CN117408410A - 仓储货物的拣货路径规划方法、设备及存储介质 - Google Patents

仓储货物的拣货路径规划方法、设备及存储介质 Download PDF

Info

Publication number
CN117408410A
CN117408410A CN202311724212.XA CN202311724212A CN117408410A CN 117408410 A CN117408410 A CN 117408410A CN 202311724212 A CN202311724212 A CN 202311724212A CN 117408410 A CN117408410 A CN 117408410A
Authority
CN
China
Prior art keywords
goods
order
path
cargo
picked
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
CN202311724212.XA
Other languages
English (en)
Other versions
CN117408410B (zh
Inventor
杨帅
许小敏
张业青
邱礼宏
张志�
莫斯周
林宋勉
黄乐涛
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.)
Guangzhou Pingyun Xiaojiang Technology Co ltd
Original Assignee
Guangzhou Pingyun Xiaojiang 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 Guangzhou Pingyun Xiaojiang Technology Co ltd filed Critical Guangzhou Pingyun Xiaojiang Technology Co ltd
Priority to CN202311724212.XA priority Critical patent/CN117408410B/zh
Publication of CN117408410A publication Critical patent/CN117408410A/zh
Application granted granted Critical
Publication of CN117408410B publication Critical patent/CN117408410B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation of routes or paths, e.g. travelling salesman problem
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/904Browsing; Visualisation therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

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

Abstract

本申请公开了一种仓储货物的拣货路径规划方法、设备及存储介质,属于物流技术领域。该方法包括:根据待处理订单的订单信息,确定待拣货物;确定所述待拣货物对应的待拣货位编码,对所述待拣货位编码进行排序;根据排序结果遍历所述待拣货位编码,并在所述待拣货位编码不处于已拣货位范围内时,根据所述待拣货位编码更新规划路径,并根据所述待拣货位编码更新所述已拣货位范围;根据遍历结果和所述规划路径,生成拣货路径,并于仓库可视化模型显示界面中,显示所述拣货路径。本申请通过路径规划以及可视化展示,指引员工高效完成拣货作业,减少了单均拣货时长,提高货物的出货效率。

Description

仓储货物的拣货路径规划方法、设备及存储介质
技术领域
本申请涉及物流技术领域,尤其涉及一种仓储货物的拣货路径规划方法、设备及存储介质。
背景技术
为提高空间利用率与提高出货效率,许多商家采取了店仓一体化的营业模式。店仓一体因为人力密集、点多面广等因素,通常难以实现自动化作业。在这种情况下,仓储作业在拣货的时候,通常采用人工拣货的方式。
在人工拣货时,店员需要逐个查询货物的存放位置,并按照查询结果进行拣货。由于员工拣货缺乏一定的规划性,拣货时常常会重复经过同一个货架,拣货效率较低。这导致单均拣货时间较长,货物的出货效率低。
上述内容仅用于辅助理解本申请的技术方案,并不代表承认上述内容是现有技术。
发明内容
本申请的主要目的在于提供一种仓储货物的拣货路径规划方法,旨在解决店仓一体的情况下,单均拣货时间较长,货物的出货效率低的技术问题。
为实现上述目的,本申请提供一种仓储货物的拣货路径规划方法,所述仓储货物的拣货路径规划方法包括以下步骤:
根据待处理订单的订单信息,确定待拣货物;
确定所述待拣货物对应的待拣货位编码,对所述待拣货位编码进行排序;
根据排序结果遍历所述待拣货位编码,并在所述待拣货位编码不处于已拣货位范围内时,根据所述待拣货位编码更新规划路径,并根据所述待拣货位编码更新所述已拣货位范围;
根据遍历结果和所述规划路径,生成拣货路径,并于仓库可视化模型显示界面中,显示所述拣货路径。
可选地,所述根据排序结果遍历所述待拣货位编码,并在所述待拣货位编码不处于已拣货位范围内时,根据所述待拣货位编码更新规划路径,并根据所述待拣货位编码更新所述已拣货位范围的步骤包括:
获取所述货位编码的所述排序结果;
当所述待拣货位编码不处于已拣货位范围内时,确定所述待拣货位编码对应的拣货点位;
基于所述规划路径的路径终点,与所述拣货点位之间的最短路径,更新所述规划路径,并将所述路径终点更新为所述拣货点位;
将所述拣货点位所在的单元货架包含的货位编码,和所述单元货架的相邻单元货架包含的货位编码,列入所述已拣货位范围。
可选地,所述根据待处理订单的订单信息,确定待拣货物的步骤包括:
在获取到所述待处理订单后,读取所述待处理订单中包含的订单货物以及下单时间;
根据所述订单货物和所述下单时间,并通过加权求和算法计算所述订单货物的优先级;
根据所述优先级和体积阈值以及重量阈值,选取目标订单货物,以及根据所述目标订单货物生成拣货单;
根据所述拣货单,确定所述待拣货物。
可选地,所述根据所述订单货物和所述下单时间,并通过加权求和算法计算所述订单货物的优先级的步骤包括:
确定所述订单货物的货物重量和货物体积,以及获取所述订单货物对应的目标货位编码;
根据所述货物重量和所述货物体积计算货物泡重权重值,并基于所述下单时间计算所述货物时长权重值,以及基于所述目标货位编码计算所述货物聚集度权重值;
将所述货物泡重权重值和所述货物时长权重值以及所述货物聚集度权重值求和,并基于求和结果确定所述优先级。
可选地,所述根据所述优先级和体积阈值以及重量阈值,选取目标订单货物,以及根据所述目标订单货物生成拣货单的步骤包括:
根据所述优先级从高到低对所述订单货物进行排序;
根据优先级排序结果,遍历所述订单货物;
确定所述订单货物与待拣货物队列中的目标订单货物的体积总和以及重量总和;
当所述体积总和小于所述体积阈值,并且所述重量总和小于所述重量阈值时,将所述订单货物选作所述目标订单货物,并将所述目标订单货物加入所述待拣货物队列;
或者,当所述体积总和大于所述体积阈值,或者所述重量总和大于所述重量阈值时,基于所述待拣货物队列生成所述拣货单,并清空所述待拣货物队列,以及跳转执行所述根据优先级排序结果,遍历所述订单货物的步骤。
可选地,所述确定所述订单货物与待拣货物队列中的目标订单货物的体积总和以及重量总和的步骤之前,还包括:
当所述货物体积大于所述体积阈值,或者所述货物重量大于所述重量阈值时,根据所述订单货物生成所述拣货单;
跳转执行所述根据优先级排序结果,遍历所述订单货物的步骤。
可选地,所述根据遍历结果和所述规划路径,生成拣货路径,并于仓库可视化模型显示界面中,显示所述拣货路径的步骤之前,还包括:
获取仓库设计图和货架排布图,以及货物陈列图和仓储货物信息;
根据所述仓库设计图和所述货架排布图建立仓库结构模型;
根据所述货物陈列图,将所述仓储货物信息填充至所述仓库结构模型,生成所述仓库可视化模型。
可选地,所述根据遍历结果和所述规划路径,生成拣货路径,并于仓库可视化模型显示界面中,显示所述拣货路径的步骤之后,还包括:
获取历史订单信息,并根据所述历史订单信息确定货物之间的关联情况以及货物订单频次;
根据所述关联情况,确定所述货物之间的关联度,以及根据所述货物订单频次和所述货物重量,计算所述货物的货位权值;
根据所述关联度和所述货位权值,确定所述货物的摆放顺序,以及基于所述摆放顺序和所述仓库可视化模型,生成货物摆放方案。
此外,为实现上述目的,本申请还提供一种仓储货物的拣货路径规划设备,所述仓储货物的拣货路径规划设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的仓储货物的拣货路径规划程序,所述仓储货物的拣货路径规划程序配置为实现如上所述的仓储货物的拣货路径规划方法的步骤。
此外,为实现上述目的,本申请还提供一种存储介质,所述存储介质上存储有仓储货物的拣货路径规划程序,所述仓储货物的拣货路径规划程序被处理器执行时实现如上所述的仓储货物的拣货路径规划方法的步骤。
本申请通过规划货物拣货路径,并将拣货路径输出在仓库可视化模型显示界面上,辅助员工进行拣货作业,减少量单均拣货时长,提高了货物的出货效率,并提高了订单的准时履约率。同时,本申请可以提高员工的拣货效率,并节省用以员工熟悉仓库布局和货物摆放的培训成本,有效降低了拣货的人力资源成本。此外,本申请还可以提高拣货的准确率,降低发生拣货错误的概率,避免因为拣货错误而造成损失。
附图说明
图1为本申请仓储货物的拣货路径规划方法第一实施例的流程示意图;
图2为本申请仓储货物的拣货路径规划方法第一实施例涉及的拣货路径规划示例图;
图3为本申请仓储货物的拣货路径规划方法第一实施例涉及的S型路径规划示意图;
图4为本申请仓储货物的拣货路径规划方法第一实施例涉及的Z型路径规划示意图;
图5为本申请仓储货物的拣货路径规划方法第一实施例涉及的U型路径规划示意图;
图6为本申请仓储货物的拣货路径规划方法第二实施例涉及的店仓管理系统架构示意图;
图7为本申请仓储货物的拣货路径规划方法第二实施例涉及的店仓管理系统的功能模块示意图;
图8为本申请仓储货物的拣货路径规划方法第三实施例的流程示意图;
图9为本申请仓储货物的拣货路径规划方法第四实施例的流程示意图;
图10是本申请实施例方案涉及的硬件运行环境的仓储货物的拣货路径规划设备的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
本申请根据订单和货位规划拣货路径,并将规划好的拣货路径显示在仓库可视化模型显示界面上,指引员工按照该拣货路径进行拣货作业,减少了单均拣货时长,并提高了货物的出货效率。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例,然而应当理解,可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本申请,并且能够将本申请的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
在店仓一体的营业模式下,由人工进行的仓库的拣货工作因为缺乏规划性,导致单均拣货时间较长,货物的出货效率较低。为提高员工的拣货效率,本申请实施例提供了一种仓储货物的拣货路径规划方法,参照图1,图1为本申请仓储货物的拣货路径规划方法第一实施例的流程示意图。
本实施例中,所述仓储货物的拣货路径规划方法包括:
步骤S10:根据待处理订单的订单信息,确定待拣货物;
在本实施例中,考虑到员工在单次拣货的过程中能拣取的货物有限,为避免延误拣货,店仓管理系统需要根据待处理订单的订单信息,规划每次拣货的待拣货物。店仓管理系统可以按照订单货物进行拣货分单,生成拣货单,也可以按照待处理订单进行拣货分单,生成拣货单。
作为一种可选实施方式,店仓管理系统可以读取所述待处理订单中的订单信息,并确定对应的订单货物。店仓管理系统可以根据系统中预设的权重,通过加权求和算法计算订单货物的优先级,并根据该优先级从高到低对订单货物进行排序。店仓管理系统根据该优先级的排序结果,遍历订单货物,并确定订单货物与待拣货物队列中的目标订单货物的体积总和以及重量总和。
当体积总和小于体积阈值,并且重量总和小于重量阈值时,店仓管理系统会将所述订单货物选作所述目标订单货物,并将所述目标订单货物加入所述待拣货物队列。或者,当体积总和大于体积阈值或者重量总和大于重量阈值时,店仓管理系统会根据待拣货物队列中的目标订单货物,生成拣货单,并清空所述待拣货物队列,以及重新根据优先级排序对订单货物进行遍历。
具体的,店仓管理系统可以根据系统中的预设权重,计算订单货物对应的权重值,并对计算得到的权重值进行求和,以确定订单货物的优先级。
具体实施时,店仓管理系统可以根据订单货物对应的目标货位编码,以及订单货物的货物重量和货物体积,计算货物泡重权重值、货物时长权重值、以及货物聚集度权重值。店仓管理系统可以对货物泡重权重值、货物时长权重值以及货物聚集度权重值进行求和或者求积,并基于求和结果或者求积结果,确定订单货物拣货的优先级。其中,货物时长权重值为根据当前系统时间与下单时间的时间差得到的权重值,货物聚集度权重值为根据订单货物之间的位置聚集情况得到的权重值,货物泡重权重值为表示货物体积与重量之间关系的权重值。
示例性的,店仓管理系统可以根据公式λ=Θ·γ·kt²确定订单货物拣货的优先级。kt²为货物时长权重值,t为下单时间与当前系统时间之间的时间差,k为常数,视不同业务场景下,约定履约时间长短决定大小。γ为货架聚集度权重值,店仓管理系统可以通过货位编号确定订单货物之间的位置关系,以单位货架为维度评判货物聚集度。根据货物同排同单位货架、同排不同单位货架、不同排不同单位货架的三种情况,权重分别赋值6、3、1。Θ为货物泡重权重值,其中,定义泡货为每立方米小于50kg的订单货物,重货为每立方米大于300kg。常规货物权重赋值4,泡货赋值2,重货赋值1。拣货时需要考虑体积和重量的平衡,过重或过大尺寸的货物均不适宜与其他货物一同拣货。各因素采取乘法放大,单调增函数,具体权重赋值可根据实际业务情况和货物种类不同进行调优。
可选地,店仓管理系统可以在待处理订单数量达到预设数量时,执行分单动作,也可以根据拣货波次间隔的预设时长,每间隔预设时长执行一次分单动作,或者在接收到分单指令后,对当前的待处理订单执行分单动作。
作为另一种可选实施方式,店仓管理系统可以根据待处理订单的订单信息,对待处理订单中的订单货物进行汇总,确定每个待处理订单中订单货物的货物重量和货物体积的总和。根据订单货物体积总和以及订单货物重量总和,确定订单的优先级。路径拣货系统根据优先级遍历待处理订单,并在待处理订单中的订单货物与待拣货物队列中的待拣货物的重量总和小于重量阈值,且体积总和小于体积阈值时,将待处理订单中的订单货物加入待拣货物队列,以及在重量总和大于重量阈值,或者体积总和大于体积阈值时,根据待拣货物队列中的目标订单货物,生成拣货单,并清空所述待拣货物队列,以及重新根据优先级排序对待处理订单进行遍历。
具体实施时,当订单货物的体积大于体积阈值,或者所述货物重量大于重量阈值时,店仓管理系统会判断该订单货物超体积或者超重,并将所述订单货物移入单独拣货队列中。该订单货物将单独列为一个拣货单,单独进行拣货。
步骤S20:确定所述待拣货物对应的货位编码,对所述货位编码进行排序;
步骤S30:根据排序结果遍历所述待拣货位编码,并在所述待拣货位编码 不处于已拣货位范围内时,根据所述待拣货位编码更新规划路径,并根据所述待拣货位编码更新所述已拣货位范围;
在本实施例中,店仓管理系统可以通过数据库,确定待拣货物对应的待拣货位编码,店仓管理系统可以对货位编码进行排序,得到按照货位与起点远近关系进行排列的货位编码序列。通过遍历排序后的货位编码,店仓管理系统逐步规划路径,并在完成遍历之后确定拣货路径。
作为一种可选实施方式,根据拣货动作的覆盖范围,每个货位设定有对应的拣货点位。当货位编码不处于已拣货位范围内时,店仓管理系统可以根据货位编码对应的拣货点位,更新规划路和路径终点。店仓管理系统会根据规划路径的路径终点,与该拣货点位之间的最短路径,更新所述规划路径,并将该拣货点位作为更新后的规划路径的路径终点。同时,店仓管理系统会将该拣货点位所在的单元货架包含货位的货位编码,和该单元货架的相邻单元货架包含货位的货位编码,列入所述已拣货位范围。
可以理解的,考虑到员工在拣货的过程中,每次拣货动作可以覆盖中间货位以及相邻货位,每个货位都预设有对应的拣货点位。店仓管理系统在进行拣货路径的规划时,可以通过执行过拣货动作的拣货点位,确定已经完成拣货的已拣货位范围。其中,店仓管理系统会根据货位编码,记录已拣货物范围。当待拣货物对应的待拣货位编码处于已拣货物范围时,店仓管理系统会判断当前的规划路径可以完成对该待拣货物的拣取,遍历下一个待拣货物。
示例性的,如图2所示,图2为本申请实施例涉及的拣货路径规划示例图。在5个一排的货架组,每次拣货均可使用2加3或3加2的拣货顺序覆盖,垂直通道两侧最多只需4次即可拣货完毕。通过Z型路径与S型路径结合,以中间货位及相邻货位一同作为一次拣货动作的覆盖区域,大幅度减少路径消耗时间和拣货重复动作。
作为另一种可选实施方式,店仓管理系统可以按照货位编码的排序,逐一规划拣货路径。店仓管理系统先根据货位编码确定距离起点最近的待拣货物,并确定起点与该待拣货位之间的规划路径。同时,基于遍历的过程,确定待拣货位之间的规划路径。
可选地,店仓管理系统可以按照S型路径、Z型路径或者U型路径进行拣货路径的规划。如图3所示,图3为本申请实施例涉及的S型路径规划示意图。S型路径可以在经过货架时,同时拣货左右两排单元货架上的货物,并按照规定的路线绕到另一侧的货架上拣取货物,最后回到起始点,完成该波次的拣货。如图4所示,图4为本申请实施例涉及的Z型路径规划示意图。Z型路径会在拣货过程中按照规定的路线,以折返的方式依次遍历每一个单元货架,完成该波次的拣货。如图5所示,图5为本申请实施例涉及的U型路径规划示意图。U型路径在拣货过程时,会根据预设路径,先拣取左边一排的单元货架,再折返拣选右边一排的单元货架。并在完成左右两排的货架之后,根据预设的路径前往下两排货架进行拣货。在完成所有待拣货物的拣取后,返回起点,完成拣货。此外,货位编码需要根据预设的拣货路径方式进行排序,使得拣货路径距离起点越近的货位对应的货位编码的编号越小。
示例性的,店仓管理系统通过Z型路径进行拣货路径的规划时,会先确定待拣货物的待拣货位。在完成当前待拣货位中的待拣货物的拣取之后,店仓管理系统会确定下一个待拣货位的位置。店仓管理系统会根据下一个待拣货位,跳过中间不需要进行拣货的货位。
步骤S40:根据遍历结果和所述规划路径,生成拣货路径,并于仓库可视化模型显示界面中,显示所述拣货路径。
在本实施例中,在店仓管理系统完成对所有待拣货位的遍历后,店仓管理系统会根据规划路径的更新结果,生成拣货路径。同时,店仓管理系统会根据拣货路径经过的拣货点位,在仓库可视化模型的显示界面中,显示拣货路径。通过仓库可视化模型显示拣货路径,店仓管理系统可以直观地显示拣货路径,以降低单均拣货时长,提高拣货效率。
示例性的,店仓管理系统可以在仓库可视化模型中,根据预设的连接线,将拣货路径的拣货点位进行连接,以显示店仓管理系统规划的拣货路径。其中,仓库可视化模型中任意两个拣货点位之间,都根据最短路径预设有对应的连接线。
本申请实施例通过规划货物拣货路径,并将拣货路径输出在仓库可视化模型显示界面上,辅助员工进行拣货作业,减少量单均拣货时长,提高了货物的出货效率,并提高了订单的准时履约率。
实施例二
参照图6,图6为本申请实施例涉及的店仓管理系统架构示意图。
在本实施例中,店仓管理系统由用户端、店仓执行、业务中台、职能后台和底层数据构成。用户端可选为小程序商城、第三方电商平台以及线下新零售系统。用户可以在用户端上完成下单。店仓执行模块包括库存管理系统,订单拣货系统以及收银结算系统,可以完成仓储货物的库存管理、待处理订单的分单、拣货路径规划、以及收银结算的功能。业务中台包括订单中台、流水中台、实时库存中台、第三方电商中台,可以有效管理如订单信息、流水信息、库存信息、第三方电商信息等各种业务信息。职能后台包括货物信息系统、空间规划系统、陈列选品系统、供应商库存系统。职能后台可以对货物信息、仓库结构等信息进行管理,同时,通过职能系统,可以完成可视化模型的建立过程。底层数据通过ERP企业资源系统进行管理,可以有效整合和共享店仓管理系统中的各类数据。
示例性的,通过建立仓库可视化模型可以直观显示拣货路径,如图7所示,图7为本申请实施例涉及的店仓管理系统的功能模块示意图。仓库可视化模型可以基于货物信息系统、空间规划系统、陈列选品系统、库存管理系统建立。通过货物信息系统,可以获取仓库中仓储货物的货物信息,其中,该货物信息包括但不限于货物体积和货物重量。通过仓库的空间规划系统,可以获取仓库设计图和货架排布图,通过陈列选品系统获取货物陈列图和货物信息分类,以及通过库存管理系统确定当前的货物库存。同时,用户在用户端商城在线下单之后,订单中心会获取待处理订单,根据待处理订单中的订单货物,生成拣货单,并将拣货单发送至路径规划系统。路径规划系统在获取到拣货单后,可以根据货位编码规划拣货路径,并通过仓库可视化模型进行拣货路径的可视化显示。
由于本申请实施例二所介绍的系统,为实施本申请实施例一的方法所采用的系统,故而基于本申请实施例一所介绍的方法,本领域所属人员能够了解该系统的具体结构及变形,故而在此不再赘述。凡是本申请实施例一的方法所采用的系统都属于本申请所欲保护的范围。
实施例三
基于同一发明构思,本申请还提供了第三实施例,参照图8,图8为本申请仓储货物的拣货路径规划方法第二实施例的流程示意图。
在本实施例中,如步骤S40所述的根据遍历结果和所述规划路径,生成拣货路径,并于仓库可视化模型显示界面中,显示所述拣货路径之前,还包括:
步骤S41:获取仓库设计图和货架排布图,以及货物陈列图和仓储货物信息;
步骤S42:根据所述仓库设计图和所述货架排布图建立仓库结构模型;
步骤S43:根据所述货物陈列图,将所述仓储货物信息填充至所述仓库结构模型,生成所述仓库可视化模型。
在本实施例中,仓库可视化模型可以通过仓库设计图、货架排布图、货物陈列图以及仓储货物信息建立。通过仓库设计图和货物排布图,可以初步建立仓库结构模型。再将仓储货物信息根据货物陈列图填充至仓库结构模型中,可以生成能够展示货物存放位置的仓库可视化模型。
作为一种生成仓库可视化模式的可选实施方式,在建立仓库可视化模型的过程中,可以根据标准货架模型、商品尺寸信息及主图,通过前端渲染可视化的方式,对店仓场地、货架及对应货物以2.5D形式固定视角直观呈现,给予拣货指引。
需要说明的是,按照货位在仓库中的位置,可以给货位分配对应的货位编码。在对货位分配货位编码的时候,可以根据货位所在的单位货架、以及朝向等因素进行分配。
示例性的,可以定义面向门口的货架为A类,背对其为B类,店仓四周贴墙单排货架为C类,ABC各类货架独立编号。每米货架一个编号,为001-999,离规划起点最近的位置为001。每排货架5个单元货架,从左到右依次递增01-05货架从下到上数字依次递增01-05,单排货物从左到右依次递增01-99,视陈列图排布商品密度决定。纵深排面从外到内依次递增01-99,视陈列图排布商品种类决定,如同一商品则均为01编号,多一种增一位。通过对货位进行编码分配,可以使得店仓管理系统更加稳定高效的规划拣货路径。
本申请实施例通过构建精细的仓库可视化模型,直观展示了仓库的设计结构,以及货物的存放位置,能够对拣货任务更加清晰直观的进行指引,提高拣货过程的准确性和效率。
由于本申请实施例三所介绍的系统,为实施本申请实施例一的方法所采用的系统,故而基于本申请实施例一所介绍的方法,本领域所属人员能够了解该系统的具体结构及变形,故而在此不再赘述。凡是本申请实施例一的方法所采用的系统都属于本申请所欲保护的范围。
实施例四
基于同一发明构思,本申请还提供了第四实施例,参照图9,图9为本申请仓储货物的拣货路径规划方法第四实施例的流程示意图。
在本实施例中,所述仓储货物的拣货路径规划方法包括:
步骤S50:获取历史订单信息,并根据所述历史订单信息确定货物之间的关联情况以及货物订单频次;
步骤S60:根据所述关联情况,确定所述货物之间的关联度,以及根据所述货物订单频次和所述货物重量,计算所述货物的货位权值;
在本实施例中,店仓管理系统可以在完成该波次的拣货任务后,基于该拣货任务的拣货单,记录已完成的历史订单信息。同时,店仓管理系统可以对历史订单信息进行汇总,统计货物之间的关联情况和货物订单频次。其中,货物订单频次用以表示货物在历史订单信息中的出现频率。货物之间的关联情况表示两种仓储货物的联系密切程度。店仓管理系统可以通过两种货物的在同一个订单上出现的次数,计算这两种货物之间的关联度。同时,店仓管理系统根据仓储货物的订单频次与货物重量,通过加权求和的计算方式,计算仓储货物的货位权值。需要说明的是,在一段时间内订单频次越高的仓储货物,再次下单的可能性就越高,对应的权重值就越高。而货物重量较高的仓储货物,摆放在靠近起点的位置,可以使拣货作业更加轻松,提高拣货的效率。
示例性的,店仓管理系统可以通过预设的重量阈值,确定仓储货物对应的重量权重值。例如,店仓管理系统可以为大于150kg的仓储货物,赋予4的权重值,为大于50kg小于150kg的仓储货物,赋予2的权重值,以及为小于50kg的货物赋予1的权重值。店仓管理系统可以通过根据货物的订单频次,与系统中预设的订单频次权重,货物的订单频次权重值。将重量权重值和订单频次权重值,可以得到该仓储货物的货位权值。
步骤S70:根据所述关联度和所述货位权值,确定所述货物的摆放顺序,以及基于所述摆放顺序和所述仓库可视化模型,生成货物摆放方案。
在本实施例中,店仓管理系统可以根据货物的历史订单信息,将下单次数更多的仓储货物放在距离起点更近的位置,可以在待拣货物数量较少的情况,降低拣货路径的长度,提高拣货效率。店仓管理系统可以根据货物之间的关联情况,将关联度高的货物放在相邻的货位,并根据货位权值确定摆放顺序,以规划仓储货物的摆放方案,也可以直接通过货位权值的大小排序确定仓储货物的摆放方案。
作为一种生成货物摆放方案的可选实施方式,店仓管理系统可以根据仓储货物对应的货位权值,对货物进行排序,并确定排序结果为预设排名内的第一仓储货物和预设排名外的第二仓储货物。店仓管理系统可以遍历第二仓储货物,并根据第二仓储货物与第一仓储货物的关联度,确定第二仓储货物关联度最高的第一仓储货物。在确定该关联度高于预设关联度阈值时,店仓管理系统会将该第二仓储货物置于第一仓储货物的位置之后,并在完成所有的第二仓储货物的遍历之后,生成新的仓储货物序列。店仓管理系统可以根据该仓储货物序列,为仓储货物分配对应的货位编码,生成货物摆放方案。
示例性的,当仓储货物的种类数量为100,且预设排名为前20%的排名时,店仓管理系统会根据仓储货物的种类数量的20%,确定排序结果为前20的第一仓储货物。通过对剩余的第二仓储货物遍历,店仓管理系统会将第二仓储货物放在关联度最高且高于关联度阈值的第一仓储货位的位置之后,并生成仓储货物序列。
作为另一种生成货物摆放方案的可选实施方式,店仓管理系统可以直接根据货位权值排序,规划仓储货物的货物摆放方案。店仓管理系统会将货位权值排序结果,将货位编码从小到大分配给对应的仓储货物,以确保货位权值越高的仓储货物,在生成的货物摆放方案中,摆放的位置距离拣货起点越近。
本申请实施例可以根据历史订单信息,生成更合理的货物摆放方案,以提高拣货效率。
由于本申请实施例四所介绍的系统,为实施本申请实施例一的方法所采用的系统,故而基于本申请实施例一所介绍的方法,本领域所属人员能够了解该系统的具体结构及变形,故而在此不再赘述。凡是本申请实施例一的方法所采用的系统都属于本申请所欲保护的范围。
实施例五
参照图10,图10为本申请实施例方案涉及的硬件运行环境的仓储货物的拣货路径规划设备结构示意图。
如图10所示,该仓储货物的拣货路径规划设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003、网络接口1004、存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图10中示出的结构并不构成对仓储货物的拣货路径规划设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图10所示,作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及仓储货物的拣货路径规划程序。
在图10所示的仓储货物的拣货路径规划设备中,网络接口1004主要用于与其他设备进行数据通信;用户接口1003主要用于与用户进行数据交互;本申请仓储货物的拣货路径规划设备中的处理器1001、存储器1005可以设置在仓储货物的拣货路径规划设备中,所述仓储货物的拣货路径规划设备通过处理器1001调用存储器1005中存储的仓储货物的拣货路径规划程序,并执行本申请实施例提供的仓储货物的拣货路径规划方法。
此外,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有所述仓储货物的拣货路径规划程序,所述仓储货物的拣货路径规划程序还可被处理器执行以用于实现上述仓储货物的拣货路径规划方法各实施例的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本申请可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种仓储货物的拣货路径规划方法,其特征在于,所述仓储货物的拣货路径规划方法包括以下步骤:
根据待处理订单的订单信息,确定待拣货物;
确定所述待拣货物对应的待拣货位编码,对所述待拣货位编码进行排序;
根据排序结果遍历所述待拣货位编码,并在所述待拣货位编码不处于已拣货位范围内时,根据所述待拣货位编码更新规划路径,并根据所述待拣货位编码更新所述已拣货位范围;
根据遍历结果和所述规划路径,生成拣货路径,并于仓库可视化模型显示界面中,显示所述拣货路径。
2.如权利要求1所述的仓储货物的拣货路径规划方法,其特征在于,所述根据排序结果遍历所述待拣货位编码,并在所述待拣货位编码不处于已拣货位范围内时,根据所述待拣货位编码更新规划路径,并根据所述待拣货位编码更新所述已拣货位范围的步骤包括:
获取所述货位编码的所述排序结果;
当所述待拣货位编码不处于已拣货位范围内时,确定所述待拣货位编码对应的拣货点位;
基于所述规划路径的路径终点,与所述拣货点位之间的最短路径,更新所述规划路径,并将所述路径终点更新为所述拣货点位;
将所述拣货点位所在的单元货架包含的货位编码,和所述单元货架的相邻单元货架包含的货位编码,列入所述已拣货位范围。
3.如权利要求1所述的仓储货物的拣货路径规划方法,其特征在于,所述根据待处理订单的订单信息,确定待拣货物的步骤包括:
在获取到所述待处理订单后,读取所述待处理订单中包含的订单货物以及下单时间;
根据所述订单货物和所述下单时间,并通过加权求和算法计算所述订单货物的优先级;
根据所述优先级和体积阈值以及重量阈值,选取目标订单货物,以及根据所述目标订单货物生成拣货单;
根据所述拣货单,确定所述待拣货物。
4.如权利要求3所述的仓储货物的拣货路径规划方法,其特征在于,所述根据所述订单货物和所述下单时间,并通过加权求和算法计算所述订单货物的优先级的步骤包括:
确定所述订单货物的货物重量和货物体积,以及获取所述订单货物对应的目标货位编码;
根据所述货物重量和所述货物体积计算货物泡重权重值,并基于所述下单时间计算所述货物时长权重值,以及基于所述目标货位编码计算所述货物聚集度权重值;
将所述货物泡重权重值和所述货物时长权重值以及所述货物聚集度权重值求和,并基于求和结果确定所述优先级。
5.如权利要求3所述的仓储货物的拣货路径规划方法,其特征在于,所述根据所述优先级和体积阈值以及重量阈值,选取目标订单货物,以及根据所述目标订单货物生成拣货单的步骤包括:
根据所述优先级从高到低对所述订单货物进行排序;
根据优先级排序结果,遍历所述订单货物;
确定所述订单货物与待拣货物队列中的目标订单货物的体积总和以及重量总和;
当所述体积总和小于所述体积阈值,并且所述重量总和小于所述重量阈值时,将所述订单货物选作所述目标订单货物,并将所述目标订单货物加入所述待拣货物队列;
或者,当所述体积总和大于所述体积阈值,或者所述重量总和大于所述重量阈值时,基于所述待拣货物队列生成所述拣货单,并清空所述待拣货物队列,以及跳转执行所述根据优先级排序结果,遍历所述订单货物的步骤。
6.如权利要求5所述的仓储货物的拣货路径规划方法,其特征在于,所述确定所述订单货物与待拣货物队列中的目标订单货物的体积总和以及重量总和的步骤之前,还包括:
当所述货物体积大于所述体积阈值,或者所述货物重量大于所述重量阈值时,根据所述订单货物生成所述拣货单;
跳转执行所述根据优先级排序结果,遍历所述订单货物的步骤。
7.如权利要求1所述的仓储货物的拣货路径规划方法,其特征在于,所述根据遍历结果和所述规划路径,生成拣货路径,并于仓库可视化模型显示界面中,显示所述拣货路径的步骤之前,还包括:
获取仓库设计图和货架排布图,以及货物陈列图和仓储货物信息;
根据所述仓库设计图和所述货架排布图建立仓库结构模型;
根据所述货物陈列图,将所述仓储货物信息填充至所述仓库结构模型,生成所述仓库可视化模型。
8.如权利要求1所述的仓储货物的拣货路径规划方法,其特征在于,所述根据遍历结果和所述规划路径,生成拣货路径,并于仓库可视化模型显示界面中,显示所述拣货路径的步骤之后,还包括:
获取历史订单信息,并根据所述历史订单信息确定货物之间的关联情况以及货物订单频次;
根据所述关联情况,确定所述货物之间的关联度,以及根据所述货物订单频次和所述货物重量,计算所述货物的货位权值;
根据所述关联度和所述货位权值,确定所述货物的摆放顺序,以及基于所述摆放顺序和所述仓库可视化模型,生成货物摆放方案。
9.一种仓储货物的拣货路径规划设备,其特征在于,所述仓储货物的拣货路径规划设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的仓储货物的拣货路径规划程序,所述仓储货物的拣货路径规划程序配置为实现如权利要求1至8中任一项所述的仓储货物的拣货路径规划方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有仓储货物拣货路径规划程序,所述仓储货物的拣货路径规划程序被处理器执行时实现如权利要求1至8任一项所述的仓储货物的拣货路径规划方法的步骤。
CN202311724212.XA 2023-12-15 2023-12-15 仓储货物的拣货路径规划方法、设备及存储介质 Active CN117408410B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311724212.XA CN117408410B (zh) 2023-12-15 2023-12-15 仓储货物的拣货路径规划方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311724212.XA CN117408410B (zh) 2023-12-15 2023-12-15 仓储货物的拣货路径规划方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN117408410A true CN117408410A (zh) 2024-01-16
CN117408410B CN117408410B (zh) 2024-03-15

Family

ID=89487502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311724212.XA Active CN117408410B (zh) 2023-12-15 2023-12-15 仓储货物的拣货路径规划方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN117408410B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012171510A1 (de) * 2011-06-17 2012-12-20 Chaban Hennadiy Verfahren und vorrichtung zur kommissionierung von waren: pick-by-arrow
CN104992241A (zh) * 2015-07-02 2015-10-21 北京京东尚科信息技术有限公司 一种拣货路径生成方法、生成装置及相应仓储管理系统
CN107215606A (zh) * 2017-05-23 2017-09-29 深圳爱淘城网络科技股份有限公司 一种分拣方法及系统
CN108960504A (zh) * 2018-07-02 2018-12-07 西南交通大学 一种可视化拣选路径确定方法
CN110388921A (zh) * 2018-04-17 2019-10-29 北京京东振世信息技术有限公司 拣货导航方法和装置
CN115796411A (zh) * 2022-09-09 2023-03-14 江南大学 基于自定义循点聚簇的仓库拣货路径优化方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012171510A1 (de) * 2011-06-17 2012-12-20 Chaban Hennadiy Verfahren und vorrichtung zur kommissionierung von waren: pick-by-arrow
CN104992241A (zh) * 2015-07-02 2015-10-21 北京京东尚科信息技术有限公司 一种拣货路径生成方法、生成装置及相应仓储管理系统
CN107215606A (zh) * 2017-05-23 2017-09-29 深圳爱淘城网络科技股份有限公司 一种分拣方法及系统
CN110388921A (zh) * 2018-04-17 2019-10-29 北京京东振世信息技术有限公司 拣货导航方法和装置
CN108960504A (zh) * 2018-07-02 2018-12-07 西南交通大学 一种可视化拣选路径确定方法
CN115796411A (zh) * 2022-09-09 2023-03-14 江南大学 基于自定义循点聚簇的仓库拣货路径优化方法及系统

Also Published As

Publication number Publication date
CN117408410B (zh) 2024-03-15

Similar Documents

Publication Publication Date Title
Kuhn et al. Integrated order batching and vehicle routing operations in grocery retail–a general adaptive large neighborhood search algorithm
Zhang et al. New model of the storage location assignment problem considering demand correlation pattern
US8407108B2 (en) Warehouse management system based on pick velocity
Fontana et al. Use of Promethee method to determine the best alternative for warehouse storage location assignment
US8626548B2 (en) Access point triangulation for task assignment of warehouse employees
Bottani et al. Design and optimization of order picking systems: An integrated procedure and two case studies
CN112036667A (zh) 仓库货位优化方法、设备、存储介质及装置
CN111027902B (zh) 无人仓货品运输匹配方法及装置
Gagliardi et al. Space allocation and stock replenishment synchronization in a distribution center
JP2019075016A (ja) 在庫管理装置及び在庫管理方法
WO2017168678A1 (ja) 倉庫管理システム及び倉庫管理方法
Revillot-Narváez et al. Optimising the storage assignment and order-picking for the compact drive-in storage system
CN109118150B (zh) 商品体积的推定方法、装置、计算机设备和存储介质
Guo et al. Storage assignment for newly arrived items in forward picking areas with limited open locations
CN111626659A (zh) 一种基于贪心算法的仓库出库货位推荐方法
Manzini et al. Performance assessment in order picking systems: a visual double cross-analysis
JP6877378B2 (ja) 商品配置立案システム及び商品配置立案方法
Bock et al. Routing replenishment workers: the prize collecting traveling salesman problem in scattered storage warehouses
CN117408410B (zh) 仓储货物的拣货路径规划方法、设备及存储介质
Mou In-store order fulfilment in omni-channel supermarkets with heterogeneous workforce: A bi-objective optimisation approach
CN111861318A (zh) 一种基于贪心算法的仓库入库货位推荐方法
Lam et al. Responsive pick face replenishment strategy for stock allocation to fulfil e-commerce order
JP2006244470A (ja) 納期回答システム、納期回答方法、及び納期回答プログラム
Zunic et al. Innovative Modular Approach based on Vehicle Routing Problem and Ant Colony Optimization for Order Splitting in Real Warehouses.
Tostar et al. Lean Warehousing-Gaining from Lean thinking in Warehousing

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