|
|
楼主
查看: 9910回复: 10
发表于 2020-10-19 22:20:44
只看该作者
全国大学生电子设计竞赛设计报告
简易无接触温度测量与身份识别装置（F题）
2020年10月10日
简易无接触温度测量与身份识别装置
摘要：该套装置采用STM32F103单片机作为主控模块，设计了包含红外测温模块、超声波测距模块、图像采集模块、身份识别模块、语音模块、液晶显示模块和电源模块的简易无接触温度测量与身份识别装置。利用红外测温模块实现无接触温度实时测量，温度测量范围在28℃~48℃间，并具有温度超标报警功能且报警温度阈值在30℃~46℃范围内可设置。语音模块可发出报警提示。图像采集通过USB与STM32F103单片机相连接。摄像头将人脸信息录入图片库进行身份比对识别。该识别装置还可对被测人是否按照防疫要求佩戴口罩进行判别并通过液晶显示模块显示是否戴口罩。该套简易体温测量与身份识别装置操作简单，性能可靠，技术指标达到设计要求具有良好的的人机交互性能。
关键词：STM32F103单片机；无接触温度实时测量；身份识别；口罩检测；
一、引言
根据题目要求，需要设计一个简易无接触温度测量与身份识别装置。以红外测温模块、超声波测距模块和语音播报模块相结合实现测试距离在1-4cm可以无接触测量人体体温和容器中液态水的温度，在被测温度超过设定值时实现语音报警功能。
为了实现对人体温度的测量我们采用红外测温模块与STM32F103单片机外设口相连后将采集到的数据在液晶显示屏上显示出具体数字。若所测量的温度在所测范围内语音播报模块不会发出警报若相反则发出警报。身份识别功能通过摄像头在视频流中捕捉帧图片判断图片中是否有人像且只采集人脸朝上的人脸，采集到的人脸图片录入到人脸库中。每张图片提取一张最大人脸录入。口罩检测模型是通过图片和人脸框数据比对获取口罩检测数据，0代表不戴口罩，1代表戴口罩。整个设计使各个模块相互配合共同工作数据表达清楚符合题目所需功能。
二、系统结构及运行系统平台方案选择论证
2.1最小通信系统论证
根据题目要求，需要设计简易无接触温度与身份识别装置。若采用普通的51单片机运行速度较慢，在程序编写方面比较繁琐耗时，故不予考虑。使用STM32F103单片机作为最小通信系统，可选择的方案有：
方案一：STM32F103单片机蓝牙模块通信。身份识别系统与下位机通信时通过低功耗BLE蓝牙进行通信。按照题目要求，身份识别系统识别结果可自选方式表示，我们采取向下位机发送识别结果并语音播报方式表达。此时是进行短距离传输，低功耗BLE蓝牙通信相比普通蓝牙通信功耗更加低，安全性高。
方案二：STM32F103单片机WiFi模块通信。身份识别系统与下位机通信时通过WiFi通道进行通信。我们依旧采取向下位机发送识别结果并语音播报方式表达。WiFi通道传输距离远，传输速度快，功耗高，安全性较低。方案二的WiFi通信开发相对蓝牙通信开发更加复杂。
综合比较以上方案，本系统选择方案一。
2.2红外测温模块的论证
采用MLX90614芯片的红外测温模块，可以与或任何微控制器一起使用且可以通过I²C接口与之通信。根据题目要求可选择方案有：
方案一：采用GY-906-BAA红外测温模块，此模块测温距离2cm。
方案二：采用GY-906-BCC红外测温模块，此模块测温距离10cm。
综合比较以上方案，可知GY-906-BCC红外测温模块更加符合题目要求，因从，选定方案二。
2.3测距模块的论证
方案一：摩天MyAntennaL1激光测距模块，精度±（1mm+d*万分之5），量程0.1-40m,是一款稳定、精度、偏室内应用的工业模块。
