本所近幾年建築物防火科技計畫項下致力於「全方位智慧型避難引導系統」之研發，它是一套基於物聯網架構為基礎之動態規劃避難引導系統，整合環境感知、室內人員識別技術以及室內引導路徑演算之室內避難引導系統，演算結果經過主控電腦轉化成為不同的避難指示資訊，可分別顯示在智慧行動手機、數位電子看板或LED聲光引導模組上，人員可遵從手機或數位看板的方向箭頭找到安全逃生出口，也可以藉由動態聲光引導技術(視覺或聽覺引導)避難至安全出口。此系統乃是物聯網技術在人員避難逃生上的最佳體現範例。所謂物聯網的應用方式，最基本可以分為三層，分別為感知層、網路層、應用層等三方面，其架構如圖1所示。
圖1 物聯網三層架構
感知層(Perception layer)是屬物聯網中的底層也就是「物(Things)」，是由可以感測訊號的裝置組成，可針對環境的物理或者狀況進行監控，如：溫度、濕度、照度…等，並可以接受遠端控制、設定、操作或管理，且必須要滿足低耗能、低成本以及大量支援網路節點的特性。網路層(Network layer)包含有線或無線的網路技術與雲端應用技術，以可靠的網路傳輸功能，使每一個裝設的設備或裝置都具有傳輸功能，可以將裝置或設備蒐集的資訊整合到資料管理中心，因此網路層的通訊協定必須相容與提供一個安全而穩定的網路環境。應用層(Application layer)當物與物相連後開始思考應用性，針對不同狀態與蒐集到的不同資訊進行有效性分析與評估，或收集來自每一個裝置或設備之感測器的數據資料，進行業務邏輯分類與分析判斷，並且提供相關的服務，以智慧型避難系統作為舉例則是應用環境數據與演算進行避難指引。
為有效提升智慧型避難引導系統之感知效率，強化提早預警功能，本系統乃思考如何應用雲端及人工智慧技術的協助，使環境危險感知能力提高，讓人員有更加充裕時間排除潛在危險或提前預備避難行動。此法乃是透過API之整合，將所蒐集之資料上載至雲端，以避免於後續與其他設備進行整合時所產生模組排斥之問題。因資料上載至雲端後，相關模組若要取得相關資料便從雲端上取得，而不需要從其他模組之傳接。舉例，某些大樓建築之消防系統，使用能偵測煙濃度與溫度之二合一探測器，該探測器可以將偵測到之環境溫度、煙濃度資料透過專屬之受信總機上傳雲端資料庫。經由上述數據之歷史資料蒐集後，或許數周或數月累積的資料，蒐集時間愈長愈有利於預警能力的正確性，其原因乃是應用AI之機器學習方法，紀錄室內每一偵測點的每分鐘、每小時、每天、每週及每月的資料，系統從而了解該場所的某一點位置的環境溫度及煙濃度的長期變化規律，舉例而言，對此系統會自己另產生一條火災預警溫度警戒線，該警戒線不同於一般探測器的定溫發報功能(通常設為70°C)，也非固定式預警功能(比一般探測器在較低溫度時發報)，其曲線趨勢會依循機器學習所得到的變化規律增加若干安全餘裕值(如圖2)。當該探測器偵得的溫度或煙濃度超過警戒線時，火警警報系統會發出第一道預警，提醒人員立即處理應變，而通常此時自動撒水設備尚未作動撒水，因此設置場所可避免二次水損的問題。此外，系統也能透過雲端發送火災之警報資訊至手機，可讓人員可以遠端掌握火災範圍及延燒動向，以利儘早規劃避難路線。
此系統一旦與智慧型避難引導系統結合，將大幅提前感知時間，讓智慧型避難引導系統如虎添翼般提前進行人群分流，有效縮短整體避難所需時間。同時，透過雲端網路分享起火建築物內部火災溫度、煙濃度等訊息，讓消防勤務派遣中心或消防搶救指揮官在第一時間掌握內部火勢及煙霧擴大情形，將對於日後消防救災行動的情資掌控有莫大助益，此將使科技救災的應用更加具體化。
圖2 學習式預警圖