摘  要： 針對傳統(tǒng)的表單揀貨方式越來越不能滿足大型物流中心的需求，設(shè)計(jì)了基于語音的揀選系統(tǒng)，解決傳統(tǒng)揀選方式存在的不足，提高貨物揀選效率。為實(shí)現(xiàn)揀選操作員的合理調(diào)度，系統(tǒng)引入RFID室內(nèi)定位技術(shù)，針對倉儲揀選實(shí)際應(yīng)用，以LANDMARC算法為基礎(chǔ)進(jìn)行算法改進(jìn)，改進(jìn)后系統(tǒng)的定位準(zhǔn)確度提高了2%~60%，同時(shí)增強(qiáng)了實(shí)用性。系統(tǒng)實(shí)驗(yàn)表明，基于室內(nèi)定位的語音揀選系統(tǒng)能夠有效實(shí)現(xiàn)相應(yīng)功能，具有較好的市場應(yīng)用前景。

　　關(guān)鍵詞： 語音識別；物流揀選；RFID室內(nèi)定位；LANDMARC算法；k-近鄰算法

0 引言

　　揀選（Order Picking）作業(yè)是指按訂單或出庫單的要求，從存儲場所選出物品并放置在指定地點(diǎn)的作業(yè)，揀選作業(yè)是物流中心作業(yè)中最為關(guān)鍵的環(huán)節(jié)之一。傳統(tǒng)的揀選方式有揀選單揀選、標(biāo)簽揀選、射頻RF揀選等。隨著物流業(yè)的飛速發(fā)展，傳統(tǒng)的揀選方式不僅束縛了揀選工作效率，而且存在成本高、差錯(cuò)率大等不足。因而，本文設(shè)計(jì)了基于語音識別的揀選系統(tǒng)，與傳統(tǒng)揀選技術(shù)相比，語音分揀技術(shù)具有極大提高訂單準(zhǔn)確度、提高工作效率、培訓(xùn)要求低和投資回報(bào)率高等優(yōu)勢[1]。在國外，語音揀選系統(tǒng)已有成功案例，但在我國，由于本土化問題，如中文識別播報(bào)，語音揀選技術(shù)在國內(nèi)還沒有很好的應(yīng)用。本文設(shè)計(jì)的系統(tǒng)使用中文語音識別模塊，能夠很好地應(yīng)用于語音倉儲揀選。

　　在揀選作業(yè)過程中，將近50%的時(shí)間花費(fèi)在揀選的路上。為提高揀選的效率，本文引入室內(nèi)定位技術(shù)，選擇離待揀選貨物最近的操作員揀取該貨物，通過合理調(diào)度大大提高揀選效率。該揀選系統(tǒng)以語音識別技術(shù)為基礎(chǔ)，以室內(nèi)定位技術(shù)為支撐，搭建一個(gè)快速、精準(zhǔn)、高效的語音揀選系統(tǒng)，真正實(shí)現(xiàn)“解放雙手，解放雙眼”。

1 相關(guān)技術(shù)

　　從應(yīng)用方向分析，語音識別主要分為關(guān)鍵詞語識別和聽寫系統(tǒng)兩個(gè)方面。關(guān)鍵詞語識別技術(shù)的目標(biāo)是精確地識別說話人的語音命令，識別率要達(dá)到90%以上，用在語音控制和語音命令查詢方面，例如在手機(jī)上實(shí)現(xiàn)的語音撥號功能。聽寫系統(tǒng)是前端的聲學(xué)模型不要求精確識別，而是輸出盡可能多的音標(biāo)候選，由后續(xù)的語義分析器給出擬合的文字內(nèi)容，例如IBM推出的ViaVoice軟件和Google的語音搜索。但就目前的技術(shù)現(xiàn)狀，還未出現(xiàn)一個(gè)更加完善的理論模型來指導(dǎo)聽寫系統(tǒng)的發(fā)展，目前的聽寫系統(tǒng)還只能是實(shí)驗(yàn)產(chǎn)品，無法達(dá)到真正理解人的自然語音的水平。所以，在目前能夠提供商業(yè)實(shí)用產(chǎn)品的技術(shù)，依然是關(guān)鍵詞語識別技術(shù)。本系統(tǒng)采用ICRoute公司設(shè)計(jì)生產(chǎn)的LD3321芯片作為語音識別的主控芯片，此芯片是基于關(guān)鍵詞語識別的。

　　目前室內(nèi)定位采用的主要技術(shù)有GPS技術(shù)、超聲波技術(shù)、紅外線（IR）技術(shù)、WiFi技術(shù)、超寬帶（UWB）技術(shù)、射頻識別（RFID）技術(shù)等，但大多技術(shù)因受多徑效應(yīng)、非視距傳播影響以及精度限制等不能得到很好的推廣。射頻識別（RFID）技術(shù)利用射頻方式進(jìn)行非接觸式雙向通信交換數(shù)據(jù)以達(dá)到識別和定位的目的。這種技術(shù)作用距離短，但它可以在幾毫秒內(nèi)得到厘米級定位精度的信息，且傳輸范圍很大，成本較低。同時(shí)由于其多目標(biāo)識別、非接觸和非視距等優(yōu)點(diǎn)，可望成為優(yōu)選的室內(nèi)定位技術(shù)。本系統(tǒng)采用射頻識別（RFID）技術(shù)實(shí)現(xiàn)倉儲人員的室內(nèi)定位。

2 系統(tǒng)總體設(shè)計(jì)

　　基于室內(nèi)定位的倉儲語音揀選系統(tǒng)的系統(tǒng)總體框圖如圖1所示，語音揀選系統(tǒng)主要包括語音識別部分和RFID定位部分。

　　該語音揀選系統(tǒng)語音識別模塊采用ICRoute公司設(shè)計(jì)生產(chǎn)的V280語音識別標(biāo)準(zhǔn)模塊，該模塊能夠獨(dú)立完成語音識別，并根據(jù)用戶設(shè)計(jì)實(shí)現(xiàn)相應(yīng)的操作；模塊基于本地的語音識別，識別命令相對于“云端”語音識別，其具有沒有延遲、不受網(wǎng)絡(luò)穩(wěn)定性影響等優(yōu)點(diǎn)；模塊以LD3321芯片作為語音識別的主控芯片，此芯片是基于關(guān)鍵詞語的識別，采用成熟的非特定人語音識別芯片技術(shù)，能夠有效地實(shí)現(xiàn)語音識別，并且能夠支持語音播放功能；同時(shí)，模塊具有豐富的外設(shè)接口，方便進(jìn)行控制。為實(shí)現(xiàn)操作人員的有效調(diào)度，提高揀選效率，系統(tǒng)采用先進(jìn)的室內(nèi)定位算法，并依據(jù)系統(tǒng)的特殊性進(jìn)行算法改進(jìn)，下面詳細(xì)介紹定位算法的實(shí)現(xiàn)。

3 RFID定位算法分析

　　目前，比較成熟的RFID室內(nèi)定位方案有SpotON、3D-iD pinpoint和基于動(dòng)態(tài)有源RFID校準(zhǔn)定位（Location Identification based on Dynamic active RFID Calibration，LANDMARC）[2]。其中技術(shù)最成熟，應(yīng)用最廣泛的是LANDMARC算法。LANDMARC算法引入?yún)⒖紭?biāo)簽概念，應(yīng)用“最近鄰”思想，求待測點(diǎn)位置。即以確定坐標(biāo)的RFID標(biāo)簽為參考，與參考標(biāo)簽越近的待測標(biāo)簽，其在同一個(gè)RFID讀卡器中讀得的信號強(qiáng)度應(yīng)該越相近。然后通過相應(yīng)的公式計(jì)算獲得待測標(biāo)簽的坐標(biāo)位置[3-5]。

　　LANDMARC算法引入?yún)⒖紭?biāo)簽降低環(huán)境因素影響，獲得較高的定位精度。但其也存在一些不足，LANDMARC算法將所有參考標(biāo)簽都設(shè)為其鄰近標(biāo)簽，并計(jì)算其與待測標(biāo)簽的歐氏距離，這勢必增加系統(tǒng)的計(jì)算量，還可能會影響到定位精度。而且為提高LANDMARC算法定位精度，就需要增加參考標(biāo)簽排放密度，然而密度增加會加劇信號之間的干擾，從而又導(dǎo)致定位精度降低。

4 LANDMARC系統(tǒng)算法的應(yīng)用改進(jìn)

　　分析揀選系統(tǒng)的特性，語音揀選系統(tǒng)定位要求是找到離設(shè)定位置（待揀選貨物）最近的待測標(biāo)簽（操作員），而不是關(guān)心所有待測標(biāo)簽（操作員）的具體位置，因而不需要計(jì)算所有待測標(biāo)簽的具體位置，可以先找到靠近設(shè)定位置（待揀選貨物）的一些待測標(biāo)簽（操作員）形成一個(gè)集合，再在這個(gè)集合中找到離設(shè)定位置（待揀選貨物）最近的待測標(biāo)簽（操作員），對其下達(dá)揀選命令。因而對LANDMARC系統(tǒng)進(jìn)行改進(jìn)。

　　對LANDMARC系統(tǒng)“k鄰域”算法中k的取值進(jìn)行研究，實(shí)驗(yàn)得到，在參考標(biāo)簽的密度適中時(shí)，當(dāng)k值為4時(shí)定位精度最理想[6-10]。因而，在改進(jìn)算法中，以待揀選貨物所在網(wǎng)格的4個(gè)參考標(biāo)簽為鄰居標(biāo)簽，選取K個(gè)歐幾里德距離最小的待測標(biāo)簽（操作員），然后利用公式求得距離貨物最近的操作員。語音揀選系統(tǒng)室內(nèi)定位布置示意圖如圖2所示。

　　算法改進(jìn)過程如下（n個(gè)閱讀器，m個(gè)參考標(biāo)簽和u個(gè)待定位標(biāo)簽）：

　　（1）分別獲得u個(gè)帶定位標(biāo)簽關(guān)于n個(gè)閱讀器的信號強(qiáng)度矩陣：

　　S=S11 … S1u… … …Sn1 … Snu（1）

　　再獲得包圍待揀選貨物的矩形定點(diǎn)上的4個(gè)參考標(biāo)簽（分別編號為a、b、c、d）關(guān)于n個(gè)閱讀器的信號強(qiáng)度矩陣：

　　（2）如圖3所示，當(dāng)需要揀選的貨物位置在⑥、⑦、⑩、{11}參考標(biāo)簽圍成的方框區(qū)域內(nèi)時(shí)，分別使用6、7、10、11號參考標(biāo)簽為鄰居標(biāo)簽，利用式（3）得到所有以6、7、10、11號參考標(biāo)簽為鄰居標(biāo)簽與待測標(biāo)簽的值，即為其歐式距離。根據(jù)參考標(biāo)簽離需揀選貨物的距離關(guān)系，由式（4）選取Mj值最小的前K（1≤K≤u）個(gè)待測標(biāo)簽，表示這K個(gè)標(biāo)簽離需選取的貨物位置相對較近。其中，kj由式（5）獲得，其中di對應(yīng)圖2中的距離。

　　（3）通過式（6）求得選取的該K個(gè)待測標(biāo)簽的坐標(biāo)（x，y）：

　　（4）得到這4個(gè)點(diǎn)的坐標(biāo)后，利用式（7）求出e最小的點(diǎn)，即離（x0，y0）最近的待測標(biāo)簽，其中，（x0，y0）為需選取貨物的坐標(biāo)，選擇該最近的待測標(biāo)簽（操作員）為接收揀選命令的操作員。

5 實(shí)驗(yàn)結(jié)果分析

　　按照圖2實(shí)驗(yàn)布局，每一排中相鄰兩參考標(biāo)簽之間距離為2 m，每兩排之間距離為1.5 m。約定當(dāng)系統(tǒng)選擇離待揀選貨物最近最方便的操作員完成揀選任務(wù)即為此次定位正確。通過大量實(shí)驗(yàn)得到，當(dāng)K<5時(shí)，隨著K的增大選取最近待測標(biāo)簽的準(zhǔn)確率提高；當(dāng)K≥5時(shí)，隨著K值的增加選取最近待測標(biāo)簽的準(zhǔn)確率只存在微弱波動(dòng)，而K值的增加帶來額外的計(jì)算。因而，K=5時(shí)系統(tǒng)性能最佳。

　　取K=5，實(shí)驗(yàn)得到算法改進(jìn)前后選取最近操作員正確率對比圖如圖3所示。其中，橫坐標(biāo)對應(yīng)圖2中待揀選貨物的序號，縱坐標(biāo)為選取操作員的正確率。

　　從圖3可以看出，改進(jìn)算法較原來的LANDMARC算法準(zhǔn)確率有所提高。而且，實(shí)驗(yàn)中定位錯(cuò)誤時(shí)選擇的操作員的位置與在實(shí)際離待揀選貨物最近的操作員位置相鄰近。因而，系統(tǒng)定位準(zhǔn)確率能達(dá)到揀選定位要求。

　　分析結(jié)果數(shù)據(jù)可知，對于2、4號待揀選貨物定位選擇操作員準(zhǔn)確率明顯提升。以4號待揀選貨物為例，從系統(tǒng)布局示意圖可以看出，與4號待揀選貨物距離相對較近的有a、b、c位操作員，由無線電波在室內(nèi)傳播模型分析，相對于帶定位標(biāo)簽a、b，帶定位標(biāo)簽c由于與貨物4周圍的14、15、18、19號參考標(biāo)簽在同一條走廊上，因而路徑損耗相近，系統(tǒng)定位時(shí)更容易選擇c為最近操作員。由此可得，當(dāng)操作員與待揀選幾何距離相近時(shí)，改進(jìn)算法能夠選擇相同走廊上的操作員完成揀選工作，而避免選擇與待揀選貨物不在相同走廊上的操作員而走遠(yuǎn)距離完成揀選任務(wù)的情況，從而提高揀選效率。

6 結(jié)論

　　本文設(shè)計(jì)了基于室內(nèi)定位的倉儲語音揀選系統(tǒng)，系統(tǒng)使用ICRoute公司設(shè)計(jì)生產(chǎn)的V280語音識別標(biāo)準(zhǔn)模塊，完成語音命令的下達(dá)與識別。為提高揀選操作員調(diào)度效率，系統(tǒng)以LANDMARC室內(nèi)定位算法為基礎(chǔ)，以語音揀選倉庫為實(shí)際應(yīng)用目標(biāo)，對室內(nèi)定位算法進(jìn)行應(yīng)用改進(jìn)，與原始LANDMARC算法相比較改進(jìn)后的算法定位精度提高2%~60%，實(shí)用性更強(qiáng)。該系統(tǒng)具有較好的市場應(yīng)用前景。

　　參考文獻(xiàn)

　　[1] 浦震寰．語音揀選技術(shù)的優(yōu)勢與應(yīng)用分析[J]．物流技術(shù)與應(yīng)用，2013，18（8）：120-121．

　　[2] 潘爵雨．基于RFID的室內(nèi)定位技術(shù)及其應(yīng)用研究[D]．廣州：華南理工大學(xué)，2012．

　　[3] 游戰(zhàn)清，李蘇劍．無線射頻識別技術(shù)（RFID）理論與應(yīng)用[M]．北京：電子工業(yè)出版社，2004．

　　[4] Zhao Yiyang， Liu Yunhao， NI L M. VIRE： active RFID-based localization using virtual reference elimination[C]. International Conference on Parallel Processing， ICPP 2007， 2007：56.

　　[5] NI L M， Liu Yunhao， LAU Y C， et al. LANDMARC： indoor location sensing using active RFID[C]. Proccedings of the First IEEE International Conference on Pervasive Computing and Communications， PerCom 2003， 2003： 407-415.

　　[6] 閆保中，姜琛，尹偉偉．基于RFID技術(shù)的室內(nèi)定位算法研究[J].計(jì)算機(jī)仿真，2010，27（2）：320-324．

　　[7] PAPAPOSTOLOU A， CHAOUCHI H. RFID-assisted indoor localization and the impact of interference on its performance[J]． Journal of Network and Computer Applications， 2011，34（3）：902-913.

　　[8] 李魏峰．基于RFID的室內(nèi)定位技術(shù)的研究[D]．上海：上海交通大學(xué)，2012．

　　[9] 周惇．基于射頻識別的室內(nèi)定位系統(tǒng)研究[D]．西安：西安電子科技大學(xué)，2013．

　　[10] 何毅，黃俊，鄒傳云．基于RFID的虛擬標(biāo)簽算法研究與改進(jìn)[J].電子技術(shù)應(yīng)用，2014，40（10）：99-102．