一種基于語音控制的3D動態(tài)顯示系統(tǒng)設(shè)計

張 偉，沈福周

（1.北京奇虎科技有限公司 360未來安全研究院，北京 朝陽 100015；2.揚州大學(xué) 信息工程學(xué)院，江蘇 揚州 225001）

0 引 言

裸眼3D顯示系統(tǒng)因其獨特的3D顯示視覺效果，已經(jīng)從公共信息展示等商業(yè)應(yīng)用向消費類多媒體應(yīng)用滲透，也成為了近年來國內(nèi)外的研究熱點。光立方作為一種新型裸眼3D信息發(fā)布媒介，給人們帶來了全新的視覺體驗。然而，現(xiàn)有的光立方存在顯示色彩單一、分辨率不高、人機交互性能差、設(shè)計復(fù)雜、成本較高等問題，嚴重阻礙了光立方三維動態(tài)顯示技術(shù)的推廣應(yīng)用。

為使光立方更好地改善智能化生活，設(shè)計了一種基于語音控制的3D動態(tài)顯示系統(tǒng)，采用RGB全彩LED制作了12×12×12分辨率的光立方，高階全彩的動態(tài)顯示效果極大地擴充了顯示色域，增強了三維視覺享受；采用SM16126串轉(zhuǎn)并級聯(lián)驅(qū)動輸出電路設(shè)計，為高階光立方的設(shè)計提供了一種可行的實現(xiàn)方案。

另外，隨著語音識別技術(shù)的不斷發(fā)展，在諸多領(lǐng)域展現(xiàn)了出色的應(yīng)用效果，成為了新型智能人機交互方式。本系統(tǒng)采用基于LD3320的語音識別模塊控制其工作，提高了人機交互性能，拓寬了其應(yīng)用范圍，使生活更加智能化、人性化。

1 系統(tǒng)總體設(shè)計

本智能語音3D動態(tài)顯示系統(tǒng)主要分為語音識別模塊和12×12×12全彩光立方兩大部分，采用語音識別模塊、硬件驅(qū)動電路、STM32F407核心控制器控制不同立體位點的LED亮滅和顏色變換，顯示多種炫彩三維動態(tài)畫面。光立方采用RGB全彩LED焊接完成，構(gòu)成三維顯示陣列；通過讀取外設(shè)SD卡內(nèi)的數(shù)據(jù)流，并送入級聯(lián)的SM16126芯片控制每個LED燈的顏色；采用語音識別模塊對非特定人聲語音指令進行識別，并將結(jié)果通過UART串口發(fā)送給STM32控制光立方顯示相應(yīng)的動畫，并播放背景音樂。另外，STM32的UART2串口連接藍牙模塊，可使用手機藍牙控制光立方顯示。系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)

2 系統(tǒng)硬件設(shè)計

2.1 LED的選擇

LED發(fā)光體的體積越小，光立方整體的通透性就越好，即后排的LED就越不容易被前排的LED擋?。涣硪环矫?，使用直徑更大或是霧面的LED越容易看到光點。此外，還要注意LED光點的可視角度，霧狀LED比光面LED更大。

綜上分析，本系統(tǒng)使用的LED燈為5 mm、RGB霧狀散光共陽極LED燈，其最大電流為20 mA，電壓范圍為3.0～3.5 V，波長460～465 nm。實物如圖2所示。

圖2 4腳RGB LED

2.2 光立方模塊

光立方采用RGB全彩LED焊接完成，實現(xiàn)三維顯示陣列。將光立方模塊分成3個4×12×12的子立方，每層48個LED的陽極連在一起，由2片74HC138構(gòu)成4～16選擇器實現(xiàn)對層（12層）的選擇，控制某一層和/或某幾層燈的亮滅；豎直方向同列的R、G、B引腳分別連接SM16126的輸出端口，控制每個LED的顏色（具體實現(xiàn)如圖3和圖4所示）。此外，由于構(gòu)成光立方的LED燈數(shù)量巨大，對電流的要求很高，故選擇74HC245作為數(shù)據(jù)的強驅(qū)動緩沖器，同時SM16126能夠提供極為精確的穩(wěn)定電流輸出，保證系統(tǒng)穩(wěn)定工作。

