采用ZigBee 的仓储智能监测与巡检系统设计.pdf

随着互联网技术的进步和网购业务兴起,物流仓储大规模扩张.通过信息技术实现仓储环境的快速安全隐患预警、安全突发快速监测与上传和精确定位事故位置，是仓储监测系统的重要任务.目前有关仓储监控系统的研究中，国内主要是利用 RFID 技术、GPS/GIS 技术、WEB技术、数据库技术等对仓储中的物料进行跟踪监控以及对仓储环境实时监控，研究重点在于单一物料跟踪或者是单一环境的安防监控.如李蛟龙等1基于规则信息融合技术将视频信息与 RFID 技术进行融合，构建新一代的智能仓储监控系统.罗豪龙2将GPS技术与传感器节点结合，实现基于GPS的仓储安全监控系统.张健铭3将 GIS 技术应用于仓储货物的跟踪定位，完成基于WEB的仓储管理系统的设计.为了解决上述仓储的安全监测与控制问题，文中设计基于ZigBee技术的仓储智能监测与巡检系统4.ZigBee技术实现了无线传感网的搭建，移动视觉监测机器人平台采用Arduino mega、Arduinonano和Raspberry PI 4B实现仓储环境移动巡检与视觉预警.该系统解决复杂仓储中的实时无死角环境状态监控、预警和处理等.1仓储智能巡检监测系统总体方案仓储智能监测与巡检系统总体方案主要分为3个部分5.1）移动视觉监测机器人平台模块.该模块实现仓储环境的日常巡检与视频图像实时回传；2）传感采集和系统定位模块.通过ZigBee自组无线传感网，实现传感器节点的信息采集与传感器节点协调、仓储环境数据采集与移动平台实时定位；3）上位机决策终端界面模块.通过PC端或者移动终端实现监测采集数据的显示、预警决策和移动机器人平台实时控制.仓储智能监测与巡检系统总体方案设计如图1所示.2仓储智能巡检监测系统设计2.1智能巡检监测系统硬件设计监测系统硬件主要包括3个部分6.1）机器人平台硬件模块.它主要包含Raspberry PI 4B主控模块、采用ZigBee的仓储智能监测与巡检系统设计张佑春1，张公永2，董秀英1（1.安徽工商职业学院 应用工程学院，安徽 合肥 231131；2.滨州学院 电气工程学院，山东 滨州 256600）摘要：为了解决仓储环境状态的实时监测与自主巡检问题，设计ZigBee自组网仓储智能监测与巡检系统.首先，系统通过移动机器人完成仓储自主巡检与图像回传，锚节点与无线传感网实现环境状态的实时采集，决策终端实现数据显示、预警决策和机器人实时控制.其次，接收信号强度指示器（RSSI）路径损耗定位模型完成室内盲节点定位，多锚点信息融合与最大似然估计方法实现盲节点精度定位控制.最后，完成系统的图像回传方案测试和软硬件系统的展示与测试.测试结果表明，定位误差在2 m左右，满足设计初衷.关键词：实时监测；自主巡检；精准定位；无线传感网中图分类号：TP393.1文献标识码：A文章编号：2095-2481（2023）03-0267-07收稿日期：2022-05-29作者简介：张佑春（1982-），男，副教授.E-mail:基金项目：安徽高校自然科学研究重点项目（KJ2020A1096、2022AH052796、KJ2021B002）；安徽工商职业学院品牌教师培养项目（2021ppjs09）.第 35 卷第 3 期2023 年 9 月宁德师范学院学报(自然科学版)Journal of Ningde Normal University（Natural Science)Vol.35 No.3Sept.2023宁德师范学院学报(自然科学版)2023年9月监控模块、循迹模块、驱动模块、盲节点定位和电源模块；2）传感采集与定位硬件模块.通过协调器节点实现节点监测数据采集、数据上传和无线定位；3）上位机数据展示硬件模块.该模块主要实现数据处理、数据决策、PC显示和移动平台显示等功能.仓储智能巡检监测硬件系统如图2所示.图1仓储智能监测与巡检系统总体方案图2仓储智能巡检监测硬件系统2.2多节点数据采集网系统设计系统部署的锚节点通过传感器实现仓储环境信息的数据采集，利用ZigBee无线传感网实现数据上传至协调器，通过RS485接口传至上位机实现采集信息的分析处理和控制决策7.多节点数据采集网主要功能：1）利用无线传感网实现ZigBee盲节点机器人系统的实时定位；2）通过各类传感器（温湿度、烟雾、光敏、热敏等）实现仓储环境的参数采集.2.3移动视觉监测机器人平台功能设计监测机器人平台的日常功能主要包括2种模式8.1）无人值守模式.移动监控机器人平台按照预先设置的路线进行仓储环境自主巡检，并通过摄像头实时进行视频信号上传至上位机系统；2）人在回路模式.系统管理员可以实时对移动监控平台进行操控管理.当仓储环境参数异常时，系统自动发送警报数据，同时将异常环境参数与异常位置发送至移动监控机器人平台，机器人按照最短路径到达既定位置，适时进行视频图像的回传，协助系统管理员及时采取控制决策.-268第3期张佑春，等：采用ZigBee的仓储智能监测与巡检系统设计2.4上位机决策终端设计上位机决策终端主要对数据进行接收、分析、处理和展示，完成传感节点采集数据的显示和系统控制决策指令的下发9.上位机Windows客户端软件采用HTML5和CSS3实现界面设计，利用JQuery JS接口实现控制决策命令触发和后台数据交互.