基于PYNQ 和STM32 的智能化卫生防控车的设计

张洪玮，夏鲲，李翔，李一凡，顾玉琦

（上海理工大学电气工程系，上海 200093）

疫情爆发对人们的日常生活、经济、社会造成了严重的影响，如何高效地实现区域卫生管理防控成为当下亟待解决的问题[1]。智能卫生防控车正是一个集环境感知、动态决策、智能控制与执行等功能于一体的移动式机器人[2]，将智能车的强机动性与防控功能相结合，可替代人工应用于商场、学校等多种公共区域进行移动式卫生防控保护工作。

随着人们对卫生防控操作无接触安全性、防控效率高效性、功能多样性要求的需求增长，智能化、快速化、高效化、云处理已成为新型智能防控车的发展趋势[3]。经过设计改进的防控车在外形上小巧灵活，可采用自动巡逻模式或遥控运行模式进行作业，配合麦克纳姆轮车的强机动性，弥补了固定位置点检测消毒装置的局限性，同时将口罩识别和测温消毒的功能相结合，节省了人力和时间，提升了工作效率[4]。除此之外，监管人员可以实时通过小程序得知温度异常和口罩佩戴情况，温度数据将在云端进行收集处理，增强了卫生防控工作的高效性。

1 外壳结构

所提出的智能车采用SolidWorks 软件进行外壳建模设计，主体结构如图1 所示。内嵌多个传感器模块，实现一体化设计。正面有摄像头槽，扬声器槽，超声波探测器发生口，以及内嵌红外测温探头和消毒洗手液泵出口的防控检测通道。顶部配有OLED 屏幕对测温结果进行显示，并嵌有由舵机控制的口罩仓。底部通过榫卯式结构与底盘相连接。外壳整体采用圆滑的设计方案，避免棱角对行人造成伤害。

图1 智能车的外壳设计图

2 系统硬件设计

该智能车硬件部分主要由PYNQ-Z2 开发板、以STM32 为核心的控制板、图像采集单元、红外感应单元、超声波测量单元、OLED 显示屏、水泵、舵机等组成，系统整体框图如图2 所示。

图2 系统整体框图

2.1 基于PYNQ-Z2的离线口罩识别系统

PYNQ 是一款开源框架，它不仅可以应用于底层开发，还适用于上层应用[5-6]。该文使用一款基于该框架的FPGA 硬件开发平台PYNQ-Z2，优势在于可以在不设计底层逻辑电路的情况下直接在Jupyter Notebook 上使用Python 语言编写来完成项目的设计[7-8]。

作为类脑计算领域的一项重要研究成果，深度卷积神经网络已经广泛应用于计算机视觉、自然语言处理、信息检索、语音识别、语义理解等多个领域[9]。但卷积神经网络具有显著的冗余性，即使将权值和激活从十六位浮点精度降为二进制值，也能获得较高的分类精度。文中使用了一种快速可扩展的二值化神经网络框架FINN[10]。

FINN 生成的加速器每秒可执行数百万次分类，延迟时间为亚微秒，因此非常适合支持实时嵌入式应用，如增强现实、自动驾驶和机器人技术。在PYNQ-Z2上搭载的ubuntu 系统中构建基于FINN 框架的二值卷积神经网络训练的模型，能够在资源约束较大的情况下进行较高精度的离线人脸特征的口罩识别[11-12]。

首先通过防控车搭载的高清720P/120°广角无畸变防逆光摄像头获取图像，传输到PYNQ-Z2 上调用人脸检测的级联分类器预筛选人脸分块[13]，然后使用基于二值神经网络的分类加速器进行口罩佩戴检测，经过处理判断得到相关人员是否佩戴口罩的信息，具体识别测试如图3 所示。

图3 口罩识别测试图

当检测到未佩戴口罩特征时，立即停车，打开口罩仓仓门，语言播报提示行人前来领取佩戴口罩，并为行人进行温度检测及消毒。

2.2 车辆底盘设计

智能卫生防控车主要应用于商场、学校等人员密集的公共场合，自身需要移动灵活，同时可以稳定地调控车速以防冲撞行人。

为解决以上问题采用了如图4 所示的可以依靠各自机轮的方向和速度配合使得车体全方位移动的麦克纳姆轮来替代普通车轮。同时，为了使得速度控制精准稳定，该车采用增量式比例、积分、微分（Proportional Integral Derivative,PID）控制，如式（1），这种控制方法不直接控制系统的输出，能减小因控制出问题导致的误动作影响[14-15]。

超声波传感器模块US-100 利用超声波探测技术，可实现2～4 cm 的非接触测距功能，并自带温度传感器对测距结果进行校正[16]，同时由于超声波的波束截面类似于椭圆形，可以检测到较广范围内的障碍，因此将超声波模块安置在防控车前方用于避开前方障碍。

如图4 所示，在麦克纳姆轮底盘四个角装有四个红外避障传感器模块，用于检测较低障碍物，防止碾压路人的脚或磕碰底盘。配合超声波传感器，当二者有一检测到障碍物信息时，立即将信号发送给主控芯片控制刹车，及时避让行人，以保证防控车自身的安全。

采用四字节并行处理,可由40B32B模块给出的K_qb信号在一个四字节时钟内进行检测,并根据Valid_qb信号进行正确/K/字节个数统计,不需要根据单字节时钟去检测和计数,降低了电路运行频率和实现难度。

图4 麦克纳姆轮底盘

为了缓冲由不平路面传给车架或车身的冲击力，并衰减由此引起的震动，让防控车能够平稳地行驶，该车底盘上加入了悬挂系统，可以适用于较颠簸的路型，同时保证四个轮子永远同时着地。

2.3 检测消毒通道

如图5 所示为检测消毒功能通道，将无接触和消毒相结合，以更好地适应无接触式防控测温的安全环境。当用户将手伸入到消毒槽中，内嵌在通道上方的红外感应模块被触发，随后启动水泵将消毒洗手液泵出到用户掌心，同时内嵌在检测通道入口处的温度传感器可以检测到用户手腕处的温度，而后将温度显示在车身的OLED 屏幕上，同时语音播报当前体温。如果温度高于阈值，将警报信号发送给小程序，请求安保人员来处理。

图5 检测消毒通道

温度传感器采用GY-MCU90614，这是一款低成本的温度传感器。实际测量范围为-40～+125 ℃，环境温度范围为-70～+280 ℃，测量距离范围为50～100 cm。

配合防控车的高机动性，可以实现在室内快速地测温消毒，提高了防控的效率和安全性。

2.4 口罩仓

防控车的顶部嵌有一个隐藏式的口罩仓，由两侧舵机进行控制开关，其结构如图6 所示。当监测到未佩戴口罩的信息后，发送指令给主控芯片，主控芯片则输出信号控制双路舵机打开口罩仓仓门，同时语音播报提示人们佩戴口罩。

图6 口罩仓的3D结构

舵机模块采用SG90，此舵机为模拟舵机，需要主控芯片不断重复地发送相同的方波，直到舵机旋转到指定的位置。

3 系统软件设计

3.1 微信小程序

图7 小程序报警界面

小程序包含对于防控车的操控模块，可以人为地通过小程序操控防控车运动，更好地适应了不同的复杂环境，加强了防控监测的效率。

3.2 OneNET云平台

OneNET 是由中国移动打造的PaaS 物联网开放平台。平台能够帮助开发者轻松实现设备接入与设备连接，快速完成产品的开发部署，为智能硬件、智能家居产品提供完善的物联网解决方案。

利用OneNET 物联网平台所设计的温度测量数据管理系统UI 部分界面如图8 所示。小程序通过HTTP 协议访问OneNET 云服务器、数据库，建立数据流来传输温度数据，实时显示在界面上，并且可以选择生成温度读数的历史测量数据表和折线图。

图8 温度测量数据管理系统UI部分界面

4 系统工作流程

4.1 系统控制及信息传递方式

信息板由PYNQ-Z2 开发板担任，主控板和驱动板都以STM32 为主控，系统控制与信息传递方式框图如图9 所示。

图9 系统控制与信息传递方式框图

1）驱动板：控制麦克纳姆轮的运动，控制转速PID 以及避障功能。

2）主控板：接收信息板传来的图像监测信息；保证扬声器、舵机、OLED 等各模块的运行并进行数据处理；与上位机进行通信，传输必要的数据和接收指令。

3）信息板：对行人口罩佩戴情况进行检测。

4.2 口罩识别流程

口罩识别流程如图10 所示。首先，图像识别区域启动，调用摄像头获取图像，使用级联分类器进行人脸检测并分割人脸的局部区域，然后使用分类加速器对人脸是否佩戴口罩这一特征进行分类。当检测到存在行人未佩戴口罩的特征时，防控车向驱动板发送停车指令进行制动停车，调用扬声器模块发送语音播报提示行人前来测温、消毒，并领取口罩，同时驱动舵机打开口罩仓仓门提供口罩。

图10 口罩识别流程

4.3 系统整体运作流程

图11 为系统整体运作框图。当智能卫生防控车接收到开机信号后进行初始化并检测电池电量信息。自检完毕后防控车将按照既定的轨迹进行巡逻，同时启动图像识别功能，随时等待目标识别结果。在防控车巡逻的同时进行红外避障与超声波避障检测，当检测到障碍物即停车或绕行。如果监测到有行人未佩戴口罩时则进行语音播报、测温、消毒并打开口罩仓仓门提供口罩。系统不断刷新状态，将信息更新在OLED 显示屏上，并且上传到小程序和云端。同时小程序控制可以随时介入防控车的运动过程。

图11 防控车系统整体运作框图

5 结束语

该文提出一种卫生防控智能车，综合运用了图像识别、嵌入式、传感器、微信小程序、云存储等技术，具备识别人群是否佩戴口罩并进行播报预警、人体测温、酒精消毒、无接触递送口罩，物联网云端传输等功能。实现了无接触防控，更好地推进了卫生防控工作的开展，可以胜任人员密集场所的防控任务，提高了防控效率，为现阶段及未来的卫生防控工作提供了一种可行方案。