摘   要

随着技术的不断进步和医疗需求的不断增长，智能病房控制系统有望在医疗领域发挥更大的作用。基于此，本文研究设计了一款低成本、操作简单、适用性强的基于STM32的智能病房监控和人脸识别系统。该系统通过STM32作为控制器和OpenMV对人脸分辨进行门禁控制以及阿里云的云智能APP的控制软件实现对病房内空气温度、空气湿度、CO2浓度和病人的人体温度、血氧浓度、心率和进入病房的人员的分辨进行处理等多个因子的远程监测和控制。

智能控制系统的硬件电路设计包括STM32最小系统、传感器数据采集模块、设备控制模块、ESP8266WiFi通信模块、OLED显示模块、OpenMV人脸分辨模块等。其中数据采集模块DHT11、SGP30、GY906以及MAX30102传感器进行多因素测量，设备控制器通过按键、舵机、蜂鸣器以及指示灯等执行设备，人脸分辨用OpenMV与STM32通过串口通信来控制病房门禁好，STM32通过ESP8266连接阿里云飞燕平台实习远程控制，显示模块使用OLED屏幕进行各参数实时显示，通过云平台工具连接网络后，经主控判断上传数据，将信号和各项数据上传至云平台后，用户可以通过网页端或者手机端查看信息，并发出指令传输到主控完成各项功能的调整。

结果表明，本文设计的基于STM32的智能病房检测能够准确对病房的二氧化碳浓度、温湿度和病人的心率血氧、人体温度进行准确的测量，完成了设计简单开发成本低，操作程度简单的目的，实现了病房环境参数和人体各项参数的自动化检测，为病人的身体健康和病房环境提供了有效保障。

关键词：STM32，智能病房，传感器，远程控制

1  绪言

1.1  课题研究的背景及意义

智能化病房是将网络信号传输为基础，将单片机为核心，摄像头采集患者信息，得出图像信息，通过系统解码使用户在客户端看到图像信息[1]。用户通过此系统能够访问数据，对病房视频图像进行查看，还能够在线交流、远程控制[2]。

随着物联网技术的日益成熟，生活中许多场合都应用到了这项新兴技术[3]。医院作为人们接触较多的地方，自然离不开高科技的介入[4]。智能病房就是物联网技术发展道路上的必然产物[5]。由于我国在这方面起步较晚，许多医院并没有智能化病房项目，特别是中小城市的医院，智能化程度不高[6]，在这些地方普及和推广智能病房是十分必要的。

智能病房是指应用最先进的物联网技术，如互联网、云计算、AI智能[7]、大数据和无线传感器等，通过健全的智能信息平台[8]，实现病人与医务人员、家属、传感器设备之间的互连，逐渐实现智能化[9]。智能化病房共有三部分组成：门禁人脸分辨系统设计、病房环境因素采集系统和智能控制系统设计[10]。目前我国已在大部分医院进行了智能化病房系统的应用，使用新型智能病房检测系统。

传统智能病房系统将设备存放在病房内部，直接嵌入病房内部网关中，由网关设备处理数据，硬件设备的性能不高[11]，不能有效地满足智能化需求。另外由于数据存储在设备内部，数据不能有效传输利用，用户无法对数据有效的处理分析。物联网技术的发展，使智能病房监测和控制系统的发展更有前景。以云平台为基础对智能病房监测和控制系统设备的控制[12]，解决了智能病房系统数据不能有效传输利用的问题。病人或家属可以简单控制病房设备[13]，使得智能化病房系统被大规模使用。智能病房在特定的环境下，利用智能化病房的物联网云平台监控功能可以集成目前的智能设备、智能检测等，智能化的监测控制病房内部的环境因素。用户可以通过手机APP、云端等设备随时随地检测病房内的环境和人体的各项参数，并可以随时控制病房内部设备改变各种环境参数，使病房病人获得良好的住房体验。

智能病房的目的就是将病房设备采集的参数信息与物联网平台的数据互通传输功能结合起来，实现手机APP或者云平台远程监控和远程控制功能[14]，医护人员随时随地为病人检测。可以将智能病房的其它设计与物联网结合，如智能病历等，病人、医生、护士和家属都可以随时查看自己的病历信息，提高病人住院体验[15]。并且通过监测和控制病房环境因素，使病人快速康复。智能病房给人们带来更好的科技体验感，所有检测控制设备都可以用手机APP实时控制，可以自己设置定时或者自动开关。给病人带来了级大的病房环境体验，这是一个非常重要的功能，对于残疾病人或无法

行动的病人，病房没有其它人员时，可以通过手机APP控制病房内部的设备，如控制窗户、空调、灯或报警开关等，提供给病人各种需求。

通过对智能病房控制系统的设计与研究，可以提供病人良好的康复效果。目前关于智能病房的研究在用户研究以及人机交互体验上不够完善，对医院本身的功能定位较为复杂，对于医院住院患者来说存在一定的认知和操作难度，在某种程度上将损耗患者对智能医疗服务机器人的接受度和好感度，从而影响用户体验感和满意度。基于此，设计一个智能病房监控系统非常必要，智能化的环境因素检测、病房的智能化人脸分辨等可以有效的解决病人的体验，简单的操作流程和较低的开发成本满足病人的各种基本要求。

1.2  智能病房国内外研究现状

国外在智能病房的应用方面起步较早。特别是在欧美和日本等地区，智能病房主要被用于养老院和护理型病房[16]。例如，在技术先进的德国，研究人员开发了一种智能机器人病房助手，它能在病房中等待患者的指令，帮助患者完成日常生活的基本操作，甚至可以前往病房外区域为患者取药[17]。在日本，通过反复试验，研究人员开发出了一种能完成病床和轮椅之间转换的病床，这有助于患者移动，提高了生活质量，同时减轻了护理人员和家庭成员的负担[18]。欧洲的智能病房系统发展虽然晚于美国，但自70年代中期和80年代开始，已经实现了一些区域设计系统[19]。比如，丹麦的红色智慧病房系统，它管理着76所医院和诊所；法国的第八医疗保健中心则实现了一体化信息系统，能够管理三所医药学院和三所大医院[20]。智能病房的发展吸引了国际众多学者的关注，他们进行了深入的研究。例如，Karami等人设计了一个病房内环境质量评估工具箱(IEQ)，它使用成本较低的单片机，实现了病房内环境数据的无线采集和云端存储[21]。Akira等人则设计了一种低成本、便携式的室内环境质量检测系统，能够采集室内环境数据并进行自定义指数评估[22]。Timothy等人提出了一种基于物联网的环境监测与警报系统，该系统可以监测病房环境中的空气质量和噪音，并采用身份验证和数据加密技术来确保物联网系统的安全[23]。Tang等人以ZigBee技术为核心构建系统，通过互联网实现了远程室内环境信息的实时监控[24]。Swain等人将物联网技术应用于工业现场的环境监测[25]，其研究中的亮点是使用LabVIEW展示了实时监测的数据。Alam等人提出的环境污染监测系统在实现环境监测功能的基础上，还扩展了智能手机端的操作平台[26]。

