工业数据采集与标识解析 课件1.2二维码数据采集及标识解析架构

项目一

工业互联网标识解析【知识目标】

掌握工业互联网标识解析的架构。

掌握一维码、二维码、RFID通信方法。

掌握PLC对一维码、二维码、RFID芯片内容的读写方法。【能力目标】

能应用扫码器，进行一维码数据的读取解析。

能应用机器视觉，进行二维码数据的读取解析。

能应用RFID读写器，进行RFID数据的读写解析。【素质目标】

培养学生精益求精的工匠精神。

培养学生持之以恒的学习态度。

培养学生程序编写的创新意识。任务1.2二维码数据采集及标识解析架构在工业网络中，标识解析是实现数据高效管理和交互的关键技术之一。随着工业互联网的快速发展，对工业对象的准确标识和高效解析变得至关重要，理解标识解析有助于更好地理解工业网络数据采集的基础架构和实现原理。本任务需应用工业数据采集中常用的二维码为载体进行工业数据采集，并解析标识解析系统及应用，通过硬件组态、视觉系统参数设置完成通讯，采集二维码数据，进行生产数据的整合与管理。1.2.1任务要求1.任务要求标识解析是指通过为工业对象赋予唯一的标识，并建立相应的解析系统，实现对这些标识的快速、准确解读和定位，从而获取与该对象相关的各种信息，实现跨企业、跨行业、跨地域的信息资源集成共享，可助力实现工业全要素、各环节信息互通共享，成为信息互通的关键枢纽。标识解析系统包括标识编码和解析系统，通过“统一编码”和“公共解析”，标识解析平台能助力构建工业全要素、各环节信息互通共享的平台，细化了解析颗粒度，丰富了解析内容，在工业4.0时代，标识解析能够契合更多元的数据流动需求。1.标识解析认知1.2.2知识准备标识编码是为了唯一地标识工业网络中的各种对象而设计的一套规则和符号系统。它赋予每个对象一个特定的代码，使得这些对象能够在不同的系统和环节中被准确地识别、定位和管理。1）标识编码特点编码规则具有唯一性、可扩展性、兼容性。唯一性是指每个被标识的对象必须拥有一个独一无二的编码，不能与其他对象的编码重复。这是确保标识有效性的基础，避免混淆和错误的发生。为了实现唯一性，编码的生成通常会结合多种因素，如对象的类型、生产批次、序列号等，通过特定的算法来保证编码的唯一性。2.标识编码1.2.2知识准备1）标识编码特点可扩展性是指随着工业网络的不断发展和新对象的不断出现，标识编码系统需要具备良好的可扩展性。这意味着编码规则应该能够适应未来可能出现的新对象类型和业务需求。可扩展性可以通过预留一定的编码空间、采用分层结构或动态编码等方式来实现。兼容性是指标识编码应尽可能与现有的国际、国内标准和行业规范兼容，以便于不同系统之间的数据交换和共享。兼容性可以减少系统集成的难度和成本，提高标识的通用性和互操作性。2.标识编码1.2.2知识准备2）标识编码应用供应链管理：在供应链管理中，标识编码可以用于标识货物、运输工具和仓库等对象，实现物流的全程跟踪和管理。例如，通过货物标识，可以实时掌握货物的位置和状态，优化物流配送路线；通过运输工具标识，可以实现对运输过程的监控和管理，提高运输效率和安全性。智能服务：在智能服务领域，标识编码可以用于标识服务对象和服务资源，实现服务的个性化定制和高效管理。例如，通过客户标识，可以为客户提供个性化的服务推荐和定制化的解决方案；通过服务资源标识，可以实现对服务资源的优化配置和高效利用。2.标识编码1.2.2知识准备1.2.2知识准备标识的类型包含产品标识、设备标识、零部件标识。产品标识：用于唯一标识工业产品，可包含产品的型号、批次、序列号等信息。设备标识：标识工业生产中的各种设备，如机床、机器人等，以便进行设备管理和监控。零部件标识：对产品的零部件进行标识，方便在生产、维修等环节进行追溯和管理。本任务采用二维码完成信息采集及解析。二维码是在一维条形码技术的基础上衍生而来的，在水平和垂直方向的二维空间存储信息，既记录横向信息也记录纵向信息、也是按照“0”和“1”的比特群进行设计的。二维条形码技术已广泛应用在国防、公共安全、交通运输、医疗保健业、商业等领域，目前在支付领域应用最多。3.标识载体1.2.2知识准备国内外常见的二维条形码包括PDF417、QR、DataMatix、MaxiCode等。从技术角度分类可以分为行排式二维条形码和矩阵式二维条形码两种类型。行排式二维条形码(又积式或层排式二维码)的编码原理是建立在一维条码基础之上，按需要堆积成两行或务它在编码设计、校验原理、识读方式等方面继承了一维条码的一些特点，识读设备和条码刷与一维条形码技术兼容。但由于行数的增加，需要对行进行判定，其译码算法与软件也与一维条码不完全相同。