Technická univerzita v Liberci Fakulta strojní
David Jareš
Analýza využití systémů automatické identifikace ve firmě Magna Exteriors & Interiors (Bohemia), s.r.o. Liberec
Diplomová práce
2011
Technická univerzita v Liberci
Fakulta strojní Katedra výrobních systémů
Obor: Výrobní systémy
Zaměření: Pružné výrobní systémy pro strojírenskou výrobu
Analýza využití systémů automatické identifikace ve firmě Magna Exteriors & Interiors (Bohemia), s.r.o. Liberec
KVS - VS - 217
David Jareš
Vedoucí práce: Doc. Dr. Ing. František Manlig Konzultanti: Ing. František Koblasa
Ing. Jan Jungwirt (Magna Exteriors & Interiors)
Počet stran: 93 Počet příloh: 0 Počet obrázků: 71 Počet tabulek: 6 Počet grafů:: 1 Počet modelů nebo
jiných příloh: 1 CD
V Liberci: 27. 5. 2011
Diplomová práce KVS - VS - 217
TÉMA: Analýza využití systémů automatické identifikace ve firmě Magna Exteriors & Interiors (Bohemia), s.r.o. Liberec
ANOTACE: Práce se zabývá analýzou a využitím systémů automatické identifikace v podniku Magna Exteriors & Interiors. Konkrétně řeší problematiku čárových kódů umístěných na zem v systému řízeného skladování.
THEME: Analysis of appliyng automatic identification systems in Magna Exteriors & Interiors (Bohemia), s.r.o. Liberec
ANNOTATION: The study deals with the analysis and applying of automatic identification systems in Magna Exteriors & Interiors (Bohemia), s.r.o.
enterprise. It specifically solves problems with barcodes located on the floor of warehouse management system.
Klíčová slova: Automatická identifikace, čárový kód, plánovaný experiment, warehouse management system
Zpracovatel: TU v Liberci, Fakulta strojní, Katedra výrobních systémů Dokončeno: 2011
Archivní označení zprávy:
Počet stran: 90 Počet příloh: 0 Počet obrázků: 71 Počet tabulek: 12 Počet grafů: 1 Počet modelů
nebo jiných příloh: 1 CD
PROHLÁŠENÍ
Byl jsem seznámen s tím, že na mou diplomovou práci se plně vztahuje zákon č.121/2000 o právu autorském, zejména § 60 (školní dílo) a § 35 (o nevýdělečném užití díla k vnitřní potřebě školy).
Beru na vědomí, že TU Liberec má právo na uzavření licenční smlouvy o užití mé práce a prohlašuji, že souhlasím s případným užitím mé práce (prodej, zapůjčení).
Jsem si vědom toho, že užít své diplomové práce či poskytnout licenci k jejímu využití mohu jen se souhlasem TU Liberec, která má právo ode mne požadovat přiměřený příspěvek na úhradu nákladů, vynaložených univerzitou na vytvoření díla (až do jejich skutečné výše).
V Liberci dne: 27. 5. 2011 Podpis: ...
David Jareš
MÍSTOSPŘEŽNÉ PROHLÁŠENÍ
Místopřísežně prohlašuji, že jsem diplomovou práci vypracoval samostatně s použitím uvedené literatury a pod vedením vedoucího bakalářské práce.
V Liberci dne: 27. 5. 2011 Podpis: ...
David Jareš
7
Obsah
SEZNAM POUŽITÝCH ZKRATEK ... 9
ÚVOD ... 11
1. SYSTÉMY AUTOMATICKÉ IDENTIFIKACE ... 12
1.1.ZÁKLADNÍ TECHNOLOGIE SYSTÉMŮ AUTOMATICKÉ IDENTIFIKACE ... 12
1.1.1. Optické technologie ... 12
1.1.2. Radiofrekvenční technologie (RFID) ... 13
1.1.3. Induktivní technologie ... 14
1.1.4. Magnetické technologie ... 14
1.1.5. Biometrické technologie ... 14
1.2.KATEGORIE APLIKACÍ AI ... 15
1.3.OBLASTI UŽITÍ SAI ... 19
1.3.1. Výrobní sféra ... 19
1.3.2. Nevýrobní sféra, služby ... 22
2. DRUHY SYSTÉMŮ AI ... 24
2.1.LINEÁRNÍ ČÁROVÉ KÓDY ... 24
2.1.1. Konstrukce čárového kódu ... 24
2.1.2. Kódy 1D ... 28
2.2.KÓDY 2D ... 31
2.3.KVALITA ČÁROVÝCH KÓDŮ ... 35
2.3.1. Kvalita tisku a rozměry ... 35
2.3.2. Barevné provedení a design kódu ... 36
2.3.3. Korektně zakódovaná informace ... 37
2.3.4. Použité materiály ... 37
2.3.5. Umístění kódu ... 38
2.3.6. Verifikátory čárových kódů ... 38
2.4.RFID ... 39
2.4.1. Princip RFID ... 39
2.5.ORGANIZACE GS1 ... 41
2.6.ČTEČKY A SCANNERY ... 42
2.6.1. Čtecí pero ... 42
2.6.2. Laserová čtečka ... 43
2.6.3. CCD čtečka ... 43
2.6.4. Kamerová čtečka ... 44
2.6.5. RFID čtečka... 45
2.6.6. Vyspělé čtečky ... 45
8
3. ÚVOD DO PROBLEMATIKY ... 45
3.1.PŘEDSTAVENÍ SPOLEČNOSTI... 46
3.2.OBLASTI VÝSKYTU AI VE SPOLEČNOSTI ... 47
3.2.1. Čárové kódy... 47
3.2.2. 2D kódy ... 51
3.2.3. RFID a další ... 52
3.3.PROBLEMATICKÉ OBLASTI ... 53
3.3.1. Představení WMS ... 53
3.3.2. Definice problému, význam pro WMS ... 56
4. ANALÝZA PROBLÉMU A METODIKA ŘEŠENÍ... 57
4.1.METODA DMAIC ... 57
4.2.ANALÝZA ČK UMÍSTĚNÝCH NA ZEMI VE WMS ... 58
4.2.1. Požadavky na ČK ... 58
4.2.2. Druhy výskytu a možnosti aplikace ... 60
4.2.3. Parametry kódu ovlivňující životnost ... 65
5. NÁVRH A REALIZACE EXPERIMENTU ... 65
5.1.DOE ... 66
5.1.1. Princip DOE ... 66
5.1.2. Taguchiho metody ... 68
5.1.3. Parametry navrhovaného DOE ... 70
5.1.4. Testovací sada provedení pro experiment ... 72
5.2.REALIZACE EXPERIMENTU ... 73
5.2.1. Volba metodiky měření ... 73
5.2.2. Realizace měření ... 74
5.2.3. Vyhodnocení, statistika ... 74
5.3.ANALÝZA VÝSLEDKŮ ... 78
5.3.1. Analýza výsledků experimentu ... 79
5.3.2. Volba optimálního řešení ... 81
5.4.APLIKACE NOVÉHO PROVEDENÍ KÓDU ... 82
5.4.1. Postup instalace kódů ... 82
5.4.2. Problémy při aplikaci ... 84
5.4.3. Hodnocení změn ... 85
5.5.NÁVRHY PRO BUDOUCÍ ZLEPŠENÍ ... 86
5.5.1. Další zlepšení nových kódů ... 87
5.5.2. Aplikace RFID? ... 87
6. ZÁVĚR ... 89
SEZNAM POUŽITÝCH ZDROJŮ ... 90
9
Seznam použitých zkratek
1D jednodimenzionální, lineární rozměr 2D dvojdimenzionální, plošný rozměr
AI automatická identifikace
AI aplikační indikátor
ASCI American Standard Code for Information Interchange (americký standardní kód pro výměnu informací)
CCD Charge-Coupled Device (zařízení s vázanými náboji)
DMAIC Define (definice), Measure (měření), Analyze (analýza), Improve (zlepšení), Control (řízení)
DOE Design of experiments (technika plánovaných experimentů) EAN European Article Number (evropské číslování zboží)
EAS Electronic Article Surveillance (elektronická ochrana zboží) EPC Electronic Product Code (elektronický produktový kód) ERP Enterprise Resource Planning (Podnikové plánování zdrojů) FIFO First In First Out (první dovnitř, první ven)
Finder pattern hledáčkový vzor
GS1 Global Standard (globální standard) High density vysoká hustota
Interleaved prokládaný
JIT Just In Tme (výrobní přístup „právě včas“) Low density nízká hustota
Magnetic stripe magnetický proužek Medium density střední hustota
MICR Magnetic Ink Character Recognition (rozpoznávání magnetických znaků)
10
OCR Optical Character Recognition (optické rozpoznávání znaků) PDA Personal Digital Assistant (osobní digitální pomocník) PDF Portable Document Format (přenosný formát dokumentů)
PVC Polyvinylchlorid
QR Quick Response (rychlá odezva)
RAM Random Acces Memory (paměť s přímým přístupem) RFID Radio Frequency Identification (identifikace na rádiové frekvenci)
SAI Systémy automatické identifikace Timing pattern časovací vzor
USPS United States Postal Service (Poštovní služba Spojených států)
VS Výrobní systém
VZV Vysokozdvižný vozík
WMS Warehouse Management System (Systém řízeného skladování)
11
Úvod
Letos tomu bude už 103 let, kdy z montážní linky v Detroitu sjel první sériově vyráběný vůz, Ford model T. Automobilový průmysl od té doby prošel zásadními změnami. Ty se netýkaly jenom technologie samotných vozů, masového rozšíření produkce, ale i rapidního nárůstu počtu variant jednotlivých vozidel.
