CN109155013B - 仓库中物品的托盘的自主重排 - Google Patents
仓库中物品的托盘的自主重排 Download PDFInfo
- Publication number
- CN109155013B CN109155013B CN201780030026.2A CN201780030026A CN109155013B CN 109155013 B CN109155013 B CN 109155013B CN 201780030026 A CN201780030026 A CN 201780030026A CN 109155013 B CN109155013 B CN 109155013B
- Authority
- CN
- China
- Prior art keywords
- time
- trays
- warehouse
- tray
- real
- 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.)
- Active
Links
- 230000008707 rearrangement Effects 0.000 title claims description 22
- 238000000034 method Methods 0.000 claims abstract description 64
- 238000003860 storage Methods 0.000 claims description 30
- 230000000295 complement effect Effects 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 5
- 238000013439 planning Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 238000012384 transportation and delivery Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000003466 anti-cipated effect Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000005022 packaging material Substances 0.000 description 1
- -1 parts or assemblies Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Images
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"
-
- 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"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
- B65G1/0492—Storage devices mechanical with cars adapted to travel in storage aisles
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- 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
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Mechanical Engineering (AREA)
- Warehouses Or Storage Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
所描述的示例可以使仓库中的物品的托盘重新布置为最佳布局。一种示例方法包括:接收实时物品信息,该实时物品信息包括仓库中的托盘位置和布置在托盘上的物品的实时库存;基于托盘重新定位历史以及物品接收/装运期望,确定对未来访问托盘的需求的可能性;基于实时物品信息和需求的可能性,确定最佳受控访问密集网格布局,其中托盘距布局的中心的距离与需求的可能性相关;接收实时机器人信息并使用实时机器人信息来确定将托盘重新布置为最佳布局的时间量;以及,基于重新布置托盘的时间量小于阈值,使机器人设备将托盘重新布置为最佳布局。
Description
相关申请的交叉引用
本申请要求于2016年8月23日提交的美国专利申请第15/244525号的优先权,其全部内容通过引用合并于此。
技术领域
本公开涉及一种仓库中物品的托盘的自主重排。
背景技术
仓库可以被各种不同类型的商业实体(包括制造商、批发商和运输企业)用来存放货物。示例的所存放的货物可以包括原材料、零件或组件、包装材料和成品。在某些情况下,仓库可能配备有装载平台(loading dock),以允许货物装载到运载(delivery)卡车或其他类型的车辆上或从其上卸载。仓库也可以使用一排排托盘架(即包含一堆堆物品(诸如箱子中包含的货物)的扁平运输结构)来允许存放托盘。另外,仓库可以具有用于提升和移动货物或物品托盘的机器或车辆,诸如起重机和叉车。可以采用人类操作员来操作机器、车辆和其他装备。在一些情况下,一个或多个机器或车辆可以是由计算机控制系统引导的机器人设备。
发明内容
本公开的示例实施方式可以涉及在诸如仓库的物理环境中托盘的自主重排(shuffling)。作为示例,被配置为管理仓库中的机器人设备的系统可以接收或以其他方式访问与仓库中的物品相关的实时物品信息,诸如仓库中托盘的实时位置和布置在托盘上的物品的实时库存。该系统还可以接收或以其他方式访问在仓库中的机器人设备的实时机器人信息,诸如实时任务进度、预先安排的任务、位置等。使用托盘重新定位历史、物品接收/装运期望和实时物品信息,系统可以确定托盘在未来被需求访问的可能性。然后,系统可以使用需求的可能性来确定仓库中托盘的最佳布局,其中在该布局中托盘的位置与托盘在未来被需求的可能性相关。使用实时机器人信息,系统可以确定机器人设备将托盘重新布置为最佳布局所花费的时间量,然后如果确定的时间量小于阈值,则指示机器人设备将托盘重新布置为最佳布局。
在一个方面,本申请描述了一种方法。该方法可以包括:在仓库控制系统(warehouse control system,WCS)处接收实时物品信息,该实时物品信息包括安置在仓库中的托盘的实时位置和布置在托盘上的物品的实时库存,其中物品的实时库存包括每个托盘的内容。该方法还可以包括:基于仓库内托盘重新定位的历史、对物品要在未来日期在仓库处接收的期望、以及对物品要在未来日期从仓库装运出的期望,来确定对未来访问托盘的需求的可能性。该方法还可以包括:基于实时物品信息和需求的可能性,确定要将所述托盘布置为的最佳受控访问密集网格布局,其中托盘距最佳受控访问密集网格布局的中心的距离与需求的可能性相关。该方法还可以包括在WCS处接收实时机器人信息,所述实时机器人信息包括(i)安置在仓库中的多个机器人设备的实时位置,(ii)多个机器人设备的实时任务进度数据,(iii)执行任务的时间表,以及(iv)对多个机器人设备中的一个或多个机器人设备执行任务的时间测量。该方法可以更进一步地包括:基于实时机器人信息,确定将托盘重新布置为最佳受控访问密集网格布局的时间量。该方法还可以包括基于将托盘重新布置为最佳受控访问密集网格布局的时间量小于阈值时间量,使多个机器人设备中的一个或多个机器人设备将托盘重新布置为最佳受控访问密集网格布局。
在另一方面,本申请描述了一种系统。该系统可以包括仓库中的多个机器人设备、至少一个处理器和数据存储器,该数据存储器包括可由至少一个处理器运行以使系统执行操作的指令。该操作可以包括:接收实时物品信息,该实时物品信息包括安置在仓库中的托盘的实时位置和布置在托盘上的物品的实时库存,其中物品的实时库存包括每个托盘的内容。该操作还可以包括基于仓库内托盘重新定位的历史、对物品要在未来日期在仓库处接收的期望、以及对物品要在未来日期从仓库装运出的期望,来确定对未来访问托盘的需求的可能性。该操作还可以包括基于实时物品信息和需求的可能性,确定要将所述托盘布置为的最佳受控访问密集网格布局,其中托盘距最佳受控访问密集网格布局的中心的距离与需求的可能性相关。该操作还可以包括接收实时机器人信息,该实时机器人信息包括(i)安置在仓库中的多个机器人设备的实时位置,(ii)多个机器人设备的实时任务进度数据,(iii)执行任务的时间表,以及(iv)对多个机器人设备中的一个或多个机器人设备执行任务的时间测量。该操作可以更进一步地包括基于实时机器人信息,确定将托盘重新布置为最佳受控访问密集网格布局的时间量。该操作还可以更进一步地包括基于将托盘重新布置为最佳受控访问密集网格布局的时间量小于阈值时间量,使多个机器人设备中的一个或多个机器人设备将托盘重新布置为最佳受控访问密集网格布局。
在又另一方面,本申请描述了一种其上存储有程序指令的非暂时性计算机可读介质,该程序指令在由包括至少一个处理器的计算系统运行时使计算系统执行操作。该操作可以包括接收实时物品信息,该实时物品信息包括安置在仓库中的托盘的实时位置和布置在托盘上的物品的实时库存,其中物品的实时库存包括每个托盘的内容。该操作还可以包括:基于仓库内托盘重新定位的历史、对物品在未来日期在仓库处接收的期望、以及对物品在未来日期从仓库装运出的期望,来确定对未来访问托盘的需求的可能性。该操作还可以包括基于实时物品信息和需求的可能性,确定要将所述托盘布置为的最佳受控访问密集网格布局,其中托盘距最佳受控访问密集网格布局的中心的距离与需求的可能性相关。该操作还可以包括接收实时机器人信息,该实时机器人信息包括(i)安置在仓库中的多个机器人设备的实时位置,(ii)多个机器人设备的实时任务进度数据,(iii)执行任务的时间表,以及(iv)对多个机器人设备中的一个或多个机器人设备执行任务的时间测量。该操作可以更进一步地包括基于实时机器人信息,确定将托盘重新布置为最佳受控访问密集网格布局的时间量。该操作还可以更进一步地包括基于将托盘重新布置为最佳受控访问密集网格布局的时间量小于阈值时间量,使多个机器人设备中的一个或多个机器人设备将托盘重新布置为最佳受控访问密集网格布局。
在又另一方面,提供了一种系统,该系统包括用于接收实时物品信息的装置,该实时物品信息包括安置在仓库中的托盘的实时位置和布置在托盘上的物品的实时库存,其中物品的实时库存包括每个托盘的内容。该系统还可以包括用于基于仓库内托盘重新定位的历史、对物品要在未来日期在仓库处接收的期望、以及对物品要在未来日期从仓库装运出的期望,来确定对未来访问托盘的需求的可能性的装置。该系统可以更进一步地包括用于基于实时物品信息和需求的可能性来确定要将托盘布置为的最佳受控访问密集网格布局的装置,其中托盘距最佳受控访问密集网格布局的中心的距离与需求的可能性相关。该系统还可以包括用于接收实时机器人信息的装置,该实时机器人信息包括(i)安置在仓库中的多个机器人设备的实时位置,(ii)多个机器人设备的实时任务进度数据,(iii)执行任务的时间表,以及(iv)对多个机器人设备中的一个或多个机器人设备执行任务的时间测量。该系统可以更进一步地包括用于基于实时机器人信息来确定将托盘重新布置为最佳受控访问密集网格布局的时间量的装置。该系统还可以更进一步地包括用于基于将托盘重新布置为最佳受控访问密集网格布局的时间量小于阈值时间量,使多个机器人设备中的一个或多个机器人设备将托盘重新布置为最佳受控访问密集网格布局的装置。
前述概述仅是说明性的,并不意图以任何方式进行限制。除了上述说明性的方面、实施方式和特征之外,通过参考附图和以下详细描述,其他方面、实施方式和特征将变得显而易见。
附图说明
图1描述了根据本文描述的至少一些实施方式的示例仓库。
图2是示出根据本文描述的至少一些实施方式的示例计算系统的组件的简化框图。
图3是根据本文描述的至少一些实施方式的示例方法的流程图。
图4A和图4B示出了根据本文描述的至少一些实施方式的仓库中托盘的示例布局。
具体实施方式
本文描述了示例方法和系统。应当理解的是,本文使用词语“示例”、“示例性”和“说明性”来意指“用作示例、实例或说明”。本文描述为“示例”、“示例性”或“说明性”的任何实施方式或特征不一定被解释为优选于或优于其他实施方式或特征。本文描述的示例性实施方式并不意图是限制性的。容易理解的是,如本文一般描述和附图所示,本公开的各个方面可以以各种不同的配置来布置、替换、组合、分离和设计,所有这些都在本文中被明确考虑。另外,在本公开中,除非另有规定和/或除非特定上下文另有明确规定,否则术语“一”意指至少一个,术语“该”意指至少一个。
如本文所使用的,术语“仓库”可以指任何物理环境,在该物理环境中物品或物品托盘可以由机器人设备操纵、处理和/或存放。在一些示例中,仓库可以是单个物理建筑或结构。在其他示例中,一些固定组件可以在物体处理之前或期间安装或以其他方式定位在环境内。在另外的示例中,仓库可以包括多个分离的物理结构,和/或也可以包括未被物理结构覆盖的物理空间。
示例的仓库可以包括同构或异构的机器人设备群组和配置为管理机器人设备的控制系统。该机器人设备群组可以在自主的仓库环境中独立存在而无需人类操作员,或者可以在协作的仓库环境中与人类操作员(例如,人力驱动的设备(诸如叉车升降机(forklift)))共处一地。在仓库的上下文中,这种控制系统可以称为仓库控制系统(warehouse control system,WCS)。仓库还可以包括布置在托盘上的各种物品(例如,产品),并且托盘可以被布置在仓库中的各个位置。例如,托盘可以直接定位在仓库的地板上、堆叠在其他托盘上、放置在托盘架中和/或存放在装运集装箱中。当每个托盘到达仓库时,WCS可以利用所有可用信息来确定存放托盘的最合适位置。
