Аннотация
В статье представлен обзор роботизированных установок пожаротушения, анализируются принципы действия современных систем технического зрения, приводятся их преимущества и недостатки.
Ключевые слова: роботизированная установка пожаротушения; система технического зрения; автоматическая установка пожаротушения.
Введение
Ежегодно возрастает количество объектов, защита которых осуществляется с помощью роботизированных установок пожаротушения (РУП). РУП предназначены для защиты машинных залов тепловых и атомных станций, самолетных ангаров, резервуаров нефти, спортивных стадионов и т.п.
Современные технологии позволяют повысить эффективность работы РУП, учитывать распространение пламени и корректировать направление подачи струи огнетушащего вещества в сторону распространения. Наиболее значимым элементом роботизированных установок является техническое зрение. От развития системы технического зрения РУП зависит решение следующих проблемных задач: обратная связь о фактическом попадании струи в очаг возгорания (далее очаг) и учет изменения оптической прозрачности среды.
Стандартный вариант исполнения роботизированной установки пожаротушения (далее РУП) с определением координат очага в трехмерной системе координат представлен в патенте [1]. Инициатором запуска является сигнал с пожарной сигнализации. При поступлении сигнала «Пожар» – пожарные роботы производят поиск очага. Каждый пожарный робот определяет направление на очаг (горизонтальную и вертикальную угловые координаты). Вычисление координат очага в трехмерном пространстве производится расчетом с помощью метода триангуляции, в простейшем случае по данным от двух пожарных роботов (рисунок 1).
Рисунок 1
Наведение струи на очаг производится с учетом баллистической траектории струи в зависимости от расстояния и давления (рисунок 2).
Рисунок 2
У данного метода наведения струи на очаг существует ряд недостатков: струя огнетушащего вещества может отклоняться от воздействия воздушных потоков [2], дальность струи зависит от температуры воздуха [3] и угловой скорости перемещения струи [4], пламя имеет свойство распространяться. Для устранения недостатков расчетного метода целесообразно введение обратной связи о наведении струи в очаг.
Следует учесть, что при горении и тушении очага, особенно в помещениях небольших объемов, очень динамично меняется прозрачность среды в различных диапазонах. Это затрудняет процесс отслеживания развития пожара техническими средствами. Применение видимого диапазона нецелесообразно, т.к. задымление практически полностью перекрывает обзор. Для реализации обратной связи в помещении целесообразно применять инфракрасный диапазон.
Идея метода описана в патенте [5] и работах [6-8], основана на изменении уровня инфракрасного излучения пламени при перекрывании потоками капель воды обзора приемника излучения. Пожарный робот с помощью подъема-опускания струи огнетушащего вещества в вертикальной плоскости добивается полного либо частичного перекрытия обзора очага для одного из наблюдателей. Таким образом, можно обеспечить наведение струи в очаг и производить корректировку до тех пор, пока очаг не будет потушен.
Целью работы является исследования влияния задымленности и взвеси капель воды на возможность обнаруживать пламя при горении различных материалов в различных диапазонах спектра излучения с целью разработки системы технического зрения, обеспечивающей работоспособность в реальных условиях пожара. Для этих целей разработан и изготовлен специализированный стенд, описанный в источнике [9].
Методология
Предварительные испытания, а также литературный обзор [10-13], показали наиболее оптимальным – применение ближнего ИК диапазона для целей обнаружения пламени сквозь задымленность.
В патенте [14] представлен многофункциональный комплекс, который включает в себя квадрокоптер для мониторинга наружных потенциально опасных зон. Учитывая сложную обстановку на пограничной территории России, целесообразно применение беспилотных средств - для мониторинга пожаров различной сложности.
Специалисты Петрозаводского государственного университета провели ряд исследований по обнаружению реальных лесных пожаров по видеоизображению для возможности применения системы распознавания на беспилотных средствах.
В настоящее время применяемые технологии мониторинга лесных пожаров имеют свои ограничения, такие как необходимость наличия инфраструктуры для размещения оборудования (высотные мачты, электричество, каналы связи), высокая стоимость или низкое пространственное разрешение. Применение беспилотных летательных аппаратов (БПЛА), БПЛА, оснащенных обычными RGB (red, green, blue) камерами для обнаружения пожаров – является перспективным решением. БПЛА могут передавать информацию о начальном местонахождении пожара, направлении распространения пламени и его размере. Наличие таких данных можно использовать для более оперативного и эффективного тушения пожара. БПЛА с RGB камерами значительно дешевле чем БПЛА с тепловизионными системами..
Для обнаружения пламени и дыма в Петрозаводском государственном университете (ПетрГУ) в 2023 г. был разработан специальный модуль для детектирования пламени и дыма с помощью нейросетевых технологий [15]. Модуль детектирования пламени получает набор видеоизображений с цифровой камеры БПЛА и передает данные на серверную часть модуля по беспроводному каналу по протоколу RTSP, используя GSM связь. На серверной части модуля в режиме реального времени осуществляется анализ видеоизображений с использованием нейросети YOLO (You Only Look Once) v7, библиотеки с открытым исходным кодом OpenCV и машинного обучения данных по датасетам.
Результаты
Для обучения детектирования пожаров в качестве объектов, требующих обнаружения, были выбраны два объекта: «пламя» и «дым». На первом этапе была осуществлена разметка фотографий лесных пожаров, снятых с БПЛА в 2020-2021 гг. С целью обучения был создан датасет – набор из 1441 фотографий. Фотографии были разбиты на две группы: для обучения нейронной сети использовалось 1300 изображений (90% от общего числа), для проверки - 141 изображение (10% от общего числа). После этапа разметки полученный датасет был подан на вход обучения модели и были проведены тесты. На рисунке 3 (слева) представлен пример размеченной фотографии. После этапа разметки полученный датасет был подан на вход обучения модели и были проведены тесты (рис. 3, справа).
Рисунок 3
В процессе проверки работы нейросети не было зафиксировано ложных срабатываний. Модель определила границы огня и дыма с требуемой точностью. Изменение метрик с количеством эпох представлено в таблице 1. Для оценки качества обучения модели YOLO были использованы следующие метрики: Precision (точность); Recall (полнота); Average Precision (средняя точность); Intersection over Union (IoU); Mean Average Precision (mAP).
Заключение
Для эффективного применения РУП требуется решать ряд задач, которые зависят от возможностей технического зрения, такие, например, как реализация обратной связи по наведению струи в очаг, отслеживание распространения пламени, учет изменения оптической прозрачности среды при возникновении и тушении пожара. Полученные результаты показывают возможность создания систем пожаротушения, эффективно работающих в условиях задымления и водяной взвеси на основе искусственного интеллекта.
ЛИТЕРАТУРА
1. Патент № RU2319530C2. Роботизированный пожарный комплекс. Горбань Ю.И. Опубликован 20.03.2008.
2. Пожаркова И.Н., Цариченко С.Г., Немчинов С.Г. Моделирование траектории струи огнетушащего средства из пожарного лафетного ствола при возмущающих воздействиях // Безопасность труда в промышленности. 2022. № 11. С. 7-13.
3. Меженов В.А., Ольховский И.А., Лебедев А.Н., Щетнев К.П. Баллистика струй из универсальных насадков ствольной пожарной техники // Пожары и чрезвычайные ситуации: предотвращение, ликвидация. 2021. № 3. С. 37-43.
4. Мешман Л.М., Былинкин В.А., Горбань Ю.И., Горбань М.Ю., Фокичева К.Ю. Актуальные проблемы навигации на очаг пожара пожарных роботизированных стволов в роботизированных установках пожаротушения. Часть 1. Предпосылки создания РУП и специфические особенности тушения пожаров ПРС // Пожаровзрывобезопасность. 2019. Т. 28. № 3. С. 70–88.
5. Патент № RU2745641C1. Роботизированная установка пожаротушения с системой коррекции струи. Горбань Ю.И., Горбань М.Ю., Штирц Д.А., Немчинов С.Г. Опубликован 29.03.2021.
6. Немчинов С.Г., Горбань Ю.И., Туровский А.А., Приходченко Р.В. Система технического зрения для роботизированных установок пожаротушения // Труды 33-й Международной научно-технической конференции «Экстремальная робототехника». 2022. С. 51-56.
7. Немчинов С., Туровский А., Приходченко Р.. Решения по применению технического зрения. // Гражданская защита. 2022. № 9. С. 14-15.
8. Немчинов С.Г., Туровский А.А., Приходченко Р.В. Анализ решений по применению технического зрения для роботизированных установок пожаротушения. // Безопасность, 2002. № 2 С. 30-32.
9. Семенова А.Р., Туровский А.А., Олещук О.В. Разработка автоматизированного стенда для исследования влияния задымленности на чувствительность пожарных извещателей пламени // Научный аспект. 2023. Т. 2. № 11. С. 226-232.
10. Ипатьев А.В., Яглов В.Н. Дымообразующая способность веществ и материалов (физико-химические процессы, методы исследований, способы управления): монография Минск, 2002. 75 с.
11. Суриков А.В., Лешенюк Н.С., Петухов В.О. Количественные характеристики оптического излучения, проходящего через задымленную среду // Вестник Командно-инженерного института МЧС Республики Беларусь. 2011. № 2. С. 15-18.
12. Копылов Н.П., Сушкина Е.Ю., Новикова В.И., Яшин В.В. Методика изучения состава продуктов горения различных материалов // Пожарная безопасность. 2021. № 4. С. 17–24.
13. Белоусов Ю.И., Постников Е.С. Инфракрасная фотоника. Часть I. Особенности формирования и распространения ИК-излучения. Учеб. пособие. – СПб: Университет ИТМО, 2019. 82 с.
14. Патент № RU2814057C1. Многофункциональный робототехнический комплекс противопожарной защиты производственных объектов на базе роботизированной установки пожаротушения и мобильного роботизированного комплекса. Горбань Ю.И., Немчинов С.Г., Харевский В.А. Опубликован 21.02.2024.
15. Кабонен А.В. Программа для нейросетевого детектирования пожаров "SMARTDETECTOR" / Кабонен А.В., Кувшинов Д.А., Димитров В.М., Будник П.В. // Свидетельство о регистрации программы для ЭВМ № 2023682531 от 26.10.2023.
Информация об авторах
Туровский Аристарх Альбертович,
главный специалист по НИОКР ООО «Инженерный центр «ЭФЭР», Петрозаводск, Россия
ORCID: 0009‑0005‑9336‑6654
Тришина Анжелика Владимировна,
начальник сметного отдела ООО «СТАЛТ ЛТД», Санкт-Петербург, Россия,
ORCID: 0009-0000-3318-860Х
Кабонен Алексей Валерьевич,
директор Центра цифрового мониторинга северных и арктических экосистем Петрозаводского государственного университета, Республика Карелия, Петрозаводск, ORCID: 0000-0002-1717-3085
Димитров Вячеслав Михайлович,
старший преподаватель кафедры информатики и математического обеспечения Петрозаводского государственного университета, Республика Карелия, Петрозаводск, ORCID: 0009-0003-6442-243X
