基于Arduino的婴儿摇篮设计谐振叫声识别外文翻译资料

英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料

基于Arduino的婴儿摇篮设计谐振叫声识别

Chun-Tang Chao, Chia-Wei Wang, Juing-Shian Chiou and Chi-Jo Wang

摘要：本文提出了一种谐振电摇篮设计与婴儿的哭声识别，使用Arduino Uno作为核心处理器。对于大多数商业可用电动摇篮，驱动电机是紧密结合上面的轴承，造成大量的能源消耗。在这项建议中，一个球轴承的设计是所采用的驱动力和驱动力都是在摇架下增加距离的支点和力矩。传感器被设计来检测振荡状态，然后在关键时刻驱动力来实现最大输出响应，同时节省能量根据共振原理。至于驱动力，绕组功率和电机被小心地放置在摇篮下。传感器，包括三轴加速度传感器和红外传感器，测试和应用在摆动振幅控制。此外，婴儿哭声识别技术被纳入设计，以进一步发展其功能，在这种硬件，这是一个罕见的功能。建议的非线性算子的基本频率分析是能够确定不同类型的婴儿哭声。总之，本文提出了一种节能电动摇篮与婴儿的哭声识别和实验结果表明这种方法的有效性。

关键词：Arduino；共振；摇篮；婴儿哭；基频

1.介绍

提高睡眠质量是一项重要的研究课题，因为睡眠质量对每个人都很重要，尤其对婴幼儿。一个舒适的低功耗电动摇篮，可以让婴儿入睡很快就需要许多家长和许多小说的基础上在弹簧或杆的摆动形式的机制已经发展。对于工程师来说，理想振荡发生在无阻尼系统在系统振荡在一个没有自然频率能量损失。不幸的是，目前没有这样的产品存在，因为大多数电动婴儿秋千产品有驱动电机与领先过阻尼系统与高功率消耗的轴承紧密相连。发展一个共振的摇篮系统的动机来自Wang等。谁是高度广受好评的共鸣对血压的影响，以验证相应的中国医学理论。他们发现每个器官都有其自身的共振频率，并且由于这一点，人的心只需要消耗少量的力量。

首先，在本设计中，采用球轴承产量欠阻尼系统及驱动力被放置在摇篮下，以增加从对象到支点和扭矩的距离。一旦驱动力是同步的摇篮的振动，最大输出响应将根据共振原理实现。在实际情况下，振荡频率摇篮会随婴儿的重量而变化，因此固定频率的驱动力是不能够实现尽可能低的功耗。要做到这一点，就需要有适当的传感器来检测振荡状态的帮助，然后在关键的驱动力时间，以节省能源和控制摆动幅度。Arduino是一个开源的电子平台基于易于使用的硬件和软件在2005推出。Arduino的目标是创造出易于使用的控制设备项目和简便的获得，这也是符合要求的建议系统。Arduino Uno，带有32 KB内存的ATmega328微处理器板，2 KB的RAM，1 KB的EEPROM，用于实现所提出的设计。

除了功耗问题，摇篮操作的时间也是一个重要的问题。一个电动摇篮不能总在一个摇摆的状态下，因为当检测婴儿哭声时，智能电动摇篮应能够停止周期性地和自主摆动。对于新生婴儿，哭是他们表达自己的需求或感觉的主要方式如饥饿，嗜睡，疼痛等，所有这些不同的持续时间和频率。这些在时间和频率域的音频特征可以提取的声学分析，是受欢迎的特征提取方法，如线性预测系数（LPC）和过零率（ZCR）。此外，( f 0)，声带振动的平均频率这通常被称为语音音调，通常用于声学分析。增加婴儿的哭声识别，分类与学习能力，如支持向量的准确性机器（支持向量机）或支持向量回归也适用。

在以前的学术研究，硬件实现和实时分析，不考虑，但在本文采用基本频率分析法来识别婴儿的饥饿和痛苦的哭声实时。以前的研究数据显示，由于传感器的基本频率没有显着差异婴儿的性别或年龄。提出了一种非线性算子的基本频率分析方法，这是一个简单而有效的实施婴儿哭声识别。本文的其余部分的组织如下：2部分介绍了谐振腔设计。在第3节，介绍了婴儿哭声识别方法。最后，第4节总结了最后设计并为将来的工作提供建议。

2.谐振式底座设计

传统的摇篮，没有电，可以很容易地被绳子和人手所驱动。然而，许多现代的电动摇篮不能自由摆动，由于驱动电机是紧密相连的轴承。这个过阻尼系统自然地消耗了大量的电力。图1显示了一个商业摇篮设计实例，没有的情况下很难移动。如果用户将摇篮拉到一个15角的角度，并释放它，摇篮会来完全停止了大约5秒。

图1.一个商业摇篮设计实例.

