江朝晖，朱家微，邰其乐，岳旭东，洪石兰

（1.安徽农业大学 信息与计算机学院，安徽 合肥 230036；2.安徽省智慧农业技术与装备重点实验室，安徽 合肥 230036）

新型冠状病毒感染肺炎已经成为威胁群众安全和社会稳定的重大公共卫生事件[1]，患者常出现发热、干咳等呼吸道症状[2]，所以体温监测是“抗疫”的重要手段之一。目前，温度的测量方法主要包括接触式测温和非接触式测温[3]，红外体温枪测量额温的方式比较流行[4]，但是体温枪测量额温时工作人员与监测人员距离近，易产生交叉感染[5]。热成像测温摄像头虽然可以快速无接触监测，但是市面上的热成像测温摄像头动辄上千元，限制了应用和推广。本文欲用低功耗、可搭载深度学习框架的MCU 和微型红外热成像模块，设计一种新型温度监测设备，旨在提高温度监测的效率和精确度，实现多目标温度实时智能监测的功能，并解决低功耗MCU 搭载深度学习框架由于算力较低导致的视频卡顿问题，降低生产成本。此设备可以推广至各类小型场所，实时监测室内人员体温。

1 硬件结构

温度监测仪结构如图1 所示，硬件部分由MCU、热成像模块、LCD 显示屏和电源组成。MCU选用STM32H743，STM32H7 系列是ARM Cortex-M系列中的超高性能MCU，支持各种深度学习框架。STM32H7 在Cortex-M7 内核的基础上又增加了Cortex-M4 内核，形成了双内核结构，可以有效地降低工作负荷，且成本较低。热成像模块采用FLIR的新型高分辨率WIR 微型热成像模块Lepton 3.5，最后成像显示在TFTLCD 显示屏上。整个设备由额定输出功率为2.035 W 的可充电锂电池供能，1 000 mAh 的容量可使设备持续工作约6 个小时。……