Oljud kan klassificeras smart med hjälp av en billig dator
Vad är oljud och hur mäter man det? Med hjälp av maskininlärning och en billig Internet of Things-enhet har forskare vid Linnéuniversitetet utvecklat ett sätt att klassificera oljud.
Oljud är oönskade ljud av något slag i den miljö man befinner sig. Och oljud kan inte bara orsaka irritation, de kan också påverka din hälsa negativt.
Ett EU-direktiv föreskriver att alla medlemsstater måste uppskatta miljöbuller och utveckla bullerkartor vart femte år. Men det är långt ifrån tillräckligt, eftersom oljud kan förändras över tid. Hälsoskadligt oljud förekommer dessutom ofta endast under kortare tidsperioder. Och typen av oljud – musik, trafik, buller från byggarbetsplatser etc – påverkar hur du uppfattar det.
Identifiera typen av oljud
För att få en verklig uppfattning om ljudföroreningar behöver man alltså inte bara mäta dB-nivån utan även identifiera typen av oljud. För att lösa denna utmaning har forskare vid Linnéuniversitetet utvecklat ett tillvägagångssätt för att klassificera oljud i smarta städer med hjälp av maskininlärning i en billig Internet of Things-enhet. Enheten består av en Raspberry Pi Zero W och ett expansionskort med mikrofoner. Raspberry Pi är en enkortsdator som är liten som ett kreditkort och endast kostar ca 10 Euro.
För att undersöka systemets prestanda genomförde forskarna experiment med åtta olika typer av miljöljud: stillhet, tystnad, signalhorn, lekande barn, pistolskott, tryckluftsborr, siren och gatumusik. För att lära upp det användes en samling med fler än 3 000 ljudklipp.
Övervakning av ljudföroreningar i realtid
– Vi observerade att vår lösning ger hög noggrannhet i klassificeringen av oljud, inom intervallet 85–100 %. I framtiden planerar vi att använda våra enheter för storskalig övervakning av ljudföroreningar i realtid. Enheter som den här kan placeras på många platser av intresse i en stad och datan skulle finnas tillgänglig för invånare och för hälso- och miljöskyddsenheter i staden, säger Sabri Pllana, lektor i datavetenskap vid Linnéuniversitetet och ledare för forskargruppen.
Gruppens arbete har beskrivits i den nya utgåvan av HiPEAC Magazine (januari 2019, nummer 56, sidan 29). HiPEAC står för High Performance and Embedded Architecture and Compilation och är ett europeiskt nätverk med 2 000 framstående forskare, branschrepresentanter och doktorander inom området datorsystem.