ИИ обучили находить людей в дыму в реальном времени
Традиционные системы безопасности часто требуют установки дополнительного оборудования, что влечет за собой большие расходы и сложности в обслуживании. Новый модуль, разработанный студенткой РТУ МИРЭА Александрой Болгарь, позволяет обойтись без дорогостоящих установок, анализируя звуки с телефонов людей, такие как шум огня, паника или звуки улицы, и создавая карту активности посетителей в реальном времени, пишет Naked-Science.
Основной принцип работы системы — анализ звуков с устройств. Когда устройство находится рядом с выходом, система проверяет, слышны ли звуки улицы. Это позволяет определить, находится ли устройство снаружи или внутри здания, что важно для оценки безопасности выхода. Например, если устройство, которое ранее было внутри, теперь слышит уличные звуки, это указывает на безопасный выход. Если же звуки улицы не слышны, значит, через этот выход пройти невозможно.
«Наше решение улучшает работу систем эвакуации, используя смартфоны — уже распространенные устройства. Это помогает ускорить поиск пострадавших и помогает спасателям находить оптимальные пути для спасения», — пояснила Болгарь.
Актуальность проекта заключается в том, что пожары остаются одной из самых опасных угроз для жизни, а существующие системы эвакуации часто требуют значительных затрат. Разработка предлагает более экономичный и технологичный способ, который может быть внедрен в любом здании без дополнительных расходов.
Модуль включает нейронную сеть, которая распознает звуки, связанные с пожаром, и отображает их на карте. Это позволяет спасателям видеть, где находятся люди, и оперативно принимать решения. На карте отображаются устройства с различными статусами: зеленая точка указывает на активное движение, желтая — на замедление, красная — на отсутствие движения. Эти данные помогают точно определить местоположение людей, а также анализировать звуковое окружение для выявления очагов возгорания и безопасных/опасных выходов.
Проект участвовал в «Акселераторе 5.0 РТУ МИРЭА» и получил финансирование для дальнейшей разработки.
