25、实践：语音控制智能风扇

最新推荐文章于 2025-11-14 14:35:07 发布

uran

最新推荐文章于 2025-11-14 14:35:07 发布

阅读量47

点赞数

CC 4.0 BY-SA版权

分类专栏： ESP32物联网开发实战文章标签： ESP32 智能风扇语音控制

本文链接：https://blog.youkuaiyun.com/uran/article/details/151947307

ESP32物联网开发实战专栏收录该内容

26 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

实践：语音控制智能风扇

1. 概述

本文将介绍如何打造一个语音控制的智能风扇，涵盖了硬件配置、解决方案架构以及具体的实现步骤。通过该项目，我们可以实践配置 ESP32 的 GPIO 引脚，连接本地 Wi-Fi 网络，开发 AWS 云端的后端服务，并利用 Amazon Alexa 实现语音控制功能。

2. 技术要求

2.1 代码和库

章节代码可在 GitHub 仓库获取： https://github.com/PacktPublishing/Internet-of-Things-with-ESP32/tree/main/ch12
外部库可在以下链接找到： https://github.com/PacktPublishing/Internet-of-Things-with-ESP32/tree/main/common

2.2 硬件清单

面包板原型阶段

ESP32 开发板
面包板、四个触觉按钮和跳线
至少带有三个继电器的继电器模块（5V DC 输入驱动 230V AC 输出）
3.3V 到 5V 的逻辑转换器（如 AZ - Delivery TXS0108E 逻辑电平转换模块）
电源（如 ELEGOO 套件中的电源模块）

最终成品阶段

具有三个速度档位的风扇（如 Daewoo 12 英寸台式便携式风扇）
电源模块（如 AZ - Delivery 220V 到 5V 迷你电源模块）
第一个原型中的组件：ESP32 开发板、继电器模块和逻辑转换器
用于组装组件、电线和接头的通用 PCB

2.3 注意事项

在第二个原型中，将组件组装到通用 PCB 上需要焊接设备和一定的焊接技能，并且涉及高压电操作，测试由市电供电的风扇时需采取所有必要的预防措施。

2.4 账户准备

如果之前未完成相关示例，需要创建 Amazon 和 Alexa 开发者账户，可参考： https://developer.amazon.com/en-US/docs/alexa/smarthome/steps-to-build-a-smart-home-skill.html#prerequisites

2.5 代码演示视频

查看代码运行效果的视频： https://bit.ly/3xsLbdI

3. 智能风扇功能列表

功能	描述
停止按钮	有一个按钮开关用于停止风扇
速度调节按钮	有三个按钮用于改变风扇速度，分别为低速、正常速度和高速
语音控制	支持 Alexa 语音控制，可通过语音命令改变风扇速度
状态同步	在 AWS IoT Core 上跟踪风扇的当前状态，保持设备和云端状态一致

4. 解决方案架构

4.1 设备固件

设备固件主要由以下组件构成：

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(GPIO 控制器):::process --> B(Wi-Fi 通信模块):::process
    A --> C(AWS 通信模块):::process
    B --> C
    D(输入引脚 - 按钮):::process --> A
    A --> E(输出引脚 - 继电器):::process
    C --> F(云端):::process

GPIO 控制器 ：配置和驱动 ESP32 的 GPIO 引脚，四个输入引脚读取按钮状态，三个输出引脚控制继电器。按下停止按钮时，所有继电器关闭；按下速度按钮时，相应继电器打开。同时与 AWS 模块通信，发送按钮状态信息并接收 Alexa 语音命令。
Wi-Fi 通信模块 ：根据 SSID 和密码连接本地 Wi-Fi 网络，连接成功后通知 AWS 模块连接 AWS 云端。
AWS 通信模块 ：监控云端请求，将请求传递给 GPIO 模块设置/重置继电器引脚；用户按下按钮时，将风扇速度信息传递给云端。

4.2 云架构

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(智能风扇):::process --> B(AWS IoT Core - 设备):::process
    B --> C(Lambda 函数):::process
    C --> D(Alexa Voice Service):::process
    D --> E(用户):::process
    E --> D
    D --> C
    C --> B
    B --> A

创建 IoT 事物 ：在 Amazon IoT Core 上创建一个事物作为智能风扇的云端表示，风扇和事物的状态变化将同步。
Lambda 函数 ：作为事物和 Alexa Voice Service (AVS) 之间的桥梁，解析来自 Alexa 技能的请求并根据上下文回复，根据 Alexa 命令更新事物状态，最终实现物理设备的速度变化。在 Lambda 函数中实现 Alexa.PowerLevelController 接口，参考文档： https://developer.amazon.com/en-US/docs/alexa/device-apis/alexa-powerlevelcontroller.html
Alexa 智能家庭技能 ：创建并配置 Alexa 智能家庭技能，提供现成的语音交互模型，用户可以使用百分比形式的语音命令，如“Alexa，将智能风扇设置为 40%”或“Alexa，将智能风扇速度提高 10%”。

5. 实现步骤

5.1 创建智能家庭技能

登录 Amazon 开发者控制台： https://developer.amazon.com/alexa/console/ask
创建名为 myhome_smartfan 的技能，选择 Smart Home 模型
记录页面上的技能 ID，格式类似 amzn1.ask.skill.

5.2 创建 Lambda 函数

创建角色
- 编辑文件 lambda_trust_policy.json，内容如下：

{
    "Version": "2012-10-17",
    "Statement": [{
        "Effect": "Allow",
        "Principal": {
            "Service": "lambda.amazonaws.com"
        },
        "Action": "sts:AssumeRole"
    }]
}

- 使用以下命令创建角色：

$ aws iam create-role --role-name smartfan_lambda_role --assume-role-policy-document file://lambda_trust_policy.json

- 记录角色的 Amazon Resource Name (ARN)，格式类似 arn:aws:iam::<your_account_id>:role/smartfan_lambda_role

创建策略
- 编辑文件 lambda_permissions.json，内容如下：

{
    "Version": "2012-10-17",
    "Statement": [{
            "Effect": "Allow",
            "Action": [
                "logs:CreateLogGroup",
                "logs:CreateLogStream",
                "logs:PutLogEvents",
                "logs:DescribeLogStreams"
            ],
            "Resource": "arn:aws:logs:*:*:*"
        },
        {
            "Effect": "Allow",
            "Action": [
                "iot:*"
            ],
            "Resource": "arn:aws:iot:*:*:*"
        }
    ]
}

- 使用以下命令创建策略：

$ aws iam create-policy --policy-name smartfan_lambda_policy --policy-document file://lambda_permissions.json

- 记录策略 ARN，格式类似 arn:aws:iam::<your_account_number>:policy/smartfan_lambda_policy

附加策略到角色

$ aws iam attach-role-policy --role-name smartfan_lambda_role --policy-arn <the_policy_ARN>

创建临时代码文件
创建文件 lambda_function.py，内容如下：

import json
def lambda_handler(request, context):
    pass

创建代码包

$ zip lambda_package.zip lambda_function.py

创建 Lambda 函数

$ aws lambda create-function --function-name smartfan_lambda \
--zip-file fileb://lambda_package.zip \
--handler 'lambda_function.lambda_handler' \
--runtime python3.8 \
--role <the_role_ARN>

记录 Lambda 函数的 ARN，格式类似 arn:aws:lambda: : :function:smartfan_lambda
7. 创建触发
由于没有命令行选项，需要登录 AWS 网页控制台（ https://aws.amazon.com/console/ ），导航到 Lambda 服务中的 smartfan_handler 函数，从 Alexa 开发者控制台复制技能 ID，点击 + Add trigger 后使用技能 ID 作为触发配置参数。
8. 关联 Lambda ARN 到技能
复制 Lambda ARN 并返回技能配置页面，将 Lambda ARN 粘贴到标记为 Default endpoint* 的文本框中，点击保存按钮。

5.3 账户关联

在 Alexa 开发者控制台中导航到技能的 ACCOUNT LINKING，填写以下信息：
- Web Authorization URI: https://www.amazon.com/ap/oa
- Access Token URI: https://api.amazon.com/auth/o2/token
- Client ID: 安全配置文件中的客户端 ID
- Secret: 安全配置文件中的客户端密钥
- Authentication Scheme: HTTP basic
- Scope: profile:user_id
点击配置页面上的保存按钮完成账户关联
登录 https://alexa.amazon.com/ ，在 DEV SKILLS 中找到 myhome_smartfan，点击 ENABLE 按钮，若配置正确，页面将显示成功消息，关闭成功页面时跳过发现过程。

5.4 创建事物

创建事物

$ aws iot create-thing --thing-name myhome_fan1

创建策略文件 myhome_fan1_policy.json，内容如下：

{
    "Version": "2012-10-17",
    "Statement": [{
            "Effect": "Allow",
            "Action": [
                "iot:*"
            ],
            "Resource": "arn:aws:iot:*:*:*"
        }
    ]
}

创建策略

$ aws iot create-policy \
    --policy-name myhome_fan1_policy \
    --policy-document file://myhome_fan1_policy.json

创建证书和公私钥对

$ aws iot create-keys-and-certificate \
    --certificate-pem-outfile "certificate.pem.crt" \
    --public-key-outfile "public.pem.key" \
    --private-key-outfile "private.pem.key" \
    --set-as-active

记录证书 ARN，将密钥嵌入设备固件中。
5. 附加策略到证书

$ aws iot attach-policy \
    --policy-name myhome_fan1_policy \
    --target <certificate_ARN>

附加证书到事物

$ aws iot attach-thing-principal \
    --thing-name myhome_fan1 \
    --principal <certificate_ARN>

5.5 开发 Lambda 函数

在 Lambda 函数中，需要回复来自 AVS 的以下请求：
- 来自 Alexa.Discovery 命名空间的发现请求，用于查找与用户账户关联的风扇。
- 来自 Alexa.Authorization 命名空间的 AcceptGrant 请求，用于获取识别用户的凭证。
- 来自 Alexa.PowerLevelController 命名空间的 SetPowerLevel 请求，用于设置风扇的功率级别。
- 来自 Alexa.PowerLevelController 命名空间的 AdjustPowerLevel 请求，用于按指定量更改功率级别。
- 来自 Alexa 命名空间的 ReportState 请求，用于发送设备状态。
- 来自 Alexa.EndpointHealth 命名空间的连接状态。

import logging
import time
import json
import uuid
import boto3
from fan1_responses import *

logger = logging.getLogger()
logger.setLevel(logging.INFO)
client = boto3.client('iot-data')

def lambda_handler(request, context):
    try:
        logger.info("Directive:")
        logger.info(json.dumps(request, indent=4, sort_keys=True))
        request_namespace = request["directive"]["header"]["namespace"]
        request_name = request["directive"]["header"]["name"]
        corrTkn = ""
        if "correlationToken" in request["directive"]["header"]:
            corrTkn = request["directive"]["header"]["correlationToken"]

        if request_namespace == "Alexa.Discovery" and request_name == "Discover":
            response = gen_discovery_response()
        elif request_namespace == "Alexa.Authorization" and request_name == "AcceptGrant":
            response = gen_acceptgrant_response()
        elif request_namespace == "Alexa.PowerLevelController" and request_name == "SetPowerLevel":
            response = set_power_level(request["directive"]["payload"]["powerLevel"], corrTkn)
        elif request_namespace == "Alexa.PowerLevelController" and request_name == "AdjustPowerLevel":
            response = adj_power_level(request["directive"]["payload"]["powerLevelDelta"], corrTkn)
        elif request_namespace == "Alexa" and request_name == "ReportState":
            response = gen_report_state(corrTkn)
        else:
            logger.error("unexpected request")
            return response

        logger.info("Response:")
        logger.info(json.dumps(response, indent=4, sort_keys=True))
        return response
    except ValueError as error:
        logger.error(error)
        raise

下面详细介绍几个重要的辅助函数：

处理 SetPowerLevel 请求

def set_power_level(power_level, tkn):
    power_level = update_power(power_level)
    set_power_level_shadow(power_level)
    response = init_response(set_power_level_response, tkn, power_level)
    return response

在 set_power_level 函数中，首先调用 update_power 函数将功率级别归一化为以下值之一：
| 输入范围 | 归一化值 | 对应模式 |
| ---- | ---- | ---- |
| 0 | 0 | 风扇关闭 |
| 1 - 33 | 33 | 低速模式 |
| 34 - 66 | 66 | 正常速度模式 |
| > 66 | 100 | 高速模式 |

归一化后，调用 set_power_level_shadow 函数更新设备影子的期望状态：

def set_power_level_shadow(power_level):
    payload = json.dumps({'state': { 'desired': { 'powerlevel': power_level } }})
    response = client.update_thing_shadow(
        thingName = endpoint_id, 
        payload =  payload)
    logger.info("update shadow result: " + response['payload'].read().decode('utf-8'))

5.6 更新和测试 Lambda 函数

更新 Lambda 代码包

$ zip -u lambda_package.zip *.py

更新 AWS 上的 Lambda 代码

$ aws lambda update-function-code --function-name smartfan_lambda --zip-file fileb://./lambda_package.zip

测试所有请求类型
示例请求可在 https://github.com/PacktPublishing/Internet-of-Things-with-ESP32/tree/main/ch12/smart_fan/aws 找到。

$ aws lambda invoke \
    --cli-binary-format raw-in-base64-out \
    --function-name smartfan_lambda \
    --payload file://./discovery_request.json \
    response.json

所有测试应返回状态码 200。

5.7 开发智能风扇固件

根据前面介绍的设备固件架构，开发智能风扇固件，实现 GPIO 控制、Wi-Fi 连接和 AWS 通信等功能。

5.8 语音命令测试

完成上述步骤后，使用 Alexa 语音命令测试智能风扇，验证风扇是否能根据语音指令正确调整速度。

总结

通过以上步骤，我们成功实现了一个语音控制的智能风扇。整个过程涵盖了硬件配置、云架构搭建、Lambda 函数开发和固件编程等多个方面。在实际操作中，需要注意 AWS 资源的配置和权限管理，以及设备固件与云端服务的通信协调。希望本文能为你开发智能设备提供有价值的参考。

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(创建智能家庭技能):::process --> B(创建 Lambda 函数):::process
    B --> C(账户关联):::process
    C --> D(创建事物):::process
    D --> E(开发 Lambda 函数):::process
    E --> F(更新和测试 Lambda 函数):::process
    F --> G(开发智能风扇固件):::process
    G --> H(语音命令测试):::process

这个流程图展示了实现语音控制智能风扇的主要步骤，从技能创建到最终测试，各个步骤依次进行，形成一个完整的开发流程。