圖3 SM16126串轉(zhuǎn)并強驅(qū)動級聯(lián)電路

圖4 強上拉驅(qū)動和4～16層選擇電路

采用SM16126串轉(zhuǎn)并級聯(lián)驅(qū)動輸出和公共端強上拉設(shè)計，多個光立方可自由拼接，為高階光立方的設(shè)計提供了一種可行的實現(xiàn)方案。一面LED燈組裝示意圖如圖5所示，光立方組裝測試如圖6所示，光立方組裝完成圖如圖7所示。

圖5 一面LED燈組裝示意圖

圖6 光立方組裝測試

圖7 光立方組裝完成圖

2.3 語音識別模塊

LDV5語音識別模塊主要包括LD3320非特定人聲識別芯片和STM32F103微處理器。LD3320芯片內(nèi)部集成了高精度的A/D接口，無需外接輔助FLASH和RAM即可實現(xiàn)語音識別、聲控、人機對話功能，并且識別的關(guān)鍵詞語列表可動態(tài)編輯。

該模塊具有以下優(yōu)點：

（1）LDV5模塊具備USB接口及TF卡讀取U盤功能。

（2）支持最大4G mini 低速TF卡讀取。

（3）可實現(xiàn)人機對話，具有播放MP3、播放歌曲及對話等功能。

（4）具備串口輸出識別碼功能，支持1～12字節(jié)自定義十六進制輸出。

（5）支持口令識別方式，例如：定義模塊為“小光”，只有每次喊“小光”后，模塊才能接收其他操作指令。另外，還支持普通識別模式、按鍵觸發(fā)模式，以適應(yīng)不同應(yīng)用環(huán)境。

（6）具備看門狗復(fù)位功能，系統(tǒng)更穩(wěn)定。

模塊上有一個TF卡，加入語音模塊后，只需對TF卡內(nèi)容進行修改就可對該模塊進行操作。圖8所示主菜單文件中的串口輸出識別碼01、02，分別為語音模塊響應(yīng)時通過串口發(fā)送給STM32主控制器的識別結(jié)果。

圖8 TF卡主菜單文件

2.4 音頻輸出電路

LM358是雙運算放大器，內(nèi)部包括2個獨立的、高增益、內(nèi)部頻率補償?shù)倪\算放大器，適合于電源電壓范圍寬的單電源使用，也適用于雙電源工作模式，在推薦的工作條件下，電源電流與電源電壓無關(guān)。其使用范圍包括傳感放大器、直流增益模塊和其他所有可用單電源供電的使用運算放大器的場合。本系統(tǒng)用其進行音頻播放。音頻輸出電路如圖9所示。

圖9 音頻輸出電路

3 系統(tǒng)軟件設(shè)計

3.1 系統(tǒng)程序設(shè)計概述

系統(tǒng)啟動后，將處于休眠模式，顯示開機動畫，語音識別模塊在后臺進行語音監(jiān)聽。考慮到使用環(huán)境的多樣性，程序設(shè)定了語音指令“小光”來喚醒語音交互功能，并播放語音提示“在呢在呢”，顯示相應(yīng)動畫。此后，在限定的時間內(nèi)檢測語音指令，并將識別碼通過串口發(fā)送給STM32，控制顯示相應(yīng)的動畫、播放背景音樂。系統(tǒng)軟件設(shè)計流程如圖10所示。

圖10 系統(tǒng)軟件設(shè)計流程

3.2 系統(tǒng)軟件結(jié)構(gòu)

該系統(tǒng)軟件源代碼目錄如圖11所示。

圖11 軟件系統(tǒng)結(jié)構(gòu)

結(jié)合具體的源文件分析每層實現(xiàn)的功能。

（1）寄存器接口層

寄存器接口層是外設(shè)驅(qū)動層和單片機硬件之間的橋梁，它直接操縱單片機內(nèi)部的寄存器，封裝實現(xiàn)I/O輸入輸出模塊、定時器模塊、ADC模塊和串口模塊。其中，STM32F4xx.h頭文件中定義了單片機的型號以及相關(guān)I/O口寄存器等。sys.c中封裝了I/O管腳的地址偏移；usart.c中封裝了串口模塊；TIM.c中封裝了定時器模塊。

（2）外設(shè)驅(qū)動層

外設(shè)驅(qū)動層主要由SM16126驅(qū)動模塊、SPI總線驅(qū)動和SD卡讀取驅(qū)動構(gòu)成。其中，SM16126.c中封裝了SM16126驅(qū)動模塊，通過MCU模擬IC通信對SM16126寄存器進行操作，可調(diào)用底層的I/O輸入輸出模塊以及定時器模塊。diskio.c中封裝了SD卡讀寫驅(qū)動，可調(diào)用寄存器層的I/O輸入輸出模塊。SPI_MSD0_Driver.c中封裝了SPI總線驅(qū)動，可調(diào)用底層的I/O輸入輸出模塊以及定時器模塊，搭建了基于DMA傳輸?shù)腟PI通信協(xié)議。

（3）應(yīng)用層

應(yīng)用層設(shè)計主要面向用戶并且負責(zé)處理具體事務(wù)。主要包括顯示系統(tǒng)、語音系統(tǒng)以及FATFs文件系統(tǒng)。main.c文件中封裝了整個程序的入口函數(shù)main（），負責(zé)啟動任務(wù)模塊。LED_CUBE.c文件中封裝了顯示系統(tǒng)的操作函數(shù)，同時其頭文件LED_CUEB.h對所用管腳以及各全局變量進行了定義，如圖12所示。

該文件已經(jīng)完成了數(shù)十種動畫的播放，并封裝成了相應(yīng)的函數(shù)，如圖13所示。

圖12 LED_CUBE.h（1）

圖13 LED_CUBE.h（2）

TFCard.c中封裝了FATFs文件系統(tǒng)調(diào)用的相關(guān)配置。借助基于DMA傳輸?shù)腟PI總線對內(nèi)存卡的扇區(qū)進行快速讀寫操作，同時該文件的頭文件TFCard.h中也封裝了所占用的具體管腳以及DMA總線的初始化內(nèi)容。

3.3 TF讀卡程序

通過移植FATFs系統(tǒng)對文件進行快速讀寫。初始化SPI總線，掛載文件系統(tǒng)，在DMA方式下讀取文件數(shù)據(jù)，關(guān)閉文件。

TF讀卡程序如下：

3.4 SM16126驅(qū)動程序設(shè)計

通過模擬IC總線來驅(qū)動SM16126芯片，同時通過多次頻繁的寫入數(shù)據(jù)，模擬PWM脈寬調(diào)制來實現(xiàn)多灰度的顯示。具體實現(xiàn)過程如下：

（1）數(shù)據(jù)端口準備數(shù)據(jù)；

（2）時鐘端口拉高，發(fā)送數(shù)據(jù)線數(shù)據(jù)；

（3）時鐘端口拉低，鎖存數(shù)據(jù)；

（4）鎖存器使能端打開，輸出控制數(shù)據(jù)。

4 結(jié) 語

本文設(shè)計了一種基于語音控制的3D動態(tài)顯示系統(tǒng)，通過語音識別控制高階全彩光立方顯示動畫，改善了現(xiàn)有光立方顯示色彩單一、分辨率低、人機交互性能差、設(shè)計復(fù)雜等問題，提高了三維顯示系統(tǒng)的視覺體驗。

本3D顯示系統(tǒng)相較于其他顯示系統(tǒng)具有如下優(yōu)勢：

（1）采用LD3320語音識別模塊控制其工作，提高了人機交互性能，拓寬了其應(yīng)用范圍，使生活更加智能化和人性化；

（2）采用RGB全彩LED制作了12×12×12高分辨率的光立方，高階全彩的動態(tài)顯示效果極大地擴充了顯示色域，增強了三維視覺體驗；

（3）采用SM16126串轉(zhuǎn)并級聯(lián)驅(qū)動輸出和公共端強上拉的電路設(shè)計，多個光立方可自由拼接，為高階光立方的設(shè)計提供了一種可行的實現(xiàn)方案；

（4）采用DMA方式讀取外設(shè)SD卡，動畫修改更方便，讀取時不占用系統(tǒng)資源，顯示效果更加流暢。

系統(tǒng)實現(xiàn)效果如圖14所示。經(jīng)實際測試，本系統(tǒng)能夠達到預(yù)期的效果，對推進3D顯示技術(shù)的實際應(yīng)用具有一定的意義。

圖14 系統(tǒng)實現(xiàn)效果