面向疫情的非接觸電梯操控系統設計

楊樂晨，劉忠富，賀薪諾，趙智星

（大連民族大學 信息與通信工程學院，大連 116600）

隨著部分地區新冠疫情的再次爆發，病毒的感染風險再一次提高，由于人們的活動空間不再只有家中，由出行所導致的感染將不斷提高，而乘坐電梯時所引起感染的風險將不斷擴大，因此，為了降低疫情的感染風險，同時提高人們的出行效率，電梯的非接觸操控已成為一種必然的趨勢。

近些年來，國內外的科研技術人員對非接觸電梯操控系統進行了較多的研究。文獻[1]研究了一種新型的、3D 自動視覺模型，通過捕捉按下虛擬按鈕的指尖的位置，確定按鍵是否被按下。文獻[2]研究了一種非接觸式低功耗手勢接近開關，用Cortex-M3內核的32 位ARM 處理器，結合APDS-9960 環境亮度光學傳感器，實現了人體動態手勢的準確識別。

目前，電梯非接觸操控系統主要包括3 種呼梯方式：手機二維碼呼梯、語音識別呼梯、人臉識別呼梯。但由于電梯內手機信號不好會導致二維碼掃描出錯，電梯轎廂內比較嘈雜導致語音識別率低，疫情期間人們佩戴口罩導致人臉識別率低等原因，以至于達不到預期的效果。

針對電梯內信號不好、語音識別率低、IC 卡需要接觸按鍵而操作等問題，本文設計了一種新型的非接觸電梯操控系統，系統進行高效的非接觸按鍵識別，以及人臉采集系統，提醒人們佩戴口罩，并通過舵機實現口罩的彈出，通過非接觸操作以及讓人們佩戴口罩，降低了人們在乘坐電梯期間被感染的風險，對抗疫有一定的促進作用。

1 方案設計

系統以單片機STM32 為核心處理器，包括電容式非接觸按鍵系統、語音播報電路，人臉識別系統。系統總體框圖如圖1所示。通過非接觸按鍵感應電路與單片機和PLC 通信，進行電梯的上下行的操作，使用OpenMV 模塊，通過和云端的Edge Impulse進行合作訓練，完成數據的打標、NN 模型訓練，優化，部署等操作，進行人臉識別的訓練，識別后通過LD3320 芯片進行語音提醒，并控制步進電機彈出口罩。

如圖1所示，系統模型設計在按鍵布局上與傳統的布局相仿，在電梯轎廂的上方為OpenMV 攝像頭，在電梯按鍵系統的右側，為口罩寄存箱，當接收到單片機的工作信號后，步進電機組會完成彈出口罩的操作。同時，語音播報模塊會在到達相應樓層時進行播報以及提醒乘客佩戴及拿取口罩。

圖1 系統總體設計框圖Fig.1 Overall system design block diagram

2 系統硬件電路設計

本系統主要由STM32F103 單片機最小系統電路、電容式非接觸式按鍵系統、語音播報電路，PLC及控制電路構成。整個系統以STM32 單片機最小系統為微處理器，通過電容式非接觸式按鍵系統判別按鍵的輸入，將識別的信息傳遞給單片機，通過單片機控制語音播報并將信息傳遞給PLC 控制器，并通過OpenMV識別，控制舵機彈出口罩，完成整個運行系統。

2.1 單片機STM32F103 最小系統電路

本系統的主控芯片采用STM32F103C8T6 單片機，選用這種芯片組成單片機最小系統主要由于其構成的電路設計較為簡單，并且反應速度快，程序存儲量相對于51 單片機來說較大。本文中所設計的系統主要以其作為主控芯片，通過串口接收并處理數據，從而對整個系統功能進行實現。其中，該芯片的主頻為72 MHz，擁有37 個獨立的IO 引腳，每個引腳既可以識別3.3 V 的電壓，同時容忍5 V，即滿足系統對引腳的需求，又為后續的開發留出一定的空間。

2.2 電容式非接觸按鍵系統

電容式非接觸按鍵系統如圖2所示。系統通過NE556 芯片循環檢測感應電極的狀態，以判斷是否有物體接近，感應電極不需要附加任何元器件，芯片通過內部硬件配置和軟件算法，對感應電極上是否有手靠近進行檢測。該芯片使用一個感應電容，一個參考電容組成，其中，感應電容是由兩塊金屬板電極構成的平行板檢測電容，將它安裝在金屬導體要通過的線路的某一位置上，由它感受接近它的金屬導電物體，當有金屬導體靠近它時，其電容量將會增大。參考電容的結構完全與感應電容相同，但它無法感受金屬導體[3]。

圖2 非接觸開關的簡易示意圖Fig.2 Simple schematic diagram of non-contact switch

本傳感器的檢測是將感應電容與參考電容器的電容量分別轉換為頻率信號，再由計數器、比較器對兩電容器的電容量差值進行比較來完成的。首先由NE556 內部的2 個555 多諧振蕩器將感應電容與參考電容的電容值轉換成兩路計數脈沖輸出，然后這兩路計數脈沖通過各自的計數器進行計數，由比較器比較兩個計數值的大小。當工作電容器Cx中有金屬物體通過時，工作電容器的電容量增大，輸出到計數器1 的計數脈沖頻率降低，計數器1 的計數值較計數器2 的小，使比較器輸出為“1”的信號，推動相關電路動作，從而完成檢測。當感應不到手指時，則NO 端接GND。當手指放到感應開關的正上方1～2.5 cm 處，感應電容發生變化，使電壓增大，使繼電器的開關打向另一邊，使NO 端與VCC 接通，此時，NO 置高。單片機檢測到高電平時，將數據存到相應的標志位。若感應不到手指，則NO 端接GND。

2.3 OpenMV 電路

OpenMV 攝像頭是一款小巧、低功耗、高效率的攝像兼圖像處理模塊，可以通過高級程序語言Python實現處理算法。Python 的高級數據結構很容易在機器視覺算法中處理復雜的輸出。但是，仍然可以完全控制OpenMV，包括IO 引腳，如圖3所示。可以很容易地使用外部終端觸發拍攝或者執行算法，也可以把算法的結果用來控制IO 引腳。同時，該攝像頭可以通過Edge Impulse 進行訓練。簡單的來說，OpenMV 是一個可編程的攝像頭，通過Python 語言，可以實現邏輯。而且攝像頭本身內置了一些圖像處理算法，很容易使用[4]。

圖3 OpenMV 的電路圖Fig.3 Circuit diagram of OpenMV

2.4 單片機與PLC 通信電路

由于PLC 只支持485 通信，而單片機支持TTL電平通信，因此采用MAX485 芯片來實現RS485 與TTL 之間的信號轉換[5]。如圖4所示，將PLC 的485接口中的1、2、5 引腳與MAX485 芯片的6、7、5 引腳相連，實現A、B、GND 與TTL 電平的轉換，MAX485 3、4、5 引腳接STM32 單片機的RX，TX，GND，以達到32 單片機與PLC 的通信。

圖4 PLC 通信電路Fig.4 PLC communication circuit

2.5 語音播報電路

語音播放模塊選用WT588D 語音芯片。該模塊內嵌DSP 高速音頻處理器，處理速度非常快，同時，可通過與上位機操作軟件，隨意組合語音，可插入靜音，插入的靜音不占用內存的容量，一個已加載語音可重復調用到多個地址，完成不同樓層的語音播報。本設計采用的是PWM 外加喇叭來進行播放。當播報完畢后，語音播放停止馬上進入休眠模式，芯片轉為完全停止狀態。單片機將按鍵信息與內部數據信息進行匹配，找到對應的數據信息并發送給語音模塊，并將按鍵信息轉換成語音通過喇叭播放出來。語音模塊原理圖如圖5所示，當DO 為高電平，且CS 有效時，SSOP20 芯片與25PXX 保持同步時鐘，通過讀取DI 引腳以及HOLD 引腳的電平信號，確定當前的播放狀態。當該模塊檢測到單片機發送的驅動信號時，DI 置高，通過讀取觸發的引腳序號，確定將要被播放的語音地址，如D0 引腳為低電平時，播放第一條語音信息，以此類推。

圖5 語音播報模塊Fig.5 Voice broadcast module

2.6 GSM 模塊

本設計采用GSM800 作為緊急通信的基礎，相較于GSM900，GSM800 的穩定性更強，功耗更低，在緊急情況發生時，確保電梯內外的通信[6]。當緊急按鍵被按下后，首先會以短信的形式通知電梯管理人員，同時，接通控制室的電話，確保電梯內部與外部溝通。當該模塊處于非工作的狀態時，功耗極低，不會消耗過多的電量以及分走電壓，確保其他模塊的正常工作。

2.7 步進電機控制電路

采用TB6600 型步進電機驅動，該驅動采用12 V 供電，能夠產生0.5～3.5 A 的電流，通過DIR 和PUL 控制電機的旋轉方向以及轉速，固定在按鍵系統的右側，使口罩在彈出時，能被人們迅速取走。如圖6所示，該種型號步進電機內含先進的ASIC IC來處理單片機的信號，解析度較高，便于口罩的彈出。為了確保口罩的順利彈出，本系統采用雙步進電機工作，采用1/600 的步進方式，以確保旋轉的精度。

圖6 L298N 驅動電路Fig.6 L298N drive circuit

3 系統軟件設計

3.1 系統主程序設計

本文所設計的系統基于C 語言和Python 語言，使用Keil 及PyCharm 平臺進行開發。整個系統的軟件部分主要分為按鍵檢測系統，人臉識別控制舵機。其中，第一部分通過C 語言實現，通過單片機對輸入的信號識別，處理。后者通過OpenMV 將采集到的數據傳到單片機，在單片機進行分析處理后，單片機向語音播報模塊發送信號進行播報，并控制舵機完成口罩的彈出。系統主程序流程如圖7所示。

圖7 主程序流程Fig.7 Main program flow chart

系統上電后，單片機完成初始化操作，保證各模塊處于工作狀態，接著，單片機會不斷檢測是否有電梯按鈕被觸發。當單片機檢測到按鈕被觸發后，開始判斷被觸發按鈕的鍵值，并建立串口通信，將鍵值發送給PLC，發送完成后，單片機通知OpenMV檢測乘客是否佩戴口罩，若已佩戴，單片機將回到電梯按鍵檢測的程序中，等待下一次按鍵觸發。若有乘客未佩戴口罩，單片機將通過PWM 產生1600個PWM 脈沖，控制電機旋轉，將口罩彈送出去，同時，單片機通知語音播報模塊，提醒乘客取走口罩。

3.2 OpenMV 程序設計

識別乘客是否佩戴口罩采用Edge Impulse 進行大量人臉樣本信息的訓練和積累，建立人臉數據庫[7]。單片機通過與數據庫的對比，判別乘客是否佩戴口罩，若未戴口罩，則單片機對語音播報模塊發出信號，單片機進入中斷，令其完成語音播報提醒，同時對步進電機發出控制信號，使其彈出口罩，待口罩被取走口，繼續下一次識別。

針對傳統算法對多角度人臉表情識別效果不佳、偏轉角下生成的人臉正面化圖像質量低等問題，提出了一種結合雙通道WGAN-GP 的多角度人臉表情識別算法。傳統模型僅利用側臉特征對多角度人臉進行表情識別，特征差異小導致識別精度低，因此引入生成對抗網絡先對人臉進行轉正，消除姿態角的影響。為了使模型訓練穩定的同時提升人臉生成質量，以WGAN-GP 作為基礎網絡，并將其改進為雙通道結構，融合五官特征以及人臉全局特征來進行正面化生成。最后，構建輕量級網絡MobileNetV3 對生成出的正面人臉表情圖像進行識別，保證分類精度并且大幅減少參數運算量。基于Ladv=-Ex～Pg［D（x）］，通過對抗網絡轉正人臉，增大特征差異，以提高建立的人臉模型的準確度。實驗結果表明，本文算法在任意角度下，都能較好地復原出正面化人臉表情圖像，提高了多角度人臉表情的識別率。

4 系統調試

4.1 實物調試

如圖8所示，當手指在按鈕的正上方2～3 cm 處時可正常觸發，此時，單片機會通過串口，向PLC 發送被觸發的按鍵值，當PLC 收到信息后，會通過LED 顯示相應的樓層，表示接收成功。圖中，當手指放在4 樓的按鍵的上方時，PLC 的第四個LED 燈會被點亮。

圖8 實物調試Fig.8 Physical commissioning

4.2 人臉識別調試

系統上電后，通過改變手指和按鈕的距離，檢測按鈕是否被觸發，以及其他按鈕是否被誤觸以及口罩能否被彈出甚至彈飛。通過OpenMV 進行人臉采集訓練，對多個人的面部進行多方位的采集，以及戴口罩時樣例。以此提高識別是否佩戴口罩的容錯率。人臉識別測試圖如圖9所示。

圖9 人臉識別測試圖片Fig.9 Face recognition test picture

無論是按鍵的準確率，口罩彈出的準確率，以及是否佩戴口罩的識別率都在93%以上，可以看出本系統的準確率較高，無論是按鈕觸發的準確率，口罩彈出的準確率，以及是否佩戴口罩的識別率都滿足設計要求。

5 結語

本文所設計的非接觸式電梯操作系統，使用STM32 單片機作為主控芯片，實現了電梯的非接觸式操作并彈出口罩。比傳統意義上的非接觸電梯控制更簡捷、更方便、更智能。其功能能夠在疫情期間，降低由乘做電梯所導致的間接感染的風險，對抗疫有一定的促進作用，其創新性主要在于非接觸控制以及自動彈出口罩，具有一定的推廣價值。