一点点摸索总结资料出来，所以希望记录下来，也能给其他的小伙伴有一点点参考。由于是自己摸索，所以可能说的不是很清楚或者显得很业余。后来还把小车和智能家居联合起来了，小车可以控制智能家居，智能家居也可以控制小车。主要还是做的功能整合，把之前控制传感器的代码和语音识别、人脸识别的功能结合起来，然后做了web端对沙盘的一些控制，例如灯、舵机这些操作。
后面也有了新的设备，可是也没什么时间更新，很多的功能和代码都来得及写，以后会补上的。如果是想做毕业设计的小伙伴可以和我联系，可以远程协助，包括环境的安装，代码的调试。

部分图片

材料

1.前期是几千个小积木一点点拼起来的，后来自己用木板做了一个小沙盘，最后拿了奖金，买了个沙盘。
2.设备是树莓派4B，我的是8G内存的，性能剩余太多了，有点浪费
3.烟雾传感器、火焰传感器、雨滴传感器、土壤湿度传感器、震动传感器、超声波传感器、温湿度传感器、红外发射与接收模块
3.夜视摄像头、体感摄像头、自己焊接的一个小音响，我的体感摄像头是有麦克风的，所以不用单独搞一个麦克风，设置一下体感摄像头为默认麦克风输入。
4.MG90舵机
5.目前还有一个stm32f1的板子和51单片机开发板，还在纠结应该做些什么比较好，放着也是吃灰

语音技术

语音识别是上面很多功能的基础，首先通过snowboy的关键词唤醒，可以自己官网制作属于自己的唤醒模型（因为我懒，测试的时候把灵敏度拉满，于是大喊一声也成），程序使用录音软件进行录音，并且保存在本地文件，调用百度语音识别进行识别，此时将返回的结果保存为文本，来一个正则表达式。
接下来就是朴实无华的语音合成，语音播报其实就是我将录制好的音频文件，在某个if()满足条件的时候就播放出来，例如人脸识别的时候，如果识别通过，就播放欢迎回来，xx。没识别到人脸也给出提示：未识别到人脸，如果不在人脸库的时候，就播放：我不认识你哦。其实我觉得百度语音技术挺好用的，而且还有那么多次的免费调用，用在自己个人学习绰绰有余，几万次的调用，正常人用不完。
放一部分代码

import snowboydecoder
import signal
import wave
import sys
import json
import requests
import time
import os
import base64
from pyaudio import PyAudio, paInt16
import webbrowser
from fetchToken import fetch_tokeninterrupted = False
endSnow = Falseframerate = 16000
num_samples = 2000
channels = 1
sampwidth = 2
FILEPATH = './audio/audio.wav'TTS_URL = 'http://tsn.baidu.com/text2audio'music_exit = './audio/exit.wav'
music_open = './audio/open.wav'
os.close(sys.stderr.fileno())def signal_handler(signal, frame):global interruptedinterrupted = Truedef interrupt_callback():global interruptedreturn interrupteddef detected():play('./audio/open.wav')global interruptedinterrupted = Truedetector.terminate()def play(filename):wf = wave.open(filename, 'rb')p = PyAudio()stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),channels=wf.getnchannels(),rate=wf.getframerate(),output=True)data = wf.readframes(1024)while data != b'':data = wf.readframes(1024)stream.write(data)stream.stop_stream()stream.close()p.terminate()def save_wave_file(filepath, data):wf = wave.open(filepath, 'wb')wf.setnchannels(channels)wf.setsampwidth(sampwidth)wf.setframerate(framerate)wf.writeframes(b''.join(data))wf.close()def my_record():pa = PyAudio()stream = pa.open(format=paInt16, channels=channels,rate=framerate, input=True, frames_per_buffer=num_samples)my_buf = []# count = 0t = time.time()while time.time() < t + 5:string_audio_data = stream.read(num_samples)my_buf.append(string_audio_data)save_wave_file(FILEPATH, my_buf)stream.close()def speech2text(speech_data, token, dev_pid=1537):FORMAT = 'wav'RATE = '16000'CHANNEL = 1CUID = 'baidu_workshop'SPEECH = base64.b64encode(speech_data).decode('utf-8')data = {"format": "wav","rate": 16000,'dev_pid': 1537,'channel': 1,'token': "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=RGTHMghX5okVN2UVCakjnmEg&client_secret=0rDSjzQ20XUj5itV6WRtznPQSzr5pVw2&",'cuid': "baidu_workshop",'len': len(speech_data),'speech': "base64.b64encode(speech_data).decode('utf-8')"}url = 'http://vop.baidu.cpm/server_api'headers = {'Content-Type': 'application/json'}r = requests.post(url, json=data, headers=headers)Result = r.json()if 'result' in Result:return Result['result'][0]else:return Resultdef get_audio(file):with open(file, 'rb') as f:data = f.read()return dataif __name__ == "__main__":while endSnow == False:interrupted = Falsedetector = snowboydecoder.HotwordDetector('zpf.pmdl', sensitivity=1)detector.start(detected_callback=detected,interrupt_check=interrupt_callback,sleep_time=0.03)my_record()TOKEN = fetch_token()speech = get_audio(FILEPATH)result = speech2text(speech, TOKEN, int(80001))if type(result) == str:identifyComplete(result.strip(', '))

人脸识别

嗯，调用的还是百度的人脸识别，也是免费的。这个我这几天忙完会把代码传上来。主要思路就是在识别到人脸的时候，if(相似度超过80），这个时候就把门打开，否则提示不在人脸库。

from aip import AipFace
from picamera import PiCamera
import urllib.request
import RPi.GPIO as GPIO
import base64
import time
from snow import *
from hc import *
from snow import *
APP_ID ='*'
API_KEY ='*'
SECRET_KEY ='*'
client = AipFace(APP_ID, API_KEY, SECRET_KEY)
IMAGE_TYPE='BASE64'
camera = PiCamera()GROUP ='zpf'def getimage():camera.resolution =(1024,768)camera.start_preview()camera.capture('faceimage.jpg')def transimage():f = open('faceimage.jpg','rb')img = base64.b64encode(f.read())return imgdef go_api(image):result = client.search(str(image,'utf-8'), IMAGE_TYPE, GROUP);if result['error_msg'] == 'SUCCESS':name = result['result']['user_list'][0]['user_id']score = result['result']['user_list'][0]['score']if score > 80:if name == 'zpf':door()play(result_au)else:print("对不起，我不认识你！")name = 'Unknow'return 0return 1if result['error_msg'] == 'pic not has face':        print('检测不到人脸')return 0else:print(result['error_code'])return 0
if __name__ == '__main__':while True:print('准备')if True:getimage()img = transimage()res = go_api(img)time.sleep(1)

开门

至于开门的话，我用的是MG90舵机，老样子写好函数，如果满足开门条件，就让舵机把门拉开，至于多少角度的话就需要计算了哈哈哈。舵机我是接在树莓派的11物理引脚上面的,通过调节PWM的占空比控制舵机的转向角度。代码发出来了，大家稍微改一下角度和引脚就可以使用了。

#!/usr/bin/env python3
import RPi.GPIO as GPIO
import time
def setServoAngle(angle):GPIO.setmode(GPIO.BOARD)GPIO.setwarnings(False)GPIO.setup(11, GPIO.OUT)tilt = GPIO.PWM(11, 50)tilt.start(0)DutyCycle = angle/18 + 2tilt.ChangeDutyCycle(DutyCycle)time.sleep(1)tilt.stop()
c = 'c'while c == 'c':angle = 30  setServoAngle(angle)c = 'e'
GPIO.cleanup()
exit()

下雨收衣服

这里依赖一个雨滴传感器，检测雨滴就会把衣服那条杠拉进来。没办法，成本不够，gpio口也有限，只能两个舵机来回使用了。

烟雾火焰报警

这里依赖火焰传感器和烟雾传感器，我纠结到底是两者都符合触发报警呢还是单独一个就可以触发报警。如果是单独一个的话，我怕别人点根烟就报警了，到时候会不会很尴尬（我不抽烟哈哈哈哈）传感器原理知识就不多说了，主要还是上代码，改一下pin就好

#!/usr/bin/python
# encoding:utf-8
import RPi.GPIO as GPIO
import time
from snow import *
pin_fire=16
GPIO.setmode(GPIO.BCM)
GPIO.setup(pin_fire, GPIO.IN, pull_up_down=GPIO.PUD_DOWN)
try:while True:status = GPIO.input(pin_fire)if status == True:print('没有检测到火')else:print('检测到火灾')play('./audio/fire.wav')time.sleep(0.5)
except KeyboradInterrupt:GPIO.cleanup()

网络监控

来一张靓仔亲测照片，局域网内都可以查看。现在的思路是树莓派官方的摄像头当人脸识别摄像头，而体感摄像头用来当网络监控，不知道会不会冲突，到时候试一下。目前两个都是用夜视摄像头测试的，补光灯也还没有安装（因为螺丝不见了，靓仔无语）

这个时候大家首先要把树莓派的摄像头权限打开

sudo raspi-config

选择第五项Interfacing Options，选择第一项camera，选择是，然后重新启动一下

sudo reboot

安装motion

sudo apt install motionsudo vim /etc/default/motion
//设置“start_motion_daemon=no”，将no改为yes,让其后台运行

sudo vim /etc/motion/motion.conf

设置motion.conf如下：
daemon on
width 640
height 480
stream_localhost off
stream_maxrate 100

这个在比较靠后，我当时翻了挺久的，所以耐心翻一下吧哈哈哈

最后运行

sudo motion

接下来浏览器输入树莓派的ip：8081
就可以看见靓仔了

小程序和网页实现对家居的控制

前面的图上面应该有写，搭建服务器端，根据不同的控制请求发布不同的指令，实现对应的控制。

根据光线拉窗帘

这里主要利用到了一个光敏传感器，根据光线的强弱，到达一定的值就会调用舵机拉开窗帘。

智能浇花

这个淘宝买的继电器加土壤湿度检测，简单粗暴，稍微焊接一下就好，就是焊接的不太好看。哦对了，没花。

最近实在是太忙了，后面会继续更新

基于树莓派的智能家居相关推荐

基于树莓派的智能家居控制系统设计论文参考
完整论文咨询可WX联系:gyf1842965496 智能家居控制系统功能实现详细介绍:基于树莓派的智能家居控制系统设计https://blog.csdn.net/G1842965496/article ...
基于树莓派的智能家居控制系统设计
基于树莓派的智能家居控制系统设计完整文件下载基于树莓派的智能家居控制系统设计 https://download.csdn.net/download/G1842965496/85802405 一.功 ...
python智能家居论文_毕业设计（论文）-基于树莓派的智能家居精选.docx
毕业设计(论文)-基于树莓派的智能家居精选摘要随着物联网技术的发展,智能家居产业迅速崛起.在此背景下,我们研究了智能家居管理系统的设计与实现.本文所设计的智能家居管理系统采用分层架构设计,分别为感知 ...
基于树莓派的智能家居项目整理
文章目录一.功能介绍二.设计框图三.实物展示四.程序一.功能介绍基于树莓派的智能家居.智能家居用到的硬件有:树莓派4B.LD3320语音识别模块.pi 摄像头.继电器组.小灯.火焰传感器. ...
python语音控制智能家电_基于树莓派的智能家居语音控制系统
2018-10 基于树莓派的智能家居语音控制系统 Intelligent home voice control system based on raspberry Pi 刘华 , 田占生 , 冯宇飞 ...
linux项目—基于树莓派的智能家居系统
1.项目简介项目采用工厂设计模式.所有控制以及外设的设备都做成一个个对象(java思想),分别将命令控制的连成一个控制链表,外设设备做成一个外设设备的链表,这样做是为了方便以后功能模块的添加.其中为 ...
基于树莓派的智能家居设计
文章目录前言一.整体系统框图二.代码部分二.APP客户端 1.MainActivity.java 2.NetUtils.java 三.实物展示前言一个简易的小项目,以下是代码部分和实物效果 ...
单片机声光电子琴程序流程图_基于单片机的智能家居控制系统毕业设计
次毕业设计主要包括硬件端和软件端,硬件端功能如下: 使用 DS1302 模块产生时钟数据并实现时间和日历实时显示: 使用 DS18B20 模块检测周围环境温度并实时显示: 使用烟雾和光敏传感器模块对房 ...
树莓派蓝牙ble gattlib c语言,树莓派构建智能家居控制系统篇三：花花草草智能监测仪接入树莓派Domoticz...
树莓派构建智能家居控制系统篇三:花花草草智能监测仪接入树莓派Domoticz 2017-05-22 19:30:08 35点赞 410收藏 31评论作为工科男,实在对花花草草没太多感觉.家里阳台养 ...

基于树莓派的智能家居