CN113240370A - 拣货方法、装置、电子设备、计算机可读介质 - Google Patents

拣货方法、装置、电子设备、计算机可读介质 Download PDF

Info

Publication number
CN113240370A
CN113240370A CN202110534517.9A CN202110534517A CN113240370A CN 113240370 A CN113240370 A CN 113240370A CN 202110534517 A CN202110534517 A CN 202110534517A CN 113240370 A CN113240370 A CN 113240370A
Authority
CN
China
Prior art keywords
order
picking
task
path
warehouse
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
CN202110534517.9A
Other languages
English (en)
Other versions
CN113240370B (zh
Inventor
郭宇飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Zhenshi Information Technology Co Ltd
Original Assignee
Beijing Jingdong Zhenshi Information Technology Co Ltd
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 Beijing Jingdong Zhenshi Information Technology Co Ltd filed Critical Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority to CN202110534517.9A priority Critical patent/CN113240370B/zh
Publication of CN113240370A publication Critical patent/CN113240370A/zh
Application granted granted Critical
Publication of CN113240370B publication Critical patent/CN113240370B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders

Landscapes

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

Abstract

本公开提供了一种拣货方法和装置，涉及仓储作业技术领域。该方法的一具体实施方式包括：获取排产参数、仓库布局信息、订单池的不同波次的订单；基于排产参数，动态组合订单池中不同波次的订单，得到混波次订单集；基于仓库布局信息和混波次订单集，生成至少一个拣货任务；基于至少一个拣货任务，为拣货员生成最优拣货路径。该实施方式提高了拣货员的拣货效率。

