基于 AI 的智能桥梁监测中的异常检测
机器学习
2026-04-06 v1
摘要
桥梁是国家基础设施和智慧城市的关键组成部分，因此智能桥梁监测对于确保公共安全和防止灾难性故障或事故至关重要。传统桥梁监测方法高度依赖人类目视检查，这些检查耗时且容易受主观性和错误影响。本文提出一种基于人工智能 (AI) 的异常检测方法，用于智能桥梁监测。具体而言，我们开发了一个简单的机器学习 (ML) 模型，使用安装在挪威某座桥梁上的 iBridge 传感器设备收集的实时传感器数据。对该模型进行了与不同 ML 模型的评估。实验结果表明，基于密度空间聚类带噪声的应用 (DBSCAN) 模型在准确检测异常事件（桥梁事故）方面表现优于其他模型。这些发现表明，所提出的模型适合用于智能桥梁监测，可通过及时检测意外事件来提高公共安全。
引用
@article{arxiv.2603.28225,
title = {Detecting the Unexpected: AI-Driven Anomaly Detection in Smart Bridge Monitoring},
author = {Rahul Jaiswal and Joakim Hellum and Halvor Heiberg},
journal= {arXiv preprint arXiv:2603.28225},
year = {2026}
}
备注
6 pages, 14 figures