Громадные сортировочные центры крупных логистических компаний поражают своим масштабом. Огромное количество различных посылок в коробках, пакетах просто будоражит и заставляет задуматься о том, как возможно упорядочить и структурировать весь этот хаос. Ведь согласно статистике, один только Amazon за новогодние праздники отправляет в среднем 1 млрд. посылок, а подведомственное Минкомсвязи предприятие «Почта России» обрабатывает каждый месяц десятки миллионов международных почтовых отправлений с товарным вложением.



Отслеживание огромного количества направлений – это головная боль любой крупной логистической компании. За тем, чтобы ни одна посылка не пропала следят целые компьютерные системы, обслуживаемые отрядом IT-специалистов, и все равно утеря и неразбериха на таких складах не редкость. Поэтому компании вроде Amazon всегда в поиске решений, которые смогли помочь избежать потери груза. В последнее время все чаще стали прибегать к использованию RFID-метки для отслеживания пути посылки начиная со складов производителей и заканчивая розничными магазинами и домами клиентов.



Однако RFID-метки не панацея, ведь сотрудникам логистических центров приходится сканировать каждую метку с помощью специального считывателя, а здесь не избежать пресловутого человеческого фактора. Кроме того такое считывание должно проходить с близкого расстояния, поскольку метки для записи используют мощность принимаемого радиосигнала, который считыватель передает им. Если считыватель далеко, то мощности для записи просто не хватит.

Однако сейчас появляется все больше систем отслеживания грузов. Есть даже такие, где в основу положены нейронные сети и искусственный интеллект. Подобных решений на рынке существует уже достаточно большое количество: Microsoft Azure, ibm Watson, Clarifai. Вот ссылка на последний. По загруженной фотографии представленные программные продукты способны определить объекты, найденные на изображении:



Однако в Массачусетском технологическом институте нашли другое решение, основанное все на тех же RFID-считывателях. Их подключают к Дрону, который летает по складу и сканирует RFID-метки на грузе, находящемся на складских полках. После все считываемая информация передается на сервер.



В тестовом варианте схемы RFID-метки и считыватель размещены на расстоянии 50 метров друг от друга. Ретрансляцию сигнала осуществляет беспилотник, а передача данных происходит через Wi-Fi диапазон 2.4 ГГц. В ближайшей перспективе эта система будет запоминать и определять местоположение коробки с точностью до метра.

В телекоммуникациях для увеличения зоны обслуживания и успешной передачи сигналов абонентам, находящимся на краю зоны, принято использовать ретрансляторы. Но группа MIT Media Lab предложила использовать в качестве ретрансляторов цепочку дронов, которые должны передавать информацию друг другу и одновременно нескольким считывателям. Этакая армия летающих роботов, единственная цель которой заключается в том, чтобы собрать как можно больше информации о посылках.

Но на данный момент тестовая система состоит из одного дрона, который передает сигнал от RFID-метки к считывателю, то есть выступает в роли ретранслятора. RFID-метка использует часть энергии от принятого сигнала для самой себя, а также кодирует свой идентификатор и отправляет сигнал обратно дрону. Затем дрон направляет этот сигнал на считывающее устройство, которое декодирует идентификатор.

Помимо того, что такая система может определить непосредственно наличие ящика на складе, команда MIT Media Lab также планирует реализовать алгоритм определения местоположения каждой посылки, чтобы беспилотные летательные аппараты также могли быть использованы для поиска пропавших коробок.

На самом деле это представляет собой довольно сложную задачу, и есть несколько вариантов ее реализации. Один из способов определить местоположение дрона — это использовать массив из нескольких антенн. Когда сигнал принимается таким массивом, каждая антенна фиксирует его с разных углов. Затем программное обеспечение, используя информацию о том, с какого угла принимался сигнал каждой отдельной антенной, рассчитывает координаты.

Но антенные решетки слишком громоздки для беспилотного летательного аппарата, или, по крайней мере, для такого типа беспилотного летательного аппарата, который мог бы безопасно летать по помещению не снося головы сотрудникам. Команда MIT предложила более оригинальное решение: для определения местоположения посылки (RFID-метки) использовать в качестве контрольной точки траекторию полета квадрокоптера.

В этой системе RFID-метка передает несколько сигналов к дрону, и эти сигналы поступают под разными углами, пока дрон ее облетает. Это позволяет программному обеспечению сравнивать углы приема нескольких сигналов, подобно тому, как антенная решетка регистрирует множество углов для одного сигнала:



Для реализации этого проекта группа MIT использовала квадрокоптеры Parrot DEBOP по 500 долларов за штуку:



Команда изначально пыталась подключить RFID-считыватель непосредственно к беспилотнику, но считыватель был слишком тяжелым и полет с ним был просто невозможен. Поэтому решено было использовать квадрокоптер только в качестве ретранслятора. В этой системе дрон с RFID-считывателем могут обрабатывать до 100 меток в секунду. И в отличие от систем с камерой для идентификации и передачи изображения, эта система может масштабироваться и детектировать местоположение коробок на складе, даже если сама RFID-метка не находится на виду:



На данный момент у дрона в этой системе должен быть свой пилот, но MIT Media Lab намерена разработать программное обеспечение для их пилотирования. Сейчас группа работает с розничным торговцем в Массачусетсе, чтобы протестировать работу своей оригинальной системы на складе. Возможно в будущем на каждом пункте «Почта России» будет целый флот беспилотных летательных аппаратов, которые сами по себе будут летать, каталогизировать все посылки и даже находить недостающие. С нетерпением ждем, когда данная технология получит широкое внедрение не только в западных странах, но и на просторах нашей необъятной родины.