一种基于高频RFID的物品定位方法及装置制造方法及图纸

本发明专利技术涉及一种物品定位方法，包括：使用阅读器沿存放架扫描读取设置在物品上的标签，记录当前扫描的架号、层号，并对每一个读取到的标签采集标签编号和信号强度；对数据进行预处理，将标签编号一致的数据划分为一个集合，对于一个集合，将扫描架号和层号相同的数据分为一组，统计标签在相应扫描架号和层号的读取频次以及平均信号强度；将读取频次和平均信号强度作为模糊推理系统的输入，输出标签在相应架号和层号的概率，选取最大概率对应的架号和层号作为物品的架号和层号；进一步基于贝叶斯概率模型得出物品在一层中的顺序编号。该方法基于高频RFID，利用模糊推理系统、贝叶斯概率模型实现物品的精确定位，提高工作人员清点物品的效率。

【技术实现步骤摘要】
一种基于高频RFID的物品定位方法及装置
本专利技术涉及射频识别(RFID)领域，具体涉及一种基于高频RFID的物品定位方法及装置。
技术介绍
射频识别技术(RadioFrequencyIdentification，RFID)，通过无线射频方式进行非接触双向数据通信，利用无线射频方式对记录媒体(电子标签或射频卡)进行读写，从而达到识别目标和数据交换的目的，广泛应用在门禁管制、停车场管制、生产线自动化、物料管理等领域。按照工作频率的不同，RFID标签可以分为低频、高频、超高频和微波等不同种类。不同频段的RFID工作原理不同，低频和高频频段RFID电子标签一般采用电磁耦合原理，而超高频及微波频段的RFID一般采用电磁发射原理。现有技术中，为定位物品，在射频识别领域主要有两种实现方式，一是通过超高频RFID技术对目标物品进行定位，二是采用高频RFID技术对目标物品进行定位，其中，超高频RFID标签虽然尺寸小，但受金属影响大，读取距离较长，还需使用特有的相位信息进行定位等问题。
技术实现思路
为了克服现有技术中使用超高频RFID进行物品定位存在的问题，本专利技术提供一种基于高频RFID的物品定位方法及装置，能够提高物品定位的准确度、提升工作人员物品顺架的效率。基于上述目的，本专利技术的技术方案如下：一种基于高频RFID的物品定位方法，其中，所述物品排列在存放架的各层上，其位置信息包括架号以及层号，每个所述物品均设置有相应的高频RFID标签，所述方法包括：使用阅读器沿存放架扫描读取设置在所述物品上的标签，记录当前扫描的架号和层号，并对每一个读取到的标签采集标签编号和信号强度；对数据进行预处理，将标签编号一致的数据划分为一个集合，对于一个集合，将扫描架号和层号相同的数据分为一组，统计标签在扫描相应架号和层号下的读取频次以及平均信号强度；将读取频次和平均信号强度作为模糊推理系统的输入，输出标签位于相应架号和层号的概率，选取最大概率对应的架号和层号作为物品的架号和层号；其中，所述模糊推理系统包括模糊化模块、规则评价模块和去模糊化模块。为进一步精确定位物品，所述位置信息还包括一层中的顺序编号；利用阅读器进行扫描读取时，还采集读取到标签的读取时间信息；所述方法在确定物品的架号和层号后，还包括：基于确定得到的架号和层号，筛选出扫描该架号和层号所对应的存放架位置时所获取的标签编号、信号强度以及读取时间信息，利用贝叶斯概率模型得到标签位于不同候选位置的概率，将最大概率对应的候选位置作为标签的位置；将一层中所有标签在一维坐标系下的位置进行排序，得到各物品的顺序编号。本专利技术具有以下有益效果：本专利技术所述的一种基于高频RFID的物品定位方法，通过阅读器采集标签数据，对数据进行预处理得到标签的平均信号强度m_RSSI及读取频次n，将二者输入模糊推理系统确定该标签所在的架号及层号，准确率高达98％以上；在确定标签的架号及层号的基础上，利用贝叶斯概率模型预测该标签在各候选位置的概率，将最大概率对应的位置作为该标签的位置，再将每一层中确定位置的标签按照位置进行排序得到标签的顺序编号，准确度高达94％；该方法使得物品定位精准，同时提高了物品清点、顺架的效率。下文将结合附图对本专利技术具体实施例进行详细描述，本领域技术人员将会更加明了本专利技术的上述以及其他目的、优点和特征。附图说明后文将参照附图以示例性而非限制性的方式详细描述本专利技术的一些具体实施例，附图中相同的附图标记标示了相同或类似的部件或部分，本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：图1为本专利技术方法定位物品架号、层号的流程示意图；图2为存放架为书架时，标签置于书架中的示意图；图3为模糊集的隶属函数曲线示意图；图4为推导模糊集P′i的隶属函数的图形示意图；图5为给定精确数值时模糊集P′i的隶属函数的图形示意图；图6为对多个规则得到的模糊集进行聚合的示意图；图7为模糊推理系统中去模糊化的图形示意图；图8为模糊推理系统的具体实例中模糊集的隶属函数的示意图；图9为模糊推理系统的具体实例中对输入进行模糊化的图形示意图；图10为模糊推理系统的具体实例中规则评价模块得到多个模糊集P′i的隶属函数的图形示意图；图11为模糊推理系统的具体实例中规则评价模块对多个模糊集P′i的隶属函数进行聚合的图形示意图；图12为对图11聚合后的结果进行去模糊化进而得到精确数值输出的示意图；图13为在已知物品所在架号、层号的基础上确定物品顺序编号的流程示意图；图14为本专利技术定位装置的结构示意图。具体实施方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图对本专利技术的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是本专利技术能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下做类似改进，因此本专利技术不受下面公开的具体实施的限制。如图1所示，本专利技术一实施例提供一种基于高频RFID的物品定位方法，所述物品排列在存放架的各层上，其位置信息包括架号以及层号，每个物品均设置有相应的高频RFID标签，方法包括：使用阅读器沿存放架扫描读取设置在所述物品上的标签，记录当前扫描的架号和层号，并对每一个读取到的标签采集标签编号和信号强度；对数据进行预处理，将标签编号一致的数据划分为一个集合，对于一个集合，将扫描架号和层号相同的数据分为一组，统计标签在扫描相应架号和层号下的读取频次以及平均信号强度；将读取频次和平均信号强度作为模糊推理系统的输入，输出标签位于相应架号和层号的概率，选取最大概率对应的架号和层号作为物品的架号和层号。下面以图书典藏的应用场景为例，对该方法进行介绍。如图2所示，图书1排列在存放架的各层上，图2(a)中为三层背靠背的存放架2和3，图书1中均贴有高频RFID标签4，图2(b)为该三层背靠背存放架的俯视图。对存放架上的各图书进行定位时，首先使用阅读器沿着存放架的每一层扫描读取设置在图书上的标签，例如，阅读器与存放架的距离可以为10cm左右，扫描速度为0.20m/s左右，对存放架的每一层从左至右进行扫描；对于图2中的三层背靠背存放架，共需要扫描6次。在阅读器扫描过程中，记录当前扫描的架号shelf及层号tier，并采集每一个被读取到的标签的标签编号uid和信号强度RSSI。接着，对上述采集到的数据进行预处理。由于阅读器与一定范围内的标签进行通讯，因此，在对某存放架的某一层进行扫描时，还会读取到其它存放架和/或其他层的标签。将标签编号uid一致的数据划分为一个集合，对于一个集合，将扫描架号shelf及层号tier相同的数据分为一组，统计各标签在扫描相应架号shelf和层号tier下的读取频次n及平均信号强度m_RSSI，并可将数据记为五元组q＝{uid,n,m_RSSI,shel本文档来自技高网...

【技术保护点】
1.一种基于高频RFID的物品定位方法，其中，所述物品排列在存放架的各层上，其位置信息包括架号以及层号，每个所述物品均设置有相应的高频RFID标签，其特征在于，所述方法包括：/n使用阅读器沿存放架扫描读取设置在所述物品上的标签，记录当前扫描的架号和层号，并对每一个读取到的标签采集标签编号和信号强度；/n对数据进行预处理，将标签编号一致的数据划分为一个集合，对于一个集合，将扫描架号和层号相同的数据分为一组，统计标签在扫描相应架号和层号下的读取频次以及平均信号强度；/n将读取频次和平均信号强度作为模糊推理系统的输入，输出标签位于相应架号和层号的概率，选取最大概率对应的架号和层号作为物品的架号和层号；/n其中，所述模糊推理系统包括模糊化模块、规则评价模块和去模糊化模块。/n

【技术特征摘要】
1.一种基于高频RFID的物品定位方法，其中，所述物品排列在存放架的各层上，其位置信息包括架号以及层号，每个所述物品均设置有相应的高频RFID标签，其特征在于，所述方法包括：
使用阅读器沿存放架扫描读取设置在所述物品上的标签，记录当前扫描的架号和层号，并对每一个读取到的标签采集标签编号和信号强度；
对数据进行预处理，将标签编号一致的数据划分为一个集合，对于一个集合，将扫描架号和层号相同的数据分为一组，统计标签在扫描相应架号和层号下的读取频次以及平均信号强度；
将读取频次和平均信号强度作为模糊推理系统的输入，输出标签位于相应架号和层号的概率，选取最大概率对应的架号和层号作为物品的架号和层号；
其中，所述模糊推理系统包括模糊化模块、规则评价模块和去模糊化模块。


2.根据权利要求1所述的方法，其特征在于，
所述模糊化模块具有两个输入论域和一个输出论域，一个输入论域表示所述读取频次的取值范围，一个输入论域表示所述平均信号强度的取值范围，输出论域表示所述标签位于相应架号和层号的概率的取值范围；
每个论域与一个模糊语言变量对应，模糊语言变量的取值为模糊集，各模糊集与论域上的一个数值范围对应，每个模糊集具有相应的隶属函数；
将读取频次及平均信号强度的精确数值输入所述模糊化模块后，所述模糊化模块输出读取频次及平均信号强度属于相应模糊集的隶属度值。


3.根据权利要求2所述的方法，其特征在于，所述规则评价模块具有若干规则，单个规则具有前提条件和后件结果；
所述规则评价模块将来自所述模糊化模块的模糊输入应用所述规则进行评估，再通过模糊逻辑运算将所述规则的评估结果进行聚合，得到关于标签位于相应架号和层号的概率的模糊输出。


4.根...

【专利技术属性】
技术研发人员：陈力军，刘佳，江东，许林，邵波，沈奎林，
申请(专利权)人：南京大学，江苏图客机器人有限公司，
类型：发明
国别省市：江苏;32