三大算法驱动下的心怡科技无人仓

　　无人仓技术可以简单划分为硬件、软件两方面。无人仓软件又分为WMS和WCS两大类，WMS承接订单信息，通过WCS驱动设备工作，工作效率的高低取决于系统背后的决策系统，即无人仓的智慧大脑，而支撑智慧大脑高效决策的，是各类智能优化算法，可以说，算法是无人仓技术的核心与灵魂所在。

　　2018年，我国快递业不断刷新着历史纪录11月11日，天猫当日物流订单量突破10亿件大关，我国快递正式进入一天10亿包裹的新时代；12月28日，2018年度我国快递业务量突破500亿件，连续5年保持世界第一，超过美、日、欧等发达经济体快递业务量的总和。

　　快递量高速增长的，订单处理效率也在不断提高2018年“双11”期间，在物流订单量增长超过两亿单的前提下，一周内送完11亿个包裹，速度远超上一年。这一切得益于科技手段、智能设备等技术的大规模使用。

　　科技是心怡发展的驱动力，心怡科技自2014年起开始实施智能化战略，依托电商场景，通过研制物流搬运机器人、货到人/订单到人分拣机器人，引入自动化立体库、高速箱式输送线、高速分拣机等一系列智能设备实现操作的无人化，大力推动无人仓的构建。

心怡科技“货到人”智能机器人

订单到人”智能机器人

无人仓发展背景

　　无人仓，从字面上理解，指仓库的运转不需要人的干预，借助各类智能设备实现入库、存储、拣选、包装、分拣出库等主要流程的无人化操作。

　　无人仓近几年受到社会各界的广泛关注，发展迅速，主要得益于以下几个方面的原因，从需求来看，电商行业存在海量订单、高SKU、高时效要求、多频次小批量等特点，传统仓库的粗放型管理模式难以满足复杂场景下的订单生产，制约着电商的发展，倒逼仓库转型升级；，从成本来说，随着我国人口红利正在慢慢减退、人力成本上升、土地成本上涨，使得订单生产成本不断提高，物流行业的人员流失率高，电商的各种大促不断，经常需要招聘临时工，这些都给仓库运营管理带来很大的挑战，也增加了很多管理成本，“机器换人”、“空间省地”等战略应运而生；，从技术出发，科技创新正在席卷全球，大数据、人工智能、云计算、运筹优化等技术的蓬勃发展，给各行各业带来了智能化升级的动力，智能仓储、智慧物流等概念相继出现；，从政策考虑，近年来物流业相关政策的密集出台，政策扶持力度不断加大，物流业迎来前所未有的发展机遇。在需求、成本、技术和政策等多方面的综合作用下，“无人仓”的出现和发展势在必行。

无人仓主要技术

　　无人仓技术可以简单划分为硬件、软件两方面。硬件方面，在入库、存储、拣选、包装、分拣出库等环节通过智能设备模拟人的定位、识别、抓取、行走等行为来代替人的操作。无人仓软件主要分两类，仓库管理系统（WMS）和仓储设备控制系统（WCS）。

　　WMS涵盖了仓储运营的每个细节，对人员、场地、设备、流程、作业进行精细化管控；WCS是设备有机组合的象征，主要完成对业务作业指令进行设备级别的命令拆分，并在设备子系统内部协调各个硬件依序完成一系列的操作，从而实现某一整体动作，WCS的另一个功能是时刻对现场设备的运行状态进行监控，出现问题立即报警提示维护人员，保障现场作业的安全和稳定。

　　WMS承接订单信息，通过WCS驱动设备工作，工作效率的高低取决于系统背后的决策系统，即无人仓的智慧大脑，也是整个无人仓的数据中心、监控中心、决策中心和控制中心。

　　智慧大脑从整体上对全局的工作进行调配和统筹安排，最大化设备的运行效率、充分发挥设备的集群效应。通过对无数传感器感知的海量数据进行分析，精准预测未来的情况，自主决策后协调智能设备的运转，根据任务执行反馈的信息及时调整策略，形成对作业的闭环控制，具备智能感知、实时分析、精准预测、自主决策、自动控制、自主学习的特征。支撑智慧大脑高效决策的，是各类智能优化算法，可以说算法是无人仓技术的核心与灵魂所在。

三大算法在无人仓中的应用

　　无人仓算法可以大致分为三类，一是和业务相关的算法，二是设备调度相关的算法，三是设备本体控制相关的算法。

1.业务算法

　　业务相关算法研究的对象主要是商品、库存和订单，比如商品销量预测、三维装箱、库位推荐、订单波次组合等算法。

（1）商品销量预测算法

电商仓库处理的订单是实时流入的，很难提前知晓第二天的订单明细，为了做好第二天的作业安排，如提前补充拣选区的库存保障订单的拣选任务、动态调整商品的库位减少机器人的拥堵等等，就需要对历史数据进行分析，建立数学模型精准预测商品未来的销量。

（2）三维装箱算法

　　仓库里订单箱的大小型号在一段时间内一般固定为几种，当接收到用户的订单，假设这个订单有N件商品，系统需要为这N件商品推荐大小最合适的订单箱，订单箱过大会造成耗材成本的浪费，订单箱过小会导致包装环节增加换箱动作降低包装效率，这可以抽象为三维装箱问题。商品有标准外包装的情况相对比较简单，对于非标商品的处理就要复杂一些，除了考虑商品在三维空间的摆放位置，还要考虑有的商品不能侧放，有的商品可以对折等因素。，在末端订单箱的装车配送也可以看成三维装箱问题来求解。

（3）库位推荐算法

　　数据挖掘中有一个很经典的例子是沃尔玛的“啤酒与尿布”的故事沃尔玛通过对超市购物篮数据进行分析，发现美国妇女们经常会叮嘱丈夫下班后为孩子买尿布，30%～40%的丈夫会顺便购买喜爱的啤酒，超市就把尿布和啤酒放在一起销售增加销售额。类似的逻辑，对仓库来说，可以把尿布和啤酒放在一个货架或者一条通道，就可以减少机器人的行走路径。除了考虑商品间的关联性，再加上商品的销量、体积、属性等因素，为每个商品规划合适的存放位置，最小化订单的处理时间，就是仓库里用到的库位推荐算法。

（4）订单波次组合算法

　　电商订单往往是多频次、小批量的拣选，往往需要将订单组合成一个个波次进行拣选以提高拣选浓度，如何从成千上万张订单中挑选一定数量的订单组成一个个波次才能最大化拣选效率，就需要借助波次组合算法，计算订单间的关联性，避免机器人“满场跑”造成的资源浪费，使机器人的行驶时间最短。

2.设备调度算法

　　设备调度相关算法研究的对象是机器人、穿梭车、分拣机等智能硬件，比如大规模机器人调度算法。

　　这是用机器人实现无人化拣选方案中非常重要的一个算法，操控几十台机器人协同工作相对容易，数百上千台机器人的调度就不简单了，其复杂度呈指数级增长，调度得不好就很难实现“机器换人”的目标。

近千台 AGV 机器人联动

　　调度算法的目标是最小化订单的处理时间。在处理订单时，算法需要考虑处理订单的先后顺序；为订单分配最合适的机器人和工作站点；接着为机器人规划最佳的行驶路径，对单个机器人作业的场景而言，最佳路径一般是最短路径，在多个机器人协同作业的场景下，最短不一定最优，得考虑路网的交通状况和站点的繁忙程度，提前预防拥堵。

　　还要关注机器人对路权、站点、库位等资源的使用情况，均衡各站点和区域的工作量、减少作业等待时间、避免死锁等情况的发生。对于业务复杂、时效要求很高的电商场景来说，比如“当日达”的截单订单，需要1小时内完成出库，这一时间要求未来可能会更短，这就需要算法监控订单的处理情况，动态调整任务优先级保障订单的顺利出库。调度算法需要打通业务、资源、路径等多层进行统筹决策，否则容易陷入局部最优，也就很难发挥机器人群的巨大潜力。

　　穿梭车可以看作有轨的智能机器人，以往复或者回环方式，在固定轨道上运行，将商品/容器运送到工作站点。

托盘式有轨直线穿梭 RGV

　　穿梭车的调度算法包括路径规划、站点的选择、多个穿梭车之间的协同工作等等，目标是最小化商品或容器的运送时间。

　　分拣机的调度则包括在合流、分流时商品/容器作业顺序的安排，道口的选择等决策。目标同样也是最小化商品/容器的处理时间。

3.设备本体控制算法

　　设备本体控制相关算法研究的对象主要是设备本体，比如运动轨迹规划算法、机器视觉领域相关算法、路径规划算法等等。如机械手需要从当前A点移到B点，从多个商品中抓取商品C，这需要运动轨迹规划算法，规划一条无碰撞的最短路径从A点移动到B点，再利用机器视觉算法提取特征值等信息，从多个商品中识别商品C，执行抓取的动作。，激光导航、视觉导航机器人本体也会嵌入路径规划、机器视觉等算法，实现安全、快速地移动。

4.无人仓的其他算法

　　除了上文提到的算法外，还有很多的算法藏在无人仓的智慧大脑中，有决策的地方都可以抽象出一个数学问题用算法求解。

　　可以看到，上述绝大多数算法的目标都是从成本、时间角度出发，这源于无人仓降本增效的建设初衷，由于业务模式、设备工作方式、设施布局的不同，不同无人仓项目的算法目标要进行相应的调整。

　　这些算法要解决的问题，尤其是业务和设备调度相关的问题，早期一般是系统通过简单的规则进行求解，或者依靠经验指导现场作业，得到的往往是局部最优解。

　　近几年，随着人工智能、大数据、云计算、运筹优化等技术的发展，它们不断被应用到这些问题的求解中，求解效率和解的质量都得到了大幅改进，加速着无人仓的落地实现。

　　早在2014年，心怡就开始研究如何用人工智能、大数据、云计算、运筹优化等技术来优化现有作业流程、赋能智能硬件，经过多年的努力，实现了仓易宝WMS仓库管理系统、WCS系统的智能化升级，以及上述无人仓算法在天津“未来一号仓”的大范围应用，大幅提升“未来一号仓”的效率，使得2018年“双11”期间机器人4分钟拣选18张订单成为可能。

心怡科技“未来一号仓”自动化立体库

　　“未来一号仓”通过自动化立体库、高速箱式输送线、高速分拣机等设备实现了存储、输送、分拣的无人化作业，通过近千台智能机器人、订单到人和货到人等多区域多模式协同和接力的作业方式实现了拣选的自动化作业。目前实现了近3万个SKU的拣选，订单完全按照客户严格的4个截单点要求出库，顺利通过2018年“双11”、“双12”等六个大促考验，在“双11”期间实现连续多天24小时的作业，实现了无人仓算法的落地验证，完成理论到大规模实践的一大步飞跃。

无人仓发展趋势

　　目前电商行业仍然保持着高速的增长，另一方面，随着智慧供应链的不断推进，制造业物流的智能化升级需求将会不断显现，可以预见，未来无人仓技术仍会受到更多的关注，继续保持高速的发展。未来无人仓有以下几个趋势值得关注。

　　一是无人仓的发展会继续推动商业模式的创新，给资本市场、技术市场带来一个有活力的新领域，为新技术的研发与应用提供土壤，市场将更加细化。

　　二是从电商行业向多行业延伸，过去应用在处理电商海量订单的智能硬件和柔性系统也会出现在供应链上下游的各个场景，对于加速传统行业意识与理念的革新、产业升级转型有一定推动作用。

　　三是人工智能、大数据、云计算、运筹学等领域的技术将会有更广泛地应用，驱动适应和探索更复杂多样的解决方案不断涌现，算法、设备与作业流程的进一步协作将会演化出更为聪明的“超级大脑”。