Das Gefühl kennen Sie bestimmt, dass die ganze Welt auf der Grundlage von Barcodes zu funktionieren scheint. Egal ob in alltäglichen oder industriellen Szenerien – auf den Verpackungen von Kosmetik und Medikamenten, auf der digitalen Eintrittskarte für eine Kunstausstellung, auf einzelnen Bauteilen bzw. Produkten eines Unternehmens usw. – Barcodes werden in verschiedensten Bereichen genutzt und verbreiten sich rasch weiter.
Während die meisten von uns vielleicht eher vertraut mit dem “QR-Code” sind, gehört ein anderer Code namens “DataMatrix Code” auch zu den wichtigen 2D-Codes. Im Unterschied zum QR-Code wird der DataMatrix Code in erster Linie in der Industrie eingesetzt, statt im persönlichen Leben. Diese Art von 2D-Barcode bietet eine sehr hohe Informationsdichte auf einer sehr kleinen Fläche. Dadurch wird beim Verschlüsseln und Übertragen der Daten enorm Platz eingespart. Er stellt geringe Anforderungen an Kontrast und Druckqualität und ist nicht sehr fehleranfällig, denn der Code kann auch bei starker Beschädigung (bis 25%) weiterhin dekodiert werden.
In diesem Beitrag werden wir das Hauptaugenmerk auf den DataMatrix Code legen. Sie werden davon erfahren, was DataMatrix Code für ein Code ist, aus welchen Elementen er zusammengesetzt ist, welche Faktoren die Größe und Qualität eines Codes bestimmen können und letztlich welche industriellen Anwendungsmöglichkeiten der DataMatrix Code hat.
Zusammensetzung eines DataMatrix Codes
Beim DataMatrix Code handelt es sich – wie überall in der Informatik – um einen binären Code, der nur mit Nullen und Einsen interpretiert wird. Jede kleine weiße und schwarze Datenzelle in einem Code – oder offiziell “Module” – ist ein Element, das entweder eine “0” oder eine “1” ist. Je nach der Farbe des Hintergrunds, auf dem sich ein DataMatrix Code befindet, gelten folgende Zuordnungen:
Schwarze Pixelfelder auf weißem Hintergrund: schwarz = 1; weiß = 0
Weiße Pixelfelder auf schwarzem Hintergrund: schwarz = 0; weiß = 1
In dieser Form kommen entsprechende Dateninhalte kodiert in kleinen Modulen in Zeilen und Spalten zusammen. Beobachten wir die konkrete Zusammensetzung eines einzelnen DataMatrix Codes, der quadratisch oder rechteckig angeordnet ist, besteht er immer aus vier (bzw. bei Codierungen mit höheren Datenvolumen aus fünf) Komponenten: Finder Pattern, Alternating Pattern, Data Region, Quiet Zone (und Alignment Pattern). Jede dieser Komponenten hat entsprechende Funktionen. In der folgenden Tabelle erfahren Sie, welche Eigenschaften und Funktionen diese Komponenten jeweils haben.
| Komponente | Darstellung | Eigenschaft | Funktion |
|---|---|---|---|
|
Finder Pattern |
|
definiert Lage und Grö-ße; bei rechteckigen Codes ist die Zellenanz-ahl unterschiedlich |
dient dem Auffin-den des Data-Matrix Codes in beliebiger Rotati-on; Verzerrungen werden erkannt |
|
Alternating Pattern |
|
die Anzahl der Module ist geradzahlig; die Module sind abwech-selnd s/w; dient zur Bestimmung der Datendichte |
für die Erkennung der Symbolgröße und ECC200 Typerkennung |
|
Data Region |
|
enthält den gesamten Dateninhalt und die Bytes für die Fehlerkorrektur |
Darstellung der Daten |
|
Alignment Pattern |
|
je nach Datenkapazität und Symbolformat wird der DataMatrix Code in 1, 2, 4, 16 oder 36 Bereiche unterteilt |
teilt Symbole mit hoher Datenkapa-zität in einzelne Regionen |
|
Quiet Zone |
|
definiert Bereich um den DataMatrix Code, in dem sich keine Störun-gen befinden sollten; mind. ein Modul breit |
dient der leichteren Lokalisierung der Codierung |
Größe eines DataMatrix Codes
Was die “Größe” eines DataMatrix Codes angeht, sind zwei Konzepte zu beobachten. Das erste ist die oben bereits erwähnte Symbolgröße. Das ist die Menge des Dateninhalts innerhalb eines DataMatrix Codes. Die Symbolgröße weist darauf hin, wie viele Module es in einer Reihe und in einer Spalte sowie wie viele Reihen und Spalten es in einem DataMatrix Code gibt. Dies ist wiederum abhängig von der Datenkapazität (das ist die Anzahl von zu verschlüsselnden Zeichen): Je größer die Datenkapazität eines DataMatrix Codes, desto höher die Symbolgröße. Die nachstehende Tabelle zeigt auf, wie viele Zeichen bestimmte Symbolgrößen zulassen.
Die zweite Größe des DataMatrix Codes betrifft die physikalische Größe. Die Kantenlänge der Codierung ergibt sich nicht nur aus der Symbolgröße, sondern auch aus der Größe eines einzelnen Moduls. Die möglichen Modulgrößen werden wiederum durch das Kennzeichnungssystem vorgegeben. Bei der Auswahl der Modulgröße für einen DataMatrix Code kommen mehrere Faktoren ins Spiel: Das ist zum einen die Druckauflösung des Druckers. Ein Drucker mit einer 600 dpi Auflösung entspricht z.B. einer Punktgröße von ~ 0,042 mm, ein 300 dpi Drucker einer Punktgröße von ~ 0,085 mm, usw. Ansonsten ist die Modulgröße noch abhängig von der optimalen Leseentfernung der vorhandenen Lesegeräte (Scanner), egal ob diese stationär oder handgehalten sind.
| Symbolgröße | Max. numerische Zeichen | max. alpha-numerische Zeichen |
| 10 * 10 | 6 | 3 |
| 12 * 12 | 10 | 6 |
| 14 * 14 | 16 | 10 |
| 16 * 16 | 24 | 16 |
| 18 * 18 | 36 | 25 |
| 20 * 20 | 44 | 31 |
| 22 * 22 | 60 | 43 |
| 24 * 24 | 72 | 52 |
| 26 * 26 | 88 | 64 |
| 32 * 32 | 124 | 91 |
| 36 * 36 | 172 | 127 |
| 40 * 40 | 228 | 169 |
| 44 * 44 | 288 | 214 |
| 48 * 48 | 348 | 259 |
| 52 * 52 | 408 | 304 |
Symbolqualität eines DataMatrix Codes
Es bestehen zwei wichtige Qualitätsnormen für DataMatrix Code: die ISO/IEC 15415 und die AIM-DPM-1-2006. Hier nehmen wir die erste Norm als Beispiel und zeigen auf, welche Merkmale die Qualität eines DataMatrix Codes beeinflussen können. Nach ISO/IEC 15415 gibt es vier relevante Eigenschaften eines DataMatrix Codes: der Symbolkontrast, der Druckzuwachs, die axiale Nichtlinearität und die unbenutzte Fehlerkorrektur.
Symbolkontrast
Dieser Wert gibt den Farbkontrast zwischen dem Symbol (praktisch den dunklen Modulen) und dem Hintergrund an. Je höher der Kontrast ist, desto einfacher ist es für den Scanner den Gegenstand (den DataMatrix Code) zu identifizieren – ganz ähnlich wie beim alltäglichen Fotografieren. Es kann aber auch sein, dass ein DataMatrix Code eigentlich mit hervorragendem Symbolkontrast über- oder unterbelichtet wird. In diesem Fall handelt es sich um einen niedrigen Symbolkontrast und somit eine unbefriedigende Symbolqualität.
Druckzuwachs
Unter dem Druckzuwachs versteht man das Verhältnis der schwarzen Module zu den weißen: Entweder sind die schwarzen zu klein oder zu groß. Beide Fälle führen zur schlechten Code-Qualität. Wenn die dunklen Zellen im Verhältnis zu den weißen zu klein sind, wird der Druckzuwachsgrad als negativ bewertet; wenn zu groß, dann positiv.
Axiale Nichtlinearität
Dieses Merkmal gibt an, ob im DataMatrix Code eine Stauchung oder Dehnung der einzelnen Achsen vorkommt. Hier ist es ganz ähnlich wie im Fall vom Symbolkontrast: Die Qualität des Codes kann durch Umweltbeeinflussungen stark verändert werden.
So ist z.B. der Winkel des Lesesystems zum Objekt entscheidend. Stellen Sie sich beispielsweise vor, ein DataMatrixCode wurde schräg abfotografiert. Auf dem Foto ist der Code natürlich kein Quadrat mehr, sondern irgendeine andere rechteckige Form, welche durch den Barcodescanner durch perspektivische Verzerrung wieder zu einem Quadrat umgewandelt werden muss.
Unbenutzte Fehlerkorrektur
Das letzte Qualitätsmerkmal gibt darüber Aufschluss, ob und wie stark der Dateninhalt zerstört ist. Je stärker, umso niedrigere Qualität und schwerer die Aufgabe der Datenrekonstruktion. Diese Eigenschaft kann schneller von der Umwelt beeinflusst werden als alle anderen Merkmale. So muss vor der Aufbringung des DataMatrix Codes auf die Qualität der Bauteiloberfläche geachtet werden, damit sie keine Frässpuren, Öle, Unebenheiten u.a. aufweisen.
Industrielle Anwendung des DataMatrix Codes
Praktisch handelt es sich bei jedem industriellen DataMatrix Code-Einsatz um eine Kennzeichnung (und damit Zuordnung) des Bauteils oder Produkts. Diese direkte Kennzeichnung ist der einzige verlässliche Weg für Unternehmen, die einzelnen Bauteile bzw. Produkte bei ihrer langen Reise zwischen Herstellung, Verkauf und Versand lückenlos zurückzuverfolgen, auch über Ländergrenzen hinweg.
Meist wird im DataMatrix Code eine eindeutige Nummer (z.B. Seriennummer, Artikelnummer usw.) hinterlegt, die dann in eine zentrale Datenbank des Unternehmens geschrieben wird. Die gesamten Informationen hinter dieser Nummer stehen in einem bestimmten Zusammenhang mit der Datenbank, die für einen schnellen Zugriff der Mitarbeiter auf alle Bauteildaten sorgt. Der DataMatrix Code ist in diesem Fall, im Vergleich zu anderen Barcodes, deshalb besonders vorteilhaft, weil er eine enorme Datenkapazität aufweist.
Werden DataMatrix Codes auf Bauteilen angebracht, ist ein besonderes Augenmerk auf die Wahl des Barcodescanners zu richten. Nicht jedes Gerät auf dem Markt ist gleichermaßen für das Scannen von DataMatrix Codes auf metallischen Oberflächen geeignet. Grundsätzlich gilt, je mehr Störungen in der Umgebung und auf der Markierungsfläche auftreten können, umso hochwertiger und flexibler sollte das Lesegerät sein.
Außerdem lassen sich Lesegeräte in zwei Kategorien einteilen: All-in-one-Geräte und PC-gestützte Geräte. In beiden Kategorien gibt es wiederum stationäre sowie mobile Geräte. Diese verschiedenen Scanner haben jeweils ihre Vorteile und Nachteile in Performance, Beleuchtung, Schnittstellen usw. Je nach konkretem Anwendungsszenario und Scanbedürfnissen haben Sie also verschiedene Optionen für die Anschaffung eines DataMatrix Code-Lesegerätes. Mit dem Scoria M240 hat WEROCK beispielsweise ein solches All-in-one-Gerät im Portfolio. Damit können Codes aus bis zu 80 cm Entfernung gelesen und dank Android 11 Betriebssystem direkt im Gerät weiter verarbeitet werden. Dank des integrierten Dual-SIM 4G haben Sie auch unterwegs nahtlosen Zugriff auf alle relevanten Unternehmensdaten.
