产品资讯|如何用腾讯优图AI视觉模组做一个驾驶疲劳监测仪

2020 年 3 月 18 日
筆記

道路千万条，安全第一条，相信每个人都是牢记于心的，“喝酒不开车，开车不喝酒”其实不难，难的是防范始料未及的事件，疲倦就是众多始料未及事件中，杀伤力稳居前排的，前一秒心里还在想坚持坚持，下一秒可能就失去了意识。相信每个人都体会过，在瞌睡面前，我们是多么无力，想着躺一会儿再起来，结果天都亮了，所以，千万不要在犯困的时候高估自己的毅力~

墨菲定律表明，只要一件事发生的概率大于零，给足够长的时间，这件事就一定会发生。所以近年来高配版的豪车，应用了各种辅助驾驶的技术来应对这些情况，比如主动刹车系统、车道偏离预警、驾驶员监测系统（DMS）等等，这些高大上的技术中，有没有哪一个我们可以DIY一下，给自己的爱车升个级呢？

真的有！近年来，人工智能已经发展到了超出想象的地步，以前我们觉得手写识别、语音输入、人脸识别就是很神奇的东西了，现在出现了一种脸部关键点定位的技术，能把五官轮廓都给精确的定位出来。每只眼睛能通过9个坐标点，标出眼睑、瞳孔的位置，这个技术简直太适合用来监测有没有犯困了！

我们知道，用人工智能技术进行分析，算法的计算量一般都很大，以前用树莓派3B跑过人脸检测，用OpenCV的Haar Cascades算法，要160多毫秒才能跑完一帧人脸检测。如果用效果更好的深度神经网络模型，比如通过NCNN加速框架跑MobileNet-SSD模型，则需要260多毫秒，再跑一个关键点定位模型估计还要几十毫秒，整体帧率就只有3fps了。

当当当，是时候请出这个神奇的模块了，它内置了一颗AI加速芯片，单周期可以运行512次乘加运算，硬件支持卷积、池化、全连接等操作，还带了两颗手机摄像头模组，直接能对拍到的图像跑AI算法进行分析，通过UART输出分析后的结果，非常有意思！

这就是我们隆重推出的腾讯优图AI视觉模组VisionSeed！

目前VisionSeed提供的算法有：人脸检测、90点关键点定位、姿态角解算、人脸识别，还能把自己训练的模型下载到模块上的AI芯片中运行。

我们先通过腾讯提供的PC端配置工具，看看模块上的AI算法输出的信息：

通过USB把VisionSeed连上电脑后，识别出来一个Video0设备和ttyACM0设备，用配置工具打开ttyACM0，就能源源不断的获取到实时分析数据了。看，左下角马上显示出了我的脸部关键点，随着我眨眼、摇头、张嘴，这个虚拟的小人也跟着变化，数据可视化界面上，选择“左眼开闭”，曲线就开始滚动起来了，我每次眨眼，曲线就出现一个向下的尖峰，如果闭眼，曲线就稳定在0.05以下的位置，非常灵敏！

我们要把这个模组装到车上，当检测到闭眼的时候输出报警声。因为AI芯片上不能运行程序，所以需要一个单片机，这次我们用10块钱的STM32来运行报警的逻辑。

要怎么在STM32上获取到AI分析的结果呢？看了一下VisionSeed的文档，中间金黄色的FPC软排线里有UART接口，我们只需要把左边的那个接口板用个单片机替换掉，直接通过FPC座接到VisionSeed上，就能在STM32单片机上拿到结果了。

我们选择STM32F103来运行报警逻辑，通过串口0连接VisionSeed，串口1用来控制MP3模块发出报警声，PC13连接一个状态指示灯，原理图很简单：

开始画板，右侧通过0.5mm间距的30pin连接器和VisionSeed相连；下方的Micro-USB接口供电，同时导出了VisionSeed的USB信号，可以方便调试；中间是STM32F103C8T6单片机；上方的4pin接口是ST-Link烧录口；左侧背面是一个3.5mm音频接口，用来向音箱输出报警声；正面还叠加了一个串口控制的MP3播放模块，布局相当紧凑。