汪文娟，王江平，郝 歡

(國網(wǎng)電力科學(xué)研究院武漢南瑞有限責(zé)任公司，湖北 武漢 430070)

0 引 言

近年來，隨著人工智能技術(shù)和機器人技術(shù)的飛速發(fā)展，智能機器人開始被研究并應(yīng)用于倉儲領(lǐng)域。智能機器人自動完成貨物的分揀，取代人工分揀。亞馬遜使用Kiva機器人取代人在倉庫中行走和存取貨物，極大提高了倉儲工作的效率[1]。

智能倉儲系統(tǒng)采用自動存取方式，在配送流程中，貨物被自動存取，取代了人工在巷道內(nèi)行走和存取貨物，大大提高了貨物的存取效率，節(jié)省了人工費用，減少了人工干預(yù)可能帶來的錯誤。自動取存需要考慮幾個技術(shù)要素：待命位策略、出入庫策略、堆垛機的作業(yè)方式等。待命位點是智能機器人或者堆垛機處于空閑狀態(tài)時等待的位置。國內(nèi)外對于待命位點策略有大量的研究，Bozer和White提出了四種靜態(tài)堆垛機待命位策略[2]。劉田建立了停留在原地的待命位點策略下的雙指令循環(huán)行走時間模型，并驗證了雙指令循環(huán)行走時間模型的有效性。徐賢浩采用統(tǒng)計建模的方法研究了三種常見的倉儲機器人待命位策略[3]。

出入庫策略的好壞直接影響智能倉儲系統(tǒng)的效率，因此出入庫策略是整個智能倉儲系統(tǒng)的關(guān)鍵要素之一?；趥}儲系統(tǒng)的出入庫作業(yè)流程，結(jié)合物聯(lián)網(wǎng)、大數(shù)據(jù)的時代背景及客戶需求，文中研究了停留在原地的待命位點下的出入庫策略，并闡述了每種算法的應(yīng)用場景，同時，對出入庫作業(yè)所導(dǎo)致的碎片進行了研究，提出了碎片優(yōu)化算法，并驗證了碎片優(yōu)化算法的有效性。

1 儲位分區(qū)

儲位分區(qū)是將貨柜里的儲位進行分區(qū)，每個儲位都有存放區(qū)類型這個屬性，貨物的類型與存放區(qū)類型進行匹配存放。一般情況下，設(shè)置一個貨柜放一種或兩種類型的貨物。目的是減少機械手抓取次數(shù)，縮短出入庫作業(yè)時間，提高出入庫效率。在進行儲位分區(qū)時，需要考慮幾個指標：客戶需求、庫容量、物品種類量。其中，客戶需求指客戶對各物品種類的需求量；庫容量表示庫房的最大容量；物品種類量表示庫房需存放的最大種類量[4]。

圖1 儲位分區(qū)

該系統(tǒng)的應(yīng)用場景是電力系統(tǒng)內(nèi)電表的出入庫作業(yè)，首先，應(yīng)明確會存放到智能倉庫的電表類型，遵守的原則是每種貨物按照客戶需求比例或庫存比例安排在貨柜里。在此原則下，還需考慮電表的物化性質(zhì)，如互感器重量較大，與其他電表存放在同一貨柜應(yīng)存儲在低層；終端的周轉(zhuǎn)率較低，應(yīng)存放在離機械手相對較遠的貨柜；電能表的周轉(zhuǎn)率較高，應(yīng)存放在離機械手相對較近的貨柜，如圖1所示。

2 出入庫算法及碎片整理

2.1 入庫算法

2.1.1 就近入庫

就近入庫，是倉儲系統(tǒng)使用最普遍的一種入庫策略(見圖2)。就近入庫遵循的原則是：入庫時優(yōu)先使用靠近出入庫輸送口的貨柜，以減少機械手x軸(貨柜排列縱向)方向行駛距離。若Pr表示最大的貨柜數(shù)量，Qt表示最大列數(shù)，Ta表示最大行數(shù)，則S表示入庫儲位的排列[5-6]。

