摘 要：基于在線(xiàn)機(jī)器學(xué)習(xí)平臺(tái)和嵌入式開(kāi)發(fā)板，設(shè)計(jì)了一種具備實(shí)時(shí)監(jiān)控環(huán)境信息能力的智能控制系統(tǒng)。借助MQTT傳輸協(xié)議所構(gòu)建出的智能系統(tǒng)，可通過(guò)虛擬開(kāi)關(guān)及語(yǔ)音方式控制辦公和家庭場(chǎng)景下的各類(lèi)電子設(shè)備，并通過(guò)對(duì)顏色卡片的感應(yīng)識(shí)別一鍵切換系統(tǒng)場(chǎng)景。該系統(tǒng)可應(yīng)用在配置了紅外、藍(lán)牙和無(wú)線(xiàn)控制模塊的智能家居或機(jī)器人控制領(lǐng)域里，用于在軟硬件資源受限的場(chǎng)景下提升系統(tǒng)的智能化程度。測(cè)試結(jié)果表明該智能控制系統(tǒng)能根據(jù)用戶(hù)需求控制智能化設(shè)備，具有一定的實(shí)用性和可擴(kuò)展性，可應(yīng)用于物聯(lián)網(wǎng)和機(jī)器人研究領(lǐng)域。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；語(yǔ)音識(shí)別；物聯(lián)網(wǎng)；嵌入式；MQTT協(xié)議

中圖分類(lèi)號(hào)：TP18；TN929.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2024）15-0099-06

Embedded Intelligent Control System Based on Online Machine Learning Platform

LIU Ke， HUANG Xiaoman， KANG Yilin， WANG Hong， ANG Yin

（South-Central Minzu University， Wuhan 430074， China）

Abstract： Based on an online Machine Learning platform and an embedded development board， an intelligent control system with the ability to monitor environmental information in real-time has been designed. The intelligent system built with the MQTT transmission protocol can control various electronic devices in office and home scenarios through virtual switches and voice methods， and switch system scenarios with one click by sensing and recognizing colour cards. This system can be applied in intelligent homes or robot control fields equipped with infrared， Bluetooth， and wireless control modules， to improve the intelligence level of the system in scenarios with limited software and hardware resources. The test results indicate that the intelligent control system can control intelligent devices according to users' needs， and has certain practicality and scalability， which can be applied in the fields of Internet of Things and robotics research.

Keywords： Neural Network; speech recognition; Internet of Things; embedded; MQTT protocol

0 引 言

隨著人工智能與智能控制技術(shù)的發(fā)展，各類(lèi)智能化電子設(shè)備開(kāi)始出現(xiàn)在眾多應(yīng)用場(chǎng)景中。與此同時(shí)，人們對(duì)各類(lèi)電子設(shè)備的控制趨于智能化和集中化，鑒于此，如何將機(jī)器學(xué)習(xí)技術(shù)與嵌入式控制系統(tǒng)相結(jié)合，構(gòu)建出一種更為智能、高效、便捷的智能化系統(tǒng)，逐漸引起了研究者的重視[1]。目前各種電器的控制方式多種多樣，所以能兼容多種設(shè)備的智能控制系統(tǒng)逐漸成為業(yè)內(nèi)研究的熱點(diǎn)。另一方面，現(xiàn)階段的機(jī)器學(xué)習(xí)需借助強(qiáng)大的算力對(duì)大規(guī)模的數(shù)據(jù)進(jìn)行分析和學(xué)習(xí)，對(duì)于軟硬件資源受限的嵌入式開(kāi)發(fā)而言，如何將訓(xùn)練好的智能化模型進(jìn)行裁剪并適配到類(lèi)型各異的智能化設(shè)備上是現(xiàn)階段面臨的一個(gè)重大挑戰(zhàn)。在此類(lèi)研究中，國(guó)內(nèi)外學(xué)者越來(lái)越重視對(duì)原有嵌入式平臺(tái)進(jìn)行智能化改造從而賦予傳統(tǒng)設(shè)備更多的智能，并提出了各種創(chuàng)新性的方案和思路。目前相關(guān)研究的重點(diǎn)涵蓋了下面幾個(gè)要點(diǎn)：首先是系統(tǒng)設(shè)計(jì)層面，即如何設(shè)計(jì)嵌入式智能控制系統(tǒng)的硬件和軟件，如何保證系統(tǒng)的穩(wěn)定性和可靠性[2]；其次是智能控制算法，即如何設(shè)計(jì)適用于嵌入式領(lǐng)域的輕量級(jí)智能控制算法，如何利用數(shù)據(jù)分析和人工智能等技術(shù)實(shí)現(xiàn)智能化控制；最后是智能控制系統(tǒng)的應(yīng)用，即如何將嵌入式智能控制系統(tǒng)部署在實(shí)際場(chǎng)景中，如何提高系統(tǒng)的易用性和用戶(hù)體驗(yàn)[3]。

