一个基于语音控制的老年人智能家居系统

摘 要：物联网和大数据的发展催生了新一代智能家居系统。面对老年人面临的数字鸿沟问题，文章提出了基于语音识别控制方式的智能家居系统，以STM32作为中控微处理器，以ZigBee作为通信网络。智能语音模块将语言命令转换为设备控制指令，通过ZigBee网络传递信息，实现系统控制。中控设备通过ESP8266 WiFi模块及MQTT协议将数据上传至服务器，通过Android的APP连接服务器，实现远程控制。通过实验室制作系统原型并进行实验测试，证明系统可行、可靠。

关键词：语音控制；ZigBee；老年人；智能家居；MQTT协议；STM32

中图分类号：TP277 文献标识码：A 文章编号：2095-1302（2024）04-00-03

DOI：10.16667/j.issn.2095-1302.2024.04.022

0 引 言

物联网和大数据的发展掀起了新一轮人工智能的浪潮，智能家居、智慧农业、智慧城市等智能应用系统得到蓬勃发展，人们正不断享受人工智能的便利与红利。然而，老年人却被这个智能的时代所“抛弃”，他们正面临着巨大的数字鸿沟[1-2]。“国家应对人口老龄化战略研究”课题组数据显示：我国2025年老年人将达到3.08亿，占比21.1 %；到2050年将增长到4.83亿，占比34.1 %，之后将进入较为稳定的重度老龄化平台期[3]。这表明我国将迎来并长期处于养老产业发展的重要时期。为解决老年人对智能应用系统操作存在障碍等问题，本文以STM32为核心，整合语音控制、ZigBee组网和ESP8266等技术，设计了面向老年人的智能家居系统。经过实验验证，系统具有较好的运行效果，可为商业化的智能家居系统提供一定参考。

1 智慧家居与养老产业的发展

1984年，美国哈特佛市的City Place Building成为首栋智能型建筑，随后各国逐渐开始智能家居理念的革新和实际应用[4]。随着物联网和人工智能的发展，智能家居产品进入了蓬勃发展期，系统具有高度的智能化识别与处理功能。例如美国Nest公司出品的Nest Cam系列摄像头能够通过自主学习实现人员警报、跟踪特写、人脸识别和智能警报等功

能[5]。我国智能家居虽然起步较晚，但是在我国大数据产业的驱动下，技术水平迅速提升，已经处于世界前列，具有研发优势和重大影响力[6]。《IDC 中国智能家居设备市场季度跟踪报告》显示[7]，2021年上半年，中国智能家居设备市场出货量约1亿台，预计未来五年中国智能家居设备市场出货量将以21.4%的复合增长率持续增长，2025年市场出货量将接近5.4亿台，全屋智能解决方案在消费市场的推广将成为市场增长的重要动力之一。

我国养老服务市场始于20世纪90年代，在社会主义市场经济的带动下，养老市场逐步产业化。得益于国家相关政策和大数据、物联网等技术的支持，智能家居和智慧养老等得以迅速发展。2017年，我国公布了智慧健康养老应用试点示范名单，其中智慧养老示范企业53家，示范街道或乡镇82个，示范基地19个。2019年，国务院办公厅印发《关于推进养老服务发展的意见》，明确推进智慧健康养老产业发展，促进人工智能、物联网、云计算、大数据等新一代信息技术和智能硬件等产品在养老服务领域深度应用[8]。伴随着物联网技术迅速兴起及广泛应用，智能家居领域得到了更好的提升与发展。我国人口老龄化形势日益严峻，智能产品如何更好地为老年人居家生活提供服务是一个值得思考的问

题[9]。学术界和实验室也掀起了智能家居研发的浪潮，尤其考虑了老年人这一特殊群体。比如，首钢技师学院的孙卫华等人设计了基于ZigBee的智能家居照明系统[10]；田钰彬等对语音交互的智能家居系统做了研究[11]；顾家诚等对家居中的照明系统进行了设计与体验[12]。

