鄭林江 劉衛(wèi)寧 孫棣華

重慶大學,重慶,400030

0 引言

隨著射頻識別(radio frequency identification,RFID)技術(shù)的迅速發(fā)展,其在制造過程自動識別中的應(yīng)用前景受到廣泛關(guān)注[1-3]。由于射頻識別無線通信的特點及制造系統(tǒng)復(fù)雜環(huán)境的影響(如金屬或液體等干擾),電子標簽普遍存在重讀、多讀、漏讀等異常閱讀現(xiàn)象,導(dǎo)致RFID原始數(shù)據(jù)流中存在大量冗余或不完整的異常數(shù)據(jù),這些不可靠數(shù)據(jù)給應(yīng)用系統(tǒng)造成困難,制約了 RFID技術(shù)的廣泛應(yīng)用[4-7]。因此,在現(xiàn)有RFID硬件設(shè)備技術(shù)的基礎(chǔ)上,根據(jù)應(yīng)用需求對 RFID原始數(shù)據(jù)流進行清洗和糾正,保證應(yīng)用數(shù)據(jù)的精簡性和完整性,是RFID應(yīng)用中必須解決的關(guān)鍵技術(shù)問題。對此,目前國內(nèi)外主要有兩類處理方法,一類側(cè)重于采用不同的平滑機制來清洗RFID原始數(shù)據(jù)流中冗余的、臟的數(shù)據(jù)[7-10];另一類是基于不同的應(yīng)用完整性約束條件(如對象運行路徑、重量和形狀等)偵測異常閱讀現(xiàn)象[11-12]。

現(xiàn)有研究尚未涉及如何通過糾正不可靠數(shù)據(jù)來解決RFID異常閱讀現(xiàn)象。為此,本文著重考慮制造系統(tǒng)環(huán)境下多標簽、多閱讀器的 RFID系統(tǒng)應(yīng)用可靠性問題,給出一種RFID系統(tǒng)應(yīng)用可靠性評價指標,以規(guī)范系統(tǒng)可靠性評價的準則。然后從系統(tǒng)應(yīng)用完整性角度,建立一種分層數(shù)據(jù)處理模型,該模型通過清洗與糾正異常閱讀產(chǎn)生的不可靠數(shù)據(jù)以提高RFID系統(tǒng)應(yīng)用可靠性。

1 相關(guān)概念及定義

在RFID應(yīng)用中,標簽通常附著在或者內(nèi)嵌于被識別或跟蹤的對象中。當標簽處于閱讀器的識別范圍內(nèi)時,閱讀器執(zhí)行簡單的鏈路層協(xié)議獲取標簽中的標識符。為便于研究,給出如下與制造系統(tǒng)RFID應(yīng)用相關(guān)的概念和定義。

定義1 原始閱讀事件。物理閱讀器在某時刻識別到標簽的過程稱為原始閱讀事件,事件產(chǎn)生的數(shù)據(jù)可用三元組 PE=(pr,t,τ)表示,其中pr、t分別為物理閱讀器和標簽的標識號,τ為標簽被探測到的時間戳。用pe表示原始閱讀事件三元組實例。

定義2 邏輯管控點。應(yīng)用層需要管理控制的點稱為邏輯管控點,如制造系統(tǒng)中的工位、倉庫的出入口等。

定義3 邏輯閱讀器。邏輯管控點設(shè)置N(N≥1)個物理閱讀器來識別標簽。當對象經(jīng)過邏輯管控點時,若邏輯管控點的任何一個物理閱讀器識別到對象上的標簽,則認為邏輯管控點已識別到該對象,這樣的具有相同作用的物理閱讀器集合稱為邏輯閱讀器。當N=1時,邏輯閱讀器由一個物理閱讀器組成。倉庫出口設(shè)置由多個物理閱讀器組成的邏輯閱讀器來識別出庫產(chǎn)品,以提高產(chǎn)品的識別率。

定義4 邏輯閱讀事件。邏輯閱讀器在某時刻識別到標簽標識物理對象的過程稱為邏輯閱讀事件,一個邏輯管控點只對應(yīng)一個邏輯閱讀器,事件產(chǎn)生的數(shù)據(jù)用三元組 LE=(lp,o,τ)表示,其中l(wèi)p、o分別為邏輯管控點和物理對象的標識號。用le表示邏輯閱讀事件三元組實例。

