本发明专利技术公开了一种智能轮椅语音驱动控制器及识别与控制方法，所述控制器包括音频电路模块、语音处理电路模块、MAX232通信模块、DSP处理器、操纵杆电路模块、调速电路模块、电源电路模块、电机驱动电路模块、故障检测电路模块、电压电流检测电路模块、刹车电路模块。语音识别采用基于模糊支持向量机的特定人语音识别方法，提高了识别率并增强了抗噪能力。DSP处理器通过输出PWM波来控制电机协调运转。本发明专利技术提出了一种以单片机为语音信息处理器，以DSP为驱动控制器的主从式智能轮椅语音驱动控制方案。本发明专利技术的优点是它既可以手动控制，也可以语音自动控制，使用方便。
【技术实现步骤摘要】
本专利技术涉及智能轮椅语音驱动控制器及识别与控制方法，属于智能轮椅的语音识别和电机驱动控制领域。
技术介绍
随着社会文明的发展进步，保障和提高老年人以及残障人士等弱势群体的生活质量，已经越来越受到社会各界人士的普遍关注。轮椅作为一种辅助代步工具，无论是高龄老人还是先天或后天肢残、障碍者对其的需求将越来越大。电动轮椅适于下肢残疾和行走不便的年老体弱者使用，是一种比较理想的代步工具。而对于残疾程度比较严重、上肢无法活动的人士来说，智能轮椅为他们的生活提供了极大的便利。语音识别是人机接口设计的一项重要内容，也是语音信号处理中非常重要的应用技术，正逐步成为信息技术中人机交互的关键技术。目前，语音识别技术已经在诸多领域得到应用。智能机器人作为助老/助残服务机器人系列产品中的一个重要研究领域，将语音识别技术应用于普通轮椅，用语音来控制轮椅的运动为使用者带来了极大地方便。因此研究并开发实用的轮椅语音识别控制系统对于智能机器人的广泛应用具有重要的意义。用户在实际使用语音命令控制轮椅运动时，由于存在环境噪声的干扰，语音识别的识别率大大折扣，迫切需要采用一种识别率较高、抗干扰较强的语音识别方法。支持向量机(Support Vector Machine, SVM)是一种基于统计学习理论的模式分类器。它通过结构风险最小化准则和核函数的方法，较好的解决了模式分类器复杂性和推广性之间的矛盾。申请号为“200610118866. 8”名称为“智能轮椅”所公开的专利中，主要强调了智能轮椅的总体机械结构，在电动轮椅的基础上，车体装配了多个红外和声纳测距传感器，使轮椅具有防碰撞和防跌落功能，体现了其智能性。申请号为“200520002773. X”名称为“一种嵌入式智能轮椅控制装置”所公开的专利中，装置中安装了 8个超声传感器作为环境探测器，通过对超声传感器信息的采集，控制器实时控制轮椅的运行。已经公开的专利中，还没有关于语音控制智能轮椅的论述。
技术实现思路
本专利技术的目的是为了解决现有轮椅的控制方式给用户的使用带来诸多不便的问题，提供了一种既可以语音控制又可以手动控制的轮椅控制器，语音模式下，用户只需说出指令即可控制轮椅完成相应的操作，从而极大地方便了用户的使用。本专利技术采用的技术方案是一种智能轮椅语音驱动控制器，所述控制器包括音频电路模块、语音处理电路模块、液晶显示模块、MAX232通信模块、DSP处理器、按键电路模块、操纵杆电路模块、电源电路模块、电机驱动电路模块、故障检测电路模块、电压电流检测电路模块和刹车电路模块；其中音频电路模块与语音处理电路模块双向连接，语音处理电路模块的输出端分和液晶显示模块的输入端连接，语音处理电路模块的输入端分别和按键电路模块和操纵杆电路模块的输出端相连，MAX232通信模块分别和语音处理电路模块、DSP5处理器双向相连，DSP处理器的输出端分别连接于电机驱动电路模块和刹车电路模块的输入端，故障检测电路模块、电压电流检测电路模块的输出端分别接DSP处理器的输入端，电源电路模块的电源输出端分别连接于语音处理电路模块、DSP处理器、电机驱动电路模块、 刹车电路模块和电机的电源输入端，电机驱动电路模块的输出端连接于故障检测电路模块和电机的输入端，电机的输出端与电压电流检测电路模块的输入端连接，刹车电路模块的输出端与电机的输入端相连。音频电路模块包括语音采集模块和语音播放模块，语音采集模块为一麦克风，语音播放模块为一喇叭。语音处理电路模块采用凌阳单片机SPCE061A。DSP处理器采用数字信号处理器TMS320LFM07A。 电机驱动电路模块包括光耦隔离电路、功率放大电路、H桥式驱动电路。光耦隔离电路采用光耦隔离器件6N137，功率放大电路采用电机驱动控制芯片 IR2130。电源电路模块为一电平转换电路。一种智能轮椅语音驱动控制器的语音识别方法如下第一步语音预处理语音预处理分为采样量化，去噪，预加重和加窗三个部分；第二步端点检测过程如下A)、计算每帧平均能量幅度和短时过零率；B)、先为短时平均能量和短时过零率确定两个门限；在静音段，如果能量或过零率超越了低门限，就开始标记起始点，进入过渡段；C)、在检测到语音段后，标记开始检测语音终点，如果检测到短时能量或者短时过零率低于闭值，则标记为语音终点；第三步特征提取A)、对各帧信号进行小波包分解，并且计算对应临界频带的结点小波系数的对数能量N1Σ—JLUU“」-，k = \,2,..,K,(1)Nk其中，WPXk, m为第k个子带的第m个小波系数，k为子带序号，Nk为第k个子带中小波包分解系数的个数，K为所选频带的数目，在本系统的实验中，K = 24 ；B)、对&进行DCT变换，得到新的特征参数c(/) = ^^cos -， \<k<K,i = \,2,---,P,(2)k=\ k其中，ρ为特征参数的维数；第四步模糊支持向量机识别采取语音样本强制对齐的方法将语音帧数放宽或者压缩使样本长度统一，对齐后的样本利用模糊支持向量机进行识别相对于常规支持向量机的训练样本，除了样本的特征与类属标识外，模糊支持向量机训练的每个样本还增加了隶属度一项；训练的语音样本集表示为(Xl，yi，μ (X1)),…， (Χη，Υη, μ (Xn))，每个语音样本的特征表示为Xi e Rd，类标识为Ji e {+1，-1}，隶属度为0 < μ (Xi) ^ 1，其中Cyi标明它所对应的向量Xi属于两类中的哪一类，η为样本个数，d为输入维数；ζ = Φ (χ)为将训练样本从原始模式空间Rd映射到高维特征空间Z之间的映射关系Φ ；最优分类面为下面目标函数的最优解权利要求1.一种智能轮椅语音驱动控制器，其特征在于，所述控制器包括音频电路模块(1)、语音处理电路模块( 、液晶显示模块C3)、MAX232通信模块(4)、DSP处理器( 、按键电路模块(6)、操纵杆电路模块(7)、电源电路模块( 、电机驱动电路模块(9)、故障检测电路模块(10)、电压电流检测电路模块(11)和刹车电路模块(12)；其中音频电路模块⑴与语音处理电路模块( 双向连接，语音处理电路模块O)的输出端分和液晶显示模块(3)的输入端连接，语音处理电路模块O)的输入端分别和按键电路模块(6)和操纵杆电路模块(7)的输出端相连，MAX232通信模块(4)分别和语音处理电路模块( 、DSP处理器(5)双向相连，DSP处理器(5)的输出端分别连接于电机驱动电路模块(9)和刹车电路模块(12) 的输入端，故障检测电路模块(10)、电压电流检测电路模块(11)的输出端分别接DSP处理器(5)的输入端，电源电路模块(8)的电源输出端分别连接于语音处理电路模块O)、DSP 处理器(5)、电机驱动电路模块(9)、刹车电路模块(1 和电机(1 的电源输入端，电机驱动电路模块(9)的输出端连接于故障检测电路模块(10)和电机(13)的输入端，电机(13) 的输出端与电压电流检测电路模块(11)的输入端连接，刹车电路模块(1 的输出端与电机(1 的输入端相连。2.根据权利要求1所述的一种智能轮椅语音驱动控制器，其特征在于，音频电路模块 (1)包括语音采集模块和语音播放模块，语音采集模块为一麦克风，语音播放模块为一喇叭。3.根本文档来自技高网...
【技术保护点】
１．一种智能轮椅语音驱动控制器，其特征在于，所述控制器包括音频电路模块（１）、语音处理电路模块（２）、液晶显示模块（３）、ＭＡＸ２３２通信模块（４）、ＤＳＰ处理器（５）、按键电路模块（６）、操纵杆电路模块（７）、电源电路模块（８）、电机驱动电路模块（９）、故障检测电路模块（１０）、电压电流检测电路模块（１１）和刹车电路模块（１２）；其中音频电路模块（１）与语音处理电路模块（２）双向连接，语音处理电路模块（２）的输出端分和液晶显示模块（３）的输入端连接，语音处理电路模块（２）的输入端分别和按键电路模块（６）和操纵杆电路模块（７）的输出端相连，ＭＡＸ２３２通信模块（４）分别和语音处理电路模块（２）、ＤＳＰ处理器（５）双向相连，ＤＳＰ处理器（５）的输出端分别连接于电机驱动电路模块（９）和刹车电路模块（１２）的输入端，故障检测电路模块（１０）、电压电流检测电路模块（１１）的输出端分别接ＤＳＰ处理器（５）的输入端，电源电路模块（８）的电源输出端分别连接于语音处理电路模块（２）、ＤＳＰ处理器（５）、电机驱动电路模块（９）、刹车电路模块（１２）和电机（１３）的电源输入端，电机驱动电路模块（９）的输出端连接于故障检测电路模块（１０）和电机（１３）的输入端，电机（１３）的输出端与电压电流检测电路模块（１１）的输入端连接，刹车电路模块（１２）的输出端与电机（１３）的输入端相连。...
【技术特征摘要】
【专利技术属性】
技术研发人员：曾庆军，于庆栋，王仁杰，周洋，刘利，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。