國(guó)內(nèi)外機(jī)構(gòu)圍繞上述三個(gè)方面進(jìn)行了大量研究。蘋(píng)果公司在2014年的全球開(kāi)發(fā)者大會(huì)上發(fā)布了支持多種設(shè)備類(lèi)型的HomeKit框架，它可以通過(guò)iPhone、iPad甚至Siri語(yǔ)音操作來(lái)控制該框架下所接入的設(shè)備[4]。華南理工大學(xué)的學(xué)者設(shè)計(jì)并實(shí)現(xiàn)了一套可靠的智能家居控制系統(tǒng)，具有安全穩(wěn)定和易于操作的特點(diǎn)。清華大學(xué)的研究人員利用嵌入式訓(xùn)練系統(tǒng)和開(kāi)源硬件平臺(tái)進(jìn)行智能家居控制的研究，通過(guò)機(jī)器學(xué)習(xí)算法和物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)了智能監(jiān)測(cè)家庭能量消耗情況、監(jiān)控空氣質(zhì)量等功能[5]。

此外，目前嵌入式機(jī)器學(xué)習(xí)的研究主要采用基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)框架，并在該領(lǐng)域取得了一定進(jìn)展。在語(yǔ)音控制方面，大語(yǔ)言模型的發(fā)展使得自然語(yǔ)言處理的性能更加出色，其識(shí)別準(zhǔn)確率和有效性已經(jīng)越來(lái)越接近甚至超越人類(lèi)水平。但是由于機(jī)器學(xué)習(xí)算法對(duì)設(shè)備的算力要求較高，很難在單片機(jī)上進(jìn)行訓(xùn)練或部署，因此當(dāng)前智能控制系統(tǒng)更多是將模型部署在云端，使用網(wǎng)絡(luò)進(jìn)行傳輸。綜上所述，如何將模型輕量化部署在軟硬件受限的嵌入式平臺(tái)上是當(dāng)前研究的重點(diǎn)，具有廣泛的應(yīng)用前景，國(guó)內(nèi)外學(xué)者們?cè)谶@一領(lǐng)域的研究不斷創(chuàng)新，定會(huì)不斷推動(dòng)該技術(shù)取得更好的發(fā)展[6-8]。

鑒于此，本文提出了一種基于在線(xiàn)機(jī)器學(xué)習(xí)平臺(tái)的嵌入式智能控制系統(tǒng)，該系統(tǒng)使用MLP Topology Workbench和Edge Impulse在線(xiàn)訓(xùn)練平臺(tái)，嘗試將顏色、語(yǔ)音識(shí)別模型部署到Arduino開(kāi)發(fā)板上，結(jié)合多個(gè)傳感器和MQTT傳輸協(xié)議，實(shí)現(xiàn)遠(yuǎn)程控制電子設(shè)備，并提供語(yǔ)音控制和顏色識(shí)別等多種智能功能。通過(guò)傳感器數(shù)據(jù)的采集和處理，該系統(tǒng)還能夠?qū)崟r(shí)監(jiān)控室內(nèi)的溫濕度等信息。該智能控制系統(tǒng)可以提高生活和工作的便捷性，具有一定的研究?jī)r(jià)值。

1 系統(tǒng)設(shè)計(jì)方案

1.1 系統(tǒng)總體架構(gòu)

系統(tǒng)總體架構(gòu)分為如圖1所示的軟件和硬件兩個(gè)部分，其中硬件部分為嵌入式平臺(tái)所包含的顏色識(shí)別、語(yǔ)音控制、溫濕度監(jiān)控和遠(yuǎn)程遙控功能模塊。軟件部分包括在線(xiàn)顏色語(yǔ)音機(jī)器學(xué)習(xí)模型訓(xùn)練和MQTT通信模塊等。語(yǔ)音識(shí)別功能需要能夠快速準(zhǔn)確地識(shí)別語(yǔ)音信號(hào)，并使用機(jī)器學(xué)習(xí)模型進(jìn)行預(yù)測(cè)。然而由于嵌入式平臺(tái)計(jì)算資源有限，無(wú)法使用傳統(tǒng)深度學(xué)習(xí)的方法。因此，如何對(duì)服務(wù)器上訓(xùn)練好的模型進(jìn)行裁剪并適配到智能化設(shè)備上是現(xiàn)階段面臨的一個(gè)重大挑戰(zhàn)?？紤]到Edge Impulse是一個(gè)針對(duì)物聯(lián)網(wǎng)設(shè)備的開(kāi)發(fā)平臺(tái)，可幫助開(kāi)發(fā)者在線(xiàn)創(chuàng)建工程、完成在線(xiàn)訓(xùn)練并將工程導(dǎo)出部署到終端設(shè)備上。因此，團(tuán)隊(duì)利用Edge Impulse在線(xiàn)訓(xùn)練出語(yǔ)音識(shí)別模型并將其部署到開(kāi)發(fā)板中，從而通過(guò)繼電器控制電路的通斷，實(shí)現(xiàn)對(duì)設(shè)備的開(kāi)關(guān)控制。

系統(tǒng)中的顏色識(shí)別功能使用TCS34725色彩識(shí)別傳感器，同時(shí)結(jié)合MLP Topology Workbench訓(xùn)練顏色識(shí)別模型。MLP Topology Workbench是一款專(zhuān)業(yè)、強(qiáng)大的在線(xiàn)神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)優(yōu)化工具，支持多個(gè)機(jī)器學(xué)習(xí)框架，此處將借助該平臺(tái)將優(yōu)化后的模型導(dǎo)出嵌入式設(shè)備中做進(jìn)一步的開(kāi)發(fā)和部署。這種在線(xiàn)模型訓(xùn)練的方式可以有效解決本地模型訓(xùn)練資源不夠和開(kāi)發(fā)環(huán)境算力偏低的問(wèn)題。

1.2 嵌入式開(kāi)發(fā)板選型

當(dāng)前市場(chǎng)上的開(kāi)發(fā)板種類(lèi)繁多，功能各有不同。ESP8266是一款帶有微控制器的低成本W(wǎng)i-Fi單芯片，其具有低功耗、設(shè)計(jì)緊湊和較高穩(wěn)定性等特點(diǎn)，本項(xiàng)目使用的開(kāi)發(fā)板型號(hào)為ESP-12ENodeMCU。該型號(hào)的開(kāi)發(fā)板自帶17個(gè)GPIO引腳，4個(gè)GND口，三個(gè)3.3 V的VCC接口和一個(gè)ADC模數(shù)轉(zhuǎn)換口。這些常見(jiàn)接口可滿(mǎn)足對(duì)各類(lèi)傳感器信息的采集和傳輸需求。但ESP控制芯片的板載資源有限，無(wú)法在其上部署高性能推理模型，需要使用更強(qiáng)大的Arduino Nano 33 Ble Sense開(kāi)發(fā)板完成復(fù)雜數(shù)據(jù)處理任務(wù)。它采用了ARM Cortex-M4F處理器和藍(lán)牙低功耗通信技術(shù)，適合用于物聯(lián)網(wǎng)、機(jī)器學(xué)習(xí)和人工智能等領(lǐng)域的開(kāi)發(fā)。此外，它還擁有加速度計(jì)、麥克風(fēng)、陀螺儀、磁力計(jì)、顏色傳感器和溫濕度計(jì)等多種傳感器，能夠?qū)崟r(shí)采集環(huán)境數(shù)據(jù)。

