В Москве разработали беспилотную систему для ранней идентификации пожаров на основе нейросети

2 часа назад

© Сгенерировано ИИ

Специалисты из Московского авиационного института (МАИ) разработали инновационную систему, использующую нейронные сети для идентификации дыма и определения его отличий от пара. Данная система способна устанавливать координаты источника пламени и отправлять их в пожарную службу. Как сообщили ТАСС представители пресс-службы института, система может быть интегрирована в обычные серийные дроны, оснащенные стандартной камерой.

В комментарии агентству руководитель проекта Никита Лалетин подчеркнул, что пожары в лесах распространяются с огромной скоростью, и каждая упущенная секунда в обнаружении возгорания только увеличивает наносимый ущерб. Разработанная в МАИ система способна обнаруживать очаг пожара в радиусе пяти километров на самой ранней стадии, как только появляется дым, и автоматически, всего за пять-семь секунд, передавать координаты в МЧС. Это позволит локализовать пожар на небольшой территории и предотвратить его перерастание в масштабную катастрофу. В будущем планируется передавать информацию о типе возгорания и скорости его распространения.

Разработан рабочий прототип системы, успешно протестированный в лабораторных условиях. Планируется проведение полевых испытаний с использованием беспилотного летательного аппарата. Ожидается, что в 2026 году будет создан готовый демонстрационный образец, после чего разработчики обратятся к МЧС и коммерческим компаниям с предложением о проведении испытаний на специализированных полигонах.

Для распознавания дыма система использует нейросетевую модель компьютерного зрения. Она анализирует оптические данные, поступающие с камеры дрона. Для обучения нейросети МЧС предоставило записи с учебных полигонов. Собранный обширный набор данных с изображениями дыма и огня позволил достичь 95,1% точности.

Существующие системы для мониторинга пожаров с дронов используют тепловизоры, которые реагируют на сильное открытое пламя. Разработка МАИ позволяет обнаружить дым на ранней стадии. Для предотвращения ложных срабатываний, когда дым из труб может быть ошибочно принят за пожар, в системе реализован многоступенчатый модуль защиты, который сейчас находится в стадии доработки.

На первом этапе проводится временной анализ: система запрашивает серию последовательных снимков объекта, сравнивает их, исключая блики и кратковременные помехи, визуально схожие с дымом (например, размытие из-за резкого движения камеры). На втором этапе нейронная сеть выполняет контекстный анализ, в ходе которого «отсеивает» объекты в небе, такие как облака, поскольку источник возгорания должен находиться на земле. В перспективе планируется внедрение третьего уровня перекрестной проверки с помощью второй нейросети. Она будет анализировать текстуру объекта, позволяя надежно отличать дым от тумана или пара, сообщили в МАИ.

Читайте новости о безопасности зданий и сооружений на сайте журнала RUБЕЖ по ссылке.