林 民，齊 虹

(福州大學(xué)電氣工程與自動(dòng)化學(xué)院，福建 福州 350116)

0 引言

21世紀(jì)以來(lái)，隨著我國(guó)國(guó)際地位的不斷提升，全國(guó)各地承辦的大型會(huì)議、大型活動(dòng)也越來(lái)越多，對(duì)于安全程度的要求也與日俱增。在公共交通領(lǐng)域，例如飛機(jī)、火車等交通工具的安檢已實(shí)行多年，但在客流量極大的公交車上，卻鮮有安檢防范措施[1]。此外，當(dāng)今科學(xué)技術(shù)的高速發(fā)展和大量工業(yè)氣體的民用化，使得不法分子極易獲取或生產(chǎn)危險(xiǎn)易燃物品，對(duì)人民群眾造成了嚴(yán)重的人身安全威脅[2]?；诖吮尘?，本研究設(shè)計(jì)了一種公交車易燃?xì)怏w安全監(jiān)測(cè)系統(tǒng)，通過(guò)采用高靈敏度、高檢測(cè)率的電化學(xué)檢測(cè)手段[3]，輔之以無(wú)線通信、多級(jí)報(bào)警、人臉識(shí)別等技術(shù)，軟硬兼施，實(shí)現(xiàn)了在公交車上對(duì)易燃?xì)怏w的快速檢測(cè)。

1 系統(tǒng)整體設(shè)計(jì)方案

公交車易燃?xì)怏w安全監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)要求是當(dāng)公交車停靠站臺(tái)時(shí)，能夠?qū)ι宪嚨某丝瓦M(jìn)行快速檢測(cè)，當(dāng)監(jiān)測(cè)裝置附近的易燃?xì)怏w濃度高于一定閾值時(shí)，系統(tǒng)發(fā)出報(bào)警信號(hào)來(lái)提示車上工作人員，同時(shí)對(duì)可能攜帶易燃?xì)怏w的可疑分子進(jìn)行人臉捕捉和抓拍，然后將拍攝的照片保存于本地并上傳至遠(yuǎn)程監(jiān)控中心。對(duì)此，系統(tǒng)應(yīng)具備的功能需求有：有效識(shí)別人體；快速檢測(cè)到上車人員通過(guò)監(jiān)測(cè)裝置時(shí)的易燃?xì)怏w濃度；因地制宜設(shè)定閾值，減少漏報(bào)誤報(bào)現(xiàn)象；多級(jí)報(bào)警功能；向工作人員發(fā)出警報(bào)提醒；報(bào)警發(fā)生時(shí)能識(shí)別人臉并抓拍；監(jiān)測(cè)車內(nèi)易燃?xì)怏w濃度；通過(guò)GPRS實(shí)時(shí)定位車輛位置。

由以上系統(tǒng)功能需求知，公交車易燃?xì)怏w安全監(jiān)測(cè)系統(tǒng)由以下幾部分構(gòu)成：人臉識(shí)別模塊；易燃?xì)怏w安全監(jiān)測(cè)模塊。其中易燃?xì)怏w安全監(jiān)測(cè)模塊可分為監(jiān)測(cè)終端和監(jiān)測(cè)裝置。監(jiān)測(cè)終端能實(shí)現(xiàn)報(bào)警閾值調(diào)整、聲光報(bào)警、GPRS定位和人臉圖像顯示功能，而監(jiān)測(cè)裝置則實(shí)現(xiàn)對(duì)上車乘客進(jìn)行快速檢測(cè)并監(jiān)測(cè)車內(nèi)易燃?xì)怏w濃度，系統(tǒng)模塊間采用nRF24L01通信模塊進(jìn)行短距離無(wú)線通訊。

