[发明专利]一种基于RFID的农产品追溯批量标签信息获取方法

权利要求书

1.一种基于RFID的农产品追溯批量标签信息获取方法，其特征在于，包括以下步骤：

1)农产品追踪系统模型建立，农产品追溯系统包括从种养殖侧到消费侧的跟踪，以及从消费侧到种养殖侧的追溯两个方面；跟踪是从供应链的上游至下游，跟随一个特定的单元或一批产品运行路径；追溯是从供应链下游至上游识别一个特定的单元或一批产品的来源，通过追溯码的方法回溯某个农产品种植、养殖、生产加工、运输以及分发等各个环节；

2)仓储环节，对于需要入库保存的农产品，在货运车辆入库时通过进门固定阅读器读取车内所有商品信息，其包装规格、包装重量等自动获取并传输至处理中心，由处理中心处理后根据仓库特点形成库存的信息，并输出入货位等信息，实现货品与库位的最优配置；

3)批量标签信息获取方法，通过基于首帧识别标签数估计初始标签的动态帧时隙Aloha算法，称为DENFF(DFSA Algorithm based on Estimation Number of Tags in First Frame)算法，在第一帧结束后估计一次初始标签数目，此后利用每帧待识别标签数减去本帧成功识别标签，结果作为下一帧的帧长度，实现最优识别，标签数估计方法采用文献提出的Vogt算法。

2.根据权利要求1所述的一种基于RFID的农产品追溯批量标签信息获取方法，其特征在于，所述的农产品追踪系统模型建立环节，包括以下步骤：

1)农产品种植环节信息处理，农产品种植环节是农产品追溯系统的起点，利用RFID技术对每一地块的施药信息、施肥信息等农事信息，以及采摘信息等与地块信息进行绑定，并将农事人员信息、农事计划代码等强制植入RFID存储器，为下游进一步完善信息和信息查询提供原始数据，采摘时只需要利用阅读器对地块标签进行扫描即可获取本地块所有种植品种植环节的所有信息；

2)加工环节信息处理，在加工好的包装盒上粘贴RFID标签，将种植环节信息导入标签，在此基础上岗新增本环节信息，包括农药检测信息、加工信息、出入库批次信息等；

3)仓储环节信息处理，仓储环节利用加工环节所含信息进行批次管理、入出库时间及叉车转运管理，在加工环节采集信息基础上添加分装人员信息、分装流水线号等信息，该环节充分利用RFID技术批量识别优势实现运输车辆和转运叉车的整车批量信息获取，大幅提高仓储管理效率，提高仓库利用率；

4)运输环节信息处理，增加车辆信息和驾驶员信息，并利用GPS定位、远程传输信道实现货品批次的远程位置实时查询；

5)分法和派送环节信息处理，增加配送信息，提供自动分拣功能；

6)终端消费环节信息处理，在前面各环节基础上终端消费环节增加查询访问功能，给消费者提供全程追溯功能，保障消费者的知情权。

3.根据权利要求1所述的一种基于RFID的农产品追溯批量标签信息获取方法，其特征在于，所述的仓储环节，从农产品入门到分拣、叉车转运、入库位、出库位、叉车转运、装载以及整车出库，每个环节均基于RFID自动识别技术实现。

4.根据权利要求1所述的一种基于RFID的农产品追溯批量标签信息获取方法，其特征在于，所述的DENFF算法处理流程，包括以下步骤：

假设阅读器覆盖范围内的标签数为n，将n个标签全部识别一次的过程定义为一个识别周期，每个识别周期由若干个识别帧组成，在一个识别帧里，每个标签只响应一次阅读器轮询命令ReadNext，每帧有若干时隙组成，每帧所含时隙个数定义为帧长度，所有标签的应答均在时隙的起始时刻开始；

处理流程由Query(Q₀)命令启动识别周期的第一帧识别，Q₀参数为初始参数，收到Query(Q₀)命令后，第i个标签产生一个小于等于Q₀的随机自然数RS_i作为期望响应阅读器的时隙号，并在阅读器发送第RS_i次ReadNext命令后响应阅读器回传自己的UID_i；

阅读器利用曼彻斯特编码识别标签信号碰撞情况，如果第k时隙只有一个标签响应，则成功识别标签，该时隙记为成功时隙S_s，成功时隙计数器N_s增加1；如果多余一个标签响应，则发生信号碰撞，该时隙记为碰撞时隙S_c，碰撞时隙计数器N_c增加1；如果没有标签响应，则该时隙记为空时隙S_e，空时隙计数器N_e增加1；

完成Q₀个时隙识别后，阅读器根据N_s、N_c和N_e的值估计初始标签数因为当待识别标签数等于帧长度时识别效率最高，所以令启动第2帧识别，以此类推，直到完成所有标签的识别，从而结束本识别周期；

第1帧帧长为Q₀，待识别标签数为n，则每个标签产生RS_i＝m，m小于等于Q₀的概率为P＝1/Q₀，则同一个时隙有r个标签选择的概率为：

$P(Q_0,n,r)=C_n^r\×{\left(\frac{1}{Q_0}\right)}^r\×{\left(1-\frac{1}{Q_0}\right)}^{n-r}---\left(1\right)$

显然，根据r取值为1、0和大于等与2三种情况可以相应得到成功时隙、空闲时隙和碰撞时隙的概率，当r＝1时得成功时隙概率为：

$P(Q_0,n,1)=\frac{n}{Q_0}\×{\left(1-\frac{1}{Q_0}\right)}^{n-1}---\left(2\right)$

因此，在一帧内成功时隙数的期望值为：

$E\[P(Q_0,n,1)\]=Q_0\×P(Q_0,n,1)=n\×{\left(1-\frac{1}{Q_0}\right)}^{n-1}---\left(3\right)$

当r＝0时得空闲时隙概率为：

$P(Q_0,n,0)={\left(1-\frac{1}{Q_0}\right)}^n---\left(4\right)$

同理，空闲时隙的期望值为

$E\[P(Q_0,n,0)\]=Q_0{\left(1-\frac{1}{Q_0}\right)}^n---\left(5\right)$

因为，一个时隙只有成功、空闲和碰撞三种情况，所以容易求得碰撞时隙概率为：

P(Q₀,n,r|r≥2)＝1-P(Q₀,n,0)-P(Q₀,n,1) (6)

碰撞时隙期望值为

E[P(Q₀,n,r|r≥2)]＝Q₀-E[P(Q₀,n,1)]-E[P(Q₀,n,0)] (7)

利用Vogt算法可得初始标签数的估计为

$d(Q_0,N_s,N_c,N_e)=min\left|\left(\begin{array}{c}E\[P(Q_0,n,1)\]\\ E\[P(Q_0,n,0)\]\\ E\[P(Q_0,n,r|r\≥2)\]\end{array}\right)-\left(\begin{array}{c}{N}_s\\ N_e\\ N_c\end{array}\right)\right|---\left(8\right).$