中小企业智慧酒店入住管理系统设计与实现

摘  要：物联网技术的成熟加速了“智慧旅游”领域的信息化建设。智能化酒店管理、智能化用户入住场景可以最直观地改善用户入住体验，满足消费者“个性化服务，信息化服务”的需要。基于此背景，结合物联网技术架构、互联网思维以及中小酒店资金现状，利用GTK+、RFID、OpenCV等技术设计适用于中小酒店的智慧酒店入住管理系统，实现了客户身份自动识别、人脸识别、自主入住办理、自主结算等功能，解决中小酒店行业长久以来同质化严重、客户满意度低等问题。

关键词：智慧酒店;人脸识别;身份识别;RFID

中图分类号：TP311       文献标识码：A文章编号：2096-4706（2022）04-0021-04

Design and Implementation of Smart Hotel Check-in Management System for Small and Medium-Sized Enterprises

LIU Bin

（Panzhihua University， Panzhihua  617000， China）

Abstract： The maturity of Internet of Things technology has accelerated the informatization construction in the field of “smart tourism”. Intelligent hotel management and intelligent user check-in scene can most intuitively improve user's check-in experience and meet consumers' needs for “personalized service and informatization service”. Based on this background， it combines with the technical architecture of the Internet of Things， Internet thinking and the current capital situation of small and medium-sized hotels， designs smart hotel check-in management system suitable for small and medium-sized hotels by using GTK +， RFID， OpenCV and other technologies. It realizes the functions of automatic customer identification， face recognition， independent check-in handling， independent settlement and so on， and solves the problems of serious homogenization and low customer satisfaction of small and medium-sized hotel industry for a long time.

Keywords： smart hotel; face recognition; identification; RFID

0  引  言

21世纪以来，信息技术革命浪潮席卷全球，推动了互联网技术的快速发展，物联网、云计算、大数据等新型信息技术相继出现，“智慧地球”“智慧城市”“智慧旅游”等概念相继被提出并逐步實施。对于酒店业来说，顺应时代发展，以移动互联网应用为工具提升酒店品质，提高酒店竞争力，满足客户“舒适、便捷、个性化服务”的需求迫在眉睫，智慧酒店时代已悄然来临，必将成为今后酒店行业发展的重要方向。

“智慧酒店”的概念大致可概括为使用一套完整的智能化体系管理系统，通过数字化、网络化技术实现酒店管理信息化。2010年，杭州黄龙饭店与IBM签约，耗资10亿元，探索“智慧酒店”建设项目，拉开了国内智慧酒店建设的序幕，2013年文化和旅游部发布《饭店智慧化建设与服务指南》提出智慧酒店的建设规范，并给出相关服务指导建议。目前，越来越多的公司和团队积极投入到智慧酒店建设行业，借助物联网技术从住宿流程、能效控制、交互娱乐等多个方面助力酒店改善传统运营模式，加速酒店数字化转型，为游客用户带来更便捷和个性化的入住体验，提高酒店竞争力。

为进一步探索智慧酒店建设，提高酒店用户入住体验，降低酒店运营成本，本文提出一种智慧酒店入住管理系统的解决方案。方案使用GTK+技术实现图形化界面、RFID模块实现读取房卡、OpenCV技术实现人脸识别，针对资金投入少、规模小的酒店，是一种经济实惠，切实可行的智慧酒店解决方案。

1  系统设计

考虑到传统酒店存在的客户入住烦琐性问题，本系统的主要研究目标在于设计并实现一个智能化的酒店入住管理信息化平台，包括快速入住、快速退房、人脸识别以及RFID身份识别等功能模块，其中，所有的图形化界面使用GTK工具进行开发，使用零配salite3作为数据库，快速入住及快速退房等各类点击事件通过信号与回调函数进行实现，人脸识别功能通过OpenCV进行实现，NFC读卡功能通过RFID操作库和读卡器进行实现，整体系统以提升客户体验感为主，进一步增强酒店管理业务能力，系统总体框架如图1所示。

