一种基于RFID的无人机智能机库物资盘点及优化方法与流程

本发明涉及无人机技术领域，具体为一种基于rfid的无人机智能机库物资盘点及优化方法。

背景技术：

无人机自动巡检取代传统的人工电力线路巡检已是新时期电网巡检的发展方向，随着无人机的深化应用，无人机智能机库建设也是大势所趋，而目前无人机智能机库的建设尚处于研究阶段，没有成熟的模板和技术实现方案。另一方面，将rfid技术应用于无人机物资盘点，可能会存在漏识别、误识别问题，因此需要对其进行深入研究并提出改进措施。鉴于此，我们提供一种基于rfid的无人机智能机库物资盘点及优化方法。

技术实现要素：

本发明的目的在于提供一种基于rfid的无人机智能机库物资盘点及优化方法，以解决上述背景技术中提出目前无人机智能机库的建设尚处于研究阶段，没有成熟的模板和技术实现方案以及无人机物资盘点可能会存在漏识别、误识别的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于rfid的无人机智能机库物资盘点及优化方法，包括无人机智能机库物资盘点方法和无人机智能机库物资盘点优化方法，所述无人机智能机库物资盘点方法包括入库管理、出库管理、出库最优解算以及在库管理，所述无人机智能机库物资盘点优化方法包括干扰标签和误报问题的优化以及漏报问题的优化。

作为优选，所述入库管理是指对无人机及其配件等物资的入库管理，包括如下两个步骤：

s1：通过与物资管理系统的信息共享，机库物资盘点系统获得根据生产计划制定的采购清单和准确入库时间，结合利用rfid技术采集到的机库实时数据对准备入库物资进行合理的货位优化分配和入库设备调配；货位优化时需充分考虑物资出库与入库联合作业效率、多种物资同时调用因素；

s2：物资到达后，对照采购清单进行信息核对，通过核对的物资利用rfid阅读器在射频卡内自动写入相应信息，并存贮至指定货位，阅读器将数据上传到管理系统，数据更新确认完成入库。

作为优选，所述出库管理是指根据生产计划接收到作业任务的出库，包括如下两个步骤：

s1：工作人员接到出库单后，首先调取机库实时数据，确定出库物资的具体位置；

s2：利用rfid阅读器对出库物资进行信息读取并记录出库物资名称、时间、工作员信息，再更新机库信息数据完成物资出库。

作为优选，所述出库最优解算通过rfid技术的应用使用户实时获得机库的数据信息，使得用户通过多方面综合管理来提高效率，包括如下两个步骤：

s1：通过出库路径优化出库效率，满足快速生产巡检要求；

s2：根据rfid记录的数据信息，提前制定出库方案，将多种物资在不同需求下进行搭配并交由物资盘点系统记录，在不同的作业任务下提前由系统分析需要出库的物资以及位置，增加出库效率，也满足应急任务下的时间需求。

作为优选，所述在库管理包括库存盘点和货位调整。

作为优选，所述库存盘点，为获得准确的库存信息，为机库管理、生产管理提供参考数据；采用rfid技术后阅读器可对覆盖范围内单一目标或多目标进行快速数据读取，使工作简单、快捷；根据实际情况选择实时采集数据、间隔采集数据、指定货物抽查或随机检查多样的盘点操作。

作为优选，所述货位调整，为更好地利用仓库存储空间，提高货物入库、出库效率，间接保证出库作业耗时满足生产作业需求；根据机库实时数据结合作业计划在物资存储过程中，需要对物资存储位置进行优化调整；调整过程中同时完成对应射频卡内信息与系统数据修改、更新。

作为优选，所述干扰标签和误报问题的优化包括如下步骤：

s1：采集每个标签在经过rfid读写器时段内的多个信号强度值，物资经过rfid读写器期间针对每个标签可以读取到n个信号强度值，用集合v来表示标签信号强度，则：

v＝{v1,v2,λ,vn}；

s2：计算得出标签经过rfid读写器的信号强度平均值，即：

s3：通过均值可以计算出标签信号强度的方差，即：

通过方差可以判断一组数据的稳定程度；

s4：设置一个实验阈值t，计算出标签信号强度的方差小于t的标签都是周围环境干扰标签，阈值t根据现场环境或读写器参数条件进行设置；

s5：将读写器的天线部署在库门的两侧，当物资通过门时，部署在门两侧的天线会同时收到货物rfid的信号强度信息，并计算出标签信号强度的方差，若部署在门两侧的天线收到的标签信号强度方差小，则基本可以断定该货物就是从该门通过；反之，若标签信号强度方差大，则很有可能这个货物不是从该门通过，即可以剔除该货物的标签信息，辅助认为该标签是误报。

作为优选，所述漏报问题的优化通过多天线标签识别增强，消除由于阅读盲区而导致标签无法被识别的局限性，标签阅读器设置有n个天线，对多个电子标签进行同步识别时，每个标签能否被识别是相互独立的。

作为优选，所述标签阅读器设置有2个天线，分别对电子标签进行识别，采用分别进行识别，不存在阅读器多天线引发的频率干扰问题。

与现有技术相比，本发明的有益效果是：

本基于rfid的无人机智能机库物资盘点及优化方法提出基于rfid的物资自动化管理方法，实现无人机相关配件及物资的自动出入库检测、记录、统计分析功能，并在此基础上实现门禁、视频、操作人员关联的高级功能。该方法的实现将大大减少人力维护管理资源的投入，节省了时间，提高了效率，使得无人机相关物资管理更加便捷化、规范化。出入库登记的快速办理将极大缩短无人机的出入库时间，提高了待机效率，提高了对于巡检作业的支持能力。同时，研究提升rfid识别率的方法，利用多天线多标签的冗余策略消灭识别盲区，再配合相关优化算法，提升识别满意度，最大程度发挥rfid快速准确高效的性能。基于rfid无人机智能机库物资盘点及优化方法的实现，将极大促进智能机库的建设进程，推动无人机自动巡检在电网电力线路巡检中的深化应用，推动电力巡检向着智能化、数字化、自动化的方向发展。

附图说明

图1为本发明金属表面对于rfid性能影响示意图；

图2为本发明的两个天线识别示意图。

具体实施方式

下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

一种基于rfid的无人机智能机库物资盘点及优化方法，包括无人机智能机库物资盘点方法和无人机智能机库物资盘点优化方法，无人机智能机库物资盘点方法包括入库管理、出库管理、出库最优解算以及在库管理，无人机智能机库物资盘点优化方法包括干扰标签和误报问题的优化以及漏报问题的优化。

值得说明的是，如图1所示，由于无人机物资标签的特殊性，本发明采用抗金属rfid标签，普通的无源rfid标签虽然价格便宜，但是由于其工作距离短，在实际应用中极易发生漏识别的现象，同时更重要的是，金属物体会对标签识别性能产生极大地影响，主要有两个方面，一个是天线场，一个是天线参数，如：阻抗，s参数，辐射效率。

天线所工作的场中有阅读器发射来的入射波和被金属板反射回来的反射波，而入射波与反射波存在着一定的相位差，导致两者之间在一定程度上相互抵消使得场强减弱，工作在此环境下的标签天线便无法感应出足够的电流来为标签芯片提供能量，使得标签芯片无法被激活导致无法工作，而天线参数变化是由于天线工作在金属表面的时候，将金属板看做天线自身的一部分，这样即使天线的物理尺寸没有发生变化，其阻抗值，s参数等还是发生改变，从而导致天线性能的下降。

在无人机智能机库的建设中，标签要伴随着无人机进行室外作业，作业环境严酷，同时伴随强烈的震动和机械冲击，雨雪天还有水浸泡；另一方面，应用中，rfid标签需要贴附于金属物体表面，具有类偶极子天线的普通无源超高频rfid标签应用于金属表面时，性能会急剧下降，甚至不能被有效读取，故而必须要采用抗金属rfid标签，才能实现准确，持续地识别，可采用泡棉与滴胶相结合的基材封装，成本低廉且相对而言读取距离适中，适合户外使用，例如露天电力设备巡检、铁塔电线杆巡检、电梯巡检等。

进一步的，入库管理是指对无人机及其配件等物资的入库管理，包括如下两个步骤：

s1：通过与物资管理系统的信息共享，机库物资盘点系统获得根据生产计划制定的采购清单和准确入库时间，结合利用rfid技术采集到的机库实时数据对准备入库物资进行合理的货位优化分配和入库设备调配；货位优化时需充分考虑物资出库与入库联合作业效率、多种物资同时调用因素；

s2：物资到达后，对照采购清单进行信息核对，通过核对的物资利用rfid阅读器在射频卡内自动写入相应信息，并存贮至指定货位，阅读器将数据上传到管理系统，数据更新确认完成入库。

具体的，出库管理是指根据生产计划接收到作业任务的出库，包括如下两个步骤：

s1：工作人员接到出库单后，首先调取机库实时数据，确定出库物资的具体位置；

s2：利用rfid阅读器对出库物资进行信息读取并记录出库物资名称、时间、工作员信息，再更新机库信息数据完成物资出库。

此外，出库最优解算通过rfid技术的应用使用户实时获得机库的数据信息，使得用户通过多方面综合管理来提高效率，包括如下两个步骤：

s1：通过出库路径优化出库效率，满足快速生产巡检要求；

s2：根据rfid记录的数据信息，提前制定出库方案，将多种物资在不同需求下进行搭配并交由物资盘点系统记录，在不同的作业任务下提前由系统分析需要出库的物资以及位置，增加出库效率，也满足应急任务下的时间需求。

值得注意的是，在库管理包括库存盘点和货位调整。

进一步的，库存盘点，为获得准确的库存信息，为机库管理、生产管理提供参考数据；采用rfid技术后阅读器可对覆盖范围内单一目标或多目标进行快速数据读取，使工作简单、快捷；根据实际情况选择实时采集数据、间隔采集数据、指定货物抽查或随机检查多样的盘点操作。

具体的，货位调整，为更好地利用仓库存储空间，提高货物入库、出库效率，间接保证出库作业耗时满足生产作业需求；根据机库实时数据结合作业计划在物资存储过程中，需要对物资存储位置进行优化调整；调整过程中同时完成对应射频卡内信息与系统数据修改、更新。

此外，基于rfid技术、通信技术和数据库等实现物资盘点方法，该方法能进行仓储数据的实时更新，与监测识别数据实时交换，并利用数据进行分析展示等高级功能开发是应用rfid技术进行机库管理的主要优点。它可以把无人机、电池、配件等信息实时传递给资产管理系统，为生产调配、计划制定、管理者决策等提供依据。同时还可根据手动操作或生产管理系统传来的实时数据和指令对机库管理进行实时调整，满足管理需求。

除此之外，干扰标签和误报问题的优化包括如下步骤：

s1：采集每个标签在经过rfid读写器时段内的多个信号强度值，物资经过rfid读写器期间针对每个标签可以读取到n个信号强度值，用集合v来表示标签信号强度，则：

v＝{v1,v2,λ,vn}；

s2：计算得出标签经过rfid读写器的信号强度平均值，即：

s3：通过均值可以计算出标签信号强度的方差，即：

通过方差可以判断一组数据的稳定程度；

s4：设置一个实验阈值t，计算出标签信号强度的方差小于t的标签都是周围环境干扰标签，阈值t根据现场环境或读写器参数条件进行设置；

s5：将读写器的天线部署在库门的两侧，当物资通过门时，部署在门两侧的天线会同时收到货物rfid的信号强度信息，并计算出标签信号强度的方差，若部署在门两侧的天线收到的标签信号强度方差小，则基本可以断定该货物就是从该门通过；反之，若标签信号强度方差大，则很有可能这个货物不是从该门通过，即可以剔除该货物的标签信息，辅助认为该标签是误报。

漏报问题的优化通过多天线标签识别增强，消除由于阅读盲区而导致标签无法被识别的局限性，标签阅读器设置有n个天线，对多个电子标签进行同步识别时，每个标签能否被识别是相互独立的，由于阅读盲区而导致标签无法被识别的局限性，必须设法改变识别的物理环境。为改变识别的物理环境，可通过在不同位置合理地部署多个阅读器，尽量减少阅读盲区，但考虑到成本和方便部署，提出了增加阅读器天线个数的多个天线模式对多个阅读器进行优化处理，以提高系统多标签识别的可靠性。

本发明的重点是rfid的优化方法的研究，最终形成一套科学有效智能的无人机智能机库物资盘点技术，充分发挥rfid技术的快速精确便利性能，促进智能机库的建设。本发明首先研究了rfid技术在机库物资盘点中的优势，取代传统的人工盘点和契合智能机库的建设需求，实现自动化进库、出库、在库以及与环境安防监测系统中的门禁信息、视频、操作员关联等功能；在该方法有效解决无人机智能机库物资盘点管理的前提下，力图分析该技术目前应用于物资盘点可能存在的不足，进而研究其解决办法，最终得到一套基于rfid技术的经过优化的满足需求的无人机智能机库物资盘点系统。该方法将极大地提升无人机机库物资的盘点效率，减少人员成本和管理复杂度，提升无人机出库作战效率，同时，数据库的引入支持将使得数据的存储和利用完整清晰，便于统计分析。

实施例2

作为本发明的第二种实施例，标签阅读器设置有2个天线，分别对电子标签进行识别，采用分别进行识别，不存在阅读器多天线引发的频率干扰问题，如图2所示，天线1能识别到的标签的个数为k1，天线2能识别到的标签的个数为k2，两个天线均能识别到的标签的个数为kb，两个天线均未识别到的标签的个数为knb，令：

k＝k1+k2

式中k表示两个天线识别模式下阅读器能完全识别的标签的个数。则当启动i个天线时有：

k＝k1+k2+k3+λ+ki

在多天线rfid阅读器对多个电子标签进行识别的系统中，将天线和标签作为两个不同的载体。给定m个标签和n个天线，则标签向量和天线向量分别为m和n，式为：

m＝(m1,m2,m3,λ,mm)

n＝(n1,n2,n3,λ,nn)

标签和天线之间的价值向量为：

v＝(νij)i∈{1,2,λ,m},j∈{1,2,λ,n}

式中，vij是标签i与天线j之间的价值，反映标签i与天线j距离的远近，其值为所有标签与天线间的最大距离与标签i与天线j之间距离的比值。为了表示标签的归属，用m*n矩阵来表示标签与天线之间的关系，xij＝1表示标签i被天线j识别；xij＝0表示标签i不能被天线j识别。在计算出所有标签与天线的距离后，再求最大距离与所有距离的比值，然后对所得比值进行比较，由此可建立标签分配模型：

约束条件为：

式中：

式中lij表示标签与天线问的距离。

在多标签的任务规划中，标签与天线的识别距离为lij识别过程中标签之间会存在碰撞，假定将碰撞转为标签的修正距离为lab则天线对标签的识别满意度定义为：

由此建立目标函数为：

式中：

w＝max{mi(∑pij)}

上式表示识别标签的满意度最大；

min|r(n)|

表示开启天线的数目最少。

该标签分配模型描述了多天线多标签之间准确识别关系，以达到识别标签满意度最大和开启天线最少为目标，通过相关算法对多天线的多标签识别模式的合理优化，提高uhfrfid阅读器的可靠性，大大降低了识别系统中不可靠性因素带来的影响。算法优化控制方案可以根据实际识别情况来控制启用天线的个数，达到提高识别速度的目的，并通过可靠识别率来对识别结果进行评估。

本发明的基于rfid的无人机智能机库物资盘点及优化方法，提出基于rfid的物资自动化管理方法，实现无人机相关配件及物资的自动出入库检测、记录、统计分析功能，并在此基础上实现门禁、视频、操作人员关联的高级功能。该方法的实现将大大减少人力维护管理资源的投入，节省了时间，提高了效率，使得无人机相关物资管理更加便捷化、规范化。出入库登记的快速办理将极大缩短无人机的出入库时间，提高了待机效率，提高了对于巡检作业的支持能力。同时，研究提升rfid识别率的方法，利用多天线多标签的冗余策略消灭识别盲区，再配合相关优化算法，提升识别满意度，最大程度发挥rfid快速准确高效的性能。基于rfid无人机智能机库物资盘点及优化方法的实现，将极大促进智能机库的建设进程，推动无人机自动巡检在电网电力线路巡检中的深化应用，推动电力巡检向着智能化、数字化、自动化的方向发展。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。