孫長城，鄧 玲，牛牧原，李全彬

（江蘇師范大學 物理與電子工程學院，江蘇 徐州 221100）

摘 要 ：為消除空調風直吹帶來的健康隱患，設計了一款空調智能送風裝置。該裝置以 STM32 為核心，選用OpenMV4 作為視覺模塊，用于判斷場景內是否有人 ；選用超聲波測距模塊測量空調與使用人之間的距離，用于溫度補償 ；選用非接觸式紅外溫度傳感器 MLX90614 測量人體體溫 ；通過 STM32 分析實時獲取的人體溫度數據來控制主次擋風板之間的舵機轉動幅度，從而控制送風口稀疏程度，實現空調送風的智能控制，有效減少了空調直吹帶來的健康危害。

關鍵詞 ：空調智能送風 ；STM32 ；超聲波測距 ；非接觸測溫 ；攝像頭模塊 ；OpenMV4

中圖分類號 ：TP273 文獻標識碼 ：A?

文章編號 ：2095-1302（2022）10-0092-04

0 引 言
作為生活必需品，空調逐漸成為對抗酷暑與寒冬的利器，但如果長時間處于空調直吹環境，很有可能產生皮膚干燥、關節疼痛、頭暈頭痛等不良反應。尤其是兒童、老人、孕婦等特殊群體，如果長時間受到空調直吹，在自身免疫力低下時極易感染疾病，存在健康隱患。 目前市面上已存在的空調外置擋風板 [1] 雖然可以實現擋風的基本需求，但卻無法靈活移動。如空調直吹范圍內無人，且室內需要快速降溫時，就需要減少空調外置擋風板的阻風性，現有設計均需要人為手動或遙控調節擋風板。實際應用中，對于老人、兒童、孕婦等群體，手動調節不方便也不安全。此外，當人體體溫偏高時，需要適量的微風吹拂身體，因此，很有必要對擋風板的開啟和送風的稀疏程度進行合理控制 [2]。 為避免空調直吹帶來的健康危害，并且靈活適配現實生活場景，本文設計了基于 STM32 的智能空調送風裝置，可實現自動控制擋風板的升降，并根據人體溫度變化合理控制送風稀疏程度，在降低空調直吹風危害的同時提高了生活品質，具有廣闊的應用前景。 ?

1 總體設計

本設計以 STM32F103RCT6 為核心控制器 [3]。首先，利用 OpenMV4[4] 判斷空調直吹范圍之內是否有人存在。若無人，則擋風板保持升起狀態 ；若有人，則擋風板下降至空調出風口處，同時，OpenMV4 返回視野人體中心坐標至 STM32F103RCT6。其次，STM32F103RCT6 驅動舵機帶動 MLX90614[5]、超聲波測距 [6] 模塊與 OpenMV4 旋轉至人體坐標與視野中心坐標重合的位置，利用 MLX90614 與超聲波測距模塊獲得體溫數據和人體與空調外擋板之間的距離，并且結合距離對 MLX90614 測得的體溫數據進行溫度補償，得出最終體溫數據，根據最終體溫數據控制擋風板送風的稀疏程度，從而達到防直吹的效果。系統流程設計如圖 1所示。

2 系統硬件設計

系統硬件電路如圖 2 所示。

2.1 STM32F103RCT6 核心控制模塊

STM32F103 是一種高性能、低成本、低功耗的 32 位單片機，擁有主流 Cortex 內核及強大的軟件支持與豐富的軟件 包。 內 置 256 KB 的 FLASH、48 KB 的 RAM、3×12 位ADC、1×12 位 DAC、2 個 16 位基本定時器、2 個 DMA 控制器、3 個 SPI、2 個 I2C、3 路 USART 通信口、5 個串口、1 個 USB，時鐘頻率最高可達 72 MHz。STM32F103 的每個I/O 都可以作為外部中斷的中斷輸入口，STM32F103 的中斷控制器支持 19 個外部中斷 / 事件請求，每個中斷設有狀態位，每個中斷 / 事件都有獨立的觸發和屏蔽設置。

