jas000n / thermo_travelcode

Raspberry Pi based epidemic prevention and control robot whose main functions include Travel Code inspection, face recognition, body temperature detection, and simulated gate opening driven by stepper motor, with text to voice prompts, temperature compensation algorithm and client-server architecture

基于树莓派3B的疫情防控机器人

1. 概述

开发的嵌入式疫情防控机器人

运用人体红外感应传感器（HC-SR501）检测人体，红外测温传感器（MLX90614）为人体测温，CSI串口的摄像头检测人脸及大数据行程卡是否绿卡，为精准、科学疫情防控助力。还设计了测温传感器的温度补偿算法，用超声波测距传感器（HC-SR04）测量机器与人的距离，来补偿距离过远，造成不能完全覆盖视场导致温度不准的问题（详见2.2.3）。

2. 传感器

下面我将阐释我对我用到的这几款传感器的学习体会。

2.1 人体红外感应传感器（HC-SR501）

2.1.1 工作原理

任何物体都会放出红外线，人体自然也不例外。人体具有恒定的体温，一般在37度左右，发出特定波长10UM左右的红外线，HC - SR501就是靠探测人体发射的10UM左右的红外线而进行工作的。人体发射的10UM左右的红外线通过菲涅尔透镜增强后聚集到红外感应源上。而红外感应元采用具有热释电效应的元件，一般为陶瓷氧化物或压电晶体。在其感应到监测范围内有温度变化后，热释电效应会在两个电极上产生电荷，从而形成从“外部信号”（即人进入检测范围）到电信号的转化。

2.1.2 功能介绍

本传感器具有两种跳线方式，我在使用时采用了不重复触发的接线方式，作为疫情防控小车主程序的开关，在检测到人体之后才会开始工作。两种触发方式如下：

• 不可重复触发方式:即感应输出高电平后，延时时间段一结束，输出将自动从高电平变成低电平；
• 可重复触发方式：即感应输出高电平后，在延时时间段内，如果有人体在其感应范围活动，其输出将一直保持高电平，直到人离开后才延时将高电平变为低电平。（感应模块检测到人体的每一次活动后会自动顺延一个延时时间段，并且以最后一次活动的时间为延时时间的起始点)

2.2 红外测温传感器（MLX90614）

2.2.1 工作原理

物体表面温度决定了其红外辐射能量的大小和波长的分布。因此，通过对物体红外辐射的测量，能准确地确定其表面温度，红外测温就是利用这一原理测量温度的。红外测温器由光学系统、光电探测器、信号放大器和信号处理及输出等部分组成。光学系统汇聚其视场内的目标红外辐射能量，视场的大小由测温仪的光学零件及其位置确定。红外能量聚焦在光电探测器上并转变为相应的电信号。该信号经过放大器和信号处理电路，并按照仪器内的算法和目标发射率校正后转变为被测目标的温度值。

该模块以81101热电元件作为红外感应部分。输出是被测物体温度($T_o$)与传感器自身温度($T_a$)共同作用的结果，理想情况下热电元件的输出电压为：$Vir = A(T_o^4+T_a^4)$. 其中温度单位为开氏度，A为元件的灵敏度系数。

2.2.2 功能介绍

利用SMbus接口通信，传输数据，对环境温度和视场内温度进行检测，将外部信号（温度）转化为可供后续处理的电信号。

2.2.3 温度补偿算法

在测温过程中，实际是计算“视场”内点的平均值。所以当被测物体完全覆盖FOV视场时的准确度是最高的。

然而在对人脸测温的过程中，因为人脸可能距离测温传感器较远，导致没有完全覆盖其视场，使得视场内很多点的温度实际是环境温度，致使测量的温度不准确。所以我设计了如下的温度补偿算法：

用距离传感器测出MLX90614与人脸的距离d，已知视场角为$2\theta$，人脸的大概大小为S。测出来的环境温度为$T_环$，测出的视场内的平均温度为$T_测$，估计的人脸温度为$T_脸$，所以可以得到如下温度对应关系：

$\pi(tan\thetad)^2 * T_测= S * T_脸 + (\pi(tan\thetad)^2 - S) * T_环 $

进一步推导出人脸的估计温度：

$T_脸 = （\pi(tan\thetad)^2 * T_测 - (\pi(tan\thetad)^2 - S) * T_环）/S $

这样可以尽量减少距离较远导致对视场覆盖不足的影响。但是由于疫情原因快递停运，未能买到超声波距离传感器，导致这个算法只存在于设计阶段，未能真正实现，实在是非常可惜。

2.3 CSI摄像头

2.3.1 工作原理

我使用的这款CSI串口的摄像头采用了索尼IMX219光学传感器。是一款CMOS作为感光元件的摄像头，具有低成本、低功耗、以及高整合度的特点。

在上面的CMOS结构图中，我们可以看出，CMOS作为传感器是如何把光学信号转化为电信号的。

• 光线从物镜进入
• 通过IR层，滤除红外光
• 在Mircolens层，每个像素上都有一个小“镜头”
• 光线经过贝尔过滤器，被分为RGB三种颜色
• 转化为电信号

2.3.2 实现功能

传回电信号，即图片后，用机器学习目标检测算法，提前训练好的yolov5模型对健康码、人脸等进行检测。效果如下：

从而保证只有未去过高风险地区的健康码为绿码的人，才可以通行。如果能连接政府的公民数据库，也可以对辽视通健康码进行检测，解析二维码后得到公民信息，从而对到访、经过人员进行登记，保证后续流调的顺利进行。

2.4 超声波测距传感器

计划使用HC-SR04进行机器与人脸的距离测量，实现上面2.2.3所说的温度补偿算法。

2.4.1 工作原理

一般说话的频率范围为100Hz～8kHz，20kHz以上的声音称为超声波。超声波为直线传播，频率越高，绕射能力越弱，但反射能力越强，为此利用超声波的这种性质就可以制成超声波传感器。

HC-SR04这款传感器是一款兼用型传感器，即既能发送超声波又能接受超声波。

• 其发射超声波的原理为：利用压电逆效应的原理，在压电元件上施加电压，元件变形， 外部正电荷与压电陶瓷的极化正电荷相斥。同时，外部负电荷与极化负电荷相斥。由于相斥的作用，压电陶瓷在厚度方向上缩短，在长度方向上伸长。若外部施加的极性变反，压电陶瓷在厚度方向上伸长，在长度方向上缩短。采用双晶振子，两面涂敷薄膜电极，其上面用引线通过金属板(振动板)接到一个电极端，下面用引线直接接到另一个电极端。双晶振子为正方形，正方形的左右两边由圆弧形凸起部分支撑着。这两处的支点就成为振子振动的节点。金属板的中心有圆锥形振子，具有较强的方向性，因而能高效率地发送超声波；

• 其接收超声波的原理为：利用压电效应，若接收到发送器发送的超声波，振子就以发送超声波的频率进行振动。于是就产生与超声波频率相同的高频电压，当然这种电压是非常小的，必须采用放大器放大。

2.4.2 实现功能

测量机器和人之间的距离，为红外测温传感器做温度补偿。

thermo_travelcode's Issues

我怎么感觉公式都是有问题，甚至还有中文在公式中，乱码吗