Lärmbelastung mit Ihrem Mobiltelefon messen und kartieren - Gunook

2024 Autor: John Day | [email protected]. Zuletzt bearbeitet: 2024-01-30 07:22

80 dB(A))", "oben":0.13263157894736843, "links":0.506, "Höhe":0.1957894736842105, "Breite":0.276}]">

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

In diesem "Instructable" erfahren Sie, wie Sie Ihr mit GPS ausgestattetes Mobiltelefon als mobile Station verwenden können, um Ihre persönliche Lärmbelastung zu messen und an der kollektiven Lärmkartierung Ihrer Nachbarschaft oder Stadt teilzunehmen. Die Karten können mit Google Earth visualisiert werden. Lärmbelästigung ist in vielen Städten ein ernstes Problem. Obwohl die Behörden in einigen Großstädten Kampagnen zur Überwachung des Problems gestartet haben, sind die von ihnen erstellten Karten nicht immer leicht zugänglich und in der Regel nicht detailliert genug, um die (zeitlichen und räumlichen) Schwankungen des Lärms zu erfassen, dem die Menschen ausgesetzt sind. Mit unseren neuen Technologien können Sie jedoch dazu beitragen, die Überwachung solcher Umweltthemen zu verbessern, indem Sie an der Lärmkartierung Ihrer Nachbarschaft oder Stadt mitwirken und sich so an einer Art „Wikimapia“der Lärmbelästigung beteiligen. NoiseTube ist ein Forschungsprojekt der Sony Informatiklabor in Paris. Das Projekt konzentriert sich auf die Entwicklung eines neuen partizipativen Ansatzes zur Überwachung der Lärmbelästigung unter Einbeziehung der Bevölkerung. Unser Ziel ist es, die derzeitige Nutzung von Mobiltelefonen zu erweitern, indem sie zu Lärmsensoren werden, die es jedem Bürger ermöglichen, seine eigene Exposition in seiner alltäglichen Umgebung zu messen und an der kollektiven Lärmkartierung seiner Stadt oder Nachbarschaft teilzunehmen. Allgemeiner untersucht dieses Forschungsprojekt, wie das Konzept der partizipativen Sensorik auf Umweltfragen und insbesondere auf die Überwachung der Lärmbelastung angewendet werden kann. Participatory Sensing befürwortet die Verwendung weit verbreiteter mobiler Geräte (z. B. Smartphones, PDAs), um verteilte Sensornetzwerke zu bilden, die es öffentlichen und professionellen Benutzern ermöglichen, lokales Wissen zu sammeln, zu analysieren und zu teilen. Durch die Installation einer kostenlosen Anwendung auf Ihrem GPS-fähigen Mobiltelefon, Sie können den Geräuschpegel in dB(A) messen (mit einer Genauigkeit von wenigen Dezibel im Vergleich zu professionellen Geräten), Ihre Geräuschwahrnehmung kommentieren (Tagging, subjektiver Belästigungsgrad) und alle Informationen senden (Zeitstempel +.) geolokalisierte Messungen + menschliche Eingabe) automatisch über die Internetverbindung Ihres Telefons an den NoiseTube-Server. Anschließend können die (kollektiven) Ergebnisse auf Karten visualisiert werden, wie das Beispiel in der 1. Abbildung zeigt. Motivation zur Teilnahme am NoiseTube-Erlebnis 1. Messen Sie Ihre persönliche Schallbelastung und nehmen Sie Ihre Umgebung wahr Wie viel Dezibel bin ich ausgesetzt? während meines Tages? Für Bürgerinnen und Bürger sind solche Informationen derzeit nur schwer zu beschaffen. Dank unserer Anwendung können Sie Ihre Exposition in dB(A) in Echtzeit ohne teuren Schallpegelmesser messen. Wir glauben, dass personalisierte Umweltinformationen einen größeren Einfluss auf das öffentliche Bewusstsein und Verhalten haben können als die globalen Umweltstatistiken, die derzeit von Regierungsbehörden bereitgestellt werden. 2. Nehmen Sie an der Überwachung/Kartierung der Lärmbelastung Ihrer Stadt teil Mit Ihrem Mobiltelefon können Sie (und Ihre Gruppe) geolokalisierte Messungen erfassen, mit Anmerkungen versehen und automatisch an die lokale Lärmbelastung senden, um hilfreiche Informationen für lokale Gemeinden bereitzustellen oder öffentliche Einrichtungen zur Unterstützung der Entscheidungsfindung in lokalen Angelegenheiten, ohne darauf zu warten, dass Beamte (Umweltbehörden, staatliche Mittel für teure Messkampagnen) ihre Aufmerksamkeit auf Ihre Nachbarschaft richten. 3. Helfen Sie Wissenschaftlern, Lärm aus Ihrer Erfahrung besser zu verstehen Im Gegensatz zu aktuellen Lärmbelastungsdaten, die von statischen Sensoren stammen, die an festen, spezifischen Orten installiert sind, könnten Ihre „menschenzentrierten“Daten für Wissenschaftler von großem Wert sein, um das Problem der Lärmbelästigung durch die Menschen besser zu verstehen Exposition. NoiseTube-ArchitekturDie NoiseTube-Plattform besteht aus einer Anwendung, die die Teilnehmer auf ihrem Mobiltelefon installieren müssen, um es in ein Geräuschsensorgerät zu verwandeln. Diese mobile Anwendung sammelt lokale Informationen von verschiedenen Sensoren und sendet sie an den NoiseTube-Server, wo die Daten aller Teilnehmer zentralisiert und verarbeitet werden. Die 2. Abbildung zeigt einen Überblick über diese Architektur. Da die mobile Anwendung für unsere Teilnehmer das wichtigste Element ist, gehen wir nun in Schritt 1 ausführlich darauf ein.

