CN116331717A - 一种智慧仓储系统、方法、装置和存储介质 - Google Patents
一种智慧仓储系统、方法、装置和存储介质 Download PDFInfo
- Publication number
- CN116331717A CN116331717A CN202310357729.3A CN202310357729A CN116331717A CN 116331717 A CN116331717 A CN 116331717A CN 202310357729 A CN202310357729 A CN 202310357729A CN 116331717 A CN116331717 A CN 116331717A
- Authority
- CN
- China
- Prior art keywords
- module
- warehouse
- data
- warehousing
- carrying
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004891 communication Methods 0.000 claims abstract description 3
- 239000013598 vector Substances 0.000 description 38
- 238000012549 training Methods 0.000 description 17
- 238000007726 management method Methods 0.000 description 9
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000002372 labelling Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 101150097128 tag-151 gene Proteins 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 235000013611 frozen food Nutrition 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
- B65G1/137—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed
- B65G1/1373—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed for fulfilling orders in warehouses
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
Abstract
本说明书实施例提供一种智慧仓储系统、方法、装置和存储介质。所述系统包括:搬运模块,包括驱动装置和至少一个搬运装置,驱动装置被配置为执行处理器的控制指令,驱动至少一个搬运装置对仓储物执行搬运操作;仓储模块被配置为接收搬运模块搬运的仓储物,并储存至仓储区域中的指定区域;信息识别模块被配置在搬运模块和/或仓储模块中,搬运模块和/或仓储模块包括电子标签,信息识别模块被配置为对电子标签进行识别,得到识别数据;处理器分别与搬运模块、仓储模块、信息识别模块通信连接,以执行智慧仓储方法,包括:基于仓储物的基本数据和识别数据,确定搬运参数;基于搬运参数发出控制指令,控制驱动装置基于搬运参数对仓储物执行搬运操作。
Description
技术领域
本说明书涉及仓储技术领域,特别涉及一种智慧仓储系统、方法、装置和存储介质。
背景技术
智能仓储是一种仓储管理理念,是通过信息化、物联网和机电一体化共同实现的智慧物流。然而,智慧仓储相关技术的自动化、智能化程度有限,仓库管理的效率和准确性仍有较大的提升空间。
针对如何提高仓库管理的效率和准确性的问题,CN112960322B提出了一种智慧物流仓储系统,包括码垛机器人、智慧仓储货架、出货电梯以及控制系统,通过码垛机器人将货物放在智慧仓储货架上,智慧仓储货架通过第一扫码系统对上架的货物自动扫码入账,并通过第二扫码系统对即将取出的货物扫码入账,智慧仓储货架上设有出货机械臂,将待取货物推送入出货电梯,可实现物流仓储系统的智能化管理和无人化运行。但由于其智慧管理仅限于对置于货架的货物进行扫码和入账,不能实现智能化分类管理,自动化水平有限。
因此,需要提供一种智慧仓储系统、方法、装置和存储介质,实现智能化分类管理,提高智慧仓储的自动化水平。
发明内容
本说明书一个或多个实施例提供一种智慧仓储系统。所述智慧仓储系统至少包括搬运模块、仓储模块、信息识别模块和处理器;所述搬运模块包括驱动装置和至少一个搬运装置,所述驱动装置被配置为执行所述处理器的控制指令,驱动所述至少一个搬运装置对仓储物执行搬运操作;所述仓储模块被配置为接收所述搬运模块搬运的所述仓储物,并储存至仓储区域中的指定区域;所述信息识别模块被配置在所述搬运模块和所述仓储模块的至少一个中,所述搬运模块和所述仓储模块的至少一个中包括电子标签,所述信息识别模块被配置为对所述电子标签进行识别,得到识别数据;所述处理器分别与所述搬运模块、所述仓储模块、所述信息识别模块通信连接,所述处理器用于:基于所述仓储物的基本数据和所述识别数据,确定搬运参数;基于所述搬运参数发出所述控制指令,以控制所述驱动装置基于所述搬运参数对所述仓储物执行所述搬运操作,所述搬运参数包括目标搬运装置的需求数量、类型、等级和移动速度,以及所述指定区域中的至少一种。
本说明书实施例之一提供一种智慧仓储方法,所述智慧仓储方法基于智慧仓储系统实现,所述系统至少包括搬运模块、仓储模块、信息识别模块和处理器;所述方法由处理器执行,包括:基于所述信息识别模块对所述搬运模块和所述仓储模块的至少一个中包括的电子标签进行识别,得到识别数据;基于仓储物的基本数据和所述识别数据,确定搬运参数;基于所述搬运参数发出控制指令,以控制所述搬运模块的驱动装置基于所述搬运参数对所述仓储物执行搬运操作,将所述仓储物存储至仓储区域中的指定区域,所述搬运参数包括目标搬运装置的需求数量、类型、等级和移动速度,以及所述指定区域中的至少一种。
本说明书一个或多个实施例提供一种智慧仓储装置,所述装置包括至少一个处理器以及至少一个存储器;所述至少一个存储器用于存储计算机指令;所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如上所述的智慧仓储方法。
本说明书一个或多个实施例提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如上所述的智慧仓储方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的智慧仓储系统的示例性结构图;
图2是根据本说明书一些实施例所示的智慧仓储方法的示例性流程图;
图3是根据本说明书一些实施例所示的确定指定区域的示例性示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例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说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的智慧仓储系统的示例性结构图。
在一些实施例中,智慧仓储系统100可以包括搬运模块110、仓储模块120、信息识别模块130和处理器140。
搬运模块110是指实现搬运功能的模块。
在一些实施例中,搬运模块110包括驱动装置111和至少一个搬运装置112。
驱动装置111是指驱动搬运装置112实施搬运操作的装置。例如,驱动装置111可以包括电机、驱动器、传感器等。
搬运装置112是指实施搬运操作的装置。在一些实施例中,可以对搬运装置112进行分类。例如,可以按照搬运装置112所搬运仓储物的货物类型(例如普通货物、贵重货物等)对搬运装置112进行分类。更多关于仓储物的货物类型、搬运装置的等级的内容,参见图2及其相关描述。
在一些实施例中,搬运装置112和仓储区域之间可以存在对应关系。例如,一种类型的搬运装置112可以对应仓储区域中的一个或多个子区域,即可以将其搬运的仓储物送往该一个或多个子区域。又例如,同一类型中的不同搬运装置112可以对应一个或多个子区域。搬运装置112与子区域的对应关系可以根据实际需求进行预设。关于子区域的更多说明参见后文。
在一些实施例中,不同搬运装置112前往对应子区域的搬运路线可以预先设置。例如,可以根据搬运装置112与仓储区域之间的对应关系,采用“最短路线规则”等预设搬运路线。
在一些实施例中,驱动装置111被配置为执行处理器的控制指令,驱动至少一个搬运装置112对仓储物执行搬运操作。
控制指令是指控制装置行为的指令。例如,控制指令可以包括搬运指令、安全校验指令、读写指令等。在一些实施例中,处理器可以基于搬运参数发出控制指令,相关说明参见图2。
仓储物可以包括各种不同的产品、材料等。搬运操作是指对仓储物进行搬运的相关操作。例如,搬运操作可以包括接收、装卸、移动等。
在一些实施例中,控制指令中可以包括对仓储物进行搬运的目标搬运装置、对仓储物进行仓储的指定区域,驱动装置111可以执行处理器的控制指令,通过控制对应的搬运装置112对仓储物执行搬运操作,将其送往对应的指定区域。关于目标搬运装置、指定区域的更多说明参见图2。
仓储模块120是指进行仓储管理的模块。
在一些实施例中,仓储模块120可以包括入库组件。入库组件用于接收搬运装置搬运过来的仓储物,并将其移动至指定区域中的具体位置。例如,入库组件可以包括夹持部件、支撑部件、移动部件等。
在一些实施例中,仓储模块120被配置为接收搬运模块112搬运的仓储物,并储存至仓储区域中的指定区域。
在一些实施例中,仓储模块120可以对搬运模块112搬运的仓储物上配置的电子标签进行识别,或对搬运模块112配置的电子标签151进行识别,自动确定当前的仓储物的指定区域,控制入库组件将仓储物移动至指定区域中,完成对当前仓储物的接收。
在一些实施例中,入库组件执行入库前可以对仓储物的电子标签进行识别,并自动分析其是否入库正确,无误后确认储存当前的仓储物,并将其移动至指定区域中的具体位置(如空闲的位置处)。
仓储区域是指可以存放或管理仓储物的区域。按照不同的划分规则,仓储区域可以被划分为多个子区域。例如,根据仓储物的不同,仓储区域可以包括冷冻食品区域、蔬菜水果区域等。又例如,可以基于仓储区域的总面积、至少一个搬运装置的搬运路线、至少一个搬运装置的自身位置等,确定多个初始网格;通过聚类算法对多个初始网格进行聚类,将仓储区域划分为多个子区域。仓储区域与搬运装置之间可以存在对应关系,更多说明参见上文。
指定区域是指仓储区域中被指定为对仓储物进行储存的一块区域。
信息识别模块130是指对物体的信息进行识别和提取的模块。例如,信息识别模块130可以通过射频识别(Radio Frequency Identification,RFID)技术、图像识别技术、各种计量传感器等实现信息识别功能。示例性的信息识别模块130可以是RFID读写器等。
在一些实施例中,信息识别模块130被配置在搬运模块110和仓储模块120的至少一个中,搬运模块110和仓储模块120的至少一个中包括电子标签150。如图1所示,搬运模块110上可以配置信息识别模块131和/或电子标签151,仓储模块120上可以配置信息识别模块132和/或电子标签152。
在一些实施例中,信息识别模块130被配置为对电子标签150进行识别,得到识别数据。关于电子标签、识别数据的更多说明参见图2。
