一種智能馬桶自適應(yīng)識別大小便的方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種廁所沖洗裝置及潔廁方法，尤其涉及一種智能馬桶自適應(yīng)識別大 小便的方法及系統(tǒng)。
【背景技術(shù)】
[0002] 目前隨著科技的進(jìn)步和人民群眾生活水平的提高，智能衛(wèi)浴尤其是智能馬桶設(shè)備 在日常生活中的應(yīng)用越來越廣泛，而在這些智能衛(wèi)浴設(shè)備中，一般都需要大量用水，如何根 據(jù)污物決定用水量以利于實(shí)現(xiàn)節(jié)水是一個亟待解決的問題，而目前在現(xiàn)有技術(shù)中，一般采 用紅外線或超聲波探測人體如廁時間長短判斷大小便，而采用如廁時間的長短并不是大小 便的固有屬性，所以容易產(chǎn)生誤判現(xiàn)象，在現(xiàn)有技術(shù)中又有采用安裝攝像頭進(jìn)行圖像識別 的方案，然而采用攝像頭容易造成用戶隱私泄露的不足。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明實(shí)施例所要解決的技術(shù)問題在于，提供一種智能馬桶自適應(yīng)識別大小便的 方法?？赏ㄟ^對大小便污物排泄過程中產(chǎn)生的音頻固有屬性，進(jìn)行精準(zhǔn)表征其特性，實(shí)現(xiàn)精 整識別。
[0004] 為了解決上述技術(shù)問題，本發(fā)明實(shí)施例提供了一種智能馬桶自適應(yīng)識別大小便的 方法，包括以下步驟：
[0005] (1)獲取人體如廁時的音頻信號；
[0006] (2)將所述音頻信號經(jīng)過信號放大電路放大處理，通過信號濾波電路提取所述音 頻信號的聲強(qiáng)變化的包絡(luò)線；
[0007] (3)將所述包絡(luò)線進(jìn)行A/D轉(zhuǎn)換，并過濾干擾信號，獲得音頻包絡(luò)曲線；
[0008] (4)對處理后的語音信號進(jìn)行分幀，使用以下短時線性加權(quán)平均幅度差函數(shù)定義：
[0009]
其中，N是語音信號所加窗 口的長度，Sn(m)是語音信號S(m)經(jīng)過窗長為N的窗口截取的一段加窗語音信號，Sn(m) = s (m)w(n-m)，w(n_m)為窗函數(shù)；
[0010] (5)根據(jù)平均幅度差函數(shù)識別大小便類型。
[0011] 進(jìn)一步地，所述步驟(4)還包括將原始語音信號進(jìn)行分幀，并進(jìn)行統(tǒng)計每幀平均能 量，將能量小于設(shè)定閥值的幀進(jìn)行內(nèi)容作零處理，重新生成語音信號。
[0012] 更進(jìn)一步地，所述步驟(4)還包括篩選每幀信號的Fnw(k)的局部極小值，使用極小 值局部搜索范圍為Fs/900~Fs/50個取樣點(diǎn)，其中Fs為大小便信號的取樣頻率，使用以下方 式進(jìn)行第一次剔除野點(diǎn)：
[0013]
[0014] 對經(jīng)過第一次剔除后統(tǒng)計出來的基音頻率對應(yīng)的取樣點(diǎn)進(jìn)行平均值計算：
[0015]
[0016] 其中，X(n)為局部極小值對應(yīng)的取樣點(diǎn)數(shù)，NUM為X(n)不為零的總個數(shù)。
[0017] 更進(jìn)一步地，所述步驟(4)還包括對以平均值為闕值對已經(jīng)統(tǒng)計出來的各幀取樣 點(diǎn)數(shù)進(jìn)行第二次去野點(diǎn)：
[0018]，其中，闕值a(0〈a〈l)、b(b> 1)的動態(tài)范圍。
[0019] 相應(yīng)地，本發(fā)明實(shí)施例還提供了一種智能馬桶自適應(yīng)識別大小便的系統(tǒng)，包括拾 音單元、信號放大單元、信號濾波單元、微處理器單元，所述拾音單元用于獲取如廁的音頻 信號，所述信號放大單元用于使所述音頻信號進(jìn)行放大處理，所述信號濾波單元用于使放 大的音頻信號濾除高頻成分，并取得聲強(qiáng)變化的包絡(luò)線，微處理器單元包含了A/D轉(zhuǎn)換單 元、濾背景噪聲單元、模型判斷單元，所述A/D轉(zhuǎn)換單元用于將所述聲強(qiáng)變化的包絡(luò)線的信 號進(jìn)行采樣和量化，所述濾背景噪聲單元，所述模型判斷單元對語音信號進(jìn)行分幀，使用以 下短時線性加權(quán)平均幅度差函數(shù)定義：
[0020] 其中，N是語音信號所加窗 9 口的長度，Sn(m)是語音信號S(m)經(jīng)過窗長為N的窗口截取的一段加窗語音信號，Sn(m) = s (mMn-m)，w(n-m)為窗函數(shù)，根據(jù)平均幅度差函數(shù)識別大小便類型。
[0021] 進(jìn)一步地，所述模型判斷單元還將原始語音信號進(jìn)行分幀，并進(jìn)行統(tǒng)計每幀平均 能量，將能量小于設(shè)定閥值的幀進(jìn)行內(nèi)容作零處理，重新生成語音信號。
[0022] 更進(jìn)一步地，所述模型判斷單元還對每幀信號的Fnw(k)的局部極小值進(jìn)行篩選，使 用極小值局部搜索范圍為Fs/900~Fs/50個取樣點(diǎn)，其中Fs為大小便信號的取樣頻率，使用 以下方式進(jìn)行第一次剔除野點(diǎn)：
[0023]
[0024] 對經(jīng)過第一次剔除后統(tǒng)計出來的基音頻率對應(yīng)的取樣點(diǎn)進(jìn)行平均值計算：
[0025]
[0026] 其中，X(n)為局部極小值對應(yīng)的取樣點(diǎn)數(shù)，NUM為X(n)不為零的總個數(shù)。
[0027] 更進(jìn)一步地，所述模型判斷單元還對以平均值為闕值對已經(jīng)統(tǒng)計出來的各幀取樣 點(diǎn)數(shù)進(jìn)行第二次去野點(diǎn)：
[0028]
，其中，闕值a(0〈a〈l)、b(b> 1)的動態(tài)范圍。
[0029] 實(shí)施本發(fā)明實(shí)施例，具有如下有益效果:本發(fā)明利用了人體在經(jīng)智能馬桶設(shè)備如 廁過程的大小便固有音頻變化曲線，進(jìn)行分析處理得出判斷結(jié)果，避免了圖像識別需安裝 攝像頭造成用戶隱私泄露及外紅線、超聲波不能準(zhǔn)確表征排泄物的特征不足之處，準(zhǔn)確地 識別大小便采取合理水量沖洗排泄物，從而實(shí)現(xiàn)節(jié)約用水。
【附圖說明】
[0030] 圖1是小便音頻包絡(luò)曲線的示意圖；
[0031] 圖2是大便音頻包絡(luò)曲線的示意圖；
[0032]圖3是本發(fā)明的結(jié)構(gòu)示意框圖。
【具體實(shí)施方式】
[0033]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對本發(fā)明作進(jìn)一 步地詳細(xì)描述。
[0034] 本發(fā)明實(shí)施例的一種智能馬桶自適應(yīng)識別大小便的方法，是根據(jù)人體如廁過程的 聲音的變化規(guī)律，小便聲音特征呈現(xiàn)清音特征，大便聲音特征呈現(xiàn)濁音特征，在智能馬桶上 設(shè)置聲音傳感器，取得人體如廁過程中的音頻信號，通過聲音信號放大電路對音頻信號進(jìn) 行放大處理，以便于進(jìn)行下一步處理;將放大后的音頻信號通過濾波電路，剔除高頻成份， 提取音頻信號的包絡(luò)線，將包含聲強(qiáng)變化的包絡(luò)線的信號輸入微處理器，通過微處理器的 A/D轉(zhuǎn)換器，將音頻信號量化采集成數(shù)字信號，通微處理器內(nèi)置的程序處理掉干擾信號成 份，獲得音頻包絡(luò)曲線。
[0035] 其中，如廁時所收集到的聲強(qiáng)信號由背景聲響和大小便排泄過程時的音頻信號疊 加而成，所述背景聲響是風(fēng)扇噪聲、外界噪聲等。如廁時聲強(qiáng)會發(fā)生周期性變化，通過聲音 傳感器獲取如廁時的聲音信號，濾除干擾成份，并將此信號放大，然后信號經(jīng)過濾波電路提 取出聲強(qiáng)的包絡(luò)線，通過高斯曲線擬合找出數(shù)學(xué)模型，并建立坐標(biāo)系。
[0036] 根據(jù)圖1、圖2所示的音頻包絡(luò)曲線示意圖可知，在人體如廁時聲強(qiáng)的變化趨勢是： 小便是聲強(qiáng)曲線頻率明顯高于大便的頻率曲線，而大便的聲強(qiáng)曲線是一個低頻曲線，先升 后降，最后趨于穩(wěn)定。
[0037] 首先對裝載后的原始大小便聲音信號進(jìn)行分幀，在參數(shù)選擇上使得幀長等于幀 移，而且?guī)L控制在比較小的范圍內(nèi)。通過判斷每幀大小便信號短時能量的函數(shù)，統(tǒng)計分幀 后的如廁信號每幀的平均能量，由于靜音幀和清音幀的能量較濁音幀的能量小，那么可以 根據(jù)實(shí)驗(yàn)結(jié)果選擇合適的平均能量闕值，當(dāng)某幀的能量小于該闕值時可以認(rèn)為這幀不含基 音周期信息，把該幀的幀號記錄在一個數(shù)組中。
[0038] 對每幀信號經(jīng)過短時能量判斷后，根據(jù)數(shù)組記錄的幀號對對應(yīng)幀的內(nèi)容作置零處 理，然后把非零內(nèi)容的幀組成一個新的聲音信號，這時候可以認(rèn)為新的大小便聲音信號中 含有豐富的基音周期信息。
[0039] 然后對新生成的大小便聲音信號進(jìn)行分幀，然后編寫一個平均幅度差函數(shù)，大小 便聲音信號的短時線性加權(quán)平均幅度差函數(shù)法定義為：
[0040]
[0041] 其中，N是語音信號所加窗口的長度，Sn(m)是語音信號S(m)經(jīng)過窗長為N的窗口截 取的一段加窗語音信號，Sn(m) = s(m)w(n-m)，w(n-m)為窗函數(shù)。
[0042]根據(jù)平均幅度差函數(shù)法原理，判斷每幀信號的中的局部極小值，由于人的大小便 頻率為50~900Hz，那么對應(yīng)的極小值局部搜索范圍為Fs/900~Fs/50(Fs是大小便信號的 取樣頻率)個取樣點(diǎn)，那么三倍以及三倍以上周期的情況都已經(jīng)被排除，如果是二倍周期， 可以使當(dāng)前幀的基音頻率所對應(yīng)的取樣點(diǎn)，從而對野點(diǎn)進(jìn)行了第一次剔除，使用以下方式 進(jìn)行第一次剔除野點(diǎn)：
[0043]
[0044] 對經(jīng)過第一次剔除后統(tǒng)計出來的基音頻率對應(yīng)的取樣點(diǎn)進(jìn)行平均值計算：
[0045]
[0046] 其中，X(n)為局部極小值對應(yīng)的取樣點(diǎn)數(shù)，NUM為X(n)不為零的總個數(shù)。
[0047] 然后對經(jīng)過第一次剔除后統(tǒng)計出來的基音頻率對應(yīng)的取樣點(diǎn)進(jìn)行平均值計算。以 平均值為闕值對已經(jīng)統(tǒng)計出來的各幀取樣點(diǎn)數(shù)進(jìn)行第二次去野點(diǎn)，即：如果某幀的基音頻 率對應(yīng)的取樣點(diǎn)數(shù)大于闕值的動態(tài)范圍就認(rèn)為該幀統(tǒng)計出來的數(shù)據(jù)是不合理的，并且把其 基音周期置零處理。闕值 &(0〈8〈1)、13(13>1)的動態(tài)范圍可以根據(jù)實(shí)驗(yàn)結(jié)果擇優(yōu)選擇。
[0048]
[0049] 第一次去野點(diǎn)時在Fs/500~Fs/50個取樣點(diǎn)的局部范圍內(nèi)尋找極小值，三倍以上 及三倍以上周期的情況都已被排除，如果沒有基音周期但是在第一次處理時得到了不合理 的數(shù)據(jù)，可以通過第二次去野點(diǎn)把數(shù)據(jù)排除掉，從而統(tǒng)計出來每一幀的基音頻率所對應(yīng)的 取樣點(diǎn)數(shù)，然后把取樣點(diǎn)數(shù)轉(zhuǎn)換為相應(yīng)的基音頻率，同時取樣點(diǎn)數(shù)對零的數(shù)據(jù)仍然置零處 理，并再次統(tǒng)計這個大小便語音信號的平均頻率。
[0050] 最后，經(jīng)過