一种基于超高频RFID识别的智能表柜的制作方法
未命名
09-07
阅读:106
评论:0

一种基于超高频rfid识别的智能表柜
技术领域
1.本发明属于表柜领域,具体涉及一种基于超高频rfid识别的智能表柜。
背景技术:
2.面向电力数字化转型的国家重点战略及电力行业发展方向,应用智能化工具对生产管理、生产效率提升有着极大意义。而超高频rfid技术广泛应用于智能仓储、流水线生产、物流等行业,是一种成本低、可靠性强、多目标识别的智能识别技术,但作为一种统一标准射频技术,应用者往往忽略了射频信号的工作特点,也不能把握电磁环境和金属对识别效果的影响,经常产生漏读、串读等问题,对此,本发明创造性的结合电力表柜的环境特点,并通过针对该结构的射频信号特征进行神经网络离线训练得到最优数据模型,集成防串读算法到读写器,设计了一种基于超高频rfid识别的一体式部署智能表柜。同时使用了多路天线单个读写器,不同于市面直接多个独立读写器识别,避免读写器间互相干扰及工作流程冗余,读写器内部算法协调识别碰撞。
技术实现要素:
3.本发明的目的在于提供一种基于超高频rfid识别的智能表柜,该智能表柜可使操作人员快速找到目标货位。
4.为了实现上述目的,本发明采用的技术方案是:一种基于超高频rfid识别的智能表柜,其特征在于包括表柜本体1、ptl指示灯2、主控模块5、读写器6、射频识别天线7;表柜本体1沿上下方向设有多层,每层布置多个货位3;每个货位3上方安装一个射频识别天线7和一个ptl指示灯2,射频识别天线7对该货位对应区域带有射频标签的电表4进行信号覆盖;表柜本体1上所有的射频识别天线7均与一个读写器6电气连接,读写器6通过网线与主控模块5相连;ptl指示灯2与控制器相连,控制器通过网线与主控模块5相连。
5.按照上述技术方案,所述多层为2-20层;多个货位为2-20个货位。
6.按照上述技术方案,所述表柜本体为开放式的货架。
7.按照上述技术方案,所述开放式的货架为4层货架,每层布置3个货位。
8.按照上述技术方案,所述读写器为超高频读写器。
9.按照上述技术方案,所述读写器集成了基于表柜环境离线训练模型的神经网络识别算法。
10.本发明的有益效果是:表柜(货架)对一层之内设置为多个货位并加以指示灯引导,会使操作人员快速找到目标货位,而指示灯的设置也不至于过于繁复,在较低的成本下,有益于生产管理的有效提升,小规模分组指示效果清晰明了同时并不冗余。
附图说明
11.图1为本发明一种基于超高频rfid识别的智能表柜的结构示意图。
12.图2为本发明一种基于超高频rfid识别的智能表柜的神经网络识别算法的流程
图。
13.图中标记对应如下:1-表柜本体;2-ptl指示灯;3-货位;4-装有射频标签的电表;5-主控模块;6-读写器;7-射频识别天线。
具体实施方式
14.为解决目前智能仓储普遍存在的射频问题及电力电表管理的智能化需求提出本发明设计,以下结合附图和实施例,对本设计方案的技术路线及解决的技术问题进行详细说明。应当理解,此处所描述的实施例仅用于说明和解释本发明,并不用于限定本发明。
15.一种基于超高频rfid识别的智能表柜,整体结构如图1所示,包括:表柜本体1、ptl指示灯2、主控模块5、读写器6、射频识别天线7;表柜本体1沿上下方向设有多层(如2-20层),每层布置多个货位3(如2-20个货位,装有射频标签的电表4放置在货位3上);
16.在实施例中,所述该表柜本体1是四层开放式的货架,每层三个所述货位3,共十二个货位,支持多层多货位组合扩展,但不限于四层三货位,可以是三层四货位及其它多层多货位,每个货位可放置多个装有射频标签的电表4。
17.在实施例中,每个货位3上方安装一个所述射频识别天线(rfid天线)7和一个ptl指示灯(ptl灯、led灯)2,射频识别天线7对该货位对应区域带有射频标签的电表4进行信号覆盖;表柜本体1上所有的射频识别天线7均与一个读写器(rfid超高频电子标签读写器、超高频读写器、射频读写器)6电气连接,读写器6通过网线与主控模块5相连;ptl指示灯2与控制器相连,控制器通过网线与主控模块5相连(或者ptl指示灯直接与主控模块5相连)。
18.读写器与射频识别天线电气连接用以传递射频信号,多路射频识别天线对应一个读写器,典型天线数量12路;读写器与主控模块电气连接用以传递指令及数据。主控模块可以收发来自外部及读写器的数据及指令,同时也是上层控制系统的接口。读写器(超高频读写器)集成了基于表柜环境离线训练模型的神经网络识别算法(神经网络识别算法如图2所示),对射频标签的电表4的射频信号进行深度处理,以达到电表到位、离位地完全准确识别。
19.在实施例中,货架包括至少两个竖架和多层横板,多层横板作为货位放置层置于至少两个竖架之上,也就是多层货位横向与纵向地扩展,同时,每层布置多个货位。ptl指示灯安装于横板外侧边对应货位3居中位置,用以指示货位位置。射频识别天线安装在本层货位正上方,也就是上层横板的底部。
20.在实施例中,当所述带有射频标签的电表4需要进入货位,所述主控模块得到入库指令点亮所述ptl指示灯2,引导工作人员找到货位,所述带有射频标签的电表4到位,所述射频识别天线7激发射频标签并回读数据到所述读写器(射频读写器)6,所述读写器6将到位数据发给所述主控模块5,所述主控模块(可采用触摸屏的一体机)5将数据转发给上级管理系统(如:后台电表管理系统),确认所述带有射频标签的电表4到位。任务结束,所述ptl指示灯2熄灭。
21.在实施例中,当所述带有射频标签的电表4需要离开货位,所述主控模块得到入库指令点亮所述ptl指示灯2,引导工作人员找到货位,所述带有射频标签的电表4离位,所述射频识别天线7不能读到数据到所述读写器6,所述读写器6将离位数据信息发给所述主控模块5,所述主控模块5将数据转发给上级管理系统,确认所述带有射频标签的电表4离位。
任务结束,所述ptl指示灯2熄灭。
22.在实施例中,读写器集成了神经网络算法,如图2所示,可以有效地分析处理射频信号特征值,最终准确识别标签,不漏读、串读、多读。该算法采用离线训练得出最优神经网络模型,在上线前对表柜环境最大化程度适应,尽可能的排除环境中电磁、金属等干扰,使识别率达到最大。
23.在实施例中,采用多路单读写器,使读写、识别的决策集中于一个读写器,不会出现读写器直接读取货位信息,各自决断,重复读取的状况,更加准确地识别目标,减少碰撞、误读。
24.在实施例中,主控模块接受指令,并汇总、转发、同步数据,是整个表柜作为智能操作的出、入口,也可方便地对接到上级管理系统。
25.显然,本领域的技术人员可以理解,上述仅为本发明的较佳实施例,并不用以限制本发明设计,凡是在本发明的精神和原则之内所作的任何修改、等同替换和变型等均属于本发明权利要求及其等同技术的范围之内。
技术特征:
1.一种基于超高频rfid识别的智能表柜,其特征在于包括表柜本体(1)、ptl指示灯(2)、主控模块(5)、读写器(6)、射频识别天线(7);表柜本体(1)沿上下方向设有多层,每层布置多个货位(3);每个货位(3)上方安装一个射频识别天线(7)和一个ptl指示灯(2),射频识别天线(7)对该货位对应区域带有射频标签的电表(4)进行信号覆盖;表柜本体(1)上所有的射频识别天线(7)均与一个读写器(6)电气连接,读写器(6)通过网线与主控模块(5)相连;ptl指示灯(2)与控制器相连,控制器通过网线与主控模块(5)相连。2.根据权利要求1所述的一种基于超高频rfid识别的智能表柜,其特征在于:所述多层为2-20层;多个货位为2-20个货位。3.根据权利要求1所述的一种基于超高频rfid识别的智能表柜,其特征在于:所述表柜本体为开放式的货架。4.根据权利要求3所述的一种基于超高频rfid识别的智能表柜,其特征在于:所述开放式的货架为4层货架,每层布置3个货位。5.根据权利要求1所述的一种基于超高频rfid识别的智能表柜,其特征在于:所述读写器为超高频读写器。6.根据权利要求1所述的一种基于超高频rfid识别的智能表柜,其特征在于:所述读写器集成了基于表柜环境离线训练模型的神经网络识别算法。
技术总结
本发明属于表柜领域。一种基于超高频RFID识别的智能表柜,其特征在于包括表柜本体、PTL指示灯、主控模块、读写器、射频识别天线;表柜本体沿上下方向设有多层,每层布置多个货位;每个货位上方安装一个射频识别天线和一个PTL指示灯,射频识别天线对该货位对应区域带有射频标签的电表进行信号覆盖;表柜本体上所有的射频识别天线均与一个读写器电气连接,读写器通过网线与主控模块相连;PTL指示灯与控制器相连,控制器通过网线与主控模块相连。该智能表柜可使操作人员快速找到目标货位。表柜可使操作人员快速找到目标货位。表柜可使操作人员快速找到目标货位。
技术研发人员:任鹏 朱富勇 刘含露 王清晖 罗雯 杨帆 雷缘
受保护的技术使用者:国网湖北省电力有限公司咸宁供电公司
技术研发日:2023.06.02
技术公布日:2023/9/5
版权声明
本文仅代表作者观点,不代表航家之家立场。
本文系作者授权航家号发表,未经原创作者书面授权,任何单位或个人不得引用、复制、转载、摘编、链接或以其他任何方式复制发表。任何单位或个人在获得书面授权使用航空之家内容时,须注明作者及来源 “航空之家”。如非法使用航空之家的部分或全部内容的,航空之家将依法追究其法律责任。(航空之家官方QQ:2926969996)
航空之家 https://www.aerohome.com.cn/
飞机超市 https://mall.aerohome.com.cn/
航空资讯 https://news.aerohome.com.cn/
上一篇:一种去除硫酸锌溶液中氟离子的方法与流程 下一篇:一种基于深度学习的狭长目标检测方法