基于赤菟CH32V307的智能骑行头盔的设计与实现.pdf

物联网技术 2023年/第11期 智能处理与应用Intelligent Processing and Application960 引 言随着科技的发展，电动车和摩托车制造技术的日趋成熟以及成本的下降，二者已经成为人们短途出行的主要方式之一。我国作为电动车和摩托车保有量最多的国家之一，它们给人们带来方便快捷的同时，也带来了诸多安全问题1-2。在使用头盔过程中，普通头盔渐渐无法满足佩戴者的需求，对于各类骑行电动车、摩托车等个人交通工具的骑行者，佩戴头盔可以很好地保护头部与颈部的安全3。随着“一盔一带”政策的推行，头盔佩戴率开始上升，如何让头盔智能化，更好地方便人们出行，成为研究热点。基于上述情况，本文设计了一款智能骑行头盔设备。该设备以国产品牌 CH32V307 开发板为核心，通过 MPU6050六轴姿态传感器模块来检测骑行者是否发生碰撞等意外事故，运用 OV2640 模块使智能头盔拥有行车记录仪的功能，地图导航等可以通过蓝牙模块从手机端传输到头盔进行声音外放，并辅以温湿度调节功能、夜间骑行灯光警示功能、头盔正确佩戴检测功能。1 总体结构设计如图 1 所示，该设备总体结构包括：摔倒自动报警模块、行车记录仪模块、导航语音播报模块、夜间骑行灯光警示模块、温湿度调节模块、头盔正确佩戴检测模块。该设备核心为 CH32V307，通过六轴姿态传感器模块、SIM800C 模块、LCD 显示模块支持摔倒自动报警功能；连接蓝牙支持使用APP 进行语音播报功能。图 1 智能头盔总体结构示意图（1）摔倒自动报警功能：如果出现严重交通事故，智能头盔在骑行人员摔倒时能保护头部安全，当碰撞剧烈时会通过 GSM 模块向紧急联系人自动发送一条短信，短信内容包括时间和骑行人员坐标。（2）行车记录仪功能：行车记录仪是在发生交通事故时维护利益的有效手段。在头盔的正前方安装摄像头，将行车路况实时保存至 TF 卡中4。（3）语音导航功能：骑行过程中需要导航时，通过手机蓝牙连接智能头盔，将导航语音传送至头盔进行播报，避免因为佩戴耳机而存在交通隐患5。（4）夜间骑行灯光警示功能：在夜间骑行时，醒目的灯光提示既能保护自己也能提示别人。当可见度降低至设定值时，骑行灯光系统自动打开，有闪烁、常亮、等待等多种模式。（5）温湿度调节功能：人们出行不习惯佩戴头盔除了因为其影响视线外，另一个重要原因就是佩戴头盔不舒服，尤其是夏天特别闷热。温湿度调节功能模块监测到温湿度超过设定值时，会打开头盔中的风扇，以此调节温湿度6。（6）头盔佩戴检测功能：目前，智能头盔作为独立的设备，并没有和电动车和摩托车的行车电脑相连。由于各种原因，骑行者经常不戴头盔骑行，或者骑行人员佩戴头盔后往基于赤菟 CH32V307 的智能骑行头盔的设计与实现崔文华1，黄昭县1,2，董 杰1,2，陈俊藤1（1.山东青年政治学院，山东 济南 250100；2.山东省高等学校智能信息控制新技术研发中心，山东 济南 250100）摘 要：随着全国各地“一盔一戴”政策的实施，头盔的佩戴率大幅提升，头盔市场供不应求，人们对头盔的要求也越来越高，头盔的现实功能越来越满足不了人们的实际需求1。为了解决头盔功能单一的问题，设计研发了一款以国产品牌 CH32V307 芯片为核心的智能骑行头盔模型，主要功能包括：摔倒自动报警、行车记录、语音导航、夜间骑行灯光警示、温湿度调节、头盔正确佩戴检测等。该智能头盔模型拓展了传统头盔的功能，在一定程度上能够满足人们的需求，对后续产品的研发具有一定借鉴意义。关键词：CH32V307；智能头盔；摔倒自动报警；语音导航；行车记录仪；头盔正确佩戴检测中图分类号：TP368.1 文献标识码：A 文章编号：2095-1302（2023）11-0096-04DOI：10.16667/j.issn.2095-1302.2023.11.026收稿日期：2022-12-11 修回日期：2023-01-092023年/第11期 物联网技术智能处理与应用Intelligent Processing and Application97往没有正确系上安全绳，因此设计骑行人员头盔安全绳正确系上检测报警。2 各功能模块的设计与实现2.1 摔倒自动报警模块摔倒自动报警模块以 CH32V307 为主控器核心，协调各个模块进行实时检测。位于头盔前侧的六轴姿态传感器模块实时检测骑行加速度大小。根据 电动自行车安全技术规范（GB17761-2018）规定，要求电动车最高设计时速不超过 7 km h。正常情况下，佩戴骑行头盔受撞击后，传递到头盔上的力一般是 4 900 N 7。普通家用电动车的重量在 30 80 kg 之间，加上人体重量后整体重量为 m。以 4 900 N 为整体所受合外力，由牛顿第二定律可得此时整体的加速度在 12 m s2 18 m s2之间。为骑行者自身和社会安全考虑，将碰撞加速度阈值设置为 12 m s2 8。当骑行加速度大于 12 m s2时，判断骑行者受到外部撞击9。当检测到加速度大于加速度阈值时，判定为发生碰撞事故。自动报警模块向紧急联系人发送报警信息，并且控制蜂鸣器和 LED 发出 SOS 求救信号，第一时间引起周围人的注意，并在LCD屏处显示骑行者血型以及是否有患病史等信息，使骑行者得到及时有效的救助。2.1.1 摔倒检测对人体运动的分析表明，将加速度传感器放置在头部对人体运动进行检测能够更加准确地反映人体的姿态变化。为使头盔坐标与自然坐标系的 x、y、z 轴相匹配，按照 y 轴向上、z 轴向前建立空间直角坐标系。MPU6050 六轴姿态传感器内置 DMP 数据处理模块，可以将原始数据直接转换成四元数输出，运用欧拉角转换算法，从而得到 yaw、roll 和pitch，避免了繁琐的滤波和数据融合10。当发生碰撞时，主控芯片中 MCU 通过 I2C 协议分别读取 MPU6050 的加速度寄存器中的 x 轴、y 轴、z 轴电压值，进而转换成对应轴的加速度。SVM 用于表示合成速度的大小，SVM 通过计算加速度的幅度来表征人体活动的剧烈程度，其值大小代表运动时的加速度大小。利用SVM=+aaaxyz222得到碰撞发生瞬间的加速度。当人体跌倒时，身体与地面或其他物体发生撞击后，该情况在加速度曲线中体现为产生一个很大的合加速度（SVM）冲击。图 2 为人体摔倒时 SVM 值的变化图，运动的波动程度越大，发生摔倒事故的可能性就越高11。当SVM12 m s2 时，判定骑行者受到了外部撞击12。2.1.2 摔倒自动报警（1）摔倒提醒：当骑行过程中发生碰撞时，CH32V307会立即向有源蜂鸣器发送一个高电平触发蜂鸣器报警，通过改变 PWM 波占空比使蜂鸣器按照 SOS 规律发出求救声音，同时红色 LED 按照相同规律闪烁，第一时间引起周围人的注意。主控芯片控制 SIM800C 模块向紧急联系人发送报警短信以及骑行者的位置信息。发生碰撞后，如果骑行者受影响较小能行动，可以自己按下设备上的 RST 按键取消蜂鸣器报警，以及红色 LED 灯闪烁，并且通过 SIM800C 向家人发送一条短信，告知家人平安。图 2 人体摔倒时 SVM 值的变化（2）救援提示：骑行过程中发生碰撞后，会在 LCD 显示屏处显示紧急联系人电话，以及骑行者本人患病血型等紧急性的个人健康信息13。发生碰撞后骑行者如果受影响较小能行动，可以自己按下设备上的 RST 按键，则显示屏恢复 正常。（3）碰撞抓拍：骑行者发生碰撞的瞬间，行车记录仪自动把这一段时间保存起来，防止新的视频把它覆盖。内存卡中的视频可以追溯碰撞的全过程，找寻相匹配责任者，减少损失。2.2 行车记录仪模块 车辆在行驶的过程中，OV2640 摄像头模块会不间断地进行数据采集，从而监控车辆行驶过程中的状况，系统的主程序会通过定时器中断，对摄像头收集的图像信息数据进行定时保存14。主程序在保存图像数据时，若数据为空，则说明摄像头工作异常，主程序启动复位程序。数据非空时，把 RGB565 格式的图片转换为 RGB888 格式的图片，将获取的图片压缩为 JPEP 图像。当录制一定数量的图片时则可以开始编码为视频文件，储存到 TF 卡中，主程序将视频以 10 min 为片段储存到内存卡上，当文件快存满而内存空间不足时，需要对视频图片文件进行管理，即采取循环录制的方式，删除储存时间超过 7 天的文件以获得足够的空间，再录制当前视频，原理如图 3 所示。2.2.1 图像采集与解码图像采集是运用 OV2640 摄像头，将图像编码为二进制数，让 CPU 识别。通过 OV2640.h 函数获取这个摄像头采集图像的长、宽以及颜色的深度，根据实际需要截取图片大小，并把 565 格式的图片转换为 888 格式的图片，将获取的图片压缩为 JPEP 图像，当录制一定数量的图片时则可以开始编物联网技术 2023年/第11期 智能处理与应用Intelligent Processing and Application98码为视频文件。