FireFinder - sieć detektorów środowiskowych, wykorzystujących AI i NB-IoT umożliwiających wczesną detekcję pożarów w lasach

• Autorzy: Zuchniak Konrad , Kosk Eryk , Jaglarz Piotr

Identyfikatory

DOI

10.15199/59.2023.4.49

Warianty tytułu

EN

FireFinder - a network of environmental detectors using AI and NB-IoT for early detection of forest fires

• Konferencja: Konferencja Radiokomunikacji i Teleinformatyki (20-22.09.2023 ; Kraków, Polska)
• Języki publikacji: PL

Abstrakty

PL

FireFinder to system do wczesnego wykrywania pożarów w lasach. Czujniki FireFinder stale monitorują parametry powietrza w poszukiwaniu anomalii. W przypadku wykrycia nawet śladowych ilości dymu, pojedynczy czujnik przesyła informacje do centralnego serwera oraz wywołuje okoliczne czujniki do częstszego przesyłania pomiarów. Algorytmy uczenia maszynowego analizują w czasie rzeczywistym dane otrzymane z sieci czujników w celu wyeliminowania fałszywych alertów oraz ustalenia dokładnej lokalizacji pożaru i kierunku jego rozwoju. W przypadku potwierdzenia zagrożenia odpowiednie służby lokalnej straży pożarnej są alarmowane automatycznie. System przesyła informacje o lokalizacji pożaru, jego przewidywanej wielkości oraz dodatkowe prognozy dotyczące kierunku i szybkości rozprzestrzeniania się ognia. Niniejsza publikacja przedstawia opis projektu oraz wybrane zagadnienia inżynieryjno-naukowe, które stanowiły trzon realizacyjny projektu. Projekt pod tytułem "FireFinder - innowacyjny system do wczesnego wykrywania pożarów w lasach" był współfinansowany ze środków Funduszy Europejskich w ramach Regionalnego Programu Operacyjnego Województwa Małopolskiego 2014-2020.

EN

FireFinder is an system for early detection of forest fires. FireFinder sensors constantly monitor air parameters in search of anomalies. If even trace amounts of smoke are detected, a single sensor sends information to the central server and calls nearby sensors to send measurements more often. Machine learning algorithms analyze the data received from the sensor network in real time to eliminate false alerts and determine the exact location and direction of the fire. If a threat is confirmed, the relevant local fire services are alerted automatically. The system sends information about the location of the fire, its expected size and additional forecasts regarding the direction and speed of fire spread. This publication presents a description of the project and selected engineering and scientific issues that formed the core of the project.

Słowa kluczowe

PL

detekcja pożarów; IoT; sieci sensorowe; uczenie maszynowe

EN

fire detection; IoT; sensor networks; machine learning

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2023
• Tom: nr 4
• Strony: 228--231
• Opis fizyczny: Bibliogr. 5 poz., rys.

Twórcy

autor

Zuchniak Konrad

• Neuralbit Technologies, Kraków

autor

Kosk Eryk

• Neuralbit Technologies, Kraków

autor

Jaglarz Piotr

• Neuralbit Technologies, Kraków

Bibliografia

• [1] Opis metody obliczania zagrożenia pożarowego opracowany przez Instytut Badawczy Leśnictwa: https://bazapozarow.ibles.pl/zagrozenie/metoda_IBL_nowa.pdf
• [2] Rozporządzenie Ministra Środowiska w sprawie szczegółowych zasad zabezpieczenia przeciwpożarowego lasów: https://isap.sejm.gov.pl/isap.nsf/ download.xsp/WDU20060580405/O/D20060405.pdf
• [3] Strona internetowa Open Weather Map zawierająca opis wyliczania indeksu DNI, https://openweathermap.org/api/solar-radiation/ behind-solar-radiation-api
• [4] Vaswani, Ashish, et al. "Attention is all you need." Advances in neural information processing systems 30 (2017).
• [5] Karim, Fazle, et al. "Multivariate LSTM-FCNs for time series classification." Neural networks 116 (2019): 237-245.

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).