Cómo localizar un cable subterráneo por el ruido de los coches exprés
Bajo las calles de las ciudades se extiende una telaraña de fibra óptica: cientos de kilómetros de hilos de vidrio por los que viaja internet. Pero los mapas precisos de esa telaraña a menudo se han perdido o están desactualizados. Encontrar un cable bajo tierra es como buscar a tientas un cable en la pared sin saber por dónde pasa.
El nuevo método convierte el propio cable en un oído. La fibra óptica que ya está enterrada capta las mínimas vibraciones del suelo. Cuando un coche circula por la calle, la tierra bajo sus ruedas se hunde ligeramente, y el cable percibe esa deformación. Los científicos toman datos desde un extremo de la fibra y observan cómo varía la tensión en cada punto. Al mismo tiempo, siguen a los coches mediante cámaras o sensores GPS instalados en los propios vehículos. Entonces entra en acción un algoritmo: busca la forma del cable que mejor haga coincidir las vibraciones predichas con las reales.
El método ya se ha probado en simulaciones y en instalaciones reales. No requiere levantar el asfalto ni cavar zanjas: basta con el tráfico normal y el acceso a un extremo de la fibra. Este enfoque podría convertirse en una herramienta estándar para el inventario de las conducciones subterráneas e incluso para la monitorización del entorno urbano: a través de las vibraciones se puede deducir la congestión de las carreteras o el estado del terreno.
Resumen original
tal como lo escribieron los autores, en inglés 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.
La fibra óptica, que normalmente transmite datos, aquí funciona como un micrófono gigante: capta las vibraciones de cada coche que pasa, incluso si se encuentra a decenas de metros del cable.