IXNORFID Insight

Trust Engine

读写器说「读到了」，你信几分？

RFID 最大的问题不是读不到——是读到了，但你不知道这条数据靠不靠谱。 RSSI -55 dBm 和 -82 dBm 都是「读到了」，可信度差了两个数量级。 Trust Engine 做的事很简单：把每条读数变成一个 0 到 1 的置信度评分，让你的系统知道哪些数据放心用，哪些要复核。

解决什么问题

客户说「我要 100% 读取率」。物理上做不到——多径、遮挡、标签方向、金属环境， 每一项都在吃掉你的信号。但 100% 读取率本来就不该是目标，100% 可读性才是——每条数据都带一个可信度，下游系统自己决定阈值。

仓库盘点

误盘率降低一个量级

读写器扫一圈回来 500 个标签，其中 30 个是弱信号、多径反射、隔壁货位的串读。以前全当真的入库，数据就是错的。

每个标签带一个置信度。低于阈值的标红，操作员知道这 30 个要人工复核。不是「系统说在就在」，是「系统说在，可信度 0.95，放心」和「可信度 0.2，去看看吧」。

产线过站

漏检拦截率 > 95%

产品过工位，读写器报「已通过」，但 RSSI 只有 -82 dBm。MES 系统直接放行，漏检流下去。

置信度 0.3 以下的自动拦截转人工扫码。不是读写器没读到——读到了，但信号质量不够，系统知道这条数据不可靠。

门禁出入库

误报率降 80%+

标签明明在门内，因为多径反射，门口读写器偶尔扫到一下。系统报「已出库」，实际货还在架上。

滑窗去重 + 信号质量评估：单次弱读不会拉高置信度，只有连续多次强信号才给高分。误报率显著下降。

设备调试验收

验收周期缩短 50%

客户装了读写器，不知道天线位置对不对、功率够不够。靠经验「感觉」调，没有量化标准。

把标签置信度当验收指标——调到所有目标标签都在 0.8 以上，就是合格的部署方案。从「感觉能用」变成「数据证明能用」。

三层评分，不是拍脑袋

置信度不是「信号强就高、信号弱就低」这么简单。 单次弱读和连续弱读的含义完全不同，有标签在册但一直不出现也是问题。 三层各管一件事：

1

信号质量 q_i

q = 1 / (1 + e^(-α(RSSI - target)))

每条读数先过一层 sigmoid。RSSI 接近或高于目标值 → q 接近 1；远低于目标 → q 接近 0。这不是「读没读到」，是「这条读数的物理质量有多好」。

2

贝叶斯累积

log_odds += (q_i - 0.5) × LR

每个标签维护一个信念状态。高质量读数推高置信，低质量读数拉低置信。多次强信号累积 → 置信度逼近 1.0；连续弱信号 → 快速衰减。不是单次判定，是证据链。

3

异常检测

penalty = ∏(1 - severity_i)

三条独立规则并行扫描：弱信号孤立（信号持续低于目标）、跨区同时（同一标签在两个区域同时出现）、在册零读（注册标签长时间未被读到）。异常不覆盖评分，是额外惩罚。

默认参数：窗口 3s · RSSI 目标 -65 dBm · 先验 0.5 · 衰减半衰期 3s · sigmoid 斜率 1.5。所有参数支持运行时调整，不需要重启。

在线试用

上传你的读写器数据（CSV 或 JSON），立即看到每个标签的置信度评分。 点击标签 EPC 可以查看完整的证据链——每条读数是怎么影响最终评分的。

拖拽 CSV / JSON 文件到此处，或点击选择

需包含 epc, rssi_dbm, timestamp_ns 三列

怎么接入

四种方式，从零代码到全集成。选适合你当前阶段的。

Web 测试工具

零代码，适合非开发人员

打开浏览器，上传 CSV/JSON 文件，立即看到评分结果。适合前期验证和设备调试。

浏览器直接访问

REST API — 批量模式

适合 5-30 秒周期的批量场景

POST 一批读数到 /observations，再调 /score 获取所有标签的置信度。适合周期性盘点。

POST /api/v1/observations → POST /api/v1/score

REST API — 流式模式

适合毫秒级实时场景

每读到一条标签就 POST 到 /observations/stream，立即返回当前所有标签的实时评分。适合门禁、产线。

POST /api/v1/observations/stream

诊断接口

用于审计追溯和问题排查

GET /explain/{epc} 查看某个标签的完整证据链（每条读数的 q_i、似然比、后验概率）。GET /anomalies/{epc} 查看异常详情。

GET /api/v1/explain/{epc}

它不改变 RFID，改变的是可见性

Trust Engine 不改变读写器的物理读取能力——该读到的还是读到，读不到的还是读不到。 它改变的是读取结果的可见性。 以前你看到的是一堆 EPC 列表，现在每个 EPC 后面跟着一个数字： 这条数据有多可信。

这不是一个「是或否」的判断，是一个连续的光谱。 你的系统可以按自己的业务需求切阈值——门禁可能要求 0.8 以上才放行， 盘点可能 0.5 以上就算数，但 0.3 以下的要人工复核。阈值是你的业务决策，引擎只负责给出评分。

引擎开源，schema 公开，评分逻辑可审计。 不接受「黑箱给个分」——每条评分都有完整的证据链，可以追溯到每一条原始读数。 API 文档见 Swagger 文档。