基于AR技术的云物流仓储运作方法及系统

基于ar技术的云物流仓储运作方法及系统
技术领域
1.本发明涉及ar技术和云物流仓储技术领域，具体涉及一种基于ar技术的云物流仓储运作方法及系统。


背景技术：

2.随着科学技术和物流产业的高速发展，云物流仓储管理平台及其运作方式在物流市场上扮演着重要的角色。云物流仓储管理平台可以整合物流市场中的仓储需求和仓储资源，并通过相互选择的方式实现仓储订单的达成，该技术通过整合零散的仓储需求和仓储资源，提高了物流市场中仓储资源的利用率，降低了小规模仓储需求的仓储服务成本和服务选择成本。然而现有的云物流仓储运作模式已逐渐满足不了用户对于物流速度、仓储便利性的高要求，所以亟需提出一种新的云物流仓储运作方式来满足用户需求。
3.目前，云物流仓储管理平台的运作方式为：首先通过需求整合，获得仓储需求订单，并将其按照供需双方相互选择的原则达成仓储订单，后将订单下发至相应的自动化立体仓库或者基于rfid扫描的仓库操作员，由仓库操作员完成相应的仓储任务，并将信息反馈给云仓储管理平台。
4.然而，现有的云物流仓储管理平台，一方面没有专门的对接ar仓库管理系统的云物流仓储服务，这无法满足平台用户的ar仓库存储个性化需求；另一方面，如果想把ar技术和云物流仓储运作技术进行结合，现有技术也无法将从云物流服务平台传递来的仓储需求订单进行订单分解和订单聚类；同时，ar仓库管理系统也无法针对传递来的聚类订单簇进行合适的订单分配。由此可见，现有云物流仓储运作技术无法满足用户的ar仓库存储个性化需求，存在功能单一的问题。


技术实现要素：

5.(一)解决的技术问题
6.针对现有技术的不足，本发明提供了一种基于ar技术的云物流仓储运作方法及系统，解决了现有云物流仓储运作技术无法满足用户的ar仓库存储个性化需求，存在功能单一的问题。
7.(二)技术方案
8.为实现以上目的，本发明通过以下技术方案予以实现：
9.第一方面，本发明首先提出了一种基于ar技术的云物流仓储运作方法，所述方法包括：
10.基于云物流仓储管理系统获取客户需求订单簇，并基于所述客户需求订单簇生成仓储订单；所述仓储订单包括ar仓储订单；
11.ar仓库管理系统基于所述ar仓储订单生成作业任务，并将所述作业任务下发至ar仓库作业端；
12.所述ar仓库作业端的操作员利用ar智能仓库操作系统对所述作业任务进行作业；
13.作业任务完成后，所述ar智能仓库操作系统、ar仓库管理系统，以及云物流仓储管理系统之间进行信息反馈与更新。
14.优选的，所述基于云物流仓储管理系统获取客户需求订单簇，并基于所述客户需求订单簇生成仓储订单；所述仓储订单包括ar仓储订单包括：
15.s11、基于云物流仓储管理系统获取客户填写的仓储需求订单后，对所述仓储需求订单进行分解获取需求订单；
16.s12、以最小运输成本为目标对需求订单进行订单聚类，生成客户需求订单簇；
17.s13、利用遗传算法求解所述目标对应的目标函数生成仓储订单，所述仓储订单包括ar仓储订单。
18.优选的，所述目标函数为：
[0019][0020]
所述目标函数的约束条件包括：
[0021]
约束
[0022]
i＝1,2,...,n-1；j＝i+1,i+2,...,n
[0023]
表示若订单i和订单j的货物地址的直线距离小于给定的可接受聚类距离dr则将两者放在统一订单簇中；ot
ij
＝1表示订单i和订单j的货物地址的直线距离小于给定的可接受聚类距离dr；ot
ij
＝0表示订单i和订单j的货物地址的直线距离不小于给定的可接受聚类距离dr；
[0024]
约束表示对每个订单i，有且只有一个仓库为其提供服务；
[0025]
其中，d
ij
表示货物地址到目标仓库的距离；c
ij
表示单位变动物流成本；c0表示批次固定物流成本；ot
ij
为决策变量；ni表示需求订单i的货物数量。j
ij
表示需求订单i是否由ar仓库j服务。
[0026]
