基于Arduino的智能輔助引導系統(tǒng)設計

摘 要：為提高人員密集場所的引導效率，滿足特殊處置要求，以輔助引導和圖像溫度特征檢測作為出發(fā)點，提出并設計了基于Arduino的智能輔助引導系統(tǒng)。系統(tǒng)采用了OpenMV IDE集成開發(fā)環(huán)境、Arduino編程和多模塊集成實時響應技術，實現了高精度身份識別、佩戴口罩識別及智能語音提醒、智能循跡與引導、自動化測溫播報以及噴灑消毒試劑等功能，有利于緩解人員密集場所的引導與疏散壓力，規(guī)范醫(yī)院、學校、酒店、影院等場所的人員秩序，并且具有一定的功能拓展空間。實驗結果表明，智能輔助引導系統(tǒng)實現了以醫(yī)院為應用場景的秩序維護、口罩檢測、測溫、消毒功能，并具備提高引導與檢測效率的能力。該系統(tǒng)對于幫助醫(yī)護人員處置公共衛(wèi)生事件，減少不必要的人力投入和感染風險，具有積極作用。

關鍵詞：Arduino；智能輔助引導系統(tǒng)；圖像識別；身份識別；溫度檢測；消毒響應

中圖分類號：TP242 文獻標識碼：A 文章編號：2095-1302（2024）05-00-03

0 引 言

當今社會，公共衛(wèi)生安全越來越受到人們的重視。為了降低傳染病流行的風險，許多公共場所如醫(yī)院、學校、影劇院、大型會議現場等都需要采取引導措施[1-4]，確保進入場所的人員佩戴口罩、測量體溫、進行必要的消毒等。為了有效地采取措施，在人員密集且有特殊要求的場所，往往采用人工檢測與引導，需要大量引導人員并且引導人員不得不進行大量重復性的工作，導致人力資源的浪費，增加病毒傳播風險[5-7]。在很多人員密集場所，由于缺少智能的信息導引，往往會導致秩序混亂，影響工作的進度。部分醫(yī)院和醫(yī)療場所因缺乏信息采樣和整合的處理系統(tǒng)而采用人工檢測記錄的方式，易造成信息遲滯、管理混亂、效率低下、疾病傳播風險增加。有效地進行管理和引導，開發(fā)高效準確的智能引導系統(tǒng)，可以為人員密集場所的秩序管理提供先進的解決方案。

隨著計算機視覺、深度學習和傳感器技術的不斷進步，智能引導機器人、智能車等產品的性能和應用場景也在不斷擴展[8]。在許多領域，智能引導車已經開始逐漸取代傳統(tǒng)人工操作的工具，成為智慧城市建設的重要一環(huán)[9-10]。

為解決人員密集場所的智能引導及秩序管理問題，本文提出基于Arduino的智能輔助引導系統(tǒng)，在醫(yī)院、影劇院、會場等場景中可以實現人員的身份采集、語音播報、動態(tài)維持秩序、測溫并消毒等功能。該系統(tǒng)能夠有效減少工作人員的投入，緩解人員秩序管理壓力，有效提高人員密集場所管理和疏導效率。

該系統(tǒng)的設計和實現具有一定的研究價值和實用性，并且具備多種功能拓展能力，能夠在已有基礎上集成具備其他功能的子模塊，可適應場景和功能多樣，具有較大的拓展與創(chuàng)新空間。

1 系統(tǒng)組成

智能輔助引導系統(tǒng)包括Arduino主控模塊、檢測與信號輸入模塊、響應與功能輸出模塊以及車體外部框架等主要部分組成，其組成框圖如圖1所示。

信號與輸入模塊包括循跡模塊、藍牙模塊、紅外測溫模塊與OpenMV攝像頭模塊，具有識別路線灰度、接受遙控信息、紅外測量溫度和獲取圖像信息并識別的功能。

響應與功能輸出模塊包括電機模塊、語音播報模塊與自行改裝的噴霧模塊，具有維持智能引導系統(tǒng)運動、發(fā)聲播報與噴灑消毒功能。

Arduino主控模塊是整個系統(tǒng)的核心控制模塊，通過URAT串口通信接收輸入信號，通過編寫相應代碼對輸入信號進行合理處理，在指定接口輸出控制信號，控制響應模塊實現對應功能。

2 實施方案與關鍵技術

2.1 系統(tǒng)實施具體方案

本文所設計的智能輔助引導系統(tǒng)由多個模塊組合實現。由OpenMV攝像頭模塊采集待檢測對象的圖像信號，經過其內部的分析檢測，與測溫芯片檢測的溫度信號一起被傳遞給Arduino控制主板，控制主板繼而判斷圖像的類別和范圍，根據檢測結果執(zhí)行相對應的響應子模塊動作；此時語音播報模塊、噴霧模塊與電機驅動模塊在Arduino主板的控制下獲取待檢測對象的信息，將響應信號發(fā)送至各子模塊芯片控制器內部運行，最終達到預定目標：收到二維碼識別指令時播報體溫，并打開噴霧器消毒；實時根據檢測對象的口罩佩戴情況進行語音提醒；實現智能輔助引導系統(tǒng)車體運動的功能。

