解決方案
電動車棚火災監(jiān)控解決方案
據(jù)粗濾統(tǒng)計,中國的電動自行車約有3億輛,由于電動車卻非常容易自燃著火,這給社區(qū)帶來了巨大的安全隱患,尤其是深夜或凌晨一旦著火往往不容易及時發(fā)現(xiàn)與報警。因此有必要
對電動車棚進行全天候火災監(jiān)控。
電動車棚火災監(jiān)控過去普遍采用的是煙感加普通攝像機監(jiān)控的方式,由于煙感易受到灰塵、霧霾干擾而誤報,戶外車棚煙霧又受空氣 流向流速影響漏報,而普通攝像機又不能識別火情與報警,故實際上還是更依賴于肉眼人防。
鑒于以上痛點,本系統(tǒng)采用先進的光圖像AI火災攝像機,可實現(xiàn)秒速識別火焰與煙霧,一旦發(fā)生火情前端現(xiàn)場立刻觸發(fā)報 警,也可以觸發(fā)電控滅 火裝置滅火。同時機房、保安室、遠程監(jiān)管單位也同時報警。從而最快速度發(fā)現(xiàn)、報警、救援。
系統(tǒng)可設計多級聯(lián)網(wǎng),本地用戶、社區(qū)街道辦、縣市消防救援中心多級監(jiān)控,多級報警,最終及時有效杜絕電動車棚火災悲劇。
電氣是引發(fā)火災的首要原因,生產(chǎn)作業(yè)火災易致人員傷亡:如用火不慎、遺留火種、吸煙、自燃、違規(guī)動火施工、焊接焊割等生產(chǎn)作業(yè);
電動自行車已成為影響群眾安全的突出隱患,新能源新業(yè)態(tài)等不斷衍生火災新風險。
針對這種情況,我們建議以下幾個組合:
1. 前端安防攝像機為其他品牌,用光圖像AI火災攝像機,后端采用安消一體NVR,通過ONVIF協(xié)議接入其他品牌攝像機;
2. 前端安防攝像機為其他品牌,用光圖像AI火災攝像機,后端采用其他品牌安防NVR,采用ONVIF接入火災攝像機,由其他品牌NVR進行顯示錄像,然后再 增加一臺安消一體化NVR(可不接硬盤)充當報警盒,平時錄像與回放由其他品牌NVR來實現(xiàn),但發(fā)生火情報警則由安消一體化NVR來實施;
3. 前端安防攝像機為其他品牌,采用光圖像AI火災攝像機,后端采用其他品牌存儲服務器和物聯(lián)網(wǎng)平臺軟件,提供SDK開發(fā)包,其他品牌做軟件對接。
電動車棚火災監(jiān)控過去普遍采用的是煙感加普通攝像機監(jiān)控的方式,由于煙感易受到灰塵、霧霾干擾而誤報,戶外車棚煙霧又受空氣 流向流速影響漏報,而普通攝像機又不能識別火情與報警,故實際上還是更依賴于肉眼人防。
鑒于以上痛點,本系統(tǒng)采用先進的光圖像AI火災攝像機,可實現(xiàn)秒速識別火焰與煙霧,一旦發(fā)生火情前端現(xiàn)場立刻觸發(fā)報 警,也可以觸發(fā)電控滅 火裝置滅火。同時機房、保安室、遠程監(jiān)管單位也同時報警。從而最快速度發(fā)現(xiàn)、報警、救援。
系統(tǒng)可設計多級聯(lián)網(wǎng),本地用戶、社區(qū)街道辦、縣市消防救援中心多級監(jiān)控,多級報警,最終及時有效杜絕電動車棚火災悲劇。
行業(yè)現(xiàn)狀
根據(jù)應急管理部消防救援局公布的2021年全國火災數(shù)據(jù)統(tǒng)計,2021年,全國共接報火災74.8萬起,死傷人數(shù)4212 人。火災數(shù)量比2020年25.2萬起足足增長了約3倍。發(fā)生森林火災 616 起,受害森林面積約 0.4萬公頃。電氣是引發(fā)火災的首要原因,生產(chǎn)作業(yè)火災易致人員傷亡:如用火不慎、遺留火種、吸煙、自燃、違規(guī)動火施工、焊接焊割等生產(chǎn)作業(yè);
電動自行車已成為影響群眾安全的突出隱患,新能源新業(yè)態(tài)等不斷衍生火災新風險。
行業(yè)痛點
一、熱成像(遠紅外)的缺陷
1. 測溫范圍:-40~150°C,精度范圍25-50°C,不適合800°C以上火焰:
2. 波長8000-12000納米,折射率低,特制鏡頭成本極其高昂
3. 圖像分辨率低,主要為320*240、640*480,分辨率低容易漏報
二、純圖像AI火災探測的缺陷
1. 由于不同攝像機色彩風格不一樣,容易因色彩偏色不準引起誤報
2. 基于壓縮和解壓縮后的非原始受損圖像分析,識別準確率低
3. 易受到燈光、火焰、陽光、水霧、火焰視頻等干擾引起誤報
三、煙感火災探測的缺陷
1. 為煙霧接觸式探測報警,需要達到濃度才報警,存在延遲
2. 大面積場所、戶外受各種環(huán)境影響,識別率差,誤報率高
3. 只能后端報警、檢測距離短、精度低,易漏報
核心優(yōu)勢--光圖像AI火災攝像機
由于 火焰光輻射 存在跟“黑體輻射的陽光”與“原子能態(tài)越遷的燈光”具有不一樣的特性,經(jīng)過多年理論物理研究與實驗分析,我們于 2020年9月 取得了重要的科研成果,對 圖像傳感器 做特殊定制與處理,獲取到所需光線并自主開發(fā)了 ISP成像算法、然后運行 AI 算法分析,實現(xiàn)了 精準無誤的火焰探測。多品牌安消一體混合監(jiān)控
在實際項目應用中,經(jīng)常遇到老項目改造或安消一體化監(jiān)控需求,用戶原先有可能使用了第三方品牌安防攝像頭,而今需增加火災檢測攝像機。如何實現(xiàn)安防 與消防混合,同時光圖像AI火災攝像機與其他方品牌的混合監(jiān)控?針對這種情況,我們建議以下幾個組合:
1. 前端安防攝像機為其他品牌,用光圖像AI火災攝像機,后端采用安消一體NVR,通過ONVIF協(xié)議接入其他品牌攝像機;
2. 前端安防攝像機為其他品牌,用光圖像AI火災攝像機,后端采用其他品牌安防NVR,采用ONVIF接入火災攝像機,由其他品牌NVR進行顯示錄像,然后再 增加一臺安消一體化NVR(可不接硬盤)充當報警盒,平時錄像與回放由其他品牌NVR來實現(xiàn),但發(fā)生火情報警則由安消一體化NVR來實施;
3. 前端安防攝像機為其他品牌,采用光圖像AI火災攝像機,后端采用其他品牌存儲服務器和物聯(lián)網(wǎng)平臺軟件,提供SDK開發(fā)包,其他品牌做軟件對接。
優(yōu)劣勢對比
對比項 | 智能AI光圖像火災識別 | 熱成像火焰識別 | 后端圖像分機(CPU或GUI) | 傳感煙感溫度 |
探測對象 | 火焰、煙霧 | 火焰 | 火焰、煙霧 | 溫度、煙霧 |
響應速度 | ≤5s | ≤5s | ≤5s | 緩慢,并且與距離有關 |
探測原理 | 多光譜采集與圖像智能分析 | 遠紅外光黑體輻射成像 | 圖像智能分析(顏色與形狀) | / |
分析 | 原始光圖像 | 原始光圖像 | 壓縮與解壓縮(受損)圖像 | 煙霧、溫度達到臨界值 |
精度 | 高 | 低 | 低 | 低 |
可視化 | 高分辨率全彩還原 | 低分辨率全彩還原 | 中高分辨率全彩還原 | / |
誤報率 | 低,<0.001% | 高 | 高 | 低 |
抗干擾性 | 抗太陽光、燈光、假火干擾 | 受太陽光干擾、熱體干擾 | 假火干擾、閃爍黃燈光干擾 | / |
分辨率 | 1920X1080或以上 | 160X120、384X288 | 1920X1080或以上 | / |
報警 | 前端、后端、遠程 | 后端、遠程 | 后端、遠程 | 后端 |
最大檢測距離 | 10公里1平方米火焰 | 2公里1平方米火焰 | 受限攝像機 | 短距離 |
建議應用場合 | 室內(nèi)/室外,白天/黑夜 | 室內(nèi)或室外夜晚 | 室內(nèi)/室外,白天/黑夜 | 室內(nèi) |
漏報 | 難 | 分辨率不足引發(fā)漏報 | 畫面噪點馬賽克干擾致誤報 | 易 |
多功能 | 安防+消防 | 消 防 | 安防+消防 | 消防 |
成本 | 適中 | 高 | 適中 | 低 |