TWI717259B - 用於批次揀選最佳化的電腦實施的系統與方法 - Google Patents

用於批次揀選最佳化的電腦實施的系統與方法 Download PDF

Info

Publication number
TWI717259B
TWI717259B TW109112630A TW109112630A TWI717259B TW I717259 B TWI717259 B TW I717259B TW 109112630 A TW109112630 A TW 109112630A TW 109112630 A TW109112630 A TW 109112630A TW I717259 B TWI717259 B TW I717259B
Authority
TW
Taiwan
Prior art keywords
items
batch
item
server
distance
Prior art date
Application number
TW109112630A
Other languages
English (en)
Other versions
TW202046197A (zh
Inventor
莫文婷
魏凱
陸金星
胡子建
楊東
Original Assignee
南韓商韓領有限公司
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 南韓商韓領有限公司 filed Critical 南韓商韓領有限公司
Publication of TW202046197A publication Critical patent/TW202046197A/zh
Application granted granted Critical
Publication of TWI717259B publication Critical patent/TWI717259B/zh

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
    • G06Q10/08—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
    • 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
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • 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"
    • 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
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/101—Collaborative creation, e.g. joint development of products or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Educational Administration (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

所揭露的實施例提供用於批次揀選最佳化的電腦實施的 系統及方法。所述系統可包括儲存指令的一或多個記憶體裝置以及一或多個處理器，所述一或多個處理器被配置以執行指令以接收包括用於揀選的一或多個物品的訂單。另外，所述系統可藉由使用搜尋演算法計算所述一或多個物品中的第一物品與所述一或多個物品中的至少一個其他物品之間的距離來計算履行中心中的一或多個高密度區域。另外，所述系統可為所述一或多個物品計算最近相鄰物品，且藉由選取多個最近相鄰物品來產生高密度區域。

