tensowflow 训练 远程提交_一种基于TensorFlow框架的机器人远程语音控制系统的制作方法...

本发明属于自动化控制领域，特别涉及一种基于TensorFlow框架的机器人远程语音控制系统。

背景技术：

随着人工智能的稳步普及，人类对智能机器人的接受程度越来越高；并且随着智能机器人的多样化、精准化服务等，大幅解放了人类的劳动，随着智能机器人的研究发展，其成本也在不断下降，人类对智能机器人的需求也到了一个前所未有的高度，并且需求量逐年加大。智能机器人包括多种技术，多种产品，语音控制机器人作为其中的一类，解放了人类的双手操作方式，准确说出需求，由语音识别技术进行识别并控制机器人进行操作。

现有的机器人语音控制系统其语音识别模块一部分基于序列比对算法，如动态时间弯折算法等，此类算法对于不同口音及语音不清晰等情况无法有效识别；另一部分基于神经网络算法，如基于百度语音识别接口，这类方法需要实时连接互联网，且受到接口供应商技术水平和技术稳定性的限制。现有语音控制机器人其语音识别模块集成于机器人控制芯片中，受到语音采集范围的限制，无法远程控制。

技术实现要素：

针对以上缺陷，本发明提供一种语音识别控制系统，能够实现远程语音控制。

本发明的技术方案为：一种基于TensorFlow框架的机器人远程语音控制系统，包括：手机终端、机器人、通讯模块；所述手机终端包括：语音采集模块，采集语音指令；语音识别模块，通过手机APP采集语音，使用TensorFlow卷积神经网络模型识别语音；所述机器人包括：机器人控制芯片，采用树莓派3代b型开发板；无线驱动模块，用于接收app发送的信号，并将其传递给电机驱动模块；电机驱动模块，采用L298N电机驱动板控制电机转动；所述通讯模块，运用socket库实现app与机器人控制芯片的通讯包括：指令发射单元，位于手机终端上，用于将指令发送给机器人控制芯片；指令接受单元：位于机器人上，用于接收手机终端发送过来的指令。

进一步地，一种基于TensorFlow框架的机器人远程语音控制系统，所述通讯模块采用wifi、蓝牙、ZigBee传输方式进行通信。

进一步地，一种基于TensorFlow框架的机器人远程语音控制系统，所述机器人控制芯片集成了无线驱动模块。

进一步地，一种基于TensorFlow框架的机器人远程语音控制系统，所述语音识别模块采用APP方式通过手机麦克风采集语音信号，通过MFCC方法提取特征值，输入预先用TensorFlow训练好的模型，识别出语音信息；然后由socket库将信息发送给机器人控制模块。

进一步地，一种基于TensorFlow框架的机器人远程语音控制系统，所述模型的训练是通过构建TensorFlow流程图，将训练集语音数据初始化，输入CNN模型进行训练，获得模型参数。

本发明的有益效果为：通过手机APP完成语音识别，在将识别结果发送到机器人控制芯片中，此种通讯可基于局域网，并可实现远程控制；本发明的语音识别模块运用TensorFlow框架，该框架基于卷积神经网络模型(CNN)，能够有效识别不同口音及语音不清晰的情况； 本发明使用的控制模块集成了无线驱动模块，无需外接无线驱动模块。

本发明中各模块用到的语音采集模块、语音识别模块、TensorFlow卷积神经网络模型等现在发展比较成熟的技术，将各模块通过本发明的技术方案组合在一起，构建机器人远程语音控制系统，实现对机器人的远程控制。

附图说明

图1为本发明一种基于TensorFlow框架的机器人远程语音控制系统的结构示意图；

图2为本发明一种基于TensorFlow框架的机器人远程语音控制系统的工作流程图。

具体实施方式

为详细理解本发明的技术方案，下面结合附图来进一步描述本发明的技术方案。

如图1所示，一种基于TensorFlow框架的机器人远程语音控制系统，包括：手机终端、机器人、通讯模块；所述手机终端包括：语音采集模块，采集语音指令；语音识别模块，通过手机APP采集语音，使用TensorFlow卷积神经网络模型识别语音；所述机器人包括：机器人控制芯片，采用树莓派3代b型开发板；无线驱动模块，用于接收app发送的信号，并将其传递给电机驱动模块；电机驱动模块，采用L298N电机驱动板控制电机转动；所述通讯模块，运用socket库实现app与机器人控制芯片的通讯包括：指令发射单元，位于手机终端上，用于将指令发送给机器人控制芯片；指令接受单元：位于机器人上，用于接收手机终端发送过来的指令。

所述通讯模块可采用wifi、蓝牙、ZigBee传输方式进行通信，本实施例中采用wifi通信方式进行通信。

为简化制作工艺和成本，本实施例中的机器人由控制芯片集成了无线驱动模块。

本实施例中的语音识别模块采用APP方式通过手机麦克风采集语音信号，通过MFCC方法提取特征值，输入预先用TensorFlow训练好的模型，识别出语音信息；然后由socket库将信息发送给机器人控制模块。所述模型的训练是通过构建TensorFlow流程图，将训练集语音数据初始化，输入CNN模型进行训练，获得模型参数。

如图2所示，本实施例的控制系统在工作时的流程如下：

S1：启动机器人，打开手机终端APP；

S2：语音采集模块开始工作，采集语音；判断是否有语音，如有则继续下一步，如无则继续本步骤；

S3：语音识别模块识别采集到的语音，通过数据处理将语音指令转化为通讯信号；

S4：通讯模块的指令发射单元将信号通过wifi通信方式发送给指令接受单元；

S5：机器人控制芯片解析接收到的指令信号，并将指令发送给机器人电机驱动模块，控制机器人运动。