基于RFID技术和5G通信的电商物流实时追踪方法

在互联网技术的不断革新与发展下，电子商务行业迅速崛起，为促进市场经济增长发挥了重要的作用。在电子商务行业的带动下物流行业也得到了快速发展。目前，电商物流具有规模大、运输范围广等特点。

为了满足客户需求，使电商物流客户实时了解到电商物流信息，物流企业对电商物流追踪，通过追踪还可以方便物流企业对货物的定位和查找，展开一系列的物流管理工作[1]。

最初采取的追踪方式为人工方式，由物流人员对物流信息现场记录，输入到物流信息系统或者平台上，用于电商物流实时追踪。随着人工智能等现代化技术的不断革新与发展，自动化追踪方式逐渐取代人工方式，利用数据采集技术、通信技术对物流信息采集、传输，再利用数据处理和分析技术实现对物流信息的实时跟踪[2]。在这一背景下，本研究提出了基于无线射频（RFID）技术和5G通信的电商物流实时追踪方法。

本研究采用RFID实时获取电商物流信息。

无线射频技术关键在于RFID电子标签设计，该技术主要是生成商品电子标签，该标签相当于物流商品的身份证，电子标签记录了电商物流的所有信息，包括物流站信息、订单编号、商品类别、物流车辆信息等，通过对生成的RFID电子标签扫描，自动获取到电商物流信息[3]。采用五元组建立电商物流RFID电子标签拓扑模型如下：

式中，G表示电商物流RFID电子标签拓扑模型；F表示域名管理者，即物流商品出厂商信息；K表示物流站编号，代表物流站名称；C表示订单序列号，代表物流订单编号；S表示客户分类号，代表物流客户信息；R表示运输车序列号[4]。

电商物流RFID标签主要由条码和标签编码两部分组成，RFID条码采用国际标准的Codel26H二维条码，用于RFID扫描识别。RFID编码是电商物流追踪对象的唯一标识，此次采用ERC代码对RFID编码[5]。RFID编码共由10位组成，并且所有编码均为数字形式，具体结构如图1所示。

通过RFID射频扫描，获取到电商物流信息。在物流仓库门上方安装IYHFA-AF5A8读写器，读写器实际为无线射频扫描器，根据实际情况对读写器的扫描频率、扫描范围等参数设定，当电商物流商品进入到扫描范围内，读写器对物流商品上的RFID标签自动扫描，识别到RFID标签上的编码，当读取成功后读写器会语音提示，防止RFID标签漏识，以及物流跟踪失败，以此实现对电商物流信息获取。

考虑到电商物流实时追踪对RFID信息通信的可靠性与同步性要求，采用5G通信技术对扫描到的电商物流RFID信息进行传输[6]。

RFID读写器主要由服务器控制，数据接收、缓存、发送等控制命令均由服务器生成，根据实际需求设计通信协议帧，通过基于5G通信的协议帧实现服务器与RFID读写器之间、RFID读写器与RFID电子标签之间的数据交换[7]。

当服务器接收到用户服务请求时，服务器生成RFID读写器无线射频扫描命令，并将控制命令通过协议帧发送到RFID读写器上，该协议帧由帧长、串口地址、控制命令、协议数据、最高位校验码以及最低位校验码组成[8]。RFID读写器接收到数据扫描命令后，对命令进行执行，扫描到RFID信息，再通过协议帧将扫描到的RFID信息发送到服务器上，具体如图2所示。

图2中，两个通信阶段数据帧中帧长位的长度字节数在5-255之间，串口地址字节数取值在10-352，具体字节数需要根据5G通信设备的总线上的地址[9]。在电商物流信息通信过程中，数据包的格式也非常重要，在5G通信技术下数据包要尽量简单，以此保证通信速度，数据包格式表示如下：

式中，OxAA表示5G通信数据包开始字符；L表示5G通信数据包长度；CM表示数据包通信命令字符，该字符为一个字节；DE表示RFID读写器地址编号；SFEF表示5G通信命令可能需要附带相应的数据；AFCX表示5G通信数据包冗余校验码，该校验码为两个字节；OxBB表示5G通信数据包结束字符[10]。按照以上设计的5G通信协议帧与数据包格式，实现电商物流跟踪数据交互。

电商物流实时信息通过5G通信传输到计算机上后，使用Microsoft Acess建立物流实时信息数据库，对物流信息进行分类。在数据库中采用表格的方式对数据分类处理，表格中数据类别包括RFID编号、收件人信息（电话、姓名、地址）、发件人姓名（电话、姓名、地址）、以及物流订单类型和物流当前状态，具体如下表所示。

