成大團隊創人工智慧消防輔助系統 藉三技術提高生存率

國立成功大學副教授蔡佩璇與其團隊研發人工智慧消防輔助系統，可用於輔助室內消防安全檢測、即時預測室內火災走勢、加速指引民眾緊急逃生，提高人在火災逃離時的生存率。此系統可與現有消防系統並行，無需重新建置整套系統，透過導入人工智慧技術，優化現行消防系統。

成功大學蔡佩璇團隊在國科會支持下完成這項研究。她指出，消防系統應具備功能包含指引逃生、收集火場資訊及環境安全評估，但傳統消防系統仍存有問題，包含逃生路徑無法動態改變、火場感測器因高溫產生毀損或網路中斷，以及環境消防檢測多仰賴專業消防人員，卻無法彈性因應環境的動態改變。

蔡佩璇團隊則藉人工智慧，開發三種核心技術。包含提出「用於數位孿生建築消防系統之逃生演算法」，在火災中根據人員、火的位置選擇較安全的出口並建立一條的逃生路線，協助民眾逃離至出口時能有效避開靠近燃燒範圍的危險區域，實驗結果顯示以逃生生存率與其他現存方法比較，能夠提高人在火災逃離時的生存率。

另也能藉科技即時預測火勢走向，蔡佩璇團隊研發「用於即時逃生系統的快速火災預測方法」，透過快速的火災模擬，除了可以幫助加速審視室內環境的安全問題外，在火災發生當下，還能補強即時火災資訊的不足，例如進行火場逃生路徑規畫時可增加即時火災危險區域預測的結果作為輸入，得以規畫全程安全且正確的逃生路徑。

由於目前消防安全多仰賴感測器系統即時警報或消防人員定時檢測，若要進一步突破其技術限制，需要藉助人工智慧導入自動化降低人力成本。蔡佩璇團隊開發「基於數位孿生架構之自動化建築火災模擬」，透過影像人工智慧輔助，可快速地將室內環境虛擬化並自動生成模型，結合火災模擬來發現誘發火災或者影響逃生的危害因子。

國科會表示，現在是台灣產業涉足智慧建築與智慧城市的一個很好時間點，世界各地皆在提高居住品質及安全。但大部分歷史悠久的大城市建築與建設，消防資訊設備仍相對落後。這套工具導入人工智慧技術，可補強現有公寓大樓、廠房倉庫、在火災預警以及逃生應變等消防安全上的不足，提高受災人員存活率，並降低財產損失。