RFID+YOLOv8融合：构建智能仓储盘点与货物轨迹追踪系统

1. 这套系统到底解决了仓储里的什么痛点

先说结论：单纯上RFID或者单纯上摄像头，做出来的都不是"智能盘点+轨迹追踪"，顶多算"高级条码枪"或者"带录像的监控"。我在多个仓储现场摸过底，真正让管理者头疼的不是"缺技术"，而是三条老问题：盘点靠人海战术、找货靠老师傅记忆、异常追溯靠翻监控回放。

RFID这套东西很多仓库其实已经试过，标签成本降下来了，读写器也不贵，但落地之后普遍发现：RFID只能告诉你"这批标签在某个时刻被某台设备读到了"，它说不清这箱货具体在哪个货位、是码在托盘上还是被塞在通道里、是被搬走了还是只是天线角度抖动导致短暂失联。摄像头恰好补这个短板，YOLOv8这种目标检测模型能在画面里框出货物轮廓、给出像素坐标，但它不知道"这个框对应的SKU是什么"，更不知道这个框里那箱货的批次和序列号。

RFID负责"身份"和"状态事件"，视觉负责"位置"和"空间关系"，两者一融合，才是真正能落地的仓储物联网感知方案。这套系统的核心价值可以拆成三块：

• 盘点自动化：过去一个仓管员拿着手持终端一排一排扫，一个两万平米的库房盘一次要两三天。RFID固定式读写器通道加上视觉辅助确认，理论上可以做到夜间无人盘点，误差率控制在千分之几以内。
• 货物轨迹可追溯：每一件贴着RFID标签的货物，从入库上架、库内移库、拣货出库，每一次位置变化都有记录。不是只记"从A区到B区"，而是能还原出"什么时间离开哪个货位、什么时间进入哪个货位、中途在哪停留了多久"。
• 异常事件自动告警：盘点发现账实不符、轨迹显示某箱货在非作业时间移动、货位占用冲突，这些不需要人盯屏幕，系统直接推送工单。

本文把这套系统的完整搭建过程拆开讲，从设备选型、环境部署、数据融合逻辑到YOLOv8模型训练，再到盘点准确率和轨迹还原精度的实际调优，全程按我实际跑过的方案来写，不空谈架构。适合正在规划仓储数字化、有一定物联网或视觉基础、想自己动手搭一套原型验证的工程师。如果你只是听说过RFID和YOLOv8想看看它们怎么结合，这篇也能帮你把两者的分工边界理清楚。

2. 技术选型背后的逻辑：RFID做身份、YOLOv8做空间，缺一不可

这套系统里最关键的设计决策不是选了哪个型号的设备，而是想清楚了两类感知手段怎么分工。我在早期方案里曾经想过让RFID承担所有定位任务——在库房里布置密集天线阵列，靠信号到达角度和信号强度去算标签位置。实验做完就放弃了，精度能到一米多就算不错，货位级别的区分完全不可靠，而且密集部署天线的成本比视觉方案高出好几倍。

2.1 RFID侧：选型方案与部署拓扑

RFID部分采用标准的UHF超高频方案，频段在920MHz到925MHz之间。这个频段的优势是读取距离远、支持多标签并发识别，一个通道门能同时读到几十张标签。设备选型上我没有用一体化通道门，而是选了一体式读写器加外接天线的方式，灵活性高很多，成本也能压下来。

硬件清单如下：

天线部署的位置直接决定读取质量，这是RFID项目里最容易踩坑的地方。我见过不少项目把天线装在货架立柱上、正对着货位，结果发现邻道的标签也被扫到，产生串读。正确的做法是区分场景：货架通道场景用对射式，通道两侧各装一组天线，形成一道读取门，货物推车经过时完成批量读取；高位货架场景用侧装斜向下，天线安装在货架层板的边缘，向下倾斜25度到30度，让读取波束覆盖本层货位但不越层。

项目里我把一套六层的货架（每层4个货位、共24个货位）作为测试区，按通道对射方式部署了8根天线、接2台四通道读写器。读写器功率设置很微妙，仓库实际测试时从27dBm开始往上调，每增加1dBm读取距离大约提升10%，但串读概率也随之上升。最终定在29dBm这个平衡点，距离满足3米左右、邻道串读率低于0.5%。这个参数在不同仓库会有差异，墙面反射、金属货架、附近有没有叉车电瓶都会影响，必须现场实测微调。

2.2 视觉侧：为什么选YOLOv8而不是传统图像处理

视觉部分用来弥补RFID最大的短板——没有空间坐标。在仓库这个场景里，货物外形千差万别：纸箱、周转箱、缠绕膜包裹的托盘、散料袋，光照条件也差：库房深处暗、靠窗亮、叉车大灯晃来晃去。传统图像处理靠颜色阈值分割和边缘检测，遇到这种复杂环境基本上每天都要调一次参数，根本不现实。

YOLOv8作为One-Stage目标检测模型的代表，训练完成之后对单张图的推理时间在GPU上能压到10毫秒以内，CPU上用OpenVINO优化后也能跑到60毫秒左右，完全满足实时视频流的处理需求。更重要的是迁移学习友好，不需要从零训练，用预训练权重在自建数据集上微调几十个epoch就能达到实用水平。

视觉系统的部署拓扑相对简单：每排货架通道顶部安装一台工业相机，鱼眼镜头或普通广角镜头均可，固定焦距、固定光圈，通过网络推流到工控机的推理服务。这个项目测试区里我装了两台相机，分别覆盖两条主通道，配合货架层端的RFID天线阵列，实现了测试区的感知全覆盖。

选型上面有一个心得很重要：不要选自带智能分析功能的高价网络摄像机，就选最普通的RTSP流输出摄像机。智能分析在相机端完成意味着算法固化，后续想换模型、调参数都得重新买设备，而把视频流拉到工控机上做统一推理，所有算法迭代都在软件层完成，成本低、灵活性高，这也是这套系统和商用"AI相机"类产品的核心区别。

3. 环境准备与部署细节：硬件安装顺序和参数标定不能瞎来

设备到货后的安装部署过程，我建议严格按照"先结构、后网络、再软件"的顺序来。结构没固定好之前就急着调软件，后面每次天线倾斜角度变一点、相机视野被货架挡一点，前面标定的数据就全部作废。

3.1 RFID天线安装与标定

天线安装的核心指标是"区域边界清晰度"。要的不是"能读到标签"，而是"标签在哪个区域能被稳定读到、在哪个区域一定读不到"。这个边界要靠实测画出来。

拿通道对射的部署方式来说，一组对射天线的读取范围理论上是一个扁椭球体，长轴方向沿通道延伸。安装时先把天线支架固定在通道两侧，高度统一为货架中层略偏上（约1.4米），这个位置兼顾了托盘底层货物和人工拣选的中层货物。固定好之后用一张贴着标签的纸箱做"探针"，让同事推着纸箱沿通道纵向缓慢移动，每移动10厘米记录一次读写器是否读到该标签，这样画出一条完整的读取范围曲线。

这个实测曲线直接决定后续盘点逻辑的判定边界——只有连续多次读到、且信号强度高于某个阈值的标签，才被认为是"物理上在通道内"的货物。这个阈值我一般取天线实测最大接收信号强度的60%作为判定线，低于判定线的读取记录全部进噪声过滤队列，不参与盘点计数。

标签贴附的规范同样重要。很多仓库为了省事把标签随便贴在纸箱侧面，结果叉车上的金属货叉一靠近，信号直接反射紊乱。正确做法是：每个货物单位（箱或托盘）贴两张标签，一张纵向贴在外包装上部、一张横向贴在底部边缘，两张标签编码相同但天线访问序号不同，任意一张被读到就算该货物在场。这样即使其中一张被遮挡或损坏，系统仍能维持感知连续性，大大降低了漏读率。

