The last decades has seen the rise of digitization and automation of certain tasks at dangerous work environments though this has not yet affected the firefighting profession. With sensors and remote vehicles it is possible to aid the firefighters in analyzing a situation and aid them in the extinguishing efforts which reduces risks and time spent finding the fires. This thesis proposes a solution to such a problem by designing and implementing a case study. The test system was tested in a controlled environment to verify the functionality of the system. The results show that this is possible using low resolution thermal imaging equipment. The case study also shows that standard imaging equipment is a useful tool to determine the severity of the scene as well as searching for people. / Under de senaste decennierna har digitaliseringen och automatisering av uppgifter i farliga arbetsmiljöer ökat, detta har inte ännu påverkat brandkåren. Med hjälp av sensorer och fjärrstyrda fordon kan detta göra det möjligt att hjälpa brandmän att analysera en situation och hjälpa till med brandsläckning vilket reducerar riskerna och tid att hitta bränder. Denna avhandling framför en lösning till ett sådant problem genom att skapa och implementera en fallstudie. Testsystemet var testat i en kontrollerad miljö att verifiera funktionaliteten av systemet. Resultaten visar att det är möjligt att använda sig av en lågupplöst värmekamera. Fallstudien visade även att bildutrustning är ett användbart verktyg för att bestämma allvarlighetsgraden av miljön och för att söka efter människor.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-321229 |
| Date | January 2022 |
| Creators | Burghardt, Kristoffer, Forslund, Martin |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2022:658 |
Page generated in 0.0021 seconds