发明内容
本发明正是基于上述问题,提出了一种RFID编目数据读写系统及方法,通过物联网、机器视觉和定向识别等技术,实现RFID标签的自动化读取与编目信息的高效管理,对读写溯源性能有较高优化效果。
有鉴于此,本发明的一方面提出了一种RFID编目数据读写系统,包括:RFID标签、移动机器人和云服务器;
所述RFID标签贴设于每本图书上,用于存储编目数据;
所述移动机器人配置有RFID读写器和机器视觉模块,用于扫描各书架上的书本;
所述机器视觉模块用于识别每本书的书脊编号和对应的书架信息;
所述RFID读写器用于读取目标书本的RFID标签信息并上传到云服务器;
所述云服务器用于根据所述书脊编号与所述RFID标签信息,查询相关书目详细资料,并将所述相关书目详细资料发送至所述移动机器人;
所述RFID读写器用于从所述云服务器实时获取最新书目编目数据,并利用多个定向天线联合机器视觉,识别对应的目标RFID标签;还用于将所述最新书目编目数据写入所述目标RFID标签。
本发明的另一方面提供一种RFID编目数据读写方法,包括:
在每本图书上均贴设用于存储编目数据的RFID标签;
利用配置有RFID读写器和机器视觉模块的移动机器人扫描各书架上的书本;
所述机器视觉模块识别每本书的书脊编号和对应的书架信息;
所述RFID读写器读取目标书本的RFID标签信息并上传到云服务器;
所述云服务器根据所述书脊编号与所述RFID标签信息,查询相关书目详细资料,并将所述相关书目详细资料发送至所述移动机器人;
所述RFID读写器从所述云服务器实时获取最新书目编目数据;
所述RFID读写器利用多个定向天线联合机器视觉,识别对应的目标RFID标签;
将所述最新书目编目数据写入所述目标RFID标签。
可选地,所述在每本图书上均贴设用于存储编目数据的RFID标签的步骤,包括:
获取预设的FRID标签选择与贴设指引模型;
获取每本图书的图书数据和每本图书的待陈列书架的书架数据;
根据所述FRID标签选择与贴设指引模型、所述图书数据和所述书架数据得到每本图书对应的RFID标签类型选择建议和FRID标签贴设操作指引;
根据所述RFID标签类型选择建议确定待使用的第一RFID标签;
根据所述FRID标签贴设操作指引将所述第一FRID标签贴设于对应的书本上。
可选地,所述利用配置有RFID读写器和机器视觉模块的移动机器人扫描各书架上的书本的步骤,包括:
在所述移动机器人上安装带定向多天线RFID读写模块的RFID读写器和机器视觉模块;
利用预设的路径规划和运动控制算法,驱动所述移动机器人依次访问每个书架;
所述机器视觉模块实时采集书架上的书本的书本图像与书架图像;
所述RFID读写器采集书架上的书本的RFID信号和标签信息。
可选地,所述机器视觉模块识别每本书的书脊编号和对应的书架信息的步骤,包括:
所述机器视觉模块利用预置的图像处理模型,分别对所述书本图像与所述书架图像的光照、角度进行校正,得到第一书本图像和第一书架图像;
提取所述第一书本图像中的文本区域,采用OCR技术识别书脊编号字符;
从所述第一书架图像中识别出第一书架类型、第一书架规格、第一书架布局、第一书架附属设施和第一书架环境这些数据作为书架信息。
可选地,所述RFID读写器读取目标书本的RFID标签信息并上传到云服务器的步骤,包括:
所述RFID读写器利用定向天线组合读取附近多个RFID标签号;
所述机器视觉模块识别当前视野内第一书脊编号并作为匹配参考;
在读取的所述RFID标签号列表中,查询与所述第一书脊编号匹配的第一RFID标签号;
若所述第一RFID标签号有多个,则调整天线参数继续读取并进行匹配,直到唯一匹配;
若所述第一RFID标签号唯一,则确定所述第一RFID标签号对应的书本为目标书本,读取对应的第一RFID标签的内容作为所述RFID标签信息并上传到所述云服务器。
可选地,所述云服务器根据所述书脊编号与所述RFID标签信息,查询相关书目详细资料,并将所述相关书目详细资料发送至所述移动机器人的步骤,包括:
所述云服务器存储有完整的图书信息数据库,所述图书信息数据库存储有书脊编号、RFID标签号与详细书目资料之间的映射;
