Geluidsvervuiling meten en in kaart brengen met uw mobiele telefoon - Ajarnpa

2024 Auteur: John Day | [email protected]. Laatst gewijzigd: 2024-01-30 11:19

80 dB(A))", "boven":0.13263157894736843, "links":0.506, "hoogte":0.1957894736842105, "breedte":0.276}]">

Nicolas Maisonneuve (Sony CSL Parijs)Matthias Stevens (Vrije Universiteit Brussel / Sony CSL Parijs)Luc Steels (Vrije Universiteit Brussel / Sony CSL Parijs)

In deze "Instructable" leert u hoe u uw met GPS uitgeruste mobiele telefoon als mobiel station kunt gebruiken om uw persoonlijke blootstelling aan lawaai te meten en deel te nemen aan de collectieve geluidskaarten van uw buurt of stad. De kaarten kunnen worden gevisualiseerd met Google Earth. Geluidsoverlast is in veel steden een serieus probleem. Hoewel autoriteiten in sommige grote steden campagnes hebben gelanceerd om het probleem in de gaten te houden, zijn de kaarten die ze maken niet altijd gemakkelijk toegankelijk en zijn ze meestal niet gedetailleerd genoeg om de variaties (in tijd en ruimte) in het lawaai waaraan mensen worden blootgesteld te begrijpen. Met behulp van onze nieuwe technologieën kunt u echter helpen om de monitoring van dergelijke milieuproblemen te verbeteren door bij te dragen aan de geluidskaart van uw buurt of stad en zo deel te nemen aan een soort "Wikimapia" van geluidsoverlast. NoiseTube is een onderzoeksproject van de Sony Computerwetenschappelijk laboratorium in Parijs. Het project is gericht op het ontwikkelen van een nieuwe participatieve aanpak voor het monitoren van geluidsoverlast waarbij het grote publiek betrokken is. Ons doel is om het huidige gebruik van mobiele telefoons uit te breiden door ze in geluidssensoren te veranderen, zodat elke burger zijn eigen blootstelling in zijn dagelijkse omgeving kan meten en kan deelnemen aan de collectieve geluidskaarten van zijn stad of buurt. Meer in het algemeen onderzoekt dit onderzoeksproject hoe het concept van participatieve sensing kan worden toegepast op milieukwesties en in het bijzonder om geluidsoverlast te monitoren. Participatory sensing pleit voor het gebruik van wijdverbreide mobiele apparaten (bijv. smartphones, PDA's) om gedistribueerde sensornetwerken te vormen waarmee openbare en professionele gebruikers lokale kennis kunnen verzamelen, analyseren en delen. Door een gratis applicatie op uw met GPS uitgeruste mobiele telefoon te installeren, u kunt het geluidsniveau in dB(A) meten (met een nauwkeurigheid van enkele decibel in vergelijking met professionele apparaten), commentaar geven op hoe u het geluid waarneemt (tagging, subjectieve mate van hinder) en alle informatie verzenden (tijdstempel + geo-gelokaliseerde metingen + menselijke input) automatisch naar de NoiseTube-server via de internetverbinding van uw telefoon. Daarna kunnen de (gezamenlijke) resultaten op kaarten worden gevisualiseerd, zoals blijkt uit het voorbeeld in de 1e figuur. Motivaties om deel te nemen aan de NoiseTube-ervaring 1. Meet uw persoonlijke geluidsblootstelling en wees bewuster van uw omgeving Aan hoeveel decibel word ik blootgesteld tijdens mijn dag? Dergelijke informatie is momenteel moeilijk te verkrijgen voor burgers. Dankzij onze applicatie kunt u uw blootstelling in dB(A) in realtime meten zonder dat u een dure geluidsniveaumeter nodig heeft. We denken dat gepersonaliseerde milieu-informatie een grotere impact kan hebben op het bewustzijn en het gedrag van het publiek dan de wereldwijde milieustatistieken die momenteel door overheidsinstanties worden verstrekt. 2. Neem deel aan het monitoren/in kaart brengen van geluidsoverlast van uw stad Met uw mobiele telefoon kunnen u (en uw groep) geo-gelokaliseerde metingen verzamelen, deze van aantekeningen voorzien en deze automatisch verzenden om de plaatselijke geluidsoverlast in kaart te brengen, met nuttige informatie voor lokale gemeenschappen of openbare instellingen om de besluitvorming over lokale kwesties te ondersteunen zonder te wachten op ambtenaren (milieuagentschappen, overheidsfinanciering voor dure meetcampagnes) om hun aandacht op uw buurt te vestigen. 3. Help wetenschappers om geluid uit uw ervaring beter te begrijpen In tegenstelling tot de huidige gegevens over geluidsoverlast die afkomstig zijn van statische sensoren die op vaste, specifieke locaties zijn geïnstalleerd, kunnen uw 'mensgerichte' gegevens van grote waarde zijn voor wetenschappers om het probleem van geluidsoverlast beter te begrijpen via de exposure. NoiseTube-architectuurHet NoiseTube-platform bestaat uit een applicatie die de deelnemers op hun mobiele telefoon moeten installeren om er een geluidssensor van te maken. Deze mobiele applicatie verzamelt lokale informatie van verschillende sensoren en stuurt deze naar de NoiseTube-server, waar de gegevens van alle deelnemers worden gecentraliseerd en verwerkt. De 2e figuur geeft een overzicht van deze architectuur. Omdat de mobiele applicatie het belangrijkste element is voor onze deelnemers gaan we hier in stap 1 uitgebreid op in.

Stap 1: Apparatuur en software

Functies van de mobiele applicatie - Meten en visualiseren van het geluidsniveau waaraan u wordt blootgesteld in realtime - Taggen om commentaar te geven op de metingen (bijv. de bron van het geluid, beoordeling van de waargenomen hinder, …). Deze informatie wordt gebruikt om een semantische laag toe te voegen aan de gemaakte geluidskaarten. - Automatisch de (geolokaliseerde en tijdstempelde) gegevens naar uw account op onze server sturen om uw persoonlijke "blootstellingsprofiel" en de collectieve geluidskaart bij te werken. Benodigdheden - Een telefoon met ingebouwde GPS-chipset of een externe GPS-ontvanger die via Bluetooth op de telefoon kan worden aangesloten. - Een telefoon die het Java J2ME-platform ondersteunt (CLDC/MIDP-profiel met de extensies: JSR-179 (Location API) en JSR-135 (Mobile Media API)). - Een abonnement op een data-abonnement voor internettoegang (via GPRS/EDGE/3G). Opmerkingen:

• Vooralsnog is de applicatie alleen uitvoerig getest op de Nokia N95 8GB en de Nokia 6220C. Andere merken/modellen kunnen wel of niet werken. Over een paar weken zijn we van plan om een versie voor de Apple iPhone uit te brengen. U kunt zich abonneren via NoiseTube.net om op de hoogte te blijven van deze en andere toekomstige releases.
• Om geloofwaardige decibelmetingen te verkrijgen, wordt aanbevolen om alleen ondersteunde (gekalibreerde) telefoonmodellen te gebruiken.

Alternatieve benaderingen Telefoon + externe microfoon In plaats van de ingebouwde microfoon te gebruiken, kunt u een externe microfoon aansluiten. Op figuur 1 zie je een op maat gemaakte externe microfoon voor de Nokia N95. Als je een externe microfoon gebruikt, raden we je aan de microfoon niet te dicht bij je gezicht te plaatsen om te voorkomen dat je alleen je eigen stem meet; de microfoon dicht bij je pols bevestigen is een goede optie. Digitale geluidsrecorder + mobiele applicatie + desktop applicatie In de eerste versie van Noisetube werd de luidheidsmeting niet in realtime gedaan door de mobiele applicatie. In plaats daarvan werd een digitale geluidsrecorder (bijvoorbeeld: M-Audio MicroTrack x-serie) gebruikt om het omgevingsgeluid op te nemen. De mobiele applicatie (v1.0) was bedoeld om de gebruiker te lokaliseren (via GPS) en om commentaar te vergemakkelijken (tagging, rating, …). Vervolgens werd een desktoptoepassing gebruikt om de luidheidsmaten uit het opgenomen geluid te extraheren, die gegevens te combineren met de locatietrack en gebruikerscommentaar en deze informatie naar de server te sturen. Figuur 2 toont een overzicht van de architectuur van NoiseTube v1.0.

Stap 2: De mobiele applicatie NoiseTube gebruiken

Aan de slag Nadat je een account hebt aangemaakt op de NoiseTube-website, de benodigde apparatuur hebt gevonden en onze software hebt geïnstalleerd, kun je de NoiseTube-applicatie gaan gebruiken.1) Je moet jezelf eerst authenticeren met je accountgegevens. Als je eenmaal succesvol bent ingelogd, zal de applicatie de volgende keer dat je hem start deze stap overslaan.2) Je kunt nu beginnen met meten en bijdragen aan het NoiseTube-project. De gebruikersinterface De schermafbeelding in de eerste afbeelding toont de gebruikersinterface. Hieronder bespreken we de verschillende onderdelen, die elk corresponderen met een hoofdkenmerk van de applicatie. 1) Meting van de geluidssterkte van omgevingsgeluid De meting start automatisch. De huidige luidheidswaarde - gemeten in dB(A) - ziet u linksboven. Om betekenis aan deze waarde toe te voegen, wordt deze geassocieerd met een kleur die het potentiële gezondheidsrisico van het huidige blootstellingsniveau weergeeft:

• < 60 dB(A): Groen (geen risico)
• >= 60 en < 70: Geel (irritant)
• >=70 en <80: Oranje (wees voorzichtig)
• > 80: Rood (risicovol).

Er wordt ook een geschiedeniscurve getekend om de evolutie van de gemeten luidheid te zien. Raadpleeg het gedeelte 'Over het meten van luidheid' hieronder om beter te begrijpen wat er werkelijk wordt gemeten. 2) Commenting Tagging voegt een betekenislaag toe aan de fysieke metingen om de gemeenschap te informeren en om de aard van het geluid achteraf op kaarten te visualiseren. Net als bij het taggen van films op YouTube of webpagina's op Delicious, kunt u de geluidsmetingen taggen door vrije woorden toe te voegen, gescheiden door een komma (bijv. de bron van de ruis of de context, een beoordeling, enz.). Ruis is een complex fenomeen vanwege tot de zeer subjectieve manier waarop mensen het waarnemen. Om deze subjectieve factoren te bestuderen, zullen we meer subjectieve componenten aan de mobiele applicatie toevoegen om deze te gebruiken als een "(sociale) ergernismeter" (de 2e figuur toont een voorbeeld van hoe dit eruit zou kunnen zien) en subjectieve kaarten van geluidsoverlast maken. 3) Geo-lokalisatie van metingen De gebruiker kan schakelen tussen een automatische (met behulp van GPS) of een handmatige lokalisatiemodus door op het lokalisatiepictogram te klikken (zie figuur 1). Bij het starten van de applicatie zal de automatische modus worden geactiveerd en wordt geprobeerd de gebruiker te lokaliseren met behulp van gps. Als het niet lukt (bijvoorbeeld vanwege een binnensituatie) schakelt hij over naar de handmatige modus, waarbij de gebruiker zijn locatie moet invoeren (bijvoorbeeld een adres, de metrolijn). Het is ook mogelijk om uw huidige locatie te selecteren uit een lijst met vooraf gedefinieerde locaties. Deze locaties kunnen persoonlijke "favorieten" zijn (bijvoorbeeld: thuis of op kantoor) of openbare plaatsen (bijvoorbeeld: straten, metrostations). Meer informatie Over luidheidsmeting De luidheidsmeter geeft het equivalente continue geluidsniveau (Leq) weer, gemeten in dB(A) van het geluid dat met een bepaald tijdsinterval is opgenomen. Bij elke cyclus registreert de applicatie het omgevingsgeluid (bij 22500 Hz, 16 bits) gedurende een tijdsinterval, en verwerkt vervolgens het signaal om de Leq-waarde te extraheren. Er zijn twee intervallen mogelijk: 1) Langzame respons (1 seconde, de standaardmodus), dit maakt het mogelijk om de langzame geluidsvariatie te meten, handig voor constant of achtergrondgeluid; 2) Snelle respons/korte Leq (125ms), voor in de tijd variërende geluiden (bijv. korte gebeurtenissen). De snelle reactiemodus is momenteel nog experimenteel, dus voorlopig adviseren we om de langzame reactiemodus te gebruiken. Over geluidskalibratie en geloofwaardigheid van informatie Om onze applicatie te kalibreren om geloofwaardige informatie over een Nokia N95 8GB te krijgen, hebben we een geluidsniveaumeter gebruikt. We genereerden een roze ruis als geluidsbron en vergeleken de decibel gemeten door een geluidsniveaumeter en die gemeten door onze applicatie op de N95-telefoon op verschillende geluidsniveaus (elke 5 dB, van 35 dB tot 100 dB). Figuur 3 toont een grafiek van de waarden die we hebben geregistreerd. We hebben een curve verkregen met een precisie rond de +/- 10 dB(A). Nadat we de inverse van deze functie als corrector hadden gebruikt, kregen we goede resultaten (precisie van +/- 3 db). We zijn van plan om dezelfde kalibratie uit te voeren met de toekomstige iPhone-versie. Als je eenmaal hebt begrepen hoe je de NoiseTube-applicatie moet gebruiken, nodigen we je uit om hem op straat in je buurt te testen!

Stap 3: De resultaten visualiseren

Er zijn momenteel twee visualisaties beschikbaar. Real-time monitoring van de blootstelling van mensen Er wordt voorgesteld om in real-time monitoring de collectieve blootstelling aan lawaai van deelnemers te visualiseren met behulp van Google Earth. Je kunt het zien door naar https://noisetube.net/public/realtime.kml te gaan. Een gebruiker wordt vertegenwoordigd door een cilinder waarvan de hoogte en kleur in verhouding staan tot het volume (Leq gemeten in dB(A)) van de geluidsbelasting van de gebruiker. Kaart van geluidsoverlast in uw stadU kunt ook de huidige kaart van uw persoonlijke blootstelling bekijken door naar naar uw account en selecteer "Mijn kaart" (of rechtstreeks via: (https://noisetube.net/users/{username}/map.kml]). Om de collectieve geluidsblootstellingskaart te zien, gaat u naar de openbare kaart. Elke cirkel betekent een luidheidsmaat (de kleur is evenredig met het luidheidsniveau) Bovenop deze fysieke laag bevindt zich een semantische laag die de betekenis van de maatregelen beschrijft (dwz de bronnen van de ruis).

Stap 4: Toekomstig onderzoek en conclusie

Trouw aan de "bèta"-geest van Web 2.0 hebben we besloten om ons platform voor iedereen open te stellen, ondanks het vroege ontwikkelingsstadium. In de nabije toekomst zullen bijgewerkte versies van onze tools verbeterde en nieuwe functies bieden. Ons onderzoek en onze ontwikkeling zullen langs verschillende sporen worden voortgezet: Kalibratie Zonder de juiste kalibratie produceren sensorapparaten gegevens die mogelijk niet representatief of zelfs misleidend zijn. Dus hoe kunnen we honderden verschillende soorten mobiele telefoons of andere geluidsrecorders kalibreren zonder telkens een dure geluidsmeter te gebruiken? We stellen voor om dergelijke onderzoeksvragen te onderzoeken aan de hand van verschillende sporen, waarbij gekalibreerde telefoons of akoestische stabiele locaties kunnen worden gebruikt als referentiepunten om een telefoon automatisch te (her)kalibreren (bijv. kalibratie tussen 2 telefoons, verbonden via Bluetooth, waarbij één de referentie is en de andere is de telefoon die moet worden gekalibreerd). Lokalisatie binnenshuis Het GPS-systeem ondersteunt vrijwel geen lokalisatie binnenshuis. Omdat de meeste mensen een groot deel van hun dagelijks leven binnenshuis doorbrengen, is dit een belangrijke tekortkoming die we gedeeltelijk hebben opgelost door handmatige lokalisatie (zie stap 2). Er zijn echter technologieën die kunnen dienen als alternatief voor GPS in indoor scenario's. Een van de meer veelbelovende (en veel bestudeerde) benaderingen is op GSM gebaseerde positionering. Dergelijke technologieën kunnen met name nuttig zijn bij het onderzoeken van geluid in de metro (zoals het metronetwerk van Parijs), die bekend staat als zeer lawaaierige omgevingen. We hebben al geëxperimenteerd met temporele markeringen en een reconstructie van locaties door interpolatie (zie figuur). Door echter GSM-gebaseerde positionering toe te passen (identificeren van antennes in verschillende stations, om automatisch de locatie van de gebruiker te detecteren), verwachten we dat we in de toekomst nauwkeuriger gelokaliseerde metingen kunnen produceren in deze speciale omgeving. Sociaal aspect: Gemeenschapsopbouw Het projecteren van gegevens over geluidsoverlast op kaarten is gebruikelijk. Maar het opnemen van geluidsblootstelling van de activiteit van mensen stelt ons ook in staat om een soort gegevens te verzamelen die meer op de mens zijn gericht en niet alleen plaatsgerichte gegevens die worden verzameld door traditionele statische geluidsniveaumeters die in straten worden geplaatst. Vanuit deze observatie zullen we kijken naar meer sociaal gerelateerde kenmerken. Bijvoorbeeld door persoonlijke geluidsprofielen te maken met uw blootstelling aan lawaai in temporele en geografische dimensies en een lijst van uw eigen getagde geluidsbronnen, zodat u mensen kunt vergelijken en vergelijkbare profielen kunt vinden om collectieve actie te ondersteunen. hebben dankzij de deelname van de mensen een nieuwe manier gepresenteerd om geluidsoverlast te monitoren en in kaart te brengen. Het NoiseTube-platform stelt u in staat om met uw mobiele telefoon bij te dragen aan een gedistribueerde geluidsmeetcampagne. Dit platform is nog volop in ontwikkeling en de nabije toekomst zal voor verdere verbeteringen zorgen. We willen je echter graag uitnodigen om lid te worden van de NoiseTube-gemeenschap en onze software uit te proberen. Als je vragen, suggesties of andere opmerkingen hebt, aarzel dan niet om contact met ons op te nemen of te reageren via de opmerkingen op deze Instructable. Verder willen we benadrukken dat we openstaan voor samenwerking met zowel publieke als onderzoeksorganisaties. Verder lezen Om meer te weten te komen en op de hoogte te blijven van het NoiseTube-project, bezoek onze website op www.noisetube.net. Als u meer wilt weten over de wetenschappelijke achtergrond van dit werk, raadpleeg dan deze artikelen:

• Nicolas Maisonneuve, Matthias Stevens, Maria Niessen, Peter Hanappe en Luc Steels. NoiseTube: Geluidsoverlast meten en in kaart brengen met mobiele telefoons. Ingediend bij 4th International Symposium on Information Technologies in Environmental Engineering (ITEE 2009), Thessaloniki, Griekenland. 28-29 mei 2009. Wordt beoordeeld. PDF
• Nicolas Maisonneuve, Matthias Stevens, Maria Niessen, Peter Hanappe en Luc Steels. Bewaking van geluidsoverlast door burgers. Ingediend bij 10e jaarlijkse internationale conferentie over onderzoek naar digitale overheidsinstanties (dg.o2009), Puebla, Mexico, 17-20 mei 2009. Wordt beoordeeld. PDF

Referenties

• J. Burke, D. Estrin, M. Hansen, A. Parker, N. Ramanathan, S. Reddy en M. B. Srivastava. ''Participatief waarnemen''. In ''ACM Sensys World Sensor Web Workshop''. ACM Pers, 2006.
• Manchet D., Hansen M. en Kang J. Urban Sensing: uit het bos. Mededelingen van de ACM, 51(3), pp. 24-33, maart 2008, ACM Press.
• J. Hellbruck, H. Fastl en B. Keller. Heeft de betekenis van geluid invloed op de luidheidsoordelen?. In Proceedings of the 18th International Congress on Acoustics (ICA 2004). Pagina's 1097-1100.
• D. Menzel, H. Fastl, R. Graf en J. Hellbruck. Invloed van voertuigkleur op luidheidsoordelen. In Journal Of The Acoustical Society Of America, mei 2008, 123(5), pagina's 2477-2479.
• Paulos, E. et al. Citizen Science: Participatieve stedenbouw mogelijk maken. In Handbook of Research on Urban Informatics: The Practice and Promise of the Real-Time City, Marcus Foth (Ed.), pp. 414-436, Idea Group, 2008.
• L. Yu en J. Kang. Effecten van sociale, demografische en gedragsfactoren op de geluidsniveau-evaluatie in stedelijke open ruimten. In Journal of the Acoustical Society of America, februari 2008, 123(2), pagina's 772-783.

Dankbetuiging Dit projectwerk werd gedeeltelijk ondersteund door de EU onder contract IST-34721 (TAGOra). Het TAGora-project wordt gefinancierd door het Future and Emerging Technologies-programma (IST-FET) van de Europese Commissie. Matthias Stevens is onderzoeksassistent van het Fonds voor Wetenschappelijk Onderzoek, Vlaanderen (Aspirant van het Fonds Wetenschappelijk Onderzoek - Vlaanderen).