基于機器學習的虛擬門把手設(shè)計與實現(xiàn)

作者：李欣穎，童宣科（桂林電子科技大學電子工程與自動化學院，廣西桂林 541004）時間：2022-07-26 來源：電子產(chǎn)品世界

加入技術(shù)交流群
- 掃碼加入
  和技術(shù)大咖面對面交流
  海量資料庫查詢

摘要：為了提高安全性和便捷性，尤其是在疫情背景下，應(yīng)避免使用者因接觸門把手而造成交疾病的叉污染。本文設(shè)計了一種非接觸式的虛擬門把手，可用來代替?zhèn)鹘y(tǒng)門把手在現(xiàn)實生活中的作用。該虛擬門把手采用樹莓派作為主控芯片，通過攝像頭采集實時畫面和用戶手勢，門鎖模塊用于實現(xiàn)開鎖和反鎖的功能；該虛擬門把手還具有人臉識別功能，保障用戶的安全和隱私。測試結(jié)果表明，該虛擬門把手能夠?qū)崿F(xiàn)人臉識別，并在用戶做出指定手勢時實現(xiàn)開鎖或反鎖的功能，達到了預(yù)期的設(shè)計目標。

本文引用地址：http://m.butianyuan.cn/article/202207/436666.htm

關(guān)鍵詞：人臉識別；手勢識別；樹莓派；卷積神經(jīng)網(wǎng)絡(luò)

項目支持：本課題得到廣西自治區(qū)區(qū)級大學生創(chuàng)新創(chuàng)業(yè)計劃項目支持

項目編號：202010595090

據(jù)調(diào)查顯示，高校的公共設(shè)施存在不同程度的微生物污染，門把手上的污染最為嚴重，其中大腸菌群有可能造成腸道外感染或急性腹瀉 ^[1]；2020 年 2 月，廣州市疾病預(yù)防控制中心在一名確診患者家中門把手上發(fā)現(xiàn)了新型冠狀病毒的核酸，專家提醒我們?nèi)粘＜揖蛹毠?jié)中，有許多可能造成病毒間接傳播的途徑，容易為人所忽略。對于普通社區(qū)居民，風險更多來自于間接接觸：如果病毒附著在物體表面，自己的手觸摸到被污染的物體表面后進食、揉眼睛等動作，可能會造成自己感染 ^[2]。

門把手作為日常中使用頻繁的設(shè)施，通常與門鎖結(jié)合以實現(xiàn)開門、關(guān)門和反鎖的功能。傳統(tǒng)的門把手需要與人員發(fā)生手部接觸，因此細菌病毒等會附著在門把手上，造成交叉感染。為了防止細菌病毒通過門把手傳播，降低人民群眾的感染風險，本項目設(shè)計了一款基于機器學習的虛擬門把手，可通過開關(guān)門手勢實現(xiàn)開門、關(guān)門和反鎖的功能，避免人員與門把手的直接接觸。此外，本項目設(shè)計的虛擬門把手有人臉識別功能，通過與磁吸式門鎖結(jié)合，保障了用戶的隱私與安全，更具有方便快捷、操作方法簡單等優(yōu)點。

1 設(shè)計思路

對本項目的需求進行分析后，畫出了該系統(tǒng)的原理框圖，如圖 1 所示。本項目采用了模塊化的思想，方便結(jié)構(gòu)搭建和測試。其中，攝像頭模塊用于采集獲取用戶的實時畫面圖像信息，并將圖像信息傳輸給嵌入式主控板，以進行人臉識別和手勢判斷。門鎖模塊用于實現(xiàn)開門、關(guān)門和反鎖的功能，當用戶進入攝像頭區(qū)域內(nèi)喚醒主控，點亮顯示屏并人臉識別成功后，用戶可做出開關(guān)門的手勢，門鎖模塊可以做出相應(yīng)的反應(yīng)，即能夠完成非接觸式開門和關(guān)門的動作，降低了因接觸門把手而感染細菌病毒的風險；執(zhí)行反鎖手勢指令后，只能通過用戶在門的這一側(cè)做出開鎖的手勢來打開門鎖，而在門的另一側(cè)無法打開。顯示模塊用于顯示實時畫面和提示信息，用戶根據(jù)顯示模塊上的提示完成指定手勢，避免因手勢不規(guī)范或超出檢測范圍而發(fā)生手勢識別錯誤。電源模塊用于對整套裝置供電，保證裝置正常運行。

2 方案選擇

本設(shè)計主控采用高速微處理器第三代樹莓派計算模塊，擁有 1 GB RAM（隨機存取存儲器，Random Access Memory），1.2 GHz 主頻的博通 BCM2837 處理器。其體積微小，板載外設(shè)接口豐富，包括 4 個 USB（通用串行總線，Universal Serial Bus）端口、DSI（顯示串行接口，Display Serial Interface）顯示、HDMI（高清多媒體接，High Definition Multimedia Interface）、以及 40 個 GPIO（通用輸入輸出端口，General Purpose Input/ Output Port）接口，是一款運算能力強勁的基于 Linux 的微型計算機。

開門、關(guān)門功能通過門鎖模塊實現(xiàn)。常用的門鎖有插芯式門鎖和電磁門鎖兩種。插芯式門鎖有單設(shè)按鈕插芯門鎖和雙舌插芯門鎖等分類，安裝復(fù)雜，不便于控制。電磁門鎖利用電磁鐵的原理，依靠電力產(chǎn)生磁力，拉住門鎖，具有安裝簡單，易于控制的優(yōu)點。因此，本設(shè)計中采用的是常閉式電磁門鎖，通過磁力使門鎖閉合，收到單片機控制信號后門鎖打開。本設(shè)計選用的磁吸式門鎖具有 280 kg 直線拉力，吸力穩(wěn)定，且配備 220 V 交流轉(zhuǎn) 12 V 直流供電，電源裝配簡單。

采集用戶面部和手部信息通過攝像頭模塊實現(xiàn)。本項目中，攝像頭模塊選用 1 080 P 高清攝像頭，并具有 130° 廣角，可以充分滿足信息采集需要。兼容樹莓派和 Windows 等多種系統(tǒng)，采集到的圖像數(shù)據(jù)通過 USB 接口能夠直接傳遞給樹莓派主控芯片。

顯示模塊采用 4.3" IPS（橫向電場效應(yīng)顯示技術(shù)）顯示屏，分辨率為 800×480 像素，具有 MIPI（移動產(chǎn)業(yè)處理器接口，Mobile Industry Processor Interface）DSI 接口，與樹莓派模塊相匹配。3.3 V 電源供電時，功耗 300 mW，是一款低功耗顯示屏。顯示模塊用于顯示攝像頭拍到的實時畫面和提示信息，形成良好的人機交互。

3 方案實施

3.1 主程序流程

如圖 2 所示，該系統(tǒng)由電磁門鎖、攝像頭和顯示屏組成。電磁門鎖用于控制門的開關(guān)，攝像頭固定于門上，S1 為用戶到攝像頭的距離。

圖 2人臉識別、手勢識別示意圖

圖 3 是主程序流程圖。當有用戶進入檢測區(qū)域時，首先對其進行人臉識別，判斷是否為合法用戶，若為非法用戶，則在顯示屏上顯示非法操作；若判斷為合法用戶，則等待其手勢指令，如開門或反鎖指令。

圖3 主程序流程圖

3.2 人臉識別和手勢識別

通過攝像頭拍攝實時畫面，對用戶進行人臉識別和手勢識別。

人臉識別采用了 OpenCV（開源計算機視覺）自帶的人臉特征分類器 haarcascade_frontalface_alt2.xml。首先錄入合法用戶的人臉照片信息并保存，接著直接調(diào)用人臉特征分類器進行人臉識別。

手勢識別采用了自制數(shù)據(jù)集和自制訓(xùn)練模型。自制數(shù)據(jù)集邀請了 4 位不同手形大小的實驗參與者采集其做出的手勢，每人做出 3 種手勢，每種手勢錄入 240 張 64×64×3 的 RGB（紅綠藍）圖像，共 2 880 張圖像。打亂順序后，隨機抽取 2 160 張圖像作為訓(xùn)練集，其余 720 張圖像作為測試集。為了增加樣本數(shù)量，增強模型的泛化性，項目中采用了數(shù)據(jù)增強，降低了過擬合的風險。建立好每張圖片對應(yīng)的標簽后，構(gòu)建 CNN（卷積神經(jīng)網(wǎng)絡(luò)，Convolutional Neural Network）網(wǎng)絡(luò)。本項目的 CNN 網(wǎng)絡(luò)模型如圖 3 所示，模型順序連接，四次卷積池化，再接一個全連接隱藏層和一個輸出層。其中兩次卷積核均為 3×3 像素，使用 ReLU 激活函數(shù)，兩次池化均采用最大池化。全連接隱藏層使用 ReLU 激活函數(shù)，輸出層采用 softmax 激活函數(shù)，由于本項目種共有 3 種手勢需要識別，所以輸出層神經(jīng)元個數(shù)為 3。

圖4 神經(jīng)網(wǎng)絡(luò)模型

為了防止其他未知的手勢引起識別錯誤，程序?qū)M行手勢判斷做出了改進。得益于 softmax 激活函數(shù)，使得模型預(yù)測的三個輸出值都在 0 到 1 之間，且三個輸出值相加等于 1。于是只需判斷預(yù)測結(jié)果中的輸出值是否大于某個規(guī)定值，若大于才能被判斷為有效手勢，若為無效手勢，則不執(zhí)行操作。

3.3 門鎖開鎖和反鎖

門鎖的開鎖與反鎖由樹莓派主控芯片控制電磁門鎖實現(xiàn)。

圖 5 為門鎖電源接線示意圖。電磁門鎖的正、負極分別連接 NC 和 COM 端，在此連接方式下，門鎖為常閉狀態(tài)。門打開后，兩磁鐵靠近自動吸合關(guān)閉。樹莓派主控芯片控制門鎖 IO 口接到 PUSH 端，用于控制門鎖打開或反鎖。執(zhí)行開鎖指令時，控制 IO 口輸出高電平，經(jīng)過變壓器升壓后達到 12 V，控制門鎖打開。接收到反鎖命令后，程序記錄反鎖標志位，從另一側(cè)開門時若反鎖標志位為 1，則不能打開門。

圖5 門鎖電源接線示意圖

4 調(diào)試與測試

在訓(xùn)練自制模型的過程中，使用一臺處理器為 Intel Core i7-1065G7、主頻 1.30 GHz，機帶 RAM 為 32.0 GB 的計算機。圖 4 給出了模型訓(xùn)練時的參數(shù)變化，從中可以看出，15 輪內(nèi)模型訓(xùn)練集和測試集的準確率都達到 95% 以上，損失率均為 15% 以下。

在基于樹莓派計算模塊的系統(tǒng)功能測試中，邀請了 5 位同學在不同背景、不同光照環(huán)境下對系統(tǒng)進行了測試。測試結(jié)果表明，本系統(tǒng)能夠?qū)崿F(xiàn)對用戶的手勢識別和人臉識別，當S1在30 cm~50 cm之間時識別效果最好，人臉識別成功率為 95%，手勢識別成功率為 93%，手勢解鎖指令識別成功后，門鎖解鎖時間為 1 s。

5 結(jié)語

本項目基于樹莓派單片機和卷積神經(jīng)網(wǎng)絡(luò)，實現(xiàn)了可以用手勢控制的虛擬門把手功能。經(jīng)過測試，該虛擬門把手具有人臉識別、手勢識別的功能，可以根據(jù)用戶的手勢執(zhí)行指令，完成對門鎖的控制。未來將收集更多手部圖像作為訓(xùn)練數(shù)據(jù)集以進一步提高模型準確率，提高系統(tǒng)在不同環(huán)境下的適應(yīng)能力，并嘗試用電插芯門鎖代替電磁門鎖，以完善門鎖的安全性問題。