Identificación automática y captura de datos

Es posible que sea necesario reescribir este artículo para cumplir con los estándares de calidad de Wikipedia . Puedes ayudar. La página de discusión puede contener sugerencias. ( julio de 2021 )

La identificación automática y captura de datos ( AIDC ) se refiere a los métodos de identificación automática de objetos, recopilación de datos sobre ellos e introducción directa de los mismos en sistemas informáticos , sin intervención humana. Las tecnologías que normalmente se consideran parte de AIDC incluyen códigos QR , ^[1] códigos de barras , identificación por radiofrecuencia (RFID) , biometría (como el sistema de reconocimiento facial y de iris ), bandas magnéticas , reconocimiento óptico de caracteres (OCR), tarjetas inteligentes y reconocimiento de voz . AIDC también se conoce comúnmente como "identificación automática", "autoidentificación" y "captura automática de datos". ^[2]

AIDC es el proceso o medio de obtener datos externos, particularmente a través del análisis de imágenes , sonidos o videos . Para capturar datos, se utiliza un transductor que convierte la imagen real o un sonido en un archivo digital. Luego, el archivo se almacena y, más tarde, se puede analizar mediante una computadora o comparar con otros archivos en una base de datos para verificar la identidad o para proporcionar autorización para ingresar a un sistema seguro. La captura de datos se puede realizar de varias maneras; el mejor método depende de la aplicación.

En los sistemas de seguridad biométrica, la captura es la adquisición o el proceso de adquisición e identificación de características como la imagen del dedo, la imagen de la palma, la imagen facial, la huella del iris o la huella de voz, que involucra datos de audio, y el resto involucra datos de video.

La identificación por radiofrecuencia es una tecnología AIDC relativamente nueva, que se desarrolló por primera vez en la década de 1980. La tecnología actúa como base en sistemas automatizados de recopilación , identificación y análisis de datos en todo el mundo. La RFID ha encontrado su importancia en una amplia gama de mercados, incluidos los sistemas de identificación de ganado y de identificación automática de vehículos (AVI) debido a su capacidad para rastrear objetos en movimiento. Estos sistemas AIDC inalámbricos automatizados son eficaces en entornos de fabricación donde las etiquetas de código de barras no podrían sobrevivir.

Esta sección no cita ninguna fuente . Por favor, ayude a mejorar esta sección añadiendo citas de fuentes fiables . El material sin fuentes puede ser cuestionado y eliminado . ( Julio de 2021 ) ( Aprenda cómo y cuándo eliminar este mensaje )

Casi todas las tecnologías de identificación automática constan de tres componentes principales, que también comprenden los pasos secuenciales del AIDC:

1. Codificador de datos. Un código es un conjunto de símbolos o señales que, por lo general, representan caracteres alfanuméricos. Cuando se codifican datos, los caracteres se traducen en un código legible por máquina. Se coloca una etiqueta o rótulo que contiene los datos codificados en el elemento que se desea identificar.
2. Lector o escáner de máquina. Este dispositivo lee los datos codificados y los convierte a un formato alternativo, normalmente una señal analógica eléctrica.
3. Decodificador de datos. Este componente transforma la señal eléctrica en datos digitales y finalmente de nuevo en los caracteres alfanuméricos originales.

Una de las tareas de aplicación más útiles de la captura de datos es la recopilación de información de documentos en papel y su almacenamiento en bases de datos (CMS, ECM y otros sistemas). Existen varios tipos de tecnologías básicas que se utilizan para la captura de datos según el tipo de datos: ^{[ cita requerida ]}

• OCR – para reconocimiento de texto impreso ^[3]
• ICR – para reconocimiento de texto impreso a mano ^{[ cita requerida ]}
• OMR – para reconocimiento de marcas ^[4]
• OBR – para reconocimiento de códigos de barras ^[5]
• BCR – para reconocimiento de códigos de barras ^[6]
• DLR – para reconocimiento de capas de documentos ^{[ cita requerida ]}

Estas tecnologías básicas permiten extraer información de documentos en papel para su posterior procesamiento en los sistemas de información empresarial como ERP , CRM y otros. ^{[ cita requerida ]}

Los documentos para la captura de datos se pueden dividir en tres grupos: estructurados, semiestructurados y no estructurados . ^{[ cita requerida ]}

Los documentos estructurados (cuestionarios, pruebas, formularios de seguros, declaraciones de impuestos, papeletas, etc.) tienen exactamente la misma estructura y apariencia. Es el tipo más fácil para la captura de datos porque cada campo de datos se encuentra en el mismo lugar para todos los documentos. ^{[ cita requerida ]}

Los documentos semiestructurados (facturas, órdenes de compra, albaranes, etc.) tienen la misma estructura, pero su apariencia depende de varios ítems y otros parámetros. Capturar datos de estos documentos es una tarea compleja, pero solucionable. ^[7]

Los documentos no estructurados (cartas, contratos, artículos, etc.) podrían ser flexibles en cuanto a estructura y apariencia.

Los defensores del crecimiento de los sistemas AIDC sostienen que la tecnología AIDC tiene el potencial de aumentar enormemente la eficiencia industrial y la calidad de vida en general. Si se implementa ampliamente, la tecnología podría reducir o eliminar la falsificación, el robo y el desperdicio de productos, al tiempo que mejora la eficiencia de las cadenas de suministro. ^[8] Sin embargo, otros han expresado críticas sobre la posible expansión de los sistemas AIDC en la vida cotidiana, citando preocupaciones sobre la privacidad personal, el consentimiento y la seguridad. ^[9]

La asociación global Auto-ID Labs fue fundada en 1999 y está conformada por 100 de las compañías más grandes del mundo como Walmart , Coca-Cola , Gillette , Johnson & Johnson , Pfizer , Procter & Gamble , Unilever , UPS , empresas que trabajan en el sector de tecnología como SAP , Alien, Sun así como cinco centros de investigación académica. ^[10] Estos tienen su base en las siguientes Universidades; Massachusetts Institute of Technology en los EE. UU., la Universidad de Cambridge en el Reino Unido, la Universidad de Adelaida en Australia, la Universidad de Keio en Japón y ETH Zurich , así como la Universidad de St. Gallen en Suiza.

El laboratorio Auto-ID propone un concepto de cadena de suministro futura que se basa en el Internet de los objetos, es decir, una aplicación global de la RFID. Intentan armonizar la tecnología, los procesos y la organización. Las investigaciones se centran en la miniaturización (se busca un tamaño de 0,3 mm por chip), la reducción del precio por dispositivo individual (se busca un precio de unos 0,05 dólares por unidad), el desarrollo de aplicaciones innovadoras como el pago sin contacto físico ( Sony / Philips ), la domótica (ropa equipada con etiquetas de radio y lavadoras inteligentes) y los eventos deportivos (cronometraje en el Maratón de Berlín ).

AIDC 100 es una organización profesional para la industria de identificación automática y captura de datos (AIDC). Este grupo está compuesto por personas que han hecho contribuciones sustanciales al avance de la industria. Aumentar la comprensión de las empresas sobre los procesos y tecnologías AIDC es el objetivo principal de la organización. ^[11]