基于Arduino的智能辅助引导系统设计

摘 要：为提高人员密集场所的引导效率，满足特殊处置要求，以辅助引导和图像温度特征检测作为出发点，提出并设计了基于Arduino的智能辅助引导系统。系统采用了OpenMV IDE集成开发环境、Arduino编程和多模块集成实时响应技术，实现了高精度身份识别、佩戴口罩识别及智能语音提醒、智能循迹与引导、自动化测温播报以及喷洒消毒试剂等功能，有利于缓解人员密集场所的引导与疏散压力，规范医院、学校、酒店、影院等场所的人员秩序，并且具有一定的功能拓展空间。实验结果表明，智能辅助引导系统实现了以医院为应用场景的秩序维护、口罩检测、测温、消毒功能，并具备提高引导与检测效率的能力。该系统对于帮助医护人员处置公共卫生事件，减少不必要的人力投入和感染风险，具有积极作用。

关键词：Arduino；智能辅助引导系统；图像识别；身份识别；温度检测；消毒响应

中图分类号：TP242 文献标识码：A 文章编号：2095-1302（2024）05-00-03

0 引 言

当今社会，公共卫生安全越来越受到人们的重视。为了降低传染病流行的风险，许多公共场所如医院、学校、影剧院、大型会议现场等都需要采取引导措施[1-4]，确保进入场所的人员佩戴口罩、测量体温、进行必要的消毒等。为了有效地采取措施，在人员密集且有特殊要求的场所，往往采用人工检测与引导，需要大量引导人员并且引导人员不得不进行大量重复性的工作，导致人力资源的浪费，增加病毒传播风险[5-7]。在很多人员密集场所，由于缺少智能的信息导引，往往会导致秩序混乱，影响工作的进度。部分医院和医疗场所因缺乏信息采样和整合的处理系统而采用人工检测记录的方式，易造成信息迟滞、管理混乱、效率低下、疾病传播风险增加。有效地进行管理和引导，开发高效准确的智能引导系统，可以为人员密集场所的秩序管理提供先进的解决方案。

随着计算机视觉、深度学习和传感器技术的不断进步，智能引导机器人、智能车等产品的性能和应用场景也在不断扩展[8]。在许多领域，智能引导车已经开始逐渐取代传统人工操作的工具，成为智慧城市建设的重要一环[9-10]。

为解决人员密集场所的智能引导及秩序管理问题，本文提出基于Arduino的智能辅助引导系统，在医院、影剧院、会场等场景中可以实现人员的身份采集、语音播报、动态维持秩序、测温并消毒等功能。该系统能够有效减少工作人员的投入，缓解人员秩序管理压力，有效提高人员密集场所管理和疏导效率。

该系统的设计和实现具有一定的研究价值和实用性，并且具备多种功能拓展能力，能够在已有基础上集成具备其他功能的子模块，可适应场景和功能多样，具有较大的拓展与创新空间。

1 系统组成

智能辅助引导系统包括Arduino主控模块、检测与信号输入模块、响应与功能输出模块以及车体外部框架等主要部分组成，其组成框图如图1所示。

信号与输入模块包括循迹模块、蓝牙模块、红外测温模块与OpenMV摄像头模块，具有识别路线灰度、接受遥控信息、红外测量温度和获取图像信息并识别的功能。

响应与功能输出模块包括电机模块、语音播报模块与自行改装的喷雾模块，具有维持智能引导系统运动、发声播报与喷洒消毒功能。

Arduino主控模块是整个系统的核心控制模块，通过URAT串口通信接收输入信号，通过编写相应代码对输入信号进行合理处理，在指定接口输出控制信号，控制响应模块实现对应功能。

2 实施方案与关键技术

2.1 系统实施具体方案

本文所设计的智能辅助引导系统由多个模块组合实现。由OpenMV摄像头模块采集待检测对象的图像信号，经过其内部的分析检测，与测温芯片检测的温度信号一起被传递给Arduino控制主板，控制主板继而判断图像的类别和范围，根据检测结果执行相对应的响应子模块动作；此时语音播报模块、喷雾模块与电机驱动模块在Arduino主板的控制下获取待检测对象的信息，将响应信号发送至各子模块芯片控制器内部运行，最终达到预定目标：收到二维码识别指令时播报体温，并打开喷雾器消毒；实时根据检测对象的口罩佩戴情况进行语音提醒；实现智能辅助引导系统车体运动的功能。