方案二：HC-SR04超声波模块，精度可达3mm，量程可达1cm-450cm,采用IO触发测距，小于2mA的超低工作电流，市场价格是方案一的10分之一左右。
综合比较以上方案，根据题目要求和开发预算方案二更加合适。
2.4身份识别装置的论证
方案一：采用Openmv视觉摄像头模块和STM32F103单片机进行数据传输，基于开源代码以及一些资料。此方案身份识别大多数使用Python语言开发，Openmv视觉摄像头模块和STM32F103通过串口通信获得采集的数据。该方案开源资源多，开发语言新颖，但Openmv和STM32F103之间的串口通信开发复杂调试繁琐。
方案二：采用基于虹软视觉的开源代码、摄像模块和Android系统的运行平台（基于Android8.1）。此方案中虹软视觉的开源代码脸部采集点稀疏，从而判断是否符合佩戴口罩的防疫要求的正确性低。
方案三：使用深度学习模型、摄像模块和Android系统的运行平台（基于Android8.1）。此方案中我们基于深度学习的算法对人脸部72个点进行数据采集，采集的数据可靠性高，且可在无网络环境下完成题目要求。
综合比较以上方案，方案三更加合适。
三、无接触体温测量及身份识别
3.1 无接触体温测量系统组成
无接触体温测量需要使用红外测温模块（GY-906-DCC）采集被测人员体温信息有效测量距离为10cm左右，通过I²C接口与微控制器STM32F103单片机进行通信将采集到的温度信息显示在液晶显示模块上。液晶显示模块与微控制器STM32F103单片机通过SPI通信将温度信息显示在屏幕上。如图1所示。
图 1 无接触体温测量系统
3.2身份识别系统
身份识别模块采用1080P USB摄像头实时采集人脸信息和具有低功耗、高性能的应用处理器芯片RK3399并结合一种人脸68特征检测的深度学习的算法。该人脸68特征点检测的深度学习方法采用VGG作为原型进行改造从数据集的准备，网络模型的构造以及最终的训练过程三个方面进行处理。
人脸绘制和检测：使用FaceOnDrawTexturViewUtil.drawCircle( )绘制人脸框；使用FaceInfo[ ]每一帧图片都会检测，返回基本人脸信息和68关键点，可以绘制人脸框，描绘眼耳鼻嘴关键点，也可作用于后续活体，特征抽取入参。
人脸匹配和对比：采用人脸68特征点的关键坐标进行各个特征点对齐，接着与建立的人脸库中进行对比。
口罩检测：通过训练模型管理和PaddleHub的综合应用实现检测人们是否佩戴口罩如图2所示。
图2 身份识别系统
四、系统软件设计、结构与电路图
4.1系统总体框图
系统总体框图，如图所示。系统主要由STM32F103单片机、电源模块、红外测温、超声波测距、液晶显示、语音播报模块和安卓运行平台，摄像头等部分组成。如图3所示。
图 3 系统总体框图
4.1.1电源模块的设计
本系统采用7.2V电池电源经LM2596S稳压芯片，提供5V和3.3V电压。电路如图4所示。
图 4 电源模块
4.1.2红外测温模块的设计
GY-906-DCC是一款无接触式的红外测温模块。它的芯片在同一TO-39封装内整合了红外热电堆感应器与一款定制的信号调节芯片。GY-906-DCC在信号调节芯片中使用了先进的低噪音放大器，一枚17-bitADC以及功能强大的DSP元件，从而实现高精度温度测量。电路如图5所示。
图5 红外测温模块电路图
4.1.3超声波测距模块设计
超声波测距模块（HC-SR04）与STM32F103单片机通过普通的I/O口连接，其中一个引脚设置为输出即散发音波，另一个引脚设置为输入来接受散发到被测物体反弹回来的音波。根据时间差和超声波的速度可以估算出发射位置到障碍物位置的距离。计算距离公式为：
测试距离=(高电平时间*声速(340M/S))/2; 电路图如图6所示。
图6 超声波测距模块电路图
4.2程序设计
4.2.1程序流程图
系统流程图分为无接触温度测量和身份识别与口罩检测两大模块。如图7、图8所示。
图7 温度测量流程图 图8身份识别与口罩检测流程图
五、测试方法及测试数据
5.1 测试设备方法及测试数据
所用的测试设备有：不同温度的液态水、若干名被测人员、直尺、测温**、口罩、记录本、笔等。
测试方式描述如下：
（1）非接触人体体温测量项测试。首先让被测人员在有光标指示的被测点伸出手掌，手心朝上，等待测试人员用测温模块进行不同距离的测温，测试人员及时记录测试结果，接着测试人员使用测温**进行不同距离的测温，测试人员及时记录测试结果。以上测试次数均为三次。测试结果如表1所示。
（2）非接触液态水测温项测试。首先准备三杯不同温度的液态水放在测试点，测试人员A用测温模块进行不同距离的测温，测试人员及时记录测试结果，测试人员B紧随测试人员A用测温**进行不同距离的测温，测试人员及时记录测试结果。以上测试次数均为三次。测试结果如表2所示。
（3）身份识别项测试。首先让2名被测人员依次录入身份信息，1名被测人员不录入身份信息然后随机进行身份识别测试，测试人员及时记录测试结果。测试次数三次。测试结果如表3所示。身份识别情况如图8、9所示。
图8 图9
（4）被测人佩戴口罩是否符合防疫要求判别项测试。首先让3名被测人员中随机规范佩戴口罩，然后进行测试，测试人员及时记录测试结果。接着让3名被测人员中1名规范佩戴口罩，另两名不按规范佩戴口罩（一名露出整个鼻子，一名露出嘴巴），测试人员及时记录测试结果。以上测试次数均为三次。测试结果如表4所示。口罩佩戴结果如图10、11、12所示。
图10 图11 图12
（5）模拟现场被测人身份特征学习与身份识别项测试。首先随机抽取9名被测人员分成三组进行身份特征学习，学习完成后，9名被测人员随机进行身份识别，测试人员及时记录测试结果。测试结果如表5所示。
（6）其他项测试：
1、语音播报模块项测试。以上5项测试项测试时可同步测试。
2、被测人性别项测试。在进行身份识别项测试时可同步测试。
5.2 误差分析及影响
导线精度对测量的影响
开发板导线的连接是通过杜邦线相连相比与直接将导线焊在开发板数据传输的精度会降低，其精度也受两导线之间的距离影响，距离越长数据传输延迟也会约大。
环境温度对温度测量模块的影响
环境温度湿度会对现场红外测温模块产生影响，影响温度测量的准确度。
人体位置与摄像头间距离对身份识别及口罩判别的影响
根据测试，当人体距离摄像头距离在50～80cm时身份识别和口罩判别比较准确，在超过80cm以上的距离时会产生口罩佩戴不识别的情况。
测量距离对红外测温模块的影响
红外测温模块（GY-906-DCC）会随着距离的增长其测量精度会下降。
六、结论
本次设计按照题目要求先后完成对红外测温模块、超声波测距模块、电路电源模块、液晶显示模块的设计。完成了被测者体温的测量范围在28℃～48℃之间且距离在1cm～4cm测量的要求和身份识别并判断其是否按照防疫要求佩戴口罩的功能。在此基础上添加语音播报和性别判断功能。该套设计方案通过测试数据表明可以实现题目要求。本次设计的装置存在误差，主要误差来源于红外温度模块与被测者之间的距离和环境温度影响。距离产生的误差在算法优化上没有突破。主要原因还是受制于知识水平有限在一些复杂的问题面前缺乏解决能力。我们还要不断钻研，不断学习，不断的进步。
附件1：装置原理总电路图
附件二：装置实物图
|
|
[复制链接]
投票
