详细介绍 / Details
NLS-EM3000二维影像式条码识读引擎，采用*的图像传感技术和水平的新大陆智能图像识别系统。*的图像传感技术，避免了由于抖动或运动产生的图像畸变，与解码技术的有机融合，使识读引擎可以轻松读取纸张、塑料等各种介质上的条码，性能强劲。
NLS-EM3000可识读各类主流一维条码和标准二维条码（PDF417、QR Code、Data Matrix等）以及中国的二维条码标准汉信码等，还支持识读GS1-DataBarTM（RSS）条码，包括Limited、Stacked、Expanded等版本。
NLS-EM3000采用*的*一体化设计，将图像采集、照明瞄准和等*集成一体，既小又轻，性能强劲。非常适合嵌入各种行业的产品中使用，如收银机、数据采集器、抄表设备、检票机、PDA等。
为应对各种应用的可能复杂度，NLS-EM3000采用了性能强劲的处理器，并提供含大量底层API接口的二次开发功能SDK，面对复杂应用，也可快速开发从容应对。
【产品特性】
◆核心解码技术
采用自主研发的核心解码技术，可快速识读各类品质的条码。
◆一体式设计
图像采集和解码一体化设计，可满足狭小空间应用需求。
◆二次开发
提供二次开发工具包，满足特殊应用需要。
【产品参数】
扫描性能 | ||
图像传感器 | 752×480 CMOS | |
照明 | 红光LED 625±10 nm | |
识读码制 | 2D | PDF417, QR Code, Data Matrix, 汉信码, Aztec Code, Maxicode, MicroPDF417* 等 |
1D | Code128, EAN-13, EAN-8, Code39, UPC-A, UPC-E, Codabar, Interleaved 2 of 5, ITF-6,ITF-14,ISBN, Code 93, UCC/EAN-128, GS1 Databar, GS1 Composite Code, Matrix 2 of 5, Code11, Industrial 25, Standard 25, Plessey, MSI-Plessey等 | |
OCR* | , 护照识别 | |
识读精度 | ≥ 5mil | |
识读景深 | Code 39 | 50mm -135mm(10mil); 70mm~170mm(15mil) |
PDF417 | 55mm -145mm(10mil); 70mm~160mm(15mil) | |
Data Matrix | 40mm -120mm(10mil); 60mm~145mm(15mil) | |
QR Code | 40mm -115mm(10mil); 60mm~150mm(15mil) | |
符号反差 | ≥ 25%反射差异 | |
识读角度** | 旋转360°，倾斜±50°，偏转±50° | |
视场角度 | 水平36°，垂直23° | |
机械/电气参数 | ||
接口 | TTL232 | |
工作电压 | 3.3 ~3.6 VDC | |
电流 @ 3.3 VDC | Maximum current | 400 mA |
Operating current | 300 mA | |
Idle current | 65 mA | |
外观尺寸 | 28.0(W)×24.5(D)×13.5(H) mm | |
重量 | 10.1克 | |
环境参数 | ||
工作温度 | -20℃ - +45℃ | |
储存温度 | -40℃ - +60℃ | |
工作湿度 | 5% - 95% ( 无凝结 ) | |
环境光照 | 0 ~ 100000 lux（自然光） | |
国际认证 | ||
FCC Part15 Class B, CE EMC Class B | ||
配件列表 | ||
开发板NLS-EVK3000 | NLS-EM3000的开发板，带触发按键和蜂鸣器，具备RS232和USB输出。 | |
数据线 | RS232数据线 | RS232数据线，用来连接NLS-EVK3000和信息接收主机，带适配器插口。 |
USB数据线 | USB数据线，用来连接NLS-EVK3000和信息接收主机。 | |
电源适配器 | 5V电源适配器，配合RS232数据线给NLS-EVK3000供电。 其输出为: DC5V, 2A; 输入为: AC100~240V, 50~60HZ. | |
*标准EM3000不支持MicroPDF417条码和OCR，定制性产品支持 **测试条件如下： Code39，3 Bytes；最小条空宽度 = 10mil；宽窄比 = 3:1；PCS = 0.8；条码高度 = 11mm；测试距离 = 120mm；环境温度=23℃；环境照度= 200 lux | ||
*规格如有更改,恕不另行通知*
智能制造网