定義5 RFID系統(tǒng)可靠性。借鑒文獻[13]對系統(tǒng)可靠性的定義,RFID系統(tǒng)可靠性是指在規(guī)定的條件下、在規(guī)定的時間區(qū)間內(nèi),物理閱讀器成功識別到電子標簽的能力。

制造系統(tǒng)應(yīng)用中,RFID系統(tǒng)因無線射頻識別特點和復(fù)雜應(yīng)用環(huán)境影響會產(chǎn)生異常閱讀現(xiàn)象,導(dǎo)致RFID原始數(shù)據(jù)流中存在大量不可靠數(shù)據(jù),影響RFID系統(tǒng)應(yīng)用的可靠性。RFID異常閱讀一般分為如下三類[4,7,10]：①漏讀(false negative readings)。標簽經(jīng)過物理閱讀器時未被識別到。物理閱讀器一般只能識別到感應(yīng)范圍內(nèi)60%～70%的標簽[12],漏讀是RFID應(yīng)用不可靠的主要原因。②多讀(false positive readings)。當標簽在閱讀器閱讀范圍之外時,該閱讀器仍識別到該標簽。③重讀(duplicated readings)。標簽經(jīng)過閱讀器范圍時重復(fù)被識別到。

2 RFID系統(tǒng)應(yīng)用可靠性評價

一般認為標簽識別成功率越高,所標識物理對象識別成功率就越高,但僅以此評價 RFID系統(tǒng)應(yīng)用可靠性顯然是不全面的,因為對 RFID應(yīng)用中的異常閱讀問題,還可通過一定的應(yīng)用條件或規(guī)則從系統(tǒng)層面加以改善。鑒于目前對RFID系統(tǒng)應(yīng)用的可靠性尚沒有完整的評價方法,以下從標簽識別、對象識別和系統(tǒng)識別三個層面,自底向上定義評價RFID系統(tǒng)應(yīng)用可靠性的指標。

定義6 標簽識別率(tag identification probability,TIP)。標簽經(jīng)過物理閱讀器被識別到的概率。

定義7 對象識別率(object identification probability,OIP)。物理對象經(jīng)過邏輯管控點被識別到的概率。貼附有M(M≥1)個標簽的對象經(jīng)過有N個物理閱讀器的邏輯管控點時,任一物理閱讀器識別到任一標簽則認為邏輯管控點識別到該對象。

定義8 系統(tǒng)識別率(system identification probability,SIP)。物理對象被應(yīng)用系統(tǒng)成功識別到的概率。系統(tǒng)成功識別包含兩種情況：一種情況是物理對象經(jīng)過應(yīng)用系統(tǒng)邏輯管控點時被成功識別到;另一種情況是物理對象經(jīng)過邏輯管控點時發(fā)生異常閱讀現(xiàn)象,系統(tǒng)可基于應(yīng)用邏輯約束規(guī)則和上下文,從系統(tǒng)層面對源于異常閱讀產(chǎn)生的不可靠數(shù)據(jù)進行清洗與糾正,且不影響業(yè)務(wù),因而,從系統(tǒng)應(yīng)用層角度,物理對象經(jīng)過邏輯管控點時被成功識別。

基于以上定義,存在TIP≤OIP ≤SIP的關(guān)系,意味著在標簽識別、對象識別和系統(tǒng)識別三個層面,可以采用一定的技術(shù)方法,逐層提高RFID識別的可靠性。如圖1所示,通過改進標簽和物理閱讀器硬件識別的可靠性、減小應(yīng)用環(huán)境的影響可提高TIP;采用多個標簽標識一個物理對象、在邏輯管控點設(shè)置多個物理閱讀器的應(yīng)用方案可提高OIP;SIP是在OIP改進的基礎(chǔ)上,基于各種應(yīng)用完整性約束規(guī)則(如路徑約束、伴隨約束等),通過對異常閱讀產(chǎn)生的不可靠數(shù)據(jù)進行清洗與糾正的方法來提高。

