一种优化传感器节点部署的制造数据感知方法与流程

本发明涉及制造物联中的数据感知技术领域，特别是涉及一种优化传感器节点部署的制造数据感知方法。

背景技术：

制造物联网作为工业4.0的核心技术正引起业界瞩目。其将网络、嵌入式、rfid、传感器及执行器等电子信息技术与制造技术相融合，实现对产品设计、制造与服务过程中制造资源与信息资源的动态感知、智能处理与优化控制的一种新型的制造模式和信息服务模式。它将通过制造环境下感知设备(rfid、传感器等)的分布式协同，对制造车间中需要监控、连接、互动的在制品、物料、产品的各种制造信息进行自动采集和全面感知，使得制造车间中多种实体之间具备相互感知、查询、监测的能力，优化产品制造与服务过程及全生命周期制造资源与信息资源的动态感知、智能处理与优化控制。

如何对制造车间中的各种物料进行可靠感知是制造物联中的一个重要问题。无线射频识别(rfid)技术作为物联网中的核心关键技术目前已经被广泛地应用于包括物流跟踪、仓储管理、智能交通等许多领域。rfid读写器节点可以在相对较大的范围内对标签中的数据进行读写，并且不需要读写器与标签之间满足视距传输，因而能够极大地提升读取效率。制造车间中物料、在制品、人员的流动跟踪都可以通过rfid进行标识连接。然后通过车间中部署的多个rfid读写器进行通信定位，以实现对这些制造资源的感知、跟踪、定位。

利用预先部署的rfid读写器(reader)节点，对车间制造资源进行监测和管理。制造车间中物理空间约束、电磁环境复杂、制造资源动态多变、如何进行优化部署是一个重要问题。制造车间中，制造过程大多集中于地面过程，物料流动跟踪大多集中于水平地面。当前对于rfid读写器在二维空间的部署研究众多，大部分假定部署区域的理想环境或rfid读写器模型规则，然后在确定部署下通过计算几何的方法将节点按一定的规则进行排列。这些方法仅适用于解决一般理想情况下的部署优化，对于制造车间中众多干扰环境下如何快速优化并不适宜。

技术实现要素：

本发明的目的是克服现有技术存在的问题，提供一种能够解决物理空间约束、电磁环境复杂、制造资源动态多变等因素制约下的部署定位、感知等问题，实现快速优化的传感器节点部署的制造数据感知方法。

提供一种优化传感器节点部署的制造数据感知方法，包括如下步骤：

障碍模型构建步骤，把多个传感器按照预设的部署指标部署在待测场景中，扫描待测场景内障碍物，据此构建障碍模型；

设定权函数建立步骤，根据障碍模型构建步骤中得到的障碍模型和预设的部署指标建立设定权函数；

初步感知步骤，基于动态模式识别进行传感器的感知建模，获取制造数据感知结果，根据制造数据感知结果判断传感器节点优化层级；

传感器节点优化步骤，根据传感器节点优化层级所对应的设定权函数对传感器节点部署进行调整；

三维建模步骤，根据待测场景的物理空间特征建立三维动态模式空间模型，在三维动态模式空间模型中模拟调整后的传感器节点部署；

校验步骤，在三维动态模式空间模型中循环执行初步感知步骤、传感器节点优化步骤和三维建模步骤，直到初步感知步骤中判断传感器节点优化层级达到预设值。

其中，所述待测场景为一平面椭圆模型，其椭圆坐标方程极坐标公式为其中：节点坐标为左侧或右侧焦点。

其中，所述障碍模型构建步骤中，扫描待测场景内障碍物，据此构建障碍模型具体为：依据待测场景内障碍物类型和/或大小和/或空间分布划分多个障碍区域ωj，各个障碍区域ωj取不同电磁干扰权值σi。

其中，所述部署指标具体为通信容量负载平衡指标：依据各个待测区域标签存在概率权值β，假定某传感器ri覆盖区域si，则标签期望数量为：总体期望标签数量为：

其中，所述部署指标具体为覆盖冗余度：

其中，δsij为与其他传感器重叠区域面积，si为传感器ri的实际覆盖面积。

其中，所述设定权函数为：fi＝w1ρi+w2σi，所述w1、w2为权重。

其中，所述传感器节点优化步骤包括最优位置选取步骤，根据设定权函数计算各个传感器节点当前覆盖区域的权值大小，从初始值开始以角度a为步长进行旋转计算，记录各位置的权值，回到初始值后取所有位置中最大权值的位置作为当前传感器感知节点的最优位置，各个传感器节点依次执行最优位置选取步骤，各自取得最优值。