机器人设备的群组可以被用在仓库设置中,以用于许多不同的应用。一种可能的应用包括订单履行(例如,针对个体客户),其中可以打开箱子,并将来自箱子中的个体物品放入盒子内的包装中,以履行个体订单。另一种可能的应用包括配送(例如,配送到商店或其他仓库),其中混合托盘可以被构造成包含不同类型的物品(即产品类型)的群组以装运到商店。进一步可能的应用包括交叉对接(cross-docking),这可能涉及在装运集装箱之间运输而不存放任何东西(例如,物品可以从四辆40英尺长的拖车上移走并且装载到三辆较轻牵引机拖车上,并且也可以用托盘装载)。许多其它应用也是可能的。
一般来说,托盘在仓库中的布置方式可能取决于各种因素。这些因素可以包括仓库中活动的历史、托盘位置的历史、对某些物品的需求历史、在仓库处接收的物品的趋势、装运出仓库的物品的趋势、物品的接收的订单、预测的仓库中的活动、预测的对某些物品的需求、预测的将在仓库处接收的物品、预测的将装运出仓库的物品、商业目标(例如,促销活动(诸如当天交货))和布置托盘的人力和/或机器人资源可用性,以及许多其他可能性。WCS可以被配置为将这些和其他因素与机器学习一起使用,以促进仓库的改进管理,包括仓库中托盘的布置和重新布置。
本文提供了用于在仓库中自主地重新布置或“重排(shuffling)”托盘的示例方法和系统。根据示例方法,WCS可以接收、确定或以其他方式访问实时物品信息,该实时物品信息包括仓库中物品的托盘的实时位置、仓库中物品的实时库存以及每个托盘的实时内容(例如,哪些物品在哪些托盘上)。WCS还可以接收、确定或以其他方式访问其他仓库信息,诸如托盘重新定位历史(例如,关于何时、在哪里、为什么和/或如何将托盘从一个地方移动到另一个地方的信息)、对将在仓库处接收物品的期望以及对物品将被装运出仓库的期望。
WCS可以使用上面讨论的任何或所有信息来确定对每个托盘的“需求可能性”-即指示在未来某个时刻托盘将需要被访问的可能性。例如,如果托盘已经很长一段时间(例如,几天、几周、几个月)没有移动,则WCS可以确定对托盘的需求的可能性较低。反之,如果托盘最近被移动了一次或多次,则WCS可以确定对托盘的需求的可能性较高。作为另一示例,如果WCS预计(即预测)或者肯定地知道托盘上的物品将在很长一段时间内不会被装运,则WCS可以确定对托盘的需求的可能性较低。反之,如果WCS预计或者肯定地知道在不久的未来托盘上的物品将需要被装运,则WCS可以确定对托盘的需求的可能性较高。
然后,WCS可以考虑对每个托盘的需求的可能性,以促进对仓库中托盘的最佳布局的确定。特别地,WCS可以确定本文可以被称为“受控访问密集网格布局”(或者仅仅是“密集网格布局”)的内容,其中该布局是这样的布局:可以允许托盘被密集地存放,同时仍然允许被预测为(或者被已知为)更高需求的托盘在出于各种目的而需要移动托盘的情况下更容易被机器人设备访问,从而控制机器人设备如何访问托盘。密集网格布局可以具有各种特性。例如,至少,给定托盘距密集网格布局中心的距离可能与对给定托盘的需求的可能性相关。
此外,WCS可以确定将托盘重新布置成最佳密集网格布局所需的资源,诸如机器人设备重新布置托盘所花的时间。如果WCS确定资源满足某些标准,则WCS可以指示机器人设备重新布置托盘。如果没有,则WCS可能不会指示机器人设备重新布置托盘,直到WCS确定资源满足某些标准。
在示例中,为了在实践中促进上述过程,WCS可以接收、确定或以其他方式访问与仓库中的机器人活动相关的实时机器人信息。特别地,实时机器人信息可以包括机器人设备的实时位置、正在进行和/或将要完成的机器人任务的实时任务进度更新、任务时间表以及机器人设备执行各种任务花费多少时间的相应固定测量值、以及其他可能的信息。WCS然后可以使用至少实时机器人信息来确定机器人设备将托盘重新布置为最佳密集网格布局要花费多长时间。如果时间量小于阈值时间量,WCS可以指示机器人设备将托盘重新布置为最佳密集网格布局。
密集网格布局可以在两个维度上实施(例如,托盘放置在地板上或存放架中的底层上,但是托盘没有堆叠或以其他方式放置在彼此之上的布局)。在其他实施方式中,密集网格布局也可以在三维中实施,并入到具有堆叠的托盘的仓库布置中。例如,在这样的实施方式中,具有需求的较低可能性的托盘可以放置在堆叠中比具有需求的较高可能性的托盘更高的位置(或者以其他方式离得更远)。
在一些实施方式中,密集网格布局或不同布局可以在托盘存放架中实施,其中具有需求的较高可能性的托盘放置得比具有需求的较低可能性的托盘更靠近地面,使得具有需求的较高可能性的托盘比那些更靠近存放架顶部的托盘更容易被访问。
托盘重排可以采取多种形式。在一些实施方式中,WCS可以确定其他类型的托盘的布局,其像密集网格布局一样,可以并入到托盘架和/或堆叠的托盘布置中。在一些情况下,WCS可以确定最佳布局是“深巷道布局(deep lanes layout)”,这可以由各种特性来定义。例如,至少,深巷道布局可以包括布置在相应巷道中的托盘的群组,使得巷之间有足够的空间供机器人设备从巷道行进和访问托盘。其他布局也是可能的。
动态地和自主地重新布置仓库中的托盘可以提供各种工业和商业优势。例如,WCS和机器人设备的使用可以大大减少或消除重新布置仓库时对人力的需求。作为另一示例,随着对物品的需求随着时间的推移而变化,WCS可以改变托盘的布局以最佳地反映在各个时间点的当前需求,或者可以主动改变托盘的布局以最佳地反映预测的在未来时间点的需求。作为又一示例,随着仓库中可用空间的增加和减少,WCS可以平衡可用空间的考虑和其他考虑(诸如物品的需求、物品的易访问性等),以便根据这些考虑来确定哪种类型的布局能最佳地利用仓库中的可用空间。一般地,通过连续地评估随着时间的推移在仓库中托盘的放置情况,并连续地做出努力重新布置该仓库,仓库效率可以提高,并且其他示例也是可能的。
应当注意的是,在替代实施方式中,与仓库相关联的一个或多个计算实体(诸如WCS和/或其他计算系统)可以比实时更不频繁地针对由WCS的接收而收集、更新、处理和/或提供物品信息和/或机器人信息。
现在将详细参考各种实施方式,其示例在附图中示出。在下面的详细描述中,阐述了许多具体细节以便提供对本公开和所描述的实施方式的全面理解。然而,本公开可以在没有这些具体细节的情况下实践。在其他情况下,没有详细描述已知的方法、过程、组件和电路,以免不必要地模糊实施方式的各个方面。
现在参考附图,图1描绘了根据本文描述的至少一些实施方式的示例仓库100。仓库100包括各种类型的机器人设备,这些机器人设备可以被控制以协作来执行与仓库内的物品、托盘等的处理相关的任务。出于说明的目的,这里示出了不同机器人设备的某些示例类型和数量,但是仓库可以采用更多或更少的机器人设备,可以省略这里示出的某些类型,并且还可以包括未明确示出的其他类型的机器人设备。
图1中示出的机器人设备的一种示例类型是自主叉车102、具有叉式升降机的移动设备(该移动设备可用于运输盒子的托盘和/或提升盒子的托盘(例如,将托盘放置在架子上以便储存))。所示的机器人设备的另一示例类型是自主引导车辆(autonomous guidedvehicle,AGV)104(其可以相对较小)、具有轮子的移动设备(该移动设备可以用于将个体物品或其他物体在仓库内从一个位置运输到另一位置)。机器人设备的另外的示例类型是机器人卡车装载/卸载机106、具有机器人机械手以及诸如传感器的其他组件以便于将物品和/或托盘装载到卡车或其他车辆上和/或从卡车或其他车辆上卸载的移动设备。例如,机器人卡车装载/卸载机106可用于将托盘或个体物品装载到位于仓库的装运平台110处的运载卡车108上。在一些示例中,运载卡车108的移动(例如,将包裹运载到另一仓库)也可以与仓库中的机器人设备协调。
除了这里所示的移动设备之外,也可以包括其他类型的移动设备,或者可以用其他类型的移动设备来替代。在一些示例中,一个或多个机器人设备可以使用除了地面上的轮子之外的不同运输模式。例如,一个或多个机器人设备可以是机载的(airborne)(例如,四轴飞行器),并且可以用于诸如移动物体或收集环境的传感器数据的任务。
本文描述的任何机器人设备可以包括一个或多个传感器,诸如力传感器、接近传感器、负载传感器、位置传感器、触摸传感器、深度传感器、超声波测距传感器、红外传感器、全球定位系统(Global Positioning System,GPS)接收器、声纳、光学传感器、生物传感器、射频识别(Radio Frequency identification,RFID)传感器、近场通信(Near FieldCommunication,NFC)传感器、无线传感器、罗盘、烟雾传感器、光传感器、音频传感器、麦克风、扬声器、雷达、相机(例如,彩色相机、灰度相机和/或红外相机)、深度传感器(例如,红绿蓝加深度(Red Green Blue plus Depth,RGB-D)、激光、光探测和测距(light detectionand ranging,LIDAR)设备、结构光扫描仪和/或飞行时间相机)、立体相机、运动传感器(例如,陀螺仪、加速度计、惯性测量单元(inertial measurement unit,IMU)和/或脚步或车轮里程表)和/或距离传感器(例如,超声波和/或红外线)等。(多个)传感器可以向处理器提供传感器数据,以允许机器人设备与环境的适当交互。另外,机器人设备还可以包括一个或多个电源,其被配置为向机器人设备的各种组件供电。可以使用任何类型的电源,诸如汽油发动机或电池。
在另外的示例中,仓库100还可以包括各种固定组件。一个或多个固定机器人设备可以用于移动物品或以其他方式处理物品。例如,基座机器人112可以包括升高在基座上的机器人臂,其中该基座固定在仓库内的底层。基座机器人112可以被控制以在其他机器人之间分配物品和/或堆叠和拆堆叠物品的托盘。例如,基座机器人112可以从附近的托盘拾取并移动盒子,并将物品分发到单独的AGV 104,以便运输到仓库内的其他位置。
在进一步的示例中,仓库100可以包括额外的固定组件,诸如可以用于在仓库内存储托盘和/或其他物体的存放架(未示出)。这种存放架可以被设计和放定成促进与机器人设备(例如自主叉车102)的交互。除了存放架之外或代替存放架,仓库100中的某些地面空间可以被选择并用于托盘的存放。例如,一些托盘可以在仓库环境内选定的位置处放定一定时间,以允许托盘被机器人设备拾取、分发或以其他方式处理托盘。仓库100中的任何固定组件可以配备有一个或多个传感器,如本文所述。
在一些示例中,仓库100中的任何或所有机器人设备可以包括一个或多个传感器、一个或多个计算机和一个或多个机器人臂。传感器可以用于执行各种操作,诸如扫描仓库100内的区域,以便捕获视觉数据和/或三维(three-dimensional,3D)深度信息。来自扫描的数据然后可以被集成到更大区域的表示中,以便提供数字环境重建。在另外的示例中,重建的环境然后可以用于识别要拾取的物品、托盘或其他物体,确定物品或托盘的拾取位置,和/或规划机器人设备应该沿着的无碰撞轨迹。仓库100还可以包括没有连接到机器人设备的诸如相机的传感器或其他类型的传感器。例如,各种传感器可以固定在仓库中的不同位置,诸如墙壁、天花板等。
如图1所示,仓库100包括各种托盘,托盘中的每一个可以包含一种类型的物品或者可以包含多种类型的物品。特别地,仓库100包括行114、行116、行118、行120、行122和行124,每一行都包括包含相同类型物品的一排托盘。例如,行114、行118和行124的托盘可以各自包括第一类型的物品,行116和行122的托盘可以各自包括第二类型的物品,行120的托盘可以各自包括第三类型的物品。可替代地,在任何一行内,相邻的托盘可以具有彼此不同类型的物品。一般来说,仓库中的任何两个相邻托盘(包括同一行中的相邻托盘或相邻两行中的相邻托盘)可能具有也可能不具有相同类型的物品。
行114、行116、行118、行120、行122和行124中的托盘可以被认为是“满”托盘,即包含按每个托盘分配的最大数量的物品的托盘。对于多个托盘,按每个托盘分配的物品的最大数量可以相同或不同,并且可以是由WCS或人类定义的数量。此外,按每个托盘分配的物品的最大数量可以取决于各种因素,诸如托盘结构(例如,托盘可以支撑的最大重量)。相比之下,仓库100还可以包括比“满”更少的各种托盘,诸如托盘126、托盘128、托盘130和托盘132。这些托盘中的每一个可以包括相同类型的物品或者可以包括不同类型的物品。
托盘放定在图1所示仓库100中的方式可以是深巷道布局的示例。例如,行114和行116可以一起形成第一巷道,行118和行120可以一起形成第二巷道,行122和行124可以一起形成第三巷道。第一、第二和第三巷道可以各自分开预定的距离,诸如使得机器人设备(例如,自主叉车102)能够在巷道之间行进并访问巷道中的托盘的距离。
可以与图1所示的示例不同地组织巷道、行和托盘。例如,在其他深巷道布局中,整个第一巷道可以仅包含第一类型的物品,而整个第二巷道可以仅包含第二、不同类型的物品。此外,构成每个巷道宽度和长度的托盘数量可以增加或减少。
在一些示例中,仓库100可以额外包括电池更换/充电站(未示出)。在示例中,诸如自主叉车102或AGV 104的一些或所有移动机器人设备可以周期性地从配备有多个电池充电器的电池交换站接收充电电池。特别地,电池交换站可以用充电电池替换机器人设备的旧电池,这可以防止机器人设备不得不坐下来等待电池充电。电池交换站可以配备有机器人操纵器,诸如机器人臂。机器人操纵器可以从单独的移动机器人设备中取出电池,并将电池附接到可用的电池充电器上。机器人操纵器然后可以将位于电池交换站的充电电池移动到移动机器人设备中,以替换被移除的电池。例如,具有弱电池的AGV可以被控制以移动到电池交换站,在那里机器人臂从AGV中拉出电池,将电池放入充电器中并给予AGV新电池。
在示例中,可以将一个或多个机器人设备带入到仓库100中,以在确定其他物体(诸如上面讨论的任何固定机器人设备或组件以及任何托盘)的放置之前创建仓库100空间的地图。这里,“地图”是指表示元素在环境的特定区域中的定位的信息,和/或表示某些元素与其他元素或环境的关系的信息。在示例实施方式中,地图是数字地图,其通过收集和编译表示给定环境中元素之间关系的数据,然后将这些数据格式化为虚拟形式(诸如虚拟2D或3D图像)来确定。地图可以是所讨论的元素和环境的实时或非实时表示,该表示详细描述这些元素、环境和/或这些元素和/或环境中的兴趣点。额外地或可替代地,地图的至少一部分可以通过非机器人手段、使用传统或数字测量技术或使用其他技术来生成。
一旦地图信息可用,诸如WCS的计算系统可以确定(例如,通过运行模拟)如何在可用空间内布局这些组件。在某些情况下,可以选择布局来最小化物体占用的空间量。托盘可以被放置在预定的位置,或者可以被随机地放置,或者可以被WCS基于各种因素(包括本文讨论的因素)的考虑来智能地放置。
为了协调仓库100内的各种设备(例如,机器人设备以及诸如电池充电站、遥控装运平台门、遥控坡道等的可能的其他组件)的动作,诸如远程、基于云的服务器系统的全局控制系统可以与一些或所有组件和/或与单独组件的分离的本地控制系统进行通信(例如,通过无线通信)。本文描述的任何计算系统,诸如WCS,可以采用这种全局控制系统的形式。
图2是示出根据本文描述的至少一些实施方式的示例计算系统200的组件的简化框图。例如,计算系统200可以充当WCS并控制仓库(诸如仓库100)的各方面,包括动态地控制仓库中机器人设备或其他组件的操作,如上所述。如此以来,计算系统200可以包括各种组件,诸如处理器202、数据存储单元204、通信接口206和/或用户接口208。计算系统200的组件可以经由连接机制210彼此连接(或连接到另一设备、系统或其他实体)。在本公开中,术语“连接机制”意指促进两个或更多个设备、系统或其他实体之间的通信的机制。例如,连接机制可以是简单的机制(诸如电缆或系统总线)或者是相对复杂的机制(诸如基于分组的通信网络(例如,互联网))。在一些情况下,连接机制可以包括非有形介质(例如,在连接是无线的情况下)。在其他示例实施方式中,计算系统200可以包括更多或更少的组件。
处理器202可以采取通用处理器(例如,微处理器)和/或专用处理器(例如,数字信号处理器(digital signal processor,DSP))的形式。在一些情况下,计算系统200可以包括处理器的组合。
数据存储单元204可以包括一个或多个易失性、非易失性、可移除和/或不可移除存储组件(诸如磁、光或闪存),和/或数据存储单元204可以全部或部分地与处理器202集成。如此以来,数据存储单元204可以采取其上存储有程序指令(例如,编译的或非编译的程序逻辑和/或机器代码)的非暂时性计算机可读存储介质的形式,当由处理器202运行该程序指令时,使得计算系统200执行一个或多个动作和/或功能(诸如本公开中描述的那些)。计算系统200可以被配置为执行一个或多个动作和/或功能(诸如本公开中描述的那些)。这样的程序指令可以定义和/或作为离散软件应用的一部分。在一些实例中,计算系统200可以响应于接收到输入(诸如来自通信接口206和/或用户接口208的输入)而运行程序指令。数据存储单元204还可以存储其他类型的数据(诸如本公开中描述的那些类型)。
通信接口206可以允许计算系统200根据一个或多个协议连接到另一其他实体和/或与另一其他实体通信。在一个示例中,通信接口206可以是有线接口(诸如以太网接口或高清串行数字接口(high-definition serial-digital-interface,HD-SDI)。另一示例中,通信接口206可以是无线接口(诸如蜂窝或Wi Fi接口)。连接可以是直接连接或间接连接,后者是穿过和/或贯穿一个或多个实体的连接(诸如路由器、交换机或其他网络设备)。同样,传输可以是直接传输或间接传输。
如果适用,用户接口208可以促进计算系统200和计算系统200的用户之间的交互。如此以来,用户接口208可以包括诸如键盘、小键盘、鼠标、触敏面板、麦克风和/或相机的输入组件和/或诸如显示设备(其例如可以与触敏面板结合)、声音扬声器和/或触觉反馈系统的输出组件。更一般地,用户接口208可以包括促进计算系统200和计算设备系统的用户之间的交互的硬件和/或软件组件。
如上所述,计算系统200可以被配置为动态控制仓库的各方面,诸如通过协调在仓库中操作的机器人设备的操作。作为示例,计算系统200可以为给定机器人设备确定一个时间表,该时间表指示机器人设备在整个时间段(例如,12小时)内执行的一系列任务,并且使用从位于仓库中的机器人设备、其他机器人设备和/或其他系统(例如,传感器系统)接收的后续信息(例如,传感器数据、任务进度更新)来调整时间表。作为另一示例,计算系统200可以被配置为协调多个机器人设备的操作,包括对齐时间表使得两个或更多个机器人设备在一时间段期间位于同一区域中,可能是在计算系统已经预测到在该时间期间可能需要两个或更多个机器人设备来协助该区域中的另一任务的情况下。作为又一示例,计算系统200还可以安排时间表,以便在相同的时间段期间在同一区域不具有阈值高数量的执行任务的机器人设备,从而避免在仓库中产生过多的交通。作为又一示例,计算系统200可以改变一个或多个机器人设备的时间表以节省资源,诸如,当第二机器人设备距离托盘比第一机器人设备更近时,通过取消第一机器人设备的预定的对托盘的拾取并且替代地指示第二机器人设备拾取托盘。
在一些实施方式中,计算系统200可以与仓库管理系统(warehouse managementsystem,WMS)集成。通过这种集成,计算系统200可以访问由WMS维护的各种类型的信息(诸如仓库库存信息、需求/订单信息、预期入站接收/运载信息、预期出站装运信息和/或本文讨论的其他类型的信息)。在其他实施方式中,计算系统200本身可以充当WMS。如此以来,计算系统200可以集中和维护该信息和/或其他信息。
在一些示例中,计算系统200可以充当或包括将任务分配给不同机器人设备的中央规划系统。这里,“任务”是指分配给至少一个实体以供该一个或多个实体执行的操作。在示例实施方式中,这样的任务由监视、管控或以其他方式管理该至少一个实体的系统分配给至少一个实体,以促进该至少一个实体执行该任务。
中央规划系统可以采用各种调度算法来确定哪些设备将在哪些时间完成哪些任务。例如,可以使用个体机器人对不同的任务出价的拍卖类型的系统,并且中央规划系统可以将任务分配给机器人以最小化总成本。在另外的示例中,中央规划系统可以跨一个或多个不同的资源(诸如时间、空间或能量利用)进行优化。在进一步的示例中,规划或调度系统也可以并入盒子拾取、包装或存放的几何和物理方面。
规划控制也可以跨个体系统组件而分布。例如,计算系统200可以根据全局系统规划发布指令,并且个体系统组件也可以根据单独的本地规划进行操作。此外,不同层次的细节可以被包括在全局规划内,其他方面留给个体机器人设备进行本地地规划。例如,全局规划者可以为移动机器人设备分配目标目的地,但是到达这些目标目的地的完整路线可以本地地规划或修改。
为了促进规划控制,计算系统200可以采用各种技术来监控仓库100中机器人设备的位置。这些位置可以是实时位置或非实时位置。为了进一步促进规划控制,在一些实施方式中,机器人设备可以被配置为连续地或周期性地向计算系统200“公布”(例如,发送)它们的位置或其他机器人设备的位置,使得计算系统200可以依次更新机器人设备的位置。计算系统200和/或机器人设备也可以采用其他技术来促进监控机器人设备的位置。
在另外的示例中,计算系统200可以采用各种技术来监控仓库100中托盘的实时库存和/或托盘的实时位置。例如,计算系统200可以指示具有视觉系统的一个或多个移动机器人设备行进仓库并识别每个托盘的位置和内容。这种信息可以通过扫描个体托盘或个体物品上的条形码或其他标签的方式来收集(如下所述)或者以其他方式收集。此外,当机器人设备正在运输托盘并且在托盘运输期间重复地实时公布其自身位置时,WCS也可以将机器人设备的实时位置解释为托盘的位置。更进一步地,在机器人设备将托盘从仓库中某处放下之后,机器人设备可以向WCS通知托盘的新位置。计算系统200和/或机器人设备也可以采用其他技术来促进监控托盘的位置和内容。
在另外的示例中,中央规划系统可以与个体机器人设备上的本地视觉系统结合使用,以协调各种机器人设备的功能。例如,中央规划系统可以用于使机器人设备至少相对靠近它们需要去的地方(例如,在毫米或厘米内)。然而,中央规划系统可能很难以毫米精度来命令机器人,除非机器人设备被栓接到轨道上,或者其他测量的组件被用来精确控制机器人位置。因此,可以使用本地视觉系统和针对个体机器人设备的规划来允许不同机器人设备之间的弹性。一般的规划者可以用于使机器人设备接近目标位置,在该目标位置处机器人设备的本地视觉系统可接管。在一些示例中,大多数机器人功能可以被位置控制(position-controlled)以使机器人相对靠近目标位置,然后当需要进行本地控制时,可以使用视觉系统和握手。
视觉握手可以使两个机器人设备能够通过快速响应(quick response,QR)标签或其他特征彼此识别,并在仓库100内执行协作操作。在另外的示例中,物品(例如,要装运的包裹)也可以被提供有视觉标签或者替代地提供有视觉标签,机器人设备可以使用该视觉标签来使用本地视觉系统对物品执行操作。特别地,标签可以用于促进机器人设备对物品的操纵。例如,托盘的位置上的一个或多个标签可以用于通知叉车升降机在哪里或如何提升托盘。
在另外的示例中,机器人设备可以在机器人设备需要以某种方式操纵物品/托盘的任务期间使用它们的本地视觉系统来扫描和识别个体物品或托盘。例如,为了部分地促进这一点,给定物品/托盘可以包括机器可读代码(例如,QR代码或条形码),该代码具有关于给定物品/托盘的编码信息。作为扫描的结果,机器可读代码可以向机器人设备的本地计算系统和/或计算系统200提供关于给定物品/托盘的信息。例如,对于托盘,这种信息可以包括托盘携带的物品类型。此外,这种信息可以包括托盘的历史,诸如(i)托盘已经在仓库中的何处,(ii)托盘已经被移动了多少次,(iii)托盘何时被移动,(iv)托盘损坏的指示(如果有的话),以及(v)托盘是否被标记为运载到仓库的另一区域(例如,装运平台,或者存储在另一区域),以及其他类型的信息。给定物品/托盘可以额外地或可替代地包括标签或这种信息的其他来源,机器人设备可以扫描该标签或这种信息的其他来源以识别物品/托盘并获得这种信息。
以这种方式扫描物品/托盘可以具有各种优点,诸如当物品/托盘被移入、移出仓库100以及在仓库100周围时定位和跟踪它们。此外,这种扫描的潜在好处是增加了供应商和消费者双方的透明度。例如,在供应商这一方,关于库存的当前位置的信息可以用来避免积压和/或用来将物品/托盘移动到不同的位置或仓库以预测需求。例如,在消费者这一方,关于物品的当前位置的信息可以用来确定何时以改进的精度运载物品/托盘。
在另外的示例中,随着时间的推移,计算系统200可以优化固定的和/或移动的组件的部署和/或规划策略。例如,计算系统200(例如,基于云的服务器系统)可以合并来自仓库内的个体机器人设备和/或来自外部来源的数据和信息。然后随着时间的推移可以对策略进行细化,以使机器人设备能够使用更少的空间、更少的时间、更少的功率、更少的电力,或者跨其他变量进行优化。在一些示例中,优化可以跨多个仓库,可能包括具有其他机器人设备的其他仓库和/或没有这些机器人设备的传统仓库。例如,计算系统200可以将关于运载车辆和设施之间的传输时间的信息合并到中央规划中。
类似地,随着时间的推移,计算系统200可以优化规划策略,以满足现有的对物品的需求(例如,产品的当前订单)、满足预测的对物品的需求、满足某些企业目标等。
在一些示例中,中央规划系统有时可能会出现故障,诸如当机器人设备卡住或者当物品在某个位置掉落并丢失时。因此,本地视觉系统也可以通过插入冗余来处理中央规划器出现故障的情况,从而提供鲁棒性。例如,当自动的托盘搬运车(jack)经过并识别物品时,托盘搬运车可以将信息发送到远程的、基于云的服务器系统。这种信息可以用来修复中央规划中的错误、帮助确定机器人设备的地点或者识别丢失的物品。
在进一步的示例中,计算系统200可以动态地更新仓库100和正在由机器人设备处理的物体的地图。在一些示例中,可以用关于动态物体(例如,移动的机器人设备和由机器人设备移动的物品/托盘)的信息来连续地更新地图。在另外的示例中,动态地图可以包含关于仓库内(或跨多个仓库)物体的当前布置的信息以及关于未来(诸如近期(例如,在即将到来的几秒钟、几分钟、几个小时甚至几天内)或长期(例如,在即将到来的几周、几个月甚至几年内))所预期的信息两者的信息。例如,地图可以显示移动的机器人设备的当前位置和在未来机器人设备的预期位置,这可以用于协调机器人设备之间的活动。地图还可以显示正在处理的物品的当前位置以及物品的预期的未来位置(例如,物品现在在哪里以及物品预期何时装运出)。此外,地图可以显示尚未到达仓库的物品的预期位置。例如,计算系统200可以考虑物品订单的历史、预测的订单、托盘重新定位的历史和/或其他已知或预计的信息,以使得地图显示物品的托盘到达时应该放置在仓库中的哪里。
根据以上讨论,计算系统200还可以调度电池更换。例如,个体移动机器人设备可以被配置为监控它们的电池充电状态。机器人设备可以向计算系统200传送指示它们的电池状态的信息。然后该信息可由计算系统200用于在需要或方便时为个体机器人设备调度电池更换。
图3是根据本文描述的至少一些实施方式的示例方法的流程图。图3所示的方法呈现了一种方法的实施方式,该方法例如可以与图1和图2所示的系统一起使用,或者可以由这些附图的任何组件的组合来执行。另外,可以根据图4A和图4B所示的方面来执行方法的这种实施方式。该方法可以包括如框300-310中的一个或多个所示的一个或多个操作或动作。尽管以顺序的次序示出了这些框,但是在一些情况下,这些框可以并行地执行和/或以不同于本文描述的次序执行。并且,基于期望的实施方式各种框可以被组合成更少的框、被划分成额外的框和/或被移除。
此外,对于本文公开的方法和其他过程和方法,流程图示出了一种可能实施方式的操作。在这点上,每个框可以表示模块、段、或程序代码的一部分,该程序代码包括可由一个或多个处理器运行的、用于实施过程中的特定逻辑操作或步骤的一个或多个指令。程序代码可以存储在任何类型的计算机可读介质上,例如,诸如包括磁盘或硬盘驱动器的存储设备。计算机可读介质可以包括非暂时性计算机可读介质,例如,诸如像寄存器存储器、处理器高速缓存和随机存取存储器(Random Access Memory,RAM)那样的短时间存储数据的计算机可读介质。例如,计算机可读介质还可以包括非暂时性介质,诸如像只读存储器(read only memory,ROM)、光盘或磁盘、光盘只读存储器(Compact-disc read onlymemory,CD-ROM)那样的二级(secondary)或持久长期存储。计算机可读介质也可以是任何其他易失性或非易失性存储系统。例如,计算机可读介质可以被认为是计算机可读存储介质、有形存储设备或其他制品。
此外,对于本文公开的方法和其他过程和方法,图3中的每个框可以表示被连线以执行过程中的特定逻辑操作的电路。
本文公开的方法的操作以及其他方法和过程的操作在一些示例(诸如计算系统200)中被描述为由WCS执行。然而,这些操作可以全部或部分地由其他实体或实体的组合来执行。例如,这些操作可以由中央服务器管理,该中央服务器可以将操作分发到可以管理机器人设备的部分的较小的对等网络或服务器。
在示例中,可以响应于各种触发事件来执行该方法或其他方法的一些或所有操作。例如,WCS可以确定不满足当前或未来的存储容量要求(诸如托盘在仓库中占用的空间量超过阈值空间量),然后WCS可以响应地采取某些动作来重新布置仓库以减少托盘占用的空间(诸如通过将托盘重新布置为密集网格布局或深巷道布局)。作为另一示例,如果物品的出库吞吐量不满足某些吞吐量要求,则WCS可以采取某些行动来重新布置仓库。
在框300处,该方法包括接收包括安置在仓库中的托盘的实时位置和布置在托盘上的物品的实时库存的实时物品信息,其中物品的实时库存包括每个托盘的内容。在示例中,一些或所有托盘可以安置在仓库的地板上,而不是安置在存储架上或堆叠在其他托盘的顶部。在其他示例中,一些或所有托盘可以放定在存放架中或者堆叠在其他托盘的顶部。
物品的实时库存可以指定具有不一样的间隔尺寸(granularity)的托盘的内容。例如,对于每个托盘,实时库存可以指定在托盘上布置哪种类型的物品((或者如果有多种类型的话,可以指定多种类型的物品))以及托盘上有该(多种)类型的多少个物品(例如,托盘X上有类型A的9个物品,托盘Y上有类型B的12个物品)。额外地或可替代地,实时库存可以指定物品之间的关系,诸如两个或更多个物品是否互补。互补的物品的示例可以包括DVD播放器和DVD、打印机和墨盒、或者计算机硬件和计算机软件等。互补部分可以被视为不同程度的“互补”。例如,在某些情况下,汽车电池和刹车片可能被认为是互补的,但在其他情况下,它们可能不被认为是互补的(但在那些其他情况下,汽车电池和汽车火花塞可能被认为是互补的)。其他示例也是可能的。
如此以来,实时库存可以指定单个托盘是否包括两个或更多个互补物品(例如,单个托盘包括DVD和DVD播放器两者)。额外地或可替代地,实时库存可以指定两个或更多个托盘是否包括互补物品(例如,第一托盘包括打印机,并且第二托盘包括墨水)。像这样的实时库存的一个优点是,WCS可以使用实时库存来安置彼此非常接近的具有互补物品的托盘,如本说明书稍后更详细讨论的。
在框302处,该方法包括基于仓库内托盘重新定位的历史、对物品要在未来日期在仓库处接收的期望、以及对物品要在未来日期从仓库装运出的期望,确定对未来访问托盘的需求的可能性。本文讨论的这些未来日期以及任何其他未来日期/时间可以从时间上更接近当前日期的日期(例如,几秒钟、几分钟、几小时之外)到时间上更远离当前日期的日期(例如,几天、几周、几个月之外)。
在示例中,托盘重新定位历史可以包括与托盘何时被移动有关的信息,诸如托盘何时从第一位置被取走的时间戳、托盘何时随后被放置在第二位置的时间戳、和/或托盘从第一位置被运输到第二位置的时间段。额外地或可替代地,托盘重新定位历史可以包括与托盘从哪里移动和/或移动到哪里的位置相关的信息(例如,上面提到的第一和/或第二位置)。额外地或可替代地,托盘重新定位历史可以包括与托盘如何移动有关的信息,诸如识别哪个或哪些机器人设备参与到移动托盘的任务中的信息(例如,什么类型的(多个)机器人设备)。额外地或可替代地,托盘重新定位历史可以包括与托盘被移动的原因有关的信息,诸如托盘是否被标记为装运、托盘是否最近到达仓库并被带去存放等。托盘重新定位历史也可以包括其他信息。
在示例中,WCS可以从不同的时间点(例如,从过去的几分钟到几周或几个月不等)访问其他记录/历史,诸如库存历史、接收记录、订单履行记录、装运记录等。WCS可以使用这样的记录/历史来确定对物品要在仓库处被接收的期望、对物品要被装运出仓库的期望和/或根据该方法使用的其他可能信息。“期望”可以是预计(具有一定程度的不确定性),也可以是确定。换句话说,WCS可以维护或被提供现有信息(诸如接收记录、订单履行记录、装运记录等),这些信息可以直接向WCS指示在未来什么物品将被接收/装运等,或者WCS可以将这些信息与机器学习一起使用,作为预计在未来什么物品将被接收/装运/等的基础。例如,如果WCS可以访问物品的所接收的订单(其中该物品将在一天内装运出),则对该物品的期望是该物品将在一天内装运。相比之下,例如,如果WCS可以访问指示物品的许多最近订单已经进来的记录或者可以访问指示该物品可能处于有些高的需求的任何其他信息,则WCS可以预计并由此预期,某数量的该物品将在即将到来的一周内到达仓库和/或装运出仓库。
如上所述,对托盘的需求的可能性可以采取数据的形式,该数据在一定程度上指示在未来某个时刻托盘将需要被访问的可能性。本质上,需求的可能性作为托盘被访问的置信度值。需求的可能性可以使用百分比(例如,托盘将被访问的50%几率)或使用另一类型的度量来表达。随着库存、接收、装运等随着时间而改变,WCS可以动态地调整一些或所有托盘的需求可能性。此外,对托盘的需求的可能性可以包括多个时间段上的多个指示。例如,在紧接其后的24小时内,对托盘的需求可能性可能为25%,但在24小时时段到期后,可能会增加到75%,如果WCS预期托盘上的物品在两天内发货,则可能出现这种情况。其他示例也是可能的。
确定的需求的可能性可能会受到诸如企业目标和物品的季节性的因素的影响。例如,网站可以促使某些物品的订单的当天运载,并且因此在促销过程中可能需要比其他物品更容易地访问这些促销物品,并且因此可以将其放置在仓库的托盘的布局中更容易被访问的位置。作为另一示例,诸如雪地靴的某些物品在旺季(例如,秋天或冬天)时可能有需求的更高可能性,而在淡季(例如,春天或夏天)时可能有需求的更低可能性。作为又一示例,WCS可以基于诸如下单的位置的其他订单信息来确定对物品的需求的可能性。例如,如果阈值高数量的订单来自阿拉斯加(那里在诸如春天或夏天的季节期间可能会下雪),WCS可能会确定雪地靴的需求可能会更高,即使雪地靴在其他地方可能会被认为不合季节。其他示例也是可能的。
在框304处,该方法包括,基于实时物品信息和需求的可能性,确定要将托盘布置为的最佳受控访问密集网格布局,其中托盘距最佳受控访问密集网格布局的中心的距离与需求的可能性相关。
如上所述,密集网格布局也可以用存储架和/或堆叠的托盘来实施,使得具有需求的较低可能性的托盘可以放置在存放架或堆叠中比具有需求的较高可能性的托盘更高的位置(或以其他方式离得更远)。
如此以来,在不久或遥远的未来更有可能被需求的托盘可以被放置在密集网格布局的外部附近(或者在架子或堆叠的托盘仓库环境中被放置得垂直地更低),从而使得更容易访问该托盘。反之,在不久或遥远的未来不太可能被需求的托盘可能被放置得更远离密集网格布局的外部(和/或在架子或堆叠托盘仓库环境中被放置得垂直地更高),从而使得花费更多时间/精力去接近该托盘。
对于三维密集网格场景,WCS可以为托盘的堆叠上的每一级或者托盘存放架中的每一级确定相应的多级受控访问最佳密集网格布局。WCS基于需求的托盘可能性来确定在多级密集网格布局内托盘的位置的方式可以在堆叠/架子中逐级变化。此功能的一个示例在本文参照图4A和图4B更详细地讨论。
除了考虑未来访问托盘的需求的可能性,WCS还可以考虑其他因素来确定最佳密集网格布局的其他特征。在一些实施方式中,WCS可以在最佳密集网格布局中考虑托盘的预定托盘位置。WCS可以自己确定这样的托盘位置,或者可以从另一计算实体或者从来自人类操作员的手动输入接收这样的托盘位置。在一示例场景中,包含一种类型的物品的十二个托盘可以被分配给最佳密集网格布局内的十二个指定位置,而包含不同类型的物品的五个托盘可以被分配给最佳密集网格布局内的五个其他指定位置。预定的托盘位置可以具有各种优点。例如,如果一种类型的物品持续地处于需求状态,则可能希望将这种类型的物品的托盘放置在为这种类型的物品的托盘保留的位置,并且比许多其他托盘更靠近仓库的装运平台。作为另一示例,如果对某些托盘的需求的可能性不一致或以其他方式而不可靠,则可能希望将这些托盘分配到预定位置。
也可能存在一些情景,其中预定托盘位置可能与对分配给预定托盘位置的托盘的需求的可能性无关。例如,一些托盘可能基于托盘本身或其上布置的物品的特性(诸如托盘重量/高度(这可能限制托盘可以被放置在托盘架中的哪里)、照明要求(例如,将某些产品保持在黑暗区域)、无尘要求、温度要求、振动要求(例如,针对易碎物体)等)而被限制在仓库内的特定区域。
在另外的实施方式中,WCS可以在最佳密集网格布局中将具有相同类型的物品的托盘彼此分离开,使得具有一种类型的物品的至少一个托盘远离具有该相同类型的物品的其他托盘。例如,如果18个托盘每个都包含相同的物品,则WCS可以确定最佳密集网格布局,其中这些托盘中的9个托盘在最佳密集网格布局的一侧,而这些托盘中的另外9个托盘在最佳密集网格布局的对侧。作为另一示例,WCS可以以预定或随机的方式在最佳密集网格布局中交错或以其他方式分散相同物品的托盘。其他示例也是可能的。出于各种原因(诸如为其他类型的物品的托盘腾出更多空间),将相同物品的托盘分离开可能是有利的。分散放置具有相同类型的物品的托盘的优点是避免了其中多个机器人设备试图行进到仓库中的一个区域以取回具有该类型的物品的托盘,从而导致该区域变得拥挤的场景。因此,通过分散这些托盘的放置,可以避免碰撞、任务延迟和/或对仓库操作的其他负面影响。
此外,在另外的实施方式中,WCS可以使用实时库存来确定仓库中存在一种类型的物品的剩余,即超过阈值剩余量的该类型的物品的数量。响应于该确定,WCS可以确定最佳密集网格布局,其中具有该类型的物品的大多数托盘与具有该类型的物品的其他托盘分离开。例如,如果该类型的物品具有高于预定阈值的需求的可能性,则具有该类型的物品的大多数托盘可以被分配到接近最佳密集网格布局的外部的位置(例如,在外部边界上,或者在边界内但在边界附近),而具有该类型的物品的其余托盘可以被分配到更靠近最佳密集网格布局的中心的位置。可替代地,如果该类型的物品具有低于预定阈值的需求的可能性,则具有该类型的物品的大多数托盘可以被分配到更靠近最佳密集网格布局的中心的位置,而具有该类型的物品的其余托盘可以被分配到接近最佳密集网格布局的外部的位置。以这种方式,当在更容易访问的位置处有足够的这些物品时,多余的物品可以被放置在密集网格布局中更深处。当WCS确定存在具有该类型的物品的托盘的剩余,而不是该类型的物品的剩余时,WCS可以采用类似于上述技术的技术。
更进一步地,在另外的实施方式中,WCS可以使用实时库存或指示哪些物品是互补的的其他信息来识别至少一组两个或更多个互补的物品。WCS然后可以确定最佳密集网格布局,其中所识别的互补的物品的组被放置为彼此接近,诸如彼此相邻或者在一个或两个托盘的距离内。例如,WCS可以识别互补的物品的两个组:(i)DVD和DVD播放器和(ii)汽车电池和汽车刹车片。WCS然后可以确定最佳密集网格布局应该包括彼此接近的、互补的物品的一个或多个托盘。例如,DVD的两个托盘可以被放置为邻近密集网格布局中的DVD播放器的一个托盘,并且汽车电池的两个托盘可以被放置为邻近密集网格布局中的其他地方的汽车刹车片的两个托盘。在一些情况下,WCS可以基于上面讨论的一个或多个考虑或基于本文没有讨论的其他考虑,为互补的物品的托盘指配最佳密集网格布局中的特定托盘位置。在其他情况下,WCS可以随机分散互补的物品的组。
在示例中,WCS确定最佳密集网格布局的动作可以包括WCS确定多个候选密集网格布局,然后基于WCS比较各种考虑(诸如哪个候选密集网格布局将花费最少量的时间让机器人设备重新布置、机器人设备执行重新布置的可用性、和/或是否迫切需要重新布置托盘)来选择一个密集网格布局。例如,可能存在这样的场景,其中第一候选密集网格布局比第二候选密集网格布局更好地适合对仓库处当前的和/或预测的接收和装运物品的需要,但是重新布置比第二候选密集网格布局花费更长的时间量。在这种场景中,如果迫切需要重新布置托盘,诸如来自人类操作员的、要求尽快重新布置的紧急指令和/或仓库中为托盘分配的地面空间已经填满或几乎填满,WCS可以选择第二候选密集网格布局而不是第一候选密集网格布局来作为最佳密集网格布局。其他示例场景也是可能的。
在示例中,WCS可以部分地基于实时机器人信息(诸如下面讨论的信息)来确定最佳密集网格布局。WCS可以参与WCS使用实时机器人信息和/或其他信息来确定用于在密集网格布局中取回托盘的各种假设场景的过程。例如,对于密集网格布局中每个托盘的位置,WCS可以估计从托盘的位置取回相应托盘所需的机器人设备的数量和/或估计所估计数量的机器人设备需要花费多长时间来从密集网格布局中取回相应托盘。这种假设场景可以以各种方式使用。例如,对于具有需求的中等可能性(例如,50%)的托盘,WCS可以确定机器人设备访问这些托盘需要花费多长时间,然后可以基于机器人设备访问这些托盘需要花费多长时间来确定在密集网格布局中包括这些托盘的位置。例如,如果WCS确定托盘的其他位置会将托盘放置在需要花费阈值高时间量来取回的位置处,则WCS可以将这样的托盘放置得更靠近密集网格布局的外部。其他示例也是可能的。
此外,WCS可以对多个候选密集网格布局中的每一个执行上述过程,作为确定应该选择哪个候选的方式。对于给定候选,如果WCS的机器人设备的估计数量和/或估计的取回时间超过了对于超过预定阈值的托盘的数量的预定阈值,则WCS可以确定托盘不应该被重新布置为候选密集网格布局。例如,如果给定候选具有超过20个托盘(每个托盘需要花费10分钟才能取回),WCS可以确定该候选不应该被选中。其他示例也是可能的。
