智慧城市网

　　【安防展览网 时事聚焦】持续了5个小时的大火，将拥有850年历史的巴黎圣母院付之一炬。在这个*为之惋惜的时刻，我们同样也无法忘记：
 

　　始建于1284年的元代护国寺曾经多次为火灾所困扰；2010年清华大学的百年老学堂被一场大火烧毁；2014年苏格兰格拉斯哥艺术学院及无数艺术珍品被烧毁；2017年，位于四川的亚洲高木塔灵关楼因大殿火灾而终遭焚毁；2018年，巴西国家博物馆2000万藏品陷入火海，其中包括巴西古老的人类化石……
 

　　而那些暂时幸免于难的古建筑群们，也并不能，而是常年活在对火灾的忐忑之中。巴西博物馆被烧光后，我国就迅速组织了一次全国范围内的博物馆和文物建筑消防安全大检查。巴黎圣母院失火的消息刚刚传出，故宫就紧急召开了防火动员会议；而预防性保护现存高全木建筑应县木塔的呼吁更是得到了广泛关注与声援。
 

　　火灾对重要文化建筑的威胁，常年如幽灵一般盘旋在人类文明的头顶。之所以每一场大火都让人们无比惋惜并忧心忡忡，一方面是代价太大，火灾对于人类建筑艺术文化带来的伤害几乎是毁灭性的、无法修复的；另外，许多古建筑往往有着特殊的结构工艺与材料，让很多现代消防措施显得有点无力。
 

　　比如火灾救援中经常使用的高压水枪和泡沫灭火器，就有可能对传统建筑中脆弱的木结构部位造成二次伤害；一些建筑的地理位置和周边基础建设比较古老，消防车等大型救火设施无法大规模进场等等。
 

　　在这场人类与“火龙”的文明保卫战中，前人已经总结和探索出了不少方法论，比如智能消防栓、自动报警系统等等。那么，当技术的接力棒交到AI手里，它能做到更多吗？答案必须是肯定的。
 

　　AI挑战火灾，有哪些核心战斗力？
 

　　以AI为代表的前沿科技，正在火灾救援任务上被寄予厚望。之所以能当大任，可能要归结于AI的三个核心战斗力：
 

　　1.深度学习+智能数据终端的结合，来预测和确定火灾风险以及事故发生的具体情况，从源头控制火情；
 

　　2.智慧城市的云端调度，能够快速制定救灾方案，帮助消防队伍及相关物资进场，为救援工作争取时间；
 

　　3.智能机器人等可以完成一些人类和传统器材无法实现的任务，比如前往耐热性。
 

　　当然，这么笼统的概括可能还是有点模糊。毕竟重点建筑的防火工程，是一个包含了预防、救灾、修复重建等等的庞大综合体系，期间还可能遇到各种各样的特殊困难。
 

　　为了更充分地让大家系统性了解AI在重要建筑火灾救援中起到的具体作用和潜在价值，我们试图通过几个重点场景来还原一下，AI技术集群在火灾中如何综合做功的。
 

　　场景一：火情预防
 

　　对于像巴黎圣母院、应县木塔、故宫这样古老的建筑物而言，预防是位的。但是依靠人工来定期巡检，受复杂结构和规模的影响，又很难保证及时发现火情。
 

　　所以，通过云端网络+智能IoT“软硬件”协同预防火灾的技术解决方案，就显得很必要了。
 

　　先说硬件。不少团队已经开始尝试，将带有无线传感器的IoT设备布置到一些薄弱位置。这些设备会实时监测数据并上传到云端，一旦出现异常会直接触动报警机制。当然，，设备还带有自动报修功能，以保证长期全时段稳定可用。
 

　　针对一些非易燃物引发的火情，比如线路打火或用电设备使用等较为隐蔽的火灾风险，“电流指纹识别”技术就可以及时地判断出来。其背后的工作原理有点像人脸识别，通过对“电流特征数据”进行提取，并判断出相关电路设备的工作状态是否存在异常，从而实现风险预警。
 

　　大家可能已经发现了，IoT智能消防设备都只是作为数据终端存在，具体的处理效果，还是要靠云端平台及算法来保障。
 

　　智慧消防云平台的整体架构，大致分为三层：
 

　　层：设备感知层，也就是刚才我们提到的包括烟感、温感、电感、智能摄像头等等各类传感设备。这方面的应用已经比较成熟，比如2014年华为就已经在消防栓监测、烟雾探测等领域实践窄带物联网技术了。BAT也联合不少省市政府展开合作，部署城市消防传感器和边缘计算网关。
 

　　第二层：云端 PaaS 层。传感器收集的数据都被汇总到云端进行处理，AI的预测能力也在这里发挥作用。但客观来说，目前还没有有效探测火灾位置及潜在风险的成熟算法。
 

　　一方面是由于偶发事件支撑的数据规模不足，系统无法得到充分的训练；另外则是包括终端IoT及地球同步运行环境卫星(GOES)等传回的数据有着一定的时延，比如数分钟才能提供高分辨率的图像，大大降低了预测的时效性。而且算法的准确性也不敢恭维，加州大学戴维斯分校的研究人员设计出了火灾探测方法，有些检测到的却是后院的篝火和烧烤。
 

　　目前来看，想要靠神经网络+深度学习来预测火灾，可能达到一定的准确率需要还数年之久。
 

　　第三层：应用SaaS层。云端预测结果后将通过 APP、web等应用平台呈现给专业人士，并完成防火监测预警、消防物资管控等业务工作。
 

　　尽管我们很想对重大灾害“防患于未然”，但对于历史数据不够丰富的火灾，AI算法似乎还是有些束手无策。但硬件端的智能升级，显然对于防灾救灾有着极为重要的现实意义与可行性。
 

　　场景二：火灾救援
 

　　靠人力巡检和AI预测来预防火情，显然都自有其局限性，无法达到真正理想的效果。一位美国加州的消防队员更是直言不讳，认为该州有价值的灭火工具之一其实是不起眼的手机，因为它可以让普通人在发现火灾时拨打紧急服务电话。
 

　　如果不幸发生了火情，AI等前沿科技的效率优势和特殊能力就能够真正帮上忙了。
 

　　AI在救灾场景中的应用，核心就在于利用技术提高救援效率。
 

　　首先在调度上，依托智慧城市的大数据，能够及时判断并决策出救援策略。
 

　　比如在路线规划上，可以根据火警位置和人流、车流状况实现周边智能疏散，为赶赴现场节约时间。根据卫星、智能终端、城市摄像头等的实时数据决定救援设施。
 

　　智能消防车上还配有GPS卫星定位自主导航仪。当接到报警时，就能显示出报警的地点、路线、用户名称等，调出救援对象的灭火预案资料，并规划出到达火警点的行车路线。
 

　　目前在科技公司与有关部门的努力下，抢险救灾的前期调度已经能够借助智慧城市网络有效地实现了。比如深圳市的“智慧交通平台”，就能够在发现火情时，快速自动生成将所有必经道路调成绿灯，以保障消防车辆快速通过的短导航路线等等。
 

　　在救灾现场，智能技术也可以大幅度提升救援效率。比如依托成熟的无人机设备，在一些老城区的崎岖小路等，派出带有热成像功能的无人机可以提供及时的火情侦察、火源定位等关键信息。与消防云结合，还能够预测火灾的蔓延路径，及时地调整策略并疏导人群，以降低潜在的人员伤亡。
 

　　另外，AI的云端能力能够帮助专业消防人员做出更为合理的判断。
 

　　前面我们提到，重要古建筑往往需要特殊的消防策略来应对。以巴黎圣母院为例，现场除了消防人员之外，还需要由中世纪建筑专家进行技术指导，根据文物的具体情况来制定合理的救援方案，降低损失。巴黎圣母院的消防方案就放弃了已经无法拯救的屋顶，将所有措施投入到了内部结构的保护上，后导致损失比料想中轻很多。
 

　　试想一下，如果是其他的非建筑，消防员在救援时如果能够通过数字资料来及时获取相关信息，是否就能避免一些原本能够规避的损失呢？
 

　　目前，有不少机构都在尝试用数字的方式来保留重要的建筑信息。比如Google Arts & Culture就将世界各地的博物馆高质量地还原在网络中，中国古建筑文化资源数据库，也将数百处国宝级木结构古建筑通过数字化扫描和保真摄影的方式进行了信息采集。未来通过对这些数据进行智能整合，合理安排救灾方式，就能够让一线消防员在争分夺秒的救援现场快速做出更有针对性的选择，避免出现不恰当方式带来的次发损失。
 

　　这类系统已经在逐步建构中，未来随着AI能力的引入，必然会成为指导古建筑救援的重要标尺。
 

　　除了消防员，在今天的火灾救援现场我们能够看到很多智能机器人的参与。它们存在的价值在于，能够帮助消防员完成危险环境探测、特殊空间救援等任务。
 

　　比如斯坦福大学的团队就设计了一种“充气式机器蛇”，可以自由伸缩自己的长度。并且搭载了自主运算的芯片和运动感应器，让它可以智能地判断“路况”。如果遇到障碍物需要转弯，“空气蛇”的大脑就会发送信号给后端的机械泵，通过在上下左右不同侧面充入不同量的空气，来实现转弯等复杂的运动。
 

　　因此，这种空气蛇可以地穿越障碍物到达火场。对于教堂穹顶、藻井等不便接触的角落，“空气蛇”就可以代替人类完成灭火。由于称重能力强，至少100公斤以上的重物，它还能够帮助被压在掉落物下面的人脱险。
 

　　当然，这种柔性机器人也面临不少问题。比如智能化程度不高，在缺乏真人指挥的前提下，只能凭借感应器做出少量“智能”的反应，本质上还比较机械，只能完成单项救援任务。另外，柔软的材料(像是塑料)在抗热性上也表现不佳，据说研究人员正打算将“空气蛇”改为液压的，但总体而言，其耐受力都是相对有限的。
 

　　想要提高救灾机器人的智力和适应性，还需要芯片硬件、材料学、物联网、智能算法等技术的综合进步，短时期内救灾恐怕还要靠人类自己了。
 

　　场景三：灾后重建
 

　　由于结构和材料的特殊性，火灾之于重要文化建筑，几乎很难是“零损失”。
 

　　就在刚刚，法媒公布了巴黎圣母院的受灾损失，虽然比料想中要轻，主体结构得以保留。但塔尖已经倒塌，左塔上半部和的玫瑰花窗都被摧毁。馆内的艺术作品也被转移保存。
 

　　灾难的结果固然令人遗憾，但灾后如何重建文明才是关键。其中，3D激光扫描等现代技术的运用，就起到了重要的参考价值。
 

　　2015年，艺术历史学家安德鲁·塔隆对巴黎圣母院的激光扫描工作，就成为其灾后修复为可靠的参考资料。塔隆的工作留下了超过10亿个数据点，囊括了大教堂内外的50多个地点，色彩数据可到5毫米。因此，后得出的照片也非常准确。
 

　　后，采集的数据被拼接成一个包含10亿个点的“point cloud(点云) ”，打造出逼真的三维立体模型。这些数据将直接辅助完成教堂的修复工作，还原出受灾前的原貌。
 

　　关于智能技术介入火灾的故事，还有很多无法一一讲述。面对火灾这样浩然的自然力量，人类举起手中的“屠龙刀”，一次次发起冲锋。战斗的终局未必会是胜利，但是值得当下每一个人期待和努力。