CN113614768A

CN113614768A - 仓库订单履行操作中优化的装运箱推荐过程

Info

Publication number: CN113614768A
Application number: CN202080022455.7A
Authority: CN
Inventors: 迈克尔·查尔斯·约翰逊; 肖恩·约翰逊; 路易斯·贾克斯; 布鲁斯·韦尔蒂
Original assignee: Locus Robotics Corp
Current assignee: Locus Robotics Corp
Priority date: 2019-01-30
Filing date: 2020-01-30
Publication date: 2021-11-05
Also published as: EP3903255A1; CA3128183A1; AU2023210522A1; AU2020214805A1; NZ778426A; JP7268171B2; KR20210130155A; US20200239233A1; US10994933B2; JP2022523318A; WO2020160207A1

Abstract

一种用于推荐供操作员选择以用于在机器人引入过程中使用的装运箱类型的方法，其中所述机器人在仓库管理系统的控制下操作以履行订单，每个订单包括一个或多个物品并且每个物品位于仓库中。所述方法包括对来自订单队列的一个或多个订单进行分组以形成至少一个订单集。所述方法还包括基于所述至少一个订单集的特性，标识要指配给所述机器人以在所述机器人上运载所述订单集的优选装运箱类型。所述方法还包括将所述优选装运箱类型传送给操作员以使得所述操作员能够从多个装运箱中选择要指配给所述机器人以便执行所述订单的所述优选装运箱类型的装运箱。

Description

仓库订单履行操作中优化的装运箱推荐过程

相关申请的交叉引用

本申请要求2019年1月30日提交的标题为OPTIMIZED TOTE RECOMMENDATIONPROCESS IN WAREHOUSE ORDER FULFILLMENT OPERATIONS的美国专利申请No.16/262,379的优先权，该申请与同样2020年1月30日提交的标题为TOTE INDUCTION IN WAREHOUSEORDER FULFILLMENT OPERATIONS的美国专利申请No.16/262,315有关，这些申请的内容通过引用整体地并入本文。

技术领域

本发明涉及仓库订单履行操作中的装运箱引入，并且更具体地涉及这样的装运箱引入，其中装运箱类型是基于正被指配的订单集的特性而选择的。

背景技术

通常在装满产品的大型仓库中执行订单履行，所述产品将被运送到已通过互联网下其订单以供送货上门的客户。在一些操作中，机器人可以用于协助人类进行物品检索，以便提高生产力和效率。至少可以说，以及时、准确且高效的方式履行此类订单在物流上是有挑战性的。点击虚拟购物车中的“结账”按钮创建“订单”。订单包括要运送到特定地址的物品的列表。“履行”的过程涉及从大型仓库中实际地取出或“拣选”这些物品、包装它们、并且将它们运送到指定地址。订单履行过程的一个重要目标因此是为了在尽可能短的时间内运送尽可能多的物品。

仓库管理系统(WMS)是支持像上述订单履行仓库一样的订单履行仓库中的日常操作的软件应用。WMS程序启用任务的集中式管理，诸如跟踪库存等级和库存位置。仓库管理系统也支持或指导所有主要和许多次要的仓库任务，诸如接收、检查和验收、上架、内部补货到拣选位置、拣选、包装、在运送坞上订单组装、文件编制和运送(装载到运载车辆上)。

WMS通常从通常为ERP系统的覆盖主机系统接收订单。对于经由电子商务订单的订单履行，客户一在线下订单，信息就经由主机计算机/ERP系统被传递到WMS。然后在WMS内处理用以管理订单的所有必要步骤(例如拣选所订购的物品等)。此后，将信息发送回到ERP系统以支持财务交易、对客户的提前运送通知、库存管理等。

随着来自WMS的订单累积，它们被保持在WMS中的订单队列中或者可以将来自WMS的订单数据提供给单独的软件系统(例如订单服务器)，其中能够建立订单队列并将其分发给机器人以在仓库内执行订单。订单可以按它们到达的次序被从订单队列中依次取出并且指配给机器人以在称为引入的过程中执行订单。订单也可以被布置在订单队列中并且根据客户合同中定义的服务等级要求或者基于客户运送要求来指配。个别机器人可以运载允许单个机器人执行多个订单的装运箱阵列，一个订单被存储在阵列的每个箱柜或隔间中。

由于订单被分组并指配给正被引入的机器人，所以引入工位处的人类操作员可能被要求选择适合于指配给机器人的订单的装运箱/装运箱阵列。在此过程中，因此存在错误和效率低下的空间，因为操作员可能选择隔间数量或尺寸不适合订单中的物品的装运箱并放置在机器人上。或者，可能未针对订单队列中的订单集优化所选择的装运箱。这将导致将需要在拣选过程中纠正的问题。因此，需要基于在引入过程中指配给机器人的订单集来优化装运箱/装运箱阵列的选择。

另外，由于订单被分组并指配给正被引入的机器人，所以如果订单中的物品位于仓库内没有许多机器人/操作员活动的位置中，则机器人在他们被服务之前可能闲置延长时段。这也可以导致仓库操作效率降低。

发明内容

本发明优于现有系统的益处和优点将从发明内容和接着的具体实施方式中容易地显而易见。本领域技术人员将领会，本教导能够用除在下面概括或公开的那些实施例以外的实施例来实践。

在一个方面中，本发明的特点在于一种用于推荐供多个操作员中的第一操作员选择以在仓库中操作的多个机器人中的第一机器人上的引入过程中使用的装运箱类型的方法。多个机器人与仓库管理系统交互以履行订单，每个订单包括一个或多个物品并且每个物品位于仓库中。该方法包括：对来自订单队列的一个或多个订单进行分组以形成至少一个订单集；以及基于该至少一个订单集的特性，标识要指配给第一机器人以运载该订单集的优选装运箱类型。该方法还包括：将优选装运箱类型传送给第一操作员以使得第一操作员能够从多个装运箱中选择要指配给第一机器人以履行订单集的优选装运箱类型的装运箱。

在本发明的其他方面中，可以包括以下特征中的一个或多个。分组的步骤可以包括选择仓库中的锚位置并且为第一机器人生成订单集，该订单集与仓库中的锚位置相关。选择锚位置的步骤可以包括评估仓库中的多个机器人、多个操作员或多个活动位置中的一个或多个的位置，并且它可以包括标识在仓库中彼此接近的多个机器人、多个操作员和/或多个活动位置的一个或多个组。多个活动位置中的每一个可以是与已被指配给多个机器人中的一个以供履行的订单中的物品相关联的位置。标识在仓库中彼此接近的多个机器人、多个操作员和/或多个活动位置的一个或多个组的步骤可以包括：选择一组并且将所选择的组中的机器人、操作员或活动位置中的一个标识为锚机器人、锚操作员或锚活动位置；以及将所选择的锚机器人、锚操作员或锚活动位置的位置用作锚位置。选择组的步骤可以包括基于机器人、操作员和/或活动位置的数量来选择组。选择组的步骤可以包括基于机器人、操作员和活动位置中的一个与机器人、操作员和活动位置中的另一个的比率来选择组。生成订单集的步骤可以包括部分地基于订单与锚位置的接近度来选择订单。标识要指配给第一机器人的优选装运箱类型的步骤可以包括将订单集的至少一个特性与一种或多种装运箱类型的至少一个特性进行比较。订单集的至少一个特性可以包括订单的尺寸、体积和数量中的一个或多个。一种或多种装运箱类型的至少一个特性可以包括隔间的尺寸、体积和数量中的一个或多个。传送给第一操作员的步骤可以包括显示图像或提供优选装运箱类型的描述中的一个。

