英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料

基于物联网的生鲜食品供应链传感和通信基础设施

Amitangshu Pal , Krishna Kant, Temple University

在集中数据收集和分析的帮助下，基于物联网的机制可以大大减少食物浪费，提高运输和配送效率，并支持从新鲜食品供应链中快速清除受污染或变质的产品。

由于需求增加和全球采购新鲜食品，新鲜食品的运输和分销（T＆D）是一个巨大且不断增长的企业。不幸的是，新鲜食品运销不仅遭受严重的腐败和浪费，而且还有令人沮丧的效率。在这里，效率被定义为使用的运销容量的分数。目前卡车和拖车的运销效率估计在10％到20％之间，食品腐败和废物估计在12％的范围内。新鲜食物很容易被污染，食物变质或受污染是导致每年仅在美国影响4800万人的食源性疾病的主要原因。由于目前外包业务向共享第三方或第三方物流（3PL）的趋势，供应链物流正在发生转变。共享物流得到了基于物联网（IoT）的多种解决方案的进一步协助，例如GS1基于标准的设施、地点、产品、包装和运输工具的RFID标签。这些解决方案以及传感和通信技术，实现了智能运销。物理互联网——一个建立在物理，数字和运营互联基础上的开放式全球物流系统，涵盖了许多这些想法，并将互联网数据传输的概念应用于实际的运输流程。我们将这些概念扩展到新鲜食品物流，展示了几个与计算机网络的相似之处。

运输新鲜食品的关键问题是当它通过运销渠道时，会随着时间的推移而质量下降，并受到不同的温度、湿度、振动等因素的影响。这种暴露方式会以多种方式影响产品，包括客户检测到的属性（颜色、质地、气味、坚实度和味道）和潜在的参数，如维生素和细菌含量或化学变化。尽管运销渠道已在中间点包含一定程度的温度和质量监控，但在本文中，我们将讨论对产品质量的精细连续监控。在集中数据收集和分析的帮助下，我们提出的机制可以大大减少食物浪费，提高运销效率，并支持从供应链中快速清除受污染或变质的食物。

质量传感技术

嵌入智能包装的食品传感器为零售商和客户提供了质量指标。智能包装的一种简单形式是使用标签，例如时间-温度指示器（TTI）显示产品的累积时间-温度历史记录。更复杂的指示传感器用于通过监测不同的有机化合物，乙醇、葡萄糖或气体分子来分析食品质量，这些分子通常会通过颜色变化响应转换指示剂。例如，鱼类中的挥发性胺类可以通过商业标签进行检测，具有其他功能的传感器包括测量细菌含量，污染，纹理或颜色退化，瘀伤等的传感器。 简单的传感器开始出现，如C2Sense，Food Scan和沙门氏菌传感系统。

为了使这些传感器能够持续监测和报告食品质量，我们建议将它们与无线电结合起来。 这样的集成传感和通信（S＆C）模块可以嵌入到盒子内的每个包中，从而可以执行在线数据收集和分析，从而及时采取补救措施。 这些行动可以采取多种形式，包括重新安排交付，以便将恶化的食品本地分配给零售商或食品厨房; 根据产品质量重新确定运输，装载和卸载时间表的优先顺序; 及时清除受污染或变质的产品，以免进一步携带。整体架构如图1所示。

图1、新鲜食品供应链中的传感和通信（Samp;C）架构。AOC：分析和运营中心。

在线跟踪的通信基础设施

运销操作通常使用多层次的包装，从客户购买的包装到用卡车运输或存放在仓库中的大型托盘。考虑到零售商是运销渠道的终点，我们的兴趣在于包含S＆C模块的零售层面。然后可以将这些箱子放在由运销渠道处理的托盘中。S＆C模块可以使用接触（化学）或非接触（气体采样或成像）传感器监测内容。端点（例如零售商）可以通过定期逆向物流将S＆C模块移除并返回到托运人或加工厂，从而允许在一次性包装解决方案使用更复杂的传感器。 鉴于自动化和广泛的基于GS1的RFID标签，可以在货盘化和装载/卸载期间记录箱子或托盘订单和RFID。因此，可以建立盒子的位置与其RFID之间的对应关系。

S＆C模块中的无线电支持数据收集和盒子本地化。后者是必不可少的，因此数据可以用盒子的位置标记。我们假设S＆C模块在每个盒子中的位置大致相同，因此可用于通过定位程序估计盒子的相对位置.7只要将托盘装载到载体上或存储在载体中，就可以完成此操作。一个配备了拟议锚和通信基础设施的仓库。S＆C模块提供的相对位置可以与RFID一起使用，而不是上面讨论的装载顺序图，以识别S＆C从中发送数据的盒子RFID。

图2显示了每个盒子带有一个S＆C模块的整体架构。箱子是托盘的一部分，多个这样的托盘可以由承运人运输或存储在仓库中。每个运营商或仓库都有一个本地集线器，在后端提供远程（LR）通信（例如，蜂窝），以便将数据传输到分析和运营中心（AOC），这可能是云托管的。 AOC定期从3PL在其整个网络中运营的所有活动运营商和仓库（包括空仓）接收数据，以便全面了解运营和资源。从整个T＆D网络集中提供AOC的感知质量，污染和本地化信息，有可能彻底改变物流运营，特别是在与持续的自动化趋势相结合时。在每个运营商或仓库中，我们需要一个本地网络将数据从各个S＆C模块传输到本地集线器。这涉及两种类型的通信：中程（MR）和短程（SR）。铁路车辆，船舶部分，仓库房间，卡车一端到另一端的通信需要MR技术。 Wi-Fi在这里是一个明显的选择，但也可以使用其他技术。 SR技术需要通过托盘中的S＆C模块或间隔紧密的托盘进行通信。我们发现RF不适合SR通信，因此我们为基于磁感应（MI）的通信提供了一个案例，我们将在下面讨论。我们假设在托盘附近（例如，在运营商或仓库墙壁上）部署了一组参考节点，这些参考节点提供双MR / SR接口以实现通过本地网络传输S＆C数据。最后，本地集线器在前端有一个MR接口，以提供MR / LR链接。图2说明了三种类型的通信。

图2、卡车内的食品质量传感和通信。通信基础设施由长、中、短距离通信组成。

S＆C模块的通信技术

S＆C模块需要在非常密集的无线电设备的独特环境中操作，信号通过新鲜食物的水/组织介质传播。 由于高信号吸收和复杂的信道条件，典型的工业，科学和医疗（ISM）RF通信（例如2.4GHz ISM频带中的蓝牙）在该环境中不能很好地工作。 例如，在类似的体域网络环境中进行的研究显示，对于0.1至1.0 GHz无线电，10 cm处的路径损耗为20至60 dB。通过选择较低频率（例如802.11ah）来减少吸收有助于衰减， 但是在这个非常密集的传感器环境中需要更大的天线并导致严重的干扰。

为此目的还有两种其他有名的通信技术需要考虑。首先是超声波通信.9然而，由于密度不均匀和声速变化，组织中的超声波传播受到多径衰落的影响。在接收器处发送的多个衰减和延迟版本的传输信号使得检测和解码非常具有挑战性。超声波吸收也会导致产生热量，这对于易腐食品来说是不希望的。第二种选择是在高频带（3-30MHz）中基于MI的通信。该技术利用两个匹配线圈之间的谐振电感耦合（RIC），每个线圈形成具有相同谐振频率的LC电路。 RIC已成功用于短距离的高效电力传输，并用于非接触式手机充电和汽车电池充电。 MI通信调制磁场并形成近场通信（NFC）的基础。它几乎不受组织介质10的影响，并且可以在比短距离射频和超声波低得多的功率水平下工作。 MI信道也更具确定性，因为MI信号不被周围环境反射或散射，因此受到较小的信号波动和多径效应的影响。而且，MI在食物或组织培养基中没有已知的生物学效应。直径5厘米的线圈可为我们的应用提供足够的范围。

两个线圈之间的磁耦合取决于它们的相对取向，并且它们之间的能量传递随距离的余弦函数衰减。然而，可以利用三向线圈天线实现近似各向同性的传输。

数据收集和分析

如前所述，每个盒子将包含S＆C模块，这不仅会导致非常密集的无线电环境，而且还需要多跳通信才能将食物质量数据从任意盒子发送到本地集线器。我们之前的工作7中基于模拟的分析表明这应该是可行的;我们目前正在构建一些S＆C模块来研究各种实际的通信问题。在现实生活中需要考虑的一个方面是由于诸如卡车的墙壁或地板之类的铁磁材料引起的磁场的扭曲。 S＆C模块可能会使用小型纽扣电池，这种电池非常适合持续使用多年.7幸运的是，这种环境的数据采集需求非常适中 - 每次检测和传输食品质量数据都足够了30分钟。因此，所有模块都可以保持在深度睡眠模式，除非在定期数据收集阶段，每个模块按照固定的时间表唤醒，收集并将其数据（及其相对位置）传输给邻居，然后返回睡觉。通过托盘中最里面的模块开始向靠近参考节点的外部模块开始，可以很容易地设计一个简单的存储和转发机制，通过MI通信将数据从每个S＆C模块推送到锚点，并从那里到通过Wi-Fi的本地中心。

无处不在的这种基础设施的部署将允许在AOC进行广泛的数据分析，既可以实时支持物流操作，也可以通过离线分析过去的数据来改进它们。在这里，我们将讨论这些功能启用的一些应用程序。
智能配送

仓库和配送中心通常使用先进先出（FIFO）配送策略来确定接下来要运送的托盘，这是基于所有托盘以相同方式处理的错误假设，因此最旧的托盘具有保质期最短，应先发送。更智能，更高效的方法是通过在线传感基础设施使用更准确的货架寿命估算，实现首次过期，先出（FEFO）方法。通过将每个包装的剩余保质期与每个目的地的运输时间和消费率相匹配，可以实现更好的分配策略。其他政策在特定情况下也可能有用，例如当产品价值随着质量快速下降时最新产品优先（FPF）政策。但是，与新鲜度要求相关的不同合同可能会使这非常具有挑战性。
主动污染检测追踪

污染源或食源性疾病与大型食物链密切相关;然而，图1中的架构与物流自动化相结合可以提供两个主要好处：主动监控污染和相关的供应链中受污染食品的清除，以及缩小报告的食源性疾病或污染的潜在来源的能力。

环境控制

当前的物流操作遵循在运输和存储期间使用预冷却和冷却的固定准则。一个主动的、细粒度的质量监控方案允许根据产品的当前状况、未来质量恶化的预测、预期的运输时间、产品的可实现货币价值、冷却成本等优化冷却。AOC从物流运营商使用的所有运输公司和仓库集中提供数据，可实现许多数据驱动的持续优化机会。这些可以基于相同或类似产品和条件的历史和当前数据。此外，解决优化冷却和交付重新安排的联合问题以最小化浪费和成本变得可行。

展望未来

我们使用智能物流的基于物联网的在线监控方法可以满足减少食物浪费，提高运输效率和跟踪食品污染的关键需求。新兴的基于MI的通信技术似乎非常适合这种环境中的本地通信; 然而，在现实世界物流运营的高密度和动态环境中使技术可靠地运行存在一些挑战。 需要进一步的进步以在真实条件下从所收集的数据中获得可操作的情报，例如存在故障模块或不完整的蜂窝通信。现实世界的物流业务还有其他复杂性，使灵活的分销具有挑战性，例如交付合同，特定于政党的分销政策以及特定的数据隐私需求。 我们希望本文能够促进进一步的研究，并为许多这些问题找到解决方案。

参考文献：

1. R. Leuschner., 一个高效和工人友好的新鲜食品物理互联网的食品运输框架[J]. 供应链管理, 2014(50):21–43.

2. B. Montreuil, 走向物理互联网：迎接全球物流可持续性大挑战[J]. 物流研究, 2011, 3(23): 71–87.

3. A. Pal and K. Kant, 一个高效且工人友好的新鲜食品物理互联网的食品运输框架. 物流， 2017,1(2):www.mdpi.com/2305-6290/1/2/10.

4. K. Kant and A. Pal, 易腐物流互联网[J]. IEEE互联网计算,2017, 21(1):22–31.

5. J.P. Kerry, 快速消费品的新包装技术、材料和格式[J]. 《食品包装创新》，第2版，J.Han，Ed. 学术出版社,2013: 549–584.

6. “沙门氏菌检测系统：检测食品污染的新方法实现了实时检测，”phys.org，2013年10月18日；phs.org/news/2013-10-沙门氏菌法食品污染启用.html.

7. A. Pal and K. Kant, 基于磁感应的新鲜食品物流传感和定位[J]. IEEE本地计算机网络，2017(17):383–391.

8. D. Werber, A. Schwentner, and E.M.Biebl, 人体组织射频传输特性研究[J]. 无线电科学进展， 2006(4):357–360.

9. G.E. Santagati and T. Melodia, 植入式生物医学装置的脉冲超声体内通信的实验评估[J]. IEEE移动计算, 2016, 16(2): 367–380.

10. M. Masihpour, D. Franklin, and M. Abolhasan, 近场磁感应通信系统中用于通信距离扩展的多跳中继技术[J]. 网络,2013, 8(5): 999–1011.

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[20017]，资料为PDF文档或Word文档，PDF文档可免费转换为Word