随着国内智能仓储物流业的蓬勃发展, 如何进行高效、准确、大批量的资产识别已成为重要的研究课题.而传统的仓库管理一般都是采用非自动化、以纸张文件为出入库凭证作为基础的系统来跟踪、记录出入的货物, 这种管理方式完全采用人工进行、效率低下.随着仓储管理的物质种类、出入库频率、出入库设备的自动化的发展, 仓储作业变的十分复杂和多样, 传统的人工作业模式及数据采集方式已经无法满足当前仓储管理高速、精准的要求.20世纪50年代末开始, 相继研制和采用了自动导引小车 (AGV) 、自动货架、自动存取机器人、自动识别和自动分拣等系统[1,2,3].到20世纪70年代, 旋转体式货架、移动式货架、巷道式堆垛机和其他搬运设备都加入了自动控制行列, 但只是各个设备的局部自动化并各自独立应用.在自动化仓储的基础上, 实现与其他信息决策系统的集成, 朝着智能和模糊控制的方向发展, 人工智能推动了仓储技术的发展, 即智能化仓储[4,5,6]. 目前大部分仓储物流系统中, 仍采用条码识别作为出入库资产识别的手段, 传统的条码识别方式虽然有着直观、使用简单的特点.但其使用过程中一直存在以下问题, 条码识别为视距光识别, 需读取设备直对条码方可识别;1次只能识别1个条码, 无法进行高效批量处理;易受尘土、污渍、划痕等影响;识别距离短, 通常小于1 m[1].本研究采用基于无线射频识别 (Radio frequency identification, RFID) 技术, 并结合WEB服务成功的搭建出一个智能仓储物流系统, 不仅提高了资产识别的工作效率, 同时提高资产识别的准确率 .本系统可对整个物流过程进行监控和管理, 保证物品在运输流通中不会被误送或丢失, 降低物流成本, 提高运输的效率.同时, 由于RFID 技术具有防伪的特性, 可对特殊的物品 (如危险品) 结合物流管理进行严格控制, 防止假冒伪劣产品流入市场.
1 智能仓储物流系统架构
传统的条形码是由宽度不同、反射率不同的条和空, 按照一定的编码规则 (码制) 编制成的, 用以表达一组数字或字母符号信息的图形标识符.常见的条形码是由反射率相差很大的黑条和白条组成的.不论是采取何种规则印制的条形码, 都由静区、起始字符、数据字符与终止字符组成.有些条码在数据字符与终止字符之间还有校验字符.但条形码的读取距离最大不超过1 m, 这也就限制了大型仓储业资产识别的距离和效率.而RFID识别系统采用射频电子标签以及读写器构成, 电子标签与读写器之间通过耦合元件实现射频信号的空间耦合, 并在耦合通道内, 根据时序关系, 实现能量的传递、数据的交换[3].
图1为智能仓储物流系统架构, 系统中的射频设备主要分为2类, 一类是仓储出入库时的固定是射频识别门, 用于仓储的出入库大批量高速识别使用, 一类是工作现场手持式射频识别设备, 用于仓储外零散设备的识别使用.图1中RFID服务器主要的功能就是接收网络上各射频识别设备上传的识别数据, 采用高速并行算法进行数据冗余的过滤.同时采用WEB服务的方式与后台应用服务进行交互, 通过设定好的各种校验、处理规则进行相关设备的控制和监控.为保证整个系统的流畅和准确.RFID服务程序还通过OPC方式与现场各种电气设备进行通信, 接收和控制各种传输设备的信号量从而保证整个出入库的自动化、智能化.
图1 智能仓储物流系统架构Fig.1 Intelligent warehousing system structure 下载原图
2 智能仓储物流系统的实现
2.1 智能仓储物流系统整体模块
传统的仓储管理, 一般都依赖于人工进行仓库内部的管理、跟踪进出的货物, 因此仓储管理的效率极其低下.随着计算机和条码读写应用的普及, 目前大多数仓储管理都已使用计算机进行数据的采集和统计, 采用条码等方式进行单品货物的标识.但是仍无法解决批量货物的高速识别问题[4].而RFID技术的推广应用, 可从根本上解决上述问题.不仅可将电子标签贴在每个货物的包装上以便进行批量识别, 同时还可以将电子标签贴在仓库托盘、货架上便于各种自动运输设备如AGV (自动导航小车) 进行自动搬运作业.
本系统的整体解决方案主要分为生产监控、生产分析、计划管理、仓储管理、配送管理以及与供应商MIS、现场电气设备管理系统、其他相关系统的接口 (图2) .
图2 智能仓储物流系统的模块结构Fig.2 Intelligent warehousing system module structure 下载原图
上游供应商:电子标签安装、电子标签编码、信息写入;智能仓储物流中心:批量货物标签信息识别校验、自动建立货物与托盘关联关系、自动建立托盘与货位关联关系、自动化入库、自动化选定出库货位、自动化出库、自动化出库标签信息识别校验、自动扫描标签进行库存盘点;生产监控环节:实时通过批量识别跟踪货物位置、动作等信息;下游分销商:依据发货单进行批量货物标签信息识别校验接收.RFID系统通过远程非接触批量识别方式有机的将上下游相关厂商联系在一起, 高效、便捷、精准的解决智能化仓储物流系统的实际需求[5,6].
2.2 RFID硬件服务器整体架构
RFID硬件服务器是介于应用服务器和读卡器之间的一个服务程序, 它有2个主要功能:作为客户端, 与读卡器交互, 读取识别到的卡信息, 然后把卡信息发送给应用服务器;作为服务器, 响应应用服务器的命令, 与读卡器交互, 执行命令.
在图3中主线程主要读取配置文件、同时注册消息处理函数, 并规划数据队列和消息队列, 协调
图3 RFID硬件服务器整体框架Fig.3 RFID server hardware diagram 下载原图
控制读卡线程、PLC状态监视线程、上层应用系统及LED显示外设的统一工作; PLC状态监控线程主要接收现场电气设备的状态变化, 并进行数据变化的编解码, 从而控制现场仓储自动传输设备的运转;读卡线程主要接收读卡指令并上传数据.
当系统运行后, 主线程接收上层应用程序的配置信息, 并附加到消息队列中, 消息处理函数根据消息类型分发到各工作子线程.当PLC监控线程接收到自动传输设备运转的状态变化后, 通知读卡线程开始读卡, 读卡完毕后, 上传读卡数据, 主线程根据校验结果以及上层应用系统配置, 控制LED显示屏进行当前工作的实时提示, 例如当前读到多少设备、合格设备数量、失败设备数量等[7].
上层系统采用J2EE构造, RFID硬件服务器程序采用C++语言构造, 为保证通信的快捷、通用.传递的数据采用XML语言构造.
3 主要程序的实现
RFID硬件服务程序的主线程主要完成初始化功能, 读取系统环境变量, 读取配置文件, 初始化日志, 从数据库读取读卡器设备和读卡器组设备信息, 根据读取的信息生成子线程.其实现流程如图4所示.主服务线程启动后首先通过读取数据库中设置的读卡器的各种参数进行初始化, 同时根据配置信息生产读卡线程、PLC处理线程, 并实时监控各种事件的消息进行硬件控制和处理.
图4 主线程程序流程图Fig.4 The main thread program flow chart 下载原图
图5为RFID读卡线程程序架构, 读卡线程启动后首先进行读卡器各种配置参数的初始化, 同时接受主线程传递的读卡事件消息, 进行射频卡信息的读取, 由于射频卡电磁激发的电不确定性, 所以读卡过程中会产生大量的数据冗余, 所以需要进行开始的过滤处理, 保证信息接收的高效和唯一.读卡结束后程序需要根据预设校验规则判断读卡是否成功, 同时及时的与上层应用服务器进行信息交互.
图5 读卡线程程序流程图Fig.5 Card reader thread program flow chart 下载原图
从硬件上报的原始RFID数据量非常巨大, 根据具体的配置不同, 每台读写器每秒可以上报数百个至数千个不等的标签数据, 但其中只有少部分是对用户有意义的、非重复性的数据, 这样大量的数据如果不经过去冗处理而直接上传, 将会给整个RFID系统带来很大的负担.
本系统设计了1个RFID并行过滤算法和规则校验模块, 对硬件采集上来的海量数据进行核查过滤, 有效检验封装后再提交给高层应用模块.
RFID并行过滤算法模块通过建立事件列表, 对每一个新到标签数据进行检测分析, 如果是新标签直接加入相应列表中, 如果该标签在列表中已存在, 则仅更新对应标签的时间等状态数据, 而不需要新建标签数据记录, 以达到去除重复信息的作用.
规则校验模块定义标签校验列表, 并采用二分插入排序、多线程并行计算方式, 实时与RFID事件列表进行业务规则校验, 保证批量资产设备的精准、快速、高效识别, 消除冗余数据, 减少了上层系统的负荷[8].
4 试验测试结果
系统实现后为验证大批量电子标签识别的效率及准确性, 系统采用自动传输装置进行7 d共168 h满负荷压力连续测试.
试验测试平台如图6所示, 传送带的高度为65 cm;宽度为70 cm;速度为24 m·min-1;物资周转箱高12 cm;为达到试验目的, 传输带具备可调速, 整体测试线路采用循环连接方式, 可反复通过RFID射频门测试.RFID射频门内置读卡器1台, 射频天线4只, 工控计算机1台, 内高200 cm, 外高250 cm;内宽100 cm, 外宽160 cm;长度120 cm.外围设备有LED显示屏, OPC触发光感, 声音报警.当物资周转箱进入射频门后触发光感, 开始进行设备读卡, 出射频门后触发光感, 停止读卡.并进行设备信息校验, 同时与测试应用服务器进行通信.测试平台测试结果如表1所示.
图6 试验测试装置Fig.6 The test apparatus diagram 下载原图
表1 单位读取数量测试结果Table 1 The unit quantity test result 导出到EXCEL
单位读取数量/个
Read the number |
读取成功率/%
Success rate |
平均成功率/%
Average success rate |
200 |
97.86 |
97.87 |
|
|
97.91 |
|
|
|
97.85 |
|
|
|
97.85 |
|
|
|
97.86 |
|
150 |
97.95 |
97.93 |
|
|
97.95 |
|
|
|
97.93 |
|
|
|
97.93 |
|
|
|
97.90 |
|
100 |
97.99 |
97.98 |
|
|
97.99 |
|
|
|
97.95 |
|
|
|
97.99 |
|
|
|
98.00 |
|
50 |
98.01 |
97.99 |
|
|
97.98 |
|
|
|
98.00 |
|
|
|
97.96 |
|
|
|
98.01 |
|
表1中每单位读取数量是指单次通过RFID射频门的标签数量, 每单位读取数量的测试重复5次.读取成功率为该次通过射频门后识别成功数量.为测试射频门的极限性能, 测试时选取的单次读取数量较大, 该项目实际使用现场单次通过一般为24个标签.从表1数据可以得出, 单次通过数量越少识别成功率越高.同时经过测试其识别成功率还与识别通道长度、防电磁干扰屏蔽、识别天线个数相关.
为测试RFID射频门在温度交变情况下的识别
表2 温度变化测试结果Table 2 Temperature variation test result 导出到EXCEL
|
低温时段 Low temperature period |
|
高温时段 High temperature period |
总读数/个
Total reading |
异常数/个
Abnormal reading |
异常率/%
Abnormal rate |
总读数/个
Total reading |
异常数/个
Abnormal reading |
异常率/%
Abnormal rate |
|
835 |
17 |
2.04 |
795 |
19 |
2.39 |
|
810 |
15 |
1.85 |
812 |
18 |
2.22 |
|
822 |
20 |
2.43 |
831 |
16 |
1.93 |
|
796 |
16 |
2.01 |
839 |
22 |
2.62 |
|
841 |
18 |
2.14 |
799 |
20 |
2.50 |
|
786 |
18 |
2.29 |
850 |
19 |
2.24 |
|
830 |
13 |
1.57 |
789 |
17 |
2.15 |
率, 测试系统选取了7 d中高温时段和低温时段的识别数据进行了分析, 高温时段温度为 (17±1) ℃, 低温时段温度为 (5±1) ℃.从测试结果表2中可以看出, 温度对标签的读取率有微弱的影响.由表1和表2测试结果可以看出, RFID批量识别读取率受多方面的因素影响.1) 单位识别数量, 当被识别数量过大时, 导致识别时间加长、读取率降低.2) 温度对标签的读取率有微弱的影响, 空气干燥、温度相对较低读取率有微弱的提高.从测试结果可以看出, 当单位识别数量过大时, 由于电磁干扰等多方面原因, 会导致批量识别读取率的下降, 但该项目的实际使用中, 单次出入库设备最多不超过24个, 该系统完全满足用户需要.同时系统还配有手持RFID识别设备, 一旦射频门识别出现误差, 可采用手持识别设备予以确认, 保证了整个仓储出入库的顺畅.
5 结语
由于采用RFID标签作为物品的唯一标识, 而RFID标签具有寿命长、体积小、可重复使用等特点, 同时可支持快速读写、移动识别、多目标识别、定位及长期跟踪管理, 通过RFID整体的解决方案, 实现了物品跟踪与信息共享, 彻底改变了传统的供应链管理模式, 极大的提高了客户企业的运行效率.本系统目前在某大型仓储系统已经正式上线使用, 使用效果良好.该项技术未来将会在公共安全、生产管理与控制、交通管理、军事应用等各行各业得到广泛采用.但目前其编码方式存在2种方式, 没有形成统一, 同时生产成本仍是较高.同时芯片设计与制造、识别天线的设计与制造、标签的一致性、抗干扰性等方面仍存在一定的不足和可优化的地方.随着物联网研究的逐步深入, RFID相关技术将会得到更广泛的运用.
