解决方案
电动车棚火灾监控解决方案
据粗滤统计，中国的电动自行车约有3亿辆，由于电动车却非常容易自燃着火，这给社区带来了巨大的安全隐患，尤其是深夜或凌晨一旦着火往往不容易及时发现与报警。因此有必要
对电动车棚进行全天候火灾监控。
电动车棚火灾监控过去普遍采用的是烟感加普通摄像机监控的方式，由于烟感易受到灰尘、雾霾干扰而误报，户外车棚烟雾又受空气 流向流速影响漏报，而普通摄像机又不能识别火情与报警，故实际上还是更依赖于肉眼人防。
鉴于以上痛点，本系统采用先进的光图像AI火灾摄像机，可实现秒速识别火焰与烟雾，一旦发生火情前端现场立刻触发报 警，也可以触发电控灭 火装置灭火。同时机房、保安室、远程监管单位也同时报警。从而最快速度发现、报警、救援。
系统可设计多级联网，本地用户、社区街道办、县市消防救援中心多级监控，多级报警，最终及时有效杜绝电动车棚火灾悲剧。
电气是引发火灾的首要原因，生产作业火灾易致人员伤亡：如用火不慎、遗留火种、吸烟、自燃、违规动火施工、焊接焊割等生产作业；
电动自行车已成为影响群众安全的突出隐患，新能源新业态等不断衍生火灾新风险。
针对这种情况，我们建议以下几个组合：
1. 前端安防摄像机为其他品牌，用光图像AI火灾摄像机，后端采用安消一体NVR，通过ONVIF协议接入其他品牌摄像机；
2. 前端安防摄像机为其他品牌，用光图像AI火灾摄像机，后端采用其他品牌安防NVR，采用ONVIF接入火灾摄像机，由其他品牌NVR进行显示录像，然后再 增加一台安消一体化NVR（可不接硬盘）充当报警盒，平时录像与回放由其他品牌NVR来实现，但发生火情报警则由安消一体化NVR来实施；
3. 前端安防摄像机为其他品牌，采用光图像AI火灾摄像机，后端采用其他品牌存储服务器和物联网平台软件，提供SDK开发包，其他品牌做软件对接。
电动车棚火灾监控过去普遍采用的是烟感加普通摄像机监控的方式，由于烟感易受到灰尘、雾霾干扰而误报，户外车棚烟雾又受空气 流向流速影响漏报，而普通摄像机又不能识别火情与报警，故实际上还是更依赖于肉眼人防。
鉴于以上痛点，本系统采用先进的光图像AI火灾摄像机，可实现秒速识别火焰与烟雾，一旦发生火情前端现场立刻触发报 警，也可以触发电控灭 火装置灭火。同时机房、保安室、远程监管单位也同时报警。从而最快速度发现、报警、救援。
系统可设计多级联网，本地用户、社区街道办、县市消防救援中心多级监控，多级报警，最终及时有效杜绝电动车棚火灾悲剧。
行业现状
根据应急管理部消防救援局公布的2021年全国火灾数据统计，2021年，全国共接报火灾74.8万起，死伤人数4212 人。火灾数量比2020年25.2万起足足增长了约3倍。发生森林火灾 616 起，受害森林面积约 0.4万公顷。电气是引发火灾的首要原因，生产作业火灾易致人员伤亡：如用火不慎、遗留火种、吸烟、自燃、违规动火施工、焊接焊割等生产作业；
电动自行车已成为影响群众安全的突出隐患，新能源新业态等不断衍生火灾新风险。
行业痛点
一、热成像(远红外)的缺陷
1. 测温范围：-40~150°C,精度范围25-50°C，不适合800°C以上火焰:
2. 波长8000-12000纳米,折射率低,特制镜头成本极其高昂
3. 图像分辨率低,主要为320*240、640*480,分辨率低容易漏报
二、纯图像AI火灾探测的缺陷
1. 由于不同摄像机色彩风格不一样，容易因色彩偏色不准引起误报
