无人机为库存控制中继RFID信号

麻省理工学院的研究人员开发了一种系统,使空中无人机能够读取数十米外的射频ID (RFID)标签,同时以很小的错误窗口识别标签的位置。该系统设计用于大型仓库,用于连续监测以防止库存不匹配和定位单个项目的能力。

通过Larry Hardesty,麻省理工学院新闻办公室 2017年9月3日

射频识别(RFID)标签被认为是供应链管理的革命。这种廉价、无电池的标签可以从扫描仪无线接收电力,然后广播识别号码,使仓库管理人员能够比手动读取箱号和记录更有效地记录库存。

现代零售业务的规模使得RFID扫描效率低下。例如,沃尔玛报告称,2013年,由于库存记录与库存不匹配,该公司损失了30亿美元的收入。即使使用RFID技术,单个大型零售商店也需要三个月的时间来执行完整的库存审查,这意味着不匹配的情况通常不会被发现,直到客户要求才会暴露出来。

麻省理工学院的研究人员开发了一种系统,使小型、安全的空中无人机能够从数十米外读取RFID标签,同时识别标签的位置,平均误差约为19厘米。研究人员设想,该系统可以用于大型仓库,既可以进行连续监控,防止库存错配,也可以定位单个物品,以便员工能够快速可靠地满足客户的要求。

设计该系统的核心挑战是,在目前的自主导航状态下,唯一能够在人类近距离内安全飞行的无人机是带有塑料旋翼的小型轻型无人机,在碰撞时不会造成伤害。但这些无人机太小,无法携带超过几厘米范围的RFID阅读器。

研究人员通过使用无人机中继标准RFID阅读器发出的信号来应对这一挑战。这不仅解决了安全问题,还意味着无人机可以与现有的RFID库存系统一起部署,而不需要新的标签、读取器或读取器软件。

索尼公司媒体艺术与科学职业发展助理教授法德尔·阿迪布说:“在2003年至2011年期间,美国陆军在其仓库中丢失了58亿美元的物资。”他的团队在麻省理工学院媒体实验室开发了这个新系统。2016年,美国全国零售联合会报告称,零售商店商品的缩水损失平均每年约为452亿美元。通过使无人机能够找到并定位物品和设备,这项研究将为解决这些问题提供根本性的技术进步。”

麻省理工学院的研究人员在计算机协会数据通信特殊兴趣小组年会上发表的一篇论文中描述了他们的系统,称为RFly。阿迪布是这篇论文的资深作者,媒体实验室的博士后马云飞(Yunfei Ma)和麻省理工学院机械工程研究生尼古拉斯·塞尔比(Nicholas Selby)也加入了他的团队。

相移

中继RFID信号并使用它们来确定标签的位置带来了一些棘手的信号处理问题。一是,由于RFID标签由阅读器无线供电,阅读器和标签同时以相同的频率传输。中继系统增加另一对同步传输:两个在继电器和标签之间,两个在继电器和读取器之间。这是同一频率的四次同步传输,都互相干扰。

这个问题由于系统需要确定RFID标签的位置而变得更加复杂。定位探测或“定位”系统使用一种叫做天线阵列的设备的变体。如果几根天线聚集在一起,以某个角度向它们广播的信号到达每根天线的时间会略有不同。这意味着天线探测到的信号会有轻微的失相:它们电磁波的波谷和波峰不会完全重合。根据这些相位差,软件可以推断出发射的角度,从而推断出发射机的位置。

无人机太小,无法携带天线阵列,但它是连续移动的,因此它在不同时间获得的读数也会在不同位置获得,模拟一个阵列的多个天线元件。

通常情况下,为了对抗干扰,无人机会对从标签接收到的传输进行数字解码,并重新编码传输给阅读器。但在这种情况下,解码编码过程造成的延迟会改变信号的相对相位,使其无法准确测量位置。

所有无线电系统都是通过调制基本传输频率来编码信息的,通常是通过略微上下移动传输频率。由于RFID标签没有独立的电源,它的调制比阅读器的调制要小得多。研究人员设计了一种模拟滤波器,可以从到达阅读器的信号中减去基本传输频率,然后分离低频和高频成分。然后将低频分量(来自标签的信号)加回到基频上。

参考系

另一个问题仍然存在。由于无人机正在移动,到达阅读器的信号的相移不仅来自无人机相对于RFID标签的位置,而且来自于它相对于阅读器的位置。仅根据接收到的信号,阅读器无法知道这两个因素各自对总相移的贡献有多大。

麻省理工学院的研究人员还为每架无人机配备了自己的RFID标签。无人机可以将阅读器的信号传递给带标签的物品,也可以让自己的标签将信号反射回来,这样阅读器就可以估计无人机对总相移的贡献,并将其移除。

在媒体实验室的实验中,涉及到有标签的物体,其中许多物体被故意隐藏起来,以接近仓库货架上成堆的商品的情况,该系统能够以19厘米的精度定位标签,同时将阅读器的范围在所有方向上扩展十倍,或累计扩展一百倍。研究人员目前正在马萨诸塞州一家大型零售商的仓库里进行第二组实验。

麻省理工学院

www.mit.edu

-由克里斯·瓦夫拉编辑,制作编辑,控制工程cvavra@cfemedia.com.查看更多控制工程离散的传感器和视觉故事