Schritt 1: Ausrüstung und Software

Die mobile Anwendung Funktionen - Messen und Visualisieren Ihres Lärmpegels in Echtzeit - Tagging, um die Messungen zu kommentieren (z. B. die Quelle des Lärms, Bewertung der wahrgenommenen Belästigung, …). Diese Informationen werden verwendet, um den erstellten Lärmkarten eine semantische Ebene hinzuzufügen. - Automatisches Senden der (geolokalisierten und zeitgestempelten) Daten an Ihr Konto auf unserem Server, um Ihr persönliches "Expositionsprofil" und die kollektive Lärmkarte zu aktualisieren. Voraussetzungen - Ein Telefon mit eingebautem GPS-Chipsatz oder ein externer GPS-Empfänger, der über Bluetooth mit dem Telefon verbunden werden kann. - Ein Telefon, das die Java J2ME-Plattform unterstützt (CLDC/MIDP-Profil mit den Erweiterungen: JSR-179 (Location API) und JSR-135 (Mobile Media API)). - Ein Datentarif-Abonnement für den Internetzugang (über GPRS/EDGE/3G). Hinweise:

• Bisher wurde die Anwendung nur auf dem Nokia N95 8GB und dem Nokia 6220C gründlich getestet. Andere Marken/Modelle können funktionieren oder nicht. In einigen Wochen planen wir eine Version für das Apple iPhone zu veröffentlichen. Sie können über NoiseTube.net abonnieren, um über diese und andere zukünftige Versionen informiert zu bleiben.
• Um glaubwürdige Dezibel-Messungen zu erzielen, wird empfohlen, nur unterstützte (kalibrierte) Telefonmodelle zu verwenden.

Alternative Ansätze Telefon + externes Mikrofon Anstatt das eingebaute Mikrofon zu verwenden, können Sie ein externes Mikrofon anschließen. Auf Abbildung 1 sehen Sie ein speziell angefertigtes externes Mikrofon für das Nokia N95. Wenn Sie ein externes Mikrofon verwenden, empfehlen wir Ihnen, das Mikrofon nicht zu nah an Ihrem Gesicht zu platzieren, um zu vermeiden, dass Sie nur Ihre eigene Stimme messen; Das Anbringen des Mikrofons nahe am Handgelenk ist eine gute Option. Digitaler Tonrekorder + mobile Anwendung + Desktop-Anwendung In der ersten Version von Noisetube wurde die Lautheitsmessung nicht in Echtzeit von der mobilen Anwendung durchgeführt. Stattdessen wurde ein digitaler Tonrekorder (z. B.: M-Audio MicroTrack x-Serie) verwendet, um die Umgebungsgeräusche aufzunehmen. Die mobile Anwendung (v1.0) zielte darauf ab, den Benutzer zu lokalisieren (über GPS) und das Kommentieren zu erleichtern (Tagging, Bewertung, …). Eine Desktop-Anwendung wurde dann verwendet, um die Lautstärkemaße aus dem aufgenommenen Ton zu extrahieren, diese Daten mit dem Standorttrack und den Benutzerkommentaren zu kombinieren und diese Informationen an den Server zu senden. Abbildung 2 zeigt einen Überblick über die Architektur von NoiseTube v1.0.

