杜永慶,邢普學,丁巍
(安徽送變電工程有限公司,安徽合肥 230601)
智能電網主要由發電、變電、配電、輸電、調度、用電幾部分組成。智能電網在建設中需要大量物資作為后勤保障,這些大量物資都需要集中存放在電力建設貨物倉庫中。當前各種不同的圖像監控、溫度控制系統、火情預警、照明和消防設備都逐漸替代了人力,無人值守倉庫的出現節約了大量的人力。文中依據重量傳感器技術設計了一套無人值守倉儲系統,其主要技術依據有人臉識別技術、重力傳感器技術以及智能AI 技術。
1.1.1 信息閉塞
電力公司在管理部門間的通信情況會存在信息封閉的現象,除了部分需要人工填寫的登記單、報表外,無需別的相關記錄,這使得部門之間的信息無法集中同步傳遞,造成信息不及時現象,從而影響管理過程中的整體一致[1-2]。
1.1.2 效率不高
在傳統的稱重過程中,車輛在進出庫的時間內司機需要完成簽單工作,而工作人員進行登記、錄入車輛信息等步驟后才能進行稱重,整個流程繁雜,需要耗費較多的人力物力資源,且效率不高[3]。此外,由于是人工參與,所以數據方面都需要手錄,則一方面,容易出現數據錄入錯誤;另一方面,如果數據久遠,難以查找,準確性就大大降低[4-7]。
無人值守系統運用智能AI 來完成的自動辨識,在非人工稱重中,過程完全自動化,不需人工操控,可以除去人為原因,使工作效率上升,也增強了信息收集的時效性及準確性。總體來說,有以下意義:
1.2.1 電力公司管理信息化
將信息收集、處理,通過互聯網來運作,改變以往的手動工作流程,可以增加公司各部門間信息管理的一致性和完整性。實現電力公司信息化管理,也增加了收集、統計整理數據的方便性[8]。
1.2.2 提高效率和信息采集準確性
實行智能AI 標簽自動化以后,非人工稱重可以使工作效率大大增加,減少稱重耗時,增強了收集車輛信息和稱重數據的準確度[9]。
人臉識別技術最早出現在20 世紀60 年代,而發展至今,計算機技術的快速普及也使人臉識別技術的功能性變得更加強大。目前,效果非常出色的一些人臉識別技術基本都可以通過深度學習框架來實現,這些方法都可以按照預先的設定將人臉的區域進行識別,并且按照尺寸要求進行關鍵點位置計算。而人臉的配準算法本身可以固定計算量,且相比于人臉檢測或人臉特征提取,識別算法的計算量和耗時更低。近年來深度學習方法也基本涵蓋了人臉特征算法,這些算法可以固定市場,發揮了生物特征識別應用的趨勢,標志著從弱人工智能向強人工智能的轉變[9-10]。
人臉識別的優勢主要體現在人的特征比較固定,無論是人還是其他個體在進行識別的過程中都具有不同的生物特征。以人臉比對過程來看,人臉比對算法的輸入過程本身就是提取人臉特征的過程,將臉部之間的相似度進行計算,驗證過程基于人臉比對的基礎策略來實現。相比于熟悉的指紋識別、虹膜識別過程,人臉識別的主要優勢在于自然性明顯,可以直接通過生物特征來區別個體。
人臉識別技術的另一項優勢在于并不會引起人們“作弊”,原因在于識別方式本身是利用可見光獲取圖像信息的,虹膜識別和指紋都有紅外線采集過程,這些方法進行“作弊”的可能性更高。具體來看,人臉識別通過序列算法輸入信息,將相似度和閾值的有關內容進行排序后再得出結果。
遵循某電力公司實際狀況和前文提到的模型設計可以看出,某電力公司在數據庫中仍要使用數據字典、流程圖和E-R 圖數據庫中的數據來定義。
2.2.1 數據字典卡片邏輯定義
在目前的數據字典當中,可以借助數據庫相關的卡片方案來描述系統中涉及到的數據信息。如果數據復雜程度較高,那么可以將多個卡片進行組合分析,從而將其進行更加準確的定義和描述。這里涉及到的卡片類型包括數量卡片、清單卡片、單位名稱卡片、權限卡片等,不同的卡片對應著不同的元素特征。其主要目的是,根據倉庫內貨物質量的不同來對倉庫產品進行區分。圖1 為一部分卡片的設計圖示。

圖1 數據字典卡片
2.2.2 數據庫邏輯設計
根據數據庫中卡片邏輯的定義,開展數據庫最初的基本作業。根據已經完成的E-R 圖來判斷智能AI 系統中需要注意的單元管理,數據的結構圖[11-16]如圖2、3 所示。

圖2 入庫E-R圖
編輯好全部的數據類型以后,利用編程軟件,完成數據化模型到數據庫管理識別系統的數據轉化。若轉化中觸及到計算機語言的設計,可回顧上文,在某電力公司RIFD 的內部系統,已制定的數據典籍和E-R 模型數據需要計算機語言攝入,才可以達到程序的功能運作。

圖3 需求單位E-R圖
所以在E-R 數據結構圖當中,放在第一位的是完成需求單位表的邏輯翻譯,對5 個母單元開展設計,如圖4 所示。

圖4 出庫E-R圖
入庫和出庫是電力公司日常的主要流程任務,經過日常業務的流程判斷,確切找出作業和糧庫業務系統的相交點;與此同時,還可以將作業系統中需要完成的功能進行提取。
入庫的步驟,第一步:報崗,再檢查有無合同,若無合同就再次報崗;第二步:結束報崗,登記稱重作業以及制定計劃,做完以后,在稱重處等待系統自動稱重;第三步:到特定的裝貨地點,并到稱重處重新稱載重物重量,并自動登記;第四步:完成兩次稱重后,系統將自動記錄貨物的凈重貨量,這就是入庫的流程。
出庫的步驟,第一步:報崗,檢查有無合同,并且進行對應的人臉識別,驗證人證的一致性;第二步:無人值守倉自動門打開,倉儲人員進入無人值守倉,隨后無人值守倉倉門自動關閉;第三步:到特定的裝貨地點存取貨物,并自動登記;第四步:存取完成后,進行驗證,如果存取貨物與合同一致則無人值守倉自動門打開,倉儲人員離去;否則,紅燈亮起進行警報,重新進行存儲操作。
最終確認在存儲倉的自動電子屏上完成,在界面的中心有設備狀態以及視頻監控影像。每當存取貨物時,設備狀態的標志會隨著狀態及時變化。例如:當存取智能電表,數量有誤時,指示燈的紅燈會亮起,對于倉儲人員進行相關警報,如果3 次均出現差錯,則通知上級系統,進行人工探查。這就方便了在無人看守倉庫的情況下,也可以隨時抓拍監測倉庫情況。具體流程如圖5 所示。

圖5 貨物存取流程圖
倉儲人員去無人值守倉存取物資,首先,要得到相應的批準,然后,在倉門處接收人臉識別的檢測,如果檢測與許可證一致,則無人值守倉庫門自動打開,如圖6 所示。

圖6 無人值守倉門
進入倉庫后,倉儲人員按照要求存取貨物,系統根據貨物減少的質量,計算最終倉儲人員取貨是否正確,如圖7 所示。

圖7 無人值守倉貨物架
倉儲人員取貨之后,去電子屏處確認,如果取貨與貨物單一致,則電子門打開,取貨完成;如果貨物單與取貨不一致,則亮燈警報,對于倉儲人員進行提示。
文中從倉庫流程的弊端著手,引出新的無人值守倉理論概念,根據新的理論彌補舊流程的不足來設計構思新的數據倉庫,再重新說明出庫步驟,最終完成實際出庫。文中所設計系統可以有效地將無人值守倉的監測速度提高3 s,準確性達到98%左右,說明設計有效。但文中研究也有成本和時間方面的局限性,所以,只完成了實現無人值守時倉庫監控的基本流程,對于系統如何識別等質量物品,以次充好的問題并沒有進行設計和討論,等待以后可以繼續調研設計。