上位机Android客户端同时运用HTML5和CSS 3实现界面显示，利用Angular JS接口实现控制决策命令触发和后台数据交互.智能小车控制脚本采用Linux操作平台，利用Python和Tornado实现后台控制.上位机终端开发环境设计如图3所示.图3上位机决策终端开发环境设计3仓储智能巡检监测系统软件设计3.1系统软件总体方案设计监测系统向上发送打包完成的数据包至Raspberry PI 4B，汇总后发送至上位机.Arduinonano负责GPS数据的采集.Raspberry PI 4B的任务为对Arduino mega上传的数据进行转发至上位机，将上位机下达的指令转发至Arduino mega，同时对当前的视频数据进行实时采集并借由Motion架设转发平台10.仓储智能巡检监测软件数据流程如图4所示.图4仓储智能巡检监测软件流程3.2多线程并发软件流程设计移动监测机器人平台多线程并发操作主要包括视频图像实时采集与实时传输、机器人实时控制和机-269宁德师范学院学报(自然科学版)2023年9月器人系统的自主避障循迹与巡检.多线程并发软件功能主要为实现移动机器人系统的实时视频图像的数据回传和循迹运动，同时执行上位机决策下发指令与系统控制.机器人多线程软件流程设计如图5所示.3.3机器人系统定位模型设计RSSI（接收信号强度指示器）技术利用接收信号强弱来实现信号发射节点与接收节点之间的距离计算，并实现盲节点空间定位.仓储智能监测与巡检系统通过RSSI路径损耗模型实现机器人室内定位.1）RSSI测距公式.RSSI测距的估计公式模型为RSSI=-()10nlgd+A.式中：d为待求的路径距离；A为接收信号强度；n为信号传输常数.2）盲节点空间位置定位解析.通过三线不共面可以实现盲节点定位，文中利用3个传感节点信号强度实现机器人盲节点定位.机器人室内定位模型如图6所示.图5机器人多线程软件流程oo（a）理论定位（b）实际定位图6盲节点三球定位模型图6(a)中，A、B、C为锚节点的位置，M 为机器人平台盲节点位置.当系统启动定位功能计算时，信号收发受到障碍物、噪音和系统功耗等因素的干扰，必定引起系统定位误差，误差干扰如图6(b)所示.为了解决误差干扰问题，设计了基于多传感信息融合与最大似然估计的定位精度控制方法.设信号传感采集点为i(i=1，2，n)，固定位置为()xi,yi,zi，盲节点位置为()x0,y0,z0，通信距离为di.盲节点的定位方程为(x0-x1)2+(y0-x)2+(z0-x1)2=d21,(x0-x2)2+(y0-x2)2+(z0-z2)2=d22,(x0-xn)2+(y0-yn)2+(z0-zn)2=d2n.（1）-270第3期张佑春，等：采用ZigBee的仓储智能监测与巡检系统设计前()n-1个等式与第n个等式递减得到矩阵表达式为：AX+N=B.测距误差N是随机误差矩阵，利用最小均方差计算出盲节点空间坐标X,即X=(ATA)-1ATB.(2)4系统展示与测试4.1视频采集与回传功能方案机器人视频采集和视频回传采用了OpenCV与Tornado视频回传方案.系统方案中机器人平台持续运转 24 h，从视频画面传输质量、视频回传延迟率、CPU 开发效率和 RAM 开销值的记录数据来看，OpenCV与Tornado视频回传方案符合系统要求.4.2系统软硬件展示1）移动监测机器人平台样机展示.监控机器人样机采用Arduino mega、Arduinonano和Raspberry PI 4B混合执行,其中Arduino mega负责多数据采集如温度、湿度、空气颗粒、火源探测、海拔、气压、设备电压和车辆倾角等，以及实现对车体控制、视频采集设备角度控制和避障巡线功能等.样机实物展示如图7所示.图7移动监控机器人样机展示2）机器人控制状态参数采集.当上位机获取到由Raspberry PI 4B转发而来的数据时将对其数据包进行完整解析并获取其中的数据，对数据实时进行GUI展示处理后将获取到的数据存储至本地数据库或上传至各种物联网云平台.上位机可以对下位机进行控制，以指令方式操控下位机的运转，调控整体设备移动方向或调控视频采集设备采集角度.机器人控制状态参数采集如图8所示.68.0运行时间/s67.867.667.467.267.060120180240300360420480湿度/%66.854068.2运行时间/s6012018024030036042048032.232.132.031.931.854032.3温度/(a)环境湿度参数采集(b)环境温度参数采集-271宁德师范学院学报(自然科学版)2023年9月运行时间/s60120180240300360420480大气压/kPa99.56299.56099.55899.55654099.5643210车辆倾角/（）-1运行时间/s601201802403003604204804540(c)环境大气压参数采集(d)车辆倾角参数采集20015010050车辆距离/cm运行时间/s60120180240300360420480054025048042036030024018012060运行时间/s147.8147.9车辆海拔/m148.0148.1148.2147.7540148.3(e)车辆距离参数采集(f)车辆海拔参数采集图8机器人控制状态参数采集通过实地测量，ZigBee无线传感网对移动监控机器人平台的定位误差在2 m左右，基本满足系统设计需求.5结语为了实现仓储环境状态的实时监测、实时预警与实时图像回传，设计了基于ZigBee无线传感网的智能巡检机器人系统.