RFID与视频信息融合的现代仓储监控体系分析,仓储管理论文

发布时间：2015-02-02 17:18

第1章绪论

1.1课题研究的背景和意义
仓储在物流体系中一直扮演着最主要的角色。随着现代制造业的快速发展以及对信息化的迫切需求，对于仓储作业的出库、入库、库房内部管理等提出了更髙的要求。现代化的仓库储备，不仅仅是完成对货物进出的简单批次处理，还要对库内货品的种类、数量、生产属性、垛位等信息作出清晰的数据库记录，以便在物流环节的各个阶段得到准确的货品数据和供应链信息。
另外，一方面为了防止物资安全以及仿造、假冒产品的大量出现，另一方面，特殊物资如铁路物资、医药产品以及设备、枪支弹药等军用物资、液化气瓶等工业压力容器，保证国家、集体、普通消费者的合法权益，更要加强这些产品在生产、流通、使用等过程中的全程跟踪和管理。这对目前仓储中出现的诸多问题，如：进出库人工操作混乱、库存报告不及时、仓库货品属性不清晰、堆放混乱、盘点不准确等，都需要一个基于信息化管理技术进行彻底的改造。.
在仓储管理方面，一维条码/ 二维条码标识技术在物品分类贴标管理方面得到了广泛的应用。但是其条码技术依赖于可见光扫描反射、识别率低、容易折损站污、对水和油污等介质敏感、而且存储信息量很有限，从而影响了其在大规模物流管理中的应用。
RFID,射频识别(Radio Frequency Identification)[_]的英文缩写，RFID射频识别技术是射频自动识别技术的典型代表，是一项利用射频信号通过空间稱合(交变磁场或电磁场)实现无接触信息传递并通过所传递的信息达到识别目的的技术，从20世纪90年代开始兴起并逐渐走向成熟。其基本工作原理是RFID卡进入读写器的射频场后，由其天线获得的感应电流经升压电路作为芯片的电源，同时将带信息的感应电流通过射频前端电路转换成数字信号送入逻辑控制电路进行信息处理；所需回复的信息则从存储器中获取经由逻辑控制电路送回射频前端电路，最后通过天线发回给读写器，然后系统通过分析返回的信息达到识别的目的。其识别准确度高、性能可靠、存储信息量大、耐油污水洗等，特别适用于极端工作环境下的自动识别需求。釆用RFID标签替换条码等标识货品，可有效的完成对仓储的自动化管理，实现货品信息的自动采集、自动处理和信息报告。
本文在RFID技术不断成熟的基础上提出了其在仓储视频监控领域的一个新应用，该应用的提出方便了身份信息与视频信息的管理，为RFID技术的发展提出了一个新的方案。
另外多媒体通信技术的发展为信息的获取和传输提供了丰富的手段，视频数据是其中不可缺少的重要组成部分，而视频数据的获取离不开视频监控系统。视频监控系统是指一套为客户提供图像，声音和各种报警信号并进行远程采集、存储、处理和传播的系统。随着多媒体技术及Internet网络的迅速发展，各种信息采集和生产手段在不断投入使用，例如数码照相机、摄像机、扫描仪、打印机等的使用，使视频信息的来源不断扩大。同时，人们对视频的应用也越来越广泛，视频点播、可视电话、视频会议等应用形式不断涌现。视频信息正在对人们的生活方式和社会发展起着越来越重要的作用。
然而目前对于视频信息的管理有待改进，如果将视频信息中加入一些代表视频中人或物的身份信息，将代表个人或物的ID信息与其视频进行绑定，为后端的应用提供数据，，那么对于视频的管理与操作将更加符合人们的需要。
................................

