国立成功大学蔡佩哕??教授与其团队携手研发了基於人工智慧的消防辅助系统，可用於辅助室内消防安全检测、即时预测室内火灾走势、加速指引民众紧急逃生，此系统最大优势在於可与现有消防系统并行，无需重新建置整套系统，透过导入人工智慧技术，优化现行消防系统，可??促进未来智慧建筑的发展并提升人民的居住安全。

/news/2022/11/16/1540375460S.jpg

消防系统应具备功能包含指引逃生、收集火场资讯及环境安全评估，然而传统消防系统普遍存在以下三个重要问题：一是采用事先规划的逃生路径，无法因应火灾现场即时状况而动态改变逃生路径。

二是火场即时资料大多来自感测器，透过网路收集火场现场情况，然而在火场中，感测器网路设备易受到高温燃烧、气体扰动等因素影响，而产生毁损或网路中断现象，阻碍火灾现场资料收集。

三是目前的环境消防检测大多仰赖专业消防人员实地到现场根据消防法规进行环境评估及检测，此方法除了需要大量人力外，环境可能会因时动态改变，譬如大型家具位置变更、大量易燃物纸箱堆放等，都会影响环境消防安全却无法时时受到检测而提醒改善。

有监於此，基於人工智慧的消防辅助系统着重在发展以下三种核心技术：

在协助火场逃生方面，蔡??教授团队提出了一个启发式室内路径规划之演算法是「用於数位孪生建筑消防系统之逃生演算法」，在火灾中根据人员、火的位置选择较安全的出囗并建立一条的逃生路线，协助民众逃离至出囗时能有效避开靠近燃烧范围的危险区域，实验结果显示以逃生生存率与其他现存方法比较，本方法能够提高人在火灾逃离时的生存率。

正确的消防决策须仰赖即时火场资讯，感测器网路系统是目前获得火灾现场资讯的重要来源，然而感测器网路常受高温或火燃烧毁损或讯息传递中断，为避免决策正确性受到火场资讯不足影响，蔡??教授团队研发了一套「用於即时逃生系统的快速火灾预测方法」，透过快速的火灾模拟除了可以帮助加速审视室内环境的安全问题外，在火灾发生当下，还能补强即时火灾资讯的不足，例如进行火场逃生路径规划时可增加即时火灾危险区域预测的结果作为输入，得以规划全程安全且正确的逃生路径。

降低室内火灾灾害的最好方式是预防火灾的发生，目前消防安全多仰赖感测器系统即时警报或消防人员定时检测，若要进一步突破其技术限制，需要藉助人工智慧导入自动化降低人力成本。

有监於此，蔡??教授团队首先开发出一套自动化环境消防安全检测工具「基於数位孪生架构之自动化建筑火灾模拟」，透过影像人工智慧辅助，可快速地将室内环境虚拟化并自动生成模型，结合火灾模拟来发现诱发火灾或者影响逃生的危害因子。

现在应该是台湾产业涉足智慧建筑与智慧城市的一个很好时间点，世界各地皆在提高居住品质及安全。然而，大部分历史悠久的大城市建筑与建设都处在消防资讯设备较为落後的阶段。

由蔡??教授团队所设计开发消防系统工具，导入人工智慧技术，可补强现有公寓大楼、厂房仓库、在火灾预警以及逃生应变等消防安全上的不足，提高受灾人员存活率并降低财产损失，同时协助台湾原有之消防系统导入网宇实体系统以及人工智慧计算，带领机械、自动化和嵌入式软体产业进入目前在亚洲及世界都深具发展前程与未来远景的智慧建筑市场。