CN114418707A - 四向穿梭车路径导航方法及系统 - Google Patents

四向穿梭车路径导航方法及系统 Download PDF

Info

Publication number
CN114418707A
CN114418707A CN202210327948.2A CN202210327948A CN114418707A CN 114418707 A CN114418707 A CN 114418707A CN 202210327948 A CN202210327948 A CN 202210327948A CN 114418707 A CN114418707 A CN 114418707A
Authority
CN
China
Prior art keywords
goods
order
shuttle
target address
storage
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.)
Pending
Application number
CN202210327948.2A
Other languages
English (en)
Inventor
郭东进
袁绪龙
林立峰
李栓柱
徐祥琦
袁绪彬
赵彦燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Ximanke Technology Co ltd
Original Assignee
Shandong Ximanke Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Ximanke Technology Co ltd filed Critical Shandong Ximanke Technology Co ltd
Priority to CN202210327948.2A priority Critical patent/CN114418707A/zh
Publication of CN114418707A publication Critical patent/CN114418707A/zh
Pending legal-status Critical Current

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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Remote Sensing (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Game Theory and Decision Science (AREA)

Abstract

本发明属于穿梭车技术领域，具体公开了一种四向穿梭车路径导航方法及系统，该方法通过S1，获取待处理时间间隔内的订单信息，订单信息包括订单目标地址，订单货物的种类和数量；S2，查询仓库的储存信息，获取步骤S1中所有订单的订单货物的存储位置；S3，根据步骤S1获得的订单目标地址划分订单，获取同一订单目标地址对应的所有订单货物的种类和数量，并根据步骤S2获得的存储地址确定所述同一订单目标地址对应的所有订单货物的存储位置；S4，进行穿梭车的路径导航规划，提取同一订单目标地址对应的所有订单的货物。采用本技术方案，根据订单信息和仓库信息，实现对穿梭车的路径导航，加快仓库存取货物的效率。

Description

四向穿梭车路径导航方法及系统
技术领域
本发明属于穿梭车技术领域，涉及一种四向穿梭车路径导航方法及系统。
背景技术
传统仓库主要靠叉车、手推车等人工搬运、人工拣选的方式完成货物的出入库作业，工作效率低、错误率高；此外，货架高度有限，坪效较低。因此，实现仓储系统的高度自动化是物流行业发展的关键。
多层穿梭车系统主要由货架、自动存取小车和提升机构成，其中自动存取小车在货架水平方向上来回穿梭，提升机在货架垂直方向上往复运动。由于多层穿梭车系统出入库频率比堆垛机系统更快，吞吐量更大，近年来在电商仓库、分拣配送中心等需要快速分拣且拣选频次大的场景下得到广泛应用。
随着电商的发展，客户订单呈现出品种数量多、单个品种订货数量小且需要快速响应的趋势。仓储系统在货物分配时，单个订单订购的货物往往存储在多个巷道中。这就导致，在订单拣选后的打包过程中合并订单、合并包裹的需求急剧增加，极大地浪费了人力物力，降低了仓储效率。
发明内容
本发明的目的在于提供一种四向穿梭车路径导航方法及系统，实现对穿梭车的路径导航，加快仓库存取货物的效率。
为了达到上述目的，本发明的基础方案为：一种四向穿梭车路径导航方法，包括如下步骤：
S1，获取待处理时间间隔内的订单信息，所述订单信息包括订单目标地址，订单货物的种类和数量；
S2，查询仓库的储存信息，获取步骤S1中所有订单的订单货物的存储位置；
S3，根据步骤S1获得的订单目标地址划分订单，获取同一订单目标地址对应的所有订单货物的种类和数量，并根据步骤S2获得的存储地址确定所述同一订单目标地址对应的所有订单货物的存储位置；
S4，进行穿梭车的路径导航规划，提取同一订单目标地址对应的所有订单的货物。
本基础方案的工作原理和有益效果在于：获取订单信息和仓库的储存信息，从而划分订单，以便后续对穿梭车的导航路径进行规划。路径导航规划输入穿梭车的控制端，从而控制穿梭车按规划进行存取货物，减少线下合单和理货人员、缩短拣选周期，加快仓库存取货物的效率。
进一步，穿梭车的路径导航规划方法如下：
提取不同订单货物所在的存储位置，形成所有订单货物存储位置所在节点的路径组合，具体路径是指由一个货物位置节点向另一货物位置节点的有向距离，穿梭车的位置和提升机的位置也是位置节点；
建立目标函数，求取经过所有位置节点的有向距离的最小值，
Figure 438900DEST_PATH_IMAGE001
其中，i、j是位置节点索引，
Figure 356041DEST_PATH_IMAGE002
为订单货物所在的位置集合；k是穿梭车索引，kn为穿梭车总数，
Figure 198095DEST_PATH_IMAGE003
为第k辆穿梭车从位置节点i移动到位置节点j的有向距离；
约束条件：同一任务只能由一辆穿梭车执行：
Figure 655621DEST_PATH_IMAGE004
代表数值0-1的决策变量，穿梭车k提取货物从位置i移动到位置j，若提取为1，否则为0；
Figure 469993DEST_PATH_IMAGE005
订单只能被安排一次，N为订单总数；
求解目标函数，规划穿梭车的行驶路径。
设置约束条件，优化规划方案，利于使用。
进一步，利用以下方法进行货物存储：
Figure 354772DEST_PATH_IMAGE006
其中，
Figure 684123DEST_PATH_IMAGE007
为货物h的重量，
Figure 883023DEST_PATH_IMAGE008
为货物h的出库概率，
Figure 614218DEST_PATH_IMAGE009
为货物h距离出口的横坐标距离，
Figure 669899DEST_PATH_IMAGE010
为货物h距离出口的纵坐标距离，
Figure 689808DEST_PATH_IMAGE011
为货物h距离出口的竖向坐标距离；
Figure 223557DEST_PATH_IMAGE012
为穿梭车平面运行速度，
Figure 746942DEST_PATH_IMAGE013
为穿梭车纵向运行速度，f为货物存储目标函数；H为货物的数量，h∈H；
约束条件：一个位置存放一种货物，
Figure 259611DEST_PATH_IMAGE014
代表数值0-1的决策变量，货物h存放在i处为1，否则为0。
对货物存储地址进行控制，以便获取不同货物的具体存放位置，利于后续穿梭车导航控制。
进一步，目标函数的求解方法采用遗传算法，或蚁群算法，或粒子群算法，或基于分解的多目标优化算法，或差分进化算法。
根据需要，选择合适的算法，便于使用。
本发明还提供一种四向穿梭车运行路径控制系统，包括数据采集模块和控制模块，所述数据采集模块用于获取订单信息，数据采集模块的输出端与控制模块的输入端连接，所述控制模块的输出端与穿梭车的控制端连接，控制模块执行本发明所述方法，进行穿梭车作业控制。
该系统对穿梭车的路径进行导航控制，操作简单，减少线下合单和理货人员、缩短拣选周期，便于使用。
附图说明
图1是本发明四向穿梭车路径导航方法的流程示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“纵向”、“横 向”、“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。
在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
如图1所示，本发明公开了一种四向穿梭车路径导航方法，包括如下步骤：
S1，获取待处理时间间隔内的订单信息（即有多个待处理的订单批次，每个批次中对应有订单信息），订单信息包括订单目标地址，订单货物的种类和数量；
S2，查询仓库的储存信息，获取步骤S1中所有订单的订单货物的存储位置；
S3，根据步骤S1获得的订单目标地址划分订单，获取同一订单目标地址对应的所有订单货物的种类和数量，并根据步骤S2获得的存储地址确定所述同一订单目标地址对应的所有订单货物的存储位置；
S4，进行穿梭车的路径导航规划，提取同一订单目标地址对应的所有订单的货物。
本发明的一种优选方案中，不同的货物需要放置在对应的位置，利用以下方法进行货物存储：
Figure 563554DEST_PATH_IMAGE006
其中，
Figure 838677DEST_PATH_IMAGE007
为货物h的重量，
Figure 544465DEST_PATH_IMAGE008
为货物h的出库概率，
Figure 941949DEST_PATH_IMAGE009
为货物h距离出口的横坐标距离，
Figure 670870DEST_PATH_IMAGE010
为货物h距离出口的纵坐标距离，
Figure 812001DEST_PATH_IMAGE011
为货物h距离出口的竖向坐标距离；
Figure 372296DEST_PATH_IMAGE012
为穿梭车平面运行速度，
Figure 143943DEST_PATH_IMAGE013
为穿梭车纵向运行速度，f为货物存储目标函数；H为货物的数量，h∈H；
约束条件：一个位置存放一种货物，
Figure 156898DEST_PATH_IMAGE014
代表数值0-1的决策变量，货物h存放在i处为1，否则为0。为便于运算，进行基本假设，各货架间的间距忽略不计，在设备出入库作业中的举升或降落货物所消耗的时间忽略不计。
本发明的一种优选方案中，穿梭车的路径导航规划方法如下：
提取不同订单货物所在的存储位置，形成所有订单货物存储位置所在节点的路径组合，具体路径是指由一个货物位置节点向另一货物位置节点的有向距离，穿梭车的位置和提升机的位置也是位置节点；
建立目标函数，求取经过所有位置节点的有向距离的最小值，
Figure 39403DEST_PATH_IMAGE001
其中，i、j是位置节点索引，
Figure 454204DEST_PATH_IMAGE002
为订单货物所在的位置集合；k是穿梭车索引，kn为穿梭车总数，
Figure 461999DEST_PATH_IMAGE003
为第k辆穿梭车从位置节点i移动到位置节点j的有向距离；
约束条件：同一任务只能由一辆穿梭车执行：
Figure 899934DEST_PATH_IMAGE004
代表数值0-1的决策变量，穿梭车k提取货物，若提取为1，否则为0；
Figure 382868DEST_PATH_IMAGE005
订单只能被安排一次，N为订单总数；
求解目标函数，规划穿梭车的行驶路径。目标函数的求解方法采用遗传算法，或蚁群算法，或粒子群算法，或基于分解的多目标优化算法，或差分进化算法。
利用蚁群算法求解目标函数的具体方法可以如下：
Figure 917754DEST_PATH_IMAGE015
为穿梭车i执行订单j的距离；
Figure 31204DEST_PATH_IMAGE016
为穿梭车
Figure 18751DEST_PATH_IMAGE017
执行订单j的奖金，等于
Figure 243059DEST_PATH_IMAGE015
；
S1，初始化蚁群算法，产生多只巡逻蚂蚁，每只蚂蚁为执行所需要的穿梭车；
S2，如果达到终止条件，则执行步骤S6，如果没有达到终止条件，计算蚂蚁下一步可行的移动位置，蚂蚁每走一步即选择一个任务位置；如果蚂蚁完成了搜索，即已完成所有节点位置任务的构造（遍历了所有节点位置，取到了所有商品），定义为“成功”蚂蚁，计算该蚂蚁所获取的奖金收益，所述终止条件为已有r只蚂蚁完成搜索，r≤穿锁车总数I，优选r为3；
S3，如果一个蚂蚁所收集的总奖金不大于“成功”蚂蚁所收集平均奖金，则认为该蚂蚁的搜索是“成功”的，如果某一蚂蚁的搜索“成功”，则用该蚂蚁更新平均奖金，并更新信息素；
S4，如果信息素被使用，则对下一步的移动进行决策，从p1点走向p2点的概率为：
Figure 366873DEST_PATH_IMAGE018
其中，
Figure 713541DEST_PATH_IMAGE019
为p1点走向p2点的概率，p2为订单p1执行之后可行的订单，
Figure 126067DEST_PATH_IMAGE020
为蚂蚁从p1点走向p2在信息素表中对应的信息素值；
S5，如果蚂蚁完成了搜索，分配新任务给空闲蚂蚁，返回步骤S2；
S6，输出穿梭车的行驶路径规划。
更新信息素的方法如下：
建立信息素表，信息素表中的所有值初始值为零，每次信息素需要更新时，针对当前成功的蚂蚁或者
Figure 216383DEST_PATH_IMAGE021
解中存在的订单相应的信息素被更新，其它未涉及的订单信息素保持不变；
Figure 460283DEST_PATH_IMAGE021
是奖金最小的一个；
对于奖金收益为
Figure 649956DEST_PATH_IMAGE021
的执行计划，令
Figure 609166DEST_PATH_IMAGE020
等于
Figure 175276DEST_PATH_IMAGE022
，其中
Figure 539262DEST_PATH_IMAGE023
为穿梭车可行驶的最大距离；
对于其它成功蚂蚁的执行计划，令
Figure 962153DEST_PATH_IMAGE020
等于
Figure 411588DEST_PATH_IMAGE024
，g为该蚂蚁对应的奖金收益。利用本方法，如果有一只蚂蚁构建了一个完整的解，则计算该蚂蚁所获取的奖金收益并更新信息素，并进一步提高该解的质量。
本发明还提供一种四向穿梭车运行路径控制系统，包括数据采集模块和控制模块，数据采集模块用于获取订单信息，数据采集模块的输出端与控制模块的输入端电性连接，控制模块的输出端与穿梭车的控制端电性连接，控制模块执行本发明所述方法，进行穿梭车作业控制。本方案对穿梭车的路径进行导航控制，操作简单，减少线下合单和理货人员、缩短拣选周期，便于使用。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (5)

1.一种四向穿梭车路径导航方法，其特征在于，包括如下步骤：
S1，获取待处理时间间隔内的订单信息，所述订单信息包括订单目标地址，订单货物的种类和数量；
S2，查询仓库的储存信息，获取步骤S1中所有订单的订单货物的存储位置；
S3，根据步骤S1获得的订单目标地址划分订单，获取同一订单目标地址对应的所有订单货物的种类和数量，并根据步骤S2获得的存储地址确定所述同一订单目标地址对应的所有订单货物的存储位置；
S4，进行穿梭车的路径导航规划，提取同一订单目标地址对应的所有订单的货物。
2.如权利要求1所述的四向穿梭车路径导航方法，其特征在于，穿梭车的路径导航规划方法如下：
提取不同订单货物所在的存储位置，形成所有订单货物存储位置所在节点的路径组合，具体路径是指由一个货物位置节点向另一货物位置节点的有向距离，穿梭车的位置和提升机的位置也是位置节点；
建立目标函数，求取经过所有位置节点的有向距离的最小值，
Figure 32665DEST_PATH_IMAGE001
其中，i、j是位置节点索引，
Figure 74440DEST_PATH_IMAGE002
为订单货物所在的位置集合；k是穿梭车索引，kn为穿梭车总数，
Figure 913564DEST_PATH_IMAGE003
为第k辆穿梭车从位置节点i移动到位置节点j的有向距离；
约束条件：同一任务只能由一辆穿梭车执行：
Figure 308773DEST_PATH_IMAGE004
代表数值0-1的决策变量，穿梭车k提取货物从位置i移动到位置j，若提取为1，否则为0；
Figure 185462DEST_PATH_IMAGE005
订单只能被安排一次，N为订单总数；
求解目标函数，规划穿梭车的行驶路径。
3.如权利要求1所述的四向穿梭车路径导航方法，其特征在于，利用以下方法进行货物存储：
Figure 7925DEST_PATH_IMAGE006
其中，
Figure 337275DEST_PATH_IMAGE007
为货物h的重量，
Figure 598492DEST_PATH_IMAGE008
为货物h的出库概率，
Figure 267371DEST_PATH_IMAGE009
为货物h距离出口的横坐标距离，
Figure 323052DEST_PATH_IMAGE010
为货物h距离出口的纵坐标距离，
Figure 139698DEST_PATH_IMAGE011
为货物h距离出口的竖向坐标距离；
Figure 876710DEST_PATH_IMAGE012
为穿梭车平面运行速度，
Figure 462412DEST_PATH_IMAGE013
为穿梭车纵向运行速度，f为货物存储目标函数；H为货物的数量，h∈H；
约束条件：一个位置存放一种货物，
Figure 892256DEST_PATH_IMAGE014
代表数值0-1的决策变量，货物h存放在i处为1，否则为0。
4.如权利要求2所述的四向穿梭车路径导航方法，其特征在于，目标函数的求解方法采用遗传算法，或蚁群算法，或粒子群算法，或基于分解的多目标优化算法，或差分进化算法。
5.一种四向穿梭车运行路径控制系统，其特征在于，包括数据采集模块和控制模块，所述数据采集模块用于获取订单信息，数据采集模块的输出端与控制模块的输入端连接，所述控制模块的输出端与穿梭车的控制端连接，控制模块执行权利要求1-4之一所述方法，进行穿梭车作业控制。
CN202210327948.2A 2022-03-31 2022-03-31 四向穿梭车路径导航方法及系统 Pending CN114418707A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210327948.2A CN114418707A (zh) 2022-03-31 2022-03-31 四向穿梭车路径导航方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210327948.2A CN114418707A (zh) 2022-03-31 2022-03-31 四向穿梭车路径导航方法及系统

Publications (1)

Publication Number Publication Date
CN114418707A true CN114418707A (zh) 2022-04-29

Family

ID=81263158

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210327948.2A Pending CN114418707A (zh) 2022-03-31 2022-03-31 四向穿梭车路径导航方法及系统

Country Status (1)

Country Link
CN (1) CN114418707A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115490016A (zh) * 2022-09-30 2022-12-20 山东海运股份有限公司 一种集装箱动态储放位置的分配方法
CN116216159A (zh) * 2023-05-08 2023-06-06 北京柏瑞安电子技术有限公司 一种智能物流仓储用四向穿梭车定位方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968860A (zh) * 2010-10-09 2011-02-09 北京物资学院 订单拣选方法及系统
CN109772893A (zh) * 2019-02-18 2019-05-21 重庆大学 最大化轧辊利用的多热轧单元批量计划优化方法及控制系统
CN109872107A (zh) * 2019-02-19 2019-06-11 杭州米阳信息技术有限公司 拣货路径优化方法及系统
CN111369189A (zh) * 2020-02-28 2020-07-03 北京三快在线科技有限公司 生成拣货任务的方法、装置、存储介质及电子设备
WO2021082924A1 (zh) * 2019-10-29 2021-05-06 北京极智嘉科技有限公司 一种货物处理系统及货物处理的方法
CN113935452A (zh) * 2020-07-14 2022-01-14 天津科技大学 一种基于蚁群算法和遗传算法融合的配送中心拣货路径规划方法
CN113960969A (zh) * 2021-10-27 2022-01-21 陈凯妍 一种基于大数据的物流仓储的调度方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968860A (zh) * 2010-10-09 2011-02-09 北京物资学院 订单拣选方法及系统
CN109772893A (zh) * 2019-02-18 2019-05-21 重庆大学 最大化轧辊利用的多热轧单元批量计划优化方法及控制系统
CN109872107A (zh) * 2019-02-19 2019-06-11 杭州米阳信息技术有限公司 拣货路径优化方法及系统
WO2021082924A1 (zh) * 2019-10-29 2021-05-06 北京极智嘉科技有限公司 一种货物处理系统及货物处理的方法
CN111369189A (zh) * 2020-02-28 2020-07-03 北京三快在线科技有限公司 生成拣货任务的方法、装置、存储介质及电子设备
CN113935452A (zh) * 2020-07-14 2022-01-14 天津科技大学 一种基于蚁群算法和遗传算法融合的配送中心拣货路径规划方法
CN113960969A (zh) * 2021-10-27 2022-01-21 陈凯妍 一种基于大数据的物流仓储的调度方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘臣奇等: "基于蚁群算法的拣选作业优化问题", 《系统工程理论与实践》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115490016A (zh) * 2022-09-30 2022-12-20 山东海运股份有限公司 一种集装箱动态储放位置的分配方法
CN116216159A (zh) * 2023-05-08 2023-06-06 北京柏瑞安电子技术有限公司 一种智能物流仓储用四向穿梭车定位方法

Similar Documents

Publication Publication Date Title
Zou et al. Operating policies in robotic compact storage and retrieval systems
CN114418707A (zh) 四向穿梭车路径导航方法及系统
Sarker et al. Travel time models in automated storage/retrieval systems: A critical review
Lerher et al. Simulation analysis of shuttle based storage and retrieval systems
CN101417732B (zh) 搬运命令自动生成系统及方法
CN109886478A (zh) 一种成品酒自动化立体仓库的货位优化方法
CN111626516B (zh) 考虑倒货策略的双深位四向穿梭车系统订单排序优化方法
CN106773686B (zh) 同轨双车运行模式下堆垛机调度路径模型建立方法
Rosi et al. SIMULATION-BASED PERFORMANCE ANALYSIS OF AUTOMATED SINGLE-TRAY VERTICAL LIFT MODULE.
CN108897316B (zh) 一种基于信息素导航的集群仓储机器人系统控制方法
CN116203959A (zh) 基于hac算法的机器人路径规划方法及系统
CN110986942A (zh) 基于蚁群算法的立体仓库三维空间路径优化方法
CN114611767A (zh) 一种全局最优的智能仓储调度优化算法
CN112989696A (zh) 一种基于移动机器人的自动拣选系统货位优化方法及系统
CN117234214A (zh) 一种用于工业货物码垛的自动化穿梭车
CN109359905B (zh) 一种自动化无人仓货位分配方法、装置和存储介质
CN113682705B (zh) 库存分配方法、装置、服务器和存储介质
CN107464013A (zh) 一种应用于v型非传统布局仓库通道优化设计方法
CN112561448B (zh) 基于改进遗传算法的多任务下堆垛机调度算法
CN116796910B (zh) 基于货物分配策略的订单分批优化方法
CN117764483A (zh) 一种仓储物流机器人拣货路径的优化方法及系统
CN117495236A (zh) 一种电力物资仓库的调度方法及装置
CN116629734A (zh) 仓储系统物品拣选路径的规划方法、装置、设备及介质
JP2021165926A (ja) 物流における立体自動倉庫
CN116342039A (zh) 一种立体仓库的货物分配和拣选的优化方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220429