1.2视频监控技术和RFID技术国内外研究现状及发展
1.2.1视频监控技术的国内外研究现状及发展趋势
国外的研究主要有：在美国国防髙级研究计划局(DARPA)资助下，卡内基梅隆大学、戴维SARNOFF研究中心等几家著名研究机构合作，研制了视频监视与监控系统VSAM(Video Surveillance and Moiiitoring)[14][15]。VSAM 的目标是为未来城市和战场监控应用开发的一种自动视频理解技术，用于实现未来战争中人力监控费用昂贵、非常危险或者人力无法实现等场合下的监控。VSAM是一个战场监控系统，目前处于试用阶段，主要功能有：对监控地区进行全方位的昼夜监控，根据运动对象行为的危害性进行自动提示和报警等。Maryland大学的实时视觉监控系统W4[i6]不仅能够定位人和分割出人的身体部分，而且通过建立外观模型来实现多人的跟踪，可以检测和跟踪室外环境中的人并对他们之间简单的交互进行监控。loimage和ObjectVideo是智能视频领域很有代表性的两个公司，他们幵发的产品，都能在一定规则设置下自动进行事件探测、目标跟踪和异常提醒。英国的雷丁大学[1。]己开展了对车辆和行人的跟踪及其交互作用识别的相关研究。IBM与Microsoft等公司也正逐步将基于视觉的手势识别接口应用于商业领域中[17][18]。IEEE也从1998年起资助了国际视觉监控系列会议，已分别在印度、美国和爱尔兰等地召幵。国际权威期刊 Tntemational Journal Of Computer Vision 和 IEEETrans. On Pattern Analysis and Machine Intelligence 都在 2000 年出版了有关视频监控的专题。
国内许多科研机构如中国科学院自动化研究所模式识别国家重点实验室（NLPR)视觉监控组[19]对该领域做了大量的研究，在人运动的视觉分析、交通行为事件的分析、交通场景视觉监控和智能轮椅视觉导航等领域取得了许多科研成果。中科院北京自动化研究所下属的模式识别国家重点实验室，他们对交通场景的视觉监控(基于三维线性模型定位、基于扩展卡尔曼滤波器的车辆跟踪算法)、人的运动视觉监控(基于步态的远距离身份识别)和行为模式识别(提出了对目标运动轨迹和行为特征的学习的模糊自组织神经学习算法)进行了深入研究，取得了一定的成果。此外国内高校也在监控系统的研发方面发挥着重要作用，如上海交通大学、复旦大学、国防科大等都在多媒体数字视频监控系统领域有着丰硕的成果。全国智能视觉监控学术会议也每年召开一次，为该领域的研究人员提供了更多的交流机会，推动而来国内视频监控技术的研究与发展。
目前最新的发展阶段是智能网络视频监控分析，发展趋势有：
1.视频监控分析技术正向着数字化、网络化、智能化的方向发展：网络化、智能化的基础是数字化，而智能化是“三化”的最高境界。系统由目视解释转变为自动解释是视频监控分析技术的飞跃，是实际工程应用发展的必然趋势。
................................

第2章现代仓储监控系统的总体设计

2.1现代仓储监控系统的总体需求
采用融合了视频信息和RFID技术的现代监控系统管理仓储物资的主要目标是实现：
非接触自动识别仓储物资的属性
管理仓储物资的准确属性及数量
实现仓储物资在调拨过程中的全方位实时管理
实现自动化/半自动化的识别方式，提高盘点的准确性和操作效率
建立一个统一的资产数据库，为资产的整体监管提供可靠的依据
对特殊物质进出库限制，保证特殊物资的存储安全
尽量减少人员的操作，实施自动化操作。
...................................

2.2系统的总体架构
本论文中的仓储监控系统的总体架构如图2.1所示，在仓储管理系统中，可以采用可移动的RFID手持机或固定式读写器来完成实现对仓储物资（贴有电子标签）进行仓储管理。在实际运用中，除了仓储的物资管理外，还会涉及到货物调拨及实时货物的信息查询情况，以便对物资进行跟踪。

由系统总体架构图可知，本论文采用的是固定式读写器对物资进库、出库等进行管理，其基本操作时：物资搬运时，通过装有固定式读写器射频覆盖区域时，读写器读取到贴放在物资上的电子标签信息。与此同时，装在可移动机器人上的摄像头开始工作，通过无线将图像一巾贞一顿的传输给终端PC机。固定式读写器通过COM 口/以太网口等与上位机通讯，将数据上传到仓库工作站的PC机上，然后终端PC机通过网络与后台数据库完成数据的交互，终端PC可同时完成各种的服务请求。同时，在远程监控中心通过互联网连接到内部网络的web服务器、数据库服务器等，实时了解仓储内部的监控情况，从而真正实现远程监控。
.................................

第3章图像分割算法................................. 23
3.1 K-means 聚类算法................................. 23
3.2模糊C-均值聚类算法................................. 24
3.3改进的椭圆聚类算法................................. 25
3.3.1改进的椭圆聚类算法的理论基础................................. 26
3.3.2改进的椭圆聚类用于图像分割的伪算法................................. 27
3.4几种算法的应用比较................................. 29
3.5本章小结................................. 32
第4章视频信息与RFID信息的融合实现................................. 33
4.1信息融合的基本概念................................. 33
4.2信息融合的概念模型................................. 33
4.2.1结构模型................................. 33
4.2.2层次模型................................. 34
4.2.3功能模型................................. 35
4.3融合信息的获取................................. 35
4.4视频信息与RFID信息融合................................. 36
4.4.1信息融合的常用算法及技术................................. 36
4.4.2基于规则（Rule-Based)的信息融合法................................. 37
4.5本章小结................................. 37

