Centre dedocumentation
scientifique

Machine learning models applied to a GNSS sensor network for automated bridge anomaly detection / Nicolas Manzini in Journal of structural engineering, Vol 148 n° 11 (November 2022)  

Public [article]  inJournal of structural engineering > Vol 148 n° 11 (November 2022) . - n° 3469 Titre : Machine learning models applied to a GNSS sensor network for automated bridge anomaly detection Type de document : Article/Communication Auteurs : Nicolas Manzini, Auteur ; André Orcesi, Auteur ; Christian Thom , Auteur ; Marc-Antoine Brossault, Auteur ; Serge Botton , Auteur ; Miguel Ortiz, Auteur ; John Dumoulin, Auteur Année de publication : 2022 Projets : 2-Pas d'info accessible - article non ouvert / Article en page(s) : n° 3469 Note générale : bibliographie EN ATTENTE DU DOCUMENT Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Topographie [Termes IGN] apprentissage automatique [Termes IGN] classification par réseau neuronal récurrent [Termes IGN] détection d'anomalie [Termes IGN] ouvrage d'art [Termes IGN] pont [Termes IGN] régression [Termes IGN] série temporelle [Termes IGN] surveillance d'ouvrage [Termes IGN] topométrie de précision Résumé : (auteur) Structural health monitoring (SHM) based on global navigation satellite systems (GNSS) is an interesting solution to provide absolute positions at different locations of a structure in a global reference frame. In particular, low-cost GNSS stations for large-scale bridge monitoring have gained increasing attention these last years because recent experiments showed the ability to achieve a subcentimeter accuracy for continuous monitoring with adequate combinations of antennas and receivers. Technical solutions now allow displacement monitoring of long bridges with a cost-effective deployment of GNSS sensing networks. In particular, the redundancy of observations within the GNSS network with various levels of correlations between the GNSS time series makes such monitoring solution a good candidate for anomaly detection based on machine learning models, using several predictive models for each sensor (based on environmental conditions, or other sensors as input data). This strategy is investigated in this paper based on GNSS time series, and an anomaly indicator is proposed to detect and locate anomalous structural behavior. The proposed concepts are applied to a cable-stayed bridge for illustration, and the comparison between multiple tools highlights recurrent neural networks (RNN) as an effective regression tool. Coupling this tool with the proposed anomaly detection strategy enables one to identify and localize both real and simulated anomalies in the considered data set. Numéro de notice : A2022-672 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1061/(ASCE)ST.1943-541X.0003469 En ligne : https://doi.org/10.1061/(ASCE)ST.1943-541X.0003469 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101615 [article]

Calibration of a light hemispherical radiance field imaging system / Manchun Lei in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-1-2022 (2022 edition)  

Public [article]  inISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences > vol V-1-2022 (2022 edition) . - pp 195 - 202 Titre : Calibration of a light hemispherical radiance field imaging system Type de document : Article/Communication Auteurs : Manchun Lei , Auteur ; Christian Thom , Auteur ; Christophe Meynard , Auteur ; Jean-Michaël Muller , Auteur Année de publication : 2022 Projets : 1-Pas de projet / Article en page(s) : pp 195 - 202 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s) [Termes IGN] étalonnage géométrique [Termes IGN] étalonnage radiométrique [Termes IGN] image hémisphérique [Termes IGN] modèle géométrique de prise de vue [Termes IGN] radiance [Termes IGN] zone urbaine Résumé : (auteur) A light hemispherical radiance field imaging system based on fish-eye camera was developed for the measurement of the surface incident radiance in an urban environment, which is often affected by radiometric heterogeneity problems. A linear radiometric model and a polynomial fish-eye lens model are used. A temperature-dependent dark level model is proposed to improve the dark correction for high dynamic range photography. This paper describes the calibration procedure for spectral and geometrical radiance field measurements and presents the results of the calibration. The spectral radiometric calibration error is 2.07%, 1.34%, and 0.98% for blue, green, and red bands, respectively. The mean geometrical calibration error is 2.037 pixels. Numéro de notice : A2022-438 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.5194/isprs-annals-V-1-2022-195-2022 Date de publication en ligne : 17/05/2022 En ligne : https://doi.org/10.5194/isprs-annals-V-1-2022-195-2022 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100750 [article]

