引言

隨著科學技術(shù)的發(fā)展，普適計算的概念和物聯(lián)網(wǎng)概念逐漸成為人們熟知的話題。傳感器技術(shù)的不斷發(fā)展，使得設(shè)備也越來越智能化。智能化的設(shè)備連接網(wǎng)絡(luò)，組成了一個龐大的計算網(wǎng)絡(luò)。智能感知與分析系統(tǒng)也逐漸成為熱門的研究領(lǐng)域。隨著生活水平的提高，人們對服裝的要求和品位不斷提高，服裝商店的競爭也越來越激烈。這就使得那些能夠追蹤人們具體服飾喜好的，比如流行服飾的顏色、材質(zhì)、類型的服裝商店，才能在競爭中脫穎而出?，F(xiàn)在服裝商店都是連鎖的居多，它們不僅需要知道本地的流行元素，還需要知道其他地方的流行元素，來改進服裝的庫存分配，以改進銷售量，從而獲取更大的利潤。雖然服裝商店可以通過銷售記錄來得到這些數(shù)據(jù)，但這些都只是靜態(tài)的數(shù)據(jù)，不能完全反映或追蹤所有信息。針對上述問題，本文提出了一種基于 RCMIDAA 模型的智能感知與分析系統(tǒng)來追蹤最新的服裝流行元素。該系統(tǒng)主要通過人們試衣行為記錄和對銷售記錄的分析來獲得更全面、更準確的信息。

1 基于 RFID 的上下文感知

我們使用的 UHF 頻段 RFID 標簽具有 96 b 可用的 EPC唯一編碼，96 b 的 TID 信息有 64 b 的 USER 用戶區(qū)。因此，根據(jù)標簽信息就可以可靠地獲得簡單的上下文消息。

上下文信息的提供是上下文感知系統(tǒng)的核心內(nèi)容。RFID閱讀器得到的標簽信息是簡單上下文信息，然后通過過濾和模式匹配，轉(zhuǎn)化為更高一級且具有一定語義的高級上下文信息。

上下文信息通常伴隨著動作的產(chǎn)生而產(chǎn)生，用于指示某一動作的發(fā)生。動作是模型的基本工作單位，包括完成動作數(shù)據(jù)的上下文消息集合，并以上下文信息形式在應(yīng)用程序或服務(wù)之間傳輸及驅(qū)動高層業(yè)務(wù)完成。上下文信息驅(qū)動的模型如圖 1所示。其中上下文信息序列 <c1,c2> 觸發(fā) Action1，上下文信息序列 <c3,c4,c5> 觸發(fā) Action2。

一個上下文信息可能會引起下游的若干個動作發(fā)生，該動作可能是人，應(yīng)用程序、活動的業(yè)務(wù)流程、數(shù)據(jù)倉庫或自發(fā)的代理組件等。我們稱 RFID 閱讀器檢測到的事件為簡單上下文信息，它所包含的語義信息非常有限。而實際應(yīng)用系統(tǒng)則更多關(guān)注高層復(fù)雜語義信息。要獲取這些信息，應(yīng)對簡單上下文消息施加一定的規(guī)則，形成高級上下文消息。

圖1 上下文信息序列觸發(fā)動作圖

上下文信息感知主要完成以下工作：過濾信息、實時處理、挖掘隱含信息等，同時它也依賴于上層規(guī)則。

過濾信息的意義在于 RFID 讀寫器系統(tǒng)會產(chǎn)生大量的冗余數(shù)據(jù)和海量數(shù)據(jù)。據(jù)統(tǒng)計，沃爾瑪三天之內(nèi)就會產(chǎn)生超過美國國家圖書館所包含的全部數(shù)據(jù)的數(shù)據(jù)量。同時，RFID 讀寫器讀取的數(shù)據(jù)可能包含大量的冗余數(shù)據(jù)。主要原因有：一臺讀寫器可能讀取同一標簽多次 ；讀寫器在相鄰兩個讀寫周期內(nèi)讀取不同的標簽列表可能包含相同的標簽。如此大的數(shù)據(jù)量直接發(fā)送顯然是不合理的，直接發(fā)送必將引起網(wǎng)絡(luò)的擁塞。

實時處理要求上下文信息處理模塊能夠更高精度地獲得所讀取的標簽信息。RFID 讀寫器通過發(fā)射射頻信號并接收反射信號來捕獲 RFID 標簽對象。這些持續(xù)不斷到達的數(shù)據(jù)可以看作數(shù)據(jù)流。一般情況下，必須對這些數(shù)據(jù)流進行實時處理，否則將丟失有用的信息。

