服务热线： 400 920 5545
实时传输监测数据并统计数据将其绘制为折线图，方便管理者监视。最后经测试表明，所设计的系统运行稳定可行，完成了对温度，口罩佩戴情况和自动分配消毒液的实时数据采集、显示、传输、报警及存储等功能。应用场景为医院科室、病房等的入口处，通过对出入人员进行检测实现对病毒的阻控，一定程度上防止交叉感染。
2019 年末新冠病毒（COVID-19）引发的疫情席卷全球，对人类生命健康造成了巨大威胁的同时也对人类社会以及经济发展产生重大破坏。根据临床医学观察 COVID-19 所引起的主要症状有发热（体温 37 ℃）、干咳以及乏力等。根据传染病学研究，疫情防控有传染源和传播途径两个关键，因此如果能够控制好传染源，切断好传播途径就能有效遏制疫情扩散。本次设计的体温口罩监测及消毒系统可以通过自动化技术、计算机通信技术以及传感器技术等实现如医院等公共场所出入人员的体温、口罩佩戴与否的实时监控并实现无接触式消毒，从而实现疫情防控自动化、数据采集处理自动化等目标功能。因此依托红外测温技术、口罩识别技术及无接触式消毒的测量系统在未来对各类呼吸道疫情的阻控有着重要意义。
本次研究是以STM32F103RC 为核心的医院疫情防控系统，采用二级式分布，可分为下位机传感器进行数据采集以及发送部分，上位机数据接收处理报警部分。其中，下位机部分由体温采集、口罩检测、自动感应消毒三部分构成。下位机的控制核心主要负责对红外测温传感器测得的体温数据、OpenMV 完成的口罩检测数据、红外感应传感器感应的人数进行整合统计分析，并将处理后的数据通过无线 WiFi 通信发送至上位机。
本系统设计的模块主要包含以 STM32F103RCT6 为核心的控制模块、口罩识别模块、红外测温模块、红外感应模块、LCD 显示模块、物联网模块等。系统总体结构框图如图 1 所示。
本次监测系统设计中非接触式测温部分的功能是由 GY-906 传感器实现的，该传感器隶属于 MLX90614 系列，该传感器测温的原理是对物体自身运动发出的红外辐射能量进行测量来实现的。GY-906 传感器外观以及引脚结构如图 3 所示。
本次设计内容中的口罩检测识别部分通过 OpenMV 实现。OpenMV 是一种开源机器视觉模块，支持物品识别跟踪、人脸检测、颜色追踪等功能，OpenMV 以 STM32F765VIT6 为控制核心，采用 ARM Cortex M7 处理器，拥有 512 KB 的内部存储器和 2 MB 的闪存 flash。所有的 I/O 引脚输出 3.3 V 且 5 V 耐受。拥有丰富的硬件资源以及扩展 I/O 口，配置的 TF 卡卡槽使其具有强大的存储功能以及程序移植功能，支持建立数据库来进行所需要的算法编写，此外配置 1 个 SPI 总线 个 IIC 总线 个异步串口总线（TX/ RX）使其具有与其他设备进行串口通信的功能，具备 1 个 12 位的 AD 和 1 个 12 位的 DA。在其软件算法方面，与其配套使用的 OpenMV IDE 使用 Python 语言进行编程，并且该软件上包含各类机器视觉算法，在进行软件程序编写时有很大的参考价值。本次设计采用了模板匹配算法进行口罩检测识别，并通过串口通信的方法将 OpenMV 检测的口罩佩戴情况发送至下位机。OpenMV 硬件电路图如图 5 所示。
本次设计内容中的自动分配消毒液部分传感器应用红外感应模块，当红外线被接收后输出低电平，同时模块具有输出指示灯，此时指示灯会亮起。反之当没有反射红外线，模块将输出高电平，输出指示灯熄灭。同时检测范围可以通过调节电位器扩大或减小。自动分配消毒剂是利用红外反射原理，将手放入消毒感应区时红外线发射管发出红外，通过反射到红外线接收管，将处理后的信号控制电机挤压消毒红外光不反射，电机自动关闭。当手离开的感应区域，从而实现对人手进行感应。红外光电对管原理图如图 6 所示。
在系统的软件程序设计中，通过编写主函数并调用子程序的方式来实现目标功能。传感器采集数据包含红外温度采集，OpenMV 口罩识别，红外感应自动消毒以及数据处理，将检测数据在 LCD 上显示。主程序流程图如图 7 所示。
