摘 要：智能盤點系統(tǒng)是現(xiàn)代圖書館的重要組成部分，主要由圖書加工、數(shù)據(jù)識別與采集、數(shù)據(jù)處理、書架管理后臺、智能盤點設備管理后臺、尋書導航六部分組成。文章對傳統(tǒng)盤點方法和智能盤點技術(shù)進行了比較分析，并從使用技術(shù)、應用情況、存在問題、使用成本等方面，對不同的采集方式與不同采集設備組合的智能盤點系統(tǒng)進行了詳細的研究分析，并提出了智能盤點系統(tǒng)的未來發(fā)展方向。

關(guān)鍵詞：智能盤點；視覺識別；人工智能；圖像識別；RFID

中圖分類號：G250.7；G252.3 文獻標識碼：A

Research on the Application of Intelligent Inventory System Based on Different Collection Methods and Devices

Abstract The intelligent inventory system constitutes a vital component of modern libraries， encompassing six main components： book processing， data recognition and collection， data processing， shelf management backend， intelligent inventory equipment management backend， and book locating navigation. This article conducts a comparative analysis of traditional inventory methods and intelligent inventory technologies. Considering aspects such as technological usage， application scenarios， existing challenges， and operational costs， the research delves into a comprehensive analysis of intelligent inventory systems formed by combining different collection methods with diverse collection devices. The future development direction of the intelligent inventory system is put forward.

Key words intelligent inventory; visual recognition; artificial intelligence; image recognition; RFID

1 引言

圖書館收藏著海量的紙質(zhì)圖書資源。在傳統(tǒng)模式下一般由館員人工盤點，不僅需要消耗大量的人力，而且誤差率和漏檢率較高，后期甚至要投入更多人力進行結(jié)果復查和校正。同時，盤點周期較長，往往一次盤點還沒有結(jié)束，圖書情況就已經(jīng)發(fā)生了變化。

圖書定位以索書號、種次號、出版年份等圖書標簽信息作為排序依據(jù)，依靠人工排架、人工通架、糾架來確保圖書的排架位置正確。傳統(tǒng)方法下，由于頻繁的圖書流通、閱覽、上架容易導致圖書錯架，尤其是流通量較大的圖書錯架情況更嚴重。一旦錯架，讀者就很難找到想要的圖書，造成不良的圖書館利用體驗。據(jù)統(tǒng)計，我國圖書館藏書總量超過34.3億冊，其中平均錯架率高達7.5%，即有2.57億冊圖書難以找到[1]，導致此類圖書借閱率低下，甚至長期零借閱，造成圖書資源隱形浪費嚴重。

圖書盤點、定位是圖書館的剛性需求，在數(shù)字化轉(zhuǎn)型走向智能圖書館的過程中，RFID（Radio Frequency Identification，無線射頻識別）技術(shù)的發(fā)展、圖像識別技術(shù)的成熟和人工智能技術(shù)的突破，使圖書館盤點、定位技術(shù)也得到了突破性的提升和發(fā)展。越來越多的圖書館嘗試采用更智能化的手段來盤點和定位。RFID技術(shù)、圖像識別技術(shù)結(jié)合智能機器人、智能攝像頭融合物聯(lián)網(wǎng)感知、人工智能、大數(shù)據(jù)處理等各種技術(shù)手段，通過疊加組合使用，讓精準的全自動化盤點成為可能，大大提升了盤點效能，提高了定位精度，解決了圖書館傳統(tǒng)人工盤點方式落后、精度差、效率低、人力成本高等痛點問題。

相較于人工盤點，智能盤點系統(tǒng)最突出的特點是通過智能化的手段自動采集圖書信息，盤點信息整理輸出，繼而更加做到自動采集、自動比對糾錯。

2 智能盤點系統(tǒng)基本構(gòu)成框架

完整的智能盤點系統(tǒng)一般都包含以下六個主要部分。

（1）圖書加工。在圖書加工時進行RFID標簽、二維碼（條碼）關(guān)聯(lián)設備操作。

（2）前端數(shù)據(jù)識別與采集。針對不同的書架形式和時效性要求，可使用盤點機器人、固定攝像頭、無人機和移動設備進行圖書在架數(shù)據(jù)的識別與采集。

