CN108491908B - 一种基于无线射频识别的可视化智能仓储系统及方法 - Google Patents

Abstract

本发明公开一种基于无线射频识别的可视化智能仓储系统及方法，所述可视化智能仓储系统包括：多个电子标签，各电子标签分别设置在仓库内不同的物品上，携带有对应物品的信息；基于RFID手持终端，用于激活无线射频范围内的电子标签，读取对应物品的信息；服务器，与所述基于RFID手持终端进行通信，用于记录仓库内的物品信息。本发明基于无线射频识别的可视化智能仓储系统采用无线射频技术，通过基于RFID手持终端激活无线射频范围内的电子标签，读取对应物品的信息，并将所述物品信息上传至服务器进行识别，从而有效实现对仓库内物品的管理。

Description

一种基于无线射频识别的可视化智能仓储系统及方法

技术领域

本发明涉及无线射频识别RFID(Radio Frequency Identification)技术领域，特别是涉及一种基于RFID的可视化智能仓储系统及方法。

背景技术

仓储系统经历了人工仓储、机械化仓储及自动化仓储技术三个阶段，目前在向智能仓储系统过渡。智能仓储系统综合运用物联网领域的RFID自动识别技术、数据库技术、仓库可视化技术、网络技术等，以RFID电子标签为连接桥梁，建立起仓储物资实物管理平台，从而实现对仓库中物品周边的环境进行监测和控制，随时帮助工作人员进行仓库物品管理，同时还可对物品摆放位置、位移以及出入库等情况进行监控，轻松帮助管理人员实时监控物品是否安全，这些都是目前智能仓储研究的热点。

在国内，近年来由于互联网尤其是电子商务的蓬勃发展促使我国仓储物流业迅速崛起，各大企业均根据自身发展需求开始布局自己的仓储设备和物流技术。其实早在上世纪60年代我国就已经开始自主研发立体仓库，并于1973年开始研制国内第一座由计算机控制的自动化立体仓库。到现在，这样的自动化立体仓库在我国大约已有上千座，但主要集中在长三角及珠三角区域，这导致我国的仓储业发展不均衡，难以形成百花齐放的局面，而且自动化程度也没有欧美国家那般发达，仅仅是对基本信息的统计和记录。

现阶段，ZigBee技术和RFID技术这两种无线通信技术在智能仓储系统中被相对广泛应用。

ZigBee技术是一种双向无线通信技术，可用于各种电子产品间的数据交换。ZigBee技术在智能家居场景中应用较多，因为家居环境的范围小，住户需要低功耗，且对传输速率的要求不高。在智能仓储方面，国外较早开始使用ZigBee技术，并且可以实现对环境、位置、状态等数据的监测与控制，现在国外发达国家在此方面已经相当成熟。近来，国内也开始在智能仓储管理系统中接入ZigBee技术。基于嵌入式的智能仓储管理系统就应用了ZigBee技术，可以实现对周边环境和物品位置的监测。

RFID技术是一种无线射频识别技术，可以通过无线通信信号识别特定的目标并且进行相关的数据读写，常用于手持的移动设备身份识别。在国外，RFID主要用于物品身份识别。

RFID技术的发展使其在诸多领域得到了广泛应用，但是读写器是否可以快速高效地识别出所有标签，将直接影响其使用效率，这就必须解决RFID系统中无法避免的读写器碰撞和标签碰撞问题。

如图1所示，读写器碰撞是指当某个电子标签同时处在多个读写器的空间覆盖范围内时，多个读写器会同时向该电子标签发送查询、获取信息等命令，导致标签无法对相应的读写器作出正确的响应。读写器之间的碰撞还有一种情况，就是多个读写器同时使用相同频率或频率间隔太小，导致无法正常识别标签的冲突。

如图2所示，标签碰撞是指读写器的识别区域内同时存在多个标签，当读写器对识别区域内的所有标签发送查询、获取信息等指令时，该区域内的所有标签会同时响应读写器的指令，这些响应信号会抢占时隙，使得不同标签之间信息相互影响，这就是标签碰撞现象。目前解决标签碰撞问题有两种方法，一种是加大传输的频率带宽，另一种就是通过制定各种算法。

