Tehnologia Internet of Things (IoT) a revoluționat modul în care colectăm și analizăm datele din mediul înconjurător. Prin intermediul senzorilor inteligenți, rețelele IoT permit monitorizarea continuă a parametrilor de orice formă, oferind date esențiale pentru luarea deciziilor informate. Măsurarea zgomotului este crucială pentru evaluarea nivelurilor de poluare fonică, identificarea surselor de sunet și implementarea soluțiilor adecvate. Utilizarea tehnologiei IoT contribuie la crearea unor orașe inteligente și la protejarea sănătății publice.
Obiectivul acestui articol este de a explora rolul IoT în măsurarea și detecția sonoră, prezentând aplicațiile practice, impactul asupra mediului și sănătății, precum și soluțiile tehnologice utilizate.
Tehnologia IoT funcționează pe baza unei rețele de senzori acustici care captează sunetele din mediu. Acești senzori sunt conectați la platforme cloud unde datele sunt transmise și analizate în timp real. Prin intermediul algoritmilor avansați, sunetele pot fi identificate, clasificate și localizate.
Similar cu un timpan, traductorul ce măsoară nivelul de zgomot transformă undele sonore în semnale electrice (frecvența în funcție de timp).
Componentele principale ale unui sistem IoT pentru detecția sonoră includ senzori de zgomot, module de comunicații (Wi-Fi, LoRa, NB-IoT) și platforme software pentru analiză. Acestea permit o monitorizare continuă și furnizează alerte în cazul depășirii limitelor admise.
Acest principiu este utilizat atât în mediul urban, pentru supravegherea zgomotului din trafic, cât și în aplicații industriale sau maritime pentru identificarea sunetelor anormale.
Rețele de senzori IoT sunt utilizate pentru a monitoriza nivelurile de zgomot din orașe, contribuind la crearea unor hărți acustice detaliate. Aceste informații permit autorităților să identifice zonele cu poluare fonică excesivă și să implementeze măsuri de reducere.
Un exemplu este rețeaua de senzori din Cluj-Napoca (cluj-napoca.pulse.eco), care colectează date în timp real și oferă o imagine clară asupra surselor de zgomot, precum traficul auto sau lucrările de construcții.
Senzorii IoT pot fi programați să detecteze sunete distincte, cum ar fi focuri de armă, sunet de motor sau zgomotul unei drujbe. Acest lucru este util în domeniul securității publice, unde sistemele de detecție sonoră pot alerta autoritățile în caz de incidente.
Boomerang este un localizator de focuri de armă sau un sistem de detectare a împușcăturilor. Este un sistem care detectează și transmite locația focurilor de armă sau a altor tipuri de focuri folosind senzori acustici, de vibrație, optici sau alte tipuri de senzori, precum și combinații ale acestora. Aceste sisteme sunt utilizate de forțele de ordine, agențiile de securitate, armată, instituțiile guvernamentale, școli și companii pentru a identifica sursa și, în unele cazuri, direcția focurilor de armă și/sau tipul de armă folosită.
Majoritatea sistemelor de detectare a împușcăturilor au trei componente principale:
O rețea de microfoane sau senzori (accelerometre, detectoare în infraroșu etc.) care pot fi fie amplasate împreună, fie dispersate geografic.
O unitate de procesare care analizează datele colectate.
Rainforest Connection este primul sistem de monitorizare în timp real din lume, pentru protejarea împotriva tăierilor ilegale de copaci și pentru studierea ecosistemelor îndepărtate și a biodiversității. Folosind inteligența artificială, senzorii audio detectează sunetul drujbelor pentru a ajuta autoritățile locale să combată tăierile ilegale de copaci în pădurile tropicale din Indonezia.
Rainforest Connection înregistrează sunete pentru a proteja ecosistemele vulnerabile dintr-o duzină de țări, cu finanțare din partea unor dintre cele mai mari companii de tehnologie din lume.
În mediul maritim, senzorii acustici detectează zgomotele produse de nave sau alte activități subacvatice. Aceste date ajută la monitorizarea faunei marine și la reducerea impactului zgomotului asupra ecosistemelor acvatice.
