基于树莓派的智能家居

置顶是靓仔丫

已于 2024-02-17 14:52:48 修改

阅读量1w

点赞数 31

分类专栏：树莓派智能家居文章标签：人脸识别语音识别 java 树莓派物联网

于 2021-03-29 13:32:54 首次发布

本文链接：https://blog.csdn.net/weixin_45914780/article/details/115298473

版权

树莓派智能家居专栏收录该内容

1 篇文章 4 订阅

订阅专栏

大二的时候做的一个东西，也算是花了不少的心血，所以希望记录下来，也能给其他的小伙伴有一点点参考。由于是自己摸索，所以可能说的不是很清楚或者显得很业余。后来还把小车和智能家居联合起来了，小车可以控制智能家居，智能家居也可以控制小车。主要还是做的功能整合，把之前控制传感器的代码和语音识别、人脸识别的功能结合起来，然后做了web端对沙盘的一些控制，例如灯、舵机这些操作。
后面也有了新的设备，可是也没什么时间更新，很多的功能和代码都来得及写，以后会补上的。如果是想做毕业设计的小伙伴可以和我联系，可以远程协助，包括环境的安装，代码的调试。

部分图片

在这里插入图片描述

材料

1.前期是几千个小积木一点点拼起来的，后来自己用木板做了一个小沙盘，最后拿了奖金，买了个沙盘。
2.设备是树莓派4B，我的是8G内存的，性能剩余太多了，有点浪费
3.烟雾传感器、火焰传感器、雨滴传感器、土壤湿度传感器、震动传感器、超声波传感器、温湿度传感器、红外发射与接收模块
3.夜视摄像头、体感摄像头、自己焊接的一个小音响，我的体感摄像头是有麦克风的，所以不用单独搞一个麦克风，设置一下体感摄像头为默认麦克风输入。
4.MG90舵机
5.目前还有一个stm32f1的板子和51单片机开发板，还在纠结应该做些什么比较好，放着也是吃灰

语音技术

语音识别是上面很多功能的基础，首先通过snowboy的关键词唤醒，可以自己官网制作属于自己的唤醒模型（因为我懒，测试的时候把灵敏度拉满，于是大喊一声也成），程序使用录音软件进行录音，并且保存在本地文件，调用百度语音识别进行识别，此时将返回的结果保存为文本，来一个正则表达式。
接下来就是朴实无华的语音合成，语音播报其实就是我将录制好的音频文件，在某个if()满足条件的时候就播放出来，例如人脸识别的时候，如果识别通过，就播放欢迎回来，xx。没识别到人脸也给出提示：未识别到人脸，如果不在人脸库的时候，就播放：我不认识你哦。其实我觉得百度语音技术挺好用的，而且还有那么多次的免费调用，用在自己个人学习绰绰有余，几万次的调用，正常人用不完。
放一部分代码

import snowboydecoder
import signal
import wave
import sys
import json
import requests
import time
import os
import base64
from pyaudio import PyAudio, paInt16
import webbrowser
from fetchToken import fetch_token

interrupted = False 
endSnow = False

framerate = 16000
num_samples = 2000
channels = 1
sampwidth = 2
FILEPATH = './audio/audio.wav'

TTS_URL = 'http://tsn.baidu.com/text2audio'

music_exit = './audio/exit.wav'
music_open = './audio/open.wav'
os.close(sys.stderr.fileno())

def signal_handler(signal, frame):
    global interrupted
    interrupted = True

def interrupt_callback():
    global interrupted
    return interrupted

def detected():
    play('./audio/open.wav')
    global interrupted
    interrupted = True
    detector.terminate()

def play(filename):
    wf = wave.open(filename, 'rb')
    p = PyAudio()
    stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
                    channels=wf.getnchannels(),
                    rate=wf.getframerate(),
                    output=True)
    data = wf.readframes(1024)
    while data != b'':
        data = wf.readframes(1024)
        stream.write(data)
    stream.stop_stream()
    stream.close()
    p.terminate()

