疫情常態化背景下密集場所人流與安全監控系統設計

李澳鵬，劉鑫，潘文敏，劉會衡（通訊作者）

（湖北文理學院 物理與電子工程學院，湖北襄陽，441053）

0 引言

2019 年全球經歷了新冠肺炎，在如今經濟復蘇的情況下，維護公共衛生安全是重中之重。在公共場合暴露出了很多需要解決的問題，如控制密集場所下的人流量、人體體溫的檢測、佩戴口罩的情況等等。這些問題的疏忽都會導致疫情的傳播，也會對經濟復蘇帶來較大的影響。所以在密集場所對人流與安全監控是非常積極而且有效益的，本文針對這一問題設計了一種密集場所人流監控和體溫檢測系統，以實現密集場所人流、體溫和口罩佩戴情況的智能化監管。

1 系統總體方案設計

疫情常態化背景下的密集場所人流控制與安全監控系統基本原理如圖1 所示。該系統主要以STM32 單片機為主控制器，采用OpenMV4 進行人頭像的采集，通過STM32單片機對采集好的頭像進行分析，通過STM32 單片機的溫度檢測系統來對行人進行體溫檢查，檢測行人的體溫是否異常，同時利用STM32 單片機的語音系統來進行語音播報。首先，系統會對行人的體溫進行檢測，如果行人的體溫大于37.3℃，系統將語音播報“您體溫異常”，在體溫正常的情況下，其次會對行人繼續是否佩戴口罩的檢測，如果發現行人未佩戴口罩，語音系統將播報“請佩戴口罩”，系統會根據當時場所的人流量是否達到最大值，如果達到最大值，系統將語音播報“請稍等”，如果未達到最大值，系統將語音播報“歡迎進入”。

圖1 系統總體結構圖

2 硬件系統設計

■2.1 人流監控模塊

人流監控模塊的結構如圖2 所示。人流監控模塊選OpenMV4 H7 作為硬件控制器，OpenMV 是以STM32CPU為核心，是個集成圖像識別算法的攝像頭，用它本身自帶的OV7725 感光原件的攝像頭對來往的人群頭像進行采集，在硬件模塊上，合理運用C 語言實現了核心機器的視覺算法，再通過Python 編程接口，其中MicroPython 是Python3 語言的軟件實現，系統使用MicroPython 語言在OpenMV 上調用圖像處理相關算法和相關庫函數對人流進行檢測是否佩戴口罩。把labbles.txt 和trained.tflite 拖到OpenMV4 H7 中，使用OpenMV IDE運行ei_image_classification.py，在液晶顯示器上就可以看到結果。采用STM32 單片機的優點在于使用ARM 構架的Cortex-M4 內核，利用TFT 液晶顯示器呈現出圖片。

圖2 人流監管系統設計

■2.2 體溫檢測模塊

本系統是基于STM32 微控制器所設計的人體溫度測量系統，STM32 控制電路圖如圖3 所示。電壓采集用數字模塊，單片機通過與模塊通信獲取溫度，驅動LED 數碼管進行顯示。整個系統模塊分成了四個模塊，分別是主芯片模塊，電源模塊，液晶顯示模塊和溫度檢測模塊和電源模塊。其中DS18B20 是進行溫度測量單總線數字溫度測量芯片，它具有體積很小，硬件開銷低，抗干擾能力強的特點，DS18B20 連接地和電源之后，它的數據端接在STM32 單片機的引腳，DS18B20 返回16 位二進制數據，高五位表示溫度正負信息量，五位全1 代表負值，反之則代表為正值，其低十一位數據表示溫度的絕對值，11 位數據值轉換為10 進制，乘以0.0625，即是測量溫度值。最后將溫度值用數碼管進行驅動顯示，液晶是控制顯示部分。主控電路由SITM32F103RBT6 及外圍電路組成，是系統的核心部分，用來完成數據的傳輸和處理工作整個系統。

圖3 STM32 控制電路結構圖

■2.3 語音播報模塊

語音播報模塊利用串口使STM32 和LD3320 模塊進行數據通信，采用這樣的設計是因為只需要預留一個串口，就可以為設備添加語音控制功能，而且這種方式特別靈活我們可以自己修改其中的程序。LD3320 是非特定語音識別芯片，LD3320 語音模塊可以工作在三種模式下，分別為普通模式，按鍵模式，口令模式。LD3320 語音芯片的驅動主要是依靠模塊中自帶的STC11L08 單片機驅動的，我們自己可以修改模塊自帶的Demo 程序，修改程序中的關鍵詞，然后將識別的結果通過串口打印出來，我們可以使用另外一個MCU 與該模塊進行串口通信，然后分析系統收到的串口指令，進而做出響應的指令動作。簡單來說我們首先編譯程序下載程序至LD3320 模塊中，對LD3320 串口輸出測試，然后硬件連接，收到來自LD3320 的串口數據，檢測是否正確，如果在檢測過程中出現語音播報的錯誤，我們可以添加一些其他詞匯進入識別列表，這些詞匯可以用來吸收一些錯誤詞匯，從而有效地使錯誤率降低，最終可以使系統準確地播報出“您體溫異常”，“請佩戴口罩”，“請等候”以及“歡迎光臨”的語音。

3 系統軟件設計

■3.1 人流監控系統

程序框圖如圖4 所示。

圖4 人流監控程序框圖

編程主要通過C 語音實現核心機器的視覺算法，用MicroPython 語言在OpenMV 上調用圖像處理相關算法和相關庫函數，人臉識別系統首先通過對加載分類器文件進行處理，處理完之后加載待檢測的圖像，顯示出即將分析的圖像，通過判斷圖像是否為灰度圖，若圖像不符合灰色度要求就進行灰色都處理，若符合灰色度的要求繼續通過一級到三級的逐級處理和分析，分析中出現不符合灰色度的要求，就需要重新進行灰色度處理，最后做到人臉識別。使用MicroPython 語言在OpenMV 上調用圖像處理的代碼相關部分代碼如下：

■3.2 體溫檢測系統

程序框圖如圖5 所示。對STM32 單片機系統溫度檢測系統設置好限定的溫度之后，當人群進入可以檢測的范圍的時候，首先通過測量行人的體溫，如果行人溫度超過37.3℃，語音播報就會播報出“您的體溫異常”，行人體溫未超過溫度報警值，語音就會播報“歡迎進入”。其中DS18B20 模塊進行初始化操作，寫操作，讀操作的過程，溫度讀取的過程主要是先復位，進行發SKIP ROM 命令，發送開始轉換命令，進行延時、復位、發送SKIP ROM 命令，發讀存儲器命令，連續讀出兩個字節數據然后結束，最后達到溫度測量及顯示，部分代碼如下所示：

圖5 溫度檢測程序框圖

■3.3 語音播報系統

程序首先記錄識別碼，然后進行延時初始化，LED初始化，SD 卡初始化，通過對采集的信息處理之后，PlayDemoSound_mp3 表示播放文件，將口令錄入播放文件中。設計了1s 的時延，這樣可以避免出現紊亂，收到不同的指令之后做出不同的聲音播報，分別設計了四種口令，口令1 為“歡迎進入”，口令2 為“請佩戴口罩”，口令3 為“您體溫異常”，口令4 為“請稍等”，當溫度檢測和人臉識別系統做出回應之后，語音播報系統就做出相應的語音播報，沒有語音播報的情況下，就關閉了LED 顯示。主要程序代碼如下：

4 結束語

本文設計了一種疫情常態化背景下密集場所人流與安全監控系統。該系統主要由人流監測和語音播報以及溫度檢測模塊組成，可以檢測人流的情況以及對人員體溫和人員是否佩戴口罩的情況進行監測，從而加強超市、商場、景區等密集場所的疫情防控，促進社會公共衛生安全。所設計的系統結構簡單，成本較低，具有較好的應用前景。