中药材溯源系统中的高精度称重传感器节点设计*

何 菊， 陆明洲， 王 珍， 胡孔法， 佘侃侃

(1．南京中医药大学 信息技术学院，江苏 南京 210023； 2．南京农业大学 工学院，江苏 南京 210031)

中药材溯源系统中的高精度称重传感器节点设计*

何 菊1， 陆明洲2， 王 珍1， 胡孔法1， 佘侃侃1

(1．南京中医药大学 信息技术学院，江苏 南京 210023； 2．南京农业大学 工学院，江苏 南京 210031)

针对中药材在种植、生产加工及流通各个环节中药材种类、品质、重量等信息的溯源问题，提出了中药材溯源系统整体架构。设计了集药材分装包RFID标签值读取与称重功能于一体的高精度称重传感器节点。利用人工神经网络(ANN)对称重传感器节点进行软件温度补偿。实验结果表明：补偿后的称重传感器的非线性度可达到0.285%，其称重精度高，在中药材溯源系统中具有良好的应用前景。

中药材； 溯源； 称重传感器； 节点设计； 温度补偿

0 引 言

通过在中药材产品包装上装配射频标签，依靠现代信息技术和物联网技术的支撑，可以实现“来源可知、去向可追、质量可查、责任可究”的中药材溯源目标[1]。中药材种植地、中药制品生产地是中药材溯源信息的源头，中药材分包装中的药材种类、品质等级、药材重量等关键信息必须在源头地就给予明确标识、记录[2]。李敏等人[2]研究了不同品种、等级的中药材的编码方案，这些编码可以记录在中药材分包装的RFID卡中。

本文提出了中药材溯源系统的总体架构，设计了一种自动记录中药材分包装RFID值和称重信息的高精度称重传感器节点。节点以STM32微控制器为核心，装配有射频标签读卡器、称重传感器以及无线射频模块。节点能将中药分装包的射频标签值、称重值(基于人工神经网络(ANN)实现温度校正)通过Zig Bee无线通信信道，经由无线网关追加入中药溯源系统的服务器数据库中。

1 系统总体架构

中药材溯源系统由中药分包装称重传感器节点(medicine package weighing node, MPWN)、网关节点、本地服务器以及溯源系统中心服务器四部分构成。其中，MPWN由STM32微控制器、RFID读写器及天线、称重传感器以及无线通信Zig Bee模块构成，系统整体结构如图1所示。

网关节点收集各MPWN的监测数据，通过局域网将监测结果转发给本地服务器。本地服务器将本地所有MPWN采集的中药分包装信息通过Internet发送到溯源系统中心服务器，中心服务器负责存储、管理、远程发布中药分包装的RFID值(对应于中药材种类、品质等)和重量信息。

图1 系统整体结构图

2 MPWN硬件设计

MPWN硬件由6个模块构成：称重传感器模块、温度传感器(TSIC506)、RFID读写器模块、无线射频模块(CC1101芯片)、STM32微控制器模块以及电源模块，节点硬件结构如图2所示。

图2 中药分包装称重传感器节点硬件结构

微控制器模块选用意法半导体公司的STM32f103芯片，该芯片采用ARM Cortex—M3内核，其运算能力强且功耗较低。以TI公司的CC1101芯片(以SimpliciTI作为通信协议)为核心设计无线射频模块，其工作频段为433 MHz。该射频模块通过四线SPI接口与节点上的微控制器通信。RFID阅读器通过串口连接到STM32微控制器，阅读器工作距离为30 cm，天线通过同轴电缆与RFID阅读器连接。

称重传感器模块由压阻式称重传感器LAE-A和A/D转换芯片HX711构成。将称重传感器安装在中药分包装称重秤台，称重信号通过HX711的DOUT和PD_SCK引脚连接到STM32的GPIO口。LAE—A压阻式称重传感器成本低、精度高，但其易受温度影响而产生非线性输出[3]。而本文设计的MPWN在中药材种植和中药制品生产、流通环节均有应用，各个环节的工作环境温度变化范围较大，因此，在节点设计中引入温度传感器TSIC506实时采集称重节点工作环境温度，并在节点上实现基于ANN的称重传感器温度补偿[4]。

3 MPWN软件设计

SimpliciTI是TI公司针对小型RF网络推出的低功耗网络协议，其网络节点分为ED(end device)、RE(range extender)以及AP(access point)三种。本文设计中将网关节点设为AP，MPWN设定为ED，上电初始化后请求加入AP发起的网络，以AP为中心构建星型网络。因此,MPWN主要包括初始化、中药分包装信息采集传输2种状态。

3.1 节点软件设计

MPWN上电后即进入初始化阶段，该阶段首先进行BSP初始化，开中断使能；然后初始化称重传感器模块、温度传感器、RFID读卡器模块以及Zig Bee模块；最后加入AP发起的网络。

加入网络后，MPWN微控制器监测称重传感器的称重值，在称重值大于0的条件下驱动RFID读卡器获取中药分包装上的RFID标签值，同时读取温度传感器输出值。节点执行完基于ANN的称重传感器温度校正后将校正后的称重值和中药分包装的标签值打包发送给AP节点，其软件流程如图3所示。

图3 MPWN软件流程

3.2 基于ANN的MPWN温度校正

LAE—A压阻式称重传感器的输出是温度T条件下承受的压力对应的电压值UOP，由于温度的影响，UOP与传感器上加载的压力pc不满足线性关系。本文利用ANN[5,6]校正称重传感器非线性输出，其原理如图4所示。

图4 MPWN 温度校正原理图

片上温度校正模块利用ANN消除温度影响，使得输出W’out以低于设定误差阈值逼近压力值Wact。利用恒温箱采集称重传感器在不同温度、不同压力参数下的输出样本值共90组，随机选择62组用于训练网络，余下2批(每批14组数据)分别用于验证和测试网络[7]。网络结构如图5所示。

图5 两层BP神经网络结构图

图5中p1是第1层的输入向量，维数为2；bi是第i层的偏移向量，其值可在[0, 1]中随机选取，本文取为1；IW1,1表示输入权值矩阵，其源层、目标层均是第1层；LWi,j

表示层间权值矩阵，源层、目标层分别为第j层和第i层；ai表示第i层输出向量。输出向量a1,a2分别用式(1)、式(2)求解如下

a1=tansig(IW1,1·p1+b1),

(1)

a2=purelin(LW2,1·a1+b2).

(2)

经过176步训练后，目标最小误差达到1.56×10-6，训练得到的权值矩阵和偏移值矩阵如下

b1=[-4.356 2 -2.905 8 2.333 4 -0.200 2 -0.206 5 -0.197 7 -0.962 5 2.320 3 3.517 5 4.042 9]T,

LW1,2=[-0.000 1 -0.002 2 -0.001 2 3.207 8 -0.001 9 -0.035 9 -0.000 5 0.047 5 -0.002 3]T,

b2=0.562 5.

根据图5的神经网络层次结构，将式1代入式2可得到温度补偿结果输出与输入的关系式如下

(3)

其中，w,T分别为称重传感器、温度传感器输出归一化处理后的值。purelin,tansig函数实现分别如式(4)、式(5)所示

purelin(x)=x,

(4)

(5)

基于ANN的称重传感器片上温度补偿分为输入、校正及输出三个模块，如图6所示。其中，输入是归一化后的温度传感器输出值和称重传感器输出值，校正模块完成基于IW1,1,b1,LW2,1及b2的温度补偿，输出模块将校正后的称重值连同中药材分包装RFID值打包发送给网关节点。

图6 基于ANN的MPWN片上温度补偿

4 实验测试

为MPWN扩展显示校正后称重值的LED显示屏，在恒温箱内营造5个温度点，在称重传感器上加载10,20,30,40 g砝码，校正结果如表1所示。

表1 校正后的传感器输入—输出

引入非线性度NL指示称重传感器的校正效果，其计算公式如下

(6)

其中，Wcom,Wbd分别为表1中校正重量值和标定重量值。表1数据表明:经过ANN的温度校正，MPWN的非线性度为0.285 %，校正精度高，满足系统要求。

5 结束语

本文基于传感器技术、无线通信技术、RFID技术设计了一种MPWN，基于ANN对节点做了温度校正。节点能实时采集中药材分装包上的RFID标签值、称重值并通过网关节点汇聚到服务器。实验结果证明：补偿后的传感器非线性度可达到0.285 %，MPWN称重精度高，在中药材溯源系统中具有良好的应用前景。

[1] 李晋宏,李文鹏.中药种植过程溯源系统的设计[J].计算机光盘软件与应用,2014(4):231-232.

[2] 李 敏,卢道会,赵文吉, 等. 中药材商品溯源编码初探[J].中药与临床,2012,3(4):4-6.

[3] 杨 雪,刘诗斌.压力传感器温度补偿各种算法的比较分析[J].电子设计工程,2013,21(10):90-96.

[4] 罗秦川.多晶硅压力传感器热灵敏度漂移补偿技术[J].传感器技术,2003,22(5):33-36.

[5] 张荷芳,薛静云.压力传感器温度补偿的BP神经网络算法[J].西安工业大学学报,2013,33(2):163-167.

[6] Patra J C,Ang E L,Das A.Auto-compensation of nonlinear influence of environmental parameters on the sensor characteristics using neural networks[J].ISA Transactions,2005,44(2):165-176.

[7] 郭怀天.基于电阻应变式称重传感器的电子天平的研制[D].长春:吉林大学,2006.

[8] 葛哲学,孙志强.神经网络理论与Matlab R2007实现[M].北京：电子工业出版社,2007.

何 菊 (1979- ),女，江苏常州人，硕士，讲师，主要研究方向为计算机软件技术、无线传感器网络技术。

Design of high-precision weighing sensor node in traceability system of traditional Chinese medicinal materials*

HE Ju1, LU Ming-zhou2, WANG Zhen1, HU Kong-fa1, SHE Kan-kan1

(1．School of Information Technology,Nanjing University of Chinese Medicine, Nanjing 210023,China; 2．College of Engineering, Nanjing Agricultural University, Nanjing 210031, China)

Aiming at traditional Chinese medicinal materials traceability problem of type, quality and weight in all aspects of planting, producing and circulation,propose overall structure of traceability system of traditional Chinese medicinal materials. Design a high-precision weighing sensor node, which has the function of reading RFID tag value from medicine packing bag and weighing. At the same time, temperature compensation is carried out on sensor node using artificial neural network. Experimental results show that the nonlinearity of weighing sensor reaches 0.285 % after compensation,its weighing precision is high and has great application prospect in traceability system of traditional Chinese medicinal materials.

traditional Chinese medicinal materials; traceability; weighing sensor; node design; temperature compensation

10.13873/J.1000—9787(2015)03—0123—03

2014—09—15

江苏省自然科学基金青年基金资助项目(BK20140958); 江苏省高校自然科学基金资助项目(14KJB520032); 南京中医药大学软件工程重点培育学科资助项目

TP 212；TP 391

A

1000—9787(2015)03—0123—03