2 系统设计

2.1 系统设计目标

（1）方便性

系统应提高智能化水平，以方便各类用户使用。鉴于老年人面临的数字鸿沟问题，系统在提供按键操作的基础上，还增设了语言控制功能，通过语音指令控制系统运行。

（2）可扩展性

智能家居运行过程中，对终端设备提出扩展性需求，比如增加设备数量。为了便于扩展，系统采用无线传感器网络（ZigBee）实现数据通信，在协调器节点采用动态绑定技术，解决新设备灵活入网问题。

（3）可靠性

单节点数据采集可能因节点误差、位置偏离、节点故障等问题，导致系统获取数据的真实性、准确性等方面存疑。为此，系统采用传感器阵列，比如采用多传感器采集温湿度数据，将不同温湿度传感节点部署在监控区域的不同位置，经过数据融合，判断监控区域的真实温湿度。或者检测相关节点的运行状态，从而提高系统的可

靠性。

2.2 系统架构设计

对系统感知层、网络层和应用层的物联网标准架构进行设计。系统架构如图1所示。

（1）感知层主要负责数据采集。对于家居环境而言，温湿度和光照是最关键的影响因素。因此，温湿度和光照数据是系统采集的主要数据。同时，为确保数据的准确性，系统采用传感器阵列，在不同位置部署多个温湿度和光照采集节点，通过数据融合技术，判断室内的真实温湿度和光照度，从而更好地调节室内环境。为了更好实现温湿度和光照度的调节，系统设置了基于舵机的窗户控制节点和基于继电器的风扇、灯光控制节点。为了增加系统控制的灵活性，解决老年人的数字鸿沟问题，系统设置了语音控制节点。

（2）网络层负责终端节点与网关节点的通信。NB-IoT、LoRa和ZigBee是该层的核心技术。与NB和LoRa技术相比，ZigBee更适用于100 m以内的短距离传输。因此，系统采用ZigBee进行网络数据传输，即终端2节点通过ZigBee网络将数据传至网关。网关进一步通过ESP8266 WiFi模块将数据上传至云平台，与应用层建立连接。

（3）应用层负责业务逻辑处理和人机交互。系统在网关节点设置了OLED模块，可实时显示系统运行和操作状态；系统提供移动远程管理APP，通过ESP8266官方提供的云平台，手机移动终端可以实现远程连接与控制。

2.3 温湿度数据采集节点的设计

温湿度数据采集节点由温湿度传感器DHT11和CC2530无线传感器构成，节点通过CC2530 P0 A/D接口读取DHT11温湿度数据，通过ZigBee协议上传至协调器节点。协调器通过UART0将数据传送给STM32微处理器，并在STM32微处理器中进行数据融合处理。

在业务逻辑上，温湿度数据采集节点的核心功能是初始化DHT11接口，定时器定时采集温湿度数据，然后通过ZigBee AF接口将数据上传。

2.4 执行器节点设计

执行器节点主要负责窗户、风扇和灯管等设备的控制，以调整监控区域的温湿度和光照环境。它由CC2530和执行器控制器构成，其中，执行器控制器主要负责舵机、风扇或灯光等继电器。CC2530接收来自协调器节点的控制指令后，通过P1口相关控制线控制执行部件。在逻辑实现方面，节点主要负责执行器接口初始化，并入消息队列，在AF数据接收处理函数中辨析指令类型，通过响应I/O口向执行器发出控制指令。

2.5 语音控制节点设计

语音控制模块相当于一个语音遥控器，由CI-03T智能语音芯片和CC2530微处理器构成。智能语音芯片负责接收语音信号，转换为控制指令并通过UART接口将指令发送给CC2530，CC2530再通过ZigBee网络将控制指令上传到协调器，最后协调器将控制指令下达到相应的终端控制节点。因此，节点的核心任务是定义好语音指令及控制指令的数据包格式，并实现CI-03T和CC2530的有效通信。

