基于目標檢測的自動斷電實驗臺控制器的設計

迪力阿熱木·吐爾地玉蘇甫 郭斌

摘要：目前，實驗室安全越來越受到了人們的關注，隨著人工智能技術的普及，實驗室安全設備層出不窮。該設計采用Openmv4 H7為核心、MT9V034攝像頭為采集設備、STM32F103C8T6模塊為控制設備、OLED12864為顯示模塊，實現了可以自定義時間間隔的自動控制模式以及手動模式的自動斷電控制模塊的多種功能。該模塊具有體積小，方便安裝等特點，能夠簡易地安裝到實驗臺上。通過對傳統目標檢測算法的研究與分析，研究了Openmv圖像預處理和灰度直方圖均衡化的方法，采用幀間差分檢測算法和關鍵幀的人物識別方法，實現了目標識別功能，最終形成基于目標檢測的自動斷電實驗臺的設計，該實驗臺可以準確地實現無人時自動斷電，從而保證了實驗室的用電安全以及達到了節省能源的目的。

關鍵詞：實驗室安全;控制器;目標檢測;節省能源

中圖分類號：TP391? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）18-0080-03

開放科學（資源服務）標識碼（OSID）：

1 引言

隨著實驗室現代化建設水平的飛速發展，傳統實驗室用電安全管理措施的弊端越來越凸顯，很難有效地滿足各方面提出的要求，暴露出很多安全性問題，因此，實現實驗室自動斷電的實驗臺顯得十分緊迫。這種基于目標檢測的自動斷電實驗臺的設計，不僅為人們帶來便利的同時，間接解決資源浪費、發生火災等漏洞產生的概率，對實驗室安全管理意義及改進策略探究上有重大意義。

2 研究現狀

早期，人們使用的電子設備與現在的電子設備有很大的不同。這些設備不僅表現在種類繁多，體積大小不一，功能復雜程度以及適用范圍的不同，對實驗室用電設備實時管理系統方面和實驗室能源的管理有著巨大的差距[1]。如今，隨著社會的不斷發展、實驗室規模的擴大、實驗臺數目的大量增加，人們對實驗室用電安全管理方面格外重視。與此同時，人工智能技術的發展及普及，使實驗室安全設備層出不窮。

近期國內外實驗室電源管理系統的研究發現，世界各國的大學都注重實驗室資產的管理和實驗數據的分析，形成了動態數據庫公司的實驗室LabMasterLIMS、萊博韋爾的LabWareLIMS和實驗室系統的NautilusLIMS[2]等實驗室管理系統。目前，由于越來越多的精密儀器在高校實驗室中得到使用，實驗室電源管理系統能夠保證實驗室內的用電安全，是實驗室管理系統中不可或缺的一部分，因此實驗室的用電要求變得更加嚴格。近幾年，世界各地的學者，研發人員都在對實驗室電源管理系統進行研究，在他們的不斷努力下，實驗室電源管理系統獲得了巨大的發展。

本文采用幀間差分檢測算法和關鍵幀的人物識別方法，對傳統的人工管理方式進行改進。實現目標識別功能、準確地判斷無人時自動斷電，解決了用電安全、資源浪費等問題，從而實現了基于目標檢測的自動斷電實驗臺的設計，對實驗室的發展起到了關鍵性作用[3]。

3 系統總體設計

3.1 系統總體框圖

根據系統的硬件組成需求分析，主要包括5個模塊：控制采集模塊、目標檢測攝像頭模塊、12864OLED液晶顯示模塊、按鍵切換模塊、繼電器模塊。如圖1所示。

3.2 軟件設計

軟件設計主要分為控制采集模塊程序、機器視覺目標檢測程序、各類數據顯示子程序和改變參數及控制手動模塊的按鍵程序。首先OPENMV IDE運行程序，使用sensor.reset（）方法初始化相機傳感器，OPENMV上P4，P5對應串口3，波特率為115200。攝像頭模塊運行將開始的十秒左右出現的物體作為目標特征，直至出現特征角點證明已經識別記錄目標特征。在檢測階段接收目標輸入，通過幀間差分法對每一幀圖像畫面進行目標檢測，如果存在運動目標，則連續的幀和幀之間會有明顯的變化。關鍵幀的人物識別得到畫面中的指定目標，用串口通信接收數據緩存，重定義fputc函數循環發送數據，直到發送完畢。使能USART1，GPIO時鐘通過IIC協議驅動顯示屏打印數據，從而實現機器視覺目標檢測程序完成實驗臺前是否有人的情況進行數據保存;控制采集模塊程序完成對目標檢測數據的讀取及輸出，并通過各類數據顯示子程序顯示對應信息。流程圖如圖2所示。

3.3 算法實現

本文主要研究了經典運動目標檢測，討論了幀間差分法的目標檢測，該過程需要同關鍵幀的人物識別方法完成目標識別和目標定位任務，即確定給定圖像中的目標類別和位置[4]，本設計通過幀間差分方法在一定程度上減少了時間和效率問題。

幀間差分法是由于攝像頭拍攝的圖像都是連續的，因此當場景中存在運動目標時，運動的物體會在兩張連續拍攝的圖片中處于不同的位置，造成兩張圖像的差距過大。該方法通過計算兩張圖像的差距，判斷灰度變化，當變化超過預先設定的閾值時，則判定為運動目標，以此完成對目標的檢測。該方法有對動態背景不敏感，不需背景建模的優點[5]。如圖3所示。

圖像序列中像素點的灰度值（x，y）設定為幀t（x，y）與幀t-1（x，y）之間差值的絕對值，以D（x，y）為閾值，并以下列公式表示像素點（x，y）作為前景或背景的區別原則：

[Dt x，y=|Itx，y-It-1x，y |]

[Dtx，y≤T，MT=0 Dtx，y>T，MT=1]

關鍵幀人物識別在目標檢測識別和識別過程中起著至關重要的作用，直接影響到檢測的性能。與傳統的檢測算法相比，誤差大大降低，提高了人臉跟蹤的精準性。因此該算法通過接收的數據傳輸給控制模塊，控制模塊在進行處理發送到OLED顯示屏上。與此同時，幀間差分檢測算法的人物識別方法需要時刻進行實時檢測，時刻做到數據傳輸工作。

4 核心功能設計

4.1 控制采集模塊

Keil公司是一家微控制器（MCU）軟件開發工具提供商，在世界處于行業的領先地位。該軟件主要用于開發微機，主要用于c51（AT89C51、STC89C51）等、arm單片機（LPC、STM32）、STM32微控制器用途廣泛，具有多種功能的可重復使用的引腳。STM32F103C8T6是一款由意法半導體公司（ST）推出的產品，基于Cortex-M3內核的32位微控制器，采用LQFP48對硬件進行封裝，是ST公司微控制器中的STM32系列中的產品。STM32F103C8T6的GPIO有上拉、下拉輸入等八種模式，因此無須在外接按鈕時設計上拉電阻和下拉電阻[6]。如圖4所示。

STM32F103C8T6是一個中密度、高性能的產品，支持低功耗模式、休眠模式和停止模式，里面含有模數轉換器和定時器以及PWM定時器和通信接口，ARM Cortex-M3和48個LQFP等封裝。具有高功效的RISC以及速度為72MHz的頻率、存儲器和APB總線之間的兩個外部連接。

因此，它具有出色的實時性能，出色的效率，最大的集成度，跨家族引腳和軟件兼容性。

4.2 目標檢測攝像頭模塊

OPENMV是可編程的一種攝像頭，相機本身內置了圖像處理算法，處理器運行頻率為400MHz，性能較強，深受大家的喜愛。同時，顏色跟蹤、人臉識別、目標識別等機器視覺算法在OPENMV4 H7模塊上輕松解決[7]。OPENMV4 H7目標檢測模塊支持0V7725、OV9650、0V2640、MT9V034等攝像頭模塊。MT9V034是帶有全局快門的傳感器模塊，非常適合需要精確視覺支持的人，因此，本系統中選擇了一款支持全局快門的傳感器MT9V034來作為本系統的攝像頭模塊。

識別特定圖像中的特定目標并確定其位置和類別是目標檢測攝像頭模塊的主要任務。由于不同物體的外觀、形狀和姿態以及環境的光照條件和遮擋物的影響都有很大的差異，目標選擇在計算機使用領域是一個巨大的挑戰。如圖5所示：

4.3 顯示模塊

終端顯示器在當前的使用越來越廣泛，與此同時，對終端顯示器的性能需求也逐漸提高。因此，在各類實驗室以及低功耗系統中，均廣泛使用了小體積、低功耗、高亮度、高對比度的OLED顯示屏。OLED（有機發光二極管屏）是一種新的顯示技術，其顯示模組主要有裸屏和背板PCB構成，總體尺寸約為0.96英寸。使用被廣泛使用的LED驅動模塊SSD1306驅動裸屏[8]。大多數情況下，OLED顯示屏的尺寸為0.96英寸，分辨率為128*64。功耗低、節能、成品重量輕、抗震系數高、屏幕可視角度可達170度左右、微秒級響應時間快、薄、輕、可彎曲，具有良好的顯示效果和便攜性，所以本系統中選擇OLED12864顯示器來作為本系統的顯示模塊。

另外，STM32F103C8T6控制模塊通過IIC協議驅動OLED屏幕，設置PB12為上拉輸入模式和通用推免輸出模式。如圖6所示。

5 系統測試與實現效果

5.1 實驗方法

為了檢驗基于目標檢測的自動斷電實驗臺的功能，我們在手動控制模式及自動控制模式狀態下做了多次實驗。測試系統由主電路板、USB供電線、220V電源線組成，本測試系統硬件為實驗室安全用電提供一定的保障，實物在電腦桌以及實驗室中進行測試。如表1所示。

5.2 實驗結果

基于目標檢測的自動斷電實驗臺的設計，按照兩個步驟去測試：第一個是自動模式狀態，由USB供電、繼電器控制220V電源，OPENMV攝像頭模塊進行目標檢測，檢測到了目標電源立馬開啟，在中途目標消失，倒計時開始，當倒計時結束時，電源將自動關閉。默認關閉時間為10分鐘，用戶根據實際情況按下第二、第三按鍵進行改變參數。注意：在倒計時過程中重新檢測到目標將停止倒計時繼續工作，若無就會關閉電源。第二是手動模式狀態，如上述自動模式過程一樣，唯一不同點是可隨時將電源開啟與關閉，不用等待倒計時。這兩種情況分別進行多次實驗，得到了不錯的結果。實驗結果如圖7所示。

首先，實驗按照兩部分進行測試，即自動模式狀態和手動模式狀態。考慮測試的準確性，測試時將OPENMV4 H7 MT9V034攝像頭的蓋子用閉合和打開的方式判斷檢測到目標，且使用手機以及插板模擬實驗臺效果。

圖（a）：該狀態為自動模式，打開OPENMV4 H7 MT9V034攝像頭，顯示Check_states：1，即檢測到目標，電源自動開啟，手機充電。

圖（b）：該狀態為自動模式，關閉OPENMV4 H7 MT9V034攝像頭，顯示Check_states：0，即沒有檢測到目標，電源倒計時10分鐘關閉，手機停止充電。

圖（c）：該狀態為手動模式，關閉OPENMV4 H7 MT9V034攝像頭，顯示Check_states：0，即沒有檢測到目標，電源手動開啟，手機充電。

圖（d）：該狀態為手動模式，關閉OPENMV4 H7 MT9V034 攝像頭，顯示Check_states：0，即沒有檢測到目標，電源手動關閉，手機停止充電。

注：該狀態為手動模式時，打開OPENMV4 H7 MT9V034攝像頭，顯示Check_states：1，即檢測到目標，根據電源手動開啟/關閉，手機充電/停止充電。

6 結束語

為進一步提高實驗室用電安全，確保實驗室安全運行并達到節約電能的目標。論文設計了一種基于目標檢測的自動斷電實驗臺。程序在Keil平臺和Openmv IDE平臺上進行編程，以實現目標檢測以及控制器功能。在算法上研究了Openmv對圖像進行預處理，采用幀間差分檢測算法和關鍵幀的人物識別方法，達到了實驗臺可以準確地實現無人的時候自動斷電的效果，基本實現了本設計的所有要求。最后在多次測試過程中，本設計控制反應快，顯示屏數據清晰，檢測目標準確，按鍵功能齊全。

參考文獻：

[1] 周鳳香，戴凡哲，柳良，等.基于STM32的智能辦公系統的設計與實現[J].軟件，2021，42（5）：131-133.

[2] 陳衛賓.基于物聯網的實驗室電源管理系統的研究與設計[D].青島：山東科技大學，2020.

[3] 馮堯文.基于幀間差分的運動目標穩健檢測方法[D].哈爾濱：哈爾濱工業大學，2011.

[4] 李惠松，王小銘，張玉霞.一種基于幀間差分與時空相關性分析的運動目標檢測算法[J].計算機與數字工程，2007，35（12）：32-34，102，160.

[5] 韋智勇，周立廣.基于幀間差分與時空上下文的人臉檢測跟蹤算法[J].企業科技與發展，2020（5）：56-57.

[6] 安玲玲，于雷.高校實驗室用電設備實時管理系統設計[J].信息技術與信息化，2020（12）：40-43.

[7] 楊亦聰.基于OpenCV的監控視頻目標檢測與跟蹤的研究與應用[D].貴州：貴州大學，2020（6）.

[8] Wang H B，Tian Q，Hu Z H，et al.Image Feature Detection Based on OpenCV[J].Journal of Research in Science and Engineering，2020，7（2）：16-18.

【通聯編輯：謝媛媛】