La RFID aide à améliorer la précision des données de localisation géographique

　　Du marketing mobile au suivi des actifs, la localisation a été un moteur majeur influençant l’adoption généralisée tant par les consommateurs que par les entreprises. Le GPS est un exemple précoce de la façon dont la combinaison des smartphones et de la technologie de positionnement va transformer la façon dont les consommateurs et les véhicules commerciaux circulent sur la route. Les conducteurs ont des attentes très faibles et supposent que lors de tout long trajet, même dans la jungle de béton des parkings, lorsque les signaux des satellites de positionnement se détériorent et que les smartphones ou autres terminaux perdent leur orbite, le GPS recalculera plusieurs fois. Le GPS est précis et, dans la plupart des cas, « suffisamment précis » pour un usage civil général.

　　Au fil des années, à mesure que les services basés sur la localisation, la communication machine-à-machine et l’Internet des objets ont commencé à nécessiter des capacités de positionnement, de nouvelles technologies ont commencé à apparaître sur le marché, d’abord principalement en extérieur avant de s’étendre aux cas d’utilisation du suivi d’actifs en intérieur dans divers secteurs. Les réseaux sans fil, la RFID (RFID), les balises Bluetooth et d’autres technologies ont émergé avec des capacités fondamentales pour répondre à cette demande, essentiellement la capacité d’analyser la puissance du signal reçu (RSSI). La question est que ces technologies Sontech ne sont pas spécifiquement conçues pour le positionnement, encore moins pour les performances en temps réel requises par les applications émergentes, ce qui limite leur efficacité et leur précision. Cependant, dans la plupart des cas, ils sont « suffisamment précis » et ont une « latence tolérable » pour les applications qu’ils utilisent.

　　Cependant, ces dernières années, le développement de l’Internet des objets et son émergence sur les marchés B2B non industriels ont modifié la perception des exigences de précision du positionnement. Portées par l’efficacité à l’échelle de l’entreprise, les organisations envisagent une gamme d’applications pouvant utiliser l’IoT, telles que le suivi de petits objets ou même de personnes via des capteurs intégrés sur des badges d’identification, dans le but d’interagir avec l’environnement. En fait, pour chaque type d’environnement, plusieurs cas d’usage commencent à émerger, et même dans le même domaine, il existe des concurrents différents. Par le temps, d’importantes avancées technologiques se sont manifestées par des systèmes de positionnement en temps réel (RTLS), offrant des capacités de positionnement sous mesure. Même récemment, la position de l’industrie pour les applications émergentes de pointe a dépassé le niveau du centimètre — et dans certains cas, même plus petit.

　　Mais l’IoT et d’autres applications nécessitent-elles un positionnement au niveau du centimètre ? Commençons par examiner ce que signifie réellement la précision du positionnement pour les applications.

　　Comprendre la précision

　　La précision au sens du RTLS peut être définie comme une combinaison de précision et de latence. Une grande précision signifie que, lors du suivi de cibles en mouvement, le système RTLS peut atteindre une précision allant de la précision de sous-mètres (moins de 1 mètre) à un centimètre, tout en exécutant un suivi en temps réel avec un délai inférieur à une seconde. Cependant, quelle que soit la technologie utilisée, obtenir une précision avec une faible latence a un coût. En général, le suivi en temps réel de haute précision est obtenu en couvrant les zones d’intérêt avec des appareils et en créant une redondance des données, ce qui entraîne une augmentation des coûts initiaux du système et, dans certains cas, du coût global de possession.

　　La latence est un autre facteur qui affecte la précision du RTLS. Toutes les applications ne nécessitent pas des capacités de localisation en temps réel ; par exemple, des équipements lourds lents peuvent nécessiter des données de position espacées de plusieurs minutes — un objet de 10 tonnes ne bougerait pas sans grue — et lors du suivi des athlètes, un délai de plus de 300 millisecondes est insuffisant pour les applications en réalité augmentée.

　　Dans la plupart des applications IoT actuelles, la précision au niveau du centimètre et le suivi en temps réel ne sont pas des exigences critiques. Par exemple :

　　▲ Positionnement des chariots élévateurs dans les entrepôts : une précision à quelques mètres est acceptable, et des positions en quelques secondes plutôt qu’en temps réel sont également acceptables.

　　▲ Positionnement des conteneurs dans les chantiers navals : une précision à quelques mètres est acceptable, et recevoir des informations de position en moins d’une minute est également acceptable.

　　▲ Déplacement de gros équipements dans le champ pétrolifère : Cette application peut nécessiter des données de localisation à intervalles de plusieurs minutes, mais les informations de localisation à quelques mètres sont généralement acceptables.

　　Cependant, certaines applications émergentes nécessitent un suivi de haute précision, qui peut ou non inclure des exigences de capacités en temps réel. Des exemples d’application nécessitant une grande précision incluent :

　　▲ Analyse des sports compétitifs : Suivre les mouvements des athlètes ou des objets, comme le hockey sur glace dans l’arène. Cela nécessite un suivi en temps réel jusqu’à quelques centimètres, car les athlètes et les équipements sont toujours en mouvement, et leurs positions relatives sont cruciales pour décrire la dynamique du jeu et des événements spécifiques.

　　▲ Bâtiments intelligents : Cela peut être lié à l’optimisation des flux de travail hospitaliers tout en traitant numériquement l’environnement environnant via un moteur de règles simulant la logique du monde réel ; Interaction avec les systèmes de domotique ; Ou exportez des métriques qui calculent des informations contextuelles. Par exemple, allumer la lumière lorsqu’une personne entre dans une salle de réunion, ou analyser les allées des clients dans les supermarchés pour obtenir des indicateurs de temps d’attente et des interactions avec les produits.

　　▲ Sécurité des employés dans les environnements industriels : Dans les applications d’entrepôt, les travailleurs et les équipements automatisés se déplacent rapidement d’un endroit à un autre, nécessitant un suivi en temps réel plus précis pour déterminer les positions, comme éviter les collisions entre les chariots élévateurs et les ouvriers.

　　▲ Sécurité et surveillance : Cela s’applique à tout scénario critique nécessitant des données très fiables et une cohérence, comme la surveillance et le contrôle d’accès.

　　Enfin, le percentile de l’écart-type — également caractérisé par la fonction de distribution cumulative — est un autre facteur clé pour la précision du positionnement.

　　Si un emplacement présente de hautes performances en temps réel, cela signifie qu’il doit toujours respecter les normes de positionnement de haute précision et de faible latence — par exemple, 90 % du temps, il est inférieur à 1 mètre.

　　Résumé

　　La précision requise pour localiser les personnes ou les objets dépend des exigences spécifiques de l’application elle-même et des besoins de l’entreprise qu’elle supporte. En regardant l’exemple ci-dessus, il est clair que dans certains cas, certaines applications nécessitent des capacités de positionnement plus précises et à faible latence que d’autres. Les organisations détermineront leurs besoins en temps réel en fonction des applications spécifiques qu’elles développent, et une précision accrue continuera d’ouvrir la porte à un grand nombre de nouvelles applications.

　　Il est important de noter que lorsque les organisations déterminent leurs besoins aujourd’hui, elles doivent également considérer les applications futures, la précision requise lors de leur apparition et à quelle échelle. C’est un facteur clé pour réduire les coûts, améliorer la rentabilité et garantir un investissement à long terme. Il est crucial de tirer parti d’un RTLS qui peut facilement évoluer et intégrer ces nouvelles exigences selon les besoins de l’entreprise. Cela nécessite la mise en œuvre d’une technologie RTLS très flexible, dans laquelle le système peut être configuré pour une opération transfrontalière et offre une précision allant de faible à élevée. Cela le rend adapté à un large éventail d’applications, y compris la gestion sécurisée et fiable des flux de travail, ainsi que l’évolution vers la réalité augmentée ou la réalité virtuelle selon la demande.

　　Déterminer de manière cohérente la position exacte d’une personne ou d’un objet en temps réel est complexe, et suivre des objets statiques est souvent plus difficile que de suivre ceux en mouvement. Aucune « solution miracle » ne peut parfaitement résoudre tous les cas d’usage. Les organisations doivent équilibrer leurs besoins spécifiques avec les coûts système (en tenant compte de l’investissement initial et du coût total de propriété) afin d’atteindre leurs capacités de ciblage, atteignant ainsi un ROI qui répond à leurs objectifs commerciaux.