KR102188458B1 - 창고 내의 물품 팔레트들의 자율 셔플링 - Google Patents
창고 내의 물품 팔레트들의 자율 셔플링 Download PDFInfo
- Publication number
- KR102188458B1 KR102188458B1 KR1020187033264A KR20187033264A KR102188458B1 KR 102188458 B1 KR102188458 B1 KR 102188458B1 KR 1020187033264 A KR1020187033264 A KR 1020187033264A KR 20187033264 A KR20187033264 A KR 20187033264A KR 102188458 B1 KR102188458 B1 KR 102188458B1
- Authority
- KR
- South Korea
- Prior art keywords
- pallets
- time
- warehouse
- layout
- real
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 71
- 238000003860 storage Methods 0.000 claims description 35
- 230000009471 action Effects 0.000 claims description 19
- 230000000295 complement effect Effects 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 238000012384 transportation and delivery Methods 0.000 abstract description 9
- 230000008707 rearrangement Effects 0.000 abstract 1
- 238000013439 planning Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009365 direct transmission Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000009349 indirect transmission Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
-
- 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
- B65G1/0492—Storage devices mechanical with cars adapted to travel in storage aisles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G06Q50/28—
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Mechanical Engineering (AREA)
- Warehouses Or Storage Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
설명된 예들은 최적의 레이아웃으로의 창고 내의 물품 팔레트들의 재배치를 가능케 할 수 있다. 예시적인 방법은, 창고 내의 팔레트 위치 및 팔레트 상에 배치된 물품의 실시간 재고를 포함한 실시간 물품 정보를 수신하는 단계; 팔레트 재배치 이력 및 물품 입고/출하 예상에 기초하여 팔레트들로의 미래의 액세스에 대한 수요 가능성을 결정하는 단계; 실시간 물품 정보 및 수요 가능성에 기초하여, 레이아웃의 중심으로부터의 팔레트들의 거리가 수요 가능성과 관련되는 최적의 제어된-액세스 밀집 격자 레이아웃을 결정하는 단계; 실시간 로봇 정보를 수신하고 실시간 로봇 정보를 이용하여 팔레트들을 최적의 레이아웃으로 재배치하는데 걸리는 시간량을 결정하는 단계; 팔레트들을 재배치하는데 걸리는 시간량이 임계값 미만인 것에 기초하여, 로봇 디바이스들이 팔레트들을 최적의 레이아웃으로 재배치하게 하는 단계를 포함한다.
Description
관련 출원의 상호참조
본 출원은, 참조로 그 전체 내용을 본 명세서에 포함하는 2016년 8월 23일 출원된 미국 특허 출원번호 제15/244525호에 대한 우선권을 주장한다.
창고는, 제조업체, 도매업체 및 운송업체를 비롯한 다양한 상이한 유형의 사업체들에 의한 상품의 보관에 이용될 수 있다. 예시적인 보관된 상품으로서는, 원자재, 부품 또는 컴포넌트, 포장재, 및 완제품이 포함될 수 있다. 일부 경우에, 창고에는, 상품을 배달 트럭이나 다른 유형의 차량에 상하차할 수 있게 하는 하역장이 마련되어 있다. 창고는 또한, 팔레트 랙(pallet rack)의 로우(row)를 이용하여, 팔레트, 즉, 박스에 들어있는 상품 등의, 물품들의 스택을 담고 있는 납작한 운송 구조물의 보관을 허용할 수 있다. 추가로, 창고에는, 크레인 및 포크리프트(forklift) 등의, 상품이나 물품 팔레트를 들어 올리고 이동시키기 위한 기계 또는 차량이 있을 수 있다. 기계, 차량, 및 기타의 장비를 작동하기 위해, 인간 조작원이 고용될 수 있다. 일부 경우에는, 기계들 또는 차량들 중 하나 이상이 컴퓨터 제어 시스템에 의해 안내받는 로봇 디바이스일 수 있다.
본 개시내용의 예시적인 구현은, 창고 등의 물리적 환경에서의 팔레트의 자동화된 셔플링(shuffling)에 관련될 수 있다. 한 예로서, 창고 내의 로봇 디바이스를 관리하도록 구성된 시스템은, 창고 내의 팔레트들의 실시간 위치 및 팔레트들 상에 배치된 물품들의 실시간 재고 등의, 창고 내의 물품들에 관련된 실시간 물품 정보를 수신하거나 기타의 방식으로 액세스할 수 있다. 이 시스템은 또한, 창고 내의 로봇 디바이스의 실시간 작업 진행, 스케줄링된 작업, 위치 등의 실시간 로봇 정보를 수신하거나 기타의 방식으로 액세스할 수 있다. 팔레트 재배치 이력, 물품 입고/출하 예상, 및 실시간 물품 정보를 이용하여, 시스템은 미래에 팔레트들이 액세스될 가능성이 얼마나 높은지를 결정할 수 있다. 그 다음, 시스템은, 창고 내의 팔레트들에 대한 최적의 레이아웃을 결정하기 위해 수요 가능성(likelihood of demand)을 이용할 수 있고, 여기서, 레이아웃 내의 팔레트들의 위치는 팔레트들이 미래에 요청될 가능성과 관련이 있다. 실시간 로봇 정보를 이용하여, 시스템은 로봇 디바이스들이 팔레트들을 최적의 레이아웃으로 재배치하는데 걸리는 시간량을 결정한 다음, 결정된 시간량이 임계값 미만이라면 로봇 디바이스들이 팔레트들을 최적의 레이아웃으로 재배치하도록 지시할 수 있다.
한 양태에서, 본 출원은 방법을 설명한다. 이 방법은, 창고 제어 시스템(warehouse control system)(WCS)에서, 창고에 놓인 팔레트들의 실시간 위치 및 팔레트들 상에 배치된 물품들의 실시간 재고를 포함한 실시간 물품 정보를 수신하는 단계를 포함할 수 있고, 여기서 물품들의 실시간 재고는 각각의 팔레트의 내용을 포함한다. 이 방법은, 창고 내의 팔레트 재배치의 이력, 미래의 날짜에 창고에 입고될 물품의 예상 및 미래의 날짜에 창고 외부로 출하될 물품의 예상에 기초하여, 팔레트들로의 미래의 액세스에 대한 수요 가능성을 결정하는 단계를 더 포함할 수 있다. 이 방법은, 실시간 물품 정보 및 수요 가능성에 기초하여, 팔레트들을 배치할 최적의 제어된-액세스 밀집 격자 레이아웃을 결정하는 단계를 더 포함할 수 있고, 여기서, 최적의 제어된-액세스 밀집 격자 레이아웃의 중심으로부터의 팔레트의 거리는 수요 가능성과 관련된다. 이 방법은, WCS에서, (i) 창고에 위치한 복수의 로봇 디바이스의 실시간 위치, (ⅱ) 복수의 로봇 디바이스에 대한 실시간 작업 진행 데이터, 및 (ⅲ) 작업의 수행을 위한 스케줄, 및 (ⅳ) 복수의 로봇 디바이스 중 하나 이상이 작업을 수행하기 위한 시간 측정값을 포함한 실시간 로봇 정보를 수신하는 단계를 더 포함할 수 있다. 이 방법은, 실시간 로봇 정보에 기초하여, 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 시간량을 결정하는 단계를 역시 더 포함할 수 있다. 이 방법은, 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 시간량이 임계 시간량 미만인 것에 기초하여 복수의 로봇 디바이스 중 하나 이상이 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하는 단계를 역시 더 포함할 수 있다.
또 다른 양태에서, 본 출원은 시스템을 설명한다. 시스템은, 창고 내의 복수의 로봇 디바이스, 적어도 하나의 프로세서, 및 시스템으로 하여금 동작들을 수행케하는 적어도 하나의 프로세서에 의해 실행가능한 명령어들을 포함하는 데이터 스토리지를 포함할 수 있다. 이 동작들은, 창고에 놓인 팔레트들의 실시간 위치 및 팔레트들 상에 배치된 물품들의 실시간 재고를 포함한 실시간 물품 정보를 수신하는 동작을 포함할 수 있고, 여기서 물품들의 실시간 재고는 각각의 팔레트의 내용을 포함한다. 이 동작들은, 창고 내의 팔레트 재배치의 이력, 미래의 날짜에 창고에 입고될 물품의 예상 및 미래의 날짜에 창고 외부로 출하될 물품의 예상에 기초하여, 팔레트들로의 미래의 액세스에 대한 수요 가능성을 결정하는 동작을 더 포함할 수 있다. 이 동작들은, 실시간 물품 정보 및 수요 가능성에 기초하여, 팔레트들을 배치할 최적의 제어된-액세스 밀집 격자 레이아웃을 결정하는 동작을 더 포함할 수 있고, 여기서, 최적의 제어된-액세스 밀집 격자 레이아웃의 중심으로부터의 팔레트의 거리는 수요 가능성과 관련된다. 이 동작들은, (i) 창고에 위치한 복수의 로봇 디바이스의 실시간 위치, (ⅱ) 복수의 로봇에 대한 실시간 작업 진행 데이터, 및 (ⅲ) 작업의 수행을 위한 스케줄, 및 (ⅳ) 복수의 로봇 디바이스 중 하나 이상이 작업을 수행하기 위한 시간 측정값을 포함한 실시간 로봇 정보를 수신하는 동작을 더 포함할 수 있다. 이 동작들은 또한, 실시간 로봇 정보에 기초하여, 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 시간량을 결정하는 동작을 역시 더 포함할 수 있다. 이 동작들은, 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 시간량이 임계 시간량 미만인 것에 기초하여 복수의 로봇 디바이스 중 하나 이상이 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하는 동작을 역시 더 포함할 수 있다.
역시 또 다른 양태에서, 본 출원은 적어도 하나의 프로세서를 포함하는 컴퓨팅 시스템에 의해 실행될 때 컴퓨팅 시스템으로 하여금 동작들을 수행케하는 프로그램 명령어들이 저장된 비일시적인 컴퓨터-판독가능한 매체를 설명한다. 이 동작들은, 창고에 놓인 팔레트들의 실시간 위치 및 팔레트들 상에 배치된 물품들의 실시간 재고를 포함한 실시간 물품 정보를 수신하는 동작을 포함할 수 있고, 여기서 물품들의 실시간 재고는 각각의 팔레트의 내용을 포함한다. 이 동작들은, 창고 내의 팔레트 재배치의 이력, 미래의 날짜에 창고에 입고될 물품의 예상 및 미래의 날짜에 창고 외부로 출하될 물품의 예상에 기초하여, 팔레트들로의 미래의 액세스에 대한 수요 가능성을 결정하는 동작을 더 포함할 수 있다. 이 동작들은, 실시간 물품 정보 및 수요 가능성에 기초하여, 팔레트들을 배치할 최적의 제어된-액세스 밀집 격자 레이아웃을 결정하는 동작을 더 포함할 수 있고, 여기서, 최적의 제어된-액세스 밀집 격자 레이아웃의 중심으로부터의 팔레트의 거리는 수요 가능성과 관련된다. 이 동작들은, (i) 창고에 위치한 복수의 로봇 디바이스의 실시간 위치, (ⅱ) 복수의 로봇에 대한 실시간 작업 진행 데이터, 및 (ⅲ) 작업의 수행을 위한 스케줄, 및 (ⅳ) 복수의 로봇 디바이스 중 하나 이상이 작업을 수행하기 위한 시간 측정값을 포함한 실시간 로봇 정보를 수신하는 동작을 더 포함할 수 있다. 이 동작들은 또한, 실시간 로봇 정보에 기초하여, 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 시간량을 결정하는 동작을 역시 더 포함할 수 있다. 이 동작들은, 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 시간량이 임계 시간량 미만인 것에 기초하여 복수의 로봇 디바이스 중 하나 이상이 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하는 동작을 역시 더 포함할 수 있다.
역시 또 다른 양태에서, 창고에 놓인 팔레트들의 실시간 위치 및 팔레트들 상에 배치된 물품들의 실시간 재고를 포함한 실시간 물품 정보를 수신하기 위한 수단을 포함하는 시스템이 제공되고, 여기서 물품들의 실시간 재고는 각각의 팔레트의 내용을 포함한다. 이 시스템은, 창고 내의 팔레트 재배치의 이력, 미래의 날짜에 창고에 입고될 물품의 예상 및 미래의 날짜에 창고 외부로 출하될 물품의 예상에 기초하여, 팔레트들로의 미래의 액세스에 대한 수요 가능성을 결정하기 위한 수단을 더 포함할 수 있다. 이 시스템은, 실시간 물품 정보 및 수요 가능성에 기초하여, 팔레트들을 배치할 최적의 제어된-액세스 밀집 격자 레이아웃을 결정하기 위한 수단을 더 포함할 수 있고, 여기서, 최적의 제어된-액세스 밀집 격자 레이아웃의 중심으로부터의 팔레트의 거리는 수요 가능성과 관련된다. 이 시스템은, (i) 창고에 위치한 복수의 로봇 디바이스의 실시간 위치, (ⅱ) 복수의 로봇에 대한 실시간 작업 진행 데이터, 및 (ⅲ) 작업의 수행을 위한 스케줄, 및 (ⅳ) 복수의 로봇 디바이스 중 하나 이상이 작업을 수행하기 위한 시간 측정값을 포함한 실시간 로봇 정보를 수신하기 위한 수단을 더 포함할 수 있다. 이 시스템은 또한, 실시간 로봇 정보에 기초하여, 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 시간량을 결정하기 위한 수단을 역시 더 포함할 수 있다. 이 시스템은, 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 시간량이 임계 시간량 미만인 것에 기초하여 복수의 로봇 디바이스 중 하나 이상이 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하기 위한 수단을 역시 더 포함할 수 있다.
상기 요약은 단지 예시일 뿐이고 어떠한 식으로든 제한하고자 하는 것이 아니다. 전술된 예시적 양태, 구현, 및 피처들에 추가하여, 도면과 이하의 상세한 설명을 참조하면 추가의 양태, 구현, 및 피처들이 명백해질 것이다.
도 1은 본 명세서에서 설명된 적어도 일부 구현에 따른 예시적인 창고를 도시한다.
도 2는 본 명세서에서 설명된 적어도 일부 구현에 따른 예시적인 컴퓨팅 시스템의 컴포넌트들을 나타내는 단순화된 블록도이다.
도 3은 본 명세서에서 설명된 적어도 일부 구현에 따른 예시적인 방법의 플로차트이다.
도 4a 및 도 4b는 본 명세서에서 설명된 적어도 일부 구현에 따른, 창고 내의 팔레트들의 예시적인 레이아웃을 나타낸다.
도 2는 본 명세서에서 설명된 적어도 일부 구현에 따른 예시적인 컴퓨팅 시스템의 컴포넌트들을 나타내는 단순화된 블록도이다.
도 3은 본 명세서에서 설명된 적어도 일부 구현에 따른 예시적인 방법의 플로차트이다.
도 4a 및 도 4b는 본 명세서에서 설명된 적어도 일부 구현에 따른, 창고 내의 팔레트들의 예시적인 레이아웃을 나타낸다.
예시적 방법과 시스템들이 여기서 설명된다. 용어 "예", "예시적인", 및 "예시의"는, 본 명세서에서 "예, 사례, 또는 예시로서 역할을 하는"을 의미하기 위해 사용된다는 것을 이해해야 한다. 본 명세서에서 "예"이다 또는 "예시적"이다 또는 "예시적인" 것이다라고 설명된 임의의 구현 또는 피처는 다른 구현들 또는 피처들에 비해 반드시 더 선호되거나 유익하다는 것으로 해석되어서는 안 된다. 본 명세서에서 설명되는 예시적인 구현들은 제한적인 것을 의미하지는 않는다. 본 명세서에서 개괄적으로 설명되고 도면들에 예시된 본 개시내용의 양태들은 다양한 상이한 구성들로 배치되고, 대체되고, 결합되고, 분리되고, 설계될 수 있으며, 이들 모두는 본 명세서에서 명시적으로 고려대상이 된다는 것을 용이하게 이해할 것이다. 추가로, 본 명세서에서, 달리 명시되지 않는 한 및/또는 특정한 상황이 명백하게 달리 지시하지 않는 한, 용어 "a" 또는 "an"은 적어도 하나를 의미하고, 용어 "the"는 그 적어도 하나를 의미한다.
본 명세서에 사용될 때, 용어 "창고"는 물품들, 또는 물품 팔레트들이 로봇 디바이스에 의해 조작, 처리 및/또는 보관될 수 있는 임의의 물리적 환경을 지칭할 수 있다. 일부 예에서, 창고는 하나의 물리적 건물 또는 구조물일 수 있다. 다른 예에서, 일부 고정된 컴포넌트는 물체 처리 전 또는 처리 동안에 환경 내에 설치되거나 기타의 방식으로 배치될 수 있다. 추가적인 예에서, 창고는 복수의 별개의 물리적 구조물을 포함하거나 및/또는 물리적 구조물에 의해 커버되지 않는 물리적 공간도 역시 포함할 수 있다.
예시적인 창고는, 동종 또는 이종의 로봇 디바이스 그룹과 로봇 디바이스들을 관리하도록 구성된 제어 시스템을 포함할 수 있다. 이러한 로봇 디바이스 그룹은 자율적 창고 환경에서 사람 조작원이 없어도 독자적으로 존재할 수 있거나, 협력적 창고 환경에서 인간 조작원과 함께 배치될 수 있다(예를 들어, 포크리프트 등의 인간이 작동하는 디바이스). 창고의 정황에서, 이러한 제어 시스템은 창고 제어 시스템(WCS)이라고 지칭될 수 있다. 창고는 또한, 팔레트들 상에 배치된 다양한 물품(예를 들어, 제품)을 포함할 수 있으며, 팔레트들은 창고 내의 다양한 위치에 배치될 수 있다. 예를 들어, 팔레트들은 창고의 바닥에 직접 배치되거나 다른 팔레트 위에 적층되거나, 팔레트 랙에 배치되거나, 및/또는 선적 컨테이너에 보관될 수 있다. 각각의 팔레트가 창고에 도착하면, WCS는 모든 가용 정보를 이용하여 팔레트를 보관할 가장 적절한 위치를 결정할 수 있다.
로봇 디바이스 그룹은 다수의 상이한 응용들에 대한 창고 설정에 이용될 수 있다. 하나의 가능한 응용은, (예를 들어, 개인 고객에 대한) 주문 이행을 포함하며, 이 경우 케이스가 개봉될 수 있고 개인 주문을 이행하기 위해 케이스 내의 개개 물품들이 박스 내에 패키징될 수 있다. 또 다른 가능한 응용은, (예를 들어, 상점 또는 다른 창고에 대한) 분배를 포함하며, 상점에 출하하기 위한 상이한 유형들의 물품들(즉, 상이한 유형들의 제품들)의 그룹을 포함한 혼합된 팔레트들이 구성될 수 있다. 추가로 가능한 응용은, 크로스-도킹(cross-docking)을 포함하며, 이것은, 어떠한 것도 보관하지 않고 선적 컨테이너들 사이에서 운송하는 것을 포함할 수 있다(예를 들어, 물품들은 4개의 40-피트 트레일러로부터 이동되어 3개의 경량 트랙터 트레일러 내에 적재될 수 있고, 또한 팔레트화될 수 있다). 수많은 다른 응용도 가능하다.