在另一方面中，本发明的特征在于一种用于推荐供多个操作员中的第一操作员选择以在仓库中操作的多个机器人中的第一机器人上的引入过程中使用的装运箱类型的系统。多个机器人与仓库管理系统交互以履行订单，每个订单包括一个或多个物品并且每个物品位于仓库中。该系统包括处理器，该处理器被配置为：对来自订单队列的一个或多个订单进行分组以形成至少一个订单集；以及基于该至少一个订单集的特性，标识要指配给第一机器人以运载该订单集的优选装运箱类型。处理器还被配置为将优选装运箱类型传送给第一操作员以使得第一操作员能够从多个装运箱中选择要指配给第一机器人以履行订单集的优选装运箱类型的装运箱。

在本发明的进一步方面中，可以包括以下特征中的一个或多个。在执行分组的步骤中，处理器可以被配置为：选择仓库中的锚位置；并且为第一机器人生成订单集，该订单集与仓库中的锚位置相关。在执行选择锚位置的步骤中，处理器可以被配置为：评估仓库中的多个机器人、多个操作员和多个活动位置的位置；以及标识在仓库中彼此接近的多个机器人、多个操作员和/或多个活动位置的一个或多个组。多个活动位置中的每一个可以是与已被指配给多个机器人中的一个以供履行的订单中的物品相关联的位置。在执行标识在仓库中彼此接近的多个机器人、多个操作员和/或多个活动位置的一个或多个组的步骤时，处理器可以被配置为：选择一组；将所选择的组中的机器人、操作员或活动位置中的一个标识为锚机器人、锚操作员或锚活动位置；以及将所选择的锚机器人、锚操作员或锚活动位置的位置用作锚位置。在执行选择组的步骤中，处理器可以被配置为基于机器人、操作员和/或活动位置的数量来选择组。在执行选择组的步骤中，处理器可以被配置为基于机器人、操作员和活动位置中的一个与机器人、操作员和活动位置中的另一个的比率来选择组。订单集的至少一个特性可以包括订单的尺寸、体积、重量、数量中的一个或多个。一种或多种装运箱类型的至少一个特性可以包括隔间的尺寸、体积、重量、数量中的一个或多个。在执行传送给第一操作员的步骤中，处理器可以被配置为显示图像或提供优选装运箱类型的描述。

本发明的这些和其他特征将从以下详细描述和附图中显而易见。

附图说明

现在将参考附图仅通过示例来描述本发明的实施例，其中：

图1是订单履行仓库的俯视图；

图2A是在图1所示的仓库中使用的机器人中的一个的基座的正视图；

图2B是在图1所示的仓库中使用的机器人中的一个的基座的透视图；

图3是配备有电枢并且停放在图1所示的架子前面的图2A和图2B中的机器人的透视图；

图4是在机器人上使用激光雷达创建的图1的仓库的部分地图；

图5是描绘用于定位分散在仓库中各处的基准标记并且存储基准标记姿态的过程的流程图；

图6是基准标识到姿态映射的表；

图7是箱柜位置到基准标识映射的表；

图8是描绘产品SKU到姿态映射过程的流程图；

图9是引入工位处的机器人和操作员的透视图；

图10A是在操作员显示屏幕上显示的单个装运箱的画面；

图10B是在操作员显示屏幕上显示的单个装运箱的另一配置的画面；

图10C是在操作员显示屏幕上显示的两位置装运箱阵列的画面；

图10D是在操作员显示屏幕上显示的四位置装运箱阵列的画面；

图10E是在操作员显示屏幕上显示的三位置装运箱阵列的画面；

图10F是在操作员显示屏幕上显示的六位置装运箱阵列的画面；

图11是描绘可用的不同装运箱/装运箱阵列类型以及关于装运箱/装运箱阵列类型的尺寸、体积和重量的信息的表；

图12的描绘根据本发明的一个方面的推荐要向操作员建议以用于引入机器人的装运箱类型的方法的流程图；

图13是描绘部署在仓库中的机器人和操作员的位置的订单履行仓库的一部分的俯视图；

图14是包括关于订单中的物品的尺寸、体积和重量的信息的描绘根据本发明的一个方面的订单队列的一部分的表；

图15是根据图12的流程图在操作员尚未选择所推荐的装运箱类型的情况下引入机器人的过程的流程图；

图16是示例性计算系统的框图；以及

图17是示例性分布式网络的网络图。

具体实施方式

参考在附图中描述和/或图示并且在以下描述中详述的非限制性实施例和示例更充分地说明本公开及其各种特征和有利细节。应当注意，附图中图示的特征不一定按比例绘制，并且如本领域技术人员将认识到那样，即使在本文中未显式地陈述，一个实施例的特征也可以与其他实施例一起被采用。可以省略公知组件和处理技术的描述，以免不必要地使本公开的实施例混淆。本文使用的示例仅仅旨在促进对可以实践本公开的方式的理解并且还使得本领域技术人员能够实践本公开的实施例。因此，本文的示例和实施例不应当被解释为限制本公开的范围。此外，应注意，相似的附图标记在附图的若干视图中自始至终表示类似的部分。

本公开涉及装运箱引入过程，该装运箱引入过程可以被应用于使用自主移动机器人或“AMR”的仓库中的订单履行操作以便提高效率和生产力。在所描述的应用中，机器人由人类操作员协助以更高效地执行物品的拣选和放置，但是本公开同样地适用于具有执行拣选和放置操作的铰接臂的机器人。此外，在本文中描述了特定AMR实现方式，但是它仅为根据本发明的引入过程提供上下文。可以结合本文描述的引入过程使用任何适用的机器人设计/系统。

参考图1，典型的订单履行仓库10包括装满能被包括在订单中的各种物品的架子12。在操作中，来自仓库管理服务器15的传入订单流16到达订单服务器14。订单服务器14可以尤其对订单进行优先级排序和分组，以便在引入过程期间指配给机器人18。当机器人由操作员引入时，在处理工位(例如工位100)处，订单16被例如以无线方式指配和传送给机器人18，以供执行。将在下面更详细地描述根据本发明的一个方面的引入过程。

本领域技术人员将理解，订单服务器14可以是具有被配置为与WMS服务器15和WMS软件互操作的分立软件系统的单独的服务器，或者订单服务器功能性可以被集成到WMS软件中并且在WMS服务器15上运行。

