CN115860644A - 一种基于互联网的云仓储智慧拣选系统 - Google Patents

Abstract

本发明公开了一种基于互联网的云仓储智慧拣选系统，涉及仓储拣选技术领域，解决了现有技术中无法将企业内仓库与业务部门进行实时匹配检测的技术问题；本发明是将企业内各个业务部门与仓库的规划进行模式匹配检测，判断企业内对应业务模式与仓库的规划是否一致，从而判断企业内仓库规划能够满足业务需求，增强仓库的运行效率同时能够将仓库的使用质量增强，有效控制仓库存储成本；还将存储仓库内的产品实时存放进行控制，提高进出货的效率，合理设置产品存放通道，降低进出货的运行成本，提高存储仓库的使用质量。

Description

一种基于互联网的云仓储智慧拣选系统

技术领域

本发明涉及仓储拣选技术领域，具体为一种基于互联网的云仓储智慧拣选系统。

背景技术

随着业务规模的不断发展，机具的种类及数量也在不断增加，出入库的频率与日俱增，仓库管理的要求也复杂多样，传统的人工仓库管理模式和数据采集方式已难以满足当前仓库管理的快速、高效及准确无误的要求，且慢慢成为制约企业发展的一大障碍；

但是在现有技术中，无法将企业内的仓库与业务部门进行实时匹配检测，从而导致仓库的使用不合格，导致仓库内的拣选效率受到影响；同时不能够对仓库的实时存放进行调控，造成仓库内的产品拣选难度加大；

针对上述的技术缺陷，现提出一种解决方案。

发明内容

本发明的目的就在于为了解决的问题，而提出一种基于互联网的云仓储智慧拣选系统，是将企业内各个业务部门与仓库的规划进行模式匹配检测，判断企业内对应业务模式与仓库的规划是否一致，从而判断企业内仓库规划能够满足业务需求，增强仓库的运行效率同时能够将仓库的使用质量增强，有效控制仓库存储成本；将存储仓库内的产品实时存放进行控制，提高进出货的效率，合理设置产品存放通道，降低进出货的运行成本，提高存储仓库的使用质量。

本发明的目的可以通过以下技术方案实现：

一种基于互联网的云仓储智慧拣选系统，包括云智慧拣选平台，云智慧拣选平台内设置有服务器，服务器通讯连接有模式匹配检测单元、现场存放调控单元、拣选效率分析单元以及库区运营分析单元；

云智慧拣选平台用于对各个企业的库区拣选进行实时管控，服务器生成模式匹配检测信号并将模式匹配检测信号发送至模式匹配检测单元，通过模式匹配检测单元将企业内各个业务部门与仓库的规划进行模式匹配检测；服务器生成现场存放调控信号并将现场存放调控信号发送至现场存放调控单元，通过现场存放调控单元将企业内的存储仓库进行现场存放调控；服务器生成拣选效率分析信号并将拣选效率分析信号发送至拣选效率分析单元，通过拣选效率分析单元对存储仓库内的拣选效率进行实时分析；服务器生成库区运营分析信号并将库区运行分析信号发送至库区运行分析单元，通过库区运行分析单元对存储仓库的运营进行分析。

作为本发明的一种优选实施方式，模式匹配检测单元的模式匹配检测过程如下：

将企业内各个业务部门标记为分析对象，设置标号i，i为大于1的自然数，采集到各个分析对象的订单接收时刻与产品发货时刻的间隔时长以及各个分析对象对应接收预定订单的频率；采集到各个分析对象的生产产品历史平均存放时长；通过分析获取到各个分析对象的模式分析系数Xi；将各个分析对象的模式分析系数Xi与模式分析系数阈值进行比较：若分析对象的模式分析系数Xi超过模式分析系数阈值，则将对应分析对象标记为多存模式部门；若分析对象的模式分析系数Xi未超过模式分析系数阈值，则将对应分析对象标记为快销模式部门；

采集到企业对应的存储仓库，并将采集到存储仓库设置标号o，o为大于1的自然数，采集到企业内存储仓库内产品存放区域的面积以及存储仓库内存放区域的湿度最大浮动值，通过分析获取到企业内存储仓库的规划分析系数Co；将企业内存储仓库的规划分析系数Co与规划分析系数阈值进行比较：若企业内存储仓库的规划分析系数Co超过规划分析系数阈值，则将对应存储仓库标记为短存仓库；若企业内存储仓库的规划分析系数Co未超过规划分析系数阈值，则将对应存储仓库标记为长储仓库；将多存模式部门与长储仓库进行匹配，将快销模式部门与短存仓库进行匹配，并将匹配好的多存模式部门与长储仓库以及快销模式部门与短存仓库发送至服务器。

作为本发明的一种优选实施方式，现场存放调控单元的现场存放调控过程如下：

将实时存放产品的存储仓库标记为待调控对象，采集到待调控对象内需存放产品的人工运输频率与机械运输频率的比值以及待调控对象内需存放产品的人工搬运平均耗时与机械搬运平均耗时的比值，并将待调控对象内需存放产品的人工运输频率与机械运输频率的比值以及待调控对象内需存放产品的人工搬运平均耗时与机械搬运平均耗时的比值分别与运输频率比值阈值和搬运耗时比值阈值进行比较：

若待调控对象内需存放产品的人工运输频率与机械运输频率的比值超过运输频率比值阈值，且待调控对象内需存放产品的人工搬运平均耗时与机械搬运平均耗时的比值未超过搬运耗时比值阈值，则判定待调控对象内实时需存放产品适合人工搬运，生成通道分布信号并将通道分布信号和对应待调控对象发送至服务器；服务器接收到通道分布信号和对应待调控对象后，将对应待调控对象内需存放产品在放置过程中设置间隔区域，并将对应间隔区域标记为搬运通道；

若待调控对象内需存放产品的人工运输频率与机械运输频率的比值未超过运输频率比值阈值，或者待调控对象内需存放产品的人工搬运平均耗时与机械搬运平均耗时的比值超过搬运耗时比值阈值，则判定待调控对象内实时需存放产品适合机械搬运，生成通道控制信号并将通道控制信号和对应待调控对象发送至服务器。

作为本发明的一种优选实施方式，拣选效率分析单元的拣选效率分析过程如下：

采集到存储仓库内的产品拣选平均耗时以及产品拣选错误率，并将存储仓库内的产品拣选平均耗时以及产品拣选错误率分别与耗时阈值和错误率阈值进行比较：若存储仓库内的产品拣选平均耗时超过耗时阈值，或者产品拣选错误率超过错误率阈值，则判断对应存储仓库的拣选效率不合格，生成拣选效率异常信号并将对应存储仓库进行动态拣选检测；若存储仓库内的产品拣选平均耗时未超过耗时阈值，且产品拣选错误率未超过错误率阈值，则判断对应存储仓库的拣选效率合格，生成拣选效率正常信号并将对应存储仓库进行静态拣选检测。

作为本发明的一种优选实施方式，将拣选效率异常信号对应的存储仓库进行动态拣选检测，将对应存储仓库标记为异常仓库，采集到异常仓库内进行拣选的设备或者工人的实时位置与待拣选产品位置的距离以及异常仓库内进行拣选的设备或者工人单次拣选产品量，并将异常仓库内进行拣选的设备或者工人的实时位置与待拣选产品位置的距离以及异常仓库内进行拣选的设备或者工人单次拣选产品量分别与距离阈值和产品量阈值进行比较：

若异常仓库内进行拣选的设备或者人工的实时位置与待拣选产品位置的距离超过距离阈值，且异常仓库内进行拣选的设备或者人工单次拣选产品量超过产品量阈值，则判定拣选对象选定异常，生成对象选定异常信号并将对象选定异常信号和对应异常仓库的编号发送至服务器，拣选对象表示为产品拣选的设备或者工人；

若异常仓库内进行拣选的设备或者人工的实时位置与待拣选产品位置的距离未超过距离阈值，且异常仓库内进行拣选的设备或者人工单次拣选产品量未超过产品量阈值，则判定拣选对象运行异常，生成对象运行异常信号并将对象运行异常信号和对应异常仓库的编号发送至服务器；

