三維室內圖資與物聯網之整合方案及應用試辦

本年度三維圖資與物聯網之整合應用試辦為延續先前年度之技術發展 成果，依據 OGC SensorThings API 物聯網網路服務標準及介接技術進行應 用層與網路服務層之溝通，支援物聯網裝置提供之感測功能及致動功能。

透過此國際開放式標準統一物聯網資源的通訊協定，避免異質性物聯網資 源整合的客製化開發成本，並提升物聯網資源與三維地形圖的自動化整合 程度。隨著近年國內感測網相關標準之推動，前瞻計畫數位建設之民生公 共物聯網亦以 OGC SensorThings API 作為主要物聯網感測資料供應之標準 介面，故基於此標準發展與三維圖資之整合為必要的探討方向。

本年度以實際場域進行物聯網整合方案應用試辦，並已於工作會議提 出規劃與內政部討論定案，確認以國立中央大學研究中心大樓二期館作為 試辦地點，如圖 4-5-1 所示。相較於先前年度之試辦地點(臺北市政府辦公 室或東區地下街)能更有彈性地進行應用開發。考量試辦地點之可用資源，

本年度以單棟建物之場域進行物聯網整合應用的雛形開發，應用主題為「室 內即時火災逃生路徑規劃」。本工作項目所需之三維室內圖資資料將透過 二維平面圖以人工數化產製。

圖 4-5-1、國立中央大學研究中心大樓二期(紅色區域)

根據內政部消防署統計全國火災事件1，106 年及 107 年 1 月至 9 月建 築物火災事件分別為 6935 件(占總數 29.8%)、6699 件(占總數 31.9%)，皆為 火災事件發生次數第二名(第一名為森林田野火災，分別占 43.6%、34.7%)。

由此可見，都市建築物是火災發生的熱點，由於人口集中於都市中，發生 建築物火災造成的傷害猶勝森林田野火災。

此外，根據臺北市政府消防局的火災歷年統計，民眾因火災而死亡的 原因統計，第一名為因逃生受阻而死亡，占 28.21%；第二名為避難延遲及 吸入濃煙而逃生失敗，占 20.51%。逃生受阻的原因可能為逃生路線障礙物 堆積、逃生路線指示不明、民眾錯誤逃生方向等；避難延遲的問題可能有 太晚發現火災發生、火災偵測系統布設不夠完全。

這些原因可以透過科技輔助來降低發生機率。透過物聯網，布設溫度、

煙霧、火光等偵測器於建物各處，即時取得火災發生事件、火災起火點、

火勢蔓延位置等資訊；結合三維建物模型及雲端運算，計算火場狀態預估，

最佳逃生路徑等；最後透過通訊技術將火災逃生資訊推播到廣播系統、載 具、穿戴裝置通知民眾執行正確的逃生行動。因此，此項應用針對都市建 築物火災，思考如何整合三維室內圖資與物聯網，達到智慧城市減災、抗 災的目的。

本年度所規劃此應用之系統架構如圖 4-5-2 所示，其中包含的系統組件 包含硬體端感測及致動裝置、硬體端閘道器、火災監測資料庫、伺服器端 火災危險節點計算模組及火災即時資訊整合模組、客戶端逃生路線規劃模 組及展示介面。

圖 4-5-2、室內即時火災逃生路徑規劃系統之架構

(1) 硬體端感測裝置：布設在建物室內的感測裝置可以得到該空間的觀 測數值，持續將所觀測到的資訊上傳至火災監測資料庫端的 OGC SensorThings API 服 務 中 。 本 年 度 工 作 完 成 以 開 源 微 控 制 器 Arduino(圖 4-5-3)結合 DHT22 溫濕度感測器(圖 4-5-4)開發感測節點 蒐集動態溫度、濕度等觀測資訊。感測裝置成品如圖 4-5-5 所示。

圖 4-5-3、Arduino 圖 4-5-4、DHT22

圖 4-5-5、感測裝置成品

(2) 硬體端致動裝置：布設在建物室內的致動裝置，可以透過 OGC SensorThings API 服務遠端操控，發送任務命令。例如火災發生時，

遠端推播火災相關資訊以及逃生資訊至螢幕顯示器上，並啟動蜂鳴 器示警。本年度工作完成以開源硬體 Raspberry Pi 微控制器結合螢 幕顯示器(圖 4-5-6)、Arduino 結合蜂鳴器(圖 4-5-7)等裝置作為致動 節點，結合 SensorThings API 服務設計致動能力的情境。蜂鳴器致 動裝置成品如圖 4-5-8 所示。

圖 4-5-6、螢幕顯示器 圖 4-5-7、蜂鳴器

圖 4-5-8、蜂鳴器致動器成品

(3) 硬體端閘道器：作為硬體端及網路服務端資料橋接閘道器，以無線 傳輸協議連接物聯網裝置，並以乙太網路將物聯網裝置上傳至網路 服務儲存。本年度工作完成以開源硬體 Raspberry Pi 開發閘道器實

作，並基於先前年度所開發之 Huang and Chen (2019)方法，以 ZigBee 無線傳輸協議，建立物聯網裝置與閘道器的自動化註冊與資訊傳輸 流程。

(4) 火災監測資料庫：本年度以符合 SensorThings API part 1 及 part 2 標 準之實作架設物聯網網路服務完成開發火災監測資料庫，將硬體端 的感測器及致動器資料以標準的資料模型包裝，並提供客戶端標準 的網路服務接口取得資料。其中，最新溫度觀測資料透過 MQTT 推 播到伺服器端；致動能力則基於 Huang and Wu (2016)所提方法建立 物聯網裝置致動能力的自動化轉換程序。

(5) 火災危險節點計算模組：模組中以空間資料庫儲存物聯網裝置的位 置。透過位於建物內部每個感測裝置收集的最新一筆溫度感測資訊，

結合建物模型空間距離關係計算出路網中受高溫影響之危險節點，

將計算結果提供給火災即時資訊整合模組進一步分析逃生路徑。本 年度工作項目以 Node.js 完成開發火災危險節點計算模組，Node.js 為基於 Google Chrome V8 引擎開發，能在伺服器端運行且執行 JavaScript 之執行環境。

(6) 火災即時資訊整合模組：火災即時資訊整合模組以 MQTT 訂閱火災 監測資料庫最新溫度觀測資料，並整合所有火災相關資訊展示於客 戶端。本年度工作項目以 Node.js 完成開發火災即時資訊整合模組。

(7) 路徑規劃模組：路徑規劃模組布署於客戶端，透過伺服器端火災即 時資訊整合模組，得到室內的路網危險節點計算結果資訊，以及位 於房屋內部每個感測裝置最新一筆溫度感測數值進行路徑分析。模 組將路網危險節點設置為不可通行之障礙點，認定無法通行之危險 區域，以 Dijkstra 最短路徑演算法路徑規劃分析，計算得出最佳的 逃生路線，Dijkstra 為荷蘭電腦科學家 Edsger W. Dijkstra 於 1956 年 提出的一種最短路徑演算法。

(8) 客戶端視覺化展示介面：本年度工作項目以以 D3.js 函式庫完成開 發客戶端視覺化展示介面，D3.js 是以 Data-Driven 的方式，動態操 作 DOM(Document Object Model)進行資料視覺化的 JavaScript 函式 庫。透過網頁瀏覽器或行動裝置瀏覽器，以視覺化的方式展示，展 示介面及圖例如圖 4-5-9 所示。感測器位置以綠點標記，展示最新 感測溫度觀測資料。火災發生時，伺服器端以 Web Socket 方式自動 推播火災危險區域至客戶端展示，使用者能選擇目前所在位置，如 圖 4-5-10、4-5-11 白點標記處，客戶端路徑規劃模組計算出最佳逃 生路線展示於地圖上。如圖 4-5-10 黑色線條區域為火災未發生時之 建議逃生路徑，由二樓左下方房間經左方樓梯下樓離開建物；同時，

伺服器端也會根據感測資訊自動推播更新的建議逃生路徑至客戶端，

側發生火災(黃點)時，由二樓左下方房間經右方樓梯下樓離開建物。

另外，展示介面也能透過瀏覽器遠端控制致動器，如圖 4-5-9，紅點 標記為顯示器位置，粉紅點位置為蜂鳴器位置。圖 4-5-11、4-5-12，

分別為控制蜂鳴器響鳴及控制顯示器顯示逃生指示。除了手動發送 控制命令，伺服器端也能根據最新感測資訊自動發送致動器控制命 令遠端控制裝置，例如自動啟動蜂鳴器示警，並自動傳送逃生警示 至顯示器顯示，如圖 4-5-14 為顯示器現場擺放位置，圖 4-5-15 顯示 器顯示伺服器端遠端發送之逃生指引訊息。

圖 4-5-9、客戶端視覺化展示介面

圖 4-5-10、建議逃生路徑(火災發 生前)

圖 4-5-11、建議逃生路徑(火災發 生時)

圖 4-5-12、控制蜂鳴器 圖 4-5-13、控制顯示器

圖 4-5-14、顯示器現場位置 圖 4-5-15、顯示器顯示逃生指示

總結本年度本項工作項目完成內容，為驗證三維地形圖與物聯網整合 之可行性及應用性，本年度結合三維室內圖資資訊、物聯網感測器即時觀 測資訊、致動器遠端控制，完成「室內即時火災逃生路徑規劃」試做應用。

試做架構包括：硬體端感測器及致動器，提供最新溫度觀測資料及遠端控 制功能；資料庫採用符合國際開放標準 OGC SensorThings API 之網路服務 實作，存取感測器及致動器資料；伺服器端實作火災資訊模組及危險節點 計算模組，整合火災相關資訊；客戶端實作路徑規劃模組及視覺化展示介 面，計算最佳逃生路徑並將路徑及火災資訊視覺化展示於介面上。試作成 果成功驗證整合三維室內圖資提供之空間資訊，以及物聯網提供之感測能 力與致動能力之可行性及應用性。

關於未來發展方向，三維室內外圖資與物聯網的整合可進一步透過語 意網技術基於標準資料模型之定義發展整合技術及應用。透過語意網能彈 性描述及擴充資料間之關係，建立三維室內圖資及物聯網資源間的對應連

結。預期語意網能有效提升三維室內圖資與物聯網整合之完整度，提升跨 領域資料查詢之彈性。此外，建議利用電腦模擬方式進行整合應用探討，

可避免硬體裝置開發及佈設之成本，進而發掘更多潛在應用。