1.1  管理员模块设计DAC46ECB-D3D0-43CC-8F74-2DD9EEBA9917

管理员模块旨在实现对酒店房间及对用户服务的管理，管理员模块如图2所示。

以下为管理员模块各功能描述：（1）入住：管理员可通过入住功能从未入住房间中给用户安排房间，房间号作为后续相关操作的主要依据。（2）查询：管理员可通过查询功能查询当前已入住房间及已入住房间的用户相关登记信息。（3）服务管理：管理员可通过服务管理功能查看当前已入住房间是否有用户呼叫洗漱清洁服务。（4）退房：管理员可通过退房功能，使用房间号实现对已入住房间的快速退房。（5）注销：管理员可通过注销功能退出管理员模块。

1.2  用户模块设计

用户模块旨在实现用户需求功能的设计与管理，用户模块功能分析如图3所示。

为用户模块各功能描述为：（1）查看房间密码：用户可通过此功能查看随机生成的当前入住房间密码。（2）修改房卡：用户可通过此功能自行修改NFC卡号。（3）卫生清洁：用户可通过此功能呼叫卫生清洁服务。（4）洗漱用品：用户可通过此功能呼叫洗漱用品服务。（5）商品购买：用户可通过此功能购买酒店提供的商品，消费金额累积到房费中。（6）快速退房：用户可通过此功能实现快速退房。（7）注销：用户可通过此功能退出用户模块。

1.3  人脸识别设计

人脸识别模块的设计主要使用OpenCV进行实现，目的在于简化用户操作及提高敏感操作安全性，实现方法为通过Haar级联算法与本地数据集中的训练图片进行对比，对可信度进行判断，达到设定阈值的人脸则验证成功，反之验证失败。人脸识别功能分析如图4所示。

1.4  RFID读卡设计

RFID，即射频识别，是一种非接触性自动识别技术，使用RFID技术可保证数据更新及时，信息存储量大，数据安全性高。本项目中利用RFID技術实现房卡读取，通过TypeB类卡操作库控制读写器解析房卡信息，判断与当前房间是否匹配，匹配则解锁房门，反之无法打开房门。在后续系统升级中，本模块可进一步应用在智能停车场、物品及人员定位等场景。

1.5  安全设计

由于信息安全形势不断严峻，所有数据交互点都有可能泄露用户个人信息，所以我们对系统中存在数据交互的功能点进行限制。如，在用户登录上，对数据类型及长度进行限制，将手机号码限制为十一位INTEGER数据类型、将用户姓名进行长度限制，尽可能减少存在的SQL注入点，提高系统安全程度。

2  系统实现

2.1  管理员及用户模块实现

管理员及用户模块的所有图形化界面使用GTK工具设计。登录、注册、页面跳转等相关事件通过信号与回调函数进行实现，当用户在操作过程中触发特定信号时，程序便会自动调用信号连接的回调函数实现相关功能。

2.2  人脸识别功能实现

人脸识别功能通过OpenCV技术实现。当前人脸检测的主要方法有基于知识的检测方法和基于统计的检测方法两种方式，前者检测器官特征和器官之间的几何关系，后者对像素进行相似性度量。本方案采用基于统计的检测方式，通过加载级联分类器检测人脸及人眼。为进一步提高检测精确度，本方案使用灰度图像特征脸方法，将采集到的彩色人脸图转化为灰度图像，之后使用直方图均衡化作为自动的标准化脸部图像亮度和对比度方法，调用函数进行人脸检测（detectMultiScale），将人脸信息的坐标、大小用vector进行保存，通过调整函数参数使检测结果更加精确。人脸识别功能流程主要分为人脸采集、人脸检测以及训练人物图片、人脸识别四步。

2.2.1  人脸采集

人脸采集功能会先创建一个用于保存数据集的目录，目录创建完成后会创建一个VideoCapture对象，通过VideoCapture对象对电脑摄像头进行选择及操作，实现图片的采集与自增编号。当采集数据为空时，系统会进行报错处理;当采集数据不为空时，系统会将采集数据保存至本地数据集。

