基于掌控宝与二哈的《外卖小哥AI安全头盔》

作品说明

一、背景分析与设计要求

摘要：本作品基于人工智能，主要用于提高外卖员工作时的安全水平。运用 AI 智能识图摄像头对后方车辆进行识别并判定危险程度后对驾驶员进行灯光反馈；并运用柔性太阳能板为摄像头供电，实现长时间续航。

关键词：AI；物体识别；太阳能；头盔；安全提示

1.1 作品背景

随着时代的发展，外卖员这一职业日益增多。大街上随处可见身着蓝色或白色外卖服的外卖员；但相比街上大部分的电动车骑行者，外卖员无疑顶着来自经济生活的压力——超时罚钱、差评罚钱等使得他们可能不顾风险触犯交通规则。

据公开数据：截至 2020 年 12 月 28 日，上海公安部门共查处快递、外卖骑手各类交通违法行为 4.3 万余起，涉及快递外卖行业的道路交通事故 423 起，造成 7 人死亡、347 人受伤；深圳 2020 年共查处电动车交通违法 37.3 万宗，其中送餐外卖电动车违法 7.1 万宗，同比上升 1042.11%；2022 年全年因外卖事故死亡的外卖员多达两万七千余人，占骑手总数约 4%。

我们分析事故主因，除了快递骑手行驶速度快、遵守交通规则意识淡薄外，有一个很重要的因素——骑手看不见身后的车辆，骑行时缺少预判，没有判断清楚身后的交通状况，随意转向而被撞翻。本 AI 安全头盔就是为提高外卖小哥在骑行时对身后车辆的判断而设计。

图 1-1 外卖骑手工作场景示意

1.2 作品主体结构

本作品以安全头盔作为主体结构进行改造：设备主体安装在头盔后部；柔性太阳能板安装于头盔顶部，设计成虾节结构，可伸缩；安全提示灯安装在头盔帽檐下方、透明面罩（或眼罩）顶部，对视线不造成影响。

1.3 实现功能与工程结构设计要求

1.3.1 实现功能要求

• 识别后方车辆类型，并判定危险程度；

• 用不同颜色灯光反馈危险程度；

• 太阳能供电，减少充电的麻烦。

1.3.2 工程结构要求

• 结构合理，不影响驾驶员头盔佩戴体感与视线；

• 结构牢固，不易脱落、损坏。

二、设计思维导图

下图为本作品的整体设计结构——以"AI 识别 + 灯光反馈 + 太阳能续航"三大模块协同实现骑手后视安全预警。

外卖小哥AI安全头盔项目定位出行安全核心功能自动感知智能判断联动执行硬件构成摄像头舵机电机软件逻辑掌控板采集数据逻辑控制创新特色贴近生活自主设计易拓展应用场景道路 / 骑行

三、硬件选用与连接

本章给出本作品的完整硬件清单、硬件连接总图与各核心模块的技术参数。

3.1 硬件清单

下表为本作品的完整硬件清单（含型号与费用），合计 743 元：

3.2 硬件连接图

图 3-1 硬件连接总图（掌控板 P0 接 RGB 灯带、I²C 接 HUSKYLENS）

3.3 有关技术参数

3.3.1 HUSKYLENS 二哈识图 AI 摄像头

图 3-2 HUSKYLENS 外观

图 3-3 HUSKYLENS 背面接口

3.3.2 掌控板

图 3-4 掌控板

3.3.3 掌控板 I/O 引脚说明

图 3-5 掌控板 I/O 引脚分布

3.3.4 柔性薄太阳能板

图 3-6 柔性薄太阳能板外观

图 3-7 太阳能板尺寸

3.3.5 太阳能电池管理模块

图 3-8 太阳能电池管理模块

四、结构安装与制作过程

4.1 初步构思与外形设计

初步构思：想设计成摩托骑手的款式；头部全部防护、语音提醒、蓝牙 + Wi-Fi 加持、全透明面罩。

图 4-1 初步构思讨论

1）外形结构讨论：通过观察分析，南方的快递骑手普遍头戴半盔式，喜欢通风、透气。

图 4-2 外形结构讨论

2）设计定位：快递小哥 AI 后视安全头盔——通风透气、简单方便、太阳能充电。

图 4-3 设计定位

4.2 模型制作：激光切割与拼装

按头盔弧度分三片设计虾壳展开图，3 mm 厚亚克力激光切割，再用热风枪吹弯贴合头盔曲面，整体拼装粘贴。

图 4-4 模型草图

图 4-5 激光切割图纸

图 4-6 亚克力热风枪吹弯成型

图 4-7 半盔加装虾壳薄膜太阳能电池 整体效果

图 4-8 三片虾壳（3 mm 厚亚克力）展开尺寸

4.3 太阳能板与电池组安装

三片柔性薄膜太阳能板按虾壳结构粘接于头盔顶部，通过太阳能电池管理模块（CN3165）为聚合锂电池（3.7 V）充电，再由 5 V 稳压输出供给掌控板与 HUSKYLENS。电池组用 3M 双面胶 + 扎带加固，贴合头盔后部。

图 4-9 薄膜太阳能电池板安装与电池组加固

4.4 硬件连接设计

掌控板 P0 口接 RGB 灯带（WS2812，7 颗），I²C 接 HUSKYLENS 二哈识图摄像头。摄像头安装在头盔后部朝后方拍摄，掌控板 + 锂电池固定于后脑部位，灯带沿帽檐下沿走线，对视线无遮挡。

图 4-10 硬件连接设计

4.5 编程设计

用 Mind+ 图形化编程编写主程序。先定义"启动完成 / 一般安全 / 一般危险 / 重大危险"四个灯光子函数，再在主循环里根据 HUSKYLENS 返回的物体 ID 选择对应灯光模式。

图 4-11 编程设计

4.6 现场调试

在校园与真实外卖场景下反复调试：调整 HUSKYLENS 安装角度、识别距离阈值、灯带亮度与闪烁频率，确保识别准确、提示直观、不影响骑行视线。

图 4-12 现场调试

五、编程流程分析

主程序逻辑：上电后先初始化 RGB 灯带与 HUSKYLENS（I²C），切换为物体识别算法并执行"启动完成"灯光提示（绿色沿灯带流动 6 步）；主循环读取 HUSKYLENS 中心块 ID，若已学习且出现在画面中：ID=1 或 2（卡车/大型车）触发重大危险红色闪烁；ID=3（小汽车/电动二轮）触发一般危险蓝色闪烁；ID=4（自行车/行人）触发一般安全绿色闪烁；未识别则熄灭灯带。

AI 安全头盔 主程序流程开始 · setup 初始化灯带初始化 neoPixel_P0.begin(P0, 7) 并全部熄灭HUSKYLENS 以 I2C 连接，设为「物体识别」算法启动完成：绿色流水灯提示一次loop：huskylens.request() 取一帧识别到已学习的目标？否neoPixel_P0.clear() 灯带熄灭，继续下一帧是ID = 1 或 2重大危险 · 红灯ID = 3一般危险 · 黄灯ID = 4一般安全 · 绿灯循环检测 · 实时反馈

六、参考代码（图形化编程）

本作品使用 Mind+ 图形化编程（Arduino C 模式），由图形化模块自动生成下方 Arduino 代码。下面先给出图形化编程界面截图，再贴出对应的 Arduino 代码（含每行中文注释）。

6.1 图形化编程截图

设计启动完成灯光提示，确认 AI 摄像头启动完成：

图 6-1 启动完成灯光提示

设计三种危险程度灯光提醒：

图 6-2 三种危险程度灯光提醒

图 6-3 子程序定义

图 6-4 子程序调用

主程序（循环读取 HUSKYLENS → 按危险等级调用灯光子函数）：

图 6-5 主程序

6.2 Mind+ 生成代码（逐行注释）

/*!
// MindPlus / mpython 生成代码（图形化编程导出的 Arduino C）
*/
#include <DFRobot_NeoPixel.h>  // 引入 WS2812 RGB 灯带驱动库
#include <DFRobot_HuskyLens.h>  // 引入 HUSKYLENS 二哈识图驱动库

volatile float mind_n_ID;  // 动态变量：HUSKYLENS 返回的物体 ID

void DF_QiDongWanCheng();  // 函数声明：启动完成灯光提示
void DF_YiBanAnQuan();     // 函数声明：一般安全（绿色闪烁）
void DF_YiBanWeiXian();    // 函数声明：一般危险（蓝色闪烁）
void DF_ZhongDaWeiXian();  // 函数声明：重大危险（红色闪烁）

DFRobot_NeoPixel  neoPixel_P0;        // P0 口接的灯带对象
DFRobot_HuskyLens huskylens;           // I²C 总线上的 HUSKYLENS 对象

void setup() {
  neoPixel_P0.begin(P0, 7);                              // 初始化 P0 灯带，7 颗 WS2812
  neoPixel_P0.setRangeColor(0, 6, 0x000000);           // 全部灯珠熄灭
  huskylens.beginI2CUntilSuccess();                // 反复尝试 I²C 通信直到 HUSKYLENS 就绪
  huskylens.writeAlgorithm(ALGORITHM_OBJECT_RECOGNITION); // 切换到物体识别算法
  DF_QiDongWanCheng();                        // 启动完成灯光提示
}

void loop() {
  mind_n_ID = huskylens.readBlockCenterParameterDirect().ID; // 读取当前画面中心块 ID
  huskylens.request();                                   // 请求一次 HUSKYLENS 数据
  if (huskylens.isLearned(mind_n_ID)) {                  // 该 ID 已被学习过
    if (huskylens.isAppear(mind_n_ID, HUSKYLENSResultBlock)) { // 当前画面中出现该 ID 物体
      if ((mind_n_ID == 1) || (mind_n_ID == 2)) {          // ID 1/2 → 卡车/大型车 → 重大危险
        DF_ZhongDaWeiXian();
      }
      else if (mind_n_ID == 3) {                          // ID 3 → 小汽车/电动二轮 → 一般危险
        DF_YiBanWeiXian();
      }
      else if (mind_n_ID == 4) {                          // ID 4 → 自行车/行人 → 一般安全
        DF_YiBanAnQuan();
      }
    }
    else {                                              // 已学习但当前画面没出现 → 熄灭
      neoPixel_P0.clear();
    }
  }
}

// ---------- 自定义灯光函数 ----------
void DF_QiDongWanCheng() {
  neoPixel_P0.setRangeColor(0, 0, 0x00FF00);    // 首颗灯珠点亮绿色
  for (int index = 0; index < 6; index++) {
    neoPixel_P0.shift(1);                        // 整体右移一格
    delay(200);                           // 200 ms 流动一格
    yield();                              // 让出 CPU 给后台任务
  }
  neoPixel_P0.clear();                              // 熄灭
}
void DF_YiBanAnQuan() {
  for (int index = 0; index < 10; index++) {
    neoPixel_P0.clear();
    delay(500);                            // 灭 500 ms
    neoPixel_P0.setRangeColor(0, 6, 0x00FF00);  // 全亮绿色
    delay(500);                            // 亮 500 ms
    yield();
  }
}
void DF_YiBanWeiXian() {
  for (int index = 0; index < 10; index++) {
    neoPixel_P0.clear();
    delay(500);
    neoPixel_P0.setRangeColor(0, 6, 0x0000FF);  // 全亮蓝色
    delay(500);
    yield();
  }
}
void DF_ZhongDaWeiXian() {
  for (int index = 0; index < 10; index++) {
    neoPixel_P0.clear();
    delay(500);
    neoPixel_P0.setRangeColor(0, 6, 0xFF0000);  // 全亮红色
    delay(500);
    yield();
  }
}

七、作品创新点

1. 后视 AI 识别 + 灯光分级反馈：利用 HUSKYLENS 物体识别对后方车辆类型进行分级，用 RGB 灯带不同颜色（绿/蓝/红）与闪烁频率反馈一般安全、一般危险、重大危险，反馈速度比传统后视镜/转向灯更直观。

2. 虾壳结构柔性太阳能板：在头盔顶部设计成可伸缩的虾壳（3 片 3 mm 亚克力激光切割 + 热风枪吹弯），外贴 3 片柔性非晶硅薄膜太阳能板（0.5 W × 3 ≈ 1.5 W）并联发电，解决骑手长时间骑行反复充电的痛点；外形科技感十足。

3. 轻量化主控选型：将后置主控由 Nano 板改为相对扁平的掌控板（ESP-32 双核、20 路数字 I/O、3 颗 WS2812 RGB 灯 + 1.3 寸 OLED），通过更换长短不同的杜邦线调整硬件固定位置，整体更紧凑美观。

八、项目应用拓展

本作品的"AI 视觉识别 + 分级灯光反馈 + 太阳能续航"架构可迁移到多种户外骑行场景，下表给出 4 条可落地的拓展方向：

九、小结

本作品从查找资料、材料购买到作品设计全程目的清晰、富有条理；在前期编程阶段因程序较简单而进展顺利，却在作品外形设计与加工处遇到了较大困难：本作品是对安全头盔进行改造，外形设计（硬件固定）需要考虑许多因素——不能使整体外形太过厚重或在头盔内侧进行过多装饰，否则会影响驾驶员佩戴体验；而所需硬件确实较大，且头盔外侧为弧面，大大增加了硬件固定设计的难度。经过讨论后我们拿出了合理可行的方案：将原计划的 Nano 板更换为相对扁平的掌控板，通过更换长短不同的杜邦线调整硬件固定位置，使作品整体更为美观。

作品功能上仍有一些缺陷，例如不能同时识别两种情况（只能以镜头中心区域为主）、雨天无法使用等——要正式投入使用还有较长的路要走。但创作过程中我们不仅学到了 AI 视觉识别、Arduino 编程、柔性太阳能供电、亚克力加工与机械固定等知识，更锻炼了动手能力与团队合作。后续我们计划在头盔上添加蓝牙、Wi-Fi 上报与GPS 定位功能，把分级识别结果推送给骑手手机与外卖平台后台。