增强现实技术在物流仓储实训平台中的应用研究

王新云

(池州职业技术学院，安徽 池州247000)

1 引 言

物流仓储的人工效率会直接影响到货仓运转效率，目前人工在物流仓储中的出错率较高，效率较低，严重影响了物流业的发展[1]。增强现实技术（Augmented Reality，AR）能够实现虚拟物体与现实场景的结合，从而使用户身处于一个虚拟和现实叠加的数字化世界[2，3]。

近年来对AR 技术的应用研究成果较多，如徐旺等[4]将增强现实技术与高校教学相结合，提高学生的学习兴趣，加深学生对理论知识的运用理解。Kazmi 等[5]利用AR 技术克服人们的网购恐惧症。延秀娟[6]利用AR 技术结合Unity 3D 虚拟开发引擎，建立物流仓储实训平台，并通过该平台进行物流仓储工作人员的能力培训及对应技能的训练。

本研究基于增强现实技术、Wi-Fi 指纹定位技术以及Unity 3D 引擎搭建物流仓储实训平台，以对员工进行AR 实训，进而提高员工的熟练度。研究结果证实，物流仓储实训平台能够将室内定位导航的误差降到最低，并能提高员工的工作效率。

2 基于AR技术的物流仓储实训平台搭建

2.1 基于Wi-Fi指纹定位技术的AR-WiFi融合方法

增强现实技术被广泛应用于教育、医疗、娱乐等领域，是一种实用性强，应用性广的技术。有学者将增强现实技术研究分成3 个层次，即虚拟与现实结合、实时互动以及三维定位。其中虚拟与现实结合是增强现实技术的主要研究内容，实时互动则是对增强现实技术的研究效果，三维定位则实现了视觉效果，如图1所示。

图1 增强现实技术的3个研究层次

AR 技术能够基于机器视觉技术对真实场景的视频或图像进行处理，进而确定虚拟信息的叠加位置。因此，利用AR 技术对物流仓库中的货物位置进行模拟，并通过计算能够规划拣货的最优路径，从而提升员工的拣货效率，提升物流仓储环节的运作效率。但AR 技术的室内定位精度较低，因此本文提出一种基于Wi-Fi 指纹定位技术的AR-WiFi融合方法，实现室内精准定位。Wi-Fi 指纹定位技术通过采集定位点的数据以构建指纹数据库，然后根据数据库来在线估计移动终端的位置。K最近邻(k-Nearest Neighbor，KNN)分类算法计算简单，且能够实现待测点指纹数据与数据库中的指纹数据之间的对比，从而找到相似度最高的位置信息。相似度的计算利用欧式距离，如公式（1）所示。

式中，p、k 表示待测点；RSSp0为p 点上接收到的第0个AP的RSSI值；d0表示欧式距离。利用欧式距离能够计算得到相似度，如公式（2）。

公式中，ω0为相似度值，且有

联立上述公式，即可获取室内定位坐标，如公式（4）。

式中，( )xi,yi表示第i个指纹数据所对应的坐标位置，ωi表示第i 个近邻点的权重；( )x,y 表示通过KNN 算法计算后得到的坐标位置。Wi-Fi 指纹定位技术与增强现实定位相结合，即可分别实现标识区域和标识图像的识别，进而达到精准识别定位的目的。在标识区域的识别过程中，首先要将真实场景图像进行灰度处理，然后将灰度处理后的图像进行二值化处理，最后进行连通域分析。而标识图像的识别则利用模板匹配法来匹配图像间的相似度，并以相关性来评估。两幅图像之间的相关性则通过欧式距离来进行比较，相关性越高，则意味着图像间的相似度越高，相同信息越多。模板匹配算法的具体步骤为：在被搜索的图像中遍历搜索大小为P*Q 的模板D，被搜索的图像大小则为M*N。在所有的搜索图像中，将D 遍历、平移，搜索图像与模板D 的重合部分表述为O( )i,j 。将O 与D 进行匹配，若D - O = 0，则完成匹配，可以用归一化积相关函数来评估O与D之间的相似度。归一化积相关函数如公式（5）所示。

在公式（5）中，T( i,j )满足0 ＜T( i,j )≤1，当T( i,j )=1 时，则表示D 与O 完全匹配。AR-WiFi 融合方法则是将AR 标识数据与Wi-Fi 指纹数据在服务器进行融合计算，最终完成定位。AR-WiFi 融合定位方法能够减少数据的对比量，进而减少算法的运算量，提高运算速度和运算效率，最终提高定位精度。

2.2 基于AR技术的视觉拣选与跟踪注册

增强现实技术能够实现虚拟物体与现实场景的结合，因此将AR 技术应用于物流仓储，即可实现视觉拣选。视觉拣选是指增强信息准确适合地显示在现实场景中某个位置，但由于AR 终端会跟随人的移动而移动，因此需要保证增强信息能够实时移动，不与终端发生分离和割裂，进而达到视觉拣选的目标[7]。要实现上述内容，则需要实时处理摄像机拍摄的实时图像，并使增强信息与真实场景进行叠加显示[8]。在这个过程中，涉及到世界坐标系、平面坐标系、摄像机坐标系以及图像坐标系4 个坐标系之间的相互转换，即计算出摄像机与标识点的位置关系。4 个坐标系之间的转换关系为：首先由摄像机对真实标识图像进行拍摄，即世界坐标系转换为摄像机坐标系；采用透视投影法完成摄像机坐标系到图像坐标系之间的转换；最终将图像坐标系转换为平面坐标系，实现增强信息在现实场景中的精准显示定位功能[9，10]。4 个坐标系之间的关系如图2所示。

图2 4个坐标系之间的转换关系

为保证摄像机定位的精度，需要进行摄像机标定。摄像机标定即通过计算摄像机的各项参数，以及摄像机参数与所拍摄图像之间的转换关系，来确定所拍摄物品在原空间的位置与形状。张正友标定法[11]是一种标定难度低，标定精度高的摄像机标定方法，因此研究采用此方法进行摄像机标定。在进行世界坐标系转换为摄像机坐标系时，使用正交变换矩阵和平移变换矩阵，根据投影矩阵进行世界坐标系与图像坐标系之间的转换。AR 增强视觉拣选能够引导工作人员快速到达拣货位置，以节约时间，提高效率。该方法同样需要实时获取AR 终端的位置信息和标识信息，需要AP 端发送Wi-Fi 信号，最终在服务器端进行计算、求解以及控制。AR 增强视觉拣选的主要流程为：首先根据代取货物的订单信息确定货物的位置，利用ARWiFi 融合方法实时获取员工所处的位置，并给出拣货路径[12]。

这个过程当中，AR 终端设备会实时获取标识，并与数据库中的数据进行对比，而服务器端会根据AR 终端设备获取的标识预测判断下一个标识应当显示的增强信息，最终完成视觉拣选的路径规划。在路径规划之前需要先进行室内地图的构建。工作人员在当前位置达到拣货处时，都有多条路径，路径规划就是在这些路径中，选择一条最短的路径提供给工作人员，以减轻工作人员的劳动强度，加快拣货速度，提高工作效率。最后，利用Unity 3D引擎来渲染增强信息，增强视觉效果。基于上述内容，即可搭建物流仓储实训平台。

3 物流仓储实训平台的效果分析

3.1 AR-WiFi融合定位方法的定位精度分析

本次测试采取的终端硬件设备为华为荣耀50 Pro 手机，摄像机则采用基恩士XG-X1000，并采用软件Unity 3D 引擎渲染增强信息。仓储环节都是室内工作，GPS 信号不够强，导致室内定位精度较低，无法满足需求。本研究提出一种基于Wi-Fi 指纹定位技术的AR-WiFi融合方法，实现室内精准定位。为验证AR-WiFi融合定位方法的定位精度，分别以AR-WiFi 融合定位方法（本文方法）、Wi-Fi 指纹定位技术（方法2）和AR定位技术（方法3）进行室内定位，分别记录和对比各个定位方法在各个点位的定位位置与真实位置的差距，结果如图3所示。

图3 AR-WiFi融合定位方法的定位精度分析

从图3（a）中能够看出，AR-WiFi 融合定位方法的定位与真实位置的定位标识差距不大，两者的图像基本重合，这表明AR-WiFi融合定位方法的定位精度非常高。而Wi-Fi 指纹定位技术和AR 定位技术的定位与真实位置的定位标识差距较大，图像间距较大，表明这两种定位方法的室内定位精度较低。从图3（b）能够看出，AR-WiFi融合定位方法的室内定位最大误差为19cm，最小为0cm；Wi-Fi指纹定位技术的室内定位最大误差为38cm，最小为18cm；AR 定位技术室内定位最大误差为25cm，最小误差为5cm。AR-WiFi 融合定位方法的10 次室内定位的测量值与实际值之间的平均误差为9.3cm；比Wi-Fi 指纹定位技术小18.8cm；比AR 定位技术小6.3cm。以上结果说明AR-WiFi融合定位方法的室内定位精度比其他两种方法的精度更高。