目前已出现的防碰撞算法中，主要分为基于ALOHA的防碰撞算法和树形防碰撞算法，前者是概率性算法，后者则是确定性的算法。

概率性防碰撞算法建立在概率统计之上，又以ALOHA类防碰撞算法为典型。后来又改进的算法有时隙ALOHA、帧时隙ALOHA以及动态帧时隙ALOHA等。

确定性防碰撞算法的主要代表是基于树形的二进制防碰撞算法。树形算法的基本思想是不断地将导致碰撞的标签划分为若干子集，缩小下一步的标签搜索数目，依次类推，直到只有一个标签响应，即没有碰撞发生。在整个划分过程中，系统以节点的形式存储对应的命令参数，形成一个数据的分叉树，因此称为树形碰撞算法。

防碰撞算法对环境依赖程度较高，在何种情况下选取何种算法，需要综合考虑多方面因素。概率性防碰撞算法在进行大量数据交换时系统性能急剧下降，因此识别效率较低。但该算法的优点是不需要过多的读写器搜索，当标签数目较少时，概率性防碰撞算法搜索次数较少，识别效率能够满足系统要求，因此概率性防碰撞算法适用于标签数目较少的场合。

确定性防碰撞算法的优点是对标签的识别率能达到100％，因为在识别过程中，读写器选定某标签完成读写内部数据等相关操作。在此过程中，标签和读写器之间建立的是唯一的一对一通信关系，如果想与别的电子标签通信，读写器需要先解除与原来标签之间的通信关系。确定性算法适用于标签数目较多的系统，算法稳定可靠，识别效率也高，但该算法存在的不足之处是算法循环和回溯频次较多，导致标签识别时间较长，无法有效读取电子标签的信息。

发明内容

本发明的目的是提供一种基于无线射频识别的可视化智能仓储系统及方法，可快速准确的识别物品信息。

为实现上述目的，本发明提供了如下方案：

一种基于无线射频识别的可视化智能仓储系统，所述可视化智能仓储系统包括：

多个电子标签，各电子标签分别设置在仓库内不同的物品上，携带有对应物品的信息；

基于RFID手持终端，用于激活无线射频范围内的电子标签，读取对应物品的信息；

服务器，与所述基于RFID手持终端进行通信，用于记录仓库内的物品信息。

可选的，所述服务器还用于对仓库内物品进行管理；所述管理包括确定物品的信息和类别、物品的库存和定位情况、物品的入库和出库情况、物品对应的客户信息和客户类别。

可选的，所述电子标签包括：

第一天线，用于接收所述基于RFID手持终端发送的控制指令、时钟信号及能量，以及向所述基于RFID手持终端发送物品的信息；

第一射频模块，与所述第一天线连接，用于在第一天线发送的能量的作用下激活，并将能量、时钟信号及控制指令发送至控制模块，以及向所述第一天线传输物品信息；

存储器，用于存储物品的信息；

控制模块，分别与所述第一射频模块和存储器连接，用于在所述第一射频模块发送的能量的作用下激活，并根据所述第一射频模块传输的控制指令，从所述存储器中调取对应的物品信息，根据所述时钟信号向所述第一射频模块发送所述物品信息。

可选的，所述电子标签还包括：

第一电源模块，分别与所述控制模块和存储器连接，用于分别为所述控制模块和存储器提供工作电压。

可选的，所述基于RFID手持终端包括：

第二天线，用于向电子标签发送时钟信号、能量以及控制指令，并接收电子标签发送的物品信息；

时钟模块，用于向第二射频模块提供时钟信号；

第二电源模块，用于向第二射频模块提供能量；

读写模块，用于向第二射频模块写入控制指令，以及从第二射频模块中读取物品信息；

第二射频模块，分别与第二天线、第二电源模块及读写模块连接，用于将所述时钟模块发送的时钟信号、第二电源模块发送的能量以及读取模块写入的控制指令通过第二天线发送至各电子标签，以及接收由电子标签通过第二天线发送的物品信息。

为实现上述目的，本发明提供了如下方案：

一种应用上述基于无线射频识别的可视化智能仓储系统的可视化智能仓储方法，所述可视化智能仓储方法包括：

对于每一准备入库的物品，通过RFID手持终端读取所述物品上的电子标签的物品信息；

通过服务器根据所述物品信息，验证所述物品是否合格；如果验证合格，则将所述物品入库管理，否则将所述物品退出仓库或者重新验证；

对于仓库内的每一物品，通过RFID手持终端读取所述物品上的电子标签的物品信息；

通过服务器根据所述物品信息，判断所述物品的位置是否准确，如果不准确，则所述服务器控制报警器发出定位报警信息，以通知仓库管理人员进行处理；

否则判断是否对所述物品进行消息设置或者查询，如果是则通过服务器进行数据处理，等待下次通过RFID手持终端重新读取所述物品上的电子标签的物品信息；

否则服务器根据所述物品信息确定所述物品是出库，如果是则表示出库成功，否则表示所述物品在仓库内，等待下次通过RFID手持终端重新读取所述物品上的电子标签的物品信息。

可选的，所述通过RFID手持终端读取所述物品上的电子标签的物品信息，具体包括：

通过RFID手持终端向各电子标签发送一个指定帧长的控制指令；

通过RFID手持终端采集电子标签发送信息时的闲时隙数C₀、成功时隙数C₁、碰撞时隙数C_k；

根据所述闲时隙数C₀、成功时隙数C₁、碰撞时隙数C_k，采用估算法估算出所述基于RFID手持终端周围待识别电子标签数n；

判断所述待识别电子标签数n与吞吐率S的最大值及最小值的大小：

如果待识别电子标签数n≤所述吞吐率S的最小值，则减少所述控制指令的帧长；

如果所述吞吐率S的最小值<待识别电子标签数n<所述吞吐率S的最大值，则保持所述控制指令的指定帧长不变；

如果待识别电子标签数n≥所述吞吐率S的最大值，则增大所述控制指令的帧长；

当所述待识别电子标签数n≥所述吞吐率S的最大值时，判断所述待识别电子标签数n是否大于限定标签的最大值，如果是则在所述控制指令中加入分集指令，否则传输帧长增大后的控制指令；其中，所述分集指令用于将所述待识别电子标签数n分为多个子集，每个子集中电子标签的数量均小于限定标签的最大值。

可选的，所述估算法包括下限估算法、Schoute估算法及Vogt估算法中至少一者；其中，

根据以下公式，采用下限估算法估算出所述基于RFID手持终端周围待识别电子标签数n：

ε_la(N，C₀，C₁，C_k)＝C₁+2C_k；

根据以下公式，采用Schoute估算法估算出所述基于RFID手持终端周围待识别电子标签数n：

ε_lb(N，C₀，C₁，C_k)＝C₁+2.39C_k；

根据以下公式，采用Vogt估算法估算出所述基于RFID手持终端周围待识别电子标签数n：

其中，a₀，a₁，a_k分别为实际测得的空闲时隙数、成功时隙数以及碰撞时隙数。

可选的，所述通过RFID手持终端读取所述物品上的电子标签的物品信息，还包括：

基于高斯分布函数，选择高概率发生区间；

根据所述高概率发生区间，确定所述基于RFID手持终端采集到的信号的强度的取值范围；

计算取值范围内的全部采集信号的强度值的平均值，确定采集信号的强度，以对采集信号进行高斯滤波。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明基于无线射频识别的可视化智能仓储系统采用无线射频技术，通过基于RFID手持终端激活无线射频范围内的电子标签，读取对应物品的信息，并将所述物品信息上传至服务器进行识别，从而有效实现对仓库内物品的管理。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为读写器碰撞示意图；

图2为电子标签碰撞示意图；

图3为本发明实施例基于无线射频识别的可视化智能仓储系统的结构示意图；

图4为本发明实施例基于无线射频识别的可视化智能仓储系统的管理功能图；

图5为本发明实施例基于无线射频识别的可视化智能仓储方法流程图；

图6为本发明应用改进后的ALOHA算法的流程图。

电子标签—1，第一天线—11，第一射频模块—12，控制模块—13，存储器—14，第一电源模块—15，基于RFID手持终端—2，第二天线—21，时钟模块—22，第二电源模块—23，读写模块—24，第二射频模块—25，服务器3。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种基于无线射频识别的可视化智能仓储系统，采用无线射频技术，通过基于无线射频识别RFID手持终端激活无线射频范围内的电子标签，读取对应物品的信息，并将所述物品信息上传至服务器进行识别，从而有效实现对仓库内物品的管理。

数据帧数：表示系统的输入负载，即T时间内所有标签N向读写器发送的总的数据包量。

吞吐率：也称为识别效率，即所有标签成功传送的、有效的总的数据包量，也就是在时间T内标签与读写器成功通信的平均次数，因此吞吐率S等于G与成功传送概率的乘积。

对于RFID系统内标签与读写器来说，S＝1表示每个标签的数据都被成功传送给读写器，没有发生标签碰撞的情况；S＝0表示数据在传送过程中发生了碰撞，读写器没有接收到任何数据信息，也可能是无数据传输的情况。

公共信道上在单位时间T内平均发送的数据帧数G和传输通路的吞吐率S的计算公式见式(1)和式(2)。

S＝G.e^(-2G) (2)；

其中，n是系统中标签的数目，r_n是T时间内由电子标签n发送的数据帧数。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图3所示，本发明基于无线射频识别的可视化智能仓储系统包括多个电子标签1、RFID手持终端2及服务器3。

各电子标签1分别设置在仓库内不同的物品上，携带有对应物品的信息；所述基于RFID手持终端2用于激活无线射频范围内的电子标签1，读取对应物品的信息；所述服务器3与所述基于RFID手持终端2进行通信，所述服务器3用于记录仓库内的物品信息。

如图4所示，所述服务器3还用于对仓库内物品进行管理；所述管理包括确定物品的信息和类别、物品的库存和定位情况、物品的入库和出库情况、物品对应的客户信息和客户类别等。

在本实施例中，服务器3通过Socket与RFID手持终端2进行连接，可进行无线WiFi通信或者有线传输。

进一步地，如图3所示，所述电子标签1包括第一天线11、第一射频模块12、控制模块13及存储器14。

其中，所述第一天线11用于接收所述基于RFID手持终端2发送的控制指令、时钟信号及能量，以及向所述基于RFID手持终端2发送物品的信息。

所述第一射频模块12与所述第一天线11连接，所述第一射频模块12用于在第一天线11发送的能量的作用下激活，并将能量、时钟信号及控制指令发送至控制模块13，以及向所述第一天线11传输物品信息。

所述存储器14用于存储物品的信息；所述控制模块13分别与所述第一射频模块12和存储器14连接，所述控制模块13用于在所述第一射频模块12发送的能量的作用下激活，并根据所述第一射频模块12传输的控制指令，从所述存储器14中调取对应的物品信息，根据所述时钟信号向所述第一射频模块12发送所述物品信息。

优选地，所述电子标签1还包括第一电源模块15，所述第一电源模块15分别与所述控制模块13和存储器14连接，所述第一电源模块15用于分别为所述控制模块和存储器提供工作电压。

如图3所示，所述基于RFID手持终端包括第二天线21、时钟模块22、第二电源模块23、读写模块24及第二射频模块25。

所述第二天线21用于向电子标签1发送时钟信号、能量以及控制指令，并接收电子标签1发送的物品信息。

所述时钟模块22用于向第二射频模块25提供时钟信号。

所述第二电源模块23用于向第二射频模块25提供能量。

所述读写模块24，用于向第二射频模块25写入控制指令，以及从第二射频模块25中读取物品信息。

所述第二射频模块25分别与第二天线21、第二电源模块23及读写模块24连接，所述第二射频模块25用于将所述时钟模块22发送的时钟信号、第二电源模块23发送的能量以及读取模块24写入的控制指令通过第二天线21发送至各电子标签1，以及接收由电子标签1通过第二天线21发送的物品信息。

此外，本发明还提供一种基于无线射频识别的可视化智能仓储方法，所述基于无线射频识别的可视化智能仓储方法应用上述基于无线射频识别的可视化智能仓储系统。

如图5所示，本发明基于无线射频识别的可视化智能仓储方法包括：

对于每一准备入库的物品，通过RFID手持终端读取所述物品上的电子标签的物品信息；

通过服务器根据所述物品信息，验证所述物品是否合格；如果验证合格，则将所述物品入库管理，否则将所述物品退出仓库或者重新验证；

对于仓库内的每一物品，通过RFID手持终端读取所述物品上的电子标签的物品信息；

通过服务器根据所述物品信息，判断所述物品的位置是否准确，如果不准确，则所述服务器控制报警器发出定位报警信息，以通知仓库管理人员进行处理；

否则判断是否对所述物品进行消息设置或者查询，如果是则通过服务器进行数据处理，等待下次通过RFID手持终端重新读取所述物品上的电子标签的物品信息；

否则服务器根据所述物品信息确定所述物品是出库，如果是则表示出库成功，否则表示所述物品在仓库内，等待下次通过RFID手持终端重新读取所述物品上的电子标签的物品信息。

进一步地，所述通过RFID手持终端读取所述物品上的电子标签的物品信息，具体包括：

通过RFID手持终端向各电子标签发送一个指定帧长的控制指令；

通过RFID手持终端采集电子标签发送信息时的闲时隙数C₀、成功时隙数C₁、碰撞时隙数C_k；

根据所述闲时隙数C₀、成功时隙数C₁、碰撞时隙数C_k，采用估算法估算出所述基于RFID手持终端周围待识别电子标签数n；

判断所述待识别电子标签数n与吞吐率S的最大值及最小值的大小：

如果待识别电子标签数n≤所述吞吐率S的最小值，则减少所述控制指令的帧长；

如果所述吞吐率S的最小值<待识别电子标签数n<所述吞吐率S的最大值，则保持所述控制指令的指定帧长不变；

如果待识别电子标签数n≥所述吞吐率S的最大值，则增大所述控制指令的帧长；

当所述待识别电子标签数n≥所述吞吐率S的最大值时，判断所述待识别电子标签数n是否大于限定标签的最大值，如果是则在所述控制指令中加入分集指令，否则传输帧长增大后的控制指令；其中，所述分集指令用于将所述待识别电子标签数n分为多个子集，每个子集中电子标签的数量均小于限定标签的最大值。

其中，所述估算法包括下限估算法、Schoute估算法及Vogt估算法中至少一者。

对于下限估算法：

当碰撞发生时，说明在一个时隙内至少存在两个或两个以上的标签，因此标签估算函数(即电子标签数n)：ε_la(N，C₀，C₁，C_k)＝C₁+2C_k。

对于Schoute估算法：

Schoute估算法通过时隙的碰撞概率推算出一个时隙内的标签碰撞数目，时隙的碰撞概率C_rate可用如下公式表示：

其中

N表示当前帧的长度。

理想状态下的C_rate值为：

在单个时隙内标签的碰撞数约为

因此标签的估算函数为：ε_lb(N，C₀，C₁，C_k)＝C₁+2.39C_k。

对于Vogt估算法：

此估算法是在二项式分布的基础上利用切比雪夫不等式使标签估计误差降低，标签的估算函数为：

其中a₀，a₁，a_k分别为实际测得的空闲时隙数、成功时隙数以及碰撞时隙数。

上述三种估算法，以Vogt估算法在实际应用中最精确，下限估算法误差最大。

确定待识别电子标签数n后进行分组：

分组模块：令

其中M是分组数，N_max表示最佳帧长，若Round(M,0)＝1，则分组模块结束，若Round(M,0)>1，则N＝N-N_max，直到Round(M,0)＝1，模块结束工作。其中Round(M,0)表示四舍五入并取整。

由

可得到待识别标签个数n与最佳帧长N下分组的个数关系，如表1所示。

表1待识别标签个数n与最佳帧长N_max下分组的个数关系

待识别标签个数n	帧长N<sub>max</sub>	分组数
			708-1416	256	4
355-707	256	2
			178-354	256	1
84-177	128	1
			40-83	64	1
20-39	32	1
			13-19	16	1

如图6所示，本发明应用改进后的ALOHA算法，进而动态改变帧长，所以在取得最大吞吐率后，随着标签数目的增加，吞吐量下降明显，而在改进动态帧时隙ALOHA算法中，当标签数目低于100时，系统吞吐率增长明显，随后吞吐率稳定在0.35左右。

进一步地，所述通过基于RFID手持终端读取所述物品上的电子标签的物品信息，还包括：

基于高斯分布函数，选择高概率发生区间；

根据所述高概率发生区间，确定所述基于RFID手持终端采集到的信号的强度的取值范围；

计算取值范围内的全部采集信号的强度值的平均值，确定采集信号的强度，以对采集信号进行高斯滤波。

下面以一具体实施例详细说明：

在实际环境中，由于外界环境的影响，无线信号传输普遍采用的信道模型为：

PL(d)＝PL(d₀)+10nlg(d/d₀)+X₀ (3)；

其中，d₀为参考距离；PL(d)表示距离为d时接收到的信号强度；X₀表示均值为0的正态随机变量，并服从高斯分布；n是信号衰减因子，是一个常数。

但在实际测量中，通常采用简化模型：

RSSI＝-10nlgd-A (4)；

即忽略式公式(3)中X₀的影响，其中射频参数A被定义为用dBm表示的定位节点与参考节点之间距离d为1m时接收到的平均能量绝对值，也就是RSSI值；A和n都是经验值，主要取决于所在环境，因此在不同的环境中A和n取值范围不同，其测距模型也不同。

实际测得的RSSI值波动性很大，其强度值随着传输距离增大整体上衰减，但并不是严格衰减。当传输距离较近时，RSSI强度值衰减较快，随着传输距离的增加，衰减也逐渐变慢。而且RSSI值由于受外界环境影响具有很大波动性，因此利用RSSI测距时可以通过滤波使RSSI值平滑。

现有的滤波处理方法有两种，分别是平均值滤波法和高斯滤波法。前者用公式可表示为：

其中RSSI_i表示每次采集到的信号强度，n表示采集次数。但该方法带入了一个小概率信号值误差，且在处理大扰动时不准确。后者通过高斯模型选出高概率信号区的RSSI值，然后再取几何均值。高斯滤波法减少了小概率信号和大扰动对测量结果的影响，提高了算法的精确度。

高斯分布函数为：

其中

根据工程中的实践经验，高概率发生区通常选择0.6≤F(x)≤1区间，得到

0.15σ+μ≤x≤3.09σ+μ (9)

经过高斯滤波器后，得到RSSI范围[0.15σ+μ,3.09σ+μ]，其中

将[0.15σ+μ,3.09σ+μ]范围内的RSSI值全部取出求平均值，得到最终的RSSI值，从而完成高斯滤波。

滤波前RSSI值波动较大，经过滤波后已经变得比较平滑，显然高斯滤波能够很好地提高测距精度，从而提高定位精度。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种基于无线射频识别的可视化智能仓储系统，其特征在于，所述可视化智能仓储系统包括：

多个电子标签，各电子标签分别设置在仓库内不同的物品上，携带有对应物品的信息；

基于无线射频识别RFID手持终端，用于激活无线射频范围内的电子标签，读取对应物品的信息；

具体包括：

通过RFID手持终端向各电子标签发送一个指定帧长的控制指令；

通过RFID手持终端采集电子标签发送信息时的闲时隙数C₀、成功时隙数C₁、碰撞时隙数C_k；

根据所述闲时隙数C₀、成功时隙数C₁、碰撞时隙数C_k，采用估算法估算出所述基于RFID手持终端周围待识别电子标签数n；

判断所述待识别电子标签数n与吞吐率S的最大值及最小值的大小：

如果待识别电子标签数n≤所述吞吐率S的最小值，则减少所述控制指令的帧长；

如果所述吞吐率S的最小值<待识别电子标签数n<所述吞吐率S的最大值，则保持所述控制指令的指定帧长不变；

如果待识别电子标签数n≥所述吞吐率S的最大值，则增大所述控制指令的帧长；

当所述待识别电子标签数n≥所述吞吐率S的最大值时，判断所述待识别电子标签数n是否大于限定标签的最大值，如果是则在所述控制指令中加入分集指令，否则传输帧长增大后的控制指令；其中，所述分集指令用于将所述待识别电子标签数n分为多个子集，每个子集中电子标签的数量均小于限定标签的最大值；

服务器，与所述基于RFID手持终端进行通信，用于记录仓库内的物品信息。

2.根据权利要求1所述的基于无线射频识别的可视化智能仓储系统，其特征在于，所述服务器还用于对仓库内物品进行管理；所述管理包括确定物品的信息和类别、物品的库存和定位情况、物品的入库和出库情况、物品对应的客户信息和客户类别。

3.根据权利要求1所述的基于无线射频识别的可视化智能仓储系统，其特征在于，所述电子标签包括：

第一天线，用于接收所述基于RFID手持终端发送的控制指令、时钟信号及能量，以及向所述基于RFID手持终端发送物品的信息；

第一射频模块，与所述第一天线连接，用于在第一天线发送的能量的作用下激活，并将能量、时钟信号及控制指令发送至控制模块，以及向所述第一天线传输物品信息；

存储器，用于存储物品的信息；

控制模块，分别与所述第一射频模块和存储器连接，用于在所述第一射频模块发送的能量的作用下激活，并根据所述第一射频模块传输的控制指令，从所述存储器中调取对应的物品信息，根据所述时钟信号向所述第一射频模块发送所述物品信息。

4.根据权利要求3所述的基于无线射频识别的可视化智能仓储系统，其特征在于，所述电子标签还包括：

第一电源模块，分别与所述控制模块和存储器连接，用于分别为所述控制模块和存储器提供工作电压。

5.根据权利要求1所述的基于无线射频识别的可视化智能仓储系统，其特征在于，所述基于RFID手持终端包括：

第二天线，用于向电子标签发送时钟信号、能量以及控制指令，并接收电子标签发送的物品信息；

时钟模块，用于向第二射频模块提供时钟信号；

第二电源模块，用于向第二射频模块提供能量；

读写模块，用于向第二射频模块写入控制指令，以及从第二射频模块中读取物品信息；

第二射频模块，分别与第二天线、第二电源模块及读写模块连接，用于将所述时钟模块发送的时钟信号、第二电源模块发送的能量以及读写模块写入的控制指令通过第二天线发送至各电子标签，以及接收由电子标签通过第二天线发送的物品信息。

6.一种应用权利要求1-5中任一项所述的基于无线射频识别的可视化智能仓储系统的可视化智能仓储管理方法，其特征在于，所述可视化智能仓储管理方法包括：

对于每一准备入库的物品，通过RFID手持终端读取所述物品上的电子标签的物品信息；

通过服务器根据所述物品信息，验证所述物品是否合格；如果验证合格，则将所述物品入库管理，否则将所述物品退出仓库或者重新验证；

对于仓库内的每一物品，通过RFID手持终端读取所述物品上的电子标签的物品信息；

通过服务器根据所述物品信息，判断所述物品的位置是否准确，如果不准确，则所述服务器控制报警器发出定位报警信息，以通知仓库管理人员进行处理；

否则判断是否对所述物品进行消息设置或者查询，如果是则通过服务器进行数据处理，等待下次通过RFID手持终端重新读取所述物品上的电子标签的物品信息；

否则服务器根据所述物品信息确定所述物品是否出库，如果是则表示出库成功，否则表示所述物品在仓库内，等待下次通过RFID手持终端重新读取所述物品上的电子标签的物品信息。

7.根据权利要求6所述的基于无线射频识别的可视化智能仓储管理方法，其特征在于，所述估算法包括下限估算法、Schoute估算法及Vogt估算法中至少一者；其中，

根据以下公式，采用下限估算法估算出所述基于RFID手持终端周围待识别电子标签数n：

ε_la(N，C₀，C₁，C_k)＝C₁+2C_k；

根据以下公式，采用Schoute估算法估算出所述基于RFID手持终端周围待识别电子标签数n：

ε_lb(N，C₀，C₁，C_k)＝C₁+2.39C_k；

根据以下公式，采用Vogt估算法估算出所述基于RFID手持终端周围待识别电子标签数n：

其中，a₀，a₁，a_k分别为实际测得的空闲时隙数、成功时隙数以及碰撞时隙数，ε_la表示采用下限估算法时的标签估算函数，ε_lb表示采用Schoute估算法时的标签估算函数，ε_lc表示采用Vogt估算法时的标签估算函数，N表示当前帧的长度。

8.根据权利要求6所述的基于无线射频识别的可视化智能仓储管理方法，其特征在于，所述通过RFID手持终端读取所述物品上的电子标签的物品信息，还包括：

基于高斯分布函数，选择高概率发生区间；

根据所述高概率发生区间，确定所述基于RFID手持终端采集到的信号的强度的取值范围；

计算取值范围内的全部采集信号的强度值的平均值，确定采集信号的强度，以对采集信号进行高斯滤波。

Images