SoundTrap este un sistem de înregistrare destinat cercetării acustice marine, care captează sunetele subacvatice pentru monitorizarea balenelor sau a rutelor marine. Corpul înregistratorului și hidrofonul sunt integrate, iar datorită utilizării componentelor cu consum redus de energie, acesta poate fi instalat în apă pentru o perioadă lungă de timp (până la 150 de zile).
Keyword Spotting - Această soluție tehnologică folosește învățarea automată pentru a crea un sistem care poate recunoaște evenimente sonore, în special cuvinte cheie rostite de utilizator. Funcționează similar cu asistenți vocali precum "Alexa", "Hey Siri" sau "OK, Google", detectând cuvintele cheie chiar și în prezența zgomotului de fundal.
Procesul implică colectarea de date audio de la microfoane, aplicarea procesării semnalului pentru a extrage informațiile esențiale și antrenarea unei rețele neuronale profunde care poate identifica dacă un cuvânt cheie a fost rostit într-un anumit clip audio sau în timp real. În final, sistemul poate fi implementat pe un dispozitiv încorporat pentru evaluarea performanței sale.
Anomaly detection - Detecția anomaliilor este o tehnică utilizată pentru identificarea comportamentului anormal al unui sistem, în acest caz, al unui motor industrial. Prin monitorizarea sunetului de funcționare al motorului, se creează un model de detecție a anomaliilor care poate alerta atunci când sunt identificate defecțiuni sau comportamente anormale. Folosind Edge Impulse și TinyML pentru a realiza mentenanță predictivă (PdM) fără a necesita senzori suplimentari, doar bazat pe monitorizarea acustică.
Modelelor de clasificare sunt utilizate pentru a identifica tipuri specifice de defecțiuni, cum ar fi probleme la rulmenți sau alinierea incorectă a axelor, fiind antrenate folosind date normale pentru a recunoaște deviațiile față de comportamentul obișnuit.
Zgomotul excesiv are efecte semnificative asupra sănătății fizice și mentale. Expunerea prelungită la zgomot poate duce la stres, insomnie, iritabilitate și scăderea performanței cognitive. De asemenea, zgomotul constant contribuie la probleme cardiovasculare și hipertensiune arterială.
(sursa: https://www.eea.europa.eu/publications/environmental-noise-in-europe )
(sursa:https://noise.eea.europa.eu/ )
Pentru ecosisteme, poluarea fonică poate afecta comunicarea dintre animale, interferând cu modelele lor de migrație și reproducere. Mamiferele marine, de exemplu, sunt deosebit de vulnerabile la zgomotul produs de nave.
Un exemplu relevant este studiul realizat în Cluj-Napoca (2023), unde s-a constatat că aproximativ 50% din senzori au înregistrat niveluri de zgomot peste limita admisă de 55 dB. Principalele surse de zgomot identificate au fost traficul auto și culoarele de zbor ale avioanelor.
(sursa : https://stropdeaer.ro/air-quality-study/romania/cluj-napoca/noise_cluj/noise_cluj_2023_popup.html )
Pentru reducerea poluării fonice, pot fi implementate soluții precum instalarea de panouri fonoabsorbante, crearea de zone verzi și restricționarea traficului în anumite zone. De asemenea, utilizarea tehnologiei IoT pentru monitorizare continuă ajută la identificarea rapidă a problemelor.
Soluțiile de conștientizare publică prin aplicații mobile ce afișează nivelurile de zgomot în timp real pot contribui la schimbarea comportamentului cetățenilor.
Tehnologia IoT joacă un rol esențial în monitorizarea și gestionarea poluării fonice. Prin furnizarea de date precise și în timp real, permite autorităților și companiilor să ia măsuri pro-active pentru reducerea zgomotului.
Adoptarea pe scară largă a acestor soluții poate duce la crearea unor medii urbane mai liniștite și sănătoase, protejând atât oamenii, cât și ecosistemele. Zgomotul este un tip de poluare și trebuie tratat ca atare: se monitorizează, se detectează sursa și se implementează acțiuni care rezolvă problema.
Propunem informarea și conștientizarea prin utilizarea cât mai frecvența a instrumentelor dedicate, precum aplicațiile de telefon sau senzorii ambientali la birou sau acasă: FACEM ÎMPREUNĂ INVIZIBILUL VIZIBIL!
de Ovidiu Mățan
de Alin Turcu
de Ovidiu Mățan
