宋晨静 高 浩
(江苏知途教育科技有限公司,江苏 南京 211899)
由互联网深度发展出来的物联网技术已经广泛应用到许多领域,智能家居就是物联网技术的典型应用。智能家居主要依托于物联网技术,将家电、照明、门窗、监控和安防系统等联系到一起。随着人工智能技术的不断发展,智能化的家居设备不断推陈出新,结合图像识别、语音识别等人工智能技术,不但可以实现远程控制家居设备,还可以通过语音等方式进行交互,或者通过视频监控发现异常,及时自动预警等。人工智能技术推动智能家居系统化发展,人机交互模式将由传统的人工控制,向智能家居产品自励感应方向、自励反馈方向发展。
利用人工智能技术与物联网技术相结合的智能家居平台,设计一款智能家居实验实训系统,可以方便学生掌握最新的技术实践,实现跨专业的实验实训教学,加强学生实践能力,激发学生学习兴趣,具有非常重要的价值。本文主要介绍通过结合具有推理能力的开发板和物联网平台,搭建可以实现多种应用的智能家居实验实训平台。
智能家居系统首先需要实现一部分物联网平台的基本功能,通过智能网关接入各类传感器和智能设备,并通过物联网平台进行管理和远程控制。另外一部分则利用人工智能技术,通过端侧设备采集语音和图像数据,并通过云端模型和端侧推理等AI任务,实现语音、图像识别和解析,进而控制智能设备。
本智能家居实验实训平台需要适应多种智能应用场景,融合编程语言、语音、视觉和深度学习等技术,具备通用性、智能性与完成复杂任务的能力,实现在家庭环境中控制家居设备的智能化功能,从而充分锻炼学生基于物联网和人工智能的应用开发能力。智能家居平台设计的主要应用场景如下:
人脸开锁:用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别,进行身份验证,实现刷脸开锁。
电子围栏监控:该项智能化功能是通过十字标尺或矩形标尺摄像头监控半夜车库、房屋、卧室等场所,检测可疑人员入侵,如到达十字标尺划定的警戒线,即自动预警或报警,以便采取相应措施。
智能语音:本功能模块主要是离线语音识别、在线语音识别和App远程控制三个功能相结合。对于离线、在线语音识别功能,系统不仅需要正确识别控制指令,改变相应智能设备的运行状态,还需对用户非控制指令的语音做出正确互动。为了实现使用App远程控制家居设备,系统不仅要能识别文本消息,还需支持语音消息。
基于整体设计需求,平台架构由AI(包括音频,视频、大数据服务)智能和智能家居两部分构成,如图1所示,AI智能完成各种数据采集、数据清洗、数据模型,数据推理等AI相关任务;智能家居系统由物联网接入平台,如阿里云物联网平台或者涂鸦物联网平台等物联网SaaS系统,智能网关、传感器和智能设备,用户控制终端构成,为AI智能提供终端执行环境。
图1 实验平台系统架构
平台系统的智能设备部分主要由温湿度传感器模块、智能照明模块、摄像头模块、USB免驱模块、有线门铃、涂鸦智能窗帘电机和窗帘杆、WiFi无线传输模块、门禁电源控制器以及控制器与处理器模块构成。实现人脸开锁案例时,以Jetson Nano开发板作为核心控制器,通过摄像头模块对家居环境参数进行采集,然后通过Nano开发板的AD模块对传感器采集的模拟量数据进行数据转换,最后通过处理模块进行数据处理,模型推理从而实现人脸识别,进行控制电控门禁完成开锁。
终端设备通过物联网接入平台连接物联网SaaS系统,同时通过Wi Fi模块将采集到的传感器数据上报至云端服务器,服务器再将传感器所采集到的相关数据转发给手机App客户端,将设备状态信息在手机App平台进行显示。实现电子围栏案例中,当摄像头捕获到闯入人员进入电子围栏区域,通过Nano开发板已部署的模型推理能力能够做出判断,并发送信息到App,从而实现预警。
当用户入户后,对着Nano开发板外接语音设备对话,发出打开窗帘或者打开客厅灯等指令,开发板会调用百度云语音识别API进行解析,然后通过WiFi模块传输信息到窗帘和灯泡以控制其开关。当温湿度传感器检测到的数据低于所设定阈值时,语音播放模块将会播放异常信息。同时Nano开发板通过WiFi模块发送指令到红外控制器,实现远程开关空调。
该智能家居实验技术平台能够实现各类智能设备的操作控制,还能实现图像识别和语音设备等AI交互模式,便于实验室教师开展相关的AI+物联网实验教学,实用性价值比较高。
智能家居控制系统硬件系统主要以Nano开发板为核心处理器,通过各个传感器对环境参数进行检测。将传感器输出的电信号接入开发板的A/D转换模块,转换成开发板能够处理的数字信号,通过Wi Fi网关对接电控窗帘,可调照明、传感器组件等智能设备,同时对接麦克风、摄像头、音箱、显示器等人机交互设备。然后通过WiFi模块发送至云服务器,并将部分重要参数值发送至手机App进行显示。核心的硬件模块包括如下。
Jetson Nano是英伟达(NVIDIA)提供的一款功能强大的小型计算机,可以支持入门级的边缘AI应用程序和设备。具有5W低功耗,并可以外接HDMI和网线,64G内存卡以及多种IO接口,能够满足作为本系统核心处理器的要求。
采用海康网络摄像机DS-IPC-B12V2-I,具备200万像素,8mm焦距,并支持红外摄像,满足电子围栏案例的摄像头要求。
可以采用麦克风阵列或者更加便宜的USB免驱启动麦克风,都可以满足要求。
采用型号KT-P101的门禁电源控制器,支持充电过载保护。以及型号KT-L606的电插锁,启动电流110mA,采用磁感应上锁方式,支持通电上锁,断电开锁的开门方式。
采用型号为MIR-TE200-WF的温度与湿度传感器,涂鸦智能窗帘电机和窗帘杆,还有型号为Smart WIFI LED Bulb的灯泡,带WiFi和RGB色彩控制。
实验平台中,使用网关实现各种设备与物联网平台的通信链接,物联网平台集成了设备管理、数据通信和消息订阅等功能。向下支持连接智能终端设备,采集设备数据上云;向上提供云端API,手机端App可通过调用云端API将指令下发至设备端,实现远程控制。如图2所示。
图2 App管理界面
设备接入物联网平台后,可上报设备数据至云端。通过物联网平台集成关联的其他云产品,实现设备与服务器的消息通信,以及设备数据的处理和存储。还可以通过云端的AI服务实现语音识别或者图像识别的AI功能,也可以直接把模型部署到Jetson Nano开发板,完成本地的语音识别或者图像识别的AI模型推理。
基于上述软硬件搭建智能家居平台后,可以依据不同场景开发不同的实验实训,让学生完成不同场景下的应用开发。
使用摄像机设备和通信网络,实时监控采集家居周围的视频,并完成预警。传感器设备可通过总线连接网关,再通过网关将其连接到物联网平台,实现在云端展示和管理。在监控过程中,具有推理能力的Nano开发板依据采集到的视频进行人体识别,预测视频中是否有闲杂人员出现,如果有人员靠近设定的禁区,则会通过开发板触发信息到报警器,并同时上传到云端进行预警。实际效果如图3所示。
图3 电子围栏监控效果
语音模块主要是实现离线语音识别和在线语音识别。当用户对着麦克风对话时,Nano开发板会调用硬件设备上的麦克风采集声音,通过其内置的音频处理算法对语音信号进行预加重、分帧加窗、端点检测、特征向量提取,最后进行模式匹配实现本地的语音识别,直接控制智能设备。或者,通过百度云的语音识别的服务,开发板检测用户的语音指令输入上传到云端,云端完成指令解析,并远程控制设备,自动完成窗帘开关、加湿器开关,照明调节等功能。
在Nano开发板上进行人脸录入操作,用户正对摄像头,由摄像头通过特征检测采集并录入人脸,对每一个人拍摄100张照片,对拍摄到的人脸图像进行特征提取与特性选择,在服务器上基于TensorFlow进行人脸识别模型训练。完成训练模型后,利用TensorRT将模型部署到开发板上,用户就可通过开发板进行本地的人脸推理辨别。对人脸验证成功后,开发板发送信息到门禁电插锁进行开锁,验证失败则由蜂鸣器发出警报。
本智能家居实验平台通过将Jetson Nano开发板和物联网平台、以及人工智能服务结合起来,设计了一个能够通过语音控制智能家电的开关,并通过摄像头完成智能门锁,和电子围栏智能报警的系统。本实验平台充分实现了人机交互和设备的智能化,基于场景化的应用案例的学习与体验,满足物联网和人工智能相关专业的教学和实验实训场景。