CN110871980B - 储位分类方法和装置 - Google Patents
储位分类方法和装置 Download PDFInfo
- Publication number
- CN110871980B CN110871980B CN201810994217.7A CN201810994217A CN110871980B CN 110871980 B CN110871980 B CN 110871980B CN 201810994217 A CN201810994217 A CN 201810994217A CN 110871980 B CN110871980 B CN 110871980B
- Authority
- CN
- China
- Prior art keywords
- determining
- picking workstation
- cost
- warehouse
- path node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
- B65G1/137—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
- B65G2203/02—Control or detection
- B65G2203/0266—Control or detection relating to the load carrier(s)
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
- B65G2203/04—Detection means
Abstract
本发明公开了一种储位分类方法和装置,涉及物流仓储技术领域。该方法的一具体实施方式包括:根据拣选工作站的工作量,确定每个拣选工作站的权重;基于仓库路网中每个有向边的行走成本,确定每个储位到各个拣选工作站的最短距离;根据所述最短距离和所述权重,确定每个储位到各个拣选工作站的综合成本;基于所述综合成本,确定每个储位所属的类别。该实施方式综合考虑了自动导引运输车的行走路线、拣选工作站的开启情况以及道路拥堵情况,所以提供了一种更加智能准确的储位分类策略。
Description
技术领域
本发明涉及物流仓储技术领域,尤其涉及一种自动化仓库的储位分类。
背景技术
图1是一种基于自动导引运输车的自动化仓库的示意图。
如图1所示,区域Z01表示的是商品存储区,其中,每一格表示一个储位,每一个储位上可以放一个货架,货架上可以放置多种商品;区域Z02表示AGV(Automated GuidedVehicle,自动导引运输车或搬运机器人),每一个机器人可以搬运一个货架到拣选工位处(区域Z03),由人工或者机械手臂进行拣选。其中,AGV通过地面上网格交点处的二维码进行导航,即AGV沿网格线运行。
对于这种仓库模式,需要考虑储位的分级。以往的人工工作站大多是拣选人员到货架储位进行拣货,储位之间可能并没有明显的优先级。但是,这种自动化仓库则不同,所有储位上的货架都需要通过AGV一个一个搬运到拣选工作站进行拣选,之后再被搬运回库。这样为了提高出库效率,对于经常出库的畅销品应该放到离拣选工作站近的储位,而滞销品则应该存放在较远的储位,这样仓库的储位便隐含了一种优先级。
目前的储位分级策略比较简单,主要是根据储位到最近工作站的距离远近进行划分,而储位到工作站的距离多采用直线距离或者曼哈顿距离。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
(1)目前,计算距离的方式与实际AGV行走路线差距可能较大,实际中,AGV搬运按照网格行走而不是直线。另外,由于路网设置,路线多采用单向,即两点之间方向确定,只能由一点到另一点而不能相反,所以实际中AGV搬运的路线可能并不是图中所画的最短路线;
(2)在储位分级中考虑储位到所有拣选工作站中最近的一个工作站的距离,但是实际中仓库规模可能很大,拣选工作站数量很多,但是,通常平常日中订单量并不会很大,所以通常情况下不会开启所有工作站,而只开启其中部分工作站,且开启的工作站较为固定,不会出现前一日开启最左侧工作站而今天开启最右侧的情况。这种拣选工作站并不全部开启带来的问题是:可能某一个储位距离某个拣选工作站很近,按照原来的策略,可能认为这个储位分级很高,但是这个储位最近的拣选工作站大多数情况下不开启,而它离其他工作站的距离都很远,实际上对于绝大多数情况这个储位应该属于较低的分级;
(3)计算距离时,只考虑了物理距离,而没有考虑道路拥堵的情况。这样可能带来的问题是某一个储位虽然距离一个工作站很近,但是路线通常很拥堵,而另一个储位距离这个工作站较远但是路线并不拥堵,所以实际会更快;
(4)目前,分级策略通常一次计算后,通常很长一段时间不再变化,当路网发生变化、开启的拣选工作站发生变化、拥堵状况发生变化时,已有的分级策略已不再适用。
发明内容
有鉴于此,本发明实施例提供一种储位分类方法和装置,综合考虑了自动导引运输车的行走路线、拣选工作站的开启情况以及道路拥堵情况,能够准确且合理的对储位进行分类。
为实现上述目的,根据本发明实施例的一个方面,提供了一种储位分类方法,包括:确定每个拣选工作站的权重;基于仓库路网中每个有向边的行走成本,确定每个储位到各个拣选工作站的最短距离;根据所述最短距离和所述权重,确定每个储位到各个拣选工作站的综合成本;基于所述综合成本,确定每个储位所属的类别。
可选地,确定每个拣选工作站的权重包括:确定第一时间段内每个拣选工作站处理的出库货架次数;根据所述每个拣选工作站处理的出库货架次数,确定总出库货架次数;对于每一拣选工作站,确定所述拣选工作站处理的出库货架次数与总出库货架次数的比值,将所述比值作为所述拣选工作站的权重。
可选地,所述仓库路网中每个有向边的行走成本根据以下过程确定:确定自动导引运输车经过每个路径节点的时间,将所述时间作为路径节点对应的经过时间;根据所述经过时间,将路径节点划分为易拥堵节点和非易拥堵节点;确定所有非易拥堵节点对应的经过时间的均值;对于每一路径节点,根据所述路径节点对应的经过时间和所述均值,确定连接所述路径节点的有向边的行走成本。
可选地,确定自动导引运输车经过每个路径节点的时间包括:对于每一路径节点,确定第二时间段内包含所述路径节点的所有路径;确定所有路径上,由所述路径节点的上一个路径节点到所述路径节点的下一个路径节点所需的时间;将所述时间的平均值作为自动导引运输车经过所述路径节点的时间。
可选地,基于所述综合成本,确定每个储位所属的类别包括:按照由低到高的顺序排列综合成本,依次累加所述综合成本,得到累加序列;确定(m-1)个比例阈值,其中,m表示储位类别数,m为大于1的整数;根据所述(m-1)个比例阈值和所述累加序列,确定(m-1)个分类分界点;基于所述分类分界点和综合成本,确定每个储位所属的类别。
可选地,根据下式(1)获得累加序列:
其中,Lj表示按照由低到高的顺序排列综合成本之后第j个综合成本,Vk表示前k个综合成本之和,1<k≤n,1<j≤k,n表示储位的总数量。
可选地,根据下式(2)确定(m-1)个分类分界点:
di=arg mink{k|Vk≥bi·Vn} (2)
其中,1<i≤(m-1),di表示分类分界点,bi表示比例阈值。
为实现上述目的,根据本发明实施例的一个方面,提供了一种储位分类装置,包括:权重确定模块,用于确定每个拣选工作站的权重;最短距离确定模块,用于基于仓库路网中每个有向边的行走成本,确定每个储位到各个拣选工作站的最短距离;综合成本确定模块,用于根据所述最短距离和所述权重,确定每个储位到各个拣选工作站的综合成本;分类模块,用于基于所述综合成本,确定每个储位所属的类别。
可选地,所述权重确定模块还用于:确定第一时间段内每个拣选工作站处理的出库货架次数;根据所述每个拣选工作站处理的出库货架次数,确定总出库货架次数;对于每一拣选工作站,确定所述拣选工作站处理的出库货架次数与总出库货架次数的比值,将所述比值作为所述拣选工作站的权重。
可选地,所述装置还包括行走成本确定模块,用于:确定自动导引运输车经过每个路径节点的时间,将所述时间作为路径节点对应的经过时间;根据所述经过时间,将路径节点划分为易拥堵节点和非易拥堵节点;确定所有非易拥堵节点对应的经过时间的均值;对于每一路径节点,根据所述路径节点对应的经过时间和所述均值,确定连接所述路径节点的有向边的行走成本。
可选地,所述行走成本确定模块还用于:对于每一路径节点,确定第二时间段内包含所述路径节点的所有路径;确定所有路径上,由所述路径节点的上一个路径节点到所述路径节点的下一个路径节点所需的时间;将所述时间的平均值作为自动导引运输车经过所述路径节点的时间。
可选地,所述分类模块还用于:按照由低到高的顺序排列综合成本,依次累加所述综合成本,得到累加序列;确定(m-1)个比例阈值,其中,m表示储位类别数,m为大于1的整数;根据所述(m-1)个比例阈值和所述累加序列,确定(m-1)个分类分界点;基于所述分类分界点和综合成本,确定每个储位所属的类别。
可选地,所述分类模块还用于根据下式(1)获得累加序列:
其中,Lj表示按照由低到高的顺序排列综合成本之后第j个综合成本,Vk表示前k个综合成本之和,1<k≤n,1<j≤k,n表示储位的总数量。
可选地,所述分类模块还用于根据下式(2)确定(m-1)个分类分界点:
di=arg mink{k|Vk≥bi·Vn} (2)
其中,1<i≤(m-1),di表示分类分界点,bi表示比例阈值。
为实现上述目的,根据本发明实施例的另一方面,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,使得所述一个或多个处理器实现本发明实施例的储位分类方法。
为实现上述目的,根据本发明实施例的再一方面,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本发明实施例的储位分类方法。
上述发明中的一个实施例具有如下优点或有益效果:因为采用确定每个拣选工作站的权重;基于仓库路网中每个有向边的行走成本,确定每个储位到各个拣选工作站的最短距离;根据所述最短距离和所述权重,确定每个储位到各个拣选工作站的综合成本;基于所述综合成本,确定每个储位所属的类别的技术手段,综合考虑了自动导引运输车的行走路线、拣选工作站的开启情况以及道路拥堵情况,所以提供了一种更加智能准确的储位分类策略。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是一种基于自动导引运输车的自动化仓库的示意图;
图2是根据本发明实施例的储位分类方法的主要流程的示意图;
图3是根据本发明实施例的储位分类装置的主要模块的示意图;
图4是本发明实施例可以应用于其中的示例性系统架构图;
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图2是根据本发明实施例的储位分类方法的主要流程示意图。该方法可以应用于基于自动导引运输车的自动化仓库中。如图2所示,该方法包括:
步骤S201:根据拣选工作站的工作量,确定每个拣选工作站的权重。
具体的,可以根据如下步骤确定拣选工作站的权重:
确定第一时间段内每个拣选工作站处理的出库货架次数;
根据所述每个拣选工作站处理的出库货架次数,确定总出库货架次数;
对于每一拣选工作站,确定所述拣选工作站处理的出库货架次数与总出库货架次数的比值,将所述比值作为所述拣选工作站的权重。
其中,第一时间段可以根据实际应用场景灵活设置,例如可以是一个星期或一个月,本发明对此不做限制。假设有H个拣选工作站(H为大于或等于1的整数),拣选工作站w在第一时间段内处理的出库货架次数为Nw,总出库货架次数为则拣选工作站w的权重pw根据下式(3)确定:
在本实施例中,权重表示了拣选工作站的忙碌程度,权重越高说明在这段时间内该拣选工作站处理的货架次数越多,也反映了该拣选工作站处理的工作量较大,该拣选工作站越忙碌,其中,工作量与拣选工作站开启工作的时长呈正比关系。
在可选的实施例中,当预先知道将会促销,预计开启较多的拣选工作站时,可以人为调整每个拣选工作站的权重,当所有拣选工作站的权重相同时,表示所有拣选工作站的地位同等。
步骤S202:基于仓库路网中每个有向边的行走成本,确定每个储位到各个拣选工作站的最短距离。
在本实施例中将自动导引运输车在仓库中的行走路径抽象化为有向图,即仓库路网。路网中包括路径节点(或称为道路节点)、储位节点、充电节点、工作站点和有向边,有向边即为自动导引运输车的行走路径。一幅有向图是由一组顶点和一组有方向的边组成,每条有方向的边都连接着有序的一对顶点。
有向边的行走成本表示了该有向边拥堵的可能性,当行走成本大于预设成本阈值时,该有向边拥堵的可能性较大,该有向边为易拥堵的路径;当行走成本小于或等于预设成本阈值时,该有向边拥堵的可能性较小,该有向边为非易拥堵的路径。
具体的,仓库路网中每个有向边的行走成本可以根据如下过程确定:
确定自动导引运输车经过每个路径节点的时间,将所述时间作为路径节点对应的经过时间;
根据所述经过时间,将路径节点划分为易拥堵节点和非易拥堵节点;
确定所有非易拥堵节点对应的经过时间的均值;
对于每一路径节点,根据所述路径节点对应的经过时间和所述均值,确定连接所述路径节点的有向边的行走成本。
其中,可以根据如下过程确定自动导引运输车经过每个路径节点的时间:
对于每一路径节点,确定第二时间段内包含所述路径节点的所有路径;
确定所有路径上,由所述路径节点的上一个路径节点到所述路径节点的下一个路径节点所需的时间;
将所述时间的平均值作为自动导引运输车经过所述路径节点的时间。
在本实施例中,第二时间段可以根据实际应用场景灵活设置,例如一个月或一个星期,第二时间段可以与第一时间段相等,也可以不相等,本发明在此不做限制。
作为具体的示例,假设在一个星期内,包含路径节点v的所有路径为D1、D2和D3。在路径D1中,路径节点v的上一个路径节点为d11,路径节点v的下一个路径节点为d12,由路径节点d11到路径节点d12所需的时间为t1。在路径D2中,由路径节点v的上一个路径节点为d21,路径节点v的下一个路径节点为d22,由路径节点d21到路径节点d22所需的时间为t2。在路径D3中,路径节点v的上一个路径节点为d31,路径节点v的下一个路径节点为d32,由路径节点d31到路径节点d32所需的时间为t3。则自动导引运输车经过路径节点v的时间将tv作为路径节点v对应的经过时间。
若路径节点v对应的经过时间tv大于θT,则该路径节点v为易拥堵节点,否则,该路径节点v为非易拥堵节点。其中,θT为预设的时间阈值,可以根据应用场景灵活设置,本发明在此不做限制。
在确定每个有向边的行走成本之后,利用最短路径算法例如Dijkstra算法或者A*算法,确定自动导引运输车从每个储位到各个拣选工作站的最短距离。其中,Dijkstra算法,又称为迪杰斯特拉算法或狄克斯特拉算法,是从一个顶点到其余各顶点的最短路径算法,解决的是有向图中最短路径问题。迪杰斯特拉算法主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。A*算法(A-star algorithm)是一种静态路网中求解最短路径最有效的直接搜索方法,也是解决许多搜索问题的有效算法。
步骤S203:根据所述最短距离和所述权重,确定每个储位到各个拣选工作站的综合成本。
对于每一个储位,将自动引导运输车由该储位到各个拣选工作站的最短距离与权重的乘积之和作为该储位到各个拣选工作站的综合成本,如下式(4)所示,
其中,Lc表示储位c到各个拣选工作站的综合成本,pw表示拣选工作站w的权重,lcw表示储位c到拣选工作站w的最短距离。
步骤S204:基于所述综合成本,确定每个储位所属的类别。
具体的,可以包括如下过程:
按照由低到高的顺序排列综合成本,依次累加所述综合成本,得到累加序列;
确定(m-1)个比例阈值,其中,m表示储位类别数,m为大于1的整数;
根据所述(m-1)个比例阈值和所述累加序列,确定(m-1)个分类分界点;
基于所述分类分界点和综合成本,确定每个储位所属的类别。
其中,可以根据下式(1)获得累加序列:
其中,Lj表示按照由低到高的顺序排列综合成本之后第j个综合成本,Vk表示前k个综合成本之和,1<k≤n,1<j≤k,n表示储位的总数量。
作为具体的示例,假设共有10个储位(n=10),每个储位的综合成本如下表1所示:
表1:
储位 | 储位1 | 储位2 | 储位3 | 储位4 | 储位5 |
综合成本 | <![CDATA[L<sub>1</sub>=2]]> | <![CDATA[L<sub>2</sub>=3]]> | <![CDATA[L<sub>3</sub>=4]]> | <![CDATA[L<sub>4</sub>=1]]> | <![CDATA[L<sub>5</sub>=5]]> |
储位 | 储位6 | 储位7 | 储位8 | 储位9 | 储位10 |
综合成本 | <![CDATA[L<sub>6</sub>=7]]> | <![CDATA[L<sub>7</sub>=8]]> | <![CDATA[L<sub>8</sub>=6]]> | <![CDATA[L<sub>9</sub>=9]]> | <![CDATA[L<sub>10</sub>=10]]> |
这10个储位的综合成本按照由低到高的顺序排列之后为表2:
表2:
储位 | 储位4 | 储位1 | 储位2 | 储位3 | 储位5 |
综合成本 | <![CDATA[L<sub>4</sub>=1]]> | <![CDATA[L<sub>1</sub>=2]]> | <![CDATA[L<sub>2</sub>=3]]> | <![CDATA[L<sub>3</sub>=4]]> | <![CDATA[L<sub>5</sub>=5]]> |
储位 | 储位8 | 储位6 | 储位7 | 储位9 | 储位10 |
综合成本 | <![CDATA[L<sub>8</sub>=6]]> | <![CDATA[L<sub>6</sub>=7]]> | <![CDATA[L<sub>7</sub>=8]]> | <![CDATA[L<sub>9</sub>=9]]> | <![CDATA[L<sub>10</sub>=10]]> |
根据式(1)获得:
V1=L4=1,V2=L4+L1=3,V3=L4+L1+L2=6,V4=L4+L1+L2+L3=10,
V5=L4+L1+L2+L3+L5=15,V6=L4+L1+L2+L3+L5+L8=21,
V7=L4+L1+L2+L3+L5+L8+L6=28,
V8=L4+L1+L2+L3+L5+L8+L6+L7=36,
V9=L4+L1+L2+L3+L5+L8+L6+L7+L9=45,
V10=L4+L1+L2+L3+L5+L8+L6+L7+L9+L10=55。
由V1至V10组成综合成本的累加序列。
设置将储位划分为m类,并设置(m-1)个比例阈值(因为有(m-1)个分界点,所以设置(m-1)个比例阈值),该(m-1)个比例阈值可以均等分,也可以不均等分。例如,设置将储位划分为5类,则有4个比例阈值,这4个比例阈值分别是0.2、0.4、0.6和0.8(此方式为均等分),这4个比例阈值也可以是0.2、0.5、0.6和0.9(此方式为不均等分)。
根据下式(2)确定(m-1)个分类分界点:
di=arg mink{k|Vk≥bi·Vn} (2)
其中,1<i≤(m-1),di表示分类分界点,bi表示比例阈值。
其中,argminf(x)是指使得函数f(x)取得其最小值时的变量值x。继续以表1所示的示例为例,并假设m=5,比例阈值b1=0.2,比例阈值b1=0.4,比例阈值b1=0.6,比例阈值b1=0.8,则:
其中,V5为15,V5是大于(b1·V10)的最小值,则d1=5,所以储位4、储位1、储位2、储位3和储位5属于第1类;
d2=arg mink{k|Vk≥b2·V10}=arg mink{k|Vk≥0.4·55}=7
所以储位8和储位6属于第2类;
d3=arg mink{k|Vk≥b3·V10}=arg mink{k|Vk≥0.6·55}=8
所以储位7属于第3类;
d4=arg mink{k|Vk≥b4·V10}=arg mink{k|Vk≥0.8·55}=9
储位10属于第5类。
在可选的实施例中,也可以记d0=0,d5=10,则在表2中,第di-1+1到第di个储位属于第i类,则储位4、储位1、储位2、储位3和储位5属于第1类,储位8和储位6属于第2类;储位7属于第3类;储位9属于第4类;储位10属于第5类。
本发明实施例的储位分类方法,综合考虑了自动导引运输车的行走路线、拣选工作站的开启情况以及道路拥堵情况,所以提供了一种更加智能准确的储位分类策略。在实际应用中,可以定时按照上文中的流程进行储位分类,也可以在需要时(例如订单量急剧增多时)进行储位分类。
图3是根据本发明实施例的储位分类装置300的主要模块的示意图,如图3所示,该装置包括:
权重确定模块301,用于根据拣选工作站的工作量,确定每个拣选工作站的权重;
最短距离确定模块302,用于基于仓库路网中每个有向边的行走成本,确定每个储位到各个拣选工作站的最短距离;
综合成本确定模块303,用于根据所述最短距离和所述权重,确定每个储位到各个拣选工作站的综合成本;
分类模块304,用于基于所述综合成本,确定每个储位所属的类别。
可选地,所述权重确定模块301还用于:
确定第一时间段内每个拣选工作站处理的出库货架次数,以将所述出库货架次数作为拣选工作站的工作量;
根据所述每个拣选工作站处理的出库货架次数,确定总出库货架次数;
对于每一拣选工作站,确定所述拣选工作站处理的出库货架次数与总出库货架次数的比值,将所述比值作为所述拣选工作站的权重。
可选地,所述装置还包括行走成本确定模块,用于:
确定自动导引运输车经过每个路径节点的时间,将所述时间作为路径节点对应的经过时间;
根据所述经过时间,将路径节点划分为易拥堵节点和非易拥堵节点;
确定所有非易拥堵节点对应的经过时间的均值;
对于每一路径节点,根据所述路径节点对应的经过时间和所述均值,确定连接所述路径节点的有向边的行走成本。
可选地,所述行走成本确定模块还用于:
对于每一路径节点,确定第二时间段内包含所述路径节点的所有路径;
确定所有路径上,由所述路径节点的上一个路径节点到所述路径节点的下一个路径节点所需的时间;
将所述时间的平均值作为自动导引运输车经过所述路径节点的时间。
可选地,所述分类模块304还用于:
按照由低到高的顺序排列综合成本,依次累加所述综合成本,得到累加序列;
确定(m-1)个比例阈值,其中,m表示储位类别数,m为大于1的整数;
根据所述(m-1)个比例阈值和所述累加序列,确定(m-1)个分类分界点;
基于所述分类分界点和综合成本,确定每个储位所属的类别。
可选地,所述分类模块304还用于根据下式(1)获得累加序列:
其中,Lj表示按照由低到高的顺序排列综合成本之后第j个综合成本,Vk表示前k个综合成本之和,1<k≤n,1<j≤n,n表示储位的总数量。
可选地,所述分类模块304还用于根据下式(2)确定(m-1)个分类分界点:
di=arg mink{k|Vk≥bi·Vn} (2)
其中,1<i≤(m-1),di表示分类分界点,bi表示比例阈值。
本发明实施例的储位分类装置,综合考虑了自动导引运输车的行走路线、拣选工作站的开启情况以及道路拥堵情况,所以提供了一种更加智能准确的储位分类策略。
上述装置可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
图4示出了可以应用本发明实施例的储位分类方法或储位分类装置的示例性系统架构400。
如图4所示,系统架构400可以包括终端设备401、402、403,网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404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401、402、403通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器,例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息)反馈给终端设备。
需要说明的是,本发明实施例所提供的储位分类方法一般由服务器405执行,相应地,储位分类装置一般设置于服务器405中。
应该理解,图4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。
下面参考图5,其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例,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5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;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507;包括硬盘等的存储部分508;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509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,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510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508。
特别地,根据本发明公开的实施例,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,本发明公开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509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本发明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模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中,这些模块的名称在某种情况下并不构成对该单元本身的限定,例如,发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
作为另一方面,本发明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设备中所包含的;也可以是单独存在,而未装配入该设备中。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设备执行时,使得该设备包括:
根据拣选工作站的工作量,确定每个拣选工作站的权重;
基于仓库路网中每个有向边的行走成本,确定每个储位到各个拣选工作站的最短距离;
根据所述最短距离和所述权重,确定每个储位到各个拣选工作站的综合成本;
基于所述综合成本,确定每个储位所属的类别。
本发明实施例的技术方案,综合考虑了自动导引运输车的行走路线、拣选工作站的开启情况以及道路拥堵情况,所以提供了一种更加智能准确的储位分类策略。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (12)
1.一种储位分类方法,其特征在于,包括:
根据拣选工作站的工作量,确定每个拣选工作站的权重;其中,工作量与拣选工作站开启工作的时长呈正比关系,权重表示了拣选工作站的忙碌程度;
基于仓库路网中每个有向边的行走成本,确定自动导引运输车在仓库路网中从每个储位到各个拣选工作站的最短距离;其中,仓库路网通过将自动导引运输车在仓库中的行走路径抽象化得到,有向边为自动导引运输车的行走路径,有向边的行走成本表示了该有向边拥堵的可能性;
根据所述最短距离和所述权重,确定每个储位到各个拣选工作站的综合成本;
基于所述综合成本,确定每个储位所属的类别;
其中,所述自动导引运输车在仓库路网中每个有向边的行走成本根据以下过程确定:
对于每一路径节点,确定第二时间段内包含路径节点的所有路径;
确定所有路径上,由所述路径节点的上一个路径节点到所述路径节点的下一个路径节点所需的时间;
将所述时间的平均值作为自动导引运输车经过所述路径节点的时间,将所述时间作为路径节点对应的经过时间;
根据所述经过时间,将路径节点划分为易拥堵节点和非易拥堵节点;确定所有非易拥堵节点对应的经过时间的均值;
对于每一路径节点,根据所述路径节点对应的经过时间和所述均值,确定连接所述路径节点的有向边的行走成本。
2.根据权利要求1所述的方法,其特征在于,根据拣选工作站的工作量,确定每个拣选工作站的权重包括:
确定第一时间段内每个拣选工作站处理的出库货架次数,以将所述出库货架次数作为拣选工作站的工作量;
根据所述每个拣选工作站处理的出库货架次数,确定总出库货架次数;
对于每一拣选工作站,确定所述拣选工作站处理的出库货架次数与总出库货架次数的比值,将所述比值作为所述拣选工作站的权重。
3.根据权利要求1所述的方法,其特征在于,基于所述综合成本,确定每个储位所属的类别包括:
按照由低到高的顺序排列综合成本,依次累加所述综合成本,得到累加序列;
确定(m-1)个比例阈值,其中,m表示储位类别数,m为大于1的整数;
根据所述(m-1)个比例阈值和所述累加序列,确定(m-1)个分类分界点;
基于所述分类分界点和综合成本,确定每个储位所属的类别。
5.根据权利要求4所述的方法,其特征在于,根据下式(2)确定(m-1)个分类分界点:
di=argmink{k|Vk≥bi·Vn} (2)
其中,1<i≤(m-1),di表示分类分界点,bi表示比例阈值。
6.一种储位分类装置,其特征在于,包括:
权重确定模块,用于确定每个拣选工作站的权重;其中,工作量与拣选工作站开启工作的时长呈正比关系,权重表示了拣选工作站的忙碌程度;
最短距离确定模块,用于基于仓库路网中每个有向边的行走成本,确定自动导引运输车在仓库路网中从每个储位到各个拣选工作站的最短距离;其中,仓库路网通过将自动导引运输车在仓库中的行走路径抽象化得到,有向边为自动导引运输车的行走路径,有向边的行走成本表示了该有向边拥堵的可能性;
综合成本确定模块,用于根据所述最短距离和所述权重,确定每个储位到各个拣选工作站的综合成本;
分类模块,用于基于所述综合成本,确定每个储位所属的类别;
其中,所述自动导引运输车在仓库路网中每个有向边的行走成本根据以下过程确定:
对于每一路径节点,确定第二时间段内包含路径节点的所有路径;
确定所有路径上,由所述路径节点的上一个路径节点到所述路径节点的下一个路径节点所需的时间;
将所述时间的平均值作为自动导引运输车经过所述路径节点的时间,将所述时间作为路径节点对应的经过时间;
根据所述经过时间,将路径节点划分为易拥堵节点和非易拥堵节点;确定所有非易拥堵节点对应的经过时间的均值;
对于每一路径节点,根据所述路径节点对应的经过时间和所述均值,确定连接所述路径节点的有向边的行走成本。
7.根据权利要求6所述的装置,其特征在于,所述权重确定模块还用于:
确定第一时间段内每个拣选工作站处理的出库货架次数;
根据所述每个拣选工作站处理的出库货架次数,确定总出库货架次数;
对于每一拣选工作站,确定所述拣选工作站处理的出库货架次数与总出库货架次数的比值,将所述比值作为所述拣选工作站的权重。
8.根据权利要求6所述的装置,其特征在于,所述分类模块还用于:
按照由低到高的顺序排列综合成本,依次累加所述综合成本,得到累加序列;
确定(m-1)个比例阈值,其中,m表示储位类别数,m为大于1的整数;
根据所述(m-1)个比例阈值和所述累加序列,确定(m-1)个分类分界点;
基于所述分类分界点和综合成本,确定每个储位所属的类别。
10.根据权利要求9所述的装置,其特征在于,所述分类模块还用于根据下式(2)确定(m-1)个分类分界点:
di=argmink{k|Vk≥bi·Vn} (2)
其中,1<i≤(m-1),di表示分类分界点,bi表示比例阈值。
11.一种电子设备,其特征在于,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。
12.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810994217.7A CN110871980B (zh) | 2018-08-29 | 2018-08-29 | 储位分类方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810994217.7A CN110871980B (zh) | 2018-08-29 | 2018-08-29 | 储位分类方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110871980A CN110871980A (zh) | 2020-03-10 |
CN110871980B true CN110871980B (zh) | 2023-05-02 |
Family
ID=69714576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810994217.7A Active CN110871980B (zh) | 2018-08-29 | 2018-08-29 | 储位分类方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110871980B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112232541A (zh) * | 2020-05-20 | 2021-01-15 | 北京京东乾石科技有限公司 | 一种运输路径确定方法、装置、设备和存储介质 |
CN113320869B (zh) * | 2021-05-31 | 2023-03-28 | 深圳市库宝软件有限公司 | 入库控制方法、装置、电子设备及存储介质 |
CN113978980B (zh) * | 2021-09-23 | 2023-04-07 | 江苏齐鑫智能科技有限公司 | 一种智能档案柜系统的存、取档案盒的方法 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62136402A (ja) * | 1985-12-10 | 1987-06-19 | Mitsubishi Metal Corp | 物品搬送および保管装置 |
WO2005105330A2 (en) * | 2004-04-30 | 2005-11-10 | Skaginn Hf. | Method and apparatus for processing, trimming and/or grading |
CN101042588A (zh) * | 2006-03-22 | 2007-09-26 | 亚仕帝科技股份有限公司 | 搬运车管理装置和搬运车管理系统及搬运车管理方法 |
KR20110006259A (ko) * | 2009-07-14 | 2011-01-20 | 주식회사 엘지유플러스 | 위치기반 서비스를 제공하는 이동통신단말기 및 그의 위치기반 서비스 제공 방법, 애플리케이션 추천 서버 |
CN101968860A (zh) * | 2010-10-09 | 2011-02-09 | 北京物资学院 | 订单拣选方法及系统 |
CN103930900A (zh) * | 2011-11-29 | 2014-07-16 | 诺基亚公司 | 用于对象的分类的方法、装置和计算机程序产品 |
CN103942617A (zh) * | 2014-04-17 | 2014-07-23 | 江苏物联网研究发展中心 | 智能仓储货位分配优化方法 |
US8952284B1 (en) * | 2008-09-16 | 2015-02-10 | Amazon Technologies, Inc. | Method and apparatus for managing the allocation of items to processing stations in an order fulfillment process |
CN104992241A (zh) * | 2015-07-02 | 2015-10-21 | 北京京东尚科信息技术有限公司 | 一种拣货路径生成方法、生成装置及相应仓储管理系统 |
CN105354633A (zh) * | 2015-10-26 | 2016-02-24 | 努比亚技术有限公司 | 一种运输路径计算系统和方法 |
CN106494812A (zh) * | 2016-09-28 | 2017-03-15 | 裴晓飞 | 一种智能输送系统 |
CN106709692A (zh) * | 2017-02-24 | 2017-05-24 | 北京远大宏略科技股份有限公司 | 一种物流中心储位分配方法 |
CN106809586A (zh) * | 2017-03-28 | 2017-06-09 | 北京京东尚科信息技术有限公司 | 用于确定拣货路径的方法和装置 |
CN106843238A (zh) * | 2017-04-10 | 2017-06-13 | 锥能机器人(上海)有限公司 | 一种仓库自动化分拣系统及方法 |
CN106892233A (zh) * | 2017-02-23 | 2017-06-27 | 北京京东尚科信息技术有限公司 | 用于商品仓储布局的方法、装置、电子设备和存储介质 |
CN106980955A (zh) * | 2017-03-29 | 2017-07-25 | 北京京东尚科信息技术有限公司 | 用于为货架确定货架储位的方法和装置 |
CN107092265A (zh) * | 2017-06-22 | 2017-08-25 | 义乌文烁光电科技有限公司 | 一种适用于矩阵式仓库的分拣小车路径规划方法 |
CN107103445A (zh) * | 2017-05-17 | 2017-08-29 | 北京京东尚科信息技术有限公司 | 信息处理方法和装置 |
CN107963385A (zh) * | 2016-10-18 | 2018-04-27 | 苏宁云商集团股份有限公司 | 一种物流仓储领域中货物的处理方法及系统 |
KR20180073221A (ko) * | 2016-12-22 | 2018-07-02 | 쿠팡 주식회사 | 상품 분류 장치, 방법, 및 컴퓨터 프로그램 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194646B (zh) * | 2017-05-19 | 2020-11-24 | 北京京东尚科信息技术有限公司 | 库存调度方法以及装置 |
-
2018
- 2018-08-29 CN CN201810994217.7A patent/CN110871980B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62136402A (ja) * | 1985-12-10 | 1987-06-19 | Mitsubishi Metal Corp | 物品搬送および保管装置 |
WO2005105330A2 (en) * | 2004-04-30 | 2005-11-10 | Skaginn Hf. | Method and apparatus for processing, trimming and/or grading |
CN101042588A (zh) * | 2006-03-22 | 2007-09-26 | 亚仕帝科技股份有限公司 | 搬运车管理装置和搬运车管理系统及搬运车管理方法 |
US8952284B1 (en) * | 2008-09-16 | 2015-02-10 | Amazon Technologies, Inc. | Method and apparatus for managing the allocation of items to processing stations in an order fulfillment process |
KR20110006259A (ko) * | 2009-07-14 | 2011-01-20 | 주식회사 엘지유플러스 | 위치기반 서비스를 제공하는 이동통신단말기 및 그의 위치기반 서비스 제공 방법, 애플리케이션 추천 서버 |
CN101968860A (zh) * | 2010-10-09 | 2011-02-09 | 北京物资学院 | 订单拣选方法及系统 |
CN103930900A (zh) * | 2011-11-29 | 2014-07-16 | 诺基亚公司 | 用于对象的分类的方法、装置和计算机程序产品 |
CN103942617A (zh) * | 2014-04-17 | 2014-07-23 | 江苏物联网研究发展中心 | 智能仓储货位分配优化方法 |
CN104992241A (zh) * | 2015-07-02 | 2015-10-21 | 北京京东尚科信息技术有限公司 | 一种拣货路径生成方法、生成装置及相应仓储管理系统 |
CN105354633A (zh) * | 2015-10-26 | 2016-02-24 | 努比亚技术有限公司 | 一种运输路径计算系统和方法 |
CN106494812A (zh) * | 2016-09-28 | 2017-03-15 | 裴晓飞 | 一种智能输送系统 |
CN107963385A (zh) * | 2016-10-18 | 2018-04-27 | 苏宁云商集团股份有限公司 | 一种物流仓储领域中货物的处理方法及系统 |
KR20180073221A (ko) * | 2016-12-22 | 2018-07-02 | 쿠팡 주식회사 | 상품 분류 장치, 방법, 및 컴퓨터 프로그램 |
CN106892233A (zh) * | 2017-02-23 | 2017-06-27 | 北京京东尚科信息技术有限公司 | 用于商品仓储布局的方法、装置、电子设备和存储介质 |
CN106709692A (zh) * | 2017-02-24 | 2017-05-24 | 北京远大宏略科技股份有限公司 | 一种物流中心储位分配方法 |
CN106809586A (zh) * | 2017-03-28 | 2017-06-09 | 北京京东尚科信息技术有限公司 | 用于确定拣货路径的方法和装置 |
CN106980955A (zh) * | 2017-03-29 | 2017-07-25 | 北京京东尚科信息技术有限公司 | 用于为货架确定货架储位的方法和装置 |
CN106843238A (zh) * | 2017-04-10 | 2017-06-13 | 锥能机器人(上海)有限公司 | 一种仓库自动化分拣系统及方法 |
CN107103445A (zh) * | 2017-05-17 | 2017-08-29 | 北京京东尚科信息技术有限公司 | 信息处理方法和装置 |
CN107092265A (zh) * | 2017-06-22 | 2017-08-25 | 义乌文烁光电科技有限公司 | 一种适用于矩阵式仓库的分拣小车路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110871980A (zh) | 2020-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106980955B (zh) | 用于输出信息的方法和装置 | |
WO2019071930A1 (zh) | 用于分拣货物的方法和装置 | |
CN110348771B (zh) | 一种对订单进行组单的方法和装置 | |
CN110871980B (zh) | 储位分类方法和装置 | |
CN110304385B (zh) | 一种仓库上架方法和装置 | |
CN110348650B (zh) | 一种订单合流的方法和装置 | |
CN111523977A (zh) | 波次订单集合的创建方法、装置、计算设备和介质 | |
CN113128744A (zh) | 配送规划方法和装置 | |
CN110766348B (zh) | 一种组合拣货任务的方法和装置 | |
CN111044062B (zh) | 路径规划、推荐方法和装置 | |
CN112101690A (zh) | 一种物品拣选方法和装置 | |
CN113128743A (zh) | 一种拣货路径规划方法和装置 | |
CN113650997B (zh) | 一种物品出库定位方法和装置 | |
CN111415110A (zh) | 一种盘点货架的方法和装置 | |
CN112966992A (zh) | 一种订单生产方法和装置 | |
CN112446652A (zh) | 处理任务集的方法和装置 | |
CN112474368B (zh) | 货物拣选方法、装置、设备和计算机可读介质 | |
CN113379173B (zh) | 为仓库商品标记标签的方法和装置 | |
CN112785213B (zh) | 一种仓库拣货单的组建方法和装置 | |
CN110826948B (zh) | 仓库选品方法和装置 | |
CN111792248B (zh) | 调整料箱储位的方法和装置 | |
CN113554380A (zh) | 一种物品出库定位方法和装置 | |
CN113361739A (zh) | 一种生成拣货路径的方法和装置 | |
CN111553548B (zh) | 一种拣货方法和装置 | |
CN112529346A (zh) | 任务分配方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200603 Address after: Room A1905, 19th floor, No. 2 Building, 18 Kechuang 11th Street, Beijing Daxing District, Beijing Applicant after: Beijing Jingdong Qianshi Technology Co.,Ltd. Address before: 300 457 days First Floor, Phase 2, No. 10 Fourth Avenue, Jinshi Economic and Technological Development Zone Applicant before: Tianjin Jingdong Shentuo Robot Technology Co.,Ltd. |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |