CN109272135A - 物品装箱方法及相关设备 - Google Patents

Abstract

本申请提供了一种物品装箱方法，该方法可以根据待装箱的物品的数量，确定与该数量对应的装箱算法，若物品的数量较多，则确定的装箱算法的时间复杂度较低，从而提高装箱算法的执行效率。另外，该可以获得预先保存的物品的规格信息，将规格信息输入装箱算法即可得到能够装入所有物品的包裹箱及每个包裹箱所装入的物品，该方法无需使用物品实体，从而提高了装箱效率。并且，装箱算法在求解过程中可以满足预设的装箱条件，装箱条件可以包括包裹箱数量最少、包裹箱规格最小及同一包裹箱内物品的拣选路径最近中的任意一个或多个，以达到包裹箱空间最大化利用、包裹箱成本最低及物品的拣选路径最短中的任意一个或多个目的。

Description

物品装箱方法及相关设备

技术领域

本申请涉及软件技术领域，更具体地，是物品装箱方法及相关设备。

背景技术

在物流领域中，被运送的物品需要被装入包裹箱内，为了节省包裹箱成本，通常情况下，一个包裹箱内会装入多个物品。

例如在电商行业中，买家方的一个订单中通常包含多个物品，一个订单通常对应一个收货地点，因此仓库方需要使用尽量少的包裹箱将同一个订单内的所有物品装入，以减少物流包裹的成本。

目前，在装箱时，人工随机地将物品放入包裹箱内，这样可能出现包裹箱的空间并未合理利用的情况，从而实际增加了可能并不需增加的包裹箱，导致了物流包裹成本的提高。

发明内容

有鉴于此，本申请提供了一种物品装箱方法，在将多个物品装箱时，尽量使包裹箱内物品能够达到预设的最优效果。

为实现所述目的，本申请提供的技术方案如下：

第一方面，本申请提供了一种物品装箱方法，包括：

提供装箱算法，以及所述装箱算法关联的装箱条件；

在所述装箱条件中，确定目标装箱条件；

获得物品的属性信息及备选箱的属性信息；

根据所述装箱算法、所述目标装箱条件、所述物品的属性信息及所述备选箱的属性信息，确定目标箱以及所述目标箱内装入的目标物品。

第二方面，本申请提供了一种物品装箱装置，包括：

算法及条件提供单元，用于提供装箱算法，以及所述装箱算法关联的装箱条件；

目标条件确定单元，用于在所述装箱条件中，确定目标装箱条件；

属性信息获得单元，用于获得物品的属性信息及备选箱的属性信息；

目标箱及目标物品确定单元，用于根据所述装箱算法、所述目标装箱条件、所述物品的属性信息及所述备选箱的属性信息，确定目标箱以及所述目标箱内装入的目标物品。

第三方面，本申请提供了一种物品装箱设备，包括：处理器及存储器；所述处理器通过读取所述存储器中存储的指令和/或数据，用于执行以下操作：

提供装箱算法，以及所述装箱算法关联的装箱条件；

在所述装箱条件中，确定目标装箱条件；

获得物品的属性信息及备选箱的属性信息；

根据所述装箱算法、所述目标装箱条件、所述物品的属性信息及所述备选箱的属性信息，确定目标箱以及所述目标箱内装入的目标物品。

由以上可知，本申请提供了一种物品装箱方法，该方法可以获得预先保存的物品的属性信息，将属性信息输入装箱算法即可得到能够装入所有物品的包裹箱及每个包裹箱所装入的物品，该方法无需使用物品实体，从而提高了装箱效率。并且，装箱算法在求解过程中可以满足预设的装箱条件，装箱条件可以包括包裹箱数量最少、包裹箱规格最小及同一包裹箱内物品的拣选路径最近中的任意一个或多个，以达到包裹箱空间最大化利用、包裹箱成本最低及物品的拣选路径最短中的任意一个或多个目的。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请提供的物品装箱方法的一种流程图；

图2为本申请提供的确定物品的摆放方式的一种流程图；

图3A及图3B为本申请提供的物品旋转前及旋转后的一种效果示意图；

图4为本申请提供的切割剩余空间的一种效果示意图；

图5为本申请提供的物品装箱装置的一种结构示意图；

图6为本申请提供的物品装箱设备的一种硬件结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在物流领域中，物流包裹内的物品需要被装入包裹箱内。然而，物品通常是被统一存放在仓库等物品存储空间内，目前的装箱方法是，先根据装箱单，从仓库的各个货架上取下装箱单内的所有物品，再由人工将从货架上取下的所有物品装入包裹箱内。

例如，在电商应用场景中，电商平台会根据买家方的请求生成订单，订单即装箱单的一种具体形式。仓库方获得订单后，将订单内的物品从货架上取下，再由装货工人将这些物品装入包裹箱内。

