当前位置:首页 > 工业控制 > 《机电信息》
[导读]摘要:随着计算机技术与电子科技的快速发展,人工智能、云计算等技术的不断进步,智能家居新型产业模式也得到了巨大的发展,至今国内智能家居市场投资达到了2396亿元,市场规模占比不断增大,未来十年内家居智能化将实现大规模应用。鉴于此,设计了一种智能语音控制垃圾桶,能根据人发出的指令做出判断,运行到指定位置,收取完垃圾之后再回到起点位置。

引言

随着人们生活起居水平的提高、社会的发展和经济水平的不断提升,人们对生活的要求更趋于个性化、定制化、自动化,对生活的便捷及乐趣有了更高的要求。在平时生活中,扔垃圾是再简单不过的一件事情,但也会给人们带来不必要的麻烦。比如,吃东西的时候不想走动,但也不想放一个垃圾桶在身边。为解决这样的问题,此项目设计了一款能用语音控制、自动寻迹的垃圾桶。该设计的主控系统采用STM32单片机,能够识别特定的语音指令,将语音信息转换为电信号给主控系统进行处理,主控系统在处理语音信息的基础上,判断在哪个位置有人需要,不再需要人们特意走动到垃圾桶边去扔垃圾。

1总体设计

此项目所设计的智能语音控制的垃圾桶,是采用Ys-V0.7语音识别模块来识别特定的语音指令,经STM32控制系统的数据处理做出判断,再通过寻迹系统去到指定的位置。在寻迹的过程中,用16位的数字陀螺仪检测记录位置,对走过的轨迹做虚拟标记,再对虚拟标记进行数据处理,形成一个记忆系统,使接下来的寻迹判断更加灵敏,如图1所示。

2系统硬件设计

2.1STM32F10X主控系统

STM32是sT公司设计的一款常用的增强型系列微控制器,STM32F20x系列产品属于中低端的32位基于ARM系统的微控制器,其内核是Cortex-M3,常用于微控制、电机驱动、嵌入式系统开发等方面。

2.2MPU6050六轴陀螺仪

在寻迹计算运动轨迹的过程中,判断左右移动的位移量,我们采用现在市场上最常用的六轴数字陀螺仪[2]MPU6050模块,此模块集成有三轴陀螺仪、三轴加速度计,通信方式为常用的IIC通信协议,芯片内置16位的AD转换器和16位数据输出,在精度上完全能够达到要求,并且降低了算法复杂度。

2.3YS-V027语音识别模块

语音识别模块的主控芯片采用的是LD3320,是常见的"语音识别"专用模块,内部集成语音识别处理器外加部分外围电路,如语音输出接口、串口接口电路,不用再外接其他的辅助电路,可直接应用在产品当中,即能完成特定语音指令识别功能。

2.4电机驱动与寻迹模块

电机驱动模块部分采用L298N芯片,这款芯片常作电机驱动专用,专门驱动一些小功率电机。在电路设计中,为了提高电机的驱动能力[2],特别采用三个驱动模块单独驱动电机。

对于寻迹模块,本设计采用的是电涡流位移传感器。电涡流位移传感器不受环境的影响,适应能力强,抗干扰性能好,适用于各种复杂的场所,这就使得电涡流式位移传感器更适合工作在一些光线暗、磁场强的场所。

3系统软件设计

此系统软件流程如图2所示,主要包括系统初始化、语音信息采集、中断函数等,中断函数中调用陀螺仪数据采集函数与PID调节函数。

3.1系统初始化

系统初始化是对主控芯片的IO口以及中断控制器和串口通信接口进行配置,还有对寻迹模块进行初始化设置。主要作用是完成模块化,使程序运行更加优越。

3.2语音信息采集

语音信息采集算法实现包括两部分:一部分是语音信号的采集与处理,用来识别特定的语音指令:另一部分是将处理过的数字信号传输给控制系统,实现串口传输。两部分程序的作用是实现语音信号的识别处理以及传输,以此完成语音对整个系统的控制。

3.3PID控制

PID控制算法是应用最广泛的算法之一,常用于自动化控制领域,在众多控制算法中,PID控制算法是最简单、最能说明反馈思想的控制算法。在此项目中只用到了比例环节,将采集到的实时数据与原记录数据作比较,得到与原路径的偏差,再去调整路径。

4结语

此项目是以STM32嵌入式系统开发为基础,设计的一款智能语音控制垃圾桶,通过语音指令判断出位置,结合陀螺仪记录转过的角度,用PID算法去控制电机运动,实现智能语音控制自动寻迹,告别了传统垃圾桶的使用模式,不用来回走动,就可以解决扔垃圾的问题,由此减少了因为生活琐事带来的烦恼,使人们的生活质量得到了提高。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

2024年4月12日,中国--服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics,简称ST;纽约证券交易所代码:STM)宣布,松下自行车科技有限公司(Panasonic)宣布采...

关键字: 人工智能 电动自行车

机器人操作系统(ROS)驱动程序基于ADI产品而开发,因此可直接在ROS生态系统中使用这些产品。本文将概述如何在应用、产品和系统(例如,自主导航、安全气泡地图和数据收集机器人)中使用和集成这些驱动程序;以及这样将如何有助...

关键字: 电机控制器 机器人 嵌入式

4月17日消息,斯坦福大学近日发布《2024年AI指数报告》(AI Index Report 2024),凭借AI在大规模胰腺癌早筛上的创新突破,阿里达摩院(湖畔实验室)医疗AI入选科学与医疗领域的年度亮点研究(High...

关键字: AI 人工智能 集成电路

4月17日消息,去年,中国大陆的半导体设备支出约占据了全球总额的三分之一。

关键字: 半导体 传感器 人工智能 电动汽车

上海2024年4月16日 /美通社/ -- 4月11日,中智《百川汇流 央地融通,全力以赴加快五个中心建设》主题大会在上海成功举办,本次大会由上海市经信委和上海市国资委指导、中智经济技术合作股份有限公司和中智管理咨询有限...

关键字: AI 电气 人工智能 半导体

该实验室的创新技术能够增强人工智能边缘解决方案,提高神经网络能力

关键字: 人工智能 神经网络

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习

机器学习是人工智能领域的一个重要分支,它使用各种算法来使计算机系统能够从数据中学习和改进,而无需进行明确的编程。在机器学习的广阔领域中,有多种算法被广泛应用,每种算法都有其独特的适用场景和优势。本文将详细介绍机器学习中的...

关键字: 机器学习 人工智能 计算机
关闭