Ukur dan Petakan Pencemaran Kebisingan Dengan Telefon Bimbit Anda: 4 Langkah (dengan Gambar)

2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:13

80 dB (A)) "," atas ": 0.13263157894736843," kiri ": 0.506," tinggi ": 0.1957894736842105," lebar ": 0.276}]">

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

Dalam "Instructable" ini, anda akan belajar bagaimana anda boleh menggunakan telefon bimbit yang dilengkapi GPS anda sebagai stesen bergerak untuk mengukur pendedahan peribadi anda terhadap bunyi bising dan mengambil bahagian dalam pemetaan kebisingan kolektif di kawasan kejiranan atau bandar anda. Peta dapat dilihat dengan menggunakan Google Earth. Pencemaran bunyi adalah masalah serius di banyak bandar. Walaupun pihak berkuasa di beberapa bandar besar telah melancarkan kempen untuk memantau masalah tersebut, peta yang mereka buat tidak selalu mudah diakses dan biasanya tidak cukup terperinci untuk memahami variasi (dalam masa dan ruang) kebisingan yang terdedah kepada orang. Namun, dengan menggunakan teknologi baru kami, anda dapat membantu meningkatkan pemantauan terhadap isu-isu persekitaran seperti itu dengan menyumbang kepada pemetaan kebisingan di kawasan kejiranan atau bandar anda dan dengan itu mengambil bahagian dalam semacam "Wikimapia" pencemaran bunyi. NoiseTube adalah projek penyelidikan Sony Makmal Sains Komputer di Paris. Projek ini difokuskan untuk mengembangkan pendekatan partisipatif baru untuk memantau pencemaran bunyi yang melibatkan masyarakat umum. Tujuan kami adalah untuk memperluaskan penggunaan telefon bimbit semasa dengan mengubahnya menjadi sensor kebisingan yang membolehkan setiap warganegara mengukur pendedahannya sendiri dalam persekitarannya sehari-hari dan berpartisipasi dalam pemetaan kebisingan kolektif di bandar atau kejiranannya. Secara lebih umum projek penyelidikan ini menyiasat bagaimana konsep penginderaan partisipatif dapat diterapkan pada isu-isu persekitaran dan terutama untuk memantau pencemaran bunyi. Sensing partisipatif menyokong penggunaan peranti mudah alih yang digunakan secara meluas (contohnya telefon pintar, PDA) untuk membentuk rangkaian sensor yang diedarkan yang membolehkan pengguna awam dan profesional mengumpulkan, menganalisis dan berkongsi pengetahuan tempatan. Dengan memasang aplikasi percuma pada telefon bimbit yang dilengkapi GPS anda, anda akan dapat mengukur tahap kebisingan dalam dB (A) (dengan ketepatan beberapa desibel berbanding dengan peranti profesional), memberi komen tentang bagaimana anda merasakan kebisingan (penandaan, tahap gangguan subjektif) dan menghantar semua maklumat (cap waktu + pengukuran geo-lokalisasi + input manusia) secara automatik ke pelayan NoiseTube melalui sambungan Internet telefon anda. Selepas itu, hasil (kolektif) dapat dilihat pada peta, seperti yang ditunjukkan oleh contoh pada gambar pertama. Motivasi untuk mengambil bahagian dalam pengalaman NoiseTube 1. Ukur pendedahan suara peribadi anda dan lebih peka dengan persekitaran anda. semasa hari saya? Maklumat seperti ini sukar diperoleh untuk rakyat. Terima kasih kepada aplikasi kami, anda dapat mengukur pendedahan anda dalam dB (A) dalam masa nyata tanpa memerlukan meter tahap bunyi yang mahal. Kami berpendapat bahawa maklumat persekitaran yang dipersonalisasi mungkin mempunyai kesan yang lebih besar terhadap kesedaran dan tingkah laku masyarakat daripada statistik persekitaran global yang kini disediakan oleh agensi kerajaan. 2. Berpartisipasi dalam pemantauan / pemetaan pencemaran bunyi di bandar anda Dengan telefon bimbit anda, anda (dan kumpulan anda) dapat mengumpulkan pengukuran yang dilokalkan secara geo, memberi penjelasan dan menghantarnya secara automatik untuk memetakan pencemaran bunyi tempatan, memberikan maklumat yang berguna untuk masyarakat setempat atau institusi awam untuk menyokong pengambilan keputusan mengenai isu-isu tempatan tanpa menunggu pegawai (agensi alam sekitar, dana pemerintah untuk kempen mengukur mahal) untuk mengalihkan perhatian mereka ke kawasan sekitar anda. 3. Bantu saintis untuk lebih memahami bunyi dari pengalaman anda. Tidak seperti data pencemaran bunyi semasa yang berasal dari sensor statik yang dipasang di lokasi tetap dan spesifik, data 'orang-berpusat' anda boleh memberi nilai besar kepada para saintis untuk lebih memahami isu pencemaran bunyi melalui masyarakat exposure. Senibina NoiseTube Platform NoiseTube terdiri daripada aplikasi yang mesti dipasang oleh peserta di telefon bimbit mereka untuk mengubahnya menjadi alat sensor bunyi. Aplikasi mudah alih ini mengumpulkan maklumat tempatan dari sensor yang berbeza dan mengirimkannya ke pelayan NoiseTube, di mana data dari semua peserta dipusatkan dan diproses. Angka ke-2 menunjukkan gambaran keseluruhan seni bina ini. Kerana aplikasi mudah alih adalah elemen terpenting bagi peserta kami, kami sekarang akan membincangkannya secara terperinci dalam langkah 1.