在优选实施例中，图2A和图2B所示的机器人18包括具有激光雷达22的自主轮式基座20。基座20的特点在于收发器(未示出)能够使得机器人18能够从订单服务器14和/或其他机器人以及一对数字光学相机24a和24b接收指令并且向其发送数据。机器人基座也包括用于对给自主轮式基座20供电的电池再充电的充电端口26。基座20的特点还在于处理器(未示出)从激光雷达及相机24a和24b接收数据以捕获表示机器人的环境的信息。存在存储器(未示出)，其与处理器一起操作以执行与仓库10内的导航相关联的各种任务，以及导航到放置在架子12上的基准标记30，如图3所示。基准标记30(例如，二维条码)对应于订购物品的箱柜/位置。在下面参考图4-8详细地描述本发明的导航方法。

基准标记也用于标识处理工位(包括引入工位)并且到此类处理工位基准标记的导航可以与到订购物品的箱柜/位置的导航相同。应当注意，本文描述的导航方法仅是示例性的并且可以使用任何其他适用的导航方法。

再次参考图2B，基座20包括能存储装运箱或箱柜以运载物品的上表面32。也示出了接合多个可互换电枢40中的任何一个的联接器34，所述多个可互换电枢中的一个被示出在图3中。图3中的特定电枢40的特点在于用于运载接收物品的装运箱44的装运箱支架42(在这种情况下为架子)以及用于支撑平板电脑48的平板支架46(或膝上型电脑/其他用户输入装置)。在一些实施例中，电枢40支撑用于运载物品的一个或多个装运箱。在其他实施例中，基座20支撑用于运载接收到的物品的一个或多个装运箱。如本文所使用的，术语“装运箱”包括但不限于货物支架、箱柜、笼、架子、能够悬挂物品的杆、罐、板条箱、机架、台、架台、容器、盒、金属罐、器皿和储存库。

尽管机器人18擅长在仓库10周围移动，但是利用当前的机器人技术，它不足以迅速地且高效地从架子拣选物品并且将它们放置在装运箱44中。当前，拣选物品的更高效方式是为了使用通常为人类的本地操作员50来执行以物理方式从架子12移除订购物品并且将其放置在机器人18上例如在装运箱44中的任务。机器人18经由本地操作员50能够读取的平板电脑48(或膝上型电脑/其他用户输入/输出装置)或者通过将订单发送到由本地操作员50使用的手持装置来将订单(即要选择的个别物品)传送给本地操作员50。

在从订单服务器14接收到订单16时，机器人18进行到第一仓库位置，例如，如图3所示。它基于存储在存储器中并由处理器执行的导航软件这样做。导航软件依靠如由激光雷达22所收集的关于环境的数据，即存储器中标识基准标记30的基准标识(“ID”)的内部表，该基准标记30对应于在仓库10中能够找到特定物品并且相机24a和24b能够导航到的位置。

在到达正确位置(姿态)时，机器人18将它自己停放在上面存储有物品的架子12前面，将物品信息传送给本地操作员50，并且等待本地操作员50从架子12取回物品并将其放置在装运箱44中。如果机器人18具有其他物品要取回，则它进行到那些位置。由机器人18取回的物品然后被递送给图1的处理工位100，在那里它们被包装和运送。虽然已关于此图将处理工位100描述为能够引入和卸载/包装机器人，但是它可以被配置为使得机器人在一工位处被引入或卸载/包装，即它们可以局限于执行单个功能。

为了简化本发明的描述，描述了单个机器人18和操作员50。然而，如从图1显然的，典型的履行操作包括在仓库中相互工作以履行连续订单流的许多机器人和操作员。

在下面关于图4-8详细地描述本发明的导航方法以及要取回的物品的SKU到与物品所位于的仓库中的基准标记相关联的基准ID/姿态的语义映射。应当注意，这是本文描述的示例性导航方法并且可以结合本文描述的引入过程使用任何合适的导航方法。

使用一个或多个机器人18，必须创建并动态地更新仓库10的地图以确定静态和动态对象的位置以及分散在仓库中各处的各种基准标记的位置。机器人18中的一个或多个利用其激光雷达22和同步定位映射(SLAM)来航行于仓库并且构建/更新地图10a，图4，所述SLAM是构造或更新未知环境的虚拟地图的计算方法。流行的SLAM近似求解方法包括粒子滤波器和扩展卡尔曼滤波器。SLAM GMapping方法是优选方法，但是能够使用任何合适的SLAM方法。

机器人18利用其激光雷达22来随着机器人18通过空间行进从而基于它在激光雷达扫描环境时接收的反射来标识空间中的开放空间112、墙壁114、对象116和诸如架子12a的其他静态障碍物而创建/更新仓库10的地图10a。

在构造地图10a的同时或此后，一个或多个机器人18使用相机24a和24b来导航通过仓库10以扫描环境以定位在接近存储有物品的箱柜(诸如32和34，图3)的架子上分散在仓库中各处的基准标记(二维条形码)。机器人18使用已知参考点或原点作为参考，诸如原点110。当基准标记(诸如基准标记30，图3和图4)由机器人18使用其相机24a和24b定位时，仓库中相对于原点110的位置被确定。通过使用两个相机，一个在机器人基座的任何一侧，如图2A所示，机器人18能够具有从机器人的两侧延伸出的相对较宽的视场(例如120度)。例如，这使得机器人能够在它沿架子过道上下行进时观察到其两侧的基准标记。

通过使用车轮编码器和航向传感器，能够确定矢量120和机器人在仓库10中的位置。使用所捕获的基准标记/二维条码的图像及其已知大小，机器人18能够确定基准标记/二维条码相对于机器人的定向和基准标记/二维条码离机器人的距离，即矢量130。在矢量120和130已知的情况下，能够确定原点110与基准标记30之间的矢量140。根据矢量140和所确定的基准标记/二维条码相对于机器人18的定向，能够确定基准标记30的姿态，其包括其在仓库中的位置(x、y、z坐标)以及其定向或四元数(x、y、z、ω)。应当注意，坐标可以仅包括x和y坐标，因为基准姿态通常位于地板上并且因此z坐标为零。

描述了描述图5的基准标记定位过程的流程图200。在初始映射模式下并且随着机器人18在执行拣选、放置和/或其他任务的同时遇到仓库中的新基准标记而执行这个。在步骤202中，机器人18使用相机24a和24b来捕获图像并且在步骤204中在所捕获的图像内搜索基准标记。在步骤206中，如果在图像中找到基准标记(步骤204)，则确定了基准标记是否已经被存储在图6的基准表300中，该基准表可以位于机器人18的存储器34中和/或在仓库管理系统15中。如果基准信息已经被存储在存储器中，则流程图返回到步骤202以捕获另一图像。如果它不在存储器中，则根据上述过程来确定姿态并且在步骤208中，将它添加到姿态查找表300。

在可以被存储在每个机器人的存储器中和/或在仓库管理系统15中的查找表300中，对于每个基准标记，包括基准标识1、2、3等以及与每个基准标识相关联的基准标记/条形码的姿态。如上面指示的，姿态由仓库中的x、y、z坐标以及定向或四元数(x、y、z、ω)构成。

在图7的另一查找表400中，也可以被存储在每个机器人的存储器中和/或在仓库管理系统15中的是仓库10内的箱柜位置(例如402a-f)的列表，这些箱柜位置与特定基准ID404例如数字“11”相关。在此示例中，箱柜位置由七个字母数字字符构成。前六个字符(例如L01001)与仓库内的架子位置有关并且最后一个字符(例如A-F)标识架子位置处的特定箱柜。在此示例中，存在与基准ID“11”相关联的六个不同的箱柜位置。可以存在与每个基准ID/标记相关联的一个或多个箱柜。位于充电区域19和处理工位100(图1)中的充电工位也可以被存储在表400中并且与基准ID相关。根据基准ID，可以在图6的表300中找到充电工位和处理工位的姿态。

字母数字箱柜位置对人类例如操作员50(图3)而言是可理解的，如对应于仓库10中存储有物品的物理位置一样。然而，它们对机器人18而言没有意义。通过将位置映射到基准ID，机器人18能够使用图6的表300中的信息来确定基准ID的姿态，然后导航到如本文所描述的姿态。

在图8的流程图500中描绘了根据本发明的订单履行过程。在步骤502中，图1的仓库管理系统15获得订单，其可以由要取回的一个或多个物品构成。在步骤504中，物品的SKU编号由仓库管理系统15确定，并且根据SKU编号，在步骤506中确定箱柜位置。然后将订单的箱柜位置的列表发送到机器人18。在步骤508中，机器人18使箱柜位置与基准ID相关联并且根据基准ID，在步骤510中获得每个基准ID的姿态。在步骤512中，机器人18导航到如图3所示的姿态，其中操作员能够从适当的箱柜拣选要取回的物品并且将其放置在机器人上。

由仓库管理系统15获得的物品特定信息，诸如SKU编号和箱柜位置，能够被发送到机器人18上的平板电脑48，使得能够在机器人到达每个基准标记位置时向操作员50通知要取回的特定物品。

在SLAM地图和基准ID的姿态已知的情况下，机器人18能够使用各种机器人导航技术容易地导航到基准ID中的任何一个。优选方法涉及考虑到仓库10中的开放空间112以及墙壁114、架子(诸如架子12)和其他障碍物116的知识设置到基准标记姿态的初始路线。当机器人开始使用其激光雷达22穿越仓库时，它确定在其路径中是否存在任何固定或动态障碍物，诸如其他机器人18和/或操作员50，并且将其路径迭代地更新为基准标记的姿态。机器人约每50毫秒一次重新规划其路线，从而在避开障碍物的同时不变地搜索最高效且有效的路径。

通常，机器人在仓库10a内的定位是通过在SLAM虚拟地图上操作的多对多多分辨率扫描匹配(M3RSM)来实现的。与蛮力方法相比，M3RSM显著地减少机器人执行SLAM闭环和扫描匹配(在确定机器人姿态和位置中的两个关键步骤)的计算时间。通过根据于2017年9月22日提交并且通过引用整体地并入本文的标题为Multi-Resolution Scan Matchingwith Exclusion Zones的相关美国申请序号15/712,222中公开的方法使M3SRM搜索空间最小化来进一步改进机器人定位。

利用与本文描述的SLAM导航技术组合的产品SKU/基准ID到基准姿态映射技术(两者都在本文中描述)，机器人18能够非常高效地且有效地航行于仓库空间，而不必使用通常使用的涉及网格线和中间基准标记来确定仓库内的位置的更复杂导航方法。

通常，在仓库中存在其他机器人和移动障碍物的情况下的导航是通过包括动态窗口方法(DWA)和最优相互碰撞避免(ORCA)的碰撞避免方法来实现的。DWA在可行的机器人运动轨迹当中计算避免与障碍物的碰撞并且有利于到目标基准标记的期望路径的增量移动。ORCA最优地避免与其他移动机器人的碰撞，而无需与其他机器人进行通信。导航作为沿着以大约50ms更新间隔计算的轨迹的一系列增量移动继续进行。可以通过于2017年9月22日提交并且通过引用整体地并入本文的标题为Dynamic Window Approach Using OptimalReciprocal Collision Avoidance Cost-Critic的相关美国申请序号15/712,256中描述的技术来进一步改进碰撞避免。

现在参考图9至图14，描述了根据本发明的一个方面的机器人引入过程。由操作员602照管的图9的引入工位600被示出有被定位以供引入的机器人604。机器人604已经以上述方式导航到与引入工位600相关联的姿态(x、y坐标)，以便被“引入”或指配要在仓库中“拣选”的订单或订单集。

在引入期间，存在可以由WMS或订单服务器(可以在本文中互换地使用这些术语)近实时地进行的四个过程步骤。这些步骤包括：1)标识将引入机器人的操作员；2)基于订单队列中的订单来推荐供操作员选择的装运箱/装运箱阵列类型；3)使由操作员选择的装运箱与机器人相关联；以及4)将来自订单队列的订单组/订单集指配给机器人。将进而在下面讨论这些步骤。

操作员标识

在引入的第一步骤中，可以经由近场蓝牙RFID徽章例如徽章603标识装运箱引入者(例如操作员/员工602)，使得WMS知道哪个操作员将要引导下一个机器人，即机器人604。当然，可以采用标识操作员的其他方式，包括低功耗蓝牙信标，或经由借助于计算机606手动登录到WMS。在优选实施例中，计算机606具有集成或独立接近传感器，诸如蓝牙RFID徽章读取器612，当操作员602进入引入工位600处接近计算机606和正被引入的机器人604的区域614时，传感器感测操作员602的徽章603。区域614的大小可以取决于特定实现方式而变化，但是可以通常是在直径上以计算机606或徽章读取器612的位置为中心大约一至两米。应当注意，代替计算机606操作员可以使用任何合适的手持装置，包括平板电脑或智能电话。

当操作员602进入区域614时，徽章读取器612读取由本地操作员602穿戴的徽章603并且计算机606然后将关于徽章603的信息传送给WMS。WMS然后可以检索关于与徽章信息相关联的操作员的数据。该数据可以包括用于经由计算机606(或经由手持装置)与WMS交互的操作员偏好，诸如语言偏好等。WMS还可以跟踪操作员活动并且维护关于操作员性能的统计。当操作员602离开区域614时，WMS指示此操作员不再作为工位600处的装运箱引入者操作并且能够终止该操作员的引入会话。如果另一操作员随后进入区域614(或操作员602重新进入区域614)，则该操作员被标识为工位600的装运箱引入者并且新引入会话开始。

装运箱类型推荐

在引入过程的第二步骤中，可以基于WMS的订单池中的最佳可用的订单或订单集来推荐特定装运箱类型(例如单个装运箱或具有多个隔间的装运箱阵列)。在下面更详细地描述用于将订单分组成订单集或组并且标识要推荐给操作员的装运箱类型的示例性过程。例如，可以在计算机606的显示器上或在手持装置的显示器上为操作员显示装运箱类型。在显示器上的是可以是所推荐的装运箱类型的名称/描述和/或所推荐的装运箱类型的图像。

在引入工位600上示出的是两种类型的装运箱阵列即包括两个隔间并且能够处理订单集中的两个订单的装运箱阵列608和包括四个隔间并且能够处理订单集中的四个订单的装运箱阵列610的示例。在图10A-10F中描绘了如可以在计算机606上显示的若干装运箱类型的示例。

