从条形码到EPC：UHF RFID单件标识与仓储供应链实战

1. EPC 到底是什么从条形码的痛点说起前几年帮一个做服装仓储的客户梳理盘点流程他们最头疼的事情是一批货从工厂出来到中心仓、再到区域仓、最后到门店每一段都要靠人工拿着扫码枪对着吊牌一个一个扫。条形码的问题很直观——它是一个“品类码”同一款同一色的 500 件衣服条码完全一样扫完只知道“这款有 500 件”但不知道具体是哪一件、什么时候进的、在哪个货架待过。要查一件退货是不是自家的货几乎无从下手。这里缺的不是扫码设备而是一个能唯一标识单件物品的编码体系。这就是电子产品代码EPCElectronic Product Code要解决的核心问题。EPC 的本质是一串存储在 RFID 芯片里的数字标识它给每一件实体物品发一张“唯一的电子身份证”全球范围内不重复。跟条码相比它不是贴在包装箱上的一张图而是写在标签芯片里、可以被无线电波批量读取的一段数据。一次能读几百个标签这是它最直接的诱惑力。所以先给一个不含糊的定义**EPC 是一套面向单件物品的全球唯一标识编码规范通常承载于 UHF RFID 标签芯片中配合读写器、中间件、对象名称服务ONS和 EPCIS 事件数据接口构成一套完整的物品信息网络。**它由 GS1 组织下的 EPCglobal 体系维护编码标准叫 EPC Tag Data Standard标签数据标准简称 TDS。这套体系不是某个厂商的私有方案而是公开、可互操作的行业标准。适合谁来了解这个内容如果你是做仓储物流、零售供应链、资产管理、防伪溯源、图书档案管理的或者正在评估“要不要上 RFID 项目”的技术负责人那 EPC 是绕不过去的基础概念。哪怕你只是想搞清楚“电子标签里的那串数字是什么意思”理解 EPC 也会让你少走很多弯路。下面我从编码结构讲起一路讲到落地部署和现场排坑尽量把踩过的坑都摊开说。1.1 一句话说清 EPC 的定义用最朴素的话讲EPC 就是“给每件东西编一个全球唯一号写进 RFID 芯片让读写器用无线电批量读出来”。它和身份证号有点像身份证号里前几位是地区、中间是出生日期、后面是顺序和校验EPC 也是分段编码每一段有明确含义。区别在于 EPC 面向的是商品、箱子、托盘、资产这些“物”而不是人。这个唯一性是关键。条形码的 GTIN全球贸易项目代码标识的是“一种商品”比如某品牌 500ml 矿泉水EPC 在此基础上再追加一段序列号把这个品类里的每一瓶水区分开。所以 EPC 常被描述为“GTIN 序列号”的扩展。有了序列号一件商品从生产、入库、出库、运输、上架、售出到退货全生命周期的每个节点都可以挂到同一个标识上数据就这样串成了一条链。这里需要提前说一句EPC 是“标识”不是“数据仓库”。它本身不存商品详情只负责回答“这一件是谁”。真正丰富的信息生产日期、批次、位置、温度记录存在后台系统里通过 EPC 这个钥匙去索引。理解这一点后面讨论 ONS 和 EPCIS 时就不会迷惑。1.2 EPC 和条形码、GTIN 到底差在哪很多刚接触的人会把 EPC 和条形码混为一谈觉得“不就是换了个读取方式吗”。其实两者在标识粒度和读取机制上有本质差别。我整理了一张对照表方便一眼看清对比维度一维条形码 / 二维码EPCUHF RFID标识粒度品类级同款同码单件级每件唯一序列号读取方式光学对准逐件扫描无线电批量读取无需对准读取距离几厘米到几十厘米被动标签通常 3 到 10 米批量能力一次一件每秒可读数百个标签环境依赖怕遮挡、怕脏污、怕磨损不惧遮挡但怕金属和液体数据可改写基本只读芯片用户区可读写成本极低单标签几毛到数元不等标准归属GS1 / ISOGS1 EPCglobal / ISO 18000-6C从表里能看出EPC 强在“单件唯一 批量读取”弱在成本和对环境的敏感度。条形码便宜、成熟、可靠印刷成本几乎可以忽略EPC 标签则要钱金属和液体还会严重干扰读取。这就决定了实际项目里很少“一刀切全换”更多是条码和 RFID 混用外箱用条码或二维码单件用 EPC 标签各自干各自擅长的事。GTIN 和 EPC 的关系也值得单独说一下。GTIN 是商品条码背后的那串数字通常 8、12、13 或 14 位EPC 的 SGTIN 编码方案就是把 GTIN 拆开再拼上序列号装进 96 位里。所以 EPC 不是要取代 GTIN而是建立在 GTIN 基础上的单件扩展。理解这层关系你在做编码规划时就能直接复用现有的商品主数据不至于从零建一套编码体系。2. EPC 编码结构拆解96 位里到底装了什么聊完概念进入硬核一点的部分。EPC 最常用的编码方案是EPC-96也就是 96 位二进制。为什么是 96 位这是个工程折中位数太少装不下全球唯一的公司前缀和序列号位数太多芯片存储和空中接口的传输开销都会上去。96 位能提供约 2 的 96 次方种组合足够给地球上每一粒沙子编号还绰绰有余同时读写速度快、成本可控。后来标准也扩展出 128 位、198 位等方案但 96 位依然是主流。2.1 版本号、滤值、分区、序列号四段式以 SGTIN-96 为例这 96 位被切成四段标头Header8 位标识这是哪种编码方案。SGTIN-96 的标头值是00110000二进制换算成十六进制是0x30。读写器拿到一段 96 位数据先看标头就知道该按哪种方案去解析。滤值Filter Value3 位用来做快速筛选。比如区分这是单件商品、内包装、外箱还是托盘。读写器可以在不解析完整 EPC 的情况下先按滤值把不关心的标签过滤掉。分区Partition3 位这是最需要理解的一段它决定后面公司前缀和商品项参考各占多少位。公司前缀 商品项参考 序列号剩下的 82 位按分区规则分配。举个具体的例子会更清楚。假设某品牌公司前缀是06141417 位数字商品项参考是107346序列号是2017那么 SGTIN-96 的纯身份 URI 写成urn:epc:id:sgtin:0614141.107346.2017而落到标签芯片里的编码 URI 则带上滤值和分区urn:epc:tag:sgtin-96:1.0614141.107346.2017这两串东西长得像但含义不同前者是“身份标识”后者是“标签里实际写入的编码”。做系统对接时数据库里通常存前者的规范形式读写器输出的是后者中间需要一层转换。这个转换我后面会讲。注意分区值不是随便填的它必须和公司前缀的实际长度匹配否则解析出来的数字会错位。很多现场问题根源就在这里。2.2 分区值怎么定公司前缀与商品项参考的取舍分区值从 0 到 6一共 7 档决定公司前缀和商品项参考各占多少位。原则很简单公司前缀越长能容纳的企业数量越多但留给商品项参考的位就越少。SGTIN-96 的分区表如下分区值公司前缀位数商品项参考位数公司前缀数字位数商品项参考数字位数04041211377112234101033271794424208552024766202467怎么选看你的 GS1 公司前缀有多长。如果你从 GS1 申请到的是 7 位前缀那就选分区值 5如果是 8 位选分区值 4。选错分区序列化和解析都会出问题。序列号固定占 38 位能表示约 2748 亿个不同的值单品层面完全够用。这里有个实操细节商品项参考Item Reference和指示位Indicator在标准里是合并处理的。GTIN-14 的 14 位数字由“指示位 公司前缀 商品项参考 校验位”组成搬进 EPC 时指示位被并进商品项参考里校验位直接丢弃因为 EPC 有自己的一致性校验机制。如果不理解这点你会觉得“怎么少了一位”。2.3 从芯片里的二进制到能看的 URI读写器读标签拿到的是纯二进制位流。要把这 96 位变成人能看懂的 URI需要做几步解析先读标头确定编码方案再读滤值和分区然后按分区切出公司前缀、商品项参考和序列号最后拼成纯身份 URI。用 Python 处理这类转换核心就是位移和掩码。下面是一段简化示意帮你看清逻辑# 从 96 位整数中解析 SGTIN-96 的简化逻辑 epc_int 0x3036EE6C4C1E1400000000 # 示例原始 EPC header (epc_int 88) 0xFF filter_val (epc_int 85) 0x07 partition (epc_int 82) 0x07 # 按分区确定位宽这里以分区 5 为例20 位公司前缀24 位商品项参考 company_bits, item_bits 20, 24 company (epc_int (38 item_bits)) ((1 company_bits) - 1) item_ref (epc_int 38) ((1 item_bits) - 1) serial epc_int ((1 38) - 1) print(f标头: {header:#04x}, 滤值: {filter_val}, 分区: {partition}) print(f公司前缀: {company}, 商品项参考: {item_ref}, 序列号: {serial})这段代码只是示意实际项目里千万别自己手搓位运算——用 GS1 官方或社区维护的编码库更稳比如 Python 生态里有专门处理 EPC 编解码的库。手搓的版本最容易在分区和指示位的处理上出错而且不同编码方案SGTIN、SSCC、SGLN、GRAI、GIAI的位布局都不一样自己维护是个无底洞。实操心得解析出来的公司前缀要去掉前导零但序列号不能去零因为它是定长数字串。我在一个项目里就因为统一“去前导零”导致序列号0017和17被当成同一条记录查了半天才发现。3. EPC 系统跑起来靠的三块拼图EPC 不是一张标签就能成事的它是一套系统。拆开看核心是三块物理层的标签和读写器、解析层的 ONS、数据层的 EPCIS。少了任何一块EPC 就只是一个写在芯片里的数字产生不了业务价值。这三块的分工我习惯用快递来类比标签是包裹上的单号ONS 是查快递的“单号到网址”的映射EPCIS 则是快递轨迹数据库。3.1 标签与读写器物理层怎么扛住现场标签分被动、半主动、主动三类。物流和零售场景绝大多数用被动 UHF 标签因为它便宜、免电池、寿命长。被动标签靠读写器发出的电磁波供能反射调制回传数据。它的空中接口协议主流是ISO 18000-6C也就是常说的 Gen2。选标签时要盯几个参数芯片灵敏度一般读写灵敏度在 -18 到 -22 dBm写灵敏度在 -14 dBm 左右。写比读费劲所以批量写标签时要把功率调高或距离拉近。存储区划分EPC 区存 96 位编码、TID 区芯片出厂唯一号不可改、用户区可存额外数据、保留区访问密码和灭活密码。天线设计标签天线的形状决定它对方向、金属、液体的敏感度。贴在金属上要用抗金属标签贴在液体瓶上要用专门的液体标签。读写器这边固定式读写器用在仓库门禁、产线、分拣线手持式读写器用在盘点和查找。固定式读写器的关键参数是发射功率常见 30dBm即 1W和天线增益常见 6 到 9 dBi。它可以通过多路天线切换覆盖一个门禁区域但天线之间的干扰需要靠时分复用来规避。3.2 ONSEPC 的“域名解析”ONSObject Name Service对象名称服务的作用是把一个 EPC 映射到存放该物品信息的服务器地址。它的工作方式很像 DNS你把 EPC 转成一个特定格式的域名去 ONS 查询拿到一个 URL再去那个 URL 取详细信息。比如 EPCurn:epc:id:sgtin:0614141.107346.2017会先被规范化去掉序列号再转成类似107346.0614141.sgtin.id.onsepc.com的域名去查询。为什么去掉序列号因为 ONS 返回的是“这个品类信息存在哪台服务器”而不是“这一件的信息”。单件的动态信息比如当前位置是在 EPCIS 里查的。实际项目里企业很少直接查公共 ONS。更多是在内网部署一套本地 ONS 或者干脆跳过 ONS用内部服务发现机制代替。原因很现实跨企业查数据涉及权限、安全、商业机密公共 ONS 的落地程度远没有宣传的那么高。所以你在做方案时把 ONS 理解成“标识到信息源的解析机制”就够了不必强求走公共根。3.3 EPCIS把“什么时候发生了什么事”说清楚EPCISEPC Information Services是 EPC 体系里真正干活的数据库接口标准。它定义了一套事件模型核心回答四个问题什么What、何时When、何地Where、为何Why。主要事件类型有ObjectEvent某个对象发生了观测或动作比如“这件商品在 3 号门被读取”。AggregationEvent聚合或拆分比如“这 20 件商品被装进这个托盘”。TransactionEvent把对象和业务单据关联比如“这批货对应订单号 A123”。TransformationEvent输入原料变成输出成品用在生产环节。EPCIS 定义了标准的查询接口REST 风格任何合规系统都能按统一格式写入和读取事件。这意味着不同厂商的读写器、不同企业的系统可以互通——这是 EPC 相比私有 RFID 方案最大的优势。注意EPCIS 存的是“事件”不是“当前状态”。要查一件商品现在在哪得按时间倒序取最近一条事件。很多新手把它当普通数据库用结果查询性能很差数据量一大就扛不住。正确做法是事件表 状态快照表配合。4. 落地实操从编码规划到系统上线讲了这么多原理该说说怎么真正把一个 EPC 项目做起来。我把流程拆成三段编码规划与标签选型、读写器部署与功率计算、中间件与业务系统对接。每一段都有坑逐个说。4.1 编码规划与标签选型第一步永远是确认公司前缀。去 GS1 申请拿到位数后确定 SGTIN 分区值。然后定义序列号生成规则——可以用自增流水号也可以用生产批次加流水但绝不能重复。我见过一个团队用“日期 随机数”当序列号量一大就撞号退货核查时两条记录混在一起。标签选型要看贴附对象贴附对象推荐标签类型关键考量服装吊牌柔性纸质 UHF 标签成本低可打印弯折耐受金属器械抗金属标签加隔离层避免金属吸波液体瓶装液体专用标签天线远离液体防介电损耗托盘/周转箱硬质耐候标签抗冲击可重复使用高价值资产带传感器标签可记录温度、震动标签成本差异很大普通纸质标签可能几毛钱抗金属或带传感的能到十几块。不要一上来就全贴先做小范围试点测出真实读取率再决定是否全量推。4.2 读写器部署与功率计算功率和读取距离的关系是现场调试最需要算清楚的东西。用自由空间路径损耗公式估一下在 915MHz、读写器输出 30dBm、天线增益 8dBi、标签天线增益约 2dBi 的条件下10 米处的路径损耗约为51.6 dB。到达标签的功率大约是 30 8 - 51.6 2 ≈ -11.6 dBm高于标签 -18dBm 的读取灵敏度所以理论上能读到。反向回传时标签反射的微弱信号回到读写器天线功率约为 -11.6 - 51.6 8 ≈ -55.2 dBm而读写器接收灵敏度通常在 -70dBm 以上所以链路是通的。这就是为什么被动 UHF 标签能读到 10 米左右。但这是理想自由空间现场有金属反射、液体吸收、多径干扰实际距离往往要打对折。调试时的实操顺序先把功率拉到最大确认能读到再逐步降功率找到稳定读取的最低值避免过度覆盖导致相邻区域串读。天线角度和极化方向也要调标签天线和读写器天线极化不匹配读取率会掉一大截。实操心得门禁式读取最容易出现“邻门串读”。解决办法不是一味降功率而是用天线方向 屏蔽挡板 滤值过滤组合。我给一个客户调过单靠降功率导致漏读最后加了金属挡板才把两个门禁隔开。4.3 中间件与业务系统对接读写器读出来的原始数据是“某天线在某个时间点读到了某个 EPC”这不能直接进业务系统。中间件要做三件事去重、过滤、聚合。去重是同一个标签在短时间内被连续读到几十次只保留有效事件过滤是按滤值、按天线、按时间窗口剔除无关数据聚合是把“读到了这 20 个标签”变成一个“托盘入库事件”。对接时推荐用 EPCIS 标准接口而不是直接把读写器 SDK 接进业务系统。理由是读写器型号会换业务系统不该跟着改。中间件作为缓冲层向上输出标准事件向下适配不同品牌设备系统耦合度最低。数据库设计上事件表按时间分区状态表存最新快照两者用 EPC 关联。序列号字段注意用字符串类型别用整型——前面说过去零的问题整型会把0017存成17。5. EPC、二维码、NFC 到底该怎么选项目立项时被问得最多的问题不是“EPC 是什么”而是“我到底该用 EPC 还是二维码”。答案从来不是二选一而是看场景。我把三种常见技术放在一起对比。5.1 三种技术的对比对比项EPCUHF RFID二维码NFC读取距离3 到 10 米几厘米到几十厘米4 厘米以内批量读取支持每秒数百不支持逐件不支持贴近单读单件唯一芯片唯一可加密可编码唯一易复制芯片唯一成本几毛到数元近乎为零数元抗污损强弱污损即失效中等手机兼容多数手机不支持全面支持部分支持典型场景仓储、盘点、分拣零售结算、营销支付、门禁看这张表就清楚了**要批量、要远距离、要单件唯一选 EPC要消费者扫码、要低成本、要营销互动选二维码要近距离安全交互、要手机原生支持选 NFC。**三者不是替代关系而是互补。5.2 混合方案才是常态真实的项目里最常见的是“EPC 二维码”混合。比如一件服装吊牌上印二维码供消费者扫码看详情吊牌内嵌 EPC 标签供仓库批量盘点。两者编码可以指向同一个商品主数据消费者扫到的是品类信息后台读到的单件轨迹互不冲突。还有一种混合是“EPC 内嵌 条码外箱”。整箱用条码或二维码箱内单件用 EPC出库时整箱扫码拆零时读单件标签。这样在成本和效率之间取到平衡是零售供应链里比较务实的做法。提示混合方案里编码映射表一定要维护好。EPC 和二维码指向同一商品的关联关系建议存在商品主数据系统里而不是散落在各业务系统。否则一旦对不上排查起来非常痛苦。6. EPC 的典型应用场景盘点EPC 的价值在具体场景里才能体现。挑两个最成熟的领域说说顺便讲讲每个场景的关键点。6.1 零售与供应链零售是 EPC 最早也最成熟的战场。核心价值是库存准确率。传统门店靠人工盘点账实不符率能到百分之几用了 EPC 之后店员拿手持机走一圈几分钟读完整个门店准确率能上到 95% 以上。库存准了缺货和积压都会下降这是实打实的钱。供应链层面从工厂到配送中心到门店每个节点读取 EPC 并写 EPCIS 事件就能做到全程可视。哪个环节慢了、哪批货卡住了一目了然。收货环节从“逐箱扫码”变成“整托盘过门禁”人力节省非常明显。实施时的关键是门店端和配送中心端的编码规则统一否则数据接不上。6.2 资产管理与防伪溯源资产管理是另一个高频场景尤其是医疗设备、IT 资产、工具、图书档案。这类资产的特点是数量多、分布散、盘点烦。贴 EPC 标签后借还、盘点、查找都能自动化。查找时用手持机按 EPC 定位比翻箱倒柜快得多。防伪溯源则更依赖芯片的不可克隆性。EPC 标签的 TID 区是芯片出厂唯一且不可改写的可以和 EPC 区做绑定校验。造假者能复制二维码但复制不了芯片的 TID。高端酒类、药品、奢侈品已经在用这套机制。实施要点是TID 和 EPC 的绑定关系要存在后台读的时候两者一起校验单看 EPC 是防不住克隆的。7. 常见问题与排查技巧实录最后这部分是我最想写的因为项目成败往往就卡在这些细节上。原理谁都懂现场排障才是真功夫。7.1 读取率上不去怎么查读取率低是最常见的抱怨。排查顺序建议从外到内看标签贴附位置。贴在金属、液体、人体附近读取距离会骤降。先换个位置试。看极化方向。读写器天线是圆极化还是线极化标签天线方向是否匹配。线极化对线极化方向错 90 度就读不到。看功率和距离。功率是否拉满标签是否在有效距离内。写操作要比读操作近一半以上。看频道和干扰。多台读写器在同一区域频率可能互相干扰需要错开或分时工作。看标签本身。批次质量差异、芯片损坏、天线断裂都会导致读不到换一批标签验证。7.2 误读、重复读、漏读怎么处理重复读同一个标签被连续读到几十次是正常物理现象。中间件按“标签 天线 时间窗口”去重窗口通常设 1 到 5 秒。误读读到了不该读的标签多半是功率过大或天线朝向不对。先降功率、调角度再用滤值或白名单过滤。漏读标签在读取区停留时间太短。传送带速度快、标签朝向随机都会导致漏读。解决办法是延长停留时间、增加天线数量或改用多天线轮询。7.3 常见问题速查表现象可能原因处理方向完全读不到标签损坏、极化不匹配、功率过低换标签、调角度、升功率读取距离短金属液体干扰、天线增益不足换专用标签、换高增益天线相邻区域串读功率过大、天线朝向外泄降功率、加屏蔽、调角度数据重复未做去重中间件加时间窗去重序列号重复生成规则有缺陷改用集中式序列号服务写入失败功率不足、标签已锁就近写入、检查访问密码最后分享一个我自己的体会EPC 项目里编码规划阶段的十分钟能省掉上线后的十天排查。分区值选错、序列号规则不统一、TID 没绑定这三个问题一旦埋进几百万条数据里回头改的成本高得吓人。我现在的习惯是试点阶段只贴 200 个标签把编码、读写、对接、查询全链路跑通再放量。慢就是快这话在 RFID 项目里特别准。