Narzędzie do monitorowania i analizy hałasu w mieście

Celem pracy jest opracowanie metod monitorowania i analizy hałasu w mieście. Projekt koncentruje się na analizie hałasu na obszarach miejskich. Zakłada się, że algorytmy przetwarzania i analizy zebranych sygnałów wykorzystują sieć czujników. Praca rozpoczyna się od opracowania prototypowego rozwiązania opartego na węzłach będących w stanie nagrywać sygnały audio i stworzenia algorytmu w języku Python, który odpowiadałby
wyznaczonym celom. Celami algorytmu są: wskazanie miejsc, w których przekroczone zostały dopuszczalne poziomy hałasu, określenie źródeł irytujących dźwięków, a także wizualizacja, poprzez wykresy, czasowych i przestrzennych charakterystyk nagranych dźwięków. Algorytm opiera się na uczeniu maszynowym, wykorzystując w tym celu bibliotekę TensorFlow. Projekt
wykorzystuje platformę chmurową Azure BLOB do uzyskiwania sygnałów audio i
przechowywania wygenerowanych raportów.

Słowa kluczowe: Monitorowanie hałasu, Internet rzeczy, Inteligentne miasta,
Uczenie maszynowe, Aplikacje w chmurze

The aim of the work is to develop methods for monitoring and analysing noise in the city. The project focuses on the analysis of noise in urban areas. It is assumed that the algorithms
for processing and analysing signals collected are using a network of sensors. This work begins with the development of a prototype solution based on nodes that are capable of recording audio signals and creation of an algorithm using the Python language that would suit the goals. The goals of the algorithm are: indicating locations with exceeded permissible noise levels,
determining the sources of annoying sounds, as well as visualizing the temporal and spatial characteristics of recorded sounds. The algorithm is based on machine learning, using TensorFlow for this task. The project uses the cloud platform Azure BLOB for obtaining audio signals and storing generated reports.

Keywords: Noise Monitoring, Internet of Things, Smart cities, Machine learning,
Cloud-based Application