及时探测,有效防范

人工智能自动森林火灾探测系统可实现早期高效灭火

气候变化引起的热浪目前席卷整个欧洲,森林火灾相关风险大幅上升。在干旱或大风的共同影响下,野火越来越难以控制,对人、动物、自然和基础设施的威胁越来越大。那么,应该怎样在早期发现和定位火灾,从而尽量减少甚至避免严重损害呢?

图像处理和人工智能可以应对这种挑战。这并不需要精心设计解决方案,神经网络和深度学习算法使图像处理系统能够看到、识别和验证物体(在这种情况下是烟雾)。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。

法国Paratronic公司已经开始研究这个课题。这家解决方案提供商的业务领域是监控自然灾害,公司大力研发火灾监控智能产品,并取得突破。他们推出了自动森林火灾探测系统ADELIE(森林火灾警报探测定位系统),系统以工业图像处理和人工智能为核心,已经过实际验证。每个系统都集成了四台工业相机,它们由来自Obersulm的IDS Imaging Development Systems GmbH提供。

这些观测站可以长期观察半径20公里内的特定森林区域。他们最多需要两分钟来监控一片扇形区域,不同系统会有所区别。系统采用了Paratronic公司专门开发的算法,能够根据记录的图像识别和定位火源,并为适当的行动选项提供实时信息。通过这种方式,ADELIE能够有效规划和控制消防队伍,以保护我们的生活空间,并保护建筑、电线、电信线路、公路或铁路基础设施。

 

应用

ADELIE系统由至少两个监控点组成,它们通过网络连接在一起。每个监控点包括两个探测相机和一个用于排除疑点的相机。每一个ADELIE检测相机集成来自IDS的四个千兆以太网相机。因此,每个监控点总共使用8台IDS相机。这些监控点允许360°监控,每个方位角大约每两分钟可视化一次。系统能够对观察的自然区域进行每周7天、每天24小时的全天候自动监控。

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。这一程序由Paratronic开发,用于记录、比较和分析相机提供的图像。早在一棵树燃烧之前,烟雾就会从周围的草地和灌木丛中升起。通过比较图像和使用教学功能,系统检测升起的烟雾。一旦从监控点看到这种烟雾,ADELIE就会触发警报。这一阶段称为火灾和森林火灾自动探测。然后,值班操作员远程控制消除疑点相机,并检查探测类型。他通过三角测量法在地图上确定火源,通知控制中心,控制中心开始采取灭火措施。

同时,系统将AI获得的所有信息、图像等即时传输到火灾报警中心或消防控制中心。系统可以将事件进行实时可视化处理,在数字地图上确定火源位置,还提供了各种增强现实功能,可以清晰展示火灾的环境、程度和发展情况,并采取适当的灭火措施。一个遥控相机成为系统的点睛之笔。在第一个消防单位到达前,相机可以核实和监控火灾,并能够跟踪火灾从爆发到扑灭的全过程。

IDS相机在ADELIE系统的运行中起着重要作用。相机可以逐个方位角连续拍摄森林,并将这些图像实时提供给软件。

— Paratronic项目和创新总监Edouard BOUILLOT —

在为自动森林火灾探测系统选择合适的型号时,我们决定采用IDS公司SE系列的千兆以太网相机。Paratronic工程师Loïs Carrié表示:“我们的系统使用UI-5240SE-NIR-GL model”。这款尤为强大的工业相机配备了来自e2v的130万像素CMOS传感器。Paratronic在近红外版本(EV76C661ABT)中使用了高灵敏度传感器。它不但拥有出色的光灵敏度,还提供了全局快门和滚动快门两个版本,可以在操作过程中切换。这样就大大提高了系统的灵活性,可以应对不断变化的需求和各种环境条件,在这个实例中则是应对一天中不同时间和天气条件。此外,还提供了四个关注区(AOI)。这样,系统可以同时检查多个特征,或者在采用不同参数的一系列曝光中拍摄AOI。