（3）數(shù)據(jù)分析處理算法與程序。對前端采集的在架圖書數(shù)據(jù)進行匹配、糾錯與優(yōu)化處理，生成最終的盤點數(shù)據(jù)運算結(jié)果，輸出給管理后臺與其他相關(guān)應用系統(tǒng)。

（4）書架管理后臺。負責管理書架位置、匯總各種渠道采集的盤點數(shù)據(jù)，以可視化的方式進行呈現(xiàn)和管理操作。

（5）智能盤點設備管理后臺。對數(shù)量眾多的前端采集設備進行接入認證、狀態(tài)監(jiān)控、統(tǒng)一管理、作業(yè)調(diào)度、巡邏軌跡管理。

（6）智能盤點系統(tǒng)尋書導航?；谥悄鼙P點系統(tǒng)的盤點結(jié)果數(shù)據(jù)，迅速導航出圖書的物理位置。工作人員糾錯、讀者檢索到圖書后，尋書導航應用可以展示圖書最新的在架位置，規(guī)劃合理路徑，通過定位導航功能，幫助快速直達圖書所在書架。

3 不同技術(shù)組合的智能盤點系統(tǒng)比較分析

前端數(shù)據(jù)識別與采集方式不同，對系統(tǒng)第一部分加工方式和第三部分數(shù)據(jù)分析處理算法與程序會有不同的要求，而第四至第六部分基本功能和需求類似。

圖書信息前端數(shù)據(jù)識別方式目前使用最多的是通過RFID芯片獲取圖書信息，而AI視覺圖像識別崛起勢頭明顯。采集設備也越來越多樣化，智能機器人、智能攝像頭、手持設備、無人機等各類設備在不同場景被使用。我們從主要使用技術(shù)、應用情況、存在問題、使用成本等方面，分析研究不同的采集方式+不同采集設備組合的智能盤點系統(tǒng)（見表1）。

3.1 基于RFID芯片讀取的智能盤點系統(tǒng)

3.1.1 主要使用技術(shù)

智能圖書盤點機器人一般采用的采集方式是基于RFID芯片，主要技術(shù)構(gòu)成為RFID技術(shù)+機器人技術(shù)+計算機視覺+定位巡航。

現(xiàn)階段，使用RFID技術(shù)盤點圖書方式越來越多地被圖書館所采用。RFID技術(shù)盤點圖書不僅準確性高，盤點效率也是原來傳統(tǒng)盤點方式的幾倍，大大減輕了工作量。

隨著機器人技術(shù)的日漸成熟，圖書館積極地將機器人技術(shù)應用至日常盤點中，以機器人代替人工館員，突破傳統(tǒng)盤點方式缺陷。將RFID感知和智能機器人技術(shù)進行有機結(jié)合，智能圖書盤點機器人沿書架逐層掃描圖書，通過RFID閱讀器定位圖書內(nèi)嵌的RFID芯片，實現(xiàn)了精確、可靠的全自動圖書盤點，一旦發(fā)現(xiàn)圖書錯架，可以實時顯示其錯架位置。

機器人同時結(jié)合定位導航技術(shù)和圖像感知技術(shù)，通過多傳感器融合的自主定位導航技術(shù)實現(xiàn)自主尋找可通行的路徑，激光雷達和視覺影像實現(xiàn)自主路徑規(guī)劃和避障功能，使得智能圖書盤點機器人可應對不同情況分析判斷出不同的導航路徑。圖像感知系統(tǒng)包括視覺圖像分析、紅外測距，用于觀察設備在行進過程中是否遇到障礙物，設備是否在軌道中運行以及觀察書架號，用來確定自身實際位置。導航定位系統(tǒng)由無線接收器、地圖構(gòu)建系統(tǒng)、偏移歸位系統(tǒng)組成，在系統(tǒng)初始化階段需要對整個室內(nèi)環(huán)境進行地圖初始化構(gòu)建，并規(guī)劃好行進的線路，在偏離軌道時需要通過無線接收器找到最近的初始化點位置，重新進入軌道行進。盤點書架時根據(jù)圖像識別系統(tǒng)，先確定有無書架標簽，一旦找到書架標簽，即對該書架進行盤點，可在無人干預情況下自動完成盤點定位工作。等盤點動作結(jié)束后，將對這次盤點工作進行匯總呈現(xiàn)給圖書館員[2]。

