装箱方法、设备和计算机可读存储介质技术

本发明专利技术公开一种装箱方法、设备和计算机可读存储介质，所述装箱方法包括：获得容器的容纳信息，以及待装货物的装箱信息；根据所述容纳信息、装箱信息，以及根据蒙特卡洛树搜索获得装箱方案；在根据蒙特卡洛树搜索获得装箱方案的过程中，通过离散化空间记录装箱方案中箱子的位置，以及判断空间限制。本发明专利技术具有提高装箱通用性和计算效率的效果。

Packing method, equipment and computer readable storage medium

The invention discloses a packing method, equipment and computer readable storage medium. The packing method includes: obtaining the container's holding information and the packing information of the goods to be loaded; obtaining the packing scheme according to the holding information, packing information and Monte Carlo tree search; and obtaining the packing scheme according to Monte Carlo tree search; and discretizing the space in the process of obtaining the packing scheme according to Monte Carlo tree search. Record the location of the box in the packing plan and determine the space limitation. The invention has the effect of improving the universality of packing and the calculation efficiency.

【技术实现步骤摘要】
装箱方法、设备和计算机可读存储介质
本专利技术涉及物流分拣领域，特别涉及装箱方法、设备和计算机可读存储介质。
技术介绍
目前装箱通常是依据经验来进行人工装箱。为了能够提高装箱的合理性和高效性，可以采用智能算法来辅助装箱。装箱问题是一个经典的学术问题，同时拥有着广泛的商业应用价值。在物流领域中，常常会出现需要将指定的一系列货物装入指定容器，比如车厢，进行运输的问题。现存的绝大多数算法可分为两类，(一)使用人为制定规则的启发式搜索算法(二)将其视为非线性优化以解决的优化算法如遗传算法，与深度学习算法。但是，第一类的基于启发式搜索方法之根本缺陷为其结果依赖于人为指定的启发式规则。在规则适用时结果趋好，反之规则很难得出可用的方案。然而大多数装箱场景本身有着复杂的限制条件，这使得我们难以找出一套适用的规则。其次，每当场景发生主要变动时，规则均须重新制定调整，这影响了算法本身的通用性。第二类方法，非线性优化—遗传算法和深度学习算法，的主要缺陷有二：(一)缺少对复杂空间物理限制条件的支持。这些限制条件使得传统算法难以处理；(二)这一类非线性优化算法的机制尚未有足够的理论支持。往往需要使用者消耗大量时间调整参数以取得合格的结果。因此自动化率较低，制约了此类算法在工业装箱场景中的推广使用。
技术实现思路
本专利技术的主要目的是提供装箱方法、设备和计算机可读存储介质，旨在提高装箱通用性和计算效率。为实现上述目的，本专利技术提出的一种装箱方法，用于物流分拣，所述装箱方法包括：获得容器的容纳信息，以及待装货物的装箱信息；根据所述容纳信息、装箱信息，以及根据蒙特卡洛树搜索获得装箱方案；在根据蒙特卡洛树搜索获得装箱方案的过程中，通过离散化空间记录装箱方案中箱子的位置，以及判断空间限制。可选的，所述装箱方法还包括：在所述容器的容积大于预设值时，将现有容器分为多个区域；根据蒙特卡洛树搜索逐个获得，各个空间的各个装箱方案；在搜索一空间的装箱方案时，根据之前获得的其他空间的装箱方案更新容器的容纳信息。可选的，所述装箱方法还包括：在进行蒙特卡洛树搜索中的仿真过程中，第一层的一树结点的展开符合空间限制的情况下，进行该树结点相关的第二层树结点的展开；否则执行第一层的另一树结点的展开。可选的，所述装箱方法还包括：在根据蒙特卡洛树搜索获得装箱方案的过程中，通过AABB树记录货物的层叠关系，并且判断每一货物是否符合承重限制。可选的，所述通过AABB树记录货物的层叠关系，并且判断每一货物是否符合承重限制，包括：在新增货物时，获得新增货物的底部直接接触的支撑物；根据新增货物的重量和支撑物的接触关系，更新每一支撑物的承重信息。可选的，所述根据新增货物的重量和支撑物的接触关系，更新每一支撑物的承重信息，包括：将所述新增货物连接在所述支撑物的上一层，获得所述新增货物与每一所述支撑物的接触面积，以及与所有所述支撑物的接触总面积；在上一层的货物的重量或承重信息变化时，本层的支撑物根据所述变化更新承重信息；并且，本层的支撑物根据与上一层的货物的接触面积，占上一层的货物的接触总面积的比值，分摊所述变化；其中，所述最下层支撑物为所述容器的支撑面。可选的，所述容纳信息包括所述容器的形状以及已容纳的物体的形状和位置信息；所述装箱信息包括所述待装货物的形状、重量和承重信息；所述装箱方案包括每个箱体最终在容器中的位置及朝向信息。本专利技术还提供了一种装箱方法，用于物流分拣，所述装箱方法包括：获得容器的容纳信息，以及等待装载的货物的装箱信息；根据所述容纳信息和所述装箱信息，获得多个装箱方案；在获得装箱方案的过程中，通过离散化空间记录装箱方案中箱子的位置，并且判断空间限制。本专利技术还提供了一种装箱设备，所述装箱设备包括储存器和处理器；所述储存器储存有装箱程序；所述处理器用于执行所述装箱程序，用以执行上述的装箱方法的步骤。本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有装箱程序，所述装箱程序被处理器执行时实现如上述的装箱方法的步骤。本专利技术所提供的装箱方法，在工作时，通过预设的奖励函数，然后输入容器的容纳信息，以及待装货物的装箱信息。然后蒙特卡洛树搜索算法执行模拟装箱，即通过不断进行Action-State的迭代，获得模拟装箱的方向。根据预设元素设置的奖励函数公式计算该模拟装箱方向的奖励函数，根据不同装箱方向的多个奖励函数，来选择最佳的装箱方向，然后再进行下一次的迭代，从而获得下一次的最佳的装箱方向，直至模拟装完所有箱子，从而获得最佳的装箱方案。因此，本专利技术通过蒙特卡洛树搜索算法，可以通用地和自动化地求解，求解待装货物和容器之间的装箱较优解，从而指导人工或机器人进行装箱。并且，本专利技术所提供的装箱方法，通过离散化空间记录装箱方案中箱子的位置，再判断每一货物是否超出容器的空间限制。从而利用了离散化的表述方法来描述空间位置，使得通过蒙特卡洛树搜索来获得各个货物的位置，以及判断是否超出容器空间限制时，能够处理数据量更小，计算更简单的效果。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。图1为本专利技术装箱方法第一实施例的流程图；图2为图1所示的装箱方法计算过程示意图；图3为本专利技术装箱方法第二实施例的流程图；图4为图3所示的装箱方法计算过程示意图；图5为本专利技术装箱方法第三实施例的流程图；图6为本专利技术装箱方法第四实施例的流程图；图7为本专利技术装箱方法第五实施例的流程图；图8为本专利技术装箱方法第六实施例的流程图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本具体实施方式中，通过蒙特卡洛树搜索方法来进行装箱模拟计算，用以将一系列具有不同形状与物理特性的货物放入指定容器，并满足一定空间与物理上的限制要求。例如：空间要求可以包括，装载率与其他的空间的限制条件，如距离装箱容器10厘米，或容器内已经存在类似如集装箱的内置角件的障碍物。物理要求包括箱子承重规则。承重控制可以包括，一个货物在结构中的实际承重不得超过其标定的最大承重。或者控制货物的实际承重不高于其标定的最大承重的90％或105％等等。通过蒙特卡洛树搜索方法计算装箱的过程包括：首先，将蒙特卡洛树搜索方法的计算过程设置好。然后，算法的输入可以为：a.包括目标容器的长宽高，b.还可以包括目标容器里面已存在的物体的形状和位置信息；c.还可以包括已存在物体的重量和承重信息；d.包括待装箱货物的长宽高信息；e.还可以包括待装箱货物的重量信息，以及承重信息；最终，算法的输出可以为：f.包括每个货物最终在容器中的位置信息；g.还可以包括每个货物的朝向Orientation信息。即通过设置好了蒙特卡洛树搜索计算方法之后，仅需输入容器的信息和装箱的信息，然后可以算出，何种装箱方案最佳。需要说明的是，所计算出来的最佳方案和蒙特卡洛树搜索算法中预先设置的奖励函数相关。例如，设置容器的空间利用率作为奖励函数，则通过计算所获得装箱方案为，在满本文档来自技高网...

【技术保护点】
1.一种装箱方法，用于物流分拣，其特征在于，所述装箱方法包括：获得容器的容纳信息，以及待装货物的装箱信息；根据所述容纳信息、装箱信息，以及根据蒙特卡洛树搜索获得装箱方案；在根据蒙特卡洛树搜索获得装箱方案的过程中，通过离散化空间记录装箱方案中箱子的位置，以及判断空间限制。

【技术特征摘要】
1.一种装箱方法，用于物流分拣，其特征在于，所述装箱方法包括：获得容器的容纳信息，以及待装货物的装箱信息；根据所述容纳信息、装箱信息，以及根据蒙特卡洛树搜索获得装箱方案；在根据蒙特卡洛树搜索获得装箱方案的过程中，通过离散化空间记录装箱方案中箱子的位置，以及判断空间限制。2.如权利要求1所述的装箱方法，其特征在于，所述装箱方法还包括：在所述容器的容积大于预设值时，将现有容器分为多个区域；根据蒙特卡洛树搜索逐个获得，各个空间的各个装箱方案；在搜索一空间的装箱方案时，根据之前获得的其他空间的装箱方案更新容器的容纳信息。3.如权利要求2所述的装箱方法，其特征在于，所述装箱方法还包括：在进行蒙特卡洛树搜索中的仿真过程中，第一层的一树结点的展开符合空间限制的情况下，进行该树结点相关的第二层树结点的展开；否则执行第一层的另一树结点的展开。4.如权利要求2所述的装箱方法，其特征在于，所述装箱方法还包括：在根据蒙特卡洛树搜索获得装箱方案的过程中，通过AABB树记录货物的层叠关系，并且判断每一货物是否符合承重限制。5.如权利要求4所述的装箱方法，其特征在于，所述通过AABB树记录货物的层叠关系，并且判断每一货物是否符合承重限制，包括：在新增货物时，获得新增货物的底部直接接触的支撑物；根据新增货物的重量和支撑物的接触关系，更新每一支撑物的承重信息。6.如权利要求5所述的装箱方法，其特征在于，所...

【专利技术属性】
技术研发人员：葛笑雨，杨键烽，蔡国楚，
申请(专利权)人：深圳蓝胖子机器人有限公司，
类型：发明
国别省市：广东,44