Langkah 1: Peralatan dan Perisian

Ciri aplikasi mudah alih - Mengukur dan memvisualisasikan tahap kebisingan yang anda hadapi dalam masa nyata - Menandai untuk memberi komen mengenai pengukuran (mis. Sumber kebisingan, menilai gangguan yang dirasakan,…). Maklumat ini digunakan untuk menambahkan lapisan semantik pada peta kebisingan yang dibuat. - Secara automatik mengirimkan data (dilokalkan secara geo dan cap waktu) ke akaun anda di pelayan kami untuk mengemas kini "profil pendedahan" peribadi anda dan peta kebisingan kolektif. Keperluan - Telefon dengan chipset GPS bawaan atau penerima GPS luaran yang dapat disambungkan ke telefon melalui Bluetooth. - Telefon yang menyokong platform Java J2ME (profil CLDC / MIDP dengan sambungan: JSR-179 (API Lokasi) dan JSR-135 (Mobile Media API)). - Langganan rancangan data untuk akses Internet (melalui GPRS / EDGE / 3G). Catatan:

• Buat masa ini, aplikasi ini hanya diuji secara menyeluruh pada Nokia N95 8GB dan Nokia 6220C. Jenama / model lain mungkin atau mungkin tidak berfungsi. Dalam beberapa minggu, kami merancang untuk mengeluarkan versi untuk iPhone Apple. Anda boleh melanggan melalui NoiseTube.net untuk terus mengetahui mengenai ini dan siaran masa depan yang lain.
• Untuk mencapai ukuran decibel yang dipercayai, disarankan agar hanya menggunakan model telefon yang disokong (dikalibrasi).

Pendekatan alternatif Mikrofon luaran + telefon Daripada menggunakan mikrofon terpasang, anda boleh memasang mikrofon luaran. Pada gambar 1 anda melihat mikrofon luaran khas untuk Nokia N95. Sekiranya anda menggunakan mikrofon luaran, kami menyarankan anda meletakkan mikrofon tidak terlalu dekat dengan wajah anda untuk mengelakkan hanya mengukur suara anda sendiri; memasang mikrofon ke pergelangan tangan anda adalah pilihan yang baik. Perakam suara digital + aplikasi mudah alih + aplikasi desktop Pada versi pertama Noisetube, pengukuran kekuatan tidak dilakukan secara real time oleh aplikasi mudah alih. Sebaliknya, perakam suara digital (mis.: M-Audio MicroTrack x series) digunakan untuk merakam suara ambien. Aplikasi mudah alih (v1.0) bertujuan untuk melokalkan pengguna (melalui GPS) dan untuk memudahkan memberi komen (penandaan, penilaian,…). Aplikasi desktop kemudiannya digunakan untuk mengekstrak kekuatan dari suara yang dirakam, menggabungkan data tersebut dengan trek lokasi dan komen pengguna dan mengirim maklumat ini ke pelayan. Gambar 2 menunjukkan gambaran keseluruhan seni bina NoiseTube v1.0.

Langkah 2: Menggunakan Aplikasi Mudah Alih NoiseTube

Bermula Sebaik sahaja anda membuat akaun di laman web NoiseTube, menemui peralatan yang diperlukan dan memasang perisian kami, anda boleh mula menggunakan aplikasi NoiseTube.1) Anda perlu mengesahkan diri anda terlebih dahulu dengan maklumat akaun anda. Sebaik sahaja anda berjaya log masuk sekali, pada kali anda memulakannya, aplikasi akan melewati langkah ini. 2) Kini anda boleh mula mengukur dan menyumbang kepada projek NoiseTube. Antara muka pengguna Tangkapan skrin pada gambar pertama menunjukkan antara muka pengguna. Di bawah ini kita membincangkan pelbagai bahagian, masing-masing sesuai dengan ciri utama aplikasi. 1) Mengukur ketakutan bunyi ambien Pengukuran akan dimulakan secara automatik. Anda dapat melihat nilai kenyaringan semasa - ukur dalam dB (A) - di kiri atas. Untuk menambahkan makna nilai ini, ia dikaitkan dengan warna yang mewakili potensi risiko kesihatan tahap pendedahan semasa:

• <60 dB (A): Hijau (tanpa risiko)
• > = 60 dan <70: Kuning (menjengkelkan)
• > = 70 dan <80: Jingga (berhati-hati)
• > 80: Merah (berisiko).

Keluk sejarah juga dilukis untuk melihat evolusi kekuatan yang diukur. Untuk memahami dengan lebih baik apa yang sebenarnya diukur, rujuk bahagian 'Tentang pengukuran kekuatan' di bawah. 2) Memberi komen memberi penambahan lapisan makna pada ukuran fizikal untuk memberi maklumat kepada masyarakat dan untuk menggambarkan sifat kebisingan pada peta selepas itu. Seperti menandai filem di YouTube atau laman web di Delicious, anda dapat menandai ukuran kebisingan dengan menambahkan kata-kata percuma yang dipisahkan dengan koma (mis. Sumber kebisingan atau konteks, penilaian, dll.). Kebisingan adalah fenomena yang kompleks kerana dengan cara yang sangat subjektif manusia melihatnya. Untuk mengkaji faktor-faktor subjektif ini, kami akan menambahkan lebih banyak komponen subjektif ke dalam aplikasi mudah alih untuk menggunakannya sebagai "(gangguan sosial) meter" (gambar ke-2 menunjukkan pratonton seperti apa ini) dan membina peta subjektif pencemaran bunyi. 3) Pengukuran lokalisasi pengguna Pengguna dapat beralih ke antara mod penyetempatan automatik (menggunakan GPS) atau manual dengan mengklik ikon penyetempatan (lihat gambar 1). Setelah memulakan aplikasi, akan mengaktifkan mod automatik dan cuba melokalkan pengguna menggunakan GPS. Sekiranya tidak berjaya (mis. Kerana keadaan dalam rumah) ia akan beralih ke mod manual, di mana pengguna harus memasukkan lokasinya (mis. Alamat, talian stesen kereta bawah tanah). Anda juga boleh memilih lokasi semasa anda dari senarai lokasi yang telah ditentukan. Lokasi-lokasi ini boleh menjadi "kegemaran" peribadi (contoh: rumah atau pejabat) atau tempat awam (contohnya: jalan-jalan, stesen kereta api bawah tanah). Maklumat lebih lanjut Mengenai keteguhan pengukuran Meter ketegasan memaparkan tahap bunyi berterusan yang sama (Leq) yang diukur dalam dB (A) suara yang dirakam pada selang waktu tertentu. Pada setiap kitaran, aplikasi merakam suara persekitaran (pada 22500 Hz, 16 bit) selama selang waktu, kemudian memproses isyarat untuk mengekstrak nilai Leq. Dua selang waktu mungkin: 1) Tindak balas perlahan (1 saat, mod lalai), ini memungkinkan untuk mengukur variasi bunyi perlahan, berguna untuk kebisingan berterusan atau latar belakang; 2) Tindak balas pantas / pendek pendek (125ms), untuk bunyi yang berbeza-beza waktu (mis. Acara pendek). Mod tindak balas pantas masih eksperimen, jadi buat masa ini kami menyarankan untuk menggunakan mod tindak balas perlahan. Mengenai penentukuran suara dan kredibiliti maklumat Untuk mengkalibrasi aplikasi kami untuk mendapatkan maklumat yang boleh dipercayai pada Nokia N95 8GB, kami menggunakan meter tahap bunyi. Kami menghasilkan bunyi merah jambu sebagai sumber kebisingan dan membandingkan desibel yang diukur dengan meter tahap bunyi dan yang diukur oleh aplikasi kami pada telefon N95 pada tahap kekuatan yang berbeza (setiap 5 dB, dari 35 dB hingga 100dB). Rajah 3 menunjukkan graf nilai yang kami daftarkan. Kami memperoleh keluk dengan ketepatan sekitar +/- 10 dB (A). Setelah menggunakan pembalikan fungsi ini sebagai pembetulan kami kemudian memperoleh hasil yang baik (ketepatan +/- 3 db). Kami merancang untuk melakukan penentukuran yang sama dengan versi iPhone yang akan datang. Setelah anda memahami cara menggunakan aplikasi NoiseTube, kami menjemput anda untuk mengujinya di jalan di kawasan kejiranan anda!

