CN114862063A - 一种在线混合码垛的方法、系统、电子装置和存储介质 - Google Patents

一种在线混合码垛的方法、系统、电子装置和存储介质 Download PDF

Info

Publication number
CN114862063A
CN114862063A CN202210778940.8A CN202210778940A CN114862063A CN 114862063 A CN114862063 A CN 114862063A CN 202210778940 A CN202210778940 A CN 202210778940A CN 114862063 A CN114862063 A CN 114862063A
Authority
CN
China
Prior art keywords
goods
stacking
subsequent
potential
cargo
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
CN202210778940.8A
Other languages
English (en)
Other versions
CN114862063B (zh
Inventor
黄伟波
张昌博
王磊
王灿
丁丁
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.)
Hangzhou Lingxi Robot Intelligent Technology Co ltd
Original Assignee
Hangzhou Lingxi Robot Intelligent 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 Hangzhou Lingxi Robot Intelligent Technology Co ltd filed Critical Hangzhou Lingxi Robot Intelligent Technology Co ltd
Priority to CN202210778940.8A priority Critical patent/CN114862063B/zh
Publication of CN114862063A publication Critical patent/CN114862063A/zh
Application granted granted Critical
Publication of CN114862063B publication Critical patent/CN114862063B/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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

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

Abstract

本申请涉及一种在线混合码垛的方法、系统、电子装置和存储介质，其中，该方法包括：通过3D相机采集传送带货物点云，根据货物点云计算货物尺寸信息和位姿信息，并根据货物尺寸信息和托盘的垛型信息计算托盘上的潜在放置点；若存在潜在放置点，则计算后续码垛的货物序列，反之则更换托盘，重新计算新托盘的潜在放置点；根据后续货物序列，计算当前码入货物的所有潜在放置点的码放评估分数，并从中选取分数最高的放置点作为最终的码放位置点进行货物码垛。通过本申请，提高了码垛效率，还使得垛型在紧凑度和稳定性方面都有了很大的提高。

