麻省理工学院媒体实验室的研究人员开发了一种无线系统，利用数千亿种产品中已有的廉价RFID标签来感知潜在的食品污染。图片由麻省理工学院新闻编辑的研究人员提供

麻省理工学院媒体实验室的研究人员开发了一种无线系统，利用已有数千亿种产品的廉价RFID标签来感知潜在的食品污染 - 无需进行硬件修改。通过简单，可扩展的系统，研究人员希望将食品安全检测带给大众。在过去二十年中，食品安全事件几乎每年都成为全球引发疾病和死亡的头条新闻。例如，早在2008年，中国有5万名婴儿因食用掺有三聚氰胺的婴儿配方奶粉而入院治疗，三聚氰胺是一种用于制造塑料的有机化合物，高浓度有毒。今年4月，印度尼西亚有超过100人死于酒精饮用，其中部分甲醇是一种有毒酒精，通常用于稀释全球黑市上出售的酒。

研究人员的系统称为RFIQ，它包括一个读取器，可以在信号与食物相互作用时检测RFID标签发出的无线信号的微小变化。在这项研究中，他们专注于婴儿配方奶粉和酒精，但在未来，消费者可能拥有自己的读者和软件来进行食品安全检测，然后才购买几乎任何产品。研究人员表示，系统还可以在超市后房或智能冰箱中实施，以连续ping RFID标签，自动检测食物腐败。该技术取决于以下事实：从RFID标签发出的信号的某些变化对应于该产品内的某些污染物的水平。一个机器学习模型“学习”赋予了新材料的相关性，并且，如果材料是纯的或污染，以及在什么浓度可以预测。在实验中，该系统检测出含有三聚氰胺的婴儿配方奶粉，精确度为96%，用甲醇稀释的酒精精度为97%。

“近年来，如果我们都拥有自己感知食品质量和安全性的工具，我们可以避免与食品和饮料相关的许多危害，”媒体实验室助理教授，共同作者Fadel Adib说。在一篇描述该系统的论文中，该论文正在ACM网络热点话题研讨会上发表。“我们希望将食品质量和安全民主化，并将其交给每个人。”该论文的共同作者包括：博士后和第一作者Unsoo Ha，博士后云飞马，访问研究员Zexuan Zhong，以及电气工程和计算机科学研究生Tzu-Ming Hsu。

还开发了用于检测食品中的化学品或腐败的其他传感器。但这些都是高度专业化的系统，其中传感器涂有化学物质并经过培训以检测特定的污染物。媒体实验室研究人员的目标是更广泛的传感。“我们已经将这种检测纯粹转移到了计算方面，在那里你将使用同样非常便宜的传感器，用于各种产品，如酒精和婴儿配方奶粉，”Adib说。

RFID标签是贴有微型超高频天线的贴纸。它们来自食品和其他物品，每个成本约为3至5美分。传统上，称为阅读器的无线设备对标签进行ping操作，该标签启动并发出包含有关其所粘贴产品信息的唯一信号。研究人员的系统充分利用了这样一个事实：当RFID标签通电时，它们发出的小电磁波进入并被容器内容物的分子和离子扭曲。这个过程被称为“弱耦合”。基本上，如果材料的属性发生变化，那么信号属性也会发生变化。

特征变形的一个简单例子是空气与水的容器。如果容器是空的，RFID将始终以大约950兆赫的速度响应。如果它充满水，水会吸收一些频率，其主要响应仅为720兆赫兹左右。特征变形使用不同的材料和不同的污染物得到更细粒度。“这种信息可用于对材料进行分类...... [和]显示不纯材料和纯材料之间的不同特征，”Ha说。

在研究人员的系统中，读取器发出无线信号，为食品容器上的RFID标签供电。电磁波穿透容器内的材料并以失真的幅度(信号强度)和相位(角度)返回到读取器。当读取器提取信号特征时，它将这些数据发送到单独计算机上的机器学习模型。在培训中，研究人员告诉模型哪些特征变化对应于纯材料或不纯材料。在这项研究中，他们使用含有25%，50%，75%和100%甲醇的纯酒精和酒精;婴儿配方奶粉掺杂了不同比例的三聚氰胺，从0%到30%不等。

“然后，该模型将自动了解在这个百分比水平下受这类杂质影响最大的频率，”Adib说。“一旦我们得到一个新的样品，比如20%甲醇，该模型提取[特征]并加权，并告诉你，'我认为这是含20%甲醇的酒精。'”

该系统的概念源于一种称为射频光谱的技术，该技术可以在很宽的频率下激发具有电磁波的材料，并测量各种相互作用以确定材料的构成。

但是，对于该系统采用这种技术存在一个主要挑战：RFID标签仅在非常紧凑的带宽上振荡，其波动大约为950兆赫兹。在有限的带宽内提取信号不会净化任何有用的信息。

研究人员利用他们之前开发的传感技术，称为双频激励，发送两个频率 - 一个用于激活，一个用于传感 - 测量数百个频率。读取器发送大约950兆赫兹的信号来为RFID标签供电。当它激活时，阅读器发送另一个频率，扫描大约400到800兆赫兹的频率范围。它检测所有这些频率的功能变化，并将它们提供给阅读器。“鉴于这种反应，它几乎就像我们已经将廉价的RFID转变为微型射频分光镜，”Adib说。

由于容器的形状和其他环境因素会影响信号，研究人员目前正致力于确保系统能够解释这些变量。他们还在寻求扩展系统的能力，以检测许多不同材料中的许多不同污染物。“我们想要推广到任何环境，”阿迪布说。“这需要我们非常强大，因为你想要学习提取正确的信号，并消除环境对材料内部的影响。”