有代表性的行排式二维条码有PDF417、Code16K、Code49等。排式二维条形码如图1.2-1所示。3.标识载体1.2.2知识准备矩阵式二维条形码，是平时最常见的二维条形码，通过黑白(其他颜色也有)像素矩阵中不同的分布进行编码，在矩阵元素区出现的点(方、圆等形状)表示二进制的“1不出现则表示“0”，通过点排列确定其信息。矩阵式二维条形码分为若干个小区域,每个区域有一定信息，角上有三个色块，可以保证无论从哪个方向扫描都可正确定位信息,中色块可以存放个性化图标。有代表性的矩阵式二维条形码有MaxiCode、QR、DatMaAztec等，如图1.2-2所示。3.标识载体1.2.2知识准备1）整体架构需求工业互联网标识解析体系核心包括标识编码、标识注册、解析系统、标识数据服务及基于标识的应用五部分。为解决工业系统元素互联的问题，建立物理实体间的通信，实现上层数据端到端流动，为深层次的应用提供数据资源，需要从工业元素的信息采集网络服务、信息共享、安全保障、应用等多个层面进行描述，建立业务、功能、实施、安全等多角度的视图，明确各参与方的角色定位、业务流程、服务能力、系统性能、安全保障能力等.4.工业互联网标识解析体系架构1.2.2知识准备1）整体架构需求当前，全球存在多种标识解析架构，以EPCgloba架构、OID架构、DOA架构等为主。其中，EPCglobal架构由国际物品编码组织(CS1)推进，OID架构由国际标准化组织(ISO)、国际电工委员会(IEC)和国际电信联盟电信标准化部门(ITU-T)推进，DOA架构的主要实现系统Handle由数字对象编码规范机构(DONA)基金会组织运行。Handle系统采用扁平化的两阶段命名机制，设计自有的Handle解析系统和DoIP数据交换协议，实现了数字对象标识互操作。EPC和OID均采用层级化的编码格式，设计基于DNS的对象名解析服务(ONS)和OID解析系统(ORS)及相应的数据交互协议，实现了标识对象全生命周期管理。4.工业互联网标识解析体系架构1.2.2知识准备2）编码与存储需求标识编码是用于唯一识别机器、产品等物理资源和算法、工字等虚拟资源的身份符号。标识载体是用于承载标识编码的标签或存储装置。标识编码分为公有标识和私有标识。公有标识适用于开环应用，国内外的主流公有标识包括GS1、Handle、OID、Ecode等。其中，GS1主要用于产品与服务的贸易流通；Handle主要用于数字资产管理；OID主要用于网络资源管理；Ecode主要用于标识物联网单个物品。私有标识适用于闭环应用，如追溯码、防伪码、营销码、企业内部标识等。标识载体当前以一维码、二维码、RFID和NFC应用为主，在智能家居、智慧交通等物联网领域逐步引入了UICC、通信模组等主动标识载体。4.工业互联网标识解析体系架构1.2.2知识准备2）编码与存储需求目前，多标识编码体系之间的兼容性不足，难以实现信息的互联与共享，并且尚不能覆善制造业各个领域，需提出兼容多体系的适用于工业制造的编码方案，实现标识对象在工业互联网全局的唯一寻址及不同标识之间的数据映射。同时，随着工业数字化转型不断加深急需部署具备联网通信能力的主动标识载体，实现数据的自动采集、设备的智能管理，应规范工业互联网标识在主动标识载体中的接口协议、存储结构和对接方式，进一步梳理和明确其工业应用场景，拓宽在行业和公共领域的应用。4.工业互联网标识解析体系架构1.2.2知识准备3）采集与处理需求标识数据采集与处理，是指基于采集设备感知和获取对象标识及其相关信息的过程，应具备协议转换、数据过滤清洗、数据关联、语义匹配等能力。一维码技术可以识别商品的基本信息，如商品名称、价格等。二维码技术可表示各种多媒体信息及多种文字信息。RFID技术可识别高速运动物体并可同时识别多个标签。传感器网络可实现局域网内的多种信号的实时采集与检测。近场通信(NFC)技术可实现稳定、安全、低功耗的近距离数据传输。主动标识载体技术能够与运营商的公共网络能力相结合，主动发起与标识相关的服务。4.工业互联网标识解析体系架构1.2.2知识准备3）采集与处理需求目前，基于一维码、二维码、电子标签等自动识别和采集已具备完善的技术体系，通用产品已形成规模化生产与应用，其他被动采集设备的采集标准如传感器网络、非接触识别卡及读写器等也已基本完备，需完善主动标识载体的采集类标准，同时结合应用需求建立多应用场景下的采集类标准。对于处理类标准，如数据过滤、语义匹配等，当前还缺乏相关标准，需要根据企业的具体采集与处理需求加快推进相关标准的立项、研制。4.工业互联网标识解析体系架构1.2.2知识准备4）

解析需求标识解析是指根据标识编码查询目标对象网络位置或者相关信息的过程。解析技术体系包括分层模型、通信协议、数据格式、安全机制。标识解析系统主要包括DNS、EPC的ONS、OID的ORS、Handle标识解析系统和基干区块链的分布式解析系统。其中，DNS、ONS和ORS均为树形结构，解析技术较为成熟Handle和区块链为分布式架构，具备更高的安全可靠性和更优的网络管理效率。当前，国内外面向实体对象的标识解析服务主要依赖基于DNS的网络架构，但均存在单点故障、域名欺骗等问题。工业互联网标识解析需加强与5G、人工智能、区块链等新技术的融合，构建满足复杂工业场景下“人、机、物”的全面互联、平等共治、自主可控的融合型解析架构，并制定相应的通信协议、安全认证等技术规范。4.工业互联网标识解析体系架构1.2.2知识准备5）

数据与交互需求数据与交互是指，通过对标识数据过滤、去重、映射及对标识服务数据建模和语义处理，解决标识对象由于行业不同、垂直领域的用途不同造成的数据性质各异和表达形式不同，实现异构数据的处理、关联、整合和描述，促进跨企业、跨行业、跨地区和跨国家的标识数据共享服务。国际上数据交互涵盖细分领域数据字典的制定，以IEC、IEEE为主导，从工业生产面临的具体问题出发，涉及电子电器、机械等工业数据字典的参数和数据库指标、开放系统互联互通等标准，标准对于实现的接口细节一般不做详细规定，具有分层、异构、碎片化特征。国内已有部分领域的数据模型和数据交互类标准:在IT侧，侧重于对实体元数据建立接口级别的交互规范;在OT侧，如运输、电力、仪表等行业，均建立了基于行业应用的交互规范，如运输系统数据字典、自动抄表数据交互协议、变电站数据交互规范等。4.工业互联网标识解析体系架构1.2.2知识准备5）

数据与交互需求与传统互联网相比，由于工业应用场景复杂多变，工业互联网增加了标识数据交互的难度。难点主要在两方面:一是智能设备、工业软件、信息化系统的网络协议和操作系统不一致，需制定面向应用的通用性互操作协议;二是制造业的不同行业、垂直领域内的数据具有不同性质、不同类型、不同表达形式，数据标准不一致，导致工业数据难以实现信息共享和交互，需构建标识数据模型、建立面向工业对象的统一元数据规范。4.工业互联网标识解析体系架构1.2.2知识准备6）

设备与中间件需求设备与中间件，是指提供系统软件和应用软件之间数据传输、过滤、转换等功能的工业互联网标识解析服务设备，是解决数据交互、多源异构标识互通，实现多系统部件之间的互通和资源共享的有效手段。目前，工业互联网设备与中间件标准主要针对信息网络领域，包括信息技术消息中间件、数据集成中间件、广电网终端中间件、访问控制中间件、传感网络中间件等领域。其中，功能及相关协议类的标准主要集中在DNS、IPv6域名服务器、域名系统递归服务器等领域，已相对较完善。中间件接口类标准相对缺失，主要集中在设备终端安全和域名服务系统安全扩展方面。4.工业互联网标识解析体系架构1.2.2知识准备7）

异构标识互操作需求异构标识互操作，是实现不同标识系统编码兼容和系统互联互通的关键，通过对各个标识体系间建立数据互认、数据映射及交互协议等，能解决标识体系之间由于数据定义、数据结构等差异造成的体系不互通、不兼容问题。目前，已有的异构标识互操作标准以编码兼容为主，但常见标识解析体系的编码规则差异较大，且应当按照场景和业务需求来设计合理的唯一标识编码。因此，提高多标识体系间的互操作能力需从解析服务人手，建立将标识映射到标识、标识映射到地址、标识映射到数据的综合性解析服务，加快制定相关标准，形成统一管理、异构兼容的标识解析节点服务网络，促进多标识体系的互联和互通。4.工业互联网标识解析体系架构1.2.2知识准备8）

应用支撑需求目前，工业互联网应用模式主要可以归纳为智能化生产、个性化定制、网络化协同、服务化延伸四类业务场景，标识解析标准化在四类场景中均可发挥重要支撑作用。智能化生产是指，从单个机器到产线、车间乃至整个工厂进行智能决策和动态优化，从而显著提升全流程生产效率、提高质量、降低成本。从标准化角度看，在设备、配件、车间等各个环节，进行数据标准制定，按照统一的规范实现现场数据的采集和集成，并开展大数据分析优化，将生产要素的各环节通过统一的标识、数据规范进行串联，实现智能生产与管理。4.工业互联网标识解析体系架构1.2.2知识准备8）

应用支撑需求个性化定制是指，基于互联网获取用户个性化需求，通过灵活组织设计、制造资源和生产流程，实现低成本大规模定制。从标准化角度看，依托物料编码标准、平台接口标准、数据信息标准，将用户需求直接转化为生产排单，开展以用户为中心的个性定制与按需生产，有效满足市场多样化需求，解决制造业长期存在的库存和产能问题，实现产销动态平衡。网络化协同是指，形成众包众创、协同设计、协同制造、垂直电商等一系列新模式，大幅隆低新产品开发制造成本，缩短产品上市周期。借助标识解析标准化，建立协同过程中的数据规范、协议标准，加速从单打独斗向产业协同转变，促进产业整体竞争力提升，有效促进集团生产能力优化配置与生产效率的显著提升。4.工业互联网标识解析体系架构1.2.2知识准备8）

应用支撑需求服务化延伸是指，通过对产品运行的实时监测，提供远程维护、故障预测、性能优化等一系列服务，并反馈优化产品设计，实现企业服务化转型。借助标识解析标准化，规范产品联网与数据采集的标准规范，各参与方都可以有效利用大数据分析延展提供多样化智能服务，优化存量的同时带动利润增长。4.工业互联网标识解析体系架构1.2.2知识准备1）设备数据采集与监控通过设备标识，可以快速定位到特定设备，并采集其运行状态、性能参数等数据。同时，标识解析还可以实现对设备的远程监控和管理。2）产品质量追溯在生产过程中，为每个产品赋予唯一标识，并将生产环节的关键数据与标识关联。一旦出现质量问题，可以通过标识解析快速追溯到产品的生产过程，找出问题根源。3）供应链管理在供应链中，利用标识解析可以实现对货物的实时跟踪和定位，提高物流效率。同时，还可以实现供应链各环节之间的数据共享和协同，优化供应链管理。5.标识解析在工业网络数据采集中的应用1.2.3任务实施（1）硬件准备1.任务准备序号名称型号数量备注1工业相机MV-CA032-10GC1二维码/条码2西门子PLCS712001214CDC/DC/DC1

