[作品提交] 【2024 DigiKey 创意大赛】基于AI的室内环境自适应调节系统（离线大模型）【作品提...

 

基于AI的室内环境自适应调节系统

                                                                                                                                                                                    作者：eric        

1.作品简介

         广州连续三个多月的雨季，给人民生产生活带来及其不便，加上回南天的影响，造成居室多处发霉，衣服无法晾晒，改善居住环境，降低潮湿环境对人类健康的影响迫在眉睫。

        本项目集成离线语音唤醒+离线语音识别+离线AI大模型+离线TTS文字转语音+自动化控制+天气预测,将树莓派5（2G）性能压榨到极致！

        系统基于树莓派5控制器，接入温湿度，气压传感器，485继电器模块等，基于天气预测模型算法，对未来30分钟天气状况实时预测，配合模糊控制算法，对室内环境进行自动化调节，创造舒适居家环境。

项目背景：

50. 南方雨季长达3个月以上，给人民生活带来极大的不便；
50. 回南天家中湿度可以超过90%以上，如不做预防和干预，家中电器等物品极易损坏和发霉；
50. 南方经常下雨，衣物晾干及其不易；
50. 人体长期生活在湿热环境中，极易引发风湿等疾病；
50. 室内空气流通差，容易滋生细菌。

实现目标：

50. 室内环境自动调节，无需人工干预；
50. 可以语音控制各个设备；
50. 可以预测未来30分钟天气；
50. 可以实现语音互动；
50. 无需网络也可工作；
50. 可接入AI大模型；
50. 方便扩展多种传感器和执行设备。

 

 

作品照片：

测试DEMO全家福

 

 

485继电器模块

 

USB麦克风+喇叭

 

 

树莓派5+无风扇金属外壳

 

IIC扩展转接板

 

 

功能介绍：

50. 室内环境自动调节，无需人工干预；
50. 可以语音控制各个设备；
50. 可以预测未来30分钟天气；
50. 可以实现语音大模型AI互动；
50. 可接入不同AI大模型；
50. 方便扩展多种传感器和执行设备；
50. 系统无需联网，离线运行；
50. 纯离线运行，安全隐私保障；
50. 永久免费，无后期调用语音识别AI等接口费用。

 

技术路线：

• 使用树莓派5开发板，接入温湿度气压传感器，配合天气预测模型算法，完成未来30分钟天气预测；
• 通过树莓派5连接USB485转换器，使用模糊控制算法，对接继电器模块，配合温湿度、气压传感器，完成风扇，加湿器，除湿机，暖风机等设备的自动化控制，实现无人值守自动化运行，将室内环境实时调节到最佳状态。
• 使用USB麦克风+喇叭模块，通过部署离线语音唤醒，完成树莓派的语音唤醒功能；
• 通过部署离线大模型，完成AI人机对话功能；
• 通过文字转语音TTS功能，完成AI输出转语音功能；
• 综合以上设备硬件及软件，完成系统的完整功能。

 

 

• 系统框图

系统整体架构图：

 

 

硬件原理框图：

 

 

 

 

 

 

开发流程图：

 

 

 

三、各部分功能说明（图文结合）

（各部分实现的功能说明及讲解，以图文结合的展示。）

电源：

电源采用树莓派5带PD的5V5A 27W国产替代电源；继电器供电采用24V电源；

控制器：

控制器使用树莓派5（2G）版本，建议使用8G内存版本；

 

   

传感器使用SHT31+BMP180：

 

   

 

 

 

控制风扇，热风机，除湿机，加湿器采用485继电器模块：

 

麦克风喇叭使用USB接口：

 

 

 

 

 

四、作品源码

 

https://github.com/omaday/homeai

 

#############################################

运行语音大模型程序 python homeai.py

#############################################

运行自动控制程序 python fuzz.py

##############################################

安装依赖库

修改swap分区配置（树莓派2G版本，其他版本可以忽略） sudo nano /etc/dphys-swapfile 想设置4GiB的swap分区，可以设置“CONF_SWAPSIZE=4096 sudo /etc/init.d/dphys-swapfile restart free -h

配置USB声卡 aplay -l 找到设备号2（USB声卡） sudo nano /usr/share/alsa/alsa.conf 修改为2 defaults.ctl.card 2 defaults.pcm.card 2

sudo nano ~/.asoundrc pcm.!default { type hw card 2 }

ctl.!default { type hw card 2 }

使用图形界面，可以右键点击任务栏上的音量图标，选择“音频输出设备”，并选择USB音频设备。

重启测试声卡

安装TTS pip install coqui-tts # from PyPI

error: can't find Rust compiler curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

pip install coqui-tts[zh]

测试（中文一定要加句号，不然会拖拉音） tts --text "首次运行时的模型加载可能比较耗时。可以在初始化时预加载模型，以减少实际合成时的等待时间，尤其在需要连续使用的应用中效果明显。"
--model_name "tts_models/zh-CN/baker/tacotron2-DDC-GST"
--out_path output.wav

最新版本的Snowboy软件下载到Raspberry Pi上，运行以下命令来解压它。

请确认你位于Pi用户的主目录中。( /home/pi 或 ~)

snowboy编译出Makefile:73: recipe for target ‘_snowboydetect.so‘ failed

jack_control start

2.2 安装PyAudio,这个在requirements.txt里面要求了。

PyAudio 提供了 PortAudio 的 Python 语言版本，所以上面要安装portaudio。

sudo pip install pyaudio 2.3 安装其它依赖包

sudo apt-get install swig sox libpcre3 libpcre3-dev libatlas-base-dev 3 安装Python2版本

cd snowboy/swig/Python make 生成 _snowboydetect.so 就编译成功了 4 常见错误

…/…/lib/ubuntu64/libsnowboy-detect.a:error adding symbols: File in wrong format 此错误是Makefile中没有使用正确版本的libsnowboy-detect.a

在snowboy/lib下一共有

aarch64-ubuntu1604/ --对应arm64 ubuntu1604,经验证ubuntu1804也可以使用 android/ --对应android系统 ios/ --对应ios系统 node/ osx/ --对应macos rpi/ --对应树莓派32位arm ubuntu64/ --对应PC Ubuntu64

其它系统，查询电脑类型就可以知道用上面哪个了

uname -m 因此按下面修改Makefile就可以解决这个问题了

SNOWBOYDETECTLIBFILE = (TOPDIR)/lib/ubuntu64/libsnowboy−detect.aifneq(,(findstring arm,$(shell uname -m))) SNOWBOYDETECTLIBFILE = $(TOPDIR)/lib/rpi/libsnowboy-detect.a ifeq ($(findstring fc,$(shell uname -r)), fc) #fedora25-armv7这个没看到 SNOWBOYDETECTLIBFILE = $(TOPDIR)/lib/fedora25-armv7/libsnowboy-detect.a LDLIBS := -L/usr/lib/atlas -lm -ldl -lsatlas endif endif

#以下修改内容请根据系统选择，这里环境为ubuntu1804 ifneq (,$(findstring aarch64,$(shell uname -m))) SNOWBOYDETECTLIBFILE = $(TOPDIR)/lib/aarch64-ubuntu1604/libsnowboy-detect.a endif

或者前面全部注释，用下面这句 SNOWBOYDETECTLIBFILE = $(TOPDIR)/lib/aarch64-ubuntu1604/libsnowboy-detect.a 5 测试

cd snowboy/examples/Python python demo.py ../resources/models/snowboy.umdl 对着话筒说snowboy，如果出现以下提示，并听到叮的一声，就表示成功了。

INFO:snowboy:Keyword 1 detected at time: 2020-09-18 11:47:32 测试如果出现--问题1

Cannot connect to server socket err = No such file or directory Cannot connect to server request channel jack server is not running or cannot be started 请安装jackd2

apt-get install -y jackd2

#pulseaudio --kill关闭 --start启动 jack_control start #启动 status查看状态 exit退出 安装jackd2后重启一下，否则可能出现--问题2

Cannot lock down 82274202 byte memory area (Cannot allocate memory) python3版本可能出现问题3

from . import snowboydetect ImportError: attempted relative import with no known parent package 在目录example/Python3中添加空的__init__.py，另外在snowboydecoder.py

#!/usr/bin/env python 改为 #!/usr/bin/env python3

from . import snowboydetect 改为 import snowboydetect 问题3

出现了IOError: [Errno -9996] Invalid output device (no default output device)

原因是系统没有音频输出设备（喇叭、音箱）或者没有配置好。因为检测到唤醒词后会播放Ding.wav的声音。另外给两个关键词almixer和aplay。

安装Whisper（语音识别） pip install -U openai-whisper

升级 pip install --upgrade --no-deps --force-reinstall git+https://github.com/openai/whisper.git

安装必备库 sudo apt update && sudo apt install ffmpeg

whisper test.wav --model tiny --language zh

import whisper

model = whisper.load_model("tiny") result = model.transcribe("test.mp3", fp16=False) print(result["text"])

简体繁体不区分问题： prompt='以下是普通话的句子' result = model.transcribe(audioFile, task='translate',language='zh',verbose=True,initial_prompt=prompt)

pip install opencc

import opencc cc = opencc.OpenCC(“t2s”) simplified_result = cc.convert('漢字')
print(“简体格式：”, simplified_result) #输出结果为 简体格式：汉字

安装本地大模型，推荐qwen0.5b

然后安装 pip3 install ollama 测试不要用ollama.py命名

天气预测依赖库 pip install pandas scikit-learn statsmodels

自动化模糊控制依赖库 import numpy as np import skfuzzy as fuzz from skfuzzy import control as ctrl

 

五、作品功能演示视频

    视频记录了系统完整的使用过程，感谢大家支持！  演示视频

 

六、项目总结

        原本打算使用国产工业互联网平台进行无代码开发，由于平台近期维护升级，无奈选用B方案，使用PYTHON进行编程，部署环境花费了1周时间，库模块之间的依赖相互冲突，导致树莓派系统重做了好几次，几经周折才将所有的库模块安装测试完成，又花费了一周时间调试测试，最终累计花费2周时间完成，将树莓派5（2G）性能压榨到极致！集成离线语音唤醒+离线语音识别+离线AI大模型+离线TTS文字转语音+自动化控制+天气预测，CPU负荷4核100%！内存使用超100%!

        作为一个原型项目基本上实现了预定的目标，通过简单的DEMO测试，系统暂时运行良好。由于时间关系，只完成了核心功能。后期有时间会加入更多传感器和执行器、针对智能家居做一个完整案例。

 

        帖子分享链接汇总：

    https://bbs.eeworld.com.cn/thread-1294865-1-1.html

    https://bbs.eeworld.com.cn/thread-1295485-1-1.html

 

七、其他

        感谢得捷电子和EEWORLD举办这次物联网大赛，同时提供了研发资助。感谢大家对本项目的关注。祝愿这次比赛圆满成功。祝各位参赛选手都能取得优异的成绩！