黃晨浩 宋鑫鈺 盧詩(shī)驕 薛奇琪

摘 要：筆者基于STM32單片機(jī)和機(jī)智云平臺(tái)，設(shè)計(jì)了一款智能體溫監(jiān)測(cè)系統(tǒng)。在紅外測(cè)溫模塊的基礎(chǔ)上，結(jié)合了人臉識(shí)別模塊和超聲波測(cè)距溫度補(bǔ)償模塊，在被測(cè)量人員進(jìn)入測(cè)量范圍時(shí)，人臉識(shí)別模塊采集人臉信息并與數(shù)據(jù)庫(kù)對(duì)比，以確定人員身份信息;同時(shí)，啟動(dòng)紅外測(cè)溫模塊檢測(cè)體溫，利用超聲波測(cè)距補(bǔ)償溫度，降低因測(cè)量人員與測(cè)溫裝置之間距離的變化而產(chǎn)生的溫漂現(xiàn)象;測(cè)量完成后，將人員身份信息和補(bǔ)償后的溫度數(shù)據(jù)發(fā)送給PC端串口助手和機(jī)智云App，使管理人員可以實(shí)時(shí)監(jiān)測(cè)人員的體溫信息。

關(guān)鍵詞：體溫監(jiān)測(cè);人臉識(shí)別;溫度補(bǔ)償;STM32;機(jī)器學(xué)習(xí)

中圖分類(lèi)號(hào)：TP332 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-1064（2021）10-003-02

DOI：10.12310/j.issn.1674-1064.2021.10.002

疫情常態(tài)化防控下，體溫監(jiān)測(cè)是一項(xiàng)重要任務(wù)，傳統(tǒng)的體溫監(jiān)測(cè)不僅浪費(fèi)大量人力，而且登記個(gè)人信息和體溫的過(guò)程過(guò)于繁瑣、效率低，增加了病毒傳染的風(fēng)險(xiǎn)。本項(xiàng)目采用人臉識(shí)別+體溫檢測(cè)，在測(cè)量體溫的同時(shí)，可以自動(dòng)識(shí)別人臉信息、辨別身份，體溫測(cè)量完成后將體溫?cái)?shù)據(jù)和被測(cè)量者的ID上傳到PC端。同時(shí)，可以對(duì)測(cè)量的數(shù)據(jù)進(jìn)行數(shù)據(jù)分析，方便提取。本項(xiàng)目可以應(yīng)用于學(xué)校、車(chē)站、工廠、公司等人流密集的場(chǎng)所，可以提前將人臉信息采集進(jìn)系統(tǒng)并編號(hào)，在測(cè)量體溫時(shí)可以直接識(shí)別身份，也可以在測(cè)量體溫的同時(shí)錄入人臉信息。管理者可以實(shí)時(shí)監(jiān)測(cè)人員的體溫情況，以便更好地應(yīng)對(duì)突發(fā)情況。本項(xiàng)目節(jié)省了測(cè)量體溫時(shí)的人力成本，方便了管理者的監(jiān)測(cè)，提高了測(cè)量體溫的效率，應(yīng)用潛力較大[1]。

1 系統(tǒng)總體設(shè)計(jì)

本系統(tǒng)主要分為硬件和軟件部分。硬件部分包括STM32連接電路設(shè)計(jì)、紅外測(cè)溫模塊、超聲波測(cè)距模塊;軟件部分包括STM32單片機(jī)代碼編寫(xiě)、OpenMV人臉識(shí)別模塊相關(guān)代碼的編寫(xiě)、機(jī)智云平臺(tái)提供的相關(guān)代碼的編寫(xiě)。

該系統(tǒng)能夠利用紅外測(cè)溫模塊檢測(cè)體溫，并利用超聲波測(cè)距補(bǔ)償溫度，減少因測(cè)量人員與測(cè)溫裝置之間距離的變化而產(chǎn)生的溫漂現(xiàn)象。當(dāng)測(cè)量人員進(jìn)入測(cè)溫范圍時(shí)，通過(guò)控制開(kāi)關(guān)采集人臉信息，確定人員編號(hào)，將人員編號(hào)信息和溫度數(shù)據(jù)通過(guò)串口傳給PC端的串口調(diào)試助手，使管理人員可以實(shí)時(shí)監(jiān)測(cè)人員體溫信息。

2 系統(tǒng)硬件設(shè)計(jì)