1.3 關(guān)鍵技術(shù)簡(jiǎn)介

1.3.1 MQTT通信協(xié)議

消息隊(duì)列遙測(cè)傳輸（Message Queuing Telemetry Transport， MQTT）是一種用于物聯(lián)網(wǎng)領(lǐng)域的通信協(xié)議，為受限設(shè)備和網(wǎng)絡(luò)狀況下的通信提供了一種高效的方式[9]。MQTT協(xié)議包括MQTT客戶(hù)端、MQTT代理發(fā)布和訂閱機(jī)制三個(gè)核心角色。其中，MQTT客戶(hù)端連接到MQTT代理，并通過(guò)MQTT代理進(jìn)行發(fā)布或訂閱消息。該代理?yè)?dān)任存儲(chǔ)和路由消息的角色，并將消息傳遞給訂閱它們的客戶(hù)端[10-12]。如圖2所示，當(dāng)客戶(hù)端訂閱該主題時(shí)，即可獲取該主題內(nèi)的消息，本團(tuán)隊(duì)借助該協(xié)議完成各類(lèi)信息的采集與發(fā)布。

1.3.2 神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)是一種模擬人類(lèi)神經(jīng)系統(tǒng)運(yùn)作方式的計(jì)算模型，由大量人工神經(jīng)元以及其連接狀態(tài)所組成。神經(jīng)網(wǎng)絡(luò)一般分為輸入層、隱藏層和輸出層三個(gè)層次，每個(gè)神經(jīng)元會(huì)收集上一層或者外部的信號(hào)，并將這些信號(hào)加權(quán)、求和后輸出給下一層或者最終輸出。所使用的前饋神經(jīng)網(wǎng)絡(luò)常用于分類(lèi)、回歸等任務(wù)中，它通常包含許多個(gè)隱藏層和一個(gè)輸出層，信息只從輸入層流向輸出層[13]。本系統(tǒng)借助所設(shè)計(jì)的輕量級(jí)神經(jīng)網(wǎng)絡(luò)對(duì)傳感器模塊所采集的顏色數(shù)據(jù)和語(yǔ)音數(shù)據(jù)進(jìn)行訓(xùn)練學(xué)習(xí)，從而完成系統(tǒng)對(duì)顏色和語(yǔ)音識(shí)別的功能。

2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

2.1 硬件系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

2.1.1 顏色識(shí)別模塊

顏色識(shí)別組件由TCS35725顏色傳感器模塊和Arduino開(kāi)發(fā)板組成。借助顏色采集和識(shí)別功能，可實(shí)現(xiàn)對(duì)用戶(hù)不同顏色卡片的感應(yīng)識(shí)別，以達(dá)到快速切換智能情景模式的效果。在開(kāi)發(fā)過(guò)程中，將Arduino開(kāi)發(fā)板、TCS35725顏色傳感器連接好后就能收集各類(lèi)顏色信息，再將此類(lèi)信息上傳到MLP Topology Workbench中訓(xùn)練好模型并部署到Arduino中即可實(shí)現(xiàn)顏色識(shí)別功能。

