基于人工神經(jīng)網(wǎng)絡(luò)的遠(yuǎn)距離高精度溫度測(cè)量系統(tǒng)設(shè)計(jì)

楊曉可?馮正勇

摘? 要：該遠(yuǎn)距離高精度溫度測(cè)量系統(tǒng)由數(shù)據(jù)擬合模塊、紅外測(cè)溫模塊、超聲波測(cè)距模塊、數(shù)據(jù)處理模塊以及按鍵顯示模塊組成。系統(tǒng)通過(guò)數(shù)據(jù)擬合模塊實(shí)現(xiàn)采集的大量“輸入—目標(biāo)”樣本向量數(shù)據(jù)對(duì)人工神經(jīng)網(wǎng)絡(luò)（ANN）進(jìn)行訓(xùn)練，并三階擬合出修正函數(shù)。實(shí)際測(cè)量時(shí)，數(shù)據(jù)處理模塊采用已獲得的修正函數(shù)對(duì)超聲波測(cè)距模塊測(cè)量的距離系數(shù)d與紅外測(cè)溫模塊測(cè)量的初步溫度進(jìn)行融合運(yùn)算，最終輸出被測(cè)單位修正后的溫度。

關(guān)鍵詞：人工神經(jīng)網(wǎng)絡(luò);紅外測(cè)溫;誤差修正函數(shù);STM32F407核心板

中圖分類(lèi)號(hào)：TP18;TN929.5? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-4706（2022）06-0168-04

Design of Long Distance High Precision Temperature Measurement System Based on Artificial Neural Network

YANG Xiaoke， FENG Zhengyong

（College of Electronic and Information Engineering， China West Normal University， Nanchong? 637001， China）

Abstract： This long distance high precision temperature measurement system consists of data fitting module， infrared temperature measurement module， ultrasonic ranging module， data processing module and key display module. The system trains the artificial neural network （ANN） through a large number of input-target sample vector data collected by the data fitting module， and the correction function is fitted out in the third order. In the actual measurement， the data processing module uses the obtained correction function to fuse the distance coefficient d measured by the ultrasonic ranging module with the initial temperature measured by the infrared temperature measuring module， and finally output the corrected temperature of the measured unit.

Keywords： artificial neural network; infrared temperature measurement; error correction function; STM32F407 core board

0? 引? 言

人工神經(jīng)網(wǎng)絡(luò)是由大量處理單元互聯(lián)組成的非線性、自適應(yīng)信息處理系統(tǒng)。它從信息處理角度對(duì)人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象，建立某種簡(jiǎn)單模型，按不同的連接方式組成不同用途的網(wǎng)絡(luò)，廣泛運(yùn)用于預(yù)測(cè)估計(jì)、模式識(shí)別、自動(dòng)控制等領(lǐng)域[1]。通過(guò)人工神經(jīng)網(wǎng)絡(luò)三階擬合出修正函數(shù)能夠有效的減少遠(yuǎn)距離測(cè)量溫度時(shí)產(chǎn)生的誤差，提高測(cè)量的精確度。以該思路為核心點(diǎn)，搭建相關(guān)硬件電路并加以軟件控制，即可實(shí)現(xiàn)遠(yuǎn)距離高精度測(cè)量溫度的目標(biāo)。本設(shè)計(jì)預(yù)期的測(cè)量效果為：在40米范圍內(nèi)，環(huán)境溫度0 ℃～+40 ℃時(shí)對(duì)-10 ℃～+40 ℃被測(cè)單位溫度的準(zhǔn)確測(cè)量（精確度±0.002 ℃）。

1? 系統(tǒng)設(shè)計(jì)

該遠(yuǎn)距離高精度溫度測(cè)量設(shè)計(jì)由數(shù)據(jù)擬合模塊、紅外測(cè)溫模塊、超聲波測(cè)距模塊、數(shù)據(jù)處理模塊以及按鍵顯示模塊組成。數(shù)據(jù)擬合模塊采用人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練生成三階修正函數(shù)，該過(guò)程為：通過(guò)LinearRegression類(lèi)構(gòu)建關(guān)于測(cè)量距離和待測(cè)溫度值的線性回歸模型，損失函數(shù)采用均方差損失函數(shù)（nn.MSELoss），優(yōu)化方法為隨機(jī)梯度下降法（Stochastic Gradient Descent， SGD），并將樣本向量數(shù)據(jù)分為訓(xùn)練集和測(cè)試集進(jìn)行驗(yàn)證。將擬合得到的修正函數(shù)燒入到采用STM32F407核心板作為微控制單元的集成開(kāi)發(fā)板（即數(shù)據(jù)處理模塊），實(shí)際測(cè)量時(shí)系統(tǒng)便可自動(dòng)對(duì)測(cè)量的初值進(jìn)行修正。修正過(guò)程主要為：數(shù)據(jù)處理模塊將超聲波測(cè)距模塊測(cè)出的距離系數(shù)d代入到修正函數(shù)中，計(jì)算出修正值的大小，并結(jié)合紅外測(cè)溫模塊測(cè)量的初測(cè)溫度進(jìn)一步的運(yùn)算，得出修正后的溫度。最終通過(guò)按鍵顯示模塊的LCD顯示屏輸出被測(cè)單位修正后的測(cè)量溫度。按鍵顯示模塊也能在程序的控制下幫助測(cè)量人員完成系統(tǒng)的中斷、復(fù)位及切換測(cè)溫度目標(biāo)類(lèi)別等相關(guān)功能。系統(tǒng)設(shè)計(jì)總體框圖如圖1所示。

2? 模塊設(shè)計(jì)

2.1? 數(shù)據(jù)擬合模塊

數(shù)據(jù)擬合模塊主要是在PC機(jī)上構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，利用人工神經(jīng)網(wǎng)絡(luò)非線性、非局限性、非常定性及非凸性四大特征，采用梯度下降的方法，尋找更優(yōu)的神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值，使得神經(jīng)網(wǎng)絡(luò)對(duì)于樣本的修正更加精確，修正后的測(cè)量值更加逼近真值[2]。將人工神經(jīng)網(wǎng)絡(luò)擬合出的三階修正函數(shù)寫(xiě)入程序并燒入到STM32F407核心板，即可進(jìn)行后續(xù)的實(shí)際測(cè)量工作。

數(shù)據(jù)擬合模塊是整個(gè)設(shè)計(jì)最為關(guān)鍵的模塊，最終測(cè)量結(jié)果的精確度在很大程度上取決于該模塊產(chǎn)出的修正函數(shù)的可靠性，故此應(yīng)采集大量“輸入—目標(biāo)”樣本向量數(shù)據(jù)對(duì)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，保證能夠擬合出準(zhǔn)確的修正函數(shù)，以確保整個(gè)設(shè)計(jì)的可靠性。

2.2? 紅外測(cè)溫模塊

紅外測(cè)溫的原理是黑體輻射定律。在自然環(huán)境中的一切高于絕對(duì)零度的物體本身的分子和原子都在進(jìn)行熱運(yùn)動(dòng)，并一直持續(xù)不斷地在向外界輻射能量。物體向外輻射能量的大小與它的表面溫度有著緊密聯(lián)系，物體的溫度越高，其分子和原子的熱運(yùn)動(dòng)越強(qiáng)烈，它所發(fā)出的紅外輻射也就越強(qiáng)[3]。利用這一原理，采用現(xiàn)代電子技術(shù)和計(jì)算機(jī)軟件技術(shù)，即可檢測(cè)出物體表面輻射能量的大小，再通過(guò)熱輻射算法將待測(cè)物體表面熱量進(jìn)行換算，最終實(shí)現(xiàn)了熱量到溫度的轉(zhuǎn)換。

