基于語音識別智能家居系統的設計與實現

渠吉慶，陳 禹，劉玉琪，李曉雨，孫科學,2*

(1.南京郵電大學 電子與光學工程學院，江蘇 南京 210023；2.射頻集成與微組裝技術國家地方聯合工程實驗室，江蘇 南京 210023)

0 引 言

隨著智能樓宇概念的出現，智能家居逐漸進入人們的視野。早期的智能家居，只是簡單地控制燈的亮滅、門、窗戶的開關等。在市場需求的推動下，傳統的家電企業紛紛轉型，投身到智能家居這一新興市場[1]?，F在智能家居的設計更加注重人機交互和舒適度，可以根據外部環境等因素進行智能化控制[2-3]。進入21世紀后，由于消費類電子產品的普及，嵌入式語音識別技術迅速發展，得到廣泛的應用。尤其在智能家居方面，面對雜亂無章的電器，通過語音進行控制，可以大大減少時間成本、管理成本，提高生活效率[4-5]。如今，中國乃至全球都秉持可持續發展的理念，因此智能家居系統的設計也要朝著這個方向邁進。智能家居的節能環保主要體現在空調、暖氣的溫度控制，照明設備的亮度控制等方面，從而減少能源的消耗和二氧化碳的排放。

因此，該文設計了一套智能家居系統，通過語音發出命令，完成對室內燈光和溫度的智能化控制，使燈光、空調設備在滿足人類需求的情況下，最大限度地節省電能，在節能環保方面具有很大的實用價值[6]。

1 系統總體設計

系統設計實現語音識別、室內燈光亮度的調節和溫度的控制三個功能，系統結構如圖1所示。語音識別系統負責語音控制命令的發送；LED燈可以在利用自然光的基礎上補光；空調可以根據環境溫度、濕度，調整室內溫度，使環境更加舒適。因此系統的設計方案為：首先使用LD3320語音識別模塊，保證較高的識別準確率[7-9]；再對燈具的分布進行建模分析，然后通過遲滯比較器軟件算法，調整光源的亮度[10]；最后通過建立室內的體感溫度模型，提供室內舒適度控制的可行性后，利用模糊PID算法控制空調，使室內達到舒適的溫度。

2 智能家居系統中相關算法的分析與設計

2.1 LED燈分布模型分析與設計

假設LED燈為郎伯源，服從朗伯輻射模型。則室內某點的水平照度[11]可以表示為：

(1)

其中，I0為發光源的中心發光強度，Φ為發光源發射角，ψ為發光源入射角，m為光源的輻射模式，與光束方向性好壞成正比，表示為：

(2)

dn為點(xn,yn,zn)到發光源(x0,y0,z0)的距離，表示為：

(3)

根據國家公布的住宅建筑照明標準，以0.75 m高度為參考平面，起居室的照明標準為100 lx。

以長6米、寬4米、高3米的起居室為例，設計其LED燈的布局。設距離地面0.75 m的點為(xn,yn,0.75)，m=2，I0=1 400 cd。不同光源分布的對比如圖2所示。

(1)單光源照射。

當單光源照射時，LED燈的位置如圖2(a)所示。

使用MATLAB畫出單光源照度在0.75 m水平面的分布，如圖2(b)所示。從圖中可以看出，起居室四周的亮度很低，達不到照明標準，而且中心的亮度很高，使室內的亮度不均勻。因此此方式不適合室內照明。

圖(c)中光源1坐標(1.5,1,3)，光源2(1.5,3,3)，光源3(4.5,1,3)，光源4(4.5,3,3)

(2)多光源照射。

由于單光源的缺點，這里采用四個LED燈均勻地分布在室內，室內模型如圖2(c)所示。

高度為0.75米水平面上的光照強度為各個光源照度的疊加，得到多光源照度分布如圖2(d)所示。從圖中可以看出，即使是光照強度最低的四個角落，也達到了100 lx左右，符合國際照明標準。因此采用四個光源分布的設計。

2.2 LED燈亮度優化算法設計

當室內四個LED燈時，由圖2(d)可知，沒有自然光源的補充仍然可以達到國家照明標準，并且效果很好。然而實際生活中，受到自然光的影響不可避免，這就需要調整LED燈的亮度，進行補光，從而節省電能。而LED亮度的調整需要依據光照傳感器的數據，所以需要四個光強傳感器，安裝在四個角落，即四個距離LED燈最遠的點。只要這四個點的光照強度值滿足照明標準，其他各位置均可滿足。LED燈與光強傳感器一一對應。

傳感器的分布如圖3所示。

圖3 傳感器分布

自然光的光強變化一般都是連續的，要么遞增要么遞減，所以利用滯回比較器的思路設計算法，具有很好的穩定性。將LED燈光的亮度分為六個等級，第一等級LED熄滅，第六等級LED光照達到最強。當LED光照達到最大亮度時，一定會符合標準，所以在算法中不用檢測是否已經到達最高等級。而當LED熄滅時，自然光也有可能達到100 lx，所以需要加入光照等級是否為0的檢測。

算法流程如圖4所示。

圖4 遲滯比較器軟件算法流程

2.3 基于GEP算法體感溫度的分析與模型建立

人體主觀的舒適度與體感溫度密切相關，體感溫度又與環境中的多個因素有關[12]。故通過GEP算法[13]建立體感溫度與環境因素的函數關系[14]，是研究人體舒適度的重要內容，為溫度控制打下基礎。

根據文獻[14]經過100次的換代后，得到了種群的最優解，如式(4)所示。

(4)

其中，t為體感溫度，a為環境溫度，b為相對濕度。

由式(4)可知，處于夏季時，當相對濕度小于50的時候，對體感溫度的影響很小。而當相對濕度大于50的時候，將會對體感溫度產生影響，例如當相對濕度較大時，即使溫度不高，人也會感到十分悶熱而不舒適。

可以簡化得到壞境溫度與最佳體感溫度tmax、相對濕度的關系，如式(5)所示。此式將會為溫度控制提供需要的設置溫度。

(5)

2.4 模糊PID算法的分析

PID控制在工業控制領域得到了廣泛的應用，即使是人工智能算法迅速發展的今天，仍然有90%以上的控制回路采用PID控制。調節其比例系數可以加快系統的響應時間，積分系數可以消除靜態偏差，微分系數可以改善系統的動態特性，抑制超調量。在離散情況下，位置式PID的公式如下：

kd(e(k)-e(k-1))

(6)

其中，e(k)=Sv-PK，Sv為用戶設定值，PK為當前測量值。

在設置PID控制的過程中，最重要也是最關鍵的一步就是參數整定，即確定kp、ki和kd的值。在實際應用過程中，當環境改變時，也要適時地重新整定PID參數，以保證其穩定工作，這就增加了工作量，也非常不方便。這時模糊控制就可以發揮作用，不需要精確的數學模型，與PID算法結合，組成模糊PID控制算法[15-17]。利用模糊邏輯并根據一定的模糊規則對PID參數進行實時優化，從而克服傳統PID算法無法實時調整PID參數的缺點。由于各個家庭環境還有暖氣設備的不同，PID的參數肯定不同，所以該文采用模糊PID控制，增加系統的魯棒性、便捷性，也會使室內環境更加舒適。

如今，中央空調可以設置多個出風口，比傳統空調更加舒適而且安裝隱蔽，不影響房子的整體美感，因此很快得到普及。家用空調中使用比較多的還是變風量空調系統，通過改變冷熱風速，從而改變溫度。通過模糊PID算法控制送風機，改變其轉速，達到溫度控制的目的。下面是模糊PID算法的設計過程：

(1)模糊化。

溫度偏差e，溫度偏差變化率ec，用模糊語言定義為：NB(負大)，NM(負中)，NS(負小)，ZO(零)，PS(正小)，PM(正中)，PB(正大)。e和ec的變化范圍E={-3,-2,-1,0,1,2,3}，EC={-3,-2,-1,0,1,2,3}。kp、ki和kd的模糊語言為ZO，PS，PM，PB。kp、ki和kd的變化范圍為kp={0,2,4,6}，ki={0,0.01,0.02,0.03}，kd={0,1,2,3}。以上均采用三角隸屬度函數。

(2)模糊推理。

在實際應用中，根據平時調試的經驗和專家數據，分別對kp、ki和kd設置模糊規則表，該文通過MATLAB使用模糊語言語句if A and B than C的方式進行設計。

(3)去模糊化。

去模糊化就是將模糊變量轉換為精確量的過程。該系統采用重心法來解模糊，表達式為：

(7)

其中，Z0為模糊控制器輸出量，即解模糊后的精確值；Zi為模糊控制量論域內的值；μc(Zi)為Zi的隸屬度值。

去模糊化后將會得到kp、ki和kd的矯正值，帶入PID控制器，即可進行PID運算。

模糊PID算法的流程如圖5所示。

圖5 模糊PID程序流程

使用MATLAB中的Simulink仿真，由式(6)可以得到其拉式變換，如式(8)所示。根據式(8)可以很容易地搭建仿真模型，這里將模糊PID控制模型和PID控制模型放在一起，便于對比，如圖6所示。

圖6 模糊PID與PID的Simulink仿真圖

其中Fuzzy Controller采用的是封裝的形式，由三個模糊控制器組成，分別輸出kp、ki和kd的矯正值。

(8)

圖7 模糊PID與PID的階躍響應

通過圖7，可以看出模糊PID的響應速度更快，動態性能更好，相對于傳統的PID控制有了很大的提高。

3 系統測試

為了檢驗系統的準確性以及穩定性，在兩種不同的環境下進行實驗，分為安靜環境和噪音環境。通過播放音樂創造噪音環境，平均噪聲強度為50 dB。首先測試人員說出語音指令，檢查語音識別是否正確，緊接著判斷下位機是否接收到信號，做出正確的響應，比如讀取溫濕度的數據、關閉LED燈等。每個語音指令在不同的環境下，重復測試30次。只有指令的識別與響應同時正確時，才算這次測試成功。這樣測試的成功率就代表了語音識別的準確率和數據傳輸的準確率。測試結果如表1所示。

表1 系統測試結果

從表1可以看出，當處于安靜環境時，系統測試的成功率比較高，在50分貝噪音環境下，測試結果顯示成功率在80%以上，可以較好地適用于家居環境。

4 結束語

文中設計了一種基于語音識別的智能家居系統，主要完成了語音識別系統、室內光照采集與控制系統和室內溫度檢測與控制系統的設計與實現。通過測試，該系統可以穩定運行，識別正確率高。該系統能夠完成語音識別、根據自然光的光照強度自動調整光源亮度、根據室內的溫濕度自動調節室內溫度的功能，具有低功耗、穩定性高、準確性高的特點。為了進一步提高智能家居的體驗，下一步計劃與深度學習結合，以實現更加舒適、節能、方便的家居生活。