Автоматическая идентификация и сбор данных - Automatic identification and data capture

Автоматическая идентификация и сбор данных (AIDC) относится к методам автоматической идентификации объектов, сбора данные о них, и вводя их прямо в компьютер системы без участия человека. Технологии, обычно рассматриваемые как часть AIDC, включают: QR коды,[1] штрих-коды, радиочастотная идентификация (RFID), биометрия (подобно Ирис и система распознавания лиц ), магнитные полосы, оптическое распознавание символов (OCR), смарт-карты, и распознавание голоса. AIDC также обычно называют «автоматическая идентификация», «автоматическая идентификация» и «автоматический сбор данных».[нужна цитата ]

AIDC - это процесс или средство получения внешних данных, в частности, через анализ изображений, звуки или же ролики. Для сбора данных преобразователь используется для преобразования фактического изображения или звука в цифровой файл. Затем файл сохраняется, и позже он может быть проанализирован компьютером или сравнен с другими файлами в базе данных для проверки личности или авторизации для входа в защищенную систему. Сбор данных может выполняться различными способами; лучший метод зависит от приложения.

В биометрических системах безопасности захват - это получение или процесс получения и идентификации таких характеристик, как изображение пальца, изображение ладони, изображение лица, радужная оболочка глаза или голосовой отпечаток, который включает аудиоданные, а все остальное - видеоданные.

Радиочастотная идентификация - это относительно новая технология AIDC, которая была впервые разработана в 1980-х годах. Эта технология служит основой для автоматизированных систем сбора, идентификации и анализа данных по всему миру. RFID нашел свое значение на широком спектре рынков, включая идентификация домашнего скота и системы автоматической идентификации транспортных средств (AVI) из-за их способности отслеживать движущиеся объекты. Эти автоматизированные беспроводные системы AIDC эффективны в производственных средах, где этикетки со штрих-кодом не выживают.

Обзор методов автоматической идентификации

Почти все технологии автоматической идентификации состоят из трех основных компонентов, которые также включают последовательные этапы в кодировщике данных AIDC-1. Код - это набор символов или сигналов, которые обычно представляют собой буквенно-цифровые символы. При кодировании данных символы переводятся в машиночитаемый код. Этикетка или бирка, содержащие закодированные данные, прикрепляются к предмету, который должен быть идентифицирован.2 Машинный считыватель или сканер. Это устройство считывает закодированные данные, преобразуя их в альтернативную форму, обычно в электрический аналоговый сигнал.3 Декодер данных. Этот компонент преобразует электрический сигнал в цифровые данные и, наконец, обратно в исходные буквенно-цифровые символы.

Сбор данных из печатных документов

Одна из самых полезных прикладных задач сбора данных - сбор информации из бумажных документов и сохранение ее в базах данных (CMS, ECM и другие системы). Существует несколько типов базовых технологий, используемых для сбора данных в зависимости от типа данных:[нужна цитата ]

  • OCR - для распознавания печатного текста[2]
  • ICR - для распознавания рукописного текста[нужна цитата ]
  • OMR - для распознавания знаков[3]
  • OBR - для распознавания штрих-кодов[4]
  • BCR - для распознавания штрих-кода[5]
  • DLR - для распознавания слоя документа[нужна цитата ]

Эти базовые технологии позволяют извлекать информацию из бумажных документов для дальнейшей обработки в информационных системах предприятия, таких как ERP, CRM и другие.[нужна цитата ]

Документы для сбора данных можно разделить на 3 группы: структурированный, полуструктурированный и неструктурированный.[нужна цитата ]

Структурированные документы (анкеты, тесты, страховые бланки, налоговые декларации, бюллетени и т. д.) имеют полностью одинаковую структуру и внешний вид. Это самый простой тип для сбора данных, потому что каждое поле данных находится в одном месте для всех документов.[нужна цитата ]

Полуструктурированные документы (счета-фактуры, заказы на поставку, накладные и т. д.) имеют одинаковую структуру, но их внешний вид зависит от количества позиций и других параметров. Сбор данных из этих документов - сложная, но решаемая задача.[6]

Неструктурированные документы (письма, контракты, статьи и т. д.) могут быть гибкими по структуре и внешнему виду.

