基于群智感知的城市噪聲監(jiān)測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

趙立鵬 季磊

摘要：在現(xiàn)代化城市中，噪聲污染問題正在逐漸蔓延。如果長期處于噪聲環(huán)境中，人的身心健康會遭受傷害。傳統(tǒng)解決方案采用無線傳感器網(wǎng)絡(luò)，通常需要花費(fèi)大量的人力、物力和財(cái)力來實(shí)施和維護(hù)，整個(gè)工程的實(shí)施成本很高。另一方面，隨著智能手機(jī)的普及，移動互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，基于群智感知技術(shù)的城市噪聲監(jiān)控系統(tǒng)可以借助普通用戶的貢獻(xiàn)數(shù)據(jù)來估量城市的總體噪聲狀況，大大降低噪聲監(jiān)控的成本。然而，群智感知技術(shù)的應(yīng)用需要解決幾個(gè)關(guān)鍵問題。首先是智能手機(jī)測量的噪聲誤差較大，精度遠(yuǎn)小于標(biāo)準(zhǔn)噪聲儀。其次監(jiān)測時(shí)涉及用戶定位信息的上傳，用戶隱私的保護(hù)非常重要。在涉及用戶隱私方面，采用了參與式感知的形式，讓用戶自主選擇上傳噪聲采樣數(shù)據(jù)，降低了用戶隱私泄露的風(fēng)險(xiǎn)。數(shù)據(jù)存儲基于云端服務(wù)器搭建，以獲取較好的擴(kuò)展性和靈活性。

關(guān)鍵詞：群智感知；智能手機(jī)；噪聲監(jiān)控；數(shù)據(jù)可視化；云技術(shù)

中圖分類號：TP315 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2018）22-0190-02

1 背景

通常所說的噪聲污染是指人為造成的。從生理學(xué)的角度定義，凡是對人們?nèi)粘Ｉ町a(chǎn)生影響的聲音，統(tǒng)稱為噪聲。噪音對于人們的身心的傷害可能是巨大的，并且已經(jīng)被列為世界四大公害之一[1]。如果長期在這種環(huán)境中工作，高血壓、動脈硬化和冠心病等重大疾病的發(fā)生率也會比普通人高1至k倍[2]。為了降低噪音污染的風(fēng)險(xiǎn)，許多國家很早開始監(jiān)測噪音。最常用的方法是繪制噪聲圖[3]。

2 相關(guān)技術(shù)

2.1 群智感知

學(xué)術(shù)界通常將利用普適的移動設(shè)備提供感知服務(wù)的物聯(lián)網(wǎng)新型感知模式稱之為“以人為中心的感知”[5]。按照感知對象的類型和規(guī)模，這種感知模式的應(yīng)用可以分為兩類：個(gè)體感知[Persional Sensing]和社群感知[Community/Social Sensing]典型的個(gè)人感知應(yīng)用包括監(jiān)測個(gè)人運(yùn)動模式（如站立、散步、慢跑、跑步等），以促進(jìn)健康和監(jiān)測個(gè)人的日常交通模式，記錄個(gè)人的碳足跡等[6]。相比之下，社群感知能夠應(yīng)對那些個(gè)體難以實(shí)現(xiàn)的大規(guī)模、復(fù)雜的社會感知任務(wù)[7]。

近年來，人們將眾包與移動感知的概念相結(jié)合，讓普通用戶參與進(jìn)來，他們的移動設(shè)備作為基本傳感單元，通過移動互聯(lián)網(wǎng)合作，形成群智感知網(wǎng)絡(luò)，完成大規(guī)模、復(fù)雜的社會感知任務(wù)[8]。

2.2 用戶感知方式

2.2.1 參與式感知

參與式感知的基本思想是讓民眾使用手機(jī)等移動終端設(shè)備收集并共享周圍環(huán)境的感知數(shù)據(jù)，將這些信息用于各種創(chuàng)新性的服務(wù)[9]。

2.2.2 機(jī)會感知

機(jī)會感知通過直接或間接方式感知用戶的行為，對用戶干擾較小，但數(shù)據(jù)精度依賴于感知算法和應(yīng)用環(huán)境，且機(jī)會感知需較高的隱私保護(hù)機(jī)制激勵用戶的參與。因此在現(xiàn)實(shí)應(yīng)用中較少[10]。

3 需求分析

噪聲圖是顯示噪聲分布的有力工具[13]。它能夠?qū)⒌貓D上地理區(qū)域的噪聲分布標(biāo)注出來，可以反映噪聲隨空間的變化。如果將時(shí)間戳添加到噪聲分布圖中，則可以同時(shí)看到噪聲的空間和時(shí)間分布。建立一個(gè)實(shí)時(shí)粒度噪聲圖，還需要識別一定范圍（如一個(gè)城市）每個(gè)位置的噪聲強(qiáng)度，并可以實(shí)時(shí)更新。噪聲圖為噪聲污染控制策略的制定提供數(shù)據(jù)，是數(shù)字城市的重要組成部分。

4 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

4.1 系統(tǒng)框架設(shè)計(jì)

設(shè)計(jì)中將系統(tǒng)根據(jù)功能劃分為客戶端模塊、云服務(wù)（Web服務(wù)、數(shù)據(jù)庫服務(wù)、高德地圖服務(wù)、Docker容器服務(wù)）和管理端模塊。

1）客戶端模塊

客戶端基本功能是實(shí)現(xiàn)用戶所處位置地圖的展示，加載用戶周圍待采集數(shù)據(jù)的位置，同時(shí)客戶端還具備使用麥克風(fēng)進(jìn)行環(huán)境聲音錄制并上傳的功能。根據(jù)方案設(shè)計(jì)框架圖1所示：

