一种自动扶梯超载预警系统设计

周茗皓

（安徽省特种设备检测院电梯检测二中心 安徽省合肥市 230051）

随着科技的快速发展以及城市化进程的加快，自动扶梯广泛应用于车站、码头、商场、机场和地铁等人流集中的地方[1]。自动扶梯作为人们的重要输送工具，数量迅速增加，在输送便利的同时，也对乘客存在着一定的隐患。自动扶梯发生超载往往发生在人流量较大的场所，例如火车站火车到站、商场做活动等等，人流量的增加导致自动扶梯电动机力矩不足，引起电动机力矩逆转，从而导致安全事故的发生，造成人员的伤亡[2][3]。

为防止发生事故，有必要对自动扶梯进行超载保护，特别是对公共交通型扶梯及人流量较大的商场显得尤为重要。传统的防止超载的措施主要是管理人员现场指挥和重力传感器检测[4]，管理人员现场指挥这种措施存在效率不高、依赖人工、自动化程度不高等缺点；重力传感器检测应用于自动扶梯上会造成资源浪费并且效率不高。

正是由于上述的措施存在一定的缺点，本文提出了基于STM32，利用图像识别来搭建系统，通过检测利用自动扶梯的人数来实现超载保护，首先通过摄像头采集电梯上的人物图像，利用局部二值模式算法识别出人物并计算人数，控制器使用STM32，建立超载警报系统，减少对人员的依赖，提高自动扶梯的安全性。

1 系统基本原理简介

该系统包括硬件部分和软件部分，硬件部分包括了STM32 处理器、摄像头和语音报警等几大模块，软件部分包括了STM32 片上软件系统，用来实现图像的识别和人数计算等功能。该系统首先通过摄像头获取自动扶梯上的图像，然后利用STM32 片上软件系统进行图像识别获得人像并计算出人数，判断出自动扶梯是否处于超载状态，最后通过STM32 处理器控制语音报警模块发出警报声来实现自动扶梯的预警保护功能。本系统框图如图1所示。

2 系统硬件设计

2.1 硬件平台设计

要想实现本系统的功能，要在选择的控制器上拓展外围设备，搭建完整的硬件系统。系统外围电路中以NAND Flash 存储器作为系统硬盘，存储内核、根文件系统、用户应用程序以及摄像机采集和处理之后的自动扶梯上的图片文件，SDRAM 存储器作为系统内存；外接USB 接口用以通信和传输数据，RS232 串口及网络接口用以与PC 端进行通信；电源模块为整个系统提供电能，图像采集模块用于采集图像，语音报警模块实现自动扶梯超载语音提示。系统完整硬件结构图如图2所示。

2.2 STM32处理器选取

STM32 是具有性能高、功耗小、成本低的一款处理器，更适用于嵌入式应用设计。具有代表性的STM32 有ARM 公司中32位具有 Cortex-M 内核的处理器[5][6][7]。ARM 公司这款处理器不仅仅具有上述的优点，同时具有超前的体系结构，便于使用，兼容Linux、Wince、VxWorks 等操作系统，允许使用NAND Flash 与SDRAM 等存储器来储存数据。使用嵌入式操作系统来进行资源管理是非常有优势的[8][9][10]。

图1：系统框图

图2：硬件结构图

图3：语音模块实物图

STM32 作为本系统的处理器是非常合适的，本文选用STM32F767IGT6，STM32F767IGT6 是意法半导体公司生产的、32位基于Cortex-M4 内核的控制芯片，主频可达216MHz。1MB 的FLASH 存储空间和高达512KB 的SRAM 内存，可灵活增加在线升级功能和根据需求定制自动扶梯的控制模块。多达17 路定时器和132个I/O端口，满足自动扶梯的独立控制。3个I2C接口和8个串口，满足系统的外围扩展和通信控制要求。

表1：相机参数

表2：记录仪参数

图4：系统流程图

2.3 图像采集模块

图像采集模块包括CCD 相机和数据存储模块，CCD 相机选用型号为W130-12 的相机，是由Sony 公司生产的广角摄像机，能够选择多种焦距，红外距离可达15 米，感光面积可达三分之一英寸，能够满足图像采集的要求,该相机的其他参数如表1所示。数据存储模块选用型号为JY-DATA-LOG 的SD 卡记录仪模块，拥有16KB的缓存区，避免数据丢失。传输速率可达每秒90KB，可以应用于各种嵌入式应用中，该模块参数如表2所示。

2.4 语音报警模块

语音报警模块采用型号为HSTESC 的语音模块，由HUASTO公司生产，采用工业级数字音频处理芯片，功放采用进口数字式功放作为功率放大器件，CPU 采用ARM32 位机，成本低，接口丰富，能够进行二次开发，适合该系统的语音报警功能。该模块的实物如图3所示。

3 系统软件设计

3.1 系统结构图

图5：人脸识别程序流程图

图4 是本系统的系统流程图，从图中我们可以看到首先进行初始化，然后其内核为图像采集任务分配内存，摄像机将采集来的图片信息通过专用接口导入到处理器中，应用程序对图片信息进行处理，检测其中的人脸，统计其中的人数，当扶梯上人数大于阈值时，系统通过STM32 处理器控制喇叭发出警报声音，并发出提示音：“电梯超载，请稍后再上。”当自动扶梯上的人数减少，小于我们设置的阈值时，警报声就会停止，人们就可以继续使用自动扶梯。

3.2 应用程序设计

本系统图像处理应用程序的主要任务是设计人脸识别程序识别采集到的图像中的人脸以获得人数。图5所示的为人脸识别的系统流程图。从图中我们可以看到首先需要读取采集到的图像数据，之后对读取到的图像进行预处理，处理好的图像数据使用均值二值化模式算法进行特征处理，提取的特征与建立的数据库进行识别，得到识别的结果，最终计算出自动扶梯上的人数。

本程序利用OpenMV 实现基于LBP 算法的人脸识别。OpenMV（Open Machine Vision）是机器视觉模块[11][12]，它是基于STM32F767VI ARM Cortex M7 处理器和OV2640 图像传感器的集成模块。采用python 语言编程，可用SD 卡取代内置的Flash 文件系统，扩大可存储代码量，最大支持32G 的容量。具有uart、spi、can 等通信方式，也可以实现二维码扫描、人脸识别、形状识别、颜色识别、人眼追踪等功能。

局部二值模式（Local Binary Pattern，LBP）是用来提取图像特征的一种算法，在1994年由Ojala 和Harwood 构建，主要应用于纹理特征提取方面，可以提取出图像的局部纹理特征，具有旋转不变性等优越的性能[13][14]。该算法的基本思路是：在半径为1，采样点为8 的一个圆上，以圆心的值为阈值，将8 个点的值与其相比，如果该点的值大于圆心值，则该点的位置设为1，反之则为0。这样就可以得到一个8 位二进制数，转换成十进制数即为该区域上的LBP 值，可以使用该值来表示该区域的纹理信息。

4 结论

自动扶梯越来越受到社会各界的广泛关注，其安全关系到千千万万的乘客。本文提出的自动扶梯超载预警系统可以在公共区域的自动扶梯中使用，不仅仅可以减少安全事故的发生。同时也可以避免自动扶梯的滥用。提出的系统基于图像处理技术，由STM32 硬件系统和软件系统组成，硬件系统由STM32F767 处理器、图像采集模块和语音报警模块组成，软件系统主要是对图像进行识别计算人数，从而判断出是否超载。该系统主要有以下优点：

（1）实现了智能化电梯超载预警功能；

（2）与传统的预警方式相比，节省了成本，节约了时间，可以有效防止安全事故的发生；

（3）改变了自动扶梯单纯依靠人员来监督使用的管理模式，实现自动扶梯使用的自主监控，促进自动扶梯的安全使用。