Design of a Mobile Web-based Crowdsensing Platform for Sound in a Smart City

Projektart: Abschlussarbeit

Beteiligte

Durchführung:
Michael Götz

Weitere Partner:
Prof. Dr Daniela Nicklas

Laufzeit

15.09.2021 - 15.03.2022

Kurzbeschreibung

Aufgrund der Verdichtung der Städte werden immer mehr Menschen durch mehr als eine Schallquelle belästigt. Mehrere Studien haben gezeigt, dass regelmäßiger Lärm die Gesundheit der Menschen beeinträchtigen kann. In dieser Arbeit wird ein webbasierter Ansatz für mobile Crowd-Sensing-Frameworks evaluiert, wobei der Anwendungsfall der Lärmmessung als Anwendungsbeispiel dient. Üblicherweise verwenden Crowd-Sensing-Frameworks native Anwendungen für ihre Clients. Dies würde zu einem hohen Implementierungsaufwand führen, da sowohl iOS- als auch Android-Anwendungen implementiert werden müssen. Daher wird eine Progressive Web App als Alternative verwendet, um eine Crowd-Sensing-Anwendung zu erstellen. Um die Datenqualität bei der Lärmmessung sicherzustellen, kalibrieren bisherige Crowd-Sensing-Anwendungen die Smartphonemikrofone mit einem professionellen Schallpegelmesser. Da dies für die Bürger selbst schwer umsetzbar ist, wird eine neue Kalibrierungsmethode eingeführt. Bei dieser Methode werden externe Gegenstände wie Kugelschreiber als Referenz verwendet. Ein Ergebnis der Analyse ist, dass die verwendeten Kalibrierungsgeräte nicht präzise genug sind, um die Datenqualität zu verbessern. Zusätzlich wird ein Prototyp erstellt, um die Möglichkeiten eines webbasierten Crowd Sensing Frameworks zu evaluieren. Der Prototyp wird durch Experten und anschließend durch eine qualitative Nutzerstudie evaluiert. Der Implementierungsprozess zeigt, dass ein webbasierter Ansatz keine opportunistischen Crowd Sensing Anwendungsfälle bieten kann, da die Sensoren noch nicht im Hintergrund genutzt werden können. Die Auswertungen zeigen, dass die Struktur des Prototyps für die potenziellen Nutzer ausreichend ist, um Aufgaben auszuführen.