基于ARM的家用智能垃圾桶设计

2012-06-01高同辉

电子科技 2012年11期

高同辉，郭蕊

(1.平顶山工业职业技术学院自动化系，河南平顶山 467001;2.北京工业职业技术学院信息工程系，北京 100042)

随着人们生活水品的不断提高，在人们购买各种家具或家电时越来越重视其智能化和人性化。人们在生活中产生的生活垃圾都需用垃圾桶放置，考虑到老人、孕妇或者残疾人，放置垃圾时存在的不便、费时、费力等问题。设计针对这些问题，提出了具有语音识别功能的智能垃圾桶设计方案，当用户想要扔垃圾时，只要一声令下，垃圾桶就会快速准确地来到你身边。

1 系统硬件设计

系统硬件包括垃圾桶车体机械结构和硬件控制电路两个部分。其中车体机械结构为一部三轮小车车体，能按照在不同地点处用户发出的声音指令，自动行驶到用户所在地。系统硬件电路总体结构框图如图1所示，包括电源模块、ARM最小系统、声源定位模块、语音识别模块、避障模块和电机驱动模块［1］。

图1 系统硬件电路总体结构框图

工作原理:首先通过语音识别模块识别出用户的呼叫命令，同时通过声源定位模块判断用户所处位置，再通过ARM产生驱动电机的PWM信号，利用电机驱动模块驱动垃圾桶向声源方向行驶，并在行进过程中，利用避障模块自行避开障碍物。同时，该设计还支持用户对垃圾桶前、后、左、右行驶或打开、关闭垃圾桶盖等语音控制。

1.1 电源模块

系统所有模块和控制器都需要+5 V的工作电压，采用锂电池进行供电，并用LM2576S－5稳压芯片将电压稳定在+5 V，然后通过稳压源LM1117－33和LM1117－18为S3C6410芯片3.3 V和1.8 V电压。其余语音芯片UDA1341TS、拾音器的5 V供电、红外避障、直流电动机均为+5 V供电。

1.2 声源定位模块

声源定位模块主要包括拾音器构成的麦克风阵列和信号处理单元，如图2所示。

图2 拾音器与ARM连接图

系统中麦克风阵列选用2个拾音器来实现，其监听范围为30～50 m2。由于拾音器所拾取的声音信号太小，易受环境噪声影响，因此有必要对声音信号进行预处理，通过信号调理单元的处理，使其能够满足系统要求。为满足拾音器所得到的微弱电信号进行放大，系统采取两级放大电路。又由于A/D模块不能采集负电压信号，因此需要对放大后的电信号进行偏置，使其不出现负电压，便于ARM采样，使其输出的误差更小。

1.3 语音识别模块

设计采用Philips公司UDA1341TS专用的语音处理芯片［2］，能对语音实现放大、滤波、采样、A/D或D/A转换及进行数字语音处理功能，并且支持IIS总线数据格式，与ARM芯片S3C6410内置IIS总线接口配合使用。ARM芯片上内置的IIS接口不但能够读取IIS总线上的数据，为FIFO数据提供DMA的传输模式，而且可以同时传输和接收数据。UDA1341TS对所采集的语音信号进行采集和编码，由DTW模型算法进行模板训练，并将训练结果存储在Flash中以便于在语音信号识别阶段读取模板。在语音信号识别阶段，将输入的语音信号经过音频数字信号编译码器UDA1341TS处理后，通知S3C6410嵌入式Linux操作系统，与保存在Flash中的参考样本进行对比，找出最佳的声音识别效果，然后由嵌入式Linux操作系统中的系统调用函数控制S3C6410的I/O口，指挥垃圾桶的运动。

1.4 电机驱动模块

电机驱动模块根据ARM控制器输出的控制信号驱动电机的运行。电机的驱动电路采用H桥驱动电路，如图3所示。

图3 H桥驱动电路

Q1、Q2、Q3、Q4这 4 个三极管组成 4 个桥臂，Q1和Q4组成一组，Q2和Q3组成一组，Q5控制Q2、Q3的导通与关断，Q6控制Q1和Q4的导通与关断，而Q5、Q6由S3C6410的IO口来控制，这样就可以通过IO输出的高低电平，控制4个桥臂的导通与关断控制电机的运行状态，使之正转反转或者停转，进而控制垃圾桶的行驶。为避免用分立元件使电路板过于复杂，在设计中使用H桥驱动L298N芯片［2］。

