目 录

1绪论 1
1.1本课题的研究背景及动机 1
1.2本课题的国内外发展现状 1
1.3本课题的研究目的和意义 3
1.3.1课题研究目的 3
1.3.2课题研究意义 3
1.4论文结构 4
2技术概览 5
2.1人脸识别模型选择 5
2.2 K210相关的开发板 5
2.3 K210开发板的选型 8
2.4系统其它部件的选型 9
2.5 QT框架 10
2.6本章总结 10
3硬件部分的电路系统设计 12
3.1 K210外围电路设计 12
3.2 PCB设计概要与外观布局描述 13
3.3本章总结 14
4系统的软件编程与实现 16
4.1开发环境搭建 16
4.1.1 Maix Bit的开发环境搭建 16
4.1.2 STM32的开发环境搭建 18
4.1.3 基于QT的上位机开发环境搭建 19
4.2 Maix Bit的相关代码实现 19
4.2.1 初始化部分 19
4.2.2 主循环部分 23
4.3 STM32的相关代码实现 25
4.4基于QT的上位机的代码实现 29
4.4.1上位机的数据库设计 29
4.4.2管理员登陆界面 30
4.4.3主界面 31
4.5通过内网穿透传输数据 32
4.6本章总结 33
5系统实施与测试 34
5.1系统的实施 34
5.2系统的测试 34
5.4测试模式 36
5.3本章总结 38
6总结和展望 39
参考文献 40
致谢 41

基于K210+QT的人脸识别门禁系统的设计与实现
作者：冯兴达 指导老师：彭好佑
（海南师范大学信息科学技术学院，海口，571158）

摘 要：在现代社会，随着信息技术的发展，人脸识别技术因其便捷性和安全性日渐成熟，广泛应用于各种门禁系统中。传统门禁系统在复杂环境下的大规模识别问题及其安全性和隐私保护方面的挑战。本论文提出了一种基于K210芯片的硬件设计方案，辅以QT技术开发的用户友好界面，构建了一套完整的门禁系统。
本论文首先分析了目前人脸识别门禁系统的发展现状和存在的问题，并以此为基础， 本文详细介绍了基于K210微控制器单元与QT框架的人脸识别门禁系统的设计与实现。在硬件设计方面，本文选用了性能强大的K210作为核心处理单元，以其独特的视听一体化能力和强大的AI处理能力，搭配多模态识别的功能，实现了高效准确的人脸识别。同时，通过加入温度检测、RFID读卡和语音播报等功能模块，进一步丰富了系统的实用性。在软件设计上，借助QT框架，实现了系统的用户界面设计，不仅令操作界面更加友好，还通过内网穿透技术实现了远程数据传输，显著提高了系统的可用性和稳定性。
通过系统的实施与测试，验证了该门禁系统的可靠性和实用性。实验结果表明，该系统不但能快速准确地完成人脸识别，而且能有效地执行温度检测和人员管理等任务，极大地提高了入口管理的效率和安全性。该系统适用于学校、企业、公寓等多种场景，具有广泛的应用前景。
关键词：K210；QT；人脸识别门禁系统

Design and Implementation of Face Recognition Access Control System Based on K210+QT

Author： Xingda Feng Tutor： Haoyou Peng
(Department of Computer Science and Technology, School of Information Science and Technology,HaiNan Normal University, HaiKou,571158)

Abstract: In modern society, with the development of information technology, facial recognition technology has matured due to its convenience and security, and is widely used in various access control systems. Traditional access control systems face challenges in large-scale identification in complex environments, as well as issues regarding security and privacy protection. This paper proposes a hardware design solution based on the K210 chip, complemented by a user-friendly interface developed using QT technology, to construct a complete access control system.
The paper first analyzes the current development status and existing problems of facial recognition access control systems. Based on this analysis, it elaborates on the design and implementation of a facial recognition access control system based on the K210 microcontroller unit and the QT framework. In terms of hardware design, the paper chooses the powerful K210 as the core processing unit. Leveraging its unique audiovisual integration capability and powerful AI processing capability, along with multimodal recognition functionality, it achieves efficient and accurate facial recognition. Additionally, by adding features such as temperature detection, RFID card reading, and voice broadcasting modules, the practicality of the system is further enriched.
In software design, with the assistance of the QT framework, the paper realizes the user interface design of the system. Not only does this make the operation interface more user-friendly, but it also significantly improves the system’s usability and stability by implementing remote data transmission through intranet penetration technology.
Through system implementation and testing, the reliability and practicality of the access control system are verified. Experimental results demonstrate that the system not only performs rapid and accurate facial recognition but also effectively executes tasks such as temperature detection and personnel management, greatly enhancing the efficiency and security of entrance management. This system is suitable for various scenarios such as schools, enterprises, and apartments, with broad application prospects.
Key wordsphrase：K210; QT; Facial Recognition Access Control System

1绪论
1.1本课题的研究背景及动机
随着科技的不断发展，人脸识别技术在安全监控、身份认证等领域的应用日益广泛。智能门禁系统作为其中的一个重要应用场景，通过结合人脸识别技术，可以提高门禁系统的安全性和便捷性。然而，当前的智能门禁系统在实际应用中仍然存在着诸多问题，例如复杂环境下的人脸识别困难、大规模数据库管理不便等。因此，设计一种更为智能化、高效的人脸识别门禁系统成为了当前研究的重要课题。
本文利用K210和QT两种技术相结合，设计并实现一个智能化的人脸识别门禁系统。K210作为一款集成了人工智能加速器的嵌入式芯片，具有高效的边缘端计算能力，能够支持复杂的人脸识别任务。而QT则是一个跨平台的图形用户界面应用程序框架，能够为系统提供友好、易用的界面，提高用户体验。综合利用这两种技术，可以有效地解决当前人脸识别门禁系统中存在的诸多问题，提升系统的性能和可靠性。
通过设计和实现基于K210和QT的人脸识别门禁系统，不仅可以提高门禁系统的安全性和便捷性，还可以促进人工智能技术在物联网领域的应用。该系统可以应用于智能门铃、智能教室等场景，为家庭安全和教育管理提供新的解决方案，具有广泛的应用前景。
综上所述，本文选题的背景和动机源于对当前智能门禁系统存在问题的认识，以及对综合利用新技术解决这些问题的迫切需求。通过结合K210和QT技术，设计出更为智能化、高效的人脸识别门禁系统，不仅可以满足实际应用需求，还可以促进人工智能技术在物联网领域的发展。
1.2本课题的国内外发展现状
谭俭辉[2]设计并实验了一种智能测温系统，它集成了人脸识别、口罩识别、体温测量、健康码识别等功能，以提高疫情防控的效率和效果。王孟强[3]设计了一种智能测温系统，它基于人脸识别和红外测温，实现了疫情防控的快速、精准、大数据监测和分析功能，具有高社会价值和应用前景。郭婷[4]研究了一种人脸识别技术，它基于热红外图像和红外光谱两种模态信息融合，提出了一套完整的人脸检测、对齐、识别的算法流程，并在自建数据集上验证了其优越的识别性能和抗干扰能力。赵上辉[5]针对非配合场景下的动态人脸识别问题，提出了两种人脸识别算法，一种基于三维智能的多角度人脸识别算法，一种基于新型对抗学习去模糊理论的动态人脸识别算法。陈深得[6]提出了两种活体人脸防伪算法，它们基于深度学习，分别利用时空深度信息和深度与r PPG信息的融合，提高了人脸深度估计的精度和对光照变化和攻击类型的鲁棒性。龙慧等人[7]提出了一种口罩人脸识别技术，它基于FaceNet网络改进和树莓派4B，并将其应用于高校场景中，实现了高效的人员身份识别。刘舒天[8]介绍了人脸检测与识别技术在企业管理中的应用，分析了其运用框架、关键技术、基本流程和优势。刘延峰[9]介绍了一种PC人脸识别登录方式，它基于离线人脸认证和活体检测，旨在解决大型企业中PC终端的身份认证和信息安全问题。蔡媛等人[10]设计并测试了一种公交支付系统，它利用改进的卷积神经网络实现人脸识别，提高了支付的安全性和便利性。刘义艳[11]等人设计并测试了一种智能门禁系统，它基于嵌入式ARM开发板，实现了多种验证、监控、开门和报警功能，具有高识别率和安全性。何润韬[12]介绍了卷积神经网络在图像识别领域的发展历程和应用场景，并重点研究了口罩人脸检测的准确率和运行帧率的提升方法。张浩源[13]利用Faster R-CNN网络对人脸情绪进行识别，并将其应用于智慧教育中，帮助教师了解学生的学习状态，提高教学质量。刘鹏[14]提出了一种模型，并设计了一套基于C++的离线开发工具包，实现了高性能的嵌入式口罩人脸识别系统。国外的人脸识别门禁系统的研究和应用已经比较成熟[15]，主要集中在欧美国家。一些科研机构和企业在人脸识别算法、硬件设备、软件平台等方面都取得了重要的进展。国外方面，例如，美国的Ring公司推出了一款智能门禁系统，它基于人脸识别技术，可以通过环形摄像头、视频像素传感器等技术实现人脸识别、声音检测、自动录像等功能，从而提高社区的安全性和管理效率。另外，英国的Facewatch公司提出了一种门禁防盗系统，它基于人脸识别技术和云端数据库实现对门禁区域内的可疑人员的识别和报警，从而防止盗窃和破坏行为。 总之，虽然目前有很多关于人脸识别门禁系统的研究和应用，但是大多数都是基于传统的技术平台，如ARM、树莓派、PC等，这些技术平台在人工智能能力、图形界面能力、功耗性能、灵活性、可扩展性、兼容性、移植性等方面都有一定的局限性。本文则利用QT开发平台和新一代嵌入式人工智能芯片K210，设计并实现了一个人脸识别门禁系统。
该系统利用K210的人工智能能力和QT的图形界面能力，构建了一个具有人脸身份识别、实时语音播报提示等功能的人脸识别门禁系统。本文通过大量的实验验证了系统的稳定性和有效性，并与国内外相关的研究成果进行了对比分析，结果表明，所设计的系统在性能、安全性和便利性方面均有一定的优势，相比现有的人脸识别门禁系统，具有一定的改进空间和发展潜力。
1.3本课题的研究目的和意义
1.3.1课题研究目的
本文的目的是利用QT开发平台和新一代嵌入式人工智能芯片K210，设计并实现一个人脸识别门禁系统。K210是一款低功耗、高性能的人工智能芯片，它集成了双核RISC-V处理器和神经网络处理器，能够在边缘设备上高效地进行深度学习推理。K210的特点有：一是使用了RISC-V架构，支持自定义指令扩展，具有很高的灵活性和可扩展性；二是集成了神经网络处理器，支持多种深度学习模型，具有高达0.5TOPS的计算能力，能够实现实时的人脸检测和识别；三是集成了多种外设，如摄像头接口、LCD接口、音频接口、WIFI模块等，能够实现多媒体处理和无线通信的功能。QT是一款跨平台的图形用户界面开发框架，能够方便地创建美观、友好的管理界面[1]。QT的特点有：一是支持多种操作系统，如Windows、Linux、Mac OS等，具有很好的兼容性和移植性；二是支持多种编程语言，如C++、Python、Java等，具有丰富的开发资源和文档；三是提供了多种控件、布局、样式、信号槽等机制，能够实现高度的界面定制和交互功能。本文将结合K210的人工智能能力和QT的图形界面能力，搭建一个具有人脸身份识别、实时语音播报提示等功能的人脸识别门禁系统。
1.3.2课题研究意义
人脸识别系统利用面部特征进行身份验证，在各个领域得到广泛应用，是人工智能的一个重要组成部分，牵涉到多种技术。其核心技术为面部特征提取和匹配，发展受到多种技术的推动，同时也面临着各种干扰因素的挑战。其准确性和速度持续提高，未来将应用于更多智能化、个性化和多样化场景，可提高多个领域的身份验证和管理效率，同时也为人们提供更多的便利和服务。
基于K210+QT的人脸识别门禁系统可应用于智能门铃。利用人脸识别技术，实现智能门铃的功能，例如自动识别访客身份并发送通知给房主，或根据房主设定自动开启或拒绝访客，可提升家庭的安全性和便利性，同时也能节省房主的时间和精力。另外，也可应用于智能教室，利用人脸识别技术自动记录学生的出勤情况，分析学生的情绪和学习效果，提供个性化的教学建议和反馈，从而提高教育的质量和效率，同时也能增强教师和学生之间的互动和参与。
1.4论文结构
本文的论文结构如下：
第一部分，绪论：在这一部分中，首先介绍了研究的背景和动机，概述了人脸识别门禁系统的研究意义和目的，并对国内外的发展现状进行了简要回顾。此外，还明确了本课题的研究目的和研究意义。
第二部分，技术概览：介绍本项目所需要的技术和部件，有人脸识别模型的选择，主控开发板、辅助开发板、读卡器、wifi模块、语音播报模块、测温模块，舵机。
第三部分，硬件部分的电路系统设计：此部分主要介绍怎么把各个部件通过导线连接起来，还有如何布局PCB电路图。
第四部分，系统的软件编程与实现：这一部分描述了系统的开发环境搭建，K210代码的实现，上位机代码的实现和辅助开发板代码的实现。
第五部分：系统的实施与测试：这部分主要介绍了系统硬件安装的过程和测试结果
第六部分，总结与展望：这部分总结了本文所做的工作还有未来可改进的地方。

2技术概览
本文主要研究基于K210微控制器单元和QT框架的人脸识别门禁系统的设计与实现。研究旨在解决传统门禁系统在复杂环境下的大规模识别问题及其安全性和隐私保护方面的挑战，通过结合K210的人工智能能力和QT的图形界面能力，构建了一个具备人脸身份识别和实时语音播报提示的门禁系统。该系统不仅提高了门禁系统的安全性和便利性，还通过实验验证了其稳定性和有效性，并显示出与现有系统相比在性能、安全性和便利性方面的优势。
2.1人脸识别模型选择
本系统选择了现有的人脸识别模型，经过查找，最终确定采用MaixHub的官方人脸识别模型和人脸口罩检测模型。这两个模型可在MaixHub官方网站下载。然而，由于这两个模型是加密的，因此需要K210相关开发板的机器码。每个K210相关开发板都有独特的机器码，必须将特定固件烧录进K210相关开发板，然后才能运行相关程序以获取机器码。相关操作详情请查看本文的4.1.1 Maix Bit开发环境搭建部分。
首先介绍人脸识别模型。在官网下载解压后，会得到三个人脸识别模型：FaceDetection.smodel用于人脸检测，FaceLandmarkDetection.smodel用于人脸五点检测，FeatureExtraction.smodel用于计算人脸的196维特征值。而人脸口罩检测模型只有mask.kmodel。本系统将使用FeatureExtraction.smodel和mask.kmodel作为人脸识别的模型，通过这两个模型可以实现人脸和口罩检测的识别。
2.2 K210相关的开发板
在当前的嵌入式人工智能领域，K210开发板以其独特的硬件架构和强大的AI处理能力成为了研究和开发的热点。K210是由中国公司嘉楠科技设计开发的一款微控制器单元（MCU），它基于RISC-V处理器架构，具备视听一体、自主IP核与可编程能力强三大特点，支持机器视觉与机器听觉多模态识别，可广泛应用于智能家居、智能园区、智能能耗和智能农业等场景。
K210的核心特性包括其双核64位主频400MHZ RISC-V CPU，拥有核心神经网络加速器KPU,算力1TOPS，芯片自带8M SRAM，可在本地设备完成处理和存储。K210低功耗仅为0.3W，模组具备完整的运行环境，直接集成TYPE-C接口的USB编程调试接口方便用户直接下载程序。此外，K210的KPU算力有0.8 TOPS，作为对比，拥有128个CUDA单元GPU的英伟达Jetson Nano的算力是0.47 TFLOPS；而最新的树莓派4只有不到0.1 TFLOPS。
在K210开发板的世界中，KD233开发板是由Kendryte（寒武纪）官方推出的，专为K210处理器设计，拥有双核心设计和高达400MHz的主频。KD233开发板紧密围绕这颗处理器的特性设计，提供了一套完善的开发环境和丰富的外围接口，有SPI、I2C、UART、GPIO等，为开发者提供了灵活的扩展能力。板上还预集成了1GBit的DDR RAM和Flash，确保了足够的运行和存储空间来满足复杂应用的需求。而且KD233还提供了多种通信接口，支持高速USB、DVP摄像头接口，以及LCD显示屏接口，为开发者在图像处理和视觉识别方面的应用开发提供了强大的支持。图2-1为KD233的实物图：

图2-1 KD233的实物图
Widora-AIRV2/BITK210开发板套件作为K210开发生态中的又一亮点，它通过灵活的模块化设计实现了对不同应用场景的高适应性。Widora-AIR V2采用了K210芯片，400MHz的主频下，具备0.23TOPS的乘法操作算力和1TOPS的峰值算力，配备了可拓展的内存和存储方案。面向AI和高性能计算领域，支持的DVP摄像头接口、LCD显示接口以及常见的通信接口，让它能够方便地应用于视觉识别、智能监控等多个场景。BITK210模组则将K210的强大处理能力和适用于量产的设计相结合，其小巧的尺寸让它特别适合集成到空间受限的产品中。模组提供了稳定的电源管理、丰富的接口支持，以及为简化开发而设计的硬件抽象层，这些特性让BITK210成为了物联网和智能设备开发者的优选。图2-2为Widora-AIRV2/BITK210开发板套的实物图：

图2-2 Widora-AIRV2/BITK210开发板套的实物图
Sipeed的Maixduino则是将Arduino生态的友好性与K210的人工智能处理能力相结合的产物。通过Arduino兼容的开发环境，Maixduino让开发者能够快速入门，并轻松实现AI功能的集成。板载Wifi模块提供了方便的网络连接能力，支持多种数字接口和模拟接口，使得它能够与各种传感器和执行器相连，为物联网项目提供了丰富的可能性。而且其设计考虑了教育和原型设计的需求，提供了丰富的学习资源和社区支持，使得Maixduino成为了学习AI和嵌入式系统设计的理想平台。图2-3为Maixduino的实物图：

图2-3为Maixduino实物图
Maix Go开发板套件则专注于为图像处理和机器视觉项目提供强有力的支持。其独特的数码相机式设计，不仅具备了128Mbit的Flash存储，还提供了LCD接口、DVP摄像机接口和Micro SD卡槽等外设接口，这些配置使得Maix Go可以轻松处理图像获取、显示和存储等任务。K210的强大算力，加上这些丰富的硬件资源，让Maix Go尤其适合于开发人脸识别、物体检测和图像分类等应用。图2-4为Maix Go开发板的实物图：

图2-4为Maix Go开发板的实物图
Maix Bit虽小巧但功能全面，是专为空间受限的应用设计的K210开发板。它集成了8MB片上SRAM，支持高达1TOPS的算力，同时板载了多种通信接口和IO扩展，有SPI、I2C、UART等。尽管体积小巧，但它依然能够应对多种AIOT开发需求，从简单的数据采集到复杂的图像处理和机器学习任务皆能胜任，为开发者提供了一个高效、经济的解决方案。图2-5为Maix Bit的实物图:

图2-5为Maix Bit实物图
每一款K210相关的开发板都有其独特的优势和特点，它们不仅为嵌入式AI领域的技术发展提供了强大的支持，也为广大开发者打开了更多的可能性和灵活性。
2.3 K210开发板的选型
在设计人脸识别门禁系统时，硬件选择对于系统的性能、成本、能耗和空间占用等方面有着重要影响。Kendryte K210处理器由于其专为AI应用定制的设计，已成为多种人脸识别项目的首选。在基于K210的开发板中，Maix Bit以其独特的特征在门禁系统设计中表现出显著优势。
尺寸和集成度是门禁系统设计中需特别考量的要素。门禁系统通常安装在空间受限的环境中。Maix Bit以其微小的体积和高度集成的硬件设计脱颖而出。尽管体积小巧，Maix Bit板载了Kendryte K210芯片、8MB SRAM、以及必要的外设接口（SPI、I2C、UART、PWM），使其能够轻松集成到门禁系统中，并减少系统的总体尺寸。
从性能和功耗的角度看，Maix Bit提供了一个高效且节能的解决方案。Kendryte K210芯片内置的双核处理器和神经网络处理器（NNI）使Maix Bit能够在局部处理复杂的人脸识别算法，降低对远程服务器的依赖。这种处理能力，结合Maix Bit的低功耗设计，意味着在维持高识别准确度的同时，系统的运行成本和能耗都可被显著降低。
开发和维护成本是技术选择中的另一决定因素。Maix Bit通过支持多种开发环境和编程语言，简化了开发过程。这不仅加快了产品的开发周期，还降低了学习成本。Maix Bit拥有活跃的社区和丰富的资源，包括开源代码和成熟的开发工具链，这些都为门禁系统的快速迭代和问题解决提供了有力支撑。
安全性也是设计门禁系统时不可忽视的要素。Maix Bit支持的特征提取和识别算法能够在硬件级别提供数据加密和安全存储等功能。通过在本地处理敏感数据，Maix Bit有助于减少数据传输，降低被截取或篡改的风险。
所以，Maix Bit在设计人脸识别门禁系统时展现出了明显的优势。其小尺寸和高集成度解决了空间受限问题，高效且节能的处理能力满足了门禁系统对快速准确识别的需求，而低成本、易于开发和维护的特点则有利于缩短项目周期和降低总体投资。出色的数据安全性能保证了系统能在保护用户隐私的前提下运行。因此，本项目选取Maix Bit来开发人脸识别门禁系统。
2.4系统其它部件的选型
本项目还选用了一系列其他部件，包括STM32F103C8T6最小核心板、RC522（RFID模块）、DY-SV17F语音播报模块、MLX90614测温模块（GY-906-BCC）、ESP-01S（WiFi模块）以及SG90舵机。
STM32F103C8T6最小核心板是一款基于ARM Cortex-M3内核的微控制器开发板，拥有高性能和丰富的外设接口。在人脸识别门禁系统中，STM32F103C8T6最小核心板主要负责控制外围设备，并与Maix Bit开发板进行通信。RC522（RFID模块）是一款高频非接触式RFID读写器模块，用于读取RFID标签的信息。它的主要作用是读取携带RFID标签的用户身份信息，并与系统中的用户数据库进行匹配验证。DY-SV17F语音播报模块是一款集成了语音解码和音频放大功能的语音播放模块，用于实现门禁系统的语音提示功能，向用户提供门禁验证结果或相关提示信息。MLX90614测温模块（GY-906-BCC）是一款集成了红外线传感器和温度测量芯片的模块，用于非接触式测量物体的温度。在人脸识别门禁系统中，MLX90614测温模块用于检测用户的体温。ESP-01S（WiFi模块）是一款基于ESP8266芯片的WiFi模块，具有低功耗和稳定的特点。在人脸识别门禁系统中，ESP-01S WiFi模块用于与局域网或互联网连接，实现门禁系统的远程监控和管理功能。SG90舵机是一款小型直流电动舵机，具有轻巧、低功耗和成本低廉的特点。在人脸识别门禁系统中，SG90舵机用于模拟控制门禁系统中的机械开关，实现门的开关控制功能。
2.5 QT框架
本项目的上位机用QT框架实现，QT框架是一种跨平台的C++应用程序开发框架。该框架旨在简化图形用户界面（GUI）应用程序的开发过程并实现代码的可重用性。其主要特点包括面向对象的设计、丰富的GUI控件库、事件驱动的编程模型以及跨平台的特性。QT框架的核心是Qt类库，其中包含了大量用于开发GUI应用程序的类和函数。在人脸识别门禁系统上位机的开发中，利用QT框架实现友好的用户图形界面，逻辑上处理用户输入事件、与底层硬件设备进行通信功能。通过QT框架提供的丰富的GUI控件和布局管理器，能够快速构建出符合用户期望的界面。同时，通过事件处理机制实现与系统其他部分的交互也变得更加便捷。而且QT框架还提供了跨平台的能力，使得开发的人脸识别门禁系统上位机能够在不同操作系统下运行而无需修改代码，极大地提高了开发效率和可移植性。
2.6本章总结
本章节主要介绍了人脸识别门禁系统中涉及的技术概览，选择了MaixHub的官方人脸识别模型和人脸口罩检测模型，对K210相关的开发板进行了详细介绍，包括KD233、Widora-AIRV2/BITK210、Maixduino、Maix Go以及Maix Bit等不同型号的特点和适用场景。针对设计门禁系统的需求，重点分析了K210开发板的选型，特别推荐了Maix Bit，详细阐述了其在尺寸、集成度、性能、功耗、开发维护成本和安全性等方面的优势。还介绍了其他部件的选型，包括STM32F103C8T6最小核心板、RC522、DY-SV17F语音播报模块、MLX90614测温模块、ESP-01S WiFi模块以及SG90舵机。最后说明了使用QT框架实现上位机的优势，包括简化开发过程、实现可重用性、提供丰富的GUI控件库、事件驱动的编程模型以及跨平台的特性。