探索面向桥梁健康监测的可扩展分布式实时异常检测

现代实时结构健康监测系统能够生成大量信息，必须对其进行处理与评估，以检测早期异常并针对土木基础设施状况生成及时告警。当前的基于云的解决方案若需从数千栋建筑收集原始数据则无法扩展。本文给出了一种高效且可扩展的SHM系统异常检测流水线的全栈部署，其无需将原始数据发送至云端，而是依赖边缘计算。首先，我们对三种异常检测算法方法进行基准测试，即主成分分析（PCA）、全连接自编码器（FC-AE）和卷积自编码器（C-AE）。随后，我们将它们部署于计算能力受限的边缘传感器STM32L4上。我们的方法将网络流量降低了$\approx8\cdot10^5\times$，从单次安装的780KB/小时降至低于10字节/小时，并最小化网络与云资源利用，从而实现监测基础设施的扩展。以意大利一座公路桥梁为真实案例研究表明，结合近传感器异常检测算法计算、智能预处理和低功耗广域网协议（LPWAN），可在不损害异常检测精度的前提下大幅降低数据通信与云计算成本。