校园智能移动终端设计

智能校园终端

一．需求分析

1. 前景:

在日新月异的今天，当很多行业、很多领域都在高科技、高智能化的数字或计算机的“庇护”打破了传统的常规。一些在原来看起来不能完成的事情，在如今已经变得轻而易举。作为教育的来源地——学校，也在不断地向信息化、智能化的方向发展。诸如，投影仪、办公软件的应用极大得方便了教学。而现如今，人机交互的趋势已经发展到了另外一个水平。人们呼吁让机器不再是只能计算的机器，人们更希望计算机能跟用户进行良好的“沟通”。于是，各种如语音识别系统、虚拟现实技术等人工智能开始迈向这一方向，这也是人们制造机器的初衷，机器是为人服务的而非让人感到迷茫和困惑的。相信不久的将来设备将不再是人们的累赘，而会真正成为人类的朋友。

2. 校园智能终端的性能需求分析

1）应用一：水电费支付智能化。

背景：对于在高校学习生活的学生而言，每月结算水电费的时候需要到特定缴费处缴纳相关费用。一些较不方便的问题是水电费是一个宿舍的，而宿舍成员在4-6个人左右。宿舍成员需要在均摊费用后用一个人的E通卡去签字缴费。

改善：整个流程相对繁琐，而我们设计的智能终端希望做到流程优化。将E通卡缴费改为银行卡自动扣款，每个宿舍成员的水电费用由扣款处理系统计算，到每月结算的时候将扣款信息以短信形式通知每个学生。对于因为账户余额不足而扣款失败的话，也将通知每个学生。

2）应用二：教师考勤智能化。

背景：点名或者是每个高校老师的头疼问题。学生会有旷课、早退、甚至替课的现象。

改善：智能终端从技术上，一种方式是基于视频进行数据采集然后通过考勤系统识别出没来上课的学生。但这种方式对于学生早退和替课无法很好的控制。不过就目前考虑到成本和技术上的原因，这种方式还是有一定效果的。也希望在技术的控制基础上，学生更能自觉的遵守纪律，这也是使用这一技术的初衷。

3）应用三：校园信息通知智能化。

背景：对于需要重要信息的学生来说，如大四学生对于求职和考研信息的需求，学生对各种活动或比赛信息的需求等等。这类信息很难汇集，并且通常以海报或人们口口相传的方式共享信息，但这样对于一些重要信息而言较难做到存储、准确定位，应而有必要进行更智能化的而处理这类信息。

改善：设备将做到大信息量的存储和更细致更安全的准确定位，尽可能满足学生对信息的需求。这对信息检索系统和信息存储、采集有较高的要求。

3. 系统可行性分析

1) 现有的信息化水平分析：

校园E通卡、自动取款机、手机运营商的自助缴费机、图书馆安保系统等等。这些现存的系统或设备对于设计中的校园智能终端而言并没有功能上的巨大冲突。所以对于改善现行系统是有巨大的帮助的。

2）技术分析：

技术上，设备互联以及数据的有效传输是最大的难题。并且成本的控制也需控制在一个合理的范围之内，否则该终端将失去现实意义。综上所述，开发校园智能终端是可行的，但在时间成本、人员成本和费用成本的控制上可能将导致项目难以进行，这是需要时刻注意的地方。

二．系统设计说明书

1. 智能缴费模块设计

1）涉众模型（系统相关者界定）

2）用例图（系统功能）

3）系统类设计4).系统硬件部署图

5). 设备设计与功能分析

物业

云端数据库

短信发射机 水电量示数

水电费宿舍水电费报表

扣款数

支付提示信息

水电表数据采集器

随着电子科技的进步，电能表设计也在不断的更新发展，为了满足用户和电力

部门的需求，设计了数据采集器，它的主要功能有六点：

①最少支持１４路脉冲数同时采集；

②能够准确采集到一定范围内的不同宽度的脉冲个数；

③可以将所有的数据存储到非易失性铁片存储器中；

④具有掉电保护设计，

⑤通过４８５串口将数据传递给采集终端，实现数据的通信；

⑥通过指令可以对电表数据的设置、修改和校正；数据采集器采集来自多路分线连接的电表信号并进行数据处理、存储，通过远程串口通讯将数据传输于采集终端，再由采集终端将数据发送给计算机。设计结构图如图所示，从设计结构图来看，在每个宿舍楼都可以放置一个数据采集器，来读取居民的用电量，每个数据采集器都可以对电量数据进行存储。根据不同指令发送用户的电量到采集终端，再由采集终端把数据传输给控制中心，完成整个电表自动读取功能。

电路图：

文字短信无线发射机设计与分析

①系统组成

图示：

文字短信无线发射机由集成电路MC1648、MC145152、MC12022、低通滤波器和晶振构成锁相环频率合成器、数据编码器、AT89S52单片机、按键、128*64点阵型LCD等组成。

②电路设计

如图：

③发射机程序设计

如图：

2. 智能考勤模块设计

基于视频的智能考勤系统

1)《基于视频的智能考勤系统》最初的想法是做一个教室的自动管理系统，主要功能有防止恶意占座和空位提示等功能，但是难度较大，并且市场前景比较小，因此改用基于视频考勤系统。《基于视频的智能考勤系统》的主要思想是利用摄像头采集人的头像并通过数字图像处理，检测人头数，从而实现对每个班的考勤。

由于在大部分教室中，摄像头都是安装在教室的后部，所以我们只能实现对人的头发的检测，而不能进行人脸检测。在这个系统中，主要的核心部分就是人头的检测。主要难点更在于此。具体的来说，

主要是以下几个方面的问题：

1、很多教室是阶梯教室，所以如果从后面拍摄照片的话会造成很多人头重合在一起（图1）；

2、一部分人的黑色衣服因为和头发颜色一样会造成干扰。（图2）

（图1）(图2)

对于以上两点，我们决定采用基于特征的检测和Adaboost算法两种算法的综合，对人头实施检测。基于特征的检测主要是针对人头的形状、灰度、面积等特征进行提取检测，主要优点是速度快，便于理解和实现，但是主要缺点是抗干扰性差。

Adaboost算法主要是根据《Robust Real-Time Face Detection》中所提到的Adaboost算法对人头实行检测，唯一所不同的是此处的训练样本是人头的后部，而不是人脸。这种方法的好处是速度快，准确性高，但我们几位大三同学做起来难度很大。最后根据Adaboost算法中的级联思想，将二者级联，取最后的结果作为检测结果。具体就是要求两个分类器具有低去真错误率和一定的存伪错误率（把错的判断成对的），然后对一副图像进行检测时，先用基于特征的分类器进行检测，然后用Adaboost分类器进行检测，只要有一个分类器判断为否，就将该图像判断为否。在软件工程部分，我们采用的是用VC++将核心算法做成dll，然后用.net来实现界面和数据库操作。这是我们第一次做项目，并且以前没有接触过任何有关人工智能和图像处理的知识，所以我们在做项目的过程中十分艰难。所以此次工程中我们只实现了核心算法中的第一个部分，就是基于特征的检测部分。第二个部分目前正在开发之中，预计能在下个学期之前完成。

二、工程《基于视频监控的智能考勤系统》的组成

项目中主要由主程序、dll和数据库三部分组成。关系如图：