家居行业在信息与制造融合的大背景下，制造模式也转变为基于订单生产的 MTO 模式和揉单生产模式，这就要求企业必须对生产制造信息、订单信息做出全面精准的采集与处理，以响应经营需求。同时家居行业也逐步形成了数字化、网络化、智能化“并行推进、融合发展”的技术路线和以智能制造为导向的生产模式，制造过程的信息化则成为其最基础的要素。信息采集与处理技术作为制造信息化的核心技术，在家居智能制造领域能够实现企业从订单生成、产品设计到产品制造、服务管理的全流程化信息贯通，满足制造过程信息高利用率、生产高效率、产品高质量率的需求。

本文将在文献查阅及企业实地调研的基础上，对信息采集与处理技术在家居行业的发展概况进行解读，包括其发展历程和应用流程、信息采集与处理技术在家居智能制造背景下的具体应用情况，针对企业中现存的问题结合新型技术对信息采集与处理技术的发展进行展望，以为家居行业信息化、智能化发展中更加有效利用信息提供借鉴和参考。

1 信息采集与处理技术概况

1.1 内涵与发展历程

在智能制造背景下，信息采集与处理是采用自动识别方法，依照现代化采集手段，利用现代化企业全链条管理系统，在企业产品订单生产信息和精准仓储管理的基础上，进行信息获取、传输、处理、利用过程的技术。信息采集与处理是家居制造业从传统离散型制造迈向智能制造的必不可少的关键技术。

在近 40 余年乃至未来的发展过程中，家居行业的信息采集与处理技术经历了从传统人工、人工结合自动、全自动到人工智能化的几个阶段，信息采集的方法也将由传统的人工记录、计算机输入转变成感应式采集、智能自动采集识别，各阶段的特征如表 1 所示。

表1 信息采集与处理技术发展历程

1.2 技术流程

制造过程是指从原料采购开始，在提前设定好的生产工艺要求下按照零部件加工工序进行加工，直至成为成品后包装出库的过程。对于现代家居企业而言，制造过程中的信息都是杂乱没有规律的数据，因此需要利用信息采集与处理技术，对实时采集到的数据进行管理和分析，然后将信息反馈到生产线上提升生产效率和准确率。普遍家居智能制造信息应用过程如图 1 所示。

图 1 家居制造信息应用流程

信息采集与处理技术通过其应用流程主要可以分为信息采集层、信息集成层和信息应用层 3 个层级。采集层主要通过现场设备和采集技术实现第一线生产实时信息高效、准确采集;集成层则是对接部分信息采集技术的数据进行储存、过滤、校对、异常处理的设备端层级;应用层是利用先进企业系统软件实现信息的处理、反馈、生产规划调度等应用。根据层级不同，其对应的制造过程部门和应用技术如图 2 所示。

图 2 信息采集与处理技术应用架构

2 信息采集与处理技术在家居智能制造中的应用

2.1 信息采集关键技术及应用

信息采集技术是提升现代化生产效率、融合现代生产技术、实现企业信息化制造的重要一环。在智能制造中，信息采集是一项通过特定范围内自动获取项目标信息，实时输入数据信息进入 PLC 可编辑逻辑控制器、PC 端或手持终端的自动识别技术，其系统结构集计算机技术、光学技术、通信技术为一体。发展至今主要形成了条形码技术、RFID 技术、机器视觉技术、OPC 技术、传感器技术等，具有信息自动采集和录入的系统功能，可实现信息自动采集、传输、存储管理，在家居智能制造行业中普遍应用的信息采集技术如表 2 所示。

表2 信息采集技术分类

1)条码技术。条形码(BC)是一组按一定编码规则排列的条、空符号，用以表示相应的字符、数字以及它们组成的信息。不同的编排组合能产生不同的数据信息，通过条码识别器进行读取，将生产信息传输至 PC 机处理并应用。近年来，基于二维码(QR)的手持终端(PDA)为主流数据采集方式，相较于传统的 Bar Code 条形码能够存储更多的信息和表示更多的数据类型。条码技术自由度高、可靠性强、操作简单、成本低廉、识别效率高，目前在家居企业制造中常被应用于物料出入库、移库、盘点的流通管理和产品质量追溯、生产追踪等的生产管理中，但是由于其信息承载量小、数据无法更改、识别范围有限定、抗恶劣环境能力差的特点，一定程度地限制了其在智能制造过程中的应用。

2)射频识别技术。射频识别(RFID)技术，又称电子标签，是一种非接触式的自动识别技术，其系统结构包括标签、读写器、天线以及中间件。该技术通过标签储存信息并实现远程查询，建立标签和读写器间的无线通信以识别目标信息，从而满足定位、跟踪等识别功能。其具有可重复使用并改写数据、抗污染性强、体积小、形式多、识别方式灵活、距离限制小、存储量大等优点。在家居智能制造过程中，REID 技术可以在家居产品加工、分拣打包、仓储管理、物流及营销等环节实时查看或者更新工艺、质量、状态、库存信息;同时还能和企业现有的信息系统集成起来，建立强大的信息链，及时传递准确的数据，帮助企业把握计划、进度、库存。但由于 RFID 应用成本较高，目前未能完全单独应用在家居生产线上，多与条码技术配合使用。

