一种基于RFID的货物管理方法、电子设备及系统技术方案

本发明专利技术实施例提供一种基于RFID的货物管理方法、电子设备及系统。所述方法包括：获取超声传感器采集的前方货物与货物采集设备的距离；根据距离确定货物被采集的时间段；获取在该时间段内，RFID识别设备扫描贴于货物表面的RFID货物标签后各个货物标签的信号强度和信号相位值；将各个货物标签的信号强度和信号相位值输入至预先训练的分类器中，根据分类器的输出结果，确定被采集的货物的编码信息。本发明专利技术实施例提利用超声传感器进行采集货物判断，在采集时进行一段时间连续性的RFID标签信息采集，根据预先训练的分类器对采集的货物RFID标签进行准确识别，无需进行阈值设定，能够保证在复杂无线环境下，适应各类采集设备采集要求，满足仓储系统高可靠性要求。

A method, electronic equipment and system of goods management based on RFID

The embodiment of the invention provides a cargo management method, electronic equipment and system based on RFID. The method comprises: acquiring the distance between the front goods collected by the ultrasonic sensor and the goods collection equipment; determining the time period for goods to be collected according to the distance; acquiring the signal strength and signal phase value of each goods tag after the RFID identification equipment scans the RFID goods tag pasted on the goods surface in the time period; inputting the signal strength and signal phase value of each goods tag In the pre trained classifier, the coding information of the collected goods is determined according to the output of the classifier. In the embodiment of the invention, the ultrasonic sensor is used to judge the goods to be collected, the RFID tag information to be collected continuously for a period of time is collected, and the RFID tag of the collected goods is accurately identified according to the pre trained classifier, without threshold setting, which can ensure that under the complex wireless environment, it can adapt to the collection requirements of various collection equipment and meet the high reliability of the storage system Sexual requirements.

【技术实现步骤摘要】
一种基于RFID的货物管理方法、电子设备及系统
本专利技术实施例涉及通信
，具体涉及一种基于RFID(射频识别，RadioFrequencyIdentification)的货物管理方法、电子设备及系统。
技术介绍
仓储管理系统，一般采用对货物编码技术对货物进行分类管理，通常采用条码、二维码、RFID(射频识别，RadioFrequencyIdentification)以及文字等媒介安装在货物上，根据媒介上的信息对货物进行管理。对于大件货物而言，一般利用叉车进行货物的转运，大型货物的存储管理，主要分为传统条码式登记和采用RFID辅助的条码式登记两种方案。其中，采用RFID技术进行管理方案中，在每个大型货物上安装RFID标签，在叉车上安装RFID识别设备，在叉车叉取货物时，对货物编码进行自动化读取，从而理论上能够自动化的记录货物叉取信息。然而在实际场景下，由于无线信号的复杂性，空间传输衰减的不可控性，RFID识别设备通常能够识别到过多的RFID标签，即使货物没有被叉取，其上的RFID标签也存在较大概率被RFID识别设备所读取，导致货物识别率较低。对于此类问题，目前通过降低RFID识别设备的功率或者调整接收到信号阈值进行过滤。然而，由于RFID标签安装位置的非精确性，叉车叉取货物位置的非确定性，很难调出合适的阈值，再考虑到实际场景中，通常不可避免的出现要求叉取前后多层货物的情况，此时后排货物会被前排货物遮挡，导致信号较弱，采用调整阈值方式，对于此类场景不可用。因此，如何提供一种更高效的货物管理系统，成为亟待解决的重要课题。
技术实现思路
针对现有技术中的缺陷，本专利技术实施例提供了一种基于RFID的货物管理方法、电子设备及系统。第一方面，本专利技术实施例提供基于RFID的货物管理方法，包括：获取超声传感器采集的前方货物与货物采集设备的距离；根据所述距离确定货物被采集的时间段；获取在所述时间段内，RFID识别设备扫描贴于货物表面的RFID货物标签后各个货物标签的信号强度和信号相位值；将所述各个货物标签的信号强度和信号相位值输入至预先训练的分类器中，根据所述分类器的输出结果，确定被采集的货物的编码信息。如上述方法，可选地，所述根据所述距离确定货物被采集的时间段，包括：若在T0时刻，所述距离大于第一距离阈值，则确定T0时刻没有货物被采集；若在T1时刻，所述距离小于第二距离阈值，则确定T1时刻有货物被采集，其中第二距离阈值小于所述第一距离阈值；若在Tn时刻，所述距离大于所述第一距离阈值，且T0<T1<Tn，则确定Tn-T1时间段为货物被货物采集设备采集的时间段。如上述方法，可选地，所述货物采集设备为叉车，所述第一距离阈值等于所述叉车的叉臂长度。如上述方法，可选地，预先根据下述步骤确定所述分类器：预先获取货物被采集的时间段内各个货物标签的信号强度和信号相位值；将所述各个货物标签的信号强度和信号相位值作为神经网络的输入，将货物被采集或货物未被采集作为神经网络的输出，利用深度学习算法，确定所述神经网络的参数；根据所述神经网络的参数，确定所述分类器。如上述方法，可选地，所述将所述各个货物标签的信号强度和信号相位值作为神经网络的输入，将货物被采集或货物未被采集作为神经网络的输出，利用深度学习算法，确定所述神经网络的参数，包括：将每个所述货物标签的信号强度和信号相位值作为横轴像素点，将每个所述货物标签的采集时间点作为纵轴像素点，得到m个2*n像素的输入图像，其中n＝f*T，f为RFID识别设备的采样频率，T为预先获取的货物被货物采集设备采集的时间段，m为T时间段内采集到的货物标签的个数；将所述m个2*n像素的输入图像分别作为神经网络的输入，将输入图像对应的货物被采集或输入图像对应的货物未被采集作为神经网络的输出，根据图像识别深度神经网络算法，确定所述神经网络的参数；相应地，所述将所述各个货物标签的信号强度和信号相位值输入至预先训练的分类器中，包括：将所述各个货物标签的信号强度和信号相位值转换成p个2*n像素的输入图像之后，分别输入至预先训练的分类器中，其中p为货物被货物采集设备采集的时间段内采集到的货物标签的个数；相应地，所述根据所述分类器的输出结果，确定被采集货物的编码信息，包括：根据所述分类器的输出结果，确定被采集货物的输入图像，根据所述被采集货物输入图像的货物标签确定被采集货物的编码信息。第二方面，本专利技术实施例提供一种电子设备，包括：距离获取模块，用于获取超声传感器采集的前方货物与货物采集设备的距离；采样时段确定模块，用于根据所述距离确定货物被采集的时间段；标签信息获取模块，用于获取在所述时间段内，RFID识别设备扫描贴于货物表面的RFID货物标签后各个货物标签的信号强度和信号相位值；分类模块，用于将所述各个货物标签的信号强度和信号相位值输入至预先训练的分类器中，根据所述分类器的输出结果，确定被采集货物的编码信息。如上述电子设备，可选地，所述采样时段确定模块具体用于：若在T0时刻，所述距离大于第一距离阈值，则确定T0时刻没有货物被采集；若在T1时刻，所述距离小于第二距离阈值，则确定T1时刻有货物被采集，其中第二距离阈值小于所述第一距离阈值；若在Tn时刻，所述距离大于所述第一距离阈值，且T0<T1<Tn，则确定Tn-T1时间段为货物被货物采集设备采集的时间段。如上述电子设备，可选地，还包括训练模块，所述训练模块用于：预先获取货物被采集的时间段内各个货物标签的信号强度和信号相位值；将所述货物标签的信号强度和信号相位值作为神经网络的输入，将货物被采集或货物未被采集作为神经网络的输出，利用深度学习算法，确定所述神经网络的参数；根据所述神经网络的参数，确定所述分类器。如上述电子设备，可选地，所述训练模块具体用于：将每个所述货物标签的信号强度和信号相位值作为横轴像素点，将每个所述货物标签的采集时间点作为纵轴像素点，得到m个2*n像素的输入图像，其中n＝f*T，f为RFID识别设备的采样频率，T为预先获取的货物被货物采集设备采集的时间段，m为T时间段内采集到的货物标签的个数；将所述m个2*n像素的输入图像分别作为神经网络的输入，将输入图像对应的货物被采集或输入图像对应的货物未被采集作为神经网络的输出，根据图像识别深度神经网络算法，确定所述神经网络的参数；相应地，分类模块具体用于：将所述各个货物标签的信号强度和信号相位值转换成p个2*n像素的输入图像之后，分别输入至预先训练的分类器中，其中p为货物被货物采集设备采集的时间段内采集到的货物标签的个数；根据所述分类器的输出结果，确定被采集货物的输入图像，根据所述被采集货物的输入图像的货物标签确定被采集货物的编码信息。第三方面，本专利技术实施例提供一种基于RFI本文档来自技高网...

【技术保护点】
1.一种基于RFID的货物管理方法，其特征在于，包括：/n获取超声传感器采集的前方货物与货物采集设备的距离；/n根据所述距离确定货物被采集的时间段；/n获取在所述时间段内，RFID识别设备扫描贴于货物表面的RFID货物标签后各个货物标签的信号强度和信号相位值；/n将所述各个货物标签的信号强度和信号相位值输入至预先训练的分类器中，根据所述分类器的输出结果，确定被采集的货物的编码信息。/n

【技术特征摘要】
1.一种基于RFID的货物管理方法，其特征在于，包括：
获取超声传感器采集的前方货物与货物采集设备的距离；
根据所述距离确定货物被采集的时间段；
获取在所述时间段内，RFID识别设备扫描贴于货物表面的RFID货物标签后各个货物标签的信号强度和信号相位值；
将所述各个货物标签的信号强度和信号相位值输入至预先训练的分类器中，根据所述分类器的输出结果，确定被采集的货物的编码信息。


2.根据权利要求1所述的方法，其特征在于，所述根据所述距离确定货物被采集的时间段，包括：
若在T0时刻，所述距离大于第一距离阈值，则确定T0时刻没有货物被采集；
若在T1时刻，所述距离小于第二距离阈值，则确定T1时刻有货物被采集，其中第二距离阈值小于所述第一距离阈值；
若在Tn时刻，所述距离大于所述第一距离阈值，且T0<T1<Tn，则确定Tn-T1时间段为货物被货物采集设备采集的时间段。


3.根据权利要求2所述的方法，其特征在于，所述货物采集设备为叉车，所述第一距离阈值等于所述叉车的叉臂长度。


4.根据权利要求1-3任一所述的方法，其特征在于，预先根据下述步骤确定所述分类器：
预先获取货物被采集的时间段内各个货物标签的信号强度和信号相位值；
将所述各个货物标签的信号强度和信号相位值作为神经网络的输入，将货物被采集或货物未被采集作为神经网络的输出，利用深度学习算法，确定所述神经网络的参数；
根据所述神经网络的参数，确定所述分类器。


5.根据权利要求4所述的方法，其特征在于，所述将所述各个货物标签的信号强度和信号相位值作为神经网络的输入，将货物被采集或货物未被采集作为神经网络的输出，利用深度学习算法，确定所述神经网络的参数，包括：
将每个所述货物标签的信号强度和信号相位值作为横轴像素点，将每个所述货物标签的采集时间点作为纵轴像素点，得到m个2*n像素的输入图像，其中n＝f*T，f为RFID识别设备的采样频率，T为预先获取的货物被货物采集设备采集的时间段，m为T时间段内采集到的货物标签的个数；
将所述m个2*n像素的输入图像分别作为神经网络的输入，将输入图像对应的货物被采集或输入图像对应的货物未被采集作为神经网络的输出，根据图像识别深度神经网络算法，确定所述神经网络的参数；
相应地，所述将所述各个货物标签的信号强度和信号相位值输入至预先训练的分类器中，包括：
将所述各个货物标签的信号强度和信号相位值转换成p个2*n像素的输入图像之后，分别输入至预先训练的分类器中，其中p为货物被货物采集设备采集的时间段内采集到的货物标签的个数；
相应地，所述根据所述分类器的输出结果，确定被采集货物的编码信息，包括：
根据所述分类器的输出结果，确定被采集货物的输入图像，根据所述被采集货物的输入图像的货物标签确定被采集货物的编码信息。


6.一种电子设备，其特征在于，包括：
距离获取模块，用于获取超声...

【专利技术属性】
技术研发人员：陈建祥，郑磊，
申请(专利权)人：锐捷网络股份有限公司，
类型：发明
国别省市：福建;35