图 3 行车记录仪模块2.2.2 语音编解码采用 VS1053B 音频编解码芯片，可以实现噪声抑制和回波消除，可以通过 VS1053B 对模拟语音信号抽样，采样频率设置为 7 kHz。2.2.3 SD 卡储存采用 SD 卡作为介质存储录像录音文件。该系统的 SD卡支持 8 32 GB 的容量，满足长时间录制视频和音频的 需求。2.3 语音导航模块语音导航模块工作原理：骑行者打开手机上的导航软件并开启蓝牙，骑行头盔通过蓝牙模块接收手机传输的 PCM（脉冲编码调制），并通过 DAC 输出到 PAM8403；通过PAM8403 中的音频放大电路将信号放大输出到 3 W 功率的喇叭，实现导航语音的外放。这个线程一直维持到程序退出，随时等候发送数据到头盔端或者接收头盔端传输的数据，保障手机端和头盔端畅通的通信环境。模块结构如图 4 所示。图 4 语音导航模块结构对导航语音进行播报，可以避免骑行者因手机音量过小而忽略路况导致交通事故的发生。同时导航语音播报模块还会根据路况播报交通信号灯的情况，且导航过程中会有一些提示，如偏离导航、平均速度、已行驶路程、到终点的距离等，方便用户导航，同时提醒骑行人员按照正确的交通规则行驶。2.3.1 音频接收语音导航模块以蓝牙音箱为例，采用 CH9141 蓝牙模块进行音频接收，将手机与 CH9141 蓝牙模块相连，从而实现无线音频传输及语音播报功能。该模块支持蓝牙 BLE4.2，支持串口 AT 配置和在从机模式下的蓝牙通信配置，支持MODEM 联络信号，并提供通用 GPIO、同步 GPIO、ADC采集功能，可通过 APP 或者串口命令轻松配置，方便快捷15。2.3.2 音频外放采用支持 D 类功放模式的处理芯片 PAM8403，该芯片支持双声道功放，输出功率为 3 W，能够直接驱动喇叭，支持蓝牙接收模块。2.4 夜间骑行灯光警示模块该功能采用了 AP3216C 距离与环境光传感器模块、LED 灯模块、MPU6050 六轴姿态传感器模块，AP3216C 集成了光强传感器（ALS）、接近传感器（PS0）、红外 LED（IR LED），运用 AP3216C 的光强传感器实时感测光照强度，当光照强度小于 500 lx 时设置为夜晚模式16。头盔处于夜晚模式且速度为 0 时，红灯常亮。头盔处于夜晚模式且速度大于0 时，绿灯常亮。流程如图 5 所示。图 5 夜间骑行灯光警示模块工作流程当头盔触发摔倒警报装置时，红灯亮，并进入 SOS 求救信号灯模式，第一时间引起周围人的注意。夜间骑行模块一定程度上能够避免夜间骑行时后方车辆未观察到前方车辆造成的交通事故，同时也避免事故后受伤人员未得到及时救助而遭受二次碾压以及错过救助时间等问题。2.5 温湿度调节模块此模块由核心开发板 CH32V307、温湿度传感器 AHT10组成。温湿度传感器 AHT10 由电容式感湿元件和高性能CMOS 微处理器共同作用17。温湿度传感器 AHT10 进行温湿度的采集，并将温度、湿度等模拟信号转化为数字信号在LCD 显示屏上显示。CH32V307 核心开发板设置温度阈值为26，当 CH32V307 检测到室外温度大于阈值时，给风扇对应管脚提供高电平驱动风扇转动；当温度低于阈值时，给风扇对应管脚提供低电平使风扇关闭18。流程如图 6 所示。温湿度调节模块可以使骑行者在骑行过程中处于舒适的状态，并且解决了骑行途中不便开关风扇的问题。2.6 头盔佩戴检测模块佩戴检测模块选用位移传感器（LDT），当骑行者未将头盔绳扣插合时，传感器将信号传输到核心开发板，CH32V307 会使对应的管脚处于低电平状态，LCD 显示屏将显示“请佩戴头盔”的字样并发出警报声音来提醒骑行者佩戴头盔，当正确佩戴头盔时 CH32V307 使对应管脚处于高2023年/第11期 物联网技术智能处理与应用Intelligent Processing and Application99电平状态，进入正常行驶模式，警报和提示语均处于关闭状 态19。流程如图 7 所示。该模块可以提醒骑行者正确佩戴头盔，避免因未正确佩戴头盔产生安全隐患。图 6 温湿度调节模块工作流程图 7 头盔佩戴检测模块工作流程3 验证与分析基于 CH32V307 的智能骑行头盔，由摔倒自动报警模块、行车记录仪模块、语音导航模块、夜间骑行灯光警示模块、温湿度调节模块、头盔佩戴检测模块组成。通过验证与分析实验，检验智能骑行头盔的性能和灵敏度。智能骑行头盔实物如图 8 所示。图 8 智能骑行头盔实物（1）正确佩戴头盔检测：头盔卡口处于未卡上状态时，LCD 显示屏显示“请佩戴头盔”的字样并发出“请骑行者佩戴头盔”的警报声音。（2）行车记录仪功能检测：行车记录仪模块随时记录着路况信息，视频信息会实时保存到内存卡上并实时显示在LCD 显示屏处；骑行结束后，将内存卡插到笔记本上，可以看到骑行中的路况信息。（3）摔倒自动报警功能检测：在 25 km h 的标准行车速度下，使头盔加速度分别达到 0 m s2、5 m s2、10 m s2、12 m s2、15 m s2时撞击静止的墙壁，结果在加速度为 12 m s2、15 m s2时触动摔倒自动报警模块，蜂鸣器和 LED灯规律地发出 SOS 求救信号，LCD 显示屏显示骑行者血型以及是否有患病史等信息，且行车记录仪抓拍并保存视频。按下头盔上的 RST 按键后显示屏恢复正常。（4）温湿度调节功能检测：使头盔分别处于 10、20、30 环境中，当头盔在 30 环境中时，风扇自动打开。此过程中 LCD 显示屏上实时显示空气湿度大小。（5）夜间骑行灯光警示功能检测：将头盔分别置于光照强度为 200 lx、400 lx、500 lx、600 lx、700 lx 的环境中，光照强度小于或等于 500 lx 时 LED 绿色大灯亮起。4 结 语本项目通过不断地研究测试，基本实现了人们日常骑行佩戴头盔所需的功能，同时也增加了摔倒自动报警、导航语音播报、行车记录仪等一系列功能。随着科学的不断发展与进步，人们对于智能头盔的需求也逐渐增加，智能头盔正朝着集成、模块化、多功能方向发展。在研发过程中还发现了一些问题，如语音导航模块未集成接听电话功能，智能头盔未与电脑联通成一个有机整体等，行车记录仪模块未实现在LCD 显示屏上调取视频功能，这些局限性有待改善。同时本产品实现了头盔的功能拓展，为开发者提供了新的设计思路。参考文献1 吕斌.共享电动车遇“头盔”难题 J.法人，2020，17（6）：58-60.2 姜文龙，赵琬婷，刘芳，等.电动自行车交通事故严重度影响因素分析：以舟山市为例 J.中国人民公安大学学报（自然科学版），2021，27（1）：49-55.3 李颖.“一盔一带”严格执行电动车头盔成热购 J.中国质量万里行，2020，28（6）：94-95.4 李茂恩，张雨兰，唐羽，等.便于外卖公司监管的骑手智能头盔设计 J.无线互联科技，2022，19（8）：83-84.5 郭一诺，薛龙辉，张旭东，等.基于嵌入式智能头盔的研究 J.电子世界，2017，39（17）：149.6 郇雨龙，陈慧娟，田宝琦，等.基于 STM32 单片机的骑行者智能头盔系统设计 J.互联科技，2021，18（12）：47-49.7 韩勇，何勇，林丽雅，等.电动两轮车事故中不同头盔对地面碰撞防护性能研究 J.振动与冲击，2022，41（18）：55-65.8 梁伟玲，黄泽彬，林建斌.基于六轴姿态传感器的患者跌落报警系统的设计 J.中国医学装备，2019，16（1）：18-20.9 杨梦雨.基于 MPU6050 的老年人摔倒检测系统设计 D.重庆：重庆大学，2017.10 BRACALI A，BARBANI D，BALDANZINI N.Feasibility study for the estimation of a motorcycle helmet centre of gravity accelerations with 6 Degrees of Freedom（6DOF）systemJ.Transportation research interdisciplinary perspectives，2022，14：100603.（下转第102页）物联网技术 2023年/第11期 智能处理与应用Intelligent Processing and Application102当前施工人员数量以及其施工是否存在风险。该结果表明：本文方法具备较好的风险预警效果，应用效果较好。