[发明专利]一种面向离散制造车间的三维射频识别网络布局优化方法

说明书

本发明公开了一种面向离散制造车间的三维射频识别网络布局优化方法，首先对离散制造车间目标空间离散化处理，降低三维RFID网络布局优化问题建模的求解难度；其次建立金属遮挡情况下的RFID读写器三维感知模型，明确读写器与标签通讯需满足的约束条件；最后基于多目标混合粒子群算法对以标签覆盖率、读写器间相互干扰率和部署成本为优化目标的RFID网络布局优化模型求解，得出离散制造车间RFID读写器的部署位置和方向。本发明对于离散制造车间RFID设备部署具有重要的指导意义，可大幅提升车间RFID系统的整体性能。

技术领域

本发明属于射频识别领域，尤其涉及一种面向离散制造车间的三维射频识别网络布局优化方法。

背景技术

离散制造车间具有产品结构复杂、零部件众多、生产周期长和车间面积大等特点。为实现对离散制造车间生产数据的动态采集、制造过程的实时监控和产品质量的高效回溯等，将RFID技术应用于离散制造车间。为控制RFID硬件成本及扩大RFID感知范围，多选用超高频无源RFID标签、多通道读写器和定向圆极化天线，构成RFID系统的硬件底层。

目前，随着RFID技术应用领域的不断扩大，RFID网络规划问题受到了广泛关注。大部分学者在求解该问题时，预先定义RFID标签的数量及各标签的分布情况，通过改变RFID读写器的数量和移动RFID读写器的位置，实现读写器对标签最大范围覆盖，读写器间交叉覆盖区域最小，所需读写器数量最少，同时各读写器所负载的标签数量均衡。而离散制造车间内RFID标签数量由具体的生产订单决定，且标签随车间工人转运或加工等操作出现在不同位置，无法预先确定RFID标签位置和数量，因此需通过RFID读写器对可能出现RFID标签的区域进行覆盖，有效采集离散制造现场的生产数据。

在离散制造车间，大量存储生产要素信息的RFID标签在各工位间流转，分散于工作区域内不同位置和高度。传统的二维射频识别网络规划方法将RFID标签位置理想化为同一平面，未考虑标签在高度上的差异；同时，离散制造车间存在大量固定的金属结构，如支架、工作台等，而射频信号难以穿透金属障碍物，将对RFID读写器与标签的通讯建立造成较大影响。

发明内容

发明目的：针对上述，现有技术未考虑标签在高度上存在差异的缺陷；和离散制造车间中大量固定的金属结构影响RFID读写器与标签通讯的问题；本发明提供一种面向离散制造车间的三维射频识别网络布局优化方法。

技术方案：本发明提供一种面向离散制造车间的三维射频识别网络布局优化方法。该方法具体包括如下步骤：

步骤1：将目标空间离散为若干个单位立方体，并将存在金属障碍物的立方体的状态属性值b_xyz赋值为0，将工人的操作区域或生产要素流转区域所在的单位立方体的状态属性值b_xyz赋值为1，排除状态属性值被赋为0和1的单位立方体后选择高度在0.1～2米的区域所在的单位立方体并给该单位立方体的状态属性值b_xyz赋值为2；除状态属性值被赋为0、1、2的单位立方体外，将其他的单位立方体的状态属性值b_xyz赋值为3；

步骤2：将标签与读写器的空间距离小于读写器的感知距离lr、标签与读写器的空间连线与RFID天线平面法向量的夹角小于读写器的感知夹角θ_r，且标签与读写器之间不存在状态属性值b_xyz为0的单位立方体，作为标签能够被该读写器感知的条件；

步骤3，基于上述感知条件，构建多目标优化模型；

步骤4：利用多目标混合粒子群算法求解上述多目标优化模型，且在粒子群中的粒子相似时引入遗传算法，即进行交叉和变异的操作，从而得到RFID网络优化的解集。

进一步的，所述多目标优化模型包括标签覆盖率COV，读写器间的相互干扰率INF,和读写器的部署成本COS；具体的标签覆盖率COV的表达式如下所示：