Langkah 3: Memvisualisasikan Hasilnya

Dua visualisasi saat ini dapat diakses. Pemantauan waktu nyata terhadap pendedahan orang Pemantauan masa nyata dicadangkan untuk menggambarkan pendedahan kebisingan kolektif peserta menggunakan Google Earth. Anda boleh melihatnya dengan melayari https://noisetube.net/public/realtime.kml. Pengguna diwakili oleh silinder yang ketinggian dan warnanya sebanding dengan kekuatan (Leq diukur dalam dB (A)) dari pendedahan suara pengguna. Peta pencemaran bunyi di bandar andaAnda juga dapat melihat peta semasa pendedahan peribadi anda dengan pergi ke akaun anda dan memilih "Peta saya" (atau secara langsung melalui: (https://noisetube.net/users/{username}/map.kml]). Untuk melihat peta pendedahan suara kolektif pergi ke peta umum. Setiap bulatan menandakan ukuran kuat (warnanya sebanding dengan tahap kenyaringan). Di atas lapisan fizikal ini terdapat lapisan semantik yang menerangkan maksud ukuran (iaitu sumber kebisingan).

Langkah 4: Penyelidikan dan Kesimpulan Masa Depan

Sesuai dengan semangat "beta" Web 2.0, kami memutuskan untuk membuka platform kami kepada semua orang, walaupun pada peringkat awal pembangunan. Dalam masa terdekat versi alat kami yang dikemas kini akan menawarkan ciri yang lebih baik dan baru. Penyelidikan dan pengembangan kami akan diteruskan di beberapa trek: Kalibrasi Tanpa penentukuran yang betul, peranti sensor menghasilkan data yang mungkin tidak mewakili atau bahkan boleh menyesatkan. Oleh itu, bagaimana kita dapat menentukur beratus-ratus jenis telefon bimbit yang berbeza atau perakam suara lain tanpa menggunakan meter tahap bunyi yang mahal setiap kali? Kami mencadangkan untuk menyelidiki persoalan penyelidikan tersebut dengan trek yang berlainan, di mana telefon yang dikalibrasi atau lokasi stabil akustik dapat digunakan sebagai titik rujukan untuk secara automatik (kembali) menentukur telefon (misalnya penentukuran antara 2 telefon, yang disambungkan melalui Bluetooth, di mana salah satunya adalah rujukan dan lain adalah telefon untuk menentukur). Penyetempatan dalaman Sistem GPS hampir tidak menyokong penyetempatan dalaman. Kerana kebanyakan orang menghabiskan banyak kehidupan harian mereka di dalam rumah, ini adalah kekurangan penting yang telah kita atasi sebahagiannya melalui penyetempatan manual (lihat langkah 2). Walau bagaimanapun, ada teknologi yang boleh bertindak sebagai alternatif untuk GPS dalam senario dalaman. Salah satu pendekatan yang lebih menjanjikan (dan dipelajari secara meluas) adalah kedudukan berdasarkan GSM. Teknologi sedemikian sangat berguna untuk menyiasat kebisingan di kereta bawah tanah (seperti rangkaian Metro Paris), yang terkenal sebagai persekitaran yang sangat bising. Kami telah melakukan beberapa percubaan dengan penanda temporal dan penyusunan semula lokasi dengan interpolasi (lihat gambar). Walau bagaimanapun, dengan menggunakan kedudukan berdasarkan GSM (mengenal pasti antena di stesen yang berlainan, untuk mengesan lokasi pengguna secara automatik), kami menjangkakan kami akan dapat menghasilkan pengukuran yang lebih tepat di persekitaran khas ini pada masa akan datang. Aspek sosial: Pembangunan komuniti Memproyeksikan data pencemaran bunyi ke peta adalah ciri umum. Tetapi merakam pendedahan suara dari aktiviti orang memungkinkan kita untuk mengumpulkan sejenis data yang lebih berpusat pada orang dan bukan hanya data yang berpusat pada tempat yang dikumpulkan oleh meter tahap bunyi statik tradisional yang diletakkan di jalanan. Dari pemerhatian ini kita akan melihat lebih banyak ciri berkaitan sosial. Sebagai contoh, membuat profil kebisingan peribadi yang mengandungi pendedahan kebisingan anda dalam dimensi temporal dan geografi dan senarai sumber kebisingan yang ditandai sendiri, menyediakan cara untuk membandingkan orang dan mencari profil yang serupa untuk menyokong tindakan kolektif. KesimpulanDalam "Instructable" ini kami telah mengemukakan kaedah baru untuk memantau dan memetakan pencemaran bunyi berkat penyertaan masyarakat. Platform NoiseTube membolehkan anda menyumbang kepada kempen pengukuran bunyi yang diedarkan menggunakan telefon bimbit anda. Platform ini masih dalam pembangunan yang besar dan dalam masa terdekat akan membawa peningkatan lebih lanjut. Walau bagaimanapun, kami ingin menjemput anda untuk bergabung dengan komuniti NoiseTube dan mencuba perisian kami. Sekiranya anda mempunyai pertanyaan, cadangan atau komen lain, jangan ragu untuk menghubungi kami atau memberi reaksi melalui komen di Instructable ini. Selain itu kami ingin menekankan bahawa kami terbuka untuk berkolaborasi dengan organisasi awam atau penyelidikan. Bacaan lebih lanjut Untuk mengetahui lebih lanjut dan terus mengetahui mengenai projek NoiseTube sila lawati laman web kami di www.noisetube.net. Sekiranya anda ingin membaca mengenai latar belakang ilmiah karya ini, sila rujuk makalah ini:

• Nicolas Maisonneuve, Matthias Stevens, Maria Niessen, Peter Hanappe dan Luc Steels. NoiseTube: Mengukur dan memetakan pencemaran bunyi dengan telefon bimbit. Dihantar ke Simposium Antarabangsa ke-4 mengenai Teknologi Maklumat dalam Kejuruteraan Alam Sekitar (ITEE 2009), Thessaloniki, Greece. 28-29 Mei 2009. Sedang dikaji. PDF
• Nicolas Maisonneuve, Matthias Stevens, Maria Niessen, Peter Hanappe dan Luc Steels. Pemantauan Pencemaran Kebisingan Warganegara. Dihantar ke Persidangan Antarabangsa Tahunan ke-10 mengenai Penyelidikan Kerajaan Digital (dg.o2009), Puebla, Mexico, 17-20 Mei 2009. Dalam kajian. PDF

Rujukan

• J. Burke, D. Estrin, M. Hansen, A. Parker, N. Ramanathan, S. Reddy dan M. B. Srivastava. '' Sensing Partisipatif ''. Dalam '' Bengkel Web Sensor Dunia ACM Sensys ''. Akhbar ACM, 2006.
• Cuff D., Hansen M. dan Kang J. Urban Sensing: keluar dari hutan. Komunikasi ACM, 51 (3), hlm 24-33, Mac 2008, ACM Press.
• J. Hellbruck, H. Fastl dan B. Keller. Adakah makna suara mempengaruhi penilaian kuat?. Dalam Prosiding Kongres Antarabangsa Akustik ke-18 (ICA 2004). Halaman 1097-1100.
• D. Menzel, H. Fastl, R. Graf dan J. Hellbruck. Pengaruh warna kenderaan pada penilaian kelantangan. Dalam Journal Of The Acoustical Society Of America, Mei 2008, 123 (5), halaman 2477-2479.
• Paulos, E. et al. Sains Warganegara: Mengaktifkan Urbanisme Partisipatif. Dalam Buku Panduan Penyelidikan mengenai Urban Informatics: The Practice and Promise of the Real-Time City, Marcus Foth (Ed.), Hlm. 414-436, Idea Group, 2008.
• L. Yu dan J. Kang. Kesan faktor sosial, demografi dan tingkah laku terhadap penilaian tahap bunyi di kawasan terbuka bandar. Dalam Jurnal Persatuan Akustik Amerika, Februari 2008, 123 (2), halaman 772-783.

Ucapan terima kasih Kerja projek ini sebahagiannya disokong oleh EU di bawah kontrak IST-34721 (TAGora). Projek TAGora dibiayai oleh program Future and Emerging Technologies (IST-FET) Suruhanjaya Eropah. Matthias Stevens adalah pembantu penyelidik Dana untuk Penyelidikan Ilmiah, Flanders (Aspirant van het Fonds Wetenschappelijk Onderzoek - Vlaanderen).