Автоматическая идентификация и сборы данных

Автоматическая идентификация и сборы данных ( AIDC ) относится к методам автоматического идентификации объектов, сбора данных о них и ввода их непосредственно в компьютерные системы без участия человека. Технологии, обычно рассматриваемые как часть AIDC, включают QR -коды , ^{[ 1 ]} Штрих -коды , радиочастотная идентификация (RFID) , биометрика (например, радужная оболочка и система распознавания лица ), магнитные полосы , распознавание оптических символов (OCR), смарт -карты и распознавание голоса . AIDC также обычно называют «автоматической идентификацией», «Auto-ID» и «автоматическим сбором данных». ^{[ 2 ]}

AIDC - это процесс или средства получения внешних данных, особенно посредством анализа изображений , звуков или видео . Для сбора данных используется датчик , который преобразует фактическое изображение или звук в цифровой файл. Затем файл сохраняется, и в более позднее время он может быть проанализирован компьютером или сравнивать с другими файлами в базе данных для проверки идентификации или для предоставления разрешения на введение защищенной системы. Поглощение данных может быть сделано различными способами; Лучший метод зависит от приложения.

В биометрических системах безопасности захват - это получение или процесс получения и идентификации таких характеристик, как изображение пальцев, изображение пальма, изображение лица, печать радужной оболочки или голосовой отпечаток, который включает аудиодатику, а остальные включают видеодады.

Радиочастотная идентификация является относительно новой технологией AIDC, которая впервые была разработана в 1980-х годах. Технология выступает в качестве базы в данных системах автоматического сбора, идентификации и анализа по всему миру. RFID обнаружил свое значение на широком диапазоне рынков, включая системы идентификации животноводства и автоматической идентификации транспортных средств (AVI) из -за его способности отслеживать движущиеся объекты. Эти автоматизированные беспроводные системы AIDC эффективны в условиях производства, где метки штрих -кодов не могут выжить.

Обзор методов автоматической идентификации

Почти все технологии автоматической идентификации состоят из трех основных компонентов, которые также включают последовательные шаги в AIDC:

Данные энкодер. Код - это набор символов или сигналов, которые обычно представляют буквенно -цифровые символы. Когда данные кодируются, символы переводятся в машинный код. Метка или тег, содержащая кодированные данные, прикреплена к элементу, который должен быть идентифицирован.
Машинный читатель или сканер. Это устройство считывает кодируемые данные, преобразуя их в альтернативную форму, обычно электрический аналоговый сигнал.
Декодер данных. Этот компонент преобразует электрический сигнал в цифровые данные и, наконец, возвращается в исходные буквенно -цифровые символы.

Поглощение данных из печатных документов

Одной из наиболее полезных задач приложения сбора данных является сбор информации из бумажных документов и сохранение ее в базах данных (CMS, ECM и другие системы). Существует несколько типов основных технологий, используемых для сбора данных в соответствии с типом данных: ^{[ Цитация необходима ]}

OCR - для распознавания печатного текста ^{[ 3 ]}
ICR -для распознавания текста вручную ^{[ Цитация необходима ]}
OMR - для признания отметок ^{[ 4 ]}
OBR - для распознавания штрих -кодов ^{[ 5 ]}
BCR - для распознавания штрих -кода ^{[ 6 ]}
DLR - для распознавания слоя документов ^{[ Цитация необходима ]}

Эти основные технологии позволяют извлекать информацию из бумажных документов для дальнейшей обработки в корпоративных информационных системах, таких как ERP , CRM и другие. ^{[ Цитация необходима ]}

Документы для сбора данных можно разделить на 3 группы: структурированные, полуструктурированные и неструктурированные . ^{[ Цитация необходима ]}

Структурированные документы (анкеты, тесты, страховые формы, налоговые декларации, бюллетени и т. Д.) имеют совершенно ту же структуру и внешний вид. Это самый простой тип для сбора данных, потому что каждое поле данных расположено в одном месте для всех документов. ^{[ Цитация необходима ]}

Полуструктурированные документы (счета, заказы на покупку, Waybills и т. Д.) имеют одинаковую структуру, но их внешний вид зависит от нескольких элементов и других параметров. Захват данных из этих документов является сложной, но решаемой задачей. ^{[ 7 ]}

Неструктурированные документы (письма, контракты, статьи и т. Д.) могут быть гибкими со структурой и внешним видом.

Интернет и будущее

Сторонники роста систем AIDC утверждают, что AIDC может значительно повысить эффективность промышленности и общего качества жизни. В случае широкого внедрения технология может снизить или устранить контрафакцию, кражу и отходы продуктов, одновременно повышая эффективность цепочек поставок. ^{[ 8 ]} Тем не менее, другие выразили критику о потенциальном расширении систем AIDC в повседневную жизнь, сославшись на проблемы по поводу личной конфиденциальности, согласия и безопасности. ^{[ 9 ]}

Global Association Лаборатория Auto-ID была основана в 1999 году и состоит из 100 крупнейших компаний в мире, таких как Walmart , Coca-Cola , Gillette , Johnson & Johnson , Pfizer , Procter & Gamble , Unilever , UPS , компании, работающие В секторе технологий, таких как SAP , Alien, Sun, а также в пять академических исследовательских центров. ^{[ 10 ]} Они основаны на следующих университетах; Технологический институт Массачусетса в США, Кембриджский университет в Великобритании, Университет Аделаиды в Австралии, Университет Кейо в Японии и Эт Цюрих , а также Университет Сент -Галлена в Швейцарии.

