JP2020093860A - ピッキング作業支援システム及びそのプログラム - Google Patents

Abstract

【課題】複数の作業者への作業割り当てを適切に行うことが可能なピッキング作業支援システム等を提供する。【解決手段】サーバ３の伝票集約部１５は、受注伝票データ５１を顧客の識別情報ごとに分割して顧客別伝票データ５２を生成し、顧客別伝票データ５２を棚２２の識別情報ごとに集約して棚別伝票データ５３を生成し、残っている顧客別伝票データ５２と棚別伝票データ５３を対象として区画４２の識別情報が一致するものを集約することによって伝票グループデータ５４を生成し、ピッキング作業時の移動距離が最小となるように伝票グループデータ５４を整列して集約し、出庫伝票データ５５を生成する。【選択図】図１

Description

本発明は、倉庫内に保管されている商品のピッキング作業を支援するピッキング作業支援システム等に関するものである。特に、本発明は、人手によるピッキング作業を支援するピッキング作業支援システム等に関するものである。

インターネット通販等を手掛ける会社では、倉庫の棚に商品を格納しておき、注文を受けると棚を巡回して商品の集荷を行う作業、すなわちピッキング作業を行っている。商品の種類が豊富な場合、ピッキング作業に多大な負荷がかかる。中小規模の場合、ピッキング作業は人手に頼った運用が中心となっており、物流コスト全体において大きな割合を占めている。そこで、物流コストを低減させるために、人手によるピッキング作業を支援するシステムが望まれている。

上記の要望に応えるため、本発明者らは、遺伝的アルゴリズムを用いて巡回経路を計算する倉庫作業支援装置等を発明している（特許文献１参照）。特許文献１に記載の発明によって、作業効率が向上する巡回経路を実用的な時間内に計算できる。

特許第６４１８５５１号公報

ところで、特許文献１に記載の発明では、一人の作業者に対して割り当てられた複数の注文に対して巡回経路を計算することはできるが、その前段階で行われる複数の作業者への作業割り当てについては考慮されていない。例えば、一日の始業時に未処理の注文を複数の作業者に割り当てる場合、割り当てが適切でなければ、作業者ごとの作業時間に偏りが生じ、出荷の遅れや残業時間の増大を招いてしまう。

本発明は、前述した問題点に鑑みてなされたものであり、その目的とすることは、複数の作業者への作業割り当てを適切に行うことが可能なピッキング作業支援システム等を提供することである。

前述した目的を達成するための第１の発明は、倉庫内に格納された商品のピッキング作業を支援するピッキング作業支援システムであって、前記倉庫の一部の領域を示す区画の識別情報と、前記区画に含まれる棚の識別情報とを対応付けて記憶するレイアウト情報記憶部と、前記商品の識別情報と、前記商品が格納される前記棚の識別情報とを対応付けて記憶する商品格納情報記憶部と、顧客の識別情報と、前記顧客が注文する前記商品の識別情報とを含む受注伝票データを記憶する受注伝票データ記憶部と、前記受注伝票データを前記顧客の識別情報ごとに分割して顧客別伝票データを生成し、前記顧客別伝票データを前記棚の識別情報ごとに集約して棚別伝票データを生成し、残っている前記顧客別伝票データと前記棚別伝票データを対象として前記区画の識別情報が一致するものを集約することによって伝票グループデータを生成し、前記ピッキング作業時の移動距離が最小となるように前記伝票グループデータを整列して集約し、出庫伝票データを生成する伝票集約部と、を備えることを特徴とするピッキング作業支援システムである。例えば、一日の始業時に未処理の注文を複数の作業者に割り当てる場合、第１の発明によれば、作業者ごとの作業時間に偏りが生じることを抑制し、出荷の遅れや残業時間の増大を防止することができる。

第１の発明における前記伝票集約部は、前記伝票グループデータ同士の前記区画の識別情報の論理和を算出し、前記論理和に含まれる全ての前記区画を巡回するときの距離を重みとして重み付きマッチングのアルゴリズムを適用し、前記重みが最小となるように前記伝票グループデータのマッチングを行い、マッチングされた前記伝票グループデータ同士を連結して新たな前記伝票グループデータとする処理を繰り返し行うようにしても良い。これによって、ピッキング作業時の移動距離が最小となるように整列された出庫伝票データを生成することができるので、出庫伝票データをどこで分割しても各作業者の移動距離を小さく抑えることができる。

また、第１の発明における前記伝票集約部は、全ての前記棚の識別情報が完全に一致するものを集約して前記棚別伝票データとし、全ての前記区画の識別情報が完全に一致するものを集約して前記伝票グループデータとするようにしても良い。これによって、後述の処理に適した伝票グループデータを生成することができる。

また、第１の発明は、前記出庫伝票データを作業者ごとに割り当てる作業割当部と、割り当て結果に基づいて前記作業者ごとに巡回経路を算出する巡回経路算出部と、前記巡回経路の算出結果に基づいて前記作業者ごとの作業量を推定する作業量推定部と、を更に備えるようにしても良い。これによって、作業の割り当て、巡回経路及び推定作業量を提示することができ、倉庫作業の効率化を支援することができる。

