[发明专利]一种工件定位方法及定位系统

摘要

本发明公开了一种工件定位方法及定位系统，该定位方法包括以下步骤：1)定位模型构建，通过RSSI值采样及人工神经网络训练获得定位模型；2)待定位超高频RFID标签定位：2.1)工件进入监测区域的网格中，根据超高频RFID读写器数量及位置分布，确定待定位超高频RFID标签所在的监测区域；2.3)获得RSSI值，输入到定位模型中，输出待定位超高频RFID标签所对应的网格位置坐标；2.4)检查待定位超高频RFID标签的位置坐标是否正确。该定位系统包括初始化子系统、定位模型管理子系统和定位子系统。本发明采用人工神经网络建立定位模型，定位精度高，并进行更新，以解决定位精度随时间的漂移与下降。

主权项

1.一种工件定位方法，其特征在于，包括以下步骤：1)定位模型的构建，具体包括以下子步骤：1.1)按照超高频RFID读写器的读写距离，将加工车间的区域初次划分为多个监测区域；1.2)根据所需的定位精度，将初次划分的各监测区域分别进行二次划分为网状结构，以使每个监测区域均具有多个网格，从而便于对工件进行定位；1.3)在每个监测区域分别放置超高频RFID读写器组，并将每个监测区域及与其相应的超高频RFID读写器组进行绑定，其中，每个超高频RFID读写器组包含三个以上的超高频RFID读写器；1.4)将超高频RFID标签依次放置在每个监测区域的各网格处，并利用超高频RFID读写器组进行采样，接收并测量每个超高频RFID读写器的RSSI值，此外，每个网格处分别进行多次采样并计算获得的采样值的算术平均值，然后将每个网格处获得的RSSI值的算术平均值和对应的网格位置坐标进行保存，以建立采样样本；1.5)利用步骤1.4)获得的采样样本对人工神经网络进行训练，获得RSSI值与网格位置坐标之间的关系，从而获得定位模型；所述定位模型包括数据预处理子模块，其中，数据预处理子模块用于空值处理和数据规约，空值处理是填充数据丢失的值，以确保训练样本的完整；数据规约是完成数据的规格化并使规格化后的数据落入区间[‑1,1]，以为后续的神经网络建模服务，其中，对训练元组中的输入数据进行规格化，使它们落入[‑1,1]，规格化公式为：对训练元组中的输出数据进行规格化，使它们落入[0,1]，规格化公式为：以上两公式中，x为输入数据，min为x的最小值，max为x的最大值；2)待定位超高频RFID标签的定位，具体包括以下步骤：2.1)贴有待定位超高频RFID标签的工件进入监测区域的网格中，根据读取到待定位超高频RFID标签的超高频RFID读写器数量及位置分布，确定待定位超高频RFID标签所在的监测区域；2.2)获得待定位超高频RFID标签在超高频RFID读写器中的RSSI值，输入到步骤1.5)获得的定位模型中，然后输出待定位超高频RFID标签所对应的网格位置坐标，则也获得工件的位置；2.3)检查待定位超高频RFID标签的位置坐标是否正确，如果正确则将待定位超高频RFID标签的RSSI值与位置保存。