基于IOT和RFID收发分离技术的仓储管理系统采用分布式RFID网络实现区域的连续覆盖，自动、批量、精确扫描RFID标签，通过入库、出库通道分离的方式，实现入库、出库数据的自动采集，入出事件实时校验，业务异常实时感知；通过连续组网实现区域连续网络覆盖，实现物理资产（人、车、货物）米级精确定位，轨迹实时跟踪，流转信息可追溯；还可灵活制定盘点策略，实现自动盘点，自动完成区域标签的批量识别等功能；同时WMS与ERP系统对接，同步货物信息，实现仓储的智能化管理。      

仓储业务包括入库、出库、盘点、分拣、货位管理等。通过WMS结合第三方管理软件，实现仓储的智能化、精细化管理。

出入库管理：

1、出入库方向判断

由于无线射频呈发散状，可抽象为扇形，在激励信号覆盖范围内的RFID标签都会被激励并与RFID接收器进行通信，标签被识别和定位。根据两点确定一条直线的原理，在入库通道上仓库门内外分别部署一个RFID激发器，当带有RFID标签的货物依次被门外及门内的RFID激发器激励并与接收器通信，即可判定货物入库；反之，可以判定货物出库。

2、出入库作业

入库作业：货物入库时，RFID标签被部署在仓库门外、门内的识别器自动扫描、识别并上传到IOT，部署在现场的业务看板上可实时显示货物的相关信息，通过管理软件自动核对，确认货物清单无误后，WMS系统自动为货物分配位置，充分利用仓库空间规范摆放，提高空间利用率。

出库作业：由于WMS和ERP系统无缝对接，实物流与信息流同步，货物出库时，RFID标签被部署在仓库门内外的RFID识别器自动扫描、识别并上传到IOT，WMS系统自动进行出库货物信息的审核判定，并同步显示在业务看板上，确保准确、高效地完成发货任务，如图1所示。

图1 出入库管理

3、出入库订单异常感知 

在入库、出库的过程中，RFID设备自动扫描识别电子标签，并上传到RFID中间件与仓储管理系统进行对接，自动审核入库、出库的异常，替代了传统出入库过程中的人工扫描、审核等操作，出现业务异常时，业务看板实时显示出来以提示现场的工作人员，实现业务快速闭环，提升工作效率。

分布式RFID网络实现区域的连续覆盖，提供实时定位、跟踪能力，满足精细化动态资产管理的诉求。例如：一车一码，对叉车实时定位、运动轨迹跟踪，叉车位置信息被实时采集，同时叉车运动轨迹可以实现路径优化，提升使用效率。

基于仓库基础设施和RFID部署情况，完成仓储空间的数字化建模和RFID网络拓扑关系建模，定义物理资产（人、车、货），并将流转事件关联到实际物理资产，达到仓储管理的智能化、可视化的目的。

一货一码，每个货物上的RFID电子标签，通过识别器可实现精准定位，货位显示在管理软件的货位表界面上，寻找货物位置时只需打开货位表，非常方便；同时货物在仓库中流动时，流转数据被自动采集，货物数据全流程可追溯。一人一码，刻画出人物行为轨迹，减少人员违规操作，提升工作效率。

通过“一物一码”实现每个步骤的作业流程都有码可循，出现问题既可以正向追溯至商品的最终到达地，也可以反向追溯至各业务环节，达到严格管控的目的。如图2所示。

图2定位管理

传统的分拣方式需要人工将货物标签对正扫描仪，当出现面单污浊或破损的情况，需要手工拆箱检视核对货物信息并录入货物信息，存在耗时长、人力投入大、效率低等问题。RFID标签具有抗污浊能力强、防水、防污染、穿透性强等优点，在分拣过程中，RFID标签可以被全方位精确识别，不受面单污染等影响，有效提升了分拣成功率，同时全方位立体扫描，无需手动调整面单朝向，大大提高了分拣效率。

IOT智能仓储服务构建了无人盘点模式，仓储管理人员根据盘点任务的要求，在仓储管理系统上配置盘点策略，该盘点策略可以灵活配置，支持实时、定时盘点；支持全盘、分区盘点；支持明盘、盲盘。仓储管理系统自动识别定义的盘点策略，并拆分成对应的盘点命令，下发到现场部署的RFID设备，这些设备就会把对应区域的盘点数据自动采集上来，这种方式能快速准确地进行盘点，在出现盘点差异时，可以辅助差异快速闭环，如图3所示。

图3盘点管理

IOT数据具有价值密度小、数据体量大、数据真实且时效性高、数据质量低等特点，在任何情况下都会产生数据，其数据量远远大于传统业务的数据量。如果不进行数据处理，会面临数据存储成本高、数据质量低等问题，因此需要采取一些措施对物联网数据进行处理。

IOT数据处理的关键是对时序数据进行分类处理，因其具备显著的时序特征，按照时间维度上报、存储、查询数据。因此在做物联网数据分析时，要对时序数据做充分的考虑，最大限度地压缩IOT设备产生巨量数据，满足海量设备高并发，实时写入的要求，同时还要满足对时序数据的查询。

如何判定数据的有效性是关键。首先从不同来源采集来的数据可利用多种数据库存储；其次进行数据预处理时，把采集来的数据导入到大型的分布式数据库中，进行归类统计；然后进行分析计算，挖掘有用的数据，清除重复的数据形成报表。通过数据清洗，提高IOT数据实时性，数据分析简化后提高了数据的质量。IOT数据中，还可能出现一些典型的问题，比如缺值、异常跳变、重复、格式差异、噪音干扰等，通过检测消除异常数据和重复记录等，高效的数据清洗改善了数据的质量。

另外还可通过分层存储和资产模型，以分层的方式管理数据，将数据时效性分层处理，获得综合处理效率最大化；通过资产模型描述物理空间中的对象，打通物理时间与数字世界的关联，基于物联网资产模型，整合大数据分析领域的最佳实践，对物联网数据进行相应的数据分析，为智能仓储应用提供数据支撑。

RFID收发分离技术应用在仓储管理中，能有效提高货物信息采集速度和仓储作业效率。与此同时，为了保证人、车、物在识别过程中不被遗漏，通过提高无线射频信号的覆盖范围和强度以达到提高标签识别准确率的目的，造成RFID标签在货物出入库、定位跟踪、分拣、盘点等作业过程中被重复激励，造成接收器接收到的数据出现大量冗余，占用了系统存储资源以及网络带宽资源，增大时延，导致RFID中间件系统的运行效率大大降低，对系统的数据处理能力带来了巨大压力。

通过分析RFID信号特性及数据结构，明确RFID信号的传播特性，建立RFID数据模型，采用统计方法检测数值型属性，通过数据挖掘和冗余过滤算法，对冗余数据进行清洗，消除重复记录，减轻了系统数据处理的压力。

本文探讨的基于IOT和RFID收发分离技术的仓储管理系统，采用IOT技术架构，利用RFID收发分离技术、RFID网络连续覆盖、连续组网以及动态识别RFID标签等技术，实现货物入库出库及库存状态自动判定、出入库异常自动感知、自动分拣、在库自动盘点、货物信息实时更新、精确定位等功能，减少了人力投入，降低了仓储管理成本，大大提升了仓储的自动化、信息化、智能化及精细化管理水平。