Aucxis zet in op machine learning met het innovatieproject ‘Smart RFID-Gate'

RFID-gates met een te hoog leesbereik krijgen te kampen met foutieve of ongewenste detecties. Om dit probleem tegen te gaan, willen we machine learning-algoritmes implementeren in een ‘Smart RFID-Gate’ die het mogelijk maken om lezingen van tags op doorgaande goederen (item level) aan een loading dock te onderscheiden van die van wachtende of passerende goederen.

Aucxis vat dit onderzoeksproject aan in samenwerking met Boltzmann, gespecialiseerd in het onderzoek en de ontwikkeling van machine learning-toepassingen. Concreet willen we gebruikmaken van de gecapteerde data waarin we via algoritmes patronen detecteren om onze RFID-gates beter te laten presteren. Op deze manier laten we de gates als het ware automatisch leren uit hun eigen ervaringen.

Benjamin Vandermarliere, Boltzmann: “De resulterende algoritmes moeten met hoge nauwkeurigheid presteren in een variatie aan omstandigheden. Dit vergt het nodige onderzoek, maar ik heb er het volste vertrouwen in dat wij dit probleem in samenwerking met de specialisten bij Aucxis kunnen kraken.”

Datagedreven machine learning algoritmes zullen ingezet worden om stray-reads, verdwaalde tags van wachtende of passerende goederen die ongewenst worden gelezen, van gewenste reads te kunnen onderscheiden met onze Smart Gate. Om interessant te zijn voor onze klanten is de toegestane foutmarge hierbij zeer klein.

Voordelen: aanzienlijk minder vrije ruimte nodig voor en naast de gate, geen nood meer aan een complexe gate-infrastructuur met duur afschermings- en absorptiemateriaal zoals kooien, hekwerk, RF absorbers,… om stray reads te voorkomen, wat uiteraard neerkomt op een significante kostenreductie.

Met dit ontwikkelingsproject wil Aucxis een verbetering van het huidige marktaanbod doorvoeren en nieuwe toepassingen ontwikkelen op basis van de smart RFID-technologie. Een groot voordeel van machine learning-technieken is dat één getraind algoritme in meerdere systemen geïntegreerd kan worden.

Dit project geniet de steun van het Vlaams Agentschap voor Innoveren en Ondernemen (VLAIO).