基于5G 技術和語音模塊的遠程購物小車

陳林鑫，吳佳鴻，張鵬超，孫俊，吳德欣，胡安正，黃河

（湖北文理學院 物理與電子工程學院，湖北襄陽，441053）

0 引言

無人駕駛小車是一種前沿的交通工具，它借助先進的感知、決策和控制技術，能夠自主地感知周圍環境、做出正確的決策并操控車輛行駛。與傳統的汽車相比，無人駕駛小車無需人類駕駛員的干預，從而大大提高了行駛的安全性和效率。本項目將無人駕駛小車與5G 模塊、語音模塊、GPS 模塊、攝像頭模塊相結合，通過邊緣檢測、路徑規劃和濾波、PID 算法調節等處理方式，實現了手自一體的語音購物小車，該小車能夠正確感知周圍環境，確定行駛路線，并完成語音交互。

1 設計思路

該款購物小車將利用現有的5G 通信技術，實現對購物車的遠程駕駛和創新應用， 設計方案如圖1 所示。其控制系統以樹莓派4B 為主控芯片，使用5G 通信模塊進行遠程通信遙控，語音模塊接收麥克風傳輸的電信號并進行識別，同時接收主控芯片發送的文字信息進行語音合成，GPS 導航模塊結合視覺模塊進行路徑的導航與規劃，并在視覺模塊上搭建神經網絡模型進行避障，實現能夠進行實時圖傳、語音交互以及自動駕駛、遠程手柄控制雙模式切換的智能購物小車。

圖1 系統總體方案框圖

2 智能貨物小車電路單元設計

■2.1 主控芯片簡介

樹莓派是一款由英國的Raspberry Pi 基金會開發的小型計算機模塊，旨在推廣計算機科學教育和支持創客和嵌入式系統項目。它具有低成本、多種型號、ARM 架構處理器、GPIO 引腳、多種操作系統支持、豐富的社區資源以及多種編程語言支持。樹莓派非常適合用于各種不同的項目，從教育到嵌入式系統和物聯網應用，使其成為一款強大而多才多藝的嵌入式計算機。

■2.2 電調簡介

電調模塊是智能小車的關鍵組件，用于控制電動驅動系統，包括電機的速度和方向。它實現了電機的精確控制，使小車能夠前進、后退、轉向，從而實現遙控操作或自主導航。電調模塊還負責監測電池電壓，以確保電池的安全運行。這些模塊還可以通過編程來進行自定義控制，適應不同的項目需求。電調模塊對于智能小車的性能和功能至關重要。我們采用 IR2104 設計了一個單路驅動，控制車模的電機工作。IR2104 是國際整流器公司生產的一款高性能、高集成度的電機驅動模塊。它的設計旨在為電機驅動應用提供精確的控制和高效率的功率傳輸，可用于控制半橋電路。圖2 使用了兩個 MOSFET 管（Q1 和 Q2），用于控制電機的正轉和反轉。電機的電源由航模電池提供?？梢酝ㄟ^控制IN 引腳的電平信號實現對此電機驅動的控制，實現電機的正反轉和停止。

圖2 IR2104 電機驅動圖

圖3 遠程遙控與圖傳界面

■2.3 GPS 模塊簡介

GPS 模塊是一種用于全球定位系統（GPS）接收和數據處理的設備。GPS 是由美國政府開發的衛星導航系統，通過一組衛星提供全球范圍的位置信息，包括經度、緯度、高度等。GPS 模塊通常包括GPS 接收器芯片、天線、處理器和接口。接收器芯片接收來自衛星的GPS 信號，天線用于接收這些信號，處理器計算位置信息，接口用于與其他設備通信，如微控制器或計算機。我們GPS 采用正點原子的一款高性能GPS 模塊ATK-MO1218，該模塊采用S1216F8-BD 模組，具有體積小巧、性能優異等特點；模塊可通過串口進行各項參數的配置，并可將配置保存至內存的 Flash 中，方便使用；模塊兼容 3.3V 和 5V 通訊電平，方便連接各種單片機控制系統；模塊自帶可充電后備電池，可以在模塊掉電后約半小時內持續保存星歷數據，配合模塊的溫啟動或熱啟動，可實現快速定位。

