KR102420926B1 - 오더 피킹 최적화 방법 - Google Patents

오더 피킹 최적화 방법 Download PDF

Info

Publication number
KR102420926B1
KR102420926B1 KR1020210143675A KR20210143675A KR102420926B1 KR 102420926 B1 KR102420926 B1 KR 102420926B1 KR 1020210143675 A KR1020210143675 A KR 1020210143675A KR 20210143675 A KR20210143675 A KR 20210143675A KR 102420926 B1 KR102420926 B1 KR 102420926B1
Authority
KR
South Korea
Prior art keywords
order
information
cart
picking
distance
Prior art date
Application number
KR1020210143675A
Other languages
English (en)
Inventor
황순현
Original Assignee
씨제이대한통운 (주)
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 씨제이대한통운 (주) filed Critical 씨제이대한통운 (주)
Priority to KR1020210143675A priority Critical patent/KR102420926B1/ko
Application granted granted Critical
Publication of KR102420926B1 publication Critical patent/KR102420926B1/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"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06314—Calendaring for a resource
    • 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
    • G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials

Landscapes

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

Abstract

창고에 보관 중에 있는 창고의 재고에서 고객들로부터 주문받은 상품을 주문별로 모아서 출하하는 오더 피킹 최적화 방법에 관한 것으로, 본 발명에 따르면,
데이터베이스에 창고의 출발지점, 도착지점 및 지점간 거리 정보를 포함하는 거리 정보를 미리 입력해두는 단계; 주문에 대한 주문 정보와 주문에 대한 파라미터 정보를 데이터베이스에 입력하는 단계; 상기 입력된 주문 정보, 파라미터 정보 및 거리 정보에 기반하여 오더 피킹 최적화를 수행하는 단계; 및 최적화된 오더 피킹을 데이터베이스에 저장하는 단계를 포함하고, 오더피킹 최적화를 수행하는 단계는 카트가 방문해야 하는 로케이션의 수와 카트의 이동 거리가 최소로 되도록 최적화를 수행한다.

Description

오더 피킹 최적화 방법{METHOD FOR OPTIMIZING ORDER PICKING}
본 발명은 오더 피킹 방법에 관한 것으로, 보관 중에 있는 창고의 재고에서 고객들로부터 주문받은 상품을 주문별로 모아서 출하하는 오더 피킹 최적화 방법에 관한 것이다.
현대 기업의 경영환경은 빠른 정보기술의 발전과 함께 하루가 다르게 변화하고 있으며 글로벌 시대의 경쟁심화와 생존을 위한 노력으로는 높은 생산성과 비용절감, 빠른 의사결정, 고객만족 강화 등을 들 수 있다. 또한 기업환경의 변화는 세계화, 고객화로 대변할 수 있는데 이것은 자사와 관계된 공급사슬 구성원 모두의 협력이 이루어 졌을 때 가능한 것으로 공급 사슬 통합 관점에서 이야기 할 수 있다.
공급망관리의 도입과 더불어서 과거에 비해 창고관리 시스템의 역할이 매우 크게 변하고 있다. 오늘날의 추세는 창고나 유통센터의 수를 줄이는 반면, 사이즈를 크게 함으로써 제품을 재 포장하거나 라벨을 부착하고 고객의 요구에 맞게 추가 가공하는 것과 같은 부가가치 서비스의 기능을 높이고자 한다. 최근 들어서 창고관리 시스템은 선진 피킹 시스템, 생산성 향상 기술 및 자동화 인식등을 포함하고 있으며 이러한 기술들은 모두 설비 및 노동력의 활용에 있어서 최적화를 향하여 발전하고 있다.
또한, 과거의 단순한 창고에서 현대의 창고는 정보센터화가 되고 있다. 즉, 실시간 정보를 제공할 수 있는 정보센터로의 위상 변화와, 의사결정 지원을 위한 정보축적의 창고 관리 시스템이 요구되었다. 최근 들어 제3자 물류의 증가 또한 창고관리 시스템의 중요성이 증가하는 원인이 되고 있으며, 고객이 모든 물류를 일괄적으로 제3자 물류업체에게 위탁하는 추세이므로 제3자 물류업체의 전문물류를 통한 사업영역이 대폭 확대되고 있는 실정이다.
특히, 공급망관리상에서의 창고관리 시스템은 실행 단계의 전체 비용의 65%를 차지하고 있으며, 이러한 창고관리 업무에서 오더피킹 업무는 고객의 주문에 신속하게 대응하기 위해 가장 직접적으로 관계가 있으며 창고나 분배센터의 업무중 오더피킹 업무가 운영비용을 가장 많이 차지하고 있다.
이는 오더피킹의 특성상 자동화나 기계화를 하기 어려울 뿐 아니라, 작업의 특성상 스케쥴링 등의 기법을 사용하는 것이 불가능하기 때문이다. 특히, 자동화되지 않은 수동창고에서는 오더피킹 업무의 효율적인 관리를 위한 노력이 절실히 요구되고 있다.
본 발명은 전술한 문제점에 기반하여 안출된 발명으로서 창고의 재고에게 고객들로부터 주문받은 상품을 주문별로 카트에 모아 출하하는 과정에서 상품을 픽킹하는 카트의 방문 로케이션 수와 이동거리를 최소한 오더 피킹 최적화 방법을 제공하는 것을 목적으로 한다.
전술한 과제를 해결하기 위해 본 발명의 일양태에 따르면, 창고에 보관 중에 있는 창고의 재고에서 고객들로부터 주문받은 상품을 주문별로 모아서 출하하는 오더 피킹 최적화 방법이 제공되고, 이 최적화 방법은,
데이터베이스에 창고의 출발지점, 도착지점 및 지점간 거리 정보를 포함하는 거리 정보를 미리 입력해두는 단계;
주문에 대한 주문 정보와 주문에 대한 파라미터 정보를 데이터베이스에 입력하는 단계;
상기 입력된 주문 정보, 파라미터 정보 및 거리 정보에 기반하여 오더 피킹 최적화를 수행하는 단계; 및
최적화된 오더 피킹을 데이터베이스에 저장하는 단계를 포함하고,
상기 오더피킹 최적화를 수행하는 단계는 카트가 방문해야 하는 로케이션의 수와 카트의 이동 거리가 최소로 되도록 최적화를 수행한다.
전술한 양태에서, 상기 파라미터 정보는,
카트별 할당 오더수 정보는 최소 1에서 대상 주문의 총 오더 수 범위에서 선택되고, 박스 혼적 가능 정보는, 박스 타입별 혼적이 가능한지 또는 불가능한지 여부를 결정하도록 구성된다.
또한 전술한 양태에서, 상기 박스 혼적 정보가 불가능한 것을 나타내는 경우, 해당 주문에 포함된 상품을 박스 타입별로 그룹핑을 수행하고, 박스 타입별로 그룹핑된 주문은 각각의 카트에 배분되데, 각각의 카트가 거치게 되는 로케이션의 수와 이동 거리가 최소가 되도록 배분된다.
또한 전술한 양태에서, 최적화된 오더 피킹을 데이터베이스에 저장하는 단계는 카트 할당 정보를 데이터베이스에 저장하고, 카트 할당 정보는, 카트 번호, 피킹 통로의 이동 순서, 로케이션 코드, 오더 번호, 상품 코드 및 상품 수량을 포함한다.
또한 전술한 양태에서, 지점간 거리 정보는 출발지점에서 도착 통로의 중간 지점까지의 거리이다.
이와 같은 본 발명에 따르면 카트별 방문 로케이션 및 이동거리를 최소화 함으로써 이동동선 및 작업의 효율성을 증가시킬수 있고, 1개의 로케이션에 동시에 여러 대의 피킹카트의 작업을 감소시킴으로써 로케이션 및 통로 내의 혼잡도를 줄일 수 있다는 효과가 얻어진다.
도 1은 오더 피킹의 작업 동작을 설명하기 위한 설명도;
도 2는 물품 보관 창고의 통로 및 로케이션을 설명하기 위한 도면;
도 3은 본 발명에 따른 오더피킹 최적화 방법의 순서를 나타내는 흐름도;
도 4는 본 발명에 따른 오더피킹 최적화 방법에 이용되는 거리 정보를 설명하기 위한 설명도;
도 5는 본 발명에 따른 오더피킹 최적화에 이용되는 자료 구조를 나타내는 도면;
도 6은 본 발명에 따른 오더피킹 최적화 방법을 수행하기 위한 하나의 시스템을 나타내는 도면;
도 7은 본 발명에 따른 오더피킹 최적화 방법과 종래의 오더 피킹 방법으로 상품을 카트에 할당한 결과를 일례로 나타내는 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시예를 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이다.
본 명세서에서 본 실시예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 그리고 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 따라서, 몇몇 실시예들에서, 잘 알려진 구성 요소, 잘 알려진 동작 및 잘 알려진 기술들은 본 발명이 모호하게 해석되는 것을 피하기 위하여 구체적으로 설명되지 않는다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. 그리고, 본 명세서에서 사용된(언급된) 용어들은 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 또한, '포함(또는, 구비)한다'로 언급된 구성 요소 및 동작은 하나 이상의 다른 구성요소 및 동작의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 정의되어 있지 않은 한 이상적으로 또는 과도하게 해석되지 않는다.
이하 첨부된 도면을 참조하여 본 발명의 실시예에 대해 설명하도록 한다.
* 용어의 설명
1) 오더 피킹
오더피킹(order Picking)이란 보관 중에 있는 창고의 재고에서 고객들로부터 주문받은 상품을 주문별로 모아서 출하하는 과정을 의미하며, 본 발명에서는 피킹하는 사람(picker)이 주문별 상품을 카트에 담아 출하하는 것을 의미함
도 1의 (a) 및 (b)는 오더 피킹의 작업 동작을 설명하기 위한 도면으로 작업자 또는 피커는 카트를 이용하여 자신에게 할당된 픽업표(도 1의 (b))를 통해 픽업표에 지정된 순서대로 통로와 로케이션을 통해 상품을 카트에 수집하여 피킹 작업이 이루어진다.
2) 피킹 카트
피킹카트 또는 카트는 오더피킹 시 주문박스를 올려두고, 작업자인 피커가 피킹 작업을 수행하는 용도로 사용된다. 1건의 주문별 1개의 박스를 기본으로 하며, 피킹카트에 올려둘 박스의 수는 오더피킹을 관리하는 관리자에 의해 지정된다.
3) 통로 / 로케이션
도 2는 물품 보관 창고의 통로 및 로케이션을 설명하기 위한 도면이다. 도 2에 도시된 바와 같이 통로는 양쪽으로 로케이션이 존재하는 보관 통로(ex. 통로1, 통로2)를 의미하고, 로케이션은 상품이 보관되어 있는 장소를 의미하며, 1개의 상품은 1개의 로케이션을 가지는 것으로 정의된다.
도 2에 도시된 바와 밭이 통로와 로케이션으로 이루어진 물품 보관 창고에서 오더피킹의 최적화를 이루기 위해서는 카트별로 방문하게 되는 로케이션의 수 및 총 카트의 총 이동거리를 최소화시킬 필요가 있다. 이에 따라 오더피킹 최적화 알고리즘은 카트별로 주문내 포함된 상품들의 보관 로케이션을 고려하여 관리자가 지정한 수(예를 들면 1카트당 10개의 주문)만큼 카트별로 할당되어야 한다.
즉 대상 주문에 대하여 관리자가 지정한 수 만큼의 카트당 주문수가 결정되면 총 필요한 카트의 대수가 산정된다. 예를 들면 총 주문수가 100이고, 카트당 10개의 주문이 지정된다면 총 필요한 카트수는 100(주문수) / 10(카트당 처리 주문수) = 10(카트수)이 산출될 수 있다.
카트별로 지정된 수의 오더가 할당되고 나면, 카트의 방문 로케이션 및 거리를 줄이기 위한 최적화가 수행되고, 이후 통로 기준으로 고객의 주문을 각각의 카트에 할당하기 위해 고객의 주문은 통로기준으로 내림차순(또는 올림차순)으로 정렬된다. 그와 동시에, 오더 피킹 할당시 다음과 같은 사항을 고려할 필요가 있다. 통상적으로 주문 내 상품은 상품이 담길 수 있는 박스가 지정되는데, 그 종류는 상품에 따라 A-H까지 8개의 다양한 박스가 존재한다. 이는 카트내 박스 타입의 혼적여부를 판단하여 피킹 오더의 최적화가 이루어져야함을 의미한다. 즉 혼적이 가능한 경우 박스 타입에 관계 없이 피킹 오더의 최적화가 이루어지지만, 혼적이 불가능한 경우에는 박스 타입(A~H) 별로 오더피킹 최적화가 이루어져야만 한다.
도 3은 본 발명에 따른 오더 피킹 최적화 방법의 전체 흐름을 나타내는 흐름도이다. 도 3에 도시된 바와 같이 본 발명에 따른 오더 피킹 최적화 방법은 데이터 입력 단계(S110); 카트별 박스 혼적 판단 단계(S120); 카트별 박스 혼적 판단 단계에서 카트별 혼적이 가능한 경우 오더피킹 최적화 단계(S135); 및 최적화된 오더 피킹을 카트별로 할당하고 저장하는 단계(S145)를 포함하고, 단계 S120에서 카트별 혼적이 가능한 경우 박스타입렬로 오더 그룹을 생성하는 단계(S130); 박스 타입별 오더 피킹을 최적화 하는 단계(S140); 최적화된 오더 피킹을 카트별로 할당하고 저장하는 단계(S150); 및 남은 오더 그룹에 대해 오더 피킹을 최적화하고 저장하는 단계(S160)을 포함한다.
먼저 데이터 입력 단계(S110)에서는 데이터베이스로부터 거리 정보, 주문 정보, 파라미터 정보를 입력 받는다. 이를 위해 데이터베이스에는 거리 정보로서 출발지점에서 통로별 중앙 위치까지의 거리 정보를 포함하고, 주문정보로서 고객별 고유의 주문 정보를 포함하고, 또한 파라미터 정보로서 카트별 할당 오더수, 박스 혼적 여부 정보가 미리 저장되어 있어야 한다.
아래의 표 1은 데이터 입력 단계에서 이용되는 정보를 나타낸다.
[표 1] 데이터 입력 정보
Figure 112021122856506-pat00001
도 4는 거리 정보를 설명하기 위한 설명도이다. 도 4에 도시된 바와 같이 카트의 이동 거리의 거리를 최적화하기 위해 본 발명에서는 기준 정보로서 출발지점에서 통로별 중앙 위치까지의 거리 정보를 포함하고 있다. 통로별로 상품이 위치한 로케이션의 거리는 모든 주문 마다 달라질 수 있기 때문에 본 발명에서는 로케이션까지의 거리를 구하는 대신 상품들이 위치한 로케이션까지의 평균거리를 구하기 위해 출발지점에서 통로별 중앙 위치까지의 평균 거리를 이용하였다. 그러나 본 발명은 이에 한정되는 것은 아니고 출발지점으로부터 통로별 상품이 위치한 로케이션까지의 거리를 이용할 수도 있다. 다만 이와 같은 경우 상품이 위치한 로케이션이 변경되는 경우가 빈번이 일어나기 때문에 데이터베이스 관리가 어려워지는 문제가 발생될 수도 있다. 이와 같은 거리 정보는 카트별로 방문하는 로케이션의 수를 최소화시키고 또한 총 이동거리를 계산하는데 이용된다.
전술한 바와 같이 카트별 할당 오더수는 고객별 고유 주문정보인 주문 정보를 관리자가 지정한 카트별 오더 처리수로 나누어 산출될 수 있으며, 박스혼적여부는 고객의 주문 정보에 기초하여 관리자가 혼적여부를 결정하게 된다.
이어진 단계 S120에서는 관리자가 입력한 파라미터 정보에 기반하여 카트별 박스 혼적이 가능한지 여부가 판단된다. 단계 S120에서 카트별 박스 타입 혼적이 허용되지 않는 경우에는 단계 S130으로 진행되고 그렇지 않고 카트별 박스 타입 혼적이 허용되는 경우에는 단계 S135로 진행된다.
단계 S120에서 카트별 박스 타입 혼적이 허용되지 않는 경우에는 단계 S130에서 아래의 표 2와 같이 각 박스 타입렬로 오더 그룹을 생성하게 된다.
[표 2] 박스타입렬 오더 그룹
Figure 112021122856506-pat00002
상기 표 2에서 예시된 바와 같이 박스 타입별로 주문 그룹이 형성되는데, 예를 들면 박스타입 A의 경우 주문1, 주문2로 이루어진 오더 그룹이 생성되고, 박스 타입 B의 경우 주문3, 주문4로 이루어진 오더 그룹이 형성된다.
단계 S130에 이어진 단계 S140에서는 오더피킹 최적화가 실행된다. 오더피킹 최적화 단계에서는 각 박스별 오더 그룹이 관리자가 지정한 카트별 할당 주문수(예를 들면 10)를 기준으로 임의의 카트번호에 주문을 할당한다. 이 단계에서는 카트별 로케이션 방문수를 최소화하며, 동시에 출발지점에서 통로별 중간지점까지의 거리의 합이 최소화시켜 카트별 전체 이동거리가 감소되도록 계산이 수행된다.
단계 S140에서 오더피킹 최적화가 실행된 후 이어진 단계 S150에서는 최적화된 카트별 주문 할당 결과가 저장되고, 후속하는 단계 S160에서는 남은 박스별 오더 그룹이 존재하는지 여부가 판단된다. 예를 들면 단계 S140에서 박스타입 A에 대한 오더 그룹에 대한 오더 피킹 최적화가 수행된 경우에 단계 S160에서는 박스 타입 B ~ H에 대한 오더 그룹이 남아 있느지 여부를 판단하고 남은 박스 타입에 대한 오더 그룹이 존재하는 경우에는 단계 S140으로 복귀하여 해당하는 박스 타입에 대한 오더 피킹 최적화가 수행된다.
다시 단계 S120으로 되돌아가 카트별 박스 혼적이 가능한 경우에는 박스별 주문 그룹을 생성할 필요가 없기 때문에 고객의 주문에 대한 오더 피킹 최적화가 전술한 바와 같이 카트별 로케이션 방문수를 최소화하며, 동시에 출발지점에서 통로별 중간지점까지의 거리의 합이 최소화되도록 수행되고, 최적화가 수행된 카트별 할당 결과가 저장된다.
[표 3] 박스혼적여부에 따른 할당 결과
Figure 112021122856506-pat00003
상기의 표 3은 박스혼적여부에 따른 할당 결과를 나타낸 표로서, 표 3의 (a)는 박스 혼적이 불가능한 경우의 카트별 주문 할당결과를 나타내고, 표 3의 (b)는 박스 혼적이 가능한 경우의 카트별 주문 할당결과를 나타낸다. 표 3의 (b)는 박스 혼적이 가능한 경우에는 박스 타입이 존재하지 않고, 카트별로 주문이 할당되고 있음을 알 수 있다(예를 들면 카트 1에는 주문 1, 2, 카트 3에는 주문 25, 26이 할당되어 있음).
도 5는 본 발명에 따른 오더피킹 최적화에 이용되는 자료 구조를 나타내는 도면이다. 도 5 및 표 4에 도시된 바와 같이, 사용자(관리자) 입력정보는 파라미터 정보 및 주문 정보를 포함하고, 기준정보로서 거리 정보가 포함된다.
파라미터 정보는 박스 혼적 여부를 나타내는 정보, 예를 들면 박스 혼적 여부는 Y(가능)/N(불가능)으로 관리자에 의해 입력된 정보일 수 있으며, 카트당 할당 오더 수는 1 ~ 최대 할당 오더수로서 정의될 수 있으며, 이 역시 관리자에 의해 입력되는 정보일 수 있다.
주문 정보는 오더 번호, 상품 코드, 상품 수량, 로케이션 코드, 박스 타입 정보를 포함한다. 오더 번호는 발생된 주문의 고유 번호를 나타내고, 상품 코드는 주문에 포함된 상품의 고유 코드를 나타내며, 상품 수량은 상품의 주문 수량을 나타내고, 로케이션코드는 상품이 위치한 위치의 코드(1개 상품에 대해 1개 로케이션 코드가 부여됨), 박스 타입은 주문이 담겨야할 박스 타입의 정보를 나타낸다.
기준정보로 이용되는 거리 정보는 출발지점 정보, 도착지점 정보 및 거리 정보를 포함한다. 출발지점 정보는 카트가 출발되는 출발지점(도 4 참조)을 나타내며, 도착 지점은 통로의 중앙지점(예를 들면, 통로1 중앙지점, 통로2 중앙지점)를 나타내며, 거리는 출발지점으로부터 각각의 도착 지점 사이의 거리를 나타낸다.
카트 할당 정보는 박스타입 정보 이외에도 카트번호, 이동순서, 로케이션코드, 오더번호, 상품코드, 상품 수량의 정보를 더 포함한다. 카트 번호는 각 카트에 할당된 카트 코드(예를 들면 카트1, 카트2, 카트3), 이동순서(카트의 이동 순서, 즉 피킹 통로의 순서), 로케이션 코드(상품이 위치한 위치의 코드(1개 상품에 대해 1개 로케이션 코드가 부여됨), 오더 번호, 상품 코드, 상품 수량의 정보를 더 포함한다. 도시된 바와 같이 카트 할당 번호 및 이동 순서는 파라미터 정보(박스 혼적 여부, 카트당 할당 오더수) 및 거리 정보(출발정보, 도착정보, 거리 정보)에 기반하여 계산되고, 로케이션 코드, 오더 번호, 상품 코드 및 상품 수량은 주문 정보로부터 취출되어 획득된다.
[표 4] 자료 구조에 이용되는 정보 구분
Figure 112021122856506-pat00004
도 6은 전술한 바와 같은 본 발명에 따른 오더피킹 최적화를 수행하기 위한 시스템(오더피킹 최적화 시스템)을 나타낸다. 도 6에 도시된 바와 같이 본 발명에 따른 오더피킹 최적화 시스템(10)은 사용자(또는 관리자)가 오더 피킹 최적화에 필요한 데이터를 입력하기 위한 데이터 입력 모듈(100)과, 사용자 또는 관리자로부터 입력된 데이터를 저장하기 위한 데이터베이스 또는 데이터 저장 모듈(300) 및 데이터 입력 모듈(100)을 통해 입력된 사용자의 명령에 의해 해당하는 주문의 오더 피킹 최적화를 수행하는 최적화 제어 모듈(200)을 포함한다.
전술한 바와 같이 사용자는 데이터 입력 모듈(100)을 통해 오더 번호, 상품 코드, 상품 주량, 로케이션 코드 및 박스 타입을 포함하는 주문 정보와; 박스혼적 여부 및 카트당 할당 오더수를 포함하는 파라미터 정보를 데이터 저장 모듈(300)에 입력한다.
데이터 저장 모듈(300)에는 사용자가 입력한 주문 정보와 파라미터 정보 이외에도 출발지점 정보, 도착지점 정보 및 지점간 거리 정보를 포함하는 거리 정보가 미리 저장되어 있는 것이 바람직하다.
사용자는 데이터 입력 모듈(100)을 통해 주문 정보와 파라미터 정보를 입력한 후 사용자의 단말기 또는 상기 데이터베이스(300)와 연동되는 서버에 제공된 최적화 제어 모듈(200)을 실행시키게 된다.
최적화 제어 모듈(200)는 먼저 사용자가 입력한 파라미터 정보를 통해 카트별 박스 혼적이 가능한지 여부를 먼저 판단하게 된다.
판단 모듈(210)에서 카트별 박스 혼적이 가능한 것으로 판단된 경우(즉, 사용자가 입력한 박스 혼적 여부가 Yes 인 경우) 최적화 모듈(230)은 입력된 데이터를 기반으로 하여, 해당 주문에 포함된 상품을 각각의 카트에 배분하되 각각의 카트가 거치게 되는 로케이션의 수와 이동 거리가 최소가 되는 경우의 수를 판단하여 카트에 주문이 배분하게 된다.
한편 판단 모듈(210)에서 카트별 박스 혼적이 불가능한 것으로 판단된 경우(즉, 사용자가 입력한 박스 혼적 여부가 No 인 경우) 최적화 모듈(230)은 박스 타입별 오더 그룹핑 모듈(200)로 하여금 입력된 데이터를 기반으로 하여, 해당 주문에 포함된 상품을 박스 타입별로 그룹핑을 수행하도록 하고, 박스 타입별로 그룹핑된 주문은 각각의 카트에 배분하되, 각각의 카트가 거치게 되는 로케이션의 수와 이동 거리가 최소가 되는 경우의 수를 판단하여 카트에 주문이 배분하게 된다.
카트별 방문해야할 로케이션 및 이동거리가 최소화되고 나면 최적화 제어 모듈(200)은 피킹 오더 출력 모듈(240)로 하여금 피킹 오더를 출력하고 이를 피킹 작업자에게 전달함으로써 작업자는 피킹 오더에 제시된 이동 경로를 따라 통로와 로케이션을 이동하게 된다.
도 7은 전술한 바와 같은 본 발명에 따른 오더피킹 최적화를 수행하여 상품을 카트에 할당한 결과와 종래의 오더순으로 상품을 할당한 결과를 나타내는 도면이다. 도 7에 도시된 바와 같이 종래의 오더순으로 상품을 카트별로 할당한 결과를 살펴보면 총 로케이션의 수가 9인 것을 알 수 있지만, 즉 상품1이 카트1과 카트2에 각각이 할당되지만, 본 발명에서는 카트별 경유 로케이션의 합을 최소화하면서 동시에 이동 거리를 최소화함으로써 로케이션의 수가 7로 줄어든 결과가 얻어질 수 있다.
이와 같은 본 발명에 따르면 카트별 방문 로케이션 및 이동거리를 최소화 함으로써 이동동선 및 작업의 효율성을 증가시킬수 있고, 1개의 로케이션에 동시에 여러 대의 피킹카트의 작업을 감소시킴으로써 로케이션 및 통로 내의 혼잡도를 줄일 수 있다는 효과가 얻어진다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively)처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속하는 것으로 해석되어야만 한다.
100: 데이터 입력 모듈 300: 데이터 저장 모듈
200: 최적화 제어 모듈 210: 판단 모듈
220: 박스 타입별 오더 그룹핑 모듈
230: 최적화 계산 모듈 240: 피킹 오더 출력 모듈

Claims (5)

  1. 창고에 보관 중에 있는 창고의 재고에서 고객들로부터 주문받은 상품을 주문별로 모아서 출하하는 복수의 카트를 이용한 오더 피킹 최적화 방법에 있어서,
    데이터베이스에 창고의 출발지점, 도착지점 및 지점간 거리 정보를 포함하는 거리 정보를 미리 입력해두는 단계 - 여기서 도착 지점은 상품들이 위치한 통로의 중앙 위치를 나타냄;
    주문에 대한 주문 정보와 주문에 대한 파라미터 정보를 데이터베이스에 입력하는 단계;
    상기 입력된 주문 정보, 파라미터 정보 및 거리 정보에 기반하여 오더 피킹 최적화를 수행하는 단계; 및
    최적화된 오더 피킹을 데이터베이스에 저장하는 단계를 포함하고,
    상기 오더피킹 최적화를 수행하는 단계는 복수의 카트의 각각의 카트가 방문해야 하는 로케이션의 수; 및 각각의 카트의 이동 거리가 최소로 되도록 최적화를 수행하고 - 여기서 복수의 카트의 수는 총주문수/카트당 처리주문수로 정의됨 -,
    상기 파라미터 정보는 카트별 할당 오더수 정보를 포함하고, 카트별 할당 오더수 정보는 최소 1에서 대상 주문의 총 오더 수 범위에서 선택되고,
    상기 파라미터 정보는, 박스 혼적 가능 정보를 더 포함하고, 박스 혼적 가능 정보는, 박스 타입별 혼적이 가능한지 또는 불가능한지 여부를 결정하도록 구성되고,
    상기 박스 혼적 정보가 불가능한 것을 나타내는 경우, 해당 주문에 포함된 상품을 박스 타입별로 그룹핑을 수행하고, 박스 타입별로 그룹핑된 주문은 각각의 카트에 배분되데, 각각의 카트가 거치게 되는 로케이션의 수와 이동 거리가 최소가 되도록 배분되는 것을 특징으로 하는
    오더 피킹 최적화 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 최적화된 오더 피킹을 데이터베이스에 저장하는 단계는 카트 할당 정보를 데이터베이스에 저장하고, 카트 할당 정보는,
    카트 번호, 피킹 통로의 이동 순서, 로케이션 코드, 오더 번호, 상품 코드 및 상품 수량을 포함하는 것을 특징으로 하는
    오더 피킹 최적화 방법.
  5. 제1항에 있어서,
    상기 지점간 거리 정보는 출발지점에서 도착 통로의 중간 지점까지의 거리인 것을 특징으로 하는
    오더 피킹 최적화 방법.
KR1020210143675A 2021-10-26 2021-10-26 오더 피킹 최적화 방법 KR102420926B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210143675A KR102420926B1 (ko) 2021-10-26 2021-10-26 오더 피킹 최적화 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210143675A KR102420926B1 (ko) 2021-10-26 2021-10-26 오더 피킹 최적화 방법

Publications (1)

Publication Number Publication Date
KR102420926B1 true KR102420926B1 (ko) 2022-07-15

Family

ID=82400743

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210143675A KR102420926B1 (ko) 2021-10-26 2021-10-26 오더 피킹 최적화 방법

Country Status (1)

Country Link
KR (1) KR102420926B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102521113B1 (ko) * 2022-07-15 2023-04-12 위킵(주) 배송물품의 패킹 자동화 방법 및 장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170011630A (ko) * 2015-07-23 2017-02-02 한국콘베어공업주식회사 무인이송차량을 이용한 물품 이송시스템
KR20210069917A (ko) * 2019-12-04 2021-06-14 한국전자통신연구원 창고관리 시스템에서의 상품 선택포장 장치 및 방법
KR20210103070A (ko) * 2020-02-13 2021-08-23 주식회사 한컴로보틱스 상품 픽업용 자율주행 로봇 및 그 동작 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170011630A (ko) * 2015-07-23 2017-02-02 한국콘베어공업주식회사 무인이송차량을 이용한 물품 이송시스템
KR20210069917A (ko) * 2019-12-04 2021-06-14 한국전자통신연구원 창고관리 시스템에서의 상품 선택포장 장치 및 방법
KR20210103070A (ko) * 2020-02-13 2021-08-23 주식회사 한컴로보틱스 상품 픽업용 자율주행 로봇 및 그 동작 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102521113B1 (ko) * 2022-07-15 2023-04-12 위킵(주) 배송물품의 패킹 자동화 방법 및 장치

Similar Documents

Publication Publication Date Title
JP7250798B2 (ja) 在庫スケジューリング方法およびデバイスならびに非一時的なコンピュータ可読記憶媒体
Henn et al. Metaheuristics for order batching and sequencing in manual order picking systems
US10839338B2 (en) Order sourcing with asynchronous communication and using optimization for large sourcing networks
US9152941B2 (en) Systems and methods for automated parallelization of back-order processing
Epp et al. A discrete-time queueing network approach to performance evaluation of autonomous vehicle storage and retrieval systems
CN109902975B (zh) 调度方法、系统、装置以及计算机可读存储介质
US20110106922A1 (en) Optimized efficient lpar capacity consolidation
CN108615130B (zh) 出库定位方法及装置
US9020631B1 (en) Opportunistically consolidated picking
Vasili et al. Automated storage and retrieval systems: a review on travel time models and control policies
Chawla et al. Automatic guided vehicles fleet size optimization for flexible manufacturing system by grey wolf optimization algorithm
Chawla et al. The scheduling of automatic guided vehicles for the workload balancing and travel time minimi-zation in the flexible manufacturing system by the nature-inspired algorithm
CN112700180A (zh) 一种拣货方法和拣货装置
US20230385471A1 (en) Resource-based stock arrangement optimization in a warehouse
KR102420926B1 (ko) 오더 피킹 최적화 방법
Daroń Simulations in planning logistics processes as a tool of decision-making in manufacturing companies
Teck et al. An efficient multi-agent approach to order picking and robot scheduling in a robotic mobile fulfillment system
KR102664608B1 (ko) 아이템 피킹 정보 관리 방법 및 그 장치
US20170228812A1 (en) System and method for optimizing delivering sources of online orders
CN113506068A (zh) 一种出入库方法、装置、存储介质及电子设备
JP7414931B1 (ja) 情報処理装置、情報処理方法、プログラムおよび情報処理システム
CN112966992B (zh) 一种订单生产方法和装置
JP7131685B2 (ja) 搬送経路設計装置、搬送経路設計方法、及び、プログラム
Truong et al. Building management algorithms in automated warehouse using continuous cluster analysis method
JP7465240B2 (ja) 生産計画管理装置、生産計画管理方法及び生産計画管理システム

Legal Events

Date Code Title Description
AMND Amendment
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant