KR102264625B1 - 맞춤화가능한 목표에 기초한 창고 레이아웃의 최적화 - Google Patents

맞춤화가능한 목표에 기초한 창고 레이아웃의 최적화 Download PDF

Info

Publication number
KR102264625B1
KR102264625B1 KR1020217001140A KR20217001140A KR102264625B1 KR 102264625 B1 KR102264625 B1 KR 102264625B1 KR 1020217001140 A KR1020217001140 A KR 1020217001140A KR 20217001140 A KR20217001140 A KR 20217001140A KR 102264625 B1 KR102264625 B1 KR 102264625B1
Authority
KR
South Korea
Prior art keywords
warehouse
items
time
determining
optimal layout
Prior art date
Application number
KR1020217001140A
Other languages
English (en)
Other versions
KR20210008170A (ko
Inventor
크리스토퍼 핸스
다니엘 셰퍼
Original Assignee
보스턴 다이나믹스, 인크.
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 보스턴 다이나믹스, 인크. filed Critical 보스턴 다이나믹스, 인크.
Publication of KR20210008170A publication Critical patent/KR20210008170A/ko
Application granted granted Critical
Publication of KR102264625B1 publication Critical patent/KR102264625B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
    • 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
    • B65G57/00—Stacking of articles
    • B65G57/02—Stacking of articles by adding to the top of the stack
    • B65G57/03—Stacking of articles by adding to the top of the stack from above
    • 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
    • B65G61/00—Use of pick-up or transfer devices or of manipulators for stacking or de-stacking articles not otherwise provided for
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/026—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system using a predictor
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0838—Historical data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/28—Logistics, e.g. warehousing, loading, distribution or shipping

Abstract

예시적인 방법 및 시스템은 맞춤화가능한 목표에 따라 결정된 최적의 레이아웃으로의 창고의 재배치를 가능케한다. 예시적인 방법은, 창고 관리 시스템(warehouse management system)(WMS)에서, 창고 및 창고의 물품들의 정보를 수신하는 단계, 미래의 날짜에 창고에 입고될 것으로 예상되는 새로운 물품들 및 미래의 날짜에 배달을 위해 마킹된 창고에 존재하는 물품들을 포함한 물품 출하 예상을 식별하는 단계, 물품 출하 예상에 기초하여 현재 날짜의 창고의 물품들의 최적의 레이아웃을 결정하는 단계, 로봇 디바이스가 작업을 수행하기 위한 시간 측정값에 기초하여 물품들을 최적의 레이아웃으로 재배치하는 로봇 디바이스들 중 하나 이상에 의해 물품들을 재배치하기 위한 시간량을 결정하는 단계, 및 물품을 재배치하기 위한 시간량이 임계 시간량 미만인 것에 기초하여 창고의 물품들을 재배치하기로 결정하는 단계를 포함한다.

