出入庫場景說明

1.1 場景描述及對比

出入庫管理，即通過現(xiàn)代數(shù)字化技術(shù)完成對倉庫貨物出庫、入庫的有效識別、監(jiān)控以及貨單貨物核對等。

一般場景下，貨車裝載需要管理的貨物到達倉庫門口，傳統(tǒng)入庫方案和RFID方案流程對比如下圖：

傳統(tǒng)方案，貨車到達庫門后，需要原地卸貨，管理員手持掃描槍進行貨物的面單識別，將貨物進行對比核對后，才開始進行入庫操作，大約持續(xù)x小時級別的時間。

而RFID方案下，部署完成后，直接進行卸貨，入庫。入庫完成即可自動核對，省去了卸貨盤點及人工掃描的步驟。

1.2 RFID方案端側(cè)部署設(shè)計

在RFID端側(cè)技術(shù)下，無線射頻能解決RFID標簽的激勵和信號識別，但核心的問題在于如何完成完成的貨物的進出方向判斷。

無線射頻是發(fā)散性的，其天線激發(fā)信號可以抽象為扇形，在天線覆蓋的扇形范圍內(nèi)，RFID標簽都可能會被激發(fā)識別。但是僅靠一個扇形，是無法產(chǎn)生“方向”感，從任何一個方向進入扇形覆蓋范圍內(nèi)都會被識別，也就無法完成貨物從庫門進入還是離開的識別，只能知道貨物在庫門周圍被識別過。

根據(jù)兩點確定一條直線的理論，我們通過在庫門里外分別部署一個無線射頻識別器(helper)來解決貨物識別方向判斷問題。

可以理解地，若一個貼有RFID標簽的貨物先被庫門外側(cè)helper激勵，再被內(nèi)側(cè)helper激勵，我們認為該貨物在這一短時間內(nèi)是進行了入庫操作;若貨物先被庫門內(nèi)側(cè)helper激勵，再被外側(cè)helper激勵，認為是進行出庫操作。

如下端側(cè)部署架構(gòu)示意圖所示：

在華為RFID收發(fā)分離技術(shù)下，需要在庫門或者通道內(nèi)側(cè)和外側(cè)分別部署helper設(shè)備，用于激勵RFID標簽。

在更大范圍外部署receiver設(shè)備，負責接收RFID標簽激勵后的信號，從而識別和獲取有用信息。

出入庫場景難點

2.1 數(shù)據(jù)量大

RFID設(shè)備發(fā)射無線電波激勵標簽，在指定頻段下有強度的區(qū)別。為了覆蓋更大的識別范圍，一般射頻的強度都會適當提高，保證激發(fā)足夠次數(shù)RFID標簽，冗余標簽的掃描，提高準確率。因此在貨物通過的過程中，標簽感應的信號次數(shù)是很大的。

一般倉儲場景是解決人工效率的問題，同時識別的貨物會很多，標簽會很多，因此數(shù)據(jù)量會成倍增加。

2.2 數(shù)據(jù)清洗與分析

出入庫管理在設(shè)備側(cè)的真實模型是，RFID標簽在某時刻被helper掃描，而我們業(yè)務(wù)關(guān)注的其實是貨物在某時刻被庫門識別。RFID標簽數(shù)據(jù)需要被轉(zhuǎn)換為貨物數(shù)據(jù)，helper標識需要被轉(zhuǎn)換為關(guān)聯(lián)helper的設(shè)施，如出入庫空門。

另一方面，如上圖所示，貨物完整的出庫/入庫，是由多條RFID掃描事件分析出來的，需要由InHelper掃到，最終被OutHelper掃到，產(chǎn)生穩(wěn)定的狀態(tài)變換才能分析出。并且實際情況下，Inhelper和OutHelper會有交叉覆蓋范圍，其狀態(tài)變換并不是線性的，需要較復雜的分析算法實現(xiàn)出入狀態(tài)變換。

最后，當并行有多個庫門時，門與門之間甚至會出現(xiàn)相互干擾掃描的情況，同一個貨物標簽會被1號門和2號門掃到，容易判斷出多門進出的異常事件數(shù)據(jù)。

如何使用IOT平臺解決

3.1設(shè)備接入服務(wù)

解決RECEIVER接入平臺，利用海量數(shù)據(jù)上行，高并發(fā)的能力，解決大量數(shù)據(jù)上傳的問題，實現(xiàn)數(shù)據(jù)實時上傳，以便后續(xù)分析模塊使用。

3.2數(shù)據(jù)分析服務(wù)

快速對接設(shè)備接入服務(wù)，能天然獲取設(shè)備的數(shù)據(jù)并進行有效分析。

可利用資產(chǎn)建模模塊，完成設(shè)備數(shù)據(jù)的清洗和轉(zhuǎn)換;利用實時流分析作業(yè)完成RFID數(shù)據(jù)的過濾、去噪、狀態(tài)推理，實現(xiàn)出入分析，產(chǎn)生事件數(shù)據(jù)。且實時流分析作業(yè)能支持各種輸出組件的對接，如DIS數(shù)據(jù)接入服務(wù)(kafka)、如SMN消息推送服務(wù)(可推送短信、郵件)等。

除此之外，數(shù)據(jù)分析服務(wù)能提供諸如實時分析、離線分析的能力，幫助用戶完成物聯(lián)網(wǎng)數(shù)據(jù)的基本統(tǒng)計和大數(shù)據(jù)分析能力，如倉庫庫門每日出入貨物總數(shù)等報表等。

方案構(gòu)架設(shè)計

總體端側(cè)架構(gòu)應該如下圖：

整體架構(gòu)如下圖所示：

設(shè)備側(cè)組網(wǎng)完成后，helper激勵覆蓋范圍內(nèi)的貨物標簽，receiver設(shè)備負責采集場內(nèi)RFID標簽激勵后產(chǎn)生的信號，并通過串口連接工控機。工控機上使用配套程序并集成IOT Device SDK，將RFID信號由16進制報文轉(zhuǎn)換為json后連接IOT平臺設(shè)備接入服務(wù)，并上報數(shù)據(jù)。

IOT平臺層，設(shè)備接入服務(wù)負責設(shè)備的計入和管理，接收設(shè)備數(shù)據(jù);數(shù)據(jù)分析服務(wù)進行數(shù)據(jù)轉(zhuǎn)換和分析。

數(shù)據(jù)分析服務(wù)可以將原始數(shù)據(jù)分析為事件數(shù)據(jù)傳入DIS服務(wù)等消息中間件，上層應用消費事件數(shù)據(jù)完成對應業(yè)務(wù)。

結(jié)語

以上便是基于RFID+IOT技術(shù)下，對倉儲管理中出入庫場景進行的分析和設(shè)計，接下來會詳細介紹如何使用IOT技術(shù)進行接入、建模、算法分析以實現(xiàn)數(shù)據(jù)清洗和事件分析。

編輯：jq