Description

拣货方法、装置、电子设备、计算机可读介质
技术领域
本公开涉及计算机技术领域，具体涉及仓储作业技术领域，尤其涉及拣货方法和装置、电子设备、计算机可读介质以及计算机程序产品。
背景技术
随着互联网以及企业数字化的发展，仓储作业效率的高低很大程度上取决于拣货效率，如何合理高效的安排仓库出库生产，最关键的因素在于拣货是否最优。
发明内容
本公开的实施例提出了拣货方法和装置、电子设备、计算机可读介质以及计算机程序产品。
第一方面，本公开的实施例提供了一种拣货方法，该方法包括：获取排产参数、仓库布局信息、订单池的不同波次的订单；基于排产参数，动态组合订单池中不同波次的订单，得到混波次订单集；基于仓库布局信息和混波次订单集，生成至少一个拣货任务；基于至少一个拣货任务，为拣货员生成最优拣货路径。
在一些实施例中，上述基于至少一个拣货任务，为拣货员生成最优拣货路径，包括：获取拣货员的位置；基于位置，从至少一个拣货任务中选取距位置最近的拣货任务；基于选取的拣货任务，生成并发送最优拣货路径。
在一些实施例中，上述排产参数包括：生产完成最长时间、混波次组单范围值，上述基于排产参数，动态组合订单池中所有波次的订单，得到至少一个混波次订单组，包括：从订单池中筛选最早波次订单的时间；响应于当前时间与最早波次订单的时间的差大于生产完成最长时间，组合订单池数据中最早波次订单的时间至混波次组单范围值内所有波次的订单，得到混波次订单集。
在一些实施例中，上述基于排产参数，动态组合订单池中不同波次的订单，得到混波次订单集还包括：响应于当前时间与最早波次订单的时间的差小于或等于生产完成最长时间，将最早波次订单作为混波次订单集。
在一些实施例中，上述仓库布局信息包括：仓库各区域的积压阈值，基于仓库布局信息和混波次订单集，生成至少一个拣货任务，包括：基于混波次订单集，生成至少一个订单任务；响应于确定所有订单任务均未超过仓库各区域的积压阈值，则基于至少一个订单任务，生成至少一个拣货任务。
在一些实施例中，上述基于至少一个订单任务和仓库布局信息，生成至少一个拣货任务包括：将所有订单任务划分为多个订单任务簇；基于仓库布局信息，计算与各个订单任务簇对应的区域任务密集度；针对各个订单任务簇，当该订单任务簇在所有区域的区域任务密集度均小于该区域对应的预设密集度时，将该订单任务簇中的订单任务作为拣货任务。
在一些实施例中，上述基于选取的拣货任务，生成最优拣货路径包括：获取选取的拣货任务在仓储中的所有定位点、任意两个定位点之间的距离；基于所有定位点、任意两个定位点之间的距离，采用迪杰斯特拉算法确定已求出最短路径的最新定位点以及最短路径的长度，和未求出最短路径的定位点以及该定位点到最新定位点的距离；迪杰斯特拉算法通过采用估价函数对所有未求出最短路径的定位点进行评估，确定预估定位点；搜索最新定位点与预估定位点的最短路径，直至历遍所有定位点，得到已求出最短路径的所有最新定位点之间连接路径为最优拣货路径。
在一些实施例中，上述方法还包括：获取拣货员的拣货信息；基于拣货信息，计算并展示选取的拣货任务的进度值；基于进度值，计算并展示拣货员的效率值。
第二方面，本公开的实施例提供了一种拣货装置，该装置包括：信息获取单元，被配置成获取排产参数、仓库布局信息、订单池的不同波次的订单；得到单元，被配置成基于排产参数，动态组合订单池中不同波次的订单，得到混波次订单集；任务生成单元，被配置成基于仓库布局信息和混波次订单集，生成至少一个拣货任务；路径生成单元，被配置成基于至少一个拣货任务，为拣货员生成最优拣货路径。
在一些实施例中，上述路径生成单元包括：位置获取模块，被配置成获取拣货员的位置；选取模块，被配置成基于位置，从至少一个拣货任务中选取距位置最近的拣货任务；路径生成模块，被配置成基于选取的拣货任务，生成并发送最优拣货路径。
在一些实施例中，上述排产参数包括：生产完成最长时间、混波次组单范围值，上述得到单元包括：筛选模块，被配置成从订单池中筛选最早波次订单的时间；第一组合模块，被配置成响应于当前时间与最早波次订单的时间的差大于生产完成最长时间，组合订单池中最早波次订单的时间至混波次组单范围值内所有波次的订单，得到混波次订单集。
在一些实施例中，上述得到单元还包括：第二组合模块，被配置成响应于当前时间与最早波次订单的时间的差小于或等于生产完成最长时间，将最早波次订单作为混波次订单集。
在一些实施例中，上述仓库布局信息包括：仓库各区域的积压阈值，上述任务生成单元包括：生成模块，被配置成基于混波次订单集，生成至少一个订单任务；拣货模块，被配置成响应于确定所有订单任务均未超过仓库各区域的积压阈值，则基于至少一个订单任务和仓库布局信息，生成至少一个拣货任务。
在一些实施例中，上述拣货模块包括：划分子模块，被配置成将所有订单任务划分为多个订单任务簇；计算子模块，被配置成基于仓库布局信息，计算与各个订单任务簇对应的区域任务密集度；分配子模块，被配置成针对各个订单任务簇，当该订单任务簇在所有区域的区域任务密集度均小于该区域对应的预设密集度时，将该订单任务簇中的订单任务作为拣货任务。
在一些实施例中，路径生成模块包括：获取子模块，被配置成获取选取的拣货任务在仓储中的所有定位点、任意两个定位点之间的距离；求距子模块，被配置成基于所有定位点、任意两个定位点之间的距离，采用迪杰斯特拉算法确定已求出最短路径的最新定位点以及最短路径的长度，和未求出最短路径的定位点以及该定位点到最新定位点的距离；预估子模块，被配置成迪杰斯特拉算法通过采用估价函数对所有未求出最短路径的定位点进行评估，确定预估定位点；搜索子模块，被配置成搜索最新定位点与预估定位点的最短路径，直至历遍所有定位点，得到已求出最短路径的所有最新定位点之间连接路径为最优拣货路径。
在一些实施例中，装置还包括：信息获取单元，被配置成获取拣货员的拣货信息；计算单元，被配置成基于拣货信息，计算并展示选取的拣货任务的进度值；展示单元，被配置成基于进度值，计算并展示拣货员的效率值。
第三方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
