基于物联网的智能家居控制系统设计

来源 :科技创新导报 | 被引量 : 0次 | 上传用户:kby0227
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘  要:本文设计了一种基于物联网、ZigBee、语音识别的综合性的智能家居控制系统,系统既可以通过APP对家电进行控制,也可以通过语音进行控制,不仅能实现对智能家居的控制,而且能向下兼容普通家电,还能检测CO、烟雾、微尘浓度,防止相应安全隐患的发生,有成本低、功耗低等特点,具有一定的应用前景。
  关键词:智能家居  物联网  语音识别  ZigBee
  中图分类号:TN929.5;TP391.44;TU855    文献标识码:A            文章编号:1674-098X(2021)06(a)-0065-04
  Design of Intelligent Home Control System Based on Internet of Things
  WU Ying1  ZENG Weihua1*  XU Zhiyong2  LI Shangxian2
  (1.School of Information Engineering, China University of Geosciences (Beijing), Beijing, 100191 China;2.School of Geophysics and Information Technology, China University of Geosciences (Beijing), Beijing, 100191  China)
  Abstract: This paper designed a based on Internet of things, ZigBee, speech recognition integrated intelligent home control system, the system either through the APP to control household appliances, can also be controlled by voice, can not only realize the smart home control, and can be compatible with ordinary household appliances down, also can detect CO, smoke, dust concentration. It has the characteristics of low cost and low power consumption and has a certain application prospect.
  Key Words: Smart home; Internet of Thing; Speech recognition; ZigBee
  随着物联网技术、自动控制技术、计算机技术和芯片技术等现代科学技术的快速发展及人们生活水平的提高,智能家居行业也获得了飞速发展,使人们的生活更加便利、安全、舒适、智能。
  1984年,智能家居首次出现。此后,各西方国家相继推出自己的智能家居解决方案。各科技公司,如谷歌公司、苹果公司、三星公司都相继开发出自己的智能家居系统,各大科研机构也在智能家居系统的研发中投入更多的时间与精力。国内智能家居行业起步较晚,但近年来,由于政策的积极推进和技术的飞速发展,不断有企业跻身智能家居行业,如美的、阿里巴巴、小米、华为、京东等,智能家居的市场规模逐渐扩大。
  虽然智能家居产品逐渐得到推广,国内外越来越多公司涉足智能家居行业,但不同公司的产品之间互不兼容,使用不同公司的家居产品就需要使用不同的软件对其进行操作,给用户带来了极大的不便。而且通过手机对家居进行操作的方式,对于不熟悉智能手机的老人与没有智能手機的孩子而言是具有一定难度的。虽然智能家居行业具有广阔的市场,但是中国智能家居市场渗透率还很低,这是因为智能家居系统存在成本高、技术不成熟、跨平台不兼容、没有通用标准等问题。针对这些问题,本文设计了一种控制接口丰富、成本低、人机交互友好的智能家居控制系统。系统具有2种控制方式,一种是通过手机APP控制,方便用户进行远程控制;另一种可通过语音控制,无需智能手机也能方便地控制家电。该系统采用红外遥控来实现对基于红外的家电的控制,使用继电器实现对电子阀门、智能电灯、饮水机等家电的控制。考虑到智能家居目前的普及率很低,这套装置不仅能对智能家居进行控制,而且它能对普通家电进行向下兼容,能对普通家电及普通插排进行控制。该系统功耗低、成本低,具有实用性和一定的应用前景。
  1  系统总体设计
  控制系统总体框图如图1所示,本系统由主控芯片STM32L151、语音识别模块HLK-V20、传感器、继电器、ZigBee模块CC2530、红外模块HXD019D、NB-IOT模块M5310A芯片组成。该智能家居控制系统设计思路是以STM32L151为核心,语音模块HLK-V20负责监听用户命令,采集到语音命令后发送给主控芯片,主控芯片根据命令对指定家电进行相应控制。系统通过ZigBee技术构建了无线通信网,主控芯片通过ZigBee控制继电器并实现传感器数据的传递,从而实现对家电的控制和对CO、烟雾、粉尘浓度的监测。主控芯片通过NBIoT模块接入到OneNET[1]云平台,实现用户终端与硬件的连接,使得用户可以通过手机终端对家电进行控制。该系统采用现有家电通常使用的控制方式——红外遥控来实现对普通的、基于红外的家电的控制,使用继电器实现对电子阀门、智能电灯、饮水机等家电的控制。用户不仅可以用APP对家电进行控制,还可以用语音作为控制方式,在不需要依靠智能手机的情况对家电进行控制。该系统还能对CO、烟雾等进行监控,一旦有发生危险的可能,就向用户发出警报,并在APP上提醒该用户,用户可以在APP上对危险源进行处理,避免发生安全事故。   2  硬件设计
  2.1 主控制器模块
  主控制芯片采用STM32L151低功耗單片机[2],该单片机内部提供稳压器支持动态电压调整,以优化系统运行时的功耗。主控芯片主要负责接收语音模块识别到的语音信号、根据用户命令发送相应的红外控制信号、接收并处理传感器数据、通过用户终端与用户交互、控制家电的开启与关闭。主控电路通过AMS1117芯片将两节串联的3.6V的电池转换成3.3V和5V对系统进行供电,外接一个24MHz晶振作为高速外部时钟,一个32.768kHz晶振作为低速外部时钟,利用时钟模块DS2321作为定时器,并可以通过按键进行复位。主控电路的示意图如图2所示。
  2.2 ZigBee无线通信
  ZigBee无线通信具有功耗低、传输距离远、灵活等特点[3],本系统采用E18-MS1PA2-PCB实现ZigBee无线通信,具有低功耗、传输距离远等特点。ZigBee无线通信示意图,如图3所示。主控芯片与传感器、电灯、插座、风扇等家电之间通过ZigBee模块进行通信,如图3所示,主控芯片外接有ZigBee模块,用于接收来自传感器的数据及发送对家电的控制命令。传感器端及家电端也接有ZigBee模块以实现控制命令的接收和传感器数据的发送,并接有继电器实现对家电的控制。
  2.3 NB-IoT网络通信
  NB-IoT网络通信[4]示意图如图4所示,该模块主要由M5310A芯片、RF天线、SIM卡座、TVS_SMF05C组成。NB-IoT技术具有灵活、功耗低、覆盖广、速率快、成本低、架构优等特点[5-6]。系统用M5310A芯片通过OneNET基站将智能家居的控制模块接入OneNET平台,再与用户终端相连,从而实现用户终端与底层硬件的连接。
  3  软件设计
  软件系统主程序流程图如图5所示,系统开始工作后主控芯片先进行初始化,然后检测通信状态是否正常,若通信状态异常,则对芯片进行复位。将语音识别模块设为实时唤醒模式,对用户的命令进行监听。若监听到用户的语音,查询是否为唤醒词,若不是为唤醒词则返回继续监听唤醒词,否则继续识别关键词,识别到用户继续发出的指令后,查询关键词序号是否存在,若不存在返回继续监听,若存在,通过关键词指令判断要操作的家电类型,若为空调、电视机、机顶盒,调用红外模块发送响应命令,否则通过ZigBee模块发送相应命令。与此同时,芯片定时接收传感器的数据,并判断数据是否正常,若不正常则通过蜂鸣器发出警报并通过OneNET向手机终端发送警报。用户通过手机终端发送指令,NB-IoT模块接收OneNET平台下发的控制指令,并通过串口发送给底层硬件,硬件判断所要操作的家电类型并进行相应操作。
  4  测试
  烧写好程序对系统供电,进行系统测试。首先利用HXD019D的红外学习功能学习家电的红外码,然后对主控板说出唤醒词“小科小科”,系统被唤醒后会发出“我在”的回复,然后继续说出命令词,如“打开空调”“打开电视”等指令,系统识别成功后会回复”已为您打开空调”“已为您打开电视”并执行相应操作。登录OneNET云平台的开发者中心,设备状态显示为在线状态,说明能成功连接云平台。通过云平台发出对家电的控制指令,可以成功控制相应家电。测试结果表明,系统能成功运行且响应速度较快。
  5  结语
  本文设计了一种基于物联网的智能家居控制系统。本系统能通过NB-IoT模块将底层模块与用户终端连接起来,让用户可以通过手机APP实现对家电的控制。若无法使用智能手机,用户可以通过语音对家电发出指令,让智能家居的智能面向了更广泛的人群。系统能通过红外控制普通的基于红外操作的家电,且能利用继电器控制插座、饮水机、电子阀门、智能电灯等普通家电以及智能家居。系统还能检测CO、微尘、烟雾浓度,在烟雾、CO浓度异常时发出警报并且用户能通过手机终端关闭危险源。本系统具有成本低、功耗低等特点,具有一定的应用前景。
  参考文献
  [1] 石瑛.基于ZigBee与WiFi深度结合的智能家居系统的研究与设计[D].南京:南京邮电大学,2019.
  [2] 成澜.基于STM32L151R8芯片的NB_IoT技术在文物保护中的应用研究[J].电脑知识与技术,2019,15(17):239-240.
  [3] 武斌.基于ZigBee与语音识别技术的智能家居系统设计与研究[D].太原:中北大学,2020.
  [4] 王平,王焱.基于物联网平台的智能家居中心控制系统设计[J].计算机测量与控制,2020,28(11):79-83.
  [5] 程翔,许正荣,张昆明.基于物联网的智能家居控制系统设计[J].传感器与微系统,2021,40(3):106-108,111.
  [6] 彭楚翰,周莹,陈贵镔,等.基于蓝牙Mesh与NB-IoT的物联网智能家居控制系统[J].电子世界,2020(24):154-155.
其他文献
摘 要:随着我国科学技术的发展,大部分的民爆行业设备都已达到了自动化程度。但是因为行业的特殊性,自动化设备在投入到实际的工作运转中,仍然会存在一些问题,尤其是安全问题。民爆行业的安全对其发展有着非常重要的影响,因此该行业也越来越重视安全问题,并对安全方面进行了较为全面的研究。本文主要分析民爆行业自动化设备应用的安全问题,并给出相应的解决建议。  关键词:民爆行业 自动化设备 安全问题 探讨  中图
摘 要:近年来,云计算技术飞速发展,许多企业和机构将自己的业务迁移到云上,这样不仅降低费用,还能提高效率。但随之而来的是云服务提供者和用户被大量的恶意软件攻击。许多机器学习算法通过对云平台上可能发生的行为进行预测,来保护云系统不受攻击,取得了不错的效果。但当所学习的数据集较大和稀疏时,这些机器学习算法效果不是很好。本文采用了一种梯度提升的决策树算法,能对云计算系统上的恶意软件攻击进行更准确的预测。
摘 要:服务器集群架构是网站Web业务的核心,其可用性直接关系到用户的体验和网站的效率。现代集群架构运用云平台的管理和资源池,用云主机来代替物理服务器,对系统的信息进行传输、处理、存储、监控等都有所改进。网站的访问量日益剧增,当访问量达到十几万时,针对访问量而引发的服务器架构调优,成为了一个迫切需要解决的问题。  关键词:云平台 LNMP集群 访问量 负载均衡  中图分类号:TP393
惊天的炮火是生命的倒计时,他狼狈地向前,奋力甩开身后穷追不舍的追兵。走投无路之际,他冲向了因虫洞不时出现而被封锁的“禁区”。追兵果然偃旗息鼓,却依然徘徊在周遭,虎视眈眈。  他清楚他们为何穷追不舍——他的储蓄库里包含大批量的移动硬盘,装载着浩如烟海的典籍,承载着人类的文化与方向,是人类文明仅存的火种。而他就像一只没有脚的鸟,不停地飞,却永远也找不到停下来的地方——  地球纪元终结后,大航海时代开启
期刊
摘 要:2021年是数字化转型发展的重要年份,国家大力倡导,企业纷纷跟进,尤其在能源领域,各大石油集团大力倡导“转型发展,提质增效”,而现目正是数字化转型的关键时期,企业日益增加的DMZ区需求与现有资源存在极大的不平衡,本文将以XX油气田的DMZ区架构及资源配置使用情况为例,从3个优化架构方案入手,对DMZ区的升级改造进行探讨和分析。  关键词:数字化转型 DMZ区 升级改造 虚拟化 H3C超融合
摘 要:中国民航旅客运输的增长使得相关网络服务平台不断完善,线上交易量大量增长。其作为独立的第三方创设交易规则、提供交易渠道,由此收集、获取了大量的用户信息。网络平台对于旅客信息的保护既是法律义务也是约定义务,除去网络平台在内部使用收集的个人信息,有合作关系或委托关系网络服务者对内应该对责任义务有明确的划分,对外承担连带责任。  关键词:航空旅客 个人信息 网络服务 连带责任  中图分类号:TP3
在日常学习、生活中,你是否有过以下的经历和困惑——  列了一份详细的学习生活计划,结果总是不能完成;  上了初中、高中之后,总感觉时间不够用,要做、想做的事情很多,希望自己能够有分身术;作业、任务等总是会拖到最后时刻才去做,做的时候感觉到压力大,甚至会应付完成;特别想痛痛快快地放飞一把,但似乎总是不能完全做到,有所顾忌。……  以上这些困惑和经历,在我们日常生活中非常普遍,几乎每个人都有过,只是有
期刊
摘 要:随着各种测绘技术的应用和获取空间信息途径的多样化,可用于地图生產的资料越来越多。如何科学合理地综合应用多源数据,对提高数字地图成果的质量和现势性起着至关重要的作用。结合境外地区地图生产任务,基于WorldView高分辨率影像,以及矢量地图数据,深入研究了地图生产中多源数据的综合应用方法。本文主要从数据资料的分类整理、分析、数据处理以及综合应用几个方面来阐述。经过生产证明,综合利用多源数据进