CN107203825A - 使用自动搬运车的订单处理系统和方法 - Google Patents

使用自动搬运车的订单处理系统和方法 Download PDF

Info

Publication number
CN107203825A
CN107203825A CN201610631788.5A CN201610631788A CN107203825A CN 107203825 A CN107203825 A CN 107203825A CN 201610631788 A CN201610631788 A CN 201610631788A CN 107203825 A CN107203825 A CN 107203825A
Authority
CN
China
Prior art keywords
goods
automatic guided
order
guided vehicle
processor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610631788.5A
Other languages
English (en)
Inventor
高嘉玲
喻奉天
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taiwan Punctual International Logistics Ltd By Share Ltd
Jusda International Logistics Taiwan Co Ltd
Original Assignee
Taiwan Punctual International Logistics Ltd By Share Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Taiwan Punctual International Logistics Ltd By Share Ltd filed Critical Taiwan Punctual International Logistics Ltd By Share Ltd
Publication of CN107203825A publication Critical patent/CN107203825A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control
    • G05D1/0297—Fleet control by controlling means in a control room

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Economics (AREA)
  • Automation & Control Theory (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

一种使用多部自动搬运车的订单处理的方法与系统，这些自动搬运车运作于具存货空间的仓库中，该存货空间储存多个商品，该方法包括以下步骤：输入所述仓库的仓库设施配置图数据，根据接收到的订单和可指派的自动搬运车数量，将所述存货空间划分为多个捡货区，每一捡货区包括至少一条导引路线；对每一捡货区指定一辆自动搬运车，从而让自动搬运车在对应的捡货区捡货并决定各订单的处理顺序，及根据订单及其处理顺序、仓库设施配置数据规划出一条路线，同时控制所述自动搬运车的装货作业；本发明还包括一种订单处理系统。

