F题安徽赛区安徽新华学院大学——简易无接触温度测量与身份识别装置（定坤队）

焦家骏

简易无接触温度测量与身份识别装置

摘要：该系统以Kendryte K210单片机和 STM32F407ZGT6单片机为主控核心，采用MLX90614-ESP-BCC温度传感器来进行非接触式测温，采用xx摄像头进行脸部特征的读取和识别。并应用TFT屏幕显示模块，以AMS1084和BL1084为核心的电源电路对系统进行供电，从而实现了非接触式测温、高温报警、人脸识别及佩戴口罩是否符合防疫要求。整个系统结构简单明了，稳定性强，多次实验测试结果满足设计要求。
关键词：STM32单片机、Kendryte K210、MLX90614温度传感器、人脸识别、口罩佩
  
目  录
1.引言        3
2.系统方案        3
2.1主控芯片的选择        3
2.2图像采集传感器的选择        3
2.3测温模块的选择        3
2.4语音合成模块        4
3.设计与论证        4
3.1控制方面        4
3.2测温部分        4
3.3语音及报警部分        4
3.4人脸识别方面        4
4.电路及程序设计        6
4.1电路设计        6
4.1.1系统总体框图        6
4.1.2电源模块的设计        6
4.1.3 MLX90614测温模块的设计        6
4.2程序设计        6
4.2.1系统软件设计        7
4.2.2程序流程图        7
5.测量方案与测量结果        9
5.1测量方案及测试条件        9
5.2温度测量结果        9
5.3人脸识别测量结果        10
5.4结果分析        10
6.总结        10

1.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。能够进行无接触温度测量、可手动设置温度阈值并且温度超出阈值时进行温度报警、佩戴口罩的方式是否符合防疫要求、身份识别以及身份不符的报警功能、还应具有当场的人脸征学习和识别功能。
为了实现该系统的功能，采用模块化的设计，该装置包括无接触温度测量模块、图像采集传感器、图像处理部分、显示模块和电源供电模块等。通过无接触温度测量模块进行测量人体温度以及液体温度。通过图像采集传感器和KPU（K210）进行身份识别，身份特征学习以及佩戴口罩是否符合防疫要求的功能。
2.系统方案
2.1主控芯片的选择
方案一：Raspberry Pi4
Raspberry Pi4是基本计算微型电脑，主频高达1.5GHZ,处理速度超快，在一些控制系统的数据处理方面非常优越，KPU算力为0.14 TFLOPS，在简单的模型下做处理基本都可以满足，但是价格相对较贵。
方案二：STM32F407ZGT6
主频168MHz，处理速度在MCU中速度算是非常快的，同时具有完备的函数库使得其开发更加容易。但是MCU用于图像处理就显得有点无力。
方案三：Kendryte K210
Kendryte K210是国产的功能强大的AI芯片。主频高达400MHZ,是双核64位的神经网络处理器（KPU）算力高达0.8TFLOPS，用作简易模型的图像处理速度非常快。价格便宜。
综上所述，选择方案二与方案三结合，STM32F4作为主控部分，而K210作为图像的处理部分。
2.2图像采集传感器
选择的是GC0328像素为30W，近距离采样已完全符合人脸识别要就求，还有就是K210对其有较好的支持度。
2.3测温模块的选择
方案一：MRT-311
MRT-311 型传感器为热电堆温度传感器，利用塞贝克原理，当目标与环境之间存在温度差时，传感器输出对应的电压，从而检测出目标存在或目标的温度。具有高灵敏度；响应快；稳定性好；滤光片透过率高；NTC精度高等特点。
方案二：MLX90614-ESP-BCC
该模块是一个通用的红外测温模块。在出厂前该模块已进行校验及线性化，具有非接触、体积小、精度高、成本低等优点。
根据题目要求，实现无接触温度测量以及各方面综合考虑，采用方案二进行无接触温度测量。

2.4语音合成模块
采用的是SYN6288芯片，SYN6288是中文语音合成芯片，考虑到疫情期间要做好个人防护，只是蜂鸣器进行提醒太过单调，加入语音合成模块，提醒不符合防疫要求者要戴好口罩。
3.设计与论证
3.1控制方面
选择STM32F4加触摸屏实现各功能的切换跟对温度数据进行采集和处理，使用屏幕更加直观的看到当前选择的模式跟数据信息，加上是触摸屏节省了大量的按键进行功能的模式切换。在控制测温方面，选择MLX90614是考虑了价格跟测温距离、误差等综合因素，触屏更改上下阈值实现报警功能。同时更控制着图像处理器的模式，两处理器间通过串口进行通信，进行信息的交互，从而提高效率与识别精度。
3.2测温部分
MLX90614是一个红外测温模块，而红外测温是根据被测物体的红外辐射能量来确定物体的温度。因此通过对物体自身红外辐射能量的测量，就可以准确地确定其表面温度。而MLX90614可以通过设置其内部的EEPROM，进而输出线性信号。通过手册的公式将信号进行处理从而转换成物体温度值。转换公式如式1所示。                                                                                                                                 （式1）
式1中TA为环境温度模拟量，TO为目标温度模拟量，TEMP为获取温度。此公式得到的TEMP仅为理想状态值，我们通过查看官方数据手册找到了一个电压补偿公式，如公式2所示。
             （式2）
式2中VDD为MLX60914的供电电压。
3.3语音及报警部分
程序开始时，在初始化之后，语音提示“请戴好口罩疫情期间做好个人防护”（由于疫情还没结束）。在程序中，当测温完温度之后，一声蜂鸣之后，语音模块播报测得的温度。并在图像识别部分检测是否符合防疫要求时进行播报，对没带口罩者进行提醒，让其戴好口罩。
3.4人脸识别方面
理论部分YOLO模型：YOLO 模型的网络结构类似于 GoogLeNet [18] 的模型，采用了 1 × 1 还原层与 3 × 3 卷积层，基础模型共有 24 个卷积层，后面接 2 个全连接层。使用了InceptionNet V4 结构，如下图所示 ：

图1 YOLO模型网络结构
卷积层之后接了一个 4096 维的全连接层，然后后边又全连接到一个 7*7*30 维的张量上。实际上这 7*7 就是划分的网格数，现在要在每个网格上预测目标两个可能的位置以及这个位置的目标置信度和类别，也就是每个网格预测两个目标，每个目标的信息有 4 维坐标信息（中心点坐标与长宽），1 个是目标的置信度，还有类别数 20，总共就是（4+1）*2+20 = 30 维的向量。利用前边 4096 维的全图特征直接在每个网格上回归出目标检测需要的信息（边框信息加类别），这样便实现了对图像的目标检测问题。
鉴于KPU（K210）的处理能力，我们选择使用的模型是通过YOLO2框架训练的模型，来进行人脸的检测，把人脸框出来进行矫正之后在进行识别。
人脸的矫正(Face Alignment)首先要检测人脸中的关键点，我们选用人脸五个点模型，五个关键点分别是左右眼、鼻子、两个嘴角。根据获得的5点坐标与标准正脸坐标获取仿射变换矩阵，对原始图片人脸图片进行仿射变换，变换为正脸图像，尽量去消除姿势不同带来的误差。
而特征的检测采用的是68个关键点，相比于21个、49个关键点识别的更加准确，根据实时的68点特征值与存储在TF卡中的特征值进行对比，如果特征值分数大于设定的阈值则判断为是之前录入的人员，否则则不是并进行报警显示。
人脸的录入是对采集的图片正脸之后进行68特征值的计算，并对计算的特征值进行存储。

图2 人脸特征图
防疫要求也是通YOLO模型先对人脸进行检测，然后分类通过大量的数据集对戴口罩的与不带口罩的数据集打标签进行分类训练，在检测到人脸之后，进行识别分类判断。
4.电路及程序设计
4.1电路设计
4.1.1系统总体框图
本系统采用STM32作为主控部分，通过串口通信发送指令来控制K210切换人脸识别、人脸特征学习和口罩佩戴检测功能；通过SMBus通信方式和MLX90614红外测温模块进行通信采集模拟量，通过特定的公式将模拟量转换成温度值，然后显示到LCD屏幕上；通过TFT触控屏中设计的图形界面来进行总体功能的控制。系统总体框图如图2所示。

图3 系统总体框图
4.1.2电源模块的设计
本系统采用电池电源经过AMS1084和BL1084稳压芯片，提供3.3V和5V电压。电路如图3所示。

图4 电源电路
4.1.3 MLX90614测温模块的设计
MLX90614测温模块电路如图4所示。

图5 MLX90614测温模块
4.2程序设计
4.2.1系统软件设计
由STM32F407作为主控部分，通过触摸屏实现对模式的控制，由K210来实现人脸的识别、及检测是否符合防疫标准。
4.2.2程序流程图

图6 主控部分

图7测温流程图

图8 人脸识别流程图                图9 口罩佩戴检测流程图

图10 录入人脸数据流程图               图11  LCD主界面显示流程图
5.测量方案与测量结果
5.1测量方案及测试条件
我们队在温度测量方案上采用对比测温，用医用级测温**当做标准测温设备，从而进行对比测温。
5.2温度测量结果
（注：测温**为医用测温**）
表1  人体温度的对比测温
1cm        第一次        第二次        第三次        1.5cm        第一次        第二次        第三次
本作品        36.87℃        36.87℃        36.87℃        本作品        36.69℃        36.70℃        36.83℃
测温**        37.1℃        36.8℃        36.8℃        测温**        36.8℃        36.8℃        36.8℃
2cm        第一次        第二次        第三次        2.5cm        第一次        第二次        第三次
本作品        36.74℃        36.75℃        36.71℃        本作品        36.78℃        36.77℃        36.71℃
测温**        36.9℃        36.9℃        36.9℃        测温**        36.8℃        36.8℃        36.8℃
3cm        第一次        第二次        第三次        3.5cm        第一次        第二次        第三次
本作品        36.93℃        36.73℃        36.77℃        本作品        36.71℃        36.79℃        36.81℃
测温**        36.8℃        36.8℃        36.8℃        测温**        36.7℃        36.7℃        36.7℃
4cm        第一次        第二次        第三次                                
本作品        36.75℃        36.79℃        36.79℃                                
测温**        36.7℃        36.7℃        36.7℃                                

表2 液体温度的对比测温
1cm        第一次        第二次        第三次        1.5cm        第一次        第二次        第三次
本作品        37.4℃        36.96℃        36.73℃        本作品        36.73℃        36.55℃        36.49℃
测温**        37.9℃        37.0℃        37.4℃        测温**        37.1℃        37.0℃        36.6℃
2cm        第一次        第二次        第三次        2.5cm        第一次        第二次        第三次
本作品        36.34℃        36.17℃        36.08℃        本作品        35.40℃        35.31℃        35.02℃
测温**        36.5℃        36.4℃        36.0℃        测温**        35.7℃        35.2℃        35.2℃
3cm        第一次        第二次        第三次        3.5cm        第一次        第二次        第三次
本作品        34.76℃        34.84℃        34.76℃        本作品        34.54℃        34.38℃        34.36℃
测温**        35.0℃        35.1℃        34.9℃        测温**        34.5℃        34.5℃        34.4℃
4cm        第一次        第二次        第三次                                
本作品        33.72℃        33.56℃        33.36℃                                
测温**        33.8℃        33.6℃        33.4℃                                
5.3人脸识别测量结果
见附录。
5.4结果分析
红外测温模块测得的温度上下浮动是因为空气微小的流动造成的，在正常的环境下空气的流动速度比较慢，但不是不流动的，因为测温仪器是非接触模块的原因，在向外辐射的过程中，会受到空气流动的影响，但结果相差不会很大，会上下微小的波动。
通过多次人脸识别，口罩佩戴检测，准确率达到90%以上。


6.总结
我们队以STM32F407ZGT6和Kendryte K210单片机为控制核心实现了简易无接触温度测量与身份识别装置的设计。装置实物结构以及初始程序完成后，按照题目设计要求进行测试，详细记录了测试结果。完成了题目的所有设计要求。
通过此次安徽省电子设计大赛的前期准备以及竞赛期间的表现，让我们认识到了团队合作的重要性。在比赛中期间遇到的问题不仅需要自己独立思考解决方案，更需要队员之间一起商议。而且这次比赛在很大程度上提高了我们的思维创新能力、动手能力以及理论结合实际的能力，也让我们看到了自身的不足，在以后的学习中，我们会弥补自己的不足，进一步提升自己的能力，去实现自己的梦想和应对未来的挑战。

secret

谢谢分享

冰月银离

谢谢 LZ 分享

旧梦旧梦

谢谢分享，很有帮助，很好