Исследование городского шума

Urbica
Urbica
Sep 4, 2017 · 4 min read

В начале лета в Урбике стартовала программа летней стажировки, для которой мы собрали команду ребят: картографа, аналитика, инженера-схемотехника и эколога.

Команда проекта поставила перед собой довольно серьёзную цель: создать карту шума для Москвы, а главное — разработать методологию, используя которую можно будет создать карту шума в любом городе при наличии тех же исходных данных. Мы не осознавали, насколько это будет масштабной задачей и с какими проблемами придётся столкнуться.

Результат нашего проекта — карта шумового загрязнения в Москве

Начали мы с гипотез и развития идей некоторых коллег-экспериментаторов. Например, швейцарский программист Лукас Мартинелли несколько лет назад предложил идею, используя которую можно создать карту шума для любого города. Используя предположения об угасании шума по мере отдаления, Лукас использовал объекты из OpenStreetMap и создал вокруг них буферные зоны с тремя уровнями шума. Идея эта хороша своей простотой и быстротой претворения в жизнь. Однако, она не слишком точна в применении к городам с разным характером застройки и различным факторам формирования шумового загрязнения. Поэтому мы придумали, как сделать карту более реалистичной. Первым нашим шагом было включение в расчеты радиусов буферов распространения шума коэффициент плотности городской застройки.

Вторым шагом к улучшению карты шума было создание технологии, которая бы позволила уточнить моделируемые данные. Для этого нам понадобился шумомер, но профессиональные шумомеры высокого класса точности стоят дорого. Устройство, подходящей для нашей задачи функциональности, стоит чуть менее 40 000 рублей, поэтому решено было попробовать создать свой датчик с удовлетворяющими нас характеристикам по меньшей стоимости. Зная уровень шума в приемнике и расстояние до источника, мы можем восстанавливать изначальный уровень шума в точке источника.

Поскольку источниками шума могут быть различные факторы (машины, скопление людей, стройки, транспорт) нам стало интересно научиться замерять не только уровень, но ещё и определить тип источника городского шума. Мы вдохновились идеей проекта SONYC (Sounds of NYC), который проводил похожее исследование в Нью-Йорке.

Было решено, что для восстановления типа объекта-источника шума в городской среде достаточно уметь распознавать 4 класса, четко различающихся между собой категорий производителей городского шума: дороги, поезда, стройки и скопления людей. Для обучения нашего классификатора мы использовали Google AudioSet, а также часть записей, которые использовались в проекте SONYC. Обучающая выборка, собранная с Google AudioSet, потребовала больших усилий в обработке, так как даже записи в размеченных датасетах включали большие части с тишиной, разговорами и даже не целевыми источниками шума. А качество записей из проекта SONYC, наоборот, было даже слишком хорошим, что приводило к трудностям распознавания даже чуть-чуть зашумлённых записей.

Изначально, мы делали датчик на простой и дешевой платформе Arduino. Датчик работал, показывал данные по уровню шума и давал периодически неплохую звуковую дорожку — если очень постараться, можно было что-то расслышать кроме шипения. Поэтому мы решили перейти к более производительной платформе Orange Pi. У более производительной платформы оказалось и большее потребление энергии, однако производительности Arduino не хватило, чтобы записывать звуки, поэтому мы остановились на Orange Pi Zero, которую ласково называли «апельсинкой».

Прототип датчика для измерения уровня шума.

Использование «апельсинки» обладало ещё рядом преимуществ — наличие слота для SD-карты и встроенный WiFi модуль. В случае с Arduino, это тоже возможно, но нужно приобретать подключать соответствующие модули отдельно. К тому же, Orange Pi настоящий компьютер, на который можно установить и использовать различные операционные системы, например Android или Ubuntu. Мы использовали Ambrian — специально адаптированная для подобных штучек система на базе Linux.

Схема прототипа датчика

Для правильного процесса измерений, опираясь на соответствующий документ — ГОСТ 53187–2008, нам потребовалось определить основные характеристики прибора и решить, где разместить датчик. Из нормативов следует, что измерения должны проводиться на определенной высоте и удалении от близлежащих объектов. Мы обратились в компанию, обслуживающую сеть проката велосипедов «Велобайк», и попросили на время пилотных испытаний разместить прототипы устройств на нескольких станциях велопроката.

После проведения пилотных измерений мы начали уточнять имеющуюся модель и вносить в неё коррективы. Спустя несколько итераций удалось найти удовлетворяющую нас конфигурацию устройства и подобрать нужные компоненты.

На момент завершения проекта летней стажировки мы выполнили основные задачи: подготовили методологию сбора и обработки данных, разработали схему сборки прототипа доступного датчика и выложили их в открытом доступе. Это позволит таким же энтузиастам, как мы, создать карту шума для своего города, избегая допущенных нами ошибок.

И вот результат нашей работы — карта шума Москвы по разработанной нами методике:

Карта шума — urbica.github.io/noisemap/

Созданная нами карта и методология будет использоваться для построения наиболее «тихих» маршрутов в приложении Walkstreets — мобильном приложении, котoрое строит комфортные маршруты по городу.


Наш итоговый проект мы презентовали в августе на площадке Высшей школы урбанистики при НИИУ ВШЭ «ШуховЛаб» в формате открытой лекции, а также приняли участие в первом Климатическом форуме городов России. В ходе обоих мероприятий мы получили отзывы и рекомендации по улучшению от специалистов и неравнодушных к теме горожан.


Соответствующие инструкции и детали реализации мы опубликовали на GitHub. Хотелось бы уточнить, что это не финальная версия и планируем дорабатывать методологию и карту. Будем рады вашим комментариям, советам и отзывам.

Участники проекта:

  • Григорий Беляев, эколог,
  • Артём Саакян, инженер,
  • Андрей Асланов, аналитик,
  • Татьяна Иванникова, картограф

Кураторы проекта:

  • Анастасия Коновалова, менеджер проектов
  • Сергей Горбатюк, ведущий аналитик данных

Карта шума — https://urbica.github.io/noisemap/
GitHub проекта — https://github.com/urbica/noisemap


Urbica

Written by

Urbica

Urbica по-русски / urbica.co