大学生运动前后体温测量系统研究

吴谋林，袁 通，马啸宸，罗 恒

（1.苏州科技大学 体育部，江苏 苏州 215009；2.苏州科技大学 电子与信息工程学院，江苏 苏州 215009；3.南京邮电大学 海外教育学院，江苏 南京 210023）

随着近年来大学生身体素质不断下降、学生运动猝死事件的增加，全社会对于大学生安全运动的关注程度越来越高。但是目前对于大学生安全运动量模型的研究不多，导致体育工作者只能根据经验判断运动量，缺乏严格、精确的数学模型给出合理运动量。

对于体温的检测，常用的方法有以下几种：用传统水银温度计直接测量肛温、腋温；用耳温枪测量额温、耳温；用红外测温模块测量体温[1]；佩戴式体温测量装置。

传统水银温度计是目前使用最为广泛的体温测量方法，具有性价比高和易消毒等优点[2]。然而用水银温度计测温主要是测量腋温或肛温，测量时一般不把体温计放在口腔中，以免咬碎水银温度计，造成安全隐患。水银温度计测量法耗时较长，操作难度大，测温较为精准。

耳温枪测量体温是近几年新兴的体温测量方法[3]。耳温枪也是红外测温的一种，它利用检测鼓膜发出的红外线获取体温[4]。由于耳温枪操作简便，测量时间短，测温精准，受到了欢迎，在日常生活中也得到了较为广泛的运用。

红外测温模块测体温一般采用红外体温传感器MLX90614，这种测温方式利用单片机来处理温度数据[5]，通过蓝牙将数据传输到手机上。这种测温方式快速准确，理论上能实现体温自动检测。

佩戴式体温测量装置[6]像帽子一样佩戴在头部，通过传感器接触额头，直接测量体温，经芯片处理后，通过蓝牙将数据传输到手机上[7-9]。

热成像技术在国内外深受重视，都在积极进行研发，其中比较著名的有FLIR 公司、洛克希德·马丁公司、IRCOE 等。Lepton 热成像摄像头属于第二代热成像仪，它运用了红外焦平面阵列等先进技术，通过现代微电子工艺，将十几万个红外探测器按照一定的规则集成在指甲盖大小的芯片上。第二代热成像仪不需要像单点式热成像仪进行扫描就可获得被测物体的热成像。第二代热成像仪体积小、功耗低，得到广泛运用。

系统探讨了一种学生运动前后体温变化的测量系统，基于此，专业人员可以合理设计安全运动量模型。系统改善了传统体温测量耗时[10]、误差大[11]等缺点，使用热成像技术[12]以及树莓派[13]对学生体温进行测量，基于机器学习方法，对测量结果进行分析，可以为后续构建大学生安全运动量模型提供重要的研究基础。

1 硬件系统

1.1 硬件系统总框图

系统硬件结构如图1 所示，通过Lepton 热成像摄像头获取学生热成像图像，经由树莓派进行数据处理，然后在显示屏上显示出热成像图像和温度值，再根据温度值与正常体温进行比对，当体温过高时发出警告。

图1 硬件总框图

1.2 Lepton摄像头

系统选取如图2 所示的Lepton 热成像摄像头。Lepton VoSPI 协议允许通过SPI 通道高效且可验证传输视频。该协议是基于数据包的，没有嵌入式定时信号，也不需要流量控制。主机启动所有事务并控制时钟速度。数据可以灵活的速度从Lepton（从机）中拉出。图中描绘了这种灵活性，显示了利用大部分可用帧周期的相对较慢的时钟以及使用突发帧数据的快速时钟。一旦给定帧的所有数据都被读取，主设备可以选择停止时钟或取消芯片选择直到下一个可用帧。或者，主设备可以简单地将时钟和芯片选择保持为启用状态，在这种情况下，Lepton 将丢弃数据包，直到下一个有效的视频数据可用。

图2 Lepton 相机实物图

1.3 树莓派

树莓派（Raspberry Pi），由本·阿普顿和其同事在英国发明，商业版本于2012 年年初正式发售。树莓派是一个只有手掌大小的可编程计算机，虽然体积小，但性能十分强大，具备笔记本电脑的基本功能，只要接上鼠标、键盘等外设装备，就能进行玩游戏、看视频、文字处理等一系列功能。同时，由于树莓派十分便宜、占据空间小，常被电子爱好者们用于项目开发，实现智能家居、智能小车、视频监控等很多创意。