2.1.2 語(yǔ)音控制模塊

語(yǔ)音控制組件由Arduino開(kāi)發(fā)板上的語(yǔ)音采集設(shè)備和繼電器等設(shè)備組成。由于語(yǔ)音信息具備更復(fù)雜的結(jié)構(gòu)特征，所以要使用能兼容更復(fù)雜模型的Edge Impulse平臺(tái)來(lái)完成在線(xiàn)語(yǔ)音識(shí)別模型的訓(xùn)練，并將訓(xùn)練好的模型導(dǎo)出到Arduino開(kāi)發(fā)板上，以實(shí)現(xiàn)語(yǔ)音控制家電的功能。系統(tǒng)設(shè)計(jì)過(guò)程中使用了一些開(kāi)發(fā)技巧，例如借助Mbed OS編程可同時(shí)執(zhí)行多個(gè)線(xiàn)程和實(shí)現(xiàn)多任務(wù)處理；電路板在調(diào)用延時(shí)函數(shù)過(guò)程中會(huì)進(jìn)入睡眠模式以節(jié)省功耗，并在延遲結(jié)束后自動(dòng)回到運(yùn)行狀態(tài)，以大幅度降低系統(tǒng)功耗。

2.1.3 溫濕度監(jiān)控模塊

溫濕度監(jiān)控模塊利用多個(gè)傳感器實(shí)現(xiàn)對(duì)實(shí)驗(yàn)場(chǎng)景下的溫濕度、大氣壓和光線(xiàn)亮度等環(huán)境數(shù)據(jù)進(jìn)行收集分析，并實(shí)時(shí)傳輸?shù)娇蛻?hù)端進(jìn)行顯示。所采用的傳感器為HTS221-ST溫濕度傳感器、LPS22HB-ST大氣壓傳感器和APDS9960光線(xiàn)傳感器。在獲取到各傳感器的數(shù)據(jù)后，通過(guò)MQTT協(xié)議將數(shù)據(jù)發(fā)送到客戶(hù)端。

2.1.4 遠(yuǎn)程遙控模塊

遠(yuǎn)程遙控組件主要以紅外發(fā)射接收傳感器和ESP8266開(kāi)發(fā)板組成。以遙控空調(diào)為例，智能系統(tǒng)的紅外發(fā)射傳感器在向空調(diào)發(fā)出控制信號(hào)之前，需對(duì)空調(diào)遙控器各按鍵的信號(hào)指令進(jìn)行解碼[14]。實(shí)現(xiàn)步驟為：首先把紅外接收傳感器連接到ESP8266開(kāi)發(fā)板上，再把采集紅外信號(hào)的專(zhuān)用工程代碼燒錄到開(kāi)發(fā)板上，在按下遙控器按鍵后即可獲取到按鍵的紅外編碼內(nèi)容，然后將各按鍵解碼的記錄結(jié)果燒錄進(jìn)ESP8266開(kāi)發(fā)板。當(dāng)在客戶(hù)端按下模擬控制鍵時(shí)，控制器驅(qū)動(dòng)紅外發(fā)射傳感器發(fā)射出模擬信號(hào)，從而實(shí)現(xiàn)遠(yuǎn)程遙控功能。

2.2 軟件系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

2.2.1 顏色識(shí)別模型訓(xùn)練

在構(gòu)建好智能系統(tǒng)的硬件框架后，考慮到顏色識(shí)別模塊采集到的特征數(shù)量規(guī)模較小，使用MLP多層感知機(jī)結(jié)構(gòu)就能挖掘出其中的關(guān)鍵信息了。鑒于此，設(shè)計(jì)出如圖3所示的包括輸入層、隱藏層和輸出層的MLP神經(jīng)網(wǎng)絡(luò)[15]。該模型訓(xùn)練過(guò)程如圖4所示，在輸入準(zhǔn)備好的訓(xùn)練數(shù)據(jù)集后點(diǎn)開(kāi)始訓(xùn)練按鈕，系統(tǒng)在均方誤差MSE降到足夠低時(shí)結(jié)束訓(xùn)練并得到模型參數(shù)，將這類(lèi)參數(shù)加載到開(kāi)發(fā)板上即可達(dá)到顏色識(shí)別的效果。

