首页/文章/ 详情

用手机做结构健康检测,你看行不行?

1年前浏览3466

前不久,在机器之心公 众 号读到了一篇文章:《我的电脑不联网,很安全,黑客:你还有风扇呢》。该报道中介绍了以色列本·古里安大学的 Mordechai Guri的“奇葩研究”:一种借助于电脑内部风扇震动实现数据信息窃取的AiR-ViBeR技术。

简单地说,这一攻击分为三个步骤。首先,利用植入电脑中的恶意软件来控制风扇转速,以此来调节电脑产生的机械振动,数据会被编码到这些振动中;接下来,将智能手机放置在电脑桌上或靠近电脑主机的其他位置,手机中的加速度传感器可以用来收集振动信号;最后,通过 app 解码获取的信号。

Guri 拓展了数据泄漏的全新渠道——振动,Guri 发现CPU 风扇、GPU 风扇、电源风扇或者任何其他安装在电脑机箱上的风扇都可以产生振动,而且对于没有联网的电脑,植入在系统中的恶意代码可以控制风扇转动的速度。接下来,智能手机中的加速度传感器可以记录下来这些振动,并将其编码后进行无线传输或信息重建。整个“信息窃取”过程如下图:

来源:机器之心

在高呼Guri 的研究惊为天人的同时,我忽然间想到了一件事:现在手机的内置传感器的精密度都这么牛了么?离老远的电脑风扇振动,那是想测就能测得到了吗?如果是这样的话,用在结构监测上岂不是足够的了么?

带着这样的疑问,找了几篇文献看看,还别说,这事儿还真靠谱!

下一代传感器

对于大型建筑、桥梁、隧道、部分道路等基础设施,在其整个寿命周期内建立基于健康监测系统的结构状态评价体系,恐怕已经从“可选项”变成了“必选项”。通常这个系统的关键组成部分包括:数据采集、系统识别、条件评估和决策/维护模块,其中数据采集是重要的第一步。保障数据的及时可靠获取是后续一切工作的前提,同时这个环节也是如今多少项目折戟的首因。

图片来源:http://www.libelium.com/smart_roads_wsn_smart_infrastructures/

在桥梁工程领域,传统中基于全局/局部位移或应变的监测方法历久弥新,同时基于振动的、图像识别的监测策略在结构评估中取得了快速的发展。在传感器设备的研发领域,第一代传感器的体型较大,多为埋入式、接触式,对结构形成了“有损监测”,往往还需要从传感器中外接出许多很长的导线来传输数据。一方面为施工添了麻烦,另一方面设备破损之后维修困难,我就经历过那种采集数据时发现传感器线路都断了的尴尬。为了解决这个问题,无线传感器应运而生。当然,无线传感器也有自身的局限——虽然它取消了线路的限制,但许多时候数据的采集还是用的老方法。

于是,开始有学者提出“下一代传感器”的理念,即强调非接触、远程、数据互联。Sandeep Sony[1]在2018年底发表了一篇文章,据说是对该领域的首篇综述,对现有的主要“下一代结构健康监测传感器”进行了总结:

  • GPS设备

  • 激光振动或雷达干涉测量

  • 数字和高速摄像机

  • 无人机

  • 智能手机

  • 移动(机器人)传感器

这些新技术都有很高的测量精度,操作起来更方便,可以更快地安装和采集数据,得到更可靠的、更大规模的数据量,劳动密集程度低,成本效益更高。当然它们也存在各自的不足,如GPS设备对电磁噪声、环境干扰和天气条件非常敏感,激光和雷达设备仪器昂贵、受天气条件的限制多,需要较大的测量距离,还可能威胁到操作人员身体健康等。

这个研究方向的一大趋势是关注那些低成本、容易获取、容易维护的设备。比如在图像或视频监测中,尝试利用消费级的单反相机进行数据采集等。于是容易想到,什么设备即“随处可得”,又“性能卓著”呢——智能手机啊。

智能手机用作健康监测行不行

高精度、低成本、易集成的传感器是结构健康监测(SHM)系统的重要组成部分之一。现代智能手机就是一个小型的计算平台,与健康监测系统有可能匹配上的主要特性包括:

  • 内置了多种传感器,如加速度计、三轴陀螺仪、GPS模块等
  • 算力不错的CPU
  • 与生俱来的联网能力
  • 较强的存储能力以及存储扩展空间
  • 极佳的便携性
  • 可定制的软件环境和APP

自2010年以来,随着智能手机功能的增强,将其用到结构健康监测的文献报道开始增多。早期的应用主要是通过手机联网来传输数据,这与无线传感器在功能上相比,并没有体现出很强的优越性。近年来相关文献则主要关注智能手机在振动测试方面的应用,这里面就有许多“可玩性”了。

然而,手机毕竟是设计用来给人用,而不是给桥梁用的。所以也会存在一些不足,例如:测量的加速度范围有限、组件校准和温度波动可能会导致误差增加等。本着“不足在哪里,研究方向就在哪里”的原则,2017年以后的一些文献也开始对这个问题开展了探讨。

总体说来,用手机做监测这个方向还是乐观的。别的不说,传感器成本可是降低了不少,而且还可以自己开发APP控制整个测试、处理、传输过程,可定制化相当高。

一些典型案例

今天由于时间原因,我只挑着读了几篇文献,看了几个典型的案例,与大家分享。

位移监测

大连理工大学Xuefeng Zhao [2]等提出了如下图的这套监测系统,根据激光投影和相关算法,利用手机摄像头拍摄激光发生器(安装在结构上)打在投影板上的亮点,通过亮点之间的几何关系变化,测量出结构的位移响应。他们在此研究中还开发了Android平台的位移监测APP(D-Viewer),与传统监测方法相比,取得了良好的效果。

地震监测

伯克利的学者们开发了一个利用手 机 监 测地震行为的应用,而且号召人民群众一起来监测。他们开发的APP叫做MyShake(https://myshake.berkeley.edu/),目标是利用众包的力量建立一个全球智能手机地震网络。它通过监测智能手机上的加速度计的数据来探测地震,从而把一个日常的手持设备变成一个便携式地震检波器。Qingkai Kong[3]在建筑抗震领域的研究中,利用MyShake来记录数据,做高层建筑的抗震监测。



损伤识别

讲真,损伤识别这个方向我是万万没想到还可以用智能手机来做的,但Tomasz Oraczewski课题组做到了[4]。他们利用一种非线性声学技术,利用超声波发生器产生信号,利用智能手机获取信号、初步数据处理、数据显示,并实现对整个测试系统的无线控制。

索力测试

这点也突破了我的认知,要知道一台索力仪要多少钱?买个几百台手机轻松无压力吧!苹果用户可以试一试这款APP: Orion CC 。据文献报道[5],用 iPhone 5S测试的结果与无线传感器相比,索力误差仅为0.4%。

道路预警系统

早在2013年,Won-Jae Yi等[6]就开始研究用智能手机进行健康监测了,当然哪个时候的手机性能还不是很突出,还是用传统的传感器系统进行搜集数据,然后利用蓝牙传输到手机终端。手机终端一方面可以实时显示数据,另一方面可作为数据中转,联网输出数据到数据中心。Yi基于Android应用程序检测损坏的道路,生成的报告将构成一个早期预警系统,警告早道路上的车辆司机可能发生的结构危险。

金门大桥手机动测数据

上面几个案例都是学术研究,没成想在Kaggle里还真找到一套实测数据。作者是Stephen Wylie,两年前用Google Pixel 2 手机实测的一分钟加速度数据,地址:https://www.kaggle.com/mrcity/golden-gate-accel-20180512 。如果您感兴趣,也可以用他提供的数据进行分析挖掘。

几点想法

用点时间了解了一下这个领域,还是挺有意思的,在读过几篇文献后,说一点感想吧:

1.用手机来获取桥梁响应数据,一方面是降低了监测成本,但更大的意义是对于学术机构。因为“甲方爸爸”是不缺钱多买几组传感器的,缺钱的永远是高校课题组,对吧。用更便捷的方法获取有效数据,用这些数据研究模型和算法,是一条可持续发展之路;

2.手机应该不是终点。手机当然有许多优势,但还有一点就是APP开发的便捷性。即便自己不会也可以轻松找到大量的教程,或者从事手机APP开发的专业人士也容易联系到,再不济到猪八戒上下个单也有了。围绕手机的生态系统相当完善,给我们从事具体的工作提供了很大便利。在进行了一些尝试后,我想以Arduino为代表的开源硬件应该是趋势。便捷性、实用性、功能性不输手机,价格上可能还会更有点优势。

3.现有的健康监测系统,大多还不够“智能”,因为大多还需要将数据汇总给工程师来做决策。让传感器、让结构自己来分析、决策是智能化监测的目标之一。一般看,传统传感器是无法支持这种智能化的,而手 机 监测系统则代表着一个新的方向。手机是集传感器与CPU于一身的体系,而且手机和手机之间还可以进行高效地通讯。可以展望在5G时代,传感器通过信息采集模块获取数据,把数据通过5G网络传到云上进行计算分析,再通过网络反馈给传感器,对评估结果进行验证。要是再把一些主动维修维护的解决方案也结合进来就完美了。

 

参考文献

  1. Sony S, Laventure S, Sadhu A. A literature review of next‐generation smart sensing technology in structural health monitoring[J]. Structural Control and Health Monitoring, 2019, 26(3): e2321.

  2. Zhao X, Liu H, Yu Y, et al. Displacement monitoring technique using a smartphone based on the laser projection-sensing method[J]. Sensors and Actuators A: Physical, 2016, 246: 35-47.

  3. Kong Q, Allen R M, Kohler M D, et al. Structural health monitoring of buildings using smartphone sensors[J]. Seismological Research Letters, 2018, 89(2A): 594-602.

  4. Oraczewski T, Staszewski W J, Uhl T. Nonlinear acoustics for structural health monitoring using mobile, wireless and smartphone-based transducer platform[J]. Journal of Intelligent Material Systems and Structures, 2016, 27(6): 786-796.

  5. Zhao X, Han R, Ding Y, et al. Portable and convenient cable force measurement using smartphone[J]. Journal of Civil Structural Health Monitoring, 2015, 5(4): 481-491.

  6. Yi W J, Gilliland S, Saniie J. Wireless sensor network for structural health monitoring using System-on-Chip with Android smartphone[C].SENSORS, 2013 IEEE. IEEE, 2013: 1-4.

  7. Fang K, Tian J D, Zhang D Y, et al. Smartphones equipped with android application software for structural health monitoring[C].Transforming the Future of Infrastructure through Smarter Information: Proceedings of the International Conference on Smart Infrastructure and ConstructionConstruction, 27–29 June 2016. ICE Publishing, 2016: 271-275.

  8. Ozer E. Multisensory Smartphone Applications in Vibration-Based Structural Health Monitoring[D]. Columbia University, 2016.


来源:十千牛
System振动非线性电源建筑声学储能机器人控制无人机
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2023-02-26
最近编辑:1年前
长河
博士 | 黑龙江科技大... 签名征集中
获赞 8粉丝 14文章 194课程 0
点赞
收藏
未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