CN114626794A - 基于物联网的仓储立库穿梭车路径规划方法及系统 - Google Patents

基于物联网的仓储立库穿梭车路径规划方法及系统 Download PDF

Info

Publication number
CN114626794A
CN114626794A CN202210531657.5A CN202210531657A CN114626794A CN 114626794 A CN114626794 A CN 114626794A CN 202210531657 A CN202210531657 A CN 202210531657A CN 114626794 A CN114626794 A CN 114626794A
Authority
CN
China
Prior art keywords
goods
warehousing
warehouse
shuttle
vacant
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
Application number
CN202210531657.5A
Other languages
English (en)
Other versions
CN114626794B (zh
Inventor
向修含
徐祥琦
郭东进
袁绪龙
龙敏勇
袁绪彬
李栓柱
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 CN202210531657.5A priority Critical patent/CN114626794B/zh
Publication of CN114626794A publication Critical patent/CN114626794A/zh
Application granted granted Critical
Publication of CN114626794B publication Critical patent/CN114626794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/083—Shipping
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)

Abstract

本发明涉及货位分配及调度技术领域，具体涉及一种基于物联网的仓储立库穿梭车路径规划方法及系统，该方法对仓储库的每个作业进行初始操作优先度的计算，获取每个作业对应的货物位置，且确认每个作业的适配穿梭车位置，基于初始操作优先度和位置信息，对每个作业进行路径模拟，根据模拟过程中的模拟路径长度和穿梭车的转向次数对初始操作优先度进行调整，在保证穿梭车损耗小的前提下，提高了作业效率。

Description

基于物联网的仓储立库穿梭车路径规划方法及系统
技术领域
本发明涉及货位分配及调度技术领域，具体涉及一种基于物联网的仓储立库穿梭车路径规划方法及系统。
背景技术
随着物流仓储行业的迅速发展，精益仓储对自动化、数字化及智能化提出了更高的要求。在仓储系统同时接收到大量作业时，对各个作业的优先级的设置相当关键，而不合理的作业优先级会导致穿梭车进行作业时的路径变长，降低作业效率，且穿梭车的转向次数变多，也容易增大穿梭车的损害。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种基于物联网的仓储立库穿梭车路径规划方法及系统，所采用的技术方案具体如下：
本发明实施例中提供了一种基于物联网的仓储立库穿梭车路径规划方法，该方法包括以下具体步骤：
基于仓储历史数据，获取每个作业对应的货物类型在仓储中的仓储频率，作业包括入库作业和出库作业；基于穿梭车的承重和货物空间，计算每个作业的操作难易程度，结合所述仓储频率和所述操作难易程度得到每个作业的初始操作优先度；
根据同类货物位置、出货口位置以及空余货物位置确认每个入库作业的入库货位，基于出库作业的货物类型确认每个出库作业的出库货位；根据所述入库货位和所述出库货位距离各个穿梭车位置的距离对每个作业进行穿梭车匹配；
基于所述初始操作优先度，根据每个作业的穿梭车匹配结果进行路径模拟，统计模拟过程中每个作业的模拟路径长度和对应穿梭车的模拟转向次数；获取单独进行一个作业时的最优路径长度和最优转向次数，将作业的模拟路径长度与最优路径长度之间的长度差异绝对值、模拟转向次数与最优转向次数之间的次数差异绝对值进行相加得到每个作业的操作差异程度；
将当前作业之后每个作业的所述操作差异程度进行累加得到当前作业对后续各个作业的冲突程度，利用所述冲突程度相对应对每个作业的所述初始操作优先度进行调整。
进一步地，所述基于穿梭车的承重和货物空间，计算每个作业的操作难易程度的方法，包括：
获取穿梭车所能承载的最大重量
Figure DEST_PATH_IMAGE001
及货位空间的长
Figure 830465DEST_PATH_IMAGE002
宽
Figure DEST_PATH_IMAGE003
高
Figure 418179DEST_PATH_IMAGE004
，而第
Figure DEST_PATH_IMAGE005
个作业对应货物的重量为
Figure 134331DEST_PATH_IMAGE006
，及其整体货物的长
Figure DEST_PATH_IMAGE007
宽
Figure 376087DEST_PATH_IMAGE008
高
Figure DEST_PATH_IMAGE009
，则第
Figure 371856DEST_PATH_IMAGE005
个作业的操作难易程度的计算公式为：
Figure DEST_PATH_IMAGE011
其中，
Figure 276227DEST_PATH_IMAGE012
为第
Figure 750065DEST_PATH_IMAGE005
个作业的操作难易程度。
进一步地，所述初始操作优先度的计算公式，包括：
Figure 374557DEST_PATH_IMAGE014
其中，
Figure DEST_PATH_IMAGE015
为第
Figure 259336DEST_PATH_IMAGE005
个作业的初始操作优先度；
Figure 57528DEST_PATH_IMAGE016
为第
Figure 69478DEST_PATH_IMAGE005
个作业的判断因子，且出库作业的判断因子小于入库作业；
Figure DEST_PATH_IMAGE017
为第
Figure 535094DEST_PATH_IMAGE005
个作业的仓储频率；
Figure 75928DEST_PATH_IMAGE012
为第
Figure 95836DEST_PATH_IMAGE005
个作业的操作难易程度。
进一步地，所述根据同类货物位置、出货口位置以及空余货物位置确认每个入库作业的入库货位的方法，包括：
当仓储库中存在第
Figure 160744DEST_PATH_IMAGE005
个入库作业对应货物类型的同类货物时，统计第
Figure 966021DEST_PATH_IMAGE005
个入库作业所对应的目标空余货位同层中第
Figure 661444DEST_PATH_IMAGE005
个入库作业对应货物类型的多个同类货物位置和对应出货口位置，计算该目标空余货位分别与同类货物位置和出货口位置之间的距离之和；
基于仓储大数据统计第
Figure 230966DEST_PATH_IMAGE005
个入库作业所对应的目标空余货位曾经存储过的货物类型，根据每种货物存储的总数量和所有货物类型的数量总和之间的比值计算第
Figure 50630DEST_PATH_IMAGE005
个入库作业对应的货物类型在目标空余货位上的存储概率；
对所述距离之和与所述存储概率进行相加求平均值，将平均值作为第
Figure 959680DEST_PATH_IMAGE005
个入库作业对应的货物类型存储在目标空余货位上的优选值；分别计算第
Figure 622742DEST_PATH_IMAGE005
个入库作业在每个空余货位上的优选值，将优选值最大所对应的空余货位作为第
Figure 899134DEST_PATH_IMAGE005
个入库作业的入库货位。
进一步地，所述根据同类货物位置、出货口位置以及空余货物位置确认每个入库作业的入库货位的方法，包括：
当仓储库中不存在入库作业
Figure 509107DEST_PATH_IMAGE018
对应货物类型的同类货物时，对仓储库中的多个空余货位的位置信息进行遍历，将连续且相邻的空余货位构成一个货位区域，得到多个货位区域，统计每个货位区域所包含的空余货位的第一数量；
将入库作业
Figure 538243DEST_PATH_IMAGE018
的货物类型在仓储库中的所述仓储频率和仓储库中空余货位的总数量之间的乘积作为入库作业
Figure 326201DEST_PATH_IMAGE018
对应的货物类型所需空余货位的第二数量；
计算每个货位区域所包含的空余货位的第一数量和入库作业
Figure 870315DEST_PATH_IMAGE018
对应的货物类型所需空余货位的第二数量之间的数量差值，将数量差值最小的货位区域作为入库作业
Figure 565870DEST_PATH_IMAGE018
对应货物所仓储的目标区域；
获取目标区域中每个空余货位曾经存储入库作业
Figure 183933DEST_PATH_IMAGE018
对应的货物类型的存储概率，将存储概率最大所对应的空余货位作为入库作业
Figure 392060DEST_PATH_IMAGE018
的入库货位。
进一步地，所述根据所述入库货位和所述出库货位距离各个穿梭车位置的距离对每个作业进行穿梭车匹配的方法，包括：
分别计算入库货位和出库货位与每个穿梭车之间的距离，然后选择距离最近的穿梭车作为对应作业的适配穿梭车。
进一步地，所述利用所述冲突程度相对应对每个作业的所述初始操作优先度进行调整的方法，包括：
计算每个作业的所述冲突程度和所述初始操作优先度之间的乘积，将所述乘积作为对应作业的新操作优先度。
进一步地，本发明实施例还提供了一种基于物联网的仓储立库穿梭车路径规划系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于物联网的仓储立库穿梭车路径规划方法中任意一项所述方法的步骤。
本发明实施例至少具有如下有益效果：根据作业对应货物的体积和重量对每个作业进行初始操作优先级的确认，基于初始操作优先级对每个作业进行路径模拟，根据模拟路径的长度和路径过程中穿梭车的转向次数对初始操作优先级进行调整，以保证车损耗小的前提下，提高作业效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1为本发明一个实施例提供的一种基于物联网的仓储立库穿梭车路径规划方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于物联网的仓储立库穿梭车路径规划方法及系统，其具体实施方式、结构、特征及其作用，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
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。
下面结合附图具体的说明本发明所提供的一种基于物联网的仓储立库穿梭车路径规划方法及系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种基于物联网的仓储立库穿梭车路径规划方法的步骤流程图，该方法包括以下步骤：
步骤S001，基于仓储历史数据，获取每个作业对应的货物类型在仓储中的仓储频率，作业包括入库作业和出库作业；基于穿梭车的承重和货物空间，计算每个作业的操作难易程度，结合仓储频率和操作难易程度得到每个作业的初始操作优先度。
具体的，通过仓储管理系统接收出入库的作业信息，其中包含了每个作业的货物类型、体积和重量。作业信息将作业分为出库作业与入库作业， 首先对入库作业进行图像采集，通过神经网络分类识别获取每个入库作业的货物类型，然后通过仓储大数据获取每个作业对应货物类型在仓储中的仓储频率
Figure DEST_PATH_IMAGE019
，假设仓储中有
Figure 171273DEST_PATH_IMAGE020
类货物，则第
Figure 388628DEST_PATH_IMAGE005
类货物对应的仓储频率为
Figure 674247DEST_PATH_IMAGE017
，其中
Figure 850013DEST_PATH_IMAGE005
=1,2,3，…
Figure 306402DEST_PATH_IMAGE020
，且
Figure DEST_PATH_IMAGE021
,货物的仓储频率越高说明其优先级应越高。
同时，考虑放到货物在出入库时，也涉及到搬运的难易程度的问题，毫无疑问对于体积大,重量大的货物的搬运较为困难。由于存在体积大，重量小的货物，及体积小，重量大的货物，故本发明实施例根据货物体积和重量进行操作难易程度的评估，具体为：获取穿梭车所能承载的最大重量
Figure 874918DEST_PATH_IMAGE001
及货位空间的长
Figure 749464DEST_PATH_IMAGE002
宽
Figure 96132DEST_PATH_IMAGE003
高
Figure 381095DEST_PATH_IMAGE004
，而第
Figure 208365DEST_PATH_IMAGE005
个作业对应货物的重量为
Figure 468576DEST_PATH_IMAGE006
，及其整体货物的长
Figure 189407DEST_PATH_IMAGE007
宽
Figure 167859DEST_PATH_IMAGE008
高
Figure 265128DEST_PATH_IMAGE009
，则第
Figure 566796DEST_PATH_IMAGE005
个作业的操作难易程度
Figure 724108DEST_PATH_IMAGE012
为：
Figure 924276DEST_PATH_IMAGE011
进一步地，结合每个作业对应货物类型的仓储频率和操作难易程度计算对应作业的初始操作优先度，则初始操作优先度的计算公式为：
Figure 825236DEST_PATH_IMAGE014
其中，
Figure 512569DEST_PATH_IMAGE015
为第
Figure 323006DEST_PATH_IMAGE005
个作业的初始操作优先度；
Figure 463000DEST_PATH_IMAGE016
为第
Figure 902072DEST_PATH_IMAGE005
个作业的判断因子，若该作业为出库作业，则
Figure 991382DEST_PATH_IMAGE016
=-0.1，反之该作业为入库作业，则
Figure 490496DEST_PATH_IMAGE016
=0.1。
需要说明的是，根据先验知识，货物出库后，有更多的货位供入库货物进行货位选择，因此出库作业的优先级应略大于入库作业，故出库作业的判断因子小于入库作业的判断因子。
步骤S002，根据同类货物位置、出货口位置以及空余货物位置确认每个入库作业的入库货位，基于出库作业的货物类型确认每个出库作业的出库货位；根据入库货位和出库货位距离各个穿梭车位置的距离对每个作业进行穿梭车匹配。
具体的，对于每个出库作业，根据其所要出库的货物类型确认每个出库作业的出库货位；而对于每个入库作业，在对入库货物的货位进行选择时，不仅要考虑同类货物之间的距离，也同样需要考虑货物的存取时穿梭车的运行路径，因此每个入库作业的入库货位的确认过程为：
（1）已知仓储库中存在N个空余货位，设每个空余货位的位置信息为
Figure 852207DEST_PATH_IMAGE022
，其中，
Figure DEST_PATH_IMAGE023
表示仓储库的行数，
Figure 376861DEST_PATH_IMAGE024
表示仓储库的列数，
Figure DEST_PATH_IMAGE025
表示仓储库的高度，也即是层数。假使第
Figure 366682DEST_PATH_IMAGE005
个入库作业所对应的目标空余货位为
Figure 787431DEST_PATH_IMAGE026
，统计该目标空余货位同层中第
Figure 636438DEST_PATH_IMAGE005
个入库作业对应的货物类型的多个同类货物位置和对应出货口位置，然后计算该目标空余货位分别与同类货物位置和出货口位置之间的距离之和
Figure DEST_PATH_IMAGE027
。
（2）基于仓储大数据统计第
Figure 948471DEST_PATH_IMAGE005
个入库作业所对应的目标空余货位
Figure 212705DEST_PATH_IMAGE026
曾经存储过的货物类型，并根据每种货物存储的总数量和所有货物类型的数量总和之间的比值计算第
Figure 53622DEST_PATH_IMAGE005
个入库作业对应的货物类型在目标空余货位
Figure 389926DEST_PATH_IMAGE026
上的存储概率
Figure 974491DEST_PATH_IMAGE028
，则存储概率
Figure 361741DEST_PATH_IMAGE028
的计算公式为：
Figure DEST_PATH_IMAGE029
，其中
Figure 435876DEST_PATH_IMAGE030
为曾经存储过的货物类型的数量，
Figure DEST_PATH_IMAGE031
为第
Figure 541367DEST_PATH_IMAGE005
类货物存储的总数量。
（3）结合目标空余货位
Figure 460781DEST_PATH_IMAGE026
对应的距离之和
Figure 436958DEST_PATH_IMAGE027
和第
Figure 226535DEST_PATH_IMAGE005
个入库作业对应的货物类型在目标空余货位
Figure 537431DEST_PATH_IMAGE026
上的存储概率
Figure 994957DEST_PATH_IMAGE028
计算第
Figure 91220DEST_PATH_IMAGE005
个入库作业对应的货物类型存储在目标空余货位
Figure 976000DEST_PATH_IMAGE026
上的优选值，则优选值
Figure 774191DEST_PATH_IMAGE032
的计算公式：
Figure DEST_PATH_IMAGE033
。
（4）由步骤（1）至步骤（3）计算第
Figure 520562DEST_PATH_IMAGE005
个入库作业分别在N个空余货位上的优选值，将优选值最大所对应的空余货位作为第
Figure 720599DEST_PATH_IMAGE005
个入库作业的入库货位。
（5）利用步骤（1）至步骤（4）能够得到每个入库作业的入库货位。
进一步地，考虑到仓储库中不存在入库作业对应的同类货物位置，则需要对入库作业对应的货物类型进行货位确认，则其确认过程为：
（1）假使入库作业
Figure 792591DEST_PATH_IMAGE018
对应的货物类型在仓储库中不存在同类货物类型，对仓储库中的N个空余货位的位置信息进行遍历，将连续且相邻的空余货位构成一个货位区域，进而能够得到多个货位区域，统计每个货位区域所包含的空余货位的第一数量
Figure 78079DEST_PATH_IMAGE034
。
（2）根据入库作业
Figure 611829DEST_PATH_IMAGE018
的货物类型在仓储库中的仓储频率
Figure DEST_PATH_IMAGE035
和仓储库中的N个空余货位计算入库作业
Figure 476492DEST_PATH_IMAGE018
对应的货物类型所需空余货位的第二数量
Figure 171915DEST_PATH_IMAGE036
。计算每个货位区域所包含的空余货位的第一数量和入库作业
Figure 944699DEST_PATH_IMAGE018
对应的货物类型所需空余货位的第二数量之间的数量差值，将数量差值最小的货位区域作为入库作业
Figure 875615DEST_PATH_IMAGE018
对应货物所仓储的目标区域。
（3）获取目标区域中每个空余货位曾经存储入库作业
Figure 581403DEST_PATH_IMAGE018
对应的货物类型的存储概率
Figure 447728DEST_PATH_IMAGE028
，将存储概率最大所对应的空余货位作为入库作业
Figure 192961DEST_PATH_IMAGE018
的入库货位。
进一步地，在对穿梭车进行调用时，根据货物与穿梭车之间的相对位置及作业的初始操作优先度进行调用，具体方法为:分别计算入库货位和出库货位与每个穿梭车之间的距离，然后选择距离最近的穿梭车作为对应作业的适配穿梭车，进而能够得到每个作业的适配穿梭车。
步骤S003，基于初始操作优先度，根据每个作业的穿梭车匹配结果进行路径模拟，统计模拟过程中每个作业的模拟路径长度和对应穿梭车的模拟转向次数；获取单独进行一个作业时的最优路径长度和最优转向次数，将作业的模拟路径长度与最优路径长度之间的长度差异绝对值、模拟转向次数与最优转向次数之间的次数差异绝对值进行相加得到每个作业的操作差异程度。
具体的，由步骤S002可知每个作业使用哪个穿梭车，进而基于每个作业的初始操作优先度和对应的适配穿梭车进行运输路径模拟，以得到每个作业的模拟运输路径，进而统计每个作业的模拟路径长度
Figure DEST_PATH_IMAGE037
和模拟过程中适配穿梭车的模拟转向次数
Figure 599672DEST_PATH_IMAGE038
，同时对每个作业进行单独作业路径的模拟，得到每个作业的最优路径长度
Figure DEST_PATH_IMAGE039
和最优转向次数
Figure 173348DEST_PATH_IMAGE040
。
需要说明的是，模拟路径长度和最优路径长度都是指穿梭车在运输路径模拟过程中最短运输路径的长度。
结合每个作业的模拟路径长度、模拟转向次数、最优路径长度和最优转向次数计算对应作业的操作差异程度，则以第
Figure 476153DEST_PATH_IMAGE005
个作业为例，其操作差异程度的获取方法为：计算模拟路径长度和最优路径长度之间的长度差异绝对值，同时计算模拟转向次数和最优转向次数之间的次数差异绝对值，对长度差异绝对值和次数差异绝对值进行相加，将相加结果作为第
Figure 957950DEST_PATH_IMAGE005
个作业的操作差异程度。
步骤S004，将当前作业之后每个作业的操作差异程度进行累加得到当前作业对后续各个作业的冲突程度，利用冲突程度相对应对每个作业的初始操作优先度进行调整。
具体的，考虑到优选操作的作业有可能阻碍后续作业的运输路径，从而使得穿梭车更换路线，造成穿梭车运输过程中的转弯次数变多，而穿梭车转弯比穿梭车直行更加损耗车，因此对每个作业的初始操作优先度进行调整，以保证在降低车损耗的前提下提高作业效率，则具体调整方法为：基于初始操作优先度，计算第
Figure 919084DEST_PATH_IMAGE005
个作业之后每个作业的操作差异程度之和，将操作差异程度之和作为第
Figure 537147DEST_PATH_IMAGE005
个作业对后续各个作业的冲突程度
Figure DEST_PATH_IMAGE041
，利用第
Figure 292745DEST_PATH_IMAGE005
个作业的冲突程度
Figure 792996DEST_PATH_IMAGE041
对其初始操作优先度进行调整，得到第
Figure 10351DEST_PATH_IMAGE005
个作业的新操作优先度
Figure 499232DEST_PATH_IMAGE042
。同理，根据第
Figure 143840DEST_PATH_IMAGE005
个作业的调整方法，获取每个作业对其后续各个作业的冲突程度，利用冲突程度对其初始操作优先度进行调整，以得到每个作业的新操作优先度。
由于每个作业都有相对应的穿梭车进行操作，因此根据每个作业的新操作优先度进行相对应穿梭车的作业，以完成所有穿梭车的路径规划，则路径规划的方法为：基于每个作业的新操作优先度从高到低对穿梭车进行运输作业，使得每个穿梭车行驶至对应作业的出库货位或入库货位，穿梭车的运输作业是指每个穿梭车以最短路径到达对应作业的出库货位或入库货位。
通过对所有穿梭车的路径规划，使得各个穿梭车在作业过程中能够减少多次转弯次数，降低多次转弯带来的车损耗。
综上所述，本发明实施例提供了一种基于物联网的仓储立库穿梭车路径规划方法，对仓储库的每个作业进行初始操作优先度的计算，获取每个作业对应的货物位置，且确认每个作业的适配穿梭车位置，基于初始操作优先度和位置信息，对每个作业进行路径模拟，根据模拟过程中的模拟路径长度和穿梭车的转向次数对初始操作优先度进行调整，在保证穿梭车损耗小的前提下，提高了作业效率。
基于与上述方法相同的发明构思，本发明实施例还提供了一种基于物联网的仓储立库穿梭车路径规划系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于物联网的仓储立库穿梭车路径规划方法中任意一项所述方法的步骤。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于物联网的仓储立库穿梭车路径规划方法，其特征在于，该方法包括以下步骤：
基于仓储历史数据，获取每个作业对应的货物类型在仓储中的仓储频率，作业包括入库作业和出库作业；基于穿梭车的承重和货物空间，计算每个作业的操作难易程度，结合所述仓储频率和所述操作难易程度得到每个作业的初始操作优先度；
根据同类货物位置、出货口位置以及空余货物位置确认每个入库作业的入库货位，基于出库作业的货物类型确认每个出库作业的出库货位；根据所述入库货位和所述出库货位距离各个穿梭车位置的距离对每个作业进行穿梭车匹配；
基于所述初始操作优先度，根据每个作业的穿梭车匹配结果进行路径模拟，统计模拟过程中每个作业的模拟路径长度和对应穿梭车的模拟转向次数；获取单独进行一个作业时的最优路径长度和最优转向次数，将作业的模拟路径长度与最优路径长度之间的长度差异绝对值、模拟转向次数与最优转向次数之间的次数差异绝对值进行相加得到每个作业的操作差异程度；
将当前作业之后每个作业的所述操作差异程度进行累加得到当前作业对后续各个作业的冲突程度，利用所述冲突程度相对应对每个作业的所述初始操作优先度进行调整。
2.如权利要求1所述的一种基于物联网的仓储立库穿梭车路径规划方法，其特征在于，所述基于穿梭车的承重和货物空间，计算每个作业的操作难易程度的方法，包括：
获取穿梭车所能承载的最大重量
Figure 278910DEST_PATH_IMAGE001
及货位空间的长
Figure 565535DEST_PATH_IMAGE002
宽
Figure 971239DEST_PATH_IMAGE003
高
Figure 255590DEST_PATH_IMAGE004
，而第
Figure 746745DEST_PATH_IMAGE005
个作业对应货物的重量为
Figure 305903DEST_PATH_IMAGE006
，及其整体货物的长
Figure 18644DEST_PATH_IMAGE007
宽
Figure 286945DEST_PATH_IMAGE008
高
Figure 186768DEST_PATH_IMAGE009
，则第
Figure 284037DEST_PATH_IMAGE005
个作业的操作难易程度的计算公式为：
Figure 661404DEST_PATH_IMAGE010
其中，
Figure 818716DEST_PATH_IMAGE011
为第
Figure 205835DEST_PATH_IMAGE005
个作业的操作难易程度。
3.如权利要求1所述的一种基于物联网的仓储立库穿梭车路径规划方法，其特征在于，所述初始操作优先度的计算公式，包括：
Figure 654265DEST_PATH_IMAGE012
其中，
Figure DEST_PATH_IMAGE013
为第
Figure 607178DEST_PATH_IMAGE005
个作业的初始操作优先度；
Figure 482861DEST_PATH_IMAGE014
为第
Figure 622855DEST_PATH_IMAGE005
个作业的判断因子，且出库作业的判断因子小于入库作业；
Figure 61927DEST_PATH_IMAGE015
为第
Figure 603767DEST_PATH_IMAGE005
个作业的仓储频率；
Figure 588034DEST_PATH_IMAGE011
为第
Figure 215325DEST_PATH_IMAGE005
个作业的操作难易程度。
4.如权利要求1所述的一种基于物联网的仓储立库穿梭车路径规划方法，其特征在于，所述根据同类货物位置、出货口位置以及空余货物位置确认每个入库作业的入库货位的方法，包括：
当仓储库中存在第
Figure 458087DEST_PATH_IMAGE005
个入库作业对应货物类型的同类货物时，统计第
Figure 234911DEST_PATH_IMAGE005
个入库作业所对应的目标空余货位同层中第
Figure 904927DEST_PATH_IMAGE005
个入库作业对应货物类型的多个同类货物位置和对应出货口位置，计算该目标空余货位分别与同类货物位置和出货口位置之间的距离之和；
基于仓储大数据统计第
Figure 753934DEST_PATH_IMAGE005
个入库作业所对应的目标空余货位曾经存储过的货物类型，根据每种货物存储的总数量和所有货物类型的数量总和之间的比值计算第
Figure 800388DEST_PATH_IMAGE005
个入库作业对应的货物类型在目标空余货位上的存储概率；
对所述距离之和与所述存储概率进行相加求平均值，将平均值作为第
Figure 598711DEST_PATH_IMAGE005
个入库作业对应的货物类型存储在目标空余货位上的优选值；分别计算第
Figure 439628DEST_PATH_IMAGE005
个入库作业在每个空余货位上的优选值，将优选值最大所对应的空余货位作为第
Figure 775931DEST_PATH_IMAGE005
个入库作业的入库货位。
5.如权利要求4所述的一种基于物联网的仓储立库穿梭车路径规划方法，其特征在于，所述根据同类货物位置、出货口位置以及空余货物位置确认每个入库作业的入库货位的方法，包括：
当仓储库中不存在入库作业
Figure 111229DEST_PATH_IMAGE016
对应货物类型的同类货物时，对仓储库中的多个空余货位的位置信息进行遍历，将连续且相邻的空余货位构成一个货位区域，得到多个货位区域，统计每个货位区域所包含的空余货位的第一数量；
将入库作业
Figure 482167DEST_PATH_IMAGE016
的货物类型在仓储库中的所述仓储频率和仓储库中空余货位的总数量之间的乘积作为入库作业
Figure 290723DEST_PATH_IMAGE016
对应的货物类型所需空余货位的第二数量；
计算每个货位区域所包含的空余货位的第一数量和入库作业
Figure 130634DEST_PATH_IMAGE016
对应的货物类型所需空余货位的第二数量之间的数量差值，将数量差值最小的货位区域作为入库作业
Figure 987732DEST_PATH_IMAGE016
对应货物所仓储的目标区域；
获取目标区域中每个空余货位曾经存储入库作业
Figure 213177DEST_PATH_IMAGE016
对应的货物类型的存储概率，将存储概率最大所对应的空余货位作为入库作业
Figure 206016DEST_PATH_IMAGE016
的入库货位。
6.如权利要求1所述的一种基于物联网的仓储立库穿梭车路径规划方法，其特征在于，所述根据所述入库货位和所述出库货位距离各个穿梭车位置的距离对每个作业进行穿梭车匹配的方法，包括：
分别计算入库货位和出库货位与每个穿梭车之间的距离，然后选择距离最近的穿梭车作为对应作业的适配穿梭车。
7.如权利要求1所述的一种基于物联网的仓储立库穿梭车路径规划方法，其特征在于，所述利用所述冲突程度相对应对每个作业的所述初始操作优先度进行调整的方法，包括：
计算每个作业的所述冲突程度和所述初始操作优先度之间的乘积，将所述乘积作为对应作业的新操作优先度。
8.一种基于物联网的仓储立库穿梭车路径规划系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任意一项所述方法的步骤。
CN202210531657.5A 2022-05-17 2022-05-17 基于物联网的仓储立库穿梭车路径规划方法及系统 Active CN114626794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210531657.5A CN114626794B (zh) 2022-05-17 2022-05-17 基于物联网的仓储立库穿梭车路径规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210531657.5A CN114626794B (zh) 2022-05-17 2022-05-17 基于物联网的仓储立库穿梭车路径规划方法及系统

Publications (2)

Publication Number Publication Date
CN114626794A true CN114626794A (zh) 2022-06-14
CN114626794B CN114626794B (zh) 2022-08-09

Family

ID=81907234

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210531657.5A Active CN114626794B (zh) 2022-05-17 2022-05-17 基于物联网的仓储立库穿梭车路径规划方法及系统

Country Status (1)

Country Link
CN (1) CN114626794B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116238834A (zh) * 2022-12-08 2023-06-09 湖北凯乐仕通达科技有限公司 立体仓库系统的作业路径规划方法、装置及计算机设备
CN117556637A (zh) * 2023-12-29 2024-02-13 珠海格力智能装备有限公司 一种料箱库穿梭车运行仿真方法、装置、设备及存储介质

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109447317A (zh) * 2018-09-21 2019-03-08 江苏大学 一种基于多人同时拣货的仓库最短路径优化方法
CN109460948A (zh) * 2018-09-19 2019-03-12 贵州电网有限责任公司 基于物联网技术的电力企业物资仓储货位分配方法
CN109636092A (zh) * 2018-10-29 2019-04-16 中国电子科技集团公司第二十八研究所 一种基于双因子优化的仓库货位分配方法
WO2019141228A1 (zh) * 2018-01-19 2019-07-25 库卡机器人(广东)有限公司 多移动机器人的冲突管理方法及系统
CN110322194A (zh) * 2019-06-11 2019-10-11 北京安信捷达物流有限公司 一种物流仓储的多任务调度方法及系统
CN110443412A (zh) * 2019-07-18 2019-11-12 华中科技大学 动态优化加工过程中物流调度及路径规划的强化学习方法
CN110716452A (zh) * 2019-11-18 2020-01-21 江苏六维智能物流装备股份有限公司 一种基于多层穿梭车智能立体仓库的调度仿真方法
CN111210069A (zh) * 2020-01-06 2020-05-29 浙江工业大学 一种双载式双深位多层穿梭车系统货位分配与作业调度集成优化方法
AU2020101761A4 (en) * 2020-08-11 2020-09-17 Nanjing University Of Science & Technology Method for planning path of parking agv based on improved dijkstra algorithm
CN112036667A (zh) * 2020-09-29 2020-12-04 劢微机器人科技(深圳)有限公司 仓库货位优化方法、设备、存储介质及装置
CN112278694A (zh) * 2020-10-16 2021-01-29 江苏智库智能科技有限公司 一种堆垛机出入库货位调度系统
US20210110333A1 (en) * 2016-11-29 2021-04-15 Hangzhou Hikrobot Technology Co., Ltd Ex-warehousing method and device
CN112833905A (zh) * 2021-01-08 2021-05-25 北京大学 基于改进a*算法的分布式多agv无碰撞路径规划方法
CN113532443A (zh) * 2021-09-15 2021-10-22 浙江凯乐士科技集团股份有限公司 路径规划方法、装置、电子设备及介质
CN113673922A (zh) * 2021-07-09 2021-11-19 合肥工业大学 基于鱼骨型仓库布局的多车拣选路径问题优化方法及系统
CN113703452A (zh) * 2021-08-24 2021-11-26 北京化工大学 一种用于大型仓储环境的agv路径规划方法
CN113759927A (zh) * 2021-09-16 2021-12-07 重庆邮电大学 基于人工蜂群-自适应遗传算法的仓储机器人路径规划方法
US20220002084A1 (en) * 2019-01-21 2022-01-06 Hai Robotics Co., Ltd. Intelligent warehousing system, method for fetching and placing material and background processing terminal thereof
WO2022007646A1 (zh) * 2020-07-07 2022-01-13 深圳市海柔创新科技有限公司 补货入库的方法、设备、仓储系统及可读存储介质
WO2022095593A1 (zh) * 2020-11-05 2022-05-12 北京极智嘉科技股份有限公司 仓储管理系统及方法

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210110333A1 (en) * 2016-11-29 2021-04-15 Hangzhou Hikrobot Technology Co., Ltd Ex-warehousing method and device
WO2019141228A1 (zh) * 2018-01-19 2019-07-25 库卡机器人(广东)有限公司 多移动机器人的冲突管理方法及系统
CN109460948A (zh) * 2018-09-19 2019-03-12 贵州电网有限责任公司 基于物联网技术的电力企业物资仓储货位分配方法
CN109447317A (zh) * 2018-09-21 2019-03-08 江苏大学 一种基于多人同时拣货的仓库最短路径优化方法
CN109636092A (zh) * 2018-10-29 2019-04-16 中国电子科技集团公司第二十八研究所 一种基于双因子优化的仓库货位分配方法
US20220002084A1 (en) * 2019-01-21 2022-01-06 Hai Robotics Co., Ltd. Intelligent warehousing system, method for fetching and placing material and background processing terminal thereof
CN110322194A (zh) * 2019-06-11 2019-10-11 北京安信捷达物流有限公司 一种物流仓储的多任务调度方法及系统
CN110443412A (zh) * 2019-07-18 2019-11-12 华中科技大学 动态优化加工过程中物流调度及路径规划的强化学习方法
CN110716452A (zh) * 2019-11-18 2020-01-21 江苏六维智能物流装备股份有限公司 一种基于多层穿梭车智能立体仓库的调度仿真方法
CN111210069A (zh) * 2020-01-06 2020-05-29 浙江工业大学 一种双载式双深位多层穿梭车系统货位分配与作业调度集成优化方法
WO2022007646A1 (zh) * 2020-07-07 2022-01-13 深圳市海柔创新科技有限公司 补货入库的方法、设备、仓储系统及可读存储介质
AU2020101761A4 (en) * 2020-08-11 2020-09-17 Nanjing University Of Science & Technology Method for planning path of parking agv based on improved dijkstra algorithm
CN112036667A (zh) * 2020-09-29 2020-12-04 劢微机器人科技(深圳)有限公司 仓库货位优化方法、设备、存储介质及装置
CN112278694A (zh) * 2020-10-16 2021-01-29 江苏智库智能科技有限公司 一种堆垛机出入库货位调度系统
WO2022095593A1 (zh) * 2020-11-05 2022-05-12 北京极智嘉科技股份有限公司 仓储管理系统及方法
CN112833905A (zh) * 2021-01-08 2021-05-25 北京大学 基于改进a*算法的分布式多agv无碰撞路径规划方法
CN113673922A (zh) * 2021-07-09 2021-11-19 合肥工业大学 基于鱼骨型仓库布局的多车拣选路径问题优化方法及系统
CN113703452A (zh) * 2021-08-24 2021-11-26 北京化工大学 一种用于大型仓储环境的agv路径规划方法
CN113532443A (zh) * 2021-09-15 2021-10-22 浙江凯乐士科技集团股份有限公司 路径规划方法、装置、电子设备及介质
CN113759927A (zh) * 2021-09-16 2021-12-07 重庆邮电大学 基于人工蜂群-自适应遗传算法的仓储机器人路径规划方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
BIZHEN BAO 等: "Mission Scheduling of Multi-AGV System With Dynamic Simulation", 《2020 INTERNATIONAL SYMPOSIUM ON AUTONOMOUS SYSTEMS (ISAS)》 *
HONGYU YUAN 等: "Research and implementation of intelligent vehicle path planning based on four-layer neural network", 《2019 CHINESE AUTOMATION CONGRESS (CAC)》 *
崔国成等: "自动化立体仓库货位优先级生成算法设计", 《沈阳航空航天大学学报》 *
杨永永等: "数字化仓储中货位优化分配的研究", 《工业控制计算机》 *
杨玲 等: "自动化立体仓库拣选路径优化问题研究", 《中国制造业信息化》 *
郭娟等: "基于粒子群算法的立体仓库货位优化研究", 《物流科技》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116238834A (zh) * 2022-12-08 2023-06-09 湖北凯乐仕通达科技有限公司 立体仓库系统的作业路径规划方法、装置及计算机设备
CN116238834B (zh) * 2022-12-08 2024-01-02 湖北凯乐仕通达科技有限公司 立体仓库系统的作业路径规划方法、装置及计算机设备
CN117556637A (zh) * 2023-12-29 2024-02-13 珠海格力智能装备有限公司 一种料箱库穿梭车运行仿真方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN114626794B (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
CN114626794B (zh) 基于物联网的仓储立库穿梭车路径规划方法及系统
CN110239868B (zh) 取货任务分配方法及其货品分拣系统
CN110245890B (zh) 货品分拣方法及货品分拣系统
CN113222293B (zh) 一种智能立体仓库优化调度方法
CN112833905B (zh) 基于改进a*算法的分布式多agv无碰撞路径规划方法
CN113074728B (zh) 基于跳点寻路与协同避障的多agv路径规划方法
CN109214756B (zh) 整车物流调度方法及装置、存储介质、终端
WO2023040659A1 (zh) 任务分配方法、装置、设备、仓储系统及存储介质
CN111208815B (zh) 将多个搬运任务分配至多个自动搬运车的方法及相关装置
CN112070412A (zh) 一种立体库多提升机的配置方案及任务调度方法
CN112016810B (zh) 一种同轨双过跨车智能调度方法
CN111860957B (zh) 一种考虑二次配送和平衡用时的多车型车辆路径规划方法
CN110674978A (zh) 一种车间无人运输系统任务分配与路径规划方法
CN113469471A (zh) 聚类方法、运输车辆路径规划方法、电子设备及存储介质
CN116203959A (zh) 基于hac算法的机器人路径规划方法及系统
CN111815032B (zh) 自动导引车调度方法及其相关装置
CN116542365A (zh) 移动机器人履行系统中订单分配和agv调度联合优化方法
CN114757394B (zh) 基于工作量平衡的物流车辆路径优化方法、系统和介质
CN114881564A (zh) 多深货位分配方法、装置、计算机设备和存储介质
CN114611767A (zh) 一种全局最优的智能仓储调度优化算法
CN113935528B (zh) 智能调度方法、装置、计算机设备及存储介质
CN111126857A (zh) 密集仓储的任务管理方法、装置及电子设备
CN112801336B (zh) 一种组合拼载的货运调控方法
CN117930842A (zh) 一种多agv任务分配方法
CN104933262B (zh) 一种改善镀锌钢卷塌卷变形的方法及系统

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Path Planning Method and System for Warehouse Shuttle Vehicles Based on the Internet of Things

Effective date of registration: 20231215

Granted publication date: 20220809

Pledgee: China Postal Savings Bank Limited by Share Ltd. Wenshang County sub branch

Pledgor: Shandong ximanke Technology Co.,Ltd.

Registration number: Y2023980071818