def save_wave_file(filepath, data):
    wf = wave.open(filepath, 'wb')
    wf.setnchannels(channels)
    wf.setsampwidth(sampwidth)
    wf.setframerate(framerate)
    wf.writeframes(b''.join(data))
    wf.close()

def my_record():
    pa = PyAudio()
    stream = pa.open(format=paInt16, channels=channels,
                     rate=framerate, input=True, frames_per_buffer=num_samples)
    my_buf = []
    # count = 0
    t = time.time()
    while time.time() < t + 5:
        string_audio_data = stream.read(num_samples)
        my_buf.append(string_audio_data)
    save_wave_file(FILEPATH, my_buf)
    stream.close()

def speech2text(speech_data, token, dev_pid=1537):
    FORMAT = 'wav'
    RATE = '16000'
    CHANNEL = 1
    CUID = 'baidu_workshop'
    SPEECH = base64.b64encode(speech_data).decode('utf-8')
    data = {
        "format": "wav",
        "rate": 16000,
        'dev_pid': 1537,
        'channel': 1,
        'token': "*",
        'cuid': "baidu_workshop",
        'len': len(speech_data),
        'speech': "base64.b64encode(speech_data).decode('utf-8')"
    }
    url = 'http://vop.baidu.cpm/server_api'
    headers = {'Content-Type': 'application/json'}
    r = requests.post(url, json=data, headers=headers)
    Result = r.json()
    if 'result' in Result:
        return Result['result'][0]
    else:
        return Result

def get_audio(file):
    with open(file, 'rb') as f:
        data = f.read()
    return data

if __name__ == "__main__":
    while endSnow == False:
        interrupted = False
        detector = snowboydecoder.HotwordDetector('zpf.pmdl', sensitivity=1)
        detector.start(detected_callback=detected,
                       interrupt_check=interrupt_callback,
                       sleep_time=0.03)
        my_record()
        TOKEN = fetch_token()
        speech = get_audio(FILEPATH)
        result = speech2text(speech, TOKEN, int(80001))
        if type(result) == str:
            identifyComplete(result.strip(', '))

人脸识别

嗯，调用的还是百度的人脸识别，也是免费的。这个我这几天忙完会把代码传上来。主要思路就是在识别到人脸的时候，if(相似度超过80），这个时候就把门打开，否则提示不在人脸库。

from aip import AipFace
from picamera import PiCamera
import urllib.request
import RPi.GPIO as GPIO
import base64
import time
from snow import *
from hc import *
from snow import *
APP_ID ='*'
API_KEY ='*'
SECRET_KEY ='*'
client = AipFace(APP_ID, API_KEY, SECRET_KEY)
IMAGE_TYPE='BASE64'
camera = PiCamera()

GROUP ='zpf'

def getimage():
    camera.resolution =(1024,768)
    camera.start_preview()
    camera.capture('faceimage.jpg')

def transimage():
    f = open('faceimage.jpg','rb')
    img = base64.b64encode(f.read())
    return img

def go_api(image):
    result = client.search(str(image,'utf-8'), IMAGE_TYPE, GROUP);
    if result['error_msg'] == 'SUCCESS':
        name = result['result']['user_list'][0]['user_id']
        score = result['result']['user_list'][0]['score']
        if score > 80:
            if name == 'zpf':
                door()
                play(result_au)
        else:
            print("对不起，我不认识你！")
            name = 'Unknow'
            return 0
        return 1
    if result['error_msg'] == 'pic not has face':        
        print('检测不到人脸')
        return 0
    else:
        print(result['error_code'])
        return 0
if __name__ == '__main__':
    while True:
        print('准备')
        if True:
            getimage()
            img = transimage()
            res = go_api(img)
            time.sleep(1)