2.2 OpenMV4 機器視覺模塊

OpenMV4 是一個開源、低成本、功能強大的機器視覺模塊。以 STM32F767CPU 為核心，集成了 OV7725 攝像頭芯片，在小巧的硬件模塊上，用 C 語言高效實現了核心機器視覺算法，提供 Python 編程接口。OpenMV4 上的機器視覺算法包括尋找色塊、人臉檢測、眼球跟蹤、邊緣檢測、標志跟蹤等，可以用來實現非法入侵檢測、殘次品篩選、跟蹤固定標記物等。OpenMV 采用的 STM32F427 擁有豐富的硬件資源，引出 UART，I2C，SPI，PWM，ADC，DAC 以及GPIO 等接口方便擴展外圍功能。USB 接口用于連接電腦上的集成開發環境 OpenMVIDE，協助完成編程、調試和更新固件等工作。TF 卡槽支持大容量 TF 卡，可用于存放程序和保存照片等。

2.3 MLX90614 溫度采集模塊

MLX90614 是一款紅外非接觸溫度計。TO-39 金屬封裝同時集成了紅外感應熱電堆探測器芯片和信號處理專用集成芯片。溫度計出廠校準，包括數字 PWM 和 SMBus 輸出模式。配置為 10 位的 PWM 輸出格式用于連續傳送溫度范圍為 -20 ～ 120 ?C 的物體溫度，供電電壓為 3 V，具有溫度梯度補償功能，分辨率為 0.01 ?C，標準精度為 ±0.5 ?C。該模塊具有體積小、成本低、易集成、高精度和高分辨率等優點。MLX90614 只有 4 個管腳，分別是供電端 VDD，數字信號輸入輸出端 SDA，時鐘信號輸入端 SCL，接地端 VSS，電路如圖3所示。為保證SDA與SCL在總線空閑時為高電平，使用 2 個上拉電阻與電源相連。MLX90614 電路如圖 3 所示。

2.4 超聲波模塊 HC-SR04

在測距模塊的選擇上，由于激光測距會影響人體皮膚溫度，于是本設計采用超聲波測距。HC-SR04 超聲波測距模塊可提供 2 ～ 400 cm 的非接觸式距離感測功能，測距精度可達3 mm。超聲波測距模塊包括超聲波發射器、接收器和控制電路，超聲波發射器向某一方向發射超聲波，在發射時刻開始計時，超聲波在空氣中傳播，途中碰到障礙物就立即返回，超聲波接收器收到反射波立即停止計時。根據時間差和超聲波的速度可以估算出發射位置到障礙物的距離。超聲波測距原理如圖 4 所示。 超聲波發射電路如圖 5 所示。當 HC-SR04 接收到單片機傳輸的 40 kHz 的 PWM 方波時，將驅動 CD4049 芯片，反相器 CD4049 在方波的驅動下輸出交流電壓到超聲波發射器，使超聲波傳感器產生諧振。當 HC-SR04 接收到回波信號時，輸出回波信號，回波信號的脈沖寬度和距離成正比。

3 系統軟件設計

完善的軟件控制系統是本系統平穩運行的核心。本系統基于 Keil μVision5 編程環境，運用 C 語言編寫代碼。軟件總體設計流程如圖 6 所示。

3.1 人像檢測功能設計

本系統通過 OpenMV4 人像識別檢測視野內是否有人活動，若視野中同時出現多個人時以最近者為準。該功能利用OpenMV4 的 haar 算子實現人像識別，一旦檢測到人就會將其框住并返回當前坐標到 STM32F103RCT6。人像檢測功能反饋效果如圖 7、圖 8 所示。

?

3.2 人體測溫功能設計 MLX90614

應用 MLX90614 紅外測溫模塊與超聲波測距模塊制作了人體測溫系統 [7]，由于距離因素會影響 MLX90614 的測溫精度，為了讓 MLX90614 在空調直吹范圍內發揮最大性能，本文通過測量人體與空調出風口之間的距離進行對應的溫度補償。人體測溫系統流程如圖 9 所示。

3.3 擋風板的控制設計

單片機接收到 OpenMV4 傳回的數據時進行判斷。若空調直吹范圍內無人，則舵機保持初始狀態，即空調擋風板保持抬升狀態 ；若空調直吹范圍內有人，則調用人體測溫功能，且單片機實時接收人體溫度數據，結合人體溫度調節次擋風板舵機的旋轉角度來實時控制空調送風的疏密程度。擋風板控制流程如圖 10 所示。

