RFID는 다시 새로운 기회를 맞이하고 향후 실내 고정밀 측위를 기대할 수 있습니다!

2017년, 전문 도구 제조업체인 Stanley Black & Decker의 자회사인 CribMaster는 추적 솔루션 제공업체 PervasID의 기술을 사용하여 내장된 재고 및 도구 추적 기능을 갖춘 "세계에서 가장 정확한 스마트 도구 캐비닛"을 출시했습니다. PervasID에서 제공하는 RFID 리더를 기반으로 스마트 도구 캐비닛에서 수동 RFID 태그를 사용하는 모든 도구(최대 500개)를 몇 초 안에 추적할 수 있습니다.

항공 산업의 경우 이물 잔해(FOD)는 비행 지연, 항공기 교체 및 연료 비효율을 포함하여 연간 직간접적으로 130억 달러의 비용이 드는 것으로 추정됩니다. 따라서 모든 도구를 추적하는 것이 필수적이며 이 솔루션은 최대 99.9%의 실시간 정확도를 제공하여 도구가 비행기가 아닌 캐비닛에 있는지 확인함으로써 항공 산업의 문제 수를 크게 줄입니다. 이물질로 인해 발생합니다. 현재 북미 최대 항공기 제조업체 중 하나가 수백 대의 항공기에 이 프로그램을 배포했습니다.

항공 산업의 응용 외에도 RFID는 다른 많은 분야에서도 빛을 발하고 있습니다.제조, 소매 및 물류와 밀접한 창고 보관을 위해 재고 추적, 재고 및 자산 관리의 자동화를 위한 RFID 기술 및 제품의 사용은 산업에 혁명적인 전복 효과가 있으며 디지털 관리 및 전통적인 공장 및 창고의 지능형 업그레이드를 실현합니다.

RFID는 창고 환경을 더 이상 죽지 않게 합니다.

현재 창고 시나리오에서 QR 코드와 바코드는 대부분 특급 배송 또는 상품의 패키지에 있으며 상품의 위치 지정 및 궤적 계획의 전제는 이러한 코드의 정확한 식별입니다. 현재 업계에서 가장 널리 사용되는 식별 방법은 여전히 ​​활성 장비 또는 비전 시스템이지만 높은 비용과 정기적인 유지 관리의 문제가 있습니다. 특히 비전시스템의 가장 큰 단점은 막힌 부분이 있거나 여러 개의 물건을 쌓아두거나 라벨이 오염되거나 훼손된 경우 현재 제조업의 화재와 같이 카메라 인식이 크게 제한된다는 점이다. "블랙 라이트 팩토리"는 빛이 없거나 희미한 조건에서 카메라의 안정성이 크게 도전받을 것입니다.

반대로 수동형 RFID 태그를 사용하면 이러한 상황을 최대한 방지할 수 있습니다. 일반적으로 RFID 시스템은 리더, 전자 라벨 및 데이터 관리 시스템의 세 부분으로 구성됩니다.RFID 라벨의 경우 특정 침투력이 있을 뿐만 아니라 방수, 내자성, 고온 저항, 사용 긴 수명, 긴 판독 거리, 암호화된 태그 데이터, 대용량 데이터 저장, 정보의 무료 저장 등의 장점이 있으며 빛에 의해 제한되지 않습니다. 동시에 패시브 RFID 태그의 가장 큰 장점은 매우 저렴하고 유지 보수가 필요 없으며 이 경우에도 비교적 고정밀 위치 지정을 달성할 수 있다는 것입니다. 따라서 수동형 RFID 태그는 창고 환경뿐만 아니라 미래의 다른 시나리오에서도 널리 사용될 수 있습니다.

케임브리지 대학의 박사 과정 학생인 Liu Zheng에 따르면 그들의 팀의 주요 연구 방향은 고정밀 실내 위치 확인을 위해 로봇과 결합된 수동 RFID를 사용하는 것입니다. 실험실 환경에서 팀원들은 창고 환경을 시뮬레이션 했으며, 실제 창고 환경이 일반적으로 더 크다는 점을 고려하여 기존의 고정 안테나 배열 방식을 사용하면 필요한 안테나 수가 매우 많아 비용이 증가하고 비용이 증가합니다. 배선도 매우 번거로울 것입니다. 따라서 팀은 창고 환경을 지속적으로 순찰하여 정보를 수집하기 위해 RFID 관련 장비를 장착할 수 있는 모바일 로봇 플랫폼의 설계를 개척했습니다.

위의 그림에서 알 수 있듯이 모바일 로봇 플랫폼의 하단에는 전체 장치에 전원을 공급할 수 있는 배터리가 장착되어 있으며 배터리 위에는 모바일 섀시, 라즈베리파이 상단에는 RFID 태그 정보를 읽을 수 있는 리더기가 장착되어 있으며, 차량 자체에는 레이저 거리 측정 레이더와 같은 센서가 탑재되어 있습니다. 자동차와 환경 사이의 거리 정보를 측정할 수 있습니다.

모바일 로봇 플랫폼 상단에는 팀원들이 최대 4개까지 지원할 수 있는 RF 안테나를 설치했습니다. 시뮬레이션된 창고 공간에서 팀은 여러 수동 RFID 태그를 여러 위치에 배치했으며, 그 중 일부는 공용 참조 태그로 사용할 수 있고 다른 일부는 대상 태그로 추적할 품목에 부착할 수 있습니다. 또한 플랫폼을 로컬 네트워크에 연결하여 네트워크를 통해 원격으로 모바일 로봇 플랫폼을 제어할 수도 있습니다.

이 모바일 로봇 플랫폼을 개발한 후 팀은 ISAR-SAR 포지셔닝 알고리즘, k-값 기반 포지셔닝 알고리즘, 기하학적 관계 기반 포지셔닝 알고리즘, GNN 기반 포지셔닝과 같은 플랫폼을 기반으로 다양한 시나리오에 대한 새로운 포지셔닝 알고리즘도 개발했습니다. 알고리즘 모델 등의 알고리즘을 사용하여 대상의 고정밀 위치 지정 및 추적을 달성합니다.

다중 알고리즘으로 고정밀 포지셔닝 지원

고정밀 측위 측면에서 시급히 해결해야 할 두 가지 문제가 있었습니다. 첫 번째는 이동로봇 플랫폼 자체의 위치를 ​​명확히 파악해야만 경로 계획과 의사결정이 가능하며 이는 많은 유니콘 기업의 핵심 투자 방향이기도 하다. 또한 매우 중요합니다. 레이블의 위치를 ​​예측하는 궤적. Liu Zheng 박사가 공유한 네 가지 위치 지정 알고리즘은 다음 두 가지 문제를 해결하는 데 획기적인 발전을 이루었습니다.

ISAR-SAR 포지셔닝 알고리즘

알고리즘은 저가의 패시브 RFID 태그를 사용하여 모바일 플랫폼의 궤적을 계산한 다음 환경에서 참조 태그를 사용하여 궤적의 일치 정도를 측정하고 마지막으로 추정된 궤적을 사용하여 대상 태그를 찾습니다. 이 알고리즘에서 핵심은 SAR(Synthetic Aperture Radar) 알고리즘으로, 모바일 플랫폼의 알려진 궤적을 따라 이동하는 과정에서 대상 태그를 지속적으로 읽고 쓸 수 있으므로 위상과 같은 일련의 정보를 얻을 수 있습니다. 공간의 특정 위치에서 대상 레이블에 대한 확률 히트맵을 계산합니다. SAR 알고리즘을 통해 상대적으로 높은 측위 정확도를 얻을 수 있지만 모바일 플랫폼의 궤적을 측정해야 하고 이러한 궤적은 일반적으로 일부 추가 장비가 필요하거나 SLAM 알고리즘을 사용하여 구하는 단점이 있습니다.

이러한 SAR 알고리즘의 단점에 대응하여, 연구팀은 위치를 알고 있는 패시브 참조 태그를 배치하여 다음 순간에 각 위치에 모바일 플랫폼이 나타날 확률을 계산하는 ISAR(Inverse Synthetic Aperture Radar) 알고리즘도 제안하고, 는 추정된 위치에 설정된 값에 최대 확률을 할당하고 이러한 단계를 반복하여 완전한 추정 경로를 얻습니다. 이 추정된 경로를 얻을 때 참조 레이블을 사용하여 추정된 궤적도 평가할 수 있으며 ISAR-SAR 루프 알고리즘을 사용하여 계속 최적화할 수 있으며 알고리즘의 매개변수를 지속적으로 조정하여 최적의 경로를 얻을 수 있습니다. , 타겟을 조정하기 위해 라벨이 위치 지정되어 위치 오차를 더욱 줄일 수 있습니다.

k 값을 기반으로 하는 현지화 알고리즘

모바일 플랫폼이 앞으로 나아가는 과정에서 태그를 통과할 때 위상은 일반적으로 일종의 주기적인 변화를 나타내며 위상을 풀고 곡선을 피팅하여 위치를 결정하는 데 사용할 수도 있습니다. 위상 및 RSSI 정보를 얻은 후 수신된 RSSI의 강도를 사용하여 수신된 신호가 안정적인지 여부를 측정하여 효과적인 데이터 세트를 얻을 수 있습니다. 유효한 데이터 세트를 얻은 후 궤적과 평행한 대상 레이블의 위치는 위상 곡선의 정지점을 분석하고 이동 로봇의 위치와 결합하여 계산할 수 있습니다. 궤적에 수직인 위치는 k 매개변수를 조정하여 얻을 수 있습니다. 이전 알고리즘에 비해 k-값 기반 위치 지정 알고리즘은 컴퓨팅 성능이 덜 필요하고 대상 레이블 위치를 찾는 데 걸리는 시간이 적으며 3차원 공간으로 확장하여 높이 정보를 결정할 수도 있습니다. 이 방법을 사용하면 대상 레이블의 위치 범위를 빠르게 확인한 다음 레이블의 정확한 위치를 조정할 수 있습니다.