2. 基于压缩和解压缩后的非原始受损图像分析，识别准确率低
3. 易受到灯光、火焰、阳光、水雾、火焰视频等干扰引起误报
三、烟感火灾探测的缺陷
1. 为烟雾接触式探测报警，需要达到浓度才报警，存在延迟
2. 大面积场所、户外受各种环境影响，识别率差，误报率高
3. 只能后端报警、检测距离短、精度低，易漏报
核心优势--光图像AI火灾摄像机
由于 火焰光辐射 存在跟“黑体辐射的阳光”与“原子能态越迁的灯光”具有不一样的特性，经过多年理论物理研究与实验分析，我们于 2020年9月 取得了重要的科研成果，对 图像传感器 做特殊定制与处理，获取到所需光线并自主开发了 ISP成像算法、然后运行 AI 算法分析，实现了 精准无误的火焰探测。多品牌安消一体混合监控
在实际项目应用中，经常遇到老项目改造或安消一体化监控需求，用户原先有可能使用了第三方品牌安防摄像头，而今需增加火灾检测摄像机。如何实现安防 与消防混合，同时光图像AI火灾摄像机与其他方品牌的混合监控?针对这种情况，我们建议以下几个组合：
1. 前端安防摄像机为其他品牌，用光图像AI火灾摄像机，后端采用安消一体NVR，通过ONVIF协议接入其他品牌摄像机；
2. 前端安防摄像机为其他品牌，用光图像AI火灾摄像机，后端采用其他品牌安防NVR，采用ONVIF接入火灾摄像机，由其他品牌NVR进行显示录像，然后再 增加一台安消一体化NVR（可不接硬盘）充当报警盒，平时录像与回放由其他品牌NVR来实现，但发生火情报警则由安消一体化NVR来实施；
3. 前端安防摄像机为其他品牌，采用光图像AI火灾摄像机，后端采用其他品牌存储服务器和物联网平台软件，提供SDK开发包，其他品牌做软件对接。
优劣势对比
| 对比项 | 智能AI光图像火灾识别 | 热成像火焰识别 | 后端图像分机(CPU或GUI) | 传感烟感温度 |
| 探测对象 | 火焰、烟雾 | 火焰 | 火焰、烟雾 | 温度、烟雾 |
| 响应速度 | ≤5s | ≤5s | ≤5s | 缓慢，并且与距离有关 |
| 探测原理 | 多光谱采集与图像智能分析 | 远红外光黑体辐射成像 | 图像智能分析（颜色与形状） | / |
| 分析 | 原始光图像 | 原始光图像 | 压缩与解压缩（受损）图像 | 烟雾、温度达到临界值 |
| 精度 | 高 | 低 | 低 | 低 |
| 可视化 | 高分辨率全彩还原 | 低分辨率全彩还原 | 中高分辨率全彩还原 | / |
| 误报率 | 低，＜0.001% | 高 | 高 | 低 |
| 抗干扰性 | 抗太阳光、灯光、假火干扰 | 受太阳光干扰、热体干扰 | 假火干扰、闪烁黄灯光干扰 | / |
| 分辨率 | 1920X1080或以上 | 160X120、384X288 | 1920X1080或以上 | / |
| 报警 | 前端、后端、远程 | 后端、远程 | 后端、远程 | 后端 |
| 最大检测距离 | 10公里1平方米火焰 | 2公里1平方米火焰 | 受限摄像机 | 短距离 |
| 建议应用场合 | 室内/室外，白天/黑夜 | 室内或室外夜晚 | 室内/室外，白天/黑夜 | 室内 |
| 漏报 | 难 | 分辨率不足引发漏报 | 画面噪点马赛克干扰致误报 | 易 |
| 多功能 | 安防+消防 | 消 防 | 安防+消防 | 消防 |
| 成本 | 适中 | 高 | 适中 | 低 |