Performance analysis of low-cost GNSS stations for structural health monitoring of civil engineering structures / Nicolas Manzini in Structure and Infrastructure Engineering, vol 18 n° 5 ([01/05/2022])  

Public [article]  inStructure and Infrastructure Engineering > vol 18 n° 5 [01/05/2022] . - pp 595 - 611 Titre : Performance analysis of low-cost GNSS stations for structural health monitoring of civil engineering structures Type de document : Article/Communication Auteurs : Nicolas Manzini, Auteur ; André Orcesi, Auteur ; Christian Thom , Auteur ; Marc-Antoine Brossault, Auteur ; Serge Botton , Auteur ; Miguel Ortiz, Auteur ; John Dumoulin, Auteur Année de publication : 2022 Projets : 2-Pas d'info accessible - article non ouvert / Article en page(s) : pp 595 - 611 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale [Termes IGN] auscultation d'ouvrage [Termes IGN] déformation d'édifice [Termes IGN] effet thermique [Termes IGN] pont [Termes IGN] RTKLIB [Termes IGN] surveillance d'ouvrage [Termes IGN] test de performance [Termes IGN] topométrie de précision Résumé : (auteur) Global Navigation Satellite Systems (GNSS) have been used in various monitoring applications for the past two decades, as one of the very few options to provide absolute positions in a global reference frame. However, high performance GNSS stations are expensive, and sometimes may be impractical because of their size, power consumption or software requirements. Thus, the use of low-cost GNSS stations for structural health monitoring (SHM) has gained increasing attention. This paper presents a detailed experimental assessment of multiple combinations of GNSS receivers and antennas, and highlights an optimal cost-efficient solution for monitoring applications. Several sets of processing parameters and constraints are also evaluated using open source RTKLib software. The performance of the proposed solution is evaluated through two experimental dynamic scenarios, proving its ability to track quick displacements down to 4 mm and oscillations of 1 cm with a frequency up to 0.25 Hz with a 1 Hz receiver. Finally, a two-week dataset acquired from on a network of low-cost GNSS stations deployed on a suspended bridge is used to validate on-site performance. Results show good agreement between GNSS time series, traditional displacement sensors, and numerical simulations made using an operational mechanical model of the bridge, highlighting the potential of such low-cost solutions for structural health monitoring applications. Numéro de notice : A2021-170 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15732479.2020.1849320 Date de publication en ligne : 30/11/2020 En ligne : https://doi.org/10.1080/15732479.2020.1849320 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97105 [article]

Calibration radiométrique et géométrique d'une caméra fish-eye pour la mesure de l'hémisphère de luminance incidente / Manchun Lei (2022)

Public Titre : Calibration radiométrique et géométrique d'une caméra fish-eye pour la mesure de l'hémisphère de luminance incidente Type de document : Rapport Auteurs : Manchun Lei ; Christophe Meynard , Auteur ; Jean-Michaël Muller , Auteur ; Christian Thom , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN Année de publication : 2022 Importance : 34 p. Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s) [Termes IGN] caméra numérique [Termes IGN] étalonnage géométrique [Termes IGN] étalonnage radiométrique [Termes IGN] image hémisphérique [Termes IGN] MicMac Résumé : (auteur) [introduction] [...] Nous avons développé un imageur hémisphérique de luminance incidente basé sur une caméra légère fish-eye. La particularité de cet imageur est sa légèreté et donc sa mobilité, ce qui est pratique pour mesurer l’hémisphère de luminance incidente des différentes surfaces (sol et façade) dans l’environnement. Ce rapport a pour objectif de documenter la procédure de calibration radiométrique et géométrique réalisée, depuis la description théorique jusqu’aux considérations pratiques. La phase de validation est aussi présentée. Note de contenu : 1 Introduction 2 Description des instruments 3 Calibration de bruit d'obscurité 4 Calibration radiométrique 5 Calibration géométrique Numéro de notice : 17734 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE Nature : Rapport nature-HAL : Rapport DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100625

Proceedings of the 1st Conference of the European Association on Quality Control of Bridges and Structures : EUROSTRUCT 2021. An automated machine learning-based approach for structural novelty detection based on SHM / Nicolas Manzini (2022)  

Public Titre de série : Proceedings of the 1st Conference of the European Association on Quality Control of Bridges and Structures : EUROSTRUCT 2021 Titre : An automated machine learning-based approach for structural novelty detection based on SHM Type de document : Article/Communication Auteurs : Nicolas Manzini, Auteur ; Ndeye Mar, Auteur ; Franziska Schmidt, Auteur ; Jean-François Bercher, Auteur ; André Orcesi, Auteur ; Pierre Marchand, Auteur ; Julien Gazeaux , Auteur ; Christian Thom , Auteur Editeur : Springer Nature Année de publication : 2022 Collection : Lecture Notes in Civil Engineering num. 200 Projets : 2-Pas d'info accessible - article non ouvert / Importance : pp 1180 - 1189 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale [Termes IGN] apprentissage automatique [Termes IGN] détection d'anomalie [Termes IGN] ouvrage d'art [Termes IGN] pont [Termes IGN] régression multiple [Termes IGN] réseau de capteurs [Termes IGN] résidu [Termes IGN] surveillance d'ouvrage Résumé : (auteur) One major goal of structural health monitoring (SHM) is to detect, and possibly locate, quantify or predict damage on structures. Without detailed knowledge of structural mechanical behavior, data analysis is a complex task and operational monitoring is often limited to the use of more or less arbitrary thresholds. Data-driven techniques, which rely on a statistical analysis of data, have encountered a growing interest over the past two decades. In parallel, SHM is now increasingly considered for several types of structures with the development of low-cost sensors and IoT. In this context, this paper proposes an approach based on multiple automated machine learning-based models for novelty detection and location in monitoring data. This study focuses on the monitoring of large structures with multiple sensors. For each sensor, multiple regression models (based on neural networks) are generated using the same training set, with various input data: internal temperature, environmental conditions, or data from other sensors deployed on the structure. Anomalies are then identified in the dataset based on residuals between model outputs and in situ data. For a given sensor, residuals of all models are then compiled to produce an anomaly indicator. This paper presents some of the results obtained on data acquired from the monitoring of a large concrete bridge. Some anomalies are simulated and added to the dataset to demonstrate the detection performance of the proposed approach. Numéro de notice : C2022-001 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : POSITIONNEMENT Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1007/978-3-030-91877-4_134 Date de publication en ligne : 12/12/2021 En ligne : https://doi.org/10.1007/978-3-030-91877-4_134 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99378

Récepteurs GNSS bas coût pour la surveillance des grands ponts / Nicolas Manzini in XYZ, n° 167 (juin 2021)

Permalink

Simulation and analysis of photogrammetric UAV image blocks - Influence of camera calibration error / Yilin Zhou in Remote sensing, vol 12 n° 1 (January 2020)  

Permalink

Surveillance de santé structurale des ouvrages d'art incluant les systèmes de positionnement par satellites / Nicolas Manzini (2020)  

Permalink

Simulation and analysis of photogrammetric UAV image blocks: influence of camera calibration error / Yilin Zhou in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol IV-2/W5 (May 2019)  

Permalink

Improvement of photogrammetric accuracy by modeling and correcting the thermal effect on camera calibration / Mehdi Daakir in ISPRS Journal of photogrammetry and remote sensing, vol 148 (February 2019)  

Permalink

100% automatic metrology with UAV photogrammetry and embedded GPS, and its application in dike monitoring / Yilin Zhou (2019)  

Permalink

Second iteration of photogrammetric processing to refine image orientation with improved tie-points / Truong Giang Nguyen in Sensors, vol 18 n° 7 (July 2018)    

Permalink

Caméra SUSPECT (SUper-SPECTrale) du LOEMI : de la suspicion à la mise à l'épreuve / Olivier Martin (2018) 

Permalink

Géolocalisation précise basée image / Truong Giang Nguyen (2018) 

Permalink

Photogrammétrie par drone avec GNSS embarqué pour la surveillance de digues / Yicong Zhou (2018) 

Permalink