硬件主要擔(dān)任著溫度采集、溫度補(bǔ)償、人臉識(shí)別，以及將溫度數(shù)據(jù)和人員編號(hào)上傳到PC端的串口調(diào)試助手等任務(wù)。本系統(tǒng)使用ST公司生產(chǎn)的STM32F103ZET6開(kāi)發(fā)板為主控核心板，并配合紅外測(cè)溫模塊、超聲波測(cè)距模塊以及OpenMV人臉識(shí)別模塊等。

2.1 紅外測(cè)溫模塊

筆者采用的測(cè)溫模塊是Melexis的紅外傳感器MLX90614，基于熱反應(yīng)堆技術(shù)，工作在3 V，工作溫度范圍在-40 ℃～125 ℃，其測(cè)量分辨率高達(dá)0.02 ℃，可以達(dá)到測(cè)量人體溫度的要求。但是在實(shí)際長(zhǎng)距離測(cè)溫中，使用MLX90614測(cè)量的溫度誤差很大，這是因?yàn)榧t外傳感器測(cè)溫精度與被測(cè)熱源距離有關(guān)。所以，在這個(gè)基礎(chǔ)上，為了提高測(cè)量的精確度，筆者使用了超聲波測(cè)距溫度補(bǔ)償模塊來(lái)降低由于距離造成的誤差。

2.2 超聲波測(cè)距溫度補(bǔ)償模塊

在測(cè)量過(guò)程中，筆者發(fā)現(xiàn)隨著測(cè)溫者距離的遠(yuǎn)近，相應(yīng)的溫度會(huì)有大幅度變化，這還遠(yuǎn)遠(yuǎn)達(dá)不到精準(zhǔn)測(cè)溫的目的。于是，筆者利用了機(jī)器學(xué)習(xí)中的有監(jiān)督學(xué)習(xí)，利用一組已知類(lèi)別的樣本調(diào)整溫度補(bǔ)償模塊的參數(shù)，使其達(dá)到所要求性能的過(guò)程，主要用于新數(shù)據(jù)的溫度補(bǔ)償。監(jiān)督學(xué)習(xí)的最終目標(biāo)是，根據(jù)在學(xué)習(xí)過(guò)程中所獲得的經(jīng)驗(yàn)、技能，對(duì)沒(méi)有學(xué)習(xí)過(guò)的距離和溫度數(shù)據(jù)進(jìn)行補(bǔ)償，使溫度數(shù)據(jù)接近真實(shí)的溫度數(shù)據(jù)[2]。

本次實(shí)驗(yàn)過(guò)程中，采集了多組實(shí)際溫度為36.5 ℃，與紅外傳感器測(cè)溫精度與被測(cè)熱源不同距離下的測(cè)量溫度，如表1所示，用于構(gòu)建訓(xùn)練集模型，該模型如圖1所示。

用訓(xùn)練集模型擬合溫度補(bǔ)償函數(shù)，經(jīng)過(guò)比較，一元三次函數(shù)更接近實(shí)際溫度，該函數(shù)如圖2、圖3、圖4、圖5所示。

f（x）=t0-0.0003595*x^3+0.02385*x^2+（-0.1949）*x+1.039（t0為測(cè)量溫度）。

用測(cè)試集模型評(píng)估構(gòu)建好的模型。采集實(shí)際溫度為36.5 ℃的不同距離下的補(bǔ)償溫度，將補(bǔ)償溫度與實(shí)際溫度比較，評(píng)估構(gòu)建好的模型，如圖6所示。

經(jīng)驗(yàn)證，溫度補(bǔ)償函數(shù)得到的溫度和實(shí)際溫度誤差小于0.4 ℃，能夠滿足疫情防控下的體溫測(cè)量要求，如圖6所示。

從實(shí)踐意義上說(shuō)，機(jī)器學(xué)習(xí)是一種通過(guò)利用數(shù)據(jù)，訓(xùn)練出模型，再使用模型進(jìn)行預(yù)測(cè)的方法。通過(guò)監(jiān)督學(xué)習(xí)，紅外測(cè)溫模塊結(jié)合溫度補(bǔ)償函數(shù)，可以比較真實(shí)地測(cè)量不同距離下的人體溫度。

3 軟件系統(tǒng)設(shè)計(jì)

該系統(tǒng)的軟件部分采用Python語(yǔ)言編程，Python語(yǔ)言功能強(qiáng)大又易于開(kāi)發(fā)，具有可移植性、可擴(kuò)展性、豐富的第三方庫(kù)等優(yōu)點(diǎn)。利用Python語(yǔ)言進(jìn)行編程有很大的優(yōu)勢(shì)，在此基礎(chǔ)上進(jìn)行開(kāi)發(fā)，可以極大提高開(kāi)發(fā)效率。同時(shí)，在電腦端使用機(jī)智云，將得到的數(shù)據(jù)進(jìn)行最基本的記錄和分析，上傳到手機(jī)客戶端實(shí)現(xiàn)信息的實(shí)時(shí)觀測(cè)，提醒被檢測(cè)人的溫度是否異常。

3.1 OpenMV人臉識(shí)別模塊軟件編寫(xiě)

前文已經(jīng)詳細(xì)介紹了OpenMV人臉識(shí)別模塊的硬件部分，OpenMV與STM32通信和人臉識(shí)別代碼采用Python語(yǔ)言編程。在OpenMV軟件中采用Python語(yǔ)言編程，構(gòu)造take_photoes函數(shù)、face_recognition1函數(shù)。當(dāng)OpenMV通過(guò)串口接收到STM32發(fā)送來(lái)的“1”指令時(shí)，調(diào)用take_photoes函數(shù)，OpenMV識(shí)別現(xiàn)場(chǎng)人員，采集人臉特征值，并將人臉數(shù)據(jù)編號(hào)存在SD中。當(dāng)OpenMV通過(guò)串口接收到STM32發(fā)送來(lái)的“2”指令時(shí)，調(diào)用face_recognition1函數(shù)，對(duì)人員進(jìn)行拍照，并和SD卡人臉數(shù)據(jù)進(jìn)行對(duì)比，找到特征值相似度最高的編號(hào)，將編號(hào)通過(guò)串口發(fā)給STM32。

3.2 手機(jī)App編寫(xiě)

3.2.1 機(jī)智云平臺(tái)

機(jī)智云平臺(tái)為開(kāi)發(fā)者提供了自助式智能硬件開(kāi)發(fā)工具與開(kāi)放的云端服務(wù)。同時(shí)，機(jī)智云現(xiàn)提供三種App（集成SDK、使用App開(kāi)源框架、使用App自動(dòng)生成）開(kāi)發(fā)方式，針對(duì)不同開(kāi)發(fā)者的不同需求，幫助開(kāi)發(fā)者更加快速地開(kāi)發(fā)自己的App。因此，筆者的系統(tǒng)接入機(jī)智云進(jìn)行開(kāi)發(fā)，可以實(shí)時(shí)在移動(dòng)端監(jiān)測(cè)人員體溫。

3.2.2 App顯示界面

手機(jī)App顯示界面可以顯示多人溫度數(shù)據(jù)和一人溫度數(shù)據(jù)，手機(jī)界面顯示如圖7所示。管理人員可以同時(shí)查看多人的溫度數(shù)據(jù)，也可以實(shí)時(shí)顯示人員一人的溫度數(shù)據(jù)。

4 結(jié)語(yǔ)

文章旨在用STM32和手機(jī)App搭建一套集體溫采集、溫度補(bǔ)償、人臉識(shí)別、體溫監(jiān)測(cè)于一體的低成本現(xiàn)代化智能體溫監(jiān)測(cè)系統(tǒng)。通過(guò)手機(jī)App的實(shí)時(shí)監(jiān)測(cè)，實(shí)現(xiàn)智能化管理，完善數(shù)據(jù)管理功能。本系統(tǒng)具有實(shí)用性，在疫情防控常態(tài)化背景下，高校封閉的同時(shí)，需要密切關(guān)注學(xué)生的體溫情況。利用該系統(tǒng)，管理人員可以實(shí)時(shí)監(jiān)測(cè)人員體溫，及時(shí)發(fā)現(xiàn)異常情況。同時(shí)，該系統(tǒng)還有很大的擴(kuò)展性，可以應(yīng)用于學(xué)校、車(chē)站、工廠、公司等人員密集的場(chǎng)所?？梢园惭b在學(xué)校內(nèi)，在測(cè)量體溫的同時(shí)，記錄學(xué)生上課的出勤情況，便于學(xué)生養(yǎng)成良好的上課習(xí)慣。也可以結(jié)合門(mén)禁系統(tǒng)，安裝在宿舍樓門(mén)口，在測(cè)量體溫的同時(shí)，記錄學(xué)生進(jìn)出宿舍樓的時(shí)間。

參考文獻(xiàn)

[1] 李俊杰，劉成林，朱明.基于多任務(wù)CNN的監(jiān)控視頻中異常行人快速檢測(cè)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2018，27（11）：78-83.

[2] 司家瑞.淺談機(jī)器學(xué)習(xí)在醫(yī)學(xué)大數(shù)據(jù)中的應(yīng)用[J].科技展望，2016，26（23）：304.