【上海晶珩睿莓 1 开发板试用体验】智能门禁系统

本文介绍了上海晶珩睿莓 1 单板计算机结合 OpenCV 人脸识别和 PWM 舵机控制实现智能门禁系统的项目设计，包括硬件连接、舵机控制、人脸识别、网页前端设计、网页服务器设计、流程图、代码和效果演示等流程。

项目介绍

• 准备工作：硬件连接、OpenCV 安装、人脸识别模型、训练图像等；
• 舵机控制：PWM输出、转速和角度控制、代码、效果等；
• 门禁系统：文件目录、流程图、代码、效果等。

准备工作

包括硬件连接、虚拟环境创建、OpenCV 安装、模型获取、图像训练等。

硬件连接

• 连接 WiFi 实现无线网络通信；
• 使用 Micro-USB 数据线实现设备供电；

根据板载 40pin 引脚定义，驱动舵机使用支持 PWM 的物理引脚 7，对应GPIO 83；

将舵机的信号线与 GPIO83 连接，还有供电和接地

OpenCV 安装

• 创建并激活虚拟环境

mkdir ~/cv && cd ~/cv    # 创建 cv 文件夹，便于管理
python3 -m venv venv     # 创建虚拟环境 venv
source venv/bin/activate # 激活虚拟环境 venv

• 安装 numpy 和 opencv

pip install -U pip numpy                          # 安装 numpy
pip install opencv-python opencv-contrib-python   # opencv 主模块及 contrib

• 验证安装

python3 -c "import cv2,sys,numpy;print('OpenCV:',cv2.__version__,'NumPy:',numpy.__version__)"

详见：OpenCV .

人脸识别

OpenCV 注册并训练目标人脸，使用 YuNet 模型检测人脸，之后结合 sface 模型识别人脸。

详见：opencv_zoo/models/face_recognition_sface · GitHub .

模型获取

下载所需模型文件；

wget https://github.com/opencv/opencv_zoo/blob/main/models/face_detection_yunet/face_detection_yunet_2023mar.onnx
wget https://github.com/opencv/opencv_zoo/blob/main/models/face_recognition_sface/face_recognition_sface_2021dec.onnx

将文件存放在 ./model 路径

参考：SFace Recognition | Github .

训练图片

• 将目标人脸图片裁剪至合适大小；
• 文件名为对应的人名；
• 置于 ./face 文件夹。

舵机控制

使用板载 40pin 引脚 GPIO，实现 4 相 8 拍步进电机驱动，并控制旋转速度和角度。

代码

终端执行指令 touch step_motor.py 新建程序文件，并添加如下代码

import subprocess
import time

# GPIO芯片编号
GPIO_CHIP = "0"
# =====参数 =====
MOTOR_PIN_1 = "83"
STEPS_PER_REV = 4096  
# ===========================
# 批量设置GPIO引脚状态（优化性能）
def set_gpios_bulk(pin_states):
    """批量设置GPIO引脚状态"""
    try:
        cmd = ["gpioset", GPIO_CHIP]
        for pin, state in pin_states:
            cmd.append(f"{pin}={state}")
        
        subprocess.run(
            cmd,
            check=True,
            stderr=subprocess.PIPE,
            stdout=subprocess.DEVNULL
        )
        return True
    except subprocess.CalledProcessError as e:
        print(f"GPIO控制错误: {e.stderr.decode().strip()}")
        return False
    except Exception as e:
        print(f"设置GPIO时发生错误: {e}")
        return False
    
# 设置所有电机引脚为低电平
def reset_motor_pins():
    """重置所有电机引脚为低电平"""
    set_gpios_bulk([
        (MOTOR_PIN_1, 0)
    ])
    
# 初始化GPIO
def setup_gpio():
    """初始化GPIO引脚"""
    reset_motor_pins()
    print("GPIO初始化完成")
    
def step_once(delay_ms=2):
    """执行一步，带可控延时"""
    for seq in STEP_SEQUENCE:
        set_gpios_bulk([
            (MOTOR_PIN_1, seq[0])
        ])
        time.sleep(delay_ms / 1000.0)

def rotate(angle: float, speed: float = 960):
    """
    步进电机版 rotate
    angle : 目标角度（°），正负决定方向
    speed : 越大越快，单位 步/秒（约 960 对应 1 圈/4.3 s）
    """
    steps = int(abs(angle) / 360.0 * STEPS_PER_REV)
    delay = 1000.0 / speed                       # 每步延时 ms
    direction = 1 if angle > 0 else -1

    for _ in range(steps):
        # 方向控制：正序/逆序走表
        seq = STEP_SEQUENCE if direction > 0 else reversed(STEP_SEQUENCE)
        for s in seq:
            set_gpios_bulk([
                (MOTOR_PIN_1, s[0])
            ])
            time.sleep(delay / 1000.0)

    reset_motor_pins()      # 释放相线，降低发热

def door_cycle():
    """门控动作：开 90° → 停 3 s → 关 90°"""
    rotate(90)          # 开门
    time.sleep(3)
    rotate(-90)         # 关门
    
if __name__ == "__main__":
    setup_gpio()        # 初始化
    door_cycle()

保存代码。

效果

终端执行指令 python servo360.py 90 舵机逆时针转动 90 度。

详见顶部视频。

门禁系统

在人脸识别和舵机控制的基础上，实现门禁系统的项目设计，包括文件目录、流程图、代码、效果演示等。

文件目录

~/AI/FaceRecognition $ tree
.
├── access.names
├── app.py
├── face
│   ├── Arnold.jpg
│   ├── Clarke.jpg
│   ├── Perry.jpg
│   └── Robert.jpg
├── model
│   ├── face_detection_yunet_2023mar.onnx
│   ├── face_recognition_sface_2021dec.onnx
│   └── face_registry.pkl
├── static
│   └── result.jpg
└── templates
    └── index.html

流程图

代码

包含三个代码文件，./access.names 为白名单，./app.py 为 flask 服务器后端，``./templates/index.html` 为网页前端。

Flask 后端

终端执行 touch app.py 新建网页服务器后端程序文件，并添加如下代码

#!/usr/bin/env python3
import os, cv2, numpy as np, pickle, time
from pathlib import Path
from flask import Flask, request, jsonify, render_template, url_for
import RPi.GPIO as GPIO
import threading

PIN_SERVO = 18
FREQ      = 50
GPIO.setmode(GPIO.BCM)
GPIO.setup(PIN_SERVO, GPIO.OUT)
pwm = GPIO.PWM(PIN_SERVO, FREQ)
pwm.start(0)

# 读取白名单
ACCESS_LIST = set(line.strip() for line in open('access.names') if line.strip())

# ---------- 人脸模型 ----------
detector   = cv2.FaceDetectorYN_create("model/face_detection_yunet_2023mar.onnx", "", (320, 320))
recognizer = cv2.FaceRecognizerSF_create("model/face_recognition_sface_2021dec.onnx", "")
registry   = pickle.loads(Path("model/face_registry.pkl").read_bytes()) if Path("model/face_registry.pkl").exists() else {}

def rotate(angle, speed=480):
    duty = 2.5 if angle > 0 else 12.5
    pwm.ChangeDutyCycle(duty)
    time.sleep(abs(angle) / speed)
    pwm.ChangeDutyCycle(0)

def door_cycle():
    rotate(90); time.sleep(3); rotate(-90)   # 门禁控制

# ---------- Flask ----------
app = Flask(__name__)

@app.route('/')
def index():
    return render_template('index.html')

@app.route('/upload', methods=['POST'])
def upload():
    file = request.files['image']
    img  = cv2.imdecode(np.frombuffer(file.read(), np.uint8), cv2.IMREAD_COLOR)
    h, w = img.shape[:2]
    detector.setInputSize((w, h))
    faces = detector.detect(img)[1]
    name, score = "Unknown", 0.0
    if faces is not None:
        face = faces[0]
        aligned = recognizer.alignCrop(img, face)
        feat    = recognizer.feature(aligned)
        for reg_name, reg_feat in registry.items():
            s = recognizer.match(feat, reg_feat, cv2.FaceRecognizerSF_FR_COSINE)
            if s > score:
                score, name = s, reg_name
        if score < 0.3:          # 识别阈值
            name = "Unknown"

    # 门禁动作
    if name != "Unknown" and name in ACCESS_LIST:
        threading.Thread(target=door_cycle, daemon=True).start()
        tip = f"{name} 请通行"
    else:
        tip = f"{name} 无权限，拒绝通行"