2.2.2 語(yǔ)音控制模型訓(xùn)練

語(yǔ)音控制模塊需采集各類(lèi)語(yǔ)音指令和噪音的樣本，以便將其用于分辨語(yǔ)音指令和無(wú)關(guān)噪音[16]。在線(xiàn)采集樣本時(shí)，首先在Edge Impulse里新建一個(gè)包含“開(kāi)燈”

“關(guān)燈”和“噪音”三類(lèi)數(shù)據(jù)集的項(xiàng)目，再將筆記本或嵌入式設(shè)備連接至該項(xiàng)目，錄制對(duì)應(yīng)的音頻并加載到項(xiàng)目中，語(yǔ)音樣本錄制過(guò)程如圖5所示；最后，重復(fù)以上步驟，直到完成三個(gè)標(biāo)簽的所有數(shù)據(jù)集的采集。

在完成語(yǔ)音信息采集后，緊接著按照如圖6所示方式，在頁(yè)面上選擇一個(gè)訓(xùn)練模型對(duì)錄制好的語(yǔ)音樣本集合進(jìn)行訓(xùn)練，經(jīng)過(guò)多次迭代后，得到訓(xùn)練好的語(yǔ)音模型。

在訓(xùn)練結(jié)束后，借助在線(xiàn)開(kāi)發(fā)平臺(tái)所提供的模型導(dǎo)出功能，把在線(xiàn)模型導(dǎo)出后接入本地Arduino IDE庫(kù)，然后將發(fā)光二極管連接到Arduino開(kāi)發(fā)板上模擬電燈，在對(duì)開(kāi)發(fā)板發(fā)出“開(kāi)燈”或“關(guān)燈”的語(yǔ)音指令時(shí)，即可點(diǎn)亮或熄滅發(fā)光二極管。此時(shí)的語(yǔ)音控制操作不需要控制設(shè)備聯(lián)網(wǎng)，是以離線(xiàn)方式運(yùn)行。在實(shí)際使用過(guò)程中可通過(guò)繼電器控制物理電路的通斷。

3 實(shí)驗(yàn)結(jié)果分析

本系統(tǒng)的整體硬件連接效果如圖7所示，圖中從上到下依次為Arduino開(kāi)發(fā)板、顏色識(shí)別傳感器、紅外發(fā)射傳感器和ESP8266開(kāi)發(fā)板。其中Arduino開(kāi)發(fā)板用于顏色和語(yǔ)音識(shí)別，ESP8266開(kāi)發(fā)板用于溫濕度等信息的采集以及信息的發(fā)布和共享。在構(gòu)建好系統(tǒng)后進(jìn)行了多輪的語(yǔ)音和顏色識(shí)別實(shí)驗(yàn)。

3.1 語(yǔ)音識(shí)別模型實(shí)驗(yàn)

為研究Edge Impulse學(xué)習(xí)平臺(tái)上，為了找出不同訓(xùn)練集和測(cè)試集的比例對(duì)訓(xùn)練結(jié)果所產(chǎn)生的影響，進(jìn)行了多輪語(yǔ)音識(shí)別模型實(shí)驗(yàn)。實(shí)驗(yàn)過(guò)程中每條語(yǔ)音的采集時(shí)長(zhǎng)為2秒，開(kāi)燈、關(guān)燈和噪音的三類(lèi)數(shù)據(jù)分別采集了50條、50條和40條，總時(shí)長(zhǎng)為2分48秒。實(shí)驗(yàn)過(guò)程中將學(xué)習(xí)率設(shè)置為0.005，迭代次數(shù)設(shè)置為300輪，所得到的訓(xùn)練集和測(cè)試集比例與結(jié)果的對(duì)比情況如表1所示。

