CN113826981A - 一种外卖员智能头盔控制系统及方法 - Google Patents

Abstract

本发明属于控制技术领域，具体公开了一种外卖员智能头盔控制系统，包括头盔本体，在头盔本体上设有微处理模块，所述头盔本体的外侧面上部设有电源模块，在电源模块的前端设有与微处理模块相连接的摄像头模块，从电源模块处向两侧延伸的头盔本体曲面上设有一组疲劳指示灯模块，疲劳指示灯模块下部设有与头盔本体可拆卸连接的骨传导耳麦模块，在头盔本体后端骨传导耳麦模块所围外侧面上设有智能灯光模块；头盔本体下端设有头盔调节带，头盔调节带上设有可拆卸连接的门禁模块，本发明通过在利用五个功能模块实现全方位工作体验优化，对整个送餐流程进行智能辅助，有效帮助骑手在工作中避免客观意外因素的影响，全面改善工作的安全度与舒适度。

Description

一种外卖员智能头盔控制系统及方法

技术领域

本发明属于智能设备技术领域，具体涉及一种外卖员智能头盔控制系统及方法。

背景技术

随着中国餐饮服务市场的不断增长，行业总规模从2013年的2.64万元增长到2017年的 3.96万亿元，复合年增长率为10.7％，我国餐饮企业大多数是小型单体项目，单个企业实力弱，投资规模小，以租赁场地经营为主，日常流动资金需求大；因此大城市中兴起外卖美食广场，“居家消费”、“宅配到家”等新型互联网经济模式正在快速发展，这使得外卖服务的市场认可度与用户需求度均呈现出大幅度提高的趋势，外卖服务业迎来高质量发展期，未来懒人经济兴起，外卖行业蓬勃，

然而，在外卖行业蓬勃发展的同时，外卖员这一职业却面临一系列问题的挑战，首先是骑手的行车安全问题，而如果遭遇恶劣天气和复杂路况，更会加深安全隐患，在配送过程中，客观意外因素的发生经常干扰配送工作的顺利进行，例如遭遇复杂路况，或是占地面积较大且路线复杂的小区不让外来电动车进入使得外卖员不得不步行，又例如高层办公大楼遭遇等电梯或无门禁等问题，

另外，外卖员常常会与客人发生直接接触，在服务过程中出现一些矛盾纠纷时有发生，而矛盾的归因和解决往往非常棘手，最后，外卖员工作强度大、待遇低、竞争激烈、事业上升受限，甚至由于工作流程独立还缺乏社交，导致外卖员的心理健康也受到了很大的挑战。

发明内容

本发明的目的在于为外卖员提供帮助，首先在工作流程中的问题入手，归纳出了五个可针对的关键点与解决方向：1、针对外卖员遇到的意外情况与交通违法问题，设置工作影像记录来保留证据；2、针对行车必需拿手机导航与电话问题，设置头戴语音交互功能；3、针对进入小区难的问题，设置门禁白名单功能；4、针对行车安全问题，设置醒目的信号灯模块； 5、针对外卖员的过劳问题，设置工时监控与疲劳提示功能；各功能模块统一地组合在合适的产品外形上，也能够提高外卖员的职业形象，同时提供了一种通过利用五个功能模块实现全方位工作体验优化，对整个送餐流程进行智能辅助，有效帮助骑手在工作中避免客观意外因素的影响，全面改善工作的安全度与舒适度的外卖员智能头盔控制系统。

基于上述目的，本发明采用如下技术方案：一种外卖员智能头盔控制系统，包括头盔本体和设置在头盔本体上的微处理模块，所述头盔本体上设有至少一个功能模块，功能模块包括设在头盔本体外侧面上部的电源模块，在电源模块的前端设有与微处理模块相连接的摄像头模块，从电源模块处向两侧延伸的头盔本体曲面上设有一组疲劳指示灯模块，疲劳指示灯模块下部设有与头盔本体可拆卸连接的骨传导耳麦模块，在头盔本体后端骨传导耳麦模块所围外侧面上设有智能灯光模块；头盔本体下端设有头盔调节带，头盔调节带上设有可拆卸连接的门禁模块。