2.2 系统关键技术

OpenMV口罩识别，即人脸口罩识别功能。首先需要准备大量的人脸口罩图片作为数据集，针对大量的不同数据通过高效的算法才能训练出一个有效的模型，这种方式叫做深度训练模型训练。

在这里利用OpenMV的IDE来采集图片，采集200张左右的人脸图片进行训练，并且将其上传到Edge Impulse的在线网站上。

将训练集与数据集的比例分别设置成80%和20%，即上传的照片中80%用于训练神经网络，20%用于和镜头中的图像进行匹配。通过Edge Impulse在线网站训练模型，并且在网站上可以进行Transfer Learning，大大减少了训练的时间，最后平台会自己进行准确率评估。当错误率在5%以下时，这个训练出来的模型就具有一定的实用性。

最后将训练好的模型和生成的main.py代码下载到OpenMV摄像头模块中，接通电源模块即可自动运行。

3 微缩系统实现及运行效果

为了初步探索智能辅助引导系统的方案可行性，本文设计了对应的等比微缩引导车系统，并对各个功能进行实验和调试。通过模拟真实就医情况下智能辅助引导系统是否可以正常行驶以及是否能实现扫码测温消毒与口罩识别功能。

3.1 系统实现

本文设计的微缩系统整体结构建模图如图2所示。由图2可以看出，引导车系统分三层结构：最底层安装有TCRT5000循迹模块、电机驱动模块与供电电池部分，以降低整个引导车系统的重心，提高系统运行的稳定性；第二层放置Arduino主控板，并在引导车前方竖直安装了MLX90614红外测温模块；最上层则放置了OpenMV摄像头模块与XFS5152语音播报模块，以便于实现二维码扫描与口罩识别功能；与此同时，在引导车的侧面竖直放置了自己改装制作的喷雾消毒模块，完成对应消毒功能。

3.2 引导车系统行驶的运行效果

将微缩建模的智能引导系统实物化，得到如图3所示的智能辅助引导系统实物。在真实就医情况下，运动的大部分时间为循迹模式，即沿着确定的线路行驶，但是在一些突发情况下也要通过远端控制来实现想要达到的目标。

3.2.1 智能循迹

通过改变循迹线的宽度及外在光线影响来分别进行实验。实验通过在白天、晚上昏暗灯光和晚上没有灯光三种环境中来模拟外在光线改变时对实验结果的影响。将小车置于循迹线上，在不同条件中，模拟小车是否沿线行驶，多次实验并对实验成功率进行统计。

测试实验结果显示，虽然在少数情况（5%左右）下，智能引导小车也会出现偏离循迹线所规划的路线的现象，但大部分情况（95%左右）下，智能引导车系统可以在室内环境下根据循迹线所规划的路线正常行驶，即在偏离循迹线时可以自我修正，在到达划定的横向黑线时停止。

3.2.2 蓝牙控制

通过按动按键，驱使引导车系统进行相应的直行、转弯、倒车和停止等运动。通过改变控制终端与引导车系统的距离来检验蓝牙控制的灵敏度和准确性，多次实验并对实验成功率进行统计。

实验结果显示，微缩引导车系统能够接收到控制信号，并实现前进后退等移动任务。

3.3 扫码、测温、消毒与口罩识别的运行效果

作为智能辅助引导系统，能够进行扫码测温，其中口罩识别及提醒和引导是系统工作的核心和重点。

3.3.1 扫码、测温与消毒工作

当被测人员出示健康码时，如果检测到二维码，系统会对被检测者测温并进行播报，同时对被测人员的手部进行消毒。通过改变健康码的清晰度来检验扫码的灵敏度，多次实验并对实验中测温的准确率以及消毒的成功率进行统计。

在测试实验中，微缩智能引导系统可以识别出示的二维码给出相应播报语音；在被测人员靠近时，则可以进行测温播报，并喷洒消毒喷雾。

3.3.2 口罩识别工作

当被测人员佩戴口罩时，微缩引导车系统会提醒被测人员“请戴好口罩保持间距”；当被测人员未戴口罩时，引导车系统会提醒被测人员“请戴好口罩靠近测温”。通过改变口罩的颜色、形式来检验识别的准确性，多次实验并对实验成功率进行统计。