3视觉加密狗VM-61001配套网线（2）软件准备序号名称型号数量备注1博途V1612视觉软件VisionMaster4.3.011.2.3任务实施（1）相机参数设置2.系统安装打开MVS软件，搜索以太网内的相机，找到康耐视MV-CS032-10GC型号相机，进行IP地址和网关设置。1.2.3任务实施（1）相机参数设置2.系统安装第二步，打开VisionMaster软件，点击“通用方案”进入方案建设页面1.2.3任务实施（1）相机参数设置2.系统安装第三步，完成相机配置。打开相机配置按钮，添加设备列表，选择“全局相机”，点击“确定”。1.2.3任务实施（1）相机参数设置2.系统安装第四步，设置相机参数，类型选择为“枚举”，选择相机为HikrobotMV-CS032-10GC。1.2.3任务实施（1）相机参数设置2.系统安装第五步，将相机触发源选为“SOFTWARE”，完成相机配置。1.2.3任务实施（2）建立VisionMaster项目2.系统安装第一步，查找左侧目录，拖入图像源、条码识别、二维码识别3个流程，并按图示内容完成连接。1.2.3任务实施（2）建立VisionMaster项目2.系统安装第二步，双击图象源进行设置。◼

图像源选择相机◼

关联相机选择刚才建立的“0全局相机1”◼

打开“输出Mono8”1.2.3任务实施（2）建立VisionMaster项目2.系统安装第三步，分别双击条码识别和二维码识别将输入源改为“1图像源1.灰度图像”，点击“确定”。1.2.3任务实施3.系统调试（1）将一维条码放置在相机识别范围内，调节焦距使图像清晰显示，点击如图所示的项目运行按钮，可看到一维码的识别结果。1.2.3任务实施3.系统调试将二维条码放置在相机识别范围内，调节焦距使图像清晰显示，点击如图所示的项目运行按钮，可看到二维码的识别结果。1.2.3任务实施4.验收优化该任务为通过工业相机进行一维码、二维码的数据采集及标识解析，通过相机参数设置、VisionMaster项目建立及运行可识别一维码、二维码所搭载数据，实现数据采集。1.2.4

拓展任务本任务只进行数据采集及标识解析，可进一步完成数据通讯，将相机数据存入PLC中方便进行后续数据处理，可识别简单的一维码数据存入INT数据类型后，通过设置相机通讯及项目编写完成数据存储。1.2.4

拓展任务（1）相机与PLC的通信第一步、添加通信设备西门子S7，并配置通信参数，目标PLC的IP。1.2.4

拓展任务（1）相机与PLC的通信第二步，在PLC中添加相机通讯DB。注意：（1）PLC属性需打开PUT/GET;（2）DB块需取消优化块访问；1.2.4

拓展任务（1）相机与PLC的通信第三步，在新建的通信设备中，参照PLC的DB块地址添加通信通道；如建立的是int数据类型，则相机中数据类型选择16bit，DB及偏移量与PLC中一致，字节长度为2，并勾选上“轮询读取”。1.2.4

拓展任务（1）相机与PLC的通信第四步，打开通讯设备，测试数据通讯正常。1.2.4

拓展任务（2）钢珠数量检测项目整体检测方案：1、图像源：图像的采集2、颜色转换：将彩色转换为黑白图像3、高精度匹配：识别具有模版特征的图像4、发送数据：发送检测结果1.2.4

拓展任务（2）钢珠数量检测项目第二步，完成颜色抽取组件的调用，并于图像源连接；完成颜色转换类型选择，选择“RGB转灰度”，点击“确定”。1.2.4

拓展任务（2）钢珠数量检测项目第二步，完成颜色抽取组件的调用，并于图像源连接；完成颜色转换类型选择，选择“RGB转灰度”，点击“确定”。1.2.4

拓展任务（2）钢珠数量检测项目第三步，高精度匹配组件应用：调用“高精度匹配”组件；完成高精度匹配基本参数配置，绘制矩形形状，框选要识别的区域；创建特征