在图10A中，示出了形式为具有完全开放顶部621的矩形容器的单个装运箱620。装运箱620的高度小于其长度并且与其宽度几乎相同。此装运箱可以被用于具有一个更大的物品或许多更小的物品的单个订单，这些许多更小的物品一起需要更大体积的容器。图10B的装运箱622也是可以被用于单个订单的单个装运箱。它在顶部中具有更小的圆形开口623，所以此装运箱更适合于单个更高/更长且更薄的物品。

图10C的装运箱阵列624是由具有可以通过其放置拣选物品的前/侧开口的两个容器625a和625b形成的两位置阵列。此阵列适合于两个订单的集合，其中来自每个订单的物品被放置在两个容器625a和625b中的一个中。图10D的装运箱阵列628是也由具有可以通过其放置拣选物品的前/侧开口的两个容器627a和627b形成的四位置阵列。此阵列也包括分隔器629a和629b，它们分别将容器627a和627b中的每一个划分成两个隔间。因此，此阵列适合于四个订单的集合，其中来自每个订单的物品被放置在四个隔间中的每一个中。

图10E的装运箱阵列628是由具有可以通过其放置拣选物品的前/侧开口的三个容器631a、631b和631c形成的三位置阵列。此阵列适合于三个订单的集合，其中来自每个订单的物品被放置在三个容器631a、631b和631c中的一个中。图10F的装运箱阵列630(图10F)是也由具有可以通过其放置拣选物品的前/侧开口的三个容器633a、633b和633c形成的六位置阵列。此阵列也包括分隔器635a、635b和635c，它们分别将容器633a、633b和633c中的每一个划分成三个隔间。因此，此阵列适合于六个订单的集合，其中来自每个订单的物品被放置在六个隔间中的每一个中。

取决于要运载的物品的类型，上述装运箱/容器可以具有任何期望的尺寸和体积。

现在参考图11，可以将包括可供操作员选择以用于引入的装运箱类型和关于不同的装运箱类型的某些物理特性的表650保存在存储器中。物理特性可以包括装运箱编号或标识符(列652)、装运箱类型(列654)、每个隔间和/或开口的尺寸(高度、宽度和长度)(列656)、以及每个隔间的体积(列658)。可以在表650中包括这些特性中的一些或全部并且可以包括附加特性。

参考图12，示出了描述根据本发明的一个方面的装运箱推荐过程的流程图700。如上所述，关于图9，机器人导航到工位600以被引入。在步骤702，系统评估工位600的配置。引入工位可能具有限制并且被配置为指配来自从仓库运送产品的仅一个或若干指定零售商的订单。或者，工位可能没有限制并且能够指配来自任何零售商的订单。

在步骤704中，确定了能够从引入工位指配的零售商中的任一个是否相对于其他零售商具有优先级等级。换句话说，基于仓库操作员与零售商的合同，某些零售商与其他零售商比可以具有更高的优先级。如果没有零售商优先级要调整，则可以同等地考虑来自可用于引入工位的所有零售商的订单，而不是基于优先级来优于其他订单而选择某些零售商订单。在步骤706装运箱推荐过程开始，并且在步骤708，基于零售商优先级(若有的话)组织如在步骤704中确定的来自可从零售商获得的订单队列的订单。如果对零售商没有限制并且没有具有优先级等级的零售商，则可以例如按订单的年龄来组织订单队列，其中最旧订单处于队列的顶部。

在步骤710，确定了用于引入工位的可用零售商是否具有他们需要的一个或多个指定的装运箱类型，即装运箱类型/隔间的数量、隔间的体积或立方。如果他们这样做，则系统将仅从优选装运箱类型中选择以供推荐。如果他们不这样做，则系统可以从可用装运箱类型中的任一种中选择。

在步骤712中，已经被部署在仓库中的机器人被选择为所谓的“锚机器人”，围绕它构建订单集。锚机器人被选择以便在仓库的例如存在更高等级的拣选活动的特定区域中构建订单集。通过向正被引入的机器人指配在锚机器人的位置附近的订单集，更可能的是，将在该区域中有操作员以迅速地为机器人服务并且提高机器人拣选过程的效率。

或者，可以选择锚操作员并且可以围绕锚操作员的位置来构建订单集。可以选择锚操作员以在仓库的同样存在更高等级的拣选活动的特定区域中构建订单集。又一替代方案是基于仓库中已经将要拣选的物品的数量指配给机器人的区域来选择要构建订单集的位置。这提供即将到来的机器人/操作员活动的指示。要拣选的每个物品与仓库中的位置或姿态相关联并且可以将此类位置称为活动位置。可以将一个这样的活动位置指定为锚活动位置。应当注意，活动位置的姿态是如上所述与对应于被指配要拣选的物品的基准标记/二维条码相关联的位置。

参考图13，典型的订单履行仓库10a的一部分包括装满能被包括在订单中的各种物品的架子，例如架子12a，以及部署在仓库中以执行订单(例如，拣选订单)的多个机器人，例如18a。另外示出的是分散在仓库中各处以在从架子拣选物品时为机器人服务的许多操作员，例如50a。根据本发明的一个方面，被部署为在仓库内拣选订单和/或操作员的机器人可以根据其在仓库中的位置被分组。或者，可以对仓库中已被指配给机器人但是仍然尚未被拣选的物品的位置(姿态)(所谓的“活动位置”)进行标识和分组。使用这些分组中的一个或多个，可以选择锚机器人、锚操作员或锚活动位置。

分组过程的示例在图13中被示出为包括五个组，即组730、732、734、736和738。可以以各种方式选择组，包括例如通过查找机器人/操作员/活动位置的集群并且用预定义半径的圆包围它们。或者，可以使用仓库内的预定义区域来建立组。例如，可以将仓库划分成四个相等大小的区域，其中的每一个区域将构成一组。无论哪种方式，一旦组被设置，就可以选择一组作为锚组，并且可以选择锚组中的机器人、操作员或活动位置中的一个作为锚机器人/操作员/活动位置，围绕它构建订单集。

用于选择锚组的过程可以包括基于组内的机器人/操作员/活动位置因素来选择组。这些因素可以是人口数或比率或两者的组合。这可以以各种方式完成，包括选择具有最高机器人/操作员/活动位置密度(即，如果组的区域大小不同则为遍及每个分组的区域的机器人/操作员/活动位置的数量)或当组的大小全部相同时具有最大数量的机器人/操作员/活动位置的区域。例如，可以选取组738作为锚组，因为与其他组相比，它具有最高数量的机器人、操作员和活动位置(十一个)。

或者，锚组可以是具有最高数量的机器人的组，诸如具有五个机器人的组736，或者可以选择具有最高数量的操作员的组，其也是具有四个操作员的组738。也可以基于操作员与机器人比率或基于机器人/操作员密度和操作员与机器人比率的组合来选择锚组。选择锚组的另一方式可以是通过评估组内的活动位置的数量。活动位置741、743和744被示出在738中。在组736中存在两个活动位置，即745和746。在组730、732和734中在每个中存在仅一个活动位置，即活动位置747、748和749。因此，如果基于活动位置人口数来选择锚组，则将再次选择组738。

目标是为了选择具有高水平的活动的组，使得由正被迅速地且高效地引入的机器人执行订单的机会将增加。对于此示例，假定已选择组738作为锚组。可以选择锚机器人、操作员或活动位置并且可以使用其已知位置(锚位置)来选择要指配给机器人的订单并对其进行分组。可以将组中的任何机器人/操作员/活动位置用作锚，但是选择在锚组中心附近的位置将是优选的。在这种情况下，可以选择机器人740作为锚机器人。或者，可以选择诸如锚操作员742的锚操作员或诸如活动位置743的锚活动位置。

再次参考图12的流程图700，利用从步骤708组织的订单队列、来自步骤710的零售商配置信息、以及所选择的锚机器人/锚订单/锚活动位置，并且在由此锚位置已知的情况下，如在步骤712中确定的，能够在步骤714中建立订单集。通常，可以使用用于将订单分组成订单集的任何方法，包括例如先进先出(“FIFO”)方法。然而，在具有已被确定为在仓库的活动区域中的锚位置后，建立接近锚位置的订单集是所希望的方法，因为它将改进整体拣选效率。在于2016年9月1日提交的标题为Order Grouping in Warehouse OrderFulfillment Operations的共同未决美国专利申请No.15/807,672中描述了一种用于基于可以被使用的“相似度”(即彼此的接近度)将订单分组成订单集的方法。此申请通过引用整体地并入本文。

在上面提到的专利申请中描述的订单分组过程提供了将“相似的”订单聚类或分组在一起以减少机器人执行订单集所需要的行进量的机会。例如，如果订单的个别物品或“拣选”在仓库内位于在彼此附近，则可以确定订单彼此“相似”。在对相似的订单进行分组以便指配给机器人时，机器人将行进更少的距离以履行订单并且因此提高仓库操作的拣选速率和整体效率/生产力。

典型的仓库管理系统不包含关于存储在其中的物品在仓库中的物理位置的信息。根据本发明的一个方面并且如在共同未决美国专利申请No.15/807,672中描述的订单分组过程具有存储在仓库内的所有物品的位置(x、y坐标)的知识。此订单分组过程被描述如下。

参考图14，示出了如下所述基于与锚位置的接近度排序的从图12的步骤714建立的样本订单队列750的一部分。订单队列包括被排队以便指配给机器人以供执行的订单的列表(列752)。对于列752中的每个订单，存在包括坐标(x₁,y₁)、(x₂,y₂)和(x₃,y₃)的三组列754、756和758。这些坐标对应于聚类区域的中点。聚类区域是通过在坐标图上标绘物品的位置并且将它们分组成彼此极为接近的一个或多个物品的聚类而形成的。

一旦订单队列被每个订单中的聚类区域的中点填充，系统然后就可以使用订单队列来将“相似的”订单分组在一起并且指配它们以供执行。换句话说，可以基于在共同未决美国专利申请No.15/807,672中详细地描述的相似度评分系统来布置订单队列，该相似度评分系统基于计算出的离位置的距离来指配分数。在这种情况下，该位置是锚位置。在队列的顶部的订单在队列750的示例中是订单760，并且它可以被指定为“锚订单”，意味着它是最接近锚位置的订单，因为它具有最低分数，即“5”。

订单队列750中的列780包含每个订单相对于锚位置的相似度分数。订单队列被按每个订单或其部分的相似度以升序排序以便与用于指配给正被引入的机器人的锚订单一起分组。订单相对于锚位置/锚订单的评分范围从11到226，其指示其他订单与锚订单以及因此与锚位置有多“相似”。可以将相似度定义为每个订单与锚订单和锚位置的接近程度(数字越低越靠近)。一旦根据相似度来组织订单队列，就可以将订单分组成订单集，诸如订单集782，其在此示例中是三个订单的集合。

可以以各种方式确定要分组以形成订单集的订单的数量，包括根据可供使用的装运箱类型来设置它。或者，系统可能总是设法使用具有最大数量的隔间(例如六个隔间的装运箱)，并且那样对订单进行分组(即每个订单集各6个订单)。或者，它可以基于最常见的可用装运箱类型例如三隔间装运箱分组，就像建立三个订单的集合的上述示例中的情况一样。订单的数量可以基于它们的相似度或彼此的接近度被分组。换句话说，参考表750，基本订单可以与相似度为“20”或更少的订单一起分组，这在该示例中将导致订单集中的前四个订单而不是三个订单的分组。当然，这假定具有指定数量的隔间的装运箱类型是可用的。

不管用于对队列进行排序并且选择订单集的方法如何，队列中的每个订单可以包含关于可以在装运箱类型的推荐中使用的订单的特性的信息。订单的特性可以包括订单中的物品的尺寸(H、W或L)，如列784和列786中所示每个订单中的物品的体积或立方。可以将特性定义为聚合量，即订单中的所有物品的总体积/立方。对于尺寸，可以使用订单中的所有物品的每个尺寸(x、y、z)的最大值。如将在下面描述的，此信息可以帮助为订单集选择适当的装运箱类型，以便确保订单集中的所有物品都可以适合选择的装运箱类型。

再次参考图12，在步骤716中，可以确定订单集中的每个订单的尺寸或体积中的一者或两者，并且在步骤718中执行最佳拟合分析以确定将最适合订单集的可用装运箱的装运箱类型(例如如图11所示保存在存储器中的装运箱类型)。在订单集782的示例中，订单的尺寸和/或体积中的一者或两者与具有三个隔间的可用装运箱类型的尺寸/体积进行比较，因为订单集782具有三个订单，每个订单具有它自己的隔间。如果存在具有所需数量的隔间的仅一种装运箱类型，则仍会进行分析以确保订单将适合该装运箱阵列。如果存在具有所需数量的隔间的多种装运箱类型，则会进行分析并且可以基于期望准则如最接近拟合或最大额外容量来选择装运箱类型。如果没有具有所需容量的装运箱类型，则可以重新组织订单队列或者可以从现有订单队列中的不同订单重新建立订单集，然后重新执行相同的装运箱类型最佳拟合分析。

一旦执行了最佳拟合分析并且确定了装运箱类型，在步骤720中就可以向图9的操作员602显示最佳拟合装运箱类型的图像或描述作为所推荐的装运箱类型。在步骤722中，系统循环回到步骤706以对于下一个机器人针对下一个订单再次开始该过程。

在替代实施例中，可以通过考虑到装运箱阵列的当时可用性按要对照订单队列运行的许多期望参数而构造查询来将图12的流程图700的步骤714、716和718折叠成单个步骤。例如，系统可以被配置为默认为最高密度的可用装运箱阵列(即具有最大数量的隔间的装运箱阵列)，然后基于客户优先级(如由服务等级协议确定)、订单与锚位置的相似度/接近度、以及与已知最高密度的装运箱阵列的隔间的匹配度(尺寸和/或体积)来进行查询。

使用上述类型的查询，将基于最高客户优先级、与锚位置的接近度、以及与装运阵列的隔间大小的匹配度来检索具有等于最高密度的可用装运箱阵列中的隔间的数量的多个订单的订单集。作为示例，在隔间具有特定体积(即液体立方)的六隔间装运箱阵列情况下，查询将首先基于客户优先级并且接下来基于相似度(与锚位置的接近度)返回六个订单的集合，每个订单具有适合装运箱阵列中的隔间的体积的聚合体积(订单中的每个物品的体积之和)。

将所选择的装运箱关联到机器人

继装运箱类型推荐之后，操作员将选择装运箱/装运箱阵列并且扫描装运箱/装运箱阵列上的条形码。可以以于2016年9月1日提交并且通过引用整体地并入本文的标题为Item Storage Array for Mobile Base in Robot Assisted Order-FulfillmentOperations的美国专利申请No.15/254,321中描述的方式实现此过程。一旦被扫描，WMS就将所选择的装运箱/装运箱阵列关联或指配到机器人604以进行正被引入机器人的当前拣选过程。根据条形码，WMS能够检索关于所选择的装运箱/装运箱阵列的信息以确定它是否与所推荐的装运箱类型匹配。优选地，向操作员推荐的装运箱类型是所选择的装运箱类型，但是由于各种原因将不总是如此。将订单集指配给机器人的最后步骤是如下所述进行的。

将订单集指配给机器人

根据条形码，WMS知道所选择的已与正被引入的机器人相关联/指配给正被引入的机器人的装运箱/装运箱阵列类型。系统确定所选择的装运箱类型是否与所推荐的装运箱类型匹配，并且在匹配的情况下使用在图12的流程图700的步骤714中确定的订单集并将其指配给机器人。引入过程完成，并且机器人离开引入工位以履行所指配的订单集。

如果系统确定所选择的已与正被引入的机器人相关联/所选择的指配给正被引入的机器人的装运箱类型与所推荐的装运箱类型不匹配，则必须使用图15的流程图800来为所选择的装运箱类型生成新订单集，图15是图12的流程图700的步骤的子集。

根据流程图700中描述的过程，系统已经评估了工位600的配置并且知道任何限制，例如是否只有某些零售商的引入工位是专用的或是否有零售商的优先级别必须被考虑。基于此，在图15的步骤810中，可以访问并再次使用已经被组织/排序的订单队列以基于由操作员选择的实际装运箱类型来指配订单集。或者，可以使用相同的准则来重新组织/重新排序订单队列，并且可以在步骤810中访问经重新排序的订单队列。

在步骤812中，使用已经部署在仓库中的机器人来选择锚机器人，可以围绕该锚机器人构建订单集。或者，可以选择锚操作员或锚活动位置并且可以围绕锚操作员或锚活动位置构建订单集。在步骤814中，使用锚机器人/操作员/活动位置，可以构建订单集。在上面关于流程图700描述这些过程步骤。

在步骤816中，确定订单集中的每个订单的尺寸、体积或重量、容量中的一个或多个，并且在步骤818中，将订单集的尺寸与由操作员选择的装运箱类型(参见如图11所示保存在存储器中的装运箱类型)的尺寸进行比较以确定它是否能够容纳订单集中的物品。如果装运箱类型能够容纳订单集，则在步骤820将订单集指配给机器人。如果所选择的装运箱类型不能容纳订单集，则系统返回到步骤810并且通过对队列进行重新排序和/或选择不同的锚机器人来再次开始该过程。

非限制性计算装置示例

图16是依照如上面参考图1-15所描述的各种实施例的诸如能够被使用的示例性计算装置1010或其部分的框图。计算装置1010包括用于存储用于实现示例性实施例的一个或多个计算机可执行指令或软件的一个或多个非暂时性计算机可读介质。非暂时性计算机可读介质能够包括但不限于一种或多种类型的硬件存储器、非暂时性有形介质(例如，一个或多个磁存储盘、一个或多个光盘、一个或多个闪速驱动器)等。例如，计算装置1010中包括的存储器1016能够存储用于执行本文公开的操作的计算机可读和计算机可执行指令或软件。例如，存储器能够存储软件应用1040，该软件应用被编程为执行如关于图1-15所讨论的各种公开的操作。计算装置1010也能够包括可配置和/或可编程处理器1012和相关核心1014，以及任选地，用于执行存储在存储器1016中的计算机可读和计算机可执行指令或软件以及用于控制系统硬件的其他程序的一个或多个附加可配置和/或可编程处理器件，例如处理器1012'和相关核心1014'(例如，在具有多个处理器/核心的计算装置的情况下)。处理器1012和处理器1012'可以各自是单核心处理器或多核心(1014和1014')处理器。

能够在计算装置1010中采用虚拟化，使得能够动态地共享计算装置中的基础设施和资源。能够提供虚拟机1024来处理在多个处理器上运行的进程，使得该进程展现出正在使用仅一个计算资源而不是多个计算资源。也能够与一个处理器一起使用多个虚拟机。

存储器1016能够包括计算装置存储器或随机存取存储器，诸如但不限于DRAM、SRAM、EDO RAM等。存储器1016也报告包括其他类型的存储器或其组合。

用户能够通过可视显示装置1001、111A-D(诸如计算机监视器)与计算装置1010交互，所述可视显示装置能够显示能够依照示例性实施例提供的一个或多个用户界面1002。计算装置1010能够包括用于从用户接收输入的其他I/O装置，例如键盘或任何合适的多点触摸界面1018、指点装置1020(例如，鼠标)。键盘1018和指点装置1020能够耦合到可视显示装置1001。计算装置1010能够包括其他合适的常规I/O外围装置。

计算装置1010也能够包括一个或多个存储装置1034，诸如但不限于硬盘驱动器、CD-ROM、或其他计算机可读介质，以用于执行本文公开的操作的存储数据和计算机可读指令和/或软件。示例性存储装置1034也能够存储一个或多个数据库以用于存储实现示例性实施例所需要的任何合适的信息。能够在任何合适的时间手动地或自动地更新数据库以添加、删除和/或更新数据库中的一个或多个项。

计算装置1010能够包括被配置为通过各种连接经由一个或多个网络装置1032与一个或多个网络对接的网络接口1022，所述网络例如局域网(LAN)、广域网(WAN)或因特网，所述各种连接包括但不限于标准电话线、LAN或WAN链路(例如，802.11、T1、T3、56kb、X.25)、宽带连接(例如，ISDN、帧中继、ATM)、无线连接、控制器区域网络(CAN)或上述中的任一个或全部的某个组合。网络接口1022能够包括内置网络适配器、网络接口卡、PCMCIA网络卡、卡总线网络适配器、无线网络适配器、USB网络适配器、调制解调器，或适合于将计算装置1010对接到能够通信并且执行本文描述的操作的任何类型的网络的任何其他装置。此外，计算装置1010可以是任何计算装置，诸如工作站、台式计算机、服务器、膝上型电脑、手持计算机、平板计算机，或能够通信并且具有足够的处理器能力和存储器容量来执行本文描述的操作的其他形式的计算或电信装置。

