驾驶员的智能手机可以帮助预警桥梁倒塌

　　监测大量使用和老化的桥梁的结构完整性是一项复杂的工作，通常涉及到昂贵的传感器阵列，但新的研究表明，智能手机有一天可能会完成这项重任。科学家们已经展示了如何使用一个应用程序来检测微妙的振动，这些振动表明了桥梁倒塌的可能性，为维护这种所有重要的基础设施的低成本、众包解决方案提供了可能。
　　为了跟踪一座桥梁的健康状况，工程师将调整被称为模态频率的自然振动，它可以随着时间的推移而改变，以显示结构的完整性的变化。这可以通过放置在桥上的加速度计等传感器来实现，尽管我们已经看到无线传感器系统如何提供一个更便宜的方式，以及自主无人机如何简化这些类型的操作。
　　这项新研究的作者转而寻求利用日常智能手机中现有的传感器系统。该团队建立了一个基于Android的应用程序，专门用于收集智能手机的加速度计数据，这些数据来自于通过桥梁的车辆的模式频率。他们的想法是让这些数据发挥作用，看看这些数据与传统的桥梁监测传感器收集的数据的匹配程度。
　　研究人员在金门大桥上进行了测试，在应用程序运行的情况下，他们在大桥上行驶了102次，并要求Uber司机在72次行程中做同样的事情。然后将这些数据与一组连接在金门大桥上三个月的240个传统传感器的模式频率数据进行了比较。研究小组发现，手机数据与传统传感器收集的数据密切相关，为工程师在这些情况下观察到的10种低频振动提供了密切匹配，而在特定的五种情况下，它们之间根本就没有区别。
　　研究报告的作者、麻省理工学院可感知城市实验室的首席研究科学家保罗-桑蒂说：＂我们的研究能够表明，这些频率中有许多非常准确地对应于桥梁的突出模态频率。＂
　　金门大桥是一座悬索桥，这种类型的桥只占美国所有桥梁的1%。为了扩展这些发现，并探索该技术如何适用于约占41%的较小的混凝土跨度桥梁，该团队转向了意大利Ciampino的这种类型的桥梁。
　　这部分研究涉及到280辆搭载智能手机应用程序的车辆在桥上行驶，并将数据与一组连接在桥上七个月的六个传感器的数据进行了比较。尽管研究人员发现某些模式频率的数据存在多达2.3%的不一致，但他们对这种潜力充满热情，因为这比在较小样本的数据中观察到的5.5%的分歧要好。这表明需要通过更多的旅行来进一步扩大数据，可以进一步磨练该技术的准确性。
　　＂我们仍有工作要做，但我们相信我们的方法可以很容易地扩大规模--一直到整个国家的水平，＂共同作者Carlo Ratti说。＂它可能达不到使用安装在桥梁上的固定传感器所能达到的精度，但它可以成为一个非常有趣的早期预警系统。然后，小的异常情况可以建议何时进行进一步的分析＂。
　　该团队还研究了将这种智能手机数据纳入桥梁的维护计划会如何影响它们的寿命，并计算出移动设备监测可以使它们的使用寿命增加15-30%。
　　作者写道：＂这些结果表明，由智能手机收集的大量廉价数据集可以在监测现有交通基础设施的健康方面发挥重要作用。＂
　　该研究发表在《通信工程》杂志上。