范存艷

摘? 要：本文對公共服務(wù)機(jī)器人的人機(jī)交互功能需求進(jìn)行了分析，設(shè)計(jì)了一款基于瑞芯微RK3399芯片為核心的具有語音識別、人臉識別等功能的人機(jī)交互系統(tǒng)，并針對人機(jī)交互功能需求完成了系統(tǒng)相關(guān)硬件電路的設(shè)計(jì)，所設(shè)計(jì)的系統(tǒng)可基本滿足市面上已量產(chǎn)的所有服務(wù)機(jī)器人的人機(jī)交互功能，實(shí)用性較強(qiáng)，具有推廣應(yīng)用的價(jià)值。

關(guān)鍵詞：服務(wù)機(jī)器人，人機(jī)交互系統(tǒng)，RK3399

0 引言

近些年，隨著人工智能技術(shù)的飛速發(fā)展，做為人工智能技術(shù)主要載體的公共服務(wù)機(jī)器人也開始在酒店物品運(yùn)送、商場促銷導(dǎo)購、政務(wù)辦理等各個領(lǐng)域得到較大規(guī)模的應(yīng)用。面部識別、語音識別等人機(jī)交互功能已成為公共服務(wù)機(jī)器人的標(biāo)配功能。這些功能在帶來較好的人機(jī)交互體驗(yàn)的同時(shí)，也提高了控制系統(tǒng)的復(fù)雜度，對控制系統(tǒng)的性能、成本也提出了更高要求。

基于此，本文設(shè)計(jì)了一種面向公共服務(wù)機(jī)器人的人機(jī)交互系統(tǒng)，采用模塊化設(shè)計(jì)思路，降低控制系統(tǒng)復(fù)雜度，并充分考慮成本因素，可以基本滿足不同應(yīng)用領(lǐng)域?qū)卜?wù)機(jī)器人人機(jī)交互系統(tǒng)的需求，并兼顧成本考慮。

1 人機(jī)交互系統(tǒng)總體設(shè)計(jì)

目前，用于公共服務(wù)場景的機(jī)器人的人機(jī)交互功能主要是機(jī)器人通過視覺、語音技術(shù)與人進(jìn)行交互且由于機(jī)器人本身計(jì)算能力和存儲能力有限，為使人機(jī)交互有較好的體驗(yàn)，需要機(jī)器人連接外網(wǎng)獲取部署在云端服務(wù)器上的語音、視覺知識庫及其它豐富資源。如圖1所示，為服務(wù)機(jī)器人人機(jī)交互系統(tǒng)總體設(shè)計(jì)框圖。人機(jī)交互功能是機(jī)器人對外感知與實(shí)現(xiàn)的載體，主要應(yīng)具有顯示屏、攝像頭、MIC陣列及揚(yáng)聲器等常用外設(shè)，且由于機(jī)器人在人機(jī)交互時(shí)需要連接云端外網(wǎng)及本地局域網(wǎng)，所以還應(yīng)具有WIFI、藍(lán)牙及LTE功能，另外機(jī)器人還需要與自主移動底盤、電池等外設(shè)通訊、讀寫操作優(yōu)盤等，所以還應(yīng)具有以太網(wǎng)、RS232及USB等擴(kuò)展能力接口。所以，考慮到上述功能及接口需求并結(jié)合運(yùn)行語音識別及視覺識別算法對計(jì)算能力的需求，本設(shè)計(jì)采用了瑞芯微的RK3399做為服務(wù)機(jī)器人人機(jī)交互系統(tǒng)的核心。圍繞RK3399搭建硬件電路，設(shè)計(jì)RK3399主板，并擴(kuò)展攝像頭、觸摸顯示屏、揚(yáng)聲器及MIC陣列等外設(shè)。

2 人機(jī)交互系統(tǒng)硬件設(shè)計(jì)

如圖2所示，RK3399是基于Big.Little大小核架構(gòu)的低功耗高性能處理器，它包括雙核Cortex-A72、4核Cortex-A53以及獨(dú)立的NEON協(xié)處理器，可應(yīng)用于計(jì)算機(jī)、個人移動互聯(lián)網(wǎng)及數(shù)字多媒體等設(shè)備。RK3399內(nèi)置多種功能強(qiáng)大的嵌入式硬件引擎，支持多格式視頻、高品質(zhì)的JPEG的編解碼，以及特殊圖像的預(yù)處理和后處理。內(nèi)置特殊的MMU 2D 硬解碼器能最大限度地提高顯示性能，提供流暢的體驗(yàn)操作。RK3399具有高性能的雙通道存儲器接口，能夠提供高內(nèi)存帶寬，同時(shí)為應(yīng)用提供了一套完整的外設(shè)接口。

考慮需要運(yùn)行語音識別、人臉識別等人工智能算法，對計(jì)算能力有較高要求，所以系統(tǒng)存儲采用4GB DDR3+32GB EMMC配置。由于是機(jī)器人應(yīng)用，對系統(tǒng)軟件的兼容性和穩(wěn)定性要求較高，所以本設(shè)計(jì)中采用安卓7.1版本。

2.1 語音相關(guān)電路設(shè)計(jì)

語音識別技術(shù)主要分為音頻的采集、識別、理解和合成。音頻的采集主要通過MIC陣列，目前主流技術(shù)有環(huán)形6MIC陣列以及線形4MIC陣列，二者區(qū)別在于聲源定位范圍不同，6MIC陣列為360°而4MIC陣列為180°。本文中采用6MIC采集兼容4MIC方式。由于模擬MIC采集的音頻信號為小信號，在傳輸過程中易受干擾，影響語音識別效果，所以陣列MIC選用I2S接口數(shù)字硅麥。陣列通過RK3399自帶3路I2S接口采集6路MIC音頻，每2路MIC共用一路I2S。在機(jī)器人播放語音時(shí)，為保證仍能進(jìn)行正常對話，需要設(shè)計(jì)回聲消除電路。如圖3所示，由于需回采音頻功放輸出端模擬信號，需將模擬音頻轉(zhuǎn)換為數(shù)字音頻，所以采用TLV320ADC3101音頻ADC芯片，將模擬回采信號轉(zhuǎn)換為I2S音頻并輸出到RK3399第4路I2S接口。

音頻的識別、理解與合成需要連接本地私有云或外網(wǎng)公有云。合成后的語音通過音頻輸出電路播放。音頻輸出電路設(shè)計(jì)如圖4、圖5所示，采用數(shù)字音頻輸出芯片ES8316，將RK3399輸出的I2S數(shù)字音頻轉(zhuǎn)換為模擬音頻，并通過兩個音頻功放芯片CS8508E進(jìn)行功率放大輸出。單個功放芯片最大輸出功率為15W，可滿足市面上主流服務(wù)機(jī)器人應(yīng)用需求。

2.2 視覺識別相關(guān)電路設(shè)計(jì)

RK3399支持雙ISP，像素處理能力高達(dá)13MPix/s，支持雙路攝像頭數(shù)據(jù)同時(shí)輸入。所以本設(shè)計(jì)中綜合了成本以及功能需求選用13Mpixel的MIPI-CSI接口攝像頭做為人機(jī)交互系統(tǒng)中人臉識別、拍照及視頻通話應(yīng)用的主攝像頭。RK3399有兩組MIPI-CSI輸入，均內(nèi)置ISP處理器，在雙MIPI輸入的時(shí)候可以同時(shí)使用。

2.3 顯示相關(guān)電路設(shè)計(jì)

目前市面上主流服務(wù)機(jī)器人均采用觸摸顯示屏，屏幕大小從6寸～32寸。且有部分機(jī)器人采用雙屏設(shè)計(jì)，一個較小的屏幕放在機(jī)器人頭部，用來做為機(jī)器人表情顯示。另一個較大的屏幕放在機(jī)器人胸前，用來進(jìn)行業(yè)務(wù)辦理等操作。目前主流液晶屏多采用EDP接口或MIPI_DSI接口。一般較大的屏幕多采用EDP，較小的屏幕多采用MIPI_DSI接口。本設(shè)計(jì)采用兼容性設(shè)計(jì)，利用RK3399自帶的EDP接口和MIPI_DSI接口分別各擴(kuò)展一塊顯示屏，實(shí)現(xiàn)雙屏顯示。用一塊10.1寸液晶屏完成機(jī)器人面部表情顯示功能，采用MIPI接口，另一塊15.6寸液晶屏采用完成業(yè)務(wù)辦理操作功能，采用EDP接口。如圖6所示為15.6寸液晶屏EDP顯示電路。

觸摸屏多采用USB、I2C或UART接口，觸摸屏廠家可根據(jù)客戶要求配不同的觸摸芯片，本設(shè)計(jì)中針對兩塊屏幕，觸摸芯片分別采用USB和I2C接口。

2.4無線功能相關(guān)電路設(shè)計(jì)

服務(wù)機(jī)器人人機(jī)交互系統(tǒng)通過語音識別、人臉識別、聲紋識別等人工智能技術(shù)與人進(jìn)行信息交互，而人工智能技術(shù)對系統(tǒng)計(jì)算力和知識庫要求較高。目前公共服務(wù)機(jī)器人設(shè)計(jì)普遍的做法是將語音、人臉在本地進(jìn)行采樣，將知識庫布置在云端，包括本地局域網(wǎng)私有云及公網(wǎng)公有云，信息采樣后機(jī)器人通過局域網(wǎng)或外網(wǎng)連接云端知識庫進(jìn)行計(jì)算、查詢等操作，最后從云端將查詢結(jié)果返回本地。所以人機(jī)交互系統(tǒng)需要具備WIFI、藍(lán)牙、有線以太網(wǎng)及4G_LTE無線功能。如圖8所示，為WIFI&BT電路，RK3399通過芯片自帶的SDIO接口和UART接口擴(kuò)展WIFI&BT芯片AP6356S。AP6356S芯片是WIFI、BT功能二合一芯片，符合IEEE 802.11 a/b/g/n/ac 2x2 MIMO標(biāo)準(zhǔn)，可以雙通道傳輸及支持雙頻段（2.4GHz&5GHz），且支持藍(lán)牙4.1。還可根據(jù)使用方式不同將AP6356S配置成熱點(diǎn)模式或客戶端模式。

當(dāng)公共服務(wù)機(jī)器人處于某些沒有WIFI的環(huán)境時(shí)，為連接外網(wǎng)云端，需具有4G_LTE功能。如圖7所示，為4G模塊擴(kuò)展電路。RK3399通過USB2.0接口及系統(tǒng)自帶I2C接口擴(kuò)展移遠(yuǎn)通信EC25 Mini PCIe模塊。EC25模塊是LTE Cat 4無線通信模塊，采用PCI Express? Mini Card標(biāo)準(zhǔn)接口。支持最大下行速率150Mbps和最大上行速率50Mbps。模塊采用堆疊方式安裝在RK3399主板上。

人機(jī)交互系統(tǒng)無線功能采用WIFI優(yōu)先模式，當(dāng)WIFI和LTE功能均開啟時(shí)，LTE功能無效。而當(dāng)WIFI斷網(wǎng)時(shí)，LTE自動代替WIFI連接外網(wǎng)。

2.5 電源輸入及外設(shè)接口電路設(shè)計(jì)

人機(jī)交互系統(tǒng)所需電源由RK3399主板進(jìn)行電源轉(zhuǎn)換產(chǎn)生?？紤]系統(tǒng)供電可能為電池或直流穩(wěn)壓電源，且公共服務(wù)機(jī)器人供電電壓普遍為直流9～24V，所以電源部分采用BQ25703充電控制器對輸入電源進(jìn)行轉(zhuǎn)換。BQ25703可實(shí)現(xiàn)輸入電源的升壓與降壓轉(zhuǎn)換，且可同步給鋰電池充電。本設(shè)計(jì)中將轉(zhuǎn)換后的電源電壓穩(wěn)壓在14.8V，可對4串三元鋰電池進(jìn)行充電。再通過MP8756開關(guān)電源芯片將14.8V電壓轉(zhuǎn)換為3.3V及5V常規(guī)電壓給RK3399板卡芯片供電。由于RK3399芯片系統(tǒng)對電源上電時(shí)序和電壓要求較嚴(yán)格，采用瑞芯微電源管理芯片RK808給RK3399芯片系統(tǒng)供電。

RK3399自帶2路USB2.0、2路USB3.0及TYPE C接口，考慮對外連接外設(shè)和系統(tǒng)內(nèi)部自用需求，系統(tǒng)原生的USB接口不夠，所以分別用USB2.0 HUB和USB3.0 HUB芯片GL850和GL3523進(jìn)行擴(kuò)展。

RK3399內(nèi)部集成了一個千兆以太網(wǎng)MAC，可以外接不同以太網(wǎng)PHY，實(shí)現(xiàn)百兆/千兆網(wǎng)絡(luò)功能。本設(shè)計(jì)中采用RTL8211E千兆以太網(wǎng)PHY擴(kuò)展出以太網(wǎng)接口。

3 結(jié)論

本文為公共服務(wù)機(jī)器人人機(jī)交互系統(tǒng)提供了一種設(shè)計(jì)方案，選用RK3399芯片為控制核心，圍繞該芯片實(shí)現(xiàn)了人機(jī)交互系統(tǒng)硬件電路的設(shè)計(jì)及外設(shè)擴(kuò)展?？梢曰緷M足不同應(yīng)用領(lǐng)域?qū)卜?wù)機(jī)器人人機(jī)交互系統(tǒng)的需求，且由于集成度較高，使得硬件成本較低，比較有推廣價(jià)值。

參考文獻(xiàn)：

[1]鄧衛(wèi)斌，于國龍.社交機(jī)器人發(fā)展現(xiàn)狀及關(guān)鍵技術(shù)研究[J].科學(xué)技術(shù)與工程，2016，16（12）：163-

170.