■2.4 工業攝像頭簡介

工業攝像頭是專門設計用于工業應用的攝像設備。工業攝像頭的特點包括耐用性、高分辨率、快速幀率、適應不同光照條件、多種連接選項、多種傳感器類型、鏡頭可更換、支持遠程監控和控制、遵循工業協議標準，廣泛應用于工業自動化、機器視覺、質量控制、醫療成像、交通監控、無人機、安全監控和科學研究等領域。我們采用了適用于5G 遠程駕駛無人車XT-NetRC 攝像頭Ⅱ，它具有200W 的像素，采用CMOS 感光芯片，具有高分辨率；很好地滿足了我們的需求。

■2.5 語音模塊簡介

“語言模塊”通常指的是自然語言處理（NLP）領域中的模塊或工具，用于處理和理解自然語言文本或語音。語言模塊可以用于文本處理任務，包括分詞、詞干提取、實體識別和標記等。這些任務有助于將自然語言文本轉化為可處理的結構化數據。語言模塊也用于構建對話系統，如聊天機器人或虛擬助手。這些系統能夠理解用戶的自然語言輸入并生成有意義的回應。語言模塊通?；谏疃葘W習和神經網絡技術，如循環神經網絡（RNN）、卷積神經網絡（CNN）、變換器（Transformer）等。這些模型需要大量的訓練數據和計算資源，以實現高質量的自然語言處理。

3 遠程遙控與自動駕駛功能實現

■3.1 內網穿透技術原理

內網穿透技術被廣泛用于實現內部網絡節點的訪問，同時在內網中建立專用網絡節點，用于轉發后續通信數據。此過程需要多個模塊密切協同合作，以確保成功穿越內網。為了正確實現內網穿透，我們必須智能地選擇多個通信網絡節點之間的最佳排列方式，從而最大程度地提高穿越效率[1]。為達成這一目標，我們可以采用在線時間長短來為主線程中的多組數據節點進行加權分類，以便選擇最優的排列方式。將所有接收數據的節點總數表示為集合Q，每個節點的度數可以通過加權函數來量化。我們通過以下表達式來描述數據通信節點在集合Q 中的穿透能力：

實現在樹莓派上部署好frpc 內網穿透，并連接上具有公網IP 的服務器（服務端），此時樹莓派作為客戶端。用戶連接到客戶端指定的端口，服務端通過和客戶端的連接將數據轉發到客戶端，客戶端進程再將數據轉發到本地服務，從而實現內網對外暴露服務的能力。用戶此時可以通過連接客戶端指定的端口傳輸數據。視頻流數據可以通過tcp 協議傳輸回用戶，用戶通過控制云臺舵機去尋找二維碼，并掃描二維碼。

■3.2 GPS 定位原理

GPS（全球定位系統）的工作原理是通過一組維持在軌道上的衛星發送信號來實現的。這些衛星每天發送精確時間和位置信息的信號。GPS 接收器接收這些信號，并利用它們來計算自己的精確位置。每顆衛星的信號包含了衛星的精確位置和發射信號的時間戳。通過接收來自多顆衛星的信號，GPS 接收器可以測量每個信號的傳播時間，并使用三角測量法計算出接收器的位置。然而，由于衛星和接收機的時鐘誤差，因此，GPS 衛星定位 測量應至少對 4 顆衛星進行觀測來進行定位計算。如圖4 所示，可確定四個距離觀測方程[2]。