3.2 相机架设与视觉标定

相机安装的位置我踩过一个大坑：最初按监控安防的思路装在通道尽头的墙壁高处，俯视整条通道，结果发现货架高层的箱子把低层完全挡住，视觉死角接近40%。后来改成正对通道中部顶棚安装、镜头竖直向下略倾斜5度，这样拍摄到的画面正好覆盖通道内货物的顶部和两侧，遮挡率从40%降到了8%左右。

相机固定之后做两类标定：

• 畸变校正标定：用棋盘格标定板在画面内不同位置拍20张左右照片，算出相机内参和畸变系数，后续推理前先做去畸变处理。这一步不做的话，YOLOv8框出的坐标在画面边缘会有明显偏移，直接影响轨迹追踪的坐标映射精度。
• 物理坐标映射标定：在通道地面每隔50厘米贴一个反光标记点，记录标记点在画面中的像素坐标和实际测量坐标，用单应性矩阵做透视变换，把任意检测框的中心点像素坐标映射到仓库平面坐标上。

单应性矩阵计算用的OpenCV的findHomography函数，对应点至少需要4组，实际标定时建议给12到16组点，用随机采样一致性算法剔除误匹配点，这样映射误差能控制在15厘米以内。这个精度对货位级轨迹追踪来说完全够用，毕竟一个标准托盘位的尺寸是1米乘1米2，15厘米的误差不足以造成货位归属误判。

3.3 工控机与服务架构

整套系统的算力中枢我用的是一台带独立显卡的工控机，配置清单供参考：

• CPU：8核16线程，主频2.5GHz以上（仓储工控环境不建议用笔记本长期跑）
• 内存：32GB
• 显卡：8GB显存以上的主流型号，用于YOLOv8推理加速
• 存储：512GB固态硬盘，系统盘与数据盘分离
• 网卡：双千兆口，一个接内网设备网段，一个接办公网段做数据上报

软件服务分成三个模块，彼此之间用消息队列解耦：

1. RFID采集服务：持续接收读写器上报的标签读取事件，清洗、过滤、聚合成短窗口内的读取记录，写入时序数据库。
2. 视觉推理服务：拉取RTSP视频流，抽帧后送入YOLOv8模型推理，输出检测框、类别、置信度，再将检测结果做坐标映射。
3. 融合决策服务：订阅两类感知数据，执行盘点统计和轨迹追踪状态机逻辑，产出业务事件写入业务库。

4. 数据流核心逻辑：盘点与轨迹背后的状态判定

设备装好了、服务起来了，接下来最核心的问题是：怎么定义"一箱货在某个货位上"。这件事听着简单，实际写过逻辑的人都知道，它是整个系统最容易写崩的地方。

4.1 时间窗口与状态定义

RFID读写器是事件驱动的，标签不是一直在线，而是每个天线周期性地轮询，某张标签只有在天线功率覆盖范围内且响应灵敏度匹配时才会被读到。所以原始数据是一串离散事件流：(标签EPC, 天线编号, 时间戳, RSSI)。视觉侧则是连续帧的检测结果流：(帧ID, 类别, 框坐标, 置信度, 时间戳)。

两条流的时间轴对齐是融合逻辑的第一步。RFID通道门每300毫秒完成一轮轮询，相机在1080P下跑15帧每秒。为了不让时间错位造成误判，我设计了一个以1秒为基本周期的时间块，每个时间块内分别聚合两条流的感知结果：

• RFID侧：统计该1秒内每张标签被读到的次数、天线段编号集合、RSSI均值。
• 视觉侧：统计该1秒内每个检测框出现的帧数、框中点坐标均值、检测框稳定度（即坐标抖动方差）。

某标签在某货位的"在场状态"定义如下：在连续5个时间块（即5秒）内，该标签的读取记录中至少80%来自该货位对应的天线集合，且RSSI均值低于环境噪声阈值之上6dB。两条条件同时满足，才判定该标签所代表的货物处于"已就位"状态。

这个5秒窗口和80%比例是经过多轮测试调整出来的。窗口太短（比如1秒），叉车快速经过时货物还没站稳就会被误判为在货位上，放下托盘后又走掉，状态反复跳动；窗口太长（比如30秒），真实的移库操作会被严重延迟识别，轨迹记录和实际上架时间会差一大截。

4.2 盘点计数逻辑：为什么不是简单的标签数量累加

很多人第一版写的盘点逻辑都很天真："区域内所有天线读到的标签数等于库存数"。实际跑起来就会被现实教育。我遇到的干扰至少有四类：

• 复读干扰：标签在读写器覆盖边缘时，可能被相邻两根天线交替读到，造成重复计数。处理方式是同一标签10秒内的读取记录合并为一条"在场记录"，而不是逐条累加。
• 滞留干扰：货物已经取走但标签残留在包装薄膜上粘在货架缝隙里，天线依然能读到。这种标签会被标记为"疑似幽灵标签"，需要视觉侧确认该货位上没有对应尺寸的纸箱目标，自动挂起等待人工处理。
• 穿行干扰：非本区域货物短暂经过通道时被天线扫到。用4.1里的连续窗口判定能够滤掉大部分这种情况，但对于持续在通道内停留的临时中转货物，还需要下面的状态机来兜底。
• 边角漏读：天线功率在货位边缘快速衰减，标签在角落位置可能连续几个时间块都读不到。视觉检测此时反而能稳定框出货物，两种信号互补纠正。

基于这些情况，盘点逻辑我用了一个三态状态机来管理每种货物状态。

初始状态是"未识别"，当某标签首次满足在场判定条件后进入"暂存态"；暂存态持续超过设定时间（我设的10分钟）且期间没有被判定为移动，转入"就位态"并加入库存计数；处于"就位态"的标签一旦发现读取信号中断超过特定时间（比如15秒）且视觉侧检测框也消失，就转回"离场中间态"，等待进一步的轨迹判定。这个状态机的好处是把误报和真实异动区分开，盘点时只统计就位态标签，准确率显著提升。

实际测试中，这个三层状态机和5秒窗口逻辑配合后，盘点准确率从第一版的87%提升到了99.2%，剩下的0.8%基本都是标签物理损坏导致的不可读，这类问题属于硬件层面，软件再怎么写也无法根治。

5. YOLOv8模型训练与部署：不要直接套用预训练模型

YOLOv8官方发布的预训练权重是在场景图片数据集上训练的，能认出人、车、动物这些常见类别，但仓库货物并没有预置类别。如果直接拿预训练模型做检测，出来的会是"person""car"这类乱七八糟的标签，完全不可用。所以必须用自己的数据集迁移学习微调。

5.1 数据采集与标注规范

我在项目测试区里采集了大约6000张图像，来自两台相机的不同时段录像截帧。数据分布上特别注意了三类难点情况：

• 堆叠遮挡：同一托盘码放三层以上的纸箱，上层箱子边缘和下层箱子重叠，标注时要求画完整的最小外接框，即使部分被遮挡也要按照可见部分外推补齐，训练出的模型才能学会在遮挡场景下预测完整边界。
• 逆光与暗部：库房靠门位置白天逆光，货架底层光照不足。采集时专门挑这类时段多截帧，避免训练数据全是光线充足条件下的"温室样本"。
• 相似外形的类别混淆：不同SKU的纸箱可能颜色、尺寸接近，但仓储逻辑里其实不需要区分具体SKU，只需要检测出"货物目标"这个大类。所以标注类别不按SKU分，而是统一标为"货物"一类，SKU识别交给RFID身份信息去确定。这个设计决策大大简化了标注工作量和模型复杂度。

标注用的LabelImg工具，画框边界和实际目标边缘的误差控制在两个像素以内。标注完成之后按8:1:1切分训练集、验证集、测试集，训练集约4800张，验证集600张，测试集600张。

5.2 训练配置与调参经验

训练用的官方YOLOv8m模型，输入图像分辨率设640乘640，batch size为16，初始学习率0.001，权重衰减0.0005，训练100个epoch。前20个epoch冻结主干网络只训练检测头，后面80个epoch全量微调。这样做的逻辑是：主干网络已经学会了通用的边缘、纹理、形状特征，先保住这些特征不破坏，只让模型学习仓库货物的"特异性组合方式"，收敛更快还不容易过拟合。

训练过程中的关键监控指标是综合得分，我设的权重是精确率0.4、召回率0.4、平均精度0.2，最终测试集上达到了0.932。单类检测任务做到这个水平已经支撑业务使用。如果你的货物品类差异极大（比如有桶装液体、编织袋、异形件），建议增加第二类"异形件"，但不要超过三类，类别每增加一类，数据标注量和误检率都会同步上升，收益不划算。

数据增强策略上也做了一些取舍。YOLOv8自带马赛克增强、随机透视、色彩抖动等，仓库场景里水平翻转可以开，但垂直翻转和90度旋转我建议关掉——纸箱和托盘不可能倒着放，训练模型时引入这些现实中不存在的姿态变化，只会让模型学会判断一些假规律。

模型部署时我用TensorRT做了INT8量化加速，推理延迟从10毫秒降到了4毫秒，精度损失约0.5个百分点，完全可以接受。如果你没有显卡环境，也可以用OpenVINO跑FP16模型，i5处理器上能到30帧每秒，实时性也能满足。

6. 轨迹追踪实战：如何从离散事件还原货物移动路径

轨迹追踪是整个系统里最有"AI感"的部分，也是最容易被人误解的部分。它不是一个单独的追踪算法，而是"RFID事件时序 + 视觉空间定位 + 业务规则推理"三层信息的组合。

6.1 关键事件判定：离场、入场、状态迁移

基于4.1里定义的时间块聚合，轨迹追踪引擎持续监听每个货物单位（以标签为维度）的状态变化，提取三类关键事件：

• 离场事件：标签从"就位态"转入"离场中间态"。触发条件是该货位天线集合连续15秒没有读到该标签，且视觉侧也没有检出匹配坐标附近的货物框。
• 入场事件：标签从"未识别"或"离场中间态"转入"暂存态"并最终稳定为"在途"或"就位态"。触发条件是新天线集合读到标签且该集合与货位绑定。
• 状态确认事件：标签在途移动过程中，途经不同天线覆盖区时被依次读到，形成"接力棒式"的顺序记录。视觉侧检测框的连续帧移动轨迹也同步记录。

每个事件产生后都会写入事件序列表，表结构为(标签EPC, 事件类型, 源位置, 目标位置, 事件时间戳, 关联相机ID, 框坐标序列)。

6.2 轨迹链拼接与货运路径还原

轨迹还原的逻辑和手机基站切换类似：标签从一台天线设备的覆盖范围"切换"到另一台天线的覆盖范围，就相当于货物从一个区域移动到了另一个区域。但如果标签在某个区域的停留时间太短（比如3秒），可能是叉车短暂经过而非搬运操作，轨迹引擎设了一个停留最短时长阈值，默认10秒，不足10秒的停留点不作为节点纳入轨迹链，只记录为"经过"。

视觉侧的信息此时发挥关键作用：标签在天线覆盖盲区时，视觉检测框可以持续跟踪货物在画面中的连续位置。我用的视觉轨迹提取逻辑是经典的"检测框关联"策略：对前后帧的检测框做交并比匹配，交并比大于0.5认定为同一目标的延续，小于0.5则视为新目标进入。再配合坐标映射矩阵，将每帧的框中心点映射到仓库平面坐标，得到一条连续的像素级轨迹。

最后把RFID事件序列得到的"位置节点"和视觉检测得到的"连续轨迹"做融合。融合规则很简单但很有效：

• RFID提供了节点的确定性（哪个货位、什么时间），但缺失节点之间的细节。
• 视觉提供了细节（节点之间的连续路径），但不知道节点对应的货物身份。
• 当视觉轨迹上某段时间的坐标与RFID事件的起始货位、目标货位坐标吻合时，将两者绑定为一条完整事件链。

测试区里做了20次人为搬运操作（从不同货位取货后搬到其他货位），轨迹还原正确次数为19次，失败的那次是因为目标货位的天线在该时间段发生了遮挡（一托高货物临时堆放在通道中间，恰好挡住了天线对目标货位的覆盖），视觉轨迹补上了中间的路径但仍未识别最终落点。这个案例说明两套感知互为冗余，单靠任何一套都有盲区，融合才是长期稳定运行的基础。

6.3 轨迹引擎的性能与实际效果

轨迹引擎在单台工控机上运行，同时处理800个标签的数据流和4路视频流的推理结果，CPU占用率约35%、GPU占用率约60%，内存稳定在8GB左右。夜间执行全库盘点（约5000个库存单位）耗时约90分钟，盘点报告按货位列出账实差异清单，差异项占比约为0.8%。

这套引擎上线后产生的业务价值很直接：找货时长从平均每人5分钟压缩到30秒内完成定位，盘点投入的人力从6人昼夜轮班减少到1人接收系统报告并处理差异，库房货位占用率提升了大概7%（因为系统能识别出哪些货位其实空置、哪些货位被滞留无主货物长期占用）。

7. 盘点准确率优化实战：从87%到99.2%的完整调优过程

第一版系统上线后，盘点准确率只有87%，也就是每100个库存单位会有13个对不上账。这个水平完全达不到业务要求。我带着团队做了三轮针对性调优，把准确率一步步推到99.2%。

7.1 第一轮：解决天线功率参数和标签贴附的物理层问题

87%准确率的分析报告出来后，我逐一比对了"盘亏"项对应的货物，发现一个惊人的规律：账上存在但系统未读到的货物，几乎全部是金属货架底层靠墙的位置，贴标方向背向天线通道。

排查后确认根因有两个：

一是底层货架金属立柱对射频信号有反射叠加影响，导致底层标签RSSI值明显低于其他层。处理方式是给每根底层天线的功率单独上调1.5dB，而不是全局统一调整，并对底层区域单独设定RSSI判定阈值（比标准阈值低3dB）。

二是标签贴附方向过于随意。50%以上的底层货物标签朝向墙面，天线波束即使在最大功率下也无法有效激励标签天线。处理方式是重新制定贴标作业规范，明确要求标签面朝向通道，并在入库作业流程中加入RFID自检环节——货物上架前用便携式读写器验证该货位天线能否稳定读到标签，读不到的直接更换标签或调整角度。

物理层问题解决后，准确率从87%提升到了94.5%。

7.2 第二轮：优化状态判定逻辑，消灭幽灵库存

第二轮的提升靠的是把判定逻辑从"瞬时读到"改成"连续窗口稳定读到"。前面4.2节里提到的幽灵标签（残留标签被天线读到但货物已不在）、穿行误读（其他区域货物借道经过）、边角抖动读取这三类问题，在94.5%的准确率下变的格外突出。

每一类都做了针对性处理：

• 幽灵标签：RFID侧加"标签驻留超时"检测，如果某标签超过72小时始终在同一个货位天线集合下被读到，且视觉侧从未检出匹配货物框，就自动生成"疑似残留标签"工单，通知仓管员现场确认清理。
• 穿行误读：把状态机从"读到即算数"改成"连续5个时间块稳定读到才算数"，这条改动单独提升了1.8个百分点。
• 边角抖动读取：在读写器软件侧设置"RSSI跳变抑制"，当同一标签的RSSI值在极短时间内大幅波动超过8dB时，判定为天线多径效应导致的反射信号，自动降低该记录权重，不参与计数。

这一轮之后准确率爬到了97.6%。

7.3 第三轮：视觉与RFID的交叉确认

97.6%到99.2%的最后这段提升，靠的已经不是单侧优化了，而是把YOLOv8的检出信号真正接入盘点决策流程。此前视觉结果只是辅助记录，盘点计数还是以RFID为主，视觉数据没有参与到判定，白白浪费了一个传感器。

我做的改动是：在盘点计数前的每个时间块，对每个候选"就位态"标签触发一次视觉交叉验证。视觉模块输出该货位坐标对应区域内的货物框数量和置信度，如果视觉侧检出了货物框但RFID侧没有标签记录，判定为"疑似漏读"，触发便携式读写器人工复核；反过来如果RFID侧有标签记录但视觉区域没有匹配货物框，判定为"疑似幽灵标签"或"遮挡异常"，自动打标记。

交叉验证让两种技术的短板互相补位，漏读标签被视觉发现、幽灵标签被视觉证伪，准确率最终稳定到了99.2%。这个成绩是在测试区（24个货位、约150个库存单位）的环境下达成的，放到更大规模的库房场景，影响准确率的主要变量变成天线覆盖规划质量，这个在前期设计时需要结合仓库布局做更精细的模拟，但状态机和交叉验证这套逻辑是通用的，可以直接平移。

8. 我踩过的几个最有价值的坑

文章写到这，核心方案已经完整，最后分享几个真正让我印象深刻的调试经历，这些内容写不进官方文档，但对后来者都是真金白银的教训。

8.1 仓库里最大的噪声源不是金属，而是叉车

所有RFID相关的技术资料都会提醒你金属干扰，但很少有人提：电动叉车本身就是一个强噪声源。叉车电机启动和刹车瞬间的电磁脉冲，会周期性干扰读写器接收链路，表现就是某些标签的RSSI值突然跳高再迅速回落，很容易触发误判逻辑。

排查这个问题的过程很典型：一度以为是标签质量问题，换了三个品牌的标签无效；怀疑天线馈线接头松动，重新压接了所有接头还是无效。最后是同事偶然发现，每次叉车从写字楼下经过时系统就会报一批"标签异常波动"告警，把时间点和监控录像一对照才确认是叉车干扰。解决方案不复杂——读写器加装电源滤波器和屏蔽外壳，天线馈线换成双屏蔽规格，叉车插头检修频率从每月改成每周。干扰频率降低了大约80%。

8.2 YOLOv8在仓库场景最怕的不是暗光，是"很多一样的箱子"

视觉模型训练到90%准确率之后，剩下的误差基本来自一个特殊场景：一批新到货的货物有几百箱完全相同的纸箱堆在一起，视觉检测出来后做帧间匹配时，经常把相邻箱子搞混，轨迹追踪会出现"箱子A和箱子B的路径互换"的错误。

这个问题靠纯视觉几乎是死路——所有箱子外观一致，无论怎么提特征都没有区分度。最终解法是重新回到融合思维：RFID标签读取RSSI值排列组合来区分位置（比如一箱货上贴两张标签，两张标签的RSSI比值可以作为粗粒度的位置指纹），再结合视觉框的顺序位置来分辨边界。融合后的路径互换错误率下降了一个量级。

这件事对我的长期启发很大：做工业级物联网感知系统，永远不要指望单一传感器能解决所有问题。视觉再强也有物理死角，RFID再快也没有空间分辨率，两套感知互为冗余、互相纠错，才是稳定性的根本来源。

8.3 先画清楚"传感器覆盖边界"，再写业务逻辑

最早开发的时候，我犯过一个典型的工程顺序错误：先写好了完整的盘点业务逻辑和状态机，回头才去部署天线和相机。结果到了现场发现，我假想的"每个货位有清晰、独立的感知覆盖"根本不成立——天线读到的信号边界是模糊的，视觉画面也有大量重叠区域，业务逻辑里"该货位"和"其他货位"的分野在真实数据里根本不存在。

正确顺序应该是反过来：先花时间把天线的实际覆盖边界和视觉的映射精度测出来，用实测数据来定义"一个货位的感知区域"，然后再抽象成业务逻辑的输入。硬件边界清晰可靠，上层软件才能稳定工作。这也是我在前面章节里反复强调覆盖边界实测的原因——它不是一个可选的精细活，而是整个系统能不能成立的先决条件。

这套系统从立项到跑出目前的效果，前后花了三个月时间。如果让我总结最核心的经验，就一句话：**RFID和视觉不是竞争关系，而是互补关系，理解每一类传感器擅长什么、不擅长什么，让它们各司其职再融合决策，才是这套方案真正的"AI"所在。**打算自己动手搭一套验证系统的工程师，建议从小规模测试区开始，先把感知边界和判定逻辑跑顺，再往大面积铺，这样踩坑成本最低、调整也最快。