Ist es eine Euro-, eine Chep-, eine UIC- oder vielleicht eine ganz andere Palette? Falsche Pfandpaletten, die im Wareneingang zu Unrecht als „echte“ Pfandpaletten angesehen und beanstandungslos vereinnahmt werden, kosten Unternehmen jährlich Tausende von Euro. Die PACS-Applikation von Sick will damit jetzt Schluss machen, indem es die automatische Bepfandung verschiedener Palettentypen ermöglicht.

PACS – dieses Akronym steht für „Pallet Classification System“, also ein Erkennungssystem, das anhand von Bildern die Art einer Palette erkennt. Vier Bilder von den Palettenfüßen sind dafür nötig, das fünfte Bild wird von oben gemacht und zeigt, was auf der Palette drauf ist. Das Ganze ist in der Regel in die stationäre Fördertechnik direkt im Wareneingang eingebunden, für den Testaufbau in Dortmund musste noch ein Sick-Mitarbeiter die ankommende Palette zu Demonstrationszwecken händisch auf die Kameratechnik zuführen. Ziel der Veranstaltung ist es, dem Unternehmen aus Industrie und Handel die volle Transparenz im Wareneingang und demzufolge im Warenfluss zur Verfügung zu stellen. Denn falsche Pfandpaletten kosten die Firmen richtig Geld.

Das Ermitteln, also ob es sich um eine „gute“ oder eine „schlechte“ Palette handelt, die durch das Werkstor gefahren kommt, mussten Mitarbeitende bisher manuell erledigen – eine Zusatzaufgabe, die fehleranfällig und ressourcenintensiv war. Mit der Deep-Learning-Palettenidentifikation PACS erhalten Kunden die Möglichkeit, auf Basis eines modularen Baukastens aus Hardware und Software diesen Prozess zu automatisieren. Der finanzielle Aspekt ist der unmittelbare Gewinn dieses Klassifizierungssystems. Aber es gibt auch noch einen mittelbaren Effekt, vielmehr mehrere, die diese Lösung so interessant machen. Denn falsche Paletten im System führen überdurchschnittlich häufig auch zu Schäden und teuren Stillständen der Fördertechnikanlage. Ein weiterer, noch wertvollerer Aspekt sind transparentere Prozesse durch die Verheiratung der Ware mit dem Ladungsträger. Und letzten Endes ist für die Bedienung des PACS-Systems keinerlei Fachpersonal notwendig.

Wie funktioniert PACS? Die Hardware des Systems besteht aus einer oder mehreren Farbkameras, mit denen die Bilder für das System aufgenommen werden, aus einer Lichtschrankenanordnung zur Triggerung und einem Controller zur Verarbeitung der aufgenommenen Daten und zur Ausführung des trainierten neuronalen Netzwerks. Auch ohne tiefergehende Kenntnis zu Programmierung oder maschinellem Lernen ermöglichen die Software-Tools AICK Appspace und dStudio Bildaufzeichnungen, Training, Klassifizierung und die Ausführung des trainierten Netzwerks. Optional können sogar noch weitere Sick-Sensoren eingebunden werden, die zusätzliche Aufgaben übernehmen können. Es sind also keine Programmierkenntnisse vonnöten, weil das System aus konkreten Beispielen lernt. So konnte Sick die Palettenidentifikation für seine Kunden vergleichsweise einfach gestalten.

Weil Sick für seine Lösung trainierte neuronale Netzwerke verwendet, können die Brandings der einzelnen Palettentypen mit einer hohen Erfolgsquote erkannt werden – selbst wenn deren Qualität großen Abweichungen unterliegt. Der Trainingsprozess berücksichtigt nämlich diese Abweichungen, lernt sie ein und erhöht dadurch die robuste Auswertung. Durch den platzsparenden Aufbau lässt sich das PACS-System auch an engen Montagepositionen integrieren. Weil Sick für seine Lösung Standard-Sensorik verwendet, ist das System sehr kostengünstig zu warten und zu unterhalten.

IFOY Testfazit

Bei geschätzt über 500 Millionen Europaletten im Umlauf, von den anderen Typen noch gar keine Rede, geht das Einsparungspotenzial durch PACS in die zig Millionen. Aber auch Unternehmen, die regelmäßig beispielsweise Gitterboxen oder Kleinladungsträger in ihrer Intralogistik verwenden, können PACS einsetzen. Dabei deckt der Einsatzbereich des sehr zuverlässig arbeitenden Palettenklassifizierungssystems ein breites Spektrum ab: Retail, Speditionen, Automotive, Maschinenbau und viele weitere Branchen.