3.1.2 應用的情況

我國一些圖書館和研究人員在此領(lǐng)域進行了積極的探索，研發(fā)設計出各類智能圖書盤點機器人，還原真實應用場景。

“圖客”是南京大學智能機器人研究院聯(lián)合南京大學圖書館自主研發(fā)設計[3]的智能圖書盤點機器人?！皥D客”沿書架逐層掃描圖書，通過RFID閱讀器定位圖書內(nèi)嵌的RFID芯片，一旦發(fā)現(xiàn)圖書錯架，可以實時顯示其錯架位置以實現(xiàn)精確、可靠的全自動圖書盤點，并可自主充電。目前，“圖客”已研發(fā)到第五代產(chǎn)品，圖書盤點效率每小時超過20 000冊，漏讀率低于1%，定位精度高達99%，實現(xiàn)了厘米級圖書定位。當前南京大學圖書館、武漢大學圖書館、中國農(nóng)業(yè)大學圖書館、同濟大學圖書館、香港中文大學（深圳）圖書館、華東師范大學圖書館、寧波大學園區(qū)圖書館等20多家高校圖書館已經(jīng)部署使用“圖客”[4]。

天津中新友好圖書館2019年啟動智能盤點機器人的研發(fā)，2020年6月投入試運行，成為國內(nèi)第一家全面應用盤點機器人的公共圖書館[5]。目前中新友好圖書館有3臺智能圖書盤點機器人，一晚上就能精確地掃描全館所有在架圖書，并將錯架圖書報表自動發(fā)送給圖書館員。為保障不間斷盤點，智能圖書盤點機器人還實現(xiàn)了自動充電功能，24小時不停歇。

蘇州圖書館采用RFID“書童”盤點機器人，打造智慧閱讀場景。蘇州圖書館外借室共約38排書架，含六層、七層等不同形態(tài)書架，藏書約8.6萬冊，“書童”可根據(jù)自定義路線自動巡航，自動盤點并同步更新圖書架層精確信息，自動充電，充電一次可完成全場盤點，識準率平均超95%[6]。

長沙圖書館智能圖書盤點機器人，每小時可巡檢掃描55個書架，相比人工節(jié)約了每小時4個書架，按每個書架360冊書計算，每小時可掃描近兩萬冊書[7]。

3.1.3 存在問題

基于實驗和數(shù)據(jù)分析，驗證了智能圖書盤點機器人與傳統(tǒng)人工盤點方式相比，在盤點效率、定位準確率方面確實得到了很大的提高，有效解決了長期困擾圖書館的圖書盤點效率低、成效差、耗時耗力，讀者無法及時、準確獲取圖書定位信息等難題。同時也存在一些不足：雖然圖書定位準確率接近96%，但仍出現(xiàn)少數(shù)讀取到背面圖書的情況，定位算法需進一步優(yōu)化；由于盤點定位數(shù)據(jù)的計算在云端服務器上進行，對網(wǎng)絡連接的依賴性較強。

另外，圖書館所使用的UHF RFID無源標簽，其讀取過程依賴于接收閱讀器發(fā)出特定頻率的射頻信號，天線獲得感應電流后，激活標簽芯片并返回數(shù)據(jù)。UHF RFID標簽雖然可讀取距離較遠，但也更容易受金屬對電磁波屏蔽、反射效應的影響，其中屏蔽效應直接影響對標簽的讀取率，如在人工盤點中，一些書籍因緊靠書架鋼質(zhì)隔板或為金屬封面，其標簽很難被讀取到；而反射效應則會造成讀取過程中RSSI（Received Signal Strength Indicator， 接收信號強度指示）、相位等數(shù)據(jù)的異常，如在機器人自動盤點過程中，因金屬反射造成的異常值影響了算法模型的正確求解，進而造成少數(shù)圖書被錯誤地定位或排序[8]。

圖書上架方面，智能圖書盤點機器人還不能實現(xiàn)自動上架圖書的功能；智能圖書盤點機器人對環(huán)境的感知還主要依靠虛擬地圖和底部激光定位，對環(huán)境要求較高，在人數(shù)比較多的情況下，智能圖書盤點機器人的定位可能會受到干擾。

3.2 基于AI圖像識別的智能盤點系統(tǒng)

3.2.1 主要使用技術(shù)

基于AI圖像識別的智能盤點系統(tǒng)，需要在視覺識別算法、圖書數(shù)據(jù)集、圖像處理硬件技術(shù)三方面同時具備理論可行性的基礎(chǔ)上才能得以實現(xiàn)。

（1）視覺識別算法。計算機視覺算法在近年來取得了許多重要的進展，并在各個領(lǐng)域得到廣泛應用，其中對于AI圖書盤點場景來說最為重要的2個突破如下：第一是深度學習。深度學習在計算機視覺領(lǐng)域的應用取得了巨大的突破。通過使用深度神經(jīng)網(wǎng)絡，可以自動學習圖像和視頻數(shù)據(jù)中的特征表示，從而實現(xiàn)目標檢測、圖像分割等。深度學習的發(fā)展也促進了計算機視覺算法在實時性和準確性方面的提升。第二是目標檢測與定位。目標檢測與定位是計算機視覺中的核心任務之一。最新的目標檢測算法，如Faster R-CNN（Region based Convolutional Neural Network）、YOLO（You Only Look Once）、SSD（Single Shot MultiBox Detector）等，具有更高的檢測速度和準確性，使得對于速度和準確率要求較高的圖書盤點應用成為可能。同時，多目標定位算法也得到了改進，能夠在復雜場景下準確跟蹤與定位多個目標，滿足了圖書館中大量圖書密集擺放的復雜場景要求。

（2）圖書數(shù)據(jù)集。在進行圖書盤點時，大規(guī)模圖書數(shù)據(jù)集是一個基礎(chǔ)且重要的組成部分，它主要由以下幾部分組成。

一是圖書信息數(shù)據(jù)庫。具備完善的圖書數(shù)據(jù)庫是進行圖書盤點的基礎(chǔ)。圖書數(shù)據(jù)庫應包含所有圖書的基本信息，如書名、作者、出版社、出版日期、ISBN號等。這些信息需與圖書掃描信息匹配，大規(guī)模圖書數(shù)據(jù)集可以包含數(shù)以萬計的圖書條形碼或二維碼，以便進行快速掃描和識別。這些數(shù)據(jù)集可以通過圖書館自動化管理系統(tǒng)、館藏系統(tǒng)、自助流通系統(tǒng)等渠道進行獲取。

二是圖書圖像數(shù)據(jù)集。在某些情況下，圖書盤點可能需要對圖書的側(cè)脊或其他特定部分進行圖像識別。這就需要建立一個包含大量圖書側(cè)脊圖像的數(shù)據(jù)集。這些圖像在傳統(tǒng)的渠道無法批量獲取，但是可以通過智能硬件進行收集與完善。

三是元數(shù)據(jù)集。除了基本圖書信息外，從圖書館館藏系統(tǒng)、電子書資源庫等還可以建立一個包含其他元數(shù)據(jù)的數(shù)據(jù)集，如圖書的分類、標簽、評分等。這些元數(shù)據(jù)可以為圖書盤點提供更多的信息，幫助進行更準確的盤點和分類。

在當下的圖書館信息化環(huán)境中，大規(guī)模圖書數(shù)據(jù)集也已經(jīng)具備了定期更新和維護的條件，能夠確保其中的信息和館藏圖書庫保持同步。這些圖書數(shù)據(jù)集在圖書盤點中扮演著重要的角色。它們提供了圖書的基本信息、條形碼、實體圖像等數(shù)據(jù)，為圖書盤點提供了基礎(chǔ)。通過定期更新和維護數(shù)據(jù)集，可以保證盤點的準確性和實時性。

（3）圖像處理硬件技術(shù)?；贏I圖像識別的盤點中前端的圖像采集和后端的圖像處理都需要先進的硬件技術(shù)支撐。隨著硬件技術(shù)的不斷進步，如高清圖像傳感器、GPU（Graphics Processing Unit，圖形處理單元）等的發(fā)展，收集圖像、處理圖像的質(zhì)量和效率都大大提高。這為實時或近實時的圖書盤點提供了可能性。首先是圖像采集。圖像傳感器是用于捕捉圖像的硬件設備，如相機、攝像頭等。在圖書盤點的場景中，第一步就是要收集到足夠清晰的圖書在架影像。隨著技術(shù)的發(fā)展，圖像傳感器的分辨率、動態(tài)范圍和噪聲性能得到了顯著提升，使得圖像的質(zhì)量和細節(jié)更加清晰，為采集影像后進行精密的圖像處理與計算提供了堅實的基礎(chǔ)。其次是圖像處理。為了滿足對實時圖像處理的需求，專門設計的圖像處理芯片逐漸得到應用。這些芯片具有高度并行的計算能力和低功耗特性，能夠快速執(zhí)行圖像處理算法，如圖像濾波、邊緣檢測等，這使得時效性較高的圖書盤點運算成為可能，這也是AI圖書盤點能夠成為現(xiàn)實的重要基礎(chǔ)。再次是神經(jīng)網(wǎng)絡加速器。隨著深度學習在圖像處理中的廣泛應用，神經(jīng)網(wǎng)絡加速器成為一種重要的圖像處理硬件。這些加速器專門設計用于執(zhí)行神經(jīng)網(wǎng)絡模型，能夠高效地進行卷積運算和矩陣乘法，加速圖像識別、目標檢測等任務。圖書盤點場景中各個步驟的算法都需要結(jié)合深度學習模型，得益于深度學習的廣泛應用，使得成本和效率都能夠被大多數(shù)圖書館所接受與采用。

3.2.2 應用情況

我們通過基于AI圖像識別的智能盤點方式在圖書館實際環(huán)境中測試的具體測試數(shù)據(jù)，來比較各種盤點方式的準確性。

（1）智能攝像頭監(jiān)控式盤點。在書架區(qū)域的上方，可以安裝固定的智能攝像頭。攝像頭可實時監(jiān)控書架變化。筆者在浙江圖書館（曙光路館區(qū)）文學借閱室抽取了2列單面書架進行測試。智能攝像頭盤點在測試中抽樣書架2列，共14個格子，總計487冊圖書樣本。經(jīng)3輪測試，時效性10分鐘，召回率gt;99%，準確率gt;99%。

（2）無人機拍攝盤點。使用帶有攝像頭的無人機作為圖像采集地設備，有效地解決了異形架、高層架盤點的問題。筆者在浙江圖書館（曙光路館區(qū)）社科借閱室抽取了1列雙面書架進行測試，抽樣書架有正反面高低分布的7個格子，總計221本圖書樣本。經(jīng)5輪測試，召回率gt;99%，未出現(xiàn)誤識別情況，準確率gt;99.9%。

（3）手持終端移動設備盤點。對于無法安裝智能攝像頭的少部分區(qū)域，可以由館員使用手持盤點設備，作為智能圖書盤點的補充，快捷方便。

（4）智能機器人自動巡邏盤點。通過給圖書盤點機器人加裝攝像頭，智能機器人按照設置好的時間周期和覆蓋書架區(qū)域，自動進行輪詢拍攝上傳盤點圖像數(shù)據(jù)到中心服務器進行識別分析處理。

智能機器人的優(yōu)勢在于可以移動到書架較近位置進行拍攝，圖像清晰度遠超遠距離拍攝的攝像頭，同時通過正對書架拍攝，在圖書擺放不整齊時，受干擾較小。通過AI圖像識別采集圖書信息，相較于RFID芯片讀取，可有效避免金屬書架對信號的干擾。

3.2.3 存在問題

實際的AI圖像識別基礎(chǔ)上的圖書盤點應用仍需要考慮以下挑戰(zhàn)：（1）圖書的多樣性、光照條件的變化和圖書擺放的復雜性等，會造成識別率的降低。（2）存量圖書二次加工。目前主流圖書加工方式?jīng)]有將用于識別的二維碼信息貼到書脊處，而測試中盤點準確率在99%以上的場景中，圖書均二次加工外貼識別二維碼。（3）采集設備自身也存在著一定的不足。首先，智能攝像頭監(jiān)控式盤點，可實現(xiàn)多攝像頭并發(fā)盤點，盤點效率高，但同時也需要大量安裝攝像頭，也會遇到拍攝距離較遠、圖像清晰度不足等問題。另外，攝像頭一般安裝在較高的天花板上，拍攝的橫向范圍也比較大，拍攝角度傾斜度較高，遇到書本不整齊時，容易出現(xiàn)相互遮擋。此外，還應考慮攝像頭安裝與整體建筑風格協(xié)調(diào)等問題。其次，機器人盤點存在不能實時感知書架的變化，機器人數(shù)量遠少于攝像頭，總體盤點效率低于攝像頭并發(fā)盤點的問題。再次，手持終端移動設備盤點這種非全自動化的盤點方式耗費人力大。最后，無人機拍攝盤點會有噪音，只能在閉館期間運行。無人機電池續(xù)航時間一般在20—30分鐘，影響了盤點的效率。

3.3 智能盤點設備應用效果對比

經(jīng)過測試比較，發(fā)現(xiàn)智能攝像頭適用于間距在80CM以上的規(guī)則排布且區(qū)域?qū)痈咴?.1m到5m的單面書架。從使用效率上看，某冊圖書的盤點時效性最高可達5分鐘以內(nèi)。覆蓋范圍較大且有讀者活動的情況下，時效性在正常情況下為15分鐘以內(nèi)。

盤點機器人適用于規(guī)則排布的閱覽室或者高度小于2.7m的沿墻書架，其中兒童區(qū)域因為易受孩子干擾并不適用。一般1臺機器人需要覆蓋1層或者1個閱覽室，盤點效率在30分鐘至2小時。閉館時盤點效率較高，開館時會受到讀者干擾。

無人機適用于機器人無法達到、攝像頭無法安裝的超高書架或者臺階閱覽區(qū)域。

手持盤點設備適用于館員在巡館、整架時，對在架圖書信息進行快速盤點更新。從使用效率角度來看僅次于攝像頭，缺點是增加了人工成本。

4 智能盤點系統(tǒng)成本分析

智能盤點系統(tǒng)的成本因使用設備和盤點方式的不同而存在差異。成本通常涉及以下構(gòu)成因素：（1）圖書加工成本，約為每冊0.2元。（2）系統(tǒng)后臺與識別處理程序，根據(jù)軟件功能要求會有不同，范圍為20萬—50萬元。（3）計算服務器，根據(jù)計算處理量需要的配置不同，每50萬本圖書的服務器成本在5萬元左右。（4）前端數(shù)據(jù)采集設備，不同類型的成本差異較大。（5）智能攝像頭。平均一個攝像頭可以覆蓋6列7層的書架共42格，規(guī)則排布區(qū)域攝像頭可以通過電子云臺旋轉(zhuǎn)照射相鄰書架的2面，共計84格，以平均一格放置35冊圖書計算，共計2 940冊圖書；攝像頭硬件及配套的實施和交換機成本平均為4 500元，得出每冊圖書盤點成本為1.53元。（6）智能圖書盤點機器人。考慮盤點時效在半小時內(nèi)的場景，1臺機器人理想情況下可以覆蓋約180列書架（7層），共1 260格，以平均一格放置35冊圖書計算，共計44 100冊圖書；盤點機器人硬件及配套的實施成本平均為100 000元，得出每冊圖書盤點成本為2.26元。（7）無人機。受限于無人機的續(xù)航，1臺無人機單次可運行20分鐘，理想情況下盤點1格需要3秒左右，加上格子之間移動的時間，按4秒1格計算，可盤點300格，以平均一格放置35冊圖書計算，共計10 500冊圖書；無人機硬件及配套的實施成本平均為30 000元，得出每冊圖書盤點成本為2.85元。（8）手持設備。手持設備比較靈活，按照正常的操作效率計算，半小時可以盤點600格，以平均一格放置35冊圖書計算，共計21 000冊圖書；手持設備的硬件成本平均為3 000元，得出每冊圖書盤點成本為0.14元。

5 智能盤點系統(tǒng)的未來發(fā)展方向

5.1 完善應用場景

利用RFID技術(shù)的智能圖書盤點機器人，對受鋼質(zhì)書架屏蔽、反射影響而無法盤點和定位的少量圖書，以及異形書、超大開本無法正常擺放的圖書，可輔以圖像采集手段，基于圖像識別和機器學習等技術(shù)，進一步提高自動盤點、定位的準確率。目前機器人的首書定位法只適用于按排架規(guī)則（如按索書號排架）上架的圖書，對于不按排架規(guī)則排架的圖書、因障礙無法按常規(guī)路徑盤點等場景，需要擴展其定位算法和路徑規(guī)劃，提升其對場地、環(huán)境的兼容能力。

根據(jù)不同實際場景，采取多種設備方案配合的盤點模式，是目前最為合理、現(xiàn)實的一種解決方案。智能攝像頭可應用于大面積書架盤點；智能機器人、無人機對運行環(huán)境要求比較高，對干擾敏感，且有續(xù)航問題，需充電，更適合在閉館環(huán)境中進行；手持設備更適合作為補充手段，滿足特殊區(qū)域和其他設備故障時的臨時盤點需要。

