更安全桥梁的智能感知：从传感器信号到 AI 驱动的异常检测

arXiv:2610.03082v1 公告类型：new 摘要：桥梁对交通连通性和城市发展作出了重要贡献。因此，可靠的桥梁监测对于保障公共安全至关重要，而检测桥梁传感器数据中的异常行为，可能有助于及早发现结构异常状况。本文采用两种互补的方法，研究真实桥梁传感器数据中的异常检测，即信号处理方法和数据驱动的机器学习模型 Isolation Forest。实时桥梁传感器数据采集自安装在挪威一座桥梁上的 iBridge 传感器设备。研究通过异常数量、异常检测时间、处理速率、异常率、可视化结果和时间一致性对这些方法进行评估。此外，本文还开展了受控异常注入分析，以评估各方法的敏感性。数值结果显示，两种方法在检测特性和计算需求方面存在明显差异，突出了机器学习，尤其是数据驱动的 Isolation Forest，与信号处理相结合在识别桥梁传感器测量异常方面的潜力。