Kurzbeschreibung

Aufgrund der Verdichtung der Städte werden immer mehr Menschen durch mehr als eine Schallquelle belästigt. Mehrere Studien haben gezeigt, dass regelmäßiger Lärm die Gesundheit der Menschen beeinträchtigen kann. In dieser Arbeit wird ein webbasierter Ansatz für mobile Crowd-Sensing-Frameworks evaluiert, wobei der Anwendungsfall der Lärmmessung als Anwendungsbeispiel dient. Üblicherweise verwenden Crowd-Sensing-Frameworks native Anwendungen für ihre Clients. Dies würde zu einem hohen Implementierungsaufwand führen, da sowohl iOS- als auch Android-Anwendungen implementiert werden müssen. Daher wird eine Progressive Web App als Alternative verwendet, um eine Crowd-Sensing-Anwendung zu erstellen. Um die Datenqualität bei der Lärmmessung sicherzustellen, kalibrieren bisherige Crowd-Sensing-Anwendungen die Smartphonemikrofone mit einem professionellen Schallpegelmesser. Da dies für die Bürger selbst schwer umsetzbar ist, wird eine neue Kalibrierungsmethode eingeführt. Bei dieser Methode werden externe Gegenstände wie Kugelschreiber als Referenz verwendet.