THIẾT KẾ CHẾ TẠO ROBOT ĐIỀU KHIỂN TỪ XA BẰNG GIỌNG NÓI

Tuyển tập Báo cáo Hội nghị Sinh viên Nghiên cứu Khoa học lần thứ 7 Đại học Đà Nẵng năm 2010
38
THIẾT KẾ CHẾ TẠO ROBOT ĐIỀU KHIỂN TỪ XA BẰNG GIỌNG NÓI
DESIGN AND MANUFACTURING REMOTE CONTROL ROBOT BY VOICE

SVTH: Nguyễn Phú Sinh
Lớp 05CĐT1, Khoa Cơ khí, Trường Đại học Bách khoa
GVHD: PGS.TS. Trần Xuân Tùy
Khoa Cơ khí, Trường Đại học Bách khoa

TÓM TẮT
Lĩnh vực Robot ngày càng chiếm được sự quan tâm của các nhà nguyên cứu và xã hội.
Một trong những vấn đề rất được quan tâm khi nghiên cứu robot là làm thế nào để có thể giao tiếp
giữa người - robot. Báo cáo này sẽ trình bày kết quả nghiên cứu, thiết kế chế tạo robot điều khiển
từ xa bằng giọng nói. Trong đó giới thiệu các tính toán cơ bản các cơ cấu của robot, thiết kế mạch
điều khiển từ xa và chương trình nhận dạng giọng nói tiếng Việt.
ABSTRACT
Nowadays, robot research field has been attracted attention from researchers and society.
One of the most concerned matters when researching on robot is how to get into communication
between human and robot. This report will present results of researching, designing and
manufacturing remote control robot by voice. In which, we would like to introduce basic calculations
of robot’s structures, the design of remote control circuit and the program for Vietnamese voice
identification.
1. Mở đầu
Đã từ lâu con người luôn mơ ước chế tạo được những máy móc thông minh, có một
số chức năng thay thế con người, như khả năng nhìn và nhận dạng được các vật thể, nghe
và thực hiện theo lời nói của con người. Nhưng cho mãi đến những năm gần đây, khi có
những lý thuyết mới về xử lý thông tin và công nghệ phát triển, thì mơ ước đó mới dần trở
thành hiện thực. Tuy thế, cho đến nay, giao tiếp giữa người với máy đã được cải thiện rất
nhiều nhưng vẫn còn mức độ như thông qua bàn phím hay các thiết bị xuất nhập khác.
Giao tiếp giữa người với máy bằng giọng nói sẽ là phương thức giao tiếp hiện đại và có ý

nghĩa quan trọng trong cuộc sống như xe lăn cho nguời tàn tật được điều khiển bằng giọng
nói, hay con người sẽ không dùng bàn phím hoặc chuột để giao tiếp với máy tính, mà thay
vào đó sẽ điều khiển máy tính theo mệnh lệnh bằng ngôn ngữ.
Trên thế giới đã có nhiều hệ thống nhận dạng giọng nói (tiếng Anh) đã và đang
được ứng dụng rất hiệu quả như: ViaVoice, Dragon Naturally Speaking, Spoken
Toolket…nhưng do sự khác biệt về ngôn ngữ nên chúng ta không thể áp dụng chương
trình trên để nhận dạng tiếng Việt. Do đó, một hệ thống nhận dạng giọng nói tiếng Việt cần
phải được xây dựng. Đề tài này xin trình bày quá trình nghiên cứu thiết kế, chế tạo robot
được điều khiển từ xa bằng giọng nói (tiếng Việt) với một bộ từ vựng nhỏ, thiết lập hệ
thống điều khiển robot từ xa theo tập lệnh cố định.


