黃晨浩 宋鑫鈺 盧詩驕 薛奇琪

摘 要：筆者基于STM32單片機和機智云平臺，設計了一款智能體溫監(jiān)測系統(tǒng)。在紅外測溫模塊的基礎上，結(jié)合了人臉識別模塊和超聲波測距溫度補償模塊，在被測量人員進入測量范圍時，人臉識別模塊采集人臉信息并與數(shù)據(jù)庫對比，以確定人員身份信息;同時，啟動紅外測溫模塊檢測體溫，利用超聲波測距補償溫度，降低因測量人員與測溫裝置之間距離的變化而產(chǎn)生的溫漂現(xiàn)象;測量完成后，將人員身份信息和補償后的溫度數(shù)據(jù)發(fā)送給PC端串口助手和機智云App，使管理人員可以實時監(jiān)測人員的體溫信息。

關鍵詞：體溫監(jiān)測;人臉識別;溫度補償;STM32;機器學習

中圖分類號：TP332 文獻標識碼：A 文章編號：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)測是一項重要任務，傳統(tǒng)的體溫監(jiān)測不僅浪費大量人力，而且登記個人信息和體溫的過程過于繁瑣、效率低，增加了病毒傳染的風險。本項目采用人臉識別+體溫檢測，在測量體溫的同時，可以自動識別人臉信息、辨別身份，體溫測量完成后將體溫數(shù)據(jù)和被測量者的ID上傳到PC端。同時，可以對測量的數(shù)據(jù)進行數(shù)據(jù)分析，方便提取。本項目可以應用于學校、車站、工廠、公司等人流密集的場所，可以提前將人臉信息采集進系統(tǒng)并編號，在測量體溫時可以直接識別身份，也可以在測量體溫的同時錄入人臉信息。管理者可以實時監(jiān)測人員的體溫情況，以便更好地應對突發(fā)情況。本項目節(jié)省了測量體溫時的人力成本，方便了管理者的監(jiān)測，提高了測量體溫的效率，應用潛力較大[1]。

1 系統(tǒng)總體設計

本系統(tǒng)主要分為硬件和軟件部分。硬件部分包括STM32連接電路設計、紅外測溫模塊、超聲波測距模塊;軟件部分包括STM32單片機代碼編寫、OpenMV人臉識別模塊相關代碼的編寫、機智云平臺提供的相關代碼的編寫。

該系統(tǒng)能夠利用紅外測溫模塊檢測體溫，并利用超聲波測距補償溫度，減少因測量人員與測溫裝置之間距離的變化而產(chǎn)生的溫漂現(xiàn)象。當測量人員進入測溫范圍時，通過控制開關采集人臉信息，確定人員編號，將人員編號信息和溫度數(shù)據(jù)通過串口傳給PC端的串口調(diào)試助手，使管理人員可以實時監(jiān)測人員體溫信息。

2 系統(tǒng)硬件設計

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

2.1 紅外測溫模塊

筆者采用的測溫模塊是Melexis的紅外傳感器MLX90614，基于熱反應堆技術，工作在3 V，工作溫度范圍在-40 ℃～125 ℃，其測量分辨率高達0.02 ℃，可以達到測量人體溫度的要求。但是在實際長距離測溫中，使用MLX90614測量的溫度誤差很大，這是因為紅外傳感器測溫精度與被測熱源距離有關。所以，在這個基礎上，為了提高測量的精確度，筆者使用了超聲波測距溫度補償模塊來降低由于距離造成的誤差。

2.2 超聲波測距溫度補償模塊

在測量過程中，筆者發(fā)現(xiàn)隨著測溫者距離的遠近，相應的溫度會有大幅度變化，這還遠遠達不到精準測溫的目的。于是，筆者利用了機器學習中的有監(jiān)督學習，利用一組已知類別的樣本調(diào)整溫度補償模塊的參數(shù)，使其達到所要求性能的過程，主要用于新數(shù)據(jù)的溫度補償。監(jiān)督學習的最終目標是，根據(jù)在學習過程中所獲得的經(jīng)驗、技能，對沒有學習過的距離和溫度數(shù)據(jù)進行補償，使溫度數(shù)據(jù)接近真實的溫度數(shù)據(jù)[2]。

本次實驗過程中，采集了多組實際溫度為36.5 ℃，與紅外傳感器測溫精度與被測熱源不同距離下的測量溫度，如表1所示，用于構(gòu)建訓練集模型，該模型如圖1所示。

用訓練集模型擬合溫度補償函數(shù)，經(jīng)過比較，一元三次函數(shù)更接近實際溫度，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為測量溫度）。

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

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

從實踐意義上說，機器學習是一種通過利用數(shù)據(jù)，訓練出模型，再使用模型進行預測的方法。通過監(jiān)督學習，紅外測溫模塊結(jié)合溫度補償函數(shù)，可以比較真實地測量不同距離下的人體溫度。

3 軟件系統(tǒng)設計

該系統(tǒng)的軟件部分采用Python語言編程，Python語言功能強大又易于開發(fā)，具有可移植性、可擴展性、豐富的第三方庫等優(yōu)點。利用Python語言進行編程有很大的優(yōu)勢，在此基礎上進行開發(fā)，可以極大提高開發(fā)效率。同時，在電腦端使用機智云，將得到的數(shù)據(jù)進行最基本的記錄和分析，上傳到手機客戶端實現(xiàn)信息的實時觀測，提醒被檢測人的溫度是否異常。

3.1 OpenMV人臉識別模塊軟件編寫

前文已經(jīng)詳細介紹了OpenMV人臉識別模塊的硬件部分，OpenMV與STM32通信和人臉識別代碼采用Python語言編程。在OpenMV軟件中采用Python語言編程，構(gòu)造take_photoes函數(shù)、face_recognition1函數(shù)。當OpenMV通過串口接收到STM32發(fā)送來的“1”指令時，調(diào)用take_photoes函數(shù)，OpenMV識別現(xiàn)場人員，采集人臉特征值，并將人臉數(shù)據(jù)編號存在SD中。當OpenMV通過串口接收到STM32發(fā)送來的“2”指令時，調(diào)用face_recognition1函數(shù)，對人員進行拍照，并和SD卡人臉數(shù)據(jù)進行對比，找到特征值相似度最高的編號，將編號通過串口發(fā)給STM32。

3.2 手機App編寫

3.2.1 機智云平臺

機智云平臺為開發(fā)者提供了自助式智能硬件開發(fā)工具與開放的云端服務。同時，機智云現(xiàn)提供三種App（集成SDK、使用App開源框架、使用App自動生成）開發(fā)方式，針對不同開發(fā)者的不同需求，幫助開發(fā)者更加快速地開發(fā)自己的App。因此，筆者的系統(tǒng)接入機智云進行開發(fā)，可以實時在移動端監(jiān)測人員體溫。

3.2.2 App顯示界面

手機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)，手機界面顯示如圖7所示。管理人員可以同時查看多人的溫度數(shù)據(jù)，也可以實時顯示人員一人的溫度數(shù)據(jù)。

4 結(jié)語

文章旨在用STM32和手機App搭建一套集體溫采集、溫度補償、人臉識別、體溫監(jiān)測于一體的低成本現(xiàn)代化智能體溫監(jiān)測系統(tǒng)。通過手機App的實時監(jiān)測，實現(xiàn)智能化管理，完善數(shù)據(jù)管理功能。本系統(tǒng)具有實用性，在疫情防控常態(tài)化背景下，高校封閉的同時，需要密切關注學生的體溫情況。利用該系統(tǒng)，管理人員可以實時監(jiān)測人員體溫，及時發(fā)現(xiàn)異常情況。同時，該系統(tǒng)還有很大的擴展性，可以應用于學校、車站、工廠、公司等人員密集的場所。可以安裝在學校內(nèi)，在測量體溫的同時，記錄學生上課的出勤情況，便于學生養(yǎng)成良好的上課習慣。也可以結(jié)合門禁系統(tǒng)，安裝在宿舍樓門口，在測量體溫的同時，記錄學生進出宿舍樓的時間。

參考文獻

[1] 李俊杰，劉成林，朱明.基于多任務CNN的監(jiān)控視頻中異常行人快速檢測[J].計算機系統(tǒng)應用，2018，27（11）：78-83.

[2] 司家瑞.淺談機器學習在醫(yī)學大數(shù)據(jù)中的應用[J].科技展望，2016，26（23）：304.