監(jiān)測(cè)終端安裝在駕駛室的儀表盤旁，方便司機(jī)查看。攝像頭安裝在公交車駕駛室后的車廂頂部，朝向公交車前門口。而多個(gè)監(jiān)測(cè)裝置則安放在公交車廂內(nèi)前后門附近和中間兩側(cè)位置，對(duì)每位上車乘客自身及隨身物品散發(fā)出的氣體分子進(jìn)行檢測(cè)分析。從氣體擴(kuò)散到被監(jiān)測(cè)終端識(shí)別通常在2 s以內(nèi)，在乘客投幣或刷卡時(shí)間內(nèi)即可完成檢測(cè)，不會(huì)對(duì)乘客上車過(guò)程造成任何阻礙。而車廂中部的監(jiān)測(cè)裝置會(huì)時(shí)刻檢測(cè)車廂內(nèi)的易燃?xì)怏w分子濃度。一旦發(fā)現(xiàn)車上易燃?xì)怏w分子濃度超過(guò)閾值，則監(jiān)測(cè)裝置會(huì)立即將報(bào)警信息發(fā)送給監(jiān)測(cè)終端，監(jiān)測(cè)終端產(chǎn)生聲光、語(yǔ)音報(bào)警來(lái)提醒司乘人員。同時(shí)，人臉識(shí)別模塊也會(huì)接收到監(jiān)測(cè)終端傳達(dá)的報(bào)警信息，從而調(diào)用攝像頭對(duì)車門處的可疑分子進(jìn)行面部信息捕獲，并發(fā)送回監(jiān)測(cè)終端于屏幕上加以顯示。司乘人員根據(jù)顯示的人臉圖像對(duì)目標(biāo)乘客進(jìn)行物品篩查，確認(rèn)是否有易燃物品進(jìn)入公交車廂內(nèi)，倘若存在此情況，則立即阻止此人登車，并通知公交總部和公安機(jī)關(guān)。

2 系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)硬件分為以下3個(gè)模塊：易燃?xì)怏w監(jiān)測(cè)終端、易燃?xì)怏w監(jiān)測(cè)裝置和人臉識(shí)別模塊。整套系統(tǒng)包括一個(gè)易燃?xì)怏w監(jiān)測(cè)終端、一個(gè)人臉識(shí)別模塊和多個(gè)易燃?xì)怏w監(jiān)測(cè)裝置(圖1)。其中，易燃?xì)怏w監(jiān)測(cè)終端控制人臉識(shí)別模塊和易燃?xì)怏w安全監(jiān)測(cè)裝置。易燃?xì)怏w監(jiān)測(cè)終端包括無(wú)線通信模塊、GPRS模塊和聲光報(bào)警電路。易燃?xì)怏w監(jiān)測(cè)裝置則由人體感應(yīng)模塊、單片機(jī)控制電路、信號(hào)采集電路、風(fēng)扇驅(qū)動(dòng)電路以及無(wú)線通信模塊構(gòu)成，其數(shù)量由車輛型號(hào)及空間大小來(lái)決定。

圖1 系統(tǒng)硬件模塊圖Fig.1 System hardware module diagram

2.1 傳感器選型

易燃?xì)怏w安全監(jiān)測(cè)裝置的探測(cè)原理是：通過(guò)使用易燃?xì)怏w傳感器，將監(jiān)測(cè)環(huán)境中的易燃?xì)怏w濃度信息轉(zhuǎn)換成為電信號(hào)，再將此信號(hào)傳送給單片機(jī)進(jìn)行處理，分析出電信號(hào)與易燃?xì)怏w濃度的關(guān)系。故選擇一款性能優(yōu)良、適用于本系統(tǒng)的易燃?xì)怏w傳感器，對(duì)系統(tǒng)整體的性能影響極大。

氣體傳感器或氣體探測(cè)器是指：針對(duì)特定的某一種氣體或者某幾種氣體進(jìn)行定性或者定量的檢測(cè)設(shè)備，它能將被測(cè)氣體的體積分?jǐn)?shù)轉(zhuǎn)換成為相應(yīng)的電信號(hào)。隨著易燃?xì)怏w在工業(yè)生產(chǎn)、日常生活中的廣泛使用，針對(duì)于此類氣體的傳感器在市場(chǎng)上大量涌現(xiàn)。此類傳感器種類繁多，按照探測(cè)氣體濃度原理的不同，主要可以分為電導(dǎo)型傳感器、量熱型傳感器、電化學(xué)傳感器、光學(xué)類傳感器、生物傳感器等。表1給出了目前市場(chǎng)上常見氣體傳感器的性能指標(biāo)對(duì)比[4]：

表1 常見氣體傳感器各性能指標(biāo)對(duì)比Tab.1 Comparison of various performance indicators of common gas sensors

