KR102544350B1 - 인공 지능을 이용한 화물 장치 및 리핸들링 관리 시스템 및 방법 - Google Patents

인공 지능을 이용한 화물 장치 및 리핸들링 관리 시스템 및 방법 Download PDF

Info

Publication number
KR102544350B1
KR102544350B1 KR1020210168749A KR20210168749A KR102544350B1 KR 102544350 B1 KR102544350 B1 KR 102544350B1 KR 1020210168749 A KR1020210168749 A KR 1020210168749A KR 20210168749 A KR20210168749 A KR 20210168749A KR 102544350 B1 KR102544350 B1 KR 102544350B1
Authority
KR
South Korea
Prior art keywords
information
rehandling
schedule
cargo
equipment
Prior art date
Application number
KR1020210168749A
Other languages
English (en)
Other versions
KR20230081057A (ko
Inventor
이성진
박태현
정규민
강정구
노혜민
이효준
Original Assignee
주식회사 컨테인어스
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 주식회사 컨테인어스 filed Critical 주식회사 컨테인어스
Priority to KR1020210168749A priority Critical patent/KR102544350B1/ko
Priority to PCT/KR2022/018633 priority patent/WO2023101306A1/ko
Publication of KR20230081057A publication Critical patent/KR20230081057A/ko
Application granted granted Critical
Publication of KR102544350B1 publication Critical patent/KR102544350B1/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
    • G06Q10/06—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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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"
    • 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
    • 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
    • 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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063116—Schedule adjustment for a person or group
    • 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
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods

Abstract

본 개시는 적어도 하나의 프로세서에 의해 수행되는 인공 지능을 이용한 화물 장치 및 리핸들링 관리 방법을 제공한다. 이 방법은, 화물 정보, 리치스태커 정보 및 장치장 정보를 데이터베이스에 등록하는 단계, 데이터베이스에 등록된 정보에 기초하여, 인공지능 기반의 장치 및 리핸들링 스케줄링 모듈에 의해, 화물과 장치 위치 및 리치스태커를 매칭하고 장치장까지의 경로를 포함하는 제1 스케줄을 결정하는 단계 및 제1 스케줄 및 장치장 운영사 단말로부터 수신된 제2 스케줄 중 어느 하나에 따른 장치 및 리핸들링 정보를 리치스태커 운전기사 단말로 전송하는 단계를 포함한다.

Description

인공 지능을 이용한 화물 장치 및 리핸들링 관리 시스템 및 방법{SYSTEM AND METHOD FOR MANAGING CARGO STORING AND REHANDLING PROCESSES USING ARTIFICIAL INTELLEGIENCE}
본 발명은 인공 지능을 이용한 화물 장치 및 리핸들링 관리 시스템 및 방법에 관한 것으로, 화물 정보, 리치스태커 및 운전기사 정보, 리치스태커 작업 정보, 장치장 정보 등에 기초하여 소정 시간 내 적재 및 리핸들링할 화물과 장치 위치 및 리치스태커를 매칭하여 최적의 노선으로 이루어진 장치 및 리핸들링 스케줄을 구축하는 시스템 및 방법에 관한 것이다.
종래 컨테이너 야드(CY, Container Yard) 또는 장치장(Container Shed)에서 컨테이너의 적재 및 리핸들링 작업을 실행하기 위하여, 장치장 운영사의 관리업무원이 본인의 노하우를 이용하여 화물과 장치 위치 및 리치스태커를 매칭하고 적재 및 리핸들링 스케줄링을 결정하는 방식이 사용되고 있다. 여기서 장치장 운영사의 관리업무원은, 화주가 요청한 화물의 반출입 정보 및 화물 정보(컨테이너 정보, 선사 정보 등), 리치스태커 및 운전기사 정보, 장치장 현황 정보 등을 참조할 수 있다.
그러나, 종래의 방법으로는 화주와 장치장 운영사, 리치스태커 운전기사 간의 의사소통이 잘못되는 경우, 유선 및 개별 연락망을 통해 반출입 컨테이너의 재확인 절차를 거치거나 분실하는 등의 문제점이 있었다. 또한, 장치장 운영사의 관리업무원의 노하우에만 의존하여 적재 및 리핸들링 스케줄링을 결정하다 보니, 그 스케줄링의 적절성이나 효율성이 관리업무원의 개인 역량에 따라 결정되는 불합리한 면이 발생할 수 있다.
한편, 화물 장치장 내에서는 반출 컨테이너 상단에 컨테이너가 장치되어 있을 경우 반출 컨테이너의 상단에 위치한 컨테이너를 잠시 다른 곳으로 이동시키는 재처리 또는 리핸들링(rehandling)이 실행될 수 있다. 리핸들링 수의 증가는 적하역 장비(예를 들어, 리치스태커)의 작업 부하를 증가시킬 뿐만 아니라 야드 트럭의 작업 대기로 인해 화물 터미널 내부의 혼잡도와 화물 차량의 입환 계획의 차질을 초래할 수 있다. 따라서, 화물 터미널의 전반적인 생산성 향상을 위해 화물 장치 내지 적재뿐만 아니라 리핸들링을 최적화하기 위한 방안이 필요하다.
이에, 본 발명에서는 화주가 요청한 화물의 반출입 정보 및 화물 정보(예를 들어, 컨테이너 정보, 선사 정보 등), 리치스태커 및 운전기사 정보, 리치스태커 작업의 과거, 현재 또는 예정 정보, 장치장 현황 정보 등에 기초하여 소정 시간 내 적재 및 리핸들링할 화물과 장치 위치 및 리치스태커를 매칭하여 최적의 노선으로 이루어진 장치 및 리핸들링 스케줄을 구축하는 시스템 및 방법을 제안한다.
공개특허공보 제10-2010-0045547호
본 개시는 상기와 같은 문제점을 해결하기 위한 인공 지능을 이용한 화물 장치 및 리핸들링 관리 방법, 기록매체에 저장된 컴퓨터 프로그램 및 장치(시스템)를 제공한다.
본 개시는 방법, 장치(시스템) 또는 판독 가능 저장 매체에 저장된 컴퓨터 프로그램을 포함한 다양한 방식으로 구현될 수 있다.
본 개시의 일 실시예에 따르면, 적어도 하나의 프로세서에 의해 수행되는 인공 지능을 이용한 화물 장치 및 리핸들링 관리 방법은, 화물 정보, 리치스태커 정보 및 장치장 정보를 데이터베이스에 등록하는 단계, 데이터베이스에 등록된 정보에 기초하여, 인공지능 기반의 장치 및 리핸들링 스케줄링 모듈에 의해, 화물과 장치 위치 및 리치스태커를 매칭하고 장치장까지의 경로를 포함하는 제1 스케줄을 결정하는 단계 및 제1 스케줄 및 장치장 운영사 단말로부터 수신된 제2 스케줄 중 어느 하나에 따른 장치 및 리핸들링 정보를 리치스태커 운전기사 단말로 전송하는 단계를 포함할 수 있다.
본 개시의 다른 실시예에 따르면, 적어도 하나의 프로세서에 의해 수행되는 인공 지능을 이용한 화물 장치 및 리핸들링의 학습 방법은, 장치 및 리핸들링 주문 정보를 데이터베이스에 등록하는 단계, 데이터베이스에 등록된 정보에 기초하여, 강화 학습 기반의 장치 및 리핸들링 스케줄링 알고리즘을 이용하여, 화물과 장치 위치 및 리치스태커를 매칭하고 장치장까지의 경로를 포함하는 제1 스케줄을 결정하는 단계, 제1 스케줄 및 장치장 운영사 단말로부터 수신된 제2 스케줄 중 어느 하나에 따른 장치 및 리핸들링 정보를 리치스태커 운전기사 단말로 전송하는 단계, 운전기사 단말로부터 장치 및 리핸들링 정보에 따라 실행된 장치 및 리핸들링 실행 결과를 수신하는 단계, 장치 및 리핸들링 정보 및 장치 및 리핸들링 실행 결과를 데이터베이스에 업데이트하는 단계 및 데이터베이스에 업데이트된 장치 및 리핸들링 정보 및 장치 및 리핸들링 실행 결과에 기초하여, 장치 및 리핸들링 스케줄링 알고리즘을 학습시키는 단계를 포함할 수 있다.
본 개시의 또 다른 실시예에 따르면, 인공 지능을 이용한 화물 장치 및 리핸들링 관리 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 제공된다.
본 개시의 또 다른 실시예에 따르면, 인공 지능을 이용한 화물 장치 및 리핸들링의 학습 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 제공된다.
본 개시의 또 다른 실시예에 따르면, 인공 지능을 이용한 화물 장치 및 리핸들링 관리 시스템은, 통신 모듈, 메모리 및 메모리와 연결되고, 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로그램은, 화물 정보, 리치스태커 정보 및 장치장 정보를 데이터베이스에 등록하고, 데이터베이스에 등록된 정보에 기초하여, 인공지능 기반의 장치 및 리핸들링 스케줄링 모듈에 의해, 화물과 장치 위치 및 리치스태커를 매칭하고 장치장까지의 경로를 포함하는 제1 스케줄을 결정하고, 제1 스케줄 및 장치장 운영사 단말로부터 수신된 제2 스케줄 중 어느 하나에 따른 장치 및 리핸들링 정보를 리치스태커 운전기사 단말로 전송하기 위한 하나 이상의 명령어를 포함할 수 있다.
본 발명의 일부 실시예에 따르면, 화물 정보, 리치스태커 및 운전기사 정보, 리치스태커 작업 정보, 장치장 정보 등에 기초하여 소정 시간 내 적재 및 리핸들링할 화물과 장치 위치 및 리치스태커를 매칭하여 최적의 노선으로 이루어진 장치 및 리핸들링 스케줄을 구축할 수 있다.
또한, 본 발명 일부 실시예에 따르면, 종래의 장치장 운영사의 관리업무원의 노하우에만 의존하여 적재 및 리핸들링 스케줄링을 결정하면서 발생할 수 있는 스케줄링의 비효율과 불합리한 문제들을 개선할 수 있다.
본 개시의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자(“통상의 기술자”라 함)에게 명확하게 이해될 수 있을 것이다.
본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 개시의 일 실시예에 따른 화물 장치 및 리핸들링 관리 시스템의 구성을 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따른 정보 처리 시스템이 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 정보 처리 시스템의 내부 구성을 나타내는 블록도이다.
도 4는 본 개시의 일 실시예에 따른 정보 처리 시스템의 프로세서의 구성을 나타내는 도면이다.
도 5는 본 개시의 일 실시예에 따른 화물 장치 및 리핸들링 관리 시스템의 데이터베이스의 구성을 나타내는 도면이다.
도 6은 본 개시의 일 실시예에 따른 화물 장치 및 리핸들링 관리 프로세스의 예시를 나타내는 도면이다.
도 7은 본 개시의 일 실시예에 따른 자동 화물 장치 및 리핸들링 스케줄링의 학습 프로세스의 예시를 나타내는 도면이다.
도 8은 본 개시의 일 실시예에 따른 자동 화물 장치 및 리핸들링 스케줄링의 자동화를 위한 강화학습 프로세스의 예시를 나타내는 도면이다.
도 9는 본 개시의 일 실시예에 따른 자동 화물 장치 및 리핸들링 관리 방법의 예시를 나타내는 도면이다.
이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.
첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응되는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.
개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
또한, 명세서에서 사용되는 '모듈' 또는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈' 또는 '부'는 어떤 역할들을 수행한다. 그렇지만, '모듈' 또는 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈' 또는 '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서, '모듈' 또는 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '모듈' 또는 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈' 또는 '부'들로 결합되거나 추가적인 구성요소들과 '모듈' 또는 '부'들로 더 분리될 수 있다.
본 개시의 일 실시예에 따르면, '모듈' 또는 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서, '프로세서'는 주문형 반도체(ASIC), 프로그램가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.
본 개시에서, '시스템'은 서버 장치와 클라우드 장치 중 적어도 하나의 장치를 포함할 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 시스템은 하나 이상의 서버 장치로 구성될 수 있다. 다른 예로서, 시스템은 하나 이상의 클라우드 장치로 구성될 수 있다. 또 다른 예로서, 시스템은 서버 장치와 클라우드 장치가 함께 구성되어 동작될 수 있다.
본 개시에서, '장치장(container stacking area)'은 화물 운송차량에 의해 반입된 화물 컨테이너가 반출시기까지 임시로 보관되는 장소 또는 보관소를 지칭할 수 있다. 본 개시에서 장치장은 컨테이너 야드(container yard)와 상호 교환적으로 사용될 수 있다.
본 개시에서, '리치스태커(reach stacker)'는 차량형 이동 장비로서 컨테이너 야드 또는 장치장 내에서 컨테이너를 이적하거나 셰시에서 하역하여 컨테이너 야드 내에 적재하는 장비 또는 차량을 지칭할 수 있다.
본 개시에서, '장치 및 리핸들링 스케줄'은 컨테이너 야드 또는 장치장에 적재 또는 리핸들링될 화물과 리치스태커의 매칭 정보, 매칭된 리치스태커가 장치장 내에서 장치 또는 리핸들링할 위치, 경로, 시간 또는 순서를 나타내는 정보 등을 포함할 수 있다.
본 개시에서, '복수의 A의 각각' 또는 '복수의 A 각각'은 복수의 A에 포함된 모든 구성 요소의 각각을 지칭하거나, 복수의 A에 포함된 일부 구성 요소의 각각을 지칭할 수 있다.
도 1은 본 개시의 일 실시예에 따른 화물 장치 및 리핸들링 관리 시스템의 구성을 나타내는 도면이다. 도시된 바와 같이, 화물 장치 및 리핸들링 관리 시스템(100)은, 하나 이상의 화주 단말(110), 하나 이상의 리치스태커 운전기사 단말(140), 이들 단말(110, 140)과 네트워크(150)를 통해 연결되는 하나 이상의 통합 장치 관리 서버(130)를 포함할 수 있다. 추가로, 화물 장치 및 리핸들링 관리 시스템(100)은, 통합 장치 관리 서버(130) 각각에 연결된 장치장 운영사 단말(120)을 더 포함할 수 있다.
화주 단말(110)은 컨테이너 야드 또는 장치장에 적재할 화물 정보(예를 들어, 선사 정보 및 컨테이너 정보) 또는 반출입 정보(예를 들어, 보관 주문 정보)를 네트워크(150)를 통해 통합 장치 관리 서버(130)로 전송할 수 있다. 한편, 리치스태커 운전기사 단말(140)은, 예를 들어, 모바일 앱(142)을 통해, 리치스태커 운전기사 정보를 네트워크(150)를 통해 통합 장치 관리 서버(130)로 전송할 수 있다. 또한, 장치장 운영사 단말(120)은, 장치장 현황 정보, 장치장 운영사의 관리업무원의 노하우 정보(예를 들어, 장치 및 리핸들링할 화물과 리치스태커의 매칭, 장치 및 리핸들링 스케줄링 등에 관한 노하우 정보)를 네트워크(150)를 통해 통합 장치 관리 서버(130)로 전송할 수 있다.
통합 장치 관리 서버(130)는, 화주 단말(110)로부터 수신된 화물 정보 또는 반출입 정보, 리치스태커 운전기사 단말(140)로부터 수신된 리치스태커 운전기사 정보, 장치장 운영사 단말(120)로부터 수신된 장치장 현황 정보, 관리업무원의 노하우 정보 등을 데이터베이스(미도시)에 저장 및 등록할 수 있다. 이와 더불어, 통합 장치 관리 서버(130)는, 리치스태커 작업의 과거, 현황, 예정 정보를 데이터베이스에 추가로 저장 및 등록할 수 있다.
또한, 통합 장치 관리 서버(130)는, 데이터베이스에 등록된 다양한 정보에 기초하여, 인공 지능 기반의 장치 및 리핸들링 스케줄링 알고리즘을 이용하여 소정 시간 내에 장치(또는 적재) 및 리핸들링할 화물과 장치 위치 및 리치스태커를 매칭하여 최적의 노선으로 구성된 장치 및 리핸들링 스케줄을 결정할 수 있다. 일 실시예에서, 통합 장치 관리 서버(130)는, 데이터베이스에 등록된 다양한 정보에 기초하여, 인공 지능 기반의 강화학습(reinforcement learning)에 의한 장치 및 리핸들링 스케줄링 알고리즘을 이용하여 장치 및 리핸들링 스케줄(이하 '제1 장치 및 리핸들링 스케줄')을 결정할 수 있다.
통합 장치 관리 서버(130)는, 각 리치스태커 운전기사 단말(140) 마다 장치 및 리핸들링 스케줄에 따른 장치 및 리핸들링 정보를 할당할 수 있다. 또한, 통합 장치 관리 서버(130)는, 화물 정보 또는 반출입 정보, 리치스태커 운전기사 정보, 장치장 현황 정보, 리치스태커 작업의 과거, 현황, 예정 정보를 장치장 운영사 단말(120)로 제공할 수 있다. 이에 따라 장치장 운영사의 관리업무원은, 장치장 운영사 단말(120)을 통해 제공되는 정보에 기초하여, 관리업무원의 노하우에 따른 장치 및 리핸들링 스케줄(이하 '제2 장치 및 리핸들링 스케줄')을 결정할 수 있다.
장치장 운영사의 관리업무원은, 제1 장치 및 리핸들링 스케줄 및 제2 장치 및 리핸들링 스케줄 중 어느 하나를 선택하여, 장치장 운영사 단말(120)을 통해, 선택된 장치 및 리핸들링 스케줄을 통합 장치 관리 서버(130)로 전송할 수 있다. 이에 따라, 통합 장치 관리 서버(130)는, 선택된 장치 및 리핸들링 스케줄 정보를 리치스태커 운전기사 단말(140)로 전송할 수 있다. 리치스태커 운전기사는, 리치스태커 운전기사 단말(140)을 통해 제공되는 장치 및 리핸들링 스케줄에 따라 해당 리치스태커에 매칭된 화물을 사전 결정된 순서 또는 시간에 장치장 내의 사전 결정된 위치로 적재하거나 리핸들링을 실행할 수 있다.
이와 같은 화물 장치 및 리핸들링 관리 시스템의 구성 및 동작에 따르면, 화물 정보, 리치스태커 및 운전기사 정보, 리치스태커 작업 정보, 장치장 정보 등에 기초하여 소정 시간 내 적재 및 리핸들링할 화물과 장치 위치 및 리치스태커를 매칭하여 최적의 노선으로 이루어진 장치 및 리핸들링 스케줄을 구축할 수 있다. 또한, 종래의 장치장 운영사의 관리업무원의 노하우에만 의존하여 적재 및 리핸들링 스케줄링을 결정하면서 발생할 수 있는 스케줄링의 비효율과 불합리한 문제들을 개선할 수 있다.
도 2는 본 개시의 일 실시예에 따른 정보 처리 시스템(230)이 복수의 사용자 단말(210_1, 210_2, 210_3)과 통신 가능하도록 연결된 구성을 나타내는 개요도이다. 도시된 바와 같이, 복수의 사용자 단말(210_1, 210_2, 210_3)은 네트워크(220)를 통해 화물 장치 및 리핸들링 관리 서비스를 제공할 수 있는 정보 처리 시스템(230)과 연결될 수 있다. 여기서, 복수의 사용자 단말(210_1, 210_2, 210_3)은 화물 장치 및 리핸들링 스케쥴링 결과를 제공받을 리치스태커 운전기사의 단말(예를 들어, 모바일 앱을 실행하는 단말)을 포함할 수 있다. 일 실시예에서, 정보 처리 시스템(230)은 화물 장치 및 리핸들링 관리 서비스 등과 관련된 컴퓨터 실행 가능한 프로그램(예를 들어, 다운로드 가능한 애플리케이션) 및 데이터를 저장, 제공 및 실행할 수 있는 하나 이상의 서버 장치 및/또는 데이터베이스, 또는 클라우드 컴퓨팅 서비스 기반의 하나 이상의 분산 컴퓨팅 장치 및/또는 분산 데이터베이스를 포함할 수 있다.
정보 처리 시스템(230)에 의해 제공되는 화물 장치 및 리핸들링 관리 서비스는, 복수의 사용자 단말(210_1, 210_2, 210_3)의 각각에 설치된 모바일 앱, 웹 브라우저 또는 웹 브라우저 확장 프로그램 등을 통해 사용자에게 제공될 수 있다. 예를 들어, 정보 처리 시스템(230)은 모바일 앱 등을 통해 사용자 단말(210_1, 210_2, 210_3)로부터 수신되는 화물/차량 매칭 또는 스케줄링 정보에 대한 요청에 대응하는 정보를 제공하거나 대응하는 처리를 수행할 수 있다.
복수의 사용자 단말(210_1, 210_2, 210_3)은 네트워크(220)를 통해 정보 처리 시스템(230)과 통신할 수 있다. 네트워크(220)는 복수의 사용자 단말(210_1, 210_2, 210_3)과 정보 처리 시스템(230) 사이의 통신이 가능하도록 구성될 수 있다. 네트워크(220)는 설치 환경에 따라, 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 ZigBee 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다. 통신 방식은 제한되지 않으며, 네트워크(220)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 사용자 단말(210_1, 210_2, 210_3) 사이의 근거리 무선 통신 역시 포함될 수 있다.
도 2에서 휴대폰 단말(210_1), 태블릿 단말(210_2) 및 PC 단말 (210_3)이 사용자 단말의 예로서 도시되었으나, 이에 한정되지 않으며, 사용자 단말(210_1, 210_2, 210_3)은 유선 및/또는 무선 통신이 가능하고 모바일 앱, 웹 브라우저 또는 웹 브라우저 확장 프로그램 등이 설치되어 실행될 수 있는 임의의 컴퓨팅 장치일 수 있다. 예를 들어, 사용자 단말은, AI 스피커, 스마트폰, 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스, 셋톱 박스 등을 포함할 수 있다. 또한, 도 2에는 3개의 사용자 단말(210_1, 210_2, 210_3)이 네트워크(220)를 통해 정보 처리 시스템(230)과 통신하는 것으로 도시되어 있으나, 이에 한정되지 않으며, 상이한 수의 사용자 단말이 네트워크(220)를 통해 정보 처리 시스템(230)과 통신하도록 구성될 수도 있다.
일 실시예에 따르면, 정보 처리 시스템(230)은 복수의 사용자 단말(210_1, 210_2, 210_3)로부터 리치스태커 작업 정보, 리치스태커 운전기사 정보의 등록 요청 등을 수신할 수 있다. 그리고 나서, 정보 처리 시스템(230)은 이렇게 수신된 정보에 기초하여, 화물 및 차량의 매칭 및 스케쥴링 정보를 생성하여, 복수의 사용자 단말(210_1, 210_2, 210_3)(예를 들어, 리치스태커 운전기사의 단말)에 제공할 수 있다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말(210) 및 정보 처리 시스템(230)의 내부 구성을 나타내는 블록도이다. 사용자 단말(210)은 모바일 앱, 웹 브라우저 또는 웹 브라우저 확장 프로그램 등을 실행 가능하고 유/무선 통신이 가능한 임의의 컴퓨팅 장치를 지칭할 수 있으며, 예를 들어, 도 2의 휴대폰 단말(210_1), 태블릿 단말(210_2), PC 단말(210_3) 등을 포함할 수 있다. 도시된 바와 같이, 사용자 단말(210)은 메모리(312), 프로세서(314), 통신 모듈(316) 및 입출력 인터페이스(318)를 포함할 수 있다. 이와 유사하게, 정보 처리 시스템(230)은 메모리(332), 프로세서(334), 통신 모듈(336) 및 입출력 인터페이스(338)를 포함할 수 있다. 도 3에 도시된 바와 같이, 사용자 단말(210) 및 정보 처리 시스템(230)은 각각의 통신 모듈(316, 336)을 이용하여 네트워크(220)를 통해 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다. 또한, 입출력 장치(320)는 입출력 인터페이스(318)를 통해 사용자 단말(210)에 정보 및/또는 데이터를 입력하거나 사용자 단말(210)로부터 생성된 정보 및/또는 데이터를 출력하도록 구성될 수 있다.
