Ada yang pernah membaca posting blog yang menjelaskan bagaimana perusahaan Prancis, Snips, melacak lokasi dengan menggunakan sensor tekanan saat kereta masuk atau keluar stasiun
Saat kereta masuk atau keluar terowongan, perubahan tekanan menghasilkan sinyal yang jelas
Seorang pengguna sedang mengerjakan proyek merekam suara London Underground
Suara jalur Northern yang melintas 30 meter di bawah tanah terdengar dengan jelas
Ia jadi terobsesi untuk mendapatkan rekaman frekuensi rendah berkualitas tinggi
Ia penasaran apakah suara itu bisa dikaitkan dengan data TfL nyata untuk memahami karakteristik suara tiap terowongan
Ia tertarik apakah suara kendaraan perawatan juga bisa tertangkap
Nada percakapan dalam tulisan ini menarik dan menyenangkan untuk dibaca
Bahkan penjelasan tentang grafik frekuensi pun terasa menarik
Ada yang terkesan karena kata "Classifier" digunakan tanpa menyebut "AI"
Beberapa kota memasang BLE beacon di terowongan untuk mengirimkan lokasi, dan posisi bisa ditemukan melalui sinyal beacon terkuat
Ini terlihat seperti cara yang baik untuk mengetahui posisi tanpa memasang hardware tambahan
Sebagai pengguna aplikasi Transit, ada yang berterima kasih karena masalah pada aplikasi pendukung navigasi transportasi umum berhasil dipecahkan
Mereka menyampaikan selamat atas upaya tim Transit
Untuk melacak progres di antara stasiun, mungkin akan lebih baik jika mendeteksi karakteristik akselerasi pada tiap segmen lintasan
Ini mirip dengan sistem navigasi kendaraan primitif sebelum GPS
Ada yang pernah mencoba Transit App saat komuter dengan NYC MTA, tetapi berhenti menggunakannya karena tidak akurat
Aplikasi memberi tahu titik turun yang salah atau gagal mengenali saat naik kendaraan
Ada yang pernah mencoba fitur ini di subway New York, tetapi hasilnya berbeda dari lokasi sebenarnya
Seorang komuter BART merasa membuat classifier lokasi berdasarkan suara sesuai posisi di terowongan akan menyenangkan, tetapi menggunakan data akselerometer lebih praktis
1 komentar
Komentar Hacker News
Ada yang pernah membaca posting blog yang menjelaskan bagaimana perusahaan Prancis, Snips, melacak lokasi dengan menggunakan sensor tekanan saat kereta masuk atau keluar stasiun
Seorang pengguna sedang mengerjakan proyek merekam suara London Underground
Nada percakapan dalam tulisan ini menarik dan menyenangkan untuk dibaca
Ada yang terkesan karena kata "Classifier" digunakan tanpa menyebut "AI"
Beberapa kota memasang BLE beacon di terowongan untuk mengirimkan lokasi, dan posisi bisa ditemukan melalui sinyal beacon terkuat
Sebagai pengguna aplikasi Transit, ada yang berterima kasih karena masalah pada aplikasi pendukung navigasi transportasi umum berhasil dipecahkan
Untuk melacak progres di antara stasiun, mungkin akan lebih baik jika mendeteksi karakteristik akselerasi pada tiap segmen lintasan
Ada yang pernah mencoba Transit App saat komuter dengan NYC MTA, tetapi berhenti menggunakannya karena tidak akurat
Ada yang pernah mencoba fitur ini di subway New York, tetapi hasilnya berbeda dari lokasi sebenarnya
Seorang komuter BART merasa membuat classifier lokasi berdasarkan suara sesuai posisi di terowongan akan menyenangkan, tetapi menggunakan data akselerometer lebih praktis