基于RFID 和物联网技术的物流电子识别系统

朱应莉

（西安交通工程学院交通运输学院，陕西西安 710000）

随着物联网技术和电子标签识别技术的快速发展，物流管理和控制将向着网络化和智能化的方向发展，随着物流需求量大幅度增加，对大规模物流信息的处理速度和智能化提出更高的要求。在物流配送过程中，货物附加了许多数据信息，主要包括物品基本属性、配送信息、出产地等信息内容，通过电子标签、条形码识别等进行标签信息的采集和配对，需要建立准确和高效的信息数据加工和分析系统，通过信息监控和挖掘提高物流管理和货物追溯能力[1]。文中采用无线射频标签识别技术(Radio Frequency Identification，RFID)，结合物联网技术，构建新型多卡识别系统，实现对电子标签的多卡同时识别，以提升电子标签的识别效率和准确性。

1 基于Q值的动态Aloha防碰撞算法

在快速批量的标签识别过程中，为防止多个RFID 标签同时读取识别时发生碰撞冲突，导致误识别现象发生，提出了一种基于Q值的动态Aloha 改进型防碰撞算法。Aloha 算法属于一种随机接入式算法，利用多路分时实现对RFID 标签识别的高效防碰撞处理，算法具有结构简单、运算高效的特点[2-3]。Aloha 算法中在相邻两帧识别之间存在一个时间间隙，假定在该时间间隙中存在r个标签，则r个标签的概率分布符合二项分布，概率分布公式为[4]：

式中，N表示标签总量，n表示响应到的标签数量，r表示时间间隙中存在的标签数量。

在时间间隙中存在一个标签的概率为：

仅存在一个标签的时间间隙数目平均期望X可表示为：

系统的平均识别效率可表示为：

由于物流系统中物品标签的输入速度是时变的，若采用固定长度的帧间时间间隙，则无法很好地适应标签识别的速度变化。这里引入一个Q值，根据RFID 标签输入的速度变化实时调整Q值，帧间时间间隙长度与Q值成指数关系，从而实现帧间时间间隙的实时调整，从而提高资源利用率，提升标签的识别效率[5]。首先需要建立空闲、识别成功、识别碰撞状态与Q值之间的映射关系，这里定义一个Q值调整步长变量C和一个Q值浮点表示变量Qfp，通过对变量C的增加和减小，实现对Qfp的动态实时调整，保证识别效率始终保持在较高水平。

Q值的动态实时调整策略如图1 所示，标签读取识别结果包括3 个状态：空闲、识别成功、碰撞。识别标签数目为0 个时，标记为空闲；识别标签数目为1 个时，标记为成功；识别标签数目为2 个及以上的标记为碰撞。当标签读取识别结果为空闲状态时，将Qfp值向减小的方向调整，更新为Qfp-C；若标签读取识别结果为碰撞状态时，将Qfp值向增大的方向调整，更新为Qfp+C；若识别结果为成功时，则保持Qfp值不变。每个识别周期均进行Qfp值的判断和更新，以实现Qfp值的实时调整。步幅参数C的选取对Q值的调整效果具有很大影响，其取值范围为[0.1,0.5]，与Q值之间的关系为[6]：1）当Q≤6时，C=0.5；2）当6

图1 Q 值的动态实时调整策略

2 系统网络结构

物流电子采集系统的网络结构如图2 所示，主要可分为三层，分别为感知层、网络层和应用层[7-8]。其中，最底层为感知层，主要运用RFID 技术实现对电子标签的物流信息采集和识别，采集到的物流信息包含了物品的配送信息和相关用户信息等，具体包括物品种类、尺寸、重量、发送和接收客户资料等信息。感知层的核心设备为电子信息采集终端，该电子设备利用读写器对电子标签进行数据读取，并将获取的信息通过无线网络发送至应用层，以用于信息的录入与分析。网络层的设计可选用基于ZigBee 技术的物流网络传输机制，运用多个网络连接组件对网络传输进行控制，以提升物流信息的传输性能。应用层中，对各个传输组件及模块采用统一的传输接口，将物流信息进行录入并存入数据库，通过云计算环境对物流信息进行集中处理，实现相关的逻辑分析和数据运算。数据感知层和网络传输作为最前端系统，影响着整个物流信息采集系统的运行性能，文中重点对电子采集终端进行改进设计，优化终端设计方案，提升其数据采集速度，以提升整个物流信息的采集和传输效率。

图2 物流电子采集系统网络结构

多卡电子识别系统的硬件结构如图3 所示，主要包括3 部分：RFID 识别模块、物联网节点、应用PC端[9]。RFID 模块主要负责电子标签的识别和数据读写，其硬件电路主要由控制处理模块、RFID 读写模块、电子标签、通信电路、供电电源电路等部分组成。物流网络作为数据信息的传输通道，主要由基于ZigBee 技术的网络节点构成，依照ZigBee 通信协议组建无线网络，确保RFID 终端与PC 端之间的数据传输与控制。

图3 多卡电子识别系统硬件结构

3 RFID识别模块设计

RFID 识别模块负责完成对电子标签的检测和识别，其硬件结构如图4 所示，主要由控制处理模块、RFID 读写模块、通信接口及电源模块构成。

图4 RFID识别模块结构

3.1 控制处理模块

控制处理模块是系统的核心处理部分，主要负责对多个RFID 读写模块的控制以及与ZigBee 模块的通信接口控制。控制器处理芯片型号为STM32 F103VCT6，该处理器为ARM M3 内核，其最高时钟速度为72 MHz，内部集成的FLASH 存储器空间大小为256 kB，RAM 存储空间大小为48 kB，配置多种串行通信接口，包括CAN、I2C、SPI、UART 等串行接口，配有丰富的I/O 接口，能够很好地满足系统数据处理需求[10]。

3.2 RFID读写模块

RFID 读写模块的性能主要受其工作频率、通信协议及编码方式等因素的影响，为了提高读写器的通用性和高效性，选用RC632 芯片作为RFID 读写模块的处理器，该芯片的工作频率为13.56 MHz，具备多种高频通信协议，包括射频前端和基带处理两个部分[11]。其中，射频前端通过变频和功率放大处理，对基带信号处理后，将其发射到电子标签。电子标签接收到基频信号后反馈返回信号，射频前端接收到返回信号后，首先对信号进行放大、滤波、变频等处理，然后将处理后的信号转发至基带处理模块中，完成对电子标签的读写。

3.3 通信接口设计

RFID 读写系统中主要涉及的通信接口包括串行接口、USB 接口和无线通信接口。串行接口主要是完成PC 终端与读写器之间的通信，由于读写器中的微型处理器接口电平为TTL 标准，无法与PC 终端直接进行通信，系统选用MAX232 芯片实现电平转换，发送端口选用T1IN 端口，接收端口选用R1OUT端口，通过标准DB9 连接器与PC 终端连接，分别对接COM端的RXD 和TXD端口[12]。USB选用2.0 标准，通过控制USBDM 和USBDP 端口，实现数据的输入和输出，无线通信模块采用UART 串口进行控制。

4 ZigBee无线模块设计

ZigBee 技术属于一种近距离、高密度、低成本的无线传输技术，具有低功耗、低成本、高灵活性的优势，比较适用于大规模的物流管理场合。系统中的协调器和通信节点均采用结构相同的ZigBee 模块，ZigBee 模块的硬件电路如图5 所示，主要包括CC2530 通信模块、匹配电路、发射天线、串口接口及电源时钟等部分。ZigBee 模块的主控处理芯片为CC2530，该芯片工作频率范围为2.4～2.48 GHz，最大有效传输距离达到1 600 m，具有较低的误码率，利用匹配滤波器实现对杂谐波的抑制和滤除，采用RS232 标准通信协议接口，数据传输波特率选为9 600 bit/s。ZigBee 网络协议中包括3 种网络拓扑结构，分别为星型网络、树形网络和网状网络。不同网络结构的成本、速度及功能存在一定的差异，结合仓库物流管理环境的特点，选取网状网络进行ZigBee网络的组建。

图5 ZigBee模块硬件电路

5 系统软件设计

RFID 识别系统的重要数据传输网络是基于ZigBee 协议的物联网络，该物联网络的程序设计采用ZigBee 2006 协议栈标准[14-15]，物联网节点程序主流程如图6 所示。由图可知，系统工作时首先进行新的物流网络构建，对网络进行默认参数的配置，然后等待或监听工作，对接收到的无线信号进行判断。当未接收到有效控制信号时，判断是否有新的节点加入或断开网络；当收到有效控制信号时，则信号转发至终端节点，进行对应的识别工作。数据传输模式选择主从模式，将连接网络的节点作为主节点，其他的节点当作从节点。

图6 物联网节点程序主流程

RFID 读写器采用嵌入式程序开发，主要包括API 函数和电子标签读写两部分。API 函数主要负责完成系统参数配置、存储器读写、串口通信等基础功能[16]。利用串口通信实现ZigBee 模块对RFID 读写器的控制和数据传输，根据设定的初始化参数对其端口、数据有效位、波特率等参数进行设置，实现数据的收发。电子标签读写程序按照RFID 接口协议，实现对电子标签的数据读写。

6 实验测试

6.1 系统识别准确率测试

为验证该识别系统的有效性，将该系统与传统识别系统进行实验对比。两套系统采用相同型号（CC2530）的处理器芯片，存储容量均配置为8 GB，该文系统与传统识别系统同时对电子标签进行识别，统计两者的识别准确率。在相同测试条件下，分成10 组进行测试，每组取100 个电子标签，每次取5个标签进行同时识别。该文提出的电子识别系统和传统识别系统的统计结果如图7 所示。对比识别结果曲线，可以明显看出与传统识别系统相比，该系统识别准确率明显更高，传统多卡识别系统的平均准确率在72%左右，该系统平均识别准确率达到93%左右，识别效果明显更优。

图7 识别统计结果

6.2 防碰撞算法效率仿真

为了验证Q值的取值对识别效率的影响，在Matlab 软件中对Aloha 算法进行仿真，验证Q值分别取4、5、6、7、8时，其识别效率随帧间隙中标签数量变化的特性，帧间的时间间隙取Q值的指数（即2Q）。仿真结果如图8 所示。由仿真结果可知，帧间隙中存在的标签数量不同时，其读取识别效率也不同，且随着标签数量的增加，识别效率会发生急剧下降。当帧间隙中存在的标签数量与Q值基本相等时，其识别效率接近峰值，验证了利用基于Q值的动态Aloha 防碰撞算法，对Q值实时调整，保持帧间的时间间隙接近标签数量，从而保证识别效率一直接近最大识别效率。

图8 不同Q值下的识别效率变化曲线

7 结论

RFID 电子识别技术在物流领域得到越来越深入的应用，为了提高电子标签的识别精度和效率，文中利用RFID 识别技术，结合无线物联网通信网络，搭建了一套改进型的多卡识别系统，并利用动态Aloha 防碰撞算法提高多卡识别效率，通过优化网络结构和读卡器布局，减少电子标签识别过程中的信号干扰，同时通过节能电路设计，降低系统功耗和成本，测试结果表明其识别准确率和识别效率得到明显提升。