Skip to the content
2 layers48 × 29 mmNoiStop, the printed circuit board in 3D

HackTurin 2026

Size
48 × 29 mm
Copper layers
2
Thickness
1.6 mm
Parts
14
Nets
40
Pads
90
Tracks, vias
55, 10
Pours
2
Routed
Yes
KiCad
KiCad 10.0 (file 20260206)
Created
10 Oct 2026
Updated
12 Oct 2026

Overview

NoiStop is an open-source printed circuit board by pareror, from the pareror/UnNomeCheTiIspira repository on GitHub. It is a 2-layer board of 48 × 29 mm with 14 parts on 40 nets, routed with 55 tracks and 10 vias.

It is built around the ESP32-WROOM-32, HLK-10M05 and MMICT5848-00-012. Its parts include 6 connectors, 4 capacitors, 1 resistor and 1 IC. It belongs with the ESP32 boards of this library.

Main components

3

README

README.md

🏙️ NoisTOp / Torino Noise Monitor

Next.js 16 React 19 SQLite WAL TinyML Edge AI BOM Cost License

Rete urbana di sensori acustici intelligenti per la gestione preventiva della movida e la sicurezza stradale.

Panoramica • Come Funziona • Edge AI • Hardware & BOM • Sicurezza • Comandi & Setup


🎯 Visione del Progetto

Le aree urbane ad alta densità di vita notturna (es. San Salvario, Vanchiglia e Centro a Torino) affrontano quotidianamente due sfide parallele:

🔇 Gestione Rumore Urbano🚨 Sicurezza Stradale Notturna
Problema: Conflitto costante tra locali (rischio sanzioni e chiusura) e residenti (diritto al riposo). I controlli tradizionali sono lenti, punitivi ed ex-post.Problema: Eventi critici (urla di aiuto, spari, schianti o incidenti) rischiano di non essere segnalati tempestivamente alle forze dell'ordine.
Soluzione NoiStop: Monitoraggio continuo in dB(A), segnalazione visiva (LED) in loco e allerta preventiva via Telegram all'esercente per consentirgli di abbassare il volume prima dell'arrivo delle multe.Soluzione NoiStop: Riconoscimento istantaneo on-device dei suoni di emergenza tramite TinyML con notifica immediata alle Forze dell'Ordine e localizzazione precisa.

[!NOTE] 🛡️ Zero Audio Storage & Piena Conformità GDPR
L'elaborazione del segnale avviene interamente on-edge: i campioni audio risiedono solo per poche frazioni di secondo nella RAM volatile del sensore per il calcolo dei dB e della classe, e vengono immediatamente distrutti. Nessuna registrazione vocale o audio viene salvata su disco né trasmessa via rete, garantendo la totale assenza di dati personali.


⚡ Come Funziona

Il sistema opera su tre percorsi paralleli ad alta efficienza:

mermaid
flowchart LR
    MIC["🎙️ Mic 16 kHz"] --> DSP["⚡ Front-End DSP (Log-Mel)"]
    
    %% Canale 1: Telemetria & LED
    DSP -->|RMS dBFS| SPL["📊 Calibrazione dB SPL"]
    SPL -->|Locale| LED["🚦 LED Tricolore\n(Verde / Giallo / Rosso)"]
    SPL -->|1 Hz HTTP| SRV["🖥️ Master Server (Next.js)"]
    
    %% Canale 2: Persistenza
    SRV --> DB[("💾 SQLite WAL")]
    DB --> PERS{"⏱️ Persistente?\n>10 min & ≥70 dB"}
    PERS -->|Sì + Locale Aperto| TEL_BAR["📱 Alert Telegram Esercente\n(raggio 150m)"]
    
    %% Canale 3: Safety AI
    DSP -->|TinyML INT8| AI{"🤖 DS-CNN Classifier"}
    AI -->|Urla / Spari > 80%| OLED["📟 OLED Display\n'SCREAM 93%'"]
    AI -->|Allerta Immediata| POLICE["🚨 Notifica Forze dell'Ordine\n(Tutta la Città)"]
    
    %% Mappa Web
    SRV -->|SSE 0ms| MAP["🗺️ Live Heatmap Web (Torino)"]

1. Indicatore Visivo Immediato (Autodisciplina)

Un modulo LED posto all'esterno del locale restituisce il livello acustico in tempo reale:

  • 🟢 Verde (< 66 dB): Livello ottimale / nominale.
  • 🟡 Giallo (66 – 80 dB): Attenzione, rumore in aumento.
  • 🔴 Rosso (≥ 81 dB o Pericolo): Superamento soglia o evento critico rilevato.

2. Allerta Preventiva ad Escalation (Regola dei 10 Minuti)

  • Condizione: Rumore continuo $\ge 70\text{ dB}$ per almeno 10 minuti.
  • Filtro Orari Intelligente: Tramite OpenStreetMap / Google Places, il sistema verifica se il locale è effettivamente aperto.
  • Anti-Spam: Cooldown minimo di 10 minuti tra avvisi consecutivi allo stesso locale.
  • Escalation: Se l'anomalia persiste dopo l'avviso preventivo, l'infrazione viene registrata per i report formali delle autorità.

3. Canale di Emergenza Sicurezza (Safety Path)

Se il classificatore TinyML riconosce suoni di pericolo (scream, gunshot, siren, impact_crash) con confidenza > 80%:

  1. Mostra l'evento sul display OLED locale per 10 secondi.
  2. Invia all'istante l'allerta con coordinate ai canali della Polizia Locale / Forze dell'Ordine (senza vincoli di raggio).

🧠 Edge AI & Machine Learning

Il classificatore è ottimizzato per microcontrollori a bassissimo consumo e costo ridotto:

  • Architettura: DS-CNN (Depthwise Separable Convolutional Neural Network), conforme agli standard MLPerf Tiny.
  • Quantizzazione: INT8 completo (footprint < 100 KB in memoria SRAM).
  • Elaborazione Audio: Campionamento 16 kHz mono $\to$ Filtro Passa-Alto a 100 Hz (elimina rumble e vento) $\to$ Spettrogramma Log-Mel (40 bande $\times$ 49 frame per finestra da 1 s).
text
┌────────────────────────────┬────────────────────────────────────────────────────────┐
│ Categoria                  │ Classi Supportate                                      │
├────────────────────────────┼────────────────────────────────────────────────────────┤
│ 🚨 Sicurezza Urbana        │ scream (urla), gunshot (spari), impact_crash, siren    │
│ 🏙️ Rumore & Vita Notturna │ human_voice / shouting, music, engine / traffic, dog   │
│ 🍃 Fondo & Ambiente        │ ambient_quiet, silence                                 │
└────────────────────────────┴────────────────────────────────────────────────────────┘

[!TIP] Novelty Baseline Unsupervised: Oltre alla classificazione, il nodo calcola le statistiche mobili (RollingStats) sull'embedding a 64 dimensioni per rilevare anomalie contestuali rispetto al normale profilo acustico della via.


🛠️ Hardware: Prototipo vs Produzione Reale (≤ 10 €)

🔬 Setup di Sviluppo & Prototipazione

Durante la fase di test e validazione è stato utilizzato:

  • Arduino UNO Q (4GB RAM): Architettura eterogenea con Qualcomm QRB2210 (Debian Linux, elaborazione Python + ONNX) e coprocessore STM32U585 (pilotaggio LED deterministico e display OLED I2C SSD1306 via RouterBridge RPC).
  • Audio: Microfoni USB / Jack con calibrazione dB SPL (+100 dB offset software).

🏭 Nodo Industriale di Produzione: NoiStop PCB (≤ 10 €)

Per la distribuzione in serie su pali della luce o facciate urbane è stato progettato un circuito dedicato in KiCad (HW/NoiStop [blocked]):

ComponenteModello / SpecificaFunzioneCosto Est. (1000 pz)
Microcontrollore (MCU)Espressif ESP32-WROOM-32E (8MB)DSP, Inferenza INT8, Wi-Fi / Mesh2.30 €
Microfono DigitaleTDK InvenSense MMICT5848-00-012MEMS digitale I2S per esterni1.70 €
Alimentatore AC-DCHi-Link HLK-PM01 (220V ➔ 5V 3W)Connessione diretta ai lampioni pubblici2.30 €
Circuito Stampato (PCB)Custom PCB 2-Layer KiCadScheda compatta a 2 layer con fori0.60 €
Assemblaggio (PCBA)SMT Pick & Place automatizzatoSaldatura industriale componenti0.65 €
Case EsternoScatola plastica ABS Grado IP65Impermeabilità e protezione UV1.85 €
COSTO TOTALE UNITARIO(Comprensivo di spedizione media)~ 9.40 € (Max 10 €)

[!IMPORTANT] Con un costo unitario inferiore a 10 €, un'intera rete di 100 nodi a copertura di un quartiere richiede meno di 1.000 € di hardware.


🔒 Architettura & Politiche di Sicurezza

Il backend adotta una strategia di hardening allineata agli standard OWASP:

text
┌─────────────────────────────────┬────────────────────────────────────────────────────────┐
│ Ambito                          │ Misura di Protezione                                  │
├─────────────────────────────────┼────────────────────────────────────────────────────────┤
│ 🛡️ Autenticazione Sensori       │ Validazione via header x-api-key o Bearer token        │
│ ⏱️ Rate Limiting Anti-DoS       │ Finestra scorrevole in RAM (max 25 req/5s per sensore) │
│ 🔐 Password Admin               │ Hash Scrypt con salt a 16 byte e timingSafeEqual       │
│ 🎫 Sessioni Web                 │ Token firmati crittograficamente con HMAC-SHA256       │
│ 👥 Ruoli Utente (RBAC)          │ Superadmin (controllo totale) vs Operatore (gestione)  │
│ 🔑 Chiavi Telegram Monouso      │ Formato TN-XXXX con indirizzo certificato pre-abbinato │
│ ⏱️ Anti-Replay Timestamp        │ Dati con età > 120 secondi scartati automaticamente    │
└─────────────────────────────────┴────────────────────────────────────────────────────────┘

🤖 Interfaccia Telegram (@NoiseTurin_bot)

Il bot gestisce le comunicazioni con gli esercenti e le forze dell'ordine:

ComandoDescrizione
/login <chiave>Attiva la chiave monouso (es. TN-9A4B-7C2E-1D8F). La sede e le coordinate vengono associate all'istante!
/stazioniElenca le celle acustiche attive entro il raggio della propria attività con distanza esatta in metri.
/raggio <metri>Configura il raggio di pertinenza attorno alla propria sede (default: 150m).
/statoRiepiloga sede certificata, coordinate, raggio e orario ultimo avviso.
/test_allertaSimula una notifica di prova per verificare la ricezione.

🚀 Avvio Rapido

1. Configurazione Ambiente & Dipendenze (Clicca per espandere)
bash
# Clona il repository
git clone https://github.com/pareror/UnNomeCheTiIspira.git
cd UnNomeCheTiIspira

# Installa le dipendenze
npm install

# Configura le variabili d'ambiente
cp .env.example .env.local

Configura .env.local con:

env
TELEGRAM_BOT_TOKEN="il-tuo-bot-token"
SENSOR_API_KEY="arduino-torino-noise-secret-2026"
INITIAL_SUPERADMIN_PASSWORD="TuaPasswordSicura2026!"
2. Comandi Principali di Esecuzione
bash
# Terminale 1: Server Master Full-Stack Next.js (Dashboard + API + SSE)
npm run dev

# Terminale 2: Daemon Bot Telegram
npm run bot

# Terminale 3: Simulatore stazioni di Torino (test senza hardware)
npm run simulate

# Terminale 4: Tunnel pubblico HTTPS per ricevere dati dall'esterno
npm run tunnel
3. Avvio Client su Arduino Uno Q (4GB)
bash
# Esecuzione standard Python
python3 scripts/arduino_uno_q_telemetry.py --server http://192.168.22.103:3000/api/telemetry/reading

# Con stack completo Edge AI e coprocessore STM32
cd SoundObserver
python3 python/main.py
4. Sintesi Endpoint API
  • POST /api/telemetry/reading: Ingestion telemetria acustica (station_id, sound_intensity, timestamp).
  • POST /api/alerts/safety: Endpoint protetto per eventi di pericolo (scream, gunshot, confidence > 0.80).
  • GET /api/telemetry/stream?filter=all: Streaming Server-Sent Events (SSE) a 0ms verso la dashboard.
  • GET /api/stations: Snapshot stazioni e zone di Torino.

📄 Licenza

Distribuito sotto licenza MIT. Consulta il file LICENSE per maggiori informazioni.

Parts

14
QtyValueFootprintReferences
3100nCapacitor_SMD:C_0402_1005MetricC1, C2, C4
2~MyPads:RECT_PAD_4X2J1, J2
11kResistor_SMD:R_0402_1005MetricR2
11uCapacitor_SMD:C_0402_1005MetricC3
1ESP32-WROOM-32RF_Module:ESP32-WROOM-32U1
1GNDMyPads:CIRC_PAD_0.7x0.3J5
1HLK-10M05MyComponents:CONV_HLK-10M05PS1
1MMICT5848-00-012MyComponents:MIC_MMICT5848-00-012MK1
1RXMyPads:CIRC_PAD_0.7x0.3J3
1TXMyPads:CIRC_PAD_0.7x0.3J4
1VDDMyPads:CIRC_PAD_0.7x0.3J6

Similar boards

  • 4 layers24.6 × 14.7 mmMEMSpcb, the printed circuit board in 3D

    MEMSpcb

    sage-fieldassistant/NASA-Geological-Field-Assistant

    NASA Geological Field Assistant - 2025 Computer Engineering Capstone

    4 parts4
  • 4 layers47.1 × 45.3 mmMixed signal Board Rev D, the printed circuit board in 3D

    Mixed signal Board Rev D

    Akhilesh-design-02/STM32F407-Hardware-Design

    4-layer STM32F407 mixed-signal PCB design featuring I2C/I2S/USB interfaces, SGP40 & SHT40 sensors, power plane splits, and star grounding for noise isolation.

    92 parts
  • 4 layers62 × 60 mmPairing ESP32 C3FH4 V29 OPTIMIZED, the printed circuit board in 3D

    Pairing ESP32 C3FH4 V29 OPTIMIZED

    windmoondreamer/pairing-voice-cube

    아이가 목소리를 녹음하고, 부모가 버튼을 눌러 재생하는 장치의 회로기판 프로젝트. 80mm 큐브 케이스 · 최대 45초 녹음 · 내장 플래시 · 배터리 구동.

    78 parts
  • 6 layers50 × 80 mmHet68-sat, the printed circuit board in 3D

    Het68-sat

    fedurca/het68_pcb

    pcb design description

    52 parts
  • 2 layers20 × 14 mmMicroduck Audio MIC R3, the printed circuit board in 3D

    Microduck Audio MIC R3

    ldcyes/OpenDuck

    已完成可编辑原理图、真实四层 PCB 和本地库。阶梯板面积 4510 mm²,比原 65×60 + 32×30 mm 两板总面积 4860 mm² 少 350 mm²(7.20%)。原 TDK 模块本体、四个安装孔和原 TDK 器件位置保留,回生电容采用原料号卧装,J1 因实际拔插通道冲突改为同系列 BM08 顶插。当前为工程候选,未制造,未完成热、回生瞬态、低电量或行走验收。

    12 parts
  • 4 layers100 × 81.5 mmTubes Mk. PCB, the printed circuit board in 3D

    Tubes Mk. PCB

    wangga03/Tugas-Akhir

    Sistem monitoring dan analisis data untuk wahana submersible berbasis Teensy 4.1. Proyek ini mencakup kontrol real-time via Ethernet/USB dan alat analisis data hasil pengujian (Data Playback).

    80 parts
  • 2 layers85 × 67 mmGaggimate, the printed circuit board in 3D

    Gaggimate

    dulerabbit/GaggiBre-legacy

    This is GaggiBre! a fork of Gaggimate with Manual Brew Control and Adaptive Mode. Made by Dule Rabbit

    113 parts8
  • 2 layers90 × 100 mmOlivia control, the printed circuit board in 3D

    Olivia control

    AlterMundi-MonitoreoyControl/Proyecto-Incubadora

    Is an innovative project aimed at enhancing the efficiency and productivity of poultry incubators in family farming.

    51 parts4LGPL-2.1

Questions

How big is the NoiStop PCB?

It measures 48 × 29 mm and has 2 copper layers, 1.6 mm thick.

What parts does the NoiStop use?

14 parts, built around the ESP32-WROOM-32, HLK-10M05 and MMICT5848-00-012. The full list of its parts is on this page, with links to each part's symbol and footprint where PCBKit's library has them.

Where can I download the NoiStop KiCad files?

From the pareror/UnNomeCheTiIspira repository on GitHub, at the commit this page was made from: the board is HW/NoiStop/NoiStop.kicad_pcb and its schematic HW/NoiStop/NoiStop.kicad_sch. PCBKit opens the board in the browser, with nothing to install.

Can I use the NoiStop design in my own project?

Its repository states no licence, so its author keeps all rights: ask pareror before reusing the design.