📄 Показана версия «Просто» — «Подробно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить. Прошу разобрать полностью

Под городскими улицами лежит паутина из оптоволокна — сотни километров стеклянных нитей, по которым бежит интернет. Но точные карты этой паутины часто потеряны или устарели. Найти кабель под землёй — всё равно что искать на ощупь провод в стене, не зная, где он проходит.

Новый метод превращает сам кабель в ухо. Оптоволокно, которое уже лежит в земле, улавливает малейшие колебания почвы. Когда по улице едет машина, земля под её колёсами слегка проминается — и кабель чувствует этот прогиб. Учёные берут данные с одного конца волокна и смотрят, как меняется натяжение в каждой точке. Одновременно они следят за машинами с помощью камер или GPS-датчиков на самих автомобилях. Дальше в дело вступает алгоритм: он подбирает такую форму кабеля, при которой предсказанные колебания лучше всего совпадают с реальными.

Метод уже проверили в симуляциях и на реальных объектах. Он не требует вскрывать асфальт или копать траншеи — достаточно обычного трафика и доступа к одному концу волокна. Такой подход может стать стандартным инструментом для инвентаризации подземных коммуникаций и даже для мониторинга городской среды: по вибрациям можно судить о загруженности дорог или состоянии грунта.

Оригинальная аннотация

как её написали авторы, на английском 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.