Интернет и будущее

Идея настолько проста, насколько сложно ее применение. Если все банки, книги, обувь или части автомобилей будут оснащены крохотными опознавательными устройствами, повседневная жизнь на нашей планете претерпит трансформацию. Такие вещи, как исчерпание запасов или выброшенные продукты, больше не будут существовать, поскольку мы будем точно знать, что потребляется на другой стороне земного шара. Воровство останется в прошлом, так как мы всегда будем знать, где находится товар. Подделка критически важных или дорогостоящих товаров, таких как лекарства, запасные части или электронные компоненты, будет сокращена или устранена, поскольку производители или другие субъекты цепочки поставок всегда будут знать, где находятся их товары. Потери или порча продукции будут уменьшены, поскольку датчики окружающей среды будут предупреждать поставщиков или потребителей, когда чувствительные продукты подвергаются чрезмерному нагреву, холоду, вибрации или другим рискам. Цепочки поставок будут работать намного эффективнее, потому что поставщики будут отправлять только те продукты, которые необходимы, когда и где они необходимы. Соответственно должны снизиться и потребительские цены, и цены поставщиков.[7]

Всемирная ассоциация Лаборатория автоматической идентификации была основана в 1999 году и состоит из 100 крупнейших компаний мира, таких как Wal-Mart, Кока-Кола, Gillette, Джонсон и Джонсон, Pfizer, Procter & Gamble, Unilever, UPS, компании, работающие в секторе технологий, такие как SAP, Alien, Sun, а также пять академических исследовательских центров.[8] Они базируются в следующих университетах; Массачусетский технологический институт в США, Кембриджский университет в Великобритании, Университет Аделаиды в Австралии, Университет Кейо в Японии и ETH Zurich, а также Университет Санкт-Галлена в Швейцарии.

Auto-ID Labs предлагает концепцию будущей цепочки поставок, основанную на Интернете объектов, то есть глобальном применении RFID. Они пытаются гармонизировать технологии, процессы и организацию. Исследования сосредоточены на миниатюризации (размер чипа составляет 0,3 мм), снижении цены на одно устройство (около 0,05 доллара США за единицу), разработке инновационных приложений, таких как оплата без физического контакта (Sony / Philips) , бытовая техника (одежда с радиометками и интеллектуальными стиральными машинами) и спортивные мероприятия (хронометраж Берлинского марафона).

AIDC 100

AIDC 100 - профессиональная организация, работающая в сфере автоматической идентификации и сбора данных (AIDC). Эта группа состоит из людей, которые внесли существенный вклад в развитие отрасли. Повышение уровня понимания бизнесом процессов и технологий AIDC - основная цель организации.[9]

Смотрите также

Рекомендации

  1. ^ Рынок автоматической идентификации и сбора данных (штрих-коды, карты с магнитной полосой, смарт-карты, системы оптического распознавания символов, продукты RFID и биометрические системы) - глобальный прогноз до 2023 года
  2. ^ "Что такое оптическое распознавание символов (OCR)?". www.ukdataentry.com. 2016-07-22. Получено 22 июля 2016.
  3. ^ Палмер, Роджер К. (1989, сентябрь) Основы автоматической идентификации [Электронная версия]. Канадские системы данных, 21 (9), 30-33
  4. ^ Роуз, Маргарет (2009-10-01). «штрих-код (или штрих-код)». TechTarget. Получено 2017-03-09.
  5. ^ Технологии, Recogniform. «Оптическое распознавание и сбор данных». www.recogniform.com. Получено 2015-01-15.
  6. ^ Йи, Чонхи; Сундаресан, Нил (2000). «Классификатор для полуструктурированных документов». Материалы шестой Международной конференции ACM SIGKDD по открытию знаний и интеллектуальному анализу данных - KDD '00. С. 340–344. CiteSeerX  10.1.1.87.2662. Дои:10.1145/347090.347164. ISBN  1581132336.
  7. ^ Вальднер, Жан-Батист (2008). Нанокомпьютеры и Swarm Intelligence. Лондон: ISTE Джон Уайли и сыновья. С. 205–214. ISBN  978-1-84704-002-2.
  8. ^ Центр автоидентификации. «Новая сеть» (PDF). Получено 23 июн 2011.
  9. ^ «АИДК 100». AIDC 100: профессионалы, превосходно обслуживающие отрасль AIDC. В архиве из оригинала 24 июля 2011 г.. Получено 2 августа 2011.