3)机器视觉技术。机器视觉是将机器赋予类人识别的能力，通过光学器件(如镜头、工业相机)实现对目标信息的非接触性识别，自主获取现实场景中的图像并加以解释，以采集信息或调控机械过程。机器视觉技术在家居智能制造中多应用于检测和智能控制领域，利用其可以对家居生产原料包括像木材、人造板等的种类及缺陷进行识别，对家居尺寸及表面生产质量进行检测;通过其可视觉引导生产抓取、加工，如工业机器人自主上下料、自动化涂装等。机器视觉系统包括照明设备、图像采集设备、分析设备以及生产线接口。其具备自主学习能力，能够达到多种类、高精度、动态化的信息采集识别，独立的分析系统可以直接处理信息，但由于成本高昂、算法多处于研究阶段、未能对接家居企业其他信息系统，使得其未能广泛应用。

4)OPC 技术。OPC(OLE for Process Control)是一套基于 COM/DCOM 的标准协议接口，该技术使得软件商无需根据不同生产设备编写不同接口函数，同时设备升级也无需更新软件。OPC 服务器(设备驱动程序 OPC Server，封装具体硬件设备的通信逻辑)以硬件开发商提供的 OPC Server 接口获取生产设备实时生产数据，再通过标准接口把数据传输给企业系统，以实现设备信息采集。在家居智能制造过程中，为基于 Windows 应用软件系统和设备过程控制架起了桥梁。例如，开料、封边、打孔等家居加工设备上各配备有 OPC 服务器，以实现生产现场设备信息采集、与 MES 系统数据共通、系统指令反馈生产等多项信息传输处理流程。

2.2 信息处理与分析系统及应用

信息处理是家居企业管控生产制造的关键步骤之一，是从所收集的订单、数据或图像中提取、分析出具备价值的信息进行决策和应用。而现代化信息处理与分析系统则是对信息进行集成并处理，实现信息对家居企业的最高效、最大化利用。现代化应用系统是包括制造执行系统(MES)、企业资源计划系统(ERP)、仓库管理系统(WMS)、供应链管(SCM)、过程控制系统(PCS)等在内的信息化系统，其常用系统应用结构如图 3 所示。

图 3 信息处理系统应用结构

作为以 ERP 系统为核心的计划管理部门，主要对企业基础资源把控和对生产计划进行调度和执行。在家居制造中的信息处理主要包括 2 个部分：一是数据整合，将企业生产中的销售订单、采购管理等经营信息统一整合分析，计算数据群，生成符合企业决策计划的统计报表;二是业务信息流通，将生产部门制造过程中的信息以数字化形式传输至各部门，实现业务流程协同管理，统筹生产、经营、设计。在与 MES 系统的信息传递中，ERP 系统通过销售计划制定生产计划，以面向订单生产的模式为 MES 系统提供订单信息、物料 BOM 清单、工艺文件等内容。

作为以 MES 系统为核心的调度管理部门，强调对生产计划的执行和生产过程的全面管控。在信息处理上起到实现上、下层管理系统间的信息集成、反馈，全过程跟踪、监管生产、实时更新生产数据的作用。在信息处理过程中，MES 系统将现场采集、跟踪到的实时产品、零件、设备、工序、包装、入库、出库的信息进行计算处理，形成以现场 LED 屏幕显示的实时动态数据，并分别反馈订单出入库信息及生产进度信息、生产设备配置信息至 ERP 系统和控制层系统中，实现跨系统工作流整合，提升信息利用效率。

作为生产直接控制的 PCS 系统则是强调设备的控制，其不断产生设备的生产、状态数据和接收MES 生产指令。在信息处理过程中 PCS 将利用分布于设备中的数控系统，包括 OPC 服务器、PLC 可编辑逻辑控制器、监督控制与数字采集系统等，采集、处理设备数据后传至 MES 系统，并将 MES 系统所反馈的生产指令、设备所需调节的参数等信息应用至生产线中,实现现场设备实时管控。

3 信息采集与处理技术的发展趋势

3.1 现家居企业中信息采集与处理的不足

虽然我国家居企业已经开始建立基于企业制造信息化的系统和管理体系，但由于我国家居行业相较于航空航天、汽车等先进制造业起步晚，信息采集技术和处理分析系统还处于发展阶段;同时由于家居企业间各部门普遍存在独立的管理系统以实现部门效率提升，导致了企业内部部门间的“信息孤岛”。目前家居制造过程中信息采集与处理还存在如下不足：

1)技术应用程度低，效率低下。我国部分家居企业仍在应用初始化的生产管理模式，信息采集与处理过程多以人工模式为主，效率低下且人为因素具有多干扰性，影响企业生产上游部门的分辨与决策。也有部分企业采用自动采集技术进行信息采集，但这种技术多用于像车间物流、仓储管理等部分制造流程中，对家居全生命周期的质量管控信息采集技术依旧落后。

2)信息反馈不及时，时效性差。由于信息采集技术的局限性，信息的传递、录入、反馈等环节有时还需依靠人工纸张单据或 EXCEL 表格完成。由于未形成标准化、信息化、系统化的智能制造管理体系，技术人员无法第一时间了解生产状态，及时解决现场质量问题，在一定程度上使家居企业内部信息无法高效传递，阻碍了生产效率的提升，增加了生产重复的风险。

3)集成未贯通，存在“信息孤岛”。家居产品的生产制造信息分散在企业中的设计、生产、辅助生产和运输存储等各个部门。尽管许多家居企业已经采用了 ERP 和 MES 等系统来整合资源和信息，但由于离散型生产模式的限制以及信息的独立性和分散性，这些信息无法实时共享到其他部门和管理层。因此，缺乏实时生产数据支持的信息管理系统无法有效调度企业内部资源配置，影响了生产制造的效率。

3.2 家居企业中信息采集与处理的发展趋势

针对上述家居企业中存在的问题，结合智能制造的基本应用模式以及当下的先进制造技术，提出4 点信息采集与处理技术在未来家居企业中的发展趋势。

1)系统平台集成化。因家居智能制造过程中的信息来源范围广、各类信息处理系统种类繁多、信息技术的发展速度快、信息技术之间的联系复杂等特征，需要建立信息集成系统平台统一管控信息的采集与处理：围绕自动信息采集、数据处理、制造经营运作管理、基础和支撑环境等技术进行技术架构搭建;利用企业集成技术(EAI)的通用性破除部门间的信息独立、企业管理软件的系统壁垒，集成多软件共享架构;通过面向服务架构(SOA)以云端模式柔性化整合制造流程与其他流程，实现信息在企业全价值链中的深度应用。通过集成化信息系统平台，企业能够更全面、多层次、协同管理从采集入库到分拣包装家居制造的全流程、各部门信息，实现真正的信息化管理。

2)数字孪生虚拟化。信息对于整个智能制造全生命周期的覆盖程度、信息的质量以及分析结果的好坏会直接影响最终的生产效率以及产品价值，目前现有的信息采集与处理都是基于现实中的真实数据信息进行的。随着数字孪生(DT)技术的发展，以数字化方式创建基于物理生产环境的虚拟生产环境，集成多项包括信息采集、生产设备、企业系统等的数据，模仿设备在现实环境中的行为，利用虚实结合反馈、数据综合解析、决策循环递进优化等有效手段获取虚拟信息、数据，可以为家居智能制造中信息的分析与利用提供更加广阔的思路和途径。通过虚构环境的模拟可有效提高信息的覆盖程度，并对信息的分析结果进行有效验证，从而更好地反馈实际生产。

3)“5G+工业互联网”实时化。随着第 5 代移动通信技术 5G 以大流量、低时延、高可靠和安全的优势实现大数据、云计算、云平台软件等的发展，工业互联网应运而生。工业互联网依托于先进5G 通信技术，将制造业中的人、数据和设备以开放态、全球化的网络形式深度融合，能满足制造环境下企业内部生产系统(设备与设备之间、设备与系统之间)、企业与企业(产业链上、下游)之间信息的实时互联与智能交互的需求。在家居智能制造领域中通过工业互联网，联通机器、物料、人员、信息系统，完成系列化信息的采集、动态传递，实时解析以及数据深度挖掘，由此实现实时优化决策与智能管控，进而完成家居企业制造资源合理高效化配置，指导智能生产和优化设备运行，提高信息采集的综合能效。通过“5G+工业互联网”能够高效、实时实现家居企业内制造系统间各层级信息采集与处理的优化，并能附加带动制造领域外设计、销售商业活动的信息网络化协同。

4)人工智能赋能化发展。随着新一代人工智能技术的发展，通过推理决策算法模型，基于智能匹配、深度学习等人工智能算法被研究应用于家居智能制造领域，AI 针对家居智能制造中区别于自动化难以建立数字模型、动态信息空间的基于大数据的物料、设备、人员等，采用机器学习方法，建立建模、预测、控制与优化决策的理论和技术，以实现知识工作的自动化与人机互动与协作的智能化。AI 通过先进的传感器和机器视觉技术，实时准确采集家居制造全过程包括像物料的状态、质量、位置、设备的运行情况、车间物流等信息，并利用机器学习、深度学习等算法对信息进行处理、分析和挖掘，以揭示信息中与信息间隐藏的模式和规律，发现生产过程中的问题和瓶颈，自主优化生产流程，直接利用历史信息实现对家居制造过程的预测和决策。