圖2 就近入庫

2.1.2 低層滿裝

低層滿裝策略適合使用的條件是承重大、體積大的設(shè)備入庫，例如互感器、終端等，有利于減少突發(fā)事故帶來的安全隱患。文中設(shè)計的智能倉儲系統(tǒng)在任務(wù)開始執(zhí)行前，各對入庫策略按需進行切換，提高執(zhí)行效率。低層滿裝遵循的原則是：入庫時優(yōu)先使用貨柜低層的儲位，以減少機械手z軸方向行駛距離。一般情況下，優(yōu)先裝滿每個貨柜的底層和二層。如圖3所示，機械手優(yōu)先往貨柜的第一層存放貨物，如果定義每個柜子的第一層和第二層存放互感器類型的箱子，則當(dāng)前貨柜第一層和第二層存放滿時，剩余需要入庫的互感器往其他貨柜的第一二層存放[7-9]。

(2)

圖3 低層滿裝

2.2 出庫算法

2.2.1 先進先出

先進先出，是使用最多的一種出庫策略。在電力系統(tǒng)中，通常按照入庫時間或者設(shè)備檢定時間，先進入的先出。INSTORETIME是入庫時間，S代表出庫儲位按照入庫時間由小到大進行的排列，則：

S=rang{N(i,j,m)}INSTORETIME(min→max)

(3)

2.2.2 散盤優(yōu)先

散盤指的是未滿裝的箱子，倉儲系統(tǒng)中貨物的出入庫都是以一箱或一垛為單位進行出入庫的。當(dāng)任務(wù)數(shù)量不是滿箱數(shù)量的整數(shù)倍時，就存在多出的情況，此時需要生成一個回庫工單。若采用散盤優(yōu)先出庫策略，將未滿裝的箱子先出，能夠盡可能減少多出后回庫的情況，減少作業(yè)時間，提高出庫效率。STORENUM是指每個儲位存儲的貨物數(shù)量，S代表出庫儲位按照存儲數(shù)量由小到大進行的排列[10-11]，則：

S=rang{N(i,j,m)}STORENUM(min→max)

(4)

2.2.3 最多周轉(zhuǎn)箱優(yōu)先

最多周轉(zhuǎn)箱優(yōu)先指的是選擇從滿足出庫條件的存儲周轉(zhuǎn)箱數(shù)量最多的貨柜出庫。目的是減少貨柜開合次數(shù)以及貨柜來回移動的次數(shù)，盡可能一個貨柜里的數(shù)量滿足一次出庫任務(wù)。

S=rang{N(i,j,m)}BOXNUM(max→min)

(5)

2.3 碎片整理

經(jīng)過長時間的出入庫作業(yè)，由于每次出入庫貨物的類型、型號、數(shù)量可能不一致，貨柜會出現(xiàn)不連續(xù)的存儲空間即碎片。如圖4所示，不連續(xù)的存儲空間會導(dǎo)致機械手多次抓取，降低機械手的工作效率。比如出60只單相表，機械手進行一次抓取就能完成，由于碎片，機械手需要進行三次抓取才能完成，出庫時間大大增加。當(dāng)存儲區(qū)出現(xiàn)大量碎片時，進行一次碎片整理是非常有必要的。碎片整理的思想是采用遞歸方式，從指定貨柜正向開始遍歷，記錄第一個滿儲位存放的貨物類型，并找出第一個與當(dāng)前標記的貨物類型不一致的儲位或第一個空儲位。然后，反向遍歷，找到第一個與標記的貨物類型一致的滿儲位。最后把該滿儲位的貨物放到正向的空儲位或者與不匹配標記的貨物類型的儲位的貨物進行交換[12-13]。圖4原始儲位中存在21個碎片，按照圖5進行碎片整理，經(jīng)過16次的儲位交換，得到整理后的儲位圖，見圖6。

圖4 原始儲位

圖5 碎片整理過程

圖6 碎片整理后儲位

以下是碎片整理算法的代碼描述[14-15]。

//貨柜碎片整理函數(shù)采用遞歸方式

private void Defrag(List listStore，int proFlag，List listOprStep)

{

Store curEmptyCell=null; //當(dāng)前可用空儲位，從頭開始的第一個

string curEqipType=null; //當(dāng)前正在整理的貨物類型

Store preCell=null;//前序位置

Store lastCell=null; //后序位置

//正向?qū)ふ业谝粋€滿儲位

for (int i=proFlag;i

{if(listStore[i].State==State.full)

{curEqipType=listStore[i].EqipType;

break;}

}

//正向?qū)ふ业谝粋€空儲位

for (int i=proFlag;i

{if(listStore[i].State==State.empty)

{curEmptyCell=listStore[i];

break; }

}

//如果沒有一個空儲位(全滿)或者沒有一個滿儲位(全空)，則整理結(jié)束

if(curEmptyCell==null||curEqipType==null)

{return;}

//正向?qū)ふ业谝粋€與當(dāng)前整理貨物類型curBox不同的儲位或空儲位和逆向?qū)ふ业谝粋€與當(dāng)前整理貨物類型相同且非空的儲位并交換

for (int j=listStore.Count-1;proFlag

{//正向?qū)ふ业谝粋€空儲位或者裝有與curBox屬性不同貨物的儲位

if((listStore[proFlag].State==State.full&&listStore[proFlag].EqipType.Equals(curEqipType))||listStore[proFlag].State==State.disabled)

{proFlag++;

continue;

}

//反向?qū)ふ业谝粋€裝有與curBox屬性相同貨物的儲位

if(!(listStore[j].State==State.full&&listStore[j].EqipType.Equals(curEqipType)))

{j--;

continue;

}

preCell=listStore[proFlag];

lastCell=listStore[j];

MoveByEmpty(lastCell,preCell,curEmptyCell,listOprStep); //借助空儲位移動

curEmptyCell=lastCell; //curEmptyCell指向

最后被移空的儲位

proFlag++; j--;

}

Defrag(listStore,proFlag,listOprStep); //從proFlag開始遞歸調(diào)用

}

3 出入庫算法的比較及碎片優(yōu)化的效果驗證

入庫算法：就近入庫和底層滿裝。當(dāng)入庫貨物較少時，采用就近入庫算法效率較高。入庫貨物數(shù)量較多，采用兩種入庫算法差別不大。當(dāng)入互感器這類重量較大的貨物時，采用底層滿裝能減少安全隱患。

出庫算法：先進先出、散盤優(yōu)先、最多周轉(zhuǎn)箱優(yōu)先。先進先出和散盤優(yōu)先是基于客戶需求而定制的出庫算法，先進先出能對舊表進行優(yōu)先出庫，散盤優(yōu)先出庫算法優(yōu)先從不滿箱的儲位出，可以將貨物規(guī)范化存儲。最多周轉(zhuǎn)箱優(yōu)先算法是盡可能用一個貨柜來滿足任務(wù)需求，減少貨柜的開和關(guān)所花費的時間和堆垛機在巷道間移走花費的時間。

從圖6可以看出，碎片優(yōu)化的效果是很明顯的。消除了圖4中的21個碎片，使得貨柜里存放的貨物連續(xù)。從圖4到圖6，碎片整理前出完整個貨柜里的貨物需17次取貨，而碎片整理后僅需要8次，效率提高了一倍多。

4 結(jié)束語

介紹了就近入庫、底層滿裝兩種入庫策略，先進先出、散盤優(yōu)先、最多周轉(zhuǎn)箱優(yōu)先三種出庫策略，并闡述了每種策略的優(yōu)劣勢及適用場景。由于長時間出入庫作業(yè)產(chǎn)生的碎片，出入庫效率變低。針對這種情況，文中設(shè)計了碎片整理算法。從整理效果上看，能100%消除碎片，極大提高了作業(yè)效率。