人工智能自动森林火灾探测系统使早期和有效的灭火成为可能半岛app官网gydF4y2Ba

神经网络和深度学习算法没有精心编写解决方案，而是教会图像处理系统查看、识别和验证物体——在这个例子中是烟雾。gydF4y2Ba

人工智能自动森林火灾探测系统实现早期高效灭火gydF4y2Ba

文章来自b|gydF4y2BaIDS成像gydF4y2Ba

11/08/22, 06:00 am |gydF4y2Ba其他主题gydF4y2Ba|gydF4y2Ba火灾探测gydF4y2Ba，gydF4y2Ba机器视觉gydF4y2Ba

目前，由气候变化引起的热浪在欧洲各地也在强烈增加，与之相关的森林火灾风险也在大幅上升。由于干旱或大风，自然地区的火灾越来越难以控制，对人类、动物、自然和基础设施造成危险的风险正在增加。但是，如何在火灾早期发现并定位火灾，以尽量减少甚至避免严重损害呢?有了图像处理和人工智能，即使是这样的挑战也可以被掌握。神经网络和深度学习算法没有精心编写解决方案，而是教会图像处理系统查看、识别和验证物体——在这个例子中是烟雾。此外，人工智能使相应的图像处理系统能够从它学到的东西中得出结论。gydF4y2Ba

法国公司Paratronic已经着手解决这个问题。在其监测自然灾害的活动范围内，该解决方案提供商已成功地致力于开发用于火灾监测的智能产品。以工业图像处理和人工智能为核心的森林火灾自动探测系统ADELIE (Alert detection Localization of forest Fires)已经在实践中得到了验证。四架工业相机gydF4y2BaIDS成像开发系统有限公司gydF4y2Ba集成到每个系统中。gydF4y2Ba

这些卫星永久地观察半径达20公里范围内的特定森林区域。根据系统的不同，他们最多需要两分钟来监控360度的半径。在paratrononic专门开发的算法的帮助下，该系统能够根据记录的图像识别和定位火源，并为适当的行动方案提供实时信息。gydF4y2Ba

通过这种方式，阿德利确保有效的规划和控制消防队，以保护我们的生活空间，最后但并非最不重要的是，保护建筑物，电力线，电信线路，公路或铁路基础设施。gydF4y2Ba

应用程序gydF4y2Ba

ADELIE系统由至少两个联网的监测点组成。每个监测点由两个探测摄像机和一个用于消除疑点的附加摄像机组成。每个ADELIE检测摄像机集成了来自IDS的四个千兆以太网摄像机。因此，每个监测点总共使用了8台IDS摄像机。这些监测点允许360°监测，每个方位大约每两分钟可视化一次。对观察到的自然区域进行全天候、24小时、每周7天的自动监测。gydF4y2Ba

该系统连接到一个处理单元，其软件包含基于人工智能的图像处理算法。该程序由paratrononic寄存器开发，比较和分析摄像机提供的图像。早在树木燃烧之前，烟雾就会从周围的草丛和灌木丛中释放出来。通过比较图像和使用教学功能，系统检测到上升的烟雾。只要从监控点看到烟雾，阿德利就会触发警报。这个阶段被称为自动火灾和森林火灾探测。值班操作员然后远程控制除疑摄像机并检查检测类型。他通过三角测量法在地图上确定了火源，并通知了控制中心，控制中心启动了灭火措施。gydF4y2Ba

同时，人工智能获得的所有信息、图像和知识，都毫不延迟地传送到火灾报警中心或消防控制中心。借助事件的实时可视化、火源在数字地图上的定位以及各种增强现实功能，可以立即可视化火灾的背景、程度和发展情况，并采取适当的消防措施。一个遥控摄像机完成了这个系统。在第一个消防单位到达之前，它用于核实和监测火灾，并使火灾从爆发到被扑灭都能得到跟踪。gydF4y2Ba

“IDS摄像机在ADELIE系统的运行中起着重要的作用。他们的任务是一个方位角一个方位角地连续拍摄森林，并实时向软件提供这些图像，”paratrononic项目和创新总监爱德华·布伊洛特(edward BOUILLOT)强调说。在为自动森林火灾探测系统选择合适的型号时，我们选择了IDS SE系列的千兆以太网摄像机。“我们的系统使用UI-5240SE-NIR-GL模型，”副电子工程师Loïs carri解释说。这款功能特别强大的工业相机配备了e2v的130万像素CMOS传感器。高灵敏度传感器由paratrononic公司在近红外版本(EV76C661ABT)中使用。除了出色的光敏性外，该传感器还提供了两种可在操作过程中切换的全局和滚动快门变体。这允许最大限度的灵活性，以满足不断变化的需求和环境条件，因为在这种情况下，由于一天中的不同时间和天气条件。此外，还有四个感兴趣的领域。这允许同时检查多个特征，或者在具有不同参数的曝光系列中捕获aoi。gydF4y2Ba