给定最佳密集网格布局,WCS接下来可以确定哪些资源可用于执行重新布置托盘为最佳密集网格布局。本质上,WCS可以确定成本函数,该成本函数考虑仓库中正在发生的其他事情,并因此可以识别各种信息,诸如哪些机器人设备可用于帮助重新布置、什么时间执行重新布置最好、执行重新布置可能需要花费多长时间、相对于其他已预先安排或正在进行的任务执行重新布置的优先级应该是多少等。
为了促进这一点,在框306处,该方法涉及接收实时机器人信息,该信息包括(i)安置在仓库中的多个机器人设备的实时位置,(ii)多个机器人设备的实时任务进度数据,(iii)执行任务的时间表,以及(iv)对多个机器人设备中的一个或多个机器人设备执行任务的时间测量。任务可以包括正在进行的任务和/或预先安排要完成的任务。
对给定任务的执行的时间测量可以采取各种形式。在示例中,对给定任务的时间测量可以是固定的或已知的。例如,除非出现不可预见的问题(例如,障碍物阻挡了机器人设备的路径,或者机器人设备被损坏),否则WCS将预期该任务将花费一定的时间(例如,将托盘从仓库的一端带到另一端的任务将花费5分钟)。在其他示例中,对给定任务的时间测量可以是可变的以考虑到任务的变化(例如,如果出现不可预见的问题,或者如果轨迹需要调整),并且因此WCS或其他实体可以基于任务的进度周期性地或连续地更新可变的时间测量。其他示例也是可能的。
在示例中,实时机器人信息还可以包括任务中涉及的或将在任务中涉及的每个机器人设备的默认轨迹或调整轨迹。以这种方式,WCS可以维护或访问虚拟地图,该虚拟地图指示机器人设备轨迹在任务期间将带它们去仓库的什么地方。
在另外的示例中,实时机器人信息还可以包括机器人设备的类型(例如,叉车升降机、多关节臂、机器人设备是静态的还是移动的),并且可以进一步包括每个机器人设备具有的组件的类型。例如,该信息可以识别机器人设备具有的用于运输物品/托盘的机构类型,诸如夹持器(例如,磁性的、手指)。诸如机器人设备类型的因素可以识别可能有助于或阻碍机器人设备在重新布置托盘中的有用性的方面,并且因此可以延长或缩短重新布置托盘所花费的总时间量。
在另外的示例中,实时机器人信息还可以包括每个机器人设备的电池水平,因为给定机器人设备的剩余电池水平可以作为一个因素来影响WCS对是否选择给定机器人设备来执行任务的决定和/或影响WCS对该给定机器人设备将如何帮助执行任务的决定。
通常,任务进度数据可以包括可由WCS解释为仓库中机器人设备的当前状态的指示的数据,其包括任务执行涉及的一个或多个机器人设备或者当任务涉及多个任务阶段时任务阶段的执行。在示例中,任务进度数据可以包括任务或任务阶段完成的时间,并且完成任务或任务阶段的机器人设备可以在完成时间或者在完成时间之后的预定时间窗口内向WCS发送任务进度数据。任务进度数据还可以指示机器人设备在任务或任务阶段完成时的位置,并且还可以指示其他机器人设备和物体(例如,任务或任务阶段的执行所涉及的其他机器人设备、物品、托盘等)位于仓库中的位置和/或指示预测的未来位置,该预测的未来位置表示其他机器人设备、物品、托盘等在仓库中朝着其行进的位置。此外,任务进度数据可以指示给定机器人设备的当前配置,诸如给定机器人设备的一组关节变量、给定机器人设备的一个或多个机器人附件的配置、以及给定机器人设备的前进方向(heading)。更进一步地,任务进度数据可以指示一个或多个机器人设备的当前状态,诸如给定机器人设备的电池功率水平或其他诊断信息和/或指示给定机器人设备的、不能正常工作的机器人附件的信息。应当理解的是,可以由任务进度数据指示的包括上述信息的信息可以替代地在与任务进度数据的传输的分离开的另一时间被传输到WCS。
在示例中,为了促进在整个仓库中执行任务(包括将托盘重新布置为最佳密集网格布局(或其他布局)的任务),WCS可以周期性地确定预先安排的任务的优先级和/或正在进行的任务的优先级。例如,WCS可以基于如上所讨论的各种考虑(例如,企业目标、接收到的订单)为每个任务分配优先级。这种优先级可以基于变化的条件进行调整。例如,如果WCS确定需要资源来执行不同的、更重要的/紧急的任务,则WCS可以在重新布置的中途取消重新布置(或者如果任务被预先安排但尚未发生,则取消重新布置的优先级)。其他示例也是可能的。
在框308处,该方法包括基于实时机器人信息,确定将托盘重新布置为最佳受控访问密集网格布局的时间量。
在框310处,该方法包括基于将托盘重新布置为最佳受控访问密集网格布局的时间量小于阈值时间量,使多个机器人设备中的一个或多个将托盘重新布置为最佳受控访问密集网格布局。
在一些实施方式中,在确定将托盘重新布置为最佳密集网格布局的任务将花费多长时间之前,WCS可以使用实时机器人信息来检查仓库中正在进行的和预先安排的任务,并基于该检查来确定重新布置托盘的任务的机器人设备可用性,从而确定哪些机器人设备可以将重新布置的任务的至少一部分放入它们的时间表中。作为一个示例,根据上面的讨论,一旦机器人设备完成任务,它可以通知WCS它已经完成了任务,然后可以参与另一预先安排的任务,为此它将沿着轨迹行进到仓库的另一侧。WCS可以确定有足够的时间来使机器人设备帮助将沿着其路径的一个或多个托盘(诸如接近该轨迹的一个或多个托盘)重新布置到仓库的另一侧。其他示例也是可能的。
所确定的重新布置托盘的时间量可以是精确的(例如,假如WCS可以访问更准确的机器人设备任务进度、位置和可用性)或者可以是估计的。如果仓库中正在进行的其他活动可能会影响将托盘重新布置为密集网格布局所花费的时间,WCS可能无法确定精确的时间。然而,如果许多机器人设备当前没有参与任务或者在一时间段内(例如,一夜间)将不会参与任务,WCS可能能够确定精确的时间。
在示例中,针对每个托盘,WCS可以确定可用于重新布置的机器人设备中的一个或多个机器人设备将托盘移动到最佳密集网格布局内的其确定的位置所花费的时间量。如此以来,将托盘重新布置为最佳密集网格布局的总时间量可以是每个托盘的所有时间量的总和。
在一些实施方式中,WCS可以考虑实时机器人信息和/或其他预先安排的仓库活动,以确定优化仓库中托盘的布局的时间间隔,并且因此可以指示机器人设备在该时间间隔期间将托盘的布局优化为最佳密集网格布局或其他类型的布局。例如,WCS可以确定机器人设备要花费两个小时来将托盘重新布置为最佳密集网格布局,并且可以在接下来的二十四小时内识别在此期间重新布置托盘的两个小时的窗口。
在类似的实施方式中,WCS可以考虑实时机器人信息和/或其他预先安排的仓库活动,以将托盘的重复重新布置的时间间隔分配给新布局,诸如新的最佳密集网格布局或其他类型的布局。然后,可以以分配的时间间隔周期性地执行本文讨论的至少一些操作。例如,如果在7个小时的时间段期间,夜间较少的仓库活动发生,WCS可以确定仓库应该在该7个小时的时间段期间每个晚上、在该时间段期间每隔一个晚上或者在该时间段期间的每个星期天被布置为新的最佳布局。
图4A示出了根据本文描述的至少一些实施方式的仓库中托盘的示例布局。特别地,最佳密集网格布局400是二十五个托盘的位置的布局(5x5网格),其中网格中的每个正方形表示单个托盘的位置,诸如位置402、404、406、408、410、412和414。在其他示例中,可以增加规格以容纳更多托盘。例如,每个正方形可以表示多于一个的托盘的位置(例如,每一正方形25个托盘)。
如所示出的,外围的16个位置(例如,位置402)被描绘为优先级为1,指示被指配用于具有需求的更高可能性的托盘的位置。此外,网格中的中心位置(位置404)被描绘为优先级为3,指示被指配用于具有与其他托盘相比的需求的最低可能性的托盘的位置。更进一步地,网格中在中心和外围的16个位置之间的8个位置(例如,位置406和408)被描绘为优先级为2,指示被指定用于具有外围的16个托盘和中心的托盘之间的需求的可能性的托盘的位置。
在某些情况下,优先级可能不完全对应于需求的可能性。例如,位置402处的托盘可能与位置406处的托盘具有相同的需求的可能性,但是由于其他原因可能放置在位置402处。例如,在布局400的外边缘上可能没有足够的空间,并且因此具有需求的更高可能性的托盘可以被进一步放置在密集网格的内部。可替代地,具有需求的高可能性的额外托盘可以被放置在布局400的外部,从而创建布局400的新的外边缘。布局的新的外边缘上的这个示例托盘位置用虚线示出为位置416。
根据上面的讨论,WCS可以基于上面讨论的考虑中的一个或多个为托盘指配布局400中所示的各种位置。例如,互补的物品可以在位置406和408处彼此相邻地放置,或者可以在位置406和410处或者在位置408和410处稍微交错开。作为另一示例,如果存在一种类型的物品的剩余(诸如五个完整托盘的该物品),那么这些托盘中的三个托盘可以放置在位置402、412和414,而另外两个托盘可以放置得靠近布局400的中心附近(诸如位置404和406或者位置406和408),远离具有该类型的物品的大多数托盘。作为又一示例,具有相同类型的物品的两个托盘可以被分离开,使得一个托盘放置在位置402处,而另一托盘放置在位置410处。许多其他示例也是可能的。
图4B示出了根据本文描述的至少一些实施方式的仓库中托盘的另一示例布局。特别地,图4B示出了一种场景,其中布局400的托盘构成托盘堆叠中第一、较低级,并且布局450是托盘堆叠中第二较高级,其堆叠在第一级的托盘的顶部。布局400和布局450一起形成单个多维密集网格布局。
在诸如多个托盘堆叠的场景下,级1托盘的优先级水平可以基于其他级的存在而改变。例如,如上所讨论的,可能期望将需求较高的托盘放置在堆叠(或存放架)中较高的位置,并将需求较低的托盘放在堆叠(或存放架)中较低的位置。因此,布局400中的托盘的优先级水平被降低了一级,并且布局450中的托盘已经采用了图4A所示的布局400中的托盘的先前优先级水平。例如,如所示出的,级2上的托盘位置452具有的优先级水平为1,位置454具有优先级水平为2,位置456具有的优先级水平为3。反之,托盘位置402具有的优先级水平为1,位置406具有的优先级水平为3,而中心位置404具有的优先级水平为4。
应当注意的是,在涉及存放架和/或托盘堆叠的其他场景中,优先级水平可以与图4B所示的相反,使得较低需求的托盘放置在堆叠(或存放架)中较高的位置(例如,级2),而较高需求的托盘放置在堆叠(或存放架)中较低的位置(例如,级1)。还应当注意的是,在其他实施方式中,优先级水平可以相对于彼此不同。例如,在组合后的布局的外边缘上的所有三十二个托盘位置可以各自具有为1的优先级,在组合后的布局的中间区域中的所有十六个托盘位置可以各自具有为2的优先级,并且两个堆叠的中心托盘位置可以各自具有为3优先级。其他示例也是可能的。
类似于上面讨论的那些操作可以应用于除受控访问密集网格布局之外的布局类型。例如,WCS可以基于与上面所讨论的那些类似的考虑、因素等(诸如接收/装运记录、物品吞吐量、企业目标、紧急订单等)来确定深巷道布局和深巷道布局的各个方面(例如,托盘放置、巷道的宽度/深度)。作为更特别的示例,WCS可以确定具有被预期将在从当前日期起的阈值时间段内装运出仓库的物品的托盘应该被放置得比直到在更远的未来才被预期将被装运出的托盘更靠近(例如,尽可能靠近而不妨碍人类/机器人操作)装运平台。
取决于这些考虑和因素,WCS可以确定其他类型的布局可能比受控访问密集网格布局更简单或以其他方式更理想,并且因此可以替换地将托盘中的一些或所有重新布置为不同类型的布局作为替代方案。本文讨论的任何类型的布局可以是仓库中通常采用的托盘的先进先出布置的替代方案。
一般来说,WCS可以促进地板上、存放架上和/或堆叠中的托盘自主地重新布置为一个或多个布局,使得较高需求的物品位于巷道/行的末端、架子的底层和/或更靠近出站区域(例如,装运平台),并且使得较低需求的物品位于巷道/行的另一末端、架子的较高层和/或更远离出站区域。
在一些情况下,WCS可以针对由WCS识别的多群组托盘中的每一组实施相应的布局。例如,WCS可以将第一群组托盘重新布置为密集网格布局,并且可以将第二群组托盘重新布置为深巷道布局。作为另一示例,WCS可以将第一群组和第二群组托盘重新布置为它们各自的密集网格布局。其他示例也是可能的。
在一些实施方式中,WCS可以将仓库中的托盘(或较小群组的托盘)的布置从密集网格布局切换到最佳深巷道布局。为了促进这一点,WCS可以更新以上讨论的各种考虑和因素(诸如接收/装运期望和托盘重新定位历史),并使用这些更新来确定需求的更新的可能性,进而确定最佳深巷道布局。在一些示例中,WCS可以确定多个候选深巷道布局并选择最佳的一个。根据以上讨论,WCS然后可以使用实时机器人信息和/或其他信息来确定将托盘重新布置为最佳深巷道布局的时间量,并且如果时间量小于阈值时间量,则指示机器人设备将托盘重新布置为最佳深巷道布局。
在深巷道布局的示例中,最佳深巷道布局的确定可以包括确定巷道之间的各个过道宽度以使得较小和/或较大的机器人设备能够单向或双向行进,因为取决于场景,某些过道宽度可能使得机器人设备更容易或更难地取回巷道中的托盘存放。各个过道宽度可以基于各种考虑来确定,诸如可用的机器人设备的尺寸、每个可用的机器人设备的时间表和/或其他因素。
在密集网格和深巷道布局之间的其他类似操作的示例中,WCS可以参与类似于上述过程的过程,以确定在深巷道布局中取回托盘的各种假设场景。例如,对于最佳深巷道布局(或每个候选深巷道布局)中的每个托盘,WCS可以估计从最佳深巷道布局中的托盘的位置取回托盘所需的机器人设备的数量,以及对于所估计的数量的机器人设备从最佳深巷道布局中的位置取回托盘的时间量。
应当理解的是,本文描述的布置仅仅是为了示例的目的。如此以来,本领域技术人员将理解的是,其它布置和其它元素(例如,机器、接口、操作、次序、和操作的分组等)能够被替换地使用,并且一些元素可以根据所期望的结果而一并省略。此外,所描述的许多元件是这样的操作实体:可以被实施为离散的或分布式的组件或者以任何合适的组合和位置与其他组件结合,或者可以组合描述为独立结构的其他结构元件。
虽然本文已经公开了各种方面和实施方式,但是其他方面和实施方式对于本领域技术人员来说将是显而易见的。本文公开的各种方面和实施方式是为了说明的目的,并且不意图进行限制,真实的范围由所附权利要求以及这些权利要求所赋予的等同物的全部范围来指示。还应该理解的是,本文使用的术语仅仅是为了描述特定的实施方式,并且不意图进行限制。
Claims (20)
1.一种用于仓库中物品的托盘的自主重排的方法,包括:
在仓库控制系统WCS处接收实时物品信息,所述实时物品信息包括安置在仓库中的托盘的实时位置和布置在托盘上的物品的实时库存,其中所述物品的实时库存包括每个托盘的内容;
基于仓库内托盘重新定位的历史、对物品要在未来日期在仓库处接收的期望、以及对物品要在未来日期从仓库装运出的期望,来确定对未来访问托盘的需求的可能性;
基于所述实时物品信息和所述需求的可能性,确定要将所述托盘布置为的最佳受控访问密集网格布局,其中所述托盘距所述最佳受控访问密集网格布局的中心的距离与所述需求的可能性相关;
在WCS处接收实时机器人信息,所述实时机器人信息包括(i)安置在仓库中的多个机器人设备的实时位置,(ii)多个机器人设备的实时任务进度数据,(iii)执行任务的时间表,以及(iv)对多个机器人设备中的一个或多个机器人设备执行任务的时间测量;
基于所述实时机器人信息,确定用于将托盘重新布置为所述最佳受控访问密集网格布局的机器人设备可用性以及通过多个机器人设备中的可用机器人设备将托盘重新布置为所述最佳受控访问密集网格布局的时间量;和
基于将托盘重新布置为所述最佳受控访问密集网格布局的时间量小于阈值时间量,使多个机器人设备中的一个或多个机器人设备将托盘重新布置为所述最佳受控访问密集网格布局。
2.根据权利要求1所述的方法,还包括:
基于更新的在仓库内托盘重新定位的历史、更新的对物品要在未来日期在仓库处接收的期望、以及更新的对物品要在未来日期从仓库装运出的期望,确定更新的对未来访问托盘的需求的可能性;
基于所述实时物品信息和需求的更新的可能性,确定要将托盘布置为的最佳深巷道布局,其中所述最佳深巷道布局指示布置在巷道中的托盘的群组,其中所述巷道由供多个机器人设备行进的空间分离开;
基于所述实时机器人信息,使用所述多个机器人设备中的一个或多个机器人设备来确定将托盘重新布置为所述最佳深巷道布局的时间量;和
基于将托盘重新布置为所述最佳深巷道布局的时间量小于阈值时间量,使所述多个机器人设备中的一个或多个机器人设备将托盘重新布置为最佳深巷道布局。
3.根据权利要求2所述的方法,其中,在所述最佳深巷道布局中,具有被预期将在从当前日期起的阈值时间段内装运出仓库的物品的托盘位于接近仓库中的装运平台。
4.根据权利要求2所述的方法,还包括:
基于所述实时机器人信息,对于所述最佳深巷道布局中的托盘中的每一个托盘,估计(i)从所述最佳深巷道布局中的托盘的位置取回托盘所需的机器人设备的数量,以及(ii)所估计的数量的机器人设备从所述最佳深巷道布局中的位置取回托盘的时间量,
其中,使所述多个机器人设备中的一个或多个机器人设备将托盘重新布置为最佳深巷道布局还基于所估计的机器人设备的数量和所估计的时间量。
5.根据权利要求1所述的方法,还包括:
基于所述实时机器人信息,对于所述最佳受控访问密集网格布局中的托盘中的每一个托盘,估计(i)从所述最佳受控访问密集网格布局中的托盘的位置取回托盘所需的机器人设备的数量,以及(ii)所估计的数量的机器人设备从所述最佳受控访问密集网格布局中的位置取回托盘的时间量,
其中,使所述多个机器人设备中的一个或多个机器人设备将托盘重新布置为所述最佳受控访问密集网格布局还基于所估计的机器人设备的数量和所估计的时间量。
6.根据权利要求1所述的方法,其中,确定要将托盘布置为的最佳受控访问密集网格布局还基于用于特定托盘的在仓库中的预定托盘位置,并且
其中,在所述最佳受控访问密集网格布局中,特定托盘位于预定托盘位置处。
7.根据权利要求1所述的方法,其中,在所述最佳受控访问密集网格布局中,对于仓库中的每种类型的物品,具有某种类型的物品的至少一个托盘位于远离具有所述类型的物品的至少一个其他托盘。
8.根据权利要求1所述的方法,其中,确定要将托盘布置为的最佳受控访问密集网格布局还基于对识别两个或更多个互补物品的组的信息的访问,并且
其中,在所述最佳受控访问密集网格布局中,每个所识别的组的两个或多个互补物品彼此接近。
9.根据权利要求1所述的方法,还包括:
基于所述实时物品信息,确定仓库中的一种类型的物品的数量超过阈值剩余数量,
其中,确定要将托盘布置为的最佳受控访问密集网格布局还基于所述类型的物品的数量超过阈值剩余数量,并且
其中,在所述最佳受控访问密集网格布局中,具有所述类型的物品的大多数托盘位于远离具有所述类型的物品的其他托盘,并且位于接近所述最佳受控访问密集网格布局的中心的位置处。
10.根据权利要求1所述的方法,还包括:
确定托盘在仓库中占据的空间量超过阈值空间量,
其中,响应于确定托盘在仓库中占据的空间量超过阈值空间量,执行所述方法的至少一部分。
11.根据权利要求1所述的方法,还包括:
基于所述实时机器人信息和其他预先安排的仓库活动,向新的最佳受控访问密集网格布局分配用于循环托盘的重复重新布置的时间间隔,
其中,以所分配的时间间隔周期性地执行所述方法的至少一部分,以优化托盘在仓库中的布局。
12.一种用于仓库中物品的托盘的自主重排的系统,包括:
仓库中的多个机器人设备;
至少一个处理器;和
数据存储器,其包括可由所述至少一个处理器运行以使所述系统执行操作的指令,所述操作包括:
接收实时物品信息,所述实时物品信息包括安置在仓库中的托盘的实时位置和布置在托盘上的物品的实时库存,其中所述物品的实时库存包括每个托盘的内容;
基于仓库内托盘重新定位的历史、对物品要在未来日期在仓库处接收的期望、以及对物品要在未来日期从仓库装运出的期望,来确定对未来访问托盘的需求的可能性;
基于所述实时物品信息和所述需求的可能性,确定要将所述托盘布置为的最佳受控访问密集网格布局,其中托盘距所述最佳受控访问密集网格布局的中心的距离与所述需求的可能性相关;
接收实时机器人信息,所述实时机器人信息包括(i)安置在仓库中的多个机器人设备的实时位置,(ii)所述多个机器人设备的实时任务进度数据,(iii)执行任务的时间表,以及(iv)对所述多个机器人设备中的一个或多个机器人设备执行任务的时间测量;
基于所述实时机器人信息,确定用于将托盘重新布置为所述最佳受控访问密集网格布局的机器人设备可用性以及通过多个机器人设备中的可用机器人设备将托盘重新布置为最佳受控访问密集网格布局的时间量;和
基于将托盘重新布置为最佳受控访问密集网格布局的时间量小于阈值时间量,使所述多个机器人设备中的一个或多个机器人设备将托盘重新布置为最佳受控访问密集网格布局。
13.根据权利要求12所述的系统,其中,所述托盘安置在仓库的地板上。
14.根据权利要求12所述的系统,其中,所述任务包括当前日期正在进行的任务和被预先安排要完成的任务。
15.根据权利要求12所述的系统,所述操作还包括:
基于所述实时机器人信息和预先安排的仓库活动,确定优化仓库中托盘的布局的时间间隔,
其中,使所述多个机器人设备中的一个或多个机器人设备将托盘重新布置为所述最佳受控访问密集网格布局包括在所确定的时间间隔期间使所述多个机器人设备中的一个或多个机器人设备将托盘重新布置为所述最佳受控访问密集网格布局。
16.根据权利要求12所述的系统,其中,使所述多个机器人设备中的一个或多个机器人设备将托盘重新布置为所述最佳受控访问密集网格布局还基于对物品的出站吞吐量和未来日期的存放容量需求的比较。
17.一种存储有程序指令的非暂时性计算机可读介质,当由包括至少一个处理器的计算系统运行所述程序指令时,使得所述计算系统执行包括以下的操作:
接收实时物品信息,所述实时物品信息包括安置在仓库中的托盘的实时位置和布置在托盘上的物品的实时库存,其中所述物品的实时库存包括每个托盘的内容;
基于仓库内托盘重新定位的历史、对物品要在未来日期在仓库处接收的期望、以及对物品要在未来日期从仓库装运出的期望,来确定对未来访问托盘的需求的可能性;
基于所述实时物品信息和所述需求的可能性,确定要将所述托盘布置为的最佳受控访问密集网格布局,其中托盘距所述最佳受控访问密集网格布局的中心的距离与所述需求的可能性相关;
接收实时机器人信息,所述实时机器人信息包括(i)安置在仓库中的多个机器人设备的实时位置,(ii)所述多个机器人设备的实时任务进度数据,(iii)执行任务的时间表,以及(iv)对所述多个机器人设备中的一个或多个机器人设备执行任务的时间测量;
基于所述实时机器人信息,确定用于将托盘重新布置为所述最佳受控访问密集网格布局的机器人设备可用性以及通过多个机器人设备中的可用机器人设备将托盘重新布置为所述最佳受控访问密集网格布局的时间量;和
基于将托盘重新布置为所述最佳受控访问密集网格布局的时间量小于阈值时间量,使所述多个机器人设备中的一个或多个机器人设备将托盘重新布置为所述最佳受控访问密集网格布局。
18.根据权利要求17所述的非暂时性计算机可读介质,其中,确定所述最佳受控访问密集网格布局包括确定多级受控访问密集网格布局,其中,在所述多级受控访问密集网格布局中,具有需求的较低可能性的托盘垂直地放置得低于具有需求的较高可能性的托盘。
19.根据权利要求17所述的非暂时性计算机可读介质,其中,确定所述最佳受控访问密集网格布局包括确定多级受控访问密集网格布局,其中,在所述多级受控访问密集网格布局中,具有需求的较低可能性的托盘垂直地放置得高于具有需求的较高可能性的托盘。
20.根据权利要求17所述的非暂时性计算机可读介质,所述操作还包括:
基于所述实时机器人信息和预先安排的仓库活动,确定优化仓库中托盘的布局的时间间隔,
其中,使所述多个机器人设备中的一个或多个机器人设备将托盘重新布置为所述最佳受控访问密集网格布局包括在所确定的时间间隔期间使所述多个机器人设备中的一个或多个机器人设备将托盘重新布置为所述最佳受控访问密集网格布局。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/244,525 | 2016-08-23 | ||
US15/244,525 US9984339B2 (en) | 2016-08-23 | 2016-08-23 | Autonomous shuffling of pallets of items in a warehouse |
PCT/US2017/041481 WO2018038815A1 (en) | 2016-08-23 | 2017-07-11 | Autonomous shuffling of pallets of items in a warehouse |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109155013A CN109155013A (zh) | 2019-01-04 |
CN109155013B true CN109155013B (zh) | 2023-04-04 |
Family
ID=61242951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780030026.2A Active CN109155013B (zh) | 2016-08-23 | 2017-07-11 | 仓库中物品的托盘的自主重排 |
Country Status (7)
Country | Link |
---|---|
US (4) | US9984339B2 (zh) |
EP (1) | EP3504669A4 (zh) |
JP (1) | JP6757490B2 (zh) |
KR (1) | KR102188458B1 (zh) |
CN (1) | CN109155013B (zh) |
AU (1) | AU2017315305B2 (zh) |
WO (1) | WO2018038815A1 (zh) |
Families Citing this family (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9984339B2 (en) | 2016-08-23 | 2018-05-29 | X Development Llc | Autonomous shuffling of pallets of items in a warehouse |
DE102016115703A1 (de) * | 2016-08-24 | 2018-03-01 | Jungheinrich Aktiengesellschaft | Flurförderzeug sowie Verfahren zur Steuerung eines Flurförderzeugs |
US10504055B2 (en) | 2016-09-02 | 2019-12-10 | X Development Llc | Optimization of warehouse layout based on customizable goals |
US10346797B2 (en) | 2016-09-26 | 2019-07-09 | Cybernet Systems, Inc. | Path and load localization and operations supporting automated warehousing using robotic forklifts or other material handling vehicles |
DE102016123542A1 (de) * | 2016-12-06 | 2018-06-07 | Jungheinrich Aktiengesellschaft | Verfahren zur automatischen Ausrichtung eines Flurförderzeugs in einem Warenlager sowie System aus einem Flurförderzeug und einem Warenlager |
CN108229867A (zh) * | 2016-12-13 | 2018-06-29 | 杭州海康机器人技术有限公司 | 物料整理任务生成、物料整理方法及装置 |
WO2018187671A1 (en) * | 2017-04-06 | 2018-10-11 | Elliott Gerard Wolf | Automated warehouse |
AU2018273832A1 (en) * | 2017-05-26 | 2019-12-19 | Inmotus Pty Ltd | A retail supply chain management system |
US10860750B2 (en) * | 2017-06-15 | 2020-12-08 | Sap Se | Model driven layout design for robotics warehouse |
US20190057367A1 (en) * | 2017-08-17 | 2019-02-21 | Walmart Apollo, Llc | Method and apparatus for handling mis-ringing of products |
US11422565B1 (en) * | 2017-08-18 | 2022-08-23 | Amazon Technologies, Inc. | System for robot movement that is informed by cultural conventions |
US11300963B1 (en) | 2017-08-18 | 2022-04-12 | Amazon Technologies, Inc. | Robot movement constraint system |
US10723555B2 (en) * | 2017-08-28 | 2020-07-28 | Google Llc | Robot inventory updates for order routing |
JP6827905B2 (ja) * | 2017-10-26 | 2021-02-10 | 株式会社日立物流 | 棚管理システム及び棚管理方法 |
DE102017128623A1 (de) | 2017-12-01 | 2019-06-06 | Jungheinrich Aktiengesellschaft | Verfahren zur Kopplung einer zweiten Fernbedieneinheit mit einer ersten Fernbedieneinheit |
WO2019167206A1 (ja) * | 2018-02-28 | 2019-09-06 | 三菱重工機械システム株式会社 | 原紙ロール管理システム及び原紙ロール管理方法 |
US11049065B2 (en) | 2018-06-30 | 2021-06-29 | Staples, Inc. | Automated guided vehicle control and organizing inventory items using stock keeping unit clusters |
CN112368728A (zh) * | 2018-07-02 | 2021-02-12 | 首选网络株式会社 | 信息处理装置、模型生成处理装置以及信息处理方法 |
CN110689290B (zh) * | 2018-07-06 | 2023-09-29 | 北京京东尚科信息技术有限公司 | 商品售卖方法以及装置 |
US11030573B2 (en) * | 2018-07-24 | 2021-06-08 | Staples, Inc. | Automated guided vehicle control and organizing inventory items using predictive models for slow item types |
US11498776B1 (en) | 2018-08-02 | 2022-11-15 | Staples, Inc. | Automated guided vehicle control and organizing inventory items using dissimilarity models |
US10926952B1 (en) * | 2018-11-21 | 2021-02-23 | Amazon Technologies, Inc. | Optimizing storage space utilizing artificial intelligence |
WO2020136812A1 (ja) * | 2018-12-27 | 2020-07-02 | 本田技研工業株式会社 | 支援装置及び支援方法 |
US11046519B2 (en) | 2019-02-25 | 2021-06-29 | Rehrig Pacific Company | Delivery system |
US11613018B2 (en) | 2019-03-08 | 2023-03-28 | Abb Schweiz Ag | Robotic manipulation intelligence systems and methods for automatic restocking of items in retail store environments |
US10929811B2 (en) * | 2019-03-26 | 2021-02-23 | Abb Schweiz Ag | Systems and methods for mapping locations of cartons in pallets and containers |
EP3719725A1 (en) * | 2019-04-04 | 2020-10-07 | Linde GmbH | System and method for monitoring locations of a plurality of transportable articles |
JP6884169B2 (ja) * | 2019-04-17 | 2021-06-09 | 株式会社日立製作所 | 物品配置最適化システム及び方法 |
US10766141B1 (en) * | 2019-05-09 | 2020-09-08 | Mujin, Inc. | Robotic system with a coordinated transfer mechanism |
CN110510309B (zh) * | 2019-08-02 | 2021-07-27 | 南京涵铭置智能科技有限公司 | 一种码垛机器人路径规划系统及规划方法 |
US11780676B2 (en) * | 2019-08-14 | 2023-10-10 | Opex Corporation | Systems and methods for managing inventory |
US11958183B2 (en) | 2019-09-19 | 2024-04-16 | The Research Foundation For The State University Of New York | Negotiation-based human-robot collaboration via augmented reality |
KR102359137B1 (ko) * | 2019-10-18 | 2022-02-08 | (주)바인테크 | 위치 기반의 적재물 관리 시스템 및 방법 |
CN112938362A (zh) * | 2019-12-10 | 2021-06-11 | 广州汽车集团股份有限公司 | 锂电池生产线上空托盘的回流调度方法及系统 |
CN113052354B (zh) * | 2019-12-27 | 2023-04-07 | 顺丰科技有限公司 | 货运容器调拨优化方法、装置、设备及存储介质 |
CN111302078B (zh) * | 2020-02-20 | 2021-05-28 | 深圳市今天国际物流技术股份有限公司 | 一种垛型自动变换方法及其装置 |
CA3115442A1 (en) | 2020-04-20 | 2021-10-20 | Rehrig Pacific Company | Camera enabled portal |
CN112027473B (zh) * | 2020-08-13 | 2021-12-31 | 上海旻实智能科技有限公司 | 一种多深度储货区四向穿梭车多车调度方法 |
KR20220074196A (ko) * | 2020-11-27 | 2022-06-03 | 주식회사 에이펄스테크롤리지 | Rfid 리더기를 구비한 드론을 이용한 물류 관리 시스템 및 그의 rfid 태그 시스템 |
JP7415897B2 (ja) | 2020-11-30 | 2024-01-17 | トヨタ自動車株式会社 | 輸送システム、輸送方法及び輸送プログラム |
CN112733910A (zh) * | 2020-12-30 | 2021-04-30 | 华为技术有限公司 | 一种放置位置的获取方法、模型的训练方法以及相关设备 |
AU2022249994A1 (en) * | 2021-03-29 | 2023-09-07 | Dematic Corp. | Autonomous mobile robot based material movement system and method |
US11629009B2 (en) | 2021-07-14 | 2023-04-18 | Newteq Holding B.V. | Automated warehouse systems, assemblies, apparatuses, and methods for assembling mixed pallets and facilitating order picking |
CN113762887A (zh) * | 2021-08-13 | 2021-12-07 | 江西省智能产业技术创新研究院 | 一种平面仓库智能物流系统 |
WO2023023366A1 (en) | 2021-08-19 | 2023-02-23 | Rehrig Pacific Company | Imaging system with unsupervised learning |
CN116374461A (zh) * | 2021-09-14 | 2023-07-04 | 深圳市库宝软件有限公司 | 任务分配方法、装置、设备、仓储系统及存储介质 |
CA3181434A1 (en) | 2021-11-01 | 2023-05-01 | Rehrig Pacific Company | Delivery system |
CN114537960B (zh) * | 2021-11-22 | 2023-11-14 | 南方电网海南数字电网研究院有限公司 | 一种立体智能仓储系统 |
KR102579490B1 (ko) * | 2022-11-22 | 2023-09-18 | 주식회사 톱텍 | 상품상자 배치 최적화 방법 및 이를 적용한 로봇 팔레타이징 시스템 |
GB2625052A (en) * | 2022-11-30 | 2024-06-12 | Ocado Innovation Ltd | Detecting a moving picking station on a grid |
Family Cites Families (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05286510A (ja) | 1992-04-08 | 1993-11-02 | Toyota Motor Corp | 無人フォークリフトを用いた物流システム |
JP2557777B2 (ja) | 1992-12-03 | 1996-11-27 | 村田機械株式会社 | ピッキングシステム |
US5501571A (en) * | 1993-01-21 | 1996-03-26 | International Business Machines Corporation | Automated palletizing system |
JPH09110115A (ja) | 1995-10-17 | 1997-04-28 | Sekisui Chem Co Ltd | 保管倉庫の入出庫棚指示システム |
US7177825B1 (en) | 1999-05-11 | 2007-02-13 | Borders Louis H | Integrated system for ordering, fulfillment, and delivery of consumer products using a data network |
US6652213B1 (en) * | 2000-09-08 | 2003-11-25 | California Natural Products | Automated warehousing system and method |
WO2002059021A1 (en) | 2001-01-26 | 2002-08-01 | Bakvertisi Limited | Method and apparatus for container storage and container retrieval |
JP2002288248A (ja) | 2001-03-26 | 2002-10-04 | Matsushita Electric Works Ltd | 物流倉庫のレイアウト設計支援システムおよびその方法およびそのプログラム |
US6845909B2 (en) | 2002-10-31 | 2005-01-25 | United Parcel Service Of America, Inc. | Systems and methods of inventory management utilizing unattended facilities |
JP4340089B2 (ja) | 2003-04-01 | 2009-10-07 | 新日本製鐵株式会社 | 配置計画作成方法及び装置、配置物流制御方法及び装置、コンピュータ読み取り可能な記憶媒体、並びにコンピュータプログラム |
EP1468942A1 (de) | 2003-04-14 | 2004-10-20 | Güdel AG Antriebs- und Lineartechnik | Anordnung und Verfahren zur Bewirtschaftung eines Warenlagers |
JP4337135B2 (ja) | 2003-06-09 | 2009-09-30 | 村田機械株式会社 | 平置き倉庫のロケーション整理方法 |
KR20060055581A (ko) | 2004-11-17 | 2006-05-23 | 정현철 | 알에프아이디를 이용한 창고 로케이션 관리 방법 및 그시스템 |
JP2006193230A (ja) | 2005-01-11 | 2006-07-27 | Hitachi Ltd | 在庫管理方法、在庫管理システム、およびプログラム |
JP2007008650A (ja) | 2005-06-30 | 2007-01-18 | Sumitomo Heavy Ind Ltd | オーダ揃えシステム |
US9330373B2 (en) * | 2005-07-19 | 2016-05-03 | Amazon Technologies, Inc. | Method and system for storing inventory holders |
US7881820B2 (en) * | 2006-08-30 | 2011-02-01 | Amazon Technologies, Inc. | Method and system for inventory placement according to expected item picking rates |
US20080131255A1 (en) | 2006-11-30 | 2008-06-05 | Transbotics Corporation | Palletizing systems and methods |
US7877164B2 (en) * | 2007-02-16 | 2011-01-25 | Dematic Pty, Ltd. | Method and system for assembling pallets for stock orders |
JP4729031B2 (ja) | 2007-11-19 | 2011-07-20 | 日本通運株式会社 | 保管荷物のロケーション管理システム |
KR100987223B1 (ko) | 2007-12-07 | 2010-10-12 | 씨제이 지엘에스 주식회사 | Rfid 과적방지 방법 및 이를 이용한 장치 |
JP5239737B2 (ja) * | 2008-10-22 | 2013-07-17 | 村田機械株式会社 | 物品取出管理装置 |
JP2010117919A (ja) | 2008-11-13 | 2010-05-27 | Ok Kk | 棚割データ作成システム及び曜日別販売個数予測システム |
US9096375B2 (en) | 2009-04-10 | 2015-08-04 | Symbotic, LLC | Storage and retrieval system |
TWI395146B (zh) * | 2009-05-27 | 2013-05-01 | Univ Nat Taiwan Science Tech | 預算與時間限制下專案管理之系統可行時程評估方法 |
JP4835774B2 (ja) * | 2009-09-04 | 2011-12-14 | 株式会社デンソー | エンジン停止始動制御装置 |
EP3246775B1 (en) | 2011-06-24 | 2018-12-26 | Seegrid Corporation | Automatic guided vehicle for order picking |
US8892240B1 (en) | 2011-06-29 | 2014-11-18 | Amazon Technologies, Inc. | Modular material handling system for order fulfillment |
JP6204365B2 (ja) | 2011-10-17 | 2017-09-27 | シムボティック エルエルシー | パレット構築システム |
US20130177379A1 (en) * | 2012-01-06 | 2013-07-11 | Kuka Systems Corporation North America | Automated layer picking and storage system |
US8849634B2 (en) * | 2012-02-01 | 2014-09-30 | Palo Alto Research Center Incorporation | Method for identifying the maximal packing density of shifting-tiles automated warehouses |
CN107273437B (zh) * | 2012-06-22 | 2020-09-29 | 谷歌有限责任公司 | 提供与用户可能访问的地点相关的信息的方法和系统 |
IL223460A (en) * | 2012-07-31 | 2017-10-31 | Tata Consultancy Services Ltd | Shipping service order management |
US20140100999A1 (en) * | 2012-10-04 | 2014-04-10 | Amazon Technologies, Inc. | Filling an order at an inventory pier |
US8965562B1 (en) | 2013-09-09 | 2015-02-24 | Amazon Technologies, Inc. | Efficient shuffling of mobile drive units for inventory holders |
US9002506B1 (en) | 2013-09-25 | 2015-04-07 | Amazon Technologies, Inc. | Item retrieval using a robotic drive unit |
WO2015052830A1 (ja) * | 2013-10-11 | 2015-04-16 | 株式会社日立製作所 | 搬送車制御装置及び搬送車制御方法 |
EP3056454A4 (en) | 2013-10-11 | 2017-05-17 | Hitachi, Ltd. | Transfer robot system |
JP6463885B2 (ja) | 2013-10-16 | 2019-02-06 | 株式会社日立製作所 | 部品棚レイアウト設計装置及びプログラム |
KR20150089793A (ko) | 2014-01-28 | 2015-08-05 | 주식회사 포워드벤처스 | 창고관리시스템의 피크 앤 패스 프레임워크 처리 방법 |
JP6193470B2 (ja) | 2014-02-21 | 2017-09-06 | 株式会社日立製作所 | 倉庫レイアウト生成装置および物流倉庫 |
US9111251B1 (en) | 2014-03-31 | 2015-08-18 | Amazon Technologies, Inc. | Shuffling inventory holders |
US10022867B2 (en) * | 2014-11-11 | 2018-07-17 | X Development Llc | Dynamically maintaining a map of a fleet of robotic devices in an environment to facilitate robotic action |
US9120622B1 (en) | 2015-04-16 | 2015-09-01 | inVia Robotics, LLC | Autonomous order fulfillment and inventory control robots |
CN104899720B (zh) * | 2015-06-18 | 2018-09-11 | 重庆大学 | 基于智能对象的仓库作业执行系统与方法 |
US9984339B2 (en) | 2016-08-23 | 2018-05-29 | X Development Llc | Autonomous shuffling of pallets of items in a warehouse |
US10504055B2 (en) | 2016-09-02 | 2019-12-10 | X Development Llc | Optimization of warehouse layout based on customizable goals |
-
2016
- 2016-08-23 US US15/244,525 patent/US9984339B2/en active Active
-
2017
- 2017-07-11 JP JP2018560081A patent/JP6757490B2/ja active Active
- 2017-07-11 AU AU2017315305A patent/AU2017315305B2/en active Active
- 2017-07-11 EP EP17844070.7A patent/EP3504669A4/en active Pending
- 2017-07-11 WO PCT/US2017/041481 patent/WO2018038815A1/en unknown
- 2017-07-11 KR KR1020187033264A patent/KR102188458B1/ko active IP Right Grant
- 2017-07-11 CN CN201780030026.2A patent/CN109155013B/zh active Active
-
2018
- 2018-04-06 US US15/947,011 patent/US10133990B2/en active Active
- 2018-10-02 US US16/149,545 patent/US10628763B2/en active Active
-
2020
- 2020-03-10 US US16/814,674 patent/US11157841B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP3504669A4 (en) | 2020-01-01 |
US20190034839A1 (en) | 2019-01-31 |
AU2017315305A1 (en) | 2018-11-29 |
JP2019532371A (ja) | 2019-11-07 |
US20200210909A1 (en) | 2020-07-02 |
AU2017315305B2 (en) | 2020-09-17 |
US11157841B2 (en) | 2021-10-26 |
WO2018038815A1 (en) | 2018-03-01 |
EP3504669A1 (en) | 2019-07-03 |
CN109155013A (zh) | 2019-01-04 |
KR20180126615A (ko) | 2018-11-27 |
JP6757490B2 (ja) | 2020-09-23 |
US10133990B2 (en) | 2018-11-20 |
KR102188458B1 (ko) | 2020-12-08 |
US10628763B2 (en) | 2020-04-21 |
US20180225597A1 (en) | 2018-08-09 |
US9984339B2 (en) | 2018-05-29 |
US20180060764A1 (en) | 2018-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109155013B (zh) | 仓库中物品的托盘的自主重排 | |
AU2020201348B2 (en) | Autonomous condensing of pallets of items in a warehouse | |
US10943210B2 (en) | Optimization of warehouse layout based on customizable goals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200630 Address after: Massachusetts, USA Applicant after: Boston Dynamics, Inc. Address before: California, USA Applicant before: X Development Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |