CN109816283A - 用于确定物品出库时间的方法和装置 - Google Patents

Abstract

本申请实施例公开了用于确定物品出库时间的方法和装置。该方法的一具体实施方式包括：从货架组中确定指定时间段内接收的订单组中的订单所涉及物品所位于的至少一个货架；对于该至少一个货架中的每个货架，确定该订单组中涉及该货架所摆放物品的订单的数量，获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率；基于所确定的数量和所获取的平均运输效率，确定该订单组中订单所涉及物品的出库时间并输出。本申请实施例能够提高确定物品的出库时间的准确性。

Description

用于确定物品出库时间的方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及用于确定物品出库时间的方法和装置。

背景技术

当前，随着物流量越来越大，对物流速度的要求也越来越高。如果能确定得到涉及物品的订单组的出库时间，就能够控制物品的流量，使出库的物品量和入库的物品量比较平衡。

发明内容

本申请实施例提出了一种用于确定物品出库时间的方法和装置。

第一方面，本申请实施例提供了一种用于确定物品出库时间的方法，包括：从货架组中确定指定时间段内接收的订单组中的订单所涉及物品所位于的至少一个货架；对于至少一个货架中的每个货架，确定订单组中涉及该货架所摆放物品的订单的数量，获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率；基于所确定的数量和所获取的平均运输效率，确定订单组中订单所涉及物品的出库时间并输出。

在一些实施例中，基于所确定的数量和所获取的平均运输效率，确定订单组中订单所涉及物品的出库时间并输出，包括：对于至少一个货架中的每个货架，确定搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率与订单组中涉及该货架所摆放物品的订单的数量的商；将对各个货架所确定的商输入在先训练的出库时间确定模型，得到订单组中的订单所涉及物品的出库时间并输出，其中，出库时间确定模型用以表征货架组中各个货架相应的商和物品的出库时间的对应关系。

在一些实施例中，出库时间确定模型为神经网络模型。

在一些实施例中，至少一个货架的个数为至少两个；以及将对各个货架所确定的商输入在先训练的出库时间确定模型，得到订单组中的订单所涉及物品的出库时间并输出，包括：将至少一个货架中各个货架的标识号和相应的商对应输入在先训练的出库时间确定模型，得到订单组中的订单所涉及物品的出库时间并输出。

在一些实施例中，出库时间确定模型通过如下步骤训练得到：确定目标时间段内接收的订单组为目标订单组；确定目标订单组中的订单所涉及物品所位于的一个以上的货架；对于一个以上的货架中的每个货架，确定在目标订单组中涉及该货架所摆放物品的订单的数量；确定用以搬运该货架所摆放物品的一个以上的无人搬运车的运输效率的平均值，其中，运输效率为无人搬运车在预设历史时间段内出库行驶路程与行驶时间的商；确定上述平均值与在目标订单组中涉及该货架所摆放物品的订单的数量的商；获取目标订单组中订单所涉及物品的出库时间；将一个以上的货架中的各个货架相应的商作为输入，并将所获取的出库时间作为输出训练初始神经网络模型，得到出库时间确定模型。

第二方面，本申请实施例提供了一种用于确定物品出库时间的装置，其中，包括：确定单元，配置用于从货架组中确定指定时间段内接收的订单组中的订单所涉及物品所位于的至少一个货架；获取单元，配置用于对于至少一个货架中的每个货架，确定订单组中涉及该货架所摆放物品的订单的数量，获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率；输出单元，配置用于基于所确定的数量和平均运输效率，确定订单组中订单所涉及物品的出库时间并输出。

在一些实施例中，输出单元，包括：确定模块，配置用于对于至少一个货架中的每个货架，确定搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率与订单组中涉及该货架所摆放物品的订单的数量的商；输出模块，配置用于将对各个货架所确定的商输入在先训练的出库时间确定模型，得到订单组中的订单所涉及物品的出库时间并输出，其中，出库时间确定模型用以表征货架组中各个货架相应的商和物品的出库时间的对应关系。

在一些实施例中，出库时间确定模型为神经网络模型。

在一些实施例中，至少一个货架的个数为至少两个；以及输出模块进一步配置用于：将至少一个货架中各个货架的标识号和相应的商对应输入在先训练的出库时间确定模型，得到订单组中的订单所涉及物品的出库时间并输出。

