智能仓储管理系统是现代化企业物流和信息流管理的重要组成部分,具有重要的社会经济效益。本文结合NB-IoT远距离无线传输技术优势和蚁群算法用于最优路径规划的理论优势,设计了一种基于NB-IoT的智能仓储管理系统。该系统由数据采集子系统、数据传输子系统和数据处理子系统组成,具体工作如下:在数据采集子系统中,货物形态检测模块具有货物的长、宽、高参数的采集功能。货架空位检测模块具有更新及检测货架占用信息的功能。智能车实时定位模块具有智能车位置信息的实时采集功能。采用两点定位法,通过在仓库对角各放置一个NB模块结合最优配送路径确定智能车的实时位置。在数据传输子系统中,为了满足大规模节点接入场景中数据传输的及时性和低能耗要求,设计了一种基于节点分簇的两级数据汇聚方案。该方案按照节点距离、密度等因素对节点进行分簇,并按照电量因素进行簇头的选取。为了降低传输功耗和获得最优系统能效,具体设计了一种低功耗的数据传输方法,包括:分簇上传采集信息,并采用NB-IoT节点的PSM机制。在功耗方面,通过测控方案的优化和系统功耗的定量分析,验证了该方法可以大幅度增加系统的有效工作时间。在稳定性方面,通过引入簇头节点的自适应调整策略来保证数据传输的可靠性,并提高系统运行时间10倍左右。数据处理子系统主要完成对采集信息的存储和处理。针对最优路径的获取问题,提出了一种基于改进蚁群算法的最优路径获取方案。首先,基于嵌入式Linux平台,利用待存货物的体积信息、待取货物信息和货架占用信息,筛选出目标货架。其次,基于蚁群算法的技术优势,并通过遗传算法的引入加快初始信息素的积累,以促进蚁群算法的快速全局收敛。最后,融合货物配送紧急程度、运送能耗、配送时间等多种配送情形,得到符合各种配送情形的最优存取路径。结合两点定位法和最优路径,能够在小车运送货物过程中实时监测小车位置,并控制小车按照最优路径行驶,从而达到精确导航的目的。通过与传统蚁群算法的比较,该融合算法能够缩短一半以上的迭代次数,在精度和复杂度上有很大提升,能够满足仓储环境的及时性和精确性要求。