关爽，蒋志豪，陈茜，徐纪明，刘梦平，胡安正(通讯作者)

（湖北文理学院物理与电子工程学院，湖北襄阳，441053）

0 引言

在流行传染病防控常态化的大趋势下，我国人口基数大，且老龄化程度严重，新冠疾病对于老年人又有极高致死率。同时人口流动量大、部分地区居住密集度高等一系列问题给防控常态化带来了很大的阻碍。目前国内现有的疫情防控措施主要存在以下问题：风险较大的测量方式；密切接触者排查过慢等。介于以上弊端，本文通过以下形式来处理：利用AI人脸识别红外测温检测设施，将用户的体温数据和位置信息关联，当该地确诊感染者后，可以统计到过该地区的人员，找到密切接触者。利用AI测温和大数据技术，对疫情传播路线和密切接触者进行精准排查，疫情防控工作将会更加及时、准确和严密，疫情防控的社会成本也将大幅降低。

1 系统整体架构

图1 系统整体框架

系统主要由超声波测量被测对象距红外热像测温仪的最佳距离，然后由红外传感器MLX90612将测量的结果传给STM32单片机。由OLED液晶显示屏显示出被测对象的体温，同时设置一个阈值，若体温高于这个阈值，蜂鸣器会报警，同时摄像头会抓拍检测对象，上传到数据库中心。通过红外热成像仪对检测对象进行体温检测并将检测对象的面部状态信息拍摄下来，将信息保存下来，实时上传至连接的云端数据库中，各个检测设备所在场所的管理人员可以随时通过云端后台查看当前场所录入的数据信息。当数据信息上传至云端后，后台系统会自动对各场所录入信息进行集中处理分析，然后对各场所给予相应风险等级，个人用户可以通过个人用户端查看到各场所的风险等级再决定是否前往该场所。当发现聚集地大量人群体温异常时，会在后台预警，同时根据体温异常人员的面部状态信息，结合大数据初步判断异常原因，面部状态信息也可以更快的帮助工作人员定位到每个人的位置。

2 系统框架结构

■2.1 硬件系统设计

2.1.1 微处理器STM32F10332RCT6

本系统选用的微型处理器为STM32系列的F103RCT6，STM32F103RCT6是一种嵌入式-微控制器的集成电路(IC)，芯体规格是32位，速度是72MHz，程序存储器容量是256KB，程序存储器类型是FLASH，RAM容量是48K。兼容IIC、SPI等多种通信模式，其硬件原理图如图2所示。

2.1.2 非接触式红外传感器MLX90612

非接触式红外测温是依据被测物体的红外辐射能量来计算出物体的温度,具有温度分辨率高、响应速率快、稳定性好等特点。MLX90612与单片机之间通过SMBus通信，由于单片机无SMBus接口，所以需要通过单片机的I/O口来模拟SMBus进行串行通信。其工作原理为利用物体往外辐射红外光，通过测量红外光来计算物体温度，传感器输出的温度信号经过内部低噪声的运算放大器放大后经过A/D转换器转换为数字信号通过可编程FIR及IIR低通数字滤波器处理后输出,输出结果存储在其内部RAM存储单元中[1]。

2.1.3 超声波测距模块

超声波测距模块主要采用HC-SR04模块，其工作原理为超声波模块HC-SR04利用IO触发测距，模块自动发送8个40Khz的方波，检测是否有信号返回，若有信号返回则IO输出一高电平，测试距离就等于高电平时间×声速。测得当前障碍距离，然后传输到STM32F103RCT6单片机里面，然后STM32F103RCT6单片机作为核心处理器，进行数据处理，并通过OLED液晶显示屏显示当前测得的距离值。HC-SR04超声波测距系统最大测量距离可达5.5m左右，其精度可精确到0.5%左右。在测量时，将检测对象放先安排到最佳检测位置，当检测对象的体温超过设置阈值时，蜂鸣器会报警，OLED液晶显示屏会显示异常，同时上传数据到数据库。

图2

图3

■2.2 数据上传实现

2.2.1 主要思想

本系统设计在软件编程的过程中主要使用VC6.0+opencv、MATLAB、mdk4.0等软件。由于红外传感器因为环境温度、光强等一系列因素的影响，所采集的数据不稳定，且偏差较大，因此我们对所采集的温度数据进行滤波处理，其方法为先定义一个有效采集值区间以及滤波数组，采集获得有效值，赋值给滤波数组，通过不断的滑动数据过滤掉噪声。最终通过对温度数据的加权滤波、均值滤波，实现传感器测得的体温数据与实际体温数据只具有较小的误差，实现远程对人体体温数据的精准测量。

图4 数据上传流程

2.2.2 实现方法

系统上电之后OLED进行初始化并且清屏，需要显示时给OLED设置坐标（页地址、行地址），然后通过硬件IIC给OLED写数据（需要有一个开始信号），循环写入直至所有所有数据都写完。OLED液晶显示屏采用IIC协议与STM32F103连接，此时只需四个引脚（VCC、GND、SDA、SCL）即可实现通信，其通信协议时序图如图5所示。

图5

超声波模块的硬件定义为TRIG 与ECHO为PA10与PA9，首先对需要使用的IO口、定时器进行初始化，开启定时器，通过获取定时器的计数值来推算出距离。

此时，红外温度传感器一直对范围内同行人员进行温度测量，使用者可通过按键操作对红外温度传感器进行控制，同时记录链接用户数据并通过物联网模块上传服务器端。

数据上传流程主要为当检测对象在预定位置测量体温后，读取红外温度传感器数据，进行体温数据校准[2]，并检测网络连接，构建上报云端的Payload，最后将数据上报到云端。检测体温数据低于正常人体温度范围（34-41℃）时，则上报数据0，高于正常人体温度范围时，则上报数据1；检测人体体温位于37.3-41℃范围之间，则上报数据2。

3 结束语

基于非接触式的的红外智能测温系统是在传统红外测温仪的基础上，新增了人脸识别的模块，当通行人员进行红外体温检测时，可智能去除口罩，对其前额、面部皮肤温度进行同时测量，通过摄像头抓取受检人的面部状态信息并上传至后台数据库。整个测量过程是非接触式，可以提高测量效率以及避免接触感染，是一种精准的高可靠性无感知测量模式[3]。对体温超出设定正常温度范围的受检人员，终端会发出异常警报，并显示其体温，同时根据其面部状态信息结合大数据分析其身体可能存在的问题，为人员筛查降低难度[4]。产品设计遵照经济实用、安全可靠的设计原则，为体温检测、疾控筛查提供的人脸识别+体温检测的管理系统。系统未来还可以应用于门禁系统中，为通行管理提供更加可靠的方式。