潘仲勛，葛宇童，董京偉，牛 爽，劉振曄

（1.北京工業(yè)大學(xué)軟件學(xué)院，北京100124；2.北京工業(yè)大學(xué)計算機學(xué)院，北京100124）

1 研究意義及現(xiàn)狀

本項目基于對全球智能化家居的調(diào)查和分析，通過總結(jié)各國不同的智能家居的特點，設(shè)計出以機器學(xué)習(xí)為基礎(chǔ)的智能家居系統(tǒng)。項目主要注重的是智能家居對于語音的識別，這樣既可以體現(xiàn)出智能家居的智能性，還可以將不同的家居統(tǒng)一成一個系統(tǒng)。在項目的設(shè)計方法中，采用先調(diào)研再設(shè)計測試，最后實現(xiàn)整體設(shè)計的方法，體現(xiàn)了結(jié)構(gòu)化和模塊化的項目設(shè)計，可以很好地保證整個系統(tǒng)的完整性。

1.1 研究意義

智能家居最終目的是讓家庭更舒適、更方便、更安全、更符合環(huán)保。隨著人類消費需求和住宅智能化的不斷發(fā)展，今天的智能家居系統(tǒng)將擁有更加豐富的內(nèi)容，系統(tǒng)配置也越來越復(fù)雜。現(xiàn)今市場上銷售的智能家居缺少整體性，只是簡單的模塊堆積，缺少智能性。現(xiàn)計劃設(shè)計研發(fā)一種對房屋整體性把控的智能家居系統(tǒng)，分為兩種模式：人工通過智能語音控制；無人時傳感器對房間進(jìn)行自主控制。

實現(xiàn)智能垃圾桶的智能分類。垃圾分類被提上國家發(fā)展戰(zhàn)略，設(shè)計一款便于實現(xiàn)垃圾分類的垃圾桶顯得十分必要。目前垃圾分類面臨最大的問題是居民不清楚垃圾如何分類?，F(xiàn)計劃研究一款垃圾桶，使用者只需要說出要丟的垃圾名字，就能實現(xiàn)對應(yīng)種類的垃圾桶開蓋，通過軟硬件結(jié)合實現(xiàn)智能垃圾桶的智能分類。

家居的自動化。隨著自動化的普遍趨勢，家居的自動化也已經(jīng)成為了必然的趨勢，而在無人在家時，家居能否能自動運行成為了關(guān)鍵。

人工語音識別進(jìn)行電器的控制。現(xiàn)今市場上售賣的智能家居缺少整體性，一個家居只能獨立完成其功能，無法與實現(xiàn)人機交互、萬物互聯(lián)，缺少智能性?，F(xiàn)計劃設(shè)計研發(fā)一種物聯(lián)網(wǎng)智能模塊，將電器智能化。通過人工語音識別進(jìn)行電器的控制。

本項目主要通過以下四個方面的研究，來實現(xiàn)上文所述的三大基本構(gòu)想。

第一部分為智能識別判斷人的語音內(nèi)容研究。語言識別必是實現(xiàn)人工智能、智能家居的一個重要途徑。準(zhǔn)確地識別人類語言的研究便是實現(xiàn)的第一步。

第二部分為語言識別與物聯(lián)網(wǎng)模塊結(jié)合。實現(xiàn)人工語言識別后，就需要對應(yīng)家居做出對應(yīng)的反應(yīng)。實現(xiàn)語音識別模塊以及物聯(lián)網(wǎng)模塊相結(jié)合。

第三部分為通過傳感器對環(huán)境信息的采集，以及綜合自主分析，實現(xiàn)對家居的自動控制?，F(xiàn)在隨著自動化的普遍趨勢，家居的自動化已經(jīng)成為了必然的趨勢，而在無人在家時，家居能否自動運行成為了關(guān)鍵。

第四部分為設(shè)計新型物聯(lián)網(wǎng)模塊，實現(xiàn)普通電器也能聯(lián)網(wǎng)，進(jìn)行語音或者APP控制，實現(xiàn)對普通電器的智能控制。現(xiàn)今市場上售賣的家居廠家眾多，要求廠家生產(chǎn)出來的家居都支持同一個系統(tǒng)的語音控制，顯然不現(xiàn)實。但可以研究能完成特定物聯(lián)網(wǎng)功能的模塊，并將普通電器進(jìn)行改造，使其成為智能電器，能接受人類語音的命令。通過人類語音識別進(jìn)行電器的控制。

1.2 國內(nèi)外研究現(xiàn)狀

自1984年世界上第一套智能家居在美國建成以來，歐美和東南亞等經(jīng)濟較發(fā)達(dá)的國家先后提出了各種智能家居的方案。智能家居在美國、日本、德國、法國、韓國的廣泛應(yīng)用，為世界范圍內(nèi)智能家居產(chǎn)業(yè)標(biāo)準(zhǔn)制定和業(yè)務(wù)模型探索起到了至關(guān)重要的作用。1998年微軟提出“維納斯計劃”之后，相關(guān)行業(yè)都在積極推動這個產(chǎn)業(yè)的發(fā)展。但是從嚴(yán)格意義上來說，目前仍處于初級啟動階段。

美國智能家居以數(shù)字家庭和數(shù)字技術(shù)改造為契機，偏重于豪華感，追求舒適和享受，但其能源消耗很大，不符合現(xiàn)階段世界范圍內(nèi)低碳、環(huán)保和開源節(jié)流的理念。日本的智能家居是開發(fā)、設(shè)計、施工規(guī)?；c集團化，以人為本，注重功能，兼顧未來發(fā)展與環(huán)境保護，大量采用新材料、新技術(shù)，充分利用信息、網(wǎng)絡(luò)、控制與人工智能技術(shù)，實現(xiàn)住宅技術(shù)現(xiàn)代化。德國的智能家居追求專項功能的開發(fā)，注重基本的功能性。韓國政府對智能小區(qū)和智能家居采取多項政策扶持，規(guī)定在首爾等大城市的新建小區(qū)必須具有智能家居系統(tǒng)，目前，韓國全國80%以上的新建項目采用智能家居系統(tǒng)，產(chǎn)生了像三星、LG等知名的智能家居品牌。

3.1.2 個人出版物的海外傳播現(xiàn)狀 對于個人出版物來說，作者由于長期在某一國家從事武術(shù)教學(xué)工作，對該國的語言較為了解，能夠保證語言的表達(dá)更加準(zhǔn)確，但是出版物中的教學(xué)內(nèi)容卻缺乏標(biāo)準(zhǔn)。當(dāng)前，許多在國外從事武術(shù)教學(xué)的教師，武術(shù)習(xí)練背景參差不齊，許多沒有赴外教學(xué)許可的人員也在傳播中國武術(shù)。由于教學(xué)人員自身業(yè)務(wù)素質(zhì)的不足，導(dǎo)致其出版的紙質(zhì)教材或視頻影像中，教學(xué)內(nèi)容不標(biāo)準(zhǔn)，動作錯誤頻出，為中國武術(shù)的海外傳播帶來了阻礙。

2 智能垃圾分類箱總體結(jié)構(gòu)設(shè)計

2.1 日常家庭垃圾產(chǎn)生情況

垃圾分類是環(huán)境質(zhì)量全面改善的必然要求，垃圾分類是化解“鄰避效應(yīng)”的必然要求[1]。筆者們對于家庭日常垃圾產(chǎn)生情況進(jìn)行調(diào)研，此調(diào)研依據(jù)作為設(shè)計垃圾桶功能分區(qū)的重要前提。通過數(shù)據(jù)搜集，數(shù)據(jù)分析以及相關(guān)文獻(xiàn)研究得到以下分析情況。

通過“全國各省歷年統(tǒng)計年鑒”搜集了家庭日常購買產(chǎn)品情況，包裝行業(yè)的數(shù)據(jù)，國家地區(qū)垃圾產(chǎn)生量，具體如表1所示。

表1 日產(chǎn)生各類垃圾質(zhì)量占比

從表1中可以看出不可回收垃圾和廚余垃圾日產(chǎn)生占比基本一致，可回收垃圾產(chǎn)生量最大，對于家庭來說，有害垃圾產(chǎn)生量最小。

2.2 功能區(qū)域劃分

目前，國內(nèi)家用垃圾分類普及率低，原因在于垃圾分離所需垃圾桶數(shù)量多、某些垃圾異味容易散發(fā)[2]。根據(jù)日常家庭垃圾產(chǎn)生情況，筆者們設(shè)計了以下垃圾桶，如圖1所示。

圖1 垃圾桶

3 語音識別模塊及其技術(shù)基礎(chǔ)

此程序使用的是Python語言，同時也使用了百度云提供的語音識別技術(shù)。選擇Python進(jìn)行編程是因為其編寫簡單、代碼簡潔且功能強大，使用其所擁有的各種包、庫來完成語音識別的功能。

程序分為兩個部分。第一個部分是實時進(jìn)行用戶的語音錄入，使用Python的PyAudio來實現(xiàn)這一功能，設(shè)置采樣率為百度語音識別所需要的16 000，并將其保存為一個wav文件；第二個部分是調(diào)用百度云提供能的語音識別技術(shù)的庫函數(shù)進(jìn)行語音向字符串的轉(zhuǎn)換。

在開發(fā)的初期，普通話的語音識別有50 000次的免費試用次數(shù)，也大大降低了產(chǎn)品開發(fā)的相關(guān)成本，比較適合項目的需要。

4 利用深度學(xué)習(xí)實現(xiàn)根據(jù)圖片識別垃圾

4.1 深度學(xué)習(xí)的優(yōu)缺點

深度學(xué)習(xí)是近些年以來人工智能領(lǐng)域的一項非?；鸨募夹g(shù)。它在數(shù)字圖像處理、自然語言處理、語音識別等領(lǐng)域有著廣泛的應(yīng)用。它有著學(xué)習(xí)能力強、覆蓋范圍廣、適應(yīng)性好、數(shù)據(jù)驅(qū)動、上限高、可移植性好等優(yōu)點，但同時也存在著計算量大、便攜性差、模型設(shè)計復(fù)雜、容易存在偏見等客觀缺點。因此筆者們在實驗過程中通過圖像增強優(yōu)化來提高各種垃圾的特征，通過提高訓(xùn)練次數(shù)來盡量找出最優(yōu)模型的方式來盡可能地提高準(zhǔn)確率[3]。

4.2 數(shù)據(jù)集采集和標(biāo)注

深度學(xué)習(xí)是近十年來人工智能領(lǐng)域取得的重要突破。它在語音識別、自然語言處理、計算機視覺、圖像與視頻分析、多媒體等諸多領(lǐng)域的應(yīng)用取得了巨大成功[4]。垃圾圖片的數(shù)據(jù)集通過網(wǎng)絡(luò)上大量的彩色垃圾圖片進(jìn)行采集，收集了金屬工具、塑料包裝等二十種，共計一千余張的垃圾圖片，如圖2、圖3所示。通過json文件進(jìn)行對垃圾突變類型的標(biāo)注。

圖2 垃圾圖片數(shù)據(jù)集種類

圖3 垃圾圖片數(shù)據(jù)集（部分）

4.3 圖像增強優(yōu)化

為了能夠最大化地利用數(shù)據(jù)，利用少量的數(shù)據(jù)能獲得更多的訓(xùn)練集和更好的訓(xùn)練效果，對訓(xùn)練數(shù)據(jù)圖片進(jìn)行增強是一個十分有效的手段，于是將一張原圖片進(jìn)行旋轉(zhuǎn)，平移后能強調(diào)某些特征，擴大圖像中的不同垃圾物體特征之間的差異，加強圖像判斷和識別效果，具體如圖4、圖5所示。

圖4 對圖片的隨機平移

4.4 訓(xùn)練模型問題及優(yōu)化

在實驗的過程中，筆者們發(fā)現(xiàn)模型對于所要預(yù)測的圖片的明暗色彩區(qū)分度并不是很高，導(dǎo)致在有些特殊場景下分不清不同種類的垃圾，有時會因此出現(xiàn)堆疊垃圾的漏識現(xiàn)象。針對這個問題，筆者們通過提高epoch（訓(xùn)練次數(shù)），將training loss降低并且將模型不斷優(yōu)化保存以及利用上述所提到的圖像增強優(yōu)化來不斷提高不同種類垃圾之間的特征值差異這兩種方法來提高準(zhǔn)確性。

4.5 預(yù)測效果

通過對原圖像與預(yù)測圖像進(jìn)行對比，效果基本符合預(yù)期，具體如圖5、圖6所示。

圖5 對圖片的隨機旋轉(zhuǎn)

圖6 原圖像

4.6 結(jié)語

通過以上對圖片增強處理以及對與模型的訓(xùn)練次數(shù)及優(yōu)化和數(shù)據(jù)集的優(yōu)化處理后，垃圾分類識別的準(zhǔn)確度得到了顯著提高，但是仍然存在著在較暗環(huán)境下的垃圾堆疊、漏識、誤識現(xiàn)象。但是由于使用的深度學(xué)習(xí)方法所用到的硬件要求并沒有很高，并且也并不需要外接設(shè)備來進(jìn)行實時監(jiān)控，同時也有著可觀的準(zhǔn)確率，符合實際場景的分類需求。

圖7 預(yù)測圖像