CN103679238A

CN103679238A - 物品运输途中环境的监控方法及装置

Info

Publication number: CN103679238A
Application number: CN201310737067.9A
Authority: CN
Inventors: 陈小辉; 陈锦鹏; 陈凌俊; 宫灿锋; 阮凯
Original assignee: China Three Gorges University CTGU
Current assignee: China Three Gorges University CTGU
Priority date: 2013-12-27
Filing date: 2013-12-27
Publication date: 2014-03-26
Anticipated expiration: 2033-12-27
Also published as: CN103679238B

Abstract

一种物品运输途中环境的监控方法及装置，包括以下步骤：一、在车厢厢体中设置多个立体分布的传感器，获得厢体内部立体分布的环境数据，得到环境数据中超出预设值的数据及其位置；二、对厢体环境中物品上附着的RFID标签进行定位，以获取物品标签的位置信息；三、将超出预设值的环境数据的位置信息与物品标签的位置信息进行关联，将所述超出预设值的数据写入对应位置的物品标签中。本发明提供的一种物品运输途中环境的监控方法及装置，可以监控运输途中车厢厢体内物品的环境数据并记录在物品标签中，例如基于RFID技术的物品标签。本发明不仅可以监测车辆的具***置，还可以精确监测车辆内具体物品的位置和环境数据。

Description

物品运输途中环境的监控方法及装置

技术领域

本发明涉及物品运输动态监控领域，特别是一种适用于物联网的物品运输途中环境的监控方法及装置。

背景技术

类似于药品的部分物品的对于存储环境有着严格的要求，在存储过程中对于环境的要求较为严格，从生产一直到销售环节，物品都应该保存在适宜的环境中。

当前，我国对环境敏感的部分商品在运输过程中进行环境监控的手段较为落后，以温度监控为例，其技术手段主要包括：温度标签试纸、温度显色标签卡、电子温度的记录标签、温度传感器、RFID温度标签等。由于现有的温度监控手段受成本和技术的制约，难以实现对所述厢体的整个空间温度进行全面的监控。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

由于现有技术中所使用的环境监控手段受成本和技术的制约，难以实现对所述厢体整个空间的温度进行全面的监控。当在运输途中出现意外（如车门意外开启、制冷设备某一个出风口失效等）时，会导致厢体中局部空间的环境出现变化，此种变化难以监测。

中国专利文献CN101669151A公开了一种监测包裹的方法，哨兵指示***及物流***，在于每个包括或者物品均需有单独的传感器，成本较高，且物品的定位较为粗略，例如采用GPS或GNSS定位***精度仅能监测到车辆中物品的位置，而不能监测到车辆内部中物品更精确的位置。

发明内容

本发明所要解决的技术问题是提供一种物品运输途中环境的监控方法及装置，可以监控运输途中车厢厢体内物品的环境数据并记录在物品标签中。

为解决上述技术问题，本发明所采用的技术方案是：一种物品运输途中环境的监控方法，包括以下步骤：

一、在车厢厢体中设置多个立体分布的传感器，获得厢体内部立体分布的环境数据，得到环境数据中超出预设值的数据及其位置；

二、对厢体环境中物品上附着的RFID标签进行定位，以获取物品标签的位置信息；

三、将超出预设值的环境数据的位置信息与物品标签的位置信息进行关联，将所述超出预设值的数据写入对应位置的物品标签中。

优选的，在步骤一中，包括以下步骤：

一、建立空间坐标系，按照物品的大小，将车厢厢体的三维空间离散为大小相等的规则离散单元；

二、将多个传感器随机布置在多个离散单元中；

三、以每个离散单元的几何中心作为待插值点，获取待插值点到各个传感器的距离，采用距离权倒数进行三维空间插值，进行全局搜索，求得各个离散单元的环境数据；

四、将各个离散单元的环境数据与预设值进行比较，获得环境数据中超出预设值的部分环境数据。

优选的，在步骤二中，包括以下步骤：

一、在车厢厢体内设置至少四个分离且已知位置的的RFID读写器；

二、根据待定位物品标签到达各个RFID读写器的信号强度数据，获取待定位物品标签至各个RFID读写器的距离，并得到待定位物品标签的位置。

优选的，四个RFID读写器，其中一个作为坐标系的原点，其余三个分别作为x轴、y轴和z轴上的一点。

优选的，收集到的信号强度数据，通过高斯滤波和加权平均对信号强度数据进行处理；

将处理后的信号强度数据代入室内经典距离～损耗模型中，获取模型的环境参数和距离值；

所述高斯滤波是指通过一定的数据处理来减少小概率事件对整体事件的影响；

所述室内经典距离～损耗模型是指经过实证，归纳出在多径传播后接收的信号强度服从对数正态分布的规律，该模型通过信号在空间中的衰减来估计距离。

步骤三中，使用最小二乘定位算法对待定位标签位置进行求精，包括：

将位置已知的RFID读写器作为参考RFID读写器；

针对待定位标签，获取参考RFID读写器与待定位标签之间的距离，并构成距离集合；

对距离进行聚类，剔除一些数值差异较大的参考RFID读写器，剩余的参考RFID读写器继续参与定位；

选择距离误差的累积聚类度最小的参考RFID读写器作为基准参考RFID读写器；

采用最小二乘法求取待定位目标的坐标。

一种物品运输途中环境的监控装置，包括环境信息获取模块、位置获取模块和信息写入模块；

环境数据获取模块，用于根据所述车厢厢体运输空间中环境的立体分布数据，获取所述立体分布数据中超出预设环境值的数据；

位置获取模块，用于使用RFID定位算法对厢体环境中物品标签进行定位，获取物品标签的位置信息；

信息写入模块，将超出预设值的环境数据的位置信息与物品标签的位置信息进行关联，将所述超出预设值的数据写入对应位置的物品标签中。

环境数据获取模块包括：

第一数据获取单元，用于使用三维空间的插值算法获取所述厢体运输空间中环境的立体分布数据；

第二数据获取单元，用于将所述立体分布数据和所述预设环境值进行比较，获取所述立体分布数据中超出预设环境值的数据。

所述第一数据获取单元用于建立空间坐标系，按照物品包装箱的大小，将运输空间进行离散化处理，每一个单元的大小与物品包装的大小一致，将车厢厢体的三维空间离散为大小相等的规则离散单元；以所述环境信息获取设备作为参考点，将若干个环境信息获取设备部署在所述厢体运输的三维空间若干个离散单元中；以每个离散单元的几何中心作为待插值点，获取待插点到各个传感器的的距离，采用距离权倒数进行三维空间的插值，进行全局搜索，求得各个离散单元的环境数据。

所述位置获取模块包括：

测距单元，用于使用信号强度数据和室内测距模型，获取RFID读写器与待定位标签的距离；

位置信息获取单元，用于通过RFID读写器与待定位标签的距离信息和定位模型，获取待定位标签的位置信息；

位置求精单元，用于使用改进的最小二乘定位算法对待定位标签位置进行求精。

所述测距单元，用于收集信号强度数据，通过所述高斯滤波和加权平均对信号强度数据进行处理；将处理后的信号强度数据代入室内经典距离～损耗模型中，获取模型的环境参数和距离值；

所述位置求精单元用于将位置已知的RFID读写器作为参考RFID读写器；针对待定位标签，获取参考RFID读写器与待定位标签之间的距离，并构成距离集合；对距离进行聚类，剔除一些数值差异较大的参考RFID读写器，剩余的参考RFID读写器继续参与定位；选择距离误差的累积聚类度最小的参考RFID读写器作为基准参考RFID读写器；采用改进的最小二乘法求取待定位目标的坐标。

本发明提供的一种物品运输途中环境的监控方法及装置，可以监控运输途中车厢厢体内物品的环境数据并记录在物品标签中，例如基于RFID技术的物品标签。本发明不仅可以监测车辆的具***置，还可以精确监测车辆内具体物品的位置和环境数据。

附图说明

下面结合附图和实施例对本发明作进一步说明：

图1为本发明装置的结构示意图。

图2为本发明中RFID读写器在车厢厢体内布置的结构示意图。

具体实施方式

一种物品运输途中环境的监控方法，包括以下步骤：

本发明实施例提供的技术方案，通过将RFID定位算法与三维空间的插值算法相结合，利用现有技术中RFID标签的存储特性，实现对车厢厢体空间的环境进行全面的监控，并获得超出预设值的环境数据，再写入到物品标签中，因此可以记录因运输途中的意外，对物品造成的影响而使物品产生变化，而现有技术中这种变化是不知道的，从而造成难以预料的后果，当采用本发明后，则运输途中的这种变化造成的后果是可以避免的。采用配合其他例如报警、远程信息传送等方式，这种变化甚至可以接近实时的被阻止。尤其是，本发明的方法可以精确地适用于同时运输的多物品，而不会影响其他物品，即便各个物品对于环境的要求不同，也可以确保各个物品适用不同的环境数据。与现有技术中不同的，本发明不用在每个物品上都设置传感器，即便运输物品的大小发生了变化，通过插值方法产生的环境数据，依然可以和变化后的物品实现相对应，因此本发明也可以被循环使用，进一步降低使用成本。本例中的传感器包括但不限于温度、湿度、加速度和压力传感器，得到相应地温度、湿度、加速度和压力环境数据，以适应不同物品的运输要求。

优选的，在步骤一中，包括以下步骤：

首先将厢体空间按照物品包装箱的大小进行离散化处理，建立空间坐标系，根据每个物品包装箱的大小将厢体空间划分为M*N*Q个插值点。

二、将多个传感器随机布置在多个离散单元中；

获取所述待插点N到各个环境信息获取设备M_i的的距离为di，

其中N点的属性值环境值T为

T = \{\begin{matrix} \frac{Σ_{i = 1}^{n} {(d_{i})}^{- u} T_{i}}{Σ_{i = 1}^{n} {(d_{i})}^{- u}}, & d_{i} &NotEqual; 0 \\ T_{i}, d_{i} = 0 & i \end{matrix}

其中n表示在球形的搜索窗口中搜到的采样点个数，u一般取2，表示所述距离权倒数的指数，采用全局搜索。

以上是使用所述三维空间的插值算法获取所述厢体运输空间中环境的立体分布数据的过程。

在步骤二中，包括以下步骤：

四个RFID读写器，其中一个作为坐标系的原点，其余三个分别作为x轴、y轴和z轴上的一点。

收集到的信号强度数据，通过高斯滤波和加权平均对信号强度数据进行处理；

所述高斯滤波适用于近似服从正态分布的事件，用于减少小概率事件对整体事件的影响。当一个RFID读写器某段时间内获取n个RSSI值时，通过高斯滤波选取高概率的RSSI值，剔除小概率事件，再取几何平均值。这样减少了小概率的事件对整体的影响，提高了定位的精度。

其中高斯分布函数的公式为：

f (x) = \frac{1}{\sqrt{2 πσ}} e^{- \frac{{(x - μ)}^{2}}{2 σ^{2}}};

式中：

μ = \frac{1}{n} Σ_{i = 1}^{n} x_{i}, σ^{2} = \frac{1}{n - 1} Σ_{i = 1}^{n} {(x_{i} - μ)}^{2};

设大于0.6的为高概率，则有

0.6≤f(x)≤1；

其中：

μ = \frac{1}{n} Σ_{i = 1}^{n} {RSSI}_{i}, σ = \sqrt{\frac{1}{n - 1} Σ_{i = 1}^{n} {({RSSI}_{i} - \frac{1}{n} Σ_{i = 1}^{n} {RSSI}_{i})}^{2}};

0.15σ+μ≤x≤3.09σ+μ；

经过高斯滤波后，将取出滤波后的RSSI值并求其几何平均值，即为处理后相对比较精确的RSSI值即信号强度数据。

对数路径损耗模型是使用最普遍的描述RFID标签在室内路径传播过程中的信号强度变化。

PL (d) = PL (d_{0}) + 10 nlg (\frac{d}{d_{0}}) + X_{σ};

其中PL(d)是表示信号经过传输距离d的路径损耗，在室内环境中d0一般取1m，PL(d)与PL(d0)以dB为单位。n为路径损耗指数，其取值与周围的环境因素有关（遮蔽因子和环境因子），取值范围一般为[2,5]。Xσ是均值为0，标准差为σ（dB）的高斯噪声（遮蔽因子），表示信号强度的路径损耗随距离增长的速率。

路径损耗PL(d)与发射功率Pt及信号回波的强度存在以下关系：

P_r(d)=P_t-PL(d)；

则有：

P_{r} (d) = P_{r} (d_{0}) - 10 klg (\frac{d}{d_{0}}) - X_{σ};

Pr(d0)表示的是RFID读写器在d0处接收的标签信号强度，Pr(d)表示的是RFID读写器接收到的标签信号强度，其单位均为dBm，通过此式可以得到距离和RSSI之间的关系。

当d₀=1m时，上式中可改写为：

P_r(d)=A-10klg(d)-X_σ；

在上式中，参数A和k都是经验值，其取值与所处具体实际环境及硬件有关，在不同的环境中，A与k是不同的，因此需要在实际环境中进行测试。因此，必须选择合适的A和k，才能尽可能的减少测距误差。为了减小环境的影响，可以采取所述最小二乘算法进行曲线拟合，确定当前环境中最优的A和k的值，进而建立起相对准确的室内测距模型。

利用最小二乘法进行拟合的步骤为：

设（xi，yi）(i=1,2,...N)，且为已知数据，方程y=f(x)=Sx+T，则用最小二乘拟合直线求S，T并使得：

E (S, T) = Σ_{i = 1}^{N} {[f (x_{i}) - y_{i}]}^{2} = Σ_{i = 1}^{N} {[S x_{i} + T - y_{i}]}^{2}

最小，则对E(S,T)求偏导

\frac{&PartialD; E (S, T)}{&PartialD; S} = 0, \frac{&PartialD; E (S, T)}{&PartialD; T} = 0;

则有：

\{\begin{matrix} S Σ_{i = 1}^{N} {x_{i}}^{2} + T Σ_{i = 1}^{N} x_{i} = Σ_{i = 1}^{N} x_{i} y_{i} \\ S Σ_{i = 1}^{N} x_{i} + NT = Σ_{i = 1}^{N} y_{i} \end{matrix};

则可求出S，T，并保证E(S,T)最小。因此对于公式（1），P_r(d)与lgd呈线性关系，因此，可以通过若干组（P_r(d)，lgd），并用最小二乘算法进行拟合，得到最优的A和k的值。

将上述过程归纳为：将处理后的信号强度数据代入室内经典距离～损耗模型中，获取模型的环境参数和距离值；

本发明还提供的一种聚类算法，所述方法包括：

获取样品的总数n，并将n个样品分为n个类;

计算两两类之间的距离，构建对称距离矩阵;

选择距离矩阵中非对角线的最小元素，将最小元素的两个类合并成一个新类;

消去最小元素两个类所对应的行与列，加入新类与剩余的未被聚合的类间距离所组成的一行及一列，得到新的距离矩阵;

重复前述步骤，找到新的距离矩阵中非对角线的最小元素，直至满足分类的终止条件，输出最优的聚类。

将位置已知的RFID读写器作为参考RFID读写器；

采用最小二乘法求取待定位目标的坐标。

本发明实施例还提供一种LSL_DCRB算法流程，所述方法包括：

将位置已知的RFID读写器作为所述参考RFID读写器；

对距离进行所述的聚类，剔除一些数值差异较大的所述参考RFID读写器，剩余的参考RFID读写器继续参与定位；

选择所述的距离误差的累积聚类度最小的参考RFID读写器作为所述基准参考RFID读写器；

采用最小二乘法求取待定位目标的坐标。

在方程组中引入测距误差，则有：

\{\begin{matrix} {(x_{1} - x)}^{2} + {(y_{1} - y)}^{2} = {d_{1}}^{2} + e_{1} \\ {(x_{2} - x)}^{2} + {(y_{2} - y)}^{2} = {d_{2}}^{2} + e_{2} \\ \cdot \\ \cdot \\ \cdot \\ {(x_{n - 1} - x)}^{2} + {(y_{n - 1} - y)}^{2} = {d_{n - 1}}^{2} + e_{n - 1} \\ {(x_{n} - x)}^{2} + {(y_{n} - y)}^{2} = {d_{n}}^{2} + e_{n} \end{matrix};

在上述方程组中，方程组的其他各个方程减去第j个方程进行降阶，

AX=B^*+E

其中：

B^{*} = [\begin{matrix} (x_{1}^{2} - x_{j}^{2}) + (y_{1}^{2} - y_{j}^{2}) - (d_{1}^{2} - d_{j}^{2}) \\ (x_{2}^{2} - x_{j}^{2}) + (y_{2}^{2} - y_{j}^{2}) - (d_{2}^{2} - d_{j}^{2}) \\ \cdot \\ \cdot \\ \cdot \\ (x_{j - 1}^{2} - x_{j}^{2}) + (y_{j - 1}^{2} - y_{j}^{2}) - (d_{j - 1}^{2} - d_{j}^{2}) \\ (x_{j + 1}^{2} - x_{j}^{2}) + (y_{j + 1}^{2} - y_{j}^{2}) - (d_{j + 1}^{2} - d_{j}^{2}) \\ \cdot \\ \cdot \\ \cdot \\ (x_{n}^{2} - x_{j}^{2}) + (y_{n}^{2} - y_{j}^{2}) - (d_{n}^{2} - d_{j}^{2}) \end{matrix}];

E = [\begin{matrix} (e_{j} - e_{1}) \\ (e_{j} - e_{2}) \\ \cdot \\ \cdot \\ \cdot \\ (e_{j} - e_{j - 1}) \\ (e_{j} - e_{j + 1}) \\ \cdot \\ \cdot \\ \cdot \\ (e_{j} - e_{n}) \end{matrix}]

AX=B^*+E，X=(A^TA)^-1A^T(B^*+E)

上述步骤是使用改进的最小二乘定位算法对待定位标签位置进行求精的过程。

环境数据获取模块包括：

所述位置获取模块包括：

需要说明的是：上述实施例提供的所述运输途中环境的监控装置在物品运输途中环境的监控时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的物品运输途中环境的监控装置与物品运输途中环境的监控方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种物品运输途中环境的监控方法，其特征是包括以下步骤：

2.根据权利要求1所述的一种物品运输途中环境的监控方法，其特征是：在步骤一中，包括以下步骤：

二、将多个传感器随机布置在多个离散单元中；

3.根据权利要求1所述的一种物品运输途中环境的监控方法，其特征是：在步骤二中，包括以下步骤：

4.根据权利要求3所述的一种物品运输途中环境的监控方法，其特征是：四个RFID读写器，其中一个作为坐标系的原点，其余三个分别作为x轴、y轴和z轴上的一点。

5.根据权利要求3所述的一种物品运输途中环境的监控方法，其特征是：收集到的信号强度数据，通过高斯滤波和加权平均对信号强度数据进行处理；

将处理后的信号强度数据代入室内经典距离~损耗模型中，获取模型的环境参数和距离值；

所述室内经典距离~损耗模型是指经过实证，归纳出在多径传播后接收的信号强度服从对数正态分布的规律，该模型通过信号在空间中的衰减来估计距离。

6.根据权利要求3所述的一种物品运输途中环境的监控方法，其特征是：

将位置已知的RFID读写器作为参考RFID读写器；

采用最小二乘法求取待定位目标的坐标。

7.一种物品运输途中环境的监控装置，其特征是：

包括环境信息获取模块、位置获取模块和信息写入模块；

8.根据权利要求7所述的一种监控装置，其特征是环境数据获取模块包括：

9.根据权利要求8所述的装置，其特征是：所述第一数据获取单元用于建立空间坐标系，按照物品包装箱的大小，将运输空间进行离散化处理，每一个单元的大小与物品包装的大小一致，将车厢厢体的三维空间离散为大小相等的规则离散单元；以所述环境信息获取设备作为参考点，将若干个环境信息获取设备部署在所述厢体运输的三维空间若干个离散单元中；以每个离散单元的几何中心作为待插值点，获取待插点到各个传感器的的距离，采用距离权倒数进行三维空间的插值，进行全局搜索，求得各个离散单元的环境数据。

10.根据权利要求7所述的一种监控装置，其特征是所述位置获取模块包括：

11.根据权利要求10所述的一种监控装置，其特征是：

所述测距单元，用于收集信号强度数据，通过所述高斯滤波和加权平均对信号强度数据进行处理；将处理后的信号强度数据代入室内经典距离~损耗模型中，获取模型的环境参数和距离值；