挖掘隱含的信息。RFID 系統(tǒng)中的很多服務(wù)都是由采集到的原始上下文信息觸發(fā)的。原始的上下文信息與上層應(yīng)用邏輯存在著密切關(guān)系。

2 系統(tǒng)模型

上下文感知項目和框架主要有以下幾種 ：第一種，也是最早的上下文感知項目，這是上世紀 90 年代初 Olvetti 實驗室開發(fā)的 Active Bage 項目，該項目當時主要應(yīng)用于辦公大樓的電話轉(zhuǎn)接系統(tǒng)。

第二 種 是 ROME 模 型。 這是斯 坦福大學 Andrew C.Huang 提出的基于上下文觸發(fā)的事務(wù)模型。其中終端設(shè)備可感應(yīng)上下文環(huán)境，若滿足觸發(fā)的條件，則觸發(fā)相應(yīng)的動作。它采用簡單的三層架構(gòu)，其架構(gòu)圖如圖 2 所示。該架構(gòu)包括單元管理層、觸發(fā)事務(wù)管理層和前端顯示。單元管理層主要接收 PDA、AutoPC 等發(fā)送過來的上下文信息，觸發(fā)事務(wù)管理層則根據(jù)相關(guān)觸發(fā)條件觸發(fā)動作，前端顯示觸發(fā)動作的結(jié)果。

第三種是美國佐治亞工學院提出的Context Toolkit 模型。該模型采用面向?qū)ο蟮姆绞矫枋錾舷挛?，將每種上下文都建模成一個類。這個模型中有 Widgets、Server 和 Interpreter 三個類型的對象。Widges主要是獲取上下文，為應(yīng)用程序提供借口；上下文 Server 用來提供聚合所有上下文信息，轉(zhuǎn)為上層應(yīng)用程序提供感興趣的信息。上下文Interpreter對上下文信息進行解釋，統(tǒng)一上下文信息格式，或者產(chǎn)生新的上下文信息。這個框架系統(tǒng)是跨平臺的，不同對象可以通過 XML 和 HTTP 進行通信。

圖 2 ROME 模型結(jié)構(gòu)圖

第四種是基于本體的 CoBrA 和 SOCAM 項目。它們都采用集中模式管理，并在服務(wù)器中進行上下文信息的計算和管理，響應(yīng)對上下文應(yīng)用的請求。Service-Oriented Context-awareMiddleware(SOCAM) 是客戶 / 服務(wù)器型的系統(tǒng)框架，由 GuTao[8] 等人在 2004 年提出。該框架可高效地支持上下文的獲取、發(fā)現(xiàn)、解釋和訪問等，支持快速的移動應(yīng)用，整個框架主要包含上下文提供者、上下文解釋器、上下文數(shù)據(jù)庫、上下文感知服務(wù)和服務(wù)定位服務(wù)等部分。相較于 CoBrA，SOCAM 還是面向服務(wù)架構(gòu)的，具有標準開發(fā)、松散耦合等特點。

RFID 技術(shù)具有高識別率、可追溯、唯一標識等特點 ；而上下文感知技術(shù)是研究如何有效利用上下文信息的一種新的計算模式。Web Service 技術(shù)則可提供一套標準的協(xié)議，用于溝通不同平臺、編程語言和組件模型中的不同類型系統(tǒng)之間的通信，它具有分布性、松散耦合、異構(gòu)型等特點。它打破了軟件應(yīng)用、網(wǎng)站和各種設(shè)備之間的不兼容的狀態(tài)，可實現(xiàn)基于 Web 無縫集成的目標。這三者的技術(shù)結(jié)合是實現(xiàn)本系統(tǒng)的最佳方式?；谏鲜瞿Ｐ?，本文提出了一種如圖 3 所示的 RCMDIAA 模型。

圖 3 RCMDIAA 模型

在圖 3 所示的 RCMDIAA 模型中，Web Service 層隔離了智能感知層與智能分析層，Web Service 層與智能感知層和智能分析層之間的通信都是通過以XML規(guī)范編碼的SOAP消息進行的。

3 系統(tǒng)實現(xiàn)