以上装箱方法中，由人工选择哪些物品放入哪个包裹箱内，较大可能地会导致包裹箱空间的浪费，无谓地增加并不需要使用到的包裹箱，导致包裹箱成本的增加。另外，该方法在装箱前需要获得物品实体，人工才能根据物品决定使用何种规格的包裹箱进行装箱，装箱效率较低。

为此，本申请提出了一种物品装箱方法，该物品装箱方法可以根据装箱单，直接确定出最优的装箱方案，不仅了提高装箱效率，而且最优的装箱方案可以合理规划包裹箱的空间，在保证包裹箱数量较少的情况下，最大程度地降低包裹箱的成本。

见图1，其示出了本申请提供的物品装箱方法的一种流程，具体包括步骤S101～S104。

S101：获得装箱单后，确定装箱单包括的物品数量及各个物品的规格信息。

其中，装箱单用于指示出待装箱的物品，在电商应用场景中，装箱单可以是订单。当然，装箱单还可以是其他形式。装箱单通常包括物品的数量信息，或者，装箱单包括物品的名称，根据物品的名称可以统计出物品数量。

在实施前，可以预先收集仓库内所有物品的属性信息，如规格、是否属于易碎物品、拣选路径等。在获得装箱单后，可以从预先收集的仓库内所有物品的属性信息中，查找装箱单包括的物品的规格信息。或者，装箱单不仅包括物品的名称，还包括各个物品的规格信息，这样，可以直接从装箱单中获取到各个物品的规格信息。

S102：根据装箱单包括的物品数量，选择与物品数量对应的预设装箱算法。

在实施前，预先设置多种装箱算法。装箱算法的输入数据包括但不限定于，各个备选包裹箱的规格数据及各个待装箱物品的规格数据，装箱算法的输出数据包括但不限定于，在备选包裹箱中所选择使用的目标包裹箱以及在每个目标包裹箱中放入哪些物流包裹。

需要说明的是，预设的装箱算法为多个，不同的装箱算法的时间复杂度不同，可以根据装箱算法的时间复杂度，设置与该装箱算法对应的物品数量范围。时间复杂度是指执行算法所需要的计算工作量。对于时间复杂度较高的装箱算法，所设置的物品数量范围内的物品数量越少，相反，对于时间复杂度越低的装箱算法，所设置的物品数量范围的物品数量越多。

例如，装箱算法可以包括断头台(Guilliotone)算法，该算法的时间复杂度较低，通过实验数据总结出，该算法对应的物品数量范围可以是大于或等于1000，即若物品数量在大于或等于1000的情况下，则可以选择使用该算法；装箱算法还可以包括最大长方体(MaxRectangle)算法，该算法的时间复杂度较高，通过实验数据总结出，该算法对应的物品数量范围可以是小于或等于30，即若物品数量在小于或等于30的情况下，则可以选择使用该算法；装箱算法还可以包括smartRandom，该算法的时间复杂度居中，通过实验数据总结出，该算法对应的物品数量范围可以是大于30小于1000，即若物品数量在大于30小于1000的情况下，则可以选择使用该算法。当然，以上各个算法中的数值仅仅是示例说明，在实际应用中并不局限于此。

本申请中，会预先设置多种时间复杂度的装箱算法，且根据不同的待装箱物品的数量，可以选择相应时间复杂度的装箱算法，待装箱物品的数量越多，使用的装箱算法的时间复杂度越低，这样可以在待装箱物品较多的情况下，缩短算法执行时间，较快地获得算法结果。

S103：获得各个备选包裹箱的规格信息。

其中，为了盛放各种不同规格的物品，可以预先设计多种规格的包裹箱，并记录这些包裹箱的属性信息。这些包裹箱可以称为备选包裹箱，备选包裹箱的属性信息，属性信息包括但不限定于包裹箱的规格信息、包裹箱的可装入物品的类型等。规格信息可以具体包括包裹箱的长宽高的尺寸信息。备选包裹箱可以是一个，也可以是多个。

S104：将备选包裹箱的规格信息及装箱单中各个物品的规格信息，输入预设装箱算法，以得到满足预设装箱条件的目标包裹箱及目标包裹箱内所装入的物品。其中预设装箱条件包括包裹箱数量最少、包裹箱规格最小、同一包裹箱内的物品拣选路径最短中的一个或多个的组合。

其中，将备选包裹箱的规格信息及各个待装箱的物品的规格信息输入预设装箱算法后，预设装箱算法可以将各个待装箱的物品抽象为长方体，将包裹箱抽象为一个长方体，从而求解一个较大的长方体内如何摆放多个较小的长方体。装箱算法可以使用迭代方法，计算在各个备选包裹箱内的各种的摆放方式，从而找到最优解。

需要说明的是，预设装箱算法的流程可以是，确定各个备选包裹箱的规格顺序，例如规格顺序为由大到小，则首先用一个规格最大的备选包裹箱装物品，如果可以装下，则将该包裹箱换为规格次大的备选包裹箱，如果可以装下，则继续换为更小的备选包裹箱，直至没有更小的备选包裹箱可以装下所有物品，则将可以装下所有物品的规格最小的包裹箱作为目标包裹箱。由于规格较小的包裹箱的价格较低，以上方式可以保证物流包裹的包裹箱成本较低。当然，也可以按照由小到大的规格顺序，来选择目标包裹箱。