為此,本文考慮多標簽、多閱讀器的制造系統(tǒng)應(yīng)用環(huán)境,提出一個改進RFID系統(tǒng)應(yīng)用可靠性的分層數(shù)據(jù)處理模型,從系統(tǒng)應(yīng)用角度解決RFID多讀、重讀和漏讀等異常閱讀現(xiàn)象,提高系統(tǒng)識別率和RFID系統(tǒng)應(yīng)用可靠性。

3 提高 RFID系統(tǒng)應(yīng)用可靠性的分層數(shù)據(jù)處理模型

提高RFID系統(tǒng)應(yīng)用可靠性的分層數(shù)據(jù)處理模型如圖2所示,模型采用分層結(jié)構(gòu),包括RFID設(shè)備網(wǎng)絡(luò)層、簡單事件處理層、復(fù)雜事件處理層和應(yīng)用層。簡單事件處理層連接RFID設(shè)備網(wǎng)絡(luò),接收多類型閱讀器產(chǎn)生的原始閱讀事件,過濾重讀產(chǎn)生的冗余原始閱讀事件,形成精簡的邏輯閱讀事件。復(fù)雜事件處理層接收簡單事件處理層上傳的邏輯閱讀事件,基于預(yù)設(shè)的應(yīng)用完整性約束規(guī)則對邏輯閱讀事件進行分析、分類,偵測漏讀、多讀的異常閱讀現(xiàn)象,然后清洗、糾正不可靠數(shù)據(jù),從而保證應(yīng)用數(shù)據(jù)的系統(tǒng)性和完整性,為應(yīng)用層的系統(tǒng)如ERP/MES/SCM等提供有意義的應(yīng)用數(shù)據(jù)。

3.1 簡單事件處理

載有標簽的物理對象經(jīng)過邏輯管控點閱讀器網(wǎng)絡(luò)時,存在標簽重讀現(xiàn)象,閱讀器采集的原始數(shù)據(jù)流中包含大量的標簽和物理對象重復(fù)的冗余數(shù)據(jù)。簡單事件處理層依據(jù)標簽與標簽標識物理對象不重復(fù)約束規(guī)則清洗重讀產(chǎn)生的冗余數(shù)據(jù)。由于考慮了多標簽、多閱讀器的應(yīng)用方案,故處理方法具有通用性。

3.1.1 處理流程

簡單事件處理層結(jié)構(gòu)如圖3所示。該層由閱讀器適配器、原始閱讀事件隊列、標簽事件過濾器、邏輯閱讀事件隊列、對象事件過濾器和邏輯映射引擎組成。邏輯映射引擎儲放標簽標識物理對象與標簽之間的映射關(guān)系。

首先,閱讀器適配器采集相應(yīng)物理閱讀器產(chǎn)生的原始閱讀事件,并上傳給標簽事件過濾器。標簽事件過濾器依據(jù)標簽號不重復(fù)約束規(guī)則清洗冗余的原始閱讀事件。由于考慮了多標簽、多閱讀器的應(yīng)用方案,經(jīng)標簽事件過濾器處理后的原始閱讀事件還存在需要處理物理對象重復(fù)的事件。對象事件過濾器根據(jù)物理對象與標簽之間的映射關(guān)系,基于邏輯管控點內(nèi)物理對象不重復(fù)約束規(guī)則,再次清洗原始閱讀事件。最后,將邏輯管控點內(nèi)物理對象不重復(fù)的原始閱讀器事件轉(zhuǎn)換成精簡的、唯一的邏輯閱讀事件,存入邏輯閱讀事件隊列,并上傳至復(fù)雜事件處理模塊。3.1.2 算法步驟

圖3 簡單事件處理層結(jié)構(gòu)

(1)接收物理閱讀器產(chǎn)生的原始閱讀事件pei=(pri,ti,τ);

(2)根據(jù)ti到原始閱讀事件隊列查詢,若有標簽號相同的原始閱讀事件,轉(zhuǎn)步驟(7);

(3)向原始閱讀事件隊列中插入pei;

(4)根據(jù)ti到對象與標簽之間的映射關(guān)系中查找物理對象號,若找不到,轉(zhuǎn)步驟(7);

(5)根據(jù)物理對象號oi,到邏輯閱讀事件隊列查找相同對象號的邏輯閱讀事件,若有,轉(zhuǎn)步驟(7);

(6)根據(jù)oi,將pei組裝成邏輯閱讀事件,并將其插入邏輯閱讀事件隊列;

(7)摒棄原始閱讀事件,轉(zhuǎn)步驟(1)。

3.2 復(fù)雜事件處理

3.2.1 復(fù)雜事件層設(shè)計

雖然簡單事件層清洗了邏輯管控點內(nèi)重復(fù)的冗余數(shù)據(jù),消除了標簽重讀現(xiàn)象,但沒有處理多讀、漏讀產(chǎn)生的不可靠數(shù)據(jù)。在簡單事件層對原始閱讀事件處理的基礎(chǔ)上,復(fù)雜事件處理層從系統(tǒng)層面根據(jù)RFID應(yīng)用完整性約束規(guī)則偵測并糾正多讀、漏讀現(xiàn)象,提高RFID系統(tǒng)應(yīng)用可靠性。完整性約束可以基于不同的約束條件,如標簽標識物理對象的重量、位置和運動路徑,也可以基于不同對象之間的相互關(guān)系,如包含和排斥等[3]。

復(fù)雜事件處理層結(jié)構(gòu)如圖4所示,該層主要由對象信息庫、完整性約束規(guī)則庫、事件分類引擎、正常事件處理器、多讀處理器和漏讀處理器構(gòu)成。

圖4 復(fù)雜事件處理層結(jié)構(gòu)

完整性約束規(guī)則庫存放預(yù)先設(shè)定的約束規(guī)則和條件。

對象信息庫存放物理對象在邏輯管控點的識別記錄,其數(shù)據(jù)結(jié)構(gòu)為(o,lp,s,τ),其中,s為物理對象在邏輯管控點的識別方式,有 normal和compensation兩個取值,若正常識別到則為normal,若漏讀后被糾正,則為compensation。

事件分類引擎接收簡單事件層上傳的邏輯閱讀事件,基于完整性約束規(guī)則和對象信息庫的對象歷史記錄,判斷邏輯閱讀事件是否正常,若異常,再判定該邏輯閱讀事件是由多讀還是漏讀現(xiàn)象產(chǎn)生的。

正常事件處理器處理正常邏輯閱讀事件后,向?qū)ο笮畔焯砑訉ο笳ＷR別記錄;多讀處理器摒棄判定為多讀現(xiàn)象的邏輯閱讀事件;依據(jù)預(yù)設(shè)的完整性約束規(guī)則(存放于完整性約束規(guī)則庫)和對象歷史記錄(存放于對象信息存庫),漏讀處理器判定物理對象在哪些邏輯管控點發(fā)生了漏讀,然后向?qū)ο笮畔焯砑铀新┳x邏輯管控點的漏讀記錄。

應(yīng)用查詢接口為上層應(yīng)用系統(tǒng)(如 ERP/MES/SCM等)提供數(shù)據(jù)查詢反饋接口,實現(xiàn)模型與上層應(yīng)用系統(tǒng)數(shù)據(jù)的集成。

制造系統(tǒng)中,某些標簽標識物理對象往往會沿著預(yù)先指定的路徑向目的地移動,如生產(chǎn)線上的在制品、庫房的產(chǎn)品,那么當所獲得的實際路徑與預(yù)設(shè)路徑不符合時,就可判定物理對象在某些邏輯管控點有異常閱讀現(xiàn)象。下面以物理對象運動路徑為例,用完整性約束規(guī)則來判定多讀、漏讀現(xiàn)象。

3.2.2 基于路徑約束的異常閱讀判定方法

考慮物理對象路徑約束R(LP,A)中沒有自環(huán)(A為對象在邏輯管控點移動時路徑抽象出來的邊的集合),其中邏輯管控點對應(yīng)于lp∈LP,物理對象在邏輯管控點之間可能的路徑對應(yīng)于邊a∈A[7]。物理對象沿著確定的路由 ＜lpl,lp2,…,lp m＞移動,稱其為對象的預(yù)設(shè)路徑。為了判斷對象路徑上邏輯管控點前后順序關(guān)系,給出如下定義。

定義9 運算符“＜”。對于任意的兩個邏輯管控點lp i、lp j;若 lp i在lp j之前,即物理對象先經(jīng)過 lp i后才經(jīng)過lp j,則 lp i＜lp j。

基于上述的路徑約束規(guī)則,若當前收到邏輯閱讀事件 lek=(lp k,ok,τ),則判定物理對象多讀、漏讀現(xiàn)象的方法如下：

(1)多讀判定。依據(jù)ok到預(yù)設(shè)路徑中找到物理對象當前應(yīng)經(jīng)過的邏輯管控點lp pre。若lp pre=lpk,物理對象正常識別,若lppre＜lpk,則為多讀現(xiàn)象。

(2)漏讀判定。同樣地,先找到 lp pre。若lp k＜lp pre,則物理對象在預(yù)設(shè)路徑 ＜lp i,lp i+1,…,lp k,lp k+1,…,lp pre,…,lp j＞中l(wèi)p k之后、lp pre之前的所有邏輯管控點lp leak(包括lp k)發(fā)生漏讀現(xiàn)象,存在關(guān)系lpk＜lpleak﹤lppre或lpk=lpleak。3.2.3 基于路徑約束的復(fù)雜事件處理算法步驟

(1)接收邏輯管控點上傳的邏輯閱讀事件lei=(lp i,oi,τ);

(2)根據(jù)oi從路徑約束規(guī)則中獲得當前實際應(yīng)經(jīng)過的邏輯管控點lppre,若lpi=lppre,轉(zhuǎn)步驟(4),若lp i＜lp pre,轉(zhuǎn)步驟(5);

(3)根據(jù)oi、lp i到路徑約束規(guī)則中查找漏讀的邏輯管控點lp leak,向?qū)ο笮畔熘刑砑勇┳x記錄(oi,lp leak,compensation,τ);

(4)向?qū)ο笮畔熘刑砑诱ＷR別記錄(oi,lp i,normal,τ);

(5)摒棄邏輯閱讀事件lei,轉(zhuǎn)步驟(1)。

4 應(yīng)用實例

本文提出的RFID系統(tǒng)應(yīng)用可靠性評價指標和改善RFID系統(tǒng)應(yīng)用可靠性的數(shù)據(jù)處理模型已應(yīng)用于某企業(yè)的摩托車制造系統(tǒng)。應(yīng)用中選取了生產(chǎn)線上 16個關(guān)重工位作為邏輯管控點,在RFID應(yīng)用方案方面,并采用兩個標簽標識單個在制品,部分邏輯管控點采用由多個物理閱讀器組成的邏輯閱讀器。

模型的簡單事件處理層在Linux平臺下用C語言實現(xiàn),分布式部署于裝配現(xiàn)場邏輯管控點的工位控制器上;復(fù)雜事件處理層在Window s平臺下用Java語言實現(xiàn),部署于車間服務(wù)器上。

應(yīng)用后,某月生產(chǎn)數(shù)據(jù)統(tǒng)計結(jié)果(總生產(chǎn)量14 998臺)如表1所示。其中標簽識別次數(shù)來源于工位控制器上原始閱讀事件隊列,對象識別次數(shù)是對象庫中normal的記錄數(shù),對象漏補次數(shù)是compensation的記錄數(shù)。

表1 應(yīng)用本模型后某月生產(chǎn)數(shù)據(jù)統(tǒng)計結(jié)果

標簽識別率、對象識別率與系統(tǒng)識別率沿摩托車制造過程路徑上邏輯管控點的對比及走勢如圖5所示。

圖5 RFID系統(tǒng)應(yīng)用可靠性評價指標對比

由表1與圖5可知,TIP與OIP沿邏輯管控點呈現(xiàn)出波動,其原因在于各邏輯管控點設(shè)置的物理閱讀器數(shù)量會影響標簽識別率,且閱讀器越多,識別率越高。

由于采用了多標簽、多閱讀器的應(yīng)用方案,在TIP基礎(chǔ)上提高了OIP,因此OIP在各個邏輯管控點均大于TIP。但由于受射頻識別機制及環(huán)境干擾的制約,TIP與OIP均難以達到100%。

