大數據技術在京東倉儲中的應用與實踐
——“大數據與智慧物流”連載之五

王天文/文

大數據技術在京東倉儲中的應用與實踐
——“大數據與智慧物流”連載之五

王天文/文

在未來倉庫中，人工智能與設備的結合將會取代大部分物流作業，機器的智能會超越人的智能，做出比人更“聰明”的決策，追求倉庫效率與成本的最優化。而對于擁有海量包裹物流需求的未來，機器與智能在物流領域的應用與實踐將會越來越廣泛。

隨著電子商務的迅猛發展，物流需求日益膨脹，同時人力成本日益攀升，物流從業人員數量供給不足，從而導致倉配產能漸趨不足。據預測，到2020年，中國的包裹量將達到日均1.45億個，這已不是單純擴張人數和倉庫面積就可以解決的問題。通過技術手段支持產能并降本增效迫在眉睫。

京東推出“無人倉”項目，實現了自動化時代到智能化時代的大躍遷，其智能化體現在，傳統工業機器人將不再只是執行手臂，還將被賦予大腦智慧，使其具備自主判斷和行為能力，從而完成復雜多變的倉儲任務，為客戶更快更好地提供物流服務。下面京東倉庫搬運機器人——天狼系統的幾方面“智慧”所在。

智能商品布局

《孫子兵法·勢篇》中寫道：“強弱，形也。”，這里的“強”字是一個動詞，是“使其強大”的意思。我的理解是：要讓有限軍隊變得堅不可摧，需要精心布置陣形、精心布局、精心安排兵力。運用在倉儲物流管理的生產中，要想用有限庫容和產能等資源達到高出庫效率，需要精心安排商品庫存分布和產能調配；因此，庫存分布將變得尤為重要，我們在京東天狼系統中分別從如下幾個方面，應用大數據分析等技術，對倉庫的庫存分布進行“精心安排”。

1.熱銷度

應用大數據分析技術，預測商品近期熱銷程度。對于熱銷商品（出庫頻次高的商品），存儲于距離出庫工作臺近的位置，降低出庫搬運總成本，同時提升出庫效率。

圖1 ：AGV

圖2 ：貨到人

圖3 ：熱銷度

圖4 ：相關度

2.相關度

目前不同商品之間在庫內的存儲區域分布是相關獨立的，是互不影響的。然而，針對海量歷史訂單進行數據分析，我們得出結論——兩商品同步下單的幾率存在一定的耦合性。根據這種商品相關度的分析，設計商品之間的存儲規律，令相關度高的商品存儲于相同貨架，達到優化揀貨路徑，減少機器人貨架搬運次數，從而節省倉儲設備資源，提高機器人人效。京東通過應用機器學習算法和遺傳算法等優化算法，計算得出最優商品組合，即哪些商品存儲在一起，能使得倉內貨架整體內聚度（貨架上商品之間相關度）最高。

3.分散存儲

應用運籌優化等技術，追求全倉庫存分散程度最大化，將相同或相似商品，在庫區一定程度的分散存儲，從而避免由于某區域暫時擁堵影響包含該商品訂單出庫，這樣可以隨時動態調度生產，實時均衡各區生產熱度；同時，庫區生產還可以支持并行生產，可無限平行擴展。

將以上原則制定為最優庫存存儲規則，一旦由于因素變化（比如熱銷度變化、相關度變化）或貨架上商品庫存變化等，系統會自動調整庫存分布圖，并對出庫、入庫、在庫作業產生相應的最優決策指導。小車將自動執行相應搬運指令，將對的貨架（庫存）送至對的位置，完成庫存分布的動態調整。

圖5 ：分散存儲

圖6 ：倉庫動態分區

圖7 ：倉庫動態分區

圖8 ：資源匹配

圖9 ：搬運小車路徑規劃

倉庫動態分區

當訂單下傳到庫房后，如果沒有一個合理的訂單分區調度，可能會帶來不同區域訂單熱度不均問題，這個問題會導致以下兩個現象：

現象1：各區產能不均衡，從而導致部分區域產能暫時跟不上。

現象2：部分區域過于擁擠，從而導致部分區域出庫效率混亂且效率較低。

為解決這個問題，我們實時動態分析倉庫訂單分布，應用沃羅諾伊圖分區技術，動態劃分邏輯區，從而達到各區產能均衡的目的，使得設備資源利用率達到最大化和避免擁堵，進而提升倉庫整體出庫效率。

資源匹配

當WMS從ERP接受客戶訂單時，運用生產調度運籌優化模型，建立倉內供需最優匹配關系，使得全倉整體出庫效率達到最大化。

搬運小車路徑規劃

當搬運小車接收搬運指令時，要將貨物快速準確送達目的地，需要規劃合理最優路徑。那么,如何利用倉庫優先的道路資源，為全倉搬運小車規劃合理的搬運路線？京東應用時空大數據等技術，協調規劃全倉搬運小車整體搬運路線，使得全倉小車有條不紊有序進行，最大程度減少擁堵。

智能化是物流行業發展必然趨勢，我們可以通過技術手段來解決更多的物流問題，達到降本增效的效果。在未來倉庫中，人工智能與設備結合將會取代大部分物流作業，機器的智能會超越人的智能，做出比人更“聰明”的決策，追求倉庫效率與成本的最優化。而對于擁有海量包裹物流需求的未來，機器與智能在物流領域的應用與實踐將會越來越廣泛。

作者為京東商城運營研發部高級產品經理