Sistema de detección temprana de incendios
Se considera que un gran incendio es aquel que supera las 500 hectáreas arrasadas. Si repasamos las estadísticas de los últimos años, vemos que cada año que pasa, la cantidad de grandes incendios no deja de aumentar. En 2019, por ejemplo se contabilizaron 15; en 2020 aumentaron a 18; en 2021 se incrementaron a 21; y hasta octubre de 2022 ya van más de 60.
Está claro que es un problema en crecimiento, y se han de tomar medidas tanto de prevención como de pronta actuación, minimizando la cantidad de estos grandes incendios, ya que los incendios no provocan únicamente la perdida de hectáreas forestales, sino que también vienen asociadas diversas consecuencias, muchas de ellas irreversibles.
Dependiendo de los parajes naturales arrasados, la recuperación puede estar entre 5 y 200 años, además de la eliminación de ecosistemas completos que en muchos casos son irrecuperables. Además, la destrucción de propiedades públicas y privadas afectan directamente a la economía de los territorios y al sector primario como ganadería y agricultura, sin contar con el riesgo directo a las personas.
Teniendo en cuenta las consecuencias de cada incendio, se ha de poner foco en el problema y buscar soluciones actuales que nos ayuden a prevenir estos incendios. Para ello, desde Minsait estamos desarrollando un sistema de detección temprana de incendios, con el objetivo de la generación alarmas para una actuación rápida de los retenes, mejorando la protección de flora, fauna, infraestructuras y vidas humanas.
Para dar solución al problema, hemos diseñado un sistema completamente autónomo para su despliegue en campo abierto con las capacidades necesarias para el estudio del entorno mediante la captación de información del entorno, mediante sensórica y cámaras, posibilitando así el procesamiento en tiempo y el envío de las alarmas pertinentes ante una detección de fuego.
Funcionamiento del sistema de detección
La base del funcionamiento es el uso de visión artificial para la detección y reconocimiento de imágenes. El sistema de procesamiento de imágenes se realiza mediante el despliegue de un modelo de IA entrenado para la detección de columnas de humo. A partir de una imagen, el sistema analizará e identificará si existe fuego o no.
A continuación, vemos una simulación de un escenario en el que nuestro modelo se activaría:
A nivel funcional, vemos, con un rango de probabilidad, que lo detectado en la imagen sea un conato de incendio. Así se vería en las pruebas de testing que llevamos a cabo del entrenamiento:
Cómo podemos apreciar, el algoritmo es capaz de detectar estructuras columnares de humo para de esta manera anticiparnos a un fuego mucho mayor.
Continuando con las imágenes, uno de los principales problemas a la hora de realizar el estudio de las imágenes era el ruido generado por el entorno, donde encontramos nubes, reflejos del sol, etc., provocando falsos positivos que se debían de solucionar. Para ello se le aplica una máscara para descartar el cielo y núcleos urbanos. De esta manera, nos vetamos falsos positivos de destellos provenientes del cielo o de núcleos de población.
Componentes
El dispositivo dispone de los siguientes sistemas para poder trabajar de manera autónoma:
Sistema de suministro autónomo
Se dispone de un sistema de alimentación y carga autónomo en el equipo, que consta de un panel solar frontal para el suministro eléctrico, regulador de carga para controlar el estado de carga de la batería, para garantizar que se realiza un llenado óptimo, y la batería encargada de alimentar al sistema.
Sistema de vigilancia
Es el sistema encargado de capturar las imágenes necesarias para el procesamiento en tiempo real, capturando el entorno en 360º gracias a un sistema de varias cámaras. Adicionalmente, el equipo dispone de una cámara PTZ para labores de mantenimiento, validación visual ante una alarma y vigilancia remota.
Sistema de entorno
Se disponen de diversos sensores para el apoyo a la detección del fuego, ya que se ha de tener en cuenta las condiciones climatológicas en cada momento. Gracias a la sensórica, controlamos los encendidos del sistema de inferencia y modem.
Sistema de procesamiento
El equipo dispone de un Gateway IoT con capacidades para la adquisición y almacenamiento de la información, permitiendo así el procesamiento en tiempo real y detección temprana de alarmas:
- Sistema de alarmas: el mismo Gateway IoT dispone de capacidades para la creación de flujos para el desarrollo a medida, pudiendo así definir el comportamiento ante la detección de una alarma.
- Motor de inferencia (RBP): encargado del procesamiento de las imágenes y envío de los resultados obtenidos. El procesamiento de la imagen consta de 4 fases:
- Toma de imágenes.
- Sobre las imágenes capturadas, se realiza la inferencia (hay fuego o no hay fuego).
- Detección de personas y vehículos, con posibilidad de identificación de matriculas o comportamientos sospechosos.
- Máscaras: en caso de que el resultado de la inferencia sea positivo, la aplicación de estas máscaras nos permite descartar falsos positivos, ya que las máscaras omiten el cielo y los núcleos urbanos de la imagen, eliminando así posibles destellos o luces que puedan confundir nuestro modelo. De esta manera nos quedaremos con los positivos que persistan una vez se hayan aplicado las máscaras.
- Subida de los resultados a un servidor para ser visualizados.
Sistema de comunicación
El equipo dispone de un modem y conexión 3G/4G para el envío de información a la nube, permitiendo así la salida al exterior y la comunicación remota del dispositivo.
Gestión del dispositivo
Como hemos comentado, el dispositivo se alimenta gracias a un panel solar que recarga la batería que nos permite alimentar todos los sistemas, por lo que el control de la batería debe de ser muy preciso para evitar consumir más de la cuenta y descargar la batería por completo.
Para ello el dispositivo funciona mediante ciclos de encendido y apagado que se calculan en función del porcentaje de batería.
Concretamente, en la franja verde y roja podemos ver que para un porcentaje de batería hay asociado un tiempo en el que la máquina se queda apagada hasta el siguiente ciclo. Es decir, si al iniciar el dispositivo detectamos que la batería tiene un porcentaje del 60% quiere decir que cuando se apague el equipo esperará 25 minutos hasta volver a encenderse. De este modo nos aseguramos que la recarga de la batería sea suficiente, manteniendo el equipo operativo.
¿Qué hacemos en un ciclo de encendido?
Cuando el equipo se inicia, realiza el encendido de los diversos equipos que se encuentran en su interior. Dependiendo de los valores tomados, realizaremos la obtención de imágenes y la inferencia.
Por ejemplo, hay casos en los que no tomaríamos ninguna acción en la fase de encendido, como cuando los niveles de humedad son muy altos y la presión atmosférica es baja, ya que podemos suponer que en ese instante está lloviendo y, por lo tanto, consideramos que no es un escenario en el que se pueda producir un incendio. El sistema se volvería a apagar hasta despertar en su siguiente ciclo y volver a comprobar los valores de los sensores.
Para entender mejor que hace el sistema en un ciclo, vamos a apoyarnos del siguiente diagrama:
Por lo comentado anteriormente de cara al funcionamiento del dispositivo, lo primero que recibimos son los valores del entorno, y entonces dependiendo de los datos obtenidos encendemos el modem y el motor de inferencia. Para este caso usamos una Raspberry Pi.
El modem se enciende y establece conexión con la nube, enviando los valores de los diferentes sensores en un mensaje en formato JSON mediante MQTT al entorno asociado al dispositivo.
Un ejemplo de uno de esos paquetes JSON sería:
Al mismo tiempo, el modem realiza el encendido de la Raspberry Pi, la cual se ha configurado para ejecutar los siguientes pasos de manera consecutiva en el encendido:
- Toma de imágenes: recuperamos las imágenes del entorno.
- Subida de archivos al FTP: agrupamos las imágenes capturas.
- Realización de la inferencia y filtro de máscaras: procesamos las imágenes, detectando la posibilidad de fuego.
Otro aspecto a destacar del funcionamiento del dispositivo es que podemos enviarle comandos:
- Comando de mantenimiento: este comando nos permite tener levantado el dispositivo, encendiendo únicamente el modem y la Raspberry Pi para poder conectarnos remotamente y realizar tareas de mantenimiento dentro de la Raspberry.
- Comando PTZ: permite a un operario acceder a la cámara PTZ para ver, en caso de un posible incendio, la situación generada.
Situación actual
En estos momentos, el dispositivo se encuentra ya desplegado en campo, obteniendo las siguientes imágenes del paisaje que vigila:
Este dispositivo se encuentra actualmente en pruebas finales, ya que forma parte de un proyecto de Innovación en el que nos encontramos trabajando. Con todo lo aprendido, se está desarrollando la versión final, la cual empezará a funcionar muy pronto.
Imagen de cabecera: Malachi Brooks en Unsplash
✍🏻 Author(s)
Esto está funcionando de manera real en algún sitio? Podéis dar más información de su implantación?
Gracias
¡Hola, Marco! Gracias por ponerte en contacto con nosotros.
Pues actualmente el sistema se encuentra en fase de prueba de campo, así que no se encuentra en producción como tal. Estamos optimizando el sistema y esperamos que para este 2023 pueda estar listo para ponerse en funcionamiento.
Conforme el proyecto avance, iremos notificándolo.
Un saludo.