会说话的购物车 ——语音与屏幕双通道提示的适老智能购物车

会说话的购物车

——语音与屏幕双通道提示的适老智能购物车

做中学·探未来｜科学教育实践案例　方向六：人工智能

作品信息

一、项目介绍

1.1 从一次陪奶奶买菜开始

去年冬天，我陪奶奶去超市。她在货架前站了很久，把酱油瓶举到离眼睛很近的地方，又放下，最后问我：“这上面写的啥？”我念给她听，她又问：“贵不贵？”我这才发现，货架上的标签字很小，而她想比较的两瓶酱油，隔着半米远。

那天我们还遇到三件小事：购物车装了两袋米以后很沉，奶奶推着走一段就要停一下；想买散装的青菜要去称重台排队，称完又要回到货架确认价格；结账时前面排了十几个人，她站不住，只能靠着购物车等。回到家她说了一句：“现在的超市，东西多了，人却更累了。”

据国家统计局公布的 2023 年数据，我国 60 岁及以上人口约 2.97 亿，占全国人口的 21.1%。老年人不是少数，超市也不是特殊场所，可是我们习以为常的“看标签、推车、排队”这三件小事，对他们来说每一件都要多花几倍力气。

于是我想到一个问题：能不能让购物车自己会说话——把它“看到”的价格和重量，用听得见的声音和看得清的字说出来？

1.2 我把问题拆成了四个可以测量的疑问

“做一台适合老人的购物车”这句话太大，没办法验证。我把它拆成四个能用数字回答的问题，后面所有实验都围绕这四个问题展开：

1.3 它怎么用：三个场景

这台车是在超市成品购物车上改的：后轮换成带减速电机的动力轮，把手右侧装一块行空板 K10，车篮里放一个称重平台。老人只需要记住三个动作——按住按钮、把东西放上平台、把二维码对准屏幕。

· 推着走　按住把手右侧的前进键，车就往前走；松开手，车立刻停下。想后退就按另一个键。不用推、不用拐弯使劲，走路不稳的老人也能一只手扶车、一只手按键。

· 放上称　把散装商品放在车篮里的圆形平台上，把手上方的 OLED 小屏立刻显示重量，不用再去称重台排队。

· 听价格　把商品包装上的二维码对准行空板屏幕，屏幕显示商品名称和价格，同时用语音念一遍；买完了扫屏幕上的收款码就能付款，不必挤在收银台前等。

1.4 背后的科学原理

这一节是我做得最费力的部分。车子会推、会称、会说，背后其实是五件很基础的事，每一件都能用课上学过的知识解释清楚。

（1）为什么要“两条通道”：多模态提示的原理

老年人最常见的两种感官衰退是视力下降和听力下降，而这两件事往往不是同时发生的。只用屏幕提示，花眼的老人看不清；只用语音提示，耳背的老人听不清；在嘈杂的超市里，语音还会被环境噪声盖住。

所以我把同一条信息同时用两种方式给出：屏幕写字（视觉通道）＋ 语音播报（听觉通道）。在信息学里这叫“冗余编码”——两条通道互为备份，任意一条失效，信息仍然能被收到。这不是把功能做两遍，而是让两种能力不同的人都能用上同一台机器。

（2）二维码：一小块黑白格子里存了什么

二维码是把一串字符按黑白方块编码成的图案。它的三个角上有“回”字形的定位块，摄像头无论从哪个角度看，都能先找到这三个角，把倾斜的画面校正成正视，再逐格读出黑白，还原成字符。二维码里还有纠错码，即使被磨掉一小块、被手挡住一角，仍然能读出来。我把每件测试商品的名称和价格做成二维码，贴在包装上，扫描结果就是那串字符。

这也解释了我最初失败的原因：一开始我用的是“物体分类”模块，让机器直接认商品。但商品摆放角度一变、光线一变，识别结果就跟着变。二维码不依赖外观，只要图案完整就读得出来——把“看图猜是什么”换成“读一串已经写好的字”，稳定性立刻上来了。

（3）减速电机：为什么要“减速”才有劲

电机本身的转速很高、力气很小，直接装在轮子上，车会窜得很快却推不动重物。减速电机在电机和输出轴之间加了一组齿轮，把转速降下来、把扭矩提上去。功率不变时，转速和扭矩成反比：转速降到几分之一，扭矩就放大到几倍。我用的是 12 V 减速直流电机，装在后轮上，靠两个按键给驱动板不同的电平组合，实现前进（两轮同向）、后退（两轮反向）和停止（两轮断电）。

（4）称重模块：重量怎么变成屏幕上的数字

称重平台下面是一根金属梁，梁上贴着电阻应变片。物体压上去，梁发生极微小的弯曲，应变片被拉长或压短，电阻随之改变；四片应变片接成电桥，电阻变化就变成毫伏级的电压差。这个电压太小，单片机读不出来，所以要先经过 HX711 芯片放大并转换成数字量，再送进 ESP32。

程序里有一个“比例系数”，把读到的原始数字换算成克。我反复试了几次，最后定为 106。这个系数就是校准的结果——同一块平台、同样的安装方式，系数定了，读数才稳定。

（5）按键与电平：为什么“按下”读到的是 0

按键模块一端接引脚、一端接地。引脚内部接了一个上拉电阻，平时被拉到高电平，读数是 1；按下按键，引脚直接接地，读数变成 0。所以程序里判断的是“如果引脚读到 0，就前进”。这个设计还有一个好处：手一松开，读数立刻回到 1，电机就停——这相当于一个“松手即停”的保险，老人手滑或者突然站不稳时，车不会自己跑掉。

1.5 对应哪些课程内容

二、运行演示

2.1 成品外观

整台车保留了超市购物车的原有车架和车篮，改动集中在三个地方：后轮换成动力轮、把手上装了行空板与按键、车篮里装了称重平台。这样做的原因是——老人已经熟悉购物车的样子，外形不变，他们才敢用。

图 1　成品外观：左为整体——沿用超市购物车的车架与车篮，后轮换装减速电机，线束沿车架捆扎；右为把手——3D 打印外壳固定行空板 K10，下方并排两颗按键，屏幕朝向使用者

图 2　车篮内的称重平台：椴木板底座、亚克力圆盘承物面，下面藏着应变式称重传感器

2.2 推着走：自动助力

下面是实际运行时的顺序。这里有一个设计上的取舍：我没有做“按一下走、再按一下停”，而是做成“按住才走、松手就停”。前者更省力，但老人一旦忘记松手，车会一直往前；后者累一点，却不会失控。

图 3　负重测试：车篮内装入 3 个收纳箱（合计约 12 kg），沿直线推行 20 m 与 50 m 各 5 次

2.3 放上称：边买边称

车篮中间的圆形平台就是称重面。放上商品，OLED 立刻刷新读数，单位是克。读数会有一点跳动，这是因为车在动、平台受到轻微晃动，属于正常现象；车停稳后读数会很快稳定下来。

2.4 听价格：扫码播报与结算

图 4　扫码识别：商品包装上的二维码对准行空板摄像头，屏幕同步显示识别结果

图 5　屏幕实拍：第一行商品名“青菜”，第二行价格“2.15 元一斤”，同一句话由语音念出

三、探究过程与结果

3.1 先问用的人：超市里的十次访谈

动手之前，我先去超市找正在购物的老人聊天。开场我先说明自己是一个小学生，在做一项关于购物的调查，问他们愿不愿意说说平时购物的麻烦。多数老人很愿意讲，有一位还带着我走到货架前，指给我看哪一排标签最难看清。

图 6　在超市进行的现场访谈（画面中人物面部已做模糊处理）

我一共问了十个问题，从“看不看得清标签”到“希不希望有电动助力”，一个问题对应一种可能的功能：

把十位老人的回答归并后，出现频率最高的诉求集中在六件事上：

访谈给我的三点结论：① 老人最怕的不是“不会用”，而是“用了更麻烦”，所以操作必须比原来更省事；② “看不清”和“听不清”往往同时存在，只做一种提示会漏掉一半人；③ 排队和称重是两处可以省掉的流程，省流程比加功能更受欢迎。

3.2 画出方案：从结构图到流程图

确定功能后，我先把整台车拆成“传感器—主控—执行器”三段。这里有一个和别的项目不同的地方：我用了两块主控。ESP32 负责实时性要求高的部分（按键响应、电机输出、称重采样），行空板 K10 负责算力要求高的部分（摄像头识别、屏幕、语音）。两块板各自跑各自的程序，一块卡住不会拖累另一块。

图 7　系统结构图：按键传感器、称重传感器、摄像头负责“感知”，两块主控负责“判断”，电机、OLED、屏幕与语音负责“动作”

接着画运行逻辑。三个判断是并行轮询的：称重平台上有东西就显示重量，按键被按下就驱动电机，摄像头读到二维码就显示并播报；三个条件都不满足，就回到初始化，什么也不做。这张图后来成了我排查故障的顺序表——先看传感器读数对不对，再看程序判断对不对，最后看执行器动没动。

图 8　运行逻辑流程图：三个判断并行轮询，任一条件不满足即返回初始化，不做任何动作

3.3 改装：从拆轮胎到装把手

购物车是网上买的成品。传统购物车的轮子没有动力，所以第一步是把后轮拆下来，再用 3D 建模软件设计一个能把减速电机和后轮连起来的结构件——这是整个项目里返工最多的一步，因为孔位差 1 毫米，电机就装不正，车会跑偏。

图 9　3D 建模的连接件：左侧为电机与轮轴的固定座，右侧为车架抱箍，孔位按实测尺寸建模

结构件打印出来后，把减速电机的引线焊长、套上热缩管，再固定到后轮上。这一步我犯过一个错：第一次焊完没有测通断，装上车才发现其中一个电机不转，只好全部拆开重焊。

图 10　给减速电机加长引线：焊点套热缩管，避免车架摩擦破皮短路

把手部分是第二个改动。考虑到老人的身高和视线，我用一个管道抱箍把行空板固定在把手横杆上，屏幕朝上倾斜，站着就能看清；两颗按键并排装在拇指能碰到的地方，不需要低头找。

图 11　用抱箍把行空板外壳固定在把手横杆上，屏幕朝向使用者

图 12　后轮改装：3D 打印连接件把减速电机与轮轴连成一体，两侧同步安装

3.4 怎么测：把四个疑问变成四项测试

我按四个问题设计了四项测试，每项都规定了记录口径。失败也要记下来，否则数据没法分析。

3.5 测试数据

（1）自动助力：10 次测试中 9 次正常，1 次三个按键全部无反应，检查后发现是电机线接头松动。两次距离的耗时如下表，折算速度基本一致，说明电机在 20 m 与 50 m 上的输出是稳定的。

“—”表示该次因线路松动未完成，不计入平均。“折算速度”由距离除以平均耗时得到，测试在室内短距离进行，起步与停止的时间都计入总时长，该数值只用于比较两次测试是否一致。

（2）称重：10 种商品的平均绝对误差为 0.023 kg；除土豆外，其余 9 种商品的绝对误差均不超过 0.02 kg，平均相对误差 3.5%。土豆的误差达到 0.14 kg，相对误差 28%，是全部测试中最大的一次。

（3）二维码识别：10 件商品的识别全部正确（10/10），平均耗时 2.08 s；其中语音播报清晰的有 8 件，另有 2 件因商品名称较长，播报时听不清。

图 13　左：十种商品的称重误差；右：十件商品的扫码识别耗时（数据来自原始记录表）

3.6 从数据里读出的三件事

第一，语音那 2 次“模糊”，问题不在喇叭，而在句子太长。两件播报不清的商品是“多功能手机充电器”和“无添加无防腐剂酱油”，名字都超过 7 个字。我把播报内容改成只念关键词、限制在 5 个字以内（“手机充电器”“无添加酱油”），重测后清晰度恢复正常。结论是：给老人听的信息要短，一次只讲一件事。

第二，称重的误差不是平均分布的，它集中出现在一种商品上。如果不看逐条数据，只看“平均误差 23 g”，会得出“称重基本准”的结论；但把 10 条摊开看，9 条都在 20 g 以内，唯独土豆差了 140 g。土豆形状不规则，只有几个凸起接触平台，受力集中在一点，梁的形变比平放时小。这说明要提高精度，光换更贵的传感器没用，得先解决“怎么让物体受力均匀”。

第三，助力测试的失败是“零响应”，反而最好查。10 次里那 1 次三个按键全都没反应——如果只是变慢，我会怀疑是电机没劲；完全没反应，说明信号根本没传过去，所以我直接去查线路，两分钟就找到了松动的接头。故障现象越“极端”，越容易定位。

四、软硬件清单与制作步骤

4.1 硬件清单

预算参考：两块主控约 350—450 元，电机与驱动约 120 元，传感器与显示约 80 元，购物车约 150 元，结构件（打印耗材＋木板＋亚克力）约 80 元，整机约 800—900 元。没有 3D 打印机时，电机座可改用铝角件加垫片替代；没有行空板时，可用手机扫码＋语音合成软件临时替代，但需要另一台设备配合。

4.2 引脚接线

本表按程序中的引脚设置整理，发布前建议对照实物再核一遍；行空板 K10 的摄像头、屏幕、麦克风、扬声器均为板载，无需另外接线。

图 15　引脚接线示意：上为 ESP32（运动与称重），下为行空板 K10（识别与播报）；两块主控各自独立运行

4.3复刻建议

· 先做最小原型　只想验证识别功能，可以不做整车，把行空板和摄像头固定在纸盒上做一个“扫码台”。

· 器材替代　没有行空板时，可用手机扫码＋蓝牙音箱播报替代，成本更低，但需要另一只手操作。

· 容易踩的坑　电机与主控一定要分开供电，共地不共源，否则电机启动瞬间的电流会把主控拉重启。

· 优先改这里　称重平台的承物面越大、越硬，不规则物体的误差越小；这是本项目最值得改进的一处。

五、开源代码

程序分两块板、五段功能编写。每段都可以单独下载测试，确认无误后再合到整车上。

5.1 运动控制：三个按键决定四种状态

这段程序先初始化 OLED 屏（I²C，SCL 22、SDA 21，地址 0x3C），然后判断两个按键的读数：读到 0 就给左、右电机的四路引脚输出相反的电平组合，让两轮同向转动；两个按键都回到 1 时，四路全部置 0，电机停转。同时在屏幕上刷新“前进 / 后退 / 停止”。

图 16　电机控制程序：按键读数决定四路引脚的电平组合，并同步刷新屏幕状态

5.2 称重：比例系数 106

按下称重键后切换到称重页面，读取 HX711 的数字量，乘以比例系数 106，单位换算成克后显示。这个系数是我用标准砝码反复试出来的，不是查来的——同一块平台换一个安装位置，系数就要重定。

图 17　称重程序：HX711 读数 × 比例系数 106，换算为克并显示

5.3 扫码与播报：把“看到”变成“听到”

进入二维码识别模式后，程序循环读取识别结果，先把它写进变量并显示在第一行；再根据变量内容判断是哪件商品，从预设的价格表里取出价格，用语音合成念出来，同时显示在第二行。按键 A 按下时清空变量，准备识别下一件。

图 18　二维码识别与语音播报程序：识别结果写入变量 → 判断商品 → 屏幕显示 + 语音播报

完整源程序见附件《02_会说话的购物车_源程序与结构件.zip》（含行空板主程序、ESP32 电机与称重程序，Mind+ 工程文件可直接打开；同一压缩包内附 3D 打印件的 STL / 3MF 文件）。

六、优化记录与失败尝试

这一章记录的是“没做成”的部分。它们没有出现在成品里，但决定了成品现在的样子。

另外两件事是我做完了才想明白的：

一是“能演示”和“老人能用”之间差得很远。我给同学演示时，他一按就会；但换成老人，第一反应是“这个屏幕会不会被我按坏”。所以真正要改的不是功能数量，而是让人敢按——按键做大、屏幕放平、每一步都有反馈。

二是省掉一个步骤，比增加一个功能更有用。称重和结账这两件事，我没有让车“做得更好”，而是让老人“不用再做”。访谈里几位老人提到排队时的原话，比任何功能清单都更能说明该做什么。