CN109948991A - 一种智能装箱方法、设备及存储介质 - Google Patents

Abstract

本发明公开了一种智能装箱方法、设备、及计算机可读存储介质。该方法适用于智能装箱设备，包括将待装箱货物进行分类，得到多个待装箱货物集合；将待装载容器的空间划分出多个待装载点；选取一个待装载点和一类待装箱货物集合，计算该类货物在所述待装载点对应的空间内最大可装载层数、行数以及列数，从而获得所述待装载点对应的装载方案。采用本发明，将组合箱体作为一次装箱的迭代步骤，因此大大减少了装箱过程中的迭代步骤，显著的减少了计算时间。

Description

一种智能装箱方法、设备及存储介质

技术领域

本发明涉及物流技术领域，尤其涉及一种智能装箱方法、设备及存储介质。

背景技术

在物流分拣过程中，通常需要将箱子装入至货箱内，然后运输至不同的地方。在此过程中，如果可以将货箱内的箱子放置得更加紧凑，则能够获得更高的经济效益。为了能够在装箱前获得合理的装箱顺序，目前通常会采用的虚拟算法之一是使用人为制定规则的建构启发式(constructive heuristic)算法。

但是，建构启发式算法是将每一个等待装箱的箱体作为一次装箱迭代步骤(即计算过程中产生的搜索树的一个节点)进行计算。当箱子数目过多时，需要进行数量庞大的迭代计算，从而花费了大量的计算时间。

发明内容

有鉴于此，本发明的目的在于提供一种智能装箱方法、设备及存储介质,以解决现有技术所采用的装箱方法需要大量计算时间的问题。

本发明解决上述技术问题所采用的技术方案如下：

根据本发明的第一个方面，提供一种智能装箱方法，适用于智能装箱设备，所述方法包括以下步骤：

将待装箱货物进行分类，得到多个待装箱货物集合；

将待装载容器的空间划分出多个待装载点；

选取一个待装载点和一类待装箱货物集合，计算该类货物在所述待装载点对应的空间内最大可装载层数、行数以及列数；

根据所述最大可装载层数、行数、列数，获得所述待装载点对应的装载方案。

根据本发明的第二个方面，提供一种智能装箱设备，所述设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一个方面所述的步骤。

根据本发明的第三个方面，提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一个方面或第二个方面所述的智能装箱方法的步骤。

本发明实施例的智能装箱方法、设备、及存储介质，通过组合不同类别的货物箱体和划分待装载点，计算货物组合箱体在待装载点对应的空间内最大可装载层数行数和列数，获得对应的装载方案，因此采用本发明，将组合箱体作为一次装箱的迭代步骤，因此大大减少了装箱过程中的迭代步骤，显著的减少了计算时间。

附图说明

图1为本发明实施例一提供的一种智能装箱方法的流程图；

图2为本发明实施例二提供的智能装箱方法应用实例的流程图；

图3为本发明实施例三提供的一种智能装箱设备的结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在后续的描述中，如果使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

本发明实施例一提供了一种智能装箱方法。本实施例的智能装箱适用于智能装箱设备。请参阅图1，方法流程包括：

步骤S101、将待装箱货物进行分类，得到多个待装箱货物集合；

步骤S102、将待装载容器的空间划分出多个待装载点；

在准备对货物进行装箱时，已知待装载容器的空间信息和待装箱货物的信属性息、装箱的限制条件等等。

待装载容器的空间信息包括待装载容器的长(L)、宽(W)、高(H)。待装箱货物的属性包括：货物的长(l)、宽(w)、高(h)。还包括货物重量、承重等等。

在一个可行的方案中，步骤S101将待装箱货物进行分类，得到多个待装箱货物集合，包括：

根据待装箱货物的尺寸进行分类，将具有相同尺寸的货物分为一类；

或者，根据待装箱货物的尺寸以及货物装箱的限制条件进行分类，将具有相同尺寸且满足货物限制条件的货物分为一类。

由于同一类别的待装箱货物的尺寸相同，因此得知货物在装载容器内装载的层数、行数和列数，就能知道待装箱货物的数量。

由于客户对货物要求不同，有的不能重压，有的只能朝向固定的方向摆放，还有的对颜色有要求，因此根据待装箱货物限制条件来进行分类，能更好的保护货物且满足客户的需求。

在一个可行的方案中，步骤S102将待装载容器的空间划分出多个待装载点，包括：

采用极端点划分法，将待装载容器空间的顶点设为坐标原点，以坐标原点为起点，在待装载容器的整个空间中划分出多个待装载点集合P＝{p1,p2,...,pn}；或者

采用网格划分法，将待装载容器的空间划分为N层N列N行，每个网格间的交点即为待装载点。

划分的每个待装载点用空间直角坐表示为p(x,y,z)。每个待装载点之间的距离，或者网格的大小，可以预先设置。

需要说明的是，步骤101的将待装箱货物进行分类和步骤102划分多个待装载点两个步骤之间并无先后顺序之分。

步骤S103、选取一个待装载点和一类待装箱货物集合，计算该类货物在所述待装载点对应的空间内最大可装载层数、行数以及列数；

在一个可行的方案中，步骤S103选取一个待装载点的具体方式为：

当待装载空间未装载货物时，选取待装载容器的坐标原点为待装载点；

当待装载空间已经装载货物后，选取待装载容器剩余空间内距离已装载货物边缘最近的一个待装载点。

这种选取方式，能够最大化的利用剩余空间来装载货物。

在此基础上，步骤S103选取一个待装载点和一类待装箱货物集合，计算该类货物在所述待装载点对应的空间内最大可装载层数、行数以及列数，包括：

在待装载容器的空间划分出的多个待装载点中选取一个待装载点p(x,y,z)和一类待装箱货物集合B，p(x,y,z)为待装载点p的空间直角坐标；

获得所述待装载点p(x,y,z)对应的装载空间，所述p对应的装载空间的长宽高分别为:L-x,W-y,H-z，其中L、W、H为待装载容器的空间的长宽高；

计算货物集合B在待装载点P对应的空间内最大可装载层数lmax，最大可装载行数rmax，最大可装载列数cmax，具体公式如下：

其中，代表对lmax，rmax，cmax向下取整。

步骤S104、根据所述最大可装载层数、行数、列数，获得所述待装载点对应的装载方案。

由于同一类别中货物的尺寸相同，因此将最大可装载层数*行数*列数，即可得到该空间内最大可装载的货物数量。

在一个可行的方案中，步骤S101根据所述最大可装载层数、行数、列数，获得所述待装载点对应的装载方案，包括：

假设待装箱货物集合B的数量为Q，判断最大可装载层数lmax，最大可装载行数rmax，最大可装载列数cmax是否满足条件：lmax*rmax*cmax≤Q，

如果满足，则lmax、rmax、cmax即为输出结果；

如果不满足，则调整lmax、rmax、cmax中的至少一个数值，直到满足上述条件。

当lmax*rmax*cmax的计算结果大于待装箱货物集合B的数量Q时，表示该空间内最大可装载货物数量大于待装箱货物的数量，因此需要减少层数、行数或者列数，直至lmax*rmax*cmax的计算结果小于或者等于待装箱货物集合B的数量Q。

在此基础上，根据所述最大可装载层数、行数、列数，获得所述待装载点对应的装载方案，还包括：

当最大可装载层数lmax、最大可装载行数rmax、最大可装载列数cmax满足条件：lmax*rmax*cmax≤Q时，随机选出组合箱体的装载层数li,行数ri以及列数ci,判断是否满足条件:li<lmax,ri<rmax,ci<cmax，

如果是，计算待装载点对应的组合箱体的长宽高，分别为:l*ri,w*ci,h*li，其中，l,w,h分别为选取的待装箱货物集合中的每个货物的长宽高；

如果否，重新选取组合箱体的装载层数li,行数ri以及列数ci，直至满足条件。

进一步，还可以包括：

判断所获得的组合箱体的装载方案是否满足货物装箱的限制条件，

如果是，则该组合箱体即为所述装载点对应的装载方案；

如果否，则对组合箱体的层数li,行数ri或者列数ci进行调整，直至新的组合箱体满足货物装箱的限制条件,当新组合箱体的层数li,行数ri以及列数ci均为1时仍无法满足限制条件时,重新返回步骤S103选择另一个待装载点和一类待装箱货物，按照前述方法步骤获得新的装载方案。

在实际应用中，整个智能装箱方法是个迭代计算的过程，选取一个待装载点和一类待装箱货物，获得相应装箱方案作为搜索树的一个节点，将其模拟装载至待装载容器对应的空间内，然后根据该节点和待装载容器的剩余空间，将获得的另一个装箱方案作为搜索树的另一个节点，如此反复迭代计算，直至将所有货物装入待装载容器中。

本实施例的智能装箱方法，通过对待装箱货物分类、对待装载容器空间划分待装载点，然后获得各类货物的组合箱体在待装载点的装载方案，可以根据计算结果实时组合箱体，将组合箱体作为一次装箱的迭代步骤，因此大大减少了装箱过程中的迭代步骤，显著的减少了计算时间。

在前述实施例的基础上，本发明实施例二提供了智能装箱方法的应用实例，请参阅图2，该方法包括以下步骤：

步骤S201、将待装箱货物进行分类，得到多个待装箱货物集合；

步骤S202、将待装载容器的空间划分出多个待装载点；

本实施例中，待装载容器为一个1000立方米的车柜。该车柜的长(L)、宽(W)、高(H)均为1000米。

采用极端点划分法，将待装载容器的空间划分出多个待装载点P＝{p1,p2,...,pn}。并且将车柜左下角设为坐标原点。

步骤S201的将待装箱货物进行分类和步骤S202划分多个待装载点两个步骤之间并无先后顺序之分。

步骤S203、选取坐标原点p(0,0,0)作为待装载点和一类待装箱货物集合B，计算该类货物在所述待装载点对应的空间内最大可装载层数、行数以及列数；

选取一个待装载点的具体方式为：

当待装载空间未装载货物时，选取待装载容器的坐标原点为待装载点，将待装载空间的顶点之一设置为坐标原点，所选取的待装载点坐标为p(0,0,0)；

当待装载空间已经装载货物后，选取待装载容器剩余空间内距离已装载货物边缘最近的一个待装载点。

本实施例中，采用第一种方式，选取坐标原点为待装载点p(0,0,0)。

选取的待装箱货物B为10个长宽高均为10米的盒子。

步骤S203计算该类货物在所述待装载点对应的空间内最大可装载层数、行数以及列数，包括：

获得所述待装载点p(x,y,z)对应的装载空间，所述p对应的装载空间的长宽高分别为:L-x,W-y,H-z，其中L、W、H为待装载容器的空间的长宽高；

计算货物集合B在待装载点P对应的空间内最大可装载层数lmax，最大可装载行数rmax，最大可装载列数cmax，具体公式如下：

其中，代表对lmax，rmax，cmax向下取整。

本实施例中，由于车柜还未装载货物，该装载点p(0,0,0)对应的最大装载空间的长宽高均为1000米。

对于货物集合B(每个盒子长宽高均为10米)，在该装载点p(0,0,0)对应的1000立方米空间内的最大装载层数、行数、列数均为100，即可存放100*100*100个单位货物。

步骤S204、根据所述最大可装载层数、行数、列数，获得所述待装载点对应的装载方案。

具体包括：

假设待装箱货物集合B的数量为Q，判断最大可装载层数lmax，最大可装载行数rmax，最大可装载列数cmax是否满足条件：lmax*rmax*cmax≤Q，

如果满足，则lmax、rmax、cmax即为输出结果；

如果不满足，则调整lmax、rmax、cmax中的至少一个数值，直到满足上述条件。

本实施例中，待装箱货物集合B的数量为10，lmax*rmax*cmax结果为100*100*100，很明显大于货物集合B的数量10，因此采用二分法对lmax、rmax、cmax的值进行调整，使其满足lmax*rmax*cmax≤10，调整以后，最大可装载层数为1，最大可装载行数为1，最大可装载列数为10。再根据每个盒子的体积和最大可装载层数、行数和列数，获得该待装载点对于该类待装箱货物的装载方案。

由前所述，下面我们再对另一个实施例进行举例描述。

假如在步骤S203中，选取的待装箱货物集合是2000个长宽高均为100米的盒子。

那么，根据步骤S203，计算得到坐标原点对应的空间内最大可装载层数、行数、列数均为10，即可存放10*10*10个单位货物。

然后，根据步骤S204，判断lmax*rmax*cmax＝1000，小于待装箱货物G的数量2000。

接着，随机选出组合箱体的装载层数li,行数ri以及列数ci,判断是否满足条件:li<lmax,ri<rmax,ci<cmax。例如，选取装载层数li为8,行数ri为8，以及列数ci为10，经判断，满足条件，计算组合箱体的长宽高分别为l*ri＝800米,w*ci＝1000米,h*li＝800米。

最后，再进一步判断，上述组合箱体的方案是否满足货物装箱限制条件，

如果是，则该组合箱体即为所述装载点对应的装载方案；

如果否，则对组合箱体的层数li,行数ri或者列数ci进行调整，直至新的组合箱体满足货物装箱的限制条件,当新组合箱体的层数li,行数ri以及列数ci均为1时仍无法满足限制条件时,重新返回步骤S203选择另一个待装载点和一类待装箱货物，按照前述方法步骤获得新的装载方案。

在实际应用中，整个智能装箱方法是个迭代计算的过程，选取一个待装载点和一类待装箱货物，获得相应装箱方案作为搜索树的一个节点，将其模拟装载至待装载容器对应的空间内，然后根据该节点和待装载容器的剩余空间，将获得的另一个装箱方案作为搜索树的另一个节点，如此反复迭代计算，直至将所有货物装入待装载容器中。

本实施例的智能装箱方法，通过对待装箱货物分类、对待装载容器空间划分待装载点，然后获得各类货物的组合箱体在待装载点的装载方案，可以根据计算结果实时组合箱体，将组合箱体作为一次装箱的迭代步骤，因此大大减少了装箱过程中的迭代步骤，显著的减少了计算时间。

在前述实施例的基础上，本发明实施例四提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一实施例或者第二实施例的智能装箱的步骤。

本实施例的计算机可读存储介质，通过对待装箱货物分类、对待装载容器空间划分待装载点，然后获得各类货物的组合箱体在待装载点的装载方案，可以根据计算结果实时组合箱体，将组合箱体作为一次装箱的迭代步骤，因此大大减少了装箱过程中的迭代步骤，显著的减少了计算时间。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种智能装箱方法，适用于智能装箱设备，所述方法包括以下步骤：

将待装箱货物进行分类，得到多个待装箱货物集合；

将待装载容器的空间划分出多个待装载点；

选取一个待装载点和一类待装箱货物集合，计算该类货物在所述待装载点对应的空间内最大可装载层数、行数以及列数；

根据所述最大可装载层数、行数、列数，获得所述待装载点对应的装载方案。

2.如权利要求1所述的智能装箱方法，其特征在于，将待装箱货物进行分类，得到多个待装箱货物集合，具体方式为：

根据待装箱货物的尺寸进行分类，将具有相同尺寸的货物分为一类；

或者，根据待装箱货物的尺寸以及货物装箱的限制条件进行分类，将具有相同尺寸且满足货物限制条件的货物分为一类。

3.如权利要求1所述的智能装箱方法，其特征在于，选取一个待装载点的具体方式为：

当待装载空间未装载货物时，选取待装载容器空间的坐标原点为待装载点；

当待装载空间已经装载货物后，选取待装载容器剩余空间内距离已装载货物边缘最近的一个待装载点。

4.如权利要求3所述的智能装箱方法，其特征在于，选取一个待装载点和一类待装箱货物集合，计算该类货物在所述待装载点对应的空间内最大可装载层数、行数以及列数，包括：

在待装载容器的空间划分出的多个待装载点中选取一个待装载点p(x,y,z)和一类待装箱货物集合B，p(x,y,z)为待装载点p的空间直角坐标；

获得所述待装载点p(x,y,z)对应的装载空间，所述p对应的装载空间的长宽高分别为:L-x,W-y,H-z，其中L、W、H为待装载容器的空间的长宽高；

计算货物集合B在待装载点P对应的空间内最大可装载层数lmax，最大可装载行数rmax，最大可装载列数cmax，具体公式如下：

其中，代表对lmax，rmax，cmax向下取整。

5.如权利要求4所述的智能装箱方法，其特征在于，所述计算该类货物在所述装载点对应的空间内最大可装载层数、行数以及列数，还包括：

假设待装箱货物集合B的数量为Q，判断最大可装载层数lmax，最大可装载行数rmax，最大可装载列数cmax是否满足条件：lmax*rmax*cmax≤Q，如果是，则输出装箱方案；如果否，则调整lmax、rmax、cmax中的至少一个数值，直到满足上述条件。

6.如权利要求5所述的智能装箱方法，其特征在于，根据所述最大可装载层数、行数、列数，获得所述待装载点对应的组合箱体的装载方案，包括：

当最大可装载层数lmax、最大可装载行数rmax、最大可装载列数cmax满足条件：lmax*rmax*cmax≤Q时，进一步包括：

随机选出组合箱体的装载层数li,行数ri以及列数ci,判断是否满足条件:li<lmax,ri<rmax,ci<cmax，

如果是，计算待装载点对应的组合箱体的长宽高，分别为:l*ri,w*ci,h*li，其中，l,w,h分别为选取的待装箱货物集合中的每个货物的长宽高；

如果否，重新选取组合箱体的装载层数li,行数ri以及列数ci，直至满足条件。

7.如权利要求6所述的智能装箱方法，其特征在于，根据所述最大可装载层数、行数、列数，获得所述待装载点对应的组合箱体的装载方案，还包括：

判断所获得的组合箱体的装载方案是否满足货物装箱的限制条件，

如果是，则该组合箱体即为所述装载点对应的装载方案；

如果否，则对组合箱体的层数li,行数ri或者列数ci进行调整，直至新的组合箱体满足货物装箱的限制条件,当新组合箱体的层数li,行数ri以及列数ci均为1时仍无法满足限制条件时,重新选择另一个待装载点和一类待装箱货物，按照前述方法步骤获得新的装载方案。

8.如权利要求1所述的智能装箱方法，其特征在于，获得所述待装载点对应的装载方案之后，还包括：

将所述待装载点对应的装载方案作为搜索树的一个节点，将其模拟装载至待装载容器对应的空间内；

根据该节点和待装载容器的剩余空间，将获得的另一个装箱方案作为搜索树的另一个节点，如此反复迭代计算，直至将所有货物装入待装载容器中。

9.一种智能装箱设备，其特征在于，所述设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至8中任一所述的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的步骤。