第5章融合RFID信息的现代仓储监控系统的软件实现

为了构建融合RFID信息的现代仓储监控系统，必须先要获得相应的RFID信息和视频监控信息。而视频信息的获得、视频信息的传递、RHD信息的获取都是通过软件功能实现的。现代仓储监控系统的软件实现主要包括两个模块：视频监控模块和RFID信息采集模块。本章下面的内容将详细阐述这两个模块的具体实现。

5.1视频监控模块的软件实现
5.1.1 “旅行家II号”软件系统的架构
“旅行家II号”软件釆用基于行为的控制思想，编码方式遵循面向对象的设计风格，通过各种抽象对象的组合来组织代码，条理清晰便于理解。“旅行家II号”软件系统的基本架构如图5.1所示。

1.硬件通讯层
这一层是一些直接与硬件设备通讯的对象，这里包括一个与机器人主体的数据交流的串口通讯对象。视频捕捉因为对通信速率要求很高，通过USB连接，所以其设备对象与机器人主体独立开。
工程中的硬件通讯层的基类为IPhy,这是一个抽象类，具体的硬件类都从这个基类派生，如里面的串口硬件类为CSerialCom。表5.1显示了该类中的众多接口函数和其相应的作用。

函数的解析如下
首先，将其与指令解析层对接，对接函数
void CSerialCom::SetCmd(CVoyCmd *pCind)
然后，打开相应的串口，对应函数：
BOOL CSerialCom: :Create(int inCom)
至此，指令协议层即与具体硬件建立了联系，协议层可以开始工作。
这里有个较特殊的对象：视频捕捉控制对象。
视频捕捉控制对象是一个基于微软DirectShow技术的封装对象，适用于所有具有WDM驱动的视频捕捉设备，以及部分VFW驱动采集卡。对应的类为CCaptureVideo类，该类的接口实现了视频捕捉设备的枚举和选择，以及静态图片与持续视频流的捕捉。同时，还预留了视频流原始数据的入口，可以很便利的对获取的视频图像进行实时的处理。作为视频捕捉的周边资源，我们还附送了一些常用图像处理工具类，使用户的开发工作更为简单，快捷。
2.指令协议解析层
这一层是机器人控制架构的核心，指令协议对象将进行机器人实体控制指令的编制以及对下位机返回的传感器数据和机器人状态数据的解析转换。
工程中的指令协议层类为CVoyCmd，其成员函数包含了对机器人的所有的基本操作。表5.2显示了协议层类的成员函数以及它们各自的作用。
..................................

第6章结论

6.1主要的研究工作
随着数字信息化时代的推进、计算机技术和网络技术的快速发展，视频监控系统广泛应用于仓储管理系统。但是目前传统的视频监控系统还不能实时、自动、智能地进行场景监控，因此引入其他领域的技术以实现智能视频监控是必要的。RFID是一种非接触的自动识别技术，其主要优势在于让监控目标“开口说话”。与此同时，机器人技术迅速发展，其应用领域越来越广泛。因此在无人值守的环境下，运用机器人平台将传统的视频监控技术和RFID技术融合构建新一代的智能监控系统，实现仓储物资的自动化管理是未来的趋势所在。
论文在查阅了大量资料的基础上，设计了 RFID与视频信息融合的现代仓储监控系统，对组成该系统的视频监控模块和RFID信息釆集模块分别做了硬件方案设计，详细介绍了 “旅行家II号”机器人、USB摄像头、RFID读写器、RFID标签的基本参数，并对部分硬件在现实情况下的布局作出了安排。
为了实现系统的中的图像分割，论文在认真研究了常用的图像分割算法，如K-means、FCM、椭圆聚类等分割算法的基础上，提出了一种改进的椭圆聚类算法用于图像分割。该算法先将数据空间分成大小相等的单元，再用椭圆代替该单元，并通过椭圆自身的不断扩展、调整、合并来完成迭代。其分割效果与上述常用的分割算法相比，具有运算复杂度低、不必事先知道聚类数目、对脏数据不敏感等优点。将该算法运用于图像分割领域，取得了良好的分割效果。
为了实现视频图像与RFID的信息融合，论文中对信息融合的概念、信息融合的基本模型、信息融合的常用算法以及如何获取融合信息做了说明，并在此基础上，提出了基于规则（Rule-Based)的信息融合技术，介绍了基于规则的信息融合技术的原理，并运用此融合技术来实现本论文中的视频信息与RFID信息的融合。
论文最后讨论的是融合RFID信息的现代监控系统的软件实现。分别介绍了视频监控模块的软件实现和RFID信息釆集模块的软件实现，重点介绍了如何获取视频图像、如何传输视频流、如何实现上位机与RHD读写器之间的通讯以及读写器如何读写RFID标签等问题。最后通过贵重物资进出库实例，分析了 RFID与视频信息融合的全过程，并验证了设计的合理性。
.............................
参考文献（略）

本文编号：12009