JP6418551B2

JP6418551B2 - 倉庫作業支援装置及び倉庫作業支援プログラム

Info

Publication number: JP6418551B2
Application number: JP2014179858A
Authority: JP
Inventors: 高橋　毅; 高橋　　毅; 眞西田; 陽一景山; 千佳子石沢; 鈴木　賢太; 賢太鈴木; 八郎遠藤
Original assignee: Akita University NUC
Current assignee: Akita University NUC
Priority date: 2014-09-04
Filing date: 2014-09-04
Publication date: 2018-11-07
Anticipated expiration: 2034-09-04
Also published as: JP2016052938A

Description

本発明は、倉庫内に保管された商品のピッキング作業を支援する倉庫作業支援装置等に関するものである。

インターネット通販のように、出荷量が少量かつ多品種の商品を取り扱う倉庫では、商品のピッキング作業について自動化が困難であり、作業員が必要になる。効率的なピッキング作業を行うためには、倉庫内のレイアウトや商品の保管場所を熟知する必要がある。また、季節商品等のように、商品の入れ替えが発生した場合、新しく保管された商品の保管場所を覚えるまでに時間を要し、作業効率が低下することが想定される。このようなピッキング作業を支援するために、従来から、情報技術を用いた手法が提案されている。

例えば、特許文献１では、予め決められたピッキング方法を用いて、遺伝的焼きなまし法により、作業者の作業時間と総稼働時間がいずれも最小となるように物品の棚替えを行うことが開示されている。

また、特許文献２では、出庫要求ファイルに基づいてピッキング棚（ピッキングの対象となる棚）を決定し、ピッキング棚から商品をピッキングする順序について全ての組み合わせを算出し、全ての組み合わせについて、搬送機器の積載可能体積（又は重量）を考慮して巡回回数及びピッキング回数を計算し、巡回回数及びピッキング回数が最少のピッキング順序を選択することが開示されている。

特開平８−１３３４２７号公報特開２０００−１１８６４０号公報

しかしながら、特許文献１に記載の技術は、物品の保管場所の最適化のみを行っており、巡回経路の最適化を行っていないので、ピッキング作業の最適化としては不十分である。

特許文献２に記載の技術は、巡回経路の最適化を行っているものの、取り得る全てのピッキング順序について計算を行うので、計算時間を要する。取り得るピッキング順序の数は、商品の種類の数や倉庫のレイアウトの複雑さに依存するため、多品種の商品を取り扱う倉庫や複雑なレイアウトの倉庫に対しては、実用的な時間内に計算することができない。

また、特許文献２に記載の技術は、搬送機器の移動距離を全く考慮していないので、効率的ではない巡回経路を選択してしまう場合がある。すなわち、搬送機器の積載体積（重量）が一杯になると、出入口まで一旦戻らなければならないが、例えば、出入口から遠い場所で一杯になった場合、搬送機器の移動距離が長くなってしまい、作業効率が向上するとは言えない。尚、倉庫内にコンベアを配置し、商品をコンベアで搬送する方法も考えられるが、コストが高くなるとともに、倉庫内のレイアウト変更が困難となり柔軟性に欠ける。本発明は、コンベアによる搬送方法の代替技術であり、低コストかつ倉庫レイアウトの柔軟性を維持することが可能な技術である。

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、作業効率が向上する巡回経路を実用的な時間内に計算することが可能な倉庫作業支援装置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、倉庫内に保管された商品のピッキング作業を支援する倉庫作業支援装置であって、商品の種類及び出庫数を含む出庫伝票データを入力する入力手段と、前記出庫伝票データの全商品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、現在カートに積載されている商品の体積又は重量の合計を示す現在総積載量が所定のカート最大積載量を超過する前に商品の荷下ろしを行う荷下ろし点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算出手段と、前記最適巡回経路を含む作業指示伝票データを出力する出力手段と、を備え、前記算出手段は、商品を保管する棚の設置位置を含む倉庫レイアウトデータに基づいて、設置位置が隣接する前記棚の集合を１つの区画として集約し、前記区画内の巡回経路を固定し、前記遺伝的アルゴリズムによる処理を実行することを特徴とする倉庫作業支援装置である。第１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することが可能となる。また、遺伝的アルゴリズムによる処理時間を短縮することができる。

第１の発明における前記算出手段は、前記遺伝的アルゴリズムによる各世代の処理ごとに、前記制約条件を満たすか否かを判断し、前記制約条件を満たさない場合には、前記荷下ろし点を全体の巡回経路に挿入することが望ましい。これによって、作業者が実際のピッキング作業で使用可能な最適巡回経路を算出することができる。

第１の発明は、品の着目要素の構成比を上位から順に足した数値である累積構成比を算出し、前記着目要素の構成比と前記累積構成比を同一グラフに示すパレート図を作成し、商品の重要度別にグループ分けを行うことを支援するグループ分け支援手段と、商品のグループ分けの結果に基づいて、商品を保管する棚を割り当てる商品保管棚割当手段と、を更に備えることが望ましい。これによって、更に作業効率が向上する巡回経路を計算することが可能となる。

第２の発明は、コンピュータを、倉庫内に保管された商品のピッキング作業を支援する倉庫作業支援装置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、商品の種類及び出庫数を含む出庫伝票データを入力する入力手段と、前記出庫伝票データの全商品のピッキング作業を完了するまでの総移動距離を評価値とし、現在カートに積載されている商品の体積又は重量の合計を示す現在総積載量が所定のカート最大積載量を超過する前に商品の荷下ろしを行う荷下ろし点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算出手段と、前記最適巡回経路を含む作業指示伝票データを出力する出力手段と、を備え、前記算出手段は、商品を保管する棚の設置位置を含む倉庫レイアウトデータに基づいて、設置位置が隣接する前記棚の集合を１つの区画として集約し、前記区画内の巡回経路を固定し、前記遺伝的アルゴリズムによる処理を実行する倉庫作業支援装置として機能させるためのプログラムである。第２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することが可能となる。また、遺伝的アルゴリズムによる処理時間を短縮することができる。

本発明により、作業効率が向上する巡回経路を実用的な時間内に計算することが可能な倉庫作業支援装置等を提供することができる。

倉庫作業支援装置１のハードウエア構成図倉庫レイアウトの一例を示す図巡回経路導出処理の流れを示すフローチャートノード削減処理を説明する図経路探索処理の流れを示すフローチャート荷下ろし点挿入処理の流れを示すフローチャート荷下ろし点挿入処理を説明する図商品配置決定処理の流れを示すフローチャート商品保管棚割当結果の一例を示す図比較例の歩行導線を示す図第１実施例の歩行導線を示す図第２実施例のパレート図第２実施例の歩行導線を示す図

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。本発明の実施形態における倉庫作業支援システムは、例えば、各倉庫２に設置されるクライアント端末と、データを管理するサーバとが、インターネットを介して接続される。後述する各種処理は、サーバが実行しても良いし、クライアント端末が実行しても良い。例えば、サーバが各種計算処理を行い、クライアント端末が各種出力処理を実行しても良い。また、クライアント端末が、サーバから各種計算処理のためのプログラムをダウンロードし、クライアント端末が各種計算処理及び各種出力処理を実行しても良い。以下では、説明を分かり易くするために、サーバとクライアント端末を区別せず、倉庫作業支援装置１が全ての処理を実行するものとして説明する。

図１は、倉庫作業支援装置１のハードウエア構成図である。倉庫作業支援装置１を実現するコンピュータは、制御部１１、記憶部１２、メディア入出力部１３、通信制御部１４、入力部１５、表示部１６、周辺機器Ｉ／Ｆ部１７等が、バス１８を介して接続される。

制御部１１は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等で構成される。ＣＰＵは、記憶部１２、ＲＯＭ、記録媒体等に格納されるプログラムをＲＡＭ上のワークメモリ領域に呼び出して実行し、バス１８を介して接続された各装置を駆動制御し、倉庫作業支援装置１が行う後述する処理を実現する。ＲＯＭは、不揮発性メモリであり、コンピュータのブートプログラムやＢＩＯＳ等のプログラム、データ等を恒久的に保持している。ＲＡＭは、揮発性メモリであり、記憶部１２、ＲＯＭ、記録媒体等からロードしたプログラム、データ等を一時的に保持するとともに、制御部１１が各種処理を行うために使用するワークエリアを備える。

記憶部１２は、例えば、ＨＤＤ（Hard Disk Drive）やフラッシュメモリ（Flash Memory）であり、制御部１１が実行するプログラム、プログラム実行に必要なデータ、ＯＳ（Operating System）等が格納される。プログラムに関しては、ＯＳに相当する制御プログラムや、後述する処理をコンピュータに実行させるためのアプリケーションプログラムが格納されている。これらの各プログラムコードは、制御部１１により必要に応じて読み出されてＲＡＭに移され、ＣＰＵに読み出されて各種の手段として実行される。

メディア入出力部１３は、データの入出力を行い、例えば、ＣＤドライブ（−ＲＯＭ、−Ｒ、−ＲＷ等）、ＤＶＤドライブ（−ＲＯＭ、−Ｒ、−ＲＷ等）、各種メモリカードのスロット等のメディア入出力装置を有する。通信制御部１４は、通信制御装置、通信ポート等を有し、コンピュータとネットワーク間の通信を媒介する通信インタフェースであり、ネットワークを介して、他のコンピュータ間との通信制御を行う。ネットワークは、有線、無線を問わない。

