In kort : De start-up FireTracking, in samenwerking met Emerton Data en Axione, heeft een vroegtijdige detectiesysteem voor bosbranden ontwikkeld, gebaseerd op deep learning-algoritmen en een netwerk van slimme camera's. Na een succesvolle test in Nieuw-Caledonië, wordt het systeem momenteel geïmplementeerd in Indre-et-Loire om bijna 95% van de bosgebieden te bewaken en een snelle interventie van de brandweer mogelijk te maken.
Er zijn natuurlijke middelen om bosbranden te voorkomen: het vrijmaken van struikgewas, het aanleggen van brandgangen, het planten van minder brandbare soorten... Het is echter onmogelijk om al deze branden, vaak veroorzaakt door menselijke nalatigheid, volledig uit te bannen. Vroege detectie is daarom cruciaal en dat is precies wat FireTracking voorstelt, een jonge start-up die is ondergebracht in het startup studio Kaukana Ventures van Emerton Data, een onderzoeks-, innovatie- en adviesbureau op het gebied van AI. Zij hebben de handen ineengeslagen met Axione, een centrale speler in connectiviteit, en hebben een projectaanvraag gewonnen, gelanceerd door de Raad van Indre-et-Loire, die erop gericht is de Departementale Brandweer en Hulpdienst (SDIS) in staat te stellen snel in te grijpen bij deze branden.
Klimaatverandering, die soms in combinatie met harde wind waterstress bij bomen veroorzaakt, bevordert de snelle verspreiding van branden. Het departement Indre-et-Loire ontsnapt hier niet aan met meer dan 300 branduitbraken per jaar en een alarmerende toename. Om deze uitdaging aan te gaan, heeft men besloten te vertrouwen op het consortium gevormd door FireTracking, Emerton Data en Axione om deze branden te detecteren en te lokaliseren door middel van de installatie van een netwerk van slimme camera's op twaalf strategische locaties en apparaten voor transmissie met lage latentie.
Het resultaat van twee jaar gezamenlijke ontwikkeling met Kaukana Ventures, de oplossing van FireTracking is gebaseerd op deep learning-algoritmen die branduitbraken in minder dan drie minuten kunnen detecteren, terwijl het aantal valse alarmen onder de 10% blijft. Aanvankelijk getest tijdens een pilotproject in Nieuw-Caledonië, heeft deze innovatie haar effectiviteit en betrouwbaarheid bewezen, zelfs onder extreme omstandigheden.
De camera's worden geïnstalleerd op bestaande hoge punten zoals pylonen of antennes, met als doel uiteindelijk bijna 95% van de bosgebieden van Indre-et-Loire continu te bewaken.
Axione, met zijn expertise in digitale infrastructuren en netwerkbeheer, met meer dan 400.000 kilometer aan netwerken in heel Frankrijk, speelt een essentiële rol in de uitvoering van dit project. Hun knowhow in connectiviteit zorgt voor realtime transmissie van de door de AI van FireTracking gegenereerde waarschuwingen, waardoor de brandweer sneller en efficiënter kan optreden.
Een uitrol in twee fasen
Het consortium zal zijn project in twee fasen uitvoeren. De installatie en validatie van de oplossing op zes locaties begon afgelopen januari om de meest gevoelige gebieden in het departement te dekken en zal in juni volgend jaar worden voltooid. Van januari tot juni 2026 zal de oplossing worden uitgebreid naar zes extra locaties, waarmee bijna het gehele bosgebied van het departement wordt gedekt.
Beter begrijpen
Wat is deep learning en hoe wordt het gebruikt bij branddetectie?
Deep learning is een subveld van kunstmatige intelligentie dat gebruikmaakt van kunstmatige neurale netwerken om complexe data te modelleren. Bij branddetectie stelt het systemen in staat om beelden die door camera's zijn vastgelegd te begrijpen en te analyseren om snel branduitbraken te identificeren op basis van vooraf getrainde modellen die visuele tekens karakteristiek voor een brand herkennen.
Hoe beïnvloeden infrastructuren voor lage-latentieconnectiviteit de detectie en het beheer van bosbranden?
Infrastructuren voor lage-latentieconnectiviteit maken snelle, real-time overdracht van gegevens van sensoren en camera's naar verwerkingscentra mogelijk. Dit zorgt ervoor dat waarschuwingen over branduitbraken bijna onmiddellijk de noodhulpdiensten bereiken, waardoor de reactietijd wordt verkort en snellere en effectievere interventies mogelijk worden om de verspreiding van branden te voorkomen.