kma Online
Wäschemanagement

Künstliche Intelligenz in der Wäsche-Identifizierung

Datamars Textile ID ebnet den Weg für neue Generation von Lesesystemen im Wäschemanagement. Im Krankenhaus unterstützt die RFID-Transpondertechnologie beim vollautomatischen Erkennen und Verfolgen von Wäschestücken.

Datamars' auf künstlicher Intelligenz basierende Textile-ID-Lösung garantiert eine hohe Genauigkeit beim vollautomatischen Erkennen und Verfolgen von Wäschestücken.

Datamars AG

Datamars' auf künstlicher Intelligenz basierende Textile-ID-Lösung optimiert Textilzyklen.

Mit auf RFID basierender Transponder-Technologie können große Wäschemengen präzise und automatisiert verwaltet werden.

Datamars AG

Mit auf RFID basierender Transponder-Technologie können große Wäschemengen präzise und automatisiert verwaltet werden.

Großwäschereien und ihre Krankenhaus- und Pflegeheimkunden sowie Kliniken und Heime mit eigenen Wäschereien können dank einer neuen Technologie von Datamars künftig noch besser von den Vorteilen von RFID-Systemen beim Wäschemanagement profitieren. Denn das Unternehmen hat eine auf künstlicher Intelligenz basierende Textile-ID-Lösung entwickelt, die eine bisher nie erreichte Genauigkeit beim vollautomatischen Erkennen und Verfolgen von Wäschestücken garantiert. Der Einsatz künstlicher neuronaler Netze und von Algorithmen des maschinellen Lernens stellt eine echte Revolution dar und ebnet den Weg für eine neue Generation von Lesesystemen.

Mit seiner Innovation liefert Datamars eine Antwort auf bisher bestehende technische Hürden bei der automatisierten Identifikation von Textilien: das Auftreten so genannter Streulesungen, bei denen reflektierte oder von außen kommende RFID-Signale als relevante Transponder interpretiert und erfasst werden, sowie Schwierigkeiten bei der korrekten Zuordnung von Lesevorgängen zu Gegenständen in Bewegung. Mittels künstlicher Intelligenz werden solche Streulesungen nun vermieden, sich bewegende Textilien werden ohne Unterbrechung des Arbeitsablaufs identifiziert und die Tags werden physischen Gegenständen korrekt zugewiesen – auch bei Sammelauslesungen.

RFID-Vorteile und bisherige Lösungsansätze

Mit "Radiofrequency Identification" (RFID) lassen sich Wäschestücke über ihren gesamten Lebenszyklus hinweg identifizieren und verfolgen. Für Unternehmen, die regelmäßig große Mengen an Wäsche waschen oder waschen lassen, bringt das verschiedene Vorteile. Unter anderem ermöglicht die Technologie eine präzise und automatisierte Bestandsverwaltung und die Reduzierung von Verlusten, die Erzeugung transparenter Daten und eine genaue Rechnungsstellung, eine höhere Arbeitseffizienz und eine gesteigerte Rentabilität dank der Optimierung der Textilzyklen und geringerem Wiederbeschaffungsbedarf. Je höher die Genauigkeit des RFID-Systems ist, desto stärker sind die Vorteile für die Anwender.

Der Vorteil der UHF-RFID-Technologie liegt darin, dass sich damit Tags ohne Sichtverbindung und aus großer Entfernung auslesen lassen, so dass sich selbst tausende von Textilien in loser Schüttung in wenigen Sekunden identifizieren lassen. Mit diesem Vorteil ist jedoch auch eine Herausforderung verbunden, da durch die Fernauslesung versehentlich auch irrelevante Tags in der Umgebung erfasst werden können, insbesondere wenn sich Gegenstände bewegen. Ebenso kommt es durch Signalreflektionen zu Streusignalen, die ebenfalls irrtümlich als relevante Transponder interpretiert werden können. Die Genauigkeit der RFID-Datenerfassung wird dadurch verringert.

Bisher wurde diese Herausforderung vor allem mit Lösungen angegangen, die auf mechanischen Abschirmungsstrukturen und der manuellen Einstellung von Schwellenwerten für die Leseparameter basierten, um den Lesebereich so weit wie möglich einzudämmen und zu begrenzen. Dieser Ansatz schränkt die Flexibilität des RFID-Systems jedoch ein und verlangsamt den Betrieb.

Anwendung maschinellen Lernens auf RFID

Datamars wendet zum ersten Mal in der wäscherei-bezogenen Wäscheerkennung maschinelle Lerntechniken auf die RFID-Technologie an. Das maschinelle Lernen ist ein Zweig der künstlichen Intelligenz, der Systeme in die Lage versetzt, automatisch zu lernen und sich durch Erfahrung zu verbessern, ohne dass sie explizit programmiert werden müssen. Dabei werden bereitgestellte "Trainings"-Datensätze untersucht, um gemeinsame Muster zu finden und ein Modell für die Entscheidungsfindung zu erstellen.

Dank der Algorithmen des maschinellen Lernens und eines speziell entwickelten, künstlichen neuronalen Netzes nutzt das System die Informationen, die aus den Daten aller Lesevorgänge der RFID-Tags extrahiert werden, um jeden Tag zu klassifizieren. Auf diese Weise ist das System in der Lage, irrelevante Signale zu erkennen und zu verwerfen. Darüber hinaus werden relevante Tags korrekt dem richtigen Wäschestück zugeordnet, auch wenn dieser in loser Schüttung und in Bewegung sind.

Durch das Training des neuronalen Netzes mit großen Datenmengen benötigt das System keine Mechanismen wie etwa Schwellenwerte, die mehr oder weniger manuell eingestellt werden müssen und die lange und komplexe Verfahren zur Feinabstimmung des Systems erfordern. Je größer die Datenmenge ist, desto präziser und störresistenter kann das neuronale Netz werden und sich leicht an verschiedene Umgebungen, Anwendungsfälle und Wäsche-Entwicklungen anpassen. Dadurch muss weniger in Hardware investiert werden. Und da alles auf Basis von Software-Algorithmen funktioniert, können die Lesesysteme die Genauigkeit im Laufe der Zeit mithilfe von Software-Updates verbessern – ohne dass sich jemand mit Hardware-Änderungen befassen muss.

  • Schlagwörter:
  • Wäschemanagement
  • RFID
  • Künstliche Intelligenz

Kommentare (0)

Kommentar hinzufügen

Um einen Kommentar hinzuzufügen melden Sie sich bitte an oder registrieren Sie sich.

Jetzt anmelden/registrieren