ПРИМЕНЕНИЕ НЕЙРОННОЙ СЕТИ ДЛЯ ОБНАРУЖЕНИЯ ВОЗГОРАНИЙ В СОСТАВЕ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ПОЖАРОВЗРЫВОБЕЗОПАСНОСТИ
Application of neural network for fire detection in automated fire and explosion safety system
- 1 РГУ нефти и газа (НИУ) имени И.М. Губкина
В работе представлена система обнаружения возгораний с использованием панорамной камеры, сверточной нейронной сети и 3D модели. Рассматривается ее использование в составе автоматизированной системы пожаровзрывобезопасности предприятия. Обозначены задачи, решаемые системой. Рассмотрена архитектура решения, состав ее модулей, применяемые алгоритмы и преимущества применяемого подхода.
The paper presents a fire detection system using a panoramic camera, a convolutional neural network, and a 3D model. Its use as part of an automated fire and explosion safety system at an enterprise is considered. The tasks solved by the system are outlined. The architecture of the solution, the composition of its modules, the algorithms used, and the advantages of the approach used are considered.
Искусственные нейронные сети (ИНС) в настоящее время являются одним из наиболее активно развивающихся направлений. Они уже совершили прорывы во многих отраслях науки и техники, и с каждым годом сфера их применения расширяется.
В области обеспечения пожарной безопасности ИНС уже давно стали важной технологией. На современных промышленных предприятиях за пожарную безопасность отвечают автоматизированные системы пожаровзрывобезопасности (АСПВБ) [1]. АСПВБ является комплексной структурой (изображена на рисунке 1), в которую входят большое количество разных элементов, в том числе технические средства обнаружения и ликвидации опасных ситуаций, внедрение в которых ИНС, позволяет повысить эффективность всей системы.

Рисунок 1 – Схема автоматизированной системы пожаровзрывобезопасности
В данной работе будет рассмотрена система обнаружения возгораний на базе компьютерного зрения (Computer Vision, CV) с использованием сверточной нейронной сети (Convolutional Neural Network, CNN), работающей с панорамной камерой видеонаблюдения и определяющей точное положение возгорания в пространстве с использованием 3D модели объекта наблюдения. Данная система является элементом комплекса автоматизированных систем (АС) пожаровзрывозащиты (АСПВЗ), а конкретно АС обнаружения пожара (АСОП).
АСОП включает в себя технические и программные средства, выявляющие аварийные пожароопасные ситуации по физическим признакам и визуальным данным. Основные технические средства: тепловые датчики, газоанализаторы (включая датчики угарного газа) и датчики дыма. В данной работе система использует визуальную информацию от камер, применяя и современный подход с использованием CNN.
Рассматриваемая система (рисунок 2) состоит из следующих основных компонентов:
- панорамная камера видеонаблюдения – создает изображение, являющееся равнопромежуточной цилиндрической проекцией с углом обзора 360 градусов по горизонтали и 180 градусов по вертикали;
- модуль формирования сферических проекций – программный модуль, выполняющий преобразование исходного изображения с панорамной камеры, в несколько изображений с уменьшенными искажениями, которые более пригодны для работы с ИНС;
- сверточная нейронная сеть – детектор архитектуры YOLOv5 [2], выполняющий обнаружение на изображении пламени и дыма;
- модуль определения координат возгорания – программный модуль выполняющие определение местоположения найденных с помощью ИНС возгораний в пространстве;
- 3D модель – геометрическое представление объекта наблюдения, может быть получено как путем сканирования местности с помощью лидара, так и создана вручную по плану объекта.
Разработанная в рамках работы система позволяет решать следующие задачи в качестве АСОП в составе АСПВБ:
- раннее автоматическое выявление возгораний;
- точное определение местоположения источника возгорания для оперативного информирования пожарных служб;
- запись фото- и видеоматериалов с места возгорания для дальнейшего анализа;
- передача видеоизображения с места возгорания в режиме реального времени.

Рисунок 2 – Схема системы обнаружения возгораний на базе CNN
Предложенный подход дополняет существующие методы обнаружения возгораний за счет использования ИНС. Среди ключевых преимуществ данного подхода можно выделить:
- высокая скорость реагирования системы;
- возможность охвата значительной площади наблюдения благодаря применению панорамных камер;
- повышенная точность распознавания благодаря использованию глубоких нейронных сетей;
- определение не только факта возгорания, но и его точного местоположения.
Система расширяет функциональные возможности АСПВБ, обеспечивая мониторинг крупных объектов как на открытых пространствах, так и внутри больших помещений. В таких условиях традиционные датчики часто оказываются малоэффективны, а тепловизоры и стандартные камеры компьютерного зрения охватывают лишь ограниченные зоны, что требует установки большого количества оборудования. Кроме того, такие системы обычно фокусируются только на наиболее потенциально опасных участках.
Предложенное в работе решение на основе CNN и панорамных камер позволяет быстро обнаруживать возгорания и точно определяет их местоположение. Этот подход превосходит традиционные датчики по многим критериям, делая АСПВБ более эффективными. Модульная структура системы позволяет точечно настраивать функции, которая она будет выполнять, что открывает широкие возможности для практического внедрения.
Список литературы:
- Топольский Н. Г., Тетерин И. М., Гудков А. С. Основы создания автоматизированных систем пожарной безопасности объектов: учеб. пособие; – Москва: Академия Государственной противопожарной службы, 2006. – 60 с.
- GitHub - ultralytics/yolov5: YOLOv5 in PyTorch > ONNX > CoreML > TFLite [Электронный ресурс] URL: https://github.com/ultralytics/yolov5