Разработчики Южно-Уральского госуниверситета запатентовали программу для автоматического планирования эвакуационных маршрутов при пожаре в различных типах зданий и сооружений. Система на основе сверточной нейронной сети анализирует архитектурные элементы для создания аварийных маршрутов, исключая ошибки человеческого фактора.
Сегодня методы построения эвакуационных маршрутов все еще требуют ручного анализа архитектурных планов, что делает процесс трудоемким и долгим.
«Наша программа решает задачу автоматического выявления и проектирования безопасных путей эвакуации в случае возникновения пожара, – рассказал научный сотрудник кафедры безопасности жизнедеятельности ЮУрГУ Никита Пономарев. – Реализация системы основана на интеграции сверточной нейронной сети YOLO, предварительно обученной на собранной нами библиотеке изображений архитектурных планов с алгоритмами графового анализа для обработки планов помещений. После того как нейросеть находит на плане стены, двери и выходы, программный алгоритм автоматически строит схему связей. Эта схема представляет собой «навигационный граф», после построения которого, специальный алгоритм проектирует оптимальный и безопасный маршрут эвакуации. Таким образом, время проектирования эвакуационных маршрутов при моделировании пожароопасных ситуаций снижается в разы».
Челябинские исследователи впервые в России применили модель YOLO для задач пожарной безопасности – модель с высокой точностью различает стены, двери, окна, выходы, лестницы, противопожарное оборудование, коридоры и комнаты на планах помещений.
«Программа также проводит оценку ориентировочного времени эвакуации, основанную на длине, сложности маршрута и усреднённых эмпирических данных, что важно для определения соответствия объекта защиты нормативным требованиям, – уточнил доцент кафедры безопасности жизнедеятельности ЮУрГУ Саиджон Таваров. – Система имеет графический интерфейс пользователя, который позволяет загружать планы помещений в самых популярных растровых форматах (JPG, PNG, BMP, TIFF), выполнять AI-анализ архитектуры с визуализацией результатов, в интерактивном режиме добавлять людей и указывать точки возгорания. Все это значительно повышает точность прогнозирования».
Следующим шагом ученые планируют улучшить точность идентификации объектов за счет дообучения модели на расширенном наборе архитектурных планов, добавить поддержку трехмерных планов зданий, а также разработать модуль для работы в реальном времени с видеопотоком систем видеонаблюдения.
«В перспективе, оптимизация программы для работы с видеопотоком может превратить программу из инструмента проектирования в операционную систему безопасности здания. Следующий логический шаг – переход от автоматизации построения маршрутов при моделировании к управлению эвакуацией в реальном времени», – резюмировал Никита Пономарев.
Разработка адресована организациям и специалистам, профессионально связанным с обеспечением пожарной безопасности и проектированием зданий, и соответствует государственной политике в области пожарной безопасности, защиты жизни и здоровья граждан.