نهج ذكي للكشف المبكر عن الدخان/النيران باستخدام حسّاسات رؤية في المدن الذكية

لماذا يهم مراقبة الدخان في المدن الذكية

في المدن الحديثة المزدحمة، قد يتحول همسٌ صغير من الدخان بسرعة إلى حريق قاتل يهدد الأرواح والمباني والخدمات الحيوية. غالبًا ما تتأخر أجهزة إنذار الحريق التقليدية في الاستجابة أو تُفعّل لأسباب خاطئة، مثل بخار الاستحمام أو دخان المطبخ. يقدم هذا المقال نظامًا جديدًا يعتمد على الكاميرات يمكنه كشف الدخان والنيران مبكرًا وبدقة، مما يمنح فرق الطوارئ دقائق ثمينة إضافية للتدخل. يجمع النظام أحدث تقدمات الذكاء الاصطناعي لمراقبة الشوارع وغابات ضواحي المدينة والمساحات العامة، مما يساعد على جعل المدن الذكية أكثر أمانًا ومرونة.

مشكلة أجهزة إنذار الحريق الحالية

تعتمد أنظمة كشف الحريق التقليدية على حسّاسات الحرارة أو الغازات أو الدخان داخل المباني. يجب أن تكون هذه الأجهزة قريبة من النيران حتى تتفاعل، مما قد يؤخر إصدار الإنذار في لحظات يكون فيها كل ثانية مهمة. كما تعاني من العديد من الإنذارات الكاذبة الناتجة عن مصادر غير ضارة مثل الغبار أو البخار أو أدخنة الطهي، مما يهدر الموارد ويقوّض ثقة الجمهور. إن الكشف الخارجي عن الحرائق أصعب: فالدخان قد يبدو مشابهًا للسحب أو الضباب أو الظلال، ويمكن أن يتغير شكله وكثافته بسرعة. كما أن الحساسات الثابتة تغطي مساحات صغيرة فقط، تاركة بقعًا عمياء في بيئات مدنية واسعة أو معقّدة مثل الحدائق والمواقع الصناعية ومراكز النقل.

الكاميرات ورؤية أذكى كشبكة أمان جديدة

مع انخفاض تكلفة الكاميرات الرقمية وتطوّر الأجهزة المتصلة بالشبكة، اتجه الباحثون إلى رؤية الحاسوب—تعليم الآلات على "المشاهدة" مثل البشر—لكشف الدخان واللهب. كانت الأنظمة الأقدم تستخدم حيلًا مكتوبة يدويًا، مثل البحث عن بقع رمادية أو ألوان متذبذبة، لكن هذه القواعد تنهار تحت تغيرات الإضاءة أو الطقس أو الخلفيات المزدحمة. حسّنّت طرق التعلّم العميق، التي تتعلّم الأنماط مباشرة من مجموعات صور كبيرة، من الدقة، إلا أن كثيرًا منها ما زال يركّز على تفاصيل محلية صغيرة ويفوّت إشارات الدخان الخافتة أو المبكرة. وبعض النماذج دقيقة لكنها بطيئة أو ثقيلة للغاية بحيث لا تعمل في الوقت الحقيقي على بنية المدينة التحتية.

مراقب ذكي ذو خطوتين للحريق والدخان

تعرض الدراسة إطارًا ذكيًا يجمع بين فكرتين قويتين في الذكاء الاصطناعي داخل مسار واحد. أولًا، يقوم محول الرؤية—طريقة لتحليل الصور مُقتبسة من نماذج اللغة—بتقسيم كل إطار كاميرا إلى رقع صغيرة عديدة وينظر في العلاقات بينها عبر المشهد بأكمله. تساعد هذه النظرة الشاملة على ملاحظة علامات دقيقة للدخان، مثل تدرّجات الألوان الخفيفة والملمس الضبابي والحواف المنتشرة عبر مساحات واسعة. بعد ذلك، تُمرّر هذه القرائن البصرية الغنية إلى YOLOv8، كاشف سريع مصمّم لرسم مربعات حول كائنات الاهتمام. يحدّد YOLOv8 المناطق الدقيقة التي يظهر فيها الدخان أو اللهب المفتوح ويفعل ذلك بسرعة كافية لمواكبة البثّ الحي للفيديو.

اختبار النظام

لاختبار أداء هذا المراقب ذي الخطوتين، قام الباحثون بتدريبه وتقييمه على أكثر من 7700 صورة معنونة بعناية مأخوذة من مجموعتين عامتين كبيرتين تضمّان شوارع المدينة والمباني والمناطق الحرجية تحت ظروف إضاءة وطقس متعدّدة. زادوا من تنوّع البيانات عن طريق تدوير الصور وقلبها وتفتيحها لمحاكاة مشاهد النهار والليل وزوايا الرؤية المختلفة. على الصور الاختبارية غير المرئية سابقًا، تعرف النظام على الدخان والنار بشكل صحيح في أكثر من 99% من الحالات وحقق توازنًا ملحوظًا بين الأحداث الفائتة والإنذارات الكاذبة. كما عالج كل إطار في حوالي 45 مللي ثانية—ما يعادل نحو 22 إطارًا في الثانية—وهو سرعة كافية للمراقبة الفورية في غرف التحكم أو على الأجهزة المتصلة.

ما يميّز هذا النهج

مقارنةً بطرق متقدمة أخرى، بما في ذلك إصدارات سابقة من نفس عائلة الكاشف ومجموعات نماذج التعلّم العميق المتنوعة، يقدم الإطار الجديد دقة أعلى وتحديدًا أفضل للمناطق الخطرة. من خلال دمج نموذج يفهم المشهد الأوسع مع آخر يتفوّق في العلامات السريعة والدقيقة للأجسام، يقلّل من الالتباس الناتج عن المظاهر الشبيهة مثل الضباب أو الملابس الملونة كالدخان أو صور النار المعروضة على الشاشات. وفي الوقت نفسه، يجعل حجمه المعتدل وتصميمه الفعّال التطبيق العملي أكثر واقعية في أنظمة المدن الذكية الفعلية، حيث قد تكون موارد الحوسبة وعرض النطاق الشبكي محدودة.

ما يعنيه ذلك للسلامة اليومية

بالنسبة لغير المتخصصين، الخلاصة أن الكاميرات في المدن الذكية يمكنها أن تفعل أكثر بكثير من تسجيل الفيديو للمراجعة اللاحقة—يمكنها المساعدة في منع الكوارث أثناء حدوثها. يبيّن النظام المقترح أنه بدمج الفهم البصري الشامل مع الكشف السريع، من الممكن اكتشاف الحرائق في مراحلها الأولى، والحدّ من الإنذارات الكاذبة، ودعم استجابات طارئة أسرع وأكثر استهدافًا. ومع مزيد من العمل للتعامل مع الطقس القاسي ومشاهد الليل ودمج بيانات حسّاسات إضافية، يمكن أن تصبح أدوات مماثلة جزءًا أساسيًا من شبكات السلامة الحضرية، تراقب بهدوء المنازل والغابات والمساحات العامة لمنع تحول الشرر الصغير إلى كوارث كبيرة.

الاستشهاد: Abozeid, A., Alanazi, R. An intelligent approach for early smoke/fire detection using vision sensors in smart cities. Sci Rep 16, 11387 (2026). https://doi.org/10.1038/s41598-026-42762-y

الكلمات المفتاحية: كشف الحرائق, كشف الدخان, المدن الذكية, رؤية الحاسوب, التعلّم العميق