一、图像算法：初识火焰，精准定位
AI火焰识别系统的第一层是图像算法。这一层主要通过摄像头捕捉的图像信息，利用深度学习算法对火焰和烟雾进行初步识别。当摄像头捕捉到疑似火焰或烟雾的图像时，系统会立即进行标记，并生成告警信息。然而，这一阶段的火焰识别率大约在70%-80%左右，存在一定的误报情况。例如，电动车的刹车灯、反光衣、警灯以及红黄色近视火焰图片等都可能被误识别为火焰。因此，这一阶段虽然能够初步发现火焰和烟雾，但尚不能联动断电喷淋等应急措施。
二、温感算法：双重验证，提升精度
为了进一步提高火焰识别的准确性，系统引入了第二层算法——温感算法。当图像算法发出告警后，系统会将告警信息和位置推送给AI摄像头双热传感模块进行核对。这一模块采用独立设计，能够快速稳定地识别目标区域的温度是否达到160度以上。如果温度达到这一阈值，系统将生成告警图片和20秒视频，并推送给后端平台。通过这一层算法，系统能够有效过滤掉图像算法中的误报情况，如电动车刹车灯、反光衣等。然而，需要注意的是，温感算法的有效距离一般在10-15米内，最佳识别距离在10米内。超出这一范围，火焰识别准确率可能会有所下降，响应时间也会相应延长。尽管如此，对于充电棚内的火焰识别，这一层算法已经能够将准确率提升至90%以上。但仍有少量误报情况，如打火机点火、吸烟等，这些场景虽然属于真火，但系统此时仍不能启动断电喷淋和警报器。
三、动态火焰算法：细致分析，排除误报
为了进一步减少误报，系统引入了第三层算法——动态火焰算法。当温感算法发出告警后，平台会启动10-20秒的告警火焰视频算法。这一算法通过对火焰视频每一帧的分析，判断火焰是否具有收缩和扩张的动态特征。通过这一层算法，系统能够基本排除打火机火焰等静态或微弱动态火焰的干扰，同时去除吸烟产生的火焰。吸烟的火焰由于缺乏动态扩张特征，因此能够被有效识别并排除。经过这一层算法的处理，充电棚火焰识别的准确率已经提升至98%以上。然而，仍有极个别误报情况，如过年时小朋友放烟花等。这些场景虽然不常见，但为了保险起见，系统此时仍不会自动启动断电和喷淋措施。
四、大模型算法核对：综合研判，万无一失
为了确保火焰识别的万无一失，系统引入了第四层算法——大模型算法核对。这一层算法将动态火焰算法的报警图片和视频提交给榕桑大模型进行最终研判。榕桑大模型通过对图片中火焰和烟雾的持续时长、动态火焰的相似度、发生场地和周边环境等多个维度进行综合判断，确定火焰告警的真实性。只有当所有条件都满足时，系统才会生成最终的视频和图片，并下发业务指令启动报警器警报、断电和喷淋措施。通过这一层算法的处理，充电棚火焰识别的准确率已经高达99%以上。
五、充电棚火灾自动灭火原理
当以上四层算法将充电棚火焰告警的准确率提升至99%以上后，系统便能够自动启动灭火措施。一旦确认火焰告警真实有效，系统将立即下发业务指令给充电棚内的报警器、断电装置和喷淋系统。报警器会发出响亮的警报声，提醒周围人员迅速撤离；断电装置会立即切断电源，防止火势蔓延；喷淋系统则会迅速启动，喷洒灭火剂将火焰扑灭。这一系列动作在毫秒级时间内完成，为充电棚内的火灾防控提供了强有力的保障。
AI火焰识别系统的引入使充电棚火灾防控进入了一个全新的时代。通过四层算法多模态分析，系统实现了毫秒级精准研判，将火灾隐患扼杀在萌芽状态。