对于无阻尼系统，如果驱动力具有相同的频率作为系统的自然频率，纯共振会发生，系统的输出将最终达到无限。然而，在现实中，空气阻力引起的能量损失，因此没有真正无阻尼系统确实存在。一个用一个小的阻尼比欠阻尼系统是理想的实际振动系统的设计。简化的钟摆式摆荡式显示在下：

(1)

在那里，MI是惯性系统的时刻，m是钟摆的总质量，I是有效的摆动轴和质量中心之间的距离，lambda;是摩擦速度的因素，重力，和theta;是摆角。二阶系统的阻尼比公式如下：

（2）

研究发现，几乎所有的系统参数会影响阻尼比xi;。同样，共频率会随着阻尼比xi;的变化而变化。在这一节中，提出了双共振的摇设计描述和评价。一个自由振荡和低功耗的摇篮是设计目标。

2.1.风力摇架设计

使摇篮摆动一个较小的阻尼比的欠阻尼系统，滚珠轴承与小摩擦被放置在顶部的摇篮。此外，增加的距离从对象到支点和扭矩，驱动力被放置在底部的摇篮。图2显示了建议的第一谐振摇篮设计，在风力发电应用和挡风玻璃板是安装收集风电。这种设计可以很容易地移动没有电。对于例如，如果用户将摇篮拉到一个15角，并释放它，摇篮可以维持一个约20秒的振荡，比商业摇篮设计的例子要长得多。

图2.一种用风力发电的谐振腔设计.

Arduino Uno板程序作为系统的控制器，并与液晶驱动电路，它是由一个液晶显示，按钮，和晶体管（9013）的驱动程序风扇模块。风扇模块包含三个电动风扇与直流12伏的工作电压和操作0.7 ~ 0.83 a. ADXL330加速度计感的摆角的电流在Arduino的ADC设置为使用10位（0 ~ 1023）对输出电压（0 ~ 3.3 V）的的ADXL330。

在后来的绩效评估中，风电被认为是低效的。在此外，由于加速度计ADXL330荡和摇架体和安装在摇篮，连接导线必须绕过的摇篮，然后再到电路板和他们将用摇篮荡秋千。在下一个小节中，一种改进的谐振摇篮设计发动机与叶片下面的摇篮提出。

2.2。电机驱动叶片的谐振腔设计

二次提出的谐振摇篮设计是由木材和易于组装和如图3所示拆卸。一个直流电动机安装在摇架下，作为驱动力刀片间隔在一个距离和紧紧界下的摇篮。一个小木屋锤子被连接到马达打刀片并驱动摇篮。CNY70，一个包括红外线发射器和光电晶体管的反射传感器，被安装在一个孔上的外框摇篮和适用于感觉的摆动角度。

图3.提出的电机和叶片的谐振摇篮设计.

灰度级的带状带是在摇篮的背面和摇篮一起摇摆。绶带是第一次印刷的70 ~ 230级灰度，然后CNY70用于检测带。由于灰度级0–70是无法做出CNY70产生的电压输出，这种非敏感地区被抛弃。CNY70的头和带间的距离是2毫米。什么时候摇篮秋千，CNY70将感觉到相应的感光值。图4显示了灰度色带和动态ADC值量化的Arduino Uno 10美国基于在这些值的变化，在关键时刻，摆动方向和角度可以被检测并且控制器将驱动刀刃或摇篮。

图4.灰度色带和动态ADC值.

2.3.绩效评价

表一显示了基于平均功率的3个设计的性能评价方法。虽然风力发电的设计具有非接触的优点，实验表明它在能量转移方面有效率低，因为风电的挡风玻璃不是理想的设计。此外，当电风扇，它需要一些时间来达到所需的旋转速度和产生足够的功率。当它遇到相反的情况时，风扇会关闭。这也会影响振荡频率，使共振特性不能表现清楚。

二次谐振摇篮设计中的平均电流和功率测量分为静态和动态。在静态测量时，功率在，但摆角是零，所以没有电机运行。CNY70的工作电流只有1毫安，所以此时的力量消费主要是Arduino Uno。相比之下，没有微控制器里面的商业设计的例子，所以功率消耗完全是为电机运行。在二次谐振腔设计的动态测量，电机驱动维持固定摆角。根据实验结果，在30秒的四秒中保持15的摆动刺激是需要19左右的摆动周期。

图5显示了安捷伦示波器采用dso-x 2002a痕迹显示驱动电流波形。在商业设计实例1000数据点被记录在10 s（图5A），指示该电机在该配置中不断地来回旋转。图5b显示两电机刺激较大的脉冲电流超过10的第二谐振摇篮的设计。这似乎是合理的建议，在二次谐振电机的平均功率消耗摇架设计是动态和静态功率测量的区别，即，1.161 W-1.035 W=0.126 W如果电机效率问题[19,20]被省略，这表明二次谐振摇篮消耗更少的电机运行功率比商业设计的例子。它指出，在二次谐振摇篮设计采用的电机的类型号码是HN-35GBD-1634T，但电机的型号在商业设计的例子还不清楚。

图5.驱动电流波形：（一）商业设计实例；（二）二次谐振腔设计.

摇篮噪声产生的噪声也是一个重要因素，在摇架设计中。在商业设计实例，电机是在顶部，所以它的连续运行，结合轴承结果在恼人的噪音。然而，在建议的共振摇篮，几乎没有自由振荡噪声。当木锤在二次共振的摇篮中打到刀刃，它会导致一个可以接受的噪音水平和问题，可以进一步提高附加的软小木锤垫。图6显示了商业上的工作声音波形设计实例及二次谐振腔设计。图6b，在约1.75秒的脉冲声当小的木锤打到刀刃。

图6.运行声音波形：（一）商业设计实例；（乙）二次谐振摇篮设计.

基于上述讨论，表2总结并比较了所有的特点商业设计实例及提出的二次谐振腔设计。它显示了建议二次谐振腔的商业设计有几个优点。

3.婴儿哭声识别

在电动摇篮中提供婴儿的哭声识别，第一个问题是设计音频数据采集电路。在这一节中，婴儿哭的购置物是首先描述，其次是建议婴儿哭声的识别方法。

3.1．婴儿的哭声采集

从麦克风拾取到Arduino Uno模拟输入的两个信号路径的阶段图7。从麦克风的信号将通过一个增益为20的放大器，其次是抗混叠用OPA134与截止频率为2 kHz的低通滤波器。这个一种适用于便携式电子设备的单电源运算放大器电路技术一个分裂的供应系统，应用，但也有替代实施预放大器和抗混叠的电路如ISD1900、多信息记录/回放装置。

图7.前置放大器和抗混叠电路.

原型在硬件综合系统图8中显示，包括Arduino UNO，LCD与SD模、预放大电路、抗混叠，和电容式话筒。通过 SD模块设计，建议的设计将允许家长记录婴儿哭声在SD卡中，不用考虑Arduino Uno有限的资源。音频功能为了未来的识别在SD卡中进行了分析和记录。在Arduino Uno中采样速率为8千赫，位分辨率为10位。

图8.硬件模块原型.

图9.婴儿哭声波形：（一）约0~2秒；（二）约2~4秒.

婴儿哭声识别的目的是提高拟议的共振功能摇篮。主要功能是实时处理硬件实现。在这样的在情况下，关键点应该是寻找简单和有效的标准来判断音频特征，而不是建立一个大型数据库，采用一个复杂的培训方法。图9显示连续的婴儿的饥饿和痛苦的哭声波形从相同的正常婴儿。每一个记录持续约2秒，或更精确地说，它有一个平均为2.048秒的16384个样本。垂直值的范围从511~ 512，这是由量化音频输入范围从0 ~ 1023约束

Arduino的编程。值得一提的是，该文件只考虑了属于生理，因为与病理的呼声超出了本文的范围。

3.2。体积强度与基频f0

在硬件实现中，每个记录分为音频特征提取帧。每一帧被安排有256个样本，所以有64个帧中的所有的16384个样本在录音。样本数256和帧号64的功率都是2。也许其他可能的FFT计算下有更快的性能，但不是在本文中阐述。

所采用的方程（3）测量的体积强度为每帧的10倍，10个为基础的绝对样本之和的对数在每一个帧内。对于几乎所有的帧在图9，的体积强度是在30的范围内50分贝。对于图四中的7个图，平均值音量强度为42.27分贝（0~2，饥饿），40.67分贝（0~2，疼痛），42.48分贝（2~4，饥饿），和41.17分贝（2~4秒，疼痛）按顺序。

（3）

f0估计的基本频率也被称为间距检测或提取，它可以在一个频率或时间域中完成。在硬件设计中，时间域应该更实用。有一个家庭相关的时域法f0个估计方法，寻求发现多久波形充分重复它自己。自相关函数（ACF），通过检测f0测量波形与本身的相关性：

（4）

图10显示了一个帧中的样本和相应的自相关结果。计算f0表现在方程（5），其中Vmax最大收益率方程的最大值（4）。在图10,Vmax=24,f0=8000 / 23 = 347.8Hz。ACF的第一十输出被截断为零以避无效的结果。应该注意的是，在一个帧中的样本量的强度太低也会导致一个无效的f0。例如，考虑所有的样本在一个框架中都是零。在拟议的系统，在一个帧中的样本将被标记为无效时，下面的一个条件满足：

1.音量强度低于30分贝.

2.f0计算结果大于1000赫兹，或Vmaxle;9 .

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[150485]，资料为PDF文档或Word文档，PDF文档可免费转换为Word