基于OpenMV与STM32G474的智能送药小车设计与实现

随着图像识别技术的快速发展，图像识别技术的应用场景也越来越多样化，基于CV的应用产品也越来越多，而现在在疫情的大环境下，医护人员的工作压力也越来越大，而我们暂未发现能够解决在疫情这个大环境下医院和药房等所面临问题的产品，故本篇论文基于OpenMV和STM32G474同时结合NCC技术、电机驱动、光电传感器循迹、红外对射检测、无线通信模块设计了一款智能送药小车，既解决了医院人手缺乏的问题，也能避免医患交叉感染的情况，实现医院、药房等药品配送的无人化与智能化。

自疫情爆发以来，大多数医院显露出人手不足的问题，其中一条原因就是护士在日常配送药品中花费了大量的人力资源以及时间资源，人力配送本身就会加重护士工作和生活的压力，但大多数护士都需要轮班和加夜班，这种特殊状态也会加重护士人员的配备程度，从长远来看，这件小事不仅会加重护士本身的工作压力、增加与患者接触的机会而导致二次感染的风险，更重要的就是会影响护士人员的工作质量。

我们经过初步的调查， 发现目前市场上只有正在试验的应用于病区之间运送药物的智能送药机器人， 且尚未出现集多种功能于一体的应用于病房送药的智能送药机器人或者小车，经过我们比较发现制造一台送药机器人的成本将是小车的数十倍以上，但两者在效率上并没有太大的差距，而在目前，送药机器人的方案并不成熟，在没有上位机的情况下，交互的复杂程度远高于智能送药小车，并且随着5G 技术的到来，智能小车方向的应用将会是一片蓝海。

医院缺乏人手的问题迫在眉睫，所以我们拟设计出一款集图像识别和自动循迹于一体的智能送药小车系统，来实现在病房、药房等环境下的无人配送方案，一是可以很好的解决医院中存在的人力和时间资源浪费的问题，大量节省经济成本，二是减少护士和病人之间直接接触的次数，减少医患交叉感染的概率。应用智能送药小车在提升工作效率的同时，也能减少出现事故的概率。

2. 需求分析 作为医院一线基层的医护人员， 其身心健康问题长时间被忽略[1]。

护士作为医护人员中的基本人群， 其工作量一般是巨大的，加班时间以及工作压力也是巨大的。在护士的工作内容中，为每位病房的病人配送药物占据了极大部分的时间与精力，而其他的任务就需要通过加班加点来去完成，容易使得护士产生疲倦感，产生精神负担。

医护人员的工作内容繁多，其工作压力的来源也是无处不在，例如医疗服务、医学教育以及学科研究等等，而怎样去逐步的缓解医护人员的精神负担成为了目前社会亟待解决的问题。智能送药小车提出的主要目的就是为了缓解护士群体的精神负担，解决为每位病房的病人配送药物这份任务所带来的工作压力。

护士群体的迫切需求具体的表现为：