Asesor: José Fernando Valencia Murillo, Doctor (PhD) en ...

Sistema electrónico de alarma y control de incendio para cubiertas de material orgánico seco

Andrés Felipe Jiménez Caro, [email protected]

José Luis Jaramillo Arias, [email protected]

Trabajo de Grado presentado para optar al título de Ingeniero Electrónico

Asesor: José Fernando Valencia Murillo, Doctor (PhD) en Ingeniería

Universidad de San Buenaventura Colombia

Facultad de Ingeniería

Ingeniería Electrónica

Santiago de Cali, Colombia

2017

mailto:[email protected]

Citar/How to cite [1]

Referencia/Reference

Estilo/Style:

IEEE (2014)

[1] A. F. Jiménez Caro y J. L. Jaramillo Arias, “Sistema electrónico de alarma y

control de incendio para cubiertas de material orgánico seco”, Trabajo de grado,

Ingeniería Electrónica, Universidad de San Buenaventura Cali, Facultad de

Ingeniería, 2017.

Co-asesor, Mg. Ing. Oscar Casas García.

Jurado, Mg. Ing. Carlos Mauricio Betancur Vargas.

Jurado, Dr. Ing. Vladimir Trujillo Olaya.

Bibliotecas Universidad de San Buenaventura

Biblioteca Fray Alberto Montealegre OFM - Bogotá.

Biblioteca Fray Arturo Calle Restrepo OFM - Medellín, Bello, Armenia, Ibagué.

Departamento de Biblioteca - Cali.

Biblioteca Central Fray Antonio de Marchena – Cartagena.

Universidad de San Buenaventura Colombia

Universidad de San Buenaventura Colombia - http://www.usb.edu.co/

Bogotá - http://www.usbbog.edu.co

Medellín - http://www.usbmed.edu.co

Cali - http://www.usbcali.edu.co

Cartagena - http://www.usbctg.edu.co

Editorial Bonaventuriana - http://www.editorialbonaventuriana.usb.edu.co/

Revistas - http://revistas.usb.edu.co/

Biblioteca Digital (Repositorio)

http://bibliotecadigital.usb.edu.co

https://co.creativecommons.org/?page_id=13

https://co.creativecommons.org/?page_id=13

Gracias a Dios y la Virgen por darme la sabiduría y la fortaleza para cumplir esta meta, a mis

padres y toda mi familia que hicieron posible este proceso de formación y siempre creyeron en

mí. A mi compañero Jose, a nuestro director de proyecto de grado Mg. Ing. Oscar Casas, a todos

los docentes y amigos que nos han brindado su apoyo a lo largo de la carrera.

Felipe.

Agradezco a Dios por regalarme la vida y los medios para culminar este logro, a mis padres por

guiarme y acompañarme durante todo este proceso, a nuestros docentes por regalarnos sus

conocimientos, a mi compañero Felipe por su excelente trabajo en equipo, a nuestro director de

trabajo de grado Oscar Casas y a mis familiares y amigos que participaron de este maravilloso

proceso de formación.

Jose Jaramillo.

TABLA DE CONTENIDO

RESUMEN ..................................................................................................................................... 11

I. INTRODUCCIÓN ...................................................................................................................... 13

A. Objetivos ............................................................................................................................... 14

1) Objetivo general.................................................................................................................. 14

2) Objetivos específicos .......................................................................................................... 14

B. Contribución .......................................................................................................................... 15

C. Organización del libro ........................................................................................................... 16

II. SISTEMAS DE DETECCIÓN Y CONTROL DE INCENDIOS ............................................. 18

A. Detectores de incendios ......................................................................................................... 18

1) Detectores de humo ............................................................................................................ 19

2) Detectores de llama............................................................................................................. 20

3) Detectores de calor ............................................................................................................. 20

B. Rociador automático (Sprinkler) ........................................................................................... 21

1) Sistema húmedo .................................................................................................................. 22

2) Sistema seco ....................................................................................................................... 22

3) Sistema diluvio ................................................................................................................... 22

C. Detección de fuego basado en imágenes o video .................................................................. 23

D. Motivación de un sistema de detección y control de incendio usando cámara web, mini-

computadora (SBC) y un sistema diluvio .................................................................................. 31

III. DISEÑO DEL SISTEMA DE ALARMA Y CONTROL DE INCENDIO ............................. 32

A. Consideraciones generales..................................................................................................... 32

B. Diseño de hardware ............................................................................................................... 34

1) Estación de ingeniería ......................................................................................................... 34

2) Sistema extintor .................................................................................................................. 35

a) Válvula solenoide (Electroválvula) ................................................................................ 36

b) Tuberías galvanizadas y rociador abierto....................................................................... 37

3) Detector .............................................................................................................................. 38

4) Bocina (Buzzer) .................................................................................................................. 39

5) Sección de potencia ............................................................................................................ 40

C. Diseño de software ................................................................................................................ 43

1) Ambiente de programación................................................................................................. 44

a) Lenguaje de programación: Python................................................................................ 44

b) OpenCV ......................................................................................................................... 45

2) Adquisición de imagen ....................................................................................................... 46

3) Extracción de pixeles .......................................................................................................... 46

4) Clasificación de pixeles como fuego .................................................................................. 47

5) GUI Interfaz gráfica de usuario .......................................................................................... 52

IV. IMPLEMENTACIÓN .............................................................................................................. 54

A. Implementación de la estación de ingeniería ........................................................................ 54

B. Implementación de la interfaz gráfica de usuario .................................................................. 58

V. PRUEBAS Y RESULTADOS .................................................................................................. 65

A. Estructura a escala ................................................................................................................. 65

B. Resultados .............................................................................................................................. 69

1) Análisis ROC ...................................................................................................................... 70

VI. CONCLUSIONES Y TRABAJO FUTURO ........................................................................... 74

A. Conclusiones ......................................................................................................................... 74

B. Trabajo futuro ........................................................................................................................ 75

REFERENCIAS ............................................................................................................................. 77

ANEXOS ........................................................................................................................................ 80

LISTA DE TABLAS

Tabla I. Siete reglas para reconocimiento de fuego ....................................................................... 24

Tabla II. Aplicaciones de detección de fuego con cámara ............................................................ 30

Tabla III. Especificaciones de la raspberry pi 3 ............................................................................. 34

Tabla IV. Descripción válvula solenoide ....................................................................................... 36

Tabla V. Especificaciones de la cámara web ................................................................................. 38

Tabla VI. Descripción bocina piezoeléctrica ................................................................................. 39

Tabla VII. Cuatro reglas para reconocimiento de fuego ................................................................ 48

Tabla VIII. Desempeño del algoritmo del sistema ......................................................................... 72

Tabla IX. Comparación con otros modelos de detección ............................................................... 72

LISTA DE FIGURAS

Fig. 1. Tiempo y estado de incendio en que actúa cada detector. .................................................. 19

Fig. 2. Diagrama de un detector de humo fotoeléctrico. ............................................................... 20

Fig. 3. Funcionamiento convencional de un rociador automático con fusible. .............................. 21

Fig. 4. Histograma de los canales R, G y B por separado de la región de fuego segmentada

manualmente. ................................................................................................................................. 25

Fig. 5. Comparación de dos modelos de color (a) RGB (b) YCbCr. ............................................. 26

Fig. 6. Demostración de segmentación de fuego en una video secuencia...................................... 27

Fig. 7. Diagrama de flujo para la detección de movimiento. ......................................................... 28

Fig. 8. Detección de fuego usando detección de movimiento. ....................................................... 28

Fig. 9. Diseño final del sistema de alarma y control de fuego. ...................................................... 33

Fig. 10. Raspberry Pi 3, Model B. .................................................................................................. 35

Fig. 11. Válvula solenoide de 2 vías gama baja. ............................................................................ 37

Fig. 12. Rociador abierto y reducción. ........................................................................................... 37

Fig. 13. Cámara. ............................................................................................................................. 39

Fig. 14. Bocina piezoeléctrica. ....................................................................................................... 40

Fig. 15. Relé implementado. .......................................................................................................... 40

Fig. 16. Conector GPIO de la Raspberry Pi 3. ............................................................................... 41

Fig. 17. Esquemático del circuito de potencia................................................................................ 42

Fig. 18. Plaqueta diseñada del circuito de potencia. ...................................................................... 42

Fig. 19. Circuito de potencia implementado. ................................................................................. 43

Fig. 20. Esquema general del proyecto. ......................................................................................... 43

Fig. 21. Resultado de la función cv2.blur (). .................................................................................. 45

Fig. 22. Diagrama de flujo para sacar el vector de color de cada pixel. ........................................ 47

Fig. 23. Diagrama de flujo final para la extracción y clasificación de pixeles. ............................. 49

Fig. 24. Diagrama de flujo para la verificación de las 4 reglas. ..................................................... 50

Fig. 25. Número de pixeles detectados en imágenes de prueba. .................................................... 51

Fig. 26. Modelo de la GUI implementada. ..................................................................................... 52

Fig. 27. Diagrama de bloques del dispositivo central. ................................................................... 54

Fig. 28. Vista al interior. ................................................................................................................ 55

Fig. 29. Vista lateral izquierda. ...................................................................................................... 56

Fig. 30. Vista lateral derecha .......................................................................................................... 57

Fig. 31. Vista trasera. ..................................................................................................................... 58

Fig. 32. Interfaz gráfica implementada usando tkinter. .................................................................. 59

Fig. 33. Objetos externos en la cubierta con la detección desactivada. ......................................... 60

Fig. 34. Inicio de la detección en la GUI........................................................................................ 61

Fig. 35. Objetos externos en la cubierta con la detección activada. ............................................... 62

Fig. 36. Alarma de incendio en la GUI. ......................................................................................... 63

Fig. 37. Salir de la interfaz gráfica. ................................................................................................ 64

Fig. 38. Dimensiones de la estructura. ........................................................................................... 65

Fig. 39. Dimensiones de las tuberías galvanizadas. ....................................................................... 66

Fig. 40. Altura de la cámara. .......................................................................................................... 67

Fig. 41. Montaje real del sistema electrónico listo para pruebas. .................................................. 68

Fig. 42. Matriz de confusión. ......................................................................................................... 71

Fig. 43. Métricas de la matriz de confusión. .................................................................................. 71

SISTEMA ELECTRÓNICO DE ALARMA Y CONTROL DE INCENDIO PARA CUBIERTAS… 9

GLOSARIO

CÁMARA CMOS: la cámara CMOS (Complementary Metal-Oxide-Semiconductor) es un

dispositivo compuesto por sensores de imagen que utilizan semiconductores fotosensibles. En estos

sensores la digitalización se realiza pixel a pixel dentro del mismo sensor.

COMBUSTIÓN: reacción química que se produce entre el oxígeno y un material oxidable, que

va acompañada de liberación de energía y comúnmente se manifiesta por incandescencia o llama.

ESPACIO DE COLOR: representa el sub-modelo del modelo de cualquier color, es decir, un

arreglo especifico de los colores en una imagen o video. Depende del modelo color y de los

dispositivos físicos que permiten las representaciones de los colores.

MATERIA ORGÁNICA: se forma a partir de residuos de procedencia animal o vegetal, es decir,

la materia elaborada por compuestos orgánicos que provienen de los restos de organismos que

alguna vez estuvieron vivos.

MODELO DE COLOR: es un modelo matemático ideal que permite representar los colores en

forma numérica, es decir, asocia a un vector generalmente de tres o cuatro valores un elemento en

un espacio de color. Existen diferentes modelos de colores como RGB, CMYK, HSL, HSV, etc.

PIXEL: es la menor unidad o unidad básica en color que forma parte de una imagen digitalizada.

RELÉ: dispositivo electromagnético que, excitado por una corriente eléctrica débil, abre o cierra

un circuito que disipa una mayor potencia que el circuito estimulador.

RESOLUCIÓN: la resolución en una imagen es la precisión del detalle que puede observarse en

esta. Se describe la resolución de una imagen digital con dos números enteros: ancho (cantidad de

columnas de pixeles) x alto (cantidad de filas de pixeles).


RGB: es un modelo de color con el que es posible representar colores mediante la suma de los tres

colores primarios: Rojo (Red), Verde (Green) y Azul (Blue); comúnmente cada color primario es

codificado en 8 bits (un byte).

SBC: ordenador de placa reducida (en inglés: Single Board Computer) es una mini computadora

en un solo circuito. Conformada por un microprocesador, memoria RAM, puertos de E/S y todas

las demás características de un computador funcional.

SEGMENTACIÓN: en el campo de la visión artificial es simplificar la representación de una

imagen en otra más significativa y fácil de analizar. Se utiliza para localizar objetos o

encontrar los límites de estos dentro de una imagen.

VÁLVULA SOLENOIDE: es una electroválvula que controla su cierre o apertura según los

impulsos electromagnéticos generados en un solenoide (electroimán). Cuando el solenoide se

desactiva la válvula vuelve a su posición normal. Pueden trabajar con corriente continua (DC) o

corriente altera (AC).

YCbCr: es un espacio de color que representa la componente luma y las componentes de

crominancia diferencia de azul y diferencia rojo. Es una forma de codificar información RGB, por

lo tanto, un valor de YCbCr solo se puede predecir si se usan los colores del estándar RGB.


RESUMEN

En este proyecto se propone una solución para contrarrestar incendios en cubiertas construidas con

material orgánico seco, reemplazando los sensores de humo, temperatura y llama por una solución

con video cámara. Para tal efecto se implementó un modelo a escala de una estructura cubierta por

material orgánico seco, en donde se advierte la presencia de un incendio que es capturado por una

cámara y analizado por una estación de ingeniería. Como estación de ingeniería se cuenta con una

Raspberry Pi 3, en donde se evalúan una serie de reglas basadas en los componentes de color RGB

y YCbCr de las imágenes capturadas por la cámara para la clasificación de pixeles de fuego;

posteriormente, se ejecutan las acciones de control según criterios de diseño. Para controlar el

incendio se cuenta con una electroválvula que es accionada mediante una señal de control emitida

desde la estación de ingeniería, dando paso al caudal de agua mediante una tubería que finalmente

riega la cubierta por medio de un aspersor.

Se evalúa la respuesta del dispositivo ante situaciones de incendio reales mediante una serie de

pruebas que ayudan a determinar qué tan exacto, preciso y sensible es en su conjunto.

El dispositivo diseñado tiene un porcentaje del 98% de detección de fuego y un 12% de falsas

alarmas, cumpliendo satisfactoriamente con el funcionamiento deseado, ya que detecta, notifica y

controla la presencia de un incendio que se presente en una cubierta de material orgánico seco,

minimizando así las pérdidas que se puedan presentar ante una situación de catástrofe, donde el

autor principal sea el fuego.

Palabras clave: Fuego, Control de Incendio, Python, OpenCV, Raspberry, RGB, Dispositivo

electrónico.


ABSTRACT

This project proposes a solution to counteract fires in decks made of dry organic material, replacing

smoke, temperature and flame sensors with a video camera solution. For this purpose a scale model

of a structure covered by dry organic material was implemented, where the presence of a fire is

detected that is captured by a camera and analyzed by an engineering station. As an engineering

station there is a Raspberry Pi 3, which evaluates a series of rules based on the RGB and YCbCr

color components of the images captured by the camera for the classification of fire pixels;

Subsequently, control actions are executed according to design criteria. To control the fire, there is

an electrovalve that is operated by a control signal emitted from the engineering station, giving

way to the water flow through a pipe that finally irrigates the cover by means of a sprinkler.

The device's response to real fire situations is evaluated through a series of tests that help determine

just how accurate, precise, and sensitive it is overall.

The designed device has a percentage of 98% of fire detection and 12% of false alarms, fulfilling

satisfactorily with the desired operation, since it detects, notifies and controls the presence of a fire

that is present in a cover of dry organic material, Thus minimizing the losses that may occur in the

event of catastrophe, where the main author is the fire.

Keywords: Fire, Fire Control, Python, OpenCV, Raspberry, RGB, Electronic device.


I. INTRODUCCIÓN

Los incendios son uno de los desastres más devastadores que ha afectado al hombre a lo largo de

la historia y se ha convertido en una cuestión importante, que se enfrenta en la actualidad, la forma

de prevenir que la vida de las personas y el bienestar de la sociedad se vean afectados ante el daño

causado por este [1].

La arquitectura sostenible es una modalidad de construcción que busca minimizar el impacto que

pueda tener una edificación en un ecosistema, por tal razón encontramos gran cantidad de casas

construidas a base de paja, adobe, piedra, barro y madera en países como Estados Unidos, España,

Francia, Japón, Alemania e Inglaterra; poblaciones enteras como es el caso de Japón, en donde la

aldea Shirakawa-go está conformada en su totalidad por edificaciones hechas con balas de paja,

que en el caso de toparse con una situación de incendio, es necesario contar con una medida de

control para el fuego no deseado, y así evitar una catástrofe [2].

En Colombia, es común ver cubiertas de material orgánico seco, ya sea por su practicidad y/o por

su bajo precio, que están expuestas a una situación de total pérdida si son alcanzadas por el fuego.

El origen del fuego puede ser natural o antrópico, el cual se propaga de una forma incontrolable

consumiendo toda fuente de materia viva o muerta, por tal razón es necesario tomar medidas de

prevención y extinción [3].

A principios del 2015, en la Universidad de San Buenaventura Cali se incendió una cubierta de

este tipo. Según el Arquitecto Carlos Villegas, administrador de recursos físicos, el quiosco tardó

aproximadamente 3 o 4 minutos en encenderse por completo y con la magnitud del incidente, los

extintores que se tenían, solo alcanzaron para evitar el consumo de la zona verde que rodeaba la

estructura e impedir que el fuego llegara más lejos. Esta universidad cuenta con dos estructuras

más cubiertas por un techo con las mismas características que están expuestas a una situación de

riesgo similar.

Conociendo el devastador impacto de un incendio, la cantidad de estructuras que cuentan con una

cubierta elaborada con materiales orgánicos y los antecedentes sucedidos en la universidad de San


Buenaventura, se plantea una pregunta para lograr dar solución a múltiples situaciones en las que

el agente principal es el fuego sin control, expuesta a continuación. ¿Cómo diseñar e implementar

un sistema electrónico que permita alarmar y controlar un incendio en una cubierta hecha a partir

de materia orgánica seca?

A. Objetivos

1) Objetivo general

Implementar un prototipo de dispositivo electrónico que alarme y controle incendios en cubiertas

construidas con material orgánico seco.

2) Objetivos específicos

Construir el estado del arte en la implementación de sistemas de alarma contra incendios y

en las múltiples formas de controlar un incendio en cubiertas construidas con material

orgánico seco.

Analizar los posibles modelos de detección, control y notificación de incendios.

Explorar opciones de sistemas de alarma existentes en el mercado y cuál sería el

diferenciador.

Diseñar e implementar un dispositivo electrónico que detecte, notifique y controle la

presencia de un incendio en una cubierta construida con material orgánico seco.

Validar el dispositivo electrónico diseñado e implementado.

Sustentar los resultados obtenidos del proyecto de investigación, además reflejarlos en un

artículo para su publicación en una revista académica.


B. Contribución

Factores como la dificultad de precisar las causas de un incendio, alta probabilidad de que ocurra

uno en las condiciones óptimas y la falta de predicción de un incidente de este tipo de manera

oportuna, hacen de un incendio un fenómeno de combustión no controlado que deja significativos

daños y pérdidas. Por lo tanto, identificar con precisión, alertar oportunamente y controlar de

manera rápida las primeras manifestaciones de un incendio son de vital importancia [4].

Árboles de gran tamaño, vegetación doméstica, fuentes hídricas y varias especies de animales, son

el contexto en el cual se insertan estas edificaciones con el fin de crear espacios muy agradables y

cercanos a la naturaleza. Aparte de esto, la construcción de edificaciones con materiales orgánicos

secos amigables con el medio ambiente, es una propuesta de responsabilidad ambiental que se

plantea con el fin de minimizar el impacto en el mismo.

En el infortunio de un incendio en una de estas cubiertas, debido a la falta de un apropiado sistema

de control para contrarrestarlo, se vería implicado todo este ecosistema, puesto que no solo las

estructuras incendiadas y destruidas por las llamas afectarían el medio ambiente, sino que también

se vería afectado por los sedimentos y desechos generados por la combustión, los cuales

terminarían alojados en las fuentes hídricas, el aire y lugares aledaños, desencadenando una

problemática de mayor impacto y riesgo.

Por ende, la implementación de un sistema electrónico de alarma y control de incendio para

cubiertas de material orgánico seco ofrece un conjunto de beneficios descritos a continuación:

Económico, ya que el uso de este sistema puede salvaguardar y proteger las estructuras y

la vidas de las personas y animales que se encuentren no solo bajo dicha cubierta, sino

también a su alrededor. Por otra parte, los insumos empleados en este sistema, no son de

costo elevado.


Ambientalmente, se observa el impacto en la medida en que la contaminación emitida por

el sistema durante su correcto funcionamiento es nula, esto hace de este sistema, una

solución óptima, confiable y amigable con el medio ambiente.

Tecnológicamente, es un sistema que logra reunir y acoplar diversas tecnologías, generando

una versatilidad de funcionamiento cuando se pone en marcha. Como consecuencia de esto,

el sistema es escalable ya que fácilmente se pueden anexar dispositivos y periféricos que

cumplan con la misma función de los presentes o agreguen cualidades nuevas; robusto,

pues responde bien a ruidos o perturbaciones que pueda presentar; y adaptable a diversos

espacios mediante una configuración sencilla de los parámetros del sensado.

C. Organización del libro

El Capítulo 2 se centra en dar a conocer los diferentes sistemas de detección y control de incendios

existentes, definiendo los diferentes mecanismos y tecnologías que se pueden usar en el propósito

de extinguir un incendio. También se plantea la motivación del proyecto.

En el Capítulo 3 se presenta el diseño final de un sistema de alarma y control de incendio, las

características y referencias de los dispositivos empleados para la realización del sistema. En él, se

detalla minuciosamente cada dispositivo y tecnología que se empleará en el desarrollo del sistema

electrónico.

En el Capítulo 4 se expone el diseño de hardware y software basado en los criterios que se tomaron

en el anterior capítulo. Se desglosan con un alto nivel de detalle todas las consideraciones y criterios

necesarios para el correcto funcionamiento del sistema. Se explica claramente cómo se hace el

análisis de las imágenes, la clasificación de un incendio y el uso de cada dispositivo electrónico.

El Capítulo 5 comprende la implementación física del proyecto, haciendo uso del diseño y el marco

teórico descritos en los capítulos anteriores. En este capítulo, se encuentra expresado en detalle la

ubicación y uso definitivo de cada dispositivo empleado; también se muestra la presentación final

del dispositivo electrónico y la explicación de la funcionalidad de la interfaz gráfica diseñada para

la interacción del usuario con el sistema.


En el Capítulo 6 se presentan las pruebas realizadas en una estructura construida a escala y se generan

los resultados que dan muestra del comportamiento del dispositivo final. También se evalúan dichos

resultados y se aplica un proceso de depuración en el cual se reconocen las falencias y posteriormente

se corrigen logrando mayor robustez en el sistema.

Finalmente, en el capítulo 7 se exponen las conclusiones del proyecto realizado y las sugerencias

para trabajos futuros.


II. SISTEMAS DE DETECCIÓN Y CONTROL DE INCENDIOS

En este capítulo, se presenta un estado del arte en la implementación de sistemas de alarma y

control ante incendios, se centra en describir los dispositivos de detección y extinción más comunes

y las tecnologías detrás de ellos. Por último se muestran las tecnologías elegidas para la elaboración

del prototipo final y el porqué de estas.

Los sistemas de detección y control de incendios son unos de los componentes más importantes

dentro de los sistemas de vigilancia en edificios, casas, departamentos, recintos, entre otros; porque

cumplen la función de un indicador de alerta temprana de inicio de fuego logrando así la extinción

de este. A lo largo de los años, una gran cantidad de tecnologías y diferentes metodologías se han

aplicado en estos sistemas, donde cada una de ellas ofrece su propio conjunto de robustez y

debilidades [5].

La NFPA (National Fire Protection Association) es una asociación dedicada a proteger vidas y

bienes de los devastadores efectos de los incendios y otros peligros. Desde 1896, la NFPA se ha

encargado de brindar apoyo para la prevención de incendios y salvaguardar la vida de los seres

humanos mediante numerosos códigos y normas que gobiernan la industria. En sus códigos y

normas se encuentran descritos detalladamente los pasos, cálculos, restricciones, dispositivos y

procedimientos que se deben tener en cuenta a la hora de implementar un sistema de riego para la

extinción de un incendio [6].

A. Detectores de incendios

Un aspecto clave en la protección contra incendios es identificar una emergencia de fuego en

desarrollo, en el momento oportuno, para alertar a los ocupantes del edificio y los encargados de

emergencia de incendio. Este es el papel de los detectores de incendio que se utilizan a menudo en

las edificaciones, tales como detectores de calor, detectores humo, detectores de energía radiante

por la llama, etc. [7]. Cada uno de estos detectores tiene un tiempo de respuesta diferente de acuerdo

a la evolución del incendio como se puede ver en la Figura 1.


En la primera fase de un incendio, estado latente (ver Figura 1), no se generan partículas visibles

por el ojo humano, apareciendo partículas de carga eléctrica negativa, que dan lugar a un fenómeno

denominado ionización de la atmósfera. Posteriormente, aparece humo visible (etapa donde operan

los detectores de humo), estado incipiente, etapa que se caracteriza porque no hay llamas y la

temperatura es baja. Además del humo, finalmente en cuestión de pocos segundos aparecen las

llamas y, como consecuencia de la reacción exotérmica que se produce, tendremos calor, cuyo

efecto da origen al funcionamiento de los detectores de calor o térmicos [8].

1) Detectores de humo

Estos son unos de los dispositivos más sensibles: se activan en las primeras etapas de la aparición

del fuego. Detecta los gases de combustión, que pueden ser humos visibles o invisibles. La

velocidad de acción en un detector de humo es mayor comparada con la de un detector de calor en

cuanto al desarrollo del fuego. [8]

Para Prefire [9], estos detectores se pueden clasificar en dos tipos según sus principios de

activación fundamentales, los detectores de cámara de ionización, actualmente en desuso, y los

detectores ópticos, que se basan en el fenómeno fotoeléctrico emitiendo una señal de emergencia

dependiendo de la cantidad de luz que reciba como se puede observar en la Figura 2.

Fig. 1. Tiempo y estado de incendio en que actúa cada detector.

Fuente: [8]


2) Detectores de llama

Este tipo de detectores funcionan con la radiación que emite el incendio. Pueden detectar la

radiación ultravioleta, radiación infrarroja o una interacción de ambas. La ventaja de este es que es

extremadamente fiable en un entorno hostil. Los usos más comunes incluyen instalaciones de

locomotoras y mantenimiento de aeronaves, refinerías y plataformas de carga de combustible, y

minas [7].

3) Detectores de calor

Este tipo de detectores se activan en la última etapa de evolución del fuego, siendo los menos

sensibles. Por lo tanto estos dispositivos no son eficaces en alerta temprana, ya que deben estar

muy cerca del fuego que se ha puesto en marcha. Sin embargo, son útiles en los lugares donde los

detectores de humo tienen una alta tasa de falsas alarmas, como en una cocina. También son útiles

en áreas demasiado calientes o frías, donde los detectores de humo no pueden funcionar de manera

efectiva [9] [7].

Fig. 2. Diagrama de un detector de humo fotoeléctrico.

Fuente: [29]


Según Prefire [9], existen tres tipos diferentes de estos sensores, los detectores térmicos o de calor

que se activan a una determinada temperatura en el ambiente, los termo-velocimétricos que se

activan cuando la temperatura aumenta rápidamente en condiciones normales, y los de cable sensor

de temperatura basados en una detección lineal de calor.

B. Rociador automático (Sprinkler)

Los sistemas automáticos de rociadores constan de una configuración de tubería de agua a la que

están conectados unas cabezas de rociadoras, estos dispositivos generalmente se activan con el

aumento de la temperatura asociada a la llama o el humo generado por la combustión, rompiendo

un tapón que impide la salida del agua para así verter dicha agua en un patrón específico y densidad

en un área designada como se puede observar en la Figura 3. Los sistemas de rociadores reducen

el desperdicio de agua, distribuyendo de manera uniforme y más eficientemente que los medios

manuales [10].

En las últimas décadas, se observan los beneficios que traen los aspersores, de ser capaces de

proporcionar protección a los ocupantes del edificio al controlar el fuego antes de que este pudiera

llegar a estar plenamente desarrollado. Típicamente un rociador, operando efectivamente, es capaz

de limitar el área de fuego involucradas a menos de 10m y acabar con temperaturas de hasta menos

de 100°C [11].

Fig. 3. Funcionamiento convencional de un rociador automático con fusible.

Fuente: [12]


Existen diferentes tipos de estos sistemas automáticos de rociadores, aunque normalmente emplean

los mismos dispositivos: válvula, red de tuberías y rociadores. Cada uno de estos sistemas tiene sus

ventajas y desventajas, así que debe estudiarse el riesgo a proteger [12].

1) Sistema húmedo

Contiene siempre agua presurizada en la totalidad de las tuberías y se descarga inmediatamente por

todos los rociadores que se hayan disparado. Es común en oficinas, departamentos, edificios, y

lugares en general donde el agua no afecte el área a proteger. Estos rociadores deben alcanzar un

límite de temperatura alto. [12] [11].

2) Sistema seco

Contiene nitrógeno bajo presión o aire. Suelen emplearse en eventos donde existe la posibilidad de

condensación del agua en las tuberías. Son comunes en lugares donde las tuberías se congelan

fácilmente como en las bajas temperaturas invernales. Tiene un mayor costo que el sistema

húmedo, por lo que se emplean tuberías más grandes y rociadores más costosos [12].

3) Sistema diluvio

Utiliza rociadores abiertos (sin elemento fusible) que está conectado a un sistema de detección de

incendios. Cuando el sistema de detección se activa, envía una señal de activación a una válvula

que contiene agua bajo presión, llevando el agua por todas las tuberías hasta los rociadores. Tiene

como gran ventaja que la descarga es en todos y cada uno de los rociadores. No es aconsejable

para grandes instalaciones [12].


C. Detección de fuego basado en imágenes o video

Las técnicas de detección de incendios más utilizadas se basan generalmente, en el muestreo de

partículas, muestreo de la temperatura, pruebas de la transparencia del aire y la radiación

ultravioleta e infrarrojos, como se vio anteriormente. Sin embargo, la mayoría de estos detectores

sufren algunos problemas. Requieren una proximidad cercana a la llama, son vulnerables a los

efectos del medio ambiente y no son tan confiables, debido a que no siempre detectan la combustión

[4] [13].

Dentro de las técnicas que se tienen para lograr la detección del fuego, el sensado por cámaras y

tratamiento digital de imágenes es uno de los más eficientes, puesto que permite hacer una

monitorización casi en tiempo real del espacio, superficie, estructura o edificación que se desee.

Las cámaras que se usan en estas aplicaciones usualmente operan en los mismos rangos de

frecuencia de la radiación emitida por el foco del incendio, esto permite visualizar la presencia de

un incendio fácilmente sin que el humo generado por la combustión genere interferencia o

distorsión en el sensado. Sin embargo, el sistema basado en las imágenes tiene algunas limitaciones

al reconocer el fuego debido al brillo del entorno, especialmente en condiciones de luz natural [14]

[13].

Recientemente se han propuesto muchos trabajos de investigación sobre detección de fuego basado

en imágenes o video. Esto se debe a que las imágenes pueden proporcionar una información mucho

más confiable [13]. Como en el proyecto realizado por Zaidi [14], donde hacen un análisis de todos

los pixeles de una imagen en MATLAB r2013 según unas serie reglas para determinar si existe

fuego o no, mediante los componentes RGB y YCbCr de la imagen. En Tabla I se enumeran las

reglas que utilizaron.


TABLA I. SIETE REGLAS PARA RECONOCIMIENTO DE FUEGO

Espacio de color Reglas

RGB 1) R(x,y) > G(x,y) > B(x,y)

2) R(x,y) > Rmean ∩ G(x,y) > Gmean ∩ B(x,y) > Bmean

YCbCr 3) Y(x,y) >= Cb(x,y)

4) Cr(x,y) >= Cb(x,y)

5) Y(x,y) >= Ymean ∩ Cb(x,y) <= Cbmean ∩ Cb(x,y) >= Cbmean

6) | Cb(x,y) - Cr(x,y) | >= Th

7) Cb(x,y) <= 120 ∩ Cb(x,y) >= 150

Fuente: [14]

Cada una de las reglas están construidas de acuerdo al análisis de una gran cantidad de imágenes.

Por ejemplo para las reglas 1 y 2, todas las imágenes de fuego muestran que R es el componente

principal en una imagen de fuego. Sin embargo, el componente R se reduce significativamente

durante la tarde debido a la luz solar. Para superar este problema, el valor medio de R, G y B

(Rmean, Gmean y Bmean) son determinados [14].

En la investigación de Vipin [15], determinan estos valores medios de RGB, haciendo una

segmentación manual de fuego en una imagen, donde posteriormente esos pixeles son analizados

desde un histograma por cada canal de R, G y B como se puede observar en la Figura 4.


Según Vipin [15], basándose en los histogramas de un gran número de imágenes de prueba, se

puede establecer que el valor de Rmean es 190, Gmean es 140 y Bmean es 100, dando como

resultado la segunda regla: Si R > 190 ∩ G > 140 ∩ B < 100.

Las regla 1 definida para el modelo de color RGB, puede ser traducida al espacio de color YCbCr

como las reglas 4 y 5, donde Y es la luminancia, Cb la crominancia azul y Cr la crominancia roja.

Implican respectivamente que la luminancia de un fuego debe ser mayor que la crominancia azul

y la crominancia roja debe ser mayor que la crominancia azul [5].

Fig. 4. Histograma de los canales R, G y B por separado de la región de fuego

segmentada manualmente.

Fuente: [15]


Para Zaidi [14], los modelos de color RGB y YCbCr tienen gran tasa de detección de incendios

90% y 100% respectivamente, además de una baja tasa de falsas alarmas. Sin embargo, el espacio

de color YCbCr proporciona más ventaja comparada con el modelo de color RGB, ya que YCbCr

puede separar la luminancia de la crominancia de manera más eficaz como se puede observar en la

Figura 5.

En la investigación realizada por Turgay Celik [5], proponen otro modelo de detección basado en

reglas para la clasificación de pixeles de fuego usando solo el espacio de color YCbCr (5 Reglas),

alcanzando un 99.0% de detección de incendios y un 31.5% de falsas alarmas. En la Figura 6 se

pueden ver los resultados de los experimentos.

Fig. 5. Comparación de dos modelos de color (a) RGB (b) YCbCr.

Fuente: [14]


La detección de fuego con cámara no solo se puede realizar con un modelo de color basado en

reglas, sino también con una detección de movimiento en video como el trabajo realizado por

Punam Patel [16], donde utilizan una combinación de detección de color, detección de movimiento

(Figura 8) y dispersión de área para detectar incendios en datos de video.

Identificar objetos en movimiento de una secuencia de vídeo es una tarea fundamental y crítica en

muchas aplicaciones de visión artificial. Uno de los métodos más comunes es comparar el marco

actual con el anterior o con algo llamado fondo (background) [16]. Como en el diagrama de flujo

que se muestra en la Figura 7.

Fig. 6. Demostración de segmentación de fuego en una video secuencia.

Fuente: [5]


Fig. 7. Diagrama de flujo para la detección de movimiento.

Fuente: [16]

Fig. 8. Detección de fuego usando detección de movimiento.

Fuente: [16]


Como se ve en la Figura 8, el método de diferencia de marco (frame) sustrae el ruido de fondo

extraño (como si en un escenario los árboles se moviesen), haciendo más fácil la detección, que

aplicar etapas de pre-procesamiento (filtrado de imagen, restauración de imagen, reglas

Gaussianas), segmentación de imagen, detección de bordes y demás métodos complejos para hacer

sencilla la detección en un modelo de detección de color por imágenes [14] [16].

Hay muchos tipos de modelos de color como RGB, CMYK, YCbCr, YUV, HSL, HSV, HIS y CIE.

Donde cada uno de los espacios de color tiene sus ventajas y desventajas. Muchas de las

operaciones aritméticas de los modelos son lineales, además los algoritmos son bajos en

complejidad computacional. Esto hace que sea adecuado para usar en un sistema de tiempo real de

vigilancia de incendios [5] [15].

En resumen y además como argumento de investigación, se muestra a continuación la Tabla II, en

la cual se describen algunas técnicas para identificar un incendio mediante el procesado de

imágenes y también se expone el lugar donde se han implementado estas soluciones, con el fin de

validar el uso de esta técnica de detección para casi cualquier espacio.


TABLA II. APLICACIONES DE DETECCIÓN DE FUEGO CON CÁMARA

Año Autores Técnicas de procesamiento Aplicación

2009 T. Celik

H. Demirel Análisis de color

Detección de incendios

forestales

2012 V. Vipin Análisis de color, segmentación

de imagen


forestales

2012 P. Patel

S. Tiwari

Análisis de color, detección de

movimiento, sustracción de

fondo y dispersión de área


forestales, túneles o cualquier

otro incendio inesperado

2013 Y. Chunyu

(et. al.)

Acumulación de primer plano,

detección de movimiento

Detección de incendios en

túneles

2015 K. Anding

(et. al.) Variación de intensidad

Apartamentos y espacios

públicos

2015 N. Zaidi

(et. al.)

Análisis de color, segmentación

de imagen y filtrado de imagen Apartamentos y edificios

2015 G. Rao

(et. al.) Análisis de forma

Evaluación en tiempo real de

incendios forestales

2016 P. Huang

(et. al.)

Detección de movimiento y

análisis de color Habitaciones y cocinas.

2016 T. Xuan

J. Kim

Segmentación de regiones en

movimientos en video

Sistemas de alarma de alerta

temprana


D. Motivación de un sistema de detección y control de incendio usando cámara web, mini-

computadora (SBC) y un sistema diluvio

En la actualidad, casi todos los sistemas de detección de incendios utilizan sensores incorporados

que dependen principalmente de la fiabilidad y la distribución de posición de los sensores. Los

sensores deben ser distribuidos densamente para que un sistema detector de incendios sea de alta

precisión. Y debido a la rápida evolución de la tecnología de las cámaras digitales y las técnicas de

procesamiento de video, existe una gran tendencia a sustituir las técnicas convencionales de

detección de incendios por sistemas basados en la visión por computador [14] [5].

Muchas de las computadoras de placa única, SBC (Single Board Computers) o mini-computadoras

se han vuelto muy poderosas en estos últimos tiempos, ya que pueden ejecutar un sistema operativo

real, pueden realizar varias tareas, soportar puertos USB y conectarse de forma inalámbrica a

Internet, haciéndose asequibles por precios relativamente bajos (~$40USD). Siendo bien utilizadas

para casi cualquier propósito, aunque muchas hayan sido diseñadas para un propósito específico.

Un perfecto ejemplo es la Raspberry PI que se desarrolló como herramienta educativa, o la

BeagleBoard y BeagleBone que fueron desarrolladas para promover el uso de hardware y software

abierto [17]. Con la combinación entre una mini-computadora y una cámara digital se podría llegar

a realizar un sistema eficaz de reconocimiento de fuego.

El fuego originado en un material orgánico seco se propaga de una forma incontrolable

consumiendo toda fuente de materia viva o muerta en minutos, incluso segundos, por tal razón es

necesario tomar medidas de prevención y elegir un sistema de rociador adecuado. Esperar que un

rociador automático con fusible se dispare en un área conformada por materia orgánica seca donde

la llama consume todo en cuestión de minutos podría dar el caso en el que no se accionara, de allí

la conveniencia de utilizar un sistema diluvio. [3]


III. DISEÑO DEL SISTEMA DE ALARMA Y CONTROL DE INCENDIO

En este capítulo, se presenta un esquema del diseño final de un sistema de alarma y extinción de

incendios, además los componentes y herramientas como: la mini-computadora (SBC), junto con

el lenguaje de programación y librerías, algoritmos, cámara web, bocina y elementos del sistema

extintor, utilizados para generar el dispositivo final esperado, con las razones que llevaron a escoger

dichos componentes.

A. Consideraciones generales

Para el diseño de hardware y software del dispositivo que cumple con las funciones de alarma y

control de incendio, se tomaran en cuenta las siguientes consideraciones generales:

Se utilizará un dispositivo central o “estación de ingeniería” donde irán conectados todos

los dispositivos de entrada y salida (cámara web, válvula solenoide y bocina).

Se empleará un sistema rociador de tipo diluvio para el control y extinción del incendio en

la cubierta.

El sistema requiere potencia para la activación de la válvula solenoide y la bocina, por lo

tanto se hace necesario el uso de relés, ya que la estación de ingeniería es de baja potencia.

El algoritmo para la clasificación de los pixeles de fuego en la imagen debe ser bajo en

complejidad computacional, para conseguir que el sistema pueda reconocer las llamas de

fuego en segundos una vez iniciada la combustión.

El sistema debe darle al usuario comodidad para interactuar con los dispositivos

(encendido/apagado manual de la válvula, activación/desactivación de la detección, captura

de la cámara web y pixeles detectados), siendo necesaria una interfaz gráfica de usuario

(GUI).


De acuerdo a todo lo anterior, en la Figura 9 se hace el diseño final de del sistema de detección y

control de incendio, en él se deben tener en cuenta los componentes de un sistema de detección,

los componentes de un sistema de extinción, hacer la conexión de estos elementos y poner en

marcha el sistema completo.

La estación de ingeniería se encarga de gestionar la información recibida desde los distintos

elementos. Para que se active la extinción o el control de incendio tendrá que haber detección en

alguna de las zonas. Incluyendo las bocinas o sirenas encargadas de avisar a las personas de la

situación de incendio. En todo caso, se dispone de un botón: para bloquear el proceso de extinción

y alarma una vez este ha iniciado o para efectuar el disparo de la extinción y alarma.

Se llama extintores a los recipientes que contienen el agente extintor o sustancias con propiedades

químicas o físicas empleadas para apagar la llama. Pueden ser manuales o automáticos. Los agentes

extintores más comunes son agua (rociada o pulverizada), espuma y CO2 enfriado por

descompresión. La utilización de cada uno de estos agentes depende las materias susceptibles a

incendiarse, y en otros casos para no dañar objetos que no son alcanzados por el fuego pero si por

Fig. 9. Diseño final del sistema de alarma y control de fuego.


el agente extintor (como ocurriría en un museo de arte) [18] [19]. La instalación del sistema de

extinción o control automático de agua ante incendio requiere el almacenamiento y distribución

del agente extintor hasta puntos cercanos a las zonas habitadas para su uso en caso de un posible

fuego accidental.

B. Diseño de hardware

1) Estación de ingeniería

La Raspberry Pi 3 Model B (ver Figura 10) es la tercera generación de la Raspberry PI, es útil para

proyectos embebidos que requieren poca potencia y recomendada para cualquier uso en general

[20]. En la Tabla III se muestran las especificaciones de esta.

TABLA III. ESPECIFICACIONES DE LA RASPBERRY PI 3

CPU 1.2GHz 64-bit quad-core

Instruction set ARMv8

GPU 400MHz VideoCore IV

RAM 1GB SDRAM

Storage micro-SD

Ethernet 10 and 100Mbps

Wireless 802.11n Wireless / Bluetooth 4.0

Video Output HDMI / Composite

Audio Output HDMI / Headphone

USB Ports 4

GPIO 40

Fuente: [20]


Para el presente estudio se escogió una Raspberry Pi 3 Model B de la fundación Raspberry Pi,

como central de control o estación de ingeniería, ya que ofrece puertos USB para la conexión del

detector, de un teclado y un mouse; puerto HDMI para conectar una pantalla, pines GPIO para el

control de la electroválvula o sistema extintor y la bocina, además de la posibilidad de conectar

más electroválvulas o nuevos dispositivos (detectores de humo, calor, entradas o salidas análogas,

etc.), distribuciones Linux que permite utilizar programas gratuitos en lugar de software de pago,

por ultimo un puerto Ethernet o WiFi que llegado el caso de necesitar una mayor capacidad

computacional, convertir la Raspberry en un periférico usando alguna de estas redes.

2) Sistema extintor

Este sistema es de tipo diluvio que está conformado por una electroválvula normalmente cerrada

que contiene el agua bajo presión en tuberías de acero galvanizado y un rociador o boquilla abierto

(sin elemento fusible) para realizar el proceso de extinción o control de incendio.

Fig. 10. Raspberry Pi 3, Model B.

Fuente: [20]


a) Válvula solenoide (Electroválvula)

Es la que controla el paso del agua por la tubería mediante una bobina solenoide. Se utilizará una

válvula solenoide de 2 vías gama baja de uso general que se muestra en la Figura 11. En la Tabla

IV se indican las características:

TABLA IV. DESCRIPCIÓN VÁLVULA SOLENOIDE

Referencia 91118

Presión de Trabajo 0,5- 10Kg/cm² // 7,1- 142 PSI

Voltaje 110 VAC

Estado Inicial NC

Conexión ½’’ NPT

Paso de Flujo 13mm

Temperatura de Operación -10 a +80°C

Medio de Trabajo Aire, Agua, Aceite

Fuente: [21]

La fuente de agua para extinguir el fuego en la cubierta se tomará de un grifo o llave de paso ya

instalado en las edificaciones, es decir, aprovechamos el agua que es bombeada por la empresa

prestadora de servicios públicos de acueducto y alcantarillado. Normalmente el agua llega en

tuberías de ½ ‘’ a estos grifos en un rango de presión de 1,5 a 5 Kg/cm² o 21,3 a 71,1 PSI [22] y

según los rangos de presión y medio de trabajo que se muestran en la Tabla IV, vemos que la

electroválvula cumple (supera) con las condiciones de operación.


b) Tuberías galvanizadas y rociador abierto

De acuerdo al tipo de conexión de la electroválvula (ver Tabla IV), las tuberías en acero

galvanizado se utilizaran de ½’’. Tambien se adquirió un rociador abierto en bronce con graduación

manual y conexión de ¾’’, para su implementación, se hizo necesario una reducción de ¾’’ a ½’’,

que se muestran en la Figura 12.

Fig. 11. Válvula solenoide de 2 vías gama baja.

Fuente: [21]

Fig. 12. Rociador abierto y reducción.

Fuente: [30]


3) Detector

El elemento para detectar el incendio es una cámara web, que consiste en una cámara digital

conectada a una computadora, normalmente a través de un puerto USB, que a su vez viene

acompaña de un software que permite enviar una imagen cada cierto tiempo a otro punto para ser

visualizada Se utiliza una cámara fabricada por la empresa J&R Technology (Ver Figura 13). En

la Tabla V se muestran las especificaciones:

TABLA V. ESPECIFICACIONES DE LA CÁMARA WEB

Referencia C-035

Sensor CMOS 1/3inch (VGA)

Interface USB

Resolución 640x480 Pixeles

Velocidad cuadro por cuadro 30 frames/sec

Foco Desde 30mm hasta el infinito ajustable

Balance de blanco Si

Exposición automática Si

Compensación automática Si

Temperatura 0°C - +40°C

Necesita driver No

Compatible Windows, Linux.

Fuente: [23]

La tecnología de cámaras digitales ha crecido de tal manera que las cámaras digitales CCD y

CMOS están disponibles en el mercado con una resolución decentemente buena y un precio

relativamente barato. La mayoría de estas cámaras pueden conectarse directamente a la

computadora y almacenar las imágenes [15]. La C-035 es compatible con Linux así que permite

conectarse directamente a la Raspberry sin necesidad de un driver de instalación.


4) Bocina (Buzzer)

Es el dispositivo que sirve como mecanismo de alerta o aviso de incendio, ya que genera un

zumbido agudo continuo de un mismo tono. Se implementa una bocina piezoeléctrica que se

muestra en la Figura 14. En la Tabla VI se presentan las características:

TABLA VI. DESCRIPCIÓN BOCINA PIEZOELÉCTRICA

Type SHTD – 3015A

Rated Voltage 12VDC

Operating Voltage 3 – 24 VDC

Rated Current (MAX) ≤ 20mA at 12VDC

Min Sound Ouput at 30cm ≥ 85dB at 12VDC

Resonant Frequency 3300 ± 500 Hz

Operating Temperature -20°C ~ +80°C

Weight 8.0g

Fuente: [24]

Fig. 13. Cámara.

Fuente: [23]


5) Sección de potencia

El voltaje alimentación para la activación de la electroválvula debe ser de 110 VAC (ver Tabla IV),

además, la bocina se alimentará con un voltaje de 12VDC, para esto se ha diseñado un circuito que

se muestra en la Figura 17, donde a partir del voltaje entregado 3.3VDC por uno pines GPIO de la

Raspberry, estimular un relé de referencia JQC-3F (Ver Figura 15), donde irán conectados la

electroválvula y la bocina en paralelo. También contaran con unos diodos 1N4004 para proteger

la estación de ingeniería.

Fig. 14. Bocina piezoeléctrica.

Fuente: [24]

Fig. 15. Relé implementado.

Fuente: [31]


En la Figura 16 vemos que el conector de la Raspberry Pi 3 tiene 40 pines en total: 2 pines como

fuente de 3.3VDC, otros 2 como fuente de 5VDC, 8 pines de tierra, 2 pines reservados para la ID

EEPROM y 26 pines para propósito general. De los cuales solo usaremos dos: el pin 11 (GPIO 17)

y el pin 6 (Ground).

Fig. 16. Conector GPIO de la Raspberry Pi 3.

Fuente: [20]


Fig. 18. Plaqueta diseñada del circuito de potencia.

Fig. 17. Esquemático del circuito de potencia.


C. Diseño de software

Basadas en las consideraciones generales y los criterios de hardware seleccionados anteriormente

en este capítulo, en la Figura 20 se hace un esquema general del sistema implementado durante el

desarrollo de este estudio.

Fig. 19. Circuito de potencia implementado.

Fig. 20. Esquema general del proyecto.


1) Ambiente de programación

La estación de ingeniería o dispositivo central se encargará de leer las imágenes capturadas por la

cámara conectada al puerto USB, donde posteriormente serán procesadas y clasificadas por un

conjunto de reglas (análisis de color) que nos permitirán determinar la existencia de un incendio o

no, logrando así la activación oportuna de la electroválvula y el mecanismo de alerta.

Para la implementación de este algoritmo se consideraron diversos ambientes entre ellos varios

lenguajes de programación como C, C++, Java; entornos de software como MATLAB, pero como

se cuenta con una Raspberry Pi 3, se optó por trabajar con Python + OpenCV.

a) Lenguaje de programación: Python

Python es un gran lenguaje de programación interactivo e interpretativo, orientado a objetos. A

menudo se compara (favorablemente) con Lisp, Tcl, Perl, Ruby, C#, Visual Basic, Java y muchos

otros. Python combina un poder notable con una sintaxis muy clara. Tiene módulos, clases,

excepciones y tipos de datos dinámicos de muy alto nivel. Hay interfaces para muchos llamados

de sistemas y librerías, así como varios sistemas de ventanas. La introducción más fácil a Python

es a través de IDLE, un entorno de desarrollo de Python. [25].

La elección de python en este proyecto no es solo por su potente y clara sintaxis de programación,

sino también porque nos brinda librerías a veces preinstaladas para controlar los GPIO de la

Raspberry, como la librería RPi.GPIO que tiene funciones para declarar cada canal que se esté

utilizando como entrada o salida, para leer el valor de un pin GPIO, para establecer el estado de

salida de un pin GPIO, para limpiar el estado de todos los canales al finalizar un programa, entre

otras. También nos ofrece librerías para implementar interfaces graficas de usuario (GUI) como

Tkinter y librerías para operar vectores o matrices como NumPy.


b) OpenCV

OpenCV es una librería de software de visión artificial, lanzado bajo una licencia de BSD y por lo

tanto es libre para el uso académico y comercial. Tiene interfaces en C++, C, Python y Java, soporta

Windows, Linux, Mac, OS, iOS y Android. OpenCV fue diseñado para la eficiencia computacional

y con un fuerte enfoque en aplicaciones en tiempo real. Tiene más de 47 mil personas en la

comunidad de usuarios y el número estimado de descargas supera los 7 millones. Es utilizada

ampliamente en empresas y grupos de investigación. [26]

Esta librería tiene más de 2500 algoritmos optimizados, los cuales pueden ser utilizados para

detectar y reconocer objetos, rastrear objetos en movimiento, hacer operaciones con imágenes,

combinar imágenes para producir una imagen de resolución alta, extraer objetos de modelos 3D,

etc. [26]. Por ejemplo como volver una imagen borrosa usando una función de la librería OpenCV

en Python (Ver Figura 21):

Si el lector desea consultar más sobre OpenCV, puede dirigirse a los tutoriales realizados por [27].

La posible combinación de python con esta gran librería nos da una poderosa y adecuada

herramienta para resolver el problema del reconocimiento de fuego por imágenes, ya que nos

proporciona funciones para leer imágenes desde una cámara web, hacer recortes, trasformaciones

Fig. 21. Resultado de la función cv2.blur ().

Fuente: [27]


geométricas, sacar los canales RGB por separado, cambiar a modelos de diferente color (por

ejemplo de RGB a YCbCr, HSV, Escala de grises, etc.), detección de bordes, contornos,

histogramas, entre otros.

2) Adquisición de imagen

Este bloque involucra la cámara y la transferencia de la imagen en su formato digital a la estación

de ingeniería. La imagen de entrada tiene 24bits (8 por cada canal RGB) con dimensiones de

640x480, es decir, una resolución de 0,3 Megapíxeles.

3) Extracción de pixeles

La extracción de pixeles es donde se separa la información relevante de todos y cada uno de los

pixeles a evaluar.

Una imagen digital de color tiene tres planos: Rojo, Verde y Azul (RGB). La combinación de estos

planos de color da la capacidad a los dispositivos para representar un color en el entorno digital.

Cada plano de color se cuantifica en niveles discretos, generalmente se utilizan 256 niveles de

clasificación (8 bits por cada canal), por ejemplo el blanco está representado por (R, G, B) = (255,

255, 255) y el negro está representado por (R, G, B) = (0, 0, 0). Una imagen en color consiste en

pixeles, donde cada pixel está representado por la ubicación espacial en cuadrícula (x, y), y un

vector de color (R(x, y), G(x, y), B(x, y)) correspondiente a la localización espacial [15].

A continuación se muestra en la Figura 22 el diagrama de flujo implementado para extraer la

información de cada pixel.


Se utilizan dos for anidados para recorrer todo el arreglo de pixeles de la imagen según sus

dimensiones. Por ejemplo si tenemos una imagen de 3x3 se sacara la información de los pixeles de

la primera columna de la imagen [1,1], [1,2] y [1,3], luego de la segunda columna [2,1], [2,2] y

[2,3], hasta llegar a la última columna [3,1], [3,2] y [3,3], y totalidad de la imagen.

4) Clasificación de pixeles como fuego

En este bloque, la detección de fuego en el modelo de color RGB y YCbCr se combinan para que

el resultado sea preciso. Esto significa que para este proyecto, la imagen debe cumplir con todas

las 4 reglas para ser considerado como fuego, además de unas condiciones de umbral que dependen

de la cantidad de pixeles detectados. Las reglas se enumeran en la Tabla VII.

Fig. 22. Diagrama de flujo para sacar el vector de color de cada pixel.


Los valores medios de R, G, y B estarán basados en el estudio que hizo [15] (ver Figura 4).

TABLA VII. CUATRO REGLAS PARA RECONOCIMIENTO DE FUEGO

Espacio de color Reglas

RGB 1) R(x,y) > G(x,y) > B(x,y)

2) Si R(x,y) > Rmean ∩ G(x,y) > Gmean ∩ B(x,y) > Bmean

YCbCr 3) Y(x,y) >= Cb(x,y)

4) Cr(x,y) >= Cb(x,y)

Fuente: [14]

Partiendo del algoritmo para la extracción de pixeles presentado en la Figura 22, se muestra el

diagrama de flujo completo para la extracción y clasificación de pixeles de fuego en la Figura 23.


Fig. 23. Diagrama de flujo final para la extracción y clasificación de pixeles.


Fig. 24. Diagrama de flujo para la verificación de las 4 reglas.


Cada que una imagen es leída entra en un proceso de verificación del cumplimiento de las cuatro

reglas en cada uno de sus pixeles. Si el pixel satisface las 4 reglas o condiciones, se incrementa un

contador y así al finalizar los bucles “for” se obtiene la cantidad total de pixeles que fueron

catalogados como fuego en la imagen (Ver Figura 24).

Posteriormente este conjunto de pixeles es comparado entre un primer umbral bajo (L1) y umbral

alto (H), si la condición es verdadera activara una bandera con la intención de analizar la siguiente

imagen. Al leer la siguiente imagen entrará en el mismo proceso de verificación y obtención de

pixeles detectados, luego ingresando a una nueva comparación con un nuevo valor umbral bajo

(L2) se definirá si hay alarma de fuego o no. Esto se hace con el fin de disminuir las falsas alarmas

que son ocasionados por objetos que reflejan los mismos colores de la llama pero que no tienden a

crecer.

Se definen estos umbrales ante situaciones de incendio reales mediante una serie pruebas realizadas

en un recipiente que ayudan a determinar la cantidad de pixeles según el tamaño de la llama como

se muestra en la Figura 25 de esta manera: primer umbral bajo L1 = 60, segundo umbral bajo L2 =

110 (si hubo un crecimiento de más del 80% de la imagen anterior) y un umbral alto H = 400; si la

llama alcanzaba más de 400 pixeles era porque la materia orgánica estaba totalmente encendida.

Fig. 25. Número de pixeles detectados en imágenes de prueba.


5) GUI Interfaz gráfica de usuario

Cuando el bloque de clasificación de pixeles de fuego reconoce un incendio, los bloques de control

de incendio y alarma son puestos en marcha por una señal de activación que viene desde la estación

de ingeniería, es decir, se alimentan la electroválvula y la bocina hasta que el usuario encargado

las apague manualmente por medio de la GUI.

En la Figura 26 vemos un bosquejo de la interfaz que se va a mostrar en pantalla, ya sea utilizando

el puerto HDMI de la Raspberry o la red WiFi desde otro ordenador. Principalmente consta de 5

elementos:

1. Un espacio para que el usuario pueda ver en tiempo real la captura de la cámara.

2. Botón 1 en relación con la activación o desactivación del algoritmo de detección.

Fig. 26. Modelo de la GUI implementada.


3. Botón 2 para que el usuario pueda hacer el control manual de la electroválvula y la bocina

(encendido y apagado).

4. Botón 3 para salir de la interfaz.

5. Un indicador del total número de pixeles detectados como fuego por imagen.


IV. IMPLEMENTACIÓN

En este capítulo se muestra el acople y montaje de todos los dispositivos e insumos descritos en

los capítulos anteriores: estación de ingeniería, bocina y circuito de potencia, además de las

funcionalidades que se implementaron en la interfaz gráfica de usuario realizada en Python.

A. Implementación de la estación de ingeniería

Teniendo el diseño del software y hardware terminado, se procede a ensamblar una parte de los

elementos en un dispositivo central, es decir, se colocan en un recipiente o caja, para luego

corroborar su funcionamiento. En la Figura 27, se muestra un diagrama de bloques de cómo se

ensamblaron y las dimensiones del recipiente.

En el interior de este recipiente de plástico se encuentran almacenados el circuito de potencia, la

estación de ingeniería, cada una con su respectiva fuente de alimentación y la bocina, para

protegerlos y evitar que se dejen expuestos a la intemperie. La Figura 28 es una vista al interior de

la caja en la cual se indican cada uno de los elementos que va contenido en él.

Fig. 27. Diagrama de bloques del dispositivo central.


La Figura 29, es una vista lateral izquierda del dispositivo ensamblado y terminado. En ella se

señalan la bocina, el puerto Ethernet y los puertos USB del centro de cómputo mediante los cuales

se conecta la cámara. Si es necesario también se puede conectar un teclado y un mouse quedando

un puerto USB libre.

Fig. 28. Vista al interior.


El dispositivo tiene un cable de poder general que alimenta un distribuidor de corriente o multi-

toma de corriente, para energizar todos los elementos y dispositivos presentes que se aprecian en

la Figura 28. Mediante la Figura 30 se ilustra la vista lateral derecha del dispositivo, para indicar

la conexión del cable de poder realizada.

Fig. 29. Vista lateral izquierda.


La Figura 31 es una ilustración trasera del dispositivo. En ella se señalan el circuito de potencia, y

los espacios para la conexión del cable HDMI con la estación de ingeniería y la conexión de la

electroválvula con el circuito de Potencia.

Fig. 30. Vista lateral derecha


B. Implementación de la interfaz gráfica de usuario

Para el uso de la GUI se requieren varios aspectos, primero realizar la configuración necesaria,

para que la aplicación gráfica se quede a la espera de que una persona interactúe con ella, es decir

si el usuario en cualquier instante del tiempo presiona el botón de ENCENDER VÁLVULA, esta

debe enviar una señal de activación al pin donde está conectada la válvula, o bien, se produzca un

evento en el que no haya intervención humana, dada la terminación del proceso, que incremente el

valor de un contador, cambie el valor de una variable, etc. En cualquiera de estos casos, lo normal

será vincular estos eventos con unas acciones a realizar, que pueden ser fácilmente implementadas

con la librería preinstalada en Python, tkinter ya que nos ofrece funciones para el desarrollo de las

interfaces de usuario; crear ventanas, hacer botones, etiquetas, cajas de texto, radio botones, menús,

entre otros. En la Figura 32 se muestra la GUI implementada.

Fig. 31. Vista trasera.


En la Figura 32, se puede observar un recuadro verde en el marco donde el usuario puede ver la

captura de la cámara en tiempo real. En su interior es donde se encuentra el área de evaluación, es

decir, todo lo que se encuentre por fuera del recuadro verde no entra al proceso de extracción y

clasificación de pixeles. Esto se hace para que ningún elemento externo a la cubierta interfiera con

la detección y ahorrar costo de tiempo evaluando menos cantidad de pixeles. También se

Fig. 32. Interfaz gráfica implementada usando tkinter.


implementan los tres botones y el indicador del total número de pixeles detectados como fuego por

imagen mencionados en el capítulo anterior.

Cuando la detección esta desactivada o el usuario no ha presionado el botón de INICIAR

DETECCIÓN, el indicador de pixeles y alarma siempre estarán detenidos aun cuando en la cubierta

se produzca un suceso. Además se implementa una imagen de una X sobre una llama para que la

interfaz sea más sencilla de entender para el usuario. Como se indica en la Figura 33.

Fig. 33. Objetos externos en la cubierta con la detección desactivada.


En el momento que el usuario presiona el botón de INICIAR DETECCIÓN, inmediatamente el

proceso de clasificación de pixeles arranca. Indicando la cantidad de pixeles detectados con una

etiqueta ligada a la variable contador de pixeles establecida en el algoritmo, también la X sobre la

imagen de la llama desaparece (Ver Figura 34).

Fig. 34. Inicio de la detección en la GUI.


Se puede apreciar en la Figura 34 que el botón de INICIAR DETECCIÓN, ahora ha cambiado su

texto a PARAR, y el indicador del total pixeles de fuego es 0, indicando que el algoritmo no ha

declarado como fuego ningún pixel de la imagen que es capturada en ese instante. Pero cuando se

introducen objetos que pueden reflejar el color de la llama y son clasificados como fuego por el

algoritmo el indicador se empieza a incrementar. Como se señala en la Figura 35.

Fig. 35. Objetos externos en la cubierta con la detección activada.


Cuando se cumplen todas las reglas y los umbrales del algoritmo que se definieron en capítulo 3,

se presenta una situación de incendio, activándose el control y la alarma. En la interfaz este aviso

es generado por la aparición de un botón de solo texto casi en el medio de la interfaz (para quitarlo

se debe presionar en el mismo) como se indica en la Figura 36.

Fig. 36. Alarma de incendio en la GUI.


En la Figura 36, también se puede observar como el botón de ENCEDER VÁLVULA ha cambiado

su color de verde a rojo y el texto ahora es APAGAR VÁLVULA (estamos ante una situación de

incendio y la válvula ha sido activada). Este botón puede ser presionado en cualquier momento,

aun cuando la detección este activada o desactivada.

Por ultimo está el botón Salir, que al ser presionado genera otra ventana, preguntando si en realidad

quiere dejar de correr el programa o no. Como se puede ver en la Figura 37.

Fig. 37. Salir de la interfaz gráfica.


V. PRUEBAS Y RESULTADOS

En este capítulo se describe la manera en la cual se hicieron las pruebas, buscando conocer la

sensibilidad del sistema comparándolo con otros dos estudios realizados por [14] y [5], por último

se muestran los resultados obtenidos de las pruebas realizadas, una en el día y otra en la noche.

El sistema electrónico diseñado funciona correctamente para cualquier estructura que cuente con

una cubierta elaborada con base en materiales orgánicos secos sin importar su tamaño y ambiente

en el cual se encuentre, pero por motivos de depuración, corrección y sustento de argumentos

válidos para este documento, se implementó un modelo a escala que se describe a continuación.

A. Estructura a escala

Para realizar las pruebas del funcionamiento del sistema electrónico se construyó una estructura a

escala en hierro donde irá la cubierta de material orgánico seco. En la Figura 38 se muestran las

dimensiones de esta.

Fig. 38. Dimensiones de la estructura.


El área donde estará la cubierta de material orgánico seco es el de un hexágono regular con 25 cm

de lado, señalado en la Figura 38 en negro, es decir un área de 1800 cm² o 0,18 m².

También con una serie de pruebas de ensayo y error se determinó que la altura y ubicación más

sencilla a la que debería ir el rociador para abarcar toda el área de la cubierta es de

aproximadamente un 1 metro de altura apuntando al centro de la estructura, como se puede observar

en la Figura 39.

Se construyó una base para ubicar la tubería por la cual se guiaría el agua hasta el punto de incendio.

La tubería es de acero galvanizado y se emplearon en total 180 cm distribuido de la siguiente forma:

50 cm en la base, 100 cm verticalmente para asegurar la altura necesaria a la que debe estar el

rociador y 30 cm al final para ubicar el rociador en el centro de la cubierta. Anterior a la tubería,

se encuentra la electroválvula, quien se encarga de permitir o impedir el paso del agua; la

electroválvula se conecta a un grifo de rosca por medio de una manguera plástica (Ver Figura 39).

Fig. 39. Dimensiones de las tuberías galvanizadas.


Por último, se sitúa la cámara aproximadamente a 1,60m del suelo teniendo en cuenta el

cubrimiento total del área de reconocimiento de incendio, con el fin de protegerla de la cercanía a

la llama y el rociador de agua. Como se muestra en la Figura 40. En la Figura 41, se pueden ver

fotos del montaje real.

Fig. 40. Altura de la cámara.


Fig. 41. Montaje real del sistema electrónico listo para pruebas.


B. Resultados

El sistema, ante la presencia de fuego, responde con una efectividad del 98% tanto de día como de

noche, logrando identificar correctamente la presencia de un incendio ante los distintos escenarios.

Las primeras pruebas se realizaron con material orgánico seco común como: hojas de palma, ramas

de árboles y pasto seco, pero por comodidad y aumento de nivel de dificultad para detectar el fuego,

gran parte de los análisis se realizaron con papel blanco. El grado de dificultad para identificar la

presencia de un incendio ante dicha situación es mayor porque el contraste de color que se hace

entre la llama y el papel que aún no se quema no es tan pronunciado, contrario a otros materiales

orgánicos secos.

Para descartar situaciones de falsa alarma, se sometió el sistema electrónico a un proceso de

evaluación involucrando objetos extraños en la cubierta de la estructura, reflejos de luz ocasionados

por distintos objetos y diversas fuentes de luz enfocadas al lente de la cámara. Las pruebas se

realizaron de día y noche.

Dentro de los objetos extraños se pueden encontrar: un balón, envolturas de pasa bocas,

herramientas, retazos de tela, entre otros; todos estos objetos de color similar al emitido por una

llama.

Para las pruebas realizadas en el día no se presenta mayor inconveniente puesto que la

configuración de los valores medios de RGB discrimina la luz del sol y sus reflejos, excluyen gran

parte de los valores no deseados, sin embargo, la reflexión de la luz de algunos elementos de color

semejante al fuego puede dar paso a una situación de falsa de alarma, debido a que el proceso de

detección del incendio que se está desarrollando, se basa en la identificación del color del fuego,

en consecuencia es posible encontrar que algunos elementos con un índice de refracción de luz alto

y con color similar al de la llama, puedan generar una situación de falsa alarma. Para contrarrestar

esto, se evalúa el crecimiento de la cantidad pixeles identificados como fuego por medio de los

umbrales que permiten obviar la repentina aparición de un objeto que pueda entorpecer el sensado

de la cubierta y dar paso a una mala lectura.


De noche, el valor de las falsas alarmas puede aumentar o disminuir según el tipo de luz que ilumine

el entorno en el cual se desarrolle el análisis. En el caso de ser luz incandescente, es posible tener

un aumento en el valor de los falsos positivos, puesto que la luz reflejada por algunos de los

elementos con los que se realizaron las pruebas, es similar a la emitida por el fuego. Por el contrario,

si la luz que ilumina el entorno es luz blanca, aumenta considerablemente la discriminación de

posibles casos de falsos positivos, debido a que el color reflejado por los objetos captado por la

cámara, comparado con el del fuego, son diferentes.

1) Análisis ROC

La respuesta del sistema, ante las pruebas realizadas, es consignada y evaluada mediante el análisis

ROC. El proceso de análisis ROC, por su sigla en inglés (Receiver operating characteristic),

permite evaluar el comportamiento de un receptor, mediante su sensibilidad representada en una

matriz en la cual se clasifican la razón de aciertos frente a la razón de desaciertos en el proceso de

captura de datos [28].

ROC, clasifica la respuesta de un sistema en cuatro posibles casos: verdaderos positivos (intento

acertado), verdaderos negativos (rechazo correcto), falsos positivos (falsa alarma), falsos negativos

(intento fallido).

Para este sistema, un verdadero positivo, se presenta cuando el sistema detecta correctamente la

presencia de fuego en la cubierta; un verdadero negativo, se presenta cuando el sistema excluye

correctamente una situación en la que la imagen captada y procesada pueda verse como fuego sin

haberlo; una condición de falso positivo, se presenta cuando el sistema responde ante una situación

carente de fuego, como si lo hubiera; y por último, un falso negativo, se presenta cuando existe

fuego y el sistema no es capaz de reconocerlo. En la matriz de confusión que se muestra en la

Figura 42 nos permite la visualización del desempeño del algoritmo empleado (ver Tabla VIII) de

acuerdo a 100 intentos realizados, 50 ante una situación verdadera de incendio y 50 sin incendio.


Los números a lo largo de la diagonal verde representan las decisiones que se tomaron

correctamente, y los números de la otra diagonal (roja) representan los errores, la confusión, entre

los diversos casos. A partir de estos valores y unas ecuaciones métricas comunes se pueden calcular

los porcentajes que nos permiten evaluar el desempeño del algoritmo. En la Figura 43 se muestran

cada una de las ecuaciones.

Situación Verdadera

Situación Verdadera

+ - + -

Pre

dicció

n

+

Verdaderos Positivos (Intento

Acertado)

Falsos Positivos (Falsa Alarma)

Pre

dicció

n

+ 49 6

-

Falsos Negativos (Intento Fallado)

Verdaderos Negativos (Rechazo Correcto)

- 1 44

Totales Positivos Negativos Totales P = 50 N = 50

Fig. 42. Matriz de confusión.

Fig. 43. Métricas de la matriz de confusión.

Fuente: [28]


TABLA VIII. DESEMPEÑO DEL ALGORITMO DEL SISTEMA

Tasa de Verdaderos Positivos 98%

Tasa de Falsos Positivos 12%

Tasa de Falsos Negativos 2%

Tasa de Verdaderos Negativos 88%

Exactitud 93%

Precisión 89%

TABLA IX. COMPARACIÓN CON OTROS MODELOS DE DETECCIÓN

Estudio: Fire Recognition

using RGB and

YCbCr Color Space

Fire Detection in

video sequences using

a generic color model

Sistema electrónico de

alarma y control de

incendio para cubiertas

de material orgánico.

Modelo de

color:

RGB y YCbCr YCbCr RGB y YCbCr

Cantidad de

reglas usadas:

7 (2 RGB y 5

YCbCr)

5 4 (2 RGB y 2 YCbCr)

Tiene pre-

procesamiento:

SI NO NO

Sistema

funciona sobre:

Computador

(MATLAB r2013)

No información. Raspberrry Pi 3

(Python + OpenCV)

Tasa de

detección de

fuego:

90% RGB y 100%

YCbCr

99.0% 98.0%

Tasa de falsas

alarmas:

No información.

“El sistema es capaz

de diferenciar las

cosas en los

alrededores (no fuego)

o refleja las cosas que

tienen el mismo valor

que el valor de pixel

fuego” [14].

31.5%

“El sistema

comercialmente es

usado en paralelo con

detectores de humo

para reducir las falsas

alarmas” [5].

12%


Haciendo un análisis comparativo entre otros modelos ya implementados como se expone en la

Tabla IX, se puede ver que el algoritmo desarrollado tiene un buen desempeño, aunque este posee

la tasa de detección de fuego (tasa de verdaderos positivos) más baja 98%, debido a la baja

capacidad de procesamiento de la Raspberry Pi 3, ya que veíamos que al colocar una nueva regla

el proceso se hacía cada vez más lento y la detección no se hacía de manera oportuna. Para la tasa

de falsas alarmas (tasa de falsos positivos) nos encontramos en un término medio 12%, sin

embargo, el modelo de [14] es tan robusto y flexible como para hacer frente a los problemas típicos

que encontramos en la detección de fuego por imagen utilizando la combinación de técnicas de

filtrado, restauración y segmentación de imagen. Se resumen estos problemas de la siguiente

manera:

Las condiciones de iluminación: día, noche, luces artificiales, reflejos de luz, sombras.

Calidad de la imagen: baja resolución de la cámara, mal contraste de la cámara, mala

transmisión de la señal, lente sucio.

La complejidad de la escena: movimiento de objetos o personas, diferentes velocidades,

colores y tamaños.

Rendimiento del procesador: detección en tiempo real, velocidad del procesador y

memoria.


VI. CONCLUSIONES Y TRABAJO FUTURO

En este capítulo se realizan las conclusiones sobre el proyecto expuesto en este documento, acerca

del desarrollo del prototipo y por último se muestran los trabajos futuros que se podrían tener en

cuenta para nuevos estudios sobre el tema elaborado.

A. Conclusiones

Se diseñó e implementó un sistema electrónico de alarma y control de incendio en cubiertas

construidas con material orgánico seco, basado en una detección de fuego en imágenes capturadas

por una cámara digital en tiempo real, acompañada de un sistema diluvio y una bocina

respectivamente para controlar y alarmar la presencia de un incendio en dicha cubierta.

Se determina el uso de una cámara como detector de fuego ya que con base a la revisión

bibliográfica, estas poseen una gran tasa de detección y bajo índice de falsas alarmas, evitando

colocar toda una red densa de otro tipo de sensores.

Se escoge un sistema diluvio para controlar la presencia del incendio, ya que en la revisión se

encuentra que tiene como gran ventaja estar conectado a un sistema de detección y la descarga total

de agua es en todos los rociadores que componen la instalación. Comparada con la de un sistema

húmedo que posee rociadores que están diseñados para destruirse a temperaturas predeterminadas

y el agua es descarga solo por los rociadores que se hayan abierto.

Con base a las pruebas realizadas se logró comprobar que el sistema posee una tasa de detección

de fuego del 98%, pero una tasa de falsas alarmas del 12%, ya que el algoritmo de detección se

basa en la clasificación de colores, y es posible encontrar objetos que reflejan un color semejante

al fuego. Comparada con el estudio realizado por [5] se posee una baja tasa de falsas alarmas en el

sistema con una reducción del 19.5%.


Es necesario contar con buenos conocimientos en el procesamiento digital de imágenes para la

implementación de un sistema de detección por cámara, dado que del buen pre-procesamiento de

las imágenes captadas depende la exactitud y precisión de dicho sistema.

La utilización de una cámara para la detección de fuego, es un método económico y fácil de utilizar,

sin embargo, más allá de la buena respuesta que se obtiene, las condiciones de iluminación, la

calidad de la imagen, la complejidad de la escena y el rendimiento del procesador influyen

considerablemente en el proceso de la detección.

Se concluye del estudio del arte, que la mayor parte de investigaciones en la detección de fuego

utilizando cámara es implementada de acuerdo a unas reglas basadas en los modelos de color

genérico RGB y YCbCr, por la baja complejidad computacional del algoritmo.

B. Trabajo futuro

Se propone buscar optimización en el algoritmo de detección, ya que el porcentaje de falsas alarmas

es del 12%, por lo cual se podría implementar una etapa de pre-procesamiento, filtrado de imagen,

restauración de imagen, segmentación de imagen, entre otros, para aumentar la fiabilidad de

reconocer fuego en la región de interés.

El sistema puede adaptarse a otros escenarios, materiales o superficies haciendo el debido cálculo

experimental para determinar el color característico del fuego bajo las condiciones de luz que

presenta en el entorno que se va a registrar. Anexo a esto se puede implementar un reconocimiento

de patrones en el aumento de partículas reconocidas como fuego para lograr una gran versatilidad

del sistema. Por ejemplo, si se desea monitorizar una cocina, es necesario implementar un proceso

de detección de incendio mucho más robusto que el actual, en el cual el sistema reconozca cuando

una llama presente en el lugar de interés monitorizado deja de ser una llama controlada y se

convierte en una situación de riesgo.

También, se propone implementar el sistema con una unidad central de cómputo más potente en la

cual se cuente con más capacidad de procesado de datos para lograr captar imágenes con una red


de cámaras, acoplar sensores de temperatura, de humo y de luz infra roja; haciendo uso de la

Raspberry como una sub estación o periférico de procesado de datos en él se capturan los valores

registrados por los nuevos sensores a través de los numerosos pines del puerto GPIO y se trasfieran

a la unidad central de proceso por el puerto Ethernet o se haga uso de su potencial de conexión

inalámbrica.

Por último, se propone la implementación de cámaras térmicas para aplicaciones de gran precisión

y sumo cuidado. Con el uso de cámaras térmicas, la red de sensores que se propone en el párrafo

anterior se puede disminuir a un solo dispositivo ya que estas permiten la evaluación de la

temperatura en tiempo real de una superficie o de un foco de calor; También, la anticipación a un

incendio por el nivel de detalle que se puede lograr mediante la relación de colores y temperatura

generada por la radiación del fuego.


REFERENCIAS

[1] F. J. Chen Jing, «Fire Alarm System Based on Multi-Sensor Bayes Network,» Procedia

Engineering, pp. 2551-2555, 2012.

[2] Twenergy, «Twenergy.com,» 08 Oct 2015. [En línea]. Available:

http://twenergy.com/a/casas-de-paja-1884.

[3] Á. d. C. P. Lara, Incendios de la cobertura vegetal en Colombia, Cali: Universidad

Autónoma de Occidente, 2011.

[4] N. Z. N.-f. X. Hai-jun Zhang, «Fire detection and identification method based on visual

attention mechanism,» Optik, ELSEVIER, pp. 5011-5018, 2015.

[5] H. D. Turgay Celik, «Fire detection in video sequences using a generic color model,» Fire

Safety Journal, ELSEVIER, pp. 147-158, 2009.

[6] NFPA, «www.nfpa.org,» 23 Julio 2016. [En línea]. Available: http://www.nfpa.org/news-

and-research/publications/nfpa-journal-latinoamericano. [Último acceso: 22 Abril 2017].

[7] L. Qiang, «Estimation of Fire Detection Time,» Engineering Procedia, ELSEVIER, pp. 233-

241, 2011.

[8] J. A. N. Rodríguez, «Instalaciones de Protección contra Incendios,» España, Fundación

COFEMETAL, 2008, pp. 215-216.

[9] Prefire, «Prefire QUALITY & INNOVATION,» 16 Noviembre 2015. [En línea]. Available:

http://www.prefire.es/qds/PCI-Deteccion-QDS.pdf. [Último acceso: 16 Marzo 2017].

[10] M. T. Z. A. R. Amanat ur Rahman, «Simplified design and fabrication of water sprinkler

system: a survey based analysis,» Procedia Engineering, ELSEVIER, pp. 692-697, 2013.

[11] L. Poon, «Assessing the reliance of sprinklers for active protection of structures,» Procedia

Engineering, ELSEVIER, pp. 618-628, 2013.

[12] J. M. D. S. Carlos, «Prefire Quality & Innovation,» 22 Septiembre 2014. [En línea].

Available: http://blog.prefire.es/2014/09/los-diferentes-tipos-de-sistemas-de-rociadores-

automaticos/. [Último acceso: 16 Marzo 2017].

[13] J.-W. P. C.-Y. C. Wen-Bing Horng, «A New Image-Based Real-Time Flame Detection

Method Using Color Analysis,» IEEE, pp. 19-22, 2005.


[14] L. M. R. H. A. K. A. C. Zaidi, «Fire Recognition Using RGB and YCBCR Space,» ARPN

Journal of Engineering and Applied Sciences, pp. 9786-9790, 2015.

[15] Vipin, «Image Processing Based Forest Fire Detection,» IJETAE, pp. 87-95, 2012.

[16] S. T. Punam Patel, «Flame Detection using Image Processing Techniques,» International

Journal of Computer Applications, pp. 13-16, 2012.

[17] Newark, «Then and Now A Brief History of Single Board Computers,» electronic desing,

UNCOVERED, pp. 2-10, 2014.

[18] H. B. Z. Z. Huang Yan, «Research on Assessment Method of Fire Protection System,»

Engineering Procedia, ELSEVIER, pp. 147-155, 2011.

[19] A. J. M. P. Santiago Garcia, «Forest fire detection: A fuzzy system approach based on

overlap indices,» Applied Soft Computing, ELSEVIER, pp. 834-842, 2016.

[20] P. Raspberry, «RASBERRY PI FOUNDATION,» 29 Febrero 2016. [En línea]. Available:

https://www.raspberrypi.org/products/raspberry-pi-3-model-b/. [Último acceso: 2017

Marzo 17].

[21] EBCHQ, Valvulas solenoides uso general 2 vías gama baja. Catálogo Español, 2015.

[22] EMCALI, Norma Técnica de Distribución de Agua Potable, Cali, Valle del Cacua, 2012.

[23] W. J&R, Manual WEBCAM J&R Technology C-035, 2016.

[24] SHTD-3015A, Datasheet piezoelectric buzzer SHTD-3015A, 2015.

[25] Python, «Python.org,» 22 Mayo 2015. [En línea]. Available:

https://wiki.python.org/moin/FrontPage. [Último acceso: 18 Marzo 2017].

[26] itseez, «opencv.org,» 22 Enero 2017. [En línea]. Available: http://opencv.org/about.html.

[Último acceso: 18 Marzo 2017].

[27] A. K. Alexander Mordvintsev, «opencv.org,» 20 Febrero 2013. [En línea]. Available:

https://opencv-python-

tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_table_of_contents_imgproc/p

y_table_of_contents_imgproc.html. [Último acceso: 18 Marzo 2017].

[28] T. Fawcett, «An introduction to ROC analysis,» Pattern Recognition Letters, ELSEVIER,

pp. 861-874, 2006.


[29] C. Giaimo, «SimpliSafe,» 21 Agosto 2013. [En línea]. Available:

http://simplisafe.com/blog/smoke-detector-alarms-guide. [Último acceso: 16 Marzo 2017].

[30] Fercon, «fercon.com.co,» 1 Enero 2016. [En línea]. Available:

http://www.fercon.com.co/index.php/fumigadoras/boquillas/boquillas-bronce/graduacion.

[Último acceso: 20 Marzo 2017].

[31] JQC-3F, All Datasheet JQC-3F (T73) 12 VDC, 2014.

[32] MSSSI, «SISTEMAS DE AGUA CONTRA INCENDIOS,» de Capítulo 11, Gobierno de

España, Ministerio de Sanidad, Servicios Sociales e Igualdad, 2015, pp. 1-19.


ANEXOS

ANEXO A – Código final en Python

# -*- coding: utf-8 -*-

import threading

import Tkinter as tk

from Tkinter import *

import numpy as np

import cv2

from PIL import Image, ImageTk

import RPi.GPIO as GPIO

GPIO.setwarnings(False)

GPIO.setmode(GPIO.BCM)

GPIO.setup(17, GPIO.OUT)

GPIO.output(17, GPIO.LOW)

cap = cv2.VideoCapture(0)

class Window():

def __init__(self, root):

self.firedet_btn = tk.Button(root)

self.firedet_btn.place(x = 300, y = 510)

self.etique9 = Label(root)

self.etique9.place(x = 370, y = 565)

self._resetbutton()

self.alarm_btn = tk.Button(root, text = "¡¡Alarma incendio!!", command = self.alarm_msg,

fg = "red", bg = "yellow", font = "Verdana 14 bold");

self.etique1 = Label(root, text="Captura de Cámara Web")


self.etique7 = Label(root, text="*Verificar que la cubierta se encuentre en el área de

evaluación. (Interior Límites Verdes)", font=(None, 8)) self.etique7.place(x = 30, y = 485)

self.etique8 = Label(root, text="Num. Pixeles Detectados")



self.etique2 = Label(root, text="Control Manual de la Válvula")


self.valve_btn = tk.Button(root, text="ENCENDER VÁLVULA", command =

self.valve_ON, bg = "green")

self.valve_btn.place(x = 30, y = 570)

self.exit_btn = tk.Button(root, text="Salir", command = self.client_exit)

self.exit_btn.place (x = 615, y = 570)

self.etique3 = Label(root, text="Universidad de San Buenaventura Cali")


self.etique4 = Label(root, text="Proyecto de Grado")


self.etique5 = Label(root, text="Andres Felipe Jimenez Caro")


self.etique6 = Label(root, text="Jose Luis Jaramillo Arias")


def valve_ON(self):

if GPIO.input(17):

GPIO.output(17, GPIO.LOW)

self.valve_btn.config (text ="ENCEDER VÁLVULA", bg = "green")

else:

GPIO.output(17, GPIO.HIGH)

self.valve_btn.config (text ="APAGAR VÁLVULA", bg = "red")

def client_exit(self):

exit()

def alarm_msg(self):

self.alarm_btn.destroy()

self.alarm_btn = tk.Button(root, text = "¡¡Alarma incendio!!", command = self.alarm_msg,

fg = "red", bg = "yellow", font = "Verdana 14 bold");

def _resetbutton(self):

self.running = False

self.etique9.config(text = "Detección Desactivada", fg = "red")

self.firedet_btn.config(text="INICIAR DETECCIÓN", command=self.startthread,

font="Verdana 11 bold") f_off = PhotoImage(file="fire_off.png")

self.w1 = Label(root, image=f_off)

self.w1.f_off = f_off

self.w1.place(x = 265, y = 549)

def startthread(self):


self.running = True

newthread = threading.Thread(target=self.fire_det)

newthread.start()

self.firedet_btn.config(text="PARAR", command=self._resetbutton, font="Verdana 11

bold")

f_on = PhotoImage(file="fire_on.png")

self.w1 = Label(root, image=f_on)

self.w1.f_on = f_on

self.w1.place(x = 265, y = 549)

def fire_det(self):

fpixel_on = 0

Rmean = 190

Bmean = 100

Gmean = 140

first_lth = 60

second_lth = 110

hth = 400

band = 0

while (cap.isOpened() and self.running):

ret, img = cap.read()

""" RECORTE DE IMAGEN [Height, Width] 310x380"""

crop_img = img[80:390, 130:510]

n_img = cv2.resize(crop_img, (0,0), fx=0.5, fy=0.5)

""" RGB A YCrCb"""

imgYCC = cv2.cvtColor(n_img, cv2.COLOR_BGR2YCR_CB)

height = np.size(n_img, 0)

width = np.size(n_img, 1)

for x in range(0, height):

for y in range(0, width):

"""Condición 1 (R > G > B)"""

if (n_img.item(x,y,2) > n_img.item(x,y,1)) and (n_img.item(x,y,1) >

n_img.item(x,y,0)):

C1 = 1

else:

C1 = 0 """Condición 2 (R>Rmean & G>Gmean & B>Bmean)"""

if (n_img.item(x,y,2) > Rmean) and (n_img.item(x,y,1) > Bmean) and

(n_img.item(x,y,0) < Gmean):

C2 = 1

else:

C2 = 0


""" Condición 3 (Y >= Cb)"""

if imgYCC.item(x,y,0) >= imgYCC.item(x,y,2):

C3 = 1

else:

C3 = 0

""" Condición 4 (Cr >= Cb)"""

if imgYCC.item(x,y,1) >= imgYCC.item(x,y,2):

C4 = 1

else:

C4= 0

""" EVALUACIÓN DE CONDICIONES"""

if (C1 == 1 and C2 == 1 and C3 == 1 and C4 == 1):

fpixel_on += 1

self.etique9.config(text = fpixel_on, fg = "red")

if band == 1:

if(fpixel_on > second_lth) and (fpixel_on < hth):


self.valve_btn.config (text ="APAGAR VÁLVULA", bg = "red")


self.alarm_btn.place(x = 230, y = 400)

band = 0

if (fpixel_on > first_lth) and (fpixel_on < hth) :

band = 1

else:

band = 0

fpixel_on = 0

self.etique9.config(text = "Detección Desactivada")

def show_frame():

_, frame = cap.read()

frame = cv2.flip(frame, 1)

cv2.rectangle(frame, (130, 80), (510, 390), (0, 255, 0), 2)

cv2image = cv2.cvtColor(frame, cv2.COLOR_BGR2RGBA)

img_array = Image.fromarray(cv2image)

imgtk = ImageTk.PhotoImage(image=img_array) lmain.imgtk = imgtk

lmain.configure(image=imgtk)

lmain.after(10, show_frame)

root = Tk()

root.title("Interfaz Gráfica Sistema Alarma y Control de Incendio")


root.geometry("700x650")

lmain = tk.Label(root)

lmain.pack()

app = Window(root)

show_frame()

root.mainloop()

Asesor: José Fernando Valencia Murillo, Doctor (PhD) en ...

Documents

Transcript of Asesor: José Fernando Valencia Murillo, Doctor (PhD) en ...