在Edge Impulse网站测试中，对应测试集的正确率结果见表1所列；口罩识别的测试集样本的特征图如图4所示。

3.4 测试结果与误差原因分析

在测试过程中，少数情况下，智能引导车系统会出现偏离循迹线所规划的路线、对口罩的识别情况出现错误等问题。分析是光线、循迹线颜色和目标检测算法自身等因素影响了系统的循迹功能和口罩识别功能，导致系统工作失常。同时，在口罩检测和测温过程中，需要人员较高程度的配合，在实际应用的过程中可能会产生一些问题。

实验结果表明，本文研究的智能辅助引导系统能够实现沿循迹线路正常运行，蓝牙远程控制按照规定的线路行驶；在行驶过程中对待测人员进行测温播报、口罩识别、喷洒消毒，调试过程中有较高的成功率和稳定性，反映了系统各模块算法的优越性能，以及各模块之间通信和协作的精确性。

4 结 语

当今社会，智能化技术的发展带动着各行各业的创新和改变。在医疗、养老、教育、文化、体育等多个领域中，智能化技术正逐渐发挥越来越重要的作用。本文以引导系统主体框架、Arduino主控模块、OpenMV摄像头模块、MLX90614红外测温模块、TCRT5000循迹模块、XFS5152语音播报模块等为硬件基础，以循迹路径识别算法、OpenMV图像识别算法等作为软件基础，设计基于模块集成的医疗智能辅助引导车，具有相对稳定和可靠的系统。实验证明，智能辅助引导系统可以维护场地的秩序，配合引导人员进行登记、测温、口罩检测、人员引导和维持秩序等工作，减轻人员密集场所引导人员的工作压力，降低疾病传染概率，对降低运营和维护成本，提高工作效率，具有积极的意义。

此外，模块化设计也使系统的功能可以较方便地得到拓展，比如递送功能、搬运功能、检测功能等，可以根据不同的需求拓展适用于多种场合的功能，从而使其具有更加广阔的应用空间，成为智慧城市建设的重要组成部分。

注：本文通讯作者为齐昌春。

参考文献

[1]纪瀚然，武洁雯，杨昕娉，等. 2023年1月全球新型冠状病毒感染疫情风险评估[J].疾病监测，2023，38（2）：139-143.

[2]陈宏. 基于软件定义网络的医院疫情防控智能监测系统[J]. 实验室研究与探索，2022，41（7）：104-107.

[3]张辉，钟天辉，郑玲. 一起学校聚集性甲型 H1N1 流感爆发调查[J]. 中国热带医学，2010，10（4）：438.

[4]孟梦，王人颢，刘筱，等.新冠肺炎疫情防控期间医院信息化建设的作用及思考[J].江苏卫生事业管理，2020，31（7）：866-868.

[5]姜小娟，肖德文.常态化疫情防控背景下智慧医院建设探讨[J].医学信息学杂志，2021，42（4）：61-64.

[6]闻海，胡广宇，孟月莉，等.我国公共卫生信息化建设互联互通问题与建议[J].医学信息学杂志，2020，41（4）：9-13.

[7]叶荔姗，赵飞，陈坚，等.基于智能电子健康档案平台的大数据应用研究与实践[J].中国卫生信息管理杂志，2019，16（6）：672-676.

[8]程豪. 基于信息融合技术的智能小车设计[D]. 南昌：南昌大学，2013.

[9]张月文，李松恒，张炜，等. 基于机器视觉的可回收垃圾智能分拣系统设计[J]. 实验室研究与探索，2022，41（7）：98-103.

[10]周国琼，吴丹琴.人工智能在智慧城市建设中的应用研究与展望[J].广西城镇建设，2023，50（2）：61-65.

作者简介：齐昌春（2002—），男，西安交通大学电气工程学院2020级本科，研究方向为电气工程及其自动化。

王泓鉴（2001—），男，西安交通大学电气工程学院2020级本科，研究方向为电气工程及其自动化。

占 柠（2002—），男，西安交通大学电气工程学院2020级本科，研究方向为电气工程及其自动化。

罗博宇（2002—），男，西安交通大学电信学部2020级本科，研究方向为微电子。

申茂群（2003—），男，西安交通大学电气工程学院2020级本科，研究方向为电气工程及其自动化。

收稿日期：2023-04-25 修回日期：2023-05-22

基金项目：陕西省西安交通大学2022年省级大学生创新创业项目（XJ202210698027）；西安交通大学2022年本科教学改革研究项目（2210Y）