Datamars wprowadził na rynek system identyfikacji UHF RFID oparty na sztucznej inteligencji, mający na celu poprawę akceleracji

Celem stosowania systemu RFID jest identyfikacja i śledzenie całego cyklu życia tekstyliów, osiągnięcie precyzyjnego i zautomatyzowanego zarządzania zapasami, ograniczenie strat, generowanie przejrzystych danych i dokładnych rachunków w celu poprawy wydajności pracy i poprawy rentowności poprzez optymalizację cyklu przepływu tekstyliów oraz zmniejszenie kosztów wymiany utraconych tekstyliów. Im większa dokładność systemu RFID, tym większe korzyści można w pełni wykorzystać.

Ale to nie jest łatwe. Technologia UHF RFID charakteryzuje się możliwością odczytu tagów bez wzroku i na duże odległości, co pozwala tej technologii na odczytanie partii tysięcy tekstyliów w ciągu kilku sekund, ale może też zostać przypadkowo odczytana w otoczeniu. Do niepotrzebnych etykiet, zwłaszcza gdy przedmioty są rozproszone lub przemieszczają się. Zmniejsza to dokładność gromadzenia danych RFID.

Dotychczas problem ten rozwiązywano głównie poprzez zastosowanie mechanicznej konstrukcji ekranującej lub ręczne ustawienie progów parametrów czytnika, aby w jak największym stopniu kontrolować i ograniczać obszar odczytu. Ale jednocześnie metoda ta ogranicza elastyczność systemu RFID i zmniejsza prędkość działania.

W jaki sposób uczenie maszynowe jest stosowane w RFID?

Datamars zastosował technologię uczenia maszynowego do RFID technologia. Uczenie maszynowe to gałąź sztucznej inteligencji, która zapewnia systemowi zdolność do automatycznego uczenia się i doskonalenia na podstawie doświadczenia, bez konieczności jawnego programowania. Będzie aktywnie sprawdzać wygenerowane w praktyce zbiory danych, aby znaleźć wspólne wzorce i zbudować model umożliwiający podejmowanie decyzji.

System wykorzystuje algorytmy uczenia maszynowego oraz specjalnie opracowaną sieć neuronową do klasyfikacji każdego tagu na podstawie informacji wyodrębnionych z danych odczytanych ze wszystkich tagów RFID. W ten sposób system może identyfikować i odrzucać znaczniki, które nie znajdują się w zasięgu, zamiast unikać błędów poprzez „unikanie błędnego odczytania”.

Dodatkowo dzięki wykorzystaniu sieci neuronowej wyszkolonej dużą ilością danych, system nie musi ręcznie ustawiać progów i innych mechanizmów, ani nie wymaga dużej liczby skomplikowanych procesów dostrajających. Im większa ilość danych, tym dokładniejsza i solidniejsza sieć neuronowa, którą można łatwo dostosować do wielu środowisk, przypadków użycia i zmian, co może również zmniejszyć inwestycje w sprzęt. Ponieważ wszystkie procesy są określane przez algorytmy oprogramowania, z biegiem czasu dokładność systemu odczytu będzie się również poprawiać dzięki aktualizacjom oprogramowania, bez konieczności zajmowania się zmianami sprzętowymi.

Riccardo Mazzolini, dyrektor generalny Datamars Textile ID, powiedział: „Datamars po raz kolejny przekroczył granice technologii RFID i był pionierem w zakresie wykorzystania technologii uczenia maszynowego sztucznej inteligencji w zastosowaniach pralniczych, zapewniając rynkowi dokładniejsze, elastyczne i dające się dostosować. System odczytu RFID UHF zapewnia klientom lepsze doświadczenia użytkownika”.

Aby uzyskać więcej informacji, skontaktuj się z sales@goldbridgesz.com