基于STM32的智能多功能護理車

樊小凱，安朝旭，薛錦茹，葉宏慶

（華北理工大學人工智能學院，河北唐山，063210）

0 引言

隨著新冠疫情的蔓延發展，全國采用了極為嚴格的疫情防控措施，特別是針對以醫院為治療中心的管理，進一步強化了對醫護人員在規范化治療過程中的管控力度，導致醫護人員的工作強度成倍增加。智能多功能護理車能夠實現醫療用品的自主運輸，溫濕度檢測和語音問答等功能，它不僅可以減輕醫護人員的工作強度，同時降低了在運輸過程中被感染的風險，具有良好的應用前景。

1 設計思路

護理車主要由三部分組成，分別是主控系統、動力系統和識別系統。整體設計如圖1所示。

圖1 護理車總體框架

主控系統采用STM32F4作為主芯片，是一款基于ARM Cortex–M4為內核的高性能微控制器，其采用90nm工藝，搭載自適應實時加速器（ART Accelerator?），擁有多重AHB總線矩陣和多通道DMA，支持程序執行和數據傳輸并行處理，大大提升了數據傳輸速率。同時，它集成了新的DSP（Digital Signal Processing）和FPU（Float Point Unit）指令，擁有強勁的處理性能，能夠快速進行復雜計算和控制，提升了控制算法的執行速度和代碼效率，有助于更好的進行產品開發。

動力系統主要采用大疆EC60和M2006無刷電機。底盤電機采用大疆EC60無刷直流電機，重量僅為612g，可提供1000mN＊m的堵轉扭矩，空載轉速可達450r/min。EC60電機是適用于輕型底盤的直驅無刷電機，能夠為護理車提供足夠運動性能，同時噪音極小，能夠滿足在醫院等場所作業時的靜謐性需求。抽屜的控制電機采用大疆M2006直流無刷減速電機，其具有控制精度高，輸出功率大，體積小等特性。M2006電機內置轉子位置傳感器，可提供精確的位置反饋，同時輸出端最高轉速可高達500rpm，最大持續輸出功率44W。

識別系統主要包括Intel NUC8i7HVK、USB相機IMX291、PRLIDAR A1M8激光雷達、DHT11溫濕度傳感器、M3650A—HA RFID讀寫器、LD3320語音識別模塊和JQ8900–16P語音播報模塊。激光雷達負責采集場景中的激光深度信息，并將數據發送至上位機NUC，上位機通過SLAM算法來完成柵格地圖的建立和護理車位置姿態定位，利用A＊算法實現全局路徑規劃，并為主控芯片提供指令，完成自主移動和避障功能。語音識別模塊、RFID定位模塊和溫濕度模塊通過串口與主控芯片進行信息傳輸，主控芯片對數據進行分析判斷從而完成語音播報、溫濕度顯示等功能。

2 護理車結構設計

護理車整體的結構設計如圖2所示。

圖2 護理車整體結構

■2.1 麥克納姆輪

基于麥克納姆輪巧妙的設計，能夠實現護理車全方位移動，保證護理車在狹窄環境作業過程中具有良好的通過性[1]。直徑152.4mm，輪寬44mm的超大麥輪，保證了護理車良好的負重可靠性，能夠更好的滿足醫療用品的運輸要求。

■2.2 儲物抽屜

儲物部分使用大疆2006電機驅動，采用定制件作為電機支座，兩側部分采用抽屜滑軌進行支撐和固定作用，在減少摩擦力的同時，使電機帶動絲桿轉動，實現抽屜的自由伸縮。

3 護理車程序設計

主要分為四部分，即自主路徑和避障、人臉識別、語音問答、RFID定位。程序設計如圖3所示。

圖3 程序設計

■3.1 路徑規劃

（1）ROS機器人操作系統：在ROS社區中有多種算法功能包，用于解決同步定位與建圖問題，比較常見的有：Karto、Gmapping、Hector、Cartographer等 算 法。護理車使用的是Hector SLAM算法來完成柵格地圖的建立和位置姿態定位。

（2）建圖部分：Hector SLAM建圖主要有兩個步驟：接收雷達傳來的激光信息和數據匹配[2]。它主要利用高斯牛頓方法來解決掃描匹配的問題，通過最小二乘法匹配掃描點，它的優點是不需要里程計數據，只根據激光信息便可構建地圖，對地面的平整性沒有要求。

