应用于物联网扫描枪的二维码识别系统及方法与流程

1.本发明涉及扫描枪识别技术领域，具体为应用于物联网扫描枪的二维码识别系统及方法。


背景技术：

2.随着社会科技的发展，扫描枪作为电子、软件应用等技术紧密结合的高科技产品，应用越来越广泛，特别是在物流行业，商品入库、出库等都需要扫描枪来对商品条码进行识别，提高了商品入库和出库的效率，促进了仓库商品管理的精益化；
3.但是，现有的扫描枪识别技术仍存在一些潜在问题：首先，目前，扫描枪一般需要配套一个本地接收设备来收发数据，却不具备直接连接云端服务器的能力，未将物联网技术应用到扫描枪中，限制了使用环境；其次，在商品入库应用方面，扫描枪的识别能力不同，若待入库商品条码位置靠近，可能会存在重复扫码的现象，现有识别技术无法避免这种现象；最后，扫描枪使用前需要进行测试，在测试过程中，由于工作人员使用扫描枪的习惯不同，可能存在识别能力测试误差，现有技术无法选择合适的扫描枪扫描商品条码，无法减少出入库管理出错几率。
4.所以，人们需要应用于物联网扫描枪的二维码识别系统及方法来解决上述问题。


技术实现要素：

5.本发明的目的在于提供应用于物联网扫描枪的二维码识别系统及方法，以解决上述背景技术中提出的问题。
6.为了解决上述技术问题，本发明提供如下技术方案：应用于物联网扫描枪的二维码识别系统，其特征在于：所述系统包括：信息采集模块、数据处理中心、扫码识别测试模块、识别工作规划模块和扫码效率分析模块；
7.所述信息采集模块用于采集当前待入库商品的摆放信息和工作人员的扫码行为信息；所述数据处理中心用于存储采集到的所有信息；所述扫码识别测试模块用于分析扫描枪的识别范围，结合误差数据测试不同扫描枪的识别出错情况；所述识别工作规划模块用于依据测试结果选择合适的扫描枪完成商品入库工作；所述扫码效率分析模块用于控制选择的扫描枪识别条码，比对计划入库数据和实际入库数据，分析工作人员的扫码效率。
8.进一步的，所述信息采集模块包括物品信息采集单元和行为数据采集单元，所述物品信息采集单元用于采集当前待入库商品的摆放位置信息，得到商品上的条码位置信息；所述行为数据采集单元用于采集工作人员日常扫码时的光线显示数据，将采集到的数据传输到所述数据处理中心中。
9.进一步的，所述扫码识别测试模块包括待测试码设置单元、识别范围分析单元、容错误差分析单元、行为数据分析单元和出错几率预测单元，所述待测试码设置单元用于设置待扫描条码的位置，将条码的相对位置信息传输到所述识别范围分析单元中；所述识别范围分析单元用于依据条码相对位置和测试的扫描枪扫码结果分析不同扫描枪的识别范
围；所述行为数据分析单元用于依据采集到的光线显示数据分析工作人员使用扫描枪时的惯性数据，得出对应工作人员使用扫描枪时显示的光线和条码的相对位置；所述容错误差分析单元用于依据相对位置和识别范围数据分析使用不同扫描枪扫码时的误差值；所述出错几率预测单元用于排除误差率后预测不同扫描枪扫码时的出错系数，通过所述识别工作模块选择合适的扫描枪完成对应商品的入库工作。
10.进一步的，所述扫码效率分析模块包括识别控制单元、识别信息传输单元、查询数据比对单元和工作效率分析单元，所述识别控制单元用于使用选择的扫描枪识别商品条码，将条码数据传输到微处理器，通过二维扫描模组解码；所述识别信息传输单元用于将解码后的信息，即识别出的信息通过物联网发送到云端服务器，通过云端服务器反馈数据；所述查询数据比对单元用于比对反馈的入库数据和计划入库数据；所述工作效率分析单元用于依据比对结果分析对应工作人员的工作效率。
11.应用于物联网扫描枪的二维码识别方法，其特征在于：包括以下步骤：
12.s11：设置待测试条码显示位置，测试扫描枪的扫码识别范围；
13.s12：采集工作人员的扫码行为数据，分析使用不同扫描枪扫码时的误差值；
14.s13：采集待入库商品的摆放位置数据，预测不同扫描枪扫码时的出错系数；
15.s14：选择合适的扫描枪完成商品入库工作；
16.s15：控制识别商品条码，传输识别信息，比对识别信息和计划数据，分析工作人员的工作效率。
17.进一步的，在步骤s11中：利用待测试码设置单元设置待测试条码显示位置：共有k+1个待测试码，设置相邻待测试码间的水平间距集合为d＝{d1，d2，...，dk}，在扫描枪光线水平显示时，获取到随机一个扫描枪在不同扫描距离下可识别的条码信息长度集合为a＝{a1，a2，...，an}，对应的扫描距离集合为l＝{l1，l2，...，ln}，其中，n表示获取的扫描距离数据数量，构建相关函数l＝aa+b，根据下列公式得到对应扫描枪的扫描距离和识别长度的相关函数系数a和b的最优解：
[0018][0019][0020]
其中，li表示随机一个扫描距离，ai表示扫描枪在随机一个扫描距离下可识别条码信息长度，获取到待测试码长度为e，控制扫描枪的扫描距离为lj，得到对应扫描距离下可识别的条码信息长度为aj，aj＝(lj-b)/a，得到不同扫描枪按lj的扫描距离扫描成功的待测试码个数集合为m＝{m1，m2，...，mi}，其中，i表示扫描枪的个数，获取到随机一个扫描枪扫描成功的待测试码与相邻的后面一个待测试码的间距的最小值为d
min
，比较aj和d
min
：若d
min
≥aj-2e，不调整相关函数，代入扫描枪的扫描距离，得到对应扫描枪的识别长度；若d
min
《aj-2e，说明得到对应扫描枪的扫描距离和识别长度的相关函数存在误差，调整扫描距离和识别长度的关系：当扫描距离为lj时，将可识别条码信息长度调整为d
min
+2e，得到新的扫描枪扫描距离和识别长度的相关函数：l＝a’*a+b’，将扫描枪的扫描距离代入新的相关
函数，得到对应扫描枪的识别长度，由于扫描距离会影响识别能力，通过线性回归拟合的方式将扫描枪的扫描距离和可识别长度联系起来，得到最优的关系函数，目的在于将当前扫描距离代入关系函数中，得到在固定扫描距离下的识别长度，比较测试码间距和识别长度，有利于优化关系函数，得到更精确的识别能力测试结果。
[0021]
进一步的，在步骤s12中：利用行为数据采集单元采集到做当前待入库商品入库工作的工作人员历史使用扫描枪成功扫描商品条码时的光线显示与水平方向的夹角集合为θ＝{θ1，θ2，...，θj}，其中，j表示成功扫描商品条码次数，拼接光线形成连续的折线，将折线拟合成一条直线，得到直线函数为y＝fx+g，当扫描距离为lj时，根据下列公式计算识别长度的误差值ω：
[0022]
ωi＝aj/2-(aj/2)*cos(arctan(f))；
[0023]
其中，f表示拟合得到的直线斜率，g表示截距，aj表示扫描距离lj对应的识别长度，由于工作人员使用扫描枪时的姿势不同，导致扫描识别光线的显示不同，会在一定程度上影响对扫描枪识别能力的测试结果，产生一定误差，依据对应工作人员的历史行为数据，拟合扫描商品条码时的光线拼接成的折线，得到最接近对应工作人员扫码时的光线，依据光线斜率和原测试到的识别长度，计算识别长度误差值的目的在于得到更准确的扫描枪扫码时出错预测结果。
[0024]
进一步的，在步骤s13中：利用物品信息采集单元采集商品摆放位置数据，依据商品摆放位置分析得到待入库的相邻商品条码的间距集合为d＝{d1，d2，...，dk}，其中，k+1表示待入库的商品数量，比较d和d
min
，统计到小于d
min
的间距有m个，根据下列公式预测随机一个扫描枪扫码时的出错系数qi：
[0025][0026]
得到扫描枪扫码时的出错系数集合为q＝{q1，q2，...，qi}，间距小于d
min
，说明扫描枪重复扫码的可能性越大，结合实际商品条码间距和误差值预测扫描枪扫码时的出错系数，有利于选择更加合适的扫描枪完成商品入库工作，减少商品入库工作出错的可能性。
[0027]
进一步的，在步骤s14-s15中：利用识别工作规划模块选择合适的扫描枪完成入库工作：选择最小出错系数对应的扫描枪完成入库工作，最小出错系数为qmin，利用识别控制单元使用选择的扫描枪识别商品条码，将条码数据传输到微处理器，通过二维扫描模组解码，利用识别信息传输单元将解码后的信息，即识别出的信息通过物联网发送到云端服务器，通过云端服务器反馈数据，将反馈数据传输到查询数据比对单元中。
[0028]
进一步的，利用查询数据比对单元比对识别信息和计划数据：识别出的入库商品个数为n，计划入库的商品为k+1，根据n/(k+1)分析工作人员的工作效率：若n/(k+1)≥95％，说明对应工作人员的工作效率高，若n/(k+1)《95％，说明对应工作人员的工作效率低，提醒查询对应工作人员工作效率低的原因。
[0029]
与现有技术相比，本发明所达到的有益效果是：
[0030]
本发明通过扫描枪直接连接云端服务器，将物联网技术应用到扫描枪中，减少了扫描枪使用环境的限制；在商品入库前，对扫描枪识别能力进行测试，选择合适的扫描枪完成当前商品入库工作，提高了商品入库效率，解决了现有技术中存在的出现重复扫码现象的问题；在扫描枪测试时，结合工作人员使用扫描枪时的习惯判断测试误差，结合测试误差
得到的测试结果更精确，选择的扫描枪更合适，减少了出入库管理的出错几率。
附图说明
[0031]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0032]
图1是本发明应用于物联网扫描枪的二维码识别系统的结构图；
[0033]
图2是本发明应用于物联网扫描枪的二维码识别方法的流程图。
具体实施方式
[0034]
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0035]
请参阅图1-图2，本发明提供技术方案：应用于物联网扫描枪的二维码识别系统，其特征在于：系统包括：信息采集模块s1、数据处理中心s2、扫码识别测试模块s3、识别工作规划模块s4和扫码效率分析模块s5；
[0036]
信息采集模块s1用于采集当前待入库商品的摆放信息和工作人员的扫码行为信息；数据处理中心s2用于存储采集到的所有信息；扫码识别测试模块s3用于分析扫描枪的识别范围，结合误差数据测试不同扫描枪的识别出错情况；识别工作规划模块s4用于依据测试结果选择合适的扫描枪完成商品入库工作；扫码效率分析模块s5用于控制选择的扫描枪识别条码，比对计划入库数据和实际入库数据，分析工作人员的扫码效率。
[0037]
信息采集模块s1包括物品信息采集单元和行为数据采集单元，物品信息采集单元用于采集当前待入库商品的摆放位置信息，得到商品上的条码位置信息；行为数据采集单元用于采集工作人员日常扫码时的光线显示数据，将采集到的数据传输到数据处理中心s2中。
[0038]
扫码识别测试模块s3包括待测试码设置单元、识别范围分析单元、容错误差分析单元、行为数据分析单元和出错几率预测单元，待测试码设置单元用于设置待扫描条码的位置，将条码的相对位置信息传输到识别范围分析单元中；识别范围分析单元用于依据条码相对位置和测试的扫描枪扫码结果分析不同扫描枪的识别范围；行为数据分析单元用于依据采集到的光线显示数据分析工作人员使用扫描枪时的惯性数据，得出对应工作人员使用扫描枪时显示的光线和条码的相对位置；容错误差分析单元用于依据相对位置和识别范围数据分析使用不同扫描枪扫码时的误差值；出错几率预测单元用于排除误差率后预测不同扫描枪扫码时的出错系数，通过识别工作模块s4选择合适的扫描枪完成对应商品的入库工作。
[0039]
扫码效率分析模块s5包括识别控制单元、识别信息传输单元、查询数据比对单元和工作效率分析单元，识别控制单元用于使用选择的扫描枪识别商品条码，将条码数据传输到微处理器，通过二维扫描模组解码；识别信息传输单元用于将解码后的信息，即识别出的信息通过物联网发送到云端服务器，通过云端服务器反馈数据；查询数据比对单元用于比对反馈的入库数据和计划入库数据；工作效率分析单元用于依据比对结果分析对应工作人员的工作效率。
[0040]
应用于物联网扫描枪的二维码识别方法，其特征在于：包括以下步骤：
[0041]
s11：设置待测试条码显示位置，测试扫描枪的扫码识别长度；
[0042]
s12：采集工作人员的扫码行为数据，分析使用不同扫描枪扫码时的误差值；
[0043]
s13：采集待入库商品的摆放位置数据，预测不同扫描枪扫码时的出错系数；
[0044]
s14：选择合适的扫描枪完成商品入库工作；
[0045]
s15：控制识别商品条码，传输识别信息，比对识别信息和计划数据，分析工作人员的工作效率。
[0046]
在步骤s11中：利用待测试码设置单元设置待测试条码显示位置：共有k+1个待测试码，设置相邻待测试码间的水平间距集合为d＝{d1，d2，...，dk}，在扫描枪光线水平显示时，获取到随机一个扫描枪在不同扫描距离下可识别的条码信息长度集合为a＝{a1，a2，...，an}，对应的扫描距离集合为l＝{l1，l2，...，ln}，其中，n表示获取的扫描距离数据数量，构建相关函数l＝aa+b，根据下列公式得到对应扫描枪的扫描距离和识别长度的相关函数系数a和b的最优解：
[0047][0048][0049]
其中，li表示随机一个扫描距离，ai表示扫描枪在随机一个扫描距离下可识别条码信息长度，获取到待测试码长度为e，控制扫描枪的扫描距离为lj，得到对应扫描距离下可识别的条码信息长度为aj，aj＝(lj-b)/a，得到不同扫描枪按lj的扫描距离扫描成功的待测试码个数集合为m＝{m1，m2，...，mi}，其中，i表示扫描枪的个数，获取到随机一个扫描枪扫描成功的待测试码与相邻的后面一个待测试码的间距的最小值为d
min
，比较aj和d
min
：若d
min
≥aj-2e，不调整相关函数，代入扫描枪的扫描距离，得到对应扫描枪的识别长度；若d
min
《aj-2e，说明得到对应扫描枪的扫描距离和识别长度的相关函数存在误差，调整扫描距离和识别长度的关系：当扫描距离为lj时，将可识别条码信息长度调整为d
min
+2e，得到新的扫描枪扫描距离和识别长度的相关函数：l＝a’*a+b’，将扫描枪的扫描距离代入新的相关函数，得到对应扫描枪的识别长度，通过线性回归拟合的方式将扫描枪的扫描距离和可识别长度联系起来，得到了最优的关系函数，比较测试码间距和识别长度，优化了关系函数，便于得到更精确的识别能力测试结果。
[0050]
在步骤s12中：利用行为数据采集单元采集到做当前待入库商品入库工作的工作人员历史使用扫描枪成功扫描商品条码时的光线显示与水平方向的夹角集合为θ＝{θ1，θ2，...，θj}，其中，j表示成功扫描商品条码次数，拼接光线形成连续的折线，将折线拟合成一条直线，得到直线函数为y＝fx+g，当扫描距离为lj时，根据下列公式计算识别长度的误差值ω：
[0051]
ωi＝aj/2-(aj/2)*cos(arctan(f))；
[0052]
其中，f表示拟合得到的直线斜率，g表示截距，aj表示扫描距离lj对应的识别长度，由于工作人员使用扫描枪时的姿势不同，导致扫描识别光线的显示不同，会在一定程度上影响对扫描枪识别能力的测试结果，产生一定误差，依据对应工作人员的历史行为数据，
拟合扫描商品条码时的光线拼接成的折线，得到最接近对应工作人员扫码时的光线，依据光线斜率和原测试到的识别长度，计算识别长度误差值，提高了扫描枪扫码时出错预测结果的准确性。
[0053]
在步骤s13中：利用物品信息采集单元采集商品摆放位置数据，依据商品摆放位置分析得到待入库的相邻商品条码的间距集合为d＝{d1，d2，...，dk}，其中，k+1表示待入库的商品数量，比较d和d
min
，统计到小于d
min
的间距有m个，根据下列公式预测随机一个扫描枪扫码时的出错系数qi：
[0054][0055]
得到扫描枪扫码时的出错系数集合为q＝{q1，q2，...，qi}，选择更加合适的扫描枪完成商品入库工作，减少了商品入库工作出错的可能性。
[0056]
在步骤s14-s15中：利用识别工作规划模块选择合适的扫描枪完成入库工作：选择最小出错系数对应的扫描枪完成入库工作，最小出错系数为qmin，利用识别控制单元使用选择的扫描枪识别商品条码，将条码数据传输到微处理器，通过二维扫描模组解码，利用识别信息传输单元将解码后的信息，即识别出的信息通过物联网发送到云端服务器，通过云端服务器反馈数据，将反馈数据传输到查询数据比对单元中。
[0057]
利用查询数据比对单元比对识别信息和计划数据：识别出的入库商品个数为n，计划入库的商品为k+1，根据n/(k+1)分析工作人员的工作效率：若n/(k+1)≥95％，说明对应工作人员的工作效率高，若n/(k+1)《95％，说明对应工作人员的工作效率低，提醒查询对应工作人员工作效率低的原因。
[0058]
实施例一：利用待测试码设置单元设置待测试条码显示位置：共有k+1＝4个待测试码，设置相邻待测试码间的水平间距集合为d＝{d1，d2，d3}＝{10，6，8}，在扫描枪光线水平显示时，获取到随机一个扫描枪在不同扫描距离下可识别的条码信息长度集合为a＝{a1，a2，a3}＝{20，26，15}，对应的扫描距离集合为l＝{l1，l2，l3}＝{30，20，50}，单位为：cm，构建相关函数l＝aa+b，根据公式和得到对应扫描枪的扫描距离和识别长度的相关函数系数a和b的最优解：a＝-2.6，b＝86.2，l＝-2.6a+86.2，获取到待测试码长度为e＝6，控制扫描枪的扫描距离为lj＝20，得到对应扫描距离下可识别的条码信息长度为aj＝(lj-b)/a≈25，获取到随机一个扫描枪扫描成功的待测试码与相邻的后面一个待测试码的间距的最小值为d
min
＝6，比较aj和d
min
：d
min
《aj-2e＝13，调整扫描距离和识别长度的关系：当扫描距离为20时，将可识别条码信息长度调整为d
min
+2e＝18，得到新的扫描枪扫描距离和识别长度的相关函数：l＝a’*a+b’＝13a+196.3，将扫描枪的扫描距离代入新的相关函数，得到对应扫描枪的识别长度，利用行为数据采集单元采集到做当前待入库商品入库工作的工作人员历史使用扫描枪成功扫描商品条码时的光线显示与水平方向的夹角集合为θ＝{θ1，θ2，θ3}＝{45
°
，30
°
，60
°
}，拼接光线形成连续的折线，将折线拟合成一条直线，得到直线函数为y＝fx+g＝1.2x+8，当扫描距离为lj＝20时，根据公式ωi＝aj/2-(aj/2)*cos(arctan(f))计算识别长度的误差值ω＝3.2，
利用物品信息采集单元采集商品摆放位置数据，依据商品摆放位置分析得到待入库的相邻商品条码的间距集合为d＝{d1，d2，d3}＝{5，4，10}，其中，k+1＝4表示待入库的商品数量，比较d和d
min
，统计到小于d
min
的间距有m＝2个，根据公式预测随机一个扫描枪扫码时的出错系数qi＝1.6，得到扫描枪扫码时的出错系数集合为q＝{q1，q2，q3}＝{1.6，1.5，1.2}，选择最小出错系数对应的扫描枪完成入库工作，最小出错系数为qmin＝1.2。
[0059]
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。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。