其中，各个传感器节点根据自身编号由小到大的顺序依次执行最优位置选取步骤。

其中，角度a取值为5°。

其中，所述传感器节点优化层级是指：感知准确度由低到高的分级。

本发明的有益效果：

该优化传感器节点部署的制造数据感知方法，依据障碍物的不同类型构造障碍模型，以覆盖冗余度和通信容量负载平衡指标为部署指标，结合二者并依据应用需求给出设定权函数，然后各个感知节点依序进行选择优化选择权值最大的角度优化部署。解决了传感器在宽泛制造物联车间中对区域监测覆盖优化的问题，改善了传感器采用人工部署效率低下和自动化程度不高的状况，避免了使用传统方法容易出现漏读，以及太多标签随机播撒等方法导致存在的节点密度不可控，感知范围与热点区域覆盖不可调整等局面。并且，利于信息技术与物联技术增强了制造资源在物理空间和信息空间的融合以及感知互动，使得车间级生产管理与过程控制的驱动方式由原先的能量驱动型向信息驱动型转变，响应方式由被动转为主动，控制过程由粗放型转向精确型。

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为该优化传感器节点部署的制造数据感知方法的流程示意图。

具体实施方式

结合以下实施例对本发明作进一步描述。

该优化传感器节点部署的制造数据感知方法，包括如下步骤。

障碍模型构建步骤，根据预设的部署指标把多个传感器部署在待测场景中，扫描待测场景内障碍物，据此构建障碍模型。具体的，依据待测场景内障碍物类型和/或大小和/或空间分布划分多个障碍区域ωj，各个障碍区域ωj取不同电磁干扰权值σi。其中，部署指标具体为通信容量负载平衡指标和覆盖冗余度。

通信容量负载平衡指标：预设各个待测的障碍区域ωj中标签存在概率权值β，假定某传感器ri覆盖区域si，则标签期望数量为：总体期望标签数量为：

覆盖冗余度：其中，δsij为与其他传感器重叠区域面积，si为传感器ri的实际覆盖面积。

设定权函数建立步骤，根据障碍模型构建步骤中得到的障碍模型和预设的部署指标建立设定权函数。其中，设定权函数为：fi＝w1ρi+w2σi，w1、w2为权重。

初步感知步骤，基于通用的动态模式识别方法进行传感器的感知建模，获取制造数据感知结果(如传感器检测到的设备运行状态)，根据制造数据感知结果判断传感器节点优化层级，即感知准确度由低到高的分级。

传感器节点优化步骤，根据传感器节点优化层级所对应的设定权函数对传感器节点部署进行调整。其中，包括最优位置选取步骤，根据设定权函数计算各个传感器节点当前覆盖区域的权值大小，从初始值开始以角度a(a可以取值为5°)为步长将每个传感器的覆盖区域以自身所在位置为轴旋转，并记录各旋转位置的权值，待重新旋转回初始值后取所有位置中最大权值的位置作为当前传感器感知节点的最优位置。各个传感器节点根据自身编号由小到大的顺序依次执行最优位置选取步骤，各自取得最优值。

三维建模步骤，根据待测场景的物理空间特征建立三维动态模式空间模型，在三维动态模式空间模型中模拟调整后的传感器节点部署。

校验步骤，在三维动态模式空间模型中循环执行初步感知步骤、传感器节点优化步骤和三维建模步骤，直到初步感知步骤中判断传感器节点优化层级达到预设值。

其中，待测场景为一平面椭圆模型，其椭圆坐标方程极坐标公式为其中：节点坐标为左侧或右侧焦点。

该优化传感器节点部署的制造数据感知方法，依据障碍物的不同类型构造障碍模型，以覆盖冗余度和通信容量负载平衡指标为部署指标，结合二者并依据应用需求给出设定权函数，然后各个感知节点依序进行选择优化选择权值最大的角度优化部署。解决了传感器在宽泛制造物联车间中对区域监测覆盖优化的问题，改善了传感器采用人工部署效率低下和自动化程度不高的状况，避免了使用传统方法容易出现漏读，以及太多标签随机播撒等方法导致存在的节点密度不可控，感知范围与热点区域覆盖不可调整等局面。并且，利于信息技术与物联技术增强了制造资源在物理空间和信息空间的融合以及感知互动，使得车间级生产管理与过程控制的驱动方式由原先的能量驱动型向信息驱动型转变，响应方式由被动转为主动，控制过程由粗放型转向精确型。

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。