成员自1984年以来

学到更多

AIA - 推进的视觉+成像已转变为促进自动化协会,愿景+成像,机器人,运动控制和工业AI产业的领先全球自动化贸易协会。

内容提交:

工业:
N / A.

应用程序:
N / A.

添加的功能为基于图像的码读卡器提供了激光扫描仪的升高

发表于09/02/2014

 | By: Winn Hardin, Contributing Editor

由Datalogic赞助的特色文章比激光束更难以更快,更精确。

但这是基于图像的自动识别(自动ID)代码读者所面临的主要挑战之一,因为它们试图在利润丰厚的制造,仓库和物流市场中取代激光扫描仪。其他挑战包括现场成本和景深,或者能够读取随机放置在大量空间中的代码,例如快递配送中心和零售 - 履行仓库中使用的宽传送器。

根据达雷尔·欧文,营销副总裁datalogic的(明尼阿波利斯,MN)识别业务 - 制造激光扫描仪,基于图像的读者和机器视觉系统 - 基于图像的码读卡器已经通过2D代码之间的兼容性和直接的兼容性实现了基于图像的码读取器。零件标记。在仓库和快递行业中,激光扫描仪仍然在部署的销售和单位方面拥有优势。但是,基于图像的码读取器的速度越来越快,而不是激光扫描竞争对手。

“在自动化1.0中,一切都是关于阅读代码,”Owen说。如今,在自动化2.0中,99.9%以上的时间可以准确读取代码。在过去,每一代激光阅读器都会给客户带来巨大的效率提升,但现在不是这样了,每一代的提高都能带来一个百分点的效率提升。所以现在,顾客们被驱使到基于图像的阅读器上,他们可以看到正在发生的事情,而不是像你用激光那样只看到结果。客户可以看到读取失败的原因,而不仅仅是“读取”或“不读取”。是打印机坏了,还是盒子倒了,等等。

与此同时,欧文增加了,由于性能的增加,2D成像仪的成本一直在减少。“在摩尔定金的情况下,每18个月,性能均衡时,成本保持一致,”他指出。

制造商,特别是制药,医疗设备和越来越多的消费者包装商品(CPG)市场的制造商正在朝着使用2D代码(数据矩阵,QR,maxicode等)而不是1D条形码进行调节和商业原因。虽然政府需要制药和医疗器械制造商以出于安全原因将每个产品标记为单位级别,但许多消费品制造商需要证明他们发货的是客户命令的内容,再次需要单机可追溯性。在这些情况下,2D代码更好地适应单单元序列化。The digital nature of the 2D markings (the mark is there or it’s not) is also more robust for dense symbologies than the analog nature of the barcode, which encodes information based on the analog nature or width of each line, according to John Agapakis, director of American sales at微扫描系统公司。(伦敦,华盛顿州),激光扫描仪,基于图像的自动ID读卡器和智能摄像机的供应商,以及数据矩阵2D代码的原始开发人员。

MicroScan的汽车ID系统广泛用于制造业,agapakis指向物流供应链的入口点。“除了2D代码可以包含的信息量之外,可以使用许多方法(例如激光蚀刻和点PEEEEEEEN直接部分标记)直接向产品直接应用2D代码,”Agapakis说。“制造市场中基于图像的自动ID系统的增长连接到直接零件标记和2D代码的兼容性,激光扫描仪无法读取。但这并不意味着激光扫描仪完成。“

Agapakis添加了激光扫描仪在Microscan的另一个关键行业中占主导地位,即高速文档扫描以及集成到需要1D代码读取功能的更大OEM机器中的低成本代码读取器。在制造线之外,其中零件地点被控制并在单线上的产品变异有限,基于图像的系统仍然滞后于使用激光扫描仪。

“在仓库和快递设施中,基于图像的快速自动对焦系统很难读取盒子上的代码,这些盒子可能位于大型传送带上的任何地方,并在高速移动,”Datalogic的欧文说。“这就是照明和光学真正发挥作用的地方。在这些环境中,激光扫描仪仍然是2D阅读器的王者。”

尽管激光扫描仪在仓库和快递设施中具有更大的视场深度优势,但2D条码的使用日益增多,使得基于图像的阅读器的增长速度更快。虽然Owen说很少有客户能够充分利用机器视觉系统提供的误差校正和统计过程控制(SPC)功能,但他们确实喜欢有一个真实的图像可以看。为了克服基于图像的系统较低的读取率,同时仍然使用自动化来推动吞吐量,仓库和快递设施使用分层自动识别方法。每个盒子或纸盒会传送两到三个自动读码器。如果第一个系统无法读取,基于图像的系统将获取代码并尝试使用光学字符识别(OCR)读取标签上的类型。如果两个系统都无法读取,可以将盒子从主分拣线移除,将图像发送到中央工作站或人工返工区,在那里人们可以查看图像,看看哪里出了问题。在大多数情况下,信息可以远程输入,包裹重新贴上标签并通过自动化分拣线发送回来,从而保持信使应用程序所需的高吞吐量。

“如果你只是在谈论成本差异,那么”激光器“仍然有一个地方,但权衡是基于图像的读者给你的先进能力,”销售和营销副总裁Jay Stone说维创机器视觉有限公司(肯塔基州的路易斯维尔)。“如果包裹要送到返工站,会增加很多操作成本。”vitrononic为高速基于图像的自动识别应用程序和混合系统提供基于行扫描的隧道阅读器,如VICAMsnap!,它可以作为一个完全自动化的独立或作为手动扫描系统的一部分。

“我们看到很多客户希望合规性图像存档的证明,正确的产品被运送到合适的客户,”石头解释说。“当图像未自动处理时,我们还会看到对OCR的需求不断增长。这是高批量操作的一种方式,以挤出吞吐量的额外部分,而无需手动排序和返工。我们最近还向我们的物流产品组合添加了自动维度,以便为需要经过认证的重量和货物的措施。“

随着1D和2D代码阅读器接近100%的阅读率,代码阅读正在成为一种商品,基于图像的代码供应商正在利用他们的机器视觉解决方案的计算机处理和软件能力,提供特定应用的解决方案,并在竞争中获得优势。例如,Datalogic最近开发了一种模式排序工具,它不仅可以读取代码,还可以将代码数据与实际产品上的标签和包装进行比较。这已经在白酒分销市场得到了很好的接受,收缩是一个问题,由于不正确的酒运输在错误的集装箱。

Microscan增加了其验证监控界面,该界面实时逐渐等待每个代码的质量,并在代码质量下降时通知客户。该界面还提供有关错误的根本原因的信息,无论是糟糕的打印头还是与标签库存相关,等等。Microscan还开发了Panelscan,该解决方案最初用于电子制造商,用于使用线扫描摄像机捕获面板图像或案例的传送器,其中包含多个印刷电路板(PCB)或多个产品封装,用于自动单元级识别和可能其他检查任务。

生命科学的愿景该内容是“生命科学中的愿景”策划收藏的一部分。要了解更多关于生命科学中的视觉,点击这里