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PACS係xi統tong所suo使shi用yong的de標biao準zhun化hua傳chuan感gan器qi

，該gai係xi統tong在zai運yun行xing和he維wei護hu方fang麵mian具ju有you高gao成cheng本ben效xiao益yi優you勢shi。同tong時shi

，它ta也ye具ju備bei很hen強qiang的de靈ling活huo性xing
，能neng夠gou適shi應ying縱zong向xiang和he橫heng向xiang兩liang種zhong運yun輸shu方fang式shi。通tong過guo自zi動dong化hua，不bu僅jin減jian輕qing了le員yuan工gong的de工gong作zuo壓ya力li，還hai使shi其qi能neng專zhuan注zhu於yu更geng具ju價jia值zhi的de流liu程cheng。與yu傳chuan 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。