非接触式红外温度检测的防疫系统设计与实现

安徽师范大学物理与电子信息学院 解 谦 陈卫松 杨秀秀 叶宗晋 张新生

本文基于红外温度检测和口罩识别算法，设计了一种精准的疫情防控系统，使用非接触式红外温度传感器对人体温度数据进行实时检测，结合摄像头传感器获取来访者健康情况信息，并将体温异常者图像数据存储于SD卡中。该防疫系统集成有激光测距、红外温度检测、人脸和口罩识别及语音播报功能，可根据疫情防控要求实时检测来访者身体健康状况，实现非接触式一体化的疫情防控功能。

随着新冠疫情给人们的日常出行带来诸多风险，疫情防控逐渐成为常态化。而社区作为疫情防控的第一线，其防控工作至关重要。疫情防控系统，可以代替社区工作人员在人员密集的区域，实现非接触式、智能一体化的高效工作。在防疫设备的技术研究中，非接触式体温检测一直是其研究热点。

相比于直接接触式温度测量，非接触式体温检测对温度测算的抗干扰性及测量精度要求更高。接触式温度检测技术，需要直接接触受检测者体表进行温度测量，具有一定的接触传播风险。而常规的非接触式体温检测，由于受检测距离和周围环境温度的影响较大，易造成体温测算数据不准确。

有鉴于此，为了实现远距离体温的精确测量，降低设备生产成本，本文研究了一种基于非接触式红外温度检测的防疫系统，结合液晶显示屏、语音播报模块、蜂鸣器等其他人机交互模块，实现非接触式一体化的疫情检测与防控功能。

1 防疫系统工作原理

本文研究的是一种基于红外温度检测的防疫系统，采用MK60DN512Z单片机作为核心微控制器，配合红外测温模块、辅助检测模块和人机交互模块，实现温度数据和距离信息的快速采集与计算，判断来访者体温是否存在异常。

2 防疫系统硬件设计

基于非接触式红外温度检测的防疫系统，其硬件系统结构如图1所示。其主要由核心微控制器、协处理器、红外测温传感器、激光测距传感器、摄像头传感器以及人机交互模块构成。核心微处理器选用MK60DN512Z芯片，协处理器使用STM32F103芯片，两者共同构成系统的控制核心。各模块借助铜柱等材料固定在亚克力板底座上，系统实物如图2所示。

图1 硬件系统结构图

图2 防疫系统实物图

2.1 红外温度检测模块

由于物体表面温度的分布情况与其向外辐射能量的大小密切相关，通过采集物体辐射的红外能量数据，便可以精确测量被测物体的表面温度。防疫系统的红外测温模块采用MLX90614A器件，其主要由红外探测热电堆、低噪声信号放大器、模/数转换器以及DSP数据处理单元等部件构成。红外探测热电堆（81101）对被测物体温度及环境温度进行测定，输出两路温度信号（To和Ta）分别经内部的低噪声斩波稳态放大器放大，通过内部17-bit的A/D转换器和数字信号处理单元（DSP）输出后，经IIC总线送入单片机内部进行环境温度的矫正处理和数据显示。红外检测模块经过环境温度补偿矫正后，可在距物体10cm的直线距离内，保持0.01℃的温度解析度，其平均温度误差在0.5℃以内，可实现非接触式的体温精确测量。

激光测距传感器位于防疫系统前端，安装于10cm碳纤维支撑杆上，用于检测是否有来访人员靠近防疫系统，以此决定是否开启测温功能。

2.2 视觉处理模块

视觉处理模块由OpenMV摄像头传感器构成。OpenMV摄像头传感器安装于激光测距传感器下部，用于实时获取来访人员的人脸信息，并将图像存储于SD卡中；若被检测人员面部信息与数据库信息不匹配或未佩戴口罩，核心控制器会控制语音提示模块发出警告，并将异常信息实时反馈至控制端。

2.3 人机界面交互模块

人机界面交互模块主要由模式选择按键、语音播报模块、报警器和LCD液晶显示屏组成。语音播报模块安装在系统侧端，用于接收主控系统传来的信号并播放已经存放的语音提示及报警信息；LCD液晶显示屏安装在系统中间，可实时显示温度数据及距离数据方便人们观察；报警器安装在系统内部，以便节约空间；当检测模块检测到来访者体温超过系统设定的温度阈值时，报警器发出尖锐蜂鸣声提示来访者体温异常。

3 防疫系统软件设计

防疫系统的流程图如图3所示，系统上电后语音会提示“请进入待检测区域”，与此同时，测距传感器采集距离数据，通过距离判断是否有来访人员，若检测距离不在设定范围内则判为无来访人员，继续检测，反之，则判为有来访人员，并对访客进行体温测量。访客体温不正常时，进行警报；访客体温正常时，系统通过液晶显示屏实时显示来访者体温数据。紧接着摄像头进行人脸图像的采集，检测来访者是否佩戴口罩及人脸信息是否和数据库中的数据匹配，满足则打开门禁，允许通过。

图3 防疫系统软件流程图

3.1 温度获取及处理

MCU使用IIC协议与MLX90614通信，从中读出的16位数据。获取的16位数据由高8位（DataH）和低8位（DataL）两部分组成，MCU再根据转换公式：

将读取的数据换算为温度数据（T，单位为℃）。同时为减小随机干扰对温度测量带来的误差影响，对温度数据的处理使用算数平均滤波法，使随机干扰正负相互抵消。具体方法为连续取N个温度采样值进行算术平均运算，作为当前时刻的温度数据输出。

3.2 LBP算法

本系统对摄像头采集到的人脸图像采取LBP（Local Binary Patterns，局部二值化模式）算法处理。LBP算法根据提取的局部特征作为识别依据，将获取的图片分解为多个3×3像素的九宫格，每个九宫格为一个局部的基本单位，将中心像素的灰度值作为阈值，将九宫格内其他8个像素的灰度值与其进行比较，大于此阈值则置为1，反之，则置为0。局部的像素信息经比较后得到一个8位二进制数，转化为十进制数后得到一个LBP码，此LBP码可反映人脸信息局部的纹理特征。人脸信息的数据储存及识别功能均依靠这些LBP码实现。

4 测试结果及分析

表1所示为系统检测特定对象时与系统动作之间的对应情况。

表1 测试对象及系统对应动作

4.1 温度检测

红外测温模块MLX90614的81101热电元件在实际应用中的性能测试如表2所示，结果表明，在测试距离为1cm到7cm内，测温模块测得的温度均保持在误差水平内，测量误差绝对值控制在1℃内。基于此数据，可完成温度超标报警功能。

表2 温度测试结果

4.2 图像检测

图像检测采用OV7725传感器，口罩检测功能在上位机的调试结果如图4所示，左图为未佩戴口罩情况：系统成功识别并标识”Warn：No MASK!”的红色字体；右图为佩戴口罩的情况：系统成功识别后标识”Safe:With Mask!”的提示字样。

图4 口罩识别

本文设计了一个简易的无接触温度测量与身份识别装置，经实际测试，可通过按键设置报警温度阈值，在不接触被测者的情况下，完成温度超标报警、未佩戴口罩报警、身份识别不符报警等功能。本系统性能安全可靠，解放人工劳动力，提高检测效率的同时，减少了交叉感染情况，可满足疫情防控的基本需求。同时，此项基于嵌入式系统开发的技术，可用于门禁检测等多种场合，具有一定的市场经济效益。