所述云服务器在获得所述移动机器人上传的所述书脊编号和所述RFID标签信息后,进行匹配查询;
若匹配成功,所述云服务器提取相关书目详细资料整合为数据包发送给的所述移动机器人;
所述移动机器人接收所述数据包后进行验证和存储,提供书籍查询应用。
可选地,所述RFID读写器从所述云服务器实时获取最新书目编目数据的步骤,包括:
所述云服务器持续收集不同来源的书目信息,完善和更新所述图书信息数据库;
所述RFID读写器与所述云服务器建立通信连接;
所述RFID读写器上载本地已有书籍信息及最后同步时间到所述云服务器;
所述云服务器进行比对,当识别出所述RFID读写器没有或版本过低的新书目资料时,将差分数据组包后通过网络传输给所述RFID读写器;
所述RFID读写器接收新数据包,在验证完整性后写入本地数据库;
定期重复前述同步机制以保持所述云服务器的数据库与所述RFID读写器的本地数据库之间的同步更新。
可选地,所述RFID读写器利用多个定向天线联合机器视觉,识别对应的目标RFID标签的步骤,包括:
从所述最新书目编目数据中获取对应书本的目标书架位置数据;
所述移动机器人根据所述目标书架位置数据进行导航,在所述机器视觉模块识别目标位置后,所述RFID读写器从采用的多个定向天线组合选择对应的第一定向天线;
利用所述第一定向天线发送读取标签命令,获取附近多个候选RFID标签号;
将所述机器视觉模块识别的书脊编号,与多个所述候选RFID标签号进行匹配查找;
若匹配多条,则调整所述第一定向天线的参数改变覆盖区域,获取新的候选RFID标签号并重新进行匹配,直至匹配成功唯一一条后,将对应的标签作为所述目标RFID标签。
可选地,所述将所述最新书目编目数据写入所述目标RFID标签的步骤,包括:
设计基于预设的第一加密算法的数据格式及字段内容说明;
将所述最新书目编目数据按所述数据格式及字段内容说明编码后,利用所述第一加密算法加密后封包,得到加密数据包;
读取所述目标RFID标签的唯一标签号,根据所述唯一标签号在所述云服务器检索所述目标RFID标签的当前安全状态及安全权限;
所述RFID读写器利用与所述当前安全状态及权限匹配的加密通信方法向所述目标RFID标签发送所述加密数据包;
所述目标RFID标签对所述加密数据包解密后校验数据完整性和安全权限,验证通过后进行写入处理;
写入后,所述RFID读写器向所述云服务器发送完成标记。
采用本发明的技术方案,RFID编目数据读写方法包括:在每本图书上均贴设用于存储编目数据的RFID标签;利用配置有RFID读写器和机器视觉模块的移动机器人扫描各书架上的书本;所述机器视觉模块识别每本书的书脊编号和对应的书架信息;所述RFID读写器读取目标书本的RFID标签信息并上传到云服务器;所述云服务器根据所述书脊编号与所述RFID标签信息,查询相关书目详细资料,并将所述相关书目详细资料发送至所述移动机器人;所述RFID读写器从所述云服务器实时获取最新书目编目数据;所述RFID读写器利用多个定向天线联合机器视觉,识别对应的目标RFID标签;将所述最新书目编目数据写入所述目标RFID标签。通过物联网、机器视觉和定向识别等技术,实现RFID标签的自动化读取与编目信息的高效管理,对读写溯源性能有较高优化效果。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
下面参照图1至图2来描述根据本发明一些实施方式提供的一种RFID编目数据读写系统及方法。
如图1所示,本发明一个实施例提供一种RFID编目数据读写系统,包括:RFID标签、移动机器人和云服务器;
所述RFID标签贴设于每本图书上,用于存储编目数据;
所述移动机器人配置有RFID读写器和机器视觉模块,用于扫描各书架上的书本;
所述机器视觉模块用于识别每本书的书脊编号和对应的书架信息;
所述RFID读写器用于读取目标书本的RFID标签信息并上传到云服务器;
所述云服务器用于根据所述书脊编号与所述RFID标签信息(包括RFID标签ID),查询相关书目详细资料(包括编目数据),并将所述相关书目详细资料发送至所述移动机器人(或者图书管理终端;由移动机器人或图书管理终端通过图像、声音或文字等形式进行呈现);
