自动识别和数据采集

自动识别和数据采集（AIDC）是指自动识别物体，收集有关它们的数据，并将它们直接输入计算机系统的方法，无需人类参与。

通常被视为AIDC一部分的技术包括二维码、条形码、射频识别（RFID）、生物识别（如虹膜和面部识别系统）、磁条、光学字符识别（OCR）、智能卡和语音识别。

AIDC通常也被称为自动识别、自动识别和自动数据采集。AIDC是获取外部数据的过程或手段，特别是通过对图像、声音或视频的分析。

为了捕捉数据，采用一个传感器，将实际的图像或声音转换为数字文件。然后，该文件被储存起来，以后可以由计算机进行分析，或与数据库中的其他文件进行比较，以验证身份或提供进入安全系统的授权。

捕获数据可以通过各种方式进行；最佳方法取决于应用。在生物识别安全系统中，捕获是指获取或获取和识别特征的过程，如手指图像、手掌图像、面部图像、虹膜打印或涉及音频数据的声纹，其余都涉及视频数据。射频识别是相对较新的AIDC技术，它最早是在20世纪80年代 开发的。

该技术在全球范围内作为自动数据收集、识别和分析系统的基础。

RFID在广泛的市场中发现了它的重要性，包括牲畜识别和自动车辆识别（AVI）系统，因为它有追踪移动物体的能力。这些自动化无线AIDC系统在条形码标签无法生存的生产环境中很有效。

几乎所有的自动识别技术都由三个主要部分组成，它们也构成了AIDC的顺序步骤。

数据编码器，编码是一组符号或信号，通常代表字母数字字符。当数据被编码时，这些字符被翻译成机器可读的代码。含有编码数据的标签或标记被贴在要识别的物品上。

机器阅读器或扫描仪，这个设备读取编码数据，将其转换为另一种形式，通常是一个电子模拟信号。

数据解码器，这个部件将电信号转变成数字数据，最后再转回原来的字母数字字符。从印刷文件中采集数据数据采集最有用的应用任务之一是从纸质文件中采集信息并将其保存到数据库（CMS、ECM和其他系统）。

根据数据类型的不同，用于数据采集的基本技术有几种类型。

OCR--用于印刷文本识别ICR--用于手写文本识别OMR--用于标记识别OBR--用于条形码识别BCR--用于条形码识别DLR--用于文档层识别这些基本技术可以从纸质文件中提取信息，以便在企业信息系统中进一步处理，如ERP、CRM和其他。

用于数据采集的文件可以分为3组：结构化、半结构化和非结构化。

结构化文件（问卷调查、测试、保险表格、纳税申报单、选票等）具有完全相同的结构和外观。它是最容易捕获数据的类型，因为每一个数据字段都位于所有文件的相同位置。

半结构化文档（发票、采购订单、运单等）具有相同的结构，但其外观取决于几个项目和其他参数。从这些文件中获取数据是一项复杂的、但可以解决的任务。

非结构化文件（信件、合同、文章等）的结构和外观都可以很灵活。

倡导AIDC系统发展的人认为，AIDC有可能大 大提高工业效率和一般生活质量。

如果广泛实施，该技术可以减少或消除造假、盗窃和产品浪费，同时提高供应链的效率。然而，其他人对AIDC系统可能扩展到日常生活中提出了批评，他们对个人隐私、同意和安全表示担忧。

全球自动识别实验室协会成立于1999年，由世界上最 大的100家公司组成，如沃尔玛、可口可乐、吉列、强生、辉瑞、宝洁、联合利华、UPS，以及在技术领域工作的公司，如SAP、Alien、Sun以及五个学术研究中心。