5.2 提高采集設備性能，優(yōu)化關(guān)鍵算法

隨著圖像傳感器、鏡頭、芯片等硬件的不斷進步，攝像頭的分辨率、畫質(zhì)、動態(tài)范圍等都會有所提升，從而實現(xiàn)更高清、更細膩、更真實的圖像效果。攝像頭有更多的差異化和個性化的設計和功能，可以根據(jù)不同的場景和需求提供不同的拍攝模式和效果，根據(jù)不同的用戶和目標提供不同的交互方式和服務。這些圖像采集設備硬件的提升必然會對盤點效率提升有很大幫助。同時，圖像預處理、目標檢測、特征值提取與匹配等系統(tǒng)應用的關(guān)鍵算法，也在不斷發(fā)展優(yōu)化，可以有效提高圖像采集質(zhì)量，降低服務器算力資源要求。

5.3 增加實時糾錯功能

目前，智能圖書盤點機器人具有超強的館藏信息“識錯”能力，但對非正常狀態(tài)的圖書只能依靠人工糾正。未來的機器人應具有實時糾錯功能，如通過機械手臂取下非正常狀態(tài)的圖書或修改相應圖書狀態(tài)，實現(xiàn)真正的全流程無人干預。

5.4 改進人機界面

增加人機互動功能，引入指令語料庫，館員只需發(fā)出語音指令，智能圖書盤點機器人便通過語音識別啟動相應的盤點模式。另外，機器人在盤點完成后的大部分時間處于閑置狀態(tài)，還可引入服務語料庫，在“休息時間”通過語音識別，為讀者提供智能化的語音導航服務。

5.5 優(yōu)化數(shù)據(jù)分析

智能圖書盤點機器人在盤點過程中會記錄大量館藏數(shù)據(jù)及日志數(shù)據(jù)，館員把這些數(shù)據(jù)納入圖書館管理系統(tǒng)，獲取結(jié)構(gòu)化數(shù)據(jù)，通過大屏、PC或移動終端，以實時動態(tài)數(shù)據(jù)圖表方式進行展示。同時館員應加深數(shù)據(jù)挖掘、加強數(shù)據(jù)分析，使這些數(shù)據(jù)變成“聰明數(shù)據(jù)”（Smart Data），以各類報表等形式輸出，為管理者和讀者提供更加精準的服務[8]。

參考文獻：

[1] 圖書錯架：亟待解決[EB/OL].[2022-12-20].https：//ndsc.nju.edu.cn/85/a0/c39171a492960/page.htm.

[2] 倪劼.RFID圖書盤點智能機器人的設計與開發(fā)[J].新世紀圖書館，2017（2）：69-72.

[3] 圖客機器人[EB/OL].[2022-12-20].http：//rf-bot.com/.

[4] 沈奎林，邵波，陳力軍.“互聯(lián)網(wǎng)+”環(huán)境下圖書館創(chuàng)新服務研究[J].圖書館學刊，2020，42（10）：46-52.

[5] 圍觀！中新友好圖書館智能盤點機器人[EB/OL].[2022-12-23].https：//www.sohu.com/a/438415514_803756#.

[6]“圖書館書童”正式服役蘇州圖書館[EB/OL].[2022-12-23].https：//www.sohu.com/a/504694040_120099902.

[7] 長沙圖書館智能盤點機器人[EB/OL].[2022-12-23].https：//www.zcool.com.cn/work/ZNTc5NTY1Njg=.html.

[8] 夏正偉，李全，端文慧，等.RFID圖書自動盤點機器人應用研究：以武漢大學圖書館為例[J].圖書館雜志，2020（1）：61-66.

作者簡介：陸祝政，浙江圖書館館員，研究方向為圖書館智能化服務、智慧圖書館、公共圖書館服務模式創(chuàng)新；梅影，浙江圖書館館員，研究方向為數(shù)據(jù)分析、數(shù)據(jù)庫、軟件工程、網(wǎng)絡安全。

收稿日期：2023-04-18本文責編：李芳

* 本文系國家社會科學基金一般項目“圖書館服務智能化及機器人應用研究”（項目編號：17BTQ036）的研究成果之一。