Biodata

visualiseren

Voor de hands-on lessen binnen de BioArt sessies zijn drie opstellingen ontworpen welke dienen als kennismaking en vertrekpunt om te werken met visualisaties icm creatieve software.

Voorbeelden Biodata visualiseren
Opstelling A - Data visualisatie van statische data in Processing
Opstelling B - Visualisatie van Statische data in Cables.gl
Opstelling C - Visualisatie van realtime data in Isadora
Opstelling D - Statische data visualiseren in TouchDesigner
Bronnen

Voorbeelden Biodata visualiseren

Voorbeelden:

Marco Barotti - Moss (2021) https://www.marcobarotti.com/moss

Jonne Verheij & Lidewei Reitsma - Interwoven (2021) https://www.jonneverheij.com/Interwoven

Soundlapse project (ongoing) https://soundlapse.net

Marco Barotti - Clams (2019) https://www.marcobarotti.com/Clams

Sissel Marie Tonn - The Intimate Earthquake Archive (2016) https://sisselmarietonn.com/project/the-intimate-earthquake-archive

Opstelling A - Data visualisatie van statische data in Processing

Wat:

Opstelling A - Data visualisatie van statische data in Processing

Opstelling A gebruikt een Processing sketch en een dataset die is verzameld met enviro+ sensor bordjes en Raspberry pi 's die met een aantal op het bord aanwezige sensoren de luchtkwaliteit meten.

https://shop.pimoroni.com/products/enviro?variant=31155658457171

De sensoren hangen op een aantal plekken in en rond ON0.50 en meten met een interval van 10 minunten waardes voor 'gas (Co2), temperature, pressure, humidity, light, en noise level'. De gemeten data wordt weggeschreven in een google spreadsheet waarna deze te exporteren is naar CSV-bestand:

https://docs.google.com/spreadsheets/d/1Ubm_86AP4HuTvTAACjCT_tkCw7rtV5QUh0Hj82S2qnI/edit#gid=415193930

Via deze link kan je alle bestanden die nodig zijn om het Enviro+ bordje te gebruiken downloadenhttps://github.com/hku-ect/BioDataKit

Klik op de groene <> Code button om alle files te downloaden als .zip bestand, in de map processing/BioDataPlotter vind je een Processing code, die vanuit de data in de geregistreerde tabellen een eenvoudige X/Y grafiek tekent.

Via onderstaande links kunnen andere, meer abstracte visualisaties met Processing sketches worden gedownload:

https://nextcloud.hku.nl/s/k8L4X9wKpN6g7a3

https://nextcloud.hku.nl/s/LzT32PG62DH2FXF

Meer weten over visualiseren van data in Processing? Hieronder een lijstje met online tutorials:or bovenstaande sketch:

https://youtu.be/pJthD0t6k1U (korte hands-on tutorial om van een spreadsheet naar een visualisatie te gaan in Processing)nlie processing tutorials:

https://vimeo.com/showcase/2573675 (uitgebreide reeks tutorials rond data visualisatie in Processing, Vimeo inlog nodig)

https://www.youtube.com/watch?v=T5lRLA_Vn7o (meer abstracte overview van datavisualisatie)

https://www.youtube.com/watch?v=dlyFhVaISjw (voorbeeldprojecten van datavisualisatie in Processing)atabronnen:

https://waqi.info/#/c/51.414/6.026/9z (dataset wereldwijde luchtkwaliteit)

https://maps.sensor.community/#8/52.502/5.362 (dataset open sensoren wereldwijd)

https://samenmeten.rivm.nl/dataportaal/ (dataset RIVM)

DataSets voor beschikbare 'wereld-data'

https://www.gapminder.org/data/

Opstelling B - Visualisatie van Statische data in Cables.gl

Wat:

Data visualisatie in Cables (Cables.gl ) met CSV-bestanden. Cables is een (gratissss) web gebaseerde visuele programmeeromgeving. Het is daardoor niet afhankelijk van Mac OS, Linux en Windows, en draait dus praktische op elke computer en kan ook worden getoond op een smart device (voorkeur browsers zijn Chrome en Firefox).

In dit voorbeeld is de data afkomstig van het CBS (Centraal Bureau voor de Statistiek) en geeft inzicht in het stikstofoverschot binnen de landbouw in de lucht en bodem zien, waarbij een particles- systeem in Cables symbool staat voor de (gebonden)-stikstof deeltjes die worden uitgestoten.

Hoe:

Via de link https://cables.gl/edit/3w98Xo kan de Cables voorbeeld patch worden geopend. Je kan als bezoeker aanpassingen doen aan de patch. Als je hem wil opslaan moet je een account aanmaken en de patch klonen.

De patch bestaat uit 3 hoofdonderdelen:

Het onderdeel waar de data wordt ingelezen en ontleed: "read and parse csv data"
Een deel waar het beeld en de teks wordt gerenderd: "Image and text rendering"
Het deel waar de particles worden gerenderd: "Particle rendering"

Vanuit onderdeel 1 kunnen verschillende processen worden aangestuurd en visuele parameter worden beïnvloed.

Door de Escape toets in te drukken verschijnt een zoekmenu voor de Operators (a.k.a. ops of op) Ops kunnen verbonden worden door op een output te klikken en deze te verbinden met een input van een gelijke kleur. De kleuren staan voor de verschillende soorten data stromen. De data stroom gaat van boven naar beneden via de main loop.

Bij het selecteren van een Operator blokje verschijnt rechts in het scherm een veld waar parameters kunnen worden aangepast en gelinkt wordt naar documentatie en voorbeelden. Check de How To Use voor beginners.

Opstelling C - Visualisatie van realtime data in Isadora

Wat:

Een opstelling waarbij realtime data wordt gevisualiseerd met behulp van Isadora. De data in deze opstelling wordt gemeten met behulp van een hartritme meter + Arduino en sensoren in je smartphone m.b.v. de ZigSim app (IOS & Android).

Hoe:

De hartritme sensor detecteert het hartritme en genereert spanningsverschillen welke worden gemeten door de Arduino. De code op de Arduino vertaalt deze naar meetwaardes en stuurt ze als seriële data via de USB poort naar de computer. In Isadora wordt verbinding gemaakt met de poort en leest vervolgens de seriële data uit.

Om OSC-data te versturen van je smart device (vanuit de ZigSim app) naar software op je computer (naar Isadora (link)), dien je eerst een netwerk verbinding te maken tussen de software en apparaten. Zorg dat het smart device en computer in hetzelfde netwerk zit. Binnen het reguliere HKU netwerk is dat i.v.m. beveiligingen standaard niet mogelijk. Maak een lokaal netwerk aan vanuit je computer of maak gebruik van een lokale draadloze router). Vul in ZigSim (fig 1.) hetzelfde IP adres in en poortnummer als staat vermeld in Isadora (fig 2: menubalk -> Isadora USB -> preferences -> tabje Midi/net)

(fig 1) IP adres + poortnummer ZigSim. (fig 2) IP adres + poortnummer Isadora

Activeer ZigSim door op start te drukken. In Isadora ga je naar de menubalk en selecteer "Communications -> Stream Setup" en vervolgens vink je "Auto-Detect Input" aan en klik je op "Renumber Ports". Isadora kan nu OSC data ontvangen vanuit je smart device.

Screenshot 2023-04-04 at 17.51.13.png

Uitgaande sensor data ZigSim. Inkomende sensor data Isadora.

Benodigdheden:

Hardware

Arduino (UNO)
Grove shield
Grove - Ear-clip/Finger-clip Heart Rate Sensor
USB A naar B kabel
USB- C hub (optioneel)
Smartphone
Computer

Software

Isadora (Zie deze instructie installatie "ISADORA 3 USB Key Version")
ZigSim app (IOS & Android).
Arduino (optioneel)
loopMIDI (Midi router)
Digital audio workstation like Reaper or Ableton live (optional)
Synthesizer plugin van TAL-software (gratisssss)

templates

Isadora patch
Arduino sketch
Ableton set of Reaper project

Opstelling D - Statische data visualiseren in TouchDesigner

Opstelling D gebruikt een TouchDesigner sketch en een dataset die is verzameld met enviro+ sensor bordjes en Raspberry pi 's die met een aantal op het bord aanwezige sensoren de luchtkwaliteit meten.

https://shop.pimoroni.com/products/enviro?variant=31155658457171

https://docs.google.com/spreadsheets/d/1Ubm_86AP4HuTvTAACjCT_tkCw7rtV5QUh0Hj82S2qnI/edit#gid=415193930

Via deze link kan je alle bestanden die nodig zijn om het Enviro+ bordje te gebruiken downloadenhttps://github.com/hku-ect/BioDataKit

TouchDesigner is een programma dat zich helemaal richt op de transformatie en visualisatie van data. Dit maakt het mogelijk om op vrij eenvoudige wijze zowel realtime als statische gegevens om te zetten in (al dan niet interactieve) visualisaties.

Onderstaand voorbeeld laat zien hoe de data uit de Enviro .csv bestanden kan worden gebruikt om een cluster van 3D geometrie te genereren:

Enviro_To_TD_2.toe

Ook is het vrij eenvoudig mogelijk om via API / URL links data op te halen uit online openbare bronnen. Onderstaand voorbeeld haalt data op uit de database van de World Health Organization.

WHO api.toe