Při koupi Fordu měl zákazník výběr jednoduchý – model T se prodával v jedné jediné karosářské i motorové variantě, všechna vozidla byla černá. Dnes je situace naprosto odlišná. Jako příklad může posloužit současný model Škoda Octavia. Ta nabízí více než 8 miliard teoretických a 50 tisíc reálných montážních variant. Zákazník má při objednávce téměř neomezený výběr, své budoucí vozidlo si může nakonfigurovat podle přání. Volit může z různých laků, motorů, interiérových doplňků, barev čalounění, karosářských variant.
Co však tato změna znamená pro výrobní proces automobilu a jeho součástí?
Především obrovský počet jednotlivých druhů dílů, které je nutno bezchybně vyrobit, uskladnit a nakonec smontovat v montážní celky, nebo přímo kompletní vozidla.
Celý proces si již nelze představit bez systémů automatické identifikace. Díky nim je každý díl rychle a bezchybně rozpoznán, přepraven ve správném množství, v daný čas na určené místo. Eliminuje se tak riziko záměny, automatická identifikace zde přebírá velkou část lidské práce a snižuje možnost chyb, kterých se pracovníci mohou dopouštět. Je základním prvkem jakékoliv automatizované činnosti.
Tato diplomová práce si bere za úkol vytvořit všeobecný přehled současných možností a uplatnění těchto systémů, zaměří se na specifika. V praktické části pak analyzuje jejich využití v podniku vyrábějícím automobilové díly a přejde k řešení některých problémů, které aplikace systémů automatické identifikace přináší, konkrétně v systémech řízeného skladování dílů.
12
1. Systémy automatické identifikace
Systémy automatické identifikace zasahují do téměř každého odvětví celosvětového hospodářství. Dle aplikace používají ke své činnosti rozličné technologie, základní principy činnosti a aplikace budou představeny v následujících kapitolách.
1.1. Základní technologie systémů automatické identifikace
Systémy automatické identifikace lze podle jejich fyzikálního principu rozdělit do několika hlavních skupin.
Jedná se o technologie:
• Optické
• Radiofrekvenční
• Induktivní
• Magnetické
• Biometrické
Následující kapitola zevrubně představí jejich hlavní zástupce, další kapitoly pak budou hlouběji pojednávat o technologiích používaných ve společnosti Magna.
1.1.1. Optické technologie
Optické technologie používají ke své funkci viditelnou část elektromagnetického záření, světlo. To je odráženo od rozmanitých tištěných vzorů, snímáno a následně dekódováno. Do této kategorie patří několik technik. Jistě nejvýznamnější je mezi nimi čárový kód.
Čárový kód
Základním principem funkce čárového kódu je odraz světla světlými plochami a jeho absorpce plochami tmavými. Data jsou zde prezentována světlými a tmavými pruhy, které jsou za sebe seřazeny podle určitých logických pravidel. Symbol čárového kódu je grafickým vyjádřením znaků, které daný objekt v systému jednoznačně identifikují. Pomoci výpočetní techniky je kód načten, dekódován a následně převeden do paměťových médií. V současné době se používá mnoho typů čárových kódů, nejvíce používaný je 13 nebo 8 místný kód EAN.
OCR
Metodou OCR neboli
Character Recognition) je možné rozp
snímačem převáděno do digitální podoby, ve které je pak dále zpracováváno. P texty je v závislosti na kvalit
nerozpozná vždy všechny znaky Vizuální technologie
Tato metoda je velice podobná metod
zejména znaky, obrazce nebo bodové kódy, které jsou posléze op 1.1.2. Radiofrekvenční technologie
Zařízení vysílá radiofrekven vyslána pomoci speciáln
zprávy. Tyto systémy se skládají ze t se rozdělují na pasivní a aktivní. Aktivní vysílat, pasivní pak mohou data pouze vysílat.
13
Obr. 1 Příklad čárového kódu [38]
OCR neboli optickým rozpoznáváním znaků (z anglického Optical je možné rozpoznávat tištěné i psané písmo, které je po
no do digitální podoby, ve které je pak dále zpracováváno. P závislosti na kvalitě předlohy nutné podrobovat korektu nerozpozná vždy všechny znaky zcela správně.
Tato metoda je velice podobná metodě OCR, rozpoznávány jsou zde ale zejména znaky, obrazce nebo bodové kódy, které jsou posléze opět digitalizovány.
ční technologie (RFID)
ízení vysílá radiofrekvenční signál, který v objektu vyvolává odpov
vyslána pomoci speciálně navrženého štítku a má podobu naprogramované radiové zprávy. Tyto systémy se skládají ze tří základních částí - štítku, snímač
lují na pasivní a aktivní. Aktivní štítky mohou informace p vysílat, pasivní pak mohou data pouze vysílat. [11]
(z anglického Optical né i psané písmo, které je po načtení no do digitální podoby, ve které je pak dále zpracováváno. Převedené edlohy nutné podrobovat korektuře, OCR totiž
OCR, rozpoznávány jsou zde ale ět digitalizovány.
objektu vyvolává odpověď. Ta je navrženého štítku a má podobu naprogramované radiové štítku, snímače a antény. Štítky štítky mohou informace přijímat, ukládat i
14
Obr. 2 RFID etiketa [32]
1.1.3. Induktivní technologie
Induktivní technologie pracují obdobně jako RFID, k přenosu informací mezi snímačem a identifikačním štítkem však využívají principu elektromagnetické indukce.
1.1.4. Magnetické technologie
Informace jsou zde zakódovány magneticky do povlaku nebo proužku karty. Ke čtení se používají snímací hlavy s digitálními obvody. Nejrozšířenějšími technologiemi jsou MICR a Magnetic Stripe.
Obr. 3 Magnetický proužek [22]
1.1.5. Biometrické technologie
Biometrické technologie používají k identifikaci některých fyziologických znaků člověka. Vzorem jsou otisky prstů, sítnice oka, hlas, podpis či tvar, velikost a délka prstů.
15
Obr. 4 Biometrické technologie [33]
Hlasové systémy
Hlasové systémy jsou nejpoužívanější biometrickou technologií. Operátor diktuje čísla, slova nebo celé věty do mikrofonu, který je spojen s počítačem. Software rozeznává zvukové vzory, porovnáváním je vyhodnocuje pro další zpracování. Metoda je zatím velice citlivá na rozdíl ve výslovnosti a intonaci. Nejvíce propracovaná je zatím pro anglicky mluvící populaci. [11]
1.2. Kategorie aplikací AI
Systémy automatické identifikace lze rozdělit do několika kategorií. Pro zařazení SAI do jednotlivých kategorií je rozhodující, zda:
- Informace je odvozena pouze ze symbolů identifikace (čárový kód, magnetický proužek, radiový signál, OCR) nebo ze symbolů a realizovaných činností
- Ihned po záznamu následuje další činnost nebo se jedná pouze o záznam informace
Podle těchto hledisek je možné aplikace SAI rozdělit následovně:
• Záznam informací
• Identifikace a vyhledávání informací
• Identifikace a vyhledávání předmětů
• Řízení a kontrola stavů
• Sledování a řízení pracovních procesů
16
• Sledování a kontrola lidí
• Transakční procesy Záznam informací
Informace je zde odvozena z činnosti a z identifikačních symbolů. Po záznamu nenásleduje další činnost. Typickými aplikacemi jsou například záznamy jízd vozidel, docházkové systémy, záznamy o hospodářských zvířatech. Získaná informace je zaznamenána a uložena pro případné budoucí použití.