Description

用於批次揀選最佳化的電腦實施的系統與方法
本揭露大體而言是有關於用於人工智慧批次揀選最佳化與通訊的電腦化系統以及方法。具體而言，本揭露的實施例是有關於創新性且非常規的系統，所述系統可計算履行中心中的一或多個高密度區域，創建一或多個批次，使用梯度下降演算法(gradient descent algorithm)將來自所述一或多個高密度區域的物品添加至單一批次中，且提供用於添加/收集的物品的列表。
用於批次最佳化及通訊的現有系統定義沿著履行中心中的過道及儲架的路徑，並向揀選者(picker)分派用於沿著所定義的路徑揀選的物品。揀選者選擇包括顧客所下的一或多個訂單的部分或全部的一批物品。揀選者可被分派所述批次，且可被發送路徑(藉由使用者裝置)，所述路徑指令揀選者如何在履行中心的過道上走來走去以收集該批次中的所有物品。此種系統效率低下，乃因其會導致向揀選者分派訂單的延遲。
因此，揀選者必須走相當長的時間及距離來撿拾物品，且可能會延遲對批次中的任意訂單的履行。批次揀選的此種延遲 會在許多方面造成運送過程的額外中斷。舉例而言，將訂單運送延遲直至具有遠距離物品的整個批次被揀選為止會導致多個訂單的處理延遲。
鑑於當前用於批次最佳化及通訊的電子系統及方法的缺點，期望一種使用批次最佳化一計算履行中心中的高密度區域並基於該些區域創建批次一來增強運送訂單的運送、運輸及物流操作的系統。更具體而言，期望一種用於人工智慧批次揀選最佳化及通訊的電腦實施的系統及方法藉由更快地完成訂單(乃因最佳化的批次中的物品彼此更近且可更快地被揀選)來提供效率。此種系統將使得能夠高效地藉由密度演算法(density algorithm)對物品進行分組，更快地藉由系統得到更多的訂單，接下更多的訂單，並減少步行至遠距離物品所浪費的時間。因此，需要用於人工智慧批次揀選最佳化及通訊的改進的電子方法及系統。
本揭露的一個態樣是有關於一種用於批次揀選最佳化的電腦實施的系統。舉例而言，某些實施例可包括儲存指令的一或多個記憶體裝置以及被配置以執行所述指令的一或多個處理器。在一些實施例中，所述一或多個處理器被配置以執行所述指令以：接收包括用於揀選的一或多個物品的訂單；以及藉由以下方式計算履行中心中的一或多個高密度區域：使用搜尋演算法計算所述一或多個物品中的第一物品與所述一或多個物品中的至少一個其他物品之間的距離，為所述一或多個物品計算最近相鄰物品，以及 藉由選取多個所述最近相鄰物品來產生所述一或多個高密度區域中的高密度區域。在一些實施例中，所述一或多個處理器被配置以執行所述指令以：為所述一或多個物品儲存所述第一物品與最近的第二物品之間的距離；以及基於所計算的所述一或多個高密度區域創建批次。另外，所述一或多個處理器被配置以：使用梯度下降演算法將來自所述一或多個高密度區域的物品添加至所述批次中，所述添加基於可揀選物品中使平均距離增加最少的物品；以及在使用者裝置上提供用於在所述批次中收集的物品的列表以及位置以供顯示。
本揭露的另一態樣是有關於一種用於批次揀選最佳化的電腦實施的系統。舉例而言，某些實施例可包括儲存指令的一或多個記憶體裝置以及被配置以執行所述指令的一或多個處理器。在一些實施例中，所述一或多個處理器被配置以執行所述指令以：接收包括用於揀選的一或多個物品的訂單以及分割成多個區的數位地圖；以及藉由以下方式計算履行中心中的一或多個高密度區域：在所述多個區中的單一區中使用搜尋演算法計算所述一或多個物品中的第一物品與所述一或多個物品中的至少一個其他物品之間的距離，為所述一或多個物品計算最近相鄰物品，以及藉由選取多個所述最近相鄰物品來產生所述一或多個高密度區域中的高密度區域。在一些實施例中，所述一或多個處理器被配置以：為所述一或多個物品儲存所述第一物品與最近的第二物品之間的距離；以及基於在所述多個區中的所述單一區中根據物品計算的所述一 或多個高密度區域創建批次。另外，所述一或多個處理器被配置以：使用梯度下降演算法將來自所述一或多個高密度區域的物品添加至所述批次中，所述添加基於可揀選物品中使平均距離增加最少的物品；以及在使用者裝置上提供用於在所述批次中收集的物品的列表以及位置以供顯示。
本揭露的又一態樣是有關於一種用於批次揀選最佳化的電腦實施的方法。舉例而言，所述方法的某些實施例可包括：接收包括用於揀選的一或多個物品的訂單以及分割成多個區的數位地圖，其中所述數位地圖包括位置對，所述位置對中的每一對表示兩個可揀選物品；以及藉由以下方式計算履行中心中的一或多個高密度區域：在所述多個區中的單一區中使用搜尋演算法計算所述一或多個物品中的第一物品與所述一或多個物品中的至少一個其他物品之間的距離，為所述一或多個物品計算最近相鄰物品，以及藉由選取多個所述最近相鄰物品來產生所述一或多個高密度區域中的高密度區域。在一些實施例中，所述方法可更包括：為所述一或多個物品儲存所述第一物品與最近的第二物品之間的距離；以及基於在所述多個區中的所述單一區中根據物品計算的所述一或多個高密度區域創建批次。另外，所述方法可包括：使用梯度下降演算法將來自所述一或多個高密度區域的物品添加至所述批次中，所述添加基於可揀選物品中使平均距離增加最少的物品；以及在使用者裝置上提供用於在所述批次中收集的物品的列表以及位置以供顯示。
本文中亦論述其他系統、方法及電腦可讀取媒體。
100:系統
101:網路/運送授權技術(SAT)系統
102A:裝置/使用者裝置/行動裝置
102B:裝置/使用者裝置/電腦
103:外部前端系統
105:內部前端系統
107:運輸系統
107A、107B、107C:裝置/行動裝置
109:賣方入口
111:運送及訂單追蹤(SOT)系統
113:履行最佳化(FO)系統
115:履行訊息傳遞閘道(FMG)
117:供應鏈管理(SCM)系統
119:倉庫管理系統(WMS)
119A:裝置/行動裝置/計算裝置/平板電腦
119B:裝置/行動裝置/計算裝置/PDA
119C:裝置/行動裝置/計算裝置/電腦
121A、121B、121C:第三方履行(3PL)系統
123:履行中心授權系統(FC Auth)
125:勞資管理系統(LMS)
200、405:履行中心(FC)
201、222:卡車
202A、202B、208:物品
203:入站區
205:緩衝區
206:堆高機
207:卸貨區
209:揀選區
210:儲存單元
211:包裝區
213:中樞區
214:運輸機構
215:營地區
216:牆
218、220:包裝
224A、224B:遞送工人
226:汽車
300、500、700:過程
301:來自DB的資料/資料
302:批次作業預測/批次作業預測資料/資料
303:數位地圖/資料/步驟
304、509:密度演算法
305、308、309、406、408、710、720、730、740、750、760:步驟
306:步驟/KNN-辨識密集區域
307:步驟/梯度下降演算法
400:過程/顯示器
401:控制伺服器
402:訂單
403:現場控制伺服器
404:批次作業
407:揀選者
410:運送箱
501:佈局圖式
502:電腦
503:位置對(a，b)/步驟
504:座標a
505:座標b
506:座標a(x1,y1)及座標b(x2,y2)
507:距離(a，b)
508:最短距離對
510:批次可視化工具
600:地圖
650:地圖/系統
D:任務
圖1A是示出符合所揭露實施例的網路的示例性實施例的示意性方塊圖，所述網路包括用於能夠進行通訊的運送(shipping)、運輸(transportation)及物流操作的電腦化系統。
圖1B繪示符合所揭露實施例的樣本搜尋結果頁面(Search Result Page，SRP)，其包括滿足搜尋請求的一或多個搜尋結果以及交互式使用者介面元素。
圖1C繪示符合所揭露實施例的樣本單一細節頁面(Single Detail Page，SDP)，其包括產品及關於產品的資訊以及交互式使用者介面元素。
圖1D繪示符合所揭露實施例的樣本購物車頁面(Cart page)，其包括虛擬購物車中的物品以及交互式使用者介面元素。
圖1E繪示符合所揭露實施例的樣本訂單頁面(Order page)，其包括來自虛擬購物車的物品以及關於購買及運送的資訊以及交互式使用者介面元素。
圖2是符合所揭露實施例的被配置以利用所揭露電腦化系統的示例性履行中心(fulfillment center，FC)的圖例。
圖3是符合所揭露實施例的包括批次創建的示例性過程的方塊圖。
圖4是符合所揭露實施例的包括批次創建的資料流的示例性過程的圖例。
圖5是符合所揭露實施例的包括批次可視化工具的示例性過程的圖例。
圖6繪示符合所揭露實施例的用於步行距離最佳化的梯度下降演算法的結果。
圖7是符合所揭露實施例的用於批次最佳化的示例性過程的方塊圖。
以下詳細說明參照附圖。在圖式及以下說明中盡可能使用相同的參考編號來指代相同或相似的部件。儘管本文中闡述了若干例示性實施例，然而可具有各種調整、修改及其他實施方式。舉例而言，可對圖中示出的組件及步驟進行替換、添加或調整，且可藉由對所揭露方法的步驟進行替換、重新排序、移除或添加來調整本文中闡述的例示性方法。因此，以下詳細說明並非僅限於所揭露實施例及實例。相反，本發明的正確範圍由隨附的專利申請範圍來界定。
本揭露的實施例是有關於被配置用於批次揀選最佳化的系統及方法。舉例而言，某些實施例可包括儲存指令的一或多個記憶體裝置以及被配置以執行指令的一或多個處理器。在一些實施例中，所述一或多個處理器被配置以：接收包括用於揀選的一或多個物品的訂單；以及藉由以下方式計算履行中心中的一或多個高密度區域：使用搜尋演算法計算所述一或多個物品中的第一物品與所述一或多個物品中的至少一個其他物品之間的距離，為所 述一或多個第一物品計算最近相鄰物品，以及藉由選取多個最近相鄰物品來產生高密度區域。另外，所述一或多個處理器被配置以：為所述一或多個物品儲存所述物品與最近的第二物品之間的距離；以及基於所計算的所述一或多個高密度區域創建批次。此外，所述一或多個處理器被配置以：使用梯度下降演算法將來自所述一或多個高密度區域的物品添加至所述批次中，所述添加基於可揀選物品中使平均距離增加最少的物品；以及在使用者裝置上提供用於在所述批次中收集的物品的列表以及位置以供顯示。
此外，本揭露是有關於用於使用批次最佳化──計算履行中心中的高密度區域並基於該些區域創建批次──來增強運送訂單的運送、運輸及物流操作的系統及方法。更具體而言，所揭露的用於人工智慧批次揀選最佳化及通訊的電腦實施的系統及方法藉由更快地完成訂單(乃因最佳化的批次中的物品彼此更近且可更快地被揀選)來提供效率。本系統使得能夠高效地藉由密度演算法對物品進行分組，更快地藉由系統得到更多的訂單，接下更多的訂單，並減少步行至遠距離物品所浪費的時間。
參照圖1A，示出示意性方塊圖，其示出包括用於能夠進行通訊的運送、運輸及物流操作的電腦化系統的系統100的示例性實施例。如圖1A中所示，系統100可包括各種系統，所述各種系統中的每一者可藉由一或多個網路彼此連接。所述系統亦可藉由直接連接(例如使用纜線)彼此連接。所繪示的系統包括運送授權技術(shipment authority technology，SAT)系統101、外部前端 系統103、內部前端系統105、運輸系統107、行動裝置107A、107B及107C、賣方入口109、運送及訂單追蹤(shipment and order tracking，SOT)系統111、履行最佳化(fulfillment optimization，FO)系統113、履行訊息傳遞閘道(fulfillment messaging gateway，FMG)115、供應鏈管理(supply chain management，SCM)系統117、倉庫管理系統(warehouse management system，WMS)119、行動裝置119A、119B及119C(被繪示為位於履行中心(FC)200內部)、第三方履行(3rd party fulfillment，3PL)系統121A、121B及121C、履行中心授權系統(fulfillment center authorization system，FC Auth)123及勞資管理系統(labor management system，LMS)125。
在一些實施例中，SAT系統101可實施為監控訂單狀態及遞送狀態的電腦系統。舉例而言，SAT系統101可判斷訂單是否超過其承諾遞送日期(Promised Delivery Date，PDD)，且可採取包括發起新訂單、重新運送未遞送訂單中的物品、取消未遞送訂單、發起與訂購顧客的聯繫等在內的適當行動。SAT系統101亦可監控包括輸出(例如在特定時間週期期間運送的包裝的數目)及輸入(例如被接收用於運送的空紙盒的數目)在內的其他資料。SAT系統101亦可充當系統100中不同裝置之間的閘道，使得能夠在例如外部前端系統103及FO系統113等裝置之間達成通訊(例如，使用儲存及轉送(store-and-forward)或其他技術)。
在一些實施例中，外部前端系統103可被實施為使得外 部使用者能夠與系統100中的一或多個系統交互的電腦系統。舉例而言，在系統100能夠呈現系統以使使用者能夠對物品下訂單的實施例中，外部前端系統103可被實施為接收搜尋請求、呈現物品頁面及懇求支付資訊的網路伺服器。舉例而言，外部前端系統103可被實施為運行例如阿帕奇超文件傳送協定(Hypertext Transfer Protocol，HTTP)伺服器、微軟網際網路資訊服務(Internet Information Services，IIS)、引擎X(NGINX)等軟體的一或多個電腦。在其他實施例中，外部前端系統103可運行定製網路伺服器軟體，定製網路伺服器軟體被設計成接收及處理來自外部裝置(例如，行動裝置102A或電腦102B)的請求，基於該些請求自資料庫(database，DB)及其他資料儲存器獲取資訊，且基於所獲取的資訊提供對所接收請求的響應。
在一些實施例中，外部前端系統103可包括網路快取系統、資料庫、搜尋系統或支付系統中的一或多者。在一個態樣中，外部前端系統103可包括該些系統中的一或多者，而在另一態樣中，外部前端系統103可包括連接至該些系統中的一或多者的介面(例如，伺服器至伺服器、資料庫至資料庫或其他網路連接)。
由圖1B、圖1C、圖1D及圖1E所示的一組例示性步驟可有助於闡述外部前端系統103的一些操作。外部前端系統103可自系統100中的系統或裝置接收資訊，以供呈現及/或顯示。舉例而言，外部前端系統103可代管(host)或提供一或多個網頁，包括搜尋結果頁面(SRP)(例如，圖1B)、單一細節頁面(Single Detail Page，SDP)(例如，圖1C)、購物車頁面(例如，圖1D)或訂單頁面(例如，圖1E)。使用者裝置(例如，使用行動裝置102A或電腦102B)可導航至外部前端系統103，且藉由在搜尋框中輸入資訊來請求搜尋。外部前端系統103可自系統100中的一或多個系統請求資訊。舉例而言，外部前端系統103可自FO系統113請求滿足搜尋請求的資訊。外部前端系統103亦可請求及接收(自FO系統113)搜尋結果中所包括的每種產品的承諾遞送日期或「PDD」。在一些實施例中，PDD可表示對以下的估計：容納產品的包裝可何時到達使用者所期望的位置，或者若在特定時間週期(例如在一天結束(午後11：59)之前)內訂購則產品被承諾遞送至使用者所期望的位置的日期。(下文參照FO系統113進一步論述PDD。)
