一种基于RFID识别的设备定位方法与流程

一种基于rfid识别的设备定位方法
技术领域
1.本发明涉及射频识别技术领域，具体而言，涉及一种基于rfid识别的设备定位方法。


背景技术：

2.rfid(radio frequency identification，无线射频识别技术)技术发展日趋成熟，尤其是有源rfid技术。其中，有源rfid电子标签体积越做越小，识读距离基本可以达到30m以上，电池使用寿命可以达到2～3年，并且可以实现基本无遗漏、非视距快速读取。一方面，与无源rfid技术相比，有源rfid电子标签能主动发送自身信息、建立与其他有源标签通信。另一方面，相比较于其他的无线技术，如zigbee、wifi等，有源rfid电子标签具有信息存储量大、信息易修改、成本低等优势。
3.目前，rfid有源电子标签可以很方便地制作成小的器件，以设置在目标设备上，如在生产加工技术领域中，可以将rfid有源电子标签设置在生产设备上以进行监控，得到对应的监控数据。其中，在现有技术中，基于rfid有源电子标签得到的监控数据，一般是用于生产设备的运行控制，如形成闭环控制等。但是，对于生产设备的性能确定，一般是基于其它性能检查设备进行相应的检测得到，这样，可能只能在生产设备的性能出现较多异常时才能检测出，因而，存在性能确定精度不高的问题。


技术实现要素：

4.有鉴于此，本发明的目的在于提供一种基于rfid识别的设备定位方法，以改善现有技术中对生产设备的性能参数确定的精度不高的问题。
5.为实现上述目的，本发明实施例采用如下技术方案：
6.一种基于rfid识别的设备定位方法，应用于设备监控服务器，所述基于rfid识别的设备定位方法包括：
7.分别获取每一个通信连接的射频识别设备发送的多条运行定位数据，其中，所述射频识别设备为多个，多个所述射频识别设备分别设置于目标生产设备的多个目标生产结构，每一个所述射频识别设备用于在所述目标生产设备的生产过程中采集对应的所述目标生产结构的当前位置数据，得到对应的所述多条运行定位数据；
8.基于每一个所述射频识别设备发送的所述多条运行定位数据，进行体征提取处理得到对应的运行定位特征信息；
9.基于所述运行定位特征信息对所述目标生产设备的设备性能进行定位处理，得到对应的设备性能参数。
10.在一些优选的实施例中，在上述基于rfid识别的设备定位方法中，所述分别获取每一个通信连接的射频识别设备发送的多条运行定位数据的步骤，包括：
11.获取所述目标生产设备的生产开始通知信息，并对所述生产开始通知信息进行解析，得到对应的目标生产时长信息，其中，所述目标生产时长信息用于表征所述目标生产设
备完成本次待生产器件的生产时长；
12.基于预先配置的频率确定规则对所述目标生产时长信息进行处理，得到对应的目标采集频率信息，其中，所述目标采集频率信息用于表征所述射频识别设备对对应的所述目标生产结构的当前位置进行采集的频率；
13.基于所述目标采集频率信息生成对应的数据采集通知信息，并将所述数据采集通知信息发送给通信连接的每一个所述射频识别设备，其中，每一个所述射频识别设备在获取到所述数据采集通知信息之后，开始基于所述目标采集频率信息对对应的所述目标生产结构的当前位置数据进行采集，并将采集得到的所述运行定位数据发送给所述设备监控服务器；
14.分别获取每一个所述射频识别设备发送的所述运行定位数据。
15.在一些优选的实施例中，在上述基于rfid识别的设备定位方法中，所述基于预先配置的频率确定规则对所述目标生产时长信息进行处理，得到对应的目标采集频率信息的步骤，包括：
16.获取预先配置的生产标准时长信息和采集频率标准信息；
17.计算所述目标生产时长信息和所述生产标准时长信息之间的比例，得到对应的目标时长比例信息；
18.基于所述目标时长比例信息和所述采集频率标准信息计算得到所述目标生产时长信息对应的目标采集频率信息。
19.在一些优选的实施例中，在上述基于rfid识别的设备定位方法中，所述基于预先配置的频率确定规则对所述目标生产时长信息进行处理，得到对应的目标采集频率信息的步骤，包括：
20.获取预先配置的第一数据采集量信息和第二数据采集量信息，其中，所述第一数据采集量信息大于所述第二数据采集量信息；
21.基于所述目标生产时长信息、所述第一数据采集量信息和所述第二数据采集量信息，确定出所述目标生产时长信息对应的目标采集频率信息，其中，每一个所述射频识别设备基于所述目标采集频率信息采集得到的运行定位数据的数量小于或等于所述第一数据采集量信息，且大于或等于所述第二数据采集量信息。
22.在一些优选的实施例中，在上述基于rfid识别的设备定位方法中，所述基于预先配置的频率确定规则对所述目标生产时长信息进行处理，得到对应的目标采集频率信息的步骤，包括：
23.在预先配置的多个时长区间中，确定出所述目标生产时长信息所属的目标时长区间，其中，所述多个时长区间连续；
24.基于预先配置的区间
‑
频率对应关系，确定出与所述目标时长区间之间具有对应关系的目标频率，并将所述目标频率确定为所述目标生产时长信息对应的目标采集频率信息。
25.在一些优选的实施例中，在上述基于rfid识别的设备定位方法中，所述基于每一个所述射频识别设备发送的所述多条运行定位数据，进行体征提取处理得到对应的运行定位特征信息的步骤，包括：
26.对每一个所述射频识别设备发送的所述多条运行定位数据进行筛选，得到每一个
所述射频识别设备对应的多条目标运行定位数据，其中，每一个所述射频识别设备对应的多条目标运行定位数据的数量相同；
27.基于每一个所述射频识别设备对应的所述多条目标运行定位数据，进行体征提取处理得到对应的运行定位特征信息。
28.在一些优选的实施例中，在上述基于rfid识别的设备定位方法中，所述对每一个所述射频识别设备发送的所述多条运行定位数据进行筛选，得到每一个所述射频识别设备对应的多条目标运行定位数据的步骤，包括：
29.针对每一个所述射频识别设备，对该射频识别设备对应的所述多条运行定位数据进行目标对比操作，确定该射频识别设备对应的所述多条运行定位数据中是否存在第一待筛除运行定位数据；
30.判断是否存在至少一条第一待筛除运行定位数据，并在判定不存在所述至少一条第一待筛除运行定位数据时，将每一个所述射频识别设备发送的所述多条运行定位数据确定为对应的多条目标运行定位数据，或者，在判定存在所述至少一条第一待筛除运行定位数据时，对所述至少一条第一待筛除运行定位数据按照对应的采集先后关系进行分类处理，得到至少一个数据分类集合，其中，属于同一个所述数据分类集合中的任意两条所述第一待筛除运行定位数据对应的采集先后关系相同，且对应的所述射频识别设备不同，属于不同所述数据分类集合中的任意两条所述第一待筛除运行定位数据对应的采集先后关系不同；
31.分别确定每一个所述数据分类集合包括的所述第一待筛除运行定位数据的数量，得到每一个所述数据分类集合对应的第一数据数量，并确定所述射频识别设备的数量，得到对应的第一设备数量；
32.针对每一个所述数据分类集合，确定该数据分类集合对应的所述第一数据数量与所述第一设备数量之间的大小关系，并在所述第一数据数量等于所述第一设备数量时，将该数据分类集合包括的每一条所述第一待筛除运行定位数据确定为待筛除运行定位数据；
33.针对每一个所述射频识别设备，将该射频识别设备对应的所述多条运行定位数据中属于所述待筛除运行定位数据的每一条运行定位数据筛除，得到该射频识别设备对应的多条目标运行定位数据。
34.在一些优选的实施例中，在上述基于rfid识别的设备定位方法中，所述目标对比操作包括：
35.针对所述射频识别设备对应的所述多条运行定位数据中第一条运行定位数据和最后一条运行定位数据以外的每一条运行定位数据，确定该运行定位数据对应的位置是否属于相邻的前一条运行定位数据对应的位置与相邻的后一条运行定位数据对应的位置之间的直线连接线上，并在该运行定位数据对应的位置属于相邻的前一条运行定位数据对应的位置与相邻的后一条运行定位数据对应的位置之间的直线连接线上时，将该运行定位数据确定为第一待筛除运行定位数据。
36.在一些优选的实施例中，在上述基于rfid识别的设备定位方法中，所述基于每一个所述射频识别设备对应的所述多条目标运行定位数据，进行体征提取处理得到对应的运行定位特征信息的步骤，包括：
37.针对每一个所述射频识别设备，基于该射频识别设备对应的所述多条目标运行定
位数据进行预先配置的目标特征提取操作，得到该射频识别设备对应的第一运行定位特征信息；
38.对每一个所述射频识别设备对应的所述第一运行定位特征信息进行融合处理，得到对应的运行定位特征信息。
39.在一些优选的实施例中，在上述基于rfid识别的设备定位方法中，所述基于所述运行定位特征信息对所述目标生产设备的设备性能进行定位处理，得到对应的设备性能参数的步骤，包括：
40.计算所述运行定位特征信息和预先设置的运行定位标准特征信息之间的匹配度，得到对应的特征匹配度信息；
41.基于所述特征匹配度信息确定出具有正相关关系的设备性能参数。
42.本发明实施例提供的一种基于rfid识别的设备定位方法，在获取到每一个射频识别设备发送的多条运行定位数据之后，可以基于每一个射频识别设备发送的多条运行定位数据进行体征提取处理得到对应的运行定位特征信息，使得可以基于运行定位特征信息对目标生产设备的设备性能进行定位处理得到对应的设备性能参数，即通过对运行定位数据进行分析，可以得到目标生产设备在生产运行过程中的位置变化特征，从而基于位置变化特征来确定目标生产设备的性能，如位置变化特征与表征特征之间的匹配度较高时，可以认为具有较高的性能，或者，匹配度较低时，可以认为具有较低的性能，如此，可以实现高精度的性能参数确定，进而改善现有技术中对生产设备的性能参数确定的精度不高的问题。
43.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
44.图1为本发明实施例提供的设备监控服务器的示意图。
45.图2为本发明实施例提供的基于rfid识别的设备定位方法的示意图。
46.图3为本发明实施例提供的基于rfid识别的设备定位装置的示意图。
具体实施方式
47.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
48.因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
49.如图1所示，本发明实施例提供了一种设备监控服务器。其中，所述设备监控服务器可以包括存储器和处理器。
50.详细地，所述存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可
以存储有至少一个可以以软件或固件(firmware)的形式，存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序，从而实现本发明实施例提供的基于rfid识别的设备定位方法。
51.可选地，在一种可能的实现方式中，所述存储器可以是，但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read
‑
only memory，prom)，可擦除只读存储器(erasable programmable read
‑
only memory，eprom)，电可擦除只读存储器(electric erasable programmable read
‑
only memory，eeprom)等。所述处理器可以是一种通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)、片上系统(system on chip，soc)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
52.并且，图1所示的结构仅为示意，所述设备监控服务器还可包括比图1中所示更多或者更少的组件，或具有与图1所示不同的配置，例如，可以包括用于与其它设备进行信息交互的通信单元。
53.结合图2，本发明实施例还提供一种基于rfid识别的设备定位方法，可应用于上述设备监控服务器。其中，所述基于rfid识别的设备定位方法有关的流程所定义的方法步骤，可以由所述设备监控服务器实现。
54.下面将对图2所示的具体流程，进行详细阐述。
55.步骤s110，分别获取每一个通信连接的射频识别设备发送的多条运行定位数据。
56.在本发明实施例中，所述设备监控服务器可以分别获取每一个通信连接的射频识别设备发送的多条运行定位数据。
57.其中，所述射频识别设备可以为多个，多个所述射频识别设备可以分别设置于目标生产设备的多个目标生产结构(如生产机器人的不同部位)，每一个所述射频识别设备用于在所述目标生产设备的生产过程中采集对应的所述目标生产结构的当前位置数据，得到对应的所述多条运行定位数据。
58.步骤s120，基于每一个所述射频识别设备发送的所述多条运行定位数据，进行体征提取处理得到对应的运行定位特征信息。
59.在本发明实施例中，所述设备监控服务器可以在获取到每一个所述射频识别设备发送的所述多条运行定位数据之后，基于每一个所述射频识别设备发送的所述多条运行定位数据进行体征提取处理，如此，可以得到对应的运行定位特征信息。
60.步骤s130，基于所述运行定位特征信息对所述目标生产设备的设备性能进行定位处理，得到对应的设备性能参数。
61.在本发明实施例中，所述设备监控服务器可以在得到所述运行定位特征信息之后，基于所述运行定位特征信息对所述目标生产设备的设备性能进行定位处理，如此，可以得到对应的设备性能参数。
62.基于上述的设备定位方法，在获取到每一个射频识别设备发送的多条运行定位数据之后，可以基于每一个射频识别设备发送的多条运行定位数据进行体征提取处理得到对应的运行定位特征信息，使得可以基于运行定位特征信息对目标生产设备的设备性能进行定位处理得到对应的设备性能参数，即通过对运行定位数据进行分析，可以得到目标生产
设备在生产运行过程中的位置变化特征，从而基于位置变化特征来确定目标生产设备的性能，如位置变化特征与表征特征之间的匹配度较高时，可以认为具有较高的性能，或者，匹配度较低时，可以认为具有较低的性能，如此，可以实现高精度的性能参数确定，进而改善现有技术中对生产设备的性能参数确定的精度不高的问题。
63.可选地，在一种可能的实现方式中，步骤s110可以包括以下步骤：
64.首先，获取所述目标生产设备的生产开始通知信息，并对所述生产开始通知信息进行解析，得到对应的目标生产时长信息(例如，所述生产开始通知信息中携带有开始时间和结束时间)，其中，所述目标生产时长信息用于表征所述目标生产设备完成本次待生产器件的生产时长；
65.其次，基于预先配置的频率确定规则对所述目标生产时长信息进行处理，得到对应的目标采集频率信息，其中，所述目标采集频率信息用于表征所述射频识别设备对对应的所述目标生产结构的当前位置进行采集的频率(如每间隔1秒、1分钟、1小时等，应用场景不同，可以对应不同)；
66.然后，基于所述目标采集频率信息生成对应的数据采集通知信息，并将所述数据采集通知信息发送给通信连接的每一个所述射频识别设备，其中，每一个所述射频识别设备在获取到所述数据采集通知信息之后，开始基于所述目标采集频率信息对对应的所述目标生产结构的当前位置数据进行采集，并将采集得到的所述运行定位数据发送给所述设备监控服务器；
67.之后，分别获取每一个所述射频识别设备发送的所述运行定位数据。
68.可选地，在一种可能的实现方式中，所述基于预先配置的频率确定规则对所述目标生产时长信息进行处理，得到对应的目标采集频率信息的步骤，可以包括以下子步骤：
69.首先，获取预先配置的生产标准时长信息和采集频率标准信息；
70.其次，计算所述目标生产时长信息和所述生产标准时长信息之间的比例，得到对应的目标时长比例信息；
71.然后，基于所述目标时长比例信息和所述采集频率标准信息计算(如相乘)得到所述目标生产时长信息对应的目标采集频率信息。
72.可选地，在另一种可能的实现方式中，所述基于预先配置的频率确定规则对所述目标生产时长信息进行处理，得到对应的目标采集频率信息的步骤，可以包括以下子步骤：
73.首先，获取预先配置的第一数据采集量信息和第二数据采集量信息，其中，所述第一数据采集量信息大于所述第二数据采集量信息；
74.其次，基于所述目标生产时长信息、所述第一数据采集量信息和所述第二数据采集量信息，确定出所述目标生产时长信息对应的目标采集频率信息，其中，每一个所述射频识别设备基于所述目标采集频率信息采集得到的运行定位数据的数量小于或等于所述第一数据采集量信息，且大于或等于所述第二数据采集量信息，如此，可以保证采集的数量比较充足，且不会因较多而导致资源浪费等问题。
75.可选地，在另一种可能的实现方式中，所述基于预先配置的频率确定规则对所述目标生产时长信息进行处理，得到对应的目标采集频率信息的步骤，可以包括以下子步骤：
76.首先，在预先配置的多个时长区间中，确定出所述目标生产时长信息所属的目标时长区间，其中，所述多个时长区间连续；
77.其次，基于预先配置的区间
‑
频率对应关系，确定出与所述目标时长区间之间具有对应关系的目标频率，并将所述目标频率确定为所述目标生产时长信息对应的目标采集频率信息。
78.可选地，在一种可能的实现方式中，步骤s120可以包括以下步骤：
79.首先，对每一个所述射频识别设备发送的所述多条运行定位数据进行筛选，得到每一个所述射频识别设备对应的多条目标运行定位数据，其中，每一个所述射频识别设备对应的多条目标运行定位数据的数量相同；
80.其次，基于每一个所述射频识别设备对应的所述多条目标运行定位数据，进行体征提取处理得到对应的运行定位特征信息。
81.可选地，在一种可能的实现方式中，所述对每一个所述射频识别设备发送的所述多条运行定位数据进行筛选，得到每一个所述射频识别设备对应的多条目标运行定位数据的步骤，可以包括以下子步骤：
82.首先，针对每一个所述射频识别设备，对该射频识别设备对应的所述多条运行定位数据进行目标对比操作，确定该射频识别设备对应的所述多条运行定位数据中是否存在第一待筛除运行定位数据；
83.其次，判断是否存在至少一条第一待筛除运行定位数据，并在判定不存在所述至少一条第一待筛除运行定位数据时，将每一个所述射频识别设备发送的所述多条运行定位数据确定为对应的多条目标运行定位数据，或者，在判定存在所述至少一条第一待筛除运行定位数据时，对所述至少一条第一待筛除运行定位数据按照对应的采集先后关系进行分类处理，得到至少一个数据分类集合，其中，属于同一个所述数据分类集合中的任意两条所述第一待筛除运行定位数据对应的采集先后关系相同，且对应的所述射频识别设备不同，属于不同所述数据分类集合中的任意两条所述第一待筛除运行定位数据对应的采集先后关系不同；
84.然后，分别确定每一个所述数据分类集合包括的所述第一待筛除运行定位数据的数量，得到每一个所述数据分类集合对应的第一数据数量，并确定所述射频识别设备的数量，得到对应的第一设备数量；
85.之后，针对每一个所述数据分类集合，确定该数据分类集合对应的所述第一数据数量与所述第一设备数量之间的大小关系，并在所述第一数据数量等于所述第一设备数量时，将该数据分类集合包括的每一条所述第一待筛除运行定位数据确定为待筛除运行定位数据；
86.最后，针对每一个所述射频识别设备，将该射频识别设备对应的所述多条运行定位数据中属于所述待筛除运行定位数据的每一条运行定位数据筛除，得到该射频识别设备对应的多条目标运行定位数据(筛除后剩下的)。
87.可选地，在一种可能的实现方式中，所述目标对比操作可以包括：
88.针对所述射频识别设备对应的所述多条运行定位数据中第一条运行定位数据和最后一条运行定位数据以外的每一条运行定位数据，确定该运行定位数据对应的位置是否属于相邻的前一条运行定位数据对应的位置与相邻的后一条运行定位数据对应的位置之间的直线连接线上，并在该运行定位数据对应的位置属于相邻的前一条运行定位数据对应的位置与相邻的后一条运行定位数据对应的位置之间的直线连接线上时，将该运行定位数
据确定为第一待筛除运行定位数据。
89.可选地，在一种可能的实现方式中，基于每一个所述射频识别设备对应的所述多条目标运行定位数据，进行体征提取处理得到对应的运行定位特征信息的步骤，可以包括以下子步骤：
90.首先，针对每一个所述射频识别设备，基于该射频识别设备对应的所述多条目标运行定位数据进行预先配置的目标特征提取操作，得到该射频识别设备对应的第一运行定位特征信息；
91.其次，对每一个所述射频识别设备对应的所述第一运行定位特征信息进行融合处理，得到对应的运行定位特征信息。
92.可选地，在一种可能的实现方式中，所述目标特征提取操作可以包括以下子步骤：
93.子步骤1，对所述射频识别设备对应的所述多条目标运行定位数据按照对应的采集先后关系进行排序，得到对应的目标数据序列；
94.子步骤2，基于预先设置的第一子序列长度对所述目标数据序列进行划分，得到所述目标数据序列对应的至少两个目标数据子序列，并基于预先设置的至少一个调整系数对所述第一子序列长度进行至少一次调整，得到对应的至少一个第一子序列调整长度，即每基于一个所述调整系数进行一次调整，可以得到对应的一个所述第一子序列调整长度；
95.子步骤3，针对所述至少一个第一子序列调整长度中的每一个所述第一子序列调整长度，基于该第一子序列调整长度对所述目标数据序列进行划分，得到所述目标数据序列对应的至少两个目标数据调整子序列；
96.子步骤4，针对所述至少两个目标数据子序列中每一个目标数据子序列，基于该目标数据子序列包括的每一条所述目标运行定位数据对应的位置，计算得到该目标数据子序列对应的位置变化曲折度信息(该位置变化曲折度信息的计算方式可以包括，首先，对对应的多个位置进行曲线拟合，然后，计算得到的曲线的最大曲率或平均曲率，以作为位置变化曲折度信息；或者，可以先进行曲线拟合，并计算拟合的曲线的长度，然后，计算起点位置与终点位置之间的直线长度，最后，可以将直线长度与曲线长度的比值作为位置变化曲折度信息)，并针对每一个所述目标数据调整子序列，基于该目标数据调整子序列包括的每一条所述目标运行定位数据对应的位置，计算得到该目标数据调整子序列对应的位置变化曲折度信息；
97.子步骤5，计算所述至少两个目标数据子序列对应的位置变化曲折度信息的平均值，得到对应的曲折度平均信息，并针对每一个所述第一子序列调整程度，计算该第一子序列调整长度对应的所述至少两个目标数据调整子序列对应的位置变化曲折度信息的平均值，得到该第一子序列调整程度对应的曲折度平均信息；
98.子步骤6，在得到的多个所述曲折度平均信息中，确定出具有最大值的曲折度平均信息，作为目标曲折度平均信息，并确定出所述目标曲折度平均信息对应的至少两个位置变化曲折度信息中的最大值，作为确定出的目标位置变化曲折度信息；
99.子步骤7，基于所述目标位置变化曲折度信息对应的目标数据调整子序列或目标数据子序列包括的多条目标运行定位数据，确定出对应的位置变化拟合曲线，并将所述位置变化拟合曲线确定为所述射频识别设备对应的第一运行定位特征信息。
100.可选地，在一种可能的实现方式中，步骤s130可以包括以下步骤：
101.首先，计算所述运行定位特征信息和预先设置的运行定位标准特征信息之间的匹配度，得到对应的特征匹配度信息(如前所述，所述运行定位标准特征信息可以包括多条第一运行定位特征信息，如此，可以先计算每一条所述第一运行定位特征信息与对应的预先针对目标生产结构的标准运动特征设置的一条第一运行定位标准特征信息之间的匹配度，然后，再计算各匹配度的乘积作为所述特征匹配度信息)；
102.其次，基于所述特征匹配度信息确定出具有正相关关系的设备性能参数，即所述特征匹配度信息越高，对应的设备性能参数越大。
103.结合图3，本发明实施例还提供一种基于rfid识别的设备定位装置，可应用于上述设备监控服务器。其中，所述基于rfid识别的设备定位装置可以包括以下模块：
104.定位数据获取模块，用于分别获取每一个通信连接的射频识别设备发送的多条运行定位数据，其中，所述射频识别设备为多个，多个所述射频识别设备分别设置于目标生产设备的多个目标生产结构，每一个所述射频识别设备用于在所述目标生产设备的生产过程中采集对应的所述目标生产结构的当前位置数据，得到对应的所述多条运行定位数据；
105.特征信息提取模块，用于基于每一个所述射频识别设备发送的所述多条运行定位数据，进行体征提取处理得到对应的运行定位特征信息；
106.设备性能确定模块，用于基于所述运行定位特征信息对所述目标生产设备的设备性能进行定位处理，得到对应的设备性能参数。
107.综上所述，本发明提供的一种基于rfid识别的设备定位方法，在获取到每一个射频识别设备发送的多条运行定位数据之后，可以基于每一个射频识别设备发送的多条运行定位数据进行体征提取处理得到对应的运行定位特征信息，使得可以基于运行定位特征信息对目标生产设备的设备性能进行定位处理得到对应的设备性能参数，即通过对运行定位数据进行分析，可以得到目标生产设备在生产运行过程中的位置变化特征，从而基于位置变化特征来确定目标生产设备的性能，如位置变化特征与表征特征之间的匹配度较高时，可以认为具有较高的性能，或者，匹配度较低时，可以认为具有较低的性能，如此，可以实现高精度的性能参数确定，进而改善现有技术中对生产设备的性能参数确定的精度不高的问题。
108.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。