在一些实施例中，出库时间确定模型通过如下步骤训练得到：确定目标时间段内接收的订单组为目标订单组；确定目标订单组中的订单所涉及物品所位于的一个以上的货架；对于一个以上的货架中的每个货架，确定在目标订单组中涉及该货架所摆放物品的订单的数量；确定用以搬运该货架所摆放物品的一个以上的无人搬运车的运输效率的平均值，其中，运输效率为无人搬运车在预设历史时间段内出库行驶路程与行驶时间的商；确定上述平均值与在目标订单组中涉及该货架所摆放物品的订单的数量的商；获取目标订单组中订单所涉及物品的出库时间；将一个以上的货架中的各个货架相应的商作为输入，并将所获取的出库时间作为输出训练初始神经网络模型，得到出库时间确定模型。

第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如用于确定物品出库时间的方法中任一实施例的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如用于确定物品出库时间的方法中任一实施例的方法。

本申请实施例提供的用于确定物品出库时间的方法和装置，首先，从货架组中确定指定时间段内接收的订单组中的订单所涉及物品所位于的至少一个货架。之后，对于至少一个货架中的每个货架，确定订单组中涉及该货架所摆放物品的订单的数量；获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率；最后基于所确定的数量和所获取的平均运输效率，确定订单组中订单所涉及物品的出库时间并输出。本申请实施例能够提高确定物品的出库时间的准确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的用于确定物品出库时间的方法的一个实施例的流程图；

图3是根据本申请的用于确定物品出库时间的方法的一个应用场景的示意图；

图4是根据本申请的用于确定物品出库时间的方法的又一个实施例的流程图；

图5是根据本申请的用于确定物品出库时间的方法的又一个实施例的流程图；

图6是根据本申请的用于确定物品出库时间的装置的一个实施例的结构示意图；

图7是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于确定物品出库时间的方法或用于确定物品出库时间的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用。

终端设备101、102、103可以是具有显示屏且能够通信的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts GroupAudio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture ExpertsGroup Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的出库时间提供支持的后台服务器。后台服务器可以对接收到的订单组等数据进行分析等处理，并将处理结果(例如出库时间)发送给终端设备。

需要说明的是，本申请实施例所提供的用于确定物品出库时间的方法一般由服务器105执行，相应地，用于确定物品出库时间的装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的用于确定物品出库时间的方法的一个实施例的流程200。该用于确定物品出库时间的方法，包括以下步骤：

步骤201，从货架组中确定指定时间段内接收的订单组中的订单所涉及物品所位于的至少一个货架。

在本实施例中，用于确定物品出库时间的方法运行于其上的电子设备(例如图1所示的服务器)可以在指定时间段内接收订单组，并确定该订单组中订单所涉及物品所位于的至少一个货架。指定时间段是人为指定或者机器设备按照一定逻辑指定的任意的时间段。订单组是在上述指定时间段内所接收的订单的组合。通常情况下，一个订单组中包括至少两个订单，订单组中各个订单所涉及的物品也有可能摆放于一个或者两个及以上的货架上。在上述货架组由多个货架组成，包括上述订单组中订单所涉及物品所位于的货架。

步骤202，对于至少一个货架中的每个货架，确定订单组中涉及该货架所摆放物品的订单的数量；获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率。

在本实施例中，将步骤202分解成如下的2个子步骤，即步骤2021和步骤2022。

步骤2021，对于至少一个货架中的每个货架，确定订单组中涉及该货架所摆放物品的订单的数量。

在本实施例中，对于所确定的至少一个货架中的每个货架，上述电子设备确定上述订单组中涉及该货架所摆放物品的订单的数量。具体地，在订单组的各个订单里，出现一个订单中涉及了货架所摆放物品，则将数量加1。以此方法进行数量的累加。

