KR100923137B1 - Apparatus and method for correcting automatically identified data and computer-readable medium having thereon program performing function embodying the same - Google Patents
Apparatus and method for correcting automatically identified data and computer-readable medium having thereon program performing function embodying the same Download PDFInfo
- Publication number
- KR100923137B1 KR100923137B1 KR1020080008641A KR20080008641A KR100923137B1 KR 100923137 B1 KR100923137 B1 KR 100923137B1 KR 1020080008641 A KR1020080008641 A KR 1020080008641A KR 20080008641 A KR20080008641 A KR 20080008641A KR 100923137 B1 KR100923137 B1 KR 100923137B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- automatic recognition
- correction
- read
- recognition data
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
- G06K7/10237—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves the reader and the record carrier being capable of selectively switching between reader and record carrier appearance, e.g. in near field communication [NFC] devices where the NFC device may function as an RFID reader or as an RFID tag
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
Abstract
본 발명은 데이터 자동 인식 장치로부터 객체에 대응하여 획득되는 자동 인식 데이터의 누적 기록을 위하여 데이터 저장 공간을 설정하는 데이터 저장 제어부와, 미리 지정된 신뢰도를 기반으로 상기 객체에 대한 자동 인식 데이터를 상기 객체에 대한 보정 데이터로 변환하기 위한 기준이 되는 보정 조건을 설정하는 데이터 보정 조건 설정부와, 상기 자동 인식 데이터의 상기 누적 기록 상태를 상기 보정 조건과 비교하여 상기 보정 데이터를 생성하는 데이터 보정부를 포함하는 신뢰도 기반 자동 인식 데이터 보정 장치에 관한 것이다.The present invention provides a data storage control unit for setting a data storage space for accumulative recording of automatic recognition data acquired corresponding to an object from an automatic data recognition apparatus, and automatically recognizes the data on the object based on a predetermined reliability. And a data correction condition setting unit for setting a correction condition as a reference for converting the correction data into a correction data, and a data correction unit for generating the correction data by comparing the accumulated recording state of the automatic recognition data with the correction condition. The present invention relates to a device for automatically recognizing data.
본 발명에 따르면, 불안정한 데이터가 자동 인식 데이터로 인식되어서 실물 데이터와 AIDC 시스템에서 인식한 데이터의 차이가 발생하는 단점을 개선하여 신뢰도를 기반으로 데이터의 보정 조건을 설정하여 자동 인식 데이터를 보정하여 인식되는 데이터와 실물 데이터와의 차이를 방지하며 적용 환경이 열악한 경우에도 자동 인식 데이터를 보정할 수 있어서 실물 데이터와 일치하는 데이터를 생성할 수 있다.According to the present invention, the unstable data is recognized as the automatic recognition data, and the difference between the real data and the data recognized by the AIDC system is improved, and the correction condition of the data is set based on the reliability to correct the automatic recognition data. It is possible to prevent the difference between the actual data and the actual data, and even in a poor application environment, the automatic recognition data can be corrected to generate data that matches the real data.
AIDC, RFID, 신뢰도, 보정 조건, 자동 인식, 누적 AIDC, RFID, Reliability, Calibration Condition, Automatic Recognition, Cumulative
Description
본 발명은 신뢰도 기반 자동 인식 데이터 보정 장치 및 신뢰도 기반 자동 인식 데이터 보정 방법 및 이를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체에 관한 것으로, 더욱 구체적으로는 불안정한 데이터가 자동 인식 데이터로 인식되어서 실물 데이터와 AIDC 시스템에서 인식한 데이터의 차이가 발생하는 단점을 개선하여 신뢰도를 기반으로 데이터의 보정 조건을 설정하여 자동 인식 데이터를 보정하여 인식되는 데이터와 실물 데이터와의 차이를 방지하며 적용 환경이 열악한 경우에도 자동 인식 데이터를 보정할 수 있어서 실물 데이터와 일치하는 데이터를 생성하는 신뢰도 기반 자동 인식 데이터 보정 장치 및 신뢰도 기반 자동 인식 데이터 보정 방법 및 이를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체에 관한 것이다.The present invention relates to a reliability-based automatic recognition data correction apparatus and a reliability-based automatic recognition data correction method and a computer-readable recording medium recording a program for realizing the same. More specifically, the unstable data is recognized as automatic recognition data in real It improves the disadvantage of the difference between the data and the data recognized by the AIDC system, and sets the correction condition of the data based on the reliability to correct the automatic recognition data to prevent the difference between the recognized data and the real data. Reliability-based automatic recognition data correction device capable of correcting automatic recognition data even in the case of generating real data and a method of correcting reliability-based automatic recognition data and a computer-readable recording that records a program for realizing the same. It is about the medium.
AIDC(Automatic Identification and Data Capture) 시스템은 자동적으로 데이터를 수집하고 처리하여 전달하는 시스템으로서, 예컨대 바코드, 센서 또는 RFID(Radio Frequency Identification) 등과 같은 구성을 이용하여 데이터를 자동으로 수집하여 처리하는 시스템이다.AIDC (Automatic Identification and Data Capture) system is a system that automatically collects, processes, and delivers data. It is a system that automatically collects and processes data using a configuration such as a barcode, a sensor, or a radio frequency identification (RFID). .
RFID 기술을 적용한 AIDC 시스템을 예로 들면, 마이크로칩을 내장한 카드 또는 라벨 형태로 제조된 RFID 태그와, RFID 태그에 저장된 데이터를 무선 주파수를 이용하여 비접촉으로 읽는 RFID 리더와, RFID 리더로부터 판독한 데이터를 처리하는 정보 처리 장치를 포함하여 구현된다.For example, an AIDC system using RFID technology includes an RFID tag manufactured in the form of a card or a label with a microchip, an RFID reader that reads data stored in the RFID tag in a non-contact manner using radio frequency, and data read from the RFID reader. It is implemented including an information processing device for processing.
예컨대 칩에는 RFID 태그가 부착된 상품의 정보가 저장되며, RFID 태그 내에 내장되는 안테나는 해당 정보를 무선으로 전송하며, RFID 리더는 무선 신호를 수신하여 정보를 해독한 후 정보 처리 장치로 전송한다. 정보 처리 장치는 데이터를 기초로 재고 확인 등의 데이터 처리를 수행한다. 따라서 RFID 태그가 부착된 상품의 경우 언제 어디서나 자동적으로 확인 또는 추적이 가능하다. 이러한 AIDC 시스템을 적용하는 경우 유통 및 물류의 효율성이 높아지는 장점이 있다.For example, the chip stores information of a product having an RFID tag, and an antenna embedded in the RFID tag transmits the information wirelessly, and the RFID reader receives a radio signal, decodes the information, and transmits the information to the information processing apparatus. The information processing apparatus performs data processing such as inventory confirmation based on the data. Therefore, products tagged with RFID can be automatically checked or tracked anytime, anywhere. Applying this AIDC system has the advantage of increasing the efficiency of distribution and logistics.
그러나 이러한 AIDC 시스템을 통하여 데이터를 획득하는 경우 다음과 같은 문제점이 있다.However, when data is acquired through such an AIDC system, there are the following problems.
예컨대 RFID 태그를 통하여 데이터가 전송되는 경우 AIDC 시스템은 자동 인식 데이터를 처리하여 실제 유효한 데이터를 형성하여야 한다. For example, when data is transmitted through an RFID tag, the AIDC system must process automatic recognition data to form actual valid data.
즉 RFID 리더 측 또는 RFID 리더로부터 자동 인식한 데이터를 수신한 정보 처리 장치 측에서는 유효 데이터를 형성하여 이후 재고 또는 물류 관리에 사용하여 야 한다. 그러나 자동 인식 데이터가 불안정한 경우 이에 대한 처리가 미흡하여 인식한 데이터에 대한 신뢰도를 확보할 수 없는 문제점이 있다.In other words, the RFID processor or the information processing apparatus that receives the data automatically recognized from the RFID reader should form valid data and use it for future inventory or logistics management. However, when the automatic recognition data is unstable, there is a problem in that it is insufficient to secure the reliability of the recognized data.
예컨대 상품을 적재하는 선반 또는 상품을 수납하는 카트 등에 RFID 리더가 부착되고 RFID 태그가 각 상품에 부착되는 경우를 가정하자.For example, suppose that an RFID reader is attached to a shelf for storing goods or a cart for storing goods, and an RFID tag is attached to each goods.
