PDF集成 RFID
数据管理和库存控制即将变得更加有趣。
SANJA SARMA，OATSystems 和麻省理工学院
在过去的几年中，RFID（射频识别）在商业领域受到了极大的关注。这种兴奋源于多种事件的汇合。首先，在前身 Auto-ID 中心及其赞助公司的努力下，低成本 RFID 标签和网络化供应链的前景已经触手可及。其次，多家商业公司和政府机构，例如美国的沃尔玛和塔吉特、欧洲的乐购以及美国国防部，已经宣布了响应技术进步的 RFID 计划。
早期在 RFID 方面的努力都与硬件有关。阅读器、标签，甚至布线和基础设施都可能是早期采用者将面临的首要挑战。事实上，这些限制已经导致一些早期采用者放宽了他们的时间表。与这些挑战相比，软件似乎是次要的。在匆忙采用 RFID 的过程中，经常会被问到的问题是，RFID 阅读器是否仅仅是条形码扫描仪的新型替代品。在本文中，我提出了这样一种观点，即 RFID 系统与条形码系统有着根本的不同，并且需要仔细的软件和架构设计，才能不仅实现近期的性能，而且实现长期的投资回报。
简短的历史
Auto-ID 中心是我在 1990 年代后期在麻省理工学院共同创立的一个研究实验室。在五年多的时间里，它发展壮大，涵盖了世界各地的其他五个实验室，并吸引了 100 多家公司的赞助。它的基本使命是使 RFID 标签变得廉价且无处不在。当我们开始我们的研究时，RFID 标签的成本高达每个 1 美元以上。作为比较，当条形码在 1970 年代初期推出时，它们的成本约为 3 美分（按 1970 年代的美元计算）。
我们很快确定，如果 RFID 标签想要广泛使用，那么 5 美分的价格目标对于心理和商业原因都很重要。然而，作为回报，销量必须非常高——例如，今天每天扫描超过 50 亿个条形码。当时 RFID 标签的问题是，该行业“陷于”高利润、低销量的思维模式。在 Auto-ID 中心，我们着手将其转变为高销量、低利润的方法。
我们提出了一个双管齐下的策略。首先，我们认识到标签成本的主要和最严格的组成部分是芯片成本，而芯片成本在很大程度上与芯片面积成正比。因此，我们花费了大量的精力来最大限度地减少芯片上状态机和所需内存的复杂性。具有讽刺意味的是，我们通过开发更简单、更轻量级的协议来实现这一点，这些协议一方面降低了成本，另一方面也适用于更广泛的应用。例如，早期版本的 RFID 标签使用了复杂的防碰撞技术，支持大型、复杂的内存结构，并包含加密。
我们坚持将标签上的内存减少到一个简单的“车牌”，并且我们将防碰撞技术简化为更简单的树遍历或 Aloha 类变体。我们从最简单的标签中消除了加密，因为没有内存需要保护。在这样做的过程中，我们不得不解决从数字信号处理到半导体制造等一系列问题。
这种极简主义方法使我们能够减小芯片的尺寸，并且由于成本大致与尺寸成正比，因此它使我们能够降低成本。当然，非常小的芯片在芯片封装方面带来了新的挑战，因此我们还必须发明处理小芯片的新方法。
我们的双管齐下策略的第二部分是将与标记物品相关的大部分数据和智能（迄今为止一直驻留在 RFID 标签本身上）放在网络上。我们通过提出一种新的、唯一的编号方案来实现这一点，该方案称为 EPC（电子产品代码）。EPC 将充当网络上数据的指针，就像汽车上的车牌可以用来引用与该汽车相关的交通罚单一样。然后，我们开发了一种基础设施，用于使用 DNS（域名系统）的变体（我们称之为 ONS（对象名称系统））将这些 EPC 标签与整个网络的数据库相关联。ONS 可用于查找与 EPC 标签关联的原始数据的权威所有者。其他基础设施组件包括 EPCIS（EPC 信息服务），该服务正在使用 Web 服务架构进行标准化。它可用于从贸易伙伴或企业内另一个与 EPC 相关的应用程序或存储库中提取有关 EPC 的信息。
最近的历史表明，标准显然是任何网络活动成功的关键决定因素，因此从 Auto-ID 中心成立之初，标准就非常重要。该中心提出了读者和标签之间的 RF 空中接口标准、与 RFID 阅读器通信的标准、ONS 标准以及 EPCIS（称为 Savant 软件）的前身标准。2003 年，成立了一个名为 EPCglobal 的新的非营利实体，目前正在推进 RFID 标准化工作，因为商业部署激增。Auto-ID 中心和 EPCglobal 的保持简单方法旨在使少量标准能够解决广泛的应用。希望极简主义的共享标准将实现基础设施的规模经济。
小范围内的阻抗匹配
RFID 系统通常被认为仅仅是经过美化的条形码系统。这是一种危险的限制性方法，可能会将用户锁定在 RFID 潜在优势的更小子集中。将 RFID 系统与条形码系统进行比较有助于理解这些系统有何不同以及它们面临哪些挑战。
有效的 RFID 接口的困难源于 RFID 本身的特性，具有讽刺意味的是，这些特性也是它的优势。描述将 RFID 系统连接到当今企业系统的问题的最佳类比是电气工程中的一个概念，称为阻抗匹配，它指的是连接组件（例如，扬声器和高保真放大器）的动态特性的平衡。阻抗失配会导致信号失真和声音质量差。对于 RFID，以及一般的传感系统，我推测与现有软件基础设施的连接将导致能力和需求的不匹配。
挑战 1：非视线读取
无需视线即可读取是 RFID 系统相对于条形码系统的主要优势。每个条形码物品都需要处理才能成功读取这一事实使得条形码从根本上来说是人工的。在少数条形码自动扫描的情况下，系统结构非常化：所有箱子都需要是矩形的，它们都需要相当精确地对齐，扫描仪需要运动传感器来协助定位箱子，等等。供应链很少提供如此多的结构。结果是扫描物品既麻烦又昂贵，因此条形码在供应链中很少被读取。例如，单个物品（例如一包口香糖）上的条形码在其生命周期中可能只扫描一次：在结账时。
条形码系统广泛使用的一个领域是快递和专业包裹递送应用，例如 FedEx 和 UPS。这更经济实惠，因为与传统的供应链不同，包裹递送无论如何都涉及大量人工处理，并且使用手持阅读器进行条形码扫描的增量成本很小。此外，这些行业中的包裹往往形状和尺寸标准，条形码位于可预测的位置，因此甚至可以实现扫描自动化。然而，标准供应链既不提供允许自动化的同质性，也不提供执行条形码手动扫描的偶然机会。
另一方面，RFID 阅读器甚至可以在标签隐藏时，或者有时在物理学范围内，当标记物品隐藏在其他标记物品后面时，感应到物品。这实现了自动化。不幸的是，使 RFID 标签更容易读取的“位置容差”也使得难以理解标签是否实际上位于阅读器规定的区域内，或者读取的标签是否只是路过。漏读也是 RFID 系统中不幸的现实。
虽然阅读器性能正在提高，但成本压力将决定 RFID 系统将始终在性能极限下使用。这意味着很多时候，应该读取的标签将未被读取。此外，阅读器干扰、多径衰落或有时更奇异或瞬态效应的问题将导致许多读取被遗漏。由于所有这些原因，RFID 阅读器的处理方式必须与条形码扫描仪截然不同。配送中心和商店的工业部署最终将拥有数百个阅读器。管理阅读器、处理干扰、安排其操作、过滤阅读器产生的数据以及解释阅读器数据都是传统的条形码接口从根本上来说并非旨在处理的功能。
挑战 2：处理序列号
在条形码上放置序列号需要非常长的符号或难以扫描且难以放入可用空间的二维变体。此外，今天的扫描仪无法读取 2D 条形码。鉴于条形码的其他缺点，CPG（消费品）行业在过去几年中对 RFID 作为条形码的下一代替代品表现出了极大的兴趣。
EPC 是一种序列化编号方案，这是 RFID 如此有希望的原因之一。每个托盘、箱子以及最终带有 EPC 标签的物品都将具有唯一的序列号。序列号信息在理解、诊断和控制供应链方面非常强大。序列号可以用于跟踪单个实体，并提供比 UPC（通用产品代码）和 EAN（欧洲商品编码）等非序列化条形码更详细的供应链行为，这些条形码今天在世界各地使用。这些条形码实际上不能用于明确计数。看到同一个条形码两次的扫描仪会得出结论，认为有两个物品，因为没有序列号将其识别为同一个物品。相比之下，看到同一个标签两次的 RFID 阅读器可以读取序列号并得出结论，认为只有一个物品。
序列号还可以用于诊断食品新鲜度/过期等问题。今天，我们对供应链的全部了解是链中各个阶段的库存水平。如果不手动查找批号（批号未捕获在条形码中），我们就无法知道一件物品在供应链中停留了多长时间。常见的假设是供应链完全是 FIFO（先进先出）队列。事实并非如此。不幸的是，物品可能会被洗牌，或者在供应链中花费的时间可能比简单的库存数字所显示的要长得多。序列号将解决这个问题，从而可以准确地测量物品在供应链中的停留时间。
最后，由于伪造物品的 EPC 可能，但伪造其历史记录（因为历史记录保存在服务器上）不可能，因此与 EPC 关联的跟踪信息是解决品牌问题（例如产品丢失、伪造和转移）的强大工具。
不幸的是，当今企业系统中使用的许多软件系统并非旨在处理 RFID 启用的分辨率的序列号。例如，大多数 ERP（企业资源计划）系统可以处理单个托盘号，但不能处理箱子级别的单个编号。ERP 系统很少能处理物品级别的序列号，除非在特殊情况下，例如国防应用或高价值应用。即使在这些应用中，序列号也仅用于事后可追溯性，以用于审计、保修或质量保证目的。序列号的普遍性，以及 RFID 标签将被读取的位置，使得 RFID 与条形码从根本上来说有所不同。
挑战 3：实时数据量
重要的是要理解，如前所述，RFID 相对于条形码的优势之一是能够自动读取。这对数据量和到达率具有显着的影响。例如，今天，如果一个托盘到达装卸台门口，它将不会被注册，直到操作员走过去并扫描它。可用于执行扫描的操作员数量自动限制了条形码系统可以生成的数据速率。然而，在 RFID 中，托盘的接收可能会自动发生，因为装卸台的阅读器不断监控其空间以查找传入的货物。
因此，首先，数据是异步的。其次，装卸台的阅读器可能会继续读取其空间并生成读取数据，因为组织想要监控盗窃或其他异常模式。结果是数据流很可能是连续的。第三，中央系统可能会请求某些阅读器按需执行读取以验证某些事实。例如，它可能希望某个装卸台阅读器查找可能在托盘装载时掉落的物品，因为最终客户已检测到一些缩水。
在所有这些方面，RFID 系统比条形码系统更具有传感器网络或监控系统的特性。数据速率、数据量和数据的可变性都与为条形码设计的系统不同。
解决方案：RFID 基础设施
将 RFID 系统与 ERP 系统进行阻抗匹配是一项具有挑战性的任务。解决此挑战的一种优雅方法是在阅读器和应用程序软件之间引入一个层。这已经被称为 RFID 中间件，只是缺乏更好的术语。它需要两个级别的功能才能有效：如图 1 所示，较低级别的设备和数据管理级别以及较高级别的解释级别。
数据管理
我已经描述了读取 RFID 标签的挑战。其中，两个挑战——即间歇性和不可靠的读取以及高容量数据——可以通过适当的数据管理来解决。数据管理层必须提供一个缓冲区，以应对读取速率的激增——例如使用队列——并且它必须提供一些基本过滤功能，以消除重复的、无用的读取，并且通常是虚假读取。目标是报告对更高级别推理有用的事件，例如“首次读取标签”或“标签从视野中消失”。
这可以通过设置简单的时间阈值来实现，以忽略被认为是由物理学（如干扰）而不是由对象的实际物理移除引起的间歇性出现和消失。例如，您可以告诉软件忽略仅出现一秒钟然后消失的标签（假设它们是只是路过的流浪标签），或者您可以告诉软件仅在标签已消失三秒钟后才将其记录为丢失。这些简单的规则将降低误报和漏报率。但是，必须谨慎设置这些阈值，因为它们显然是先发制人的，因为它们会导致数据从系统中被拒绝。
有些人认为，部分此功能最终将最终出现在阅读器本身中。这并非不可能，尽管值得指出的是，其中一些功能是阅读器内推理，而另一些功能是阅读器间功能。显然，将阅读器内功能简化到阅读器中更容易；阅读器间功能在近期内更难捕获和标准化。
设备管理
在大多数实际的 RFID 实施中，阅读器必须与其他设备（例如运动传感器、PLC（可编程逻辑控制器）和人机界面）进行交互。还必须安排阅读器的时间，以避免彼此之间以及与其他通信设备之间的干扰。RFID 设备在免费 ISM（工业、科学、医疗）频段（13.56 兆赫、915 兆赫和 2.45 吉赫兹）中运行，其中最后一个频段由 Wi-Fi 使用。带宽始终是稀缺的。
世界各地不同的标准使情况进一步复杂化。例如，欧洲的带宽和功率分配与美国的带宽和功率分配非常不同，并且美国和欧洲之间的阅读器调度方式将非常不同。
高效的设备管理对于从更大的 RFID 部署中挤出最大的读取速率是必要的。设备管理对于监控和维护 RFID 部署中的阅读器和其他设备、升级固件以及检测安全入侵也是必要的。这是因为，与由人类操作的条形码扫描仪不同，RFID 阅读器将自主运行。RFID 很可能成为未来几年无处不在的计算的最广泛示例之一，而设备管理将成为主要的挑战之一。设备管理是阅读器间功能的一个示例，在短期内很难将其简化到阅读器内。
数据解释
较低级别的设备管理和数据管理产生连贯、干净的 RFID 数据。下一个任务，在更高级别，是提取可以被 RFID 系统馈送的应用程序使用的推论。今天，这些应用程序依赖于操作员来提供完成任务所需的大部分上下文。例如，WMS（仓库管理系统）可能会指示操作员创建一个具有特定箱子清单的托盘，并在完成后按 Enter 键。这是凭信仰完成的——操作员被信任可以做出许多判断，从正确的箱子是否已放置在托盘上到托盘是否已放置在正确的装卸台门口。
RFID 尝试自动化大部分此功能，并且必须在人类提供的相同复杂程度的水平上与仓库管理系统接口。原始 RFID 数据从根本上来说太低级，无法取代人类。例如，从装卸台门口周围三个不同阅读器生成的 97 个读取中得出结论：（a）它们对应于单个标记的托盘，（b）托盘携带 96 个额外的标记箱子，以及（c）此托盘已成功离开该装卸台门口并进入正确的卡车——这比简单地记录 97 个标签需要更多的解释。叉车经过装卸台门口时携带不同的托盘可能会使不太复杂的系统感到困惑，但更强大的系统可以忽略与手头的业务事件无关的读取。这种类型的高级推理可能涉及许多推论和关联。标签可以彼此关联（当它们被组装时）；或者它们可以与位置或业务事件相关联——例如，销售订单。
进行这些关联的能力也对 RFID 实施的 ROI 产生影响。考虑箱子-托盘关联的实用性。当托盘以高速通过装卸台门口时，装卸台门口的阅读器可能不会拾取托盘标签。通常，企业将不得不投资更多阅读器或天线或降低叉车的速度（从而遭受吞吐量损失）以更可靠地读取托盘标签。然而，借助可以访问箱子-托盘关联的更复杂的解释系统，阅读器可以读取 97 个标签中的任何一个，并推断托盘已通过。这使阅读器有 96 个更多成功的机会。换句话说，推断和情境化允许系统在面对不可靠或低投资的安装时更稳健地运行。
大规模的阻抗匹配
到目前为止，我已经列出了将 RFID 集成到现有企业中的挑战。现在，实际为企业在系统层面提取价值的挑战来了。我将论证，在大范围内将 RFID 与企业进行阻抗匹配实际上是一项困难的任务，涉及系统的重新思考。
在任何系统的管理中，都存在一系列有目的的行动，范围从计划到控制。在人类进行的几乎每一项任务中，我们都会创建一个长期路线图，我们称之为计划，然后我们执行该计划。这涉及通过称为控制的过程来检测和补偿实时干扰。因此，例如，飞行员可能会制定飞行计划，但飞行员或自动驾驶系统随后会控制飞机以遵循该计划。计划通常较少进行，使用更多长期数据。控制需要实时数据。
较低等的动物，例如猫，具有出色的控制能力，但计划能力较差。奇怪的是，供应链正好相反。在供应链中，我们执行良好的计划，但由于缺乏反馈，我们进化出的“反射”较少，无法实际吸收该反馈并执行控制。这很可能是在最有效的方式中纳入和使用 RFID 数据的更困难的挑战。