일반적으로, 팔레트들이 창고에 배치되는 방식은 다양한 요인에 의존할 수 있다. 이러한 요인은, 특히, 창고에서의 활동 이력, 팔레트 위치들의 이력, 소정 물품에 대한 수요 이력, 창고에 입고된 물품의 동향, 창고에서 출하된 물품의 동향, 물품에 대한 접수된 주문, 창고에서의 예상된 활동, 소정 물품에 대한 예상된 수요, 창고에 입고될 예상된 물품, 창고에서 출하될 예상된 물품, 사업 목표(예를 들어, 당일 배달 등의 판촉 제안), 및 팔레트들을 배치하기 위한 인간 및/또는 로봇 가용성을 포함할 수 있다. WCS는, 창고 내의 팔레트들의 배치 및 재배치를 포함한 창고의 개선된 관리를 용이하게 하기 위해 머신 학습에서 이들 및 기타의 요인들을 이용하도록 구성될 수 있다.
창고 내의 팔레트들을 자율적으로 재배치, 즉, "셔플링(shuffling)"하기 위한 예시적인 방법 및 시스템이 본 명세서에 제공된다. 예시적인 방법에 따르면, WCS는, 창고 내의 물품 팔레트들의 실시간 위치, 창고 내의 물품들의 실시간 재고, 및 각각의 팔레트의 실시간 내용(예를 들어, 어떤 물품이 어떤 팔레트에 있는지)을 포함한 실시간 물품 정보를 수신, 결정, 또는 기타의 방식으로 액세스할 수 있다. WCS는 또한, 팔레트 재배치 이력(예를 들어, 팔레트가 한 장소로부터 또 다른 장소로 이동된 때, 장소, 이유 및/또는 방법에 관련된 정보), 창고에 입고될 물품들의 예상, 창고에서 출하될 물품들의 예상 등의, 기타의 창고 정보를 수신, 결정, 또는 기타의 방식으로 액세스할 수 있다.
WCS는 위에서 논의된 정보 중 임의의 것 또는 전부를 이용하여 각각의 팔레트에 대해 "수요 가능성", 즉, 팔레트가 미래의 어떤 시점에서 액세스될 필요성이 있을 가능성이 얼마나 되는지의 표시를 결정할 수 있다. 예를 들어, 어떤 팔레트가 장기간 동안(예를 들어, 수일, 수주, 수개월) 이동되지 않은 경우, WCS는 그 팔레트에 대한 수요 가능성이 더 낮다고 결정할 수 있다. 반면, 어떤 팔레트가 최근에 한 번 이상 이동된 경우, WCS는 그 팔레트에 대한 수요 가능성이 더 높다고 결정할 수 있다. 또 다른 예로서, WCS가 팔레트 상의 물품들이 장기간 동안 출하되지 않을 것이라고 예측(즉, 예상)하거나 확실하게 알고 있는 경우, WCS는 그 팔레트에 대한 더 낮은 수요 가능성을 결정할 수 있다. 반면, WCS가 팔레트의 물품을 가까운 미래에 출하될 필요가 있다고 예측하거나 확실하게 알고 있는 경우, WCS는 그 팔레트에 대한 더 높은 수요 가능성을 결정할 수 있다.
그 다음, WCS는 창고 내의 팔레트들의 최적의 레이아웃 결정을 용이하게 하기 위해 각각의 팔레트에 대한 수요 가능성을 고려할 수 있다. 특히, WCS는 본 명세서에서 "제어된-액세스 밀집 격자 레이아웃(controlled-access dense grid layout)"(또는 단순히 "밀집 격자 레이아웃")이라고 지칭될 수 있는 것을 결정할 수 있으며, 이 밀집 격자 레이아웃은, 팔레트들이 밀집 보관되는 것을 허용하면서 다양한 목적으로 팔레트들이 이동될 필요가 있는 경우 더 높은 수요라고 예측되는(더 높은 수요인 것으로 알려진) 팔레트들이 로봇 디바이스가 액세스하기에 더욱 용이하도록 여전히 허용함으로써, 로봇 디바이스가 팔레트에 액세스하는 방법을 제어하는 레이아웃이다. 밀집 격자 레이아웃은 다양한 특성을 가질 수 있다. 최소한으로, 예를 들어, 밀집 격자 레이아웃의 중심으로부터의 주어진 팔레트의 거리는 그 팔레트에 대한 수요 가능성과 관련될 수 있다.
추가로, WCS는, 로봇 디바이스가 팔레트들을 재배치하는데 걸리는 시간 등의, 팔레트들을 최적의 밀집 격자 레이아웃으로 재배치하기 위해 어떤 자원이 필요한지를 결정할 수 있다. 자원이 소정의 기준을 충족한다고 WCS가 결정한다면, WCS는 로봇 디바이스에게 팔레트들을 재배치하도록 지시할 수 있다. 충족하지 않는다면, WCS는, 자원이 소정의 기준을 충족한다고 WCS가 결정할 때까지 로봇 디바이스에게 팔레트들을 재배치하도록 지시하지 않을 수 있다.
예들 내에서, 실제로 이것을 용이하게 하기 위해, WCS는 창고 내의 로봇 활동에 관련된 실시간 로봇 정보를 수신하거나, 결정하거나, 또는 기타의 방식으로 액세스할 수 있다. 특히, 실시간 로봇 정보는, 특히, 로봇 디바이스의 실시간 위치, 진행중이거나 및/또는 완료 예정인 로봇 작업에 대한 실시간 작업 진행 업데이트, 작업 스케줄, 및 로봇 디바이스가 다양한 작업을 수행하는데 걸리는 시간의 각각의 고정된 측정값을 포함할 수 있다. 그 다음, WCS는, 적어도 실시간 로봇 정보를 이용하여, 로봇 디바이스가 팔레트들을 최적의 밀집 격자 레이아웃으로 재배치하는데 걸리는 시간을 결정할 수 있다. 시간량이 임계 시간량 미만이면, WCS는 로봇 디바이스에게 팔레트들을 최적의 밀집 격자 레이아웃으로 재배치하도록 지시할 수 있다.
밀집 격자 레이아웃은 2차원으로 구현될 수 있다(예를 들어, 팔레트들이 바닥에 또는 보관 랙의 바닥 레벨에 놓여 있지만, 팔레트들이 서로의 위에 적층되거나 기타의 방식으로 놓여있지 않은 레이아웃). 다른 구현에서, 밀집 격자 레이아웃은 3차원으로 구현될 수 있고, 적층된 팔레트들을 갖는 창고 배치에 통합될 수 있다. 이러한 구현에서, 더 낮은 수요 가능성을 갖는 팔레트는 예를 들어 더 높은 수요 가능성을 갖는 팔레트보다 스택에서 더 높게(또는 기타의 방식으로 더 멀리) 배치될 수 있다.
일부 구현에서, 더 높은 수요 가능성을 갖는 팔레트가 더 낮은 수요 가능성을 갖는 팔레트보다 지면 레벨에 더 근접하게 배치되어, 더 높은 수요 가능성을 갖는 팔레트가, 보관 랙의 상단에 더 가까운 팔레트들보다 액세스하기에 더 용이할 수 있는, 밀집 격자 레이아웃 또는 상이한 레이아웃이 팔레트 보관 랙에서 구현될 수 있다.
팔레트 셔플링은 많은 형태를 취할 수 있다. 일부 구현에서, WCS는, 밀집 격자 레이아웃처럼, 팔레트 랙 및/또는 적층된 팔레트 배치에 통합될 수 있는 팔레트들에 대한 다른 유형의 레이아웃을 결정할 수 있다. 일부 시나리오에서, WCS는, 최적의 레이아웃이 다양한 특성에 의해 정의될 수 있는, "딥 레인 레이아웃(deep lanes layout)"이라고 결정할 수 있다. 최소한으로, 예를 들어, 딥 레인 레이아웃은, 로봇 디바이스가 이동하여 레인들로부터 팔레트에 액세스하기 위한 충분한 공간이 레인들 사이에 있도록 한 각각의 레인에 배치된 팔레트 그룹을 포함할 수 있다. 다른 레이아웃도 역시 가능하다.
창고에서 팔레트들을 동적으로 및 자율적으로 재배치하는 것은, 다양한 산업적 및 사업적 이점을 제공할 수 있다. 예를 들어, WCS 및 로봇 디바이스의 이용은, 창고를 재배치할 때 인력의 필요성을 크게 감소시키거나 없앨 수 있다. 또 다른 예로서, 물품에 대한 수요는 시간의 경과에 따라 변하므로, WCS는 다양한 시점의 현재 수요를 최상으로 반영하도록 팔레트들의 레이아웃을 변경하거나, 미래의 한 시점에서의 예상된 수요를 최상으로 반영하도록 팔레트들의 레이아웃을 적극적으로 변경할 수 있다. 역시 또 다른 예로서, 창고 내의 가용 공간이 증가하거나 감소할 때, WCS는, 가용 공간의 고려와, 수요, 물품에 대한 액세스 용이성 등의 다른 고려사항을 밸런싱하여, 이들 고려사항에 비추어 어떤 유형의 레이아웃이 창고 내의 가용 공간을 최상으로 활용할 수 있는지를 결정할 수 있다. 일반적으로 시간의 경과에 따라 창고 내의 팔레트들의 배치를 지속적으로 평가하고 창고를 재배치하려는 지속적인 노력에 의해, 창고 효율성이 증가할 수 있고, 다른 예도 역시 가능하다.
대안적 구현에서, WCS 및/또는 기타의 컴퓨팅 시스템 등의, 창고와 연관된 하나 이상의 컴퓨팅 엔티티는, WCS에 의한 수신을 위해, 물품 정보 및/또는 로봇 정보를 실시간보다 덜 빈번하게 수집, 업데이트, 처리 및/또는 제공할 수 있다는 점에 유의해야 한다.
이하, 그 예가 첨부된 도면들에 예시되어 있는 다양한 구현들을 상세히 참조할 것이다. 이하의 상세한 설명에서, 수 많은 특정한 상세사항들이 본 개시내용 및 설명된 구현들의 철저한 이해를 제공하기 위해 개시된다. 그러나, 본 개시내용은 이들 특정한 상세사항 없이도 실시될 수 있다. 다른 사례에서, 공지된 방법, 절차, 컴포넌트, 및 회로는 구현들의 양태를 불필요하게 모호케 하지 않도록 상세히 설명되지 않았다.
이제 도면을 참조하면, 도 1은 본 명세서에서 설명된 적어도 일부 구현에 따른 예시적인 창고(100)를 도시한다. 창고(100)는, 창고 내에서 물품, 팔레트 등의 처리에 관련된 작업을 수행하기 위해 협력하도록 제어될 수 있는 다양한 유형의 로봇 디바이스들을 포함한다. 상이한 로봇 디바이스들의 소정의 예시적인 유형 및 개수가 예시의 목적으로 여기에 도시되어 있지만, 창고는 더 많거나 더 적은 수의 로봇 디바이스를 채용할 수 있고, 여기에 도시된 소정의 유형을 생략할 수도 있으며, 명시적으로 도시되지 않은 다른 유형의 로봇 디바이스도 포함할 수 있다.
도 1에 도시된 로봇 디바이스의 한 예시적인 유형은, 자율 포크 트럭(102), 박스 팔레트를 운송하거나 및/또는 (예를 들어, 보관을 위해 팔레트를 랙 상에 배치하기 위해) 박스 팔레트를 들어올리는데 이용될 수 있는 포크리프트(forklift)를 구비한 모바일 디바이스이다. 도시된 로봇 디바이스의 또 다른 예시적인 유형은, 개개의 물품 또는 다른 물체를 창고 내의 한 위치에서 다른 위치로 운송하도록 기능 할 수 있는 바퀴를 갖는 비교적 소형의 모바일 디바이스일 수 있는, 자율 가이드형 차량(autonomous guided vehicle)(AGV)(104)이다. 로봇 디바이스의 추가의 예시적인 유형은, 로봇 트럭 적재기/하차기(106), 로봇 조작기뿐만 아니라 트럭이나 기타의 차량으로의 물품 및/또는 팔레트의 적재 및/또는 하차를 용이하게 하기 위한 센서 등의 다른 컴포넌트들을 갖춘 모바일 디바이스이다. 예를 들어, 로봇 트럭 하차기(106)는 팔레트 또는 개개의 물품을 창고의 하역장(shipping dock)(110)에 위치한 배달 트럭(108) 상에 적재하는데 이용될 수 있다. 일부 예에서, (예를 들어, 패키지를 또 다른 창고로 배달하는) 배달 트럭(108)의 이동은 또한, 창고 내의 로봇 디바이스와 조율될 수 있다.
여기에 나타낸 것들 이외의 다른 유형의 모바일 디바이스들이 역시 또는 그 대신에 포함될 수 있다. 일부 예에서, 하나 이상의 로봇 디바이스는 지면 상의 바퀴들 외에 상이한 운송 모드를 이용할 수 있다. 예를 들어, 하나 이상의 로봇 디바이스는 공중 수송형(예를 들어, 쿼드콥터)일 수 있고, 물체를 이동시키거나 환경의 센서 데이터를 수집하는 것 등의 작업에 이용될 수 있다.
본 명세서에서 설명되는 로봇 디바이스들 중 임의의 것은, 특히, 힘 센서, 근접 센서, 하중 센서, 위치 센서, 터치 센서, 깊이 센서, 초음파 거리 센서, 적외선 센서, GPS(Global Positioning System) 수신기, 소나(sonar), 광학 센서, 바이오센서, 무선 주파수 식별(RFID) 센서, 근접장 통신(NFC) 센서, 무선 센서, 나침반, 연기 센서, 광 센서, 오디오 센서, 마이크로폰, 스피커, 레이더, 카메라(예를 들어, 컬러 카메라, 그레이스케일 카메라, 및/또는 적외선 카메라), 깊이 센서(예를 들어, 적색 녹색 청색 플러스 깊이(RGB-D), 레이저, LIDAR(light detection and ranging) 디바이스, 구조화된-광 스캐너, 및/또는 비행시간 카메라), 스테레오 카메라, 모션 센서(예를 들어, 자이로스코프, 가속도계, 관성 측정 디바이스(IMU), 및/또는 발걸음 또는 휠 주행계), 및/또는 범위 센서(예를 들어, 초음파 및/또는 적외선) 등의 하나 이상의 센서(들)를 포함할 수 있다. 센서(들)는, 환경과의 로봇 디바이스의 적절한 상호작용을 허용하기 위해 프로세서(들)에 센서 데이터를 제공할 수 있다. 추가로, 로봇 디바이스는 또한, 로봇 디바이스의 다양한 컴포넌트에 전력을 공급하도록 구성된 하나 이상의 동력원(들)을 포함할 수 있다. 예를 들어, 가솔린 엔진 또는 배터리 등의, 임의의 유형의 동력원이 이용될 수 있다.
추가의 예에서, 창고(100)는 또한, 다양한 고정 컴포넌트들을 포함할 수 있다. 하나 이상의 고정된 로봇 디바이스가 물품을 이동시키거나 기타의 방식으로 처리하는데 이용될 수 있다. 예를 들어, 지주 로봇(pedestal robot)(112)은 창고 내의 1층에 고정되는 지주 상에 상승된 로봇 팔을 포함할 수 있다. 지주 로봇(112)은, 다른 로봇들 사이에 물품들을 분배하거나 및/또는 물품 팔레트들을 적층 및 적층해제하도록 제어될 수 있다. 예를 들어, 지주 로봇(112)은 근처의 팔레트로부터 박스를 픽업하여 이동시킬 수 있고, 물품들을 창고 내의 다른 위치로의 운송을 위해 개개의 AGV(104)에 분배할 수 있다.
추가의 예에서, 창고(100)는, 창고 내에 팔레트 및/또는 기타의 물체를 보관하는데 이용될 수 있는 보관 랙(미도시) 등의 추가의 고정된 컴포넌트를 포함할 수 있다. 이러한 보관 랙은, 자율 포크 트럭(102) 등의, 로봇 디바이스와의 상호작용을 용이하게 하도록 설계되고 배치될 수 있다. 보관 랙에 추가하여 또는 그 대안으로서, 창고(100) 내의 소정의 지상 공간이 선택되어 팔레트의 보관에 이용될 수 있다. 예를 들어, 일부 팔레트는, 팔레트들이 로봇 디바이스에 의해 픽업, 분배 또는 처리되는 것을 허용하도록 소정 기간 동안 선택된 위치에서 창고 환경 내에 배치될 수 있다. 창고(100) 내의 임의의 고정된 컴포넌트는, 여기서 설명된 바와 같이, 하나 이상의 센서를 구비할 수 있다.
일부 예에서, 창고(100) 내의 로봇 디바이스들 중 임의의 것 또는 전부는, 하나 이상의 센서, 하나 이상의 컴퓨터, 및 하나 이상의 로봇 팔을 포함할 수 있다. 센서는, 시각적 데이터 및/또는 3차원(3D) 깊이 정보를 캡처하기 위해 창고(100) 내의 영역을 스캔하는 등의 다양한 동작을 수행하는데 이용될 수 있다. 그 다음, 스캔으로부터의 데이터는 디지털 환경 재구성을 제공하기 위하여 더 큰 영역의 표현 내에 통합될 수 있다. 추가의 예에서, 재구성된 환경은, 물품, 팔레트 또는 픽업할 다른 물체를 식별하고, 물품 또는 팔레트의 픽업 위치를 결정하거나, 및/또는 로봇 디바이스가 이동해야 할 충돌없는 궤적을 계획하는데 이용될 수 있다. 창고(100)는 또한, 로봇 디바이스에 접속되지 않은 카메라 또는 다른 유형의 센서 등의 센서를 포함할 수 있다. 예를 들어, 다양한 센서가, 벽, 천장 등의, 창고의 다양한 위치에 부착될 수 있다.
도 1에 도시된 바와 같이, 창고(100)는 다양한 팔레트를 포함하고, 그 각각은 하나의 유형의 물품을 포함하거나 복수의 유형의 물품을 포함할 수 있다. 특히, 창고(100)는 로우들(114, 116, 118, 120, 122 및 124)을 포함하고, 그 각각은 동일한 유형의 물품을 포함하는 한 라인의 팔레트들을 포함한다. 예를 들어, 로우(114), 로우(118), 및 로우(124)의 팔레트들 각각은 제1 유형의 물품을 포함할 수 있고, 로우(116) 및 로우(122)의 팔레트들 각각은 제2 유형의 물품을 포함할 수 있고, 로우(120)의 팔레트들 각각은 제3 유형의 물품을 포함할 수 있다. 대안으로서, 임의의 로우 내에서, 인접한 팔레트들은 서로 상이한 유형의 물품을 가질 수 있다. 일반적으로, 동일한 로우 내의 인접한 팔레트들 또는 인접한 2개의 로우 내의 인접한 팔레트들을 포함한 창고 내의 임의의 2개의 인접한 팔레트는 동일한 유형의 물품을 가질 수도 있고 갖지 않을 수도 있다.
로우들(114, 116, 118, 120, 122 및 124) 내의 팔레트들은, "가득 찬" 팔레트, 즉, 팔레트마다 할당된 최대 수량의 물품을 포함하는 팔레트로서 간주될 수 있다. 팔레트마다 할당되는 물품의 최대 수량은 복수의 팔레트에 대해 동일하거나 상이할 수 있고, WCS에 의해 또는 인간에 의해 정의된 수량일 수 있다. 또한, 팔레트마다 할당되는 물품의 최대 수량은, 팔레트 구조(예를 들어, 팔레트가 지원할 수 있는 최대 중량) 등의 다양한 요인에 의존할 수 있다. 비교로서, 창고(100)는 또한, 팔레트(126), 팔레트(128), 팔레트(130), 및 팔레트(132) 등의, 가득 차지 않은 다양한 팔레트를 포함할 수 있다. 이들 팔레트들 각각은, 동일한 유형의 물품을 포함하거나 상이한 유형의 물품을 포함할 수 있다.
팔레트들이 도 1에 도시된 창고(100)에 배치되는 방식은 딥 레인 레이아웃의 한 예일 수 있다. 예를 들어, 로우(114) 및 로우(116)는 함께 제1 레인을 형성할 수 있고, 로우(118) 및 로우(120)는 함께 제2 레인을 형성할 수 있고, 로우(122) 및 로우(124)는 함께 제3 레인을 형성할 수 있다. 제1 레인, 제2 레인, 및 제3 레인 각각은, 로봇 디바이스(예를 들어, 자율 포크 트럭(102))가 레인들 사이에서 이동하고 레인들 내의 팔레트에 액세스할 수 있게 하는 거리 등의, 미리결정된 거리만큼 분리될 수 있다.
레인들, 로우들, 및 팔레트들은 도 1에 도시된 예와는 상이하게 구성될 수 있다. 예를 들어, 다른 딥 레인 레이아웃에서, 전체의 제1 레인은 제1 유형의 물품만을 포함할 수 있고, 전체의 제2 레인은 제2의 상이한 유형의 물품만을 포함할 수 있다. 또한, 각각의 레인의 폭과 길이를 구성하는 팔레트들의 수량은 증가되거나 감소될 수 있다.
일부 예에서, 창고(100)는 배터리 교환/충전 스테이션(미도시)을 추가로 포함할 수 있다. 예들 내에서, 자율 포크 트럭(102) 또는 AGV(104) 등의 모바일 로봇 디바이스들의 일부 또는 전부는, 복수의 배터리 충전기들을 구비한 배터리 교환 스테이션으로부터 충전된 배터리들을 주기적으로 수신할 수 있다. 특히, 배터리 교환 스테이션은 로봇 디바이스의 오래된 배터리를 충전된 배터리로 교체할 수 있어서, 로봇 디바이스가 앉아서 배터리가 충전되기를 기다리는 것을 방지할 수 있다. 배터리 교환 스테이션은 로봇 팔 등의 로봇 조작기를 구비할 수 있다. 로봇 조작기는 개개의 모바일 로봇 디바이스로부터 배터리를 제거하고 배터리를 이용가능한 배터리 충전기에 부착할 수 있다. 그 다음, 로봇 조작기는 배터리 교환 스테이션에 위치한 충전된 배터리를 모바일 로봇 디바이스 내로 이동시켜 제거된 배터리를 대체할 수 있다. 예를 들어, 약한 배터리를 가진 AGV는, 로봇 팔이 AGV로부터 배터리를 꺼내 충전기에 넣고 AGV에 신선한 배터리를 제공하는 배터리 교환 스테이션으로 이동하도록 제어될 수 있다.
예들 내에서, 임의의 팔레트뿐만 아니라 앞서 논의된 임의의 고정된 로봇 디바이스 또는 컴포넌트 등의, 다른 물체들의 배치를 결정하기 전에, 하나 이상의 로봇 디바이스가 창고(100)로 이동되어 창고(100) 공간의 맵을 생성할 수 있다. 여기서, "맵"이란, 환경의 특정한 영역 내의 요소들의 위치를 나타내거나 및/또는 소정 요소의 다른 요소들 또는 환경에 대한 관계를 나타내는 정보를 지칭한다. 예시적 구현 내에서, 맵은, 주어진 환경 내의 요소들 사이의 관계를 나타내는 데이터를 수집 및 컴파일한 다음 이러한 데이터를 가상 2D 또는 3D 이미지 등의 가상 형식으로 포맷팅함으로써 결정되는 디지털 맵이다. 맵은 관심 요소 및 환경의 실시간 또는 비실시간 표현일 수 있으며, 이러한 요소, 환경, 및/또는 이러한 요소 상의 및/또는 환경 내의 관심 지점을 상세하게 서술한다. 추가로 또는 대안적으로서, 맵의 적어도 일부는, 비-로봇 수단을 통해, 전통적인 또는 디지털 측량 기술을 이용하여, 또는 다른 기술들을 이용하여 생성될 수 있다.
일단 맵 정보가 이용가능하게 되면, WCS 등의 컴퓨팅 시스템은 가용 공간 내에서 이러한 컴포넌트를 레이아웃하는 방법을 (예를 들어, 시뮬레이션을 실행함으로써) 결정할 수 있다. 소정 경우에, 레이아웃은 물체에 의해 점유된 공간의 양을 최소화하도록 선택될 수 있다. 팔레트들은 미리결정된 위치에 배치되거나 무작위로 배치되거나 여기서 논의된 요인들을 포함한 다양한 요인들을 고려하여 WCS에 의해 지능적으로 배치될 수 있다.
창고(100) 내의 다양한 디바이스(예를 들어, 로봇 디바이스, 및 아마도 배터리 충전 스테이션, 원격-제어되는 하역장 도어, 원격-제어되는 램프 등의 기타의 컴포넌트들)의 동작을 조율하기 위해, 원격 클라우드-기반 서버 시스템 등의 전역적 제어 시스템은, (예를 들어, 무선 통신을 통해) 컴포넌트들의 일부 또는 전부와 및/또는 개개의 컴포넌트의 별도의 국지적 제어 시스템과 통신할 수 있다. WCS 등의 여기서 설명된 임의의 컴퓨팅 시스템은, 이러한 전역적 제어 시스템의 형태를 취할 수 있다.
도 2는, 여기서 설명된 적어도 일부 구현에 따른 예시적인 컴퓨팅 시스템(200)의 컴포넌트들을 나타내는 간략화된 블록도이다. 예를 들어, 컴퓨팅 시스템(200)은 WCS로서 역할을 할 수 있고, 앞서 언급된 바와 같이, 창고 내의 로봇 디바이스 또는 다른 컴포넌트의 동작을 동적으로 제어하는 것을 포함하는, 창고(100) 등의 창고의 양태들을 제어할 수 있다. 따라서, 컴퓨팅 시스템(200)은, 프로세서(202), 데이터 저장 유닛(204), 통신 인터페이스(206), 및/또는 사용자 인터페이스(208) 등의 다양한 컴포넌트를 포함할 수 있다. 컴퓨팅 시스템(200)의 컴포넌트들은 접속 메커니즘(210)을 통해 서로(또는 또 다른 디바이스, 시스템 또는 다른 엔티티)에 접속될 수 있다. 본 개시내용에서, 용어 "접속 메커니즘"은, 2개 이상의 디바이스, 시스템 또는 기타의 엔티티들 사이의 통신을 용이하게 하는 메커니즘을 의미한다. 예를 들어, 접속 메커니즘은, 케이블 또는 시스템 버스 등의 간단한 메커니즘이거나, 패킷-기반 통신 네트워크(예를 들어, 인터넷) 등의 비교적 복잡한 메커니즘일 수 있다. 일부 경우에, 접속 메커니즘은 비-유형의 매체(non-tangible medium)(예를 들어, 접속이 무선인 경우)를 포함할 수 있다. 컴퓨팅 시스템(200)은 다른 예시적인 구현에서 더 많거나 더 적은 수의 컴포넌트를 포함할 수 있다.
프로세서(202)는, 범용 프로세서(예를 들어, 마이크로프로세서) 및/또는 특수-목적 프로세서(예를 들어, 디지털 신호 프로세서(DSP))의 형태를 취할 수 있다. 일부 예에서, 컴퓨팅 시스템(200)은 프로세서들의 조합을 포함할 수 있다.
데이터 저장 유닛(204)은, 자기, 광학 또는 플래시 스토리지 등의 하나 이상의 휘발성, 비휘발성, 이동식 및/또는 비이동식 저장 컴포넌트를 포함하거나, 및/또는 프로세서(202)와 전체적으로 또는 부분적으로 통합될 수 있다. 따라서, 데이터 저장 유닛(204)은, 프로세서(202)에 의해 실행될 때 컴퓨팅 시스템(200)으로 하여금 본 개시내용에서 설명된 것들 등의 하나 이상의 동작 및/또는 기능을 수행케하는 프로그램 명령어들(예를 들어, 컴파일되거나 비-컴파일된 프로그램 로직 및/또는 머신 코드)이 저장된 비일시적인 컴퓨터-판독가능한 저장 매체의 형태를 취할 수 있다. 컴퓨팅 시스템(200)은, 본 개시내용에서 설명된 것들 등의 하나 이상의 동작 및/또는 기능을 수행하도록 구성될 수 있다. 이러한 프로그램 명령어는 개별 소프트웨어 애플리케이션을 정의하거나 및/또는 그 일부일 수 있다. 일부 예에서, 컴퓨팅 시스템(200)은, 통신 인터페이스(206) 및/또는 사용자 인터페이스(208)로부터 등의 입력을 수신하는 것에 응답하여 프로그램 명령어를 실행할 수 있다. 데이터 저장 유닛(204)은 또한, 본 개시내용에서 설명된 유형들 등의 다른 유형의 데이터를 저장할 수 있다.
통신 인터페이스(206)는, 컴퓨팅 시스템(200)이 하나 이상의 프로토콜에 따라 또 다른 다른 엔티티에 접속하거나 및/또는 통신하는 것을 허용할 수 있다. 한 예에서, 통신 인터페이스(206)는, 이더넷(Ethernet) 인터페이스 또는 HD-SDI(high-definition serial-digital-interface) 등의 유선 인터페이스일 수 있다. 또 다른 예에서, 통신 인터페이스(206)는 셀룰러 또는 Wi-Fi 인터페이스 등의 무선 인터페이스일 수 있다. 접속은 직접 접속 또는 간접 접속일 수 있으며, 후자는, 라우터, 스위처 또는 다른 네트워크 디바이스 등의 하나 이상의 엔티티를 통과하거나 횡단하는 접속이다. 마찬가지로, 전송은 직접 전송 또는 간접 전송일 수 있다.
적용가능하다면, 사용자 인터페이스(208)는 컴퓨팅 시스템(200)과 컴퓨팅 시스템(200)의 사용자 사이의 상호작용을 용이하게 할 수 있다. 따라서, 사용자 인터페이스(208)는, 키보드, 키패드, 마우스, 터치-감지 패널, 마이크로폰 및/또는 카메라 등의 입력 컴포넌트, 및/또는 디스플레이 디바이스(예를 들어, 터치-감지 패널과 조합될 수 있음), 사운드 스피커 및/또는 햅틱 피드백 시스템 등의 출력 컴포넌트를 포함할 수 있다. 더 일반적으로, 사용자 인터페이스(208)는, 컴퓨팅 시스템(200)과 컴퓨팅 디바이스 시스템의 사용자 사이의 상호작용을 용이하게 하는 하드웨어 및/또는 소프트웨어 컴포넌트들을 포함할 수 있다.
앞서 표시된 바와 같이, 컴퓨팅 시스템(200)은, 창고에서 동작하는 로봇 디바이스의 동작을 조율하는 등에 의해, 창고의 양태를 동적으로 제어하도록 구성될 수 있다. 한 예로서, 컴퓨팅 시스템(200)은 주어진 로봇 디바이스에 대해 로봇 디바이스가 전체 기간(예를 들어, 12 시간) 동안 수행할 일련의 작업을 나타내는 스케줄을 결정할 수 있고, 로봇 디바이스로부터 수신된 후속 정보(예를 들어, 센서 데이터, 작업 진행 업데이트), 다른 로봇 디바이스, 및/또는 창고에 위치한 다른 시스템(예를 들어, 센서 시스템)을 이용하여 스케줄을 조정할 수 있다. 또 다른 예로서, 아마도 소정 기간 동안 동일한 영역에서 또 다른 작업을 보조하기 위해 2개 이상의 로봇 디바이스가 필요할 수 있다고 컴퓨팅 시스템이 예측한 경우, 컴퓨팅 시스템(200)은, 그 기간 동안 2개 이상의 로봇 디바이스가 그 동일한 영역에 위치하도록 스케줄을 정렬하는 것을 포함한 복수의 로봇 디바이스에 대한 동작을 조율하도록 구성될 수 있다. 또 다른 예로서, 컴퓨팅 시스템(200)은 동일한 기간 동안 동일한 영역에서 작업을 수행하는 임계량의 높은 로봇 디바이스 수량을 갖지 않도록 스케줄을 준비함으로써, 창고에서 과잉 트래픽의 발생을 피할 수 있다. 역시 또 다른 예로서, 컴퓨팅 시스템(200)은, 제2 로봇 디바이스가 제1 로봇 디바이스보다 팔레트까지의 거리에 있어서 더 가까울 때 제1 로봇 디바이스의 스케줄링된 팔레트의 픽업을 취소하고 그 대신에 제2 로봇 디바이스에게 팔레트를 픽업하도록 지시하는 등에 의해, 자원을 절감하도록 하나 이상의 로봇 디바이스의 스케줄을 변경할 수 있다.
일부 구현에서, 컴퓨팅 시스템(200)은 창고 관리 시스템(WMS)과 통합될 수 있다. 이러한 통합을 통해, 컴퓨팅 시스템(200)은, 창고 재고 정보, 수요/주문 정보, 예상된 인입 입고/배달 정보, 예상된 반출 출하 정보, 및/또는 본 명세서에서 논의된 다른 유형의 정보 등의, WMS에 의해 유지되는 다양한 유형의 정보에 액세스할 수 있다. 다른 구현들에서, 컴퓨팅 시스템(200) 자체는 WMS로서 기능할 수 있다. 따라서, 컴퓨팅 시스템(200)은 이러한 및/또는 다른 정보를 수집 및 유지할 수 있다.
일부 예에서, 컴퓨팅 시스템(200)은 상이한 로봇 디바이스들에 작업을 할당하는 중앙 계획 시스템으로서 기능하거나 이를 포함할 수 있다. 여기서, "작업"이란 적어도 하나의 엔티티가 수행할 그 적어도 하나의 엔티티에 할당된 동작을 지칭한다. 예시적인 구현 내에서, 이러한 작업은, 적어도 하나의 엔티티에 의한 작업의 수행을 용이하게 하기 위해 적어도 하나의 엔티티를 모니터링, 통제, 또는 기타의 방식으로 관리하는 시스템에 의해 적어도 하나의 엔티티에 할당된다.
중앙 계획 시스템은 어떤 디바이스가 어떤 시간에 어떤 작업을 완료할 것인지를 결정하기 위해 다양한 스케줄링 알고리즘을 채택할 수 있다. 예를 들어, 개개의 로봇이 상이한 작업들에 입찰하는 경매형 시스템이 이용될 수 있고, 중앙 계획 시스템은 작업을 로봇에 할당하여 전체 비용을 최소화할 수 있다. 추가 예에서, 중앙 계획 시스템은, 시간, 공간 또는 에너지 이용률 등의 하나 이상의 상이한 자원들에 걸쳐 최적화할 수 있다. 추가 예에서, 계획 또는 스케줄링 시스템은 또한, 박스 집기, 패킹, 또는 보관의 기하학 및 물리학적 양태를 통합할 수 있다.
계획 제어는 또한, 개개의 시스템 컴포넌트들에 걸쳐 분산될 수 있다. 예를 들어, 컴퓨팅 시스템(200)은 전역적 시스템 계획에 따라 명령을 내릴 수 있고, 개개의 시스템 컴포넌트들은 별도의 국지적 계획에 따라 동작할 수도 있다. 추가로, 개개의 로봇 디바이스가 국지적으로 계획할 수 있는 다른 양태들과 함께, 상이한 레벨들의 상세사항이 전역적 계획에 포함될 수 있다. 예를 들어, 모바일 로봇 디바이스들이 전역적 계획기(global planner)에 의해 타겟 목적지에 할당될 수 있지만, 이들 타겟 목적지에 도달하기 위한 전체 경로는 국지적으로 계획되거나 변경될 수 있다.
계획 제어를 용이하게 하기 위해, 컴퓨팅 시스템(200)은 창고(100) 내의 로봇 디바이스의 위치를 모니터링하기 위해 다양한 기술을 채택할 수 있다. 이들 위치는 실시간 위치 또는 비실시간 위치일 수 있다. 계획 제어를 더욱 용이하게 하기 위해, 일부 구현에서, 로봇 디바이스들은 그들의 위치 또는 다른 로봇 디바이스들의 위치를 컴퓨팅 시스템(200)에 지속적으로 또는 주기적으로 "공표"(예를 들어, 전송)하도록 구성되어, 컴퓨팅 시스템(200)이 로봇 디바이스들의 위치를 업데이트할 수 있게 한다. 컴퓨팅 시스템(200) 및/또는 로봇 디바이스는 로봇 디바이스의 위치를 모니터링하는 것을 용이하게 하기 위한 다른 기술들을 역시 채택할 수 있다.
추가적인 예에서, 컴퓨팅 시스템(200)은 창고(100) 내의 팔레트들의 실시간 재고 및/또는 팔레트들의 실시간 위치를 모니터링하기 위한 다양한 기술을 채택할 수 있다. 예를 들어, 컴퓨팅 시스템(200)은 비전 시스템을 갖춘 하나 이상의 모바일 로봇 디바이스가 창고로 이동하여 각각의 팔레트의 위치 및 내용을 식별하도록 지시할 수 있다. 이러한 정보는, 이하에서 논의되는 바와 같이, 또는 기타의 방식으로, 개개의 팔레트 또는 개개의 물품 상의 바코드나 기타의 라벨을 스캔함으로써 수집될 수 있다. 또한, 로봇 디바이스가 팔레트를 운송하고 있고 팔레트의 운송 동안에 실시간으로 그 자신의 위치를 반복적으로 공표하는 동안, WCS는 로봇 디바이스의 실시간 위치를 팔레트의 위치인 것으로 해석할 수 있다. 또한, 로봇 디바이스가 창고의 어딘가에 팔레트를 위치시킨 후, 로봇 디바이스는 팔레트의 새로운 위치를 WCS에 통보할 수 있다. 컴퓨팅 시스템(200) 및/또는 로봇 디바이스는 팔레트의 위치 및 내용을 모니터링하는 것을 용이하게 하기 위해 다른 기술을 역시 채택할 수 있다.
추가적인 예에서, 중앙 계획 시스템은 다양한 로봇 디바이스의 기능을 조율하기 위해 개개의 로봇 디바이스 상의 국지적 비전 시스템과 연계하여 이용될 수 있다. 예를 들어, 중앙 계획 시스템은, 로봇 디바이스들을 그들이 갈 필요가 있는 곳에 적어도 비교적 가깝게 이동시키는데 (예를 들어, 수 밀리미터 또는 수 센티미터 내) 이용될 수 있다. 그러나, 로봇 디바이스가 레일에 볼트로 고정되거나 다른 측정된 성분들이 로봇 위치를 정밀하게 제어하는데 이용되지 않는 한, 중앙 계획 시스템이 밀리미터 정밀도로 로봇에게 명령하기는 어려울 수 있다. 따라서 개개의 로봇 디바이스에 대한 국지적 비전 시스템 및 계획이 이용되어 상이한 로봇 디바이스들 사이의 융통성을 허용할 수 있다. 로봇 디바이스의 국지적 비전 시스템이 떠맡을 타겟 위치에 가깝게 로봇 디바이스를 이동시키기 위해 일반 계획기가 이용될 수 있다. 일부 예에서, 대부분의 로봇 기능은 로봇을 타겟 위치에 비교적 가깝게 이동시키도록 위치-제어될 수 있으며, 국지적 제어를 위해 필요할 때 비전 시스템과 핸드쉐이크가 이용될 수 있다.
시각적 핸드쉐이크는, 2개의 로봇 디바이스가 신속 응답(quick response)(QR) 태그 또는 기타의 특성에 의해 서로를 식별하고 창고(100) 내에서 협력 동작을 수행할 수 있게 할 수 있다. 추가적인 예에서, 역시 또는 대신에, 물품들(예를 들어, 출하될 패키지들)에는, 국지적 비전 시스템을 이용하여 물품들에 관한 동작을 수행하기 위해 로봇 디바이스들에 의해 이용될 수 있는 시각적 태그가 제공될 수 있다. 특히, 태그는 로봇 디바이스에 의한 물품의 조작을 용이하게 하는데 이용될 수 있다. 예를 들어, 팔레트 상의 위치들에 있는 하나 이상의 태그는 포크리프트에게 팔레트를 들어 올릴 위치나 방법을 통보하는데 이용될 수 있다.
추가적인 예들 내에서, 로봇 디바이스들은, 로봇 디바이스가 소정 방식으로 물품/팔레트들을 조작할 필요가 있는 작업 동안 물품의 개개의 물품 또는 물품 팔레트를 스캔하고 식별하기 위해 그들의 국지적 비전 시스템을 이용할 수 있다. 이를 부분적으로 용이하게 하기 위해, 예를 들어, 주어진 물품/팔레트는 주어진 물품/팔레트에 관한 인코딩된 정보를 갖는 머신-판독가능한 코드(예를 들어, QR 코드 또는 바코드)를 포함할 수 있다. 스캔의 결과로서, 머신-판독가능한 코드는 로봇 디바이스의 국지적 컴퓨팅 시스템 및/또는 컴퓨팅 시스템(200)에게 주어진 물품/팔레트에 관한 정보를 제공할 수 있다. 예를 들어, 팔레트의 경우, 이러한 정보는, 팔레트에 포함되어 있는 물품의 유형을 포함할 수 있다. 또한, 이러한 정보는, 다른 유형의 정보 중에서, (i) 팔레트가 창고에서 어디에 있었는지, (ⅱ) 팔레트가 몇 번 이동되었는지, (ⅲ) 팔레트가 언제 이동되었는지, (iv) 있다면, 팔레트에 대한 손상의 표시, 및 (v) 팔레트가 창고의 또 다른 영역(예를 들어, 하역장, 또는 또 다른 영역에 보관하기 위해)으로의 배달을 위해 마킹되어 있는지 등의, 팔레트의 이력을 포함할 수 있다. 주어진 물품/팔레트는, 추가로 또는 대안적으로서, 로봇 디바이스가 물품/팔레트를 식별하고 이러한 정보를 획득하기 위해 스캔할 수 있는 라벨 또는 이러한 정보의 기타의 소스를 포함할 수 있다.
이러한 방식으로 물품/팔레트를 스캔하는 것은, 물품/팔레트가 창고(100) 내로, 밖으로 그리고 그 주위로 이동될 때 물품/팔레트를 위치파악하고 추적하는 것 등의 다양한 이점을 가질 수 있다. 또한, 이러한 스캔의 잠재적 이점은, 공급자 측과 소비자 측 양쪽 모두에서 투명성이 추가된다는 것이다. 공급자 측에서, 예를 들어, 재고의 현재 위치에 관한 정보는, 과도한 재고를 피하거나 물품/팔레트를 수요가 예상되는 상이한 위치 또는 창고로 이동시키는데 이용될 수 있다. 소비자 측에서, 예를 들어, 물품의 현재 위치에 관한 정보는 물품/팔레트가 언제 배달될 것인지를 개선된 정확도로 결정하는데 이용될 수 있다
추가적인 예들 내에서, 컴퓨팅 시스템(200)은 고정된 및/또는 모바일 컴포넌트에 대한 배치 및/또는 전략을 시간 경과에 따라 최적화할 수 있다. 예를 들어, 컴퓨팅 시스템(200)(예를 들어, 클라우드-기반 서버 시스템)은, 창고 내의 개개의 로봇 디바이스로부터의 및/또는 외부 소스로부터의 데이터 및 정보를 통합할 수 있다. 그러면, 로봇 디바이스가 더 적은 공간, 더 적은 시간, 더 적은 전력, 더 적은 전기를 이용하거나 다른 변수들에 걸쳐 최적화할 수 있게 하도록 시간 경과에 따라 전략이 개선될 수 있다. 일부 예에서, 최적화는, 아마도, 다른 로봇 디바이스들을 갖춘 다른 창고들 및/또는 이러한 로봇 디바이스들을 갖추지 않은 전통적인 창고를 포함한, 복수의 창고까지 해당될 수 있다. 예를 들어, 컴퓨팅 시스템(200)은 시설들 사이의 배달 차량 및 수송 시간에 관한 정보를 중앙 계획에 통합할 수 있다.
유사하게, 컴퓨팅 시스템(200)은, 물품들에 대한 기존의 수요(예를 들어, 제품에 대한 현재의 주문)를 충족시키고, 물품에 대한 예상된 수요를 충족시키며, 소정의 사업 목표를 충족시키는 등의 계획 전략을 시간의 경과에 따라 최적화할 수 있다.
일부 예에서는, 로봇 디바이스가 움직이지 못하게 되거나 물품이 어떤 장소에 떨어져 분실된 경우 등과 같이, 중앙 계획 시스템이 때때로 실패할 수 있다. 따라서, 국지적 비전 시스템은 중앙 계획기가 실패한 경우를 처리하기 위한 중복성을 삽입함으로써 견고성을 제공할 수도 있다. 예를 들어, 자동화된 팔레트 잭(jack)이 물품을 전달하고 식별하기 때문에, 팔레트 잭은 정보를 원격의 클라우드-기반 서버 시스템까지 전송할 수 있다. 이러한 정보는, 중앙 계획에서의 오류를 수정하거나, 로봇 디바이스의 위치를 파악하는 것을 돕거나, 분실된 물품을 식별하는데 이용될 수 있다.
추가의 예에서, 컴퓨팅 시스템(200)은, 창고(100)의 맵 및 로봇 디바이스에 의한 처리 중인 물체를 동적으로 업데이트할 수 있다. 일부 예에서, 맵은, 동적 물체(예를 들어, 이동중인 로봇 디바이스 및 로봇 디바이스에 의해 이동된 물품/팔레트)에 관한 정보로 지속적으로 업데이트될 수 있다. 추가 예에서, 동적 맵은, 창고 내의 (또는 복수의 창고에 걸친) 물체들의 모든 현재 배치에 관한 정보뿐만 아니라, 근접한 기간(예를 들어, 도래하는 수초, 수분, 수시간, 또는 수일) 또는 장기간(예를 들어, 도래하는 수주, 수개월, 또는 수년) 등의, 미래에 예상되는 것에 관한 정보를 포함할 수 있다. 예를 들어, 맵은, 로봇 디바이스들 사이의 활동을 조율하는데 이용될 수 있는, 이동중인 로봇 디바이스들의 현재 위치 및 로봇 디바이스들의 미래의 예상된 위치를 보여줄 수 있다. 맵은 또한, 처리중인 물품의 현재 위치뿐만 아니라 물품의 미래의 예상되는 위치(예를 들어, 물품이 현재 있는 장소, 및 물품이 출하될 것으로 예상되는 때)를 보여줄 수 있다. 또한, 맵은 아직 창고에 도착하지 않은 물품의 예상된 위치를 보여줄 수 있다. 예를 들어, 컴퓨팅 시스템(200)은, 물품에 대한 주문 이력, 예상된 주문, 팔레트 재배치의 이력, 및/또는 창고에 도착시 물품 팔레트들이 창고 내에서 배치되어야 하는 장소를 맵이 보여주게 하는 기타의 알려진 또는 예측된 정보를 고려할 수 있다.
상기 논의와 일치하여, 컴퓨팅 시스템(200)은 또한 배터리 교환을 스케줄링할 수 있다. 예를 들어, 개개의 모바일 로봇 디바이스는 배터리 충전 상태를 모니터링하도록 구성될 수 있다. 로봇 디바이스들은 그들의 배터리의 상태를 나타내는 정보를 컴퓨팅 시스템(200)에 전송할 수 있다. 이 정보는, 필요할 때 또는 편리할 때, 개개의 로봇 디바이스에 대한 배터리 교체를 스케줄링하기 위해 컴퓨팅 시스템(200)에 의해 이용될 수 있다.
도 3은 본 명세서에서 설명된 적어도 일부 구현에 따른 예시적인 방법의 플로차트이다. 도 3에 도시된 방법은, 예를 들어, 도 1 및 도 2에 도시된 시스템들과 함께 이용될 수 있거나, 이들 도면들의 임의의 컴포넌트들의 조합에 의해 수행될 수 있는 방법의 구현을 프리젠팅한다. 또한, 이러한 방법의 구현은 도 4 및 도 5에 나타낸 양태들에 따라 실행될 수 있다. 이 방법은 블록들 300 내지 310 중 하나 이상에 의해 예시된 하나 이상의 동작 또는 행위를 포함할 수 있다. 블록들이 순차적 순서로 나타나 있지만, 이들 블록들은 일부 예에서는 병렬로 수행될 수 있고, 및/또는 여기서 설명된 것들과는 상이한 순서로 수행될 수도 있다. 또한, 다양한 블록들은 더 적은 수의 블록들로 결합되거나, 추가의 블록들로 분할되거나, 및/또는 원하는 구현에 기초하여 제거될 수도 있다.
또한, 이 방법 및 본 명세서에서 개시된 기타의 프로세스 및 방법에 대해, 플로차트는 한 가능한 구현의 동작을 도시한다. 이와 관련하여, 각각의 블록은, 프로세스 내의 특정한 논리적 동작이나 단계를 구현하기 위해 하나 이상의 프로세서에 의해 실행가능한 하나 이상의 명령어를 포함하는 프로그램 코드의, 모듈, 세그먼트 또는 일부를 나타낼 수 있다. 프로그램 코드는, 예를 들어, 디스크 또는 하드 드라이브를 포함하는 저장 디바이스 등의 임의의 유형의 컴퓨터 판독가능한 매체 상에 저장될 수 있다. 컴퓨터 판독가능한 매체로서는, 레지스터 메모리, 프로세서 캐시 및 랜덤 액세스 메모리(RAM)와 같이 단기간 동안 데이터를 저장하는 컴퓨터 판독가능한 매체 등의, 비일시적인 컴퓨터 판독가능한 매체가 포함될 수 있다. 컴퓨터 판독가능한 매체로서는 또한, 예를 들어, 판독 전용 메모리(ROM), 광학 또는 자기 디스크, CD-ROM(compact-disc read only memory)과 같은 2차 또는 영구적 장기 스토리지 등의, 비일시적인 매체가 포함될 수 있다. 컴퓨터 판독가능한 매체는 또한, 기타 임의의 휘발성 또는 비휘발성 스토리지 시스템일 수 있다. 컴퓨터 판독가능한 매체는, 예를 들어, 컴퓨터 판독가능한 스토리지 매체, 유형의 스토리지 디바이스, 또는 기타의 제조품으로서 간주될 수 있다.
또한, 이 방법 및 본 명세서에서 개시된 기타의 프로세스 및 방법에 대해, 도 3의 각각의 블록은 프로세스 내의 특정한 논리적 동작들을 수행하도록 배선된 회로를 나타낼 수 있다.
본 명세서에서 개시된 방법의 동작들, 및 기타의 방법 및 프로세스의 동작들은, 일부 예에서, 컴퓨팅 시스템(200) 등의, WCS에 의해 수행되는 것으로 설명된다. 그러나, 이들 동작들은 전체적으로 또는 부분적으로 다른 엔티티 또는 엔티티들의 조합에 의해 수행될 수 있다. 예를 들어, 이들 동작들은, 로봇 디바이스의 부분들을 관리할 수 있는 더 작은 피어-투-피어 네트워크 또는 서버에 동작들을 분산시킬 수 있는 중앙 서버에 의해 관리될 수 있다.
예들 내에서, 이 방법 또는 기타의 방법들의 동작들 중 일부 또는 전부는 다양한 트리거 이벤트에 응답하여 수행될 수 있다. 예를 들어, WCS는, 팔레트들에 의해 창고 내의 점유된 공간의 양이 임계 공간량을 초과하는 등의, 현재 또는 미래의 보관 용량 요건이 충족되지 않는다고 결정할 수 있고, 그러면, WCS는 이에 응답하여 소정의 조치를 취하여, 팔레트들을 밀집 격자 레이아웃 또는 딥 레인 레이아웃으로 재배치하는 등에 의해, 팔레트들에 의해 점유된 공간을 감소시키도록 창고를 재배치할 수 있다. 또 다른 예로서, WCS는 물품들의 반출 처리율이 소정의 처리율 요건을 충족시키지 않는다면 창고를 재배치하기 위해 소정의 조치를 취할 수 있다.
블록 300에서, 이 방법은, 창고에 놓인 팔레트들의 실시간 위치 및 팔레트들 상에 배치된 물품들의 실시간 재고를 포함한 실시간 물품 정보를 수신하는 단계를 포함하고, 여기서 물품들의 실시간 재고는 각각의 팔레트의 내용을 포함한다. 예들에서, 팔레트들의 일부 또는 전부는, 보관 랙에 배치되거나 다른 팔레트 상단에 적층되는 것이 아니라, 창고의 바닥에 배치될 수 있다. 다른 예에서, 팔레트들의 일부 또는 전부는 보관 랙에 배치되거나 다른 팔레트의 상단에 적층될 수 있다.
물품들의 실시간 재고는 팔레트의 내용을 다양한 세분성으로 명시할 수 있다. 예를 들어, 실시간 재고는, 각각의 팔레트에 대해, 팔레트 상에 어떤 유형(복수의 유형이 있다면, 유형들)의 물품이 배치되어 있는지, 및 팔레트 상에 얼마나 많은 유형(들)의 물품이 있는지(예를 들어, 팔레트 X에는 유형 A의 9개 물품, 팔레트 Y에는 유형 B의 12개의 물품)를 명시할 수 있다. 추가로 또는 대안적으로서, 실시간 재고는 2개 이상의 물품이 상호보완적인지 등의, 물품들 사이의 관계를 명시할 수 있다. 상호보완적인 물품들의 예로서는, 특히, DVD 플레이어 및 DVD, 프린터 및 잉크 카트리지, 또는 컴퓨터 하드웨어 및 컴퓨터 소프트웨어가 포함될 수 있다. 상호보완적인 부분들은 다양한 정도까지 "상호보완적인" 것으로서 간주될 수 있다. 예를 들어, 일부 경우에는 자동차 배터리와 브레이크 패드는 상호보완적으로 간주될 수 있지만, 다른 경우에는 그렇지 않을 수 있다(그러나 이들 다른 경우에서, 자동차 배터리와 자동차 점화 플러그가 대신에 상호보완적일 수 있음). 다른 예들도 역시 가능하다.
이와 같이, 실시간 재고는, 단일의 팔레트가 2개 이상의 상호보완적인 물품을 포함하는지를 명시할 수 있다(예를 들어, 단일의 팔레트가 DVD 및 DVD 플레이어 양쪽 모두를 포함한다). 추가로 또는 대안적으로서, 실시간 재고는, 2개 이상의 팔레트가 상호보완적인 물품을 포함하는지를 명시할 수 있다(예를 들어, 제1 팔레트는 프린터를 포함하고 제2 팔레트는 잉크를 포함한다). 이와 같은 실시간 재고에 대한 이점은, WCS는 실시간 재고를 이용하여 본 설명에서 나중에 상세히 논의되는 바와 같이, 상호보완적인 물품들을 갖는 팔레트들을 서로 근접한 범위 내에 배치할 수 있다는 것이다.
블록 302에서, 이 방법은, 창고 내의 팔레트 재배치의 이력, 미래의 날짜에 창고에 입고될 물품의 예상, 및 미래의 날짜에 창고 외부로 출하될 물품의 예상에 기초하여, 팔레트로의 미래의 액세스에 대한 수요 가능성을 결정하는 단계를 포함한다. 이들 미래 날짜들뿐만 아니라, 및 여기서 논의된 기타 임의의 미래의 날짜/시간들은, 현재의 날짜에 시간적으로 (예를 들어, 수초, 수분, 수시간 차이로) 더 가까운 날짜들로부터 현재의 날짜로부터 시간적으로 (예를 들어, 수일, 수주, 수개월 차이로) 더 먼 날짜들까지에 이를 수 있다.
예들 내에서, 팔레트 재배치 이력은, 팔레트가 제1 위치로부터 취해진 때의 시간 스탬프, 팔레트가 후속해서 제2 위치에 배치된 때의 시간 스탬프, 및/또는 팔레트가 제1 위치로부터 제2 위치로 운송되었던 동안의 기간 등의, 팔레트가 이동된 때에 관련된 정보를 포함할 수 있다. 추가로 또는 대안적으로서, 팔레트 재배치 이력은, 팔레트가 원래 있었던 위치 및/또는 이동해 간 위치(예를 들어, 위에서 언급된 제1 및/또는 제2 위치)에 관련된 정보를 포함할 수 있다. 추가로 또는 대안적으로서, 팔레트 재배치 이력은, 팔레트를 이동시키는 작업에서 어떤 로봇 디바이스(들)이 관여했는지를 식별하는 정보(예를 들어, 로봇 디바이스(들)의 유형) 등의, 팔레트가 이동된 방법에 관련된 정보를 포함할 수 있다. 추가로 또는 대안적으로서, 팔레트 재배치 이력은, 팔레트가 출하를 위해 마킹되었는지, 팔레트가 최근에 창고에 도착했고 보관을 위해 취해졌는지 등의, 팔레트가 이동된 이유에 관련된 정보를 포함할 수 있다. 팔레트 재배치 이력은 다른 정보도 역시 포함할 수 있다.
예들 내에서, WCS는, 예를 들어 과거 수분 내지 수주 또는 수개월의 범위에 이르는 다양한 시점들로부터, 재고 이력, 입고 기록, 주문 이행 기록, 출하 기록 등의 다른 기록/이력에 액세스할 수 있다. WCS는 이러한 기록/이력을 이용하여 창고에 입고될 물품의 예상, 창고에서 출하될 물품의 예상, 및/또는 본 방법에 따라 이용하기 위한 기타의 가능한 정보를 결정할 수 있다. "예상"은 (어느 정도의 불확실성이 있는) 예측일 수도 있고 확실할 수도 있다. 다시 말해, WCS는, 미래에 어떤 물품이 입고/출하될 것인지 등을 WCS에게 직접 표시할 수 있는, 또는 WCS가 미래에 어떤 물품이 입고/출하될 것인지 등을 예측하기 위한 기초로서 머신 학습에서 이용할, 입고 기록, 주문 이행 기록, 출하 기록 등의 기존 정보를 유지하거나 이를 제공받을 수 있다. 예를 들어, WCS가 하루만에 출하될 예정인 물품에 대한 수신된 주문에 액세스한다면, 그 물품에 대한 예상은 그 물품이 하루만에 출하될 것이라는 것이다. 대조적으로, 예를 들어, WCS가 어떤 물품에 대한 최근의 많은 주문이 들어 왔음을 나타내는 기록에 액세스하거나, 그 물품이 다소 수요가 높을 수 있다는 것을 나타내는 기타 임의의 정보에 액세스한다면, WCS는, 그 물품의 소정 수량이 다음 주 중의 어떤 시간에 창고에 도착하거나 및/또는 창고에서 출하될 것으로 예측, 및 예상할 수 있다.
앞서 언급된 바와 같이, 팔레트에 대한 수요 가능성은, 팔레트가 미래의 어느 시점에서 액세스될 필요가 있을 가능성이 얼마나 되는지를, 소정 정도로 표시하는 데이터의 형태를 취할 수 있다. 본질적으로, 수요 가능성은 액세스중인 팔레트의 신뢰도 값으로서 역할을 한다. 수요 가능성은 백분율(예를 들어, 팔레트가 액세스될 확률 50%)을 이용하거나 다른 유형의 메트릭을 이용하여 표현될 수 있다. WCS는, 재고, 입고, 출하 등이 시간의 경과에 따라 변함에 따라 일부 또는 모든 팔레트에 대한 수요 가능성을 동적으로 조정할 수 있다. 또한, 팔레트에 대한 수요 가능성은, 복수의 기간에 걸친 복수의 표시를 포함할 수 있다. 예를 들어, 팔레트에 대한 수요 가능성은, 바로 다음 24시간 내에는 25%이지만, 24시간이 경과하면 75%로 증가할 수 있고, 이것은, WCS가 그 팔레트 상의 물품의 출하가 2일 내에 발생할 것으로 예상하는 경우에 해당될 수 있다. 다른 예들도 역시 가능하다.
결정되는 수요 가능성은, 사업 목표 및 물품의 계절성 등의 요인에 의해 영향을 받을 수 있다. 예를 들어, 웹 사이트는 소정 물품의 주문에 대해 당일 배송을 홍보할 수 있고, 그에 따라 이들 홍보된 물품들은 홍보 동안에 다른 물품보다 쉽게 액세스될 필요가 있을 수 있으므로, 창고의 팔레트들의 레이아웃에서 더욱 용이하게 액세스가능한 위치에 배치될 수 있다. 또 다른 예로서, 스노우 부츠 등의 소정 물품들은, 그들이 해당 시즌(예를 들어, 가을 또는 겨울)일 때 더 높은 수요 가능성을 가질 수 있고, 그들이 시즌을 벗어날 때(예를 들어, 봄 또는 여름) 더 낮은 수요 가능성을 가질 수 있다. 역시 또 다른 예로서, WCS는, 주문이 이루어진 장소 등의 다른 주문 정보에 기초하여 물품에 대한 수요 가능성을 결정할 수 있다. 예를 들어, 봄이나 여름 등의 계절에 눈이 올 가능성이 있는 알래스카로부터 임계의 높은 주문량이 들어 오면, WCS는 스노우 부츠가 해당 계절을 벗어나더라도 스노우 부츠에 대한 수요 가능성이 더 높다고 결정할 수 있다. 다른 예들도 역시 가능하다.
블록 304에서, 이 방법은, 실시간 물품 정보 및 수요 가능성에 기초하여, 팔레트들을 배치할 최적의 제어된-액세스 밀집 격자 레이아웃을 결정하는 단계를 포함할 수 있고, 여기서, 최적의 제어된-액세스 밀집 격자 레이아웃의 중심으로부터의 팔레트의 거리는 수요 가능성과 관련된다.
앞서 언급된 바와 같이, 밀집 격자 레이아웃은 또한, 더 낮은 수요 가능성을 가진 팔레트가 더 높은 수요 가능성을 가진 팔레트보다 보관 랙에서 더 높게(또는 기타의 방식으로 더 멀리) 배치되는 방식으로 보관 랙 및/또는 적층된 팔레트들로 구현될 수 있다.
이와 같이, 가까운 미래 또는 먼 미래에 요청될 가능성이 더 큰 팔레트는 밀집 격자 레이아웃의 바깥쪽 근처에(또는 랙 또는 적층된-팔레트 창고 환경에서는, 수직으로 더 낮게) 배치됨으로써, 팔레트들을 액세스하기에 더욱 용이하게 할 수 있다. 반면, 가까운 미래 또는 먼 미래에 요청될 가능성이 더 적은 팔레트는 밀집 격자 레이아웃 바깥쪽으로부터 더 멀리(및/또는 랙 또는 적층된-팔레트 창고 환경에서는, 수직으로 더 높게)에 배치됨으로써, 팔레트들을 액세스하기에 시간/노력이 더 들게 할 수 있다.
3차원 밀집 격자 시나리오의 경우, WCS는 팔레트 스택 상의 각각의 레벨에 대해 또는 팔레트 보관 랙의 각각의 레벨에 대해 각각의 다중-레벨 제어된-액세스 최적의 밀집 격자 레이아웃을 결정할 수 있다. WCS가 팔레트의 수요 가능성에 기초하여 다중-레벨 밀집 격자 레이아웃 내에서 팔레트의 위치를 결정하는 방식은 적층/랙에서의 레벨에 따라 다를 수 있다. 이 기능의 예가 도 4a 및 도 4b와 관련하여 여기서 더욱 상세하게 논의된다.
팔레트에 대한 미래의 액세스에 대한 수요 가능성을 고려하는 것 외에도, WCS는 최적의 밀집 격자 레이아웃의 다른 특성을 결정하기 위해 다른 요인들을 고려할 수 있다. 일부 구현에서, WCS는 최적의 밀집 격자 레이아웃의 팔레트에 대한 미리결정된 팔레트 위치를 고려할 수 있다. WCS는 이러한 팔레트 위치 자체를 결정하거나, 또 다른 컴퓨팅 엔티티로부터 또는 인간 조작원의 입력으로부터 이러한 팔레트 위치를 수신할 수 있다. 예시적인 시나리오에서, 한 유형의 물품을 담고 있는 12개의 팔레트는 최적의 밀집 격자 레이아웃 내에서 12개의 지정된 위치에 할당될 수 있는 반면, 다른 유형의 물품을 담고 있는 5개의 팔레트는 최적의 밀집 격자 레이아웃 내에서 5개의 다른 지정된 위치에 할당될 수 있다. 미리결정된 팔레트 위치는 다양한 이점을 가질 수 있다. 예를 들어, 한 유형의 물품이 지속적으로 요청되고 있다면, 그 유형의 물품 팔레트를, 많은 다른 팔레트보다 창고의 하역장에 더 가까운 위치로서 다른 유형의 물품 팔레트에 대해 예약된 위치에 배치시키는 것이 바람직할 수 있다. 또 다른 예로서, 소정 팔레트에 대한 수요 가능성이 비일관적이거나 또는 신뢰할 수 없다면, 이들 팔레트들을 미리결정된 위치에 할당하는 것이 바람직할 수 있다.
미리결정된 팔레트 위치가 미리결정된 팔레트 위치에 할당된 팔레트에 대한 수요 가능성에 관련되지 않을 수도 있는 일부 시나리오가 역시 있을 수 있다. 예를 들어, 일부 팔레트는, (팔레트가 팔레트 랙에 배치될 수 있는 위치를 제한할 수 있는) 팔레트 무게/높이, 조명 요건(예를 들어, 어두운 영역에 소정 제품을 유지할 것), 먼지가 없을 요건, 온도 요건, 진동 요건(예를 들어, 깨지기 쉬운 물건의 경우) 등의, 팔레트 자체 또는 팔레트 상에 배치된 물품의 특성에 기초하여 창고 내의 특정한 영역으로 제한될 수 있다.
추가적인 구현에서, WCS는, 동일한 유형의 물품을 갖는 팔레트들을 최적의 밀집 격자 레이아웃에서 서로 분리시키되, 그 물품의 유형을 갖는 적어도 하나의 팔레트가 동일한 유형의 물품을 갖는 다른 팔레트로부터 멀리 떨어져 위치하도록 분리시킬 수 있다. 예를 들어, 18개의 팔레트 각각이 동일한 물품을 담고 있다면, WCS는, 이들 팔레트들 중 9개는 최적의 밀집 격자 레이아웃의 한 측에 있고 이들 팔레트들 중 다른 9개는 최적의 밀집 격자 레이아웃의 반대 측에 있는, 최적의 밀집 격자 레이아웃을 결정할 수 있다. 또 다른 예로서, WCS는 미리결정된 또는 무작위 방식으로 최적의 밀집 격자 레이아웃에서 동일한 물품의 팔레트들을 어긋나게 또는 기타의 방식으로 분산시킬 수 있다. 다른 예들도 역시 가능하다. 다른 유형의 물품의 팔레트를 위한 여유 공간을 늘리는 것 등의, 다양한 이유로 동일한 물품의 팔레트들을 분리시키는 것이 유익할 수 있다. 동일한 유형의 물품을 가진 팔레트들 배치를 분산시키는 이점은, 복수의 로봇 디바이스가 그 유형의 물품을 갖는 팔레트를 회수하기 위해 창고 내의 한 영역으로 이동하려고 시도하고 있어서 그 영역을 과도하게 복잡하게 만드는 시나리오를 피할 수 있다는 것이다. 따라서, 이들 팔레트들의 배치를 분산시킴으로써, 충돌, 작업 지연, 및/또는 창고 운영에 미치는 기타의 부정적인 영향을 피할 수 있다.
또한, 추가적인 구현에서, WCS는 실시간 재고를 이용하여 창고에 소정 물품 유형의 과잉이 있는지, 즉, 임계 과잉 수량을 초과하는 물품 유형의 수량을 결정할 수 있다. 그 결정에 응답하여, WCS는, 그 물품 유형을 갖는 팔레트들의 대다수는 그 물품 유형을 갖는 다른 팔레트들로부터 분리되는 최적의 밀집 격자 레이아웃을 결정할 수 있다. 예를 들어, 물품 유형이 미리결정된 임계값을 초과하는 수요 가능성을 갖는다면, 그 물품 유형을 갖는 팔레트들의 대다수는 최적의 밀집 격자 레이아웃의 바깥쪽에 가까운 위치에(예를 들어, 바깥쪽 경계, 또는 경계 내에 있지만 그 근처에) 할당될 수 있는 반면, 그 물품 유형을 갖는 나머지 팔레트들은 최적의 밀집 격자 레이아웃의 중심에 더 가까운 위치에 할당될 수 있다. 대안으로서, 물품 유형이 미리결정된 임계값보다 낮은 수요 가능성을 갖는다면, 그 물품 유형을 갖는 팔레트들의 대다수는 최적의 밀집 격자 레이아웃의 중심에 더 가까운 위치에 할당될 수 있는 반면, 그 물품 유형을 갖는 나머지 팔레트들은 최적의 밀집 격자 레이아웃 바깥쪽 부근의 위치에 할당될 수 있다. 이러한 방식으로, 액세스하기 용이한 위치에 이들 물품들이 충분히 있을 때, 과잉 물품들은 밀집 격자 레이아웃에서 더 깊게 배치될 수 있다. WCS가, 물품 유형의 과잉이 아니라, 물품 유형을 가진 팔레트들의 과잉이 있다고 결정할 때, WCS는 전술된 것들과 유사한 기술을 채택할 수 있다.
또한, 추가적인 구현에서, WCS는 어떤 물품이 상호보완적인지를 나타내는 실시간 재고 또는 기타의 정보를 이용하여 적어도 한 세트의 2개 이상의 상호보완적인 물품들을 식별할 수 있다. 그 다음 WCS는 식별된 세트들의 상호보완적인 물품들이, 서로 인접하거나 또는 1개 또는 2개 팔레트의 거리 내에 있는 등의, 서로 근접하게 위치하는 최적의 밀집 격자 레이아웃을 결정할 수 있다. 예를 들어, WCS는 2개 세트의 상호보완적인 물품들을 식별할 수 있다: (i) DVD 및 DVD 플레이어, 및 (ⅱ) 자동차 배터리 및 자동차 브레이크 패드. 그 다음, WCS는 최적의 밀집 격자 레이아웃이 서로 근접할 상호보완적인 물품들의 하나 이상의 팔레트를 포함해야 한다고 결정할 수 있다. 예를 들어, DVD들의 2개의 팔레트들은 밀집 격자 레이아웃에서 DVD 플레이어들의 하나의 팔레트에 인접하게 배치될 수 있고, 자동차 배터리들의 2개 팔레트들은 밀집 격자 레이아웃의 다른 위치에서 자동차 브레이크 패드들의 2개의 팔레트에 인접하게 배치될 수 있다. 일부 경우에, WCS는, 위에서 논의된 고려사항들 중 하나 이상에 기초하거나 여기서 논의되지 않은 다른 고려사항들에 기초하여, 상호보완적인 물품들의 팔레트들에 대해 최적의 밀집 격자 레이아웃 내의 특정한 팔레트 위치를 지정할 수 있다. 다른 경우, WCS는 상호보완적인 물품들의 세트들을 무작위로 분산시킬 수 있다.
예들 내에서, WCS가 최적의 밀집 격자 레이아웃을 결정하는 동작은, WCS가 복수의 후보 밀집 격자 레이아웃을 결정한 다음, 후보 밀집 격자 레이아웃들 중 어느 것이 로봇 디바이스가 재배치하는데 최소한의 시간량이 걸릴 것인지, 재배치를 수행하기 위한 로봇 디바이스의 가용성, 및/또는 팔레트들을 재배치할 긴급한 필요성이 있는지 등의, WCS가 다양한 고려사항들을 비교하는 것에 기초하여 하나를 선택하는 것을 포함할 수 있다. 예를 들어, 제1 후보 밀집 격자 레이아웃이 제2 후보 밀집 격자 레이아웃보다 창고에서 물품들의 현재 및/또는 예상된 입고 및 출하 필요성에 더 잘 맞지만 제2 후보 밀집 격자 레이아웃보다 재배치하는데 더 긴 시간이 걸리는 시나리오가 있을 수 있다. 그 시나리오에서, 가능한 한 빨리 재배치를 요구하는 인간 조작원으로부터의 긴급한 지시 및/또는 창고 내의 팔레트들에 대한 할당된 바닥 공간이 채워졌거나 거의 채워진 것 등의, 팔레트들을 재배치해야 할 긴급한 필요성이 있다면, WCS는 제1 후보 밀집 격자 레이아웃 대신에 제2 후보 밀집 격자 레이아웃을 최적의 밀집 격자 레이아웃이 되도록 선택할 수 있다. 다른 예시적인 시나리오도 역시 가능하다.
예들 내에서, WCS는, 이하에서 논의되는 정보 등의, 부분적으로 실시간 로봇 정보에 기초하여 최적의 밀집 격자 레이아웃을 결정할 수 있다. WCS는, WCS가 실시간 로봇 정보 및/또는 기타 정보를 이용하여 밀집 격자 레이아웃에서 팔레트를 회수하기 위한 다양한 가상 시나리오를 결정하는 프로세스에 참여할 수 있다. 예를 들어, 밀집 격자 레이아웃에서 각각의 팔레트의 위치에 대해, WCS는, 팔레트의 위치로부터 각각의 팔레트를 회수하는데 필요할 로봇 디바이스의 수량을 추정하거나 및/또는 예상된 수량의 로봇 디바이스가 밀집 격자 레이아웃으로부터 각각의 팔레트를 회수하는데 소요되는 시간을 추정할 수 있다. 이러한 가상 시나리오는 다양한 방식으로 이용될 수 있다. 예를 들어, 중간 범위의 수요 가능성(예를 들어, 50%)을 갖는 팔레트의 경우, WCS는 로봇 디바이스가 이들 팔레트에 액세스하는데 걸리는 시간을 결정한 다음, 로봇 디바이스가 이들에 액세스하는데 걸리는 시간에 기초하여 밀집 격자 레이아웃에서 이들 팔레트들을 포함할 위치를 결정할 수 있다. 예를 들어, WCS는, 팔레트의 다른 위치들은 회수하는데 많은 시간이 소요되는 위치에 팔레트를 배치할 것이라고 WCS가 결정한다면, 이러한 팔레트를 밀집 격자 레이아웃의 바깥쪽에 더 가깝게 배치할 수 있다. 다른 예들도 역시 가능하다.
또한, WCS는, 어느 후보가 선택되어야 하는지를 결정하는 방법으로서 복수의 후보 밀집 격자 레이아웃 각각에 대해 상기 논의된 프로세스를 수행할 수 있다. 주어진 후보에 대해, WCS에 의한 로봇 디바이스의 추정된 수량 및/또는 추정된 회수 시간이 미리결정된 임계값을 초과하는 팔레트 수량에 대한 미리결정된 임계값을 초과한다면, WCS는 팔레트들이 후보 밀집 격자 레이아웃으로 재배치되지 않아야 한다고 결정할 수 있다. 예를 들어, 주어진 후보가, 각각이 회수하는데 10분이 소요되는 20개 이상의 팔레트를 갖고 있다면, WCS는 그 후보를 선택해서는 안 된다고 결정할 수 있다. 다른 예들도 역시 가능하다.
최적의 밀집 격자 레이아웃이 주어지면, WCS는, 다음으로, 최적의 밀집 격자 레이아웃으로의 팔레트들의 재배치를 수행하기 위해 어떤 자원이 이용가능한지를 결정할 수 있다. 본질적으로, WCS는, 창고에서 진행중인 다른 작업을 고려하는 비용 함수를 결정할 수 있고, 따라서 어떤 로봇 디바이스가 재배치를 보조하는데 이용가능한지, 재배치를 수행하기 위한 최상의 시간, 재배치를 수행되는데 걸리는 시간, 다른 스케줄링된 작업 또는 진행중인 작업에 관한 재배치를 수행하는 것에 대한 우선순위 레벨 등의, 다양한 정보를 식별할 수 있다.
이를 용이하게 하기 위해, 블록 306에서, 이 방법은, (i) 창고에 위치한 복수의 로봇 디바이스의 실시간 위치, (ⅱ) 복수의 로봇에 대한 실시간 작업 진행 데이터, (ⅲ) 작업의 수행을 위한 스케줄, 및 (ⅳ) 복수의 로봇 디바이스 중 하나 이상이 작업을 수행하기 위한 시간 측정값을 포함한 실시간 로봇 정보를 수신하는 단계를 포함한다. 작업은, 진행중인 작업 및/또는 완료 예정된 작업을 포함할 수 있다.
주어진 작업의 수행을 위한 시간 측정값은 다양한 형태를 취할 수 있다. 예들 내에서, 주어진 작업에 대한 시간 측정값은 고정되거나 알려질 수 있다. 예를 들어, 예상치 못한 문제가 발생하지 않는 한(예를 들어, 장애물이 로봇 디바이스의 경로를 차단하거나, 로봇 디바이스가 손상된 경우), WCS는, 작업이 소정량의 시간을 소요할 것이라고 예상할 것이다(예를 들어, 팔레트를 창고의 한쪽 끝에서 다른 쪽 끝으로 가져오는 작업은 5분이 소요될 것이다). 다른 예들 내에서, 주어진 작업에 대한 시간 측정값은 작업에 대한 변경을 감안하여 가변적일 수 있고(예를 들어, 예상치 못한 문제가 발생하거나, 궤적이 조정될 필요가 있는 경우), 따라서 WCS 또는 다른 엔티티는 작업의 진행에 따라 가변적인 시간 측정값을 주기적으로 또는 지속적으로 업데이트한다. 다른 예들도 역시 가능하다.
예들 내에서, 실시간 로봇 정보는 또한, 작업에 참여된 또는 작업에 참여예정인 각각의 로봇 디바이스에 대한 디폴트 궤적 또는 조정된 궤적을 포함할 수 있다. 이러한 방식으로, WCS는, 로봇 디바이스 궤적이 작업 동안에 로봇들을 창고 내의 어디로 가져갈지를 나타내는 가상 맵을 유지하거나 액세스할 수 있다.
추가적인 예들 내에서, 실시간 로봇 정보는 또한, 로봇 디바이스의 유형(예를 들어, 포크리프트, 다관절 팔, 로봇 디바이스가 정적인지 또는 이동형인지)을 포함할 수 있고, 각각의 로봇 디바이스가 갖는 컴포넌트들의 유형을 더 포함할 수 있다. 예를 들어, 정보는, 로봇 디바이스가 집게(예를 들어, 자기식, 손가락) 등의 물품/팔레트를 운송하기 위해 갖는 메커니즘의 유형을 식별할 수 있다. 로봇 디바이스 유형 등의 요인은, 팔레트들을 재배치하는데 있어서 로봇 디바이스의 유용성을 돕거나 방해할 수 있고, 그에 따라, 팔레트들을 재배치하는데 소요되는 총 시간량을 길게하거나 짧게할 수 있는 양태들을 식별할 수 있다.
추가적인 예들 내에서, 실시간 로봇 정보는 또한, 각각의 로봇 디바이스의 배터리 레벨을 포함할 수 있는데, 이것은, 주어진 로봇 디바이스의 잔량 배터리 레벨이, 작업의 수행을 위해 그 주어진 로봇 디바이스를 선택할지에 대한 WCS의 결정 및/또는 그 주어진 로봇 디바이스가 작업의 수행을 어떻게 보조할 것인지에 대한 WCS의 결정에 대한 요인이 될 수 있기 때문이다.
일반적으로, 작업 진행 데이터는, 작업의 수행에 관여된, 또는 작업이 복수의 작업 단계를 포함하는 경우에는 작업의 단계의 수행에 관여된 하나 이상의 로봇 디바이스를 포함한, 창고 내의 로봇 디바이스의 현재 상태의 표시로서 WCS에 의해 해석가능한 데이터를 포함할 수 있다. 예들 내에서, 작업 진행 데이터는 작업 또는 작업 단계가 완료된 시간을 포함할 수 있고, 작업 또는 작업 단계를 완료한 로봇 디바이스는, 완료 시간에 또는 완료 시간 이후의 미리결정된 시간 윈도우 내에, 작업 진행 데이터를 WCS에 전송할 수 있다. 작업 진행 데이터는 또한, 작업 또는 작업 단계가 완료될 때/완료되었을 때 로봇 디바이스가 있는/있었던 위치를 나타낼 수 있고, 다른 로봇 디바이스 및 물체(예를 들어, 작업 또는 작업 단계의 수행에 관여되었던 다른 로봇 디바이스, 물품, 팔레트 등)가 창고 내의 어디에 있는지를 나타내거나 및/또는 다른 로봇 디바이스, 물품, 팔레트 등이 창고에서 어디를 향해 이동하고 있는지를 나타내는 예측된 미래의 위치를 나타낼 수 있다. 또한, 작업 진행 데이터는, 주어진 로봇 디바이스의 합동 변수 세트, 주어진 로봇 디바이스의 하나 이상의 로봇 부속물들의 구성, 및 주어진 로봇 디바이스의 방향 등의, 주어진 로봇 디바이스의 현재 구성을 나타낼 수 있다. 또한, 작업 진행 데이터는, 주어진 로봇 디바이스의 배터리 전력 레벨 또는 기타의 진단 정보 등의 하나 이상의 로봇 디바이스의 현재 상태, 및/또는 올바르게 기능하고 있지 않은 주어진 로봇 디바이스의 로봇 부속물을 나타내는 정보를 나타낼 수 있다. 전술된 정보를 포함한 작업 진행 데이터에 의해 표시될 수 있는 정보는, 대안으로서, 작업 진행 데이터의 전송과는 별개의 또 다른 시간에 WCS에 전송될 수 있다는 것을 이해해야 한다.
예들 내에서, 팔레트들을 최적의 밀집 격자 레이아웃(또는 다른 레이아웃)으로 재배치하는 작업을 포함한 창고 전체의 작업들의 수행을 용이하게 하기 위해, WCS는 스케줄링된 작업들의 우선순위 및/또는 진행중인 작업들의 우선순위를 주기적으로 결정할 수 있다. 예를 들어, WCS는, 앞서 논의된 것들 등의 다양한 고려사항(예를 들어, 사업 목표, 수신된 주문)에 기초하여 각각의 작업에 우선순위 레벨을 할당할 수 있다. 이러한 우선순위 레벨은 변화하는 조건에 따라 조정될 수 있다. 예를 들어, WCS가 상이한, 더 중요한/긴급한 작업을 수행하기 위해 자원이 필요하다고 결정한 경우, WCS는 재배치 중간에 재배치를 취소할 수 있다(또는 작업이 스케줄링되었지만 아직 발생하지 않은 경우 재배치 우선순위를 낮출 수 있다). 다른 예들도 역시 가능하다.
블록 308에서, 이 방법은, 실시간 로봇 정보에 기초하여, 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 시간량을 결정하는 단계를 포함한다.
블록 310에서, 이 방법은, 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 시간량이 임계 시간량 미만인 것에 기초하여 복수의 로봇 디바이스 중 하나 이상이 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하는 단계를 포함한다.
일부 구현에서, 최적의 밀집 격자 레이아웃으로 팔레트들을 재배치하는 작업이 얼마나 오래 걸릴지를 결정하기 전에, WCS는 실시간 로봇 정보를 이용하여 창고에서 진행중인 및 스케줄링된 작업을 검토하고 검토에 기초하여 팔레트들을 재배치하는 작업에 대한 로봇 디바이스 가용성을 결정할 수 있고, 그에 따라, 어떤 로봇 디바이스들이 재배치 작업의 적어도 일부를 그들의 스케줄에 맞출수 있는지를 결정한다. 한 예로서, 상기 논의와 일치하여, 일단 로봇 디바이스가 작업을 완료하고 나면, 로봇 디바이스는 WCS에 작업을 완료했다는 사실을 통보할 수 있고, 그 다음, 창고의 또 다른 측까지의 궤적을 따라 이동해 갈 또 다른 스케줄링된 작업에 관여할 수 있다. WCS는, 로봇 디바이스가 창고의 다른 측까지의 길을 따라, 궤적에 가까운 하나 이상의 팔레트 등의, 하나 이상의 팔레트의 재배치를 보조하기 위한 충분한 시간이 있다고 결정할 수 있다. 다른 예들도 역시 가능하다.
팔레트들을 재배치하기 위한 결정된 시간량은, (예를 들어, WCS가 더욱 정밀한 로봇 디바이스 작업 진행, 위치 및 가용성에 액세스할 수 있다면) 정확할 수도 있고, 또는 추정치일 수도 있다. 팔레트들을 밀집 격자 레이아웃으로 재배치하는데 걸리는 시간에 영향을 미칠 수도 있는 창고 내의 다른 활동들이 진행 중이면, WCS는 정확한 시간을 결정하지 못할 수도 있다. 그러나, 많은 로봇 디바이스가 현재 작업에 관여하고 있지 않거나 소정 기간에 걸쳐(예를 들어, 밤새) 작업에 관여하지 않는다면, WCS는 정확한 시간을 결정할 수 있다.
예들 내에서, WCS는, 각각의 팔레트에 대해, 재배치에 이용가능한 로봇 디바이스들 중 하나 이상의 로봇 디바이스가 최적의 밀집 격자 레이아웃 내의 결정된 위치로 팔레트를 이동시키는데 걸리는 시간량을 결정할 수 있다. 따라서, 팔레트들을 최적의 밀집 격자 레이아웃으로 재배치하는 총 시간량은 각각의 팔레트에 대한 모든 시간량의 합일 수 있다.
일부 구현에서, WCS는 실시간 로봇 정보 및/또는 기타의 스케줄링된 창고 활동을 고려하여 창고에서 팔레트들의 레이아웃을 최적화하는 시간 구간을 결정할 수 있고, 따라서 로봇 디바이스에게 그 시간 구간 동안 팔레트들의 레이아웃을 최적의 밀집 격자 레이아웃 또는 다른 유형의 레이아웃으로 최적화하도록 지시할 수 있다. 예를 들어, WCS는 로봇 디바이스가 팔레트들을 최적의 밀집 격자 레이아웃으로 재배치하는데 2시간이 걸릴 것으로 결정하고, 팔레트들을 재배치하기 위한 2시간 윈도우를 다음 24시간에서 식별할 수 있다.
유사한 구현들에서, WCS는 실시간 로봇 정보 및/또는 다른 스케줄링된 창고 활동들을 고려하여 새로운 최적의 밀집 격자 레이아웃 또는 다른 유형의 레이아웃 등의 새로운 레이아웃으로의 팔레트들의 반복적 재배치를 위한 시간 구간을 할당할 수 있다. 그 다음, 여기서 논의된 동작들 중 적어도 일부가 할당된 시간 구간에서 주기적으로 수행될 수 있다. 예를 들어, 밤새 7시간 동안 창고 활동이 적게 발생한다면, WCS는, 매일 밤 7시간 동안, 또는 격일로 그 기간 동안, 또는 일요일마다 그 기간 동안, 창고가 새로운 최적의 레이아웃으로 배치되어야 한다고 결정할 수 있다.
도 4a는, 여기서 설명된 적어도 일부 구현에 따른, 창고 내의 팔레트들의 예시적인 레이아웃을 나타낸다. 특히, 최적의 밀집 격자 레이아웃(400)은, 25개 팔레트(5 × 5 격자)에 대한 위치들의 레이아웃이며, 여기서, 격자 내의 각각의 정사각형은, 위치들(402, 404, 406, 408, 410, 412 및 414) 등의, 단일 팔레트에 대한 위치를 나타낸다. 다른 예에서, 더 많은 팔레트를 수용할 수 있도록 스케일이 증가될 수 있다. 예를 들어, 각각의 정사각형은 하나보다 많은 팔레트(예를 들어, 정사각형당 25개의 팔레트)의 위치를 나타낼 수 있다.
도시된 바와 같이, 외측 16개의 위치들(예를 들어, 위치 402)은 우선순위 레벨 1로 도시되어 있고, 더 높은 수요 가능성을 갖는 팔레트에 대해 지정된 위치를 나타낸다. 또한, 격자 내의 중심 위치(위치 404)는 우선순위 레벨 3으로 도시되어 있고, 다른 팔레트들에 비해 가장 낮은 수요 가능성을 갖는 팔레트에 대해 지정된 위치를 나타낸다. 또한, 중심과 외측 16개 위치들 사이의 격자 내의 8개 위치들(예를 들어, 위치 406 및 408)은 우선순위 레벨 2로 도시되어 있고, 외측 16개 팔레트들과 중심 팔레트 사이의 수요 가능성을 갖는 팔레트에 대해 지정된 위치를 나타낸다.
일부 경우에, 우선순위 레벨은 수요 가능성에 완전히 대응하지 않을 수도 있다. 예를 들어, 위치 402의 팔레트는 위치 406의 팔레트와 동일한 수요 가능성을 가질 수 있지만, 다른 이유로 위치 402에 배치될 수 있다. 예를 들어, 레이아웃(400)의 외측 에지 상에 충분한 공간이 없을 수 있고, 따라서 더 높은 수요 가능성을 갖는 팔레트가 밀집 격자의 더 내부에 배치될 수 있다. 대안으로서, 높은 수요 가능성을 갖는 여분의 팔레트가 레이아웃(400)의 바깥쪽에 배치될 수 있고, 그에 따라 레이아웃(400)의 새로운 외측 에지를 생성한다. 레이아웃의 새로운 바깥쪽 에지 상의 이 예시적인 팔레트 위치는 위치 416으로서 점선으로 도시되어 있다.
상기 논의와 일치하여, WCS는, 앞서 논의된 고려사항들 중 하나 이상에 기초하여 팔레트들에 대한 레이아웃(400)에 도시된 다양한 위치를 지정할 수 있다. 예를 들어, 상호보완적인 물품들은 위치들 406 및 408에서 서로 인접하게 배치되거나, 위치들 406 및 410에서 또는 위치들 408 및 410에서 약간 엇갈릴 수 있다. 또 다른 예로서, 소정 물품의 5개의 전체 팔레트 등의, 소정 유형의 물품의 과잉이 있다면, 이들 팔레트들 중 3개는 위치 402, 412 및 414에 배치될 수 있고, 다른 2개의 팔레트는, 그 유형의 물품을 갖는 대다수의 팔레트들로부터 멀리 떨어진, 위치 404 및 406 또는 위치 406 및 408 등의, 레이아웃(400)의 중심에 가깝게 배치될 수 있다. 역시 또 다른 예로서, 하나의 팔레트가 위치 402에 배치되고 다른 팔레트가 위치 410에 배치되도록, 동일한 유형의 물품을 갖는 2개의 팔레트가 분리될 수 있다. 많은 다른 예들도 역시 가능하다.
도 4b는 본 명세서에서 설명된 적어도 일부 구현에 따른 창고 내의 팔레트들의 또 다른 예시적인 레이아웃을 나타낸다. 특히, 도 4b는, 레이아웃(400)의 팔레트들이 팔레트들의 스택에서 제1의 하위 레벨을 구성하고, 레이아웃(450)은 팔레트들의 스택에서 제2의 상위 레벨이며, 제1 레벨의 팔레트들의 상단에 적층된 시나리오를 나타낸다. 레이아웃(400) 및 레이아웃(450)은 함께, 단일의 다차원 밀집 격자 레이아웃을 형성한다.
복수의 팔레트가 적층된 이와 같은 시나리오에서, 레벨 1의 팔레트들의 우선순위 레벨은 다른 레벨들의 존재에 기초하여 변경될 수 있다. 예를 들어, 위에서 논의된 바와 같이, 더 높은 수요의 팔레트들을 스택(또는 스토리지 랙)에서 더 높게 배치하고 더 낮은 수요의 팔레트들을 스택(또는 스토리지 랙)에서 더 낮게 배치하는 것이 바람직할 수 있다. 따라서, 레이아웃(400)의 팔레트들의 우선순위 레벨들은 1 레벨만큼 우선순위가 낮아지고, 레이아웃(450)의 팔레트들은 도 4a에 도시된 레이아웃(400)의 팔레트들의 이전의 우선순위 레벨을 취한다. 예를 들어, 도시된 바와 같이, 레벨 2의 팔레트 위치 452는 우선순위 레벨 1을 가지며, 위치 454는 우선순위 레벨 2를 가지며, 위치 456은 우선순위 레벨 3을 갖는다. 반면, 팔레트 위치 402는 우선순위 레벨 1을 가지며, 위치 406은 우선순위 레벨 3을 가지며, 중심 위치 404는 우선순위 레벨 4를 갖는다.
보관 랙 및/또는 팔레트 스택을 포함하는 다른 시나리오에서, 우선순위 레벨은 도 4b에 도시된 것으로부터 역전되어, 더 낮은 수요의 팔레트가 스택(또는 보관 랙)에서 더 높게 배치되고(예를 들어, 레벨 2) 더 높은 수요의 팔레트는 스택(또는 보관 랙)에서 더 낮게 배치된다(예를 들어, 레벨 1)는 점에 유의해야 한다. 다른 구현에서는 우선순위 레벨이 서로에 관해 달라질 수도 있다는 점에도 유의해야 한다. 예를 들어, 결합된 레이아웃의 외측 에지 상의 모든 32개 팔레트 위치 각각은 우선순위 레벨 1을 가질 수 있고, 결합된 레이아웃의 중간 영역 내의 모든 16개 팔레트 위치 각각은 우선순위 레벨 2를 가질 수 있고, 2개의 적층된 중심 팔레트 위치 각각은 우선순위 레벨 3을 가질 수 있다. 다른 예들도 역시 가능하다.
앞서 논의된 것들과 유사한 동작들이 제어된-액세스 밀집 격자 레이아웃 이외의 레이아웃의 유형들에 관해 적용될 수 있다. 예를 들어, WCS는, 입고/출하 기록, 물품들의 처리율, 사업 목표, 긴급 주문 등의, 위에서 논의된 것들과 유사한 고려사항, 요인 등에 기초하여, 딥 레인 레이아웃 및 딥 레인 레이아웃의 다양한 양태(예를 들어, 팔레트 배치, 레인의 폭/깊이)를 결정할 수 있다. 더욱 특정한 예로서, WCS는 현재 날짜로부터 임계 기간 내에 창고 밖으로 출하될 것으로 예상되는 물품을 갖는 팔레트가, 더욱 더 미래까지 출하될 것으로 예상되지 않는 팔레트들보다 하역장에 더 가깝게(예를 들어, 인간/로봇 동작을 가능한 방해하지 않고 가깝게) 배치되어야 한다고 결정할 수 있다.
이들 고려사항 및 요인에 따라, WCS는 다른 유형들의 레이아웃이 제어된-액세스 밀집 격자 레이아웃보다 더 간단하거나 더 바람직할 수 있다고 결정할 수 있고, 따라서 대신에, 팔레트들의 일부 또는 전부를 대안으로서 상이한 유형의 레이아웃으로 재배치할 수 있다. 여기서 논의된 레이아웃의 임의의 유형은, 창고에서 흔하게 채택되는 팔레트들의 선입 선출 배치에 대한 대안이 될 수 있다.
일반적으로, WCS는, 바닥에서, 보관 랙, 및/또는 스택에서, 하나 이상의 레이아웃으로의 팔레트들의 자동화된 재배치를 용이하게 하여, 더 높은 수요의 물품이 레인/로우의 끝에, 랙의 바닥 레벨에, 및/또는 반출 영역(예를 들어, 하역장)에 더 가깝게 위치하고, 더 낮은 수요의 물품이 레인/로우의 반대쪽 끝에, 랙의 더 높은 레벨에, 및/또는 반출 영역으로부터 더 멀리 위치하게 한다.
일부 시나리오에서, WCS는, WCS에 의해 식별된 복수 그룹의 팔레트들 각각에 대해, 각각의 레이아웃을 구현할 수 있다. 예를 들어, WCS는 제1 그룹의 팔레트들을 밀집 격자 레이아웃으로 재배치할 수 있고, 제2 그룹의 팔레트들을 딥 레인 레이아웃으로 재배치할 수 있다. 또 다른 예로서, WCS는 제1 및 제2 그룹의 팔레트들을 그들 자신의 각각의 밀집 격자 레이아웃으로 재배치할 수 있다. 다른 예들도 역시 가능하다.
일부 구현에서, WCS는 창고 내의 팔레트들(또는 더 작은 그룹의 팔레트들)의 배치를 밀집 격자 레이아웃으로부터 최적의 딥 레인 레이아웃으로 전환할 수 있다. 이를 용이하게 하기 위해, WCS는 입고/출하 예상 및 팔레트 재배치 이력 등의 위에서 논의된 다양한 고려사항 및 요인을 업데이트하고, 이들 업데이트를 이용하여 업데이트된 수요 가능성을 결정하고, 차례로, 최적의 딥 레인 레이아웃을 결정할 수 있다. 일부 예에서, WCS는 복수의 후보 딥 레인 레이아웃을 결정하고 최적의 것을 선택할 수 있다. 위의 논의와 일치하여, WCS는 실시간 로봇 정보 및/또는 기타 정보를 이용하여 팔레트들을 최적의 딥 레인 레이아웃으로 재배치하는 시간량을 결정한 다음, 시간량이 임계 시간량 미만이라면 로봇 디바이스에게 팔레트들을 최적의 딥 레인 레이아웃으로 재배치하도록 지시할 수 있다.
딥 레인 레이아웃의 예들 내에서, 최적의 딥 레인 레이아웃의 결정은, 더 작은 및/또는 더 큰 로봇 디바이스들에 대해 일방향 또는 양방향 이동을 가능케하는 레인들 사이의 각각의 통로 폭의 결정을 포함할 수 있는데, 이것은, 시나리오에 따라, 소정 통로의 폭은 로봇 디바이스가 레인에서 팔레트 보관물을 회수하기에 더 용이하게 하거나 더 어렵게 하기 때문이다. 각각의 통로 폭은, 이용가능한 로봇 디바이스의 크기, 각각의 이용가능한 로봇 디바이스의 스케줄, 및/또는 다른 요인들 등의, 다양한 고려사항들에 기초하여 결정될 수 있다.
밀집 격자와 딥 레인 레이아웃 사이의 다른 유사한 동작의 예들 내에서, WCS는 딥 레인 레이아웃에서 팔레트를 회수하기 위한 다양한 가상 시나리오를 결정하기 위해 전술된 것과 유사한 프로세스에 관여할 수 있다. 예를 들어, WCS는 최적의 딥 레인 레이아웃(또는 각각의 후보 딥 레인 레이아웃)의 팔레트들 각각에 대해, 최적의 딥 레인 레이아웃의 팔레트의 위치로부터 팔레트를 회수하는데 필요한 로봇 디바이스의 수량 및 추정된 수량의 로봇 디바이스들이 최적의 딥 레인 레이아웃의 그 위치로부터 팔레트를 회수하는데 걸리는 시간량을 추정할 수 있다.
여기서 설명된 배치는 단지 예시의 목적을 위한 것임을 이해해야 한다. 따라서, 본 기술분야의 통상의 기술자라면, 다른 배치 및 다른 요소들(예를 들어, 머신, 인터페이스, 동작, 순서, 및 동작들의 그룹화 등)이 대신 이용될 수 있고, 일부 요소들은 원하는 결과에 따라 완전히 생략될 수도 있다는 것을 이해할 것이다. 또한, 설명된 많은 요소들은, 임의의 적절한 조합 및 위치에서, 개별 또는 분산된 컴포넌트로서 또는 다른 컴포넌트와 연계하여 구현될 수 있는 동작 엔티티들이거나, 독립된 구조물로서 설명된 다른 구조적 요소들은 결합될 수도 있다.
다양한 양태와 구현들이 본 명세서에서 개시되었지만, 다른 양태와 구현들이 본 기술분야의 통상의 기술자에게는 명백할 것이다. 본 명세서에서 개시된 다양한 양태 및 구현들은 예시의 목적을 위한 것이고, 이하의 청구항들에 의해 표시된 진정한 범위, 및 이러한 청구항들에 부여된 균등물들의 전체 범위를 제한하고자 함이 아니다. 여기서 사용되는 용어는 특정한 구현을 설명하기 위한 목적을 위한 것일 뿐이며 제한하고자 함이 아니라는 것도 역시 이해해야 한다.
Claims (20)
- 방법으로서,
창고 제어 시스템(warehouse control system)(WCS)에서, 창고에 놓인 팔레트들의 실시간 위치들 및 상기 팔레트들 상에 배치된 물품들의 실시간 재고 - 상기 물품들의 실시간 재고는 각각의 팔레트의 내용을 포함함 - 를 포함한 실시간 물품 정보를 수신하는 단계;
상기 창고 내의 팔레트 재배치의 이력, 미래의 날짜에 상기 창고에 입고될 물품들의 예상, 및 미래의 날짜에 상기 창고 외부로 출하될 물품들의 예상에 기초하여, 상기 팔레트들로의 미래의 액세스에 대한 수요 가능성을 결정하는 단계;
상기 실시간 물품 정보 및 상기 수요 가능성에 기초하여, 상기 팔레트들을 배치할 최적의 제어된-액세스 밀집 격자 레이아웃(optimal controlled-access dense grid layout) - 상기 최적의 제어된-액세스 밀집 격자 레이아웃의 중심으로부터의 상기 팔레트들의 거리는 상기 수요 가능성과 관련됨 - 을 결정하는 단계;
상기 WCS에서, (i) 상기 창고에 위치한 복수의 로봇 디바이스의 실시간 위치들, (ⅱ) 상기 복수의 로봇 디바이스에 대한 실시간 작업 진행 데이터, (ⅲ) 작업들의 수행을 위한 스케줄, 및 (ⅳ) 상기 복수의 로봇 디바이스 중 하나 이상이 상기 작업들을 수행하기 위한 시간 측정값들을 포함한 실시간 로봇 정보를 수신하는 단계;
상기 실시간 로봇 정보에 기초하여, 상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 시간량을 결정하는 단계; 및
상기 팔레트들을 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 상기 시간량이 임계 시간량 미만인 것에 기초하여 상기 복수의 로봇 디바이스 중 하나 이상이 상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하는 단계
를 포함하는 방법. - 제1항에 있어서,
상기 창고 내의 팔레트 재배치의 업데이트된 이력, 미래의 날짜에 상기 창고에 입고될 물품들의 업데이트된 예상, 및 미래의 날짜에 상기 창고 외부로 출하될 물품들의 업데이트된 예상에 기초하여, 상기 팔레트들로의 미래의 액세스에 대한 업데이트된 수요 가능성을 결정하는 단계;
상기 실시간 물품 정보 및 상기 업데이트된 수요 가능성에 기초하여, 상기 팔레트들을 배치할 최적의 딥 레인 레이아웃(deep lanes layout) - 상기 최적의 딥 레인 레이아웃은 상기 복수의 로봇 디바이스가 이동할 공간에 의해 분리된 레인들에 배치된 팔레트들의 그룹들을 표시함 - 을 결정하는 단계;
상기 실시간 로봇 정보에 기초하여, 상기 복수의 로봇 디바이스 중 하나 이상을 이용하여 상기 팔레트들을 상기 최적의 딥 레인 레이아웃으로 재배치하기 위한 시간량을 결정하는 단계; 및
상기 팔레트들을 상기 최적의 딥 레인 레이아웃으로 재배치하기 위한 상기 시간량이 임계 시간량 미만인 것에 기초하여 상기 복수의 로봇 디바이스 중 하나 이상이 상기 팔레트들을 상기 최적의 딥 레인 레이아웃으로 재배치하게 하는 단계
를 더 포함하는 방법. - 제2항에 있어서, 상기 최적의 딥 레인 레이아웃에서, 현재 날짜로부터 임계 기간 내에 상기 창고 밖으로 출하될 것으로 예상되는 물품들을 갖는 팔레트들은 상기 창고의 하역장(shipping dock)에 근접하게 위치하는, 방법.
- 제2항에 있어서,
상기 실시간 로봇 정보에 기초하여, 상기 최적의 딥 레인 레이아웃의 상기 팔레트들 각각에 대해, (i) 상기 최적의 딥 레인 레이아웃의 상기 팔레트의 위치로부터 상기 팔레트를 회수하는데 필요한 로봇 디바이스들의 수량을 추정하고 (ⅱ) 상기 추정된 수량의 로봇 디바이스들이 상기 최적의 딥 레인 레이아웃의 상기 위치로부터 상기 팔레트를 회수하는데 걸리는 시간량을 추정하는 단계를 더 포함하고,
상기 복수의 로봇 디바이스 중 하나 이상이 상기 팔레트들을 상기 최적의 딥 레인 레이아웃으로 재배치하게 하는 단계는 추가로, 상기 로봇 디바이스들의 상기 추정된 수량 및 상기 추정된 시간량에 기초하는, 방법. - 제1항에 있어서,
상기 실시간 로봇 정보에 기초하여, 상기 최적의 제어된-액세스 밀집 격자 레이아웃의 상기 팔레트들 각각에 대해, (i) 상기 최적의 제어된-액세스 밀집 격자 레이아웃의 상기 팔레트의 위치로부터 상기 팔레트를 회수하는데 필요한 로봇 디바이스들의 수량을 추정하고 (ⅱ) 상기 추정된 수량의 로봇 디바이스들이 상기 최적의 제어된-액세스 밀집 격자 레이아웃의 상기 위치로부터 상기 팔레트를 회수하는데 걸리는 시간량을 추정하는 단계를 더 포함하고,
상기 복수의 로봇 디바이스 중 하나 이상이 상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하는 단계는 추가로, 상기 로봇 디바이스들의 상기 추정된 수량 및 상기 추정된 시간량에 기초하는, 방법. - 제1항에 있어서, 상기 팔레트들을 배치할 상기 최적의 제어된-액세스 밀집 격자 레이아웃을 결정하는 단계는 추가로, 특정한 팔레트들에 대한 상기 창고 내의 미리결정된 팔레트 위치들에 기초하고,
상기 최적의 제어된-액세스 밀집 격자 레이아웃에서, 상기 특정한 팔레트들은 상기 미리결정된 팔레트 위치들에 위치하는, 방법. - 제1항에 있어서, 상기 최적의 제어된-액세스 밀집 격자 레이아웃에서, 상기 창고 내의 각각의 물품 유형에 대해, 상기 물품 유형을 갖는 적어도 하나의 팔레트는 상기 물품 유형을 갖는 적어도 하나의 다른 팔레트로부터 멀리 떨어져 위치하는, 방법.
- 제1항에 있어서, 상기 팔레트들을 배치할 상기 최적의 제어된-액세스 밀집 격자 레이아웃을 결정하는 단계는 추가로, 2개 이상의 상호보완적인 물품들의 세트들을 식별하는 정보에 대한 액세스에 기초하고,
상기 최적의 제어된-액세스 밀집 격자 레이아웃에서, 각각의 식별된 세트의 상기 2개 이상의 상호보완적인 물품들은 서로 근접하여 위치하는, 방법. - 제1항에 있어서,
상기 실시간 물품 정보에 기초하여, 상기 창고 내의 한 물품 유형의 수량이 임계 과잉량을 초과한다고 결정하는 단계를 더 포함하고,
상기 팔레트들을 배치할 상기 최적의 제어된-액세스 밀집 격자 레이아웃을 결정하는 단계는 추가로, 상기 물품 유형의 수량이 상기 임계 과잉량을 초과하는 것에 기초하고,
상기 최적의 제어된-액세스 밀집 격자 레이아웃에서, 상기 물품 유형을 갖는 대다수의 팔레트들은 상기 물품 유형을 갖는 다른 팔레트들로부터 멀리 그리고 상기 최적의 제어된-액세스 밀집 격자 레이아웃의 중심에 가까운 위치에 위치하는, 방법. - 제1항에 있어서,
상기 팔레트들에 의해 상기 창고에서 점유된 공간의 양이 임계 공간량을 초과한다고 결정하는 단계를 더 포함하고,
상기 방법의 적어도 일부는 상기 팔레트들에 의해 상기 창고에서 점유된 상기 공간의 양이 상기 임계 공간량을 초과한다고 결정하는 것에 응답하여 수행되는, 방법. - 제1항에 있어서,
상기 실시간 로봇 정보 및 기타의 스케줄링된 창고 활동들에 기초하여, 새로운 최적의 제어된-액세스 밀집 격자 레이아웃으로의 상기 팔레트들의 반복적인 재배치를 위한 시간 구간을 할당하는 단계를 더 포함하고,
상기 방법의 적어도 일부는 상기 창고 내의 상기 팔레트들의 레이아웃을 최적화하기 위해 상기 할당된 시간 구간에서 주기적으로 수행되는, 방법. - 시스템으로서,
창고 내의 복수의 로봇 디바이스;
적어도 하나의 프로세서; 및
상기 시스템으로 하여금 동작들을 수행하게 하는 상기 적어도 하나의 프로세서에 의해 실행가능한 명령어들을 포함하는 데이터 스토리지
를 포함하고, 상기 동작들은:
상기 창고에 놓인 팔레트들의 실시간 위치들 및 상기 팔레트들 상에 배치된 물품들의 실시간 재고 - 상기 물품들의 실시간 재고는 각각의 팔레트의 내용을 포함함 - 를 포함한 실시간 물품 정보를 수신하는 동작;
상기 창고 내의 팔레트 재배치의 이력, 미래의 날짜에 상기 창고에 입고될 물품들의 예상, 및 미래의 날짜에 상기 창고 외부로 출하될 물품들의 예상에 기초하여, 상기 팔레트들로의 미래의 액세스에 대한 수요 가능성을 결정하는 동작;
상기 실시간 물품 정보 및 상기 수요 가능성에 기초하여, 상기 팔레트들을 배치할 최적의 제어된-액세스 밀집 격자 레이아웃 - 상기 최적의 제어된-액세스 밀집 격자 레이아웃의 중심으로부터의 상기 팔레트들의 거리는 상기 수요 가능성과 관련됨 - 을 결정하는 동작;
(i) 상기 창고에 위치한 상기 복수의 로봇 디바이스의 실시간 위치들, (ⅱ) 상기 복수의 로봇 디바이스에 대한 실시간 작업 진행 데이터, 및 (ⅲ) 작업들의 수행을 위한 스케줄, 및 (ⅳ) 상기 복수의 로봇 디바이스 중 하나 이상이 상기 작업들을 수행하기 위한 시간 측정값들을 포함한 실시간 로봇 정보를 수신하는 동작;
상기 실시간 로봇 정보에 기초하여, 상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 시간량을 결정하는 동작; 및
상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 상기 시간량이 임계 시간량 미만인 것에 기초하여 상기 복수의 로봇 디바이스 중 하나 이상이 상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하는 동작
을 포함하는, 시스템. - 제12항에 있어서, 상기 팔레트들은 상기 창고의 바닥에 위치하는, 시스템.
- 제12항에 있어서, 상기 작업들은 현재 날짜에 진행중인 작업들 및 완료되도록 스케줄링된 작업들을 포함하는, 시스템.
- 제12항에 있어서, 상기 동작들은:
상기 실시간 로봇 정보 및 스케줄링된 창고 활동들에 기초하여, 상기 창고 내의 상기 팔레트들의 레이아웃을 최적화하는 시간 구간을 결정하는 동작을 더 포함하고,
상기 복수의 로봇 디바이스 중 하나 이상이 상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하는 동작은, 상기 복수의 로봇 디바이스 중 하나 이상이 상기 결정된 시간 구간 동안에 상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하는 동작을 포함하는, 시스템. - 제12항에 있어서, 상기 복수의 로봇 디바이스 중 하나 이상이 상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하는 동작은 추가로, 물품들의 반출 처리율(outbound throughput)과 미래의 날짜에 대한 보관 용량 요건의 비교에 기초하는, 시스템.
- 적어도 하나의 프로세서를 포함하는 컴퓨팅 시스템에 의해 실행될 때, 상기 컴퓨팅 시스템으로 하여금 동작들을 수행하게 하는 프로그램 명령어들을 저장한 컴퓨터-판독가능한 매체로서, 상기 동작들은:
창고에 놓인 팔레트들의 실시간 위치들 및 상기 팔레트들 상에 배치된 물품들의 실시간 재고 - 상기 물품들의 실시간 재고는 각각의 팔레트의 내용을 포함함 - 를 포함한 실시간 물품 정보를 수신하는 동작;
상기 창고 내의 팔레트 재배치의 이력, 미래의 날짜에 상기 창고에 입고될 물품들의 예상, 및 미래의 날짜에 상기 창고 외부로 출하될 물품들의 예상에 기초하여, 상기 팔레트들로의 미래의 액세스에 대한 수요 가능성을 결정하는 동작;
상기 실시간 물품 정보 및 상기 수요 가능성에 기초하여, 상기 팔레트들을 배치할 최적의 제어된-액세스 밀집 격자 레이아웃 - 상기 최적의 제어된-액세스 밀집 격자 레이아웃의 중심으로부터의 상기 팔레트들의 거리는 수요 가능성과 관련됨 - 을 결정하는 동작;
(i) 상기 창고에 위치한 복수의 로봇 디바이스의 실시간 위치들, (ⅱ) 상기 복수의 로봇 디바이스에 대한 실시간 작업 진행 데이터, 및 (ⅲ) 작업들의 수행을 위한 스케줄, 및 (ⅳ) 상기 복수의 로봇 디바이스 중 하나 이상이 상기 작업들을 수행하기 위한 시간 측정값들을 포함한 실시간 로봇 정보를 수신하는 동작;
상기 실시간 로봇 정보에 기초하여, 상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 시간량을 결정하는 동작; 및
상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하기 위한 상기 시간량이 임계 시간량 미만인 것에 기초하여 상기 복수의 로봇 디바이스 중 하나 이상이 상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하는 동작
을 포함하는, 컴퓨터-판독가능한 매체. - 제17항에 있어서, 상기 최적의 제어된-액세스 밀집 격자 레이아웃을 결정하는 동작은, 다중레벨 제어된-액세스 밀집 격자 레이아웃을 결정하는 동작을 포함하고, 상기 다중레벨 제어된-액세스 밀집 격자 레이아웃에서, 더 낮은 수요 가능성을 가진 팔레트들은 더 높은 수요 가능성을 가진 팔레트들보다 수직으로 더 낮게 위치하는, 컴퓨터-판독가능한 매체.
- 제17항에 있어서, 상기 최적의 제어된-액세스 밀집 격자 레이아웃을 결정하는 동작은, 다중레벨 제어된-액세스 밀집 격자 레이아웃을 결정하는 동작을 포함하고, 상기 다중레벨 제어된-액세스 밀집 격자 레이아웃에서, 더 낮은 수요 가능성을 가진 팔레트들은 더 높은 수요 가능성을 가진 팔레트들보다 수직으로 더 높게 위치하는, 컴퓨터-판독가능한 매체.
- 제17항에 있어서, 상기 동작들은:
상기 실시간 로봇 정보 및 스케줄링된 창고 활동들에 기초하여, 상기 창고 내의 상기 팔레트들의 레이아웃을 최적화하는 시간 구간을 결정하는 동작을 더 포함하고,
상기 복수의 로봇 디바이스 중 하나 이상이 상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하는 동작은, 상기 복수의 로봇 디바이스 중 하나 이상이 상기 결정된 시간 구간 동안에 상기 팔레트들을 상기 최적의 제어된-액세스 밀집 격자 레이아웃으로 재배치하게 하는 동작을 포함하는, 컴퓨터-판독가능한 매체.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/244,525 | 2016-08-23 | ||
US15/244,525 US9984339B2 (en) | 2016-08-23 | 2016-08-23 | Autonomous shuffling of pallets of items in a warehouse |
PCT/US2017/041481 WO2018038815A1 (en) | 2016-08-23 | 2017-07-11 | Autonomous shuffling of pallets of items in a warehouse |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20180126615A KR20180126615A (ko) | 2018-11-27 |
KR102188458B1 true KR102188458B1 (ko) | 2020-12-08 |
Family
ID=61242951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020187033264A KR102188458B1 (ko) | 2016-08-23 | 2017-07-11 | 창고 내의 물품 팔레트들의 자율 셔플링 |
Country Status (7)
Country | Link |
---|---|
US (4) | US9984339B2 (ko) |
EP (1) | EP3504669A4 (ko) |
JP (1) | JP6757490B2 (ko) |
KR (1) | KR102188458B1 (ko) |
CN (1) | CN109155013B (ko) |
AU (1) | AU2017315305B2 (ko) |
WO (1) | WO2018038815A1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102579490B1 (ko) * | 2022-11-22 | 2023-09-18 | 주식회사 톱텍 | 상품상자 배치 최적화 방법 및 이를 적용한 로봇 팔레타이징 시스템 |
Families Citing this family (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9984339B2 (en) | 2016-08-23 | 2018-05-29 | X Development Llc | Autonomous shuffling of pallets of items in a warehouse |
DE102016115703A1 (de) * | 2016-08-24 | 2018-03-01 | Jungheinrich Aktiengesellschaft | Flurförderzeug sowie Verfahren zur Steuerung eines Flurförderzeugs |
US10504055B2 (en) | 2016-09-02 | 2019-12-10 | X Development Llc | Optimization of warehouse layout based on customizable goals |
US10346797B2 (en) | 2016-09-26 | 2019-07-09 | Cybernet Systems, Inc. | Path and load localization and operations supporting automated warehousing using robotic forklifts or other material handling vehicles |
DE102016123542A1 (de) * | 2016-12-06 | 2018-06-07 | Jungheinrich Aktiengesellschaft | Verfahren zur automatischen Ausrichtung eines Flurförderzeugs in einem Warenlager sowie System aus einem Flurförderzeug und einem Warenlager |
CN108229867A (zh) * | 2016-12-13 | 2018-06-29 | 杭州海康机器人技术有限公司 | 物料整理任务生成、物料整理方法及装置 |
US10259648B2 (en) * | 2017-04-06 | 2019-04-16 | Lineage Logistics, LLC | Automated warehouse improvements |
US10878378B2 (en) * | 2017-05-26 | 2020-12-29 | Inmotus Pty Ltd | Retail supply chain management system |
US10860750B2 (en) * | 2017-06-15 | 2020-12-08 | Sap Se | Model driven layout design for robotics warehouse |
US20190057367A1 (en) * | 2017-08-17 | 2019-02-21 | Walmart Apollo, Llc | Method and apparatus for handling mis-ringing of products |
US11300963B1 (en) | 2017-08-18 | 2022-04-12 | Amazon Technologies, Inc. | Robot movement constraint system |
US11422565B1 (en) * | 2017-08-18 | 2022-08-23 | Amazon Technologies, Inc. | System for robot movement that is informed by cultural conventions |
US10723555B2 (en) * | 2017-08-28 | 2020-07-28 | Google Llc | Robot inventory updates for order routing |
JP6827905B2 (ja) * | 2017-10-26 | 2021-02-10 | 株式会社日立物流 | 棚管理システム及び棚管理方法 |
DE102017128623A1 (de) | 2017-12-01 | 2019-06-06 | Jungheinrich Aktiengesellschaft | Verfahren zur Kopplung einer zweiten Fernbedieneinheit mit einer ersten Fernbedieneinheit |
WO2019167206A1 (ja) * | 2018-02-28 | 2019-09-06 | 三菱重工機械システム株式会社 | 原紙ロール管理システム及び原紙ロール管理方法 |
US11049065B2 (en) | 2018-06-30 | 2021-06-29 | Staples, Inc. | Automated guided vehicle control and organizing inventory items using stock keeping unit clusters |
CN112368728A (zh) * | 2018-07-02 | 2021-02-12 | 首选网络株式会社 | 信息处理装置、模型生成处理装置以及信息处理方法 |
CN110689290B (zh) * | 2018-07-06 | 2023-09-29 | 北京京东尚科信息技术有限公司 | 商品售卖方法以及装置 |
US11030573B2 (en) * | 2018-07-24 | 2021-06-08 | Staples, Inc. | Automated guided vehicle control and organizing inventory items using predictive models for slow item types |
US11498776B1 (en) | 2018-08-02 | 2022-11-15 | Staples, Inc. | Automated guided vehicle control and organizing inventory items using dissimilarity models |
US10926952B1 (en) * | 2018-11-21 | 2021-02-23 | Amazon Technologies, Inc. | Optimizing storage space utilizing artificial intelligence |
EP3872740B1 (en) * | 2018-12-27 | 2024-02-28 | Honda Motor Co., Ltd. | Assistance device and assistance method |
US11046519B2 (en) | 2019-02-25 | 2021-06-29 | Rehrig Pacific Company | Delivery system |
US11613018B2 (en) * | 2019-03-08 | 2023-03-28 | Abb Schweiz Ag | Robotic manipulation intelligence systems and methods for automatic restocking of items in retail store environments |
US10929811B2 (en) * | 2019-03-26 | 2021-02-23 | Abb Schweiz Ag | Systems and methods for mapping locations of cartons in pallets and containers |
EP3719725A1 (en) * | 2019-04-04 | 2020-10-07 | Linde GmbH | System and method for monitoring locations of a plurality of transportable articles |
JP6884169B2 (ja) * | 2019-04-17 | 2021-06-09 | 株式会社日立製作所 | 物品配置最適化システム及び方法 |
US10766141B1 (en) * | 2019-05-09 | 2020-09-08 | Mujin, Inc. | Robotic system with a coordinated transfer mechanism |
CN110510309B (zh) * | 2019-08-02 | 2021-07-27 | 南京涵铭置智能科技有限公司 | 一种码垛机器人路径规划***及规划方法 |
US11554917B2 (en) * | 2019-08-14 | 2023-01-17 | Opex Corporation | Systems and methods for dynamically managing the location of inventory items in an inventory management facility |
US11958183B2 (en) | 2019-09-19 | 2024-04-16 | The Research Foundation For The State University Of New York | Negotiation-based human-robot collaboration via augmented reality |
KR102359137B1 (ko) * | 2019-10-18 | 2022-02-08 | (주)바인테크 | 위치 기반의 적재물 관리 시스템 및 방법 |
CN112938362A (zh) * | 2019-12-10 | 2021-06-11 | 广州汽车集团股份有限公司 | 锂电池生产线上空托盘的回流调度方法及*** |
CN113052354B (zh) * | 2019-12-27 | 2023-04-07 | 顺丰科技有限公司 | 货运容器调拨优化方法、装置、设备及存储介质 |
CN111302078B (zh) * | 2020-02-20 | 2021-05-28 | 深圳市今天国际物流技术股份有限公司 | 一种垛型自动变换方法及其装置 |
US11922253B2 (en) | 2020-04-20 | 2024-03-05 | Rehrig Pacific Company | Camera enabled portal |
CN112027473B (zh) * | 2020-08-13 | 2021-12-31 | 上海旻实智能科技有限公司 | 一种多深度储货区四向穿梭车多车调度方法 |
KR20220074196A (ko) * | 2020-11-27 | 2022-06-03 | 주식회사 에이펄스테크롤리지 | Rfid 리더기를 구비한 드론을 이용한 물류 관리 시스템 및 그의 rfid 태그 시스템 |
JP7415897B2 (ja) * | 2020-11-30 | 2024-01-17 | トヨタ自動車株式会社 | 輸送システム、輸送方法及び輸送プログラム |
CN112733910A (zh) * | 2020-12-30 | 2021-04-30 | 华为技术有限公司 | 一种放置位置的获取方法、模型的训练方法以及相关设备 |
CA3211835A1 (en) * | 2021-03-29 | 2022-10-06 | Dematic Corp. | Autonomous mobile robot based material movement system and method |
KR20220168619A (ko) * | 2021-06-16 | 2022-12-26 | 현대모비스 주식회사 | 팰릿 존재 유무 감지를 이용한 트럭하차장치 및 방법 |
US11629009B2 (en) | 2021-07-14 | 2023-04-18 | Newteq Holding B.V. | Automated warehouse systems, assemblies, apparatuses, and methods for assembling mixed pallets and facilitating order picking |
CN113762887A (zh) * | 2021-08-13 | 2021-12-07 | 江西省智能产业技术创新研究院 | 一种平面仓库智能物流*** |
US11823440B2 (en) | 2021-08-19 | 2023-11-21 | Rehrig Pacific Company | Imaging system with unsupervised learning |
CN116374461A (zh) * | 2021-09-14 | 2023-07-04 | 深圳市库宝软件有限公司 | 任务分配方法、装置、设备、仓储***及存储介质 |
US11783606B2 (en) | 2021-11-01 | 2023-10-10 | Rehrig Pacific Company | Delivery system |
CN114537960B (zh) * | 2021-11-22 | 2023-11-14 | 南方电网海南数字电网研究院有限公司 | 一种立体智能仓储*** |
GB2625052A (en) * | 2022-11-30 | 2024-06-12 | Ocado Innovation Ltd | Detecting a moving picking station on a grid |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007008650A (ja) * | 2005-06-30 | 2007-01-18 | Sumitomo Heavy Ind Ltd | オーダ揃えシステム |
US20080071418A1 (en) * | 2006-08-30 | 2008-03-20 | Antony Felix F | Method and system for inventory placement according to expected item picking rates |
US20160042314A1 (en) * | 2005-07-19 | 2016-02-11 | Amazon Technologies, Inc. | Method and system for storing inventory holders |
US20160129592A1 (en) * | 2014-11-11 | 2016-05-12 | Google Inc. | Dynamically Maintaining A Map Of A Fleet Of Robotic Devices In An Environment To Facilitate Robotic Action |
Family Cites Families (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05286510A (ja) | 1992-04-08 | 1993-11-02 | Toyota Motor Corp | 無人フォークリフトを用いた物流システム |
JP2557777B2 (ja) | 1992-12-03 | 1996-11-27 | 村田機械株式会社 | ピッキングシステム |
US5501571A (en) * | 1993-01-21 | 1996-03-26 | International Business Machines Corporation | Automated palletizing system |
JPH09110115A (ja) | 1995-10-17 | 1997-04-28 | Sekisui Chem Co Ltd | 保管倉庫の入出庫棚指示システム |
US7177825B1 (en) | 1999-05-11 | 2007-02-13 | Borders Louis H | Integrated system for ordering, fulfillment, and delivery of consumer products using a data network |
US6652213B1 (en) * | 2000-09-08 | 2003-11-25 | California Natural Products | Automated warehousing system and method |
EP2266895B1 (en) | 2001-01-26 | 2015-03-25 | Bakvertisi Limited | Method and apparatus for container storage and container retrieval |
JP2002288248A (ja) | 2001-03-26 | 2002-10-04 | Matsushita Electric Works Ltd | 物流倉庫のレイアウト設計支援システムおよびその方法およびそのプログラム |
US6845909B2 (en) | 2002-10-31 | 2005-01-25 | United Parcel Service Of America, Inc. | Systems and methods of inventory management utilizing unattended facilities |
JP4340089B2 (ja) | 2003-04-01 | 2009-10-07 | 新日本製鐵株式会社 | 配置計画作成方法及び装置、配置物流制御方法及び装置、コンピュータ読み取り可能な記憶媒体、並びにコンピュータプログラム |
EP1468942A1 (de) | 2003-04-14 | 2004-10-20 | Güdel AG Antriebs- und Lineartechnik | Anordnung und Verfahren zur Bewirtschaftung eines Warenlagers |
JP4337135B2 (ja) | 2003-06-09 | 2009-09-30 | 村田機械株式会社 | 平置き倉庫のロケーション整理方法 |
KR20060055581A (ko) | 2004-11-17 | 2006-05-23 | 정현철 | 알에프아이디를 이용한 창고 로케이션 관리 방법 및 그시스템 |
JP2006193230A (ja) | 2005-01-11 | 2006-07-27 | Hitachi Ltd | 在庫管理方法、在庫管理システム、およびプログラム |
US20080131255A1 (en) | 2006-11-30 | 2008-06-05 | Transbotics Corporation | Palletizing systems and methods |
AU2007203448B2 (en) * | 2007-02-16 | 2013-03-28 | Dematic Pty Ltd | Method and system for assembling pallets for stock orders |
JP4729031B2 (ja) | 2007-11-19 | 2011-07-20 | 日本通運株式会社 | 保管荷物のロケーション管理システム |
KR100987223B1 (ko) | 2007-12-07 | 2010-10-12 | 씨제이 지엘에스 주식회사 | Rfid 과적방지 방법 및 이를 이용한 장치 |
JP5239737B2 (ja) * | 2008-10-22 | 2013-07-17 | 村田機械株式会社 | 物品取出管理装置 |
JP2010117919A (ja) | 2008-11-13 | 2010-05-27 | Ok Kk | 棚割データ作成システム及び曜日別販売個数予測システム |
US9096375B2 (en) | 2009-04-10 | 2015-08-04 | Symbotic, LLC | Storage and retrieval system |
TWI395146B (zh) * | 2009-05-27 | 2013-05-01 | Univ Nat Taiwan Science Tech | 預算與時間限制下專案管理之系統可行時程評估方法 |
JP4835774B2 (ja) * | 2009-09-04 | 2011-12-14 | 株式会社デンソー | エンジン停止始動制御装置 |
ES2716927T3 (es) | 2011-06-24 | 2019-06-18 | Seegrid Corp | Vehículo automático guiado para la selección de pedidos |
US8892240B1 (en) | 2011-06-29 | 2014-11-18 | Amazon Technologies, Inc. | Modular material handling system for order fulfillment |
JP6204365B2 (ja) | 2011-10-17 | 2017-09-27 | シムボティック エルエルシー | パレット構築システム |
US20130177379A1 (en) * | 2012-01-06 | 2013-07-11 | Kuka Systems Corporation North America | Automated layer picking and storage system |
US8849634B2 (en) * | 2012-02-01 | 2014-09-30 | Palo Alto Research Center Incorporation | Method for identifying the maximal packing density of shifting-tiles automated warehouses |
CN104520881B (zh) * | 2012-06-22 | 2017-12-19 | 谷歌公司 | 基于访问可能性对附近目的地排名以及从位置历史来预测对地点的未来访问 |
JP6211759B2 (ja) * | 2012-07-31 | 2017-10-11 | タタ コンサルタンシー サービシズ リミテッドTATA Consultancy Services Limited | ライナ配送サービスの注文管理 |
US20140100999A1 (en) * | 2012-10-04 | 2014-04-10 | Amazon Technologies, Inc. | Filling an order at an inventory pier |
US8965562B1 (en) | 2013-09-09 | 2015-02-24 | Amazon Technologies, Inc. | Efficient shuffling of mobile drive units for inventory holders |
US9002506B1 (en) | 2013-09-25 | 2015-04-07 | Amazon Technologies, Inc. | Item retrieval using a robotic drive unit |
CN105658547B (zh) * | 2013-10-11 | 2018-01-05 | 株式会社日立制作所 | 搬运车控制装置以及搬运车控制方法 |
EP3056454A4 (en) | 2013-10-11 | 2017-05-17 | Hitachi, Ltd. | Transfer robot system |
JP6463885B2 (ja) * | 2013-10-16 | 2019-02-06 | 株式会社日立製作所 | 部品棚レイアウト設計装置及びプログラム |
KR20150089793A (ko) | 2014-01-28 | 2015-08-05 | 주식회사 포워드벤처스 | 창고관리시스템의 피크 앤 패스 프레임워크 처리 방법 |
WO2015125287A1 (ja) | 2014-02-21 | 2015-08-27 | 株式会社日立製作所 | 倉庫レイアウト生成装置および物流倉庫 |
US9111251B1 (en) | 2014-03-31 | 2015-08-18 | Amazon Technologies, Inc. | Shuffling inventory holders |
US9120622B1 (en) | 2015-04-16 | 2015-09-01 | inVia Robotics, LLC | Autonomous order fulfillment and inventory control robots |
CN104899720B (zh) * | 2015-06-18 | 2018-09-11 | 重庆大学 | 基于智能对象的仓库作业执行***与方法 |
US9984339B2 (en) | 2016-08-23 | 2018-05-29 | X Development Llc | Autonomous shuffling of pallets of items in a warehouse |
US10504055B2 (en) | 2016-09-02 | 2019-12-10 | X Development Llc | Optimization of warehouse layout based on customizable goals |
-
2016
- 2016-08-23 US US15/244,525 patent/US9984339B2/en active Active
-
2017
- 2017-07-11 AU AU2017315305A patent/AU2017315305B2/en active Active
- 2017-07-11 KR KR1020187033264A patent/KR102188458B1/ko active IP Right Grant
- 2017-07-11 JP JP2018560081A patent/JP6757490B2/ja active Active
- 2017-07-11 WO PCT/US2017/041481 patent/WO2018038815A1/en unknown
- 2017-07-11 EP EP17844070.7A patent/EP3504669A4/en active Pending
- 2017-07-11 CN CN201780030026.2A patent/CN109155013B/zh active Active
-
2018
- 2018-04-06 US US15/947,011 patent/US10133990B2/en active Active
- 2018-10-02 US US16/149,545 patent/US10628763B2/en active Active
-
2020
- 2020-03-10 US US16/814,674 patent/US11157841B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007008650A (ja) * | 2005-06-30 | 2007-01-18 | Sumitomo Heavy Ind Ltd | オーダ揃えシステム |
US20160042314A1 (en) * | 2005-07-19 | 2016-02-11 | Amazon Technologies, Inc. | Method and system for storing inventory holders |
US20080071418A1 (en) * | 2006-08-30 | 2008-03-20 | Antony Felix F | Method and system for inventory placement according to expected item picking rates |
US20160129592A1 (en) * | 2014-11-11 | 2016-05-12 | Google Inc. | Dynamically Maintaining A Map Of A Fleet Of Robotic Devices In An Environment To Facilitate Robotic Action |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102579490B1 (ko) * | 2022-11-22 | 2023-09-18 | 주식회사 톱텍 | 상품상자 배치 최적화 방법 및 이를 적용한 로봇 팔레타이징 시스템 |
Also Published As
Publication number | Publication date |
---|---|
JP2019532371A (ja) | 2019-11-07 |
EP3504669A1 (en) | 2019-07-03 |
US20190034839A1 (en) | 2019-01-31 |
CN109155013A (zh) | 2019-01-04 |
US10628763B2 (en) | 2020-04-21 |
EP3504669A4 (en) | 2020-01-01 |
US11157841B2 (en) | 2021-10-26 |
AU2017315305B2 (en) | 2020-09-17 |
US20180225597A1 (en) | 2018-08-09 |
US9984339B2 (en) | 2018-05-29 |
KR20180126615A (ko) | 2018-11-27 |
WO2018038815A1 (en) | 2018-03-01 |
US20200210909A1 (en) | 2020-07-02 |
US20180060764A1 (en) | 2018-03-01 |
AU2017315305A1 (en) | 2018-11-29 |
JP6757490B2 (ja) | 2020-09-23 |
CN109155013B (zh) | 2023-04-04 |
US10133990B2 (en) | 2018-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102188458B1 (ko) | 창고 내의 물품 팔레트들의 자율 셔플링 | |
AU2020201348B2 (en) | Autonomous condensing of pallets of items in a warehouse | |
KR102204950B1 (ko) | 맞춤화가능한 목표에 기초한 창고 레이아웃의 최적화 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |