Herkenning en automatische rapporten
Sensornet zorgt voor helderheid. Zowel voor hen die behoefte hebben aan alleen kerngegevens als zij die juist behoefte hebben aan veel details.
Automatische rapportages
Meten levert al snel héél veel data op; iedere seconde een meting geeft in een jaar ruim 31 miljoen datapunten per parameter! Sensornet is zich er bewust van dat de meeste betrokkenen onvoldoende tijd hebben om veelvuldig data met hoog detailniveau te analyseren en te vertalen tot waardevolle informatie. Daarom heeft Sensornet binnen haar neurale netwerk verschillende technieken beschikbaar die per project naar behoefte wordt toegepast. Denk hierbij aan slimme algoritmen, gecombineerd met kunstmatige intelligentie (Artificial Intelligence) en het maken van fingerprints. De resultaten hiervan worden in aanvullende webpagina’s weergegeven als kerngegevens, hoogwaardige informatie in heldere, leesbare rapportages (samenvattingen vanuit data).
Voor vliegtuigen, spoor/railverkeer, bouwgeluid en asset management (wiel- en spoorslijtage, booggeluid) zijn de pagina's met toelichting over automatische rapportages te benaderen door op de links te klikken. Voor de spoorwegovergangen en fingerprints is onderstaand een beschrijving opgenomen.
Fingerprints
De naam "fingerprints" staat voor een geavanceerde methode van geluidherkenning. Het is een vorm van kunstmatige intelligentie door computers machinaal te trainen. In de gecontroleerde training wordt verzamelde geluiden aan de computer aangeboden die vervolgens op basis van patroonherkenning in verschillende standaarden en klassen worden onderverdeeld.
Vanuit de metingen op locatie worden de geluiden vergeleken met de fingerprints en daarmee getoetst aan de verschillende standaarden en klassen. Dit maakt het mogelijk de microfoons van Sensornet als 'extra geautomatiseerd oor' op locatie in te zetten en bijvoorbeeld automatische rapportages te genereren.
Onderstaand twee voorbeelden van herkenning
De bel bij een spoorwegovergang.
Op meerdere plaatsen in Nederland meet Sensornet nabij spoorwegovergangen. De klantvraag is hierbij veelal breder dan alleen de geluidniveaus te plaatse. Denk hierbij aan een vraag als: "Hoeveel treinen passeren per dag en hoe lang zijn de spoorwegovergangen dan per etmaal gesloten?""
Zoals beschreven onder railverkeer heeft Sensornet een methode ontwikkeld om vanuit de data treinen te herkennen en geautomatiseerde rapporten te genereren. Ter plaatse van een spoorwegovergang geeft de bel van de overgang aan dat verkeer niet meer mag oversteken en de overgang wordt gesloten. Voor de systemen van Sensornet is de bel te herkennen en kan automatisch worden vastgelegd wanneer de overgang gesloten is.
- De goudkleurige lijn is het geluidsniveau ter plaatse
- De blauwe lijn is de geluidherkenning van de bel
Helikopters
In onderstaande film ziet u een voorbeeld van een Chinook passage in Gilze. Te zien is dat de Chinook ongeveer 40 seconde hoorbaar was boven het achtergrondniveau en door het Sensornet meetsysteem automatisch wordt herkend. Het filmpje laat ook zien dat de andere piek wordt veroorzaakt door een ander type bron en daarom buiten de analyse valt. Doordat de automatische herkenning werd aangevuld met audio-opnamen konden passages ook worden gecontroleerd.
Geluidherkenning projecten
