如何在ESP32上使用代碼運行TensorFlow模型？

該項目使用在ESP32上運行的TensorFlow Lite創(chuàng)建一個語音控制的機器人。它可以響應簡單的單字命令：“左”，“右”，“前進”和“后退”。

硬件部件：

樂鑫ESP32S× 1個

伺服模塊（通用）× 2

通用車輪× 2

Gerneric USB移動電源× 1個

I2S麥克風板× 1個

軟件應用程序和在線服務：

PlatformIO IDE

我在Google的Commands數(shù)據(jù)集上使用TensorFlow訓練了一個模型。其中包含大約20個單詞，我選擇了一個很小的單詞子集-足以控制機器人的單詞，但數(shù)量不多，以至于模型變得難以管理。

為了生成訓練數(shù)據(jù)，我們將WAV文件加載到其中，并從每個文件中提取頻譜圖。

為了獲得足夠的數(shù)據(jù)用于命令詞，我已經(jīng)多次重復這些詞，以改變音頻的位置并添加隨機噪聲-這為我們的神經(jīng)網(wǎng)絡提供了更多訓練數(shù)據(jù)，并應該有助于其推廣。

幾個單詞-前進和后退的示例更少，因此我更經(jīng)常重復這些示例。

我最后得到了一個相當簡單的卷積神經(jīng)網(wǎng)絡，其中包含2個卷積層，然后是一個完全連接的層，然后是一個輸出層。

當我們試圖識別多個不同的單詞時，我們使用“ softmax”激活函數(shù)，并使用“ CategoricalCrossentropy”作為我們的損失函數(shù)。

訓練模型后，我得到的訓練數(shù)據(jù)準確度不到92％，而驗證數(shù)據(jù)的準確度則超過92％。測試數(shù)據(jù)集為我們提供了類似的性能水平。

查看混淆矩陣，我們可以看到它主要是將單詞誤分類為無效單詞。這對于我們的用例來說是相當不錯的，因為這應該意味著機器人會誤判誤報而不是誤報。

由于模型似乎不適合，我已經(jīng)在完整的數(shù)據(jù)集上對其進行了訓練。這給了我們大約94％的最終精度，而在混淆矩陣上我們看到了更好的結(jié)果。但是，可能會有些過度擬合。

對于實際的機器人，我構(gòu)建了一個非常簡單的兩輪機器人。為了驅(qū)動車輪，我使用了兩個連續(xù)的伺服系統(tǒng)和小型動力單元。它具有相當寬的軸距，因為帶有ESP32的面包板非常大。

為了在ESP32上運行TensorFlow模型，我使用了TensorFlow Lite。我將其包裝在自己的代碼中，使其更易于使用。

要讀取音頻，我們使用I2S-它可以從模擬麥克風的內(nèi)置ADC讀取，也可以直接從I2S數(shù)字麥克風讀取。

命令檢測器由一個任務運行，該任務等待音頻樣本可用，然后為命令檢測器提供服務。

我們的命令檢測器將音頻數(shù)據(jù)后退一秒鐘，獲取頻譜圖，然后運行預測。

為了提高檢測的魯棒性，我們在多個音頻片段上對預測進行了采樣，并且還拒絕了在先前檢測的一秒鐘內(nèi)發(fā)生的任何檢測。

如果我們檢測到命令，則將其排隊等待命令處理器處理。

我們的命令處理器運行一個任務，該任務偵聽此隊列中的命令。

當命令到達時，它將更改發(fā)送到電動機的PWM信號，以停止電動機或設置所需的方向。

為了向前移動，我們將兩個電機都向前驅(qū)動，對于向后，我們將兩個電機都向后驅(qū)動。對于左，我們反轉(zhuǎn)左電動機并向前驅(qū)動右電動機，而對于右，我們進行相反的，右電動機反向，左電動機向前。

對于我們的連續(xù)伺服器，1500us的占空比將使它們停止，低于此值應使它們反向，而高于此值將使它們向前驅(qū)動。

我略微調(diào)整了右馬達正向值的值，因為它的旋轉(zhuǎn)速度不如左馬達快，這導致機器人轉(zhuǎn)向一側(cè)。

請注意，因為我們有正確的電機上下顛倒驅(qū)動它，所以我們將其反向運行，而將其向后驅(qū)動，則我們將其向前驅(qū)動。

您可能需要校準自己的電動機才能使機器人直線運動。

它運作良好！

它偶爾會混淆單詞并左右混合。
責任編輯:pj