針對新冠病毒感染的自適應調光防疫門禁系統

摘 要：本文設計了一款基于OpenMV和STM32的綜合健康管理和門禁系統，旨在應對當前全球范圍內的公共衛生和安全挑戰。系統通過圖像識別和傳感器數據的綜合應用，實現口罩識別、人體體溫監測以及RFID驗證等功能。OpenMV將口罩信息通過UART協議傳輸給STM32C8T6核心MCU，MCU根據綜合信息驅動電機控制門禁系統。當檢測到體溫過高的人員時，MCU發送拍照標志位給OpenMV，進行拍照記錄，并通過ESP8266傳遞給服務器，之后通過TCP/IP協議傳輸到手機APP。同時，系統根據環境光照水平由PID算法計算補光值，并通過PWM波進行補光調節。通過雙紅外對射管統計人數，利用JQ8900N芯片驅動喇叭進行語音播報。測試結果表明，本系統能夠有效實現健康管理和安全門禁控制，提高公共場所的安全性和衛生管理水平。

關鍵詞：OpenMV；STM32；門禁系統；口罩識別；人體體溫監測；RFID；PID；雙紅外對射；語音播報

中圖分類號：TP272 文獻標識碼：A 文章編號：2095-1302（2024）04-0-05

DOI：10.16667/j.issn.2095-1302.2024.04.038

0 引 言

近年來，人們在特殊時期越來越重視門禁系統的健康安全管理功能，以確保個人安全[1]。通過整合先進的技術，例如圖像識別、傳感器數據分析和無線通信等，能夠實現檢測新冠病毒癥狀的智能系統，從而在一定程度上預防病毒的擴散。這些系統在減少傳染病的傳播和增強公共衛生保護方面發揮著至關重要的作用。

盡管許多現有系統具備了基本的人員健康監測和門禁控制功能，但它們往往缺乏完善的環境調節功能，如根據環境光照進行自動補光，從而提高圖像識別的準確性和系統的用戶體驗。例如，文獻[2]所描述的安檢門雖然配備了口罩檢測和體溫測量功能，但不能夠根據環境變化自動補光。同樣，文獻[3]中的防疫門禁系統能夠進行口罩檢測，但無法實現測溫和調光補光功能。

本系統利用多種傳感器和傳輸技術實現了綜合性的防疫門禁系統，本系統具備口罩檢測、自適應環境補光、紅外測溫、通過人數計算、語音播報、安卓APP圖像顯示以及RFID（Radio Frequency Identification， RFID）驗證等功能。

1 系統整體設計

1.1 需求分析

首先，該門禁系統應具備口罩佩戴檢測功能，并具有一定的對抗環境干擾的能力，以確保通過系統的人員都佩戴口罩，防止因不佩戴口罩而發生的病毒傳播。其次，系統應配備非接觸式溫度測量裝置[4]，以便在不接觸的情況下測量通過人員的體溫。這樣，系統能夠檢測出發熱人員，并記錄其特征，且能夠在類似安卓APP的終端查看，對追蹤發熱人員提供幫助。此外，門禁系統應能對通過的人員進行語音播報提醒，以便了解他們下一步的動作。

1.2 整體結構設計

本系統采用OV5640攝像頭進行圖像采集，在OpenMV（Open Machine Vision）集成的STM32H743II芯片上實現圖像處理，通過UART（Universal Asynchronous Receiver Transmitter Protocol）協議將口罩佩戴信息和圖像信息傳輸給STM32C8T6核心MCU（Microcontroller Unit）[5]，其中，MCU采用ST-link（STMicroelectronics）經SWD（Serial Wire Debug）接口進行調試與編程。系統使用MLX90614紅外測溫傳感器檢測體溫，并通過ESP8266將拍照記錄傳輸到本地服務器。服務器通過TCP/IP（Transmission Control Protocol/Internet Protocol）協議與手機APP通信，傳輸拍照記錄。光照度自適應調節模塊通過線性擬合和PID（Proportional Integral Derivative Control）算法實現光照度的自適應調節[6]，雙紅外對射管用于統計人數，JQ8900N芯片驅動喇叭進行語音播報。整體器件連接設計如圖1所示。

