| – En cas d’incendie, la sortie la plus sûre est généralement la plus proche. – Mais à mesure qu’un incendie se propage, une sortie proche peut devenir dangereuse. – Une équipe dirigée par le NIST a créé un nouveau modèle d’IA capable d’identifier les voies d’évacuation sûres dans un plan d’étage unique en cas d’incendie, une version à plusieurs niveaux étant en cours d’élaboration |
Des chercheurs du NIST ont mis au point un nouveau modèle d’intelligence artificielle capable d’identifier les voies d’évacuation sûres en cas d’incendie. Ce modèle peut être utilisé avec les nouveaux panneaux de signalisation électroniques, appelés indicateurs dynamiques de sortie de secours, pour indiquer si une sortie est praticable en toute sécurité.
L’alarme incendie vous fait sursauter et vous vous dirigez vers la sortie la plus proche. Mais que faire si cette sortie est déjà bloquée par les flammes ?
Des chercheurs du National Institute of Standards and Technology (NIST) et leurs collègues ont mis au point un nouveau modèle d’intelligence artificielle, Safe Step, capable de guider les occupants vers la voie d’évacuation la plus sûre en cas d’incendie. Décrit dans le Journal of Building Engineering, ce modèle peut être utilisé avec des panneaux d’affichage électroniques pour indiquer si une sortie est praticable en toute sécurité.
« Les incendies peuvent prendre de l’ampleur et se propager », explique Hongqiang « Rory » Fang, chercheur associé au NIST et premier auteur de l’article. « Notre modèle prévoit l’évolution du feu et peut contribuer à la mise à jour des panneaux d’affichage des sorties de secours afin d’orienter les personnes vers la sortie la plus sûre. »
Safe Step peut être utilisé dans les bâtiments intelligents, équipés de capteurs qui surveillent en temps réel les conditions environnementales, comme la température et la qualité de l’air. Certains de ces bâtiments testent une nouvelle technologie appelée affichage dynamique des sorties de secours, qui peut indiquer si la sortie est praticable ou afficher des flèches vers un itinéraire d’évacuation plus sûr.
Des recherches antérieures ont proposé d’utiliser des algorithmes classiques pour déterminer le chemin le plus court permettant d’évacuer un bâtiment en feu en toute sécurité. Cependant, ces algorithmes dépendent entièrement des conditions actuelles du bâtiment et ne tiennent pas compte des risques cumulatifs auxquels les personnes évacuées peuvent être confrontées le long de leur itinéraire.
« Nous nous sommes demandé : “Pouvons-nous concevoir un meilleur algorithme capable de prédire l’évolution d’un incendie et de contribuer ainsi à sauver davantage de vies ?” », a déclaré Wai Cheong Tam, ingénieur en mécanique au NIST.
Apprentissage automatique pour des évacuations sûres
Leur modèle, Safe Step, utilise une forme d’intelligence artificielle appelée apprentissage par renforcement. Il détermine les itinéraires les plus sûrs par essais et erreurs. Safe Step exploite la configuration du bâtiment pour identifier les voies d’évacuation et les données d’un outil de simulation d’incendie du NIST afin d’anticiper l’évolution d’un incendie dans cette configuration.
Lors de l’entraînement, le modèle apprend à prévoir l’impact d’un incendie sur les occupants et les guide ensuite vers des itinéraires d’évacuation plus sûrs. En situation réelle, le modèle n’a pas besoin de simuler l’incendie en temps réel. Il s’appuie plutôt sur les données en direct des capteurs du bâtiment pour adapter en continu ses recommandations à l’évolution du sinistre.
L’algorithme a besoin de données numériques pour déterminer s’il choisit le meilleur itinéraire. Les chercheurs du NIST ont donc utilisé un indicateur de sécurité incendie appelé dose efficace fractionnelle (DEF ou FED pour fractional effective dose en anglais) des gaz toxiques. Cette variable représente la gravité des risques d’incendie auxquels une personne est exposée au fil du temps. Plus la DEF est faible, plus l’exposition au risque pour les occupants est réduite. Le modèle choisit l’itinéraire présentant la DEF la plus faible, en tenant compte de l’évolution de l’exposition aux gaz toxiques au fil du temps, en fonction des déplacements de l’occupant.
