![cathy的头像 cathy的头像](https://mcu.eetrend.com/files/styles/picture200/public/letter-avatars/u-593.png?itok=XTs2kpZ8)
【引言】全球各国各地区对预防森林火灾高度重视,并建立有相应的管理体系和预防机制。如何在早期探测到森林火灾的可能性,是预防森林火灾的关键。来自欧洲的Dryad公司研发了一套高效的森林火灾预防探测解决方案。
该系统的核心是被称作Silvanet的节点和网关,这是一个采用太阳能面板供电、由STM32WL驱动并控制的气体探测系统,可以在野外环境中实现LoRa连接和组网;凭借LoRa长距离、低功耗的无线传输特性,在没有任何运营商基础设施的情况下,可以在偏僻的野外地区组网,并在户外持续工作10到15年。该系统可在几分钟内检测到阴燃,是快速、灵敏、高效的森林火灾检测预防系统。
为什么预防森林火灾,早期检测是关键?其复杂性在哪里?
野外火灾造成的经济损失不断攀升
据美国国家航空航天局(NASA)的地球观测站发布的热浪和火灾的卫星图像,2022年夏季,欧洲、非洲和亚洲的森林火灾及山火记录极为严重。此外,根据世界资源研究所(World Resources Institute)的分析推算,近年发生的森林大火,过火面积几乎是2001年的两倍;2021年的野外火灾造成了全球930万公顷的损失(土地面积大约相当于匈牙利)。最糟糕的是,气候变化引发的干旱和创纪录的热浪将在未来几年继续加剧事态。
▲ 美国怀俄明州黄石国家公园森林火灾
野外火灾造成的巨大影响是一个难以量化的问题。根据2017年国家标准与技术研究所研究表明,仅美国,野外火灾带来的每年经济损失就可能超过3000亿美元。如果考虑间接损失,由农业用地损失造成的粮食短缺或未来十年吸入烟雾对健康的长期影响都应计算在内,远远超出3000亿美元。据路透社报道,据知名信贷机构穆迪估计,如果形势恶化,野外火灾可能会破坏整个国家(希腊)的经济,形势极为严峻。
目前早期检测系统的缺点
早期探测是预防野外火灾的最关键措施之一。然而,当前的解决方案不够精确、时效性差。目前用于探测火灾的方法有:瞭望塔、卫星监测系统、甚至野外相机拍摄等。瞭望塔已经存在了一个多世纪,但它们必须有人值守,只有在烟雾弥漫的情况下才能被发现,但这时火灾通常已经在一定程度上蔓延开来;卫星系统自动监测也只能检测到已经蔓延的火灾;还有人尝试使用野外相机的方法进行早期检测,但在自然环境中实现长时间供电是一个巨大的难题,而野外相机的影像也只能在火灾发生后一到三个小时,才能探测到火灾。
Silvanet提供了一种全新的解决方案,解决了功耗和早期检测难题
功耗挑战
Dryad的联合创始人之一Carsten Brinkschulte解释说,在野外环境中,供电是要解决的最关键的技术挑战。事实上,在实际应用中,使用太阳能电池板具有挑战性,因为树木的树冠覆盖和枝叶遮荫会阻挡大部分阳光。因此,来自密芝根大学的研发人员试图从摆动的树枝中获取动能为探测传感器提供电能,以实现自供电火灾报警系统。Dryad独辟蹊径,采取了不同的方法:设计一个可以在这些恶劣条件下运行的自供电系统。正如Carsten所述,Silvanet的最终设计,只能使用STM32WL才能达成。
▲ Silvanet 气体传感器
通过集成MCU和无线射频发射器,STM32WL极大降低了PCB上的组件数量,并优化了整体效率。设计开发中,MCU和接收器的高速时钟可以同一个晶体振荡器。STM32WL的LDO和SMPS允许某些操作在唤醒时运行得更快,从而更快地执行任务、节省更多能源。STM32WL还具备适合资源有限场景的低功耗模式。STM32WL的产品性能优势,为Silvanet系统在森林中使用太阳能提供了可能,而这款集成自供电森林火灾探测系统的高效、准确、可靠运行,将为降低森林火灾风险提供新的解决方案。
计算挑战
野外火灾探测机制面临的另一个挑战是可扩展性。并不是所有的火灾看起来都一样,尤其是在阴燃阶段,也并不是每一场火灾都会呈现同样的路径,譬如松树释放的烟雾与桉树不同,Silvanet依靠气体传感器可以辨别其中的不同。Dryad公司在开发过程中,就提出要建立一个可以适应不同森林的机器学习应用程序,并通过一个性能强劲的微控制器来控制它。这也是Silvanet传感器使用STM32WL的另一个原因。STM32WL最多可容纳256 KB的闪存,主频最高可达48 MHz。由于这些硬件性能优势,该设备可以处理来自传感器的数据并在本地运行机器学习算法。
▲ Silvanet 网关
通信挑战
如何实现森林火灾的探测是预防机制中的一方面,另一方面还要考虑如何将预警信息发送到进行监控的云系统中。而森林覆盖率高的地区难以获得基础通信设施的支持。因此,Silvanet不能依赖NB-IoT等蜂窝网络或需要Sigfox等运营商的技术。Dryad选择了LoRaWAN,因为它可以在偏僻的野外地区组网并工作。事实上,Silvanet使用在STM32U5上运行的自定义网关。一个是LoRa网格网关,它将LoRaWAN网络扩展到森林深处。另一个是边界网关,它使用具有2G/GPRS回退功能的4G/LTE调制解调器提供回程。此外,Silvanet甚至可以通过使用SpaceX公司的 Swarm技术建立卫星连接。
▲Silvanet LoRa 组网
一个野外火灾传感器节点通常覆盖一公顷森林,可以根据需要使用网格网关扩展网络,同时使用具有连接功能的边界网关向云监控系统发送消息。传感器的防护等级为IP67,可抵御风暴,支持-40ºC至+85ºC的温度范围。Silvanet传感器和网关采用坚固的塑料外壳,没有端口或连接器,确保能够达到这一防护等级。作为一项关键需求,Dryad可通过远程无线更新固件,并采用ST的库来实现。因而,产品可以接收修补程序来修复错误或更新机器学习应用程序以改进火灾检测。
未来的挑战
建立这样一套高集成度、自供电、高效敏捷的森林火灾探测系统,需要政府、行业及其他方面的认可。气体传感器、网格网关、边境网关等都需要投入费用,当系统要覆盖数十万公顷土地时,投资不菲。但与森林火灾造成的直接和间接损失相比,这笔投入就显得微不足道。STM32WL带来的技术优化,让LoRa设备的网格可以在森林中运行15年。Dryad公司Silvanet系统已逐步在德国、西班牙、希腊、葡萄牙、土耳其、美国和韩国等地建立实施,2023年产能有望达到23万台。
来源:STM32
免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。