基于条码识别的设备仪器物资智慧仓储系统设计

随着计算机技术的发展和信息化技术的普及，条码识别技术广泛应用于商品流通、银行系统、邮电管理等诸多领域，极大地方便了人们的生活，提高了物资的周转率和转化效率。近年来，条码识别技术逐渐深入智慧仓储行业，通过条码识别实现了仓库的实时库位管理、仓储全过程的控制管理和库存的准确控制，优化了整个仓储流程。如杨欢等(2019)[1]、高宁等(2019)[2]、张光远等(2020)[3]、周颖等(2020)[4]运用条码识别技术实现了自动化立体仓库中的货物识别、库存管理等仓储管理的精确控制。然而根据调查研究发现，条码识别技术在设备仪器公司仓储管理中应用较少，大部分设备仪器公司仓储仍停留在传统人工管理。因此，为提高设备仪器公司仓储管理效率，降低仓储管理过程中错漏事件发生的概率，研究提出一种基于条码识别的设备仪器物资智慧仓储系统，并进行了详细地设计与实现。

研究通过调查某市设备仪器公司物资仓储现状，发现目前大部分设备仪器公司的仓储管理方式仍采用传统人工管理，在管理过程中存在较多人工操作和大量的纸质档案，极易在入出库操作中产生错漏事件。此外，仓库中设备仪器物资为随机放置，且没有实时对设备仪器物资进行实时更新，加大了工人寻找货物的时间，降低了货物的入出库效率，无法保证仓库管理人员准确掌握物资库存，为整个仓库的管理带来了极大的不便。因此，有必要对设备仪器物资仓储管理进行优化。针对上述问题，研究将智慧仓储系统融入设备仪器物资管理中，通过移动设备采集仓库物资存量等相关信息，以及条码识别等技术，实现设备仪器物资仓储的智慧管理。图1为本研究根据设备仪器物资仓储实际需求对智能仓储系统功能性需求的划分。通过在移动端安装设备仪器物资智慧仓储APP可对设备仪器样品条码标签、库位标签进行识别和操作业务。通过扫描条形码可获取对应样品名称、库存数量及位置、规格等信息，并可实现入出库、查询、盘点等操作。操作完成后，还可生成相应报表。通过扫描库位标签可获取库位名称、位置、容量等信息。通过移动端输入样品名称等信息，可实现快速查询其所在的库位信息及库存信息等，并生成3D仓库图像，以帮助作业人员更快完成业务。移动端通多NFC可与仓库门禁系统进行活动，实现对操作人员的验证以及记录其操作业务信息等。

根据上述系统需求，研究将本设备仪器物资智慧仓储系统设计如图2所示，包括展示层、业务层、数据层、应用层、基础环境层5层结构。展示层是实现人机交互的网络层，包括PC终端和移动终端，主要功能是展示仓储数据和通知消息以及可视化分析等。业务层主要负责用户与系统的业务交互，如分析预测报表等基础服务。数据层主要是将入出库等实际业务抽象为数据进行处理与存储，以实现业务层与应用层的信息交互。应用层即系统中所有应用软件包括数据库服务器、应用服务器等的运行环境。其中，数据库服务器负责存储系统业务数据，选用IBMDB2数据库；应用服务器负责存储和执行业务服务代码，选用Tomcat/IIS服务器[5,6]。基础环境层即系统硬件平台，包括服务器主机、存储设备、条码打印设备、网络设备、物联网传感设备。

根据上述分析，研究将系统设计总体框架设计为如图3所示，包括仓库门禁系统、网络交互系统、便携式智能扫描终端、应用及数据库服务器、PC工作站、标签条码打印工作站6个模块。其中，仓库门禁系统主要是对用户身份进行验证，只有当移动终端扫描的用户信息与应用服务器中存储的用户信息相匹配时，该用户才可登入系统。网络交互系统主要负责各个模块之间的数据传输与交互，以实现用户通过手持终端或Web端在不同工作区的信息交互。便携式智能扫描终端的主要功能是通过智能条码识别技术，对仓库标签、单据条码、库位条码等各种条码数据进行解码并显示。应用及数据库服务器主要负责处理和存储移动端发送的入出库等数据。

