智能人脸识别门锁控制系统设计

Automatic Control •
自动化控制
Electronic Technology & Software Engineering 电子技术与软件工程• 115
【关键词】卷积 卷积神经网络 Tensorflow python 树莓派
1 引言
随着大数据、深度学习、云计算、5G 等技术的不断完善，人脸识别精度越来越高，识别速度越来越快，从“刷脸进站”、“刷脸签到”到“刷脸付款”，生活中的方方面面都可以看到人脸识别技术的应用。

本设计创新地将人脸设别技术应用到门锁上，设计了智能人脸识别门锁控制系统。

2 智能人脸识别门锁控制系统总体设计
智能人脸识别门锁控制系统总体设计结构如图1所示。

本设计分为两部分，首先在PC 机上训练人脸识别模型，之后将训练好的模型导入到树莓派中。

采集模块采集人脸照片后，树莓派调用训练好的模型进行判断，树莓派识别成功之后向继电器模块发出命令，树莓派通过控制继电器的吸合来控制电磁锁的开关，同时指示模块提醒门锁开否。

3 人脸识别模型的设计
3.1 卷积神经网络设计方案
智能人脸识别门锁控制系统设计
文/郭向星 田斐
本设计采用的人脸识别模型是通过Tensorflow 搭建的卷积神经网络模型来实现的，所使用的卷积神经网络结构主要包括：输入层、卷积层、池化层、全连接层和输出层，具体结构图如图2所示。

3.2 各层设计
（1）输入层为训练或者判断输入的人脸图像，经过采集模块的照片被裁剪为64×64之后输入到输入层中，该层的输出为64×64大小的二维张量。

（2）卷积层就是输入数据和卷积核进行内积运算操作的层。

在该层中，输入的张量与卷积核进行卷积运算，卷积核提取张量的特征。

（3）池化层又称为下采样，就是为了减少卷积层产生的特征图的尺寸而存在的，进而降低网络训练参数、提高运算速度和防止过拟合。

（4）全连接层放在卷积层的末端，对神经网络前端提取的特征通过权值矩阵重新拼接成一个新的向量，在整个卷积神经网络中，全连接层起到分类器的作用。

（5）输出层输出为两单元，使用似然函数计算每个单元的似然概率，输出最大的概率作为判断结果。

4 系统各单元软件设计
4.1 主程序设计
系统上电之后，检测摄像头、触摸开关、继电器、记录模块是否正常，若所有模块均正
常则让指示灯闪烁两次后关闭。

若所有模块均
正常，则当按下触摸开关时，树莓派发出命令，控制指示灯闪烁三次，提示正在采集人脸照片；当采集照片之后，调用识别模型判断是否为特
定人，若识别为特定人，则树莓派向继电器发送指令打开电磁锁，
同时蓝色LED 开始闪烁，提示电磁锁已打开，延迟30
秒后关闭电磁锁并停止闪烁指示灯，之后把识别成功的人脸照
片通过记录模块上传到云服务器，等待下一次判断。

若识别为非特定人则继电器不动作，并将采集到的人脸照片上传到服务器，指示灯闪
<<下转116页
图1：系统总体结构框图
图2：卷积神经网络结构图
图3：主程序流程图
自动化控制
• Automatic Control
116 •电子技术与软件工程 Electronic Technology & Software Engineering
【关键词】柔性制造系统 智能制造 工作流程 连续加工
1 柔性制造系统简介
20世纪50年代，少品种、大批量的刚性流水线生产是主要的生产方式；随着市场竞争日益激烈，对个性化、多样化产品的需求日益旺盛，中、小批量生产模式取代大批量的生产模式成为制造业的主要生产模式。

柔性制造系统(Flexible Manufacturing Systems ，FMS)应时而生，并且相对于刚性自动化生产线，优势逐渐显现出来：能够帮助企业在多样化需求和
具备智能制造特征的柔性制造系统建设
文/刘鸣 陈端毓
动态不确定的环境中生存和发展，抵抗市场风险。

现如今，柔性生产能力已经成为同成本、质量和交货期同等重要的衡量企业绩效和竞争力的指标，反映了企业应对需求多样性和环境不确定性的能力。

FMS 具有自动化程度高、适应性强等特点，尤其适用于多品种、中小批量生产。

相对“刚性”生产线，柔性制造系统的优势体现在对制造过程变化的适应性上：一方面是适应系统外部的变化，反映系统的加工能力，例如加工零件类型改变时，能很好的适应新产品的加工；另一方面是适应系统内部的变化，反映系统的抗干扰能力，例如可以很好地适应插单生产。

20世纪60年代中期，FMS 首先在英国和美国出现，80年代得以现实和并进入商品化时代。

2000年后，全球已有3500套以上的FMS 正常运行，到目前为止，FMS 已经基本普及。

2 具备智能制造特点FMS的意义
传统理论认为，柔性制造系统一般由三部分组成：多工位的数控加工单元，自动化的物料贮运单元和计算机控制信息单元。

以往，柔性制造系统的研究往往偏重于对系统硬件搭
建的研究、传输线单元设计与研究和柔性系统运输调度问题的研究。

柔性制造系统作为一个系统，孤立地研究某一项问题，研究结果往往与实际生产有所偏差，例如在做生产调度研究时，忽略不同零件加工工时的影响；其次，柔性制造系统在具体应用中同样存在设备停机时间过长，生产计划混乱，或者计划不能按时执行等情况，例如机床因故障停机，或者系统无法迅速响应计划更改；再者，柔性制造系统内部不可避免地存在信息孤岛，传统的柔性制造系统理论并不强调各单元之间的数据共享和数据交换。

实际上，智能制造能有效地解决上述问题，并且能够帮助柔性制造系统更好地发挥制造柔性，提高生产效率。

3 具备智能制造特点的FMS的建设
3.1 FMS组成及工作流程
具备智能特点的FMS 模型和原理框图如图1所示。

料库的毛料是FMS 的物质输入，设计图纸和任务计划是FMS 的信息输入。

FMS 由四个单元组成：数据处理中心、加工
烁两次，等待下一次判断。

主程序流程图如图3所示。

4.2 各子程序设计4.2.1 指示灯程序设计
指示灯有五种工作状态，分别是闪烁两次、闪烁三次、一直闪烁、常亮和常灭。

为了简化程序，将点亮指示灯的操作编写为闪烁函数，通过向函数中传入不同的数值来表示指示灯不同的工作状态。

4.2.2 采集照片程序设计
采集照片的程序比较简单，只需不断的扫描触摸开关是否被按下，若触摸开关按下，则树莓派向摄像头发送指令，采集照片保存到本地即可。

4.2.3 继电器（电磁锁）程序设计
电磁锁需要12V 的电源，因此通过继电器来控制。

控制继电器的程序比较简单，只需对继电器的输入端赋初值高电平即可，当需要打开电磁锁的时候就将继电器的输入端赋低电平，当需要关闭电磁锁的时候将继电器的输入
端赋高电平。

4.2.4 记录模块
设定云服务器的密钥，人脸识别器识别成功之后，树莓派发出命令，调用上传传片函数向云服务器上传识别成功的照片，保存名称格式为“success20190520131401.jpg ”；当识别失败时，保存名称格式为“fail2019052031402.jpg ”。

5 系统调试
功能测试时，树莓派上电之后，指示灯闪烁两次后关闭，表明系统各个模块正常。

按下触摸开关后，指示灯闪烁三次开始采集照片，采集照片之后等待树莓派调用模型进行判断，系统能正常识别特定人并且开锁，实现了智能人脸识别门锁控制系统的设计，系统整体图如图4所示。

但目前本设计受到树莓派运算速度的影响人脸识别速度较慢，在未来的设计中可
尝试使用运算速度更快的控制器来解决识别速度慢的问题。

参考文献
[1]黄文坚,唐源.Tensorflow[M].北京:电
子工业出版社,2017.
[2]高扬,卫峥.白话深度学习与
Tensorflow[M].北京:机械工业出版社,2017:104.
[3]吴茂贵,王冬,李涛,等.Python 深度学
习基于Tensorflow[M].北京:机械工业出版社,2018:144-160.
[4]N i k h i l B u d u m a.F u n d a m e n t a l s o f
Deep Learning[M]. USA:O'Reilly Mediatic,2017:85.
作者简介
郭向星（1995-），男，南阳理工学院，电气工程及其自动化专业，学士。

作者单位
南阳理工学院电子与电气工程学院 河南省南阳市 473004
<<上接115页
图4：总实物图。