3. 物流条码与标识基础

在 Cognex DataMan 高速物流条码识别工程中，读码器只是“眼睛”，真正决定识别成败的，是贴在包裹上的那枚码本身。同一台 DataMan 设备，读普通一维码可能轻松达到 99.9% 以上的读取率，但遇到反光 DPM 码或破损的 GS1-128，读取率可能骤降到 80% 以下。因此，理解码制的结构、编码规则和物理特性，是配置曝光、光源、解码算法和判断现场故障的前提。

一、一维码：物流分拣的“主力军”

一维码由一组宽度不同的黑条与白空按规则排列，信息只沿水平方向编码，垂直方向仅用于提供扫描冗余。物流中最常见的是 Code 128、Code 39 和 ITF-14。Code 128 因字符集完整、密度高，成为快递面单运单号的首选；ITF-14 则多用于纸箱外箱的箱码，条宽较粗、容错好，适合印刷质量一般的瓦楞纸箱。

一维码的识读难点集中在三个方面：一是印刷对比度不足，瓦楞纸箱表面粗糙、油墨扩散，条空边缘模糊，DataMan 需要提高曝光或启用高增益模式；二是运动模糊，高速分拣线上包裹以 2～3 m/s 通过，若曝光时间超过 200 μs，条码在传感器上就会拖影；三是局部污损，一维码没有纠错能力，只要有一根条被遮挡或划伤，整段数据就可能无法解码。因此现场常采用“多次扫描 + 投票”策略，让同一包裹在视场内被读取 3～5 次，取多数一致结果。

二、二维码：从面单到托盘的全场景覆盖

二维码在水平和垂直两个方向同时编码，具备纠错能力，物流中常见 Data Matrix、QR Code 和 PDF417。Data Matrix 多用于电子面单和零部件标识，尺寸小、密度高；QR Code 常见于消费者扫码和部分物流查询场景；PDF417 则因数据容量大，常用于航空货运单和报关单据。

二维码的纠错等级（ECC）直接决定其抗损能力。以 Data Matrix 为例，ECC 200 在 20% 码字损坏时仍可恢复，但纠错等级越高，码的模块数越多、单位面积密度越大，对镜头分辨率的要求也越高。工程上常用经验公式估算所需像素：最小模块像素 ≥ 3～5 px。若一个 Data Matrix 码为 24×24 模块，视场中码宽约 12 mm，则传感器上至少需要 24×4 = 96 px 覆盖码宽，才能稳定解码。DataMan 的“码质量评分”功能可实时输出模块对比度、轴向不均匀性和未使用纠错率，帮助判断是印刷问题还是光学问题。

三、DPM 码：直接零件标识的“硬骨头”

DPM（Direct Part Mark）指用激光、点刻或喷墨方式直接在金属、塑料等零件表面形成的 Data Matrix 码，常见于汽车零部件、医疗器械和航空件追溯。与印刷码不同，DPM 码的“条”和“空”不是靠油墨对比，而是靠表面凹凸对光线的反射差异成像。

DPM 识读的难点在于：对比度极低，激光刻蚀的凹坑与基材反射率接近，普通环形光下几乎看不见；背景纹理干扰，拉丝金属、铸造表面本身就有随机纹理，容易被误判为模块；码面不平整，曲面或斜面导致局部失焦。DataMan 处理 DPM 时通常采用低角度暗场光源，让凹坑边缘产生阴影，再配合“DPM 增强”解码算法和多次曝光融合。现场调试时，应先用 DataMan 的“调谐”功能自动搜索最佳曝光与增益组合，再观察评分中的“模块对比度”是否达到 0.3 以上。

四、GS1-128 与 SSCC：物流数据结构的核心

GS1-128 不是一种新的条码符号，而是基于 Code 128 的一套应用标识符（AI）规则。它把“这是什么、有多少、去哪、从哪来”等信息用 AI 前缀组织起来，例如：

(01) 06901234567892   GTIN，全球贸易项目代码
(37) 24               数量
(10) LOT20240518      批号
(00) 106901234567890123   SSCC，系列货运包装箱代码

其中 SSCC 是物流单元的唯一身份证，固定 18 位，由扩展位、GS1 厂商识别代码和序列号组成。一个托盘、一个周转箱都可以有独立 SSCC，用于仓储出入库和运输节点追踪。GS1-128 的识读难点不在符号本身，而在数据解析：AI 长度分固定和可变两类，可变长度 AI 必须用 FNC1 分隔符结束，若打印时漏掉 FNC1，后续 AI 会被错误拼接。DataMan 支持 GS1 数据格式校验，可在解码后直接输出带括号的 AI 结构，便于上位系统解析。

五、现场识读难点的排查顺序

面对一个读取率不达标的工位，建议按“先光学、后解码、再数据”的顺序排查。第一步看图像：在 DataMan 的实时图像界面中观察码是否清晰、对比度是否足够、有无反光或阴影。若图像本身模糊，任何解码算法都无力回天。第二步看评分：模块对比度低于 0.3 时，应调整光源角度或改用暗场照明；未使用纠错率长期高于 50%，说明码面损伤严重或分辨率不足。第三步看数据：若图像和评分都正常但上位系统报错，则问题多半出在 GS1 的 FNC1 分隔符或 AI 解析规则上，此时应检查打印模板和 DataMan 的数据格式化配置。

理解码制不是背概念，而是建立“码—光—机—数”的因果链：码的物理结构决定它需要什么样的光，光的质量决定相机能采到什么图像，图像质量决定解码器能否还原数据，数据格式决定上位系统能否正确使用。把这四层关系理清，DataMan 的调参就不再是盲目试错，而是有依据的工程判断。