宋汶凱
(山東理工大學,山東 淄博 255000)
新冠肺炎是近代人類遭遇的規模最大、危害最嚴重的公共傳染病,其嚴重威脅了人民的身體健康和生命安全。而作為人員大量聚集且復雜的交通樞紐便成了疫情防控的重點地區。目前,國內、國外的疫情防控檢測設施存在類型單一、功能簡單、設備價格昂貴、效率低以及實用性不強等問題。根據客觀需要,該文結合單片機最小系統、機器學習以及多種檢測技術設計了一款實用性強的綜合性智能公共交通樞紐疫情防控系統,該系統可以實時開展進站人員健康狀態檢測和霧化消毒工作,對健康狀態異常人員給予報警與顯示。該系統的具體功能如下:1) 人員進站檢測。通過超聲波探測技術判斷是否有目標進入區域,及時向處理器反饋檢測信息,控制下層系統的開機、關機。2) 目標人員是否佩戴口罩檢測。通過OpenMV4 Plus和數字圖像處理對人臉信息進行采集與分析。3)紅外測溫模塊。采用MLX90614紅外測溫傳感器進行非接觸式測溫,它可以保證數據的可靠性。4)霧化消毒模塊。采用單片機驅動超聲波霧化消毒器,實用性強,可人為設置消毒時間,且消毒效果好。5) 門禁模塊。通過單片機驅動ASMG-MTB舵機進行開門、關門,實現對人員進站進行把控的目標。
系統總體方案分為不同層級,每層又包括不同子模塊,按從上層到下層的順序依次檢測,既可以減少系統的工作量,又可以節約電能,當目標人員健康狀況符合該層級標準時,下一層級開始工作,對人員進行檢測,當目標人員健康狀況至少有1項不符合標準時,則發送報警信息,交由工作人員進行處理。……