一款智能家居機(jī)器人的結(jié)構(gòu)設(shè)計科技的發(fā)展推動著社會的進(jìn)步，引領(lǐng)著時代發(fā)展于重大轉(zhuǎn)型階段，機(jī)器人技術(shù)、5G技術(shù)、智能主要由OPENMV處理器、K60處理器、ATK-ESP8266通訊模塊、紅外測距傳感網(wǎng)技術(shù)(即設(shè)備端、云服務(wù)器端、手機(jī)APP端實現(xiàn)數(shù)據(jù)共享和通訊)來實現(xiàn)，巡關(guān)鍵詞：圖像處理，物聯(lián)網(wǎng)，智能家居，人機(jī)交互，安防機(jī)器人目錄 I 第1章緒論 3 3 4 4 4 5 6 6 6 7 7 3.2測距傳感器選型 9 3.3物聯(lián)網(wǎng)通訊模塊選型 3.3.1ATK-ESP8266簡介 1 4.2BTN7960H橋電機(jī)驅(qū)動電路 5.1.2Haar人臉檢測的檢測流程 5.1.3實驗效果分析及實現(xiàn)代碼 5.2智能管家機(jī)器人的運(yùn)動控制 5.2.2智能管家機(jī)器人避障功能的實現(xiàn) 5.3物聯(lián)網(wǎng)系統(tǒng)的搭建 20 第1章緒論1.1研究背景及意義自20世紀(jì)80年代以來，智能家居逐漸進(jìn)入了我們的生活，并對我們生活方式和物聯(lián)網(wǎng)對家庭設(shè)備的自動化管理和控制來實現(xiàn)的。雖然智能家居的概念在20世紀(jì)80年代就已經(jīng)提出，但受限于當(dāng)時通訊技術(shù)和設(shè)計成本的考慮，智能家“揣度”我們的生活習(xí)慣、生活需求，并隨之創(chuàng)造更適合我們生活的居家環(huán)境，指數(shù)”。在人們這種需求的推動下，智能家居的發(fā)展變得愈來愈1.2國內(nèi)外研究現(xiàn)狀智能家居機(jī)器人發(fā)展到今天，與人們對家居環(huán)境日益增長的智能化需求和一代又一代工程師的努力是分不開的。在19世紀(jì)30年代，世界上出現(xiàn)了第一款具有智能家居概念的機(jī)器人：Alpha機(jī)器人，這款機(jī)器人具有能進(jìn)行簡單問題回答的能力，但不具備機(jī)動能力。十年后，美國的一家電氣公司設(shè)計出了Elektro機(jī)器人，具有簡單言語識別能力，能說出大約700個單詞，能播放唱片，還能抽煙、吹氣球[1。后來在20世紀(jì)70年代，澳大利亞的科學(xué)家韓特教授首次提出了在機(jī)器人操作器上采用并聯(lián)機(jī)構(gòu)的想法，這一想法取得了極大的成功并在后來被廣泛應(yīng)用到工業(yè)生產(chǎn)中。20世紀(jì)90年代，我國第一臺六自由度高精度并聯(lián)機(jī)器人被燕山大學(xué)的黃教授研發(fā)并制造了出來2。智能家居機(jī)器人這一說法最早是由美國的H.Moravec教授提出來的，他首次提出利用攝像頭圖像采集的方式來處理機(jī)器人在行進(jìn)過程中的問題并取得一系列豐碩的成果，自此，智能家居機(jī)器人的發(fā)展進(jìn)入了蓬勃期。近些年來，在人工機(jī)器人的數(shù)據(jù)采集能力、計算處理能力、機(jī)動運(yùn)行能力大幅提升，為智能家居的未來發(fā)展抹上了無限的想象色彩。1.3主要研究內(nèi)容和章節(jié)安排本文的主要工作為：(1)系統(tǒng)需求分析：分析了當(dāng)前智能家居市場的現(xiàn)狀和人們對智能化家居系統(tǒng)新的需求和方向。(2)系統(tǒng)總體設(shè)計：確定系統(tǒng)的功能和系統(tǒng)的框架，選擇使用移動式機(jī)器人和物聯(lián)網(wǎng)系統(tǒng)結(jié)合的方式來搭建智能家居系統(tǒng)。(3)物聯(lián)網(wǎng)系統(tǒng)的搭建：通過ESP-8266實現(xiàn)服務(wù)器云端與設(shè)備端之間的一對多或多對多的數(shù)據(jù)透傳、數(shù)據(jù)監(jiān)控和管理等功能。(4)智能家居機(jī)器人的軟硬件系統(tǒng)的設(shè)計與實現(xiàn)：各設(shè)備端的硬件驅(qū)動電路和軟件程序方案設(shè)計。1.3.2章節(jié)安排本文主要包括六章：第1章緒論，闡述了智能家居機(jī)器人的背景和發(fā)展現(xiàn)狀，說明了當(dāng)前智能家居機(jī)器人的前景和需求。第2章總體方案，介紹了智能家居機(jī)器人的系統(tǒng)框架和要實現(xiàn)的任務(wù)。第3章硬件選型，介紹了本設(shè)計中所選用的控制器、傳感器等，并闡述了選擇的標(biāo)準(zhǔn)和所選用硬件的優(yōu)勢。第4章硬件電路開發(fā)，介紹了智能家居機(jī)器人所采用的供電電路、電機(jī)驅(qū)動第5章程序設(shè)計，介紹了所采用的人臉識別算法、避障方案和手機(jī)APP的第6章總結(jié)與展望，對本次設(shè)計進(jìn)行總結(jié)，為更好地適應(yīng)使用者的需要，對這款智能家居機(jī)器人所存在的不足進(jìn)行了闡述和對改善方案的構(gòu)想。第2章總體方案2.1智能家居機(jī)器人系統(tǒng)結(jié)構(gòu)紅外測距傳感器ADC信號采集串口通信硬件連接串口通信OPENMV平臺OV7225攝像頭串口通信ATK-ESP8266微處理器MCU手機(jī)APP端協(xié)議協(xié)議串口通信云服務(wù)器各種家用電器設(shè)備電機(jī)智能家居機(jī)器人可分為運(yùn)動控制部分、圖像采集處理部分、物聯(lián)網(wǎng)通訊部分，其系統(tǒng)結(jié)構(gòu)如圖2.1所示。智能家居機(jī)器人的運(yùn)動部分實際是一個四輪平衡小車，其中兩個帶有電機(jī)的直向輪為動力來源，另外一前一后分別各放置一個萬向輪維持車體平衡，MCU通過對兩個電機(jī)的轉(zhuǎn)速控制就可較為簡單地實現(xiàn)對小車姿態(tài)、前進(jìn)方向的控制。智能家居機(jī)器人的圖像采集處理是通過OPENMV平臺對攝像頭OV7225采集到的圖像信息進(jìn)行處理來實現(xiàn)的，在OPENMV內(nèi)得到環(huán)境中人現(xiàn)人臉識別并起到安防的作用。物聯(lián)網(wǎng)通訊部分是指MCU通過ATK-ES2.2本文設(shè)計的基本內(nèi)容(1)充當(dāng)“智能管家”的角色戶可通過手機(jī)APP發(fā)送指令，實現(xiàn)家中燈光、窗簾空調(diào)等各種電氣設(shè)備的開關(guān)(2)充當(dāng)“居家衛(wèi)士”的角色(3)充當(dāng)“電子寵物”的角色第3章硬件選型3.1微處理器MCU選型選擇控制器時需要注意以下問題：(1)因為物聯(lián)網(wǎng)系統(tǒng)的接收和所需要處理息，得到處理結(jié)果后將其發(fā)送至主控制器。(2)因為整個過程中多個控制器與模便實現(xiàn)各類傳感器模塊信息的接受。(3)因為本設(shè)計要求機(jī)器人具有一定的機(jī)動3.1.2常見微處理器MCU的分析比較目前市面上主流的CPU架構(gòu)主要有X86-64和ARM架構(gòu)，前者主要應(yīng)用于成本相對于后者也高出不少，因此這里主要考慮采用ARM架構(gòu)的微控制器來完ARM架構(gòu)處理器廣泛應(yīng)用于嵌入式系統(tǒng)的設(shè)計，具有32位和64位設(shè)計兩等等優(yōu)點(diǎn)，使得此架構(gòu)的控制器被廣泛應(yīng)用于便攜式設(shè)備(如MP5,智能手機(jī)，智能手表等各類智能化便攜設(shè)備)、電腦外設(shè)(如常用的鼠標(biāo)鍵盤，遙控器，交換機(jī)),各類常見硬盤等等，平時嵌入式設(shè)計工作中常常使用的STM32F103單片機(jī)便屬于Cortex-M3架構(gòu)。STM32F103單片機(jī)主頻為72Mhz,足以適配此任務(wù)理的任務(wù)，我們選擇搭載攝像頭OV7225的視覺開發(fā)平臺OPEK60單片機(jī)運(yùn)算能力較快且價格較低，另外在國內(nèi)市場K60單片機(jī)使用人數(shù)較OPENMV是一款開源、功能強(qiáng)大、價格比較低的機(jī)器視覺模塊。其中這款模塊以STM32F76CPU為核心處理器，硬件電路上集成了OV7725攝像頭芯片，十分適合作為一些嵌入式設(shè)備、機(jī)器人的視覺處理中心，其生產(chǎn)商用C語言搭建了一些算法庫，其中包含了當(dāng)前機(jī)器視覺領(lǐng)域的大多核心機(jī)器視覺算法，并提供了PYTHON的編程接口方便使用者更高效地完成開發(fā)任務(wù)，使用者只需要進(jìn)行相關(guān)接口函數(shù)的簡單學(xué)習(xí)和對相關(guān)算法的簡要了解就可以進(jìn)行視覺方面的開發(fā)耗混合信號微處理器。這一些系列處理器是ARM為適應(yīng)數(shù)字信號市場而專門開發(fā)的最新嵌入式處理器，具有高效易用的控制信號處理功能。Cortex-M4處理器內(nèi)核，內(nèi)部數(shù)據(jù)通道、內(nèi)存均為32位，內(nèi)部接口采用哈佛結(jié)構(gòu)，有獨(dú)立的指令系統(tǒng)和數(shù)據(jù)總線，指令操作和數(shù)據(jù)訪問可以同時進(jìn)行。另外，Kinetis60核心板主頻為100Mhz,具有144根外接引腳，具有OLED/藍(lán)牙接口，足以滿足本智常見的測距傳感器有超聲波測距傳感器HC-SR04、紅外測距傳感器GP2YOA21、雙目攝像頭等，由于超聲波測距傳感器HC-SR04測距過程中，存在的資源浪費(fèi)，所以這里最終采用了紅外測距傳感器夏普GY2YOA21模塊來測量夏普GP2Y0A21距離測量傳感器是一種基于PSD原理的微型距離傳感器。它的測量范圍較長，能達(dá)到1m左右，測量角度也能滿足我們的設(shè)計要求，能達(dá)到50°左右，另外經(jīng)過查閱它的技術(shù)文檔，他在50cm之內(nèi)距離與模擬輸出電壓之間的線性關(guān)系較好，我們只需要利用單片機(jī)的ADC電壓采集功能，就能比較3.3物聯(lián)網(wǎng)通訊模塊選型常見的IOT(物聯(lián)網(wǎng))模塊有無線通訊模塊ATK-ESP8266、無線模塊NRF24L01、無線數(shù)透模塊ATK-M751等，但考慮到ATK-ESP8266提供免費(fèi)云服里最終確定使用ATK-ESP8266來進(jìn)行物聯(lián)網(wǎng)系統(tǒng)通訊。3.3.1ATK-ESP8266通訊模塊簡介ATK-ESP8266是一款超低功耗的無線wifi通信模塊，內(nèi)置TCP/IP協(xié)議棧，兼容3.3V和5.0V供電的單片機(jī)，使用和操作過程比較簡單，只需要對它進(jìn)行簡的云服務(wù)器服務(wù)，省去了自己搭建云服務(wù)器的繁瑣工作無線標(biāo)準(zhǔn)：IEEE802.11b、IEEE802.11g,IE802.通信接口TIL.電平第4章硬件電路設(shè)計型號為格氏7.4V的航模電池，電池容量為1800mah。其中上述的幾個硬件電路模塊中，電源穩(wěn)壓模塊負(fù)責(zé)將7.4V電池電壓降壓到MCU正常工作的3.3V和供紅外測距模塊、ATK-ESP8266無線模塊等正常工作的5V;電機(jī)驅(qū)動模塊負(fù)責(zé)放大控制信號，從而實現(xiàn)對電機(jī)的轉(zhuǎn)速、轉(zhuǎn)向的控制。圖4.1格氏電池實物圖4.1電源穩(wěn)壓電路塊圖4.2智能管家機(jī)器人供電方案智能家居機(jī)器人供電來源為容量為1800mAh、額定電壓為7.4V的航模電池，根據(jù)各模塊穩(wěn)定工作的正常電壓要求及執(zhí)行機(jī)構(gòu)的額定電壓要求，系統(tǒng)要提供5V和3.3V的穩(wěn)定電壓，為了滿足系統(tǒng)的兩種供電電壓穩(wěn)定，基塊功耗的計算分析，本文最終選擇了采用LD0器件穩(wěn)壓的方案，分別為電壓信cC1而保證5V電壓的穩(wěn)定輸出。另外，因為智能家居機(jī)器人系統(tǒng)內(nèi)包含多個模塊，電的場合。其最大輸出電流為1A,工作時最大壓差僅為0.5V,5.1V供電即可正智能家居機(jī)器人的運(yùn)動控制器K60的供電電壓范圍在3.3V~5V之內(nèi)，但在實驗過程中發(fā)現(xiàn)5V供電很容易燒壞控制器K60,所以最后確定在硬件中選用3.3V的電壓來向控制器K60供電?？紤]到控制器額定工作電流在0~50mA內(nèi)，入的方案。AMS1117是一款正向低壓差穩(wěn)壓芯片，輸出電壓精度在±1%以內(nèi)，并且具有限流、過熱切斷的功能，最大輸出電流達(dá)800mA?,完全符合以上三個模塊的供電需求。其典型應(yīng)用電路如圖4.3所示，輸出端使用10uF鉭電容可以智能家居機(jī)器人采用大功率碳刷直流電機(jī)RS540為驅(qū)動動力，目前大功率直流電機(jī)大多采用達(dá)林頓管或MOS管搭制H橋，并使用PWM脈寬調(diào)制的控制計需求，其中H橋驅(qū)動方案的電路原理圖見圖4.4。值得注意的是，如果MCU的PWM引腳直接與BTN7960引腳和BTN7960輸入引腳連接，電機(jī)高速運(yùn)行產(chǎn)生的大電流波動很可能燒毀MCU,因此，本文在單片機(jī)引腳和BTN7960之間增加了緩沖器，防止大電流涌入單片機(jī)。本文采第5章軟件設(shè)計行識別，當(dāng)采集到的人臉特征并非數(shù)據(jù)庫內(nèi)先前錄入的特征時，觸發(fā)報警服端搭建起一條實時通訊的通道，不同終端可以通過這條通道實現(xiàn)數(shù)據(jù)實時共娛樂互動功能實際上就是智能家居機(jī)器人能與用戶進(jìn)行一些簡單的交流互動和5.1基于Haar特征Adaboost分類器人臉?；诮y(tǒng)計的方法是將人臉看作一個完整的模式-二維像素矩陣。從統(tǒng)計學(xué)這里實現(xiàn)人臉檢測任務(wù)所使用的是Haar分類器方法。是在Adaboost算法的基礎(chǔ)上，運(yùn)用Haar-like小波特征和積分圖的方法，對AdaBoost訓(xùn)練出的強(qiáng)分類器進(jìn)行級聯(lián)，從而實現(xiàn)了較高準(zhǔn)確率實現(xiàn)人臉是識別8。這里由于OPENMV平將對Haar分類器的算法、整個人臉檢測算法的檢測流程、實驗效果及實現(xiàn)代碼進(jìn)行簡要闡述。5.1.1Haar分類器算法簡述Haar特征分為三類：邊緣特征、線性特征、中心特征和對角線特征，這些特征組合成為特征模板，特征模板內(nèi)有白色區(qū)域和黑色區(qū)域，我們稱白色區(qū)域的灰度值之和減去黑色區(qū)域的灰度值之和為Haar特征值[101,這個特征值反映了灰度的變化情況，我們可以通過這樣的特征對臉部一些區(qū)域進(jìn)行簡單的識別，比如眼睛要比臉頰顏色要深，鼻梁兩側(cè)比鼻梁的顏色要深等。通過改變所檢測矩形的位置、大小和類別，我們可以得到許許多多的特征信息，這些特征信息就能幫助我們進(jìn)行臉部識別。但這里存在兩個問題，一是矩陣的位置、類別、大小不斷變換24*24像素大小的檢測窗□內(nèi)矩陣特征信息就有16萬個，怎么樣快速計算這么多的特征?二是哪些矩陣特征才是對分類器分類最有效的，能讓我們有效的識別出臉部各個部位從而實現(xiàn)高準(zhǔn)確率識別人臉?其中針對第一個問題，這里采用了積分圖的方法來解決，積分圖是指只遍歷一次積分圖，將圖像從起點(diǎn)開始到各點(diǎn)形成的矩形區(qū)域像素之和作為數(shù)組元素保存在內(nèi)存中，當(dāng)要計算某個區(qū)域的像素和是，不需要重新計算這個區(qū)域的像素和，只需要第一遍遍歷是存儲的數(shù)值進(jìn)行一定簡單計算就能得到結(jié)果，大大提高了圖像特征計算的效率。其中針對第二個問題，這里采用了通過AdaBoost算法來訓(xùn)練的方法，其中由于OPENMV內(nèi)自帶了已經(jīng)經(jīng)過訓(xùn)練的訓(xùn)練器和檢測器，這里就不再進(jìn)行過多贅余描述。5.1.2Haar特征人臉檢測的檢測流程_基于Haar特征級聯(lián)分類器的檢測流程為：首先加載訓(xùn)練好的分類器，接著對面部區(qū)域進(jìn)行矩形框標(biāo)定，能較好地完成任務(wù)需求如下：??sensor.setpixformat(sensor.GRAYSCALE)?facecascade=image.HaarCasca?????常見的轉(zhuǎn)向控制方法可以粗略分為以下三種：1)電機(jī)不差速，舵機(jī)轉(zhuǎn)向2)后輪差速3)舵機(jī)轉(zhuǎn)向+兩輪差速。為節(jié)省制作原料成本和盡量減小機(jī)器人的占開始智能管家機(jī)器人的避障功能設(shè)計思路是首先通過紅外傳感器對車前方進(jìn)行測距，當(dāng)距離小于20cm時，則機(jī)器人進(jìn)行轉(zhuǎn)向，直到前方?jīng)]有障礙物，設(shè)計思成，能實現(xiàn)對各種物體的距離檢測，不易受到環(huán)境溫度和操作時間的影響(但可能會受相同頻段其他紅外線干擾),采用三角測量的方法輸出電壓對應(yīng)檢測距離5.3物聯(lián)網(wǎng)系統(tǒng)的搭建提供各類硬件終端的快速接入方案和設(shè)備管理服務(wù)，這里我們采用ATK-議，在這里我們選用HTTP協(xié)議進(jìn)行數(shù)據(jù)傳輸。首先我們需要在平臺注冊產(chǎn)品，虛擬串口軟件串口通訊串口通訊正點(diǎn)原子產(chǎn)品：串口通訊串口通訊用戶設(shè)備管理軟件用戶設(shè)備方式請求獲得原子云服務(wù)器里的數(shù)據(jù)(這些數(shù)據(jù)來源于現(xiàn)場傳感器)其中API地址為/api/orgs/:org_id/device訊過程如下所示，Mobile應(yīng)用端或PC應(yīng)用端發(fā)送RequestHeader,請求服務(wù)器{"time":"2021-05-11T17:03:39{"time":"2021-05-11T17:02:39{"time":"2021-05-11T17:02:25.67736467666473673233343231343231337361646673646第6章總結(jié)與展望本文所設(shè)計的智能家居機(jī)器人—一基于圖像處[1]汪東芳.智能家居機(jī)器人的研究與開發(fā)[D].南京理工大學(xué)，2018.[2]張琦.移動機(jī)器人的路徑規(guī)劃與定位技術(shù)研究[D].哈爾濱工業(yè)大學(xué)，2014.[4]NationalSemiconductor.LM29401ALowDropoutRegu[6]黃凱龍.基于飛思卡爾單片機(jī)的智能車及其調(diào)試系統(tǒng)設(shè)計[D].湖南大學(xué)，2014.[8]張興賢.目標(biāo)驅(qū)動的監(jiān)控視頻定位系統(tǒng)