按照上表对扫描到的RFID信息分类，其中当前状态表示物流是否被接收，如果未被接收则为物流车辆所在位置信息。利用数据库对RFID信息存储，并且根据实际情况对数据库更新周期进行设定，定期更新数据库中的电商物流信息。用户通过数据库检索窗口对电商物流信息进行检索，在数据库检索窗口中输入电商物流订单编号，通过图形化界面语言调用SQL语句查询电商物流实时数据库，将物流实时数据库中属于查询订单编号的订单数据表导出，导出的电子表格文件为代码，通过对其解码处理，将查询到电商物流实时信息。为了满足用户需求，此次设计了文字描述、图形描述、报表表格、语音提示四种电商物流实时跟踪输出形式，报表表格即为数据库输出的最原始跟踪输出形式；文字描述是通过文字的形式描述出电商物流的状态；图形描述是将所有物流信息标定在物流地图上，可以直观地表示出当前物流位置和状态；语音提示是通过语音播报的形式描述电商物流实时状态。用户根据需求选择物流实时跟踪输出形式，将查询到的信息在客户端上进行可视化展示，展示出当前电商物流状态和位置，以此实现了基于RFID技术和5G通信的电商物流实时追踪。

为了检验本文设计的基于RFID技术和5G通信的电商物流实时追踪方法的适用性，选择某电商物流作为实验对象，物流运输货物数量为10000个，收集到相关货物信息共1.26GB，利用本次设计方法对电商物流进行实时追踪，为了使实验数据和实验结果具有一定的有效性和说明性，选择两种传统方法作为对比，两种传统方法分别为基于地理信息技术和基于数据挖掘，以下用传统方法A与传统方法B表示。实验环境：操作系统选择windows2010,32GB硬盘，Oracle10.02CPU。实验准备了一台型号为IYHFA-AF5A8的RFID读写器，根据实际情况，将读写器工作频率设定为13.56，扫描范围设定为0-3.5m，天线连接方式选择基本天线（TX/RX）。按照上述流程对每个物流运输的货物生成RFID标签，对其进行无线射频扫描获得电商物流信息，利用5G通信技术对数据传输，在数据库中对物流信息分类存储，通过对电商物流信息处理和可视化展示，完成对所有电商物流实时追踪，随机选取了8个商品，其追踪结果如下表所示。

从上表可以看出，设计方法基本可以完成电商物流实时追踪任务，以下对具体追踪效果进行检验。

电商物流实时追踪的目的是获取商品的实时信息，因此实验以物流失踪率作为三种方法性能评价指标，物流失踪率可以反映出追踪方法的可靠性，物流失踪率越高，表示失踪数量越多，电商物流实时追踪可靠性越低，追踪效果越差，其计算公式为：

式中，u表示电商物流失踪率；s表示未被成功追踪的商品数量；e表示成功追踪的商品数量。

实验以电商物流商品数量为变量，当商品发出后达到客户要求到货时间期限时，对其进行实时追踪，统计未被成功追踪的商品数量，使用电子表格对实验数据记录，具体数据如表3所示。

从表3中数据可以看出，虽然三种方法物流失踪率均随着物流商品数量的增加而有所提升，但是本文方法的物流失踪率增长幅度比较小。当追踪商品数量为10000件时，失踪率仅为0.12%，失踪率数值比较低，基本可以忽略不计。这说明本文方法可以实现对电商物流的有效追踪。

为了进一步验证本文方法的有效性，对三种方法追踪响应时间进行检验，以输入商品RFID编号时间为开始时间，以输出商品追踪信息时间为结束时间，记录电商物流追踪响应时间数据，根据记录的数据绘制三种方法追踪响应对比结果如图3所示。

从图3可以看出，本文方法响应时间相对比较短，虽然会随着追踪服务请求数量的增加而有所延长，但是追踪响应时间增长幅度比较小，当服务请求数量为6000个时，响应时间仅为0.26s，未超过1s，比传统方法A快3.14s，比传统方法B快4.05s，可以实现对电商物流的实时追踪。因此，本次实验表明，无论是在物流失踪率方面还是在追踪响应速度方面，本文方法均表现出明显的优势，相比较两种传统方法更适用于电商物流实时追踪。

电商物流的实时追踪可以时刻了解到物流信息，确定物流情况，此次针对当前电商物流实时追踪理论存在的不足与缺陷，将无线射频技术（RFID）与5G通信技术应用到电商物流实时追踪中，提出了一个全新的思路，并通过实验论证了该思路的可行性与可靠性，有效降低了电商物流失踪率，提高了电商物流实时追踪的响应速度，实现了对物流追踪理论的完善。

但是由于设计方法尚未在实际中得到大量的实践与操作，在某些方面可能存在一些不足，今后会在方法优化设计方面展开研究，为电商物流实时追踪提供有力的理论支撑。