开门

至于开门的话，我用的是MG90舵机，老样子写好函数，如果满足开门条件，就让舵机把门拉开，至于多少角度的话就需要计算了哈哈哈。舵机我是接在树莓派的11物理引脚上面的,通过调节PWM的占空比控制舵机的转向角度。代码发出来了，大家稍微改一下角度和引脚就可以使用了。

#!/usr/bin/env python3 
import RPi.GPIO as GPIO
import time
def setServoAngle(angle):
   GPIO.setmode(GPIO.BOARD)
   GPIO.setwarnings(False)
   GPIO.setup(11, GPIO.OUT)
   tilt = GPIO.PWM(11, 50)
   tilt.start(0)
   DutyCycle = angle/18 + 2
   tilt.ChangeDutyCycle(DutyCycle)
   time.sleep(1)
   tilt.stop()
c = 'c'

while c == 'c':
   angle = 30  
   setServoAngle(angle)
   c = 'e'
GPIO.cleanup()
exit()

下雨收衣服

这里依赖一个雨滴传感器，检测雨滴就会把衣服那条杠拉进来。没办法，成本不够，gpio口也有限，只能两个舵机来回使用了。

烟雾火焰报警

这里依赖火焰传感器和烟雾传感器，我纠结到底是两者都符合触发报警呢还是单独一个就可以触发报警。如果是单独一个的话，我怕别人点根烟就报警了，到时候会不会很尴尬（我不抽烟哈哈哈哈）传感器原理知识就不多说了，主要还是上代码，改一下pin就好

#!/usr/bin/python
# encoding:utf-8
import RPi.GPIO as GPIO
import time
from snow import *
pin_fire=16
GPIO.setmode(GPIO.BCM)
GPIO.setup(pin_fire, GPIO.IN, pull_up_down=GPIO.PUD_DOWN)
try:
    while True:
        status = GPIO.input(pin_fire)
        if status == True:
            print('没有检测到火')
        else:
            print('检测到火灾')
            play('./audio/fire.wav')
        time.sleep(0.5)
except KeyboradInterrupt:
    GPIO.cleanup()

网络监控

来一张靓仔亲测照片，局域网内都可以查看。现在的思路是树莓派官方的摄像头当人脸识别摄像头，而体感摄像头用来当网络监控，不知道会不会冲突，到时候试一下。目前两个都是用夜视摄像头测试的，补光灯也还没有安装（~~因为螺丝不见了，靓仔无语~~ ）

这个时候大家首先要把树莓派的摄像头权限打开

sudo raspi-config

选择第五项Interfacing Options，选择第一项camera，选择是，然后重新启动一下

sudo reboot

安装motion

sudo apt install motion

sudo vim /etc/default/motion
//设置“start_motion_daemon=no”，将no改为yes,让其后台运行

sudo vim /etc/motion/motion.conf

设置motion.conf如下：
daemon on
width 640
height 480
stream_localhost off
stream_maxrate 100

这个在比较靠后，我当时翻了挺久的，所以耐心翻一下吧哈哈哈

最后运行

sudo motion

接下来浏览器输入树莓派的ip：8081
就可以看见靓仔了

小程序和网页实现对家居的控制

前面的图上面应该有写，搭建服务器端，根据不同的控制请求发布不同的指令，实现对应的控制。

根据光线拉窗帘

这里主要利用到了一个光敏传感器，根据光线的强弱，到达一定的值就会调用舵机拉开窗帘。

智能浇花

这个淘宝买的继电器加土壤湿度检测，简单粗暴，稍微焊接一下就好，就是焊接的不太好看。哦对了，没花。
在这里插入图片描述

最后分享一个在线工具网站，https://www.sora-site.top/

是靓仔丫

关注

31
点赞
踩
162

收藏

觉得还不错? 一键收藏
3
评论
基于树莓派的智能家居

实现一些基本的智能家居功能，希望能对大家有所帮助。
复制链接

扫一扫

专栏目录