第四章：条码与RFID技术——一维码/二维码编码规则、RFID标签选型、条码打印与解析实战

大家好，我是老张。做MES这么多年，我有个很深的体会：物料追踪这件事，说难不难，说简单也不简单。难在哪？难在「怎么把物理世界的物料，和数字世界的数据对上号」。说白了，就是条码和RFID这两样东西。

这一章，咱们就聊聊条码和RFID。我会把我在产线上踩过的坑、总结的经验，都抖出来。你想想看，一个条码贴歪了，整条产线都得停，这种事我经历过不止一次。

4.1 一维码编码规则：不只是黑白条纹

一维码，大家见得多了。超市里扫一下，价格就出来了。但在MES里，一维码承载的信息远不止价格那么简单。

常见的编码标准有这么几种：

• Code 128：我最常用的。支持ASCII全字符集，密度高，长度可变。产线上的批次号、序列号，我习惯用这个。
• Code 39：老牌标准，支持数字和字母。但密度低，同样的信息，它比Code 128长不少。
• EAN-13 / UPC-A：零售业标准。MES里偶尔用到，比如成品出库要对接电商平台。
• ITF-14：专门用于外箱的。我见过很多仓库用这个，因为打印在瓦楞纸上也不影响识读。

一维码的结构，其实很简单：

• 起始符：告诉扫描器「我要开始了」
• 数据区：你要编码的信息
• 校验位：防止误读。我遇到过条码被油污弄脏，校验位救了好几次场
• 终止符：告诉扫描器「结束了」

嗯，这里要注意：一维码只能编码数字和字母，而且信息量有限。你想想看，一个批次号加上生产日期、产线编号、工单号，一维码就撑不住了。这时候，就得请出二维码。

4.2 二维码编码规则：小身材，大容量

二维码，说白了就是一维码的升级版。它用黑白方块在二维平面上排列，信息密度高得多。

主流标准：

• QR Code：我最推荐的。支持数字、字母、汉字、甚至二进制数据。容量最大到7K字节左右。
• Data Matrix：工业场景常用。体积小，适合在电路板上直接打标。
• PDF417：堆叠式二维码。信息量大，但识读速度慢，现在用得少了。

QR Code 的纠错能力，是个好东西：

纠错等级	可恢复数据比例	适用场景
L (Low)	约7%	干净环境，标签无污染
M (Medium)	约15%	一般产线，有轻微油污
Q (Quartile)	约25%	恶劣环境，标签可能被遮挡
H (High)	约30%	极端环境，标签可能严重损坏

我个人习惯，在MES里统一用 M等级。为什么？因为L等级太脆弱，H等级又让二维码变大。M等级是个平衡点，能抗住产线上常见的油污和轻微磨损。

4.3 RFID标签选型：主动还是被动？这是个问题

RFID，说白了就是无线版的条码。不用对准，不用接触，一次能读一堆。但选型这事，坑很多。

RFID标签分三大类：

• 被动式 (Passive)：没有电池，靠读写器发射的电磁波供电。成本低，寿命长，但读取距离短（一般1-10米）。
• 主动式 (Active)：自带电池，主动发射信号。读取距离远（可达100米以上），但成本高，电池寿命有限。
• 半主动式 (Semi-passive)：有电池，但只用于维持芯片工作，通信还是靠反射。介于两者之间。

选型时，这几个参数要盯死：

• 工作频率：UHF（860-960MHz）最常用。但要注意，不同国家频段不同。中国是920-925MHz。
• 读取距离：别信厂家的「理论值」。我实测过，标称10米的标签，在金属表面只能读2米。
• 环境适应性：金属、液体、高温、潮湿，都会影响性能。我遇到过标签贴在金属托盘上，死活读不出来。后来换了抗金属标签才解决。
• 存储容量：一般96位到512位。够存一个唯一ID就行。别想着把整个批次信息都存进去，存个ID，数据去后台查，这才是正道。

4.4 条码打印与解析实战

理论说完了，咱们来点实际的。条码怎么打？怎么解析？我直接上代码。

4.4.1 用Python生成条码

我个人习惯用 python-barcode 库。轻量、稳定、支持多种标准。

# 安装：pip install python-barcode
import barcode
from barcode.writer import ImageWriter

# 生成Code 128条码
code128 = barcode.get('code128', 'BATCH-2024-001-A', writer=ImageWriter())
code128.save('batch_label')  # 生成 batch_label.png

# 生成QR Code
import qrcode
qr = qrcode.QRCode(
    version=2,
    error_correction=qrcode.constants.ERROR_CORRECT_M,
    box_size=10,
    border=2
)
qr.add_data('{"batch":"BATCH-2024-001-A","qty":100,"date":"2024-01-15"}')
qr.make(fit=True)
img = qr.make_image(fill_color="black", back_color="white")
img.save('qr_label.png')

4.4.2 用Python解析条码

解析我用 pyzbar 库。它底层调用了ZBar，识别率很高。

# 安装：pip install pyzbar pillow
from pyzbar.pyzbar import decode
from PIL import Image

# 解析一维码
img = Image.open('batch_label.png')
results = decode(img)
for result in results:
    print(f"条码类型: {result.type}")
    print(f"条码数据: {result.data.decode('utf-8')}")

# 解析二维码
img_qr = Image.open('qr_label.png')
results_qr = decode(img_qr)
for result in results_qr:
    print(f"二维码类型: {result.type}")
    print(f"二维码数据: {result.data.decode('utf-8')}")

4.4.3 条码打印的硬件选型

打印机这块，我推荐 Zebra 和 Honeywell 的工业级打印机。别图便宜买桌面级的，产线环境粉尘大、温度高，桌面级打印机撑不过三个月。

型号	类型	分辨率	适用场景
Zebra ZT411	工业级	300 DPI	产线标签、批次标签
Honeywell PX940	工业级	600 DPI	高精度标签、小尺寸标签
Zebra GK420d	桌面级	203 DPI	办公环境、少量打印

嗯，这里要提醒一句：打印机的 碳带和标签纸 要匹配。我见过有人用蜡基碳带打印需要耐刮的标签，结果一擦就花。正确做法是：需要耐刮、耐溶剂的，用树脂基碳带；一般场景，用混合基碳带就够了。

4.5 知识体系总览

说了这么多，我画了一张图，把这一章的核心逻辑串起来。你一看就明白。

这张图把一维码、二维码、RFID三者的关系，以及实战落地的路径，都画清楚了。你保存下来，以后做方案设计时可以参考。