目前，常用的兩種紅外測(cè)溫方案為T(mén)N901紅外溫度傳感器方案和模擬紅外溫度傳感器方案。若使用模擬紅外溫度傳感器方案，則紅外測(cè)溫模塊還需要搭A(yù)D轉(zhuǎn)換電路、集成運(yùn)放電路和相關(guān)的濾波電路等硬件電路，這大大增加了整個(gè)設(shè)計(jì)的成本和電路的復(fù)雜度，同時(shí)它存在增加電源能耗、一定程度上降低了溫度測(cè)量效率等問(wèn)題。故在本設(shè)計(jì)中采用TN901紅外溫度傳感器來(lái)替代模擬紅外溫度傳感器。TN901紅外溫度傳感器內(nèi)部已經(jīng)集成了運(yùn)放電路、AD轉(zhuǎn)換電路、濾波電路和數(shù)字信號(hào)處理器，使用時(shí)無(wú)需再搭建相關(guān)的電路，只需要通過(guò)TN901紅外溫度傳感器的數(shù)據(jù)接口把初步測(cè)量的被測(cè)單位溫度數(shù)據(jù)直接傳送給數(shù)據(jù)處理模塊即可進(jìn)行下一步的修正處理[4]。TN901原理圖如圖2所示。

2.3? 超聲波測(cè)距模塊

超聲波具有較強(qiáng)的方向性且在介質(zhì)中傳播時(shí)損耗較小，能傳輸較遠(yuǎn)的距離，故此常被用于測(cè)距。其測(cè)距的原理為通過(guò)超聲波裝置向外輻射超聲波，并記錄該裝置發(fā)射超聲波到超聲波遇到障礙物反射回來(lái)被接收器接收之間的時(shí)間差t。采用公示：d=v×t/2，即可測(cè)算出當(dāng)前位置與障礙物之間的距離。其中d為當(dāng)前位置與障礙物之間的位移，v為超聲波的波速（為340 m/s），t為輻射超聲波與接收超聲波之間的時(shí)間差[5]。

本設(shè)計(jì)的超聲波測(cè)距模塊使用了HC-SR04超聲波模塊，它具有測(cè)量精度高、功耗低等優(yōu)點(diǎn)。該模塊由兩個(gè)通用壓電陶瓷超聲傳感器及外圍信號(hào)處理電路構(gòu)成。兩個(gè)壓電陶瓷超聲傳感器分別用于發(fā)出超聲波信號(hào)和接收反射回來(lái)的超聲波信號(hào)。由于發(fā)出的信號(hào)和接收的信號(hào)都比較微弱，所以需要通過(guò)外圍信號(hào)放大器提高發(fā)出信號(hào)的功率，同時(shí)將反射回來(lái)信號(hào)進(jìn)行放大，以便信號(hào)能更穩(wěn)定和準(zhǔn)確的傳輸。超聲波測(cè)距框圖如圖3所示。

2.4? 數(shù)據(jù)處理模塊

2.4.1? 硬件結(jié)構(gòu)

數(shù)據(jù)處理模塊硬件主體為以STM32F407核心板作為微控制單元的集成開(kāi)發(fā)板。其主芯片為STM32F407ZGT6，它自帶1兆字節(jié)的FLASH，并外擴(kuò)1兆字節(jié)SRAM和16兆字節(jié)FLASH，能夠滿足各種大內(nèi)存、大數(shù)據(jù)存儲(chǔ)應(yīng)用需求。同時(shí)該板子還提供了TFT-LCD接口、攝像頭接口、OLED 接口、串口接口、USB通訊接口等眾多接口，可用于實(shí)現(xiàn)通信、顯示、輸入輸出等各類(lèi)功能。另外板載一鍵下載功能，可避免頻繁的設(shè)置B0、B1的麻煩，便于開(kāi)發(fā)。上述特點(diǎn)充分的展現(xiàn)了該開(kāi)發(fā)板資源充足、接口豐富、設(shè)計(jì)靈活等眾多優(yōu)勢(shì)。STM32407F核心板主干原理圖如圖4所示。

2.4.2? 軟件結(jié)構(gòu)

數(shù)據(jù)處理模塊軟件部分主要完成系統(tǒng)初始化、按鍵掃描、讀取傳感器數(shù)值、以三階修正函數(shù)處理數(shù)據(jù)、數(shù)據(jù)輸出顯示等功能。通過(guò)程序設(shè)計(jì)，數(shù)據(jù)處理模塊中以STM32F407為核心的微控制單元能夠完成和TN901紅外溫度傳感器及HC-SR04超聲波傳感器的數(shù)據(jù)交互，并通過(guò)已經(jīng)燒入的三階修正函數(shù)計(jì)算出測(cè)算溫度，最終通過(guò)LCD屏幕進(jìn)行顯示。同時(shí)該程序還設(shè)置了中斷、復(fù)位、切換測(cè)溫度目標(biāo)類(lèi)別等功能。檢測(cè)溫度時(shí)主干程序流程圖如圖5所示。

2.5? 按鍵顯示模塊

按鍵顯示模塊采用800×480分辨率的MCU電容觸摸屏，該屏幕含有驅(qū)動(dòng)模塊，無(wú)需外加驅(qū)動(dòng)器和編寫(xiě)驅(qū)動(dòng)程序，不僅便于使用且在顯示數(shù)據(jù)時(shí)相當(dāng)?shù)姆€(wěn)定可靠。將該屏幕直接和單片機(jī)進(jìn)行連接，即可實(shí)現(xiàn)顯示初測(cè)溫度、修正數(shù)值、最終溫度等相關(guān)數(shù)據(jù)的功能。按鍵相關(guān)硬件部分主要在STM32F407開(kāi)發(fā)板上，軟件部分通過(guò)配置按鍵端口映射GPIO口，并編寫(xiě)按鍵掃描函數(shù)進(jìn)行消抖和按鍵檢測(cè)，實(shí)現(xiàn)預(yù)期的復(fù)位、切換測(cè)量目標(biāo)類(lèi)等功能。

3? 系統(tǒng)測(cè)試

3.1? 測(cè)試方法

通過(guò)數(shù)字萬(wàn)用表測(cè)試各個(gè)模塊中元器件的電阻、導(dǎo)通、壓降等參數(shù)。測(cè)溫表可標(biāo)定被測(cè)單位溫度的真值，卷尺測(cè)量超聲波測(cè)距模塊與被測(cè)單位間的距離。通過(guò)各模塊分離測(cè)試以及測(cè)量結(jié)果與標(biāo)定真值相比較這兩種方法，測(cè)試分析出現(xiàn)的問(wèn)題和探求解決辦法，最終判斷整個(gè)設(shè)計(jì)是否達(dá)到預(yù)期的測(cè)量精度。在確保本設(shè)計(jì)的各模塊都正常工作的前提下，應(yīng)多次改變測(cè)量距離、待測(cè)單位溫度、環(huán)境溫度等變量，以確保系統(tǒng)能達(dá)到預(yù)期的測(cè)量結(jié)果。

3.2? 誤差分析

采用本遠(yuǎn)距離高精度溫度測(cè)量設(shè)計(jì)，在室溫穩(wěn)定在298 K時(shí)，分別對(duì)標(biāo)定溫度值為303 K、313 K的待測(cè)單位進(jìn)行測(cè)量，距離范圍為0.5 m～2 m采樣間隔為0.5 m。測(cè)量結(jié)果記錄如表1所示。

