CN109635797A - 基于多载体识别技术的钢卷顺序精准定位方法 - Google Patents

Abstract

基于多载体识别技术的钢卷顺序精准定位方法，涉及冶金行业的钢卷转运领域。根据现场实际需求和多种多载体识别技术的支撑，科学地规划并利用钢卷信息的数据流及逻辑关系，采用分流设计，避免信息堆积，提升钢卷信息跟踪效率。具体步骤包括钢卷信息自动识别、RFID标签精准定位及顺序判定、图像数据智能匹配、钢卷数据系统校验。该方法不仅有效减小因喷码错误、喷码质量和易混淆字符对喷码正确识别的影响，还大幅度降低因RFID标签粘贴位置、标签质量及周围环境等因素对识读设备识别范围内标签识别先后次序的影响，实现钢卷数据精准定位，全面提升物料信息的完整性与准确率，提高物料信息数据可靠性。

Description

基于多载体识别技术的钢卷顺序精准定位方法

技术领域

本发明涉及冶金行业的钢卷转运领域，具体是基于多载体识别技术的钢卷顺序精准定位方法。

背景技术

字符识别(OCR，即Optical Character Recognition)技术是指电子设备(例如扫描仪或数码相机)检查载体上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。

RFID射频识别(RFID，即Radio Frequency Identification)技术是一种无线通讯技术，可通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或者光学接触。

冶金行业物料转运系统的优化对钢卷信息的准确性及顺序的精准判定提出了需求。当前的物料转运系统易受光学成像、外部环境和一些随机因素的影响，导致字符识别精度只能达到70％左右。虽然RFID射频识别技术通过防碰撞算法的合理应用，数据识别精度得以提高，但是由于RFID标签粘贴位置、标签质量及周围环境等因素的影响，识读设备仍然无法精准判定识别范围内标签的先后次序。钢卷信息失真不利于钢卷质量的跟踪与管理，甚至会造成自动化生产系统瘫痪。

发明内容

本发明的目的在于提供基于多载体识别技术的钢卷顺序精准定位方法，将光学字符识别、RFID射频识别等前沿科技通过软件平台进行柔性集成，将硬件设备进行科学部署，改进和优化字符匹配方法和标签定位算法，开发出具有钢卷信息精确识别、顺序精准判定等核心功能的物料转运系统。不仅有效减小因喷码错误、喷码质量和易混淆字符对喷码正确识别的影响，还大幅度降低因RFID标签粘贴位置、标签质量及周围环境等因素对识读设备识别范围内标签识别先后次序的影响，实现钢卷数据精准定位，全面提升物料信息的完整性与准确率，提高物料信息数据可靠性，为实现物料转运业务的综合管理奠定坚实基础。根据现场实际需求和多种多载体识别技术的支撑，科学地规划并利用钢卷信息的数据流及逻辑关系，采用分流设计，避免信息堆积，提升钢卷信息跟踪效率。

本发明包括：钢卷信息自动识别、RFID标签精准定位及顺序判定、图像数据智能匹配、钢卷数据系统校验。

所述的钢卷信息自动识别，主要功能是根据现场环境通过多次实验将红外触发器、RFID读写器、达尔视相机、上位机等硬件设备进行科学方位配置。第一套红外触发器受遮挡后产生触发信号控制RFID识读设备进行标签识读，并将数据传至具有实时更新功能的标签存储单元。第二套红外触发器受遮挡后产生触发信号控制达尔视相机拍照，Sherlock软件对图像进行分析，若分析正常，则将数据传至喷码存储单元；若分析异常，则调用标签存储单元中更新后的第一条数据。最终，标签和喷码数据按识读时间的先后顺序传至存储空间1。在上述过程中，红外触发器工作异常，触发工作状态监控模块报警，需进行人工干预。

所述的RFID标签精准定位及顺序判定，主要功能是在钢卷信息自动识别的RFID标签排列顺序的基础上，根据RFID读写器半功率角数据，将读写器沿着钢卷移动路径左右各摆放两台，通过理论精确计算和现场实际调试使得四台读写器围成的辐射区域盲区最小。在现有定位算法LANDMARC算法和三边定位算法的启发下，提出适用于基于多载体识别技术的钢卷顺序精准定位方法的基于信号强度的圆周定位算法。接收信号强度指示(RSSI)值由读写器通过与标签的无线通信获得，在环境因素的影响下，接收信号强度服从log-normal分布，根据信道模型可得接收信号强度指示值与信号传输距离的关系：(RSSI是接收信号的强度；A为距读写器1m时接收到信号平均强度的绝对值，对应参考距离d₀为1m；n为路径损耗指数；d为收发信号节点间距；M_σ是标准差为σ的正态随机变量)。根据读写器的摆放位置可确定每个读写器水平面坐标，任意标签在识读范围内均可被两个或两个以上的读写器同时识读。如坐标为(x，y)的待定位标签被三个读写器识读，位置坐标分别为LB₁(x₁，y₁)、LB₂(x₂，y₂)、LB₃(x₃，y₃)，则计算公式为：得出待定位标签某个时间点的坐标：多个带标签的钢卷经过识读区域的过程中，历经时间的累积，每个标签至少得到上百条数据，上百条数据对应的所有空间坐标构成该标签从识读区域起始点到终止点的相对位置集合。通过多个标签相对位置集合同一时隙平面坐标的比较及概率统计，进一步精准判定并调整钢卷顺序，存入存储空间2。

所述的图像数据智能匹配，主要功能是以钢卷信息自动识别的喷码结果为契机，从两个方向进行字符匹配和修正。方向一：根据钢卷号编码规则进行判断，如2018年生产的钢卷，其钢卷号必以2018开头，若喷码前四个字符未对应2018，则系统直接进行修正。方向二：采用基于重心重叠的三值化模板匹配法进一步精准匹配字符并修正。由于光学仪器对图像动态识别存在不稳定性，所以待匹配字符与标准字符核对时需要确定基准，字符重心可做为匹配基准，待匹配字符与标准字符重心重叠后，再进行匹配，可提高字符识别精确度。优化原有二值化图形匹配法，即：把采集到的图片进行灰度像素处理，原二值化时字符块的黑区域和封闭区间的白区域不变，增加其他区域连通域为灰区域。这种方法将易混淆字符的封闭区域明确表示出来，不仅要计算黑区域的匹配度，还要计算白区域匹配度。识别时得到：(1)待匹配字符与标准字符对应黑区域的像素点数p，对应白区域的像素点数q；(2)待匹配字符黑像素点数p₁，白像素点数q₁；(3)标准字符黑像素点数p₂，白像素点数q₂，则相似度的计算公式为：

采用最大相似度原则确定最大T值，进而精确识别并修正易混淆字符，存入存储空间3。

所述的钢卷数据系统校验，主要功能是在钢卷信息自动识别的过程中，若出现钢卷信息无法识别的情况，则将该钢卷信息定义为空，按识别的先后顺序仍传至存储空间1，避免其后的钢卷与信息对应错位。在钢卷顺序精准判定和数据智能匹配后，使存储空间3中的所有钢卷数据与仓储发出的车辆捆绑钢卷数据进行整体核对，若车辆捆绑钢卷数据总和比存储空间3中钢卷数据总和多一条，存储空间3中钢卷数据又仅有一条数据为空，则判定该条空数据即为车辆捆绑钢卷数据多出来的那一条。最终，将信息和顺序无误的钢卷数据存入数据库。若其他情况发生，则忽略空数据对应的钢卷并报警，进行人工协调处理。

该发明有效解决冷轧原料库物流转运过程中工作量大、信息识别利用率低、人为干预频繁等因素，造成各个环节的钢卷信息数据统计具有滞后性，使得统计数据在时序上的混乱，无法进行整体数据分析，从而阻碍为管理决策提供真实、可靠的钢卷数据依据的问题；有效减小因钢卷喷码错误、喷码质量和易混淆字符对喷码正确识别的影响；大幅度降低因RFID标签粘贴位置、标签质量及周围环境等因素对识读设备识别范围内标签识别先后次序的影响，最终实现钢卷数据精准定位，全面提升物料信息的完整性、准确性及可靠性，实现原料库物流转运系统的规范化、精确化和有序化运行。

附图说明

图1为本发明基于多载体识别技术的钢卷顺序精准定位方法的逻辑流程图。

图2为本发明基于多载体识别技术的钢卷顺序精准定位方法的信息数据流向图。

具体实施方式

下面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做进一步的说明，但并不作为对本发明限制的依据。

基于多载体识别技术的钢卷顺序精准定位方法的逻辑流程图如图1所示，本发明包括：钢卷信息自动识别、RFID标签精准定位及顺序判定、图像数据智能匹配、钢卷数据系统校验四大功能。本方法采用模块顺序化研发思想，通过前端数据采集、逻辑算法顺序精准判定和图像数据再次匹配的实现、数据整体核对四层条件判定的制约，达到对钢卷信息精准跟踪的目的。方法本身是高度可配置的，所有数据和样式都存储在数据库中，根据需要动态生成界面。

基于多载体识别技术的钢卷顺序精准定位方法的信息数据流向图如图2所示，本方法数据流经过标签存储单元、喷码存储单元、存储空间1、存储空间2、存储空间3的存储过程，将最精确的数据存入数据库，最终显示到PC端。在上述存储过程中，标签存储单元和喷码存储单元属于并联关系，其他存储关系属于串联关系。本方法对数据处理的优点在于分时间段对数据进行不同功能的动态处理，这就避免在静止时间段对数据进行所有处理造成的数据堵塞、停滞，大大减小系统瘫痪的可能性。本方法对数据流的分段动态处理在提高钢卷信息跟踪精准度的基础上，有效提升了钢卷信息跟踪效率。

Claims (2)

1.基于多载体识别技术的钢卷顺序精准定位方法，其特征在于：定位方法包括钢卷信息自动识别、RFID标签精准定位及顺序判定、图像数据智能匹配、钢卷数据系统校验；

步骤一、钢卷信息自动识别，识读钢卷RFID标签数据，存入标签存储单元；对钢卷信息拍照并识别；判断钢卷信息类型是否为喷码，如果是喷码，存入喷码存储单元；如果不是喷码，筛选、调用标签存储单元数据；标签和喷码数据按识读时间的先后顺序传至第一存储空间；

步骤二、RFID标签精准定位及顺序判定，钢卷信息自动识别的RFID标签排列顺序的基础上，根据RFID读写器半功率角数据，将读写器沿着钢卷移动路径左右各摆放两台，接收信号强度指示值由读写器通过与标签的无线通信获得，在环境因素的影响下，接收信号强度服从log-normal分布，根据信道模型可得接收信号强度指示值与信号传输距离的关系：其中RSSI是接收信号强度值；A为距读写器1m时接收到信号平均强度的绝对值，对应参考距离d₀为1m；n为路径损耗指数；d为收发信号节点间距；M_σ是标准差为σ的正态随机变量；根据读写器的摆放位置确定每个读写器水平面坐标，任意标签在识读范围内均被两个或两个以上的读写器同时识读，确定标签坐标；通过多个标签相对位置集合同一时隙坐标的比较及概率统计，进一步精准判定并调整钢卷顺序，存入第二存储空间；

步骤三、图像数据智能匹配，根据钢卷号生成规则进行判断，直接进行修正；采用基于重心重叠的三值化模板匹配法匹配字符并修正；待匹配字符与标准字符对应黑区域的像素点数p，对应白区域的像素点数q；待匹配字符黑像素点数p₁，白像素点数q₁；标准字符黑像素点数p₂，白像素点数q₂，则相似度的计算公式为：

采用最大相似度原则确定最大T值，进而精确识别并修正易混淆字符，存入第三存储空间；

步骤四、钢卷数据系统校验，在钢卷信息自动识别的过程中，若出现钢卷信息无法识别的情况，则将该钢卷信息定义为空，按识别的先后顺序传至第一存储空间，避免其后的钢卷与信息对应错位；在钢卷顺序精准判定和数据智能匹配后，使第三存储空间中的所有钢卷数据与仓储发出的车辆捆绑钢卷数据进行整体核对，当车辆捆绑钢卷数据总和比第三存储空间中钢卷数据总和多一条，第三存储空间中钢卷数据又仅有一条数据为空，则判定该条空数据为车辆捆绑钢卷数据多出来的那一条；最终，将信息和顺序无误的钢卷数据传入数据库；若其他情况发生，则忽略空数据对应的钢卷并报警，进行人工协调处理。

2.如权利要求1所述的定位方法，其特征在于：所述的确定标签坐标计算为(x，y)，待定位标签被三个读写器识读，位置坐标分别为LB₁(x₁，y₁)、LB₂(x₂，y₂)、LB₃(x₃，y₃)，则计算公式为：得出待定位标签某个时间点的坐标：