基于物联网的仓库智能监测系统的制作方法

本发明涉及仓库监测领域，具体涉及基于物联网的仓库智能监测系统。

背景技术：

仓库为储存、中转及调配物料的重要场所，仓库的储存环境直接关系到物料储存的质量，当仓库环境恶劣时甚至会造成物料损失，给企业生产带来不便，现有的仓库环境，尤其是温湿度的检测，采用温湿度计，需要人员度数，不能直观的显示温湿度数值，并且当温湿度参数超标时无法及时发出报警，如果人员不在现场，很难了解到温湿度参数的超标情况，造成物料损失。

技术实现要素：

针对上述问题，本发明提供基于物联网的仓库智能监测系统。

本发明的目的采用以下技术方案来实现：

提供了基于物联网的仓库智能监测系统，包括：

环境监测模块，用于监测仓库环境，采集仓库环境数据并发送至监控终端；

监控中心，用于显示仓库环境数据，以及将仓库环境数据与对应的预设环境阈值进行比较，在仓库环境数据超过对应的预设环境阈值时进行报警；

人脸识别模块，用于对要进入仓库大门的人员进行人脸信息比对识别，当人脸信息符合时，输出开启信号至自动开启模块和红外探测模块；

自动开启模块，用于当接收到开启信号时开启大门；

红外探测模块，用于当接收到开启信号时开始探测人体红外线信息，当红外探测模块探测不到人体红外线信息时，输出关闭信号至自动关闭模块；

自动关闭模块，用于当接收到关闭信号时关闭仓库大门。

优选地，所述监控中心包括：

显示模块，用于显示仓库环境数据；

比较模块，用于将仓库环境数据与对应的预设环境阈值进行比较，在仓库环境数据超过对应的预设环境阈值时输出报警信号；

报警模块，用于接收所述报警信号，并根据所述报警信号执行报警。

优选地，所述报警模块包括蜂鸣报警器。

优选地，所述环境监测模块包括汇聚节点和部署在仓库各处的多个传感节点；传感器节点采集仓库环境数据，汇聚节点汇聚各传感器节点的仓库环境数据，并发送至监控终端。

优选地，传感器节点包括温度检测模块、光强检测模块、烟雾传感器；其中，

温度检测模块，用于采集所监测位置的温度参数；

光强检测模块，用于采集所监测位置的光强参数；

烟雾传感器，用于采集所监测位置的烟雾参数。

本发明的有益效果为：实现了对仓库内温湿度、烟雾等环境参量的采集，并根据分析结果做出相应处理，及时发出警报；能够对进入仓库大门的人员进行自动识别，并根据识别结果自动启闭仓库大门，智能化程度高。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明一个示例性实施例的基于物联网的仓库智能监测系统的结构示意框图；

图2是本发明一个示例性实施例的监控中心的结构示意框图。

附图标记：

环境监测模块1、监控中心2、人脸识别模块3、自动开启模块4、红外探测模块5、自动关闭模块6、显示模块10、比较模块20、报警模块30。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本发明实施例提供了基于物联网的仓库智能监测系统，包括：

环境监测模块1，用于监测仓库环境，采集仓库环境数据并发送至监控终端；

监控中心2，用于显示仓库环境数据，以及将仓库环境数据与对应的预设环境阈值进行比较，在仓库环境数据超过对应的预设环境阈值时进行报警；

人脸识别模块3，用于对要进入仓库大门的人员进行人脸信息比对识别，当人脸信息符合时，输出开启信号至自动开启模块4和红外探测模块5；

自动开启模块4，用于当接收到开启信号时开启大门；

红外探测模块5，用于当接收到开启信号时开始探测人体红外线信息，当红外探测模块5探测不到人体红外线信息时，输出关闭信号至自动关闭模块6；

自动关闭模块6，用于当接收到关闭信号时关闭仓库大门。

在一种实施方式中，如图2所示，所述监控中心2包括：

显示模块10，用于显示仓库环境数据；

比较模块20，用于将仓库环境数据与对应的预设环境阈值进行比较，在仓库环境数据超过对应的预设环境阈值时输出报警信号；

报警模块30，用于接收所述报警信号，并根据所述报警信号执行报警。

进一步地，所述显示模块10还可用于显示人脸识别模块3输出的人脸信息比对结果。

在一种优选的方式中，所述报警模块30包括蜂鸣报警器。所述报警模块30还可包括其他类型的报警器。

其中，所述环境监测模块1包括汇聚节点和部署在仓库各处的多个传感节点；传感器节点采集仓库环境数据，汇聚节点汇聚各传感器节点的仓库环境数据，并发送至监控终端。

在一种能够实现的方式中，传感器节点包括温度检测模块、光强检测模块、烟雾传感器；其中，

温度检测模块，用于采集所监测位置的温度参数；

光强检测模块，用于采集所监测位置的光强参数；

烟雾传感器，用于采集所监测位置的烟雾参数。

本发明上述实施例实现了对仓库内温湿度、烟雾等环境参量的采集，并根据分析结果做出相应处理，及时发出警报；能够对进入仓库大门的人员进行自动识别，并根据识别结果自动启闭仓库大门，智能化程度高。

其中，网络初始化时，各传感器节点通过信息交互获取邻居节点的相关信息，所述的相关信息包括邻居节点的id号以及位置信息，其中所述的邻居节点为位于传感器节点的通信范围内的其余传感器节点。

在一种能够实现的方式中，汇聚节点和多个传感器节点通过自组织形成无线传感器网络，网络初始化后，根据分簇路由算法将传感器节点分为多个簇，其中每个簇包括一个簇头，簇头用于收集簇内各传感器节点采集的仓库环境数据，并将收集的仓库环境数据传送至汇聚节点；所述的分簇路由算法，包括：

(1)汇聚节点向网络各传感器节点发送分簇指令，所述分簇指令包括状态值阈值ψm；

(2)各传感器节点接收到分簇指令后计算自己的状态值，若传感器节点的状态值大于状态值阈值ψm，则该传感器节点成为备选簇头；

(3)成为备选簇头的传感器节点向邻居节点广播簇头竞选消息，并启动计时器；若备选簇头在计时器结束前接收到其余备选簇头广播的簇头竞选消息，比较状态值，状态值最大的备选簇头当选为簇头，其余状态值较小的备选簇头退出簇头竞选；若备选簇头在计时器结束前未接收到其余备选簇头广播的簇头竞选消息，则当选为簇头；

(4)未当选簇头的传感器节点作为成员节点，并加入到距离最近的簇头，进而完成分簇；

其中，ψm由下列公式确定：

式中，n为网络中已部署的传感器节点个数，wh为传感器节点的通信距离，其中每个传感器节点具有相同的通信范围；y为所述监测区域的面积，zmin为预设的成为簇头的最低能量值，z1为传感器节点用于通信的每单位时间内的能量消耗，z2为传感器节点用于感知和计算的每单位时间内的能耗，z1、z2的值为固定设定值，b1、b2为预设的权重系数；

其中，传感器节点的状态值由下列公式确定：

式中，ψi为传感器节点i的状态值，qi为传感器节点i的邻居节点个数，zi为传感器节点i的当前剩余能量。

本实施例提供了一种新的分簇路由算法，该算法基于传感器节点的状态值与状态值阈值的比较结果来确定备选簇头。其中，由汇聚节点根据传感器节点的基本情况来确定合理的状态值阈值。由设定的状态值的计算公式可知，若传感器节点的当前剩余能量越大、周边聚集的传感器节点数量越多，则该传感器节点的状态值越大，从而具有更大的概率成为备选簇头。

本实施例使得当选的簇头能够满足必要的节点密度条件以及维持较长生命周期的条件，相对于传统的leach分簇路由算法，更能够适应传感器节点的部署情况，保障分簇的稳定性，以及避免生成无谓的簇头而产生不必要的能量消耗。本实施例能够节省基于物联网的仓库智能监测系统在数据采集方面的能量成本。

在一种能够实现的方式中，完成分簇后，簇头对簇内的各传感器节点进行依次冗余检测，对检测出的冗余节点进行休眠，包括：

(1)簇头根据距离由近到远的顺序对簇内各传感器节点进行排序，构建成员节点列表，设成员节点列表中的传感器节点数量为q，并初始化参数h＝1；

(2)簇头对成员节点列表中的第h个传感器节点进行冗余检测，若第h个传感器节点满足下列冗余判定公式，则令该第h个传感器节点进入休眠状态，否则对该第h个传感器节点不作处理，执行(3)：

式中，th为所述第h个传感器节点的感知区域，h≠j；x0为所述成员节点列表中的传感器节点集合，x为所述成员节点列表中已休眠的传感器节点集合，(x0-x)表示所述成员节点列表中除去所述第h个传感器节点外的未休眠传感器节点集合；tj为所述未休眠传感器节点集合中的第j个传感器节点的感知区域；

(3)令h＝h+1，执行(2)，直至h＝q。

本实施例中，簇头对簇内的各传感器节点进行依次冗余检测，对检测出的冗余节点进行休眠，有利于提高簇内传感器节点分布均匀性，在满足簇内覆盖率要求的前提下尽量降低簇内处于工作状态的传感器节点数量，从而降低簇内的传感器节点能耗。本实施例创新性地给出了冗余检测的方法，其中设定了冗余判定公式。

簇头根据距离由近到远的顺序依次对传感器节点进行冗余检测，能够避免已休眠的传感器节点对后续冗余节点的判定产生影响，从而进一步提高了冗余检测的精度；由于先对离簇头较近的冗余节点进行休眠，有利于避免较多传感器节点聚集在簇头附近，以进一步提高簇内传感器节点的覆盖质量，从而更好地对仓库环境进行感知。

在一种实施方式中，在仓库环境数据传输阶段，汇聚节点对各簇头定期进行异常检测，并向检测出的异常簇头发送更新指令；接收到该更新指令的簇头在其簇内选择一个传感器节点作为该簇的新簇头，自己则从簇头角色转换为该簇的成员节点角色；

其中选择新簇头时，具体执行：

(1)计算簇内各传感器节点的权值：

式中，gr表示簇内第r个传感器节点的权值，qr为所述第r个传感器节点的邻居节点个数，zr为所述第r个传感器节点的当前剩余能量，cmax为预设的更新次数阈值，cr为所述第r个传感器节点到目前为止担任簇头的次数；

(2)选择权值最大的传感器节点作为该簇的新簇头。

其中，汇聚节点对各簇头进行异常检测，具体为：统计上一个设定周期内接收到的各簇头的数据包数量，根据该数据包数量得到各个簇头的数据传递次数，将数据传递次数大于或等于高频阈值的簇头标记为异常簇头。

本实施例在选择新簇头时，对簇内各传感器节点进行权值计算，并选择权值最大的传感器节点作为该簇的新簇头，有利于保障新簇头也能够满足必要的节点密度条件以及维持较长生命周期的条件，并且能够避免同一个传感器节点始终担任簇头，有利于均衡簇内各传感器节点的能耗，延长仓库环境数据采集的工作周期。

本实施例对数据传输较为高频的簇头进行更新，有利于延长无线传感器网络的整体工作寿命，提高仓库环境数据传输效率和监测效果。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。