    # 保存识别结果
    if faces is not None:
        x, y, w_box, h_box = map(int, face[:4])
        cv2.rectangle(img, (x, y), (x + w_box, y + h_box), (0, 255, 0), 2)
        cv2.putText(img, f"{name}:{score:.2f}", (x, y - 6),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)
    out_path = "./static/result.jpg"
    cv2.imwrite(out_path, img)

    return jsonify(name=name, score=round(score, 3), tip=tip,
                   result_url=url_for('static', filename='result.jpg'))

# ---------- 退出 ----------
import atexit
atexit.register(lambda: (pwm.stop(), GPIO.cleanup()))

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000, debug=False)

Web 前端

终端执行 touch ./templates/index.html 新建 HTML 前端网页程序，并添加如下代码

<!doctype html>
<html lang="zh">
<head>
<meta charset="utf-8">
<title>门禁</title>
<meta name="viewport" content="width=device-width,initial-scale=1">
<style>
:root{
  --accent:#00c853;
  --danger:#ff1744;
  --bg:#e3f2fd;
  --card:rgba(255,255,255,.75);
  --radius:16px;
  --trans:.35s cubic-bezier(.4,0,.2,1)
}
body{margin:0;height:100vh;display:flex;align-items:center;justify-content:center;background:var(--bg);font-family:system-ui,Arial}
#card{width:320px;padding:32px 24px;background:var(--card);backdrop-filter:blur(12px);border-radius:var(--radius);box-shadow:0 8px 32px rgba(0,0,0,.1);text-align:center;transition:var(--trans)}
h2{margin:0 0 20px;font-size:22px;font-weight:600;color:#0d47a1}
input[type=file]{display:none}
label{display:inline-block;padding:10px 20px;border:2px dashed var(--accent);border-radius:var(--radius);cursor:pointer;color:var(--accent);transition:var(--trans)}
label:hover{background:var(--accent);color:#fff}
button{margin-top:16px;padding:10px 0;width:100%;border:none;border-radius:var(--radius);background:var(--accent);color:#fff;font-size:16px;cursor:pointer;transition:var(--trans);box-shadow:0 2px 8px rgba(0,200,83,.3)}
button:active{transform:scale(.97)}
.status{margin-top:18px;font-size:17px;height:24px;opacity:0;transition:var(--trans)}
.status.show{opacity:1}
.status.ok{color:var(--accent)}
.status.no{color:var(--danger)}
img{width:100%;border-radius:var(--radius);margin-top:16px;box-shadow:0 4px 16px rgba(0,0,0,.08);display:none}
</style>
</head>
<body>
<div id="card">
  <h2>人脸识别门禁</h2>
  <input type="file" id="f" accept="image/*">
  <label for="f">选择照片</label>
  <button onclick="up()">上传识别</button>
  <div id="s" class="status"></div>
  <img id="i">
</div>

<script>
async function up(){
  const file=f.files[0];
  if(!file)return alert('请选择图片');
  s.className='status show';s.textContent='识别中…';
  const fd=new FormData();fd.append('image',file);
  const r=await(fetch('/upload',{method:'POST',body:fd}).then(x=>x.json()));
  s.textContent=r.tip;
  s.classList.toggle('ok',!r.tip.includes('拒绝'));
  s.classList.toggle('no',r.tip.includes('拒绝'));
  i.src=r.result_url+'?t='+Date.now();i.style.display='block';
  setTimeout(()=>{s.textContent='已关门，等待识别';i.style.display='none'},3000)
}
</script>
</body>
</html>

白名单

终端执行 touch access.names 新建白名单文件，并添加人名列表

Linda
Edward
Clarke

保存代码。

效果

终端执行指令 python app_DC.py 运行程序；

终端打印 Web 服务器网址，如http://192.168.31.117:5000/ ；

浏览器打开服务器前端网页；

• 点击 选择文件 按钮，加载目标识别人脸；
• 点击 上传识别 按钮，立即显示识别结果、是否允许通行；

• 同时舵机逆时针转动，控制门禁档杆移动，表示允许通过；
• 待三秒钟后，舵机顺时针旋转 90 度，表示门禁关闭；
• 网页前端显示门禁已关闭，回到 等待识别 状态。

动态效果见底部视频。

总结

本文介绍了上海晶珩睿莓 1 单板计算机结合 OpenCV 人脸识别和 PWM 舵机控制实现智能门禁系统的项目设计，包括环境部署、预训练模型获取、关键代码、板端推理、效果演示等流程，为相关产品在边缘 AI 领域的快速开发和应用设计提供了参考。