張麗艷，趙藝璇，李林

(大連交通大學(xué) 計算機(jī)與通信工程學(xué)院，遼寧 大連 116028)①

此次新型冠狀病毒的出現(xiàn)給民生、經(jīng)濟(jì)、貿(mào)易等方面都帶來了前所未有的重創(chuàng)，口罩作為阻斷病毒傳播的有效手段在此次抗擊疫情中起到了至關(guān)重要的作用.目前商場、藥店、飯店等都已經(jīng)開放，但是這些公共場所大都有必須佩戴口罩才能入內(nèi)的要求.公共場所客流量大，單純靠人工來檢測如此大人流量是否佩戴口罩并不現(xiàn)實，因此需要尋求一種可以自動檢測是否佩戴口罩的設(shè)備.

本文設(shè)計了一款可以自動檢測顧客是否佩戴口罩的設(shè)備，并模擬控制門的開關(guān).以樹莓派作為主控制系統(tǒng)，應(yīng)用超聲波傳感器檢測是否有人出現(xiàn)在指定區(qū)域，并控制攝像頭自動拍照，將圖片成功傳輸給服務(wù)器端之后，LED燈亮起，并在服務(wù)端進(jìn)行目標(biāo)檢測，檢測到佩戴口罩，舵機(jī)控制閘門的開啟、關(guān)閉，檢測到未佩戴口罩，裝置不開啟.

1 總體方案設(shè)計

本文設(shè)計了基于樹莓派的口罩檢測系統(tǒng)，可以放置在一些必須要佩戴口罩的公共場合門口，在一定區(qū)域內(nèi)自動檢測行人是否佩戴口罩，并控制閘門的開關(guān)，以減少工作人員的工作強(qiáng)度.本系統(tǒng)以樹莓派[1]為核心控制模塊，外接攝像頭、超聲波傳感器、SG90舵機(jī)、LED燈.主要工作過程為服務(wù)端(用戶PC)首先發(fā)送可以接收數(shù)據(jù)的信息給客戶端(樹莓派)，隨后客戶端通過攝像頭模塊和超聲波傳感器對目標(biāo)進(jìn)行數(shù)據(jù)采集，隨后將數(shù)據(jù)信息無線傳輸給服務(wù)端，傳輸成功LED燈亮起，隨后在服務(wù)端通過SSD方法對數(shù)據(jù)進(jìn)行目標(biāo)檢測，檢測完成后將結(jié)果反饋給客戶端通過程序控制舵機(jī)的開關(guān)，控制過程為檢測到口罩執(zhí)行先開門后關(guān)門的操作，未檢測到口罩則不開門.圖1所示為系統(tǒng)總體結(jié)構(gòu)圖.

圖1 系統(tǒng)結(jié)構(gòu)圖

2 系統(tǒng)硬件設(shè)計

本文選擇“Raspberry Pi 4B”為控制處理器[2-3]，樹莓派采用Python進(jìn)行編程，使用Linux和Windows系統(tǒng)為操作系統(tǒng)的ARM微機(jī)主板開發(fā)，以SD / MicroSD卡為內(nèi)存硬盤.具有40個GPIO驅(qū)動接口以連接更多硬件，實現(xiàn)系統(tǒng)整體功能.在進(jìn)行工作前需要對樹莓派進(jìn)行基礎(chǔ)配置[4].本系統(tǒng)在硬件設(shè)計部分主要包括攝像頭模塊、超聲波傳感器、LED燈和舵機(jī).運(yùn)用超聲波傳感器檢測顧客是否出現(xiàn)在閾值區(qū)域內(nèi)，如檢測到區(qū)域內(nèi)有人則運(yùn)用攝像頭進(jìn)行拍照；LED燈亮表示數(shù)據(jù)從客戶端向服務(wù)端傳輸成功；SG90舵機(jī)模塊進(jìn)行開、關(guān)控制.

2.1 攝像頭模塊

本系統(tǒng)使用樹莓派專用500萬像素廣角攝像頭對目標(biāo)進(jìn)行數(shù)據(jù)采集即拍照，以O(shè)penCV作為拍照模塊處理圖像的主要工具.攝像頭含有OV5647感光芯片，靜態(tài)圖片分辨率為2 592 dpi×1 944 dpi，支持1080p30，720p60以及640×480p60/90視頻錄制.

2.2 LED模塊

本系統(tǒng)使用LED燈指示樹莓派拍攝照片已成功傳輸給服務(wù)端進(jìn)行圖像處理.LED燈正極連接樹莓派GPIO端口的BCM21，控制燈的亮滅，LED負(fù)極連接樹莓派的接地端口GND.使用LED模塊的流程為先默認(rèn)LED燈熄滅，待文件傳輸完成后燈亮1s后熄滅，此程序可隨著文件傳輸重復(fù)執(zhí)行.

