5.1 Performance of individual senso

5.1 Performance of individual sensor and video camera data

For evaluating the performance of the sensors (i.e., CCC, URF), sensor data were analyzed to determine individual success rate of each type of sensor for detecting the damage on each building component. The only group of sensors that were not individually assessed was four CCC sensors that were attached to four corners of the suspended ceiling. The reason is that the blockage level that is caused by a suspended ceiling in a hallway can only be determined by considering the condition of each corner (e.g., if one connection is detached, the suspended ceiling does not cause blockage in the hallway). Therefore, the results from four CCC sensors were integrated to detect the final condition of the suspended ceiling. For example, if the results from four CCCs attached on a suspended celling are (1, 1, 0,1), this means that three
connections of the suspended ceiling are detached. On the other hand,video camera data was analyzed to determine the accuracy of video camera in estimating the blockage level at the nodes.
The results given in Table 6 show that the accuracies of the each CCC sensor in determining If a wall is damaged or not are 95.5% or 97.3%. Similarly, position of bookshelves (i.e, fell down or standing) could be determined by each CCC with 97.3% accuracy. Out of 168 tests in which suspended ceilings are damaged, combined results from four CCCs correctly detected the position of suspended ceilings in 146 tests (i.e., 86.9% success rate). In the case of suspended ceilings, the URF could detect whether there is a significant change in the initial position
of the element (e.g., distance in between the suspended ceiling and the hallway's ceiling) with a 93.5% accuracy. However, it should be noted that a URF cannot indicate how the suspended ceiling connections are detached, but only shows whether any of the connections are detached
or not with an accuracy of 51.7%. The reason is that the URF senses the condition at a single location on the suspended ceiling (i.e., in the center), However, to determine how the suspended ceiling got damaged, data from four corners of the ceiling need to be collected.

Kết quả (Việt) 1:

5.1 hiệu suất cá nhân dữ liệu cảm biến và video camera Để đánh giá hiệu suất của các bộ cảm biến (tức là, CCC, URF), dữ liệu cảm biến được phân tích để xác định tỷ lệ thành công cá nhân của mỗi loại cảm biến để phát hiện thiệt hại về mỗi thành phần xây dựng. Nhóm duy nhất của cảm biến không được đánh giá cá nhân là bốn bộ cảm biến CCC được gắn liền với bốn góc của trần nhà bị đình chỉ. Lý do là mức độ tắc nghẽn gây ra bởi một trần bị đình chỉ trong một hành lang có thể chỉ được xác định bằng cách xem xét các điều kiện của mỗi góc (ví dụ: nếu một kết nối tách rời, trần bị đình chỉ không gây ra tắc nghẽn trong hành lang). Do đó, các kết quả từ bốn CCC bộ cảm biến đã được tích hợp để phát hiện tình trạng cuối cùng của trần bị đình chỉ. Ví dụ, nếu các kết quả từ bốn CCCs gắn trên một bị đình chỉ treo là (1, 1, 0,1), điều này có nghĩa rằng bakết nối của Trần treo được tách ra. Mặt khác, dữ liệu máy ảnh video được phân tích để xác định tính chính xác của máy quay video trong ước tính mức độ tắc nghẽn tại các nút.Kết quả được đưa ra trong bảng 6 Hiển thị mà phàm mỗi cảm biến CCC trong việc xác định nếu một bức tường bị hỏng hoặc không đang 95,5% hoặc 97,3%. Tương tự như vậy, vị trí của từng kệ sách (tức là, rơi xuống hoặc đứng) có thể được xác định bởi mỗi CCC với 97,3% độ chính xác. Ra khỏi 168 thử nghiệm trong đó bị đình chỉ các trần nhà bị hư hỏng, kết quả kết hợp từ bốn CCCs một cách chính xác phát hiện vị trí của trần nhà bị đình chỉ trong bài kiểm tra 146 (tức là, tỷ lệ 86.9% thành công). Trong trường hợp của trần nhà bị đình chỉ, URF có thể phát hiện cho dù đó là một sự thay đổi đáng kể trong vị trí ban đầusố nguyên tố (ví dụ, là khoảng cách giữa trần bị đình chỉ và các hành lang trần) với một độ chính xác 93.5%. Tuy nhiên, nó cần lưu ý rằng một URF không thể chỉ ra như thế nào kết nối bị đình chỉ trần là tách ra, nhưng chỉ cho thấy cho dù bất kỳ của các kết nối được cho tách rahoặc không phải với độ chính xác của 51,7%. Lý do là rằng URF cảm giác tình trạng tại một địa điểm duy nhất trên trần nhà bị đình chỉ (ví dụ, ở giữa), Tuy nhiên, để xác định như thế nào trần bị đình chỉ đã bị hư hỏng, dữ liệu từ bốn góc của trần nhà cần phải được thu thập.

Kết quả (Việt) 2:

5.1 Hiệu suất của bộ cảm biến và camera video dữ liệu cá nhân Để đánh giá hiệu quả hoạt động của các bộ cảm biến (tức là, CCC, URF), dữ liệu cảm biến được phân tích để xác định tỷ lệ thành công cá nhân của mỗi loại cảm biến để phát hiện các tổn thương trên mỗi thành phần xây dựng. Các nhóm duy nhất của cảm biến mà không được đánh giá riêng lẻ là bốn bộ cảm biến CCC mà đã được gắn vào bốn góc của trần treo. Nguyên nhân là do mức độ tắc nghẽn gây ra bởi một trần treo trong một hành lang chỉ có thể được xác định bằng cách xem xét các điều kiện của mỗi góc (ví dụ, nếu một kết nối được tách ra, trần nhà bị đình chỉ không gây tắc nghẽn trong các hành lang). Vì vậy, các kết quả từ bốn bộ cảm biến CCC đã được tích hợp để phát hiện các điều kiện cuối cùng của trần treo. Ví dụ, nếu các kết quả từ bốn CCCS gắn trên một celling lơ lửng (1, 1, 0,1), điều này có nghĩa là ba kết nối của trần treo được tách ra. Mặt khác, dữ liệu máy ảnh video đã được phân tích để xác định tính chính xác của máy quay phim trong việc ước tính mức độ tắc nghẽn tại các nút. Các kết quả được đưa ra trong Bảng 6 cho thấy rằng độ chính xác của mỗi cảm biến CCC trong việc xác định Nếu một bức tường bị hư hỏng hay không là 95,5% hay 97,3%. Tương tự như vậy, vị trí của giá sách (tức là giảm xuống hoặc đứng) có thể được xác định bởi mỗi CCC với 97,3% độ chính xác. Trong số 168 bài kiểm tra trong đó treo trần nhà bị hư hỏng, kết quả kết hợp từ bốn CCCS chính xác phát hiện vị trí của trần treo trong 146 bài kiểm tra (ví dụ, 86,9% tỷ lệ thành công). Trong trường hợp của trần treo, các URF có thể phát hiện xem có sự thay đổi đáng kể ở vị trí ban đầu của các yếu tố (ví dụ, khoảng cách giữa trần treo và trần của hành lang) với một độ chính xác 93,5%. Tuy nhiên, cần lưu ý rằng một URF không thể chỉ ra cách kết nối trần treo được tách ra, nhưng chỉ thấy cho dù trong các kết nối được tách ra hay không với độ chính xác là 51,7%. Lý do là các URF cảm nhận được tình trạng tại một địa điểm duy nhất trên trần treo (ví dụ, ở trung tâm), Tuy nhiên, để xác định cách treo trần đã bị hư hỏng, dữ liệu từ bốn góc của trần nhà cần phải được thu thập.