本系統(tǒng)主要分為三個層次。第一層是智能感知層，實現(xiàn)的是 RFID上下文信息驅(qū)動的智能試衣行為動作流。第二層是 Web Service，用于對接收到的 SOAP 消息進行處理。WebService 層可接收兩類 SOAP 消息 ：一類是下層的智能試衣記錄的動作流，另一類是智能試衣記錄分析的請求。第三層是智能分析，主要是 Web Service 對返回的盤存數(shù)據(jù)和智能試衣記錄的顯示，可用以分析最新的服裝流行元素。

本文的重點在于智能感知層的智能試衣行為的識別。通過裝在固定位置的閱讀器讀取服裝上的 UHF 標簽來實現(xiàn)試衣行為的檢測。智能試衣行為需要用到三個表 readedHash、sySendHash 以及保存的未發(fā)送的 TID 標簽信息和 QDateTime信息的 sy.xml 文件。

試衣行為識別流程如下：首先實時讀取標簽數(shù)據(jù)，同時寫入到 readedHash 表中。如果沒有讀得任何標簽信息，則判斷試衣發(fā)送哈希表readedHash是否為空。如readedHash為空，則判斷 sy.xml 文件是否為空，若不為空，則發(fā)送試衣 SOAP消息，發(fā)送成功后刪除 sy.xml 中發(fā)送成功的 TID 信息和時間信息。如 readedHash 不為空，再判斷 readedHash 中的 TID是否在 sySendHash 中。如果 TID 不在 sySendHash 中，則把對應(yīng) TID 和讀得 TID 的平均時間寫入 sySendHash 中，同時清空 readedHash 表中相關(guān) TID 的信息 ；readedHash 不為空，判斷 readedHash 中的 TID 是 否在 sySendHash 中， 如果在sySendHash 中，再比較對應(yīng) sySendHash 對應(yīng)的平均時間減去sySendHash 中的時間間隔是否小于 t1。如果是，則表明是與上次相同的上下文試衣信息，更新 sySendHash 中的對應(yīng) TID時間為 readedHash 中的 TID 對應(yīng)的平均時間 ；readedHash 不為空，再判斷 readedHash 中的 TID 是否在 sySendHash 中，如果在 sySendHash 中，則比較對應(yīng) sySendHash 對應(yīng)的平均時間減去 sySendHash 中的時間間隔是否大于 t1，再判斷時間間隔是否大于 t2。如果是，則觸發(fā)一個智能試衣行為，并發(fā)送 SOAP 消息 (TID 信息和 sySendHash 對應(yīng)的平均時間 ) 給Web Service 層，發(fā)送成功后刪除 sySendHash 中對應(yīng)的 TID和時間信息，若發(fā)送不成功，則把 TID 信息和 sySendHash 對應(yīng)的平均時間放入 sy.xml 文件中。

4 測試結(jié)果

表 1 所列是本系統(tǒng)感知層的測試結(jié)果。

由表 1 所列的感知層測試結(jié)果可以發(fā)現(xiàn)，試衣行為記錄能夠正常工作，而且智能感知層已經(jīng)過濾了大量冗余的標簽信息，可以完成所要實現(xiàn)的功能。圖 4 所示是本系統(tǒng)中的智能試衣行為分析運行結(jié)果。通過對智能試衣行為的分析可以得到最近服裝的流行趨勢。

圖 4 智能試衣行為分析系統(tǒng)運行結(jié)果

5 結(jié) 語

通過對銷售記錄與試衣記錄的分析，可以預(yù)測得到的結(jié)果：首先，如果試衣記錄很多，銷售記錄卻很少，說明服裝設(shè)計讓人不滿意，需要重點分析原因。其次，如果試衣次數(shù)很多，銷售記錄也很多，說明服裝很受歡迎。還有，如果試衣次數(shù)很少，銷售記錄卻很多，說明服裝很流行。另外，如果試衣次數(shù)和銷售記錄都很少，說明服裝雖然讓人不滿意，但是還是有固定的消費人群。

實際上，由本智能試衣行為分析運行結(jié)果分析，本實驗得到的結(jié)論是 ：在 2012 年 3月10 到 2012 年 4 月 20 日中，藍色和黑色的服裝最受歡迎，綠色的服裝最不受人歡迎?？梢?，選擇不同時期的試衣記錄，可以為智能服裝店提供更多流行元素的信息，從而分配服裝庫存，增加銷售量來提高利潤。

20210914_613f86d5eec53__RFID感知技術(shù)在服裝門店中的應(yīng)用