FPGA語音識別的四旋翼飛行器控制系統設計

靖固+張學松

摘 要：以FPGA語音識別命令作為四旋翼的航拍遙控命令，將FPGA快速處理信息的能力與語音控制的簡單、準確、靈活特點相結合。控制系統分為2部分，四旋翼飛行器利用單片機，采用模糊神經網絡PID控制四旋翼螺旋槳的轉速達到對機身的飛行高度和方向的控制；語音遙控命令利用FPGA，采用優化的隱馬爾可夫模型完成對機身的飛行姿態的命令控制。經仿真驗證語音控制四旋翼控制系統具有很強的實時性，能很好地控制四旋翼飛行器完成航拍任務。

關鍵詞：FPGA；四旋翼控制系統；模糊神經網絡PID；優化的隱馬爾可夫模型

DOI：10.15938/j.jhust.2017.06.018

中圖分類號： TP391.41

文獻標志碼： A

文章編號： 1007-2683（2017）06-0095-07

Abstract：This paper uses FPGA speech recognition command as the fourrotor aerial remote control command. The FPGA can quickly process information combined voice control of the simple， accurate and flexible features.The control system is divided into two parts. The fourrotor craft uses the singlechip computer and it uses the fuzzy neural network PID to control the speed of the fourrotor propeller to achieve the control of the flying height and direction of the fuselage. The voice remote command uses FPGA to optimize the hidden markov model that completes the command control of the flight attitude of the fuselage. The simulation of the fourrotor control system has a strong realtime， and the system can control the four rotorcraft to complete the aerial mission better.

Keywords：FPGA； fourrotor control system； fuzzy neural network PID； optimized hidden Markov model

0 引 言

伴隨著航拍等新型技術的崛起，四旋翼飛行器成為近年來的熱點研究主題[1]。本文就是利用FPGA的快速處理信息的能力[2]，將信息量較大的語音航拍遙控命令[3]在FPGA上識別處理，將FPGA快速處理信息的能力與語音控制的簡單、準確、靈活性特點相結合，使四旋翼飛行器控制系統更能滿足特定系統的實時性、準確性和靈活性的要求[4]。

1 系統整體設計

基于FPGA語音識別的四旋翼飛行器控制系統是由四旋翼飛行器系統和語音控制系統組成。語音控制系統是由FPGA語音識別[2]模塊進行語音識別控制，首先由麥克風采集語音控制命令，通過FPGA處理轉換成數字控制信號，通過2.4GHz無線模塊發送；四旋翼飛行器控制系統由四旋翼上的2.4GHz無線接收模塊、MPU6050檢測模塊和單片機主控器組成。單片機將接收的控制命令解析出姿態角與MPU6050檢測的當前四旋翼姿態比較后，通過單片機控制器的整合來控制四旋翼的飛行姿態。系統整體框圖如圖1，通過顯示屏當前的圖像來調整攝像頭的角度，進而達到想要航拍的圖像。

2 四旋翼控制器系統設計

2.1 四旋翼飛行器工作原理

四旋翼飛行器是由一對正槳、一對副槳、4個無刷電機、4個無刷電調、電池、機架、2.4GHz無線接收模塊[5]、MPU6050[6]以及起主要控制的單片機處理器組成。4個螺旋槳正副槳交替安裝，兩個螺旋槳順時針旋轉兩個螺旋槳逆時針旋轉。四旋翼飛行器有 “十”字模型和“X”字模型[7]，本系統采用“X”字模型。系統通過控制四旋翼四個螺旋槳轉速來改變四旋翼3個姿態角，從而改變四旋翼運動軌跡。三個姿態角如圖2、圖3和圖4所示。α為俯仰角，β為偏航角，γ為橫滾角。

2.2 建立四旋翼飛行器的數學模型

首先定義 “X”字模型坐標系，在懸停狀態下四旋翼受力情況如圖5所示[8]。

偏差和偏差變化率作為模糊神經網絡PID控制器的輸入，經過學習和訓練的模糊神經網絡輸出P、I、D，再經過比例因子調整后得到最佳的參數，輸入給PID控制器。模糊神經網絡[11]控制器有輸入層、隸屬函數層、模糊推理層、歸一化層、輸出層組成。其結構如圖7所示[12]。

仿真結果表明模糊神經網絡控制器能夠很好地控制四旋翼飛行器平穩飛行，當有干擾的時候也能很快的恢復到平穩飛行狀態。

3 語音控制命令識別系統

3.1 優化MFCC特征

中國有56個民族，每個民族都有自己的方言且各有特點，對于語音識別加大了識別的難度。在研究中發現，梅爾倒譜系數能很好地區分這些特征，并將語音識別出來。

首先對采集的語音信號進行RC濾波和分幀，通過RC濾波器濾除語音命令輸入的干擾信號，本系統幀長取256，幀移60；其次，設置預加重濾波器，能消除部分噪聲，以提升清音部分的能量；再其次，加漢明窗，端點檢測，在第n幀的短時能量大于噪聲的短時能量，即第n幀短時能量En，并用短時過零率來區分無聲、濁音以及清音。再進行FFT變換是為了得到語音信號的功率譜，而語音信號是在時域下的信號，必須變到頻域下才能進行處理從而得到想要的數據。endprint

三角濾波器的作用有兩方面：第一，平滑頻譜，消除諧波，凸顯原語音的共振峰；第二，降低運算量。Mel濾波器組有M個，中心頻率為f（m）， 本系統取m=24。計算濾波器組輸出的對數能量，經DCT變換再加一階動態差分，構成MFCC系數。

由于MFCC提取的特征維數較大，對之后的HMM （隱馬爾科夫模型）語音識別效率帶來很大的影響，所以采用如下優化方法：用主成分分析PCA算法對MFCC提取的24維參數進行優化，一方面減少HMM匹配時的計算量，另一方面使四旋翼飛行的實時性達到很好的效果。主成分分析PCA算法如圖11所示。

其中：r < 總樣本個數n。實現降維的目的，且保證了一定的識別率。

3.2 優化的隱馬爾科夫算法

隱馬爾科夫模型[14]是一種雙重隨機過程：①Markov鏈是狀態與轉移矩陣具有一一對應的關系，是HMM的基本隨機過程；②第二個隨機過程是描述狀態與觀察值之間的概率關系。在使用者角度來看，HMM內的隨機過程是透明的，狀態轉移是看不到的，因而叫做隱馬爾科夫模型。

隱馬爾科夫模型需要解決的3個問題：

1）估計問題：給定觀察序列O={O1，O2，O3，…OT}和參數模型λ=（π，A，B），如何確定觀察序列與模型之間達到最佳匹配，其中T為語音信號幀數，π為初始狀態概率矢量，A、B分別為狀態轉移概率矩陣和HMM模型的觀察值概率矩陣；

2）解碼問題：已知觀察序列O={O1，O2，O3，…OT}和參數模型λ=（π，A，B），怎樣選擇最佳狀態序列；

3）模型訓練問題：怎樣修正觀察序列的參數模型λ=（π，A，B），使P（O|λ）概率最大，達到最佳識別效果。

針對以上問題，本文分別采用前向后向算法、Viterbi算法、Baum—Welsh算法。由于Baum—Welsh算法在進行訓練時對初始參數要求較高，此外四旋翼飛行器要求實時性較高，所以對Baum—Welsh算法進行優化如下：

對于沒有約束的隨機過程來說，B矩陣可以是任意值，但對于本文的約束，讓B矩陣的值全部為1，利用Viterbi算法劃分狀態序列，再利用K—均值算法對B矩陣進行重新估計，得到新的B1矩陣和新的λ1，用λ1代入Baum—Welsh算法中重新計算，得到λ2，比較λ1和λ2的差值與設定的閾值的大小，得最佳值。

具體優化的HMM流程圖如圖12所示。

對HMM孤立詞識別的結果，發送到四旋翼上進行控制。由攝像頭當前的位置以及控制者想要的位置對四旋翼進行命令編碼。當前的指令系統由14條指令組成，分別為起飛、降落、前進、后退、左行、右行、上升、下降、停止、左旋、右旋、懸停、拍照和攝像。對14條指令進行編碼，用5位二進制位表示，第一位為預留位，方便以后添加其他指令，后四位為指令位。且增加指令的數目是以指數形式增長，成本大大降低。開發者的命令編寫也比較簡單，由于系統已經成型，算法也沒有多大改動，只是增加幾條判斷語句。控制系統指令編碼表如表1。由于時間有限本系統只設計了當前的14條指令，以后還可以加角度控制命令，如左轉5度和右轉10度等一些命令。使四旋翼飛行器的指令系統更加完整，控制更加的準確和簡便。