메모리(312, 332)는 비-일시적인 임의의 컴퓨터 판독 가능한 기록매체를 포함할 수 있다. 일 실시예에 따르면, 메모리(312, 332)는 RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 다른 예로서, ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리와는 구분되는 별도의 영구 저장 장치로서 사용자 단말(210) 또는 정보 처리 시스템(230)에 포함될 수 있다. 또한, 메모리(312, 332)에는 운영체제와 적어도 하나의 프로그램 코드(예를 들어, 사용자 단말(210)에 설치되어 구동되는 화물 장치 및 리핸들링 관리 서비스 등을 위한 코드)가 저장될 수 있다.
이러한 소프트웨어 구성요소들은 메모리(312, 332)와는 별도의 컴퓨터에서 판독가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독가능한 기록매체는 이러한 사용자 단말(210) 및 정보 처리 시스템(230)에 직접 연결가능한 기록 매체를 포함할 수 있는데, 예를 들어, 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 예로서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈을 통해 메모리(312, 332)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 애플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 네트워크(220)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 메모리(312, 332)에 로딩될 수 있다.
프로세서(314, 334)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(312, 332) 또는 통신 모듈(316, 336)에 의해 프로세서(314, 334)로 제공될 수 있다. 예를 들어, 프로세서(314, 334)는 메모리(312, 332)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.
통신 모듈(316, 336)은 네트워크(220)를 통해 사용자 단말(210)과 정보 처리 시스템(230)이 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 사용자 단말(210) 및/또는 정보 처리 시스템(230)이 다른 사용자 단말 또는 다른 시스템(일례로 별도의 클라우드 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 사용자 단말(210)의 프로세서(314)가 메모리(312) 등과 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청 또는 데이터(예를 들어, 화물 및 리치스태커 운전기사 정보 등록 요청, 화물 및 차량의 매칭 및 스케줄링 요청 등)는 통신 모듈(316)의 제어에 따라 네트워크(220)를 통해 정보 처리 시스템(230)으로 전달될 수 있다. 역으로, 정보 처리 시스템(230)의 프로세서(334)의 제어에 따라 제공되는 제어 신호나 명령이 통신 모듈(336)과 네트워크(220)를 거쳐 사용자 단말(210)의 통신 모듈(316)을 통해 사용자 단말(210)에 수신될 수 있다. 예를 들어, 사용자 단말(210)은 정보 처리 시스템(230)으로부터 통신 모듈(316)을 통해 화물 및 리치스태커 차량의 매칭 정보, 장치 및 리핸들링 스케줄링 정보 등을 수신할 수 있다.
입출력 인터페이스(318)는 입출력 장치(320)와의 인터페이스를 위한 수단일 수 있다. 일 예로서, 입력 장치는 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 키보드, 마이크로폰, 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다. 다른 예로, 입출력 인터페이스(318)는 터치스크린 등과 같이 입력과 출력을 수행하기 위한 구성 또는 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 사용자 단말(210)의 프로세서(314)가 메모리(312)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 정보 처리 시스템(230)이나 다른 사용자 단말이 제공하는 정보 및/또는 데이터를 이용하여 구성되는 서비스 화면 등이 입출력 인터페이스(318)를 통해 디스플레이에 표시될 수 있다. 도 3에서는 입출력 장치(320)가 사용자 단말(210)에 포함되지 않도록 도시되어 있으나, 이에 한정되지 않으며, 사용자 단말(210)과 하나의 장치로 구성될 수 있다. 또한, 정보 처리 시스템(230)의 입출력 인터페이스(338)는 정보 처리 시스템(230)과 연결되거나 정보 처리 시스템(230)이 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 도 3에서는 입출력 인터페이스(318, 338)가 프로세서(314, 334)와 별도로 구성된 요소로서 도시되었으나, 이에 한정되지 않으며, 입출력 인터페이스(318, 338)가 프로세서(314, 334)에 포함되도록 구성될 수 있다.
사용자 단말(210) 및 정보 처리 시스템(230)은 도 3의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 일 실시예에 따르면, 사용자 단말(210)은 상술된 입출력 장치(320) 중 적어도 일부를 포함하도록 구현될 수 있다. 또한, 사용자 단말(210)은 트랜시버(transceiver), GPS(Global Positioning system) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수 있다. 예를 들어, 사용자 단말(210)이 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 구성요소를 포함할 수 있으며, 예를 들어, 가속도 센서, 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 사용자 단말(210)에 더 포함되도록 구현될 수 있다. 일 실시예에 따르면, 사용자 단말(210)의 프로세서(314)는 화물 장치 및 리핸들링 관리 서비스를 제공하는 애플리케이션 등이 동작하도록 구성될 수 있다. 이 때, 해당 애플리케이션 및/또는 프로그램과 연관된 코드가 사용자 단말(210)의 메모리(312)에 로딩될 수 있다.
화물 장치 및 리핸들링 관리 서비스를 제공하는 애플리케이션 등을 위한 프로그램이 동작되는 동안에, 프로세서(314)는 입출력 인터페이스(318)와 연결된 터치 스크린, 키보드, 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 마이크로폰 등의 입력 장치를 통해 입력되거나 선택된 텍스트, 이미지, 영상, 음성 및/또는 동작 등을 수신할 수 있으며, 수신된 텍스트, 이미지, 영상, 음성 및/또는 동작 등을 메모리(312)에 저장하거나 통신 모듈(316) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공할 수 있다. 예를 들어, 프로세서(314)는 화물 및 리치스태커 운전기사의 정보 등록, 화물 및 리치스태커 차량의 매칭 요청, 장치 및 리핸들링 스케줄링 요청 등을 선택하는 입력을 수신하여, 통신 모듈(316) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공할 수 있다.
사용자 단말(210)의 프로세서(314)는 입력 장치(320), 다른 사용자 단말, 정보 처리 시스템(230) 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 프로세서(314)에 의해 처리된 정보 및/또는 데이터는 통신 모듈(316) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공될 수 있다. 사용자 단말(210)의 프로세서(314)는 입출력 인터페이스(318)를 통해 입출력 장치(320)로 정보 및/또는 데이터를 전송하여, 출력할 수 있다. 예를 들면, 프로세서(314)는 수신한 정보 및/또는 데이터를 사용자 단말의 화면에 디스플레이할 수 있다.
정보 처리 시스템(230)의 프로세서(334)는 복수의 사용자 단말(210) 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 프로세서(334)에 의해 처리된 정보 및/또는 데이터는 통신 모듈(336) 및 네트워크(220)를 통해 사용자 단말(210)에 제공할 수 있다. 일 실시예에서, 정보 처리 시스템(230)의 프로세서(334)는 복수의 사용자 단말(210)로부터 화물 및 리치스태커 운전기사 정보 등록 요청에 기초하여, 화물 및 리치스태커 정보를 블록체인 기반의 운송 정보 공유 채널에 등록하고, 등록된 정보에 기초하여 생성된 화물 및 리치스태커 차량의 매칭 정보, 장치 및 리핸들링 스케줄링 정보 등을 사용자 단말(210)에 제공할 수 있다.
정보 처리 시스템(230)의 프로세서(334)는 사용자 단말(210)의 디스플레이 출력 가능 장치(예: 터치 스크린, 디스플레이 등), 음성 출력 가능 장치(예: 스피커) 등의 출력 장치(320)를 통해 처리된 정보 및/또는 데이터를 출력하도록 구성될 수 있다. 예를 들어, 정보 처리 시스템(230)의 프로세서(334)는, 화물 및 리치스태커 차량의 매칭 정보, 장치 및 리핸들링 스케줄링 정보 등을 통신 모듈(336) 및 네트워크(220)를 통해 사용자 단말(210)로 제공하고, 해당 정보를 사용자 단말(210)의 디스플레이 출력 가능 장치 등을 통해 출력하도록 구성될 수 있다.
도 4는 본 개시의 일 실시예에 따른 정보 처리 시스템의 프로세서의 구성을 나타내는 도면이다. 도시된 바와 같이, 프로세서(314)는, 화주 관리 모듈(410), 장치장 운영사 관리 모듈(420), 리치스태커 관리 모듈(430), 장치장 관리 모듈(440), 장치/리핸들링 스케줄링 모듈(450), 오더 관리 모듈(460)을 포함할 수 있다. 또한, 프로세서(314)는 데이터베이스(470)와 연결되어, 컨테이너 야드 또는 장치장에 적재할 화물 정보(예를 들어, 선사 정보 및 컨테이너 정보) 또는 반출입 정보, 리치스태커 운전기사 정보, 장치장 현황 정보, 장치장 운영사의 관리업무원의 노하우 정보(예를 들어, 장치 및 리핸들링할 화물과 장치 위치 및 리치스태커의 매칭, 장치 및 리핸들링 스케줄링 등에 관한 노하우 정보) 등을 데이터베이스(470)에 저장하거나 데이터베이스(470)로부터 추출하여 처리할 수 있다.
화주 관리 모듈(410)은 화주 단말(110)로부터 수신된 화물 정보, 화물과 연관된 선사 정보 및 반출입 정보를 데이터베이스(470)에 저장 및 관리할 수 있다. 또한, 오더 관리 모듈(480)은, 반출입 정보에 기초하여 생성된 화물의 장치 및 리핸들링 오더 정보를 데이터베이스(470)에 저장 및 관리할 수 있다.
장치장 운영사 관리 모듈(420) 및 장치장 관리 모듈(440) 각각은, 장치장 운영사 단말(120)로부터 수신된 관리업무원의 노하우 정보 및 장치장 현황 정보를 데이터베이스(470)에 저장 및 관리할 수 있다.
리치스태커 관리 모듈(430)은, 리치스태커 운전기사 단말(140)로부터 수신된 리치스태커 운전기사 정보를 데이터베이스(470)에 저장 및 관리할 수 있다.
장치/리핸들링 스케줄링 모듈(450)은, 데이터베이스(470)에 등록된 다양한 정보에 기초하여, 인공 지능 기반의 장치 및 리핸들링 스케줄링 알고리즘을 이용하여 소정 시간 내에 장치(또는 적재) 및 리핸들링할 화물과 장치 위치 및 리치스태커를 매칭하여 최적의 노선으로 구성된 장치 및 리핸들링 스케줄을 결정할 수 있다. 일 실시예에서, 장치/리핸들링 스케줄링 모듈(450)은, 데이터베이스(470)에 등록된 다양한 정보에 기초하여, 인공 지능 기반의 강화학습(reinforcement learning)에 의한 장치 및 리핸들링 스케줄링 알고리즘을 이용하여 장치 및 리핸들링 스케줄을 결정할 수 있다.
도 5는 본 개시의 일 실시예에 따른 화물 장치 및 리핸들링 관리 시스템의 데이터베이스의 구성을 나타내는 도면이다. 도시된 바와 같이, 데이터베이스(470)는, 장치장 정보 데이터베이스(510), 오더 정보 데이터베이스(520), 리치스태커 정보 데이터베이스(530), 화주 정보 데이터베이스(540), 자동 장치/리핸들링 정보 데이터베이스(550), 장치장 운영사 정보 데이터베이스(560)를 포함할 수 있다.
장치장 정보 데이터베이스(510)는, 장치장 코드, 장치장 상태, 입고 화물 정보, 반출 화물 정보, 장치된 화물 정보, 담당자 정보 등을 저장 및 관리할 수 있다. 오더 정보 데이터베이스(520)는, 신청일시, 오더코드, 입고일, 반출일, 보관일수, 거래처명, 요청담당자, 입고차량번호, 신청종류, 승인상태, 반입차량, 반입차량연락처, 반출셔틀의뢰, 게이트인 일시, 게이트아웃 일시 등에 관한 정보, 요청 대상 화물의 화물 정보인 봉인번호, 중량, 적공 구분, 규격, 컨테이너 번호 등에 관한 정보 및 요청 대상 화물과 연관된 선사 정보인 선사코드, 부킹번호, 부두반입지, 모선항차, 접안일시 등에 관한 정보를 저장 및 관리할 수 있다. 리치스태커 정보 데이터베이스(530)는, 차량번호, 차량타입, 작업상태, 차량 담당자 등에 관한 정보를 저장 및 관리할 수 있다. 화주 정보 데이터베이스(540)는, 업체 정보, 오더 개요, 요구사항 등에 관한 정보를 저장 및 관리할 수 있다. 자동 장치/리핸들링 정보 데이터베이스(550)는, 장치 요구정보, 리핸들링 요구정보, 장치 히스토리, 리핸들링 히스토리, 스케줄링 히스토리 등에 관한 정보를 저장 및 관리할 수 있다. 장치장 운영사 정보 데이터베이스(560)는, 회사명, 장치장 주소, 요구사항 등에 관한 정보를 저장 및 관리할 수 있다.
도 6은 본 개시의 일 실시예에 따른 화물 장치 및 리핸들링 관리 프로세스의 예시를 나타내는 도면이다. 도시된 바와 같이, 화물 장치 및 리핸들링 관리 프로세스는, 데이터베이스에 장치 및 리핸들링 주문 정보를 등록하는 단계(S610)로 개시될 수 있다. 일 실시예에서, 도 1 내지 도 5를 참조하면, 통합 장치 관리 서버(130)는, 화주 단말(110)로 수신된 컨테이너 야드 또는 장치장에 적재할 화물 정보(예를 들어, 컨테이너 정보, 선사 정보 등) 또는 반출입 정보를 기초로, 데이터베이스(470)에 장치 및 리핸들링 주문 정보를 생성하여 데이터베이스(470)에 등록할 수 있다.
다음으로, 장치 및 리핸들링 스케줄링이 실행될 수 있다(S620). 즉, 장치 또는 리핸들링이 필요한 화물과 장치 위치 및 리치스태커를 매칭하고, 해당 리치스태커를 장치 또는 리핸들링할 위치로 이동하기 위한 경로가 결정될 수 있다. 일 실시예에서, 도 1 내지 도 5를 참조하면, 통합 장치 관리 서버(130)는, 데이터베이스(470)에 등록된 다양한 정보에 기초하여, 인공 지능 기반의 장치 및 리핸들링 스케줄링 알고리즘을 이용하여 소정 시간 내에 장치(또는 적재) 및 리핸들링할 화물과 장치 위치 및 리치스태커를 매칭하여 최적의 노선으로 구성된 장치 및 리핸들링 스케줄을 결정할 수 있다. 예를 들어, 통합 장치 관리 서버(130)는, 데이터베이스에 등록된 다양한 정보에 기초하여, 인공 지능 기반의 강화학습(reinforcement learning)에 의한 장치 및 리핸들링 스케줄링 알고리즘을 이용하여 장치 및 리핸들링 스케줄(이하 '제1 장치 및 리핸들링 스케줄')을 결정할 수 있다.
또한, 장치 및 리핸들링 스케줄이 추천될 수 있다(S630). 일 실시예에서, 도 1 내지 도 5를 참조하면, 통합 장치 관리 서버(130)는, 제1 장치 및 리핸들링 스케줄을 장치장 운영사의 관리업무원에게 추천하기 위해 장치장 운영사 단말(120)로 전송할 수 있다. 이와 함께, 통합 장치 관리 서버(130)는, 화물 정보 또는 반출입 정보, 리치스태커 운전기사 정보, 장치장 현황 정보, 리치스태커 작업의 과거, 현황, 예정 정보를 장치장 운영사 단말(120)로 제공할 수 있다. 이에 따라 장치장 운영사의 관리업무원은, 장치장 운영사 단말(120)을 통해 제공되는 정보에 기초하여, 관리업무원의 노하우에 따른 장치 및 리핸들링 스케줄(이하 '제2 장치 및 리핸들링 스케줄')을 결정할 수 있다.
다음으로, 장치 및 리핸들링 스케줄이 확정되고, 해당 스케줄 정보가 장치장 운영사의 관리업무원 및 리치스태커에게 공유될 수 있다(S640). 일 실시예에서, 도 1 내지 도 5를 참조하면, 장치장 운영사의 관리업무원은, 제1 장치 및 리핸들링 스케줄 및 제2 장치 및 리핸들링 스케줄 중 어느 하나를 선택하여, 장치장 운영사 단말(120)을 통해, 선택된 장치 및 리핸들링 스케줄을 통합 장치 관리 서버(130)로 전송할 수 있다. 이에 따라, 통합 장치 관리 서버(130)는, 선택된 장치 및 리핸들링 스케줄 정보를 리치스태커 운전기사 단말(140)로 전송할 수 있다. 리치스태커 운전기사는, 리치스태커 운전기사 단말(140)을 통해 제공되는 장치 및 리핸들링 스케줄에 따라 해당 리치스태커에 매칭된 화물을 사전 결정된 순서 또는 시간에 장치장 내의 사전 결정된 위치로 적재하거나 리핸들링을 실행할 수 있다.
이상 설명한 바와 같이, 단계(S610 내지 S640)이 실행된 후, 장치 및 리핸들링 실행 후 남은 화물에 대한 장치 및 리핸들링 정보가 등록될 수 있다(S650). 또한, 남은 화물에 대한 장치 및 리핸들링 정보에 기초하여 단계(S620 내지 S640)가 추가로 실행될 수 있다.
도 7은 본 개시의 일 실시예에 따른 자동 화물 장치 및 리핸들링 스케줄링의 학습 프로세스의 예시를 나타내는 도면이다. 도시된 바와 같이, 자동 화물 장치 및 리핸들링 스케줄링의 학습 프로세스는, 데이터베이스에 장치 및 리핸들링 주문 정보를 등록하는 단계(710)로 개시될 수 있다. 일 실시예에서, 도 1 내지 도 5를 참조하면, 통합 장치 관리 서버(130)는, 화주 단말(110)로 수신된 컨테이너 야드 또는 장치장에 적재할 화물 정보(예를 들어, 컨테이너 정보, 선사 정보 등) 또는 반출입 정보를 기초로, 데이터베이스(470)에 장치 및 리핸들링 주문 정보를 생성하여 데이터베이스(470)에 등록할 수 있다.
다음으로, 장치 및 리핸들링 스케줄의 최적화 학습이 실행될 수 있다(720). 예를 들어, 강화 학습 기반의 장치 및 리핸들링 스케줄링 알고리즘을 이용하여 장치 또는 리핸들링이 필요한 화물과 장치 위치 및 리치스태커를 매칭하고, 해당 리치스태커를 장치 또는 리핸들링할 위치로 이동하기 위한 경로가 결정될 수 있다. 일 실시예에서, 도 1 내지 도 5를 참조하면, 통합 장치 관리 서버(130)는, 데이터베이스(470)에 등록된 다양한 정보에 기초하여, 강화 학습 기반의 장치 및 리핸들링 스케줄링 알고리즘을 이용하여 소정 시간 내에 장치(또는 적재) 및 리핸들링할 화물과 장치 위치 및 리치스태커를 매칭하여 최적의 노선으로 구성된 장치 및 리핸들링 스케줄을 결정할 수 있다.
또한, 장치 및 리핸들링 스케줄이 추천될 수 있다(730). 일 실시예에서, 도 1 내지 도 5를 참조하면, 통합 장치 관리 서버(130)는, 제1 장치 및 리핸들링 스케줄을 장치장 운영사의 관리업무원에게 추천하기 위해 장치장 운영사 단말(120)로 전송할 수 있다. 이와 함께, 통합 장치 관리 서버(130)는, 화물 정보 또는 반출입 정보, 리치스태커 운전기사 정보, 장치장 현황 정보, 리치스태커 작업의 과거, 현황, 예정 정보를 장치장 운영사 단말(120)로 제공할 수 있다. 이에 따라 장치장 운영사의 관리업무원은, 장치장 운영사 단말(120)을 통해 제공되는 정보에 기초하여, 관리업무원의 노하우에 따른 장치 및 리핸들링 스케줄(이하 '제2 장치 및 리핸들링 스케줄')을 결정할 수 있다.
다음으로, 장치 및 리핸들링 스케줄이 확정 및 실행될 수 있다(740). 일 실시예에서, 도 1 내지 도 5를 참조하면, 장치장 운영사의 관리업무원은, 제1 장치 및 리핸들링 스케줄 및 제2 장치 및 리핸들링 스케줄 중 어느 하나를 선택하여, 장치장 운영사 단말(120)을 통해, 선택된 장치 및 리핸들링 스케줄을 통합 장치 관리 서버(130)로 전송할 수 있다. 이에 따라, 통합 장치 관리 서버(130)는, 선택된 장치 및 리핸들링 스케줄 정보를 리치스태커 운전기사 단말(140)로 전송할 수 있다. 리치스태커 운전기사는, 리치스태커 운전기사 단말(140)을 통해 제공되는 장치 및 리핸들링 스케줄에 따라 해당 리치스태커에 매칭된 화물을 사전 결정된 순서 또는 시간에 장치장 내의 사전 결정된 위치로 적재하거나 리핸들링을 실행할 수 있다.
이상 설명한 바와 같이, 단계(710 내지 740)이 실행된 후, 확정된 장치 및 리핸들링 스케줄 및 실행 결과가 데이터베이스에 업데이트될 수 있다(710). 데이터베이스에 업데이트된 장치 및 리핸들링 스케줄 및 실행 결과는, 장치 및 리핸들링 스케줄의 최적화 학습에 사용될 수 있다(720). 이상 설명된 단계(710 내지 740)이 복수 회 반복 실행되어, 장치 및 리핸들링 스케줄이 좀 더 최적화되도록 통합 장치 관리 서버(130)에 의해 학습될 수 있다.
도 8은 본 개시의 일 실시예에 따른 자동 화물 장치 및 리핸들링 스케줄링의 자동화를 위한 강화학습 프로세스의 예시를 나타내는 도면이다. 도 8은, 자동 화물 장치 및 리핸들링 스케줄링의 자동화를 위한 강화학습 프로세스의 예시로서, Q-학습 알고리즘과 DNN(Deep Neural Network)를 결합한 DQN(Deep Q-network) 학습 프로세스를 도시한다.
도시된 DQN 학습 프로세스에서, 가상의 에이전트(810)(예를 들어, 장치 리핸들링 스케줄링 모듈)는 가상의 장치 및 리핸들링 시뮬레이터(환경)(820)(예를 들어, 데이터베이스)과 상호작용하여, 상태(s t )(812)를 관찰할 수 있다. 또한, 에이전트(810)는, 관찰된 상태(s t ) (812)에 인공신경망(814)을 적용하여 정책(π θ (s, a))(816)을 결정하고, 정책(816)에 따른 액션(a t )을 실행하여 보상(r t )을 최대화한다. 이와 같은 액션의 결과에 기초하여 인공신경망(814)의 파라미터(θ)가 업데이트될 수 있다.
도 8에 도시된 프로세스에서, 상태(s t )는 시간(t)에서의 상황 정보(예를 들면, 화물 정보, 리치스태커 및 운전기사 정보, 리치스태커 작업 정보, 장치장 정보 등)을 나타내는 정보일 수 있으며, 다음 상태(s t+1 )에 영향을 줄 수 있다. 또한, 액션(a t )은, 에이전트(810)가 시간(t)에서 실행하는 동작일 수 있다. 예를 들어, 에이전트(810)는 적재 및 리핸들링할 화물과 장치 위치 및 리치스태커를 매칭하여 최적의 노선으로 이루어진 장치 및 리핸들링 스케줄을 결정하는 액션을 실행할 수 있다. 한편, 정책(π θ (s, a))(816)은, 시간(t)에서의 에이전트(810)가 장치 및 리핸들링 스케줄링을 실행하는데 사용하는 판단기준을 의미할 수 있다. 또한, 보상(r t )은 시간(t)에서 액션(a t )을 실행할 경우에 에이전트(810)가 수신하는 보상을 나타낼 수 있다.
본 개시에 따른 자동 화물 장치 및 리핸들링 스케줄링의 자동화를 위한 강화학습 프로세스에는 다양한 강화학습 알고리즘이 적용될 수 있다. 도 8에는 강화학습 알고리즘의 일 예로 DQN을 사용하는 것을 도시하였으나, 이에 한정되는 것은 아니며, TRPO(Trust Region Policy Optimization), DDPG(Deep Deterministic Policy Gradient), A3C(Asynchronous Advantage Actor Critic), PPO(Proximal Policy Optimization) 등과 같은 다양한 강화학습 알고리즘 중 어느 하나가 사용될 수도 있다.
도 9는 본 개시의 일 실시예에 따른 자동 화물 장치 및 리핸들링 관리 방법의 예시를 나타내는 도면이다. 도시된 바와 같이, 자동 화물 장치 및 리핸들링 관리 방법(900)은, 화물 정보, 리치스태커 정보 및 장치장 정보를 데이터베이스에 등록하는 단계(S910)로 개시될 수 있다. 일 실시예에서, 도 1 내지 도 8을 참조하면, 통합 장치 관리 서버(130)는, 화주 단말(110)로부터 수신된 화물 정보 또는 반출입 정보, 리치스태커 운전기사 단말(140)로부터 수신된 리치스태커 운전기사 정보, 장치장 운영사 단말(120)로부터 수신된 장치장 현황 정보 등을 데이터베이스(470)에 저장 및 등록할 수 있다.
다음으로, 데이터베이스에 등록된 정보에 기초하여, 인공지능 기반의 장치/리핸들링 스케줄링 모듈에 의해, 화물과 장치 위치 및 리치스태커를 매칭하고 장치장까지의 경로를 포함하는 제1 스케줄을 결정할 수 있다(S920). 일 실시예에서, 도 1 내지 도 8을 참조하면, 통합 장치 관리 서버(130)는, 데이터베이스(470)에 등록된 다양한 정보에 기초하여, 인공 지능 기반의 장치 및 리핸들링 스케줄링 알고리즘을 이용하여 소정 시간 내에 장치(또는 적재) 및 리핸들링할 화물과 장치 위치 및 리치스태커를 매칭하여 최적의 노선으로 구성된 장치 및 리핸들링 스케줄을 결정할 수 있다. 예를 들어, 통합 장치 관리 서버(130)는, 데이터베이스(470)에 등록된 다양한 정보에 기초하여, 도 8에 도시된 강화학습 프로세스에 따라 학습된 장치 및 리핸들링 스케줄링 알고리즘을 이용하여 장치 및 리핸들링 스케줄(제1 스케줄)을 결정할 수 있다.
또한, 제1 스케줄 및 관리업무원 단말로부터 수신된 제2 스케줄 중 어느 하나에 따른 장치/리핸들링 정보를 리치스태커 운전기사 단말로 전송할 수 있다(S930). 일 실시예에서, 도 1 내지 도 8을 참조하면, 통합 장치 관리 서버(130)는, 각 리치스태커 운전기사 단말(140) 마다 장치 및 리핸들링 스케줄에 따른 장치 및 리핸들링 정보를 할당할 수 있다. 또한, 통합 장치 관리 서버(130)는, 화물 정보 또는 반출입 정보, 리치스태커 운전기사 정보, 장치장 현황 정보, 리치스태커 작업의 과거, 현황, 예정 정보를 장치장 운영사 단말(120)로 제공할 수 있다. 이에 따라 장치장 운영사의 관리업무원은, 장치장 운영사 단말(120)을 통해 제공되는 정보에 기초하여, 관리업무원의 노하우에 따른 장치 및 리핸들링 스케줄(제2 스케줄)을 결정할 수 있다.
일 실시예에서, 장치장 운영사의 관리업무원은, 제1 스케줄 및 제2 스케줄 중 어느 하나를 선택하여, 장치장 운영사 단말(120)을 통해, 선택된 장치 및 리핸들링 스케줄을 통합 장치 관리 서버(130)로 전송할 수 있다. 이에 따라, 통합 장치 관리 서버(130)는, 선택된 스케줄 정보를 리치스태커 운전기사 단말(140)로 전송할 수 있다. 리치스태커 운전기사는, 리치스태커 운전기사 단말(140)을 통해 제공되는 스케줄에 따라 해당 리치스태커에 매칭된 화물을 사전 결정된 순서 또는 시간에 장치장 내의 사전 결정된 위치로 적재하거나 리핸들링을 실행할 수 있다.
상술한 자동 화물 장치 및 리핸들링 관리 방법 또는 자동 화물 장치 및 리핸들링 스케줄링의 학습 프로세스는 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램으로 제공될 수 있다. 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
본 개시의 방법, 동작 또는 기법들은 다양한 수단에 의해 구현될 수도 있다. 예를 들어, 이러한 기법들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수도 있다. 본원의 개시와 연계하여 설명된 다양한 예시적인 논리적 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합들로 구현될 수도 있음을 통상의 기술자들은 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 대체를 명확하게 설명하기 위해, 다양한 예시적인 구성요소들, 블록들, 모듈들, 회로들, 및 단계들이 그들의 기능적 관점에서 일반적으로 위에서 설명되었다. 그러한 기능이 하드웨어로서 구현되는지 또는 소프트웨어로서 구현되는지의 여부는, 특정 애플리케이션 및 전체 시스템에 부과되는 설계 요구사항들에 따라 달라진다. 통상의 기술자들은 각각의 특정 애플리케이션을 위해 다양한 방식들로 설명된 기능을 구현할 수도 있으나, 그러한 구현들은 본 개시의 범위로부터 벗어나게 하는 것으로 해석되어서는 안된다.
하드웨어 구현에서, 기법들을 수행하는 데 이용되는 프로세싱 유닛들은, 하나 이상의 ASIC들, DSP들, 디지털 신호 프로세싱 디바이스들(digital signal processing devices; DSPD들), 프로그램가능 논리 디바이스들(programmable logic devices; PLD들), 필드 프로그램가능 게이트 어레이들(field programmable gate arrays; FPGA들), 프로세서들, 제어기들, 마이크로제어기들, 마이크로프로세서들, 전자 디바이스들, 본 개시에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들, 컴퓨터, 또는 이들의 조합 내에서 구현될 수도 있다.
따라서, 본 개시와 연계하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들은 범용 프로세서, DSP, ASIC, FPGA나 다른 프로그램 가능 논리 디바이스, 이산 게이트나 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본원에 설명된 기능들을 수행하도록 설계된 것들의 임의의 조합으로 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안으로, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 프로세서는 또한, 컴퓨팅 디바이스들의 조합, 예를 들면, DSP와 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 연계한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 구성의 조합으로서 구현될 수도 있다.
펌웨어 및/또는 소프트웨어 구현에 있어서, 기법들은 랜덤 액세스 메모리(random access memory; RAM), 판독 전용 메모리(read-only memory; ROM), 비휘발성 RAM(non-volatile random access memory; NVRAM), PROM(programmable read-only memory), EPROM(erasable programmable read-only memory), EEPROM(electrically erasable PROM), 플래시 메모리, 컴팩트 디스크(compact disc; CD), 자기 또는 광학 데이터 스토리지 디바이스 등과 같은 컴퓨터 판독가능 매체 상에 저장된 명령들로서 구현될 수도 있다. 명령들은 하나 이상의 프로세서들에 의해 실행 가능할 수도 있고, 프로세서(들)로 하여금 본 개시에 설명된 기능의 특정 양태들을 수행하게 할 수도 있다.
이상 설명된 실시예들이 하나 이상의 독립형 컴퓨터 시스템에서 현재 개시된 주제의 양태들을 활용하는 것으로 기술되었으나, 본 개시는 이에 한정되지 않고, 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 본 개시에서 주제의 양상들은 복수의 프로세싱 칩들이나 장치들에서 구현될 수도 있고, 스토리지는 복수의 장치들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 장치들은 PC들, 네트워크 서버들, 및 휴대용 장치들을 포함할 수도 있다.
본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 개시의 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.
100: 화물 장치 및 리핸들링 관리 시스템
110: 화주 단말
120: 장치장 운영사 단말
130: 통합 장치 관리 서버
140: 리치스태커 운전기사 단말
150: 네트워크

Claims (20)

  1. 적어도 하나의 프로세서에 의해 수행되는 인공 지능을 이용한 화물 장치 및 리핸들링 관리 방법으로서,
    화물 정보, 리치스태커 정보 및 장치장 정보를 데이터베이스에 등록하는 단계;
    상기 데이터베이스에 등록된 정보에 기초하여, 인공지능 기반의 장치 및 리핸들링 스케줄링 모듈에 의해 강화학습 기반의 장치 및 리핸들링 스케줄링 알고리즘을 이용하여, 화물과 장치 위치 및 리치스태커를 매칭하고 상기 매칭된 리치스태커가 장치장 내에서 주행 가능한 도로를 이용하여 장치 또는 리핸들링할 위치로 이동하기 위한 경로를 포함하는 제1 스케줄을 결정하는 단계;
    상기 화물 정보, 상기 리치스태커 정보, 상기 장치장 정보 및 상기 제1 스케줄을 장치장 운영사 단말로 전송하는 단계;
    상기 장치장 운영사 단말로부터, 상기 화물 정보, 상기 리치스태커 정보, 상기 장치장 정보에 기초하여 결정된 제2 스케줄을 수신하는 단계; 및
    상기 제1 스케줄 및 장치장 운영사 단말로부터 수신된 상기 제2 스케줄 중 어느 하나에 따른 장치 및 리핸들링 정보를 리치스태커 운전기사 단말로 전송하는 단계를 포함하고,
    상기 데이터베이스에 등록하는 단계는,
    화주 단말로부터 수신된 화물 정보, 반출입 정보를 상기 데이터베이스에 등록하는 단계;
    상기 리치스태커 운전기사 단말로부터 수신된 리치스태커 운전기사 정보를 상기 데이터베이스에 등록하는 단계;
    상기 장치장 운영사 단말로부터 수신된 장치장 현황 정보, 관리업무원의 노하우 정보를 상기 데이터베이스에 등록하는 단계; 및
    리치스태커 작업의 과거, 현황, 예정 정보를 상기 데이터베이스에 등록하는 단계를 포함하고,
    상기 장치 및 리핸들링 스케줄링 알고리즘은, 에이전트에 의해, 상기 데이터베이스와 상호작용하여 현재의 화물 정보, 리치스태커 정보 및 장치장 정보를 포함한 상태를 관찰하고, 상기 관찰된 상태에 기초하여 인공 지능 기반의 강화 학습 알고리즘을 이용하여 상기 장치 및 리핸들링 스케줄의 결정에 사용되는 판단기준을 포함한 정책을 결정하고, 상기 정책에 따른 적재 및 리핸들링할 화물과 장치 위치 및 리치스태커를 매칭하여 상기 장치장 내 주행 가능한 도로를 이용한 최적의 노선으로 이루어진 장치 및 리핸들링 스케줄을 결정하는 동작을 포함한 액션을 실행하고 상기 액션에 따른 보상을 수신하고, 상기 액션의 결과 및 상기 보상에 기초하여, 상기 보상을 최대화할 수 있도록 상기 인공 지능 기반의 강화 학습 알고리즘의 파라미터를 업데이트함으로써 학습된, 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 제1 스케줄 및 장치장 운영사 단말로부터 수신된 제2 스케줄 중 어느 하나에 따른 장치 및 리핸들링 정보를 리치스태커 운전기사 단말로 전송하는 단계는,
    상기 장치장 운영사 단말을 통해, 상기 제1 스케줄 및 상기 제2 스케줄 중에서 장치장 운영사의 관리업무원에 의해 선택된 스케줄에 따른 장치 및 리핸들링 정보를 리치스태커 운전기사 단말로 전송하는 단계를 포함하는, 방법.
  5. 제1항에 있어서,
    상기 장치 및 리핸들링 정보에 따른 장치 및 리핸들링 실행 후 남은 화물에 대한 장치 및 리핸들링 정보를 상기 데이터베이스에 등록하는 단계를 더 포함하는, 방법.
  6. 삭제
  7. 삭제
  8. 삭제
  9. 인공 지능을 이용한 화물 장치 및 리핸들링 관리 시스템으로서,
    통신 모듈;
    메모리; 및
    상기 메모리와 연결되고, 상기 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로그램은,
    화물 정보, 리치스태커 정보 및 장치장 정보를 데이터베이스에 등록하고,
    상기 데이터베이스에 등록된 정보에 기초하여, 인공지능 기반의 장치 및 리핸들링 스케줄링 모듈에 의해 강화학습 기반의 장치 및 리핸들링 스케줄링 알고리즘을 이용하여, 화물과 장치 위치 및 리치스태커를 매칭하고 상기 매칭된 리치스태커가 장치장 내에서 주행 가능한 도로를 이용하여 장치 또는 리핸들링할 위치로 이동하기 위한 경로를 포함하는 제1 스케줄을 결정하고,
    기 화물 정보, 상기 리치스태커 정보, 상기 장치장 정보 및 상기 제1 스케줄을 장치장 운영사 단말로 전송하고,
    상기 장치장 운영사 단말로부터, 상기 화물 정보, 상기 리치스태커 정보, 상기 장치장 정보에 기초하여 결정된 제2 스케줄을 수신하고,
    상기 제1 스케줄 및 장치장 운영사 단말로부터 수신된 상기 제2 스케줄 중 어느 하나에 따른 장치 및 리핸들링 정보를 리치스태커 운전기사 단말로 전송하기 위한 하나 이상의 명령어를 포함하고,
    상기 데이터베이스에 등록하는 단계는,
    화주 단말로부터 수신된 화물 정보, 반출입 정보를 상기 데이터베이스에 등록하는 단계;
    상기 리치스태커 운전기사 단말로부터 수신된 리치스태커 운전기사 정보를 상기 데이터베이스에 등록하는 단계;
    상기 장치장 운영사 단말로부터 수신된 장치장 현황 정보, 관리업무원의 노하우 정보를 상기 데이터베이스에 등록하는 단계; 및
    리치스태커 작업의 과거, 현황, 예정 정보를 상기 데이터베이스에 등록하는 단계를 포함하고,
    상기 장치 및 리핸들링 스케줄링 알고리즘은, 에이전트에 의해, 상기 데이터베이스와 상호작용하여 현재의 화물 정보, 리치스태커 정보 및 장치장 정보를 포함한 상태를 관찰하고, 상기 관찰된 상태에 기초하여 인공 지능 기반의 강화 학습 알고리즘을 이용하여 상기 장치 및 리핸들링 스케줄의 결정에 사용되는 판단기준을 포함한 정책을 결정하고, 상기 정책에 따른 적재 및 리핸들링할 화물과 장치 위치 및 리치스태커를 매칭하여 상기 장치장 내 주행 가능한 도로를 이용한 최적의 노선으로 이루어진 장치 및 리핸들링 스케줄을 결정하는 동작을 포함한 액션을 실행하고 상기 액션에 따른 보상을 수신하고, 상기 액션의 결과 및 상기 보상에 기초하여, 상기 보상을 최대화할 수 있도록 상기 인공 지능 기반의 강화 학습 알고리즘의 파라미터를 업데이트함으로써 학습된, 시스템.
  10. 삭제
  11. 삭제
  12. 제9항에 있어서,
    상기 제1 스케줄 및 장치장 운영사 단말로부터 수신된 제2 스케줄 중 어느 하나에 따른 장치 및 리핸들링 정보를 리치스태커 운전기사 단말로 전송하는 것은,
    상기 장치장 운영사 단말을 통해, 상기 제1 스케줄 및 상기 제2 스케줄 중에서 장치장 운영사의 관리업무원에 의해 선택된 스케줄에 따른 장치 및 리핸들링 정보를 리치스태커 운전기사 단말로 전송하는 것을 포함하는, 시스템.
  13. 제9항에 있어서,
    상기 적어도 하나의 프로그램은,
    상기 장치 및 리핸들링 정보에 따른 장치 및 리핸들링 실행 후 남은 화물에 대한 장치 및 리핸들링 정보를 상기 데이터베이스에 등록하기 위한 하나 이상의 명령어를 더 포함하는, 시스템.
  14. 인공 지능을 이용한 화물 장치 및 리핸들링 관리 방법을 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램으로서,
    화물 정보, 리치스태커 정보 및 장치장 정보를 데이터베이스에 등록하는 단계;
    상기 데이터베이스에 등록된 정보에 기초하여, 인공지능 기반의 장치 및 리핸들링 스케줄링 모듈에 의해 강화학습 기반의 장치 및 리핸들링 스케줄링 알고리즘을 이용하여, 화물과 장치 위치 및 리치스태커를 매칭하고 상기 매칭된 리치스태커가 장치장 내에서 주행 가능한 도로를 이용하여 장치 또는 리핸들링할 위치로 이동하기 위한 경로를 포함하는 제1 스케줄을 결정하는 단계;
    상기 화물 정보, 상기 리치스태커 정보, 상기 장치장 정보 및 상기 제1 스케줄을 장치장 운영사 단말로 전송하는 단계;
    상기 장치장 운영사 단말로부터, 상기 화물 정보, 상기 리치스태커 정보, 상기 장치장 정보에 기초하여 결정된 제2 스케줄을 수신하는 단계; 및
    상기 제1 스케줄 및 장치장 운영사 단말로부터 수신된 상기 제2 스케줄 중 어느 하나에 따른 장치 및 리핸들링 정보를 리치스태커 운전기사 단말로 전송하는 단계를 실행하기 위한 하나 이상의 명령어를 포함하고,
    상기 데이터베이스에 등록하는 단계는,
    화주 단말로부터 수신된 화물 정보, 반출입 정보를 상기 데이터베이스에 등록하는 단계;
    상기 리치스태커 운전기사 단말로부터 수신된 리치스태커 운전기사 정보를 상기 데이터베이스에 등록하는 단계;
    상기 장치장 운영사 단말로부터 수신된 장치장 현황 정보, 관리업무원의 노하우 정보를 상기 데이터베이스에 등록하는 단계; 및
    리치스태커 작업의 과거, 현황, 예정 정보를 상기 데이터베이스에 등록하는 단계를 포함하고,
    상기 장치 및 리핸들링 스케줄링 알고리즘은, 에이전트에 의해, 상기 데이터베이스와 상호작용하여 현재의 화물 정보, 리치스태커 정보 및 장치장 정보를 포함한 상태를 관찰하고, 상기 관찰된 상태에 기초하여 인공 지능 기반의 강화 학습 알고리즘을 이용하여 상기 장치 및 리핸들링 스케줄의 결정에 사용되는 판단기준을 포함한 정책을 결정하고, 상기 정책에 따른 적재 및 리핸들링할 화물과 장치 위치 및 리치스태커를 매칭하여 상기 장치장 내 주행 가능한 도로를 이용한 최적의 노선으로 이루어진 장치 및 리핸들링 스케줄을 결정하는 동작을 포함한 액션을 실행하고 상기 액션에 따른 보상을 수신하고, 상기 액션의 결과 및 상기 보상에 기초하여, 상기 보상을 최대화할 수 있도록 상기 인공 지능 기반의 강화 학습 알고리즘의 파라미터를 업데이트함으로써 학습된, 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
  15. 삭제
  16. 삭제
  17. 제14항에 있어서,
    상기 제1 스케줄 및 장치장 운영사 단말로부터 수신된 제2 스케줄 중 어느 하나에 따른 장치 및 리핸들링 정보를 리치스태커 운전기사 단말로 전송하는 단계는,
    상기 장치장 운영사 단말을 통해, 상기 제1 스케줄 및 상기 제2 스케줄 중에서 장치장 운영사의 관리업무원에 의해 선택된 스케줄에 따른 장치 및 리핸들링 정보를 리치스태커 운전기사 단말로 전송하는 단계를 포함하는, 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
  18. 제14항에 있어서,
    상기 장치 및 리핸들링 정보에 따른 장치 및 리핸들링 실행 후 남은 화물에 대한 장치 및 리핸들링 정보를 상기 데이터베이스에 등록하는 단계를 실행하기 위한 하나 이상의 명령어를 더 포함하는, 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
  19. 삭제
  20. 삭제
KR1020210168749A 2021-11-30 2021-11-30 인공 지능을 이용한 화물 장치 및 리핸들링 관리 시스템 및 방법 KR102544350B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210168749A KR102544350B1 (ko) 2021-11-30 2021-11-30 인공 지능을 이용한 화물 장치 및 리핸들링 관리 시스템 및 방법
PCT/KR2022/018633 WO2023101306A1 (ko) 2021-11-30 2022-11-23 인공 지능을 이용한 화물 장치 및 리핸들링 관리 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210168749A KR102544350B1 (ko) 2021-11-30 2021-11-30 인공 지능을 이용한 화물 장치 및 리핸들링 관리 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20230081057A KR20230081057A (ko) 2023-06-07
KR102544350B1 true KR102544350B1 (ko) 2023-06-16

Family

ID=86612541

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210168749A KR102544350B1 (ko) 2021-11-30 2021-11-30 인공 지능을 이용한 화물 장치 및 리핸들링 관리 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR102544350B1 (ko)
WO (1) WO2023101306A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116750651B (zh) * 2023-08-18 2023-10-20 山东鲁运智能装备有限公司 一种单轨吊机车装载能力调节方法、系统及终端

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003182854A (ja) * 2001-12-20 2003-07-03 Mitsubishi Heavy Ind Ltd コンテナターミナル運用最適化システム
KR102142221B1 (ko) * 2019-08-27 2020-08-06 심언섭 수출입항만 물류 효율화를 위한 자동스케줄링 및 배정과 배차관리 시스템
KR102256008B1 (ko) * 2019-06-26 2021-05-25 (주)토탈소프트뱅크 컨테이너 적하작업 지시정보 제공방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100829007B1 (ko) * 2006-05-16 2008-05-14 (주)토탈소프트뱅크 장치장 정열/정리 작업 계획 방법
KR20100045547A (ko) 2008-10-24 2010-05-04 동명대학교산학협력단 컨테이너 터미널 장치장 운영 시스템 및 방법
KR101438739B1 (ko) * 2012-01-10 2014-10-30 주식회사 지팬스스마트로 모바일 단말을 이용한 물류처리 시스템 및 방법
GB201716201D0 (en) * 2017-10-04 2017-11-15 Ocado Innovation Ltd Object handling coordination system and method of relocating a transporting vessel

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003182854A (ja) * 2001-12-20 2003-07-03 Mitsubishi Heavy Ind Ltd コンテナターミナル運用最適化システム
KR102256008B1 (ko) * 2019-06-26 2021-05-25 (주)토탈소프트뱅크 컨테이너 적하작업 지시정보 제공방법
KR102142221B1 (ko) * 2019-08-27 2020-08-06 심언섭 수출입항만 물류 효율화를 위한 자동스케줄링 및 배정과 배차관리 시스템

Also Published As

Publication number Publication date
KR20230081057A (ko) 2023-06-07
WO2023101306A1 (ko) 2023-06-08

Similar Documents

Publication Publication Date Title
US11111090B2 (en) Load planning optimization using automated 3D packing
US11052539B2 (en) Method, server and storage medium for robot routing
Foumani et al. A cross-entropy method for optimising robotic automated storage and retrieval systems
WO2019139778A2 (en) System for relational-impact based task management
CN107458828A (zh) 一种包裹拣选agv系统
Cai et al. Rescheduling policies for large-scale task allocation of autonomous straddle carriers under uncertainty at automated container terminals
US20220156665A1 (en) Systems and methods for orchestrating agents
CN110414883A (zh) 货物运输和下单方法、设备及存储介质
WO2021068649A1 (zh) 用于控制无人搬运车的方法和装置
TW202025013A (zh) 庫存管理及排程工具
KR102544350B1 (ko) 인공 지능을 이용한 화물 장치 및 리핸들링 관리 시스템 및 방법
CN114626752A (zh) 一种自动车辆的调度方法、装置、计算机设备及存储介质
CN111126857A (zh) 密集仓储的任务管理方法、装置及电子设备
CN112068455A (zh) 任务仿真方法、系统、装置、电子设备及可读存储介质
US20150039363A1 (en) Real-time prediction and correction of scheduled service bunching
CN116125921B (zh) 物料调度方法、计算机装置及存储介质
JP2023118767A (ja) 荷役作業指示支援システム
KR101396022B1 (ko) 자동화 컨테이너 터미널의 업무 프로세스 관리 시스템 및 이를 이용한 관리 방법
KR102256861B1 (ko) 항만물류 시스템과 블록체인 네트워크 간의 인터워킹 방법 및 시스템
CN111746993B (zh) 入库方法、多进深立体库、存储介质及电子设备
KR102533181B1 (ko) 컨테이너 야드 관리 방법 및 시스템
KR20220105583A (ko) 배차 스케줄링 알고리즘 기반 화물 및 차량 자동 배차 방법 및 시스템
JP2005194025A (ja) クレーンシミュレータ、クレーンシミュレーション方法、コンピュータプログラム及び記録媒体
KR102655184B1 (ko) 메타 학습 기반의 화물차량 운행기록 추론 방법 및 장치
JP7477437B2 (ja) 搬送状況判定装置、搬送状況判定システム、搬送状況判定方法、及び搬送状況判定プログラム

Legal Events

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