婁 根焦俊祥楊佳奇2李慧姝方 武

（1.蘇州經(jīng)貿(mào)職業(yè)技術學院 信息技術學院，蘇州 215009；2.江蘇省智能服務工程技術研究開發(fā)中心，蘇州 215009）

0 引言

條形碼在1920年發(fā)明于美國Westing-house研究所，至今已有百年之久，國外一些企業(yè)的條形碼識別領域已經(jīng)積累了深厚的技術儲備，如美國Cognex推出的DataMan 470系列產(chǎn)品［1］，結合了Hotbars技術的1DMax可以讀取損壞的條碼并處理低對比度、模糊、損壞等多種特殊性情況，由此可知國外的條碼識別技術已經(jīng)比較成熟。

我國在條形碼技術方面比西方國家起步晚，但在實現(xiàn)智能自動化倉儲中的關鍵技術——條形碼識別技術的迫切提升需求下，我國于2003年制訂的《中國條形碼推進工程設計綱要》中針對條形碼識別提出了相應的發(fā)展戰(zhàn)略［2-4］。迄今為止，我國相關的工商企業(yè)如雨后春筍一樣遍地而生，但是我國自主研發(fā)的條碼識別技術還處于中低端水平。目前國內(nèi)的大型倉儲在物品管理與調度上依然廣泛采用條形碼、RFID等技術，但這類標識技術具有特殊環(huán)境的局限性，比如想要讀取條形碼就要做到精準擺放，不能過于形變，否則就無法識別［5］；再比如，RFID技術最大的問題就是內(nèi)部信息容易被非法讀取或更改，RFID電子標簽擁有反向反射性特點，導致其在金屬或液體上難以應用；而且RFID標簽的價格相比條形碼要高，大大增加了倉儲管理的成本。

1 研究進展

在大型物資管理系統(tǒng)中，物品的身份標識是關鍵環(huán)節(jié)。傳統(tǒng)物品身份標識一般是通過條碼、二維碼、RFID標簽等技術實現(xiàn)。在人工、半人工的管理方案中，這些技術能解決實際問題，為物資管理技術的提升發(fā)展奠定了基礎，但是在全自動化、智能化、精細化管理的現(xiàn)代物資管理系統(tǒng)中，這些身份標識技術自身的缺陷開始暴露，并在一定程度上阻礙了精細化物資管理技術的發(fā)展［6］。因此，本研究針對大型智能倉儲設計研發(fā)了一種基于視覺的圖形碼識別產(chǎn)品，可應用于絕緣電力工具的倉儲管理中。經(jīng)過初步研究與測試，圖形碼的整體設計效果良好、成本低，對于不同場景的適應性高，相信隨著技術的發(fā)展以及結合市場的改進，該產(chǎn)品在物品識別與管理領域具有廣泛的應用前景。

本文的圖形碼識讀產(chǎn)品設計思路采用模塊化設計方案，研發(fā)過程中使用了機器視覺技術、紅外識別技術以及模板匹配算法［7-9］。在硬件方面，根據(jù)實際環(huán)境所需的不同算力需求采用了OpenMV、樹莓派和Jetson平臺，以上均屬于開源平臺，編程上主要使用了Python語言分別在三種平臺上進行條碼識別技術的開發(fā)，如圖1所示。

圖1 硬件平臺實物圖

2 OpenMV模塊的硬件設計

本文研發(fā)的圖形碼識讀產(chǎn)品采用的最小硬件載體是OpenMV，其實物圖如圖2所示。這個開源平臺成本低、功能強大，核心機器視覺算法由C語言編寫，但是提供了Python編程接口。OpenMV上的機器視覺算法包括尋找色塊、人臉檢測、眼球跟蹤、邊緣檢測、標志跟蹤等，可以運用于一對多的條碼識別功能。此外它可以通過UART、I2C、SPI、AsyncSerial以及GPIO等控制其他的硬件，甚至是單片機模塊，如Ar?duino、RaspberryPi（樹莓派）等。它也可以被其他的單片機模塊控制，這一特點使得它可以很靈活地和其他不同功能的硬件模塊配合，實現(xiàn)復雜的產(chǎn)品功能。

圖2 OpenMV-4P實物圖

本文選取的機器視覺模塊OpenMV的芯片為STM32H743VIT6，搭載的是FPC0.5 mm間距24 P的排線攝像頭，30 W像素的OV7725攝像頭和200W像素的OV2640攝像頭。

OpenMV的芯片支持type-c的供電模式，只需要將圖3電路原理圖中U2的左邊刪除，Type-C接口部分右邊的線連到U2左邊，然后把R19、R20、USBC1接口屬性改為是，將BOOT0與VCC短接，再通過數(shù)據(jù)線連接到電腦，此時電腦會自動彈出顯示已連接STM32DFU設備，借助DfuSeDemo軟件，完成硬件燒錄。

圖3 電路原理圖

3 樹莓派4B和Jetson平臺介紹

2019年發(fā)布的樹莓派4B版搭載1.5 GHz的64位處理器以及VideoCore VI GPU，用SD卡為內(nèi)存硬盤，卡片主板周圍有4個USB接口和一個以太網(wǎng)接口，有著40個GPIO接口，兩個micro HDMI高清視頻輸出接口，以上部件全部整合在一張主板上。幾乎包含了PC的所有功能，且擁有較強的圖形處理能力。具體參數(shù)如圖4所示。

圖4 樹莓派4B接口和引腳圖

此外我們還準備了算力更強、速度更快的Jetson Nano。該平臺是NVIDIA推出的嵌入式AI計算平臺，搭載了四核Cirtex-A57 CPU，GPU則是Maxwell架構顯卡，擁有128個CUDA單元，配備了4GB的LPDDR4內(nèi)存以及16GB的存儲空間。JetsonNano可以實現(xiàn)復雜環(huán)境下一對多圖形碼的精準快速識別。圖5是JetsonNano的引腳圖。

其實，在這些“挑戰(zhàn)”中海爾挑戰(zhàn)的都是家電行業(yè)的用戶痛點，比如在冰箱行業(yè)，各大企業(yè)都在想如何極致保鮮，洗衣機行業(yè)都在想如何降噪，空調如何將空調與凈化器合二為一……海爾通過不斷挑戰(zhàn)不可能，為用戶創(chuàng)造新可能，F(xiàn)+冰箱為用戶帶來食材細胞養(yǎng)鮮；海爾原創(chuàng)直驅變頻科技，打破傳統(tǒng)皮帶電機束縛，從源頭降噪，實現(xiàn)洗衣機極致安靜平穩(wěn)運行等等。

圖5 Jetson Nano引腳圖

4 實驗

4.1 OpenMV實現(xiàn)圖形碼識別

OpenMV是輕量級的開源硬件平臺，我們將使用OpenMV模塊將圖6中的38種色塊元素分成四組進行檢測，其檢測結果如圖7所示?？梢钥闯觯瑴y試結果良好。由于硬件環(huán)境的限制，在加載38組色塊元素進行模板匹配時，計算量過大，硬件負載過重，在增加散熱后硬件溫度控制在安全范圍內(nèi)。

圖6 圖形識別色塊元素

圖7 分組識別結果

4.2 樹莓派4B實現(xiàn)圖形碼識別

為了得到更穩(wěn)定的圖像識別，本文將圖形碼識別程序移植到樹莓派4B平臺上，采用open CV庫對獲取的圖像進行預處理，并且為了避免自然光對圖像采集的干擾，使用了紅外鏡頭。在改善了測試環(huán)境并進行樣本預處理后，測試結果如圖8所示，實現(xiàn)了圖形色塊的精準識別，并翻譯成對應編碼。

圖8 樹莓派識別結果

4.3 Jetson Nano平臺實現(xiàn)圖形碼識別

為了實現(xiàn)計算速度的提升，將代碼遷移到計算能力更強的Jetson Nano平臺上，同樣采用OpenCV庫對獲取到的色塊圖形碼進行圖像預處理，在linux操作系統(tǒng)下，可以看到Jetson平臺同樣實現(xiàn)了圖形碼的精準識別，且運行速度比樹莓派更快，如圖9所示。

圖9 Jetson Nano識別結果

5 結語

為解決現(xiàn)代大型智能倉儲管理中條形碼和RFID標簽的固有局限性，本文設計了一款圖形碼識別產(chǎn)品，使用機器視覺技術借助NCC多模板匹配算法對38種色塊元素進行圖像識別，并將其搭載在OpenMV、樹莓派、Jetson Nano這三種不同的硬件平臺上進行測試，均實現(xiàn)了圖形碼識別。