步骤2022，获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率。

在本实施例中，对于所确定的至少一个货架中的每个货架，上述电子设备从本地或者其他电子设备上获取用以搬运该货架所摆放物品的至少一个无人搬运车(AutomatedGuided Vehicle，AGV)的平均运输效率。平均运输效率为至少一个无人搬运车中的各个无人搬运车的运输效率的平均值。这里的运输效率可以使用各种参数的数值来表示。例如，运输效率可以是无人搬运车的行驶速率。行驶速率可以是无人搬运车在预设历史时间段内行驶路程与行驶时间的商。运输效率也可以特指无人搬运车的出库的运输效率，也即是无人搬运车在预设历史时间段内出库行驶路程与行驶时间的商。出库行驶路程指搬运出库订单所涉及物品所行驶的路程。运输效率还可以指订单运输量。订单运输量即无人搬运车在预设历史时间段内搬运的订单的数量与行驶时间的商。也可以指出库订单运输量，即无人搬运车在预设历史时间段内搬运的出库订单的数量与行驶时间的商。如果平均运输效率是从本地获取的，可以于本地在先确定平均运输效率。

需要说明的是，步骤2021与步骤2022的执行先后顺序可以是任意的。

步骤203，基于所确定的数量和所获取的平均运输效率，确定订单组中订单所涉及物品的出库时间并输出。

在本实施例中，上述电子设备基于所确定的订单的数量和获取到的平均运输效率，确定上述订单组中订单所涉及物品的出库时间，之后输出该出库时间。上述确定的数量、获取的平均运输效率与各个货架相对应。订单组中订单所涉及物品的出库时间为完成订单组中订单所涉及物品的出库所需的时间。具体地，需要基于摆放有订单组中的订单所涉及的物品的各个货架所对应的平均运输效率和数量来确定物品出库时间。

在实践中，可以利用多种方式由上述确定的数量和获取的平均运输效率得到订单组中订单所涉及物品的出库时间。比如，在先获取各个确定的数量、获取的平均运输效率和订单组中订单所涉及物品的出库时间之间的对应关系表。那么利用确定的数量、获取的平均运输效率在上述对应关系表中查找，就可以得到订单组中订单所涉及物品的出库时间。此外，也可以利用公式或者模型得到出库时间。将确定的数量、获取的平均运输效率输入预先获取的公式或者模型，经过计算等处理，得到订单组中订单的出库时间。

继续参见图3，图3是根据本实施例的用于确定物品出库时间的方法的应用场景的一个示意图。在图3的应用场景中，电子设备301从货架组中确定10分钟内接收的订单组a中的订单所涉及物品所位于的3个货架302。对于3个货架中的每个货架，确定订单组a中涉及该货架所摆放物品的订单的数量303。获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率304。基于对上述3个货架中每个货架所确定的数量303和所获取的平均运输效率304，确定订单组a中订单所涉及物品的出库时间305并输出。

本申请的上述实施例提供的方法能够提高确定物品的出库时间的准确性。

进一步参考图4，其示出了用于确定物品出库时间的方法的又一个实施例的流程400。该用于确定物品出库时间的方法的流程400，包括以下步骤：

步骤401，从货架组中确定指定时间段内接收的订单组中的订单所涉及物品所位于的至少一个货架。

在本实施例中，用于确定物品出库时间的方法运行于其上的服务器可以在指定时间段内接收订单组，并确定该订单组中订单所涉及物品所位于的至少一个货架。指定时间段是人为指定或者机器设备按照一定逻辑指定的任意的时间段。订单组是在上述指定时间段内所接收的订单的组合。通常情况下，一个订单组中包括至少两个订单，订单组中各个订单所涉及的物品也有可能摆放于一个或者两个及以上的货架上。

步骤402，对于至少一个货架中的每个货架，确定订单组中涉及该货架所摆放物品的订单的数量；获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率。

在本实施例中，将步骤402分解成如下的2个子步骤，即步骤4021和步骤4022。

步骤4021，对于至少一个货架中的每个货架，确定订单组中涉及该货架所摆放物品的订单的数量。

在本实施例中，对于所确定的至少一个货架中的每个货架，上述服务器确定上述订单组中涉及该货架所摆放物品的订单的数量。具体地，在订单组的各个订单里，出现一个订单中涉及了货架所摆放物品，则将数量加1。以此方法进行数量的累加。

