基于物联网语音控制垃圾分类系统
刘开迪，张蕙玲，黎芷辰，陆思翰
（桂林电子科技大学 电子工程与自动化学院，广西 桂林 541004）
中国是一个垃圾生产大国，垃圾年产量约4亿吨，并以大约每年8%的速度增加。如今垃圾分类场与垃圾处理站都在超负荷运转，而人们的垃圾分类意识仍然很淡薄。因此，针对传统垃圾分类系统以及垃圾分类知识普及存在的问题，我们研制了一种可以引导、鼓励人们进行垃圾分类的基于物联网语音控制的垃圾分类系统[1]。
本系统主要由采集控制端、云服务平台和PC上位机组成。设计方案如图1所示。
图1 设计方案
采集控制端以STM32为主控芯片配合检测传感器组成，采集垃圾桶重量、溢满程度和烟雾浓度等参数，使用WiFi模块将采集到的数据通过MQTT协议上传到百度智能云天工物联网平台，数据以JSON格式传输。而百度智能云天工物联网平台可以预览垃圾桶所有参数的变动。PC上位机将麦克风采集的语音上传到百度EasyDL平台，经过在线语音识别后将识别结果传回上位机，上位机通过判断识别的语音结果判断垃圾种类，从而通过主控芯片控制舵机打开相应的垃圾桶盖。用户可在PC上位机界面查看语音识别结果、设置各项数据的阈值、访问百度智能云查看数据等，实现远程监控功能和在线识别语音功能。
主控芯片采用意法半导体公司出品的STM32F103RCT6微控制器（Micro Controller Unit, MCU）。其由HC-SR04超声波测距传感器、MQ-2烟雾传感器、HX711压力传感器、ESP8266-WiFi模块、AMS1117电源模块、OLED液晶显示屏等组成。该系统可实现的功能包括垃圾桶溢满程度检测、烟雾浓度检测、重量采集、连接百度智能云天工物联网平台、显示参数等。测量采集系统框图如图2所示。
图2 测量采集系统
2.1 超声波测距传感器
采用HC-SR04超声波测距模块可提供2～400 cm的非接触式距离感测功能，测距精度可达3 mm。
STM32通过推挽输出I/O引脚连接超声波模块的TRIG引脚触发测距，给予10 μs的高电平信号。然后超声波模块自动发送8个40 kHz的方波，并自动检测是否有信号返回。如果有信号返回，则通过I/O口ECHO输出一个高电平，高电平持续的时间就是超声波从发射到返回的时间。
超声波时序如图3所示。
图3 超声波时序图
2.2 烟雾传感器
MQ-2气体传感器的探测范围极其广泛、灵敏度高、响应快、稳定性好、寿命长、驱动电路简单。MQ-2烟雾传感器检测火灾烟雾是通过其输出电压与门限电压比较得出。根据MQ-2的工作原理，其电导率随着气体浓度的增大而增大，其电阻是电导率的倒数，所以电阻随之减小，其特性就相当于一个滑动变阻器。阻值R与空气中被测气体浓度C的计算关系式为：
STM32通过模拟输入I/O引脚连接MQ-2气体传感器的AO引脚测量电压，从而得到烟雾浓度。
2.3 压力传感器
HX711压力传感器是以HX711为核心的平行梁称重装置，其精度高、易加工、结构简单紧凑、抗偏载能力强、固有频率高。
应变式力传感器的受力工作原理如图4所示。将应变片粘贴到受力的力敏型弹性元件上，当弹性元件受力产生形变时，应变片产生相应的变化，并转化成电阻的变化。将应变片接成电桥，力引起的电阻变化将转换为测量电路的电压变化， STM32通过模拟输入I/O引脚模块ADC测量输出电压的数值，再通过换算即可得到所测量物体的重量[4-6]。
图4 应变式力传感器的受力图
2.4 显示与WiFi通信
采用0.96寸蓝色OLED屏幕作为显示模块。STM32主控通过SPI协议控制OLED屏幕，可以显示一些地方需要的汉字，电路连接简单，可作为系统操作信息的输出。
采用以ESP8266为主控的ESP-01模块作为WiFi通信模块。ESP-01模块通过串口与单片机连接。将垃圾桶基本参数通过MQTT协议接入百度智能云天工物联网[7]。
本系统选择的物联网环境为百度智能云天工物联网平台，使用MQTT协议进行数据传输。MQTT是一种低开销、低带宽占用和为远程设备提供实时可靠消息服务的即时通信协议。其最大优点是基于订阅/发布机制，在物联网和嵌入式移动设备中可广泛应用。MQTT 可以扮演3种不同的角色：发布者、订阅者和服务器。百度智能云天工物联网平台提供了固定IP和端口的MQTT服务器作为数据转发中转站，实现了云存储功能[8-9]。
本系统建立的云数据库对系统进行信息管理，此信息系统结构如图5所示。物联网垃圾分类系统由变量信息、参数信息、警报信息、语音信息、个人信息组成。
图5 信息系统结构
（1）变量信息由溢满信息、烟雾浓度信息、重量信息组成。
（2）参数信息由控制显示的参数、舵机控制的参数组成。
（3）警报信息由溢满警报信息和烟雾警报信息组成。
（4）语音信息由语音次数信息和语音种类信息组成。
（5）个人信息由个人所扔垃圾重量和积分组成。
在本系统设计的数据库中建立了以下4个表：变量表、参数表、警报信息表和个人信息表。
变量表见表1所列。
表1 变量表
百度EasyDL平台是一款面向追求高效率开发的开发者提供的零门槛AI模型训练与服务平台。百度EasyDL平台可以实现在线模型训练和服务部署。其中，百度语音识别服务可以将语音识别转换成文字。通过API接口上传音频文件，实现精准语音识别。包含中文、英语、粤语、四川话等多个识别模型，同时支持用户语音识别模型在线自训练[10]。
语音自训练平台可以有效解决语音识别模型精准率不高的问题，如语音识别应用的场景专业词。在本项目中的垃圾词汇通过自训练可以提升语音识别的准确率。语音自训练平台的在线训练特性可以缓解中断性能短缺问题，上线模型的方式可以将模型部署到所应用的设备上。自训练平台流程如图6所示。
图6 自训练平台流程
PyQt5是Qt v5的Python版本，功能强大复杂，提供Qt Designer设计UI。PC上位机的PyQt5界面主要由串口设置、串口的接收与发送、AI语音识别、更改参数、垃圾桶状态显示、波形显示6个部分组成。用户进入系统后，服务器连接到百度EasyDL平台，可保证实时进行语音识别。当STM32串口连接上位机后，可实时监测溢满信息、烟雾浓度信息、重量信息等数据。并且可以对读取的数据进行解析，并将数据的变化以折线图的形式展示。可以选择不同的语言种类，通过上位机采集的方式完成录音，上传到百度EasyDL平台进行识别并反馈。PyQt5界面功能如图7所示。
图7 PyQt5界面功能
首先将采集数据的STM32系统板连接电源，并用串口连接上位机，将上位机联网。打开PC上位机软件，用户会直接进入系统主页面，如图8所示。
图8 系统主页面
用户点击“串口检测”后选择串口，同时配置串口参数，然后打开串口，如图9（a）所示。连接串口后可以在发送区向STM32发送数据，同时可以接收来自STM32的数据，如图9（b）所示。用户可以选择所要识别的语音种类，点击“开始录音”进行录音，点击“停止录音”结束录音，点击“识别”后可以显示识别结果，如图9（c）所示。用户可以通过PC上位机读取或更改STM32内的相关参数，如图9（d）所示。用户可以通过PC上位机查看STM32所连接的传感器数据，如图9（e）所示。上位机通过解析传感器数据绘制成一个实时变化的折线图，方便用户观察，如图9（f）所示。
图9 演示结果
本次我们设计的系统使用STM32通过传感器采集垃圾桶参数，STM32连接WiFi模块，通过MQTT协议连接到百度智能云服务器。上位机可以通过百度EasyDL平台进行语音识别。单片机通过接收语音识别的结果利用舵机打开不同的垃圾桶盖，完成语音控制垃圾分类。同时，可以在百度智能云天工物联网平台查看垃圾分类的相关信息，帮助城市垃圾分类的物联网化，为无接触式垃圾分类的发展提供参考。
猜你喜欢 上位串口百度 浅谈AB PLC串口跟RFID传感器的通讯应用装备制造技术(2020年11期)2021-01-26Robust adaptive UKF based on SVR for inertial based integrated navigationDefence Technology(2020年4期)2020-07-02特斯拉 风云之老阿姨上位车迷(2018年12期)2018-07-26百度年度热搜榜青年与社会(2018年2期)2018-01-25船舶电子设备串口数据的软件共享方法数码世界(2017年5期)2017-06-06“三扶”齐上位 决战必打赢中国老区建设(2016年3期)2017-01-15基于ZigBee和VC上位机的教室智能监测管理系统山东工业技术(2016年15期)2016-12-01USB接口的多串口数据并行接收方法探索通信电源技术(2016年5期)2016-03-22串口技术的实物调试和虚拟仿真联合教学模式职业技术(2015年8期)2016-01-05百度医生中国医学人文(2015年6期)2015-06-08