以树莓派为控制中心,以智能音箱和基于flask web开发的用户界面( UI)为用户交互终端。开发与集成了 Home Assis- tant平台、百度语音平台、图灵机器人,实现语音交互控制室内终端设备,采用 JavaScript设计UI图形界面实现远程控制家居设备。模糊技术可以模拟人类的逻辑推理,执行判断和决策功能,模糊神经网络在模糊的技术上增加学习能力,有效的降低数据集中模糊和不确定的部分。
\1. 主要负责通过语音交流实现对家电的控制。
\2. 在接受使用者的语音调节指令时,进行数据采集存放到数据库中,再进行训练。为自动调整屋内环境做准备。提供个性化的智能管理。
\1. 控制对象:灯具
\2. 由光照传感器接受光照强度,将信息传递给智能管家,由智能管家进行分析处理,自动调整灯具的亮度,构建一个适宜的光照环境。
\1. 控制对象:空调或地暖
由温度传感器接受室内温度,将信息传递给智能管家,由智能管家进行分析处理,自动调整空调或地暖的温度设定,构建一个适宜的温度环境。
构建一个基于深度神经网络的终身学习智能家居系统,实现收集用户日常生活习惯数据,并自主学习,创建一个个性化的智能家居系统。
人脸识别,语音识别,信号控制
项目中不足:
人脸识别准确度不高,对人脸与摄像头距离和人脸清晰度有较高要求,语音AI容易误识别周围噪音,前端界面的显示可能会和语音AI操作不同步(比如让语音AI开灯,但前端界面的按钮依然显示已关闭),前端排版问题等
项目工作中的困难与解决方法:
对于人脸识别来说,我们自己的机器训练模型,需要大量的时间,时间效益不高。所以我们采用了百度的人脸识别API,通过企业预设的模型,我们很快完成了人脸识工作的训练与布设。
对于语音控制来说,我们对于语义分析基础薄弱。但是我们最终选择挑取关键字的路线:即用户对某一个指令,如果采用语音操作,必然会说出某个关键词,因此略去了对语义分析的详细处理,简化了工作流程。