CN111047249A - 一种货架重新定位方法及系统 - Google Patents
一种货架重新定位方法及系统 Download PDFInfo
- Publication number
- CN111047249A CN111047249A CN201911157577.2A CN201911157577A CN111047249A CN 111047249 A CN111047249 A CN 111047249A CN 201911157577 A CN201911157577 A CN 201911157577A CN 111047249 A CN111047249 A CN 111047249A
- Authority
- CN
- China
- Prior art keywords
- shelf
- information
- storage
- storage point
- workstation
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Warehouses Or Storage Devices (AREA)
Abstract
本发明提供一种货架重新定位方法及系统,方法包括:获得移动机器人订单履行系统中的基本信息,基本信息包括:在工作站完成作业待安排存储点位的货架集合A;仓库内正在前往工作站的货架、在工作区域内等待进行作业货架以及在工作站完成作业等待安排存储点位的货架的集合B;空闲的存储点位的集合E;所有存储点位的信息,所有工作站的信息,所有集合B中的货架的信息,仓库的总库存信息,以及订单信息;根据基本信息构建货架重新定位的0‑1规划模型;对0‑1规划模型进行求解得到求解结果,将求解结果转换为对货架重新定位的方案;根据货架重新定位的方案更新所述集合A中货架的存储点位属性。有效提高产能,操作简单,易于实施。
Description
技术领域
本发明涉及物流仓储技术领域,尤其涉及一种货架重新定位方法及系统。
背景技术
移动机器人订单履行系统(Robotic Mobile Fulfillment System,简称RMFS系统)是一种新型的物流仓储模式,在该系统中,当拣货任务到达时,物流机器人将相应的目标货架抬起,运输到对应的拣选站,由拣选站处的工作人员进行拣货,拣货作业结束后,物流机器人再将货架运回存储区中的存储位置。与传统的人到货系统的作业模式相比,基于移动机器人的订单拣选系统大大降低了仓库内拣货人员的工作强度,并且显著提高了仓库内拣选作业的效率。整个基于移动机器人的订单拣选系统是一个十分复杂的系统,其中涉及到了策略层面以及执行层面的许多决策问题如布局决策、补货问题决策以及拣货问题决策等,货架重新定位决策指的就是当一个货架在工作站完成拣货作业后回到存储区的哪个存储点位的问题,货架重新定位的决策能够对物流机器人的行驶距离产生一定的影响,合理的货架重新定位决策能够有效降低物流机器人运输货架的行驶距离,进而提高整个系统的产能。
在RMFS系统中,货架重新定位决策多采用已有的一些策略,如固定位置策略,距离最近策略等,这些策略实施简单,但仍然具备较大的优化空间;而专门对基于移动机器人的订单拣选系统中货架重新定位的研究较少,且不同的研究都会有不同的假设条件以及不同的算法进行解决,这些方法由于其假设较难满足或者是与实际场景有所区别,导致将这些方法应用到实际的基于移动机器人的订单拣选系统中具有一定的困难。
发明内容
本发明为了解决现有技术中货架重新定位决策的问题,提供一种货架重新定位方法及系统。
为了解决上述问题,本发明采用的技术方案如下所述:
一种货架重新定位方法,包括如下步骤:S1:获得移动机器人订单履行系统中的基本信息,所述基本信息包括:在工作站完成作业待安排存储点位的货架集合A;仓库内正在前往所述工作站的货架、在工作区域内等待进行作业货架以及在所述工作站完成作业等待安排存储点位的货架的集合B;所有空闲的所述存储点位的集合E;所有所述存储点位的信息,所有所述工作站的信息,所有所述集合B中的货架的信息,所述仓库的总库存信息,以及订单信息;S2:根据所述基本信息构建货架重新定位的0-1规划模型;S3:对所述0-1规划模型进行求解得到求解结果,将所述求解结果转换为对所述货架重新定位的方案;S4:根据所述货架重新定位的方案更新所述集合A中所述货架的存储点位属性。
优选地,所述0-1规划模型的目标函数包括两个部分:所述货架从所述工作站回到所述存储点位的距离和所说货架未来行驶距离的估计,具体如下:
其中,xij,i∈I,j∈J表示所述货架i与所述存储点位j是否匹配,如果所述货架i回到所述存储点位j,则所述存储点位j的属性记为1,否则记为0;α和β是所述目标函数中两个部分的重要性大小;I为所述集合B;J为所述集合E;K为所述工作站的集合;ki中k∈K,为待安排货架i所在的所述工作站或是正在前往的所述工作站;Djk中j∈J,k∈K,表示所述存储点位j与所述工作站k之间的距离;Dj中j∈J,表示所述存储点位j到所有所述工作站距离的最小值,Dj=min{Djk,Djk,…,Djk},Vi为当前所述货架的周转速度。