Lois Carrie肯定地表示,这款相机满足了所有要求。“我们选择这种型号有三大主要原因。首先,它的光谱灵敏度值得信赖。传感器能捕捉到所有可见的颜色波长,在近红外波段的灵敏度尤其出色。我们还可以选择在C口旋入一个波长滤波器,接近传感器。第三,这款相机可以直接在增加曝光时间的情况下连续拍摄四张照片。连续拍摄可以获得很高的动态范围。”

软件

在图像采集方面,系统使用了uEye SDK,“这样我们自己的图像处理系统可以发挥作用,”Edouard BOUILLOT解释道。然后,ADELIE软件进行图像分析,检测树冠是否冒烟。分析的方法是比较在同一方向拍摄的两张图像来探测任何烟雾。PARATRONIC独有的几种算法可以对大量肉眼看不到的因素进行比较,从而满足了这些要求。

分析分三个阶段进行。在第一阶段,将1度分为50份,按照最接近的1/50度的位置记录要比较的图像。在第二阶段,对图像进行比较,突出显示任何变化,如物体的移动或烟雾的出现。在第三阶段,采用不同算法进行高级分析:系统会在形状、大小、距离等方面检查重点差异,尽可能消除烟雾之外的所有元素。其他算法则使用自动分类工具,并从一张或多张图像中提取参数,从而完成了这一分析过程。

然后,数据通过光纤等数字网络传输到计算机控制系统。数据集包含可以在屏幕上显示的JPEG文件,以及一个包含相机编号、视角、拍摄日期和时间、方位角的文件。与气象站数据整合后,还可以记录和考虑风力或降水等气象数据。如果只有一个观测塔探测到烟雾,就使用遥测仪中显示的距离进行标识。如果至少有两座塔探测到火灾,那么控制中心就可以通过三角测量法确定火源的确切位置。

当然,就像任何自动系统一样,对ADELIE发出的警报进行人工验证是必不可少的环节。控制中心的工作人员使用具有强大光学变焦(30倍广角镜头)的高分辨率相机来确认是否确实发生了火灾。正因为这些消除疑点相机的帮助,监控人员得以在不中断探测系统的情况下远距离观察情况。因此,ADELIE探测系统仍然可以正常运行,以便为多处发生火灾的情况做好准备。

这个系统非常强大。每个站点可以在24小时内拍摄、传输13500张图像,并可存储30天,这与图像是否包含检测结果无关。系统不但存储所拍摄的这些图像,还会存储用于观察和验证事件的相机的视频,从而建立全面的档案。根据收集到的所有数据,ADELIE可以生成统计数据,应急服务人员可以据此调整和优化相应措施。“在存储图像的帮助下,我们可以分析火灾的过程和随后的灭火工作。随着将每次事件输入数据库,数据量不断增长。这反过来又提高了统计数据的可靠性,满足了持续改进预防和控制措施的需求,”Edouard Bouillot总结道。

这一系统已成功应用于法国西北部森林最密集的萨尔省。在那里,森林火灾的风险日益增大,春夏两个月尤其危险。近年来,自然栖息地发生的火灾越来越多。2019年发生了多次森林火灾,到2021年初,共有11.7万公顷森林安装了火灾自动探测系统网络。现在,在高危地区临近区域,在12个点位布置了总共48台相机,在树顶之上监视着森林的情况。

ADELIE系统使我们不但能够提高探测时间,还可以提高火灾定位的精度。

— 萨尔省消防局(SDIS72)总审计长Christophe Burbaud —

因此,ADELIE不仅仅是一个火灾和森林火灾自动探测系统,更是一个综合性的火灾和森林火灾监控和信息管理系统。这个法国图像处理解决方案对控制损失做出了决定性贡献。系统可以实现火灾的早期探测和火灾爆发的精确定位,从而大大降低火势蔓延的风险,并可将对人民、环境和国家经济的相关损害降至最低。

相机