RFID-Aufkleber könnten auf kontaminierte Lebensmittel hinweisen

Wenn ein Lebensmittel nicht zum Verzehr geeignet ist, ist es am besten, dies herauszufinden, bevor jemand es isst. Eine manuelle Prüfung jedes Glases und jeder Flasche ist jedoch nicht möglich, selbst wenn eine Bedrohung wie die jüngste Babynahrungskrise bekannt ist. MIT-Forscher haben eine Möglichkeit gefunden, viele Artikel sofort, nicht-invasiv und aus der Ferne zu überprüfen – mithilfe der RFID-Tags, über die viele Produkte bereits verfügen.

RFID oder Radiofrequenzidentifikation verwendet eine winzige Antenne, die in einen Aufkleber oder ein Etikett eingebettet ist und durch Radiowellen einer ganz bestimmten Frequenz aktiviert und mit Strom versorgt wird. Wenn ein Transceiver ein 950-MHz-Signal aussendet, wacht das RFID-Tag auf und sendet ein etwas anderes Signal erneut, um sich selbst zu identifizieren. Produkte, die sich ankündigen? Praktisch für die Inventur!

Die Forscher fanden heraus, dass dieses Rücksignal außerhalb des eigentlichen informationstragenden Teils durch den tatsächlichen Inhalt des Produkts beeinflusst werden kann, da die Radiowellen durch ihn hindurchgehen müssen. Folglich würden ein Glas voller Nudelsoße und eines voller Oliven unterschiedliche Signalprofile erzeugen – ebenso wie ein unberührtes Glas Babynahrung im Vergleich zu einem mit Melamin kontaminierten.

„Es ist fast so, als hätten wir billige RFIDs in winzige Radiofrequenzspektroskope verwandelt“, sagte Fadel Adib, Co-Autor des Artikels, der das neue System beschreibt, in einer Pressemitteilung des MIT.

Das Problem besteht darin, dass diese Unterschiede sehr gering sein können und nirgendwo dokumentiert wurden – dies ist das erste Mal, dass jemand dies versucht hat. Daher wandte sich das Team natürlich dem maschinellen Lernen zu. Sie haben ein Modell trainiert, das mit Sicherheit sagen kann, welchem ​​Signalprofil ein Signal entspricht, mit den geringfügigen Abweichungen, die beispielsweise durch geringfügige Unterschiede in der Ausrichtung oder der Glasbreite entstehen.

Derzeit kann das System, das sie RFIQ nennen, den Unterschied zwischen reiner und mit Melamin verunreinigter Babynahrung sowie zwischen verschiedenen Verfälschungen von reinem Ethylalkohol erkennen. Das ist so ziemlich alles auf meiner Einkaufsliste, also bin ich bereit, aber das Team möchte natürlich, dass es auf noch viele weitere Produkte zutrifft. Da sich nun gezeigt hat, dass die Methode funktioniert, ist das der Plan.

Die Aufgabe wird nur noch schwieriger, da Faktoren wie Umgebungsvariablen (Regale) und andere drahtlose Interferenzen das Problem verstärken. Aber Algorithmen für maschinelles Lernen sind gut darin, Signale aus dem Rauschen herauszufiltern, sodass die Technik mit etwas Glück ohne allzu große Probleme funktioniert.

Das vollständige Dokument zur Dokumentation des RFIQ-Systems können Sie hier lesen (PDF).