📄 معروضة نسخة «بسيط» — «متقدم» غير جاهزة بعد. أضفه إلى المفضّلة للمساعدة في تسريعها. اطلب التحليل الكامل

تحت شوارع المدن تمتد شبكة عنكبوتية من الألياف البصرية — مئات الكيلومترات من الخيوط الزجاجية التي يجري عبرها الإنترنت. لكن الخرائط الدقيقة لهذه الشبكة غالبًا ما تكون مفقودة أو قديمة. إن العثور على كابل تحت الأرض يشبه البحث عن سلك داخل جدار باللمس دون معرفة مساره.

الطريقة الجديدة تحوّل الكابل نفسه إلى أذن. فالألياف البصرية المدفونة في الأرض تلتقط أدق اهتزازات التربة. فعندما تمر سيارة في الشارع، تنضغط الأرض تحت عجلاتها قليلًا — ويشعر الكابل بهذا الانضغاط. يأخذ العلماء البيانات من أحد طرفي الألياف ويراقبون كيف يتغير الشد في كل نقطة. وفي الوقت نفسه، يتتبعون السيارات باستخدام كاميرات أو أجهزة استشعار GPS مثبتة على المركبات نفسها. بعد ذلك، تبدأ الخوارزمية عملها: فهي تبحث عن شكل الكابل الذي يجعل الاهتزازات المتوقعة تتطابق بشكل أفضل مع الاهتزازات الفعلية.

لقد تم اختبار الطريقة بالفعل في عمليات المحاكاة وعلى مواقع حقيقية. وهي لا تتطلب كسر الأسفلت أو حفر خنادق — يكفي حركة المرور العادية والوصول إلى أحد طرفي الألياف. يمكن أن يصبح هذا النهج أداة قياسية لجرد المرافق تحت الأرض وحتى لمراقبة البيئة الحضرية: فمن الاهتزازات يمكن استنتاج مدى ازدحام الطرق أو حالة التربة.

الملخص الأصلي

كما كتبه المؤلفون، بالإنجليزية arXiv:2604.10331

We present a scalable method for geolocalizing buried fiber-optic cables using Distributed Acoustic Sensing (DAS) and traffic-induced quasi-static seismic signals. Assuming access to one end of the fiber, the method fuses DAS measurements with vehicle trajectories obtained from either video tracking or vehicle-mounted GPS. The fiber geometry is estimated by minimizing the mismatch between the measured and physics-based synthetic strain-rate maps. The framework combines a matched-filter initialization with neural-network-based trajectory optimization, enabling robust convergence under realistic noise and trajectory-uncertainty conditions. Simulation and field experiments demonstrate sub-meter localization accuracy, often on the order of tens of centimeters, and strong agreement with manual calibration by tap-testing. This approach provides a practical tool for mapping poorly documented underground fiber infrastructure and for supporting urban sensing applications.