基于时空状态网络的单元式仓储机器人订单拣选
《COMPUTERS IN INDUSTRY》:Robotic order picking in cellular warehousing based on a time–space–state network
【字体:
大
中
小
】
时间:2026年10月22日
来源:COMPUTERS IN INDUSTRY 10.0
编辑推荐:
•提出了多机器人并行拣选问题,并进行了求解。
•提出了一种面向机器人订单拣选的专用时空状态网络。
•进行了大量的计算实验,以寻找最优系统配置。
引言
机器人移动履约系统(RMFSs),如Kiva系统,通过货找人(G2P)作业彻底改变了电商订单履约方式。在这种模式下,机器人
•提出了多机器人并行拣选问题,并进行了求解。
•提出了一种面向机器人订单拣选的专用时空状态网络。
•进行了大量的计算实验,以寻找最优系统配置。
引言
机器人移动履约系统(RMFSs),如Kiva系统,通过货找人(G2P)作业彻底改变了电商订单履约方式。在这种模式下,机器人将可移动货架(即货箱)送至拣选站,由人工从货箱中拣取所需库存单元(SKU)(Wu等,2025;Xin等,2026;Silva等,2026)。尽管G2P系统大幅减少了人工行走距离并提高了拣选效率(Xu等,2025;Kizil等,2026),但现场调研发现,机器人运输效率低下是机器人G2P系统的一个缺陷(Ma等,2025)。机器人经常搬运包含数百个SKU的货箱,但最终只拣取其中少数几个,导致大量非增值运动(Ma和Saenz,2025;Jiao等,2026)。
虽然已有大量工作致力于提高机器人G2P系统中的运输效率,但大多数解决方案聚焦于优化仓库运营,如机器人调度(Wang等,2022;Kim等,2026)、货箱选择(Kizil等,2026;Jiao等,2026)和订单分配(Zhai等,2025;Kiabakht和Sajadieh,2026)。从这一视角出发对机器人运输效率的提升是有限的,因此需要采用创新性的系统开发思路,以满足迅速增长的电商需求。这也是为什么从1960年代的自动化存取系统(AS/RS)到今天的RMFS,各类仓库系统在实践中被持续开发的原因(Azadeh等,2019)。为了实现高效的机器人运输,Ma等人(2023)提出了机器人单元化仓储系统(RCWS),在该系统中,机器人只运输订单所需的SKU,而非沉重的货箱和不需要的SKU。
RCWS由多个仓储单元(类似于单元制造中的制造单元)组成,每个单元包含若干模块,如图1所示。单元和模块的数量可根据需求波动进行调整。每个模块由顶部放置的存储柜和底部的分配器组成。SKU按照专用存储策略存储在这些柜子中,当正确的机器人到达正确的分配器下方时,分配器可自动分配商品。机器人移动到目标位置,使用托盘收集分配出的SKU,这被视为机器人取货(R2G)拣选。这与一些已在商业实践中实施的移动机器人类似,例如由快仓机器人开发的QuickBin系统,其机器人可以在存储货架下方自由移动。完成订单所需的所有SKU后,机器人移动到工作站并卸载已拣选的SKU,以便进行后续操作,如包装。人工不参与拣选和/或分拣操作,机器人拣选可以实现边拣边分流程。最近,Ma等人(2025)分析了RCWS中不同运营策略的性能,Ren等人(2026)研究了通信不确定性下的多智能体取送问题。
在RCWS中,机器人被派遣以并行方式在分配器阵列下方拣选传入订单,这被称为多机器人并行拣选(MRPP)。机器人遵循按订单拣选策略,即每台机器人在一次拣选行程中拣选一个独立订单。因此,无需额外的分拣流程,这最大限度地减少了订单履约错误。本文所考虑的多机器人并行拣选涉及三个子问题:(i)订单路线构建、(ii)多机器人订单分配、以及(iii)多机器人无冲突路径规划。这些决策决定了单元化仓储中订单的履约方式。具体来说,当一批订单到达时,首先确定每个订单所有SKU的最优拣选顺序,即订单路由。随后,派遣一组机器人拣选这些订单,每台机器人对应一个订单。最后,确定多台机器人的无冲突路径,以实现高效拣选和运输而不发生碰撞。
RCWS与其他机器人仓库(如Kiva或AutoStore系统)存在根本差异,因为RCWS中的机器人必须在密集排列的存储模块网格中同时导航,并在模块正下方直接执行物品拣选任务。这些运营特征引入了现有文献中尚未得到充分解决的两大关键挑战。首先,在紧凑布局下频繁的冲突运动。与G2P系统中机器人主要沿预定义通道运送货箱不同,RCWS中的机器人在紧凑系统中自由移动,且经常向热门SKU位置汇聚。这大大增加了机器人拥堵的可能性。其次,冲突解决需要状态依赖的决策。冲突解决策略的选择(等待或绕行)在很大程度上取决于阻塞机器人是在拣选(持续时间较长)还是仅仅路过(持续时间较短)。现有的多机器人路径规划方法能够捕获运动时序,但无法表示机器人在拣选物品时所经历的长时间工作状态。
本文的贡献总结如下:
(1)本研究引入了RCWS中的一种全新订单拣选应用,即多机器人并行拣选,并开发了一种新的数学模型来指导该应用中的机器人运动。
(2)本研究提出了面向机器人订单拣选的"时空状态网络"(TSSN)概念。我们证明,在路径规划中考虑机器人的"状态"对于构建实用且有效的解决方案至关重要。TSSN与路径搜索算法相结合,以高度计算效率的方式确定机器人订单拣选的无冲突路径。
(3)通过大量计算实验,使用真实实例评估了最优系统配置,并从详细分析中得出了有价值的经营启示。
本文其余部分组织如下:第2节回顾文献并确定研究空白。第3节描述和建模MRPP问题。第4节构建TSSN并开发MRPP的求解方法。第5节进行计算实验,第6节阐述非平凡的经营启示。第7节总结研究并展望未来研究方向。
## 章节片段
### 自动化仓库系统
过去几十年间,已开发出多种自动化和机器人仓库系统以提升订单拣选效率。仓库自动化源于AS/RS,AS/RS的系统性综述可参阅Roodbergen和Vis(2009)。随后发明了基于自动车辆的存取系统(AVS/RS),该系统基于垂直升降机和水平移动车辆的组合来处理单元负载事务(Ekren等,2012)。然而,随着消费者订单……
### 问题陈述
在RCWS中,每个订单(无论订单中包含多少SKU)都由一台独立机器人拣选,不允许订单拆分或订单批量处理。如图2所示,拣选区域中每个白色方块代表一个存储单个SKU的模块。机器人从驻留区(蓝色区域)出发开始拣选,订单完成后返回该蓝色区域。机器人运动可分解为若干行程:机器人从驻留点出发前往目标模块……
### MRPP的分解
包含订单路由、订单分配和多机器人路径规划子问题的MRPP问题已在第3节中描述和建模。当一批订单到达RCWS时,可立即根据SKU的存储位置优化订单路线。随后,这些传入订单将根据空闲机器人数量在相同时间窗口内(即波次拣选)全部或部分拣选。当多个机器人空闲时……
### 数值研究
我们首先使用特定系统分布(N=10×10)进行数值分析,派遣十台机器人进行订单拣选。每个订单的SKU数量根据Bansal和Roy(2021)的设置设定在[1,3]范围内,该研究表明超过95%的订单为单行订单。拣选优先级基于传入订单的到达时间确定(即先进先出),订单完成后将从滚动列表中移除。初始时,十台机器人的驻留点……
### 经营启示
本研究为仓库经理、系统设计人员以及考虑或运营RCWS和类似机器人仓库系统的企业提供了若干可操作的见解。第5节的实验分析共同揭示了机器人部署、空间配置和订单特征如何共同影响运营效率。主要经营启示总结如下:
(1)避免机器人过度投资:更多机器人并不总是意味着更高的生产率。
在所有……
## 结论
本研究探讨了RCWS中的MRPP问题,该问题旨在解决传统机器人G2P仓库的运输效率低下问题。为支持协调且无碰撞的多机器人运营,我们开发了一种专用的TSSN框架,该框架不仅对机器人运动进行建模,还对其工作状态进行建模,从而在路径规划过程中实现更高效的冲突解决。
我们的研究得出了三项关键发现。首先,集成TSSN的方法显著提升了拣选……
## CRediT作者贡献声明
Benedict Jun Ma:撰写——审阅与编辑,撰写——初稿,可视化,软件,方法论,概念化。
George Q. Huang:撰写——审阅与编辑,验证,监督,概念化。
Jie Wang:撰写——审阅与编辑,验证,调查。
Yong-Hong Kuo:撰写——审阅与编辑,监督,资源,调查,概念化。
## 利益冲突声明
作者声明不存在已知的竞争性经济利益或个人关系可能影响本文所报告的工作。
## 致谢
作者衷心感谢编辑和匿名审稿人的建设性建议,这些建议极大地提升了本研究的质量。本研究得到广东省基础与应用基础研究基金(项目编号:2025A1515110120)、广东省珠江人才计划(项目编号:2025QN12G118)、香港研究资助局主题探索研究方案(项目编号:T32-707-22N)以及法国国家研究署ANR PRCI项目CyberRO(项目编号:Benedict Jun Ma|George Q. Huang|Jie Wang|Yong-Hong Kuo)的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号