步骤4022，获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率。

在本实施例中，对于所确定的至少一个货架中的每个货架，上述电子设备从本地或者其他电子设备上获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率。平均运输效率为至少一个无人搬运车中的各个无人搬运车的运输效率的平均值。这里的运输效率可以使用各种参数的数值来表示。例如，运输效率可以是无人搬运车的行驶速率。行驶速率可以是无人搬运车在预设历史时间段内行驶路程与行驶时间的商。运输效率也可以特指无人搬运车的出库的运输效率，也即是无人搬运车在预设历史时间段内出库行驶路程与行驶时间的商。出库行驶路程指搬运出库订单所涉及物品所行驶的路程。运输效率还可以指订单运输量。订单运输量即无人搬运车在预设历史时间段内搬运的订单的数量与行驶时间的商。也可以指出库订单运输量，即无人搬运车在预设历史时间段内搬运的出库订单的数量与行驶时间的商。如果平均运输效率是从本地获取的，可以于本地在先确定平均运输效率。

步骤403，对于至少一个货架中的每个货架，确定搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率与订单组中涉及该货架所摆放物品的订单的数量的商。

在本实施例中，对于至少一个货架中的每个货架，上述服务器已经确定了两个量：搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率以及上述订单组中涉及该货架所摆放物品的订单的数量。在此基础上，可以确定这两个量的商。具体地，可以将两个量相除从而得到商。

步骤404，将对各个货架所确定的商输入在先训练的出库时间确定模型，得到订单组中的订单所涉及物品的出库时间并输出。

在本实施例中，上述服务器将对于各个货架所确定的商输入在先训练的出库时间确定模型，得到该模型输出的订单组中的订单所涉及物品的出库时间并输出。这样就能够得到上述订单组中的订单所涉及物品完成出库所需的时间。这里所输入的是对上述至少一个货架中各个货架所确定的商，也即需要输入对至少一个货架中所有货架所确定的商。举例来说，对货架a所确定的商可以如下：在订单组A中，涉及货架a上的的物品的订单数量是8，执行货架a的搬运任务的两个无人搬运车的平均运输效率为5(其中的两个无人搬运车的运输效率可以分别是4和6。那么两辆车的平均运输效率为(4+6)/2，等于5)。则商为5/8，等于0.625。

出库时间确定模型用以表征货架组中各个货架相应的商和物品的出库时间的对应关系。具体地，出库时间确定模型用以表征上述货架组中一个以上货架中各个货架相应的商和目标订单组中的订单所涉及物品的出库时间的对应关系，其中，目标订单组为人为指定或者机器设备按照一定逻辑设定的订单组。该目标订单组中的订单所涉及物品摆放于上述一个以上货架上，也即，上述的一个以上货架为目标订单组中订单所涉及物品所位于的货架。这里的一个以上指数量为一个或者多于一个。

出库时间确定模型是使用多个历史订单组的数据训练得到的。多个历史订单组中订单所涉及的物品摆放于货架组的各个货架上。每个货架相应的商并不是唯一的，而是与各个历史订单组相对应的。

在实践中，出库时间确定模型可以是对应关系表。利用各个货架相应的商查找该表，能够得到上述与上述多个商对应的出库时间。

在本实施例的一些可选的实现方式中，出库时间确定模型为神经网络模型。

在本实施例中，作为出库时间确定模型的神经网络模型包括一个输入层、一个中间层和一个输出层。输入层神经元的个数可以等于货架的数量。中间层神经元的个数可以是任意的，比如，10个。输出层神经元的个数可以是一个。

在本实施例的一些可选的实现方式中，上述出库时间确定模型通过如下步骤训练得到：

确定目标时间段内接收的订单组为目标订单组；确定目标订单组中的订单所涉及物品所位于的一个以上的货架；

对于一个以上的货架中的每个货架，确定在目标订单组中涉及该货架所摆放物品的订单的数量；确定用以搬运该货架所摆放物品的一个以上的无人搬运车的运输效率的平均值，其中，运输效率为无人搬运车在预设历史时间段内出库行驶路程与行驶时间的商；确定上述平均值与在目标订单组中涉及该货架所摆放物品的订单的数量的商；

获取目标订单组中订单所涉及物品的出库时间；

将一个以上的货架中的各个货架相应的商作为输入，并将所获取的出库时间作为输出训练初始神经网络模型，得到出库时间确定模型。

在这里，初始神经网络模型为未经训练的神经网络模型。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于确定物品出库时间的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

