智能玩具車語音控制系統(tǒng)設(shè)計(jì)

洪育坤，陳燕，鄧翔宇，陳科亨，王靜

（新疆師范大學(xué)物理與電子工程學(xué)院，新疆烏魯木齊 830054）

隨著計(jì)算機(jī)和微電子技術(shù)發(fā)展的突飛猛進(jìn)，智能化技術(shù)開發(fā)程度逐漸增強(qiáng)，影響的范圍不斷擴(kuò)大，智能小車的研究在我國也成為了新興領(lǐng)域。由于能夠在人類無法工作的環(huán)境下運(yùn)行，智能小車成為了各個(gè)電子競賽以及大學(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目的重點(diǎn)關(guān)注對象，智能化的研究開始受到各個(gè)高校的重視。

采用51 單片機(jī)和LD3320 語音芯片結(jié)合的方式制作智能車[1-2]，由于STC89C51RC 等8 位單片機(jī)本身處理速度慢，功能接口數(shù)不多，中斷較少，性能不佳，因此采用凌陽16 位單片機(jī)SPCE061A[3-5]，其數(shù)據(jù)處理能力較強(qiáng)，在性能上超過51 單片機(jī)，但使用前需要進(jìn)行音頻的訓(xùn)練，流程繁瑣。

文中使用了STM32F103C8T6單片機(jī)加上LD3320的方式。STM32F103C8T6 為32 位單片機(jī)，處理速度比8 位的51 單片機(jī)和凌陽16 位單片機(jī)快，本身具有多種功能的接口，能實(shí)現(xiàn)更多的模塊組合。LD3320的特點(diǎn)是不用事先訓(xùn)練音頻，簡化了繁瑣的設(shè)計(jì)步驟。該項(xiàng)目整體設(shè)計(jì)滿足智能玩具設(shè)計(jì)的四個(gè)基本原則[6]。

1 系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)硬件主要分為兩大部分：遙控器硬件部分和智能小車硬件部分。系統(tǒng)主要由STM32F103C8T6單片機(jī)、LD3320 語音識別模塊、HC-05 藍(lán)牙模塊、L298N 電機(jī)驅(qū)動(dòng)模塊、SYN6288 語音合成模塊、HCSR04 超聲波測距模塊、舵機(jī)等構(gòu)成。整體系統(tǒng)硬件結(jié)構(gòu)框圖如圖1 所示。

圖1 系統(tǒng)硬件結(jié)構(gòu)框圖

2 系統(tǒng)模塊具體設(shè)計(jì)

2.1 遙控器結(jié)構(gòu)模塊

2.1.1 LD3320語音識別模塊

LD3320可以動(dòng)態(tài)編輯語音識別的關(guān)鍵詞列表[7]，具有對語音輸入進(jìn)行自動(dòng)錄音，并自行判斷和內(nèi)部設(shè)置詞條是否相同，將最終結(jié)果傳輸給單片機(jī)的功能。自動(dòng)語音識別技術(shù)（ASR）[8-9]為LD3320 語音識別芯片內(nèi)部所采用的核心技術(shù)。模塊原理圖如圖2所示，可通過內(nèi)置的咪咕頭[10]或者外接麥克風(fēng)接收外來語音，進(jìn)行語音的輸入，并可通過對寄存器的設(shè)置來更改識別的距離和靈敏度。該芯片可以通過出廠就被設(shè)置好的數(shù)據(jù)進(jìn)行中文拼音的識別，將各個(gè)字的拼音連在一起就能實(shí)現(xiàn)詞或句的識別。優(yōu)點(diǎn)是無需經(jīng)過訓(xùn)練便可直接識別語音，缺點(diǎn)是由于本身存儲空間的影響，可設(shè)置的詞條僅為50 個(gè)[11-12]。

圖2 LD3320原理圖

STM32 單片機(jī)的SPI 口與LD3320 進(jìn)行連接，由于LD3320 只能識別中文關(guān)鍵字，故用中文諧音的關(guān)鍵字替代英文關(guān)鍵字進(jìn)行識別，且英文單詞發(fā)音差異較大，因此對部分英文語音輸入增加識別關(guān)鍵字。關(guān)鍵字設(shè)置如表1 所示。

表1 語音識別字庫

當(dāng)語音輸入關(guān)鍵字時(shí)，LD3320 進(jìn)行識別，并通過SPI 口傳輸已設(shè)關(guān)鍵字所對應(yīng)的指令至STM32 單片機(jī)。例如，若語音輸入“小車”，則STM32 打開中文相關(guān)配置的指令識別功能——后續(xù)只識別中文，而語音輸入“car”則進(jìn)入英文相關(guān)配置的指令識別功能——后續(xù)只識別英文，增加程序的運(yùn)行速度。采用一級詞條進(jìn)行喚醒和關(guān)機(jī)，二級詞條實(shí)現(xiàn)控制的方式提高識別的效率和準(zhǔn)確度[13]。

