En Australie, une équipe de chercheurs a développé une solution pour cartographier la pollution sonore en milieu urbain à moindre coût. Elle repose sur une application mobile qui va prélever des échantillons de sons ambiants après avoir interrogé divers capteurs du smartphone pour savoir si celui-ci est disponible. Un système basé sur la collaboration des usagers qui n’est pas sans soulever des questions liées à la confidentialité et la sécurité des données collectées.

au sommaire


    Ces différentes cartes montrent le processus de reconstitution de la pollution sonore à l’intersection d’une route. La carte (a) affiche les mesures de référence prises sur le terrain. La carte (b) montre une reconstitution effectuée avec 90 % des échantillons manquants, la (c) fait de même mais avec 50 % des échantillons manquants. Avec 30 % d’échantillons manquants, la carte (d) est la plus proche des valeurs de référence. © CSIRO

    Ces différentes cartes montrent le processus de reconstitution de la pollution sonore à l’intersection d’une route. La carte (a) affiche les mesures de référence prises sur le terrain. La carte (b) montre une reconstitution effectuée avec 90 % des échantillons manquants, la (c) fait de même mais avec 50 % des échantillons manquants. Avec 30 % d’échantillons manquants, la carte (d) est la plus proche des valeurs de référence. © CSIRO

    La pollution sonore est l'une des nuisancesnuisances les plus répandues en milieu urbain. La lutte contre ce phénomène est à la fois complexe et onéreuse car elle touche un grand nombre de domaines et implique l'adoption de normes qui engendrent parfois des coûts très élevés. La mesure de cette pollution sonorepollution sonore est déjà elle-même un problème. Cartographier ce phénomène demande du temps, des moyens et un déploiement sur de vastes zones.

    Des chercheurs du Commonwealth Scientific and Industrial Research Organisation (CSIRO), l'agence scientifique nationale australienne, proposent une solution peu coûteuse et facile à mettre en œuvre. Elle se base sur le principe du crowdsourcing en impliquant les utilisateurs de smartphones qui accepteraient d'installer une applicationapplication de mesure de la pollution sonore qu'ils ont développée. « Les techniques les plus avancées en matièrematière de cartographie de la pollution sonore dans les zones urbaines sont onéreuses et rarement mises à jour (pendant des mois voire des années) car elles reposent sur des modèles démographiques et de trafic routier plutôt que sur des données réelles. Un système de détection urbain basé sur les smartphones peut servir à créer une plateforme ouverte et peu coûteuse pour tenir à jour des cartes de pollution sonore », analysent les chercheurs du CSIRO dans leur publication scientifique diffusée via arvix.

    L’application Ear-Phone exploite le microphone du téléphone pour recueillir un échantillon sonore. Les données GPS sont également collectées. L'ensemble est stocké dans la mémoire du terminal. Ces données sont ensuite transmises au serveur distant qui va réaliser une cartographie de la pollution sonore. Une étape préalable de calibrage est toutefois nécessaire. Elle doit s’effectuer dans un environnement silencieux. © CSIRO

    L’application Ear-Phone exploite le microphone du téléphone pour recueillir un échantillon sonore. Les données GPS sont également collectées. L'ensemble est stocké dans la mémoire du terminal. Ces données sont ensuite transmises au serveur distant qui va réaliser une cartographie de la pollution sonore. Une étape préalable de calibrage est toutefois nécessaire. Elle doit s’effectuer dans un environnement silencieux. © CSIRO

    Analyser l’état du smartphone à partir de ses capteurs

    Ces scientifiques ont donc mis au point une application mobile nommée Ear-Phone qui s'active automatiquement dans certaines conditions afin de collecter un échantillon de bruit ambiant qui est ensuite transmis à un serveur par connexion Wi-Fi ou 3G. Les données sont compulsées et traitées pour produire une cartographie de la pollution sonore d'une zone définie. Grâce à cette technique, la mise à jour des cartes pourrait se faire quotidiennement, voire heure par heure si nécessaire. Le concept est qualifié de « détection opportuniste » car les mesures s'effectuent de façon aléatoire en fonction de la disponibilité du terminal. Mais encore faut-il que les données récoltées par ce biais soient aussi fiables que celles d'un sonomètre.

