树莓派声控小车

一、实验方案设计

声控小车的实现方案由三部分组成：①语音识别指令；②控制小车；③语音识别指令直接控制小车。

1.语音识别指令

识别声音利用百度AI开放平台的语音识别功能。由于搭配的麦克风和可识别音频的采样率不同，需要用特定python库进行语音采样率转换。设定识别声音的响度阈值，实现声音识别的伪中断。对于识别的结果，需要进行错误处理。

2.控制小车

选择微雪电子的AlphaBot智能小车。依据需要实现的功能修改小车运行示例程序。小车的电源配置需要考虑。小车上的树莓派需要连接无线网络。同时，实现与小车的通信十分重要，可以大大降低修改代码时间。

3.语音指令直接控制小车

在示例程序的基本小车类中添加控制函数，利用该函数接受语音指令转化的字符串，控制小车移动。

二、实验器材

3B+树莓派

SSPD3303x可编程直流电源

微雪电子树莓派3代B+小车

8v可充电电池

时尚部落带声卡USB电脑麦克风话筒

三、实验步骤

1.语音识别部分

在百度AI开放平台注册账号后，创建新的语音识别应用，并记录应用的API key和Secret Key。下载Github上百度提供的示例程序和示例音频[1]，填入项目的API key和Secret Key。程序参数的设置：DEV_PID设为1536，使用用搜索模型，适合于短语识别，没有逗号。运行示例程序，得到识别结果：“北京科技馆”，样例识别成功。

将USB麦克风连接到树莓派上。首先安装调用麦克风的pyaudio库[3]。利用pyaudio和wave库，将声道数调整为1，采样率调整为48000，实现麦克风的录音功能。程序中写入循环，每次录音之后保存成一个wav文件。

由于百度AI语音识别的采样率固定为16000，因此需要修改采样率。转换采样率的python库有3个：sox，librosa，ffmpeg。经尝试，sox和librosa不能和树莓派的兼容。使用ffmpeg转换采样率方法有二：

① 安装ffmpeg库[4]。

ffmpeg.input(INITIAL_FILENAME).output(“OUTPUT_FILENAME”,ar=16000).overwrite_output().run()

②apt-get install ffmpeg,安装ffmpeg包。

注：apt-get
install 和 pip3 install 安装的内容是不同的。

os.system(“ffmpeg -y -i " +OUTPUT_FILENAME+” -ar 16000 "+INITIAL_FILENAME)

然后调用语音识别函数，得到返回结果例如：

{“corpus_no”:“6433214037620997779”,“err_msg”:“success.”,“err_no”:0,“result”:[“北京科技馆，”],“sn”:“371191073711497849365”}

截取结果中“[”和“]”中的汉字字符打印输出。若未得到“[”、“]”，则识别失败，继续循环识别。

注：语音识别受7网速，采样率转换和百度AI反应时间的影响，整个流程需要5s左右，需要优化。

实际应用时需要对外界噪声进行过滤,并实现类似中断的语音识别。小车持续不断接受外界声音信号，当声音音量超过某个响度阈值时，设为开始录音。参考[8]博客内容。循环开始时读取2000个样本，并将样本的音量转化为一维数组，计算数组中的最大值和超过阈值的样本数。满足边界条件（超过阈值样本数大于20，最大值超过4000）后开始录音。具体参数的选择由实验确定。由于采样速率快，2000个样本的录音不会影响命令的识别。重复命令更可保证录音的完整性。这样就完成了伪中断的语音识别。

2.控制小车

首先从微雪电子AlphaBot介绍网页[5]下载示例代码。结合样例程序中的基本AlphaBot类内部函数: forward(), stop(), backward(), left(), right(),理解管脚对应的前后左右关系：IN1对应右后，IN2对应右前，IN3对应IN左前，IN4对应左后。示例代码中的左右是反的，需要修正。并且示例代码中的left()，right()功能为持续旋转，不符合语音对小车的控制。

将forward( )修改为前进3秒，backward( )退后3秒，left( ), right( )完成左右的90度旋转后就停止，并且添加加速和减速的功能。加速减速通过修改车轮转速控制，在转速：20~70范围内，每次加速(减速)，转速增加(减少)8。最低转速保证小车还能运动，过低转速提供的牵引力不能克服摩擦力。过高转速导致小车轮子掉落。

left( ), right( )完成90度旋转后就停止，为此需要设计旋转时间和小车速度的匹配函数。设计函数为：

turn_time * PWM = 16

其中turn_time为旋转时间，PWM为小车左右轮转速。

初步设计完小车的运动程序后，需要解决小车通信问题。注意需要首先在树莓派的configuration界面进行如下配置。通信方法有两种：Serial和SSH。

图1、树莓派configuration配置界面

① UART串口通信

UART用有线串口与小车进行通信。可在微雪电子AlphaBot介绍网页[5]下载串口通信程序PUTTY。用数据线分别连接小车的UART接口和电脑USB接口，然后选择Serial，波特率设为115200，Serial line由USB在电脑接口位置确定，可查看控制面板(control panel)确定。完成之后即可通过命令行访问树莓派。但是命令行中修改代码只能用vim，较为不便。

图2、用Putty进行Serial通信

语音识别需要连接无线网络。简便的方法可以在树莓派用户图形界面中直接连接无线网络，树莓派会存储下网络信息，将芯片移入小车中后可以自动连接。或者通过命令行连接[6]。在wpa_supplicant.conf文件中添加网络信息：

network={

ssid=“testing”

psk=“testingPassword”

}

添加后用wpa_cli -i wlan0 reconfigure命令即可连接。

② SSH通信

SSH连接可以用无线方式访问树莓派，不需要有线串口，故更加方便。首先将笔记本连接网线并打开热点，树莓派连接热点后可以在笔记本上获得该设备的ip地址。同样利用PUTTY，如图进行操作。完成后即可远程访问树莓派命令行。

在这里插入图片描述
图3，putty连接SSH

进一步，利用VNC可以访问树莓派用户图形界面，更加方便。下载VNC viewer，输入树莓派的ip地址后即可连接树莓派的桌面。

附：如果遇到树莓派密码不正确的情况，可在桌面的configuration处修改密码。或通过命令$ sudo -s, $ passwd
pi 即可修改。

需要寻找合适的电源为小车提供电能：

① 可编程直流电源

在调试小车时可使用可编程直流电源。将电源设为8v，2A，接在小车电池槽对应位置即可。

在这里插入图片描述

图4、直流电源为小车供电

② 可充电电池

用可充电电池为小车供电。电池槽旁边有两个管脚，充电电池可通过杜邦线为小车供电。

在这里插入图片描述

图5、可充电电池为小车车供电

3.语音指令直接控制小车

首先在AlphaBot类中编写小车控制函数，将识别完成的命令字符串转化为小车的运动。经实验发现语音转换对“前进”有时会识别成“陈静”，为了解决这类问题。将汉字转换为拼音。安装pypinyin库[7]实现该功能。这样“jin”，“jing”，“qian”都可认为是前进。

由于语音识别+采样率转换过程需要时间较长（5s左右），语音操控者需要知道语音识别进行到什么阶段，否则就会在识别或者转采样率过程中说出语音，导致命令失败。想法是小车可以对语音识别状态进行反馈。最终方案是调取小车的红外避障模块所搭配的LED绿灯。

小车的左右尾部各有一个红外避障模块。当探测到后方有障碍时绿灯熄灭，无障碍时绿灯亮起。由GPIO控制。在程序中将GPIO.input( )转为GPIO.output( ), 就可直接控制LED绿灯。录音进行中绿灯亮，识别和转采样过程中绿灯闪烁。待语音输入时绿灯熄灭，这样语音控制者就可以知道小车处在什么状态了。

注：经老师提醒，这样直接的输出到输入转换会导致避障模块内高电平直接接低电平，导致元件短路，模块损坏。正确的做法是将避障模块拆下，GPIO管脚接LED灯。

在这里插入图片描述
图6、小车尾部避障模块绿灯

四、实验不足与展望

转采样率可以通过在树莓派上设置声卡文件实现。这种方法应该可以节省转采样率时间。
语音识别可以尝试百度语音识别的极速版，或者用自训练模型对某些指令的识别进行强化。
由于硬件原因，在小车的左右轮转速相同时左右轮的实际运动速度不同。应该设计反馈系统，在每次程序运行之前进行左右轮动力校准。例如用摄像头跟踪地板边沿黑线，直行时利用摄像头跟踪的误差进行左右轮转速调节。
不应该直接将避障模块的输入转成输出，造成器件短路烧坏。正确做法为将避障模块拆卸，LED灯接GPIO管脚进行显示操作。