基于人脸识别的智能辅助防疫消毒系统

吴锦均，李宇航，叶智文，刘智伟，孙婉晴，陈景华

（韶关学院 智能工程学院，广东 韶关 512000）

0 引 言

新冠肺炎爆发后，利用AI技术更好地推进防疫工作乃大势所趋。鉴于当今市场上现有的消毒机器人只是单独对用户进行消毒，忽略了消毒水可能会喷洒入眼的危险，为了提高用户体验感，本文设计的机器人利用人体工程学合理地对用户肩以下的区域进行消毒。考虑到要方便检测消毒水的用量，因此设计的机器人添加了人机交互功能，有助于管理人员随时查看机器人的工作状态。该智能一体化、多场景应用的防疫机器人成功解决了日常家庭、公共场所等的健康防护问题。

1 系统总体设计方案

本系统主要分为三大模块，分别是STM32主控端、搭载树莓派的Linux核心端和人机交互界面的用户端，系统总体设计如图1所示。

图1 系统总体设计框图

主控端主要处理传感器模块感应到的数据并且做初步整合，之后将整合的数据发送到树莓派的核心端。树莓派的核心端主要连接有云端和图像处理接口，其将控制端传输的数据按照命令进行处理，最后客户端将机器人核心端处理好的数据进行显示，实现人工智能的引导交互。通过三大模块的相互协助，消毒机器人能够实现不同的功能。

2 系统硬件平台的搭建

2.1 整体设计思路

本系统采用摄像头和激光测距模块辅助进行检测。当检测到用户时，将启动机器人各功能模块，由机器人系统引导用户进行功能选择。本系统设计有更智能、更人性化的人体消毒功能，结合人体工程学技术[1]测算用户身高并对肩部以下区域消毒。鉴于以往测温存在交叉接触传染的风险，本设计采用非接触式感应测温方式对用户进行测温。除此之外，还设有自动感应包裹消毒功能，使用者可以在交互屏中选择该功能，然后机器人打开消毒室，提示使用者将物品放入，之后系统对物品消毒。系统实现流程如图2所示。

2.2 非接触式红外感应测温

红外测温是目前一种有效减少接触并且速度较快的测温方法，本设计使用型号为MLX90614的红外测温模块。该模块能够通过物体一狭窄波长范围内发生的辐射能量测得具体温度，然后将测得的温度电信号与正常体温电信号进行对比，若大于阈值，则机器人发出警告，提示使用者有发烧嫌疑，并告知相关人员对其做进一步检查。

2.3 系统三维模型的构建

本系统设计利用现有的3D建模技术搭配Solidworks软件对项目进行细致的建模。本系统设计的三维模型剖析图如图3所示。通过建模成品的剖析过程，可以清晰了解项目的结构搭建：以铝型材为整体的骨架，辅以高硬度的亚克力板作为外形包装，简洁干净，为后期系统设计提供有利的保障。 同时，本系统各检测模块的位置优化大大提高了用户体验。

图2 系统实现流程

图3 系统设计的三维模型剖析图

3 系统软件设计

3.1 基于视频图像处理和激光模块的用户检测

鉴于机器人对用户实时监测时误认为行人为用户的问题，本设计采用OpenCV深度摄像头捕获用户的人脸。采用OpenCV库开源人脸检测级联器进行人脸检测时，OpenCV级联分类器通过Adaboost人脸检测算法进行训练[2]，然后通过大量数据图片对图形进行训练，因此该级联器的准确率较高。当检测到人脸时，系统结合激光测距模块对检测到的用户进行测距，当激光测距模块检测到1 m内有遮挡物并且保持3 s以上时，可以确定有用户需要服务。用户检测流程如图4所示。

图4 用户检测流程

3.2 人机交互界面的设计

为提升用户的使用体验，本系统设计了一套从移动端到客户端的人机交互界面。人机交互设计流程如图5所示。

对于客户端，本设计界面主要分为功能选择界面和管理员界面。用户只能访问功能界面，通过选择不同的功能达到相关目的；管理员可通过管理员界面对用户的登记信息进行查看或删除、添加。对于移动端，本系统设计人机交互微信小程序，连接MySQL数据后端[3]，其主要采用 WXML（HTML5）、WXSS（CSS）和 JavaScript技术[4]。使用官方封装好的组件开发出设计的微信界面，大大缩短了开发周期。用户可以通过微信小程序查询自己在客户端上的等级信息和身体状况，提高用户体验。

图5 人机交互端设计流程

3.3 基于人体工程学的人体数据检测

由于消毒剂存在轻毒性，因此本设计结合图像识别技术和人体工程学中的人体测量学技术测量用户的身体数据[5]。通过深度摄像头捕捉人体后，使用Grabcut算法把捕捉到的人体从图像背景中分割出来[6]，再使用BorderMatting边缘细化处理，使得分割人体的图像更加平滑。接着进行图像的灰度二值化，便于对图像像素的计算，最后计算得知图像最长像素点的距离约等于最高像素点与最低像素点的欧式距离：

4 系统测试与数据分析

4.1 包裹自动检测设计

此作品采用半封闭空间搭载光敏传感器以及光源实现对包裹的检测。光敏传感器接收不同强度光照时，光敏传感值发生变化[7]。包裹检测流程如图6所示。本设计通过底层控制端STM32核心板实时读取光敏输出值，并进一步通过A/D换算输出一个分度值为1的整型数值。限定光敏值为0～100，经过系统设计以及调试，在无包裹情况下光敏值的范围为66～72，在有包裹情况下光敏值的范围为26～32，因此可通过设置检测阈值来判断是否检测到包裹。

图6 包裹检测流程

4.2 基于人体工程学的人体数据测量

本系统设计采用视频图像处理技术[8]测量人体数据。利用搭载树莓派的深度摄像头对用户进行人脸识别和捕获，结合人体工程学的人体测量学知识，对用户肩部以下区域消毒。人体数据检测效果如图7所示。根据人脸识别算法[9]计算出脸部尺寸为Hcm，根据人体测量学方法测算出用户肩高（男士肩高为（H/0.113）cm，女士肩高为（H/0.138）cm），系统根据测算结果控制消毒喷口的喷洒角度。

图7 人体数据检测效果

4.3 非接触式红外感应测温设计

本系统设计采用红外非接触式测温模块进行测温，通过STM32发出模拟I2C时序信号来读取体温值，对于非接触测温，不同的检测感应距离将得到不同的结果，由调试测验与体温测温枪核对并校准检测结果。实验数据记录见表1所列。此方案下的非接触式测温在感应测温距离处于2.5～3.2 cm时，检测结果更贴进于真实值，因此本设计采用页面交互方式引导用户在感应距离内进行非接触式测温，以提升测温准确度。

表1 人体测温数据分析

5 结 语

本系统设计主要提供人体红外测温、包裹消毒、人体消毒的服务，同时，也不局限于感情语音交互、前端界面人机交互以及移动端的小程序人机交互[10]。当用户选择红外测温出现温度过高的情况时，机器人会发出警示将人脸信息记录到云端后台，方便进一步追踪用户的行程信息；用户选择全身消毒时，本设计利用人体测量学技术实现了对用户肩部以下区域的消毒，有效解决了以往由于个体差异无法确定头部导致消毒不全面或者忽视头部导致消毒药水对人体造成危害。测试结果表明，系统检测的精度和灵敏度能够得到增强，达到了设计要求。