由結(jié)果可知，將訓(xùn)練集和測(cè)試集比例控制在90% / 10%到80% / 20%之間可以得到最好的訓(xùn)練結(jié)果。后續(xù)實(shí)驗(yàn)將比例固定為準(zhǔn)確率最高的85% / 15%，通過(guò)修改訓(xùn)練輪數(shù)后得到如表2所示結(jié)果。對(duì)多輪實(shí)驗(yàn)結(jié)果的分析表明，過(guò)多或過(guò)少的訓(xùn)練輪數(shù)對(duì)準(zhǔn)確率都會(huì)產(chǎn)生較大的影響，現(xiàn)有數(shù)據(jù)集在300輪左右會(huì)得到最佳結(jié)果。

3.2 顏色識(shí)別模型實(shí)驗(yàn)

為了研究不同的網(wǎng)絡(luò)結(jié)構(gòu)對(duì)顏色識(shí)別模型準(zhǔn)確率的影響，本文在MLP Topology Workbench中調(diào)整了隱藏層的結(jié)點(diǎn)數(shù)進(jìn)行了多次訓(xùn)練，實(shí)驗(yàn)過(guò)程中將迭代次數(shù)設(shè)置為900，學(xué)習(xí)率設(shè)置為0.1，得到的訓(xùn)練結(jié)果如表3所示。通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的分析表明，在輸入輸出層為4時(shí)，隱藏層1和隱藏層2結(jié)點(diǎn)數(shù)分別為4和3時(shí)，經(jīng)過(guò)900輪的訓(xùn)練后MSE得到了最佳的結(jié)果。

4 結(jié) 論

本文設(shè)計(jì)開(kāi)發(fā)了一種基于在線(xiàn)機(jī)器學(xué)習(xí)平臺(tái)的嵌入式智能控制系統(tǒng)，本系統(tǒng)利用機(jī)器學(xué)習(xí)、嵌入式開(kāi)發(fā)和MQTT通信協(xié)議等相關(guān)技術(shù)實(shí)現(xiàn)了對(duì)電子設(shè)備的遠(yuǎn)程控制、語(yǔ)音喚醒等功能。借助顏色識(shí)別模塊，系統(tǒng)還可根據(jù)用戶(hù)以往的控制習(xí)慣，自主地切換系統(tǒng)應(yīng)用場(chǎng)景。測(cè)試結(jié)果表明，該系統(tǒng)可實(shí)時(shí)查看系統(tǒng)上報(bào)的各類(lèi)環(huán)境信息，并能實(shí)時(shí)智能控制多種電子設(shè)備，能滿(mǎn)足用戶(hù)的個(gè)性化需求。綜上所述，本文提出的研究方案在與物聯(lián)網(wǎng)和機(jī)器人應(yīng)用場(chǎng)景結(jié)合后，對(duì)實(shí)現(xiàn)智能方便的設(shè)備控制具有一定的參考價(jià)值，對(duì)未來(lái)智能控制系統(tǒng)的發(fā)展有一定的借鑒意義。

本系統(tǒng)可改進(jìn)的地方在于現(xiàn)階段系統(tǒng)遠(yuǎn)程控制的設(shè)備局限于紅外設(shè)備，未來(lái)可考慮拓展支持更多的協(xié)議類(lèi)型；此外，由于嵌入式設(shè)備計(jì)算能力的限制，系統(tǒng)目前選用的是相對(duì)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)模型，后續(xù)使用算力更強(qiáng)的嵌入式設(shè)備后，可考慮使用更復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型，以進(jìn)一步提升系統(tǒng)的識(shí)別準(zhǔn)確率和智能化程度。

參考文獻(xiàn)：

[1] 夏璐.智能家居集成系統(tǒng)及其能源管理策略研究 [D].成都：西南交通大學(xué)，2017.

