基于TX2的嵌入式无人智能监测系统设计与实现

杨宇 刘宇红 张荣芬 彭燕 孙雨琛 赵明姣

摘  要： 为解决诸如“空巢老人”远程监测的难题，改善现有监测系统存在的时效性及智能性等方面欠缺，提出一款基于TX2的嵌入式无人智能监测系统。该系统以图像微型处理器为控制核心，实时处理 CMOS图像传感器采集的图像数据，对图像中被监测人的体态及面部表情进行识别，对跌倒、面部表情痛苦等危险异常情况进行报警。在嵌入式平台上采用Tornado+WSGI+Apache技术搭建Web服务器，通过4G技术Android终端可以远程连接嵌入式平台实时获取报警信息及监控视频数据，并根据需要远程调节监测终端运动及摄像头角度，以达到360°无盲区监测。经测试，该系统工作稳定，具有操作简单、稳定可靠、智能监测等特点。

关键词： 智能监测; 系统设计; TX2; 4G技术; 人工智能; 实验测试

中图分类号： TN931+.3?34; TP399               文献标识码： A                      文章编号： 1004?373X（2020）08?0183?04

Design and implementation of embedded unmanned intelligent monitoring

system based on TX2

YANG Yu， LIU Yuhong， ZHANG Rongfen， PENG Yan， SUN Yuchen， ZHAO Mingjiao

（College of Big Data & Information Engineering， Guizhou University， Guiyang 550025， China）

Abstract： An embedded unmanned intelligent monitoring system based on TX2 is proposed to solve the remote monitoring problem such as "empty?nest elderly"， and improve the timeliness and intellectuality in the current monitoring system. The image micro?processor is taken as the control core to process the image data in real time collected by the CMOS image sensor， identify the posture and facial expression of people monitored in the image， and give an alarm for the dangerous abnormalities such as fall down and painful facial expression. On the embedded platform， the Web server is constructed by the tornado+WSGI+Apache technology. By means of 4G technology， the Android terminal can remotely connect to the embedded platform to obtain alarm information and monitor video data in real time， and remotely adjust the monitor terminal movement and camera angle as required， so as to achieve 360 degree monitoring with no?blind area. The testing results show that the system has the characteristics of simple operation， reliable stability and intelligent monitoring.

Keywords： intelligent monitoring; system design; TX2; 4G technology; artificial intelligence; experiment test

0  引  言

随着中国逐步步入老龄化社会，老年人群体日趋庞大，加之社会节奏加快，越来越多家庭子女把更多的时间都投入在工作上，以致“空巢老人”越来越多[1]。“空巢老人”缺乏与家人的沟通，日常生活缺少照料，家中摔倒无人救援，犯病卧床无人知晓，甚至出现老年人在家中死亡多日才被发现的悲剧，因此“空巢老人”的监测问题变得迫在眉睫。

目前针对“空巢老人”的监测系统在监控的时效和智能方面有很大欠缺，只是实现简单的视频监控。本文基于英伟达Jetson TX2平台，结合深度学习、Web服务器及互联网Android平台设计一款无人智能监测系统，用于实时监测“空巢老人”在家可能发生的跌倒、犯病等异常情况并及时报警，而且可以根据实际情况远程调节监测终端的运动及摄像头角度，以达到360°无盲区监测。

1  系统硬件设计

1.1  硬件组成

硬件部分包括TX2核心处理单元、视频数据采集模块、直流电机模块、直流舵机模块、4G模块、超声波避障模块及电源管理模块，如图1所示。

面部表情痛苦测试结果如图12所示。

跌倒或面部表情痛苦APP报警提示界面见图13。

4  结  语

本文主要阐述无人智能监测系统的软硬件设计过程，介绍系统的硬件結构、工作原理、软件设计及测试结果，实现了对“空巢老人”远程智能监测。测试结果表明，该系统结构简单、稳定可靠，具有广阔的市场推广价值和社会意义。

注：本文通讯作者为刘宇红。

参考文献

[1] 刘艳艳.基于单片机的老人监测系统[J].电子世界，2018（17）：138.

[2] NVIDIA. NVIDIA Jetson TX2 system?on?module pascal GPU+ARMv8+8GB LPDDR4+32GB eMMC+WLAN/BT [EB/OL]. [2019?10?25]. http：//www.nvidia.com.

[3] 赵丹，谌建飞，周旋，等.基于MJPG?Streamer的嵌入式远程视频监控系统[J].单片机与嵌入式系统应用，2017，17（4）：51?54.

[4] 王浩，谭振文，王治彪，等.基于STM32的分体式超声测距与目标定位系统[J].仪表技术与传感器，2017（2）：58?61.

[5] 高驯.基于卷积神经网络的行人检测算法研究及嵌入式应用[D].广州：华南理工大学，2018.

[6] University of California Irvine. UCI machine learning repository： data sets [DB/OL]. [2018?07?27]. http：//archive.ics.uci.edu/ml/datasets/Abalone.

[7] 刘宜枫.基于改进DeepID的大规模人脸识别技术研究与实现[D].长春：吉林大学，2017.

[8] 杨志友.基于UML的嵌入式视频监控系统设计与实现[J].现代电子技术，2016，39（1）：40?44.

[9] 梁志宏.动态Web变异信息实时远程监测系统设计[J].现代电子技术，2017，40（11）：14?17.

[10] 汤莉莉，黄伟.基于Android手机蓝牙控制的智能小车设计[J].现代电子技术，2016，39（12）：132?134.