Description

使用自动搬运车的订单处理系统和方法
技术领域
本发明涉及订单处理系统和方法，尤其涉及一种使用自动搬运车的订单处理系统和方法。
背景技术
仓库是供应链系统的重要组成部分，仓库内货物的处理工作通常包括接收货物、储存货物、根据订单捡货、在仓库中存放货物、对货物进行分类或在仓库或物流中心内运输货物等，在上述的处理工作中，根据订单捡货是最繁杂且成本最高的工作，因为根据订单取货需要大量的人力进行重复工作。根据订单取货的工作包括寻找客户订单所包含的货物、捡取货物并将货物从仓库运送给客户。根据订单拣货在物流供应链系统的运作中扮演了极其重要的作用，并能对仓库的整个物流运作产生影响。根据订单拣货的流程除了要满足所有客户的要求(如要求的货物和数量)外，同时也要满足货物运送时效的要求和仓库运作的要求，例如仓库运作时间和成本的上限等。因此，有效地利用仓库中现有的资源来规划捡货的流程是非常重要的。
发明内容
鉴于以上内容，有必要提供一种能有效捡货的订单处理方法和系统。
一种订单处理的方法与系统，该订单处理系统包括多部在一存货空间中移动的自动搬运车，该存货空间中储存了多个商品，该方法步骤如下：
通过一输入接口输入所述存货空间的仓库设施配置图数据，所述仓库设施配置图数据报括商品的放置地址数据；
一处理器接收多个订单，一订单包括商品订单信息和处理期限信息；
所述处理器根据接收到的订单和可指派的自动搬运车的数量将所述存货空间划分为多个捡货区，每一捡货区包括供所述自动搬运车移动的至少一导引路线；
所述处理器对每一捡货区指定一台自动搬运车，从而让所述自动搬运车在对应的捡货区捡货；
所述处理器决定所述订单的处理顺序；及
所述处理器根据订单、订单的处理顺序、仓库设施配置图数据生成一规划路线用来控制所述自动搬运车的捡货作业，让所述规划路径满足每一订单的出货时间要求和处理成本要求。
一种订单处理系统，包括多部自动搬运车，用以在一存货空间装载或卸下存放于所述存货空间的多个商品，所述订单处理系统还包括一输入接口和一订单处理和排程装置，所述输入接口输入要求信息、仓库设施配置图数据和自动搬运车的数量，仓库设施配置图数据报括商品的放置地址数据；所述订单处理和排程装置包括处理器、显示器和计算机输入接口，所述计算机输入接口接收从所述输入接口输入的需求信息、仓库设施配置图数据和自动搬运车的数量，所述处理器接收多个订单，每一订单包括商品订单信息和处理期限信息，所述处理器根据接收到的订单和可指派的自动搬运车的数量将所述存货空间划分为多个捡货区，每一捡货区包括供自动搬运车沿着移动的至少一导引路线；所述处理器对每一捡货区指定一台自动搬运车，从而让自动搬运车在对应的捡货区取货；所述处理器决定所述订单的处理顺序；所述处理器根据订单、订单的处理顺序、仓库设施配置图数据生成一规划路线用来控制所述自动搬运车的拣货作业，所述规划路径满足每一订单的出货时间要求和处理成本要求，所述处理器控制所述显示器显示所述规划路线。
相较于现有技术，上述订单处理方法和系统可根据订单、订单的处理顺序、仓库设施配置图数据生成一规划路线用来控制所述自动搬运车的拣货作业，从而提高工作效率。
附图说明
图1是本发明使用自动搬运车的订单处理系统的实施例的示意图。
图2是本发明使用自动搬运车的订单处理系统的另实施例的示意图。
图3是订单处理系统的订单列表的示意图。
图4是本发明使用自动搬运车的订单处理系统的一仓库配置图。
图5是本发明使用自动搬运车的订单处理系统的订单处理和排程装置的一实施例的示意图。
图6和图7是本发明使用自动搬运车的订单处理系统的仓储设施的工作区域的一实施例的示意图。
图8和图9是本发明使用自动搬运车的订单处理系统的一仓储设施的工作区域的另一实施例的示意图。
图10是本发明使用自动搬运车的订单处理系统的仓储设施的一工作区域的另一实施例的示意图。
图11是本发明使用自动搬运车的订单处理方法运用于一仓储设施中的流程图。
图12是一种优化自动搬运车在仓储设施中运行路线的方法的流程图。
图13至图16是在仓储设施中进行订单处理和程的操作接口的示意图。
主要元件符号说明
订单处理系统 1
仓储设施 10、10’
操作中心 11
用户端装置 20a~20n
网络 30
云端服务器 40
存货空间 110
装货区 120
货架 121
货物输送机 130
导引路径 111、113
货架 1~50
捡货区 dp1-dp5
订单处理和排程装置 3
输入接口 31
内存 33
处理器 35
通讯装置 37
显示器 39
自动搬运车 122a、122b、122c、125a、125b
捡货区 110a、110b、110c、103a、103b、105a-105e
操作接口 900
区域 902、931、943
窗口 910、933、935、937、945、951
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
自动搬运车(Automated guided vehicle)通常是电池供电驱动的运输工具，能在工厂或仓库中通过无人化的方式将商品、原材料和其它货物从一个位置搬运到另一个位置。自动搬运车能沿着导引路线在不同的工作站之间移动。自动搬运车通常是通过电磁、光线感测（例如激光）或其它方式沿着导引路线移动，自动搬运车运输的货物可以是各种尺寸，只要符合自动搬运车运输能力即可。自动搬运车可以是激光导引型，也可是低成本的靠磁带导引，或目前使用的其它各种类型的用来在生产线、仓库中搬运货物的自动搬运车。
本发明揭示的内容涉及订单处理系统的运作，至于自动搬运车的架构、操作（例如导引、移动）等是本领域的已知技术内容，因此这些内容不在具体实施方式中做详细介绍，具体实施方式中介绍的内容多是本发明的新的技术内容和技术方案。
请参阅图1，其为本发明使用自动搬运车的订单处理系统1的一实施例的一示意图，在本实施例中，该订单处理系统1运用了云端技术，该订单处理系统1包括一仓储设施10（例如仓库）和云端服务器40。该仓储设施10有一操作中心11，该操作中心11通过网络30与该云端服务器40相连并通讯，该订单处理系统1通过网络30与多个用户端装置20a~20n相连并通讯，并从这些用户端装置20a~20n接收商品订单。
在本实施例中，每一用户端装置20a~20n均可通过网络30发送订单给云端服务器40，该云端服务器40将这些订单传送给仓储设施10。每一用户端装置20a~20n也均可将订单通过网络30直接发送给仓储设施10的操作中心11。
这些订单包括至少一个商品订购信息和处理期限信息，商品订购信息包括商品（例如货物、原材料或普通产品等）种类信息和用户端装置（例如用户端装置20a~20n）的消费者需要的商品数量。处理期限信息指仓储设施10需要处理完该订单的最后期限。在一实施例中，该处理期限的设置可以基于消费者在客户端上设定的出货日期计算，在另一实施例中，该处理期限也可由消费者直接指定。
每一用户端装置20a~20n均可通过用户的操作产生对应的订单，例如通过仓储设施10的官网下订，每一订单包括至少一个商品订购信息和一处理期限信息。
每一用户端装置20a~20n存有应用程序，该应用程序可让用户端装置20a~20n传送订单至订单处理系统1或与订单处理系统1进行订单处理相关数据的传输运作。在一实施例中，每一用户端装置20a~20n可通过网络30与云端服务器40连结，并从云端服务器40下载应用程序相关的程序代码。在另一实施例中，应用程序可以是内建于每一用户端装置20a~20n，例如在用户端装置20a~20n出厂前就装载该应用程序。
在图2所示的实施例中，该订单处理系统1包括多个仓储设施10’（例如多个仓库）和云端服务器40，这些仓储设施10’通过网络30与该云端服务器40相连并通讯，每一用户端装置20a~20n均可通过网络30发送订单给云端服务器40，该云端服务器40通过网络30将这些订单传送给对应的仓储设施10’处理。
用户端装置20a~20n包括但不限于智能手机、个人数字助理(PDA)、笔记本电脑、平板计算机或其它能生成订单的运算装置，在其它实施例中，该用户端装置20a~20n也可在产生订单的同时加入用户端装置的位置信息。
图3是订单的时间排程图，通常，订单取货系统可按照订单进入的先后顺序对这些订单进行处理（例如按照从订单1到订单7的顺序进行处理），或按照订单的处理期限进行处理（例如，先处理订单1和7，再处理订单5，依次类推），但是上述两方法都不能保证能找到符合仓储设施10运作条件的最优化解决方案，例如较短的处理时间、较短的延迟时间或较低的运营成本等。
本实施例中的订单处理系统1可在产生较优化的订单处理和排程计划从而满足处理时间、延迟时间和运营成本方面的要求。
详细来说，请参考图4，该订单处理系统1用来控制仓储设施10中进行的根据订单取货和处理的操作，本实施例中的仓储设施10包括操作中心11、存货空间110（也叫订单取货区域）、装货区120和货物输送机130，仓储设施10装配了多个自动搬运车，用来进行根据订单取货和进行处理工作。
仓储设施10中的存货空间110储存了商品，这些商品可包括原材料、货物和产品等。该存货空间110包括多个用来放置货物的货架121，并对这些货架121进行了标号，例如从1到50进行编号。两排相邻的货架121间设有导引路径111和113，这些导引路径111和113具有足够的宽度而可让自动搬运车在其中移动，从而完成装货和取货的操作，每一货架121可根据仓库中商品的储存分布要求储存相同类型或不同类型的商品。
货架121间的导引路径111和113可供自动搬运车在其中移动，例如沿着货架1~5和货架6~10间的导引路径111移动的自动搬运车可取货架1~5和货架6~10上的商品，类似的，沿着货架11~15和货架16~20间的导引路径111移动的自动搬运车可取货架11~15和货架16~20上的商品，导引路径也可设置成一个死循环从而可为多个货架服务，例如导引路径113，沿着导引路径113移动的自动搬运车可取货架21~40上的商品。
在有的实施例中，货架包括位于水平方向的两个较长的侧部和两个前侧，并在货架内设有多个用来放置商品的横条，这些横条相互迭置。
货物输送机130将存货空间110和装货区120连接起来，可将从存货空间130中取出的货物传送到装货区120，从而进行包装和运输工作，该货物输送机130包括若干放置区dp1-dp5，这些捡货区dp1-dp5对应到导引路径，从而让导引路径中的自动搬运车将从货架上取到的货物防止到捡货区中，并由货物输送机130传输到装货区120进行包装。
在有的实施例中，该仓储设施10可设置为仅包括操作中心11、存货空间110和装货区120，而不包括货物输送机130；则自动搬运车将从货架上取的商品直接送到装货区120。
图5是一订单处理和排程装置3的一实施例的一示意图，订单处理和排程装置3接收订单，并收集仓储设施10的物流信息，这些物流信息包括仓储设施10的仓库设施配置图数据、储存的商品信息和自动搬运车的信息等。在一实施例中，该订单处理和排程装置3可整合设置到操作中心11中；在另一实施例中，订单处理和排程装置3可整合设置到云端服务器40中，并可控制一个或多个仓储设施10中的物流工作，该订单处理和排程装置3还可被设计成整合设置到自动搬运车的控制单元中。
订单处理和排程装置3设有让操作人员输入订单处理数据的应用接口，并可生成自动搬运车的在仓储设施10中移动的路线。
该订单处理和排程装置3包括输入接口31、内存33、处理器35、通讯装置37和显示器39，处理器35与输入接口31、内存33、通讯装置37和显示器39相连并通讯。
输入接口31用来通过文件上传或数据输入的方式让用户输入仓储设施10的仓库设施配置图数据，特别是仓储设施10的存货空间110仓库设施配置图数据，仓库设施配置图数据报括存货空间110中货架的数量、每个货架1-50的位置对应的X轴和Y轴坐标数据（例如将X轴和Y轴数据与对应的商品关联起来），两个货架之间的距离（例如两货架在几何学上的距离）。该输入接口31用来供用户输入订单处理和物流参数，例如出货时限、最大营运时限、出货延迟上限、仓储设施10中的自动搬运车的数量。该输入接口31可以是键盘、触控接口或其它应用接口。
该内存33可接收并储存订单、仓库设施配置图数据、物流参数和订单处理和排程装置3的运算数据等，该内存33可以是读写或只读的内存，例如闪存、只读存储器或随机内存，或其它储存装置。
该处理器35是该订单处理和排程装置3的操作核心，用来控制订单处理操作，该处理器35可处理内存33中的数据，还可动态设定仓储设施10的捡货区、指定自动搬运车、让自动搬运车根据订单取货、计算自动搬运车的运载能力和移动速度等，在本实施例中，该处理器35可以是处理芯片，例如微控制器或嵌入式控制器，或其它处理装置。
该通讯装置37通过网络30与该云端服务器40和用户端装置20a~20n相连并通讯，该显示器39用来向用户显示处理器35的订单处理操作信息（例如设定计划路线）和订单信息。该显示器39可以是一触控屏、一液晶显示屏或其它能显示文字或图像内容的显示设备，从而将这些文字或图像内容显示给该订单处理和排程装置3的用户或操作者观看。
更详细地，该订单处理和排程装置3接收从云端服务器40或用户端装置20a~20n通过通讯装置37发出的订单需求，该处理器35根据接收到的订单需求和仓库10中可指派的自动搬运车的情况将该存货空间110划分为多个捡货区；该处理器35根据被订购的商品种类、数量、仓储设施110中可指派的自动搬运车的数量、每个自动搬运车的运载能力和移动速度来将该存货空间110划分为多个捡货区，每一捡货区包括至少一条导引路线用来引导自动搬运车移动，且这些捡货区之间没有重迭区域。
处理器35指定一个自动搬运车在一个捡货区内移动，并根据运载能力和移动速度取货；通过在一个捡货区内只设置一个自动搬运车的方式，可避免多个自动搬运车在移动的时候发生碰撞，亦可使所有的自动搬运车能工作的更有效率，处理器35根据订单、订单的处理顺序、仓库设施配置图数据来产生自动搬运车的规划路线（例如优化的路线和订单商品取货顺序），从而让规划路线符合以下运作要求中的至少一个：每一订单的投递时间要求、最大营运时限、出货延迟上限、在仓储设施中使用的自动搬运车的数量、每一自动搬运车的运载能力、每一自动搬运车的电池电能、成本要求等。
在一实施例中，该处理器35产生的规划路线符合用户通过输入接口31输入的所有运作要求。
在一实施例中，该规划路线必须满足特定运作要求，如运载能力、自动搬运车的数量、电池电能这些工作要求，而投递时间要求、最大营运时限、出货延迟上限这些运作要求则可选择性的满足，例如可减少延迟时间或增大营运时限。
处理器35发出指令给这些自动搬运车，让这些自动搬运车按照规划路线部署、在指定的捡货区工作并抓取指定的商品，这些自动搬运车在接收到路线指令后，在捡货区中沿着规划路线移动，及时高效地捡取订单列表中的商品，并将商品放到货物传送机130的出货区dp1-dp5中，从而方便后续的包装和出货工作。
在一实施例中，若该存货空间10并没有设置用来将货物传输到装货区120的货物输送机130；则自动搬运车在接收到路线指令后，沿着导引路径111、113在捡货区中移动，及时高效地捡取订单列表中的商品，并将这些商品直接送到装货区120方便后续的包装和出货工作。
