Автоматическая идентификация и сбор данных ( AIDC ) относится к методам автоматической идентификации объектов, сбора данных о них и ввода их непосредственно в компьютерные системы без участия человека. Технологии, которые обычно рассматриваются как часть AIDC, включают QR-коды , [1] штрих-коды , радиочастотную идентификацию (RFID) , биометрию (например, систему распознавания радужной оболочки глаза и лица ), магнитные полосы , оптическое распознавание символов (OCR), смарт-карты и распознавание голоса . AIDC также обычно называют «автоматической идентификацией», «авто-идентификацией» и «автоматическим сбором данных». [2]
AIDC — это процесс или средство получения внешних данных, в частности, посредством анализа изображений , звуков или видео . Для сбора данных используется преобразователь , который преобразует фактическое изображение или звук в цифровой файл. Затем файл сохраняется и позднее его можно проанализировать с помощью компьютера или сравнить с другими файлами в базе данных для проверки личности или предоставления разрешения на вход в защищенную систему. Сбор данных может осуществляться различными способами; наилучший 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, отпечаток радужной оболочки глаза или отпечаток голоса, который включает в себя аудиоданные, а все остальные — 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 нашла свое значение в широком спектре рынков, включая системы идентификации скота и автоматизированной идентификации транспортных средств (AVI), благодаря своей способности отслеживать движущиеся объекты. Эти автоматизированные беспроводные системы AIDC эффективны в производственных средах, где этикетки со штрихкодами не могут выжить.
Почти все технологии автоматической идентификации состоят из трех основных компонентов, которые также включают последовательные шаги в AIDC:
Одной из наиболее полезных прикладных задач сбора данных является сбор информации из бумажных документов и сохранение ее в базах данных (CMS, ECM и других системах). Существует несколько типов базовых технологий, используемых для сбора данных в соответствии с типом данных: [ необходима цитата ]
Эти базовые технологии позволяют извлекать информацию из бумажных документов для дальнейшей обработки в корпоративных информационных системах, таких как ERP , CRM и других. [ необходима цитата ]
Документы для сбора данных можно разделить на 3 группы: структурированные, полуструктурированные и неструктурированные . [ необходима ссылка ]
Структурированные документы (анкеты, тесты, страховые формы, налоговые декларации, бюллетени и т. д.) имеют полностью одинаковую структуру и внешний вид. Это самый простой тип для сбора данных, поскольку каждое поле данных находится в одном и том же месте для всех документов. [ необходима цитата ]
Полуструктурированные документы (счета-фактуры, заказы на закупку, накладные и т. д.) имеют ту же структуру, но их внешний вид зависит от нескольких пунктов и других параметров. Сбор данных из этих документов — сложная, но решаемая задача. [7]
Неструктурированные документы (письма, контракты, статьи и т. д.) могут иметь гибкую структуру и внешний вид.
Сторонники развития систем AIDC утверждают, что AIDC имеет потенциал для значительного повышения промышленной эффективности и общего качества жизни. При широком внедрении технология может сократить или устранить подделку, кражу и отходы продукции, одновременно повышая эффективность цепочек поставок. [8] Однако другие высказывают критику потенциального расширения систем AIDC в повседневную жизнь, ссылаясь на опасения по поводу личной конфиденциальности, согласия и безопасности. [9]
Глобальная ассоциация Auto-ID Labs была основана в 1999 году и состоит из 100 крупнейших компаний мира, таких как Walmart , Coca-Cola , Gillette , Johnson & Johnson , Pfizer , Procter & Gamble , Unilever , UPS , компаний, работающих в секторе технологий, таких как SAP , Alien, Sun, а также пяти академических исследовательских центров. [10] Они базируются в следующих университетах: Массачусетский технологический институт в США, Кембриджский университет в Великобритании, Университет Аделаиды в Австралии, Университет Кейо в Японии и Швейцарская высшая техническая школа Цюриха , а также Университет Санкт-Галлена в Швейцарии.
Лаборатории Auto-ID предлагают концепцию будущей цепочки поставок, основанной на Интернете объектов, т. е. глобальном применении RFID. Они пытаются гармонизировать технологию, процессы и организацию. Исследования сосредоточены на миниатюризации (цель — размер чипа 0,3 мм), снижении цены на одно устройство (цель — около 0,05 долл. США за единицу), разработке инновационных приложений, таких как оплата без физического контакта ( Sony / Philips ), домотехника (одежда, оснащенная радиометками и интеллектуальными стиральными машинами) и спортивные мероприятия (хронометраж на Берлинском марафоне ).
AIDC 100 — профессиональная организация для индустрии автоматической идентификации и сбора данных (AIDC). Эта группа состоит из людей, которые внесли значительный вклад в развитие отрасли. Повышение понимания бизнесом процессов и технологий AIDC является основной целью организации. [11]