处理器140是指具有计算功能的装置。处理器可以处理从其他单元或装置组成部分中获得的数据和/或信息。处理器140可以基于这些数据、信息和/或处理结果执行程序指令,以执行本申请中描述的一个或以上的功能。例如,处理器140可以基于仓储物的基本数据和识别数据,确定搬运参数。又例如,处理器140可以基于搬运参数发出控制指令,以控制驱动装置111基于搬运参数对仓储物执行搬运操作等。
在一些实施例中,处理器140可以包含一个或多个子处理设备(例如单处理设备或多核多芯处理设备)。仅作为示例,处理器140可以包括中央处理器(CPU)、专用集成电路(ASIC)等或以上任意组合。在一些实施例中,处理器140可以是本地的或远程的。在一些实施例中,处理器140可以在云平台上部署。
需要注意的是,以上对于智慧仓储系统及其模块的描述,仅为描述方便,并不能把本说明书限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子系统与其他模块连接。例如,各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本说明书的保护范围之内。
图2是根据本说明书一些实施例所示的智慧仓储方法的示例性流程图。如图2所示,流程200包括下述步骤。在一些实施例中,流程200可以由处理器执行。
步骤210,基于信息识别模块对搬运模块和仓储模块的至少一个中包括的电子标签进行识别,得到识别数据。
在一些实施例中,电子标签可以是射频识别(RFID)电子标签。电子标签是唯一的,通过信息识别装置识别电子标签,可以对物体进行唯一识别。
在一些实施例中,电子标签可以被配置在搬运模块和仓储模块的至少一个中。
在一些实施例中,电子标签可以被配置在搬运模块的至少一个搬运装置中。在一些实施例中,电子标签可以被配置在仓储模块的至少一个子区域中。关于信息识别模块、搬运模块和仓储模块的更多说明参见图1。
识别数据是指对电子标签进行识别后,所获取的电子标签中承载的相关信息。
在一些实施例中,识别数据中可以包括与搬运装置相关的搬运信息,在一些实施例中,搬运信息可以包括搬运装置的标号、搬运装置的类型、搬运装置的等级、搬运装置的移动速度等。在一些实施例中,搬运信息还可以包括搬运装置的搬运路线。关于搬运路线的更多说明参见图1。
搬运装置的类型可以根据仓储物的货物类型确定。仓储物的货物类型可以包括普通货物、贵重货物、重大件货物、易损货物、危险货物等。相应的,搬运装置的类型可以包括分别搬运上述各种货物类型的搬运装置等。
搬运装置的等级是指搬运装置的优先级。搬运装置的等级可以根据搬运装置的类型确定。例如,搬运贵重货物的搬运装置的等级可以高于搬运普通货物的搬运装置的等级。根据搬运装置的等级,可以在多个搬运装置在一条搬运路线相遇时,降低等级较低的搬运装置的速度,或使等级较低的搬运装置进行避让,优先保证等级较高的搬运装置执行任务。
搬运装置的移动速度可以是一个具体的移速值,也可以是一个移速范围。搬运装置的移动速度可以根据搬运装置的类型确定。例如,搬运贵重货物的搬运装置的移动速度可以较低,搬运普通货物的搬运装置的移动速度可以较高。
在一些实施例中,识别数据中还可以包括与仓储区域的子区域相关的仓储信息。在一些实施例中,仓储信息可以包括子区域的标号、子区域的总容量、子区域的可用容量、子区域的出入库记录、子区域的位置信息等。
在一些实施例中,识别数据中还可以包括仓储物的指定区域。指定区域是指对仓储物进行储存的子区域。关于指定区域的更多说明参见步骤220。
在一些实施例中,搬运模块中一个或多个搬运装置配置的信息识别模块可以对仓储模块中配置的电子标签进行识别,得到识别数据。例如,可以对某一个或多个子区域配置的电子标签进行识别,得到一个或多个子区域的位置信息等。在一些实施例中,搬运装置可以根据识别的子区域的位置信息确认自身位置。在一些实施例中,搬运装置可以根据识别的子区域的位置信息确定是否达到指定区域。例如,子区域的位置信息与其搬运的仓储物的指定区域相符时,确定到达指定区域。
在一些实施例中,搬运模块中一个或多个搬运装置配置的信息识别模块可以对其他搬运装置配置的电子标签进行识别,得到识别数据。例如,多个搬运装置在一条搬运路线相遇时,可以通过互相识别,得到其他搬运装置的等级等数据。在一些实施例中,当前的搬运装置根据其他搬运装置的等级调整自身的移动速度,或确定是否避让其他搬运装置等。
在一些实施例中,仓储模块中一个或多个子区域配置的信息识别模块可以对搬运模块中配置的电子标签进行识别,得到识别数据。例如,可以对经过其附近的搬运装置配置的电子标签进行识别,获取其搬运的仓储物的指定区域等。
步骤220,基于仓储物的基本数据和识别数据,确定搬运参数。
仓储物的基本数据可以包括仓储物的货物类型、尺寸、重量、数量、贵重程度、损坏风险等。其中,贵重程度和损坏风险可以通过0-10数值表示,数值越高,表示越贵重或越容易损坏。贵重程度和损坏风险可以由人为预先输入确定。
在一些实施例中,仓储物的基本数据可以预先写入电子标签中,并嵌入仓储物。通过信息识别模块对每一个仓储物的电子标签进行识别,可以获取该仓储物的基本数据。
搬运参数是指搬运模块对仓储物进行搬运的参数。
在一些实施例中,搬运参数可以包括目标搬运装置的需求数量、类型、等级和移动速度,以及指定区域中的至少一种。
目标搬运装置是指对当前的仓储物进行搬运的搬运装置。
目标搬运装置的需求数量是指对当前的仓储物进行搬运时所需要的搬运装置的数量。目标搬运装置的需求数量可以根据当前的仓储物的数量和目标搬运装置一次能运输的仓储物数量确定。
目标搬运装置的类型、等级和移动速度可以根据当前的仓储物的货物类型确定。更多说明可以参考前文对搬运装置的类型、等级和移动速度的说明,在此不再赘述。
在一些实施例中,目标搬运装置的移动速度可以相关于目标搬运装置的需求数量。例如,目标搬运装置的需求数量较多时,可以提高目标搬运装置的移动速度,或提高目标搬运装置的对应移速范围的最大值。通过该实施例可以有效提高目标搬运装置的搬运效率。
在一些实施例中,目标搬运装置的移动速度可以相关于搬运模块的搬运繁忙度。例如,搬运繁忙度较大时,可以减小目标搬运装置的移动速度,或减少目标搬运装置的对应移速范围的最大值。
搬运繁忙度可以反映搬运模块的繁忙程度。搬运繁忙度可以通过数值等方式表示,数值越大,表示搬运模块越繁忙。
在一些实施例中,搬运模块的搬运繁忙度可以基于该搬运模块在第一预设时间段内的历史运输特征确定。例如,可以基于历史运输特征中处于空闲状态的时间长度在第一预设时间段中的占比确定搬运模块的搬运繁忙度。当占比越小时,可以确定搬运模块的搬运繁忙度越大。关于历史运输特征、第一预设时间段的说明参见下文。
在搬运模块的搬运繁忙度较大时,处于工作状态的搬运装置的数量较多,多个搬运装置在移动过程中发生碰撞的概率较大。本说明书的一些实施例中,通过在搬运繁忙度较大时,减小目标搬运装置的移动速度,或减少目标搬运装置的对应移速范围的最大值,可以降低搬运装置发生碰撞的风险。
在一些实施例中,处理器可以获取搬运模块在第一预设时间段内的历史运输特征,和仓储模块在第一预设时间段内的第一历史仓储数据;基于历史运输特征和第一历史仓储数据,确定仓储模块在目标时间段内的目标仓储数据;基于目标仓储数据,对目标搬运装置的需求数量进行调整。
第一预设时间段是指最近的一段历史时间。第一预设时间段可以是确定历史运输特征的一段历史时间。
在一些实施例中,第一预设时间段可以基于仓储物入库或出库的频繁程度确定。例如,频繁程度越低时,第一预设时间段设置为较长。其中,频繁程度可以根据单位时间内搬运装置执行入库搬运的次数或执行出库搬运的次数确定。
历史运输特征是指各搬运装置在第一预设时间段内的运输特征。在一些实施例中,历史运输特征可以包括在第一预设时间段内的多个时间区间(区间长度可以预设得到)中,各搬运装置的空闲状态和出入库状态。空闲状态可以包括空闲中、使用中、故障中等。出入库状态可以包括执行出库中、执行入库中等。
在一些实施例中,处理器可以通过控制监控装置(例如,监控摄像头等)获取一个或多个搬运装置的运输特征,并写入对应搬运装置配置的电子标签中,后续可以通过对某一搬运装置配置的电子标签进行识别得到的识别数据,确定该搬运装置在第一预设时间段内的历史运输特征。
第一历史仓储数据是指仓储模块在第一预设时间段内的出入库数据。在一些实施例中,第一历史仓储数据可以包括在第一预设时间段内的多个时间区间(区间长度可以预设得到)中,仓储模块所统计的入库数量和出库数量。示例性的第一历史仓储数据可以是如下表1所示的数据类型。
时间区间 | 入库数量 | 出库数量 |
时间区间1 | … | … |
时间区间2 | … | … |
… | … | … |
表1
在一些实施例中,处理器可以通过控制监控装置(例如,监控摄像头等),或通过出入库时识别电子标签并进行标记等方式,获取一个或多个子区域的出入库数据,并写入对应子区域配置的电子标签中,处理器可以对各子区域的出入库数据进行汇总,后续可以通过对仓储模块配置电子标签进行识别得到的识别数据,调取仓储模块在第一预设时间段内的第一历史仓储数据。
目标时间段是指未来的一段时间,其可以根据实际需求确定。在一些实施例中,目标时间段可以是对当前的仓储物进行仓储的一段未来时间。
目标仓储数据是指仓储模块在目标时间段内的出入库数据。
在一些实施例中,处理器可以通过对多个历史时间段的历史仓储数据进行统计分析,以确定目标时间段的目标仓储数据。
在一些实施例中,处理器可以通过预测模型确定仓储模块在目标时间段内的目标仓储数据。预测模型为机器学习模型。例如,预测模型可以为循环神经网络(RecurrentNeural Network,RNN)模型等。
在一些实施例中,预测模型的输入可以包括搬运模块的历史运输特征、仓储模块的第一历史仓储数据,输出可以是仓储模块在目标时间段内的目标仓储数据。
在一些实施例中,预测模型可以通过大量带有第一标签的第一训练样本训练得到。在一些实施例中,第一训练样本可以是样本搬运模块在样本历史时间段的历史运输特征、样本仓储模块在样本历史时间段的历史仓储数据,第一标签可以是样本仓储模块在某一历史时间段(该历史时间段位于样本历史时间段之后)的实际仓储数据。第一训练样本可以基于历史数据获得。第一标签可以基于与第一训练样本对应的实际仓储数据获得。
在一些实施例中,处理器可以基于目标仓储数据,通过多种方式对目标搬运装置的需求数量进行调整。
在一些实施例中,处理器可以基于目标仓储数据,通过向量匹配确定搬运装置的候选需求数量;基于候选需求数量,判断目标搬运装置的需求数量是否足以应对目标时间段的目标仓储数据;响应于不足以应对目标时间段的目标仓储数据,对目标搬运装置的需求数量进行调整。
候选需求数量是指通过向量匹配确定的,目标仓储数据对应需要的搬运装置的需求数量。
在一些实施例中,处理器可以对目标仓储数据进行向量化得到目标向量;基于目标向量在数量数据库中进行向量匹配,将符合预设条件的向量确定为关联向量。数量数据库是指用于存储、索引和查询向量的向量数据库。预设条件可以指用于确定关联向量的判断条件。在一些实施例中,预设条件可以包括向量距离小于距离阈值、向量距离最小等。
在一些实施例中,数量数据库中可以包括多个参考向量及其对应的多个参考数量(指的是搬运装置的数量)和该多个参考数量下搬运模块各自的搬运繁忙度。参考向量可以基于历史仓储数据进行构建。参考向量对应的参考数量及其对应的搬运繁忙度可以根据历史搬运过程中的历史数据确定。
在一些实施例中,处理器可以基于多个参考向量及其对应的多个参考数量和多个参考数量下搬运模块各自的搬运繁忙度构建数量数据库。搬运模块的搬运繁忙度可以基于该搬运模块在第一预设时间段内的历史运输特征确定。关于搬运繁忙度的更多说明参见前文相关描述。
在一些实施例中,处理器可以将关联向量对应的多个参考数量中,对应搬运模块的搬运繁忙度最大的参考数量确定为候选需求数量。
在一些实施例中,当候选需求数量大于当前的目标搬运装置的需求数量时,可以判断当前的目标搬运装置的需求数量不足以应对目标时间段的目标仓储数据。响应于不足以应对目标时间段的目标仓储数据,对目标搬运装置在目标时间段内的需求数量进行调整。例如,将目标搬运装置的需求数量调高,抽调其他类别的搬运装置作为目标搬运装置等。
在一些实施例中,处理器还可以响应于目标搬运装置的需求数量足以应对目标时间段的目标仓储数据且余量大于预设阈值时,对目标搬运装置的需求数量进行调整。
余量是指目标搬运装置的需求数量中多出来的数量部分。例如,目标仓储数据所需搬运装置的候选需求数量为x,目标搬运装置的需求数量为y,x<y,则余量为y-x。
在一些实施例中,当候选需求数量小于当前的目标搬运装置的需求数量时,可以判断当前的目标搬运装置的需求数量足以应对目标时间段的目标仓储数据。响应于足以应对目标时间段的目标仓储数据,且余量大于预设阈值,对目标搬运装置在目标时间段内的需求数量进行调整。例如,将目标搬运装置的需求数量调低,将部分目标搬运装置抽调过去作为其他类型的搬运装置等。
本说明书的一些实施例中,通过对历史时间段中搬运模块的运输特征和仓储模块的仓储数据进行统计分析,确定仓储系统在未来或当前时间段中对搬运装置的需求数量,可以提前设置一定数量的搬运装置进行搬运,同时可以在某一类型搬运装置数量不足时,抽调其他类型的搬运装置,在避免过度繁忙的同时可以有效提升搬运效率。
指定区域是指确定好的对当前的仓储物进行储存的子区域。在一些实施例中,可以根据仓储物的货物类型确定指定区域。例如,可以预设每种货物类型对应的子区域,根据当前的货物类型可以确定指定区域。
在一些实施例中,处理器可以获取仓储模块在第二预设时间段内的第二历史仓储数据;基于第二历史仓储数据,预测仓储物的未来取货时间;基于未来取货时间,确定仓储物的指定区域。关于该实施例的更多说明参见图3。
在一些实施例中,处理器可以通过对仓储物的基本数据和识别数据进行分析处理,确定搬运参数。例如,处理器可以根据仓储物的基本数据查表,确定初始指定区域,根据初始指定区域的识别数据确定其是否存在可用容量,将存在可用容量的初始指定区域确定为最终的指定区域。
在一些实施例中,处理器可以基于仓储物的基础数据、识别数据和预设工作时长,确定搬运参数。
预设工作时长是指搬运前设定的,搬运当前的仓储物的最长时间,其可以根据实际需求(如,成本需求等)进行设定。
在一些实施例中,处理器可以基于仓储物的基础数据、识别数据和预设工作时长,通过预设对照表确定搬运参数。
在一些实施例中,预设对照表中包括多个不同的参考基础数据、多个不同的参考识别数据、多个不同的参考预设工作时长与多个不同参考搬运参数的对应关系(多对一的对应关系)。其中,参考基础数据、参考识别数据可以根据历史仓储过程中的历史数据确定。在一些实施例中,可以根据先验知识或历史数据构建多个不同的参考基础数据、多个不同的参考识别数据、多个不同的参考预设工作时长与多个不同参考搬运参数的对应关系来得到预设对照表。
在一些实施例中,处理器可以基于当前的仓储物的基础数据、识别数据和预设工作时长在预设对照表中检索,确定与当前的基础数据、识别数据和预设工作时长分别相近的参考基础数据、参考识别数据、参考预设工作时长,并将其对应的参考搬运参数作为当前的仓储物的搬运参数。
在一些实施例中,处理器可以基于仓储物的基础数据、识别数据和预设工作时长,通过参数确定模型确定搬运参数。参数确定模型为机器学习模型。例如,参数确定模型可以为神经网络模型、深度神经网络等或其任意组合。
在一些实施例中,参数确定模型的输入可以包括仓储物的基础数据、识别数据和预设工作时长,输出可以是仓储物的搬运参数。
在一些实施例中,参数确定模块可以通过大量带有第二标签的第二训练样本训练得到。在一些实施例中,第二训练样本可以是样本仓储物的历史基础数据、历史识别数据、历史预设工作时长,第二标签可以是样本仓储物的实际搬运参数。第二训练样本可以基于历史数据获得。第二标签可以基于与第二训练样本对应的实际搬运参数获得。
本说明书的一些实施例中,在确定仓储物的搬运参数时,通过考虑预设工作时长可以确定合适的搬运参数,从而对搬运装置的实际工作时长进行把控,避免超时的情况,有效节省成本。通过预设对照表和机器学习模型等方式确定搬运参数,可以快速准确地确定出合适的搬运参数,提高系统的自动化和仓储效率。
步骤230,基于搬运参数发出控制指令,以控制搬运模块的驱动装置基于搬运参数对仓储物执行搬运操作,将仓储物存储至仓储区域中的指定区域。
在一些实施例中,处理器可以基于搬运参数生成对应的控制指令,并将其发送至搬运模块中对应的驱动装置中;对应的驱动装置执行控制指令,以基于搬运参数对仓储物执行搬运操作,将仓储物存储至仓储区域中的指定区域。
例如,假设搬运参数为需要n个某一类型的搬运装置,将n个仓储物存储至指定区域A中,则处理器可以将对应的控制指令发送至驱动装置中,驱动装置可以控制n个搬运装置进行移动,对仓储物执行搬运操作,期间可以对指定区域A附近范围内子区域配置的电子标签进行识别,或被指定区域A附近范围内子区域配置的信息识别模块识别,根据识别数据可以判断各搬运装置是否达到指定区域A。更多相关说明可以参考前文。
本说明书的一些实施例可以通过信息化、物联网和机电一体化共同实现,从而降低仓储成本、提高运营效率、提升仓储管理能力。
图3是根据本说明书一些实施例所示的确定指定区域的示例性示意图。
在一些实施例中,处理器可以获取仓储模块在第二预设时间段内的第二历史仓储数据310;基于第二历史仓储数据310,预测仓储物的未来取货时间340;基于未来取货时间340,确定仓储物的指定区域360。
第二预设时间段是指最近的一段历史时间。第二预设时间段与第一预设时间段可以相同或不相同。第二预设时间段可以是确定第二历史仓储数据的一段历史时间。
在一些实施例中,第二预设时间段可以基于仓储物入库或出库的频繁程度、出入库的货物类型的种类数量确定。例如,频繁程度越低、出入库的货物类型的种类数量越多时,第二预设时间段设置为较长。关于频繁程度的更多说明参见图2。
第二历史仓储数据是指仓储模块在第二预设时间段内的出入库数据。在一些实施例中,第二历史仓储数据可以包括在第二预设时间段内的多个时间区间(该时间区间长度与确定第一历史仓储数据的时间区间长度相同)中,仓储模块按照仓储物的货物类型所统计的入库数量和出库数量。更多关于仓储物的货物类型的内容,参见图2及其相关描述。示例性的第二历史仓储数据可以是如下表2所示的数据类型。
表2
在一些实施例中,处理器可以通过控制监控装置,或通过出入库时识别电子标签并进行标记等方式,获取不同货物类型的仓储物的出入库数量,并写入对应子区域配置的电子标签中,处理器可以对各子区域的出入库数据进汇总,后续可以通过对仓储模块配置电子标签进行识别得到的识别数据,调取仓储模块在第二预设时间段内的第二历史仓储数据。
未来取货时间是指仓储物未来被提取出库的时间。
处理器可以基于第二历史仓储数据310,通过各种可行的方式预测仓储物的未来取货时间340。
在一些实施例中,处理器可以基于第一向量数据库320预测仓储物的未来取货时间。
在一些实施例中,处理器可以基于第二历史仓储数据310等构建第一目标向量,根据第一预设匹配规则在第一向量数据库320中进行检索得到第一匹配向量,将第一匹配向量对应的参考未来取货时间作为未来取货时间。第一向量数据库320包括多个第一历史数据向量。第一历史数据向量通过历史仓储数据等进行构建。第一向量数据库320中的多个第一历史数据向量中的每个第一历史数据向量均对应一个参考未来取货时间。参考未来取货时间可以通过历史仓储数据对应的实际取货时间来确定。
第一预设匹配规则可以包括第一历史数据向量与第一目标向量的相似度最高。第一预设匹配规则还可以包括第一历史数据向量与和第一目标向量的相似度在预设相似度范围内,其可以根据实际需求设定,在此不做限制。
在一些实施例中,处理器可以基于取货时间预测模型330预测仓储物的未来取货时间340。取货时间预测模型330可以为机器学习模型。例如,神经网络模型、深度神经网络等。
在一些实施例中,取货时间预测模型330的输入可以包括第二历史仓储数据310和仓储物的货物类型,输出可以包括未来取货时间340。处理器可以基于多个第三训练样本及第三标签训练得到取货时间预测模型330。第三训练样本可以包括样本第二历史仓储数据等。第三标签为样本第二历史仓储数据对应的实际取货时间。第三训练样本可以基于历史仓储数据获取,第三标签可以通过人工标注或自动标注的方式确定。
处理器可以基于未来取货时间,通过各种可行的方式确定仓储物的指定区域。示例性的,处理器可以根据仓储物的货物类型,确定仓储物的候选指定区域,在候选指定区域中确定未来取货时间时存在可用容量的子区域为指定区域。关于指定区域的更多内容,参见图2及其相关描述。
在一些实施例中,处理器可以根据第三预设时间段内的第三历史仓储数据351,预测未来时间段内的预估仓储数据353;根据未来时间段内的预估仓储数据353,预测搬运装置在未来时间段内的忙闲分布356;根据未来时间段内的忙闲分布356,确定仓储物的指定区域360。
第三预设时间段是指最近的一段历史时间。第三预设时间段可以与第二预设时间段、第一预设时间段相同或者不同。第三预设时间段可以是确定第三历史仓储数据的一段历史时间。
在一些实施例中,第三预设时间段可以基于仓储物入库或出库的频繁程度、子区域的划分数量确定。例如,频繁程度越低、子区域的划分数量越多时,第三预设时间段设置为较长。关于频繁程度的更多说明参见图2。
第三历史仓储数据是指仓储模块在第三预设时间段内的出入库数据。在一些实施例中,第三历史仓储数据可以包括在第三预设时间段内的多个时间区间(该时间区间长度与确定第一历史仓储数据的时间区间长度相同)中,仓储模块按不同子区域所统计的入库数量和出库数量。示例性的第三历史仓储数据可以是如下表3所示的数据类型。
表3
在一些实施例中,处理器可以通过控制监控装置,或通过出入库时识别电子标签并进行标记等方式,获取不同子区域的仓储物的出入库数量,并写入对应子区域配置的电子标签中,处理器可以对各子区域的出入库数据进汇总,后续可以通过对仓储模块配置电子标签进行识别得到的识别数据,调取仓储模块在第三预设时间段内的第三历史仓储数据。
在一些实施例中,未来时间段是指未来取货时间所在的未来的时间段。处理器可以根据预设范围(例如未来取货时间的前后1小时等),基于未来取货时间设置未来时间段。
处理器可以根据第三预设时间段内的第三历史仓储数据,通过各种可行的方法预测未来时间段内的预估仓储数据。
在一些实施例中,处理器可以基于预测模型352预测未来时间段内的预估仓储数据353。预测模型352可以为机器学习模型,例如,神经网络模型、深度神经网络等。
在一些实施例中,预测模型352的输入可以包括第三历史仓储数据351、未来取货时间340等,输出可以包括未来时间段内的预估仓储数据353。处理器可以基于多个第四训练样本及第四标签训练得到预测模型352。第四训练样本可以包括样本第三预设时间段的样本第三历史仓储数据、样本未来取货时间等。其中,样本第三预设时间段和样本未来取货时间均为过去时间,样本未来取货时间为样本第三预设时间段之后的时间段。第四标签为未来时间段内的实际仓储数据。第四训练样本可以基于历史数据获取,第四标签可以通过人工标注或自动标注的方式确定。
忙闲分布是指搬运装置在未来时间段的忙闲状态的分布情况。
在一些实施例中,忙闲分布可以包括搬运模块中各个搬运装置的忙闲状态的分布情况。
在一些实施例中,忙闲分布可以包括搬运模块中负责不同子区域的作为一组搬运装置(一组包括一个或多个搬运装置)的子搬运繁忙度的分布情况。其子搬运繁忙度可以根据各个搬运装置的忙闲状态确定。例如,可以将处于忙闲状态的搬运装置的数量与该组搬运装置的总数量的比值作为该组搬运装置的子搬运繁忙度。
作为示例,搬运装置A、搬运装置B、搬运装置C负责一个子区域1,可认为是一组搬运装置X,搬运装置A在未来时间段M处于忙碌状态、搬运装置B在未来时间段M处于忙碌状态、搬运装置C在未来时间段M处于空闲状态,该组搬运装置的子搬运繁忙度为1/3;搬运装置C、搬运装置D负责一个子区域2,可认为是一组搬运装置Y,搬运装置C在未来时间段M处于空闲状态、搬运装置D在未来时间段M处于空闲状态,该组搬运装置的子搬运繁忙度为0,则忙闲分布可以包括“搬运装置组X-1/3,搬运装置组Y-0”等。
处理器可以根据未来时间段内的预估仓储数据,通过各种可行的方式预测搬运装置在未来时间段内的忙闲分布。
在一些实施例中,处理器可以基于第二向量数据库354预测搬运装置在未来时间段内的忙闲分布356。第二向量数据库预测搬运装置在未来时间段内的忙闲分布与基于第一向量数据库预测仓储物的未来取货时间的方法类似,更多关于向量数据库的内容参考第一向量数据库的相关描述。
在一些实施例中,处理器可以基于忙闲分布模型355预测搬运装置在未来时间段内的忙闲分布356。忙闲分布模型355可以为机器学习模型,例如,神经网络模型、深度神经网络等。
在一些实施例中,忙闲分布模型355的输入可以包括未来时间段内的预估仓储数据353,输出可以包括搬运装置在未来时间段内的忙闲分布356。处理器可以基于多个第五训练样本及第五标签训练得到忙闲分布模型。第五训练样本可以包括样本仓储数据等。第五标签为样本仓储数据在历史未来时间段内的实际忙闲分布。第五训练样本可以基于历史数据获取,第五标签可以通过人工标注或自动标注的方式确定。在一些实施例中,处理器可以根据在一组样本仓储数据的条件下,搬运装置在未来时间段内的搬运繁忙度,标注未来时间段内的搬运装置的实际忙闲分布,作为第五标签。关于搬运繁忙度的更多说明参见图2。
处理器可以根据搬运装置在未来时间段内的忙闲分布356,通过各种可行的方式确定仓储物的指定区域360。
在一些实施例中,当搬运装置与子区域相对应时,可以根据搬运装置在未来时间段内的忙闲分布,将处于空闲状态的搬运装置对应的子区域确定为仓储物的指定区域。
在一些实施例中,当搬运装置与子区域相对应时,可以根据搬运装置在未来时间段内的忙闲分布和仓储物的货物类型,将处于空闲状态,且与仓储物的货物类型对应的搬运装置所对应的子区域确定为仓储物的指定区域。
在一些实施例中,仓储物的指定区域还相关于仓储物的贵重程度。示例性的,处理器可以根据仓储物的贵重程度,通过预设规则确定仓储物的指定区域,例如,预设规则可以包括将贵重程度较高的仓储物,存储至搬运路线复杂程度较低的子区域。又例如,预设匹配规则可以包括将贵重程度较高的仓储物,存储至水平位置较低的子区域或难以发生碰撞的子区域等。子区域是否容易发生碰撞可以基于该子区域的历史仓储数据中的碰撞记录获得,并存入子区域的电子标签中。
在本说明书的一些实施例中,通过基于历史仓储数据预测仓储物的未来取货时间,基于未来取货时间,确定仓储物的指定区域,可以为仓储物确定更合理的仓储位置,提高仓储物的入库、出库效率。
本说明书一些实施例提供了一种智慧仓储装置,所述装置包括至少一个处理器以及至少一个存储器;至少一个存储器用于存储计算机指令;至少一个处理器用于执行计算机指令中的至少部分指令以实现上述实施例中任一项所述的智慧仓储方法。
本说明书一些实施例提供了一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行上述实施例中任一项所述的智慧仓储方法。
应当注意的是,上述有关流程的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种智慧仓储系统,其特征在于,所述系统至少包括搬运模块、仓储模块、信息识别模块和处理器;
所述搬运模块包括驱动装置和至少一个搬运装置,所述驱动装置被配置为执行所述处理器的控制指令,驱动所述至少一个搬运装置对仓储物执行搬运操作;
所述仓储模块被配置为接收所述搬运模块搬运的所述仓储物,并储存至仓储区域中的指定区域;
所述信息识别模块被配置在所述搬运模块和所述仓储模块的至少一个中,所述搬运模块和所述仓储模块的至少一个中包括电子标签,所述信息识别模块被配置为对所述电子标签进行识别,得到识别数据;
所述处理器分别与所述搬运模块、所述仓储模块、所述信息识别模块通信连接,所述处理器用于:
基于所述仓储物的基本数据和所述识别数据,确定搬运参数;
基于所述搬运参数发出所述控制指令,以控制所述驱动装置基于所述搬运参数对所述仓储物执行所述搬运操作,所述搬运参数包括目标搬运装置的需求数量、类型、等级和移动速度,以及所述指定区域中的至少一种。
2.如权利要求1所述的系统,其特征在于,所述处理器进一步用于:
基于所述仓储物的基本数据、所述识别数据和预设工作时长,确定所述搬运参数。
3.如权利要求1所述的系统,其特征在于,所述处理器进一步用于:
获取所述搬运模块在第一预设时间段内的历史运输特征,和所述仓储模块在所述第一预设时间段内的第一历史仓储数据;
基于所述历史运输特征和所述第一历史仓储数据,确定所述仓储模块在目标时间段内的目标仓储数据;
基于所述目标仓储数据,对所述目标搬运装置的需求数量进行调整。
4.如权利要求1所述的系统,其特征在于,所述处理器进一步用于:
获取所述仓储模块在第二预设时间段内的第二历史仓储数据;
基于所述第二历史仓储数据,预测所述仓储物的未来取货时间;
基于所述未来取货时间,确定所述仓储物的所述指定区域。
5.一种智慧仓储方法,其特征在于,所述智慧仓储方法基于智慧仓储系统实现,所述系统至少包括搬运模块、仓储模块、信息识别模块和处理器;所述方法由处理器执行,包括:
基于所述信息识别模块对所述搬运模块和所述仓储模块的至少一个中包括的电子标签进行识别,得到识别数据;
基于仓储物的基本数据和所述识别数据,确定搬运参数;
基于所述搬运参数发出控制指令,以控制所述搬运模块的驱动装置基于所述搬运参数对所述仓储物执行搬运操作,将所述仓储物存储至仓储区域中的指定区域,所述搬运参数包括目标搬运装置的需求数量、类型、等级和移动速度,以及指定区域中的至少一种。
6.如权利要求5所述的方法,其特征在于,所述基于仓储物的基本数据和所述识别数据,确定搬运参数包括:
基于所述仓储物的基本数据、所述识别数据和预设工作时长,确定所述搬运参数。
7.如权利要求5所述的方法,其特征在于,所述方法还包括:
获取所述搬运模块在第一预设时间段内的历史运输特征,和所述仓储模块在所述第一预设时间段内的第一历史仓储数据;
基于所述历史运输特征和所述第一历史仓储数据,确定所述仓储模块在目标时间段内的目标仓储数据;
基于所述目标仓储数据,对所述目标搬运装置的需求数量进行调整。
8.如权利要求5所述的方法,其特征在于,所述方法还包括:
获取所述仓储模块在第二预设时间段内的第二历史仓储数据;
基于所述第二历史仓储数据,预测所述仓储物的未来取货时间;
基于所述未来取货时间,确定所述仓储物的所述指定区域。
9.一种智慧仓储装置,其特征在于,所述装置包括至少一个处理器以及至少一个存储器;
所述至少一个存储器用于存储计算机指令;
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求5~8中任一项所述的智慧仓储方法。
10.一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求5~8中任一项所述的智慧仓储方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310357729.3A CN116331717A (zh) | 2023-04-06 | 2023-04-06 | 一种智慧仓储系统、方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310357729.3A CN116331717A (zh) | 2023-04-06 | 2023-04-06 | 一种智慧仓储系统、方法、装置和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116331717A true CN116331717A (zh) | 2023-06-27 |
Family
ID=86877220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310357729.3A Withdrawn CN116331717A (zh) | 2023-04-06 | 2023-04-06 | 一种智慧仓储系统、方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116331717A (zh) |
-
2023
- 2023-04-06 CN CN202310357729.3A patent/CN116331717A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110414638B (zh) | 一种基于rfid的立体仓储管理系统及管理方法 | |
Custodio et al. | Flexible automated warehouse: a literature review and an innovative framework | |
US11338436B2 (en) | Assessing robotic grasping | |
US20210133671A1 (en) | System and method for implementing just-in-time inventory replenishment | |
CN219278476U (zh) | 货物盘点系统和自主移动机器人 | |
CN113859847B (zh) | 仓储盘点方法和仓储系统 | |
CN116415893A (zh) | 一种物流仓储管理方法、系统及存储介质 | |
CN112224733A (zh) | 仓储管理系统及方法 | |
CN116415866B (zh) | 一种物流运输装置、控制方法、系统及介质 | |
CN112824990B (zh) | 一种货物信息的检测方法及其系统、机器人及处理终端 | |
Yudiansyah et al. | Can the mobile robot be a future order-picking solution?: A case study at amazon fulfillment center | |
CN116664053B (zh) | 一种商品库存管理方法 | |
WO2023226756A1 (zh) | 设备调度方法、电子设备及存储介质 | |
CN116331717A (zh) | 一种智慧仓储系统、方法、装置和存储介质 | |
CN117234214A (zh) | 一种用于工业货物码垛的自动化穿梭车 | |
CN115456526B (zh) | 一种存储容器盘点方法及货物存取系统 | |
CN113807770A (zh) | 仓储系统中的异常处理方法及装置 | |
CN116956979B (zh) | 一种基于射频识别技术的智能盘点推车系统 | |
CN117196467B (zh) | 一种基于rfid技术的智能仓库货架管理系统 | |
CN214987861U (zh) | 仓储拣货系统 | |
CN116596012B (zh) | 一种基于rfid的商品信息传输方法及系统 | |
CN116573325B (zh) | 一种智能仓储抓取机器人、智能仓储应用方法及仓管系统 | |
CN113449906B (zh) | 一种库位优化方法、装置、库存管理设备及系统 | |
Liu | On Realization of Smart Logistic Warehouse Management with Internet of Things | |
CN117808405A (zh) | 一种基于物联网技术的rfid盘点方法、装置和存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230627 |