SICK bietet automatisiertes Paletten-Handling
Die clevere Komplettlösung: PACS - Pallet Classification System
Kunden aus verschiedenen Branchen verlieren jedes Jahr viel Geld, weil Pfandpaletten im Wareneingang fehlerhaft zugeordnet werden. Die auf Deep Learning-basierte Palettenklassifikation – kurz PACS – automatisiert das Paletten-Handling und hilft dabei, Verluste zu vermeiden, Ressourcen zu sparen und die Prozessqualität signifikant zu erhöhen. Mit dieser innovativen Entwicklung können Kunden aus allen Industrien und über alle Branchen hinweg ihre Paletten-Logistik optimieren und Ressourcen im Wareneingang entlasten.
Deep Learning-Technologie benutzerfreundlich für verschiedene Branchen
Anders als bei herkömmlichen Bildverarbeitungslösungen erfordert der Einsatz der Deep-Learning-Technologie bei PACS keine detaillierten Programmierkenntnisse, da das System aus konkreten Beispielen lernt. So konnte SICK die Palettenklassifikation für den Kunden vergleichsweise einfach gestalten.
Das PACS erkennt anhand des Brandings auf den Palettenfüßen den Palettentyp und ordnet diesen mittels eines trainierten neuronalen Netzwerks einer Klasse zu. Auf Basis dieser Zuordnung wird eine automatische Bepfandung der Paletten durchgeführt. Dies vereinfacht einen oft manuell durchgeführten, ressourcenintensiven Prozess.
Der modulare Aufbau der Lösung besteht aus einer Kombination von Hard- und Softwarekomponenten aus dem Hause SICK. Projektspezifisch werden dabei je nach Bedarf, ein oder mehrere Farbkameras vom Typ Midicam für die Bildaufzeichnung eingesetzt. Ein Controller des Typs SIM1012 übernimmt die Verarbeitung und Auswertung der aufgenommenen Daten, die Ausführung des trainierten neuronalen Netzwerks, sowie die Kommunikation zur Steuerung.
Vom Wareneingang bis Warenausgang: Transparente Logistikprozesse durch Typisierung der Paletten
Erfassung der Paletten im Wareneingang
Direkt bei Anlieferung der Ware werden die verschiedenen Palettentypen mithilfe der SICK midiCams erfasst. Die midiCam ist ideal geeignet für den Einsatz in Logistikumgebungen und fotografiert die markierten Palettenfüße in Bewegung.
Evaluierung und Klassifizierung durch Deep Learning-Technologie
Anhand der aufgenommenen Bilder erkennt das System, ob es sich um eine Pfand-Palette handelt. Dies ist durch den SICK Webdienst dStudio ermöglicht, mit dem künstliche neuronale Netze einfach trainiert und evaluiert werden können, bevor diese auf einer SIM1012 zum Einsatz kommen und vor Ort entscheiden, um welchen Palettentyp es sich handelt.
Informationsübermittlung: Transport und Bepfandung
Die gewonnen Daten werden mit programmierbarer SICK Sensor-Technik (SIM1012) übermittelt und die Paletten können entsprechend transportiert und bepfandet werden. Die Verheiratung von Ware und Ladungsträger ist ebenfalls mit SICK Modulen möglich, genauso wie Track & Trace-Anwendungen oder Erweiterungen durch Identifikations-, Verwiegungs- und Volumenmesssysteme.
Intelligente Technologien, Automatisierung und Digitalisierung für mehr Effizienz in der Logistik
Vorteile der Deep Learning-basierten, automatischen Palettenklassifikation:
- PACS erkennt automatisch Brandings der Palettentypen.
- Erhöhung der Effizienz und des Durchsatzes
- Steigerung der Prozessqualität und der Nachverfolgbarkeit
- Die Mitarbeiter werden entlastet und können sich auf Prozesse mit höherer Wertschöpfung konzentrieren.
- Durch den platzsparenden Aufbau kann PACS auch an engen Montagepositionen integriert werden.
- Die Verwendung von standardisierter Sensorik macht die Wartung und Unterhaltung des Systems sehr kostengünstig.
- Das System ist einfach zu bedienen. Es sind keine Programmierkenntnisse notwendig.
SICK Systemlösung - Alles aus einer Hand: Hardware + Software + Service
Die PACS-Systemlösung basiert auf dem SICK Appspace Eco-System, welches Bildaufzeichnung, Training, Klassifizierung und die Ausführung des trainierten Netzwerks ermöglicht - auch ohne tiefergehende Programmierkenntnisse. Optional können weitere SICK Sensoren eingebunden werden, die zusätzliche Aufgaben übernehmen können.
Sensor Integration Machine: SIM1012
Als Teil des Eco-Systems SICK AppSpace bieten die programmierbaren Sensor Integration Machines SIM1012 multiple Sensordatenakquisition und -fusion und damit Raum für neue Applikationslösungen. Die gewonnenen Daten werden zu wertvollen Informationen, z. B. für die Qualitätskontrolle oder Prozessanalyse, verarbeitet und visualisiert. Daneben ermöglicht die IoT-Gateway-Funktionalität die Anbindung über das Internet von der Edge bis zur Cloud im Kontext von Industrie 4.0. SIM10xx verfügen über einen leistungsfähigen Prozessor und Ethernetschnittstellen für Kameras und LiDAR-Sensoren. Über IO-Link können weitere Sensoren, z. B. zur Abstands- und Höhenmessung, integriert werden.
SICK AppSpace Artificial Intelligence
Die Deep Learning Classification License ermöglicht es Ihnen, die in bestimmten SICK Produkten enthaltene Deep Learning Funktionalität zur Klassifizierung von Bildern produktiv zu nutzen.
PACS wurde als innovative Intralogistik-Lösung für den IFOY AWARD nominiert.
Der IFOY AWARD ist eine renommierte, unabhängige Organisation, die jährlich die besten Intralogistikprodukte und -lösungen auszeichnet und darüber hinaus Aktivitäten entwickelt, um technische und strategische Bestleistungen in der Intralogistik zu bewerten und Innovationen anzustoßen. PACS wurde in der Kategorie „Special oft the Year“ für den Award nominiert und präsentiert die Deep Learning-Palettenklassifikations-Lösung bei den Test Days vom 21. bis 23. März in der Messe Dortmund. Hier werden alle nominierten Intralogistik-Lösungen ausgestellt und von der Experten-Jury bewertet. Die Gewinner werden schließlich am 30. Juni bei einer Gala-Veranstaltung in München gekürt.
Auf der LogiMAT 2022 wurde PACS als BESTES PRODUKT in der Kategorie „Identifikation, Verpackungs- und Verladetechnik, Ladungssicherung“ ausgezeichnet.
Die Pressemeldung finden Sie hier.
Kontaktmöglichkeit
Impressum | AGB | Nutzungsbedingungen | Datenschutz | © 2025 SICK AG