Resumen de Prototipo experimental para la monitorización de ruido en tiempo real en entornos urbanos

Juan Andrés Mariscal Ramírez, José Angel Fernández Prieto, Joaquín Cañada Bago, Manuel Ángel Gadeo Martos

• español

  Numerosos estudios ponen de manifiesto los riesgos que la exposición a entornos ruidosos puede ocasionar en las personas, como hipertensión, pérdidas auditivas, estrés, insomnio y baja productividad. En los últimos años, la comunidad europea ha mostrado un gran interés en controlar y regular la contaminación acústica redactando la directiva 2002/49/EC que impone a los estados miembros la obligación de disponer de mapas de ruido en determinadas zonas como grandes ciudades, principales aeropuertos, importantes vías ferroviarias y carreteras.

  El método clásico para la generación de mapas de ruido se basa en la medida del nivel de presión sonora equivalente realizada por sonómetros. El principal inconveniente de este método es que los mapas de ruido están basados en medidas puntuales. Además, no puede obtener la evolución temporal de las medidas.

  El presente trabajo propone la utilización de redes de sensores inalámbricos para la elaboración de los mapas de ruido. Las redes de sensores inalámbricas están formadas por un número importante de nodos sensores, dispositivos de bajo coste con capacidad restringida de proceso de información y comunicación, y alimentados normalmente por baterías.

  La principal ventaja de la propuesta es que se pueden obtener mapas espaciales y temporales basados en medidas reales del nivel de presión sonora, así como medidas en tiempo real de las zonas a medir (calles, aeropuertos, etc.).

  En este sentido, presentamos un prototipo de sensor, que utiliza un algoritmo basado en análisis en frecuencia para la obtención del indicador de ruido. En la actualidad, no se conocen trabajos relacionados con la adaptación de algoritmos basados en análisis en frecuencia en redes de sensores para el cálculo de indicadores de ruido.

  Para verificar el comportamiento del prototipo, se han llevado a cabo una serie de pruebas comparativas con un sonómetro comercial, entre las que destacan las realizadas en una zona urbana. Los resultados muestran que las diferencias entre el dispositivo y el sonómetro son inferiores al 1%, mostrando la validez de nuestro prototipo para la generación de mapas de ruido en tiempo real en un entorno urbano.

• English

  Many studies have demonstrated that exposure to environmental noise can cause problems in people, such as hypertension, hearing loss, stress, insomnia and low productivity. According to the European Union (EU), noise pollution is a serious risk to public health and productivity. For this reason, the EC approved a policy to reduce environmental noise in 1996. This policy resulted in Directive 2002/49/EC, which requires member states to provide accurate mappings of noise levels throughout all urban centers with more than 250,000 inhabitants, main airports, major railways and roads.

  Noise maps can be computed using commercial sound level meters, measuring the equivalent sound level. These devices have a number of inherent technological disadvantages, such as the lack of real-time data. Therefore, it is not possible to achieve a temporal evolution of the measured data.

  This work proposes to use Wireless Sensor Networks (WSNs) to create accurate maps of noise levels in real time and space (streets, airports, etc.). WSNs are networks composed of a large number of sensor nodes, low cost devices with limited computational capability and communications, and normally powered by batteries. In this sense, we present a sensor prototype, which uses an algorithm based on frequency domain analysis for calculating the noise indicator.

  To the best of our knowledge, the approach presented in this paper is the first one to propose an algorithm based on frequency domain analysis to calculate noise indicators in a sensor node of a WSN.

  In order to verify the performance of the proposed system, several experiments have been carried-out using a variety of scenarios to compare the differences between the noise indicators calculated by the sensor and those from a commercial sound level meter.

  The results show that the difference between the sensor and the SLM is less than 1%, and it demonstrates that the proposed prototype can be used to create noise maps in real time for urban areas.