2.2 系統(tǒng)關鍵技術

OpenMV口罩識別，即人臉口罩識別功能。首先需要準備大量的人臉口罩圖片作為數據集，針對大量的不同數據通過高效的算法才能訓練出一個有效的模型，這種方式叫做深度訓練模型訓練。

在這里利用OpenMV的IDE來采集圖片，采集200張左右的人臉圖片進行訓練，并且將其上傳到Edge Impulse的在線網站上。

將訓練集與數據集的比例分別設置成80%和20%，即上傳的照片中80%用于訓練神經網絡，20%用于和鏡頭中的圖像進行匹配。通過Edge Impulse在線網站訓練模型，并且在網站上可以進行Transfer Learning，大大減少了訓練的時間，最后平臺會自己進行準確率評估。當錯誤率在5%以下時，這個訓練出來的模型就具有一定的實用性。

最后將訓練好的模型和生成的main.py代碼下載到OpenMV攝像頭模塊中，接通電源模塊即可自動運行。

3 微縮系統(tǒng)實現及運行效果

為了初步探索智能輔助引導系統(tǒng)的方案可行性，本文設計了對應的等比微縮引導車系統(tǒng)，并對各個功能進行實驗和調試。通過模擬真實就醫(yī)情況下智能輔助引導系統(tǒng)是否可以正常行駛以及是否能實現掃碼測溫消毒與口罩識別功能。

3.1 系統(tǒng)實現

本文設計的微縮系統(tǒng)整體結構建模圖如圖2所示。由圖2可以看出，引導車系統(tǒng)分三層結構：最底層安裝有TCRT5000循跡模塊、電機驅動模塊與供電電池部分，以降低整個引導車系統(tǒng)的重心，提高系統(tǒng)運行的穩(wěn)定性；第二層放置Arduino主控板，并在引導車前方豎直安裝了MLX90614紅外測溫模塊；最上層則放置了OpenMV攝像頭模塊與XFS5152語音播報模塊，以便于實現二維碼掃描與口罩識別功能；與此同時，在引導車的側面豎直放置了自己改裝制作的噴霧消毒模塊，完成對應消毒功能。

3.2 引導車系統(tǒng)行駛的運行效果

將微縮建模的智能引導系統(tǒng)實物化，得到如圖3所示的智能輔助引導系統(tǒng)實物。在真實就醫(yī)情況下，運動的大部分時間為循跡模式，即沿著確定的線路行駛，但是在一些突發(fā)情況下也要通過遠端控制來實現想要達到的目標。

3.2.1 智能循跡

通過改變循跡線的寬度及外在光線影響來分別進行實驗。實驗通過在白天、晚上昏暗燈光和晚上沒有燈光三種環(huán)境中來模擬外在光線改變時對實驗結果的影響。將小車置于循跡線上，在不同條件中，模擬小車是否沿線行駛，多次實驗并對實驗成功率進行統(tǒng)計。

測試實驗結果顯示，雖然在少數情況（5%左右）下，智能引導小車也會出現偏離循跡線所規(guī)劃的路線的現象，但大部分情況（95%左右）下，智能引導車系統(tǒng)可以在室內環(huán)境下根據循跡線所規(guī)劃的路線正常行駛，即在偏離循跡線時可以自我修正，在到達劃定的橫向黑線時停止。

3.2.2 藍牙控制

通過按動按鍵，驅使引導車系統(tǒng)進行相應的直行、轉彎、倒車和停止等運動。通過改變控制終端與引導車系統(tǒng)的距離來檢驗藍牙控制的靈敏度和準確性，多次實驗并對實驗成功率進行統(tǒng)計。

實驗結果顯示，微縮引導車系統(tǒng)能夠接收到控制信號，并實現前進后退等移動任務。

3.3 掃碼、測溫、消毒與口罩識別的運行效果

作為智能輔助引導系統(tǒng)，能夠進行掃碼測溫，其中口罩識別及提醒和引導是系統(tǒng)工作的核心和重點。

3.3.1 掃碼、測溫與消毒工作

當被測人員出示健康碼時，如果檢測到二維碼，系統(tǒng)會對被檢測者測溫并進行播報，同時對被測人員的手部進行消毒。通過改變健康碼的清晰度來檢驗掃碼的靈敏度，多次實驗并對實驗中測溫的準確率以及消毒的成功率進行統(tǒng)計。

在測試實驗中，微縮智能引導系統(tǒng)可以識別出示的二維碼給出相應播報語音；在被測人員靠近時，則可以進行測溫播報，并噴灑消毒噴霧。

3.3.2 口罩識別工作

當被測人員佩戴口罩時，微縮引導車系統(tǒng)會提醒被測人員“請戴好口罩保持間距”；當被測人員未戴口罩時，引導車系統(tǒng)會提醒被測人員“請戴好口罩靠近測溫”。通過改變口罩的顏色、形式來檢驗識別的準確性，多次實驗并對實驗成功率進行統(tǒng)計。

