基于XC7A35T與STM32F103RCT6的智能語音小車系統設計

陶睿杰，章征宇，陳 蕾

（蘇州大學電子信息學院，江蘇蘇州215006）

智能駕駛技術作為當今科技研究的創新點和熱點所在，其具有感知周邊環境，自動設計行車路線及控制汽車行駛等多種技術，具有安全穩定，方便快捷的特點，在此分支下有多種智能駕駛的方案。本系統設計的方案是以語音控制系統為核心實現聲控智能駕駛，而作為該系統的重點，語音識別技術同樣為當今研究的熱點所在，可以在人機交互環節有較為廣泛的運用[1-4]，本系統將語音識別技術應用于汽車駕駛之中，并以智能小車為核心設計制作相應模型，以實驗的方式來實現其功能，從而提出一個較為完整新穎的智能駕駛方案[5-7]。

本項目將小車運行部分和小車控制部分分開，以智能小車為模型展示全系統：以FPGA芯片XC7A35T-1CPG236C作為小車運行部分主控，該部分安裝于智能小車上；嵌入式芯片STM32F103RCT6作為控制部分主控，該部分作為手持遙控設備。將語音識別，無線通信等多部分進行串聯，以實現功能。用戶可以通過選擇手動駕駛或語音駕駛以改變駕駛模式，在語音駕駛模式下，通過語音識別對小車發出行進指令，同時在建立模型時完成倒車雷達，自動避障，光控車燈等智能化功能，從而使設計具有系統化，完整化，實用化的功能特點，具有較為廣泛的運用前景[8]。

1 智能語音小車系統硬件結構

本系統致力于以實驗的方式通過智能小車實現對應功能，以較為明晰地展示整個系統的工作方式，對于語音識別部分，目前常用的方式是利用STM32實現對它的控制，在這方面已有較為詳盡的研究；而本系統的重點為對目前研究較少的FPGA控制方式進行實驗制作，利用其并行高速的特點實現對語音識別系統的控制，系統各硬件如下。

1.1 FPGA芯片及嵌入式芯片

本系統小車運行部分主控為Basys3開發板，該開發板采用FPGA芯片XC7A35T-1CPG236C作為主控，內部晶振最高可達100 MHz，可較為便捷的以其I/O口產生PWM波控制小車電機，并且利用FPGA的并行高速工作的特點可以直接控制不帶fifo（frist in frist out）的攝像頭拍攝圖像。

而小車控制部分的主控采用的是STM32F 103RCT6嵌入式芯片，該芯片工作頻率最高達72 MHz，內置256 kB閃存和48 kB的SRAM，具有豐富的I/O口及內置12位A/D模塊，可控制語音識別模塊和遙感控制模塊。

1.2 語音識別芯片LD3320

本項目采用的是ICROUTE公司在國內運作的一款基于SPI通信的語音識別芯片LD3320，該芯片由語音識別處理器與外部硬件電路集成而成，具有語音識別和mp3播放兩種功能，內部有數百個寄存器，工作時通過外部MCU配置寄存器實現對應功能，其內部電路邏輯圖如圖1所示。

圖1 LD3320內部電路邏輯圖

本芯片在使用過程中不需要外接輔助芯片，即可實現語音識別功能。并且，識別指令的內容可由用戶任意自主編輯，可同時存放最多50條指令信息。為非特定人聲識別，無需提前錄音，其內部電路邏輯圖如圖1所示[9-11]。

1.3 無線模塊nRF24L01

nRF24L01是一款由NORDIC公司生產的工作在2.4 GHz到2.5 GHz的ISM頻段的無線收發器芯片，芯片內部包括了頻率發生器、晶體振蕩器、功率放大器、調制器、增強型“SchockBurst”模式控制器和解調器等模塊。可通過SPI通信方式傳輸數據，工作有效距離較小，具有成本低，功耗低，工作穩定的特點[12-15]。

1.4 攝像頭OV7670及2.8寸ILI9341液晶屏

本系統設計了一種基于FPGA的圖像采集、顯示系統，圖像傳感器部分使用Omni Vision公司生產的CMOS數字圖像傳感器OV7670，顯示部分使用2.8寸的TFT LCD，使用FPGA對其進行初始化以及數據轉換傳輸，將OV7670采集到的圖像最終在液晶屏上顯示出來。采用FPAG控制的系統相比與常用的單片機和STM32控制的系統，具有傳輸速度快，幀數高，穩定性強等優點[16-17]。

1.5 其余硬件部分

其余硬件部分包括：遙感模塊，紅外避障模塊，光敏電阻，L298N電機，高亮LED，繼電器，智能四輪小車，LM2596S電壓穩壓器及12 V鋰電池。本系統采用兩個遙感模塊作為手動駕駛狀態下的工作方式，由STM32控制；紅外模塊用于實現自動避障；光敏電阻、高亮LED及繼電器用于實現光控車燈；12 V可充鋰電池和LM2596S降壓模塊用于智能小車的供電。

2 智能語音小車硬件實現方式

本系統整體分為兩個部分：小車運行部分、小車控制部分，整體框圖如圖2所示。本系統在實物制作過程中設計了兩套方案:

方案一：用戶通過手持設備由按鍵選擇工作模式為手動控制或語音控制；在手動控制模式下，用戶通過兩個遙感模塊產生兩個模擬信號，通過STM32內部ADC轉化為兩路數字量表示控制小車左右和前后的移動；而在聲控模式下，用戶通過對語音識別模塊發送事先設定的指令（如“前進，后退，加速，減速，左轉，右轉等”），通過STM32控制語音識別模塊識別語音信息并轉化為指令碼。接下來當有控制信號輸入時，手持設備通過nRF24L01發送該信息，小車運行系統由FPGA控制，其控制nRF24L01接收發送的信號，FPGA根據收到的指令碼完成相應的指令。

圖2 智能系統總體結構圖

方案二：由FPGA開發板控制所有部分，XC7A35T作為主控芯片置于小車上，用FPGA控制LD3320進行語音識別，直接對小車發出語音控制信號（內容同方案一），由FPGA接收并識別發出的信號從而控制小車電機完成相應的動作。

另外，為達到更高的智能化，系統化效果，本設計在智能小車后端安裝OV7670攝像頭，通過FPGA控制，將拍攝到的畫面實時在液晶屏上顯示作為對倒車雷達功能的實現；另外該系統還加入了紅外避障模塊和蜂鳴器達到自動避障的效果，當小車遇到障礙物時自動停車報警；加入了光敏電阻控制高亮LED達到光控車燈的效果（外界光較強時關閉車燈，夜晚或進入隧道時開啟車燈），用12 V鋰電池通過降壓給電機和FPGA供電。

3 智能小車控制系統軟件部分

該系統軟件思路與其硬件部分結構（圖1）相對應，本文將分模塊介紹各軟件部分的工作原理。

3.1 語音識別軟件部分

軟件部分的重點內容為LD3320語音控制部分，該芯片資料多為基于STM32和51單片機的識別程序，在該方面已有較為廣泛的研究[5-19]。因此本項目中將著重討論方案二中的編程方式，以利用FPGA并行高速的特點控制語音識別模塊工作。該設計中通過對芯片的SPI時序，寄存器配置方式以及工作模式進行了細致研究后，成功實現了對LD3320的配置和操控，設計中以FPGA開發板Basys3作為主機，LD3320作為從機，實現了語音識別功能，這一過程中所要用到的部分主要寄存器及對應功能如表1所示[18-19]。

表1 LD3320主要寄存器及對應功能

LD3320工作方式主要有兩種，中斷觸發方式以及查詢方式[20-21]，考慮到FPGA的并行特點，我們選用了查詢方式控制語音識別模塊，達到了較為穩定的識別效率和速度，其方法如下：

1）系統初始化，包括配置時鐘，設定工作模式，重啟LD3320等；

2）添加識別列表，將需要識別的內容以拼音的方式寫入寄存器中，該部分流程圖如圖3（b）所示；

3）打開自動語音識別（Automatic Speech Recognition，ASR），設置識別靈敏度及響應時間等參數；

4）當芯片檢測到聲音時，寄存器BA中的值就會發生變化，以查詢模式查詢寄存器BA中的值，當寄存器BA中的值為1到4時（即有對應個正確的備選答案），代表識別到有效數據，此時讀取C5寄存器中的數據，即可得到對應的最可能正確的指令編碼，語音識別系統總流程圖如圖3（a）所示。

圖3 LD3320軟件流程圖

3.2 倒車雷達軟件部分

OV7670攝像頭主要分為兩種，配備fifo的攝像頭與不配備fifo的攝像頭，配備fifo的攝像頭主要利用fifo來解決低速率單片機傳輸速度較慢的缺點，從而提高傳輸的效率和質量，但價格較為昂貴；而不配備fifo的攝像頭則對控制器的速度有較高要求，考慮到本系統主控為較為高速的頻率為100 MHz的FPGA并以及成本問題，我們采用了不配備fifo的攝像頭，輸出采用QVGA，RGB565格式，以便適應顯示用TFT LCD，其通過SCCB協議與控制器進行通信，進行內部寄存器配置以確定工作參數，隨后通過8位并行數據傳輸口進行數據的傳輸[22-23]。

圖像采集到液晶屏部分軟件代碼采取的是間接采集的辦法，將攝像頭輸出的數據直接送到顯示屏進行顯示，而數據本身并不會通過MCU主控制器，對于控制器而言屬于間接采集，正因為如此，省去了儲存再發送的過程，整個系統可以達到較高的幀速。軟件部分框圖如圖4所示，該系統采用FPGA中的自頂向下的方法，將整體功能分為多個模塊設計，主要包括：分頻模塊，SCCB讀寫模塊，OV7670初始化模塊，TFT LCD初始化模塊，數據接收、轉換、輸出模塊。

圖4 倒車雷達系統軟件框圖

3.3 無線傳輸部分及遙感控制部分

nRF24L01采用SPI通信方式，軟件流程如下：

1）系統初始化nRF24L01后檢查其是否在位；

2）在主函數中配置模塊為接收模式或發送模式；

3）若在發送模式中，系統間隔一定時間發送對應的編碼，若接收端收到應答，則說明發送成功有效；若在接收模式下，mcu查詢模塊寄存器07的值判斷是否收到信息，若收到，mcu讀取寄存器61的值即為收到的結果，根據接收到的數據控制智能小車執行對應指令。

所要用到的部分主要寄存器及對應功能如表2所示。

表2 nRF24L01主要寄存器及對應功能

對于遙感控制模塊，stm32接收兩個遙感手柄模塊產生的兩個模擬量并通過內部12位AD轉化為數字量，當對應信號幅度大于設定的閾值時，及視為完成相應的前進，后退，左轉，右轉的動作（當兩遙感同時有信號輸入時優先發送前后遙感數據），從而產生對應的指令。

4 系統測試

全系統實物圖如圖5所示。

圖5 智能小車系統實物圖

測試過程中給語音識別模塊寫入的初始列表內容為“開車，左轉，右轉，倒車，停車”，系統在不同的識別距離內對各指令在相同環境下測試100次，測試結果如表3所示。

表3 語音識別測試結果

考慮到實際應用時將語音識別模塊作為手持設備測試，此時工作距離約為20～50 cm左右，經測試在20 cm處綜合識別正確率為92.2%，50 cm處為87.0%，且實際車內較為安靜，噪音應比測試時小（考慮到測試時的車輪噪音），且實際運用中后期可加入去噪算法[24-25]。因此本系統工作較為可靠；實際作品中液晶屏幕傳輸得到的畫面，顏色飽滿，無明顯失真與抖動，實時顯示無延時或卡殼，同時該系統完成了光控車燈和避障報警的功能。各部分連接處用熱熔膠固定，各模塊采用銅柱固定在小車模塊上，保證了系統的機械穩定性。

5 結論

本系統以語音識別系統為基礎設計了一較為完善的智能駕駛小車的方案，并通過實驗的方式制作完成并測試成功，以此證明了設想的可實施性和有效性。相信隨著語音識別技術的不斷發展和相應成本的不斷減少，各種智能科技對語音識別技術的需求性也會隨之增加，類似本系統介紹的智能駕駛技術等許多的智能科技必定會在未來得到更加廣泛的研究與應用。

參考文獻：

[1]Chigier B.Automatic speech recognition:US，US5638487[P].1997.

[2]譚保華，熊健民，劉幺和.語音識別技術概述[J].鄖陽師范高等專科學校學報，2004，24（6）:266.

[3]陳勇，李晶皎，石鑫，等.基于FPGA的說話人識別系統設計[J].電子技術應用，2012，38（11）:16-18.

[4]于俊婷，劉伍穎，易綿竹，等.國內語音識別研究綜述[J].計算機光盤軟件與應用，2014（10）:76-78.

[5]金鑫，田犇，闕大順.基于LD3320的語音控制系統設計實現[J].電腦與信息技術，2011，19（6）:22-25.

[6]陳致遠，朱葉承，周卓泉，等.一種基于STM32的智能家居控制系統[J].電子技術應用，2012，38（9）:138-140.

[7]Krishna Y B，Nagendram S.ZIGBEE based voice control system for smart home[J].International Journal of Computer Technology&Applications，2012，3（1）:163-168.

[8]謝檬，郭霞.智能小車控制系統設計[J].傳感器與微系統，2016，35（13）:110-112.

[9]何侃，田亞清，李強，等.基于LD3320的語音識別智能垃圾桶設計[J].國外電子測量技術，2015，34（6）:85-88.

[10]IC.Route.LD332X數據手冊[EB/OL].[2010-9-11].http://www.icroute.com/doc/LD3320數據手冊.pdf.

[11]姜杰文，姜彥吉，邴曉環，等.基于LD3320的非特定人識別聲控燈系統設計[J].現代電子技術，2015，38，442（11）:27-30.

[12]王濤.基于nRF24L01的2.4GHz無線通信系統設計[J].無線電通信技術，2011，37（3）:4-7.

[13]劉志平，趙國良.基于nRF24L01的近距離無線數據傳輸[J].應用科技，2008，35（3）:55-58.

[14]胡慧.基于STM32無線數據采集單元的設計[J].電子設計工程，2016，24（18）:97-100.

[15]韋積慧.基于nRF24L01的無線網絡設計與實現[D].長春：吉林大學，2012.

[16]張玉杰，陳志磊.基于CMOS圖像傳感器的亮度測量系統設計[J].電子技術應用，2016，42（1）:48-50，57.

[17]張衛華，馬孝義.基于STM32的灌區圖像采集終端的研究[J].農機化研究，2013（4）:191-194.

[18]蘇寶林.基于AVR單片機的語音識別系統設計[J].現代電子技術，2012，35（11）:136-138.

[19]IC.Route.LD332X開發手冊[EB/OL].[2011-10-13].http://www.icroute.com/doc/LD3320開發手冊.pdf.

[20]陳喜春.基于LD3320語音識別專用芯片實現的語音控制[J].電子技術，2011，38（11）:20-21.

[21]付蔚，唐鵬光，李倩.智能家居語音控制系統的設計[J].自動化儀表，2014，35（1）:46-50.

[22]楊帆，張皓，馬新文，等.基于FPGA的圖像處理系統[J].華中科技大學學報：自然科學版，2015，43（2）:119-123.

[23]Teixidó M，Font D，Pallejà T，et al.An Embedded Real-Time red peach detection system based on an OV7670 camera，ARM Cortex-M4 processor and 3D Look-Up tables[J].Sensors，2012，12（10）:14129-14143.

[24]Manikandan J，Venkataramani B.Design of a real time automatic speech recognition system using modified one against all SVM classifier[J].Microprocessors&Microsystems，2011，35（6）:568-578.

[25]韋曉東，朱杰，胡光銳.汽車噪聲中自動語音的識別技術[J].上海交通大學學報，1998（10）:10-13.