Schritt 2: Verwenden der mobilen NoiseTube-Anwendung

Erste SchritteSobald Sie ein Konto auf der NoiseTube-Website erstellt, die erforderliche Ausrüstung gefunden und unsere Software installiert haben, können Sie die NoiseTube-Anwendung verwenden.1) Sie müssen sich zunächst mit Ihren Kontodaten authentifizieren. Sobald Sie sich einmal erfolgreich angemeldet haben, überspringt die Anwendung beim nächsten Start diesen Schritt.2) Sie können jetzt mit dem Messen und Mitwirken am NoiseTube-Projekt beginnen. Die BenutzeroberflächeDer Screenshot in der ersten Abbildung zeigt die Benutzeroberfläche. Im Folgenden besprechen wir die verschiedenen Teile, von denen jeder einem Hauptmerkmal der Anwendung entspricht. 1) Messung der Lautstärke von Umgebungsgeräuschen Die Messung startet automatisch. Den aktuellen Lautheitswert - gemessen in dB(A) - sehen Sie oben links. Um diesem Wert eine Bedeutung zu verleihen, wird er mit einer Farbe verknüpft, die das potenzielle Gesundheitsrisiko der aktuellen Expositionsstufe darstellt:

• < 60 dB(A): Grün (kein Risiko)
• >= 60 und < 70: Gelb (nervig)
• >=70 und <80: Orange (Vorsicht)
• > 80: Rot (riskant).

Es wird auch eine Verlaufskurve gezeichnet, um die Entwicklung der gemessenen Lautstärke zu sehen. Um besser zu verstehen, was tatsächlich gemessen wird, lesen Sie den Abschnitt „Über die Lautheitsmessung“weiter unten. 2) Kommentieren Tagging fügt den physikalischen Messungen eine Bedeutungsebene hinzu, um die Community zu informieren und die Art des Lärms anschließend auf Karten zu visualisieren. Wie beim Taggen von Filmen auf YouTube oder Webseiten auf Delicious können Sie die Geräuschmessungen mit Tags versehen, indem Sie beliebige freie Wörter hinzufügen, die durch ein Komma getrennt sind (z. B. die Quelle des Geräuschs oder der Kontext, eine Bewertung usw.). Geräusch ist ein komplexes Phänomen aufgrund auf die sehr subjektive Art und Weise, wie der Mensch es wahrnimmt. Um diese subjektiven Faktoren zu untersuchen, fügen wir der mobilen Anwendung weitere subjektive Komponenten hinzu, um sie als "(sozialen) Belästigungsmesser" zu verwenden (die zweite Abbildung zeigt eine Vorschau, wie dies aussehen könnte) und erstellen subjektive Karten der Lärmbelastung. 3) Geolokalisierungsmessungen Der Benutzer kann zwischen einem automatischen (mit GPS) oder einem manuellen Lokalisierungsmodus wechseln, indem er auf das Lokalisierungssymbol klickt (siehe Abbildung 1). Beim Start aktiviert die Anwendung den automatischen Modus und versucht, den Benutzer zu lokalisieren GPS verwenden. Gelingt dies nicht (z. B. aufgrund einer Indoor-Situation), wechselt es in den manuellen Modus, in dem der Benutzer seinen Standort (z. B. eine Adresse, die U-Bahn-Linie) eingeben muss. Es ist auch möglich, Ihren aktuellen Standort aus einer Liste vordefinierter Standorte auszuwählen. Diese Orte können persönliche „Favoriten“(zB: Zuhause oder Büro) oder öffentliche Plätze (zB: Straßen, U-Bahn-Stationen) sein. Weitere Informationen Zur Lautheitsmessung Der Lautheitsmesser zeigt den äquivalenten Dauerschallpegel (Leq) gemessen in dB(A) an. des Tons, der in einem bestimmten Zeitintervall aufgenommen wurde. Bei jedem Zyklus zeichnet die Anwendung die Umgebungsgeräusche (bei 22500 Hz, 16 Bit) während eines Zeitintervalls auf und verarbeitet dann das Signal, um den Leq-Wert zu extrahieren. Zwei Intervalle sind möglich: 1) Langsame Reaktion (1 Sekunde, Standardmodus), dies ermöglicht die Messung der langsamen Klangvariation, nützlich bei konstanten oder Hintergrundgeräuschen; 2) Schnelle Reaktion/kurzer Leq (125ms), für zeitveränderliche Töne (z. B. kurze Ereignisse). Der schnelle Reaktionsmodus ist derzeit noch experimentell, daher empfehlen wir vorerst, den langsamen Reaktionsmodus zu verwenden. Über die Klangkalibrierung und die Glaubwürdigkeit von Informationen Um unsere Anwendung zu kalibrieren, um glaubwürdige Informationen über ein Nokia N95 8GB zu erhalten, haben wir einen Schallpegelmesser verwendet. Als Geräuschquelle haben wir ein rosa Rauschen erzeugt und die von einem Schallpegelmesser gemessenen Dezibel mit denen unserer Anwendung auf dem N95-Telefon bei verschiedenen Lautstärken (alle 5 dB, von 35 dB bis 100 dB) verglichen. Abbildung 3 zeigt eine Grafik dieser Werte, die wir registriert haben. Wir haben eine Kurve mit einer Genauigkeit von +/- 10 dB(A) erhalten. Nachdem wir die Umkehrung dieser Funktion als Korrektor verwendet hatten, erhielten wir dann gute Ergebnisse (Genauigkeit von +/- 3 db). Wir planen, die gleiche Kalibrierung mit der zukünftigen iPhone-Version durchzuführen. Sobald Sie die Anwendung NoiseTube verstanden haben, laden wir Sie ein, sie auf der Straße in Ihrer Nähe zu testen!

Schritt 3: Visualisierung der Ergebnisse

Derzeit stehen zwei Visualisierungen zur Verfügung. Echtzeit-Überwachung der Exposition von Personen Es wird eine Echtzeit-Überwachung vorgeschlagen, um die kollektive Lärmbelastung der Teilnehmer mit Hilfe von Google Earth zu visualisieren. Sie können es sehen, indem Sie zu https://noisetube.net/public/realtime.kml gehen. Ein Benutzer wird durch einen Zylinder dargestellt, dessen Höhe und Farbe proportional zur Lautstärke (Leq gemessen in dB(A)) der Schallbelastung des Benutzers sind. Karte der Lärmbelastung in Ihrer StadtSie können auch die aktuelle Karte Ihrer persönlichen Belastung einsehen, indem Sie auf zu Ihrem Konto und wählen Sie "Meine Karte" (oder direkt über: (https://noisetube.net/users/{username}/map.kml]). Um die kollektive Schallbelastungskarte zu sehen, gehen Sie zur öffentlichen Karte. Jeder Kreis bedeutet ein Lautheitsmaß (die Farbe ist proportional zum Lautheitspegel) Über dieser physikalischen Schicht befindet sich eine semantische Schicht, die die Bedeutung der Maße (dh die Quellen des Rauschens) beschreibt.

Schritt 4: Zukünftige Forschung und Schlussfolgerung

Getreu dem „Beta“-Geist des Web 2.0 haben wir uns dazu entschlossen, unsere Plattform trotz des frühen Entwicklungsstadiums für alle zu öffnen. In naher Zukunft werden aktualisierte Versionen unserer Tools verbesserte und neue Funktionen bieten. Unsere Forschung und Entwicklung wird auf mehreren Wegen fortgesetzt: KalibrierungOhne eine ordnungsgemäße Kalibrierung produzieren Sensorgeräte Daten, die möglicherweise nicht repräsentativ oder sogar irreführend sind. Wie können wir also Hunderte von verschiedenen Handytypen oder anderen Tonaufnahmegeräten kalibrieren, ohne jedes Mal einen teuren Schallpegelmesser zu verwenden? Wir schlagen vor, solche Forschungsfragen auf verschiedenen Wegen zu untersuchen, wobei kalibrierte Telefone oder akustisch stabile Orte als Referenzpunkte verwendet werden können, um ein Telefon automatisch (neu) zu kalibrieren (z das andere ist das zu kalibrierende Telefon). Indoor-Lokalisierung Das GPS-System unterstützt praktisch keine Indoor-Lokalisierung. Da die meisten Menschen einen Großteil ihres täglichen Lebens in Innenräumen verbringen, ist dies ein wichtiges Manko, das wir teilweise durch manuelle Lokalisierung behoben haben (siehe Schritt 2). Es gibt jedoch Technologien, die in Indoor-Szenarien als Alternative zu GPS dienen können. Einer der vielversprechenderen (und umfassend untersuchten) Ansätze ist die GSM-basierte Ortung. Solche Technologien könnten besonders hilfreich sein, um den Lärm in U-Bahnen (wie dem Pariser Metronetz) zu untersuchen, die bekanntermaßen sehr laute Umgebungen sind. Wir haben bereits mit zeitlichen Markern und einer Rekonstruktion von Orten durch Interpolation experimentiert (siehe Abbildung). Durch den Einsatz von GSM-basierter Ortung (Identifizierung von Antennen in verschiedenen Stationen, um den Standort des Benutzers automatisch zu erkennen) erwarten wir jedoch, dass wir in dieser speziellen Umgebung in Zukunft genauer lokalisierte Messungen durchführen können. Sozialaspekt: Gemeinschaftsbildung Die Projektion von Lärmbelastungsdaten auf Karten ist das gemeinsame Merkmal. Aber die Aufzeichnung der Schallexposition durch die Aktivitäten der Menschen ermöglicht es uns auch, eine Art von Daten zu sammeln, die mehr auf den Menschen ausgerichtet sind und nicht nur auf den Ort ausgerichtete Daten, die von traditionellen statischen Schallpegelmessern in Straßen gesammelt werden. Ausgehend von dieser Beobachtung werden wir uns weitere sozialbezogene Merkmale ansehen. Erstellen Sie beispielsweise persönliche Lärmprofile, die Ihre Lärmbelastung in zeitlichen und geografischen Dimensionen und eine Liste Ihrer eigenen markierten Lärmquellen enthalten, um Personen zu vergleichen und ähnliche Profile zu finden, um kollektives Handeln zu unterstützen haben dank der Beteiligung der Bevölkerung eine neue Möglichkeit zur Überwachung und Kartierung der Lärmbelästigung vorgestellt. Mit der NoiseTube-Plattform können Sie mit Ihrem Mobiltelefon zu einer verteilten Lärmmesskampagne beitragen. Diese Plattform befindet sich noch in der Entwicklungsphase und wird in naher Zukunft weitere Verbesserungen bringen. Wir möchten Sie jedoch einladen, der NoiseTube-Community beizutreten und unsere Software auszuprobieren. Wenn Sie Fragen, Vorschläge oder andere Kommentare haben, zögern Sie bitte nicht, uns zu kontaktieren oder über die Kommentare zu diesem Instructable zu reagieren. Darüber hinaus möchten wir betonen, dass wir sowohl mit öffentlichen als auch mit Forschungsorganisationen offen sind. Wenn Sie sich über den wissenschaftlichen Hintergrund dieser Arbeit informieren möchten, lesen Sie bitte diese Artikel:

• Nicolas Maisonneuve, Matthias Stevens, Maria Niessen, Peter Hanappe und Luc Steels. NoiseTube: Lärmbelastung mit Mobiltelefonen messen und kartieren. Eingereicht beim 4th International Symposium on Information Technologies in Environmental Engineering (ITEE 2009), Thessaloniki, Griechenland. 28.-29. Mai 2009. Wird überprüft. PDF
• Nicolas Maisonneuve, Matthias Stevens, Maria Niessen, Peter Hanappe und Luc Steels. Überwachung der Lärmbelastung durch Bürger. Eingereicht bei der 10th Annual International Conference on Digital Government Research (dg.o2009), Puebla, Mexiko, 17.-20. Mai 2009. Wird überprüft. PDF

Verweise

• J. Burke, D. Estrin, M. Hansen, A. Parker, N. Ramanathan, S. Reddy und M. B. Srivastava. ''Partizipative Wahrnehmung''. Im ''ACM Sensys World Sensor Web Workshop''. ACM-Presse, 2006.
• Cuff D., Hansen M. und Kang J. Urban Sensing: aus dem Wald. Mitteilungen des ACM, 51(3), S. 24-33, März 2008, ACM Press.
• J. Hellbruck, H. Fastl und B. Keller. Beeinflusst die Bedeutung von Geräuschen die Lautstärkebeurteilung?. In Proceedings of the 18th International Congress on Acoustics (ICA 2004). Seiten 1097-1100.
• D. Menzel, H. Fastl, R. Graf und J. Hellbruck. Einfluss der Fahrzeugfarbe auf Lautheitsbeurteilungen. In Journal Of The Acoustical Society Of America, Mai 2008, 123(5), Seiten 2477-2479.
• Paulos, E. et al. Citizen Science: Partizipativen Urbanismus ermöglichen. In Hand-book of Research on Urban Informatics: The Practice and Promise of the Real-Time City, Marcus Foth (Hrsg.), S. 414-436, Idea Group, 2008.
• L. Yu und J. Kang. Auswirkungen sozialer, demografischer und verhaltensbezogener Faktoren auf die Schallpegelbewertung im städtischen Freiraum. In Journal of the Acoustical Society of America, Februar 2008, 123(2), Seiten 772-783.

DanksagungDiese Projektarbeit wurde teilweise von der EU im Rahmen des Vertrags IST-34721 (TAGora) unterstützt. Das TAGora-Projekt wird durch das Future and Emerging Technologies-Programm (IST-FET) der Europäischen Kommission gefördert. Matthias Stevens ist wissenschaftlicher Mitarbeiter des Fonds für wissenschaftliche Forschung, Flandern (Aspirant van het Fonds Wetenschappelijk Onderzoek - Vlaanderen).