4 FPGA實現與系統仿真

利用MATLAB對四旋翼控制系統進行算法仿真。基于模糊神經網絡PID控制規則的四旋翼飛行器控制系統的SIMULINK仿真模型如圖16所示。四旋翼飛行器控制系統由一個計算偏差和偏差變化率的結構、模糊控制器、神經網絡訓練、PID控制器和系統傳遞函數構成。再系統前加一個階躍響應發生器，系統最后接一個圖像接收器，目的是顯示本系統的調節狀態。

FPGA控制命令識別系統的頂層框架如圖17所示，頂層框架采用自下而上的設計方法，首先分別設計MFCC特征提取、優化的HMM語音識別、命令存儲及控制等模塊，仿真驗證后封裝，封裝后通過各模塊的硬聯邏輯形成頂層結構。頂層時序仿真如圖18所示，從仿真圖中可以看出語音識別的時間為10ns，且在每個時鐘周期上頂層數據的傳輸穩定正常，說明了頂層數據的傳輸能夠快速、準確地識別，反過來證明了優化的動態時間規整算法的正確性。最后，將已編好的語音識別識別模塊下載到FPGA封裝后與Quartus II板上的麥克和顯示器相連，因控制命令簡單可達100%。

5 結 語

通過SIMULINK的仿真與Quartus II的仿真驗證了四旋翼控制器系統和語音控制命令識別系統具有很強的實時性，能很好地實現四旋翼飛行器的穩定工作，且數據能夠很好地交互，完成語音控制四旋翼飛行器進行航拍的任務。

參 考 文 獻：

[1] 劉志華，郭付才，彭新偉，等.基于CY7C68013A的FPGA配置和通信接口設計[J].電子技術應用，2013，39（2）：46-54.

[2] 靖固，宋振偉，王錚.車道線識別系統算法設計及其FPGA實現[J].哈爾濱理工大學學報，2013，18（6）：75-77.

[3] 王強.小型無人直升機航拍系統設計與實現[D].上海：上海交通大學.2013：36-48.

[4] ASHUTHA K，ANKITHA K. Smart Shopping Cart Using Embedded System and Wireless Modules[J]. Recent Patents on Computer Science，2016，9（3）： 2213-2759.

[5] 張海濤，方明，付飛蚺. 嵌入式輪式機器人實驗平臺設計與實現[J]. 吉林大學學報（信息科學版），2016（5）：670-675.

[6] HECTOR Perez Tijero， MARIO Aldea Rivas，DANIEL Medina Ortega. Multiprocessor Platform for Partitioned Realtime Systems[J]. Softw. Pract. Exper.，2017，47（1）：1002-1014.

[7] 李德仁，李明.無人機遙感系統的研究進展與應用前景[J].武漢大學學報（信息科學版），2014，39 （5） ：505-513，540.

[8] 汪紹華，楊瑩. 基于卡爾曼濾波的四旋翼飛行器姿態估計和控制算法研究[J]. 控制理論與應用（英文版），2013，30（9）：1109-1115.

[9] 昂海松.微型飛行器的設計原則和策略[J].航空學報，2016，37（1）：69-80.

[10]鄒繼斌，趙博，梁維燕，等.多單元永磁同步電機數學模型與轉矩波動抑制[J]. 電機與控制學報，2012，16（5）：46-51.

[11]劉長征，張磊. 語音識別中卷積神經網絡優化算法[J]. 哈爾濱理工大學學報，2016（3）：34-38.

[12]劉志軍，張杰.模糊數據流的進化粒度神經網絡分類算法[J].哈爾濱工程大學學報，2016，37（3）：3-7.

[13]張戈.基于FPGA實時語音識別系統的實現[D].哈爾濱：哈爾濱理工大學學報，2012：29-40.

[14]VEISI H， SAMETI H. Hiddenmarkovmodelbased Voice Activity Detector with High Speech Detection Rate for Speech Enhancement[J]. IET Signal Processing， 2012（6）： 54-63.

（編輯：溫澤宇）endprint