V posledních letech je pro tuto identifikaci stále populárnější použití radiofrekvenční identifikace, která je vhodná při použití ve ztížených pracovních podmínkách (rychlost, drsně povětrnostní podmínky, nečistota) a tam, kde není možnost použití čárových kódů, OCR nebo MICR. [11]
Identifikace a vyhledávání informací
Informace je opět odvozena jen z identifikačních symbolů, po jejím záznamu nenásleduje další činnost. Typickou aplikací je například informace o pacientovi v čárovém kódu na jeho osobním záznamu. Kromě vyhledání informace není tato aplikace spojena s dalšími činnostmi. Pro tuto kategorii se nejčastěji používá čárových kódů, ty mohou být doplněny magnetickým proužkem nebo čipovou kartou. [11]
Identifikace a vyhledávání předmětů
Tato aplikace úzce souvisí s výše uvedenými. Charakteristickým použitím je identifikace krevních vzorků, vyhledávání dokumentů, výkresů nebo úředních spisů, dokumentace pacienta, knih v knihovnách. Aplikace vyhledávání a sledování lze najít v téměř každém odvětví průmyslu. V dopravě, stavebnictví nebo strojírenství jsou nejčastěji vyhledávanými předměty nástroje, součásti a díly. Většina aplikací na vyhledávání používá technologii čárového kódu, doplněna bývá i technologií radiofrekvenční, případně OCR. [11]
17
Obr. 5 Identifikace krevních vzorků [36]
Řízení a kontrola stavů
Jak už sám název kategorie napovídá, její charakteristickou aplikací je řízení pohybu zboží ve skladech obchodních domů, ve skladech výroby, při evidenci majetku nebo řízení dodávek materiálu v režimech just-in-time. Hlavními sférami zavádění této aplikace jsou maloobchod, výroba a velkoobchod. Dalšími oblastmi jsou doprava, zdravotnictví, obrana či státní správa. Evidence majetku je prováděna zejména pomoci čárových kódů, v poslední době přibývá aplikací RFID technologií. [11]
Sledování a řízení pracovních procesů
Informace je odvozena z identifikačních symbolů a z činností. Po záznamu může dojít k dalším činnostem, podstatné je však to, že jde vždy o SAI, který zahrnuje vyhledání, případně uložení informace s následnou řídicí činností, jež je bezprostředním výsledkem činnosti automatické identifikace. Typickým zástupcem této kategorie je označování desek s plošnými spoji v elektrotechnickém průmyslu, značení dílů v automobilovém průmyslu, ale také třídění zavazadel na letišti či zásilek na poštách.
[11]
Sledování a kontrola lidí
Informace v této kategorii může být odvozena buď jen z identifikačních symbolů, nebo přímo ze symbolů činnosti. Po záznamu informace nebo jejím vyhledání se může uskutečnit činnost, která se týká lidí. Charakteristickou aplikací je sledování pohybu osob, kontrola vstupů do objektů, ochrana bezpečnosti osob i majetku. [11]
18
Vzhledem k nepředvídatelnému lidskému činiteli je v této kategorii nutné použít výkonné, spolehlivé a neobtěžující metody. Pro vstup do objektů se například používají čipové karty, karty s čárovým kódem nebo radiofrekvenční štítky. Jako ochrana před nepovoleným vynášení zboží se používá taktéž radiofrekvenční identifikace.
Do této kategorie nepatří jen bezpečnostní aplikace. Další možností využití zde lze najít ve zdravotnictví pro sledování pohybu pacientů, nebo v ambulancích při absolvování řady prohlídek a testů. [11]
Obr. 6 Identifikace pacientů [30]
Transakční procesy
Transakční procesy jsou nejrozšířenější aplikací na trhu automatické identifikace. Jejím typickým znakem jsou činnosti, které se týkají peněz nebo hodnot.
Jedná se o pokladní systémy v maloobchodu, záznamy transakcí na aukcích, sledování plateb za objednávky, úhrady za čas právních zástupců nebo advokátů.
Do transakčních procesů lze zahrnout transakce placené, prováděné bankami, obchodními domy, neplacené transakce v knihovnách, nemocnicích, podnikových bufetech. [11]
19
1.3. Oblasti užití SAI
Oblasti užití SAI lze rozdělit do dvou základních skupin. První z nich je výrobní sféra, druhou pak sféra nevýrobní. V průmyslové oblasti se SAI používají zejména při řešení technologických a logistických problémů, v nevýrobní sféře k použití vedou zejména důvody ekonomické.
1.3.1. Výrobní sféra
Důležitým rysem automatické identifikace ve výrobní sféře je dostatek finančních prostředků průmyslových podniků, které umožňuje komplexní řešení problému.
Průmyslová výroba
V současné době je průmysl nejrychleji rostoucím trhem pro dodavatele SAI v západní Evropě. Nabízí největší potenciál pro automatickou identifikaci napříč všemi obory. Aplikace ve výrobě navzájem vyvolávají další požadavky na detekční body v daném provozu výrazněji, než v ostatních odvětvích. Automatická identifikace je totiž základním prvkem jakékoliv automatizované výrobní jednotky.
Důležitou aplikací je zde hlavně záznam informací. Zaznamenávány jsou především informace související se stavem výrobního procesu, jeho postupem, stupněm rozpracovanosti. Automatická identifikace je přítomna po celé délce automatizované výrobní linky. Zůstává zde však ještě velký prostor pro další aplikaci SAI, mnoho údajů je totiž do systému zadáváno ručně pomoci manuální identifikace.
Další hojně využívanou aplikací je identifikace a vyhledávání. Nabízí tak rozsáhlé možnosti ve formě evidence, ukládání a vyhledávání výrobní dokumentace, nebo součástí a dílů.
Jedním z příkladů může být elektronický průmysl. Desky s plošnými spoji jsou obtížně identifikovatelné a hrozí zde chyba záměny. Pro tento případ je typické použití technologie čárového kódu či OCR.
20
Obr. 7 Identifikace součástek [37]
Kategorie řízení a kontroly stavů jsou důležité zejména pro zavádění moderních logistických metod, jako je například „just-in-time“. Tato metoda téměř úplně odstraňuje nutnost skladu materiálu a jeho stavy snižuje na bezpečnostní minimum.
Další využití je pak při provádění inventur, skladové evidence.
Sledování a řízení pracovních procesů, zvláštně charakteristické pro průmyslovou výrobu, je důležité zejména v montážních závodech. Komponenty montáže jsou označeny čárovým kódem, ten pak určuje, zda se komponent operace účastní či nikoliv, je případně nasměrován na jiné pracoviště. Typickým příkladem tohoto procesu je automobilový průmysl, kde se na jedné lince setkávají díly z vlastního závodu i díly od subdodavatele.
Sledování lidí je v průmyslové sféře součástí komplexních informačních systémů. Evidence příchodů a odchodů, přítomnost na pracovištích a záznamy o pracovní době vytvářejí důležitou databázi pro výpočet mezd pracovníků, zpětné kontrole zodpovědnosti za úkony či podkladem vedení společnosti pro personální změny.
Kontrola jakosti je samostatnou oblastí, ve které se čím dál více prosazují systémy na bázi vizuálního rozpoznávání obrazu. Tyto systémy umožňují sledovat a řídit chod celé linky díky vhodně rozmístěným kamerám, napojeným na centrální řídicí
21
centrum. Vizuální systémy taktéž dovolují snímat jakost nástrojů a zajistit jejich včasnou výměnu.
Zemědělství
Zemědělství je jedním z nejrozsáhlejších trhů pro automatickou identifikaci. Za zmínku stojí zejména použití RFID technologií, které umožňují sledování a identifikaci volně se pohybujících zvířat. Snímány můžou být údaje o hmotnosti, dojení, krmení, užitkovosti.
Dále lze zaznamenávat informace o výrobcích podléhajících zkáze, evidenci sběru plodin. Ve všech těchto oblastech je hospodárné nahradit ruční sběr pomocí SAI.
V této oblasti se nejvíce osvědčily technologie čárového kódu, OCR nebo MICR.
Stejně jako v průmyslové sféře, i zde se hojně využívá shromažďování a vyhledávání informací o jednotlivých zvířatech, položkách ve skladech a zjišťování jejich stavu. Stejně jako využití docházkových systémů nebo evidence a inventura majetku.
Obr. 8 RFID identifikace zvířat [21]
Stavebnictví
Stavebnictví není pro SAI tak významným trhem, možností jejich nasazení je zde méně, i zde lze však nalézt oblasti, kde je automatická identifikace úspěšně používána.
22
Jedná se zejména o systémy záznamu informací, které jsou užívány při sledování vozidel na staveništích, cementárnách, štěrkovnách. Další využití je v docházkových systémech, evidenci dokumentace, dosažení jakosti.
1.3.2. Nevýrobní sféra, služby
V nevýrobní sféře jsou zastoupeni jak finančně velmi silní zákazníci, mezi které patří například celý finanční sektor, tak i organizace, které jsou ekonomicky slabší, odkázané na dotace od státních i soukromých institucí. To se zásadně projevuje na možnostech použití SAI.
Finanční sektor
Finanční sektor se vyznačuje dostatkem finančních prostředků na investice do nových technologií. Obecně se dá říct, že je vybaven nejlepší výpočetní technikou a s nasazením SAI má dlouhodobé zkušenosti. Do finančního sektoru patří nejen bankovní domy a spořitelny, ale i úvěrové ústavy, stavební spořitelny a směnárny.
Většina systémů je zde úzce propojena s transakčními procesy. Ty probíhají zpravidla uvnitř banky a zahrnují třídění šeků, bankovních dokladů a účetních dokladů.
Ve většině případů se používají technologie OCR a MICR, které poskytují dostatečnou kapacitu informací. Vše se navíc odehrává mimo veřejnost v uzavřeném prostoru instituce, použití těchto technologií je tedy vhodné.
Pro transakční procesy na veřejnosti je přístup odlišný. V pokladnách nebo při manipulaci s hotovými penězi je prvořadý požadavek bezpečnosti operace a ochrany před kriminálními operacemi. Výhradní technologií je zde karta s magnetickým proužkem nebo s čipem. Zejména karty s čipem mají vysoký stupeň ochrany před zneužitím.
Vzhledem ke stále rostoucímu objemu bankovních operací a bezhotovostního styku se rapidně zvyšují i požadavky na bezpečnost, proto je finanční sektor stále jedním z nejlepších zákazníků pro poskytovatele SAI.
Doprava
V sektoru dopravy je nejdůležitější sledování a záznamy o nákladní dopravě. To zahrnuje železniční vagony, lodní kontejnery, nákladní automobily, dopravní letadla.
23
Označování se týká jak dopravovaného materiálu, tak samotných dopravních prostředků.
Nejvhodnější technologií označení prostředků je radiofrekvenční systém, který umožňuje identifikaci na větší vzdálenost i při pohybu vozidla. Zde se používají jak pasivní, tak aktivní odpovídače.
Systém zahrnuje výrobce, dopravce, prodejce i spotřebitele. U potravin a drobnějšího zboží jsou jednotlivé kusy označovány čárovými kódy, palety a kontejnery opět RFID.
Řízení a kontrola stavů probíhá zejména ve velkých spedičních a logistických společnostech. Bez automatické identifikace by nebylo možné provádět řízení skladů a inventury v reálném čase.
Další důležitou oblastí je třídění zavazadel a nákladu na letištích, odbavování cestujících v osobní dopravě pomoci OSR nebo čipových karet.
Maloobchod a ostatní
V maloobchodě existuje bezesporu největší počet instalovaných SAI, na nich se nejvíce podílejí transakční procesy. 90% všeho spotřebního zboží je v západní Evropě označeno čárovým kódem, nic tedy nestojí v cestě rozsáhlému využívání této technologie. Zkušenosti ukazují, že tato technologie není vhodná jen ve velkých obchodních domech, kde počet položek může být až 50 tisíc, ale i v malých obchodech.
Samostatnou problematikou je omezování krádeží na prodejnách. Ta dala vzniknout novému odvětví automatické identifikace – elektronické ochraně výrobků EAS. Tyto systémy pracují na bázi radiofrekvenční techniky. Po technické stránce jde o malé štítky se zakódovanou informací, která vyvolává odpověď v radiofrekvenčním signálu. Zaplacené zboží v kontrolované zóně nereaguje, nezaplacené spustí alarm. Tyto štítky se často kombinují s čárovým kódem, jeho sejmutím se současně deaktivuje ochrana zboží.
SAI lze využívat v mnoha dalších oborech, mezi které patří velkoobchod, zdravotnictví, inženýrské sítě jako je dodávka tepla, plynu, vody, elektrické energie.
V kultuře je možné systémy využívat k identifikaci vstupenek na akce, ve vzdělávání pak k evidenci posluchačů, knih v knihovnách. [11]
24
2. Druhy systémů AI
V následující kapitole budou podrobně rozebrány některé z technologií automatické identifikace. Zejména se jedná o technologie, které se využívají v automobilovém průmyslu.
2.1. Lineární čárové kódy
Jak už bylo uvedeno v předcházejícím textu, čárových kódů je mnoho druhů.
Lze je rozdělit do dvou základních skupin – kódy užívané obchodem a kódy užívané v průmyslu.
Základním porovnávacím kritériem čárových kódů je jejich kódovací tabulka.
V ní je uvedeno, jaké znaky lze pomoci čárového kódu přenášet. Některé mohou kódovat pouze číslice, jiné mohou kódovat i písmena a některé dokonce i speciální znaky jako znak "$" nebo znaménka ">" a "<". Podle způsobu zápisu se čárové kódy dělí na jednodimenzionální (1D kódy), dvojdimenzionální (2D kódy) a 3D kódy, kde 3D kódy jsou v principu pouze 2D kódy, které místo reflexe černá/bílá používají jako odlišení hloubkové rozdíly v materiálu. [5]
2.1.1. Konstrukce čárového kódu
Každý čárový kód je tvořen sekvencí čar a mezer. Optoelektrická zařízení tyto posloupnosti analyzují a převádějí na kód srozumitelný počítači. Při čtení kódu jsou generovány elektrické impulzy, které odpovídají skladbě tmavých a světlých čar.
Jestliže jsou tyto impulzy vyhodnoceny jako přípustná posloupnost, na výstupu čtecího zařízení se objeví odpovídající znakový řetězec. Na následujícím obrázku je čárový kód a jemu odpovídající signály. [4]
25
Obr. 9 Kód a jemu odpovídající signály [4]
Kódovací tabulka
Čárové kódy se zdají na první pohled všechny stejné, jsou mezi nimi však velké rozdíly. Čárky ani mezery nejsou vždy stejně široké, pravidla, jak jsou za sebe čáry řazeny, jsou specifická pro jednotlivé typy kódů. Příklad kódovací tabulky a kódu, k jehož čtení je tato tabulka nezbytná, je uveden na následujících obrázcích. V tomto případě se jedná o kód 2/5. [4]
Tab. 1 Kódovací tabulka 2/5 [5]
26
Obr. 10 Příklad kódu 2/5 [38]
Jak je vidět na obrázku, kromě jednotlivých znaků jsou v kódu přítomny ještě znaky Start a Stop. Ty se u jednotlivých kódů liší. Slouží k rozpoznání typu kódu.
Struktura kódu
Před a za každým kódem musí být zabezpečeno tzv. světlé pásmo. V tomto pásmu nesmí být přítomen žádný text ani jiné grafické symboly. Tato zóna slouží čtecím přístrojům, aby mohly bezpečně rozpoznat Start a Stop znaky. Následující obrázek znázorňuje základní strukturu kódu.
Obr. 11 Struktura kódu [4]
X = Šířka modulu. Jde o nejužší element kódu, čárku nebo mezeru.
R = Světlé pásmo. Toto pásmo má být 10 krát širší než šířka modulu, minimálně 2,5mm.
H = Výška čárového kódu. Pro ruční čtení se doporučuje minimálně 10% délky kódu, pro EAN kódy 70 až 80 procent délky.
L = Délka kódu.
kód = Kódovaný řetězec.
Start = Startovací znak.
27 Stop = Ukončovací znak.
Velikost a hustota zápisu
Čárový kód může být zhotoven v různých velikostech, výsledná velikost se odvíjí od toho, jaká hodnota modulu X se zvolí. Čím je modul menší, tím jsou kladeny větší nároky na čtecí techniku. Podle hustoty zápisu se rozdělují tři základní skupiny - High Density (vysoká hustota), Medium Density (střední hustota), Low Density (nízká hustota).
Hustota zápisu se volí v závislosti na technice tisku a čtecím zařízení. Jejich citlivost se udává v [mils], jedná se o 1/1000 palce, což odpovídá 0,0254[mm].
Následující obrázek ukazuje tři stejné kódy s různou hustotou zápisu.
Obr. 12 Hustota zápisu [4]
Kontrast
Další důležitou podmínkou pro správné čtení kódu je kontrast. Ten je definován jako poměr mezi rozdílem odrazu pozadí a odrazu čárky k odrazu pozadí.
= −
OdrazPozad Odraz í
OdrazPozad C
Tento poměr by měl být pro zaru 2.1.2. Kódy 1D
U těchto kódů je informace uložena na úse opravy možného mechanického poškození, p čárovými kódy lze najít n
výrobních a spotřebních odv EAN
EAN (z ang. European Article Number prodávané v obchodní sít
mezinárodního združení EAN. M kódována dvěma čárami a dv nebo 13 číslic (EAN-13). První dv
859), další čísla určují výrobce, následuje ozna je kontrolní. [18]
28 7
,
≥0 í
OdrazPozad
OdrazČdraz
l být pro zaručení bezchybného čtení větší než 0,7.
ů je informace uložena na úsečce. Výška kódu je opravy možného mechanického poškození, případně částečné chyb
árovými kódy lze najít několik mezinárodních standardů, které se používají v ebních odvětvích. [5]
European Article Number) je nejznámější kód užívaný pro zboží obchodní síti. Tento kód může používat každý stát zapojený do mezinárodního združení EAN. Může kódovat číslice od 0 do 9, každá
árami a dvěma mezerami. Může obsahovat buď
13). První dvě nebo tři číslice určují stát původu zboží (pro ují výrobce, následuje označení konkrétního zboží, poslední
Obr. 13 Kód EAN-8 [38]
(1) tší než 0,7. [4]
ce. Výška kódu je tu pouze z důvodu né chybě tisku. Mezi , které se používají v různých
kód užívaný pro zboží že používat každý stát zapojený do íslice od 0 do 9, každá číslice je že obsahovat buď 8 číslic (EAN-8) ůvodu zboží (pro ČR ení konkrétního zboží, poslední číslice
UCC/EAN 128
Pokud tento kód obsahuje funk Využívá se pro ozna
standardizovaných aplika
užitečných informací, jako jsou nap
výrobku, datum balení, minimální trvanlivost, rozm atd. Tento kód je schopen kódovat celkem 102 znak třemi čarami a třemi mezerami.
Code 39
Velmi rozšířený kód, který se použí maloobchodu. Může být p
a mnoha dalších. Umožň
29
Obr. 14 Kód EAN-13 [38]
Pokud tento kód obsahuje funkční znak FCN1, patří rovněž do systému EAN.
Využívá se pro označování obchodních a logistických jednotek. Pomoci standardizovaných aplikačních identifikátorů (AI) umožňuje zakódovat mnoho ných informací, jako jsou například číslo dodávky, datum výroby, hmotnost tum balení, minimální trvanlivost, rozměry, jméno koncového zákazníka atd. Tento kód je schopen kódovat celkem 102 znaků. Každý znak je reprezentován
emi mezerami. [18]
Obr. 15 Kód EAN 128 [38]
řený kód, který se používá v nejrůznějších aplikacích vyjma že být přizpůsoben jako norma v automotive, ve zdravotnické služb a mnoha dalších. Umožňuje kódovat čísla 0 až 9 a písmena A až Z
ěž do systému EAN.
ování obchodních a logistických jednotek. Pomoci uje zakódovat mnoho íslo dodávky, datum výroby, hmotnost ry, jméno koncového zákazníka . Každý znak je reprezentován
jších aplikacích vyjma automotive, ve zdravotnické službě ísla 0 až 9 a písmena A až Z a dalších sedm
30
speciálních znaků. Každý znak je prezentován pěti čarami a čtyřmi mezerami. Dle statistik dochází u Code 39 k chybě dekódování až po přečtení cca 30 milionů znaků.
[18]
Obr. 16 Kód Code 39[38]
Interleaved 2/5
Skupina kódů 2/5 patří k historicky nejstarším kódům. Kód je tvořen znakem Start, znaky 0 až 9 a znakem Stop, jedná se tedy pouze o numerický kód. Každá číslice je prezentována pěti linkami nebo pěti mezerami. Jednotlivé znaky se kódují v párech – první znak daného páru je vyjádřen linkami, druhý znak mezerami umístěnými mezi linky (proto z angl. Interleaved=prokládaný). Kód má proměnlivou délku a dovoluje vysokou hustotu zápisu. Vzhledem k párovému kódování musí vždy obsahovat sudý počet znaků. Jeho standardizovaná verze ITF 14 patří do systému EAN. [18]
Obr. 17 Kód Interleaved 2/5 [38]
Codabar
Kódování Codabar se v
jedná se například o krevní banky nebo knihovny. Identifikovat lze speciálních znaků. Každý znak je reprezentován
výběr čtyř znaků začátku a konce, které se mohou využít pro odd
2.2. Kódy 2D
U 2D kódů je informace uložena v podobný jako u lineárních kód
větší množství dat. Původn
aplikace, kde bylo potřeba ukládat velké množství informací na malém prostoru. První 2D kódy se tedy objevily v
se začaly využívat tam, kde prostor nebyl omezením. V 20 různých 2D symbolik. N
nezávislé na vnějším systému,
Hlavním rozdílem oproti lineárním
zpracování. Zde již není možné používat laserové scannery a CCD kamery. Obraz je totiž nutno bezpe faktorem při aplikaci je tedy správná volba
V současnosti nejpoužívan [18] [15]
31
odabar se většinou používá pro vnitřní potřeby v íklad o krevní banky nebo knihovny. Identifikovat lze č
. Každý znak je reprezentován čtyřmi čarami a třemi mezerami čátku a konce, které se mohou využít pro oddělení typ
Obr. 18 Kód Codabar [38]
je informace uložena v rámci matice. Princip jejího uložení je velice podobný jako u lineárních kódů, díky dvěma rozměrům je však možné uk
ůvodně byly dvojdimenzionální kódy vyvinuty pro pr
aplikace, kde bylo potřeba ukládat velké množství informací na malém prostoru. První 2D kódy se tedy objevily v lékařském a farmaceutickém průmyslu, až mnohem pozd
aly využívat tam, kde prostor nebyl omezením. V současné době
zných 2D symbolik. Některé z nich v sobě nesou všechny údaje a jsou tak jším systému, často v sobě mají integrovány samoopravné kódy.
zdílem oproti lineárním čárovým kódům je technologie jejich zpracování. Zde již není možné používat laserové čtečky, ke čtení 2D kód
scannery a CCD kamery. Obraz je totiž nutno bezpečně lokalizovat a zaost likaci je tedy správná volba čtečky.
asnosti nejpoužívanějšími druhy 2D kódů jsou standardy Data Matrix a QR kód.
řeby v oblasti služeb, íklad o krevní banky nebo knihovny. Identifikovat lze číslice 0 až 9 a šest řemi mezerami, nabízí ělení typů dat. [18]
rámci matice. Princip jejího uložení je velice m je však možné ukládat mnohem byly dvojdimenzionální kódy vyvinuty pro průmyslové eba ukládat velké množství informací na malém prostoru. První myslu, až mnohem později asné době je k dispozici asi nesou všechny údaje a jsou tak mají integrovány samoopravné kódy.
m je technologie jejich čtení a tení 2D kódů se používají lokalizovat a zaostřit. Zásadním
jsou standardy Data Matrix a QR kód.
Data Matrix
Kódování Data Matrix je ve skute reprezentují jedničky, sv
hranice – vpravo a dole jí jsou plné kde se pravidelně střídají sv
čáry, tvořící velké „L“, slou hledáčkový vzor) a přerušované
časovací vzor). Kódovaná data jsou zapsána mezi t jakékoliv rozměry, nejčast
Jeden symbol mů 5x108 znaků na palec. V
rozlišení tiskařské a čtecí technologie.
rozptýlenou na symbolu. To umož chyb, často je možné kód poškozena. [6]
QR Code
32
Data Matrix je ve skutečnosti jedna velká matice, ve které
ky, světlá místa jsou nuly. Každý takový kód má své specifické vpravo a dole jí jsou plné čáry, vlevo a nahoře je umístěna p
řídají světlé a tmavé body. V praxi čtení funguje tak, že dv ící velké „L“, slouží k nalezení přesné pozice kódu (tzv. „finder pattern“,
řerušované čáry k určení rozměrů matice (tzv. „timing“ pattern, asovací vzor). Kódovaná data jsou zapsána mezi těmito hranicemi. Matice m
ry, nejčastěji bývá čtvercová.
Jeden symbol může nést jeden až pět set znaků, teoretická informa
palec. V praxi je toto číslo mnohem nižší v důsledku omezeného čtecí technologie. Způsob kódování zajišťuje velkou redundanci rozptýlenou na symbolu. To umožňuje do kódu vkládat opravné algoritmy pro korekce
asto je možné kód číst, i když je jedna z jeho částí odtržena nebo jinak
Obr. 19 Data Matrix [38]
nosti jedna velká matice, ve které černé tečky Každý takový kód má své specifické ěna přerušovaná čára, tení funguje tak, že dvě plné esné pozice kódu (tzv. „finder pattern“, matice (tzv. „timing“ pattern, mito hranicemi. Matice může mít
, teoretická informační hustota je v důsledku omezeného uje velkou redundanci dat uje do kódu vkládat opravné algoritmy pro korekce ástí odtržena nebo jinak
Dalším z druhů dvojdimenzionálních kód vývoji kódu QR bylo zajišt
rychlá odezva) a schopnost bez problému kódovat asijská písma. Byl vyvinut v Japonsku a je tam velice populární.
QR kód musí mít ve t čtyřúhelníků, ve čtvrtém vrcholu spojnicích mezi těmito hrani
mezerou. U menší verze micro menší objem dat. Má vysp 30 % dat.
33
ů dvojdimenzionálních kódů je QR kód. Hlavním zám bylo zajištění vysoké rychlosti čtení (proto QR –
rychlá odezva) a schopnost bez problému kódovat asijská písma. Byl vyvinut Japonsku a je tam velice populární.
Obr. 20 QR kód [38]
musí mít ve třech vrcholech poziční značky ve form tvrtém vrcholu je značka ve tvaru menšího mito hraničními čtyřúhelníky jsou úsečky tvořené st
mezerou. U menší verze micro QR některé tyto prvky chybí a je schopna zaznamenat menší objem dat. Má vyspělý mechanizmus kontroly chyb, který dokáže obnovit 7 až Hlavním záměrem při – „quick response“, rychlá odezva) a schopnost bez problému kódovat asijská písma. Byl vyvinut
ky ve formě soustředných ve tvaru menšího čtyřúhelníku. Ve řené střídavě bodem a které tyto prvky chybí a je schopna zaznamenat lý mechanizmus kontroly chyb, který dokáže obnovit 7 až
Do jednoho QR kódu
čtverečkům obsažených v obrazci. Do QR kódu se tak vejde až 7000 délce 4 300 znaků. Tak jako Data matrix, i QR je možné
zhoršených podmínkách.
PDF 417
PDF 417 (Portable Document File 417 sestává ze tří až 90 řádků
čárového kódu tvoří start sekvence a stop sekvence, ty musí navíc obklopovat tzv. tichá zóna. Označení PDF 417
4 čar a 4 mezer o šířce minimáln modulů ve slově vždy př
[40]
34
Obr. 21 QR kód – struktura [13]
Do jednoho QR kódu - obrazce je možné uložit až 3000 bitů m obsažených v obrazci. Do QR kódu se tak vejde až 7000
Tak jako Data matrix, i QR je možné číst i př zhoršených podmínkách. [6]
Portable Document File 417) je kvazidvourozměrn
řádků, v každém z nich může být zakódován 1 až 30 znak
í start sekvence a stop sekvence, ty musí navíc obklopovat tzv. tichá ení PDF 417 vychází ze struktury kódu - každé kódové
řce minimálně jednoho a maximálně šesti modulů vždy přesně 17. Velikost kódovaného souboru mů
Obr. 22 Kód PDF 417 [18]
obrazce je možné uložit až 3000 bitů, to se rovná 1 500 m obsažených v obrazci. Do QR kódu se tak vejde až 7000 číslic, nebo text o íst i při poškození nebo
ěrný čárový kód, který že být zakódován 1 až 30 znaků. Okraje í start sekvence a stop sekvence, ty musí navíc obklopovat tzv. tichá slovo se sestává ze šesti modulů. Celkem je však 17. Velikost kódovaného souboru může být až 1,1 kB.
35
Kódy PDF často bývají kombinovány s 1D čárovými kódy EAN, vznikají tak tzv. kompozitní kódy. PDF kódy se používají například na řidičských průkazech v některých státech USA nebo v poštovním systému USPS. [28] [23]
Obr. 23 Kompozitní kód [18]
2.3. Kvalita čárových kódů
Jedním z nejdůležitějších aspektů při aplikaci technologií čárového kódu je jeho kvalita. Čárové kódy se mohou lidskému oku zdát zcela v pořádku, to však ještě neznamená, že jsou vytištěny správně a splňují požadavky pro bezproblémové čtení čtečkami. Proto je třeba návrhu kódu přikládat zvláště zvýšenou pozornost.
Celková kvalita čárového kódu je daná nejen metodou tisku, ale i několika dalšími specifiky:
• Kvalita tisku a rozměrová přesnost
• Barevné provedení a design kódu
• Korektně zakódovaná informace
• Použité materiály
• Umístění symbolu v rámci štítku, štítku v rámci objektu
2.3.1. Kvalita tisku a rozměry
Pro čitelnost kódu je zcela zásadní volba metody tisku. Ta se volí zejména s ohledem na velikost kódu a povolené tolerance, tedy k možnému rozšíření nebo zúžení čar. Není li zvolena správně, čárový kód může být zcela nečitelný, nebo ještě v horším případě načtený špatně. Příkladem může být metoda „inkjet“ použitá v případě potisku kartonáže s neuzavřeným povrchem, zcela nevhodná k reprodukci malých symbolů. Takto realizovaný tisk se snadno rozpíjí, způsobuje vybočení z povolených tolerancí. Na následujícím obrázku je zachycen princip vzniku chyby důsledkem rozpitých čar a následné odchylky při čtení kódu.
36
Obr. 24 Vliv kvality tisku [4]
Dalším důležitým faktorem je velikost samotného kódu. Musí být navržen v rámci povolených maximálních i minimálních rozměrů daných normou, případně podmínkami čtení. Velikost bývá často spíše nedostatečná, následkem toho bývá kód nečitelný, nebo se značně sníží rychlost čtení. [25]
2.3.2. Barevné provedení a design kódu
Při tvorbě čárového kódu je nutno se vyhýbat některým barvám čar. Mezi ně patří odstíny červené, žluté oranžové a světle zelené. To je dáno červeným světlem vysílaným čtečkami, tyto čáry se pro čtečku totiž jeví jako odrazová plocha. Barevné kombinace jednotlivých čar jsou taktéž nepřípustné. [25]
Obr. 25 Barevný čárový kód [25]
Naprostá většina čtecích zařízení není schopna dekódovat inverzí kódy, toto uspořádání je proto taktéž striktně nedoporučeno.
Velký problém také vytvá
tvář. To má opět za následek sníženou dekódování. Příkladem m
2.3.3. Korektně zakódovaná informace Častým nedostatkem bývá chyb
úplnou nečitelnost čárového kódu. Informace kódu by také m informaci pod kódem a kone
etiketa umístěna.
2.3.4. Použité materiály
Materiály použité podklad jedná o častý problém nedostate Faktory ovlivňující kontrast jsou použ
nevhodné se pak jeví lesklé povrchy. Dalším problémem jsou pr 37
Obr. 26 Inverzní QR kód [25]
lký problém také vytváří snaha čárové kódy oživit a vtisknout jim originální t za následek sníženou čitelnost kódu a prodlouženou dobu jeho íkladem může být kód na obalech výrobce nápojů.
Obr. 27 „Originální“ čárový kód [25]
zakódovaná informace
astým nedostatkem bývá chybějící nebo chybná kontrolní č
čárového kódu. Informace kódu by také měla odpovídat informaci pod kódem a konečně kód by měl odpovídat označení z
Použité materiály
Materiály použité podkladu pro kód zásadně ovlivňují čitelnost. P
astý problém nedostatečného kontrastu mezi čárou a odrazovou plochou.
ující kontrast jsou použité barvy a jejich sytost, ale i povrch kódu
nevhodné se pak jeví lesklé povrchy. Dalším problémem jsou průsvitné podklady, které árové kódy oživit a vtisknout jim originální itelnost kódu a prodlouženou dobu jeho
jící nebo chybná kontrolní číslice. To zapříčiní ěla odpovídat čitelné ení zboží, na kterém je
čitelnost. Především se árou a odrazovou plochou.
ité barvy a jejich sytost, ale i povrch kódu – jako ůsvitné podklady, které
se vyskytují například na obalech potravin. Pokud je zboží v tmavé, kód se stává nečitelným. Ob
na jejich plánovaný obsah.
Materiály ovlivň
povrchu pro dosažení ostrého obrazu, náchylnost na vlhkost, teplotu a další vn Volba materiálu samozřejm
2.3.5. Umístění kódu
Zásadní chybou je nedodržení ochranných zón kódu. Jakékoliv narušení definovaných START a STOP
jakékoliv překrytí samotného kódu. To bývá zp razítkem.
Pozornost je třeba v u hran obalu, ve sváru, na dn
zakřivené povrchy, například válcové plochy. Ší
neměla přesahovat 1/6 celkového obvodu válce. Vhodným 90°. [25]
2.3.6. Verifikátory čárov
Verifikátory čárových kód Zobrazují výsledky testů
normami a vyhodnotí rů
38
íklad na obalech potravin. Pokud je zboží v průsvitném obalu p tmavé, kód se stává nečitelným. Obaly a jejich kódy by měly být navrhovány s na jejich plánovaný obsah.
Materiály ovlivňují také trvanlivost kódu, jejich abrazivní odolnost, hladkost povrchu pro dosažení ostrého obrazu, náchylnost na vlhkost, teplotu a další vn
eriálu samozřejmě ovlivňuje i konečnou cenu aplikace čárového kódu.
Zásadní chybou je nedodržení ochranných zón kódu. Jakékoliv narušení definovaných START a STOP čtecích zón vede k nečitelnosti kódu, stejn
í samotného kódu. To bývá způsobeno další grafikou, cenovkou,
Obr. 28 Zakrytý čárový kód [25]
řeba věnovat i umístění kódu v rámci obalu. Nevhodné je umíst u hran obalu, ve sváru, na dně. Velmi citlivým případem je umis
ivené povrchy, například válcové plochy. Šíře symbolu, včetně ochranných zón, by esahovat 1/6 celkového obvodu válce. Vhodným řešením je oto
čárových kódů
čárových kódů jsou nástroje, které analyzují kvalitu
Zobrazují výsledky testů a současně porovnají soulad kvality tisku s požadovanými normami a vyhodnotí různá kritéria čárového kódu. Jejich cena je podobná jako cena ůsvitném obalu příliš ly být navrhovány s ohledem
ují také trvanlivost kódu, jejich abrazivní odolnost, hladkost povrchu pro dosažení ostrého obrazu, náchylnost na vlhkost, teplotu a další vnější vlivy.
čárového kódu. [25]
Zásadní chybou je nedodržení ochranných zón kódu. Jakékoliv narušení itelnosti kódu, stejně jako sobeno další grafikou, cenovkou,
rámci obalu. Nevhodné je umístění ípadem je umisťování kódu na ě ochranných zón, by ešením je otočení kódu o
e, které analyzují kvalitu čárových kódů.
porovnají soulad kvality tisku s požadovanými Jejich cena je podobná jako cena
39
nejkomplexnějších čteček, ale vzhledem k možným penalizacím za špatné kódy se její pořízení často vyplácí. [2]
Obr. 29 Verifikátor kódů [2]
2.4. RFID
RFID („Radio-frequency identification“, radiofrekvenční identifikace) na rozdíl od předchozích dvou identifikačních technologií nepoužívá jako médium světlo, ale jinou část elektromagnetického vlnění – rádiové vlny.
2.4.1. Princip RFID
Technologie RFID pracuje na podobném principu jako radar. Identifikační systém se skládá z několika hlavních členů, kterými jsou transpondéry (RFID tagy), čtečky a nakonec podpůrné systémy (řídící počítače, databáze, telekomunikační sítě).
Transpondéry mohou být jak aktivní, tak pasivní (v tomto případě využívají pro své napájení energii vyslanou ze čtečky).
40
Obr. 30 RFID princip [17]
Čtečka na předem stanoveném kmitočtu vysílá elektromagnetickou vlnu, která je přijata anténou transpondéru. Indukované napětí v anténě vyvolá elektrický proud, jenž je usměrněn a nabíjí kondenzátor v transpondéru. Takto uložená energie slouží k napájení logických a rádiových obvodů transpondéru.
Ve chvíli, kdy napětí na kondenzátoru dosáhne potřebné úrovně, spustí se mikroprocesor a začne se odesílat odpověď čtečce. Dostatečná energie pro nabití kondenzátoru a schopnost identifikace odpovědi ve čtečce jsou tedy základními hardwarovými podmínkami pro správnou funkci RFID.
RFID čipy se dělí na aktivní a pasivní. Pasivní čipy odpovídají výše uvedenému principu, aktivní čipy mají navíc zabudovaný zdroj napájení a jsou díky tomu schopny samy vysílat svou identifikaci. Používají se proto například pro aktivní lokalizaci.
Všechny čipy jsou ve dvojím provedení, buď pouze ve verzi pro čtení, nebo pro čtení i zápis (v tomto případě disponují dodatečnou pamětí RAM).
Systémy RFID pracují v různých frekvenčních pásmech radiových vln. Ve většině případů je nosná frekvence 125 kHz, 134 kHz a 13,56 MHz, v některých státech se používají i další frekvence jako 868 MHz v Evropě nebo 917 MHz v Americe.
Použití různých frekvencí v jednotlivých aplikacích je patrné z následujícího obrázku.
[17]
41
Obr. 31 Frekvence vhodné pro RFID [17]
2.5. Organizace GS1
Aby bylo možno v systémech automatické identifikace dodržovat jednoznačná pravidla a zajistit tak kvalitní a unikátní označení jednotlivých produktů, musí společnosti při uvádění nových výrobků na trh identifikátory konzultovat a nechat schválit organizací GS1. Systém GS1 je ucelený soubor mezinárodně platných standardů pro automatickou identifikaci a přenos informací o identifikovaných položkách, službách, objektech nebo subjektech. Jde o systém, který je v současné době nejrozšířenějším standardem v rámci globálního logistického řetězce na světě. [24]
Pro jednotlivé druhy čárových kódů tato organizace určuje standardizované rozměry, pravidla pro jejich tvorbu, algoritmy pro výpočet kontrolních číslic, povinnou velikost ochranných ploch a další. Kódy v systému EAN například tvoří tříčíselný
42
prefix, označující zemi původu zboží, následují číslice označující druh zboží a na konci kódu je kontrolní číslice vypočtená podle speciálního algoritmu MODULO 10.
Pro RFID je v rámci GS1 určen systém EPCglobal. RFID čipy obsahují 96bitové unikátní číslo EPC, to může být na základě norem a pravidel přiděleno každému jednotlivému konkrétnímu kusu zboží. EPC se přiděluje centrálně výrobcům v jednotlivých řadách. 96 bitů v čipu umožňuje uložit opravdu velké množství číselných údajů, to může pro představu nabídnout dostatečný číselný prostor 268 milionům výrobců produkujícím každý 16 milionů druhů výrobků (tříd) a v každé třídě je prostor pro 68 miliard sériových čísel. Protože zatím není ani teoretický výhled na upotřebení takového množství čísel EPC, mohou čipy používat EPC o délce 64 bitů, což sníží jejich cenu. Na druhou stranu je zde i výhled pro přechod na 128 bitů pro případ, že by číselné řady přestaly stačit. [14] [9]
2.6. Čtečky a scannery
Na trhu je k dispozici mnoho typů čteček a scannerů SAI. Dle frekvence použití, technologie, ceny, ale i spolehlivosti a rychlosti, případně dalších požadovaných funkcí je lze rozdělit do několika kategorií.
2.6.1. Čtecí pero
Tato čtečka má tvar i velikost klasického psacího pera. I její použití je mu velice podobné. Fotodioda v hrotu pera vysílá světlo, to je po odrazu zpětně dekódováno ve formě přerušovaného lineárního signálu. Perem uživatel přejede a kód je tak přenesen do numerické, případně alfanumerické podoby. Pera se řadí mezi kontaktní metody čtení lineárních kódů. [3]
43
Obr. 32 Čtecí pero[3]
2.6.2. Laserová čtečka
Laserová čtečka funguje na stejném principu, jako čtecí pero. Zdrojem světla je zde však laserový paprsek. Čtečka je ve většině případů vybavena zrcátkem s vratným pohybem, které paprskem pohybuje tam a zpět ve stanovené oblasti a čte tak postupně kód v celé délce. Stejně jako v případě pera, i zde je k příjmu odraženého světla použita fotodioda. Laserová čtečka se používá ke čtení lineárních čárových kódů. Některé nejmodernější laserové čtečky mohou zpracovávat i maticové kódy. [3]
Obr. 33 Laserová čtečka [9]
2.6.3. CCD čtečka
CCD čtečky používají k rozpoznávání kódů značně odlišnou technologii. Ke zpracování obrazu používají CCD senzory. Ty se skládají z řady velkého množství buněk citlivých na světlo, každá z nich v závislosti na dopadajícím světle vytváří jiné napětí. Na základě toho je vytvořen obraz odpovídající struktuře čárového kódu.
Největším rozdílem oproti peru nebo laserové čtečce je v tom, že CCD zařízení měří odražené světlo okolního prostředí, negeneruje si ho tedy samo. [3]
44
Obr. 34 CCD čtečka [28]
2.6.4. Kamerová čtečka
Kamerové čtečky jsou vybaveny stejnou CCD technologií, jako CCD čtečky, buňky zde však nejsou seřazeny do řady, ale do dvourozměrného pole. Podobně jako v digitálním fotoaparátu tyto senzory vytvářejí obraz. Jeho zpracování není tak jednoduché jako v předchozích případech. Používají se zde složité metody zpracování digitálního obrazu - je zde třeba symbol v rámci celého obrazu nejdříve lokalizovat a následně dekódovat. Vyspělejší čtečky jsou schopné dekódovat i větší množství symbolů na jedno čtení. Tyto čtečky jsou značně náchylné na zaostření obrazu a na světelné podmínky. V současné době se velmi rozšiřuje použití těchto čteček na mobilních telefonech vybavených fotoaparátem. Vyfotografovaný obraz je zpracován softwarem telefonu a symbol, je načten. Použití je možné pro prakticky všechny druhy 1D i 2D kódů, schopnosti identifikace se odvíjí od použitých dekódovacích algoritmů.
[3]
Obr.
2.6.5. RFID čtečka
RFID čtečky mohou mít prakticky libovolný tvar, k totiž používají anténu, ke
objekt. Signál je většinou zpracováván p 2.6.6. Vyspělé čtečky
Ve výrobních podnicích se
požadavky patří možnost práce na baterie, bezdrátový p případně i sdružení čárových i RFID technologií.
Tyto čtečky pak mohou vypadat jako p v reálném čase prostřednictvím WIFI sít
být například informační systém SAP.
3. Úvod do problematiky
Jak již bylo podotknuto v úvodu, praktická problematikou automatické identifikace v
(Bohemia). Nejdříve bude provedena analýza systém
následující kapitoly se pak budou týkat aktuálního konkrétního problému AI, který se ve
45
Obr. 35 Mobilní telefon jako čtečka kódů [23]
ky mohou mít prakticky libovolný tvar, k vysílání i totiž používají anténu, ke čtení tedy nepotřebují světlo ani přímou viditeln
tšinou zpracováván přímo ve čtečce. [3]
Ve výrobních podnicích se často používají složitější ruč
í možnost práce na baterie, bezdrátový přenos dat, programovatelnost, čárových i RFID technologií.
ky pak mohou vypadat jako přenosný PDA poč
řednictvím WIFI sítě s nadřazeným řídicím systémem. Tím m ční systém SAP. [28]
Obr. 36 Vyspělá čtečka [28]
Úvod do problematiky
Jak již bylo podotknuto v úvodu, praktická část diplomové práce se zabývá problematikou automatické identifikace v podniku Magna Exteriors
íve bude provedena analýza systémů AI, které se v
následující kapitoly se pak budou týkat aktuálního konkrétního problému AI, který se ve vysílání i příjmu signálu ímou viditelnost na čtený
jší ruční čtečky. Mezi enos dat, programovatelnost,
počítač komunikující ídicím systémem. Tím může
ást diplomové práce se zabývá Magna Exteriors & Interiors AI, které se v podniku používají, následující kapitoly se pak budou týkat aktuálního konkrétního problému AI, který se ve
společnosti řeší. Bude navržen experiment, který by mohl pomoci p následovat bude aplikace výsledk
3.1. Představení spole
Společnost MAGNA EXTERIORS&INTERIORS zaměstnavatelů v Libereckém kraji. Od
dodavatele složitých automobilových díl
Společnost tvoří v 1260 zaměstnanců, druhý v v Nymburce (oba po pě
v Lipovce, blízko závodu Škoda Kvasiny.
v Maďarsku, společnost plánuje expanzi do Ruska. Spole vývojový dodavatel plastových výrobk
portfolia patří:
• lakované nárazníky
• přístrojové desky
• dveřní výplně
• mřížky chladiče
Mezi zákazníky
OPEL, SUZUKI, TPCA. Komplety se dodávají systémem JIT p automobilek, dodávky uvnit
má vlastní vývojové centrum a výrobu nástroj
46
eší. Bude navržen experiment, který by mohl pomoci p následovat bude aplikace výsledků do reálného systému.
ní společnosti
MAGNA EXTERIORS&INTERIORS je jedním z Libereckém kraji. Od výroby plastového nádobí do kuchyn dodavatele složitých automobilových dílů.
Obr. 37 Logo společnosti [12]
ří v České republice tři závody, největší se nachází v , druhý v nedaleké Libáni u Jičína a poslední, nejnov
Nymburce (oba po pěti stech zaměstnanců). Jedna montážní jednotka se nachází Lipovce, blízko závodu Škoda Kvasiny. Dále byl v současné době otev
nost plánuje expanzi do Ruska. Společnost Magna E vývojový dodavatel plastových výrobků a systémů pro automobilový pr
lakované nárazníky
desky
Mezi zákazníky Magna E&I patří například automobilky ŠKODA, AUDI, VW, OPEL, SUZUKI, TPCA. Komplety se dodávají systémem JIT přímo na montážní linky automobilek, dodávky uvnitř závodu jsou většinou řízeny systémem KANBAN.
má vlastní vývojové centrum a výrobu nástrojů.
eší. Bude navržen experiment, který by mohl pomoci při hledání řešení,
je jedním z největších výroby plastového nádobí do kuchyně až po
tší se nachází v Liberci a má ína a poslední, nejnovější, je Jedna montážní jednotka se nachází ě otevřen nový závod Magna E&I je výrobce a pro automobilový průmysl, do jejího
íklad automobilky ŠKODA, AUDI, VW, římo na montážní linky ízeny systémem KANBAN. Firma
