Разработка мобильного приложения для RFID-инвентаризации

Стандартный штрихкод требует прямой видимости и поштучного сканирования — это неэффективно при массовой инвентаризации. RFID позволяет считать 200 тегов за три секунды, просто пройдя вдоль стеллажа. Мы разрабатываем мобильные приложения, которые принимают поток EPC-кодов без потерь, дедуплицируют их и сверяют с ожидаемым списком — всё в реальном времени, даже без интернета. Наш опыт — 5 лет в мобильной разработке, более 30 проектов в логистике и инвентаризации.

Например, на складе с металлическими стеллажами UHF-теги часто не читаются из-за отражений. Мы настраиваем параметры считывателя: мощность, поляризацию, фильтры. В одном проекте удалось снизить процент пропусков с 15% до 2% за счет подбора антенн и конфигурации. Это особенно важно для металлических поверхностей, где стандартные настройки не работают.

Проблемы, которые решаем

Дубликаты reads — ридер может считать один тег 50+ раз за сессию. Нужна быстрая дедупликация без блокировок UI. Офлайн-режим — склады часто без Wi-Fi. База данных должна быть локальной с последующей синхронизацией. Расхождения — часть тегов может не читаться из-за повреждений или плохого расположения. Нужно явно показывать найденные, пропущенные и лишние позиции. Особенно критично для складов с металлическими стеллажами, где UHF-теги читаются хуже.

RFID-сканирование в 100 раз быстрее, чем ручной ввод или штрихкод при проверке сотен позиций. Но без правильной обработки данных это преимущество теряется.

Как дедуплицировать EPC-теги без потерь?

Сессия инвентаризации — конечный автомат с переходами: IDLE -> SCANNING -> PROCESSING -> COMPLETED, с возможностью паузы. На каждый прочитанный тег — update в MutableStateFlow с дедупликацией по EPC:

class InventorySession(private val expectedItems: List<InventoryItem>) { private val _scannedEpcs = MutableStateFlow<Set<String>>(emptySet()) val scannedEpcs: StateFlow<Set<String>> = _scannedEpcs.asStateFlow() val matchedItems = scannedEpcs.map { epcs -> expectedItems.filter { it.epc in epcs } }.stateIn(scope, SharingStarted.Eagerly, emptyList()) val missingItems = scannedEpcs.map { epcs -> expectedItems.filter { it.epc !in epcs } }.stateIn(scope, SharingStarted.Eagerly, emptyList()) val unexpectedEpcs = scannedEpcs.map { epcs -> val knownEpcs = expectedItems.map { it.epc }.toSet() epcs.filter { it !in knownEpcs } }.stateIn(scope, SharingStarted.Eagerly, emptyList()) fun onTagRead(epc: String) { _scannedEpcs.update { current -> current + epc } } fun reset() { _scannedEpcs.value = emptySet() } } 

Set<String> — автоматическая дедупликация. Один EPC может прийти 50+ раз, но в Set попадёт один раз. Производные стейты (найденные, пропущенные, лишние) вычисляются реактивно через map.

Почему офлайн-синхронизация критична для склада?

Мы гарантируем, что приложение работает без сети. Локальная БД через Room хранит ожидаемый список и результаты:

@Entity(tableName = "inventory_sessions") data class InventorySessionEntity( @PrimaryKey val sessionId: String, val locationId: String, val startedAt: Long, val completedAt: Long?, val status: String // "in_progress", "completed", "synced" ) @Entity(tableName = "scanned_tags") data class ScannedTagEntity( @PrimaryKey val epc: String, val sessionId: String, val firstSeenAt: Long, val readCount: Int ) 

readCount — количество reads одного тега за сессию. Аномально низкий (1–2) при том что соседние теги читались 20+ раз — признак плохого физического расположения тега или повреждения. Полезная метрика для QA.

После завершения сессии — синхронизация через WorkManager при появлении сети:

val syncRequest = OneTimeWorkRequestBuilder<InventorySyncWorker>() .setConstraints(Constraints.Builder().setRequiredNetworkType(NetworkType.CONNECTED).build()) .setInputData(workDataOf("session_id" to sessionId)) .build() workManager.enqueueUniqueWork("sync_$sessionId", ExistingWorkPolicy.KEEP, syncRequest) 

Как отображать результаты в реальном времени?

LazyColumn с key(item.epc) — анимированное добавление найденных позиций:

@Composable fun InventoryResultsScreen(session: InventorySession) { val matched by session.matchedItems.collectAsState() val missing by session.missingItems.collectAsState() val scanned by session.scannedEpcs.collectAsState() Column { LinearProgressIndicator( progress = { if (session.expectedItems.isEmpty()) 0f else matched.size.toFloat() / session.expectedItems.size } ) Text("Найдено: ${matched.size}/${session.expectedItems.size}") LazyColumn { items(matched, key = { it.epc }) { item -> InventoryItemRow(item = item, status = ItemStatus.FOUND) } items(missing, key = { it.epc }) { item -> InventoryItemRow(item = item, status = ItemStatus.MISSING) } } } } 

GS1 EPC декодирование

EPC — это не просто hex-строка. Структурированный код urn:epc:id:sgtin:0614141.107346.2017 содержит компанию, артикул и серийный номер. Декодирование через SGTIN-96:

fun decodeSgtin96(epc: String): Sgtin96? { val bytes = epc.chunked(2).map { it.toInt(16) }.toByteArray() val bits = BigInteger(1, bytes) val header = bits.shiftRight(88).and(BigInteger.valueOf(0xFF)).toInt() if (header != 0x30) return null val filter = bits.shiftRight(85).and(BigInteger.valueOf(0x07)).toInt() val partition = bits.shiftRight(82).and(BigInteger.valueOf(0x07)).toInt() // далее по partition table }