圖4 二值化與邊緣檢測

式中：i=1、2、3、4； C 為 GPS 信號的傳播速度；(xi,y i,zi)為衛星的軌道坐標；ti為各個衛星的時鐘差；ρi為各個衛星到測站點接收機天線的距離。

■3.3 攝像頭邊緣檢測原理

在5G 小車運行過程中，通過規整路段時我們采用傳統視覺處理方式，在小車運行中實時對采集到的圖像進行高斯濾波，再轉灰度，用大津法進行二值化拿到二值化圖像。對二值化圖像進行特征點算法，通過觀察邊線特征，擬合邊線，不難發現在邊界點下方必然是黑點，在邊界寬度內的點必然是白點，在邊界寬度外的點必然是黑點，于是我們通過黑邊跳變點當做特征點去擬合邊線，同時隔幾行取個點，減小計算量。

■3.4 攝像頭避障原理

攝像頭神經網絡避障原理是基于計算機視覺和深度學習技術，通過攝像頭捕捉實時圖像，并利用神經網絡進行實時分析和處理。這種神經網絡可以識別圖像中的障礙物、路標和環境特征，然后根據這些信息做出決策，以避免碰撞或尋找安全路徑。這包括物體檢測、目標跟蹤、語義分割等技術，通過不斷學習和訓練，使攝像頭系統能夠自主感知和應對復雜的避障場景。

■3.5 PID 算法原理

PID 控制是一種用于調整舵機位置或角度的方法，它利用比例、積分和微分三個控制元素，根據當前誤差、誤差累積和誤差變化率來產生控制輸出，以實現精確的控制。比例控制減小誤差，積分控制消除靜態誤差，而微分控制穩定系統響應。在5G 小車行駛過程中需要預設一個行駛速度上限、倒車速度上限以及靜止速度設定值，并將這一設定值與當前小車速度進行匹配。關于上述 PWM 波占空比的閉環控制算法，系統采取的是使用廣泛、技術成熟的PID 控制算法[3]，算法流程圖如圖5 所示。算法的系統函數如下：

圖5 算法流程圖

圖6 遠程駕駛購物車實物模型

其中，VS為速度設定值，VP為編碼器所采集到的速度當前值，KP和K1以及 三個需要設定的系數。

4 語音交互技術探究

■4.1 語音識別原理

語音的識別主要目標是使計算機可以接收、識別和理解人的語言信息，然后再把這些語音信息進行自動轉換成文本信息或者生成一些命令的相關技術，進一步實現了人機交互時的輸入功能[4]。其原理包括語音信號采集、前端處理、特征提取、聲學模型、語言模型和文本輸出。本項目使用的語音識別技術使用深度學習聲學模型和語言模型，以及大規模數據訓練，以實現準確的口音識別和文本生成。

■4.2 語音合成原理

語音合成技術可以基于合成語音庫（通常由多個音素組成）或使用深度學習模型來生成語音。深度學習模型在語音合成中越來越流行，因為它們能夠更好地模擬人類語音，提供更自然的輸出。這些模型通常使用循環神經網絡（RNN）或變換器（Transformer）等架構，并經過大規模的訓練來提高準確性和語音質量。

5 結束語

隨著科技的不斷進步和消費者期望的提高，零售業面臨著許多挑戰和機遇。消費者希望購物更加方便、高效，并在購物過程中節省時間和精力。因此，零售商越來越關注如何提供更便捷的購物體驗，以滿足市場需求。在這一背景下，遠程遙控和自動駕駛的購物小車應運而生。目前，本項目已經初步設計并完成了能夠進行語音對話、自動掃碼支付以及自動駕駛、遠程手柄控制雙模式切換的智能購物小車，如圖7 所示。并對相關算法原理進行初步探討，為未來的實際應用奠定了基礎。然而，無人駕駛智能車領域還有大量的研究和開發工作需要展開。我們期待研究者和工程師們一起不斷探索，創新，研發出各種實用的智能購物小車，以為人們的生活帶來更多的便利。