3.2 物流仓储实训平台的路径规划效果

在AR 增强视觉拣选的流程中，物流仓储实训平台会自动规划路径。路径规划即工作人员在当前位置达到拣货处时，都有多条路径，路径规划就是在这些路径中，选择一条路程最短的路径提供给工作人员，以减轻工作人员的劳动强度，加快拣货速度，提高工作效率。为验证物流仓储实训平台的路径规划效果，选择工作效率相当的两名工作人员A 和B，其中工作人员A 启用路径规划进行货物拣选，工作人员B则不启用路径规划进行货物拣选，在同样的场景下对50件货物进行拣选，比较两个工作人员的拣选时间，结果如图4所示。

图4 两个工作人员的拣选时间对比

在图4中容易看出，随着拣选货物的数量增多，工作人员花费的时间也在慢慢增加，工作效率有所降低，这是因为工作人员的体力降低而导致的。当货物的拣选数量为50 个时，B 完成拣选所花费的时间为630s，而A 完成拣选所花费的时间为482s，比B少148s。以上结果说明，物流仓储实训平台的路径规划能够选择最短路径，减少工作人员的工作强度，节约时间，提高了工作效率。

3.3 物流仓储实训平台的实训效果分析

研究基于增强现实技术和Wi-Fi指纹定位技术搭建了物流仓储实训平台，以对物流仓储员工进行AR 实训，期望尽快增加员工的熟练度，提高工作效率，减少物流仓储环节的成本。为了验证物流仓储实训平台对工作人员的实训效果，分别基于本文提出的AR-Wifi 融合定位方法构建AR-Wifi 实训平台和基于一般AR 技术构建AR 实训平台。选取某物流公司新入职仓储环节的工作人员60 名进行实训，随机分为3 组，即AR-Wifi 组（C 组）、一般实训组（D 组）以及AR 组（E 组），每组20 名工作人员。其中C组员工通过基于AR-Wifi技术的实训平台进行实训，D 组员工采用传统的培训方法进行实训，E组员工则通过基于AR 技术的实训平台进行实训。一段时间后，比较各组的工作效率。工作人员的工作效率以评分的形式展现，评分包括了拣货速度、拣货正确率、入库和出库流程的熟练度以及仓储布局的掌握程度4 个部分，每个部分的评分为0～25分，总分为100 分。各组工作人员的实训效果统计如表1所示。

表1 各组工作人员的实训效果

从表1 中能够看出，C 组员工在拣货速度、拣货正确率、仓储布局3 个层面的评分均显著高于D 组和E组；而E组在上述3个层面的评分也显著高于D组。这说明基于AR 技术的实训平台能够通过规划拣货路径来提高员工的工作效率，而基于AR-Wifi技术的实训平台效果更好，精度更高。在出入库层面的评分3 组的差距不大，可能是因为出入库流程与员工对货物的熟悉程度有关，而实训平台未包含这方面的实训。以上结果说明，基于AR-Wifi 技术的物流仓储实训平台能大幅度提升员工对工作流程的掌握程度和熟练程度，从而提高了工作效率。

4 结 语

物流仓储的人工效率会直接影响到货仓运转效率，目前人工在物流仓储中的出错率较高，效率较低，严重影响了物流业的发展。研究基于增强现实技术和Wi-Fi指纹定位技术搭建物流仓储实训平台，以对物流仓储员工进行AR 实训，提高员工的工作熟练度。研究结果表明，AR-WiFi 融合定位方法的10 次室内定位的测量值与实际值之间的平均误差为9.3cm；比AR 定位技术少18.8cm，比Wi-Fi 指纹定位技术少6.3cm；当货物的拣选数量为50个时，非路径规划下完成拣选所花费的时间为630s，而路径规划下完成拣选所花费的时间为482s，比非路径规划下少148s；对员工工作效率进行评分，采用物流仓储实训平台进行实训的工作人员总评分为85，比传统实训的工作人员多20分。以上结果说明，物流仓储实训平台能够精准地定位室内物品，优化对物品的拣选路径，提高员工的工作效率，降低成本。研究仅对AR 技术与物流仓储环节的融合进行了分析，未尝试其他环节，还需要日后进一步探索。