基于物联网的食品物流安全追踪方法研究

王 梅

（江苏海事职业技术学院 信息工程系，江苏 南京 211170）

1 引言

近年来，我国频频发生食品质量安全问题，食品安全已经成为舆论关注的焦点。食品安全事件频发的背后有许多深层次的原因。从食品流通方面分析，首先，食品检测监督条件不完善、对食源性病原菌缺乏认识或从业人员非主动性过失，造成劣质食品未被发现，继而进入消费环节；其次，食品安全物流追踪机制不健全，导致无法对食品在物流过程进行全面监控，发生食品安全问题后责任划分不清[1-2]。因此，将物联网技术引入到食品物流安全追踪系统，通过物联网架构将食品追踪与物流管理系统结合起来，构建基于物联网的食品物流信息追踪系统，针对人民群众日常生活所需的蔬菜、水果、肉禽、水产、米面油等食品，实现质量安全监控，通过从生产源头到消费者手里整个过程的控制、检测、跟踪、信息共享等操作，保障人民群众的食品安全[3-4]。

2 物联网与食品物流安全追踪

2.1 物联网的组成

应用层、网络层、感知层是物联网体系的三个层次。感知层应用传感原器件，用以收集终端反馈信息，其主要组成包括编码标识、成像设备、传感网关等；而网络层的主要作用是将所有传感网络连接到通信互联网上，实现终端设备的互联[5]；要实现对物品全程监控就要将终端反馈信息转化为可用的数字音视频信号，从而实现可视化的追踪监控，这就是应用层的主要职能；而独立于这三层之外的公共层的主要作用是相互联系其他层次，包括对整个网络的管理以及编码标签的读取[6]。

图1为典型的物联网组成结构，其主要由电子识别系统、中间件系统和互联网系统三个部分组成。其中,电子识别系统由射频识别RFID、电子标签读取器、以及数据管理模块等组成；而中间件系统的组成包括PML服务器、Savant中间件以及ONS服务器等；互联网、计算机、网络数据库、Internet服务器等组成了互联网系统。

物联网系统的运作流程是：在每个终端目标上都有特定的电子识别标签，在目标靠近电子标签读取器时，读取器接收到电子标签发出的射频信号，在这个射频信号中包含该目标的详细信息，读取器对接收到的信息进行解码后，送入到计算机中间件系统进行处理，处理后的信息再被送到互联网系统中，在互联网上利用ONS服务器搜索该目标信息的存储位置，并向中间件Savant系统说明存储该信息的服务器名称，然后中间件系统读取该目标的具体标识信息。

图1 典型物联网结构图

2.2 物联网架构下的食品物流安全追踪

具体的食品物流安全追踪过程是从原料采购到生产加工、仓储、物流运输、销售等一系列操作，中间件系统是整个食品物流追踪网络的支撑,通过在食品流通各个环节上安装电子标签读取器,实现食品的自动化管理，使食品安全始终在透明化的过程中运行。

食品追踪要从原料的采购开始，原料在入库之前都要贴上电子身份标签,使原料在出库、生产等过程中的变化情况都记录在Savant系统中，以便消费者查询食品原产地、生产日期、主要成分等信息。

如果食品是以散装的形式进行存储,要在仓库中安装温度、湿度等传感器，通过物联网系统实现智能化的仓库环境条件系统。如果食品是以包装箱的形式进行存储,应在箱体外贴电子身份标签，标签中要包括食品的生产厂家、食品基本信息、生产日期、配送车辆的信息以及物流追踪信息等，以实现对整个物流过程的全程监控。在食品配送过程中,如果配送车辆遇到交通阻塞等情况时，食品流通信息监控系统会重新选择最优配送路径,通过无线通信方式传输给配送车辆,配送车辆及时调整配送方案,节省物流配送时间。

食品在配送到零售商店或超市时,消费者可以通过物联网管理平台对食品的安全性和基本信息进行查询，从而更加了解该食品，增加消费者的满意度。

3 基于物联网食品物流追踪方法

3.1 关键技术

终端设备的信息采集主要由各种传感器完成，现在传感器种类比较丰富，对于温度、湿度、压力的检测都比较准确。食品物流、医疗设备等基于物联网的领域对传感器要求已经趋于微型化，目的就是为了更好地适应不同的环境、不同的物体，以及更好地适应单片机系统的集成。考虑到成本问题，在传感器的选择上，要与自身需求相结合，合理配置。

物联网也被称为传感网，是因为物联网的终端多是传感器设备，传感器通过无线通信技术组成无线传感网络，接入到Internet等公共网络中。射频识别模块、传感器模块、信息处理模块是网络节点的基本组成部分，网络节点的工作就是将传感器采集的信息进行转化、处理，再运用无线通讯技术将数据传递出去。无线通信又分为远距通信与近距通信两个部分，远距无线通信可以接入Internet等公共网络组成广域网，近距无线通信组成的是本地局域网络。现在物联网的接口还没有统一的标准，只能使用现行的行业标准接口进行通信，比如无线通信的现行标准有Wi-Fi（无线局域网）、RFID（射频识别）、zigbee等；有线的标准接口有USB、RS-232、RS-485等，都可以和终端设备组成传感网络。无线传感网络规模配置比较灵活，在一定区域的一种或几种信息的采集，只需要一个本地局域网就能覆盖，将多个本地局域网连接就能监控区域内的所有信息。