在Edge Impulse網站測試中，對應測試集的正確率結果見表1所列；口罩識別的測試集樣本的特征圖如圖4所示。

3.4 測試結果與誤差原因分析

在測試過程中，少數情況下，智能引導車系統(tǒng)會出現偏離循跡線所規(guī)劃的路線、對口罩的識別情況出現錯誤等問題。分析是光線、循跡線顏色和目標檢測算法自身等因素影響了系統(tǒng)的循跡功能和口罩識別功能，導致系統(tǒng)工作失常。同時，在口罩檢測和測溫過程中，需要人員較高程度的配合，在實際應用的過程中可能會產生一些問題。

實驗結果表明，本文研究的智能輔助引導系統(tǒng)能夠實現沿循跡線路正常運行，藍牙遠程控制按照規(guī)定的線路行駛；在行駛過程中對待測人員進行測溫播報、口罩識別、噴灑消毒，調試過程中有較高的成功率和穩(wěn)定性，反映了系統(tǒng)各模塊算法的優(yōu)越性能，以及各模塊之間通信和協(xié)作的精確性。

4 結 語

當今社會，智能化技術的發(fā)展帶動著各行各業(yè)的創(chuàng)新和改變。在醫(yī)療、養(yǎng)老、教育、文化、體育等多個領域中，智能化技術正逐漸發(fā)揮越來越重要的作用。本文以引導系統(tǒng)主體框架、Arduino主控模塊、OpenMV攝像頭模塊、MLX90614紅外測溫模塊、TCRT5000循跡模塊、XFS5152語音播報模塊等為硬件基礎，以循跡路徑識別算法、OpenMV圖像識別算法等作為軟件基礎，設計基于模塊集成的醫(yī)療智能輔助引導車，具有相對穩(wěn)定和可靠的系統(tǒng)。實驗證明，智能輔助引導系統(tǒng)可以維護場地的秩序，配合引導人員進行登記、測溫、口罩檢測、人員引導和維持秩序等工作，減輕人員密集場所引導人員的工作壓力，降低疾病傳染概率，對降低運營和維護成本，提高工作效率，具有積極的意義。

此外，模塊化設計也使系統(tǒng)的功能可以較方便地得到拓展，比如遞送功能、搬運功能、檢測功能等，可以根據不同的需求拓展適用于多種場合的功能，從而使其具有更加廣闊的應用空間，成為智慧城市建設的重要組成部分。

注：本文通訊作者為齊昌春。

參考文獻

[1]紀瀚然，武潔雯，楊昕娉，等. 2023年1月全球新型冠狀病毒感染疫情風險評估[J].疾病監(jiān)測，2023，38（2）：139-143.

[2]陳宏. 基于軟件定義網絡的醫(yī)院疫情防控智能監(jiān)測系統(tǒng)[J]. 實驗室研究與探索，2022，41（7）：104-107.

[3]張輝，鐘天輝，鄭玲. 一起學校聚集性甲型 H1N1 流感爆發(fā)調查[J]. 中國熱帶醫(yī)學，2010，10（4）：438.

[4]孟夢，王人顥，劉筱，等.新冠肺炎疫情防控期間醫(yī)院信息化建設的作用及思考[J].江蘇衛(wèi)生事業(yè)管理，2020，31（7）：866-868.

[5]姜小娟，肖德文.常態(tài)化疫情防控背景下智慧醫(yī)院建設探討[J].醫(yī)學信息學雜志，2021，42（4）：61-64.

[6]聞海，胡廣宇，孟月莉，等.我國公共衛(wèi)生信息化建設互聯互通問題與建議[J].醫(yī)學信息學雜志，2020，41（4）：9-13.

[7]葉荔姍，趙飛，陳堅，等.基于智能電子健康檔案平臺的大數據應用研究與實踐[J].中國衛(wèi)生信息管理雜志，2019，16（6）：672-676.

[8]程豪. 基于信息融合技術的智能小車設計[D]. 南昌：南昌大學，2013.

[9]張月文，李松恒，張煒，等. 基于機器視覺的可回收垃圾智能分揀系統(tǒng)設計[J]. 實驗室研究與探索，2022，41（7）：98-103.

[10]周國瓊，吳丹琴.人工智能在智慧城市建設中的應用研究與展望[J].廣西城鎮(zhèn)建設，2023，50（2）：61-65.

作者簡介：齊昌春（2002—），男，西安交通大學電氣工程學院2020級本科，研究方向為電氣工程及其自動化。

王泓鑒（2001—），男，西安交通大學電氣工程學院2020級本科，研究方向為電氣工程及其自動化。

占 檸（2002—），男，西安交通大學電氣工程學院2020級本科，研究方向為電氣工程及其自動化。

羅博宇（2002—），男，西安交通大學電信學部2020級本科，研究方向為微電子。

申茂群（2003—），男，西安交通大學電氣工程學院2020級本科，研究方向為電氣工程及其自動化。

收稿日期：2023-04-25 修回日期：2023-05-22

基金項目：陜西省西安交通大學2022年省級大學生創(chuàng)新創(chuàng)業(yè)項目（XJ202210698027）；西安交通大學2022年本科教學改革研究項目（2210Y）