2.1.2 HC-05藍(lán)牙模塊

系統(tǒng)采用一種高性能的藍(lán)牙串口模塊HC-05，能有效實(shí)現(xiàn)透明傳輸。HC-05 在空曠地帶能夠穩(wěn)定傳輸信號的距離為10 m。

HC-05 具有命令響應(yīng)工作模式和自動(dòng)連接工作模式兩種工作方式。該設(shè)計(jì)主要利用自動(dòng)連接工作模式中的主、從模式。主模式下HC-05 啟動(dòng)后在一定范圍內(nèi)自動(dòng)搜索其他設(shè)備的藍(lán)牙信號；從模式下HC-05 啟動(dòng)后不自動(dòng)搜索，等待其他設(shè)備藍(lán)牙搜索到它后才進(jìn)行藍(lán)牙連接。

為實(shí)現(xiàn)藍(lán)牙遠(yuǎn)程控制小車的功能，利用HC-05主、從模式，將遙控部分的藍(lán)牙設(shè)置為主模式，小車的藍(lán)牙設(shè)置為從模式，實(shí)現(xiàn)兩種模式下藍(lán)牙的自行建立連接并進(jìn)行指令的傳輸。通過CH340 芯片與電腦連接可設(shè)置藍(lán)牙的主、從模式、地址與連接密碼等功能，令主從藍(lán)牙雙方建立相互連通的地址與相同的密碼，但不進(jìn)行綁定，方便當(dāng)語音無法正常使用時(shí)，用其他設(shè)備進(jìn)行控制。

通過STM32單片機(jī)的USART串口連接藍(lán)牙指令[14]，編寫程序?qū)λ{(lán)牙接收的指令進(jìn)行中斷處理，用case語句對小車行進(jìn)控制指令進(jìn)行選擇。

2.2 小車整體結(jié)構(gòu)模塊

2.2.1 避障模塊

超聲波模塊HC-SR04 具有發(fā)送和接收超聲波功能，舵機(jī)SG90 通過識別STM32 單片機(jī)輸入的占空比不同的脈沖寬度調(diào)制（PWM）波信號，來調(diào)整轉(zhuǎn)動(dòng)角度。將超聲波模塊HC-SR04 安裝在舵機(jī)模上方，由舵機(jī)SG90 控制超聲波模塊的測距方向。小車在移動(dòng)過程中，HC-SR04 超聲波模塊持續(xù)發(fā)射超聲波信號，當(dāng)前方4 m 內(nèi)出現(xiàn)障礙物時(shí)，超聲波信號被障礙物反射，被接收端接收，實(shí)現(xiàn)一次測距。STM32 單片機(jī)完成超聲波從發(fā)送到接收的計(jì)時(shí)，根據(jù)時(shí)間長短及聲音的傳播速度計(jì)算出距離，反復(fù)測試五次后（五次總時(shí)長低于0.1 ms）求得平均值。

當(dāng)測距平均值小于50 cm 時(shí)，小車停止，超聲波模塊繼續(xù)測距。隨著舵機(jī)SG90 轉(zhuǎn)向，超聲波模塊測距方向變化且保持持續(xù)不間斷測距，根據(jù)后續(xù)檢測到的距離判斷小車避障行為。

2.2.2 L298N電機(jī)模塊

L298N 是一種雙路全橋式電機(jī)驅(qū)動(dòng)芯片，驅(qū)動(dòng)能力強(qiáng)，可應(yīng)用在直流電機(jī)的控制中，L298N 的四個(gè)輸入端口IN1、IN2、IN3、IN4[15]與STM32 單片機(jī)的定時(shí)器連接，輸入PWM 信號，控制L298N 輸出至電機(jī)的電壓占空比，不直接給L298N 進(jìn)行供電。L298N對電機(jī)的供電功能是通過外接入的電壓實(shí)現(xiàn)的，該模塊支持輸入6～24 V 外部供電，系統(tǒng)采用12 V 的供電輸入。L298N 模塊原理如圖3 所示。

圖3 L298N原理圖

12 V 供電給四個(gè)輸出端口OUT1、OUT2、OUT3、OUT4。其中OUT1、OUT2 端口通過并聯(lián)控制兩個(gè)左輪，而OUT3、OUT4 通過并聯(lián)控制兩個(gè)右輪。STM32通過調(diào)節(jié)PWM 波的幅度大小來控制L298N 輸出電壓的大小，進(jìn)而控制兩側(cè)車輪，當(dāng)兩側(cè)車輪轉(zhuǎn)速一致時(shí)，小車可正常前進(jìn)或后退，當(dāng)轉(zhuǎn)速不一致時(shí)，實(shí)現(xiàn)差速控制轉(zhuǎn)向，即一側(cè)車輪轉(zhuǎn)速低于另一側(cè)車輪轉(zhuǎn)速時(shí)，小車就達(dá)成了轉(zhuǎn)向的目的。小車加速與減速原理相同，只要調(diào)整全體輸入的PWM 占空比便可實(shí)現(xiàn)。

