RFID, coğrafi konum verilerinin doğruluğunu artırmaya yardımcı olur

　　Mobil pazarlamadan varlık takibine kadar, konum hem tüketicilerin hem de işletmelerin yaygın benimsenmesini etkileyen önemli bir itici güç olmuştur. GPS, akıllı telefonlar ve konumlandırma teknolojisinin birleşiminin tüketicilerin ve ticari araçların yolda sürüş biçimini nasıl değiştireceğine dair erken bir örnektir. Sürücülerin beklentileri çok düşük ve uzun bir yolculukta, hatta otoparkların beton ormanında bile, konumlandırma uydularından gelen sinyaller bozulduğunda ve akıllı telefonlar ya da diğer terminaller yörüngeden kaybolduğunda, GPS'in birkaç kez yeniden hesaplanacağını varsayıyorlar. GPS doğrudur ve çoğu durumda genel sivil kullanım için "yeterince doğru"dur.

　　Yıllar içinde, konum tabanlı hizmetler, makineler arası iletişim ve Nesnelerin İnterneti konumlandırma yetenekleri gerektirmeye başladıkça, yeni teknolojiler piyasaya girmeye başladı; öncelikle açık havada başlayıp çeşitli sektörlerde iç mekan varlık takibi kullanım durumlarına genişledi. Kablosuz ağlar, RFID (RFID), Bluetooth işaretçileri ve diğer teknolojiler, bu talebi karşılamak için temel yeteneklere sahip oldu; esasen alınan sinyal gücünü (RSSI) analiz etme yeteneği. Soru şu ki, bu Sontech teknolojileri özellikle konumlandırma için tasarlanmamış, halbuki yeni uygulamalar tarafından gereken gerçek zamanlı performans da etkili ve doğruluklarını sınırlıyor. Ancak çoğu durumda, kullandıkları uygulamalar için "yeterince kesin" ve "tolere edilebilir gecikmeye" sahiptirler.

　　Ancak son yıllarda, Nesnelerin İnterneti'nin gelişimi ve endüstriyel olmayan B2B pazarlarında ortaya çıkması, konumlandırma doğruluğu gereksinimlerine dair algıları değiştirmiştir. Kurumsal genelinde verimlilikle desteklenen kuruluşlar, IoT kullanabilecek çeşitli uygulamalar hayal ediyor; örneğin, küçük nesneleri veya hatta insanları kimlik kartlarındaki gömülü sensörler aracılığıyla takip ederek çevreyle etkileşime girmeyi hedefliyor. Aslında, her tür ortam için birkaç kullanım durumu ortaya çıkmaya başlıyor ve aynı alanda bile farklı rakipler var. Bu arada, önemli teknolojik gelişmeler gerçek zamanlı konumlandırma sistemleri (RTLS) şeklinde gerçekleşti ve bu sistemler metre altı konumlandırma yetenekleri sağladı. Yakın zamanda bile, sektörün yükselen ileri teknolojilere yönelik konumlandırması santimetre seviyesini aştı—bazı durumlarda ise daha da küçüldü.

　　Peki IoT ve diğer uygulamalar santimetre seviyesinde konumlandırma gerektiriyor mu? Öncelikle, uygulamalar için konumlandırma doğruluğunun gerçekten ne anlama geldiğine bakalım.

　　Doğruluğu anlamak

　　RTLS anlamında doğruluk, hassasiyet ve gecikmenin birleşimi olarak tanımlanabilir. Yüksek hassasiyet, hareketli hedefleri takip ederken, RTLS sisteminin metre altı (1 metreden az) santimetre kadar doğruluk sağlayabilmesini sağlarken, gerçek zamanlı takip süresini bir saniyeden az gecikmeyle gerçekleştirebilir. Ancak, kullanılan teknoloji ne olursa olsun, düşük gecikmeyle hassasiyet elde etmek bir bedel getirmektedir. Genellikle, yüksek hassasiyetli gerçek zamanlı takip, cihazlarla ilgi alanlarının kaplanması ve veri yedeklenmesi sağlanarak sağlanır; bu da başlangıç sistem maliyetlerinin artmasına ve bazı durumlarda genel sahiplik maliyetinin artmasına yol açar.

　　Gecikme, RTLS doğruluğunu etkileyen başka bir faktördür. Her uygulama gerçek zamanlı konumlandırma yeteneği gerektirmez; örneğin, yavaş hareket eden ağır ekipmanlar pozisyon verilerinin birkaç dakika aralıklı olarak yerleştirilmesini gerektirebilir—10 tonluk bir nesne vinç olmadan hareket etmez—ve sporcuları takip ederken, 300 milisaniyeden fazla gecikme artırılmış gerçeklik uygulamaları için yetersizdir.

　　Günümüzde çoğu IoT uygulamasında, santimetre seviyesinde doğruluk ve gerçek zamanlı takip kritik gereksinimler değildir. Örneğin:

　　▲ Forkliftlerin depolarda konumlandırılması: birkaç metre içinde hassasiyet kabul edilebilir ve gerçek zamanlı yerine saniyeler içinde konumlandırmak da kabul edilebilir.

　　▲ Tersanelerde konteynerlerin konumlandırılması: birkaç metre içinde doğruluk kabul edilebilir ve konum bilgisini bir dakika içinde almak da kabul edilebilir.

　　▲ Büyük ekipmanların petrol sahasında taşınması: Bu uygulama, birkaç dakikalık aralıklarla konum bilgisi gerektirebilir, ancak birkaç metre içindeki konum bilgisi genellikle kabul edilebilir.

　　Ancak, bazı yeni uygulamalar yüksek hassasiyetli takip gerektirir ve bu da gerçek zamanlı yetenek gereksinimleri içerebilir veya olmayabilir. Yüksek hassasiyet gerektiren uygulama örnekleri şunlardır:

　　▲ Rekabetçi Spor Analizi: Arenada buz hokeyi pateni gibi sporcuların veya nesnelerin hareketini takip edin. Bu, birkaç santimetreye kadar gerçek zamanlı takip gerektirir, çünkü sporcular ve ekipmanlar sürekli hareket halindedir ve onların göreceli konumları oyun dinamiklerini ve belirli olayları tanımlamak için çok önemlidir.

　　▲ Akıllı binalar: Bu, hastane iş akışlarını optimize ederken çevredeki ortamı dijital olarak işlemekle ve gerçek dünya mantığını simüle eden bir kural motoru aracılığıyla ilişkilendirilebilir; Ev otomasyon sistemleriyle etkileşim; Ya da bağlamsal bilgileri hesaplayan metrikleri dışa aktarmak. Örneğin, birisi toplantı odasına girdiğinde ışıkları açmak veya alışveriş yapanların süpermarketlerdeki yürüyüş yollarını analiz ederek yaşam süresi ölçümlerini ve ürün etkileşimlerini elde etmek.

　　▲ Endüstriyel ortamlarda çalışan güvenliği: Depo uygulamalarında çalışanlar ve otomatik ekipmanlar bir yerden diğerine hızla hareket eder; bu da konumları belirlemek için daha yüksek hassasiyetle gerçek zamanlı takip gerektirir; örneğin forkliftler ile işçiler arasındaki çarpışmaları önlemek gibi.

　　▲ Güvenlik ve izleme: Bu, izleme ve erişim kontrolü gibi yüksek güvenilir veri ve tutarlılık gerektiren herhangi bir görev açısından kritik senaryo için geçerlidir.

　　Son olarak, standart sapmanın yüzde tili—aynı zamanda kümülatif dağılım fonksiyonu ile karakterize edilen—konumlandırma doğruluğu için bir diğer önemli faktördür.

　　Bir konumun gerçek zamanlı performansı yüksekse, her zaman yüksek hassasiyetli konumlandırma ve düşük gecikme standartlarını karşılaması gerekir—örneğin, %90 zamanlarda 1 metreden daha azdır.

　　Özet

　　İnsanları veya ürünleri bulmak için gereken doğruluk, uygulamanın özel gereksinimlerine ve desteklediği iş ihtiyaçlarına bağlıdır. Yukarıdaki örneğe bakıldığında, bazı durumlarda bazı uygulamaların diğerlerinden daha hassas ve daha düşük gecikmeli konumlandırma yetenekleri gerektirdiği açıkça görülüyor. Kuruluşlar, geliştirdikleri özel uygulamalara göre gerçek zamanlı konum gereksinimlerini belirleyecek ve geliştirilmiş doğruluk, çok sayıda yeni uygulamanın kapısını açmaya devam edecek.

　　Kuruluşların ihtiyaçlarını bugün belirlerken, gelecekteki uygulamaları, ortaya çıktıklarında gereken hassasiyeti ve hangi ölçekte olacağını da dikkate almaları gerektiğini belirtmek önemlidir. Bu, maliyetleri azaltmak, kârlılığı artırmak ve uzun vadeli yatırımı sağlamak için kilit bir faktördür. Bu yeni gereksinimleri iş ihtiyaçlarına göre kolayca ölçeklendirip entegre edebilen bir RTLS'den yararlanmak çok önemlidir. Bu, sistemin sınır ötesi operasyon için yapılandırılabileceği ve düşükten yükseğe doğru doğruluk sunduğu son derece esnek RTLS teknolojisinin uygulanmasını gerektirir. Bu durum, güvenli ve güvenilir iş akışı yönetimi gibi geniş bir uygulama yelpazesi için uygun hale gelir ve talep arttıkça artırılmış gerçeklik veya sanal gerçeklik uygulamalarına ilerleme sağlar.

　　Bir kişinin veya nesnenin gerçek zamanlı olarak tam konumunu tutarlı şekilde belirlemek karmaşıktır ve statik nesneleri takip etmek, hareketli nesneleri takip etmekten genellikle daha zordur. Hiçbir "gümüş mermi" tüm kullanım durumlarını mükemmel şekilde çözemez. Kuruluşlar, hedefleme yeteneklerine ulaşmak için özel ihtiyaçlarını sistem maliyetleriyle (ilk yatırım ve toplam sahiplik maliyeti göz önünde bulundurarak) dengelemek zorunda, böylece iş hedeflerine uygun yatırım getirisi sağlanır.