优选的，所述ar仓库管理系统基于所述ar仓储订单生成作业任务包括：
[0027]
以最小化单个操作员最大工作时间为目标构建订单分配目标函数；
[0028]
利用智能算法求解上述订单分配目标函数生成生成作业任务；
[0029]
所述订单分配目标函数为：
[0030][0031]
其中，订单分配目标函数的约束包括：
[0032]
约束表示每个订单簇只能由一个操作员完成的约束条件；
[0033]
约束表示每个操作员至少完成一个订单的约束条件；
[0034]
其中，x
ij
表示是否由第i个操作员完成第j个订单簇的标志，且
q表示订单簇数量；p表示操作员数量；t表示单位工作量的工作时间；θi表示第i个操作员的工作效率；βj表示第j个订单簇的工作量。
[0035]
优选的，所述ar智能仓库操作系统、ar仓库管理系统，以及云物流仓储管理系统之间进行信息反馈与更新包括：
[0036]
ar智能仓库操作系统生成任务日志和任务完成信息传递到ar仓库管理系统，ar仓库管理系统保存任务日志，并将任务完成信息反馈给云物流仓储管理系统；
[0037]
云物流仓储管理系统根据所述任务完成信息更新任务进度和库存信息。
[0038]
第二方面，本发明还提出了一种基于ar技术的云物流仓储运作系统，所述系统包括：
[0039]
仓储订单生成模块，用于基于云物流仓储管理系统获取客户需求订单簇，并基于所述客户需求订单簇生成仓储订单；所述仓储订单包括ar仓储订单；
[0040]
作业任务生成及下发模块，用于ar仓库管理系统基于所述ar仓储订单生成作业任务，并将所述作业任务下发至ar仓库作业端；
[0041]
作业任务作业模块，用于所述ar仓库作业端的操作员利用ar智能仓库操作系统对所述作业任务进行作业；
[0042]
信息反馈与更新模块，用于作业任务完成后，所述ar智能仓库操作系统、ar仓库管理系统，以及云物流仓储管理系统之间进行信息反馈与更新。
[0043]
优选的，所述仓储订单生成模块基于云物流仓储管理系统获取客户需求订单簇，并基于所述客户需求订单簇生成仓储订单；所述仓储订单包括ar仓储订单包括：
[0044]
s11、基于云物流仓储管理系统获取客户填写的仓储需求订单后，对所述仓储需求订单进行分解获取需求订单；
[0045]
s12、以最小运输成本为目标对需求订单进行订单聚类，生成客户需求订单簇；
[0046]
s13、利用遗传算法求解所述目标对应的目标函数生成仓储订单，所述仓储订单包括ar仓储订单。
[0047]
优选的，所述目标函数为：
[0048][0049]
所述目标函数的约束条件包括：
[0050]
约束
[0051]
i＝1,2,...,n-1；j＝i+1,i+2,...,n
[0052]
表示若订单i和订单j的货物地址的直线距离小于给定的可接受聚类距离dr则将两者放在统一订单簇中；ot
ij
＝1表示订单i和订单j的货物地址的直线距离小于给定的可接受聚类距离dr；ot
ij
＝0表示订单i和订单j的货物地址的直线距离不小于给定的可接受聚类距离dr；
[0053]
约束表示对每个订单i，有且只有一个仓库为其提供服务；
[0054]
其中，d
ij
表示货物地址到目标仓库的距离；c
ij
表示单位变动物流成本；c0表示批次固定物流成本；ot
ij
为决策变量；ni表示需求订单i的货物数量。j
ij
表示需求订单i是否由ar仓库j服务。
[0055]
优选的，所述ar仓库管理系统基于所述ar仓储订单生成作业任务包括：
[0056]
以最小化单个操作员最大工作时间为目标构建订单分配目标函数；
[0057]
利用智能算法求解上述订单分配目标函数生成生成作业任务；
[0058]
所述订单分配目标函数为：
[0059][0060]
其中，订单分配目标函数的约束包括：
[0061]
约束表示每个订单簇只能由一个操作员完成的约束条件；
[0062]
约束表示每个操作员至少完成一个订单的约束条件；
[0063]
其中，x
ij
表示是否由第i个操作员完成第j个订单簇的标志，且q表示订单簇数量；p表示操作员数量；t表示单位工作量的工作时间；θi表示第i个操作员的工作效率；βj表示第j个订单簇的工作量。
[0064]
优选的，所述ar智能仓库操作系统、ar仓库管理系统，以及云物流仓储管理系统之间进行信息反馈与更新包括：
[0065]
ar智能仓库操作系统生成任务日志和任务完成信息传递到ar仓库管理系统，ar仓库管理系统保存任务日志，并将任务完成信息反馈给云物流仓储管理系统；
[0066]
云物流仓储管理系统根据所述任务完成信息更新任务进度和库存信息。
[0067]
(三)有益效果
[0068]
本发明提供了一种基于ar技术的云物流仓储运作方法及系统。
[0069]
与现有技术相比，具备以下有益效果：
[0070]
1、本发明基于云物流仓储管理系统获取客户需求订单簇，并生成包括ar仓储订单的仓储订单，然后ar仓库管理系统基于ar仓储订单生成作业任务，并将作业任务下发至ar仓库作业端；接着ar仓库作业端的操作员利用ar智能仓库操作系统对作业任务进行作业；最后在作业任务完成后，ar智能仓库操作系统、ar仓库管理系统，以及云物流仓储管理系统之间进行信息反馈与更新。本发明可满足用户的特殊的ar仓库存储个性化需求，功能全面；且仓库周转率更高，可降低总作业时间。
[0071]
2、本发明采用云物流思想，实现了ar仓库系统的资源整合，提出从云物流仓储系统到ar仓库系统的订单聚类方法，用以分摊固定物流成本，可实现规模效应。
[0072]
3、本发明提出了ar仓库系统端的以最小化仓库总作业时间的订单分配方法，用以提高仓库周转率，降低总作业时间。
附图说明
[0073]
为了更清楚地说明本发明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发明的一些实施例，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获得其他的附图。
[0074]
图1为本发明一种基于ar技术的云物流仓储运作方法的流程图；
[0075]
图2为本发明一种基于ar技术的云物流仓储运作方法的实施例图；
[0076]
图3为本发明实施例中订单生成流程图；
[0077]
图4为本发明实施例中订单分配流程图。
具体实施方式
[0078]
为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0079]
本技术实施例通过提供一种基于ar技术的云物流仓储运作方法及系统，解决了现有云物流仓储运作技术无法满足用户的ar仓库存储个性化需求，存在功能单一的问题，实现了提高仓库周转率，降低物流仓储运作总作业时间的目的。
[0080]
本技术实施例中的技术方案为解决上述技术问题，总体思路如下：
[0081]
为了解决现有云物流仓储运作技术无法满足用户的ar仓库存储个性化需求，存在功能单一的问题，本技术提出的一种基于ar技术的云物流仓储运作技术，该技术利用云物流模式对ar仓库订单的资源整合，扩展了云物流仓储的实现方式，实现了从云物流仓储管理系统到ar仓库管理系统的数据传输，将独立的ar仓库的仓储资源纳入云物流仓储能力的资源整合范围，使得云物流仓储服务模式更加多样化，满足了如贵重物品、易碎物品的个性化仓储需求，并且为云物流仓储功能提供了实时性、可视化的运作方式。并且在ar仓库管理系统端实现以最小化工作时间为目标的订单分配方法的设计，降低仓库总作业时间，提高仓库周转率。
[0082]
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
[0083]