また、第１の発明は、前記倉庫のレイアウトの設定値を受け付け、前記レイアウト情報記憶部に記憶させるレイアウト情報設定部、を更に備えるようにしても良い。これによって、任意に棚や区画のレイアウトを変更することができる。

第２の発明は、コンピュータを、倉庫内に格納された商品のピッキング作業を支援するピッキング作業支援システムとして機能させるためのプログラムであって、前記コンピュータを、前記倉庫の一部の領域を示す区画の識別情報と、前記区画に含まれる棚の識別情報とを対応付けて記憶するレイアウト情報記憶部と、前記商品の識別情報と、前記商品が格納される前記棚の識別情報とを対応付けて記憶する商品格納情報記憶部と、顧客の識別情報と、前記顧客が注文する前記商品の識別情報とを含む受注伝票データを記憶する受注伝票データ記憶部と、前記受注伝票データを前記顧客の識別情報ごとに分割して顧客別伝票データを生成し、前記顧客別伝票データを前記棚の識別情報ごとに集約して棚別伝票データを生成し、残っている前記顧客別伝票データと前記棚別伝票データを対象として前記区画の識別情報が一致するものを集約することによって伝票グループデータを生成し、前記ピッキング作業時の移動距離が最小となるように前記伝票グループデータを整列して集約し、出庫伝票データを生成する伝票集約部と、を備えるピッキング作業支援システムとして機能させるためのプログラムである。第２の発明のプログラムを汎用のコンピュータにインストールすることによって、第１の発明のピッキング作業支援システムを構築することができる。

本発明により、複数の作業者への作業割り当てを適切に行うことが可能なピッキング作業支援システム等を提供することができる。

ピッキング作業支援システムの概要を示す図 倉庫の一例を示す図 棚及びカートの一例を示す図 レイアウト情報設定部の処理の流れを示すフローチャート 区画レイアウト設定値の一例を示す図 仮想倉庫の一例を示す図 伝票集約部の処理の流れを示すフローチャート 顧客別伝票データ生成処理を説明する図 棚別伝票データ生成処理を説明する図 伝票グループデータ生成処理を説明する図 伝票グループデータマッチング処理を説明する図 出庫伝票データ生成処理を説明する図 作業割当部を説明する図

本発明のピッキング作業支援システムは、倉庫内に格納されている商品のピッキング作業を支援するシステムである。特に、人手によるピッキング作業の支援に好適である。本発明は、商品格納用の棚が配置される倉庫であれば、どのような倉庫であっても適用可能である。以下図面に基づいて、本発明の実施形態を詳細に説明する。

図１は、ピッキング作業支援システムの概要を示す図である。図１に示すように、ピッキング作業支援システム１は、ユーザが用いる端末２と、端末２とネットワーク４を介して接続されるサーバ３と、によって構成される。

端末２及びサーバ３は、制御部としてのＣＰＵ（「Central Processing Unit」の略）、主記憶部としてのメモリ、補助記憶部としてのＨＤＤ（「Hard Disk Drive」の略）やフラッシュメモリ、表示部としての液晶ディスプレイ、入力部としてのキーボードやマウス、タッチパネルディスプレイ、有線通信部としてのＬＡＮケーブル（Local Area Network）又は無線通信部としての無線モジュール等を有する。

補助記憶部としてのＨＤＤやフラッシュメモリには、ＯＳ（「Operating System」の略）、アプリケーションプログラム、処理に必要なデータ等が記憶されている。端末２及びサーバ３のＣＰＵは、補助記憶部からＯＳやアプリケーションプログラムを読み出して主記憶部に格納し、主記憶部にアクセスしながら、その他の機器を制御し、後述する処理を実行する。端末２は、例えば、デスクトップＰＣ、ノートＰＣ、タブレット端末、スマートフォン等である。サーバ３は、例えば、データセンター等に配置されるサーバ用コンピュータでも良いし、会社等に配置されるサーバ用コンピュータでも良い。また、サーバ３は、１台の筐体で実現されても良いし、複数台の筐体で実現されても良い。ネットワーク４は、例えば社内ＬＡＮやインターネット等である。

ピッキング作業支援システム１がクラウドサービスとして構築される場合、端末２の補助記憶部には、ウェブ閲覧ソフトのプログラム、又は専用のアプリケーションプログラムがインストールされ、サーバ３の補助記憶部には、サーバ用プログラムがインストールされるとともに、ピッキング作業支援システム１に必要なデータベースが構築される。端末２が、後述するサーバ３の一部の機能を有しても良い。

ピッキング作業支援システム１のハードウエア構成は、図１に示す例に限定されない。例えば、スタンドアローン型のアプリケーションとして構築される場合、コンピュータは１台で良く、ネットワーク４に接続される必要もない。以下では、ピッキング作業支援システム１がクラウドサービスとして構築される場合を例にして説明する。

図２は、倉庫の一例を示す図である。倉庫２０には、商品２１を格納する棚２２が設置されている。本実施の形態では、商品２１は文庫本や雑誌などである。倉庫２０は、出入口２３が１つ存在し、中央部に出入口２３へ通じる１本の中央通路２４がある。中央通路２４を挟んで右側と左側にそれぞれ複数の棚２２が設置されている。商品２１をピッキング可能な面が向かい合う棚２２同士の間には、中央通路２４へ通じる複数の棚間通路２５がある。各商品２１をピッキング可能な棚間通路２５は、棚２２ごとに１つだけである。中央通路２４が伸びる方向を列方向、棚間通路２５が伸びる方向を連方向とする。

図２に示す例では、棚２２は、中央通路２４の左右にそれぞれ、連方向に連続して９個すなわち９連設置され、列方向に連続して１２個すなわち１２列設置されている。従って、総棚数は、２×９×２８＝５０４個である。ピッキング作業では、作業者は、倉庫２０の出入口２３から入り、所定の商品２１をカート２６に積載し、倉庫２０の出入口２３に戻る。

図３は、棚及びカートの一例を示す図である。棚２２は、任意の幅、高さ及び奥行を設置可能である。カート２６は、８個の出荷ボックス２７が積載されている。ピッキング作業は、複数のオーダーを纏めてピッキング、すなわちマルチピッキングであり、作業者は、顧客別に分けて商品２１を出荷ボックス２７に積載する。同じ種類の商品２１は、顧客が同じであれば同じ出荷ボックス２８に積載し、顧客が異なれば別の出荷ボックス２７に積載する。作業者は、８人分の顧客のオーダーについて商品２１のピッキングが完了すると、出入口２３に戻って出荷作業を行い、出荷ボックス２７が空の状態で出入口２３からピッキングを再開し、自分の作業割り当て分のオーダーを処理するまで繰り返す。

本発明の適用範囲として、商品２１の内容、出入口２３の位置、通路の構成、棚２２の形状、カート２６の形状等は、特に限定されるものではない。

図１の説明に戻る。サーバ３は、倉庫２０のレイアウトの設定値を受け付けるレイアウト情報設定部１１と、倉庫２０の一部の領域を示す区画の識別情報と、区画に含まれる棚２２の識別情報とを対応付けて記憶するレイアウト情報記憶部１２と、商品２１の識別情報と、商品２１が格納される棚２２の識別情報とを対応付けて記憶する商品格納情報記憶部１３と、顧客の識別情報と、顧客が注文する商品２１の識別情報とを含む受注伝票データを記憶する受注伝票データ記憶部１４と、受注伝票データを集約し、出庫伝票データを生成する伝票集約部１５と、出庫伝票データを作業者ごとに割り当てる作業割当部１６と、割り当て結果に基づいて作業者ごとに巡回経路を算出する巡回経路算出部１７と、巡回経路の算出結果に基づいて作業者ごとの作業量を推定する作業量推定部１８を有する。

ユーザは、倉庫２０のレイアウト変更を行いたい場合、レイアウト情報設定部１１を実行させる。また、ユーザは、日々の業務における作業の割り当てを行いたい場合や、倉庫２０のレイアウト変更の影響を模擬したい場合、伝票集約部１５、作業割当部１６、巡回経路算出部１７及び作業量推定部１８を実行させる。日々の業務における作業の割り当ては、未出荷の受注伝票データを対象とする。模擬を行う場合、過去の出荷済の受注伝票データを対象とすることができる。

図４は、レイアウト情報設定部の処理の流れを示すフローチャートである。図４に示すように、レイアウト情報設定部１１は、端末２から、右側区画数及び左側区画数の入力を受け付ける（ステップＳ１１）。ここで、区画とは、倉庫２０の一部の領域を示すものであり、１又は複数の棚２２を含む。右側区画数とは、中央通路２４の右側に設定される区画数であり、左側区画数とは、中央通路２４の左側に設定される区画数である。

次に、レイアウト情報設定部１１は、端末２から、区画レイアウトの設定値の入力を受け付ける（ステップＳ１２）。区画レイアウトの設定値は、各区画に含まれる棚２２の列数、連数、並びに棚サイズ、すなわち棚２２の高さ（ｍ）、幅（ｍ）及び奥行（ｍ）の大きさである。

図５は、区画レイアウト設定値の一例を示す図である。図５に示す区画レイアウト設定値３０では、右側区画数が６、左側区画数が６であり、総区画数は１２である。例えば、区画番号１は、列数が４、連数が１２、棚サイズの高さが１ｍ、幅が１ｍ、奥行が１ｍである。

次に、レイアウト情報設定部１１は、ステップＳ１２において入力を受け付ける区画レイアウト設定値３０等を記憶部に記憶し（ステップＳ１３）、仮想倉庫を表示部に表示する（ステップＳ１４）。

図６は、仮想倉庫の一例を示す図である。図６に示す仮想倉庫４０は、図５に示す区画レイアウト設定値３０に従って構築されたものである。仮想倉庫４０には、中央通路２４及び棚間通路２５における位置を示す座標４１が定義される。レイアウト情報設定部１１は、座標４１によって棚２２の位置を一意に特定可能である。また、レイアウト情報設定部１１は、各棚２２がどの区画４２に含まれるのかを特定可能であり、区画４２の位置を区画点４３によって特定可能である。区画点４３は、区画４２から出入口２３に最も近い中央通路２４上の座標４１として設定され、図６ではひし形が付された座標４１として図示されている。

図６に示す例では、中央通路２４の右側は、出入口２３に近い順から区画番号１〜６の区画４２が設定され、中央通路２４の左側は、出入口２３に近い順から区画番号７〜１２の区画４２が設定されている。区画番号１〜３及び７〜９の区画４２は、それぞれ、連数が１２、列数が４の４８個の棚２２が含まれている。区画番号４〜６及び１０〜１２の区画４２は、それぞれ、連数が６、列数が２の１２個の棚２２が含まれている。レイアウト情報設定部１１を有することによって、任意に棚２２や区画４２のレイアウトを変更することができる。

図１の説明に戻る。レイアウト情報記憶部１２は、レイアウト情報設定部１１のレイアウト結果に基づいて、区画４２の識別情報と棚２２の識別情報とを対応付けて記憶する。また、レイアウト情報記憶部１２は、レイアウト情報設定部１１のレイアウト結果に基づいて、棚２２の位置情報を座標４１によって特定し、棚２２の識別情報と棚２２の位置情報とを対応付けて記憶する。

商品格納情報記憶部１３は、商品２１の格納場所を決定するための作業結果に基づいて、商品２１の識別情報と棚２２の識別情報とを対応付けて記憶する。例えば、作業者は、商品２１及び棚２２に予め識別情報を記憶するバーコードを付与しておき、商品２１の入荷時に商品２１のバーコードと棚２２のバーコードを連続してスキャンすることによって、商品格納情報記憶部１３に商品２１の識別情報と棚２２の識別情報とを対応付けて記憶させることができる。受注伝票データ記憶部１４は、顧客の注文を受け付けるごとに、顧客の識別情報と、顧客が注文する商品２１の識別情報とを含む受注伝票データを記憶する。顧客の注文は、不図示の注文受付サーバによって受け付けられる。

伝票集約部１５は、後述の作業割当部１６によって複数の作業者への作業割り当てを適切に行うために、前処理として、受注伝票データ記憶部１４に記憶される受注伝票データを集約し、出庫伝票データを生成する。

図７は、伝票集約部の処理の流れを示すフローチャートである。図７に示すように、伝票集約部１５は、受注伝票データ記憶部１４から受注伝票データを取得し（ステップＳ２１）、受注伝票データを顧客の識別情報ごとに分割し、商品２１の格納場所の情報を付加して顧客別伝票データを生成する（ステップＳ２２）。

図８は、顧客別伝票データ生成処理を説明する図である。図８（ａ）は、一例として、ステップＳ２２の処理対象となる受注伝票データ５１を示している。受注伝票データ５１は、売上明細の識別情報である売上番号６１と、顧客の識別情報である顧客コード６２と、商品２１の識別情報である商品コード６３と、商品２１の出荷数を示す出荷数量６４と、を含む。例えば、１件目のデータは、売上番号６１が「ＳＡ１」、顧客コード６２が「ＣＵ２」、商品コード６３が「ＰＲ１」、出荷数量６４が「１」である。図８（ｂ）は、図８（ａ）の例に対するステップＳ２２の処理結果を示している。顧客別伝票データ５２ａ、５２ｂは、売上番号６１と、顧客コード６２と、商品コード６３と、出荷数量６４と、棚２２の識別情報である棚番号６５と、区画４２の識別情報である区画番号６６と、を含む。例えば、１件目のデータは、売上番号６１が「ＳＡ１」、顧客コード６２が「ＣＵ２」、商品コード６３が「ＰＲ１」、出荷数量６４が「１」、棚番号６５が「１」、区画番号６６が「１」である。以下、顧客別伝票データを総称する場合、「顧客別伝票データ５２」と表記する。

ステップＳ２２において、伝票集約部１５は、受注伝票データ５１を顧客コード６２ごとに分割し、商品格納情報記憶部１３から棚番号６５を取得し、レイアウト情報記憶部１２から区画番号６６を取得し、受注伝票データ５１に付加することによって、顧客別伝票データ５２ａ、５２ｂを生成する。顧客別伝票データ５２ａは、顧客コード６２が「ＣＵ２」のレコードを１件含んでいる。顧客別伝票データ５２ｂは、顧客コード６２が「ＣＵ１」のレコードを２件含んでいる。

次に、伝票集約部１５は、顧客別伝票データを棚２２の識別情報（本実施の形態では棚番号６５）ごとに集約して棚別伝票データを生成する（ステップＳ２３）。

図９は、棚別伝票データ生成処理を説明する図である。図９（ａ）は、一例として、ステップＳ２３の処理対象となる顧客別伝票データ５２ａ、５２ｂ、５２ｃ、５２ｄを示している。図９（ｂ）は、図９（ａ）の例に対するステップＳ２３の処理結果を示している。棚別伝票データ５３ａ、５３ｂは、売上番号６１と、顧客コード６２と、商品コード６３と、出荷数量６４と、棚番号６５と、区画番号６６と、を含む。以下、棚別伝票データを総称する場合、「棚別伝票データ５３」と表記する。

ステップＳ２３において、伝票集約部１５は、全ての棚２２の識別情報（＝本実施の形態では棚番号６５）が完全に一致する顧客別伝票データ５２を集約して棚別伝票データ５３とする。これによって、後述の処理に適した棚別伝票データ５３を生成することができる。例えば、顧客別伝票データ５２ａに含まれる棚番号６５は「１」、顧客別伝票データ５２ｂに含まれる棚番号６５は「１」と「７」であるから、これらは一部が同一の数字であるが、完全に一致しているわけではないので、集約対象とならない。一方、顧客別伝票データ５２ａに含まれる棚番号６５は「１」、顧客別伝票データ５２ｃに含まれる棚番号６５は「１」であるから、これらは完全に一致しているので、集約対象となる。同様に、顧客別伝票データ５２ｂに含まれる棚番号６５は「１」と「７」、顧客別伝票データ５２ｄに含まれる棚番号６５は「７」と「１」であるから、これらは完全に一致しているので、集約対象となる。完全に一致するか否かの判断においては、含まれる区画番号６６の数字が全て一致すれば良く、その順序は問わない。

次に、伝票集約部１５は、残っている顧客別伝票データ５２と棚別伝票データ５３を対象として、区画４２の識別情報（本実施の形態では区画番号６６）が完全に一致するものを集約することによって伝票グループデータを生成する（ステップＳ２４）。伝票グループデータは、位置情報の相関が高い伝票を集約したデータである。

図１０は、伝票グループデータ生成処理を説明する図である。図１０（ａ）は、一例として、ステップＳ２４の処理対象となる棚別伝票データ５３ａ、５３ｂ、顧客別伝票データ５２ｅを示している。図１０（ｂ）は、図１０（ａ）の例に対するステップＳ２４の処理結果を示している。伝票グループデータ５４ａ、５４ｂは、売上番号６１と、顧客コード６２と、商品コード６３と、出荷数量６４と、棚番号６５と、区画番号６６と、を含む。以下、伝票グループデータを総称する場合、「伝票グループデータ５４」と表記する。

ステップＳ２４において、伝票集約部１５は、全ての区画４２の識別情報（本実施の形態では区画番号６６）が完全に一致する顧客別伝票データ５２と棚別伝票データ５３を集約して伝票グループデータ５４とする。これによって、後述の処理に適した伝票グループデータ５４を生成することができる。例えば、棚別伝票データ５３ａに含まれる区画番号６６は「１」、棚別伝票データ５３ｂに含まれる区画番号６６は「１」と「７」であるから、これらは一部が同一の数字であるが、完全に一致するわけではないので、集約対象とならない。一方、棚別伝票データ５３ａに含まれる区画番号６６は「１」、顧客別伝票データ５２ｅに含まれる区画番号６６は「１」であるから、これらは完全に一致しているので、集約対象となる。完全に一致するか否かの判断においては、含まれる区画番号６６の数字が全て一致すれば良く、順序は問わない。図１０（ｂ）に示すように、顧客別伝票データ５２と棚別伝票データ５３が集約される場合もあるし、棚別伝票データ５３同士が集約される場合もある。また、集約されるデータは２つに限らず、３つ以上の場合もある。

次に、伝票集約部１５は、伝票グループデータが１つに集約されているか否か確認する（ステップＳ２５）。伝票グループデータが１つに集約されていない場合（ステップＳ２５のＮｏ）、伝票集約部１５は、ピッキング作業時の移動距離が最小となるように伝票グループデータを整列して集約するために、伝票グループデータのマッチングを行い（ステップＳ２６）、ステップＳ２５に進む。一方、伝票グループデータが１つに集約されている場合（ステップＳ２５のＹｅｓ）、伝票集約部１５は、１つに集約されている伝票グループデータに基づいて、出庫伝票データを生成する（ステップＳ２７）。

図１１は、伝票グループデータマッチング処理を説明する図である。図１１（ａ）は、一例として、ステップＳ２６の処理対象となる伝票グループデータ５４ａ、５４ｂ、５４ｃ、５４ｄを示している。以下、伝票グループデータを総称する場合、「伝票グループデータ５４」と表記する。

ステップＳ２６において、伝票集約部１５は、伝票グループデータ５４同士の区画４２の識別情報（本実施の形態では区画番号６６）の論理和を算出し、論理和に含まれる全ての区画４２を既定の巡回経路によって巡回するときの移動距離を重みとして重み付きマッチングのアルゴリズムを適用し、重みが最小となるように伝票グループデータ５４のマッチングを行い、マッチングされた伝票グループデータ５４同士を連結して新たな伝票グループデータ５４とする処理を繰り返し行う。ここで、区画４２間の移動距離は、２つの区画点４３のユークリッド距離とする。

既定の巡回経路として、区画番号が１→２→３→４→５→６→１２→１１→１０→９→８→７の順に区画４２を巡回する経路を考える。例えば、図１１に示す伝票グループデータ５４ａ及び５４ｂ同士の区画番号６６の論理和は｛１、７｝であるから、伝票グループデータ５４ａ及び５４ｂを巡回する時の移動距離Ｄ（ａ、ｂ）は、区画番号１と７の区画点４３のユークリッド距離をｄ（１、７）とすると、Ｄ（ａ、ｂ）＝ｄ（１、７）となる。また、例えば、図１１に示す伝票グループデータ５４ｂ及び５４ｃ同士の区画番号６６の論理和は｛１、４、７｝であるから、伝票グループデータ５４ｂ及び５４ｃを巡回する時の移動距離Ｄ（ｂ、ｃ）は、区画番号１と４の区画点４３のユークリッド距離をｄ（１、４）、区画番号４と７の区画点４３のユークリッド距離をｄ（４、７）とすると、Ｄ（ｂ、ｃ）＝ｄ（１、４）＋ｄ（４、７）となる。

図１１（ｂ）は、伝票グループデータ５４同士の全ての組み合わせの移動距離を示すものである。図１１（ｂ）に示す移動距離の数値は、図６に示す仮想倉庫４０において、中央通路２４の幅を２ｍ、棚間通路２５の幅を１．２ｍとし、区画番号１〜３、７〜９の区画４２に含まれる棚２２の奥行を１ｍ、区画番号４〜６、１０〜１２の区画４２に含まれる棚２２の奥行を２ｍとして算出している。また、左右に隣接する区画点４３同士の距離、例えば区画番号１と７の区画点４３同士の距離は、中央通路２４の幅として算出している。例えば、伝票グループデータ５４ａ及び５４ｂを巡回する時の移動距離Ｄ（ａ、ｂ）は、Ｄ（ａ、ｂ）＝ｄ（１、７）＝２ｍである。また、例えば、伝票グループデータ５４ｂ及び５４ｃを巡回する時の移動距離Ｄ（ｂ、ｃ）は、Ｄ（ｂ、ｃ）＝ｄ（１、４）＋ｄ（４、７）≒２０．２ｍ＋２０．３ｍ＝４０．５ｍである。

ここで、図１１（ｂ）の定式化について説明する。伝票グループデータ５４を頂点とし、伝票グループデータ５４間を結ぶ線を枝とすると、図１１（ｂ）は、頂点集合Ｖ＝｛ａ、ｂ、ｃ、ｄ｝、枝集合Ｅ＝｛（ａ、ｂ）、（ａ、ｃ）、（ａ、ｄ）、（ｂ、ｃ）、（ｂ、ｄ）、（ｃ、ｄ）｝とするグラフＧ＝（Ｖ、Ｅ）と定式化できる。また、伝票グループデータ５４間の移動距離Ｄは、枝の接続の度合を示す重みとして定式化できる。尚、図１１（ｂ）に対応するグラフＧは、全ての頂点間に枝が存在する完全グラフである。

グラフＧ＝（Ｖ、Ｅ）において、マッチングとは、１本の枝で結ばれた２つの頂点をペアにすることである。但し、１つの頂点を２つ以上の頂点とペアにすることはできない。また、重み付きマッチングとは、重み関数ｃ：Ｅ（Ｇ）→Ｒ（Ｒは実数空間）が付随するグラフＧ＝（Ｖ、Ｅ）におけるマッチングである。重みを最小とする重み付きマッチングのアルゴリズムは、例えば、非特許文献１（「組合せ最適化:理論とアルゴリズム」シュプリンガー・フェアラーク東京 B.コルテ、J.フィーゲン著、浅野孝夫、平田富夫、小野孝男、浅野泰仁訳 ２００５年）に記載されている。

図１１（ｂ）に示す例では、伝票集約部１５は、伝票グループデータ５４ａ及び５４ｂと、５４ｃ及び５４ｄのマッチングによって重みが最小となることを算出し、伝票グループデータ５４ａ及び５４ｂ同士を連結して新たな伝票グループデータ５４とし、伝票グループデータ５４ｃ及び５４ｄ同士を連結して新たな伝票グループデータ５４とする。伝票グループデータ５４が２つになると、マッチングのアルゴリズムを適用するまでもなく、伝票集約部１５は、これら２つの伝票グループデータ５４を連結し、１つの伝票グループデータ５４に集約し、出庫伝票データとする。

図１１（ｂ）の例では、マッチングのアルゴリズムを１回だけ適用したが、ステップＳ２４において生成される伝票グループデータ５４の数に応じて、マッチングのアルゴリズムの適用回数が異なる。例えば、ステップＳ２４において生成される伝票グループデータ５４の数が７個であれば、１回目のマッチングにおいて、７個の中から３組がマッチングされて４個となり、２回目のマッチングにおいて４個の中から２組がマッチングされて２個となるので、マッチングのアルゴリズムの適用回数は２回である。尚、マッチング対象の伝票グループデータ５４の数が奇数の場合、１個の伝票グループデータ５４がマッチングされずに残るが、残った伝票グループデータ５４も次回のマッチング対象とする。従って、ステップＳ２４において生成される伝票グループデータ５４の数がいくつであっても、マッチングを繰り返すことによって、最終的に必ず１つの伝票グループデータ５４に集約される。

以上の通り、伝票集約部１５によって、ピッキング作業時の移動距離が最小となるように整列された出庫伝票データを生成することができる。特に、グラフ理論を応用することによって、受注伝票データ５１のレコード数が多い場合であっても、高速な処理で実行することができる。

図１２は、出庫伝票データ生成処理を説明する図である。出庫伝票データ５５は、売上番号６１と、顧客コード６２と、商品コード６３と、出荷数量６４と、棚番号６５と、区画番号６６と、を含む。出庫伝票データ５５は、図７に示す処理によって、売上番号６１が「ＳＡ１→ＳＡ４→ＳＡ７→ＳＡ２→ＳＡ３→ＳＡ５→ＳＡ６→ＳＡ８→ＳＡ９」の順に整列されている。

図１の説明に戻る。作業割当部１６は、出庫伝票データ５５を作業者の数に合わせて分割し、作業者ごとに割り当てる。出庫伝票データ５５は、ピッキング作業時の移動距離が最小となるように整列されているので、どこで分割しても各作業者の移動距離を小さく抑えることができ、複数の作業者への作業割り当てを適切に行うことができる。作業割当部１６は、例えば、各作業者に割り当てられる伝票数又は顧客数を単純に均等にしても良いし、各作業者の当日の作業可能時間、歩行速度、熟練度等に応じて配分しても良く、割り当て方法については限定されるものではない。尚、同じ顧客からの注文を纏めて出荷するのであれば、同じ顧客からの注文は同じ作業者が担当することが望ましい。

図１３は作業割当部を説明する図である。割り当てデータ５６ａ、５６ｂ、５６ｃは、売上番号６１と、顧客コード６２と、商品コード６３と、出荷数量６４と、棚番号６５と、区画番号６６と、を含む。以下、割り当てデータを総称する場合、「割り当てデータ５６」と表記する。図１３は、図１２の例に対する作業割当部１６の処理結果を示している。図１３は、３名の作業者に対して顧客数をなるべく均等に割り当てた場合を示している。全顧客数が７なので、１人目の作業員が３人分、２、３人目の作業員が２人分の顧客を担当するように割り当てられている。

図１の説明に戻る。巡回経路算出部１７は、作業割当部１６による割り当て結果に基づいて作業者ごとに巡回経路を算出する。巡回経路算出方法としては、例えば、特許文献１（特許第６４１８５５１号公報）に記載の手法を適用できる。特許文献１に記載の手法を適用する場合、巡回経路算出部１７は、区画４２内の巡回経路を固定した上で、割り当てデータ５６の全商品２１のピッキング作業を完了するまでの総移動距離を適応度とし、カート２６の出荷ボックス２７が一杯になった時点で出入口２３に戻る経路を選択することを制約条件として、遺伝的アルゴリズムによって所定の世代数で最適巡回経路を算出する。

作業量推定部１８は、巡回経路算出部１７による巡回経路の算出結果に基づいて作業者ごとの作業量を推定する。例えば、作業量推定部１８は、巡回経路の算出結果から直接的に導出可能な作業者ごとの移動距離を作業量として推定しても良い。また、例えば、作業量推定部１８は、作業者ごとの推定移動速度を予め記憶しておき、推定移動時間＝移動距離÷推定移動速度、を作業量として推定しても良い。更に、作業量推定部１８は、作業者ごとの熟練度に応じて移動時間以外の作業時間を推定し、総作業時間を作業量として推定しても良い。

作業割当部１６、巡回経路算出部１７及び作業量推定部１８を有することによって、作業の割り当て、巡回経路及び推定作業量を提示することができ、倉庫作業の効率化を支援することができる。特に、倉庫作業の効率化のための作業計画や作業管理を定量的に評価可能な情報を提供することができる。

実施例は、本実施の形態におけるピッキング作業支援システム１によって作業を割り当てた場合の模擬結果である。比較例は、受注伝票データ５１順に作業を割り当てた場合の模擬結果である。実施例と比較例の違いは、作業の割り当てのプログラムのみであり、巡回経路の算出等の他のプログラムは同一である。

作業データは、顧客数が８００人、受注伝票データ５１のレコード数が１０１３件、作業者の人数が１０人とした。倉庫レイアウトは、右側区画数が５、左側区画数が５、総区画数が１０とし、全ての区画４２について１０連８列の棚２２を含むものとした。棚サイズは、全ての棚２２について高さが１ｍ、幅が１ｍ、奥行きが１ｍとした。中央通路２４の幅は２ｍ、棚間通路２５の幅は１．２ｍとした。巡回経路の算出に関する遺伝的アルゴリズムのパラメータは、個体数が５００個体、世代数が１０００世代、突然変異率が３．７５％とし、模擬回数は１０回とした。

表１は、歩行距離の算出結果を示している。実施例は、比較例よりも総歩行距離が１８．８％短縮された。この結果から、本実施の形態におけるピッキング作業支援システム１は、作業者の歩行距離を大幅に短縮することができ、複数の作業者への作業割り当てを適切に行うことができることが分かる。例えば、一日の始業時に未処理の注文を複数の作業者に割り当てる場合、本実施の形態におけるピッキング作業支援システム１によれば、作業者ごとの作業時間に偏りが生じることを抑制し、出荷の遅れや残業時間の増大を防止することができる。

以上、添付図面を参照しながら、本発明に係るピッキング作業支援システム等の好適な実施形態について説明したが、本発明はかかる例に限定されない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例又は修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

１………ピッキング作業支援システム
２………端末
３………サーバ
４………ネットワーク
１１………レイアウト情報設定部
１２………レイアウト情報記憶部
１３………商品格納情報記憶部
１４………受注伝票データ記憶部
１５………伝票集約部
１６………作業割当部
１７………巡回経路算出部
１８………作業量推定部
２０………倉庫
２１………商品
２２………棚
２３………出入口
２４………中央通路
２５………棚間通路
２６………カート
２７………出荷ボックス
３０………区画レイアウト設定部
４０………仮想倉庫
４１………座標
４２………区画
４３………区画点
５１………受注伝票データ
５２………顧客別伝票データ
５３………棚別伝票データ
５４………伝票グループデータ
５５………出庫伝票データ
５６………割り当てデータ
６１………売上番号
６２………顧客コード
６３………商品コード
６４………出荷数量
６５………棚番号
６６………区画番号

Claims (6)

1. 倉庫内に格納された商品のピッキング作業を支援するピッキング作業支援システムであって、
   前記倉庫の一部の領域を示す区画の識別情報と、前記区画に含まれる棚の識別情報とを対応付けて記憶するレイアウト情報記憶部と、
   前記商品の識別情報と、前記商品が格納される前記棚の識別情報とを対応付けて記憶する商品格納情報記憶部と、
   顧客の識別情報と、前記顧客が注文する前記商品の識別情報とを含む受注伝票データを記憶する受注伝票データ記憶部と、
   前記受注伝票データを前記顧客の識別情報ごとに分割して顧客別伝票データを生成し、前記顧客別伝票データを前記棚の識別情報ごとに集約して棚別伝票データを生成し、残っている前記顧客別伝票データと前記棚別伝票データを対象として前記区画の識別情報が一致するものを集約することによって伝票グループデータを生成し、前記ピッキング作業時の移動距離が最小となるように前記伝票グループデータを整列して集約し、出庫伝票データを生成する伝票集約部と、
   を備えることを特徴とするピッキング作業支援システム。
2. 前記伝票集約部は、前記伝票グループデータ同士の前記区画の識別情報の論理和を算出し、前記論理和に含まれる全ての前記区画を巡回するときの距離を重みとして重み付きマッチングのアルゴリズムを適用し、前記重みが最小となるように前記伝票グループデータのマッチングを行い、マッチングされた前記伝票グループデータ同士を連結して新たな前記伝票グループデータとする処理を繰り返し行う
   ことを特徴とする請求項１に記載のピッキング作業支援システム。
3. 前記伝票集約部は、全ての前記棚の識別情報が完全に一致するものを集約して前記棚別伝票データとし、全ての前記区画の識別情報が完全に一致するものを集約して前記伝票グループデータとする
   ことを特徴とする請求項２に記載のピッキング作業支援システム。
4. 前記出庫伝票データを作業者ごとに割り当てる作業割当部と、
   割り当て結果に基づいて前記作業者ごとに巡回経路を算出する巡回経路算出部と、
   前記巡回経路の算出結果に基づいて前記作業者ごとの作業量を推定する作業量推定部と、
   を更に備えることを特徴とする請求項１乃至請求項３のいずれかに記載のピッキング作業支援システム。
5. 前記倉庫のレイアウトの設定値を受け付け、前記レイアウト情報記憶部に記憶させるレイアウト情報設定部、
   を更に備えることを特徴とする請求項１乃至請求項４のいずれかに記載のピッキング作業支援システム。
6. コンピュータを、倉庫内に格納された商品のピッキング作業を支援するピッキング作業支援システムとして機能させるためのプログラムであって、
   前記コンピュータを、
   前記倉庫の一部の領域を示す区画の識別情報と、前記区画に含まれる棚の識別情報とを対応付けて記憶するレイアウト情報記憶部と、
   前記商品の識別情報と、前記商品が格納される前記棚の識別情報とを対応付けて記憶する商品格納情報記憶部と、
   顧客の識別情報と、前記顧客が注文する前記商品の識別情報とを含む受注伝票データを記憶する受注伝票データ記憶部と、
   前記受注伝票データを前記顧客の識別情報ごとに分割して顧客別伝票データを生成し、前記顧客別伝票データを前記棚の識別情報ごとに集約して棚別伝票データを生成し、残っている前記顧客別伝票データと前記棚別伝票データを対象として前記区画の識別情報が一致するものを集約することによって伝票グループデータを生成し、前記ピッキング作業時の移動距離が最小となるように前記伝票グループデータを整列して集約し、出庫伝票データを生成する伝票集約部と、
   を備えるピッキング作業支援システムとして機能させるためのプログラム。

Images