2.3 超聲波傳感器

本系統(tǒng)選擇HC-SR04超聲波傳感器作為檢測顧客在設(shè)定閾值區(qū)域內(nèi)出現(xiàn)從而可以調(diào)用攝像頭進(jìn)行拍照的模塊.超聲波傳感器具有穩(wěn)定的性能，可以準(zhǔn)確地測量距離和小目標(biāo)，可適用于機(jī)器人躲避障礙物、物體范圍、水位感知及公共安全領(lǐng)域[5].HC-SR04模塊有VCC、GND、Trig(控制端)和Echo(收信端)的四個接口.VCC是5V電源，GND接地，Trig是控制終端觸發(fā)信號輸入，在本系統(tǒng)中用GPIO口的BCM20號控制，Echo為接收端等待回響信號輸出，在本系統(tǒng)中用GPIO口的BCM16號控制.超聲波測距模塊的工作原理大致分為以下四個步驟：

(1)觸發(fā)信號：觸發(fā)Trig端口給至少10 us的高電平信號用于測距;

(2)模塊內(nèi)部：發(fā)送8個40 kHz的方波自動檢測返回信號;

(3)輸出回響信號：返回信號觸發(fā)Echo輸出一個高電平，輸出測試距離如式(1)所示;

(1)

(4)設(shè)定閾值：想要檢測固定區(qū)域內(nèi)出現(xiàn)的目標(biāo)需要設(shè)定一個閾值范圍，并將其與拍照模塊相連接，如檢測到閾值范圍內(nèi)的目標(biāo)則觸發(fā)拍照，本系統(tǒng)設(shè)定閾值為0.3～0.5 m.當(dāng)控制端發(fā)出高電平，就在接收端等待輸出，當(dāng)接收到輸出信號則開始計時，當(dāng)檢測到的輸出信號由高電平變?yōu)榈碗娖綍r停止計時，利用時間差代入公式即可算出距離，設(shè)定固定距離閾值并連接拍照模塊可以實現(xiàn)自動對出現(xiàn)在閾值內(nèi)的目標(biāo)拍攝照片.

2.4 舵機(jī)

本系統(tǒng)使用SG90伺服馬達(dá)作為仿真裝置開關(guān).伺服馬達(dá)又稱舵機(jī)，是一種可以變化角度且可以保持的控制系統(tǒng).SG90舵機(jī)有三個引線接口，分別是紅線電源VCC，黑線接地GND，黃線控制線使用PWM脈沖寬度調(diào)制技術(shù)，該系統(tǒng)用GPIO端口BCM17控制.在伺服器內(nèi)部，以20 ms的主周期和50Hz的頻率生成標(biāo)準(zhǔn)信號作為基準(zhǔn)電路，由微處理器生成的PWM信號進(jìn)入到舵機(jī)并產(chǎn)生直流偏置電壓，從而控制伺服器的順向和逆向旋轉(zhuǎn).該系統(tǒng)使用180°舵機(jī)，生成PWM信號，脈沖寬度在0.5～2.5 ms之間[6-7].平滑齒輪的控制信號是PWM信號，需要通過改變占空比從而改變舵機(jī)的旋轉(zhuǎn)角度，其中占空比表示高電平所占周期電平周期的比例.本系統(tǒng)執(zhí)行代碼使舵機(jī)從0°旋轉(zhuǎn)到180°，每次旋轉(zhuǎn)10°，實現(xiàn)緩慢開關(guān)，轉(zhuǎn)動角度用占空比控制，從2.5%～12.5%設(shè)定旋轉(zhuǎn)角度為0°～180°，在20 ms周期后結(jié)束.要實現(xiàn)運(yùn)用PWM控制舵機(jī)旋轉(zhuǎn)固定角度需要將一個周期20 ms分為兩次中斷執(zhí)行，分別是高電平持續(xù)時間為0.5～2.5 ms的短定時中斷以及一次長定時中斷.通過改變高電平持續(xù)時間及占空比控制舵機(jī)旋轉(zhuǎn)角度，從而達(dá)成本系統(tǒng)模擬自動門開關(guān)的目的.

3 系統(tǒng)軟件設(shè)計

本文系統(tǒng)在軟件部分通過套接字socket建立客戶端樹莓派與服務(wù)端計算機(jī)的聯(lián)系實現(xiàn)了信息傳輸，并將接收到的客戶端傳輸圖片應(yīng)用SSD目標(biāo)檢測算法進(jìn)行戴口罩與未戴口罩兩類檢測.軟件系統(tǒng)結(jié)構(gòu)如圖2所示，首先需要客戶端通過超聲波傳感器持續(xù)監(jiān)測與障礙物的距離，設(shè)定閾值為0.3～0.5 m，在此范圍內(nèi)觸發(fā)客戶端樹莓派攝像頭拍照，否則不拍照；隨后通過socket無線傳輸將所拍攝圖片傳輸給服務(wù)端，傳輸完成LED燈亮起；在服務(wù)端通過SSD目標(biāo)檢測算法對圖像進(jìn)行是否佩戴口罩的檢測并將結(jié)果反饋給客戶端；最后在客戶端設(shè)定程序，如識別結(jié)果為佩戴口罩則控制舵機(jī)先正向、后反向各旋轉(zhuǎn)90°表示閘門裝置的開啟和關(guān)閉，如識別結(jié)果為未佩戴口罩則舵機(jī)不工作，閘門裝置保持關(guān)閉狀態(tài).

圖2 軟件系統(tǒng)結(jié)構(gòu)

3.1 數(shù)據(jù)集建立

本文系統(tǒng)從網(wǎng)絡(luò)中搜集了戴口罩與未戴口罩的正面人臉圖片共1 651張.從中隨機(jī)選取1 000張圖片作為訓(xùn)練集， 551張圖片作為驗證集，100張圖片作為測試集，并對訓(xùn)練集和驗證集樣本利用labelImg圖像標(biāo)注工具進(jìn)行人工標(biāo)注并制作成所需.xml格式.本系統(tǒng)將目標(biāo)類別分為兩類進(jìn)行標(biāo)注，分別是戴口罩類別mask及未戴口罩類別face.

3.2 SSD目標(biāo)檢測算法

本文在服務(wù)端檢測是否佩戴口罩使用了主干網(wǎng)絡(luò)為mobilenet的SSD目標(biāo)檢測算法，MobileNet-SSD的網(wǎng)路結(jié)構(gòu)是在SSD網(wǎng)絡(luò)結(jié)構(gòu)上改進(jìn)的，將主干網(wǎng)的VGG16替換成MobileNet，去掉了主干網(wǎng)MobileNet 最后的全局平均池化、全連接層和softmax層，在MobileNet網(wǎng)絡(luò)的最后卷積層conv13的后面增加了八個卷積層，并抽取其中的四層分別是conv14_ 2、conv15_ 2、conv16_ 2、conv17_2和MobileNet原網(wǎng)絡(luò)中的conv11、conv13層，用于目標(biāo)檢測的分類和定位.MobileNet-SSD網(wǎng)絡(luò)與SSD網(wǎng)絡(luò)相比，雖然檢測準(zhǔn)確率略微下降，但是參數(shù)量由33.1×106下降到6.8×106，有較為明顯的輕量級、低延遲的特點，在本文應(yīng)用背景中有較大的優(yōu)勢[8-9].

本系統(tǒng)輸入為大小是 300 ×300 的圖像，首先經(jīng)過一層標(biāo)準(zhǔn)卷積，其次將特征圖輸入到13層修正后的深度可分離卷積，具體操作為先通過卷積核為3×3的 Depthwise 卷積操作得到輸出特征圖，再利用卷積核為1×1的 Pointwise 卷積操作進(jìn)行各通道的特征融合得到輸出.候選框的回歸和目標(biāo)分類利用MobileNet 最后兩個卷積層的輸出以及新添加的四個卷積層實現(xiàn)，最后利用非極大抑制輸出最終預(yù)測框[10-11].圖3所示為MobileNet-SSD結(jié)構(gòu).

圖3 MobileNet-SSD網(wǎng)絡(luò)結(jié)構(gòu)

4 系統(tǒng)測試及結(jié)果分析

本文系統(tǒng)應(yīng)用SSD目標(biāo)檢測算法判斷顧客是否佩戴口罩，訓(xùn)練過程中在手動標(biāo)注的訓(xùn)練集與驗證集共1 551張圖片檢測兩類分別是戴口罩與不戴口罩的模型mAP值達(dá)到97.21% ，可以看出模型檢測效果十分優(yōu)秀，可以應(yīng)用到本系統(tǒng)對客戶端傳送給服務(wù)端的圖片進(jìn)行是否佩戴口罩的檢測.

5 結(jié)論

本文應(yīng)用客戶端樹莓派與服務(wù)端計算機(jī)運(yùn)用軟硬件交互的方法實現(xiàn)了口罩檢測并模擬自動門功能.應(yīng)用超聲波傳感器實現(xiàn)了檢測閾值范圍內(nèi)出現(xiàn)的人，運(yùn)用SSD目標(biāo)檢測算法得到了一個很好的檢測效果，系統(tǒng)基本實現(xiàn)了實時監(jiān)測顧客是否佩戴口罩并通過舵機(jī)模擬門的開關(guān)功能.