云物流仓储是指在资源整合实现规模效应的目标下，建立一个资源整合平台，并以该平台为依托实现物流市场上仓储资源和仓储需求的集中和整合，从而达到固定成本分摊、提高仓储资源利用率的效果。云物流仓储的运作模式为：云物流仓储管理平台整合加入该平台的闲置仓储资源和个性化仓储需求，供需双方通过相互选择或者平台撮合的方式达成仓储交易、进行仓储活动。而云物流仓储管理系统是对云物流仓储进行运作的系统。基于云物流仓储管理系统，提出本技术的技术方案。
[0084]
实施例1：
[0085]
第一方面，本发明首先提出了一种基于ar技术的云物流仓储运作方法，参见图1-2，该方法包括：
[0086]
s1、基于云物流仓储管理系统获取客户需求订单簇，并基于所述客户需求订单簇
生成仓储订单；所述仓储订单包括ar仓储订单；
[0087]
s2、ar仓库管理系统基于所述ar仓储订单生成作业任务，并将所述作业任务下发至ar仓库作业端；
[0088]
s3、所述ar仓库作业端的操作员利用ar智能仓库操作系统对所述作业任务进行作业；
[0089]
s4、作业任务完成后，所述ar智能仓库操作系统、ar仓库管理系统，以及云物流仓储管理系统之间进行信息反馈与更新。
[0090]
可选的，本实施例基于云物流仓储管理系统获取客户需求订单簇，并生成包括ar仓储订单的仓储订单，然后ar仓库管理系统基于ar仓储订单生成作业任务，并将作业任务下发至ar仓库作业端；接着ar仓库作业端的操作员利用ar智能仓库操作系统对作业任务进行作业；最后在作业任务完成后，ar智能仓库操作系统、ar仓库管理系统，以及云物流仓储管理系统之间进行信息反馈与更新。本发明可满足用户的特殊的ar仓库存储个性化需求，功能全面；且仓库周转率更高，可降低总作业时间
[0091]
下面结合附图1-4，以及对s1-s4具体步骤的解释，来详细说明本发明一个实施例的实现过程。
[0092]
s1、基于云物流仓储管理系统获取客户需求订单簇，并基于所述客户需求订单簇生成仓储订单；所述仓储订单包括ar仓储订单。
[0093]
根据云物流服务平台客户需求，在云物流仓储管理系统中生成处于新建状态的需求订单簇，即仓储任务，然后云物流仓储管理系统根据订单性质和个性化需求，判定仓储方式是否为ar仓储任务。具体的，生成客户需求订单簇的具体方式如下：
[0094]
s11、基于云物流仓储管理系统获取客户填写的仓储需求订单后，对所述仓储需求订单进行分解获取需求订单。
[0095]
客户填写仓储需求订单，包括客户信息、货物信息、仓储方式。其中，客户信息只需客户选择客户条目，云物流仓储管理系统执行sql新建查询即可得到客户信息，包括客户名称、客户联系方式、客户地址、客户等级；货物信息需要客户填写货物名称、货物数量、货物重量、货物体积、货物单价、货物地址等属性，可以添加多个货物种类和批次；仓储方式需要客户选择，是普通仓入库、普通仓出库、ar仓入库或ar仓出库。
[0096]
云物流仓储管理系统对客户订单根据作业类型t，货物批次b，货物地址di(xi,yi)进行分解，得到同地址、同类别唯一批次的需求订单oi(ti,di,ni,pi,vi,qi)；其中，ni表示该订单货物数量；pi表示单位价格；vi表示货物体积；qi表示货物质量。
[0097]
s12、以最小运输成本为目标对需求订单进行订单聚类，生成客户需求订单簇。
[0098]
以最小运输成本为目标函数对需求订单oi进行订单聚类，实现集约经济，生成客户需求订单簇。其中，货物地址di到目标仓库wj的距离为d
ij
；单位变动物流成本为c
ij
；批次固定物流成本为c0；判断运输订单oi和订单oj是否在同一订单簇中的决策变量为ot
ij
，最小运输成本用公式表示为：
[0099][0100]
其中，前一个双求和代表运输费用，即运输距离乘以运输订单货物数量乘以单位运输成本。c
ij
表示从需求订单i的货物位置到ar仓库j的单位运输成本，d
ij
表示需求订单i
的货物位置到ar仓库j的运输距离，ni则表示需求订单i的货物数量；j
ij
表示需求订单i是否由ar仓库j服务，若是则j等于1,否则为零。由于一个订单只能由一个仓库服务，而一个仓库可以服务多个订单，若不设定j则会面临运输成本的加和会出现一个订单由多个仓库服务的情况，则与现实不符。
[0101]
其中，目标函数的约束条件包括：
[0102][0103]
i＝1,2,...,n-1；j＝i+1,i+2,...,n
[0104]
表示若订单i和订单j的货物地址的直线距离小于给定的可接受聚类距离dr则将两者放在统一订单簇中，ot
ij
＝1表示订单i和订单j的货物地址的直线距离小于给定的可接受聚类距离dr；ot
ij
＝0表示订单i和订单j的货物地址的直线距离不小于给定的可接受聚类距离dr；
[0105]
约束表示对每个订单i，有且只有一个仓库为其提供服务。
[0106]
s13、利用遗传算法求解所述目标对应的目标函数生成仓储订单，所述仓储订单包括ar仓储订单。
[0107]
根据遗传算法求解上述最小运输成本对应的目标函数，最终确定客户订单簇otk和订单簇对应的仓储地址wk。在实际求解时，可以直接使用matlab遗传算法工具箱进行目标函数的求解。在matlab中打开optimization工具箱，在solver中选择ga并点击打开。接下来编辑目标函数，将上述模型目标函数保存为m函数文件，并将目标函数文件引用填入fitness function中，填写变量个数和等式约束与不等式约束以及取值边界等参数，后点击start开始运行得到结果。
[0108]
云物流仓储管理系统将计算得到的客户订单簇和仓储地址载入订单属性，生成新建状态的仓储订单信息。其中，仓储订单包括普通仓储订单和ar仓储订单。
[0109]
在本实施例中，我们以云仓储平台下的ar仓储入库订单为例。参见图3，现云物流服务平台客户填写一批需求订单，包括入库需求、出库需求、分拨需求，根据订单分解得到45个同地址同类别唯一批次的需求订单o{o1,o2,...,o
45
}，需求订单示例：o1{"入库",(117.3,31.8),20,17.5,2.3,20}。以物流成本最小为目标函数对同作业类型订单进行订单聚类，已知45个订单中o1、o2、o4、o8、o
12
、o
19
、o
24
、o
31
、o
42
为ar入库订单，将各个订单货物地址di(xi,yi)和ar仓库地址wj(xj,yj)、单位可变物流成本c
ij
、预设的可接受聚类距离dr＝0.025、批次固定物流成本c0＝300代入模型求解。结果得到所有入库订单的订单簇ot{(o1,o
31
),(o2,o
12
,o
19
,o
42
),(o4,o8,o
24
)}和订单簇对应的仓储地址w{w1(ot1,ot2),w2(ot3)}，最终生成不同ar仓库的入库聚类订单簇。
[0110]
此外，为了保证新建状态的订单的信息准确，在实际操作时，云物流仓储管理系统的云物流仓储管理员对上述步骤中处于新建状态的订单进行订单审核，核对客户信息和订单属性，若准确无误则进行订单下达，否则退回订单请求重新填写并填写退回理由、生成工作日志。
[0111]
s2、ar仓库管理系统基于所述ar仓储订单生成作业任务，并将所述作业任务下发
至ar仓库作业端。
[0112]
经过上述s1步骤之后，获得的普通仓储订单按照常规方式进行仓储作业；ar仓储订单则通过云物流仓储管理系统和ar仓库管理系统之间的数据接口进行数据传递。传递后，在ar仓库管理系统中生成作业任务(作业任务是指：多个订单簇的仓储任务生成具有“xx订单簇——xx操作员”这种对应关系的仓储作业任务)，并由ar仓库管理员将作业任务下发至ar仓库作业端。
[0113]
具体的，ar仓库管理员将作业任务簇下发至ar仓库作业端，以最短单个操作员最大工作时间为目标进行订单簇的分配，其分配的工作原理如下：
[0114]
(3.1)定义变量，该ar仓库具有p个操作员，操作员的工作效率为θ(θ1,θ2,....,θ
p
)
t
