TWI792250B - 用於包裹收取及遞送之路徑計畫的設備及電腦實施方法 - Google Patents

用於包裹收取及遞送之路徑計畫的設備及電腦實施方法 Download PDF

Info

Publication number
TWI792250B
TWI792250B TW110112024A TW110112024A TWI792250B TW I792250 B TWI792250 B TW I792250B TW 110112024 A TW110112024 A TW 110112024A TW 110112024 A TW110112024 A TW 110112024A TW I792250 B TWI792250 B TW I792250B
Authority
TW
Taiwan
Prior art keywords
delivery
area
target
location
locations
Prior art date
Application number
TW110112024A
Other languages
English (en)
Other versions
TW202129568A (zh
Inventor
莫文婷
岑園園
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 TW202129568A publication Critical patent/TW202129568A/zh
Application granted granted Critical
Publication of TWI792250B publication Critical patent/TWI792250B/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
    • G06Q10/083—Shipping
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • G06Q10/08—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
    • 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
    • G06Q10/0833—Tracking
    • 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
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Game Theory and Decision Science (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本發明描述用於包裹收取及遞送的路徑計畫的方法、設備及系統，其包含：接收地理區中的預定位置及表示連接所述預定位置的預定路徑的資料；基於所述預定位置沿所述預定路徑的順序接近度而判定所述地理區中的單元區域，所述單元區域包含第一單元區域及第二單元區域，且所述單元區域經組態為使得在訪問所述第二單元區域的位置之前訪問所述第一單元區域中的所有位置；生成用於判定連接至少一個所述單元區域的路徑的遞送模式，每一遞送模式包含至少一個所述單元區域與訪問序列相關；在接受包含待訪問的目標位置的任務資料時，使用所述遞送模式及目標資料判定目標路徑；以及將所述目標路徑發送至行動設備。

Description

用於包裹收取及遞送之路徑計畫的設備及電腦實施方法
本發明大體上是關於用於收取及遞送之有效路徑計畫的電腦化系統及方法。特定而言，本發明的實施例是關於用於快速完成電子商務訂單之有效路徑計畫的創造性及非習知系統。
線上購物如今很受歡迎。電子商務（Electronic commerce 或e-commerce）商家藉由最小化用於完成訂單的時間段來努力改善使用者體驗，所述時間段的時間為自訂單被下達至所述訂單的包裹被遞送至購買者。履行過程的一個耗時部分為「最後一哩遞送」（自交通樞紐遞送至最終目的地）。對於具有高人口密度的市區，由於高遞送需求、高人工成本、嚴格承諾的遞送時間、複雜的交通法規及快速變化的道路條件，最後一哩遞送可尤其具有挑戰性。
習知市區遞送路徑計畫方法典型地依賴於有經驗的遞送工作者，諸如卡車司機。司機可能不得不在同一條路徑駕車3至5年，從而發現高效路徑。用於路徑計畫的習知後端電腦系統的能力可能不足以將此類經驗內化於路徑計畫中。又，此類所發現路徑通常是「固定的」--亦即，習知後端系統可能難以根據變化的遞送條件調整所述路徑，其可能導致負擔平衡問題。舉例而言，當所發現路徑之一些目的地在某一天有異常高的需求時，所述路徑的司機可能負擔過重，而其他路徑的司機可能未得到充分利用。然而，習知後端系統可能不會在自適應性地重排司機之指派以處置此問題方面最佳化。
遞送路徑計畫中之另一挑戰為復原，亦即，在運載車輛中分揀包裹以使空間利用達到最佳。通常，訪問目的地之次序將影響復原。舉例而言，供遞送或收取之包裹將以儲存其之反向次序卸下。將難以調整包裹之位置及置放。復原問題與遞送路徑計畫問題相關，在所述問題上習知後端系統難以處置自適應性。
一些遞送路徑計畫方法試圖將問題作為旅行商問題（Traveling Salesman Problem；TSP）進行處理且尋求其近似解決方案。解決TSP之目標為最小化遞送工作者(類似於「旅行商」）訪問所有目的地之持續時間。然而，習知後端系統並未經最佳化以將包裹遞送或收取中之一些任務特性或條件考慮至TSP解決方案中，諸如右轉比左轉動更容易、停車點之停車難度、街區之行駛可達性、U形彎之行駛時間或其類似者。
因此，需要用於完成電子商務之有效動態路徑計畫。
本發明之一個態樣是關於用於包裹收取及遞送之路徑計畫的電腦實施方法。所述電腦實施方法包含：經由至少一個處理器接收地理區中的預定位置及表示連接所述預定位置的預定路徑的資料；使用所述至少一個處理器，基於所述預定位置沿所述預定路徑的順序接近度而判定所述地理區中的單元區域，其中所述單元區域包括第一單元區域及第二單元區域，且所述單元區域經組態為使得在訪問所述第二單元區域的位置之前訪問所述第一單元區域中的所有位置；使用所述至少一個處理器生成用於判定連接至少一個所述單元區域的路徑的遞送模式，其中每一遞送模式包括至少一個所述單元區域與訪問序列相關；回應於接收包括待訪問的目標位置的任務資料，使用所述遞送模式及目標資料判定訪問目標位置之目標路徑；以及將所述目標路徑發送至行動設備。
本發明之另一態樣是關於用於包裹收取及遞送之路徑計畫設備。所述設備包含記憶體及至少一個處理器。所述記憶體儲存指令，且所述至少一個處理器經組態以執行所述指令以：接收地理區中的預定位置及表示連接所述預定位置的預定路徑的資料；基於所述預定位置沿所述預定路徑的順序接近度而判定所述地理區中的單元區域，其中所述單元區域包括第一單元區域及第二單元區域，且所述單元區域經組態為使得在訪問所述第二單元區域的位置之前訪問所述第一單元區域中的所有位置；以及生成用於判定連接至少一個所述單元區域的路徑的遞送模式，其中每一遞送模式包括至少一個所述單元區域與訪問序列相關；回應於接收包括待訪問的目標位置的任務資料，使用所述遞送模式及目標資料判定訪問目標位置之目標路徑；以及將所述目標路徑發送至行動設備。
本發明之又一態樣是關於用於包裹收取及遞送之路徑計畫系統。所述系統包含至少一個行動設備及使用網路耦接至所述至少一個行動設備的路徑計畫電腦系統。所述至少一個行動設備包含儲存指令之記憶體及經組態以執行所述指令以進行以下操作的至少一個處理器：判定指示行動設備之位置的位置資料；及發送所述位置資料至路徑計畫電腦系統。所述路徑計畫電腦系統包含儲存指令之記憶體及經組態以執行所述指令以進行以下操作的至少一個處理器：自所述至少一個行動設備接收位置資料；自所述位置資料選擇地理區中的模板位置及表示連接所述模板位置之模板路徑的資料；基於所述模板位置沿所述模板路徑的順序接近度而判定所述地理區中的單元區域，其中所述單元區域包括第一單元區域及第二單元區域，且所述單元區域經組態為使得在訪問所述第二單元區域的位置之前訪問所述第一單元區域中的所有位置；生成用於判定連接至少一個所述單元區域的路徑的遞送模式，其中每一遞送模式包括至少一個所述單元區域與訪問序列相關；自所述至少一個行動設備接收包括待訪問的目標位置的任務資料，使用所述遞送模式及目標資料判定訪問目標位置之目標路徑；以及將所述目標路徑發送至所述至少一個行動設備中的一者。
本文中亦論述其他系統、方法以及電腦可讀媒體。
以下詳細描述參考附圖。只要可能，即在圖式及以下描述中使用相同附圖標號來指代相同或類似部分。儘管本文中描述了若干說明性實施例，但修改、調適以及其他實施例是可能的。舉例而言，可對圖式中所示出的組件及步驟做出替代、添加或修改，且可藉由取代、重新排序、移除或將步驟添加至所揭露方法來修改本文中所描述的說明性方法。因此，以下詳細描述不限於所揭露實施例及實例。實情為，本發明的正確範圍由隨附申請專利範圍界定。
本發明之實施例是關於經組態用於有效路徑計畫之系統、設備及方法。根據本文中所揭露之實施例，系統可使用由地理區域中有經驗的遞送工作者發現的有效路徑作為機器學習技術之輸入，以生成用於判定候選路徑與同所述候選路徑相關聯之候選工作者之組合的試探性方法（或為簡單起見稱為「試探法」）。在一些實施例中，機器學習技術可將地理區分割成多個單元區域以供遞送，所述單元區域可用作生成試探法的圖嵌入方法的單元。
根據本文中所揭露的實施例，系統可接收遞送任務資料，所述遞送任務資料包含多個可用的遞送工作者及多個對於生成任務組合的試探法的目的地位置。在一些實施例中，可用工作者可以藉由其由系統收集的工作狀態資料判定。在一些實施例中，試探法可以諸如藉由添加或移除候選路徑之次路徑或藉由使不同複雜度之候選路徑與各別任務組合中之不同分類的候選工作者相關聯生成降低負擔不平衡的任務組合。在一些實施例中，試探法亦可以諸如藉由判定沿著候選路徑之目的地位置之次序而共同減輕復原問題的任務組合。
在一些實施例中，所述系統可使用改進或最佳化技術以判定包含目標工作者及目標路徑之目標組合。所述目標工作者是由目標組合之候選工作者中選出。目標路徑是由目標組合之候選路徑中選出。對於每一任務組合，可將候選任務持續時間判定為針對候選工作者訪問目標路徑之位置以完成遞送及/或收取任務所估計之持續時間。作為最佳化技術之結果，與目標任務組合相關聯之任務持續時間可為所有候選任務組合之候選任務持續時間當中的最短者。換言之，目標任務組合可為旅行商問題（TSP）之試探性解決方案。試探性解決方案可藉由使用由有經驗的遞送工作者發現之有效路徑生成試探法而考慮任務特性。
參考圖1A，繪示示出包括用於允許運送、運輸以及物流操作的通訊的電腦化系統的系統的例示性實施例的示意性方塊圖100。如圖1A中所示出，系統100可包含各種系統，所述系統中的每一者可經由一或多個網路彼此連接。所述系統亦可經由直接連接（例如，使用纜線）彼此連接。所描繪的系統包含：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、行動裝置107B以及行動裝置107C、賣方門戶109、運送及訂單跟蹤（Shipment and Order Tracking，SOT）系統111、履行最佳化（Fulfillment Optimization，FO）系統113、履行訊息傳遞閘道器（Fulfillment Messaging Gateway，FMG）115、供應鏈管理（Supply Chain Management，SCM）系統117、勞動力管理系統119、行動裝置119A、行動裝置119B以及行動裝置119C（描繪為在履行中心（Fulfillment Center，FC）200的內部）、第三方履行系統121A、第三方履行系統121B以及第三方履行系統121C、履行中心授權系統（Fulfillment Center Authorization System，FC Auth）123以及勞動管理系統（Labor Management System，LMS）125。
在一些實施例中，SAT系統101可實施為監視訂單狀態及遞送狀態的電腦系統。舉例而言，SAT系統101可判定訂單是否超過其承諾遞送日期（Promised Delivery Date；PDD），且可採取適當的動作，包含發起新訂單、對非遞送訂單中的物品進行重新運送、取消非遞送訂單、發起與訂購顧客的聯絡，或類似者。SAT系統101亦可監視其他資料，包含輸出（諸如在特定時間段期間運送的包裹的數目）及輸入（諸如接收到的用於運送的空紙板盒的數目）。SAT系統101亦可充當系統100中的不同裝置之間的閘道器，從而（例如，使用儲存及轉發或其他技術）允許諸如外部前端系統103及FO系統113的裝置之間的通訊。
在一些實施例中，外部前端系統103可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使得系統的呈現能夠允許使用者針對物品下訂單的實施例中，外部前端系統103可實施為接收搜尋請求、呈現物品頁以及索求支付資訊的網頁伺服器。舉例而言，外部前端系統103可實施為電腦或電腦運行軟體，諸如Apache HTTP伺服器、微軟網際網路資訊服務（Internet Information Service；IIS）、NGINX，或類似者。在其他實施例中，外部前端系統103可運行經設計以接收及處理來自外部裝置（例如，行動裝置102A或電腦102B）的請求的定製網頁伺服器軟體、基於那些請求自資料庫及其他資料儲存庫獲取資訊，以及基於所獲取的資訊來將回應提供至接收到的請求。
在一些實施例中，外部前端系統103可包含網頁快取系統、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可包括這些系統中的一或多者，而在另一態樣中，外部前端系統103可包括連接至這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）。
藉由圖1B、圖1C、圖1D以及圖1E所示出的說明性步驟集合將有助於描述外部前端系統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用於呈現及/或顯示。舉例而言，外部前端系統103可代管或提供一或多個網頁，包含搜尋結果頁（SRP）（例如，圖1B）、單一細節頁（Single Detail Page；SDP）（例如，圖1C）、購物車頁（例如，圖1D），或訂單頁（例如，圖1E）。（例如，使用行動裝置102A或電腦102B的）使用者裝置可導航至外部前端系統103且藉由將資訊輸入至搜尋框中來請求搜尋。外部前端系統103可請求來自系統100中的一或多個系統的資訊。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（自FO系統113）請求及接收包含於搜尋結果中的每一產品的承諾遞送日期或「PDD」。在一些實施例中，PDD可以表示包含產品的包裹何時將到達使用者期望的位置的估計，或者若在特定時間段（例如，到當天結束時（11:59 PM））內訂購產品，該產品承諾被遞送至使用者期望的位置的日期（將在下面關於FO系統113進一步討論PDD）。
外部前端系統103可基於資訊來準備SRP（例如，圖1B）。SRP可包含滿足搜尋請求的資訊。舉例而言，此可包含滿足搜尋請求的產品的圖像。SRP亦可包含每一產品的各別價格，或與每一產品的增強遞送選項、PDD、重量、大小、報價、折扣或類似者相關的資訊。外部前端系統103可（例如，經由網路）將SRP發送至請求使用者裝置。
使用者裝置可接著例如藉由點選或輕觸使用者介面或使用另一輸入裝置自SRP選擇產品，以選擇表示於SRP上的產品。使用者裝置可制訂對關於所選產品的資訊的請求且將其發送至外部前端系統103。作為回應，外部前端系統103可請求與所選產品相關的資訊。舉例而言，資訊可包含除針對各別SRP上的產品呈現的資訊以外的額外資訊。此可包含例如保存期限、原產國、重量、大小、包裹中的物品的數目、操作說明，或關於產品的其他資訊。資訊亦可包含類似產品的推薦（基於例如大資料及/或對購買此產品及至少一個其他產品的顧客的機器學習分析）、頻繁詢問的問題的答案、來自顧客的評論、製造商資訊、圖像，或類似者。
外部前端系統103可基於接收到的產品資訊來準備SDP（單一細節頁）（例如，圖1C）。SDP亦可包含其他交互式元素，諸如「立即購買」按鈕、「添加至購物車」按鈕、數量欄位、物品的圖像，或類似者。SDP可更包含提供產品的賣方的列表。可基於每一賣方提供的價格來對列表進行排序，使得可在頂部處列出提供以最低價格出售產品的賣方。亦可基於賣方排名來對列表進行排序，使得可在頂部處列出最高排名的賣方。可基於多個因素來制訂賣方排名，所述因素包含例如賣方的符合承諾PDD的過去的跟蹤記錄。外部前端系統103可（例如，經由網路）將SDP遞送至請求使用者裝置。
請求使用者裝置可接收列出產品資訊的SDP。在接收SDP後，使用者裝置可接著與SDP交互。舉例而言，請求使用者裝置的使用者可點選或以其他方式與SDP上的「放在購物車中」按鈕交互。此將產品添加至與使用者相關聯的購物車。使用者裝置可傳輸將產品添加至購物車的此請求至外部前端系統103。
外部前端系統103可生成購物車頁（例如，圖1D）。在一些實施例中，購物車頁列出使用者已添加至虛擬「購物車」的產品。使用者設備可以藉由點選SRP、SDP或其他頁面上的圖示或以其他方式與SRP、SDP或其他頁面上的圖示交互來請求購物車頁面。在一些實施例中，購物車頁面可以列出使用者已經添加到購物車的所有產品，以及關於購物車中的產品的資訊，諸如每種產品的數量、每種產品的每件價格、基於關聯的數量的每種產品的價格、關於PDD的資訊、遞送方法、運送成本、用於修改購物車中的產品的使用者介面元素（例如，刪除或修改數量）、訂購其他產品或設置產品的定期遞送的選項、設置利息支付的選項、用於繼續購買的使用者介面元素等。在使用者裝置處的使用者可以點選使用者介面元素（例如，讀作"立即購買（Buy Now）"的按鈕）或以其他方式與使用者介面元素交互以發起在購物車中的產品的購買。在如此做後，使用者裝置可將發起購買的此請求傳輸至外部前端系統103。
外部前端系統103可回應於接收發起購買的請求而生成訂單頁（例如，圖1E）。在一些實施例中，訂單頁重新列出來自購物車的物品且請求支付及運送資訊的輸入。例如，訂單頁可以包含請求關於購物車中的物品的購買者的資訊（例如，姓名、地址、電子郵寄地址、電話號碼）、關於收件人的資訊（例如，姓名、地址、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、儲值卡）的部分，以及請求現金收據（例如，用於稅收的目的）的使用者介面元素等。外部前端系統103可將訂單頁發送至使用者裝置。
使用者裝置可以在訂單頁上輸入資訊，並且點選將資訊發送至外部前端系統103的使用者介面元素或以其他方式與所述使用者介面元素交互。自此處，外部前端系統103可將資訊發送至系統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可進一步經組態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可實施為使得內部使用者（例如，擁有、操作或租用系統100的組織的雇員）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使得系統的呈現能夠允許使用者針對物品下訂單的實施例中，內部前端系統105可實施為使得內部使用者能夠查看關於訂單的診斷及統計資訊、修改物品資訊或審查與訂單相關的統計的網頁伺服器。舉例而言，內部前端系統105可實施為電腦或電腦運行軟體，諸如Apache HTTP伺服器、微軟網際網路資訊服務（IIS）、NGINX，或類似者。在其他實施例中，內部前端系統105可以運行定製的網頁伺服器軟體，所述定製的網頁伺服器軟體設計為：接收並處理來自系統100中所描繪的系統或裝置（以及未繪示的其他裝置）的請求，基於那些請求自資料庫及其他資料儲存獲取資訊，以及基於所獲取的資訊對所接收的請求提供回應。
在一些實施例中，內部前端系統105可包含網頁快取系統、資料庫、搜尋系統、支付系統、分析系統、訂單監視系統或類似者中的一或多者。在一個態樣中，內部前端系統105可包括這些系統中的一或多者，而在另一態樣中，內部前端系統105可包括連接至這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可實施為能夠在系統100中的系統或裝置與行動裝置107A至行動裝置107C之間進行通訊的電腦系統。在一些實施例中，運輸系統107可自一或多個行動裝置107A至行動裝置107C（例如，行動電話、智慧型電話、PDA，或類似者）接收資訊。舉例而言，在一些實施例中，行動裝置107A至行動裝置107C可包括由遞送工作者操作的裝置。遞送工作者（其可為永久雇員、臨時雇員或輪班雇員）可利用行動裝置107A至行動裝置107C來實現對含有由使用者訂購的產品的包裹的遞送。舉例而言，為遞送包裹，遞送工作者可在行動裝置上接收指示遞送哪個包裹及將所述包裹遞送至何處的通知。在到達遞送位置後，遞送工作者可（例如，在卡車的後部中或在包裹的條板箱中）定位包裹、使用行動裝置掃描或以其他方式捕獲與包裹上的識別符（例如，條碼、影像、文本字串、RFID標籤，或類似者）相關聯的資料，且遞送包裹（例如，藉由將其留在前門處、將其留給警衛、將其交給收件人，或類似者）。在一些實施例中，遞送工作者可使用行動裝置捕獲包裹的相片及/或可獲得簽名。行動裝置可將資訊發送至運輸系統107，所述資訊包含關於遞送的資訊，包含例如時間、日期、GPS位置、相片、與遞送工作者相關聯的識別符、與行動裝置相關聯的識別符，或類似者。運輸系統107可以將此資訊儲存在資料庫（未圖示）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跟蹤資料且將所述跟蹤資料發送至其他系統，所述跟蹤資料指示特定包裹的位置。
在一些實施例中，某些使用者可使用一個種類的行動裝置（例如，永久工作者可使用具有定製硬體（諸如條碼掃描器、觸控以及其他裝置）的專用PDA），而其他使用者可使用其他種類的行動裝置（例如，臨時工作者或輪班工作者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。例如，運輸系統107可以儲存使用者（由例如使用者標識符、雇員標識符或電話號碼表示）與行動裝置（由例如國際行動設備識別符（International Mobile Equipment Identity；IMEI）、國際行動訂閱識別符（International Mobile Subscription Identifier；IMSI）、電話號碼、通用唯一識別符（Universal Unique Identifier；UUID）或全球唯一識別符（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到的資料使用此關聯以分析儲存於資料庫中的資料，以便尤其判定工作者的位置、工作者的效率，或工作者的速度。
在一些實施例中，賣方門戶109可以實施為使賣方或其他外部實體能夠與系統100中的一個或多個系統以電子方式通訊的電腦系統。例如，賣方可以利用電腦系統（未圖示）來上載或提供賣方希望使用賣方門戶109經由系統100銷售的產品的產品資訊、訂單資訊、聯繫資訊等。
在一些實施例中，運送及訂單跟蹤系統111可以實施為接收、儲存以及轉發關於包裹的位置的資訊的電腦系統，該包裹含有由顧客（例如，由使用者使用裝置102A至裝置102B）訂購的產品。在一些實施例中，運送及訂單跟蹤系統111可請求或儲存來自由遞送含有由顧客訂購的產品的包裹的運送公司操作的網頁伺服器（未描繪）的資訊。
在一些實施例中，運送及訂單跟蹤系統111可請求及儲存來自在系統100中描繪的系統的資訊。舉例而言，運送及訂單跟蹤系統111可請求來自運輸系統107的資訊。如上文所論述，運輸系統107可自與使用者（例如，遞送工作者）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至行動裝置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，運送及訂單跟蹤系統111亦可請求來自勞動力管理系統（workforce management system；WMS）119的資訊以判定個別產品在履行中心（例如，履行中心200）的內部的位置。運送及訂單跟蹤系統111可請求來自運輸系統107或WMS 119中的一或多者的資料，在請求後處理所述資料，且將所述資料呈現給裝置（例如，使用者裝置102A及使用者裝置102B）。
在一些實施例中，履行最佳化（FO）系統113可實施為儲存來自其他系統（例如，外部前端系統103及/或運送及訂單跟蹤系統111）的顧客訂單的資訊的電腦系統。FO系統113亦可儲存描述特定物品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。在再其他實施例中，某些履行中心可經設計以僅儲存特定的一組物品（例如，新鮮生產或冷凍的產品）。FO系統113儲存此資訊以及相關聯資訊（例如，數量、大小、接收日期、到期日期等）。
FO系統113亦可計算每一產品的對應承諾遞送日期（promised delivery date；PDD）。在一些實施例中，PDD可基於一或多個因素。舉例而言，FO系統113可基於以下來計算產品的PDD：對產品的過去需求（例如，在一段時間期間訂購了多少次所述產品）、對產品的預期需求（例如，預測在即將到來的一段時間期間多少顧客將訂購所述產品）、指示在一段時間期間訂購了多少產品的全網路的過去需求、指示預期在即將到來的一段時間期間將訂購多少產品的全網路的預期需求、儲存於每一履行中心200中的產品的一或多個計數（所述履行中心儲存每一產品）、產品的預期或當前訂單，或類似者。
在一些實施例中，FO系統113可定期（例如，每小時）判定每一產品的PDD且將其儲存於資料庫中以用於擷取或發送至其他系統（例如，外部前端系統103、SAT系統101、運送及訂單跟蹤系統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、運送及訂單跟蹤系統111）接收電子請求且按需求計算PDD。
在一些實施例中，履行訊息傳遞閘道器（FMG）115可以實施為電腦系統，所述電腦系統自系統100中的一或多個系統（諸如，FO系統113）接收呈一種格式或協定的請求或回應，將其轉換為另一種格式或協定，並且將其以經轉換的格式或協定轉發到其他系統（諸如WMS 119或第三方履行系統121A、第三方履行系統121B或第三方履行系統121C），反之亦然。
在一些實施例中，供應鏈管理（SCM）系統117可實施為進行預測功能的電腦系統。舉例而言，SCM系統117可基於例如基於以下來預測對特定產品的需求的水準：對產品的過去需求、對產品的預期需求、全網路的過去需求、全網路的預期需求、儲存於每一履行中心200中的計數產品、每一產品的預期或當前訂單，或類似者。回應於此預測水準及所有履行中心中的每一產品的量，SCM系統117可生成一或多個購買訂單以購買及儲備足夠數量，以滿足對特定產品的預測需求。
在一些實施例中，勞動力管理系統（WMS）119可實施為監視工作流程的電腦系統。舉例而言，WMS 119可自個別裝置（例如，裝置107A至裝置107C或裝置119A至裝置119C）接收指示分立事件的事件資料。舉例而言，WMS 119可接收指示使用這些裝置中的一者來掃描包裹的事件資料。如下文關於履行中心200及圖2所論述，在履行過程期間，可藉由特定階段處的機器（例如，自動式或手持式條碼掃描器、RFID讀取器、高速攝影機、諸如平板電腦119A、行動裝置/PDA 119B、電腦119C的裝置，或類似者）掃描或讀取包裹識別符（例如，條碼或RFID標籤資料）。WMS 119可儲存指示掃描或讀取對應資料庫（未描繪）中的包裹識別符的每一事件以及包裹識別符、時間、日期、位置、使用者識別符或其他資訊，且可將此資訊提供至其他系統（例如，運送及訂單跟蹤系統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至裝置107C或裝置119A至裝置119C）與關聯於系統100的一個或多個使用者相關聯的資訊。舉例而言，在一些情形下，由於使用者擁有行動裝置（例如，裝置是智慧型電話），用戶（例如兼職或全職雇員）可以與行動裝置相關聯。在其他情形下，由於使用者臨時保管行動裝置（例如，使用者在一天開始時簽出行動裝置，將在一天期間使用所述行動裝置，且將在一天結束時歸還所述行動裝置），使用者可與行動裝置相關聯。
在一些實施例中，WMS 119可維護與系統100相關聯的每一使用者的工作日志。例如，WMS 119可以儲存與每個雇員相關聯的資訊，包含任何指派的過程（例如，卸載卡車、自揀選區揀選物品、合流牆（rebin wall）工作、包裝物品）、使用者識別符、位置（例如，履行中心200中的樓層或區）、由雇員經由系統移動的單元的數目（例如，挑選的物品的數目、包裝的物品的數目）、與裝置（例如，裝置119A至裝置119C）相關聯的識別符等。在一些實施例中，WMS 119可以自計時系統（例如在裝置119A至裝置119C上運作的計時系統）接收簽到及簽出資訊
在一些實施例中，第3方履行（3rd party fulfillment；3PL）系統121A至第3方履行系統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，儘管一些產品儲存於履行中心200（如下文關於圖2所論述）中，但其他產品可以在異地儲存、可按需求生產，或可能原本無法儲存在履行中心200中。3PL系統121A至3PL系統121C可經組態以（例如，經由FMG 115）自FO系統113接收訂單，且可以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至3PL系統121C中的一或多者可為系統100的部分，而在其他實施例中，3PL系統121A至3PL系統121C中的一或多者可位於系統100的外部（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Auth系統（FC Auth）123可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簽入（single-sign on；SSO）服務。舉例而言，FC Auth 123可使得使用者能夠經由內部前端系統105登入、判定使用者具有存取運送及訂單跟蹤系統111處的資源的類似特權，並且使得使用者能夠存取這些特權而無需第二個登入過程。在其他實施例中，FC Auth 123可使得使用者（例如，雇員）能夠將自身與特定任務相關聯。例如，一些雇員可能沒有電子裝置（例如裝置119A至裝置119C），反倒是可以在一天的過程中在履行中心200內自一個任務移動至任務以及自一個區移動至另一個區。FC Auth 123可經組態以使得那些雇員能夠在一天的不同時間處指示其正進行何任務以及其位於何區。
在一些實施例中，勞動管理系統（LMS）125可實施為儲存雇員（包含全職雇員及兼職雇員）的出勤及超時資訊的電腦系統。舉例而言，LMS 125可自FC Auth 123、WMA 119、裝置119A至裝置119C、運輸系統107及/或裝置107A至裝置107C接收資訊。
圖1A中所描繪的特定組態僅為實例。舉例而言，儘管圖1A描繪連接至FO系統113的FC Auth系統123，但並非所有實施例均要求此特定組態。實際上，在一些實施例中，系統100中的系統可經由一或多個公用或私用網路彼此連接，所述網路包含網際網路、企業內部網路、廣域網路（Wide-Area Network；WAN）、都會區域網路（Metropolitan-Area Network；MAN）、順應IEEE 802.11a/b/g/n標準的無線網路、租用線，或類似者。在一些實施例中，系統100中的系統中的一或多者可實施為在資料中心、伺服器群或類似者處實施的一或多個虛擬伺服器。
圖2描繪履行中心200。履行中心200為儲存用於在訂購時運送至顧客的物品的實體位置的實例。可將履行中心（FC）200劃分成多個區，所述區中的每一者描繪於圖2中。在一些實施例中，可認為這些「區」為接收物品、儲存物品、取回物品以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中描繪「區」，但其他區劃分為可能的，且在一些實施例中可省略、複製或修改圖2中的區。
入站區203表示FC 200的自希望使用來自圖1A的系統100出售產品的賣方接收到物品的區域。舉例而言，賣方可使用卡車201來遞送物品202A及物品202B。物品202A可表示足夠大以佔據其自有的運送托盤的單一物品，而物品202B可表示在同一托盤上堆疊在一起以節省空間的一組物品。
工作者將在入站區203中接收物品，並且可以使用電腦系統（未描繪）視情況檢查物品的損壞及正確性。舉例而言，工作者可使用電腦系統來比較物品202A及物品202B的數量與所訂購物品的數量。若數量不匹配，則工作者可拒絕物品202A或物品202B中的一或多者。若數量的確匹配，則工作者可（使用例如台車、手推平車、叉車或手動地）將那些物品移動至緩衝區205。例如，緩衝區205可以是揀選區中當前不需要的物品的臨時儲存區域，因為在揀選區中有足夠高的數量的所述物品以滿足預測需求。在一些實施例中，叉車206操作以移動緩衝區205周圍以及入站區203與下貨（drop）區207之間的物品。若在揀選區中需要物品202A或物品202B（例如，由於預測的需求），則叉車可以將物品202A或物品202B移動至下貨區207。
下貨區207可以是在物品被移動至揀選區209之前儲存物品的FC 200的區域。被指派至揀選任務的工作者（「揀選者」）可以接近揀選區中的物品202A及物品202B，使用行動裝置（例如，裝置119B）掃描揀選區的條碼，以及掃描與物品202A及物品202B相關聯的條碼。然後，揀選者可以將物品帶到揀選區209（例如，藉由將物品置放在推車上或搬運物品）。
揀選區209可以是物品208儲存在儲存單元210上的FC 200的區域。在一些實施例中，儲存單元210可包括實體擱架、書架、盒子、手提包（tote）、冰箱、冷凍機、冷藏庫或類似者中的一或多者。在一些實施例中，揀選區209可以組織成多個樓層。在一些實施例中，工作者或機器可以以多種方式（包含例如叉車、電梯、傳送帶、推車、手推平車、台車、自動機器人或裝置，或手動地）將物品移動至揀選區209中。例如，揀選者可以將物品202A及物品202B置放在下貨區207中的手推平車或推車上，並且步行將物品202A及物品202B裝運至揀選區209。
揀選者可以接收指令以將物品放置（或"堆裝"）在揀選區209中的特定點（例如，儲存單元210上的特定空間）。舉例而言，揀選者可使用行動裝置（例如，裝置119B）來掃描物品202A。裝置可例如使用指示通道、貨架以及位置的系統來指示揀選者應將物品202A堆裝在何處。裝置可接著提示揀選者在將物品202A堆裝於所述位置之前掃描所述位置處的條碼。裝置可（例如，經由無線網路）將資料發送至諸如圖1A中的WMS 119的電腦系統，指示物品202A已由使用裝置119B的使用者堆裝於所述位置處。
一旦使用者下訂單，揀選者就可在裝置119B上接收自儲存單元210取回一或多個物品208的指令。揀選者可以取回物品208，掃描物品208上的條碼，並將物品208置放在傳送機構214上。儘管傳送機構214表示為滑動件，但在一些實施例中，運輸機構可實施為傳送帶、電梯、推車、叉車、手推平車、台車或類似者中的一或多者。物品208可接著到達包裝區211。
包裝區211可以是FC 200的自揀選區209接收物品並將物品包裝至盒子或袋子中以用於最終運送至顧客的區域。在包裝區211中，被指派至接收物品的工作者（「合流工作者」）將自揀選區209接收物品208並判定物品208對應的訂單。舉例而言，合流工作者可使用諸如電腦119C的裝置來掃描物品208上的條碼。電腦119C可在視覺上指示物品208與哪一訂單相關聯。此可包含例如對應於訂單的牆216上的空間或「單元格」。一旦訂單完成（例如，由於單元格含有所述訂單的所有物品），合流工作者就可指示包裝工作者（或「包裝者」）訂單完成。包裝員可以自單位格取回物品並將物品放在盒子或袋子中以用於運送。然後，包裝員可以（例如經由叉車、推車、台車、手推平車、傳送帶、手動地或其他方式）將盒子或袋子送到樞紐區213。
樞紐區213可為FC 200的自包裝區211接收所有盒子或袋子（「包裹」）的區域。樞紐區213中的工作者和/或機器可以取回包裹218以及判定每個包裹既定前往遞送區域的哪個部分，並且將包裹按特定路徑發送至適當的營地區215。舉例而言，若遞送區域具有兩個更小子區域，則包裹將前往兩個營地區215中的一者。在一些實施例中，工作者或機器可（例如，使用裝置119A至裝置119C中的一者）掃描包裹以判定其最終目的地。將包裹按特定路線發送至營地區215可以包含例如（例如，基於郵政碼）判定包裹前往的地理區域的一部分以及判定與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、一或多個實體空間或一或多個區域，其中自樞紐區213接收包裹以用於分揀至路徑及/或子路徑中。在一些實施例中，營地區215與FC 200實體地分開，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中的工作者及/或機器可以例如基於目的地與現有路徑及/或子路徑的比較、每個路徑及/或子路徑的工作量的計算、一天中的時間、運送方法、運送包裹220的成本、與包裹220中的物品相關聯的PDD等判定包裹220應該與哪個路徑及/或子路徑相關聯。在一些實施例中，工作者或機器可（例如，使用裝置119A至裝置119C中的一者）掃描包裹以判定其最終目的地。一旦將包裹220指派給特定路徑及/或子路徑，工作者及/或機器就可移動待運送的包裹220。在例示性圖2中，營地區215包含卡車222、汽車226以及遞送工作者224A及遞送工作者224B。在一些實施例中，卡車222可由遞送工作者224A駕駛，其中遞送工作者224A為遞送FC 200的包裹的全職雇員，且卡車222由擁有、租用或操作FC 200的同一公司擁有、租用或操作。在一些實施例中，汽車226可由遞送工作者224B駕駛，其中遞送工作者224B為在視需要基礎上（例如，季節性地）遞送的「彈性」工作者或臨時工作者。汽車226可由遞送工作者224B擁有、租用或操作。
在一些實施例中，訂單物品的分揀可實施於FC 200中。舉例而言，可使用分揀設備216在包裝區211中實施分揀。
圖3為符合所揭露實施例的用於包裹收取及遞送的路徑計畫之實例系統300的圖解說明。系統300包含至少一個行動裝置（例如行動裝置107A至行動裝置107C）及至少一個電腦（例如電腦302）。儘管圖3僅繪示一個電腦302作為一實例，但應理解，類似於電腦302之超過一個電腦可包含於系統300中。使用網路310將行動裝置107A至行動裝置107C耦接至電腦302。在一些實施例中，電腦302可實施為SAT 101、運輸系統107、SOT 111、FO 113或WMS 119中之電腦。在一些實施例中，網路310可為系統100之部分或全部。
電腦302可實施為任何數目個任何類型之電腦的任何組合，諸如微電腦、大型主機電腦、超級電腦、通用電腦、專用電腦、積體/嵌入式電腦、伺服器電腦、個人電腦、膝上型電腦、平板電腦蜂巢式電話、個人資料助理（personal data assistant；PDA）、可穿戴式計算裝置或雲端電腦。系統300中之電腦（諸如電腦302）亦可實施為包含位於使用網路（例如網路310）互連的不同地理位置的多個電腦的虛擬電腦。
電腦302包括資料庫304、處理器306以及記憶體308。記憶體308可儲存可由處理器306執行以實施用於路徑計畫之過程或程序的指令。資料庫304可實施為儲存於一或多個本端或遠端電腦或分佈式電腦系統中且可由其他電腦存取之結構化資料之集合的任何形式。
處理器306可為能夠操縱或處理資訊之一般或特定電子裝置。舉例而言，處理器306可包含任何數目個中央處理單元（或「CPU」）、圖形處理單元（或「GPU」）、光學處理器、可程式化邏輯控制器、微控制器、微處理器、數位信號處理器、智慧財產（intellectual property；IP）核心、可程式化邏輯陣列（Programmable Logic Array；PLA）、可程式化陣列邏輯（Programmable Array Logic；PAL）、通用陣列邏輯（Generic Array Logic；GAL）、複合可程式化邏輯裝置（Complex Programmable Logic Device；CPLD）、場可程式化閘陣列（Field-Programmable Gate Array；FPGA）、系統單晶片（System On Chip；SoC）、特殊應用積體電路（Application-Specific Integrated Circuit；ASIC）以及能夠進行資料處理之任何類型電路的任何組合。處理器306亦可為虛擬處理器，其包含橫越經由網路（例如網路310）耦接之多個機器或裝置而分佈的一或多個處理器。
記憶體308可為能夠儲存可由處理器306存取（例如經由匯流排，未繪示）之程式碼及資料的通用或特定電子裝置。舉例而言，記憶體308可包含任何數目個隨機存取記憶體（random-access memory；RAM）、唯讀記憶體（read-only memory；ROM）、光碟、磁碟、硬碟機、固態機、隨身碟、安全數位（security digital；SD）卡、記憶棒、緊湊型快閃（compact flash；CF）卡或任何類型之儲存裝置的任何組合。程式碼可包含作業系統（operating system；OS）及用於特定任務之一或多個應用程式（或「app」）。記憶體308亦可為虛擬記憶體，其包含橫越經由網路（例如網路310）耦接之多個機器或裝置而分佈的一或多個記憶體。
網路310可為一或多個公用或私用通訊網路。舉例而言，網路310可包含任何數目個網際網路、企業內部網路、區域網路（Local-Area Network；LAN）、廣域網路（WAN）、都會區域網路（MAN）、虛擬專用網路（virtual private network；VPN）、無線網路（例如，與IEEE 802.11a/b/g/n相容）、有線網路、租用線、蜂巢式資料網路，以及使用藍芽連接、紅外連接或近場通訊（Near-Field Communication；NFC）連接之任何組合。
在一些實施例中，遞送工作者可根據不同標準分類，所述不同標準是諸如雇用狀態（例如，永久性、臨時或輪班雇員）、資歷（例如，高級或新雇員）、工作班次（例如，全天或半天雇員）、運輸方法（例如，步行、騎車或駕駛雇員）。工作者之不同分類可指派給具有不同需求特徵之遞送任務。在一些實施例中，遞送工作者之識別符可儲存為資料庫404中之記錄，且遞送工作者之分類可儲存為記錄之屬性。應注意，本文中之「遞送工作者」可執行遞送包裹、收取包裹或其組合之任務。
在一些實施例中，遞送工作者之識別符與行動裝置之識別符之間的關聯可儲存為資料庫304中之記錄。舉例而言，資料庫304可儲存工作者之識別符與行動裝置之識別符的關聯可作為輸入項。在一些實施例中，行動裝置107A至行動裝置107C可與遞送工作者及/或遞送車輛相關聯。此類關聯可基於所有權、名稱或臨時所有權。舉例而言，遞送工作者可擁有行動裝置107A（例如，智慧型電話）且與行動裝置107A（例如，智慧型電話）相關聯。作為另一實例，行動裝置107B（例如，現成PDA）可被指派至遞送卡車且與遞送卡車相關聯。對於另一實例，遞送工作者可登入行動裝置107C（例如，可穿戴式裝置）且與其相關聯。
在一些實施例中，行動裝置107A至行動裝置107C可用於監測及更新遞送工作者或車輛之狀態，且經由網路310將指示其狀態資料之資料傳輸至電腦302。狀態資料可指示（例如）遞送工作者或車輛的任務是空閒抑或忙碌的，遞送工作者或車輛是否可供指派以用於新遞送任務、遞送工作者或車輛之位置、遞送工作者之出勤及超時資訊、遞送工作者所採用之路線、遞送工作者或車輛之行進距離或與遞送任務管理相關之任何其他狀態資訊。
將如下結合圖4至圖7詳細地描述根據本發明實施的用於包裹收取及遞送的路徑計畫之方法、設備及系統。在圖4至圖7中，過程400、過程600以及過程700可實施為儲存於電腦可讀儲存媒體中之軟體或韌體，諸如，程式碼或指令。可由處理器讀取及執行程式碼或指令以實施前述過程。舉例而言，電腦可讀儲存媒體可為記憶體308，且處理器可為處理器306。在一些實施例中，前述過程可實施為專用硬體，諸如PLA、PAL、GAL、CPLD、FPGA、SoC或ASIC。前述過程可實施為演算法，其經程式化至可執行由所述演算法指定之操作的專用硬體中。在一些實施例中，前述過程可實施為上述軟體與硬體之組合。
圖4為與所揭露實施一致的用於包裹收取及遞送的路徑計畫之實例過程400的流程圖。
在步驟402處，處理器306接收地理區中之預定地理位置及表示連接預定地理位置之預定路徑的資料。在一些實施例中，預定地理位置及預定路徑可以是在地理區中工作的有經驗的遞送工作者所使用的路徑。其可以人工方式（諸如藉由監督員評估）或自動地（諸如藉由機器）判定。舉例而言，處理器306可判定遞送工作者之遞送路徑的評分。所述評分可指示遞送工作者在遞送路徑上工作的遞送效力或經驗水準。在一些實施例中，可基於各種因素計算評分，諸如完成沿著路徑之遞送所耗費之時間、針對路徑遞送或收取之包裹之數目、在不同郵政碼之間行進所耗費之時間或類似者。在一些實施例中，評分可與遞送效率成比例。在一些實施例中，評分可與遞送效率成反比。預定位置及預定路徑可用作用於路徑計畫之模板，且可替代地分別稱為「模板位置」及「模板路徑」。為判定模板位置之模板路徑，在一些實施例中，假定分數與遞送效率成比例，處理器306可選擇連接模板位置且具有最高評分之路徑作為模板路徑。在一些實施例中，處理器306可選擇連接模板位置且具有最短行進時間之路徑作為模板路徑。
在以上實例中，當評分高於預定值時，處理器306可將遞送路徑判定為預定路徑且將遞送路徑之地理位置判定為預定地理位置。在一些實施例中，處理器306可將地理區中之所有遞送工作者之評分進行排序且選擇最高百分比的遞送工作者作為有經驗的工作者。處理器306可使用所選擇之有經驗的工作者訪問的地理位置及路徑作為輸入。
作為另一實例，由有經驗的遞送工作者使用之路徑可根據遞送工作者之識別符及所訪問位置之路徑或順序的總體方向來分類。對於同一組位置，不同遞送工作者可用於不同路徑，同時生成大致相同水準之效率。那些不同路徑可包含路徑計畫中的不同考慮因素及/或限制。藉由包括及分類那些不同路徑，可在路徑計畫系統中考慮那些考慮因素及限制之特性及特徵。
在步驟404處，處理器306基於預定位置沿預定路徑的順序接近度而判定地理區中之單元區域。單元區域為包含一組地理單元之地理區域，所述地理單元可為遞送工作者所訪問之獨立地理顆粒。舉例而言，單元區域可為建築物、購物商場、街區、道路環繞之區域、社區或任何位置集合。地理單元可為住宅、公寓、商店、辦公室、或建築物中之房間，或社區中之建築物。
圖5為繪示符合所揭露實施例的實例單元區域的圖式。在圖5中，圓點表示地理單元，且多邊形502至多邊形508表示單元區域。單元區域502中存在五個地理單元、單元區域504中存在四個地理單元、單元區域506中存在兩個地理單元且單元區域508中存在三個地理單元。單元區域502至單元區域508是以一種方式劃分，使得遞送工作者可在訪問任何其他單元區域中之任何其他建築物之前依序訪問單元區域502至單元區域508中之一者中的地理單元。在一些實施例中，可判定地理單元之不同部分屬於不同單元區域。舉例而言，多入口單元區域（例如，商業中心）可覆蓋很大面積，在其內部，地理單元（例如，房間或商店）至每一入口之距離可以不同。那些入口可包含遠離第二入口的第一入口，諸如處於不同街道的第一入口及第二入口。對於接近第一入口之第一地理單元及接近第二入口之第二地理單元，第一地理單元及第二地理單元可劃分成兩個不同的單元區域以供有效路徑計畫。
在一些實施例中，單元區域可用作用於路徑計畫及生成之單元。舉例而言，為生成用於給定位置集合之路徑，一個單元區域內之所有位置可被共同地視為路徑上之一個車站，亦即，遞送工作者（例如卡車司機）可在那些位置處停止以進行包裹遞送或收取，且當完成當前單元區域中之遞送任務時出發去下一個車站。使用單元區域作為用於路徑計畫及生成之單元可減少計算成本及複雜性，且增加遞送效率。舉例而言，在圖5中，單元區域502至單元區域508可被視為所計畫路徑的車站。
返回參考4，在步驟406處，處理器306生成用於判定連接單元區域中之至少一者之路徑的遞送模式。每一遞送模式可包含單元區域中之至少一者，且單元區域中之至少一者可與訪問序列相關聯。訪問序列可表示遞送模式中訪問單元區域中之至少一者的次序。在遞送模式中，訪問序列可為固定的。舉例而言，在圖5中，遞送模式500包含單元區域502至單元區域506，且單元區域502至單元區域506與由圖5中的箭頭所指示的訪問序列502◇504◇506相關聯。那些遞送模式可用於路徑計畫。
在步驟408處，若處理器306接收包含待訪問之目標位置的任務資料，則處理器306使用遞送模式及目標資料判定用於訪問目標位置之目標路徑。在一些實施例中，任務資料可接收自SAT 101。
在步驟410處，處理器306將目標路徑發送至行動設備。舉例而言，行動設備可為行動裝置107A至行動裝置107C中之任一者。在一些實施例中，行動設備可由遞送工作者攜帶。遞送工作者可按任務指派以沿著藉由行動設備接收之目標路徑遞送或收取包裹。
在一些實施例中，在步驟404處，處理器306可基於預定位置沿著預定路徑之順序接近度而判定單元區域。舉例而言，處理器306可接收地理區中之可遞送位置。可遞送位置可為可用於遞送及收取之位置。
處理器306可使用第一機器學習模型判定用於可遞送位置中之每一者的位置向量。位置向量可為可遞送位置之向量表示，且經判定以使得兩個位置向量之間的距離可指示沿著遞送路徑對應於兩個位置向量之兩個位置的順序接近度。所述距離可判定為兩個位置向量之間的差。順序接近度可指沿著遞送路徑訪問的兩個位置之間的距離。在一些實施例中，第一機器學習模型可為第一神經網路模型。舉例而言，第一神經網路模型可類似於word2vec模型的神經網路。在一些實施例中，第一神經網路模型可使用呈獨熱向量格式之可遞送位置之地址作為輸入，且判定可遞送位置之位置向量。可在步驟402處使用預定位置生成及訓練第一神經網路模型。
處理器306可接著判定可遞送位置中之每一者的特徵向量。特徵向量可包含可遞送位置之位置向量及位置屬性。在一些實施例中，位置特徵可包含以下中之至少一者：地理座標、建築物之數目、區域之名稱、道路之名稱或郵政碼。舉例而言，特徵向量可包含位置向量及以下屬性：建築物編號、社區名稱以及郵政編碼，諸如（[0.1,0.5,0.3]，3，「A」，10010），其中[0.1,0.5,0.3]是位置向量，3是建築物編號，「A」是社區名稱，且10010是郵政碼。
處理器306可接著藉由基於特徵向量之間的距離對可遞送位置進行分組來判定單元區域。兩個特徵向量之間的距離可判定為兩個特徵向量之間的差。分組成一個單元區域的可遞送位置之特徵向量之間的距離可在預定臨限值內。舉例而言，對於第一特徵向量（[0.1,0.5,0.3]，3，「A」，10010）及第二特徵向量（[0.12,0.48,0.3]，5，「A」，10010），所述距離可判定為不同向量的量值，其經判定為兩個特徵向量（諸如[0.02,-0.02,0]，2，0，0）之間的直接減法。對於字元，減法可使用其ASCII值執行。若差向量之量值在預定臨限值內，則兩個對應可遞送位置可分組至同一單元區域中。在一些實施例中，即使兩個可遞送位置共用同一建築物編號、同一社區名稱或同一郵政碼，其可分組至不同單元區域中，只要差向量之量值超過預定臨限值即可。
在一些實施例中，可如下在步驟402處使用預定位置訓練用於判定位置向量之第一神經網路模型。處理器306可判定預定位置中之每一者的位置向量。舉例而言，位置向量之元素可包含預定位置之地址之屬性。屬性可包含例如街道編號、街道名稱、房間編號、城市、省或州，或郵政碼。
處理器306可接著藉由輸入當前位置之位置向量至第一神經網路模型中而判定預定位置之當前位置的機率值。每一機率值可對應於預定位置中之一者，且可指示預定位置中之一者緊接在當前位置之後訪問之機率。處理器306可接著按自第一預定位置開始之預定路徑的次序判定預定位置中之每一者的機率值。當前位置可為其機率值當前被判定之預定位置。
處理器306可接著判定後續位置是否對應於最高機率值。後續位置為沿預定路徑緊接在當前位置之後的位置。此步驟是估量是否正確地訓練第一神經網路模型。若得到正確地訓練，則後續位置將具有最高機率值。亦即，第一神經網路模型將正確地預測後續位置為待在當前位置之後訪問之下一個位置。
若後續位置並不對應於最高機率值，則處理器306可更新第一神經網路模型之參數。在一些實施例中，第一神經網路模型可包含至少一個隱藏層。參數可為與隱藏層之每一節點相關聯的權數。舉例而言，可使用反向傳播來實施更新。
若後續位置對應於最高機率值，則處理器306可繼續進行以藉由將後續位置之位置向量輸入至第一神經網路模型中判定在當前位置之後的位置（亦即，後續位置）之機率值。可重複此類操作直至已處理沿著預定路徑之所有預定位置為止。在此之前，第一神經網路將被正確地訓練，使得在任一預定位置的情況下，第一神經網路模型將正確地預測沿著預定路徑訪問的下一個位置。
若沿著預定路徑在每一預定位置之後的位置對應於由第一神經網路模型針對每一預定位置判定之機率值中的最高機率值，則處理器306可在步驟404處判定用於判定每一可遞送位置之位置向量的第一神經網路模型。藉由使用第一神經網路模型，處理器306可以較高精確性及較高效率判定位置向量。
圖6為符合所揭露實施例的訓練用於路徑生成之機器學習模型的實例過程600的流程圖。在過程600中，在過程400之步驟406生成的遞送模式可用於路徑生成。
在步驟602處，處理器306可針對單元區域中之每一者判定單元區域之向量表示。在一些實施例中，處理器306可藉由將圖嵌入技術應用於單元區域中之位置之地址來判定向量表示。圖嵌入技術可用以將二維資訊（例如，圖）映射至低維資訊（例如，向量）中。在一些實施例中，地址可與指示地址是否已受訪之標籤相關聯。圖嵌入技術可使此標籤包含至地址之嵌入函數中。
在步驟604，處理器306判定覆蓋預定位置之單元區域的訓練遞送模式。每一訓練遞送模式可包含按訪問序列排序之單元區域中之至少一者。可僅出於訓練機器學習模型之目的來判定訓練遞送模式。舉例而言，可自經識別為包含預定位置中之至少一者的所有單元區域判定訓練遞送模式。在一些實施例中，訓練遞送模式可藉由對沿著預定路徑的經識別單元區域分組來判定。在一些實施例中，訓練遞送模式中之每一者可包含至多三個單元區域。
在一些實施例中，在過程400中的步驟404處，可與單元區域實質上同時判定及儲存訓練遞送模式。在那些實施例中，處理器306可在步驟604處擷取所儲存之訓練遞送模式。
在一些實施例中，在步驟404處，處理器306可使用第一神經網路模型以實質上同時判定單元區域及訓練遞送模式。舉例而言，處理器306可記錄當前位置及由第一神經網路模型判定之先前位置以生成模式連接（例如，位置之間的關係、片段或其他對應關係）。
在一個實例中，處理器306可接著判定反映特定模式連接在一或多個預定路徑中發生之頻率的頻率值。若所述模式連接對應於超出預定值（例如，2、3、4或任何正整數）之頻率值，則處理器306可接受模式連接且使用所述模式連接生成訓練遞送模式。
在另一實例中，處理器306可接著基於第一神經網路模型針對當前位置所判定之機率值判定是否接受當前連接。在此實例中，若當前位置對應於最高機率值作為先前位置之後續位置，則處理器306可接受當前連接且使用所述當前連接生成訓練遞送模式。
在步驟606處，處理器306判定每一訓練遞送模式之向量表示。在一些實施例中，遞送模式之向量表示可類似於單元區域之向量表示。在一些實施例中，訓練遞送模式之向量表示可藉由在其中添加單元區域之向量表示來判定。
在步驟608處，處理器306判定每一訓練遞送模式之評分。評分可指示用於沿著訪問序列訪問單元區域之效率水準。在一些實施例中，處理器306可藉由將訓練遞送模式之向量表示輸入至機器學習模型中來判定評分。在一些實施例中，不同訓練遞送模式可包含同一組單元區域但具有不同訪問序列。藉由計算其每一者之評分，可判定不同訪問序列之效率水準且使用所述效率水準來判定用於同一組單元區域之最高效路徑。
在步驟610處，若訪問序列與預定路徑不一致，則處理器306更新機器學習模型之參數。在一些實施例中，若訪問序列不與預定路徑之任何部分相同，則處理器306可判定訪問序列與預定路徑不一致。在一些實施例中，機器學習模型可為第二神經網路模型。在一些實施例中，第二神經網路模型可包含至少一個隱藏層。參數可為與隱藏層之每一節點相關聯的權數。舉例而言，可使用反向傳播來實施更新。
在步驟612處，若所有訓練遞送模式之訪問序列與預定路徑一致，則處理器306判定用於生成遞送模式之機器學習模型。在一些實施例中，若任何訓練遞送模式之訪問序列與預定路徑之一部分一致，則處理器306可判定所有訓練遞送模式之訪問序列與預定路徑一致。直至此步驟，可正確地訓練機器學習模型。藉由使用機器學習模型，處理器306可以較高準確度及較高效率生成遞送模式。
在一些實施例中，在圖4中之步驟406處生成遞送模式可使用在過程600中判定之機器學習模型來實施。舉例而言，處理器306可使用單元區域判定候選遞送模式。每一候選遞送模式可包含按訪問序列排序之單元區域中之至少一者。可與步驟604類似地實施此步驟。在一些實施例中，可生成及判定單元區域之所有可行組合作為候選遞送模式。
處理器306可接著判定每一候選遞送模式之向量表示。在一些實施例中，候選遞送模式之向量表示可藉由在候選遞送模式中添加單元區域之向量表示來判定。可與步驟606類似地實施此步驟。
處理器306可接著藉由將候選遞送模式之向量表示輸入至經訓練機器學習模型中來判定每一候選遞送模式之評分。可與步驟608類似地實施此步驟。
處理器306可接著生成遞送模式作為具有高於預定臨限值之評分的候選遞送模式。處理器306（或另一裝置）可使用遞送模式生成路徑，如下文關於圖7所論述。
圖7為與所揭露實施一致的用於包裹收取及遞送的路徑生成之實例過程700的流程圖。
在步驟702處，處理器306接收包含待訪問的目標位置之任務資料。舉例而言，目標位置可為遞送或收取目的地，諸如客戶之地址。目標位置可在與在過程400之步驟402相同的地理區中。在一些實施例中，目標資料可更包含目標位置之間的距離。
在步驟704處，處理器306將目標單元區域判定為覆蓋目標位置之單元區域。舉例而言，目標單元區域可包含所有單元區域，其包含目標位置中之至少一者。在一些實施例中，可自目標位置之間的距離判定目標單元區域之間的距離。
在步驟706處，處理器306判定連結目標單元區域之目標路徑。遞送工作者可沿著目標路徑訪問各目標單元區域一次。在一些實施例中，處理器306可如下判定目標路徑。
處理器306可判定連結目標單元區域之至少一組可行遞送模式。在一些實施例中，可行遞送模式包含在步驟406生成之可覆蓋目標位置且具有高於預定臨限值之評分的所有遞送模式。藉由以端對端方式連結可行遞送模式之訪問序列，目標單元區域可在單一候選路徑中連結。在一些實施例中，可存在可在單一候選路徑中連結目標單元區域之可行遞送模式之超過一個組合。換言之，可存在多個連結目標單元區域之候選路徑。在所述情況下，處理器306可如下判定目標路徑。
處理器306可接著將目標路徑判定為具有供遞送工作者訪問目標單元區域之最短時間的可行遞送模式。在一些實施例中，基於在步驟704處所判定之單元區域之間的距離，可估計遞送工作者沿著候選路徑行進以訪問目標單元區域的持續時間。可將目標路徑判定為具有最短持續時間之候選路徑。
儘管已參考本發明的特定實施例繪示及描述本發明，但應理解，可在不修改的情況下在其他環境中實踐本發明。已出於說明的目的呈現前述描述。前述描述並不詳盡且不限於所揭露的精確形式或實施例。修改及調適對所屬技術領域中具有通常知識者而言將自本說明書的考量及所揭露實施例的實踐顯而易見。另外，儘管將所揭露實施例的態樣描述為儲存於記憶體中，但所屬技術領域中具有通常知識者應瞭解，這些態樣亦可儲存於其他類型的電腦可讀媒體上，諸如次級儲存裝置，例如硬碟或CD ROM，或其他形式的RAM或ROM、USB媒體、DVD、藍光或其他光碟機媒體。
基於書面描述及所揭露方法的電腦程式在有經驗開發者的技能內。各種程式或程式模組可使用所屬技術領域中具有通常知識者已知的任何技術來創建或可結合現有軟體設計。舉例而言，程式區段或程式模組可用或藉助於.Net Framework、.Net Compact Framework（及相關語言，諸如Visual Basic、C等）、Java、C++、物件-C（Objective-C）、HTML、HTML/AJAX組合、XML或包含Java小程式的HTML設計。
此外，儘管本文中已描述說明性實施例，但所屬技術領域中具有通常知識者將基於本發明瞭解具有等效元件、修改、省略、（例如，各種實施例中的態樣的）組合、調適及/或更改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所採用的語言來廣泛地解譯，且不限於本說明書中所描述或在本申請案的審查期間的實例。實例應解釋為非排他性的。此外，所揭露方法的步驟可以包含藉由對步驟重新排序及/或插入或刪除步驟的任何方式修改。因此，希望僅將本說明書及實例視為說明性的，其中藉由以下申請專利範圍及其等效物的完整範圍指示真實範圍及精神。
100:方塊圖 101:運送授權技術系統 102A:行動裝置 102B:電腦 103:外部前端系統 105:內部前端系統 107:運輸系統 107A、107B、107C、119A、119B、119C:行動裝置 109:賣方門戶 111:運送及訂單跟蹤系統 113:履行最佳化系統 115:履行訊息傳遞閘道器 117:供應鏈管理系統 119:勞動力管理系統 121A、121B、121C:第三方履行系統 123:履行中心授權系統 125:勞動管理系統 200:履行中心 201:卡車 202A、202B:物品 203:入站區 205:緩衝區 206:叉車 207:下貨區 208:物品 209:揀選區 210:儲存單元 211:包裝區 213:樞紐區 214:傳送機構 215:營地區 216:分揀設備 218:包裹 220:包裹 222:卡車 224A、224B:遞送工作者 226:汽車 300:系統 302:電腦 304:資料庫 306:處理器 308:記憶體 310:網路 400、600、700、600、700:過程 402、404、406、408、410、602、606、608、610、612、702、704、706:步驟 502、504、506、508:多邊形
圖1A為示出符合所揭露實施例的包括用於允許運送、運輸以及物流操作的通訊的電腦化系統的網路的例示性實施例的示意性方塊圖。 圖1B描繪符合所揭露實施例的包含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的樣本搜尋結果頁（Search Result Page；SRP）。 圖1C描繪符合所揭露實施例的包含產品及關於所述產品的資訊以及交互式使用者介面元素的樣本單一顯示頁（Single Display Page；SDP）。 圖1D描繪符合所揭露實施例的包含虛擬購物車中的物品以及交互式使用者介面元素的樣本購物車頁。 圖1E描繪符合所揭露實施例的包含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的樣本訂單頁。 圖2為符合所揭露實施例的經組態以利用所揭露電腦化系統的例示性履行中心的圖解說明。 圖3為符合所揭露實施例的用於包裹收取及遞送的路徑計畫之實例系統的圖解說明。 圖4為符合所揭露實施例的用於包裹收取及遞送的路徑計畫之實例過程的流程圖。 圖5為繪示符合所揭露實施例的實例單元區域及實例遞送模式的圖式。 圖6為符合所揭露實施例的訓練用於路徑生成之機器學習模型的實例過程的流程圖。 圖7為符合所揭露實施例的用於包裹收取及遞送的路徑生成之實例過程的流程圖。
200:履行中心
201:卡車
202A、202B、208:物品
203:入站區
205:緩衝區
206:叉車
207:下貨區
209:揀選區
210:儲存單元
211:包裝區
213:樞紐區
214:傳送機構
215:營地區
216:分揀設備
218、220:包裹
222:卡車
224A、224B:遞送工作者
226:汽車

Claims (10)

  1. 一種用於包裹收取及遞送之路徑計畫的電腦實施方法，包括：接收連接預定位置之預定路徑的資料；基於所述預定位置沿所述預定路徑的順序接近度而判定地理區中的單元區域；使用第一機器學習模型判定至少一個訓練遞送模式之評分；生成用於判定路徑的遞送模式，其中每一遞送模式包括與訪問序列相關的所述單元區域中的至少一個；使用所述遞送模式判定用於訪問目標位置之目標路徑；以及將所述目標路徑發送至行動設備。
  2. 如請求項1所述的方法，其中所述單元區域包括第一單元區域及第二單元區域，且所述單元區域經組態為使得在訪問所述第二單元區域的位置之前訪問所述第一單元區域中的所有位置。
  3. 如請求項1所述的方法，更包括藉由將圖嵌入技術應用於所述單元區域中的每一者的位置之地址來判定所述單元區域的每一者的向量表示。
  4. 如請求項1所述的方法，其中所述評分指示用於沿著訪問序列訪問所述單元區域中的至少一者的效率水準。
  5. 如請求項1所述的方法，其中判定所述地理區中的所述單元區域更包括：接收所述地理區中之可遞送位置；使用第二機器學習模型判定所述可遞送位置中之每一者的位 置向量，其中兩個位置向量之間的距離指示沿著遞送路徑的對應於所述兩個位置向量之兩個位置的順序接近度；針對所述可遞送位置中之每一者判定包括所述可遞送位置之所述位置向量及位置屬性的特徵向量；以及藉由基於所述特徵向量之間的距離而對所述可遞送位置進行分組來判定所述單元區域，其中分組至一個單元區域中的可遞送位置之特徵向量之間的距離是在預定臨限值內。
  6. 如請求項5所述的方法，其中所述位置屬性包括以下中之至少一者：地理座標、建築物之數目、區域之名稱、道路之名稱、或郵政碼。
  7. 如請求項1所述的方法，其中所述第一機器學習模型包括神經網路模型，且所述方法更包括：使用所述單元區域判定候選遞送模式，其中每一候選遞送模式包括按訪問序列排序之所述單元區域中之至少一者；藉由在所述候選遞送模式中添加所述單元區域中之所述至少一者之向量表示來判定每一候選遞送模式之向量表示；藉由將每一候選遞送模式之所述向量表示輸入至第一機器學習模型中而判定每一候選遞送模式之評分；以及生成所述遞送模式作為具有高於預定臨限值之評分的所述候選遞送模式。
  8. 如請求項1所述的方法，更包括：接收包括待訪問之所述目標位置之任務資料；判定目標單元區域作為覆蓋所述目標位置之單元區域；以及判定連結所述目標單元區域之所述目標路徑，其中每一目標 單元區域將沿著所述目標路徑訪問一次。
  9. 如請求項8所述的方法，其中其中所述第一機器學習模型包括神經網路模型，且所述方法更包括：判定連結所述目標單元區域之至少一組可行遞送模式；以及將所述目標路徑判定為具有供訪問所有所述目標單元區域之最短時間的可行遞送模式。
  10. 一種用於包裹收取及遞送之路徑計畫的電腦實施系統，所述系統包括：記憶體，儲存指令；以及至少一個處理器，其經組態以執行所述指令，以執行請求項1至9中的至少一者的方法。
TW110112024A 2019-03-01 2020-02-20 用於包裹收取及遞送之路徑計畫的設備及電腦實施方法 TWI792250B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/290,040 2019-03-01
US16/290,040 US10565543B1 (en) 2019-03-01 2019-03-01 Systems, apparatuses, and methods of efficient route planning for e-commerce fulfillment

Publications (2)

Publication Number Publication Date
TW202129568A TW202129568A (zh) 2021-08-01
TWI792250B true TWI792250B (zh) 2023-02-11

Family

ID=69528338

Family Applications (2)

Application Number Title Priority Date Filing Date
TW109105423A TWI727667B (zh) 2019-03-01 2020-02-20 用於包裹收取及遞送之路徑計畫的設備、系統及電腦實施方法
TW110112024A TWI792250B (zh) 2019-03-01 2020-02-20 用於包裹收取及遞送之路徑計畫的設備及電腦實施方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
TW109105423A TWI727667B (zh) 2019-03-01 2020-02-20 用於包裹收取及遞送之路徑計畫的設備、系統及電腦實施方法

Country Status (9)

Country Link
US (2) US10565543B1 (zh)
EP (1) EP3797393A4 (zh)
JP (2) JP6945076B2 (zh)
KR (2) KR102320179B1 (zh)
AU (2) AU2020104455A4 (zh)
PH (1) PH12020551782A1 (zh)
SG (1) SG11202011416SA (zh)
TW (2) TWI727667B (zh)
WO (1) WO2020178650A1 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11068832B1 (en) * 2018-08-31 2021-07-20 VuTrans Solutions LLC System and method for identifying freight capacity
US10467563B1 (en) * 2019-02-18 2019-11-05 Coupang, Corp. Systems and methods for computerized balanced delivery route pre-assignment
US10467562B1 (en) * 2019-02-18 2019-11-05 Coupang, Corp. Systems and methods for computerized balanced delivery route assignment
US10565543B1 (en) 2019-03-01 2020-02-18 Coupang, Corp. Systems, apparatuses, and methods of efficient route planning for e-commerce fulfillment
US20210081894A1 (en) * 2019-09-13 2021-03-18 NEC Laboratories Europe GmbH Constrained vehicle routing using clusters
CN112288347A (zh) * 2020-02-21 2021-01-29 北京京东振世信息技术有限公司 冷链配送的路线确定方法、装置、服务器及存储介质
CN111222828A (zh) * 2020-02-27 2020-06-02 江苏满运软件科技有限公司 相似货主的确定方法、装置、计算机设备及存储介质
CN111445191B (zh) * 2020-03-30 2024-02-27 拉扎斯网络科技（上海）有限公司 一种配送难度的预估方法、装置和存储介质
CN111461430A (zh) * 2020-03-31 2020-07-28 北京百度网讯科技有限公司 用于生成路线信息的方法及装置
CN111664851B (zh) * 2020-06-11 2022-02-01 哈尔滨工业大学 基于序列优化的机器人状态规划方法、装置及存储介质
GB2601623A (en) 2020-11-17 2022-06-08 Walmart Apollo Llc Methods and apparatus for automatic route assignment
KR102270015B1 (ko) 2020-12-02 2021-06-28 쿠팡 주식회사 물류 창고의 반출을 관리하는 전자 장치 및 그 제어 방법
KR20230018966A (ko) 2021-07-30 2023-02-07 주식회사 디투시스 판매 지역 및 기간 설정이 가능한 상품 판매 및 구매 서비스 제공 시스템 및 방법
KR102431289B1 (ko) * 2021-12-09 2022-08-11 쿠팡 주식회사 아이템 배달 정보 제공 방법 및 그 장치
TWI828105B (zh) * 2022-04-01 2024-01-01 國立陽明交通大學 一種物流處理系統及其方法
KR20230166291A (ko) * 2022-05-30 2023-12-07 쿠팡 주식회사 배달 업무 관련 정보를 제공하는 전자 장치 및 그 방법
CN114881579A (zh) * 2022-07-11 2022-08-09 北京云迹科技股份有限公司 配送路径的确定方法及装置
KR20240045687A (ko) * 2022-09-30 2024-04-08 쿠팡 주식회사 배송 주문을 처리하는 전자 장치 및 그 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200816076A (en) * 2006-09-19 2008-04-01 Xiao-Peng Li Mail distribution system
US20100088146A1 (en) * 2002-08-22 2010-04-08 United Parcel Service Of America, Inc. Core Area Territory Planning for Optimizing Driver Familiarity and Route Flexibility
US20180315319A1 (en) * 2017-04-26 2018-11-01 Dropoff, Inc. Systems and methods for automated real-time and advisory routing within a fleet of geographically distributed drivers
CN109076312A (zh) * 2016-03-23 2018-12-21 福特全球技术公司 用于提供移动网络的系统和方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100259465B1 (ko) * 1997-09-13 2000-07-01 강말길 물류 배송 관리방법
US8560223B2 (en) 2002-08-29 2013-10-15 Mapquest, Inc. Automated route determination
JP2004238129A (ja) 2003-02-05 2004-08-26 Jfe Steel Kk 配送計画立案方法およびその装置
JP2005158046A (ja) 2003-10-31 2005-06-16 Matsushita Electric Ind Co Ltd 担当者采配システム及び担当者采配方法
US20090048890A1 (en) 2007-08-16 2009-02-19 Burgh Stuart G Delivery Management System for Quick Service Restaurants
JP2010078571A (ja) 2008-09-29 2010-04-08 Miyagi Seikatsu Kyodo Kumiai 配達用地図作成装置、配達用地図作成方法、及び配達用地図作成プログラム
CN105224994A (zh) * 2014-07-03 2016-01-06 富士通株式会社 预测停留时间的装置和方法、确定投递路径的设备和方法
JP6439400B2 (ja) * 2014-11-17 2018-12-19 富士通株式会社 配送計画プログラム、配送計画方法、および配送計画装置
KR20160070699A (ko) * 2014-12-10 2016-06-20 티라텍(주) 권역지정을 통한 자동배차계획 설계방법
US9792575B2 (en) * 2016-03-11 2017-10-17 Route4Me, Inc. Complex dynamic route sequencing for multi-vehicle fleets using traffic and real-world constraints
US10380534B2 (en) 2016-03-11 2019-08-13 Route4Me, Inc. Autonomous supply and distribution chain
DE112016006835B4 (de) 2016-06-06 2023-09-21 Ford Global Technologies, Llc System, verfahren und vorrichtungen für automatisierte fahrzeug- und drohnenlieferung
JP2018026086A (ja) * 2016-08-08 2018-02-15 メッシュ コリア カンパニー リミテッドＭｅｓｈ Ｋｏｒｅａ Ｃｏ．， Ｌｔｄ． 配送経路を学習して配送計画を生成する装置及び方法
JP2018073032A (ja) 2016-10-27 2018-05-10 株式会社エステンナイン京都 配送支援のための情報処理装置および配送システムならびに配送支援方法
CN106779529A (zh) 2016-11-23 2017-05-31 合肥壹客送网络科技有限公司 一种商品货物配送方法及系统
KR101950996B1 (ko) 2017-05-12 2019-02-22 카페24 주식회사 택배서비스 운영 방법 및 장치, 통합 택배 서비스 시스템
US20190114564A1 (en) * 2017-10-18 2019-04-18 United Parcel Service Of America, Inc. Enriched Logistics System for Unmanned Vehicle Delivery of Parcels
US10565543B1 (en) 2019-03-01 2020-02-18 Coupang, Corp. Systems, apparatuses, and methods of efficient route planning for e-commerce fulfillment

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100088146A1 (en) * 2002-08-22 2010-04-08 United Parcel Service Of America, Inc. Core Area Territory Planning for Optimizing Driver Familiarity and Route Flexibility
TW200816076A (en) * 2006-09-19 2008-04-01 Xiao-Peng Li Mail distribution system
CN109076312A (zh) * 2016-03-23 2018-12-21 福特全球技术公司 用于提供移动网络的系统和方法
US20180315319A1 (en) * 2017-04-26 2018-11-01 Dropoff, Inc. Systems and methods for automated real-time and advisory routing within a fleet of geographically distributed drivers

Also Published As

Publication number Publication date
TW202129568A (zh) 2021-08-01
JP2022000783A (ja) 2022-01-04
KR20200105737A (ko) 2020-09-09
KR20210131967A (ko) 2021-11-03
JP6945076B2 (ja) 2021-10-06
EP3797393A1 (en) 2021-03-31
KR102320179B1 (ko) 2021-11-02
JP2021513132A (ja) 2021-05-20
TWI727667B (zh) 2021-05-11
US11403590B2 (en) 2022-08-02
AU2020231084A1 (en) 2020-11-19
PH12020551782A1 (en) 2021-06-07
JP7266649B2 (ja) 2023-04-28
KR102476482B1 (ko) 2022-12-13
TW202038155A (zh) 2020-10-16
US10565543B1 (en) 2020-02-18
AU2020104455A4 (en) 2021-09-30
WO2020178650A1 (en) 2020-09-10
SG11202011416SA (en) 2020-12-30
EP3797393A4 (en) 2022-03-09
US20200279220A1 (en) 2020-09-03

Similar Documents

Publication Publication Date Title
TWI792250B (zh) 用於包裹收取及遞送之路徑計畫的設備及電腦實施方法
TWI806794B (zh) 用於出勤者指派的電腦實施系統以及電腦實施方法
TW202139091A (zh) 用於出勤者指派的方法及電腦實施系統
TW202036397A (zh) 用於最佳化包裹之分類及載入的電腦實施系統、電腦實施方法及系統
KR102549774B1 (ko) 컴퓨터 구현 인공 지능 배치 픽업 최적화 및 통신을 위한 시스템 및 방법
TWI797606B (zh) 用於將物件指派給揀貨員的電腦化系統以及方法
TWI813992B (zh) 用於物件關聯的電腦化系統以及電腦實施方法
TWI792289B (zh) 為定製履行中心確定物件的系統以及方法
TW202236183A (zh) 用於處置物件標識符的電腦實施系統及電腦實施方法、以及用於客戶訂單中的物件的分解及重組的電腦實施系統