陳逸涵 楊尚昀 馮宇航 王思超

摘要：針對病人輸液時(shí)移動難的問題，提出了一款集移動，避障，自動跟隨病人功能為一體的智能輸液架。該智能輸液架以STM32和樹莓派為核心，以驅(qū)動模塊，視覺模塊，避障模塊為基礎(chǔ)構(gòu)成自動跟隨系統(tǒng)，上位機(jī)樹莓派通過yolo算法分析病人與輸液架的相對位置關(guān)系，下位機(jī)STM32控制移動速度和方向，做到輸液架自動跟隨病人并保持距離恒定，實(shí)現(xiàn)智慧醫(yī)療。

關(guān)鍵詞：自動跟隨;STM32;樹莓派;yolo算法;智慧醫(yī)療

目前現(xiàn)有的輸液架大都是固定的無法移動的，少部分考慮到病人移動難問題的輸液架也只是簡單的加上輪子或通過電機(jī)助力，并沒有從根本上解決病人移動的問題，還會造成鼓針等問題。我們設(shè)計(jì)的智能輸液架利用MOSSE算法和底盤技術(shù)識別自動跟隨病人，保證了病人在輸液的過程中的移動。

一、系統(tǒng)硬件設(shè)計(jì)

（一）主控芯片

本設(shè)計(jì)的智能輸液架的主控芯片選取意法半導(dǎo)體公司生產(chǎn)的基于ARM Cortex-M3 內(nèi)核的32位的STM32F103C8T6微控制器，程序存儲器容量是64KB，具有性能高，功耗低，集成度大的特點(diǎn)。

（二）底盤模塊

移動模塊主要使用三輪全向輪底盤，三輪配置的承載能力和穩(wěn)定性都要優(yōu)于四輪配置的底盤，全向輪具有較好的承重能力，并且能夠在室內(nèi)空間里發(fā)揮最大的轉(zhuǎn)彎能力，適合于室內(nèi)的移動。三輪全向輪移動平臺是三輪軸線成120度角，全向輪中心分布在同一個圓上，輪子軸心指向平臺中心，每個全向輪含9個小輪。

（三）自動跟隨模塊

自動跟隨模塊主要由攝像頭和樹莓派器件配合運(yùn)動模塊共同組成。由攝像頭獲取圖像通過樹莓派進(jìn)行圖像預(yù)處理后采用MOSSE算法跟蹤目標(biāo)。

（四）避障模塊

避障模塊采用超聲波模塊HC-SR04，該模塊可提供2-400cm的測量范圍，模塊由超聲波發(fā)射器、接收器與控制電路三部分組成。模塊采用IO觸發(fā)測距，模塊自動發(fā)送8個40KHz的方波并檢測是否有信號返回;有信號返回，通過I0輸出高電平，高電平持續(xù)的時(shí)間就是超聲波從發(fā)射到返回的時(shí)間，測試距離=（高電平時(shí)間*聲速）/2。

二、系統(tǒng)軟件設(shè)計(jì)

（一）整體功能設(shè)計(jì)

攝像頭對貼有標(biāo)簽的跟蹤目標(biāo)進(jìn)行圖像采集，將信息傳至上位機(jī)樹莓派，并利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，保持跟蹤目標(biāo)的標(biāo)簽始終位于攝像頭采集圖片的中心位置，對在目標(biāo)身上的標(biāo)簽進(jìn)行分析，不斷調(diào)整智能輸液架的角度，當(dāng)目標(biāo)標(biāo)簽偏圖像左側(cè)時(shí)說明輸液架需要向左移動，右側(cè)反之。若目標(biāo)標(biāo)簽在圖像中的面積變小，說明輸液架遠(yuǎn)離了目標(biāo)。上位機(jī)樹莓派利用串口通信與下位機(jī)STM32進(jìn)行數(shù)據(jù)交互，確定與輸液架的相對位置來控制輸液架的速度、與病人的距離以及姿態(tài)方向。在識別特定病人后，不斷重復(fù)運(yùn)行上述操作，以達(dá)到實(shí)時(shí)跟隨的效果。

（二）底盤運(yùn)動原理

為實(shí)現(xiàn)三輪底盤的運(yùn)動控制，將三輪底盤中心點(diǎn)的位移轉(zhuǎn)化為每個全向輪上各自的轉(zhuǎn)動，進(jìn)一步得到三輪底盤的速度和方向與三個全向輪的轉(zhuǎn)速關(guān)系，整體由STM32控制三個全向輪的轉(zhuǎn)速信息。

為平臺體旋轉(zhuǎn)的角速度，為逆時(shí)針方向，為平臺中心到輪子中心的垂直中心投影距離。根據(jù)速度分解可得：

（三）跟隨精度的提升與摔倒檢測

為提高跟隨精度并加入摔倒檢測功能，使用openpose對跟隨目標(biāo)人體進(jìn)行關(guān)節(jié)點(diǎn)提取，由于人體摔倒，左轉(zhuǎn)，右轉(zhuǎn)等動作主要依賴于頭部，軀干，四肢的狀態(tài)，因此使用18個關(guān)節(jié)點(diǎn)連接起來形成人體骨架圖，利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，對人體姿態(tài)進(jìn)行預(yù)測，預(yù)測出左，右轉(zhuǎn)彎等動作以達(dá)到更高的跟隨精度，并在跟蹤目標(biāo)摔倒時(shí)報(bào)警，獲得最佳搶救時(shí)間。

（四）自動跟隨算法

視覺跟蹤在視頻處理中應(yīng)用廣泛，目標(biāo)被成功跟蹤的每一幀都提供了目標(biāo)的信息。跟蹤算法比在每幀上運(yùn)行一個對象檢測器使用更少的計(jì)算資源，因此采用基于相關(guān)濾波的跟蹤算法。目標(biāo)的初始選擇是基于第一幀中以目標(biāo)為中心的小跟蹤窗口。從此點(diǎn)開始，跟蹤和過濾訓(xùn)練同時(shí)開始。通過在下一幀的搜索窗口中關(guān)聯(lián)過濾器來跟蹤目標(biāo)，不斷在線更新。由于基于深度學(xué)習(xí)的跟隨算法訓(xùn)練周期長，啟動慢，實(shí)時(shí)性不強(qiáng)。因此選擇了基于相關(guān)濾波的MOSSE算法，實(shí)時(shí)性更好，啟動快，部署方便。MOSSE算法可概括為以下三步：

（a）輸入圖像f，理想輸出g。變換到頻域中。

（b）尋找合適的濾波器h：利用求導(dǎo)找到最優(yōu)解。

（c）在線更新。

傳統(tǒng)自動跟隨模塊利用超聲波傳感器，結(jié)合三邊定位算法和超聲波測距的原理，預(yù)測與跟隨目標(biāo)的相對距離，調(diào)整速度和方向信息，從而實(shí)現(xiàn)自動跟隨。但基于超聲波傳感器的自動跟隨模塊更容易受外界障礙的干擾，跟隨精度更低，如果應(yīng)用于輸液架的話，很容易產(chǎn)生鼓針，出血等危險(xiǎn)情況，因此選擇基于視覺識別的精度更高的自動跟隨模塊。

三、結(jié)語

本設(shè)計(jì)主要是基于STM32單片機(jī)和樹莓派進(jìn)行的，能夠?qū)崿F(xiàn)自動跟隨輸液病人，跟蹤精度高，檢測病人周圍障礙物并發(fā)出提醒，病人摔倒及時(shí)檢測發(fā)現(xiàn)并報(bào)警的功能，以便病人輸液時(shí)的移動。且本設(shè)計(jì)識別速度較快，跟蹤精度較高，具有一定的推廣價(jià)值。

參考文獻(xiàn)：

[1]劉勇，呂艷輝，白云裳.三輪全向輪機(jī)器人底盤控制與分析[J].中國新通信，2019，21（16）：143.

[2]吳瑞銳，朱曉峰，宋宗峰.基于HC-SR04多超聲波避障技術(shù)[J].智庫時(shí)代，2020（03）：281-283.

[3]簡傲.三輪全向移動機(jī)器人設(shè)計(jì)與里程計(jì)校正方法研究[D].武漢科技大學(xué)，2021.

[4]劉日鳳.基于行為識別的人體跌倒系統(tǒng)研究與實(shí)現(xiàn)[D].西安理工大學(xué)，2021.

[5]王毅，王愷，張藝譚，劉頓，劉妤.基于超聲波傳感器的智能跟隨系統(tǒng)設(shè)計(jì)[J].傳感器與微系統(tǒng)，2021，40（08）：92-95.

[6]Fei Xia，De-Jun Jiang，Jin Xiong，Ning-Hui Sun.A Survey of Phase Change Memory Systems[J].Journal of Computer Science and Technology，2015，30（1）.

項(xiàng)目資助：天津市級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目：“智能輸液架的研究與設(shè)計(jì)”（項(xiàng)目編號：202110058044）。