搜索 分析 新世界 法规 图书 网址导航 更多
高级用户登录 | 登录 | |

一种基于Flood-Fill和SVM的RFID多标签三维最优分布检测方法
有权
阅读授权文献

Flood-Fill and SVM-based RFID multi-tag three-dimensional optimal distribution detection method

申请号:201611076284.8 申请日:2016-11-23
摘要:本发明涉及RFID技术领域,具体涉及RFID多标签分布配置领域,特别是引入Flood?Fill和SVM神经网络对RFID标签分布进行预测得到最优配置,属于检测技术领域。本发明提出一种基于Flood?Fill和SVM的RFID多标签三维最优分布检测方法,通过Flood?Fill对纸箱表面的RFID标签进行位置提取,通过SVM神经网络对RFID多标签位置对应的识读距离进行训练,从而对特定识读距离下的RFID多标签位置进行预测,找到识读性能最优的RFID标签分布,进而从RFID标签分布优选配置角度降低实际工作环境对识读性能的影响,该方法可以有效提高RFID标签识读性能,对于RFID技术的发展具有重要的理论和应用价值。
Abstract: The invention relates to the technical field of RFID, in particular to the field of RFID multi-tag distribution configuration, and belongs to the technical field of detection; and especially Flood-Fill and an SVM neural network are introduced for predicting RFID tag distribution to obtain optimal configuration. The invention provides a Flood-Fill and SVM-based RFID multi-tag three-dimensional optimal distribution detection method. RFID tags on the surface of cartons are subjected to position extraction through the Flood-Fill, and reading distances corresponding to RFID multi-tag positions are trained through the SVM neural network, so that the RFID multi-tag positions under the specific reading distances are predicted, the RFID tag distribution with optimal reading performance is found, and the influence of an actual working environment on the reading performance is reduced from the perspective of RFID tag distribution optimization configuration. The method can effectively improve the reading performance of the RFID tags and has important theoretical and application values for RFID technology development.
申请人: 江苏省质量和标准化研究院
Applicant: JIANGSU INST OF QUALITY AND STANDARDIZATION
地址: 210029 江苏省南京市石鼓路********(隐藏)
发明(设计)人: 俞晓磊 于银山 汪东华 钱坤 庄笑 周昱军 孙耀东 赵志敏
Inventor: YU XIAOLEI; YU YINSHAN; WANG DONGHUA; QIAN KUN; ZHUANG XIAO; ZHOU YUJUN; SUN YAODONG; ZHAO ZHIMIN
主分类号: G06K17/00(2006.01)I
分类号: G06K17/00(2006.01)I
  • 法律状态
2019-08-13  授权
2017-06-30  实质审查的生效 IPC(主分类):G06K 17/00申请日:20161123
2017-05-31  公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
  • 其他信息
主权项  一种基于Flood?Fill和SVM的RFID多标签三维最优分布检测方法,包括以下步骤:第一步骤:测试平台搭建步骤,测试平台由RFID读写器天线、RFID读写器、升降台、RFID标签、纸箱、相机、相机支架、托盘、控制计算机、导轨、电机构成,RFID读写器天线与RFID读写器相连,RFID读写器与控制计算机相连,相机安置在相机支架上并对准贴有RFID标签的纸箱,RFID读写器天线安置在升降台上方,调整升降台,使RFID读写器天线的辐射方向正对RFID标签;第二步骤:纸箱轮廓提取步骤,托盘上放置纸箱,将RFID标签随机粘贴在纸箱四个侧面,托盘在旋转过程中,相机对托盘上的纸箱快速扫描,获得四个侧面含有背景噪声的纸箱图像,并利用Flood?Fill算法对含有背景噪声的纸箱图像进行填充,确定出纸箱四个侧面轮廓;第三步骤:RFID标签位置提取步骤,对以上第二步骤中获得的纸箱轮廓进行二值化处理得到二值化纸箱图像,再在二值化纸箱图像上计算圆形度找到RFID标签,每一个RFID标签对应一个节点,得到一组节点的三维坐标;第四步骤:RFID标签的RSSI值测量步骤,贴有RFID标签的纸箱在导轨上由电机带动向RFID读写器天线方向运动,随着纸箱靠近RFID读写器天线,当托盘与RFID读写器天线的距离到达设定距离时,RFID读写器天线对RFID标签进行读取,得到RFID标签的RSSI值,存储于控制计算机中;第五步骤:不同分布下RFID标签的RSSI值测量步骤,重新随机布置RFID标签的位置,重复以上第二、三、四步骤,获得不同分布下节点的三维坐标及其对应的RFID标签的RSSI值,存储于控制计算机中;第六步骤:预测RFID标签分布步骤,利用SVM神经网络对以上第五步骤获得的节点三维坐标和RFID标签的RSSI值进行训练,然后输入任意RFID标签的RSSI值,根据训练的SVM神经网络对节点的三维坐标进行预测,获得RFID标签的RSSI值对应的节点三维坐标。
公开号  106778951A
公开日  2017-05-31
专利代理机构  
代理人  
颁证日  
优先权  
 
国别 优先权号 优先权日 类型
CN  201611076284  20161123 
国际申请  
国际公布  
进入国家日期  
  • 专利对比文献
类型 阶段 文献号 公开日期 涉及权利要求项 相关页数
SEA  CN103235313A  20130807  1-4  全文 
SEA  CN103235963A  20130807  1-4  全文 
SEA  CN103941108A  20140723  1-4  全文 
SEA  CN105354521A  20160224  1-4  全文 
SEA  US2016282444A1  20160929  1-4  全文 
注:不保证该信息的有效性、完整性、准确性,以上信息也不具有任何效力,仅供参考。使用前请另行委托专业机构进一步查核,使用该信息的一切后果由用户自行负责。
X:单独影响权利要求的新颖性或创造性的文件;
Y:与检索报告中其他 Y类文件组合后影响权利要求的创造性的文件;
A:背景技术文件,即反映权利要求的部分技术特征或者有关的现有技术的文件;
R:任何单位或个人在申请日向专利局提交的、属于同样的发明创造的专利或专利申请文件;
P:中间文件,其公开日在申请的申请日与所要求的优先权日之间的文件,或会导致需核实该申请优先权的文件;
E:单独影响权利要求新颖性的抵触申请文件。
  • 期刊对比文献
类型 阶段 期刊文摘名称 作者 标题 涉及权利要求项 相关页数
  • 书籍对比文献
类型 阶段 书名 作者 标题 涉及权利要求项 相关页数
  • 附加信息
同族专利
CN106778951B
 
引用文献
US2016282444A1CN103235313ACN103235963A
CN103941108ACN105354521A
 
被引用文献
CN108426527A