摘要：當(dāng)前，浙江省消防數(shù)字化轉(zhuǎn)型取得階段性成果，助力消防安全治理能力穩(wěn)步提升，但也需正視當(dāng)前存在的技術(shù)與應(yīng)用短板，以推動(dòng)消防體系向更高水平邁進(jìn)。在概述智慧消防技術(shù)發(fā)展背景的基礎(chǔ)上，結(jié)合國(guó)內(nèi)外已有的技術(shù)研究成果，探討了以新一代信息技術(shù)為基礎(chǔ)的智慧消防技術(shù)發(fā)展現(xiàn)狀，以供參考。

關(guān)鍵詞：智慧消防；人工智能；多傳感器融合；物聯(lián)網(wǎng)

中圖分類號(hào)：D631.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-1227（2024）08-0057-03

1 背景

目前，我國(guó)正處于城市化快速推進(jìn)時(shí)期，城市經(jīng)濟(jì)的快速增長(zhǎng)和人口規(guī)模的持續(xù)增長(zhǎng)，各類基礎(chǔ)設(shè)施建設(shè)竣工投入使用，城市空間環(huán)境日益復(fù)雜，火災(zāi)風(fēng)險(xiǎn)不斷增加，消防救援工作面臨著前所未有的嚴(yán)峻挑戰(zhàn)。據(jù)國(guó)家消防救援局官網(wǎng)數(shù)據(jù)顯示，2023年1至10月，全國(guó)共接報(bào)火災(zāi)74.5萬(wàn)起，死亡1381人，受傷2063人，已核直接財(cái)產(chǎn)損失61.5億元，與去年同期相比，起數(shù)和傷人數(shù)分別上升2.5%和6.5%，亡人數(shù)和損失分別下降13.2%和9.7%[1]。消防安全問題已經(jīng)成為社會(huì)關(guān)注熱點(diǎn)和城市應(yīng)急管理重點(diǎn)。

隨著應(yīng)急救援任務(wù)的突發(fā)性、可變性和艱巨性愈加凸顯，救援隊(duì)伍若缺乏對(duì)火場(chǎng)信息的實(shí)時(shí)響應(yīng)，不僅會(huì)影響滅火救援效率和質(zhì)量，還易引起指揮決策失誤，威脅現(xiàn)場(chǎng)人員生命安全。現(xiàn)階段我國(guó)消防安全管理救援工作多側(cè)重于日常監(jiān)管巡查，防控精準(zhǔn)度有待進(jìn)一步增強(qiáng)、監(jiān)測(cè)預(yù)警水平有待進(jìn)一步提升、信息的準(zhǔn)確性和時(shí)效性有待進(jìn)一步提高，亟待建設(shè)一套靈敏真實(shí)、快速機(jī)動(dòng)的災(zāi)害現(xiàn)場(chǎng)感知網(wǎng)絡(luò)，進(jìn)一步深化落實(shí)消防信息化改革。

近年來，大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展為城市消防建設(shè)提供了新的解決方案。浙江省在“十四五”規(guī)劃指導(dǎo)下，將智慧消防建設(shè)納入數(shù)字化轉(zhuǎn)型重點(diǎn)，推進(jìn)新技術(shù)與消防工作的融合，構(gòu)建“四橫四縱”的總體框架，依托消防智能管控、一站式消防服務(wù)、數(shù)據(jù)資源共享管理三大平臺(tái)，為城市發(fā)展提供安全保障。

2 火災(zāi)動(dòng)態(tài)預(yù)警與多傳感器信息融合技術(shù)

隨著圖像識(shí)別技術(shù)逐步應(yīng)用于火災(zāi)研究領(lǐng)域，針對(duì)火焰顯著的顏色特征，Celik T等[2]構(gòu)建了一套結(jié)合目標(biāo)色彩信息和背景環(huán)境因素進(jìn)行實(shí)時(shí)火災(zāi)監(jiān)測(cè)的預(yù)警系統(tǒng)，通過對(duì)視頻幀序列進(jìn)行處理，可在實(shí)際火災(zāi)場(chǎng)景下達(dá)到98%的監(jiān)測(cè)準(zhǔn)確率。但上述對(duì)于火災(zāi)傳感器的研究主要集中在如何提高其探測(cè)精度和使用功能，缺乏對(duì)于火場(chǎng)溫度分布情況的了解及煙霧擴(kuò)散的監(jiān)控預(yù)測(cè)。

紅外線因其穿透性較強(qiáng)、可進(jìn)行非接觸式溫度測(cè)量的特性，近年來也被廣泛應(yīng)用于火災(zāi)預(yù)防監(jiān)測(cè)領(lǐng)域，成為快速判斷火災(zāi)規(guī)模、確定火源大致方位的重要輔助工具。劉宏等[3]使用便攜式毫米波雷達(dá)，增強(qiáng)了消防紅外相機(jī)在充滿煙霧的低能見度火場(chǎng)環(huán)境中的空間感知能力。Zhang S等[4]通過激光雷達(dá)結(jié)合雙目視覺實(shí)現(xiàn)火災(zāi)自動(dòng)巡檢機(jī)器人的動(dòng)態(tài)避障功能。通過采用圖像、音頻、雷達(dá)等多傳感器融合的方式，可彌補(bǔ)復(fù)雜環(huán)境因素對(duì)單一類別傳感器信息獲取能力的限制，顯著提升火災(zāi)自動(dòng)化監(jiān)測(cè)的效率和準(zhǔn)確性。相比于傳統(tǒng)基于單模態(tài)的火場(chǎng)感知方法，基于多傳感器信息融合的火場(chǎng)識(shí)別技術(shù)通過集成來自不同類型傳感器的數(shù)據(jù)，為火災(zāi)監(jiān)測(cè)和預(yù)警提供更全面和準(zhǔn)確的信息，其具有如下優(yōu)勢(shì)與特點(diǎn)：

一是數(shù)據(jù)綜合分析。多傳感器信息融合技術(shù)通過集成溫度、煙霧、氣體濃度等多種傳感器的數(shù)據(jù)，能夠?qū)馂?zāi)現(xiàn)場(chǎng)進(jìn)行綜合分析，提供更為準(zhǔn)確的火災(zāi)評(píng)估。例如，溫度傳感器能夠監(jiān)測(cè)火災(zāi)區(qū)域內(nèi)的溫度變化，快速識(shí)別出異常高溫區(qū)域，從而幫助確定火源位置和火勢(shì)強(qiáng)度；煙霧傳感器通過檢測(cè)煙霧的濃度變化，可以早期識(shí)別火災(zāi)并評(píng)估火勢(shì)蔓延的速度；氣體傳感器則檢測(cè)火災(zāi)現(xiàn)場(chǎng)有害氣體的濃度，幫助判斷火災(zāi)的燃燒性質(zhì)和潛在的毒害風(fēng)險(xiǎn)。通過將這些傳感器的數(shù)據(jù)進(jìn)行融合和分析，系統(tǒng)可以準(zhǔn)確判斷火災(zāi)的性質(zhì)、燃燒材料的類型和危險(xiǎn)程度。這種綜合分析為消防隊(duì)伍提供了寶貴的信息支持，幫助其采取更為針對(duì)性的滅火措施。

二是強(qiáng)化系統(tǒng)魯棒性。單一傳感器的數(shù)據(jù)往往容易受到環(huán)境噪聲和其他因素的干擾，導(dǎo)致誤報(bào)或漏報(bào)。例如，溫度傳感器可能會(huì)因?yàn)橹車h(huán)境高溫而誤報(bào)火災(zāi)。多傳感器信息融合技術(shù)通過數(shù)據(jù)交叉驗(yàn)證和冗余處理顯著提高檢測(cè)精度。不同類型傳感器的數(shù)據(jù)可以相互驗(yàn)證，例如，當(dāng)溫度傳感器檢測(cè)到異常高溫時(shí)，系統(tǒng)會(huì)檢查煙霧傳感器和氣體傳感器的數(shù)據(jù)，只有當(dāng)多個(gè)傳感器的數(shù)據(jù)同時(shí)異常時(shí)，才確認(rèn)火災(zāi)警報(bào)。這種方法大幅降低了誤報(bào)率。通過在重要區(qū)域布置多個(gè)相同類型傳感器等技術(shù)手段，多傳感器信息融合技術(shù)能夠減少誤報(bào)和漏報(bào)的可能性，確?；馂?zāi)預(yù)警系統(tǒng)能夠在最短時(shí)間內(nèi)發(fā)出準(zhǔn)確的警報(bào)。

三是全方位態(tài)勢(shì)感知。不同類型的傳感器提供了火災(zāi)現(xiàn)場(chǎng)的多維度信息，包括溫度分布、煙霧濃度、氣體成分、視覺圖像和音頻信息。通過融合這些信息，系統(tǒng)可以對(duì)火災(zāi)現(xiàn)場(chǎng)進(jìn)行全方位的態(tài)勢(shì)感知。例如，熱成像攝像頭提供火場(chǎng)的溫度分布圖；視覺監(jiān)控通過實(shí)時(shí)視頻監(jiān)控，提供火場(chǎng)內(nèi)人員的活動(dòng)情況和火勢(shì)蔓延的可視化信息；音頻傳感器捕捉火場(chǎng)中的聲音信息，輔助判斷火災(zāi)現(xiàn)場(chǎng)的動(dòng)態(tài)變化。通過多傳感器信息融合，系統(tǒng)可以生成火災(zāi)現(xiàn)場(chǎng)的全面態(tài)勢(shì)圖，幫助指揮中心全面了解火場(chǎng)情況。這些信息不僅有助于制定更為有效的應(yīng)急響應(yīng)策略，還能在救援過程中提供實(shí)時(shí)支持，確保救援人員的安全和救援行動(dòng)的高效。

3 火災(zāi)態(tài)勢(shì)感知與人工智能技術(shù)

人工智能深度學(xué)習(xí)技術(shù)在智慧消防系統(tǒng)中的應(yīng)用和普及，在火災(zāi)態(tài)勢(shì)感知和安全決策方面展現(xiàn)出極大的優(yōu)勢(shì)。1991年，Okayama首次將基于人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)技術(shù)應(yīng)用于火災(zāi)識(shí)別，驗(yàn)證了技術(shù)可行性。蔣亞強(qiáng)等[5]則提出了一種基于人工智能和外部煙氣圖像的建筑外立面開口火溢流溫度場(chǎng)預(yù)測(cè)方法，通過對(duì)建筑火災(zāi)外部煙氣行為的監(jiān)測(cè)實(shí)現(xiàn)實(shí)時(shí)的熱釋放速率預(yù)測(cè)，從而為消防人員的應(yīng)急決策提供支持?；谝延屑夹g(shù)，可進(jìn)一步以數(shù)據(jù)驅(qū)動(dòng)城市消防安全管理與救援工作，從而實(shí)現(xiàn)大數(shù)據(jù)環(huán)境下的安全形勢(shì)可判、救援工作可控、調(diào)度指揮可視。在火場(chǎng)救援場(chǎng)景中具體有以下幾方面應(yīng)用：

一是火場(chǎng)音頻識(shí)別?；饒?chǎng)環(huán)境中噪聲復(fù)雜，各種警報(bào)聲、火焰燃燒聲、建筑物倒塌聲以及人員的呼救聲混雜在一起。傳統(tǒng)的聲音識(shí)別技術(shù)難以在這樣的環(huán)境中有效工作。通過引入深度學(xué)習(xí)和機(jī)器學(xué)習(xí)算法，可以開發(fā)出更加智能的火場(chǎng)音頻識(shí)別系統(tǒng)。這種系統(tǒng)能夠捕捉和識(shí)別諸如被困者呼救在內(nèi)的關(guān)鍵音頻信息。首先，通過多種傳感器捕捉現(xiàn)場(chǎng)音頻，然后利用深度學(xué)習(xí)模型進(jìn)行濾波處理，將關(guān)鍵音頻信號(hào)與環(huán)境噪聲區(qū)分開來。這不僅能夠幫助救援人員更快地找到被困人員，還可以通過音頻信息了解火場(chǎng)內(nèi)部的動(dòng)態(tài)變化，豐富火場(chǎng)態(tài)勢(shì)感知渠道，提升救援效率。

二是消防員疲勞監(jiān)測(cè)預(yù)警。消防員在高溫、濃煙和緊張的工作環(huán)境中長(zhǎng)時(shí)間工作，容易出現(xiàn)生理疲勞，進(jìn)而影響其判斷力和行動(dòng)力，增加救援過程中的風(fēng)險(xiǎn)。通過深度學(xué)習(xí)技術(shù)，可以實(shí)現(xiàn)對(duì)消防員生理狀態(tài)的實(shí)時(shí)監(jiān)測(cè)和預(yù)警。具體來說，可以通過語(yǔ)音特征、呼吸頻率、心率等參數(shù)的采集，結(jié)合深度學(xué)習(xí)模型對(duì)這些數(shù)據(jù)進(jìn)行分析，評(píng)估消防員的疲勞程度和生理狀態(tài)。這樣的監(jiān)測(cè)系統(tǒng)能夠及時(shí)發(fā)出預(yù)警，提醒指揮中心進(jìn)行人員調(diào)整，避免因疲勞導(dǎo)致事故發(fā)生，為后續(xù)人員調(diào)配及救援行動(dòng)提供科學(xué)的決策依據(jù)。

三是熱成像目標(biāo)識(shí)別。在火災(zāi)現(xiàn)場(chǎng)，煙霧彌漫和高溫環(huán)境常常使得傳統(tǒng)的視覺監(jiān)控手段失效。熱成像技術(shù)可以穿透煙霧，通過捕捉物體的紅外輻射來形成圖像。結(jié)合機(jī)器學(xué)習(xí)算法，熱成像圖像可以用于識(shí)別和定位關(guān)鍵目標(biāo)，如被困者和消防員。利用深度學(xué)習(xí)模型對(duì)熱成像圖像進(jìn)行處理和分析，可以準(zhǔn)確地識(shí)別出人體輪廓和位置。這對(duì)救援行動(dòng)尤為重要，因?yàn)樗軌蛟谀芤姸葮O低的環(huán)境中提供清晰的目標(biāo)信息，幫助救援人員迅速確定受困者和消防員的位置，提高救援行動(dòng)的精確度和效率。

4 人員疏散行為識(shí)別與智慧引導(dǎo)技術(shù)

在現(xiàn)代城市的消防安全管理中，深度學(xué)習(xí)技術(shù)正在發(fā)揮越來越重要的作用?；馂?zāi)發(fā)生時(shí)，迅速有效的人員疏散是減少傷亡的關(guān)鍵，而深度學(xué)習(xí)方法在這一過程中提供了強(qiáng)有力的技術(shù)支持。結(jié)合先進(jìn)的深度學(xué)習(xí)技術(shù)，可以實(shí)現(xiàn)人員類別識(shí)別、疏散行為分析、負(fù)荷計(jì)算以及路徑規(guī)劃等功能，從而大幅提升火災(zāi)應(yīng)急響應(yīng)的效率和效果。

火災(zāi)現(xiàn)場(chǎng)的情況通常非常復(fù)雜，人員密集，環(huán)境多變，傳統(tǒng)的人工監(jiān)控和指揮難以迅速應(yīng)對(duì)。而YOLO（You Only Look Once）技術(shù)作為一種實(shí)時(shí)物體檢測(cè)系統(tǒng)，能夠在火災(zāi)現(xiàn)場(chǎng)的視頻監(jiān)控中快速準(zhǔn)確地檢測(cè)和識(shí)別圖像中的人員[6]。采用YOLO對(duì)視頻信號(hào)進(jìn)行分析，可以識(shí)別出不同類別的人員（如成人、兒童、老年人），并統(tǒng)計(jì)被困人數(shù)。這不僅有助于掌握現(xiàn)場(chǎng)的整體情況，還能為救援隊(duì)伍提供重要的決策依據(jù)。

此外，采用姿態(tài)估計(jì)技術(shù)（如OpenPose、AlphaPose等）可以檢測(cè)和識(shí)別人體的關(guān)鍵點(diǎn)，分析人員的姿態(tài)和行為。在火災(zāi)疏散中，OpenPose可以判斷人員的疏散行為是否正常，識(shí)別出諸如恐慌、擁擠、摔倒等異常情況。這些行為分析能夠幫助指揮中心及時(shí)發(fā)現(xiàn)并解決疏散過程中的問題，確保疏散通道的暢通和人員的安全。例如，當(dāng)OpenPose檢測(cè)到有人摔倒或行動(dòng)不便人員時(shí)，可以立即通知救援人員前往處理，避免引發(fā)更大的混亂和傷害。

在識(shí)別和分析的基礎(chǔ)上，深度學(xué)習(xí)技術(shù)還可以輔助疏散路徑的動(dòng)態(tài)規(guī)劃。通過實(shí)時(shí)監(jiān)控火災(zāi)現(xiàn)場(chǎng)的情況，結(jié)合人員分布和行為分析，優(yōu)化疏散路徑，避開危險(xiǎn)區(qū)域，確保人員能以最快的速度、安全地撤離火災(zāi)現(xiàn)場(chǎng)。這樣的實(shí)時(shí)路徑調(diào)整能夠顯著提升疏散效率，減少人員在火災(zāi)中的停留時(shí)間，降低傷亡風(fēng)險(xiǎn)。

總體而言，深度學(xué)習(xí)方法在火災(zāi)人員疏散中的應(yīng)用具有重要意義。它不僅能夠提供精確的人員識(shí)別和行為分析，還能在疏散策略和路徑規(guī)劃上提供智能支持。通過這些技術(shù)的綜合應(yīng)用，可以顯著提升火災(zāi)應(yīng)急響應(yīng)的能力。這一技術(shù)的應(yīng)用前景廣闊，未來有望在更多的應(yīng)急管理和災(zāi)害響應(yīng)場(chǎng)景中得到推廣和應(yīng)用。

5 消防信息化管理與物聯(lián)網(wǎng)技術(shù)

信息化管理是智能消防生態(tài)系統(tǒng)的關(guān)鍵組成部分，可以幫助消防部門實(shí)時(shí)地、全面地對(duì)消防系統(tǒng)的運(yùn)行情況，相關(guān)人員的行為、消防設(shè)備狀態(tài)等進(jìn)行監(jiān)控和管理，提高消防部門的工作效率。一旦發(fā)生火災(zāi)，也可根據(jù)火情信息實(shí)施動(dòng)態(tài)管控，從而降低火災(zāi)可能帶來的危害及損失，并為后續(xù)制定消防應(yīng)急預(yù)案和相關(guān)標(biāo)準(zhǔn)提供可靠、有效的數(shù)據(jù)來源。

目前浙江省已應(yīng)用物聯(lián)網(wǎng)技術(shù)建設(shè)智慧消防智能管控平臺(tái)，歸集整合三百多家運(yùn)營(yíng)服務(wù)機(jī)構(gòu)數(shù)據(jù)庫(kù)，實(shí)現(xiàn)了對(duì)全省33.26萬(wàn)家單位的實(shí)時(shí)監(jiān)測(cè)，初步形成了網(wǎng)絡(luò)化、數(shù)字化、標(biāo)準(zhǔn)化的消防信息化建設(shè)體系。但考慮到物聯(lián)網(wǎng)技術(shù)在實(shí)現(xiàn)系統(tǒng)融合提供連通性便利的同時(shí)，也將帶來一系列安全隱患，基于物聯(lián)網(wǎng)、建筑設(shè)備控制及其他網(wǎng)絡(luò)系統(tǒng)共同構(gòu)建的消防系統(tǒng)越來越多地暴露在公共互聯(lián)網(wǎng)中，有必要全面考慮潛在的信息安全隱患。

6 結(jié)束語(yǔ)

在產(chǎn)業(yè)革命和技術(shù)革新的時(shí)代背景下，智慧消防在發(fā)展建設(shè)的同時(shí)也面臨著風(fēng)險(xiǎn)與挑戰(zhàn)。作為消防從業(yè)者，既要把握前沿技術(shù)發(fā)展動(dòng)態(tài)將其與實(shí)戰(zhàn)經(jīng)驗(yàn)結(jié)合應(yīng)用，又要認(rèn)識(shí)到信息互聯(lián)帶來的安全風(fēng)險(xiǎn)，從而貫徹落實(shí)中央部署要求，做到又好又快地全面推進(jìn)現(xiàn)代科技與消防工作的深度融合，全力完成信息化條件下的消防救援轉(zhuǎn)型升級(jí)工作，不斷提高智能火災(zāi)防治水平，保障社會(huì)消防監(jiān)管能力，最終打造具有良好發(fā)展前景和社會(huì)經(jīng)濟(jì)效益的智慧城市綜合防火工作體系。

參考文獻(xiàn)

[1]光明網(wǎng).今年1至10月全國(guó)火災(zāi)形勢(shì)報(bào)告公布[EB/OL].https：//baijiahao.baidu.com/s？id=1782062479755618549&wfr=spider&for=pc

[2]Celik T，Demirel H，Ozkaramanli H，et al.Fire detection using statistical color model in video sequences[J].Journal of Visual Communication and Image Representation，2007，18（2）：176-185.

[3]劉宏，王天正，張海，等.基于毫米波雷達(dá)山火監(jiān)測(cè)技術(shù)研究[J].武漢大學(xué)學(xué)報(bào)（工學(xué)版），2020，53（1）：72-80.

[4]Zhang S，Yao J，Wang R，et al.Design of intelligent fire-fighting robot based on multi-sensor fusion and experimental study on fire scene patrol[J].Robotics and Autonomous Systems，2022，154：104122.

[5]蔣亞強(qiáng)，王自龍，黃鑫炎.基于人工智能的外立面開口火溢流溫度場(chǎng)預(yù)測(cè)[J].消防科學(xué)與技術(shù)，2021，40（6）：827-830.

[6]王思元，王俊杰.基于改進(jìn)YOLOv3算法的高密度人群目標(biāo)實(shí)時(shí)檢測(cè)方法研究[J].安全與環(huán)境工程，2019，26（5）：194-200.