基于机器视觉的智能读书架

摘 要：根据调查显示，中国小学生视力不良检出率达到45.71%，初中生达到74.36%，高中生达到83.28%，我国青少年近视率远高于其他国家。读写时坐姿不正确及视距过近等是导致近视的罪魁祸首，同时，这些不良习惯也是导致斜视、弱视和颈椎、脊椎发育不良的主要原因之一[1]。本文研制一款基于机器视觉的用于辅助中小学生矫正坐姿的智能读书架，能够帮助阅读者端正坐姿，挺直腰背，养成良好的读写习惯，提高学习效率，有效防止颈椎、脊椎问题，保护青少年的身心健康。

关键词：机器视觉；图像识别；STM32F103；树莓派；三轴加速度

中图分类号：TP391.41 文献标识码：A 文章编号：2096-4706（2018）05-0181-03

An Intelligent Book-reading Shelf Based on Machine Vision

CHEN Rongfu，HE Bin，LIN Rongjian

（Guangdong Mechanical Electrical Polytechnic，Guangzhou 510550，China）

Abstract：Our survey shows that the adolescent’s myopia rate of our homeland is much higher than other countries，with poor sighted rate of Chinese primary school students coming to 45.71%，junior middle school students reaching to 74.36%，and high school students already up to 83.28%. It is reading and writing with incorrect seated position overclose visual range that causes shortsightedness and also leads to heterotropia，amblyopia and hypogenesis of cervical vertebra rachis. Based on machine vision，the booking-reading shelf mentioned in this essay is designed for correcting students’ seated position，helping readers to sit straight and to acquire a good habit of reading and writing，in order to protect their neck vertebrae and backbone and to improve the learning efficiency and to keep them healthy in mind and body.

Keywords：machine vision；image identification；STM32F103；Raspberry Pi；three axises acceleration

0 引 言

本文研制的智能读书架通过集成摄像头模块，利用相关图像识别处理算法实现对人体姿态的监控，在用户不需要穿戴的情况下就可以对使用者的姿态进行识别。通过识别到的用户姿态，智能读书架可以根据用户姿态智能调节方向与距离，主动适应使用者的姿态需求。同时，读书架还与云端数据库相连，能够将用户的使用时间、阅读姿态、环境舒适度等信息实时上传至用户信息档案库，用户可以随时通过手机APP访问档案库，了解相关信息或进行远程控制。

1 总休设计

智能读书架采用ARM Cortex-A53树莓派微型电脑平台和STM32F103的“主分”双CPU架构。

主机采用ARM Cortex-A53树莓派微型电脑平台，搭载4核高性能处理器，运行主频可达1.2GHz，运行Linux系统。通过扩展双摄像头模块、语音播报模块、4G模块、WiFi模块、温度传感器、空气湿度传感器、PM2.5浓度传感器等模块，实现双摄像头模块采集读者的阅读姿态，三个环境舒适度传感器采集环境参数，树莓派微型电脑识别出该读者当前的阅读姿态是否正确，并自动调节书的位置和对阅读进行语音提示，同时将姿态、环境数据通过WiFi/4G传送到云端。

分机基于ARM Cortex M3架构的STM32F103设计，树莓派主机通过RS232串口通信连接分机STM32控制器，通过扩展电机模块、LED照明模块、光线传感器，实现读书架上的书本在前、后、左、右、倾角五个轴向的位置调节以及调节LED照明亮度到合适阅读亮度。系统原理框图如图1所示。

2 硬件部分

2.1 电机驱动电路

采用专用芯片L298N作为电机驱动芯片。L298N是一个具有高电压大电流的全桥驱动芯片，频率相对较高。用该芯片作为电机驱动，操作方便，稳定性好，性能优良。电流采样使用0.5欧采样电阻，由STM32内部AD检测。电机驱动电路如图2所示。

2.2 单片机控制电路

这部分电路主要采用ARM Cortex M3核心的STM 32F103单片机作为控制芯片，STM32F103是一个32位的单片机，其内核采用哈弗结构，支持高效的Thubm-2指令子集，最高速度达72MHz。该系列MCU具有16KB～1MBFlash、内部带有12位AD转换器，外设资源丰富、具有USB全速接口和CAN等，为智能读书架采集和控制提供保证，使产品能够稳定快速地响应。

