طراحی ماشین آتش نشانی هوشمند مبتنی بر اینترنت اشیا و محاسبات لبه ای برای بهبود پاسخ دهی در شهرهای بزرگ

با افزایش چالش های شهری و تراکم ساختمان های بلندمرتبه، سرعت و دقت پاسخ دهی به حوادث آتش سوزی به یکی از اولویت های ایمنی شهری تبدیل شده است. ماشین آلات اطفاء حریق سنتی عمدتا به تصمیم گیری انسانی وابسته هستند و در شرایط پیچیده، زمان پاسخ دهی و کارایی عملیاتی کاهش می یابد. این پژوهش به طراحی یک ماشین آتش نشانی هوشمند مبتنی بر اینترنت اشیا (IoT) و سیستم های محاسبات لبه ای (Edge Computing) می پردازد که قادر به جمع آوری داده های لحظه ای، تحلیل سریع و ارائه پیشنهادات عملیاتی بدون نیاز به ارتباط با سرور مرکزی باشد. سیستم پیشنهادی از شبکه ای از حسگرهای دما، دود، گاز، دوربین های حرارتی و GPS تشکیل شده و داده ها در واحد پردازش لبه ای نصب شده روی ماشین تحلیل می شوند. از الگوریتم های هوش مصنوعی مبتنی بر یادگیری تقویتی (Reinforcement Learning) برای انتخاب بهترین مسیر حرکت، تعیین اولویت اطفاء و مدیریت منابع (آب، فشار، نیرو) استفاده شده است. نتایج شبیه سازی در محیط شهری تهران نشان می دهد که سیستم پیشنهادی زمان رسیدن به محل حادثه را تا ۲۷٪ کاهش داده و دقت تشخیص نقاط داغ را به ۹۴٪ افزایش داده است. این مطالعه پیشنهاد می کند که آینده ماشین آلات اطفاء حریق در ادغام فناوری های IoT، هوش مصنوعی و پردازش لبه ای نهفته است. پیاده سازی این سیستم می تواند به طور چشمگیری تلفات جانی و مالی ناشی از تاخیر در عملیات اطفاء را کاهش دهد.

کلیدواژه ها:

ماشین آتش نشانی هوشمند ، اینترنت اشیا (IoT) ، محاسبات لبه ای (Edge Computing) ، هوش مصنوعی ، پاسخ دهی اضطراری ، شهر هوشمند