第五方面，本公开的实施例提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面任一实现方式描述的方法。
本公开的实施例提供的拣货方法和装置，首先获取排产参数、仓库布局信息、订单池的不同波次的订单；其次，基于排产参数，动态组合订单池中不同波次的订单，得到混波次订单集；再次，基于仓库布局信息和混波次订单集，生成至少一个拣货任务；最后，基于至少一个拣货任务，为拣货员生成最优拣货路径。由此，根据排产参数在波次时间宽松时，尽量积攒订单池，混波次实现拣货任务池订单充足，拣选任务更加饱和，并在得到的拣选任务的基础上，为拣货员生成最优的拣货路径，提高了拣货员的拣货效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：
图1是本公开的一个实施例可以应用于其中的示例性***架构图；
图2是根据本公开的拣货方法的一个实施例的流程图；
图3是本公开的仓库中巷道的一种示意图；
图4是本公开的一个实际场景中的拣货导航的示意图；
图5是根据本公开的拣货装置的实施例的结构示意图；
图6是适于用来实现本公开的实施例的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的拣货方法的示例性***架构100。
如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，通常可以包括无线通信链路等等。
终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如即时通信工具、邮箱客户端等。
终端设备101、102、103可以是硬件，也可以是软件；当终端设备101、102、103为硬件时，可以是具有通信和控制功能的用户设备，上述用户设置可与服务器105进行通信。当终端设备101、102、103为软件时，可以安装在上述用户设备中；终端设备101、102、103可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如为终端设备101、102、103上拣货***提供拣货任务和最优拣货路径的后台服务器。后台服务器可以基于网络中终端设备进行拣货路径和拣货任务处理，并将处理结果(如拣货任务、最优拣货路径)反馈给终端设备。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本公开的实施例所提供的拣货方法一般由服务器105执行。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
如图2，示出了根据本公开的拣货方法的一个实施例的流程200，该拣货方法包括以下步骤：
步骤201，获取排产参数、仓库布局信息、订单池的不同波次的订单。
本实施例中，排产参数是为对仓库进行物流排产时设置的参数，该参数也为通过仓库中产品实现订单的产品进行拣选时的参数。
排产参数可以为生成拣货任务提供参数依据，例如，执行主体包括排产模型，向该排产模型输入预设的排产参数，则排产模型则可以根据排查参数筛选与排产参数相关的订单组建拣货任务单(拣货任务单包括至少一个拣货任务)，排产参数可以是与仓库的参数相关的参数，例如，仓库各个区域的积压阈值；排产参数也可以是与订单运输相关的参数，例如订单运输波次、订单运输数量；排产参数还可以是与仓储人员的参数相关的参数，例如，人员数量、人员分配区域。
作为一个示例，排产参数可以包括：拣货人员数量、拣货积压量、复核积压量、合流积压量等参数，通过该排产参数中的拣货人员数据，执行主体可以确定拣货任务的分配量，通过拣货积压量，执行主体可以确定中在仓库拣货过程的积压情况；通过复核积压量，执行主体可以确定仓库的复核台的积压情况；通过合流积压量，执行主体可以确定仓库合流储位的积压情况。需要说明的是，一些仓库中，拣货完成后需要在合流储位进行合流，并在合流完成后进入复核台进行订单产品复核，执行主体根据合流区的积压情况，判断是否分配合流任务；根据复核台的积压情况，优先分配无积压的拣货任务，避免复核台拣货容器过多出现现场混乱。
上述拣货任务单可以是按订单波次先后顺序组单得到，或者考虑拣货任务的整体积压情况得到。
本实施例中，订单池包括至少一个订单，根据订单执行情况，订单池中订单实时改变(订单生成在订单池中增加订单，订单完成在订单池中删除该完成的订单)，订单池可以包括：订单类型、产品类型、产品数量、产品属性等数据。
仓库布局信息是指仓库的仓库地图布局信息，通过该仓库地图布局信息可以是确定仓库地图中复核台、巷道、储位等拣货相关的坐标点，以及巷道坐标点的连通点，或者确定每个储位、复核台的位置，仓库各个区域的积压阈值(积压阈值为仓库各个区域可以承担的最多的订单的数量)及每个巷道之间是否连通的信息。如图3所示，为仓库中巷道的一种示意图，在图3中每个方格代表一个巷道，按照设置巷道顺序为：1、2、3、4、5、6、7、8、9，当1、3、4、5对应有拣货任务时，按巷道顺序排序得到的巷道的顺序为：1、3、4、5。当考虑巷道的连通性，可以将巷道的顺序1、4、5、3中作为一种最优拣货路径。
本实施例中，波次是仓库单位时间内订单生产(由仓库发货)的频次，各个波次对应有不同的时间。比如，一天会有三个班次发车，对应仓库三个波次，该三个波次为11点波次，18点波次，22点波次。混波次是指11点波次中可以混着18点波次的订单一起生产。一个波次内可以包括多个订单，而一个订单只属于一个波次。
本实施例中，上述排产参数、订单池以及仓库布局信息可以是由人工设置的参数或数据。
步骤202，基于排产参数，动态组合订单池中不同波次的订单，得到混波次订单集。
本实施例中，订单池中的订单是实时变化的订单，随着订单池中不同波次订单的变化，拣货方法运行于其上的执行主体可以基于订单池中各个波次订单的排产参数动态组合不同波次的订单，订单的排产参数包括订单生产的时间、订单生产的优先级要求等。
本实施例中，混波次订单集包括一个或多个不同波次的订单，各个订单可以因具有相同或相似的排产参数而组合到混波次订单集中。
上述基于排产参数，动态组合订单池中不同波次的订单，得到混波次订单集包括：选取并组合所有波次中优先等级最高的订单，作为混波次订单集。
可选地，排产参数包括：允许混波次的时间，上述基于排产参数，动态组合订单池中不同波次的订单，得到混波次订单集还可以包括：获取预先设置的允许混波次的时间，响应于确定订单池中不同波次的订单在该该允许混波次的时间内，动态组合订单池中该不同波次的订单，得到混波次订单集。
步骤203，基于仓库布局信息和混波次订单集，生成至少一个拣货任务。
本实施例中，上述基于仓库布局信息和混波次订单集，生成至少一个拣货任务，可以包括：为混波次订单集中各个订单规划订单任务；基于仓库布局信息，确定混波次订单集中各个订单对应的仓库的位置，将属于仓库同一区域的所有订单对应的订单任务作为一个拣货任务。
本实施例中，订单任务是为各个订单预先规划的与仓库的拣货位置相关拣选线路，订单任务也是待完成的、规划的拣货任务，当属于同一仓库区域所有订单任务组合在一起时，确定实际的拣货任务。
可选地，仓库布局信息还可以包括：预设的多个拣货位置，上述基于仓库布局信息和混波次订单集，生成至少一个拣货任务，可以包括：为混波次订单集中各个订单规划订单任务；基于各个拣货位置，确定具有各个拣货位置的订单任务，将确定的每个具有拣货位置的订单任务作为每个拣货任务。
步骤204，基于至少一个拣货任务，为拣货员生成最优拣货路径。
本实施例中，在确定拣货任务之后，可以基于不同拣货员的位置，为各个拣货员在仓库中从上述至少一个拣货任务中选取距各个拣货员位置最近的拣货任务，通过该选取的拣货任务生成的拣货路线为最优拣货路径。
可选地，还可以基于各个拣货任务对应的仓库区域，为各个拣货员分配属于该拣货员所在仓库区域的拣货任务，通过该分配的拣货任务生成的拣货路线为最优拣货路径。
本公开的实施例提供的拣货方法和装置，首先获取排产参数、仓库布局信息、订单池的不同波次的订单；其次，基于排产参数，动态组合订单池中不同波次的订单，得到混波次订单集；再次，基于仓库布局信息和混波次订单集，生成至少一个拣货任务；最后，基于至少一个拣货任务，为拣货员生成最优拣货路径。由此，根据排产参数在波次时间宽松时，尽量积攒订单池，混波次实现拣货任务池订单充足，拣选任务更加饱和，并在得到的拣选任务的基础上，为拣货员生成最优的拣货路径，提高了拣货员的拣货效率。
在本实施例的一些可选实现方式中，上述基于至少一个拣货任务，为拣货员生成最优拣货路径，包括：获取拣货员的位置；基于拣货员的位置，从至少一个拣货任务中选取距位置最近的拣货任务；基于选取的拣货任务，生成并发送最优拣货路径。
本实施例中，拣货员的位置是拣货员在仓库中的位置，通过该拣货员的位置可以确定仓库中距拣货员最近的储位(放置订单产品的位置)，仓库中设置有多个拣货巷道，在每个拣货巷道内设置有储位，每个储位具有一定格式的编码，一般通过排列层来设置编码，比如A-01-01-01，表示这个储位在A巷道，01排，01列，01层。进一步地，执行主体可以基于该最近的储位确定拣货任务。
拣货方法的执行主体(如图1所示的服务器105)可以通过多种手段获取拣货员的位置，比如，首先定位用户终端(如图1所示的终端设备101、102、103)的位置，再确定拣货员的位置。或者，基于定位装置(GPS等)确定拣货员在仓库中的实时位置。
本实施例中，拣货任务可以是拣货员的拣选单数据表示，该拣选单上设置有可以拣选到订单产品的多个储位。至少一个拣货任务可以是执行主体根据排产需求预先设置的拣货任务，例如，执行主体根据仓库巷道密集度，将定位较集中的巷道组(由至少一个巷道组成)中的储位作为至少一个拣货任务。至少一个拣货任务还可以基于各个拣货员的位置临时生成的拣货任务。
本实施例中，在获取拣货员的位置之后，可以确定离拣货员的位置最近的储位，进一步，当至少一个拣货任务中的任意一个拣货任务具有离拣货员的位置最近的储位时，可以将该拣货任务作为选取的拣货任务。
本实施例中，拣货方法运行与其上的执行主体可以获取至少一个拣货任务中所有储位，并对获取到的储位进行路径排序(例如，首先按巷道编码排序，巷道内再按储位排、列、层等位置排序)，可以得到多条拣货路径。
进一步，执行主体可以从多条拣货路径中确定与该选取的拣货任务对应的拣货路径。当与选取的拣货任务对应的拣货路径有多条时，对多条拣货路径按路径由短到长进行排序，选择路径最短的拣货路径作为最优拣货路径。当选取的拣货任务对应的拣货路径只有一条时，该对应的拣货路径即为最优拣货路径。
本实施例中，在得到最优拣货路径之后，可以将选取的拣货任务和最优拣货路径发送给拣货员的终端设备(如图1中的终端设备101、102、103)，或者发送给仓库中的显示设备，以使拣货员通过终端设备或显示设备得到上述拣货任务以及最优拣货路径，并基于选取的拣货任务和最优拣货路径在仓库的最优拣货路径的储位中拣选上述拣货任务中指示的订单产品。
本可选实现方式提供的为拣货员生成最优拣货路径方法，首先获取拣货员的位置；其次，基于位置，从至少一个拣货任务中选取距位置最近的拣货任务；再次，基于选取的拣货任务，生成最优拣货路径；最后，发送选取的拣货任务和最优拣货路径。由此，在为拣货员选取位置最近的拣货任务的基础上，为拣货员生成最优的拣货路径，提高了拣货员的拣货效率。
在本公开的一些可选实现方式中，排产参数包括：生产完成最长时间、混波次组单范围值，上述基于排产参数，动态组合订单池中所有波次的订单，得到至少一个混波次订单组，包括：从订单池中筛选最早波次订单的时间；响应于当前时间与最早波次订单的时间的差大于生产完成最长时间，组合订单池中最早波次订单的时间至混波次组单范围值内所有的订单，得到混波次订单集。
本可选实现方式中，排产参数是可以由人工输入的参数，生产完成最长时间为一个拣货任务开始创建至拣货任务对应的产品的全部由仓储输出(生产完成)的最长时间，如60min。混波次组单范围值是预设的一种允许混波次的时间段，比如，混波次组单范围值为0～4h。仓库各区域的积压阈值是执行主体按照仓库历史出库数据动态计算仓库各个区域的可容纳的积压量。
针对本可选实现方式举例如下：判断当前订单池中(如包含11点波次、13点波次)最早一个波次的时间(如11点波次)的订单数量为200，对比当前时间到最早波次时间的时间差，如当前时间9点，和11点波次的时间差大于生产完成最长时间(例如，60min)，且组建200单的拣货任务没有超过仓库各区域的积压阈值，则判定当前允许混波次组单，可组11点、13点的波次。
本可选实现方式中，基于当前时间与最早波次订单的时间的差与生产完成最长时间的之间关系，组合不同波次时间中的订单，在仓库的订单生产完成最长时间内，允许不同波次的订单进行混波次生产。根据仓里人员情况、出库效率，在波次时间宽松的情况，尽量积攒订单池，混波次实现至少一个拣货任务中的订单充足，使拣货任务更加饱和。
进一步地，在本实施例的另一些可选实现方式中，上述基于排产参数，动态组合订单池中不同波次的订单，得到混波次订单集还包括：响应于当前时间与最早波次订单的时间的差小于或等于生产完成最长时间，将最早波次订单作为混波次订单集。
本可选实现方式中，在订单临近波次时，单独组当前波次，保证订单按波次时效出库。
在本实施例的一些可选实现方式中，上述仓库布局信息包括：仓库各区域的积压阈值，基于仓库布局信息和混波次订单集，生成至少一个拣货任务，包括：基于混波次订单集，生成至少一个订单任务；响应于确定所有订单任务均未超过仓库各区域的积压阈值，则基于至少一个订单任务和仓库布局信息，生成至少一个拣货任务。
本可选实现方式中，订单任务是与混波次订单集中各个订单在仓库的拣货位置相关的任务，订单任务也是待完成的、粗略的拣货任务，每个订单任务包括多个订单数量，当订单任务中的订单数据未超过仓库各个区域的积压阈值时，确定当前订单任务为可以推送给拣货员的拣货任务。
进一步，根据混波次订单集中各个订单对应的仓库的位置或区域不同，可以划分混波次订单集中至少一个订单作为一个拣货任务。
本可选实现方式中，在订单任务的所有的订单的数量均未超过仓库各区域的积压阈值时，基于至少一个订单任务和仓库布局信息，生成至少一个拣货任务，保证了生成的拣货任务的有效性。
在本实施例的一些可选实现方式中，上述基于至少一个订单任务和仓库布局信息，生成至少一个拣货任务包括：将所有的订单任务划分为多个订单任务簇；基于仓库布局信息，计算与各个订单任务簇对应的区域任务密集度；针对各个订单任务簇，当该订单任务簇在所有区域的区域任务密集度均小于该区域对应的预设密集度时，将该订单任务簇中的订单任务作为拣货任务。
本可选实现方式中，为了便于统计所有订单任务，可以根据各个订单属性、特征等将所有订单任务划分为多个订单任务簇。
本可选实现方式中，区域任务密集度用于区分仓库的任务密集区域和任务稀疏区域。当仓库包括巷道以及巷道中的储位时，区域任务密集度由订单任务簇对应的仓库区域中的储位的个数以及订单任务簇对应的仓库区域中订单的数量确定，例如，区域任务密集度＝区域储位数/区域对应的订单的数量。该区域对应的预设密集度通过在对多个订单对应的不同区域中的订单的数量标定得到。
可选地，在确定了仓库的拣货任务之后，通过所有拣货任务的数量可以确定各个区域对应的拣货任务的数量，而区域的任务密集度＝区域储位数/区域当前拣货任务数量。
本可选实现方式中，根据当前待完成拣货任务在仓库中的布局，判断仓库的区域任务密集度，在当前待完成拣货任务的所有的订单的数量均未超过仓库各区域的积压阈值时，优先排产属于任务稀疏的区域的任务，避免了同一区域同一时间拣货任务过多，出现现场拣货车拥堵的情况。
在本实施例的一些可选实现方式中，上述基于选取的拣货任务，生成最优拣货路径包括：获取选取的拣货任务在仓储中的所有定位点、任意两个定位点之间的距离；基于所有定位点、任意两个定位点之间的距离，采用迪杰斯特拉算法确定已求出最短路径的最新定位点以及最短路径的长度，和未求出最短路径的定位点以及该定位点到最新定位点的距离；迪杰斯特拉算法通过采用估价函数对所有未求出最短路径的定位点进行评估，确定预估定位点；搜索最新定位点与预估定位点的最短路径，直至历遍所有定位点，得到已求出最短路径的所有最新定位点之间连接路径为最优拣货路径。
具体地，传统的迪杰斯特拉算法采用宽度优先搜索寻找途径的最短距离，以随机分布的ABCDE五个点为例，从A点开始依次展开得到AB、AC、AD、AE四个新结点并记录其距离；再次以AB展开得到ABC、ABD、ABE三个新结点，而由AC结点可展开得到ACB、ACD、ACE三个新结点，自然AD可以展开得到ADB、ADC、ADE，AE可以展开得到AEB、AEC、AED等新结点，对于每个结点也须记录下其距离；再把第三层结点全部展开，得到所有的第四层结点：ABCD、ABCE、ABDC、ABDE、ABEC、ABED……AEDB、AEDC，每个结点也需记录下其距离，再把第四层结点全部展开，得到所有的第五层结点：ABCDE、ABCED、……、AE DBC、AEDCB，每个结点也需记录下其距离，而距离最短的则为最优路径。
本可选实现方式中，上述展开结点是指已求出初始结点至当前结点的最短路径的结点。上述未展开结点是指未求出初始结点至当前结点的最短路径的结点。迪杰斯特拉算法通过采用估价函数对所有未求出最短路径的定位点进行评估是指：每次并不是把所有可展的结点展开，而是对所有没有展开的结点，利用一个估价函数对所有没展开的结点进行估价，从而找出最应该被展开的结点，而把该结点展开，直到找到目标结点为止。
本可选实现方式中，估价函数的形式为：f(n)＝g(n)+h(n)，g(n)为起点到当前位置的实际路径长度，h(n)为所在位置到终点的最佳路径的估计距离。当h(n)＝0时，表示此时是盲目搜索，当h(n)越复杂，即约束的条件越多，耗费的时间就越多，而减少约束条件，则可能得到的并不是最优路线。
本可选实现方式，在迪杰斯特算法中，采用估价函数对所有未求出最短路径的定位点进行评估，实现整体拣货路径最短，拣货效率最高。
在本实施例的一些可选实现方式中，上述方法还包括：获取拣货员的拣货信息。基于拣货信息，计算并展示选取的拣货任务的进度值。基于进度值，计算并展示拣货员的效率值。
本可选实现方式中，拣货信息可以包括：订单产品的标识以及订单产品对应的仓库位置，作为一个示例，仓库位置是订单产品的储位，执行主体可以通过拣货信息确定在当前储位中的订单产品是否已被拣货员拣货。
如图4所示，A-01～A-05是指仓库中A巷道的01-05储位，B-01～B-05是指仓库中B巷道的01-05储位，C-01～C-05是指仓库中C巷道的01-05储位，D-01～D-05是指仓库中D巷道的01-05储位。在图4的界面中，拣货员的分别在A-01、A-03、A-05、D-04储位进行拣货，并且拣货员拣货之后，可以通过扫描设备或者传感器，将A-01、A-03、A-05、D-04储位中与订单产品相关的拣货信息上传给执行主体。
在任务领取环节，拣货员需扫描拣货员所在位置的储位(如图4中的A-01)，执行主体分配离当前拣货员最近的拣货任务开始拣货。拣货过程中，执行主体可以通过地图模式向拣货员展示最优拣货路径，并计算与展示当前任务的进度(如图4中的21％)，基于当前任务的进度计算并展示拣货员的效率值(如图4中161件/小时)，拣货员可以实时动态了解自己当前的拣货进度，激励拣货员提高效率。
本可选实现方式中，拣货任务的进度值可以基于拣货信息中已扫描的储位数量以及最优路径中所有储位的数量确定；拣货员的效率值，可以通过将当前拣货进度值下的拣货数量与进行当前拣货进度值所用的时间得到。
可选地，本可选实现方式中，还可以根据拣货员完成历史拣货任务的拣货数量和历史时间，得到最高历史效率(例如，图4中的历史效率191件/小时)，并将当前效率值与最高历史效率值进行显示，进行效率排行，以激励拣货人员不断提升拣货效率。
本可选实现方式中，在发送选取的拣货任务和最优拣货路径之后，获取拣货员的拣货信息，基于拣货信息，计算并展示拣货任务的进度以及拣货员的效率，可以有效地指引拣货员按照最短路径进行拣货，减少不必要的绕行，同时可视化的拣货任务的进度以及拣货效率，可以帮助拣货员提升拣货效率。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了拣货装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本公开的实施例提供了一种拣货装置500，该装置500包括：信息获取单元501、得到单元502、任务生成单元503、路径生成单元504。其中，信息获取单元501，可以被配置成获取排产参数、仓库布局信息、订单池的不同波次的订单。得到单元502，可以被配置成基于排产参数，动态组合订单池中不同波次的订单，得到混波次订单集。任务生成单元503，可以被配置成基于仓库布局信息和混波次订单集，生成至少一个拣货任务。路径生成单元504，可以被配置成基于至少一个拣货任务，为拣货员生成最优拣货路径。
在本实施例中，拣货装置500中，信息获取单元501、得到单元502、任务生成单元503、路径生成单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。
在一些实施例中，上述路径生成单元504包括：位置获取模块(图中未示出)、选取模块(图中未示出)、路径生成模块(图中未示出)。其中，位置获取模块，可以被配置成获取拣货员的位置。选取模块，可以被配置成基于位置，从至少一个拣货任务中选取距位置最近的拣货任务。路径生成模块，可以被配置成基于选取的拣货任务，生成并发送最优拣货路径。
在一些实施例中，上述排产参数包括：生产完成最长时间、混波次组单范围值，上述得到单元502包括：筛选模块(图中未示出)、第一组合模块(图中未示出)、第一生成模块(图中未示出)。其中，上述筛选模块，可以被配置成从订单池中筛选最早波次订单的时间。上述第一组合模块，可以被配置成响应于当前时间与最早波次订单的时间的差大于生产完成最长时间，组合订单池中最早波次订单的时间至混波次组单范围值内所有的订单，得到混波次订单集。
在一些实施例中，上述得到单元502还包括：第二组合模块(图中未示出)。其中，上述第二组合模块，可以被配置成响应于当前时间与最早波次订单的时间的差小于或等于生产完成最长时间，将最早波次订单作为混波次订单集。
在一些实施例中，上述仓库布局信息包括：仓库各区域的积压阈值，上述任务生成单元503包括：生成模块(图中未示出)、拣货模块(图中未示出)。其中，上述生成模块，可以被配置成基于混波次订单集，生成至少一个订单任务。上述拣货模块，可以被配置成响应于确定所有订单任务均未超过仓库各区域的积压阈值，则基于至少一个订单任务和仓库布局信息，生成至少一个拣货任务。
在一些实施例中，上述拣货模块包括：划分子模块(图中未示出)、计算子模块(图中未示出)、分配子模块(图中未示出)。其中，上述划分子模块，可以被配置成将所有的订单划分为与人员数量相同数量的订单任务簇。上述计算子模块，可以被配置成基于仓库布局信息，计算与各个订单任务簇对应的区域任务密集度。上述分配子模块，可以被配置成针对各个订单任务簇，当该订单任务簇在所有区域的区域任务密集度均小于该区域对应的预设密集度时，将该订单任务簇中的订单任务作为拣货任务。
在一些实施例中，上述路径生成模块包括：获取子模块(图中未示出)、求距子模块(图中未示出)、预估子模块(图中未示出)、搜索子模块(图中未示出)。其中，上述获取子模块，可以被配置成获取选取的拣货任务在仓储中的所有定位点、任意两个定位点之间的距离。上述求距子模块，可以被配置成基于所有定位点、任意两个定位点之间的距离，采用迪杰斯特拉算法确定已求出最短路径的最新定位点以及最短路径的长度，和未求出最短路径的定位点以及该定位点到最新定位点的距离。上述预估子模块，可以被配置成迪杰斯特拉算法通过采用估价函数对所有未求出最短路径的定位点进行评估，确定预估定位点。上述搜索子模块，可以被配置成搜索最新定位点与预估定位点的最短路径，直至历遍所有定位点，得到已求出最短路径的所有最新定位点之间连接路径为最优拣货路径。
在一些实施例中，装置500还包括：信息获取单元(图中未示出)、计算单元(图中未示出)、展示单元(图中未示出)。其中，上述信息获取单元，可以被配置成获取拣货员的拣货信息。上述计算单元，可以被配置成基于拣货信息，计算并展示选取的拣货任务的进度值。上述展示单元，可以被配置成基于进度值，计算并展示拣货员的效率值。
下面参考图6，其示出了适于用来实现本公开的实施例的电子设备600的结构示意图。
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、等的输入装置606；包括例如液晶显示器(LCD，Liquid Crystal Display)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的实施例的方法中限定的上述功能。
需要说明的是，本公开的实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(Radio Frequency，射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述服务器中所包含的；也可以是单独存在，而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该服务器执行时，使得该服务器：获取拣货员的位置；基于位置，从至少一个拣货任务中选取距位置最近的拣货任务；基于选取的拣货任务，生成最优拣货路径；发送选取的拣货任务和最优拣货路径。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开的各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器，包括位置获取单元、选取单元、路径生成单元、发送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，位置获取单元还可以被描述为“被配置成获取拣货员的位置”的单元。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种拣货方法，所述方法包括：
获取排产参数、仓库布局信息、订单池的不同波次的订单；
基于所述排产参数，动态组合所述订单池中不同波次的订单，得到混波次订单集；
基于所述仓库布局信息和所述混波次订单集，生成至少一个拣货任务；
基于所述至少一个拣货任务，为拣货员生成最优拣货路径。
2.根据权利要求1所述方法，其中，所述基于所述至少一个拣货任务，为拣货员生成最优拣货路径，包括：
获取拣货员的位置；
基于所述位置，从所述至少一个拣货任务中选取距所述位置最近的拣货任务；
基于选取的拣货任务，生成并发送最优拣货路径。
3.根据权利要求1所述的方法，其中，所述排产参数包括：生产完成最长时间、混波次组单范围值，所述基于所述排产参数，动态组合所述订单池中所有波次的订单，得到至少一个混波次订单组，包括：
从所述订单池中筛选最早波次订单的时间；
响应于当前时间与所述最早波次订单的时间的差大于所述生产完成最长时间，组合所述订单池数据中所述最早波次订单的时间至混波次组单范围值内所有波次的订单，得到混波次订单集。
4.根据权利要求3所述的方法，所述基于所述排产参数，动态组合所述订单池中不同波次的订单，得到混波次订单集还包括：
响应于当前时间与所述最早波次订单的时间的差小于或等于生产完成最长时间，将所述最早波次订单作为混波次订单集。
5.根据权利要求3或4所述的方法，其中，所述仓库布局信息包括：仓库各区域的积压阈值，所述基于所述仓库布局信息和所述混波次订单集，生成至少一个拣货任务，包括：
基于所述混波次订单集，生成至少一个订单任务；
响应于确定所有订单任务均未超过仓库各区域的积压阈值，则基于所述至少一个订单任务和所述仓库布局信息，生成至少一个拣货任务。
6.根据权利要求5所述的方法，其中，所述基于所述至少一个订单任务和所述仓库布局信息，生成至少一个拣货任务包括：
将所有订单任务划分为多个订单任务簇；
基于所述仓库布局信息，计算与各个订单任务簇对应的区域任务密集度；
针对各个订单任务簇，当该订单任务簇在所有区域的区域任务密集度均小于该区域对应的预设密集度时，将该订单任务簇中的订单任务作为拣货任务。
7.根据权利要求2所述的方法，其中，所述基于选取的拣货任务，生成最优拣货路径包括：
获取所述选取的拣货任务在仓储中的所有定位点、任意两个定位点之间的距离；
基于所有定位点、任意两个定位点之间的距离，采用迪杰斯特拉算法确定已求出最短路径的最新定位点以及所述最短路径的长度，和未求出最短路径的定位点以及该定位点到所述最新定位点的距离；
所述迪杰斯特拉算法通过采用估价函数对所有未求出最短路径的定位点进行评估，确定预估定位点；
搜索最新定位点与预估定位点的最短路径，直至历遍所有定位点，得到已求出最短路径的所有最新定位点之间连接路径为最优拣货路径。
8.根据权利要求1-7之一所述的方法，所述方法还包括：
获取拣货员的拣货信息；
基于所述拣货信息，计算并展示选取的拣货任务的进度值；
基于所述进度值，计算并展示所述拣货员的效率值。
9.一种拣货装置，所述装置包括：
信息获取单元，被配置成获取排产参数、仓库布局信息、订单池的不同波次的订单；
得到单元，被配置成基于所述排产参数，动态组合所述订单池中不同波次的订单，得到混波次订单集；
任务生成单元，被配置成基于所述仓库布局信息和所述混波次订单集，生成至少一个拣货任务；
路径生成单元，被配置成基于所述至少一个拣货任务，为拣货员生成最优拣货路径。
10.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
11.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-8中任一所述的方法。
12.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现权利要求1-8中任一项所述的方法。
CN202110534517.9A 2021-05-17 2021-05-17 拣货方法、装置、电子设备、计算机可读介质 Active CN113240370B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110534517.9A CN113240370B (zh) 2021-05-17 2021-05-17 拣货方法、装置、电子设备、计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110534517.9A CN113240370B (zh) 2021-05-17 2021-05-17 拣货方法、装置、电子设备、计算机可读介质

Publications (2)

Publication Number Publication Date
CN113240370A true CN113240370A (zh) 2021-08-10
CN113240370B CN113240370B (zh) 2024-06-18

Family

ID=77134698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110534517.9A Active CN113240370B (zh) 2021-05-17 2021-05-17 拣货方法、装置、电子设备、计算机可读介质

Country Status (1)

Country Link
CN (1) CN113240370B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113780647A (zh) * 2021-09-02 2021-12-10 杭州拼便宜网络科技有限公司 取货位置配置方法、装置、设备和存储介质
CN114648272A (zh) * 2022-04-01 2022-06-21 上海聚货通电子商务有限公司 一种基于拣货热力图的商品布局调整方法及***
CN115215035A (zh) * 2022-06-27 2022-10-21 江苏康众汽配有限公司 一种接力拣选方法及***
CN117533690A (zh) * 2024-01-10 2024-02-09 深圳市恒顺合鑫科技有限公司 货品拣货任务管理方法、装置、设备及存储介质
WO2024111041A1 (ja) * 2022-11-22 2024-05-30 ロジスティード株式会社 表示システム、表示方法及びプログラム

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012171510A1 (de) * 2011-06-17 2012-12-20 Chaban Hennadiy Verfahren und vorrichtung zur kommissionierung von waren: pick-by-arrow
CN104368534A (zh) * 2014-05-07 2015-02-25 山东大学 一种产品混合拣选的方法及拣选时间计算方法
CN110097303A (zh) * 2018-01-30 2019-08-06 北京京东尚科信息技术有限公司 一种订单管理的方法和装置
CN110388921A (zh) * 2018-04-17 2019-10-29 北京京东振世信息技术有限公司 拣货导航方法和装置
CN110659752A (zh) * 2018-06-28 2020-01-07 北京京东尚科信息技术有限公司 用于确定移动路径的方法和装置
CN110728483A (zh) * 2019-09-30 2020-01-24 深圳易可达科技有限公司 一种快速拣货方法
CN110807616A (zh) * 2019-10-29 2020-02-18 上海悦易网络信息技术有限公司 拣货方法及设备
CN111507651A (zh) * 2019-01-30 2020-08-07 北京京东尚科信息技术有限公司 应用于人机混合仓库的订单数据处理方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012171510A1 (de) * 2011-06-17 2012-12-20 Chaban Hennadiy Verfahren und vorrichtung zur kommissionierung von waren: pick-by-arrow
CN104368534A (zh) * 2014-05-07 2015-02-25 山东大学 一种产品混合拣选的方法及拣选时间计算方法
CN110097303A (zh) * 2018-01-30 2019-08-06 北京京东尚科信息技术有限公司 一种订单管理的方法和装置
CN110388921A (zh) * 2018-04-17 2019-10-29 北京京东振世信息技术有限公司 拣货导航方法和装置
CN110659752A (zh) * 2018-06-28 2020-01-07 北京京东尚科信息技术有限公司 用于确定移动路径的方法和装置
CN111507651A (zh) * 2019-01-30 2020-08-07 北京京东尚科信息技术有限公司 应用于人机混合仓库的订单数据处理方法和装置
CN110728483A (zh) * 2019-09-30 2020-01-24 深圳易可达科技有限公司 一种快速拣货方法
CN110807616A (zh) * 2019-10-29 2020-02-18 上海悦易网络信息技术有限公司 拣货方法及设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
TZU-LI CHEN ET AL.: "An efficient hybrid algorithm for integrated order batching, sequencing and routing problem", 《INT. J. PRODUCTION ECONOMICS》, pages 158 - 167 *
黄敏芳 等: "基于JIT装配模式的网上超市订单分拣优化模型", 《中国管理科学》, vol. 28, no. 5, 31 May 2020 (2020-05-31), pages 159 - 166 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113780647A (zh) * 2021-09-02 2021-12-10 杭州拼便宜网络科技有限公司 取货位置配置方法、装置、设备和存储介质
CN114648272A (zh) * 2022-04-01 2022-06-21 上海聚货通电子商务有限公司 一种基于拣货热力图的商品布局调整方法及***
CN114648272B (zh) * 2022-04-01 2023-07-21 上海聚货通电子商务有限公司 一种基于拣货热力图的商品布局调整方法及***
CN115215035A (zh) * 2022-06-27 2022-10-21 江苏康众汽配有限公司 一种接力拣选方法及***
WO2024111041A1 (ja) * 2022-11-22 2024-05-30 ロジスティード株式会社 表示システム、表示方法及びプログラム
CN117533690A (zh) * 2024-01-10 2024-02-09 深圳市恒顺合鑫科技有限公司 货品拣货任务管理方法、装置、设备及存储介质
CN117533690B (zh) * 2024-01-10 2024-05-14 深圳市风森信息科技有限公司 货品拣货任务管理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN113240370B (zh) 2024-06-18

Similar Documents

Publication Publication Date Title
CN113240370B (zh) 拣货方法、装置、电子设备、计算机可读介质
JP7046090B2 (ja) 出庫方法及び装置
Xiang et al. Storage assignment and order batching problem in Kiva mobile fulfilment system
Faiz et al. A column generation algorithm for vehicle scheduling and routing problems
CN109003028A (zh) 用于划分物流区域的方法和装置
CN105824963A (zh) 订单推荐方法和装置
US20140188748A1 (en) Methods and systems for determining estimated package delivery/pick-up times
CN109472524B (zh) 信息处理方法和装置
CN110909096A (zh) 推荐上车点确定方法及装置、存储介质、电子设备
Bosona et al. GIS-based analysis of integrated food distribution network in local food supply chain
US20180096287A1 (en) Re-routing a delivery agent to improve the efficiency of transporting packages
CN106447090A (zh) 旅游规划路线的异常提醒方法及服务器
CN106092113A (zh) 预行驶道路预估***、方法、导航客户端及服务器
CN109858680A (zh) 拣货方法
US20200394581A1 (en) Non-linear systems and methods for destination selection
WO2020248659A1 (zh) 一种确定配送范围的方法、装置、电子设备及存储介质
CN111861296A (zh) 一种揽件任务分配方法、装置、揽件***、设备及介质
CN105975627A (zh) 选房方法及装置
CN112686516A (zh) 配送设备换电管理方法、装置、电子设备
CN113554387A (zh) 基于司机偏好的电商物流订单分配方法、装置、设备及存储介质
CN113096246A (zh) 一种三维地图数据更新方法
US10902379B2 (en) System for customized unrequested item resolution
US20190353494A1 (en) Route recommendation system for field service technicians
CN109598461B (zh) 配送方法、装置和计算机可读存储介质
CN108270816A (zh) 云端地图更新设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant