智能车间实时定位与监控方法研究

张学东，孙文磊，熊宗慧，刘怡君

（新疆大学机械工程学院，新疆 乌鲁木齐 830047）

1 引言

无线射频识别技术（RFID）具有高效、快速、可靠、非视距读取、多目标识别和可工作于恶劣环境等优点[1-3]，因此被广泛应用在各领域。一大批学者在智能工厂、智能车间领域展开详细研究，尤其以RFID标志与定位技术的研究和应用更为突出。在智能车间研究领域，文献[4]开发了基于RFID技术的车间级刀具管理系统，在一定程度上有效提高了刀具管理效率；蒋磊对车间物料管理方法进行了研究，利用RFID技术改善了车间物料管理混乱和效率低下的问题；文献[5-6]以农机产品装配为例，分析和提出了基于RFID的农机MES大体应用架构，但未考虑车间实际环境等因素对RFID系统的影响，未对RFID标签和阅读器进行具体的布置和设计；文献[6]采用RFID技术解决了物料配送小车路径优化和实时导航的难题。但要实现更高效的车间管理，还需在前者基础上综合考虑对物料、在制品和操作人员的实时定位和追踪问题。此研究提出了RFID技术在智能车间建设中的应用方案，详细对RFID标签和阅读器的实际应用进行方案选择和布局设计，并创新提出了一种基于贝叶斯算法的K近邻改进算法，对零部件、工人进行实时追踪和管理，提高车间的智能化和信息化水平。

2 RFID定位技术与智能车间

2.1 智能车间中的定位需求

传统生产车间生产数据获取不准确、不高效，信息化程度非常低，很难把握实际生产状况，缺乏处理突发事件的能力，资源浪费非常严重，制约着企业生产效率和信息化程度。在工业4.0及中国制造2025的现代化浪潮下，传统的生产模式很难适应高效率、短周期的生产要求和剧烈的市场竞争。要打破传统生产模式瓶颈，就要寻求建立一种适应现代化生产的新方案，实现生产数据的可视化；生产过程的透明化；生产现场的协同化；生产管理的精准化。众多企业和学者提出了一些新的思路和方案，做了新的尝试和改进。其中，一部分研究聚焦于RFID技术在车间生产过程中的实时定位和监控，通过RFID这种前沿的物联网关键技术来促进车间生产的高效化和透明化。文献[7]提出了RFID技术在车间刀具自动识别中的应用方案，对车间刀具进行精准地追踪和控制；文献[8]构建了车间的RFID模具管理系统，有效提高车间模具管理水平；除此之外，一些研究者还提出将RFID技术应用于车间物料配送与管理，提高了物料管理效率。因此，对车间刀具、物料、在制品、操作人员等的精确定位和管理能够非常有效地提高车间信息化管理水平和生产效率，尤其是对物料实时统计、对零部件随产线流动的追踪以及对操作人员的实时定位和管理能够有效地改善传统车间手动统计、管理混乱、丢件缺件等缺陷，提高车间透明程度和信息化水平。

2.2 智能车间中的RFID定位技术及其应用构架

RFID技术具有低成本、非接触、大范围等新特性。根据RFID定位原理，可分为场景感知和三角测量两种形式，由于车间环境复杂，定位难度大，因此必须选择合适的方案才能达到预期效果。综合考虑实际车间环境、具体布置成本以及目标定位精度，一般采用基于到达时间差（TDOA）的定位方式和基于参考标签的定位方式，或者这两种方式的混合应用。TDOA定位方式通过测量信号到达时间，计算出每一对天线的到达时间差，进一步估算标签的位置。该方法在一定程度上降低了对时间测算的精度要求，从而提高了定位精度。

图1 TOA定位原理Fig.1 Positioning Theory of TOA

式中：i≠j，S—阅读器到标签的距离；

T—信号往返一次时间；

（x，y）—阅读器坐标；

（xc，yc）—标签坐标。

根据式（1）、式（2）可解得标签坐标。参考标签定位方式需要提前在关注的定位区域部署参考标签并获取参考标签的指纹数据，通过对比目标标签与参考标签的指纹数据，估算目标标签的位置。该方式一般要结合概率算法、K近邻算法、神经网络算法等。对于该方法，后面结合系统设计详细研究。

利用RFID定位技术，结合相关定位理论，从智能车间的感知定位出发，将车间生产的全面感知和精细化管理融入人-机-料-法-环五大质量管理理论要素，对车间生产过程中的物料、在制品和操作人员进行实时的感知和定位，提供给管理者和操作人员及时高效的信息捕捉传递和动态交互，以达到提升质量和效率的目的，通过分析RFID与智能车间的有机结合形式，提出了RFID定位技术在智能车间的应用构架。

将系统划分为感知层、信息模型层、功能层和应用层四个层次，如图2所示。

图2 基于RFID技术的智能车间体系结构Fig.2 Structure of RFID System in Intelligent Workshop

感知层：感知层包括硬件的部署和数据的采集。对物料、零部件、操作人员和参考区域进行标签布置，合理选择阅读器类型和安放位置，目的在于对响应范围内的标签实时地进行识别和跟踪。

信息模型层：信息模型层对获得的物料信息、零部件信息以及操作人员信息等关联要素信息进行融合。主要依赖于数据库技术。

功能层：功能层利用浏览器、移动终端等实时反映监控信息，支持信息查询及数据分析等，实现作业调度和定位追踪。

企业管理层：根据车间生产信息对生产进行合理计划和安排，分析与决策。

3 基于RFID技术的智能车间定位实现

3.1 对物料变动的定位与监控

批量零件的监控和统计存在标签冲突问题。因此，提出了基于时隙ALOHA协议的RFID标签轮询机制[13]，该机制可以从大规模、多数量的标签中扫描出需要被关注的目标。在数据库中，给该批零件的每一个标签都分配一个ID，阅读器逐一发送标签ID，如果对应标签返回一个响应，则认为标签存在；反之，阅读器没有收到对应标签的响应，则认为该标签丢失[14]，并唯一地确定零部件信息。循环统计零部件的总数及增减。基于轮询机制的物料监控，如图3所示。

图3 基于轮询机制的物料监控Fig.3 Material Monitoring Based on Polling Mechanism

3.2 对零部件随产线流动的定位与追踪

零部件在产线的移动路径固定，且一般与阅读器距离很短，可在加工或者装配的每个环节布置高频或超高频阅读器，不同的阅读器对应着不同的位置信息。RFID标签随着零部件进入相应阅读器范围后阅读器实时获取标签位置信息并同步动态地传送到数据库更新和存储。智能车间零件追踪演示平台，如图4所示。

图4 零件追踪的实现Fig.4 Realization of Part Tracking

通过零部件标签对应的ID查询数据库，不仅可以读取到零部件的批次、名称、材料、责任人以及某道工序加工时间等，还可以进一步地获取与零部件对应的订单信息、工艺文件信息、质检信息等。更近一步地，整合零部件生产信息、加工设备状态信息、操作人员相关信息等，形成多维一体的物与物、人与物的信息化交互网络，为车间管理者和生产工人提供极大的实时信息化服务，大大提高车间的透明度和生产效率。

3.3 对操作人员的定位与管理

图5 对车间内工人的实时定位Fig.5 Real Time Positioning of Workers in the Workshop

将可穿戴形式的RFID标签植入工人服装，实时确定工人位置。由于车间内部人员流动频率高、空间小、距离短、障碍多、实际效率和定位精度比较差，所以不宜使用基于测距的定位方式，最终选择基于参考标签的定位方式。根据实际情况合理的布置参考标签和阅读器，选择适当的参考标签密度，会明显提高定位效率和精度。参考标布置签呈网格分布，覆盖所有需要精确定位的区域，阅读器则灵活地固定在机床顶端或者其他无信号遮挡的地方，如图5所示。布置好参考标签和阅读器的位置后，需要阅读器读取参考标签的位置和信号强度并存储在数据库中，作为目标标签的参考指纹。

文献[15]提出了通过求取K近邻标签坐标和后验概率最大样本点坐标平均值来提高定位精度的贝叶斯学习改进算法，但简单地对两种算法求平均值的方式还不能适应对精度要求相对较高场合。下面设计了一种基于贝叶斯算法的K近邻改进算法：

图6 改进算法的流程Fig.6 Process of Improving the Algorithm

根据欧氏距离和K近邻算法原理，循环获得k组（每组m个）距离目标标签最近的参考标签，并分别计算每组坐标均值，得到一个k维坐标向量L。

欧式距离：

式中：θi—参考标签信号强度；Ri—待定位标签信号强度。

第k组参考标签的RSSI差异组成的向量：

K组参考标签的RSSI差异组成的向量：

第k组参考标签的坐标向量：

第k组标签初步估算的目标标签坐标：

k组初步估算的坐标组成的向量：

利用贝叶斯算法计算最终目标标签坐标（x0，y0）：

第k组信号强度RSSI向量的均值：

式中：sk—在线阶段测得的第k组参考标签（或与第k组分布十分相似）的信号强度RSSI向量。

k个初步估计坐标处的RSSI向量：

式中：P（H）—观察到向量H的概率；P（lk）—先验概率，即在H未知的情况下处于lk处的概率；P（H|lk）—似然函数，即在已知位置lk的情况下观察到向量H的概率。

最终坐标位置由下式得出：

根据车间具体情况设定边界规范工人的正常工作范围，边界外的区域为脱离工作岗位的位置。当工人处于边界范围内（如A、B点），认为该工人处于正常工作状态，否则（如C点），认为该工人处于离线，如图5所示。一旦工人迟到、早退，或者工作时间不在岗等，可以实时提醒工人和管理人员，提高了信息化管理的水平。

4 结论

在工业4.0、中国制造2025背景下以及高效率、短周期的剧烈市场竞争浪潮中，RIFD技术作为先进的物联网关键技术之一，其在改善传统车间，建设智能车间中的应用前景以及带来的深刻变化是毋庸置疑的。在实时定位监控领域，RFID技术针对车间人、物料、在制品以及刀具等的即时定位监控是降低成本提升效率的有效切入点。主要工作及结论如下：（1）分析了传统车间生产过程的缺陷、智能车间的定位需求以及目前学者研究的不足。（2）提出了RFID定位技术在智能车间的应用构架和具体方案。（3）对物料、在制品和操作人员的统计和定位合理地进行了方案选择和布局设计，并创新提出了一种基于基于贝叶斯算法的K近邻改进算法。（4）实现了对物料的数目统计和变动监控；对零部件随产线流动的实时定位和追踪；对操作人员的即时定位与高效管理。（5）该方案提高了车间生产效率，增强了管理水平，降低了生产成本，促进了车间的信息化和现代化水平。下一步，对定位精度，标签识别以及RFID与传感网络的集成等问题进行研究，逐步提升方案的实用性、可靠性、经济性。