ホーム > 特許ランキング > 国立大学法人秋田大学
▶ 国立大学法人秋田大学の特許一覧 ▶ ロジザード株式会社の特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-01-16
(45)【発行日】2024-01-24
(54)【発明の名称】ピッキング作業支援システム及びそのプログラム
(51)【国際特許分類】
B65G 1/137 20060101AFI20240117BHJP
G06Q 10/08 20240101ALI20240117BHJP
【ＦＩ】
B65G1/137 E
G06Q10/08
【請求項の数】
5
(21)【出願番号】P 2020094315
(22)【出願日】2020-05-29
(65)【公開番号】P2021187619
(43)【公開日】2021-12-13
【審査請求日】2023-04-06
【新規性喪失の例外の表示】特許法第３０条第２項適用 （１）令和元年度情報処理学会東北支部研究会における講演原稿、情報処理学会東北支部，令和元年１１月２８日発行 （２）令和元年度情報処理学会東北支部研究会、放送大学秋田学習センター、令和元年１１月２８日講演 （３）情報処理学会第８２回全国大会講演論文集，情報処理学会、令和２年２月２０日発行 （４）情報処理学会第８２回全国大会、オンライン会議システムＺｏｏｍ、令和２年３月７日講演
(73)【特許権者】
【識別番号】504409543
【氏名又は名称】国立大学法人秋田大学
(73)【特許権者】
【識別番号】509144797
【氏名又は名称】ロジザード株式会社
(74)【代理人】
【識別番号】100155882
【弁理士】
【氏名又は名称】齋藤 昭彦
(74)【代理人】
【識別番号】100154678
【弁理士】
【氏名又は名称】齋藤 博子
(72)【発明者】
【氏名】景山 陽一
(72)【発明者】
【氏名】触沢 亘
(72)【発明者】
【氏名】遠藤 八郎
(72)【発明者】
【氏名】佐藤 紀章
【審査官】板澤 敏明
(56)【参考文献】
【文献】特開２０１６－０５２９３８（ＪＰ，Ａ）
【文献】特開２００７－１０２６８４（ＪＰ，Ａ）
【文献】特開２００１－００５８４６（ＪＰ，Ａ）
【文献】特開２００６－１７１８２４（ＪＰ，Ａ）
【文献】特開２０１０－２６９８６０（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｂ６５Ｇ １／００－１／２０
Ｇ０６Ｑ １０／０８
(57)【特許請求の範囲】
【請求項1】
倉庫内に格納された商品について複数の作業者が行うピッキング作業を支援するピッキング作業支援システムであって、前記倉庫の一部の領域を示す区画の識別情報と、前記区画に含まれる棚の識別情報とを対応付けて記憶するレイアウト情報記憶部と、
前記商品の識別情報と、前記商品が格納される前記棚の識別情報とを対応付けて記憶する商品格納情報記憶部と、
顧客の識別情報と、前記顧客が注文する前記商品の識別情報とを含む受注伝票データを記憶する受注伝票記憶部と、
前記レイアウト情報記憶部及び前記商品格納情報記憶部に記憶される情報を参照して前記受注伝票データを整列し、単一の出庫伝票データを生成する出庫伝票生成部と、
前記レイアウト情報記憶部及び前記商品格納情報記憶部に記憶される情報を参照して前記出庫伝票データを前記作業者ごとに分配する出庫伝票分配部と、
を備え、
前記出庫伝票分配部は、全ての前記作業者の歩行距離の合計である総歩行距離と、前記作業者ごとの歩行距離の標準偏差とを目的関数として最適化を行い、前記出庫伝票データの分配位置を決定する
ことを特徴とするピッキング作業支援システム。
【請求項2】
前記出庫伝票分配部は、解の優越関係に基づく個体のランク及び混雑度に従った前記個体の選択を行う遺伝的アルゴリズムを用いて、前記総歩行距離及び前記歩行距離の標準偏差を小さくする前記分配位置を探索することを特徴とする請求項１に記載のピッキング作業支援システム。
【請求項3】
前記出庫伝票分配部は、前記個体の各要素に格納される格納値の差を均一化する第１の局所探索を実行することを特徴とする請求項２に記載のピッキング作業支援システム。
【請求項4】
前記出庫伝票分配部は、前記格納値の差を広げる第２の局所探索を実行することを特徴とする請求項３に記載のピッキング作業支援システム。
【請求項5】
コンピュータを、倉庫内に格納された商品について複数の作業者が行うピッキング作業を支援するピッキング作業支援システムとして機能させるためのプログラムであって、前記コンピュータを、
前記倉庫の一部の領域を示す区画の識別情報と、前記区画に含まれる棚の識別情報とを対応付けて記憶するレイアウト情報記憶部と、
前記商品の識別情報と、前記商品が格納される前記棚の識別情報とを対応付けて記憶する商品格納情報記憶部と、
顧客の識別情報と、前記顧客が注文する前記商品の識別情報とを含む受注伝票データを記憶する受注伝票記憶部と、
前記レイアウト情報記憶部及び前記商品格納情報記憶部に記憶される情報を参照して前記受注伝票データを整列し、単一の出庫伝票データを生成する出庫伝票生成部と、
前記レイアウト情報記憶部及び前記商品格納情報記憶部に記憶される情報を参照して前記出庫伝票データを前記作業者ごとに分配する出庫伝票分配部と、
を備え、
前記出庫伝票分配部は、全ての前記作業者の歩行距離の合計である総歩行距離と、前記作業者ごとの歩行距離の標準偏差とを目的関数として最適化を行い、前記出庫伝票データの分配位置を決定する
ように機能させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、倉庫内に保管されている商品のピッキング作業を支援するピッキング作業支援システム等に関するものである。特に、本発明は、人手によるピッキング作業を支援するピッキング作業支援システム等に関するものである。
【背景技術】
【0002】
物流業界では、インターネット通販の普及に伴い、物流システムの効率化が重要視されている。特に、一般消費者向けのインターネット通販における集荷作業は、顧客１人あたりの受注が少量、かつ多品種であり、人の判断が重要となるため、作業の自動化が難しく、労働集約型の工程となりやすい。従って、効率的なピッキングおよび作業管理計画を可能とするための技術が必要である。
【0003】
特許文献１の記載のピッキング作業管理システムは、複数の作業者によるピッキング作業を管理するものであり、指示情報に基づき物品を各準備部から取り揃えるための経路候補を経路候補抽出部で抽出し、物品を取り揃えるために要する総負荷を経路候補毎に導出し、総負荷が最小となる経路候補を最適経路として選択し、最適経路で物品を取り揃えるようにピッキング作業のスケジュールを策定する。ここで、負荷とは、移動負荷、ピッキング負荷及び待機負荷である。
【先行技術文献】
【特許文献】
【0004】
【文献】特許第６３１２００３号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、特許文献１に記載の技術では、全ての作業者の負荷を合算した総負荷は低減できるかもしれないが、作業者ごとの負荷に偏りが生じる恐れがある。作業計画を立てる際、作業者ごとに負荷の偏りが生じ、作業時間が異なる場合、作業時間が短い作業者には別の作業を割り当てる必要があり、管理者の業務負担が増加する要因になる。
【0006】
ピッキング作業には、移動、商品取り出し、検品、梱包等の作業が含まれるが、全体の作業時間のうち、移動時間が半分程度を占める。そこで、特に、作業者ごとの歩行距離の偏りを低減することによって、作業者ごとの作業時間の偏りが低減され、ひいては、管理者の業務負担の増加を抑制できる。更に、全ての作業者の歩行距離を合算した総歩行距離を低減することによって、ピッキング作業全体の効率化も図ることができる。
【0007】
本発明は、前述した問題点に鑑みてなされたものであり、その目的とすることは、ピッキング作業における総歩行距離の低減及び作業者ごとの歩行距離の偏りの低減の両方を可能とするピッキング作業支援システム等を提供することである。
【課題を解決するための手段】
【0008】
前述した目的を達成するための第１の発明は、倉庫内に格納された商品について複数の作業者が行うピッキング作業を支援するピッキング作業支援システムであって、前記倉庫の一部の領域を示す区画の識別情報と、前記区画に含まれる棚の識別情報とを対応付けて記憶するレイアウト情報記憶部と、前記商品の識別情報と、前記商品が格納される前記棚の識別情報とを対応付けて記憶する商品格納情報記憶部と、顧客の識別情報と、前記顧客が注文する前記商品の識別情報とを含む受注伝票データを記憶する受注伝票記憶部と、前記レイアウト情報記憶部及び前記商品格納情報記憶部に記憶される情報を参照して前記受注伝票データを整列し、単一の出庫伝票データを生成する出庫伝票生成部と、前記レイアウト情報記憶部及び前記商品格納情報記憶部に記憶される情報を参照して前記出庫伝票データを前記作業者ごとに分配する出庫伝票分配部と、を備え、前記出庫伝票分配部は、全ての前記作業者の歩行距離の合計である総歩行距離と、前記作業者ごとの歩行距離の標準偏差とを目的関数として最適化を行い、前記出庫伝票データの分配位置を決定することを特徴とするピッキング作業支援システムである。第１の発明によって、ピッキング作業における総歩行距離の低減及び作業者ごとの歩行距離の偏りの低減の両方が可能となる。
【0009】
第１の発明における前記出庫伝票分配部は、解の優越関係に基づく個体のランク及び混雑度に従った前記個体の選択を行う遺伝的アルゴリズムを用いて、前記総歩行距離及び前記歩行距離の標準偏差を小さくする前記分配位置を探索するようにしても良い。これによって、複数の目的関数に対応可能、かつ解の多様性の維持が可能となる。そして、総歩行距離及び歩行距離の標準偏差を精度良く最適化することができる。
【0010】
また、第１の発明における前記出庫伝票分配部は、前記個体の各要素に格納される格納値の差を均一化する第１の局所探索を実行するようにしても良い。これによって、歩行距離の標準偏差を小さくする最適な解（＝出庫伝票データの分配位置）が得られる。
【0011】
また、第１の発明における前記出庫伝票分配部は、前記格納値の差を広げる第２の局所探索を実行するようにしても良い。これによって、トレードオフの関係にある総歩行距離と歩行距離の標準偏差を精度良く最適化することができる。
【0012】
第２の発明は、コンピュータを、倉庫内に格納された商品について複数の作業者が行うピッキング作業を支援するピッキング作業支援システムとして機能させるためのプログラムであって、前記コンピュータを、前記倉庫の一部の領域を示す区画の識別情報と、前記区画に含まれる棚の識別情報とを対応付けて記憶するレイアウト情報記憶部と、前記商品の識別情報と、前記商品が格納される前記棚の識別情報とを対応付けて記憶する商品格納情報記憶部と、顧客の識別情報と、前記顧客が注文する前記商品の識別情報とを含む受注伝票データを記憶する受注伝票記憶部と、前記レイアウト情報記憶部及び前記商品格納情報記憶部に記憶される情報を参照して前記受注伝票データを整列し、単一の出庫伝票データを生成する出庫伝票生成部と、前記レイアウト情報記憶部及び前記商品格納情報記憶部に記憶される情報を参照して前記出庫伝票データを前記作業者ごとに分配する出庫伝票分配部と、を備え、前記出庫伝票分配部は、全ての前記作業者の歩行距離の合計である総歩行距離と、前記作業者ごとの歩行距離の標準偏差とを目的関数として最適化を行い、前記出庫伝票データの分配位置を決定するように機能させるためのプログラムである。第２の発明のプログラムを版票のコンピュータにインストールすることによって、第１の発明のピッキング作業支援システムを得ることができる。
【発明の効果】
【0013】
本発明により、ピッキング作業における総歩行距離の低減及び作業者ごとの歩行距離の偏りの低減の両方を可能とするピッキング作業支援システム等を提供することができる。
【図面の簡単な説明】
【0014】
【図1】ピッキング作業支援システムの概要を示す図
【図2】倉庫の一例を示す図
【図3】棚及びカートの一例を示す図
【図4】区画レイアウト設定値の一例を示す図
【図5】仮想倉庫の一例を示す図
【図6】受注伝票データ及び出庫伝票データの一例を示す図
【図7】ランク及び混雑度を説明する図
【図8】出庫伝票分配部の処理の流れを示すフローチャート
【図9】初期探索母集団の生成処理を説明する図
【図10】母集団の評価処理の流れを示すフローチャート
【図11】遺伝子操作を説明する図
【発明を実施するための形態】
【0015】
本発明のピッキング作業支援システムは、倉庫内に格納されている商品のピッキング作業を支援するシステムである。特に、人手によるピッキング作業の支援に好適である。本発明は、商品格納用の棚が配置される倉庫であれば、どのような倉庫であっても適用可能である。以下図面に基づいて、本発明の実施形態を詳細に説明する。
【0016】
図１は、ピッキング作業支援システムの概要を示す図である。図１に示すように、ピッキング作業支援システム１は、ユーザが用いる端末２と、端末２とネットワーク４を介して接続されるサーバ３と、によって構成される。
【0017】
端末２及びサーバ３は、制御部としてのＣＰＵ（「Central Processing Unit」の略）、主記憶部としてのメモリ、補助記憶部としてのＨＤＤ（「Hard Disk Drive」の略）やフラッシュメモリ、表示部としての液晶ディスプレイ、入力部としてのキーボードやマウス、タッチパネルディスプレイ、有線通信部としてのＬＡＮケーブル（Local Area Network）又は無線通信部としての無線モジュール等を有する。
【0018】
補助記憶部としてのＨＤＤやフラッシュメモリには、ＯＳ（「Operating System」の略）、アプリケーションプログラム、処理に必要なデータ等が記憶されている。端末２及びサーバ３のＣＰＵは、補助記憶部からＯＳやアプリケーションプログラムを読み出して主記憶部に格納し、主記憶部にアクセスしながら、その他の機器を制御し、後述する処理を実行する。端末２は、例えば、デスクトップＰＣ、ノートＰＣ、タブレット端末、スマートフォン等である。サーバ３は、例えば、データセンター等に配置されるサーバ用コンピュータでも良いし、会社等に配置されるサーバ用コンピュータでも良い。また、サーバ３は、１台の筐体で実現されても良いし、複数台の筐体で実現されても良い。ネットワーク４は、例えば社内ＬＡＮやインターネット等である。
【0019】
ピッキング作業支援システム１がクラウドサービスとして構築される場合、端末２の補助記憶部には、ウェブ閲覧ソフトのプログラム、又は専用のアプリケーションプログラムがインストールされ、サーバ３の補助記憶部には、サーバ用プログラムがインストールされるとともに、ピッキング作業支援システム１に必要なデータベースが構築される。また、端末２が、後述するサーバ３の一部又は全部の機能を有しても良い。
【0020】
ピッキング作業支援システム１のハードウエア構成は、図１に示す例に限定されない。例えば、スタンドアローン型のアプリケーションとして構築される場合、コンピュータは１台で良く、ネットワーク４に接続される必要もない。以下では、ピッキング作業支援システム１がクラウドサービスとして構築される場合を例にして説明する。
【0021】
図２は、倉庫の一例を示す図である。倉庫２０には、商品２１を格納する棚２２が設置されている。商品２１は、例えば、文庫本や雑誌等であるが、特に限定されるものではない。倉庫２０は、出入口２３が１つ存在し、中央部に出入口２３へ通じる１本の中央通路２４がある。中央通路２４を挟んで右側と左側にそれぞれ複数の棚２２が設置されている。商品２１をピッキング可能な面が向かい合う棚２２同士の間には、中央通路２４へ通じる複数の棚間通路２５がある。作業者が各商品２１に到達可能な通路は、棚２２ごとに１つの棚間通路２５だけである。中央通路２４が伸びる方向を列方向、棚間通路２５が伸びる方向を連方向とする。
【0022】
図２に示す例では、棚２２は、中央通路２４の左右ごとに、連方向に連続して９個すなわち９連設置され、列方向に連続して２８個すなわち２８列設置されている。従って、総棚数は、２×９×２８＝５０４個である。ピッキング作業では、作業者は、倉庫２０の出入口２３から入り、所定の商品２１をカート２６に積載し、倉庫２０の出入口２３に戻る。
【0023】
図３は、棚及びカートの一例を示す図である。棚２２は、任意の幅、高さ及び奥行を設置可能である。カート２６は、８個の出荷ボックス２７が積載されている。ピッキング作業は、複数のオーダーを纏めてピッキングを行うマルチピッキングであり、作業者は、同じ顧客の商品２１を同じ出荷ボックス２７に積載する。作業者は、８人分の顧客のオーダーについて商品２１のピッキングが完了すると、出入口２３に戻って出荷作業を行い、出荷ボックス２７が空の状態で出入口２３からピッキングを再開し、自分の作業割り当て分のオーダーを処理するまで繰り返す。
【0024】
本発明の適用範囲として、商品２１の内容、出入口２３の位置、通路の構成、棚２２の形状、カート２６の形状等は、特に限定されるものではない。
【0025】
図１の説明に戻る。サーバ３は、倉庫２０のレイアウトの設定値を受け付けるレイアウト情報設定部１１と、倉庫２０の一部の領域を示す区画の識別情報と、区画に含まれる棚２２の識別情報とを対応付けて記憶するレイアウト情報記憶部１２と、商品２１の識別情報と、商品２１が格納される棚２２の識別情報とを対応付けて記憶する商品格納情報記憶部１３と、顧客の識別情報と、顧客が注文する商品２１の識別情報とを含む受注伝票データを記憶する受注伝票記憶部１４と、レイアウト情報記憶部１２及び商品格納情報記憶部１３に記憶される情報を参照して受注伝票データを整列し、単一の出庫伝票データを生成する出庫伝票生成部１５と、レイアウト情報記憶部１２及び商品格納情報記憶部１３に記憶される情報を参照して出庫伝票データを作業者ごとに分配する出庫伝票分配部１６と、分配結果に基づいて作業者ごとに巡回経路を算出する巡回経路算出部１７と、巡回経路の算出結果に基づいて作業者ごとの作業量を推定する作業量推定部１８と、を有する。
【0026】
ユーザは、倉庫２０のレイアウト変更を行いたい場合、レイアウト情報設定部１１を実行させる。また、ユーザは、日々の業務における作業の割り当てを行いたい場合や、倉庫２０のレイアウト変更の影響を模擬したい場合、出庫伝票生成部１５、出庫伝票分配部１６、巡回経路算出部１７及び作業量推定部１８を実行させる。日々の業務における作業の割り当ては、未出荷の受注伝票データを対象とする。模擬を行う場合、過去の出荷済の受注伝票データを対象とすることができる。
【0027】
図４は、区画レイアウト設定値の一例を示す図である。区画レイアウト設定値３０は、各区画に含まれる棚２２の列数、連数、並びに棚サイズ、すなわち棚２２の高さ（ｍ）、幅（ｍ）及び奥行（ｍ）の大きさである。区画とは、倉庫２０の一部の領域を示すものであり、１又は複数の棚２２を含む。図２に示す倉庫２０の例では、中央通路２４の右側と左側にそれぞれ区画が設定される。右側区画数が中央通路２４の右側に設定される区画数であり、左側区画数が中央通路２４の左側に設定される区画数である。図４に示す区画レイアウト設定値３０では、区画番号１～１２が設定されているから、総区画数は１２である。例えば、区画番号１は、列数が４、連数が１２、棚サイズの高さが１ｍ、幅が１ｍ、奥行が１ｍである。
【0028】
図１の説明に戻る。レイアウト情報設定部１１は、端末２から、右側区画数、左側区画数、区画レイアウト設定値３０の入力を受け付け、区画レイアウト設定値３０をレイアウト情報記憶部１２に記憶し、区画レイアウト設定値３０に基づく仮想倉庫を表示部に表示する。
【0029】
図５は、仮想倉庫の一例を示す図である。図５に示す仮想倉庫４０は、図４に示す区画レイアウト設定値３０に従って構築されたものである。仮想倉庫４０には、中央通路２４及び棚間通路２５における位置を示す座標４１が定義される。レイアウト情報設定部１１は、座標４１によって棚２２の位置を一意に特定可能である。また、レイアウト情報設定部１１は、各棚２２がどの区画４２に含まれるのかを特定可能であり、区画４２の位置を区画点４３によって特定可能である。区画点４３は、区画４２から出入口２３に最も近い中央通路２４上の座標４１として設定され、図６ではひし形が付された座標４１として図示されている。
【0030】
図５に示す例では、中央通路２４の右側は、出入口２３に近い順から区画番号１～６の区画４２が設定され、中央通路２４の左側は、出入口２３に近い順から区画番号７～１２の区画４２が設定されている。区画番号１～３及び７～９の区画４２は、それぞれ、連数が１２、列数が４の４８個の棚２２が含まれている。区画番号４～６及び１０～１２の区画４２は、それぞれ、連数が６、列数が２の１２個の棚２２が含まれている。レイアウト情報設定部１１を有することによって、任意に棚２２や区画４２のレイアウトを変更することができる。
【0031】
図１の説明に戻る。レイアウト情報記憶部１２は、レイアウト情報設定部１１のレイアウト結果に基づいて、区画４２の識別情報と棚２２の識別情報とを対応付けて記憶する。また、レイアウト情報記憶部１２は、レイアウト情報設定部１１のレイアウト結果に基づいて、棚２２の位置情報を座標４１によって特定し、棚２２の識別情報と棚２２の位置情報とを対応付けて記憶する。
【0032】
商品格納情報記憶部１３は、商品２１の格納場所を決定するための作業結果に基づいて、商品２１の識別情報と棚２２の識別情報とを対応付けて記憶する。例えば、作業者は、商品２１及び棚２２に予め識別情報を記憶するバーコードを付与しておき、商品２１の入荷時に商品２１のバーコードと棚２２のバーコードを連続してスキャンすることによって、商品格納情報記憶部１３に商品２１の識別情報と棚２２の識別情報とを対応付けて記憶させることができる。受注伝票記憶部１４は、顧客の注文を受け付けるごとに、顧客の識別情報と、顧客が注文する商品２１の識別情報とを含む受注伝票データを記憶する。顧客の注文は、不図示の注文受付サーバによって受け付けられる。
【0033】
図６は、受注伝票データ及び出庫伝票データの一例を示す図である。図６（ａ）に示す受注伝票データ５０は、売上明細の識別情報である売上番号５１と、顧客の識別情報である顧客コード５２と、商品２１の識別情報である商品コード５３と、を含む。例えば、１件目のデータは、売上番号５１が「１４４８４９５４」、顧客コード５２が「ＨＡＢＥＡ」、商品コード５３が「１６０５」である。
【0034】
図６（ｂ）に示す出庫伝票データ６０は、顧客コード５２と、商品コード５３と、棚２２の識別情報である棚番号５４と、区画４２の識別情報である区画番号５５と、を含む。例えば、１件目のデータは、顧客コード５２が「ＨＡＢＡＤ」、商品コード５３が「１６０５」、棚番号５４が「７」、区画番号５５が「１」である。
【0035】
図１の説明に戻る。出庫伝票生成部１５は、受注伝票データ５０の顧客コード５２に着目して顧客ごとにデータを分割する。更に、出庫伝票生成部１５は、レイアウト情報記憶部１２及び商品格納情報記憶部１３に記憶される情報を参照し、商品コード５３と照合することによって棚番号５４及び区画番号５５を取得し、顧客ごとに分割されたデータと棚番号５４及び区画番号５５を１つに纏めたものを顧客別伝票データとして生成する。
【0036】
次に、出庫伝票生成部１５は、顧客別伝票データにおいて、同一の棚番号５４に格納されている商品２１を含むデータを検索し、存在する場合は同一のグループ化データとして纏める。更に、出庫伝票生成部１５は、作成されたグループ化データとグループ化されなかった顧客別伝票データの区画番号５５を比較し、同一の区画番号５５のデータが存在する場合は同一のグループ化データとして纏める。そして、出庫伝票生成部１５は、区画４２間の歩行距離が最小となるようにグループ化データを整列して結合し、最終的に単一の出庫伝票データ６０として生成する。区画４２間の歩行距離は、２つの区画点４３のユークリッド距離とする。例えば、出庫伝票生成部１５は、区画４２間の歩行距離を重みとして重み付きマッチングのアルゴリズム（＝グラフ理論の一種）を用いて、重みが最小となるようにグループ化データのマッチングを行うことによって、グループ化データを整列して結合する。
【0037】
図６（ｂ）に示す出庫伝票データ６０は、同一の顧客コード５２のデータが纏まっている。これは、同じ顧客から注文された伝票を異なる作業者に分配することを防ぐためである。また、図６（ｂ）に示す出庫伝票データ６０は、棚番号５４や区画番号５５のデータが纏まっている。これは、各作業者がなるべく位置的に近い棚２２の商品２１をピッキングするように分配するためである。
【0038】
出庫伝票分配部１６は、全ての作業者の歩行距離の合計である総歩行距離Ｔｗｄ（Total walking distance）と、作業者ごとの歩行距離の標準偏差Ｓｄ（Standard deviation）を目的関数として最適化を行い、出庫伝票データ６０の分配位置を決定する。これによって、ピッキング作業における総歩行距離の低減及び作業者ごとの歩行距離の偏りの低減の両方を可能とする。
【0039】
但し、総歩行距離Ｔｗｄと歩行距離の標準偏差Ｓｄは、トレードオフの関係にある。また、分配位置の数は、作業者数と同一であり、実際のピッキング作業に適用する場合、出庫伝票データ６０の分配位置の組み合わせが膨大となり、全探索による解の導出は困難である。そこで、本発明の実施の形態では、出庫伝票分配部１６は、多目的最適化アルゴリズムの一種であるＮＳＧＡ－II（Non-dominated Sorting Genetic Algorithms-II：第２の非優劣ソート遺伝的アルゴリズム）を用いて、総歩行距離Ｔｗｄと歩行距離の標準偏差Ｓｄを小さくする分配位置の近似解を探索する。尚、ＮＳＧＡ－IIのアルゴリズム自体は公知であり、その詳細は「Deb, K. et al.: A Fast and Elitist Multi-objective Genetic Algorithm: NSGA-II, IEEE Trans. on Evolutionary Computation, Vol 6, No.2, pp.182-197 (2002)」に開示されている。
【0040】
図７は、ランク及び混雑度を説明する図である。ＮＳＧＡ－IIは、遺伝的アルゴリズムを拡張し、多目的最適化問題、すなわち目的関数が複数存在する問題に対応可能としたアルゴリズムである。ＮＳＧＡ－IIは、解の優越関係に基づく個体のランク及び混雑度に従った個体の選択を行う遺伝的アルゴリズムであり、複数の目的関数に対応可能、かつ解の多様性の維持が可能である。図７に示すように、目的関数ｆ１、ｆ２の値を２次元座標で表したとき、目的関数を最小化する問題の場合、原点に近い個体ほど高いランクを有する。また、混雑度は、隣り合う個体とどれだけ離れているかを表す指標であるため、混雑度が大きいほど多様性に優れた個体となる。以下、ＮＳＧＡ－IIを用いた出庫伝票分配部１６の処理の詳細を説明する。
【0041】
図８は、出庫伝票分配部の処理の流れを示すフローチャートである。図８に示すように、出庫伝票分配部１６は、出庫伝票データ６０から初期探索母集団を生成する（ステップＳ１）。ここで生成される個体を生物界における遺伝子と仮定し、個体内に格納された情報を染色体とする。初期探索母集団は、最初の世代の個体の集合である。
【0042】
図９は、初期探索母集団の生成処理を説明する図である。図９（ａ）に示すように、同じ顧客からの注文伝票は同じ作業者に分配するため、分配位置の候補としては、同じ顧客コード５２が連続するデータ間を除く。例えば、３件目と４件目のデータは、顧客コード５２が両方とも「ＨＡＢＥＡ」であるため、３件目と４件目のデータの間は分配位置の候補としない。そして、出庫伝票分配部１６は、同じ顧客コード５２が連続しないデータ間の位置を分配位置の候補として分配位置格納配列Ｘに格納する。図９（ｂ）に示す分配位置格納配列Ｘには、「１」、「２」、「４」、・・・「ｎ－１」、「ｎ」が格納されている。ここで、ｎは、出庫伝票データ６０のデータ数である。また、分配位置格納配列Ｘの要素数Ｘ’は、出庫伝票データ６０に含まれる顧客数と同一である。
【0043】
次に、出庫伝票分配部１６は、作業者数を要素数Ｌとする一次元配列を個体数Ｎ個分、メモリ上に確保する。個体数Ｎはパラメータによって予め設定される。そして、図９（ｃ）に示すように、出庫伝票分配部１６は、個体１～個体Ｎの配列に、分配位置格納配列Ｘの要素番号として、０からＸ’までの整数をランダムに格納する。ここで、各個体の要素ｒに格納する整数Ａｒは、Ａｒ＞Ａｒ－１を満たすものとし、最後の要素ｒ＝Ｌに格納する整数ＡＬは、分配位置格納配列Ｘの要素数Ｘ’とする。例えば、図９（ｃ）に示す個体１であれば、１番目の作業者が、分配位置格納配列Ｘの５番目の要素に格納されている分配位置までの伝票を担当する。初期探索母集団Ｑｔ（ｔ：世代数）は、個体１～個体Ｎの配列の集合である。また、出庫伝票分配部１６は、次世代に残す個体を保存するための配列であるストレージ集団Ｐｔをメモリ上に確保しておく。尚、初期世代（ｔ＝０）において、Ｐｔ＝Φ（空集合）である。
【0044】
図８の説明に戻る。次に、出庫伝票分配部１６は、探索母集団Ｑｔの評価を行う（ステップＳ２）。出庫伝票分配部１６は、ＰＱｔ（＝ＰｔとＱｔの和集合）を生成し、ＰＱｔの個体に格納されている値に基づいて、分配位置格納配列Ｘから分配位置を取得する。また、出庫伝票分配部１６は、取得される分配位置に従って作業者に分配した場合の総歩行距離Ｔｗｄと歩行距離の標準偏差Ｓｄを算出し、個体の評価を行う。本発明の実施の形態では、処理時間削減のため、出庫伝票分配部１６は、作業者の歩行距離として、近似の歩行距離を算出する。
【0045】
図１０は、母集団の評価処理の流れを示すフローチャートである。図１０に示すように、出庫伝票分配部１６は、対象作業者に対して、分配位置格納配列Ｘから取得される分配位置に従って分配された伝票を、同じ区画番号５５を持つもので集約する（ステップＳ１１）。
【0046】
次に、出庫伝票分配部１６は、出入口２３をスタート地点とし、ステップＳ１１において集約された区画番号５５の区画点４３（図５参照）を結んでいく最短経路を算出する（ステップＳ１２）。
【0047】
次に、出庫伝票分配部１６は、算出される最短経路順に伝票を並び替え、その伝票を順番に処理していき、区画４２間の移動があった場合のみ、その移動距離をユークリッド距離によって算出し、近似の歩行距離とする（ステップＳ１３）。ここで、出庫伝票分配部１６は、出荷ボックス２８の積載容量を超過した場合、現在作業している区画４２の区画点４３と出入口２３間の往復に要する移動距離をユークリッド距離によって算出し、近似の歩行距離に加算する。これは、出荷ボックス２８の積載容量を超過した場合、一旦出入口２３に移動し、商品２１を降ろしてから再度ピッキング作業を行うことを模擬するためである。
【0048】
次に、出庫伝票分配部１６は、全ての作業者について処理が終了したか否か確認する（ステップＳ１４）。終了していない場合（ステップＳ１４のＮｏ）、出庫伝票分配部１６は、ステップＳ１１から処理を繰り返す。終了している場合（ステップＳ１４のＹｅｓ）、出庫伝票分配部１６は、母集団の評価処理を終了する。
【0049】
図８の説明に戻る。次に、出庫伝票分配部１６は、評価を行ったＰＱｔに対して、解の優越関係に基づく個体のランク付けを行う（ステップＳ３）。本実施の形態のように、目的関数を最小化する問題の場合、出庫伝票分配部１６は、ｆ：目的関数、ｍ＝１，２とし、個体ｘ、ｙにおいて、式（１）を満たすとき、ｘはｙに優越すると判断する。ここで、本実施の形態における目的関数は、総歩行距離Ｔｗｄと歩行距離の標準偏差Ｓｄである。
【0050】
【数1】
【0051】
出庫伝票分配部１６は、個体同士の優越判定を行った後、優越する個体が存在しない個体の集合（＝非優越解集合）をランク１とし、ランク分類用集団Ｒｙ（ランクｙ＝１）に格納する。また、出庫伝票分配部１６は、ランク１に分類された非優越解集合を除いた個体同士の優越判定を行い、その判定結果による非優越解集合をランク２とし、ランク分類用集団Ｒｙ（ランクｙ＝２）に格納する。出庫伝票分配部１６は、これらの処理を繰り返し、全ての個体に対してランクを決定し、ランク分類用集団Ｒｙ（ランクｙ＝１、２、・・・）に格納する。
【0052】
次に、出庫伝票分配部１６は、ステップＳ３においてランク付けされたランク分類用集団Ｒｙごとに、個体の混雑度を算出する（ステップＳ４）。出庫伝票分配部１６は、Ｍ：目的関数の数、ｋ：ランク内の個体数とし、個体ｊの混雑度ｄｊを式（２）によって算出する。ここで、本実施の形態における目的関数は、総歩行距離Ｔｗｄと歩行距離の標準偏差Ｓｄである。
【0053】
【数2】
【0054】
そして、出庫伝票分配部１６は、ＰＱｔに含まれる個体の中から、高ランクかつ混雑度が大きい個体をＮ個選出し、Ｐｔ＋１に格納する。
【0055】
次に、出庫伝票分配部１６は、混雑度トーナメント選択を行う（ステップＳ５）。具体的には、出庫伝票分配部１６は、ステップＳ４において生成されるＰｔ＋１の中から、２つの個体ｉとｊをランダムに選択し、第１基準「個体ｉのランクが個体ｊのランクよりも小さい」、又は第２基準「個体ｉのランクと個体ｊのランクが同じ、かつ個体ｉの混雑度が個体ｊの混雑度よりも大きい」、のいずれかの基準を満たすとき、個体ｉは個体ｊより優れていると仮定し、次世代の探索母集団Ｑｔ＋１に格納する。出庫伝票分配部１６は、この処理を、Ｑｔ＋１に含まれる個体数が任意の数Ｎ’を満たすまで繰り返す。Ｎ’は、例えば、当初の個体数Ｎの４０～７０％の範囲とし、本実施の形態ではＮの６０％とする。
【0056】
次に、出庫伝票分配部１６は、遺伝子操作、具体的には、平均化交叉及び局所探索を行う（ステップＳ６）。交叉とは、選択された個体間で染色体の組み換えを行い、新し個体を生成することである。この操作によって、個体間で染色体情報が交換される。最適解を表す個体の一部分を持った個体同士が交叉したとき、より最適解に近い個体を得る可能性が高くなる。しかしながら、交叉だけでは個体の親に依存した範囲の子しか生成できないため、局所解に陥る場合がある。そこで、本発明の実施の形態では、出庫伝票分配部１６は、後述する２通りの局所探索を行う。
【0057】
【0058】
図１１（ａ）に示すように、出庫伝票分配部１６は、探索母集団Ｑｔ＋１からランダムに２つの個体ｉ、ｊを選出し、選出された２つの個体ｉ、ｊに対して、要素ごとに格納値の平均を算出し、算出値を格納する個体を生成し、生成される個体を探索母集団Ｑｔ＋１に加える。出庫伝票分配部１６は、探索母集団Ｑｔ＋１に含まれる個体数がＮ個になるまで前述の処理を繰り返す。
【0059】
本発明の実施の形態では、出庫伝票分配部１６は、探索母集団Ｑｔ＋１に対して、各作業者が担当する伝票の数を均一化する第１の局所探索と、各作業者が担当する伝票の数の差を広げる第２の局所探索を、それぞれ５０％の確率で実行する。そして、出庫伝票分配部１６は、第１の局所探索と第２の局所探索の対象になった個体ｉを、処理後の生成個体ｉ’に置き換える。
【0060】
歩行距離の標準偏差Ｓｄを小さくするためには、各作業者が担当する伝票の数の偏りを無くすことが必要であると考えられる。そこで、第１の局所探索では、出庫伝票分配部１６は、個体の各要素に格納される格納値の差を均一化する。具体的には、出庫伝票分配部１６は、個体ｉに対し、式（３）を用いて前後の格納値における差が最も大きい要素ｒｍａｘを探索する。尚、式（３）におけるｉｒは、個体ｉにおける要素ｒの格納値を示す。
【0061】
【数3】
【0062】
次に、出庫伝票分配部１６は、探索されたｒｍａｘの格納値ｉｒｍａｘに対して、式（４）に従って、格納値の差が均一化されるように加減算を行う。具体的には、出庫伝票分配部１６は、ｒｍａｘの格納値ｉｒｍａｘに対して、ｒｍａｘの前後の格納値における差の半数値を加算又は減算する。
【0063】
【数4】
【0064】
図１１（ｂ）に示す例では、個体ｉに対して式（３）を用いて探索を行うと、前後の格納値における差が最も大きい要素ｒｍａｘは、５番目の要素であり、その差が「２４」である。式（４）に従うと、５番目の要素の格納値「１５」に対して、加算する値は「１２」であるから、生成個体ｉ’における５番目の要素は「２７」となる。これによって、生成個体ｉ’の５番目の要素については、前後の格納値における差が「０」となり、均一化されている。
【0065】
総歩行距離Ｔｗｄと歩行距離の標準偏差Ｓｄは、トレードオフの関係にあることが分かっているため、第２の局所探索では、出庫伝票分配部１６は、個体の各要素に格納される格納値の差を広げる。具体的には、出庫伝票分配部１６は、個体ｉに対し、式（５）を用いて前後の格納値における差が最も小さい要素ｒｍｉｎを探索する。尚、式（５）におけるｉｒは、個体ｉにおける要素ｒの格納値を示す。
【0066】
【数5】
【0067】
次に、出庫伝票分配部１６は、探索されたｒｍｉｎの格納値ｉｒｍｉｎに対して、式（６）に従って、格納値の差が広がるように加減算を行う。具体的には、出庫伝票分配部１６は、ｒｍｉｎの格納値ｉｒｍｉｎに対して、ｒｍｉｎの後の格納値との差の半数値を加算する、又はｒｍｉｎの前の格納値との差の半数値を減算する。尚、差が０の場合、ランダムに加算又は減算する。
【0068】
【数6】
【0069】
図１１（ｃ）に示す例では、個体ｉに対して式（５）を用いて探索を行うと、前後の格納値における差が最も小さい要素ｒｍｉｎは、３番目の要素であり、その差が「０」である。式（６）に従うと、３番目の要素の格納値「１０」に対して、加算する値は「２」であるから、生成個体ｉ’における３番目の要素は「１２」となる。これによって、生成個体ｉ’の３番目の要素については、前後の格納値における差が「４」となり、広がっている。
【0070】
図８の説明に戻る。次に、出庫伝票分配部１６は、終了条件を満たすか否か確認する（ステップＳ７）。終了条件は、所定の世代数まで処理を繰り返したか否かである。終了条件を満たさない場合（ステップＳ７のＮｏ）、出庫伝票分配部１６は、ステップＳ２から繰り返す。終了条件を満たす場合（ステップＳ７のＹｅｓ），出庫伝票分配部１６は、得られた非優越解集合の中から任意の個体を選択し、その個体の格納値に基づいて分配位置格納配列Ｘから分配位置を取得し、取得される分配位置を最終的な出庫伝票データ６０の分配位置として決定し、その分配位置に従って作業者に伝票を分配する（ステップＳ８）。
【0071】
以上の通り、出庫伝票分配部１６は、解の優越関係に基づく個体のランク及び混雑度に従った個体の選択を行う遺伝的アルゴリズム（＝ＮＳＧＡ－II）を用いて、総歩行距離Ｔｗｄ及び歩行距離の標準偏差Ｓｄを小さくする分配位置を探索する。従って、複数の目的関数に対応可能、かつ解の多様性の維持が可能となる。特に、ＮＳＧＡ－IIは、２～３個の目的関数を有する多目的最適化問題において良好な最適化性能を示すとされていることから、総歩行距離Ｔｗｄ及び歩行距離の標準偏差Ｓｄを精度良く最適化することができる。
【0072】
また、出庫伝票分配部１６は、個体の各要素に格納される格納値の差を均一化する第１の局所探索を実行する。これによって、歩行距離の標準偏差Ｓｄを小さくする最適な解（＝出庫伝票データ６０の分配位置）が得られる。
【0073】
また、出庫伝票分配部１６は、個体の各要素に格納される格納値の差を広げる第２の局所探索を実行する。これによって、トレードオフの関係にある総歩行距離Ｔｗｄと歩行距離の標準偏差Ｓｄを精度良く最適化することができる。
【0074】
図１の説明に戻る。巡回経路算出部１７は、出庫伝票分配部１６による分配結果に基づいて作業者ごとに巡回経路を算出する。巡回経路算出方法としては、例えば、特許第６４１８５５１号公報に記載の手法を適用できる。特許第６４１８５５１号公報に記載の手法を適用する場合、巡回経路算出部１７は、区画４２内の巡回経路を固定した上で、出庫伝票データ６０を分配したデータの全商品２１のピッキング作業を完了するまでの総歩行距離を適応度とし、カート２６の出荷ボックス２７が一杯になった時点で出入口２３に戻る経路を選択することを制約条件として、遺伝的アルゴリズムによって所定の世代数で最適巡回経路を算出する。
【0075】
作業量推定部１８は、巡回経路算出部１７による巡回経路の算出結果に基づいて作業者ごとの作業量を推定する。例えば、作業量推定部１８は、巡回経路の算出結果から直接的に導出可能な作業者ごとの歩行距離を作業量として推定しても良い。また、例えば、作業量推定部１８は、作業者ごとの推定移動速度を予め記憶しておき、推定移動時間＝歩行距離÷推定移動速度、を作業量として推定しても良い。更に、作業量推定部１８は、作業者ごとの熟練度に応じて移動時間以外の作業時間を推定し、総作業時間を作業量として推定しても良い。
【0076】
ピッキング作業支援システム１は、出庫伝票生成部１５、出庫伝票分配部１６、巡回経路算出部１７及び作業量推定部１８を有することによって、各作業者への伝票の分配、巡回経路及び推定作業量を提示することができ、倉庫作業の効率化を支援することができる。特に、倉庫作業の効率化のための作業計画や作業管理を定量的に評価可能な情報を提供することができる。
【実施例】
【0077】
以下に示す実施例は、本実施の形態におけるピッキング作業支援システム１の出庫伝票分配部１６によって伝票の分配位置を決定した模擬結果である。一方、比較例は、顧客数が均等になるように伝票の分配位置を決定した模擬結果である。実施例と比較例の違いは、出庫伝票分配処理に関するプログラムのみであり、それ以外のプログラムは同一である。
【0078】
ピッキング方法はマルチピッキング、カート２６には顧客８人分までの商品２１を積載するものとした。超過した場合、カート２６内の商品２１を空にするため、出入口２３にて荷下ろし作業を行うものとした。倉庫２０のレイアウトは、１区画が「１０連８列」、総区画数が「１０」、右側区画数が「５」、左側区画数が「５」、棚２２の高さが「１ｍ」、幅が「１ｍ」、中央通路２４の幅が「２．０ｍ」、棚間通路２５の幅が「１．２ｍ」とした。
【0079】
出庫伝票分配処理における遺伝的アルゴリズムのパラメータは、世代数が「８００」、個体数が「７００」とした。また、巡回経路算出処理における遺伝的アルゴリズムのパラメータは、世代数が「１０００」、個体数が「５００」、突然変異率が「３．７５％」とした。
【0080】
インターネット通販では顧客１人当たり、１品種のオーダーが受注全体の９０％を占めるとされている。本実施例では、このインターネット通販の受注を想定し、受注伝票データ５０は、顧客数が「９３７名」、総受注数が「１０００件」、顧客一人当たりの商品２１の品種数が「１～７品種」とした。そして、受注商品が異なる５パターンの受注伝票データ５０について模擬を行った。表１には、実施例及び比較例について模擬１０回分の総歩行距離Ｔｗｄ及び歩行距離の標準偏差Ｓｄの平均値を示した。
【0081】
【表1】
【0082】
表１に示す通り、パターン１～５の全ての受注伝票データ５０に対して、総歩行距離Ｔｗｄ及び歩行距離の標準偏差Ｓｄの両方とも、比較例よりも実施例の方が小さい結果となった。すなわち、今回使用したパターンでは、総歩行距離Ｔｗｄと歩行距離の標準偏差Ｓｄを共に短縮できた。その他のパターンにおいても、実施例の手法は比較例の手法と比較し、総歩行距離Ｔｗｄを大きく変動させることなく、歩行距離の標準偏差Ｓｄを短縮可能である。
【0083】
以上の通り、本実施の形態におけるピッキング作業支援システム１は、ピッキング作業における総歩行距離の低減及び作業者ごとの歩行距離の偏りの低減の両方が可能である。従って、作業者ごとの作業時間の偏りが低減され、管理者の業務負担の増加を抑制できる。更に、全ての作業者の作業時間を合算した総作業時間が低減され、ピッキング作業全体を効率化できる。
【0084】
以上、添付図面を参照しながら、本発明に係るピッキング作業支援システム等の好適な実施形態について説明したが、本発明はかかる例に限定されない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例又は修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。
【符号の説明】
【0085】
１………ピッキング作業支援システム
２………端末
３………サーバ
４………ネットワーク
１１………レイアウト情報設定部
１２………レイアウト情報記憶部
１３………商品格納情報記憶部
１４………受注伝票記憶部
１５………出庫伝票生成部
１６………出庫伝票分配部
１７………巡回経路算出部
１８………作業量推定部
２１………商品
２２………棚
２３………出入口
２４………中央通路
２５………棚間通路
２６………カート
２７………出荷ボックス
３０………区画レイアウト設定値
４０………仮想倉庫
４１………座標
４２………区画
４３………区画点
５０………受注伝票データ
５１………売上番号
５２………顧客コード
５３………商品コード
５４………棚番号
５５………区画番号
６０………出庫伝票データ
２………端末
３………サーバ
４………ネットワーク
１１………レイアウト情報設定部
１２………レイアウト情報記憶部
１３………商品格納情報記憶部
１４………受注伝票記憶部
１５………出庫伝票生成部
１６………出庫伝票分配部
１７………巡回経路算出部
１８………作業量推定部
２１………商品
２２………棚
２３………出入口
２４………中央通路
２５………棚間通路
２６………カート
２７………出荷ボックス
３０………区画レイアウト設定値
４０………仮想倉庫
４１………座標
４２………区画
４３………区画点
５０………受注伝票データ
５１………売上番号
５２………顧客コード
５３………商品コード
５４………棚番号
５５………区画番号
６０………出庫伝票データ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】