此外,SIP在有序邏輯管控點前端(lp 11之前)為100%,然后依次降低,并在最后邏輯管控點(lp 16)與OIP相等,且在任何邏輯管控點均大于或等于OIP。這是由于應(yīng)用本模型后,從系統(tǒng)層面清洗了重讀、多讀的冗余數(shù)據(jù),并基于沿對象路徑向前補齊的機制解決了漏讀問題,因此得以在OIP的基礎(chǔ)上,進一步提高SIP。入庫工位(lp 16)之后,沒有其他邏輯管控點可以利用,無法糾正漏讀現(xiàn)象,故SIP與OIP相等。

5 結(jié)論

(1)提出的RFID系統(tǒng)應(yīng)用可靠性評價指標體系,可以全面支持對RFID系統(tǒng)應(yīng)用可靠性的評估和分析。

(2)提出了改善 RFID系統(tǒng)應(yīng)用可靠性的分層數(shù)據(jù)處理模型。在某企業(yè)摩托車制造系統(tǒng)的應(yīng)用驗證了該模型的可用性。

(3)鑒于利用應(yīng)用層邏輯關(guān)系建立的完整性約束隨應(yīng)用環(huán)境不同具有差異性,因此在模型應(yīng)用中選擇適合應(yīng)用背景的完整性約束尤為重要,應(yīng)根據(jù)不同的應(yīng)用邏輯約束及上下文設(shè)計合理的完整性約束規(guī)則,或采用多種約束組成的混合約束規(guī)則。

[1] 劉衛(wèi)寧,黃文雷,孫棣華,等.基于射頻識別的離散制造業(yè)制造執(zhí)行系統(tǒng)設(shè)計與實現(xiàn)[J].計算機集成制造系統(tǒng),2007,13(10)：1886-1890.

[2] 王永靖,劉飛,王琦峰.面向綠色制造的汽車制造企業(yè)信息系統(tǒng)及關(guān)鍵技術(shù)研究[J].中國機械工程,2009,20(7)：832-837.

[3] 宋立博,李勁松,費燕瓊.四輪差動驅(qū)動型AGV 嵌入式運動控制器設(shè)計與研究[J].中國機械工程,2008,19(24)：2903-2907.

[4] Jeffery S R,Franklin M J,Garofalakis M.An Adaptive RFID Middleware for Supporting Metaphysical Data Independence[J].The International Journal on Very Large Data Bases,2008,17(2)：265-289.

[5] Wang F S,Liu S R,Liu P Y.Complex RFID Event Processing[J].The International Journal on Very Large Data Bases,2009,18(4)：913-931.

[6] Zang CZ,Fan Y S,Liu R J.Architecture,Implementation and Application of Complex Event Processing in Enterprise Information Systems Based on RFID[J].Information Systems Frontiers,2008,10(5)：543-553.

[7] 薛小平,張思東,王小平,等.RFID網(wǎng)絡(luò)的數(shù)據(jù)清理技術(shù)[J].計算機工程,2008,34(7)：92-95.

[8] Jeffery S R,Garofalakis M,Franklin M J.Adaptive Cleaning for RFID Data Streams[C]//Proceedings of International Conference on V LDB.Seoul,2006：163-174.

[9] Jeffery S R,Alonso G,Franklin M J,et al.A Pipelined Framework for Online Cleaning of Sensor Data Streams[C]//Proceedings of the22nd International Conference on Data Engineering.Atlanta,2006：140-143.

[10] 谷峪,李曉靜,呂雁飛,等.基于 RFID應(yīng)用的綜合性數(shù)據(jù)清洗策略[J].東北大學學報(自然科學版),2009,30(1)：34-37.

[11] Inoue S,Hagiwara D,Yasuura H.Systematic Error Detection for RFID Reliability[C]//Proceedings of the First International Conference on Availability,Reliability and Security.Orlando,2006：280-286.

[12] Khoussainova N,Balazinska M,Suciu D.Towards Correcting Input Data Errors Probabilistically Using Integrity Constraints[C]//Proceedings of the 5th ACM International Workshop on Data Engineering for Wireless and Mobile Access.Chicago,2006：43-50.

[13] 李睿,俞濤,方明倫.制造網(wǎng)格系統(tǒng)可靠性管理研究與實現(xiàn)[J].計算機集成制造系統(tǒng),2005,11(3)：358-363.