Mål og kortstøjforurening med din mobiltelefon: 4 trin (med billeder)

2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:31

80 dB (A)) "," top ": 0.13263157894736843," venstre ": 0.506," højde ": 0.1957894736842105," bredde ": 0.276}]">

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

I denne "instruerbare" lærer du, hvordan du kan bruge din GPS-udstyrede mobiltelefon som en mobilstation til at måle din personlige eksponering for støj og deltage i den kollektive støjkortlægning af dit kvarter eller din by. Kortene kan visualiseres ved hjælp af Google Earth. Støjforurening er et alvorligt problem i mange byer. Selvom myndigheder i nogle storbyer har lanceret kampagner for at overvåge problemet, er de kort, de opretter, ikke altid let tilgængelige og er normalt ikke detaljerede nok til at forstå variationerne (i tid og rum) i den støj, folk udsættes for. Ved hjælp af vores nye teknologier kan du imidlertid bidrage til at forbedre overvågningen af sådanne miljøspørgsmål ved at bidrage til støjkortlægningen af dit kvarter eller din by og dermed deltage i en slags "Wikimapia" af støjforurening. NoiseTube er et forskningsprojekt fra Sony Datalogi i Paris. Projektet er fokuseret på at udvikle en ny deltagende tilgang til overvågning af støjforurening, der involverer offentligheden. Vores mål er at udvide den nuværende brug af mobiltelefoner ved at omdanne dem til støjsensorer, så hver enkelt borger kan måle sin egen eksponering i sit daglige miljø og deltage i den kollektive støjkortlægning af sin by eller kvarter. Mere generelt undersøger dette forskningsprojekt, hvordan konceptet med deltagende sansning kan anvendes på miljøspørgsmål og især til overvågning af støjforurening. Deltagende sansning går ind for brug af vidt udbredte mobile enheder (f.eks. Smartphones, PDA'er) til at danne distribuerede sensornetværk, der gør det muligt for offentlige og professionelle brugere at indsamle, analysere og dele lokal viden. Ved at installere en gratis applikation på din GPS-udstyrede mobiltelefon, du vil være i stand til at måle støjniveauet i dB (A) (med en præcision på få decibel i forhold til professionelle enheder), kommentere, hvordan du opfatter støj (tagging, subjektivt irritationsniveau) og sende alle oplysninger (tidsstempel + geolokaliserede målinger + menneskeligt input) automatisk til NoiseTube-serveren via telefonens internetforbindelse. Bagefter kan de (kollektive) resultater visualiseres på kort, som vist i eksemplet i 1. figur. Motivering til at deltage i NoiseTube -oplevelsen 1. Mål din personlige lydeksponering og vær mere opmærksom på dit miljø Hvor meget decibel er jeg udsat for i løbet af min dag? Sådanne oplysninger er i øjeblikket svære at indhente for borgerne. Takket være vores applikation vil du være i stand til at måle din eksponering i dB (A) i realtid uden behov for en dyr lydmåler. Vi tror, at tilpassede miljøoplysninger kan have større indflydelse på offentlighedens bevidsthed og adfærd end de globale miljøstatistikker, der i øjeblikket leveres af offentlige myndigheder. 2. Deltag i overvågning/kortlægning af støjforurening i din by Med din mobiltelefon kan du (og din gruppe) indsamle geolokaliserede målinger, kommentere dem og sende dem automatisk for at kortlægge lokal støjforurening, hvilket giver nyttige oplysninger til lokalsamfund eller offentlige institutioner til at støtte beslutningstagning om lokale spørgsmål uden at vente på, at embedsmænd (miljøagenturer, offentlige midler til dyre målekampagner) vender deres opmærksomhed mod dit kvarter. 3. Hjælp forskere med bedre at forstå støj fra din oplevelse I modsætning til aktuelle støjforureningsdata, der kommer fra statiske sensorer installeret på faste, specifikke steder, kan dine 'folkcentrerede' data have stor værdi for forskere for bedre at forstå problemet med støjforurening gennem folkets NoiseTube -arkitektur NoiseTube -platformen består af et program, som deltagerne skal installere på deres mobiltelefon for at gøre det til en støjsensorenhed. Denne mobilapplikation indsamler lokal information fra forskellige sensorer og sender den til NoiseTube -serveren, hvor dataene fra alle deltagere er centraliseret og behandlet. Den 2. figur viser en oversigt over denne arkitektur. Fordi mobilapplikationen er det vigtigste element for vores deltagere, vil vi nu diskutere den detaljeret i trin 1.

Trin 1: Udstyr og software

Mobilapplikationens funktioner - Måling og visualisering af dit støjniveau, du udsættes for i realtid- Mærkning for at kommentere målingerne (f.eks. Støjkilden, bedømmelse af den opfattede irritation, …). Disse oplysninger bruges til at tilføje et semantisk lag til de støjkort, der oprettes. - Automatisk afsendelse af (geolokaliserede og tidsstemplede) data til din konto på vores server for at opdatere din personlige "eksponeringsprofil" og det kollektive støjkort. Krav-En telefon med et indbygget GPS-chipset eller en ekstern GPS-modtager, der kan tilsluttes telefonen via Bluetooth. -En telefon, der understøtter Java J2ME-platformen (CLDC/MIDP-profil med udvidelserne: JSR-179 (Location API) og JSR-135 (Mobile Media API)). - Et dataplanabonnement til internetadgang (via GPRS/EDGE/3G). Bemærkninger:

• I øjeblikket er applikationen kun blevet grundigt testet på Nokia N95 8GB og Nokia 6220C. Andre mærker/modeller virker muligvis ikke. Om et par uger planlægger vi at frigive en version til Apple iPhone. Du kan abonnere via NoiseTube.net for at holde dig orienteret om dette og andre fremtidige udgivelser.
• For at opnå troværdige decibel -målinger anbefales det, at der kun bruges understøttede (kalibrerede) telefonmodeller.

Alternative metoder Telefon + ekstern mikrofon I stedet for at bruge den indbyggede mikrofon kan du tilslutte en ekstern mikrofon. På figur 1 ser du en specialfremstillet ekstern mikrofon til Nokia N95. Hvis du bruger en ekstern mikrofon, råder vi dig til at placere mikrofonen ikke for tæt på dit ansigt for ikke at måle din egen stemme. vedhæftning af mikrofonen tæt på dit håndled er en god mulighed. Digital lydoptager + mobilapplikation + desktopapplikation I den første version af Noisetube blev måling af lydstyrke ikke foretaget i realtid af mobilapplikationen. I stedet blev en digital lydoptager (f.eks.: M-Audio MicroTrack x-serien) brugt til at optage den omgivende lyd. Mobilapplikationen (v1.0) havde til formål at lokalisere brugeren (via GPS) og lette kommentering (tagging, rating, …). Et skrivebordsprogram blev derefter brugt til at udtrække lydstyrkmålingerne fra den optagede lyd, kombinere disse data med placeringssporet og brugerkommentarer og sende disse oplysninger til serveren. Figur 2 viser en oversigt over arkitekturen i NoiseTube v1.0.

Trin 2: Brug af NoiseTube -mobilapplikationen

Kom godt i gang Når du har oprettet en konto på NoiseTube -webstedet, fundet det nødvendige udstyr og installeret vores software, kan du begynde at bruge NoiseTube -applikationen. 1) Du skal først godkende dig selv med dine kontooplysninger. Når du har logget ind én gang, vil programmet næste gang, du starter det, omgå dette trin. 2) Du kan nu begynde at måle og bidrage til NoiseTube -projektet. Nedenfor diskuterer vi de forskellige dele, som hver især svarer til et hovedtræk ved applikationen. 1) Måling af støj fra omgivelserne Målingen starter automatisk. Du kan se den aktuelle lydstyrkeværdi - mål i dB (A) - øverst til venstre. For at tilføje mening til denne værdi er den forbundet med en farve, der repræsenterer den potentielle sundhedsrisiko ved det aktuelle eksponeringsniveau:

• <60 dB (A): Grøn (ingen risiko)
• > = 60 og <70: Gul (irriterende)
• > = 70 og <80: Orange (pas på)
• > 80: Rød (risikabel).

En historikurve tegnes også for at se udviklingen af den målte lydstyrke. For bedre at forstå, hvad der faktisk måles, henvises til afsnittet 'Om måling af lydstyrke' nedenfor. 2) Kommentering Tagging tilføjer et lag af mening til de fysiske målinger for at informere samfundet og visualisere støjens art på kort bagefter. Ligesom at mærke film på YouTube eller websider på Delicious, kan du mærke støjmålingerne ved at tilføje eventuelle frie ord adskilt med et komma (f.eks. Støjkilden eller konteksten, en vurdering osv.). Støj er et komplekst fænomen pga. til den meget subjektive måde mennesker opfatter det på. For at studere disse subjektive faktorer tilføjer vi flere subjektive komponenter til mobilapplikationen for at bruge den som en "(social) irritationsmåler" (2. figur viser et eksempel på, hvordan dette kan se ud) og bygge subjektive kort over støjforurening. 3) Geo-lokaliserende målinger Brugeren kan skifte til mellem en automatisk (ved hjælp af GPS) eller en manuel lokaliseringstilstand ved at klikke på lokaliseringsikonet (se figur 1). Ved start af programmet aktiveres den automatiske tilstand og forsøger at lokalisere brugeren ved hjælp af GPS. Hvis det ikke lykkes (f.eks. På grund af en indendørs situation), skifter det til manuel tilstand, hvor brugeren skal indtaste sin placering (f.eks. En adresse, metrostationens linje). Det er også muligt at vælge din aktuelle placering fra en liste over foruddefinerede placeringer. Disse steder kan være personlige "favoritter" (f.eks.: hjem eller kontor) eller offentlige steder (f.eks. Gader, metrostationer). Flere oplysninger Om måling af lydstyrke Lydstyrkemåleren viser det ækvivalente kontinuerlige lydniveau (Leq) målt i dB (A) af den lyd, der er optaget med et givet tidsinterval. Ved hver cyklus registrerer applikationen miljølyden (ved 22500 Hz, 16bits) i et tidsinterval og behandler derefter signalet for at udtrække Leq -værdien. To intervaller er mulige: 1) Langsom respons (1 sekund, standardtilstand), dette gør det muligt at måle den langsomme lydvariation, nyttig til konstant eller baggrundsstøj; 2) Hurtig respons/kort Leq (125 ms) til tidsvarierende lyde (f.eks. Korte begivenheder). Hurtigsvarstilstanden er i øjeblikket stadig eksperimentel, så nu rådgiver vi om at bruge tilstanden til langsom reaktion. Om lydkalibrering og informationstroværdighed For at kalibrere vores applikation for at få troværdige oplysninger om en Nokia N95 8GB brugte vi et lydniveaumåler. Vi genererede en lyserød støj som kilde til støj og sammenlignede decibel målt med et lydniveaumåler og dem målt ved vores applikation på N95 -telefonen ved forskellige lydstyrkeniveauer (hver 5 dB, fra 35 dB til 100dB). Figur 3 viser en graf over disse værdier, vi registrerede. Vi opnåede en kurve med en præcision omkring +/- 10 dB (A). Efter at have brugt den inverse af denne funktion som en korrektor opnåede vi derefter gode resultater (præcision på +/- 3 db). Vi planlægger at foretage den samme kalibrering med den fremtidige iPhone -version. Når du har forstået, hvordan du bruger NoiseTube -appen, inviterer vi dig til at teste den på gaden i dit kvarter!

Trin 3: Visualisering af resultaterne

To visualiseringer er i øjeblikket tilgængelige. Overvågning i realtid af folks eksponering Realtidsovervågning foreslås at visualisere den kollektive støjeksponering af deltagere, der bruger Google Earth. Du kan se det ved at gå til https://noisetube.net/public/realtime.kml. En bruger repræsenteres af en cylinder, hvis højde og farve står i forhold til lydstyrken (Leq målt i dB (A)) for brugerens lydeksponering. Kort over støjforurening i din by Du kan også se det aktuelle kort over din personlige eksponering ved at gå til din konto og vælge "Mit kort" (eller direkte via: (https://noisetube.net/users/{brugernavn}/map.kml]). For at se det kollektive lydeksponeringskort skal du gå til det offentlige kort. Hver cirkel angiver et mål for lydstyrke (farven står i forhold til lydstyrkeniveauet). Over på dette fysiske lag er der et semantisk lag, der beskriver målenes betydning (dvs. støjens kilder).

Trin 4: Fremtidig forskning og konklusion

Tro mod "beta" -ånden i Web 2.0 besluttede vi at åbne vores platform for alle, på trods af den tidlige udvikling. I den nærmeste fremtid vil opdaterede versioner af vores værktøjer tilbyde forbedrede og nye funktioner. Vores forskning og udvikling vil fortsætte ad flere spor: Kalibrering Uden korrekt kalibrering producerer sensorenheder data, der muligvis ikke er repræsentative eller endda kan være vildledende. Så hvordan kan vi kalibrere hundredvis af forskellige mobiltelefontyper eller andre lydoptagere uden at bruge en dyr lydmåler hver gang? Vi foreslår at undersøge sådanne forskningsspørgsmål af forskellige spor, hvor kalibrerede telefoner eller akustiske stabile placeringer kan bruges som referencepunkter til automatisk (gen) at kalibrere en telefon (f.eks. Kalibrering mellem 2 telefoner, forbundet via Bluetooth, hvor den ene er referencen og anden er telefonen til at kalibrere). Indendørs lokalisering GPS -systemet understøtter stort set ikke indendørs lokalisering. Fordi de fleste mennesker tilbringer meget af deres daglige liv indendørs, er dette en vigtig mangel, som vi delvist har løst ved manuel lokalisering (se trin 2). Der er dog teknologier, der kan fungere som alternativer til GPS i indendørs scenarier. En af de mere lovende (og meget studerede) tilgange er GSM-baseret positionering. Sådanne teknologier kan især være nyttige til at undersøge støj i metroen (f.eks. Paris 'Metro -netværk), som vides at være meget støjende miljøer. Vi har allerede udført nogle eksperimenter med tidsmarkører og en rekonstruktion af lokaliteter ved interpolation (se figur). Men ved at anvende GSM-baseret positionering (identificering af antenner i forskellige stationer, til automatisk at registrere brugerens placering), forventer vi, at vi i fremtiden vil kunne producere mere præcist lokaliserede målinger i dette særlige miljø. Socialt aspekt: Fællesskabsbygning Projicering af støjforureningsdata på kort er det fælles træk. Men optagelse af lydeksponering fra folks aktivitet gør det også muligt for os at indsamle en slags data, der er mere folkcentreret og ikke kun stedcentriske data, der indsamles af traditionelle statiske lydniveaumålere, der sættes på gader. Fra denne observation vil vi undersøge flere socialrelaterede funktioner. For eksempel oprettelse af personlige støjprofiler, der indeholder din støjeksponering i tidsmæssige og geografiske dimensioner og en liste over dine egne mærkede støjkilder, hvilket giver en måde at sammenligne mennesker og finde lignende profiler for at understøtte kollektiv handling. Konklusion I denne "instruerbare" vi har præsenteret en ny måde at overvåge og kortlægge støjforurening takket være personernes deltagelse. NoiseTube -platformen giver dig mulighed for at bidrage til en distribueret støjmålingskampagne ved hjælp af din mobiltelefon. Denne platform er stadig under kraftig udvikling, og den nærmeste fremtid vil bringe yderligere forbedringer. Vi vil dog gerne invitere dig til at deltage i NoiseTube -fællesskabet og prøve vores software. Hvis du har spørgsmål, forslag eller andre kommentarer, er du velkommen til at kontakte os eller reagere gennem kommentarerne til denne instruktionsbog. Desuden vil vi gerne understrege, at vi er åbne for at samarbejde med både offentlige eller forskningsorganisationer. Yderligere læsning For at få mere at vide og holde dig orienteret om NoiseTube -projektet besøg vores websted på www.noisetube.net. Hvis du gerne vil læse mere om den videnskabelige baggrund for dette værk, kan du læse disse artikler:

• Nicolas Maisonneuve, Matthias Stevens, Maria Niessen, Peter Hanappe og Luc Steels. NoiseTube: Måling og kortlægning af støjforurening med mobiltelefoner. Fremlagt til 4. internationale symposium om informationsteknologi inden for miljøteknik (ITEE 2009), Thessaloniki, Grækenland. 28.-29. Maj 2009. Under revision. PDF
• Nicolas Maisonneuve, Matthias Stevens, Maria Niessen, Peter Hanappe og Luc Steels. Overvågning af støjforurening fra borgerne. Sendt til 10. årlige internationale konference om digital regeringsforskning (dg.o2009), Puebla, Mexico, 17.-20. Maj, 2009. Under evaluering. PDF

Referencer

• J. Burke, D. Estrin, M. Hansen, A. Parker, N. Ramanathan, S. Reddy og M. B. Srivastava. '' Participatory Sensing ''. I '' ACM Sensys World Sensor Web Workshop ''. ACM Press, 2006.
• Cuff D., Hansen M. og Kang J. Urban Sensing: ude af skoven. Meddelelser fra ACM, 51 (3), s. 24-33, marts 2008, ACM Press.
• J. Hellbruck, H. Fastl og B. Keller. Påvirker lydens betydning lyddomme?. I Proceedings of the 18th International Congress on Acoustics (ICA 2004). Sider 1097-1100.
• D. Menzel, H. Fastl, R. Graf og J. Hellbruck. Påvirkning af køretøjets farve på vurderinger af lydstyrke. I Journal Of The Acoustical Society Of America, maj 2008, 123 (5), side 2477-2479.
• Paulos, E. et al. Borgervidenskab: Muliggør deltagende urbanisme. I Hand-book of Research on Urban Informatics: The Practice and Promise of the Real-Time City, Marcus Foth (red.), S. 414-436, Idea Group, 2008.
• L. Yu og J. Kang. Virkninger af sociale, demografiske og adfærdsmæssige faktorer på lydniveauevalueringen i byens åbne rum. I Journal of the Acoustical Society of America, februar 2008, 123 (2), side 772-783.

Anerkendelser Dette projektarbejde blev delvist støttet af EU under kontrakt IST-34721 (TAGora). TAGora-projektet er finansieret af programmet Future and Emerging Technologies (IST-FET) fra Europa-Kommissionen. Matthias Stevens er forskningsassistent for Fonden for Videnskabelig Forskning, Flandern (Aspirant van het Fonds Wetenschappelijk Onderzoek - Vlaanderen).