Kurzbeschreibung

Aufgrund der Verdichtung der St?dte werden immer mehr Menschen durch mehr als eine Schallquelle bel?stigt. Mehrere Studien haben gezeigt, dass regelm??iger L?rm die Gesundheit der Menschen beeintr?chtigen kann. In dieser Arbeit wird ein webbasierter Ansatz für mobile Crowd-Sensing-Frameworks evaluiert, wobei der Anwendungsfall der L?rmmessung als Anwendungsbeispiel dient. ?blicherweise 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 Datenqualit?t bei der L?rmmessung 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 Gegenst?nde wie Kugelschreiber als Referenz verwendet.