分析近年來(lái)的車輛縱火案件，不法分子往往選擇酒精、汽油、香蕉水等生活中常見且易于獲取的易燃物品作案。出于謹(jǐn)慎考慮，不法分子往往會(huì)將此類危險(xiǎn)品灌裝到常見中、大口徑塑料瓶中，塞入衣物或者包內(nèi)隱蔽作案。此外，由于公交車站點(diǎn)為公共交通場(chǎng)所，空氣環(huán)境較為復(fù)雜，易燃?xì)怏w分子泄漏量少，檢測(cè)難度高。根據(jù)上述情況，所選擇的易燃?xì)怏w傳感器應(yīng)具有以下特性：探測(cè)靈敏度高；對(duì)易燃?xì)怏w專一性好；響應(yīng)時(shí)間短；穩(wěn)定性好；重復(fù)性好；自恢復(fù)速度快；維護(hù)方便等。

圖2 TGS-816傳感器基本電路結(jié)構(gòu)Fig.2 Basic circuit structure of TGS-816 sensor

綜合考慮上述條件，本課題選擇使用日本費(fèi)加羅公司生產(chǎn)的TGS-816氣體傳感器。TGS-816氣體傳感器具有低功耗、對(duì)乙醇及其他有機(jī)溶劑靈敏度高、使用壽命長(zhǎng)、成本低、應(yīng)用電路簡(jiǎn)單、體積小、響應(yīng)速度快、重復(fù)性好、恢復(fù)時(shí)間短等多個(gè)優(yōu)勢(shì)，常常應(yīng)用于工廠、半導(dǎo)體工業(yè)、報(bào)警器的揮發(fā)物檢測(cè)，其對(duì)易燃?xì)怏w的最高分辨率可達(dá)500×10-6，非常適用于本系統(tǒng)。傳感器內(nèi)部的敏感元件由加熱器及金屬氧化物半導(dǎo)體構(gòu)成，當(dāng)易燃?xì)怏w進(jìn)入敏感元件后，元件中的金屬氧化物與易燃?xì)怏w發(fā)生氧化還原反應(yīng)，使傳感器的電導(dǎo)率提高，再通過(guò)簡(jiǎn)單的應(yīng)用電路，即可實(shí)現(xiàn)將這種電導(dǎo)率的變化變換為與氣體濃度對(duì)應(yīng)的輸出信號(hào)。TGS-816氣體傳感器的基本應(yīng)用電路如圖2所示，TGS-816氣體傳感器共有6個(gè)引腳，其中引腳1、3和4、6分別連接傳感器內(nèi)部的兩個(gè)氣敏電阻，而引腳2、5間接的是加熱絲，加熱絲由VH端接入+5 V電壓供電。而VC接入的是用于測(cè)定負(fù)載電阻RL的恒定電壓(VC<24 V)。

另外，經(jīng)由公式(1)可以計(jì)算出TGS-816氣體傳感器的電阻值RS：

圖3 傳感器靈敏度特性圖Fig.3 Diagram of sensor sensitivity characteristics

TGS-816氣體傳感器的工作原理為：首先通過(guò)加熱絲使得傳感器達(dá)到合適溫度，在恒定電壓VC和恒定負(fù)載RL的作用下，RL兩端會(huì)輸出穩(wěn)定的電壓VRL。隨著傳感器附近被測(cè)氣體濃度增大，兩個(gè)氣敏電阻的電導(dǎo)率會(huì)發(fā)生變化，VRL的大小也隨之改變。TGS-816氣體傳感器的靈敏度特性如圖3所示，圖中的R0為標(biāo)準(zhǔn)試驗(yàn)條件下得出的傳感器處于1 000×10-6濃度甲烷氣體中的電阻值。

2.2 液晶終端的人機(jī)界面介紹和接口設(shè)計(jì)

根據(jù)功能需求，易燃?xì)怏w安全監(jiān)測(cè)終端在發(fā)生報(bào)警時(shí)需要向安檢員進(jìn)行聲光及語(yǔ)音報(bào)警提示，且安檢員能夠通過(guò)人機(jī)交互界面對(duì)易燃?xì)怏w安全監(jiān)測(cè)系統(tǒng)進(jìn)行控制。因此，報(bào)警信息顯示、人機(jī)交互部分是易燃?xì)怏w安全監(jiān)測(cè)系統(tǒng)不可或缺的一部分。系統(tǒng)采用可編程LCD液晶屏來(lái)作為設(shè)計(jì)液晶終端的人機(jī)界面[5]。

圖4 液晶屏與單片機(jī)接口電路圖Fig.4 Interface circuit diagram of LCD screen and single chip microcomputer

DGUS液晶屏是迪文科技公司研發(fā)的新一代可編程觸摸屏，其運(yùn)用的DGUS設(shè)計(jì)環(huán)境是一種基于K600+內(nèi)核的智能型人機(jī)交互界面系統(tǒng)，可以通過(guò)借助PC軟件來(lái)進(jìn)行組態(tài)設(shè)計(jì)，將人機(jī)交互和控制過(guò)程完全分離，只需要通過(guò)串口讀寫變量即可完成屏幕的顯示及控制。相比于傳統(tǒng)TFT-LCD液晶屏，DGUS液晶屏能夠極大精簡(jiǎn)系統(tǒng)的硬件電路，減少單片機(jī)IO口的使用，縮短研發(fā)生產(chǎn)周期。DGUS液晶屏與STM32F103R8T6單片機(jī)的接口電路如圖4所示。

2.3 信號(hào)處理電路

由TGS-816氣體傳感器輸出的信號(hào)Uout往往含有高次雜波，而單片機(jī)自帶的AD轉(zhuǎn)換接口分辨率較高，故不能將傳感器的輸出信號(hào)直接接入AD轉(zhuǎn)換供單片機(jī)使用。不僅如此，由于傳感器采用的是5 V供電，而STM32F103R8T6單片機(jī)中AD模塊轉(zhuǎn)換范圍為0～3.3 V，故當(dāng)Uout大于3.3 V時(shí)，AD采樣所得的數(shù)值將不在變化，且會(huì)有燒毀AD模塊的危險(xiǎn)。因此需要對(duì)信號(hào)Uout進(jìn)行濾波、電壓轉(zhuǎn)換處理，使信號(hào)能更準(zhǔn)確地反應(yīng)安檢現(xiàn)場(chǎng)的易燃?xì)怏w濃度變化情況。

傳感器信號(hào)處理電路由3個(gè)部分構(gòu)成：低通濾波器、電壓跟隨器以及電壓轉(zhuǎn)換電路(圖5)[6]。輸出信號(hào)首先通過(guò)齊納式安全柵進(jìn)行限流，然后經(jīng)過(guò)由電阻R3和電容C1組成的低通濾波器，將高頻雜波去除，從而獲得干擾較小的信號(hào)。電路中部為電壓跟隨器，能提升電路的帶載能力。電路后半段為電壓轉(zhuǎn)換電路，通過(guò)調(diào)整電阻R7、R8的阻值，可將輸出信號(hào)Uadin控制在0～3.3 V范圍內(nèi)作為單片機(jī)的標(biāo)準(zhǔn)AD輸入信號(hào)。

圖5 傳感器信號(hào)處理電路圖Fig.5 Sensor signal processing circuit diagram

2.4 攝像頭選型

目前國(guó)內(nèi)大、中城市的公交車上雖然都安裝有監(jiān)控系統(tǒng)，但是由于各地公交車監(jiān)控系統(tǒng)存在差異，有的省份公交車安裝的攝像頭數(shù)量較少，并沒(méi)有對(duì)前門處進(jìn)行監(jiān)控；或者是監(jiān)控系統(tǒng)的攝像頭對(duì)于前門上車處的拍攝廣度、對(duì)上車乘客的信息收集量不足。前車窗上方的攝像頭通常只能拍攝到上車乘客的側(cè)臉和背影，且畫面貫通車廂前后，不夠具有針對(duì)性。因此，系統(tǒng)選擇根據(jù)公交車型號(hào)而選擇在駕駛室上方或者駕駛室上方靠近窗角處加裝攝像頭，并將其朝向前門，通過(guò)拍攝乘客從上車到投幣過(guò)程中的正、側(cè)臉照片，從而保證了后續(xù)人臉檢測(cè)的效果。

通常公交車內(nèi)使用的攝像頭為球形攝像頭或者半球形攝像頭。球形攝像頭的球機(jī)可以能360 ℃自由旋轉(zhuǎn)并且自動(dòng)聚焦，監(jiān)控距離通常為50～100 m，通常應(yīng)用在例如交通路口、公園、廣場(chǎng)等開闊區(qū)域的多角度、大范圍監(jiān)控。而半球形攝像頭有定焦和可變焦兩種，一般變焦范圍較小，監(jiān)控距離通常小于10 m，適用于樓道走廊、室內(nèi)大廳等小空間場(chǎng)所。

綜合考慮后系統(tǒng)采用宇視科技所生產(chǎn)的IPC321S半球形網(wǎng)絡(luò)攝像頭。其采用了能實(shí)現(xiàn)高清逐行掃描的新型CMOS傳感器，具備快速的圖像處理速度，拍攝的圖像具有優(yōu)良的寬動(dòng)態(tài)效果。而且攝像頭系統(tǒng)自帶的SDK支持在Windows平臺(tái)下的C/C++編程開發(fā)，可以通過(guò)特定的API接口來(lái)設(shè)置觸發(fā)拍攝事件，有益于實(shí)現(xiàn)系統(tǒng)的報(bào)警拍攝功能。

3 系統(tǒng)軟件設(shè)計(jì)

易燃?xì)怏w安全監(jiān)測(cè)系統(tǒng)的軟件設(shè)計(jì)可分為以下3個(gè)部分：易燃?xì)怏w監(jiān)測(cè)終端、易燃?xì)怏w監(jiān)測(cè)裝置和人臉識(shí)別模塊。軟件設(shè)計(jì)的好壞，極大程度地影響系統(tǒng)的檢測(cè)靈敏度、整體通信效果和人臉識(shí)別質(zhì)量等。

3.1 監(jiān)測(cè)終端部分

監(jiān)測(cè)終端能夠?qū)崟r(shí)顯示當(dāng)前車內(nèi)的易燃?xì)怏w濃度級(jí)別，并在接收到監(jiān)測(cè)裝置發(fā)送的報(bào)警信號(hào)后，進(jìn)行聲光和語(yǔ)音報(bào)警來(lái)提示車上人員，并將攝像頭抓拍到的人臉圖像加以顯示，流程見圖6。

3.2 監(jiān)測(cè)裝置部分

監(jiān)測(cè)裝置作為易燃?xì)怏w的檢測(cè)部分，能夠?qū)崿F(xiàn)對(duì)易燃?xì)怏w的采集、濾波、以及報(bào)警判斷等功能。如圖7所示，當(dāng)監(jiān)測(cè)裝置檢測(cè)到人體后，系統(tǒng)會(huì)將采集到的氣體數(shù)據(jù)進(jìn)行處理，并輔以Elman型神經(jīng)網(wǎng)絡(luò)算法進(jìn)行智能評(píng)估。若是檢測(cè)結(jié)果超出閾值，便將產(chǎn)生的報(bào)警信號(hào)通過(guò)無(wú)線通信的方式傳達(dá)至監(jiān)測(cè)終端以及人臉識(shí)別模塊。

圖6 監(jiān)測(cè)終端軟件工作流程圖Fig.6 Software workflow diagram of monitoring terminal

圖7 監(jiān)測(cè)裝置工作流程圖Fig.7 Workflow diagram of monitoring device

3.3 人臉識(shí)別模塊

人臉識(shí)別模塊實(shí)現(xiàn)的功能是對(duì)上車通道進(jìn)行安全監(jiān)控，并當(dāng)接收到報(bào)警信號(hào)后對(duì)上車人員進(jìn)行面部抓拍，結(jié)合內(nèi)部處理程序來(lái)提取、保存人臉圖像的特征信息，最后將其上傳至遠(yuǎn)程監(jiān)控中心的數(shù)據(jù)庫(kù)進(jìn)行比對(duì)，從而識(shí)別可疑人員的具體身份。人臉識(shí)別模塊的程序流程圖如圖8所示。

圖8 人臉識(shí)別部分程序流程圖Fig.8 Part of program flow chart for face recognition

3.4 Elman型神經(jīng)網(wǎng)絡(luò)

公交車所處場(chǎng)所的氣體環(huán)境十分復(fù)雜，倘若直接采用收集到的氣體極易產(chǎn)生誤報(bào)情況，不利于現(xiàn)場(chǎng)監(jiān)測(cè)。因此，需要采用智能報(bào)警算法對(duì)數(shù)據(jù)進(jìn)行甄別，保證報(bào)警的可靠性。

Elman型神經(jīng)網(wǎng)絡(luò)是一種典型的動(dòng)態(tài)反饋型神經(jīng)網(wǎng)絡(luò)，具有預(yù)測(cè)精度高、收斂速度快等優(yōu)點(diǎn)，且相較于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)算法，Elman型神經(jīng)網(wǎng)絡(luò)還具備一定的記憶功能，能極好地應(yīng)對(duì)不確定性因素較多的場(chǎng)合[7]，故十分適用于本系統(tǒng)。

如圖9所示，Elman型神經(jīng)網(wǎng)絡(luò)相較常見的三層BP神經(jīng)網(wǎng)絡(luò)，多了一層承接層。經(jīng)由該層的存儲(chǔ)延遲特性，可以靈敏地反映網(wǎng)絡(luò)歷史數(shù)據(jù)，對(duì)于氣體環(huán)境的預(yù)測(cè)更為精確。

對(duì)應(yīng)圖9，Elman型神經(jīng)網(wǎng)絡(luò)的狀態(tài)空間描述形式為：

x(k)=f(w1xc(k)+w2(u(k-1)))

(2)

y(k)=g(w3x(k))

(3)

xc(k)=x(k-1)

(4)

其中，u(k-1)為給定訓(xùn)練樣本的輸入，而y(k)即為給定訓(xùn)練樣本的輸出。由公式(2)可以看出，xc(k)是一種動(dòng)態(tài)遞推的過(guò)程。定義Elman神經(jīng)網(wǎng)絡(luò)的誤差函數(shù)為：

(5)

圖9 Elman型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.9 Elman neural network structure diagram

由梯度下降法，使E對(duì)其權(quán)值偏導(dǎo)數(shù)為零，則有：

(5)

推導(dǎo)后可得：

(10)

公式(8)～(10)即為Elman型神經(jīng)網(wǎng)絡(luò)算法的權(quán)值調(diào)整公式，將其分別代入狀態(tài)空間表達(dá)式，經(jīng)由多次迭代直至滿足要求后，本系統(tǒng)便可在復(fù)雜氣體環(huán)境下保持較高的報(bào)警準(zhǔn)確度。

(11)

[Y1Y2…Yk]T

(12)

將訓(xùn)練樣本輸入Elman型神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而確定Elman型神經(jīng)網(wǎng)絡(luò)在工作過(guò)程中所使用的參數(shù)，進(jìn)而獲取最優(yōu)權(quán)值。

Elman型神經(jīng)網(wǎng)絡(luò)的激活函數(shù)則通過(guò)將常見的非線性函數(shù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練測(cè)試，通過(guò)比較誤差結(jié)果的優(yōu)劣來(lái)加以確定。經(jīng)測(cè)試分析，本系統(tǒng)選擇Log-Sigmoid函數(shù)作為隱含層和承接層的激活函數(shù)，而選擇Pure-Line函數(shù)作為輸出層的激活函數(shù)。

而在訓(xùn)練函數(shù)的選擇方面，本課題采用的是train型函數(shù)作為訓(xùn)練函數(shù)，通過(guò)將多種訓(xùn)練函數(shù)進(jìn)行多次重復(fù)的迭代訓(xùn)練并計(jì)算平均誤差后，經(jīng)對(duì)比后選擇traingdx函數(shù)作為Elman型神經(jīng)網(wǎng)絡(luò)的訓(xùn)練函數(shù)。

圖10 Elman型神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差曲線Fig.10 Elman neural network training error curve

由于Elman型神經(jīng)網(wǎng)絡(luò)為非線性，不同的初始值會(huì)對(duì)訓(xùn)練過(guò)程中是否收斂、是否容易陷入局部極小值會(huì)起到一定的影響。根據(jù)查閱資料并綜合分析，為能確保能夠正常訓(xùn)練，Elman型神經(jīng)網(wǎng)絡(luò)的初始權(quán)值定在(-1,1)區(qū)間內(nèi)較為合適，而取值在(-0.3, 0.3)區(qū)間內(nèi)的網(wǎng)絡(luò)訓(xùn)練速度比(-1,1)區(qū)間要快得多。因此，對(duì)Elman型神經(jīng)網(wǎng)絡(luò)各神經(jīng)元的初始權(quán)值給定為(-0.3, 0.3)區(qū)間內(nèi)的任意值。

選定好各參數(shù)后，通過(guò)在MATLAB中對(duì)Elman型神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到的網(wǎng)絡(luò)學(xué)習(xí)誤差曲線如圖10所示。由圖可見，在經(jīng)過(guò)3 661次的迭代訓(xùn)練后，網(wǎng)絡(luò)誤差達(dá)到要求。

得到訓(xùn)練好的Elman型神經(jīng)網(wǎng)絡(luò)后，再使用測(cè)試數(shù)據(jù)對(duì)其進(jìn)行測(cè)試，部分測(cè)試數(shù)據(jù)及結(jié)果如表2所示。

表2 部分測(cè)試數(shù)據(jù)及測(cè)試結(jié)果Tab.2 Partial test data and test results

由表2可見，期望輸出與實(shí)際輸出相比有差值存在，但差值均小于0.2。因此，為確保報(bào)警判斷能夠準(zhǔn)確，依據(jù)Bayes決策理論，對(duì)網(wǎng)絡(luò)模型的輸出設(shè)定一個(gè)判決門限，令θ=0.2，從而實(shí)現(xiàn)對(duì)輸出的分類處理[8]。故可得正常信號(hào)輸出值范圍為[0.8,1.2]，報(bào)警信號(hào)輸出值范圍為[1.8,2.2]，干擾信號(hào)輸出值范圍為[2.8,3.2]。

3.5 人臉特征提取

對(duì)于傳統(tǒng)的人臉識(shí)別方式，采用LBP(Local Binary Pattern)特征可謂是極其有效。由于LBP特征計(jì)算簡(jiǎn)單，具有灰度不變性和旋轉(zhuǎn)不變性的特點(diǎn)，因此在計(jì)算機(jī)視覺(jué)的諸多領(lǐng)域得到了廣泛的應(yīng)用。

圖11 LBP特征計(jì)算Fig.11 LBP characteristic computing process

考慮到原始的LBP存在例如對(duì)尺度變化敏感、容易受光照影響、特征維度過(guò)高等缺陷，因此在傳統(tǒng)的LBP的基礎(chǔ)上引入中心對(duì)稱思想對(duì)圖像進(jìn)行編碼，采用CS-LBP特征融合的方式來(lái)進(jìn)行人臉檢測(cè)。由于CS-LBP僅比較臨域內(nèi)以中心像素值為中心對(duì)稱的像素值對(duì)，將特征維度降低到了24=16維，使得對(duì)特征提取的速度更快[9]。而且，由于乘客上車的位置較為固定，能極大地減少整體計(jì)算量。不僅如此，這種對(duì)稱計(jì)算的方式，能夠在一定程度上削減光照、旋轉(zhuǎn)等影響，適用于公共場(chǎng)所的人臉檢測(cè)。

3.6 遠(yuǎn)程監(jiān)控中心

易燃?xì)怏w監(jiān)測(cè)終端內(nèi)置有GPRS模塊，方便工作人員實(shí)時(shí)掌握車輛的位置信息。當(dāng)系統(tǒng)檢測(cè)到有人攜帶易燃物品上車時(shí)，會(huì)將報(bào)警級(jí)別等信息和人臉圖像即時(shí)發(fā)送至遠(yuǎn)程監(jiān)控中心，從而能及時(shí)分析并加以解決。

4 系統(tǒng)測(cè)試

將本系統(tǒng)安裝至福州51路公交車上進(jìn)行多次試驗(yàn)，當(dāng)測(cè)試人員攜帶灌裝酒精、香蕉水、異丁烷等物品上車時(shí)，監(jiān)測(cè)裝置能夠在800 ms內(nèi)檢測(cè)到易燃?xì)怏w濃度超標(biāo)并在監(jiān)測(cè)終端進(jìn)行多級(jí)聲光、語(yǔ)音報(bào)警，同時(shí)攝像頭模塊對(duì)測(cè)試人員進(jìn)行面部抓拍并保存。而當(dāng)測(cè)試人員將灌裝物品的瓶蓋打開后經(jīng)過(guò)監(jiān)測(cè)裝置，系統(tǒng)能在450 ms內(nèi)響應(yīng)并發(fā)出報(bào)警信號(hào)。

5 結(jié)語(yǔ)

針對(duì)當(dāng)前公交車輛上缺乏有效安檢手段、人為縱火事件頻發(fā)的社會(huì)現(xiàn)象，設(shè)計(jì)了一種易燃?xì)怏w安全監(jiān)測(cè)系統(tǒng)，通過(guò)采用先進(jìn)的電化學(xué)式檢測(cè)手段，并輔以Elman型神經(jīng)網(wǎng)絡(luò)算法和CS-LBP的人臉檢測(cè)方法，在保證精確高效地檢測(cè)車上易燃?xì)怏w濃度、迅速報(bào)警確保乘客生命安全的同時(shí)，能夠及時(shí)捕捉可疑分子的人臉圖像，從而輔助公安部門后期調(diào)查，具有較高的應(yīng)用前景和研究?jī)r(jià)值。