2.6 网关节点设计

网关节点是智能家居系统的核心，它由STM32、CC2530和ESP8266组成。其中，CC2530作为ZigBee网络的协调器节点，负责接收终端采集的数据，或负责向终端执行器节点发出控制指令。ESP8266是一个WiFi模块，负责将数据送上云平台，以实现智能家居的远程控制。STM32负责运行网关核心程序，完成数据融合、数据分析、指令控制以及智能决策等任务。节点硬件架构如图2所示，节点软件控制业务如图3所示。

2.7 移动端设计

移动端是运行于Android手机之上的APP，负责与云平台连接，可实现智能家居系统远程控制，其由Win APP程序开发。APP远程控制界面如图4所示。

3 思考与讨论

系统通过实验室研发与调试，取得了一定成果，但在一些关键问题的解决过程中也存在问题，在此将它提出，希望对相关系统的研发有一定帮助。

（1）终端节点的动态入网与地址绑定问题

ZigBee由协调器发起组网，之后终端节点才能加入网络，一旦网关因故障重启，则终端节点难以再次正常入网，导致系统故障。另一方面，ZigBee属于动态拓扑结构网络，终端节点的16位短地址动态获取，因此，难以使用16位短地址与终端设备绑定，这为系统的动态扩展及设备控制增加了不少技术难度。

（2）传感器阵列与数据融合问题

在智能家居的检测空间内，单一的传感器不仅无法检测到准确的数据，也可能因设备故障或误差而影响系统的可靠性。采用多传感器构成传感器阵列是最客观的解决方案，然而，不同位置的传感器所采集的数据存在差异，比如位于地面的温湿度传感器和位于天花板的温湿度传感器采集的数据可能不一致，甚至差别很大。因此，传感器位置分布以及温度模型的选择是个值得研究的课题。

4 结 语

本研究运用物联网相关知识和技术，在参考相关文献的基础上提出了基于ZigBee网络的系统架构，为解决老年人数字鸿沟问题特引入了语音控制技术。通过系统仿真及实验室原型产品实验，取得了一定成果，证明这一解决方案的可行性。研究还提出动态入网和传感器阵列的设计理念，尽管没能很好地解决这一问题，但对后续产品的研究具有一定的参考价值。

注：本文通讯作者为罗明山。

参考文献

[1]徐越，韵卓敏，王婧媛，等.智能化背景下，老年人数字鸿沟的影响因素及其形成过程分析[J]. 智能计算机与应用，2020，10（2）：75-82.

[2]王丽梅，俞婕，朱海清，等.老年人在智能时代的生存策略研究—基于政府、社区和下一代视角[J].科技创新与生产力，2019，40（2）：32-34.

[3]李珂心，吴智慧，叶永珍，等.智慧养老产业发展背景及其研究现状分析[J].家具，2021，42（4）：11-15.

[4]吴杰文，左宸羽，倪银堂，等.智能家居的研究现状综述与展望[J].中国战略新兴产业，2017，5（16）：60.

[5]廉小亲，安飒，王俐伟，等.智能家居发展及关键技术综述[J].测控技术，2018，37（11）：1-4.

[6]卿勇. 智能家居发展及关键技术综述[J].软件导刊，2017，16（1）：180-182.

[7]常金玲，李思雨. 大数据背景下我国智慧养老产业创新研究[J].创新科技，2019，18（12）：73-78.

[8]本刊编辑部.“三胎时代”下的母婴行业 [J]. 中国商界， 2021，27（7）：4.

[9]刘恋.基于中老年群体特性的导航交互APP设计分析[J]. 中国包装，2020，40（4）：62-64.

[10]孙卫华，凡明春，张臻. 基于ZigBee的智能家居照明系统搭建

[J]. 光源与照明，2022，45（5）：71-73.

[11]田钰彬，朱剑刚，王国坤.智能家居语音交互体验的设计方法探析[J].家具，2021，42（3）：23-27.

[12]顾家诚，赵雁.智能家居照明系统中的光环境情感体验设计研究[J].设计，2020，33（11）：17-19.

收稿日期：2023-05-23 修回日期：2023-06-28

基金项目：百色学院2022年广西自治区级大学生创新创业训练计划项目：“晚年无忧”智能家居系统（202210609220）