[发明专利]装箱方法、设备和计算机可读存储介质

说明书

本发明公开一种装箱方法、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；根据所述容纳信息和所述装箱信息，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，根据空间利用率获得奖励函数。本发明具有提高装箱通用性和计算效率的效果。

技术领域

本发明涉及物流分拣领域，特别涉及装箱方法、设备和计算机可读存储介质。

背景技术

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。

发明内容

本发明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，本发明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；

根据所述容纳信息和所述装箱信息，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，根据空间利用率获得奖励函数。

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。

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承重限制的情况下，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；