露易丝·凯莉证实，这款相机符合所有要求。“我们选择这种模式有三个主要原因。首先，它的光谱灵敏度令人信服。这种传感器能探测到所有可见的颜色波长，在近红外波段具有特别好的灵敏度。我们还需要选择将波长滤波器拧到靠近传感器的C-mount上。第三，随着曝光时间的增加，相机提供了连续拍摄四张照片的直接可能性。连续拍摄可以获得非常高的动态范围。”gydF4y2Ba

软件gydF4y2Ba

对于图像采集，系统使用uEye SDK，“然后我们自己的图像处理系统开始发挥作用，”Edouard BOUILLOT解释说。然后，ADELIE软件进行图像分析，以检测树冠上是否存在烟雾。分析是通过比较在相同方向拍摄的两张图像来检测任何烟雾来完成的。这是由PARATRONIC开发的几种独家算法实现的，这些算法允许对肉眼不可见的大量因素进行比较。gydF4y2Ba

这个分析分三个阶段进行。在第一阶段，要比较的图像被登记到最接近的50度。在第二阶段，对图像进行比较以突出显示任何变化，例如物体的运动或位移或烟雾的外观。在第三阶段，基于不同算法的使用进行高级分析:突出显示的差异不仅在形状，大小，距离等方面进行检查，以便尽可能地消除除烟雾以外的所有元素。其他使用自动分类器和处理从一个或多个图像中提取的参数的算法完成了这个分析。gydF4y2Ba

然后，数据通过诸如光纤之类的数字网络传输到计算机控制系统。各自的数据集既包含用于在屏幕上显示的图像的JPEG文件，也包含包含相机编号、视角、拍摄日期和时间以及方位角的文件。通过整合气象站，还可以记录和考虑风力或降水等气象数据。gydF4y2Ba

如果图像及其链接文件报告了火灾，则会进行自动检查:系统对烟雾的位置进行估计，然后将其与出现其他类型烟雾的已知位置进行交叉检查。这确保了警报只有在检测到的烟雾没有发生在禁区时才会被触发，即已知存在永久烟雾的区域，例如工厂的烟囱。gydF4y2Ba

如果只有一个塔检测到烟雾，则使用遥测中指示的距离。如果至少有两个塔检测到它，控制中心的火源的确切位置是通过三角测量确定的。gydF4y2Ba

与任何自动系统一样，人工验证传输的警报对ADELIE至关重要。控制中心的工作人员使用具有强大光学变焦(30倍，带有广角镜头)的高分辨率摄像机来确认是否确实发生火灾。有了这些所谓的祛疑摄像头，负责监控的人员可以在不中断检测系统的情况下，从远处观察情况。因此，即使发生多起火灾，ADELIE探测系统也会保持完全激活状态，以便做好准备。gydF4y2Ba

这个系统非常强大。对于每个站点，无论是否包含检测，在24小时内拍摄，传输和存储13500张图像，持续30天。除了这些捕获的图像外，该系统还存储了用于观察和验证事件的摄像机视频，从而实现了全面的记录。根据收集的所有数据，ADELIE可以生成统计数据，应急服务可以在此基础上调整和优化其措施。“在存储图像的帮助下，我们可以分析火灾的过程和之后的消防工作。随着为数据库提供数据的每个事件，数据量不断增长。这反过来又增加了持续改进预防和控制措施所需的统计数据的可靠性，”Edouard Bouillot总结道。gydF4y2Ba

该系统在法国西北部森林最茂密的萨尔特省得到了成功的应用。森林火灾在那里日益成为现实，尤其是在春季和夏季。近年来，自然栖息地发生的火灾越来越多。在经历了2019年的多次森林火灾之后，到2021年初，共有11.7万公顷的森林配备了自动火灾探测系统网络。目前，共有48台摄像机在12个地点监视树梢上方的森林，这些地点分布在该部门特别濒危地区附近。gydF4y2Ba

“ADELIE系统使我们能够提高探测时间和火灾位置的精度，”法国消防局(SDIS72)总审计长Christophe Burbaud说。gydF4y2Ba