CN114506615A - 一种仓库拣货方法 - Google Patents

Abstract

本发明涉及仓储物流技术领域，尤其为一种仓库拣货方法，包括以下步骤：S1，获取仓库内仓储的各类货物信息，并根据获取到的货物信息创建货物仓储单，接收提货单，根据提货单内的货物信息生成对应的拣货单，确定拣货单的优先级；S2，选取优先级较高的拣货单，根据拣货单从货物仓储单中寻找到对应货物的仓储位置，并选取合适的拣货机器人，同时选择合适的拣货路径，将选择好的拣货路线以及拣货任务并发送给对应的拣货机器人，拣货机器人执行拣货任务并将货物运送到出货部门；S3，出货部门根据提货单对捡取的货物进行检测，并建立货物出库单，本发明可以有效解决目前摘果式和播种式两种拣货方式采用纯人工操作，工作效率较低，智能化程度不高的问题。

Description

一种仓库拣货方法

技术领域

本发明涉及仓储物流技术领域，具体为一种仓库拣货方法。

背景技术

在仓库管理中，尤其是电商行业，拣货的速度直接决定了仓库出货的效率，在某些时候，例如，双十一、促销活动等，出库的订单量是日常订单量的数倍、数十倍、甚至是数百倍，如何快速有效地进行拣货是当前仓库管理的难题之一，能够使得拣货人员走最少的路，拣最多的订单，是检验仓储管理系统好坏的标准之一。

现有技术对仓库货物进行拣选，一般采用人工进行，具体过程是：仓库管理系统生成订单，订单上有货架号、货物型号等信息，拣货人员根据订单上的信息，步行或者驾驶叉车到指定货架拣货，在拣货时，广为应用的是摘果式和播种式两种拣货方式，摘果是指针对每一个订单，拣货人员或设备巡回于各个货架，将所需要的货物取出，其特点是每次只处理一份订单，进行摘果式拣选，播种是指将混合了多个订单商品的货物，重新分拣到对应的个人订单，当商品种类繁多，订单数量庞大时，采用播种式拣货方式，可以提高工作效率，缩短拣货时行走搬运的距离，增加单位时间的拣选数量。

目前摘果式和播种式两种拣货方式采用纯人工操作，工作效率较低，智能化程度不高。

综上所述，本发明提供一种仓库拣货方法来改善这一问题。

发明内容

本发明的目的在于提供一种仓库拣货方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种仓库拣货方法，包括以下步骤：

S1，获取仓库内仓储的各类货物信息，并根据获取到的货物信息创建货物仓储单，接收提货单，根据提货单内的货物信息生成对应的拣货单，确定拣货单的优先级；

S2，选取优先级较高的拣货单，根据拣货单从货物仓储单中寻找到对应货物的仓储位置，并选取合适的拣货机器人，同时选择合适的拣货路径，将选择好的拣货路线以及拣货任务并发送给对应的拣货机器人，拣货机器人执行拣货任务并将货物运送到出货部门；

S3，出货部门根据提货单对捡取的货物进行检测，并建立货物出库单，将货物出库单发送到货物仓储单内，货物仓储单根据货物出库单内的信息进行数据更新，检测完成的后货物被送到运输车上进行配送。

作为本发明优选的方案，所述S1中仓库内仓储的各类货物信息包括货物的种类名称、形状和尺寸、仓储数量、仓储位置以及保质期限，提货单内的货物信息包括提取货物的种类名称、提取货物的数量以及货物的配送时间。

作为本发明优选的方案，所述S1中确定拣货单的优先级的具体操作步骤为：根据拣货单的配送时间和拣货单的创建时间确定拣货时长，并根据优先级计算公式计算出拣货单的优先级。

作为本发明优选的方案，所述S2中选取合适的拣货机器人的具体步骤为：

S11，查询在被捡取货物位置处半径50m内是否存在处于工作状态的拣货机器人，若在被捡取货物位置处半径50m内有处于工作状态的拣货机器人，则确定拣货机器人的位置，并获取拣货机器人的拣货负载状态，根据拣货负载状态选取未满载的拣货机器人，并调取选择的拣货机器人的位置；

S12，若在被捡取货物位置处半径50m内没有处于工作状态的拣货机器人或处于被捡取货物位置处半径50m内的拣货机器人处于满载状态，则选择未处于工作状态的拣货机器人，并调取未处于工作状态的拣货机器人初始出发位置。

作为本发明优选的方案，所述S2中选取合适的拣货路径的具体操作步骤为：将商品在仓库内的位置和选取的拣货机器人出发位置传输至神经网络计算模型中，通过神经网络计算模型计算得到多条拣货路线并输出其中的最优拣货路线。

作为本发明优选的方案，所述S3中出货部门根据提货单对捡取的货物进行检测的具体操作步骤为：根据提货单内的货物信息包括提取货物的种类名称和提取货物的数量对捡取的货物进行初步检测，确定捡取的货物的种类和数量与提货单是否一致，若捡取的货物与提货单上的信息不一致，则拣货机器人重新进行拣货，若完全一致，则进行二次检测，对货物的外包装的完整程度进行检测，若货物外包装出现破损，则对其进行重新包装。

作为本发明优选的方案，所述S3中货物出库单内的信息包括出库货物的种类名称、出库货物的数量以及出库时间。

作为本发明优选的方案，所述S3中货物仓储单根据货物出库单内的信息进行数据更新的具体操作步骤为：根据货物出库单内的信息，货物仓储单更新出库货物的仓储数量，并在备注内注明货物的出库时间和出库数量。

作为本发明优选的方案，所述优先级计算公式为：

其中λ为优先级数，λ越大表面优先级越低，T为配送时间，t为接收拣货单时间，ε为调节系数，ε∈(1、2)，γ为货物数量。

与现有技术相比，本发明的有益效果是：

1、本发明中，通过获取仓库内仓储的各类货物信息，并根据获取到的货物信息创建货物仓储单，接收提货单，根据提货单内的货物信息生成对应的拣货单，确定拣货单的优先级，选取优先级较高的拣货单，根据拣货单从货物仓储单中寻找到对应货物的仓储位置，并选取合适的拣货机器人，同时选择合适的拣货路径，将选择好的拣货路线以及拣货任务并发送给对应的拣货机器人，拣货机器人执行拣货任务并将货物运送到出货部门，整个过程可以实现自动化处理，不需要工人手工操作，能够极大提高工作效率，同时也提高了智能化程度。

2、本发明中，通过根据拣货单的配送时间和拣货单的创建时间确定拣货时长，并根据优先级计算公式计算出拣货单的优先级并使用神经网络计算模型计算得到多条拣货路线并输出其中的最优拣货路线，能够优选处理配送时间较短的拣货单，同时使用神经网络计算模型计算最优拣货路线，能够优化拣货机器人的移动路线，减少移动时间。

具体实施方式

下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同，本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明，本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

本发明提供一种技术方案：

一种仓库拣货方法，包括以下步骤：

S1，获取仓库内仓储的各类货物信息，并根据获取到的货物信息创建货物仓储单，接收提货单，根据提货单内的货物信息生成对应的拣货单，确定拣货单的优先级；

S2，选取优先级较高的拣货单，根据拣货单从货物仓储单中寻找到对应货物的仓储位置，并选取合适的拣货机器人，同时选择合适的拣货路径，将选择好的拣货路线以及拣货任务并发送给对应的拣货机器人，拣货机器人执行拣货任务并将货物运送到出货部门；

S3，出货部门根据提货单对捡取的货物进行检测，并建立货物出库单，将货物出库单发送到货物仓储单内，货物仓储单根据货物出库单内的信息进行数据更新，检测完成的后货物被送到运输车上进行配送。

进一步的，所述S1中仓库内仓储的各类货物信息包括货物的种类名称、形状和尺寸、仓储数量、仓储位置以及保质期限，提货单内的货物信息包括提取货物的种类名称、提取货物的数量以及货物的配送时间。

进一步的，所述S1中确定拣货单的优先级的具体操作步骤为：根据拣货单的配送时间和拣货单的创建时间确定拣货时长，并根据优先级计算公式计算出拣货单的优先级。

进一步的，所述S2中选取合适的拣货机器人的具体步骤为：

S11，查询在被捡取货物位置处半径50m内是否存在处于工作状态的拣货机器人，若在被捡取货物位置处半径50m内有处于工作状态的拣货机器人，则确定拣货机器人的位置，并获取拣货机器人的拣货负载状态，根据拣货负载状态选取未满载的拣货机器人，并调取选择的拣货机器人的位置；

S12，若在被捡取货物位置处半径50m内没有处于工作状态的拣货机器人或处于被捡取货物位置处半径50m内的拣货机器人处于满载状态，则选择未处于工作状态的拣货机器人，并调取未处于工作状态的拣货机器人初始出发位置。

进一步的，所述S2中选取合适的拣货路径的具体操作步骤为：将商品在仓库内的位置和选取的拣货机器人出发位置传输至神经网络计算模型中，通过神经网络计算模型计算得到多条拣货路线并输出其中的最优拣货路线。

进一步的，所述S3中出货部门根据提货单对捡取的货物进行检测的具体操作步骤为：根据提货单内的货物信息包括提取货物的种类名称和提取货物的数量对捡取的货物进行初步检测，确定捡取的货物的种类和数量与提货单是否一致，若捡取的货物与提货单上的信息不一致，则拣货机器人重新进行拣货，若完全一致，则进行二次检测，对货物的外包装的完整程度进行检测，若货物外包装出现破损，则对其进行重新包装。

进一步的，所述S3中货物出库单内的信息包括出库货物的种类名称、出库货物的数量以及出库时间。

进一步的，所述S3中货物仓储单根据货物出库单内的信息进行数据更新的具体操作步骤为：根据货物出库单内的信息，货物仓储单更新出库货物的仓储数量，并在备注内注明货物的出库时间和出库数量。

进一步的，所述优先级计算公式为：

其中λ为优先级数，λ越大表面优先级越低，T为配送时间，t为接收拣货单时间，ε为调节系数，ε∈(1、2)，γ为货物数量。

具体实施案例：

获取仓库内仓储的各类货物信息，仓库内仓储的各类货物信息包括货物的种类名称、形状和尺寸、仓储数量、仓储位置以及保质期限，并根据获取到的货物信息创建货物仓储单，接收提货单，根据提货单内的货物信息生成对应的拣货单，提货单内的货物信息包括提取货物的种类名称、提取货物的数量以及货物的配送时间，根据拣货单的配送时间和拣货单的创建时间确定拣货时长，并根据优先级计算公式

计算出拣货单的优先级，其中λ为优先级数，λ越大表面优先级越低，T为配送时间，t为接收拣货单时间，ε为调节系数，ε∈(1、2)，γ为货物数量；

选取优先级较高的拣货单，根据拣货单从货物仓储单中寻找到对应货物的仓储位置，查询在被捡取货物位置处半径50m内是否存在处于工作状态的拣货机器人，若在被捡取货物位置处半径50m内有处于工作状态的拣货机器人，则确定拣货机器人的位置，并获取拣货机器人的拣货负载状态，根据拣货负载状态选取未满载的拣货机器人，并调取选择的拣货机器人的位置，若在被捡取货物位置处半径50m内没有处于工作状态的拣货机器人或处于被捡取货物位置处半径50m内的拣货机器人处于满载状态，则选择未处于工作状态的拣货机器人，并调取未处于工作状态的拣货机器人初始出发位置，同时将商品在仓库内的位置和选取的拣货机器人出发位置传输至神经网络计算模型中，通过神经网络计算模型计算得到多条拣货路线并输出其中的最优拣货路线，将选择好的拣货路线以及拣货任务并发送给对应的拣货机器人，拣货机器人执行拣货任务并将货物运送到出货部门；

出货部门根据提货单对捡取的货物进行检测，根据提货单内的货物信息包括提取货物的种类名称和提取货物的数量对捡取的货物进行初步检测，确定捡取的货物的种类和数量与提货单是否一致，若捡取的货物与提货单上的信息不一致，则拣货机器人重新进行拣货，若完全一致，则进行二次检测，对货物的外包装的完整程度进行检测，若货物外包装出现破损，则对其进行重新包装，并建立货物出库单，货物出库单内的信息包括出库货物的种类名称、出库货物的数量以及出库时间，将货物出库单发送到货物仓储单内，货物仓储单根据货物出库单内的信息进行数据更新，根据货物出库单内的信息，货物仓储单更新出库货物的仓储数量，并在备注内注明货物的出库时间和出库数量，检测完成的后货物被送到运输车上进行配送。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神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，本发明的范围由所附权利要求及其等同物限定。

Claims (9)

1.一种仓库拣货方法，其特征在于，包括以下步骤：

S1，获取仓库内仓储的各类货物信息，并根据获取到的货物信息创建货物仓储单，接收提货单，根据提货单内的货物信息生成对应的拣货单，确定拣货单的优先级；

S2，选取优先级较高的拣货单，根据拣货单从货物仓储单中寻找到对应货物的仓储位置，并选取合适的拣货机器人，同时选择合适的拣货路径，将选择好的拣货路线以及拣货任务并发送给对应的拣货机器人，拣货机器人执行拣货任务并将货物运送到出货部门；

S3，出货部门根据提货单对捡取的货物进行检测，并建立货物出库单，将货物出库单发送到货物仓储单内，货物仓储单根据货物出库单内的信息进行数据更新，检测完成的后货物被送到运输车上进行配送。

2.根据权利要求1所述的一种仓库拣货方法，其特征在于：所述S1中仓库内仓储的各类货物信息包括货物的种类名称、形状和尺寸、仓储数量、仓储位置以及保质期限，提货单内的货物信息包括提取货物的种类名称、提取货物的数量以及货物的配送时间。

3.根据权利要求1所述的一种仓库拣货方法，其特征在于：所述S1中确定拣货单的优先级的具体操作步骤为：根据拣货单的配送时间和拣货单的创建时间确定拣货时长，并根据优先级计算公式计算出拣货单的优先级。

4.根据权利要求1所述的一种仓库拣货方法，其特征在于：所述S2中选取合适的拣货机器人的具体步骤为：

S11，查询在被捡取货物位置处半径50m内是否存在处于工作状态的拣货机器人，若在被捡取货物位置处半径50m内有处于工作状态的拣货机器人，则确定拣货机器人的位置，并获取拣货机器人的拣货负载状态，根据拣货负载状态选取未满载的拣货机器人，并调取选择的拣货机器人的位置；

S12，若在被捡取货物位置处半径50m内没有处于工作状态的拣货机器人或处于被捡取货物位置处半径50m内的拣货机器人处于满载状态，则选择未处于工作状态的拣货机器人，并调取未处于工作状态的拣货机器人初始出发位置。

5.根据权利要求1所述的一种仓库拣货方法，其特征在于：所述S2中选取合适的拣货路径的具体操作步骤为：将商品在仓库内的位置和选取的拣货机器人出发位置传输至神经网络计算模型中，通过神经网络计算模型计算得到多条拣货路线并输出其中的最优拣货路线。

6.根据权利要求1所述的一种仓库拣货方法，其特征在于：所述S3中出货部门根据提货单对捡取的货物进行检测的具体操作步骤为：根据提货单内的货物信息包括提取货物的种类名称和提取货物的数量对捡取的货物进行初步检测，确定捡取的货物的种类和数量与提货单是否一致，若捡取的货物与提货单上的信息不一致，则拣货机器人重新进行拣货，若完全一致，则进行二次检测，对货物的外包装的完整程度进行检测，若货物外包装出现破损，则对其进行重新包装。

7.根据权利要求1所述的一种仓库拣货方法，其特征在于：所述S3中货物出库单内的信息包括出库货物的种类名称、出库货物的数量以及出库时间。

8.根据权利要求1所述的一种仓库拣货方法，其特征在于：所述S3中货物仓储单根据货物出库单内的信息进行数据更新的具体操作步骤为：根据货物出库单内的信息，货物仓储单更新出库货物的仓储数量，并在备注内注明货物的出库时间和出库数量。

9.根据权利要求3所述的一种仓库拣货方法，其特征在于：所述优先级计算公式为：

其中λ为优先级数，λ越大表面优先级越低，T为配送时间，t为接收拣货单时间，ε为调节系数，ε∈(1、2)，γ为货物数量。