2.3 LED照明调节电路

LED照明调节电路采用LED大功率照明恒流驱动芯片AMC7150，AMC7150具有4V～40V的宽工作电压，驱动电流最高可达1.5安培，可以驱动24W的高功率LED。AMC7150内建PWM（脉冲宽度调变）与功率晶体管，只需五颗外部零件，工作频率由外部电容控制可达200KHz，只要调整AMC7150外部电阻值即可达到变更输出电流。LED照明调节电路电路，如图3所示。

3 软件部分

3.1 角度测量计算

ADXL345三轴加速度传感器，实现加速度的测量，并通过计算得到X、Y、Z三个方向的倾角值。ADXL345模块上电后，加速度使惯性质量偏转、差分电容失衡，使传感器输出与加速度成正比的电压值。模块对得到的电压值进行模数转换后进行数字滤波，再存入FIFO存储器，最后根据中断指令将数字信号传输给单片机[2]。ADXL345模块倾角计算公式为： 。计算X轴角度值的子程序如下：

void angle_read（）{

Init_ADXL345（）；//初始化ADXL345

Multiple_Read_ADXL345（）；//连续读取数据，储存在BUF中

data_xyz[0]=（BUF[1]<<8）+BUF[0]；//分别是加速度x，y，z的原始数据

data_xyz[1]=（BUF[3]<<8）+BUF[2]；

data_xyz[2]=（BUF[5]<<8）+BUF[4]；

Q=-（float）data_xyz[0]*3.9；

T=（float）data_xyz[1]*3.9；

K=（float）data_xyz[2]*3.9；

Roll=（float）（（（atan2（K，Q）*180）/3.14159265）+180）；//x轴角度值}

3.2 环境光测量与计算

BH1750FVI是日本RHOM推出的一款内置16bitAD转换器的不区分环境光源的光电转换芯片。该芯片采用标准IIC通信接口，直接数字输出，具有接近于视觉灵敏度的分光特性，分辨率可达1LX，非常适用于高精度要求的测量[3]。其光亮度值计算公式为：

实际值=测量值/（1.2*100%*0.5）Lux，其中100%为透光率，0.2位高精度模式2调整值。

3.3 阅读姿态识别程序

智能读书架以ARM Cortex-A53树莓派微型电脑平台加上摄像头作为阅读姿态识别，使用Python语言编写识别程序，识别子程序如下：

while（kpts1）：#当检测到轮廓

diff=100#设置一个检测超时值

firstFace=objects[0]；

firstArea=objects[0][2]*objects[0][3]；#计算当检测到脸部轮廓时的轮廓面积

print（firstFace）

while（diff）：#当检测到面部轮廓时进行人脸追踪

pyb.LED（BLUE_LED_PIN）.on（）

clock.tick（）

diff-=1

img=sensor.snapshot（）

objects=img.find_features（face_cascade，thres hold=0.65，scale_factor=1.25）#寻找轮廓

forrinobjects：

img.draw_rectangle（r）#用方框标记当前轮廓位置

Area=r[2]*r[3]；#计算当前轮廓的轮廓面积

4 结 论

经多次调试实验验证，本作品功能达到原设计目的，目前国内该同类产品均以支架支撑等实物形式实现，对人体的舒适感存在一定影响，本作品创新点是具有非穿戴的主动式调整功能，不影响使用者的舒适度，同时具有云端功能，可实现多功能扩展。

本作品可以广泛应用于幼儿园、中小学、高校、图书馆阅览室、普通家庭、政府机关、大型企事业单位等场所，本作品可以有效减少青少年的近视率，提高儿童的学习效率，有效防止驼背、脊椎弯曲，保护青少年的身心健康；同时让用户充分享受到云平台的服务优势，创新了辅助学习的理念。

参考文献：

[1] 李秀娟.基于儿童成长健康的智能书桌设计研究 [D].齐齐哈尔：齐齐哈尔大学，2016.

[2] 张锦博，张不已.基于单片机和ADXL345的数据采集与软件实现 [J].中国高新区，2017（16）：43.

[3] 彭警，WU S L. Design of insulator gray measurement system based on BH1750FVI [J].石化技术，2017，24（8）：47.

作者简介：陈榕福（1984.02-），男，广东清远人，中级职称，硕士。研究方向：电路与系统、智能设备开发。