基于STM32的智能语音识别分类垃圾桶

若该文为原创文章，转载请注明原文出处。

一、项目背景与引言

(一) 研究背景及意义

随着城市化进程加快和人口增长，"垃圾围城"已成为全球性的环境挑战。有效的垃圾分类是实现垃圾减量化、资源化、无害化处理的关键前提。然而，公众普遍存在垃圾分类知识不足、嫌麻烦等问题，导致分类效果不佳。本项目旨在利用嵌入式人工智能技术，设计一款基于STM32的智能语音识别垃圾桶。它能够通过语音指令交互，辅助用户进行正确的垃圾分类，并通过传感器实时监控桶内状态，从而提升垃圾分类的便捷性、准确性与智能化管理水平，对推动环保事业具有积极的现实意义。

(二) 国内外研究现状

目前，智能垃圾桶领域的研究主要集中在感应开盖 （红外、超声波）、太阳能供电 和压缩功能 上。随着AIoT技术的发展，部分高端产品开始集成图像识别 和语音识别功能。基于图像识别的方案成本较高且计算复杂，而基于特定离线语音识别模块的方案，成本低、响应快、隐私性好，非常适合在本地的嵌入式设备上运行。本项目正是利用此类语音模块，实现一个高性价比、高互动性的智能分类垃圾桶解决方案。

(三) 论文研究内容

本研究的主要内容是设计并实现一个以STM32F103C8T6单片机为控制核心的智能分类垃圾桶系统。系统通过LD3320等离线语音识别模块接收用户指令，控制4个垃圾桶盖（通过舵机控制）的开关；通过HC-SR04超声波传感器检测各桶内的满溢程度；通过OLED显示屏进行状态提示；在桶满时通过蜂鸣器报警，最终实现语音交互分类、状态监控、自动提醒的核心功能。

二、系统总体设计

(一) 系统架构

本系统采用模块化设计，以STM32单片机为处理和控制中心，连接语音识别、传感器、执行器、显示和报警模块。

硬件选型与功能说明

模块名称	推荐型号	通信接口	功能描述
主控MCU	STM32F103C8T6 (核心板)	-	系统大脑，处理所有数据和控制逻辑
语音识别	LD3320 (非特定人语音识别)	UART	识别"打开XX垃圾桶"或直接说垃圾名称（如"矿泉水瓶"）
语音播报	JQ8900、WT588D或SYN6288	UART 或 PWM	播放提示音，如上电欢迎语、分类结果提示音
超声波测距	HC-SR04	GPIO (Trig/Echo)	检测垃圾表面到桶盖的距离，换算为满溢程度
显示模块	0.96寸 OLED (SSD1306)	I2C	显示四种垃圾桶状态（开/关、满溢百分比）
执行机构	SG90 舵机 (9g) x4	GPIO (PWM)	每个垃圾桶盖由一个舵机控制，模拟开合动作
报警装置	有源蜂鸣器	GPIO	桶满时发出"滴滴"报警声，提示清理
本地控制	轻触按键 x4	GPIO	每个按键对应一个垃圾桶，实现手动开盖
电源	LM2596降压模块 + AMS1117	-	输入12V，输出5V和3.3V，为MCU

(二) 功能模块划分

主控模块：流程调度、逻辑控制、指令解析。
语音交互模块：识别用户指令并执行开盖操作，播报提示音。
状态检测模块：检测4个桶内的垃圾高度。
人机交互模块：OLED显示状态，蜂鸣器报警，按键控制。
执行机构模块：舵机控制桶盖的打开和关闭。

三、硬件设计与实现

(一) 主控模块选型及介绍

采用STM32F103C8T6最小系统板。

核心：Cortex-M3内核，72MHz主频，性能充足。
资源：足够多的GPIO口控制4个舵机、4个超声波模块、显示屏、按键等，USART、I2C、定时器等外设完备。
优点：成本极低，社区资源丰富，开发便捷。

(二) 传感器模块选型及电路设计

超声波传感器模块：
- 选型：HC-SR04，性价比高，应用广泛。
- 数量：4个，分别安装在"可回收"、"厨余"、"有害"、"其他"四个垃圾桶内部顶端，垂直向下检测距离。
- 电路：每个传感器的Vcc接5V，Gnd接GND，Trig触发引脚和Echo回响引脚分别接STM32的4组GPIO（如Trig1->PA0, Echo1->PA1； Trig2->PA2, Echo2->PA3，以此类推）。
语音识别模块：
- 选型：LD3320离线语音识别模块。它不需要联网，可直接在本地识别预先设定的关键词（如"打开可回收垃圾"、"关闭"、"苹果核是什么垃圾"等）。
- 电路：模块与STM32通过并行总线或SPI接口连接（取决于具体模块型号），接线相对复杂，需参考模块手册。RST、CS、WR、DATA等引脚需连接到STM32的特定GPIO。

(三) 执行模块选型及驱动电路

舵机：
- 选型：SG90微型舵机，扭矩足以打开小型桶盖。
- 数量：4个。
- 驱动电路 ：每个舵机的信号线（橙色/白色）分别接STM32的一个GPIO（如PB6, PB7, PB8, PB9）。注意： 舵机供电必须使用外部5V电源，切勿直接从STM32板载的3.3V或5V取电，否则会导致单片机复位或损坏。
蜂鸣器：
- 选型：有源蜂鸣器（高电平触发）。
- 电路：正极通过一个1K电阻接STM32的GPIO（如PC13），负极接GND。

(四) 显示与交互模块

OLED显示屏：
- 选型：0.96寸I2C接口OLED模块（SSD1306）。
- 接口电路 ：SCL接PB10，SDA接PB11。
按键：
- 选型：轻触按键。
- 电路：一端接GPIO（如PA15），另一端接地。GPIO内部配置为上拉输入模式。

(五) 电源模块设计

采用5V 2A以上的直流电源适配器作为总输入。
一路5V直接给4个舵机和语音模块供电。
另一路通过AMS1117-3.3V稳压芯片转换为3.3V，为STM32、OLED、超声波模块等供电。

四、软件设计与实现

(一) 开发环境搭建

IDE：Keil uVision 5
配置工具：STM32CubeMX用于生成初始化代码
库：HAL库或标准外设库

(二) 系统初始化

初始化系统时钟、GPIO、I2C、定时器。
初始化OLED，显示开机界面。
初始化语音识别模块，并添加关键词列表（如"可回收"、"厨余"、"有害"、"其他"、"打开"、"关闭"、"帮助"、"电池"、"塑料袋"等）。
播放欢迎语音："欢迎使用智能垃圾桶，保护环境卫生，人人有责"。
初始化所有舵机至关闭状态。

(三) 软件流程图与逻辑

(四) 关键代码片段

主循环核心逻辑

复制代码

// main.c
int main() {
  // 系统初始化
  HAL_Init();
  SystemClock_Config();
  MX_GPIO_Init();
  MX_I2C_Init();
  MX_TIM_Init(); // 用于舵机PWM和计时
  OLED_Init();
  Voice_Module_Init();
  Servo_Close_All();

  // 播放欢迎语音
  Voice_Play_Welcome();

  while (1) {
    // 1. 读取超声波数据，计算满溢度（0-100%）
    for (int i = 0; i < 4; i++) {
      fullness[i] = Get_Ultrasonic_Distance(i) / MAX_HEIGHT * 100;
      if (fullness[i] > 95) { // 如果满溢度超过95%
        bin_full_flag |= (1 << i); // 设置对应桶满的标志位
      } else {
        bin_full_flag &= ~(1 << i); // 清除标志位
      }
    }

    // 2. 满溢报警
    if (bin_full_flag != 0) {
      BUZZER_ON();
    } else {
      BUZZER_OFF();
    }

    // 3. 处理语音识别结果
    if (voice_recognition_flag) {
      voice_recognition_flag = 0;
      Parse_Voice_Command(recognition_result);
    }

    // 4. 处理按键
    if (HAL_GPIO_ReadPin(KEY_GPIO_Port, KEY_Pin) == GPIO_PIN_RESET) {
      HAL_Delay(50); // 消抖
      if (HAL_GPIO_ReadPin(KEY_GPIO_Port, KEY_Pin) == GPIO_PIN_RESET) {
        current_bin = (current_bin + 1) % 4; // 循环切换到下一个桶
        Servo_Open(current_bin); // 打开对应桶盖
        auto_close_timer = 100; // 设置10秒定时器 (100 * 100ms)
      }
    }

    // 5. 处理10秒自动关闭
    if (auto_close_timer > 0) {
      auto_close_timer--;
      if (auto_close_timer == 0) {
        Servo_Close_All();
      }
    }

    // 6. 刷新OLED显示
    OLED_ShowStatus(fullness, bin_full_flag, current_bin_opened);

    HAL_Delay(100); // 主循环周期100ms
  }
}

语音指令解析函数示例

复制代码

// voice.c
void Parse_Voice_Command(char* result) {
  if (strstr(result, "打开") != NULL) {
    if (strstr(result, "可回收") != NULL) {
      Servo_Open(BIN_RECYCLABLE);
      auto_close_timer = 100;
    } else if (strstr(result, "厨余") != NULL) {
      Servo_Open(BIN_KITCHEN);
      auto_close_timer = 100;
    }
    // ... 其他桶
  } else if (strstr(result, "关闭") != NULL) {
    Servo_Close_All();
    auto_close_timer = 0;
  } else if (strstr(result, "帮助") != NULL || strstr(result, "是什么垃圾") != NULL) {
    // 帮助模式，识别具体物品
    if (strstr(result, "电池") != NULL) {
      Voice_Play_Response("电池属于有害垃圾");
    } else if (strstr(result, "苹果核") != NULL) {
      Voice_Play_Response("苹果核属于厨余垃圾");
    } else if (strstr(result, "塑料袋") != NULL) {
      Voice_Play_Response("塑料袋属于其他垃圾");
    }
    // ... 其他物品
  }
}

五、系统测试与优化

(一) 测试方案

单元测试：分别测试舵机转动角度、超声波测距准确性、语音识别率、OLED显示、蜂鸣器发声。
功能测试：
- 逐一说出"打开XX垃圾"指令，检查对应舵机是否动作。
- 说出"电池"、"果皮"等物品名称，检查语音回复是否正确。
- 遮挡超声波传感器，模拟桶满状态，检查蜂鸣器是否报警。
- 按下按键，检查是否按顺序开盖。
- 测试10秒后桶盖是否自动关闭。
压力测试：连续快速发出不同指令，测试系统响应稳定性和识别率。

(二) 优化方向

识别率优化：调整LD3320的麦克风灵敏度，优化关键词列表（选择差异大的词条），在安静环境下测试。
机械结构优化：设计合理的桶盖连杆机构，确保舵力足够且流畅。
功耗优化：增加人体红外感应模块（HC-SR501），无人时进入低功耗休眠状态，有人靠近再启动语音识别，节省电能。
数据统计：增加ESP8266 WiFi模块，将垃圾投放次数和满溢数据上传到云平台，用于大数据分析。

六、结论与展望

(一) 项目总结

本项目成功设计并实现了一个基于STM32和离线语音识别技术的智能分类垃圾桶原型。系统能够准确响应语音指令，自动打开对应的垃圾桶盖，并能通过语音查询功能辅助用户进行垃圾分类。同时，集成的满溢检测功能有效提醒用户及时清理垃圾，解决了传统垃圾桶的痛点。整个系统成本可控，功能完整，具有良好的交互性和实用性。

(二) 未来展望

集成计算机视觉：增加一个摄像头模块，结合轻量化的TensorFlow Lite Micro模型，实现"语音+图像"双模式识别，进一步提高分类准确性和用户体验。
自动打包换袋：设计更为复杂的机械结构，实现垃圾袋的自动封口和更换功能。
太阳能供电：在垃圾桶顶部加装太阳能电池板，结合锂电池管理，实现自供电，适合公园、广场等户外场景部署。
社区物联网络：将区域内所有智能垃圾桶组网，监控中心可以实时查看每个点的状态，规划最优的清运路线，真正实现"智慧环卫"。

如有侵权，或需要完整代码，请及时联系博主。