隨著人們生活水品的不斷提高，在人們購買各種家具或家電時越來越重視其智能化和人性化。人們在生活中產生的生活垃圾都需用垃圾桶放置，考慮到老人、孕婦或者殘疾人，放置垃圾時存在的不便、費時、費力等問題。設計針對這些問題，提出了具有語音識別功能的智能垃圾桶設計方案，當用戶想要扔垃圾時，只要一聲令下，垃圾桶就會快速準確地來到你身邊。

1 系統(tǒng)硬件設計
系統(tǒng)硬件包括垃圾桶車體機械結構和硬件控制電路兩個部分。其中車體機械結構為一部三輪小車車體，能按照在不同地點處用戶發(fā)出的聲音指令，自動行駛到用戶所在地。系統(tǒng)硬件電路總體結構框圖如圖1所示，包括電源模塊、ARM最小系統(tǒng)、聲源定位模塊、語音識別模塊、避障模塊和電機驅動模塊。

工作原理：首先通過語音識別模塊識別出用戶的呼叫命令，同時通過聲源定位模塊判斷用戶所處位置，再通過ARM產生驅動電機的PWM信號，利用電機驅動模塊驅動垃圾桶向聲源方向行駛，并在行進過程中，利用避障模塊自行避開障礙物。同時，該設計還支持用戶對垃圾桶前、后、左、右行駛或打開、關閉垃圾桶蓋等語音控制。
1．1 電源模塊
系統(tǒng)所有模塊和控制器都需要+5 V的工作電壓，采用鋰電池進行供電，并用LM2576S-5穩(wěn)壓芯片將電壓穩(wěn)定在+5 V，然后通過穩(wěn)壓源LM11 17-33和LM1117-18為S3C6410芯片3．3 V和1．8 V電壓。
其余語音芯片UDA1341TS、拾音器的5 V供電、紅外避障、直流電動機均為+5 V供電。
1．2 聲源定位模塊
聲源定位模塊主要包括拾音器構成的麥克風陣列和信號處理單元，如圖2所示。

系統(tǒng)中麥克風陣列選用2個拾音器來實現(xiàn)，其監(jiān)聽范圍為30～50 m2。由于拾音器所拾取的聲音信號太小，易受環(huán)境噪聲影響，因此有必要對聲音信號進行預處理，通過信號調理單元的處理，使其能夠滿足系統(tǒng)要求。為滿足拾音器所得到的微弱電信號進行放大，系統(tǒng)采取兩級放大電路。又由于A／D模塊不能采集負電壓信號，因此需要對放大后的電信號進行偏置，使其不出現(xiàn)負電壓，便于ARM采樣，使其輸出的誤差更小。
1．3 語音識別模塊
設計采用Philips公司UDA1341TS專用的語音處理芯片，能對語音實現(xiàn)放大、濾波、采樣、A／D或D／A轉換及進行數(shù)字語音處理功能，并且支持璐總線數(shù)據(jù)格式，與ARM芯片S3C6410內置IIS總線接口配合使用。ARM芯片上內置的IIS接口不但能夠讀取IIS總線上的數(shù)據(jù)，為FIFO數(shù)據(jù)提供DMA的傳輸模式，而且可以同時傳輸和接收數(shù)據(jù)。UDA1341TS對所采集的語音信號進行采集和編碼，由DTW模型算法進行模板訓練，并將訓練結果存儲在Flash中以便于在語音信號識別階段讀取模板。在語音信號識別階段，將輸入的語音信號經過音頻數(shù)字信號編譯碼器UDA1341 TS處理后，通知S3C6410嵌入式Linux操作系統(tǒng)，與保存在Flash中的參考樣本進行對比，找出最佳的聲音識別效果，然后由嵌入式Linux操作系統(tǒng)中的系統(tǒng)調用函數(shù)控制S3C6410的I／O口，指揮垃圾桶的運動。
1．4 電機驅動模塊
電機驅動模塊根據(jù)ARM控制器輸出的控制信號驅動電機的運行。電機的驅動電路采用H橋驅動電路，如圖3所示。

Q1、Q2、Q3、Q4這4個三極管組成4個橋臂，Q1和Q4組成一組，Q2和Q3組成一組，Q5控制Q2、Q3的導通與關斷，Q6控制Q1和Q4的導通與關斷，而Q5、Q6由S3C6410的IO口來控制，這樣就可以通過IO輸出的高低電平，控制4個橋臂的導通與關斷控制電機的運行狀態(tài)，使之正轉反轉或者停轉，進而控制垃圾桶的行駛。為避免用分立元件使電路板過于復雜，在設計中使用H橋驅動L298N芯片。

1．5 避障模塊
避障電路采用漫反射式光電開關進行避障。光電開關是集發(fā)射頭和接收頭于一體的檢測開關，其工作原理是根據(jù)發(fā)射頭發(fā)出的光束，被障礙物反射，接收頭據(jù)此做出判斷是否有障礙物。當有光線反射回來時，輸出低電平；當沒有光線反射回來時，輸出高電平。ARM根據(jù)接收頭電平的高低做出相應控制，避免小車碰到障礙物，由于接收管輸出TTL電平，有利于ARM對信號的處理。障礙檢測模塊作為對外部障礙信息的采集窗口，將行進過程中障礙信息檢測出來，并傳遞給ARM控制器進行處理。
1．6 ARM最小系統(tǒng)
智能垃圾桶以三星公司的ARM微處理器S3C6410為核心控制器，其主要作用：接收和處理收到的各種傳感器信號，并通過決策后輸出合適的控制信號。利用S3C6410豐富的片上外設可以方便地采集和處理各種傳感器的信號，實時控制垃圾桶的運動，同時完成與語音芯片UDA1341 TS之間的通信。

