仓库是生产方和分销商之间的重要枢纽, 仓库的生产和运营会影响整个供应链.[1]然而, 现有的仓储物流管理缺少了实时性, 同时这些系统依赖于仓库工作人员手动或通过条形码系统输入操作信息, 无法确保信息的正确性[2,3].针对现有系统的不足, 提出了一种基于RFID的物流资源管理系统, 提高了仓库拣选作业的效率.

1 拣选作业优化系统操作规范

拣选作业优化系统的操作规范包括:仓库布局研究、RFID设备评估、RFID阅读性能测试、结果分析以及系统设计、测试和评估5个部分.

1.1 仓库布局研究

由于不同公司具有不同的仓库布局, 因此需要对仓库进行调研.仓库的大小、过道的数量、货架的数量、货架的种类、物料搬运设备的种类、储存的产品的种类等物理和环境因素都会影响RFID的可读范围和准确性[4].完成仓库的调研工作后, 便可以确定RFID设备的规范, 并选择合适的设备.

1.2 RFID设备评估

目前有两种常见的RFID设备, 即主动RFID和被动RFID.这两种类型的RFID技术的在大小、成本以及应用领域上各不相同.仓库中最常用的RFID设备是主动RFID设备和被动RFID设备.对这些设备进行测试, 并评估其阅读性能, 以选择适用于特定仓库环境的设备.

1.3 RFID阅读性能测试

为了评估RFID设备在真实仓库环境中的性能, 分别进行定位测试、高度测试、距离测试和材料测试.在进行测试之前, 需要按照相关规定安装RFID阅读器和标签, 以确保实验结果的可靠性.将接收天线安装在固定位置, 天线中心距地面1米.同时, 将标签粘在货物的不同位置上, 将标签面对不同的方向, 并粘在不同的材料上.之后, 通过执行各种测试来获取标签的读取速率 (单位为“每分钟读取的标签数”) .

1.4 结果分析

根据测试结果, 将RFID设备安装在货架、叉车和货物上, 采集实时数据.

1.5 系统设计、测试和评估

在定义了系统的操作规范后, 便可开始设计基于RFID的仓储物流管理, 并在模拟的仓库环境下进行测试.

2 基于RFID的拣选作业优化设计

图1 基于RFID的拣选作业优化系统体系结构  

图2 传统树表达式和优化树表达式的比较 

2.1 系统体系结构

本系统由3层结构组成, 其体系结构如图1所示.第一层是数据收集层;第二层是数据存储层, 将收集到的信息存储在数据库中;第三层是数据管理层, 包括了与取货路线设计相关的操作组件.

第一层:RFID设备用于仓库环境中的数据收集, RFID阅读器能够采集静态和动态的仓库资源数据.静态仓库资源数据包括了货物存储的位置和数量、货物的类型以及剩余空间等等, 而动态仓库资源数据包括了叉车/仓库工作人员的位置、库存水平、拣选作业的状态等.动态数据是通过无线网络收集的.

第二层:数据存储层采用了数据库管理系统为用户提供数据存储服务, 用户可以使用SQL语句对数据进行检索.数据库管理系统有利于减少数据检索的开销和人为输入错误.为了提高数据库的检索速度, 将查询优化技术[5]应用本系统中.查询优化技术通过消除和重构冗余决策规则, 减少了信息搜索时间.例如, 图2是当用户要检索货物信息时, 传统的树表达式和优化后的树表达式之间的比较.优化后的查询树比传统的查询树的树高减少了一层, 这意味着相应的处理时间也会缩短.

第三层:数据管理层是本系统的核心, 包括了3个主要的功能, 分别是:物料搬运设备的选择、资源定位以及拣选作业最短路线的制定.由于篇幅所限, 仅对拣选作业最短路线的制定功能进行详细介绍.

2.2 拣选作业路线制定模块

这个功能的主要目标是为订单所需的货物制定最短的路线以及确定合适的物料搬运解决方案.为了构建最具成本效益和高效的物料搬运解决方案, 设计了一种物料搬运方案, 该方案一共有5个步骤.具体描述如下:

(1) 确定拣选顺序的起点和终点:随机选择两种货物作为拣选的开始货物和终止货物, 若某两种货物满足以下条件(xi−xj)2+(yi−yj)2−−−−−−−−−−−−−−−−−−√>α$\sqrt{(x{}_i-x{}_j){}^2+(y{}_i-y{}_j){}^2}>\alpha$以及(xi−xe)2+(yi−ye)2−−−−−−−−−−−−−−−−−−√<β$\sqrt{(x{}_i-x{}_e){}^2+(y{}_i-y{}_e){}^2}<\beta$ (其中, (xi, yi) 和 (xj, yj) 分别是货物i和货物j的坐标) , 则可以将货物i作为开始货物, 将货物j作为终止货物;否则, 重复以上操作.

(2) 确定货物的拣选顺序:随机选择订单中的两种货物, 若满足(xi−xj)2+(yi−yj)2−−−−−−−−−−−−−−−−−−√<γ$\sqrt{(x{}_i-x{}_j){}^2+(y{}_i-y{}_j){}^2}<\gamma$, 则货物和货物之间形成关联对pij.若货物i的重量wi大于货物j的重量wj, 则拣选顺序是i>j;否则, 拣选顺序是i<j.重复上述的操作, 就能得到货物的拣选顺序.

(3) 构造拣选作业的初始路线:首先计算关联对与起始货物s之间的距离, 然后选择距离最短的关联对pij, 插入到起始s和终点f之间.此时拣选作业的路线为s-i-j-f.重复上述的操作, 就能得到拣选作业的初始路线.

(4) 选择合适的物料搬运设备:通过采用三角定位的方式, 能得到物料搬运设备的坐标 (xk, yk) .若设备k满足min(xk−xs)2+(yk−ys)2−−−−−−−−−−−−−−−−−−−√$\min \sqrt{(x{}_k-x{}_s){}^2+(y{}_k-y{}_s){}^2}$, 则该设备会用于搬运货物.

图3 系统部署过程  

(5) 优化物料搬运的解决方案:通过重新分配物料搬运设备, 最小化运输时间和拣选作业成本, 该优化问题如下所示:

经过改进优化后, 在最小运输时间的约束下构造出最具成本效益的物料搬运解决方案, 以完成订单提取操作.

3 系统部署——案例分析

将本文系统部署在真实的仓库环境中以验证系统的有效性.系统部署过程如图3所示.

Step a:仓库共有6条通道, 24个两层高的货架.货架的高度为6 m, 宽度为20 cm.物料运输的方式有叉车、货车和人工运输.

Step b:对各种RFID设备进行测试之后, 发现基于主动RFID技术的设备具有较高的读取速率, 但是该技术的部署成本较高.同时发现, 中型尺寸的RFID标签能获得更高的读取速率.因此, 在本次的系统仿真中, 选择基于被动技术的中型RFID标签.RFID阅读器和天线的最大距离被设置为2 m.RFID标签安装在叉车和货物的正面.

Step c:RFID设备收集的仓库实时数据是存储于集中式的数据库中.利用RFID技术, 当叉车通过天线时, 天线能够采集叉车信息.然后将收集到的信息存储在数据库中进行下一步的处理.

Step d:在选择物料运输设备之前, 挑选200个真实订单并存储到存储库中.采用案例聚类方法, 根据订单大小、货物尺寸、货物重量、货物形状4个关键属性将200个案例划分为10个集群, 使用k-NN算法对集群进行索引.当新的提货订单到达后, 将订单与集群进行比较, 通过使用公式 (2) 选择具有高度相似性的集群.这样一来, 可以通过参考集群的物料运输方案来设计该订单的物料运输方案.

∑ni=1${}_{i=1}^n$wiSim (fli, fCRi${}_i^{CR}$) (2)

其中, wi是属性fi的重要性, Sim (·) 是相似度函数.

Step e:通过计算叉车与RFID阅读器之间的距离, 能确定资源的确切位置.假设RFID阅读器R1的射频为915 MHz, 波长为33 cm, 检测的周期是5 s.当带有RFID标签的叉车A通过RFID阅读器时, 利用公式 (3) 计算叉车A与阅读器R1的距离约为3 m.在计算RFID阅读器R1与对象之间的距离后, 应用公式 (4) 和公式 (5) 就能分别计算出资源的横坐标xA和竖坐标yA.以叉车A为例, 将阅读器R1、R2、R3之间的距离以及阅读器对应的位置代入公式 (4) 和 (5) , 得到叉车A的坐标为 (17, 24) .

dA, R1= (fA×vA×pA) / (2×cA) (3)

xA=(d2R1,A−d2R2,A)−(y2R1−y2R2)−(x2R1−x2R2)+2(yR1−yR2)yA−2(xR1−xR2)$x{}_A=\frac{(d{}_{R1,A}^2-d{}_{R2,A}^2)-(y{}_{R1}^2-y{}_{R2}^2)-(x{}_{R1}^2-x{}_{R2}^2)+2(y{}_{R1}-y{}_{R2})y{}_A}{-2(x{}_{R1}-x{}_{R2})}$ (4)

 y2A+((xR1−xR2)xR3(yR1−yR2)+(yR1−yR2)((d2R1,A−d2R2,A)−(y2R1−y2R2)−(x2R1−x2R2))−2(xR1−xR2)2yR3)yA(xR1−xR2)2+(yR1−yR2)2+  (((d2R1,A−d2R2,A)−(y2R1−y2R2)−(x2R1−x2R2))24(xR1−xR2)2+4(yR1−yR2)2+  (xR1−xR2)xR3((d2R1,A−d2R2,A)−(y2R1−y2R2)−(x2R1−x2R2))−(xR1−xR2)2(d2R3,A−y2R3−x2R3))(xR1−xR2)2+(yR1−yR2)2=0         (5)$\begin{array}{l}y{}_A^2+\frac{((x{}_{R1}-x{}_{R2})x{}_{R3}(y{}_{R1}-y{}_{R2})+(y{}_{R1}-y{}_{R2})((d{}_{R1,A}^2-d{}_{R2,A}^2)-(y{}_{R1}^2-y{}_{R2}^2)-(x{}_{R1}^2-x{}_{R2}^2))-2(x{}_{R1}-x{}_{R2}){}^{2}y{}_{R3})y{}_A}{(x{}_{R1}-x{}_{R2}){}^2+(y{}_{R1}-y{}_{R2}){}^2}+\\ \frac{(((d{}_{R1,A}^2-d{}_{R2,A}^2)-(y{}_{R1}^2-y{}_{R2}^2)-(x{}_{R1}^2-x{}_{R2}^2)){}^2}{4(x{}_{R1}-x{}_{R2}){}^2+4(y{}_{R1}-y{}_{R2}){}^2}+\\ \frac{(x{}_{R1}-x{}_{R2})x{}_{R3}((d{}_{R1,A}^2-d{}_{R2,A}^2)-(y{}_{R1}^2-y{}_{R2}^2)-(x{}_{R1}^2-x{}_{R2}^2))-(x{}_{R1}-x{}_{R2}){}^2(d{}_{R3,A}^2-y{}_{R3}^2-x{}_{R3}^2))}{(x{}_{R1}-x{}_{R2}){}^2+(y{}_{R1}-y{}_{R2}){}^2}=0(5)\end{array}$

Step f:假设订单OD001中有8个货物, 分别用g1、g2、g3、g4、g5、g6、g7、g8表示, 对应的坐标分别为 (11, 21) 、 (55, 48) 、 (33, 27) 、 (5, 13) 、 (42, 23) 、 (21, 10) 、 (34, 32) 和 (26, 13) .仓库D的位置是 (70, 30) .首先, 确定拣选顺序的起点和终点.货物g1与仓库D的距离是(11−70)2+(21−30)2−−−−−−−−−−−−−−−−−−−√=60m$\sqrt{(11-70){}^2+(21-30){}^2}=60\text{m}$, 同理可以计算得到各个货物与仓库的距离.由计算结果可知, 货物g4与仓库之间的距离最小, 货物g2与仓库之间的距离最大.因此, 选择g4作为拣选顺序的起点, 选择g2作为终点.下一步是计算货物之间的距离, 最后可以得到货物的拣选顺序如下:g4-g1-g6-g8-g3-g7-g5-g2-D.

Step g:要为已经计算好拣选顺序的货物选择最合适的物料运输设备.假设仓库中有3个叉车, 分别表示为A、B、C, 位置分别是 (17, 24) 、 (31, 22) 和 (40, 35) .计算后发现叉车A最接近货物g4.如果通过求解问题 (1) 得到最小的总运输时间, 则将叉车A指定为订单OD001的物料搬运设备.

4 结语

本文提出了一种基于RFID的拣选作业优化系统, 以提高仓储物流管理的效率.然而本优化系统仍有改进的余地.例如, 本文仅探讨了主动RFID标签和被动RFID标签, 但没有考虑一种新的半被动标签.该类型的标签比被动标签更敏感, 但比主动标签便宜.未来的研究将评估半被动标签在仓库环境中的性能.