当前位置：首页 > news >正文

基于STM32的智能语音识别饮水机系统设计

news 2025/9/12 5:27:43

若该文为原创文章，转载请注明原文出处。

一、引言

（一）研究背景及意义

传统饮水机功能单一，需手动操作，缺乏人机交互与智能化管理。用户无法远程了解水温、水量状态，接水时需长时间手持等待，且存在干烧、漏水等安全隐患。随着人工智能和物联网技术的普及，智能家居设备正朝着更自然、更便捷的方向发展。

本设计旨在开发一款基于STM32的智能语音识别饮水机系统。该系统通过集成离线语音识别模块，赋予饮水机“听觉”和“说话”的能力，实现纯语音的交互控制；通过多种传感器实时监测水温、水量状态，保障安全；结合Wi-Fi物联网技术，实现数据的远程监控。项目不仅提升了用户接水的便捷性和趣味性，更通过智能化管理有效提高了饮水机的安全性和节能性，对推动传统家电的智能化升级具有典型的示范意义。

（二）国内外研究现状

目前，智能饮水机市场产品多样，主流技术方案包括：

传统机械式：功能基础，无智能元素。
触摸屏控制式：加入数码管或LCD屏，支持触摸设定温度，但仍需手动操作。
物联网（IoT）式：支持APP远程控制水温、查看状态，但仍缺乏最直接的自然交互方式。
语音交互式：是当前高端家电的发展趋势。多数方案采用在线语音识别（如天猫精灵、小爱同学生态链产品），依赖网络和云端服务器，存在响应延迟和隐私风险。

本系统采用离线语音识别方案，识别核心在本地完成，具有响应速度快、无需网络、保护隐私的优点。STM32作为主控，整合了成本、性能和功能的最佳平衡，是实现此类智能终端产品的理想选择。

二、系统总体设计

（一）系统架构

系统采用“感知-决策-执行-云联” 的架构。

感知层：由语音识别模块、水位传感器、温度传感器、红外对管（水杯检测）等组成，负责采集用户指令和环境数据。
决策层：以STM32为核心，接收感知层信息，根据预设逻辑做出决策。
执行层：包括语音播报模块、加热片、水泵、OLED显示屏等，负责执行主控命令，完成交互与输出。
云联层：ESP8266 Wi-Fi模块负责与云平台通信，手机APP作为远程交互终端。

（二）功能模块划分

语音交互模块：唤醒词识别、命令词识别、语音反馈。
状态监测模块：水温检测、水位检测、水杯有无检测。
控制执行模块：加热控制、水泵出水控制。
人机交互模块：OLED状态显示、Wi-Fi连接指示灯。
远程通信模块：数据上报云平台、APP远程监控。

三、硬件设计与实现

（一）系统硬件框架图

（二）主控模块选型及介绍

特性	选型型号	描述
核心型号	STM32F103C8T6	ARM Cortex-M3内核，72MHz主频，64KB Flash，20KB RAM。资源丰富，性价比极高。
通信接口	多路UART, I2C, GPIO, ADC	可同时连接语音识别（UART）、语音播放（UART）、OLED（I2C）、Wi-Fi（UART）、传感器（GPIO/ADC）。
功耗与成本	低功耗，低成本	非常适合消费类电子产品。

（三）传感器模块选型及电路设计

语音识别模块：LD3320或SYN7318。非特定人语音识别芯片，可通过UART与STM32通信，无需外接Flash，开发简便。STM32通过串口接收识别结果（识别码）。
温度传感器：DS18B20。数字式温度传感器，单总线通信，精度高，防水封装可直接浸入水中。电路连接：VCC-3.3V, GND-GND, DATA-接STM32 GPIO口并上拉4.7K电阻。
水位传感器：电容式水位传感器或干簧管式浮子开关。电容式输出模拟量，精度高；浮子开关输出数字量，简单可靠。本项目可选模拟输出的电容式传感器，接STM32的ADC引脚，通过电压判断水位高低。
水杯检测传感器：红外对管（TCRT5000）。安装在出水口正下方。当有水杯时，红外光被杯壁反射，接收管导通，输出电平变化。电路连接：VCC-3.3V, GND-GND, OUT-接STM32 GPIO口。

（四）通信模块选型及配置

选型：ESP-01S (ESP8266)。通过AT指令与STM32通信，实现联网。
配置：STM32通过串口发送AT指令，配置其连接路由器并接入云平台（如阿里云、OneNET、Blinker等）。

（五）执行模块选型及驱动电路

语音播报模块：JQ8900-16P。通过UART发送指令控制其播放特定的语音文件（如“我在”、“请加水”、“开始加热”等）。
加热片控制：采用大功率继电器模块控制加热片。STM32 GPIO输出高/低电平驱动继电器。务必注意强电隔离与安全！
水泵控制：采用继电器模块或MOS管电路控制直流微型水泵。STM32通过GPIO输出控制。
OLED显示屏：0.96寸SSD1306。I2C接口，用于显示水温、水量、工作模式、Wi-Fi状态等信息。

（六）电源模块设计

系统需5V和3.3V。加热片和水泵功率较大，需由外部5V/3A以上的电源适配器单独供电。
MCU及传感器部分可采用AMS1117-3.3从5V降压得到3.3V进行供电。

四、软件设计与实现

（一）开发环境搭建

IDE：Keil uVision 5
库：使用HAL库，利用STM32CubeMX进行图形化初始化配置。
烧录工具：ST-Link V2

（二）系统软件流程图

(三）系统初始化

int main(void) {HAL_Init();SystemClock_Config();MX_GPIO_Init();MX_USART1_UART_Init(); // For DebugMX_USART2_UART_Init(); // For Voice RecognitionMX_USART3_UART_Init(); // For Voice Playback (JQ8900)MX_I2C1_Init();        // For OLEDMX_ADC1_Init();        // For Water Level SensorOLED_Init();OLED_ShowString(0, 0, "System Booting...");Voice_Play(TRACK_BOOT); // Play boot soundESP8266_Init(); // Connect to WiFi and Cloudwhile (1) {Task_Sensor_Update();   // Read temp, water level, cup sensorTask_OLED_Update();     // Refresh displayTask_Auto_Heater();     // Check and control heaterTask_Cloud_Report();    // Report data to cloudTask_APP_Handler();     // Check for commands from APPHAL_Delay(300);         // Short delay}
}

（四）传感器数据采集与处理

void Task_Sensor_Update(void) {// 1. Read Temperature from DS18B20if (DS18B20_ReadTemp(&temperature) == HAL_OK) {g_sys_data.water_temp = temperature;}// 2. Read Water Level (ADC Value -> Percentage)uint16_t adc_value = HAL_ADC_GetValue(&hadc1);// Map ADC value to 0-100% (calibration required)g_sys_data.water_level = map(adc_value, ADC_MIN, ADC_MAX, 0, 100);// 3. Read Cup Sensor (IR Sensor)g_sys_data.cup_detected = (HAL_GPIO_ReadPin(CUP_SENS_GPIO_Port, CUP_SENS_Pin) == GPIO_PIN_SET);
}

（五）核心控制逻辑实现

// 1. Voice Command Processing (Called in UART Interrupt)
void Voice_Cmd_Process(uint8_t cmd_id) {switch(cmd_id) {case CMD_WAKEUP: // e.g., "小水小水"Voice_Play(TRACK_RESPONSE_I_AM_HERE); // Play "我在"break;case CMD_HEAT:   // e.g., "请加热"g_heater_status = 1;Heater_On();Voice_Play(TRACK_RESPONSE_HEATING); // Play "开始加热"break;case CMD_STOP:   // e.g., "停止出水"g_water_pump_status = 0;Water_Pump_Off();break;// ... Handle other commands}
}// 2. Auto Water Level Check & Alert
if (g_sys_data.water_level < WATER_LEVEL_LOW_THRESHOLD) {Voice_Play(TRACK_ALERT_LOW_WATER); // Play "水量少，请换水"
}// 3. Auto Temperature Control & Manual Override
void Task_Auto_Heater(void) {if (g_heater_mode == MODE_AUTO) {if (g_sys_data.water_temp < g_target_temp) {Heater_On();} else {Heater_Off();}} // In MANUAL mode, the heater is controlled by voice or APP.
}// 4. Cup Detection & Water Pump Control
void Start_Watering(uint8_t duration_sec) {if (g_sys_data.cup_detected) {Water_Pump_On();HAL_Delay(duration_sec * 1000);Water_Pump_Off();} else {Voice_Play(TRACK_ALERT_NO_CUP); // Play "未检测到水杯"}
}

（六）远程通信与控制实现

// 1. Data Reporting to Cloud (JSON Format)
void Cloud_Report_Data(void) {char json_str[128];sprintf(json_str, "{\"temp\":%.1f,\"level\":%d,\"heater\":%d,\"pump\":%d}",g_sys_data.water_temp, g_sys_data.water_level, g_heater_status, g_water_pump_status);ESP8266_Send(json_str);
}// 2. Parse Command from APP (e.g., "target_temp:45")
void Cloud_Command_Parser(char *cmd) {int value;if (sscanf(cmd, "target_temp:%d", &value) == 1) {g_target_temp = value;Cloud_Send_ACK("Temp_Set_OK");} else if (strcmp(cmd, "pump_on_5s") == 0) {Start_Watering(5); // APP controls出水5秒}// ... Parse other commands like "heater_on", "heater_off"
}

五、系统测试与优化

（一）测试方案

功能测试：
- 语音测试：在不同环境噪音下测试唤醒率和命令识别率。
- 传感器测试：用热水和冷水测试DS18B20精度；手动改变水位测试报警；用手遮挡测试水杯检测。
- 执行器测试：测试加热片是否正常加热，水泵是否正常出水，继电器动作是否正常。
- 联网测试：测试APP是否能实时收到数据并下发控制指令。
性能测试：
- 响应时间：测试从说出命令到执行动作的延迟。
- 稳定性测试：连续运行24小时，观察是否死机、网络是否断开。

（二）测试结果与分析

测试项目	预期结果	可能遇到的问题	解决方案
语音识别	安静环境下识别率>95%	噪声环境下识别率下降	优化关键词选取，增加抗噪声算法（如果模块支持）
水温控制	水温控制在设定值±1°C内	加热存在惯性，可能 overshoot	引入PID控制算法，而不仅仅是开关量控制
水杯检测	水杯放置准确时100%成功出水	不同材质水杯反射率不同，可能导致检测失败	调整红外对管的灵敏度电位器或软件检测阈值
Wi-Fi连接	稳定连接，偶尔断线能自动重连	路由器信号弱时可能断线	增加软件看门狗和网络状态监测重连机制

（三）系统优化

软件优化：
- 增加看门狗（IWDG/WWDG），防止程序卡死。
- 对DS18B20和水位ADC值进行软件滤波，减少数据跳动。
- 为网络通信增加心跳包和断线重连机制。
功能优化：
- 增加缺水自动停止加热功能，防止干烧，提升安全性。
- 在OLED屏幕上增加动画效果，如出水时的水滴动画，提升用户体验。
- APP端可增加定时加热、用水量统计等高级功能。