优选的，所述电源模块为微处理模块、摄像头模块、疲劳指示灯模块、骨传导耳麦模块、智能灯光模块和门禁模块供电，门禁模块为NFC门禁模块；摄像头模块包括摄像头和照明灯；骨传导耳麦模块包括麦克风和骨传导耳麦，骨传导耳麦中设有语音信号处理器；智能灯光模块包括转向指示灯和刹车指示灯。

优选的，所述微处理模块包括微处理器、蓝牙模组和位置装置，位置装置为GPS模块和北斗模块，微处理器的输出端与蓝牙模组、摄像头模块、疲劳指示灯模块、骨传导耳麦模块和智能灯光模块相连接。

优选的，所述微处理器控制摄像头模块的摄像头运行和照明灯的开关、智能灯光模块的转向指示灯和刹车指示灯的开关和疲劳指示灯模块的颜色切换。

优选的，所述微处理器的输入端与蓝牙模组、位置装置、摄像头模块和骨传导耳麦模块相连接。

优选的，所述骨传导耳麦模块中的骨传导耳麦将接收语音信息并转化为信号发送到微处理器中，微处理器再对接收的信号进行处理。

优选的，所述位置装置将位置信息发送到微处理器处理，微处理器处理后通过蓝牙模组发送到终端设备上，同时微处理器将位置信息转化为音频信号发送到骨传导耳麦模块，骨传导耳麦模块通过语音信号处理器接收信号，通过骨传导耳麦进行信息播放。

优选的，所述摄像头模块的摄像头将拍摄的信息传输至微处理器，微处理器进行处理后通过蓝牙模组发送到终端设备进行储存。

优选的，所述微处理模块还包括与微处理器和电源模块相连接的储存器，储存器中储存了微处理器执行的多个程序，包括语音识别系统、人脸识别系统和动作识别系统。

优选的，所述控制系统包括微处理器，微处理器与多个功能模块相连接，在功能模块和微处理器之间设传递需要的信息的多个I/O设备，微处理器通过储存器中的程序对多个功能模块进行控制并管理，所述微处理模块中具有储存器，该储存器储存了所述微处理器执行的多个程序，头盔本体上设有至少一个传感器，传感器与微处理器相连接，所述控制方法包括：输入步骤：通过功能模块采集用户的相关信息，通过I/O设备将信息发送到微处理器，微处理器储存器中的多个程序对用户信息进行识别和判断；

输出步骤：微处理器基于功能模块向微处理器发送的信息进行处理后的结果，向经过I/O设备与微控制器相连接的作为控制对象的功能模块发送控制信号；

动作步骤：功能模块基于功能模块向微处理器发送的信息进行处理并通过I/O设备向作为控制对象的功能模块发送的控制信号将功能模块的状态改变。

工作原理：语音识别系统采用Altera Arria 10FPGA的语音识别系统，该语音识别系统在深度学习基础算法的基础上基于前馈序列记忆神经网络(FSMN)改进的模型结构，FSMN 包括输入层、隐含层和输出层，在隐含层旁增加记忆模块，FSMN记忆模块的记忆功能使用前馈结构实现，首先，双向FSMN对未来信息进行记忆时，没有传统双向RNN必须等待信号全部接收完后才能对当前时刻输出进行判断的限制，它只需要等待有限的时间长度；其次，传统的简单RNN因为训练过程中的梯度是按时间逐次往前传播的，因此会出现指数衰减的梯度消失现象，这导致理论上具有无限长记忆的RNN实际上能记住的信息很有限，FSMN这种基于前馈时序展开结构的记忆网络，在训练过程中梯度沿着图中记忆模块与隐层的连接权重往回传给各个时刻即可，这些连接权重决定了不同时刻输入对判断当前输出的影响，而且这种梯度传播在任何时刻的衰减都是常数的，也是可训练的，因此FSMN用一种更为简单的方式解决了 RNN中的梯度消失问题，使得其具有类似LSTM的长时记忆能力；另外，在模型训练效率和稳定性方面，由于FSMN完全基于前馈神经网络，所以不存在RNN训练中因句子长短不一需要补零而导致浪费运算的情况，前馈结构也使得它的并行度更高，可最大化利用GPU计算能力；

人脸识别系统：特征是分类器的输入，利用一个子窗口在待测图片上滑动，计算出覆盖区域的特征值，Haar特征，是一种原始矩形特征，由黑白区域组成，特征值计算方式为白色区域像素值减去黑色区域像素值，最后求和作为特征值。这个值在目标对象区域和非目标对象区域计算结果应当是不同的，区别越大说明该特征越适合该目标的分类。

Adaboost算法是利用输入的样本训练弱分类器并计算错误率，根据错误率更新权重，在迭代过程中自适应地改变训练样本的分布，使得基分类器聚焦在那些很难分的样本上，经过多次循环后，得到多个弱分类器，按照弱分类器的重要性权重进行加权叠加，最终得到强分类器，通过AdaBoost算法获得强分类器，但一个强分类器的检测效果难以保准，为提高检测的速度和精度，将几个强分类器级联，前面使用相对简单、数目少的强分类器，后面的逐级复杂化，对于输入的图像，需要对图像的多区域、多尺度进行检测，多区域是将图像划分多块逐块检测；多尺度是由于训练照片一般较小，所以在对大的目标对象时，需要不断初始化搜索窗口，扩大窗口大小进行搜索，搜索过程会为输入图像输出大量子窗口图像，通过前面检测才能下一级，靠前的几级可滤掉大部分的不合格图片提升速度，只有通过了所有级检测的图片区域才是有效的目标区域。

动作识别系统采用特定手势的检测方法，手势目标特征选取的是Harr特征，采用AdaBoost级联检测算法对样本进行训练和检测，Adaboost算法是利用输入的样本训练弱分类器并计算错误率，根据错误率更新权重，在迭代中自适应地改变训练样本分布，使得基分类器聚焦在很难分的样本上，经过多次循环后，得到多个弱分类器，按照弱分类器的重要性权重进行加权叠加，最终得到强分类器，整体算法流程为：

1)给定训练图片样本(x₁，y₁)，(x₂，y₂)，…，(x_n，y_n)，其中x_i为第i个样本，y_i＝0，1分别表示负样本和正样本，n为训练样本总数，

2)初始化训练样本权重，

分别为负样本和正样本的权重，其中m和l分别为负样本和正样本的个数，

3)第t＝1，2，…，T轮循环迭代：

a.权重归一化，因此权重w_t是一个概率分布：

b.针对每一特征j计算弱分类器h_j，误差ε_j用w_t表示：

ε_j＝∑_iw_i|h_j(x_i)-y_i|

c.找出具有最小误差的弱分类器h_t，以及对应的分类误差ε_t；

d.更新权重：

其中，分类器分类正确则e_i＝0，分类错误e_i＝1；

4)获得强分类器：

其中，

按照功能需求，针对每个功能设定多个目标手势，每种手势采集一定数量的手势样本，加以处理后将所有样本划分为训练集和测试集，通过卷积神经网络对数据集进行学习训练，将训练好的手势集成到系统中，骑手可以通过自身习惯在用户终端对手势进行个性化配置，便于骑手在派送过程中使用该功能，

本发明对于现有技术，具有以下有益效果：本发明通过在头盔本体上设置的多个功能模块对骑手的工作进行优化，通过摄像头模块在遭遇交通纠纷时对处理现场进行视频录制保留证据，通过骨传导耳麦模块进行语音识别，配合微处理器和定位模块为骑手提供导航、拨打电话等辅助功能，充分利用骑手骑行时间段，缩短非必要停车时间，提高送餐效率，通过微处理模块控制智能灯光模块和疲劳指示灯模块，提高骑手骑行安全，提高安全系数，通过门禁模块，方便骑手及时的将订单运送到客户手中，减少非必要等待时间。