以上各個器件相互配合，使系統能夠實現綜合健康管理與門禁功能。

2 系統硬件設計

系統主要由圖像采集與處理模塊、數據傳輸與控制模塊、人體溫度檢測與拍照模塊、服務器與手機APP通信模塊、光照度自適應調節模塊以及人數統計與語音播報模塊組成。系統模塊組成如圖2所示。

2.1 圖像采集與處理模塊

設計圖像采集與處理模塊時，需要考慮攝像頭的選擇、接口設計以及圖像處理算法的支持。

攝像頭應具有高分辨率、良好的圖像質量和強大的適應性。因此選擇OV5640攝像頭，它具備高分辨率和優秀的圖像質量，適用于人員識別和圖像處理。

模塊與主控單元（STM32H743II芯片和STM32C8T6核心）之間的數據交換采用UART協議。圖像數據和處理結果能被傳輸給主控MCU，實現模塊間的數據交互。

圖像采集與處理模塊的硬件設計應支持各種圖像處理算法，因此選擇STM32H743II芯片，它具備強大的處理能力和豐富的圖像處理算法庫，支持實時圖像處理和分析。

2.2 數據傳輸與控制模塊

設計數據傳輸與控制模塊主要考慮各模塊間的數據通信協議、核心MCU對電機的控制。

對于2個芯片之間的通信采用UART協議，MCU的

2個UART串口通信模塊集成到數據傳輸與控制模塊中[7]，負責從OpenMV的STM32H743II芯片向核心MCU傳輸口罩佩戴和相關圖像信息，同時向ESP8266模塊發送圖像信息，核心MCU接收口罩佩戴和圖像信息，并接收RFID模塊的信息以及人體體溫傳感器數據。通過UART協議，圖像信息從STM32C8T6傳輸至ESP8266模塊，然后ESP8266模塊將圖像信息發送到遠程服務器，供手機APP查看。

最后，STM32C8T6通過GPIO引腳連接電機[8]。根據口罩信息、體溫信息和RFID刷卡信息，MCU控制相應的GPIO（General Purpose Input/Output）引腳驅動電機，從而控制門的開啟或關閉。

2.3 人體溫度檢測與拍照模塊

人體溫度檢測與拍照模塊用于檢測人員的體溫。它通過紅外傳感器測量人體的熱量輻射，并將測得的溫度數據傳輸給MCU進行處理。

使用UART協議實現MCU（STM32C8T6核心）與OpenMV（STM32H743II芯片）之間的通信。MCU向OpenMV發送拍照標志位，用于觸發拍照記錄的開始。

OpenMV接收到MCU發送的拍照標志位后，執行拍照操作，并將拍照記錄轉為JPEG流傳輸到MCU中，再由ESP8266轉發至服務器中存儲，最后通過TCP/IP協議轉發到安卓APP。

2.4 人數統計與語音播報模塊

使用雙紅外對射管作為人數統計傳感器。這種傳感器由一對發射器和接收器組成，可以通過檢測人體通過時的阻斷情況來實現人數統計。當有人通過時，紅外光束會被阻斷，傳感器將檢測到信號變化，并統計通過的人數以統計通過系統的人流量。

使用JQ8900N芯片驅動喇叭進行語音播報。JQ8900N是一種集成語音解碼和功放功能的芯片，可以通過外部喇叭播放音頻文件。該芯片可連接MCU，以控制播放內容和音量等參數。

3 軟件設計

3.1 OpenMV軟件設計

在OpenMV上，需要實現相應的圖像處理算法，用于口罩佩戴檢測和異常人員拍照。在實現這些算法的過程中，需要使用OpenMV IDE（Open Machine Vision Integrated Development Environment）進行開發，使用Micropython語言編程。由于需要建立口罩檢測模型，因此需要用Edge Impulse平臺進行機器模型的訓練。

在初始化攝像頭、UART以及圖像分辨率和顏色模式后，加載Haar（Haar-like）特征來識別眼部（口罩佩戴后的主要識別區域）。然后對采集的圖像進行預處理，利用Haar特征判斷人臉，并運行口罩檢測模型。同時，將圖像亮度和處理結果發送給MCU，在接收到MCU的判定狀態后，如果檢測到異常人員，會拍照并發送到MCU。如果無異常，則重新開始人臉檢測。OpenMV算法流程如圖3

