Jemand erinnert sich daran, einen Blogbeitrag des französischen Unternehmens Snips gelesen zu haben, der erklärt, wie sich der Standort von Zügen mithilfe von Drucksensoren verfolgen lässt, wenn sie in einen Bahnhof einfahren oder ihn verlassen
Wenn ein Zug in einen Tunnel einfährt oder ihn verlässt, entsteht durch die Druckänderung ein deutliches Signal
Ein Nutzer arbeitet an einem Projekt, bei dem die Geräusche der London Underground aufgenommen werden
Das Geräusch der Northern Line ist deutlich zu hören, obwohl sie 30 Meter unter der Erde vorbeifährt
Er ist geradezu besessen davon, hochwertige Aufnahmen im Niedrigfrequenzbereich zu bekommen
Er fragt sich, ob sich die Geräusche mit echten TfL-Daten korrelieren lassen, um die Klangcharakteristik jedes Tunnels zu bestimmen
Er findet die Idee spannend, ob sich auch die Geräusche von Wartungsfahrzeugen erfassen lassen
Der dialogorientierte Ton des Artikels ist ansprechend und macht Freude beim Lesen
Selbst die Erklärung der Frequenzdiagramme war interessant
Beeindruckend ist, dass das Wort "Classifier" verwendet wurde, ohne dabei "AI" zu erwähnen
In einigen Städten sind in Tunneln BLE-Beacons installiert, die Positionsdaten senden; der Standort lässt sich dann über das stärkste Beacon-Signal bestimmen
Das wirkt wie eine gute Methode, um den Standort ohne zusätzliche Hardware-Installation zu erfassen
Als Nutzer der Transit-App ist jemand dankbar, dass damit ein Problem gelöst wurde, das Apps zur Navigation im öffentlichen Nahverkehr haben
Glückwünsche an das Transit-Team für diese Arbeit
Um den Fortschritt zwischen Bahnhöfen zu verfolgen, könnte es besser sein, die Beschleunigungscharakteristik jedes Streckenabschnitts zu erkennen
Ähnlich wie bei primitiven Fahrzeugnavigationssystemen aus der Zeit vor GPS
Jemand hat die Transit App auf dem Arbeitsweg mit der NYC MTA ausprobiert, sie aber wieder aufgegeben, weil sie ungenau war
Die App zeigte falsche Ausstiegspunkte an oder erkannte das Einsteigen nicht
Jemand hat diese Funktion in der New Yorker U-Bahn ausprobiert, aber sie entsprach nicht dem tatsächlichen Standort
Ein BART-Pendler dachte, es wäre unterhaltsam, einen Standort-Classifier auf Basis tunnelabhängiger Geräusche zu bauen, aber die Verwendung von Beschleunigungssensordaten ist praktischer
1 Kommentare
Hacker-News-Kommentare
Jemand erinnert sich daran, einen Blogbeitrag des französischen Unternehmens Snips gelesen zu haben, der erklärt, wie sich der Standort von Zügen mithilfe von Drucksensoren verfolgen lässt, wenn sie in einen Bahnhof einfahren oder ihn verlassen
Ein Nutzer arbeitet an einem Projekt, bei dem die Geräusche der London Underground aufgenommen werden
Der dialogorientierte Ton des Artikels ist ansprechend und macht Freude beim Lesen
Beeindruckend ist, dass das Wort "Classifier" verwendet wurde, ohne dabei "AI" zu erwähnen
In einigen Städten sind in Tunneln BLE-Beacons installiert, die Positionsdaten senden; der Standort lässt sich dann über das stärkste Beacon-Signal bestimmen
Als Nutzer der Transit-App ist jemand dankbar, dass damit ein Problem gelöst wurde, das Apps zur Navigation im öffentlichen Nahverkehr haben
Um den Fortschritt zwischen Bahnhöfen zu verfolgen, könnte es besser sein, die Beschleunigungscharakteristik jedes Streckenabschnitts zu erkennen
Jemand hat die Transit App auf dem Arbeitsweg mit der NYC MTA ausprobiert, sie aber wieder aufgegeben, weil sie ungenau war
Jemand hat diese Funktion in der New Yorker U-Bahn ausprobiert, aber sie entsprach nicht dem tatsächlichen Standort
Ein BART-Pendler dachte, es wäre unterhaltsam, einen Standort-Classifier auf Basis tunnelabhängiger Geräusche zu bauen, aber die Verwendung von Beschleunigungssensordaten ist praktischer