AI与RFID技术的结合解决库存查找最后一公里问题

科技公司StealthMatrix开发了一种室内地图系统，旨在为商店员工指示特定商品的方向，从而帮助他们找到这些商品。将来，根据零售商的基础设施，顾客也可以使用这个功能。StealthMatrix正在发布最新版本的ARC设备，该设备使用RFID、增强现实(AR)和人工智能(AI)技术，以明确识别商品最后出现的位置以及使用该系统的人员的站立位置，然后引导销售人员找到目标商品。

公司一开始的业务既不是做零售，也不是做人工智能。公司创始人在1994年推出了Stealth Network Communications，为政府机构和商业行业提供语音、数据、安全、网络和无线解决方案。随着时间的推移，公司开始与面临库存管理问题的客户接触。StealthMatrix市场总监Kat Bride解释说，他们知道店里有商品，但找不到具体的位置。

ARC设备捕捉图像并创建3D地图，指示商店内障碍物和显示区域的位置

最终生成的解决方案将显示成一个物品，并将销售人员引导到距离1英尺内的确切位置。它由StealthMatrix的ARC设备和基于云的软件组成，可以用ARC设备捕获数据，并将其链接到包括商店地图和在店内读取到的标签位置的信息。这样，销售人员可以简单地跟随箭头引导找到所需要的物品。

Bride认为，现有的店内RFID解决方案存在一些缺陷，手持阅读器在定位商品的准确性方面有一定限制。通常，该位置基于销售人员在店面或仓库用手持阅读器进行库存盘点时输入的区域数据。因此，尽管缺乏具体的位置数据，但手持系统可以准确地显示现场可用的标签和商品。带有高架阅读器的实时位置系统(RTLS)可以提供更大的位置粒度，但是Bride指出，对于大多数商店来说，硬件安装成本(比如高架阅读器)可能过高。

为了启动StealthMatrix系统，一家公司购买了至少一个ARC设备，该设备配备了UHF RFID阅读器和天线，以及五个传感器和五个摄像头。首先，零售商需要规划其商店。销售人员可以将设备举到面前，然后穿过店面或仓库的通道;ARC会捕获周围的图像并创建3D地图，指示障碍物和显示区域的位置。ARC设备还可以立即开始读取附近的UHF RFID标签。这样，即使在创建地图时，系统也可以捕获粘贴在商店商品上的每个标签的唯一ID号，以及该商品在大约1英尺内的位置。然后可以将该数据存储在基于云的软件中。

Bride表示，StealthMatrix系统为零售商提供了许多优势。首先，它可用于库存盘点，以明确标识物品的位置及其移动时间。这些信息可以更正货物的误放，并确定顾客是否在不购物的情况下移动了商品。在后一种情况下，商店可以通过数据分析得知哪些商品对于顾客的吸引力更高，以及哪些商品可能经常一起搭配试穿——例如，如果顾客把一条围巾或一顶帽子带到鞋类区域搭配试穿一双特定的靴子，那么它就会留在那个区域。

ARC设备不仅可以用于清点库存和识别放错位置的物品，还可以定位需要从后台或销售楼层取回的商品。例如，如果某些商品已经过了销售季节，则必须将其退回给特定的供应商;在这种情况下，销售人员可以输入他们要找的商品，然后可以根据指向这些商品的箭头在整个商店中快速移动，并将它们从商店的展示区或仓库中移除。

未来，商店可以将一些导航功能交到顾客手中。例如，一旦系统知道某个商品最后被RFID读取到的位置，这些数据就会存储在StealthMatrix软件中。商店可以提供一个应用程序，顾客下载该应用程序来访问某些位置信息。Bride指出，StealthMatrix可以与零售商合作，集成其现有技术，以实现这一目标。

例如，如果顾客喜欢模特或展示台上的服装，可以打开商店的应用程序，使用手机的摄像头扫描服装或配件上的二维码，应用程序将访问StealthMatrix的位置数据，显示出商店的地图并提供该相应的路标，以便顾客可以试穿或购买同款服装。目前，StealthMatrix正在与一些客户就这一导航功能进行交流。

ARC设备可以使用其内置的RFID阅读器在销售人员接近时进一步识别特定标签的位置。这种设备可以在20英尺的地方读取标签。因此，当销售人员在标签的读取距离内时，RFID读取传输可以根据其信号强度来寻找物品的大概位置。

StealthMatrix的AR功能是利用游戏行业常用的AI功能开发的。该公司表示，他们正在开发一种更便于销售人员携带且体积更小的新一代产品。一家要求匿名的总部位于曼哈顿的百货公司目前正在试验这一解决方案，以确定部分商品在各区域的流动情况。StealthMatrix的目标是提供能够帮助实体店与线上零售市场竞争的工具。

除了纽约商店外，一家生产定制设计服装的时装公司正计划试行这一系统，以便在其印度工厂获取到每一件定制服装的位置信息。虽然有几家公司要求使用GPS来定位RFID标签(在读取标签时获取设备的GPS位置)。Bride解释说，对于定位几英尺范围内的物品来说，这种技术不够可靠;我们想把注意力集中在微观层面上，识别一件商品及其移动方式，并明确其最后的具体位置。”