ETRI 研發 AI 煙霧感測器：靠光散射區分真假火警

燒開水冒出的蒸汽、廚房煎牛排的油煙，甚至屋裡揚起的一陣灰塵，都可能讓天花板上的煙霧報警器突然尖叫起來。

這種抓狂的體驗，放在全社會來看是一筆巨大的浪費。韓國電子與電信研究院（ETRI）最近拿出了一套解決方案，他們研發出一種結合多波長光學和 AI 的防誤報感測器，已經接近商業化落地。

傳統報警器為什麼總在「謊報軍情」

市面上最常見的感煙探測器大多是光電式的，結構其實很簡單。

它的內部裝有一組相對放置的紅外光源和光電二極體。平時光束直走，探測器靜悄悄的；一旦有煙霧顆粒飄進來，光線被打散發生散射，二極體接收到的散射光超過設定閾值，警報就會響起。

問題在於，這個機構完全分不清飄進來的是什麼。炒菜的油煙、水蒸氣、香菸煙霧或者大粒灰塵，只要能散射紅外光，就會觸發報警。

根據韓國消防廳的資料，在 2021 年到 2022 年 7 月之間，當地消防車出動了整整 258220 次。其中讓人難以置信的是，高達 96.6% 的出警都是因為火警誤報。

ETRI 國防與安全智慧研究室主任 Kang Bok Lee 表示，僅這類無火災誤報導致的無效出警和消防資源浪費，每年預計就耗資 200 億韓元（約合上億元人民幣）。

測出顆粒「指紋」，讓 AI 來辨真假

ETRI 的研究人員換了一個思路：不再依賴單一光源，而是看顆粒在不同光線下的特徵。

他們利用不同波長的光線照射各種氣溶膠顆粒，測量這些顆粒在不同波長下的特有散射光譜。水汽、灰塵和真正的燃燒煙霧，在不同光譜下的散射規律截然不同，這就像每種顆粒特有的光學「指紋」。

研究團隊採集這些資料建成了專用資料庫，再結合 AI 演算法進行分析。當顆粒進入感測器後，AI 會在決定拉響警報之前，先判定這是真正的起火煙霧，還是無關緊要的生活氣溶膠。

ETRI 打算先把這項技術應用在吸氣式感煙火災探測器上。

這種裝置利用風扇主動把空氣抽進檢測腔，響應速度比傳統光電探測器更快，但同樣極易受到灰塵和溼氣干擾。因此，目前它們大多隻敢裝在半導體無塵室、大型伺服器機房這種環境極度受控的特殊場所。

而且，目前市面上的吸氣式探測器大多依賴昂貴的進口產品，本身還不具備分辨起火與否的智慧。ETRI 研發的技術如果順利國產化，不僅成本更低，在效能上也會更有競爭力。

除了火災預警，這種基於散射光譜的測量技術，未來還能拓展到化妝品成分檢測、醫療診斷、環境監測等多個工業領域。目前 ETRI 正在與多家相關企業商討推進商業化。

為什麼重要

對於半導體工廠、資料中心這類高階設施來說，誤報的代價往往不是被吵醒那麼簡單，伴隨而來的緊急停機或滅火劑噴灑，分分鐘造成上百萬元損失。這項技術一旦商用，這些關鍵場景是最直接的受益者。

對整個安防行業而言，ETRI 的做法跳出了傳統光電感測器的純物理閾值思路。過去行業要麼用昂貴的氣體感測器，要麼靠視覺攝像頭加 AI，但攝像頭存在死角與隱私顧慮，氣體感測器壽命又短。

我們認為，ETRI 聰明的地方在於保留了光學散射這一成本和體積最可控的底層原理，只通過增加波長維度和輕量 AI 模型來解決分類問題，工程落地的阻力相對小得多。

不過，這項技術真正的考驗在於長期穩定性。光學視窗在積灰、老化之後，波長散射光譜會不會發生偏移，AI 模型在未知雜質干擾下的誤報率能否守住，都需要等它走出實驗室、進入惡劣工業現場後才能見分曉。