中国智能病房系统的研发工作自八十年代初期开始，经历了单机单任务、多机多任务和微机网络一体化等阶段快速发展[27]。智能病房管理系统的应用涵盖多个方面，子系统的使用也日益完善，但与国外先进国家相比仍存在一定差距。

在全国物联网大会上，有关人员已经提出物联网是未来产业发展的主要方向，物联网产业有非常大的发展前景，我国物联网技术是新科技创新发展的主要方向[28]。要力求突破智能传感器、纳米芯片、智能硬件软件等相关顶尖技术，着力打造智能家居、智能病房、生活物联网等关乎人民生活水平的智能化产业。在智能病房方面，国内的普遍做法是使用 ZigBee[29]或蓝牙等无线设备形成一个局域网，然后再通过互联网通信与智能网关，如此一来，终端数据首先由局域网经过网关之后才能到达外网，这个过程是比较复杂的，切不容易实现，开发周期也会相对较长。因此，设计一个简单的智能病房监控系统，既具备传感器数据采集和控制功能，又具备网络通信功能[30]，成了智能病房发展的重要目标。智能病房控制系统是一种利用先进技术，提高医疗服务质量和效率的系统。在国内，智能病房控制系统的研究和发展得到了越来越多的关注和投入。智能病房在国外的研究领域中备受关注，其涵盖了医疗、信息技术、传感器技术等多个领域。以下是智能病房在国内外的一些研究现状：

1. 医疗设备集成：智能病房的研究中，医疗设备的集成化是一个重要方向。研
2. 远程监测和诊断：利用传感技术和远程通信技术，研究人员开发了能够实时监测病人生理参数并进行远程诊断的系统，可以帮助医护人员及时发现病人的病情变化并及时采取治疗。

（3）智能化控制系统：智能病房研究中的智能化控制系统可以根据病人的需求和医生的建议自动调节照明、空调、床位等设备，提供更加舒适和人性化的医疗环境。

（4）数据分析和预测：通过大数据分析和机器学习技术，研究人员可以利用病人的历史数据和实时监测数据进行疾病预测和风险评估，提高医疗决策的准确性和效率。

（5）智能药物管理：智能病房也涉及药物管理方面的研究，包括药品存储、配药、用药提醒等方面的智能化技术，以确保患者用药的安全和准确性。

（6）技术应用：国内智能病房控制系统的研究涵盖了多种领域的技术应用，包括人工智能、物联网、大数据、云计算等。通过这些技术手段，智能病房可以实现对患者生命体征的实时监测、病床的智能控制、医护人员的工作协调等功能，提高了医疗护理的效率和质量。

（7）设备设施：国内智能病房控制系统的研究还注重设备设施的更新和完善。智能化的病房除了需要具备传统病房的基本功能外，还需要集成各种智能设备，如智能床、智能监测设备、智能医疗机器人等，以实现对患者的全方位监护和服务。

（8）数据安全：在智能病房控制系统的研究中，数据安全是一个重要的议题。医疗数据的保护对于患者隐私和医疗安全至关重要。国内的研究者们在智能病房系统设计中，注重数据的加密传输、权限控制和安全存储，以确保患者数据不被泄露和滥用。

（9）标准规范：随着智能病房控制系统的发展，相关的标准和规范也逐渐完善。国内的研究者们积极参与国际标准的制定和本土标准的制定，为智能病房系统的推广和应用提供了技术支持和保障。

（10）在关键技术方面，通过物联网技术[31]，可以实现医疗设备与病房管理系统之间的信息互联互通；通过云计算和大数据技术，可以对病房数据进存储、分析和挖掘，为医疗决策提供数据支持；通过人工智能技术，可以实现智能化病房管理、智能化诊疗辅助和智能化护理服务等功能。

（11）在应用模式方面，国内医疗机构积极探索了智能病房的多种应用模式。例如，一些医院通过引入智能化病房管理系统，实现了病房环境的智能控制、患者生命体征的实时监测和医疗设备的自动管理等功能；一些医院则通过引入智能化护理服务系统[32]，实现了护理服务的个性化、精准化和高效化。

总的来说，国内在智能病房的研究和应用仍存在一些挑战和问题。国内智能病房控制系统的研究现状呈现出多方面的发展趋势，技术应用不断创新，设备设施逐步完善，数据安全得到重视，标准规范逐渐健全。未来，随着技术的不断进步和医疗需求的不断增长，智能病房控制系统有望在医疗领域发挥更大的作用，为患者提供更加便捷、安全和高效的医疗服务。例如，智能病房的建设需要大量的资金投入和技术支持，同时还需要考虑医疗信息安全和隐私保护等问题。本文设计的智能病房系统，使用了阿里云云平台，结合了病房内的环境检测传感器和人体各种参数检测传感器，集成开发环境，通过智能监控和控制，实现了病房内环境监测、手机APP远程控制、人脸分辨等，给病人提供良好的医疗环境。

1.3  论文主要研究内容

本文设计了基于STM32的智能病房监控和人脸识别系统，通过六章介绍了智能病房系统的内容。每章具体内容如下：

第一章为绪论，本章描述了智能病房控制系统的背景及意义，分析了智能病房控制系统的国内外的研究现状，基于此，开发并实现了基于STM32的智能病房监控和人脸识别系统。

第二章为系统设计方案，从智能系统的温湿度检测、蜂鸣器报警、人体红外测温、心率血氧、远程监控和控制，分析了系统的需求和系统的性能，总结系统的设计方案。

第三章为系统硬件设计，对系统的硬件设计，系统硬件的整体设计、温湿度模块设计、独立按键模块设计、显示模块设计、人体红外测温模块设计、二氧化碳气体浓度模块设计、WiFi通信模块设计、心率血氧模块设计、OpenMV模块设计。

第四章为系统软件设计，对系统的软件进行设计，控制系统的主程序流程图设计，各个硬件模块的程序设计，包括温湿度模块设计、独立按键模块设计、显示模块设计、人体红外测温模块设计、二氧化碳气体浓度模块设计、WiFi通信模块设计、心率血氧模块设计、OpenMV模块设计；介绍了阿里云平台的搭建。

第五章为系统测试，对系统的整体进行测试，对系统的网络通信功能，各模块的功能进行测试。

第六章为总结与展望，对系统的整体进行总结，对系统的各个功能优化拓展。

2  系统设计方案

2.1  智能病房系统原理分析

2.1.1  OpenMV人脸分辨原理分析

OpenMV的图像处理原理涵盖了图像采集、预处理、特征提取、处理算法和结果输出等多个环节，通过这些环节的协同作用，用户可以实现对图像的多种处理和分析操作。

将彩色图片转换为灰度图的原理是基于人眼对不同颜色的敏感程度不同。

下面是将彩色图片转换为灰度图的基本原理：

（1）颜色通道权重：在将彩色图像转换为灰度图像时，可以根据不同颜色通道的权重来计算灰度值。

（2）灰度值范围：灰度图像中的像素值通常在0到255之间，其中0代表黑色，255代表白色。通过彩色通道的加权平均，可以得到每个像素点对应的灰度值。

（3）算法实现：在实际处理中，可以通过计算公式或使用图像处理库中的函数来将彩色图像转换为灰度图像。这些库通常提供了现成的函数，可以直接将彩色图像转换为灰度图像，简化了处理的步骤。

（4）通过将彩色图像转换为灰度图像，可以简化图像处理的复杂度，适用于一些只需考虑亮度信息而不需要颜色信息的应用场景。

OpenMV人脸分辨使用LBP特征提取，LBP算子是一种用于图像纹理分析的方法。将这8位二进制数排列形成中心像素的LBP值，共28种可能性，总计256种。

（1）数据采集：OpenMV模块通过摄像头模块采集图像数据。在进行人脸识别之前，需要获取摄像头所拍摄到的图像，通过摄像头感应器捕获实时图像数据，将采集的图像保存在SD卡中。

（2）特征提取：对图像进行预处理，包括灰度化、尺寸调整和噪声降低等操作。Haar级联分类器是一种基于Haar特征的对象检测算法，它可以通过检测目标对象的特征来进行分类，包括人脸的眼睛、鼻子、嘴巴等特征。

（3）模式匹配：一旦提取到人脸的特征，OpenMV会将这些特征与预先训练好的人脸模型进行匹配。这个模型通常是通过机器学习算法训练得到的，包含了大量正例（人脸）和负例（非人脸）数据，从而能够准确地识别人脸。

（4）人脸识别：当匹配成功后，OpenMV会确认图像中存在人脸并进行人脸识别。

（5）输出结果：根据匹配结果，判断图像中是否存在目标人脸，并输出识别结果。最后，OpenMV会输出人脸识别的结果，可能是在屏幕上显示人脸识别的信息，或者通过串口通信等方式将结果传输给其他设备。

2.1.2  数字图像处理原理分析

在原始的Local Binary Pattern（LBP）算法中，定义了一种基于像素灰度值比较的方法。具体而言，算法使用一个3x3的窗口，在窗口的中心像素处设定一个阈值。然后，将周围8个像素的灰度值与中心像素的灰度值进行比较。如果周围像素的灰度值大于中心像素的灰度值，则将该像素位置标记为1；否则标记为0。通过这样的比较，可以得到一个包含8位二进制数的二进制码（通常转换为十进制数，即LBP码，共256种）。接着，将这8位二进制数按照顺时针顺序排列，形成一个二进制数字，这个数字即为窗口中心像素点的LBP值。通过这个LBP值，可以反映出该区域的纹理信息。如下图：

图2.1 LBP特征算法图

公式为：

                      

                  （2.1）

参数解释：

为窗口中心的像素坐标；

ic为未进行LBP计算前的窗口中心

像素值；

ip为窗口中心邻域的灰度值；

p为邻域的编码（0、1、2…7）；

s(x)是符号函数，当

，

;否则，

。即，如下图

                           

                         （2.2）

数字图像处理是利用计算机对数字图像进行处理和分析的技术。数字图像处理的原理涉及图像获取、图像表示、图像预处理、图像增强、图像复原、图像编码与压缩、图像分割、特征提取和图像识别等多个方面。下面将逐一详细介绍数字图像处理的原理：

（1）图像获取：数字图像的获取是通过摄像头、扫描仪等设备采集到的图像数据。图像数据由二维像素矩阵表示，每个像素存储着颜色信息。常见的图像格式有JPEG、PNG等。

（2）图像表示：图像可以表示为灰度图像或彩色图像。灰度图像每个像素只包含亮度信息，通常用一个灰度值表示；彩色图像则包含红、绿、蓝三个通道的颜色信息。

（3）图像预处理：图像预处理是在进行进一步处理之前对图像进行的一系列操作。包括去噪、平滑、减小失真、图像增强等。预处理能够提高后续处理的效果。

（4）图像增强：图像增强是对图像进行调整以改善其视觉质量或适应特定应用的过程。常见的增强操作包括亮度调整、对比度增强、锐化等。

（5）图像复原：图像复原是从已知的图像中去除噪声或失真，恢复原始图像的过程。通过滤波、去卷积等方法来实现图像的复原。

（6）图像编码与压缩：图像编码是将图像数据转换为数字信号的过程，压缩是通过去除冗余信息和利用图像特性来减小图像数据量的过程。常见的压缩算法有JPEG、PNG等。

（7）图像分割：图像分割是将图像分成不同的区域或物体的过程。目的是提取出感兴趣的图像区域，常见的分割方法包括阈值分割、边缘检测、区域生长等。

（8）特征提取：特征提取是从图像中提取出具有代表性的特征，用于描述图像中的信息。这些特征可以是形状、纹理、颜色等方面的特征，用于进一步分析和识别。

（9）图像识别：图像识别是根据提取的特征对图像进行分类、识别或检测的过程。这可能涉及机器学习、深度学习、模式识别等技术，用于识别图像中的物体、场景或模式。

数字图像处理的原理涉及多个环节，通过这些环节的协同作用，可以实现对图像的分析、处理和应用。数字图像处理技术在医学影像、安防监控、自动驾驶、图像检索、印刷与出版等领域发挥着重要作用。

2.2  系统功能需求分析

（1）温湿度检测功能

控制系统配置了温湿度模块监测功能，可以通过单片机读取温湿度传感器数据来实时监测病房的温湿度情况，通过OLED显示和云平台或者手机APP实现远程监控。病人们可以根据环境温湿度情况打开或关闭病房的电气设备，确保病房环境温湿度情况尽可能满足人体健康性的需求。

（2）蜂鸣器报警功能

在控制系统中配置了蜂鸣器报警功能，可通过其监测病房内的病人情况，结合OLED显示及云平台或手机应用实现远程监控。病人可根据个人感觉控制蜂鸣器的开关，以确保在病人出现突发情况时能及时获得救治。

（3）人体红外测温功能

控制系统配置了人体红外温度监测功能，可以通过人体红外温度来监测病人的人体温度情况，通过OLED显示和云平台或者手机APP实现远程监控。病人们可以根据自身温度情况，来判断是否有低烧或者发热情况及时治疗，确保病人能够在短时间快速康复。

（4）心率血氧功能

控制系统配置了心率血氧监测功能，可以通过心率血氧来监测病人的心率和血氧饱和度，通过OLED显示和云平台或者手机APP实现远程监控。通过心率血氧来判

断病人是否有异常情况确保及时治疗，保证病人的身体健康。

（5）二氧化碳浓度检测功能

我们的智能病房控制系统也需要一个CO2测量设备来测量病人病房的CO2的浓度，通过OLED显示和云平台或者手机APP实现远程监控。病人们可以根据环境的CO2的浓度情况打开空气调节器等电气设备，确保病房氧气浓度情况尽可能满足人体健康性的需求。

（6）OpenMV人脸分辨门禁自动控制功能

人脸分辨门禁自动控制功能也是智能病房控制系统的重要功能之一，因此，控制系统需要人脸分辨门禁自动控制功能，可以通过OpenMV来分辨进入病房的人员，防止无关人员出入病房对病人造成威胁，通过OLED显示屏和手机APP实现远程监控。通过人员信息对比来控制门禁，确保病房病人不被打扰能有一个安静的休息环境。

（7）远程检测和控制功能

远程监测和控制功能能够帮助病人家属在不同的地方都能够实时监测病房的环境情况，并满足远程控制蜂鸣器报警、温湿度调节和人脸分辨的功能的需求。为了降低开发、安装和维护成本，远程监测和控制功能基于阿里云平台进行开发。该功能要求控制系统与阿里云平台进行绑定和接入，以实现功能。控制系统将采集的病房环境的实时数据通过ESP8266WiFi模块上传至阿里云服务器。这样，家属通过登录相关手机应用程序可以远程查看病房环境的温度、湿度、二氧化碳浓度以及心率血氧浓度等数据，并且能够通过手机应用程序进行报警提醒、温湿度调节以及室内空气浓度调节等功能的操作。

2.3  系统的性能分析

近年来物联网产品的飞速发展，智能病房的设计越来越多样。如下是基于STM32的智能病房监控和人脸识别系统设计的性能要求。

（1）感知层：系统的硬件模块传感器采集病房内的温度、湿度、二氧化碳浓度和人体的温度、心率、血氧等数据，STM32控制WiFi模块对这些数据进行上传。

（2）实时性：智能病房系统可随时获取传感器参数上传至云端，实时监控病房内环境参数和病人的身体状态。

（3）耐久性：智能病房系统需要能长时间的工作运行，在实际病房能够连续长时间工作和运行，并且正确显示各种传感器参数。

（4）连通性：应用WiFi模块的无线传输技术，通过MQTT协议连接阿里云平台，使系统的各种参数能够随时随地通过网页端或者手机APP端查看。

2.4  智能病房系统总体设计方案

智能病房控制系统主要包括数据输入模块、执行处理模块和数据输出模块组成，本控制系统硬件部分主要使用STM32F103C8T6单片机。外部连接各种传感器模块，可以在OLED显示屏上进行参数设定和显示。温湿度检测模块、CO2浓度检测模块、人体红外温度检测模块、心率血氧检测模块，用于检测病房内部的环境和病人身体情况，进行实时的数据采样。通过按键控制舵机、LED灯、蜂鸣器等保持病人对病房环境的要求。同时WiFi模块通过MQTT协议连接阿里云平台，在阿里云平台网页端或者手机APP实时远程监控系统的状态，同时在阿里云平台也配置了手机APP实时控制智能病房系统的状态。当按键按下时进行人脸分辨，如果不是陌生人则控制系统打开门禁，并且上传传感器采集的数据到云平台或者手机APP，病人或者医护人员随时随地可以查看传感器采集各种参数，如环境不符合病人的休息要求，则可以通过手机APP控制舵机、蜂鸣器、LED灯改变室内环境或者呼叫医护人员寻求帮助。系统总体框图设计如图2.2所示。

图2.2 智能病房系统总体框图

2.5  本章小节

本章对智能病房控制系统的系统设计方案进行分析。首先对智能病房控制系统设计的OpenMV人脸分辨原理、数字图像处理原理进行分析，其次对控制系统的功能需求以及性能要求进行分析，最后根据系统系统功能实现的要求对智能病房控制系统整体设计方案进行了详细的介绍。

3  系统硬件设计

3.1  系统硬件总体设计

硬件设计是智能病房控制系统必不可少的一个环节，对病房内部环境采集监控的模块有DHT11温湿度采集模块、SGP30二氧化碳浓度采集模块、MAX30102心率血氧检测模块、GY906人体红外温度测模块以及控制模块舵机、LED、蜂鸣器等模块的选型和电路设计。本控制系统硬件部分主要使用STM32单片机，外部连接按键模块，可以在OLED屏幕上进行参数设定和显示。温湿度检测模块、CO2浓度检测模块、人体红外温度检测模块、心率血氧检测模块，用于检测病房内部的环境和病人身体情况，进行实时的数据采样。通过按键控制舵机、LED灯、蜂鸣器等保持病人对病房环境的要。通过WiFi模块连接阿里云服务器，实时远程监控智能病房系统的状态。系统设计原理图包含STM32最小系统、传感器数据采集模块、LED灯、按键、舵机等执行模块和供电接口，系统设计原理图和硬件总设计图分别如下所示。

图3.1 智能病房系统硬件总设计图

图3.2 智能病房系统设计原理图

3.2  STM32最小系统电路设计

在智能病房控制系统设计中，STM32作为系统的处理器，它的主要功能是读取传感器采集的数据，对传感器采集的数据进行处理，通过串口发送或者接收来自OpenMV的数据，将这些数据上传至阿里云平台，接收阿里云平台或者手机APP下发的控制命令并且执行，STM32的最小系统主要包括BOOT启动电路、LED指示灯电路、下载电路、复位电路、USB供电接口、5V转3.3V降压电路、时钟电路和滤波电容电路。原理图如下所示。

图3.3 STM32F103C8T6最小系统电路图

3.3  各个硬件模块电路设计

3.3.1  电源供电电路设计

如果系统所需的电压不足，可能会导致单片机最小系统、数据采集电路模块、数据处理电路模块、WiFi通信电路模块、OLED显示电路模块等硬件无法正常运行，最综导致整个电路不能正常工作。系统采用12V转5V的DCDC隔离降压GODSEND电源模块，该模块具高效率、低纹波、低功耗、低温升功能，尺寸小使用简单方便，并且带有过流保护功能，可以直接使用适配器连接插座接口为系统单片机和各种传感器功能模块供电。GODSEND电源模块实物图以及电路图分别如下图3.4、3.5所示。

图3.4 供电电源模块

图3.5 供电电源电路

3.3.2  显示模块电路设计 

为了满足本次智能病房控制系统的设计需求，系统使用OLED屏幕作为显示模块，节约了单片机的IO口资源，采用四针的0.96寸的蓝黄双色的OLED显示屏，使用串行的IIC通信方式，其具有结构简单，数据针对本设计微型化的特点，并且不需要背光、功耗低、反应速度快、使用的温度范围广，因此，本次设计选用了0.96寸OLED显示模块做为系统的显示模块。OLED的IIC通信线SCL和SDA连接单片机的PB8和PB9，使用电源模块供电。OLED显示模块实物图以及电路图分别如下图3.6、3.7所示。

图3.6 OLED显示模块

图3.7 OLED显示模块接口

3.3.3  独立按键模块电路设计

智能病房系统使用了三个按键来控制执行设备，当按键按下时，由于一端接地，会使按键接IO端变成低电平，相反，当按键被松开时，由于按键接IO端与接地端断开,会变成高电平。值得注意的是，按键是有一定弹性的，按键在按下或者松开时都会产生几十毫秒的抖动，这个时候就需要通过软件或者硬件的方式来消抖，按键连接在单片机的PB13、PB14、PB15口。按键模块实物图以及电路图分别如下图3.8、3.9所示。

图3.8 独立按键

图3.9 按键电路

3.3.4  人体红外温度检测模块电路设计

为了满足本次智能病房控制系统的设计需求，系统使用使用GY-906红外测温模块测量人体的温度。该模块内部集成了数字信号处理芯片MLX90302、红外热电探测器MLX81101、低噪声运算放大器以及17位的ADC，具有高精度、高分辨率、低功耗和良好的电压兼容性，该模块使用简单，单片机读取数据响应速度快，稳定性高。GY-906模块使用IIC通信，SCL和SDA连接单片机的PB10和PB11口。人体红外测温模块实物图以及电路接口图分别如下图3.10、3.11所示。

图3.10 人体红外测温模块

图3.11 人体红外测温模块接口

3.3.5  温湿度检测模块电路设计

DHT11具有较高的温度和湿度的精度、有良好的抗干扰项和稳定性、耐久性强并且响应速度快，因此选择DHT11传感器作为本系统的输入模块。DHT11的数据传输口DAT连接单片机的PB12口，温湿度检测块实物图以及电路接口图分别如下图3.12、3.13所示。

图3.12 温湿度模块

图3.13 温湿度模块接口

3.3.6  CO2气体浓度检测模块电路设计

智能病房控制系统需要检测病房内的二氧化碳的浓度，系统采用SGP30气体传感器做二氧化碳的浓度检测，SGP30气体传感器模块内部集成了多个气体传感器元件，能够测量多种气体。SGP30模块具有低功耗、较高的测量精度和量程（CO2浓度，量程400~60000ppm）、有良好的抗干扰项和稳定性、响应速度快、电压兼容性强，因此选择SGP30气体传感器作为本系统的二氧化碳气体浓度测量模块。SGP30气体传感器模块使用IIC通信，SCL和SDA连接单片机的PB0和PB1口。二氧化碳检测块实物图以及电路接口图分别如下图3.14、3.15所示。

图3.14 二氧化碳传感器检测模块

图3.15 二氧化碳传感器检测模块接口

3.3.7  WiFi通信模块模块电路设计

智能病房控制系统需要实现实现设备之间的无线数据传输和互联网连接，WiFi模块主要用于设备之间的无线通信和连接。本次智能病房控制系统设计使用ESP8266WiFi模块连接阿里云进行无线数据传输，ESP8266WiFi模块在物联网设备的使用中比较广泛，且具有多种通信接口，并且设计成本低廉、低功耗、高性能，具有良好的耐久性和稳定性。ESP8266WiFi模块内部集成了TCP/IP协议，可以通过MQTT协议连接阿里云平台或服务器进行数据通信实现远程数据收发功能。ESP8266WiFi模块使用串口与单片机通信，TX和RX连接单片机的PA10和PA0口。ESP8266WiFi模块实物图以及电路接口图分别如下图3.16、3.17所示。

图3.16 WiFi模块

图3.17 WiFi模块接口

3.3.8  心率血氧检测模块电路设计

在智能病房控制系统中，选用了MAX30102传感器模块用于监测病人的心率和血氧水平。该模块集成了红光LED、红外光LED、光电检测电路、光学元件以及环境光低噪声电子电路等组件。该模块的芯片支持软件控制的关断模式，可将待机电流减至接近零，实现长时间供电。MAX30102利用人体组织在心血管搏动时的光透射率变化来测量脉搏和血氧饱和度。特定波长的光二极管对动脉血中的氧合血红蛋白（HbO2）和脱氧血红蛋白（Hb）具有选择性，将光透射率变化转换为电信号。动脉脉动引起的充血容积变化导致透光率的变化，光电检测器接收并放大反射光信号，最终输出电信号。MAX30102传感器模块使用IIC通信，SCL和SDA连接单片机的PB6和PB7口，中断地址线INT连接PB5。使用电源模块供电，心率血氧检测模块实物图以及电路图分别如下图3.18、3.19所示。

图3.18 心率血氧检测模块

图3.19 心率血氧检测模块接口

3.3.9  蜂鸣器报警模块电路设计

在此次智能病房控制系统中，我们选择使用有源蜂鸣器模块，该模块内部集成了振荡器，只要通过单片机的IO口输出高低电平来驱动。蜂鸣器报警模块的IO口连接单片机的PA8口，蜂鸣器报警模块实物图以及电路图分别如下图3.20、3.21所示。

图3.20 蜂鸣器模块

图3.21 蜂鸣器模块接口

3.3.10  人脸分辨门禁控制模块电路设计

在此次智能病房控制系统中，我们使用OpenMV作为人脸分辨模块，该模块的程序开源且成本低廉。该模块以STM32H743VIT6为核心，搭载了OV7725摄像头芯片，通过Python语言编程。首先实现的功能是人脸分辨，同时支持人脸录入和识别。录入的人脸数据可保存在SD卡中，用户可自定义录入的人脸数量和每个人脸的照片张数。若识别成功，系统将通过串口返回识别出的人员姓名，STM32通过串口与OpenMV通信以获取识别到的人脸信息。对于非陌生人的识别结果，系统可通过控制舵机来打开门禁系统，OpenMV模块使用串口与STM32通信，OpenMV模块的P0与P1连接STM32的PA2与PA3。OpenMV模块实物图如下图3.22所示。

图3.22 OpenMV模块

3.4  本章小节

本章完成了对智能病房控制系统的硬件设计，介绍了智能病房控制系统的硬件总体设计以及各个模块的硬件电路设计，主要包括智能病房控制系统的主控制器的设计、供电电路设计、显示模块设计、按键模块设计、人体红外测温模块设计、二氧化碳气体浓度检测模块设计、通信模块设计、心率血氧模块设计、蜂鸣器报警模块设计、人脸分辨模块设计。

4 系统软件设计

4.1  智能病房系统程序设计

4.1.1  智能病房系统的主程序设计

智能病房控制系统采用STM32F103C8T6单片机作为主控制芯片，实现了多项功能：包括温湿度、二氧化碳、人体红外测温、心率血氧等传感器数据的采集，OLED实时数据显示，OpenMV人脸识别，以及按键、LED灯和舵机等设备的控制。一旦系统启动，即进入主函数执行流程。主程序流程设计如下：

（１）程序下载后，各模块初始化，初始化成功之后，当按键1按下OpenMV开始对当前人脸和SD卡中录入的人脸进行分辨，通过串口将分辨消息发送给STM32单片机，STM32串口接收到数据进行判断再通过OLED显示该人脸的信息，通过显示的人脸信息判断舵机是否打开门禁。

（２）STM32单片机通过读取DHT11模块采集的环境温湿度数据，读取SGP30模块采集的环境二氧化碳浓度数据，读取GY906模块采集的人体温度数据，读取MAX30102模块采集的心率血氧数据，并将采集的数据结果处理显示在OLED屏幕上。

（３）STM32单片机将获取的相关数据经转换后，再通过串口连接WiFi将数据上传到阿里云平台，如果WiFi的数据上传到阿里云成功，可以在网页搭建端查看和云智能手机APP访问阿里云云平台服务器实时数据。

（４）手机APP或者阿里云网页端向WiFi模块发送信息，WiFi模块通过串口将数据传输给STM32，STM32通过串口接收数据。当接收到正确的数据后，STM32通过对数据进行分析与处理执行相关命令。

智能病房系统主程序流程图如图4.1所示。

图4.1 主程序流程图

4.2  IIC通信原理

IIC通信需要两根线分别为SDA和SCL，IIC起始信号，单片机将SDA和SCL口的电平拉高延时20微秒，单片机将SDA口的电平保持为高电平时，将SCL口的电平拉低延时20微秒，保持SCL口为低电平，将SDA口的电平拉低，IIC开始发送或者接收数据。IIC应答信号，单主机产生应答将SCL口的电平拉低，将SCL口的电平拉高并且延时20微秒，单片机保持SCL的高电平，将SDA的电平拉高并且延时20微秒。IIC停止信号，单片机保持SCL的电平，将SDA口的电平拉低并且延时20微秒。发布命令采集传感器数据，当数据采集完成后，开始读取数据。IIC时序图如下图所示。

图4.2 IIC时序图

4.3  硬件模块程序设计

4.3.1  温湿度模块程序设计

DHT11程序设计，DHT11采用串行单总线通信方式，程序初始化，单总线初始化单片机产生一个起始信号，等待DHT11模块响应，如果DHT11模块响应将PB12口电平拉低作为一个响应信号，开始读取DHT11的数据，等待数据传输完成，如果没有响应则重新初始化，等待DHT11响应，当DHT11模块响应后和数据采集完成后，开始读取温湿度数据并且进行数据校验，如果数据校验正确将数据显示在OLED屏幕上并且发送给WiFi模块上传到阿里云平台，如果数据校验测温则不显示数据等待下一轮数据采集。

图4.3 DHT11温湿度传感器流程图

4.3.2  心率血氧模块程序设计

MAX30102模块程序设计，MAX30102通过IIC接口与主控芯片通信，因此需要在软件中实现相应的IIC通信协议。程序初始化，IIC起始信号，单片机将PB6和PB7

口的电平拉高，单片机开始发送命令MAX30102采集数据，单片机读取MAX30102模块采集的数据，发布命令采集心率血氧数据，等待MAX30102模块回应，当MAX30102模块响应后和数据采集完成后，如果数据校验正确计算出当前的心率、血氧值，将数据显示在OLED屏幕上并且发送给WiFi模块上传到阿里云平台，如果数据错误则返回。

图4.4 MAX30102心率血氧传感器流程图

4.3.3  二氧化碳模块程序设计

SGP30程序设计，SGP30通过IIC接口与主控芯片通信，因此需要在软件中实现相应的IIC通信协议。程序初始化，IIC起始信号，单片机将PB0和PB1口的电平拉

高，单片机开始发送命令SGP30采集数据，发布命令采集二氧化碳传感器数据，等待SGP30模块回应，如果响应开始采集数据，如果没有重新初始化。当SGP30模块响应后和数据采集完成后，将数据显示在OLED屏幕上并且发送给WiFi模块上传到阿里云平台。

图4.5 SGP30二氧化碳浓度检测传感器流程图

4.3.4  人体红外测模块程序设计

人体红外测温程序设计，人体红外测温模块通过IIC接口与主控芯片通信，因此需要在软件中实现相应的IIC通信协议。程序初始化，IIC起始信号，单片机将PB10

和PB11口的电平拉高。发布命令采集人体红外测温传感器数据，当数据采集完成后，开始读取人体温度数据,将数据显示在OLED屏幕上并且发送给WiFi模块上传到阿里云平台。

图4.6 GY-906人体红外测温传感器流程图

4.3.5  ESP8266—WiFi模块程序设计

智能病房控制系统通过安信可ESP8266WiFi模块连接阿里云云平台，实现远程数据传输的功能。WiFi模块程序设计，WiFi模块通过串口接口与主控芯片通信，因此需要在软件中实现相应的串口通信协议，WiFi模块串口初始化，WiFi模块发送AT指令设置WiFi模式、连接热点、配置用户信息等，再发送连接阿里云的代码，当连接阿里云成功后OLED屏幕没有显示错误信息，开始数据上报和数据下发，数据发送和接收成功后OLED 屏幕没有显示错误信息。

图4.7 WiFi通信模块流程图

   

4.4  阿里云物联网飞燕平台设计与实现

进入阿里云官网，登录阿里云账号。点击进入生活物联网平台（飞燕平台），点击管理控制台，进入开发界面，如图4.8所示。

图4.8 开发界面

点击创建项目。再点击创建产品，填写基本信息，完成产品创建，基于本次设计的内容，我们选择的产品类型为“智能病房检测”，产品名称自定义可以随便填写，节点类型必须选择“网关”，通讯方式必须选择“蜂窝”；数据格式是JSON。生成的产品基本信息如图4.9所示。

4.9 产品界面

产品创建成功后，选择添加自定义功能，选择名称、标识符、数据类型、数据格式。添加的自定义功能基本信息如图4.10所示。

图4.10 自定义功能界面

功能添加成功后，配置云智能APP，配置设备面板，再使用WiFi模块连接阿里云进行设备调试。APP设备面板如图4.11所示。

图4.11 APP设备面板

4.5  OpenMV人脸分辨软件设计与实现

智能病房控制系统使用OpenMV和STM32通过串口通信，实现人脸分辨的功能。系统初始化配置OpenMV的串口，OpenMV通过串口读取按键值，当按键1按下时读取到按键值为1，数字图像的获取是通过摄像头设备采集到的图像数据。图像数据由二维像素矩阵表示，每个像素存储着颜色信息。OpenMV拍摄当前人脸20张图像，将图像二值化将彩色图片转换为灰度图，再进行数据处理，将灰度图保存在SD卡中的S1文件夹中，当按键2按下时，OpenMV拍摄当前人脸信息转化为灰度图后使用LBP函数提取特征值，将周围8个像素的灰度值与中心像素的灰度值进行比较。如果周围像素的灰度值大于中心像素的灰度值，则将该像素位置标记为1；否则标记为0。与SD卡中6张文件夹的人脸照片中的特征值进行一一比较，对图像进行预处理，包括灰度化、尺寸调整和噪声降低等操作。Haar级联分类器是一种基于Haar特征的对象检测算法，它可以通过检测目标对象的特征来进行分类，包括人脸的眼睛、鼻子、嘴巴等特征。如果LBP特征值比对成功，OpenMV会输出人脸识别的结果，可能是在屏幕上显示人脸识别的信息或者。通过串口输出人脸信息到STM32用OLED屏幕显示。

图4.12 OpenMV程序流程图

4.6  本章小节

本章完成了对智能病房控制系统的软件设计，介绍了智能病房控制系统的主程序流程图以及各个模块的程序流程图，主要包括人体红外测温模块程序设计、二氧化碳气体浓度检测模块程序设计、通信模块程序设计、心率血氧模块程序设计、人脸分辨模块程序设计，以及智能病房控制系统阿里云平台环境的搭建。

5  系统实现功能测试

5.1  智能病房控制系统总体测试

程序下载成功后，接上电源，系统电源指示灯亮起，心率血氧模块和DHT11模块工作指示灯亮起，检查OLED显示正常，阿里云平台连接成功，手机APP显示有数据传输，云平台数据正常更新。整个控制系统初步测试结果全部正常，阿里云平台、实物、手机APP测试结果分别如下图5.1、5.2、5.3所示。

图5.1显示的是上传到阿里云平台显示的实时数据，图5.2是实物OLED显示的数据，图5.3显示的是数据传输到手机APP显示的效果。从图中可以看出阿里云平台、实物OLED显示、手机APP的数据是一致的，系统的基本功能全部正常。

5.2  智能病房系统各模块功能测试

5.1.1  温湿度检测功能测试

对温湿度模块检测时，我们使用加入了热水的湿纸巾粘贴在温湿度模块上面来检测，当纸巾粘贴在温湿度传感器上面时，它会对温湿度传感器进行加温和加湿，开始时当使用湿纸巾粘贴时温度和湿度显示最高升到35℃和99%，当第10分钟纸巾冷却后并且拿开温度下降到24℃，湿度到65%，当温湿度模块的水分干了以后温度慢慢开始回升到环境温度到26℃，当纸巾拿开没有加热和加湿的情况下OLED显示的环境温度和湿度为26℃和64%，如下是粘贴纸巾到拿开后的20分钟测试结果图。

从温湿度折线图中可以看出系统测量的温湿度效果正常，能够正常测量出环境的温度和湿度。

5.1.2  人体红外测温功能测试

对人体红外测温功能检测时，我们使用手指靠近人体红外测温模块上面来检查，当没有手指靠近的情况下OLED显示的人体温度为26℃，当手指慢慢靠近时人体温度最终显示36℃，当慢慢拿开手指时红外测温模块温度显示慢慢开始下降到26℃，如下是手指靠近或远离的测试结果图。

图5.6 人体红外测温测试图

从人体温度折线图中可以看出系统测量的人体温度效果正常，能够比较准确的测量出人体的温度。

5.1.3  二氧化碳检测功能测试

对二氧化碳检测功能检测时，我们采用对二氧化碳传感器吹气的方法测试，来检测环境的二氧化碳浓度，当在第3分钟节点吹气之后二氧化碳浓度明显升高到663ppm，当没有吹气的情况下二氧化碳浓度开始下降到432ppm，当第10分钟再次吹气后二氧化碳的浓度再次升高到736ppm，当再过一段时间稳定之后慢慢开始下降到421ppm，测试结果如下图。

图5.7 吹气之后二氧化碳浓度测试图

从二氧化碳折线图中可以看出系统测量的二氧化碳浓度效果正常，能够正常测量出环境的二氧化碳浓度变化。

5.1.4  心率血氧功能测试

对心率血氧模块检测时，我们采用大拇指和中指按压在心率血氧模块上面检测来测试，来检测人体的心率血氧，当大拇指按压时，经过20分钟的等待，从折线图中可以分析当大拇指按压的情况下可以看出的心率在105左右波动血氧在95左右波动，测试结果如下图。

图5.8 大拇指按压心率测试图

图5.9 大拇指按压血氧测试图

从在大拇指按压的情况下读取的数据折线图中可以看出系统测量的心率血氧比较稳定，能够正常测量出人体的心率和血氧。

5.1.5  OpenMV门禁自动控制功能测试

对OpenMV门禁自动控制度模块检测时，我们采用不同的人脸来对OpenMV检测来测试，来检测人脸的分辨功能，当1号人测试时如图5.10、5.11所示，当2号人

测试时显示如图5.12、5.13所示。当1号对着OpenMV测试时OpenMV终端打印hyj，OLED显示hyj，当2号对着OpenMV测试时OpenMV终端打印zyq，OLED显示zyq。

图5.10  1号OpenMV测试结果显示

从1号和2号的测试结果图看出，人脸分辨OpenMV模块能正常分辨已经录入的人脸，并且正常显示人脸分辨结果，人脸分辨效果正常。

5.1.5  远程监控和控制功能测试

对远程检测和控制功能检测时，我们采用LED灯来进行远程控制检测，来检测阿里云数据下发功能，当D1打开和D2关闭时阿里云状态如图5.14所示，实物效果显示如图5.15所示，手机APP结果5.16所示。当LED1打开和LED2关闭时阿里云状态如图5.17所示，实物效果显示如图5.18所示，手机APP结果5.19所示。通过测试LED灯的控制效果显示数据能实时更新到APP和网页端，结果显示阿里云数据的上报和下发的控制命令能正常显示和控制。系统的监控和控制功能正常。

图5.14 云平台显示打开D2关闭D1

5.3  本章小节

本章对智能病房控制系统的实物进行测试，对智能病房控制系统总体进行测试，全部系统能正常工作，对各个模块部分进行分开测试，将测试结果通过折线图的形式画出来，最后进行网络通信测试以及云平台下发数据进行测试。

6  总结与展望

6.1  总结

本次智能病房系统设计在自己的坚持不懈和同学们的帮助下，在指导老师的指点下已全部完成，结果很满意，但是过程更加艰辛与珍贵，一个好的设计项目它的过程是非常困难的，而从这个解决困难的过程中我获得了非常宝贵的设计经验和教训，认真总结自己的整个设计过程这对于以后类似项目的设计提供宝贵的经验，提高自己的设计能力。本次论文设计的完成方面如下：

（1）完成整个智能病房的系统设计

（2）熟悉物联网平台（飞燕平台）的使用方法

（3）掌握了ESP8266WiFi模块的使用

（4）深刻认识了各种传感器的应用设计使用方法

（5）对于OpenMV的使用更加熟练，以及掌握OpenMV与STM32的串口通信。

（6）对于STM32的库函数使用更加熟练，以及掌握内部资源的调用和各种IO口接外设使用。

本次智能病房系统是以STM32单片机为主控制电路，用户可以通过阿里云平台或APP远程监控病房内环境和控制按键来控制LED灯、舵机等改变室内的环境。根据本次设计内容，描述了STM32单片机的使用原理和各种传感器的应用设计方法、 ESP8266WiFi模块的MQTT通信协议的配置方法，智能病房系统设计的硬件和软件基本完成要求。

6.2  展望

此次智能病房系统设计只是完成了一些基本功能，虽然经过多方面该进，但是还是存在一些问题，需要完善和改进的地方还有很多。

在硬件方面由于时间紧促，在完成硬件电路的原理图设计与PCB设计时没有仔细的检测，导致蜂鸣器模块供电错误和OpenMV模块没有预留IO口只能通过跳线的方式外接，这会增加设计难度和成本预算，PCB的设计集成度不够高。

在软件方面，整体程序能够运行并完成基本的功能测试，但是程序响应速度慢，由于在OpenMV方面技术不够成熟，使得人脸检测只能在特定的环境下检测出人脸，程序开发不够完善。并且智能病房系统没有做长时间的运行测试，可能长时间运行会出现一些发热比较严重或者检测的数据错误等问题。本次设计的APP是阿里云网端配置的，并不能作为一个真正的上位机软件，虽然上位机在智能病房系统中是非常重

要的部分，但是由于不够了解上位机设计方面的知识只能完成简易版配套的软件APP，不过在后续的生活和学习中我会学习该方面的知识。

智能病房系统设计的一些问题，在以后的生活和学习中我会对齐进一步的研究和

完善，设计成实际出能量产的、廉价的智能病房监控系统产品。

参考文献

1. 王舟行,王冠能,刘颖.多功能智能病房的集成系统设计与实现[J].电子技术,2022,51(11):133-135.
2. 王舟行,王冠能,刘颖,等.多功能智能病房集成系统的设计[J].集成电路应用,2023,40(04):291-293.
3. Chen P., Han D., Weng T., et al. A novel Byzantine fault tolerance consensus for Green IoT with intelligence based on reinforcement. Journal of Information Security and Applications[J]. 2021,59:
4. 朱俞彤, 刘祚燕. 物联网云平台的肺康复护理对老年慢性阻塞性肺疾病稳定期患者肺功能的影响. 中国医药导报[J]. 2021,18(01):184-188
5. Philippe M. Between Smart Images and Fast Trucks: Digital Surveillance and Obscured Labour in Hyderabad, India[J].The Asia Pacific Journal of Anthropology,2024,25(2):152-173.
6. 王文峰, 高莹莹. 基于ZigBee组网技术的智慧病房系统设计. 物联网技术[J]. 2021,11(01): 93-94.
7. WOUTERS P, DEURSEN A V, LI Y. Rayleigh-Schrödinger perturbation analysis of signal propagation modes in inhomogeneous multi-conductor power cables [J]. International journal of electrical power & energy systems, 2020,121:106-077.
8. UWA C A, ABE B, NNACHI A F, et al. Experimental investigation of thermal and physical properties of nanocomposites for power cable insulations[J].Materials today:proceedings, 2021,38:823-829.
9. RAMDANI A, GROUNI S. Dynamic matrix control and generalized predictive control, comparison study with IMC-PID[J]. International journal of hydrogen energy, 2017,42(28):17561-17570.
10. 万芳,张睿,宋瑞,等.智慧病房背景下新型床旁智能交互终端的应用现况[J].中国社区医师,2021,37(23):187-188.
11. 张景通,王新策,黄家朗,等.智能防疫病房系统设计[J].广州航海学院学报,2021,29(02):64-68+74.
12. 夏孟恒.智能融合，焕然“医”新——雲禾智慧病房助力医院智慧化升级[J].智慧中国,2021,(11):42-44.
13. 李叶,何丽娟.重症加强护理病房（ICU）智能生态整体解决方案[J].设计,2022,35(02):12-18.
14. 刘珍,卢舒雨,林恒伶,等.智能药柜在胸心血管外科病房药品管理中的应用[J].现代仪器与医疗,2022,28(01):29-31.
15. 张悦,张凯秀.疫情背景下核素病房智能机器人的应用与展望[J].中国医疗设备,2022,37(12):152-156.
16. 张磊.基于互联网“产品思维”的医院标准病房设计研究[D].昆明理工大学,2021.
17. 常迪,刘巍,邓舒文,等.基于提高舒适度视域下的智能病房设计研究[J].科技风,2020,(35):15-16.
18. 郑鸽之,刘锦锋,张佳丽.人工智能机器人在新型冠状病毒肺炎隔离病房中的应用[J].全科护理,2020,18(13):1570-1572.
19. 蔡昌斌,薛剑云,李存瑞,等.基于ARM板的病房智能灯控制系统设计[J].电子世界,2020,(02):131-132.
20. 陈刚,闫航,张亚兵,等.基于Node.js的BLE可穿戴医疗设备管理中间件研究与实现[J].计算机应用与软件,2019,36(06):14-20.
21. 蔡耀婷.人工智能在医疗领域的应用现状及发展前景[J].护理研究,2019,33(15):2640-2643.
22. 何鑫.基于ZigBee无线通信技术的智能家居系统设计[J].智能建筑电气技术,2020,14(02):31-34.
23. 林建华,林二妹.基于STM32无线网络智能家居控制系统设计与实现[J].攀枝花学院学报,2019,36(02):35-39.
24. 吴银昊,邵华,王力冬,等.多功能智能家居控制器的设计与实现[J].现代制造技术与装备,2017,(06):61-62.
25. 贾炀,陆仲达.基于Zigbee的无线通讯装置设计[J].齐齐哈尔大学学报(自然科学版),2017,33(02):29-31.
26. 熊慧.物联网技术在智能建筑安防中的应用[J].城市建设理论研究(电子版),2024,(11):223-225.
27. 瞿鑫.基于物联网技术的环境监测研究[J].中国高新科技,2023,(04):70-72.
28. 刘晓帆,田桂钦,靳艳革,等.基于物联网智能温室大棚在蔬菜种植中的应用[J].长江蔬菜,2024,(08):73-75.
29. 章敏艳.基于人工智能的物联网家居系统的开发研究[J].家电维修,2024,(04):70-72.
30. 龙佳乐,凌钟发,胡良沛,等.智能病房无线检测系统[J].机电工程技术,2020,49(10):122-124.
31. 刘芳,王芳,楚智慧.物联网的医院病房智能监护系统设计分析[J].无线互联科技,2019,16(06):19-20.
32. 龙佳乐,凌钟发,胡良沛,等.智能病房无线检测系统[J].机电工程技术,2020,49(10):122-124.