吳佳圓
(上海圖書館上海科學技術情報研究所,上海 200031)
傳統圖書盤點需要耗費大量的人力與時間,而RFID(radio frequency identification)技術在圖書館行業的普及拓展了圖書智能定位盤點業務的發展空間。現今,在機器人技術日益成熟的大環境下,RFID技術與智能機器人的有機結合將有力推進智慧圖書館的發展。為了早日實現這一目標,上海圖書館以東館開放為契機,著手引入智能定位圖書盤點機器人。這一智能設備將大大提升圖書盤點的效率,不僅減輕了館員的體力工作,還能為讀者提供更好的借閱體驗。
圖書盤點是圖書館文獻管理的一項重要的基礎工作,其目的是發現館藏文獻資源的排放問題、書目數據等問題。同時,通過圖書盤點也可以查找遺失文獻,從而確保館藏文獻的完整性。圖書盤點作為圖書館日常工作之一,是保障圖書館開展業務的前提。
早期的圖書盤點方式主要有人工清點、條碼掃描盤點,如今隨著RFID技術在國內圖書館的普及,基于此技術的智能定位盤點系統開始嶄露頭角。它是指圖書館工作人員利用智能設備對書架上的書進行核對和清點,檢查有無錯架、漏架。這些智能設備的最大特點就是全都運用了RFID技術,通過該技術設備可自動掃描多本圖書的電子標簽信息,并給出結果提示,從而引導工作人員完成圖書盤點工作。該盤點模式根據盤點設備的不同,衍生出靜態人工盤點也稱手持盤點、盤點車盤點、動態RFID智能書架、智能盤點機器人這四種形式。
智能定位盤點的應用簡化了圖書館的日常工作,將一線工作人員從繁雜的圖書盤點中解放出來。除此之外,與傳統圖書盤點方式相比較,智能定位盤點在盤點成本、盤點效率和準確率、盤點工作的常態化、創新服務等方面都具有一定的優勢[1]。
智能盤點機器人是智能定位盤點的一種應用形式,它將RFID技術與機器人技術結合起來,能為圖書館的圖書動態盤點工作提供支撐[2]。相較于其他三種智能定位盤點技術,盤點機器人在精確度、高效性、智能化方面都領先一步。未來,圖書館運用盤點機器人進行圖書盤點將是大勢所趨,而本章節內容也將就智能盤點機器人進行更深入的研究。
目前,基于對圖書智能盤點的需求,盤點機器人需要擁有數據采集系統和導航定位系統。
2.1.1 超高頻RFID與機器人的結合
數據采集系統主要依賴于RFID技術,又稱無線射頻識別。該技術可通過無線電訊號識別特定目標并讀寫相關數據,而無需建立機械或光學接觸。在圖書盤點方面,圖書館一般采用芯片內置方式把電子標簽放置在書籍當中,使每一本書籍的館藏條碼與電子標簽相關聯。屆時,只需通過智能設備終端對圖書進行掃描,就可以非接觸式地快速識別粘貼在圖書上的RFID標簽,從而實現對圖書的盤點管理。
RFID技術按照工作頻率,可分為低頻、高頻、超高頻和微波系統。相較于其他頻段,超高頻系統具有傳輸距離遠、穿透性強、使用壽命長、穩定性好、存儲容量大等特點。在圖書盤點領域,香港城市大學的研究表明,超高頻RFID在標簽讀取速率、標簽讀取范圍、標簽檢測方向、防沖突等方面都優于高頻RFID[3]。
2.1.2 SLAM自適應導航功能
盤點機器人如果要實現全方位替代人工進行順架、排架工作,必不可少的一項功能就是靈活自主地在書架間進行移動。它要能在移動的過程中實時檢測環境,自主建造增量式地圖,感知到整層樓中書架排放、充電設備等環境,然后利用構建的地圖進行自主定位和導航[4],而不會因為環境的變化,比如書架、桌椅的挪動或者讀者、工作人員的阻擋等造成機器人不能正常行走的情況。目前大部分智能移動機器人是通過SLAM(simultaneous localization and mapping),也就是同步定位與地圖構建算法來實現定位導航。SLAM是一種基于概率計算的增量式定位建圖算法,它利用各類傳感器,如激光測距器、深度相機、超聲波等,搜集場景數據信息并對當前位置進行后驗概率估計,而后利用運動模型加以校正,從而得到機器人當前位置信息,構建高精度周圍場景地圖,并進行導航工作。SLAM算法是目前最成熟的機器人定位導航算法,已在商用機器人上廣泛應用[5]。
運用在圖書館內的智能盤點機器人同樣配備SLAM自適應導航功能。設備在正式投入使用時,需要先進行圖書館現場環境建圖。機器人自身搭載的激光雷達發射出激光,通過計算反射回的激光的角度、時間等確定障礙物的位置,達到構建2D地圖的作用。一般來說,為15000 m2的環境建圖大約需要10天至15天。