Tuyển tập Báo cáo Hội nghị Sinh viên Nghiên cứu Khoa học lần thứ 7 Đại học Đà Nẵng năm 2010
39
2. Nội dung
2.1. Tính toán thiết kế cơ khí
Xác định momen và lực động xuất hiện trong quá trình chuyển động của robot sẽ
quyết định đến chọn công suất động cơ,
kiểm tra độ bền, độ cứng vững, đảm bảo
độ tin cậy cho robot. Có nhiều phương
pháp để xác định như phương pháp cơ học
Lagrange, cơ học cổ điển…Báo cáo này
trình bày phương pháp tính toán đơn giản
là cơ học cổ điển, với phương pháp này sẽ
bỏ qua quán tính, tương hổ, ly tâm…Các
thông số đã được chọn trước để có thể tính
toán: khối lượng của mỗi khâu, khối lượng tại mỗi khớp, khối lượng của đối tượng cần
nâng, chiều dài mỗi khâu.
W1, W2: là trọng lượng quy đổi của các khâu 2 và khâu 3 về vị trí tâm của mỗi khâu
W4, W3: là trọng lượng của khớp 3 và khối lượng của vật cần nâng.

L1, L2: là chiều dài của khâu thứ 2 và khâu thứ 3
L3: là khoảng cách từ tâm vật cần nâng đến khớp thứ 3
Ta sẽ dễ dàng xác định được mômen sơ bộ tại các khớp 2 và khớp 3 (hình 1)
Mômen tại khớp 2: M1 = W1*L1/2 + L1*W4 + (L1+L2/2)*W2+ (L1+L3)*W3
Mômen tại khớp 3: M2 = L2/2*W2 + L3*W3
Từ đó có thể chọn được cơ cấu truyền động và các động cơ hợp lý.

Chuyến động của khâu 3 được động cơ tác động thông qua cơ cấu tay quay con
trượt (hình 2). Cơ cấu tay quay con truợt là cơ cấu bốn khâu bản lề có bốn khớp thấp. Để
tránh ma sát lớn trong cơ cấu mà con trượt chủ động, tay quay bị dẫn thì cơ cấu cần thỏa
mãn điều kiện:

axm
   
  
(1)
Hàm vị trí của cơ cấu khi con trượt chủ động:
Hình 2. Cơ cấu tay quay con trượt
Hình 3. Động cơ khớp 2 sau khi gắn hộp giảm tốc
Hình 1. Sơ đồ phân tích lực hai bậc của cánh tay robot
Tuyển tập Báo cáo Hội nghị Sinh viên Nghiên cứu Khoa học lần thứ 7 Đại học Đà Nẵng năm 2010
40

 
 
2
2 2 2
0
2
2

0
0
ar arcsin
2
r e x s l
e
ctg
xs
r x s e

   
  


(2)
Trong đó:
22
0
()x e r e
(3)
Dấu dưới tương ứng với trường hợp độ lệch tâm e ở phía bên trái. Ta chọn e = 0,
tức độ lệch tâm bằng không thì:

2 2 2 2
arcsin(2. ) /[2.r. -s]l r s l r

   
(4)
Kích thước của các khâu đã chọn trước là L1 = L2 = 300 mm, l = 140 mm, r = 45
mm, và góc xoay cần đạt được là 120 độ, ta sẽ tính được hành trình của vít me là 150 mm.

Vì vậy ta chọn vít me Ø10, chiều dài 180 mm. Động cơ dẫn động là động cơ Pitman DC
24v, 80 vòng/phút.
Khớp thứ 2 được truyền động bằng động cơ DC 24V, 30W, 120 vòng/phút. Do tốc
độ động cơ quá lớn nên khó điều khiển vị trí chính xác, đặc biệt là với tay máy đòi hỏi độ
chính xác cao. Nên ta cần phải giảm tốc cho động cơ thông qua hộp giảm tốc Hospital có
tỷ số truyền 1:60 từ động cơ Maxon, Nhật Bản. Động cơ khớp 2 sau khi gắn hộp giảm tốc
Hospital như hình 2.
53
80
246
28055
100
430
13
12
11
10
9
8
765
4
3
2
1
14

Hình 4. Kết cấu chung của robot
1 - đế robot; 2 - nhôm hộp 25x50; 3 – eru Ø6; 4 - khớp xoay 1; 5 - ổ bi Ø12; 6 - động cơ Pitman nhỏ;
7 - trục vít me Ø10; 8 - vít Ø6; 9 - bánh xe; 10 - động cơ lép; 11- động cơ khớp 2; 12 - hộp giảm tốc;
13 - bạc ổ bi Ø12; 14 - khâu 2.