이 경우 사용자가 상품을 선택하였다가 다시 반납하는 경우 등 여러 가지 행동을 수행할 수 있으나, AIDC 시스템은 해당 행동에 대응하여 각각 데이터를 자동으로 인식하게 된다. 따라서 작업을 위해서 잠시 상품을 다른 곳에 놓았다가 다시 선반에 적재하는 경우 등에 있어서 해당 행동에 따라서 물류 또는 재고 관리 시스템에서는 해당 상품이 반출되었다가 다시 반입되는 등으로 인식하게 된다. 따라서 AIDC 시스템에서 자동 인식되는 데이터와 실제 실물 데이터 사이의 불일치가 발생하여 AIDC 시스템의 신뢰도를 저하시키는 요인이 된다.In this case, the user may perform various actions such as selecting a product and returning it again, but the AIDC system automatically recognizes data in response to the action. Therefore, in the case of putting a product in another place for work and then loading it on a shelf, the logistics or inventory management system recognizes that the product is taken out and brought back according to the corresponding action. Therefore, a discrepancy between the data automatically recognized in the AIDC system and the actual real data occurs, which causes a decrease in the reliability of the AIDC system.
본 발명의 목적은 불안정한 데이터가 자동 인식 데이터로 인식되어서 실물 데이터와 AIDC 시스템에서 인식한 데이터의 차이가 발생하는 단점을 개선하여 신뢰도를 기반으로 데이터의 보정 조건을 설정하여 자동 인식 데이터를 보정하여 인식되는 데이터와 실물 데이터와의 차이를 방지하며 적용 환경이 열악한 경우에도 자동 인식 데이터를 보정할 수 있어서 실물 데이터와 일치하는 데이터를 생성하는 신뢰도 기반 자동 인식 데이터 보정 장치 및 신뢰도 기반 자동 인식 데이터 보정 방법을 제공하는 데 있다.An object of the present invention is to improve the disadvantage that the unstable data is recognized as the automatic recognition data, the difference between the real data and the data recognized by the AIDC system to improve the disadvantages by setting the correction conditions of the data based on the reliability to correct the automatic recognition data recognition It is possible to prevent the difference between the actual data and the actual data, and even if the application environment is poor, it is possible to correct the automatic recognition data, so that the reliability-based automatic recognition data correction device and the reliability-based automatic recognition data correction method are generated. To provide.
본 발명의 다른 목적은 상기 신뢰도 기반 자동 인식 데이터 보정 방법의 각 단계를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체를 제공하는데 있다.Another object of the present invention is to provide a computer-readable recording medium having recorded thereon a program for realizing each step of the reliability-based automatic recognition data correction method.
상기 기술적 과제를 달성하기 위하여, 본 발명은 데이터 자동 인식 장치로부터 객체에 대응하여 획득되는 자동 인식 데이터의 누적 기록을 위하여 데이터 저장 공간을 설정하는 데이터 저장 제어부와, 미리 지정된 신뢰도를 기반으로 상기 객체에 대한 자동 인식 데이터를 상기 객체에 대한 보정 데이터로 변환하기 위한 기준이 되는 보정 조건을 설정하는 데이터 보정 조건 설정부와, 상기 자동 인식 데이터의 상기 누적 기록 상태를 상기 보정 조건과 비교하여 상기 보정 데이터를 생성하는 데이터 보정부를 포함하는 신뢰도 기반 자동 인식 데이터 보정 장치를 제공한 다.In order to achieve the above technical problem, the present invention provides a data storage control unit for setting a data storage space for the cumulative recording of the automatic recognition data obtained corresponding to the object from the automatic data recognition device, and on the object based on a predetermined reliability A data correction condition setting unit for setting a correction condition which is a reference for converting the automatic recognition data for the object into the correction data for the object, and comparing the accumulated recording state of the automatic recognition data with the correction condition to obtain the correction data. It provides a reliability-based automatic recognition data correction device including a data correction unit for generating.
본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 데이터 저장 제어부는, 상기 자동 인식 데이터의 누적 주기를 기반으로 상기 데이터 저장 공간의 크기를 설정할 수 있다.In the reliability-based automatic recognition data correction apparatus according to the present invention, the data storage controller may set the size of the data storage space based on the cumulative period of the automatic recognition data.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 데이터 저장 제어부는, 원형 큐(circular queue)를 기반으로 상기 데이터 저장 공간을 설정할 수 있다.In the reliability-based automatic recognition data correction apparatus according to the present invention, the data storage controller may set the data storage space based on a circular queue.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 데이터 저장 제어부는, 상기 원형 큐의 크기가 가변적으로 설정 가능하도록 상기 데이터 저장 공간을 설정할 수 있다.In the reliability-based automatic recognition data correction apparatus according to the present invention, the data storage controller may set the data storage space so that the size of the circular queue can be variably set.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 데이터 보정 조건 설정부는, 데이터 취득 신뢰도를 기반으로 상기 보정 조건을 설정할 수 있다.In the reliability-based automatic recognition data correction apparatus according to the present invention, the data correction condition setting unit may set the correction condition based on data acquisition reliability.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 보정 조건은 상기 자동 인식 데이터를 상기 객체에 대한 판독을 나타내는 판독 보정 데이터로 보정하기 위한 판독 임계 조건과, 상기 객체에 대한 판독 해제를 나타내는 해제 임계 조건을 포함할 수 있다.In the reliability-based automatic recognition data correction device according to the present invention, the correction condition is a read threshold condition for correcting the automatic recognition data with read correction data indicating a read on the object, and the read release of the object. And may indicate a release threshold condition.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 데이터 보정 조건 설정부는, 상기 데이터 저장 공간의 크기에 대비하여 상기 자동 인식 데이터가 판독된 임계 회수 또는 미판독된 임계 회수로 정의되는 상기 판 독 임계 조건 또는 상기 해제 임계 조건을 설정할 수 있다.In the reliability-based automatic recognition data correction apparatus according to the present invention, the data correction condition setting unit is defined as a threshold number of times the automatic recognition data is read or a threshold number of unread thresholds in preparation for the size of the data storage space. The read threshold condition or the release threshold condition may be set.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 데이터 보정 조건 설정부는, 상기 데이터 저장 공간 내에서 연속적으로 상기 자동 인식 데이터가 판독된 임계 회수 또는 연속적으로 미판독된 임계 회수로 정의되는 상기 판독 임계 조건 또는 상기 해제 임계 조건을 설정할 수 있다.In the reliability-based automatic recognition data correction apparatus according to the present invention, the data correction condition setting unit is defined as a threshold number of consecutive reads of the automatic recognition data or a threshold number of consecutive unread readings in the data storage space. The read threshold condition or the release threshold condition may be set.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 데이터 저장 제어부는, 상기 자동 인식 데이터의 누적 크기가 상기 데이터 저장 공간의 크기 이상인 경우 상기 데이터 저장 공간 내에서 저장 순서대로 중첩하여 상기 자동 인식 데이터를 누적할 수 있다.Further, in the reliability-based automatic recognition data correction device according to the present invention, the data storage control unit, when the cumulative size of the automatic recognition data is greater than the size of the data storage space, the data storage space in the overlapping order of the automatic storage Recognition data can be accumulated.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 데이터 보정부는, 상기 자동 인식 데이터의 상기 누적 기록 상태가 상기 판독 임계 조건을 만족하는 경우 상기 객체에 대한 판독을 나타내는 상기 판독 보정 데이터로 추출할 수 있다.In the reliability-based automatic recognition data correction apparatus according to the present invention, the data correction unit is configured to read the correction data indicating the reading of the object when the cumulative recording state of the automatic recognition data satisfies the read threshold condition. Can be extracted.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 데이터 보정부는, 상기 자동 인식 데이터의 상기 누적 기록 상태가 상기 해제 임계 조건을 만족하는 경우 상기 객체에 대한 판독 해제를 나타내는 해제 보정 데이터로 추출할 수 있다.Also, in the reliability-based automatic recognition data correction apparatus according to the present invention, the data correction unit is release correction data indicating release of reading of the object when the cumulative recording state of the automatic recognition data satisfies the release threshold condition. Can be extracted.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 데이터 보정부는, 상기 자동 인식 데이터의 상기 누적 기록 상태가 상기 판독 임계 조건을 만족하는 경우 상기 객체에 대한 판독을 나타내는 판독 보정 데이터로 추출하고, 이후 상기 자동 인식 데이터의 상기 누적 기록 상태가 상기 해제 임계 조건을 만족하는 지 판단할 수 있다.In the reliability-based automatic recognition data correction apparatus according to the present invention, the data correction unit extracts the read correction data indicating the reading of the object when the cumulative recording state of the automatic recognition data satisfies the read threshold condition. Subsequently, it may be determined whether the cumulative recording state of the automatic recognition data satisfies the release threshold condition.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 데이터 저장 제어부는, 상기 해제 임계 조건을 만족하는 경우 상기 데이터 저장 공간을 해제할 수 있다.In the reliability-based automatic recognition data correction apparatus according to the present invention, the data storage controller may release the data storage space when the release threshold condition is satisfied.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 데이터 자동 인식 장치는 RFID 리더, 바코드 리더 또는 센서 판독 장치일 수 있다.In the reliability-based automatic recognition data correction device according to the present invention, the data automatic recognition device may be an RFID reader, a barcode reader, or a sensor reading device.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 있어서, 상기 객체는 RFID 태그, 바코드 또는 센서를 포함하여 상기 자동 인식 데이터를 상기 데이터 자동 인식 장치로 전달할 수 있다.In the reliability-based automatic recognition data correction apparatus according to the present invention, the object may include an RFID tag, a barcode or a sensor to transmit the automatic recognition data to the data recognition apparatus.
