基于物联网的智能化仓储系统研究

夏胜楠

（金陵科技学院，江苏南京， 210023）

0 引言

随着物联网技术的发展，该技术运用于仓储中的技术也愈发成熟，使用RFID将用户与管理员权限区分开，从而使仓库的入库、管理、到出库等环节变得尤为简单且更加安全。

在此其基础上加入后端微服务框架，使其各个功能分开，减少冗余度以及软件的性能压力，以至于保证仓储管理系统的稳定性和有效性。本系统将计算机现代技术、传感器以及通信原理结合，使所有问题进行统一，解决了传统仓储管理人员不足等问题，通过本文研究，希望能够加强物联网与微服务框架的使用，为百姓以及企业带来真正的便捷。

1 基于物联网的智能化仓储系统设计概要

■1.1 基于物联网的智能化仓储系统整体功能设计

本文将系统功能划分为详细用户、管理员，再者就是其他的交互细节。目的是综合性实现对仓储的管理，在整个研究过程中将依照图1的系统功能图进行解决问题方案的依据。

图1 系统功能模块划分图

■1.2 基于物联网的智能化仓储系统设计

系统在开发和设计之前对主要的方法和设计原则进行分析，只有确定了设计的原则以后才可以进行后续的设计工作。包括简单实用的设计原则和可靠稳定的原则本系统也是根据以上设计的原则进行确定设计总体框架的。

系统实现过程中需要对系统内部进行松耦合的设计，合理安排接口使用及性能调度，同时还需要对系统硬件部分的稳定性提出更高要求，这样就能实现对系统整体使用及软硬件维护进行动态把控。

设备箱收集到的现场环境进行数据传输上传至云平台，显然云平台也可反方向下发指令给设备箱。在客户端可以发送请求，云平台会接收指令返回相应数据。图2为系统设计框架图。其中设备箱由LCD显示器、摄像头、传感器、感应器组成，其中传感器主要以RFID、ESP32-CAM、ESP8266组成。云平台包括MQTT协议、OKHTTP协议以及接口加密技术。

图2 系统框架图

■1.3 基于物联网的智能化仓储系统具体流程设计

如图3所示，用户通过输入对应的Web端网址进入操作界面，注册登录后即可根据所需时间的不同对设备进行选择或预约设备，用户在后台可以查看到自己所选择的设备。本系统特设用户使用反馈模块，用户根据使用感受及时提出建议反馈。

图3 设计流程图

管理员在管理端可以查看设备信息、实时监控、客户反馈、设备流转情况、设备定位、设备预警情况。因用户反馈模块的设立，从而推动开发人员进行系统的升级与更新。系统采用B/S架构，故不必安装，操作界面简洁灵活，无须过多学习，即可上手使用。

2 基于物联网的智能化仓储系统技术设计

■2.1 微服务在物联网中的应用

在系统设计中，单体应用在以往发展中常被广泛应用，但是此技术的开发结构是极其复杂且相当具有冗余性的。同时若想在单体应用中更新已开发完成的软件或者添加新的功能，必须结束所有软件从而部署整个应用，这种应用由于没有管理分割，没有重叠交叉的管理方式从而会导致整个系统接二连三地重复建设，而微服务的出现直接解决了这一问题。

2014 Martin Fowler 正式提出微服务架构的概念[1]，而微服务架构本质上是传统单体架构的演进[2]，言外之意就是把单体应用结构总体划分成若干微小部分，并且每个微小的部分都会单独对应的数据库，然后利用一系列的API网关作为微小部分和客户端之间的桥梁，而这每段微小的部分就称为微服务，因此用此等方法可以有效降低服务端的耦合性，提高系统的整体性能[3]。

本系统微服务应用架构实例为图4所示PC端、移动端等多种应用终端进行请求发起。正如上所说网关是微服务部分和客户端联系的一个桥梁通道。即所有客户端发送请求后，路经网关，从而访问仓储管理系统的微服务后台。如果由若干个请求同时需要系统进行并发处理，则这些请求会部署成集群形式。最后API接收到这些发出的请求后，意味着它们到达微服务应用。

图4 微服务架构设计图

由此将这些从单体中拆分出来后，这些微应用根据自身的负载均衡进行部署。在微服务架构内，若其中的任意子微应用需要进行体系形成时，后端服务器会依照前后顺序进行排列依次接受请求。而这形成体系会同样对待后端中的每一台服务器。总结以上，服务器实际的连接数量无论如何都不会受当前系统负载数量的影响，所以对本系统体系也不会造成任何影响。也就产生了负载均衡的效果。

■2.2 心跳机制在系统中的应用

心跳机制是通信协议中的一种，心跳机制的用途主要有两种，一种是用于监测通信链路的实时状况，一种是用于保持发端与收端的长连接[4]。前者亦可称短连接，后者为长连接。

第一种实时状况用一种操作频繁的通讯作解释，并且此通讯次数不能过多。在计算机网络下，每个TCP在传输层都会经历三次握手四次挥手。因此它适用于每个用户在不频繁操作且并发数比较大的情况下。若用户需重复操作，性能时延会受短连接的重复操作而造成层叠，由此可得短连接是受频繁操作限制的。

而长链接是客户端和服务端首先建立连接同时互不断开，之后进行报文的发与收，而此等操作一直连续，直至两者中的任意一方关闭连接为止。在本系统中，采用的就是第二种长链接方式的心跳机制。本系统采用应用层心跳，即使用网络切换和超时的心跳包执行重连操作。这里的心跳一般指客户端或者服务端隔一定的时间向对面端口发送自定义的指令，以这种方式判断两者是否存活，而这间隔发送类似于心跳跳动间隔，因此也可以称之为心跳指令。

通过这种机制可以在服务端一直没有等到某个客户端的心跳回应时主动关闭窗口使其下限，重新获取新的客户端。图5为本系统心跳机制图。

图5 心跳机制设计图

■2.3 基于深度学习的图片筛选算法

使用者在进入仓储时需要进行摄像头身份认证，摄像头将抓取到的人脸图片上传到巴法云平台，则服务器通过HTTP协议与巴法云平台进行互联得到图片，在经过下文提到的基于深度学习的图片筛选算法进行比对（由图片接收到多元拟合到训练模型到下发图片最后到服务器），从而开门或报警。图6为开门过程设计流程图。

对图6的算法处理模块进行详细分析。对图像的分类与筛选是机器视觉中比较常规的两种问题。依照发展情况在应用上计算机领域中的机器学习领域核心就是上述的两种情况。而传统机器学习技术分析数据是利用数据最早之前未处理时的形态进行的，其实这也比较依赖于开发者具备丰富的经验，才能设计出能把未处理的数据转换成有意义的特征向量当作架构的输入。这种方法很大程度上还是人工筛选特征值，因此这种学习方法耗时耗力，是一种启发式的方法，同时它存在着极大的不确定性。引入深度学习后，它的方法为特征学习法，而这种方法时能把未处理数据输入到模型，然后得以获取更为抽象的特征值。与前者的传统机器学习最大不同在于，基于深度学习的图像筛选想要获取较明显的特征是可以不经过专业工程师之手的，只需要采用通用的学习程序从数据中学习即可。因此本文通过Python的PIL图像库，进行图片的识别与保存，下一步使用开源机器学习库，最后通过基于深度学习的图片筛选算法识别人体特征从而达到区分与筛选人脸是否符合图片库的目的，这样可以保证仓储的安全性。图7为图片筛选算法设计流程图。

图6 系统开门设计图

图7 图片筛选算法设计流程图

3 结束语

在本文研究与实现中，主要通过介绍传统仓储管理所存在的问题引出需要建立现代化无人高效的仓储管理系统。研究了系统的基本组成与设计流程。本系统使用RFID射频技术保证用户与管理员的权限，并使之交叉分开，选用以微服务为后端框架来保证web端的具有高扩展性、高容错率以及低冗余性，保证系统的维护性。同时引入了心跳机制以及基于深度学习的图片筛选算法。

综上设计并实现一套基于物联网的仓储管理系统，结合众多技术，具有便于管理、高效等优点。