基于疫情防控的人员监测分析系统

来源 :物联网技术 | 被引量 : 0次 | 上传用户:gaolch007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着全国新冠肺炎疫情形势有所平稳,各地已经开始复工、复产、复学,但上亿的人口流动成为疫情防控的新一轮难题.在日常生活中,获取人们的体温是最容易的方式,所以体温检测在很多场所都存在.但是普通的人工体温检测往往有着许多不足,比如:容易与无症状患者产生交叉感染;耗费时间长,容易造成人员聚集;记录数据后,处理起来相对较麻烦等.针对这一现象,本文提出了一种将体温检测、数据处理与物联网技术相结合的基于疫情防控的健康分析系统.在疫情防控中本系统能够解决体温监测过程中的繁杂问题,还有助于控制病毒的蔓延.
其他文献
移动互联网时代,大众希望通过无处不在的网络自由且免费地接入互联网;但电信运营商较高的流量资费限制着人们上网的自由.基于WiFi技术的无线城市建设使网络覆盖了城市的公共区域,满足了人们随时随地接入网络的需求.本文对基于WiFi技术的无线城市建设的网络架构、组网规划和网络安全进行了设计,并进行了详细的阐述,从而为政府无线城市建设提供了详细的设计方案,具有一定的参考和实践应用价值.
近年来,随着智能家居产品在众多家庭内的普及,系统智能化和数据可视化逐渐成为这类设备的发展趋势.本文使用STM32F103微处理器开发平台,设计了一款基于μC/OS-Ⅲ操作系统和中国移动OneNET物联网云平台的智能环境助手.μC/OS系列操作系统不但拥有轻量级的内核,还具备出色的稳定性.OneNET物联网云平台可为本系统提供实时采集数据的可视化、位置感知等服务.该系统在实现了对烟雾、PM2.5、温度、湿度等环境参数进行采集并显示在LCD屏上的同时,还添加了获取危险警告次数和出行建议指数的功能.使用GSM/
为助力校园垃圾分类工作,提出了一种基于交互体验的垃圾分类投放系统设计方案.以STM32单片机和Jetson Nano作为系统控制核心,硬件模块搭配软件编程,利用卷积神经网络算法和QT界面,实现系统的人脸识别、垃圾分类和人机交互等功能.学生通过人脸识别登录系统,根据界面提示完成垃圾分类投放,系统运行卷积神经网络算法自动识别用户所判断投放的垃圾分类是否正确并给予用户奖励积分.投放完毕后系统还会在用户小程序端或者系统登录界面给出用户所投放的垃圾种类.该系统有利于培养大学生垃圾分类意识,减轻环卫工人工作负担.