一种疫情期间园区道闸智能执管系统技术方案

本发明专利技术属于疫情监控设备系统领域，尤其涉及一种用于疫情期间园区道闸智能执管系统。包括识别检测组件、运动及控制组件、信息互联组件；识别检测组件包括影像数据库模块、采集模块、检测模块、识别模块；运动及控制组件包括机械臂模块、舵机驱动模块；本申请通过在所监控需园区进行区域化布置，可实现全天候无接触智能识别和检测。该系统主要适用于驾驶车内人员的体温检测和人脸识别，实现人口流动的实时监控，减少检测人员的工作强度，同时降低检测人员的防护成本，适合在高校和生活小区大量推广使用，具有较高的市场价值。本申请需要的工作人员的较少，对站点工作人员的工作强度小和医疗防护要求低，检测时间少，可以很方便地记录乘车人员。

【技术实现步骤摘要】
一种疫情期间园区道闸智能执管系统
本专利技术属于疫情监控设备系统领域，尤其涉及一种用于疫情期间园区道闸智能执管系统。
技术介绍
如今，国内疫情虽得到了有效的控制，各地区各部门在政策的支持下开始积极的复工复产复学工作，但防疫态势依然很严峻。伴随夏季的到来，气温逐渐升高，穿着厚重防护服的医护人员因供氧不足导致中暑晕倒的情况时有发生。为应对疫情，机器人广泛投入到各领域，如配送机器人，温机器人和医疗机器人，其基本原理是利用机器人代替简单的人力操作从而降低传染接触的风险和面对高强度工作负荷的不稳定性。然而，在高速公路、封闭园区等密集型场所或交通枢纽地区，对于车辆内人员的检测通常以人力检测为主，这就会带来了人力投入大、检测效率慢、信息更新慢、感染风险高等问题等诸多不利的影响，因为疫情的车辆检测，导致高速公路，重要街道，办公园区排起了长队。
技术实现思路
本专利技术创造的目的在于，通过在所监控需园区进行区域化布置，实现全天候无接触智能识别和检测，主要用于驾驶车内人员的体温检测和人脸识别，实现人口流动的实时监控。为实现上述目的，本专利技术创造采用如下技术方案。一种用于疫情期间园区道闸智能执管系统，包括识别检测组件、运动及控制组件、信息互联组件；识别检测组件包括影像数据库模块、采集模块、检测模块、识别模块；数据库模块针对固有人群和临时人群采取建立固有数据库和临时数据库进行上传，数据库模块采用如下方式建立：01在现有人脸数据集的基础上，利用开源库dlib中的深度学习模型结合人脸特征对残差网络进行训练，得到网络模型；02内设固有人员数据表和临时人员数据表两部分，数据库模块基于识别模块采集所有进入园区的人员信息，当所有数据检测完毕时，将数据打包按照固定的数据格式向服务器发送及存储，并定时清除临时人员信息；所述数据表至少包括设备运行状态表、非固有人员信息表和固有人员信息表；采集模块包括用于进行影像采集的摄像头，较优的，采用红外夜视摄像头，采集模块将采集到的图像数据传送至树莓派3b+，支持远程登陆操作和离线操作两种方式，经过python语言程序对图像处理以识别测温对象；所述识别模块用于完成如下步骤：S1、特征提取：计算和统计图像局部区域的梯度方向直方图来构成特征；所述梯度方向采用如下方式获取：将检测图像转换为黑白，对于图片中的每一个像素，将其与周围的其他像素进行对比，找出并比较当前像素与直接围绕它的像素的深度，使用箭头来指向图像变暗的方向，重复这个过程，直至每个像素均被箭头取代；这些箭头即为梯度，它们显示出图像上从明亮到黑暗的流动过程；S2、距离测算，通过人脸识别的API得到相对位置，并返回给通讯控制板以控制滑轨的运行，引导下一步的温度检测：具体而言，在进行人脸识别的同时，返回第一次识别后人脸的位置信息用于运动模块的移动，同时要对摄像头进行标定，基于图像中人脸相对于图片中心的偏移量与实际中人脸相对于检测终端的偏移量在固定的xoz平面内是呈线性，根据公式得到固定的比例系数α＝q/px，经过API中人脸方框的解析得到滑轨需要移动的距离Δx，以达到检测终端与车内检测人员位置一致；其中px是相机横向采集像素，x0、x1、x2和x3是人脸位置坐标，x是图像中人脸相对于图片中心的偏移量；运动及控制组件包括机械臂模块、舵机驱动模块；机械臂模块包括五自由度机械臂，搭载检测终端以实现对车内人员的必要检测；机械臂作为重要的运动模块，帮助检测人员采取进入园区的必要信息；该机械臂由通讯控制板转发坐标，由舵机驱动板转换信号，由各舵机驱动，当检测终端通过距离传感器判断与车体之间的位置，驱动板能够通过逆运动学解算出各电机需转动的角度，最终达到方便车内人员检测地位置；舵机驱动模块使用运动学方程的逆解来实现机械臂的运动控制，其基本步骤包括：步骤一、建立基于关节空间和笛卡儿空间的运动学关系；釆用齐次变换矩阵建立机械臂末端的位姿表达式，描述由关节空间到笛卡儿空间的正运动学解或笛卡尔空间到关节空间的逆运动学解，具体而言；利用DH参数表达两对关节连杆之间位置角度关系的机械臂数学模型和坐标系确定系统，根据机械臂的结构参数和与舵机运动范围得到关节和连杆参数，并将这些参数代入变换矩阵中；根据公式：依次计算每个关节，最后得到机械臂的正运动学公式，代入DH参数得到各关节的旋转矩阵：得到各关节的旋转矩阵后即可根据下面公式得到末端的坐标：步骤二、运动学方程逆解利用人脸识别返回的坐标指导机械臂运动从而实现检测终端能够与检测人员的位置合适；并基于步骤一中获得的齐次变换矩阵求解各转动关节的角度qi；机械臂的端点P的坐标(x,y)由三个部分(x1+x2+x3,y1+y2+y3)组成；其中上式的q1、q2和q3是求解的舵机的角度，α是爪子与水平面的夹角，且α＝q1+q2+q3，且：x＝l1cosq1+l2cos(q1+q2)+l3cos(q1+q2+q3)y＝l1sinq1+l2sin(q1+q2)+l3sin(q1+q2+q3)m＝l3cosα-xn＝l3sinα-yx和y由使用者给出；l1、l2和l3为机械臂的机械结构固有属性，将m和n代入已有方程，再化简可得：l2＝(l1cosq1+m)2+(l1sinq1+n)2通过计算可得：上式是一元二次方程的求根公式的形式，其中a＝m2+n2据此我们可以求出q1、q2的角度；基于上述步骤求解三个舵机的角度，根据角度控制舵机即实现坐标位置的控制。对前述用于疫情期间园区道闸智能执管系统的进一步改进，还包括信息互联组件；包括基于STM32F103C8T6为核心的计通讯控制板，KEIL编程实现读取传感器信息上传485总线、步进电机控制、拓展GPIO外设；包括两个TTL串口，用于连接传感器；一个485串口接口，连接485控制总线；5路GPIO，GPIO包括通用定时器TIMER3通道1、2；采用74LS244进行3.3V-5V升压，进行四线步进电机控制。对前述用于疫情期间园区道闸智能执管系统的进一步改进，信息互联组件使用KEIL对于STM32F103进行编程控，UART2与上位机通信，接收中断对下发指令校验并解析，控制UART1、3对相应外设通讯控制。UART1及其中断与温度传感器通讯，UART3根据上位机指令对机械臂下发坐标信息。由PB0引脚下降沿触发外部中断，启动距离传感器。对前述用于疫情期间园区道闸智能执管系统的进一步改进，识别模块包括身份识别模块、车牌识别模块；所述身份识别模块采用TY-801T嵌入式模组，通过RFID技术对身份证信息的读取，并将读取后的信息传输至数据库中，身份识别模块需要实现对进出园区非库内人员的身份进行记录，以及将识别地信息实时上传至数据库；车牌识别模块使用的是HttpPost，使相机通过ssl与Http服务器进行连接，当有车辆时触发，识别系统会自动识别显示车辆信息。...

【技术保护点】
1.一种用于疫情期间园区道闸智能执管系统，其特征在于，包括识别检测组件、运动及控制组件、信息互联组件；/n识别检测组件包括影像数据库模块、采集模块、检测模块、识别模块；/n数据库模块针对固有人群和临时人群采取建立固有数据库和临时数据库进行上传，数据库模块采用如下方式建立：/n01在现有人脸数据集的基础上，利用开源库dlib中的深度学习模型结合人脸特征对残差网络进行训练，得到网络模型；/n02内设固有人员数据表和临时人员数据表两部分，数据库模块基于识别模块采集所有进入园区的人员信息，当所有数据检测完毕时，将数据打包按照固定的数据格式向服务器发送及存储，并定时清除临时人员信息；所述数据表至少包括设备运行状态表、非固有人员信息表和固有人员信息表；/n采集模块包括用于进行影像采集的摄像头，较优的，采用红外夜视摄像头，采集模块将采集到的图像数据传送至树莓派3b+，支持远程登陆操作和离线操作两种方式，经过python语言程序对图像处理以识别测温对象，/n所述识别模块用于完成如下步骤：/nS1、特征提取：计算和统计图像局部区域的梯度方向直方图来构成特征；所述梯度方向采用如下方式获取：将检测图像转换为黑白，对于图片中的每一个像素，将其与周围的其他像素进行对比，找出并比较当前像素与直接围绕它的像素的深度，使用箭头来指向图像变暗的方向，重复这个过程，直至每个像素均被箭头取代；这些箭头即为梯度，它们显示出图像上从明亮到黑暗的流动过程；/nS2、距离测算，通过人脸识别的API得到相对位置，并返回给通讯控制板以控制滑轨的运行，引导下一步的温度检测：/n具体而言，在进行人脸识别的同时，返回第一次识别后人脸的位置信息用于运动模块的移动，同时要对摄像头进行标定，基于图像中人脸相对于图片中心的偏移量与实际中人脸相对于检测终端的偏移量在固定的xoz平面内是呈线性，根据公式得到固定的比例系数α＝q/p...

【技术特征摘要】
1.一种用于疫情期间园区道闸智能执管系统，其特征在于，包括识别检测组件、运动及控制组件、信息互联组件；
识别检测组件包括影像数据库模块、采集模块、检测模块、识别模块；
数据库模块针对固有人群和临时人群采取建立固有数据库和临时数据库进行上传，数据库模块采用如下方式建立：
01在现有人脸数据集的基础上，利用开源库dlib中的深度学习模型结合人脸特征对残差网络进行训练，得到网络模型；
02内设固有人员数据表和临时人员数据表两部分，数据库模块基于识别模块采集所有进入园区的人员信息，当所有数据检测完毕时，将数据打包按照固定的数据格式向服务器发送及存储，并定时清除临时人员信息；所述数据表至少包括设备运行状态表、非固有人员信息表和固有人员信息表；
采集模块包括用于进行影像采集的摄像头，较优的，采用红外夜视摄像头，采集模块将采集到的图像数据传送至树莓派3b+，支持远程登陆操作和离线操作两种方式，经过python语言程序对图像处理以识别测温对象，
所述识别模块用于完成如下步骤：
S1、特征提取：计算和统计图像局部区域的梯度方向直方图来构成特征；所述梯度方向采用如下方式获取：将检测图像转换为黑白，对于图片中的每一个像素，将其与周围的其他像素进行对比，找出并比较当前像素与直接围绕它的像素的深度，使用箭头来指向图像变暗的方向，重复这个过程，直至每个像素均被箭头取代；这些箭头即为梯度，它们显示出图像上从明亮到黑暗的流动过程；
S2、距离测算，通过人脸识别的API得到相对位置，并返回给通讯控制板以控制滑轨的运行，引导下一步的温度检测：
具体而言，在进行人脸识别的同时，返回第一次识别后人脸的位置信息用于运动模块的移动，同时要对摄像头进行标定，基于图像中人脸相对于图片中心的偏移量与实际中人脸相对于检测终端的偏移量在固定的xoz平面内是呈线性，根据公式得到固定的比例系数α＝q/px，经过API中人脸方框的解析得到滑轨需要移动的距离Δx，以达到检测终端与车内检测人员位置一致；



其中px是相机横向采集像素，x0、x1、x2和x3是人脸位置坐标，x是图像中人脸相对于图片中心的偏移量；
运动及控制组件包括机械臂模块、舵机驱动模块；
机械臂模块包括五自由度机械臂，搭载检测终端以实现对车内人员的必要检测；机械臂作为重要的运动模块，帮助检测人员采取进入园区的必要信息；该机械臂由通讯控制板转发坐标，由舵机驱动板转换信号，由各舵机驱动，当检测终端通过距离传感器判断与车体之间的位置，驱动板能够通过逆运动学解算出各电机需转动的角度，最终达到方便车内人员检测地位置；
舵机驱动模块使用运动学方程的逆解来实现机械臂的运动控制，其基本步骤包括：
步骤一、建立基于关节空间和笛卡儿空间的运动学关系
釆用齐次变换矩阵建立机械臂末端的位姿表达式，描述由关节空间到笛卡儿空间的正运动学解或笛卡尔空间到关节空间的逆运动学解，具体而言；利用DH参数表达两对关节连杆之间位置角度关系的机械臂数学模型和坐标系确定系统，根据机械臂的结构参数和与舵机运动范...

【专利技术属性】
技术研发人员：朱旭芳，袁成人，周杨威，唐晨琪，唐宇思，黎奥丰，
申请(专利权)人：中国人民解放军海军工程大学，
类型：发明
国别省市：湖北;42