또한 본 발명은 자동 인식 신뢰도 기반 자동 인식 데이터 보정 방법으로서, (a) 데이터 자동 인식 장치로부터 객체에 대응하여 획득되는 자동 인식 데이터의 기록을 위하여 데이터 저장 공간을 설정하는 단계와, (b) 상기 데이터 저장 공간에 대해서 미리 지정된 신뢰도를 기반으로 상기 객체에 대한 자동 인식 데이터를 상기 객체에 대한 보정 데이터로 변환하기 위한 기준이 되는 보정 조건을 설정하는 단계와, (c) 상기 데이터 저장 공간에 상기 자동 인식 데이터를 누적하는 단계와, (d) 상기 자동 인식 데이터의 누적 상태를 상기 보정 조건과 비교하여 상기 보정 데이터를 생성하는 단계를 포함하는 신뢰도 기반 자동 인식 데이터 보정 방법을 제공한다.In another aspect, the present invention provides an automatic recognition reliability-based automatic recognition data correction method, comprising: (a) setting a data storage space for recording automatic recognition data obtained corresponding to an object from a data automatic recognition device, and (b) the data. Setting a correction condition which is a reference for converting the automatic recognition data for the object into the correction data for the object based on a predetermined reliability for the storage space; and (c) the automatic recognition in the data storage space. Accumulating data; and (d) generating the correction data by comparing the accumulated state of the automatic recognition data with the correction condition.
본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, 상기 단계 (a)는, (a-1) 상기 자동 인식 데이터의 누적 주기를 기반으로 상기 데이터 저장 공간의 크기를 설정하는 단계를 포함할 수 있다.In the reliability-based automatic recognition data correction method according to the present invention, the step (a) may include (a-1) setting the size of the data storage space based on the cumulative period of the automatic recognition data. have.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, 상기 단계 (a)는, (a-2) 원형 큐(circular queue)를 기반으로 상기 데이터 저장 공간을 설정하는 단계를 포함할 수 있다.In addition, in the reliability-based automatic recognition data correction method according to the present invention, the step (a) may include (a-2) setting the data storage space based on a circular queue.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, 상기 단계 (a-2)는, (a-3) 상기 원형 큐 크기가 가변적으로 설정 가능하도록 상기 데이터 저장 공간을 설정하는 단계를 포함할 수 있다.In the reliability-based automatic recognition data correction method according to the present invention, the step (a-2) may include (a-3) setting the data storage space so that the circular queue size can be variably set. Can be.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, 상기 단계 (b)는, (b-1) 데이터 취득 신뢰도를 기반으로 상기 보정 조건을 설정하는 단계를 포함할 수 있다.In addition, in the reliability-based automatic recognition data correction method according to the present invention, step (b) may include setting the correction condition based on (b-1) data acquisition reliability.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, 상기 단계 (b)는, (b-2) 상기 자동 인식 데이터를 상기 객체에 대한 판독을 나타내는 판독 보정 데이터로 보정하기 위한 판독 임계 조건과, 상기 객체에 대한 판독 해제를 나타내는 해제 임계 조건을 포함하는 상기 보정 조건을 설정하는 단계를 포함할 수 있다.In the reliability-based automatic recognition data correction method according to the present invention, the step (b) includes (b-2) a read threshold condition for correcting the automatic recognition data with read correction data indicating a read on the object. And setting the correction condition including a release threshold condition indicating release of reading of the object.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, 상기 판독 임계 조건 또는 상기 해제 임계 조건은 상기 데이터 저장 공간의 크기에 대비하여 상기 자동 인식 데이터가 판독된 임계 회수 또는 미판독된 임계 회수로 정의될 수 있다.In the reliability-based automatic recognition data correction method according to the present invention, the read threshold condition or the release threshold condition is a threshold number of times that the automatic recognition data is read or a threshold number of unread thresholds in comparison to the size of the data storage space. Can be defined.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, 상기 판독 임계 조건 또는 상기 해제 임계 조건은 상기 데이터 저장 공간 내에서 연속적으로 상기 자동 인식 데이터가 판독된 임계 회수 또는 연속적으로 미판독된 임계 회수로 정의될 수 있다.In the reliability-based automatic recognition data correction method according to the present invention, the read threshold condition or the release threshold condition may be a threshold number of consecutive reads of the automatic recognition data or a threshold number of consecutive unread readings in the data storage space. It can be defined as.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, 상기 단계 (c)는, (c-1) 상기 자동 인식 데이터의 누적 크기가 상기 데이터 저장 공간의 크기 이상인 경우 상기 데이터 저장 공간 내에서 저장 순서대로 중첩하여 상기 자동 인식 데이터를 누적하는 단계를 포함할 수 있다.In addition, in the reliability-based automatic recognition data correction method according to the present invention, the step (c), (c-1) when the cumulative size of the automatic recognition data is larger than the size of the data storage space is stored in the data storage space And accumulating the automatic recognition data by overlapping in order.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, 상기 단계 (d)는, (d-1) 상기 판독 임계 조건을 만족하는 경우 상기 객체에 대한 판독을 나타내는 판독 보정 데이터로 추출하는 단계를 포함할 수 있다.In the reliability-based automatic recognition data correction method according to the present invention, the step (d) may include extracting the read correction data indicating the reading of the object when the reading threshold condition is satisfied. It may include.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, 상기 단계 (d)는, (d-2) 상기 해제 임계 조건을 만족하는 경우 상기 객체에 대한 판독 해제를 나타내는 해제 보정 데이터로 추출하는 단계를 포함할 수 있다.In addition, in the reliability-based automatic recognition data correction method according to the present invention, the step (d), (d-2) when the release threshold condition is satisfied extracting the release correction data indicating the release of the object; It may include.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, 상기 단계 (d)는, (d-3) 상기 판독 임계 조건을 만족하는 경우 상기 객체에 대한 판독을 나타내는 판독 보정 데이터로 추출하고, 이후 상기 해제 임계 조건을 만족하는 지 판단하는 단계를 포함할 수 있다.In addition, in the reliability-based automatic recognition data correction method according to the present invention, step (d), (d-3) is extracted as read correction data indicating the reading for the object when the read threshold condition is satisfied, and then The method may include determining whether the release threshold condition is satisfied.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, (e) 상기 해제 임계 조건을 만족하는 경우 상기 데이터 저장 공간을 해제하는 단계를 더 포함할 수 있다.The method may further include (e) releasing the data storage space when the release threshold condition is satisfied.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, 상기 데이터 자동 인식 장치는 RFID 리더, 바코드 리더 또는 센서 판독 장치일 수 있다.In the reliability-based automatic recognition data correction method according to the present invention, the data automatic recognition device may be an RFID reader, a barcode reader, or a sensor reading device.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법에 있어서, 상기 객체는 RFID 태그, 바코드 또는 센서를 포함하여 상기 자동 인식 데이터를 상기 데이터 자동 인식 장치로 전달할 수 있다.In the reliability-based automatic recognition data correction method according to the present invention, the object may include an RFID tag, a barcode, or a sensor to transmit the automatic recognition data to the automatic data recognition device.
또한 본 발명은 전술한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법의 각 단계를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체를 제공한다.The present invention also provides a computer-readable recording medium having recorded thereon a program for realizing each step of the reliability-based automatic recognition data correction method according to the present invention.
본 발명에 따르면 불안정한 데이터가 자동 인식 데이터로 인식되어서 실물 데이터와 AIDC 시스템에서 인식한 데이터의 차이가 발생하는 단점을 개선하여 신뢰도를 기반으로 데이터의 보정 조건을 설정하여 자동 인식 데이터를 보정하여 인식되는 데이터와 실물 데이터와의 차이를 방지하며 적용 환경이 열악한 경우에도 자동 인식 데이터를 보정할 수 있어서 실물 데이터와 일치하는 데이터를 생성할 수 있다.According to the present invention, the unstable data is recognized as the automatic recognition data, and the difference between the real data and the data recognized by the AIDC system is improved, and the correction condition of the data is set based on the reliability to correct the automatic recognition data. It prevents the difference between the data and the real data, and even if the application environment is poor, the automatic recognition data can be corrected to generate data that matches the real data.
이하, 본 발명의 신뢰도 기반 자동 인식 데이터 보정 장치 및 신뢰도 기반 자동 인식 데이터 보정 방법 및 이를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체의 실시예를 첨부한 도면을 참조로 보다 구체적으로 설명한다.Hereinafter, an embodiment of a reliability-based automatic recognition data correction apparatus and a reliability-based automatic recognition data correction method and a computer-readable recording medium recording a program for realizing the same will be described in more detail with reference to the accompanying drawings.
도 1은 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치의 예시적인 블록도이다.1 is an exemplary block diagram of a reliability-based automatic recognition data correction apparatus according to the present invention.
도시되듯이 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치는 데이터 저장 제어부(110)와, 데이터 보정 조건 설정부(140)와, 데이터 보정부(170)를 포함한다.As shown, the reliability-based automatic recognition data correction apparatus according to the present invention includes a
데이터 저장 제어부(110)는 데이터 자동 인식 장치(도시되지 않음)로부터 객체(도시되지 않음)에 대응하여 획득되는 자동 인식 데이터의 누적 기록을 위하여 데이터 저장 공간을 설정한다.The data
데이터 자동 인식 장치는 RFID 리더, 바코드 리더 또는 센서 판독 장치 등의 AIDC 시스템에서 데이터의 자동 인식을 위해서 사용하는 구성을 의미한다. 또한 객체는 예컨대 상품 등이며, 객체에 대응해서는 예컨대 RFID 태그, 바코드 또는 센서 등의 AIDC 시스템을 위한 정보 전달 구성을 포함하거나 정보 전달 구성이 부착되어 있다. 따라서 객체에 대응하여 자동적으로 자동 인식 데이터가 데이터 자동 인식 장치로 전달될 수 있다.The automatic data recognition device refers to a configuration used for automatic recognition of data in an AIDC system such as an RFID reader, a barcode reader or a sensor reading device. In addition, the object is, for example, a commodity or the like, and corresponding to the object includes or is attached to an information delivery configuration for an AIDC system such as an RFID tag, a barcode or a sensor. Therefore, the automatic recognition data may be automatically transmitted to the data automatic recognition device corresponding to the object.
이하 RFID 태그, RFID 리더 등을 이용하여 구현된 AIDC 시스템을 가정하여 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치에 대해서 설명하나, 본 발명의 신뢰도 기반 자동 인식 데이터 보정 장치는 RFID 기술을 이용한 AIDC 시스 템 뿐만 아니라 예컨대 바코드 또는 센서를 기반으로 구현되는 AIDC 시스템에도 적용될 수 있다는 점을 유의하여야 한다.Hereinafter, the reliability-based automatic recognition data correction apparatus according to the present invention will be described assuming an AIDC system implemented using an RFID tag, an RFID reader, etc. The reliability-based automatic recognition data correction apparatus according to the present invention is an AIDC system using RFID technology. It should be noted that the present invention can be applied not only to a system but also to an AIDC system implemented based on, for example, a barcode or a sensor.
데이터 저장 제어부(110)는 예컨대 RFID 태그 등에서 전송되어 RFID 리더에서 자동적으로 인식되는 데이터, 즉 자동 인식 데이터의 누적 기록을 위하여 데이터 저장 공간을 설정한다.The data
데이터 저장 공간의 설정시, 자동 인식 데이터의 누적 주기를 고려할 수 있다. 예컨대 전자 선반의 경우 RFID 태그로부터 자동 인식 데이터가 입력되는 주기는 대략 30초 정도이고, 팰릿(Pallet)에 물건을 적재하는 작업자의 움직임이 자주 발생하여 데이터 취득을 좀 더 자주 수행하여야 하는 워크스테이션(Work Station)의 경우라면 데이터가 입력되는 주기가 0.5초 정도라고 가정하자.When setting the data storage space, the cumulative period of the automatic recognition data can be taken into account. For example, in the case of an electronic shelf, a cycle in which automatic recognition data is input from an RFID tag is about 30 seconds, and a worker who loads an object into a pallet frequently generates a workstation that requires data acquisition more frequently. In the case of the work station, assume that the data input period is about 0.5 seconds.
이 경우 자동 인식 데이터의 신뢰도를 고려하여 전자 선반의 경우 대략 5분 정도의 자동 인식 데이터를 누적한다고 가정하면 데이터 저장 공간은 5분에 대응하여 30초마다 자동 인식 데이터의 저장이 가능하도록 10개의 큐를 포함하여야 할 것이다. 또한 자동 인식 데이터의 신뢰도를 고려하여 워크스테이션의 경우 대략 10분 정도의 자동 인식 데이터를 누적한다고 가정하면 데이터 저장 공간은 10분에 대응하여 0.5초마다 자동 인식 데이터의 저장이 가능하도록 1200개의 큐를 포함하여야 할 것이다.In this case, assuming that the electronic shelf accumulates approximately 5 minutes of automatic recognition data in consideration of the reliability of the automatic recognition data, the data storage space corresponds to 5 minutes so that 10 queues can store the automatic recognition data every 30 seconds. It should include. In addition, assuming that the workstation accumulates approximately 10 minutes of automatic recognition data in consideration of the reliability of the automatic recognition data, the data storage space is set to 1200 queues so that the automatic recognition data can be stored every 0.5 seconds. It should be included.
이와 같이 자동 인식 데이터의 저장을 위한 데이터 저장 공간은 자동 인식 데이터의 누적 주기를 고려하여 가변적으로 설정이 가능하다.As described above, the data storage space for storing the automatic recognition data may be variably set in consideration of the accumulation period of the automatic recognition data.
데이터 저장 공간의 경우 미리 데이터 저장 공간의 크기를 설정하지 않으면 오버플로우(overflow)가 발생할 수 있다. 따라서 예컨대 적용 환경 등에 의해서 결정되는 자동 인식 데이터의 누적 주기와 신뢰도를 위하여 데이터를 누적해야 하는 시간 등을 기초로 데이터 저장 공간의 크기를 가변적으로 설정하여 오버플로우를 방지할 수 있다.In the case of the data storage space, an overflow may occur if the size of the data storage space is not set in advance. Therefore, the overflow can be prevented by variably setting the size of the data storage space based on, for example, the accumulation period of the automatic recognition data determined by the application environment and the time to accumulate the data for reliability.
한편 데이터 저장 공간은 원형 큐(circular queue)를 기반으로 설정될 수 있다. 예컨대 데이터 저장 공간의 경우 미리 데이터 저장 공간의 크기를 설정하지 않으면 오버플로우(overflow)가 발생할 수 있다. 따라서 원형 큐를 이용하여 가장 오래된 자동 인식 데이터에 새롭게 인식한 자동 인식 데이터를 중첩하여 기록하는 것에 의해서 오버플로우의 발생을 방지할 수 있다.Meanwhile, the data storage space may be set based on a circular queue. For example, in the case of the data storage space, an overflow may occur if the size of the data storage space is not set in advance. Therefore, the occurrence of overflow can be prevented by superimposing and recording the newly recognized automatic recognition data on the oldest automatic recognition data using the circular queue.
데이터 저장 제어부(110)는 자동 인식 데이터의 누적 크기가 데이터 저장 공간의 크기 이상이 되는 경우에는 데이터 저장 공간 내에서 저장 순서대로 중첩하여, 즉 가장 오래된 자동 인식 데이터에 새롭게 인식한 자동 인식 데이터를 중첩하는 방식으로 자동 인식 데이터를 누적할 수 있다.When the cumulative size of the automatic recognition data is equal to or larger than the data storage space, the data
데이터 보정 조건 설정부(140)는 미리 지정된 신뢰도를 기반으로 객체에 대한 자동 인식 데이터를 객체에 대한 보정 데이터로 변환하기 위한 기준이 되는 보정 조건을 설정한다.The data correction
이러한 신뢰도는 예컨대 데이터 취득 신뢰도를 기반으로 설정이 가능하다.Such reliability can be set based on, for example, data acquisition reliability.
AIDC 장비의 설치 환경에 따라서 데이터 취득 신뢰도는 가변적으로 설정할 수 있다. 예컨대 수분이 많은 환경이나 전파의 출동이 발생하는 환경 등의 경우에는 정확한 데이터의 판독이 어렵다. 그러나 컨베이어 벨트를 이용한 자동화 환경 등에서는 데이터의 판독이 용이하다. 따라서 이러한 환경을 기초로 데이터 취득 신뢰도를 설정할 수 있다.Depending on the installation environment of the AIDC equipment, the data acquisition reliability can be set variably. For example, accurate data is difficult to read in a humid environment or an environment in which radio waves are emitted. However, in an automated environment using a conveyor belt, data can be easily read. Therefore, data acquisition reliability can be set based on such an environment.
이러한 보정 조건에 대해서 좀 더 상세히 설명하면 다음과 같다.This correction condition is described in more detail as follows.
객체에 대한 실물 데이터는 AIDC 시스템에서 객체가 확실히 판독되었다고 판단하는 경우 또는 객체가 확실히 사라졌다고 판단되는 경우로 구분할 수 있다.The real data about the object may be classified into a case in which the AIDC system determines that the object is read reliably or a case in which the object is determined to be lost.
이를 위하여 보정 조건은 자동 인식 데이터를 객체에 대한 판독을 나타내는 판독 보정 데이터로 보정하기 위한 판독 임계 조건과, 객체에 대한 판독 해제를 나타내는 해제 임계 조건을 포함할 수 있다.To this end, the correction condition may include a read threshold condition for correcting the automatic recognition data with read correction data indicating a read on the object, and a release threshold condition indicating a read release on the object.
데이터 보정 조건 설정부(140)는 데이터 저장 제어부(110)에서 설정한 데이터 저장 공간의 크기에 대비하여 자동 인식 데이터가 판독된 임계 회수로 정의되는 판독 임계 조건과, 데이터 저장 제어부(110)에서 설정한 데이터 저장 공간의 크기에 대비하여 자동 인식 데이터가 미판독된 임계 회수로 정의되는 해제 임계 조건을 설정할 수 있다.The data correction
예컨대 데이터 저장 공간의 크기가 10인 경우, 자동 인식 데이터가 판독된 임계 회수가 7이라면, 데이터 저장 공간 내에서 6번 자동 인식 데이터가 누적되어 판독된 경우까지는 자동 인식 데이터가 판독 보정 데이터로 변환되지 않는다. 데이터 저장 공간 내에서 7번 이상으로 자동 인식 데이터가 누적되어 판독된 경우라면, 해당 자동 인식 데이터는 객체에 대한 판독을 나타내는 것으로 간주하여 판독 보정 데이터로 보정할 수 있다.For example, when the size of the data storage space is 10, if the threshold number of times the automatic recognition data has been read is 7, the automatic recognition data is not converted into the read correction data until the 6 times the automatic recognition data is accumulated and read in the data storage space. Do not. When the automatic recognition data has been accumulated and read more than seven times in the data storage space, the automatic recognition data may be regarded as representing the reading of the object and corrected with the read correction data.
마찬가지로, 일단 판독된 객체에 대해서 이후 객체 이동 등에 의해서 자동 인식 데이터가 판독되지 않는 경우를 고려하자. 예컨대 데이터 저장 공간의 크기가 10인 경우, 자동 인식 데이터가 판독되지 않은 임계 회수가 7이라면, 데이터 저장 공간 내에서 6번 자동 인식 데이터가 판독되지 않은 경우까지는 판독 보정 데이터가 유효하다. 그러나 데이터 저장 공간 내에서 7번 이상으로 자동 인식 데이터가 누적되어 판독되지 않은 경우라면, 해당 자동 인식 데이터는 객체에 대한 판독 해제를 나타내는 것으로 간주하여 더 이상 판독 보정 데이터가 유효하지 않다고 판단이 가능하다.Similarly, consider the case where the automatic recognition data is not read by the object movement or the like for the object once read. For example, when the size of the data storage space is 10, if the threshold number of times that the automatic recognition data has not been read is 7, the read correction data is valid until the sixth automatic recognition data has not been read in the data storage space. However, if the automatic recognition data is accumulated and not read more than seven times in the data storage space, the automatic recognition data is regarded as indicating the unreading of the object, and it is possible to determine that the read correction data is no longer valid. .
또는 데이터 보정 조건 설정부(140)는 데이터 저장 제어부(110)에서 설정한 데이터 저장 공간 내에서 연속적으로 자동 인식 데이터가 판독된 임계 회수로 정의되는 판독 임계 조건과, 데이터 저장 제어부(110)에서 설정한 데이터 저장 공간 내에서 연속적으로 자동 인식 데이터가 미판독된 임계 회수로 정의되는 해제 임계 조건을 설정할 수 있다.Alternatively, the data correction
예컨대 데이터 저장 공간의 크기가 10인 경우, 자동 인식 데이터가 연속적으로 판독된 임계 회수가 6이라면, 데이터 저장 공간 내에서 5번 자동 인식 데이터가 연속적으로 판독된 경우까지는 자동 인식 데이터가 판독 보정 데이터로 변환되지 않는다. 데이터 저장 공간 내에서 6번 이상으로 자동 인식 데이터가 연속적으로 판독된 경우라면, 해당 자동 인식 데이터는 객체에 대한 판독을 나타내는 것으로 간주하여 판독 보정 데이터로 보정할 수 있다.For example, when the size of the data storage space is 10, if the threshold number of times that the automatic recognition data has been continuously read is 6, the automatic recognition data is read as read correction data until the 5th automatic recognition data is continuously read in the data storage space. Not converted If the automatic recognition data has been continuously read more than six times in the data storage space, the automatic recognition data may be regarded as representing the reading of the object and corrected with the read correction data.
마찬가지로, 일단 판독된 객체에 대해서 이후 객체 이동 등에 의해서 자동 인식 데이터가 판독되지 않는 경우를 고려하자. 예컨대 데이터 저장 공간의 크기가 10인 경우, 자동 인식 데이터가 연속적으로 판독되지 않은 임계 회수가 7이라면, 데이터 저장 공간 내에서 6번 연속적으로 자동 인식 데이터가 판독되지 않은 경우까지는 판독 보정 데이터가 유효하다. 그러나 데이터 저장 공간 내에서 연속적으로 7번 이상으로 자동 인식 데이터가 판독되지 않은 경우라면, 해당 자동 인식 데이터는 객체에 대한 판독 해제를 나타내는 것으로 간주하여 더 이상 판독 보정 데이터가 유효하지 않다고 판단이 가능하다.Similarly, consider the case where the automatic recognition data is not read by the object movement or the like for the object once read. For example, when the size of the data storage space is 10, if the threshold number of times that the automatic recognition data has not been continuously read is 7, the read correction data is valid until the automatic recognition data has not been read six times in the data storage space. . However, if the automatic recognition data has not been read more than seven times in a row in the data storage space, the automatic recognition data is regarded as indicating the unreading of the object, and it can be determined that the read correction data is no longer valid. .
한편 이러한 판독 임계 조건 또는 해제 임계 조건 역시 적용 환경을 기초로 설정이 가능하다. 예컨대 컨베이어 벨트를 이용하는 경우 물건의 판독 및 해제 시기가 빠를 수 있다. 따라서 판독 임계 조건 또는 해제 임계 조건은 이러한 적용 환경을 고려하여 설정이 가능하다.The read threshold or release threshold may also be set based on the application environment. For example, when using a conveyor belt, the time for reading and unloading objects can be early. Therefore, the read threshold or the release threshold can be set in consideration of such an application environment.
데이터 보정부(170)는 데이터 저장 제어부(110)에 의해서 수행되는 자동 인식 데이터의 누적 기록 상태를 데이터 보정 조건 설정부(140)의 보정 조건과 비교하여 보정 데이터를 생성한다.The
예컨대 보정 조건이 판독 임계 조건을 포함하는 경우에는, 데이터 보정부(170)는 자동 인식 데이터의 누적 기록 상태가 판독 임계 조건을 만족하는 경우에 자동 인식 데이터를 객체에 대한 판독을 나타내는 판독 보정 데이터로 추출할 수 있다.For example, when the correction condition includes a read threshold condition, the
또한 예컨대 보정 조건이 해제 임계 조건을 포함하는 경우에는, 데이터 보정부(170)는 자동 인식 데이터의 누적 기록 상태가 해제 임계 조건을 만족하는 경우에 자동 인식 데이터를 객체에 대한 판독 해제를 나타내는 해제 보정 데이터로 추 출할 수 있다.Further, for example, when the correction condition includes a release threshold condition, the
이 경우에 있어서, 데이터 보정부(170)는, 자동 인식 데이터의 누적 기록 상태가 판독 임계 조건을 만족하는 경우 판독 보정 데이터로 추출하고, 이후 자동 인식 데이터의 누적 기록 상태가 해제 임계 조건을 만족하는 지 판단할 수 있다.In this case, the
즉 객체에 대한 판독 해제는 일단 객체를 판독한 경우부터 수행되므로, 판독 보정 데이터를 추출한 이후에 해제 여부를 판단하는 것이다.That is, since the read release of the object is performed once from reading the object, it is determined whether to release the read correction data after extracting the read correction data.
한편 해제 임계 조건을 만족하는 경우 더 이상 자동 인식 데이터를 누적할 필요가 없을 수 있다. 이 경우에는 데이터 저장 제어부(110)는 데이터 저장 공간을 해제하여 시스템 자원을 다른 용도로 사용이 가능하도록 구성할 수 있다.Meanwhile, when the release threshold condition is satisfied, it may not be necessary to accumulate the automatic recognition data any more. In this case, the data
본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치는 예컨대 RFID 기술을 이용하여 구현되는 AIDC 시스템에 적용될 수 있다. 예컨대 RFID 리더 단에서 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치가 구현될 수 있다. 그러나 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치는 정보 처리 장치에 연계하여 구현될 수도 있다.The reliability-based automatic recognition data correction device according to the present invention can be applied to an AIDC system implemented using, for example, RFID technology. For example, the reliability-based automatic recognition data correction apparatus according to the present invention may be implemented in the RFID reader stage. However, the reliability-based automatic recognition data correction device according to the present invention may be implemented in connection with the information processing device.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치는 예컨대 RFID 기술을 이용하여 구현되는 AIDC 시스템을 위주로 설명되었으나, 바코드 또는 센서 등을 이용한 AIDC 시스템에서도 적용이 가능하다.In addition, the reliability-based automatic recognition data correction apparatus according to the present invention has been described mainly for an AIDC system implemented using RFID technology, but can be applied to an AIDC system using a barcode or a sensor.
도 2는 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법의 예시적인 흐름도이다.2 is an exemplary flow chart of a method for correcting confidence based automatic recognition data in accordance with the present invention.
우선 데이터 자동 인식 장치로부터 객체에 대응하여 획득되는 자동 인식 데 이터의 기록을 위하여 데이터 저장 공간을 설정한다(S110).First, a data storage space is set for recording automatic recognition data acquired corresponding to an object from the data automatic recognition apparatus (S110).
전술하듯이 데이터 자동 인식 장치는 RFID 리더, 바코드 리더 또는 센서 판독 장치 등의 AIDC 시스템에서 데이터의 자동 인식을 위해서 사용하는 구성을 의미하며, 또한 객체는 예컨대 상품 등이며, 객체에 대응해서는 예컨대 RFID 태그, 바코드 또는 센서 등의 AIDC 시스템을 위한 정보 전달 구성을 포함하거나 정보 전달 구성이 부착되어 있다. 따라서 객체에 대응하여 자동적으로 자동 인식 데이터가 데이터 자동 인식 장치로 전달될 수 있다.As described above, the automatic data recognition device refers to a configuration used for automatic recognition of data in an AIDC system such as an RFID reader, a barcode reader, or a sensor reading device. Also, the object is, for example, a commodity or the like. , Or includes an information delivery configuration for an AIDC system such as a barcode or sensor. Therefore, the automatic recognition data may be automatically transmitted to the data automatic recognition device corresponding to the object.
단계 S110에서는 이러한 자동 인식 데이터의 누적 기록을 위한 저장 공간, 예컨대 메모리 설정을 수행하는 것이다.In step S110, a storage space for accumulative recording of such automatic recognition data, for example, memory setting is performed.
이 경우 자동 인식 데이터의 누적 주기를 기반으로 데이터 저장 공간의 크기를 설정할 수 있다. 즉 전술하듯이 적용 환경에 따라서 데이터 누적 주기가 다르므로 해당 누적 주기를 고려하여 데이터 저장 공간의 크기를 설정하는 것이다.In this case, the size of the data storage space may be set based on the cumulative period of the automatic recognition data. That is, as described above, since the data accumulation period is different according to the application environment, the size of the data storage space is set in consideration of the accumulation period.
또한 원형 큐(circular queue)를 기반으로 데이터 저장 공간을 설정할 수 있으며, 원형 큐 크기가 가변적으로 설정 가능하도록 데이터 저장 공간을 설정할 수 있다. 즉 원형 큐를 사용하여 오버플로우를 방지하면서 또한 가변적으로 설정하여 데이터 누적 주기의 변화에 따른 대응도 가능하도록 설정할 수 있다.In addition, the data storage space can be set based on the circular queue, and the data storage space can be set so that the circular queue size can be set variably. In other words, the circular queue can be used to prevent overflow and to be set variably so that a response to a change in the data accumulation period can be set.
이후 단계 S110에서 설정한 데이터 저장 공간에 대해서 미리 지정된 신뢰도를 기반으로 객체에 대한 자동 인식 데이터를 객체에 대한 보정 데이터로 변환하기 위한 기준이 되는 보정 조건을 설정한다(S130).Subsequently, a correction condition is set as a reference for converting the automatic recognition data for the object into the correction data for the object based on a predetermined reliability for the data storage space set in step S110 (S130).
이러한 신뢰도는 예컨대 데이터 취득 신뢰도를 기반으로 설정이 가능하다.Such reliability can be set based on, for example, data acquisition reliability.
AIDC 장비의 설치 환경에 따라서 데이터 취득 신뢰도는 가변적으로 설정할 수 있다. 예컨대 수분이 많은 환경이나 전파의 출동이 발생하는 환경 등의 경우에는 정확한 데이터의 판독이 어렵다. 그러나 컨베이어 벨트를 이용한 자동화 환경 등에서는 데이터의 판독이 용이하다. 따라서 이러한 환경을 기초로 데이터 취득 신뢰도를 설정할 수 있다.Depending on the installation environment of the AIDC equipment, the data acquisition reliability can be set variably. For example, accurate data is difficult to read in a humid environment or an environment in which radio waves are emitted. However, in an automated environment using a conveyor belt, data can be easily read. Therefore, data acquisition reliability can be set based on such an environment.
이러한 보정 조건에 대해서 좀 더 상세히 설명하면 다음과 같다.This correction condition is described in more detail as follows.
객체에 대한 실물 데이터는 AIDC 시스템에서 객체가 확실히 판독되었다고 판단하는 경우 또는 객체가 확실히 사라졌다고 판단되는 경우로 구분할 수 있다.The real data about the object may be classified into a case in which the AIDC system determines that the object is read reliably or a case in which the object is determined to be lost.
이를 위하여 보정 조건은 자동 인식 데이터를 객체에 대한 판독을 나타내는 판독 보정 데이터로 보정하기 위한 판독 임계 조건과, 객체에 대한 판독 해제를 나타내는 해제 임계 조건을 포함할 수 있다.To this end, the correction condition may include a read threshold condition for correcting the automatic recognition data with read correction data indicating a read on the object, and a release threshold condition indicating a read release on the object.
단계 S130에서는 단계 S110에서 설정한 데이터 저장 공간의 크기에 대비하여 자동 인식 데이터가 판독된 임계 회수로 정의되는 판독 임계 조건과, 단계 S110에서 설정한 데이터 저장 공간의 크기에 대비하여 자동 인식 데이터가 미판독된 임계 회수로 정의되는 해제 임계 조건을 설정할 수 있다.In step S130, the read threshold condition is defined as a threshold number of times that the automatic recognition data is read in preparation for the size of the data storage space set in step S110, and the auto recognition data is not included in comparison with the size of the data storage space set in step S110. A release threshold condition defined by the number of read thresholds can be set.
예컨대 데이터 저장 공간의 크기가 10인 경우, 자동 인식 데이터가 판독된 임계 회수가 7이라면, 데이터 저장 공간 내에서 6번 자동 인식 데이터가 누적되어 판독된 경우까지는 자동 인식 데이터가 판독 보정 데이터로 변환되지 않는다. 데이터 저장 공간 내에서 7번 이상으로 자동 인식 데이터가 누적되어 판독된 경우라면, 해당 자동 인식 데이터는 객체에 대한 판독을 나타내는 것으로 간주하여 판독 보정 데이터로 보정할 수 있다.For example, when the size of the data storage space is 10, if the threshold number of times the automatic recognition data has been read is 7, the automatic recognition data is not converted into the read correction data until the 6 times the automatic recognition data is accumulated and read in the data storage space. Do not. When the automatic recognition data has been accumulated and read more than seven times in the data storage space, the automatic recognition data may be regarded as representing the reading of the object and corrected with the read correction data.
마찬가지로, 일단 판독된 객체에 대해서 이후 객체 이동 등에 의해서 자동 인식 데이터가 판독되지 않는 경우를 고려하자. 예컨대 데이터 저장 공간의 크기가 10인 경우, 자동 인식 데이터가 판독되지 않은 임계 회수가 7이라면, 데이터 저장 공간 내에서 6번 자동 인식 데이터가 판독되지 않은 경우까지는 판독 보정 데이터가 유효하다. 그러나 데이터 저장 공간 내에서 7번 이상으로 자동 인식 데이터가 누적되어 판독되지 않은 경우라면, 해당 자동 인식 데이터는 객체에 대한 판독 해제를 나타내는 것으로 간주하여 더 이상 판독 보정 데이터가 유효하지 않다고 판단이 가능하다.Similarly, consider the case where the automatic recognition data is not read by the object movement or the like for the object once read. For example, when the size of the data storage space is 10, if the threshold number of times that the automatic recognition data has not been read is 7, the read correction data is valid until the sixth automatic recognition data has not been read in the data storage space. However, if the automatic recognition data is accumulated and not read more than seven times in the data storage space, the automatic recognition data is regarded as indicating the unreading of the object, and it is possible to determine that the read correction data is no longer valid. .