食品物流的整个供应链是十分庞大的，单单依靠一个或者几个本地局域网的连接是远远不够的，而对于不相邻的区域或者更大区域范围的监控覆盖也是不够的，因此，只有组成广域网，将本地局域网接入到公共网络中完成信息交换，才能更大范围地监控食品物流体系，并且有效利用资源。远距通信的现行技术和网络也是比较丰富的，比如GPRS、EVDO、TD-SCDMA、Internet等公共网络。

基于物联网的食品安全追踪系统，包含两种网络架构，分别是平面式和分层式，其中平面式网络架构更适合本地网络，分层式网络架构更适合广域网络。采用两种网络架构的目的是为了满足不同的组网需求和管理需求。

终端移动设备的定位要与GPS、GSM、CDMA以及电子地图等移动通信技术相结合，才能更准确、迅速地获得食品物流的活动地理位置信息、完善食品物流安全追踪体系中的位置轨迹信息采集。

3.2 物流动态追踪算法

食品物流信息动态追踪方法就是将检测得到的物流数据进行互联、过滤、跟踪等运算后，最终得到多个食品安全信息的物流轨迹。

（1）数据互联。数据互联是信息追踪的第一步，对于食品物流目标的多个位置反馈信息，则统计距离最小的位置信息作为目标位置，即d2(k)最小，用于对目标状态的更新。即：

联合概率数据互联算法是杂波环境下对多目标跟踪进行数据互联的一种良好的算法。其基本确认矩阵为：

式（4）表示在第i个关联反馈信息中，追踪目标j是否符合定位目标的确认信息，等于1表示追踪目标在该位置，反之则不在。

（2）信息过滤。应用卡尔曼滤波算法作为对终端反馈信息的过滤方法，具体方法为利用标准的信息值与反馈信息值进行对比，从而更新估计的状态变量，求出当前读取的估计值。在对动态目标的GPS定位测量中，用卡尔曼滤波算法从受干扰的数据中估计状态变量，能准确、迅速地计算出目标的三维坐标。

食品物流动态追踪定位的卡尔曼滤波模型：

其中：Xk和Yk分别是k时刻的状态矢量和检测矢量；Fk/k-1为状态转移矩阵；Uk为k时刻的干扰噪声；Tk为系统控制矩阵；Hk为k时刻检测矩阵；Nk为k时刻检测的噪声；Rk为检测噪声的方差矩阵。

为了便于求解，先考虑整周模糊度为常数时的矩阵向量，动态模型采用常速模型。则：

预估计值：

在实际应用中，由于滤波的状态估计值可能存在偏移，且估计误差的方差也可能很大，远远超出了按计算公式计算的方差所定出的范围。而在理想条件下，卡尔曼滤波是线性无偏最小方差估计。

（3）目标跟踪。目标跟踪过程中主要检测指标就是目标的位置信息，要获取食品物流的位置信息，可以通过终端反馈信息与电子地图上数据库信息进行特征匹配，即在已知区域地图数据的情况下，在区域电子地图上通过搜索进行信息特征匹配，找到食品的活动轨迹。目标匹配通常是分别通过终端反馈信息与电子地图的位置信息进行特征点比对，在所有距离中，距离最小且满足一定阈值条件的位置就是最佳匹配，也就是目标位置。

在匹配过程中，为提高匹配效率的时间，应该先通过特定的信息进行粗略筛选，初步确定候选目标位置，然后通过更多的匹配信息进行相同操作，从而在较小计算量的情况下，获得精确的食品物流位置信息。

4 仿真实验与分析

为了验证本食品物流安全追踪方法的有效性，选择几组不同的目标进行仿真实验。通过MATLAB软件对目标的运动轨迹进行获取，从而实现对目标的追踪。仿真结果如图2和图3所示，图中实线为实际目标的物流轨迹，虚线为通过本方法获取的物流轨迹。

通过仿真结果可以看出，通过本方法可以实时获取追踪目标的位置信息，并且十分接近于目标的实际活动轨迹，因此，验证了本追踪方法的有效性。

图3 目标2的仿真活动轨迹

5 结语

基于以上的研究，在物联网架构下的食品物流安全追踪系统，能实现资源的合理化利用，加强对食品安全的监控力度。食品生产企业、物流企业、零售商、消费者通过统一的平台加强了沟通，共享了资源，在出现食品安全问题时，也可以很快找到原因所在。因此，建立食品物流安全追踪系统，不但可以完善食品产业供应链，而且能为广大人民群众提供更加安全的食品物流环境。

[1]黄胜海,邹剑敏,孙健全.基于RFID技术的食品体系研究[J].农业网络信息,2007,(12):23-25.

[2]张敏,谈向东.现代食品冷链物流的现状与发展趋势[J].商场现代化,2007,(20):137-138.

[3]龙满生,何东健.基于遗传神经网络的苹果综合分级系统[J].西北农林科技大学学报(自然科学版),2001,29(6):108-111.

[4]高红梅.物联网在农产品网络与信息化中的应用[J].商业时代,2010,(22):40-41.

[5]沈云涛,郭雷,任建峰.一种基于Haasdorff距离的运动物体跟踪算法[J].计算机应用,2005,9(25):2 120-2 122.

[6]朱丽,祝玉华.利用物联网技术的现代粮食物流跟踪设计[J].粮食流通技术,2010,(3):30-33.