入力部１５は、データの入力を行い、例えば、キーボード、マウス等のポインティングデバイス、テンキー等の入力装置を有する。入力部１５を介して、コンピュータに対して、操作指示、動作指示、データ入力等を行うことができる。表示部１６は、液晶パネル等のディスプレイ装置、ディスプレイ装置と連携してコンピュータのビデオ機能を実現するための論理回路等（ビデオアダプタ等）を有する。尚、入力部１５及び表示部１６は、タッチパネルディスプレイのように、一体となっていても良い。

周辺機器Ｉ／Ｆ（Interface）部１７は、コンピュータに周辺機器を接続させるためのポートであり、周辺機器Ｉ／Ｆ部１７を介してコンピュータは周辺機器とのデータの送受信を行う。周辺機器Ｉ／Ｆ部１７は、ＵＳＢやＩＥＥＥ１３９４やＲＳ−２３２Ｃ等で構成されており、通常複数の周辺機器Ｉ／Ｆを有する。周辺機器との接続形態は有線、無線を問わない。バス１８は、各装置間の制御信号、データ信号等の授受を媒介する経路である。

ここで、図２を参照しながら、本実施の形態における倉庫レイアウト及び商品３に関する前提条件を説明する。図２は、倉庫レイアウトの一例を示す図である。

図２に示すように、倉庫２には、商品３を保管する棚２１が複数設置されており、出入口２２が１つ存在する。作業者は、倉庫２の出入口２２から入り、出庫伝票に記載の全ての商品３をカート４に積載するピッキング作業を行い、倉庫２の出入口２２に戻る。倉庫２は、中央部に出入口２２へ通じる１本の主要通路２３があり、更に、主要通路２３へ通じる複数の列間通路２４がある。

図２に示す例では、図面の左右方向に伸びる列ごとに、主要通路２３を介して９架ずつ、合計１８架の棚２１が設置されている。列数は２８列である。従って、総棚数は、１８×２８＝５０４架である。

互いに向かい合う２つの列の間に、主要通路２３から分岐した２つの列間通路２４がある。１つの列間通路２４に対して、両側にそれぞれ９架ずつ棚２１が設置される。作業者は、列間通路２４から棚２１に保管されている商品３をピッキングする。各商品３をピッキング可能な列間通路２４は、棚２１ごとに１つだけである。

カート４に積載する商品３の体積又は重量（以下、「商品積載量」と表記する。）は、全ての商品３で同一とする。また、カート４に積載可能な最大体積又は最大重量（以下、「カート最大積載量」と表記する。）は予め定められているものとする。そうすると、カート４に積載可能な商品３の数（以下、「最大積載商品数」と表記する。）は、最大積載商品数＝カート最大積載量／商品積載量となる。

まず、図３〜図７を参照しながら、巡回経路導出処理について説明する。

図３は、巡回経路導出処理の流れを示すフローチャートである。巡回経路導出処理では、倉庫作業支援装置１は、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。適応度は、後述する出庫伝票データの全商品のピッキング作業を完了するまでの総移動距離とする。本発明の実施の形態では、総移動距離は、倉庫２の入口（出入口２２）から入り、出庫伝票の全ての商品３をピッキングし、倉庫２の出口（出入口２２）に戻るまでの距離である。また、制約条件は、現在カート４に積載されている商品３の体積又は重量の合計を示す現在総積載量が所定のカート最大積載量を超過する前に商品３の荷下ろしを行う荷下ろし点（倉庫２の出入口２２）に戻る経路を選択することとする。本実施の形態のように、全ての商品３で商品積載量が同一と仮定すれば、制約条件は、現在カート４に積載されている商品３の積載数が最大積載商品数を超過する前に荷下ろし点に戻る経路を選択することと言い換えることもできる。

図３に示すように、倉庫作業支援装置１の制御部１１は、出庫伝票を読み込み、出庫伝票データとして入力する（ステップＳ１）。出庫伝票データは、少なくとも、商品３の種類及び出庫数を含むデータである。商品３の種類を示すデータは、例えば、商品３を一意に識別する商品コードでも良いし、商品名でも良い。読み込み対象とする出庫伝票は、１枚でも良いし、複数枚でも良い。また、読み込み対象とする出庫伝票は、注文者が同一でも良いし、異なっていても良い。注文者が異なる場合、作業者は、ピッキング作業中又はピッキング終了後、それぞれの注文者ごとに商品３の振り分け作業を行えば良い。