Description

맞춤화가능한 목표에 기초한 창고 레이아웃의 최적화 {OPTIMIZATION OF WAREHOUSE LAYOUT BASED ON CUSTOMIZABLE GOALS}
창고는, 제조업체, 도매업체 및 운송업체를 비롯한 다양한 상이한 유형의 사업체들에 의한 상품의 보관에 이용될 수 있다. 예시적인 보관된 상품으로서는, 원자재, 부품 또는 컴포넌트, 포장재, 및 완제품이 포함될 수 있다. 일부 경우에, 창고에는, 상품을 배달 트럭이나 다른 유형의 차량에 상하차할 수 있게 하는 하역장이 마련되어 있다. 창고는 또한, 팔레트 랙(pallet rack)의 로우(row)를 이용하여, 팔레트, 즉, 박스 스택 또는 기타의 물체를 담고 있는 납작한 운송 구조물의 보관을 허용할 수 있다. 추가로, 창고에는, 크레인 및 포크리프트(forklift) 등의, 상품이나 상품 팔레트를 들어올리고 이동시키기 위한 기계 또는 차량이 있을 수 있다. 기계, 차량 및, 기타의 장비를 작동하기 위해, 인간 조작원이 고용될 수 있다. 일부 경우에는, 기계들 또는 차량들 중 하나 이상이 컴퓨터 제어 시스템에 의해 안내받는 로봇 디바이스일 수 있다.
본 발명의 배경이 되는 기술이 개시된 선행문헌으로 미국 특허출원공개공보 US 2015/0073587이 있다.
한 예에서, 창고 관리 시스템(warehouse management system)(WMS)에서, 창고 내의 물품들의 실시간 재고 및 물품들의 실시간 위치 데이터를 수신하는 단계, 및 미래의 날짜에 창고에 입고될 것으로 예상되는 새로운 물품 및 미래의 날짜에 배달을 위해 마킹된 창고에 존재하는 물품을 포함한 물품 출하 예상을 식별하는 단계를 포함하는 방법이 설명된다. 식별하는 단계는 WMS에 의해 수행되고, 입고 기록, 주문 이행 및 출하 기록 중 하나 이상에 기초한다. 이 방법은 또한, 물품 출하 예상에 기초하여 물품들의 최적의 레이아웃을 결정하는 단계, 및 로봇 디바이스가 작업을 수행하기 위한 시간 측정값에 기초하여 로봇 디바이스가 물품들을 최적의 레이아웃으로 재배치하기 위한 시간량을 결정하는 단계를 포함한다. 이 방법은 또한, 물품들을 재배치하기 위한 시간량이 임계 시간량 미만인 것에 기초하여 창고의 물품들을 재배치하기로 결정하는 단계, 및 로봇 디바이스가 물품들을 최적의 레이아웃으로 재배치하게 하는 단계를 포함한다.
또 다른 예에서, 창고 내의 로봇 디바이스, 프로세서, 및 시스템으로 하여금 동작들을 수행케하도록 프로세서에 의해 실행가능한 명령어들을 포함하는 데이터 스토리지를 포함하는 시스템이 설명된다. 이 동작들은, 창고 내의 물품들의 실시간 재고 및 물품들의 실시간 위치 데이터를 수신하는 동작, 및 미래의 날짜에 창고에 입고될 것으로 예상되는 새로운 물품 및 미래의 날짜에 배달을 위해 마킹된 창고에 존재하는 물품을 포함한 물품 출하 예상을 식별하는 동작을 포함한다. 식별하는 동작은 입고 기록, 주문 이행 기록 및 출하 기록 중 하나 이상에 기초한다. 이 동작들은 또한, 물품 출하 예상에 기초하여 물품들의 최적의 레이아웃을 결정하는 동작; 로봇 디바이스가 작업을 수행하기 위한 시간 측정값에 기초하여 로봇 디바이스가 물품들을 최적의 레이아웃으로 재배치하기 위한 시간량을 결정하는 동작; 물품들을 재배치하기 위한 시간량이 임계 시간량 미만인 것에 기초하여 창고의 물품들을 재배치하기로 결정하는 동작; 및 로봇 디바이스가 물품들을 최적의 레이아웃으로 재배치하게 하는 동작을 포함한다.
역시 또 다른 예에서, 적어도 하나의 프로세서를 포함하는 컴퓨팅 시스템에 의해 실행될 때 컴퓨팅 시스템으로 하여금 동작들을 수행케하는 프로그램 명령어들이 저장된 비일시적인 컴퓨터-판독가능한 매체가 설명된다. 이 동작들은, 창고 내의 물품들의 실시간 재고 및 물품들의 실시간 위치 데이터를 수신하는 동작, 및 미래의 날짜에 창고에 입고될 것으로 예상되는 새로운 물품 및 미래의 날짜에 배달을 위해 마킹된 창고에 존재하는 물품을 포함한 물품 출하 예상을 식별하는 동작을 포함한다. 식별하는 동작은 입고 기록, 주문 이행 및 출하 기록 중 하나 이상에 기초한다. 이 동작들은 또한, 물품 출하 예상에 기초하여 물품들의 최적의 레이아웃을 결정하는 동작; 로봇 디바이스가 작업을 수행하기 위한 시간 측정값에 기초하여 로봇 디바이스가 물품들을 최적의 레이아웃으로 재배치하기 위한 시간량을 결정하는 동작; 물품들을 재배치하기 위한 시간량이 임계 시간량 미만인 것에 기초하여 창고의 물품들을 재배치하기로 결정하는 동작; 및 로봇 디바이스가 물품들을 최적의 레이아웃으로 재배치하게 하는 동작을 포함한다.
역시 또 다른 양태에서, 창고 관리 시스템(WMS)에서, 창고 내의 물품들의 실시간 재고 및 물품들의 실시간 위치 데이터를 수신하기 위한 수단을 포함하는 시스템이 제공된다. 이 시스템은 또한, 미래의 날짜에 창고에 입고될 것으로 예상되는 새로운 물품 및 미래의 날짜에 배달을 위해 마킹된 창고에 존재하는 물품을 포함한 물품 출하 예상을 식별하기 위한 수단을 포함한다. 이 시스템은 또한, 물품 출하 예상에 기초하여 물품들의 최적의 레이아웃을 결정하기 위한 수단을 포함한다. 이 시스템은 또한, 로봇 디바이스가 작업을 수행하기 위한 시간 측정값에 기초하여 로봇 디바이스가 물품들을 최적의 레이아웃으로 재배치하기 위한 시간량을 결정하기 위한 수단을 포함한다. 이 시스템은 또한, 물품들을 재배치하기 위한 시간량이 임계 시간량 미만인 것에 기초하여 창고의 물품들을 재배치하기로 결정하기 위한 수단, 및 로봇 디바이스가 물품들을 최적의 레이아웃으로 재배치하게 하기 위한 수단을 포함한다.
상기 요약은 단지 예시일 뿐이고 어떠한 식으로든 제한하고자 하는 것이 아니다. 전술된 예시적 양태, 구현, 및 피처들에 추가하여, 도면과 이하의 상세한 설명을 참조하면 추가의 양태, 구현, 및 피처들이 명백해질 것이다.
도 1은 본 명세서에서 설명된 적어도 일부 구현에 따른 예시적인 창고를 도시한다.
도 2는 본 명세서에서 설명된 적어도 일부 구현에 따른 예시적인 컴퓨팅 시스템의 컴포넌트들을 나타내는 단순화된 블록도이다.
도 3은 본 명세서에서 설명된 적어도 일부 구현에 따른 예시적인 방법의 플로차트이다.
도 4는, 팔레트 A 내지 H로서 라벨링된, 다수의 물품 팔레트들 및 하역장을 포함하는 창고의 예시적인 레이아웃을 나타낸다.
도 5는 최적의 레이아웃으로의 팔레트들 A 내지 H의 예시적인 재배치를 나타낸다.
도 6은 예시적인 레이아웃을 위한 팔레트들 A, E 및 F의 예시적인 재배치를 나타낸다.
도 7은, 팔레트 A 내지 H로서 라벨링된, 다수의 물품 팔레트들, 및 하역장에서 입고된 새로운 팔레트들 I 내지 K를 포함하는 창고의 또 다른 예시적인 레이아웃을 나타낸다.
도 8은 창고의 최대 보관 용량 배치에 기초한 창고의 예시적인 최적의 레이아웃을 나타낸다.
예시적 방법과 시스템들이 여기서 설명된다. 용어 "예", "예시적인", 및 "예시의"는, 본 명세서에서 "예, 사례, 또는 예시로서 역할을 하는"을 의미하기 위해 사용된다는 것을 이해해야 한다. 본 명세서에서 "예"이다 또는 "예시적"이다 또는 "예시적인" 것이다라고 설명된 임의의 구현 또는 피처는 다른 구현들 또는 피처들에 비해 반드시 더 선호되거나 유익하다는 것으로 해석되어서는 안 된다. 본 명세서에서 설명되는 예시적인 구현들은 제한적인 것을 의미하지는 않는다. 본 명세서에서 개괄적으로 설명되고 도면들에 예시된 본 개시내용의 양태들은 다양한 상이한 구성들로 배치되고, 대체되고, 결합되고, 분리되고, 설계될 수 있으며, 이들 모두는 본 명세서에서 명시적으로 고려대상이 된다는 것을 용이하게 이해할 것이다. 추가로, 본 개시내용에서, 달리 명시되지 않는 한 및/또는 상황이 명백하게 달리 지시하지 않는 한, 용어 "a" 또는 "an"은 적어도 하나를 의미하고, 용어 "the"는 그 적어도 하나를 의미한다.
본 명세서에 사용될 때, 용어 "창고"는 물품들, 또는 물품 팔레트가 로봇 디바이스에 의해 조작, 처리 및/또는 보관될 수 있는 임의의 물리적 환경을 지칭할 수 있다. 일부 예에서, 창고는 하나의 물리적 건물 또는 구조물일 수 있다. 다른 예에서, 일부 고정된 컴포넌트는 물체 처리 전 또는 처리 동안에 환경 내에 설치되거나 기타의 방식으로 배치될 수 있다. 추가적인 예에서, 창고는 복수의 별개의 물리적 구조물 또는 건물을 포함하거나 및/또는 물리적 구조물에 의해 커버되지 않는 물리적 공간도 역시 포함할 수 있다.
예시적인 창고는, 동종 또는 이종의 로봇 디바이스 그룹과 로봇 디바이스들을 관리하도록 구성된 제어 시스템을 포함할 수 있다. 창고의 정황에서, 이러한 제어 시스템은 창고 관리 시스템(WMS)이라고 지칭될 수 있다. 창고는 또한, 팔레트들 상에 배치된 다양한 물품(예를 들어, 제품)을 포함할 수 있으며, 팔레트들은 창고 내의 다양한 위치에 배치될 수 있다. 예를 들어, 팔레트들은 창고의 바닥에 직접 배치되거나 다른 팔레트 위에 적층되거나, 팔레트 랙에 배치되거나, 및/또는 선적 컨테이너에 보관될 수 있다. 또한, 창고는, (팔레트 상이 아닌) 별도로 배치되고, 맞춤형 컨테이너, 박스에 포함되거나 어떠한 컨테이너에도 포함되지 않은 물품들을 포함할 수 있다.
로봇 디바이스 그룹은 다수의 상이한 응용들에 대한 창고 설정에 이용될 수 있다. 하나의 가능한 응용은, (예를 들어, 개인 고객에 대한) 주문 이행을 포함하며, 이 경우 팔레트가 개봉될 수 있고 개인 주문을 이행하기 위해 팔레트로부터의 개개 물품들이 박스 내에 패키징될 수 있다. 또 다른 가능한 응용은, (예를 들어, 상점 또는 다른 창고에 대한) 분배를 포함하며, 상점에 출하하기 위한 상이한 유형들의 물품들(즉, 상이한 유형들의 제품들)의 그룹을 포함한 혼합된 팔레트들이 구성될 수 있다. 추가로 가능한 응용은, 크로스-도킹(cross-docking)을 포함하며, 이것은, 어떠한 것도 보관하지 않고 선적 컨테이너들 사이에서 운송하는 것을 포함할 수 있다(예를 들어, 물품들은 4개의 40-피트 트레일러로부터 이동되어 3개의 경량 트랙터 트레일러 내에 적재될 수 있고, 또한 팔레트화될 수 있다). 수많은 다른 응용도 가능하다.
일반적으로, 팔레트들이 창고에 배치되는 방식은 다양한 요인에 의존할 수 있다. 이러한 요인은, 특히, 창고에서의 활동 이력, 팔레트 위치들의 이력, 소정 물품에 대한 수요 이력, 창고에 입고된 물품의 동향, 창고에서 출하된 물품의 동향, 물품에 대한 접수된 주문, 창고에서의 예상된 활동, 소정 물품에 대한 예상된 수요, 창고에 입고될 예상된 물품, 창고에서 출하될 예상된 물품, 사업 목표(예를 들어, 당일 배달 등의 판촉 제안), 및 팔레트들을 배치하기 위한 인간 및/또는 로봇 가용성을 포함할 수 있다. WMS는, 창고 내의 팔레트들의 배치 및 재배치를 포함한 창고의 개선된 관리를 용이하게 하기 위해 머신 학습에서 이들 및 기타의 요인들을 이용하도록 구성될 수 있다.
창고 내의 팔레트들을 자율적으로 재배치, 즉, "셔플링(shuffling)"하기 위한 예시적인 방법 및 시스템이 본 명세서에서 설명된다. 예시적인 방법에 따르면, WMS는, 창고 내의 물품 팔레트들의 실시간 위치, 창고 내의 물품들의 실시간 재고, 및 각각의 팔레트의 실시간 내용(예를 들어, 어떤 물품이 어떤 팔레트에 있는지)을 포함한 실시간 물품 정보를 수신, 결정, 또는 기타의 방식으로 액세스할 수 있다. WMS는 또한, 팔레트 재배치 이력(예를 들어, 팔레트가 한 장소로부터 또 다른 장소로 이동된 때, 장소, 이유 및/또는 방법에 관련된 정보), 창고에 입고될 물품들의 예상, 창고에서 출하될 물품들의 예상 등의, 기타의 창고 정보를 수신, 결정, 또는 기타의 방식으로 액세스할 수 있다.
WMS는 또한, 입고 기록 뿐만 아니라 주문 이행 및 출하 기록에 대한 액세스에 기초하여, 미래의 날짜에 창고에 입고될 것으로 예상되는 새로운 물품 및 미래의 날짜에 배달을 위해 마킹된 창고에 존재하는 물품을 포함한 물품 출하 예상을 식별한 다음, 물품 출하 예상에 기초하여 현재 날짜의 창고의 물품들의 최적의 레이아웃을 결정할 수 있다.
또한, WMS는, 로봇 디바이스가 팔레트들을 재배치하는데 걸리는 시간 등의, 창고를 최적의 레이아웃으로 재배치하기 위해 어떤 자원이 필요한지를 결정할 수 있다. 자원이 소정의 기준을 충족한다고 WMS가 결정한다면, WMS는 로봇 디바이스에게 팔레트들을 재배치하도록 지시할 수 있다. 충족하지 않는다면, WMS는, 자원이 소정의 기준을 충족한다고 WMS가 결정할 때까지 로봇 디바이스에게 팔레트들을 재배치하도록 지시하지 않을 수 있다.
예들에서, 실제로 이것을 용이하게 하기 위해, WMS는 창고 내의 로봇 활동에 관련된 실시간 로봇 정보를 수신하거나, 결정하거나, 또는 기타의 방식으로 액세스할 수 있다. 한 예로서, 실시간 로봇 정보는, 특히, 로봇 디바이스의 실시간 위치, 진행중이거나 및/또는 완료 예정인 로봇 작업에 대한 실시간 작업 진행 업데이트, 작업 스케줄, 및 로봇 디바이스가 다양한 작업을 수행하는데 걸리는 시간의 각각의 측정값을 포함할 수 있다. 그 다음, WMS는, 적어도 실시간 로봇 정보를 이용하여, 로봇 디바이스가 팔레트들을 최적의 밀집 격자 레이아웃으로 재배치하는데 걸리는 시간을 결정할 수 있다. 시간량이 임계 시간량 미만이면, WMS는 로봇 디바이스에게 팔레트들을 최적의 밀집 격자 레이아웃으로 재배치하도록 지시할 수 있다. 임계값은 예를 들어 동적일 수 있고, 예상된 또는 실제의 로봇 가용성에 기초할 수 있다. 추가로, WMS는, 로봇 디바이스에게 팔레트들을 재배치하도록 지시할지를 결정할 때, 전력 이용량, 탄소 배출량, 물품 이동 거리 등의, 시간 이외의 파라미터를 고려할 수 있다.
창고에서 팔레트들을 동적으로 및 자율적으로 재배치하는 것은, 다양한 산업적 및 사업적 이점을 제공할 수 있다. 예를 들어, WMS 및 로봇 디바이스의 이용은, 창고를 재배치할 때 인력의 필요성을 크게 줄이거나 없앨 수 있다. 또 다른 예로서, 물품에 대한 수요는 시간의 경과에 따라 변하므로, WMS는 다양한 시점의 현재 수요를 최상으로 반영하도록 팔레트들의 레이아웃을 변경하거나, 미래의 한 시점에서의 예상된 수요를 최상으로 반영하도록 팔레트들의 레이아웃을 적극적으로 변경할 수 있다. 역시 또 다른 예로서, 창고 내의 가용 공간이 증가하거나 감소할 때, WMS는, 가용 공간의 고려와, 수요, 물품에 대한 액세스 용이성 등의 다른 고려사항을 밸런싱하여, 어떤 유형의 레이아웃이 이러한 고려사항에 비추어 창고 내의 가용 공간을 최상으로 활용할 수 있는지를 결정할 수 있다. 다른 예들도 역시 가능하다.
대안적 구현에서, WMS 및/또는 기타의 컴퓨팅 시스템 등의, 창고와 연관된 하나 이상의 컴퓨팅 엔티티는, WMS에 의한 수신을 위해, 물품 정보 및/또는 로봇 정보를 실시간보다 덜 빈번하게 수집, 업데이트, 처리 및/또는 제공할 수 있다는 점에 유의해야 한다.
이하, 그 예가 첨부된 도면들에 예시되어 있는 다양한 구현들을 상세히 참조할 것이다. 이하의 상세한 설명에서, 수 많은 특정한 상세사항들이 본 개시내용 및 설명된 구현들의 철저한 이해를 제공하기 위해 개시된다. 그러나, 본 개시내용은 이들 특정한 상세사항들 중 일부가 없이도 실시될 수 있다. 다른 사례에서, 공지된 방법, 절차, 컴포넌트, 및 회로는 구현들의 양태를 불필요하게 모호케 하지 않도록 상세히 설명되지 않았다.
이제 도면을 참조하면, 도 1은 본 명세서에서 설명된 적어도 일부 구현에 따른 예시적인 창고(100)를 도시한다. 창고(100)는, 창고 내에서 물품, 팔레트 등의 처리에 관련된 작업을 수행하기 위해 협력하도록 제어될 수 있는 다양한 유형의 로봇 디바이스들을 포함한다. 상이한 로봇 디바이스들의 소정의 예시적인 유형 및 개수가 예시의 목적으로 여기에 도시되어 있지만, 창고는 더 많거나 적은 수의 로봇 디바이스를 채용할 수 있고, 여기에 도시된 소정의 유형을 생략할 수 있으며, 명시적으로 도시되지 않은 다른 유형의 로봇 디바이스도 포함할 수 있다.
