1. 毕业设计（论文）主要内容：
随着现代科技与电子商务的快速发展，现代物流已经成为现代经济的重要组成部分，是继节约资源和提高劳动生产率的第三利润源。其中，仓储拣选是现代物流的重中之重，它决定着物流系统整体的运行效率。拣选作业是整个仓储作业中劳动最密集、运营成本最高的环节。拣选系统的追求目标是在一定资源条件下, 减少货物存取和拣选所消耗的时间，提高仓库的运行效率，实现服务水平的最大化。得利于电子商务的发展，仓储拣选技术近年来也得到巨大发展，从电子标签、RF扫描到Picktolight系统，仓储拣选系统对于效率的高低，检错率的去除，检错物流的设置等方面要求越来越高。在仓储生产过程中，由于疲劳导致的事故比较多，而且疲劳容易使工作人员效率低下，不利于仓储生产。因此研究、解决仓库拣选过程中的检错与工作人员疲劳检测问题，对企业获得更高经济效益，提高企业服务水平，具有非常强的实用价值及意义。
语音拣选技术在很多方面优于RF扫描，语音操作释放了双手，使操作空间变大，除此外，语音拣选不需要键控输入到扫描单元，因而消除了键控操作的失误。Picktolight系统在拣选大物件时不灵活，在不适合安装电线的场景不适用，而且这种系统容易检错，而语音拣选技术可以根据订单然后要求拣选员说出货物的条形码后三位和数量，只有正确才能拣选下一货物。综上，语音拣选技术的优势已经使其成为了大多数运营商的最佳选择。提高仓库生产率，除了可以采用语音拣选技术外，还可以检测人体疲劳状态，提醒其适时短暂休息或者伸展肌肉，从而恢复状态，以提高效率。人体疲劳状态检测现有血氧信号、人体步态检测、心电信号、眼电信号、脑电信号等检测方法，考虑到仓储环境及仓储拣选过程，脑电信号最为适合。
综上，请根据仓储拣选环境及流程设计一款具有疲劳检测的工业智能头盔。
2. 毕业设计（论文）主要任务及要求
（1）查阅国内外文献，了解仓储拣选相关概念、关键技术、发展现况及其发展趋势；了解拣货模式、拣货流程，尤其了解语音拣选流程。此外，还需查阅相关资料，了解如何基于脑电信号对疲劳进行分析；
（2）根据仓储环境及拣选流程，选取合适的场景，设计一款具有拣选员疲劳状态监测、语音通话与识别、数据远程传输等功能的工业智能头盔；
（3）在头盔上集成语音模块，GPRS模块，语音收集模块，实现语音信息的采集与识别，然后将识别的信息返回到系统进行校对；
3. 毕业设计（论文）完成任务的计划与安排
1-3周：查阅参考文献、资料；外文文献翻译；调研需求；撰写开题报告；
4-6周：设计语音采集、识别硬件电路，编程对语音进行识别；
7-10周：建立基于脑电信号的疲劳检测模型，识别用户疲劳状态，并与语音系统结合对用户进行提示；
4. 主要参考文献
中文参考文献：
[1] 马向国. 仓储拣选技术的发展现状与趋势[J]. 物流技术与应用, 2016, 21(6).
[2] 马庆修, 任正云. 基于RFID室内定位的语音拣选系统设计[J]. 微型机与应用, 2015(18):50-52.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
