Важным аспектом минимизации ущерба является максимально раннее обнаружение очага возгорания, создание и внедрение технологий сверхраннего обнаружения возгораний. Первые упоминания о нейросетевых технологиях для детекции пожара относятся еще к 2011 г. Почему же эта технология не нашла с тех пор широкого распространения?
Региональная общественная организация содействия развитию деятельности в сфере пожарной безопасности "Опора пожарной безопасности" в тесном взаимодействии с бизнесом, национальными лабораториями безопасности, Гильдией негосударственных структур безопасности при московской Торгово-промышленной палате, "Опорой России", госорганами и "Национальными Лабораториями Безопасности" активно участвует во внедрении новейших организационных, технических и программных решений.
Одним из направлений деятельности организации является поиск и сопровождение до практического внедрения эффективных технологий пожарной безопасности, соответствующих следующим требованиям:
В поле нашего зрения попали технологии нейросетевого детектирования дыма и пламени как отвечающие всем указанным требованиям.
Технология нейросетевого детектирования дыма и пламени не такая новая, как кажется. Первые публикации по данной тематике в российских источниках датируются 2011 г. В нормах пожарной безопасности упоминание о пожарном извещателе с видеоканалом обнаружения появилось в 2019 г. Годом позже МЧС перечислило их в ГОСТе и СП. Надо отметить, что ситуацию, когда технология сначала попадает в нормативы, а по прошествии трех лет так и не появляется в виде готового сертифицированного продукта, нельзя назвать стандартной.
Субъективной причиной, ставшей препятствием для развития технологии, стало то, что не нашлось человека или заинтересованной группы лиц, которые бы консолидировались на стыке технической, пожарной безопасности, ИТ-технологий и нормативно-правового регулирования и прошли бы весь тернистый путь от идеи до внедрения на объекте.
Есть и объективные причины. Мы живем в условиях рыночной экономики. Затраты на пожарную безопасность обосновываются размером возможных штрафов, материального ущерба, репутационных издержек. И на каждый из этих пунктов у держателей бюджета есть свой аргумент: мораторий на проверки, низкая статистическая частота возникновения пожара в здании определенного типа, "все застраховано", "со СМИ решим" и т.д.
В итоге обоснование выделения необходимого бюджета происходит исключительно благодаря профессионализму и убедительности аргументов сотрудников безопасности.
Таблица
Рис. 2. Архитектура решения
Посмотрев на вопрос внедрения технологии нейросетевого детектирования дыма и пламени со стороны прогрессивного, но радеющего за эффективное расходование бюджета заказчика, получаем следующую картину, сведенную в табличную форму.
По данным таблицы видно, что централизованный вариант исполнения системы выгоднее. Стоимость одной камеры с детектором внутри составляет от 130 тыс. до 2 млн руб., и это не отечественное производство. При использовании единого сервера с подключением стандартных камер стоимость камеры составляет от 5 тыс. до 28 тыс. руб. плюс сервер стоимостью около 300 тыс. руб. на 15 видеокамер.
Подход с типовыми видеокамерами позволяет использовать уже установленные видеокамеры и видеосистемы для подключения к ним детектора пожара. Разработчикам прямо была поставлена задача сделать детектор на основе видеосистемы, которая будет являться надстройкой над наиболее распространенными видеосистемами.
В СП 484 есть пункт, требующий отдельного обсуждения. Пункт 5.21: СПА не должны выполнять функции, не связанные с противопожарной защитой, за исключением следующих функций, использующих общие исполнительные устройства:
Я считаю, что будет целесообразно добавить в него подпункт "видеонаблюдение".
Проанализировав требования федерального законодательства и в том числе изучив систему функционирования испытательных лабораторий и сертификационных центров, наша группа экспертов пришла к выводу, что единственно возможным вариантом обеспечить защиту покупателя от некачественного нейросетевого детектора пожара является предоставление поставщиком сертификата в системе добровольной сертификации. При этом испытательная лаборатория обязательно должна быть аккредитована в Росаккредитации и иметь доступ к проведению испытаний данного программного обеспечения.
Резюмируя вышеизложенное, можно сказать, что ситуация с внедрением нейросетевых датчиков для предотвращения пожаров выглядит так:
Иллюстрации автора
Опубликовано в журнале "Системы безопасности" № 1/2024
Все статьи журнала "Системы безопасности"
доступны для скачивания в iMag >>
Фото: ru.freepik.com