（3）路徑規劃部分：路徑規劃分為全局和局部路徑規劃[3]。實際效果如圖4所示。護理車使用A＊算法進行全局路徑規劃，這是一種基于Dijkstra算法優化后的擴展，是一種靜態路網中求解最短路徑最有效的直接搜索方法。護理車局部路徑規劃采用動態窗口算法（DWA）搜索避障路線，主要原理是在速度空間（v,w）中采樣多組速度，并模擬這些速度在一定時間內的運動軌跡，再通過一個評價函數對這些軌跡打分，最優的速度被選擇出來發送給主控芯片，驅動護理車運動，避免與障礙物發生碰撞[4]。

圖4 路徑規劃

■3.2 人臉識別

護理車通過labeling、labeme、CoCo等軟件制作醫護人員人臉識別數據集，上傳至上位機NUC中，使用醫護人員人臉識別數據集來訓練YOLOV5，并保存相應訓練好的權重模型，使得YOLOV5能夠實時準確檢測圖像中的人臉并框出人臉位置，通過YOLOV5框出的人臉圖像輸入到FaceNet中生成人臉特征，同時通過FaceNet來對制作的人臉數據集進行特征提取并保存到相應的人臉特征數據庫。利用已經保存的人臉特征數據庫來進行SVM分類器訓練，并在訓練完成后保存為pkl文件，最后在主程序中調用訓練好的模型以及pkl文件來進行人臉檢測和人臉識別，當成功識別對象為醫護人員時，上位機NUC發送指令至主控芯片，主控芯片控制抽屜電機打開抽屜，醫護人員即可取出所需藥品。

■3.3 語音問答

語音識別技術是讓機器通過識別把語音信號轉變為電信號，然后進行降噪處理，進而通過理解轉變為指令的技術。語音識別系統通常由聲學識別模型和語言理解模型兩部分組成，分別對應語音到音節和音節到字的計算。一個連續語音識別系統大致包含了特征提取、聲學模型、語言模型和解碼器四個部分。特征提取是指在去除語音信號的冗余信息后，對語音本質特征的信息進行處理。聲學模型是通過對聲音進行建模，在識別時將待識別的語音特征參數與聲學模型進行匹配，即可得到識別結果。語言模型是用來計算句子的語法是否正確，其能夠有效的結合漢語語法和語義的知識，描述詞之間的內在關系，從而提高識別率，減少搜索范圍。解碼器是指語音技術中的識別過程，在建立識別網絡后，根據搜索算法以最大概率輸出該語音信號對應的詞條。

護理車語音識別模塊內預設的詞條主要分為位置信息和藥品儲存信息，模塊會根據識別到的內容向主控芯片發送不同的標志位，主控芯片在判斷后，拉高或拉低連接語音播報模塊的引腳的電平，就可發出提前用電腦合成的回答指令。

■3.4 RFID定位

RFID技術是一種無線射頻識別技術，其原理為閱讀器與電子標簽之間進行非接觸式的數據通信，來識別目標，進而獲取目標信息。RFID定位系統主要由閱讀器、電子標簽、RFID中間件和應用軟件系統四部分構成。在每個病房門口安裝有該病房的卡片，能夠發出對應的射頻信號，護理車裝有RFID閱讀器能夠讀取病房電子標簽以獲取該病房的基本信息，之后通過無線通信網絡反饋至RFID中間件層，由中間層讀取病房相關信息，之后將對應信息傳遞至護理車主控芯片，由主控芯片驅動抽屜電機打開抽屜，即可取出該病房所需藥品。

4 結束語

在目前醫院臨床工作中使用較多的護理車，結構簡單且功能單一，在運輸大量醫用品時由于慣性較大，操作難度增加，增加了醫護人員工作強度。

智能多功能護理車是一個集激光雷達、溫濕度傳感器和語音模塊等硬件于一體的綜合設備，將傳感技術、智能控制技術和自動化技術等融合在一起。實現了自主路徑規劃、溫濕度檢測和語音問答等功能，在有效解決上述問題的同時豐富了產品功能，具有良好的發展前景[5]。