在機器人的幫助下，高效地裝卸托盤需要一個自動化系統來裝載不同形狀和大小的托盤，并在一個快速的周期內實現精確的和精準的處理。托盤板通常不能保證水平，如有重的物體時會導致傾斜，比如把物體斜放在托盤上。不管采用何種碼垛方法，任何供應鏈操作的目標都是盡可能多地運送產品。這只能通過充分利用每個托盤上的空間來實現，即使這意味著每個托盤上只多一個包裝。 德國公司MSB Düren &codesolo GmbH使用了一種輸送系統，在機器人的幫助下，托盤需要以結構化和精確的方式放置。為此，一個機器人操作幾個托盤塔。每個塔由不同類型的托盤組成。

吸塑包裝通常用于消費品或小片劑和膠囊的單位劑量包裝。預成型的塑料包裝有兩個主要組成部分:由塑料或鋁制成的腔體，以及由紙、塑料、鋁或軟箔和其他物質疊層制成的封蓋。腔體包含產品，封蓋將產品密封在包裝中。 在填充過程中，產品首先被正確地送入預成型的腔體，然后封蓋材料被密封在支撐材料上。即使在包裝之前每個項都可以被識別和檢查，在泡罩灌裝過程中產品損壞或事故的風險仍然存在，通常需要人工干預。

近年來，自動駕駛研究取得了長足的進展，但完全自動駕駛汽車的“道路安全”，尤其是公共交通領域，仍有一些障礙需要克服。如今自動駕駛汽車中的許多功能都依賴于應用機器學習模式來推斷場景中有哪些目標物的系統。該系統有兩種重要的推測形式-目標檢測和目標距離。目標檢測是利用推測來尋找道路上的目標并對其進行分類，從而對熟悉的目標進行高精度的識別。另一方面，目標距離決定了場景中目標物的距離。對目標距離的推測可能是一個更大的問題，因為車輛將需要減速或加速，即使是錯誤計算幾米的差距也可能導致碰撞。