또는 단계 S130에서는 단계 S110에서 설정한 데이터 저장 공간 내에서 연속적으로 자동 인식 데이터가 판독된 임계 회수로 정의되는 판독 임계 조건과, 단계 S110에서 설정한 데이터 저장 공간 내에서 연속적으로 자동 인식 데이터가 미판독된 임계 회수로 정의되는 해제 임계 조건을 설정할 수 있다.Alternatively, in step S130, the read threshold condition is defined as the threshold number of times the automatic recognition data is continuously read in the data storage space set in step S110, and the automatic recognition data is not read continuously in the data storage space set in step S110. It is possible to set a release threshold condition defined by the number of thresholds that have been set.
예컨대 데이터 저장 공간의 크기가 10인 경우, 자동 인식 데이터가 연속적으로 판독된 임계 회수가 6이라면, 데이터 저장 공간 내에서 5번 자동 인식 데이터가 연속적으로 판독된 경우까지는 자동 인식 데이터가 판독 보정 데이터로 변환되지 않는다. 데이터 저장 공간 내에서 6번 이상으로 자동 인식 데이터가 연속적으로 판독된 경우라면, 해당 자동 인식 데이터는 객체에 대한 판독을 나타내는 것으로 간주하여 판독 보정 데이터로 보정할 수 있다.For example, when the size of the data storage space is 10, if the threshold number of times that the automatic recognition data has been continuously read is 6, the automatic recognition data is read as read correction data until the 5th automatic recognition data is continuously read in the data storage space. Not converted If the automatic recognition data has been continuously read more than six times in the data storage space, the automatic recognition data may be regarded as representing the reading of the object and corrected with the read correction data.
마찬가지로, 일단 판독된 객체에 대해서 이후 객체 이동 등에 의해서 자동 인식 데이터가 판독되지 않는 경우를 고려하자. 예컨대 데이터 저장 공간의 크기가 10인 경우, 자동 인식 데이터가 연속적으로 판독되지 않은 임계 회수가 7이라면, 데이터 저장 공간 내에서 6번 연속적으로 자동 인식 데이터가 판독되지 않은 경우까지는 판독 보정 데이터가 유효하다. 그러나 데이터 저장 공간 내에서 연속적으로 7번 이상으로 자동 인식 데이터가 판독되지 않은 경우라면, 해당 자동 인식 데이터는 객체에 대한 판독 해제를 나타내는 것으로 간주하여 더 이상 판독 보정 데이터가 유효하지 않다고 판단이 가능하다.Similarly, consider the case where the automatic recognition data is not read by the object movement or the like for the object once read. For example, when the size of the data storage space is 10, if the threshold number of times that the automatic recognition data has not been continuously read is 7, the read correction data is valid until the automatic recognition data has not been read six times in the data storage space. . However, if the automatic recognition data has not been read more than seven times in a row in the data storage space, the automatic recognition data is regarded as indicating the unreading of the object, and it can be determined that the read correction data is no longer valid. .
한편 이러한 판독 임계 조건 또는 해제 임계 조건 역시 적용 환경을 기초로 설정이 가능하다. 예컨대 컨베이어 벨트를 이용하는 경우 물건의 판독 및 해제 시기가 빠를 수 있다. 따라서 판독 임계 조건 또는 해제 임계 조건은 이러한 적용 환경을 고려하여 설정이 가능하다.The read threshold or release threshold may also be set based on the application environment. For example, when using a conveyor belt, the time for reading and unloading objects can be early. Therefore, the read threshold or the release threshold can be set in consideration of such an application environment.
이후 단계 S110에서 설정한 데이터 저장 공간에 자동 인식 데이터를 누적하여 기록한다(S150).Thereafter, the automatic recognition data is accumulated and recorded in the data storage space set in step S110 (S150).
이 경우 자동 인식 데이터의 누적 크기가 단계 S110에서 설정한 데이터 저장 공간의 크기 이상으로 되는 경우 데이터 저장 공간 내에서 저장 순서대로 중첩하여 자동 인식 데이터를 누적할 수 있다. 즉 가장 오래된 자동 인식 데이터에 새롭게 인식한 자동 인식 데이터를 중첩하는 방식으로 자동 인식 데이터를 누적할 수 있다.In this case, when the cumulative size of the automatic recognition data becomes greater than or equal to the size of the data storage space set in step S110, the automatic recognition data may be accumulated by overlapping the data storage space in the order of storage. That is, the automatic recognition data may be accumulated by superimposing the newly recognized automatic recognition data on the oldest automatic recognition data.
이후 단계 S150에서의 자동 인식 데이터의 누적 상태를 단계 S130에서 설정한 보정 조건과 비교하여 보정 데이터를 생성한다(S170).Thereafter, the accumulated state of the automatic recognition data in step S150 is compared with the correction condition set in step S130 to generate correction data (S170).
예컨대 보정 조건이 판독 임계 조건을 포함하는 경우에는, 단계 S170에서는 자동 인식 데이터의 누적 기록 상태가 판독 임계 조건을 만족하는 경우에 자동 인식 데이터를 객체에 대한 판독을 나타내는 판독 보정 데이터로 추출할 수 있다.For example, when the correction condition includes the read threshold condition, in step S170, when the accumulated recording state of the auto recognition data satisfies the read threshold condition, the auto recognition data may be extracted as read correction data indicating a read on the object. .
또한 예컨대 보정 조건이 해제 임계 조건을 포함하는 경우에는, 단계 S170에서는 자동 인식 데이터의 누적 기록 상태가 해제 임계 조건을 만족하는 경우에 자동 인식 데이터를 객체에 대한 판독 해제를 나타내는 해제 보정 데이터로 추출할 수 있다.Further, for example, when the correction condition includes the release threshold condition, in step S170, the automatic recognition data is extracted as release correction data indicating release of reading of the object when the accumulated recording state of the automatic recognition data satisfies the release threshold condition. Can be.
이 경우에 있어서, 단계 S170에서는, 자동 인식 데이터의 누적 기록 상태가 판독 임계 조건을 만족하는 경우 판독 보정 데이터로 추출하고, 이후 자동 인식 데이터의 누적 기록 상태가 해제 임계 조건을 만족하는 지 판단할 수 있다.In this case, in step S170, if the cumulative recording state of the automatic recognition data satisfies the read threshold condition, it is extracted as read correction data, and then it can be determined whether the cumulative recording state of the automatic recognition data satisfies the release threshold condition. have.
즉 객체에 대한 판독 해제는 일단 객체를 판독한 경우부터 수행되므로, 판독 보정 데이터를 추출한 이후에 해제 여부를 판단하는 것이다.That is, since the read release of the object is performed once from reading the object, it is determined whether to release the read correction data after extracting the read correction data.
한편 해제 임계 조건을 만족하는 경우 더 이상 자동 인식 데이터를 누적할 필요가 없을 수 있다. 이를 위하여 비록 도시되지는 않았지만, 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법은 해제 임계 조건을 만족하는 경우 단계 S110에서 설정한 데이터 저장 공간을 해제하는 단계를 더 포함할 수 있다. 데이터 저장 공간을 해제하여 시스템 자원을 다른 용도로 사용이 가능하도록 구성할 수 있다.Meanwhile, when the release threshold condition is satisfied, it may not be necessary to accumulate the automatic recognition data any more. Although not shown, the reliability-based automatic recognition data correction method according to the present invention may further include releasing the data storage space set in step S110 when the release threshold condition is satisfied. By freeing up data storage space, you can configure system resources to be used for other purposes.
본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법은 예컨대 RFID 기술을 이용하여 구현되는 AIDC 시스템에서 구현될 수 있다. 예컨대 RFID 리더 내에 서 구현될 수 있으며, 또는 정보 처리 장치 내에서 구현될 수 있으며, RFID 미들웨어 단에 포함되어 구현될 수 있다.The reliability-based automatic recognition data correction method according to the present invention can be implemented in an AIDC system implemented using, for example, RFID technology. For example, it may be implemented in an RFID reader, or may be implemented in an information processing device, and may be implemented by being included in an RFID middleware stage.
또한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법은 예컨대 RFID 기술을 이용하여 구현되는 AIDC 시스템을 위주로 설명되었으나, 바코드 또는 센서 등을 이용한 AIDC 시스템에서도 적용이 가능하다.In addition, the reliability-based automatic recognition data correction method according to the present invention has been described with reference to an AIDC system implemented using, for example, RFID technology, but can also be applied to an AIDC system using a barcode or a sensor.
또한 본 발명은 전술한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법의 각 단계를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체를 제공한다.The present invention also provides a computer-readable recording medium having recorded thereon a program for realizing each step of the reliability-based automatic recognition data correction method according to the present invention.
컴퓨터로 판독 가능한 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있도록 데이터, 즉 코드 또는 프로그램 형태의 데이터가 저장되는 모든 종류의 기록 장치를 지칭한다. 이러한 컴퓨터로 판독 가능한 기록 매체는 예컨대 ROM, RAM 등의 메모리와, CD-ROM, DVD-ROM 등의 저장 매체, 자기 테이프, 플로피 디스크 등의 자기 저장 매체, 광 데이터 저장 장치 등이며, 예컨대 인터넷을 통한 전송 형태로 구현되는 경우도 포함한다. 또한 이러한 컴퓨터로 판독 가능한 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터가 판독 가능한 데이터가 저장되고 실행될 수 있다.A computer readable recording medium refers to any kind of recording device that stores data, that is, data in code or program form, so that it can be read by a computer system. Such computer-readable recording media include, for example, memories such as ROM and RAM, storage media such as CD-ROM and DVD-ROM, magnetic storage media such as magnetic tape and floppy disk, optical data storage devices, and the like. It also includes a case where it is implemented in the form of transmission via. Such computer readable recording media can also be distributed over network coupled computer systems so that the computer readable data is stored and executed in a distributed fashion.
그러나 이러한 컴퓨터로 판독 가능한 기록 매체에 대한 상세한 설명은 도 2를 참조로 설명한 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법과 중복되므로 생략한다.However, a detailed description of such a computer-readable recording medium is omitted since it is overlapped with the reliability-based automatic recognition data correction method according to the present invention described with reference to FIG.
비록 본 발명의 구성이 구체적으로 설명되었지만 이는 단지 본 발명을 예시 적으로 설명한 것에 불과한 것으로, 본 발명이 속하는 기술분야에서 통상의 지식을 가지는 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 변형이 가능할 것이다.Although the configuration of the present invention has been described in detail, these are merely illustrative of the present invention, and various modifications may be made by those skilled in the art without departing from the essential characteristics of the present invention. This will be possible.
따라서 본 명세서에 개시된 실시예들은 본 발명을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 사상과 범위가 한정되는 것은 아니다. 본 발명의 범위는 아래의 청구범위에 의해 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다. Therefore, the embodiments disclosed herein are not intended to limit the present invention but to describe the present invention, and the spirit and scope of the present invention are not limited by these embodiments. It is intended that the scope of the invention be interpreted by the following claims, and that all descriptions within the scope equivalent thereto will be construed as being included in the scope of the present invention.
이상 설명한 바와 같이, 본 발명에 따르면 불안정한 데이터가 자동 인식 데이터로 인식되어서 실물 데이터와 AIDC 시스템에서 인식한 데이터의 차이가 발생하는 단점을 개선하여 신뢰도를 기반으로 데이터의 보정 조건을 설정하여 자동 인식 데이터를 보정하여 인식되는 데이터와 실물 데이터와의 차이를 방지하며 적용 환경이 열악한 경우에도 자동 인식 데이터를 보정할 수 있어서 실물 데이터와 일치하는 데이터를 생성할 수 있다.As described above, according to the present invention, the unstable data is recognized as the automatic recognition data, and the difference between the real data and the data recognized by the AIDC system is improved. It is possible to correct the difference between the recognized data and the real data and to correct the automatic recognition data even in a poor application environment, thereby generating data that matches the real data.
도 1은 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 장치의 예시적인 블록도.1 is an exemplary block diagram of a reliability-based automatic recognition data correction apparatus according to the present invention.
도 2는 본 발명에 따른 신뢰도 기반 자동 인식 데이터 보정 방법의 예시적인 흐름도.2 is an exemplary flow chart of a method for correcting confidence based automatic recognition data in accordance with the present invention.
<도면의 주요부분에 대한 부호의 설명><Description of the symbols for the main parts of the drawings>
110: 데이터 저장 제어부 140: 데이터 보정 조건 설정부110: data storage control unit 140: data correction condition setting unit
170: 데이터 보정부 170: data correction unit
Claims (31)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080008641A KR100923137B1 (en) | 2008-01-28 | 2008-01-28 | Apparatus and method for correcting automatically identified data and computer-readable medium having thereon program performing function embodying the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080008641A KR100923137B1 (en) | 2008-01-28 | 2008-01-28 | Apparatus and method for correcting automatically identified data and computer-readable medium having thereon program performing function embodying the same |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20090082718A KR20090082718A (en) | 2009-07-31 |
| KR100923137B1 true KR100923137B1 (en) | 2009-10-23 |
Family
ID=41293982
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020080008641A KR100923137B1 (en) | 2008-01-28 | 2008-01-28 | Apparatus and method for correcting automatically identified data and computer-readable medium having thereon program performing function embodying the same |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100923137B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101269121B1 (en) | 2011-04-25 | 2013-05-29 | 한국항공대학교산학협력단 | Method for configuring automatic identification device and method for correcting automatic identification data |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101375076B1 (en) * | 2012-03-16 | 2014-03-17 | 엘지히다찌 주식회사 | cloud type logistics sychronization system based AIDC |
| KR20220003393A (en) | 2020-07-01 | 2022-01-10 | 한양대학교 산학협력단 | Apparatus for vessel closure and method for using same |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070093148A (en) * | 2007-08-10 | 2007-09-17 | 미쓰비시덴키 가부시키가이샤 | Reader control device, reader control method, and control program |
| JP2007259402A (en) | 2006-02-22 | 2007-10-04 | Ntt Docomo Inc | System and method for determining wireless tag |
| KR100769688B1 (en) | 2006-05-25 | 2007-10-23 | 고려대학교 산학협력단 | Method for reading tag with multiple threshold, recording medium and apparatus thereof |
-
2008
- 2008-01-28 KR KR1020080008641A patent/KR100923137B1/en not_active IP Right Cessation
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007259402A (en) | 2006-02-22 | 2007-10-04 | Ntt Docomo Inc | System and method for determining wireless tag |
| KR100769688B1 (en) | 2006-05-25 | 2007-10-23 | 고려대학교 산학협력단 | Method for reading tag with multiple threshold, recording medium and apparatus thereof |
| KR20070093148A (en) * | 2007-08-10 | 2007-09-17 | 미쓰비시덴키 가부시키가이샤 | Reader control device, reader control method, and control program |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101269121B1 (en) | 2011-04-25 | 2013-05-29 | 한국항공대학교산학협력단 | Method for configuring automatic identification device and method for correcting automatic identification data |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20090082718A (en) | 2009-07-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10108824B2 (en) | Method and system for correctly identifying specific RFID tags | |
| US8421627B2 (en) | Method for associating and RFID tag with a known region | |
| US7340559B2 (en) | Memory product controller, memory product control method, and memory product | |
| WO2016117600A1 (en) | Product shelf allocation management device and product shelf allocation management method | |
| US8138920B2 (en) | Tag reader | |
| CN111967547B (en) | Multi-label checking method, electronic equipment and storage medium | |
| US20130127596A1 (en) | Method and apparatus for determining a location of an item attached to a radio frequency identification tag | |
| US10360777B2 (en) | System for and method of enhanced reading and tracking of radio frequency identification tags | |
| KR100923137B1 (en) | Apparatus and method for correcting automatically identified data and computer-readable medium having thereon program performing function embodying the same | |
| CN101923625A (en) | Tag anti-collision method and system | |
| CN113238575A (en) | Storage checking and inspection method and system, control equipment, unmanned aerial vehicle and storage equipment | |
| CN102509062A (en) | RFID (radio frequency identification) dataflow multi-tag cleaning method based on sliding windows | |
| CN113611027A (en) | Warehouse-out detection method, system, equipment and readable storage medium | |
| KR20090087427A (en) | Rfid communication method | |
| KR20160104246A (en) | Unmanned inventory actual inspection system using arerial vehicle and the method thereof | |
| WO2012002857A1 (en) | Method and arrangement for positioning of an object in a warehouse | |
| JP7046521B2 (en) | Filtering device for RFID tags | |
| KR20130046258A (en) | System for administration of physical distribution based on transport container | |
| US20080303669A1 (en) | Vibration logging tag | |
| CN114219408A (en) | Robot warehouse inventory method based on image recognition and TOF sensor | |
| CN110363606B (en) | Unmanned vending container, unmanned vending system and goods inventory method | |
| WO2022190512A1 (en) | Reading device, writing device, management system, method for controlling reading device, and method for controlling writing device | |
| CN117057372B (en) | Multi-target identification method based on radio frequency identification technology | |
| KR20130065824A (en) | Method and apparatus for inventory control with rfid tag | |
| CN117408609B (en) | Commodity library data management system and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20121011 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20131014 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20141013 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20151006 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20160902 Year of fee payment: 8 |
|
| LAPS | Lapse due to unpaid annual fee |