九色porny国模私拍av-天堂а在线中文在线新版-亚洲成人一二三区-亚洲精选av-欧美亚洲精品在线-全部免费播放在线毛片

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

　　MANUEL PFAU

　　SICK AG CPM & 戰(zhàn)略產(chǎn)品經(jīng)理

　　并非所有托盤都是相同的，對于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：一些托盤采用押金系統(tǒng)，另一些則不是。這些托盤需要進行分類并正確分配，以確保其能正確回歸到物流循環(huán)。若手動完成這一過程，不僅耗時耗力，還會增加錯誤的可能性。

　　通過使用SICK的兩種系統(tǒng)解決方案，即托盤分類系統(tǒng) (PACS) 和Tag-LOC 系統(tǒng)，羅斯曼于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(jié)省了開支，同時優(yōu)化流程質(zhì)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(fā)展成為歐洲藥品零售連鎖巨頭之一， 現(xiàn)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(chǎn)品線還包括來自其它生產(chǎn)商的18,000種商品。因此，來料入庫環(huán)節(jié)非常繁忙。直到去年，來料入庫托盤都是手動接收、根據(jù)其押金狀 態(tài)進行分類，并相應分配給相關(guān)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(zhàn)略項目經(jīng)理Manuel Pfau說道，“對我們來說，這是一個展示我們?nèi)绾雾憫蛻魝€性化需求的好機會。”

　　來料入庫托盤的自動分類

　　背后的技術(shù)支撐

　　SICK解決方案由兩個系統(tǒng)組成：托盤分類系統(tǒng) (PACS) 和實時定位系統(tǒng) 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并生成相關(guān)外部區(qū)域的RGB圖像。作為選項，用戶還可以在輸送帶上方安裝第三個彩色相機，用于記錄托盤上的裝載情況。基于這些圖像，系統(tǒng)使用人工神經(jīng)網(wǎng)絡來識別托盤類型。記錄的數(shù)據(jù)隨后被傳輸?shù)揭粋€總的倉庫管理系統(tǒng)中，并根據(jù)是否采用押金系統(tǒng)對托盤進行分類。

　　定位系統(tǒng)-利用Tag-LOC系統(tǒng)實現(xiàn)精確定位、追蹤和資產(chǎn)管理

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

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

　　質(zhì)量管理系統(tǒng)-借助托盤分類系統(tǒng) (PACS)，快速且可靠地對不同類型的托盤進行分類

　　邁向成功

　　得益于與現(xiàn)有倉儲環(huán)境的無縫集成，以及PACS系統(tǒng)所使用的標準化傳感器，該系統(tǒng)在運行和維護方面具有高成本效益優(yōu)勢。同時，它也具備很強的靈活性，能夠適應縱向和橫向兩種運輸方式。通過自動化，不僅減輕了員工的工作壓力，還使其能專注于更具價值的流程。與傳 統(tǒng)圖像處理解決方案不同，SICK此次采用的深度學習技術(shù)無需復雜的編程知識，因為系統(tǒng)是基于特定的示例進行訓練的。這也使得托盤識 別對于羅斯曼來說變得相對簡單。同時，得益于與Asset Analytics系統(tǒng) 的互聯(lián)，Tag-LOC定位系統(tǒng)有效避免了托盤錯誤分配的問題。

　　為未來項目鋪平道路

　　整個來料入庫流程的重塑與自動化在日常運營過程中進行得非常順利。除了正確計算押金帶來的直接成本節(jié)約，工作流程也得到了優(yōu)化，并且實現(xiàn)了對整個托盤庫存的全面透明管理，包括清晰的供應商歸屬。“我們?yōu)榱_斯曼打造了一款量身定制的解決方案。”項目經(jīng)理 Manuel Pfau滿意地表示，“該系統(tǒng)還能隨時對新的托盤類型進行擴展訓練。”托盤標識質(zhì)量存在的偏差也被納入神經(jīng)網(wǎng)絡的訓練過程中。 在深度學習機制的幫助下，該系統(tǒng)/神經(jīng)網(wǎng)絡可以隨時進行后續(xù)訓練和擴展，以支持更多類型的托盤識別。