도 1에 도시된 로봇 디바이스의 한 예시적인 유형은, 자율 포크 트럭(102), 박스 팔레트를 운송하거나 및/또는 (예를 들어, 보관을 위해 팔레트를 랙 상에 배치하기 위해) 박스 팔레트를 들어올리거나, 박스 자체를 운송 및/또는 들어올리는데 이용될 수 있는 포크리프트(forklift)를 구비한 모바일 디바이스이다. 도시된 로봇 디바이스의 또 다른 예시적인 유형은, 개개의 물품 또는 다른 물체를 창고 내의 한 위치에서 다른 위치로 운송하도록 기능할 수 있는 바퀴를 갖는 비교적 소형의 모바일 디바이스일 수 있는, 자율 가이드형 차량(autonomous guided vehicle)(AGV)(104)이다. 로봇 디바이스의 추가의 예시적인 유형은, 로봇 트럭 적재기/하차기(106), 로봇 조작기뿐만 아니라 트럭이나 기타의 차량으로의 물품 및/또는 팔레트의 적재 및/또는 하차를 용이하게 하기 위한 광학적 센서 등의 다른 컴포넌트들을 갖춘 모바일 디바이스이다. 예를 들어, 로봇 트럭 하차기(106)는 팔레트 또는 개개의 물품을 창고의 하역장(shipping dock)(110)에 위치한 배달 트럭(108) 상에 적재하는데 이용될 수 있다. 일부 예에서, (예를 들어, 패키지를 또 다른 창고로 배달하는) 배달 트럭(108)의 이동은 또한, 창고 내의 로봇 디바이스와 조율될 수 있다.
여기에 나타낸 것들 이외의 다른 유형의 모바일 디바이스들이 역시 또는 그 대신에 포함될 수 있다. 일부 예에서, 하나 이상의 로봇 디바이스는 지면 상의 바퀴들 외에 상이한 운송 모드를 이용할 수 있다. 예를 들어, 하나 이상의 로봇 디바이스는 공중 수송형(예를 들어, 쿼드콥터)일 수 있고, 물체를 이동시키거나 환경의 센서 데이터를 수집하는 것 등의 작업에 이용될 수 있다. 본 명세서에서 설명되는 로봇 디바이스들 중 임의의 것은, 특히, 힘 센서, 근접 센서, 하중 센서, 위치 센서, 터치 센서, 깊이 센서, 초음파 거리 센서, 적외선 센서, GPS(Global Positioning System) 수신기, 소나(sonar), 광학 센서, 바이오센서, 무선 주파수 식별(RFID) 센서, 근접장 통신(NFC) 센서, 무선 센서, 나침반, 연기 센서, 광 센서, 오디오 센서, 마이크로폰, 스피커, 레이더, 카메라(예를 들어, 컬러 카메라, 그레이스케일 카메라, 및/또는 적외선 카메라), 깊이 센서(예를 들어, 적색 녹색 청색 플러스 깊이(RGB-D), 레이저, LIDAR(light detection and ranging) 디바이스, 구조화된-광 스캐너, 및/또는 비행시간 카메라), 스테레오 카메라, 모션 센서(예를 들어, 자이로스코프, 가속도계, 관성 측정 디바이스(IMU), 및/또는 발걸음 또는 휠 주행계), 및/또는 범위 센서(예를 들어, 초음파 및/또는 적외선) 등의 하나 이상의 센서(들)를 포함할 수 있다. 센서(들)는, 환경과의 로봇 디바이스의 적절한 상호작용을 허용하기 위해 프로세서(들)에 센서 데이터를 제공할 수 있다. 추가로, 로봇 디바이스는 또한, 로봇 디바이스의 다양한 컴포넌트에 전력을 공급하도록 구성된 하나 이상의 동력원(들)을 포함할 수 있다. 예를 들어, 가솔린 엔진 또는 배터리 등의, 임의의 유형의 동력원이 이용될 수 있다.
추가의 예에서, 창고(100)는 또한, 다양한 고정된 컴포넌트들 또는 고정된 로봇 디바이스들을 포함할 수 있다. 고정된 로봇 디바이스가 물품을 이동시키거나 기타의 방식으로 처리하는데 이용될 수 있다. 예를 들어, 지주 로봇(pedestal robot)(112)은 창고 내의 1층에 고정되는 지주 상에 상승된 로봇 팔을 포함할 수 있다. 지주 로봇(112)은, 다른 로봇들 사이에 물품들을 분배하거나 및/또는 물품 팔레트들을 적층 및 적층해제하도록 제어될 수 있다. 예를 들어, 지주 로봇(112)은 근처의 팔레트로부터 박스를 픽업하여 이동시킬 수 있고, 물품들을 창고 내의 다른 위치로의 운송을 위해 개개의 AGV(104)에 분배할 수 있다.
추가의 예에서, 창고(100)는, 창고 내에 팔레트 및/또는 기타의 물체를 보관하는데 이용될 수 있는 보관 랙(미도시) 등의 추가의 고정된 컴포넌트를 포함할 수 있다. 이러한 보관 랙은, 자율 포크 트럭(102) 등의, 하나 이상의 로봇 디바이스와의 상호작용을 용이하게 하도록 설계되고 배치될 수 있다. 보관 랙에 추가하여 또는 그 대안적으로서, 창고(100) 내의 소정의 지상 공간이 선택되어 팔레트의 보관에 이용될 수 있다. 예를 들어, 일부 팔레트는, 팔레트들이 로봇 디바이스에 의해 픽업, 분배 또는 처리되는 것을 허용하도록 소정 기간 동안 선택된 위치에서 창고 환경 내에 배치될 수 있다. 창고(100) 내의 임의의 고정된 컴포넌트는, 여기서 설명된 바와 같이, 하나 이상의 센서를 구비할 수 있다.
일부 예에서, 창고(100) 내의 로봇 디바이스들 중 임의의 것 또는 전부는, 하나 이상의 센서, 하나 이상의 컴퓨터, 및 하나 이상의 로봇 팔 또는 로봇 조작기를 포함할 수 있다. 센서는, 시각적 데이터 및/또는 3차원(3D) 깊이 정보를 캡처하기 위해 창고(100) 내의 영역을 스캔하는 등의 다양한 동작을 수행하는데 이용될 수 있다. 그 다음, 스캔으로부터의 데이터는 디지털 환경 재구성을 제공하기 위하여 더 큰 영역의 표현 내에 통합될 수 있다. 추가의 예에서, 재구성된 환경은, 물품, 팔레트 또는 픽업할 다른 물체를 식별하고, 물품 또는 팔레트의 픽업 위치를 결정하거나, 및/또는 로봇 디바이스가 이동해야 할 충돌없는 궤적을 계획하는데 이용될 수 있다. 창고(100)는 또한, 로봇 디바이스에 접속되지 않은 카메라 또는 다른 유형의 센서 등의 센서를 포함할 수 있다. 예를 들어, 다양한 센서가, 벽, 천장 등의, 창고의 다양한 위치에 부착될 수 있다.
도 1에 도시된 바와 같이, 창고(100)는 다양한 팔레트를 포함하고, 그 각각은 하나의 유형의 물품을 포함하거나 복수의 유형의 물품을 포함할 수 있다. 한 예로서, 창고(100)는 로우들(114, 116, 118, 120, 122 및 124)을 포함하고, 그 각각은 동일한 유형의 물품을 포함하는 한 라인의 팔레트들을 포함한다. 예를 들어, 로우(114), 로우(118), 및 로우(124)의 팔레트들 각각은 제1 유형의 물품을 포함할 수 있고, 로우(116) 및 로우(122)의 팔레트들 각각은 제2 유형의 물품을 포함할 수 있고, 로우(120)의 팔레트들 각각은 제3 유형의 물품을 포함할 수 있다.
로우들(114, 116, 118, 120, 122 및 124) 내의 일부 팔레트들은, "가득 찬" 팔레트, 즉, 팔레트마다 할당된 최대 수량의 물품을 포함하는 팔레트로서 간주될 수 있다. 팔레트마다 할당되는 물품의 최대 수량은 복수의 팔레트에 대해 동일하거나 상이할 수 있고, WMS에 의해 또는 인간에 의해 정의된 수량일 수 있다. 또한, 팔레트마다 할당되는 물품의 최대 수량은, 팔레트 구조(예를 들어, 팔레트가 지원할 수 있는 최대 중량) 등의 다양한 요인에 의존할 수 있다. 비교로서, 창고(100)는 또한, 팔레트(126), 팔레트(128), 팔레트(130), 및 팔레트(132) 등의, 가득 차지 않은 다양한 팔레트를 포함할 수 있다. 이들 팔레트들 각각은, 동일한 유형의 물품을 포함하거나 상이한 유형의 물품을 포함할 수 있다.
팔레트들이 도 1에 도시된 창고(100)에 배치되는 방식은 딥 레인 레이아웃의 한 예일 수 있다. 예를 들어, 로우(114) 및 로우(116)는 함께 제1 레인을 형성할 수 있고, 로우(118) 및 로우(120)는 함께 제2 레인을 형성할 수 있고, 로우(122) 및 로우(124)는 함께 제3 레인을 형성할 수 있다. 제1 레인, 제2 레인, 및 제3 레인 각각은, 로봇 디바이스(예를 들어, 자율 포크 트럭(102))가 레인들 사이에서 이동하고 레인들 내의 팔레트에 액세스할 수 있게 하는 거리 등의, 미리결정된 거리만큼 분리될 수 있다.
레인들, 로우들, 및 팔레트들은 도 1에 도시된 예와는 상이하게 구성될 수 있다. 예를 들어, 다른 딥 레인 레이아웃에서, 전체의 제1 레인은 제1 유형의 물품만을 포함할 수 있고, 전체의 제2 레인은 제2의 상이한 유형의 물품만을 포함할 수 있다. 또한, 각각의 레인의 폭과 길이를 구성하는 팔레트들의 수량은 증가되거나 감소될 수 있다.
일부 예에서, 창고(100)는 배터리 교환/충전 스테이션(미도시)을 추가로 포함할 수 있다. 예들에서, 자율 포크 트럭(102) 또는 AGV(104) 등의 모바일 로봇 디바이스들의 일부 또는 전부는, 복수의 배터리 충전기를 구비한 배터리 교환 스테이션으로부터 충전된 배터리들을 주기적으로 수신할 수 있다. 한 예에서, 배터리 교환 스테이션은 로봇 디바이스의 오래된 배터리를 충전된 배터리로 교체할 수 있어서, 로봇 디바이스가 앉아서 배터리가 충전되기를 기다리는 것을 방지할 수 있다. 배터리 교환 스테이션은 로봇 팔 등의 로봇 조작기를 구비할 수 있다. 로봇 조작기는 개개의 모바일 로봇 디바이스로부터 배터리를 제거하고 배터리를 이용가능한 배터리 충전기에 부착할 수 있다. 그 다음, 로봇 조작기는 배터리 교환 스테이션에 위치한 충전된 배터리를 모바일 로봇 디바이스 내로 이동시켜 제거된 배터리를 대체할 수 있다. 예를 들어, 약한 배터리를 가진 AGV는, 로봇 팔이 AGV로부터 배터리를 꺼내 충전기에 넣고 AGV에 신선한 배터리를 제공하는 배터리 교환 스테이션으로 이동하도록 제어될 수 있다.
예들에서, 임의의 팔레트뿐만 아니라 앞서 논의된 임의의 고정된 로봇 디바이스 또는 컴포넌트 등의, 다른 물체들의 배치를 결정하기 전에, 하나 이상의 로봇 디바이스가 창고(100)로 이동되어 창고(100) 공간의 맵을 생성할 수 있다. 여기서, "맵"이란, 환경의 한 영역 내의 요소들의 위치를 나타내거나 및/또는 소정 요소의 다른 요소들 또는 환경에 대한 관계를 나타내는 정보를 지칭한다. 예시적 구현에서, 맵은, 주어진 환경 내의 요소들 사이의 관계를 나타내는 데이터를 수집 및 컴파일한 다음 이러한 데이터를 가상 2D 또는 3D 이미지 등의 가상 형식으로 포맷팅함으로써 결정되는 디지털 맵이다. 맵은 관심 요소 및 환경의 실시간 또는 비실시간 표현일 수 있으며, 이러한 요소, 환경, 및/또는 이러한 요소 상의 및/또는 환경 내의 관심 지점을 상세하게 서술한다.
일단 맵 정보가 이용가능하게 되면, WMS 등의 컴퓨팅 시스템은 가용 공간 내에서 이러한 컴포넌트를 레이아웃하는 방법을 (예를 들어, 시뮬레이션을 실행함으로써) 결정할 수 있다. 소정 경우에, 레이아웃은 물체에 의해 점유된 공간의 양을 최소화하도록 선택될 수 있다. 팔레트들은 미리결정된 위치에 배치되거나 다른 예에서는 무작위로 배치될 수 있다. 또한, 팔레트들은, 미리결정된 위치 또는 무작위성이 역시 하나 이상의 인자일 수 있는, 본 명세서에서 설명된 다수의 요인에 기초한 지능형 최적화 접근법을 이용하여 배치될 수 있다.
창고(100) 내의 다양한 디바이스(예를 들어, 로봇 디바이스, 및 아마도 배터리 충전 스테이션, 원격-제어되는 하역장 도어, 원격-제어되는 램프 등의 기타의 컴포넌트들)의 동작을 조율하기 위해, 원격 클라우드 기반 서버 시스템 등의 전역적 제어 시스템은, (예를 들어, 무선 통신을 통해) 컴포넌트들의 일부 또는 전부와 및/또는 개개의 컴포넌트의 별도의 로컬 제어 시스템과 통신할 수 있다. WMS 등의 여기서 설명된 임의의 컴퓨팅 시스템은, 이러한 전역적 제어 시스템의 형태를 취할 수 있다.
도 2는, 여기서 설명된 적어도 일부 구현에 따른 예시적인 컴퓨팅 시스템(200)의 컴포넌트들을 나타내는 간략화된 블록도이다. 예를 들어, 컴퓨팅 시스템(200)은 WMS로서 역할을 할 수 있고, 앞서 언급된 바와 같이, 창고 내의 로봇 디바이스 또는 다른 컴포넌트의 동작을 동적으로 제어하는 것을 포함하는, 창고(100) 등의 창고의 양태들을 제어할 수 있다. 따라서, 컴퓨팅 시스템(200)은, 프로세서(들)(202), 데이터 저장 유닛(204), 통신 인터페이스(206), 및/또는 사용자 인터페이스(208) 등의 다양한 컴포넌트를 포함할 수 있다. 컴퓨팅 시스템(200)의 컴포넌트들은 접속 메커니즘(210)을 통해 서로(또는 또 다른 디바이스, 시스템 또는 다른 엔티티)에 접속될 수 있다. 본 개시내용에서, 용어 "접속 메커니즘"은, 2개 이상의 디바이스, 시스템 또는 기타의 엔티티들 사이의 통신을 용이하게 하는 메커니즘을 의미한다. 예를 들어, 접속 메커니즘은, 케이블 또는 시스템 버스 등의 간단한 메커니즘이거나, 패킷-기반 통신 네트워크(예를 들어, 인터넷) 등의 비교적 복잡한 메커니즘일 수 있다. 일부 경우에, 접속 메커니즘은 비-유형의 매체(non-tangible medium)(예를 들어, 접속이 무선인 경우)를 포함할 수 있다. 컴퓨팅 시스템(200)은 다른 예시적인 구현에서 더 많거나 더 적은 수의 컴포넌트를 포함할 수 있다.
프로세서(202)는, 범용 프로세서(예를 들어, 마이크로프로세서) 및/또는 특수-목적 프로세서(예를 들어, 디지털 신호 프로세서(DSP))의 형태를 취할 수 있다. 일부 예에서, 컴퓨팅 시스템(200)은 프로세서들의 조합을 포함할 수 있다.
데이터 저장 유닛(204)은, 자기, 광학 또는 플래시 스토리지 등의 하나 이상의 휘발성, 비휘발성, 이동식 및/또는 비이동식 저장 컴포넌트를 포함하거나, 및/또는 프로세서(202)와 전체적으로 또는 부분적으로 통합될 수 있다. 따라서, 데이터 저장 유닛(204)은, 프로세서(202)에 의해 실행될 때 컴퓨팅 시스템(200)으로 하여금 본 개시내용에서 설명된 것들 등의 하나 이상의 동작 및/또는 기능을 수행케하는 프로그램 명령어들(예를 들어, 컴파일되거나 비-컴파일된 프로그램 로직 및/또는 머신 코드)이 저장된 비일시적인 컴퓨터-판독가능한 저장 매체의 형태를 취할 수 있다. 컴퓨팅 시스템(200)은, 본 개시내용에서 설명된 것들 등의 하나 이상의 동작 및/또는 기능을 수행하도록 구성될 수 있다. 이러한 프로그램 명령어는 개별 소프트웨어 애플리케이션을 정의하거나 및/또는 그 일부일 수 있다. 일부 예에서, 컴퓨팅 시스템(200)은, 통신 인터페이스(206) 및/또는 사용자 인터페이스(208)로부터 등의 입력을 수신하는 것에 응답하여 프로그램 명령어를 실행할 수 있다. 데이터 저장 유닛(204)은 또한, 본 개시내용에서 설명된 유형들 등의 다른 유형의 데이터를 저장할 수 있다.
통신 인터페이스(206)는, 컴퓨팅 시스템(200)이 하나 이상의 프로토콜에 따라 또 다른 다른 엔티티에 접속하거나 및/또는 통신하는 것을 허용할 수 있다. 한 예에서, 통신 인터페이스(206)는, 이더넷(Ethernet) 인터페이스 또는 HD-SDI(high-definition serial-digital-interface) 등의 유선 인터페이스일 수 있다. 또 다른 예에서, 통신 인터페이스(206)는 셀룰러 또는 Wi-Fi 인터페이스 등의 무선 인터페이스일 수 있다. 접속은 직접 접속 또는 간접 접속일 수 있으며, 후자는, 라우터, 스위처 또는 다른 네트워크 디바이스 등의 하나 이상의 엔티티를 통과하거나 횡단하는 접속이다. 마찬가지로, 전송은 직접 전송 또는 간접 전송일 수 있다.
적용가능하다면, 사용자 인터페이스(208)는 컴퓨팅 시스템(200)과 컴퓨팅 시스템(200)의 사용자 사이의 상호작용을 용이하게 할 수 있다. 따라서, 사용자 인터페이스(208)는, 키보드, 키패드, 마우스, 터치-감지 패널, 마이크로폰 및/또는 카메라 등의 입력 컴포넌트, 및/또는 디스플레이 디바이스(예를 들어, 터치-감지 패널과 조합될 수 있음), 사운드 스피커 및/또는 햅틱 피드백 시스템 등의 출력 컴포넌트를 포함할 수 있다. 더 일반적으로, 사용자 인터페이스(208)는, 컴퓨팅 시스템(200)과 컴퓨팅 디바이스 시스템의 사용자 사이의 상호작용을 용이하게 하는 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다.
앞서 표시된 바와 같이, 컴퓨팅 시스템(200)은, 창고에서 동작하는 로봇 디바이스의 동작을 조율하는 등에 의해, 창고의 양태를 동적으로 제어하도록 구성될 수 있다. 한 예로서, 컴퓨팅 시스템(200)은 주어진 로봇 디바이스에 대해 로봇 디바이스가 전체 기간 동안 수행할 일련의 작업을 나타내는 스케줄을 결정할 수 있고, 로봇 디바이스로부터 수신된 후속 정보(예를 들어, 센서 데이터, 작업 진행 업데이트), 다른 로봇 디바이스, 및/또는 창고에 위치한 다른 시스템(예를 들어, 센서 시스템)을 이용하여 스케줄을 조정할 수 있다. 또 다른 예로서, 아마도 소정 기간 동안 동일한 영역에서 또 다른 작업을 보조하기 위해 2개 이상의 로봇 디바이스가 필요할 수 있다고 컴퓨팅 시스템이 예측한 경우, 컴퓨팅 시스템(200)은, 그 기간 동안 2개 이상의 로봇 디바이스가 그 동일한 영역에 위치하도록 스케줄을 정렬하는 것을 포함한 복수의 로봇 디바이스에 대한 동작을 조율하도록 구성될 수 있다. 또 다른 예로서, 컴퓨팅 시스템(200)은 동일한 기간 동안 동일한 영역에서 작업을 수행하는 임계량의 높은 로봇 디바이스 수량을 갖지 않도록 스케줄을 준비함으로써, 창고에서 과잉 트래픽의 발생을 피할 수 있다. 역시 또 다른 예로서, 컴퓨팅 시스템(200)은, 제2 로봇 디바이스가 제1 로봇 디바이스보다 팔레트까지의 거리에 있어서 더 가까울 때 제1 로봇 디바이스의 스케줄링된 팔레트의 픽업을 취소하고 그 대신에 제2 로봇 디바이스에게 팔레트를 픽업하도록 지시하는 등에 의해, 자원을 절감하도록 하나 이상의 로봇 디바이스의 스케줄을 변경할 수 있다.
일부 예에서, 컴퓨팅 시스템(200)은 상이한 로봇 디바이스들에 작업을 할당하는 중앙 계획 시스템으로서 기능하거나 이를 포함할 수 있다. 여기서, "작업"이란 적어도 하나의 엔티티가 수행할 그 적어도 하나의 엔티티에 할당된 동작을 지칭한다. 예시적인 구현에서, 이러한 작업은, 적어도 하나의 엔티티에 의한 작업의 수행을 용이하게 하기 위해 적어도 하나의 엔티티를 모니터링, 통제, 또는 기타의 방식으로 관리하는 시스템에 의해 적어도 하나의 엔티티에 할당된다.
중앙 계획 시스템은 어떤 디바이스가 어떤 시간에 어떤 작업을 완료할 것인지를 결정하기 위해 다양한 스케줄링 알고리즘을 채택할 수 있다. 예를 들어, 중앙 계획 시스템은 작업을 수행하는 특정한 로봇들의 전체 비용을 최소화하도록 로봇들에게 작업을 할당할 수 있다. 추가 예에서, 중앙 계획 시스템은, 시간, 공간 또는 에너지 이용률 등의 하나 이상의 상이한 자원들에 걸쳐 최적화할 수 있다. 추가 예에서, 계획 또는 스케줄링 시스템은 또한, 박스 집기, 패킹, 또는 보관의 기하학 및 물리학적 양태를 통합할 수 있다.
계획 제어는 또한, 개개의 시스템 컴포넌트들에 걸쳐 분산될 수 있다. 예를 들어, 컴퓨팅 시스템(200)은 전역적 시스템 계획에 따라 명령을 내릴 수 있고, 개개의 시스템 컴포넌트들은 별도의 국지적 계획에 따라 동작할 수도 있다. 추가로, 개개의 로봇 디바이스가 국지적으로 계획할 수 있는 다른 양태들과 함께, 상이한 레벨들의 상세사항이 전역적 계획에 포함될 수 있다. 예를 들어, 모바일 로봇 디바이스들이 전역적 계획기(global planner)에 의해 타겟 목적지에 할당될 수 있지만, 이들 타겟 목적지에 도달하기 위한 전체 경로는 국지적으로 계획되거나 변경될 수 있다.
계획 제어를 용이하게 하기 위해, 컴퓨팅 시스템(200)은 창고(100) 내의 로봇 디바이스의 위치를 모니터링하기 위해 다양한 기술을 채택할 수 있다. 이들 위치들은 실시간 위치일 수 있다. 계획 제어를 더욱 용이하게 하기 위해, 일부 구현에서, 로봇 디바이스들은 그들의 위치를 컴퓨팅 시스템(200)에 지속적으로 또는 주기적으로 "공표"(예를 들어, 전송)하도록 구성되어, 컴퓨팅 시스템(200)이 로봇 디바이스들의 위치를 업데이트할 수 있게 한다. 컴퓨팅 시스템(200) 및/또는 로봇 디바이스는 로봇 디바이스의 위치를 모니터링하는 것을 용이하게 하기 위한 다른 기술들을 역시 채택할 수 있다.
실시간이란 프로세스 또는 이벤트가 발생하는 실제의 시간을 말하며, 그에 따라 실시간 위치란, 임계 시간량 내에서 결정되어(예를 들어, 수 초 내에서 결정되어) 소정 시간에서의 로봇 디바이스의 물리적 위치가 확실하게 알려지는 로봇 디바이스의 물리적 위치를 말한다.
추가적인 예에서, 중앙 계획 시스템은 다양한 로봇 디바이스의 기능을 조율하기 위해 개개의 로봇 디바이스 상의 국지적 비전 시스템과 연계하여 이용될 수 있다. 예를 들어, 중앙 계획 시스템은, 로봇 디바이스들을 그들이 갈 필요가 있는 곳에 적어도 비교적 가깝게 이동시키는데 이용될 수 있다. 그러나, 로봇 디바이스가 레일에 볼트로 고정되거나 다른 측정된 컴포넌트들이 로봇 위치를 정밀하게 제어하는데 이용되지 않는 한, 중앙 계획 시스템이 밀리미터 정밀도로 로봇에게 명령하기는 어려울 수 있다. 따라서 개개의 로봇 디바이스에 대한 국지적 비전 시스템 및 계획이 이용되어 상이한 로봇 디바이스들 사이의 융통성을 허용할 수 있다. 로봇 디바이스의 국지적 비전 시스템이 떠맡을 타겟 위치에 가깝게 로봇 디바이스를 이동시키기 위해 일반 계획기가 이용될 수 있다. 일부 예에서, 대부분의 로봇 기능은 로봇을 타겟 위치에 비교적 가깝게 이동시키도록 위치-제어될 수 있으며, 국지적 제어를 위해 필요할 때 비전 시스템과 핸드쉐이크가 이용될 수 있다.
시각적 핸드쉐이크는, 2개의 로봇 디바이스가 신속 응답(quick response)(QR) 코드 또는 기타의 특성을 이용하여 서로를 식별하고 창고(100) 내에서 협력 동작을 수행할 수 있게 할 수 있다. 추가적인 예에서, 물품(예를 들어, 출하될 패키지)에는, 역시 또는 대신에 시각적 태그가 제공될 수 있다. 시각적 태그는, 국지적 비전 시스템을 이용하여 물품에 관해 동작을 수행하기 위해 로봇 디바이스에 의해 이용될 수 있다. 한 예에서, 태그는 로봇 디바이스에 의한 물품의 조작을 용이하게 하는데 이용될 수 있다. 예를 들어, 팔레트 상의 한 위치에 있는 태그는 포크리프트에게 팔레트를 들어올릴 위치나 방법을 통보하는데 이용될 수 있다.
추가적인 예들 내에서, 로봇 디바이스들은, 로봇 디바이스가 소정 방식으로 물품/팔레트를 조작할 필요가 있는 작업 동안 물품의 개개의 물품 또는 물품 팔레트를 스캔하고 식별하기 위해 그들의 국지적 비전 시스템을 이용할 수 있다. 이를 부분적으로 용이하게 하기 위해, 예를 들어, 주어진 물품/팔레트는 주어진 물품/팔레트에 관한 인코딩된 정보를 갖는 머신-판독가능한 코드(예를 들어, QR 코드 또는 바코드)를 포함할 수 있다. 스캔의 결과로서, 머신-판독가능한 코드는 로봇 디바이스의 국지적 컴퓨팅 시스템 및/또는 컴퓨팅 시스템(200)에게 주어진 물품/팔레트에 관한 정보를 제공할 수 있다. 예를 들어, 팔레트의 경우, 이러한 정보는, 팔레트에 포함되어 있는 물품의 유형을 포함할 수 있다. 팔레트들은 또한, 팔레트 상에 포함된 무선 주파수 식별(RFID) 태그 및/또는 팔레트의 일부로서 위치하는 것으로 알려진 하나 이상의 박스를 포함할 수 있다. 또한, 팔레트를 스캔하거나 RFID와의 통신에 의한 이러한 정보 획득은, 다른 유형의 정보 중에서, (i) 팔레트가 창고에서 어디에 있었는지, (ⅱ) 팔레트가 몇 번 이동되었는지, (ⅲ) 팔레트가 언제 이동되었는지, (iv) 있다면, 팔레트에 대한 손상의 표시, 및 (v) 팔레트가 창고의 또 다른 영역(예를 들어, 하역장, 또는 또 다른 영역에 보관하기 위해)으로의 배달을 위해 마킹되어 있는지 등의, 팔레트의 이력을 포함할 수 있다. 주어진 물품/팔레트는, 추가로 또는 대안으로서, 로봇 디바이스가 물품/팔레트를 식별하고 이러한 정보를 획득하기 위해 스캔할 수 있는 라벨 또는 이러한 정보의 기타의 소스를 포함할 수 있다.
이러한 방식으로 물품/팔레트를 스캔하는 것은, 물품/팔레트가 창고(100) 내로, 밖으로 그리고 그 주위로 이동될 때 물품/팔레트를 위치파악하고 추적하는 것 등의 다양한 이점을 가질 수 있다. 또한, 이러한 스캔의 잠재적 이점은, 공급자 측과 소비자 측 양쪽 모두에서 투명성이 추가된다는 것이다. 공급자 측에서, 예를 들어, 재고의 현재 위치에 관한 정보는, 과도한 재고를 피하거나 물품/팔레트를 수요가 예상되는 상이한 위치 또는 창고로 이동시키는데 이용될 수 있다. 소비자 측에서, 예를 들어, 물품의 현재 위치에 관한 정보는 물품/팔레트가 언제 배달될 것인지를 개선된 정확도로 결정하는데 이용될 수 있다
추가적인 예들 내에서, 컴퓨팅 시스템(200)은 고정된 및/또는 모바일 컴포넌트에 대한 배치 및/또는 전략을 시간 경과에 따라 최적화할 수 있다. 예를 들어, 컴퓨팅 시스템(200)(예를 들어, 클라우드-기반 서버 시스템)은, 창고 내의 개개의 로봇 디바이스로부터의 및/또는 외부 소스로부터의 데이터 및 정보를 통합할 수 있다. 그러면, 로봇 디바이스가 더 적은 공간, 더 적은 시간, 더 적은 전력, 더 적은 전기를 이용하거나 다른 변수들에 걸쳐 최적화할 수 있게 하도록 시간 경과에 따라 전략이 개선될 수 있다. 일부 예에서, 최적화는, 아마도, 다른 로봇 디바이스들을 갖춘 다른 창고들 및/또는 이러한 로봇 디바이스들을 갖추지 않은 전통적인 창고를 포함한, 복수의 창고까지 해당될 수 있다. 예를 들어, 컴퓨팅 시스템(200)은 시설들 사이의 배달 차량 및 수송 시간에 관한 정보를 중앙 계획에 통합할 수 있다.
유사하게, 컴퓨팅 시스템(200)은, 물품들에 대한 기존의 수요(예를 들어, 제품에 대한 현재의 주문)를 충족시키고, 물품에 대한 예상된 수요를 충족시키며, 소정의 사업 목표를 충족시키는 등의 계획 전략을 시간의 경과에 따라 최적화할 수 있다.
일부 예에서는, 로봇 디바이스가 움직이지 못하게 되거나 물품이 어떤 장소에 떨어져 분실된 경우 등과 같이, 중앙 계획 시스템이 때때로 실패할 수 있다. 국지적 비전 시스템은 또한, 중앙 계획기가 실패한 경우를 처리하기 위한 중복성을 삽입함으로써 견고성을 제공할 수도 있다. 예를 들어, 자동화된 팔레트 잭(jack)이 물품을 전달하고 식별하기 때문에, 팔레트 잭은 정보를 원격의 클라우드-기반 서버 시스템까지 전송할 수 있다. 이러한 정보는, 중앙 계획에서의 오류를 수정하거나, 로봇 디바이스의 위치를 파악하는 것을 돕거나, 분실된 물품을 식별하는데 이용될 수 있다.
추가의 예에서, 컴퓨팅 시스템(200)은, 창고(100)의 맵 및 로봇 디바이스에 의한 처리 중인 물체를 동적으로 업데이트할 수 있다. 일부 예에서, 맵은, 동적 물체(예를 들어, 이동중인 로봇 디바이스 및 로봇 디바이스에 의해 이동된 물품/팔레트)에 관한 정보로 지속적으로 업데이트될 수 있다. 추가 예에서, 동적 맵은, 창고 내의 (또는 복수의 창고에 걸친) 물체들의 모든 현재 배치에 관한 정보뿐만 아니라, 근접한 기간(예를 들어, 도래하는 수초, 수분, 수시간, 또는 수일) 또는 장기간(예를 들어, 도래하는 수주, 수개월, 또는 수년) 등의, 미래에 예상되는 것에 관한 정보를 포함할 수 있다. 예를 들어, 맵은, 로봇 디바이스들 사이의 활동을 조율하는데 이용될 수 있는, 이동중인 로봇 디바이스들의 현재 위치 및 로봇 디바이스들의 미래의 예상된 위치를 보여줄 수 있다. 맵은 또한, 처리중인 물품의 현재 위치뿐만 아니라 물품의 미래의 예상되는 위치(예를 들어, 물품이 현재 있는 장소, 및 물품이 출하될 것으로 예상되는 때)를 보여줄 수 있다. 또한, 맵은 아직 창고에 도착하지 않은 물품의 예상된 위치를 보여줄 수 있다. 예를 들어, 컴퓨팅 시스템(200)은, 물품에 대한 주문 이력, 예상된 주문, 팔레트 재배치의 이력, 및/또는 창고에 도착시 물품 팔레트들이 창고 내에서 배치되어야 하는 장소를 맵이 보여주게 하는 기타의 알려진 또는 예측된 정보를 고려할 수 있다.
위의 논의와 일치하여, 컴퓨팅 시스템(200)은 또한, 배터리 교환, 전력 충전, 및 필요할 수도 있는 기타 임의의 스케줄링된 유지보수를 스케줄링할 수 있다. 예를 들어, 개개의 모바일 로봇 디바이스는 배터리 충전 상태를 모니터링하도록 구성될 수 있다. 로봇 디바이스들은 그들의 배터리의 상태를 나타내는 정보를 컴퓨팅 시스템(200)에 전송할 수 있다. 이 정보는, 필요할 때 또는 편리할 때, 개개의 로봇 디바이스에 대한 배터리 교체를 스케줄링하기 위해 컴퓨팅 시스템(200)에 의해 이용될 수 있다.
위에서 논의된 바와 같이, 컴퓨팅 시스템(200)은 창고의 최적의 레이아웃을 결정하기 위해 데이터 저장 유닛(204)에 저장된 명령어들을 실행하는 WMS로서 역할을 할 수 있다. 전통적으로, 창고의 배치는 정적이며, 팔레트가 미리설정된 위치에 배치된다. 그러나, 출하가 (예를 들어, 매일, 계절별로) 변함에 따라, 본 명세서에서 설명된 방법은 다수의 가능한 요인에 기초하여 창고의 동적 재배치를 가능케할 수 있다. 예를 들어, 계절성 물품은 이들 물품들이 해당 계절을 벗어날 때 창고의 뒤쪽으로 배치될 수 있고, 유사한 물품들의 과잉 재고도 역시 뒤쪽으로 배치될 수 있다. 레이아웃은 창고의 임의의 고정된 레이아웃에 제약되지 않고 동적으로 결정될 수 있으며, 임의의 레이아웃은 고려된 요인에 기초하여 최적이 될 수 있다. 창고에 있는 모든 팔레트의 물리적 위치뿐만 아니라 알려진 팔레트들의 내용을 통해, 출하 주문이 액세스되어 출하를 위해 처리될 물품을 결정할 수 있고 입고 기록이 액세스되어 입고될 것으로 예상되는 물품을 결정할 수 있다. 이러한 요인들 모두가 처리되어 현재 시간의 창고의 최적의 레이아웃을 생성할 수 있다.
최적의 레이아웃은, 창고의 보관 용량을 향상시키는 것 등의, 맞춤화가능한 목표에 기초할 수 있다. 보관 용량이 필요한 경우, 레이아웃은 더 넓은 폭 대신에 더 좁은 폭의 통로를 이용하여 보관 용량을 증가시키도록 반출 처리율(예를 들어, 팔레트의 물품에 대한 액세스)을 절충시키도록 수정될 수 있다. 레이아웃은 1일 또는 1년 중의 계절에 대해 최적화하거나, 보관 용량 또는 반출 처리율을 최적화할 수 있다.
도 3은 본 명세서에서 설명된 적어도 일부 구현에 따른 예시적인 방법(300)의 플로차트이다. 도 3에 도시된 방법(300)은, 예를 들어, 도 1 및 도 2에 도시된 디바이스들, 컴포넌트들, 및 시스템들과 함께 이용될 수 있거나, 이들 도면들의 임의의 컴포넌트들의 조합에 의해 수행될 수 있는 방법의 구현을 프리젠팅한다. 방법(300)은 블록들 302 내지 312 중 하나 이상에 의해 나타낸 하나 이상의 동작, 또는 행위를 포함할 수 있다. 블록들이 순차적 순서로 나타나 있지만, 이들 블록들은 일부 예에서는 병렬로 수행될 수 있고, 및/또는 여기서 설명된 것들과는 상이한 순서로 수행될 수도 있다. 또한, 다양한 블록들은 더 적은 수의 블록들로 결합되거나, 추가의 블록들로 분할되거나, 및/또는 원하는 구현에 기초하여 제거될 수도 있다.
또한, 방법(300) 및 본 명세서에서 개시된 기타의 프로세스 및 방법에 대해, 플로차트는 한 가능한 구현의 동작을 도시한다. 이와 관련하여, 각각의 블록은, 프로세스 내의 특정한 논리적 동작이나 단계를 구현하기 위해 하나 이상의 프로세서에 의해 실행가능한 하나 이상의 명령어를 포함하는 프로그램 코드의, 모듈, 세그먼트 또는 일부를 나타낼 수 있다. 프로그램 코드는, 예를 들어, 디스크 또는 하드 드라이브를 포함하는 저장 디바이스 등의 임의의 유형의 컴퓨터 판독가능한 매체 상에 저장될 수 있다. 컴퓨터 판독가능한 매체로서는, 레지스터 메모리, 프로세서 캐시 및 랜덤 액세스 메모리(RAM)와 같이 단기간 동안 데이터를 저장하는 컴퓨터-판독가능한 매체 등의, 비일시적인 컴퓨터 판독가능한 매체가 포함될 수 있다. 컴퓨터 판독가능한 매체로서는 또한, 예를 들어, 판독 전용 메모리(ROM), 광학 또는 자기 디스크, CD-ROM(compact-disc read only memory)과 같은 2차 또는 영구적 장기 스토리지 등의, 비일시적인 매체가 포함될 수 있다. 컴퓨터 판독가능한 매체는 또한, 기타 임의의 휘발성 또는 비휘발성 스토리지 시스템일 수 있다. 컴퓨터 판독가능한 매체는, 예를 들어, 컴퓨터 판독가능한 스토리지 매체, 유형의 스토리지 디바이스, 또는 기타의 제조품으로서 간주될 수 있다.
또한, 방법(300)과 본 명세서에서 개시된 기타의 프로세스 및 방법에 대해, 도 3의 각각의 블록은 프로세스에서 특정한 논리적 동작들을 수행하도록 배선된 회로를 나타낼 수 있다.
본 명세서에서 개시된 방법의 동작들, 및 기타의 방법 및 프로세스의 동작들은, 일부 예에서, 컴퓨팅 시스템(200) 등의, WMS에 의해 수행되는 것으로 설명된다. 그러나, 이들 동작들은 전체적으로 또는 부분적으로 다른 엔티티 또는 엔티티들의 조합에 의해 수행될 수 있다. 예를 들어, 이들 동작들은, 로봇 디바이스의 부분들을 관리할 수 있는 더 작은 피어-투-피어 네트워크 또는 서버에 동작들을 분산시킬 수 있는 중앙 서버에 의해 관리될 수 있다. 또한, 예들에서, WMS는, 클라우드-기반 컴퓨팅 시스템이거나, 창고의 레이아웃을 재배치하기 위해 로봇 디바이스들의 적어도 일부를 관리하도록 구성된 다른 엔티티일 수 있다.
블록 302에서, 방법(300)은, 창고 관리 시스템(WMS)에서, 창고 내의 물품들의 실시간 재고 및 창고에 놓인 물품들과 연관된 실시간 위치 데이터를 포함하는, 창고 및 창고의 물품들의 정보를 수신하는 단계를 포함한다. 창고의 물품들은 팔레트 상에 배치되고, WMS는 창고 내의 팔레트들의 위치뿐만 아니라 각각의 팔레트의 내용에 관한 정보를 수신한다. 일부 예에서, 팔레트의 위치에 관한 정보, 및 다른 실시간 위치 데이터는, 센서, 추적기, 송신기, 또는 창고 및 그 환경(예를 들어, 적재 베이, 주차 영역, 인접한 저장 유닛 등) 내의 팔레트들 또는 물체들에 결합된 기타의 식별자를 이용하여 WMS에 제공될 수 있다. WMS는 창고의 배치와 활동을 계획하고 관리할 수 있다. 예를 들어, WMS는 실시간 재고를 이용하여 구매 주문 및 고객 주문 데이터에 기초해 다음 영업일에 입고될 물품들을 보관할 위치를 결정할 수 있고, 물품이 입고된 후에, 물품을 보관할 위치를 결정한다.
블록 304에서, 방법(300)은, 입고 기록, 주문 이행 및 출하 기록 중 하나 이상에 대한 액세스에 기초하여, WMS에 의해, 미래의 날짜에 창고에 입고될 것으로 예상되는 하나 이상의 새로운 물품 및 미래의 날짜에 배달을 위해 마킹된 창고에 존재하는 하나 이상의 물품을 포함한 물품 출하 예상을 식별하는 단계를 포함한다. 주문 이행 및 출하 기록은 전자적으로 WMS에 전송되거나, WMS에도 저장될 수 있다. 또한, WMS는 네트워크를 통해 주문 이행 및 출하 기록에 액세스할 수 있다.
블록 306에서, 방법(300)은 물품 출하 예상에 기초하여 현재 날짜의 창고 내의 물품들의 최적의 레이아웃을 결정하는 단계를 포함한다. 창고 내의 물품들의 최적의 레이아웃은 또한, 물품에 관한 홍보 날짜 또는 배달될 물품의 수량 예측 등의, 사업 목표에 기초하여 결정될 수도 있다.
창고의 예시적인 레이아웃들이 이하에서 상세히 설명되는 바와 같이 도 4 내지 도 8에 도시되어 있다.
현재 날짜의 창고의 물품들의 최적의 레이아웃의 결정은 많은 요인에 기초할 수 있다. 레이아웃을 전환하는 비용을 결정하기 위해 이전에 수행된 재배치를 분석함으로써 최적화가 결정될 수 있다. 최적화는 다수의 파라미터를 고려한 비용 함수의 출력에 기초할 수 있다. 일부 파라미터는, 재고가 소진될 것으로 예상되는 시간량, 인입 물품에 대해 요구되는 보관 용량의 양, 및 물품의 출하에 대한 하나 이상의 데드라인을 포함한다.
또한, 최적의 레이아웃의 결정은, 저장된 창고의 구성에 대한 액세스에 의해 또는 창고의 과거 배치로부터 수행될 수 있다. 예를 들어, 창고 내의 물품들은 원하는 방식으로 구성될 수 있고, 팔레트들의 물리적 장소와 위치를 기록하기 위해 창고를 촬영하는 등에 의해, 특정한 구성이 기록되고 메모리에 저장될 수 있다. 이 구성은, 특정한 파라미터들, 예를 들어, 보관 용량 파라미터, 반출 처리율 파라미터 등과 연관될 수 있고, 창고의 미래 재배치를 위해 사용자는 WMS에 파라미터를 입력할 수 있으며, 그 다음, WMS는 저장된 구성에 액세스하여 파라미터 입력에 기초해 연관된 최적의 레이아웃을 결정할 수 있다.
한 예시적인 레이아웃은 밀집 격자 레이아웃을 포함할 수 있고, 이 밀집 격자 레이아웃에서는, 팔레트들이 밀집 보관되면서, 다양한 목적으로 팔레트들이 이동될 필요가 있는 경우 더 높은 수요라고 예측되는(더 높은 수요인 것으로 알려진) 팔레트들이 로봇 디바이스가 액세스하기에 더욱 용이하도록 여전히 허용함으로써, 로봇 디바이스가 팔레트에 액세스하는 방법을 제어한다. 밀집 격자 레이아웃은 다양한 특성을 가질 수 있다. 최소한으로, 예를 들어, 밀집 격자 레이아웃의 구동 레인의 중심으로부터의 주어진 팔레트의 거리는 그 팔레트에 대한 수요 가능성과 관련될 수 있다.
또 다른 예로서, 최적의 레이아웃은 다양한 특성들에 의해 정의될 수 있는 딥 레인 레이아웃을 포함할 수 있다. 최소한으로, 예를 들어, 딥 레인 레이아웃은, 일부 팔레트들이 다른 팔레트들 뒤에 놓여 있는 이유로 이동 또는 구동 레인으로부터 즉각 액세스될 수 없는, 각각의 레인들에 배치된 팔레트들의 그룹들을 포함할 수 있다. 다른 레이아웃도 역시 가능하다.
블록 308에서, 방법(300)은, 하나 이상의 로봇 디바이스 중의 로봇 디바이스들이 작업을 수행하기 위한 시간 측정값에 기초하여, 하나 이상의 로봇 디바이스가 물품들을 최적의 레이아웃으로 재배치함으로써 창고의 물품들을 재배치하는데 걸리는 시간량을 결정하는 단계를 포함한다. 이 목적을 위해 복수의 로봇 디바이스가 역시 이용될 수 있다. 이벤트 내에 가변성을 도입할 수 있는 인간 노동에 비해, 로봇 디바이스들은 알려진 시간 프레임 내에 작업을 수행할 수 있다. 따라서, 시간 측정값은 고정된 시간 측정값일 수 있다. 특정한 로봇 디바이스에 의해 창고를 가로질러 팔레트를 새로운 위치로 이동시키는 것은 소정량의 시간을 요구할 것이라고 결정될 수 있다. 또한, 로봇 디바이스 편대에서, WMS는, 로봇 디바이스들 중 어느 것도 경로를 교차하거나 임의의 다른 것들과의 충돌을 야기하지 않는 방식으로 각각의 개개 로봇 디바이스를 프로그램할 수 있다. 이것은, 각각의 로봇 디바이스가 독립적으로 또는 공동으로 효율적으로 동작할 수 있게 하고, 편대가 창고의 재배치를 수행하기에 효율적으로 동작하게 할 수 있다.
WMS는, 특정한 로봇 디바이스에 의해 특정한 작업을 수행하기 위한 알려진 시간량을 저장한 데이터베이스에 액세스할 수 있고, 이러한 방식으로 창고를 재배치하기 위한 총 시간량을 결정할 수 있다. 다른 예들에서, 특정한 로봇에 의해 특정한 작업을 수행하기 위한 시간은, 이용가능한 로봇들로 작업을 수행하는 시간을 추정하기 위해 시뮬레이션이 수행되는 고충실도 작업 시뮬레이션(high-fidelity simulation of the task)에 의해 실시간으로 계산될 수 있다.
블록 310에서, 방법(300)은, 물품들을 재배치하기 위한 시간량이 임계 시간량 미만인 것에 기초하여 창고의 물품들을 재배치하기로 결정하는 단계를 포함한다. 따라서, 일반적으로, 로봇 디바이스들이 재배치를 완료할 수 있는 가용 시간량이 있다면, WMS는 그렇게 하도록 결정할 것이다. 실제로, 재배치는, 인간 작업자가 존재하지 않고 그 날에 대한 창고 동작이 완료된 때 밤새 발생할 수 있다. 일부 예에서, 시간은, 최적화를 수행할지를 결정할 때 고려되는 유일한 하나의 제약이고, 창고의 현재 재고, 미래의 주문, 미래의 배달, 이용가능한 로봇 디바이스의 수, 로봇 디바이스의 현재 및 미래의 배터리 상태, 충돌할 수 있는 로봇 디바이스의 동작 등의 다른 추가적인 제약들이 역시 고려될 수 있다.
비용 함수는 창고(100)를 재배치하기 위한 비용을 생성하기 위해 고려되는 파라미터들 중 임의의 것 또는 전부와 값들을 연관시킬 수 있고, 비용이 임계값 미만이라면, 재배치를 수행하는 것이 유리하다고 결정될 수 있다. 비용 함수는 파라미터들 또는 제약조건에 따라 최대화되거나 최소화될 수 있다. 달성하고자하는 목표에 따라, 예시적인 비용 함수는 다음을 포함할 수 있다:
F(x) = 보관소 + 팔레트들(A 내지 H)/출하 + 개방된 하역장들
보관소란 필요한 평방 피트 보관소의 양을 말하고, 팔레트들(A 내지 H)/출하란, 이러한 팔레트들을 하역장에 근접시키는 요건을 말하며, 개방된 하역장들이란 모든 하역장을 개방하고 이용가능하게 하는 요건을 말한다. 이러한 파라미터들과 연관시킬 값들은, 0 내지 100 포인트 시스템에 기초할 수 있으며, 0은 낮은 우선순위를 나타내고 100은 필수임을 나타낸다. 이 예시적인 시나리오에서의 비용 함수가 임계 포인트량 미만이면, 예를 들어, 재배치가 권장되는 것으로 간주될 수 있고, 재배치가 가용 시간의 임계량에서 발생할 수 있다면, WMS는 재배치를 수행하기로 결정한다. 다른 예들에서, 비용 함수는, 일부 변수들에 관하여 이들 변수들에 관한 제약과 함께 목적 함수(objective function)가 설정되는 제약된 최적화로서 셋업될 수 있다. 제약조건은 충족될 것이 요구되는 변수들에 대한 조건을 설정하는 경 제약(hard constraint)이거나, 변수들에 관한 조건이 충족되지 않거나 충족되지 않는 정도에 기초하여 목적 함수에서 페널티가 적용되는 일부 변수 값을 갖는 연 제약(soft constraint)일 수 있다. 여기서, 비용 함수는, 모든 하역장이 이용가능하다는 것을 조건부로, 예를 들어 95번째 백분위수 주문 이행 지연을 최소화하려고 시도하도록 처리될 수 있다. 다른 목표들도 역시 설정될 수 있다.
비용 함수에 대한 값은 사용자에 의해 입력되거나 사용자 인터페이스로부터 WMS에 의해 수신될 수 있고, 비용 함수에 대한 임계값도 역시 사용자에 의해 설정될 수 있다. 추가 예들에서, 비용 함수에 대한 입력은, 예측되고 알려진 미래의 인입 및 반출 상품에 기초하여, 비용 또는 지연을 최소화하거나 처리율을 최대화하는 목표에 기초하여 추론될 수 있다.
다른 예시적인 비용 함수도 역시 이용될 수 있고, 미래 날짜에 대한 창고의 보관 용량 요건뿐만 아니라, 물품들의 반출 처리율(예를 들어, 창고 내의 구동 레인을 따른 물품들에 대한 액세스)을 충족시키면서 미래의 날짜에 대한 보관 용량 요건도 역시 제공하는 최적의 레이아웃을 고려할 수 있다. 물품의 반출 처리율은 또한, 적시에 물품에 액세스하는 능력을 지칭한다. 예를 들어, 차단된 구동 레인으로 인해 액세스될 수 없는 영역에 물품들이 배치되어 있다면, 물품들이 언팩킹되어 있어서 반출 처리율은 지연된다.
블록 312에서, 방법(300)은 하나 이상의 로봇 디바이스가 창고의 물품들을 최적의 레이아웃으로 재배치하게 하는 단계를 포함한다. WMS는 재배치를 달성하기 위한 특정한 작업을 통보하는 전자 메시지를 (예를 들어, 무선으로) 각각의 로봇 디바이스에 전송할 수 있고, 그러면, 로봇 디바이스는 창고의 물품들을 최적의 레이아웃으로 재배치할 수 있다. 작업은, 창고(100) 내의 물품들을 하나의 물리적 위치로부터 또 다른 물리적 위치로 이동시키거나 팔레트들을 결합시키기 위해 도 1을 참조하여 설명된 것들을 포함할 수 있다.
예들에서, 로봇 디바이스는 주어진 작업의 수행의 진행 및 완료를 WMS에 전달할 수 있다. 따라서, WMS는, 주어진 작업 단계의 수행의 완료를 나타내는 메시지에 응답하여, 하나 이상의 로봇 디바이스 중 적어도 하나가 그 주어진 작업에 연속하는 또 다른 작업을 수행하게 할 수 있다.
방법(300)은, 보관 용량 요건에 비해 반출 처리율에 가중치를 두는 임의 개수의 파라미터들을 고려하여 항목들이 재배치될 수 있기 때문에, 효율적인 주문 이행을 위해 창고(100) 내의 물품들을 조직화하는 것 이상을 포함한다. 또한, 재배치는, 수신된 명령에 기초하여 및 작업을 수행하기 위한 알려진 시간 프레임에 따라 동작하는 무인 로봇 디바이스에 의해 수행된다. 따라서, 전통적인 창고 환경은, 대규모 재배치의 비효율성으로 인해 또는 대규모 재배치의 이점보다 비용이 더 크기 때문에 대규모 재배치를 수행하지 않지만, 작은 이점이 발생하는 경우에도 로봇 디바이스를 이용하여 창고(100)가 재배치될 수 있다.
창고(100)는, 물품을 입고하고 출하하는 날 이후에 최적의 레이아웃을 달성하도록, 매일 밤새 재배치될 수 있다. 최적의 레이아웃은 창고를 다음 영업일에 대한 최적의 구성으로 배치할 수 있다. 다른 예들에서, 창고는, 주별로, 월별로, 계절별로, 또는 임의의 원하는 재배치를 수행하는데 요구되는 이용가능한 시간량이 있는 시간대 동안에 재배치될 수 있다.
또한, 창고(100)의 어떤 부분은 재배치될 수 있는 반면 나머지는 그대로 있을 수 있다. WMS는 창고(100)의 임의의 맞춤화된 재배치를 수행하도록 프로그램가능하다.
도 4 내지 도 6은 창고의 예시적인 레이아웃을 나타낸다. 도 4는, 팔레트들 A-H로 라벨링된 다수의 물품 팔레트들, 및 하역장(110 및 111)을 포함하는 창고(100)의 예시적인 레이아웃을 나타낸다. 도 4에서, 팔레트들 A 내지 H는 2개의 로우로 배치되고, 하역장(111)은 차단되어 있다.
하역장(111)이 개방되어 이용가능하도록 창고(100)의 최적의 레이아웃이 결정될 수 있고, 그에 따라, 하역장(111)을 이용한 물품 출하 예상에 따라 팔레트들 A 내지 D가 재배치될 수 있다. 도 5는 최적의 레이아웃으로의 팔레트들 A 내지 H의 예시적인 재배치를 나타낸다. 예를 들어, 팔레트들 A 내지 D는 팔레트들 E 내지 H의 로우의 다른 측 상의 개방된 로우에 재배치될 수 있다. 일단 팔레트들 A 내지 D가 재배치되고 나면, 이제 하역장(111)이 이용가능하게 된다.
또 다른 예에서, 창고(100)의 최적의 레이아웃은, 2개의 하역장(110 및 111)이 개방되어 이용가능하도록 결정될 수 있다. 도 6은 이 레이아웃에 대한 팔레트들 A, E 및 F의 예시적인 재배치를 나타낸다. 예를 들어, 팔레트 A, E 및 F 각각은, 하역장(111)으로의 액세스를 제공하기 위해 인접한 로우로 이동될 수 있는 한편, 또한 하역장(110)도 이용을 위해 개방된 채로 둘 수 있다.
이러한 예시적인 레이아웃들 중 일부는 또한, 하역장에 근접한 물품 가용성에 기초하여 결정될 수 있고, 물품들의 과잉 재고는 하역장들(110 및 111)로부터 먼 보관 위치들로 재배치될 수 있다. 한 예로서, 팔레트 A 및 F는 양쪽 모두 동일한 물품을 포함할 수 있고, 따라서 팔레트 F 상의 과잉 재고는 창고(100)의 뒤쪽을 향한 보관소에 위치할 수 있다. 또는, 더 간단하게는, 팔레트 F 상의 과잉 재고는, 하역장(110 및 111)으로부터 멀리 위치할 수 있다. 다른 예들에서, 레이아웃은 팔레트 랙 내의 물품들의 위치지정에 의해(예를 들어, 더 느리게 이동하거나 과잉 재고는 랙에서 더 높이 배치) 또는 적층된 팔레트들 내의 물품들의 위치지정에 의해(예를 들어, 더 느리게 이동하거나 과잉 재고는 스택의 바닥에 또는 팔레트 레인에서 더 깊이 배치) 결정될 수 있다.
역시 또 다른 예에서, 도 7 내지 도 8은 창고(100)의 추가 레이아웃을 나타낸다. 도 7은, 팔레트들 A-H로 라벨링된 다수의 물품 팔레트들, 및 하역장(110 및 111)을 포함하는 창고(100)의 예시적인 레이아웃을 나타낸다. 또한, 새로운 팔레트들 I 내지 K가 배달되어 하역장(110)에 수용되었다. 도 8은, 창고(100)의 최대 보관 용량 배치에 기초한 창고(100)의 예시적인 최적의 레이아웃을 나타낸다. 이 예에서, 팔레트들은 창고의 벽을 향해 배치되고, 팔레트 C 및 D, 및 G 및 H 등의 일부 팔레트들은 결합될 수 있다. 또한, 상이한 크기의 새로운 팔레트들 I 내지 K는 역시 적층될 수 있다. 도 8에 도시된 이 레이아웃은, 창고(100) 내의 팔레트들의 크기가 주어질 때, 창고(100)의 최대 저장 용량을 위한 것일 수 있다.
여기서 설명된 배치는 단지 예시의 목적을 위한 것임을 이해해야 한다. 따라서, 본 기술분야의 통상의 기술자라면, 다른 배치 및 다른 요소들(예를 들어, 머신, 인터페이스, 동작, 순서, 및 동작들의 그룹화 등)이 대신 이용될 수 있고, 일부 요소들은 원하는 결과에 따라 완전히 생략될 수도 있다는 것을 이해할 것이다. 또한, 설명된 많은 요소들은, 임의의 적절한 조합 및 위치에서, 개별 또는 분산된 컴포넌트로서 또는 다른 컴포넌트와 연계하여 구현될 수 있는 동작 엔티티들이거나, 독립된 구조물로서 설명된 다른 구조적 요소들은 결합될 수도 있다.
다양한 양태와 구현들이 본 명세서에서 개시되었지만, 다른 양태와 구현들이 본 기술분야의 통상의 기술자에게는 명백할 것이다. 본 명세서에서 개시된 다양한 양태 및 구현들은 예시의 목적을 위한 것이고, 이하의 청구항들에 의해 표시된 진정한 범위, 및 이러한 청구항들에 부여된 균등물들의 전체 범위를 제한하고자 함이 아니다. 여기서 사용되는 용어는 예시적인 구현을 설명하기 위한 목적을 위한 것일 뿐이며 제한하고자 함이 아니라는 것도 역시 이해해야 한다.

Claims (20)

  1. 방법으로서,
    창고 관리 시스템에 의해, 창고 내의 물품들의 현재 위치들에 관한 정보를 저장하는 단계;
    상기 창고 내의 물품들에 대한 반출 처리율 목표와 상기 창고에 대한 보관 용량 정보에 기초하여, 상기 창고 내의 상기 물품들에 대한 최적의 레이아웃을 결정하는 단계;
    상기 물품들을 현재 위치들로부터 상기 최적의 레이아웃으로 재배치하기 위한 적어도 하나의 로봇 디바이스에 대한 시간량을 결정하는 단계;
    상기 물품들을 재배치하기 위한 상기 결정된 시간량이 임계 시간량보다 적은 것에 기초하여 상기 창고의 상기 물품들을 상기 레이아웃으로 재배치하기를 결정하는 단계; 및
    상기 적어도 하나의 로봇 디바이스가 상기 물품들을 상기 최적의 레이아웃으로 재배치하도록 하는 단계
    를 포함하는 방법.
  2. 제1항에 있어서, 사용자 입력에 기초하여 상기 임계 시간량을 수신하는 단계를 더 포함하는, 방법.
  3. 제1항에 있어서,
    하나 이상의 저장된 구성에 액세스하는 단계를 더 포함하고,
    상기 최적의 레이아웃은 상기 하나 이상의 저장된 구성에 추가로 기초하여 결정되는, 방법.
  4. 제1항에 있어서, 상기 최적의 레이아웃을 결정하는 단계는 상기 창고에 입고될 것으로 예상되는 물품들에 대한 정보에 추가로 기초하는, 방법.
  5. 제1항에 있어서, 상기 물품들은 상기 창고 내의 팔레트들 상에 배열되고, 상기 방법은 상기 창고 내의 상기 팔레트들의 위치들과 각각의 팔레트의 내용에 관한 정보를 수신하는 단계를 더 포함하고, 상기 최적의 레이아웃을 결정하는 단계는 상기 팔레트들의 위치지정(positioning)과 각각의 팔레트의 상기 내용에 추가로 기초하는, 방법.
  6. 제1항에 있어서, 상기 물품들의 상기 최적의 레이아웃을 결정하는 단계는 상기 창고에 배달될 물품들의 수량에 대한 예상에 추가로 기초하는, 방법.
  7. 제1항에 있어서, 상기 창고에 대한 상기 보관 용량 정보는 상기 창고의 최대 보관 용량 배치를 포함하는, 방법.
  8. 제1항에 있어서, 상기 창고에 대한 상기 보관 용량 정보는 상기 창고로의 인입 물품들과 연관된 보관 용량의 양을 포함하는, 방법.
  9. 제1항에 있어서, 상기 창고에 대한 상기 보관 용량 정보는 미래의 날짜에서의 상기 창고의 보관 용량 요구치를 포함하는, 방법.
  10. 시스템으로서,
    로봇 디바이스;
    프로세서; 및
    명령어들을 포함하는 데이터 저장 장치를 포함하고, 상기 명령어들은 상기 프로세서에 의해 실행되었을 때 상기 시스템으로 하여금 동작들을 수행하게 하고, 상기 동작들은:
    창고 관리 시스템에 의해, 창고 내의 물품들의 현재 위치들에 관한 정보를 저장하는 것;
    상기 창고 내의 물품들에 대한 반출 처리율 목표와 상기 창고에 대한 보관 용량 정보에 기초하여, 상기 창고 내의 상기 물품들에 대한 최적의 레이아웃을 결정하는 것;
    상기 물품들을 현재 위치들로부터 상기 최적의 레이아웃으로 재배치하기 위한 적어도 하나의 로봇 디바이스에 대한 시간량을 결정하는 것;
    상기 물품들을 재배치하기 위한 상기 결정된 시간량이 임계 시간량보다 적은 것에 기초하여 상기 창고의 상기 물품들을 상기 레이아웃으로 재배치하기를 결정하는 것; 및
    상기 적어도 하나의 로봇 디바이스가 상기 물품들을 상기 최적의 레이아웃으로 재배치하도록 하는 것
    을 포함하는, 시스템.
  11. 제10항에 있어서, 상기 동작들은 사용자 입력에 기초하여 상기 임계 시간량을 수신하는 것을 더 포함하는, 시스템.
  12. 제10항에 있어서, 상기 동작들은:
    하나 이상의 저장된 구성에 액세스하는 것을 더 포함하고, 상기 최적의 레이아웃은 상기 하나 이상의 저장된 구성에 추가로 기초하여 결정되는, 시스템.
  13. 제10항에 있어서, 상기 창고에 대한 상기 보관 용량 정보는 상기 창고의 최대 보관 용량 배치, 상기 창고로의 인입 물품들과 연관된 보관 용량의 양, 및 미래의 날짜에서의 상기 창고의 보관 용량 요구치 중 하나 이상을 포함하는, 시스템.
  14. 제10항에 있어서, 상기 최적의 레이아웃을 결정하는 것은 상기 창고에 입고될 것으로 예상되는 물품들에 대한 정보에 추가로 기초하는, 시스템.
  15. 프로그램 명령어들이 저장된 비일시적 컴퓨터 판독 가능 저장 매체로서, 상기 프로그램 명령어들은 적어도 하나의 프로세서를 포함하는 컴퓨팅 시스템에 의해 실행될 때 상기 컴퓨팅 시스템이 동작들을 수행하게 하고, 상기 동작들은:
    창고 관리 시스템에 의해, 창고 내의 물품들의 현재 위치들에 관한 정보를 저장하는 것;
    상기 창고 내의 물품들에 대한 반출 처리율 목표와 상기 창고에 대한 보관 용량 정보에 기초하여, 상기 창고 내의 상기 물품들에 대한 최적의 레이아웃을 결정하는 것;
    상기 물품들을 현재 위치들로부터 상기 최적의 레이아웃으로 재배치하기 위한 적어도 하나의 로봇 디바이스에 대한 시간량을 결정하는 것;
    상기 물품들을 재배치하기 위한 상기 결정된 시간량이 임계 시간량보다 적은 것에 기초하여 상기 창고의 상기 물품들을 상기 레이아웃으로 재배치하기를 결정하는 것; 및
    상기 적어도 하나의 로봇 디바이스가 상기 물품들을 상기 최적의 레이아웃으로 재배치하도록 하는 것
    을 포함하는, 비일시적 컴퓨터 판독 가능 저장 매체.
  16. 제15항에 있어서, 상기 동작들은 사용자 입력에 기초하여 상기 임계 시간량을 수신하는 것을 더 포함하는, 비일시적 컴퓨터 판독 가능 저장 매체.
  17. 제15항에 있어서, 상기 동작들은:
    하나 이상의 저장된 구성에 액세스하는 것을 더 포함하고, 상기 최적의 레이아웃은 상기 하나 이상의 저장된 구성에 추가로 기초하여 결정되는, 비일시적 컴퓨터 판독 가능 저장 매체.
  18. 제15항에 있어서,
    상기 최적의 레이아웃을 결정하는 것은 상기 창고에 입고될 것으로 예상되는 물품들에 대한 정보에 추가로 기초하는, 비일시적 컴퓨터 판독 가능 저장 매체.
  19. 제15항에 있어서, 상기 물품들의 상기 최적의 레이아웃을 결정하는 것은 상기 창고로 배달될 물품들의 수량에 대한 예상에 추가로 기초하는, 비일시적 컴퓨터 판독 가능 저장 매체.
  20. 제15항에 있어서, 상기 창고에 대한 상기 보관 용량 정보는 상기 창고의 최대 보관 용량 배치를 포함하는, 비일시적 컴퓨터 판독 가능 저장 매체.
KR1020217001140A 2016-09-02 2017-08-29 맞춤화가능한 목표에 기초한 창고 레이아웃의 최적화 KR102264625B1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US15/255,696 US10504055B2 (en) 2016-09-02 2016-09-02 Optimization of warehouse layout based on customizable goals
US15/255,696 2016-09-02
KR1020187033347A KR102204950B1 (ko) 2016-09-02 2017-08-29 맞춤화가능한 목표에 기초한 창고 레이아웃의 최적화
PCT/US2017/048983 WO2018044820A1 (en) 2016-09-02 2017-08-29 Optimization of warehouse layout based on customizable goals

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020187033347A Division KR102204950B1 (ko) 2016-09-02 2017-08-29 맞춤화가능한 목표에 기초한 창고 레이아웃의 최적화

Publications (2)

Publication Number Publication Date
KR20210008170A KR20210008170A (ko) 2021-01-20
KR102264625B1 true KR102264625B1 (ko) 2021-06-14

Family

ID=61281257

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020217001140A KR102264625B1 (ko) 2016-09-02 2017-08-29 맞춤화가능한 목표에 기초한 창고 레이아웃의 최적화
KR1020187033347A KR102204950B1 (ko) 2016-09-02 2017-08-29 맞춤화가능한 목표에 기초한 창고 레이아웃의 최적화

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020187033347A KR102204950B1 (ko) 2016-09-02 2017-08-29 맞춤화가능한 목표에 기초한 창고 레이아웃의 최적화

Country Status (7)

Country Link
US (2) US10504055B2 (ko)
EP (1) EP3443420A4 (ko)
JP (1) JP6759512B2 (ko)
KR (2) KR102264625B1 (ko)
CN (2) CN114912704A (ko)
AU (1) AU2017321325A1 (ko)
WO (1) WO2018044820A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230000395A (ko) * 2021-06-24 2023-01-02 쿠팡 주식회사 대체 가능성 로직을 사용하는 인공 지능(ai)-기반 인바운드 계획 생성을 위한 컴퓨터 구현 시스템 및 방법
KR20230000394A (ko) 2021-06-24 2023-01-02 쿠팡 주식회사 인공 지능(ai) 기반 인바운드 계획 생성을 위한 컴퓨터-구현 시스템 및 방법

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9984339B2 (en) 2016-08-23 2018-05-29 X Development Llc Autonomous shuffling of pallets of items in a warehouse
DE102016115703A1 (de) * 2016-08-24 2018-03-01 Jungheinrich Aktiengesellschaft Flurförderzeug sowie Verfahren zur Steuerung eines Flurförderzeugs
US10504055B2 (en) 2016-09-02 2019-12-10 X Development Llc Optimization of warehouse layout based on customizable goals
US10346797B2 (en) 2016-09-26 2019-07-09 Cybernet Systems, Inc. Path and load localization and operations supporting automated warehousing using robotic forklifts or other material handling vehicles
CN110100256A (zh) * 2016-11-29 2019-08-06 阿勒特创新股份有限公司 自动化零售供应链和存货管理系统
DE102016123542A1 (de) * 2016-12-06 2018-06-07 Jungheinrich Aktiengesellschaft Verfahren zur automatischen Ausrichtung eines Flurförderzeugs in einem Warenlager sowie System aus einem Flurförderzeug und einem Warenlager
MX2019007008A (es) * 2016-12-16 2019-11-21 Walmart Apollo Llc Casillero para entregas seguras.
US10308430B1 (en) * 2016-12-23 2019-06-04 Amazon Technologies, Inc. Distribution and retrieval of inventory and materials using autonomous vehicles
US20180293527A1 (en) * 2017-04-07 2018-10-11 Home Depot Product Authority, Llc Methods and system for warehouse dock logistics
JP6724244B2 (ja) * 2017-04-12 2020-07-15 株式会社日立物流 物品管理支援装置、物品管理支援システムおよび物品管理支援方法
CN111164641A (zh) * 2017-05-26 2020-05-15 因莫图斯私人有限公司 零售供应链管理系统
US10860750B2 (en) * 2017-06-15 2020-12-08 Sap Se Model driven layout design for robotics warehouse
US10787315B2 (en) * 2017-08-28 2020-09-29 Google Llc Dynamic truck route planning between automated facilities
DE102017128623A1 (de) 2017-12-01 2019-06-06 Jungheinrich Aktiengesellschaft Verfahren zur Kopplung einer zweiten Fernbedieneinheit mit einer ersten Fernbedieneinheit
FR3075189B1 (fr) * 2017-12-15 2022-06-24 Solystic Procede de palettisation centralisee d'objets en sortie de lignes de production
JP6877378B2 (ja) * 2018-03-13 2021-05-26 株式会社日立製作所 商品配置立案システム及び商品配置立案方法
US11120267B1 (en) * 2018-05-03 2021-09-14 Datalogic Usa, Inc. Camera solution for identification of items in a confined area
CN110533353B (zh) * 2018-05-25 2023-05-30 北京京东乾石科技有限公司 用于搬运货架的方法和装置
US11049065B2 (en) 2018-06-30 2021-06-29 Staples, Inc. Automated guided vehicle control and organizing inventory items using stock keeping unit clusters
CN110689290B (zh) * 2018-07-06 2023-09-29 北京京东尚科信息技术有限公司 商品售卖方法以及装置
US11030573B2 (en) * 2018-07-24 2021-06-08 Staples, Inc. Automated guided vehicle control and organizing inventory items using predictive models for slow item types
US11498776B1 (en) 2018-08-02 2022-11-15 Staples, Inc. Automated guided vehicle control and organizing inventory items using dissimilarity models
CN110837986A (zh) * 2018-08-16 2020-02-25 张志陆 仓储管理系统及其方法
TWI684145B (zh) * 2018-08-31 2020-02-01 財團法人工業技術研究院 倉儲儲位配置系統
EP3856469A4 (en) * 2018-09-28 2022-03-23 Servicenow Canada Inc. SYSTEM AND PROCEDURES FOR MANAGEMENT OF ROBOTIC AGENT
US10926952B1 (en) * 2018-11-21 2021-02-23 Amazon Technologies, Inc. Optimizing storage space utilizing artificial intelligence
US11610167B2 (en) * 2018-11-28 2023-03-21 Target Brands, Inc. Computer storage system
US11835960B2 (en) * 2019-01-28 2023-12-05 Zebra Technologies Corporation System and method for semantically identifying one or more of an object and a location in a robotic environment
CN111994535B (zh) * 2019-05-27 2021-10-19 江苏华章物流科技股份有限公司 适用于立库仓储系统的入库储位调度方法
US11120594B2 (en) 2019-06-03 2021-09-14 International Business Machines Corporation Floor planning and placement of objects in a loading space
US11958183B2 (en) 2019-09-19 2024-04-16 The Research Foundation For The State University Of New York Negotiation-based human-robot collaboration via augmented reality
WO2021090392A1 (ja) * 2019-11-06 2021-05-14 三菱電機株式会社 在庫費算出システム、在庫費算出方法および在庫費算出プログラム
US20210150091A1 (en) 2019-11-18 2021-05-20 Autodesk, Inc. Creating viable building designs on complex sites
US10796278B1 (en) * 2019-11-19 2020-10-06 Lineage Logistics, LLC Optimizing pallet location in a warehouse
US10878377B1 (en) * 2019-11-19 2020-12-29 Coupang Corp. Computer-implemented methods and systems for efficient sortation of items based on limited access to item information
DE102020105334A1 (de) * 2020-02-28 2021-09-02 Viatcheslav Tretyakov Verfahren für ein Steuern eines fahrerlosen Transportfahrzeugs und Steuerungssystem, das angepasst ist, um das Verfahren auszuführen
US11568432B2 (en) * 2020-04-23 2023-01-31 Oracle International Corporation Auto clustering prediction models
US11775931B2 (en) 2020-08-03 2023-10-03 Flexe, Inc. System and associated methods for apportionment of inventory between warehouse nodes to achieve requested service levels
US11354686B2 (en) 2020-09-10 2022-06-07 Oracle International Corporation Short life cycle sales curve estimation
CN112163651B (zh) * 2020-10-13 2022-08-12 杭州德意智家股份有限公司 一种基于rfid的智能仓库设计方法
US20220188767A1 (en) * 2020-12-15 2022-06-16 Target Brands, Inc. Coordination platform for warehouse operations
CN112835365B (zh) * 2020-12-31 2024-04-12 深圳市普渡科技有限公司 机器人配送目标点的设置方法、装置、机器人和存储介质
US11669802B2 (en) * 2021-03-08 2023-06-06 Target Brands, Inc. Performance monitoring interfaces for warehouse operations

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4340089B2 (ja) 2003-04-01 2009-10-07 新日本製鐵株式会社 配置計画作成方法及び装置、配置物流制御方法及び装置、コンピュータ読み取り可能な記憶媒体、並びにコンピュータプログラム
US20160129592A1 (en) * 2014-11-11 2016-05-12 Google Inc. Dynamically Maintaining A Map Of A Fleet Of Robotic Devices In An Environment To Facilitate Robotic Action

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05286510A (ja) 1992-04-08 1993-11-02 Toyota Motor Corp 無人フォークリフトを用いた物流システム
JP2557777B2 (ja) 1992-12-03 1996-11-27 村田機械株式会社 ピッキングシステム
JPH09110115A (ja) 1995-10-17 1997-04-28 Sekisui Chem Co Ltd 保管倉庫の入出庫棚指示システム
US7177825B1 (en) * 1999-05-11 2007-02-13 Borders Louis H Integrated system for ordering, fulfillment, and delivery of consumer products using a data network
EP2266895B1 (en) 2001-01-26 2015-03-25 Bakvertisi Limited Method and apparatus for container storage and container retrieval
JP2002288248A (ja) 2001-03-26 2002-10-04 Matsushita Electric Works Ltd 物流倉庫のレイアウト設計支援システムおよびその方法およびそのプログラム
US6845909B2 (en) 2002-10-31 2005-01-25 United Parcel Service Of America, Inc. Systems and methods of inventory management utilizing unattended facilities
EP1468942A1 (de) 2003-04-14 2004-10-20 Güdel AG Antriebs- und Lineartechnik Anordnung und Verfahren zur Bewirtschaftung eines Warenlagers
JP4337135B2 (ja) * 2003-06-09 2009-09-30 村田機械株式会社 平置き倉庫のロケーション整理方法
KR20060055581A (ko) 2004-11-17 2006-05-23 정현철 알에프아이디를 이용한 창고 로케이션 관리 방법 및 그시스템
JP2006193230A (ja) * 2005-01-11 2006-07-27 Hitachi Ltd 在庫管理方法、在庫管理システム、およびプログラム
JP2007008650A (ja) 2005-06-30 2007-01-18 Sumitomo Heavy Ind Ltd オーダ揃えシステム
US9330373B2 (en) 2005-07-19 2016-05-03 Amazon Technologies, Inc. Method and system for storing inventory holders
US7881820B2 (en) 2006-08-30 2011-02-01 Amazon Technologies, Inc. Method and system for inventory placement according to expected item picking rates
US20080131255A1 (en) 2006-11-30 2008-06-05 Transbotics Corporation Palletizing systems and methods
JP4729031B2 (ja) * 2007-11-19 2011-07-20 日本通運株式会社 保管荷物のロケーション管理システム
KR100987223B1 (ko) 2007-12-07 2010-10-12 씨제이 지엘에스 주식회사 Ｒｆｉｄ 과적방지 방법 및 이를 이용한 장치
JP5239737B2 (ja) 2008-10-22 2013-07-17 村田機械株式会社 物品取出管理装置
JP2010117919A (ja) * 2008-11-13 2010-05-27 Ok Kk 棚割データ作成システム及び曜日別販売個数予測システム
TWI680928B (zh) * 2009-04-10 2020-01-01 美商辛波提克有限責任公司 垂直升降系統及在多層儲存結構往返運送空的貨箱單元之方法
ES2716927T3 (es) 2011-06-24 2019-06-18 Seegrid Corp Vehículo automático guiado para la selección de pedidos
US8892240B1 (en) * 2011-06-29 2014-11-18 Amazon Technologies, Inc. Modular material handling system for order fulfillment
TWI568643B (zh) * 2011-10-17 2017-02-01 辛波提克有限責任公司 自動棧板裝載機及材料處理系統
US20130177379A1 (en) 2012-01-06 2013-07-11 Kuka Systems Corporation North America Automated layer picking and storage system
US8849634B2 (en) 2012-02-01 2014-09-30 Palo Alto Research Center Incorporation Method for identifying the maximal packing density of shifting-tiles automated warehouses
US20140100999A1 (en) 2012-10-04 2014-04-10 Amazon Technologies, Inc. Filling an order at an inventory pier
US8965562B1 (en) 2013-09-09 2015-02-24 Amazon Technologies, Inc. Efficient shuffling of mobile drive units for inventory holders
US9002506B1 (en) * 2013-09-25 2015-04-07 Amazon Technologies, Inc. Item retrieval using a robotic drive unit
EP3056454A4 (en) * 2013-10-11 2017-05-17 Hitachi, Ltd. Transfer robot system
CN105658547B (zh) 2013-10-11 2018-01-05 株式会社日立制作所 搬运车控制装置以及搬运车控制方法
JP6463885B2 (ja) 2013-10-16 2019-02-06 株式会社日立製作所 部品棚レイアウト設計装置及びプログラム
KR20150089793A (ko) 2014-01-28 2015-08-05 주식회사 포워드벤처스 창고관리시스템의 피크 앤 패스 프레임워크 처리 방법
JP6193470B2 (ja) 2014-02-21 2017-09-06 株式会社日立製作所 倉庫レイアウト生成装置および物流倉庫
US9111251B1 (en) 2014-03-31 2015-08-18 Amazon Technologies, Inc. Shuffling inventory holders
US9120622B1 (en) * 2015-04-16 2015-09-01 inVia Robotics, LLC Autonomous order fulfillment and inventory control robots
US9984339B2 (en) 2016-08-23 2018-05-29 X Development Llc Autonomous shuffling of pallets of items in a warehouse
US10504055B2 (en) 2016-09-02 2019-12-10 X Development Llc Optimization of warehouse layout based on customizable goals

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4340089B2 (ja) 2003-04-01 2009-10-07 新日本製鐵株式会社 配置計画作成方法及び装置、配置物流制御方法及び装置、コンピュータ読み取り可能な記憶媒体、並びにコンピュータプログラム
US20160129592A1 (en) * 2014-11-11 2016-05-12 Google Inc. Dynamically Maintaining A Map Of A Fleet Of Robotic Devices In An Environment To Facilitate Robotic Action

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230000395A (ko) * 2021-06-24 2023-01-02 쿠팡 주식회사 대체 가능성 로직을 사용하는 인공 지능(ai)-기반 인바운드 계획 생성을 위한 컴퓨터 구현 시스템 및 방법
KR20230000394A (ko) 2021-06-24 2023-01-02 쿠팡 주식회사 인공 지능(ai) 기반 인바운드 계획 생성을 위한 컴퓨터-구현 시스템 및 방법
KR102575630B1 (ko) * 2021-06-24 2023-09-07 쿠팡 주식회사 인공 지능(ai) 기반 인바운드 계획 생성을 위한 컴퓨터-구현 시스템 및 방법
KR20230132747A (ko) 2021-06-24 2023-09-18 쿠팡 주식회사 인공 지능(ai) 기반 인바운드 계획 생성을 위한 컴퓨터-구현 시스템 및 방법
KR102579899B1 (ko) 2021-06-24 2023-09-19 쿠팡 주식회사 대체 가능성 로직을 사용하는 인공 지능(ai)-기반 인바운드 계획 생성을 위한 컴퓨터 구현 시스템 및 방법

Also Published As

Publication number Publication date
US10504055B2 (en) 2019-12-10
JP2019526513A (ja) 2019-09-19
KR20210008170A (ko) 2021-01-20
JP6759512B2 (ja) 2020-09-23
EP3443420A1 (en) 2019-02-20
CN109154799A (zh) 2019-01-04
US10943210B2 (en) 2021-03-09
CN114912704A (zh) 2022-08-16
CN109154799B (zh) 2022-06-17
US20180068255A1 (en) 2018-03-08
KR20180126620A (ko) 2018-11-27
KR102204950B1 (ko) 2021-01-19
EP3443420A4 (en) 2019-08-28
AU2017321325A1 (en) 2018-11-29
WO2018044820A1 (en) 2018-03-08
US20200097898A1 (en) 2020-03-26

Similar Documents

Publication Publication Date Title
KR102264625B1 (ko) 맞춤화가능한 목표에 기초한 창고 레이아웃의 최적화
US11157841B2 (en) Autonomous shuffling of pallets of items in a warehouse
AU2020201348B2 (en) Autonomous condensing of pallets of items in a warehouse

Legal Events

Date Code Title Description
A107 Divisional application of patent
E701 Decision to grant or registration of patent right
GRNT Written decision to grant