CN114391001A - 动态推车优化系统 - Google Patents

Abstract

一种用于优化数字图模型内的节点和边选择的计算机系统访问物理仓库位置的数字图模型。数字图模型包括指示在物理仓库位置的货架之间的多个特定库存物品的位置的信息。该计算机系统标识订单集合，每个订单包括一个或更多个物品和订单优先级。然后，该计算机系统将从订单集合中选择的每个订单中的每个物品映射到数字图模型内的多个节点。该计算机系统从多个节点中标识头等节点。然后，该计算机系统遍历从头等节点延伸的一条或更多条边来标识数字图模型内的最短路径，以装填拣货车的数字模型超过填充阈值水平。

Description

动态推车优化系统

相关申请的交叉引用

本申请要求2019年8月2日提交的题为“DYNAMIC CART OPTIMIZATION SYSTEM(动态推车优化系统)”的序列号为62/882,158的美国临时专利申请和2020年7月29日提交的题为“DYNAMIC CART OPTIMIZATION SYSTEM(动态推车优化系统)”的序列号为16/942,541的美国临时专利申请的优先权，这些申请通过引用的方式明确地整体并入本文。

背景技术

近来电子商务的快速增长给运输和包装行业带来了巨大的负担。不仅出货量显著增加，而且产品的预计交付速度也显著提高。以前，包裹在下单后5至6个工作日送达可能是可以接受的。然而，目前的市场力量要求包裹在两天内送达，并且在某些情况下，要求在下单的同一天送达。

为了满足这些快速增长的需求，包装和运输行业需要创新和开发新的系统和机器来提高效率和速度。效率已提高的一个领域是通过使用定制的包装系统，定制的包装系统能够为各种不同的订单创建量身定制的包装。这些定制包装减少了运输车辆和存储设施内的空间浪费，允许在同一车辆内运送更多订单。

包装和运输中需要技术改进的领域是与拣货技术相关的领域。“拣货”是在仓库内收集物品以进行运送的过程。通常，在仓库接收到订单后，会发出拣货请求以收集订单中的物品，以便将物品运送给订单的收货方。收集订单所使用的流程和机器会显著影响收集订单并准备运送的效率、成本和速度。该领域需要改进拣货系统的技术方案。

本文要求保护的主题不限于解决任何缺点或仅在诸如上述环境等环境中操作的实施例。相反，提供该背景仅是为了说明可以实践本文描述的一些实施例的一个示例性技术领域。

发明内容

公开的实施例包括一种用于优化数字图模型内的节点和边选择的计算机系统。该计算机系统包括一个或更多个处理器和一个或更多个计算机可读介质，其上存储有可执行指令，这些可执行指令在由该一个或更多个处理器执行时，将该计算机系统配置为执行各种动作。例如，该计算机系统可以访问物理仓库位置的数字图模型。该数字图模型包括指示在物理仓库位置的货架之间的多个特定库存物品的位置的信息。此外，该数字图模型包括多个节点和多条边，该多个节点各自表示物理仓库位置内的不同物理区域，该多条边各自表示该多个节点内的每个节点与每个节点的直接相邻节点之间的物理路径。

该计算机系统还可以在订单请求数据库内标识订单集合，其中，该订单集合内的每个订单包括一个或更多个物品和订单优先级。然后，该计算机系统将从订单集合中选择的每个订单中的每个物品映射到数字图模型内的多个节点。该计算机系统从多个节点中标识头等节点。头等节点包括具有最多数量的映射物品的节点。然后，该计算机系统遍历从头等节点延伸的一条或更多条边来标识数字图模型内的最短路径，以装填拣货车的数字模型超过填充阈值水平。

提供本发明内容部分是为了以简化形式介绍概念的选择，这些概念将在下面的具体实施方式部分中进一步描述。本发明内容部分并非旨在标识要求保护的主题的关键特征或必要特征，也不旨在用于帮助确定要求保护的主题的范围。

附加的特征和优点将在下面的描述中阐述，并且部分从描述中是显而易见的，或者可以通过本文教导的实践而获知。本发明的特征和优点可以借助于所附权利要求中特别指出的工具和组合来实现和获得。本发明的特征将通过以下描述和所附权利要求变得更加明显，或者可以通过如下文所述的本发明的实践而获知。

附图说明

为了描述能够获得上述和其他优点和特征的方式，将通过参考在附图中示出的具体实施例来对上面简要描述的主题进行更具体的描述。要理解的是，这些附图仅描绘了典型的实施例，因此不应被视为限制范围，将通过使用附图以附加的具体性和细节来描述和解释实施例。

图1示出了包装单元的实施例。

图2示出了仓库位置的实施例的示意图。

图3示出了图2的仓库位置的实施例的示意图，其中节点和订单物品叠加在示意图上。

图4示出了图2中描绘的物理仓库位置的数字图模型。

图5示出了用于标识拣货请求路径和生成拣货请求的计算机系统的实施例的示意图。

图6示出了用于生成拣货请求的方法中的步骤的实施例的流程图。

图7示出了用于标识拣货请求路径的方法中的步骤的实施例的流程图。

具体实施方式

公开的实施例针对用于优化仓库位置的数字图模型内的节点和边选择的系统。特别地，公开的实施例生成包括节点的数字图模型，该节点表示仓库位置的物理布局。数字图模型还包括在一个或更多个节点之间延伸的边。在至少一个实施例中，数字图模型包括图形数据库。计算机系统被配置为将一个或更多个订单内的物品映射到数字图模型上并迭代地遍历模型内的边以便生成节点和边的优化选择。如本文所使用的，“订单”包括旨在包装在单个包装内的一组物品。然而，将理解的是，在一些实施例中，可以将多个订单包装在单个包裹内。类似地，客户可能订购大量物品，这些物品可能被划分为多个订单，这些订单在多个包裹间进行划分。

可选地，计算机系统还可以利用体积处理器(cubing processor)来对一个或更多个订单内的物品进行体积算法(cubing algorighm)处理，同时计算机系统遍历边和节点。体积算法的输出可针对填充阈值水平(packing threshold level)应用以确定何时已标识出最佳节点和边选择。在至少一个实施例中，将填充阈值水平应用于拣货车以确定一个或更多个订单内的选定物品何时将充分地装填拣货车。

将理解的是，本文公开的实施例提供了更有效的拣货系统。拣货请求在优化路线内动态生成，以确保在仓库位置内最有效、最佳地使用拣货车。此外，公开的实施例是高度可定制的，使得它们可以在大量不同的位置处、在不同的拣货系统内以及利用不同的拣货技术来实现。

现在转向附图，在至少一个实施例中，如图1所示，发货方可以具有一个或更多个包装单元100，其可以包括用于包装可用订单并准备订单进行运送的设备。例如，包装单元100可包括包装系统110、可用订单运输系统120、工作区130、跟踪码扫描器132和已处理订单运输系统140。包装系统110可包括转换机112，该转换机112可以从一个或更多个捆(bale)152接收折叠材料150。包装系统110可以将折叠材料150加工成量身设计的定制包装模板160。操作者可以从包装系统110取回包装模板160并且可以形成用于运送可用订单180的箱170。如本文所使用的，术语“可用订单”是指可以由发货方作为一个单元进行处理的任何订单(无论是单件物品订单还是多件物品订单)。

拣货车120可以将各种可用订单180运输到工作区130以进行包装和准备运送。在一些实施例中，拣货车120可以是传送系统或可移动货架系统，其可以将可用订单180运输到工作区130。当可用订单180到达工作区130时，操作者可以请求包装系统110准备包装模板160。在至少一个实施例中，操作者通过使用跟踪码扫描器132扫描与每个相应的可用订单180相关联的代码来请求包装模板160。如下文进一步描述的，这种包装模板160可以基于要包装的可用订单180的特定尺寸来定制尺寸。

除了包装可用订单180之外，操作者还可以通过附上所需的标签和其他材料来准备可用订单180以供运送。一旦处理了可用订单180(即，包装和/或准备运送)，这种已处理订单190就可以经由已处理订单运输系统140运离工作区130。例如，已处理订单运输系统140可以将已处理订单190运输到运送区。在一些实现方式中，已处理订单运输系统140可以是传送带，其可以连接工作区130和已处理订单190的期望位置。在其他实施例中，已处理订单运输系统140可以是可移动货架系统，其可以将已处理订单190运离工作区130。

将理解的是，仅出于示例和背景的目的而提供图1的包装单元100。在各种实施例中，可以使用不同配置和类型的包装系统。例如，包装系统可以使用标准模切箱(die-outbox)、垫料系统(dunnage system)、不同的工作流程或任何数量的其他包装系统和样式。类似地，包装单元100可以利用许多不同的拣货车120配置。例如，拣货车120可以涉及自动拣货车、人工拣货车、基于手提箱(tote-based)的拣货车或任何数量的其他拣货车。除非另外特别提及，否则本文公开的动态推车优化系统的所有实施例都可以在任何包装配置、拣货配置或仓库配置中使用。因此，当在本文中使用包装配置、拣货配置或仓库配置的具体示例时，提供它们仅用于示例和解释的目的，并不将本发明限制于特定实施例。

图2示出了仓库位置200的实施例的示意图。如本文所使用的，“仓库位置”200包括用于临时保存货物以进行处理和运送的任何物理位置。描绘的仓库位置200包括由多个货架220划分的多个过道210。将理解的是，在典型的仓库位置200中，多个货架220储存有等待运送的物品。

图2还示出了指示整个仓库位置200的拣货交通的常规流向的箭头。如图所示，沿着仓库位置200周围的公共路径推动常规拣货车120。当到达保存感兴趣的物品的过道时，人工操作者将拣货车120推下过道并从货架上移取所需的货物。对于生成的每个拣货请求，这样的过程通常可以要求每个人工操作者和拣货车120行进整个仓库位置200的完整或几乎完整的环道。

图3示出了图2的仓库位置200的实施例的示意图，其中节点和订单物品叠加在示意图上。节点被描绘为圆圈并用字母A-R标记。节点表示仓库位置200内的不同位置。例如，每个过道基于过道的长度被划分成多个节点。为了示例和解释的目的，提供了节点(A-R)的描绘的间距。在其他实施例中，可以基于仓库位置200内的期望分辨率将节点(A-R)之间放置得更近或更远。

订单物品被描绘为六边形300(a-c)、三角形310(a-c)、正方形320(a-d)和菱形330(a-d)。基于订单按形状对订单物品进行分组。因此，与特定订单相关联的每个物品都以共同的形状示出。例如，物品300(a-c)中的每一个都与六边形相关联，并被包括在单个订单中。特别地，物品300a位于节点C附近的货架上，物品300b位于节点E附近的货架上，物品300c位于节点G附近的货架上。订单内的不同物品300(a-c)可以包括存放在仓库位置200内的货物的任何类型或组合。

图4示出了图2中描绘的物理仓库位置200的数字图模型400。数字图模型400包括图3中通过边连接的节点的计算机表示，这些边被描绘为连接各个节点的箭头。边表示仓库位置200内不同节点之间的物理路径。例如，用户和拣货车120可以直接在节点A与节点C之间行进，如连接边所指示的。

图5示出了用于标识拣货请求路径和生成拣货请求的节点和边优化计算机系统500的实施例的示意图。在至少一个实施例中，计算机系统500内的一个或更多个处理器510预先计算或计算每个节点之间的最短距离(也称为“跳(hop)”)。例如，计算机系统500确定节点A与节点B之间的最短跳是一跳。相反，计算机系统确定节点A与节点N之间的最短距离是六跳。该过程一直持续到标识出每个节点之间的最短距离为止。

在至少一个实施例中，计算机系统500接收订单并将其存储在订单请求数据库540中。可以经由网络接口520通过网络连接570(例如，互联网)从一个或更多个客户580(a-c)接收订单。在至少一个实施例中，多个用户可以同时请求购物车。此外，在至少一个实施例中，计算机系统500能够同时处理多个构建购物车请求。

响应于接收到订单，一个或更多个处理器510访问物理仓库位置200的数字图模型400。如上文解释和图4所示，数字图模型400包括指示在物理仓库位置200的货架之间的多个特定的库存物品的位置的信息。此外，数字图模型400包括多个节点(A-R)和连接节点(A-R)的多条边。多个节点(A-R)各自表示物理仓库位置200内的不同物理区域，多条边各自表示多个节点内的每个节点与每个节点的直接相邻节点之间的物理路径。

计算机系统500在订单请求数据库540内标识订单集合，每个订单包括一个或更多个物品和订单优先级。订单请求数据库540包括准备好被拣货和包装的订单队列。在一些实施例中，一个或更多个订单可以与订单优先级相关联。订单优先级表示订单需要被拣货和运送的紧急性。例如，仓库位置200可以为一些订单提供当天发货。这种订单将与高优先级相关联。类似地，特定订单可以与在一天中的特定时间到达仓库位置200以进行运送的特定发货方相关联。在这种情况下，如果临近发货方的到达时间，则与这些发货方相关联的订单可以变为高优先级。

一个或更多个处理器510将从订单集合中选择的每个订单中的每个物品映射到数字图模型400内的多个节点。一个或更多个处理器510利用存储在库存图560内的信息来将物品映射到适当的节点。例如，库存图560可以包括将仓库位置200内的每个物品与其最近节点(A-R)相关联的数据库。在至少一个实施例中，库存图560和订单请求数据库540存储在同一数据库中。因此，计算机系统500被配置为查找订单中的每个物品并确定哪些物品映射到仓库位置200内的哪些节点。

一旦一个或更多个处理器510用数字图模型400将每个订单中的每个物品映射到的多个节点(A-R)，一个或更多个处理器510就标识与该订单集合内的每个订单相关联的节点。例如，一个或更多个处理器510标识：订单300(通过六边形表示)与节点C、E和G相关联，订单310(通过三角形表示)与节点C、G和D相关联，订单320(通过正方形表示)与节点B、G、J和Q相关联，订单330(通过菱形表示)与节点J、M、I和K相关联。

然后，一个或更多个处理器510从多个节点中标识头等节点。头等节点包括具有最多映射物品的节点。例如，如图4所描绘的，节点G是头等节点，因为它与三个不同的物品(300c、310b和320c)相关联，这比与任何其他节点相关联的物品数要多。将理解的是，当节点的子集具有相同的最高数量的关联物品时，可以使用任何数量的方法来标识头等节点。例如，在这种情况下，可以从节点的子集中随机选择头等节点。

一旦标识出头等节点(例如，节点G)，一个或更多个处理器510就遍历从头等节点延伸的一条或更多条边来标识数字图模型内的最短路径，以装填推车的数字图模型超过填充阈值水平。填充阈值可以通过体积算法的结果确定，该体积算法相对于拣货车120上可用的容积来求订购物品的体积(cube)。填充阈值可以附加地和/或替代地包括确保拣货车120不超过预定重量的重量指标。

在至少一个实施例中，遍历从头等节点G延伸的一条或更多条边以标识数字图模型400内的最短路径包括访问数字图模型400内的头等节点，然后标识一个或更多个订单中的订单的子集，该子集中的每个订单均与位于头等节点G的至少一个物品相关联。例如，如图4所描绘的，订单300(即，物品300a、300b、300c和300d)具有与头等节点G相关联的物品300c。此外，订单310(即，物品310a、310b和310c)具有与头等节点G相关联的物品310b。类似地，订单320(即，物品320a、320b、320c和320d)具有与头等节点G相关联的物品320c。因此，订单300、310和320的子集中的每一个都具有与头等节点G相关联的物品。

然后，计算机系统500标识关联节点的集合，关联节点与具有节点G处的物品的订单相关联。例如，订单300的物品300c与节点G相关联。与订单300相关联的其余节点是节点C和E。此外，订单310的物品310b与节点G相关联。与订单310相关联的剩余节点是节点C和D。此外，订单320的物品320c与节点G相关联。与订单320相关联的剩余节点是节点B、J和Q。因此，在图4所描绘的示例中，节点B、C、D、E、G、J和Q都被视为“关联节点”。

一旦标识出关联节点，一个或更多个处理器510就遍历从头等节点G延伸到一个或更多个关联节点的每条边。随着计算机系统500沿着头等节点G与每个关联节点(B、C、D、E、J和Q)之间的边进行遍历，计算机系统500标识与订单的子集中的订单相关联的附加物品。例如，在节点E处，计算机系统500标识与订单300相关联的物品300b。在节点J处，计算机系统500标识与订单320相关联的物品320b。当遍历到节点Q时，在节点P计算机系统500不标识与订单的子集相关联的任何物品。

计算机系统500通过继续遍历从头等节点延伸到一个或更多个关联节点中的每一个的每条边来标识一个或更多个完成订单，直到在遍历的节点中完全考虑了一个或更多个完成订单为止。如本文所使用的，“完成订单”是订单中的每个物品已经沿着从头等节点到关联节点的遍历路径被标识的订单。

然后，计算机系统500基于数字图模型内的最短路径生成拣货请求，以装填拣货车120的数字模型超过填充阈值水平。拣货请求包括从订单集合中选择的沿最短路径定位的一个或更多个订单。最短路径包括最短物理行进距离，如数字图模型400内的边所表示的，需要装填推车的数字模型超过填充阈值水平。

在至少一个实施例中，确定拣货车的数字模型装填有一个或更多个完成订单超过填充阈值水平包括将体积算法应用于一个或更多个完成订单。可以利用多个常规体积算法中的任何一个来确定一个或更多个完成订单中的标识物品是否能够适合拣货车120的可用货架空间。另外，填充阈值水平可以包括容积利用率限制和/或重量限制。例如，拣货车120可以仅被配置为容纳预定的最大重量。此外，拣货车120内的各个货架可以被配置为容纳预定的最大重量。类似地，拣货车120内的每个货架可以与特定的容积相关联。使用该信息，体积算法能够基于重量和/或容积利用率确定特定完成订单内的物品是否能够装在拣货车120上。另外，体积算法能够确定拣货车120是否未被充分利用并且仅被装填到低于期望的填充水平阈值。例如，拣货车120可能仅被装填为使其利用其可用容积的一半。相比之下，填充水平阈值可以表明拣货车应被装填为利用其容积的至少80％。因此，在至少一个实施例中，填充水平阈值可以包括下限和上限。

随着计算机系统500通过体积算法处理每个完成订单，包含未装在拣货车120上的物品的订单从订单的子集中移除并留在原处以由稍后的拣货请求获取。因此，随着计算机系统500遍历仓库位置200的数字图模型400内的边，体积算法和填充阈值用于过滤掉不适合给定拣货请求的订单。在至少一个实施例中，可以将在订单的子集之外但基于通过数字图模型400的遍历路径恰好是可完成的订单添加到订单的子集。

在至少一个实施例中，计算机系统500还能够动态地适应订单优先级。如上所述，订单优先级可以与订单请求数据库540内的一个或更多个物品相关联。在至少一个实施例中，如果订单具有足够高的优先级，则计算机系统500在拣货请求内包括与超过优先级阈值的特定订单优先级相关联的特定订单。例如，特定仓库位置200可以设置优先级阈值，以便尽快将当天交货置于拣货请求内。在这样的仓库位置200中，计算机系统500可以标识具有当天优先级的订单。响应于标识出订单优先级超过优先级阈值，即使特定订单不落入沿着最短路径，也可以将订单添加到拣货请求中。

在至少一个实施例中，一旦生成拣货请求，计算机系统500就在用户界面上显示一个或更多个视觉方向以供用户在物理仓库位置200内行进以完成拣货请求。例如，用户持有的移动计算装置可以描绘具有用于在仓库位置200内行进的指令的地图，以便完成拣货请求。类似地，指令可以显示在集成到拣货车120中、集成到仓库位置200内的货架中或以其他方式显示给用户的装置上。此外，在至少一个实施例中，计算机系统500可以被配置为生成一个或更多个计算机指令以与自动拣货装置通信，其中，该一个或更多个计算机指令使自动拣货装置沿最短路径行进。

现在下面的讨论涉及可以执行的多种方法和方法动作。虽然可以按特定顺序讨论方法动作或在流程图中将方法动作说明为按特定顺序发生，但除非特别说明，否则不需要特定的排序，或者因为一个动作依赖于在该动作执行之前完成的另一个动作而需要特定的排序。

图6示出了用于生成拣货请求的方法600中的步骤的实施例的流程图。方法600包括选择订单的子集的步骤610。在至少一个实施例中，该子集是基于哪些订单需要尽快发出以及它们具有多少次拣货来选择的。

方法600还包括回填(backfilling)订单的步骤620。如上所述，在至少一个实施例中，计算机系统500可以通过向订单的子集添加在搜索路径上但不在最热门拣货区域上的订单来回填订单。这种系统允许拣货车120更满载并且更快地收集其他区域。

另外，方法600包括设置初始拣货区域的步骤630。在至少一个实施例中，计算机系统500将从最小的节点集合开始进行拣货。例如，在至少一个实施例中，计算机系统500可以标识与头等节点相关联的大量订单。在这种情况下，计算机系统500可以通过从大量订单中随机选择特定数量的订单来动态地限制搜索订单的数量。附加地或替代地，计算机系统500可以仅选择具有最高订单优先级的订单。

方法600然后包括装填拣货车120的步骤640。步骤640包括使用体积算法以便通过容积利用率和/或重量来确定拣货车120是满的。如步骤650所示，如果拣货车120未在选定节点装满，则计算机系统500执行步骤660并通过将新节点添加到关联节点的选择来扩展拣货区域并尝试再次装填拣货车120。将重复这个过程，直到拣货车120是满的为止。一旦拣货车120是满的，步骤670就提供设置统计数据并返回到第一步骤610。提供的统计数据可以提供关于创建的拣货车120的见解，例如每单位英尺数、利用率等。

现在转向图7，图7示出了用于标识拣货请求路径的方法700中的步骤的实施例的流程图。方法700包括访问物理仓库位置200的数字图模型400的步骤710。动作710包括访问物理仓库位置的数字图模型。数字图模型包括指示在物理仓库位置的货架之间的多个特定库存物品的位置的信息。此外，数字图模型包括多个节点和多条边，该多个节点各自表示物理仓库位置内的不同物理区域，该多条边各自表示多个节点内的每个节点与每个节点的直接相邻节点之间的物理路径。例如，如关于图2至图4和随附描述所描绘和描述的，物理仓库位置200可以被转换成数字图模型400，其描绘了表示仓库位置200内的拣货区域的节点和表示节点之间的路径的边。

方法700还包括标识订单集合的步骤720。步骤720包括在订单请求数据库540内标识订单集合，其中，该订单集合内的每个订单包括一个或更多个物品和订单优先级。如关于图3至图5和随附描述所描绘和描述的，计算机系统500可以从订单请求数据库540内访问从客户计算机580(a-c)接收到的订单。

另外，方法700包括将订单内的物品映射到数字图模型内的节点的步骤730。步骤730包括将从订单集合中选择的每个订单中的每个物品映射到数字图模型内的多个节点。例如，如关于图3至图5所描绘和描述的，计算机系统500利用库存图560将订单内的物品映射到仓库位置200内的节点。

此外，方法700包括标识头等节点的步骤740。步骤740包括从多个节点中标识头等节点，其中，该头等节点包括具有最多映射物品的节点。例如，如图4和图5所描绘的，计算机系统500将节点G标识为头等节点，因为节点G与来自订单的最多数量的物品相关联。

此外，方法700包括遍历一条或更多条边以标识最短路径的步骤750。步骤750包括遍历从头等节点延伸的一条或更多条边来标识数字图模型内的最短路径，以装填拣货车的数字模型超过填充阈值水平。例如，如关于图4和图5所描绘和描述的，计算机系统500迭代地遍历远离头等节点延伸的边，直到基于拣货车120被装填到阈值而生成拣货请求为止。

此外，这些方法可以由计算机系统来实践，该计算机系统包括一个或更多个处理器和诸如计算机存储器的计算机可读介质。特别地，计算机存储器可以在其上存储计算机可执行指令，这些计算机可执行指令在由一个或更多个处理器执行时，引起各种功能的执行，例如在实施例中列举的动作。

计算系统的功能性可以通过计算系统经由网络连接互连到其他计算系统的能力来增强。网络连接可包括但不限于经由有线或无线以太网的连接、蜂窝连接、或者甚至通过串行、并行、USB或其他连接的计算机到计算机的连接。这些连接允许计算系统访问其他计算系统上的服务并快速且有效地从其他计算系统接收应用数据。

计算系统的互连促成了分布式计算系统，例如所谓的“云”计算系统。在本描述中，“云计算”可以是用于实现对可配置的计算资源(例如，网络、服务器、存储、应用、服务等)的共享池的无处不在、方便、按需的网络访问的系统或资源，其可以以减少管理工作或服务提供商交互的方式提供和发布。云模型可以由各种特性(例如，按需自助服务、广泛的网络访问、资源池、快速弹性、测量的服务等)、服务模型(例如，软件即服务(“SaaS”)、平台即服务(“PaaS”)、基础设施即服务(“IaaS”)和部署模型(例如，私有云、社区云、公共云、混合云等)组成。

基于云和远程的服务应用很流行。此类应用被托管在公共和私有的远程系统(例如，云)上，并且通常提供用于与客户端来回通信的一组基于网络的服务。

许多计算机旨在通过与计算机的直接用户交互来使用。因此，计算机具有输入硬件和软件用户界面以促进用户交互。例如，现代通用计算机可包括键盘、鼠标、触摸板、摄像头等以允许用户将数据输入到计算机中。此外，还可以使用各种软件用户界面。

软件用户界面的示例包括图形用户界面、基于文本命令行的用户界面、功能键或热键用户界面等。

公开的实施例可以包括或利用包括计算机硬件的专用或通用计算机，如下面更详细的讨论。公开的实施例还包括用于携带或存储计算机可执行指令和/或数据结构的物理和其他计算机可读介质。这种计算机可读介质可以是可被通用或专用计算机系统访问的任何可用介质。存储计算机可执行指令的计算机可读介质为物理存储介质。携带计算机可执行指令的计算机可读介质为传输介质。因而，通过示例方式而非限制的方式，本发明的实施例可以包括至少两个明显不同类型的计算机可读介质：物理计算机可读存储介质和传输计算机可读介质。

物理计算机可读存储介质包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储(例如，CD、DVD等)、磁盘存储或其他磁存储装置、或能用于以计算机可执行指令或数据结构的形式存储期望的程序代码方式并且能被通用或专用计算机访问的任何其它介质。

“网络”被定义为能够在计算机系统和/或模块和/或其它电子装置之间传送电子数据的一个或更多个数据链路。当经由网络或另一通信连接(硬连线、无线或硬连线或无线的组合)将信息传输或提供到计算机时，计算机恰当地将连接视为传输介质。传输介质可包括网络和/或数据链路，其可用于承载计算机可执行指令或数据结构形式的程序代码，并可被通用或专用计算机访问。以上的组合也包括在计算机可读介质的范围内。

另外，在到达各种计算机系统部件时，呈计算机可执行指令或数据结构形式的程序代码方式能被自动从传输计算机可读介质传输到物理计算机可读存储介质(或反之亦然)。例如，经由网络或数据链路接收的计算机可执行指令或数据结构能够在网络接口模块(例如，“NIC”)内的RAM中缓存，并且然后最终被传输到计算机系统RAM和/或计算机系统上较不易失的计算机可读物理存储介质。因而，计算机可读物理存储介质能被包含于同样(或者甚至主要)利用传输介质的计算机系统部件中。

计算机可执行指令例如包括指令和数据，其使通用计算机、专用计算机或专用处理装置执行特定功能或功能组。计算机可执行指令例如可以是二进制、中间格式指令(例如汇编语言)、或者甚至源代码。尽管用结构特征和/或方法动作专用的语言描述了本主题，但应理解，在所附权利要求书中限定的主题不必限于上述特征或动作。相反，所描述的特征和动作被公开为实现权利要求的示例形式。

本领域技术人员将理解的是，本发明可以在具有多种类型的计算机系统配置的网络计算环境中实践，这些计算机系统配置包括个人计算机、台式计算机、便携式计算机、消息处理器、手持设备、多处理器系统、基于微处理器的或可编程的消费电子产品、网络PC、小型计算机、大型计算机、移动电话、PDA、寻呼机、路由器、交换机等。本发明还可以在分布式系统环境中实践，在分布式系统环境中，经由网络链接(通过硬连线数据链路、无线数据链路、或通过硬连线和无线数据链路的组合)的本地和远程计算机系统均执行任务。在分布式系统环境中，程序模块可以位于本地和远程存储设备二者中。

替代地或附加地，本文描述的功能性可以至少部分地由一个或更多个硬件逻辑组件来执行。例如但不限于，可以使用的硬件逻辑组件的说明性类型包括现场可编程门阵列(FPGA)、程序专用集成电路(ASIC)、程序专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD)等。

在不脱离本发明的精神或特征的情况下，本发明可以以其他特定形式实施。所描述的实施例在各方面均考虑为仅是示例性而非限制性的。因此，本发明的范围由所附权利要求而非前述说明来示出。在权利要求书的等同方案的含义和范围内的所有改变都包含于其范围内。

Claims (20)

1.一种用于优化数字图模型内的节点和边选择的计算机系统，包括：

一个或更多个处理器；以及

一个或更多个计算机可读介质，其上存储有可执行指令，可执行指令在由所述一个或更多个处理器执行时，将所述计算机系统配置为至少执行以下步骤：

访问物理仓库位置的数字图模型，其中：

数字图模型包括指示在物理仓库位置的货架之间的多个特定库存物品的位置的信息，以及

数字图模型包括多个节点和多条边，所述多个节点各自表示物理仓库位置内的不同物理区域，所述多条边各自表示所述多个节点内的每个节点与每个节点的直接相邻节点之间的物理路径；

在订单请求数据库中标识订单集合，其中，订单集合内的每个订单包括一个或更多个物品和订单优先级；

将从订单集合中选择的每个订单中的每个物品映射到数字图模型内的所述多个节点；

从所述多个节点中标识头等节点，其中，头等节点包括具有最多数量的映射物品的节点；以及

遍历从头等节点延伸的一条或更多条边来标识数字图模型内的最短路径，以装填拣货车的数字模型超过填充阈值水平。

2.根据权利要求1所述的计算机系统，其中，可执行指令包括是可执行的以将所述计算机系统配置为执行以下步骤的指令：

基于最短路径生成拣货请求，其中，拣货请求包括从订单集合中选择沿着最短路径定位的一个或更多个订单。

3.根据权利要求2所述的计算机系统，其中，可执行指令包括是可执行的以将所述计算机系统配置为执行以下步骤的指令：

在用户界面上显示用户在物理仓库位置内行进以完成拣货请求的一个或更多个视觉方向。

4.根据权利要求2所述的计算机系统，其中，可执行指令包括是可执行的以将所述计算机系统配置为执行以下步骤的指令：

生成一个或更多个计算机指令以与自动拣货装置通信，其中，所述一个或更多个计算机指令使自动拣货装置沿着最短路径行进。

5.根据权利要求2所述的计算机系统，其中，遍历从头等节点延伸的所述一条或更多条边来标识数字图模型内的最短路径包括：

访问数字图模型中的头等节点；

标识所述一个或更多个订单中的每个订单均与位于头等节点处的至少一个物品相关联的订单子集；

标识与来自订单子集的物品相关联的关联节点的集合；

遍历从头等节点延伸到头等节点的一个或更多个关联节点的每条边；

在所述一个或更多个关联节点处，标识与订单子集中的订单关联的附加物品；

通过继续遍历从头等节点延伸到所述一个或更多个关联节点中的每个关联节点的每条边来标识一个或更多个完成订单，直到在关联节点的集合中完全考虑了所述一个或更多个完成订单为止；以及

当拣货车的数字模型被确定为装填有完成订单超过填充阈值水平时，生成拣货请求。

6.根据权利要求5所述的计算机系统，其中，确定拣货车的数字模型装填有所述一个或更多个完成订单超过填充阈值水平包括：

将体积算法应用于所述一个或更多个完成订单；以及

基于体积算法的结果确定拣货车的数字模型被装填超过填充阈值水平。

7.根据权利要求5所述的计算机系统，其中，生成拣货请求包括：

在拣货请求中包括与超过优先级阈值的特定订单优先级相关联的特定订单，其中，特定订单不落入最短路径。

8.根据权利要求5所述的计算机系统，其中，填充阈值水平包括重量。

9.根据权利要求5所述的计算机系统，其中，填充阈值水平包括容积利用率。

10.一种用于优化数字图模型内的节点和边选择的计算机实现的方法，所述计算机实现的方法在包括一个或更多个处理器和计算机可读介质的计算机系统处被执行，所述计算机实现的方法包括：

访问物理仓库位置的数字图模型，其中：

数字图模型包括指示在物理仓库位置的货架之间的多个特定库存物品的位置的信息，以及

数字图模型包括多个节点和多条边，所述多个节点各自表示所述物理仓库位置内的不同物理区域，所述多条边各自表示所述多个节点内的每个节点与每个节点的直接相邻节点之间的物理路径；

在订单请求数据库中标识订单集合，其中，订单集合内的每个订单包括一个或更多个物品和订单优先级；

将从订单集合中选择的每个订单中的每个物品映射到数字图模型内的所述多个节点；

从所述多个节点中标识头等节点，其中，头等节点包括具有最多数量的映射物品的节点；以及

遍历从头等节点延伸的一条或更多条边来标识数字图模型内的最短路径，以装填拣货车的数字模型超过填充阈值水平。

11.根据权利要求10所述的计算机实现的方法，还包括：

基于最短路径生成拣货请求，其中，拣货请求包括从订单集合中选择沿着最短路径定位的一个或更多个订单。

12.根据权利要求11所述的计算机实现的方法，还包括：

在用户界面上显示用户在物理仓库位置内行进以完成拣货请求的一个或更多个视觉方向。

13.根据权利要求11所述的计算机实现的方法，还包括：

生成一个或更多个计算机指令以与自动拣货装置通信，其中，所述一个或更多个计算机指令使自动拣货装置沿着最短路径行进。

14.根据权利要求11所述的计算机实现的方法，其中，其中，遍历从头等节点延伸的所述一条或更多条边来标识数字图模型内的最短路径包括：

访问数字图模型中的头等节点；

标识所述一个或更多个订单中的每个订单均与位于头等节点处的至少一个物品相关联的订单子集；

标识与来自订单子集的物品相关联的关联节点的集合；

遍历从头等节点延伸到头等节点的一个或更多个关联节点的每条边；

在所述一个或更多个关联节点处，标识与订单子集中的订单关联的附加物品；

通过继续遍历从头等节点延伸到所述一个或更多个关联节点中的每个关联节点的每条边来标识一个或更多个完成订单，直到在关联节点的集合中完全考虑了所述一个或更多个完成订单为止；以及

当拣货车的数字模型被确定为装填有完成订单超过填充阈值水平时，生成拣货请求。

15.根据权利要求14所述的计算机实现的方法，其中，其中，确定拣货车的数字模型装填有完成订单超过填充阈值水平包括：

将体积算法应用于所述一个或更多个完成订单；以及

基于体积算法的结果确定拣货车的数字模型被装填超过填充阈值水平。

16.根据权利要求14所述的计算机实现的方法，其中，生成拣货请求包括：

在拣货请求中包括与超过优先级阈值的特定订单优先级相关联的特定订单，其中，特定订单不落入最短路径。

17.根据权利要求14所述的计算机实现的方法，其中，填充阈值水平包括重量。

18.根据权利要求14所述的计算机实现的方法，其中，填充阈值水平包括容积利用率。

19.一种计算机可读介质，包括一个或更多个物理计算机可读存储介质，其上存储有计算机可执行指令，计算机可执行指令在处理器处被执行时，使计算机系统执行一种用于在收集完订单后创建包装模板的方法，所述方法包括：

访问物理仓库位置的数字图模型，其中：

数字图模型包括指示在物理仓库位置的货架之间的多个特定库存物品的位置的信息，以及

数字图模型包括多个节点和多条边，所述多个节点各自表示物理仓库位置内的不同物理区域，所述多条边各自表示所述多个节点内的每个节点与每个节点的直接相邻节点之间的物理路径；

在订单请求数据库中标识订单集合，其中，订单集合内的每个订单包括一个或更多个物品和订单优先级；

将从订单集合中选择的每个订单中的每个物品映射到数字图模型内的所述多个节点；

从所述多个节点中标识头等节点，其中，头等节点包括具有最多数量的映射物品的节点；以及

遍历从头等节点延伸的一条或更多条边来标识数字图模型内的最短路径，以装填拣货车的数字模型超过填充阈值水平。

20.根据权利要求19所述的计算机可读介质，其中，其中，遍历从头等节点延伸的所述一条或更多条边来标识数字图模型内的最短路径包括：

访问数字图模型中的头等节点；

标识一个或更多个订单中的每个订单均与位于头等节点处的至少一个物品相关联的订单子集；

标识与来自订单子集的物品相关联的关联节点的集合；

遍历从头等节点延伸到头等节点的一个或更多个关联节点的每条边；

在所述一个或更多个关联节点处，标识与订单子集中的订单关联的附加物品；

通过继续遍历从头等节点延伸到所述一个或更多个关联节点中的每个关联节点的每条边来标识一个或更多个完成订单，直到在关联节点的集合中完全考虑了所述一个或更多个完成订单为止；以及

当拣货车的数字模型被确定为装填有完成订单超过填充阈值水平时，生成拣货请求。

Images