RFID(Radio Frequency Identification)는 모니터링 하려는 인식대상물에 태그를 부착하여 무선주파수를 이용하여 인식대상물의 데이터를 인식하는 기술로서 최근 연구가 활발하게 이루어지고 있으며, 물류 및 제조에서 많은 도입이 시도되고 있다. 4RFID는 특정 인식지역 내의 모든 태그들을 인식한다. 이러한 점이 RFID가 갖는 장점 중 하나이다. RFID의 인식 메커니즘은 복수 태그들을 동시에 인식하는 것에 초점이 맞춰져 있다. 따라서 RFID 하드웨어만으로는 인식되는 태그의 이동방향, 순서, 적합성 등을 판단하기 어렵다. 이러한 문제점들은 실제 RFID 현장 적용 시에 예기치 못하는 문제점들을 발생시키는 원인이 되어왔다. 그 중 대표적인 문제점으로 단일 RFID 게이트에서의 입/출고 판단의 어려움과 서열화된 인식대상의 서열 판단의 어려움, 그리고 고스트 인식을 들 수 있다. 고스트 인식이란 협소한 장소에서 태그가 부착된 인식대상이 이동할 때 정해진 프로세스와는 무관한 RFID가 해당 인식대상을 인식하여, 혼란을 야기시키는 것을 말한다. RFID 개발자는 이러한 문제를 적용 사례마다 분석하여 해결해야 하며, 프로그램을 통해 해결하지 못하는 경우에 RFID 시스템을 다시 설치해야 하는 문제가 발생할 수 있다. 본 연구에서는 인식대상의 방향인지, 서열인지, 인지 적합성 검증과 관련하여 인식대상을 인식할 때 획득되는 기본 데이터들을 이용하여 문제를 해결할 수 있는 알고리즘과 이를 모듈화하여 현장 적용 시에 캡처링 애플리케이션의 개발 시간을 단축할 수 있는 시스템을 개발한다.
RFID(Radio Frequency Identification)는 모니터링 하려는 인식대상물에 태그를 부착하여 무선주파수를 이용하여 인식대상물의 데이터를 인식하는 기술로서 최근 연구가 활발하게 이루어지고 있으며, 물류 및 제조에서 많은 도입이 시도되고 있다. 4RFID는 특정 인식지역 내의 모든 태그들을 인식한다. 이러한 점이 RFID가 갖는 장점 중 하나이다. RFID의 인식 메커니즘은 복수 태그들을 동시에 인식하는 것에 초점이 맞춰져 있다. 따라서 RFID 하드웨어만으로는 인식되는 태그의 이동방향, 순서, 적합성 등을 판단하기 어렵다. 이러한 문제점들은 실제 RFID 현장 적용 시에 예기치 못하는 문제점들을 발생시키는 원인이 되어왔다. 그 중 대표적인 문제점으로 단일 RFID 게이트에서의 입/출고 판단의 어려움과 서열화된 인식대상의 서열 판단의 어려움, 그리고 고스트 인식을 들 수 있다. 고스트 인식이란 협소한 장소에서 태그가 부착된 인식대상이 이동할 때 정해진 프로세스와는 무관한 RFID가 해당 인식대상을 인식하여, 혼란을 야기시키는 것을 말한다. RFID 개발자는 이러한 문제를 적용 사례마다 분석하여 해결해야 하며, 프로그램을 통해 해결하지 못하는 경우에 RFID 시스템을 다시 설치해야 하는 문제가 발생할 수 있다. 본 연구에서는 인식대상의 방향인지, 서열인지, 인지 적합성 검증과 관련하여 인식대상을 인식할 때 획득되는 기본 데이터들을 이용하여 문제를 해결할 수 있는 알고리즘과 이를 모듈화하여 현장 적용 시에 캡처링 애플리케이션의 개발 시간을 단축할 수 있는 시스템을 개발한다.
RFID(Radio Frequency Identification) is use of an RFID tag applied to object for the purpose of identification and tracking using radio waves. Recently, it is being actively researched and introduced in logistics and manufacturing. RFID portals in supply chains are meant to identify all the tags wit...
RFID(Radio Frequency Identification) is use of an RFID tag applied to object for the purpose of identification and tracking using radio waves. Recently, it is being actively researched and introduced in logistics and manufacturing. RFID portals in supply chains are meant to identify all the tags within a given interrogation zone. Hence the hardware and software mechanisms for RFID tag identification mostly focus on successful read of multiple tags simultaneously. Such mechanisms, however, are inefficient for determining moving direction of tags, sequence of consecutive tags, and validity of the tag reads from the viewpoint of workflow. These types of problems usually cause many difficulties in RFID portal implementation in manufacturing environment, there by having RFID-system developers waste a considerable amount of time. In this research, we designated an RFID portal system with SDO(Sequence, Direction, and Object-flow)-perception capability by using fundamental data supplied by ordinary RFID readers. Using our work, RFID system developers can save a great amount of time building RFID data-capturing applications in manufacturing environment.
RFID(Radio Frequency Identification) is use of an RFID tag applied to object for the purpose of identification and tracking using radio waves. Recently, it is being actively researched and introduced in logistics and manufacturing. RFID portals in supply chains are meant to identify all the tags within a given interrogation zone. Hence the hardware and software mechanisms for RFID tag identification mostly focus on successful read of multiple tags simultaneously. Such mechanisms, however, are inefficient for determining moving direction of tags, sequence of consecutive tags, and validity of the tag reads from the viewpoint of workflow. These types of problems usually cause many difficulties in RFID portal implementation in manufacturing environment, there by having RFID-system developers waste a considerable amount of time. In this research, we designated an RFID portal system with SDO(Sequence, Direction, and Object-flow)-perception capability by using fundamental data supplied by ordinary RFID readers. Using our work, RFID system developers can save a great amount of time building RFID data-capturing applications in manufacturing environment.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그리고 인식 범위가 넓어질 경우 입출고 게이트 주변에서의 인식이 많아지게 되어 잘못된 판단을 내릴 가능성이 커지게 된다. 따라서 알고리즘의 개발에 앞서 이러한 안테나간 각도에 대한 인식 데이터 프로파일의 변화 양상을 확인하기 위한 사전 실험을 진행하였다. 실험은 두 개의 안테나를 설치한 후, 안테나의 각도 차이에 따라 태그가 부착된 박스를 통과시키면서 각 안테나에서 인식된 모든 이벤트에 대한 시간을 저장하는 방식으로 진행하였다.
그러나 인식범위가 근소하게 변하기 때문에 근접한 위치에 존재하는 부품들의 서열을 최초 태그 인식으로 판단할 때에는 순서가 뒤바뀌는 경우가 자주 발생하게 된다. 따라서 인식범위에 인식대상이 자나갈 때 획득되는 데이터를 기반으로 서열을 판단 할 만큼 충분한 데이터가 누적시키고 인식 시간에 대한 평균으로서 서열을 판단하는 알고리즘을 제안한다. 세부 로직은 [Figure 4]와 같다.
모델링 단계에서 인식대상의 흐름에 대한 조건을 정의하게 되면, 잘못된 모델링에 의해 발생되는 오류는 다른 RFID 인식지점의 캡처링 애플리케이션(capturing application-RFID 데이터를 읽어 들여서 적절한 처리를 거쳐 이벤트 데이터베이스에 전달하는 말단 응용 프로그램)에도 영향을 주게 되며, 이를 수정하기 위하여 모델링 단계부터 수정이 이루어져야 한다. 따라서 캡처링 애플리케이션 개발자에게 RFID 인식을 통한 인식대상의 상태 변화 가능성만을 제시하는 것을 목적으로 한다. 개발자는 이를 참조하여 각각의 RFID 인식지점의 캡처링 애플리케이션이 비즈니스 로직을 따르도록 인식 대상의 흐름을 제어한다.
이러한 배경 하에, 본 연구는 국내 대표적 제조산업인 완성차 및 부품공급 업체들이 조달 및 제조물류 프로세스에 RFID 시스템을 적용하는 과정에서 겪고 있는 RFID 태그 인식과 관련된 주요 문제점들을 분석하여 이를 해결하기 위한 솔루션으로서 제조환경에 특화된 상황인지 RFID 포탈 시스템을 설계하고 개발하는 것을 목적으로 연구를 수행되었다.
가설 설정
본 연구는 서열(Sequence), 이동방향(Direction) 판단 알고리즘을 RFID 인식 특성에 따른 휴리스틱 방법을 사용하여 개발하고, 인식적합성 (Object flow) 판단 알고리즘[6]과 통합하여 SDO(Sequence, Direction, and Object) 판단 알고리즘을 개발하였다. 태그 및 RFID H/W의 고장 로 인한 미인식(Missing Read)은 존재하지 않는다고 가정하였다.
제안 방법
SDO 판단 알고리즘은 서열, 방향 판단 알고리즘과 인식 적합성 판단 알고리즘을 각각의 분리된 기능들로서 프로그램화하고 이들을 모듈화하여, 캡처링 애플리케이션 개발자가 이 기능들을 필요에 따라서 조합하여 사용할 수 있도록 개발하였다. 이는 서열 판단과 방향 판단은 캡처링 애플리케이션이 설치되는 지점에 설치되어 필요한 기능을 독립적으로 수행할 수 있지만, 인식 적합성 판단 모듈은 모든 캡처링 애플리케이션에서 인식대상을 인식할 때마다 적합성 판단을 수행하여야 하기 때문에, 모든 캡처링 애플리케이션에 설치될 경우 데이터 무결성에 위배될 수 있다는 점을 고려한 설계이다.
즉, Aalst et al.[2]이 정의한 바 있는 워크플로우 패턴 가운데 6개 분기 및 병합 패턴 중에서 하나의 객체 흐름에서 사용되는 분기와 병합은 implicit OR-split과 implicit OR-join만을 이용하여 모델링된다. 모델링 단계에서 explicit OR-split과 explicit OR-split을 이용하여 인식대상의 흐름에 대한 조건을 주어 흐름을 명확히 할 수도 있지만 본 연구에서는 RFID 인식지점에서 인식되는 데이터를 기반으로 인식대상의 상태 변화의 적합성을 판단할 수 있는 조건만을 제시한다.
즉 객체가 존재하는 플레이스는 인식대상의 현재 상태를 나타낸다. 객체 흐름은 인식대상의 물리적인 상태를 모델링하고 이를 통해 인식대상의 현재 상태를 모니터링하여 인식된 지점의 적합성을 검증한다. 그리고 객체 흐름은 단 하나의 인식대상의 흐름만을 모델링하므로 여러 개의 인식대상물은 각각 독립된 객체 흐름을 가지게 된다.
검증 테스트에 사용된 RFID 하드웨어는 [Table 5]에 정리된 바와 같이, 일반 물류에서 널리 활용되는 EPCglobal Class-1 Gen2 표준을 준용하는 하드웨어를 활용하였다.
따라서 정확한 인식만 보장된다면, 정해진 결과를 도출하게 된다. 그러나 방향 및 서열 판단 알고리즘은 인식대상의 인식이 보장되더라도 매번 인식 패턴이 달라지기 때문에 다양한 조건에서 검증 실험을 진행하였다. 검증 테스트에 사용된 RFID 하드웨어는 [Table 5]에 정리된 바와 같이, 일반 물류에서 널리 활용되는 EPCglobal Class-1 Gen2 표준을 준용하는 하드웨어를 활용하였다.
인식대상의 이동은 속도 조절이 가능한 컨베이어를 사용하여 지정된 위치를 일정한 속도로 통과하도록 하였다. 다음으로 방향 판단 알고리즘을 검증하기 위해서는 안테나와 인식 대상 의 거리와 인식 대상의 이동 속도를 변화시키 면서 테스트를 진행하였다. 이동 속도는 일반 남성의 일반적인 걷기(0.
따라서 RFID 안테나가 방향성을 가진다는 점을 이용하여, 서로 다른 방향을 유지하면서 최소한의 설치 공간을 위하여 두 개의 안테나를 일렬로 위치시킨후 안테나 사이의 각도 Θ를 변화시키는 방법을 선택하였다.
급격한 이동 속도에 대한 오류는 인식 데이터 집합을 특정 개수의 구간으로 나누어 처리하는 단순한 알고리즘에서 발생될 수 있다. 따라서 제안된 알고리즘에서는 인식 데이터 집합을 특정 구간으로 구분하지 않고 순차적으로 인식 데이터들을 처리함으로써 인식대상의 이동 방향을 판단하도록 하였다. 또한 이동 방향의 변화를 처리하기 위하여 인식대상의 이동 방향을 처음과 마지막의 상태 변화만 파악하는 것이 아니라 이동이 완료될 때까지의 모든 이동의 변화를 파악하도록 한다.
따라서 제안된 알고리즘에서는 인식 데이터 집합을 특정 구간으로 구분하지 않고 순차적으로 인식 데이터들을 처리함으로써 인식대상의 이동 방향을 판단하도록 하였다. 또한 이동 방향의 변화를 처리하기 위하여 인식대상의 이동 방향을 처음과 마지막의 상태 변화만 파악하는 것이 아니라 이동이 완료될 때까지의 모든 이동의 변화를 파악하도록 한다.
9㎧)의 형태로 실험을 진행하였다. 마지막으로 인식 적합성 알고리즘은 자동차 산업에서의 부품의 물류 프로세스를 기반으로 오류 발생 시나리오를 수립하여 가상의 데이터를 입력하여 나오는 결과를 통하여 확인하였다. 이들 테스트의 결과는 [Table 6]에 정리된 바와 같으며, 테스트 조건에 대한 설명은 아래와 같다.
먼저 서열 판단 알고리즘을 다양한 조건에서 검증하기 위하여 안테나와 인식대상 간의 거리, 인식 대상들 간의 간격, 인식대상의 수, 인식 유효 횟수를 변화시키면서 테스트를 진행하였다. 인식대상의 이동은 속도 조절이 가능한 컨베이어를 사용하여 지정된 위치를 일정한 속도로 통과하도록 하였다.
[2]이 정의한 바 있는 워크플로우 패턴 가운데 6개 분기 및 병합 패턴 중에서 하나의 객체 흐름에서 사용되는 분기와 병합은 implicit OR-split과 implicit OR-join만을 이용하여 모델링된다. 모델링 단계에서 explicit OR-split과 explicit OR-split을 이용하여 인식대상의 흐름에 대한 조건을 주어 흐름을 명확히 할 수도 있지만 본 연구에서는 RFID 인식지점에서 인식되는 데이터를 기반으로 인식대상의 상태 변화의 적합성을 판단할 수 있는 조건만을 제시한다.
그러나 방향판단, 서열판단, 인식 적합성 판단과 같은 문제들은 단순한 RFID 하드웨어 튜닝만으로 해결되기 어렵다. 본 연구는 서열(Sequence), 이동방향(Direction) 판단 알고리즘을 RFID 인식 특성에 따른 휴리스틱 방법을 사용하여 개발하고, 인식적합성 (Object flow) 판단 알고리즘[6]과 통합하여 SDO(Sequence, Direction, and Object) 판단 알고리즘을 개발하였다. 태그 및 RFID H/W의 고장 로 인한 미인식(Missing Read)은 존재하지 않는다고 가정하였다.
시스템을 검증하기 위하여 방향 판단과 서열 판단 알고리즘에 대하여 구현된 RFID 시스템을 활용하여 실험을 진행하였다. O/F 서버의 경우 정해진 규칙에 따라 다양한 상황에 따른 정해진 결과 값이 존재하고 단지 인식대상의 인식 실패의 경우에 영향을 받게 된다.
실험은 두 개의 안테나를 설치한 후, 안테나의 각도 차이에 따라 태그가 부착된 박스를 통과시키면서 각 안테나에서 인식된 모든 이벤트에 대한 시간을 저장하는 방식으로 진행하였다. 실제 현장에서 지게차를 이용하여 컨테이너 또는 랙을 이동하는 것을 고려하여 3개의 속도 구간을 기준으로 10회 반복 실험을 진행하였다. 실험결과 Θ에 따라 평균 인식횟수는 [Table 3]과 같이 Θ에 따라 많은 영향을 받는 것을 확인하였다.
따라서 알고리즘의 개발에 앞서 이러한 안테나간 각도에 대한 인식 데이터 프로파일의 변화 양상을 확인하기 위한 사전 실험을 진행하였다. 실험은 두 개의 안테나를 설치한 후, 안테나의 각도 차이에 따라 태그가 부착된 박스를 통과시키면서 각 안테나에서 인식된 모든 이벤트에 대한 시간을 저장하는 방식으로 진행하였다. 실제 현장에서 지게차를 이용하여 컨테이너 또는 랙을 이동하는 것을 고려하여 3개의 속도 구간을 기준으로 10회 반복 실험을 진행하였다.
이때 안테나는 하나의 RFID 리더에 같이 설치되어 있어야 하며, 각 안테나의 번호는 RFID 리더의 안테나 설치 포트를 의미한다. 위치 변화에 따라 인식대상이 인식되는 안테나의 변화를 알아보기 위하여 안테나 간 각도에 따른 안테나 별 인식패턴을 측정하였다. [Figure 5]와 같이 안테나 간 각도가 작아질수록 인식패턴이 명확해 지는 것을 확인하였으며, 각도 Θ를 120˚와 150˚사이에서 안정적인 인식 횟수와 안테나 간 서로 구분되는 인식패턴을 가지며, 이러한 실험 결과를 바탕으로 안정적인 알고리즘을 개발할 수 있었다.
이동 방향의 일시적 변화에 따른 안테나 간 중복인식 제거는 진입방향 안테나와 이탈방향 안테나의 인식범위가 중복되는 구간에서는 양 방향의 안테나가 특정 인식대상을 빠른 시간에 모두 인식한다는 특성을 이용하였다. 우선 알고리즘에 전달된 인식 데이터 집합을 분석하여 진입방향과 이탈방향 안테나가 연속해서 인식된 데이터들을 추출하여 진입방향에서 이탈방향으로 또는 이탈방향에서 진입방향으로 변화된 시간들의 평균을 구하여 이들 평균보다 시간 간격이 적을 경우에 관련 인식 데이터를 제거하며 [Figure 6]과 같이 나타낼 수 있으며 중복인식이 제거된 데이터 집합 tagIDi_R을 얻게 된다.
다음으로 방향 판단 알고리즘을 검증하기 위해서는 안테나와 인식 대상 의 거리와 인식 대상의 이동 속도를 변화시키 면서 테스트를 진행하였다. 이동 속도는 일반 남성의 일반적인 걷기(0.5~0.8㎧), 빨리 걷기 (0.9~1.5㎧), 달리기(1.6~1.9㎧)의 형태로 실험을 진행하였다. 마지막으로 인식 적합성 알고리즘은 자동차 산업에서의 부품의 물류 프로세스를 기반으로 오류 발생 시나리오를 수립하여 가상의 데이터를 입력하여 나오는 결과를 통하여 확인하였다.
따라서 RFID 안테나가 방향성을 가진다는 점을 이용하여, 서로 다른 방향을 유지하면서 최소한의 설치 공간을 위하여 두 개의 안테나를 일렬로 위치시킨후 안테나 사이의 각도 Θ를 변화시키는 방법을 선택하였다. 이때 안테나 사이의 각도는 안테나의 후면부(안테나가 태그를 인식하는 면의 반대면)를 기준으로 측정하였다. Θ가 작아질수록 두개의 안테나의 방향의 차이가 커지게 되어 태그가 통과할 때, 각 안테나의 인식범위가 명확히 분리되기 때문에 방향판단에 필요한 데이터를 얻기에 용이한 반면에 통과하는 태그와 안테나의 각도는 커지게 되어 인식률이 낮아지게 된다.
최초 인식이 아닐 경우에는 해당 태그 ID의 이름을 가지는 배열을 확장한 후 인식 시간을 저장하게 된다. 인식대상의 데이터 저장이 완료되면 생성된 모든 배열들의 크기를 검사하여 limit_count와 동일한 배열의 개수를 확인하고 그 개수가 batch_size와 동일한 경우일 때, 해당 배열들에 저장되어있는 시간들의 평균 인식 시간을 구한다. 계산된 평균 인식 시간을 기준으로 배열들을 오름차순으로 나열하여, 평균 인식 시간과 함께 전달함으로써 서열을 판단한다.
먼저 서열 판단 알고리즘을 다양한 조건에서 검증하기 위하여 안테나와 인식대상 간의 거리, 인식 대상들 간의 간격, 인식대상의 수, 인식 유효 횟수를 변화시키면서 테스트를 진행하였다. 인식대상의 이동은 속도 조절이 가능한 컨베이어를 사용하여 지정된 위치를 일정한 속도로 통과하도록 하였다. 다음으로 방향 판단 알고리즘을 검증하기 위해서는 안테나와 인식 대상 의 거리와 인식 대상의 이동 속도를 변화시키 면서 테스트를 진행하였다.
전달된 인식 데이터 집합에 대하여 연속된 데이터 중 안테나가 서로 다른 데이터들을 추출하여 이와 관련된 인식 시간들의 평균을 구한다. 이후 전달된 인식 데이터에서 연속해서 안테나 포트가 변경되면서 인식 간격이 평균 시간 간격 C보다 작은 값들을 제거한다.
성능/효과
[Figure 5]와 같이 안테나 간 각도가 작아질수록 인식패턴이 명확해 지는 것을 확인하였으며, 각도 Θ를 120˚와 150˚사이에서 안정적인 인식 횟수와 안테나 간 서로 구분되는 인식패턴을 가지며, 이러한 실험 결과를 바탕으로 안정적인 알고리즘을 개발할 수 있었다.
서열 판단 알고리즘은 예상대로, 인식 대상 간의 거리가 좁을수록, 연속적인 인식 대상의 수가 증가할수록 서열 판단의 성공률은 급격히 낮아지는 것을 확인할 수 있었다. 단, 인식 대상 간 간격이 30cm 정도 확보되는 경우에는 서열 판단 알고리즘이 100% 성공하는 성능을 보여주었다. 방향 판단 알고리즘은 안테나와 인식 대상의 거리가 0.
이외에도 별도로 인식대상에 부착된 태그와 안테나의 각도를 변화시키면서 진행한 실험에서도 인식이 안정적일 경우에는 성공률을 보장하였지만, 인식률이 좋지 않게 나오는 태그-안테나 간 각도의 경우 성공률이 급격히 줄어드는 것을 확인할 수 있었다. 마지막으로, 인식 적합성 판단 알고리즘은 예상대로 RFID 인식이 실패하지 않는 한 100% 성공률을 보여 주었다.
단, 인식 대상 간 간격이 30cm 정도 확보되는 경우에는 서열 판단 알고리즘이 100% 성공하는 성능을 보여주었다. 방향 판단 알고리즘은 안테나와 인식 대상의 거리가 0.5~1.5m까지는 100%의 방향 판단 성공률을 보인 반면, 2.0m 이상 멀어질 경우에는 급격히 실패율이 증가하였다. 실패한 경우의 데이터를 분석한 결과, 실패의 주요 원인은 RFID 인식률 자체의 저하였다.
본 연구의 결과물인 SD 모듈과 O/F 서버 시스템은 제조현장에서 요구되는 부품서열, 이동방향, 인식적합성 판단을 위한 효과적인 솔루션으로서, RFID 시스템 개발자가 해당 문제를 해결하고 캡처링 애플리케이션을 개발하는데 소요되는 노력을 상당부분 감소시킬 수 있다. 특히 방향 판단과 인식 적합성 판단은 RFID의 현장 적용에서 환경적인 어려움을 해결할 수 있도록 해줌으로써, RFID 도입을 위한 환경을 재구성의 부담과 시스템 개발의 어려움을 해소해 줄 수 있다.
서열 판단 알고리즘은 예상대로, 인식 대상 간의 거리가 좁을수록, 연속적인 인식 대상의 수가 증가할수록 서열 판단의 성공률은 급격히 낮아지는 것을 확인할 수 있었다. 단, 인식 대상 간 간격이 30cm 정도 확보되는 경우에는 서열 판단 알고리즘이 100% 성공하는 성능을 보여주었다.
0m 이상 멀어질 경우에는 급격히 실패율이 증가하였다. 실패한 경우의 데이터를 분석한 결과, 실패의 주요 원인은 RFID 인식률 자체의 저하였다. 인식률의 저하로 인해 알고리즘에 필요한 충분한 개수의 인식 데이터를 제공하지 못하게 된다.
실험결과 Θ에 따라 평균 인식횟수는 [Table 3]과 같이 Θ에 따라 많은 영향을 받는 것을 확인하였다.
5m의 경우에도 100%의 성공률을 보였지만, 데이터의 인식 횟수가 15~20 정도로 매우 적은 경우들이 존재하여 알고리즘의 실패 가능성을 내포하고 있다고 할 수 있다. 이외에도 별도로 인식대상에 부착된 태그와 안테나의 각도를 변화시키면서 진행한 실험에서도 인식이 안정적일 경우에는 성공률을 보장하였지만, 인식률이 좋지 않게 나오는 태그-안테나 간 각도의 경우 성공률이 급격히 줄어드는 것을 확인할 수 있었다. 마지막으로, 인식 적합성 판단 알고리즘은 예상대로 RFID 인식이 실패하지 않는 한 100% 성공률을 보여 주었다.
하드웨어적인 관점에서도 제조현장의 열악한 환경적 변수들로 인해서 RFID 하드웨어의 성능은 안정적인지 못한 경우가 많다. 제안된 알고리즘에 사용하는 RFID 인식 데이터는 하드웨어 성능에 종속적일 수밖에 없고, 현장에서 RFID 하드웨어의 성능 저하는 SDO 판단 오류를 야기시킬 수도 있다. 따라서 매우 열악한 제조현장에서 발생 할 수 있는 불안정한 하드웨어 성능에도 유연하게 대처할 수 있도록 알고리즘의 강직성을 향상시키는 연구가 요구된다.
후속연구
테스트 진행 시, 현장에서 발생할 수 있는 모든 조건들을 충분히 반영하였다고는 보기 힘들다. 따라서 SDO 알고리즘과 관련된 조건들에 대한 추가적인 조사와 테스트가 진행되어야 할 것이다. 하드웨어적인 관점에서도 제조현장의 열악한 환경적 변수들로 인해서 RFID 하드웨어의 성능은 안정적인지 못한 경우가 많다.
제안된 알고리즘에 사용하는 RFID 인식 데이터는 하드웨어 성능에 종속적일 수밖에 없고, 현장에서 RFID 하드웨어의 성능 저하는 SDO 판단 오류를 야기시킬 수도 있다. 따라서 매우 열악한 제조현장에서 발생 할 수 있는 불안정한 하드웨어 성능에도 유연하게 대처할 수 있도록 알고리즘의 강직성을 향상시키는 연구가 요구된다.
특히 방향 판단과 인식 적합성 판단은 RFID의 현장 적용에서 환경적인 어려움을 해결할 수 있도록 해줌으로써, RFID 도입을 위한 환경을 재구성의 부담과 시스템 개발의 어려움을 해소해 줄 수 있다. 또한 기존 RFID에서 제공할 수 없었던 서열판단 기능을 제공함으로써 자동화된 제조공정의 정확성 및 신속성을 제공해 줄 수 있으며, 서열의 판단을 필요로 하는 많은 응용 분야에 적용될 수 있을 것으로 기대된다.
앞서 설명된 바와 같이, 서열 확인 작업은 정해진 수량의 서열부품들을 전용 적재용기에 주어진 순서대로 적재하게 되고, 서열에 따라 적재된 부품들이 서열 확인 RFID 안테나를 통과하면서 서열을 확인하는 방식으로 구현될 것이다. 대부분의 RFID 시스템 적용에서 최초 의 태그 인식을 기준으로 처리하고 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
RFID란?
RFID(Radio Frequency Identification)는 모니터링 하려는 인식대상물에 태그를 부착하여 무선주파수를 이용하여 인식대상물의 데이터를 인식하는 기술로서 최근 연구가 활발하게 이루어지고 있으며, 물류 및 제조에서 많은 도입이 시도되고 있다. 4RFID는 특정 인식지역 내의 모든 태그들을 인식한다.
RFID는 어디에 도입이 시도되고 있는가?
RFID(Radio Frequency Identification)는 모니터링 하려는 인식대상물에 태그를 부착하여 무선주파수를 이용하여 인식대상물의 데이터를 인식하는 기술로서 최근 연구가 활발하게 이루어지고 있으며, 물류 및 제조에서 많은 도입이 시도되고 있다. 4RFID는 특정 인식지역 내의 모든 태그들을 인식한다.
RFID 하드웨어만으로는 인식되는 태그의 이동방향, 순서, 적합성 등을 판단하기 어려운 이유는?
이러한 점이 RFID가 갖는 장점 중 하나이다. RFID의 인식 메커니즘은 복수 태그들을 동시에 인식하는 것에 초점이 맞춰져 있다. 따라서 RFID 하드웨어만으로는 인식되는 태그의 이동방향, 순서, 적합성 등을 판단하기 어렵다.
참고문헌 (10)
Aalst, W. M. P. van der, "The Application of Petri Nets to Workflow Management," Journal of Circuit Systems and Computers, Vol. 8, No. 1, pp. 21-66, 1998.
Aalst, W. M. P., van der, Hofstede, A. H. M., ter, Kiepuszewski, B., and Barros, A. P., "Workflow Patterns," Distributed and Parallel Database, Vol. 14, No. 3, pp. 5-51, 2003.
Glover, B. and Bhatt, H., RFID Essentials, O'Reilly, 2006.
IPA, Research Report on RFID-Promotion Strategy for Automotive and Electronics Industry, Korea IT Business Promotion Association, 2011.
Jeong, J.-H. and Lee, Y.-H., "Development of a Process Centered RFID Cost-Benefit Analysis Model and Tool," The Journal of Society for e-Business Studies, Vol. 13, No. 3, pp. 172-188, 2008.
Kim, H. and Lee, Y.-H., "Workflow Analysis for the Process Modeling of RFID Systems," The Journal of Society for e-Business Studies, Vol. 15, No. 2, pp. 191-203, 2010.
Oikawa, Y., "Tag Movement Estimation Metheds in an RFID Gate System," IEEE ISWCS 2009, 2009.
Park, Y. J., Rim, M. H., and Kim, G. J., "An Analysis on the Market Trends and Demand of the RFID/USN Services," ETTRENDS, Vol. 24, No. 2, pp. 32-42, 2009.
Strassener, M. and Fleisch, E., The Promise of Auto-ID in the Automotive Industry, Auto-ID Center, 2003.
Yoo, S. H., RFID in Ubiquitous Society, The Electronics Times, Seoul, Korea, 2005.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.