物理MAC層統合：MLR-OLSおよびランダムフォレストに基づくUHF RFIDロボットの移動読み取り状態のクロスレイヤーセンシング方法

科学分野:

• ロボット工学と自動化
• 無線通信とセンシング
• サプライチェーンマネジメント

背景:

• 倉庫内の移動UHF RFIDロボットは、固定経路をたどることが多く、環境認識が不足しています。
• これにより、RFIDタグの読み取り漏れや非効率的な在庫管理などの問題が発生します。

研究 の 目的:

• 移動UHF RFIDロボット向けのクロスレイヤーセンシング方法を開発し、読み取り精度と効率を向上させる。
• ロボットが棚のレイアウトと商品の分布を認識できるようにし、運用を最適化する。

主な方法:

• 棚の局在化のために、多重線形回帰直交最小二乗法（MLR-OLS）を使用した物理層位置センシングモデルを提案しました。
• 物理層およびMAC層の特徴を使用して、K平均法ベースのタグ密度分類とランダムフォレストベースの欠品タグ推定アルゴリズムを開発しました。
• 検知された読み取り状態に基づいて、欠品商品をターゲットにする適応読み取り戦略を導入しました。

主要な成果:

• 中・低速ロボット速度でセンチメートルレベルの棚測位精度を達成しました。
• 商品の分布をセンシングし、欠品商品を推定する高い信頼性を示しました。
• 適応読み取り戦略は、全体の商品読み取り率を大幅に向上させました。

結論:

• 提案されたクロスレイヤーセンシング方法は、移動UHF RFIDロボットシステムの認識と効率を向上させます。
• この研究は、自動倉庫におけるRFIDロボットの高度なアプリケーションの基盤を提供します。