自动化物流处理方法和系统的制作方法
【技术领域】
[0001 ]本发明涉及物流领域，具体涉及自动化物流处理方法和系统。
【背景技术】
[0002]在传统的订单出库方式中，仓库需要将一个订单全部生产完成后统一交接给下一环节。生产过程中需要牺牲仓库作业效率来保证订单的同步性。随着订单量的不断提升，仓库生产效率将成为瓶颈。当订单达到一定量时，生产效率低可能会无法保证客户的时效要求，影响用户体验，进而制约业务的发展。
[0003]现有技术中订单出库方式具有以下特点:
[0004]1.以订单为单位进行定位(预占库存)，不允许订单部分优先定位。需要补货时，等待整个订单中所需商品全部补货完成后，才能定位完成。
[0005]2.同一订单中的所有商品全部拣货完成后，才能进行复核打包。
[0006]3.订单全部复核打包完成后，才能出仓库。
[0007]可以看出，现有技术的订单出库方式充分保证了订单的同步性，但在存在大量订单的情形中，其效率低的缺陷尤为突出，主要体现在在:
[0008]1.订单中存在商品因需补货而无法定位时，系统需将该订单中已定位的商品进行释放定位操作。
[0009]2.订单中存在拣货未完成的商品，已拣货完成的商品在合并暂存区等待，待拣货完成后才能复核。
[0010]3.复核出现复核差异时，需等待追加拣货完成后，才能复核打包完成，包裹才能出库。
[0011]因此，现有技术存在的问题是，订单同步生产牺牲了较多的生产作业效率，降低了储位库存周转率，提高了系统复杂度以致影响系统稳定性。
【发明内容】
[0012]有鉴于此，本发明提出了一种自动化物流处理方法，如下所述:
[0013]—种自动化物流处理方法，包括:获取请求消息，所述请求消息包含多个请求属性，其中每个请求属性包括第一类数据库信息或者第二类数据库信息，并且每个请求属性具有相关联的属性信息;基于所述属性信息，分别对包括第一类数据库信息的每个请求属性和包括第二类数据库信息的每个请求属性进行数据处理，以及根据数据处理的结果，对多个请求属性执行不同的自动化物流处理。
[0014]在一个实施例中，基于所述请求属性的重量、尺寸、体积中的至少一个来确定其包括第一类数据库信息还是第二类数据库信息。
[0015]在一个实施例中，所述属性信息包括:出库期限、商品类型、整托盘标识、仓储位置、以及目的地中的一个或多个。
[0016]在一个实施例中，所述数据处理是聚类处理。
[0017]在一个实施例中，对包括第一类数据库信息的每个请求属性执行的数据处理包括执行以下一项或多项:将相同出库期限的请求属性聚类在同一批次中；将相同类型的请求属性聚类在同一批次中；以及将能够组成整托盘的请求属性聚类在同一批次中。
[0018]在一个实施例中，对包括第二类数据库信息的每个请求属性执行的数据处理包括执行以下一项或多项:将相同出库期限的请求属性聚类在同一批次中；基于仓储位置，确定最优拣货路径，并将沿最优拣货路径放置的请求属性聚类在同一批次中；以及将目的地相同或相近的请求属性聚类在同一批次中。
[0019]在一个实施例中，根据数据处理的结果，对多个请求属性执行不同的自动化物流处理包括:形成一个或多个第一类批次以及一个或多个第二类批次，其中每个第一类批次仅包括具有第一类数据库信息的请求属性，每个第二类批次仅包括具有第二类数据库信息的请求属性；以及将每个第一类批次中的请求属性拣货后单独打包出库，并将每个第二类批次中的请求属性在拣货后按照所在批次合并，再打包出库。
[0020]本发明还提出了一种自动化物流处理系统，如下所述:
[0021 ] 一种自动化物流处理系统，包括:获取装置，被配置为获取请求消息，所述请求消息包含多个请求属性，其中每个请求属性包括第一类数据库信息或者第二类数据库信息，并且每个请求属性具有相关联的属性信息;数据处理装置，被配置为基于所述属性信息，分别对包括第一类数据库信息的每个请求属性和包括第二类数据库信息的每个请求属性进行数据处理，以及物流处理装置，被配置为根据数据处理的结果，对多个请求属性执行不同的自动化物流处理。
[0022]因而，本发明提出的自动化物流处理方法和系统可以针对不同类别的商品采用不同的出库方式，例如，一类商品在拣货后单独打包出库，另一类商品需按照批次在合并后打包出库。
[0023]相比现有技术中所有商品全部合并后才能出库的同步方式，本发明实现了异步出库，能够提高储位库存周转率并降低系统复杂度，从而总体上提高了物流系统的生产效率和稳定性。并且，本发明可以根据商品的关联信息，采用不同的聚类策略，将商品分别聚类在不同的批次中，进一步提高整个工业过程的生产效率。
【附图说明】
[0024]图1是根据本发明的自动化物流处理方法的流程图；
[0025]图2是根据本发明的自动化物流处理系统的示意框图。
【具体实施方式】
[0026]以下对本发明的示例性实施例做出说明，其中包括本发明实施例的各种细节以有助于理解，应当将它们认为仅仅是示例性的。因此，本领域的技术人员应当认识到，可对本文描述的实施例做出各种修改和改变，而不脱离本发明的范围和精神。
[0027]图1示出了根据本发明的自动化物流处理方法100的流程图。
[0028]步骤110:获取请求消息，所述请求消息包含多个请求属性，其中每个请求属性包括第一类数据库信息或者第二类数据库信息，并且每个请求属性具有相关联的属性信息。
[0029]在一个具体示例中，所述请求属性可以是订单中的商品。在一个具体示例中，第一类数据库信息可以是指示大件商品，第二类数据库信息可以指示小件商品。
[0030]在一个具体示例中，基于请求属性的重量、尺寸、体积中的至少一个来确定其包括第一类数据库信息还是第二类数据库信息。
[0031]在一个具体示例中，所述属性信息包括:出库期限、商品类型、整托盘标识、仓储位置、以及目的地中的一个或多个。
[0032]步骤120:基于所述属性信息，分别对包括第一类数据库信息的每个请求属性和包括第二类数据库信息的每个请求属性进行数据处理。当请求属性是商品，并且第一类、第二类数据库信息指示商品大小时，该步骤分别对订单中的大件商品和小件商品进行数据处理。
[0033]在一个具体示例中，所述数据处理是聚类处理，分别将大件商品和小件商品聚类到一个或多个大件批次或者一个或多个小件批次中。这时，聚类所得到的任何一个批次中都只有大件商品，或者只有小件商品，从而实现将不同大小的商品分离，以供后续物流处理。
[0034]在一个具体示例中，对包括第一类数据库信息的每个请求属性(例如大件商品)执行的数据处理包括执行以下一项或多项:将相同出库期限的请求属性聚类在同一批次中；将相同类型的请求属性聚类在同一批次中；以及将能够组成整托盘的请求属性聚类在同一批次中。
[0035]在一个具体示例中，对包括第二类数据库信息的每个请求属性(例如小件商品)执行的数据处理包括执行以下一项或多项:将相同出库期限的请求属性聚类在同一批次中；基于仓储位置，确定最优拣货路径，并将沿最优拣货路径放置的请求属性聚类在同一批次中；以及将目的地相同或相近的请求属性聚类在同一批次中。
[0036]在拣货作业中，由于大件商品拣货方式和小件商品拣货方式不同，例如大件商品一般通过机器作业完成，小件商品一般通过人工完成，所以在将大件商品和小件商品分配至各批次时考虑对应特点能够大大提高拣货作业这一工业过程的效率。
[0037]可以理解，将具有相同出库期限的商品组合在同一批次是有益的。并且，由于大件商品的拣货作业一般由机器完成的，将相同类型商品以及能够整托盘出库的商品分配在同一批次是有益的。其中相同类型的商品指的是，相同厂商生成的相同型号的商品。一般来说，相同厂商生成的相同型号的商品在仓储位置相同并且批量存放，例如，100台电视机封装在一个箱体中。这对机器作业来说显然是有益的。整托盘也称为托盘联运(pallettransport)，是将载货托盘活体(货物按照一定要求成组装在一个标准托盘上组成一个货运单位)，并且在整个配送过程中原封不动的运输方法。例如，将各类冷冻食品组成整托盘。显然，这对机器作业来说显然也是有益的。
[0038]可以理解，将具有相同出库期限的商品组合在同一批次是有益的。并且，由于小件商品的拣货作业一般由人工完成，为提高拣货效率，需要考虑拣货路径优化，尽可能地使拣货过程中移动的总路程最短。可基于与商品相关联的仓储位置来确定最优拣货路径。将沿最优拣货路径放置的商品组合在同一批次中可以实现拣货总路径最短。并且，将目的地相同或相近的商品组合在同一批次其目的是提高拣货完成后商品分拨(即，将商品分到对应客户的包裹之中)的效率。
[0039]步骤130:根据数据处理的结果，对多个请求属性执行不同的自动化物流处理。上述数据处理的目的在于，将多个请求属性(例如，商品)分成不同的批次，从而能够针对不同批次内的不同请求属性执行不同的自动化物流处理。
[0040]因此，在一个实施例中，步骤130可包括，形成一个或多个第一类批次以及一个或多个第二