箱储片烟仓储出入库双重扫码校验系统设计及应用（卷烟入库扫码系统）

摘要：为优化片烟出入库扫码校验工作量大、准确率低问题，依托片烟RFID二维码标签，采用移动龙门、RFID阅读器、视觉识别装置、报警设备、传感器PLC等设备，构建双重扫码校验系统，在玉溪仓库现场对不同配置方案进行反复测试，找出最优扫码配置方案。在片烟出入库时，使用RFID阅读器识别标签芯片，摄像头获取动态图片识别标签二维码，实现双重扫码验证，异常报警，将扫码准确率提升到100%。采用移动龙门自动扫码校验，减少人工干预，降低人工成本，提高了出入库效率和准确率，最终实现片烟出入库自动化、智能化作业。

关键词：移动龙门、RFID、双重扫码、自动校验

一、引言

随着烟草行业卷烟生产精细化管理水平不断提高，烟草企业对片烟的精细化管理提出了更高要求。在目前片烟物流行业中，越来越多的企业开始使用RFID标签进行片烟物流管理监控，RFID技术在仓储物流应用相对成熟；但是由于RFID标签的区域扫码特性、片烟存储条件、基础设施建设等现状，给RFID识别技术在仓储领域应用带来风险和阻力。

目前RFID标签在烟草行业片烟的应用，从片烟复烤生产下线开始，每一箱片烟贴上RFID标签，各个物流环节通过RFID读写设备，读取烟箱上RFID标签上的信息，记录烟箱物流和质量信息，实现片烟全生命周期追溯[1]。其中在仓库片烟出入库扫码环节，RFID标签扫码方式目前主要有PDA扫码、库区固定扫码、仓库固定扫码[2]。PDA对网络要求低，支持离线扫码，扫码时需人工手持PDA进行扫码，工作量大；库区固定扫码，将阅读器安装到库区门口，当车辆通过安装在库区门口的阅读器时，进行整车扫码。整车扫码对车辆和烟箱装车要求比较高，车辆必须是敞篷式没有金属遮挡，装车时不能超过两列且标签全部朝外，否则会严重影响扫码效果，导致漏扫；仓库固定龙门扫码实现成本高，需要在每一栋仓库门口安装一套固定扫码设备，且网络要求特别高，要求有线网络部署到每一栋仓库门口，提高成本。片烟到卷烟生产投料需要醇化2-3年时间，目前整个烟草行业片烟仓库普遍存在面积广、分散、网络建设落后等问题，所以片烟仓库出入库主要采用PDA人工扫码。人工扫码工作量大，加上周围环境影响，容易出现多扫、漏扫、误扫等问题。基于阅读器天线周围增加屏蔽罩、仓库墙面粉刷隔离材料等手段对RFID识别效果进行优化，仍然很难接近100%准确率。本次研究在RFID扫码基础上，增加摄像头图像识别技术获取烟箱标签二维码信息，实现双重扫码双重校验，有效提高扫码准确率。

二、设计原理

1.硬件设计

移动龙门自动扫码验证系统如图1所示。硬件包括电子标签、移动龙门架、RFID阅读器、摄像头、传感器、PLC、三色报警灯、蜂鸣器、车载平板电脑、车载电源、移动网络设备、物联网数据卡、交换机等。其中，电子标签分为有源标签和无源标签，综合考虑成本及应用环境，片烟烟箱采用无源电子标签，在烟箱上粘贴两张RFID无源标签，标签包括天线和芯片，天线与识别设备通讯，芯片存储烟箱信息，芯片EPC存储烟箱唯一码，USER区存储烟箱唯一码、物料、重量信息；移动龙门架使用钢材根据仓库门口距离定制，底部装有滑轮，通过滑轮移动；RFID阅读器及天线采用超高频阅读器，识别烟箱RFID标签，阅读器包含高频模块（发送器和接收器）、控制单元以及阅读器天线，其中天线选择圆级型；摄像头采集烟箱标签图片，识别标签二维码获取烟箱信息；传感器和PLC配合摄像头采集烟箱标签照片，当叉车到达传感器位置，触发获取摄像头当前画面及获取烟箱标签图片；三色报警灯和蜂鸣器用于扫码数据异常报警；移动网络设备、物联网数据卡、交换机等提供访问服务器获取数据的网络；平板电脑安装扫码验证程序，展示扫码结果；车载电源，结合叉车改造，引出供车载平板和阅读器的用电；移动网络设备即移动Wi-Fi，在设备中插入移动物联网专卡，提供无线网络，供车载平板连接服务器。

图1 硬件部署图

图2 片烟标签样式

2.射频识别技术

阅读器识别RFID标签，使用射频识别技术，是一种非接触自动识别技术，通过射频信号自动识别RFID标签并获取标签芯片取存数据，能远距离同时识别多个标签[3]。识别标签时，通过无线电波实现无接触信息交互，将识别的数据传回控制器连接数据库。无源RFID标签进入阅读器识别范围及射频信号覆盖区域，标签天线接收到阅读器天线发送的射频信号，凭借感应电流获取能量将存储在标签芯片不同存储区的信息发送出去，阅读器接收到信息时，通过解析程序获取存储信息，达到区域批量快速识别效果。

图3 系统架构图

3.RFID防碰撞设计

片烟出入库使用移动龙门扫码时，叉车叉抱4箱片烟通过移动龙门，多个RFID标签在同一个阅读器的作用范围内时，信息交互会产生碰撞导致信息读取失败。所以，为了防止信息传输碰撞，控制系统需使用防碰撞算法避免发生碰撞读取信息失败。目前行业读取RFID标签信息防碰撞的方法主要有四种：频分多路（FDMA）、空分多路（SDMA）、时分多路（TDMA）、码分多路（CDMA）[4-5]。

本系统的RFID设备控制模块防碰撞算法采用时分多路法。时分多路法是把整个可供使用的通路容量按时间分配给多个用户的技术。时分多路复用是按传输信号的时间进行分割的，它使不同的信号在不同的时间内传输，将整个传输时间分为许多时间间隔，每个时间片被一路信号占用。TDMA 就是通过在时间上交叉发送每一路信号的一部分来实现一条电路传输多路信号的。电路上的每一短暂时刻只有一路信号存在。这种防碰撞方法，针对烟箱移动扫码的场景效果较佳。

4.RFID二维码标签设计

片烟标签在原“一维码 RFID”基础上改造，形成“一维码 二维码 RFID”模式。出入库时，不同设备分别识别二维码和RFID芯片，实现双重扫码双重校验。标签明文信息包括片烟属性、片烟复烤加工生产信息及化学质量信息，标签样式如图2所示。

RFID标签信息存储分为一维码存储、二维码和RFID芯片，其中一维码存储片烟箱32位唯一身份码；二维码存储32位码、物料属性等信息；RFID芯片EPC区存储32位码，USER区存储32位码、物料代码、重量信息。识别烟箱信息时，可通过扫码一维码、二维码、RFID芯片获取信息，不同的现场环境下使用不同的识别方法，RFID芯片支持范围内批量识别，一维码和二维码支持逐箱识别。

三、业务描述与系统设计

1.系统总体设计

基于移动龙门实现片烟仓储出入库自动校验系统的整体架构如图3所示，包括基础支撑、系统交互、数据存储、仓储出入库应用、综合分析等。

2.出入库自动校验流程

移动龙门实现出入库自动校验流程如图4所示。

图4 出入库自动扫码校验流程

（1）仓管员在片烟打扫码系统制作出入库任务单，包括片烟信息、出入库数量、出入库时间。

（2）现场工作人员将整套移动龙门推到仓库门口。

（3）从系统中将出入库任务单下载到车载平板电脑上，出入库任务单由扫码客户端控制开始、暂停或者结束。

（4）开始扫码后，叉车搬运贴有RFID标签的烟箱通过仓库门口的移动龙门时，当烟箱进入安装在移动龙门传感器照射区域，PLC控制传感器通过有线网络将信号传到服务器，阅读器获取当前RFID标签信息，同时程序控制摄像头取当前画面传回服务器，服务器解析RFID标签芯片信息和二维码信息与出入库任务单上物料信息进行比对，判断出入库物料是否正确，异常时通过三色报警灯和蜂鸣器发出报警；同时通过接收到的标签信息数量与扫码客户端设置的数量（一个托盘4箱片烟）进行校验，当出现多扫或漏扫时通过三色报警灯和蜂鸣器发出报警；现场叉车工作人员发现报警后，检测出入库片烟，确保出入库的100%正确。扫码正常时，叉车将烟箱搬运到仓库（入库）或运输车辆（出库）上。

（5）完成扫码，当出入库扫码全部完成时，叉车装卸人员在扫码客户端上结束出入库任务单，并将扫码数据保存到数据库中。

（6）将移动龙门推到固定存放地点，待下次使用时推出到出入库仓库门口。

3.系统功能模块

系统功能如图5所示，主要分为基础数据平台、出入库管理、车载平板扫码客户端。其中基础数据平台实现物料、人员、资源等基础数据管理；出入库管理集成获取订单生成出入库计划、调度、执行监控等；车载客户端实现现场移动龙门相关设备的集成，获取出入库烟箱RFID标签进行校验，确保出入库准确性。

图5 系统功能模块

4.移动龙门部署及数据传输

移动龙门的硬件部署如图1所示。在出入库作业现场，移动龙门架上安装电柜箱摆放阅读器、PLC和交换机，电柜上面安装三色报警灯，阅读器天线、摄像头、传感器安装在支架两侧，安装高度跟叉车通过龙门支架时，上下两层烟箱高度，蜂鸣器安装在龙门顶部横杠，便于声音扩散传播；叉车上安装车载平板电脑，控制扫码设备及数据展示，同时安装小型阅读器及天线用于识别货位RFID标签信息。出入库扫码校验时，数据传输如图6所示，叉车叉抱托盘烟箱从移动龙门通过，支架上阅读器及天线、摄像头将识别到的信息通过有线或无线网络传输服务器，服务器再通过无线网络将信息传送车载平板电脑，供叉车作业人员实时查看，属于异常时通过三色报警灯和蜂鸣器报警。

图6 数据传输流向图

四、系统实施效果分析

1.RFID阅读器扫码测试

本次测试在仓库门口进行，部署移动龙门进行出入库扫码测试，测试不同天线功率、不同速度对扫码准确率的影响。测试时，烟箱按标准正面和侧面各粘贴一张RFID标签，4箱片烟放置在一个托盘上，出入库时叉车叉抱托盘从移动龙门内出入，移动龙门统一摆放在离仓库门口5m位置，装卸车辆停在距离仓库40m左右位置，车上放置箱储片烟，叉车通过移动龙门时，距离阅读器1.2m左右。

测试时，阅读器功率设置数组为G={5dBm、8dBm、10dBm、15 dBm、20dBm、23dBm、25dBm、28dBm、31dBm}，叉车速度设置数组为S={3km/h、5km/h、7km/h、9 km/h、11km/h、13km/h、15km/h、17km/h、19km/h、20km/h}，每个功率下，同一个车速反复测试25次，记录每次扫码数量，计算出每个阅读器功率，每个车速的扫码准确率，结果如图7所示。

图7 移动龙门扫码准确率

从测试结果可以分析出，相同环境下，固定车速，扫码准确率接近正态分布，阅读器功率为20 dBm最优，准确率接近100%，随着功率的减小或增加，准确率降低。叉车车速在9km/h及以下，扫码效果最佳，11km/h以上，扫码准确率明显降低。所以在使用移动龙门进行出入库自动扫码验证，阅读器应设置为20 dBm，叉车通过移动龙门的车速不超过11km/h。

2.摄像头扫码测试

摄像头扫码测试时，关闭阅读器扫码，将摄像头高度调整与托盘一致，镜头垂直对准托盘烟箱标签，测试不同车速下扫码效果。每个车速反复测试25次，记录效果进行数据分析，结果如图8所示。

图8 摄像头扫码准确率

从图中可知，车速10km/h以下，扫码准确率接近100%，超过则开始明显下降，所以摄像头在动态截取图片识别信息时，最优车速为10km/h。

3.RFID阅读器和摄像头双重扫码测试

RFID阅读器和摄像头双重扫码测试，同时开启阅读器和摄像头，阅读器天线功率设置为20 dBm，选择车速5km/h 、6km/h 、8km/h、9km/h 、10km/h 、11km/h、12km/h、15km/h、20km/h进行测试，每个车速测试100轮，记录每轮结果，计算每个车速标签扫码准确率如图9所示。阅读器和摄像头双重扫码时，车速保持在10km/h以下，扫码准确率可达到100%，满足现场应用要求。

图9 阅读器和摄像头双重扫码准确率

4.自动扫码验证影响因素分析

RFID标签实现区域批量扫码，在实际扫码应用中，容易出现漏扫、多扫等问题。阅读器功率小、叉车速度过快、天线安装角度不匹配等，容易漏扫；功率过大容易多扫，误扫仓库内或车辆上堆码的烟箱RFID标签，导致扫码数据不准确。影响RFID标签扫码效果的因素除车速、阅读器功率、周围环境外，还有阅读器天线的角度、RFID标签性能等。阅读器天线与RFID标签处于平行平面时扫码效果最佳，垂直平面时效果最差；RFID标签的性能也影响扫码距离，目前烟草行业箱储片烟使用的RFID标签是无源标签，一般扫码距离在3～5m，3m内最佳，所以叉车过移动龙门时，与龙门两边距离保持在3m内。RFID标签在写入信息时，容易受外界干扰，导致芯片写入二进制数据的其中一位或多位发生变化，导致读取到的信息与原始信息不一致。基于以上原因，RFID阅读器识别RFID标签在仓储出入库环境中，很难做到100%准确率。

摄像头同时定时抓取动态画面，识别图片标签二维码信息，解析二维码获取标签信息，由于车速、标签二维码破损度等都会影响信息识别，单一采用RFID标签阅读器和摄像头识别RFID标签时，最优条件下，扫码接近100% ，未达到100%，不满足现场应用要求。所以移动龙门架上同时安装RFID标签阅读器及天线和摄像头，双重识别标签信息，互相校验，保证出入库扫码100%准确性，满足现场使用需求。

五、结语

仓储移动龙门出入库扫码校验系统，通过双重扫码、自动校验，减少人工干预，降低人工成本，通过实时对作业环节进行操作监控校验，提高出入库效率和准确率，最终达到片烟物流作业可视化、精确化、自动化。系统集成了车载平板、移动龙门架、阅读器、摄像头、PLC、三色灯、蜂鸣器等设备，从以下三个方面改进了仓储出入库扫码作业方式：使用移动4G物联网卡网络，在没有网络的库区可使用；在叉车上安装车载平板电脑，通过网络实时将扫码结果数据反馈在平板上，叉车操作工可以实时看到数据，判别叉抱物料的准确性；通过RFID标签、二维码双重扫码，实现出入库100%扫码准确率，提高作业准确率；移动龙门可随作业仓库移动，每个库区根据并行作业情况部署2～4套移动龙门即可，仓库有作业任务时，将移动龙门移动到仓库门口，相比每个仓库部署固定龙门架，大幅度降低成本。

基金项目：红塔烟草(集团)有限责任公司科技项目“基于新一代信息技术的智慧化片烟调运体系研究”（HTJT-2022-5641）

参考文献:

[1]徐跃明,袁湘云,曾嵘.基于RFID的片烟物流跟踪系统的设计与实现[J].计算机技术与发展,2018(12):78-81.

[2]王家寿,徐跃明,曾嵘. REIDD 与仓储片烟物流信息融合应用研究[J].计算机与数据工程,2020.

[3]郭稳涛 ,何怡刚 . RFID 系统性能及识别率优化方法研究 [J]. 电 子器件, 2018, 41(3): 719-720.

[4]于洪涛,王祖良,王少飞,曹闯乐,马可欣.一种新型的RFID的防碰撞算法[J].物联网技术,2021,11(05).

[5]杨超,赵一帆,李波,陈春,丁洪伟.基于深度学习的RFID标签防碰撞算法研究[J].现代电子技术. 2021,44(22).

本文源自《物流技术与应用》2023年09期

本文版权归《物流技术与应用》所有，欢迎文末分享、点赞、在看！转载请联系后台。