基于ZigBee与人脸识别的室内灯控系统

杨胜和，贾 伟，李家成，孟世桢，刘峻瑜，田萌萌，罗保国，谢明山

（贵州大学 大数据与信息工程学院，贵州 贵阳 550000）

0 引 言

随着智能技术的不断发展，人们的生活逐渐向着智能化的方向前进，对于灯光管理的要求也越来越高。但传统管理方式存在一定的安全问题，尤其是一些密室、保密场所等对灯光管理的要求比较高。利用智能技术不仅可以解决这些问题，还可以节约能源，提高人们工作生活的质量，改变人们的生活方式[1-2]。目前，智能灯的控制方式主要包含遥控器、声音、光控、感应等，但是这些方法没有很好地达到节能的目的。如采用声控方式时，许多人喜欢在家养宠物，不可避免地会产生噪声，导致声控设备不按照人们的意愿工作，同样会产生不必要的电能消耗。为此，本文提出了一种基于人脸识别的智能灯控制方法，设计了一种基于人脸识别技术的智能灯控制系统；同时通过传感器将室内温湿度、异常气体等信息传送到手机终端，实现室内温湿度等信息的检测，从而为密室、保密场所等特殊区域的灯控提供了一种有效方法。

1 系统的总体设计

室内灯控系统主要由ZigBee核心板模块、温湿度传感器模块、LED灯控制模块、数据后台服务器模块、路由器模块等组成。系统的总体组成如图1所示。系统首先通过本文提出的基于ArcFace的自然场景人脸识别算法识别终端采集的人脸，实现了对终端灯光的控制；同时通过传感器将室内温湿度、异常气体等信息传送到手机终端，实现室内温湿度等信息的检测。

图1 系统的总体组成

2 改进的基于ArcFace算法的智能灯控制设计

ArcFace算法是在文献[3-4]的基础上进行了改进，提出了cos（θ+m）直接最大化的角度空间中的决策边界，该角度空间是基于L2-norm的权重和特征生成的。与cos（mθ）和（cosθ-m）相比，ArcFace可以获得更具辨识性的深度特征。为了提高移动端识别的效率，本文采用文献[5-8]提出的YOLOv3人脸检测算法，该算法通过两次采样完成了多尺度检测，在保持了较快的检测速度的同时对小人脸具有较好的检测效果；同时，算法对候选框采用了复合标签的建模方法，而不再是每个候选框只对应一个类别，因而YOLOv3在速度精度、泛化性等方面都取得了较好的效果。PFLD是一种最新的人脸关键点检测算法，该算法提出了非限定条件下的具有理想检测精度的轻量级landmark检测模型。测试表明，PFLD算法在移动设备上能达到超实时的性能。本文将PFLD与YOLOv3算法用于自然场景人脸检测，旨在提高系统对环境的适应能力以及对小人脸的检测性能。本文基于ArcFace的人脸识别控制系统如图2所示。

图2 人脸识别智能灯控制系统

3 服务器端软件设计

本地服务器主要负责完成协调器节点数据采集及远程数据的分发[9-10]。协调器通过串口接入服务器，并通过路由器实现数据与终端的传输。服务器程序由串口驱动模块、Socket通信程序模块、界面模块构成，服务器管理界面如图3所示。

图3 服务器端管理界面

4 系统节点硬件设计

本文系统硬件节点模块主要包括CC2530处理器、DHT11温湿度传感器、室内气体传感器模块、智能灯控制模块、显示模块等。其中DHT11模块、气体传感器模块用于室内温湿度、气体数据信息的采集，智能灯控模块用于控制灯光的关闭与开启。系统主要硬件框图如图4所示。

图4 系统主要硬件框图

4.1 气体传感器模块

MQ-2传感器对于煤气、油烟气体灵敏度最高，其优点是响应快、稳定性好、寿命长、驱动电路简单，适合室内的气体的检测。该传感器具有较为良好的重复性、恢复性，能够保持长时间工作；监测可燃气体或烟雾体积分数范围为10-4～10-2。本系统气体传感器电路如图5所示。

图5 系统气体传感器电路

4.2 DHT11温湿度传感器模块

DHT11数字传感器是一种能测量温湿度的具有数字校准功能的复合传感器。它应用专用的数字模块采集技术和温湿度传感技术，从而使得该传感器具有极高的可靠性与良好的稳定性。该传感器硬件组成包括一个电阻式感湿元件和一个NTC测温元件，从而可以与单片机相连。DHT11数字传感器具有品质好、超快响应、抗干扰能力强、性价比高等优点。

4.3 灯控模块设计

智能灯模块如图6所示，模块通过继电器HRS1H-SDC5V作为电源供电开关；当CC2530P1.1引脚输出为高电平时，三极管S9014导通，继电器开关闭合，灯泡点亮；当P1.1引脚输出为低电平时，继电器开关断开，灯泡熄灭。智能灯模块中灯泡通过可充电锂离子电池的USB口供电，从而提高了灯泡的便携性。

图6 智能灯模块

5 实验与结果分析

系统的本地服务器软件通过VS2017编写，主要实现协调器数据上传，并通过TCP/UP协议将服务器数据分发到手机端。手机端APP采用Eclipse平台编写，实现了数据采集与智能灯的人脸识别控制。实验效果如图7所示。

图7 系统软硬件测试效果

本系统实现了基于ZigBee与人脸识别的智能灯控制系统与温湿度、气体的测量和采集。实验中数据来源为真实人脸数据，实验结果见表1所列。

表1 人脸识别的智能灯控制实验结果

对寝室、教室、实验室三个不同地点的温湿度、气体数据进行采集，见表2所列。

表2 不同地点系统温湿度、气体采集数据比较

由表1、表2测试结果可知，系统能够成功控制灯的开启并采集环境温湿度数据，且效果较好。

6 结 语

本文针对密室、保密场所等要求比较高的场所，设计了一种无线的人脸识别智能灯控系统，提出了一种解决传统灯光管理方式不安全、不方便等问题的方法；通过构建基于ZigBee的局域网，实现了对室内温湿度、气体等数据的实时监测与管理，并通过手机终端进行实时监测与管理。系统具有低成本、低功耗、高可靠性、易维护等优点。但是系统仍然存在不足，如功能少、移动端人脸识别要求实时性等。