NoiseWatchdog

Sistema de Monitoramento e Alerta Inteligente para Controle de Ruído

Situação-Problema

Ambientes como salas de aula, bibliotecas, hospitais, asilos, creches, museus, restaurantes e salas de convivência exigem um nível controlado de silêncio ou baixa emissão de ruídos para o bom funcionamento das atividades. No entanto, é comum que esses espaços sofram com a elevação progressiva do nível de ruído, muitas vezes sem que os responsáveis percebam imediatamente. Isso causa prejuízos à concentração, à comunicação efetiva, à segurança e ao bem-estar geral de todos os presentes.

No setor de serviços, esse problema se evidencia em diferentes conjunturas. Por exemplo, no contexto educacional, professores frequentemente precisam interromper o andamento das aulas para pedir silêncio ou tentar restabelecer a ordem, o que gera desgaste emocional e perda de tempo. Em ambientes hospitalares, ruídos excessivos afetam a recuperação de pacientes. Entre os restaurantes, pode-se gerar desconforto para os clientes e até mesmo redução de vendas.

Projeto

Schema:

• Hardware O microcontrolador funcionará como a unidade de processamento local, com capacidade de conexão à internet. Ele será responsável por coletar os dados captados pelos sensores, enviá-los ao servidor e executar ações de saída, como alertas visuais ou sonoros, com base nas decisões recebidas. Sua programação será realizada em linguagem C. Sensores de áudio/microfones posicionados em pontos estratégicos de forma a delimitar um retângulo no ambiente, para captar dados em tempo real e possibilitar a triangulação do local mais barulhento. Sistema de alerta visual e sonoro, com LED e Buzzer, que serão ativados automaticamente pelo microcontrolador quando o ruído ultrapassar o limite estabelecido.

• Servidor O servidor será um computador com 3 processos ativos os quais serão integrados a uma base de dados comum NoSQL MongoDB, pois possibilita concorrência de acesso. Os processos terão a função de realizar a análise, configurar e customizar o sistema, permitir visualizações dos dados e emitir relatórios e serão programados utilizando a linguagem Python.

• Análise A análise compõe um dos processos do servidor e consistirá na função de receber os dados coletados em tempo real por POST request, processá-los com uma Pre-trained Audio Neural Network (PANN) via biblioteca PyTorch, obter faixas de frequência e decibéis via fast Fourier transform (FFT) com a biblioteca Numpy, atualizar o banco de dados e por fim tomar uma decisão de acordo com as configurações estabelecidas pelo usuário e enviá-la ao respectivo microcontrolador via GET request.

• Configurações As configurações serão uma aplicação web em execução no servidor efetuada utilizando a biblioteca Flask capaz de personalizar o sistema de acordo com as necessidades do usuário. São elas, para cada região que for instalado o sistema:

  • Fontes sonoras de interesse
  • Faixa de frequência de interesse
  • Limiar de decibéis para a ativação
  • Período de tempo que tal condição sonora deve se manter para entrar em estado de ativação.
  • Tamanho, em segundos, dos pacotes de dados enviados pelos sensores.

• Dashboards Os dashboards serão uma interface web executando no servidor, por meio da biblioteca Streamlit, os quais exibirão os seguintes relatórios em tempo real para cada região que for instalado o sistema:

  • Mapa de calor dos pontos mais ruidosos do ambiente.
  • Gráficos da amplitude do ruído captado de cada sensor.
  • Gráficos da frequência do ruído captado de cada sensor.
  • Gráfico de barras com das principais fontes de ruído. Além dos mesmos relatórios formando estatísticas com dados históricos armazenados.