人类的体温是非常重要的一种基本生理体征,能够反应一个人的健康状况。很多疾病的发生都会伴随体温的升高,如2003年的SARS,2009年的甲型H1N1以及今年年初席卷全球的“新型肺炎”等等,温度的测量从测量方式上可以分为接触式和非接触式两大类,非接触式测温在进行体温的测量时,不容易造成交叉感染,测温速度快,不影响物体本身的温度场等等优点,尤其在今年年初用于排查“新冠肺炎”起到了很大作用。本文通过研究大量文献和红外线测温的基础理论,旨在设计一款具有误差补偿功能的非接触式红外测温系统,主要进行了以下工作和研究:首先,本文详细介绍了测温技术的国内外发展和研究现状,分析了接触式测温和非接触式测温的优缺点,描述了红外测温技术的应用领域和发展方向。按照红外测温系统的功能需求进行分析,给出了技术指标和总体技术方案。其次,在硬件设计方面首先,选用STM32F103RCT6作为微控制器,选用Bestow Mascot公司的BM43THA作为红外温度传感器,采用AD8551作为放大器,ADS1255作为模数转换器,同时引入VL53L0X激光测距模块、DS18B20环境温度测量模块以及DHT11环境湿度测量模块针对红外测温系统进行误差补偿,自主设计了整个系统的传感器部分的电路,放大电路,AD转换电路,微控制器外围电路,OLED显示电路,温度报警电路,USB通信电路以及Wi-Fi无线通信电路等。再次,在软件设计方面,自主设计了红外测温系统的总体软件流程图和各个模块的软件,使用最小二乘法进行多项式拟合得出目标温度与红外热电堆信号和热敏电阻信号的对应关系,使用C#语言在Visual Studio平台上完成了上位机程序的编写,该系统在功能上可以实现测温距离,环境温度以及环境湿度的误差补偿功能,高温报警,与上位机的实时温度交互以及与手机APP的实时通信交互。最后,对红外测温系统的采集数据使用大偏离值滤波和卡尔曼滤波进行数据预处理,对垃圾数据进行滤除。对GA-BP网络算法和PCA-GRNN网络算法进行了详细的研究,针对测温距离,环境温度和环境湿度进行应用研究,同时在不同的环境中对不同人体温度数据进行采集,通过对比GA-BP和PCA-GRNN两种体温误差补偿算法的结果,得出GA-BP神经网络在误差补偿中更具优势的结论,有效地降低了环境温湿度和测温距离对测温精度所导致的误差。