Les chercheurs ont ensuite utilisé le modèle dans deux cas tests afin de le comparer à l’algorithme traditionnel. Ils ont également utilisé une structure de bâtiment à un seul niveau plus complexe et ont constaté que le modèle fournissait systématiquement des itinéraires d’évacuation sûrs.
Par exemple, imaginons qu’un incendie se déclare dans une pièce de l’autre côté du couloir et qu’une petite quantité de fumée se propage dans le couloir. Un algorithme classique guiderait l’occupant vers la sortie la plus proche. Mais que se passe-t-il si l’incendie continue de se propager et devient extrêmement dangereux au moment où l’occupant traverse le couloir et s’approche de la sortie ? Cette sortie n’est alors plus sûre. Safe Step peut anticiper ce changement et fournir des données pour la signalisation dynamique des sorties afin de diriger l’occupant vers une sortie plus éloignée, mais plus sûre, à l’autre bout du couloir.
Planification des voies d’évacuation à l’aide de Safe Step
Des chercheurs du NIST ont développé un nouveau modèle d’IA appelé Safe Step, capable de guider les occupants vers la voie d’évacuation la plus sûre en cas d’incendie. Ce modèle présente deux issues de secours (l’une proche de l’occupant et l’autre plus éloignée) et l’oriente vers la plus éloignée, c’est-à-dire la sortie la plus sûre.
Prochaines étapes de Safe Step
Le modèle actuel fonctionne pour un bâtiment de plain-pied. Les chercheurs prévoient d’améliorer sa capacité à gérer les bâtiments à plusieurs niveaux, où une personne évacuée peut monter ou descendre d’un étage, en plus de pouvoir tourner à gauche ou à droite dans un couloir.
Pour modéliser au mieux l’évacuation de plusieurs personnes, les chercheurs prévoient de créer un système d’IA composé de plusieurs agents, chacun correspondant à un occupant différent du bâtiment. Les interactions entre ces agents rendront le modèle plus adaptable aux scénarios réels d’intervention en cas d’incendie et d’évacuation.
Par exemple, lors d’un incendie, un embouteillage peut se former à l’entrée du bâtiment lorsque plusieurs personnes tentent de sortir simultanément. Cela crée un goulot d’étranglement, mais grâce à un algorithme amélioré, le modèle pourrait orienter les évacués vers différentes sorties tout en coordonnant les points d’accès pour les pompiers. Il serait ainsi plus facile pour les pompiers d’éteindre l’incendie ou de secourir les personnes vulnérables, comme les personnes âgées, les enfants et les personnes handicapées.
Le NIST bénéficie de plus d’un siècle d’expérience en collaboration avec d’autres organisations pour faire progresser la recherche sur la sécurité incendie. Au cours des dernières décennies seulement , grâce à l’amélioration des détecteurs de fumée et des équipements des pompiers, la recherche du NIST sur les incendies a joué un rôle crucial dans la réduction du nombre de décès liés aux incendies chaque année.
Les chercheurs estiment que des technologies comme Safe Step pourraient commencer à apparaître d’ici cinq à dix ans, même si leur adoption généralisée dépendra de l’approbation réglementaire, des tests de fiabilité et de l’intégration aux systèmes de sécurité existants.
« Ces recherches n’en sont qu’à leurs débuts, mais elles représentent une étape importante vers une lutte contre les incendies intelligente, où l’utilisation efficace des technologies de pointe peut protéger les biens et sauver des vies », a déclaré Fang.
https://dx.doi.org/10.1016/j.jobe.2025.115132
<video controls width= »100% »>
<source src= »https://scx2.b-cdn.net/gfx/video/2026/ai-model-shows-how-to.mp4″ type= »video/mp4″>
</video>
