Denne artikkelen er produsert og finansiert av Sintef - les mer.

Kunstig intelligens og avanserte mikrofoner skiller ulike støykilder fra hverandre.

Kunstig intelligens avslører støykilder

Nå vil forskerne finne ut hvem som bråker mest i byer. Er det byggearbeid, trafikk eller barnehager?

Støy er et betydelig samfunnsproblem i hele verden. Forskere har beregnet at støy koster oss i Norge 14 milliarder kroner årlig i tapt produktivitet og tapte leveår.

– Støy har en lang rekke negative helsevirkninger og er et alvorlig problem for folkehelsa, sier Herold Olsen i Sintef. Han jobber med det som kalles miljøakustikk.

Myndighetene har grenseverdier for hvor mye støy det er lov å slippe ut. Støy fra anleggsvirksomhet, flyplasser, havner, terminaler, veitrafikk og lignende må måles og rapporteres.

Måler lydnivået

Både de som lager støy og menneskene som blir berørt, har behov for å følge opp overskridelser. Myndighetene trenger mer effektive metoder til å følge opp regelverk, konsesjoner og krav.

Forskere kan nå bidra med såkalte smarte lydmålinger. De har utviklet metoder som viser hvor støyen kommer fra. Kommer den fra byggeplassen eller trafikken? Hvilken støy er hva? Hvem skal ha regningen for støyen?

Dette er en utfordring som Sintef, lydmålerprodusenten Norsonic og NTNU jobber med. Og forskerne er godt på vei mot en løsning som kan skille ulike støykilder fra hverandre.

Intelligente mikrofoner tar over

I dag er det en manuell støymålejobb å finne ut hvor mye en byggeplass støyer.

Teamet av forskere, teknologer, studenter og ingeniører vil nå automatisere slike målinger og gjøre de så nøyaktig som mulig.

Kjernen i den nye teknologien er kunstig intelligens – eller maskinlæring på fagspråket. Forskerne lærer opp systemene til Norsonic, slik at de klarer å skille glade barnehyl fra trikkestøy eller bråk fra anleggsarbeid.

Men hvordan lærer man opp en datamaskin?

Forsker Femke Gelderblom i Sintef forklarer: Datamaskiner har verken ører eller øyne. De må mates med tall. Lyd kan oversettes til såkalte spektrogram, som er et bilde av lydnivået i forskjellige frekvenser.

Datamaskinen lærer de overordnete konseptene, forskjellige mønstre som forteller hva slags lyd det er. Enorme datasett lærer maskinene å finne og forstå disse mønstrene ved hjelp av det som kalles «deep learning».

Deep learning ligner mer på hvordan vi lære ting til barn og er teknologien som står bak kjente bildegjenkjenningsalgoritmene fra Google og Facebook. Der har maskinene lært for eksempel gjenkjenne katter og gravemaskiner fra bilder.

Slik ser løsningen som kan måle støy og skille ulike støykilder fra hverandre ut.

Trener systemet til å gjenkjenne lyder

Systemet forskerne utvikler består av et mikrofonsystem som bruker en spesialdesignet programvare.

– Målet er å gi brukerne et verktøy som både kan måle støy og som kan skille mellom akseptabel og uakseptabel lyd, sier Herold Olsen.

Systemet er trent til å gjenkjenne støy fra byggeplasser rundt i Norge basert på opplæring fra en Sintef-ekspert.

Dette dataprogrammet er stand til å selv lære seg hvilke støykilder den har med å gjøre. Forskerne kan mate inn litt ekstra info fra en bestemt byggeplass som skal støymåles. Dette er lydopptak som kunden selv kan mate systemet med.

Jo mer god informasjon kunden gir systemet, jo mer vil systemet lære og jo bedre vil identifiseringen av lydkildene bli.

Retningshørsel

Selve mikrofonsystemet er imidlertid utviklet av Norsonic. Eksperter i selskapet har forbedret det med et verktøy som kan registrere retning ved hjelp av en 3D-modell av omgivelsene. Systemet beregner automatisk hvor støyen kommer fra. Denne funksjonen har fått navnet «Noise Compass».

Forskerne i Sintef har bistått Norsonic med en ny løsning som måler støynivå i decibel. Den som bruker systemet, får informasjon om hva som forårsaket støyen og informasjon om hvilken retning støyen kommer fra.

NTNU skal bygge nytt

Utstyret som utvikles i prosjektet skal etter planen brukes under den store campus-utbyggingen midt i Trondheim.

I byggeperioden forventes det betydelige utfordringer med både støy og vibrasjoner fra byggeprosessen, samtidig som forskning og undervisning skal fortsette mest mulig normalt.

Om prosjektet

NoiseTag er et forskingsprosjekt for et system som automatisk kan merke støykilder med med informasjon om nivå, retning og årsak.

Norges forskningsråd støtter prosjektet gjennom BIA-programmet, en støtte for næringslivets forskning.

Prosjekteier og industripartner er selskapet Norsonic, som tilegner seg ny teknologi innen kunstig intelligens med hjelp fra Sintef. Et mål er mindre støy for anleggsarbeidere, naboer og andre berørte.

  • Forskningspartnere: SINTEF og NTNU
  • Prosjektets varighet: 2019-2023
Powered by Labrador CMS