2.2.2  人脸检测

人脸检测功能主要通过加载Haar级联文件实现对人脸及人眼的检测。脸部及眼部检测的配置文件使用OpenCV官方自带的xml文件。第一步，分类器加载完毕后将采集到的彩色人脸图片转化为灰度图。OpenCV中将彩色图像转化为灰度图主要有两种方法，本方案采用BGR读取图片方式，使用cvtColor函数将采集到的人脸图像转化为灰度图，加快检测速度。第二步，将灰度化的图像进行直方图均衡化，直方图是图像中像素强度分布的图形表达方式，直方图均衡化能提高采集到的人脸图像的质量，能够进一步提高人脸检测效率。第三步，对直方图均衡化后的人脸图像进行多尺度人脸检测，当检测到脸时，进一步检测眼睛，只有当检测到脸部及两只眼睛后，系统方能启用拍照功能。拍照完成后，图像序号会自加存放，图像大小也会被自动修改为与官方数据一致的92×112尺寸。最后，采集成功的人脸图像的路径及标签将写入一个txt文件中，便于后期模型训练等操作。

2.2.3  训练人物图片

系统会先打开人脸列表文件，将图像及标签压入容器中，然后对训练数据是否为空、图像类型及图像尺寸进行判断，判断无误后会创建一个人脸识别类并进行训练，训练完成的模型将被保存至指定路径中。

2.2.4  人脸识别

人脸识别功能会先加载人脸识别器，读取已经训练完成的数据模型，然后加载人脸及人眼检测配置文件，调动摄像头进行人脸识别，然后将获取到的图像进行镜像操作，之后依次进行人脸、人眼检测，图像灰度化，直方图均衡，多尺度人脸检测，最终依据检测可信度判断人脸检测是否通过。

以下为人脸识别部分实现代码：

cv：：CascadeClassifierface_cascade，eyes_cascade;DAC46ECB-D3D0-43CC-8F74-2DD9EEBA9917

/*！//加载Haar级联文件，由此执行人脸检测和人眼检测*/

face_cascade.load（“haarcascade_frontalface_default.xml”）;

eyes_cascade.load（“haarcascade_eye.xml”）;

std：：vector faces; //保存人脸位置

std：：vector eyes;  //保存人眼位置

Mat grayImg ;

Mat use_face;

cvtColor（frame， grayImg，COLOR_BGR2GRAY）; //转化为灰度图

equalizeHist（grayImg，grayImg）; //直方图均衡

//多尺度人脸检测

face_cascade.detectMultiScale（grayImg， faces， 1.1， 3，0|CASCADE_SCALE_IMAGE， Size（30，30））;

2.3  RFID读卡功能实现

RFID由电子标签、天线和读写器三部分组成，其中电子标签划分为ID区和用户数据区，ID区在制作芯片时便写入ROM中，用于存储全球唯一标识码UID，而用户数据区可对用户存储数据进行读取、写入以及增加的操作;天线旨在实现一定空间内射频信号的传输，建立无线通信连接，通过电磁波与读写器进行沟通;读写器则通过天线发送一系列频率的信号，在收到能量或发送指令后，电子标签会将内部存储的标识信息通过电线发射出去，读写器通过天线接收并识别电子标签发回的信息，最后由读卡器将识别结果发送给主机，实现最终的结果识别。

本系统的RFID模块主要针对TypeB类的IC射频卡。TypeB类卡采用异步、NRZ编码方式，使用10%ASK、调制载波的方案传输信号。拿传输过程中的二进制数据举例，信息“1”和“0”的区别在于前者的信号幅度较后者的信号幅度大，这个方案的优势在于信号会持续不断的传递，不会出现能量波动的情况。TypeB类卡相比于TypeA类卡有以下4点优势：（1）更安全。TypeB类卡在接收信号的过程中芯片内部逻辑和软件不會因能量损失而停止工作;（2）更高的通信速率。相比于TypeA类卡150～200 Kbit/s的最大数据通讯速率，TypeB类卡的最大数据通信速率高达400 Kbit/s及以上;（3）外围电路设计简单。可采用简单的UARTS，即简单的通用异步收发传输器;（3）抗干扰强。TypeB类卡的负载波采用BPSK调制技术，与TypeA相比降低了6dB信号声。

以下为RFID模块部分实现代码：

unsigned char status = FAIL;

unsigned int len = 0;

unsigned char buf[18] = {0};

timer_set（5）; //定时器5ms

//UID：[0x00.0x36.0x00.0x00.0x08.CRC16_B]

//返回：x xxxxxxx 0x90 0x00（后两个字节为0x90 x00表示读取成功）

buf[0] = 0x00;

buf[1] = 0x36;

buf[2] = 0x00;

buf[3] = 0x00;

buf[4] = 0x08;

buf[5] = 0x57;

buf[6] = 0x44;

status = rfid_cmd（PCD_TRANSCEIVE， buf， 7， buf， &len）;

if（status == CMD_SUCCESS）

{

memcpy（uid_buf， buf， 10）;

status = OK;

}

else

status = FAIL;

return status;

3  系统测试

3.1  功能测试

通过对管理员模块登录、房间查询、服务管理、快速入住、快速退房及用户模块查看房间密码、商品购买、卫生清洁、洗漱用品、快速退房、注销功能的测试，页面元素齐全，输入正确的用户名及密码能够正常登录，输入不正确的用户名及密码系统会显示账号错误，点击忘记密码时页面能够正常跳转，用户名与密码大小写敏感，登录过程中不存在私人信息明文显示的情况，不同身份的用户登录成功后系统权限正常。所有的功能均能正常实现，系统所有报错均能正常处理，没有卡死及崩溃情况发生。

3.2  性能测试

软件主体使用C语言进行实现，占用资源少，运行效率高，响应时间低于1秒，单用户登陆响应时间少于3秒，具备良好的性能。

3.3  安全测试

管理员登录、商品购买以及VIP办理等敏感操作均会进行人脸识别，对当前用户身份进行验证，置信度达到设定阈值则验证成功，反之失败。不登录的情况下，用户无法进入相关页面，用户名及密码输入框均有类型限制、长度限制及敏感字符过滤，不存在SQL注入及XSS跨站脚本攻击。

4  结  论

本文使用S5P6818开发板以及GTK+、RFID、OpenCV等技术设计并实现了一套智能无人酒店管理信息化平台，实现了管理员快速办理用户入住、退房，用户查看房间密码、商品购买、卫生清洁、洗漱用品、快速退房、注销功能、房卡读取以及人脸识别等功能。解决了现阶段酒店入住烦琐、运营成本较高的问题。

在智能酒店发展的过程中，由于酒店自身资金实力、管理模式、经营方式、发展理念及用户群体各不相同。虽然现阶段智能酒店建设在技术上取得了突破性进展，但从整体而言，智能酒店发展尚处于探索阶段，结合用户需求及酒店自身情况进行智慧酒店建设还需要进一步探索。

参考文献：

[1] 刘超德，张爱军.基于FM17550的智能酒店门锁控制器设计 [J].国外电子测量技术，2021，40（3）：142-146.

[2] 孙竹梅，霍文杰，王琦，等.多协议兼容的酒店照明智能节能管控系统设计 [J].自动化仪表，2020，41（8）：99-102.

[3] 廖姝姝.浅谈互联网环境下酒店管理系统的新特点与发展趋势 [J].中国管理信息化，2020，23（12）：77-78.

[4] 苏康友，陈家栋，王佳颖，等.基于S5P6818无线视频监控系统设计 [J].物联网技术，2019，9（3）：25-26.

[5] 许晓，毕远伟.基于Cortex-A53的嵌入式图像采集系统设计 [J].智能计算机与应用，2019，9（1）：65-68.

[6] 落叶_小唱.基于OpenCV的人脸检测——C++和Python实现[EB/OL].[2022-01-07].https：//blog.csdn.net/ouening/article/details/54647333.

作者简介：刘彬（1982—），男，汉族，四川资阳人，网络安全高级工程师，讲师，硕士，研究方向：数据库。DAC46ECB-D3D0-43CC-8F74-2DD9EEBA9917