0 引 言

仓储管理是企事业单位的一项重要工作，它需要为管理人员实时提供企事业单位拥有的物资或物品的数目和位置，需要耗费企事业单位相当大一部分人力和物力。因此，提高仓库管理效率对于企事业单位而言非常重要。

射频识别(Radio Frequency Identification,RFID)技术具有快速识别、远距离识别、多目标识别和非视线识别等优点，被广泛应用于仓储物流行业[1]。在物品上安装标识物品的标签后，可利用手持式射频识别读写器识别物品标签，快速、准确地统计仓库中拥有的物品数量[2]。如果将射频识别读写器安装在可以移动的机器人上，还可以节省盘点仓库物品所需的人力。

利用射频识别技术虽然可以快速、准确地统计仓库中拥有的物品数量，但仍未获取物品所处货位的信息。因此，在利用RFID进行物品识别的同时，还提出了多种基于射频识别的定位算法，并开发了相应的实时定位系统。

目前，主流的室内定位技术有蓝牙、UWB、WiFi、ZigBee、超声波、RFID等[3]，在这些定位技术中，无源RFID技术相比其他技术而言，具有成本低、部署简单、安全隐患小等特点，非常适合仓储管理。

Alarifi A等人设计了一套聚合方法。该方法通过构建点位完成系统定位，利用渐进的迭代算法使数据逐渐向真实情况靠拢，但计算量大，计算时间长[4]。

Bok K等人采用LANDMARC的有源RFID标签定位方法[5]，在室内部署若干读写器作为基站，之后在室内固定的点位布置RFID标签作为参考标签。读写器在工作时能够获取各待定位标签和参考标签的RSSI值，并以此确定待定位标签的最邻近参考标签，采用权重质心法计算待定位标签的位置。由于该方法可以采用无源RFID标签替代有源RFID标签，且优化空间大，因此成为近年来RFID定位研究的热点之一。

高进等人对VIRE算法进行了改进，该算法借助参考标签的位置及RSSI信息通过线性插值引入虚拟参考标签，通过增加参考标签数量来提升LANDMARC定位精度[6]。文献[7]采用BP-VIRE神经网络提升用RSSI估计距离的精度，进而提升定位精度。文献[8]中的ABC-BP神经网络将BP神经网络辅助以人工蜂群算法，实现了定位精度的进一步优化。文献[9]提出的Tagoram系统采用差分增强全息图方法，将RFID定位精度提升至厘米级。

上述RFID定位方法通过多种方式对参考标签和待定位标签的反射特性进行分析，确定RFID标签的绝对位置，但由于RFID标签反射信号易受遮挡和反射的影响，在货架林立的仓库环境中定位精度并不理想。此外，在仓储管理实践中，通常并不需要知道物品(标签)在货架中的绝对位置，只需要知道相对位置即可。因此，本文提出了一种移动式读写器定位附着有无源RFID标签货物的方法。在该方法中，移动式读写器按照设定路线依次经过各货架正前方，在各货架正前方采集货架标签和物品标签的标签数据及反射信号的RSSI，并经运算处理得到各物品在货架的货位，实现仓储定位。本文提出的方法相比上述RFID定位方案具有部署灵活简单、适用性强等特点，且定位精度能够满足实际仓储管理的要求。

1 方法描述

1.1 系统组成

本文设计了一种利用射频识别定位仓储货架物品的系统，系统包括货架、货架标签、物品标签、移动式读写器等，系统组成如图1所示。

图1 系统组成   

系统各部分的作用如下。

(1)货架用于摆放物品。

(2)货架标签安装在货架货位的边框上，用于标识边框邻接的2个货位；货架标签可以采用符合ISO/IEC 18000-6C/63或其他标准的不带电池的无源超高频射频识别标签，标签电子物品编码(EPC)存储区的容量不小于96位；在图1中，货架标签的编号为1～12。

(3)物品标签安装在物品上，用于标识物品；物品标签可以采用符合ISO/IEC 18000-6C/63或其他标准的不带电池的无源超高频射频识别标签，标签的电子物品编码(EPC)存储区的容量不小于96位；在图1中，物品标签的编号为13～16。

(4)移动式读写器用于识别货架标签和物品标签，读写器可以采用符合ISO/IEC 18000-6C/63或其他标准的超高频射频识别读写器，将读写器安装在推车上或安装在可以移动的机器人上。

1.2 系统工作流程

定位仓储货架物品的步骤：

(1)货架标签安装：

在货架货位边框上安装货架标签，货架标签中存储货架标签所在边框的相邻2个货位的编号；货位编号可以存储在标签的电子物品编码(EPC)存储区中，一个货位编号占48位，包括货架编号、货位行号、货位列号等信息。

(2)物品标签安装：

在物品上安装标识物品的标签；物品标签中存储的内容根据应用的需要确定，为快速识别，物品编码可以存储在标签的电子物品编码(EPC)存储区中。

(3)物品定位：

移动式读写器识别货架标签和物品标签时，按照预先根据环境配置好的导航信息，移动式读写器移动到正对各货架处识读相应的物品标签和货架标签，根据货架标签返回的货位数据、返回的信号强度及物品标签返回的信号强度，计算物品标签所在货位。移动式读写器在某个位置识别物品标签和货架标签时，除记录物品标签和货架标签返回的电子物品编码(EPC)信息外，还记录物品标签和货架标签返回的信号强度RSSI。由于RSSI通常为负值，为计算方便，对RSSI进行修正后再参与计算。修正后的RSSI越大，表示信号强度越大。

一个物品标签p属于货架货位q的可能性为。其中，RSSIp是物品标签p返回的信号强度，RSSIsq是货架货位q的货架标签s返回的信号强度。

当物品标签p位于货架货位q时，RSSIsq和RSSIp都较大，因此Vpq较大；当物品标签p不位于货架货位q时，RSSIsq和RSSIp都较小，因此Vpq较小。

对于货架货位q，如果有N个物品，且Vpiq是Vp1q,Vp2q,...,VpNq中的最大值(1≤i≤N)，则判定物品标签pi在货架货位q。

2 实 验

为验证系统中货架物品标签定位的方法，利用图1环境进行了试验，在货架的框架上安装了12个标签作为货架标签，用于对4个货位进行投票表决。在4个货位上分别放置1个标签，作为物品标签。标签芯片采用Impinj的Monza-5，其符合ISO/IEC 18000-6C标准，EPC区为96 B，TID区为64 B。读写器采用Impinj R 2000。

实验时，移动式读写器根据预设的导航信息运动到各货位的位置，盘点标签，获得各标签的EPC区数据和RSSI。表1所列为移动式读写器在各货位多次盘点时，其中3次得到的标签RSSI数据，其中“-”表示未接收到标签的RSSI，相应物品标签属于某个货位的可能性Vpq见表2所列。由于实验中的读写器灵敏度为-80 dBm，因此基准值B选取为80 dBm。

表1 读写器天线在不同货位盘点标签时得到的部分RSSI值

表2 物品标签属于某个货位的可能性Vpq 

从表2可以看出，读写器天线位于16号标签所在货位时，16号标签的Vpq均为最大，可以判断贴有16号标签的物品位于左上货位；读写器天线位于13号、14号和15号标签所在货位时，相应的13号、14号和15号标签的Vpq均为最大，可以判断贴有13号、14号、和15号标签的物品分别位于右上、右下、左下货位。

在各货位各进行100次实验，得到标签RSSI值的统计结果见表3所列。从表3可以看出，在指定货位物品的Vpq明显大于不在指定货位物品的Vpq，说明本文方法具有较高的容错率，实验中，物品货位定位的准确率为100%。由此证明，本文方法有效。

表3 物品标签属于某个货位的可能性Vpq的统计 

3 结 语

本文提出了一种基于射频识别的仓库物品定位方法，在获取仓库中物品数量的同时，还能快速、准确地获取物品所在货架货位这一关键位置信息，减少了物品查找的时间，提高了仓库管理效率，在智能仓库的建设中能充分发挥射频识别技术的重要作用。