利用智能手机车辆行程众包桥梁生命体征

监测与管理桥梁结构健康的一个关键挑战是专用传感器网络的高成本。过去十年中，研究者预测廉价、普及的移动传感器将革新基础设施维护；然而，在实地以足够精度提取有用信息的诸多挑战仍待解决。本文表明，真实桥梁的关键物理属性（如模态频率）可从日常车辆行程数据中准确确定。主要研究从受控现场实验及美国一座长跨悬索桥上的“非受控”UBER 行程中收集智能手机数据，并发展出一种分析方法以准确恢复模态属性。该方法成功应用于意大利一座短跨公路桥上收集的“部分受控”众包数据。本研究证实，原先为其他目的（如商业用途、公共工程等）捕获的既有移动传感器数据集可包含重要结构信息，因而可被重新用于大规模基础设施监测。一项补充分析预估，在新桥维护计划中纳入众包数据可在无额外成本下延长超十四年服役期（增加 30%）。这些结果表明，智能手机收集的海量廉价数据集可在现有交通基础设施健康监测中发挥重要作用。