外部前端系統103可基於所述資訊準備SRP(例如，圖1B)。SRP可包括滿足搜尋請求的資訊。舉例而言，此可包括滿足搜尋請求的產品的圖片。SRP亦可包括每種產品的相應價格，或者與每種產品的增強遞送選項、PDD、重量、尺寸、優惠、折扣等相關的資訊。外部前端系統103可向發出請求的使用者裝置發送SRP(例如，經由網路)。
使用者裝置然後可例如藉由點擊或輕敲使用者介面(或使用另一輸入裝置)以選擇在SRP上表現的產品而自SRP選擇產品。使用者裝置可製定對所選擇產品的資訊的請求，且將其發送至外部前端系統103。作為響應，外部前端系統103可請求與所選擇 產品相關的資訊。舉例而言，所述資訊亦可包括除在相應的SRP上針對產品呈現的資訊之外的額外資訊。此額外資訊可包括例如儲架壽命(shelf life)、原產國、重量、尺寸、包裝中物品的數目、操作說明(handling instructions)或關於產品的其他資訊。所述資訊亦可包括對相似產品的推薦(例如，基於購買此產品及至少一種其他產品的顧客的巨量資料及/或機器學習分析)、對常問問題的回答、來自顧客的評論、製造商資訊、圖片等。
外部前端系統103可基於所接收的產品資訊來準備單一細節頁面(SDP)(例如，圖1C)。SDP亦可包括例如「立即購買(Buy Now)」按鈕、「添加至購物車(Add to Cart)」按鈕、數量欄、物品圖片等其他交互式元素。SDP可更包括提供所述產品的賣方的列表。所述列表可基於每一賣方提供的價格來排序，使得提出以最低價格售賣產品的賣方可被列於頂部。所述列表亦可基於賣方排名來排序，使得排名最高的賣方可被列於頂部。賣方排名可基於包括例如賣方滿足所承諾PDD的過往追蹤記錄在內的多種因素來製定。外部前端系統103可將SDP遞送至發出請求的使用者裝置(例如，經由網路)。
發出請求的使用者裝置可接收列出產品資訊的SDP。在接收到SDP後，使用者裝置然後可與SDP交互。舉例而言，發出請求的使用者裝置的使用者可點擊SDP上的「放入購物車中」按鈕或以其他方式與SDP上的「放入購物車中」按鈕交互。此會將產品添加至與使用者相關聯的購物車。使用者裝置可向外部前端 系統103傳輸此種將產品添加至購物車的請求。
外部前端系統103可產生購物車頁面(例如，圖1D)。在一些實施例中，購物車頁面列出已被使用者添加至虛擬「購物車」的產品。使用者裝置可藉由點擊SRP、SDP或其他頁面上的圖標或以其他方式與SRP、SDP或其他頁面上的圖標交互來請求購物車頁面。在一些實施例中，購物車頁面可列出已被使用者添加至購物車的所有產品，以及關於購物車中的產品的資訊，例如每種產品的數量、每種產品的單價、每種產品的基於相關數量的價格、關於PDD的資訊、遞送方法、運送成本、用於調整購物車中的產品的使用者介面元素(例如，數量的刪除或調整)、用於訂購其他產品或設置產品的定期遞送的選項、用於設置利息支付的選項、用於繼續購買的使用者介面元素等。使用者裝置處的使用者可點擊使用者介面元素(例如，讀為「立即購買」的按鈕)或以其他方式與使用者介面元素(例如，讀為「立即購買」的按鈕)交互，以發起對購物車中的產品的購買。在這樣做時，使用者裝置可向外部前端系統103傳輸此種發起購買的請求。
外部前端系統103可因應於接收到發起購買的請求而產生訂單頁面(例如，圖1E)。在一些實施例中，訂單頁面重新列出來自購物車的物品，且請求輸入支付及運送資訊。舉例而言，訂單頁面可包括請求關於購物車中物品的購買者的資訊(例如，姓名、位址、電子郵件位址、電話號碼)、關於接收者的資訊(例如，姓名、位址、電話號碼、遞送資訊)、運送資訊(例如，遞送及/或收 取的速度/方法)、支付資訊(例如，信用卡、銀行轉帳、支票、賒帳(stored credit))、請求現金收據(例如，出於稅務目的)的使用者介面元素等的部分。外部前端系統103可向使用者裝置發送訂單頁面。
使用者裝置可在訂單頁面上輸入資訊，且點擊向外部前端系統103發送所述資訊的使用者介面元素或以其他方式與向外部前端系統103發送所述資訊的使用者介面元素交互。外部前端系統103可自使用者介面元素將資訊發送至系統100中的不同系統，以使得能夠用購物車中的產品創建及處理新訂單。
在一些實施例中，外部前端系統103可進一步被配置以使得賣方能夠傳輸及接收與訂單相關的資訊。
在一些實施例中，內部前端系統105可被實施為使得內部使用者(例如，擁有、營運或租賃系統100的組織的員工)能夠與系統100中的一或多個系統交互的電腦系統。舉例而言，在網路101能夠呈現系統以使使用者能夠對物品下訂單的實施例中，內部前端系統105可被實施為網路伺服器，網路伺服器使得內部使用者能夠查看關於訂單的診斷及統計資訊、調整物品資訊或者查核與訂單相關的統計量。舉例而言，內部前端系統105可被實施為運行例如阿帕奇HTTP伺服器、微軟網際網路資訊服務(IIS)、NGINX等軟體的一或多個電腦。在其他實施例中，內部前端系統105可運行定製網路伺服器軟體，定製網路伺服器軟體被設計成接收及處理來自繪示於系統100中的系統或裝置(以及未繪示的其 他裝置)的請求，基於該些請求自資料庫及其他資料儲存器獲取資訊，且基於所獲取的資訊提供對所接收請求的響應。
在一些實施例中，內部前端系統105可包括網路快取系統、資料庫、搜尋系統、支付系統、分析系統、訂單監控系統等中的一或多者。在一個態樣中，內部前端系統105可包括該些系統中的一或多者，而在另一態樣中，內部前端系統105可包括連接至該些系統中的一或多者的介面(例如，伺服器至伺服器、資料庫至資料庫或其他網路連接)。
在一些實施例中，運輸系統107可被實施為電腦系統，所述電腦系統使得能夠在系統100中的系統或裝置與行動裝置107A-107C之間達成通訊。在一些實施例中，運輸系統107可自一或多個行動裝置107A-107C(例如，行動電話、智慧型電話、個人數位助理(personal digital assistant，PDA)等)接收資訊。舉例而言，在一些實施例中，行動裝置107A-107C可包括由遞送工人操作的裝置。遞送工人(其可為永久的、臨時的或輪班的員工)可利用行動裝置107A-107C來達成對容納由使用者訂購的產品的包裝的遞送。舉例而言，為遞送包裝，遞送工人可在行動裝置上接收指示遞送哪一包裝以及在何處遞送的通知。在到達遞送位置時，遞送工人可使用行動裝置來定位包裝(例如，在卡車的後部或包裝的板條箱中)、掃描或以其他方式捕獲與包裝上的辨識符(例如，條形碼、影像、正文字串(text string)、射頻辨識(radio frequency identification，RFID)標籤等)相關聯的資料以及遞送包裝(例如， 藉由將包裝留在前門、將其留給保全警衛、將其交給接收者等)。在一些實施例中，遞送工人可使用行動裝置捕獲包裝的照片及/或可使用行動裝置獲得簽名。行動裝置可向運輸系統107發送包括關於遞送的資訊在內的資訊，所述關於遞送的資訊包括例如時間、日期、全球定位系統(Global Positioning System，GPS)位置、照片、與遞送工人相關聯的辨識符、與行動裝置相關聯的辨識符等。運輸系統107可將此資訊儲存於資料庫(未畫出)中，以供系統100中的其他系統存取。在一些實施例中，運輸系統107可使用此資訊來準備追蹤資料並將追蹤資料發送至指示特定包裝位置的其他系統。
在一些實施例中，某些使用者可使用一種種類的行動裝置(例如，永久工人可使用具有例如條形碼掃描器、觸控筆(stylus)及其他裝置等定製硬體的專用PDA)，而其他使用者可使用其他種類的行動裝置(例如，臨時或輪班工人可利用現成的行動電話及/或智慧型電話)。
在一些實施例中，運輸系統107可將使用者與每一裝置相關聯。舉例而言，運輸系統107可儲存使用者(由例如使用者辨識符、員工辨識符或電話號碼表示)與行動裝置(由例如國際行動設備辨識(International Mobile Equipment Identity，IMEI)、國際行動訂用辨識符(International Mobile Subscription Identifier，IMSI)、電話號碼、通用唯一辨識符(Universal Unique Identifier，UUID)或全球唯一辨識符(Globally Unique Identifier，GUID)表 示)之間的關聯。運輸系統107可結合在遞送時接收的資料使用此種關聯來分析儲存於資料庫中的資料，以便除其他資訊以外亦確定工人的位置、工人的效率或工人的速度。
在一些實施例中，賣方入口109可被實施為電腦系統，所述電腦系統使得賣方或其他外部實體能夠與系統100中的一或多個系統進行電子通訊。舉例而言，賣方可利用電腦系統(未畫出)來針對賣方希望使用賣方入口109藉由系統100來售賣的產品上載或提供產品資訊、訂單資訊、聯繫資訊等。
在一些實施例中，運送及訂單追蹤系統111可被實施為電腦系統，所述電腦系統接收、儲存及轉送關於容納由顧客(例如，由使用裝置102A-102B的使用者)訂購的產品的包裝的位置的資訊。在一些實施例中，運送及訂單追蹤系統111可自由運送公司操作的網路伺服器(未畫出)請求或儲存資訊，運送公司遞送容納由顧客訂購的產品的包裝。
在一些實施例中，運送及訂單追蹤系統111可自系統100中所繪示的系統請求及儲存資訊。舉例而言，運送及訂單追蹤系統111可自運輸系統107請求資訊。如以上所論述，運輸系統107可自與使用者(例如，遞送工人)或車輛(例如，遞送卡車)中的一或多者相關聯的一或多個行動裝置107A-107C(例如，行動電話、智慧型電話、PDA等)接收資訊。在一些實施例中，運送及訂單追蹤系統111亦可自倉庫管理系統(WMS)119請求資訊，以確定各別產品在履行中心(例如，履行中心200)內部的位置。運送及 訂單追蹤系統111可自運輸系統107或WMS 119中的一或多者請求資料，對其進行處理，且根據請求將其呈現至裝置(例如，使用者裝置102A及102B)。
在一些實施例中，履行最佳化(FO)系統113可被實施為電腦系統，所述電腦系統儲存來自其他系統(例如，外部前端系統103及/或運送及訂單追蹤系統111)的顧客訂單的資訊。FO系統113亦可儲存闡述特定物品被保存或儲存於何處的資訊。舉例而言，某些物品可能僅儲存於一個履行中心中，而某些其他物品可能儲存於多個履行中心中。在又一些其他實施例中，某些履行中心可被設計成僅儲存特定的一組物品(例如，新鮮農產品或冷凍產品)。FO系統113儲存此種資訊以及相關資訊(例如，數量、尺寸、接收日期、過期日期等)。
FO系統113亦可為每種產品計算對應的承諾遞送日期(PDD)。在一些實施例中，PDD可基於一或多種因素。舉例而言，FO系統113可基於產品的過往需求(例如，在一段時間週期期間此產品被訂購過多少次)、產品的預期需求(例如，預測在即將到來的一段時間週期期間有多少顧客會訂購所述產品)、指示在一段時間週期期間訂購過多少產品的全網路過往需求、指示在即將到來的時間週期期間預期會訂購多少產品的全網路預期需求、儲存於每一履行中心200中的產品的一或多個計數、每種產品由哪一履行中心儲存、此產品的預期或當前訂單等來為產品計算PDD。
在一些實施例中，FO系統113可週期性地(例如，每小 時)確定每種產品的PDD，且將其儲存於資料庫中，以供擷取或發送至其他系統(例如，外部前端系統103、SAT系統101、運送及訂單追蹤系統111)。在其他實施例中，FO系統113可自一或多個系統(例如，外部前端系統103、SAT系統101、運送及訂單追蹤系統111)接收電子請求，且按需計算PDD。
在一些實施例中，履行訊息傳遞閘道(FMG)115可被實施為電腦系統，所述電腦系統自系統100中的一或多個系統(例如FO系統113)接收呈一種格式或協定的請求或響應，將其轉換成另一種格式或協定，且以所轉換的格式或協定將其轉送至例如WMS 119或第三方履行系統121A、121B或121C等其他系統，反之亦然。
在一些實施例中，供應鏈管理(SCM)系統117可實施為實行預測功能的電腦系統。舉例而言，SCM系統117可基於，例如基於產品的過往需求、產品的預期需求、全網路過往需求、全網路預期需求、儲存於每一履行中心200中的產品計數、每種產品的預期或當前訂單等來預測特定產品的需求水準。因應於此種所預測水準及所有履行中心的每種產品的數量，SCM系統117可產生一或多個購買訂單，以購買及貯存足夠的數量來滿足特定產品的預測需求。
在一些實施例中，倉庫管理系統(WMS)119可實施為監控工作流的電腦系統。舉例而言，WMS 119可自指示離散事件的各別裝置(例如，裝置107A-107C或119A-119C)接收事件資 料。舉例而言，WMS 119可接收指示使用該些裝置中的一者來掃描包裝的事件資料。如下文參照履行中心200及圖2所論述，在履行過程期間，包裝辨識符(例如，條形碼或RFID標籤資料)可在特定階段由機器(例如，自動或手持條形碼掃描器、RFID讀取器、高速照相機、例如平板電腦(tablet)119A、行動裝置/PDA 119B、電腦119C等裝置或者類似裝置)掃描或讀取。WMS 119可將指示包裝辨識符的掃描或讀取的每一事件連同包裝辨識符、時間、日期、位置、使用者辨識符或其他資訊一起儲存於對應的資料庫(未畫出)中，且可將此資訊提供至其他系統(例如，運送及訂單追蹤系統111)。
在一些實施例中，WMS 119可儲存將一或多個裝置(例如，裝置107A-107C或119A-119C)與和系統100相關聯的一或多個使用者相關聯的資訊。舉例而言，在一些情況下，使用者(例如兼職或全職員工)與行動裝置的關聯可在於使用者擁有行動裝置(例如，行動裝置是智慧型電話)。在其他情況下，使用者與行動裝置的關聯可在於使用者臨時保管行動裝置(例如，使用者在一天開始時登記借出行動裝置，可在一天中使用行動裝置，且可在一天結束時歸還行動裝置)。
在一些實施例中，WMS 119可為與系統100相關聯的每一使用者維護工作日誌。舉例而言，WMS 119可儲存與每一員工相關聯的資訊，包括任何所分派的過程(例如，卸載卡車、自揀選區揀選物品、分選器械工作(sorting apparatus work)、包裝物品)、 使用者辨識符、位置(例如，履行中心200中的樓層或區)、員工在系統中移動的單元的數目(例如，所揀選的物品的數目、所包裝的物品的數目)、與裝置(例如，裝置119A-119C)相關聯的辨識符等。在一些實施例中，WMS 119可自例如在裝置119A-119C上操作的計時系統等計時系統接收簽入(check-in)及簽出(check-out)資訊。
在一些實施例中，第三方履行(3PL)系統121A-121C表示與物流及產品的第三方提供商相關聯的電腦系統。舉例而言，儘管一些產品被儲存於履行中心200中(如下文針對圖2所論述)，然而其他產品可被儲存於場外、可按需生產或者可在其他情況下不可儲存於履行中心200中。3PL系統121A-121C可被配置以自FO系統113(例如，藉由FMG 115)接收訂單，且可直接向顧客提供產品及/或服務(例如，遞送或安裝)。在一些實施例中，3PL系統121A-121C中的一或多者可為系統100的一部分，而在其他實施例中，3PL系統121A-121C中的一或多者可在系統100之外(例如，由第三方提供商擁有或操作)。
在一些實施例中，履行中心授權系統(FC Auth)123可被實施為具有各種功能的電腦系統。舉例而言，在一些實施例中，FC Auth 123可充當系統100中的一或多個其他系統的單一登入(single-sign on，SSO)服務。舉例而言，FC Auth 123可使使用者能夠藉由內部前端系統105登錄，確定使用者具有存取運送及訂單追蹤系統111處的資源的相似特權，且使使用者能夠存取該些 特權而不需要第二次登錄過程。在其他實施例中，FC Auth 123可使使用者(例如，員工)能夠將其自身與特定任務相關聯。舉例而言，一些員工可能不具有電子裝置(例如裝置119A-119C)，而是可作為替代在一天的過程期間於履行中心200內在各任務之間及各區之間移動。FC Auth 123可被配置以使該些員工能夠指示他們正在實行什麼任務以及他們在一天的不同時間處於什麼區。