[2] 袁銘.物聯(lián)網(wǎng)專(zhuān)業(yè)智能家居實(shí)訓(xùn)室建設(shè)與實(shí)踐 [J].現(xiàn)代信息科技，2021，5（7）：174-177.

[3] 姜宇航.基于物聯(lián)網(wǎng)的智能家居控制系統(tǒng)設(shè)計(jì) [D].長(zhǎng)春：吉林大學(xué)，2014.

[4] VONGCHUMYEN C，TORTHITITHUM S，KHAMSOPA J，et al. Home Appliances-Controlled Platform with HomeKit Application [C]//2019 5th International conference on Engineering， Applied Sciences and Technology（ICEAST）.Luang Prabang：IEEE，2019：1-4.

[5] 沈方宇.面向智能家居的流量混淆技術(shù)研究與實(shí)現(xiàn) [D].廣州：廣州大學(xué)，2023.

[6] 陳俊龍，魏小鎮(zhèn)，黃堪杰，等.基于本地化ARM主控的智能家居聯(lián)動(dòng)集成系統(tǒng)設(shè)計(jì) [J].電子制作，2023，31（9）：12-16+11.

[7] 閆志峰.面向小型嵌入式設(shè)備的基于深度學(xué)習(xí)的交通標(biāo)志檢測(cè)方法研究 [D].北京：中國(guó)科學(xué)院大學(xué)（中國(guó)科學(xué)院人工智能學(xué)院），2020.

[8] 陳順祥.使用英飛凌ModusToolbox（TM）機(jī)器學(xué)習(xí)為IoT設(shè)備解鎖AI [J].電子產(chǎn)品世界，2021，28（9）：10.

[9] 褚治廣，陳昊，張興.基于微信小程序的智能家居系統(tǒng) [J].遼寧工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2020，40（6）：362-366.

[10] 向江南.基于MQTT的服務(wù)質(zhì)量保障及安全防御策略研究 [D].成都：電子科技大學(xué)，2019.

[11] 葛天雄.基于MQTT的通用物聯(lián)網(wǎng)安全系統(tǒng)框架 [D].杭州：浙江大學(xué)，2021.

[12] 陳文藝，高婧，楊輝.基于MQTT協(xié)議的物聯(lián)網(wǎng)通信系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) [J].西安郵電大學(xué)學(xué)報(bào)，2020，25（3）：26-32.

[13] 黃振川.機(jī)器學(xué)習(xí)在播出智能報(bào)警系統(tǒng)的應(yīng)用 [J].現(xiàn)代電視技術(shù)，2022（4）：108-113.

[14] 謝禮德.庭院式住宅智能化系統(tǒng)的設(shè)計(jì) [D].廈門(mén)：廈門(mén)大學(xué)，2020.

[15] 趙宇航，胡偉.基于機(jī)器視覺(jué)的LTE模塊編帶系統(tǒng) [J].機(jī)電工程技術(shù)，2022，51（1）：130-134.

[16] 馬蘭蘭.智能照明聲控信號(hào)的聲紋與語(yǔ)義識(shí)別算法研究 [D].合肥：合肥工業(yè)大學(xué)，2019.

作者簡(jiǎn)介：劉科（1979—），男，漢族，湖北荊州人，教師，博士，研究方向：智能機(jī)器人；通訊作者：黃曉曼（2001—），女，壯族，廣西河池人，本科，研究方向：模式識(shí)別與智能控制；康怡琳（1982—），女，漢族，湖北武漢人，教師，博士，研究方向：認(rèn)知科學(xué)；汪紅（1968—），女，土家族，湖北恩施人，教師，碩士，研究方向：計(jì)算機(jī)組成與系統(tǒng)結(jié)構(gòu)；昂寅（1999—），男，漢族，安徽巢湖人，碩士，研究方向：機(jī)器視覺(jué)及自動(dòng)駕駛。