Oleh karena itu, pemrosesan sinyal adalah hal yang sangat penting. Pemrosesn yang tidak baik berakibat pada ambiguitas yang menyebabkan kesalahan deteksi posisi objek. Menghadapi tantangan ini, DUNE menggabungkan mekanisme positioning yang dibantu oleh teknik deep learning di berbagai tahapan proses lokasi untuk mendapatkan kinerja yang optimal.
Deep learning melibatkan algoritme machine learning yang dapat dilatih untuk belajar dari input, dan pengetahuan tersebut kemudian digunakan untuk menarik kesimpulan berdasarkan informasi baru.
Menurut salah satu peneliti yang terlibat dalam pengembangan DUNE, pengolahan data menggunakan pendekatan yang berbeda-beda, seperti metode deep learning, yang dilatih untuk memilih estimasi posisi terbaik untuk menemukan objek yang dilacak.
Baca juga: Wah, Ada Contoh Artificial Intelligence untuk Atasi Masalah Rambut!
Strategi distributed computing
Proyek ini juga memanfaatkan arsitektur komputasi yang berbeda-beda, mulai dari cloud hingga edge dan far-edge computing. Komputasi didistribusikan ke berbagai nodes yang lebih dekat dengan sumber data agar pemrosesan data di cloud dapat dikurangi. Dengan begitu, response time server dan bandwidth bisa ditekan, tapi secara bersamaan keamanan data ditingkatkan.
Sistem ini sepenuhnya terdistribusi dan terdiri atas berbagai teknologi sensor dan lokasi yang ditempatkan pada objek-objek yang akan dideteksi posisinya. Perangkat-perangkat ini menghasilkan jejak data mentah (raw data) yang harus diproses untuk mendapatkan perkiraan posisi masing-masing. Pemrosesan data awal terjadi di "far-edge", yaitu di dekat antena yang mengirimkan sinyal.
Data diperbarui secara real time
Sinyal radio dari sensor yang terpasang di objek atau orang yang akan dilacak posisinya akan diterima oleh antena locator. Data ini harus diubah untuk memperkirakan sudut yang menentukan arah sinyal dan memberikan pembaruan secara real time.
"Dalam sebuah dunia yang sempurna, transformasi ini adalah sebuah proses geometris yang bergantung pada ruang antara antena (jarak) dan frekuensi radio (panjang gelombang). Namun, lingkungan ini bergantung pada noise dan ketidakteraturan," tegas Xavier Vilajosana.
Menurutnya, deep learning adalah tool yang sangat bernilai untuk mendapatkan perkiraan posisi objek yang lebih akurat.
Infrastruktur di cloud
Estimasi posisi yang didapat dari perangkat edge dikirimkan ke infrastrukur cloud secara real time. Infrastruktur cloud ini terhubung dengan sistem informasi di pabrik atau gudang logistik di mana proses berlangsung. Di cloud, metode artificial intelligence digunakan untuk remediasi, peningkatan, klasifikasi, deteksi anomali, dan optimalisasi operasi.
Infrastruktur cloud ini bertugas menangani dan tracking objek, dan menghubungkan serta menautkannya dengan subsistem lain, misalnya di inventori pabrik atau gudang.
Uji berskala besar
Teknologi ini akan dievaluasi selama proyek berlangsung, yaitu selama 12 bulan, dalam berbagai skenario. Hasil evaluasi akan dibandingkan dengan solusi teknologi lain. Pengujian awal akan dilakukan di laboratorium milik kelompok riset, dan pengujian skala besar akan dilakukan di bangunan yang dirancang khusus untuk eksperimen indoor positioning menggunakan berbagai macam teknologi.