2.2. Tính toán thiết kế mạch điều khiển
Mạch điều khiển gồm hai phần: Phần mạch phát dùng nhận tín hiệu từ máy tính và
truyền tín hiệu đi, phần mạch thu (hình 3) dùng để thu và xử lý tín hiệu, từ đó điều khiển robot.
TANG NGUON
TANG DIEU KHIEN TRUNG TAM
TANG CÁCH LY
J6301
CON2
1
2
5V
RELAY6
RELAY4
C207
104
RELAY3
RELAY2
RELAY1
RL1
D607
RLA1
MT6
MT5
J202
CON3
3
2
1
R112
24V

U201
7805
VIN
1
VOUT
3
GND
2
Q201
2
31
12v
PWM2
24V
RLA2
J7
DC2
1
2
CB6
LS7
3
5
1
4
6
2
7
8
D192

MT4
AB
CB3
U3 ULN2803
COM
10
GND
9
IN1
1
IN2
2
IN3
3
IN4
4
IN5
5
IN6
6
IN7
7
IN8
8
OUT1
18
OUT2
17
OUT3
16

OUT4
15
OUT5
14
OUT6
13
OUT7
12
OUT8
11
CB4
CB5
12v
D608
PWM1
RELAY5
C46
104
D106
LED
PWM3
U4
PIC18F4331
RC7/R X/DT
26
GND
12
GND
31
RC0/T1OSO/T1CLK

15
RC1/C CP2/FLTA
16
RC2/C CP1/FLTB
17
RC3/SC K/SCL
18
RC4/SD I/SDA
23
RC5/SD O
24
RC6/TX/CK
25
RA0/AN0
2
RA1/AN1
3
RA2/AN2
4
RA3/AN3
5
RA4/AN4
6
RA5/AN5
7
RB0/PWM0
33
RB1/PWM1
34
RB2/PWM2

35
RB3/PWM3
36
RB4/PWM5
37
RB5/PWM4
38
RB6/PGC
39
RB7/PGD
40
MCLR/VPP
1
OSC1/CLK
13
VDD
11
VDD
32
RD0/PSP0
19
RD1/SD O
20
RD2/SD I/SDA
21
RD3/SC K/SCL
22
RD4
27
RD5/(PW M4)

28
RD6/PW M6
29
RD7/PW M7
30
RE0/AN6
8
RE1/AN7
9
RE2/AN8
10
OSC2/CLKOU T
14
D107
LED
R203
220
J8
DC1
1
2
RLA4
clock
RLA3
Vpp
RLA1
R7001
470
1 2
3

4
5
6
7
CB6
1
3
2
Q25
CB5
CB3
CB4
CB1
CB2
5v
5v
DC2
DC1
RS
DC3
+
C5
220
12VC
C47
104
PWM2
D609
OK2
D47

RL1
LS8
3
5
1
4
6
2
7
8
D52
PWM3
1
3
2
Q26
RL2
RL4
RL3
PWM4
ENCOR4
OP13
12
43
R113
R114
+
C208
220
R115

CB1
R116
+
C201
2200
24V
D108
D109
RELAY6
RELAY4
PWM6
D110
D53
OP14
12
43
J203
1
2
PWM5
+
C711
220_16v
C731
104
U5 ULN2803
COM
10
GND
9

IN1
1
IN2
2
IN3
3
IN4
4
IN5
5
IN6
6
IN7
7
IN8
8
OUT1
18
OUT2
17
OUT3
16
OUT4
15
OUT5
14
OUT6
13
OUT7
12

OUT8
11
OP15
12
43
C6
+
C7
220
PWM1
RX
J11
DC3
1
2
12v
OP16
12
43
C48
104
C209
104
J707
1
2
3
4
5
5v

5v
SW701
RST
ENCOR3
5v
RLA5
R12
10k
1 2
3
4
5
6
7
RELAY1
D1003
D181
R204
1k
D1007
J6003
CON8
1
2
3
4
5
6
7
8

D1008
R705
10k
CLK74
Vpp
E
C210
104
R13
10k
17
6
5
4
3
2
TANG KHUYECH DAI
RELAY2
Y2
4M
C702
22p
C703
22p
J924
I2C
1
2
3
D610

C49
104
24V
MT4
OSC1
R7
330
12v
OSC2
OP17
12
43
D62
1N4007
1 2
data
OSC1
1
3
2
Q27
1
3
2
Q28
OSC2
12v
D57
DIODE
D58

Q29
A1013
2
3 1
Q30
C23832
31
LS9
3
5
1
4
6
2
7
8
+
C211
2200
OP18
12
43
OP19
12
43
D611
DC5
DC6
ENCOR1
LS10

3
5
1
4
6
2
7
8
D1009
LED
RL4
R117
J910
ENCODER 7-8
1
2
J12
DC4
1
2
R118
D1010
LED
D1011
PWM6
PWM5
5v
5v
12v
data

clock
D111
LED
D612
1
3
2
Q31
12v
OP20
12
43
R119
R120
J6005
CON3
1
2
3
MT2
R8
330
Q32
A1013
2
3 1
D48
1 2
1
3

2
Q33
CB1
D72
1N4007
1 2
CB3
CB2
CB5
CB4
TX
CB6
Q34
C23832
31
OP21
12
43
DC1
TANG CONG SUAT
RLA4
D193
Vdd
DC2
DC3
24V
R9
330
1
3

2
Q37
MT3
MT1
Q38
A1013
2
3 1
MT2
RLA6
MT3
Vdd
RELAY3
Q41
C23832
31
OP22
12
43
D42
4007
OP23
12
43
OP24
12
43
C8
D74
1N4007

1 2
RL5
RL6
Vpp
MT1
DC4
R15
330_1W
DC5
DC4
Q44
A1013
2
3 1
D43
1 2
R205
10_1W
DC6
R121
1
3
2
Q45
PWM4
D75
1N4007
1 2
CB2
Q48

C23832
31
ENCOR2
R122
RELAY5
R123
RL2 RLA2
RL5
RL6
RLA3RL3

Hình 3. Sơ đồ nguyên lý mạch thu.
Tuyển tập Báo cáo Hội nghị Sinh viên Nghiên cứu Khoa học lần thứ 7 Đại học Đà Nẵng năm 2010
41
2.2.1. Tầng xử lý trung tâm
Sử dụng chip PIC18F4331, do chip này có 4 chân hỗ trợ điều xung PWM, ngoài ra
còn 2 chân CCP có thể hoạt động ở chế độ PWM. Vậy tổng cộng có 6 chân điều xung, phù
hợp với robot thiết kế, có 6 động cơ DC cần phải điều khiển tốc độ.
2.2.2. Tầng cách ly
Vì tầng xử lý trung tâm có tín hiệu ra là 5V, trong khi đó các động cơ dùng trong
robot đều hoạt động ở12V- 24V do đó ta phải dùng opto coupler như một khoá chuyển từ
5V sang 12V. Mạch này sử dụng bộ cách quang PC817.

CC LED DIODE
LED
V V V
5 1,7 1,2
R 210Ω
I 10



  

Ta chọn điện trở R = 330Ω hoặc 470Ω
2.2.3. Tầng công suất
Mạch công suất sử dụng transistor hiệu ứng trường MOSFET IRF540 có khả năng
cung cấp dòng lớn lên đến 5A, điều khiển bằng áp trên ngõ vào G. Mạch kích được lựa
chọn là đẩy kéo(PUSH PULL) cho đáp ứng xung tốt. ULN2803 gồm 8 BJT ghép
darlington có sẵn các điện trở và diode bảo vệ, cung cấp dòng 500mA, điện áp làm việc lên
đến 50V. Ở điều kiện làm việc bình thường của ULN2803: IC =100mA, IB=250μA,
VCE=2V.
Giá trị của điện trở công suất trên tải ra của mạch đẩy kéo.