当仓储环境突发险情时，上位机系统能够及时发出预警信号，同时指示移动监控机器人进行应急处置，机器人能够正确辨别运动方向并迅速判断出最短路径及时抵达现场.经过测试，选择OpenCV与Tornado方案作为视频回传方案.经过实地测量，机器人定位误差为2 m，符合系统设计初衷.参考文献：1李蛟龙.基于DW1000的UWB室内定位系统设计 J.自动化与仪器仪表，2020(12):240-244.2罗豪龙.基于自适应卡尔曼滤波的TDOA定位方法 J.测绘科学技术学报，2020(3):252-257.3张健铭.基于误差预测的自适应UWB/PDR融合定位算法 J.计算机应用，2020(6):1755-1762.4常娥,冷卫杰.工业互联网无线室内定位技术概述 J.物联网学报，2020(2):129-135.5梁胜涛.基于无线通信与RFID定位的智能仓储系统的设计 J.自动化技术与应用，2020(1):169-172.6肖雄.基于低功耗蓝牙室内定位技术在智慧地铁车站中的应用 J.低碳世界，2019(12):239-240.7张威,卜长健.基于UWB矿井定位系统的测距优化设计 J.江西测绘，2019(4):17-19.8刘慧敏,李国丽,董 翔,等.移动机器人室内外无缝切换定位方法研究 J.制造业自动化,2022,44(4):83-88,105.-272第3期张佑春，等：采用ZigBee的仓储智能监测与巡检系统设计9游小荣.一种基于UWB的三边定位改进算法 J.工矿自动化,2019(11)：19-23.10 李小亭.基于改进双向双边测距的超宽带定位技术及应用研究 J.中国测试,2019(10)：21-27.Design of intelligent warehouse monitoring and inspectionsystem using ZigBeeZHANG You-chun1，ZHANG Gong-yong2,DONG Xiu-ying1（1.School of Application Engineering,Anhui Business and Technology College,Hefei,Anhui 231131,China;2.School of Electrical Engineering,Binzhou University,Binzhou,Shandong 256600,China）Abstract:In order to solve the problem of real-time monitoring and autonomous inspection of storage environment,ZigBee ad hoc storage intelligent monitoring and inspection system is designed.Firstly,the system completes the warehouse independent inspection and image return through the mobile robot,the anchor node andwireless sensor network realize the real-time acquisition of environmental state,and the decision-making terminal realizes data display,early warning decision-making and robot real-time control.Then,the RSSI pathloss location model completes the indoor blind node location,and the multi anchor information fusion and maximum likelihood estimation method realize the blind node accuracy location control.Finally,the image returnscheme test of the system and the display and test of software and hardware system are completed.The test results show that the positioning error is about 2m,which meets the original design intention.Key words:real time monitoring;independent inspection;precise positioning;wireless sensor network责任编辑郭涓-273