Лаборатории Auto-ID предлагают концепцию будущей цепочки поставок, которая основана на Интернете объектов, то есть глобальное применение RFID. Они пытаются гармонизировать технологии, процессы и организацию. Исследования сосредоточены на миниатюризации (стремясь к размеру 0,3 мм / чип), снижению цены за одно устройство (направленное на около 0,05 долл. США за единицу), разработка инновационных приложений, таких как оплата, без какого -либо физического контакта ( Sony / Philips ) , Domotics (одежда, оснащенная радиотешами и интеллектуальными стиральными машинами), и спортивные мероприятия (время на Берлинском марафоне ).

AIDC 100

AIDC 100 - это профессиональная организация для отрасли автоматической идентификации и сбора данных (AIDC). Эта группа состоит из людей, которые внесли существенный вклад в развитие отрасли. Повышение понимания бизнеса процессов и технологий AIDC является основными целями организации. ^{[ 11 ]}

Смотрите также

Ссылки

^ Автоматическая идентификация и сборы данных (штрих -коды, магнитные полосовые карты, смарт -карты, системы OCR, RFID -продукты и биометрические системы) рынок - Глобальный прогноз до 2023 года.
^ «Автоматическая идентификация и сбор данных (AIDC)» . www.mhi.org . Получено 2021-04-11 .
^ "Что такое оптическое распознавание персонажа (OCR)?" Полем www.ukdataentry.com . 2016-07-22 . Получено 22 июля 2016 года .
^ Палмер, Роджер С. (1989, сентябрь) Основы автоматической идентификации [электронная версия]. Канадские данные DatasyStems, 21 (9), 30-33
^ Рауз, Маргарет (2009-10-01). «Штрих -код (или штрих -код)» . TechTarget. Архивировано с оригинала 2017-08-10 . Получено 2017-03-09 .
^ Технологии, узнаваемые. «Оптическое распознавание и захват данных» . www.recogniform.com . Получено 2015-01-15 .
^ Yi, Jeonghee; Sundaresan, Neel (2000). «Классификатор для полуструктурированных документов». Материалы Шестой Международной конференции ACM SIGKDD по обнаружению знаний и интеллектуальному анализу данных - KDD '00 . С. 340–344. Citeseerx 10.1.1.87.2662 . doi : 10.1145/347090.347164 . ISBN 1581132336 Полем S2CID 2154084 .
^ Waldner, Jean-Baptiste (2008). Нанокомпьютеры и рой интеллект . Лондон: Iste John Wiley & Sons . С. 205–214. ISBN 978-1-84704-002-2 .
^ Глейзер, апрель (9 марта 2016 г.). «Биометрия приходит, наряду с серьезными проблемами безопасности» . www.wired.com . Получено 5 июля 2021 года .
^ Центр авто-ID. "Новая сеть" . Архивировано из оригинала (PDF) 22 марта 2016 года . Получено 23 июня 2011 года .
^ "AIDC 100" . AIDC 100: Профессионалы, которые преуспевают в обслуживании индустрии AIDC . Архивировано из оригинала 24 июля 2011 года . Получено 2 августа 2011 года .

[1] Автоматическая идентификация и сборы данных (штрих -коды, магнитные полосовые карты, смарт -карты, системы OCR, RFID -продукты и биометрические системы) рынок - Глобальный прогноз до 2023 года.

[2] «Автоматическая идентификация и сбор данных (AIDC)» . www.mhi.org . Получено 2021-04-11 .

[3] "Что такое оптическое распознавание персонажа (OCR)?" Полем www.ukdataentry.com . 2016-07-22 . Получено 22 июля 2016 года .

[4] Палмер, Роджер С. (1989, сентябрь) Основы автоматической идентификации [электронная версия]. Канадские данные DatasyStems, 21 (9), 30-33

[5] Рауз, Маргарет (2009-10-01). «Штрих -код (или штрих -код)» . TechTarget. Архивировано с оригинала 2017-08-10 . Получено 2017-03-09 .

[6] Технологии, узнаваемые. «Оптическое распознавание и захват данных» . www.recogniform.com . Получено 2015-01-15 .

[7] Yi, Jeonghee; Sundaresan, Neel (2000). «Классификатор для полуструктурированных документов». Материалы Шестой Международной конференции ACM SIGKDD по обнаружению знаний и интеллектуальному анализу данных - KDD '00 . С. 340–344. Citeseerx 10.1.1.87.2662 . doi : 10.1145/347090.347164 . ISBN 1581132336 Полем S2CID 2154084 .

[8] Waldner, Jean-Baptiste (2008). Нанокомпьютеры и рой интеллект . Лондон: Iste John Wiley & Sons . С. 205–214. ISBN 978-1-84704-002-2 .

[9] Глейзер, апрель (9 марта 2016 г.). «Биометрия приходит, наряду с серьезными проблемами безопасности» . www.wired.com . Получено 5 июля 2021 года .

[10] Центр авто-ID. "Новая сеть" . Архивировано из оригинала (PDF) 22 марта 2016 года . Получено 23 июня 2011 года .

[11] "AIDC 100" . AIDC 100: Профессионалы, которые преуспевают в обслуживании индустрии AIDC . Архивировано из оригинала 24 июля 2011 года . Получено 2 августа 2011 года .

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]