劉斌 陳剛 袁浩 李志海 陳磊 馬俐

（1.湖北物資流通技術(shù)研究所，湖北 襄陽(yáng) 441002；2.襄陽(yáng)市交通物流發(fā)展服務(wù)中心，湖北 襄陽(yáng) 441099）

0 引言

當(dāng)前我國(guó)?；穫}(cāng)庫(kù)大多采用堆垛碼放的方式進(jìn)行存儲(chǔ)，雖然《常用危險(xiǎn)化學(xué)品貯存通則》和《易燃易爆性商品儲(chǔ)藏養(yǎng)護(hù)技術(shù)條件》對(duì)危險(xiǎn)化學(xué)品儲(chǔ)存堆垛的安全距離有嚴(yán)格的限制［1-2］，然而在執(zhí)行中缺乏實(shí)時(shí)有效的監(jiān)管手段，倉(cāng)儲(chǔ)過(guò)程中如果出現(xiàn)違規(guī)操作、存放位置錯(cuò)誤等問(wèn)題，很容易發(fā)生泄漏、爆炸、中毒等危害，對(duì)人力、財(cái)力、物力造成嚴(yán)重后果。

目前，針對(duì)?；穫}(cāng)庫(kù)堆垛的距離監(jiān)測(cè)技術(shù)主要有視頻監(jiān)控、激光掃描和室內(nèi)定位3種［3］。視頻監(jiān)控技術(shù)價(jià)格低廉、易于安裝、應(yīng)用廣泛，但視頻數(shù)據(jù)量大，人員易疲勞、很難實(shí)時(shí)監(jiān)控每路視頻［4］?；诩す鈷呙璧谋O(jiān)測(cè)方案需要大量的激光掃描裝置，設(shè)備安裝復(fù)雜，一旦激光被人員或貨物遮擋就會(huì)產(chǎn)生誤報(bào)數(shù)據(jù)［5-6］。基于室內(nèi)定位的監(jiān)測(cè)技術(shù)可以通過(guò)在每個(gè)堆垛安裝定位標(biāo)簽來(lái)獲取堆垛的位置信息，再結(jié)合堆垛位置及尺寸信息進(jìn)行建模，從而判斷堆垛安全距離是否符合標(biāo)準(zhǔn)，實(shí)時(shí)監(jiān)測(cè)效果良好。

在各種室內(nèi)定位技術(shù)中超寬帶［7］（UWB）定位技術(shù)復(fù)雜度低，頻譜功率密度小，定位精度高，是解決?；范讯馕恢帽O(jiān)測(cè)的有效手段。但是在危化品倉(cāng)庫(kù)復(fù)雜的信道環(huán)境中，高頻信號(hào)衰減影響很大，定位誤差較高。

針對(duì)上述問(wèn)題，本文首先提出了一種基于神經(jīng)網(wǎng)絡(luò)的Chan-Taylor混合定位算法來(lái)抑制?；穫}(cāng)儲(chǔ)環(huán)境的非視距誤差及多徑傳播因素的影響，提高UWB定位精度，再結(jié)合堆垛的位置和尺寸信息實(shí)時(shí)還原?；穫}(cāng)庫(kù)中貨物的擺放狀態(tài)，最后搭建基于UWB的?；分悄軅}(cāng)儲(chǔ)管理系統(tǒng)平臺(tái)，從而實(shí)現(xiàn)?；穫}(cāng)庫(kù)堆垛距離的實(shí)時(shí)監(jiān)控、出入庫(kù)及信息管理等功能。

1 ?；穫}(cāng)庫(kù)UWB定位系統(tǒng)

