描述

動機

當局往往不能很快得到警報，因此當他們到達時，大部分森林已經被燒毀。

為了更快地發現火災甚至預防火災，我們正在研究 Sony Spresense 解決方案。

項目

我們的項目是一個多傳感器系統，這意味著火災探測是基于多個傳感器。只有當多個傳感器被觸發時，系統才會報警，從而降低了錯誤敏感性。

目標是開發一個由 Sony Spresense 板運行的系統，該系統比目前市場上的火災探測系統更有效地檢測森林中的火災，尤其是更快。

一開始我們的計劃是開發一個原型來模擬未來系統最重要的特性。煙霧、CO2、溫度和濕度檢測。我們計劃使用的傳感器檢測到的值被傳輸到 Spresense 板，在那里它們將被分析。第一步是顯示檢測到的值。

原型

步驟一

首先，我們將傳感器連接到我們的 Sony Spresense 并測試輸出。目標是了解傳感器并對其進行校準。
這也讓我們了解了各個傳感器的使用范圍，并為我們的問題制定了解決方案。

第二步

為了獲得更深入的了解，系統必須配備監視器和電源裝置。這些附加組件使我們能夠在戶外測試我們的模型。

第三步

在下一步中，我們實現了一個簡單的火災檢測邏輯，稍后將對其進行擴展。出于可視化目的添加了 LED 和蜂鳴器。系統啟動時只有綠燈亮。如果算法檢測到過高的二氧化碳、煙霧或溫度值，則會觸發火災警告。紅燈亮起，綠燈熄滅。如果系統前方也有障礙物，則使用黃色 LED。除了 LED 之外，還連接了一個蜂鳴器，它在發生警報時也會響起。

外表

該系統有待進一步開發。使用 GPS 和 Lora 網絡，幾個配備傳感器的 Spresense 單元將相互通信。目標是確定火災的方向和速度。為此，使用 GPS 坐標跟蹤連續信號。然后可以將這些傳送到一個地方表格。此外，還將連接一個攝像頭，用于通過深度學習檢測火災。通過深度學習算法將傳感器與火災探測相結合，可以最大限度地降低系統故障的風險。