CESAT
CS
CESAT
12 V
12 0,2
R 236Ω
50I


  

Do thị trường không có loại điện trở 236 Ω nên ta chọn R
cs
=330 Ω.
Công suất tiêu thụ trên điện trở
22
CESAT CS

Pcs = I .R 50 .330 0,82W

Chọn điện trở R = 330 Ω , P =1 đến 2 W.
2.3. Xây dựng hệ thống nhận dạng giọng nói
Sơ đồ tổng quát của một hệ thống nhận dạng tiếng nói được thể hiện trên hình 6.

Hình 6. Sơ đồ tổng quát của hệ thống nhận dạng tiếng nói.
2.3.1. Thực hiện ghi âm và tách từ
Tiếng nói được thu âm qua một micro kết nối với máy tính. Tiếng nói sau khi được
thu âm từ micro, dùng kỹ thuật xử lý đầu cuối để tách tín hiệu tiếng nói ra khỏi nền nhiễu.
Tuy có nhiều phương pháp tách tiếng nói khác nhau, nhưng qua quá trình nghiên cứu tác
giả thấy phương pháp kết hợp giữa hàm năng lượng thời gian ngắn và tỷ lệ qua điểm zero
cho kết quả tốt hơn.
Với một cửa sổ kết thức tại mẫu thứ m, hàm năng lượng thời gian ngắn E(m) được
xác định:
Tách từ

Trích đặc trưng
MFCC
Đối sánh
mẫu
Kết quả
Tuyển tập Báo cáo Hội nghị Sinh viên Nghiên cứu Khoa học lần thứ 7 Đại học Đà Nẵng năm 2010
42

( ) ( ( )* ( ))
n
E m S n W n m





(5)
Tỷ lệ qua điểm zero (zero crossing rate) là số lần mà biên độ tín hiệu đi qua điểm
zero trong một khoảng thời gian cho trước được xác đinh:

   
1
sgn ( ) sgn ( 1)
1
( ) ( )
2
m
n m N
s n s n
Zs m w m n
N
  



(6)
Hình 7. Sự tương quan của tín hiệu tiếng nói, tỉ lệ qua điểm zero
và hàm năng lượng thời gian ngắn của từ “Ba”
Phương pháp này tuy đơn giản nhưng sẽ không còn chính xác nếu môi trường có nhiễu
quá lớn. Tuy nhiên trong môi trường không quá ồn, giải thuật này có thể chấp nhận được.
2.3.2. Trích đặc trưng tiếng nói
Quá trình nhân dạng mẫu cả ở pha huấn luyện đều trải qua giai đoạn trích đặc trưng
tiếng nói. Bước này thực hiện các phân tích nhằm xác định các thông tin quan trọng, đặc
trưng, ổn định của tín hiệu tiếng nói, giảm khối lượng dữ liệu cần xứ lý. Có nhiều phương

pháp trích đặc trưng đã và đang được sử dụng như FBA, MFCC, LPC, PLP...Mỗi phương
pháp đều có những ưu nhược
điểm riêng. Hiện nay MFCC
(Mel- scale Frequency
Cepstral Coefficient) được sử
dụng phổ biến và hiệu quả
nhất. Vì vậy sử dụng MFCC
làm đặc trưng của hệ nhận
dạng được trình bày trong báo
cáo này.
MFCC là phương pháp
trích đặc trưng dựa vào đặc
điểm cảm thụ từ tần số âm của tai người : tuyến tính đối với tần số nhỏ hơn 1kHz và phi
tuyến đối với tần số trên 1kHz (Theo thang tần số Mel). Ngoài ra trong hệ nhận dạng còn
bổ xung them các hệ số delta MFCC.
2.3.3. Đối sánh mẫu
Đối sánh mẫu là một trong những cách tiếp cận cơ bản để giải quyết bài toán nhận
dạng. Trong lĩnh vực nhận dạng tiếng nói, cách tiếp cận này cũng được sử dụng và có hiệu
Hình 8. Sơ đồ trích đặc trưng tiếng nói MFCC