บันทึกแนวคิดระบบเตือนอัคคีภัยล่วงหน้าด้วยกล้องความร้อน (thermal imaging) ร่วมกับระบบระบายควันอัตโนมัติ พัฒนาต่อยอดจากการพูดคุยทางวิศวกรรมหลายรอบ หลังเหตุเพลิงไหม้สถานบันเทิงในกรุงเทพฯ เผยแพร่แบบเปิด (open concept) เพื่อให้ใครก็นำไปต่อยอด ทดสอบ หรือผลักดันเป็นมาตรฐานได้
ระบบแจ้งเหตุเพลิงไหม้แบบเดิม เช่น เครื่องตรวจจับควัน ต้องรอให้ควันลอยขึ้นไปสะสมถึงเพดานก่อนถึงจะทำงาน ในสถานที่เพดานสูง มืด และมีคนพลุกพล่านอย่างผับหรือร้านอาหารกึ่งกลางแจ้ง กว่าระบบจะเตือน ไฟมักลุกลามไปมากแล้ว และสิ่งที่คร่าชีวิตคนจริง ๆ ในเหตุการณ์แบบนี้ มักไม่ใช่เปลวไฟ แต่คือก๊าซพิษจากควัน โดยเฉพาะไฮโดรเจนไซยาไนด์ ที่เกิดจากการเผาไหม้วัสดุกันเสียง เช่น โฟมโพลียูรีเทน
ใช้กล้องถ่ายภาพความร้อนแทนตา มองเห็นจุดร้อนผิดปกติตั้งแต่ระดับพื้นหรือผนัง ก่อนที่ควันจะลอยขึ้นไปถึงเพดาน
เมื่อตรวจพบ ระบบสั่งเปิดพัดลมระบายควันโดยอัตโนมัติ ดันชั้นควันพิษให้อยู่สูงกว่าระดับหัวคนให้นานที่สุด
เป้าหมายไม่ใช่การดับไฟ แต่คือการซื้อเวลาในช่วง 60–120 วินาทีแรก ซึ่งจากการคำนวณเบื้องต้น คือช่วงเวลาที่ตัดสินว่าคนจะหนีออกมาทันหรือไม่
ระบบประกอบด้วยสองส่วนที่ทำงานร่วมกัน: กล้องความร้อนที่คอยเฝ้ามองหาความร้อนผิดปกติ และระบบระบายอากาศที่จะเปิดทำงานทันทีเมื่อได้รับสัญญาณ
งานยากที่สุดของแนวคิดนี้ไม่ใช่ฮาร์ดแวร์หรืออัลกอริทึม แต่คือการรับรองมาตรฐาน การประกันภัย และการบังคับใช้กฎหมาย ระบบนี้ถูกออกแบบให้เป็นชั้นเตือนภัยล่วงหน้า (pre-alarm layer) ที่ทำงานเสริมคู่กับระบบแจ้งเหตุเพลิงไหม้มาตรฐานเดิม ไม่ใช่สิ่งทดแทน — เพื่อหลีกเลี่ยงอุปสรรคด้านการรับรองในช่วงแรก และสามารถอ้างอิงโครงสร้างมาตรฐานที่มีอยู่แล้วอย่าง EN 54-10 (flame detector) หรือกลุ่ม ISO 7240 (video-based fire detection) แทนที่จะเริ่มเขียนมาตรฐานใหม่จากศูนย์
| รายการ | ประมาณการ |
|---|---|
| กล้องความร้อน ×3 จุด | 12,000–24,000 บาท |
| ESP32-S3 + SD + ตู้ + PSU ×3 | ~1,500 บาท |
| Mini PC ประมวลผลกลาง | ~5,500 บาท |
| ติดตั้ง / เดินสาย | 5,000–10,000 บาท |
| รวมโดยประมาณ | ~25,000–40,000 บาท / ร้าน |
ตัวเลขนี้เป็นการประมาณการจากส่วนประกอบที่มีขายจริงในท้องตลาด ณ ช่วงเวลาที่เขียน ไม่ใช่ราคาสินค้าสำเร็จรูป
สร้าง prototype แล้ววัดเวลาตรวจจับจริงด้วยแหล่งความร้อนควบคุม (เทียน พลุขวด วัสดุจำลอง) ให้ได้ตัวเลขที่ยืนยันได้ ไม่ใช่ทฤษฎี
เก็บสถิติ false alarm และภาพเหตุการณ์จริง เพื่อจูนอัลกอริทึมด้วยข้อมูลภาคสนาม ไม่ใช่ข้อมูลจำลองในห้องแล็บ
เสนอส่วนลดเบี้ยประกันให้ร้านที่ติดตั้ง และผลักเข้าเงื่อนไขต่อใบอนุญาตสถานบริการ ซึ่งปรับได้เร็วกว่าการแก้กฎหมายระดับ พ.ร.บ.
ผลักดันมาตรฐานหมวด "image-based fire detection" ต่อหน่วยงานมาตรฐานที่เกี่ยวข้อง โดยอ้างอิงโครงสร้าง EN 54 / ISO 7240 ที่มีอยู่แล้ว
สเปกอ้างอิงของต้นแบบที่กำลังทดสอบอยู่ในขณะนี้
ESP32-S3 N16R8 — dual-core LX7, 16 MB flash, 8 MB PSRAM. Core 0: I/O + relay + WiFi. Core 1: heat-growth analysis จาก PSRAM buffer
ทดสอบด้วย Mileseey TR256i (256×192, UVC บน Linux) — ความละเอียดสูงกว่า FLIR Lepton 3.5 ในราคาที่ต่ำกว่า
ห้ามใช้ threshold อุณหภูมิเดี่ยว ๆ ต้องพิจารณาพฤติกรรมของความร้อนตามเวลา (spatio-temporal) ผ่าน state machine 4 ระดับ:
| ลอจิก | ไฟแช็ก / บารากุ | ไฟไหม้ลุกลาม |
|---|---|---|
| Area growth rate | คงที่ | ขยายตัวต่อเนื่องทุกเฟรม |
| Spatial persistence | เคลื่อนที่ / หายไปเร็ว | อยู่กับที่ ต่อเนื่อง |
| Morphology | จุดเล็ก คงรูป | แผ่กว้าง ไร้ทิศทาง |
เลนส์ไวด์แองเกิลสำหรับมือถือเป็นกระจก/พลาสติกทั่วไป ซึ่งทึบแสงต่อคลื่น LWIR (8–14 μm) โดยสิ้นเชิง แปะแล้วภาพความร้อนดับทันที ต้องใช้เจอร์เมเนียมหรือ ZnSe เท่านั้น — แก้ด้วยตำแหน่งติดตั้งมุมห้อง (corner mount) แทนการซื้อเลนส์พิเศษ
ดูดควันออกโดยไม่มีช่องลมเข้าระดับต่ำ จะสร้างแรงดันลบจนประตูทางออกเปิดไม่ได้ — ต้องมีช่องลมเข้าแบบถ่วงน้ำหนัก (gravity-damped louver) ที่เปิดเองเมื่อเกิดแรงดันลบ ไม่พึ่งพาไฟฟ้า
ผับใช้ fog/haze fluid ทุกคืน คราบไกลคอลจะเกาะเลนส์จนความไวลดลงโดยไม่มีใครรู้ตัว ต้องมี self-diagnostic เช็ก contrast ของภาพ และแจ้งเตือนให้เช็ดเลนส์เป็นระยะ