Đồ án tốt nghiệp - Thiết kế và thi công máy đo thân nhiệt không tiếp xúc tích hợp khử KTTĐVCBĐKT

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM
KHOA ĐIỆN- ĐIỆN TỬ
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP- Y SINH
--

ĐỒ ÁN TỐT NGHIỆP
NGÀNH KỸ THUẬT Y SINH
ĐỀ TÀI:

THIẾT KẾ VÀ THI CÔNG MÁY ĐO THÂN NHIỆT KHÔNG
TIẾP XÚC TÍCH HỢP KHỬ KHUẨN TAY TỰ ĐỘNG VÀ
CẢNH BÁO ĐEO KHẨU TRANG
GVHD: Th.S Võ Đức Dũng
SVTH1: Nguyễn Châu Kim Ngân
MSSV: 18129037
SVTH2: Phan Thị Hoài Phương
MSSV: 18129046

TP. Hồ Chí Minh- 06/2022
i

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM
KHOA ĐIỆN- ĐIỆN TỬ
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP- Y SINH
--

ĐỒ ÁN TỐT NGHIỆP
NGÀNH KỸ THUẬT Y SINH
ĐỀ TÀI:

THIẾT KẾ VÀ THI CÔNG MÁY ĐO THÂN NHIỆT KHÔNG TIẾP
XÚC TÍCH HỢP KHỬ KHUẨN TAY TỰ ĐỘNG VÀ
CẢNH BÁO ĐEO KHẨU TRANG

GVHD: Th.S Võ Đức Dũng
SVTH1: Nguyễn Châu Kim Ngân
MSSV: 18129037
SVTH2: Phan Thị Hoài Phương
MSSV: 18129046

TP. Hồ Chí Minh- 06/2022
ii

TRƯỜNG ĐẠI HỌC SPKT TPHCM
KHOA ĐIỆN – ĐIỆN TỬ
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH

CỘNG HÒA XÃ HỘI CHỦ NGHĨA
VIỆT NAM
Độc lập - Tự do - Hạnh phúc
--

Tp. Hồ Chí Minh, ngày 08 tháng 03 năm 2022

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP

Họ tên sinh viên:

Nguyễn Châu Kim Ngân

MSSV:

18129037

Phan Thị Hoài Phương

MSSV:

18129046

Chuyên ngành:

Kỹ thuật Y sinh

Mã ngành: 7520212D

Hệ đào tạo:

Đại học chính quy

Mã hệ:

1

Khóa:

2018

Lớp:

181290

I.

TÊN ĐỀ TÀI: THIẾT KẾ VÀ THI CÔNG MÁY ĐO THÂN NHIỆT KHÔNG TIẾP
XÚC TÍCH HỢP KHỬ KHUẨN TAY TỰ ĐỘNG VÀ CẢNH BÁO ĐEO KHẨU
TRANG

II.

NHIỆM VỤ

1. Các số liệu ban đầu:
-

Bộ xử lý trung tâm: Arduino Mega 2560, Raspberry Pi 4 Model B.

-

Các loại cảm biến: cảm biến nhiệt độ hồng ngoại MLX90614, cảm biến siêu âm HCSR04, cảm biến khoảng cách hồng ngoại E3F-DS30C4.

-

Các loại module: LCD TFT 3,2”, mạch điều khiển đóng ngắt Non-contact IR AC/DC
Switch, máy bơm P385, camera Raspberry Pi.

-

Ngôn ngữ lập trình: C/C++, Python.

2. Nội dung thực hiện:
-

Nội dung 1: Tìm và tham khảo các tài liệu tương tự và đưa ra các hướng cho đề tài.

-

Nội dung 2: Thiết kế mạch đo thân nhiệt không tiếp xúc và code Arduino cho mạch.
i

-

Nội dung 3: Thiết kế và nghiên cứu mạch khử khuẩn tay tự động.

-

Nội dung 4: Viết chương trình nhận dạng khuôn mặt, cảnh báo khi không đeo khẩu trang
trên Raspberry Pi.
Nội dung 5: Kết nối Arduino và Raspberry Pi truyền dữ liệu để đọc nhiệt độ, cảnh báo

-

quá nhiệt và yêu cầu rửa tay.
-

Nội dung 6: Thiết kế mô hình hệ thống.

-

Nội dung 7: Thi công phần cứng, chạy thử nghiệm và hiệu chỉnh hệ thống, hoàn chỉnh hệ
thống.

...

...
tensorflow.keras.models import load_model
from imutils.video import VideoStream
import numpy as np
import imutils
import time
import cv2
import os

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP- Y SINH

91

ĐỒ ÁN TỐT NGHIỆP
import pygame
pygame.mixer.init()
pygame.mixer.music.load(notice.mp3)
def detect_and_predict_mask(frame, faceNet, maskNet):
(h, w) = frame.shape[:2]
blob = cv2.dnn.blobFromImage(frame, 1.0, (300, 300),
(104.0, 177.0, 123.0))
faceNet.setInput(blob)
detections = faceNet.forward()
faces = []
locs = []
preds = []
for i in range(0, detections.shape[2]):
confidence = detections[0, 0, i, 2]
if confidence 0.5:
box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
(startX, startY, endX, endY) = box.astype(int)
(startX, startY) = (max(0, startX), max(0, startY))
(endX, endY) = (min(w - 1, endX), min(h - 1, endY))
face = frame[startY:endY, startX:endX]
face = cv2.cvtColor(face, cv2.COLOR_BGR2RGB)
face = cv2.resize(face, (224, 224))
face = img_to_array(face)
face = preprocess_input(face)
faces.append(face)
locs.append((startX, startY, endX, endY))
if len(faces) 0:
faces = np.array(faces, dtype=float32)
preds = maskNet.predict(faces, batch_size=32)
return (locs, preds)

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP- Y SINH

92

ĐỒ ÁN TỐT NGHIỆP

prototxtPath = os.path.join(os.getcwd(), face_detector, deploy.prototxt)
weightsPath =

os.path.join(os.getcwd(), face_detector,

res10_300x300_ssd_iter_140000.caffemodel)
faceNet = cv2.dnn.readNet(prototxtPath, weightsPath)
print([INFO] loading face mask detector model...)
maskNet = load_model(MaskDetector.h5)
print([INFO] starting video stream...)
vs = VideoStream(src=0).start()
time.(2.0)
while True:
frame = vs.read()
frame = imutils.resize(frame, width=500)
(locs, preds) = detect_and_predict_mask(frame, faceNet, maskNet)
for (box, pred) in zip(locs, preds):
(startX, startY, endX, endY) = box
(mask, withoutMask) = pred
if mask withoutMask:
label = Mask Detected.
color = (0, 255, 0)
else:
label = No Mask Detected
color = (0, 0, 255)
pygame.mixer.music.play()
while pygame.mixer.music.get_busy() == True:
continue
cv2.putText(frame, label, (startX-50, startY - 10),
cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2)
cv2.rectangle(frame, (startX, startY), (endX, endY), color, 2)

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP- Y SINH

93

ĐỒ ÁN TỐT NGHIỆP
cv2.imshow(Mask Detector, frame)
key = cv2.waitKey(1) &amp 0xFF
if key == ord(q):
break
cv2.destroyAllWindows()
vs.stop()

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP- Y SINH

94