图6和图7所示为仓储设施10的存货空间110的工作区域的一实施例，该处理器35根据订单和仓储设施10中可指派的自动搬运车的情况将该存货空间110划分为三个捡货区110a、110b和110c，这些捡货区110a、110b和110c面积大小由其涵盖的货架的数量来决定，在一个实施例中，货物需求高的捡货区的面积要小于货物需求低的捡货区的面积，该处理器35根据每个自动搬运车的运载能力和接收的订单将三个自动搬运车122a、122b、122c对应指定到三个捡货区110a、110b和110c中。
自动搬运车122a在捡货区110a中工作，沿着导引路线123a移动，并可从货架1-20上取货；自动搬运车122b在捡货区110b中工作，沿着导引路线123b移动，并可从货架21-40上取货；自动搬运车122c捡货区110c中工作，沿着导引路线123c移动，并可从货架41-50上取货。
在一实施例中，可将具有较高运载能力的自动搬运车指定到货物需求较多的捡货区工作，将具有较低运载能力的自动搬运车指定到货物需求较少的捡货区工作。
图8和图9所示为仓储设施10的存货空间110的工作区域的另一实施例，因为仓储设施10中只有两个自动搬运车122a和122b能使用，该处理器35将该存货空间110划分为两个捡货区，自动搬运车122a在捡货区103a中工作，沿着导引路线125a移动，并可从货架1-30上取货；自动搬运车122b在捡货区103b中工作，沿着导引路线125b移动，并可从货架31-50上取货；自动搬运车122c捡货区110c中工作，并沿着导引路线123c移动，自动搬运车122c可从货架31-50上取货。图9所示为仓储设施10的存货空间110的一工作区域的又一实施例。当该订单处理和排程装置3所接收的订单包括了多个需从仓库10c中选取的商品信息；当仓库10c中有足够数量的自动搬运车可指派时，该处理器35可将该存货空间110分为多个捡货区而让捡货区的面积大小尽量较小，例如划分成五个捡货区105a-105e，且处理器35指定五个自动搬运车到这五个捡货区。
该订单处理和排程装置3的处理器35可自动产生优化的订单处理和排程计划去规划自动搬运车在仓储设施中的路线，并同时满足取货种类和数量要求、投送时间要求、自动搬运车的数量和运载能力要求，从而减少仓储设施的运营成本，提高仓储设施的整体运营效率。
本实施例也介绍了一种订单处理系统的运作方法，该订单处理系统包括在存有大量货物的存货空间中工作的多个自动搬运车，请一并参阅图5和图11，图11为订单处理系统工作的流程图，仓库设施配置图数据通过输入接口31被输入该订单处理和排程装置3中，仓库设施配置图对应的是仓储设施的存货空间110的布局图，其至少包括了商品的位置信息，这些商品可以是货物、原材料或普通产品等，仓库设施配置图数据可被储存在内存33中。
订单处理和排程装置3的用户或操作者可预先设置运作参数，例如仓库中可指派的自动搬运车的数量、仓储设施的运营时间和多个运作要求，这些运作要求包括每一订单的出货时限、最大营运时限、出货延迟上限、自动搬运车的运载能力和运营成本要求。
在步骤710中，处理器35接收多个订单，这些订单可在用户端装置（例如用户端装置20a~20n）直接生成并发送到处理器35，也可是从云端服务器40发送出来，每一订单包括一商品订单信息和一处理期限信息，且商品订单信息包括所需的商品种类和数量要求。
在步骤720中，处理器35根据订单和订单处理系统中可指派的自动搬运车的数量将仓储设施的存货空间110划分为多个捡货区；该处理器35通过多个货架组成各个捡货区来实现划分捡货区，每一货架包括设置在货架内多个用来放置商品的横条，而且在两邻近的货架之间设有一导引路线，从而让自动搬运车沿导引路线移动而进行商品的装载工作。
在步骤730中，处理器35将每一自动搬运车指定到一个捡货区中工作；该处理器35确定每一自动搬运车的运载能力，并根据自动搬运车的运载能力和捡货区的面积大小将每一自动搬运车指派到对应的捡货区中，捡货区的面积大小由该捡货区内的货架数量决定。
在步骤740中，处理器35制定订单的处理顺序。
在步骤750中，处理器35根据订单、订单的处理顺序、仓库设施配置图数据生成自动搬运车进行取货操作的规划路线，从而让规划路线满足至少一个运作要求。
在一实施例中，用来产生规划路线的运作要求包括以下至少一个要求：每一订单的出货时限要求和成本要求。
在一实施例中，该规划路线必须满足运载能力、自动搬运车的数量、电池电能这些工作要求，但出货时限、最大营运时限、出货延迟上限这些运作要求是否满足是可选的。
在一实施例中，用来产生规划路线的运作要求还包括至少以下一个要求：最大营运时限、出货延迟上限和每一自动搬运车的电池能量要求。
在一实施例中，处理器采用业界常用的旅行销售员问题路径方案（travelingsalesman problem (TSP) routing scheme）或交通工具路线方案来产生规划路线，从而让移动距离变小，因此自动搬运车拣货的移动时间也变短。
在一实施例中，运要求例如自动搬运车的运载能力要求、电池能量要求在生成规划路线时必须被满足，但有的运作要求例如每一订单的投递时间要求、最大营运时限要求、出货延迟上限要求等运作要求是可选的，例如可减少延迟时长或增大营运时限。
在步骤760中，处理器35通过通讯装置37将路线指令发给这些自动搬运车，让这些自动搬运车在各自对应的捡货区间内按照规划路线去取一个或多个商品。
在有的实施例中，处理器35也可发送卸货指令给每个自动搬运车，从而让每个自动半运出将从存货空间装载的货物卸除到货物传送机130上的对应捡货区上，货物传送机130将放置在其上的货物传送到装货区120中。
在有的实施例中，处理器35能通过运行一个路线优化步骤来划分捡货区（步骤720）、指定自动搬运车（步骤730）、制定订单的处理顺序（步骤740）从而产生优化了的规划路线，该路线优化步骤能通过各种优化算法模型来实施，例如但不限于以下算法：基因算法(Genetic algorithm)、仿真退火算法 (Simulated Annealing)、CHC遗传算法、进化策略(Evolution Strategy)、蚁群算法 (Ant Colony Optimization)、基因与仿真退火混合算法、协同区域搜索算法(Cooperative Local Search)、粒子群优化算法或其它的算法。
本实施例还揭示了一个采用仿真退火算法的例子，仿真退火算法是一个随机寻优技术，通过优化而让默认目标函数f得到更好的评估结果，并能以较小的概率接受较差的解决方案有效避免地避免局部最佳解，从而达到全局的最佳解。
图12所示为一路线产生方法的流程图，其包括如下步骤。
步骤810，处理器35初始化实施仿真退火算法的参数。初始化的参数至少包括一个初始温度、最终温度、循环次数、初始化的解决方案产生策略（例如产生尝试性的解决方案）和为了产生下一个解决方案而使用交换、插入、或反转运算的概率。初始温度、最终温度和循环次数决定了用来寻求最优化解决方案的整个寻求过程的循环次数。这些初始化的参数是预存在内存33中并可被处理器使用的。
在步骤820中，处理器35根据每一订单的投递时间要求、每一订单的出货延迟上限、每一自动搬运车的电池能量要求、营运时限、每一自动搬运车的运载能力和运营成本等运作要求中的至少一个条件设置了一个目标函数f；当运营成本决定了整个物流工作的成本时，在指定规划路线时，每一订单的投递时间要求、每一自动搬运车的电池能量要求、营运时限、每一自动搬运车的运载能力和出货延迟上限这些参数共同构成订单处理时间要求，该目标函数f用来评估潜在的每一个用来生成规划路线的可能解决方案，从而让规划路线符合这些运作要求。
在步骤830中，处理器30根据每一订单的处理期限生成了一个最初的解决方案X，该最初的解决方案X可以是基于贪婪算法（greedy heuristic algorithm）得到的：例如订单先进先处理原则或优先处理订单处理期限早的订单的原则。该处理器35用目标函数f计算该最初的解决方案X的目标函数值obj(X, P)，P表示采用最初的解决方案X的可能性；处理器35暂时将最初的解决方案X列为最好的解决方案，并将解决方案X的目标函数值作为目标基线。
该处理器35将订单的处理顺序、存货空间、商品的取货顺序和小车的分布模型化而形成一个解决方案组合，例如，当收到30个订单，共50件商品需要从仓库（如图4中的仓储设施）中取出，最初的解决方案X可按照下面的设定进行模型化，将订单的处理顺序按照先进先处理原则设定而模型化成一数组{1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13,14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30}；操作区被模型化成一数组{1, 1, 0, 0, 1}，其中“1”表示该操作区被指定了自动搬运车，“0”表示该操作区没有被指定了自动搬运车，因此根据上述操作区的数组，该处理器35将该存货空间110划分为三个捡货区，一个自动搬运车被指定到第一捡货区，并负责从货架1-10上取货；一个自动搬运车被指定到第二捡货区，并负责从货架11-40上取货；一个自动搬运车被指定到第三捡货区，并负责从货架41-50上取货。路线制定模型可将三个自动搬运车的取货顺序分别模型化成数组{5, 10, 4, 9, 3, 8, 2, 7, 1, 6}、{11, 16, 12, 17, 13, 18, 14,19, 15, 20,25, 30, 24, 29, 23, 28, 22, 27, 21, 26, 36, 32, 37, 33, 38, 39,45, 40}和{45, 50, 44, 49, 43, 48, 42, 47, 41, 46}。
在步骤840中，处理器35在最初的解决方案X的基础上产生下一解决方案Y，该处理器35可使用交换运算、插入运算和反转运算来产生下一解决方案Y。在交换运算中，处理器35从一个数组索引中任意选择一个节点，并将节点的位置与另一数组索引的任选的一节点的位置进行互换，例如，处理顺序数组可通过交换第8个位置的元素与第13个位置的元素而被改变成{1, 2, 3, 4, 5, 6, 7, 13, 9, 10, 11, 12, 8, 14, 15, 16, 17, 18, 19,20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30}；在插入运算中，处理器35从一个数组索引中任意选择一个节点，并将其插入另一数组索引中，例如，处理顺序数组可通过将第14个位置的元素插入到第7个位置的元素之前而变成{1, 2, 3, 4, 5, 6, 14, 7, 8, 9, 10,11, 12, 13, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30}；在反转运算中，随意选择两个数组索引，然后反转这两个数组索引中节点的顺序，例如处理顺序数组可变成{1, 2, 3, 4, 5, 6, 7,13, 9, 12, 11, 10, 8, 14, 15, 16, 17, 18,19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30}。
在有的实施例中，处理器35可用任意的变换规则来得到下一解决方案Y，例如处理器35可任意选取一个捡货区的数组索引，并通过保持捡货区划分的可行性而任意改变选择的数组索引。
在步骤850中，处理器35用目标函数f评估该下一解决方案Y并产生下一解决方案Y的目标函数值obj (Y, P)。
步骤860，处理器35根据评估结果判断下一解决方案Y是否满足目标函数（例如满足的运作要求包括每一订单的投递时间要求和成本要求），如果下一解决方案在循环中改进了最优解决方案，则下一解决方案Y不满足目标函数，并执行步骤870；若下一解决方案在循环中没有改进了最优解决方案，则下一解决方案Y对于每一订单和成本要求满足目标函数，并执行步骤880。
在步骤880中，处理器35在产生的解决方案的基础上生成规划路线。
在步骤870中，处理器35判断运行结束的要求是否满足，例如目前的温度是否达到最终温度，如果运行结束的条件没有被满足，降低目前的温度，并重复步骤850和860直至解决方案满足至少一个运作要求（例如出货时限要求、最大营运时限要求、出货延迟上限要求、仓储设施中可指派的自动搬运车的数量、每一自动搬运车的运载能力和自动搬运车的电池能量要求）或运行结束的条件被满足；如果运行结束的条件被满足，实施步骤880并产生规划路线。
在有的实施例中，当处理器35判断运行结束的条件被满足时，处理器35可通过至少一次交换运算、插入运输或反转运算来执行一次解决方案的本地搜索而产生一个最终的解决方案，并通过目标函数去验证最终的解决方案是否比运行结束的条件被满足前的最后方案更好（例如目标函数值更大），来评估该最终的解决方案。如果最终的解决方案更好，处理器35在最终的解决方案的基础上生成该规划路线。
图13至图16所示为订单处理和排程装置3的一个操作接口900的示意图。
图13所示的接口用来供订单处理和排程装置3的用户或操作者输入或上载订单档案到上传区域902中，从而输入商品订单信息，并可从窗口910中查看订单列表。
图14所示的接口用来供用户或用户上传仓库设施配置图数据文件，从而可监控并管理仓储设施，该仓库设施配置图数据文件可从区域931中上传，并在窗口933中显示，用户或操作者可通过窗口935查看并上传物流信息和自动搬运车的状态，并通过检查窗口937查看自动搬运车的导引路线，因此整个订单取货过程能被监测到，且整个订单处理的效率能被提升。
图15和图16所示的接口用来供用户选择优化算法，例如在区域941中选择仿真退火算法或遗传算法，在区域943中选择目标（例如时程最小化、延迟最小化、成本最低化）。生成的规划路线在显示在窗口945和951中，用来供用户或操作查看并判断是否执行规划路线。
图13至图16所示的订单处理和排程装置3的一个操作接口为示例性的操作接口，其不能用来限制本揭示内容的范围。
相对于现有技术，上述在一个或多个储货空间中使用自动搬运车来控制订单取货操作的系统和方法，可让操作者通过动态地设定捡货区、指定自动搬运车，并基于订单信息、处理期限信息、自动搬运车的装载能力和移动能力来智慧优化自动搬运车按照订单进行取货的路线，从而有效地产生订单取货计划，因此不仅整个物流操作的效率能被提高，订单取货过程也能被有效监控。
另外，图11揭示的用来操作订单处理系统的订单处理和排程方法和图12揭示的优化方法所对应的计算机可执行程序代码可被储存在非暂时性的计算机可读介质中，当该非暂时性的计算机可读介质被一处理器读取时，该处理器执行该订单处理系统的订单处理和排程方法和优化方法，该非暂时性的计算机可读介质可以是软盘、硬盘、高密度磁盘、闪存、磁盘、网络储存数据库或其它本领域技术人员所知的具有相似功能的储存装置。

Claims (18)

1.一种订单处理方法与系统，该订单处理系统包括多个在一存货空间中移动的自动搬运车，该存货空间中储存了多个商品，该方法包括如下步骤：
通过一输入接口输入存货空间的仓库设施配置图数据，仓库设施配置图数据报括商品的放置地址数据；
一处理器接收多个订单，每一订单包括一商品订单信息和一处理期限信息；
所述处理器根据接收到的订单和可指派的自动搬运车的数量将存货空间划分为多个捡货区，每一捡货区包括供自动搬运车移动的至少一导引路线；
所述处理器对每一捡货区指定一个自动搬运车，从而让自动搬运车在对应的捡货区取货；
所述处理器决定所述订单的处理顺序；及
所述处理器根据订单、订单的处理顺序、仓库设施配置图数据生成一规划路线用来控制自动搬运车的装货操作，从而让规划路径满足每一订单的投递时间要求和成本要求这两个要求中的至少一个。
2.如权利要求1所述的方法，其特征在于：所述方法还包括：所述处理器对应发出一路线指令给各捡货区的自动搬运车，让每个自动搬运车根据规划路线从对应的捡货区中取货。
3.如权利要求1所述的方法，其特征在于：所述方法还包括：所述处理器让每一自动搬运车将从对应的捡货区中所取的货卸除到一货物传送机上，货物传送机将其上的商品传送到一装货区。
4.如权利要求1所述的方法，其特征在于：存货空间中设有多个货架，在存货空间中划分多个捡货区的步骤包括：将若干货架划分到一起组成各个捡货区，每个货架内设有多个用来放置商品的横条，且两相邻的货架之间设有至少一导引路线，用来导引自动搬运车移动而进行装货工作。
5.如权利要求4所述的方法，其特征在于：所述处理器对每一捡货区指定一个自动搬运车的步骤包括：所述处理器确定每一个自动搬运车的装载能力和运行速度，所述处理器根据每一个自动搬运车的装载能力和每个捡货区的面积来指定自动搬运车至对应的捡货区，其中每个捡货区的面积是由捡货区内的货架的数量决定。
6.如权利要求1所述的方法，其特征在于：所述处理器使用仿真退火算法将存货空间划分为多个捡货区、将自动搬运车指定到对应的捡货区并确定订单的处理顺序。
7.如权利要求1所述的方法，其特征在于：所述处理器接收订单的步骤包括：所述处理器从多个用户端装置接收订单用来获取存货空间中储存的商品。
8.如权利要求1所述的方法，其特征在于：输入接口输入存货空间的仓库设施配置图数据的步骤包括：通过输入接口输入对应存货空间的仓库设施配置图文件以输入仓库设施配置图数据，仓库设施配置图文件记录了商品存放在存货空间中的位置数据，位置数据报括X轴和Y轴坐标数据。
9.如权利要求1所述的方法，其特征在于：方法还包括于一显示器显示规划路线。
10.一种订单处理系统，包括多个自动搬运车，用以在存货空间装载或卸下存放于存货空间的多个商品，其特征在于：所述订单处理系统还包括一输入接口和一订单处理和排程装置，所述输入接口输入要求信息、仓库设施配置图数据和自动搬运车的数量，仓库设施配置图数据报括商品的放置位置数据；所述订单处理和排程装置包括处理器、显示器和计算机可读接口，计算机可读接口接收从输入接口输入的要求信息、仓库设施配置图数据和自动搬运车的数量，所述处理器接收多个订单，每一订单包括商品订单信息和处理期限信息，所述处理器根据接收到的订单和可指派的自动搬运车的数量将存货空间划分为多个捡货区，每一捡货区包括供自动搬运车沿着移动的至少一导引路线；所述处理器对每一捡货区指定一个自动搬运车，从而让所述自动搬运车在对应的捡货区取货；所述处理器决定所述订单的处理顺序；所述处理器根据订单、订单的处理顺序、仓库设施配置图数据生成一规划路线用来控制自动搬运车的装货操作，所述规划路径满足每一订单的投递时间要求和成本要求这两个要求中的至少一个，所述处理器控制显示器显示规划路线。
11.如权利要求10所述的订单处理系统，其特征在于：所述处理器发出路线指令给各个自动搬运车，让每个自动搬运车根据规划路线从对应的捡货区中取货。
12.如权利要求10所述的订单处理系统，其特征在于：所述存货空间中设有多个货架，所述处理器将若干货架划分到一起而组成各个捡货区，每个货架内设有多个用来放置商品的横条，且两相邻的货架之间设有至少一导引路线，用来导引自动搬运车移动而进行装货工作。
13.如权利要求12所述的订单处理系统，其特征在于：所述处理器确定每一自动搬运车的装载能力和运行速度，所述处理器根据每一自动搬运车和每个捡货区的面积来指定自动搬运车到至对应的捡货区，其中每个捡货区的面积由其内包括的货架的数量决定。
14.如权利要求10所述的订单处理系统，其特征在于：所述订单处理系统还包括一货物传送机，货物传送机将其上的商品传送到一装货区，所述处理器使每台自动搬运车将从对应的捡货区中所取的货卸除到货物传送机上。
15.一种订单处理系统的运作方法，该订单处理系统包括多个在一存货空间中移动的自动搬运车，该存货空间中储存了多个商品，该方法包括如下步骤：
通过一输入接口输入存货空间的仓库设施配置图数据，仓库设施配置图数据报括商品的放置位置数据；
一处理器接收大量的订单，每一订单包括一商品订单信息和一处理期限信息；
所述处理器根据接收到的订单和可指派的自动搬运车的数量将存货空间划分为多个捡货区，每一捡货区包括供自动搬运车移动的至少一导引路线；
所述处理器对每一捡货区指定一个自动搬运车，从而让自动搬运车在对应的捡货区取货；
所述处理器确定所述订单的处理顺序；
所述处理器根据订单、订单的处理顺序、仓库设施配置图数据生成一规划路线用来控制自动搬运车的装货操作；及
所述处理器根据处理顺序和仓库设施配置图数据调遣这些自动搬运车，让这些自动搬运车沿着对应捡货区中的导引路线移动，并在对应的捡货区中抓取订单中的商品。
16.如权利要求15所述的方法，其特征在于：所述处理器使每一自动搬运车将从对应的捡货区中所取的货卸除到一货物传送机上，货物传送机将其上的商品传送到一装货区。
17.如权利要求15所述的方法，其特征在于：存货空间中设有多个货架，在存货空间中划分多个捡货区的步骤包括：将若干货架划分到一起而组成各个捡货区，每个货架内设有多个用来放置商品的横条，且两相邻的货架之间设有至少一导引路线，用来导引自动搬运车移动而进行装货工作。
18.如权利要求15所述的方法，其特征在于：所述处理器对每一捡货区指定一个自动搬运车的步骤包括：所述处理器确定每一自动搬运车的装载能力，所述处理器根据每一自动搬运车的运载能力和每个捡货区的面积来指定自动搬运车指定至对应的捡货区，其中每个捡货区的面积由其内包括的货架的数量决定。
CN201610631788.5A 2016-03-18 2016-08-04 使用自动搬运车的订单处理系统和方法 Pending CN107203825A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/073678 2016-03-18
US15/073,678 US20170270466A1 (en) 2016-03-18 2016-03-18 Method and system using with automated guided vehicle

Publications (1)

Publication Number Publication Date
CN107203825A true CN107203825A (zh) 2017-09-26

Family

ID=59847837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610631788.5A Pending CN107203825A (zh) 2016-03-18 2016-08-04 使用自动搬运车的订单处理系统和方法

Country Status (3)

Country Link
US (1) US20170270466A1 (zh)
CN (1) CN107203825A (zh)
TW (1) TW201734943A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107966154A (zh) * 2017-12-07 2018-04-27 英业达科技有限公司 移动后位置与目标地点不符时再次移动的自动车及其方法
CN108227718A (zh) * 2018-01-30 2018-06-29 安徽宇锋智能科技有限公司 一种自适应切换的自动搬运小车路径规划方法
CN109240283A (zh) * 2018-08-10 2019-01-18 安徽库讯自动化设备有限公司 一种基于agv小车准时率分析的运行状态智能化调控系统
CN109785631A (zh) * 2019-03-12 2019-05-21 大连海事大学 一种面向交通疏导的道路交通数据智能感知与分发网络架构
CN112180919A (zh) * 2020-09-21 2021-01-05 苏州牧星智能科技有限公司 一种仓储系统中的机器人运行路径规划方法、装置及系统
CN112520283A (zh) * 2019-09-19 2021-03-19 沛远智能科技（厦门）有限公司 自动运输、储存与取回系统及其方法
WO2021078278A1 (zh) * 2019-10-23 2021-04-29 京东方科技集团股份有限公司 物料配送方法、装置、电子设备及存储介质
US20210122570A1 (en) * 2019-10-25 2021-04-29 Jungheinrich Aktiengesellschaft Stacking storage arrangement and method for operating a stacking storage arrangement
US20210122569A1 (en) * 2019-10-25 2021-04-29 Jungheinrich Aktiengesellschaft Stacking storage arrangement
CN113450041A (zh) * 2020-03-25 2021-09-28 日日顺供应链科技股份有限公司 一种物流园区订单管理系统
WO2023165080A1 (zh) * 2022-03-01 2023-09-07 北京京东振世信息技术有限公司 一种自动化车辆的调度方法、装置、电子设备和可读介质

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10922637B2 (en) 2013-01-18 2021-02-16 Packsize Llc Tiling production of packaging materials
US11092946B2 (en) * 2016-12-01 2021-08-17 Packsize Llc Identifying and managing equipment within an operational environment
US10482400B2 (en) * 2017-01-26 2019-11-19 International Business Machines Corporation Cognitive route planning for unit replenishment in a distributed network
CN107577212B (zh) * 2017-09-15 2019-11-05 北京京东振世信息技术有限公司 货架和调度方法以及运营调度方法、中心和系统
US10386851B2 (en) 2017-09-22 2019-08-20 Locus Robotics Corp. Multi-resolution scan matching with exclusion zones
US10429847B2 (en) * 2017-09-22 2019-10-01 Locus Robotics Corp. Dynamic window approach using optimal reciprocal collision avoidance cost-critic
DE102017010197B4 (de) * 2017-10-30 2019-10-10 Kuka Deutschland Gmbh Verfahren zum Betreiben eines automatischen Transporters
US11176630B2 (en) * 2017-12-21 2021-11-16 Wing Aviation Llc Dynamic UAV transport tasks
EP3795263B1 (en) 2018-05-18 2023-10-04 Beijing Geekplus Technology Co., Ltd. Cargo sorting system and method
CN109669464A (zh) 2018-07-12 2019-04-23 北京图森未来科技有限公司 实现自动运输货物的系统及相关设备
CN110852660A (zh) * 2018-08-20 2020-02-28 富晋精密工业（晋城）有限公司 物流调度装置、物流调度方法及存储设备
TWI668644B (zh) * 2018-09-03 2019-08-11 財團法人工業技術研究院 揀貨系統及揀貨方法
CN109214755A (zh) * 2018-09-14 2019-01-15 厦门大学嘉庚学院 一种仓储管理中的自动排单调度方法
US11402830B2 (en) * 2018-09-28 2022-08-02 Teradyne, Inc. Collaborative automation logistics facility
CN109489671A (zh) * 2018-12-28 2019-03-19 歌尔股份有限公司 一种agv机器人的路径规划方法、装置和系统
CN109581987B (zh) * 2018-12-29 2021-05-04 广东飞库科技有限公司 一种基于粒子群算法的agv调度路径规划方法及系统
WO2020140818A1 (zh) * 2018-12-30 2020-07-09 北京极智嘉科技有限公司 订单处理方法、装置、设备及存储介质
CN110334838B (zh) * 2019-04-11 2023-06-23 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) 基于蚁群算法和遗传算法的agv小车协同调度方法及系统
CN111784219A (zh) * 2019-08-26 2020-10-16 北京京东乾石科技有限公司 仓库柔性生产方法和装置、计算机可读存储介质
CN111007813B (zh) * 2019-11-19 2022-11-15 一汽物流有限公司 一种基于多种群混合智能算法的agv避障调度方法
CN112084708B (zh) * 2020-09-04 2022-08-19 西南交通大学 一种基于响应面和遗传算法的agv系统优化配置方法
CN112153595B (zh) * 2020-10-20 2021-11-05 上海交通大学 一种智能工厂agv场景移动的端-边-云协同数据传输方法
CN113296503A (zh) * 2021-05-08 2021-08-24 西安达升科技股份有限公司 一种用于agv小车路径优化方法、装置及存储介质
TWI773339B (zh) * 2021-05-26 2022-08-01 東元電機股份有限公司 無人載物車派遣系統與方法
US20230177444A1 (en) * 2021-12-07 2023-06-08 Here Global B.V. Territory set determination based on historical service event data
CN114757591B (zh) * 2022-06-14 2022-09-27 湖南大学 基于行为依赖图的多车型协同分拣调度方法
CN116451888B (zh) * 2022-10-21 2024-01-09 中国科学院沈阳自动化研究所 基于多agv的柔性生产车间协同调度的方法
CN116307646B (zh) * 2023-05-23 2023-09-01 科大智能物联技术股份有限公司 一种基于两阶段动态分区算法的一轨双车调度方法
CN117744909B (zh) * 2024-02-19 2024-05-14 华芯(嘉兴)智能装备有限公司 天车的漫游控制方法及装置

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107966154A (zh) * 2017-12-07 2018-04-27 英业达科技有限公司 移动后位置与目标地点不符时再次移动的自动车及其方法
CN108227718B (zh) * 2018-01-30 2022-04-05 安徽宇锋智能科技有限公司 一种自适应切换的自动搬运小车路径规划方法
CN108227718A (zh) * 2018-01-30 2018-06-29 安徽宇锋智能科技有限公司 一种自适应切换的自动搬运小车路径规划方法
CN109240283A (zh) * 2018-08-10 2019-01-18 安徽库讯自动化设备有限公司 一种基于agv小车准时率分析的运行状态智能化调控系统
CN109240283B (zh) * 2018-08-10 2021-07-02 合肥哈工库讯智能科技有限公司 一种基于agv小车准时率分析的运行状态智能化调控系统
CN109785631A (zh) * 2019-03-12 2019-05-21 大连海事大学 一种面向交通疏导的道路交通数据智能感知与分发网络架构
CN112520283A (zh) * 2019-09-19 2021-03-19 沛远智能科技（厦门）有限公司 自动运输、储存与取回系统及其方法
CN112520283B (zh) * 2019-09-19 2022-05-17 沛远智能科技（厦门）有限公司 自动运输、储存与取回系统及其方法
US12060226B2 (en) 2019-10-23 2024-08-13 Chongqing Boe Optoelectronics Technology Co., Ltd. Method for delivering materials, electronic device and storage medium
WO2021078278A1 (zh) * 2019-10-23 2021-04-29 京东方科技集团股份有限公司 物料配送方法、装置、电子设备及存储介质
US20210122569A1 (en) * 2019-10-25 2021-04-29 Jungheinrich Aktiengesellschaft Stacking storage arrangement
US20210122570A1 (en) * 2019-10-25 2021-04-29 Jungheinrich Aktiengesellschaft Stacking storage arrangement and method for operating a stacking storage arrangement
US11702285B2 (en) * 2019-10-25 2023-07-18 Jungheinrich Aktiengesellschaft Stacking storage arrangement
US11834269B2 (en) * 2019-10-25 2023-12-05 Jungheinrich Aktiengesellschaft Stacking storage arrangement and method for operating a stacking storage arrangement
CN113450041A (zh) * 2020-03-25 2021-09-28 日日顺供应链科技股份有限公司 一种物流园区订单管理系统
CN112180919A (zh) * 2020-09-21 2021-01-05 苏州牧星智能科技有限公司 一种仓储系统中的机器人运行路径规划方法、装置及系统
WO2023165080A1 (zh) * 2022-03-01 2023-09-07 北京京东振世信息技术有限公司 一种自动化车辆的调度方法、装置、电子设备和可读介质

Also Published As

Publication number Publication date
US20170270466A1 (en) 2017-09-21
TW201734943A (zh) 2017-10-01

Similar Documents

Publication Publication Date Title
CN107203825A (zh) 使用自动搬运车的订单处理系统和方法
Lee et al. Robotics in order picking: evaluating warehouse layouts for pick, place, and transport vehicle routing systems
WO2020238657A1 (zh) 货品分拣方法及货品分拣系统
Alyahya et al. Application and integration of an RFID-enabled warehousing management system–a feasibility study
US20200097898A1 (en) Optimization of Warehouse Layout Based on Customizable Goals
Atmaca et al. Defining order picking policy: A storage assignment model and a simulated annealing solution in AS/RS systems
Emde et al. Optimally locating in-house logistics areas to facilitate JIT-supply of mixed-model assembly lines
JP6650508B2 (ja) 倉庫管理システム及び倉庫管理方法
JP7209795B2 (ja) 物流管理方法およびその電子装置
KR20190122209A (ko) 릴레이식 물품 피킹 시스템 및 피킹 방법
CN107516142A (zh) 一种自动处理及履行订单的仓储系统及其仓储方法
JP5811040B2 (ja) 物品仕分け設備の運用方法及び物品仕分け設備
Popović et al. Application of genetic algorithms for sequencing of AS/RS with a triple-shuttle module in class-based storage
KR20190048674A (ko) 지능형 무인자율주행 물류 로봇
CN110599075A (zh) 仓库货物周转管理装置、系统、方法和存储介质
WO2016121076A1 (ja) 倉庫管理システム
Ferrara et al. Fleet sizing of laser guided vehicles and pallet shuttles in automated warehouses
JPWO2021019702A1 (ja) 自動化倉庫最適化システム
Srinivas et al. Collaborative order picking with multiple pickers and robots: Integrated approach for order batching, sequencing and picker-robot routing
CN112591359B (zh) 一种库存物品拣选系统、方法
JP2019529289A (ja) 物品仕分けシステムおよび物品仕分け方法
CN111709608B (zh) 拣货任务确定方法、装置、计算机设备及存储介质
Zhu et al. A decision model on human-robot collaborative routing for automatic logistics
Ventura et al. Finding optimal dwell points for automated guided vehicles in general guide-path layouts
Teck et al. A bi-level memetic algorithm for the integrated order and vehicle scheduling in a RMFS

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170926

WD01 Invention patent application deemed withdrawn after publication