研究选用新大陆MT90移动数据终端作为本系统便携式智能扫描终端。该移动数据终端处理器为高速四核64位处理器，主频为1.3 GHz; 操作系统为Android7.0;运行空间为2GB,存储空间为16GB;接口为Micro USB2.0 OTG(可选背部扩展触点)[7,8]。

本研究应用及数据库服务器包括两台虚拟机服务器和四台物理服务器。其中，虚拟服务器为数据库服务器，物理服务器为应用服务器，应用服务器的处理器为Intel(R)Xeon(R)E7-4820四核CPU,主频为2.0 GHz, 采用IBMSystem×3850X5机架搭载64 GB DDR3RAM、集成4*300 GBHDD硬盘[9,10]。为保证系统在某台服务器发生故障时仍可正常运行，研究采用热备切换技术使故障服务器可自动切换到备份服务器。

本系统PC端工作站搭载IE11.0浏览器、火狐浏览器等浏览器，因此，可通过Web平台直接连接和使用。

根据系统功能需求，研究将系统功能分为Web端和移动端两部分，具体如图4所示。

入库业务是仓储业务的开始，通常情况下，入库业务统一由仓库管理员执行。首先，仓库管理员通过移动终端或PC端查询待入库样品是否已存在存货数据，若已存在，则执行后续操作；反之，则维护该样品的存货基础数据。维护样品存货基础数据应先查询PDM系统中是否存在该样品的存货基础数据，若不存在，则手动录入；反之，则直接提取该数据，并将维护后的样品基础数据通过PC工作站或移动终端录入该样品入库登记单。其次，根据样品需求，或选择已存在的库位库存放置该样品，或选择重开一个新库位放置该样品。然后，填写样品入库库位、数量等信息并提交入库单据，生成样品条码。最后，打印该样品条码粘贴与对应入库样品包装外部，即完成了入库业务。

本系统出库业务由仓库管理员统一管理，当仓库管理员接收到取样申请，可通过移动端或PC端查询并提取待出库样品数量、存放位置等信息。然后，将样品库位通过软件转化为可视化3D图像，使仓库管理员可根据图像提前规划取货路径，实现快速取货，提高出库业务效率。取货时，移动终端扫描样品条码即可选定该样品。取货完成后，通过PC工作站打印样品条码即完成了出库业务。

本系统入出库业务支持生成样品入库报表，可用于后续仓库管理员分析仓库的入库频率等，方便仓库管理员预测仓库未来样品入库信息。

本系统盘点业务的方式有两种，一是用户通过移动终端直接扫描样品条码或库位标签，根据移动终端加载的库存信息填写实际库存量，二是用户通过PC工作站对仓库库存进行分区批量样品盘点。采用移动终端进行盘点业务实现了随盘随录，使用户无需离开样品库位，便能快速完成样品盘点作业，同时减小了工作人员现场统计样品库存的出错率。采用PC工作站进行盘点业务实现了用户在同一页面即可完成批量样品的盘点，大幅度提高了用户的工作效率。

本系统条码包括样品条码、库位条码、仓库条码全部由仓库中条形码打印机打印，且均可通过移动终端扫描解码与识别。考虑到条码既可被机器识别，又可人工识读，因此，在对条码进行编码时，研究将条码标签内容设计为“条码图形+存货信息+库位编码”。其中，存货编码由样品库初始化时间戳和样品PDM基础数据ID组成。

数据流程即通过抽象系统内部数据流动的过程，对信息在系统中传输、处理、存储情况进行描述。本系统设计的数据流程如图5所示。

本系统数据库采用E-R模式，抽象操作对象和业务流程为“用户信息实体”“存货数据实体”“存货基础信息实体”“入/出库单主数据/附属数据实体”“库位信息实体”“仓库信息实体”“盘点单主数据/附属数据实体”,并重新定义实体之间的关系和属性。如库位信息实体，其库位属性包括库位位置、库位名称、存货状态等业务属性。

根据图4的功能模块，其中基于物联网的设备运输车辆调度优化是仪器设备物流运输部门根据车辆情况进行调度。具体则是调度工作人员根据Ti时刻客户的提货需求，通过物联网提供的营运车辆实时位置、载货重量等信息，做出车辆调度。通过该车辆调度策略，既可保证设备物流运输费用最小，又可保证客户满意度。为简化模型，研究作出以下3个基本假设：

(1)车辆调度中心有且仅有一个，提货的种类不限；

(2)营运车辆类型不限、数量一定，且所有营运车辆均从调度中心出发，完成派货、取货等任务后返回调度中心；

(3)客户发货量随机，每个客户由一辆营运车辆进行一次性提货。若存在货物超出一辆车的容量，则由调度中心调度多辆车进行提货。

根据上述问题描述与基本假设，本研究构建的设备运输车辆调度模型的数学描述如下：

定义调度中心营运车辆集合为A={1,2,3,…,K};车辆k(k∈{1,2,3,…,K})的最大装载量为Qk;Cij为t时刻车辆i到客户j的运输费用；Rki为t时刻车辆k服务客户i;qtj为t时刻客户j的物流量；Qtk为t时刻k车辆的装载量，则构建的模型可表示为：

minf=∏i=1KCij         (1)minf=∏i=1ΚCij         (1)

s.t(qtj+Qtk)≤QK (2)

Rvi≠Rwi∀∨≠(v,W=1,2,3,…,K) (3)

Rvi{1,nK≥10,其他         (4)Rvi{1,nΚ≥10,其他         (4)

式(1),t时刻调度营运车辆花费的最小物流费用；式(2)为调度的营运车辆载量不超过其载量能力的约束条件；式(3)表示t时刻客户物流需求仅由一辆营运车辆完成，不存在多辆营运车辆同时服务同一客户；式(4)表示是否启用k车辆，0表示不启用，1表示启用。

首先，通过物联网采集T时刻所有营运车辆地理位置、载重量的实时信息，以及物流需求客户的物流量和位置信息；其次，计算T时刻所有营运车辆到物流需求地的运输距离；然后，根据模型约束条件进行约束处理，确定满足要求的营运车辆；最后，根据运输距离对可调度的营运车辆进行从小到大排序。

根据上述算法设计，设备仪器物资运输车辆调度优化实现可分为以下4个步骤：

步骤1:随机动态生成T时刻所有营运车辆的地理位置和载重量信息，以及物流需求点地理位置和无流量；

步骤2:计算T时刻所有营运车辆到物流需求点的物流成本；

步骤3:根据约束条件找到满足需求且物流成本最低的营运车辆；

步骤4:算法结束。

本系统选用目标函数值作为可行解的评价函数，如式(5):

minf=∏i=1KCij         (5)minf=∏i=1ΚCij         (5)

为验证本系统的可行性，以设备运输车辆调度优化模块对系统进行验证。以某企业在某时刻t收到物流需求点Ctj的物流服务需求为例，采用上述方法调度一辆营运车辆对物流需求点进行提货和送货服务。为便于分析，采用坐标的形式表示调度中心、营运中心、物流需求点的位置信息。同时，为便于计算，研究设定该调度中心共有8辆营运车辆，每辆营运车辆最大载重量为3吨，分别用K1、K2,…,K8表示。实际应用中，由于t时刻营运车辆的载重量等相关参数可通过车联网获取，因此在本仿真实验中，只考虑运输距离，其他相关参数随机产生。表2为本次仿真相关参数。

采用C语言在Windows平台上模拟调度中心对车辆的调度过程，求得优化车辆调度策略如表3所示。由表可知，基于车联网的实时动态设备仪器物资车辆调度优化策略与实际调度策略情况一致，说明本研究设计的设备仪器物资车辆调度优化策略切实可行，具有一定的实际应用价值。

为实现以上仓储管理系统，以 Visio、PowerDesigner 等为开发工具进行实现。其中，Web 端采用Java 及 jsp 进行编程，以 MyEclipse 为 开 发 工具；服务器端采用 Apache Tomcat服务器；移动端前端界面采用UI设计思想，利用 android.support: design等作为通用组件支持库。使用XML 定义 UI,利用 Android 框架集成 XML 解析器，最终实现界面渲染与数据填充。图6为条形码扫描界面。图7为入库信息管理界面。

综上所述，设计的基于条码识别的设备仪器物资智慧仓储系统可有效解决现有设备仪器物资仓储管理效率低下的问题，减少仓储管理过程中的错漏事件，提高设备仪器物资库存周转率和转化效率，同时可实现设备仪器运输的优化，具备极强的可行性和实用价值。通过将该系统与车辆调度优化策略结合，实现了设备仪器物资的低成本物流运输。