附图说明

图1是本发明的外卖员智能头盔示意图；

图2是本发明的控制系统示意图；

图3是本发明的FSMN结构示意图；

图4是本发明的人脸识别系统特征示意图；

图5是本发明的人脸识别系统检测示意图；

图6是本发明的电动车的控制器总体硬件电气结构示意图；

图7是本发明的动作识别系统的算法训练示意图。

图中：头盔本体1、摄像头模块2、电源模块3、疲劳指示灯模块4、门禁模块5、骨传导耳麦模块6、智能灯光模块7、微处理模块8。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例一

如图1-7所示的一种外卖员智能头盔控制系统，包括头盔本体1和设置在头盔本体1上的微处理模块8，头盔本体1上设有至少一个功能模块，功能模块包括设在头盔本体1外侧面上部的电源模块3，在电源模块3的前端设有与微处理模块8相连接的摄像头模块2，从电源模块3处向两侧延伸的头盔本体1曲面上设有一组疲劳指示灯模块4，疲劳指示灯模块4下部设有与头盔本体1可拆卸连接的骨传导耳麦模块6，在头盔本体1后端骨传导耳麦模块6所围外侧面上设有智能灯光模块7；头盔本体1下端设有头盔调节带，头盔调节带上设有可拆卸连接的门禁模块5。

电源模块3为微处理模块8、摄像头模块2、疲劳指示灯模块4、骨传导耳麦模块6、智能灯光模块7和门禁模块5供电，门禁模块5为NFC门禁模块；摄像头模块2包括摄像头和照明灯；骨传导耳麦模块6包括麦克风和骨传导耳麦，骨传导耳麦中设有语音信号处理器；智能灯光模块7包括转向指示灯和刹车指示灯。

微处理模块8包括微处理器、蓝牙模组和位置装置，位置装置为GPS模块和北斗模块，微处理器的输出端与蓝牙模组、摄像头模块2、疲劳指示灯模块4、骨传导耳麦模块6和智能灯光模块7相连接。

微处理器控制摄像头模块2的摄像头运行和照明灯的开关、智能灯光模块7的转向指示灯和刹车指示灯的开关和疲劳指示灯模块4的颜色切换。

微处理器的输入端与蓝牙模组、位置装置、摄像头模块2和骨传导耳麦模块6相连接。

骨传导耳麦模块6中的骨传导耳麦将接收语音信息并转化为信号发送到微处理器中，微处理器再对接收的信号进行处理。

位置装置将位置信息发送到微处理器处理，微处理器处理后通过蓝牙模组发送到终端设备上，同时微处理器将位置信息转化为音频信号发送到骨传导耳麦模块6，骨传导耳麦模块6 通过语音信号处理器接收信号，通过骨传导耳麦进行信息播放。

摄像头模块2的摄像头将拍摄的信息传输至微处理器，微处理器进行处理后通过蓝牙模组发送到终端设备进行储存；微处理模块8还包括与微处理器和电源模块3相连接的储存器，储存器中储存了微处理器执行的多个程序，包括语音识别系统、人脸识别系统和动作识别系统。

工作原理为：在语音识别系统中预制有多种应用场景的语言模型，根据用户的选择调用对应的语言模型，在使用过程中语音识别系统的深度学习神经网络对用户经常使用的词汇进行采集，根据用户的历史数据，构件一个较小的语言模型，对用户常用的词汇进行覆盖，进一步保证语言模型自适应的效果，基于深度学习的神经网络语言模型，结合外部记忆模块进行自适应，直接将用户历史语料组织成记忆模块，当用户再次说起类似语言时，能够进一步提升语音识别的精度，

当通过语言进行控制时，通过骨传导耳麦模块6上的麦克风采集用户的语言信息，然后将语言信息发送到微处理器，微处理器通过语音识别系统对用户的语音信息进行识别，微处理器根据识别的语义，然后调用相关的功能模块，实现智能语音辅助功能，比如当需要拨打客户电话时通过骨传导耳麦接收语言信息，经过识别后可从系统终端调取订单信息，自动拨打该订单对应客户的电话，智能语音辅助功能能够实现“接单-取货-派送”全流程的语音支持，保障骑手在行驶过程中的行车安全，同时提升派送效率；

骑手在路上骑行时位置装置获取骑手当前位置，位置装置将位置信息输入倒微处理器中，骑行到路口需要转向时基于BDS智能定位，结合系统终端提供的送餐路线，微处理器向智能灯光模块7的转向指示灯发出指令，转向指示灯发出亮灯信号，当刹车时，微处理器从刹车感应器处获取刹车信号，如图6所示，图中电动车本身在刹车时会产生刹车信号，通过刹车信号输入检测电路将刹车信号传递至单片机中，单片机将刹车信号处理后通过电动车的通信模块发送出去，刹车信号通过头盔的蓝牙模组接收并传输，蓝牙模组采用透传的模式，用头盔本体1的微处理器的串口直接与蓝牙模块的串口连接，数据直接通过蓝牙模组传输后，直接转换成串口数据，头盔内部微处理器模块中的微处理器通过串口接收该数据，微处理器对信号进行处理然后向智能灯光模块7的刹车指示灯发出亮灯信号，刹车指示灯迅速响应亮灯从而提醒后方车辆注意行驶安全。

实施例二

一种外卖员智能头盔控制方法，如图1-7所示，与实施例一相比，控制系统包括微处理器，微处理器与多个功能模块相连接，在功能模块和微处理器之间设传递需要的信息的多个 I/O设备，微处理器通过储存器中的程序对多个功能模块进行控制并管理，微处理模块8中具有储存器，该储存器储存了所述微处理器执行的多个程序，头盔本体1上设有至少一个传感器，传感器与微处理器相连接，所述控制方法包括：

输入步骤：通过功能模块采集用户的相关信息，通过I/O设备将信息发送到微处理器，微处理器储存器中的多个程序对用户信息进行识别和判断；

输出步骤：微处理器基于功能模块向微处理器发送的信息进行处理后的结果，向经过I/O设备与微控制器相连接的作为控制对象的功能模块发送控制信号；

动作步骤：功能模块基于功能模块向微处理器发送的信息进行处理并通过I/O设备向作为控制对象的功能模块发送的控制信号将功能模块的状态改变；

微处理器通过蓝牙模组与系统终端连接，通过系统终端上的App数据来，根据外卖员的工作时长向微处理器发出信号，从而控制对应疲劳指示灯模块4的工作状态，同时向骨传导耳麦模块6发出指令，通过骨传导耳麦进行语音提示，提醒外卖员进行休息，实现为外卖员安全护航的功能，

当外卖员在路发生车祸时，通过摄像头模块2或骨传导耳麦模块6对外卖员的动作和语音信息进行收集并发送到微处理器中，微处理器通过动作识别系统、人脸识别系统和语音识别系统对动作和语音信息进行解析，然后将摄像头模块2的录制功能打开，记录车祸现场，然后微处理器通过蓝牙模组将摄像头模块2拍摄到的画面发送到系统终端，帮助外卖员捕捉以下瞬间，减少责任纠纷，保障外卖员个人权益，此外，摄像头模块2的摄像头具有图像识别功能，在记录车祸现场过程中能够进行实时监测，当检测到异常状态时，自动将数据上传至后台端；

骑手接单后，系统终端将自动匹配该订单地址所在地区白名单，当骑手派送至需要白名单的区域后，微处理器从位置装置模块获取骑手当前位置，结合人脸识别确认骑手身份，进而获得门禁权限，骑手取下头盔调节带处的NFC门禁模块或EM感应式门禁卡，刷卡进入派送区域。

以上所述仅为本发明的优选实施例而已，只为说明本发明的方案及效果，不能被认为用于限定本发明的实施范围，应当指出的是，对于本技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化与改进，均应仍归属于本发明的专利涵盖范围之内。

Claims (10)

1.一种外卖员智能头盔控制系统，包括头盔本体和设置在头盔本体上的微处理模块，其特征在于：所述头盔本体上设有至少一个功能模块，功能模块包括设在头盔本体外侧面上部的电源模块，在电源模块的前端设有与微处理模块相连接的摄像头模块，从电源模块处向两侧延伸的头盔本体曲面上设有一组疲劳指示灯模块，疲劳指示灯模块下部设有与头盔本体可拆卸连接的骨传导耳麦模块，在头盔本体后端骨传导耳麦模块所围外侧面上设有智能灯光模块；头盔本体下端设有头盔调节带，头盔调节带上设有可拆卸连接的门禁模块。

2.根据权利要求1所述外卖员智能头盔控制系统，其特征在于：所述电源模块为微处理模块、摄像头模块、疲劳指示灯模块、骨传导耳麦模块、智能灯光模块和门禁模块供电，门禁模块为NFC门禁模块；摄像头模块包括摄像头和照明灯；骨传导耳麦模块包括麦克风和骨传导耳麦，骨传导耳麦中设有语音信号处理器；智能灯光模块包括转向指示灯和刹车指示灯。

3.根据权利要求2所述外卖员智能头盔控制系统，其特征在于：所述微处理模块包括微处理器、蓝牙模组和位置装置，位置装置为GPS模块和北斗模块，微处理器的输出端与蓝牙模组、摄像头模块、疲劳指示灯模块、骨传导耳麦模块和智能灯光模块相连接。

4.根据权利要求3所述外卖员智能头盔控制系统，其特征在于：所述微处理器控制摄像头模块的摄像头运行和照明灯的开关、智能灯光模块的转向指示灯和刹车指示灯的开关和疲劳指示灯模块的颜色切换。

5.根据权利要求4所述外卖员智能头盔控制系统，其特征在于：所述微处理器的输入端与蓝牙模组、位置装置、摄像头模块和骨传导耳麦模块相连接。

6.根据权利要求5所述外卖员智能头盔控制系统，其特征在于：所述骨传导耳麦模块中的骨传导耳麦将接收语音信息并转化为信号发送到微处理器中，微处理器再对接收的信号进行处理。

7.根据权利要求6所述外卖员智能头盔控制系统，其特征在于：所述位置装置将位置信息发送到微处理器处理，微处理器处理后通过蓝牙模组发送到终端设备上，同时微处理器将位置信息转化为音频信号发送到骨传导耳麦模块，骨传导耳麦模块通过语音信号处理器接收信号，通过骨传导耳麦进行信息播放。

8.根据权利要求7所述外卖员智能头盔控制系统，其特征在于：所述摄像头模块的摄像头将拍摄的信息传输至微处理器，微处理器进行处理后通过蓝牙模组发送到终端设备进行储存。

9.根据权利要求7所述外卖员智能头盔控制系统，其特征在于：所述微处理模块还包括与微处理器和电源模块相连接的储存器，储存器中储存了微处理器执行的多个程序，包括语音识别系统、人脸识别系统和动作识别系统。

10.一种外卖员智能头盔的控制方法，其特征在于：所述控制系统包括微处理器，微处理器与多个功能模块相连接，在功能模块和微处理器之间设传递需要的信息的多个I/O设备，微处理器通过储存器中的程序对多个功能模块进行控制并管理，所述微处理模块中具有储存器，该储存器储存了所述微处理器执行的多个程序，头盔本体上设有至少一个传感器，传感器与微处理器相连接，所述控制方法包括：

输入步骤：通过功能模块采集用户的相关信息，通过I/O设备将信息发送到微处理器，微处理器储存器中的多个程序对用户信息进行识别和判断；

输出步骤：微处理器基于功能模块向微处理器发送的信息进行处理后的结果，向经过I/O设备与微控制器相连接的作为控制对象的功能模块发送控制信号；

动作步骤：功能模块基于功能模块向微处理器发送的信息进行处理并通过I/O设备向作为控制对象的功能模块发送的控制信号将功能模块的状态改变。

Images