优选地,所述货架的周转速度Vi采用以下方式进行衡量:其中,Podi表示存放在所述货架i上的所有库存单元;Inventorysi表示存放在所述货架i上的所述库存单元的库存量;OsT表示在未来时间段T内的所述库存单元的计划出库量。
优选地,采用Kuhn-Munkres算法对所述0-1规划模型进行求解得到最优解。
优选地,采用Kuhn-Munkres算法对所述0-1规划模型进行求解包括:计算所述货架i与所述存储点位j之间的匹配权重Wij为:Wij=M-(αDjki+βDjVi);其中,Wij为所述货架i与所述存储点位j之间的匹配权重;M为一个极大的数,可以用Wij中的最大值来表示。
优选地,采用商用求解器或分支定界法对所述0-1规划模型进行求解。
优选地,空闲的所述存储点位包括:所述存储点位上没有所述货架占用;或,没有所述货架正在从所述工作区域向所述存储点位移动。
优选地,所述存储点位的信息包括:所述存储点位的坐标、是否被所述货架占用;所述工作站的信息包括工作站的坐标信息;所述集合B中的货架信息包括:所述货架所在的所述工作站或所述货架正在前往的所述工作站、所述货架上所有的所述库存单元及对应的库存量;所述总库存信息包括所述仓库中所有所述库存单元的全部库存量;所述订单信息包括所述仓库未来时间的出库单。
本发明有提供一种移动机器人订单履行系统,采用如上任一所述的货架重新定位方法。
本发明再提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上任一所述方法的步骤。
本发明的有益效果为:提供一种货架重新定位方法及系统,通过建立了0-1规划模型,该0-1模型考虑了货架上实际存放的库存单元及其库存等参数,使模型更加接近实际以及应用方便;在进行货架重新定位决策时考虑到了货架上存放的库存当的信息,易于获取,操作方便;相对于传统的固定位置策略等简单策略能够有效提高产能,相对于其他研究中的方法操作简单,易于实施。
附图说明
图1是本发明实施例中一种货架重新定位方法的示意图。
图2是本发明实施例中一种货架重新定位系统的流程示意图。
具体实施方式
为了使本发明实施例所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。
需要说明的是,当元件被称为“固定于”或“设置于”另一个元件,它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件,它可以是直接连接到另一个元件或间接连接至该另一个元件上。另外,连接既可以是用于固定作用也可以是用于电路连通作用。
需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明实施例和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多该特征。在本发明实施例的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
如图1所示,一种货架重新定位方法,包括如下步骤:
S1:获得移动机器人订单履行系统中的基本信息,所述基本信息包括:
在工作站完成作业待安排存储点位的货架集合A,
仓库内正在前往所述工作站的货架、在工作区域内等待进行作业货架以及在所述工作站完成作业等待安排存储点位的货架的集合B;
所有空闲的所述存储点位的集合E,
所有所述存储点位的信息,所有所述工作站的信息,所有所述集合B中的货架的信息,所述仓库的总库存信息,以及订单信息;
S2:根据所述基本信息构建货架重新定位的0-1规划模型;
S3:对所述0-1规划模型进行求解得到求解结果,将所述求解结果转换为对所述货架重新定位的方案;
S4:根据所述货架重新定位的方案更新所述集合A中所述货架的存储点位属性。
当一个货架在工作区域完成作业后,触发系统进行货架重新定位的决策。首先确定基于移动机器人的订单拣选系统中此刻同时完成作业,需要决策存储点位的所有货架的集合A,在该集合A中,所有的货架的存储点位的属性需要被重新进行安排,将其作为一个单独的集合便于在获得货架重新定位方案后对集合A中的所有货架更新存储点位属性。
确定基于移动机器人的订单拣选系统中正在前往工作区域进行作业、在工作区域内等待进行作业、正在工作区域内作业以及完成作业需要决策存储点位的所有货架集合B,集合A属于集合B,是集合B中的一部分。为了获得所有可以在货架重新定位模型中被考虑的货架,也就是除了位于存储点位的货架和正在由工作站前往存储点位的货架之外的所有货架集合B,获得集合B的目的是提高货架重新定位模型的优化空间,使模型中考虑的货架尽可能多。
接下来要寻找仓库内存储区域中的空闲存储点位集合E,空闲存储点位意味着该点位上没有货架占用,也没有某个货架正在从工作区域向该点位移动,如何获得集合E可参考以下方式:
对每个存储点位设置一个属性表示其是否空闲,如果为0表示该存储点位处于空闲状态,如果为1表示该存储点位处于非空闲状态。当有货架正处于某一存储点位上,或有货架正从工作区域向该存储点位移动时,这一存储点位的该属性设置为1,否则为0。获取空闲存储点位集合E可以遍历所有存储点位,获得该属性为0的所有货架集合,即为空闲点位集合E。
所有存储点位的信息,包括存储点位的坐标、是否被货架占用;所有工作站信息包括工作站的坐标信息;集合B中的所有货架信息包括货架所在的工作站或正在前往的工作站、货架上所有的库存单元(SKU)及对应库存量(如果货架已经完成拣货任务,则为当前库存量,如果货架正在前往工作站或在工作区域内等待作业,则为当前库存量减去作业量);总库存信息包括仓库中所有SKU的全部库存量;订单信息,包括该仓库未来一段时间的出库单,该处的时间段根据不同的仓库情况有所不同,根据仓库能够提供的出库单的最长时间为准。在一种实施例中,是该仓库未来两天的出库计划,即每种SKU的计划出库量。空闲的所述存储点位包括:存储点位上没有货架占用;或,没有货架正在从工作区域向存储点位移动。
基于上述基本信息来建立一个0-1规划模型,0-1规划模型的目标函数包括两个部分:所述货架从所述工作站回到所述存储点位的距离和所说货架未来行驶距离的估计,具体如下:
其中,xij,i∈I,j∈J表示所述货架i与所述存储点位j是否匹配,如果所述货架i回到所述存储点位j,则所述存储点位j的属性记为1,否则记为0;α和β是所述目标函数中两个部分的重要性大小;I为所述集合B;J为所述集合E;K为所述工作站的集合;ki中k∈K,为待安排货架i所在的所述工作站或是正在前往的所述工作站;Djk中j∈J,k∈K,表示所述存储点位j与所述工作站k之间的距离;Dj中j∈J,表示所述存储点位j到所有所述工作站距离的最小值,Dj=min{Djk,Djk,…,Djk},Vi为当前所述货架的周转速度。
货架的周转速度Vi采用以下方式进行衡量:
其中,Podi表示存放在所述货架i上的所有库存单元;Inventorysi表示存放在所述货架i上的所述库存单元的库存量;OsT表示在未来时间段T内的所述库存单元的计划出库量。
在本发明的一种实施例中,采用Kuhn-Munkres算法对所述0-1规划模型进行求解得到最优解。KM算法是一种经典的带权二分图的最佳匹配算法,本发明中0-1模型与带权二分图最佳匹配问题契合,因而用KM算法来进行求解可以直接得到最优解,且复杂度小。
首先计算货架i与存储点位j之间的匹配权重,由于KM算法用来求解权值最大的匹配问题,而0-1模型目标为求最小匹配,因而权重Wij为:
Wij=M-(αDjki+βDjVi)
其中,Wij为所述货架i与所述存储点位j之间的匹配权重;M为一个极大的数,可以用Wij中的最大值来表示。
根据获得的权重Wij可形成权重矩阵,接下来就用经典的KM算法来求解该问题,步骤如下:(1)初始化顶标;(2)寻找相等子图;(3)寻找相等子图的最大匹配;(4)判断是否为完备匹配,如果是则算法结束,如果否则更新顶标,返回步骤(2)。
在本发明另外的实施例中,可以采用商用求解器或分支定界法对所述0-1规划模型进行求解。
最后将模型的求解结果转化为货架与空闲存储点位的匹配结果,将结合A中所有货架的存储点位属性进行更新。
一种移动机器人订单履行系统,采用如上所述的货架重新定位方法。
如图2所示,是移动机器人订单履行系统采用本发明的方法的流程示意图。
本发明引入了一个对货架未来行驶距离的估计来使这个不确定性的问题确定化,建立了0-1规划模型,该0-1模型考虑了货架上实际存放的库存单元及其库存等参数,使模型更加接近实际以及应用方便。由于建立的模型与带权二分图的最佳匹配问题十分契合,采用了KM算法来对模型进行精确求解,能够使基于移动机器人的订单拣选系统中的货架重新定位决策简单易行,并对系统产能有所提升。
本发明的方法应用简单方便,局限性小,在所有基于移动机器人的订单拣选系统中,只要能够知道仓库的出库计划,那么本发明的方法就能够在其中的货架重新定位决策上加以应用;本发明的方法,在进行货架重新定位决策时考虑到了货架上存放的SKU的信息,易于获取,操作方便;相对于传统的固定位置策略等简单策略能够有效提高产能,相对于其他研究中的方法操作简单,易于实施。
本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上内容是结合具体的优选实施方式对本发明所做的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干等同替代或明显变型,而且性能或用途相同,都应当视为属于本发明的保护范围。
Claims (10)
1.一种货架重新定位方法,其特征在于,包括如下步骤:
S1:获得移动机器人订单履行系统中的基本信息,所述基本信息包括:
在工作站完成作业待安排存储点位的货架集合A;