    Pour cela, il est nécessaire de s'assurer que le smartphone capte les sons environnants sans perturbations. Ainsi, l'application ne peut-elle pas fonctionner correctement si la personne est en conversation ou si son mobile est rangé dans un sac ou une poche de vêtement. En effet, les frottements et contacts avec d'autres objets produiraient des bruits parasitesparasites qui fausseraient la mesure. Les chercheurs du CSIRO ont donc mis au point un module de « découverte contextuelle » qui va interroger les différents capteurscapteurs du smartphone, afin de déterminer sa disponibilité pour collecter un échantillon sonore de bonne qualité.

    Le fonctionnement de Ear-Phone

    Pour commencer, le module inspecte le signal GPS pour savoir si la personne se trouve dans un bâtiment ou à l'extérieur, puisque l'application ne fonctionne que dans ce dernier cas de figure. Ensuite, Ear-Phone active la détection audio et se sert du microphone et du haut-parleur pour analyser le spectrespectre des fréquences en séparant le bruit des paroles pour savoir si une conversation téléphonique est en cours. Si tel est le cas, aucun enregistrement n'est effectué.

    L'article du CSIRO précise que les flux audio qui sont enregistrés pour cette analyse sont immédiatement détruits. Il faut également vérifier que le terminal n'est pas dans une poche ou un sac, mais tenu en main par son propriétaire, ce qui est la configuration idéale pour faire un relevé valable. Pour y arriver, l'application interroge l'accéléromètre, les capteurs de proximité et de luminosité qui produisent une signature spécifique grâce à laquelle on peut savoir si le smartphone est dans un sac, une poche ou tenu en main.

    Les chercheurs indiquent que les tests de détection ont produit un taux de réussite de 84 %. À partir des mesures réalisées en conditions réelles dans les rues de Brisbane et de Canberra, les scientifiques ont constaté qu'ils parvenaient à reconstituer une carte de pollution sonore dont la précision est comparable à celle établie à partir d'appareils de mesure classiques. Et le système fonctionne même si les échantillons sont incomplets à hauteur de 40 % par rapport aux mesures effectuées en parallèle sur le terrain.

    Quid de la confidentialité et de la sécurité des données

    Les essais ont été réalisés sur cinq modèles de smartphones SymbianSymbian et Android : Nokia N95, Nokia N96, Nokia N97, HTC One et GoogleGoogle Nexus 4S. Le cycle de détection et d'enregistrement d'un échantillon dure sept minutes, dont deux minutes et demie pour la localisation GPS et quatre minutes pour l'enregistrement. Si l'application semble efficace, elle est en revanche gourmande en ressources et en énergieénergie. En effet, si le processus de détection devait être activé en boucle, l'autonomieautonomie ne dépasserait pas les cinq heures et demie. De surcroît, la consommation de mémoire vivemémoire vive atteint les 90 % lorsque la détection GPS et vocale fonctionnent de concert.

    Les concepteurs admettent que l'application Ear-Phone a besoin d'être améliorée afin de s'assurer qu'elle puisse fonctionner sans gêner les utilisateurs. Il faudra également que ces derniers soient correctement informés sur la manière dont les données extraites de leur appareil sont traitées et sécurisées. Car Ear-Phone est potentiellement un puissant mouchard qui peut savoir où se trouve une personne et si elle est en conversation. Dans son article, l'équipe du CSIRO n'évoque pas la problématique de la confidentialitéconfidentialité et de la sécurisation des données. Les chercheurs n'ont pas non plus répondu aux questions de Futura-Sciences à ce sujet.