次に、制御部１１は、出庫伝票が複数枚存在するか否か確認する（ステップＳ２）。複数枚存在する場合（ステップＳ２のＹｅｓ）、制御部１１は、重複する商品３を検索し、データの取り纏めを行う（ステップＳ３）。すなわち、制御部１１は、複数枚の出庫伝票に同一の種類の商品３が存在するか否かを検索し、存在する場合には、出庫数を合算し、単一のデータとして取り扱う。複数枚存在しない場合（ステップＳ２のＮｏ）、制御部１１は、ステップＳ４に進む。

次に、制御部１１は、読み込み対象とする出庫伝票に含まれる商品３の種類数をＲＡＭ又は記憶部１２に記憶する（ステップＳ４）。商品３の種類数は、巡回対象となる棚２１の数と同一である。

次に、制御部１１は、遺伝的アルゴリズムを実行するための初期母集団を作成する（ステップＳ５）。制御部１１は、ランダムに初期母集団を作成する。各標本は、倉庫２の入口（出入口２２）から入り、出庫伝票の全ての商品３をカート４に積載し、倉庫２の出口（出入口２２）に戻るまでの巡回経路を示す。

次に、制御部１１は、ノード削減処理を実行する（ステップＳ６）。

図４は、ノード削減処理を説明する図である。図４（ａ）〜図４（ｃ）において、棚２１内に示されている数字（「１」〜「９」、「１９」〜「２７」、「３７」〜「４５」）は、棚２１を一意に識別する棚番号である。記憶部１２には、予め、商品３を保管する棚２１の設置位置を含む倉庫レイアウトデータが記憶されている。図４（ａ）に示すように、倉庫レイアウトデータは、出入口２２の位置や、主要通路２３及び列間通路２４の単位区間ごとの位置を示す座標５を含む。出入口２２の位置を示す座標５は１個である。主要通路２３の単位区間ごとの位置を示す座標５は、分岐する列間通路２４ごとに２個である。列間通路２４の単位区間ごとの位置を示す座標５は、各列に設置される棚２１と同じ数であって、図４（ａ）に示す例では１８個である。

各座標５は、遺伝的アルゴリズムにおける探索対象となる「ノード」と１対１に対応する。そして、巡回経路は、座標５の順序付リストデータとして表現される。一般に、ノード数が増えれば、遺伝的アルゴリズムの処理時間も増大するため、本実施の形態ではノード削減処理を実行する。具体的には、図４（ａ）に示すように、制御部１１は、設置位置が隣接する棚２１同士の集合を１つの区画６として集約する。設置位置が隣接する棚２１同士とは、物理的に接している棚２１同士に限るものではなく、各棚２１に対応付けられる座標５が隣接している棚２１同士を意味する。

後述するステップＳ７の経路探索処理では、制御部１１は、区画６内のノードは１つのノードに集約されているものとし、区画６内の巡回経路を固定し、遺伝的アルゴリズムによる処理を実行する。図４（ｂ）、図４（ｃ）に示す例では、制御部１１は、反時計回りとなる第１の区画内巡回経路７１と、時計回りとなる第２の区画内巡回経路７２の２通りに固定する。そして、制御部１１は、同一の区画６内に含まれる商品３は１度に纏めてピッキングするものとして、ステップＳ７の経路探索処理を実行する。これによって、経路探索処理の処理時間を大幅に削減することができる。

図３の説明に戻る。次に、制御部１１は、遺伝的アルゴリズムによる経路探索処理を実行する（ステップＳ７）。

図５は、経路探索処理の流れを示すフローチャートである。図５に示すように、倉庫作業支援装置１の制御部１１は、所定の試行回数（＝所定の世代数）だけ、処理を繰り返したか否か確認する（ステップＳ１１）。所定の試行回数だけ処理を繰り返していない場合（ステップＳ１１のＮｏ）、制御部１１はステップＳ１２に進む。所定の試行回数だけ処理を繰り返した場合（ステップＳ１１のＹｅｓ）、制御部１１は処理を終了する。

次に、制御部１１は、集団Ａを用いた適応度評価（順位付け）を行う（ステップＳ１２）。集団Ａは、初回の処理では初期母集団であり、２回目以降の処理では前回の処理結果である。適応度は、ピッキング作業における作業者の総移動距離である。制御部１１は、適応度が高い順、すなわち総移動距離が短い順に、各巡回経路の順位付けを行い、順位を反映した集団Ｂを生成する。順位を反映した集団Ｂは、例えば、集団Ａを順位の昇順または降順に並べ替えたものである。

次に、制御部１１は、順位を反映した集団Ｂを用いて、交叉や突然変異処理を実行する（ステップＳ１３）。交叉や突然変異処理の対象となるノードは、区画６ごとに集約されたノードである。交叉や突然変異処理の具体的な内容については、特に限定されるものではなく、適宜選択することが可能である。

次に、制御部１１は、区画６の中身を含めた巡回経路を算出する（ステップＳ１４）。すなわち、制御部１１は、各区画６内の巡回経路について、ノード削減処理を実行する前のノード（＝棚２１ごとに対応付けられているノード）単位で詳細な巡回経路を算出する。尚、区画６内の巡回順を反時計回りとするか、又は時計回りとするかについては、ステップＳ１３において決定されている。

次に、制御部１１は、荷下ろし点挿入処理を実行し（ステップＳ１５）、ステップＳ１１から繰り返す。

図６は、荷下ろし点挿入処理の流れを示すフローチャートである。カート４への積載量が、一度に運搬可能な最大積載量を超えた場合、出口（出入口２２）において商品３の荷下ろし作業が必要となる。そこで、倉庫作業支援装置１の制御部１１は、遺伝的アルゴリズムによる各試行（＝各世代）の処理ごとに、制約条件を満たすか否かを判断し、制約条件を満たさない場合には、カート４から商品３の荷下ろしを行う荷下ろし点を全体の巡回経路に挿入する。

図６に示す変数の定義は、下記の通りである。
ｍ：巡回対象となる棚２１の数（＝ステップＳ４で記憶される商品の種類数）
ｋ：現在処理対象の棚２１の順番（ｋは自然数であり、ｋ≦ｍとし、初期状態はｋ＝１とする。）
Ｘ_ｋ：ｋ番目の棚２１でカート４に積載する商品３の個数
Ｙ：カート４の最大積載商品数
Ｃ_ｌｋ：現在のカート４の積載量を示すカウンタ
Ｎ：荷下ろし点の個数（初期状態はＮ＝０とする。）

図６に示すように、倉庫作業支援装置１の制御部１１は、ｋ≦ｍを満たすか否か確認する（ステップＳ２１）。肯定の場合（ステップＳ２１のＹｅｓ）、制御部１１は、ステップＳ２２に進む。否定の場合（ステップＳ２１のＮｏ）、制御部１１は、処理を終了する。

ステップＳ２２では、制御部１１は、Ｃ_ｌｋ＋Ｘ_ｋの値をＣ_ｌｋに代入する。次に、制御部１１は、Ｃ_ｌｋ≧Ｙを満たすか否か確認する（ステップＳ２３）。肯定の場合（ステップＳ２３のＹｅｓ）、制御部１１は、ステップＳ２４に進む。否定の場合（ステップＳ２３のＮｏ）、制御部１１は、ステップＳ２７に進む。

ステップＳ２４では、制御部１１は、Ｃ_ｌｋ−Ｙの値をＣ_ｌｋに代入する。次に、制御部１１は、全体の巡回経路に荷下ろし点を挿入し、Ｎ＋１の値をＮに代入する（ステップＳ２５）。次に、制御部１１は、Ｃ_ｌｋ＞Ｙを満たすか否か確認する（ステップＳ２６）。肯定の場合（ステップＳ２６のＹｅｓ）、制御部１１は、ステップＳ２４に進む。否定の場合（ステップＳ２６のＮｏ）、制御部１１は、ステップＳ２７に進む。

ステップＳ２７では、制御部１１は、ｋ＋１の値をｋに代入し、ステップＳ２４から繰り返す。

図７は、荷下ろし点挿入処理を説明する図である。図７に示す例では、図７（ａ）に示すように、棚番号が「１」、「２」、「３」の棚２１に設置されている商品３を、それぞれ１５００個、１６００個、１５００個ずつ、この順番でピッキングするものとし、カート４の最大積載商品数は１５３６個とする。

図７（ｂ）に示すように、制御部１１は、棚番号が「１」、「２」の棚２１に設置されている商品３を、それぞれ１５００個、３６個ずつカート４に積載した時点で、１つ目の荷下ろし点を挿入する。次に、図７（ｃ）に示すように、制御部１１は、棚番号が「２」の棚２１に設置されている商品３を１５３６個カート４に積載した時点で、２つ目の荷下ろし点を挿入する。そして、制御部１１は、棚番号が「２」、「３」の棚２１に設置されている商品３を、それぞれ２８個、１５００個ずつカート４に積載できると判断し、荷下ろし点挿入処理を終了する。

尚、制御部１１は、カート４から商品３の荷下ろしを行う荷下ろし点として、出口（出入口２２）のノードを設定する。また、荷下ろし点挿入処理の制約条件をまとめると、以下の通りである。
・荷下ろし点を巡回経路の始点及び終点としない。
・カート４の最大積載商品数を超過する巡回経路を選択しない。
・荷下ろし点同士が隣り合わない。

図３の説明に戻る。次に、制御部１１は、探索結果を表示部１６に表示し、作業指示伝票データを周辺機器Ｉ／Ｆ部１７を介してプリンタ等に出力する（ステップＳ８）。作業指示伝票データには、作業者ごとの最適巡回経路が記載されている。作業者は、作業指示伝票データに従って倉庫２内を巡回し、商品３のピッキング作業を行う。

次に、制御部１１は、総作業時間を算出する（ステップＳ９）。例えば、記憶部１２には、予め実施される実験に基づく作業者の推定歩行速度、商品３ごとのピッキング作業における推定停留作業時間等を記憶しておく。そして、制御部１１は、推定歩行速度及び推定停留作業時間等と、最適巡回経路の歩行距離に基づいて、総作業時間を算出する。

以上説明した巡回経路導出処理によれば、作業効率が向上する巡回経路を実用的な時間内に計算することが可能となる。

尚、前述の説明では、全ての商品３で商品積載量が同一と仮定したが、この仮定は必須条件ではない。商品３ごとに商品積載量が異なる場合、予め商品３ごとの商品積載量を記憶部１２に記憶しておくか、又は商品３ごとの商品積載量を出庫伝票データに含めるようにし、倉庫作業支援装置１が、制約条件を満たすか否かの判断において、現在カート４に積載されている商品３の商品積載量の合計を算出することによって、同様の処理を実行することができる。

また、前述の説明では、入口と出口の位置を出入口２２として共通としたが、入口と出口が別々の位置に設置されていても良い。また、前述の説明では、カート４から商品３の荷下ろしを行う荷下ろし点を出口としたが、出口と別の位置に設置されていても良い。

更に、倉庫２のレイアウトとして、１本の主要通路２３と、主要通路２３へ通じる複数の列間通路２４が存在するものとしたが、これに限定されるものではない。例えば、主要通路２３が複数存在しても良いし、列間通路２４から更に分岐する通路が存在しても良い。

次に、図８、図９を参照しながら、商品配置決定処理について説明する。

図８は、商品配置決定処理の流れを示すフローチャートである。商品配置決定処理は、グループ分け支援処理及び商品保管棚割当処理を含む。グループ分け支援処理では、倉庫作業支援装置１は、商品３の着目要素の構成比を上位から順に足した数値である累積構成比を算出し、着目要素の構成比と累積構成比を同一グラフに示すパレート図を作成し、商品３の重要度別にグループ分けを行うことを支援する。商品保管棚割当処理では、倉庫作業支援装置１は、商品３のグループ分けの結果に基づいて、倉庫２の出口から近い順に、重要度が高いグループの商品３を保管する棚２１を割り当てる。

グループ分け支援処理では、累積構成比に応じて商品３を重要度別にグループ化する分析手法であるＡＢＣ分析を用いる。具体的には、着目要素の累積構成比に基づいてパレート図を作成し、商品３の売れ行き具合や利益貢献度を把握する手法である。着目要素は、例えば、商品３毎の売上高、出荷数量、出荷頻度、粗利益等である。以下では、着目要素として出荷数量を例にして説明する。

図８に示すように、倉庫作業支援装置１の制御部１１は、各商品３の出荷数量構成比を算出する(ステップＳ３１)。制御部１１は、出荷数量構成比（％）をＣ_ｉ、各商品３の出荷数量をＳ_ｉ、全商品３の総出荷数量をＳとし、Ｃ_ｉ＝Ｓ_ｉ／Ｓ×１００の式に基づいて、各商品３の出荷数量構成比を算出する。

次に、制御部１１は、累積構成比を算出する（ステップＳ３２）。総出荷数量に占める割合の多い商品３を明確にするため、制御部１１は、商品３を出荷数量構成比の大きい順に整列した出荷数量構成比順リストを作成する。そして、制御部１１は、ｎ番目までの商品３を含む累積構成比をＴ_ｎとし、Ｔ_ｎ＝Ｃ'_１＋Ｃ'_２＋・・・＋Ｃ'_ｎの式に基づいて、累積構成比を算出する。但し、Ｃ'_１、Ｃ'_２、・・・、Ｃ'_ｎは出荷数量構成比の大きい順に整列した後の出荷数量構成比を示す。

次に、制御部１１は、パレート図を作成する（ステップＳ３３）。パレート図は、ステップＳ３１で算出される出荷数量構成比と、ステップＳ３２で算出される累積構成比が同一のグラフ上に示されるものである（図１２参照）。

次に、制御部１１は、商品３の重要度別のグループ分けを決定する（ステップＳ３４）。制御部１１は、予め定められたグループの境界閾値によってグループ分けを決定することができる。例えば、３つのグループに分ける場合、累積構成比７０％と累積構成比９０％をグループの境界閾値として採用しても良い。尚、境界閾値は適宜選択することができる。また、制御部１１は、ユーザによるグループの境界閾値の入力を受け付けたり、最終的なグループ分けの入力を受け付けたりしても良い。

次に、制御部１１は、商品３を保管する棚２１の割り当てを行う（ステップＳ３５）。棚２１の割り当ては、例えば、重要度が高い順に、出入口２２から近い場所とする。

図９は、商品保管棚割当結果の一例を示す図である。図９に示す例では、グループ分けの結果、重要度が高い順から、Ａ、Ｂ、Ｃの３つのグループに分けられている。Ａグループに属する商品数は１０、Ｂグループに属する商品数は３０である。Ａグループの商品３を配置する棚２１の棚番号は、「１」〜「１０」である。Ｂグループの商品３を配置する棚２１の棚番号は「１１」〜「４０」である。Ａグループ及びＢグループの商品３を設置する棚２１については、出入口２２に近い順に棚番号の割り当てを行っている。各棚２１と出入口２２との近さは、市街地距離で評価する。Ｃグループの商品３を設置する棚２１については、倉庫２の右上端から順に、市街地距離とは無関係に、棚番号の割り当てを行っている。

制御部１１は、Ａグループに属する商品３について、出荷数量が多い順に、若い棚番号を割り当てる。次に、制御部１１は、Ｂグループに属する商品３について、出荷数量が多い順に、若い棚番号を割り当てる。最後に、制御部１１は、Ｃグループに属する商品３について、棚番号を割り当てる。尚、既に商品３が配置されていて再割当を行う場合であれば、Ｃグループに属する商品３については、なるべく移動しないように、棚番号を割り当てることが望ましい。

以上説明した商品配置決定処理を巡回経路導出処理の前に実行すれば、更に作業効率が向上する巡回経路を計算することが可能となる。

尚、前述の説明では、Ｃグループの商品３を設置する棚２１については、市街地距離とは無関係に棚番号の割り当てを行うものとしたが、これに限定するものではなく、ＡグループやＢグループと同様に、出入口２２に近い順に棚番号の割り当てを行っても良い。その場合、Ｃグループに属する商品３については、出荷数量が多い順に、若い棚番号を割り当てることが望ましい。

また、前述の説明では、商品３の着目要素を出荷数量としたが、出荷頻度とすることも望ましい。例えば、少数の顧客から多量の注文が来る商品３の場合、総出荷数量は多くなるが、出荷頻度は低い。このような商品３は、どこに配置してもピッキング作業の最適化に影響しない。一方、多数の顧客から少量の注文が来る商品３の場合、総出荷数量は多くないが、出荷頻度は高い。このような商品３の配置場所は、ピッキング作業の最適化に大きく影響する。従って、商品３の着目要素は、出荷数量よりも出荷頻度の方が望ましいことが多い。

以下では、図１０〜図１３を参照しながら、倉庫作業支援装置１による算出結果を示す実施例について説明する。

本実施例では、倉庫レイアウトは、図２に示す通りとした。すなわち、入口と出口の位置が共通とし、１本の主要通路２３と、主要通路２３へ通じる複数の列間通路２４が存在するものとし、各列に１８架の棚２１が設置され、列数は２８列、総棚数は１８×２８＝５０４架とした。また、全ての商品３で商品積載量が同一と仮定し、カート４の最大積載商品数は１５３６個とした。

本実施例は、巡回経路導出処理のみを実行する実施例１と、商品配置決定処理及び巡回経路導出処理の両方を実行する実施例２を含む。また、比較例は、従来の公知文献で推奨されているＵ字対面歩行による巡回経路とした。図２を参照すると、Ｕ字対面歩行は、倉庫２の左上端の列から左下端の列に向かって順に巡回していき、次に、倉庫２の右下端の列から右上端の列に向かって順に巡回していくものである。また、図４を参照すると、区画６内については、第１の区画内巡回経路７１又は第２の区画内巡回経路７２を選択するというものである。そして、実施例１、実施例２、比較例のいずれにおいても、最大積載商品数が超える前に荷下ろし作業を行う巡回経路とした。

本実施例の使用データは、過去の実績データ６３０件分とした。遺伝的アルゴリズムのパラメータは、個体数が５００、世代数が１０００、突然変異率が３．７５％とした。本実施例のシミュレーション回数は、各データで１０回ずつとし、最も良好な結果を出力した。

図１０は、比較例の歩行導線を示す図である。図１１は、第１実施例の歩行導線を示す図である。いずれも、荷下ろし点の数は３、巡回回数は４である。各巡回の歩行導線が重畳表示されているため、図面からは判別しにくいが、比較例よりも第１実施例の方が、出入口２２から遠くの位置まで巡回する回数が少ないという結果になった。

図１２は、第２実施例のパレート図である。図１２に示すように、出荷数量の累積構成比が７０％までの商品３をＡグループとし、出荷数量の累積構成比が７０％〜９０％までの商品３をＢグループとし、出荷数量の累積構成比が９０％を超える商品３をＣグループとした。その結果、Ａグループは１７品、Ｂグループは３８品、Ｃグループは４４７品となった。

図１３は、第２実施例の歩行導線を示す図である。図１３から容易に分かるように、第２実施例では、出入口２２から最も遠い列の棚２１には巡回していない。これは、商品配置決定処理によって、重要度が低い商品３を出入口２２から最も遠い列の棚２１に割り当てたためである。

第１実施例と比較例の総移動距離を比較すると、比較例よりも第１実施例の方が、平均で７．８％短縮される結果となった。また、第２実施例と比較例の総移動距離を比較すると、比較例よりも第２実施例の方が、平均で４６．７％短縮される結果となった。すなわち、本発明の倉庫作業支援装置１は、作業効率が向上する巡回経路を算出することができた。

また、第１実施例及び第２実施例における巡回経路導出処理の計算時間は、全て５分以下であった。これは、実際の作業現場において、出庫伝票を受領してから作業者がピッキング作業を開始するまでの間に巡回経路導出処理を実行可能な時間と言える。

一般に、遺伝的アルゴリズムは、世代数が多ければ、精度が向上するものの、計算時間が長くなる。前述の通り、世代数を１０００とした本実施例では、十分な精度が得られた。従って、本発明の倉庫作業支援装置１は、作業効率が向上する巡回経路を実用的な時間内に計算することができたと言える。

本発明の倉庫作業支援装置１は、搬送機器による機械的なピッキング作業と、作業者による人的なピッキング作業の両方に適用することができる。特に、作業者による人的なピッキング作業に適用することで、ピッキング作業に係る人的コストを抑制することができる。

また、本発明の倉庫作業支援装置１は、商品数や倉庫レイアウトに限定されることなく適用することができる。特に、多品種の商品３を取り扱う倉庫２や複雑なレイアウトの倉庫２に適用することによって、従来技術と比較してより顕著な効果を得ることができる。

以上、添付図面を参照しながら、本発明に係る倉庫作業支援装置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.........倉庫作業支援装置
２.........倉庫
３.........商品
４.........カート
５.........座標
６.........区画
２１.........棚
２２.........出入口
２３.........主要通路
２４.........列間通路
７１.........第１の区画内巡回経路
７２.........第２の区画内巡回経路

Claims

倉庫内に保管された商品のピッキング作業を支援する倉庫作業支援装置であって、
商品の種類及び出庫数を含む出庫伝票データを入力する入力手段と、
前記出庫伝票データの全商品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、現在カートに積載されている商品の体積又は重量の合計を示す現在総積載量が所定のカート最大積載量を超過する前に商品の荷下ろしを行う荷下ろし点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算出手段と、
前記最適巡回経路を含む作業指示伝票データを出力する出力手段と、
を備え、
前記算出手段は、商品を保管する棚の設置位置を含む倉庫レイアウトデータに基づいて、設置位置が隣接する前記棚の集合を１つの区画として集約し、前記区画内の巡回経路を固定し、前記遺伝的アルゴリズムによる処理を実行することを特徴とする倉庫作業支援装置。
前記算出手段は、前記遺伝的アルゴリズムによる各世代の処理ごとに、前記制約条件を満たすか否かを判断し、前記制約条件を満たさない場合には、前記荷下ろし点を全体の巡回経路に挿入することを特徴とする請求項１に記載の倉庫作業支援装置。
商品の着目要素の構成比を上位から順に足した数値である累積構成比を算出し、前記着目要素の構成比と前記累積構成比を同一グラフに示すパレート図を作成し、商品の重要度別にグループ分けを行うことを支援するグループ分け支援手段と、
商品のグループ分けの結果に基づいて、商品を保管する棚を割り当てる商品保管棚割当手段と、
を更に備えることを特徴とする請求項１又は請求項２に記載の倉庫作業支援装置。
コンピュータを、倉庫内に保管された商品のピッキング作業を支援する倉庫作業支援装置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、
商品の種類及び出庫数を含む出庫伝票データを入力する入力手段と、
前記出庫伝票データの全商品のピッキング作業を完了するまでの総移動距離を評価値とし、現在カートに積載されている商品の体積又は重量の合計を示す現在総積載量が所定のカート最大積載量を超過する前に商品の荷下ろしを行う荷下ろし点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算出手段と、
前記最適巡回経路を含む作業指示伝票データを出力する出力手段と、
を備え、
前記算出手段は、商品を保管する棚の設置位置を含む倉庫レイアウトデータに基づいて、設置位置が隣接する前記棚の集合を１つの区画として集約し、前記区画内の巡回経路を固定し、前記遺伝的アルゴリズムによる処理を実行する倉庫作業支援装置として機能させるためのプログラム。