基于物聯網的智能家庭機器人

　　摘要：隨著老年人口比重的不斷升高,中國的人口老年化現象日益突出,如何利用科學的方法和先進的技術對這一現象進行改善顯得尤其重要。文中提出基于物聯網、機器視覺、機器學習等技術的智能家庭機器人設計方案,以樹莓派作為機器人處理核心、STM32單片機輔助操控硬件模塊,利用物聯網技術、OpenCV機器視覺技術、智能語音交互、機器學習等來實現老人身體健康狀況的智能監測和分析、家電的智能控制、室內監控,家人通信等功能。智能家庭機器人作為一種服務型人工智能產品,極大地節省了年輕人的時間與精力,高度符合市場的需求和時代的發展。

　　本文源自物聯網技術,2020,10(10):82-83.《物聯網技術》雜志是經國家新聞出版總署批準的物聯網專業科技期刊。雜志為月刊，每月20日出版，現已是中國核心期刊(遴選)數據庫收錄期刊，中國學術期刊網絡出版總庫收錄期刊，中文科技期刊數據庫收錄期刊，龍源國際期刊網全文收錄期刊，中國科技論文在線收錄期刊。

　　引言

　　根據國家統計局2016年公布的數據顯示,我國60歲以上的老年人超過2.3億,且老年人口規模不斷擴大。隨著人口年齡結構急劇變化,人們的生活節奏越來越快,老年人往往不能得到周到的照料。為了順應社會的轉變,充分考慮當今的科技進步和時代發展,本文設計一種基于物聯網的智能家庭機器人。智能家庭機器人作為一種服務型人工智能可以更好地解決養老問題,讓老年人享受到更高品質的生活的同時,也大大減輕年輕人與社會的壓力。

　　1、系統總體結構

　　本文系統總體結構如圖1所示。

　　圖1系統結構設計

　　該系統的機器人集合各種模塊進行設計,以樹莓派為處理核心,搭載Linux系統,以STM32芯片輔助連接各個模塊。機器人的底盤主要由兩個直流減速電機、激光雷達、SLAMWARE模塊、自動充電模塊和超聲波模塊組成,中間部分安裝功放模塊、煙霧檢測模塊和鋰電池組,上部安裝麥克風陣列板、語音增強核心板和樹莓派核心板,頭部搭載舵機云臺、攝像頭模塊、遙控模塊和心率檢測模塊。

　　2、系統硬件設計

　　2.1數據處理與控制核心

　　設計采用樹莓派4B作為數據的處理核心,并加上STM32芯片及其他硬件模塊MCU的輔助完成各個硬件模塊的數據處理與控制。樹莓派4B型搭載了基于Cortex-A72架構的64位四核處理器BCM2711,主頻可達1.5GHz,性能強勁,并集成了雙頻WiFi模塊和Bluetooth5.0模塊,可以非常便捷地連接互聯網及家中的智能設備,同時外接上EMMC存儲器進一步提升其數據的讀寫性能。在樹莓派上可以運行多種Linux系統或Windows10IoTCore系統,有圖形界面和眾多SDK的支持,可以更加簡單快速的進行開發,同時能夠簡單高效的進行程序線程的處理,系統的穩定性也能得到保障。

　　2.2語音交互模組

　　語音交互模組設計如圖2所示。語音交互模組包括:環形麥克風陣列[1]模塊、語音增強[2]核心、功放模塊。

　　首先得明確該機器的的語音識別環境是在室內,相比手機上的近場語音交互,其環境更加苛刻,人的聲源位置是不斷變化的,還會有背景噪音、混響、回聲、多人聲混肴等多種干擾因素。面對這樣的遠場語音識別[3]環境,語音前端的設備和算法的處理十分重要。設計采用“環形6+1”麥克風陣列方案,配合語音增強模塊的算法可以有效增強遠場拾音能力和抑噪能力。主流的麥克風陣列拾音流程分為回聲抵消[4]、聲源定位[5]、波束形成[6]、去混響[7]、信號增益這幾個步驟,這些需要前端通過算法完成,而且需要不間斷地實時監聽運算,顯然無法通過樹莓派來完成這些算法,而必須借助專用的語音處理單元。如今,市面上如百度、科大訊飛等公司都推出了功能完善的麥克風陣列模塊和語音增強模塊,無需理解其復雜的算法便可以完成語音信號的前端處理。再通過樹莓派接入云端語音識別RestfulAPI和TTS語音引擎,完成語音的識別、自然語言理解、業務邏輯分析、語音合成和語音模型的訓練。

　　圖2語音交互模組設計

　　2.3自主定位導航部分

　　機器人的自主定位導航[8]包括:自主定位、自動地圖建模和自主路徑規劃,還需要實時自動避障,并在環境發生變化時重定位。

　　本設計采用SLAMTEC思嵐科技的自主定位導航套裝:RPLIDAR激光雷達加SLAMWARE自主定位導航核心。SLAMWARE核心集成了9自由度的IMU,內置了SLAM算法[9]引擎、改良的D*算法[10],配合激光雷達可以自動快速完成機器人的定位、建圖和路徑規劃。并且思嵐科技提供了SLAMWARESDK,可以在電腦上通過串口連接SLAMWARE核心方便地查看實時地圖、修改參數和命令等。SLAMWARE還提供了算法和API接口配合超聲波傳感器、防跌落傳感器,完成實時自動避障和激光雷達測量受阻時的重定位。SLAMWARE還提供了“自動回巢”的算法,以實現機器人的自動回充[11]。

　　2.4其他模塊

　　家電遙控模塊:由紅外遙控模塊和WiFi模塊組成。

　　心率檢測模塊:使用MAX30102心率血氧檢測模塊。

　　攝像頭模塊:考慮到攝像頭需要完成室內監控、視頻通話、人臉識別、物品識別等功能,攝像頭模塊采用無畸變、可夜視的高清攝像頭,同時加裝由兩個微型舵機組成的自動云臺來自動調整攝像的視角。

　　煙霧檢測模塊:由MQ-2,MQ-5,ME3-CO和ME3-H2S等多個不同的煙霧檢測傳感器組成,主要檢測室內氣體的天然氣、液化氣、甲烷、一氧化碳、硫化氫等氣體的濃度。

　　3、系統軟件設計

　　機器人的軟件系統由樹莓派、語音增強核心、SLAMWARE核心和云端服務器4部分進行分模塊的處理。樹莓派作為主系統負責其他模塊的連接調用、進程的調配、本地語音識別、云端的數據交互等任務。語音增強核心負責語音識別的前端聲音處理,SLAMWARE負責機器人的自主定位導航功能,云端服務器負責語音、語義的識別,做出對應的執行邏輯處理,合成應答語音,并返回命令和語音數據給機器人終端。其流程圖如圖3所示。

　　圖3機器人系統工作流程

　　4、結語

　　本文設計了一種以語音為核心交互方式,集成多種智能服務的家庭養老監護機器人。以機器人作為智能中樞,借助簡單的語音交互,使老人能夠簡便地使用眾多的智能家電,給千萬家庭帶來生活質量的提升。

　　參考文獻：

　　[1]支艷利,張云偉.基于環形麥克風陣列的遠場語音識別系統[J].微型電腦應用,2017,33(4):62-64.

　　[2]王義圓,張曦文,周貽能,等.基于麥克風陣列的語音增強與干擾抑制算法[J].電聲技術,2018,42(2):1-5.

　　[3]支艷利,張云偉.基于環形麥克風陣列的遠場語音識別系統[J].微型電腦應用,2017,33(4):62-64.

　　[4]黃翔.基于麥克風陣列的回聲抵消系統研究[D].武漢:湖北工業大學,2018.

　　[5]汪家冬.面向智能機器人應用的聲源定位系統研究[D].廣州:廣州大學,2018.

　　[6]魏序,趙平,譚晶晶.基于波束形成與多參考源噪聲對消的語音增強算法[J].計算機與現代化,2011,26(12):45-47.

　　[7]孫博.語音信號去混響研究[D].沈陽:沈陽理工大學,2018.

　　[8]王鵬.導航機器人的地圖構建和定位研究[D].天津:天津工業大學,2018.

　　[9]高文研,平雪良,貝旭穎,等.兩種基于激光雷達的SLAM算法最優參數分析[J].傳感器與微系統,2018,37(4):28-30.

　　[10]張希聞,肖本賢.改進D*算法的移動機器人路徑規劃[J].傳感器與微系統,2018,37(12):52-54.

　　[11]肖奇軍,鄭健聰,陳斯鵬,等.一種基于地圖構建與角度傳感器的掃地機器人自動回充方法[J].機械與電子,2019,37(2):78-80.