基于stc单片机的智能语音控制小车本科论文.doc

基于stc单片机的智能语音控制小车本科论文.doc

ID:10856150

大小:4.77 MB

页数:24页

时间:2018-07-08

基于stc单片机的智能语音控制小车本科论文.doc_第1页
基于stc单片机的智能语音控制小车本科论文.doc_第2页
基于stc单片机的智能语音控制小车本科论文.doc_第3页
基于stc单片机的智能语音控制小车本科论文.doc_第4页
基于stc单片机的智能语音控制小车本科论文.doc_第5页
资源描述:

《基于stc单片机的智能语音控制小车本科论文.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于STC单片机的智能语音控制小车一、实验目的1.随着科技的进步和社会的发展,汽车技术的发展越来越智能化。本次接口实验设计就是基于简单智能化的基础上,采用LD3320语音单元和STC单片机和L298N电机驱动,开发出基于语音无线控制与智能避障的小车,实现非特定人声语音控制小车,以及小车超声波自动避障行驶的功能,同时液晶显示出超声波前方障碍物的距离。2.掌握用AltiumDesigner10软件绘制原理图和PCB电路,以及电路板的制作过程(包括转印、腐蚀,焊接,下载与调试),熟练KeiluVision4环境以及单片机C代码的编写

2、、调试和hex文件的生成并下载到单片机芯片内,掌握软硬联调技巧与方法。3.掌握基于LD3320的语音单元的编程、语音处理及与单片机间的通信。二、系统总体方案本次设计的小车采用STC89C52单片机作为主控芯片,通过LD3320语音单元接单片机控制小车行驶状态(包括前进、后退、左转、右转及停车);小车行驶过程中遇到障碍物,如果没有接收到语音信号而超声波检测模块检测周围障碍物小于安全距离40cm,小车自动转向,距离通过LCD1602液晶显示出来;采用L298作为电机驱动芯片驱动小车行驶。系统总体框图如图2.1:图2.1系统总体框图

3、24三、硬件设计3.1主控系统本次设计采用STC89C52单片机作为控制芯片,STC89C52RC是STC公司生产的一种低功耗、高性能CMOS8位微控制器,具有8K字节系统可编程Flash存储器。单片机系统电路图2:图3.1单片机最小系统原理图复位电路:手动复位,按下复位按钮,复位脚得到VCC的高电平,单片机复位,按钮松开后,单片机开始工作。如图3.2(1):时钟电路:在52单片机片内有一个高增益的反相放大器,反相放大器的输入端为XTAL1,输出端为XTAL2,由该放大器构成的振荡电路和时钟电路一起构成了单片机的内部时钟方式。

4、如图3.2(2):(1)复位电路:(2)时钟电路:图3.2(1)复位电路(2)时钟电路243.2超声波模块超声波模块(HC-SR04)是小车测距和避障的重要模块。该模块可提供2cm-400cm的非接触式距离感测功能,测距精度可达高到3mm;模块包括超声波发射器、接收器与控制电路。基本工作原理:(1)采用IO口TRIG触发测距,给至少10us的高电平信号;(2)模块自动发送8个40khz的方波,自动检测是否有信号返回;(3)有信号返回,通过IO口ECHO输出一个高电平,高电平持续的时间就是超声波从发射到返回的时间。测试距离=(高

5、电平时间*声速(340M/S))/2;超声波时序图3.3:图3.3超声波时序图由时序图表明你只需要提供一个10uS以上脉冲触发信号,该模块内部将发出8个40kHz周期电平并检测回波。一旦检测到有回波信号则输出回响信号。回响信号的脉冲宽度与所测的距离成正比。由此通过发射信号到收到的回响信号时间间隔可以计算得到距离。公式:uS/58=厘米或者uS/148=英寸;或是:距离=高电平时间*声速(340M/S)/2;建议测量周期为60ms以上,以防止发射信号对回响信号的影响。超声波电路如图3.4:24图3.4超声波电路3.3LD3320

6、语音识别单元语音识别作为信息技术中一种人机接口的关键技术,具有重要的研究意义和广泛的应用价值。语音识别技术的应用范围极为广泛,不仅涉及到日常生活的方方面面,在军事领域也发挥着极其重要的作用。它是信息社会朝着智能化和自动化发展的关键技术,使人们对信息的处理和获取更加便捷,从而提高人们的工作效率。语音识别是将人类的声音信号转化为文字或者指令的过程。语音识别以语音为研究对象,它是语音信号处理的一个重要研究方向,是模式识别的一个分支。根据在不同限制条件下的研究任务,产生了不同的研究领域。这些领域包括:根据对说话人说话方式的要求,可分为

7、孤立字(词)、连接词和连续语音识别系统;根据对说话人的依赖程度,可分为特定人和非特定人语音识别系统;根据词汇量的大小,可分为小词汇量、中等词汇量、大词汇量以及无限词汇量语音识别系统。从语音识别模型的角度讲,主流的语音识别系统理论是建立在统计模式识别基础之上的。语音识别系统本质上是一种多维模式识别系统,对于不同的语音识别系统,人们所采用的具体识别方法及技术不同,但其基本原理都是相同的,即将采集到的语音信号送到特征提取模块处理,将所得到的语音特征参数送入模型库模块,由声音模式匹配模块根据模型库对该段语音进行识别,最后得出识别结果。

8、语音识别系统基本原理框图如图3.5所示,其中:预处理模块滤除原始语音信号中的次要信息及背景噪音等,包括抗混叠滤波、预加重、模/数转换、自动增益控制等处理过程,将语音信号数字化;特征提取模块对语音的声学参数进行24分析后提取出语音特征参数,形成特征矢量序列。图3.5语音识别系统

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。