系统采用的是树莓派3B 型，采用64 位的1.2GHz 四核ARM Cortex-A53 芯片为微型电脑主板，采用SD卡作为内存存储空间，USB 端口外接鼠标键盘，HDMI 接口外接显示器。同时作为最新一代树莓派，它还拥有Wifi 上网和蓝牙4.1 等功能。

2 软件系统概述

2.1 软件方案设计

在确定用热成像摄像头测量体温后，系统有两套方案可供选择：

方案一用Lepton 热成像摄像头获取热成像后，对图像进行人脸识别，以人的眼睛为特征点，用方框选取人脸部分。再对人脸位置进行判断，截取出额头部分的图像。然后，针对额头部分的热成像图像进行图像处理，根据RGB 色彩查询表，得到额头图像中每个像素点对应温度值。最后，求均值得到学生额头部分的温度。

方案二从SPI 端口抓取数据包，从数据包中获取热成像摄像头采集的原始数据，将数据通过进制转换转化为十进制温度值。

Lepton 热成像摄像头获得的热成像图像是伪彩色图像，即热成像图像是先测得温度数据，再通过数据绘制得到。Lepton 采用氧化钒薄膜的热敏作用，测的温度数值归一化处理后再乘以256 得到对应RGB 色彩值。所以最后产生的热成像图像只是对温度的一个直观表示，通过图像处理来识别色彩温度是本末倒置。

与此同时，经过测试发现（如图3 所示），最终得到的人脸的热成像图像色彩分布较为均匀，眼睛温度颜色和面部颜色几乎无差别，因此，无法通过眼睛作为特征点进行人脸识别。

基于上述研究，该系统采用方案二，提出了一套成像和测温的方法，软件总流程图如图4 所示。首先，配置树莓派，在树莓派中装入系统，将Lepton 热成像摄像头与树莓派正确连线。测得原始数据后，将原始数据转化成RGB 数据，根据RGB 数值绘制出热成像图像。对原始数据进行处理，将其转化为十进制数据，得到体温数据。再对体温数据进行判定，学生体温过高时发出报警。

测试发现，环境温度与人体体温差异较大，该系统适用的环境温度一般低于30 ℃，因此，选取30 ℃作为阈值，将高于30 ℃的温度数据判定为体温数据，将低于30 ℃的温度数据判定为环境温度数据。分离环境温度数据和体温数据过后，对体温数据求均值，得到体温数据。最后将体温数据与标准体温37 ℃进行对比，当体温高于37 ℃时，输出高电平，蜂鸣器发出报警。

图3 热成像面部图

2.2 软件实现

2.2.1 树莓派配置部分

树莓派与热成像的配置过程如图5 所示，完成热成像摄像头与树莓派的接线之后，先在树莓派上搭载好NOOBS 系统，再通过 Advanced Options 设置 SPI 和 I2C，并实现 SPI、I2C 功能。Lepton 热成像摄像头通过 SPI读取测温数据，逐行扫描显示热成像。通过I2C 接口，Lepton 可以设置相机的参数。

图4 软件总体流程图

图5 树莓派配置图

热成像的具体实现流程如图6 所示。先通过氧化钒薄膜（相当于热敏电阻）测得原始数据，范围为[0，5 536]，然后从SPI 中读取数据。Lepton 热成像摄像头像素为80×60，一帧图像有60 行，每行打包成一个数据包，每个数据包中有80 个16bit 整型数据。将每一帧图像的数据放在一个数组中，找出每个数组中的最大值和最小值，对最大最小值求差，然后归一化，之后乘以256 得到对应的RGB 数值，最后根据RGB 数值绘制出热成像图像。

图6 热成像实现图

2.2.2 温度读取部分

系统温度读取流程图如图7 所示。先抓取Lepton 热成像摄像头测得的原始数据，将其转化为十进制温度数据。之后对温度数据进行处理，经过多次实验，最终以30 ℃为分界值。将数值高于30 的数据归于体温数据，低于30 的数据归于环境温度数据。最后对体温数据求均值，得到体温数据。将体温数据与标准体温37 ℃比较，当温度高于37 ℃时，蜂鸣器发出报警，提醒及时留意学生体温过高的情况。

图7 温度读取流程图

3 实验及结果分析

3.1 实验结果

学生体温过高预防系统的实物如图8 所示，系统主要由显示屏、Lepton 热成像摄像头、树莓派和蜂鸣器组成。

将树莓派与Lepton 热成像摄像头正确连线后，在树莓派上安装NOOBS 系统，进入图形界面后，通过指令，配置SPI、I2C 进行数据传输，下载QT，配置热成像摄像头文件，最后成功实现成像。图9 是色彩温度对应图，表示了热成像图像色彩与温度之间的关系，温度越高，色谱越向暖色端偏移，图像更亮；温度越低，色谱向冷色端偏移，图像更暗。

实现热成像功能后，对体温数据进行采集和处理，先测得面部温度，再用热水模拟体温过高的情况。当Lepton 热成像摄像头面向热水时，温度过高，蜂鸣器发出报警。图10 是面部测温图，为测量面部温度时的实验照片。图11 是体温过高模拟图，拍摄了用热水模拟体温过高时的实验照片。

图8 学生体温过高预防系统实物

图9 色彩温度对应图

图10 面部测温图

图11 体温过高模拟图

同时，实验还采集了100 组体温数据，对测量体温的数据进行误差分析。

3.2 结果分析

温度数据经过进制转换后，在电脑上通过串口输出，考虑到测量准确性，选取婴儿体温作为测试对象，其中串口数据如图12 所示。最终数据选取了100 组体温数据作样本，发现体温在34.98～35.69 ℃间波动，均值为35.25 ℃。与测试结果对比发现，热成像测得的体温与真实体温有一定误差，误差大致为4.7%。

图12 串口数据

经分析，误差原因如下：

测量过程中发现，热成像温度的准确性与被测目标之间的距离有关，距离越远，测得的体温误差越大。当测温距离超过1 m 时，Lepton 热成像摄像头无法准确测量目标体温。虽然可以通过调整摄像头焦距来延长测温距离，但随之成像的清晰度也会下降。同时，学生体表温度并不能完全代表体腔内的温度，尤其是非接触红外测温时，面部温度会有所损失，达不到37 ℃。人所处环境中空气的湿度和温度也会影响热成像测温的精准度。

4 结语

系统对大学生运动前后体温变化进行探究，提出一套采用热成像摄像头检测学生体温的设计方案。设计采用FLIR 公司生产的Lepton 热成像摄像头和树莓派，打破了传统的接触式测温模式，根据人体的红外辐射能量来确定人体温度，具有测温速度快、测温数据精度高等优点，也避免了感温装置贴身使用给学生带来的不适。和其他红外传感器检测的方法相比，热成像体温监测系统采用热成像摄像头，监控范围广，有热成像图像作出反馈，家长可实时了解学生体温状况和睡眠情况，设备更加先进，测量更加精准，报警更加及时。

实验表明，通过热成像摄像头测量体温方案可行，学生体温过高时发出报警，基本实现了预期功能。该设计采用的热成像摄像头的优势在于非接触式测温，不会对学生带来不适，不产生任何辐射，不会产生环境污染和健康威胁。同时，热成像摄像头能24 h 持续测量学生体温，可有效得到大量准确的体温数据。

经实验发现，系统还存在不足。首先，学生体表温度受环境影响较大，通过非接触热成像测温不精准。其次，学生姿势改变，面部在热成像摄像机的拍摄死角，采集不到面部照片。针对这两个问题，解决方案为：将测量地点放置于室内，一般室内温湿度变化不大，对热成像测温的影响较小。缩短热成像摄像机与学生距离，使成像更加清晰，测量更加精准。同时，由于学生体表温度低于体腔温度，经过数据分析，编程时适当降低报警阈值，提高报警的准确率。调整测温的角度，在经济允许的情况下，采用多个红外摄像机联动检测，多角度拍摄，综合采集数据并汇总。