如果一个最大号的备选包裹箱都不能装下所有的物品，则需要在最大号的备选包裹箱内放入一些物品，然后将剩余的物品也按照上述流程进行迭代运算，直到将所有的物品装入备选包裹箱内。统计装入所有物品使用的备选包裹箱，这些备选包裹箱即目标包裹箱。

若确定出的包裹箱为多个，为了降低包裹箱成本，可以交换包裹箱内不同规格的物品，以缩小包裹箱的规格。或者，若同一包裹箱内的物品的拣选距离相距较远，则可以将拣选路径相近的物品调整到同一包裹箱内，以缩短物品的拣选路径。其中，待装箱的物品可以存放在仓库的货架上，那么物品的拣选路径可以是物品在货架上的位置。

例如，存放物品的货架成行排列，某物品的拣选路径为货架001的1排1列，另一物品的拣选路径为货架001的1排2列，又一物品的拣选路径为货架003的5排7列，可以理解的是，第一个物品的拣选路径与第二个物品的拣选路径较为相近，若第一个物品在包裹箱A内，第二个物品及第三个物品在包裹箱B内，则可以将第一个物品与第三个物品进行交换，以使第一个物品与第二个物品在同一包裹箱内。

由以上技术方案可以看出，本申请提供的物品装箱方法，可以根据待装箱的物品的数量，确定与该数量对应的装箱算法，若物品的数量较多，则确定的装箱算法的时间复杂度较低，从而提高装箱算法的执行效率。另外，该可以获得预先保存的物品的属性信息，将属性信息输入装箱算法即可得到能够装入所有物品的包裹箱及每个包裹箱所装入的物品，该方法无需使用物品实体，从而提高了装箱效率。

另外，装箱算法在求解过程中可以满足预设的装箱条件，装箱条件可以包括所选择的包裹箱数量最少、包裹箱规格最小及同一包裹箱内物品的拣选路径最近中的任意一个或多个，以达到包裹箱空间最大化利用、包裹箱成本最低及物品的拣选路径最短中的任意一个或多个目的。

需要说明的是，本申请提供装箱算法及装箱算法关联的装箱条件。

装箱条件可以是一个，也可以是多个。在实施中，若装箱条件为多个，则可以根据实际需求，在多个装箱条件中选择所使用的装箱条件，并将选择的装箱条件称为目标装箱条件。

装箱条件不同，装箱算法的具体计算过程也不同。装箱算法按照装箱条件的要求，计算满足装箱条件的包裹箱。例如，装箱条件为包裹箱数量最少，则计算以数量最少的箱子装下所有物品；装箱条件为包裹箱规格最小，则不考虑箱子数量，计算以最小规格的箱子装下所有物品；装箱条件为同一包裹箱内物品的拣选路径最近，则尽量将拣选路径较近的物品放置在同一包裹箱内。当然，装箱条件可以综合考虑。在满足一个装箱条件的基础上，再满足其他装箱条件。例如，按照包裹箱数量最少的条件选择包裹箱后，可以将能够替换为更小规格的包裹箱再替换为规格更小的，以在数量最少的基础上，实现每个包裹箱规格最小。又如，按照包裹箱数量最少的条件选择包裹箱后，可以将拣选路径较近的物品放置在同一包裹箱内，以在数量最少的基础上，实现同一包裹箱内物品的拣选路径最近。

选择目标装箱条件后，可以根据装箱算法、目标装箱条件、物品的属性信息备选箱的属性信息，确定出所使用的目标箱以及目标箱内装入的目标物品。具体地，装箱算法具有执行流程，可以将目标装箱条件、物品的属性信息备选箱的属性信息输入装箱算法，以确定出所使用的目标箱以及目标箱内装入的目标物品。

装箱算法的几种具体提供方式可以是，将装箱算法预先设置在本地(即执行装箱方法的设备上)，或者将装箱算法预先设置在其他设备上，或者在根据装箱算法、目标装箱条件、物品的属性信息备选箱的属性信息，确定所使用的目标箱以及目标箱内装入的目标物品之前，使用大数据实时生成装箱算法。

在实际应用中，以上步骤S104装箱算法在求解过程中，可以按照随机顺序，将各个物品依次放入备选包裹箱内，但这样生成的结果并非最优解。因此，可以使用粒子群、蚁群及遗传等算法来确定物品的一种较优的放入顺序。

具体地，可以为物品预先设置多种放入包裹箱的顺序，如体积由大到小、表面积由大到小、最长边与包裹箱的最长边之差由大到小等。装箱算法分别按照每种放入顺序，依次将物品放入备选包裹箱内，以确定该备选包裹箱是否能够装下所有的物品。

若某一种放入顺序能将所有物品放入该备选包裹箱内，则确定该放入顺序为目标放入顺序。若至少两种放入顺序均能将所有物品放入该备选包裹箱内，则在该至少两种放入顺序中选择一种满足预设条件的放入顺序作为目标放入顺序。

若所有放入顺序均不能使备选包裹箱装下所有物品，则按照预设条件，在多种放入顺序中选择一种放入顺序。例如，预设条件为备选包裹箱内剩余的体积要小，则选择的放入顺序需要满足以下条件，即依次将物品放入备选包裹箱后，备选包裹箱内剩余的体积比按照其他放入顺序放入物品剩余的体积要小。

选择一种放入顺序后，可以使用优化算法如蚁群、粒子群及遗传等算法，将其他放入顺序向该放入顺序靠拢。具体地，可以按照预设的调整方式如步长调整方式来调整其他放入顺序。

例如，选择的放入顺序为体积由大到小的顺序，该放入顺序对应的物品为物品1、物品2、物品3、物品4及物品5。其他一种放入顺序为按照表面积由大到小的顺序，该放入顺序对应的物品为物品5、物品4、物品3、物品2及物品1。将该其他放入顺序进行优化，向选择的放入顺序靠拢，例如将上述其他放入顺序优化后的放入顺序为物品1、物品2、物品4、物品5及物品3。

将其他放入顺序按照以上调整方式调整后，得到调整后的放入顺序。可以理解的是，该调整后的放入顺序并非是一种放入顺序，而是多种放入顺序的综合，例如是体积由大到小及表面积由大到小的综合。装箱算法按照调整后的放入顺序，将物品依次放入备选包裹箱内，以确定该备选包裹箱是否能够装下所有的物品。若按照某种调整后的放入顺序，备选包裹箱能够放入所有的物品，则将该调整后的放入顺序确定为目标放入顺序。

需要说明的是，若所有的放入顺序以及调整后的放入顺序，均不能将所有物品放入一个备选包裹箱内，则从中选择备选包裹箱内所能放入的物品在预设方面最优的放入顺序，将该放入顺序作为目标放入顺序。

以上是在一个备选包裹箱内放入物品的方式，若一个备选包裹箱不能放入所有的物品，则增加备选包裹箱以放入剩余的物品。在增加的备选包裹箱内放入剩余的物品时，也可以按照以上方法确定一种目标放入顺序，按照所确定的目标放入顺序将剩余物品放入增加的备选包裹箱内。这样，直到所有的物品均放入备选包裹箱内，则所使用的备选包裹箱即目标包裹箱。

由以上可知，装箱算法并非按照随机的顺序将各个物品放入备选包裹箱内，而是按照一定的规则如体积由大到小、表面积由大到小等确定多种初始的放入顺序，根据各种初始的放入顺序的放入效果，寻找一种放入效果最优的放入顺序作为目标放入顺序。该目标放入顺序可能是多种初始的放入顺序的综合。

装箱算法在确定目标放入顺序后，按照目标放入顺序将物品放入备选包裹箱时，还需要确定物品在备选包裹箱内的摆放方式。摆放方式表示物品在包裹箱内的放置方式。如图2所示，其示出了确定物品的摆放方式的一种流程，具体包括以下步骤S201～S207。

S201：按照目标放入顺序，将首个物品摆放在备选包裹箱的左下角。

其中，需要说明的是，左下角仅仅是一种示例，还可以是其他位置。如图3A所示，备选包裹箱的长宽高分别为20、5及15，物品的长宽高分别为4、3及5，按照目标放入顺序，首先将物品放入备选包裹箱的左下角位置。

S202：旋转首个物品以查找能够满足预设摆放条件的摆放方式，并按照所确定的摆放方式放置首个物品。

其中，预设的摆放条件可以包括但不限定于：备选包裹箱的一条边与物品的一条边长度相差最小、备选包裹箱的一条边与物品的一条边长度相差最大、备选包裹箱内除去该物品后剩余的正方体体积最大。预先设置摆放条件，在旋转时，查找能够满足该摆放条件的一种摆放方式，确定出摆放方式后，便可以按照该摆放方式在备选包裹箱内，摆放该首个物品。

假设预设条件为备选包裹箱的一条边与物品的一条边长度相差最小，则将可以图3A中的物品旋转，以使物品的高5与备选包裹箱的宽5可以对齐，对齐后的物品的摆放方式如图3B所示。

S203：将备选包裹箱的剩余空间切割为两个互不相交的空闲空间。

其中，切割时所依据的切割规则可以有如下几种。一是，切割后的两个空闲空间的体积相差超过预设数值。这种情况下，切割后的两个空闲空间的体积相差较大，以适应后续放入的物品体积相差较大的情况。二是，切割后的两个空闲空间的体积相差不超过预设数值。这种情况下，切割后的两个空闲空间的体积相差较小，以适应后续放入的物品体积相差不大的情况。三是，切割后的两个空闲空间的长(或宽或高)相差超过预设数值，以适应后续放入的物品规格相差较大的情况。四是，切割后的两个空闲空间的长(或宽或高)相差不超过预设数值，以适应后续放入的物品规格相差不大的情况。

需要说明的是，以上各个预设数值可能相同，也可能不同，并非为同一个数值。

S204，按照目标放入顺序确定下一物品，并确定能够放入该下一物品的空闲空间。

其中，确定的方法可以有多种，如确定能够放入该下一物品的最大的空闲空间、确定能够放入该下一物品的最小的空闲空间、确定能够放入该下一物品的且最短的边与该下一物品的最短的边相差最小的空闲空间、确定能够放入该下一物品的且最长的边与该下一物品的最长的边相差最小的空闲空间，等等。按照以上某种方法，确定出能够放入该下一物品的空闲空间。

需要说明的是，若任何一个空闲空间均不能放入该下一物品，则可以改变步骤S203中的切割规则，若任何一个切割规则所切割的空闲空间均不能放下该下一物品，则确定下一备选包裹箱，在下一备选包裹箱内重新按照上述流程放入该下一物品。

S205：旋转该下一物品，以查找能够满足预设摆放条件的摆放方式，并按照所确定的摆放方式放置该下一物品。

其中，旋转该下一物品的方式与步骤S202中的旋转方式相同，此处并不赘述。

S206：将装有该下一物品的剩余空间切割为两个互不相交的空闲空间，若存在未被放入空闲空间的物品，返回步骤S204。

其中，切割规则与步骤S203中的切割方式相同，此处并不赘述。需要说明的是，每次返回步骤S204后，是按照目标放入顺序确定当前物品的下一物品，并针对所确定出的下一物品执行后续步骤。

另外，由于步骤S206是在装有物品的剩余空间切割为两个空闲空间，因此每次切割后均会增加两个空闲空间。每次返回步骤S204后，确定够放入该下一物品的空闲空间时，是在该备选包裹箱的所有空闲空间内进行查找。

S207：若所有物品均被放入空闲空间，则停止确定方法。

当然，若某物品不能被放入任何一空闲空间，则确定另一备选包裹箱，直至所有物品均被放入备选包裹箱内。其中，确定另一备选包裹箱后，在另一备选包裹箱内摆放物品的方式也可以按照上述步骤S201至步骤S206执行。

以上确定物品的摆放方法中，在切割剩余空间时，将剩余空间切割成两个不相交的空闲空间，同时需要在所有的空闲空间内查找能够放入物品的空闲空间，算法的复杂度较高，且可能出现本来物品可以放入整个剩余空间内，但由于切割的空闲空间不相交且不合理，导致物品不能放入任何一个空闲空间。

因此，在切割剩余空间时，可以将剩余空间切割为3个相交的长方体空间。如图4所示，备选包裹箱中包含一个物品，将备选包裹箱的剩余空间切割为3个相交的长方体空间。需要说明的是，在切割时，可以尽量保证3个长方体的体积为能切割出的最大体积，这样，3个长方体的体积与整个剩余空间的体积近似，若物品可以放入整个剩余空间，则该物品极可能可以放入某个切割后的空闲空间。

需要说明的是，在以上切割方法中，由于每次切割的空闲空间是相交的，则将物品放入某个空闲空间后，放入的物品可能与其他空闲空间相交，所以，在该空闲空间放入物品后，需要遍历所有的其他空闲空间，把每个其他空闲空间与物品相交的部分切除，从而生成一些新的空闲空间。由于新生成的空闲空间可能不满足体积最大原则，则需要两两比较所有的空闲空间，以去除不满足体积最大原则的空闲空间。具体地，两两比较所有的空闲空间，若某个空闲空间包含在某个空闲空间内，则将被包含的小空闲空间去除；若某空闲空间与另一空闲空间可以组合为一个完整的长方体空闲空间，则可以将该两个空闲空间合并；若某空闲空间与另一空闲空间既不是包含关系也不能组合为新的空闲空间，则不对该两个空闲空间进行处理。经过上述合并删除等优化处理后，便可以在剩余的空闲空间内，按照上述方法放入下一物品。

见图5，其示出了本申请提供的物品装箱装置的一种结构示意，具体包括：算法及条件提供单元501、目标条件确定单元502、属性信息获得单元503、目标箱及目标物品确定单元504。

算法及条件提供单元501，用于提供装箱算法，以及所述装箱算法关联的装箱条件；

目标条件确定单元502，用于在所述装箱条件中，确定目标装箱条件；

属性信息获得单元503，用于获得物品的属性信息及备选箱的属性信息；

目标箱及目标物品确定单元504，用于根据所述装箱算法、所述目标装箱条件、所述物品的属性信息及所述备选箱的属性信息，确定目标箱以及所述目标箱内装入的目标物品。

见图6，其示出了本申请提供的一种物品装箱设备的一种结构示意，具体包括：存储器601、处理器602及总线603。

存储器601，用于存储程序指令和/或数据。

处理器602通过读取所述存储器601中存储的指令和/或数据，用于执行以下操作：提供装箱算法，以及所述装箱算法关联的装箱条件；在所述装箱条件中，确定目标装箱条件；获得物品的属性信息及备选箱的属性信息；以及根据所述装箱算法、所述目标装箱条件、所述物品的属性信息及所述备选箱的属性信息，确定目标箱以及所述目标箱内装入的目标物品。

总线603，用于将对象标签的生成设备的各个硬件组件耦合在一起。

在一个示例中，所述处理器602执行操作所使用的装箱条件包括以下条件中的任意一项或多项：目标箱数量最少、目标箱规格最小及同一目标箱内的物品的拣选路径最近。

在一个示例中，所述属性信息包括规格信息，则所述处理器602在执行根据所述装箱算法、所述目标装箱条件、所述物品的属性信息及所述备选箱的属性信息，确定目标箱以及所述目标箱内装入的目标物品的步骤时，具体用于将所述物品的规格信息、所述备选箱的规格信息及所述目标装箱条件输入所述装箱算法，以使所述装箱算法根据所述备选箱的规格信息，确定所述备选箱的规格顺序，以及按照所述规格顺序，将所述备选箱的规格信息依次与所述物品的规格信息进行匹配，以在所述备选箱中查找满足目标装箱条件的目标箱。

在一个示例中，若所述规格顺序为由大到小，则所述处理器602在执行按照所述规格顺序，将所述备选箱的规格信息依次与所述物品的规格信息进行匹配，以在所述备选箱中查找满足目标装箱条件的目标箱的步骤时，具体用于按照由大到小的规格顺序，依次将备选箱的规格信息与所述物品的规格信息进行匹配，以查找能够装下全部所述物品的规格最小的一个备选箱；若查找到，则将查找到的备选箱确定为目标箱；若未查找到，则将规格最大的备选箱确定为目标箱，根据所述物品的规格信息及所述目标箱的规格信息，确定装入所述目标箱的物品，以及返回按照由大到小的规格顺序，依次将备选箱的规格信息与未装入物品的规格信息进行匹配，直至未装入物品为空。

在一个示例中，所述处理器602还用于若目标箱为多个，则交换不同目标箱内的物品；以及若交换物品后的目标箱能够替换为比所述目标箱更小规格的备选箱，则将所述目标箱替换为所述更小规格的备选箱。

在一个示例中，所述物品的属性信息包括拣选路径，则所述处理器602还用于：若目标箱为多个，则交换不同目标箱内的物品，以使同一目标箱内的物品的拣选路径相距最短。

在一个示例中，所述处理器602在执行依次将备选箱的规格信息与所述物品的规格信息进行匹配的步骤时，具体用于按照预设物品放入顺序，依次将备选箱的规格信息与所述物品的规格信息进行匹配。

在一个示例中，所述预设物品放入顺序包括以下几种的一种或多种：体积由大到小、表面积由大到小、最长边与备选箱的最长边之差由大到小。

在一个示例中，所述处理器602还用于若预设物品放入顺序为多种，且并未查找到能够装下全部所述物品的规格最小的一个备选箱，则在将规格最大的备选箱确定为目标箱之前，按照预设条件，在多种预设物品放入顺序中选择一种物品放入顺序；使用优化算法，将未选择的物品放入顺序向所选择的物品放入顺序靠拢，得到目标放入顺序；以及返回按照所述目标放入顺序，依次将备选箱的规格信息与所述物品的规格信息进行匹配。

在一个示例中，所述处理器602在执行按照预设物品放入顺序，依次将备选箱的规格信息与所述物品的规格信息进行匹配的步骤时，具体用于按照预设物品放入顺序，将首个物品摆放在所述备选箱的一角，并旋转所述首个物品以查找能够满足预设摆放条件的摆放方式；将所述备选箱的剩余空间切割为多个空闲空间；以及按照预设物品放入顺序，在空闲空间中确定能够放入下一物品的空闲空间，并返回旋转所述下一物品以查找能够满足预设摆放条件的摆放方式。

在一个示例中，所述处理器602在执行将所述备选箱的剩余空间切割为多个空闲空间的步骤时，具体用于将所述备选箱的剩余空间切割为两个互不相交的空闲空间。

在一个示例中，所述处理器602在执行将所述备选箱的剩余空间切割为多个空闲空间的步骤时，具体用于所述处理器，具体用于将所述备选箱的剩余空间切割为三个相交的空闲空间。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括上述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (25)

1.一种物品装箱方法，其特征在于，包括：

提供装箱算法，以及所述装箱算法关联的装箱条件；

在所述装箱条件中，确定目标装箱条件；

获得物品的属性信息及备选箱的属性信息；

根据所述装箱算法、所述目标装箱条件、所述物品的属性信息及所述备选箱的属性信息，确定目标箱以及所述目标箱内装入的目标物品。

2.根据权利要求1所述的物品装箱方法，其特征在于，所述装箱条件包括以下条件中的任意一项或多项：目标箱数量最少、目标箱规格最小及同一目标箱内的物品的拣选路径最近。

3.根据权利要求1所述的物品装箱方法，其特征在于，所述属性信息包括规格信息，则所述根据所述装箱算法、所述目标装箱条件、所述物品的属性信息及所述备选箱的属性信息，确定目标箱以及所述目标箱内装入的目标物品，包括：

将所述物品的规格信息、所述备选箱的规格信息及所述目标装箱条件输入所述装箱算法，以使所述装箱算法执行下述流程：根据所述备选箱的规格信息确定所述备选箱的规格顺序；以及按照所述规格顺序，将所述备选箱的规格信息依次与所述物品的规格信息进行匹配，以在所述备选箱中查找满足目标装箱条件的目标箱。

4.根据权利要求3所述的物品装箱方法，其特征在于，若所述规格顺序为由大到小，则所述按照所述规格顺序，将所述备选箱的规格信息依次与所述物品的规格信息进行匹配，以在所述备选箱中查找满足目标装箱条件的目标箱，包括：

按照由大到小的规格顺序，依次将备选箱的规格信息与所述物品的规格信息进行匹配，以查找能够装下全部所述物品的规格最小的一个备选箱；

若查找到，则将查找到的备选箱确定为目标箱；

若未查找到，则将规格最大的备选箱确定为目标箱，根据所述物品的规格信息及所述目标箱的规格信息，确定装入所述目标箱的物品，以及返回按照由大到小的规格顺序，依次将备选箱的规格信息与未装入物品的规格信息进行匹配，直至未装入物品为空。

5.根据权利要求4所述的物品装箱方法，其特征在于，还包括：

若目标箱为多个，则交换不同目标箱内的物品；

若交换物品后的目标箱能够替换为比所述目标箱更小规格的备选箱，则将所述目标箱替换为所述更小规格的备选箱。

6.根据权利要求4所述的物品装箱方法，其特征在于，所述物品的属性信息包括拣选路径，则该方法还包括：

若目标箱为多个，则交换不同目标箱内的物品，以使同一目标箱内的物品的拣选路径相距最短。

7.根据权利要求4所述的物品装箱方法，其特征在于，所述依次将备选箱的规格信息与所述物品的规格信息进行匹配，包括：

按照预设物品放入顺序，依次将备选箱的规格信息与所述物品的规格信息进行匹配。

8.根据权利要求7所述的物品装箱方法，其特征在于，所述预设物品放入顺序包括以下几种的一种或多种：体积由大到小、表面积由大到小、最长边与备选箱的最长边之差由大到小。

9.根据权利要求7所述的物品装箱方法，其特征在于，若预设物品放入顺序为多种，且并未查找到能够装下全部所述物品的规格最小的一个备选箱，则在将规格最大的备选箱确定为目标箱之前，还包括：

按照预设条件，在多种预设物品放入顺序中选择一种物品放入顺序；

使用优化算法，将未选择的物品放入顺序向所选择的物品放入顺序靠拢，得到目标放入顺序；

返回按照所述目标放入顺序，依次将备选箱的规格信息与所述物品的规格信息进行匹配。

10.根据权利要求7所述的物品装箱方法，其特征在于，所述按照预设物品放入顺序，依次将备选箱的规格信息与所述物品的规格信息进行匹配，包括：

按照预设物品放入顺序，将首个物品摆放在所述备选箱的一角，并旋转所述首个物品以查找能够满足预设摆放条件的摆放方式；

将所述备选箱的剩余空间切割为多个空闲空间；

按照预设物品放入顺序，在空闲空间中确定能够放入下一物品的空闲空间，并返回旋转所述下一物品以查找能够满足预设摆放条件的摆放方式。

11.根据权利要求10所述的物品装箱方法，其特征在于，将所述备选箱的剩余空间切割为多个空闲空间，包括：

将所述备选箱的剩余空间切割为两个互不相交的空闲空间。

12.根据权利要求10所述的物品装箱方法，其特征在于，将所述备选箱的剩余空间切割为多个空闲空间，包括：

将所述备选箱的剩余空间切割为三个相交的空闲空间。

13.一种物品装箱装置，其特征在于，包括：

算法及条件提供单元，用于提供装箱算法，以及所述装箱算法关联的装箱条件；

目标条件确定单元，用于在所述装箱条件中，确定目标装箱条件；

属性信息获得单元，用于获得物品的属性信息及备选箱的属性信息；

目标箱及目标物品确定单元，用于根据所述装箱算法、所述目标装箱条件、所述物品的属性信息及所述备选箱的属性信息，确定目标箱以及所述目标箱内装入的目标物品。

14.一种物品装箱设备，其特征在于，包括：处理器及存储器；所述处理器通过读取所述存储器中存储的指令和/或数据，用于执行以下操作：

提供装箱算法，以及所述装箱算法关联的装箱条件；

在所述装箱条件中，确定目标装箱条件；

获得物品的属性信息及备选箱的属性信息；

根据所述装箱算法、所述目标装箱条件、所述物品的属性信息及所述备选箱的属性信息，确定目标箱以及所述目标箱内装入的目标物品。

15.根据权利要求14所述的物品装箱设备，其特征在于，所述处理器执行操作所使用的装箱条件包括以下条件中的任意一项或多项：目标箱数量最少、目标箱规格最小及同一目标箱内的物品的拣选路径最近。

16.根据权利要求14所述的物品装箱设备，其特征在于，所述属性信息包括规格信息，则所述处理器用于根据所述装箱算法、所述目标装箱条件、所述物品的属性信息及所述备选箱的属性信息，确定目标箱以及所述目标箱内装入的目标物品，包括：

所述处理器，具体用于将所述物品的规格信息、所述备选箱的规格信息及所述目标装箱条件输入所述装箱算法，以使所述装箱算法执行下述流程：根据所述备选箱的规格信息确定所述备选箱的规格顺序；以及按照所述规格顺序，将所述备选箱的规格信息依次与所述物品的规格信息进行匹配，以在所述备选箱中查找满足目标装箱条件的目标箱。

17.根据权利要求16所述的物品装箱设备，其特征在于，若所述规格顺序为由大到小，则所述处理器用于按照所述规格顺序，将所述备选箱的规格信息依次与所述物品的规格信息进行匹配，以在所述备选箱中查找满足目标装箱条件的目标箱，包括：

所述处理器，具体用于按照由大到小的规格顺序，依次将备选箱的规格信息与所述物品的规格信息进行匹配，以查找能够装下全部所述物品的规格最小的一个备选箱；若查找到，则将查找到的备选箱确定为目标箱；若未查找到，则将规格最大的备选箱确定为目标箱，根据所述物品的规格信息及所述目标箱的规格信息，确定装入所述目标箱的物品，以及返回按照由大到小的规格顺序，依次将备选箱的规格信息与未装入物品的规格信息进行匹配，直至未装入物品为空。

18.根据权利要求17所述的物品装箱设备，其特征在于，

所述处理器，还用于若目标箱为多个，则交换不同目标箱内的物品；以及若交换物品后的目标箱能够替换为比所述目标箱更小规格的备选箱，则将所述目标箱替换为所述更小规格的备选箱。

19.根据权利要求17所述的物品装箱设备，其特征在于，所述物品的属性信息包括拣选路径，则所述处理器还用于：若目标箱为多个，则交换不同目标箱内的物品，以使同一目标箱内的物品的拣选路径相距最短。

20.根据权利要求17所述的物品装箱设备，其特征在于，所述处理器用于依次将备选箱的规格信息与所述物品的规格信息进行匹配，包括：

所述处理器，具体用于按照预设物品放入顺序，依次将备选箱的规格信息与所述物品的规格信息进行匹配。

21.根据权利要求20所述的物品装箱设备，其特征在于，所述预设物品放入顺序包括以下几种的一种或多种：体积由大到小、表面积由大到小、最长边与备选箱的最长边之差由大到小。

22.根据权利要求20所述的物品装箱设备，其特征在于，

所述处理器，还用于若预设物品放入顺序为多种，且并未查找到能够装下全部所述物品的规格最小的一个备选箱，则在将规格最大的备选箱确定为目标箱之前，按照预设条件，在多种预设物品放入顺序中选择一种物品放入顺序；使用优化算法，将未选择的物品放入顺序向所选择的物品放入顺序靠拢，得到目标放入顺序；以及返回按照所述目标放入顺序，依次将备选箱的规格信息与所述物品的规格信息进行匹配。

23.根据权利要求20所述的物品装箱设备，其特征在于，所述处理器用于按照预设物品放入顺序，依次将备选箱的规格信息与所述物品的规格信息进行匹配，包括：

所述处理器，具体用于按照预设物品放入顺序，将首个物品摆放在所述备选箱的一角，并旋转所述首个物品以查找能够满足预设摆放条件的摆放方式；将所述备选箱的剩余空间切割为多个空闲空间；以及按照预设物品放入顺序，在空闲空间中确定能够放入下一物品的空闲空间，并返回旋转所述下一物品以查找能够满足预设摆放条件的摆放方式。

24.根据权利要求23所述的物品装箱设备，其特征在于，所述处理器用于将所述备选箱的剩余空间切割为多个空闲空间，包括：

所述处理器，具体用于将所述备选箱的剩余空间切割为两个互不相交的空闲空间。

25.根据权利要求23所述的物品装箱设备，其特征在于，所述处理器用于将所述备选箱的剩余空间切割为多个空闲空间，包括：

所述处理器，具体用于将所述备选箱的剩余空间切割为三个相交的空闲空间。