首页 > 新闻动态 > 行业新闻 > Datamars推出了基于人工智能的UHF RFID识别系统,提高了RFID技术的准确性和灵活性
认证
联系我们

邮箱:lily@goldbridgesz.com
现在联系

消息

Datamars推出了基于人工智能的UHF RFID识别系统,提高了RFID技术的准确性和灵活性

露西 RFID世界网 2021-06-25 16:34:09
Datamars的纺织品ID是基于人工智能的UHF RFID识别系统,可以充分发挥RFID技术的潜力。在该系统中,RFID用于识别和跟踪纺织品的整个生命周期,帮助洗衣店及其客户,亚麻租赁公司,医院,养老院,酒店,餐馆等有自己的洗衣房的公司。

长期以来,技术挑战阻碍了RFID系统的完全应用,例如读者的标签的误读以及如何正确将读数分发给不断流动的物品。

到目前为止,使用机器学习算法可确保最准确的识别,为新一代读取系统铺平道路。它保证了自动化系统的准确性:避免误读;并准确地识别移动纺织品而不中断工作过程,并将标签正确分配给散装流动物品。

使用RFID系统的目标是识别和跟踪纺织品的整个生命周期,实现精确和自动库存管理,减少损耗,产生透明数据和准确的账单,以提高劳动力效率,并通过优化纺织流循环来提高盈利能力,并降低更换磁纺织品的成本。 RFID系统的准确性越高,可以充分实现这些益处越多。

但这并不容易。 UHF RFID技术的特点是其能够在没有视线和长距离的情况下阅读标签,这允许这种技术在几秒钟内读取数千批纺织品,但也可以在周围区域意外读取。对于不需要的标签,特别是当物品分散或移动时。这降低了RFID数据收集的准确性。

到目前为止,该问题主要通过使用机械屏蔽结构来解决或手动设置读取器参数的阈值以控制和限制读取区域尽可能多。但同时,该方法限制了RFID系统的灵活性并降低了操作速度。

机器学习如何应用于RFID?

Datamars应用了机器学习技术 rfid. 技术。机器学习是人工智能的分支,它为系统提供了通过经验自动学习和改进的能力,而无需明确编程。它将主动检查实践中生成的数据集,以查找常见模式并构建模型以进行决策。

该系统使用机器学习算法和特殊开发的神经网络来使用从所有RFID标签中读取的数据提取的信息来分类每个标签。通过这种方式,系统可以识别和丢弃不在范围内的标签,而不是通过“避免误读”来避免错误。

另外,通过使用大量数据训练的神经网络,系统不需要手动设置阈值和其他机制,也不需要大量复杂的微调过程。数据量越大,神经网络更准确和强大,可以轻松适应多个环境,用例和更改,这也可以减少硬件投资。由于所有过程由软件算法确定,随着时间的推移,读取系统的准确性也将通过软件更新改进,而无需处理硬件更改。

Riccardo Mazzolini,Datamars Texile ID总经理说:“Datamars再次破坏了RFID技术的界限,并开创了人工智能机器学习技术在洗衣应用中,提供了更准确,灵活,适应UHF RFID的市场阅读系统为客户提供更好的用户体验。“

有关更多信息,请联系sales@goldbridgesz.com