Description

一种在线混合码垛的方法、系统、电子装置和存储介质
技术领域
本申请涉及货物码垛技术领域，特别是涉及一种在线混合码垛的方法、系统、电子装置和存储介质。
背景技术
随着经济生活的快速发展，物流业得到了极大的发展。近年来又出现了“智能物流”，“智能仓储”等一些物流仓储领域的新名词。智能仓库往往结合工业机械臂、末端执行器进行自动化抓取和码放。其中的码垛则是重要的一环，它的垛型样式直接影响了托盘的利用率，进而影响到了特定任务的作业次数。一个好的垛型可以提高托盘的利用率，减少托盘使用的个数，提高出入库作业的时间，进而提升企业的效益。
在相关技术中存在多种码垛方式，第一种是大多数的物流仓库所使用的单一规格的码垛方式，对于非单品大订单的业务，这种方式就需要使用很多托盘，托盘利用率较低，且搬运次数也会随之增大。第二种则是离线多规格码垛方式，其在已知订单信息和托盘信息的前提下先对订单货物进行预处理，例如按照货物单元的底面积或将能够整层码放的几个箱子进行排序，再计算最优垛型，最后将来料顺序发送给上位机，使上位机按照该顺序进行来料。该方式的缺点是要求货物严格按照已经计算出的垛型顺序来料，码垛过程中不能出现缺货、插货等情况。第三种是在线混合码垛方式，然而，现有的在线码垛方法通常只考虑当前即将码放的货物，并未考虑当前货物放置后对后续货物的影响，缺乏对未来垛型的预测性，因此整体垛型紧凑度和空间利用率较低。
因此，针对上述提及的相关技术中存在的问题，亟需研发一种更稳定、更低约束、更可靠的混码方法，来提升码垛效率。
发明内容
本申请实施例提供了一种在线混合码垛的方法、系统、电子装置和存储介质，以至少解决相关技术中由于缺乏对未来垛型的预测性，而导致垛型紧凑度和空间利用率较低，码垛效率不高的问题。
第一方面，本申请实施例提供了一种在线混合码垛的方法，所述方法包括：
通过3D相机采集传送带货物点云，根据所述货物点云计算货物尺寸信息和位姿信息，并根据货物尺寸信息和托盘的垛型信息计算托盘上的潜在放置点；
若存在潜在放置点，则计算后续码垛的货物序列，反之则更换托盘，重新计算新托盘的潜在放置点；
根据后续货物序列，计算当前码入货物的所有潜在放置点的码放评估分数，并从中选取分数最高的放置点作为最终的码放位置点进行货物码垛。
在其中一些实施例中，所述计算后续码垛的货物序列包括：
判断上位机下发的订单中剩余货物数量是否满足当前放置点所需的后续货物序列数量，如果满足，则直接从剩余货物中生成后续货物序列；反之，如果不满足，则通过蒙特卡洛随机抽样算法对托盘上已码货物进行随机采样以补充构成后续货物序列。
在其中一些实施例中，所述根据后续货物序列，计算当前码入货物的所有潜在放置点的码放评估分数包括：
根据后续货物序列，计算当前码入货物的所有潜在放置点的码放评估分数，其中，如果后续货物队列的计算需要进行随机采样补充，则需要进行多组随机采样计算评估分数并取平均数，反之，则不需要多组随机采样取平均；具体地，码放评估分数CFS计算公式如下所示：
Figure DEST_PATH_IMAGE001
其中，
Figure 504391DEST_PATH_IMAGE002
为支撑率、
Figure DEST_PATH_IMAGE003
为叠压数、
Figure 952690DEST_PATH_IMAGE004
为放 置高度、
Figure DEST_PATH_IMAGE005
为放置距离、
Figure 122640DEST_PATH_IMAGE006
为贴合度，PS指在某个时刻的托盘状态下 将货物放置在某个潜在放置点的评估分数，N表示需要考虑的后续货物的数量，m表示某个 后续货物具有的潜在放置点的数量，nUiBPS指第i个后续货物在其m个潜在码放位置点的最 高评估分数，CPS为仅考虑当前托盘时货物在某个放置点的评估分数，其计算方法与PS一 致，
Figure DEST_PATH_IMAGE007
为对应的分数权重，
Figure 49008DEST_PATH_IMAGE008
指后续潜在放置点的分数权重。
在其中一些实施例中，所述根据货物尺寸信息和托盘的垛型信息计算托盘上的潜在放置点包括：
若当前托盘上没有货物，则将托盘坐标系的原点作为潜在放置点；
若当前托盘上存在货物，则根据当前托盘上的货物垛型设置潜在放置点，其中，所述潜在放置点紧贴已码放的货物边上，且沿着托盘坐标系的三个轴方向进行扩展。
在其中一些实施例中，在通过3D相机采集传送带货物点云之前，所述方法包括：
等待获取码垛货物订单，在接收到上位机下发的订单任务的情况下，通过3D相机采集传送带货物点云，在未接收到订单任务的情况下，继续等待订单。
在其中一些实施例中，在选取最终的码放位置点进行货物码垛之后，所述方法包括：
判断上位机下发的码垛货物订单是否完成，若完成，则结束当前订单任务，反之则继续根据货物尺寸信息和当前托盘的货物垛型信息计算托盘上的潜在放置点，进行订单任务直至完成。
第二方面，本申请实施例提供了一种在线混合码垛的系统，所述系统包括：
采集模块，用于通过3D相机采集传送带货物点云，根据所述货物点云计算货物尺寸信息和位姿信息，并根据货物尺寸信息和托盘的垛型信息计算托盘上的潜在放置点；
计算模块，用于若存在潜在放置点，则计算后续码垛的货物序列，反之则更换托盘，重新计算新托盘的潜在放置点，
根据后续货物序列，计算当前码入货物的所有潜在放置点的码放评估分数，并从中选取分数最高的放置点作为最终的码放位置点进行货物码垛。
在其中一些实施例中，所述计算模块，还用于判断上位机下发的订单中剩余货物数量是否满足当前放置点所需的后续货物序列数量，如果满足，则直接从剩余货物中生成后续货物序列；反之，如果不满足，则通过蒙特卡洛随机抽样算法对托盘上已码货物进行随机采样以补充构成后续货物序列。
第三方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可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如上述第一方面所述的在线混合码垛的方法。
第四方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的在线混合码垛的方法。
相比于相关技术，本申请实施例提供的在线混合码垛的方法，通过3D相机采集传送带货物点云，根据货物点云计算货物尺寸信息和位姿信息，并根据货物尺寸信息和托盘的垛型信息计算托盘上的潜在放置点；若存在潜在放置点，则计算后续码垛的货物序列，反之则更换托盘，重新计算新托盘的潜在放置点；根据后续货物序列，计算当前码入货物的所有潜在放置点的码放评估分数，并从中选取分数最高的放置点作为最终的码放位置点进行货物码垛。
相对于现有混合码垛仅考虑当前要码入的货物进行最优解求取的方法，本申请除了对当前货物的所有候选放置点的放置安全性、垛型稳定性、空间利用率等进行评分，还会在货物码放后对后续一定数量的货物码放情况进行评估预测，取其中加权评分最高的候选放置点作为最终的码放位置进行货物码垛。解决了相关技术中由于缺乏对未来垛型的预测性，而导致垛型紧凑度和空间利用率较低，码垛效率不高的问题，不仅提高了码垛效率，还使得垛型在紧凑度和稳定性方面都有了很大的提高。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的货物旋转方式示意图；
图2是根据本申请实施例的斜放货物的示意图；
图3是根据本申请实施例的在线混合码垛的方法的流程图；
图4是根据本申请实施例的在线混合码垛系统的流程示意图；
图5是根据本申请实施例的3D相机采集传送带货物点云的示意图；
图6是根据本申请实施例的货物尺寸信息示意图；
图7是根据本申请实施例的货物在位置 w p的两种摆放方式的示意图；
图8是根据本申请实施例的货物某摆放方式下存在的所有潜在放置点的示意图；
图9是根据本申请实施例的不同情况下后续货物序列生成示意图；
图10是根据本申请实施例的考虑后续2个货物单元来计算当前货物的潜在码放点评估分数的示意图；
图11是根据本申请实施例的是否考虑后续码入货物因素生成的垛型对比图；
图12是根据本申请实施例的在线混合码垛的系统的结构框图；
图13是根据本申请实施例的电子设备的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块（单元）的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指大于或者等于两个。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本实施例提供了一种在线混合码垛的方法，图1是根据本申请实施例的货物旋转方式示意图，图2是根据本申请实施例的斜放货物的示意图，需要说明的是，本实施中做出如下假定：
1）所有的货物单元和托盘均为规则的三维矩形体；
2）所有的货物单元只有两种旋转方式：lwh和wlh，如图1所示；
3）所有的货物单元彼此之间不能相交、不能压箱；
4）所有的货物单元只能正放于托盘上，不能如图2所示的方式斜放于托盘上。
此外，本实施例中还设定托盘的长宽为(L,W)，托盘最高可以码放的高度为H，因此可形成一个长为L、宽为W、高为H的三维矩形空间，称为托盘空间。
图3是根据本申请实施例的在线混合码垛的方法的流程图，如图3所示，该流程包括如下步骤：
步骤S301，通过3D相机采集传送带货物点云，根据货物点云计算货物尺寸信息和位姿信息，并根据货物尺寸信息和托盘的垛型信息计算托盘上的潜在放置点；
图4是根据本申请实施例的在线混合码垛系统的流程示意图，如图4所示，首先，等 待获取码垛货物订单，在接收到上位机下发的订单任务的情况下，本实施例通过3D相机采 集传送带货物点云，在未接收到订单任务的情况下，继续等待订单。需要说明的是，上位机 下发给码垛系统的货物订单
Figure DEST_PATH_IMAGE009
，有
Figure 394538DEST_PATH_IMAGE010
种规格的货物单元，其中第t(t=1,2,…,
Figure 482580DEST_PATH_IMAGE010
)种货物 的长宽高为
Figure DEST_PATH_IMAGE011
，数量是
Figure 61198DEST_PATH_IMAGE012
。码垛系统需要按照上位机下发的货物订单码放货物到 托盘上。当码放完毕后，上位机会下发新的订单。依次类推，如果托盘码不下去，则更换托 盘，托盘的数量没有限制。
图5是根据本申请实施例的3D相机采集传送带货物点云的示意图，如图5所示，本实施例通过架设于机械臂法兰上固定的3D相机采集传送带货物的三维点云，从而获取到传送带上的货物信息。一般情况下，由于传送带上的货物规格不一，机械臂从传送带上抓取货物后，会将其混码入目的托盘。
图6是根据本申请实施例的货物尺寸信息示意图。在采集得到货物的三维点云后， 根据货物点云通过视觉算法计算货物的尺寸信息和位姿信息，如图6所示，计算得到的货物 尺寸信息中的长、宽、高分别为
Figure DEST_PATH_IMAGE013
，以货物的下顶点为原点构造货物坐标系o- xyz，并令x轴沿
Figure DEST_PATH_IMAGE015
方向，y轴沿
Figure 587994DEST_PATH_IMAGE016
方向，z轴沿
Figure DEST_PATH_IMAGE017
方向且垂直于传送带表面。
接着，根据货物的尺寸信息和目的托盘已有的垛型信息，在不考虑机器人和末端 执行器与环境碰撞的前提下，计算托盘上所有潜在的可码放位置点及对应的摆放方式。实 际作业场景中，货物的放置高度通常应垂直于托盘表面，因此货物仅在水平面上有旋转角 度变化。图7是根据本申请实施例的货物在位置
Figure 538764DEST_PATH_IMAGE018
的两种摆放方式 的示意图。其中，图7中的a图为货物坐标系o-xyz与托盘空间坐标系w-xyz对齐的姿态，货物 的摆放方式记为
Figure DEST_PATH_IMAGE019
，此时货物坐标系的原点o与
Figure 63286DEST_PATH_IMAGE020
重合；图7中的b图为货物坐标 系o-xyz与托盘空间坐标系w-xyz成90度夹角的姿态，货物的摆放方式记为
Figure DEST_PATH_IMAGE021
，此 时货物坐标系的原点在托盘坐标系w-xyz下的坐标为
Figure 203235DEST_PATH_IMAGE022
。根据上 述摆放方式码垛，计算托盘上所有潜在的可码放位置点，可选的，若当前托盘上没有货物， 则将托盘坐标系的原点作为潜在放置点；若当前托盘上存在货物，则根据当前托盘上的货 物垛型设置潜在放置点，其中，潜在放置点紧贴已码放的货物边上，且沿着托盘坐标系的三 个轴方向进行扩展。图8是根据本申请实施例的货物某摆放方式下存在的所有潜在放置点 的示意图，如图8所示，假设托盘上已经码放了货物1和货物2且两个货物紧密靠近，货物1和 货物2的摆放方式分别为
Figure DEST_PATH_IMAGE023
和
Figure 815614DEST_PATH_IMAGE024
，则下一个货物有5个码放位置点可供 选择，即货物1的扩展点
Figure DEST_PATH_IMAGE025
（沿y轴的扩展点已被货物2占用，因此不再选择），货物2的 扩展点
Figure 135736DEST_PATH_IMAGE026
和
Figure 831160DEST_PATH_IMAGE027
。五个可选的码放位置点的坐标为：
Figure 338365DEST_PATH_IMAGE028
，
Figure 128335DEST_PATH_IMAGE029
。
步骤S302，若存在潜在放置点，则计算后续码垛的货物序列，反之则更换托盘，重新计算新托盘的潜在放置点；
如图4所示，判断是否存在潜在放置点，若通过步骤S101找到潜在的放置点，则计算后续码垛的货物序列；反之则更换托盘，并返回重新计算新托盘上所有潜在的放置点。
优选的，本实施例中，计算后续码垛的货物序列包括：判断上位机下发订单中剩余待码放的货物数量是否满足计算当前码放点所需的后续货物序列数量，如果满足，则从当前任务中生成后续货物序列；反之，如果不满足，则通过蒙特卡洛随机抽样算法对托盘上已码货物进行随机采样以补充构成后续货物序列。
具体地，图9是根据本申请实施例的不同情况下后续货物序列生成示意图，如图9所示，假定在码入当前货物时，考虑后续货物序列的长度为3。对于图9中的a图中待码放队列信息充足的情况，直接选取当前货物单元后3个货物单元构成后续货物序列。对于上位机下发的订单中剩余货物数量不满足当前放置点所需的后续货物序列数量的情况有两种，一种是图9中的b图所示的待码放货物队列信息半充足的情况，可以先选取已有的全部待码放货物，剩余的可通过蒙特卡洛随机抽样算法从目的托盘上已码放的货物中进行随机采样，以补充构成后续货物序列。另一种则是图9中的c图所示的无待码放货物信息的情况，所有的后续货物序列均从目的托盘上已码放的货物中进行随机采样获取。
本实施例提前预测并获取后续货物序列，能有效提高码放数量和垛型的稳定性。
步骤S303，根据后续货物序列，计算当前码入货物的所有潜在放置点的码放评估分数，并从中选取分数最高的放置点作为最终的码放位置点进行货物码垛。
根据后续货物队列，计算当前码入货物单元的所有潜在放置点的码放评估分数。当前码放点的评估分数等于当前码放点的评估分数以及后续码入货物评估分数的加权总分。其中，如果后续货物队列的计算需要进行随机采样补充，则需要进行多组随机采样计算评估分数并取平均数，反之，则不需要多组随机采样取平均。具体地，码放评估分数CFS计算公式如下式（1）-（3）所示：
Figure DEST_PATH_IMAGE030
（1）
Figure 302964DEST_PATH_IMAGE031
（2）
Figure DEST_PATH_IMAGE032
（3）
其中，
Figure 434868DEST_PATH_IMAGE002
为支撑率、
Figure 429369DEST_PATH_IMAGE003
为叠压数、
Figure 773763DEST_PATH_IMAGE033
为放 置高度、
Figure 288052DEST_PATH_IMAGE005
为放置距离、
Figure 325278DEST_PATH_IMAGE006
为贴合度，PS指在某个时刻的托盘状态下 将货物放置在某个潜在放置点的评估分数，N表示需要考虑的后续货物的数量，m表示某个 后续货物具有的潜在放置点的数量，nUiBPS指第i个后续货物在其m个潜在码放位置点的最 高评估分数，CPS为仅考虑当前托盘时货物在某个放置点的评估分数，其计算方法与PS一 致，
Figure 541496DEST_PATH_IMAGE007
为对应的分数权重，
Figure 689580DEST_PATH_IMAGE008
指后续潜在放置点的分数权重。
需要说明的是，本实施例中在计算评估分数时，采用了权重算法，当前的货物单元的权重最高，后续的权重按照反函数趋势依次下降，保证总体权重为1，使得不同的点位之间的分数具备可比性。
具体地，图10是根据本申请实施例的考虑后续2个货物单元来计算当前货物的潜在码放点评估分数的示意图，如图10所示，假设来料顺序如图10中的a图所示，托盘初始时里面没有货物单元，如图10中的b图所示，码放当前货物单元的时候提前预测后续货物的数量为2，并设当前货物码放点分数权重为0.5。现在要计算第一个货物单元的每个潜在放置点的分数，根据图8所示的潜在放置点的计算方法，容易知道第一个货物单元只有一个码放点，有两种码放方向，如图10中的c1图和图10中的c2图所示。分别计算出c1图和c2图时的码放分数，选取分数最高的作为当前货物单元的码放点。例如计算c1图中第一种放置方式时的码放点分数记为CPS1，此时容易知道当前货物单元有3个潜在放置点，为了获取后续第一个货物单元的最佳码放点，可分别计算3个潜在放置点的分数，从中选取得分最高的码放点，如图10中的c11图，并记其分数为nU1BPS1；接着，根据图10中的c11图所示的码放情况，可计算得到后续第二个货物有5个潜在放置点，为了获取后续第二个货物单元的最佳码放点，分别计算5个潜在放置点的分数，从中选取得分最高的码放点，如图10中的c111图，记其分数为nU2BPS1。根据码放评估分数的计算公式可知，当前货物单元的第一种码放方式下的评估分数如下式（4）所示：
Figure DEST_PATH_IMAGE034
（4）
同理可知，当前货物单元的第二种码放方式下的评估分数如下式（5）所示：
Figure 573223DEST_PATH_IMAGE035
（5）
从中选取分数最高的放置点作为当前货物的码放位置点，以此类推，可选取加权分数最高的潜在放置点作为最终码放位置进行货物码垛。
图11是根据本申请实施例的是否考虑后续码入货物因素生成的垛型对比图，通过图11的效果对比图显示可知，本实施例中将后续码放的货物单元的评分纳入到当前码放点，实现了对未来垛型的预测，使得计算出的垛型更加稳定，码放数量也更多。相比于现有的只考虑当前要码入的货物进行最优解求取的方法，明显本申请实施例更优。
通过上述步骤S301至步骤S303，本实施例不仅对当前货物的所有候选放置点的放置安全性、垛型稳定性、空间利用率等进行评分，还会在货物码放后对后续一定数量的货物码放情况进行评估预测，取其中加权评分最高的候选放置点作为最终的码放位置进行货物码垛。解决了相关技术中由于缺乏对未来垛型的预测性，而导致垛型紧凑度和空间利用率较低，码垛效率不高的问题，不仅提高了码垛效率，还使得垛型在紧凑度和稳定性方面都有了很大的提高。
在其中一些实施例中，在选取最终的码放位置点进行货物码垛之后，如图4所示，判断上位机下发的码垛货物订单是否完成，若完成，则结束当前订单任务，反之则继续根据货物尺寸信息和当前托盘的货物垛型信息计算托盘上的潜在放置点，进行订单任务直至完成。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例还提供了一种在线混合码垛的系统，该系统用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图12是根据本申请实施例的在线混合码垛的系统的结构框图，如图12所示，该系统包括采集模块121和计算模块122：
采集模块121，用于通过3D相机采集传送带货物点云，根据货物点云计算货物尺寸信息和位姿信息，并根据货物尺寸信息和托盘的垛型信息计算托盘上的潜在放置点；计算模块122，用于若存在潜在放置点，则计算后续码垛的货物序列，反之则更换托盘，重新计算新托盘的潜在放置点，根据后续货物序列，计算当前码入货物的所有潜在放置点的码放评估分数，并从中选取分数最高的放置点作为最终的码放位置点进行货物码垛。
通过上述系统，本实施例不仅对当前货物的所有候选放置点的放置安全性、垛型稳定性、空间利用率等进行评分，还会在货物码放后对后续一定数量的货物码放情况进行评估预测，取其中加权评分最高的候选放置点作为最终的码放位置进行货物码垛。解决了相关技术中由于缺乏对未来垛型的预测性，而导致垛型紧凑度和空间利用率较低，码垛效率不高的问题，不仅提高了码垛效率，还使得垛型在紧凑度和稳定性方面都有了很大的提高。
需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
此外，需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
本实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
另外，结合上述实施例中的在线混合码垛的方法，本申请实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种在线混合码垛的方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种在线混合码垛的方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
在一个实施例中，图13是根据本申请实施例的电子设备的内部结构示意图，如图13所示，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图13所示。该电子设备包括通过内部总线连接的处理器、网络接口、内存储器和非易失性存储器，其中，该非易失性存储器存储有操作系统、计算机程序和数据库。处理器用于提供计算和控制能力，网络接口用于与外部的终端通过网络连接通信，内存储器用于为操作系统和计算机程序的运行提供环境，计算机程序被处理器执行时以实现一种在线混合码垛的方法，数据库用于存储数据。
本领域技术人员可以理解，图13中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
本领域的技术人员应该明白，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种在线混合码垛的方法，其特征在于，所述方法包括：
通过3D相机采集传送带货物点云，根据所述货物点云计算货物尺寸信息和位姿信息，并根据货物尺寸信息和托盘的垛型信息计算托盘上的潜在放置点；
若存在潜在放置点，则计算后续码垛的货物序列，反之则更换托盘，重新计算新托盘的潜在放置点；
根据后续货物序列，计算当前码入货物的所有潜在放置点的码放评估分数，并从中选取分数最高的放置点作为最终的码放位置点进行货物码垛。
2.根据权利要求1所述的方法，其特征在于，所述计算后续码垛的货物序列包括：
判断上位机下发的订单中剩余货物数量是否满足当前放置点所需的后续货物序列数量，如果满足，则直接从剩余货物中生成后续货物序列；反之，如果不满足，则通过蒙特卡洛随机抽样算法对托盘上已码货物进行随机采样以补充构成后续货物序列。
3.根据权利要求1或2所述的方法，其特征在于，所述根据后续货物序列，计算当前码入货物的所有潜在放置点的码放评估分数包括：
根据后续货物序列，计算当前码入货物的所有潜在放置点的码放评估分数，其中，如果后续货物队列的计算需要进行随机采样补充，则需要进行多组随机采样计算评估分数并取平均数，反之，则不需要多组随机采样取平均；具体地，码放评估分数CFS计算公式如下所示：
Figure DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE004
为支撑率、
Figure DEST_PATH_IMAGE006
为叠压数、
Figure DEST_PATH_IMAGE008
为放置高度、
Figure DEST_PATH_IMAGE010
为放置距离、
Figure DEST_PATH_IMAGE012
为贴合度，PS指在某个时刻的托盘状态下将货物放置在某个潜在放置点的评估分数，N表示需要考虑的后续货物的数量，m表示某个后续货物具有的潜在放置点的数量，nUiBPS指第i个后续货物在其m个潜在码放位置点的最高评估分数，CPS为仅考虑当前托盘时货物在某个放置点的评估分数，其计算方法与PS一致，
Figure DEST_PATH_IMAGE014
为对应的分数权重，
Figure DEST_PATH_IMAGE016
指后续潜在放置点的分数权重。
4.根据权利要求1所述的方法，其特征在于，所述根据货物尺寸信息和托盘的垛型信息计算托盘上的潜在放置点，包括：
若当前托盘上没有货物，则将托盘坐标系的原点作为潜在放置点；
若当前托盘上存在货物，则根据当前托盘上的货物垛型设置潜在放置点，其中，所述潜在放置点紧贴已码放的货物边上，且沿着托盘坐标系的三个轴方向进行扩展。
5.根据权利要求1所述的方法，其特征在于，在通过3D相机采集传送带货物点云之前，所述方法包括：
等待获取码垛货物订单，在接收到上位机下发的订单任务的情况下，通过3D相机采集传送带货物点云，在未接收到订单任务的情况下，继续等待订单。
6.根据权利要求1所述的方法，其特征在于，在选取最终的码放位置点进行货物码垛之后，所述方法包括：
判断上位机下发的码垛货物订单是否完成，若完成，则结束当前订单任务，反之则继续根据货物尺寸信息和当前托盘的货物垛型信息计算托盘上的潜在放置点，进行订单任务直至完成。
7.一种在线混合码垛的系统，其特征在于，所述系统包括：
采集模块，用于通过3D相机采集传送带货物点云，根据所述货物点云计算货物尺寸信息和位姿信息，并根据货物尺寸信息和托盘的垛型信息计算托盘上的潜在放置点；
计算模块，用于若存在潜在放置点，则计算后续码垛的货物序列，反之则更换托盘，重新计算新托盘的潜在放置点，
根据后续货物序列，计算当前码入货物的所有潜在放置点的码放评估分数，并从中选取分数最高的放置点作为最终的码放位置点进行货物码垛。
8.根据权利要求7所述的系统，其特征在于，
所述计算模块，还用于判断上位机下发的订单中剩余货物数量是否满足当前放置点所需的后续货物序列数量，如果满足，则直接从剩余货物中生成后续货物序列；反之，如果不满足，则通过蒙特卡洛随机抽样算法对托盘上已码货物进行随机采样以补充构成后续货物序列。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至6中任一项所述的在线混合码垛的方法。
10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至6中任一项所述的在线混合码垛的方法。
CN202210778940.8A 2022-07-04 2022-07-04 一种在线混合码垛的方法、系统、电子装置和存储介质 Active CN114862063B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210778940.8A CN114862063B (zh) 2022-07-04 2022-07-04 一种在线混合码垛的方法、系统、电子装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210778940.8A CN114862063B (zh) 2022-07-04 2022-07-04 一种在线混合码垛的方法、系统、电子装置和存储介质

Publications (2)

Publication Number Publication Date
CN114862063A true CN114862063A (zh) 2022-08-05
CN114862063B CN114862063B (zh) 2022-09-30

Family

ID=82626645

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210778940.8A Active CN114862063B (zh) 2022-07-04 2022-07-04 一种在线混合码垛的方法、系统、电子装置和存储介质

Country Status (1)

Country Link
CN (1) CN114862063B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115392842A (zh) * 2022-10-30 2022-11-25 合肥焕智科技有限公司 一种基于人工智能的托盘识别分析方法
CN116835334A (zh) * 2023-07-17 2023-10-03 湖北普罗格科技股份有限公司 基于3d视觉的无序码垛方法、装置、介质及设备
CN117049199A (zh) * 2023-10-11 2023-11-14 季华实验室 一种集装箱装箱方法及其相关设备

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4641271A (en) * 1983-11-09 1987-02-03 Hitachi, Ltd. Piling planning method and piling system of cargoes by palletizing robot
CN104528389A (zh) * 2014-12-24 2015-04-22 天津商业大学 一种错位码垛规划的方法
CN108238451A (zh) * 2016-12-27 2018-07-03 北京京东尚科信息技术有限公司 码垛方法和码垛装置
CN108275293A (zh) * 2017-01-06 2018-07-13 北京京东尚科信息技术有限公司 码垛方法、码垛装置、计算机可读存储介质及电子设备
CN108763689A (zh) * 2018-05-17 2018-11-06 深圳市英威腾智能控制有限公司 垛型设计方法
CN110498243A (zh) * 2019-09-04 2019-11-26 成都川哈工机器人及智能装备产业技术研究院有限公司 一种混合箱体机器人智能拆码垛系统及控制方法
CN111470327A (zh) * 2020-05-25 2020-07-31 常州墨狄机器人科技有限公司 一种视觉码垛设备及其视觉信息处理方法
CN111573292A (zh) * 2020-05-14 2020-08-25 阿丘机器人科技(苏州)有限公司 码垛方法、装置、电子设备及计算机可读存储介质
CN112085385A (zh) * 2020-09-09 2020-12-15 广东力生智能有限公司 基于订单的稳定混箱垛型供箱序列的生成系统及其方法
CN112499276A (zh) * 2020-11-03 2021-03-16 梅卡曼德（北京）机器人科技有限公司 多尺寸箱子的混合码垛方法、设备、装置及计算机可读存储介质
CN113128118A (zh) * 2021-04-20 2021-07-16 广东工业大学 一种基于分支定界算法的单规格码垛方法及码垛系统
CN113222257A (zh) * 2021-05-17 2021-08-06 广东工业大学 一种基于缓冲区的在线混合码垛方法
CN113284178A (zh) * 2021-06-11 2021-08-20 梅卡曼德（北京）机器人科技有限公司 物体码垛方法、装置、计算设备及计算机存储介质
CN114633979A (zh) * 2022-03-08 2022-06-17 北京京东乾石科技有限公司 货物码放方法、装置、电子设备和计算机可读介质
CN114692237A (zh) * 2022-06-02 2022-07-01 杭州灵西机器人智能科技有限公司 基于多模态评估指标的混合码垛方法、装置、设备及介质

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4641271A (en) * 1983-11-09 1987-02-03 Hitachi, Ltd. Piling planning method and piling system of cargoes by palletizing robot
CN104528389A (zh) * 2014-12-24 2015-04-22 天津商业大学 一种错位码垛规划的方法
CN108238451A (zh) * 2016-12-27 2018-07-03 北京京东尚科信息技术有限公司 码垛方法和码垛装置
CN108275293A (zh) * 2017-01-06 2018-07-13 北京京东尚科信息技术有限公司 码垛方法、码垛装置、计算机可读存储介质及电子设备
CN108763689A (zh) * 2018-05-17 2018-11-06 深圳市英威腾智能控制有限公司 垛型设计方法
CN110498243A (zh) * 2019-09-04 2019-11-26 成都川哈工机器人及智能装备产业技术研究院有限公司 一种混合箱体机器人智能拆码垛系统及控制方法
CN111573292A (zh) * 2020-05-14 2020-08-25 阿丘机器人科技(苏州)有限公司 码垛方法、装置、电子设备及计算机可读存储介质
CN111470327A (zh) * 2020-05-25 2020-07-31 常州墨狄机器人科技有限公司 一种视觉码垛设备及其视觉信息处理方法
CN112085385A (zh) * 2020-09-09 2020-12-15 广东力生智能有限公司 基于订单的稳定混箱垛型供箱序列的生成系统及其方法
CN112499276A (zh) * 2020-11-03 2021-03-16 梅卡曼德（北京）机器人科技有限公司 多尺寸箱子的混合码垛方法、设备、装置及计算机可读存储介质
CN113128118A (zh) * 2021-04-20 2021-07-16 广东工业大学 一种基于分支定界算法的单规格码垛方法及码垛系统
CN113222257A (zh) * 2021-05-17 2021-08-06 广东工业大学 一种基于缓冲区的在线混合码垛方法
CN113284178A (zh) * 2021-06-11 2021-08-20 梅卡曼德（北京）机器人科技有限公司 物体码垛方法、装置、计算设备及计算机存储介质
CN114633979A (zh) * 2022-03-08 2022-06-17 北京京东乾石科技有限公司 货物码放方法、装置、电子设备和计算机可读介质
CN114692237A (zh) * 2022-06-02 2022-07-01 杭州灵西机器人智能科技有限公司 基于多模态评估指标的混合码垛方法、装置、设备及介质

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
MOHAMMAD M. AREF: "A multistage controller with smooth switching for Autonomous Pallet Picking", 《IEEE XPLORE》 *
余亮: "纸箱码垛机器人及其成套装备设计与开发", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 *
席云飞等: "基于多垛型位置算法的码垛系统设计", 《制造业自动化》 *
张长勇等: "基于K-means与关键点的组合行李码放算法", 《包装工程》 *
王帅等: "基于强化学习的机场行李装箱优化方法", 《包装工程》 *
黄礼辉: "欠完备信息的在线货物码垛算法研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115392842A (zh) * 2022-10-30 2022-11-25 合肥焕智科技有限公司 一种基于人工智能的托盘识别分析方法
CN115392842B (zh) * 2022-10-30 2023-01-31 合肥焕智科技有限公司 一种基于人工智能的托盘识别分析方法
CN116835334A (zh) * 2023-07-17 2023-10-03 湖北普罗格科技股份有限公司 基于3d视觉的无序码垛方法、装置、介质及设备
CN117049199A (zh) * 2023-10-11 2023-11-14 季华实验室 一种集装箱装箱方法及其相关设备
CN117049199B (zh) * 2023-10-11 2024-02-13 季华实验室 一种集装箱装箱方法及其相关设备

Also Published As

Publication number Publication date
CN114862063B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN114862063B (zh) 一种在线混合码垛的方法、系统、电子装置和存储介质
Chen et al. The storage location assignment problem for outbound containers in a maritime terminal
CN108275293B (zh) 码垛方法、码垛装置、计算机可读存储介质及电子设备
Jin et al. An aimms-based decision-making model for optimizing the intelligent stowage of export containers in a single bay
KR20210148033A (ko) 실시간 배치 시뮬레이션을 사용하여 패키지를 팔레트화하기 위한 로봇 시스템
CN108398924A (zh) 机器人搬运车的调度方法和调度装置
US11565882B2 (en) Intelligent warehousing system, method for fetching and placing material and background processing terminal thereof
Matson et al. Operational research and material handling
CN113044462B (zh) 机器人调度的方法、装置、系统、存储介质及程序产品
CN114084683B (zh) 确定垛型的方法和装置
Saini et al. A stochastic model for the throughput analysis of passing dual yard cranes
US9193524B2 (en) Automated item sequencing in a high-density grid-based material handling system
CN111781927A (zh) 一种多机器人协同运输任务的调度分配方法
CN102799725B (zh) 一种搬运机器人进行离线码垛时有效码垛区域的确定方法
Gue et al. A high-density system for carton sequencing
CN110888903A (zh) 起重机自动化连续搬运作业的方法及系统
Choe et al. Real-time scheduling of twin stacking cranes in an automated container terminal using a genetic algorithm
CN114692237B (zh) 基于多模态评估指标的混合码垛方法、装置、设备及介质
Park et al. Planning for remarshaling in an automated container terminal using cooperative coevolutionary algorithms
CN116681151A (zh) 一种基于组合堆垛与最低水平线的装箱优化方法
CN115471040A (zh) 拣货机器人调度及拣货方法、装置、机器人、系统、介质
CN115258508A (zh) 物品拣选方法及装置、计算机可读存储介质
Koonsintananan et al. Applied particle swarm optimization in solving container loading problem for logistics
CN110888904A (zh) 起重机货物自动装载顺序的智能优化方法及系统
Oladugba et al. Solving the Twin Yard Crane Scheduling Problem in Automated Container Terminals

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