2 系統(tǒng)算法設計
系統(tǒng)軟件包括聲源定位算法、特定語音識別算法和自動避障算法等。
2．1 聲源定位算法
針對聲源定位，系統(tǒng)采用基于傳聲器陣列時延估計法來估測用戶發(fā)聲的方向。基于時延估計的聲源定位算法分為兩個部分：(1)時延估計，即計算聲源到兩兩傳聲器之間的時間差。(2)方位估計，即根據(jù)時延和傳聲器陣列的幾何位置估計出聲源的位置，其中時延估計的精度是關系到聲源定位精確與否的關鍵因素。
(1)時延估計。時延估計采用廣義互相關法。假設兩傳聲器m1和m2間距為d，在沒有混響的情況下，兩傳聲器接受到的信號x1(t)和x2(t)為
x1(t)=α1s(t)+n1(t) (1)
x2(t)=α2s(t-τ)+n2(t) (2)
其中，s(t)為聲源信號；α1、α2是聲波從聲源到傳感器的傳播衰減系數(shù)；τ是聲源傳播到兩個傳感器所需延遲時間，即到達時延。n1(t)、n2(t)為環(huán)境噪聲。這時，到達時延(TDOA)可以采用傳統(tǒng)的互相關法進行估計，這時互相關方程為

其中，是傳聲器1、2拾取信號的互相關譜；ψ12：(ω)是權函數(shù)；φx1x2(ω)=ψ12(ω)Gx1x2(ω)是廣義互相關譜，這樣到達時延為。
根據(jù)上式選取不同的權函數(shù)ψ12(ω)就可得到到達時延的不同算法，它的選取可根據(jù)實際的聲學環(huán)境選擇相應的準則，使得Rx1x2(τ)有個比較尖銳的峰值，得到最好的估計效果。Rx1x2(τ)的峰值處即為兩傳聲器間的時延。但在實際應用中，權函數(shù)的選取是一個難點。目前用得較多的是基于互功率譜相位加權(CSP)法，其中加權函數(shù)選為ψ12=1／|Gx1x2(ω)|。這種方法通過對信號互功率譜的歸一化，去除了信號的幅度信息，只保留了信號的相位特性，對于噪聲和混響都有一定的抑制效果。
(2)方位估計。采用幾何定位法，利用角度距離估計方位。利用兩個拾音器擺成如圖4所示，利用拾音器1和2接收到得時間差就可以檢測出聲源偏離主軸的角度θ。

由圖4可得

由于AB距離和V聲音已知，時延(tA-tB)可由式(1)～式(3)算出，再由式(4)和式(5)可求得聲源偏移正方向的角度θ，則可控制電機轉動使垃圾桶向用戶方位旋轉并前進。
2．2 特定語音識別算法
針對特定語音的識別，采用動態(tài)時間規(guī)整(DTW)的算法，是一種把時間規(guī)整和距離測度的計算結合起來非線性規(guī)整技術，多用于孤立詞的語音識別。語音識別過程如圖5所示。

首先應濾掉輸入語音信號的噪音并進行預加重處理，提升高頻分量，然后線性預測系數(shù)等方法進行頻譜分析，找出語音的特征參數(shù)作為未知模式，與預先存儲的標準模式進行比較，當輸入的未知模式與標準模式的特征一致時，ARM便識別輸入的語音信號并輸出結果。

3 系統(tǒng)軟件設計
系統(tǒng)軟件主要包括：數(shù)據(jù)采集模塊、SCI通訊模塊、特定聲源定位算法模塊和避障軟件模塊。系統(tǒng)軟件總體流程圖如圖6所示。

3．1 特定聲源定位算法設計
系統(tǒng)的聲源定位算法主要基于傳聲器陣列時延估計法，利用A／D采樣模塊檢測不同拾音器所接收到的聲音信號，算法實現(xiàn)采用廣義互相關法。ARM采樣得到的波形接近為正弦波，將對應采樣得到的值放入數(shù)組中保存，首先進行相關運算，得出互相關譜。為避免誤差和雜音的干擾，進行多次計算去除了誤差較大的值。其算法流程圖如圖7所示。

同時，為避免垃圾桶對接收到的任何聲音都進行定位，系統(tǒng)在定位時加入了語音識別，即只對需要的聲音進行方位判斷，對特定聲音進行語音識別的流程框圖如圖8所示。

3．2 避障軟件設計
避障軟件模塊采用對ARM的GPIO口查詢方法。在垃圾桶加電后，主函數(shù)中一直查詢GPIO，某一路的GPIO出現(xiàn)低電平時，進入相應的子函數(shù)，執(zhí)行相應的控制動作。3個紅外傳感器同時工作，發(fā)射紅外信號。任何一個紅外接收裝置接收到反射的紅外信號進入相應的子函數(shù)執(zhí)行控制電機轉動。紅外避障流程如圖9所示。

4 結束語
設計的智能垃圾桶“聽”到主人的呼喊后能自動到達主人身邊，并且能識別主人的聲音進行一系列動作，經試驗證明該設計能夠滿足使用要求。