2. 工业追溯需求解析

工业追溯项目的失败，很少败在相机或算法上，多数败在需求阶段。DataMan 读码器本身性能足够，但如果一开始没把产线节拍、追溯层级、码制与数据留存周期这四件事问清楚，后期就会出现“读得到但跟不上”“能读码但追溯不到批次”“数据存了却查不出问题”这类返工。本节给出一套可落地的需求采集方法，并明确每一步应产出的交付物。

一、先算节拍：决定读码器选型与安装位置的硬约束

节拍不是“产线大概多快”，而是必须换算成读码器能理解的两个量：单位时间通过量和单件在读取窗口内的停留时间。采集时至少要拿到三个数：产线设计速度（件/分钟或米/分钟）、最小件间距、以及读码工位允许的读取窗口长度。

以一条示例产线为例（以下为教学假设值）：设计速度 60 件/分钟，即 1 件/秒；输送带线速度 0.5 m/s；读码工位可用窗口长度 300 mm。则单件在窗口内的停留时间为 300 mm ÷ 500 mm/s = 0.6 s。若 DataMan 单次曝光与解码耗时约 15 ms，理论上可完成约 40 次读取尝试，余量充足。但如果件间距只有 50 mm，相邻两件进入窗口的时间差仅 0.1 s，就必须考虑多码同框、触发时序与去重逻辑，否则会把 A 件的码记到 B 件上。

节拍采集的输出物是一张节拍与窗口参数表，字段包括：产线速度、件/分钟、线速度、最小件间距、窗口长度、单件停留时间、允许读取次数、触发方式（光电/编码器/软触发）。这张表直接决定后续选固定式还是手持式、是否需要多相机、曝光时间上限以及是否必须用连续读码模式。

二、追溯层级：从“读到码”到“追得到关系”

追溯层级决定数据模型，而不是读码器参数。常见层级有四层：单品级（单件唯一码）、包装级（盒/箱码与单品码的父子关系）、托盘/批次级（箱码与托盘码、工单、批次绑定）、工序级（每道工序的读码时间、设备、结果）。采集时要问清楚：客户最终要回答的是“这个零件是谁做的”，还是“这一批货发给了谁”，还是“这道工序有没有漏读”。

层级不同，DataMan 的配置重点也不同。单品级关注单次读取率与误读率；包装级关注多码同框与父子关系建立；批次级关注与 MES/WMS 的接口字段；工序级关注时间戳、设备编号与结果状态的上报。输出物是一份追溯层级与数据关系图，明确每一层的主键、外键和绑定时机（例如“箱码在封箱工位与箱内 12 个单品码绑定”）。

三、码制选择：不是越高级越好，而是与工艺匹配

码制选择要同时看三件事：打码方式（激光、喷墨、标签、点刻）、表面材质（金属、塑料、玻璃、纸箱）、读取距离与角度。DataMan 支持一维码、Data Matrix、QR、PDF417 等，但不同码制在低对比度、曲面、反光场景下的表现差异明显。

例如金属件激光点刻 Data Matrix，对比度低且可能有热影响区，应优先选带偏振或多光源的型号，并确认最小模块尺寸与读取距离匹配；纸箱喷墨一维码容易断线，需评估是否改用 Data Matrix 提升容错。采集时要记录：码制、最小模块/窄条宽度、对比度、打码位置公差、允许读取角度。输出物是码制与读码器匹配表，包含码制、尺寸、材质、推荐型号、镜头、光源、验证结果。

四、数据留存周期：决定存储、接口与合规边界

留存周期不是“存久一点更安全”，它直接影响数据库容量、接口频率和合规要求。采集时要区分三类数据：原始读码记录（时间、码值、设备、结果）、图像/证据（NG 图、关键件图）、业务绑定数据（工单、批次、客户）。

以示例计算：单线 60 件/分钟，每天 16 小时，则日读码记录约 57,600 条；每条记录按 200 字节估算，日增约 11.5 MB，一年约 4.2 GB，纯文本存储压力不大。但若每件保存一张 200 KB 的 NG 图，按 1% NG 率计算，日增约 115 MB，一年约 42 GB，就必须规划图像生命周期策略（如 NG 图存 90 天，OK 图不存或只存缩略图）。输出物是数据留存策略表，字段包括：数据类型、留存时长、存储位置、是否可查、清理方式、合规依据。

五、把四维需求固化为可评审的输出物

需求采集不是一次会议，而是一个闭环：现场走线拿到原始数据，换算成读码器可用的参数，用真实样码试读验证，再做容量与接口估算，最后评审签字。任何一步不通过，都要回到现场重新采集，而不是在办公室里“估一个值”。

下面给出一份可直接使用的需求采集记录表示例（字段可根据项目裁剪），它把上述四个维度的关键输入和输出物集中在一张表里，便于与客户、产线、IT 三方对齐。

完成本节四项输出物后，项目组应能回答：这条线最快多少件、每件在窗口内能读几次、要追到哪一层、用什么码、存哪些数据、存多久。这四个答案一致且经客户签字确认，才具备进入下一阶段（读码器选型与工位设计）的条件。