在本系统中通过选用 GY-906 红外测温传感器实现对温度的非接触式测量，GY-906 模块采集数据过程的时序图如图 8 所示，在本次设计中该模块与 32 单片机采取 SMBUS 通信协议，16 位数据分两次传输，每次传送一个字节。每个字节都是按照高位（MSB）在前，低位（LSB）在后的格式传输，两个字节中间的第 9 个时钟是应答时钟。
GY-906 模块对周围环境的温度和物体的温度进行测量，内置的红外传感器包含若干个串接的热电偶，热电偶的冷接头置于芯片衬底上，热接头置于薄膜上。薄膜本身可以通过吸收或者发射红外线感应器来进行加热和降温。热电偶的输出信号为：
该模块与单片机进行通信时，传输和接收的数据是以字节为单位的，每次发送 1 个位，8 位为 1 个字节，发送一个字节完成后单片机进行判断，成功接收一个字节后单片机给该模块发送应答信号，单片机判断是否接收到数据进行，当测温模块发送下一个字节时，如果单片机没有接收信号重复发送该字节，直到数据全部发送完即为结束。
在本系统中自动消毒部分使用红外感应对人手进行检测，通过物体对红外线反射的原理，可以准确判断感应区是否存在人手，其初始化状态为无物体情况，通过单片机获取红外感应传感器数据，判断是否有物体，当检测到物体也就是人手时，从而驱动电机对消毒液进行挤压操作。直流电机内部具有磁场，磁场内的线圈通过的电流产生变化，产生安培力从而调节直流电机的转动过程。直流电机的初始状态为停止，系统启动，定时器t0启动。t0的中断服务程序用于通过改变在磁场中的线圈通过的电流，启动直流电机转动实现功能。
在本系统中口罩识别检测部分是通过 OpenMV 实现的，OpenMV 检测完毕后将检测到的数据通过串口通信发送给单片机。口罩识别算法隶属于机器视觉领域的分支，尤其是在新冠疫情爆发以来，对公共场合人员佩戴口罩检测的需求大大增加，因此该技术得到了迅速的发展。在此设计中口罩检测部分的算法是基于模板匹配算法实现的。模板匹配的原理是利用算法通过对一幅大图像进行目标搜索，从而确定与模板相同大小、相同方向和图像要素的坐标定位。运用到的算法主要有相关法、误差法以及二次匹配误差算法，经过实验论证与实际淘汰，二次匹配误差算法由于其图像匹配运算量小，运算速度快是目前在模板匹配领域中应用最广泛的一种方法。二次匹配误差算法中匹配分两次进行：第 1 次匹配是粗略匹配。取模板的隔行隔列数据，即 1/4 的模板数据。由于其截取隔行隔列即整体的 1/4 数据使数据量大幅减少，匹配速度显著提高。误差阈值E0：
本文从新冠疫情防疫的实际情况出发，提出了一种基于物联网的医院疫情防控系统设计方案。选用红外测温传感器和 OpenMV 分别进行体温与口罩检测，同时应用红外感应和电机实现自动分发消毒液的功能。采用系统分布式设计理念和物联网上位机设计平台，实现了对体温，口罩佩戴情况以及红外识别人数的实时监控。在实际的运行和调试过程中，传感器节点与 OpenMV 网络运行情况良好，采集数据准确稳定，能够做到实时采集数据并通过 LCD 液晶屏显示。可以将采集到的数 据经处理后精准的传输至上位机，上位机检测到信号后做出处理、显示及保存，并且创建 freeboard 进行数据显示和保存。整个医院疫情防控系统的设计具有可扩展性强、经济成本低等特点，并且技术手段简洁明了，可以根据不同背景情况，自主设置控制目标和方案。
[1] 胡子峰,王昭君,金路,等.非调制双色红外测温误差实时补偿方法研究[J].光学仪器,2020,42(3):15-56.
[2] 蒋思中,白雪.工业机器人目标识别与智能检测技术研究现状与发展趋势[J].轻工科技,2020,36(02):65-66.
[4] 邬忠萍,易威,刘冬.基于汽车自动空调的红外温度传感器性能研究[J].山东工业技术,2015(6):178-179.
[5] 左力,王栋民.图像处理系统在自动化设备中用作位置反馈的一种方法[J].机械与电子,2004(1):43-44.