所述RFID读写器用于从所述云服务器实时获取最新书目编目数据,并利用多个定向天线联合机器视觉,识别对应的目标RFID标签;还用于将所述最新书目编目数据写入所述目标RFID标签。
应当知道的是,图1所示的RFID编目数据读写系统的框图仅作示意,其所示出的各模块的数量并不对本发明的保护范围进行限定。
请参见图2,本发明的另一方面提供一种RFID编目数据读写方法,包括:
在每本图书上均贴设用于存储编目数据(如ISBN等核心信息)的RFID标签(预置编目数据读写规则,如数据格式、加密规则等);
利用配置有RFID读写器和机器视觉模块的移动机器人扫描各书架上的书本;
所述机器视觉模块(如智能摄像头)识别每本书的书脊编号和对应的书架信息;
所述RFID读写器读取目标书本的RFID标签信息并上传到云服务器;
所述云服务器根据所述书脊编号与所述RFID标签信息(包括RFID标签ID),查询相关书目详细资料(包括编目数据),并将所述相关书目详细资料发送至所述移动机器人(或者图书管理终端;由移动机器人或图书管理终端通过图像、声音或文字等形式进行呈现);
所述RFID读写器从所述云服务器实时获取最新书目编目数据;
所述RFID读写器利用多个定向天线联合机器视觉,识别对应的目标RFID标签;
将所述最新书目编目数据写入所述目标RFID标签。
可以理解的是,图书编目数据包括但不限于以下内容:图书编号(通常是唯一编码,如ISBN代码、条形码等)、图书名称(包括原作名和译作名)、作者(包括原作作者和译者)、出版信息(如出版社名称、出版年份、版本等)、所属分类号(不同编目体系的分类号,如杜威十进制分类法等)、出版说明(包括版次、定价、开本、页数等)、书目说明(包括内容提要、回顾评论等)、图书封面(可附件或链接形式存储封面图片)、关键词(便于检索的关键词索引)、电子资源链接(如电子版PDF等的下载连接)、标注信息(附件资料和归还记录等使用信息)、其它(如对应国库分类号、主分类号等附加信息),等等。前述为常见的基本编目元素,不同分类体系和应用可能还包含其他详细信息字段,它们共同构成完整的图书记录说明信息。
书脊编号指的是书脊上通常印刷或贴附的图书编号。一般来说,每本图书都会在书脊位置有一个唯一的编号,用来识别这本书。这通常包括:ISBN编号(国际标准图书编号,唯一标识一本书)、出版社编号(出版社内部为每本书注明的编号编码)、条形码(包含ISBN或出版社编号的图书条形码)、图书分类号(如杜威十进分类号等图书分类体系中的识别码),等等。机器视觉模块通过读取该编号,就可以辅助RFID信息准确识别对应那一本书,并从数据库中查询详细编目信息。
采用该实施例的技术方案,通过物联网、机器视觉和定向识别等技术,实现RFID标签的自动化读取与编目信息的高效管理,对读写溯源性能有较高优化效果。
在本发明一些可能的实施方式中,所述在每本图书上均贴设用于存储编目数据的RFID标签的步骤,包括:
获取预设的FRID标签选择与贴设指引模型;
获取每本图书的图书数据(如书本的三维图像数据、书本材质数据等)和每本图书的待陈列书架的书架数据(如书架的三维图像数据、书本待陈列的位置等);
根据所述FRID标签选择与贴设指引模型、所述图书数据和所述书架数据得到每本图书对应的RFID标签类型选择建议和FRID标签贴设操作指引;
根据所述RFID标签类型选择建议确定待使用的第一RFID标签;
根据所述FRID标签贴设操作指引将所述第一FRID标签贴设于对应的书本上。
在本实施例中,通过科学定位RFID标签贴设位置,能有效识读多个标签,减少识读碰撞,提高自动化识读管理效率;同时兼顾书本结构特征,保护书本使用寿命。
在本发明一些可能的实施方式中,所述FRID标签选择与贴设指引模型的构建方法,包括:
收集大量供参考的已贴设RFID标签的书本的书本图像数据,标注书本类型、尺寸、厚度、封面/内页属性(如封面材质、封面图案排版、内页材质等)、在书架上的陈列方式与位置、已使用标签位置、已使用标签类型等特征数据;
收集不同RFID标签类型特性,如尺寸、支持的通信频率、读写距离等技术参数;
收集供参考的不同书架的书架类型、书架规格、布局、书架附属设施(如各种传感器、智能终端等)、书架环境等书架属性(可以以此确定书本的可能陈列方向和位置);
搭建深度学习模型并利用前述收集的数据进行训练得到一个基本模型,此模型输入书本图像特征和书架属性,输出最佳RFID标签类型的推荐;
根据书本特征(如厚度、内页质量)识别贴设部位,给出书脊/内页边缘等具体贴设指引;
考虑书本在书架上的可能陈列姿态,给出贴设角度和位置的细致指导;
遇到复杂样本可以人工介入修正模型输出,迭代改进模型质量;
开发APP,图片采集后实现自动RFID标签推荐和贴设指引功能;
上线后持续监测贴设效果,收集新样本重新训练模型,提高准确率。
在本实施例中,模型能根据具体情况给出定制化指引,有利RFID标签管理工作的自动化和高效开展。
在本发明一些可能的实施方式中,所述根据所述FRID标签选择与贴设指引模型、所述图书数据和所述书架数据得到每本图书对应的RFID标签类型选择建议和FRID标签贴设操作指引的步骤,包括:
从所述图书数据中提取书本的大小、厚度、封面材质、封面图案排版、内页材质、书本在书架上的陈列方式这些数据作为第一书本数据集;
从所述书架数据中提取书架类型、书架规格、布局、书架附属设施(如各种传感器、智能终端等)、书架环境这些数据作为第一书架数据集;
将所述第一书本数据集和所述第一书架数据集输入所述FRID标签选择与贴设指引模型,得到RFID标签类型选择建议和FRID标签贴设操作指引,具体包括:
根据书本大小选择候选RFID标签大小(如可以选择与内封面尺寸匹配的标签);
根据书本厚度,确定标签贴设于封面外表还是内页(如封面或内页厚度小于第一预设厚度,则选择标签贴设内封面内页;若封面或内页厚度大于第一预设厚度,为避免封面或内页过厚影响识读,则则选择标签贴设封面外表);
根据封面材质和图案,避开封面图案区贴设,确保信号通过封面材质识读或者避免标签遮挡图案区;
判断内页的材质是否适合直贴,若不适合,则选择书脊下边缘或中间页内贴设隐蔽标签;
选择书架位置靠近中间贴设,以使得标签可被同侧多个定向天线识读覆盖;
模拟不同位置识读效果,选择识读距离最大的最佳贴设区。
在本实施例中,通过科学定位RFID标签贴设位置,可以选择出最适合贴设标签的位置以避免对书本内容的遮挡和对标签信号的干扰。
在本发明一些可能的实施方式中,所述利用配置有RFID读写器和机器视觉模块的移动机器人扫描各书架上的书本的步骤,包括:
在所述移动机器人上安装带定向多天线RFID读写模块的RFID读写器和机器视觉模块;
在本步骤中,设置有带定向多天线RFID读写模块,通过不同功率的多个发射天线的指向性(如使用线性偏振天线)锁定指定标签位置;并在不同的发射功率的天线中进行切换,使读写距离只覆盖需要操作的单个标签的阅读范围,可以进一步地提高锁定指定标签位置准确性。
利用预设的路径规划和运动控制算法,驱动所述移动机器人依次访问每个书架;
所述机器视觉模块实时采集书架上的书本的书本图像与书架图像;
所述RFID读写器采集书架上的书本的RFID信号和标签信息。
在本实施例中,还可以包括:将视觉与RFID数据匹配,精确识别单个标签;通过云服务器存储及时更新每个文档的属性和位置数据;支持定期自动扫描或根据查询结果进行定点检查。
在本实施例中,能实现全自动化采集与跟踪管理,有效识别流向,把关流失文献;与人工手动扫描相比,工作效率大大提高,同时性能更稳定可靠,大大提升图书服务水平。
在本发明一些可能的实施方式中,所述机器视觉模块识别每本书的书脊编号和对应的书架信息的步骤,包括:
所述机器视觉模块利用预置的图像处理模型,分别对所述书本图像与所述书架图像的光照、角度进行校正,得到第一书本图像和第一书架图像;
提取所述第一书本图像中的文本区域,采用OCR技术识别书脊编号字符(调用预训练的书写体识别模型,支持多种编号格式的识别);
从所述第一书架图像中识别出第一书架类型、第一书架规格、第一书架布局、第一书架附属设施和第一书架环境这些数据作为书架信息。
本实施例中,还包括:利用机器人定位技术获取所述当前位于的书架位置信息;将识别的书脊编号与位置信息进行关联存储;相对书脊其他参考信息(如类型分类码等)一并采集识别存储;持续收集大量标注样本训练更强大的深度学习识别模型;识别结果调用RFID信息进行交叉验证,消除错误匹配。
在本实施例中,实现全自动检索与跟踪管理每本书信息,识别准确率得到大大提高;支持大规模文献管理,大幅提高工作效率;识别结果存储支持实时查询,库存养护更高效。
在本发明一些可能的实施方式中,所述RFID读写器读取目标书本的RFID标签信息并上传到云服务器的步骤,包括:
所述RFID读写器利用定向天线组合读取附近多个RFID标签号;
在本步骤中,RFID读写器部署多个定向天线,每个天线覆盖范围不同;系统控制单独或同时激励不同定向天线,形成不同覆盖区域组合;天线发出读命令,附近标签响应信号返回其ID编号;读写器采集不同天线组合下的反馈,提取多个标签号;定期变换天线组合,多次扫描提取尽可能多的标签ID;将多次扫描结果整合,去除重复,输出唯一标签号列表。在本步骤中,多个定向天线扩大总覆盖区域,读取范围更大更精确;天线组合变换可以覆盖遮挡角度,收集周边信息;与单次扫描相比,提取标签数量明显增加;能有效解决物体遮挡导致的部分标签无法读取问题;为后续匹配提供更丰富的ID信息,有利识别效果。本方案充分利用定向天线优势,提取最大标签信息,提高识读效率和准确度。
所述机器视觉模块识别当前视野内第一书脊编号并作为匹配参考;
在读取的所述RFID标签号列表中,查询与所述第一书脊编号匹配的第一RFID标签号;
若所述第一RFID标签号有多个,则调整天线参数继续读取并进行匹配,直到唯一匹配;
若所述第一RFID标签号唯一,则确定所述第一RFID标签号对应的书本为目标书本,读取对应的第一RFID标签的内容(如ISBN、位置等)作为所述RFID标签信息并上传到所述云服务器。
在本实施例中,云端实现不同移动机器人之间的数据融合管理。
在本实施例中,通过RFID标签ID与视觉信息交叉验证,准确识别目标书本;多定向天线识读避免重复读取,提高效率;实时更新云端数据与各个模块实现同步;支持大规模智能无人管理,真正实现了“电子书架”;该实现方式可实施全程自动操作,集RFID、视觉和云计算优势于一体,提升检索效率。
在本发明一些可能的实施方式中,所述云服务器根据所述书脊编号与所述RFID标签信息,查询相关书目详细资料,并将所述相关书目详细资料发送至所述移动机器人的步骤,包括:
所述云服务器存储有完整的图书信息数据库,所述图书信息数据库存储有书脊编号、RFID标签号与详细书目资料之间的映射;
所述云服务器在获得所述移动机器人上传的所述书脊编号和所述RFID标签信息后,进行匹配查询;
若匹配成功,所述云服务器提取相关书目详细资料整合为数据包(数据包包含书名、作者、出版日期、当前位置信息等完整编目详细数据等)发送给的所述移动机器人(或图书管理终端);
所述移动机器人(或图书管理终端)接收所述数据包后进行验证和存储,提供书籍查询应用(或者由移动机器人或图书管理终端通过图像、声音或文字等形式进行呈现)。
在本实施例中,能实现自动整合编目信息与实体资源,无需人工再录入;提高识别准确率,避免识别错误导致的资料误导;支持实时资料访问与查询,用户体验更佳;资料一致性存储在云,信息安全可靠性提升。该实现充分发挥云计算优势,有效连接物理书与数字信息,提升图书管理自动化水平。
在本发明一些可能的实施方式中,所述RFID读写器从所述云服务器实时获取最新书目编目数据的步骤,包括:
所述云服务器持续收集不同来源的书目信息(如采购信息、借阅记录等),完善和更新所述图书信息数据库;
所述RFID读写器与所述云服务器建立通信连接(如通过WiFi/5G等方式);
所述RFID读写器上载本地已有书籍信息及最后同步时间到所述云服务器;
所述云服务器进行比对,当识别出所述RFID读写器没有或版本过低的新书目资料时,将差分数据组包后通过网络传输给所述RFID读写器;
所述RFID读写器接收新数据包,在验证完整性后写入本地数据库;
定期重复前述同步机制以保持所述云服务器的数据库与所述RFID读写器的本地数据库之间的同步更新。
在本实施例中,可以实现读写器与云端书目数据库的实时同步,避免由于数据差异导致的书籍识别错误;读写器本地信息不易滞后,用户体验更好;支持基于最新数据进行更智能的书库管理;本实施例方案充分利用云技术优势进行有效数据同步,保障读写系统信息安全可靠。
在本发明一些可能的实施方式中,所述RFID读写器利用多个定向天线联合机器视觉,识别对应的目标RFID标签的步骤,包括:
从所述最新书目编目数据中获取对应书本的目标书架位置数据;
所述移动机器人根据所述目标书架位置数据进行导航,在所述机器视觉模块识别目标位置后,所述RFID读写器从采用的多个定向天线组合选择对应的第一定向天线;
利用所述第一定向天线发送读取标签命令,获取附近多个候选RFID标签号;
将所述机器视觉模块识别的书脊编号,与多个所述候选RFID标签号进行匹配查找;
在本步骤中,机器视觉模块会识别书架上的一本书的书脊编号,RFID读写模块利用多个定向天线同时读取附近范围内的多个RFID标签号;系统将视觉识别得到的书脊编号,与RFID读取得到的多个标签号进行匹配查找。
若匹配多条,则调整所述第一定向天线的参数改变覆盖区域,获取新的候选RFID标签号并重新进行匹配,直至匹配成功唯一一条后,将对应的标签作为所述目标RFID标签。
在本步骤中,如果匹配到多个对应的标签号,说明RFID读取范围内有多个书本编号匹配,无法确定是哪一本书;此时,RFID读写模块会调整参数,改变单个定向天线的覆盖区域范围。例如可以收窄天线范围,减小读取区域面积;然后重新读取附近的标签号,继续与书脊编号进行匹配。通过改变覆盖范围,期望这次读取能只匹配到唯一的一个标签号。这样就可通过多次识读来消除最初匹配多条的歧义,准确识别目标书本。
在本实施例中,通过多定向识读结合视觉,提高识别精确度与灵敏度;有效减少标签信息重合导致的误读几率;识别效率较单天线体系大大提高;支持高密集环境下的稳定可靠读取;为后续自动操作奠定基础,如自动归位、更正等。本实施例的方法充分发挥多源信息融合的优势,提升了识读性能。
在本发明一些可能的实施方式中,所述将所述最新书目编目数据写入所述目标RFID标签的步骤,包括:
设计基于预设的第一加密算法(如AES)的数据格式及字段内容说明;
在本步骤中,预先选择一种加密算法,如AES(高级加密标准);根据该加密算法的特点,设计出需要写入RFID标签的数据格式,如决定用何种数据类型表示每个字段,字段的名称和顺序;决定每个字段需要存储的具体内容信息,例如有书名字段、作者字段等,都需要明确数据类型和最大长度。可能还需要描述如何进行数据打包或编解码的规则,以便后续数据加密前都按该格式进行结构化组织。并且云端和RFID读写器在处理数据时,都根据这个格式进行。简单地,这一步是为了写入标签前,先规定加密数据在标签里的内部结构格式,以便数据传输和存储都以标准方式进行。
将所述最新书目编目数据按所述数据格式及字段内容说明编码后,利用所述第一加密算法加密后封包,得到加密数据包;
读取所述目标RFID标签的唯一标签号,根据所述唯一标签号在所述云服务器检索所述目标RFID标签的当前安全状态及安全权限;
所述RFID读写器利用与所述当前安全状态及权限匹配的加密通信方法向所述目标RFID标签发送所述加密数据包;
所述目标RFID标签对所述加密数据包解密后校验数据完整性和安全权限,验证通过后进行写入处理;
写入后,所述RFID读写器向所述云服务器发送完成标记。
在本实施例中,可以实现标签数据安全隐蔽存储,防止未经授权读写;数据格式统一,便于云端管理和各模块交互;提高标签更新效率,用户无感知停顿;标签状态可实时掌握,有效防止数据误写或标签伪造。支持跨区域真实定制应用,为扩展奠定基础。本实施例的方法通过密码学技术提升安全可靠性,为自动化管理提供技术支撑。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,可轻易想到变化或替换,均可作各种更动与修改,包含上述不同功能、实施步骤的组合,包含软件和硬件的实施方式,均在本发明的保护范围。