WO2024089782A1 - 作業計画立案プログラム、作業計画立案方法、および情報処理装置 - Google Patents

作業計画立案プログラム、作業計画立案方法、および情報処理装置 Download PDF

Info

Publication number
WO2024089782A1
WO2024089782A1 PCT/JP2022/039825 JP2022039825W WO2024089782A1 WO 2024089782 A1 WO2024089782 A1 WO 2024089782A1 JP 2022039825 W JP2022039825 W JP 2022039825W WO 2024089782 A1 WO2024089782 A1 WO 2024089782A1
Authority
WO
WIPO (PCT)
Prior art keywords
work
items
search
work plan
item
Prior art date
Application number
PCT/JP2022/039825
Other languages
English (en)
French (fr)
Inventor
羽染あや乃
Original Assignee
富士通株式会社
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 富士通株式会社 filed Critical 富士通株式会社
Priority to PCT/JP2022/039825 priority Critical patent/WO2024089782A1/ja
Publication of WO2024089782A1 publication Critical patent/WO2024089782A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
    • B65G1/02—Storage devices
    • B65G1/04—Storage devices mechanical
    • B65G1/137—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed

Definitions

  • This matter relates to a work planning program, a work planning method, and an information processing device.
  • picking work may be performed using a mobile object, such as a traveling machine (automated guided vehicle (AGV)).
  • AGV automated guided vehicle
  • the maximum number of items that can be placed on a traveling machine is specified, so the number of items that can be transported at one time is limited.
  • the present invention aims to provide an information processing device, a work planning method, and a work planning program that can plan efficient collection and return operations.
  • the work plan creation program is for a plurality of rows each including a plurality of items and a plurality of item shelves, and a plurality of aisles provided between the plurality of rows, and defines identifiers indicating a correspondence between each of the plurality of items and each of the plurality of item shelves, and a mobile body having a loading space for loading the items moves along one of the plurality of aisles as an outbound path and along one of the plurality of aisles as a return path, and includes at least one of a first task of loading a plurality of first items identified by the identifiers from the item shelves onto the mobile body, and a second task of loading a plurality of second items loaded onto the mobile body onto the item shelves identified by the identifiers defined for the items.
  • the computer is caused to execute a process of executing either a first search for searching a work plan in which the mobile body performs the first task and the second task for a specified item among the multiple items, the first search being for searching a work plan that reduces the total movement distance in the direction in which the passage extends, or a second search being for searching a work plan that reduces the total movement distance between the multiple rows, and dividing the searched work plan into multiple partial plans, a process of executing both the first search and the second search for each of the multiple partial plans, and a process of formulating a work plan by combining the results of the first search and the second search for the multiple partial plans.
  • FIG. 1 is a diagram for explaining an overview of an automatic picking operation.
  • 10 is a diagram illustrating a picking operation that enables efficient collection and return operations.
  • FIG. This is a perspective view of the inside of a warehouse.
  • FIG. 1 is a diagram illustrating a layout within a warehouse.
  • 1A is a block diagram illustrating an example of an overall configuration of an information processing device
  • FIG. 1B is a block diagram illustrating an example of a hardware configuration of the information processing device.
  • FIG. 13 is a diagram illustrating an example of a stored layout.
  • FIG. 13 is a diagram illustrating an example of an order.
  • 11 is a flowchart illustrating an example of a process executed by an information processing device.
  • FIG. 13 is a diagram illustrating an example of a passage number.
  • FIG. 13 is a diagram illustrating an example of the number of counted orders.
  • FIG. 1 is a diagram illustrating a V method.
  • FIG. 1 is a diagram illustrating a P method.
  • FIG. 1 is a diagram illustrating a P method.
  • 13 is a flowchart showing details of step S3.
  • 13 is a flowchart showing details of step S3.
  • 13 is a flowchart showing details of step S3.
  • 11 is a flowchart showing details of optimization by the V method.
  • 13 is a flowchart showing details of step S72.
  • 13A and 13B are diagrams for explaining an example of optimization.
  • 13A and 13B are diagrams for explaining an example of optimization.
  • FIG. 13 is a diagram for explaining an example of optimization.
  • 13A and 13B are diagrams for explaining an example of optimization.
  • the traveling vehicle 201 In the picking work of these products, there are cases where workers collect the products from the product cases on each product shelf, and cases where a traveling vehicle (automated vehicle: AGV) automatically collects the products.
  • AGV automated vehicle
  • the traveling vehicle automatically collects the products.
  • the traveling vehicle 201 travels to the product shelf 202 that contains the product case (hereinafter, collected product case) containing the product designated for collection, and picks the collected product case from the product shelf 202.
  • This work will be referred to as collection work hereinafter.
  • the traveling vehicle 201 that places the collected product case in its own placement space transports the collected product case to the picking work area 203 and collects it.
  • the final picking work from the collected product case is performed by a worker.
  • the traveling vehicle 201 transports the product case (hereinafter, returned product case) after the final picking work has been performed and returns it to the original product shelf 202.
  • the traveling machine 201 is specified for the maximum number of product cases that can be loaded, so the number of product cases that can be transported at one time is limited. Also, there are a large number of product shelves in a vast warehouse. Therefore, creating an operation plan for simultaneously performing collection and return operations is complicated. If the combination of product cases to be returned and collected in one operation and the operation sequence are not taken into consideration, the operation efficiency will actually decrease.
  • the specified maximum number of product cases may be different from the maximum number of product cases that can be loaded by the traveling machine 201. For example, even if a maximum of seven product cases can be loaded in the loading space of the traveling machine 201, the specified maximum number of product cases that can be loaded may be six. In this way, it is also desirable for the operation plan creation means to be able to handle large-scale problems.
  • FIG. 2 is a diagram illustrating an example of a picking operation that can perform collection and return operations efficiently.
  • the traveling machine 201 returns return product cases along the travel route indicated by the arrow, collects collected product cases in the vacant loading space, and can subsequently collect collected product cases while continuing to return return product cases so as not to exceed the maximum number that can be loaded. In such a case, the traveling machine 201 can perform picking operations efficiently.
  • the aisles in the warehouse are often one-way. Therefore, if the product shelf of the collected product case is located earlier than the product shelf of the returned product case on the traveling route, the vehicle will be required to detour around the aisle after completing the return work and return to the earlier product shelf again to collect the products, resulting in an extra trip. In addition, since orders and work status can change, it is necessary to create a plan in real time according to the situation.
  • FIG. 3 is a perspective view of the inside of the warehouse.
  • the product shelves 202 are arranged in multiple rows (1, 2, 3, ...) in multiple columns (1, 2, 3, ).
  • Each product shelf 202 stores multiple product cases. However, the number of the product case stored in each product shelf 202 (hereinafter, product number) is specified as an identifier.
  • Product cases with the same product number store the same type of product.
  • Product cases with different product numbers store different types of products.
  • a route with gaps between the rows is hereinafter referred to as an aisle. If there are no gaps between the rows, the traveling machine 201 cannot travel.
  • the traveling machine 201 does not turn back in the middle of an aisle. For example, the traveling machine 201 does not travel partway down the aisle between rows 1 and 2 and then turn back. Note that the traveling machine 201 may travel back and forth along the same aisle in one round trip, but in the following example, the traveling machine 201 does not travel back and forth along the same aisle in one round trip. For example, after the traveling machine 201 has finished traveling along the aisle between rows 1 and 2, it will return along another aisle instead of that aisle. However, if the return route is the aisle between rows 1 and 2, the traveling machine 201 can travel along the same aisle as the outbound route of the next round trip.
  • FIG. 4 is a diagram explaining the layout of a warehouse used in the following explanation.
  • an aisle is configured between row 1 and row 2
  • no aisle is configured between row 2 and row 3
  • an aisle is configured between row 3 and row 4.
  • an aisle is configured between row (2m-1) and row (2m)
  • no aisle is configured between row (2m) and row (2m+1).
  • the side facing the work picking area (the side where the outward journey begins) is the near side
  • the side opposite the work picking area (the side where the return journey begins) is the far side.
  • the traveling machine 201 travels from the near side to the far side, it is called the outward journey, and when it travels from the far side to the near side, it is called the return journey.
  • the first is a method that reduces the total distance traveled in a direction perpendicular to the parts shelves (perpendicular to the direction in which the aisles extend) when looking at the warehouse from a plan view.
  • the second is a method that reduces the total distance traveled in a direction parallel to the parts shelves (parallel to the direction in which the aisles extend).
  • FIG. 5(a) is a block diagram illustrating an example of the overall configuration of an information processing device 100.
  • the information processing device 100 includes a layout storage unit 10, an order storage unit 20, an order creation unit 30, a first optimization unit 40, a second optimization unit 50, a division unit 60, a third optimization unit 70, and an output unit 80.
  • FIG. 5(b) is a block diagram illustrating an example of the hardware configuration of the information processing device 100.
  • the information processing device 100 includes a CPU 101, a RAM 102, a storage device 103, an input device 104, a display device 105, etc.
  • the CPU (Central Processing Unit) 101 is a central processing unit.
  • the CPU 101 includes one or more cores.
  • the RAM (Random Access Memory) 102 is a volatile memory that temporarily stores programs executed by the CPU 101, data processed by the CPU 101, etc.
  • the storage device 103 is a non-volatile storage device. For example, a ROM (Read Only Memory), a solid state drive (SSD) such as a flash memory, or a hard disk driven by a hard disk drive can be used as the storage device 103.
  • the storage device 103 stores a work plan creation program.
  • the input device 104 is an input device such as a keyboard or a mouse.
  • the display device 105 is a display device such as an LCD (Liquid Crystal Display).
  • the CPU 101 executes the work plan planning program to realize the layout storage unit 10, the order storage unit 20, the order creation unit 30, the first optimization unit 40, the second optimization unit 50, the division unit 60, the third optimization unit 70, and the output unit 80.
  • hardware such as dedicated circuits may be used as the layout storage unit 10, the order storage unit 20, the order creation unit 30, the first optimization unit 40, the second optimization unit 50, the division unit 60, the third optimization unit 70, and the output unit 80.
  • the layout storage unit 10 stores the layout of the warehouse shelves. Specifically, as shown in FIG. 6, the layout storage unit 10 stores the product number of each product case in association with the row and column number of the product shelf in which the product case is stored.
  • the order storage unit 20 stores orders that are input from outside.
  • Figure 7 is a diagram illustrating an example of an order. As illustrated in Figure 7, an order associates the product number to be picked with the row number of the product shelf where the product cases of each product number are located. Note that since the layout storage unit 10 associates each product number with the row and column number of each product shelf, the order may specify only the product number. Also, the order does not yet specify the order for collection.
  • Figure 8 is a flowchart showing an example of the process executed by the information processing device 100.
  • the order creation unit 30 reads the order stored in the order storage unit 20 (step S1).
  • the order creation unit 30 refers to the orders read in step S1 and the layout stored in the layout storage unit 10, and counts the number of orders for each aisle (step S2).
  • FIG. 10 is a diagram illustrating the number of orders counted.
  • the number of product cases to be collected or returned is 7.
  • the number of product cases to be collected or returned is 3.
  • the order creation unit 30 creates an order of aisle numbers as a priority order for collecting product cases.
  • the initial order of the aisle numbers is not particularly limited, but in FIG. 10, the order is set from the smallest aisle number.
  • V method which is a method for reducing the total distance traveled in the vertical direction
  • P method which is a method for reducing the total distance traveled in the horizontal direction.
  • FIG 11 is a diagram explaining the V-method.
  • V-method in order to reduce the total vertical travel distance, a plan is made to collect and return orders in the same aisle as much as possible in one operation according to the order of aisle numbers.
  • Task (1) involves moving along aisle 1, picking up six product cases, and returning.
  • Task (2) involves moving along aisle 1, returning the product cases picked up in task (1), picking up product cases on the return journey along aisle 2, picking up product cases on the outbound journey along aisle 3, and picking up product cases on the return journey along aisle 4.
  • task (2) is done in such a way that the outbound route is via aisle 1 and the return route is via aisle 2 without skipping aisle 2.
  • tasks (3) and onwards When tasks (1) to (10) are tallied, it requires 14 rows of vertical movement and 12 round trips in the horizontal direction.
  • FIGS. 12 and 13 are diagrams explaining the P method.
  • a plan is made to complete one collection and return operation in as few round trips as possible, according to the order of the aisle numbers.
  • FIG. 12 shows an example of planning for operations (1) and (2).
  • Task (1) simply involves going to collect the items, so six items are collected in aisle 1.
  • the item cases collected in task (1) are returned while moving along aisle 1.
  • One item case is also collected in aisle 1.
  • task (2) skips aisles 2 and 3 and uses aisle 4 as the return route.
  • 22 rows of movement are required in the vertical direction and 10 round trips in the horizontal direction.
  • step S2 the first optimization unit 40 optimizes the work plan using the P method (step S3).
  • FIG. 14 is a flowchart showing the details of step S3. As illustrated in FIG. 14, the first optimization unit 40 reads the order from the order storage unit 20 (step S21).
  • step S22 the first optimization unit 40 creates a work plan using the P method according to the order of the passage numbers. Details of step S22 will be described later.
  • the first optimization unit 40 calculates the total travel distance for the work plan created in step S22 (step S23).
  • the first optimization unit 40 records the sequence of aisle numbers used and the total travel distance from the results of step S23 (step S24).
  • the first optimization unit 40 determines whether the number of executions of steps S22 to S24 has reached the upper limit (step S25).
  • step S25 returns "No"
  • the first optimization unit 40 changes the order of the passage numbers (step S26). Then, the process is executed again from step S22.
  • step S25 the first optimization unit 40 outputs the optimal work plan from among the work plans obtained by repeating steps S22 to S26 (step S27).
  • the optimal work plan here is the work plan with the shortest total movement distance in the parallel direction.
  • the optimization algorithm in the optimization calculation portion of steps S22 to S26 is not particularly limited, but may be, for example, an evolutionary algorithm such as a genetic algorithm. These algorithms are used as optimization algorithms for changing the passage number sequence.
  • FIGS. 15 and 16 are flow charts showing the details of step S3.
  • the first optimization unit 40 determines whether there are any products (product numbers) remaining that have not been allocated to a work set (step S32). When step S32 is executed for the first time, no products have yet been allocated to a work set, so step S32 is determined as "Yes.”
  • step S32 If step S32 returns "Yes," the first optimization unit 40 calculates the number of products Pn(t) that have not yet been allocated in column n (step S33). The number of products corresponds to the number of product numbers. Next, the first optimization unit 40 determines whether the number of products Pn(t) is equal to or greater than the specified maximum number of products that can be placed M (step S34).
  • step S34 returns "Yes," the first optimization unit 40 creates collection set A for a single row A having M items from row n that have not yet been allocated to a work set (step S35).
  • step S36 determines whether Pn(t)! is a natural number N times M.
  • step S36 it is determined whether the remaining number of products in row n is a multiple of the maximum number of products that can be placed, M. If it is a multiple, a set consisting of only n rows is created by repeating it with D. If the determination in step S36 is "No," the first optimization unit 40 creates a collection set A for row n, which has a single row A and M products, from the products that have not yet been allocated (step S37).
  • the first optimization unit 40 calculates the number of products Pn(t) that have not yet been allocated (step S38). Next, the first optimization unit 40 determines whether or not Pn(t) calculated in step S38 is zero (step S39). If the result of step S39 is "No”, the process is executed again from step S37. If the result of step S39 is "Yes”, the first optimization unit 40 adds 1 to n (step S40). Then, the process is executed again from step S32.
  • step S36 determines whether the number of products Pn(t) is 2M or more (step S41). If step S41 returns "Yes,” the first optimization unit 40 selects a column k that is different from column n (step S42). Next, the first optimization unit 40 creates a collection set of two columns (A+B) from columns n and k (step S43).
  • step S44 the first optimization unit 40 creates collection set A for single row A from row n.
  • step S45 the first optimization unit 40 determines whether there are any products that have not yet been allocated to rows 1 to n (step S45). If the determination in step S45 is "No,” step S40 is executed.
  • step S34 returns "No," the first optimization unit 40 selects a column k that is different from column n (step S48). Next, the first optimization unit 40 creates a collection set B of a single column B from column k (step S49). Next, the first optimization unit 40 creates a collection set (A+B) of two columns (A+B) from columns n and k (step S50).
  • the first optimization unit 40 creates a collection set B of a single row B from row k (step S51).
  • the first optimization unit 40 identifies the row L of the lowest product (product number) that has not yet been allocated (step S52).
  • step S4 the division unit 60 divides the work plan drawn up in step S2 into a number of partial plans (step S4). For example, a work plan in which tasks (1) to (10) are performed in sequence is divided into a partial plan for tasks (1) to (3), a partial plan for tasks (4) to (6), and a partial plan for tasks (7) to (10) without changing the order of the tasks.
  • step S5 For each partial plan divided in step S4, the first optimization unit 40 optimizes it using the P method, and the second optimization unit 50 optimizes it using the V method (step S5).
  • Optimization using the P method can be performed by the processes shown in Figs. 14 to 16. Optimization using the V method will be described below.
  • FIG. 17 is a flowchart showing the details of optimization using the V method. As illustrated in FIG. 17, the second optimization unit 50 reads an order from the order storage unit 20 (step S71).
  • step S72 the second optimization unit 50 creates a work plan using the V method according to the passage number order. Details of step S72 will be described later.
  • the second optimization unit 50 calculates the total travel distance for the work plan created in step S72 (step S73).
  • the second optimization unit 50 records the passage number order and the total travel distance from the results of step S73 (step S74).
  • the second optimization unit 50 determines whether the number of executions of steps S72 to S74 has reached the upper limit (step S75).
  • step S75 returns "No," the order of the aisle numbers is changed (step S76). Then, processing is resumed from step S72.
  • step S75 If step S75 returns "Yes," the second optimization unit 50 outputs the optimal work plan from among the work plans obtained by repeating steps S72 to S76 (step S77).
  • the optimal work plan here is the work plan with the shortest vertical travel distance.
  • the optimization algorithm of the optimization calculation portion of steps S72 to S76 is not particularly limited, but may be, for example, an evolutionary algorithm such as a genetic algorithm. These algorithms are used as optimization algorithms for changing the passage number order.
  • Fig. 18 is a flow chart showing the details of step S72.
  • the second optimization unit 50 reads the maximum value Na of the aisle number, the order sequence S N , the remaining quantity P N of products in the aisle S N , and the maximum number M of products that can be loaded on the traveling machine 201 (step S81). Note that the maximum value Na and the maximum number M are integers.
  • the order sequence S N and the remaining quantity P N are matrices. N is an integer.
  • the second optimization unit 50 sets N to "0" (step S82).
  • the second optimization unit 50 judges whether the remaining product quantity P N is greater than 0 (step S83). If the judgment in step S83 is "Yes", the second optimization unit 50 inputs the remaining product quantity P N to a combination G' of aisles in which work is performed at one time (step S84).
  • the combination G' is a matrix.
  • step S85 the second optimization unit 50 subtracts 1 from the remaining product quantity P_N (step S85). After that, the process is executed again from step S83.
  • step S83 determines whether N is smaller than the maximum value Na (step S86).
  • step S86 returns "Yes," the second optimization unit 50 adds 1 to N (step S87). Then, the process is executed again from step S83.
  • Steps S83 to S87 are loop processes that are repeated M times. However, if step S86 returns "No,” the loop process ends. If step S83 has been repeated M times, step S85 or step S87 is executed, and the loop process ends.
  • step S88 the second optimization unit 50 adds the combination G' to the work plan G (step S88).
  • step S89 determines whether the remaining number of items has become 0 (step S89). If the determination in step S89 is "No”, the loop processing is executed again from step S83. If the determination in step S89 is "Yes”, the execution of the flowchart is terminated.
  • the travel distance required to work on all 180 orders was calculated using the method according to this embodiment.
  • the data used is the distribution of orders in each aisle, as shown in Figure 19(a).
  • the shelves on which the parts are stored are arranged at 1m intervals, and the size of each row of shelves is 1m wide and 15m long.
  • FIG. 20(a) An example of a work plan optimized using the P method is shown in Figure 20(a).
  • the order of the path numbers which are input variables, was 1, 2, 3, 4, 7, 15, 8, 5, 6, 9, 10, 11, 12, 13, 14, 16.
  • the total travel distance was 2,320 m.
  • FIG. 21 is a diagram for explaining a preferred example of dividing a work plan. It is preferable for the work plan to satisfy the following two conditions.
  • the first condition is that the division position should be the division point of the units when creating a plan using the P method.
  • the division points of the work units in this case are shown in Figure 21.
  • a unit is a grouping of work numbers during the planning process so that a single collection and return work can be completed in one round trip. Even if the units are swapped, it is possible to complete all the work in one round trip, and it is also possible to reverse the order of the work numbers within a unit.
  • the second condition is that each divided group must contain all the orders that are in the same aisle.
  • the aisle numbers of the orders included in each of the divided partial plans A to C are shown on the right side of Figure 21.
  • Figure 22(a) shows an example of the results of optimizing the combination of aisle number sequence groups to minimize the total travel distance.
  • Figure 22(b) shows an example of the resulting work plan.
  • the total travel distance in this plan is 2,314 m, which is a further 0.5% reduction compared to the P method.
  • the work plan obtained by optimization using the P method is divided into multiple partial plans, but this is not limited to this.
  • the work plan obtained by optimization using the V method may be divided into multiple partial plans.
  • either optimization using the P method or optimization using the V method is executed.
  • the obtained work plan is divided into a plurality of partial plans, and both optimization using the P method and optimization using the V method are executed for each of the plurality of partial plans.
  • the work plan is created by combining the optimization results for the plurality of partial plans.
  • the product case is an example of an item.
  • the product shelf is an example of an item shelf.
  • the product number of each product case is an example of an identifier for identifying the item shelf on which it is stored.
  • the traveling machine 201 is an example of a moving body. Collection of the product cases is an example of a first operation in which multiple first items identified by identifiers are placed from an item shelf onto the moving body. Return of the product cases is an example of a second operation in which multiple second items placed on the moving body are placed onto an item shelf identified by an identifier specified for the items.
  • the P method is an example of a first search that searches for a work plan to reduce the total travel distance in the direction in which the aisle extends.
  • the V method is an example of a second search that searches for a work plan to reduce the total travel distance between multiple rows.
  • the dividing unit 60 is an example of a dividing unit that divides a work plan obtained by executing either the first search or the second search for a work plan in which a mobile object performs a first task and a second task on a specified item among a plurality of items into a plurality of partial plans.
  • the first optimization unit 40 and the second optimization unit 50 are examples of an execution unit that executes both the first search and the second search for each of the plurality of partial plans.
  • the third optimization unit 70 is an example of a planning unit that creates a work plan by combining the results of the first search and the second search for the plurality of partial plans.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)

Abstract

各々が複数の物品と、複数の物品棚を含む複数の列と、前記複数の列の間に設けられた複数の通路とに関し、識別子によって特定される複数の第１物品を物品棚から移動体に載置する第１作業と、移動体に載置されている複数の第２物品を当該物品に対して規定された識別子によって特定される物品棚に載置する第２作業とを行う、という条件において、複数の物品のうち指定された物品について移動体が第１作業および第２作業を行う作業計画について、通路が延びる方向の総移動距離を減少させるように作業計画を探索する第１探索または複数の列の間の総移動距離を減少させるように作業計画を探索する第２探索のうちどちらか一方を実行し、探索した作業計画を複数の部分計画に分割し、複数の部分計画のそれぞれについて第１探索および第２探索の両方を実行し、複数の部分計画についての第１探索および第２探索の結果を組み合わせる。　

Description

作業計画立案プログラム、作業計画立案方法、および情報処理装置
　本件は、作業計画立案プログラム、作業計画立案方法、および情報処理装置に関する。
　ピッキング作業を自動で行なう技術が開示されている（特許文献１参照）。
特開２０２２－０６８５５７号公報
　各物品棚が列をなす倉庫などにおいて、移動体、例えば（自動機ＡＧＶ）等の走行機を用いてピッキング作業を行なう場合がある。しかしながら、走行機には、物品の最大載置個数が指定されているため、一度に搬送できる物品の数が限られている。また、広大な倉庫に大量の物品棚が存在している。したがって、集荷作業および返却作業を同時に行う作業計画の立案は複雑である。尚、この課題は、走行機が自動でピッキング作業を行う場合に限られたことではなく、作業員がカート等の移動体を用いて手作業でピッキング作業を行う場合にも生じ得る。
　１つの側面では、本件は、効率的な集荷・返却作業を立案することができる情報処理装置、作業計画立案方法、および作業計画立案プログラムを提供することを目的とする。
　１つの態様では、作業計画立案プログラムは、各々が複数の物品と、複数の物品棚を含む複数の列と、前記複数の列の間に設けられた複数の通路とに関し、前記複数の物品の各々と前記複数の物品棚の各々との対応関係を示す識別子が規定され、前記物品を載置するための載置スペースを有する移動体が、前記複数の通路のいずれかを往路として移動し、前記複数の通路のいずれかの通路を復路として移動し、前記識別子によって特定される複数の第１物品を前記物品棚から前記移動体に載置する第１作業と、前記移動体に載置されている複数の第２物品を当該物品に対して規定された前記識別子によって特定される物品棚に載置する第２作業と、のうち少なくともいずれかを行う、という条件において、コンピュータに、前記複数の物品のうち指定された前記物品について前記移動体が前記第１作業および前記第２作業を行う作業計画について、前記通路が延びる方向の総移動距離を減少させるように作業計画を探索する第１探索または前記複数の列の間の総移動距離を減少させるように作業計画を探索する第２探索のうちどちらか一方を実行し、探索した作業計画を複数の部分計画に分割する処理と、前記複数の部分計画のそれぞれについて前記第１探索および前記第２探索の両方を実行する処理と、前記複数の部分計画についての前記第１探索および前記第２探索の結果を組み合わせることで、作業計画を立案する処理と、を実行させる。
　効率的な集荷・返却作業を立案することができる。
自動ピッキング作業の概要について説明するための図である。 効率よく集荷作業および返却作業を行なうことができるピッキング作業を例示する図である。 倉庫内の斜視図である。 倉庫内のレイアウトについて説明する図である。 （ａ）は情報処理装置の全体構成を例示するブロック図であり、（ｂ）は情報処理装置のハードウェア構成を例示するブロック図である。 格納されているレイアウトを例示する図である。 オーダーを例示する図である。 情報処理装置が実行する処理の一例を表すフローチャートである。 通路番号を例示する図である。 カウントされたオーダー数を例示する図である。 Ｖ法について説明する図である。 Ｐ法について説明する図である。 Ｐ法について説明する図である。 ステップＳ３の詳細を表すフローチャートである。 ステップＳ３の詳細を表すフローチャートである。 ステップＳ３の詳細を表すフローチャートである。 Ｖ法による最適化の詳細を表すフローチャートである。 ステップＳ７２の詳細を表すフローチャートである （ａ）および（ｂ）は最適化の例を説明するための図である。 （ａ）および（ｂ）は最適化の例を説明するための図である。 最適化の例を説明するための図である。 （ａ）および（ｂ）は最適化の例を説明するための図である。
　実施例の説明に先立って、自動ピッキング作業の概要について説明する。
　物流倉庫では、様々な商品の在庫が広大なスペースに保管されている。このような物流倉庫では、複数種類の商品が保管されている。同じ商品が複数収容された各商品ケースが、決められた商品棚に収容されている。
　これらの商品のピッキング作業では、各商品棚にある商品ケースから作業員が集荷する場合や、走行機（自動機：ＡＧＶ）が自動で集荷する場合もある。ここでは、走行機が自動で集荷する場合を例として説明する。例えば、図１で例示するように、走行機２０１が、集荷を指定された商品が収容されている商品ケース（以下、集荷商品ケース）が収容されている商品棚２０２まで走行し、当該商品棚２０２から当該集荷商品ケースをピッキングする。この作業を、以下、集荷作業と称する。集荷商品ケースを自身の載置スペースに載置した走行機２０１は、ピッキング作業エリア２０３に集荷商品ケースを搬送して集約する。ピッキング作業エリア２０３では、集荷商品ケースからの最終的なピッキング作業が、作業員によって行なわれる。走行機２０１は、最終的なピッキング作業が行われた後の商品ケース（以下、返却商品ケース）を搬送して元の商品棚２０２に返却する。
　しかしながら、走行機２０１には、商品ケースの最大載置個数が指定されているため、一度に搬送できる商品ケースの数が限られている。また、広大な倉庫に大量の商品棚が存在している。したがって、集荷作業および返却作業を同時に行う作業計画の立案は複雑である。一度の作業で返却・集荷する商品ケースの組合せや作業順序を考慮しなければ、かえって作業効率が低下する。なお、指定された最大載置個数とは、走行機２０１の最大載置許容数とは異なっていてもよい。例えば、走行機２０１の載置スペースには、最大で７個の商品ケースを載置可能であったとしても、指定された最大載置個数は６個である場合も有り得る。このように、作業計画立案手段には大規模な問題に対応できることも望まれている。
　図２は、効率よく集荷作業および返却作業を行なうことができるピッキング作業を例示する図である。図２の例では、走行機２０１は、矢印で示す走行ルートの途中で返却商品ケースを返却し、空いた載置スペースに集荷商品ケースを集荷し、その後も最大載置個数を超えないように返却商品ケースを返却しつつ、集荷商品ケースを集荷することができる。このような場合には、走行機２０１は、効率よくピッキング作業を行なうことができる。
　しかしながら、走行機２０１の動作制限などの理由から、倉庫内通路は一方通行であることが多い。したがって、走行ルートにおいて、集荷商品ケースの商品棚が返却商品ケースの商品棚より手前にある場合には、返却作業を終えた後に通路を迂回し、もう一度先の商品棚に集荷しにくることが求められ、余分な走行が生じてしまう。また、オーダーや作業状況は変化することもあるため、状況に合わせてリアルタイムに計画を立案することが求められている。
　ここで、倉庫内の商品棚２０２の配置の詳細について説明する。図３は、倉庫内の斜視図である。図３で例示するように、複数の列（１，２，３，…）に、複数の行（１，２，３，…）の商品棚２０２が配置されている。すなわち、各商品棚の位置は、列番号および行番号を有する行列番号＝（行番号，列番号）を識別子として定義されるのである。各商品棚２０２には、複数の商品ケースが収容される。ただし、各商品棚２０２に収容される商品ケースの番号（以下、商品番号）が識別子として指定されている。例えば、行列番号（１，１）の商品棚２０２には商品番号＝１～６の商品ケースが収容され、行列番号（２，１）の商品棚２０２には商品番号＝７～１２の商品ケースが収容される、などのように商品番号が指定されている。同じ商品番号の商品ケースには、同じ種類の商品が収容されている。異なる商品番号の商品ケースには、異なる種類の商品が収容されている。
　列と列との間に間隔が設けられることによって、走行機２０１が走行することができる。列と列との間に間隔が設けられた経路を、以下、通路と称する。列と列との間に間隔が設けられていない場合には、走行機２０１は走行することができない。走行機２０１は、通路の途中で引き返さない。例えば、走行機２０１は、列１と列２との間の通路を途中まで走行して引き返すというようなことはしない。なお、１往復において同一通路を往復してもよいが、以下の例では、走行機２０１は、１往復において、同一通路を往復しないものとする。例えば、走行機２０１は、列１と列２との間の通路を走行し終わった後に、当該通路を戻らず、他の通路を戻ることになる。ただし、復路が列１と列２との間の通路であった場合に、次の１往復の往路として同通路を走行することはできる。
　走行機２０１は、同じ商品棚においては、返却作業と集荷作業とを行なうことができる。例えば、走行機２０１は、行列番号＝（１，１）の商品棚で停止したまま、商品番号＝１～３の商品ケースを返却し、商品番号＝４～６の商品ケースを集荷することができる。なお、ここで説明する例においては、走行機２０１は、行列番号（１，１）の商品棚において作業を行なっている場合には、行列番号（１，２）の作業を行なわないものとする。ただし、奇数列と偶数列の区別を行わず、一度の作業で行列番号（１，１）と（１，２）の商品ケースを集荷できるものとしてもよい。
　図４は、以下の説明で用いる倉庫内のレイアウトについて説明する図である。図４で例示するように、列１と列２との間に通路が構成され、列２と列３との間には通路が構成されておらず、列３と列４との間に通路が構成されている。一般式で記載すると、列（２ｍ－１）と列（２ｍ）との間には通路が構成され、列（２ｍ）と列（２ｍ＋１）との間には通路が構成されていない。各列において、作業ピッキングエリア側（往路を開始する側）を手前側とし、作業ピッキングエリアとは反対側（復路を開始する側）を奥側とする。走行機２０１が手前側から奥側に走行する場合を往路とし、奥側から手前側に走行する場合を復路とする。
　このような現場における作業計画の立案手法として、２種類の最適化手法が挙げられる。一つ目は、倉庫内を平面的に見た場合に、部品棚に対し垂直方向（通路が延びる方向に対して垂直方向）の総移動距離を小さくする手法、二つ目は、部品棚に対し平行方向（通路が延びる方向に対して平行方向）の総移動距離を小さくする手法である。
　これらの手法は、倉庫のレイアウトや各部品棚に配されている部品分布、オーダー内容等の状況により効果が異なるため、効果の高い計画を立案するためには、現場の状況に合わせて都度手法を選択することが望ましい。しかしながら、レイアウトやオーダーに合わせて、都度適した手法を検討し、適用することは運用上現実的ではない。あるいは、手法を統一し、それに合わせて効率の良い部品配置やレイアウトを立案し、都度変更する方法も考えられるが、これも現実的な運用方法とは言い難い。
　以下の実施例では、効率的な集荷・返却作業を立案することができる情報処理装置、作業計画立案方法、および作業計画立案プログラムについて説明する。
　図５（ａ）は、情報処理装置１００の全体構成を例示するブロック図である。図５（ａ）で例示するように、情報処理装置１００は、レイアウト格納部１０、オーダー格納部２０、オーダー作成部３０、第１最適化部４０、第２最適化部５０、分割部６０、第３最適化部７０、出力部８０などを備える。
　図５（ｂ）は、情報処理装置１００のハードウェア構成を例示するブロック図である。図５（ｂ）で例示するように、情報処理装置１００は、ＣＰＵ１０１、ＲＡＭ１０２、記憶装置１０３、入力装置１０４、表示装置１０５等を備える。
　ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）１０１は、中央演算処理装置である。ＣＰＵ１０１は、１以上のコアを含む。ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）１０２は、ＣＰＵ１０１が実行するプログラム、ＣＰＵ１０１が処理するデータなどを一時的に記憶する揮発性メモリである。記憶装置１０３は、不揮発性記憶装置である。記憶装置１０３として、例えば、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリなどのソリッド・ステート・ドライブ（ＳＳＤ）、ハードディスクドライブに駆動されるハードディスクなどを用いることができる。記憶装置１０３は、作業計画立案プログラムを記憶している。入力装置１０４は、キーボード、マウスなどの入力装置である。表示装置１０５は、ＬＣＤ（Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌ　Ｄｉｓｐｌａｙ）などのディスプレイ装置である。ＣＰＵ１０１が作業計画立案プログラムを実行することで、レイアウト格納部１０、オーダー格納部２０、オーダー作成部３０、第１最適化部４０、第２最適化部５０、分割部６０、第３最適化部７０、および出力部８０が実現される。なお、レイアウト格納部１０、オーダー格納部２０、オーダー作成部３０、第１最適化部４０、第２最適化部５０、分割部６０、第３最適化部７０、および出力部８０として、専用の回路などのハードウェアを用いてもよい。
　レイアウト格納部１０は、倉庫棚のレイアウトを格納している。具体的には、図６で例示するように、レイアウト格納部１０は、各商品ケースの商品番号と、当該商品ケースが収容される商品棚の行列番号とを関連付けて格納している。
　オーダー格納部２０は、外部から入力されるオーダーを格納する。図７は、オーダーを例示する図である。図７で例示するように、オーダーでは、ピッキング対象の商品番号と、各商品番号の商品ケースが配置されている商品棚の列番号とが関連付けられている。なお、レイアウト格納部１０で、各商品番号と各商品棚の行列番号とが関連付けられているため、オーダーでは、商品番号だけが指定されていてもよい。また、このオーダーでは、集荷の順番についてはまだ指定されていない。
　以下、情報処理装置１００が実行する処理の詳細について説明する。図８は、情報処理装置１００が実行する処理の一例を表すフローチャートである。
　図８で例示するように、オーダー作成部３０は、オーダー格納部２０に格納されているオーダーを読み込む（ステップＳ１）。
　次に、オーダー作成部３０は、ステップＳ１で読み込んだオーダーと、レイアウト格納部１０が格納しているレイアウトとを参照し、各通路のオーダー数をカウントする（ステップＳ２）。
　図９で例示するように、列（２ｍ－１）と列（２ｍ）との間の通路を、通路ｍと称する。したがって、列１と列２との間の通路が通路１となり、列３と列４との間の通路が通路２となり、列５と列６との間の通路が通路３となる。また、図９では、各商品棚で集荷または返却をする商品ケース数が、各商品棚に記載してある。図１０は、カウントされたオーダー数を例示する図である。通路１では、集荷または返却する商品ケース数が７個となっている。通路２では、集荷または返却する商品ケース数が３個となっている。オーダー作成部３０は、商品ケースの集荷の優先順位として、通路番号の順序を作成する。通路番号の初期の順序は、特に限定されるものではないが、図１０では、通路番号の小さいものから順に順序が定められている。
　ここで、垂直方向の総移動距離を小さくする手法であるＶ法、および平行方向の総移動距離を小さくする手法であるＰ法について説明する。
　図１１は、Ｖ法について説明する図である。Ｖ法では、垂直方向の総移動距離を小さくするために、通路番号の順序に従って、一度の作業でできるだけ同じ通路にあるオーダーの集荷・返却作業を行う計画が立案される。
　例えば、通路番号の小さいものから順に順序が定められている場合、通路１から優先的に作業が立案される。図９および図１０の例では、作業（１）～作業（１０）の作業を要する。作業（１）では、通路１を移動し、６個の商品ケースを集荷し、戻ってくる。作業（２）では、通路１を移動しながら、作業（１）で集荷した商品ケースを返却しつつ、通路２を復路として商品ケースを集荷し、通路３を往路として商品ケースを集荷し、通路４を復路として商品ケースを集荷する。
　垂直方向の総移動距離を小さくするために、作業（２）は、通路１を往路とし、通路２を飛ばさずに通路２を復路とするような作業となっている。作業（３）以降についても同様である。作業（１）～（１０）について集計すると、垂直方向に１４列分、平行方向に１２往復の移動を要している。
　図１２および図１３は、Ｐ法について説明する図である。Ｐ法では、平行方向の総移動距離を小さくするために、通路番号の順序に従って、一度の集荷・返却作業を、できるだけ一往復の移動で遂行するような計画が立案される。図１２では、作業（１）および作業（２）についての立案が例示されている。
　作業（１）では集荷しに行くだけであるので、通路１で６個の商品を集荷する作業となっている。作業（２）については、通路１を移動しながら、作業（１）で集荷した商品ケースを返却する。また、通路１で１つの商品ケースを集荷する。次に、通路２，３を復路とするよりも通路４を復路とする方が、多くの商品ケースを集荷することができる。そこで、作業（２）では、通路２，３を飛ばして通路４が復路となっている。このように立案していくと、図１３のように、垂直方向に２２列分、平行方向に１０往復の移動を要することになる。
　再度、図８を参照する。ステップＳ２の実行後、第１最適化部４０は、Ｐ法により作業計画を最適化する（ステップＳ３）。
　図１４は、ステップＳ３の詳細を表すフローチャートである。図１４で例示するように、第１最適化部４０は、オーダー格納部２０からオーダーを読み込む（ステップＳ２１）。
　次に、第１最適化部４０は、通路番号の順序に従って、Ｐ法により作業計画を作成する（ステップＳ２２）。ステップＳ２２の詳細については、後述する。
　次に、第１最適化部４０は、ステップＳ２２で作成された作業計画について、総移動距離を算出する（ステップＳ２３）。
　次に、第１最適化部４０は、ステップＳ２３の結果から、用いた通路番号順序と、総移動距離を記録する（ステップＳ２４）。
　次に、第１最適化部４０は、ステップＳ２２～ステップＳ２４までの実行回数が上限に達したか否かを判定する（ステップＳ２５）。
　ステップＳ２５で「Ｎｏ」と判定された場合、第１最適化部４０は、通路番号の順序を変更する（ステップＳ２６）。その後、ステップＳ２２から再度実行される。
　ステップＳ２５で「Ｙｅｓ」と判定された場合、第１最適化部４０は、ステップＳ２２～ステップＳ２６を繰り返して得られた作業計画のうち、最適な作業計画を出力する（ステップＳ２７）。ここでの最適な作業計画とは、平行方向の総移動距離が最も短い作業計画である。
　なお、ステップＳ２２～ステップＳ２６の最適化演算部分の最適化アルゴリズムは、特に限定されるものではないが、例えば遺伝的アルゴリズムなどの進化的アルゴリズムである。これらのアルゴリズムは、通路番号順序を変更するための最適化アルゴリズムとして用いられる。
　図１５および図１６は、ステップＳ３の詳細を表すフローチャートである。図１５および図１６で例示するように、第１最適化部４０は、奇数列のオーダーを読み込み、ｎ＝１とする（ステップＳ３１）。なお、奇数列と偶数列の区別を行わず、一度の作業で基数列と偶数列の商品ケースを集荷できる場合はステップＳ３１は実行されない。次に、第１最適化部４０は、作業セットに配分していない商品（商品番号）が残っているか否かを判定する（ステップＳ３２）。最初にステップＳ３２が実行される際には、まだどの商品も作業セットに配分されていないため、ステップＳ３２では「Ｙｅｓ」と判定される。
　ステップＳ３２で「Ｙｅｓ」と判定された場合、第１最適化部４０は、列ｎで、まだ配分されていない商品数Ｐｎ（ｔ）を算出する（ステップＳ３３）。商品数は、商品番号数に対応する。次に、第１最適化部４０は、商品数Ｐｎ（ｔ）が指定された最大載置個数Ｍ以上であるか否かを判定する（ステップＳ３４）。
　ステップＳ３４で「Ｙｅｓ」と判定された場合、第１最適化部４０は、列ｎから、まだ作業セットに配分されていない商品から、Ｍ個の商品を有する単列Ａの集荷セットＡを作成する（ステップＳ３５）。
　次に、第１最適化部４０は、Ｐｎ（ｔ）！がＭの自然数Ｎ倍であるか否かを判定する（ステップＳ３６）。ステップＳ３６では、ｎ列の商品残数が最大載置個数Ｍの倍数かどうかを判断している。倍数の場合は、Ｄで繰り返しｎ列のみで構成されるセットを作成する。ステップＳ３６で「Ｎｏ」と判定された場合、第１最適化部４０は、列ｎについて、まだ配分されていない商品から、Ｍ個の商品を有する単列Ａの集荷セットＡを作成する（ステップＳ３７）。
　次に、第１最適化部４０は、まだ配分されていない商品数Ｐｎ（ｔ）を算出する（ステップＳ３８）。次に、第１最適化部４０は、ステップＳ３８で算出したＰｎ（ｔ）がゼロであるか否かを判定する（ステップＳ３９）。ステップＳ３９で「Ｎｏ」と判定された場合、ステップＳ３７から再度実行される。ステップＳ３９で「Ｙｅｓ」と判定された場合、第１最適化部４０は、ｎに１を足す（ステップＳ４０）。その後、ステップＳ３２から再度実行される。
　ステップＳ３６で「Ｙｅｓ」と判定された場合、第１最適化部４０は、商品数Ｐｎ（ｔ）が２Ｍ以上であるか否かを判定する（ステップＳ４１）。ステップＳ４１で「Ｙｅｓ」と判定された場合、第１最適化部４０は、列ｎとは異なる列ｋを選択する（ステップＳ４２）。次に、第１最適化部４０は、列ｎと列ｋとから、２列（Ａ＋Ｂ）の集荷セットを作成する（ステップＳ４３）。
　次に、第１最適化部４０は、列ｎから、単列Ａの集荷セットＡを作成する（ステップＳ４４）。次に、第１最適化部４０は、列１から列ｎに、まだ配分されていない商品があるか否かを判定する（ステップＳ４５）。ステップＳ４５で「Ｎｏ」と判定された場合、ステップＳ４０が実行される。
　ステップＳ４５で「Ｙｅｓ」と判定された場合、第１最適化部４０は、まだ配分されていない商品（商品番号）の最も若い列Ｌを特定する（ステップＳ４６）。次に、第１最適化部４０は、ｎ＝Ｌであるか否かを判定する（ステップＳ４７）。ステップＳ４７で「Ｙｅｓ」と判定された場合、ステップＳ３７が実行される。
　ステップＳ３４で「Ｎｏ」と判定された場合、第１最適化部４０は、列ｎとは異なる列ｋを選択する（ステップＳ４８）。次に、第１最適化部４０は、列ｋから、単列Ｂの集荷セットＢを作成する（ステップＳ４９）。次に、第１最適化部４０は、列ｎと列ｋとから、２列（Ａ＋Ｂ）の集荷セット（Ａ＋Ｂ）を作成する（ステップＳ５０）。
　次に、第１最適化部４０は、列ｋから、単列Ｂの集荷セットＢを作成する（ステップＳ５１）。次に、第１最適化部４０は、まだ配分されていない商品（商品番号）の最も若い列Ｌを特定する（ステップＳ５２）。次に、第１最適化部４０は、ｋ＝Ｌであるか否かを判定する（ステップＳ５３）。ステップＳ５３で「Ｎｏ」と判定された場合、ステップＳ５４が実行される。ステップＳ４７で「Ｎｏ」と判定された場合も、ステップＳ５４が実行される。
　ステップＳ５３で「Ｙｅｓ」と判定された場合、第１最適化部４０は、ｎ＝ｋとする（ステップＳ５５）。次に、第１最適化部４０は、列ｎについて、まだ配分されていない商品数Ｐｎ（ｔ）を算出する（ステップＳ５６）。次に、第１最適化部４０は、商品数Ｐｎ（ｔ）がＭ以上であるか否かを判定する（ステップＳ５７）。ステップＳ５７で「Ｎｏ」と判定された場合、Ｓ４８が実行される。ステップＳ５７で「Ｙｅｓ」と判定された場合、ステップＳ３６が実行される。
　ステップＳ３２で「Ｎｏ」と判定された場合、第１最適化部４０は、偶数列について処理したか（商品番号を配分したか）否かを判定する（ステップＳ５９）。ステップＳ５９で「Ｎｏ」と判定された場合、第１最適化部４０は、オーダー格納部２０が格納しているオーダーから、偶数列のオーダーを読み込み、ｎ＝２とする（ステップＳ６０）。その後、ステップＳ３２から再度実行される。なお、奇数列と偶数列を区別しない場合、ステップＳ３２で「Ｎｏ」と判定された場合にステップＳ６１に進む。ステップＳ３９で「Ｙｅｓ」と判定された場合、第１最適化部４０は、各集荷セットの作成結果を作業セットの作成結果として出力する（Ｓ４１）。その後、フローチャートの実行が終了する。
　再度、図８を参照する。ステップＳ３の実行後、分割部６０は、ステップＳ２で立案された作業計画を複数の部分計画に分割する（ステップＳ４）。例えば、作業（１）～（１０）を順番に行う作業計画について、作業の順番を崩さずに、作業（１）～作業（３）の部分計画、作業（４）～作業（６）の部分計画、作業（７）～作業（１０）の部分計画に分割する。
　次に、ステップＳ４で分割された各部分計画について、第１最適化部４０がＰ法により最適化し、第２最適化部５０がＶ法により最適化する（ステップＳ５）。Ｐ法による最適化は、図１４～図１６の処理によって実行することができる。Ｖ法による最適化については、以下、説明する。
　図１７は、Ｖ法による最適化の詳細を表すフローチャートである。図１７で例示するように、第２最適化部５０は、オーダー格納部２０からオーダーを読み込む（ステップＳ７１）。
　次に、第２最適化部５０は、通路番号順序に従って、Ｖ法により作業計画を作成する（ステップＳ７２）。ステップＳ７２の詳細については、後述する。
　次に、第２最適化部５０は、ステップＳ７２で作成された作業計画について、総移動距離を算出する（ステップＳ７３）。
　次に、第２最適化部５０は、ステップＳ７３の結果から、通路番号順と、総移動距離を記録する（ステップＳ７４）。
　次に、第２最適化部５０は、ステップＳ７２～ステップＳ７４までの実行回数が上限に達したか否かを判定する（ステップＳ７５）。
　ステップＳ７５で「Ｎｏ」と判定された場合、通路番号の順序を変更する（ステップＳ７６）。その後、ステップＳ７２から再度実行される。
　ステップＳ７５で「Ｙｅｓ」と判定された場合、第２最適化部５０は、ステップＳ７２～ステップＳ７６を繰り返して得られた作業計画のうち、最適な作業計画を出力する（ステップＳ７７）。ここでの最適な作業計画とは、垂直方向の移動距離が最も短い作業計画である。
　なお、ステップＳ７２～ステップＳ７６の最適化演算部分の最適化アルゴリズムは、特に限定されるものではないが、例えば遺伝的アルゴリズムなどの進化的アルゴリズムである。これらのアルゴリズムは、通路番号順序を変更するための最適化アルゴリズムとして用いられる。
　図１８は、ステップＳ７２の詳細を表すフローチャートである。図１８で例示するように、第２最適化部５０は、通路番号の最大値Ｎａ、オーダー順序ＳＮ、通路ＳＮにある商品残数量ＰＮ、および走行機２０１の最大載置数Ｍを読み込む（ステップＳ８１）。なお、最大値Ｎａおよび最大載置数Ｍは、整数である。オーダー順序ＳＮおよび商品残数量ＰＮは、行列である。Ｎは、整数である。
　次に、第２最適化部５０は、Ｎを「０」とする（ステップＳ８２）。
　次に、第２最適化部５０は、商品残数量ＰＮが０を上回っているか否かを判定する（ステップＳ８３）。ステップＳ８３で「Ｙｅｓ」と判定された場合、第２最適化部５０は、一度に作業を行う通路の組合せＧ´に商品残数量ＰＮを入力する（ステップＳ８４）。組合せＧ´は、行列である。
　次に、第２最適化部５０は、商品残量数ＰＮから１を引く（ステップＳ８５）。その後、ステップＳ８３から再度実行される。
　ステップＳ８３で「Ｎｏ」と判定された場合、第２最適化部５０は、Ｎが最大値Ｎａより小さいか否かを判定する（ステップＳ８６）。
　ステップＳ８６で「Ｙｅｓ」と判定された場合、第２最適化部５０は、Ｎに１を足す（ステップＳ８７）。その後、ステップＳ８３から再度実行される。
　ステップＳ８３～ステップＳ８７は、ループ処理であり、Ｍ回繰り返される。ただし、ステップＳ８６で「Ｎｏ」と判定された場合には、ループ処理が終了する。ステップＳ８３がＭ回繰り返された場合には、ステップＳ８５またはステップＳ８７が実行された後に、ループ処理が終了する。
　ループ処理が終了した後、第２最適化部５０は、作業計画Ｇに、組合せＧ´を追加する（ステップＳ８８）。次に、第２最適化部５０は、商品の残数が０となったか否かを判定する（ステップＳ８９）。ステップＳ８９で「Ｎｏ」と判定された場合、ステップＳ８３からのループ処理から再度実行される。ステップＳ８９で「Ｙｅｓ」と判定された場合、フローチャートの実行が終了する。
　続いて、本実施例に係る手法を用いて、一例として、全１８０オーダーの作業に必要な移動距離を算出してみた。使用したデータとして、各通路に存在するオーダー分布を図１９（ａ）に例示する。また、図１９（ｂ）で例示するように、部品の収納されている棚は、１ｍ間隔で配置されており、棚１列あたりの大きさは、横１ｍ、縦１５ｍとした。
　図１９（ａ）のオーダーをＶ法およびＰ法のそれぞれにより単独の手法で最適化した結果、作業計画に伴う総移動距離は、それぞれ２３５８ｍ（Ｖ法による最適化結果）、２３２０ｍ（Ｐ法による最適結果）であった。最適化する前の作業計画における総移動距離は２４０６ｍであり、Ｖ法による削減率は３．９％となり、Ｐ法による削減率は７．０％となった。
　まず、Ｐ法により最適化した作業計画を図２０（ａ）に例示する。このとき、入力変数である通路番号の順序は、１、２、３、４、７、１５、８、５、６、９、１０、１１、１２、１３、１４、１６であった。このとき総移動距離は、２３２０ｍであった。
　次に、この作業計画を部分計画Ａ「１、２、３、４」、部分計画Ｂ「７、１５、８、５、６」、部分計画Ｃ「９、１０、１１、１２、１３、１４、１６」に分割した。部分計画Ａ～Ｃのそれぞれにおいて、総移動距離が最短になるように、Ｐ法およびＶ法の両手法を用いてそれぞれ最適化した。それぞれの手法により最適化した通路番号順序の結果を図２０（ｂ）に例示する。
　図２１は、作業計画の分割について、好ましい例について説明するための図である。作業計画は、下記の２つの条件を満たすことが好ましい。
　第１条件は、分割位置を、Ｐ法による計画作成時のユニットの区切り目にすることである。この場合の作業ユニットの区切り目を、図２１に示す。ユニットとは、一度の集荷・返却作業を一往復で終えられるように、計画立案の過程で各作業Ｎｏ．をグループ化したものである。ユニット同士を入れ替えても、すべての作業を一往復で終えることが可能であり、またユニット内の作業Ｎｏ．を逆順にすることも可能である。
　第２条件は、分割後のグループに、それぞれ同一通路にあるオーダーがすべて含まれていることである。分割後の部分計画Ａ～Ｃのそれぞれに含まれるオーダーの通路番号を図２１の右に示す。
　総移動距離が最小となるよう通路番号順序グループの組合せを最適化した結果を図２２（ａ）に例示する。得られた作業計画を図２２（ｂ）に例示する。この計画における総移動距離は２３１４ｍであり、Ｐ法と比較しさらに０．５％削減された計画が立案された。
　上記の例では、Ｐ法による最適化によって得られた作業計画を複数の部分計画に分割したが、それに限られない。例えば、Ｖ法による最適化によって得られた作業計画を複数の部分計画に分割してもよい。
　本実施例によれば、Ｐ法による最適化およびＶ法による最適化のうちどちらか一方が実行される。得られた作業計画が複数の部分計画に分割され、複数の部分計画のそれぞれについてＰ法による最適化およびＶ法による最適化の両方が実行される。当該複数の部分計画についての最適化結果を組合せることで、作業計画が立案される。このような構成によれば、Ｐ法およびＶ法のいずれかを単独で実行したときと比較して、さらに効率的な集荷・返却作業を立案することができる。
　上記例において、商品ケースが物品の一例である。商品棚が物品棚の一例である。各商品ケースの商品番号が、収容される物品棚を特定するための識別子の一例である。走行機２０１が移動体の一例である。商品ケースの集荷が、識別子によって特定される複数の第１物品を物品棚から移動体に載置する第１作業の一例である。商品ケースの返却が、移動体に載置されている複数の第２物品を当該物品に対して規定された識別子によって特定される物品棚に載置する第２作業の一例である。Ｐ法が、通路が延びる方向の総移動距離を減少させるように作業計画を探索する第１探索の一例である。Ｖ法が、複数の列の間の総移動距離を減少させるように作業計画を探索する第２探索の一例である。
　分割部６０が、複数の物品のうち指定された物品について移動体が第１作業および第２作業を行う作業計画について、第１探索または第２探索のうちどちらか一方を実行することによって得られた作業計画を複数の部分計画に分割する分割部の一例である。第１最適化部４０および第２最適化部５０が、複数の部分計画のそれぞれについて第１探索および第２探索の両方を実行する実行部の一例である。第３最適化部７０が、複数の部分計画についての第１探索および第２探索の結果を組み合わせることで、作業計画を立案する立案部の一例である。
　以上、本発明の実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
　１０　レイアウト格納部
　２０　オーダー格納部
　３０　オーダー作成部
　４０　第１最適化部
　５０　第２最適化部
　６０　分割部
　７０　第３最適化部
　８０　出力部
　１００　情報処理装置
　１０１　ＣＰＵ
　１０２　ＲＡＭ
　１０３　記憶装置
　１０４　入力装置
　１０５　表示装置
　２０１　走行機
　２０２　商品棚
　２０３　ピッキング作業エリア
　

Claims (15)

  1. 　複数の物品と、各々が複数の物品棚を含む複数の列と、前記複数の列の間に設けられた複数の通路とに関し、前記複数の物品の各々と前記複数の物品棚の各々との対応関係を示す識別子が規定され、前記物品を載置するための載置スペースを有する移動体が、前記複数の通路のいずれかを往路として移動し、前記複数の通路のいずれかの通路を復路として移動し、前記識別子によって特定される複数の第１物品を前記物品棚から前記移動体に載置する第１作業と、前記移動体に載置されている複数の第２物品を当該物品に対して規定された前記識別子によって特定される物品棚に載置する第２作業と、のうち少なくともいずれかを行う、という条件において、
    　コンピュータに、
    　前記複数の物品のうち指定された前記物品について前記移動体が前記第１作業および前記第２作業を行う作業計画について、前記通路が延びる方向の総移動距離を減少させるように作業計画を探索する第１探索または前記複数の列の間の総移動距離を減少させるように作業計画を探索する第２探索のうちどちらか一方を実行し、探索した作業計画を複数の部分計画に分割する処理と、
    　前記複数の部分計画のそれぞれについて前記第１探索および前記第２探索の両方を実行する処理と、
    　前記複数の部分計画についての前記第１探索および前記第２探索の結果を組み合わせることで、作業計画を立案する処理と、を実行させることを特徴とする作業計画立案プログラム。
  2. 　前記複数の部分計画は、一度の往路の移動と一度の復路の移動で前記第２作業を行ないかつ前記第１作業を行えるような作業ユニットを区切り目とすることを特徴とする請求項１に記載の作業計画立案プログラム。
  3. 　前記載置スペースに同時に載置可能な前記物品の個数に、上限が定められていることを特徴とする請求項１または請求項２に記載の作業計画立案プログラム。
  4. 　前記条件において、各物品棚では複数の物品が収容され、同じ物品棚では前記第１作業と前記第２作業の両方を行うことができることを特徴とする請求項１または請求項２に記載の作業計画立案プログラム。
  5. 　前記条件において、物品は、同種類の複数の商品が収容される商品ケースであることを特徴とする請求項１または請求項２に記載の作業計画立案プログラム。
  6. 　複数の物品と、各々が複数の物品棚を含む複数の列と、前記複数の列の間に設けられた複数の通路とに関し、前記複数の物品の各々と前記複数の物品棚の各々との対応関係を示す識別子が規定され、前記物品を載置するための載置スペースを有する移動体が、前記複数の通路のいずれかを往路として移動し、前記複数の通路のいずれかの通路を復路として移動し、前記識別子によって特定される複数の第１物品を前記物品棚から前記移動体に載置する第１作業と、前記移動体に載置されている複数の第２物品を当該物品に対して規定された前記識別子によって特定される物品棚に載置する第２作業と、のうち少なくともいずれかを行う、という条件において、
    　前記複数の物品のうち指定された前記物品について前記移動体が前記第１作業および前記第２作業を行う作業計画について、前記通路が延びる方向の総移動距離を減少させるように作業計画を探索する第１探索または前記複数の列の間の総移動距離を減少させるように作業計画を探索する第２探索のうちどちらか一方を実行し、探索した作業計画を複数の部分計画に分割し、
    　前記複数の部分計画のそれぞれについて前記第１探索および前記第２探索の両方を実行し、
    　前記複数の部分計画についての前記第１探索および前記第２探索の結果を組み合わせることで、作業計画を立案する、
    　処理をコンピュータが実行することを特徴とする作業計画立案方法。
  7. 　前記複数の部分計画は、一度の往路の移動と一度の復路の移動で前記第２作業を行ないかつ前記第１作業を行えるような作業ユニットを区切り目とすることを特徴とする請求項６に記載の作業計画立案方法。
  8. 　前記載置スペースに同時に載置可能な前記物品の個数に、上限が定められていることを特徴とする請求項６または請求項７に記載の作業計画立案方法。
  9. 　前記条件において、各物品棚では複数の物品が収容され、同じ物品棚では前記第１作業と前記第２作業の両方を行うことができることを特徴とする請求項６または請求項７に記載の作業計画立案方法。
  10. 　前記条件において、物品は、同種類の複数の商品が収容される商品ケースであることを特徴とする請求項６または請求項７に記載の作業計画立案方法。
  11. 　複数の物品と、各々が複数の物品棚を含む複数の列と、前記複数の列の間に設けられた複数の通路とに関し、前記複数の物品の各々と前記複数の物品棚の各々との対応関係を示す識別子が規定され、前記物品を載置するための載置スペースを有する移動体が、前記複数の通路のいずれかを往路として移動し、前記複数の通路のいずれかの通路を復路として移動し、前記識別子によって特定される複数の第１物品を前記物品棚から前記移動体に載置する第１作業と、前記移動体に載置されている複数の第２物品を当該物品に対して規定された前記識別子によって特定される物品棚に載置する第２作業と、のうち少なくともいずれかを行う、という条件において、
    　前記複数の物品のうち指定された前記物品について前記移動体が前記第１作業および前記第２作業を行う作業計画について、前記通路が延びる方向の総移動距離を減少させるように作業計画を探索する第１探索または前記複数の列の間の総移動距離を減少させるように作業計画を探索する第２探索のうちどちらか一方を実行し、探索した作業計画を複数の部分計画に分割する分割部と、
    　前記複数の部分計画のそれぞれについて前記第１探索および前記第２探索の両方を実行する実行部と、
    　前記複数の部分計画についての前記第１探索および前記第２探索の結果を組み合わせることで、作業計画を立案する立案部と、を備えることを特徴とする情報処理装置。
  12. 　前記複数の部分計画は、一度の往路の移動と一度の復路の移動で前記第２作業を行ないかつ前記第１作業を行えるような作業ユニットを区切り目とすることを特徴とする請求項１１に記載の情報処理装置。
  13. 　前記載置スペースに同時に載置可能な前記物品の個数に、上限が定められていることを特徴とする請求項１１または請求項１２に記載の情報処理装置。
  14. 　前記条件において、各物品棚では複数の物品が収容され、同じ物品棚では前記第１作業と前記第２作業の両方を行うことができることを特徴とする請求項１１または請求項１２に記載の情報処理装置。
  15. 　前記条件において、物品は、同種類の複数の商品が収容される商品ケースであることを特徴とする請求項１１または請求項１２に記載の情報処理装置。
    　
PCT/JP2022/039825 2022-10-26 2022-10-26 作業計画立案プログラム、作業計画立案方法、および情報処理装置 WO2024089782A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/039825 WO2024089782A1 (ja) 2022-10-26 2022-10-26 作業計画立案プログラム、作業計画立案方法、および情報処理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/039825 WO2024089782A1 (ja) 2022-10-26 2022-10-26 作業計画立案プログラム、作業計画立案方法、および情報処理装置

Publications (1)

Publication Number Publication Date
WO2024089782A1 true WO2024089782A1 (ja) 2024-05-02

Family

ID=90830347

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/039825 WO2024089782A1 (ja) 2022-10-26 2022-10-26 作業計画立案プログラム、作業計画立案方法、および情報処理装置

Country Status (1)

Country Link
WO (1) WO2024089782A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004231345A (ja) * 2003-01-29 2004-08-19 Sugiyasu Corp ピッキングシステム
JP2018039592A (ja) * 2016-09-05 2018-03-15 株式会社リコー 情報処理装置、情報処理システム、移動経路決定方法及びプログラム
JP2018076183A (ja) * 2012-02-05 2018-05-17 マシューズ リソーシーズ、インク． 連続バッチ式受注オーダー処理方法
JP2020175978A (ja) * 2019-04-17 2020-10-29 楽天株式会社 作業バッチ生成装置及び方法
JP2022002995A (ja) * 2020-06-23 2022-01-11 株式会社日立製作所 情報処理システムおよび情報処理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004231345A (ja) * 2003-01-29 2004-08-19 Sugiyasu Corp ピッキングシステム
JP2018076183A (ja) * 2012-02-05 2018-05-17 マシューズ リソーシーズ、インク． 連続バッチ式受注オーダー処理方法
JP2018039592A (ja) * 2016-09-05 2018-03-15 株式会社リコー 情報処理装置、情報処理システム、移動経路決定方法及びプログラム
JP2020175978A (ja) * 2019-04-17 2020-10-29 楽天株式会社 作業バッチ生成装置及び方法
JP2022002995A (ja) * 2020-06-23 2022-01-11 株式会社日立製作所 情報処理システムおよび情報処理方法

Similar Documents

Publication Publication Date Title
US20210269244A1 (en) Automated warehouse system and method for optimized batch picking
Boysen et al. The forgotten sons: Warehousing systems for brick-and-mortar retail chains
CN105469201B (zh) 一种物流配送中心作业任务处理与调度的方法
KR0132990B1 (ko) 부품배달편의 운행계획 입안방법과 그것을 위한 장치 및 부품배달편 관리방법
Sawik Scheduling in supply chains using mixed integer programming
Nicolas et al. Order batching in an automated warehouse with several vertical lift modules: Optimization and experiments with real data
JP6650508B2 (ja) 倉庫管理システム及び倉庫管理方法
JP6418551B2 (ja) 倉庫作業支援装置及び倉庫作業支援プログラム
Kim et al. Item assignment problem in a robotic mobile fulfillment system
Rosi et al. SIMULATION-BASED PERFORMANCE ANALYSIS OF AUTOMATED SINGLE-TRAY VERTICAL LIFT MODULE.
Dukic et al. Warehouse layouts
Beckschäfer et al. Simulating storage policies for an automated grid-based warehouse system
Manzini et al. Design and control of a flexible order‐picking system (FOPS) A new integrated approach to the implementation of an expert system
WO2024089782A1 (ja) 作業計画立案プログラム、作業計画立案方法、および情報処理装置
JP6790165B2 (ja) 作業バッチ生成装置及び方法
JP2020040762A (ja) 管理装置、ピッキングシステムおよびピッキング管理方法
CN117611029A (zh) 一种仓储物流系统的进程式仿真方法及系统
CN104246778A (zh) 用于在多个元素的组合结果之间进行识别的信息处理设备、程序产品及用于其的方法
JP2019159737A (ja) 商品配置立案システム及び商品配置立案方法
US20240036561A1 (en) Production Line Design Device, Production Line Design System, and Production Line Design Method
KR102425106B1 (ko) 풀필먼트 물류센터용 물품 피킹 시스템 및 그의 피킹 방법
Gao et al. The complexity and on-line algorithm for automated storage and retrieval system with stacker cranes on one rail
JP2023064552A (ja) 情報処理装置、作業計画立案方法、および作業計画立案プログラム
WO2023100286A1 (ja) 情報処理装置、立案方法、および立案プログラム
JP2004018137A (ja) 部品配置演算装置、部品配置演算方法、部品配置演算用プログラム、該プログラムを記録した記録媒体および部品配置支援システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22963433

Country of ref document: EP

Kind code of ref document: A1