UWB定位系統(tǒng)主要有定位標(biāo)簽、定位基站和定位引擎3部分組成。定位基站布設(shè)在危化品倉(cāng)庫(kù)中固定位置，并使得任意時(shí)刻都有4個(gè)基站能接受到標(biāo)簽發(fā)出的脈沖信號(hào)。?；啡霂?kù)時(shí)綁定定位標(biāo)簽，定位標(biāo)簽向基站發(fā)送納秒級(jí)脈沖信號(hào)，基站接收到脈沖信號(hào)后通過(guò)相關(guān)運(yùn)算得到信號(hào)的定位測(cè)量信息，定位引擎根據(jù)基站坐標(biāo)和測(cè)量信息使用TDOA［8］算法計(jì)算出標(biāo)簽的準(zhǔn)確位置。基于UWB的?；穫}(cāng)儲(chǔ)管理系統(tǒng)可通過(guò)定位標(biāo)簽實(shí)現(xiàn)倉(cāng)庫(kù)貨物、人員、設(shè)備的實(shí)時(shí)定位管理，危化品堆垛運(yùn)動(dòng)軌跡及距離的實(shí)時(shí)監(jiān)測(cè)，系統(tǒng)結(jié)構(gòu)如圖1所示。

2 定位系統(tǒng)硬件

UWB系統(tǒng)定位模塊采用STM32F105RCT6主控制器和DWM1000定位測(cè)距模塊搭建。DWM1000模塊是符合IEEE802.15.4-2011標(biāo)準(zhǔn)的UWB無(wú)線收發(fā)器模塊，時(shí)鐘可高達(dá)63.897 6 GHz，一個(gè)計(jì)數(shù)時(shí)間戳對(duì)應(yīng)15.65 ps，具有極高的測(cè)距精度。

硬件電路包括STM32F105RCT6主控芯片最小系統(tǒng)電路、電源電路以及DWM1000模塊、WiFi數(shù)據(jù)傳輸模塊等外圍設(shè)備的連接電路，系統(tǒng)硬件框圖如圖2所示。

系統(tǒng)中DWM1000主要負(fù)責(zé)模塊間通信和時(shí)間戳的標(biāo)記。待測(cè)節(jié)點(diǎn)通過(guò)輪詢方式與基站通信，完成測(cè)距功能。每次測(cè)量完成后，主基站通過(guò)網(wǎng)絡(luò)通信模塊將原始測(cè)量數(shù)據(jù)發(fā)送到主機(jī)，主機(jī)根據(jù)本文提出的定位算法完成對(duì)目標(biāo)節(jié)點(diǎn)的定位。OLED模塊通過(guò)SPI接口與主控單元通信，并按照特定格式顯示標(biāo)簽位置坐標(biāo)。

3 定位算法

在現(xiàn)有的UWB定位算法中，基于信號(hào)到達(dá)時(shí)間差（TDOA）的定位算法在室內(nèi)復(fù)雜環(huán)境下可以獲得更好的定位效果，并且只需要定位標(biāo)簽發(fā)射一次UWB信號(hào)就可以完成系統(tǒng)定位，系統(tǒng)功耗低、精度高、容量大。然而，危險(xiǎn)化學(xué)品倉(cāng)庫(kù)中存在著大量如柱子、墻壁、堆垛等障礙物，導(dǎo)致庫(kù)內(nèi)的非視距和多徑傳播增加，降低了系統(tǒng)的定位精度?？紤]到危險(xiǎn)化學(xué)品倉(cāng)庫(kù)的應(yīng)用場(chǎng)景、超寬帶定位精度和危險(xiǎn)化學(xué)品存放距離的要求，本文提出了一種基于神經(jīng)網(wǎng)絡(luò)的Chan-Taylor混合定位算法來(lái)抑制?；穫}(cāng)儲(chǔ)環(huán)境的非視距誤差及多徑傳播因素的影響，提高UWB復(fù)雜環(huán)境下的定位精度。該算法流程圖如圖3所示。

該算法首先利用神經(jīng)網(wǎng)絡(luò)的非線性映射能力校正TDOA中的非視距誤差，然后利用Chan和Taylor混合定位算法估計(jì)標(biāo)簽的位置，然后再次通過(guò)神經(jīng)網(wǎng)絡(luò)對(duì)標(biāo)簽位置估計(jì)的結(jié)果進(jìn)行最后修正，確保其在非視距環(huán)境下具有更高的定位精度。