4 實驗過程

現場測試時，測試對象為 2 名青年男女。本實驗分成3 種情況 ：（1）空調直吹范圍內無人 ；（2）青年女性為正常體溫，出現在空調直吹范圍內 ；（3）青年男性模擬劇烈運動后出現在空調直吹范圍內。整體裝置如圖 11 所示。

第一種場景是 OpenMV4 視野內無人活動。此時舵機保持初始狀態，空調擋風板持續抬升。場景一裝置反饋結果如圖 12 所示。

第二種場景是 OpenMV4 視野內有人且被測對象體溫在正常范圍內。此時舵機帶動 OpenMV4 追蹤人像，并用白框實時框住人像，舵機帶動擋風板下降至空調出風口處，由于被測者體溫在正常范圍內，無需過多送風，故擋風板的小孔處于部分封閉狀態，這時送風程度比較稀疏。場景二裝置反饋結果如圖 13 所示。

第三種場景是 OpenMV4 視野內有人且被測對象體溫偏高，例如劇烈運動后或者炎熱的夏天。此時舵機帶動OpenMV4 追蹤人像，并用白框實時框住人像，舵機帶動擋風板下降至空調出風口處，由于被測者體溫較高，需要稍大的送風量降暑，故擋風板的小孔處于全部打開狀態，這時送風強度高。場景三裝置反饋結果如圖 14 所示。 以上是本設計模擬的 3 種比較典型的生活場景，根據實驗結果表明，本設計能夠根據不同的生活場景很好地實現其對應的功能。 ? 5 結 語 本設計以控制空調擋風板的升降和送風疏密程度為主要內容，智能空調送風設計的研究不僅要考慮當前室溫，還要考慮人與空調的距離。本文通過超聲波測距與紅外測溫模塊相互配合，由二者反饋的數據進行溫度補償，從而控制擋風板的疏密程度，達到防直吹的效果。STM32F103RCT6 作為核心控制器，能實時接收、處理各模塊返回的數據，且可以根據處理后的數據有效控制各模塊的運作 [8-10]。

本設計具有自動控制擋風板升降、根據體溫變化合理控制送風稀疏程度的功能，集智能化、個性化于一體，致力于為用戶打造安全、便捷的空調使用環境，在保障基本需求的同時帶給用戶更舒適的體驗，應用前景廣闊。 注：本文通訊作者為李全彬。

參考文獻

[1] 李紅培 . 空調擋風板對房間內氣流組織影響 [J]. 潔凈與空調技術，2019，26（1）：44-48.

[2] 滿憲金，李海涵 . 自動控制原理在機電工程自動化控制中的應用[J]. 電子技術與軟件工程，2021，28（17）：118-119.

[3] 陳維佳 . 基于 STM32 汽車空調電機控制系統研究 [D]. 石家莊：河北科技大學，2019.

[4] 劉慶婷，陳梅 . 基于 OpenMV 的智能門衛系統 [J]. 信息技術與信息化，2021，46（6）：273-277.

[5] 陶杰，王欣，孫慧賢，等 . 基于 MLX90614 的溫度實時檢測系統[J]. 電子技術與軟件工程，2017，24（21）：75.

[6] 時楊，楊澳妮，吳若潔，等 . 超聲波測距儀的設計與研究 [J]. 電聲技術，2020，44（6）：66-69.

[7] 魏坦勛 . 人體非接觸測溫綜合誤差補償技術的研究與實現 [D]. 杭州：杭州電子科技大學，2013.

[8] 李乾龍，龍馨，龍光利 . 基于物聯網的中央空調末端溫控器 [J].物聯網技術，2020，10（4）：100-102.

[9] 黃勤陸，冉煦，李紅火，等 . 基于 STM32 的空調智能控制系統設計 [J]. 計算機科學與應用，2020，10（1）：35-43.

[10] 唐偉，謝永智 . 基于 STM32 的智能通風換氣系統設計 [J]. 機電工程技術，2020，49（12）：99-100.

作者簡介： 孫長城（2001—），男，本科，研究領域為智能信息處理。 鄧 玲（2000—），女，本科，研究領域為信號與信息處理。 牛牧原（2001—），女，本科，研究領域為智能信息處理。 李全彬（1977—），男，博士，副教授，研究領域為智能信息處理。 編輯：黃飛

?