1.5 避障模块

避障电路采用漫反射式光电开关进行避障。光电开关是集发射头和接收头于一体的检测开关，其工作原理是根据发射头发出的光束，被障碍物反射，接收头据此做出判断是否有障碍物。当有光线反射回来时，输出低电平;当没有光线反射回来时，输出高电平。ARM根据接收头电平的高低做出相应控制，避免小车碰到障碍物，由于接收管输出TTL电平，有利于ARM对信号的处理。障碍检测模块作为对外部障碍信息的采集窗口，将行进过程中障碍信息检测出来，并传递给ARM控制器进行处理。

1.6 ARM最小系统

智能垃圾桶以三星公司的ARM微处理器S3C6410为核心控制器，其主要作用:接收和处理收到的各种传感器信号，并通过决策后输出合适的控制信号。利用S3C6410丰富的片上外设可以方便地采集和处理各种传感器的信号，实时控制垃圾桶的运动，同时完成与语音芯片UDA1341TS之间的通信。

2 系统算法设计

系统软件包括声源定位算法、特定语音识别算法和自动避障算法等。

2.1 声源定位算法

针对声源定位，系统采用基于传声器阵列时延估计法来估测用户发声的方向。基于时延估计的声源定位算法分为两个部分:(1)时延估计，即计算声源到两两传声器之间的时间差。(2)方位估计，即根据时延和传声器阵列的几何位置估计出声源的位置，其中时延估计的精度是关系到声源定位精确与否的关键因素。

(1)时延估计。时延估计采用广义互相关法。假设两传声器m1和m2间距为d，在没有混响的情况下，两传声器接受到的信号x1(t)和x2(t)为

其中，s(t)为声源信号;α1、α2是声波从声源到传感器的传播衰减系数;τ是声源传播到两个传感器所需延迟时间，即到达时延。n1(t)、n2(t)为环境噪声。这时，到达时延(TDOA)可以采用传统的互相关法进行估计，这时互相关方程为［3］

(2)方位估计。采用几何定位法，利用角度距离估计方位。利用两个拾音器摆成如图4所示，利用拾音器1和2接收到得时间差就可以检测出声源偏离主轴的角度θ。

图4 几何定位法

由图5可得

由于AB距离和V声音已知，时延(tA－tB)可由式(1)～式(3)算出，再由式(4)和式(5)可求得声源偏移正方向的角度θ，则可控制电机转动使垃圾桶向用户方位旋转并前进。

2.2 特定语音识别算法

针对特定语音的识别，采用动态时间规整(DTW)的算法，是一种把时间规整和距离测度的计算结合起来非线性规整技术，多用于孤立词的语音识别。语音识别过程［3］如图5所示。

图5 语音识别过程

首先应滤掉输入语音信号的噪音并进行预加重处理，提升高频分量，然后线性预测系数等方法进行频谱分析，找出语音的特征参数作为未知模式，与预先存储的标准模式进行比较，当输入的未知模式与标准模式的特征一致时，ARM便识别输入的语音信号并输出结果。

3 系统软件设计

系统软件主要包括:数据采集模块、SCI通讯模块、特定声源定位算法模块和避障软件模块。系统软件总体流程图［4］如图6所示。

图6 软件总体流程

3.1 特定声源定位算法设计

系统的声源定位算法主要基于传声器阵列时延估计法，利用A/D采样模块检测不同拾音器所接收到的声音信号，算法实现采用广义互相关法。ARM采样得到的波形接近为正弦波，将对应采样得到的值放入数组中保存，首先进行相关运算，得出互相关谱。为避免误差和杂音的干扰，进行多次计算去除了误差较大的值。其算法流程图如图7所示。