Fluglärmmessung mit Raspberry Pi

Langenstein, Pascal and Stähli, Renato (2013) Fluglärmmessung mit Raspberry Pi. Student Research Project thesis, HSR Hochschule für Technik Rapperswil.

[thumbnail of Studienarbeit-Fluglärmmessungen-FS13-clean.pdf]
Preview
Text
Studienarbeit-Fluglärmmessungen-FS13-clean.pdf - Supplemental Material

Download (15MB) | Preview

Abstract

Im Rahmen dieser Studienarbeit wurde ein System zur Fluglärmmessung,
bestehend aus Raspberry Pi Messstationen, Daten- und Webserver entwickelt. Es unterscheidet sich von vergleichbaren Lösungen durch niedrigere Kosten, einfachere Installation und höhere Flexibilität.
Zur Realisierung der Messstationen wurde der Standard Raspberry Pi
Bausatz (Gehäuse, SD-Karte, Netzteil) um einen Analog-Digital-Wandler
mit Mikrofonbuchse (RJ11) erweitert. So kann das bewährte „modul bus“
Mikrofon weiterhin verwendet werden. Die entwickelte Python-Applikation
tastet den Lärmpegel des Mikrofons mit 3Hz ab und rechnet die 18-Bit
Delta-Sigma quantisierten Werte in dB(A) Lärmpegelwerte um. Die Kommunikation zum Datenserver erfolgt über HTTP (Standard Port 80) im
JSON Format. Die so realisierte Messstation kostet 200 CHF, d.h. nur 40%
der bestehenden Lösung. Beim Datenserver nimmt die mit dem Spring
Framework realisierte Tomcat-Applikation die Lärmpegelwerte entgegen
und speichert sie in der Open-Source Datenbank MySQL ab. Die realisierte Webanwendung zeigt dem Benutzer eine Karte mit allen registrierten Messstationen und Lärmkurven zu den Stationen. Die Darstellung der
Lärmkurven erfolgt über das Framework Highcharts, welches neben diversen Zoomfunktionen auch die gleichzeitige Darstellung der Kurven von
mehreren Stationen ermöglicht.
Insgesamt wurden drei Messstationen in Betrieb genommen. Der Vergleich
der Messresultate mit denjenigen der geeichten GFS-Messstation zeigt,
dass unser System noch weiter optimiert werden kann. Während der Entwicklung des Datenservers wurde automatisiert getestet, dabei kamen die
Frameworks Junit und REST-assured zum Einsatz. Der entwickelte Code
steht als Open-Source Projekt auf Github zur Verfügung. Die Applikation
wird durch die HSR verwaltet und eventuell weiterentwickelt. Ebenso die
drei Messstationen die in Betrieb genommen wurden.

Item Type: Thesis (Student Research Project)
Subjects: Area of Application > Statistics
Technologies > Programming Languages > Python
Technologies > Devices > Raspberry Pi
Metatags > ITA (Institute for Internet Technologies and Applications)
Divisions: Bachelor of Science FHO in Informatik > Student Research Project
Depositing User: HSR Deposit User
Contributors:
Contribution
Name
Email
Thesis advisor
Heinzmann, Peter
UNSPECIFIED
Date Deposited: 23 Jul 2013 11:12
Last Modified: 23 Jul 2013 11:14
URI: https://eprints.ost.ch/id/eprint/295

Actions (login required)

View Item
View Item