表 1 电气工程施工风险预警结果施工日期施工区域施工人员数量风险预警8 月 9 日H-21无风险8 月 9 日H-63无风险8 月 9 日H-73有风险8 月 11 日H-84无风险8 月 11 日H-92有风险8 月 12 日H-111无风险8 月 12 日X-32无风险8 月 13 日X-32无风险8 月 13 日X-32无风险8 月 14 日X-35无风险8 月 14 日X-53无风险8 月 14 日H-121有风险3 结 语本文设计基于 BIM 技术的机电工程施工风险预警平台，利用 BIM 技术建立机电工程施工模型，可更直观地为用户呈现当前机电工程施工进展，以及施工场景画面。经过实际验证，本文平台具备较高的耦合度，并可有效地对机电施工过程中存在的风险进行预警。参考文献1 梁杰，姚灏，刘鹏.基于 BIM 的变电站安装工程施工风险评估模型 J.湘潭大学学报（自然科学版），2021，43（2）：112-118.2 翟越，高欢，宗燕燕，等.基于 BIM 技术的地下综合管廊施工安全风险分析研究 J.施工技术，2021，50（12）：1-3.3 兰峰涛，刘占省，李翰卿，等.基于 BIM 技术的轨道交通施工过程管理平台开发及应用 J.建筑技术，2021，52（6）：706-709.4 于用庆，邹树琪，张兴军.基于 BIM 技术与定位技术的地铁施工人员安全预警 J.城市轨道交通研究，2021，24（6）：129-132.5 裴巧玲，于媛，庄辛宇.基于 BIM 技术的地铁深基坑安全风险预警应用研究 J.施工技术，2021，50（12）：4-6.6 王泽能，刘家庆，韦港荣，等.基于 BIM 与互联网技术相融合的施工管理模式运用研究 J.公路，2022，67（9）：336-341.7 张锦，徐君翔.基于可拓理论的艰险山区铁路施工风险预警 J.安全与环境学报，2020，20（3）：824-831.8 张明鹏，曹连民，李鹏，等.冲击地压风险智能监控预警平台研究与应用 J.煤炭工程，2021，53（2）：137-140.9 黄莺，雷俊，王轲.基于 FMEA 的建筑施工 HSE 风险预警研究 J.武汉大学学报（工学版），2021，54（9）：835-841.10 黄德春，冯同祖.基于多元利益冲突的特大型工程项目社会稳定风险预警研究 J.科技管理研究，2020，40（15）：224-230.作者简介：周 昊（1987），男，吉林长春人，硕士研究生，讲师，研究方向为控制科学与工程。11 彭亚平，贺乾格，柯希垚，等.一种基于加速度传感器的摔倒检测腰带 J.电子测量技术，2018，41（11）：117-120.12 ZHUANG Yiyang，YANG Qingbo，HAN Taihao，et al.Fiber optic sensor embedded smart helmet for real-time impact sensing and analysis through machine learning J.Journal of neuroscience methods，2021，351：109073.13 蔡钰麒.基于机器学习的摔倒报警系统的设计与实现 D.北京：北京邮电大学，2016.14 莫绍区，张万盛.基于物联网技术多功能行车记录仪应用研究 J.时代汽车，2022，19（1）：21-23.15 赵子豪，孟刚.智能骑行头盔的创新发展研究 J.电子世界，2021，43（3）：7-8.16 何安科.基于 STM32 与光强传感器 BH1750 的无线路灯控制系统 J.企业科技与发展，2011，27（20）：15-17.17 SINGH N，GUNJAN V K，CHAUDHARY G，et al.IoT enabled HELMET to safeguard the health of mine workers J.Computer communications，2022，193：1-9.18 刘静琦，周振虎，时飞，等.定时监测骑手体温的智能头盔系统设计 J.现代计算机，2022，28（4）：101-106.19 于子淇.电动自行车头盔佩戴主动检测系统 J.机电一体化，2022，28（Z1）：77-82.作者简介：崔文华，山东青年政治学院、信息工程学院在读，研究方向为电子信息工程。黄昭县，山东青年政治学院信息工程学院讲师，研究方向为嵌入式与数控技术、工业控制、人工智能。董 杰，山东青年政治学院信息工程学院副教授，研究方向为计算机控制、工业自动系统控制。陈俊藤，山东青年政治学院信息工程学院在读，研究方向为数据科学与大数据技术。（上接第99页）