将拣选效率正常信号对应的存储仓库进行静态拣选检测，将对应存储仓库标记为合格仓库，采集到合格仓库内拣选产品的存放间隔距离以及存放产品占地面积与存放区域面积的比值，并将合格仓库内拣选产品的存放间隔距离以及存放产品占地面积与存放区域面积的比值分别标记为标准存放间隔距离和标准面积比值，将标准存放间隔距离和标准面积比值一同发送至服务器。

作为本发明的一种优选实施方式，库区运行分析单元的库区运营分析过程如下：

采集到短存仓库的产品滞销次数以及长储仓库内的工人增加速度，并将短存仓库的产品滞销次数以及长储仓库内的工人增加速度分别与滞销次数阈值和工人增加速度阈值进行比较：若短存仓库的产品滞销次数超过滞销次数阈值，或者长储仓库内的工人增加速度超过工人增加速度阈值，则判定库区运营分析不合格，生成运营不合格信号并将运营不合格和对应存储仓库的编号发送至服务器；若短存仓库的产品滞销次数未超过滞销次数阈值，且长储仓库内的工人增加速度未超过工人增加速度阈值，则判定库区运营分析合格，生成运营合格信号并将运营合格和对应存储仓库的编号发送至服务器。

该基于互联网的云仓储智慧拣选方法，具体智慧拣选方法步骤如下：

步骤一、模式匹配检测，将企业内各个业务部门与仓库的规划进行模式匹配检测；

步骤二、现场存放调控，将企业内的存储仓库进行现场存放调控；

步骤三、拣选效率分析，将存储仓库内的拣选效率进行实时分析；

步骤四、运营效率分析，将存储仓库的运营效率进行实时分析。

与现有技术相比，本发明的有益效果是：

本发明中，将企业内各个业务部门与仓库的规划进行模式匹配检测，判断企业内对应业务模式与仓库的规划是否一致，从而判断企业内仓库规划能够满足业务需求，增强仓库的运行效率同时能够将仓库的使用质量增强，有效控制仓库存储成本；将存储仓库内的产品实时存放进行控制，提高进出货的效率，合理设置产品存放通道，降低进出货的运行成本，提高存储仓库的使用质量；

本发明中，对存储仓库内的拣选效率进行实时分析，判断企业内各个存储仓库的拣选效率是否合格，提高对仓库拣选效率的监测，从而提高仓库拣选的工作效率，确保产品出入库的运行稳定性；对存储仓库的运营进行分析，判断存储仓库进行产品存放时的运营状态是否合格，从而确保企业的产品存放成本是否准确把控，有利于提高企业的收益，将产品的收益最大化。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的原理框图。

具体实施方式

下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，一种基于互联网的云仓储智慧拣选系统，包括云智慧拣选平台，云智慧拣选平台内设置有服务器，服务器通讯连接有模式匹配检测单元、现场存放调控单元、拣选效率分析单元以及库区运营分析单元，其中，服务器与模式匹配检测单元、现场存放调控单元、拣选效率分析单元以及库区运营分析单元均为双向通讯连接；

云智慧拣选平台用于对各个企业的库区拣选进行实时管控，提高企业库区存储效率同时提高企业的收益，通过拣选优化提高企业库区的管理效率，增强产品的进出库以及存放质量，服务器生成模式匹配检测信号并将模式匹配检测信号发送至模式匹配检测单元，模式匹配检测单元用于将企业内各个业务部门与仓库的规划进行模式匹配检测，判断企业内对应业务模式与仓库的规划是否一致，从而判断企业内仓库规划能够满足业务需求，增强仓库的运行效率同时能够将仓库的使用质量增强，有效控制仓库存储成本，具体模式匹配检测过程如下：

将企业内各个业务部门标记为分析对象，设置标号i，i为大于1的自然数，采集到各个分析对象的订单接收时刻与产品发货时刻的间隔时长以及各个分析对象对应接收预定订单的频率，并将各个分析对象的订单接收时刻与产品发货时刻的间隔时长以及各个分析对象对应接收预定订单的频率分别标记为SKi和DDi；采集到各个分析对象的生产产品历史平均存放时长，并将各个分析对象的生产产品历史平均存放时长标记为CFi；通过公式

获取到各个分析对象的模式分析系数Xi，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0，β为误差修正因子，取值为0.98；

将各个分析对象的模式分析系数Xi与模式分析系数阈值进行比较：

若分析对象的模式分析系数Xi超过模式分析系数阈值，则将对应分析对象标记为多存模式部门；若分析对象的模式分析系数Xi未超过模式分析系数阈值，则将对应分析对象标记为快销模式部门；

采集到企业对应的存储仓库，并将采集到存储仓库设置标号o，o为大于1的自然数，采集到企业内存储仓库内产品存放区域的面积以及存储仓库内存放区域的湿度最大浮动值，并将企业内存储仓库内产品存放区域的面积以及存储仓库内存放区域的湿度最大浮动值分别标记为MJo和WDo；通过公式

获取到企业内存储仓库的规划分析系数Co，其中，b1和b2均为预设比例系数，且b1＞b2＞0；

将企业内存储仓库的规划分析系数Co与规划分析系数阈值进行比较：

若企业内存储仓库的规划分析系数Co超过规划分析系数阈值，则将对应存储仓库标记为短存仓库；若企业内存储仓库的规划分析系数Co未超过规划分析系数阈值，则将对应存储仓库标记为长储仓库；

将多存模式部门与长储仓库进行匹配，将快销模式部门与短存仓库进行匹配，并将匹配好的多存模式部门与长储仓库以及快销模式部门与短存仓库发送至服务器；服务器接收到匹配好的多存模式部门与长储仓库以及快销模式部门与短存仓库后，将企业内部门与仓库进行实时分析，若部门模式与仓库规划实时匹配不一致，则生成风险信号并将风险信号发送至管理人员的手机终端；

服务器生成现场存放调控信号并将现场存放调控信号发送至现场存放调控单元，现场存放调控单元用于将企业内的存储仓库进行现场存放调控，将存储仓库内的产品实时存放进行控制，提高进出货的效率，合理设置产品存放通道，降低进出货的运行成本，提高存储仓库的使用质量，具体现场存放调控过程如下：

将实时存放产品的存储仓库标记为待调控对象，采集到待调控对象内需存放产品的人工运输频率与机械运输频率的比值以及待调控对象内需存放产品的人工搬运平均耗时与机械搬运平均耗时的比值，并将待调控对象内需存放产品的人工运输频率与机械运输频率的比值以及待调控对象内需存放产品的人工搬运平均耗时与机械搬运平均耗时的比值分别与运输频率比值阈值和搬运耗时比值阈值进行比较：

若待调控对象内需存放产品的人工运输频率与机械运输频率的比值超过运输频率比值阈值，且待调控对象内需存放产品的人工搬运平均耗时与机械搬运平均耗时的比值未超过搬运耗时比值阈值，则判定待调控对象内实时需存放产品适合人工搬运，生成通道分布信号并将通道分布信号和对应待调控对象发送至服务器；服务器接收到通道分布信号和对应待调控对象后，将对应待调控对象内需存放产品在放置过程中设置间隔区域，并将对应间隔区域标记为搬运通道；

若待调控对象内需存放产品的人工运输频率与机械运输频率的比值未超过运输频率比值阈值，或者待调控对象内需存放产品的人工搬运平均耗时与机械搬运平均耗时的比值超过搬运耗时比值阈值，则判定待调控对象内实时需存放产品适合机械搬运，生成通道控制信号并将通道控制信号和对应待调控对象发送至服务器；服务器接收到通道控制信号和对应待调控对象后，将对应待调控对象内需存放产品放置过程中在不影响产品堆放的前提进行相邻产品堆的间隔区域进行控制；

服务器生成拣选效率分析信号并将拣选效率分析信号发送至拣选效率分析单元，拣选效率分析单元用于对存储仓库内的拣选效率进行实时分析，判断企业内各个存储仓库的拣选效率是否合格，提高对仓库拣选效率的监测，从而提高仓库拣选的工作效率，确保产品出入库的运行稳定性，具体拣选效率分析过程如下：

采集到存储仓库内的产品拣选平均耗时以及产品拣选错误率，并将存储仓库内的产品拣选平均耗时以及产品拣选错误率分别与耗时阈值和错误率阈值进行比较：

若存储仓库内的产品拣选平均耗时超过耗时阈值，或者产品拣选错误率超过错误率阈值，则判断对应存储仓库的拣选效率不合格，生成拣选效率异常信号并将对应存储仓库进行动态拣选检测；若存储仓库内的产品拣选平均耗时未超过耗时阈值，且产品拣选错误率未超过错误率阈值，则判断对应存储仓库的拣选效率合格，生成拣选效率正常信号并将对应存储仓库进行静态拣选检测；

将拣选效率异常信号对应的存储仓库进行动态拣选检测，将对应存储仓库标记为异常仓库，采集到异常仓库内进行拣选的设备或者工人的实时位置与待拣选产品位置的距离以及异常仓库内进行拣选的设备或者工人单次拣选产品量，并将异常仓库内进行拣选的设备或者工人的实时位置与待拣选产品位置的距离以及异常仓库内进行拣选的设备或者工人单次拣选产品量分别与距离阈值和产品量阈值进行比较：

若异常仓库内进行拣选的设备或者人工的实时位置与待拣选产品位置的距离超过距离阈值，且异常仓库内进行拣选的设备或者人工单次拣选产品量超过产品量阈值，则判定拣选对象选定异常，生成对象选定异常信号并将对象选定异常信号和对应异常仓库的编号发送至服务器，拣选对象表示为产品拣选的设备或者工人；

若异常仓库内进行拣选的设备或者人工的实时位置与待拣选产品位置的距离未超过距离阈值，且异常仓库内进行拣选的设备或者人工单次拣选产品量未超过产品量阈值，则判定拣选对象运行异常，生成对象运行异常信号并将对象运行异常信号和对应异常仓库的编号发送至服务器；

将拣选效率正常信号对应的存储仓库进行静态拣选检测，将对应存储仓库标记为合格仓库，采集到合格仓库内拣选产品的存放间隔距离以及存放产品占地面积与存放区域面积的比值，并将合格仓库内拣选产品的存放间隔距离以及存放产品占地面积与存放区域面积的比值分别标记为标准存放间隔距离和标准面积比值，将标准存放间隔距离和标准面积比值一同发送至服务器；

服务器生成库区运营分析信号并将库区运行分析信号发送至库区运行分析单元，库区运行分析单元用于对存储仓库的运营进行分析，判断存储仓库进行产品存放时的运营状态是否合格，从而确保企业的产品存放成本是否准确把控，有利于提高企业的收益，将产品的收益最大化，具体库区运营分析过程如下：

采集到短存仓库的产品滞销次数以及长储仓库内的工人增加速度，并将短存仓库的产品滞销次数以及长储仓库内的工人增加速度分别与滞销次数阈值和工人增加速度阈值进行比较：

若短存仓库的产品滞销次数超过滞销次数阈值，或者长储仓库内的工人增加速度超过工人增加速度阈值，则判定库区运营分析不合格，生成运营不合格信号并将运营不合格和对应存储仓库的编号发送至服务器；服务器接收后将对应存储仓库进行运营整顿，提高产品的出售效率以及把控工人的工作效率；

若短存仓库的产品滞销次数未超过滞销次数阈值，且长储仓库内的工人增加速度未超过工人增加速度阈值，则判定库区运营分析合格，生成运营合格信号并将运营合格和对应存储仓库的编号发送至服务器。

该基于互联网的云仓储智慧拣选方法，具体智慧拣选方法步骤如下：

步骤一、模式匹配检测，将企业内各个业务部门与仓库的规划进行模式匹配检测；

步骤二、现场存放调控，将企业内的存储仓库进行现场存放调控；

步骤三、拣选效率分析，将存储仓库内的拣选效率进行实时分析；

步骤四、运营效率分析，将存储仓库的运营效率进行实时分析。

其中，上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；

本发明在使用时，是通过云智慧拣选平台对各个企业的库区拣选进行实时管控，通过模式匹配检测单元将企业内各个业务部门与仓库的规划进行模式匹配检测；通过现场存放调控单元将企业内的存储仓库进行现场存放调控；通过拣选效率分析单元对存储仓库内的拣选效率进行实时分析；通过库区运行分析单元对存储仓库的运营进行分析。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (6)

1.一种基于互联网的云仓储智慧拣选系统，其特征在于，包括云智慧拣选平台，云智慧拣选平台内设置有服务器，服务器通讯连接有模式匹配检测单元、现场存放调控单元、拣选效率分析单元以及库区运营分析单元；

云智慧拣选平台用于对各个企业的库区拣选进行实时管控，服务器生成模式匹配检测信号并将模式匹配检测信号发送至模式匹配检测单元，通过模式匹配检测单元将企业内各个业务部门与仓库的规划进行模式匹配检测；服务器生成现场存放调控信号并将现场存放调控信号发送至现场存放调控单元，通过现场存放调控单元将企业内的存储仓库进行现场存放调控；服务器生成拣选效率分析信号并将拣选效率分析信号发送至拣选效率分析单元，通过拣选效率分析单元对存储仓库内的拣选效率进行实时分析；服务器生成库区运营分析信号并将库区运行分析信号发送至库区运行分析单元，通过库区运行分析单元对存储仓库的运营进行分析。

2.根据权利要求1所述的一种基于互联网的云仓储智慧拣选系统，其特征在于，模式匹配检测单元的模式匹配检测过程如下：

将企业内各个业务部门标记为分析对象，设置标号i，i为大于1的自然数，采集到各个分析对象的订单接收时刻与产品发货时刻的间隔时长以及各个分析对象对应接收预定订单的频率；采集到各个分析对象的生产产品历史平均存放时长；通过分析获取到各个分析对象的模式分析系数Xi；将各个分析对象的模式分析系数Xi与模式分析系数阈值进行比较：若分析对象的模式分析系数Xi超过模式分析系数阈值，则将对应分析对象标记为多存模式部门；若分析对象的模式分析系数Xi未超过模式分析系数阈值，则将对应分析对象标记为快销模式部门；

采集到企业对应的存储仓库，并将采集到存储仓库设置标号o，o为大于1的自然数，采集到企业内存储仓库内产品存放区域的面积以及存储仓库内存放区域的湿度最大浮动值，通过分析获取到企业内存储仓库的规划分析系数Co；将企业内存储仓库的规划分析系数Co与规划分析系数阈值进行比较：若企业内存储仓库的规划分析系数Co超过规划分析系数阈值，则将对应存储仓库标记为短存仓库；若企业内存储仓库的规划分析系数Co未超过规划分析系数阈值，则将对应存储仓库标记为长储仓库；将多存模式部门与长储仓库进行匹配，将快销模式部门与短存仓库进行匹配，并将匹配好的多存模式部门与长储仓库以及快销模式部门与短存仓库发送至服务器。

3.根据权利要求1所述的一种基于互联网的云仓储智慧拣选系统，其特征在于，现场存放调控单元的现场存放调控过程如下：

将实时存放产品的存储仓库标记为待调控对象，采集到待调控对象内需存放产品的人工运输频率与机械运输频率的比值以及待调控对象内需存放产品的人工搬运平均耗时与机械搬运平均耗时的比值，并将待调控对象内需存放产品的人工运输频率与机械运输频率的比值以及待调控对象内需存放产品的人工搬运平均耗时与机械搬运平均耗时的比值分别与运输频率比值阈值和搬运耗时比值阈值进行比较：

若待调控对象内需存放产品的人工运输频率与机械运输频率的比值超过运输频率比值阈值，且待调控对象内需存放产品的人工搬运平均耗时与机械搬运平均耗时的比值未超过搬运耗时比值阈值，则判定待调控对象内实时需存放产品适合人工搬运，生成通道分布信号并将通道分布信号和对应待调控对象发送至服务器；服务器接收到通道分布信号和对应待调控对象后，将对应待调控对象内需存放产品在放置过程中设置间隔区域，并将对应间隔区域标记为搬运通道；

若待调控对象内需存放产品的人工运输频率与机械运输频率的比值未超过运输频率比值阈值，或者待调控对象内需存放产品的人工搬运平均耗时与机械搬运平均耗时的比值超过搬运耗时比值阈值，则判定待调控对象内实时需存放产品适合机械搬运，生成通道控制信号并将通道控制信号和对应待调控对象发送至服务器。

4.根据权利要求1所述的一种基于互联网的云仓储智慧拣选系统，其特征在于，拣选效率分析单元的拣选效率分析过程如下：

采集到存储仓库内的产品拣选平均耗时以及产品拣选错误率，并将存储仓库内的产品拣选平均耗时以及产品拣选错误率分别与耗时阈值和错误率阈值进行比较：若存储仓库内的产品拣选平均耗时超过耗时阈值，或者产品拣选错误率超过错误率阈值，则判断对应存储仓库的拣选效率不合格，生成拣选效率异常信号并将对应存储仓库进行动态拣选检测；若存储仓库内的产品拣选平均耗时未超过耗时阈值，且产品拣选错误率未超过错误率阈值，则判断对应存储仓库的拣选效率合格，生成拣选效率正常信号并将对应存储仓库进行静态拣选检测。

5.根据权利要求4所述的一种基于互联网的云仓储智慧拣选系统，其特征在于，将拣选效率异常信号对应的存储仓库进行动态拣选检测，将对应存储仓库标记为异常仓库，采集到异常仓库内进行拣选的设备或者工人的实时位置与待拣选产品位置的距离以及异常仓库内进行拣选的设备或者工人单次拣选产品量，并将异常仓库内进行拣选的设备或者工人的实时位置与待拣选产品位置的距离以及异常仓库内进行拣选的设备或者工人单次拣选产品量分别与距离阈值和产品量阈值进行比较：

若异常仓库内进行拣选的设备或者人工的实时位置与待拣选产品位置的距离超过距离阈值，且异常仓库内进行拣选的设备或者人工单次拣选产品量超过产品量阈值，则判定拣选对象选定异常，生成对象选定异常信号并将对象选定异常信号和对应异常仓库的编号发送至服务器，拣选对象表示为产品拣选的设备或者工人；

若异常仓库内进行拣选的设备或者人工的实时位置与待拣选产品位置的距离未超过距离阈值，且异常仓库内进行拣选的设备或者人工单次拣选产品量未超过产品量阈值，则判定拣选对象运行异常，生成对象运行异常信号并将对象运行异常信号和对应异常仓库的编号发送至服务器；

将拣选效率正常信号对应的存储仓库进行静态拣选检测，将对应存储仓库标记为合格仓库，采集到合格仓库内拣选产品的存放间隔距离以及存放产品占地面积与存放区域面积的比值，并将合格仓库内拣选产品的存放间隔距离以及存放产品占地面积与存放区域面积的比值分别标记为标准存放间隔距离和标准面积比值，将标准存放间隔距离和标准面积比值一同发送至服务器。

6.根据权利要求1所述的一种基于互联网的云仓储智慧拣选系统，其特征在于，库区运行分析单元的库区运营分析过程如下：

采集到短存仓库的产品滞销次数以及长储仓库内的工人增加速度，并将短存仓库的产品滞销次数以及长储仓库内的工人增加速度分别与滞销次数阈值和工人增加速度阈值进行比较：若短存仓库的产品滞销次数超过滞销次数阈值，或者长储仓库内的工人增加速度超过工人增加速度阈值，则判定库区运营分析不合格，生成运营不合格信号并将运营不合格和对应存储仓库的编号发送至服务器；若短存仓库的产品滞销次数未超过滞销次数阈值，且长储仓库内的工人增加速度未超过工人增加速度阈值，则判定库区运营分析合格，生成运营合格信号并将运营合格和对应存储仓库的编号发送至服务器。

Images