智能分拣系统的系统设计与运行策略研究

摘要：本文研究了一种智能机器人订单分拣系统。通过排队网络模型与Flexsim仿真模型分析了系统的结构设计与运行策略优化问题。在系统结构方面，考虑了双层与单层系统，并对每种结构设计了绕行（detour path）与最短路（shortest path）两种机器人路径行走方案。在运行策略方面，考虑了机器人到工作站的指派策略和拣选目的地到拣选出口的分配策略。Flexsim仿真结果表明，在双层系统和使用最短路路径行走方案的单层系统中，机器人的拥堵现象可以忽略，在使用绕行路径方案的单层系统中，机器人的有效行走速度与使用的机器人数量呈线性递减关系。理论研究结果表明，绕行路径行走方案拥有更高的系统吞吐能力与更低的运行成本，双层系统适用于大型分拣中心，单层系统适用于小型分拣中心。指派策略与拣选目的地的分配策略均会显著影响系统运行绩效，我们均可在随机策略的基础上进行优化改进来提升系统绩效。

研究对象

传统拣选系统采用传送带运输货物，将货物通过连接在传送带上的分拣口分流至各目的地。该类系统占用面积较大且吞吐能力柔性较低，随着当代物流系统对分拣中心运行能力的要求不断提升，企业对智能分拣系统的需求越发明显。

图1 传统分拣系统

智能机器人订单拣选系统（图2）采用智能AGV进行货物的运输，在平台上设置投递口进行货物的分流，极大的节省了系统占地面积并提升了吞吐能力。相比于传统分拣系统，智能机器人订单拣选系统的最大优势在于其较强的吞吐能力柔性，即可以通过智能AGV数量的调整来满足系统吞吐能力的变化要求，从运行效率与运行成本的角度来优化管理。

图2 智能机器人订单拣选系统

研究问题

虽然智能机器人订单拣选系统受到了广泛关注并得到了初步应用（申通物流与京东物流），然而，具体设计与运行过程中仍然存在许多需要分析与解决的问题：

1. 系统结构设计：首先，当前企业应用的智能机器人订单拣选系统均采用双层结构，即顶层进行货物分拣，底层进行货物收集。该结构具有较好的吞吐能力，但由于顶层承重能力有限，会严重制约该系统的维护与调整。单层结构目前还未得到企业应用，但其拥有维护与调整方便等优点，且较适合吞吐能力要求较低的物流系统。其次，当前系统均采用双倍深巷道来规划机器人的路径，即每一个巷道内均有两条单向行走路线，它们方向相反。这种路径方案可以避免AGV死锁与拥堵，但会造成大量空间浪费，且增加AGV行走路径。因此，如何设计有效可行的行走路径方案，在AGV拥堵与AGV行走效率之间实现均衡，是该系统的结构设计方面非常重要的问题。

2. 运行策略选择与优化：首先，大型智能机器人订单拣选系统拥有数以百计的AGV，如何根据订单需求来规划AGV的行走路径以及其到拣选站（位于系统周边）的指派策略，将会影响AGV在拣选站的等待时间和它在平台上的行走时间，从而制约系统吞吐能力，因此，如何根据系统未来分拣订单情况或预测需求情况，提前规划AGV的行走路径和到工作站的指派策略是该类系统日常运行中需要探索和解决的问题。其次，平台上每个出口对应一个目的地，如何在考虑各目的地需求量动态变化的前提下将目的地分配至各分拣出口，也会显著影响系统的分拣能力。

针对以上两类问题，我们通过Flexsim仿真建模与排队网络建模的方式进行了研究，旨在从运行效率与运行成本的角度来给出系统优化设计方案与运行策略优化方案。

系统结构设计与AGV行走路径设计与优化方案

我们考虑两种系统结构设计方案：双层系统与单层系统（如图3）。我们为每种结构设计了AGV路径方案，并带入Flexsim仿真模型与理论模型中评估相应的系统吞吐能力。

图3 双层智能机器人订单分拣系统

图4 单层智能机器人订单分拣系统

结果表明：

（1）双层系统适用于对吞吐能力需求和拣选目的地较多的分拣中心，单层系统适用于拣选目的地较少的分拣中心；

（2）双层系统中，虽然单线路径会导致更多的AGV绕路，但其占地较少且AGV行走时间较少；

（3）单层系统中，单线路径方案会导致AGV的显著拥堵，最短路径方案的吞吐能力是单线路径方案的约2倍。

AGV到工作站的指派策略与目的地到分拣口的分配策略

我们研究了三种AGV到工作站的指派策略：随机指派（Random Assignment, RA），指定指派（DedicatedAssignment, DA）与最近工作站指派策略（Closest Assignment, CA）。研究结果表明：

1. 虽然CA策略可以显著降低AGV的行走时间，但是会增加AGV在工作站的等待时间。RA策略可以平均AGV在工作站处的等待时间，但会增加AGV的行走时间。因此，当系统AGV数量较多时，随机指派策略较好，反之，CA策略较好。

2. 在指派策略下，每个区域的工作站单独占用一定数量的AGV。如果在每个区域内的工作站中采用随机指派策略，那么RA策略将优于DA策略，如果在每个区域内的工作站中采用CA指派策略，那么DA策略将优于RA策略。

对于分拣目的地在分拣口中的分配策略，我们考虑了随机分配，最近距离分配与基于临域搜索算法的分配策略。以系统吞吐能力为优化目标，得到如下结果：

最近距离分配策略将需求率较高的目的地分配至距离工作站较近的分拣口，将需求率较低的目的地分配至距离工作站较远的分拣口，结果表明，最近距离分配方案与随机分配方案具备相近的系统吞吐能力；基于临域搜索算法的分配策略在最近距离分配方案的基础上通过对调随机选取的拣选口来提升系统吞吐能力，结果表明，基于临域搜索算法的分配策略可以显著提升系统吞吐能力。