在一些實施例中，勞資管理系統(LMS)125可被實施為儲存員工(包括全職及兼職員工)的出勤及加班資訊的電腦系統。舉例而言，LMS 125可自FC Auth 123、WMS 119、裝置119A-119C、運輸系統107及/或裝置107A-107C接收資訊。
圖1A中繪示的特定配置僅為實例。舉例而言，儘管圖1A繪示FC Auth系統123連接至FO系統113，然而並非所有實施例均需要此種特定配置。實際上，在一些實施例中，系統100中的系統可藉由包括網際網路、內部網路(Intranet)、廣域網路(Wide-Area Network，WAN)、都會區域網路(Metropolitan-Area Network，MAN)、符合電機電子工程師學會(Institute of Electrical and Electronic Engineers，IEEE)802.11a/b/g/n標準的無線網路、租用線路(leased line)等的一或多種公共或私有網路彼此連接。在一些實施例中，系統100中的系統中的一或多者可被實施為在資料中心、伺服器場(server farm)等處實施的一或多個虛擬伺服器。
圖2繪示履行中心200。履行中心200是儲存訂購時運送至顧客的物品的物理位置的實例。履行中心(FC)200可被劃分 成多個區，所述多個區中的每一者繪示於圖2中。在一些實施例中，該些「區」可被視為接收物品、儲存物品、擷取物品及運送物品的過程的不同階段之間的虛擬劃分。因此，儘管在圖2中繪示「區」，然而亦可存在區的其他劃分，且在一些實施例中，圖2中的區可被省略、複製或調整。
入站區203表示FC 200的自希望使用來自圖1A的系統100售賣產品的賣方接收物品的區域。舉例而言，賣方可使用卡車201遞送物品202A及202B。物品202A可表示足夠大以佔用其自己的運送托板的單一物品，而物品202B可表示在同一托板上堆疊於一起以節省空間的一組物品。
工人可在入站區203中接收物品，且可使用電腦系統(未畫出)可選地檢查物品的損壞及正確性。舉例而言，工人可使用電腦系統將物品202A及202B的數量與訂購的物品數量進行比較。若數量不匹配，則此工人可拒絕物品202A或202B中的一或多者。若數量匹配，則工人可將該些物品(使用例如推車、手推車、堆高機，或者手動地)移動至緩衝區(buffer zone)205。緩衝區205可為當前在揀選區中所不需要的物品(例如，由於在揀選區中存在足夠高數量的此物品來滿足預測需求)的臨時儲存區域。在一些實施例中，堆高機206進行操作以在緩衝區205中四處移動物品以及在入站區203與卸貨區207之間移動物品。若在揀選區中需要物品202A或202B(例如，由於預測需求)，堆高機可將物品202A或202B移動至卸貨區207。
卸貨區207可為FC 200的在物品被移動至揀選區209之前儲存所述物品的區域。被分派揀選任務的工人(「揀選者」)可接近揀選區中的物品202A及202B，使用行動裝置(例如，裝置119B)掃描揀選區的條形碼，且掃描與物品202A及202B相關聯的條形碼。揀選者然後可將物品帶至揀選區209(例如，藉由將物品放入搬運車(cart)上或者搬運物品)。
揀選區209可為FC 200的其中在儲存單元210上儲存物品208的區域。在一些實施例中，儲存單元210可包括物理排架(physical shelving)、書架、盒、運送箱、冰箱、冰櫃、冷藏庫等中的一或多者。在一些實施例中，揀選區209可被組織成多個樓層。在一些實施例中，工人或機器可以包括例如堆高機、升降機、傳送帶、搬運車、手推車、推車、自動機器人或裝置或者手動方式在內的多種方式將物品移動至揀選區209中。舉例而言，揀選者可將物品202A及202B放入卸貨區207中的手推車或搬運車上，且步行將物品202A及202B送至揀選區209。
揀選者可接收將物品放入(或「堆置(stow)」於)揀選區209中的特定地點(例如儲存單元210上的特定空間)的指令。舉例而言，揀選者可使用行動裝置(例如，裝置119B)掃描物品202A。所述裝置可例如使用指示過道、儲架及位置的系統來指示揀選者應將物品202A堆置於何處。然後，在將物品202A堆置於此位置之前，所述裝置可提示揀選者掃描此位置處的條形碼。所述裝置可向電腦系統(例如圖1A中的WMS 119)發送(例如，經由 無線網路)資料來指示物品202A已由使用裝置119B的使用者堆置於所述位置處。
一旦使用者下訂單，揀選者便可在裝置119B上接收指令，以自儲存單元210擷取一或多個物品208。揀選者可擷取物品208，掃描物品208上的條形碼，且將其放入運輸機構214上。儘管運輸機構214被表示為滑動件，然而在一些實施例中，運輸機構可被實施為傳送帶、升降機、搬運車、堆高機、手推車、推車等中的一或多者。物品208然後可到達包裝區211。
包裝區211可為FC 200的自揀選區209接收物品且將物品包裝至盒或袋中以便最終運送至顧客的區域。在包裝區211中，被分派接收物品的工人(「分撥工人(rebin worker)」)可自揀選區209接收物品208，且確定物品208對應於什麼訂單。舉例而言，分撥工人可使用例如電腦119C等裝置來掃描物品208上的條形碼。電腦119C可以可視方式指示物品208與哪一訂單相關聯。舉例而言，此可包括牆216上的對應於訂單的空間或「單元格(cell)」。一旦訂單完成(例如，由於單元格容納訂單的所有物品)，分撥工人可向包裝工人(或「包裝者(packer)」)指示訂單完成。包裝者可自單元格擷取物品，且將其放入盒或袋中進行運送。然後，包裝者可例如藉由堆高機、搬運車、推車、手推車、傳送帶、手動方式或其他方式將盒或袋發送至中樞區(hub zone)213。
中樞區213可為FC 200的自包裝區211接收所有盒或袋(「包裝」)的區域。中樞區213中的工人及/或機器可擷取包裝 218，且確定每一包裝旨在去往遞送區域的哪一部分，且將包裝路由至適當的營地區(camp zone)215。舉例而言，若遞送區域具有兩個較小的子區域，則包裝可去往兩個營地區215中的一者。在一些實施例中，工人或機器可掃描包裝(例如，使用裝置119A-119C中的一者)以確定其最終目的地。將包裝路由至營地區215可包括例如確定作為包裝的目的地的地理區域的一部分(例如，基於郵政編碼)，以及確定與所述地理區域的所述部分相關聯的營地區215。
在一些實施例中，營地區215可包括一或多個建築物、一或多個物理空間或者一或多個區域，其中的包裝是自中樞區213接收以分選至路線及/或子路線中。在一些實施例中，營地區215在物理上與FC 200分離，而在其他實施例中，營地區215可形成FC 200的一部分。
營地區215中的工人及/或機器可例如基於目的地與現有路線及/或子路線的比較、對每一路線及/或子路線的工作負荷的計算、一天中的時間、運送方法、運送包裝220的成本、與包裝220中的物品相關聯的PDD等來確定包裝220應與哪一路線及/或子路線相關聯。在一些實施例中，工人或機器可掃描包裝(例如，使用裝置119A-119C中的一者)以確定其最終目的地。一旦包裝220被分派至特定路線及/或子路線，工人及/或機器可移動待運送的包裝220。在示例性圖2中，營地區215包括卡車222、汽車226以及遞送工人224A及224B。在一些實施例中，卡車222可由遞 送工人224A駕駛，其中遞送工人224A是為FC 200遞送包裝的全職員工，且卡車222由擁有、租賃或營運FC 200的同一公司擁有、租賃或營運。在一些實施例中，汽車226可由遞送工人224B駕駛，其中遞送工人224B是根據需要(例如，季節性地)進行遞送的「彈性(flex)」或不定期工人(occasional worker)。汽車226可由遞送工人224B擁有、租賃或營運。
圖3是符合所揭露實施例的包括批次創建的示例性過程300的方塊圖。在一些實施例中，「揀選」需要自批次的各別訂單選擇物品，並將物品置放於運送箱中。揀選過程可由機器(例如，具有包括掃描裝置及用於移動運送箱或物品的機械在內的適當器械的機器人或其他裝置)、人類工人或某種組合(例如，使用機器協助勞動)來實行。
在一個實施例中，批次包括來自多個訂單的物品。批次的訂單中的每一者可包括訂單中由貯存計量單位(Stock Keeping Unit，SKU)表示的物品。在一些實施例中，每一訂單的物品可已由使用者藉由圖1A所示外部前端系統103上所代管的網站置放於裝置(圖1A所示行動裝置102A或電腦102B)處。在一些實施例中，自動掃描設備(例如，與電腦119C相關聯)可掃描與SKU相關聯的條形碼，以儲存關於揀選過程的訂單部分的資訊。在再一些其他實施例中，SKU使得工人(如以上在圖2中所述)能夠讀取揀選過程的訂單部分。
在一些實施例中，過程300的各態樣發生於圖2所示揀 選區209中，其中揀選者-工人或機器-自批次的各別訂單中揀選物品並將物品置放於運送箱中。SAT系統101、WMS 119或圖1A中所繪示的其他裝置可適當地在過程300中實行一或多個操作。舉例而言，如下文所論述，SAT系統101可基於揀選者的位置或其他條件來產生揀選物品的指令，並向由揀選者操作的行動裝置發送該些指令。
在先前技術的方法中，揀選者需要走相當長的距離並花費相當長的時間來揀拾物品，此延遲了對批次中的訂單的履行且延遲了對揀選者的物品分派，此使系統的通量降低。一些先前的方法將沿著路徑向單一揀選者分派物品(靜態路徑)。此種批次揀選的延遲及無組織方法在諸多方面造成運送過程的額外中斷。舉例而言，將訂單運送延遲直至具有遠距離物品的整個批次被揀選為止會導致多個訂單的處理延遲。如下所述，藉由計算履行中心中的高密度區域並基於該些區域創建批次，本系統在運送的分批過程中產生效率。更具體而言，用於人工智慧批次揀選最佳化及通訊的電腦實施的系統及方法藉由更快地完成訂單(乃因最佳化的批次中的物品彼此更近且可更快地被揀選)來提供效率。本系統使得能夠透過藉由密度演算法對物品進行分組、更快地藉由系統得到更多的訂單、接下更多的訂單以及減少步行至遠距離物品所浪費的時間來獲得效率。
圖3所示過程300繪示來自資料庫(DB)的資料301、批次作業預測302及數位地圖303，所述資料中的每一者被用作密 度演算法304的輸入。
來自DB的資料301包括與運送物(例如，由使用者發出的訂單)相關的資料、單元(例如，儲存單元)、位置(例如，物品位置)、圖片說明(cutline)、表示批次最大尺寸的值MS(例如，指示欲收集至批次中的物品的最大數目的數值)、表示運送物臨限值的值T(例如，FC 200的每一區的運送物的數目)及其他資料。
批次作業預測資料302包括指數平滑五分鐘預測(exponential smoothing five-minute prediction)，以提高揀選速度。舉例而言，此種預測可與用於單變量資料的時間序列預測方法相關，所述方法可被擴展以支援具有系統趨勢或季節性分量的資料。批次作業預測資料302使用指數平滑方法來預測下一週期的批次作業消耗速度。資料302亦可包括與安全貯存(即應在FC 200中的每種物品的數目)相關的資料，以避免物品缺貨(going out of stock，OOS)。資料302亦可包括值N，值N表示履行用於揀選的當前訂單組所需的批次作業的數目。數位地圖303包括A*最短路徑演算法，A*最短路徑演算法計算位置對的距離並將所有最短距離儲存於矩陣(資料矩陣(data matrix，DM))中以直接使用。
密度演算法304接收資料301、302及303，密度演算法304在一些實施例中由SAT系統101執行(儘管在其他實施例中可由例如運輸系統107或履行最佳化系統113等其他系統執行)。密度演算法304可包括若干步驟，例如：步驟305(有效區類型及 運送物選擇)、步驟306(KNN或K-最近相鄰者(K-Nearest Neighbors，KNN)-辨識密集區域)及步驟307(梯度下降演算法)。
在步驟305(有效區類型及運送物選擇)中，SAT系統101在包含至少T個運送物的較少的區類型中創建批次，並藉由所選擇的運送物在有效區類型中創建批次。在一些實施例中，臨限值T是運送物臨限值，其指示基於運送物來創建高品質批次的機會。在一些實施例中，T可設定為最大批次尺寸的3倍。由於過程路徑(process path，PP)可覆蓋多個區類型，因此該PP中的批次亦可覆蓋多個區類型。因此，創建覆蓋較少的區類型(較少批次作業)的批次可為有利的，乃因批次的較少批次作業意味著較少的揀選循環時間。在一些實施例中，有效區類型包含更多物品且具有高密度。
在一些實施例中，SAT系統101可在一或多種區類型(例如，履行中心的單獨區域)中創建批次，以便藉由使批次過程更快(例如，由於只有來自相同區的物品可分批於一起)來為系統提供額外的效率。SAT系統101使用A*搜尋演算法計算位置對之間的距離(例如，欲儲存於履行中心的單一樓層中的物品的所有可能位置)。在一些實施例中，由於A*搜尋演算法可能計算昂貴，因此可週期性(例如，每天一次)地對其進行排程及運行。在一些實施例中，每當FC 200中的物品排列改變時(例如，若物品被四處移動)，可運行A*搜尋演算法。接下來，SAT系統101接收訂單(例如，自外部前端系統103)，並將訂單的物品合併至物品的列表中。
在步驟306(KNN-辨識密集區域)中，SAT系統可使用K-均值叢聚(K-means clustering)並選擇第一運送物。SAT系統101可為所有未分批物品計算「K」最近相鄰者(K是靜態或動態整數)，以便確定FC 200中未分批物品的高密度區域。在一些實施例中，確定「K」最近相鄰者包括選擇K個物品(例如3個物品)，並將該些物品分類為高密度區域的一部分--例如，履行中心中物品相較於履行中心中的其餘物品而言被密集地包裝且彼此更近的區域。舉例而言，在一些實施例中，可確定彼此最近的物品位於高密度區域中。在一些實施例中，可選取值K作為輸入尺寸/最大批次尺寸，且可藉由分撥牆(rebin wall)中的狹槽(slot)的數目來設定最大批次尺寸。在一些實施例中，步驟306中的K最近相鄰者(KNN)過程可用於辨識高密度區域。在一些實施例中，高密度區域可創建高品質批次。
在步驟307(梯度下降演算法)中，SAT系統101可為所有可用物品計算每件物品的揀選距離增加量(picking distance increase)，並藉由呼叫下文參照圖6闡述的交換運算子(exchange operator)來選擇具有最小揀選距離的物品。若藉由揀選一或多個「最佳」物品將會減少批次中每件物品的平均揀選距離，則SAT系統101可使用例如圖6所示交換運算子來將批次中的一或多個「最差」物品(例如，在所述物品增加了多少用於揀選的平均行進距離方面)交換為一或多個最初未被選擇的「最佳」物品。因此，可藉由自所需批次作業數目減去在密度演算法304的此循環中增 加的批次作業數目來實行更新批次作業數目(N=N-n)。在步驟307中，SAT系統101藉由梯度下降演算法307將來自高密度區域的一或多個物品收集至單一批次中。在一些實施例中，此包括找到區域的形心(例如，由一組物品界定的區域的形心)，然後添加距該形心最近的一定數目的物品。SAT系統101實行對物品的添加，直至達到最大批次尺寸為止。可藉由確定哪一物品可使平均距離(批次中的物品數目/所行進的總距離)增加最少來選取欲添加的下一物品。在SAT系統101已確定批次之後，密度演算法304可計算KNN並將來自高密度區域的一些物品與其餘的未分批物品一起再次收集至單一批次中(KNN-辨識密集區域306及梯度下降演算法307)以創建新的批次。在一些實施例中，此種過程可每五分鐘運行一次以創建批次。此值是基於作為揀選者揀選平均批次的平均時間的過程遍次(Process Pass，PP)。
在一些實施例中，梯度下降演算法307可用於創建具有短揀選距離的批次。具體而言，梯度下降演算法307可選取使最小揀選距離增加最少的運送物以添加至批次。梯度下降演算法307可重複此過程，直至達到最大批次尺寸為止。
在步驟307中使用梯度下降演算法之後，過程300前進至步驟308，其中SAT系統101判斷N(履行當前訂單所需的其餘批次數目)是否大於0。若N大於0，則過程300返回至步驟305(有效區類型及運送物選擇)，以選擇更多物品並創建更多批次。若N不大於0，則密度演算法在步驟309處輸出所創建的批 次。在一些實施例中，輸出所創建的批次可包括向行動裝置(例如，119A/119B)發送與每一批次中的物品相關的資料以及顯示揀選物品的指示的指令。
在一些實施例中，密度演算法304防止進行為每批次最大物品數目的三倍的分批(每批次最大物品數目在不同的PP中有所變化)，以便為下一批次維持一些物品。此會使SAT系統101的處理效率最大化，乃因當新訂單到來時，可能存在可被分批的物品。此亦會使揀選者的效率及利用率最大化，且使所行進的距離最小化。在一些實施例中，每批次最大物品數目可為二、四、五、二十或其他值。
圖4是符合所揭露實施例的包括批次創建的資料流的示例性過程400的圖例。
過程400繪示欲連接至圖1A所示系統中的一或多者的用於伺服器至伺服器網路連接的控制伺服器401。在一些實施例中，圖1A所示行動裝置102A或電腦102B可藉由圖1A所示外部前端系統103上所代管的網站發送訂單資訊(包括一或多個所期望物品)(例如，如以上參照圖1B-圖1E所述)。在過程400中，外部前端系統103可接收訂單402並將其轉送至圖1A所示運送及訂單追蹤系統111，運送及訂單追蹤系統111又可儲存訂單402並將其轉送至現場控制伺服器(field control server)403。(在一些實施例中，現場控制伺服器403可如以上參照SAT系統101所述來實施。)現場控制伺服器403然後可使用圖3所示密度演算法304 創建批次作業404(如圖3中所闡述及所示出)。
過程400進一步繪示用於揀選的指令可由SAT系統101及/或WMS 119發送至使用者裝置(例如，圖1A所示行動裝置/PDA 119B)，使用者裝置提供所述批次的用於在單一批次中添加/收集的物品的列表以及該些物品在履行中心405中的位置。在步驟406處，SAT系統101自批次作業404向裝置(例如，行動裝置/PDA 119B)發送資訊。舉例而言，揀選發生於圖2所示揀選區209中，其中揀選者407-工人或機器-自批次的各別訂單揀選物品，並將其置放於運送箱、盒、搬運車中或另一可移動集裝箱或車輛中/上。在完成揀選時，在步驟408中，SAT系統101可向行動裝置(例如，由揀選者操作)發送指令，以發送所揀選的物品來進行重新分批。在重新分批步驟期間，可重新組織運送箱中的物品，以準備好進行運送。在一些實施例中，揀選需要自批次的各別訂單選擇物品，並將其置放於運送箱410中。在一些實施例中，重新分批需要收集一個批次的所有運送箱，並藉由重新組合運送箱以將來自一個訂單的物品放於同一運送箱中來重新組織運送箱。在一些實施例中，重新分撥需要將運送箱歸類至運送物中。在一些實施例中，包裝需要準備重新分撥的訂單並將其裝盒以便運送。SAT系統101可確定用於揀選/重新分批/重新分撥的適當操作，產生對應於所述操作的指令，並向行動裝置發送所述指令以命令揀選者實行特定任務。
圖5是符合所揭露實施例的包括批次可視化工具的示例 性過程500的圖例。
在過程500中，SAT系統101接收佈局圖式501，並使用電腦502創建具有座標a 504及座標b 505的位置對(a，b)503。在一些實施例中，佈局圖式501是包括表示物品在FC 200中的儲存位置的資料的數位地圖。在一些實施例中，佈局圖式501可藉由運算子來準備。在一些實例中，佈局圖式501可以包括明文、可擴展標記語言(eXtensible Markup Language，XML)、鎖孔標記語言(Keyhole Markup Language，KML)、地理標記語言(Geography Markup Language，GML)等在內的各種格式提供。
在步驟503中，SAT系統101藉由電腦502實行座標計算，以創建座標a(x1,y1)及座標b(x2,y2)506。過程500進一步繪示SAT系統101藉由電腦502使用A*最短路徑演算法來創建距離(a，b)507。在一些實施例中，SAT系統101用A*演算法為履行中心的每一樓層計算所有位置對的最短路徑。
在一些實施例中，A*是高效的最短路徑演算法。A*可為一種用於尋路(pathfinding)及圖形遍歷(graph traversal)(在稱為節點的多個點之間找到路徑的過程)的電腦演算法。在一些實施例中，A*可具有高的效能及準確性。然而，在實際的行進路由系統中，A*可能會被可預處理圖形以獲得更佳效能的演算法超越。在一些實施例中，A*可用於找到所有位置對之間的最短路徑。在其他實施例中，對於最短路徑搜尋演算法，可使用例如戴克斯特拉演算法(Dijkstra algorithm)等替換性方法及演算法。
SAT系統101為所述一或多個物品儲存物品與最近的第二物品之間的距離--所有最短距離對508。在一些實施例中，SAT系統101將最短距離對508儲存於檔案或其他資料儲存體(例如，資料庫)中。最短距離可保存於檔案中，而不是在批次創建期間計算。具體而言，最短距離對508儲存於記憶體中，以便被快速存取。在不同履行中心及樓層的分開的檔案中，所述檔案可呈原始格式(二進制檔案)。SAT系統101然後向密度演算法509(與圖3所示密度演算法304相同)及批次可視化工具510提供最短距離對，批次可視化工具510在數位地圖中示出批次中的所有物品。數位地圖包括批次的詳細資訊(例如，距離)。在一些實施例中，數位地圖可與用於揀選的指令一起被發送至使用者裝置(例如，圖1A所示行動裝置/PDA 119B)，使用者裝置提供用於在單一批次中收集的物品的列表以及該些物品在履行中心中的位置。
在一些實施例中，維持過程500。每當佈局圖式501或數位地圖改變時，SAT系統101(或另一系統)可觸發有向非循環圖(directed acyclic graph，DAG)來產生新的數位地圖。在一些實施例中，DAG可為被組織成反映關係、相依性及其他性質的任務的集合。舉例而言，一個DAG可包括四個任務(A、B、C及D)；DAG指示該些任務的操作次序以及相依性(例如，B必須在C可運行之前完成，但A可隨時運行)。DAG可用於將任務叢集(或「作業」)實例化。此種叢集可用於單一批次作業、具有多個作業的交互式對話或者持續滿足請求的長壽命伺服器。在一些實 施例中，DAG任務可提交火花(Spark)作業來計算又一資源協調器(Yet Another Resource Negotiator，yarn)叢集(yarn cluster)中的最短路徑。
在一些實施例中，SAT系統101使用數位地圖來衡量批次的品質。在一些實施例中，SAT系統101根據批次中的物品彼此有多麼近來衡量批次的品質。在一些實施例中，可使用數位地圖來計算批次揀選距離。在一些實施例中，每件物品的揀選距離越短，則批次的品質可越高。
圖6繪示符合所揭露實施例的用於步行距離最佳化的梯度下降演算法的結果。
梯度下降演算法(圖3所示步驟307)評價欲添加至批次的物品的候選分數。舉例而言，分數s s 可計算為
Figure 109112630-A0305-02-0038-1
。梯度下降演算法307嘗試將每個物品添加至批次中。s u 表示運送物中有多少單元或物品。s d 是因物品而增加的所計算揀選距離。梯度下降演算法307選擇具有最小s s 的物品，並將所述物品添加至批次中。在一些實施例中，選擇具有最小s s 的物品包括選擇具有最低分數的物品。在一些實施例中，選擇具有最小s s 的物品包括選擇使分數增加最少的物品。在一些實施例中，梯度下降演算法307選擇具有最低分數的運送物(其可包含諸多物品)，具有最低分數意味著揀選運送物中的所有物品所花費的努力(揀選距離)最低。
梯度下降演算法307亦評價批次中最差運送物的分數s w 。 此外，評價不涉及批次中最佳物品的分數s b 。梯度下降演算法307判斷是否為s d >s w 。若s b >s w ，則梯度下降演算法307交換所述兩批運送物，且總揀選距離可減小，此會提高批次的品質。在一些實施例中，在達到批次的最大尺寸運送量(maximum size shipment)之後，可使用圖6所示交換運算子。在一些實施例中，可使用圖6所示交換運算子來找到批次之外的最佳運送物，以與所述批次中的最差運送物進行交換，從而減少所述批次的總揀選距離。舉例而言，若移除最差運送物將使批次的總揀選距離減少10米，而添加最佳運送物(其不在所述批次中)將使總揀選距離增加5米，則交換該兩批運送物將使總揀選距離減少5米。
運送物(其可能包含諸多物品)的分數是揀選該運送物中的所有物品而耗費的平均揀選距離。若分數為低的，則意味著揀選所有物品會耗費較短的揀選距離，否則，揀選所有物品將耗費較長的揀選距離。
圖6中的地圖600及650示出FC 200的不同位置中的物品。圓圈表示當前在批次中的物品。三角形及正方形表示替代批次中的物品或添加至批次的候選物品。候選物品的高的分數可指示候選物品與批次中的物品距離近。
在地圖600中，正方形物品的分數是b s ，且三角形物品的分數是g s 。由於三角形物品與批次中的物品的距離較正方形物品近，因此該物品的分數較高(g s >b s )，且因此梯度下降演算法307可選擇三角形物品來置放至批次中而不是正方形物品。
在系統650中，舉例說明如以上參照圖3所揭露的交換運算子，由於批次中的物品B與批次中的其他物品近接且物品B的分數是B w ，因此物品B是所述批次中最差的物品。此外，由於物品A較其他候選物品距批次中的物品近且物品A的分數是A b ，因此物品A是三角形候選中替代批次中的物品(圓圈)的最佳物品。在一些實施例中，若A b >B w ，則梯度下降演算法307可自批次移除物品B並用物品A替代物品B，乃因物品A具有較高的分數且較物品B距批次中的物品近。
圖7是用於批次最佳化的示例性過程的方塊圖。過程700可由例如SAT系統101的處理器實行，所述處理器執行在電腦可讀取媒體存儲體裝置上編碼的指令。然而，應理解，過程700的一或多個步驟可由系統100的其他組件(示出或未示出)來實施。
在步驟710處，系統100可接收多個訂單，每一訂單包括一或多個用於揀選的物品。在一些實施例中，每一訂單的物品可能已由使用者藉由圖1A所示外部前端系統103上所代管的網站置放於裝置(圖1A所示行動裝置102A或電腦102B)處。
另外，SAT系統101可將訂單中的所述一或多個物品合併至物品列表中。在一些實施例中，如以上參照圖3所示來自DB的資料301所論述，物品列表可儲存於資料庫或記憶體中。在步驟720處，SAT系統101可藉由以下方式來計算履行中心中的一或多個高密度區域：使用搜尋演算法計算來自物品列表的物品的 一或多個位置對之間的距離，以及如以上參照密度演算法304所論述，為所有物品計算最近相鄰物品。密度演算法304為所有未分批物品計算KNN(圖3所示KNN-辨識密集區域306)，以便確定履行中心樓層的高密度區域。在一些實施例中，圖3所示密度演算法304選取K個物品並將該些物品劃分至高密度區域中。在一些實施例中，可選取值K作為輸入尺寸/最大批次尺寸，且可根據分撥牆中的狹槽的數目來設定最大批次尺寸。
在步驟730處，如以上參照圖3所示步驟303所論述以及參照圖5所大體論述，SAT系統101可將所有物品的所有最短距離儲存於記憶體中。
在步驟740處，如以上參照步驟305及306所論述，SAT系統101可基於所計算的所述一或多個高密度區域創建一或多個批次。
在步驟750處，如以上參照步驟307所論述，SAT系統101可使用梯度下降演算法將來自所述一或多個高密度區域的物品添加至單一批次中，所述添加基於可揀選物品中使平均距離增加最少的物品。
在步驟760處，SAT系統101可在使用者裝置上提供用於在所述單一批次中添加的物品的列表以及位置以供顯示。圖1A所示SAT系統101可向工人的PDA(例如，圖1A所示行動裝置/PDA 119B)發送訊息，提供用於在單一批次中收集的物品的列表以及該些物品的位置。顯示器400(對應於圖1A所示平板電腦 119A、行動裝置/PDA 119B、電腦119C)包括呈現給工人的使用者介面。因此，SAT系統101可藉由更快地完成訂單來藉由批次最佳化來改進運送過程，此乃因反映於工人的PDA(例如，圖1A所示行動裝置/PDA 119B)上的物品更近且可更快地被揀選，因此工人可更快地移動至下一批次。
儘管已參照本揭露的具體實施例示出並闡述了本揭露，然而可理解，本揭露可不加調整地實踐於其他環境中。上述說明是出於例示目的而呈現。以上說明並非詳盡性的且並非僅限於所揭露的精確形式或實施例。藉由考量對所揭露的實施例的說明及實踐，各種調整及修改對於熟習此項技術者而言可顯而易見。另外，儘管所揭露的實施例的態樣被闡述為儲存於記憶體中，然而熟習此項技術者可理解，該些態樣亦可儲存於其他類型的電腦可讀取媒體上，例如輔助儲存裝置(例如硬碟或光碟唯讀記憶體(compact disc ROM，CD ROM))或者其他形式的隨機存取記憶體(random access memory，RAM)或唯讀記憶體(read-only memory，ROM)、通用序列匯流排(universal serial bus，USB)媒體、數位影音光碟(digital versatile disc，DVD)、藍光(Blu-ray)或其他光驅動媒體上。
基於書面說明及所揭露的方法的電腦程式處於有經驗的開發者的技能範圍內。可使用熟習此項技術者已知的任何技術來創建各種程式或程式模組，或者可結合既有的軟體來設計各種程式或程式模組。舉例而言，可採用或借助.Net Framework、.Net Compact Framework(以及相關語言，如Visual Basic、C等)、Java、C++、Objective-C、HTML、HTML/AJAX組合、XML或包括Java小程式的HTML來設計程式區段或程式模組。
另外，儘管本文中已闡述了例示性實施例，然而熟習此項技術者基於本揭露將理解具有等效元素、調整形式、省略、組合(例如，各種實施例之間的態樣的組合)、修改及/或變更的任何及所有實施例的範圍。申請專利範圍中的限制應基於申請專利範圍中採用的語言進行廣義解釋，而並非僅限於本說明書中闡述的實例或在申請的過程期間闡述的實例。所述實例應被視為非排他性的。此外，所揭露的方法的步驟可以任何方式進行調整，包括藉由對步驟進行重新排序及/或插入或刪除步驟。因此，旨在使本說明書及實例僅被認為是例示性的，真正的範圍及精神由以下申請專利範圍及其等效內容的全部範圍來指示。
300:過程
301:來自DB的資料/資料
302:批次作業預測/批次作業預測資料/資料
303:數位地圖/資料/步驟
304:密度演算法
305、308、309:步驟
306:步驟/KNN-辨識密集區域
307:步驟/梯度下降演算法

Claims (17)

  1. 一種用於批次揀選最佳化的電腦實施的系統，所述系統包括：一或多個記憶體裝置，儲存指令；以及一或多個處理器，被配置以執行所述指令以：透過通訊網路從第二伺服器在第一伺服器處接收訂單，所述訂單包括用於揀選的一或多個物品；藉由以下方式計算履行中心中的一或多個高密度區域：由第三伺服器使用搜尋演算法計算所述一或多個物品中的第一物品與所述一或多個物品中的至少一個其他物品之間的距離，為所述一或多個物品計算最近相鄰物品，以及藉由選取多個所述最近相鄰物品來產生所述一或多個高密度區域中的高密度區域；為所述一或多個物品在所述第一伺服器處儲存所述第一物品與最近的第二物品之間的距離；基於所計算的所述一或多個高密度區域在所述第三伺服器處創建批次；使用梯度下降演算法將來自所述一或多個高密度區域的物品添加至所述批次中，所述添加基於可揀選物品中使平均距離增加最少的物品，其中所述梯度下降演算法使用數位地圖來確定將提高所述批次的品質的物品交換； 由所述第三伺服器將最短距離對提供至批次可視化工具以顯示所述批次中的所述物品；由所述第三伺服器透過所述通訊網路向使用者裝置提供用於在所述批次中收集的物品的列表的所述數位地圖與指令以供顯示；由所述第三伺服器透過所述通訊網路接收用於所述批次與經掃描的物品資料的詳細資訊；以及由所述第三伺服器基於與所儲存的物品以及所述批次的所述詳細資訊相關聯的改變來改變所述數位地圖。
  2. 如請求項1所述的系統，其中所述一或多個高密度區域是基於使對所述最近相鄰物品的選取最佳化以產生最小行進距離來計算。
  3. 如請求項1所述的系統，其中所述梯度下降演算法包括找到區域的形心，且所述物品是基於距所述區域的所述形心最近來添加。
  4. 如請求項1所述的系統，其中：所述使用者裝置是個人數位助理、智慧型電話、平板電腦、膝上型電腦或其他電腦裝置中的一者；並且其中所述系統更包括資料庫，所述資料庫包括將所述使用者裝置與使用者辨識符相關聯的至少一個記錄。
  5. 如請求項1所述的系統，其中選取所述多個所述最近相鄰物品包括選取三個最近相鄰物品。
  6. 如請求項1所述的系統，其中所述批次中用於收集的所述物品包括包裝辨識符，所述包裝辨識符與用於在所述使用者裝置上顯示的貯存計量單位(SKU)相關聯。
  7. 如請求項1所述的系統，其中計算物品之間的距離包括：擷取包括位置對的數位地圖，所述位置對中的每一對表示兩個可揀選物品；以及使用多個所擷取的所述位置對計算所述物品之間的所述距離。
  8. 一種用於批次揀選最佳化的電腦實施的系統，所述系統包括：一或多個記憶體裝置，儲存指令；以及一或多個處理器，被配置以執行所述指令以：透過通訊網路從第二伺服器在第一伺服器處接收訂單，所述訂單包括用於揀選的一或多個物品以及分割成多個區的數位地圖；藉由以下方式計算履行中心中的一或多個高密度區域：由第三伺服器在所述多個區中的單一區中使用搜尋演算法計算所述一或多個物品中的第一物品與所述一或多個物品中的至少一個其他物品之間的距離，為所述一或多個物品計算最近相鄰物品，以及藉由選取多個所述最近相鄰物品來產生所述一或多個高密度區域中的高密度區域； 為所述一或多個物品在所述第一伺服器處儲存所述第一物品與最近的第二物品之間的距離；基於在所述多個區中的所述單一區中根據物品計算的所述一或多個高密度區域在所述第三伺服器處創建批次；使用梯度下降演算法將來自所述一或多個高密度區域的物品添加至所述批次中，所述添加基於可揀選物品中使平均距離增加最少的物品，其中所述梯度下降演算法使用所述數位地圖來確定將提高所述批次的品質的物品交換；由所述第三伺服器將最短距離對提供至批次可視化工具以顯示所述批次中的所述物品；由所述第三伺服器透過所述通訊網路在使用者裝置上提供用於在所述批次中收集的物品的列表的所述數位地圖與指令以供顯示；由所述第三伺服器透過所述通訊網路接收用於所述批次與經掃描的物品資料的詳細資訊；以及由所述第三伺服器基於與所儲存的物品以及所述批次的所述詳細資訊相關聯的改變來改變所述數位地圖。
  9. 如請求項8所述的系統，其中所述一或多個高密度區域是基於使對所述最近相鄰物品的選取最佳化以產生最小行進距離來計算。
  10. 如請求項8所述的系統，其中所述梯度下降演算法包括找到區域的形心，且所述物品是基於距所述區域的所述形心 最近來添加。
  11. 如請求項8所述的系統，其中所述使用者裝置是個人數位助理、智慧型電話、平板電腦、膝上型電腦或其他電腦裝置中的一者；並且其中所述系統更包括資料庫，所述資料庫包括將所述使用者裝置與使用者辨識符相關聯的至少一個記錄。
  12. 如請求項8所述的系統，其中選取所述多個所述最近相鄰物品是選取三個最近相鄰物品。
  13. 如請求項8所述的系統，其中所述批次中的物品包括條形碼，所述條形碼與在所述使用者裝置上於用於在所述批次中收集的所述物品的所述列表中提供以供顯示的貯存計量單位(SKU)相關聯。
  14. 如請求項8所述的系統，其中所述數位地圖包括位置對，所述位置對中的每一對表示兩個可揀選物品。
  15. 一種用於批次揀選最佳化的電腦實施的方法，所述方法包括：透過通訊網路從第二伺服器在第一伺服器處接收訂單，所述訂單包括用於揀選的一或多個物品以及分割成多個區的數位地圖，其中所述數位地圖包括位置對，所述位置對中的每一對表示兩個可揀選物品；藉由一或多個處理器透過以下方式計算履行中心中的一或多個高密度區域： 由第三伺服器，藉由比較多個所接收的所述位置對，在所述多個區中的單一區中使用搜尋演算法計算所述一或多個物品中的第一物品與所述一或多個物品中的至少一個其他物品之間的距離，由所述一或多個處理器，為所述一或多個物品計算最近相鄰物品，以及由所述一或多個處理器，藉由選取多個所述最近相鄰物品來產生所述一或多個高密度區域中的高密度區域；為所述一或多個物品，在所述第一伺服器處且由所述一或多個處理器儲存所述第一物品與最近的第二物品之間的距離；基於在所述多個區中的所述單一區中根據物品計算的所述一或多個高密度區域在所述第三伺服器處且由所述一或多個處理器創建批次；由所述一或多個處理器，使用梯度下降演算法將來自所述一或多個高密度區域的物品添加至所述批次中，所述添加基於可揀選物品中使平均距離增加最少的物品，其中所述梯度下降演算法使用所述數位地圖來確定將提高所述批次的品質的物品交換；由所述第三伺服器將最短距離對提供至批次可視化工具以顯示所述批次中的所述物品；由所述第三伺服器透過所述通訊網路在使用者裝置上提供用於在所述批次中收集的物品的列表的所述數位地圖與指令以供顯示； 由所述第三伺服器透過所述通訊網路接收用於所述批次與經掃描的物品資料的詳細資訊；以及由所述第三伺服器基於與所儲存的物品以及所述批次的所述詳細資訊相關聯的改變來改變所述數位地圖。
  16. 如請求項15所述的方法，其中所述一或多個高密度區域是基於使對所述最近相鄰物品的選取最佳化以產生最小行進距離來計算。
  17. 如請求項15所述的方法，其中所述梯度下降演算法包括找到區域的形心，且所述物品是基於距所述區域的所述形心最近來添加。
TW109112630A 2019-04-17 2020-04-15 用於批次揀選最佳化的電腦實施的系統與方法 TWI717259B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/386,948 US10783462B1 (en) 2019-04-17 2019-04-17 Warehouse batch product picking optimization using high density areas to minimize travel distance
US16/386,948 2019-04-17

Publications (2)

Publication Number Publication Date
TW202046197A TW202046197A (zh) 2020-12-16
TWI717259B true TWI717259B (zh) 2021-01-21

Family

ID=72516841

Family Applications (3)

Application Number Title Priority Date Filing Date
TW110143751A TWI777863B (zh) 2019-04-17 2020-04-15 用於批次揀選最佳化的電腦實施的系統與方法
TW109143539A TWI750947B (zh) 2019-04-17 2020-04-15 用於批次揀選最佳化的電腦實施的系統與方法
TW109112630A TWI717259B (zh) 2019-04-17 2020-04-15 用於批次揀選最佳化的電腦實施的系統與方法

Family Applications Before (2)

Application Number Title Priority Date Filing Date
TW110143751A TWI777863B (zh) 2019-04-17 2020-04-15 用於批次揀選最佳化的電腦實施的系統與方法
TW109143539A TWI750947B (zh) 2019-04-17 2020-04-15 用於批次揀選最佳化的電腦實施的系統與方法

Country Status (8)

Country Link
US (2) US10783462B1 (zh)
JP (1) JP7146924B2 (zh)
KR (2) KR102297955B1 (zh)
AU (1) AU2020260003A1 (zh)
PH (1) PH12020551829A1 (zh)
SG (1) SG11202011489XA (zh)
TW (3) TWI777863B (zh)
WO (1) WO2020212790A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110873566B (zh) 2018-09-03 2023-05-16 菜鸟智能物流控股有限公司 异常线路分析方法、装置及电子设备
US11176513B1 (en) 2020-10-28 2021-11-16 Coupang Corp. Systems and computerized methods for optimizing item retrieval allocation efficiencies
CN113343570A (zh) * 2021-06-08 2021-09-03 陕西科技大学 一种考虑拣货单关联性的动态拣货方法和系统
US20230084550A1 (en) * 2021-09-15 2023-03-16 Walmart Apollo, Llc Systems and methods for generating a pick-walk
US20230101782A1 (en) * 2021-09-27 2023-03-30 7-Eleven, Inc. Data processing system and method for determining instructions for data object preparation
US12062004B2 (en) * 2021-09-27 2024-08-13 7-Eleven, Inc. Autonomous delivery mechanism data integration in an application platform
JP7464650B2 (ja) * 2022-04-14 2024-04-09 楽天グループ株式会社 作業バッチ生成装置、作業バッチ生成方法、及びプログラム
KR20230166566A (ko) * 2022-05-31 2023-12-07 쿠팡 주식회사 풀필먼트 센터의 작업자를 관리하는 방법 및 그 장치
EP4322042A4 (en) * 2022-06-27 2024-04-10 Contemporary Amperex Technology Co., Limited PLANNING METHOD AND APPARATUS, SYSTEM, ELECTRONIC DEVICE AND RECORDING MEDIUM
US20240177108A1 (en) * 2022-11-30 2024-05-30 Maplebear Inc. (Dba Instacart) Generating recommendations for pickers servicing orders placed with an online concierge system based on actual and forecasted orders
KR102712313B1 (ko) * 2023-12-07 2024-10-02 (주)엔티렉스 최단거리 물류 픽업 안내 시스템 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5508538A (en) * 1993-04-19 1996-04-16 California Institute Of Technology Signal processing applications of massively parallel charge domain computing devices
CN103111425A (zh) * 2013-01-09 2013-05-22 张革伕 快件分拣、派送系统和方法
US20160176635A1 (en) * 2014-12-23 2016-06-23 Symbol Technologies, Inc. Method, device and system for picking items in a warehouse
US20180211347A1 (en) * 2017-01-26 2018-07-26 Cainiao Smart Logistics Holding Limited Item picking method and apparatus
CN108764307A (zh) * 2018-05-15 2018-11-06 江南大学 自然最近邻优化的密度峰值聚类方法

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3908800A (en) * 1974-04-12 1975-09-30 Scope Inc Item selecting system
US5310997A (en) * 1992-09-10 1994-05-10 Tandy Corporation Automated order and delivery system
US5509538A (en) * 1993-06-03 1996-04-23 Amphion Inc. Paperless order picking system
US5666493A (en) * 1993-08-24 1997-09-09 Lykes Bros., Inc. System for managing customer orders and method of implementation
US6876958B1 (en) * 1999-07-01 2005-04-05 New Breed Corporations Method and system of optimized sequencing and configuring of items for packing in a bounded region
US7031801B1 (en) * 2003-09-19 2006-04-18 Amazon.Com, Inc. Continuous item picking in a distribution center using coordinated item picking periods
JP2005206281A (ja) * 2004-01-20 2005-08-04 Hitachi Ltd オーダー統合制御システム、オーダー統合制御方法、およびオーダー統合制御プログラム
WO2006032303A1 (en) * 2004-09-22 2006-03-30 Sap Aktiengesellschaft Online controlled picking in a warehouse
US7246706B1 (en) * 2004-12-28 2007-07-24 Amazon Technologies, Inc. Sorting using modular stations
US8731708B2 (en) 2005-03-10 2014-05-20 Amazon Technologies, Inc. Method and apparatus for multi-destination item selection using motes
US7774243B1 (en) * 2005-03-11 2010-08-10 Amazon Technologies, Inc. Method and system for predestination item transfer among agents within a materials handling facility
WO2006124761A2 (en) * 2005-05-13 2006-11-23 Ems Technologies, Inc. Pallet jack antenna for rfid system
DE102006025618A1 (de) * 2006-05-24 2007-11-29 SSI Schäfer Noell GmbH Lager- und Systemtechnik Verfahren zum Betreiben einer Kommissionieranlage
US8407108B2 (en) * 2007-09-24 2013-03-26 International Business Machines Corporation Warehouse management system based on pick velocity
US7941244B2 (en) * 2007-09-25 2011-05-10 Amazon Technologies, Inc. Stow and sortation system
US20100218131A1 (en) * 2009-02-23 2010-08-26 Microsoft Corporation Multiple views of multi-dimensional warehouse layout
DE102009019511B3 (de) * 2009-04-24 2011-03-03 SSI Schäfer PEEM GmbH Lager-und Kommissioniersystem und Verfahren zum Betreiben desselben im Batch-Betrieb
US20110035247A1 (en) * 2009-08-04 2011-02-10 United Parcel Service Of America Systems, methods, apparatuses, and computer program products for determining productivity associated with retrieving items in a warehouse
DE102009042144C5 (de) * 2009-09-14 2019-07-04 Ssi Schäfer Automation Gmbh Benutzerkonfigurierbares Leitsystem für ein Kommissionierlager und Verfahren zum Konfigurieren des Kommissionierlagers
US8571915B1 (en) * 2010-03-16 2013-10-29 Amazon Technologies, Inc. System and method for selectively advancing items in a picking schedule
CN103596858A (zh) * 2011-05-27 2014-02-19 村田机械株式会社 拣选以及分拣系统
EP3246775B1 (en) * 2011-06-24 2018-12-26 Seegrid Corporation Automatic guided vehicle for order picking
US9656804B2 (en) * 2011-12-20 2017-05-23 Hoj Engineering & Sales Co., Inc. Warehouse management system
US9754238B2 (en) * 2011-12-20 2017-09-05 Hoj Engineering & Sales Co., Inc. Warehouse management system
US10229383B2 (en) * 2012-02-05 2019-03-12 Matthews International Corporation Perpetual batch order fulfillment
CA3155221A1 (en) * 2012-05-28 2013-11-28 Tulip.Io Inc. Order processing systems using picking robots
US20140040075A1 (en) * 2012-08-03 2014-02-06 Vargo Adaptive Software LLC System and method of selection and organization of customer orders in preparation for distribution operations order fulfillment
US9613334B2 (en) * 2013-05-08 2017-04-04 Dematic Corp. Mobile picking method
US9733633B2 (en) * 2014-04-29 2017-08-15 Flextronics Ap, Llc Method and system for order fulfillment
US9925998B2 (en) * 2014-12-17 2018-03-27 Amazon Technologies, Inc. Consolidated pick and pack for outbound fulfillment
CN107108123B (zh) * 2015-01-23 2019-05-10 株式会社日立物流 出货单分配装置及其分配方法
AT14694U1 (de) * 2015-08-19 2016-04-15 Knapp Ag Kommissionierplatz zum Kommissionieren von Artikeln in Auftragsbehälter und Fördertaschen zur Auftrags- und Batchkommissionierung
WO2017085769A1 (ja) 2015-11-16 2017-05-26 株式会社日立物流 商品ピッキング・格納作業指示装置
US10346793B2 (en) * 2016-01-29 2019-07-09 Walmart Apollo, Llc Systems and methods for order filling
US20170278064A1 (en) * 2016-03-25 2017-09-28 Jusda International Logistics (TAIWAN) CO.,LTD Method, system, and device for distribution network
US9665899B1 (en) * 2016-03-31 2017-05-30 International Business Machines Corporation Dynamically optmizing inventory picking path within a store
WO2018066406A1 (ja) 2016-10-03 2018-04-12 コニカミノルタ株式会社 ピッキング支援システム
KR101931342B1 (ko) * 2016-12-22 2018-12-20 쿠팡 주식회사 상품 분류 장치, 방법, 및 컴퓨터 프로그램
KR101947736B1 (ko) 2016-12-22 2019-02-14 쿠팡 주식회사 상품 분류 장치, 방법, 및 컴퓨터 프로그램
US20180204170A1 (en) * 2017-01-18 2018-07-19 Jusda International Logistics (TAIWAN) CO.,LTD Storage location assignment device and method for a storage system
US10445691B2 (en) 2017-01-27 2019-10-15 Walmart Apollo, Llc System for improving order batching using location information of items in retail store and method of using same
JP2018144964A (ja) 2017-03-07 2018-09-20 株式会社リコー 情報処理システム、情報処理方法およびプログラム
CN106809586B (zh) * 2017-03-28 2019-08-30 北京京东尚科信息技术有限公司 用于确定拣货路径的方法和装置
US10810542B2 (en) 2017-05-11 2020-10-20 Walmart Apollo, Llc Systems and methods for fulfilment design and optimization
KR20180124299A (ko) 2017-05-11 2018-11-21 이서우 묶음 단위 배송 처리 시스템
CN109214729A (zh) 2017-06-29 2019-01-15 阿里巴巴集团控股有限公司 订单、拣货任务处理方法、服务器、拣货终端及电子价签
US10235642B2 (en) 2017-08-11 2019-03-19 Tata Consultancy Services Limited Method and system for optimally allocating warehouse procurement tasks to distributed robotic agents
US10572854B2 (en) * 2017-11-09 2020-02-25 Locus Robotics Corporation Order grouping in warehouse order fulfillment operations

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5508538A (en) * 1993-04-19 1996-04-16 California Institute Of Technology Signal processing applications of massively parallel charge domain computing devices
CN103111425A (zh) * 2013-01-09 2013-05-22 张革伕 快件分拣、派送系统和方法
US20160176635A1 (en) * 2014-12-23 2016-06-23 Symbol Technologies, Inc. Method, device and system for picking items in a warehouse
US20180211347A1 (en) * 2017-01-26 2018-07-26 Cainiao Smart Logistics Holding Limited Item picking method and apparatus
CN108764307A (zh) * 2018-05-15 2018-11-06 江南大学 自然最近邻优化的密度峰值聚类方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
"Oracle Warehouse Management - User's Guide Release 11i", Oracle, March 2005.
"Oracle Warehouse Management - User's Guide Release 11i", Oracle, March 2005. Horvat, Matic, "An Introduction to Order Picking Optimization in Warehouse", University of Ljubijana, 2012. Molnar, Balazs, et al., "Multi-Objective Routing and Scheduling of Order Pickers in Warehouse", International Journal of Simulation, Vol. 6, No. 5, 2002. Won, Jaeueon, "Order batching and picking optimization in terms of supply chain management", Iowa State University, 2004. *
Horvat, Matic, "An Introduction to Order Picking Optimization in Warehouse", University of Ljubijana, 2012.
Molnar, Balazs, et al., "Multi-Objective Routing and Scheduling of Order Pickers in Warehouse", International Journal of Simulation, Vol. 6, No. 5, 2002.
Won, Jaeueon, "Order batching and picking optimization in terms of supply chain management", Iowa State University, 2004.

Also Published As

Publication number Publication date
KR102297955B1 (ko) 2021-09-03
TW202209205A (zh) 2022-03-01
AU2020260003A1 (en) 2020-11-26
WO2020212790A1 (en) 2020-10-22
TWI750947B (zh) 2021-12-21
KR20210111213A (ko) 2021-09-10
US20200349478A1 (en) 2020-11-05
TW202046197A (zh) 2020-12-16
JP7146924B2 (ja) 2022-10-04
KR102549774B1 (ko) 2023-06-30
TWI777863B (zh) 2022-09-11
TW202111625A (zh) 2021-03-16
SG11202011489XA (en) 2020-12-30
KR20200122201A (ko) 2020-10-27
US10783462B1 (en) 2020-09-22
JP2021516803A (ja) 2021-07-08
PH12020551829A1 (en) 2021-06-28

Similar Documents

Publication Publication Date Title
TWI717259B (zh) 用於批次揀選最佳化的電腦實施的系統與方法
US20220222231A1 (en) Computerized systems and methods for using artificial intelligence to optimize database parameters
KR102620766B1 (ko) 제품 추천을 생성하기 위해 인공 지능을 사용하는 컴퓨터 시스템 및 방법
TWI778484B (zh) 用於庫存調換的電腦實行系統及電腦實行方法
US11810016B2 (en) Computer-implemented systems and methods for optimization of a product inventory by intelligent distribution of inbound products using product assignment validation
TWI750833B (zh) 用於智能化分配產品的電腦實施系統及電腦實施方法
TWI754410B (zh) 用於智能化分配產品的電腦實施系統以及方法
TW202343328A (zh) 用於管理履行中心的庫存的電腦實施的系統以及用於包裝最佳化的電腦實施的方法
TW202217676A (zh) 用於將物件指派給揀貨員的電腦化系統以及方法
TW202324233A (zh) 電腦實施系統以及電腦實施的方法
TWI838567B (zh) 用於多電腦物流協調的電子系統以及用於生成保證遞送時間的日曆以供使用者選擇的方法
TWI792289B (zh) 為定製履行中心確定物件的系統以及方法