技术干货｜更智能的烟雾探测技术：AI如何解决误报难题并降低成本

Nalin Balan，Director of AI Core Technology Business Development

Junyi Li，Sr. Staff Engineer of Embedded Processing Product Marketing

随着社区的发展壮大以及安全标准的提高，可靠的火灾探测系统变得至关重要。无论是在商业场所还是私人住宅中，烟雾探测器在保护生命和财产安全方面都发挥着关键作用。

随着烟雾探测技术的发展，人们对这些系统在实际环境中应达到的性能期望也在不断提高。现代探测器既要足够灵敏，能够捕捉到早期警告信号，又要足够高效，能够稳定运行多年。

考虑到这一点，我们一直在探索将低功耗硬件与智能信号处理技术相结合的方案，例如，使用RL78/G22 MCU，搭配由Reality AI Tools®生成的TinyML模型。它们共同作用，使探测器能够更加准确地识别烟雾模式，发现异常情况，并最终促成更加安全、响应更快的设计，同时加快产品开发和集成速度。

烟雾探测器解决方案

在烟雾探测技术中，常见的探测方法包括光电式、电离式和双传感器式。瑞萨电子的解决方案采用光电技术，该方案对于探测处于早期阶段的慢燃火焰格外有效。

随着近期UL标准修订的出台——尤其是新增了聚氨酯火灾和烹饪误报测试——探测精度要求已变得更加严格。为了满足这些要求，我们的解决方案采用了双波长LED传感架构。不同波长的LED灯在烟雾颗粒上的散射强度会因颗粒大小不同而有所差异。因此，光电二极管检测到的光信号强度也有所不同。凭借这种特性，该解决方案能够更加准确地区分火灾烟雾和烹饪油烟。

图1：如何准确识别火灾烟雾和烹饪油烟的区别

为了有效实施这种传感架构，我们的解决方案采用了以RL78/G22 MCU和模拟前端（AFE）IC为中心的集成式硬件设计。

该系统专为常规型商用烟雾探测器而设计，适用于24V到40V的电源。它集成了限流电路（≤160µA）以及外部通知信号电路，具有以下主要优势：

高能效系统：RL78/G22 MCU具有出色的性能表现和较低的功耗水平。在待机期间启动其内置的SNOOZE模式序列器（SMS）¹，可提高系统能效，并将待机电流消耗减少高达20%。

简洁紧凑的设计：MCU和AFE的组合可减少对于外部元件的需求，让PCB空间更加紧凑，并简化设计。

图2：智能烟雾探测器配置

采用单个智能传感器的AI传感方案

采用双LED的传统方案在探测到并数字化散射的LED光之后，会通过有效算法对烟雾类型进行分类；此外它还有配套的驱动电路。这种方案虽然有效，但它增加了每个探测器的成本和复杂性。因此，我们退一步重新思考了这个问题。相比于思考如何管理两个光源，我们提出了一个更加简单的问题：单个红外LED能否提供探测器所需的全部信息？

借助边缘AI技术，我们不再局限于简单的阈值探测——我们的AI模型不只是确定散射光强度，还会分析信号独特的时序特征。通过将我们的参考设计置于UL规定的所有场景中，从阴燃的木材和剧烈燃烧的聚氨酯，到烹饪油烟等常见的误报源（包括著名的“汉堡测试”），我们收集到了丰富的数据集。利用这些数据，我们训练出了一个机器学习模型。该模型能够直接在RL78/G22 MCU上运行，使系统能够区分每种事件类型的特征信号模式。