推荐星级：

基于语音识别技术的拣选系统研究与应用

更新时间：2020-03-24 11:22:04 大小：6M 上传用户：xiaohei1810 查看TA发布的资源 标签：语音识别 下载积分：3分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

随着电商及物流行业的快速发展，物流配送已经成为影响物流系统运作效率及服务水平的关键因素，优化物流配送作业也成为各大电商及物流企业的最为关注的目标。物流配送包含多个作业环节，其中拣选环节作业成本约占配送总成本的50%，所以，优化拣选作业对提升物流配送效率至关重要；而在拣选作业过程中，行走时间约占总时间的55%，所以，减少行走时间对提升拣选效率显得非常关键。

本文针对拣选行走时间问题，完成了以下研究及优化内容：

（1）研究物流拣选流程并构建拣选路径优化模型。分析拣选流程及策略，构建基于总拣选行走距离最短为目标函数的数学模型；结合多设备，多路径的情况设计优化模型；采用遗传算法进行求解：设计遗传算法的染色体编码、解码及交叉算子，基于实例采用合适的变异方法分别对原始模型和优化模型求解；验证拣选路径的优化效果。结果证明该模型实现了缩短行走距离，减少行走时间，提升拣选效率的优化目标。

（2）实现语音拣选设备选型并组建基于ZigBee技术的无线传输网络。选择LD3320语音芯片作为拣选设备的核心模块，采用单片机STC10L08XE对语音芯片进行二次开发；设计了语音识别驱动流程，并利用Keil uVision4软件对语音指令进行开发及编译；利用STC-ISP软件将编译的语音指令程序写入语音芯片。应用ZigBee技术，为拣选终端设备组建多节点的数据择优传输网络，并对各个节点进行硬件设计，以减少数据包路由转发跳数，提高数据传输准确度。通过芯片对语音指令的播报，简化拣选作业流程，提升拣选效率。

（3）集成以上研究结果，设计并开发语音拣选系统，验证优化模型。融合拣选路径优化结果、语音拣选终端设备及无线传输网络，设计语音拣选系统架构及功能模块；应用SQLServer2008数据库及Visual Studio2013程序对语音拣选系统进行开发并展示；验证该系统良好的延展性，移植性，易操作性等特点。

实例验证表明，语音拣选系统减少行走时间，简化作业流程，提高数据传输准确度，提高了拣选效率，有利于促进配送作业的服务水平，提升企业的经济效益及顾客满意度，为语音拣选技术在企业中的推广提供一定的借鉴。