工作流程越高效，公司就能在長期運營 中保持優勢。作為歐洲藥品零售連鎖巨頭之一，羅斯曼 (Rossmann) 在多個領域不斷優化流程，其中包括來料入庫托盤 的分類處理。SICK的托盤分類係統 (PACS) 和Tag-LOC係統幫助該客戶一舉降低了成本和錯誤率。

　　MANUEL PFAU

　　SICK AG CPM & 戰略產品經理

　　並非所有托盤都是相同的，對於羅斯曼這類擁有多個供應商的公司而言，往往會使用不同類型的托盤：一(yi)些(xie)托(tuo)盤(pan)采(cai)用(yong)押(ya)金(jin)係(xi)統(tong)，另(ling)一(yi)些(xie)則(ze)不(bu)是(shi)。這(zhe)些(xie)托(tuo)盤(pan)需(xu)要(yao)進(jin)行(xing)分(fen)類(lei)並(bing)正(zheng)確(que)分(fen)配(pei)，以(yi)確(que)保(bao)其(qi)能(neng)正(zheng)確(que)回(hui)歸(gui)到(dao)物(wu)流(liu)循(xun)環(huan)。若(ruo)手(shou)動(dong)完(wan)成(cheng)這(zhe)一(yi)過(guo)程(cheng)

，不(bu)僅(jin)耗(hao)時(shi)耗(hao)力(li)，還(hai)會(hui)增(zeng)加(jia)錯(cuo)誤(wu)的(de)可(ke)能(neng)性(xing)。

　　通過使用SICK的兩種係統解決方案，即托盤分類係統 (PACS) 和Tag-LOC 係統，羅斯曼於2024年自動化了來料入庫托盤的分類處理。這不僅幫助公司節省了開支

，同時優化流程質量
、托盤庫存透明度和資源利用率等。

　　羅斯曼如何處理押金托盤

　　自1972年成立以來，羅斯曼已發展成為歐洲藥品零售連鎖巨頭之一， 現擁有62,100名員工和4,741家門店。除了5,000種自有品牌商品外， 其產品線還包括來自其它生產商的18,000種商品。因此
，來料入庫環節非常繁忙。直到去年，來料入庫托盤都是手動接收、根據其押金狀 態進行分類，並相應分配給相關供應商——該過程既費時又容易出錯。 “在尋找簡化整個流程的方法時，羅斯曼找到了SICK。”SICK的CPM & 戰略項目經理Manuel Pfau說道
，“對我們來說，這是一個展示我們如何響應客戶個性化需求的好機會。”

　　來料入庫托盤的自動分類

　　背後的技術支撐

　　SICK解決方案由兩個係統組成：托盤分類係統 (PACS) 和實時定位係統 Tag-LOC。

　　其中，PACS負責來料入庫托盤的自動分類。當托盤在輸送帶上移動 時，兩個midiCam2 2D機器視覺相機會記錄並生成相關外部區域的RGB圖tu像xiang。作zuo為wei選xuan項xiang，用yong戶hu還hai可ke以yi在zai輸shu送song帶dai上shang方fang安an裝zhuang第di三san個ge彩cai色se相xiang機ji，用yong於yu記ji錄lu托tuo盤pan上shang的de裝zhuang載zai情qing況kuang。基ji於yu這zhe些xie圖tu像xiang


，係xi統tong使shi用yong人ren工gong神shen經jing網wang絡luo來lai識shi別bie托tuo盤pan類lei型xing。記ji錄lu的de數shu據ju隨sui後hou被bei傳chuan輸shu到dao一yi個ge總zong的de倉cang庫ku管guan理li係xi統tong中zhong，並bing根gen據ju是shi否fou采cai用yong押ya金jin係xi統tong對dui托tuo盤pan進jin行xing分fen類lei。

　　定位係統-利用Tag-LOC係統實現精確定位
、追蹤和資產管理

　　Tag-LOC則是一款定位係統，利用UWB（超寬帶）傳感器技術實現分米 級精度的實時定位。為此，每個托盤車上都粘貼了標簽
，並通過UWB 向安裝在客戶端服務器上的軟件平台Asset Analytics發送運動信號。這樣就能清晰識別托盤車
，並精確計算其位置。

　　項目集成工作由與SICK有過成功合作曆史的BSS Bohnenberg公司完成。

　　質量管理係統-借助托盤分類係統 (PACS)
，快速且可靠地對不同類型的托盤進行分類

　　邁向成功

　　得益於與現有倉儲環境的無縫集成

，以及PACSxitongsuoshiyongdebiaozhunhuachuanganqi，gaixitongzaiyunxingheweihufangmianjuyougaochengbenxiaoyiyoushi。tongshi，tayejubeihenqiangdelinghuoxing
，nenggoushiyingzongxianghehengxiangliangzhongyunshufangshi。tongguozidonghua，bujinjianqingleyuangongdegongzuoyali，haishiqinengzhuanzhuyugengjujiazhideliucheng。yuchuan 統圖像處理解決方案不同
，SICK此次采用的深度學習技術無需複雜的編程知識，因為係統是基於特定的示例進行訓練的。這也使得托盤識 別對於羅斯曼來說變得相對簡單。同時
，得益於與Asset Analytics係統 的互聯，Tag-LOC定位係統有效避免了托盤錯誤分配的問題。

　　為未來項目鋪平道路

　　zhenggelailiaorukuliuchengdezhongsuyuzidonghuazairichangyunyingguochengzhongjinxingdefeichangshunli。chulezhengquejisuanyajindailaidezhijiechengbenjieyue
，gongzuoliuchengyededaoleyouhua
，bingqieshixianleduizhenggetuopankucundequanmiantoumingguanli，baokuoqingxidegongyingshangguishu。“我們為羅斯曼打造了一款量身定製的解決方案。”項目經理 Manuel Pfau滿意地表示，“該係統還能隨時對新的托盤類型進行擴展訓練。”托盤標識質量存在的偏差也被納入神經網絡的訓練過程中。 在深度學習機製的幫助下
，該係統/神經網絡可以隨時進行後續訓練和擴展
，以支持更多類型的托盤識別。