Onderzoekers van de Universiteit van Sydney hebben een nieuw branddetectiesysteem ontwikkeld door de veranderingen in wifi-signalen te monitoren. Daarbij wordt gebruik gemaakt van kunstmatige intelligentie om gevaarlijke brandsituaties nauwkeuriger te identificeren.
Een recente test met een ontplofte auto in een tunnel in de Sydney Harbour Tunnel hielp onlangs bij het leveren van gegevens om de effectiviteit van nieuwe wifi-branddetectietechnologie aan te tonen. Alle branddetectiesystemen zijn daarbij op handmatige modus gezet. De onderzoekers hebben de kenmerkende patronen in de gegevens van radiosignalen tijdens brandgebeurtenissen geïdentificeerd en kunstmatige intelligentie in hun software helpt de omgeving in realtime te analyseren. Het systeem kan dan nauwkeuriger bepalen of er atmosferische veranderingen zijn veroorzaakt door een echte brand, en zo ja, alarm slaan of een automatische sprinklerinstallatie activeren.
Volgens de onderzoekers gebeurt het vaak dat bestaande detectiesystemen, die grotendeels gebaseerd zijn op thermische beeldvorming, vals-positieve metingen produceren door rookniveaus of temperatuurveranderingen te detecteren die niet gevaarlijk zijn of worden veroorzaakt door bijvoorbeeld een defecte uitlaatpijp van een voertuig of een hete radiator.
Door een reeks zenders en ontvangers op te stellen in de tunnel kon de omgeving rond de testauto worden bewaakt tot de auto tot ontploffing werd gebracht, tijdens een geplande training voor noodhulp. Dankzij de zender en ontvangers kan een radiosignaal worden gevolgd door de lucht. Naarmate de temperatuur verandert, verandert ook de dichtheid daarvan, en dat verandert op zijn beurt de signatuur van de meting. Ook rook en koolmonoxide beïnvloeden de dichtheid van lucht en geven onderscheidende kenmerken aan de metingen, aldus de onderzoekers. Door de gegevens te analyseren met kunstmatige intelligentie en naast baselinemetingen te leggen, kan er bepaald worden of er een echte brand is ontstaan.
Het nieuwe systeem dat bij UNSW is ontwikkeld, maakt gebruik van het feit dat wifi-golven verschillende transmissiefrequenties hebben, ook wel subcarriers genoemd. Net zoals verschillende golflengten van licht op unieke wijze worden beïnvloed door verschillende objecten, worden verschillende frequenties van wifi ook op verschillende manieren beïnvloed.
Het team is van mening dat hun systeem kan worden toegepast in een breed scala aan omgevingen, waaronder op industriële locaties, commerciële hoogbouw en zelfs thuis. Het samenstellen van een reeks zenders en ontvangers helpt ook om de locatie van een specifieke brand te identificeren, waardoor de hulpdiensten snel en efficiënt kunnen reageren. De gebruikte zenders en ontvangers zijn in feite voorgeprogrammeerde Raspberry Pi's en zijn zodoende goedkoper in aanschaf en onderhoud dan huidige dure branddetectiesystemen.