客戶端模塊基于主流的androd平臺。該設(shè)計(jì)方案集成了高德地圖服務(wù)用于對用戶的地理位置進(jìn)行實(shí)時(shí)發(fā)現(xiàn)并定位。同時(shí)，安卓平臺的手機(jī)傳感器非常豐富，在噪聲采集上設(shè)計(jì)采用手機(jī)自帶的聽筒進(jìn)行環(huán)境聲音的采集、存儲和上傳。

2）服務(wù)端模塊

服務(wù)端模塊設(shè)計(jì)實(shí)現(xiàn)的基本功能是收集用戶上傳的噪聲數(shù)據(jù)并通過Flask服務(wù)將數(shù)據(jù)寫入云端的MongoDB數(shù)據(jù)庫。管理端通過對Web頁面訪問生成的噪聲地圖。服務(wù)端框架圖如2所示：

群智感知技術(shù)要求服務(wù)端具備海量的數(shù)據(jù)存儲功能和大量用戶數(shù)據(jù)的寫入操作，所以方案設(shè)計(jì)采用云端服務(wù)作為服務(wù)端以增強(qiáng)存儲和數(shù)據(jù)讀寫的靈活性。

4.3 客戶端

APP的首頁有四個(gè)底部標(biāo)簽頁，第一個(gè)標(biāo)簽頁是APP的主頁，顯示用戶所在處的位置，下拉刷新時(shí)展示用戶周圍的監(jiān)測點(diǎn)位置。第二個(gè)標(biāo)簽頁是噪聲錄制頁，用戶可以進(jìn)行環(huán)境噪聲的錄制或取消。第三個(gè)標(biāo)簽頁是用戶上傳頁，用戶可以選擇是否上傳噪聲數(shù)據(jù)。手機(jī)應(yīng)用與高德地圖服務(wù)進(jìn)行交互獲取用戶位置定位信息，以及通過OkHttp庫進(jìn)行網(wǎng)絡(luò)通訊。

4.4 服務(wù)端

噪聲監(jiān)控的實(shí)現(xiàn)基于群智感知技術(shù)，由需求分析得出的設(shè)計(jì)方案要求服務(wù)端具備海量的數(shù)據(jù)存儲功能和大量用戶數(shù)據(jù)的并發(fā)寫操作的承載能力，所以方案設(shè)計(jì)采用云端服務(wù)作為服務(wù)端以增強(qiáng)存儲和數(shù)據(jù)讀寫的靈活性。具體來說，服務(wù)端基于騰訊云服務(wù)器搭建。系統(tǒng)基于ubuntu部署了三個(gè)Docker容器，同時(shí)為提高讀寫性能和開發(fā)效率，采用了文檔型數(shù)據(jù)庫MongoDB，并用三個(gè)MongoDB文檔數(shù)據(jù)庫容器搭建了一個(gè)三個(gè)節(jié)點(diǎn)的集群，包括一個(gè)主節(jié)點(diǎn)，兩個(gè)從節(jié)點(diǎn)。管理端訪問服務(wù)使用Nginx作為Web服務(wù)器搭建，Web開發(fā)框架采用了Python 語言中流行的Flask創(chuàng)建。在web地圖開發(fā)上選擇了與客戶端開發(fā)相同的地圖廠商高德，便于地圖格式轉(zhuǎn)換。

參考文獻(xiàn)：

[1] 劉云浩. 群智感知計(jì)算[J]. 中國計(jì)算機(jī)學(xué)會通訊， 2012（8）.

[2] 王振麗. Android底層開發(fā)技術(shù)實(shí)戰(zhàn)詳解[M]. 北京： 電子工業(yè)出版社， 2012（8）.

[3] 陳薈慧， 郭斌， 於志文. 移動群智感知應(yīng)用[D]. 西安： 西北工業(yè)大學(xué)， 2014.

[4] 范懷宇. Android開發(fā)精要[M]. 北京： 機(jī)械工業(yè)出版社， 2012.

[5] 馬建. 物聯(lián)網(wǎng)技術(shù)概論[M]. 北京： 機(jī)械工業(yè)出版社， 2011.

[6] 霍多羅夫， 迪洛爾夫. MongoDB權(quán)威指南[M]. 程顯峰， 譯. 北京： 人民郵電出版社， 2011.

[7] 趙東， 馬華東. 群智感知網(wǎng)絡(luò)的發(fā)展及挑戰(zhàn)[J]. 信息通信技術(shù)， 2014（5）： 66-70.

[8] 董偉明. Python Web開發(fā)實(shí)戰(zhàn)[M].北京： 電子工業(yè)出版社， 2016（9）.

[9] Jeff Nickoloff. Docker實(shí)戰(zhàn)[M]. 胡震， 譯. 北京： 電子工業(yè)出版社.

[10] 高群凱. 深入剖析Nginx[M]. 北京： 人民郵電出版社， 2013.

[11] 李楠， 馮濤， 劉斌， 等. 基于面向服務(wù)對象體系結(jié)構(gòu)的交通噪聲地圖分布式計(jì)算方法[J]. 計(jì)算機(jī)應(yīng)用， 2012（8）.

[12] Lindsay Bassett. JSON必知必會[M]. 魏嘉汛， 譯. 北京： 人民郵電出版社， 2016.

[13] 朱利安·丹喬. Python 高手之路[M]. 王飛龍， 譯. 北京： 人民郵電出版社， 2015.

[14] Riva O， Borcea C. The Urbanet revolution： Sensor power to the people！[J]. Pervasive Computing， IEEE， 2007， 6（2）： 41-49.

【通聯(lián)編輯：謝媛媛】