基于Edge AI的语音姿态感知电动牙刷系统

摘要

本发明公开了基于Edge AI的语音姿态感知电动牙刷系统，包括部署了边缘计算训练模型的MCU及同时与该MCU连接的语音采集机构、姿态感知机构、语音输出机构、电机控制机构、联网机构和指示灯机构，所述MCU还连接有提供精确时钟节拍的晶振和Flash存储芯片；所述边缘计算训练模型设有基于边缘计算训练的决策模型及同时与该决策模型连接的语音识别模型和姿态感知识别模型，所述语音识别模型连接有输入语音处理模块，所述姿态感知识别模型连接有姿态数据处理模块，所述决策模型同时连接有联网处理模块、状态指示灯处理模块、指示语音输出处理模块和姿态调整数据输出处理模块。

说明书

技术领域

本发明涉及智能电动牙刷技术领域，具体为基于Edge AI的语音姿态感知电动牙刷系统。

背景技术

随着当代电子技术的不断发展和普及，电动牙刷在家庭健康消费领域的应用已相当广泛，作为为家庭成员提供口腔清洁的电动牙刷是家庭健康消费领域中的重要成员之一。与此同时，用户也对相应的电动牙刷产品特别是应用于电动牙刷的系统提出了一些新的要求。

由于电动牙刷产品的多样性，现有的智能电动牙刷仅有简单的提示声音或要连接到智能手机APP上来实现智能化感知和语音提醒，现有的电动牙刷都有一个或多个按键用来启动电动牙刷和切换不同挡位等，按键处容易藏污纳垢和滋生细菌，且不利于清洗。基于上述情况，用户希望使用电动牙刷时能实现不用连接到智能手机APP上就可以实现刷牙时的智能感知和交互，且可以不使用物理按键，人机语音交互，方便清洁和使用。目前的电动牙刷产品的系统还只是处于简单的按键控制方面，还没完全实现以上的本地智能感知系统和无按键人机交互的功能，而基于Edge AI的语音姿态感知电动牙刷系统可以解决以上的问题点。

发明内容

为了克服现有技术方案的不足，本发明提供基于Edge AI的语音姿态感知电动牙刷系统，能有效的解决背景技术提出的问题。

本发明解决其技术问题所采用的技术方案是：

基于Edge AI的语音姿态感知电动牙刷系统，包括部署了边缘计算训练模型的MCU及同时与该MCU连接的语音采集机构、姿态感知机构、语音输出机构、电机控制机构、联网机构和指示灯机构，所述MCU还连接有提供精确时钟节拍的晶振和Flash存储芯片；

所述边缘计算训练模型设有基于边缘计算训练的决策模型及同时与该决策模型连接的语音识别模型和姿态感知识别模型，所述语音识别模型连接有输入语音处理模块，所述姿态感知识别模型连接有姿态数据处理模块，所述决策模型同时连接有联网处理模块、状态指示灯处理模块、指示语音输出处理模块和姿态调整数据输出处理模块，所述输入语音处理模块用于获取语音采集机构提供的数字信息，所述姿态数据处理模块用于获取姿态感知机构提供的数字信息。

进一步地，所述MCU分别设有与语音采集机构连接的语音采集通讯接口、与姿态感知机构连接的姿态感知通讯接口、与语音输出机构连接的语音输出通讯接口、与电机控制机构连接的电机控制接口、与联网机构连接的联网通讯接口、与指示灯机构连接的指示灯接口。

进一步地，所述语音采集机构由语音采集芯片和麦克风组成，所述姿态感知机构由传感器芯片组成，所述语音输出机构由语音芯片和喇叭组成，所述电机控制机构由电机、电机驱动电路和传动装置组成，所述联网机构由4G网络或者WiFi组成，所述指示灯机构由一个多色灯或几个不同颜色的灯组成。

进一步地，所述联网处理模块用于获取并执行网络机构的信息，所述状态指示灯处理模块用于获取决策模型信息并反馈至指示灯机构，所述指示语音输出处理模块用于获取决策模型信息并反馈至语音输出机构，所述姿态调整数据输出处理模块用于获取决策模型信息并反馈至电机控制机构。

与现有技术相比，本发明的有益效果是：

本发明在电动牙刷上基于边缘人工智能的无按键的语音交互的功能，无需按实体按键，用户通过和电动牙刷进行语音交互即可唤醒和使用电动牙刷，部署了基于Edge AI的语音姿态感知电动牙刷系统的电动牙刷具有自主闭环学习的功能；部署了基于Edge AI的语音姿态感知电动牙刷系统的电动牙刷不需要实体按键，只需要语音指令交互即可完成电动牙刷日常所有使用和操作；部署了基于Edge AI的语音姿态感知电动牙刷系统的电动牙刷具备了边缘人工智能的自主闭环学习能力，用户越使用越贴切用户的习惯，并且不需要网络也可以运行。

附图说明

图1为本发明总框结构示意图；

图2为本发明MCU内部功能结构划分示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1-2所示，本发明提供了基于Edge AI的语音姿态感知电动牙刷系统，包括布署了边缘计算训练模型的MCU及同时与该MCU连接的语音采集机构、姿态感知机构、语音输出机构、电机控制机构、联网机构和指示灯机构，所述MCU还连接有提供精确时钟节拍的晶振和Flash存储芯片，MCU作为主要的控制结构，MCU可以是常见的STM32、NXP、Atmel等嵌入式处理器芯片，至少要保证满足边缘计算的最低运行需求。

所述边缘计算训练模型设有基于边缘计算训练的决策模型及同时与该决策模型连接的语音识别模型和姿态感知识别模型，所述语音识别模型连接有输入语音处理模块，所述姿态感知识别模型连接有姿态数据处理模块，所述决策模型同时连接有联网处理模块、状态指示灯处理模块、指示语音输出处理模块和姿态调整数据输出处理模块，所述输入语音处理模块用于获取语音采集机构提供的数字信息，所述姿态数据处理模块用于获取姿态感知机构提供的数字信息。

所述MCU分别设有与语音采集机构连接的语音采集通讯接口一般为常见的SPI或者IIC接口，与姿态感知机构连接的姿态感知通讯接口一般为常见的SPI或者IIC接口，与语音输出机构连接的语音输出通讯接口可以为PWM信号控制接口或者DAC输出接口，与电机控制机构连接的电机控制接口可以是串口通讯接口或者PWM信号控制接口，与联网机构连接的联网通讯接口，与指示灯机构连接的指示灯接口，而Flash存储芯片同样需要通过通讯接口与MCU连接，各接口用于与各机构连接，方便获取或反馈对应的数据或者操作指令。

所述语音采集机构由语音采集芯片和麦克风组成，所述姿态感知机构由传感器芯片组成，传感器芯片可以由常见的三轴、六轴、九轴和十轴传感器芯片构成，所述语音输出机构由语音芯片和小功率喇叭组成，所述电机控制机构由电机、电机驱动电路和传动装置组成，MCU可调整电机速度，进而调整电动牙刷刷头的震动强度和旋转强度，所述联网机构由4G网络或者WiFi组成，所述指示灯机构由一个多色灯或几个不同颜色的灯组成，可以指示当前整个系统的运行状态，比如语音输入的情况、电动牙刷的档位、错误提示等。

所述联网处理模块用于获取并执行网络机构的信息，所述状态指示灯处理模块用于获取决策模型信息并反馈至指示灯机构，所述指示语音输出处理模块用于获取决策模型信息并反馈至语音输出机构，所述姿态调整数据输出处理模块用于获取决策模型信息并反馈至电机控制机构。

与传统技术相比，本技术方案在电动牙刷上的基于边缘人工智能的无按键的语音交互的功能，也就是无需按实体按键，用户通过和电动牙刷进行语音交互即可唤醒和使用电动牙刷，其次是部署了基于Edge AI的语音姿态感知电动牙刷系统的电动牙刷具有自主闭环学习的功能，这是传统的电动牙刷所不具备的；部署了基于Edge AI的语音姿态感知电动牙刷系统的电动牙刷不需要实体按键，只需要语音指令交互即可完成电动牙刷日常所有使用和操作；部署了基于Edge AI的语音姿态感知电动牙刷系统的电动牙刷具备了边缘人工智能的自主闭环学习能力，用户越使用越贴切用户的习惯，并且不需要网络也可以运行。

具体实施例：

基于Edge AI的电动牙刷语音姿态感知机构在工作时，部署了边缘计算训练模型的MCU接收来自语音采集机构和姿态感知机构的数据，然后分别进行处理和决策，根据决策的结果，分别生成数据传送到语音输出机构、指示灯机构和电机控制机构。语音输出机构发出相应的提示语音，和用户进行交互；电机控制机构则对电机进行调速，进而控制电动牙刷的牙刷头的各种参数。

输入语音处理模块通过其数据接口接收来自语音采集机构采集的语音数据，并将语音数据进行处理，把处理好的语音数据喂入基于边缘计算训练的语音识别模型，语音识别模型把语音识别结果传送给到基于边缘计算训练的决策模型。姿态数据处理模块通过其数据接口接收来自姿态感知机构采集的姿态数据，并将姿态数据进行处理，把处理好的姿态数据喂入基于边缘计算训练的姿态感知识别模型，姿态感知识别模型把姿态识别结果传送给到基于边缘计算训练的决策模型。基于边缘计算训练的决策模型根据喂入的语音识别结果和姿态识别结果做出决策，控制提示语音输出处理模块通过其数据接口输出数据到语音输出机构，发出对应的提示语音，控制姿态调整数据输出模块输出数据到电机控制机构，调整电机转速，进而控制电动牙刷刷头的各种参数，控制LED指示灯处理模块，输出当前系统运行的各种LED状态数据。用户通过语音指令和刷牙姿态与基于EdgeAI的语音姿态感知电动牙刷系统交互，基于EdgeAI的语音姿态感知电动牙刷系统会根据用户的语音输入指令做出相应的调整，如语音指令输入有误，基于边缘计算训练的决策模型输出信号给提示语音输出处理模块，语音输出处理模块则会输出信号给语音输出机构，发出提示音，提示用户重新输入有效范围内的语音指令。

基于EdgeAI的语音姿态感知电动牙刷系统在升级边缘计算训练模型时，从云端到基于EdgeAI的语音姿态感知电动牙刷系统的基本数据链路如下：云端训练好的模型->网络->联网系统->联网处理模块->基于边缘计算训练的决策模型->Flash里边划分的边缘计算训练模型的存储区域。模型下载完整后会对网络模型的数据进行校验。基于边缘计算训练的语音识别模型，基于边缘计算训练的姿态感知识别模型和基于边缘计算训练的决策模型分时升级，每个模型升级成功后，才会从原来的模型切换到新升级的模型，防止升级过程出差错时导致系统崩溃。基于EdgeAI的语音姿态感知电动牙刷系统在升级边缘计算训练的关键数据时，从云端到基于EdgeAI的语音姿态感知电动牙刷系统的基本数据链路如下：云端训练好的模型->网络->联网系统->联网处理模块->基于边缘计算训练的决策模型->Flash里边划分的边缘计算训练的关键数据的存储区域。数据下载完整后会对边缘计算训练的关键数据进行校验，校验无误后，然后从旧的边缘计算训练的关键数据区域切换都到新升级的边缘计算训练的关键数据区域，确保升级的成功率。基于EdgeAI的语音姿态感知电动牙刷系统在升级边缘计算训练模型和边缘计算训练的关键数据时，都会进行比较校验，然后再从旧的模型和数据切换到新的旧的模型和数据机制，确保系统升级的稳定性。

基于EdgeAI的语音姿态感知电动牙刷系统具备一定自主学习的能力，在网络状况良好和连接稳定的情况下，使用时用户可以通过语音控制开启训练模式，从基于EdgeAI的语音姿态感知电动牙刷系统到云端的数据链路如下：处理过后的语音信息数据和姿态传感器数据->基于边缘计算训练的决策模型->联网处理模块->联网系统->网络->云端。将本地的关键数据(语音信息和刷牙姿态信息等)传到云端，云端通过边缘计算的算法，比如线性回归算法，随机森林算法，决策树算法等对进行训练和学习，然后将新的模型和数据给基于EdgeAI的语音姿态感知电动牙刷系统升级，从而完成边缘人工智能的闭环学习，不断提高用户语音指令的识别率和刷牙姿态识别率。在网络不好或者无网络的情况下，基于EdgeAI的语音姿态感知电动牙刷系统可以本地运行，具备一定的学习的功能。基于EdgeAI的语音姿态感知电动牙刷系统可以拥有AI刷牙模式，用户输入开启AI模式的语音指令，基于EdgeAI的语音姿态感知电动牙刷系统会根据实时的姿态数据输入不断调整电机控制机构，整个AI模式数据反馈链路如下：姿态感知机构－＞姿态数据处理模块－＞基于边缘计算训练的姿态感知识别模型－＞基于边缘计算训练的决策模型－＞姿态调整数据输出处理模块—＞电机控制机构。用户刷牙姿态发生变化，姿态感知机构测得的姿态数据变化，重复AI模式数据反馈链路。基于EdgeAI的语音姿态感知电动牙刷系统给用户舒适，健康，智能的刷牙体验。

根据本发明所提供的技术，不仅限于应用在电动牙刷上，还适合应用于依赖本技术工作的其他家电产品上。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。