如表1所示，經(jīng)過(guò)三階擬合函數(shù)修正過(guò)的最終測(cè)量值的絕對(duì)誤差為0.1 ℃，精確度為±0.02 ℃，符合預(yù)期的測(cè)試結(jié)果。經(jīng)過(guò)多次測(cè)試、觀察大量數(shù)據(jù)分析后，綜合判斷誤差出現(xiàn)的原因?yàn)椋阂环矫嬗?xùn)練人工神經(jīng)網(wǎng)絡(luò)的樣本不夠充足，導(dǎo)致網(wǎng)絡(luò)模型不夠成熟，另一方面部分變量如環(huán)境濕度、太陽(yáng)輻射等未加以人為調(diào)控，導(dǎo)致測(cè)量結(jié)果不夠絕對(duì)的準(zhǔn)確和嚴(yán)謹(jǐn)。后續(xù)對(duì)于本設(shè)計(jì)的改進(jìn)也將從這兩個(gè)方面出發(fā)，增加更多的樣本，并盡可能考慮外界干擾因素，在最大程度上提高本遠(yuǎn)距離高精度溫度測(cè)量設(shè)計(jì)的精確度。

經(jīng)測(cè)量驗(yàn)證，本設(shè)計(jì)對(duì)遠(yuǎn)距離的待測(cè)單位同樣具有較高的精確度。附本設(shè)計(jì)在較大距離范圍、較大采樣間隔時(shí)對(duì)標(biāo)定溫度值為303 K、313 K的待測(cè)單位溫度測(cè)量結(jié)果，如表2所示。

4? 結(jié)? 論

由測(cè)試結(jié)果可以看出，采用人工神經(jīng)網(wǎng)絡(luò)擬合溫度修正函數(shù)的方法進(jìn)行誤差修正，可以得到較為準(zhǔn)確的結(jié)果，該設(shè)計(jì)驗(yàn)證了運(yùn)用人工神經(jīng)網(wǎng)絡(luò)對(duì)初步測(cè)溫結(jié)果進(jìn)行溫度補(bǔ)償?shù)乃悸肥强尚械?。本設(shè)計(jì)也具有較大實(shí)際價(jià)值的，可廣泛運(yùn)用于溫度測(cè)量工程量較大、溫度測(cè)量精度要求較高且不便于近距離測(cè)量的民用、工業(yè)等領(lǐng)域。但由于訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)的樣本較少，致使網(wǎng)絡(luò)模型不夠完善、部分外界因素未調(diào)控等因素，測(cè)量結(jié)果仍舊存才一定的誤差。故此在實(shí)際應(yīng)用中，應(yīng)可能多地采集樣本，通過(guò)大量的樣本數(shù)據(jù)對(duì)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，可在較大程度上保障誤差修正擬合函數(shù)的準(zhǔn)確性，從而進(jìn)一步提高遠(yuǎn)距離溫度測(cè)量的精確度。

參考文獻(xiàn)：

[1] 王桌培.高精度非接觸式體溫測(cè)量網(wǎng)絡(luò)化系統(tǒng)研究 [D].南京：南京郵電大學(xué)，2018.

[2] 彭基偉，呂文華，行鴻彥，等.基于改進(jìn)GA-BP神經(jīng)網(wǎng)絡(luò)的濕度傳感器的溫度補(bǔ)償 [J].儀器儀表學(xué)報(bào)，2013，34（1）：153-160.

[3] 李建林.遠(yuǎn)距離紅外輻射測(cè)溫儀瞄準(zhǔn)精度分析 [J].紅外技術(shù)，1994（3）：18-21.

[4] 叢茂檸.一款基于TN901和無(wú)線藍(lán)牙串口透?jìng)鞯募t外測(cè)溫儀 [J].科技資訊，2012（24）：18+20.

[5] 時(shí)德鋼，劉曄，王峰，等.超聲波測(cè)距儀的研究 [J].計(jì)算機(jī)自動(dòng)測(cè)量與控制，2002（7）：480-482.

作者簡(jiǎn)介：楊曉可（1999—），男，漢族，四川隆昌人，本科在讀，研究方向：嵌入式系統(tǒng);通訊作者：馮正勇（1978—），男，漢族，四川廣漢人，教授，博士，研究方向：計(jì)算智能、智能控制、流媒體傳輸優(yōu)化。

收稿日期：2022-02-03

基金項(xiàng)目：2021年四川省高等學(xué)校大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（cxcy2021210）