分布式声学传感中的边缘计算：交通监测应用
网络与互联网体系结构
2024-10-23 v1 声音
音频与语音处理
摘要
分布式声学传感 (DAS) 技术利用光纤电缆检测振动和声学事件，这是一种针对实时交通监测的有前景的解决方案。本文引入了一种新方法，用于使用 DAS 数据检测和跟踪车辆，专注于通过边缘计算实现实时处理。我们的方法应用 Hough 变换检测时空 DAS 数据中的直线段，这些段对应于挪威阿斯特菲尔德大桥上车辆的穿越。随后使用基于密度的空间聚类应用 with noise (DBSCAN) 算法对这些段进行聚类，以整合同一车辆的多个检测，减少噪声并提高准确性。该提出的工作流程有效地对车辆进行计数并估计其速度，仅需数十秒的延迟即可实现边缘实时交通监测。为验证该系统，我们将 DAS 数据与同步的视频影像进行比较，在车辆检测（包括基于信号强度和频率内容区分汽车和卡车）方面实现了高准确性。结果表明，该系统能够高效地处理大数据卷。我们还分析了车辆速度和交通模式，识别出交通流的时序趋势和变化。在边缘设备上的实时部署允许通过云平台进行即时分析和可视化。除了交通监测，该方法成功检测到了大桥的结构响应，凸显了其在结构健康监测中的潜力应用。
引用
@article{arxiv.2410.16278,
title = {Edge Computing in Distributed Acoustic Sensing: An Application in Traffic Monitoring},
author = {Khanh Truong and Jo Eidsvik and Robin Andre Rørstadbotnen},
journal= {arXiv preprint arXiv:2410.16278},
year = {2024}
}
备注
11 pages, 17 figures