计算装置1010能够运行任何操作系统1026，诸如

操作系统(Microsoft,Redmond,Wash.)的任何版本、Unix和Linux操作系统的不同版本、用于Macintosh计算机的MAC

(Apple,Inc.,Cupertino,Calif.)操作系统的任何版本、任何嵌入式操作系统、任何实时操作系统、任何开源操作系统、任何专有操作系统，或能够在计算装置上运行并且执行本文描述的操作的任何其他操作系统。在示例性实施例中，能够在本机模式或仿真模式下运行操作系统1026。在示例性实施例中，能够在一个或多个云机器实例上运行操作系统1026。

图17是某些分布式实施例的示例计算装置框图。尽管图1-15和以上示例性讨论的部分参考各自在单独或公共计算装置上运行的仓库管理系统15、订单服务器14和区域服务器，但是一个人将认识到，仓库管理系统15、订单服务器14和/或区域服务器中的任何一个可以替代地跨网络1105分布在单独的服务器系统1101a-d中并且可能分布在诸如信息亭、台式计算机装置1102或移动计算机装置1103的用户系统中。例如，订单服务器14和/或区域服务器可以分布在机器人18的平板电脑48之中。在一些分布式系统中，仓库管理系统软件、订单服务器软件和区域引擎中的任何一个或多个的模块能够分别地位于服务器系统1101a-d上并且能够跨网络1105相互通信。

虽然本发明的前面的描述使得普通技术人员能够做出并使用目前被认为是其最佳模式的东西，但是普通技术人员将理解和领会在本文中存在特定实施例和示例的变化、组合和等同物。本发明的上述实施例旨在仅为示例。在不脱离本发明的范围的情况下，本领域技术人员可以对特定实施例实现变更、修改和变化，本发明的范围仅由所附权利要求限定。本发明因此不受上述实施例和示例限制。

在已描述本发明及其优选实施例后，描述了是新的并且由专利证书保护的权利要求书。

Claims

1.一种用于推荐供多个操作员中的第一操作员选择以用于在仓库中操作的多个机器人中的第一机器人上的引入过程中使用的装运箱类型的方法，其中所述多个机器人与仓库管理系统交互以履行订单，每个订单包括一个或多个物品并且每个物品位于所述仓库中，所述方法包括：

对来自订单队列的一个或多个订单进行分组以形成至少一个订单集；

基于所述至少一个订单集的特性，标识要指配给所述第一机器人以运载所述订单集的优选装运箱类型；以及

将所述优选装运箱类型传送给所述第一操作员以使得所述第一操作员能够从多个装运箱中选择要指配给所述第一机器人以履行所述订单集的所述优选装运箱类型的装运箱。

2.根据权利要求1所述的方法，其中分组的步骤包括：

选择所述仓库中的锚位置；以及

为所述第一机器人生成订单集，所述订单集与所述仓库中的所述锚位置相关。

3.根据权利要求2所述的方法，其中选择所述锚位置的步骤包括评估所述仓库中的所述多个机器人、所述多个操作员或多个活动位置中的一个或多个的位置并且包括标识在所述仓库中彼此接近的所述多个机器人、所述多个操作员和/或所述多个活动位置的一个或多个组。

4.根据权利要求3所述的方法，其中所述多个活动位置中的每一个活动位置是与已被指配给所述多个机器人中的一个机器人以供履行的订单中的物品相关联的位置。

5.根据权利要求3所述的方法，其中标识在所述仓库中彼此接近的所述多个机器人、所述多个操作员和/或所述多个活动位置的一个或多个组的步骤包括：选择一组并且将所述选择的组中的所述机器人、操作员或活动位置中的一个标识为锚机器人、锚操作员或锚活动位置，以及将所述选择的锚机器人、锚操作员或锚活动位置的位置用作所述锚位置。

6.根据权利要求5所述的方法，其中选择所述组的步骤包括：基于机器人、操作员和/或活动位置的数量来选择所述组。

7.根据权利要求5所述的方法，其中选择所述组的步骤包括：基于机器人、操作员和活动位置中的一个与机器人、操作员和活动位置中的另一个的比率来选择所述组。

8.根据权利要求2所述的方法，其中生成订单集的步骤包括部分地基于所述订单与所述锚位置的接近度来选择订单。

9.根据权利要求1所述的方法，其中标识要指配给所述第一机器人的优选装运箱类型的步骤包括：将所述订单集的至少一个特性与一种或多种装运箱类型的至少一个特性进行比较。

10.根据权利要求9所述的方法，其中，所述订单集的至少一个特性包括订单的尺寸、体积和数量中的一个或多个。

11.根据权利要求10所述的方法，其中所述一种或多种装运箱类型的至少一个特性包括隔间的尺寸、体积和数量中的一个或多个。

12.根据权利要求1所述的方法，其中传送给所述第一操作员的步骤包括：显示图像或提供所述优选装运箱类型的描述中的一个。

13.一种用于推荐供多个操作员中的第一操作员选择以用于在仓库中操作的多个机器人中的第一机器人上的引入过程中使用的装运箱类型的系统，其中所述多个机器人与仓库管理系统交互以履行订单，每个订单包括一个或多个物品并且每个物品位于所述仓库中，所述系统包括处理器，所述处理器被配置为：

14.根据权利要求13所述的系统，其中在执行分组的步骤时，所述处理器被配置为：

选择所述仓库中的锚位置；以及

为所述第一机器人生成订单集，所述订单集与所述仓库中的所述锚位置相关联。

15.根据权利要求14所述的系统，其中在执行选择所述锚位置的步骤时，所述处理器被配置为：评估所述仓库中的所述多个机器人、所述多个操作员和多个活动位置的位置；以及标识在所述仓库中彼此接近的所述多个机器人、所述多个操作员和/或所述多个活动位置的一个或多个组。

16.根据权利要求15所述的系统，其中所述多个活动位置中的每一个活动位置是与已被指配给所述多个机器人中的一个机器人以供履行的订单中的物品相关联的位置。

17.根据权利要求15所述的系统，其中在执行标识在所述仓库中彼此接近的所述多个机器人、所述多个操作员和/或所述多个活动位置的一个或多个组的步骤时，所述处理器被配置为：选择一组并且将所述选择的组中的所述机器人、操作员或活动位置中的一个标识为锚机器人、锚操作员或锚活动位置；以及将所述选择的锚机器人、锚操作员或锚活动位置的位置用作所述锚位置。

18.根据权利要求17所述的系统，其中在执行选择所述组的步骤时，所述处理器被配置为基于机器人、操作员和/或活动位置的数量来选择所述组。

19.根据权利要求17所述的系统，其中在执行选择所述组的步骤中，所述处理器被配置为基于机器人、操作员和活动位置中的一个与机器人、操作员和活动位置中的另一个的比率来选择所述组。

20.根据权利要求19所述的系统，其中所述订单集的至少一个特性包括订单的尺寸、体积、重量、数量中的一个或多个。

21.根据权利要求20所述的系统，其中所述一种或多种装运箱类型的至少一个特性包括隔间的尺寸、体积、重量、数量中的一个或多个。

22.根据权利要求13所述的系统，其中在执行传送给所述第一操作员的步骤中，所述处理器被配置为显示图像或提供所述优选装运箱类型的描述。