例如，考虑错误组装的托盘的问题。今天，仓库管理系统可能会要求操作员创建该托盘。如果犯了错误，WMS 本质上会将其留给操作员来检测和纠正该错误。借助 RFID，验证隧道可以检测到错误。然而，WMS 处理此错误的可行措施有限——仅仅因为 WMS 不习惯接收这种形式的反馈。在短期内，流程变通方法可能是可行的。从长远来看，所有仓库管理系统都将开发处理这些异常的自动方法。然而，在中期，随着规模的增加，WMS 可以做的事情与 RFID 数据启用的事情之间可能会存在差距。
对这种阻抗失配的不幸反应是将 RFID 数据扔掉。例如，您可能会试图丢弃 RFID 数据中的序列号信息，仅仅因为 ERP 系统并非旨在接受托盘中特定箱子的序列号。在非常短的时期内，这似乎是可以接受的，但是当您尝试利用 RFID 执行召回时，这将看起来像是一个目光短浅的决定。这种方法的替代方法是构建一个独立的 EPC 可见性层，该层将 RFID 数据保留在多个详细级别。这将允许许多系统（包括现有系统和新系统）在新应用程序和功能上线时利用此数据。这种系统的架构可能如图 2 所示。
此图中的企业 EPC 存储库将成为所有 EPC 数据的单一来源。企业系统不会通过现有系统渗透并因此稀释 EPC 数据，而是将保留整个企业中 EPC 数据的真实且多分辨率的记录，从而允许不同的应用程序（旧的和新的）以适当的分辨率访问 EPC 数据。这种方法避免了大规模的阻抗匹配问题，在阻抗匹配问题中，诱惑是承诺采用衰减方法，仅仅因为它在短期内可能看起来是权宜之计。随着时间的推移，可以充分利用 EPC 数据的新企业功能将会涌现。示例包括用于召回的跟踪和追溯、自动发货和收货、假冒检测等等。
在 Auto-ID 中心，我们开发了一个名为 Savant 的软件包，该软件包充当边缘和企业软件。我们还构建了 ONS 的原型。今天，EPCglobal 运营 ONS。EPCglobal 还向希望在其产品上放置 EPC 标签的用户销售 EPC 代码。此外，EPCglobal 还为 EPC 系统的硬件和软件模块运行一系列标准活动。EPCglobal 生态系统包括许多新兴标准，用于与阅读器通信、用于边缘中间件以及用于边缘和企业 EPCIS 系统。今天，许多供应商销售执行这些功能的软件，并且已经有数百个沿着这种架构的实现遍布世界各地。
长期机遇
EPC 将创造新一轮的供应链思维，其中 RFID 数据将驱动供应链。这种新的第六感将挑战当今供应链的运作方式。尝试以最小的、增量的方式看待 RFID，就好像它是一个新的条形码，或者就好像 EPC 携带的额外信息是不必要的，这将是自然且可以理解的。这种方法可能满足短期需求，甚至可能提供短期价值，但它将排除 RFID 更令人兴奋的长期机会。软件专业人士面临的主要挑战将是此差距中的阻抗匹配。我描述的方法使用了解决所有阻抗匹配问题的通用解决方案——即使用缓冲区。RFID 基础设施将允许 RFID 用户拥有一个系统，该系统在今天提供增量价值，但在未来可以提供革命性的价值。
喜欢它，讨厌它？ 让我们知道
[email protected] 或 www.acmqueue.com/forums
SANJAY SARMA 是麻省理工学院机械工程副教授。他是 Auto-ID 中心的联合创始人，直到最近，还是研究主席。Sarma 在印度理工学院获得学士学位，在卡内基梅隆大学获得硕士学位，并在加州大学伯克利分校获得博士学位。在获得学位期间，Sarma 曾在英国阿伯丁的 Schlumberger Oilfield Services 和加利福尼亚州伯克利的劳伦斯伯克利实验室工作。Sarma 是 OAT Systems（RFID 中间件领域的领先公司）的执行董事会成员。他撰写了 50 多篇关于计算几何、RFID、自动化和 CAD 的学术论文，并获得了无数教学和研究奖项。
© 2004 1542-7730/04/1000 $5.00
最初发表于 Queue vol. 2, no. 7—
在 数字图书馆 中评论本文
© 保留所有权利。