3.1 基于BP神經(jīng)網(wǎng)絡(luò)的TDOA校正

本文首先通過(guò)BP神經(jīng)網(wǎng)絡(luò)［9］對(duì)基站TDOA測(cè)量值中的非視距誤差進(jìn)行修正，使TDOA的測(cè)量值更接近視距環(huán)境下的測(cè)量值。圖4給出了在非視距環(huán)境下對(duì)4個(gè)基站提供的TDOA測(cè)量值進(jìn)行校正的網(wǎng)絡(luò)模型。

輸入層由3個(gè)TDOA測(cè)量值構(gòu)成，神經(jīng)元數(shù)量為3，輸入向量表示為：

增加隱含層神經(jīng)元的數(shù)量可以提高系統(tǒng)精度，但系統(tǒng)復(fù)雜性也隨之增加。綜合考慮精度和系統(tǒng)復(fù)雜性的問(wèn)題，根據(jù)Kolmogorov定理確定隱含層神經(jīng)元數(shù)量為7，隱含層傳遞函數(shù)采用值域位于-1和+1之間的雙曲正切函數(shù)tanh，即：

輸出層由3個(gè)經(jīng)過(guò)校正的TDOA值組成，神經(jīng)元數(shù)量為3，在輸出層采用Purelin線性函數(shù)輸出校正后的TDOA值，Purelin函數(shù)和輸出向量表示為：

網(wǎng)絡(luò)訓(xùn)練采用批量學(xué)習(xí)方式，步驟如下：

1）通過(guò)線性函數(shù)將樣本輸入和輸出數(shù)據(jù)歸一化處理在［-1，1］區(qū)間。

2）網(wǎng)絡(luò)初始化，在［-1，1］區(qū)間隨機(jī)給定各層連接權(quán)值和閾值，并確定期望誤差和學(xué)習(xí)速率。

3）將歸一化的樣本輸入網(wǎng)絡(luò)，計(jì)算各層輸入和輸出。

4）根據(jù)網(wǎng)絡(luò)實(shí)際輸出和期望輸出計(jì)算網(wǎng)絡(luò)誤差，根據(jù)期望誤差判斷網(wǎng)絡(luò)誤差是否滿足要求，若滿足要求訓(xùn)練結(jié)束，否則繼續(xù)。

5）誤差反向傳播，依次修正輸出層和隱含層的連接權(quán)值和閾值，返回步驟Ⅲ進(jìn)行下一輪學(xué)習(xí)。

3.2 基于Chan-Taylor混合定位算法的位置估計(jì)

修正后的TDOA測(cè)量值需代入定位算法進(jìn)行精確定位。Chan算法具有解析表達(dá)式解，在噪聲服從高斯分布的情況下，計(jì)算量小，定位精度高，可以達(dá)到克拉美羅下限［10］（CRLB），用于室內(nèi)3維定位效果較好，但在非視距環(huán)境下，定位精度顯著降低。

泰勒級(jí)數(shù)展開(kāi)算法（Taylor）是一種需要初始值的迭代算法，它使用前一次的計(jì)算結(jié)果作為本次迭代的初始值，并使用最小二乘法獲得的誤差解對(duì)迭代值持續(xù)修正，直到誤差低于設(shè)定閾值［11］。與Chan算法相比，泰勒算法在一定噪聲水平下可以獲得更準(zhǔn)確的定位結(jié)果，但必須指定迭代初始值。如果初始值選擇不恰當(dāng)，則算法可能無(wú)法收斂，無(wú)法進(jìn)行定位。

在非高斯噪聲環(huán)境下，雖然Chan算法的定位精度大大降低，但算法定位結(jié)果在一定程度上反映了標(biāo)簽位置和信號(hào)的一些特征，可以為泰勒算法提供更有價(jià)值的初始值。因此，本文首先使用Chan算法獲得初步位置結(jié)果，然后將初步定位結(jié)果作為泰勒算法的初始值，重新進(jìn)行定位計(jì)算，以獲得更精確的定位結(jié)果。

3.3 基于神經(jīng)網(wǎng)絡(luò)的位置估計(jì)修正

系統(tǒng)最后再次利用BP神經(jīng)網(wǎng)絡(luò)對(duì)Chan-Taylor混合定位算法的定位結(jié)果進(jìn)行修正，進(jìn)一步提升定位精度。圖5顯示了對(duì)3維定位結(jié)果修正的BP神經(jīng)網(wǎng)絡(luò)模型。

輸入層由Chan-Taylor 3維定位結(jié)果組成，輸入向量可表示為：

輸入層隱含層神經(jīng)元數(shù)量和傳遞函數(shù)同TDOA測(cè)量值校正網(wǎng)絡(luò)。

輸出層由經(jīng)過(guò)校正的3維坐標(biāo)值構(gòu)成，神經(jīng)元數(shù)量為3，采用Purelin線性輸出函數(shù)，輸出向量為：

算法訓(xùn)練步驟和TDOA測(cè)量值校正網(wǎng)絡(luò)相同。

3.4 定位測(cè)試

為檢驗(yàn)該算法定位性能，選取一間大小為10 m×5.4 m×3.2 m的小型庫(kù)房進(jìn)行定位測(cè)試。在庫(kù)房中參考危化品倉(cāng)庫(kù)區(qū)域中的堆垛區(qū)域與通道，以貨箱疊放作為堆垛模型進(jìn)行算法測(cè)試。選取測(cè)試點(diǎn)后將UWB定位標(biāo)簽放置在測(cè)試點(diǎn)上，利用激光測(cè)距儀得到測(cè)試點(diǎn)的實(shí)際坐標(biāo)，然后經(jīng)系統(tǒng)定位算法計(jì)算得到測(cè)試點(diǎn)測(cè)量值，將測(cè)試坐標(biāo)與實(shí)際坐標(biāo)比較，評(píng)估該算法的定位精度和可靠性。

其中，誤差為實(shí)際坐標(biāo)和測(cè)量坐標(biāo)之間的歐氏距離。由表1可見(jiàn)，坐標(biāo)誤差可穩(wěn)定在12 cm，可滿足?；穫}(cāng)儲(chǔ)堆垛距離監(jiān)測(cè)的定位要求。

4 倉(cāng)儲(chǔ)管理系統(tǒng)軟件設(shè)計(jì)

4.1 模塊設(shè)計(jì)

?；穫}(cāng)庫(kù)管理系統(tǒng)不僅要包括基礎(chǔ)數(shù)據(jù)維護(hù)、進(jìn)庫(kù)管理、出庫(kù)管理和庫(kù)存管理的功能，還要包括對(duì)危化品儲(chǔ)存環(huán)境和堆放間距的實(shí)時(shí)監(jiān)測(cè)功能。系統(tǒng)主要包括：系統(tǒng)管理模塊、基礎(chǔ)數(shù)據(jù)管理模塊，出入庫(kù)管理模塊、庫(kù)存管理模塊，信息查詢模塊、數(shù)據(jù)采集監(jiān)測(cè)模塊和報(bào)表管理模塊幾個(gè)部分，各個(gè)模塊的功能見(jiàn)下圖6。

表1 定位性能測(cè)試

系統(tǒng)管理模塊主要完成用戶信息管理，用戶權(quán)限管理、數(shù)據(jù)的恢復(fù)和備份、登錄日志等功能。

基礎(chǔ)數(shù)據(jù)管理模塊包括危化品基本信息（包括?；访Q(chēng)、生產(chǎn)廠家、生產(chǎn)日期、有效期限、產(chǎn)品特性、注意事項(xiàng)、貯存要求等）、堆垛屬性信息、倉(cāng)庫(kù)設(shè)置、貨位管理等基本信息的錄入功能。

出入庫(kù)管理模塊包括?；沸畔⒉杉?、貨位分配、入庫(kù)管理、出庫(kù)設(shè)置等功能。

庫(kù)存管理模塊主要用來(lái)檢測(cè)?；返脑趲?kù)狀況，以確定?；窋?shù)量、儲(chǔ)存參數(shù)等是否符合相關(guān)要求，并定時(shí)盤(pán)點(diǎn)?；返脑趲?kù)狀況。

信息查詢模塊包括?；穫}(cāng)庫(kù)的環(huán)境參數(shù)、安全距離監(jiān)控等數(shù)據(jù)的查看，以及?；烦鋈霂?kù)信息查詢等功能，并協(xié)助作業(yè)人員隨時(shí)了解危化品倉(cāng)庫(kù)貯存情況。

數(shù)據(jù)采集監(jiān)測(cè)模塊負(fù)責(zé)危化品倉(cāng)庫(kù)環(huán)境參數(shù)采集、堆垛距離監(jiān)測(cè)、標(biāo)簽信息采集等功能，并按照設(shè)定閾值預(yù)警，以保證?；穫}(cāng)儲(chǔ)的安全性。

報(bào)表管理模塊可以根據(jù)時(shí)間、類(lèi)別等參數(shù)對(duì)?；烦鋈霂?kù)記錄進(jìn)行查詢統(tǒng)計(jì)，并統(tǒng)計(jì)?；吩趲?kù)信息情況。

4.2 數(shù)據(jù)庫(kù)設(shè)計(jì)

?；穫}(cāng)庫(kù)管理系統(tǒng)采用SQL Server數(shù)據(jù)庫(kù)設(shè)計(jì)，主要實(shí)現(xiàn)基礎(chǔ)信息管理、用戶信息管理、?；坊A(chǔ)信息管理、?；穬?chǔ)存要求、庫(kù)位設(shè)置等，部分?jǐn)?shù)據(jù)庫(kù)邏輯關(guān)系設(shè)計(jì)表如下表2—表5。

表2 用戶信息

表3 ?；沸畔?/p>

4.3 系統(tǒng)軟件實(shí)現(xiàn)

系統(tǒng)采用C++語(yǔ)言基于Visual Stdio 2018環(huán)境編寫(xiě)，系統(tǒng)堆垛距離監(jiān)測(cè)界面如圖7所示。在工具欄點(diǎn)擊堆垛監(jiān)測(cè)時(shí)，在界面右邊將實(shí)時(shí)顯示倉(cāng)庫(kù)環(huán)境參數(shù)、堆垛的定位信息及堆垛的存儲(chǔ)要求，并將計(jì)算出的堆垛“五距”與服務(wù)器設(shè)置的“五距”閾值對(duì)比，當(dāng)有堆垛貨物擺放方式不合格，超出了服務(wù)器中預(yù)設(shè)的危險(xiǎn)品安全距離時(shí)，系統(tǒng)通過(guò)現(xiàn)場(chǎng)聲光報(bào)警和遠(yuǎn)程短信報(bào)警等多種方式第一時(shí)間向倉(cāng)庫(kù)管理人員或監(jiān)管部門(mén)發(fā)出預(yù)警信息，有效避免潛在事故的發(fā)生。

表4 存儲(chǔ)距離要求

表5 存儲(chǔ)環(huán)境要求

5 結(jié)語(yǔ)

本文針對(duì)當(dāng)前?；穫}(cāng)儲(chǔ)過(guò)程中存在的問(wèn)題，以DWM1000模塊為基礎(chǔ)構(gòu)建了UWB系統(tǒng)定位硬件平臺(tái)，提出了一種基于神經(jīng)網(wǎng)絡(luò)的Chan-Taylor混合定位算法來(lái)抑制?；穫}(cāng)庫(kù)中的非視距誤差及多徑傳播因素的影響，提高了UWB系統(tǒng)的定位精度，最后基于Visual Stdio 2018環(huán)境采用C++語(yǔ)言完成了基于UWB的危化品智能倉(cāng)儲(chǔ)管理系統(tǒng)的開(kāi)發(fā)。系統(tǒng)可通過(guò)定位標(biāo)簽實(shí)現(xiàn)倉(cāng)庫(kù)貨物、人員、設(shè)備的實(shí)時(shí)定位管理，危化品堆垛運(yùn)動(dòng)軌跡及距離的實(shí)時(shí)監(jiān)測(cè)，不僅可以有效提高危險(xiǎn)化學(xué)品的安全管理水平，還可以有效減少危化品在倉(cāng)儲(chǔ)時(shí)安全事故的發(fā)生，有利于企業(yè)的管理和政府的監(jiān)管。