发明内容
本发明的目的在于提供一种无人仓库的入库管理方法、装置、介质和电子设备,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本发明实施例的第一方面,提供了一种无人仓库的入库管理方法,包括:根据无人仓库的入库相关数据,确定用于对所述无人仓库进行入库管理的至少一个指标的值;根据所述至少一个指标的值,以及所述至少一个指标的合理区间,确定所述至少一个指标是否异常;基于所述至少一个指标中的异常指标,对所述无人仓库的生产资源进行调整。
在本发明的一些实施例中,基于前述方案,所述至少一个指标包括入库种类数指标;所述根据无人仓库的入库相关数据,确定用于对所述无人仓库进行入库管理的至少一个指标的值,包括:确定所述无人仓库在最近第一预定时间段内平均每天的入库种类数,以作为所述入库种类数指标。
在本发明的一些实施例中,基于前述方案,所述至少一个指标包括入库量指标;所述根据无人仓库的入库相关数据,确定用于对所述无人仓库进行入库管理的至少一个指标的值,包括:确定所述无人仓库中的每个工作站和/或所有工作站在最近第一预定时间段内平均每天的入库量,以作为所述入库量指标。
在本发明的一些实施例中,基于前述方案,所述至少一个指标包括入库积压量指标;所述根据无人仓库的入库相关数据,确定用于对所述无人仓库进行入库管理的至少一个指标的值,包括:确定所述无人仓库当前未完成入库的件数,以作为所述入库积压量指标。
在本发明的一些实施例中,基于前述方案,所述生产资源包括开启的运输车数量和/或工作站数量;若所述异常指标包括所述入库积压量指标,则对所述无人仓库的生产资源进行调整,包括:根据当前的入库积压量指标,确定在满足约束条件的情况下需要开启的运输车和/或工作站的最小数量;根据确定的需要开启的运输车和/或工作站的最小数量,控制相应的运输车和/或工作站开启。
在本发明的一些实施例中,基于前述方案,所述至少一个指标包括工作站数量指标和/或运输车数量指标;所述根据无人仓库的入库相关数据,确定用于对所述无人仓库进行入库管理的至少一个指标的值,包括:确定所述无人仓库当前能够利用的入库工作站数和/或运输车数,以作为所述工作站数量指标和/或运输车数量指标。
在本发明的一些实施例中,基于前述方案,所述至少一个指标包括工作站工作时长指标;所述根据无人仓库的入库相关数据,确定用于对所述无人仓库进行入库管理的至少一个指标的值,包括:确定每个工作站在最近第一预定时间段内平均每天的工作时长,以作为所述工作站工作时长指标。
在本发明的一些实施例中,基于前述方案,所述至少一个指标包括工作站利用率指标;所述根据无人仓库的入库相关数据,确定用于对所述无人仓库进行入库管理的至少一个指标的值,包括:根据每个工作站在最近第一预定时间段内每天的实际工作时长与应当工作时长,计算所述每个工作站每天的利用率;根据所述每个工作站在所述第一预定时间段内每天的利用率,计算所述每个工作站在所述第一预定时间段内平均每天的利用率,以作为所述工作站利用率指标。
在本发明的一些实施例中,基于前述方案,所述至少一个指标包括工作站拣选效率指标;所述根据无人仓库的入库相关数据,确定用于对所述无人仓库进行入库管理的至少一个指标的值,包括:确定每个工作站在最近第二预定时间段内平均单位时间完成入库的商品件数,以作为所述工作站拣选效率指标。
在本发明的一些实施例中,基于前述方案,所述至少一个指标包括等待运输车时长指标;所述根据无人仓库的入库相关数据,确定用于对所述无人仓库进行入库管理的至少一个指标的值,包括:确定每个工作站在最近第二预定时间段内平均单位时间等待运输车到达的时长,以作为所述等待运输车时长指标。
在本发明的一些实施例中,基于前述方案,所述的无人仓库的入库管理方法还包括:根据所述异常指标与相应的合理区间之间的关系,生成所述异常指标对应的标识;通过所述标识对所述异常指标进行标记。
根据本发明实施例的第二方面,提供了一种无人仓库的入库管理装置,包括:确定单元,用于根据无人仓库的入库相关数据,确定用于对所述无人仓库进行入库管理的至少一个指标的值;处理单元,用于根据所述至少一个指标的值,以及所述至少一个指标的合理区间,确定所述至少一个指标是否异常;调整单元,用于基于所述至少一个指标中的异常指标,对所述无人仓库的生产资源进行调整。
根据本发明实施例的第三方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述实施例中第一方面所述的无人仓库的入库管理方法。
根据本发明实施例的第四方面,提供了一种电子设备,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时,使得所述一个或多个处理器实现如上述实施例中第一方面所述的无人仓库的入库管理方法。
在本发明的一些实施例所提供的技术方案中,通过根据对无人仓库进行入库管理的至少一个指标的值及该至少一个指标的合理区间,确定该至少一个指标是否异常,并基于其中的异常指标来对无人仓库的生产资源进行调整,使得能够及时发现无人仓库在入库过程中可能出现的问题,以通过对生产资源的调整来及时解决问题,进而能够有效防止无人仓库出现库存积压及爆仓的问题,提高了无人仓库的入库效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示意性示出了根据本发明的一个实施例的无人仓库的入库管理方法的流程图。
参照图1所示,根据本发明的一个实施例的无人仓库的入库管理方法,包括:
步骤S110,根据无人仓库的入库相关数据,确定用于对所述无人仓库进行入库管理的至少一个指标的值。
在本发明的一个实施例中,无人仓库的入库相关数据可以是从仓库管理系统中获取到的,入库相关数据可以包括:入库种类数、入库量、入库积压量、工作站数、运输车数等。
步骤S120,根据所述至少一个指标的值,以及所述至少一个指标的合理区间,确定所述至少一个指标是否异常。
步骤S130,基于所述至少一个指标中的异常指标,对所述无人仓库的生产资源进行调整。
图1所示的实施例的技术方案能够及时发现无人仓库在入库过程中可能出现的问题,并通过对生产资源的调整来及时解决问题,进而能够有效防止无人仓库出现库存积压及爆仓的问题,提高了无人仓库的入库效率。
在本发明的一个实施例中,所述的无人仓库的入库管理方法还包括:根据所述异常指标与相应的合理区间之间的关系,生成所述异常指标对应的标识;通过所述标识对所述异常指标进行标记。在实施例的技术方案使得能够对异常指标进行标记,确保用户能够直观地查看到该异常指标与合理区间之间的关系。
以下对步骤S110中如何确定上述的至少一个指标的值进行说明:
在本发明的一个实施例中,所述至少一个指标包括入库种类数指标;步骤S110包括:确定所述无人仓库在最近第一预定时间段内平均每天的入库种类数,以作为所述入库种类数指标。其中,最近第一预定时间段可以是最近一周。
在本发明的一个实施例中,所述至少一个指标包括入库量指标;步骤S110包括:确定所述无人仓库中的每个工作站和/或所有工作站在最近第一预定时间段内平均每天的入库量,以作为所述入库量指标。其中,最近第一预定时间段可以是最近一周。
在本发明的一个实施例中,所述至少一个指标包括入库积压量指标;步骤S110包括:确定所述无人仓库当前未完成入库的件数,以作为所述入库积压量指标。
在本发明的一个实施例中,所述生产资源包括开启的运输车数量和/或工作站数量;若所述异常指标包括所述入库积压量指标,则步骤S130中对所述无人仓库的生产资源进行调整,包括:根据当前的入库积压量指标,确定在满足约束条件的情况下需要开启的运输车和/或工作站的最小数量;根据确定的需要开启的运输车和/或工作站的最小数量,控制相应的运输车和/或工作站开启。该实施例的技术方案能够在无人仓库的入库负荷较大时及时对开启的运输车和/或工作站数量进行调整,以通过提高无人仓库的入库效率来减少入库积压量。
在本发明的一个实施例中,所述至少一个指标包括工作站数量指标和/或运输车数量指标;步骤S110包括:确定所述无人仓库当前能够利用的入库工作站数和/或运输车数,以作为所述工作站数量指标和/或运输车数量指标。
在本发明的一个实施例中,所述至少一个指标包括工作站工作时长指标;步骤S110包括:确定每个工作站在最近第一预定时间段内平均每天的工作时长,以作为所述工作站工作时长指标。其中,最近第一预定时间段可以是最近一周。
在本发明的一个实施例中,所述至少一个指标包括工作站利用率指标;步骤S110包括:根据每个工作站在最近第一预定时间段内每天的实际工作时长与应当工作时长,计算所述每个工作站每天的利用率;根据所述每个工作站在所述第一预定时间段内每天的利用率,计算所述每个工作站在所述第一预定时间段内平均每天的利用率,以作为所述工作站利用率指标。其中,最近第一预定时间段可以是最近一周。
在本发明的一个实施例中,所述至少一个指标包括工作站拣选效率指标;步骤S110包括:确定每个工作站在最近第二预定时间段内平均单位时间完成入库的商品件数,以作为所述工作站拣选效率指标。其中,最近第二预定时间段可以是最近一天。
在本发明的一个实施例中,所述至少一个指标包括等待运输车时长指标;步骤S110包括:确定每个工作站在最近第二预定时间段内平均单位时间等待运输车到达的时长,以作为所述等待运输车时长指标。其中,最近第二预定时间段可以是最近一天。
以下对本发明实施例的实现细节进行详细阐述:
在本发明的实施例中,无人仓库入库过程的监测主要是对日常作业的监测,包括入库件数、种类数、可利用的生产资源(小车、工作站等)、入库商品上架的分布等。监测的主要目的在于当存在积压库存时,可以通过对无人仓库的生产资源进行调整来保证及时完成入库的生产任务。基于此,可以将入库件数作为一种生产活动的产出,而把小车、工作站等作为投入的生产要素或者可利用的生产资源,进而入库作业就可以视为一种具有投入产出关系的作业。
因此,本发明的实施例中提出了多种监测指标,并且针对各个监测指标设定了合理的区间范围,如果某一指标处在合理区间内,则认为该指标当前是合理的;反之,若某一指标未处在合理区间内,则认为该指标异常。当监测到指标异常时,既可以通过调整生产资源来使指标恢复到正常区间内,也可以给出异常种类(过大或是过小)的提示,以告知仓库的管理人员如何进行调整。
其中,无人仓库入库管理需要监测的指标包括:
1、入库种类数:近一周平均每日的入库种类数,用于反映整体入库情况。该指标的合理区间的上限为近一年每日入库种类数的上四分位数,合理区间的下限是0。如果超过合理区间上限,则表明近期入库压力较大。
2、入库件数:近一周平均每日的入库件数,用于反映整体入库情况。该指标的合理区间的上限为近一年每日入库件数的上四分位数,合理区间的下限是0。如果超过合理区间上限,则表明近期入库压力较大。该指标可以分工作站具体监测,以确定每个工作站是否正常工作。
3、入库积压量:当前未完成的入库件数。只要存在入库积压量,则表示当前入库生产存在问题,因此合理期间为0。其中,入库积压量的基期数据(基期数据为作为参照的数据)可以为近一年平均每日的积压量。
4、工作站数:当前可利用的入库工作站数,分已开启工作站的和未开启工作站监测。该指标的合理区间为系统设置的工作站数,基期数据为近一年的平均值。
5、工作站工作时间:近一周平均每日的工作站工作时间,分具体工作站监测,以反映具体哪个工作站可能出现了问题。合理区间为近一年每日工作站工作时间的上下四分位数。低于该区间表示工作站未能正常工作,高于表示工作站在满负荷工作。
6、入库工作站利用率:近七日工作站实际工作时间与应工作时间的比率的平均值,并分具体工作站监测,该指标表示工作站是否被充分使用。该指标的合理区间为近一年每日利用率的10%和90%分位数。如果低于该区间下限,则表示工作站有异常,未正常工作。
7、工作站拣选效率:近一日工作站单位小时完成入库的件数,分具体工作站监测,该指标表示工作站是否正常工作。合理区间为近一年每日拣选效率的10%和90%分位数。如果低于该区间下限,则表示工作站有异常,未正常工作。
8、AGV(Automated Guided Vehicle,自动导引运输车)小车数:当前可利用的AGV小车数,分工作小车数和可用小车数监测。基期数据为近一年平均值,合理区间为系统设置的小车数。
9、等待小车时间:工作站等待小车到达的时间,分工作站监测。该指标的合理区间为近一年每日等待时间的20%和80%分位数。如果低于该区间下限,则表示小车有异常,未正常到达工作站。
在本发明的一个具体实施例中,无人仓库的入库监测的各种指标及相应的合理区间的范围如表1所示:
检验项目 |
标识 |
结果 |
单位 |
基期比较 |
合理区间 |
说明 |
入库种类数 |
|
45 |
种/日 |
↑10 |
0~50 |
近7日均值 |
入库件数 |
|
350 |
件/日 |
↑40 |
0~400 |
近7日均值 |
工作站1 |
|
300 |
件/日 |
↑41 |
0~400 |
近7日均值 |
工作站2 |
|
400 |
件/日 |
↓42 |
0~400 |
近7日均值 |
入库积压量 |
↑ |
300 |
件 |
↓12 |
0 |
当前值 |
工作站数 |
|
6 |
台 |
— |
6 |
当前值 |
已开启 |
|
4 |
台 |
— |
0~6 |
当前值 |
未开启 |
|
2 |
台 |
— |
0~6 |
当前值 |
工作站工作时间 |
|
2300 |
分钟 |
↓4 |
1500~3000 |
近7日均值 |
工作站1 |
|
2305 |
分钟 |
↑41 |
1500~3000 |
近7日均值 |
工作站2 |
|
2295 |
分钟 |
↓54 |
1500~3000 |
近7日均值 |
入库工作站利用率 |
|
70 |
% |
↓2 |
50~80 |
近7日均值 |
工作站1 |
|
76 |
% |
↓3 |
50~80 |
近7日均值 |
工作站2 |
|
64 |
% |
↓1 |
50~80 |
近7日均值 |
工作站拣选效率 |
|
70 |
件/小时 |
↓5 |
60~90 |
近24小时均值 |
工作站1 |
|
90 |
件/小时 |
— |
60~90 |
近24小时均值 |
工作站2 |
↓ |
50 |
件/小时 |
↓30 |
60~90 |
近24小时均值 |
AGV小车数 |
|
5 |
辆 |
— |
0~5 |
当前值 |
工作小车数 |
|
3 |
辆 |
— |
0~5 |
当前值 |
可用小车数 |
|
2 |
辆 |
— |
0~5 |
当前值 |
等待小车时间 |
|
3.2 |
分钟 |
↓1 |
2~6 |
近24小时均值 |
工作站1 |
|
1.2 |
分钟 |
↓1 |
2~6 |
近24小时均值 |
工作站2 |
|
5.4 |
分钟 |
↓1 |
2~6 |
近24小时均值 |
表1
如表1所示,维度“检验项目”表示待监测和诊断的指标;维度“标识”用于通过“↑”和“↓”表示指标当前值是过高或是过低,以告知仓储管理人员应调整的方向;维度“结果”表示指标的监测值;维度“单位”表示指标的计量单位;维度“基期比较”表示监测到的当前值与基期数据的比较结果,高于基期数据用“↑”表示,低于基期数据用“↓”表示,箭头后面的数值为具体高于或低于的值,以向用户展示趋势变化情况;维度“合理区间”表示指标的正常范围,合理区间的值可以根据最近一段时间的数据来确定上下限;维度“说明”用于说明指标的计算时期或时点。
基于本发明上述实施例中的各种指标,本发明提出了如图2中所示的入库监测与诊断方法,包括如下步骤:
步骤S201,接收监测与诊断任务。
步骤S202,从仓库管理系统中提取相应的数据。比如提取入库种类数、入库件数、入库积压量、工作站数、运输车数等。
步骤S203,统计或计算各个监测指标。
在本发明的一个实施例中,可以按照上述各个指标的确定方式来统计或计算出各个指标,包括入库种类数、入库件数、入库积压量、工作站数、工作站工作时间、入库工作站利用率、入库工作站拣选效率、AGV小车数、小车等待时间。步骤S203主要是为了监测无人仓库近期及当前运转状况。
步骤S204,将各个指标值与合理区间进行比较,以判断各个指标值是否在相应的合理区间内。
步骤S205,判断指标是否在合理区间内,若在合理区间内,则不对指标进行标记;若不在合理区间内,则执行步骤S206。
步骤S206,用“↑”或“↓”对异常指标进行标记,以表明该指标当前是过高或是过低。
步骤S207,对生产资源进行调整。
具体而言,比如当入库积压量超过合理区间的上限时,可以根据对工作站和AGV小车的诊断结果进行调整,比如可以增加可用的工作站数和AGV小车数,以提高工作站的入库效率,进而减少入库积压量。如果指标“等待小车时间”超过了上限,则表明可能有的小车出现了故障,需要及时移出仓库进行修理,或者当前仓库整体生产任务过于繁忙,小车被堵在了各个干道上,此时需要协调出库、入库、在库任务。
具体地,在本发明的一个实施例中,当监测到入库积压量较大时,即诊断出入库积压量指标超出合理区间时,可以调整生产资源来解决该问题,具体过程如下:
(1)准备历史数据:近一个月每小时的入库量、所用小车数和开启的工作站数。
(2)求解如下的线性规划:
在上述公式中,ui表示技术无效率项;β0表示截距项;βn表示斜率项,其表示投入增加1%会使产出增加的百分比;xni表示小车数和工作站数;yi表示入库量。
(3)根据上一步的结果,确定入库量与小车数和工作站数之间的关系。
(4)根据诊断结果,在可利用的小车和工作站中,组合各种配置,使得该配置可以满足上述公式中的约束条件。
(5)在各种配置中,选取小车数最少的配置为最终配置。
(6)按照最终选取的配置,开启新的小车和工作站。
本发明上述实施例的技术方案能够及时发现入库过程中小车、工作站等生产要素可能出现的问题,进而及时解决因生产资源分配不合理而出现的问题,有效防止了库存积压,防止出现入库过程中的爆仓问题,同时能够提高入库效率。
以下对本发明实施例的无人仓库的入库管理装置进行阐述。参照图3所示,根据本发明的实施例的无人仓库的入库管理装置300,包括:确定单元302、处理单元304和调整单元306。
其中,确定单元302用于根据无人仓库的入库相关数据,确定用于对所述无人仓库进行入库管理的至少一个指标的值;处理单元304用于根据所述至少一个指标的值,以及所述至少一个指标的合理区间,确定所述至少一个指标是否异常;调整单元306用于基于所述至少一个指标中的异常指标,对所述无人仓库的生产资源进行调整。
在本发明的一些实施例中,所述至少一个指标包括入库种类数指标;所示确定单元302配置为:确定所述无人仓库在最近第一预定时间段内平均每天的入库种类数,以作为所述入库种类数指标。
在本发明的一些实施例中,所述至少一个指标包括入库量指标;所述确定单元302配置为:确定所述无人仓库中的每个工作站和/或所有工作站在最近第一预定时间段内平均每天的入库量,以作为所述入库量指标。
在本发明的一些实施例中,所述至少一个指标包括入库积压量指标;所述确定单元302配置为:确定所述无人仓库当前未完成入库的件数,以作为所述入库积压量指标。
在本发明的一些实施例中,所述生产资源包括开启的运输车数量和/或工作站数量;若所述异常指标包括所述入库积压量指标,则所述调整单元306配置为:根据当前的入库积压量指标,确定在满足约束条件的情况下需要开启的运输车和/或工作站的最小数量;根据确定的需要开启的运输车和/或工作站的最小数量,控制相应的运输车和/或工作站开启。
在本发明的一些实施例中,所述至少一个指标包括工作站数量指标和/或运输车数量指标;所述确定单元302配置为:确定所述无人仓库当前能够利用的入库工作站数和/或运输车数,以作为所述工作站数量指标和/或运输车数量指标。
在本发明的一些实施例中,所述至少一个指标包括工作站工作时长指标;所述确定单元302配置为:确定每个工作站在最近第一预定时间段内平均每天的工作时长,以作为所述工作站工作时长指标。
在本发明的一些实施例中,所述至少一个指标包括工作站利用率指标;所述确定单元302配置为:根据每个工作站在最近第一预定时间段内每天的实际工作时长与应当工作时长,计算所述每个工作站每天的利用率;根据所述每个工作站在所述第一预定时间段内每天的利用率,计算所述每个工作站在所述第一预定时间段内平均每天的利用率,以作为所述工作站利用率指标。
在本发明的一些实施例中,所述至少一个指标包括工作站拣选效率指标;所述确定单元302配置为:确定每个工作站在最近第二预定时间段内平均单位时间完成入库的商品件数,以作为所述工作站拣选效率指标。
在本发明的一些实施例中,所述至少一个指标包括等待运输车时长指标;所述确定单元302配置为:确定每个工作站在最近第二预定时间段内平均单位时间等待运输车到达的时长,以作为所述等待运输车时长指标。
在本发明的一些实施例中,所述的无人仓库的入库管理装置还包括:生成单元,用于根据所述异常指标与相应的合理区间之间的关系,生成所述异常指标对应的标识;标记单元,用于通过所述标识对所述异常指标进行标记。
由于本发明的示例实施例的无人仓库的入库管理装置的各个功能模块与上述无人仓库的入库管理方法的示例实施例的步骤对应,因此在此不再赘述。
下面参考图4,其示出了适于用来实现本发明实施例的电子设备的计算机系统400的结构示意图。图4示出的电子设备的计算机系统400仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统400包括中央处理单元(CPU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有系统操作所需的各种程序和数据。CPU401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;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407;包括硬盘等的存储部分408;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409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,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410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408。
特别地,根据本发明的实施例,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,本发明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409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本发明所示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、或半导体的系统、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。在本发明中,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系统、装置或者器件使用或者与其结合使用。而在本发明中,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系统、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,图示了按照本发明各种实施例的系统、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,上述模块、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,框图或流程图中的每个方框、以及框图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。
描述于本发明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。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。
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电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。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一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的无人仓库的入库管理方法。
例如,所述电子设备可以实现如图1中所示的:步骤S110,根据无人仓库的入库相关数据,确定用于对所述无人仓库进行入库管理的至少一个指标的值;步骤S120,根据所述至少一个指标的值,以及所述至少一个指标的合理区间,确定所述至少一个指标是否异常;步骤S130,基于所述至少一个指标中的异常指标,对所述无人仓库的生产资源进行调整。
又如,所述电子设备可以实现如图2中所示的各个步骤。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。