智能防疫和消毒一体的AI系统设计

韶关学院智能工程学院 李宇航 吴锦均 叶智文 刘智伟 孙婉晴 陈景华

鉴于当今新冠疫情预防对日常医疗的实际需求，机器人通过人脸识别对用户进行信息录入，并搭载高精度无线测温模块进行无接触式测温，增加了口罩识别以及智能提供口罩、消毒纸巾功能。用户还可以通过微信小程序以及智能语音提醒协同机器人选择对特定部位或物品进行消毒和查看身体检测数据，规避了传统机器全身消毒导致口鼻吸入消毒液造成身体危害，实现了智能控制与医疗一体化的多场景应用。

自新冠肺炎疫情爆发以来，时代对医疗设备的智能化需求急剧增加。在繁琐的医护工作、交叉感染高风险等形势下，如果利用现有科技手段，将此类工作有计划性的分配给机器人，缓解医疗资源压力，实现精准有效治疗、降低医护人员的感染危险系数成为时代问题。同时医学上“预防为主，治疗为辅”的主张更是成为了日常医疗的智能化的催化剂。为针对这一时代问题，该次设计旨在将投入实践的智能一体化、多场景应用的防疫机器人可以在日常家庭、公共场所等有效解决健康防护、医疗资源难以大众化等问题，有效提高人群密集区和住宅的防疫能力。为针对这一时代性的问题，我们所构思并将投入实践的智能一体化、多场景应用的防疫机器人将会在日常家庭、公共场所等有效解决健康防护问题。

1 系统总体设计方案

本系统设计主要通过对视频图像处理技术、高精度无线传感技术、云端与服务端设计以及人体工程学技术等不同领域的深入研究。系统总体设计框图如图1所示，可实现对用户的非接触式红外感应测温、基于人体工程学的人身消毒和自动感应包裹消毒，同时，本设计也不局限于对用户进行信息录入，通过UI界面协同用户进行功能选择，移动端APP用户信息的实时监视以及感情语音人工智能引导。

2 系统下层核心控制端

2.1 基于光敏感应的包裹消毒设计

图1 系统总体设计框图

图2 消毒室三维模型图

本消毒和防疫一体机器人采用结合固定强度光源的光敏传感器实现对包裹实时监测，即利用光敏传感器对不同强度光照时光敏值会发生急剧变化的特点，而设计成半封闭式消毒室进行包裹监测与消毒。图2所示为消毒室三维模型图，利用STM32的ADC引脚来获取光敏传感器的光敏数值，当无包裹放进消毒室时，则获取的光敏值比较大，当有包裹送进时，读取的光敏值将大大减小，根据强光对应高光敏值的原理，当获取到光敏传感器数值低于阈值则判断检测到有包裹送进，进一步控制消毒室进行全面消毒。同时，采用光敏传感器大大降低了电路和程序设计的难度以及可大大节省成本，使我们消毒机器人的效率更高化。

2.2 非接触式人体测温

鉴于人体会发出红外辐射能量，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IIC时序信号来读取体温值，图3所示为感应测温流程图，该模块能够通过物体某一狭窄波长范围内发生的辐射能量，来决定温度的大小。该模块能够将获取到的辐射能量转换为电信号之后通过串口将信号发送出去，并通过页面交互引导用户在此感应距离内进行非接触式测温，这不仅可以提升测温准确度，而且还能实现人工智能交互引导。

图3 感应测温流程

图4 视频图像数据上传云端流程框图

3 系统上层核心控制端

3.1 视频图像处理

视频图像处理过程中涉及到对视频图像数据的获取、传输、整理和显示等过程，将所采集的数据进行分析。采用人脸识别技术，对已录入系统的个体进行低温登记。对未录入系统的个体，个体图像和体温一并保存至云端，实现流程框图如图4所示。

3.2 基于人脸识别的用户检测设计

本设计采用摄像头和激光测距进行用户监测，当激光测距模块检测到1m內有遮挡物并且保持三秒钟以上的时候则预判断有用户使用机器人，然后开启摄像头，获取遮挡激光测距模块的物体照片，通过机器人里面的微控电脑树莓派搭载开源的OpenCV机器视觉库，将图片进行预处理之后再调用Haar级联分类器中的cvHaarDetectObjects函数启动人脸识别模型，如果能捕捉到人脸则为确定为有使用者。

3.3 人机交互界面设计

本设计的UI界面主要功能有四部分，分别是非接触式体温检测，智能人身消毒，包裹消毒和用户数据上传。当点击体温检测的时候会显示引导动画引导使用者完成制定消毒操作。点击测温的时候会打开体温的交互界面，然后输入使用者名字之后就能开始体温的检测。除此之外我们还有管理员界面，能够对后端数据库进行用户添加，删除，和列出。

图5所示为机器人的界面操作系统流程图。

3.4 数据后端

数据后端使用了基于python的Django（张丽霞.基于Django的海运包装危险货物管理云平台设计与实现）进行搭建，用于用户与机器人移动端进行信息的交互，同时，机器人使用WIFI模块和4G模块对使用者的测量信息和位置信息进行上传，然后使用者也可以在自己的微信小程序中查询该信息，也方便管理者实现对用户的实时监测。

总结：结合以上技术路线分析，使用者的实时监测、人机交互界面的设计、外红测温部分、人体数据检测、消毒液的喷洒、数据后端；通过小组成员已有的技术知识和经验进行讨论分析，加上指导老师的精心指导，我们项目系统设计都是可行且更加优化的方案，这些理论分析也大大为我们项目的开展提供强有力的支持和保障，测试结果表明，该机器人能在多种场景如学校、车站等准确识别用户并对其进行身体检测，高效消毒以及口罩、纸巾提供等，有效减少接触感染几率，推动了社会的医疗水平发展。

图5 界面操作系统流程图