3 系統(tǒng)軟件設(shè)計(jì)

通過KEIL5 軟件，應(yīng)用STM32 單片機(jī)官方的固件庫進(jìn)行程序的編輯，并用ST-LINK 編譯器進(jìn)行程序的寫入，完成軟件設(shè)計(jì)。具體流程如下：先通過LD3320 進(jìn)行輸入語音的識別，當(dāng)識別到設(shè)置好的關(guān)鍵詞時(shí)，主模塊遙控部分將語音信號對應(yīng)的指令通過藍(lán)牙通信方式發(fā)送給從模塊小車部分的藍(lán)牙輸入。藍(lán)牙接收到指令后，無論是否為控制小車的指令，小車上的語音應(yīng)答模塊SYN6288 都會進(jìn)行相應(yīng)的回復(fù)，對輸入進(jìn)行反饋。當(dāng)控制指令為停止時(shí)，小車停止移動(dòng)且小車的避障部分不做反應(yīng)，當(dāng)為其他控制指令時(shí)，小車進(jìn)行自動(dòng)避障，然后繼續(xù)執(zhí)行原藍(lán)牙傳輸?shù)闹噶?。流程圖如圖4-5 所示。

圖4 遙控程序流程圖

圖5 小車程序流程圖

4 系統(tǒng)測試

4.1 小車和遙控端實(shí)際接線圖

小車和遙控端實(shí)際接線圖分別如圖6、圖7所示。

圖6 小車實(shí)物圖

圖7 遙控端實(shí)物圖

4.2 語音接收精準(zhǔn)度測試

在安靜環(huán)境下，系統(tǒng)的識別率可穩(wěn)定達(dá)到85%[16-20]，顯然這個(gè)測試結(jié)果不夠完善，沒有列出安靜環(huán)境的判定聲音范圍，也沒有說明LD3320 模塊影響識別率部分的硬件設(shè)置。該文測試流程如下：

1）將0x35(mic 增益寄存器)設(shè)置為0x43，使之在小于50 cm 的距離內(nèi)，識別較高。B5 寄存器設(shè)置為60（默認(rèn)值），即超過600 ms 不發(fā)音時(shí)系統(tǒng)會自動(dòng)認(rèn)為識別完成。

2）在安靜的地方（雜音小于10 dB）進(jìn)行語音信號識別功能測試。設(shè)置軟件播放白噪聲，同時(shí)播放錄制好的可識別關(guān)鍵字語音。實(shí)際實(shí)驗(yàn)中，將遙控器結(jié)構(gòu)模塊放置于距離音源20 cm 處，在遙控器結(jié)構(gòu)模塊放置的同位置用手機(jī)APP(噪音噪聲檢測儀)檢測聲音的分貝大小。

由于人說話聲音為60 dB 左右，且個(gè)體的差異和20 cm 的傳輸損耗對測量結(jié)果有所影響，故以60 dB為中心，測試語音輸入分貝大小（S）不同的情況下使LD3320 無法響應(yīng)的最低白噪聲分貝（N），并計(jì)算出二者的比值（R）。根據(jù)式（1）繪制出表2。

表2 白噪聲對語音輸入的影響

R=S/N（1）

計(jì)算出語音輸入大小與白噪聲比值的平均值約為1.66。故當(dāng)大于57 dB 的語音輸入時(shí)，語音輸入聲音大小在白噪聲的2.11 倍以上能完全識別，當(dāng)大于58 dB 的語音輸入時(shí)，語音輸入聲音大小在白噪聲的1.66 倍以上能完全識別。

5 結(jié)束語

文中采用STM32 單片機(jī)和LD3320 等模塊的組合，設(shè)計(jì)了一套智能玩具車語音控制系統(tǒng)，實(shí)現(xiàn)了雙語識別、遠(yuǎn)程傳輸和自動(dòng)避障功能。對LD3320 模塊的語音和噪聲的輸入比例進(jìn)行了計(jì)算，得出了相應(yīng)結(jié)論：確定輸入語音大小為58～68 dB 時(shí)，其與白噪聲比值在1.66 倍以上可完全識別，并列出了具體實(shí)驗(yàn)數(shù)據(jù)。由此可根據(jù)使用環(huán)境的噪聲大小確定應(yīng)當(dāng)輸入語音的大小。各個(gè)模塊工作正常，運(yùn)行穩(wěn)定，達(dá)到預(yù)期效果。

項(xiàng)目仍存在不足之處：語音識別與現(xiàn)階段聯(lián)網(wǎng)的AI 識別差距較大，避障功能還不夠完美。下一步將考慮從算法和硬件方面入手，增大識別關(guān)鍵詞容量，提高識別成功率和靈敏度，制作出功能更為強(qiáng)大的智能玩具車。