大家好,欢迎来到IT知识分享网。
电子发烧友网报道(文/李诚)物联网的快速发展让我们进入了万物互联的时代,随着各个产业向数字化转型,RFID开始在各行各业崭露头角,RFID已是一种较为成熟的技术,可应用于供应链的库存盘点,商品进出库交接等场景中。据IDTechEx数据显示,RFID市场呈逐年增长的态势,仅2019年全球超高频RFID标签销量达150亿个,产值将近10亿美元。RFID应用领域宽广,目前RFID技术还不断向无人零售领域渗透,在其他领域的需求也呈爆发式增长,RFID未来可期。
近日,浙江菜鸟管理供应链管理有限公司RFID实验室负责人颜力,在行业会议上带来了《RFID技术升级与应用突破》主题分享,将物流传统物流向数字化升级。在会议上颜力分享了经过菜鸟多年研发,不断优化识别算法、升级芯片的RFID精准识别技术,并为客户提供更好的射频识别解决方案和创造价值。菜鸟的RFID技术目前达到了商用的标准,识别准确率达99.3%以上,目前菜鸟已经与徐福记达成合作关系,将RFID技术应用于徐福记产品供应链中,提高货物库存、进出库盘点的效率。通过菜鸟的RFID技术还可以实现全链路智能追踪,在一定程度上可节省大量的产品溯源时间和人力成本。
菜鸟的RFID技术做了哪些技术升级?
在实际应用中FRID标签使用的目标、位置、方向等都具有不确定性,菜鸟设计全新的RFID标签,做到即使应用于金属、液体等货品中以及货品在堆叠的情况下均能被精准地识别到,这些精准识别技术主要是基于以下几种设计实现的。
缝隙腔体传导设计,在仓储应用中遇到的货物有可能是金属的,金属物品对普通RFID标签的射频读取会存在一定的干扰性。若使用抗金属标签,则会大大增加企业的支出成本,为此菜鸟推出了基于缝隙腔体传导设计的RFID标签。在成本方面,该标签价格低于抗金属标签,并且该标签可降低金属物体对射频识别的干扰性,可对货品标签进行精准识别。同时基于该设计的标签还可应用于实心托盘上,提高货物堆放密度。
多标签互耦性设计,基于该设计的标签多应用于鞋服领域,在商场中衣物通常以紧靠金属货架或多件衣服重叠放置的,这就涉及到了高密集读取的问题。使用普通标签进行衣物库存盘点时会存在多个标签重叠相互干扰的问题,降低了射频读取的精度,使用基于多标签互耦性的标签就能解决这一问题,提高盘点效率。
介质兼容方向性设计,该设计主要解决的是标签方向性的问题。在仓库中有的货品会被托举至高处存放,一般的普通标签没有向下的方向性,读取设备对高空的标签读取精准度较低。颜力表示,菜鸟通过优化FRID标签设计,使FRID标签具有向下的方向性,目前已经可以识别高度至8米的高空货品,进一步提高了FRID标签的实用性。
算法加持提高RFID识别精度
菜鸟为提高RFID标签识别精度和适配不同的应用场景,不仅对RFID标签进行了优化,还设计出了一整套的RFID标签识别算法。
内外分离算法是基于MIMO系统的电磁场信号源估计方法,具有低信噪和在小样本环境下能够保持一定稳定性的特点。主要应用于装卸车的应用场景中,可解决货品互相遮挡,内部标签读取率低;车辆停靠密集,周围干扰标签多,难以判断标签是否在目标车内的问题,避免了货品漏发造成的经济损失。
电磁场特征分析算法,菜鸟通过该算法结合货品在传送带上与识别器的距离,到达的时间,来判断货品的具体位置,从而实现货品精准识别、并完成排序。
异构数据辅助特征分析算法,通过该算法集合机器学习的MFCC特征提取,完成多个SKU分类,实现在多特征集合的情况下,对整个托盘货品进行管理,准确判断货品流向,降低窜货概率。
总体来说,菜鸟的精准射频识别技术就是通过优化RFID标签和算法,实现精准识别目标标签并且精准排除干扰标签,进而提升识别精度。
菜鸟精准识别技术的准确率
在分享大会上,颜力展示了目前菜鸟射频识别技术在实际应用中的准确率,其中航空包裹行李RFID标签识别定位准确率由95%提升到了99.7%;金属货架上服装RFID标签盘点识别准确率由85%提升至99.3%;大型商超供应链实心拖RFID标签盘点准确率由80%提升至99.7%;家装物流平板大车RFID标签盘点准确率由80%提升至99.4%。
只读RFID是未来发展主流
在会议的最后,菜鸟分享了RFID的未来发展趋势。菜鸟RFID实验室负责人颜力坚定地认为“只读RFID是未来的发展趋势”,因为只读RFID的芯片的面积仅为可读写RFID的芯片的一半,这也意味着RFID芯片的价格能够降低,市场需求也会更大。只读RFID芯片由于不存在写入功能,可节省写入环节的成本,简化电路,降低功耗芯片功耗,从而提高接收灵敏度1~2dB。只读RFID芯片都是通过云端进行数据编写储存的,因此只读RFID芯片还具有天然的数据保密功能。
总结
菜鸟的RFID精准识别技术促进了物流产业的数字化升级,在一定程度上节省了人力物力的投入,极大限度地减小了企业的支出。随着物联网技术的快速发展,在未来,RFID或将迎来更大的市场。
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/51905.html