圖1 SLAM地圖構建示意圖(一)

圖2 SLAM地圖構建示意圖(二)
以上從理論角度探討了RFID技術、SLAM導航與機器人結合的可能性。技術層面,在2015年,南京大學計算機軟件新技術國家重點實驗室陳力軍教授團隊和南京大學圖書館聯合研發了全球首臺智能圖書盤點機器人——圖客,開創了理論實踐的先河。在此之后,上海颯智、杭州橫豎、北京金至等科技公司也輪番入場了圖書盤點機器人的領域。
2.2.1 江蘇圖客
2019年7 月,江蘇圖客機器人有限公司注冊成立,其研發的“圖客”機器人已更新到第四代產品:移動硬件搭載差速輪,并配備無刷伺服電機,實現了機器人的靜音行走;導航模塊由SLAM雙激光360°導航,使機器人可以在書架間雙向行走,路徑更為靈活、準確;此外,機器人有兩套獨立升降模塊,可以更好地適應不同書架的層高;在安全性能上添加了阻燃層模塊,保障機器人的運行安全。“圖客”在結合圖書識別定位技術、多模態自主導航技術和OCR視覺技術(智能避障和書脊信息識別)的基礎上,實現了盤點機器人每小時兩萬冊的盤點效率,98%的定位精確度,1%的漏讀率。如今,該款機器人已經在南京大學、同濟大學、寧波大學等圖書館投入使用。“圖客”實物圖如圖3所示。

圖3 圖客機器人
2.2.2 上海颯智
2017年底,上海高新技術企業颯智智能科技有限公司成立,該公司致力于智能移動共融機器人產品的研發、集成與應用,并于2018年推出了其自主研發的融合人工智能、計算機視覺、大數據處理、物聯網等先進技術的圖書盤點機器人。
在機械方面,該款機器人配有四個高頻RFID天線,可同時對四層書架進行盤點;增加了可調天線間距的設計,天線升降范圍可達90~2400 mm,適用于不同書架,提高盤點的讀到率和層定位精度。機器人的機械結構經過專門的防共振設計,工作最大噪聲不超過50分貝,可在安靜的圖書館環境中使用。標簽讀取方面,除了為機器人配備高端千標簽/秒級吞吐量RFID讀寫器外,同時輔以OCR視覺識別技術,采用人工智能算法對索書號標簽進行識別,精準定位標簽損壞或RFID信號弱的書籍。RFID和OCR兩種讀取方法相互補充,可實現高達99.7%的盤點效率。導航與行動方面,在設備部署階段,機器人根據自主研發的建圖算法和其自帶的高精度激光雷達進行場館地圖建立工作。除了地面附近的激光雷達之外,機器人四周一定高度都裝有超聲探測裝置,用于規避桌椅、行人和透明物體。當檢測到機器人周圍有障礙物時,機器人會首先進行減速,直到停止。2021年,颯智機器人在不斷更新換代后已經實現了100架(7層書架)/小時的盤點效率,高于99.7%的圖書讀取率,8小時續航時長以及厘米級的定位粒度。是人工盤點效率的60倍。“颯智”實物圖如圖4所示。

圖4 颯智機器人
2.2.3 北京金至
北京金至科技股份有限公司是國家高新技術企業,始立于1998年中關村。公司業務方向涉及云計算、大數據、智能維保、信息安全等領域。“金至國勝壹號”是金至科技憑借多年的RFID技術實踐經驗和深入調研,在分析圖書館業務的基礎上,結合智能機器人技術、激光掃描技術、RFID射頻識別技術、云計算與大數據分析,自主研發的一款圖書館智能盤點機器人,實現了圖書館無人值守的全自動盤點、順架、掃描等工作。通過WIFI網絡將數據上傳至云平臺,進行大數據分析、運算,生成在架、錯架、遺失、外借等數據報表。設備設計新穎,運行穩定,安全可靠,是一款高性能的盤點助手。“金至”實物圖如圖5所示。

圖5 金至機器人
上海圖書館東館開放在即,新館更大的閱讀空間與更多的在架圖書都對未來上圖東館的綜合服務能力提出了更高的要求。尤其是三樓開放式的閱讀廣場,對讀者來說是一種全新的閱讀體驗,38萬冊圖書也將對書架準確率提出新的挑戰。因此,在上圖東館運行智能盤點機器人進行圖書盤點勢在必行,為了檢驗其可操作性,上海圖書館挑選了其中一款盤點機器人在中文書刊外借室進行先行測試。希望通過此次現場測試,再結合東館的實際情況,加強與廠商的交流溝通,從而挑選、打磨出一款適合上海圖書館東館的盤點機器人。
本次測試分為兩個階段進行,分別為常規場景和非常規場景的適應性測試。
第一階段常規場景測試選取了兩排四列書架共965本圖書,主要通過RFID+OCR兩種方式進行相互補充盤點,對標簽弱的圖書采用OCR對索書號進行識別。測試結果證明OCR對RFID有明顯的補充作用,兩者結合后的盤點率可達98%以上,具體結果如表1所示。

表1 常規書架的盤點結果匯總 單位:%
第二階段測試主要針對特定書架和書籍區域進行分段測試。上海圖書館的工作人員挑選了三類具有明顯特征的書架,分別為:被大柱子隔斷的書架(如圖6所示)、有凸出書籍的書架以及有密集圖書和橫放圖書的書架。

圖6 被柱子隔斷的書架
針對該類場景,盤點機器人仍采用RFID+OCR的盤點方式,但在導航方式上運用了SLAM自適應算法,遇到柱子這類障礙,盤點機器人會自動后退,然后向外移動一定距離,并不斷進行嘗試,直到機器人能通過該障礙物。在通過障礙物之后,盤點機器人會以書架另一端為起點,繼續進行剩余部分的盤點,以此保證最高的導航精度和盤點率,盤點機器人運動軌跡如圖7所示。

圖7 盤點機器人運動軌跡
機器人通過對導航算法的優化,調整自身和書架的間距,從而獲得最優盤點效果。圖8盤點的數據結果表明,盤點機器人不僅可以完全適應書架被柱子等凸出障礙物隔斷的結構環境,采用RFID和OCR進行盤點還可以實現高達98%以上的盤點率。

圖8 盤點結果匯總
在盤點進程中遇到大型的凸出書籍(如圖9所示),盤點機器人會采用和上述大柱子場景類似的導航邏輯。機器人側面是視野360°的激光雷達,可以探測平行于天線平面的障礙物。如果探測到書籍進入危險距離,機器人會停下來,然后沿書架后退30 cm再前進30 cm,期間會讓機器人與書架間的距離增加3 cm(單次移動間距可根據實際情況設置),如果不再遇到障礙,保持該距離直到本架結束,到下一架會再調整回原本距離,繼續盤點。如果不能過去,再以此法增加3 cm距離。如果反復6次,或進入對側書架的危險范圍也無法成功,則判定失敗,停止盤點后面的書架,升高天線,執行前面書架的上半部分盤點。其運動原理如圖10所示。

圖9 有凸出書籍的書架

圖10 機器人運動原理
根據圖11數據結果顯示。

圖11 針對凸出書籍的智能盤點結果匯總
針對凸出書籍的盤點,盤點機器人經過導航算法優化,可以盡可能地將該因素對盤點效果的影響控制在極小范圍內,盤點率可達97%~98%,和正常書架的盤點率相對接近。

圖12 有密集、橫放圖書的書架
由于該部分書籍厚度≤5 mm,且未按常規方向堆疊放置,無法使用OCR識別到索書號標簽,故盤點機器人僅采用RFID進行盤點。針對該場景除了需要解決超薄書籍間的信號干擾問題,還需要克服橫放圖書凸出書架的問題,以及適應書架層高變化、不在同一直線等難點。在導航算法優化下,盤點機器人對該列密集圖書進行了多次測試,測試結果如圖13所示。

圖13 針對有密集、橫放圖書書架的智能盤點結果匯總
可以看到,密集圖書由于書籍太薄且擺放不規則,圖書間信號干擾較強,無法使用OCR等其它輔助盤點方式,故盤點率略低于正常書架的盤點,但仍可達到87%以上。
通過以上現場測試,我們對此類智能定位盤點設備的效能有了直觀的了解。然而,新型設備或者說創新模式在應用過程中必然伴隨著有待磨合之處,結合國內其他圖書館較早使用盤點機器人的經驗,和在上海圖書館的現場測試,我們發現該智能設備在未來長期使用中可能會遇到以下這些問題。
盤點機器人的定位與導航依賴于SLAM算法,該算法在計算過程中需要將觀測數據、預測數據和歷史數據合成一個高維向量并進行概率估計。隨著時間的推移,數據結果會產生累積誤差,長時間運行后定位精度可能會有偏差。而圖書盤點和查找最重要的就是定位精度,精度偏差容易導致圖書位置、排序和數量識別錯誤,從而降低了盤點的準確率[5]。更有甚者,定位精度降低嚴重的話可能會造成機器人和狹窄的書架之間發生碰擦。
一般來說,少兒繪本書脊薄、規格多,這些圖書特征給智能盤點機器人的盤點工作帶來了不小的困難。首先,書脊薄會造成書架上少兒圖書的密集堆放,從而干擾到盤點機器人對每本圖書RFID信號的讀取,而輔助盤點的OCR視覺識別功能也同樣受限于較薄的書脊,無法完成有效的識別。其次,規格多表現在少兒繪本往往大小不一,開本種類從8開到64開都很常見,甚至還有異型開本。不規律的書籍大小同樣給盤點機器人的RFID信號識別造成困難,因為在盤點時,機器人與書架之間的距離是固定的,遇到較小開面的圖書會拉長芯片讀取的距離,可能導致信號較弱從而識別不到;較大開面的圖書則會對機器人的行徑路線產生阻礙。前期測試的數據證實,盤點機器人對少兒圖書的盤點準確率為80%,對于少兒繪本的盤點依然處于技術瓶頸期。
盤點機器人對網絡的依賴度較高,在盤點完成后,機器人需將數據上傳至后臺的服務器輸出定制化報表,同時要將相關結果同步到folio等索書平臺。萬一在數據傳送階段遇到無網絡連接或網絡較慢等意外狀況,我們要求盤點機器人能做到把數據先行緩存,待網絡良好再進行上傳。此外,將來在上圖東館閱讀廣場的書架上會采用墨水屏層架標,如果能實現智能盤點機器人和與其系統對接,那么當層架標變化時,盤點數據庫后臺也會實時更新,保證盤點數據的準確性。這也對未來場館的網絡穩定性提出了更高的要求。
近年來,隨著智慧圖書館理念的提出,代表著智能化、自動化、高效化的智能定位盤點模式將被更廣泛地運用到圖書館的日常運營中去。盤點機器人是當下這一創新模式最先進的技術之一,其歷經數次迭代升級,在系統功能、運行性能、結構設計等方面都日臻完善。我們希望,通過上海圖書館在這一領域的實踐與測試,能夠帶動更多新時代下的傳統圖書館在常態化圖書盤點業務上的改進與突破。