，从ar仓库管理员处传递过来q个订单簇，订单簇的工作量为β(β1,β2,...,βq)
t
，单位工作量的工作时间为t，x
ij
表示是否由第i个操作员完成第j个订单簇的标志，即：
[0115][0116]
(3.2)单个操作员最大工作时间为：
[0117][0118]
订单分配目标函数为：
[0119]
其中，订单分配目标函数的约束包括：
[0120]
约束表示每个订单簇只能由一个操作员完成的约束条件；
[0121]
约束表示每个操作员至少完成一个订单的约束条件。
[0122]
(3.3)利用智能算法(如粒子群算法、退火算法等)求解上述目标函数，得到最优的工作时长最小订单簇分配方法，根据得到的分配方法将订单簇分配给各个操作员，我们将“xx订单簇——xx操作员”这种对应关系的称之为仓储作业任务。
[0123]
参见图4，在本实施例中，假设ar仓库001具有4个操作员，操作员的工作效率为θ(0.9,0.8,0.7,0.88)
t
，根据从ar仓库管理员处传递过来订单o{o1,o
31
o2,o
12
,o
19
,o
42
}，订单簇的工作量为β(20,30,26,50,13,9)
t
，单位工作量的工作时间为3分钟，将数据代入求解算法进行模型求解。最终得到分配结果：ar仓库操作员001负责订单o1、o
31
，ar仓库操作员002负责订单o2，ar仓库操作员003负责订单o
19
、o
42
，ar仓库操作员004负责订单o
12
。
[0124]
s3、所述ar仓库作业端的操作员利用ar智能仓库操作系统对所述作业任务进行作业。
[0125]
根据作业类型，ar仓储操作员头戴装载ar智能仓库操作系统的hololens2混合现实头戴显示设备，对所下发的作业任务进行作业。具体的，ar仓库操作员进行仓库作业的具体步骤如下：
[0126]
(4.1)ar仓库操作员头戴hololens2混合现实头戴显示设备站在实体仓库正前方起始位置，打开ar仓库实训操作系统，右手拇指和食指对准前方轻捏，打开ar仓库界面。
[0127]
(4.2)ar仓库操作员对准正前方仓库操作菜单选项，食指和拇指轻捏选择作业类型为入库、出库、拣选、盘点或分拨。选择作业类型后，食指和拇指对准获取订单按钮，获取来自ar仓库管理员的工作订单簇。若任务类型为入库，则转步骤(4.3)，若任务类型为出库则转步骤(4.4)，若任务类型为分拨则转步骤(4.5)。
[0128]
(4.3)步骤(4.2)所获取的订单簇若为入库订单，则ar仓库操作员提取入库暂存区待入库货物，系统根据路径算法自动生成自ar仓库操作员位置到目标货位的最优路径，路径以动态箭头的形式从ar仓库操作员脚下一直标识到目标库位。ar仓库操作员按照路径提示，将货物运送至目标库位，并根据系统提示将hololens2混合现实头戴显示设备对准库位ar虚拟二维码标签校验库位信息。校验信息完成后，扫描入库物料ar虚拟二维码标签，核验物料和数量准确无误后，ar仓库操作员将待入库货物放入库位，系统更新库位信息和任务状态信息，入库任务结束。ar仓库操作员根据需要选择获取下一个订单或者结束任务。
[0129]
(4.4)步骤(4.2)所获取的订单簇若为出库订单，系统根据路径算法自动生成自ar仓库操作员位置到目标货位的最优路径，路径以动态箭头的形式从ar仓库操作员脚下一直标识到目标库位。ar仓库操作员跟随路径提示寻找目标库位，在到达目标库位后，系统提醒ar仓库操作员将hololens2混合现实头戴显示设备对准库位ar虚拟二维码标签校验库位信息。校验完库位信息之后，系统提示ar仓库操作员系统将hololens2混合现实头戴显示设备对准库位中需要出库的货物ar虚拟二维码标签校验货物信息。ar仓库操作员在目标库位拣货完成之后，系统根据路径算法自动生成自ar仓库操作员位置到出库打包区的最优路径，路径以动态箭头的形式从ar仓库操作员脚下一直标识到出库打包区。ar仓库操作员跟随路径提示到达出库打包区，在打包完成后，系统更新库存信息和任务状态信息，出库任务结束。ar仓库操作员根据需要选择获取下一个订单或者结束任务。
[0130]
(4.5)步骤(4.2)所获取的订单簇若为分拨订单，系统首先根据路径算法自动生成自ar仓库操作员位置到待分拨货物库位的最优路径，路径以动态箭头的形式从ar仓库操作员脚下一直标识到目标库位。ar仓库操作员跟随路径提示寻找目标库位，在到达目标库位后，系统提醒ar仓库操作员将hololens2混合现实头戴显示设备对准库位ar虚拟二维码标签校验库位信息。校验完库位信息之后，系统提示ar仓库操作员系统将hololens2混合现实头戴显示设备对准库位中需要分拨的货物ar虚拟二维码标签校验货物信息。ar仓库操作员在目标库位拣货完成之后，系统根据货物需要分拨的数量和类型先后根据路径算法自动生成每一条自ar仓库操作员位置到目标分拨库位的最优路径，路径以动态箭头的形式从ar仓库操作员脚下一直标识目标到分拨库位。ar仓库操作员跟随路径提示先后到达各目标分拨库位并扫描库位的ar虚拟二维码标签，校验库位之后，将待分拨货物的对应批次放入目标库位。之后跟随下一个分拨子任务按同样的方式分拨到目标库位，在所有子任务完成之后，系统更新库存信息和任务状态信息，分拨任务结束。ar仓库操作员根据需要选择获取下一个订单或者结束任务。
[0131]
在本实施例中，以ar仓库操作员001为例来说明上述作业的一个具体操作过程。ar仓库操作员001对准正前方仓库操作菜单选项，食指和拇指轻捏选择作业类型为入库。选择作业类型后，食指和拇指对准获取订单按钮，获取来自ar仓库管理员的工作订单o1、o
31
。然后依次执行订单，提取入库暂存区待入库货物，系统根据路径算法自动生成自ar仓库操作员位置到目标货位的最优路径，路径以动态箭头的形式从ar仓库操作员脚下一直标识到目
标库位。ar仓库操作员按照路径提示，将货物运送至目标库位，并根据系统提示将hololens2混合现实头戴显示设备对准库位ar虚拟二维码标签校验库位信息。校验信息完成后，扫描入库物料ar虚拟二维码标签，核验物料和数量准确无误后，ar仓库操作员将待入库货物放入库位，系统更新库位信息和任务状态信息，入库任务结束。ar仓库操作员根据需要选择获取下一个订单或者结束任务。
[0132]
s4、作业任务完成后，所述ar智能仓库操作系统、ar仓库管理系统，以及云物流仓储管理系统之间进行信息反馈与更新。
[0133]
待s3中的作业任务作业完成后，ar智能仓库操作系统生成任务日志和任务完成信息传递到ar仓库管理系统。ar仓库管理系统保存任务日志，并将任务完成信息反馈给云物流仓储管理系统。云物流仓储管理系统根据ar仓库管理系统反馈的任务信息更新任务进度和库存信息，此时，则完成云物流仓储管理系统和ar仓库管理系统的信息交换和任务进程。
[0134]
至此，则完成了本实施例一种基于ar技术的云物流仓储运作方法的全部流程。
[0135]
实施例2：
[0136]
第二方面，本发明还提供了一种基于ar技术的云物流仓储运作系统，该系统包括：
[0137]
仓储订单生成模块，用于基于云物流仓储管理系统获取客户需求订单簇，并基于所述客户需求订单簇生成仓储订单；所述仓储订单包括ar仓储订单；
[0138]
作业任务生成及下发模块，用于ar仓库管理系统基于所述ar仓储订单生成作业任务，并将所述作业任务下发至ar仓库作业端；
[0139]
作业任务作业模块，用于所述ar仓库作业端的操作员利用ar智能仓库操作系统对所述作业任务进行作业；
[0140]
信息反馈与更新模块，用于作业任务完成后，所述ar智能仓库操作系统、ar仓库管理系统，以及云物流仓储管理系统之间进行信息反馈与更新。
[0141]
可选的，所述仓储订单生成模块基于云物流仓储管理系统获取客户需求订单簇，并基于所述客户需求订单簇生成仓储订单；所述仓储订单包括ar仓储订单包括：
[0142]
s11、基于云物流仓储管理系统获取客户填写的仓储需求订单后，对所述仓储需求订单进行分解获取需求订单；
[0143]
s12、以最小运输成本为目标对需求订单进行订单聚类，生成客户需求订单簇；
[0144]
s13、利用遗传算法求解所述目标对应的目标函数生成仓储订单，所述仓储订单包括ar仓储订单。
[0145]
可选的，所述目标函数为：
[0146][0147]
所述目标函数的约束条件包括：
[0148]
约束
[0149]
i＝1,2,...,n-1；j＝i+1,i+2,...,n
[0150]
表示若订单i和订单j的货物地址的直线距离小于给定的可接受聚类距离dr则将
两者放在统一订单簇中；ot
ij
＝1表示订单i和订单j的货物地址的直线距离小于给定的可接受聚类距离dr；ot
ij
＝0表示订单i和订单j的货物地址的直线距离不小于给定的可接受聚类距离dr；
[0151]
约束表示对每个订单i，有且只有一个仓库为其提供服务；
[0152]
其中，d
ij
表示货物地址到目标仓库的距离；c
ij
表示单位变动物流成本；c0表示批次固定物流成本；ot
ij
为决策变量；ni表示需求订单i的货物数量。j
ij
表示需求订单i是否由ar仓库j服务。
[0153]
可选的，所述ar仓库管理系统基于所述ar仓储订单生成作业任务包括：
[0154]
以最小化单个操作员最大工作时间为目标构建订单分配目标函数；
[0155]
利用智能算法求解上述订单分配目标函数生成生成作业任务；
[0156]
所述订单分配目标函数为：
[0157][0158]
其中，订单分配目标函数的约束包括：
[0159]
约束表示每个订单簇只能由一个操作员完成的约束条件；
[0160]
约束表示每个操作员至少完成一个订单的约束条件；
[0161]
其中，x
ij
表示是否由第i个操作员完成第j个订单簇的标志，且q表示订单簇数量；p表示操作员数量；t表示单位工作量的工作时间；θi表示第i个操作员的工作效率；βj表示第j个订单簇的工作量。
[0162]
可选的，所述ar智能仓库操作系统、ar仓库管理系统，以及云物流仓储管理系统之间进行信息反馈与更新包括：
[0163]
ar智能仓库操作系统生成任务日志和任务完成信息传递到ar仓库管理系统，ar仓库管理系统保存任务日志，并将任务完成信息反馈给云物流仓储管理系统；
[0164]
云物流仓储管理系统根据所述任务完成信息更新任务进度和库存信息。
[0165]
可理解的是，本发明实施例提供的基于ar技术的云物流仓储运作系统与上述基于ar技术的云物流仓储运作方法相对应，其有关内容的解释、举例、有益效果等部分可以参照基于ar技术的云物流仓储运作方法中的相应内容，此处不再赘述。
[0166]
综上所述，与现有技术相比，具备以下有益效果：
[0167]
1、本发明基于云物流仓储管理系统获取客户需求订单簇，并生成包括ar仓储订单的仓储订单，然后ar仓库管理系统基于ar仓储订单生成作业任务，并将作业任务下发至ar仓库作业端；接着ar仓库作业端的操作员利用ar智能仓库操作系统对作业任务进行作业；最后在作业任务完成后，ar智能仓库操作系统、ar仓库管理系统，以及云物流仓储管理系统之间进行信息反馈与更新。本发明可满足用户的特殊的ar仓库存储个性化需求，功能全面；且仓库周转率更高，可降低总作业时间。
[0168]
2、本发明采用云物流思想，实现了ar仓库系统的资源整合，提出从云物流仓储系统到ar仓库系统的订单聚类方法，用以分摊固定物流成本，可实现规模效应。
[0169]
3、本发明提出了ar仓库系统端的以最小化仓库总作业时间的订单分配方法，用以提高仓库周转率，降低总作业时间。
[0170]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0171]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。