所示。

3.2 STM32軟件設計

在STM32核心MCU上，需要實現對應器件控制邏輯和信息傳輸邏輯[8-9]。系統初始化后，接收到OpenMV找到人臉標志后對數據進行采集與判斷，存儲標志位的數組發生變化，如果體溫異常，則對OpenMV發送拍照標志對其進行拍照記錄，將圖像信息通過UART協議轉到MCU，再由ESP8266發送到服務器并對存儲標志的數組復位；若體溫正常但RFID驗證失敗或未戴口罩，則進行語音播報并不對標志位復位；若三項指標均正常，則開啟電機，人員進入。主函數算法流程如圖4所示。

3.3 PID自適應調光

PID算法即比例-積分-微分控制算法，是一種常用的控制算法，廣泛應用于自動控制系統中。PID算法通過對系統的誤差進行反饋控制，實現對系統輸出的精確調節。通過OpenMV得到的亮度作為現實值，設計PID控制器并計算輸出的PWM占空比，不斷調節LED的亮度值達到OpenMV最適合的檢測模型亮度[10]。

e（t）（誤差值）和u（t）（輸出量）的關系：

（1）

式中：KP為比例系數；KI為積分系數；KD為微分系數，其均為調適參數，需手動調整。

由式（1）可以得到輸出值為誤差值的比例增益、積分增益、微分增益的總和。由線性擬合得到的最佳亮度值與OpenMV得到的亮度值進行相減得到誤差值e（t），經過比例增益、積分增益、微分增益后得到輸出的PWM占空比值u（t），WS2812BLED根據該值調光，隨后改變OpenMV得到亮度值，形成自反饋系統并不斷接近目標值。系統PID工作算法流程如圖5示。

4 系統集成與測試

為全面測試本系統的綜合性能，需要從多方面進行考量。首先，需要評估本系統的口罩檢測算法以及PID調光性能；其次，通過模擬人體溫度檢驗系統的體溫監測精度和可靠性，同時確認在檢測到體溫過高時是否能準確執行拍照記錄功能以及評估ESP8266的數據傳輸能力，TCP/IP協議的通信穩定性[11]及手機APP的接收與處理能力[12]。接著，使用多種RFID標簽測試系統的RFID驗證功能，測試系統的人數統計與語音播報功能的準確性。最后，對系統進行整體

測試。

4.1 口罩檢測算法與PID調光測試

OpenMV由灰度均值得到的亮度水平作為亮度參考標準，首先采用程序處理方法對圖像的采集進行提亮或者減亮操作，將結果保存到SD卡中，后導出并對其進行線性擬合，得到最佳識別亮度約為144。將其作為PID的目標值，取5種平常肉眼觀察到的黑暗、微光、較暗、正常與較高的亮度水平作為調光前的亮度進行100次測試。測試結果見表1所列。

由表2中的測量數據得到，本系統的口罩檢測算法能夠準確檢測行人是否佩戴口罩，且能夠準確調光。

4.2 體溫監測性能與異常人員拍照傳輸測試

通過與醫用紅外測溫槍的數據進行對比，在不同環境溫度下進行了溫度對比測試。在同一熱源，同一時間進行了100次測量，獲取系統的溫度數據。同時，還進行了模擬異常人員嘗試通過系統的測試。在額頭上貼上40 ℃以上的熱源，一次不戴口罩，一次戴上口罩，每種情況測試30次。系統在測試過程中，都會拍照并將圖片發送至服務器，再轉發到安卓APP。

由表2中的測量數據得到，本系統的體溫檢測性能較好，對異常人員的拍照傳輸較為穩定。

4.3 RFID驗證、人數統計與語音播報測試

利用成功寫入的RFID進行50次驗證，通過率為100%；利用未寫入的RFID進行50次驗證，使用紅外對射管進行人數統計，采用連續不規則的出入測試模式。在系統安裝完成后進行語音播報測試，在正常通過、溫度異常報警、RFID驗證失敗狀態下進行播報測試。

RFID驗證測試中寫入的RFID均通過，未寫入的RFID均能成功攔截，人數統計測試成功率為99.5%，語音播報測試中所有狀態語音均能成功播報。測試結果見表3

所列。

由表3中的數據得到本系統的RFID驗證模塊、人數統計模塊與語音播報模塊均能夠較好發揮性能。

4.4 系統整體測試

用2個桌子間的空隙模擬進出通道，通道左右安裝紅外對射管記錄進出人員。將所需模塊集成在MCU上，外接電源供電板，盒子內有WiFi模塊、語音芯片和喇叭。測試口罩的OpenMV、紅外非接觸溫度計、光照傳感器和WS2812BLED裝在伸縮桿上，系統集成實物如圖6示。

集成后對所有功能進行模擬使用時的測試，系統各功能能夠配合執行，測試結果見表4所列。圖7為APP所示異常人員照片。

由表4中的數據可知，本系統集成后依然能夠很好地完成既定功能，可以有效保障環境安全。

5 結 語

本系統集成了多種傳感器和功能模塊，成功實現了針對病毒擴散期間場所管理的智能監控系統。系統融合圖像處理、語音識別、人數統計等技術，可以自動檢測是否佩戴口罩，并測量體溫、統計人數和調節光照，大大減少了人工操作的不確定性，降低了病毒傳播風險，提升了公共衛生安全和工作效率。系統的實用性和前景在于其可減輕人力負擔、促進經濟效益和醫療前沿技術的應用。

總體而言，本系統具有巨大的應用潛力和發展空間，它為防止病毒擴散提供了有效的技術支持，并為智能化管理和監控領域的研究提供了有價值的參考。相信經過不斷實踐和探索，本系統會不斷完善和發展，為社會帶來更大貢獻。

注：本文通訊作者為周旋。

參考文獻

[1]秦蘋. 新冠肺炎防治中強制隔離措施適用的研究[D].南寧：廣西大學，2022.

[2]林厚健，鐘錦杰，朱向慶，等.便攜式體溫檢測及口罩、粵康碼識別安檢門[J].物聯網技術，2023，13（4）：22-25.

[3]謝鑫焱，祁晉東，楊晨，等.智慧社區防疫門禁系統設計[J].黑龍江科學，2023，14（2）：105-107.

[4]解謙，陳衛松，楊秀秀，等.非接觸式紅外溫度檢測的防疫系統設計與實現[J].電子世界，2021，43（21）：126-128.

[5] THéO W S Q. Design of smart phone organizer based on OpenMV [J]. Academic journal of engineering and technology science，2021，40.

[6] COSMIN C，THOA M T，CLARA I. PID based particle swarm optimization in offices light control [J]. IFAC papers on line，2018，51（4）.

[7]吳朝暉，曲立國.UART波特率檢測電路的FPGA設計算法與實現[J].現代電子技術，2022，45（20）：41-44.

[8] ST半導體公司. STM32F407C8T6數據手冊[EB/OL]. [2022-07-20]. https：//www.alldatasheetcn.com/datasheet-pdf/pdf/201596/STMICROELECTRONICS/STM32F103C8T6.html.

[9]雷賽楠，章文俊，李昊.基于STM32和ZigBee網絡的智能家居系統[J].電子設計工程，2023，31（7）：109-112.

[10]杜冠峰. 基于模糊PID的隧道照明控制系統設計[D].杭州：杭州電子科技大學，2020.

[11]王通，周帥，謝印慶.一種智能的圖書館環境監測系統[J].物聯網技術，2022，12（11）：18-19.

[12] WANG J，KE T，HOU M J，et al. The design of home fire monitoring system based on NB-IoT [J]. International journal of advanced computer science and applications，2022，

13（5）.

收稿日期：2023-05-27 修回日期：2023-06-30

基金項目：吉首大學校級創新創業訓練項目（JDCX2022759）

作者簡介：朱金林（2003—），男，本科，就讀于吉首大學，研究方向為電子信息工程。

彭心怡（2003—），女，本科，就讀于吉首大學，研究方向為電子信息工程。

周 旋（1990—），女，碩士，吉首大學通信與電子工程學院講師，研究方向為信息與通信工程。