CN109214755A - 一种仓储管理中的自动排单调度方法 - Google Patents

Abstract

本发明涉及一种仓储管理中的自动排单调度方法，首先将货物按照预设的规则进行存储，并对订单信息进行管理；接着根据货物的存储情况与订单信息，进行路径规划管理；其中所述路径规划管理中，通过引入图论中TSP问题，对需求较大的订单，进行多AGV路径规划，采用时间窗及单向有向图方法，为每个AGV规划一条无碰撞、协调的路径，用以消除多AGV路径规划中的冲突和死锁；对需求较小的订单，进行单AGV路径规划，利用图论中的TSP问题进行规划求解，从而实现总路程最短。本发明能够节省时间，提高取货效率。

Description

一种仓储管理中的自动排单调度方法

技术领域

本发明涉及物流和仓储工业应用领域，特别是一种仓储管理中的自动排单调度方法。

背景技术

所谓“排单”，其实是企业物流管理中的一种。它是通过对物流管理中各个流通环节的综合考虑，将各环节的执行情况和各个环节的成本为主要依据，把物流的各个环节进行有效地排列组合，从而达到“增加企业效益、降低企业成本”的目的。

但是，在现在信息化物流建设的过程中，对排单的操作，大多数企业仍停留在采用手工记录和人工排单的方法，但这种方法中参与了太多的人为的主观因素，不仅不利于企业的经营管理。根据调查，传统模式的仓库中工人有60％-70％的时间都耗在取货上。而且人工费用的支出非常大。统计数字表明美国工业生产过程中装卸搬运费用占成本的20-30％，德国物流企业物料搬运费用占营业额的1/3，日本的物流搬运费用占国民生产总值的10.73％，我国生产物流中，装卸费用约占加工成本的15.5％。同时人工操作也不适应物流这个对信息流的速度要求非常及时和准确的领域。因此在信息技术已经基本普及的今天，排单管理的信息化已经是摆在大多数企业面前的一个迫切需要解决的难题。

在当前的电子商务中，物流配送具有发货单位小型化，品种多、批量小、批次多、周期短，传统的人工操作也很难适应电子商务发展的需要。作为一个企业来说，做好仓储管理不单单可以降低企业的成本，而且还利于提高整体的管理效率。因此，构建一个灵活可重构的仓储空间模型，制定适于仓储物流的机器人运行规则势在必行。

发明内容

有鉴于此，本发明的目的是提出一种仓储管理中的自动排单调度方法，能够节省时间，提高取货效率。

本发明采用以下方案实现：一种仓储管理中的自动排单调度方法，包括以下步骤：

步骤S1：将货物按照预设的规则进行存储，并对订单信息进行管理；

步骤S2：根据货物的存储情况与订单信息，进行路径规划管理；

其中，步骤S2中，所述路径规划管理中，通过引入图论中TSP问题，对需求较大的订单，进行多AGV路径规划，采用时间窗及单向有向图方法，为每个AGV规划一条无碰撞、协调的路径，用以消除多AGV路径规划中的冲突和死锁；对需求较小的订单，进行单AGV路径规划，利用图论中的TSP问题进行规划求解，从而实现总路程最短。

进一步地，步骤S1中，所述将货物按照预设的规则进行存储具体包括以下步骤：

步骤S11：将货物进行编号，同种货物的编号相同；

步骤S12：录入货物的包括数量、型号、编号、价格、产地、生厂日期、保质期在内的信息；

步骤S13：确定货物排放顺序，根据货物的型号、规格、体积大小、以及重量等进行仓库存储；其中，体积大的或重量重的远离入口，常用的、体积小的、或重量轻的靠近入口。其中，重量作为优先级最高的考虑，当其他因素与重量相悖时，以重量作为首要考虑因素，例如体积小但重量大的货物，摆放在远离入口的位置。

进一步地，步骤S2具体包括以下步骤：

步骤S21：将货物所在区域定义为栅格，由这些栅格及栅格间的距离构成一个赋权连通图G；

步骤S22：在所述赋权连通图G中，分别规划从起点到各个需要到达的顶点间的最小距离；

步骤S23：基于图论方法对AGV智能调度，并对路线进行规划，其中规划包括多AGV路径规划与单AGV路径规划。

进一步地，步骤S22具体包括以下步骤：

步骤S221：设p₀为入库点，p_i(i＝1,2,...,n)为目标任务点，将所有的必经点p_i(i＝1,2,...,n)作为图G的顶点；

步骤S222：将任意两顶点之间的最短路作为图G中连接顶点p_i、p_j的边，其权值即为最短路径；

步骤S223：将路径规划问题转化为经典的TSP问题；

步骤S224：最后转化为搜寻运送次序T＝(v₁,v₂,...,v_i,...,v_n)的排列次序问题，从而使得总路径最短；即

进一步地，步骤S23具体为：

步骤S231：对订单优先级进行排序；

步骤S232：选择最高优先级的任务，判断当前订单的需求，若为单车取货，则进入步骤S233，进行单AGV路径规划；若订单需求较大，进入步骤S234，进行多AGV路径规划；

步骤S233：选择一辆空闲的AGV小车，并用Dijkstra算法规划出该任务的最短路径，并计算出该任务中所占用路径的进入和驶出时间，初始化各个路段的时间窗向量表；进入步骤S235；

步骤S234：按照订单优先级从高到底，依次给多个AGV发送任务和路径，并计算各个任务所占用路径的进入和驶出时间，更新各个路段的时间窗向量表；进入步骤S235；

步骤S235：监控小车的运行情况，并判断是否有冲突路段，若有，则进入步骤S236，否则进入步骤S237；

步骤S236：重新规划冲突任务的最短路径，并更新各个路段的时间窗向量表，返回步骤S235；

步骤S237：发送订单完成消息，并返回步骤S232，对剩余订单进行处理。

与现有技术相比，本发明有以下有益效果：本发明可完成订单的自动排序与调度，订单管理有序，从而克服传统人工排单的不足；同时本发明通过仓储栅格网络赋权图，可优化行驶路径，通过路径选择，可实现AGV智能调度；另外本发明结合时间窗，可消除多AGV路径规划中的冲突和死锁。

附图说明

图1为本发明实施例的基于时间窗的路径规划流程示意图。

图2为本发明实施例中东万晟仓库平面图。

图3为本发明实施例中自动化仓储示意图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

本实施例提供了一种仓储管理中的自动排单调度方法，包括以下步骤：

步骤S1：将货物按照预设的规则进行存储，并对订单信息进行管理；

步骤S2：根据货物的存储情况与订单信息，进行路径规划管理；

其中，步骤S2中，所述路径规划管理中，通过引入图论中TSP问题，对需求较大的订单，进行多AGV路径规划，采用时间窗及单向有向图方法，为每个AGV规划一条无碰撞、协调的路径，用以消除多AGV路径规划中的冲突和死锁；对需求较小的订单，进行单AGV路径规划，利用图论中的TSP问题进行规划求解，从而实现总路程最短。

在本实施例中，步骤S1中，所述将货物按照预设的规则进行存储具体包括以下步骤：

步骤S11：将货物进行编号，同种货物的编号相同；

步骤S12：录入货物的包括数量、型号、编号、价格、产地、生厂日期、保质期在内的信息；

步骤S13：确定货物排放顺序，根据货物的型号、规格、体积大小、以及重量等进行仓库存储；其中，体积大的或重量重的远离入口，常用的、体积小的、或重量轻的靠近入口。其中，重量作为优先级最高的考虑，当其他因素与重量相悖时，以重量作为首要考虑因素，例如体积小但重量大的货物，摆放在远离入口的位置。

在本实施例中，步骤S2具体包括以下步骤：

步骤S21：将货物所在区域定义为栅格，由这些栅格及栅格间的距离构成一个赋权连通图G；

步骤S22：在所述赋权连通图G中，分别规划从起点到各个需要到达的顶点间的最小距离；

步骤S23：基于图论方法对AGV智能调度，并对路线进行规划，其中规划包括多AGV路径规划与单AGV路径规划。

在本实施例中，步骤S22具体包括以下步骤：

步骤S221：设p₀为入库点，p_i(i＝1,2,...,n)为目标任务点，将所有的必经点p_i(i＝1,2,...,n)作为图G的顶点；

步骤S222：将任意两顶点之间的最短路作为图G中连接顶点p_i、p_j的边，其权值即为最短路径；

步骤S223：将路径规划问题转化为经典的TSP问题；

步骤S224：最后转化为搜寻运送次序T＝(v₁,v₂,...,v_i,...,v_n)的排列次序问题，从而使得总路径最短；即

在本实施例中，如图1所示，步骤S23具体为：

步骤S231：对订单优先级进行排序；

步骤S232：选择最高优先级的任务，判断当前订单的需求，若为单车取货，则进入步骤S233，进行单AGV路径规划；若订单需求较大，进入步骤S234，进行多AGV路径规划；

步骤S233：选择一辆空闲的AGV小车，并用Dijkstra算法规划出该任务的最短路径，并计算出该任务中所占用路径的进入和驶出时间，初始化各个路段的时间窗向量表；进入步骤S235；

步骤S234：按照订单优先级从高到底，依次给多个AGV发送任务和路径，并计算各个任务所占用路径的进入和驶出时间，更新各个路段的时间窗向量表；进入步骤S235；

步骤S235：监控小车的运行情况，并判断是否有冲突路段，若有，则进入步骤S236，否则进入步骤S237；

步骤S236：重新规划冲突任务的最短路径，并更新各个路段的时间窗向量表，返回步骤S235；

步骤S237：发送订单完成消息，并返回步骤S232，对剩余订单进行处理。

特别的，本实施例以东万晟仓库为例，如图2所示，其中，货架和道路的数量和密度、订单的数量和密度、货架的长度宽度等可以根据具体需要灵活设定。以11种货物所在区域为栅格，构建栅格网络图，如图3所示，其中虚线为导轨线，黑色阴影矩形代表货物种类，设p₀为入库点，p_i(i＝1,2,...,12)为目标任务点。AGV每次从起始点p₀出发，运送到目标点卸下定义为一项任务，从而构造集合p＝{p₁,p₂,...,p₁₂}。该问题可描述为：在AGV的一次任务中，从p₀开始，给定i个取货点p_i(i＝1,2,...,12)，求解一条遍历所有目标点，又回到起始点的最短路径。

在本实施例中，路径规划具体为：

(1)将所有必经点p_i(i＝0，1,2,...,12)作为图G的顶点；

(2)将任意两顶点之间的最短路作为图G中连接顶点p_i、p_j的边，其权值即为最短路径；

(3)将路径规划问题转化为经典的TSP问题；

(4)最后转化为搜寻运送次序T＝(1,2,...,12)的排列次序问题，从而使得总路径最短。

即最小。

其中，v_i∈T。

在本实施例中，自动派单调度具体为：首先对系统分配的n个任务，按照优先级进行排序；然后选择最高优先级的任务，选择一辆空闲的AGV小车，并用Dijkstra算法规划出该任务的最短路径，并计算出该任务中所占用的进入和驶出时间，初始化各个路段的时间窗向量表。然后选择次优先任务进行路径规划，检查是否有空闲有车，若没有，则进入等待状态；若有，则调用Dijkstra算法规划路径，并计算该任务所占用路径的进入和驶出时间，更新各个路段的时间窗向量表。若不冲突，则路径规划完成。若冲突，则在算法中将第一个冲突路段记为不可用，再次调用最短路径算法进行规划，重复上述过程，直到不冲突为止。如果不能规划出最短路径，则暂停对该任务的调度，先调度接下来的任务。对剩余任务中优先级最高的任务进行小车分配和路径规划。同样，在路径规划后，更新系统的时间窗向量表，并检查是否存在冲突，重复上述过程。

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (5)

1.一种仓储管理中的自动排单调度方法，其特征在于：包括以下步骤：

步骤S1：将货物按照预设的规则进行存储，并对订单信息进行管理；

步骤S2：根据货物的存储情况与订单信息，进行路径规划管理；

其中，步骤S2中，所述路径规划管理中，通过引入图论中TSP问题，对需求较大的订单，进行多AGV路径规划，采用时间窗及单向有向图方法，为每个AGV规划一条无碰撞、协调的路径，用以消除多AGV路径规划中的冲突和死锁；对需求较小的订单，进行单AGV路径规划，利用图论中的TSP问题进行规划求解，从而实现总路程最短。

2.根据权利要求1所述的一种仓储管理中的自动排单调度方法，其特征在于：步骤S1中，所述将货物按照预设的规则进行存储具体包括以下步骤：

步骤S11：将货物进行编号，同种货物的编号相同；

步骤S12：录入货物的包括数量、型号、编号、价格、产地、生厂日期、保质期在内的信息；

步骤S13：确定货物排放顺序。

3.根据权利要求1所述的一种仓储管理中的自动排单调度方法，其特征在于：步骤S2具体包括以下步骤：

步骤S21：将货物所在区域定义为栅格，由这些栅格及栅格间的距离构成一个赋权连通图G；

步骤S22：在所述赋权连通图G中，分别规划从起点到各个需要到达的顶点间的最小距离；

步骤S23：基于图论方法对AGV智能调度，并对路线进行规划，其中规划包括多AGV路径规划与单AGV路径规划。

4.根据权利要求3所述的一种仓储管理中的自动排单调度方法，其特征在于：步骤S22具体包括以下步骤：

步骤S221：设p₀为入库点，p_i(i＝1,2,...,n)为目标任务点，将所有的必经点p_i(i＝1,2,...,n)作为图G的顶点；

步骤S222：将任意两顶点之间的最短路作为图G中连接顶点p_i、p_j的边，其权值即为最短路径；

步骤S223：将路径规划问题转化为经典的TSP问题；

步骤S224：最后转化为搜寻运送次序T＝(v₁,v₂,...,v_i,...,v_n)的排列次序问题，从而使得总路径最短；即

5.根据权利要求3所述的一种仓储管理中的自动排单调度方法，其特征在于：步骤S23具体为：

步骤S231：对订单优先级进行排序；

步骤S232：选择最高优先级的任务，判断当前订单的需求，若为单车取货，则进入步骤S233，进行单AGV路径规划；若订单需求较大，进入步骤S234，进行多AGV路径规划；

步骤S233：选择一辆空闲的AGV小车，并用Dijkstra算法规划出该任务的最短路径，并计算出该任务中所占用路径的进入和驶出时间，初始化各个路段的时间窗向量表；进入步骤S235；

步骤S234：按照订单优先级从高到底，依次给多个AGV发送任务和路径，并计算各个任务所占用路径的进入和驶出时间，更新各个路段的时间窗向量表；进入步骤S235；

步骤S235：监控小车的运行情况，并判断是否有冲突路段，若有，则进入步骤S236，否则进入步骤S237；

步骤S236：重新规划冲突任务的最短路径，并更新各个路段的时间窗向量表，返回步骤S235；

步骤S237：发送订单完成消息，并返回步骤S232，对剩余订单进行处理。