仓库内正在前往所述工作站的货架、在工作区域内等待进行作业货架以及在所述工作站完成作业等待安排存储点位的货架的集合B;
所有空闲的所述存储点位的集合E;
所有所述存储点位的信息,所有所述工作站的信息,所有所述集合B中的货架的信息,所述仓库的总库存信息,以及订单信息;
S2:根据所述基本信息构建货架重新定位的0-1规划模型;
S3:对所述0-1规划模型进行求解得到求解结果,将所述求解结果转换为对所述货架重新定位的方案;
S4:根据所述货架重新定位的方案更新所述集合A中所述货架的存储点位属性。
2.如权利要求1所述的货架重新定位方法,其特征在于,所述0-1规划模型的目标函数包括两个部分:所述货架从所述工作站回到所述存储点位的距离和所说货架未来行驶距离的估计,具体如下:
4.如权利要求2所述的货架重新定位方法,其特征在于,采用Kuhn-Munkres算法对所述0-1规划模型进行求解得到最优解。
6.如权利要求2所述的货架重新定位方法,其特征在于,采用商用求解器或分支定界法对所述0-1规划模型进行求解。
7.如权利要求1-6任一所述的货架重新定位方法,其特征在于,空闲的所述存储点位包括:所述存储点位上没有所述货架占用;或,没有所述货架正在从所述工作区域向所述存储点位移动。
8.如权利要求1-6任一所述的货架重新定位方法,其特征在于,所述存储点位的信息包括:所述存储点位的坐标、是否被所述货架占用;所述工作站的信息包括工作站的坐标信息;所述集合B中的货架信息包括:所述货架所在的所述工作站或所述货架正在前往的所述工作站、所述货架上所有的所述库存单元及对应的库存量;所述总库存信息包括所述仓库中所有所述库存单元的全部库存量;所述订单信息包括所述仓库未来时间的出库单。
9.一种移动机器人订单履行系统,其特征在于,采用如权利要求1-8任一所述的货架重新定位方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911157577.2A CN111047249B (zh) | 2019-11-22 | 2019-11-22 | 一种货架重新定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911157577.2A CN111047249B (zh) | 2019-11-22 | 2019-11-22 | 一种货架重新定位方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111047249A true CN111047249A (zh) | 2020-04-21 |
CN111047249B CN111047249B (zh) | 2023-07-25 |
Family
ID=70233138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911157577.2A Active CN111047249B (zh) | 2019-11-22 | 2019-11-22 | 一种货架重新定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111047249B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418565A (zh) * | 2021-01-21 | 2021-02-26 | 苏州牧星智能科技有限公司 | 一种仓储系统的商品上架优化方法、装置及仓储系统 |
CN113306947A (zh) * | 2021-06-18 | 2021-08-27 | 上海快仓智能科技有限公司 | 货架移位方法、仓储系统以及计算机存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096865A (zh) * | 2011-02-01 | 2011-06-15 | 武汉理工大学 | 移动式货架自动仓库的动态管理方法和系统 |
CN110111050A (zh) * | 2019-05-05 | 2019-08-09 | 武汉科技大学 | 订单分配方法及其分配系统 |
-
2019
- 2019-11-22 CN CN201911157577.2A patent/CN111047249B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096865A (zh) * | 2011-02-01 | 2011-06-15 | 武汉理工大学 | 移动式货架自动仓库的动态管理方法和系统 |
CN110111050A (zh) * | 2019-05-05 | 2019-08-09 | 武汉科技大学 | 订单分配方法及其分配系统 |
Non-Patent Citations (2)
Title |
---|
LIN XIE等: "Deterministic Pod Repositioning Problem in Robotic Mobile Fulfillment Systems", 《HTTP://ARXIV.ORG/ABS/1810.05514》 * |
周方圆等: "基于"货到人"拣选模式的储位分配模型与算法", 《物流技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418565A (zh) * | 2021-01-21 | 2021-02-26 | 苏州牧星智能科技有限公司 | 一种仓储系统的商品上架优化方法、装置及仓储系统 |
CN112418565B (zh) * | 2021-01-21 | 2021-04-09 | 苏州牧星智能科技有限公司 | 一种仓储系统的商品上架优化方法、装置及仓储系统 |
CN113306947A (zh) * | 2021-06-18 | 2021-08-27 | 上海快仓智能科技有限公司 | 货架移位方法、仓储系统以及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111047249B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109947120B (zh) | 仓储系统中的路径规划方法 | |
AU2020216392B2 (en) | Robot dwell time minimization in warehouse order fulfillment operations | |
US11078019B2 (en) | Tote induction in warehouse order fulfillment operations | |
CN110111050A (zh) | 订单分配方法及其分配系统 | |
CN111047249A (zh) | 一种货架重新定位方法及系统 | |
Li et al. | A simulation study on the robotic mobile fulfillment system in high-density storage warehouses | |
CN112132505B (zh) | 机器人拣货方法和系统、机器人、服务器和可读存储介质 | |
CN112785132B (zh) | 一种用于智能仓库的多机器人移动货架任务分配方法 | |
CN113960969A (zh) | 一种基于大数据的物流仓储的调度方法及系统 | |
AU2023210522A1 (en) | Optimized tote recommendation process in warehouse order fulfillment operations | |
CN116702454A (zh) | 一种物流布局的建模方法、装置、电子设备及存储介质 | |
CN111747008A (zh) | 出库定位方法、装置和系统 | |
US11741564B2 (en) | Sequence adjustment for executing functions on hems in an order | |
CN115310917A (zh) | 一种入库管理方法 | |
WO2022027357A1 (zh) | 一种无人环境下的提货方法、系统和计算机可读存储介质 | |
CN112034841A (zh) | 一种无人环境下的提货方法、系统和计算机可读存储介质 | |
WO2020057278A1 (zh) | 无人设备路径规划方法和装置 | |
Bi et al. | Dynamic weighted and heat-map integrated scalable information path-planning algorithm | |
LU101993B1 (en) | Picking method and system in unattended environment, and computer readable storage medium | |
US20240165802A1 (en) | System and Method for Scheduling Tasks for Mobile Robots | |
CN117196263B (zh) | 一种货物调度方法、装置、设备及计算机可读存储介质 | |
CN109146167B (zh) | 寻求最短粮食运输路径的方法、设备、系统及存储介质 | |
CN117973771A (zh) | 多机器人任务调度方法、装置、电子设备及存储介质 | |
CN115421493A (zh) | 一种基于bsp模型的多agv的a*路径规划方法、系统及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |