面向儿童的智能聊天机器人设计

检查网络状态，当网络断开时，系统自动重连热点;当系统连上互联网后，与服务器交换数据。

2.1.5 任务5：图像识别

任务5主要用于图像识别后的相应操作。系统的图像识别功能可以识别小孩的面部表情和行为动作，进而进行对应的交流。当OpenMV检测某个自定义人脸（如孩子“哭”的表情）时，就会将该表情信息传递到单片机，接收到表情的单片机会将其与对应的操作进行匹配并做出对应处理，如播放愉快的儿歌。用户可以自定义录入孩子不同时候的表情，再选择不同的界面并播放不同的歌曲。每识别完一次表情，任务挂起2 s。

2.2 OpenMV程序设计

OpenMV是基于Python的嵌入式机器视觉模块，它成本低、易拓展，开发环境友好，除了用于图像处理外，还可以用Python调用其硬件资源，进行I/O控制，与现实世界进行交互。OpenMV的程序采用Python语言设计，它负责图像捕获、追踪和识别，并将图像信息上传到服务器。OpenMV程序流程如图4所示，在程序开始时，初始化ESP8266并捕获摄像头的图像信息。若未捕获到孩子的面部或动作信息，会自动调节舵机，再次进行图像捕获;若捕获到孩子的面部或动作信息，则将其与本地库图像进行快速对比，直到匹配到最合适的库，并输出该库的信息，通过串口传输到单片机。另外，当OpenMV接收到服务器回传的“监控”信号后，会将此时捕获的孩子图像传输到远程服务器端，供家长远程查看。

3 实验结果

图5为硬件实物。实验结果证明，系统能够正常运行，可实现语音聊天，并且根据结果做出相应的动作。系统手势识别准确率高，图像识别、语音通话、远程控制、监控等运行良好。语音识别率达到98%，识别后语音回答有2～3 s的延迟;图像识别率达到95%，响应延迟1～2 s。

4 结 语

本文通过互联网、云服务器、图像识别、语音识别和语音合成等技术，成功研制出可陪伴孩子成长的机器人。实验证明采用互联网方式，语音及图像的识别率都得到明显提高。由于人的表情图像具有动态性，其识别效果良好。系统性能良好、实时性较高、成本较低，适合在智能化市场上推广应用。

参 考 文 献

[1]朱思坤.聊天机器人对话一致性和可延续性的研究[D].重庆：重庆大学，2018.

[2]王浩畅，李斌.聊天机器人系统研究进展[J].计算机应用与软件，2018，35（12）：1-6.

[3]张勇.ARM Cortex-M3嵌入式开发与实践：基于STM32F103[M].北京：清华大学出版社，2017.

[4]朱向庆，何昌毅，朱万鸿，等.基于STM32单片机的通信技术实验系统设计[J].实验技术与管理，2019，36（8）：81-84.

[5]刘尧，祝小雅，胡安正.基于SYN7318语音识别的智能家居嵌入式控制系统设计与开发[J].电子制作，2019（12）：18-19.

[6]刘义亭，董梦超，黄家才，等.基于OpenMV的目标跟踪系统设计[J].南京工程学院学报（自然科学版），2019，17（1）：39-44.

[7]梅妍玭，傅荣.基于OpenMV的3D定位识别系统[J].新技术新工艺，2018（2）：50-52.

[8]常欣，王琦.用STM32和ESP8266实现的可扩展物联网系统[J].单片机与嵌入式系统应用，2018，18（12）：58-61.

[9]张延顺，景加荣，黄涛，等.基于ESP8266的分子泵无线监控系统设计与实现[J].工业仪表与自动化装置，2019（3）：106-110.

[10]林承师.基于Java平台与图灵聊天机器人的接入实现[J].信息与电脑（理论版），2018（21）：113 -116.

[11]朱迪.FreeRTOS实时操作系统任务调度优化的研究与实现[D].南京：南京邮电大学，2015.

[12]夏传东.浅谈ST-LINK调试器的时间线调试技巧[J].单片机与嵌入式系统应用，2017，17（8）： 25-28.

[13]刘鹏，张燕，李肖俊，等.Python语言[M].北京：清华大学出版社，2019.

[14] GUAN F，PENG L，PERNEEL L，et al. Open source FreeRTOS as a case study in real-time operating system evolution [J]. Journal of systems and software，2016，118： 19-35.

[15]刘迎澍，杨珂，丁纬航.基于FreeRTOS的智能用电监控系统[J].电子设计工程，2017，25（21）：157 -160.

[16]刘火良，杨森.FreeRTOS内核实现与应用开发实战指南：基于STM32[M].北京：机械工业出版社，2019.

推荐访问： 机器人 面向 儿童 聊天 智能