歡迎進入上海陽合供應鏈管理有限公司!
  •  13472705338 

  • 果蔬類自動化立體倉庫的貨位優化研究
  • 高職院?;瘜W藥品倉庫管理
  • 裝備倉庫管理系統的設計與實現
  • 自動化立體高架倉庫的消防設計研究
  • 某倉庫建筑預作用噴水滅火系統設計探討
  • 甲類危險化學品倉庫調研及管理研究
  • 最新動態

    當前位置:首頁 >> 走進陽合 >> 新聞資訊 >>   資訊詳細新聞資訊

    基于物聯網的智能物流倉庫定位信息自動化挖掘方法

      信息來源:   發布時間:2021-11-11  點擊數:

    0 引言

    倉庫作為智能物流的重要節點,在大型企業中得到廣泛應用,而倉庫作為勞動密集型企業,具有勞動條件差、強度大的特點,為改變這種狀況,對倉庫定位信息自動化挖掘進行研究,滿足自動化存儲要求,具有重要意義[1]。

    文獻[2]從動態發展角度出發,形成規?;?、信息化的物流模式,將條形碼技術引入倉庫管理中,及時跟蹤倉庫內所有貨物,為倉庫管理員手工錄入提供支持,及時了解貨物在倉庫中的分布位置,但該方法條形碼所存信息較少,且存在磨損和撕裂的風險,不能全面顯示中文字符,挖掘倉庫定位信息覆蓋率較低[2]。文獻[3]采用倉庫智能識別方法,通過低功耗、短距離的無線傳輸,測量倉庫物資的信號強度,定位信號位置坐標,該方法適用于不同的倉庫環境,但受噪聲信號干擾,信號測量穩定性較差,倉庫定位覆蓋率同樣較低[3]。針對這一問題,結合以上理論,提出基于物聯網的智能物流倉庫定位信息自動化挖掘方法設計,快速識別并定位倉庫物資信息。

    1 基于物聯網的智能物流倉庫定位信息自動化挖掘方法設計

    1.1 錄入智能物流倉庫物資RFID編碼信息

    在智能物流倉庫物資上嵌入RFID標簽,錄入倉庫物資信息。選取芯片和天線兩部分,構成RFID射頻標簽核心,在芯片內寫入相應信息,制定芯片信息的編碼規則,作為識別倉庫物資的唯一ID,使射頻標簽能夠使用獨有的電子編碼[4]。編碼規則如表1所示:

    1 RFID芯片信息編碼規則 導出到EXCEL




    編碼序號
    內容 編碼序號 內容

    1
    物資采購類型 7 質量等級信息

    2
    物資配備等級 8 重要程度信息

    3
    物資機器類別 9 設計圖號信息

    4
    物資規格型號 10 物資特征編碼

    5
    物資流水序號 11 物資位置坐標

    6
    標簽ID - -



    將RFID制作成薄片,封裝在封閉殼體內部,提高其對環境適應性,避免灰、水等惡劣條件的影響,保證標簽的多樣化和小型化[5]。在標簽中記錄編碼信息,將RFID的條形編碼附著在倉庫物資上,標識物流倉庫物資的絕對坐標信息[6]。構建RFID框架結構,如圖1所示:

    圖1 RFID標簽框架結構

    1 RFID標簽框架結構  下載原圖


    數據管理模塊通過邏輯運算,控制射頻標簽的基本過程,判斷電子標簽類型是否準確,針對不同的標簽類型和要求,對物資信息進行保存、寫入、讀取等處理,且數據處理工作在離線狀態下進行,以此節省RFID編碼信息錄入的等待時間[7]。至此完成智能物流倉庫物資RFID標簽編碼信息的錄入。

    1.2 基于物聯網識別倉庫物資RFID編碼信息

    將無線網絡與物聯網相結合,遠距離識別物資RFID編碼的錄入信息。采用RFID標簽、數據庫、RFID讀寫器,構成無線射頻識別模塊,利用無線通信讀取方式,進行雙向通信自動識別,通過讀寫器產生的耦合電感,令RFID讀寫器向RFID標簽讀取信號,獲取物資相關的信號數據[8]。利用物聯網,將數據庫、RFID標簽、RFID讀寫器連接起來,再通過標準的互操作通信協議,與無線網絡相連,把標識物資都無縫集成到信息網絡中[9]。識別過程如圖2所示:

    圖2 基于物聯網的編碼信息識別過程

    基于物聯網的編碼信息識別過程  下載原圖


    傳輸讀寫器天線發出的廣播信號,當倉庫物資進入信號范圍內,通過RFID電子標簽,對廣播信號的時序和能量進行接收,依靠信號能量,使標簽與讀寫器建立數據連接,向讀寫器傳輸編碼信號,將標簽中的數據信息返回給讀寫器[10]。然后通過數據管理單元,對返回的數據信息進行計算,獲取標簽序列號,從而識別倉庫物資,并將識別結果存入數據庫[11]。建立數據庫如表2所示:

    物資識別數據存儲數據庫 導出到EXCEL




    字段名
    數據類型 說明 允許空

    RID
    int 記錄編號

    UID
    nvarchar (50) RFID標簽編號

    GID
    Int 貨物編號

    UPower
    nvarchar (50) 貨物數量

    GProvider
    datetime 所屬庫區編號

    WDescribe
    Int 管理員

    UName
    datetime 業務類型

    WArea
    Int 記錄發生日期

    GName
    Int 基礎庫存量

    WID
    int 庫存貨物編號

    UPassword
    nvarchar (50) 庫存信息編號

    WAddress
    nvarchar (50) 貨物現存數量

    Type
    nvarchar (50) 最大庫存量

    UDep
    datetime 貨位名稱

    WName
    Int 貨位空閑否

    Comport
    datetime 上貨確認

    GPrice
    Int 存放貨物類型



    由于智能物流倉庫種類和數量較多,因此,還要將AGV小車與RFID射頻識別技術相結合,把讀寫器固定在AGV小車上,令小車在倉庫路徑上前進,對不同標簽進行讀取,根據標簽存儲位置的信息,得出讀寫器所處區域位置[12]。至此完成基于物聯網的倉庫物資RFID編碼信息識別。

    1.3 自動化挖掘倉庫物資定位信息

    將識別的編碼數據依次放入讀取器,區分不同物資RFID電子標簽,從而不遺漏地挖掘倉庫定位信息。當多個RFID標簽進入讀寫器的搜索范圍,會同時發送信號產生數據碰撞,為此利用不確定性防碰撞算法,防止數據碰撞[13]。靈活選擇時間,通過隨機時分多路,對物資編碼數據進行間隔傳輸,其中信號傳輸信道使用信息幀表示,信息幀則由多個時間間隔組成,利用副載波調制的曼徹斯特編碼,表示RFID標簽發送的信息數據,使數據信號產生中間跳變,令“0”表示從高到低跳,“1”表示從低到高跳[14]。RFID發送數據的碰撞過程如圖3所示:

    圖3 RFID標簽信號碰撞過程

    3 RFID標簽信號碰撞過程  下載原圖


    如上圖所示,當多個標簽發送數字編碼時,信號下降沿和上升沿產生抵消,判定其曼徹斯特編碼喪失,進而檢測出碰撞發生的位。此時讀寫器需要發送的請求碼次數R為:

    R=B(B+1)2 (1)R=B(B+1)2(1)

    其中,B為電子標簽個數。則讀寫器發送請求碼的功率S為:

    S=RPH1H2α24πGi (2)S=RΡΗ1Η2α24πGi(2)

    其中,P為RFID標簽發射功率,H1、H2分別為標簽和讀寫器天線的增益,α為射頻波長,Gi為第i個標簽到讀寫器的距離[15]。碰撞發生后,令讀寫器指令進入休眠狀態,不再對標簽信號產生響應,將碰撞位的所有標簽劃分為兩個子集,先發送左邊子集中標簽的識別參數,當標簽全部識別后,則返回根節點再識別右邊子集中的標簽。令讀寫器發送請求碼給RFID標簽,比較標簽對應序號與請求碼的序列號,選出序列號較小的電子標簽,重新發送編碼數據,循環遍歷倉庫中所有的電子標簽,直至RFID標簽序列無碰撞發生,挖掘出物流倉庫內所有物資的定位信息。至此完成倉庫物資定位信息的自動化挖掘,實現基于物聯網的智能物流倉庫定位信息自動化挖掘方法設計。

    2 實驗論證分析

    將此次設計方法,與兩組常規智能物流倉庫定位信息自動化挖掘方法,進行對比實驗,比較三組方法挖掘倉庫定位信息的覆蓋率。

    對以上參數進行模擬,利用Matlab8.0進行仿真實驗,把倉庫監測區域抽象為250 m×250 m的方形區域,MAC協議采用803.17.3,高斯分布隨機變量的標準差為5.1。劃分倉庫空間位置,布置不同場景的存儲區域和AGV小車通道,在各區域設置標簽節點,應用三組方法分別自動化挖掘倉庫定位信息。

    2.1 實驗準備

    將某智能物流倉庫作為實驗對象,該倉庫基本參數如表3所示:

    智能物流倉庫基本參數 導出到EXCEL




    參數
    數值 參數 數值

    貨架體積
    1.42 m3 貨架尺寸 1.3 m*0.9 m*
    1.21 m

    倉庫面積
    28 331 m2 周期內供線作業量 1 203 m3

    周期內入庫作業量
    4 026 m3 周期內卸貨作業量 4 892 m3

    卸貨作業次數
    2 039次 入庫作業次數 1 627次

    供線作業次數
    590次 AGV小車運行速度 20 m/min

    貨架可存放量
    2.354 m3 倉庫最大庫存量 9 018 m3



    2.2 實驗結果

    2.2.1 簡單場景下定位覆蓋率測試結果

    布置簡單場景的物資存儲區域和AGV小車通道,將倉庫空間位置劃分為2個存儲區域,設置1條直線小車通道,通道的小車循環次數為1,倉庫平面示意圖如圖4所示:

    圖4 簡單場景下的倉庫平面式例圖

    簡單場景下的倉庫平面式例圖  下載原圖


    其中n1~n16為標簽節點的設置區域,改變n1~n16區域內的標簽節點數量,使AGV小車勻速行駛,定位覆蓋率對比結果如圖5所示:

    圖5 簡單場景下定位覆蓋率對比

    簡單場景下定位覆蓋率對比  下載原圖


    由上圖可知,區域內標簽節點數量越多,挖掘的定位信息覆蓋率也隨之增加,常用方法1在AGV小車上安裝光學傳感器,利用紅外線定位技術,自動化挖掘定位信息,但易受倉庫內的其他光源干擾,定位覆蓋率小于設計方法,常用方法2則在AGV小車上安裝超聲波傳感器,利用反射式測距法,實現倉庫物資定位,但聲波與標簽耦合度較低,定位覆蓋率同樣小于設計方法。設計方法平均定位覆蓋率為83.2%,常用方法1和常用方法2的平均定位覆蓋率,分別為77.1%和73.8%,相比兩組常用方法,設計方法定位覆蓋率分別提高了6.1%和9.4%。

    2.2.2 一般場景下定位覆蓋率測試結果

    布置一般場景的物資存儲區域和AGV小車通道,將倉庫空間位置劃分為4個存儲區域,設置2條直線小車通道,每條通道的小車循環次數為1,倉庫平面示意圖如圖6所示:

    圖6 一般場景下的倉庫平面式例圖

    一般場景下的倉庫平面式例圖  下載原圖


    改變n1~n16區域內的標簽節點數量,統計的倉庫定位覆蓋率對比結果如圖7所示:

    圖7 一般場景下定位覆蓋率對比

    一般場景下定位覆蓋率對比  下載原圖


    由上圖可知,當小車通道覆蓋面積增加時,倉庫定位覆蓋率也隨之增加,設計方法平均定位覆蓋率為86.1%,常用方法1和常用方法2的平均定位覆蓋率,分別為81.6%和79.1%,相比兩組常用方法,設計方法定位覆蓋率分別提高了4.5%和7.0%。

    2.2.3 復雜場景下定位覆蓋率測試結果

    布置復雜場景的物資存儲區域和AGV小車通道,將倉庫空間位置劃分為9個存儲區域,設置4條直線小車通道,倉庫平面示意圖如下所示:

    圖8 復雜場景下的倉庫平面式例圖

    復雜場景下的倉庫平面式例圖  下載原圖


    改變n1~n9區域內的標簽節點數量,其倉庫定位覆蓋率對比結果如圖9所示:

    圖9 復雜場景下定位覆蓋率對比

    復雜場景下定位覆蓋率對比  下載原圖


    由上圖可知,設計方法平均定位覆蓋率為90.1%,常用方法1和常用方法2的平均定位覆蓋率,分別為85.9%和83.8%,相比兩組常用方法,設計方法定位覆蓋率分別提高了4.2%和6.3%。綜上所述,針對簡單場景、一般場景、復雜場景,設計方法挖掘的倉庫定位信息覆蓋率,都要高于兩組常規方法,其中場景復雜程度與AGV小車通道覆蓋面積相關,倉庫布置場景越復雜,定位信息覆蓋率就越高,但倉庫物資的可存放量也會隨之減小,因此,在設計方法應用過程中,要根據倉庫實際情況,對存儲區域和AGV小車通道進行布置,充分保證定位信息的覆蓋范圍。

    3 結束語

    此次設計方法充分發揮了物聯網的技術優勢,自動化挖掘智能物流倉庫定位信息,提高了定位覆蓋率。但此次研究仍存在一定不足,在今后的研究中,會采用磁導航的導航方式,將AGV小車運行花費時間作為目標函數,進一步縮短定位信息挖掘耗時。

    標簽:



    友情鏈接 :圖書管理軟件   飛機   軟件測試  保溫材料   灑水車廠家   裝修中式別墅  電鍋爐  國際貨代     明泰鋁業  集成吊頂  成都活動策劃公司 貨代管理軟件 進出口代理清關公司 模具鋼  煙霧凈化器 工作服價格 工業設計公司 激光打標機   電子簽章   植發多少錢  上海展臺搭建   網頁設計公司   網上商城  電磁流量計   鋼制暖氣片
    上海貨代  定制禮品   香港服務器租用 精品資源網   餐飲項目  紡織品檢測
     磁性過濾器  上海物流公司
    膏藥OEM 爬架網 遠程工作 污水提升器
    防爆配電箱  網店轉讓   加速器
    滬公網安備31010702002684號 滬ICP備14036201號-29


    亚洲成a人无码亚洲成a无码试看