기하학 기반 위치 지정 방법

이 방법의 장점은 궤적의 정확한 측정이 필요하지 않으며 매우 적은 수의 참조 레이블만으로 대상 레이블의 위치를 ​​지정할 수 있다는 것입니다. 모바일 로봇 플랫폼은 일반적으로 일정한 속도로 움직이기 때문에 서로 다른 레이블의 위치와 각도에서 플랫폼을 서로 다른 시간에 이동시켜 대략적인 궤적의 방향을 얻을 수 있다. 궤적, 참조 레이블 및 대상 레이블 이들 사이의 공간적 기하학적 관계를 사용하여 대상 레이블의 위치를 ​​얻을 수 있습니다. 이 방법은 참조 레이블의 밀도에 대한 시스템의 의존도를 더욱 줄이고 보조 장치 데이터의 분석 압력을 줄이며 계산 비용과 에너지 소비를 줄이며 위치 지정 시간을 단축합니다.

GNN 현지화 알고리즘

모바일 로봇 플랫폼을 앞으로 이동시키는 과정에서 각 샘플링 포인트는 위상, RSSI 및 로봇 위치와 같은 정보를 포함하는 노드로 간주될 수 있습니다. 플랫폼 이동 순서에 따라 서로 다른 인접 노드를 에지로 연결하고 그래프 구조를 구성한 다음 이를 그래프 신경망에 넣어 학습시켜 목표 레이블 위치에 대한 예측 결과를 얻을 수 있습니다. 모델.

RFID는 밝은 미래를 가지고 있습니다

Fu Zhe 박사에 따르면 현재 전 세계적으로 8개 이상의 RFID 대학 팀이 관련 제품을 작업하고 있으며 국내 기업 팀의 수는 점차 증가하고 있습니다. 팀 간의 차이점은 주로 그들이 개발하는 모바일 플랫폼과 RFID 시스템은 동일하지 않습니다.

물론 창고 시나리오에서 RFID는 시각적 솔루션보다 더 많은 장점을 가지고 있지만 RFID 자체의 단점도 있습니다. 병목 현상. 하드웨어 읽기 속도의 제한으로 인해 태그 수가 증가함에 따라 태그당 샘플링 속도의 수는 감소합니다. 동시에 로봇의 이동속도의 증가는 수집되는 유효정보의 감소로 이어지며, 다중경로와 복잡한 환경의 문제는 물론 아이템 자체의 재질도 감소하게 된다. 시스템 포지셔닝의 성능. 또한 제한된 읽기 및 쓰기 거리도 해결해야 할 시급한 문제입니다.따라서 한 장면에서 커버하기 위해 여러 개의 RFID 리더기가 필요한 것도 골칫거리입니다.Fu Zhe의 팀도 리더기를 재설계하고 개선하여 문제를 해결했습니다. 알고리즘 거리 읽기 및 쓰기와 같은 문제.

Fu Zhe 박사는 또한 미래에 구현을 실현하는 방법에 대한 자신의 아이디어를 제시했습니다. 그는 실내 다기능 인식 융합 로봇과 의료 건강이 다음 개발 트렌드가 될 것이라고 말했다. 예를 들어, 현재 청소 로봇의 대부분은 가장 기본적인 청소 작업만 완료할 수 있습니다.비용 제약으로 인해 너무 많은 기능을 추가할 수 없습니다.저가 RFID는 이 문제를 해결할 수 있습니다.패시브 RFID 태그를 사용하여 다양한 범위의 Bluetooth, Wi-Fi 및 UWB와 같은 배터리를 사용하지 않고 식별 시나리오를 구성할 수 있습니다. 더욱이 RFID는 비대해진 착용 장비 및 개인 프라이버시와 같은 다양한 문제를 해결하고 고효율 및 저비용 고품질 서비스를 제공하기 위한 효과적인 기술 솔루션을 제공하는 데 사용될 수 있습니다. Fu Zhe 박사는 최근 원격 감지, 신체 인식, 시선 추적 및 기타 실내 지능형 IoT 시스템을 구현하기 위해 수동 RFID를 사용하여 그의 아이디어를 지속적으로 검증하고 있습니다.