步骤501，从货架组中确定指定时间段内接收的订单组中的订单所涉及物品所位于的至少一个货架。

在本实施例中，用于确定物品出库时间的方法运行于其上的服务器可以在指定时间段内接收订单组，并确定该订单组中订单所涉及物品所位于的至少一个货架。指定时间段是人为指定或者机器设备按照一定逻辑指定的任意的时间段。订单组是在上述指定时间段内所接收的订单的组合。通常情况下，一个订单组中包括至少两个订单，订单组中各个订单所涉及的物品也有可能摆放于一个或者两个及以上的货架上。

步骤502，对于至少一个货架中的每个货架，确定订单组中涉及该货架所摆放物品的订单的数量；获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率。

在本实施例中，将步骤502分解成如下的2个子步骤，即步骤5021和步骤5022。

步骤5021，对于至少一个货架中的每个货架，确定订单组中涉及该货架所摆放物品的订单的数量。

在本实施例中，对于所确定的至少一个货架中的每个货架，上述服务器确定上述订单组中涉及该货架所摆放物品的订单的数量。具体地，在订单组的各个订单里，出现一个订单中涉及了货架所摆放物品，则将数量加1。以此方法进行数量的累加。

步骤5022，获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率。

在本实施例中，对于所确定的至少一个货架中的每个货架，上述电子设备从本地或者其他电子设备上获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率。平均运输效率为至少一个无人搬运车中的各个无人搬运车的运输效率的平均值。这里的运输效率可以使用各种参数的数值来表示。例如，运输效率可以是无人搬运车的行驶速率。行驶速率可以是无人搬运车在预设历史时间段内行驶路程与行驶时间的商。运输效率也可以特指无人搬运车的出库的运输效率，也即是无人搬运车在预设历史时间段内出库行驶路程与行驶时间的商。出库行驶路程指搬运出库订单所涉及物品所行驶的路程。运输效率还可以指订单运输量。订单运输量即无人搬运车在预设历史时间段内搬运的订单的数量与行驶时间的商。也可以指出库订单运输量，即无人搬运车在预设历史时间段内搬运的出库订单的数量与行驶时间的商。如果平均运输效率是从本地获取的，可以于本地在先确定平均运输效率。

步骤503，对于至少一个货架中的每个货架，确定搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率与订单组中涉及该货架所摆放物品的订单的数量的商。

在本实施例中，对于至少一个货架中的每个货架，上述服务器已经确定了两个量：搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率以及上述订单组中涉及该货架所摆放物品的订单的数量。在此基础上，可以确定这两个量的商。

步骤504，将至少一个货架中各个货架的标识号和相应的商对应输入在先训练的出库时间确定模型，得到订单组中的订单所涉及物品的出库时间并输出。

在本实施例中，至少一个货架中的货架的个数为至少两个。上述服务器对于上述至少一个货架中的每个货架，将该货架的标识号和对该货架所确定的商输入在先训练的出库时间确定模型。这样，在出库时间确定模型中就存在相互对应的至少两组标识号和商。有多少个货架则在上述模型中有多少组相对应的标识号和商。由该模型输出并得到上述订单组中订单所涉及物品的出库时间。之后上述服务器输出所得到的出库时间。在这里，标识号为用以区别货架的编号。不同货架的标识号不同。在出库时间确定模型训练的过程中，可以针对带有标识号的各个货架进行训练。后续在使用出库时间确定模型时，也可以将货架的标识号和对该货架所确定的商对应输入，以确定出库时间。

进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种基于人工智能的信息处理装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例的基于人工智能的信息处理装置600包括：确定单元601、获取单元602和输出单元603。确定单元601，配置用于从货架组中确定指定时间段内接收的订单组中的订单所涉及物品所位于的至少一个货架；获取单元602，配置用于对于至少一个货架中的每个货架，确定订单组中涉及该货架所摆放物品的订单的数量；获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率；输出单元603，配置用于基于所确定的数量和平均运输效率，确定订单组中订单所涉及物品的出库时间并输出。

在本实施例中，确定单元601可以在指定时间段内接收订单组，并确定该订单组中订单所涉及物品所位于的至少一个货架。指定时间段是人为指定或者机器设备按照一定逻辑指定的任意的时间段。订单组是在上述指定时间段内所接收的订单的组合。通常情况下，一个订单组中包括至少两个订单，订单组中各个订单所涉及的物品也有可能摆放于一个或者两个及以上的货架上。

在本实施例中，对于所确定的至少一个货架中的每个货架，获取单元602从本地或者其他电子设备上获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率。平均运输效率为至少一个无人搬运车中的各个无人搬运车的运输效率的平均值。这里的运输效率可以使用各种参数的数值来表示。例如，运输效率可以是无人搬运车的行驶速率。行驶速率可以是无人搬运车在预设历史时间段内行驶路程与行驶时间的商。运输效率也可以特指无人搬运车的出库的运输效率，也即是无人搬运车在预设历史时间段内出库行驶路程与行驶时间的商。出库行驶路程指搬运出库订单所涉及物品所行驶的路程。运输效率还可以指订单运输量。订单运输量即无人搬运车在预设历史时间段内搬运的订单的数量与行驶时间的商。也可以指出库订单运输量，即无人搬运车在预设历史时间段内搬运的出库订单的数量与行驶时间的商。如果平均运输效率是从本地获取的，可以于本地在先确定平均运输效率。

在本实施例中，输出单元603基于所确定的订单的数量和获取到的平均运输效率，确定上述订单组中订单所涉及物品的出库时间，之后输出该出库时间。上述确定的数量、获取的平均运输效率与各个货架相对应。订单组中订单所涉及物品的出库时间为完成订单组中订单所涉及物品的出库所需的时间。具体地，需要基于摆放有订单组中的订单所涉及的物品的各个货架所对应的平均运输效率和数量来确定物品出库时间。

在本实施例的一些可选的实现方式中，输出单元，包括：确定模块，配置用于对于至少一个货架中的每个货架，确定搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率与订单组中涉及该货架所摆放物品的订单的数量的商；输出模块，配置用于将对各个货架所确定的商输入在先训练的出库时间确定模型，得到订单组中的订单所涉及物品的出库时间并输出，其中，出库时间确定模型用以表征至少一个货架中各个货架相应的商和订单组中的订单所涉及物品的出库时间的对应关系。

在本实施例的一些可选的实现方式中，出库时间确定模型为神经网络模型。

在本实施例的一些可选的实现方式中，至少一个货架的个数为至少两个；以及输出模块进一步配置用于：对于至少一个货架中的每个货架，将该货架的标识号和对该货架所确定的商对应写入在先建立的数据表；将数据表输入在先训练的出库时间确定模型，得到订单组中的订单所涉及物品的出库时间并输出。

在本实施例的一些可选的实现方式中，出库时间确定模型通过如下步骤训练得到：确定目标时间段内接收的订单组为目标订单组；确定目标订单组中的订单所涉及物品所位于的一个以上的货架；对于一个以上的货架中的每个货架，确定在目标订单组中涉及该货架所摆放物品的订单的数量；确定用以搬运该货架所摆放物品的一个以上的无人搬运车的运输效率的平均值，其中，运输效率为无人搬运车在预设历史时间段内出库行驶路程与行驶时间的商；确定上述平均值与在目标订单组中涉及该货架所摆放物品的订单的数量的商；获取目标订单组中订单所涉及物品的出库时间；将一个以上的货架中的各个货架相应的商作为输入，并将所获取的出库时间作为输出进行训练，得到出库时间确定模型。

图7示出了适于用来实现本申请实施例的服务器的计算机装置的结构示意图。如图7所示，计算机装置700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有装置700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的装置、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行装置、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括确定单元、获取单元和输出单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，确定单元还可以被描述为“确定指定时间段内接收的订单组中的订单所涉及物品所位于的至少一个货架的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：确定指定时间段内接收的订单组中的订单所涉及物品所位于的至少一个货架；对于至少一个货架中的每个货架，确定订单组中涉及该货架所摆放物品的订单的数量；获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率；基于所确定的数量和所获取的平均运输效率，确定订单组中订单所涉及物品的出库时间并输出。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种用于确定物品出库时间的方法，包括：

从货架组中确定指定时间段内接收的订单组中的订单所涉及物品所位于的至少一个货架；

对于所述至少一个货架中的每个货架，确定所述订单组中涉及该货架所摆放物品的订单的数量，获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率；

基于所确定的数量和所获取的平均运输效率，确定所述订单组中订单所涉及物品的出库时间并输出。

2.根据权利要求1所述的用于确定物品出库时间的方法，其中，所述基于所确定的数量和所获取的平均运输效率，确定所述订单组中订单所涉及物品的出库时间并输出，包括：

对于所述至少一个货架中的每个货架，确定搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率与所述订单组中涉及该货架所摆放物品的订单的数量的商；

将对各个货架所确定的商输入在先训练的出库时间确定模型，得到所述订单组中的订单所涉及物品的出库时间并输出，其中，所述出库时间确定模型用以表征所述货架组中各个货架相应的商和物品的出库时间的对应关系。

3.根据权利要求2所述的用于确定物品出库时间的方法，其中，所述出库时间确定模型为神经网络模型。

4.根据权利要求2所述的用于确定物品出库时间的方法，其中，所述至少一个货架的个数为至少两个；以及

所述将对各个货架所确定的商输入在先训练的出库时间确定模型，得到所述订单组中的订单所涉及物品的出库时间并输出，包括：

将所述至少一个货架中各个货架的标识号和相应的商对应输入在先训练的出库时间确定模型，得到所述订单组中的订单所涉及物品的出库时间并输出。

5.根据权利要求2所述的用于确定物品出库时间的方法，其中，所述出库时间确定模型通过如下步骤训练得到：

确定目标时间段内接收的订单组为目标订单组；确定所述目标订单组中的订单所涉及物品所位于的一个以上的货架；

对于所述一个以上的货架中的每个货架，确定在所述目标订单组中涉及该货架所摆放物品的订单的数量；确定用以搬运该货架所摆放物品的一个以上的无人搬运车的运输效率的平均值，其中，运输效率为无人搬运车在预设历史时间段内出库行驶路程与行驶时间的商；确定上述平均值与在目标订单组中涉及该货架所摆放物品的订单的数量的商；

获取所述目标订单组中订单所涉及物品的出库时间；

将所述一个以上的货架中的各个货架相应的商作为输入，并将所获取的出库时间作为输出训练初始神经网络模型，得到所述出库时间确定模型。

6.一种用于确定物品出库时间的装置，包括：

确定单元，配置用于从货架组中确定指定时间段内接收的订单组中的订单所涉及物品所位于的至少一个货架；

获取单元，配置用于对于所述至少一个货架中的每个货架，确定所述订单组中涉及该货架所摆放物品的订单的数量，获取用以搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率；

输出单元，配置用于基于所确定的数量和平均运输效率，确定所述订单组中订单所涉及物品的出库时间并输出。

7.根据权利要求6所述的用于确定物品出库时间的装置，其中，所述输出单元，包括：

确定模块，配置用于对于所述至少一个货架中的每个货架，确定搬运该货架所摆放物品的至少一个无人搬运车的平均运输效率与所述订单组中涉及该货架所摆放物品的订单的数量的商；

输出模块，配置用于将对各个货架所确定的商输入在先训练的出库时间确定模型，得到所述订单组中的订单所涉及物品的出库时间并输出，其中，所述出库时间确定模型用以表征所述货架组中各个货架相应的商和物品的出库时间的对应关系。

8.根据权利要求7所述的用于确定物品出库时间的装置，其中，所述出库时间确定模型为神经网络模型。

9.根据权利要求7所述的用于确定物品出库时间的装置，其中，所述至少一个货架的个数为至少两个；以及

所述输出模块进一步配置用于：

将所述至少一个货架中各个货架的标识号和相应的商对应输入在先训练的出库时间确定模型，得到所述订单组中的订单所涉及物品的出库时间并输出。

10.根据权利要求7所述的用于确定物品出库时间的装置，其中，所述出库时间确定模型通过如下步骤训练得到：

确定目标时间段内接收的订单组为目标订单组；确定所述目标订单组中的订单所涉及物品所位于的一个以上的货架；

对于所述一个以上的货架中的每个货架，确定在所述目标订单组中涉及该货架所摆放物品的订单的数量；确定用以搬运该货架所摆放物品的一个以上的无人搬运车的运输效率的平均值，其中，运输效率为无人搬运车在预设历史时间段内出库行驶路程与行驶时间的商；确定上述平均值与在目标订单组中涉及该货架所摆放物品的订单的数量的商；

获取所述目标订单组中订单所涉及物品的出库时间；

将所述一个以上的货架中的各个货架相应的商作为输入，并将所获取的出库时间作为输出训练初始神经网络模型，得到所述出库时间确定模型。

11.一种服务器，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。