JP7415076B1 - 情報処理装置、情報処理方法、プログラムおよび情報処理システム - Google Patents

Abstract

【課題】ピッキング作業をより効率的に実行する。【解決手段】情報処理装置は、処理部を備える。処理部は、商品の第１識別情報を含む複数の棚データに基づいて、複数の棚の少なくとも一部からピッキングする商品の第２識別情報を含む複数の第１オーダーデータの処理順序と、複数の第１オーダーデータそれぞれについて第２識別情報で識別される商品をピッキングする１つ以上の棚と、を決定し、類似または一致する複数の第１オーダーデータをクラスタにマージする処理を繰り返す階層型クラスタリングを、クラスタ数が、複数の第１オーダーデータのうち少なくとも一部の第１オーダーデータそれぞれに対応する収容容器が配置された複数の作業ステーションのステーション数以上となるように実行する。【選択図】図２

Description

本発明の実施形態は、情報処理装置、情報処理方法、プログラムおよび情報処理システムに関する。

ＡＧＶ（Automated guided vehicle）または作業者により移動可能な棚（商品を収容する棚）を作業ステーション（ピッキングステーション）に移動し、作業ステーション内で商品のピッキング作業を行う、棚搬送型の倉庫を用いた物流システムが知られている。

このような棚搬送型システムは、各オーダーがリアルタイムに逐次追加されることを前提としている場合が多い。すなわち、処理順序を変更可能である大量のオーダーが同じタイミングでシステムに与えられることを想定していない場合が多い。

特開２０２０－０３３１５４号公報

Nils Boysen et al.、"Parts-to-picker based order processing in a rack-moving mobile robots environment"、European Journal of Operational Research、Research 262 （2017） 550-562

本発明は、ピッキング作業をより効率的に実行することができる情報処理装置、情報処理方法、プログラムおよび情報処理システムを提供することを目的とする。

実施形態の情報処理装置は、処理部を備える。処理部は、商品の第１識別情報を含む複数の棚データに基づいて、複数の棚の少なくとも一部からピッキングする商品の第２識別情報を含む複数の第１オーダーデータの処理順序と、複数の第１オーダーデータそれぞれについて第２識別情報で識別される商品をピッキングする１つ以上の棚と、を決定し、類似または一致する複数の第１オーダーデータをクラスタにマージする処理を繰り返す階層型クラスタリングを、クラスタ数が、複数の第１オーダーデータのうち少なくとも一部の第１オーダーデータそれぞれに対応する収容容器が配置された複数の作業ステーションのステーション数以上となるように実行する。

実施形態の情報処理システムの構成の概要を示す図。 実施形態にかかる情報処理装置のブロック図。 生成されるインデクスの例を示す図。 生成される階層型のクラスタの例を示す図。 処理順序で並び替えたオーダーの例を示す図。 図３のオーダーをクラスタリングした例を示す図。 図３のオーダーをクラスタリングした例を示す図。 並び替えられたオーダーの例を示す図。 並び替えられたオーダーの例を示す図。 実施形態における順序決定処理のフローチャート。 クラスタリングのフローチャート。 ３つの作業ステーションがある場合の例を示す図。 ３つの作業ステーションがある場合の例を示す図。 オーダー数の決定処理のフローチャート。 類似度を用いずにクラスタの処理順序を決定する例を示す図。 類似度を用いてクラスタの処理順序を決定する例を示す図。 実施形態にかかる情報処理装置のハードウェア構成図。

以下に添付図面を参照して、この発明にかかる情報処理装置の好適な実施形態を詳細に説明する。本実施形態は、例えば棚搬送型の倉庫を用いた物流システムに対して適用することができる。

上記のように、従来の棚搬送型システムは、発生した順序に従いオーダーがピッキングの対象として選択される。

一方、例えば主にＢ２Ｂ（Business to Business）を対象とする物流システムなどでは、一定の期間内（例えば一日単位）で処理すべき全オーダーが事前に与えられる場合がある。このような場合、複数のオーダーは、発送の締め切り時刻前であれば処理順序を入れ替えることが可能である。例えば、オーダーの処理順序を事前に適正に並べ直し、かつ、各オーダーに引き当てる棚を事前に決定しておくことで、複数のオーダーに引き当てる商品を１つの棚からピッキングできる割合（同時ピッキング率）を向上させ、棚搬送作業およびピッキング作業を効率化することができる可能性がある。従来は、このようにシステム全体としての作業効率向上を目的として、事前に大量のオーダーの処理順序を並べ直し各オーダーで使用する棚を決定するような機能は考慮されていない。

そこで本実施形態は、未処理のオーダーの情報である複数のオーダーデータが与えられたときに、１種類以上の商品をそれぞれ収容する複数の棚に関する複数の棚データを参照し、同時ピッキング率が向上するように複数のオーダーの処理順序と各オーダーで使用する棚を決定する。オーダーデータとオーダーとは１対１に対応するため、オーダーの処理順序を決定することはオーダーデータの処理順序を決定することに相当する。同様に、オーダーに対する処理は、オーダーデータに対する処理と言い換えることができる。

棚データは、棚を識別する情報である棚ＩＤと、各棚に現時点の在庫として収容される１種類以上の商品の識別情報（第１識別情報）と、を含むデータである。棚データは、例えば、棚に収容される商品の集合（商品集合）を構成する各商品の種類を表す識別情報を含む。

オーダーデータは、オーダーを識別する情報であるオーダーＩＤと、複数の棚の少なくとも一部からピッキングする１種類以上の商品の識別情報（第２識別情報）と、を含むデータである。オーダーデータは、例えば、同じ宛先に対し同じ収容容器に梱包する各商品の出庫指示の単位を表す。

図１は、本実施形態の情報処理システム１０（棚搬送型システムの一例）の構成の概要を示す図である。図１に示すように情報処理システム１０は、情報処理装置１００と、搬送装置２００と、移動可能な棚３０と、作業ステーション１１と、複数の収容容器１２と、作業用の棚１３と、ディスプレイ１４と、ネットワーク３００と、を含む。

作業ステーション１１は、作業者２１によるピッキングが行われる作業場所を表す。図
１では１つの作業ステーション１１のみが示されているが、情報処理システム１０は、複数の作業ステーション１１を含む。

棚１３は、複数の収容容器１２を配置することができる。複数の収容容器１２は、例えば複数のオーダーそれぞれに対応する。棚１３には、複数のオーダーデータのうち少なくとも一部のオーダーデータそれぞれに対応する収容容器１２が配置される。ディスプレイ１４は、例えば情報処理装置１００から出力された作業指示などの情報を表示するための表示装置である。

搬送装置２００は、棚３０を作業ステーション１１に移動（搬送）するための装置であり、例えばＡＧＶである。このように、棚３０は、作業ステーション１１に移動可能となっている。図１では１つの棚３０のみが示されているが、情報処理システム１０では、複数の棚３０が準備され、決定されたオーダー処理の順序に応じて選択された棚３０が、作業ステーション１１に移動される。作業者２１により棚が移動される場合は、搬送装置２００は備えられなくてもよい。棚３０は、例えば複数のパーティションを有し、複数種類の商品を収容することができる。

ネットワーク３００は、情報処理装置１００、搬送装置２００、および、ディスプレイ１４を接続するネットワークである。ネットワーク３００は、インターネットおよびローカルエリアネットワーク（ＬＡＮ）などの、どのような形態のネットワークであってもよい。ネットワーク３００は、無線ネットワーク、有線ネットワーク、および、無線と有線とが混在したネットワークのいずれであってもよい。

図１に示すように、複数のオーダーに対応する作業用の複数の収容容器１２が棚１３に置かれ、作業者２１は、複数のオーダーについてのピッキングを並列に実行することができる。なお作業者２１の代わりにピッキング用のロボット等によりピッキングが行われてもよい。各収容容器１２は、梱包すべき各商品を入れ終わった時点でピッキング完了となる。完了したオーダー（収容容器）は完了扱いとなり、逐次作業ステーション１１から除かれ、次のオーダーに対応する収容容器１２が投入される。

図２は、本実施形態にかかる情報処理装置１００の構成の一例を示すブロック図である。図１に示すように、情報処理装置１００は、受付部１０１と、優先度算出部１０２と、決定部１０３と、距離算出部１０４と、出力制御部１０５と、オーダーデータ記憶部１２１と、棚データ記憶部１２２と、クラスタデータ記憶部１２３と、ステーションデータ記憶部１２４と、を備えている。

受付部１０１は、情報処理装置１００で用いられる各種データの入力を受け付ける。例えば受付部１０１は、処理対象となる複数のオーダーデータ（第１オーダーデータ）、複数の棚データ、および、作業ステーションデータを受け付ける。オーダーデータ、棚データおよび作業ステーションデータは、どのような方法で生成されてもよいが、例えば、オーダーを受信するシステムおよび商品の在庫を管理するシステムなどの外部システムにより生成されてもよい。また各データの入力方法はどのような方法であってもよいが、例えば、ネットワーク３００を介して外部システムから受信する方法を用いることができる。

オーダーデータは、オーダーＩＤと、当該オーダーに含まれる商品の識別情報と、を少なくとも含む。オーダーＩＤは、例えば、オーダーＯ１、オーダーＯ２、オーダーＯ３・・・のように表される。商品の識別情報は、例えば、商品Ａ、商品Ｂ、商品Ｃ・・・のように表される。オーダーデータに含まれる情報はこれに限られない。例えばオーダーデータは、商品ごとの個数や量を含んでもよい。

棚データは、棚ＩＤと、当該棚に収容される商品の識別情報と、を少なくとも含む。棚ＩＤは、例えば、棚Ｒ１、棚Ｒ２、棚Ｒ３・・・のように表される。棚データに含まれる情報はこれに限られない。例えば棚データは、商品ごとの個数や、棚のどの面のどのパーティションに収容されているかの商品の収容位置情報を含んでもよい。

作業ステーションデータは、作業ステーションＩＤと、複数の作業ステーションそれぞれの収容容器の数と、を少なくとも含む。収容容器の数は、並列にピッキング処理を実行できるオーダー数に相当する。作業ステーションＩＤは、複数の作業ステーション１１それぞれを識別する情報である。作業ステーションデータは、複数の作業ステーションそれぞれで処理する予定であり割付済のオーダーの情報を含む場合もあり得る。

受付部１０１は、オーダーデータ、棚データ及び作業ステーションデータ以外のデータ、例えば、各商品の詳細情報（サイズ、荷姿など）を含む商品データを補足入力データとして受け付けてもよい。

優先度算出部１０２は、複数の棚ごとの優先度を算出する。優先度は、決定部１０３が各オーダーに対して引き当てる棚を決定するときに使用される。優先度は、例えば、ピッキング作業をより効率的に実行できる棚ほど値が大きくなるように算出される。例えば、優先度算出部１０２は、以下の方法により優先度を算出してもよい。
・棚データに含まれる商品の識別情報のうち、複数のオーダーデータのいずれかに含まれている、すなわち、オーダーで要求されているにもかかわらず引き当てられていない商品（未引当商品）のリスト（未引当商品リスト）を作成する。
・未引当商品について、商品ごとの優先度（商品優先度）を算出する。商品ごとの優先度は、例えば当該商品を含む、すなわち、当該商品を要求しているオーダーの個数（引き当てオーダー数）である。
・棚ごとに、未引当商品リストに含まれる商品優先度の合計値を、当該棚の優先度（棚優先度）として算出する。

決定部１０３は、算出された各棚の優先度に基づいて、複数のオーダーデータごとに、オーダーデータに含まれる商品の識別情報と一致する識別情報の商品が収容される棚のうち商品をピッキングする１つ以上の棚を決定する。

例えば決定部１０３は、すべてのオーダーが並列に処理可能である（すべてのオーダーに対応する収容容器１２に対して並列にピッキングが可能である）と仮定し、最も同時ピッキング率が高い棚、すなわち、優先度算出部１０２で算出された優先度が最も高い棚を逐次的に選択することを反復することで、各オーダーで使用する（引き当てる）棚と、各オーダーについて棚の呼び出し順序を決定してもよい。

また、決定部１０３は、各オーダーデータに対して商品をピッキングする棚として決定した棚を示すインデクスを生成する。インデクスは、例えば、商品をピッキングする１以上の棚の棚ＩＤを含む情報である。インデクスの生成方法の詳細は後述する。

距離算出部１０４は、複数のオーダーデータそれぞれに対して生成された複数のインデクス間の距離を算出する。距離の算出方法の詳細は後述する。

さらに決定部１０３は、棚データおよび作業ステーションデータに基づいて、複数のオーダーデータに引き当てる商品を１つの棚からピッキングする割合（例えば、１つの棚から同時にピッキングする割合：同時ピッキング率）を向上させるように、複数の作業ステーション１１それぞれに配分する複数のオーダーデータと、配分した複数のオーダーデータの処理順序を決定する。同時とは、時間的に厳密に一致する時刻を意味するものではな
く、同じ１つの棚からピッキングできることを意味する。決定部１０３は、算出された距離が小さいほど順序が近くなるように、複数のオーダーデータの処理順序を決定する。決定部１０３は、例えば、距離が小さいインデクスに対応するオーダーをクラスタにマージする処理を繰り返して階層構造で表されるクラスタを生成する階層型（凝集型）クラスタリングを実行する。そして決定部１０３は、同じクラスタに含まれるオーダー同士が近い順序に配置されるように、複数の作業ステーション１１それぞれのオーダーの処理順序を決定する。

階層型クラスタリングは、クラスタに付与されたインデクス間の距離が最小である２つのクラスタの組を発見し、１つのクラスタにマージする処理を、複数の作業ステーション１１の個数以上のクラスタが生成されるように、生成されるクラスタのサイズを制御しながら反復する。これにより、対応するインデクス間の距離の近い複数のオーダーが同一のクラスタに含まれるように、複数のオーダーデータをクラスタリングすることができる。

決定部１０３は、マージ前のクラスタ（またはオーダー）を子ノード（子クラスタ）とし、マージ後のクラスタを親ノード（親クラスタ）とする二分木を、クラスタリングの履歴としてクラスタデータ記憶部１２３に記憶する。また決定部１０３は、現時点のクラスタリングの結果を表す階層構造のクラスタをクラスタデータ記憶部１２３に記憶する。クラスタリングの終了条件が満たされると、最終的な処理結果を示す階層構造のクラスタが、クラスタデータ記憶部１２３に記憶される。決定部１０３は、同じ親クラスタに属する子クラスタが隣接するように再帰的に上記の二分木を展開することで、同じ親クラスタに属する二分木の葉（オーダーデータに相当）が近い順番に配置されるようにオーダーの処理順序を決定する。

出力制御部１０５は、情報処理装置１００で処理される各種情報の出力を制御する。例えば出力制御部１０５は、複数の作業ステーション１１にそれぞれ割り当てるオーダーデータの集合、オーダーの処理順序を示す情報（オーダー順序情報）、各オーダーで使用する（引き当てる）棚を示す情報、および、各オーダーについて当該棚の呼び出し順序を示す情報（棚順序情報）を含む出力情報を出力する。

上記各部（受付部１０１、優先度算出部１０２、決定部１０３、距離算出部１０４、および、出力制御部１０５）の少なくとも一部は、１つ以上の処理部により実現されてもよい。上記各部は、例えば、１または複数のプロセッサにより実現される。例えば上記各部は、ＣＰＵ（Central Processing Unit）などのプロセッサにプログラムを実行させること、すなわちソフトウェアにより実現してもよい。上記各部は、専用のＩＣ（Integrated Circuit）などのプロセッサ、すなわちハードウェアにより実現してもよい。上記各部は、ソフトウェアおよびハードウェアを併用して実現してもよい。複数のプロセッサを用いる場合、各プロセッサは、各部のうち１つを実現してもよいし、各部のうち２以上を実現してもよい。

オーダーデータ記憶部１２１は、受付部１０１により受け付けられたオーダーデータを記憶する。棚データ記憶部１２２は、受付部１０１により受け付けられた棚データを記憶する。クラスタデータ記憶部１２３は、決定部１０３による階層型クラスタリングで生成されるデータ（インデクス、履歴としての二分木、階層構造のクラスタなど）を記憶する。ステーションデータ記憶部１２４は、作業ステーションデータを記憶する。

なお、各記憶部（オーダーデータ記憶部１２１、棚データ記憶部１２２、クラスタデータ記憶部１２３、ステーションデータ記憶部１２４）は、フラッシュメモリ、メモリカード、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）、および、光ディスクなどの一般的に利用されているあらゆる記憶媒体により構成することができる。

各記憶部は、物理的に異なる記憶媒体としてもよいし、物理的に同一の記憶媒体の異なる記憶領域として実現してもよい。さらに記憶部のそれぞれは、物理的に異なる複数の記憶媒体により実現してもよい。

次に、インデクスの生成方法の詳細について説明する。決定部１０３は、各オーダーデータに対して商品をピッキングする棚として決定した棚を示すインデクスを生成する。図３は、生成されるインデクスの例を示す図である。図３では、各オーダーＩＤの横に、当該オーダーＩＤのオーダーに対して生成されるインデクスの例が示されている。インデクスは、棚の呼び出し順序を示す情報を含んでもよい。例えば、呼び出し順序に従って左から右に棚ＩＤを並べるようにインデクスが生成されてもよい。棚ＩＤと、呼び出し順序を示す情報とを対応づけたインデクスが生成されてもよい。

次に、インデクスを用いた階層型クラスタリングの例について説明する。図４は、対象となる作業ステーションが１つの場合に階層型クラスタリングにより生成される階層型のクラスタの例を示す図である。

まず、距離算出部１０４は、生成された複数のインデクス間の距離を算出する。距離算出部１０４は、例えば、２つのインデクスの間で一致しない棚（棚ＩＤ）の合計数を距離として算出する。距離はこれに限られず、例えば以下のような方法で算出されてもよく、計算方法は限定しない。
・一致している棚の合計数に負の係数を乗じた値を距離とする。
・一致しない棚の合計数と、一致している棚の合計数と、にそれぞれ係数をかけて和を取った値を距離とする。
・インデクスに棚ごとの重みが付与されている場合、一致している棚ごとに、重み（負の係数を乗じた重みでもよい）の総和を距離としてもよい。例えば、図３のオーダーＯ１のインデクスに含まれる棚Ｒ５の重みが２であり、棚Ｒ２の重みが１である場合は、距離算出部１０４は、棚Ｒ５のみが一致した場合は距離を－２、棚Ｒ２のみが一致した場合は距離を－１、棚Ｒ５および棚Ｒ２の両方が一致した場合は距離を－３と算出する。

次に決定部１０３は、距離が小さいインデクスのついたオーダー同士、クラスタ同士、または、オーダーとクラスタを、１つのクラスタにマージする処理を繰り返して階層構造のクラスタを生成する。図３では、例えばオーダーＯ２およびオーダーＯ５のオーダーのインデクスは、Ｒ５のみを含む点で一致する。一致する棚ＩＤのみを含むインデクスに対する値がより小さくなるような距離を用いる場合、決定部１０３は、オーダーＯ２およびオーダーＯ５のオーダーを１つのクラスタにマージする。

図４のクラスタＣ１は、このようにしてマージされたクラスタを示す。なおＣ１～Ｃ９は、各クラスタを識別する情報を表す。決定部１０３は、マージ前の２つのインデクスを子ノードとし、マージ後のクラスタを親ノードとする二分木をクラスタデータ記憶部１２３に記憶する。同様にして、決定部１０３は、クラスタリングの終了条件が満たされるまで処理を反復する。

図４は、１つに統合されたクラスタの例を示す。図４に示すように、マージ後のクラスタに対するインデクスとしては、例えば、クラスタに属する各オーダーに引き当てられた棚ＩＤの和集合が用いられる。

次に決定部１０３は、同じ親クラスタに属する子クラスタが隣接するように再帰的に二分木を展開することで、同じクラスタに属する葉ノードに対応する２つのオーダーが近い順序になるように、オーダーの処理順序を決定する。

図５は、決定した処理順序で並び替えたオーダーの例を示す図である。図５は、図４に示すクラスタに基づき並び替えられたオーダーの例である。図４に示すように、クラスタは、１０個のオーダーに対応する１０個の葉ノードを含む。決定部１０３は、例えば最後に発見されたクラスタＣ９から再帰的に二分木の親子関係を辿る（二分木を展開する）ことで、オーダーの処理順序を決定する。図４の例では、決定部１０３は、以下のように親子関係を辿り、辿り着いた葉（オーダー）の順に並べることで、図５の順番にオーダーを並び替える。
Ｃ９→Ｃ８→Ｃ３→Ｃ１→オーダーＯ２→Ｃ１→オーダーＯ５→Ｃ１→Ｃ３→Ｃ２→オーダーＯ９→Ｃ２→オーダーＯ６→Ｃ２→Ｃ３→Ｃ８→Ｃ７→Ｃ５→Ｃ４→オーダーＯ１→（省略）→Ｃ８→Ｃ９→オーダーＯ８

作業ステーション１１が複数ある場合に、図４の例のように全オーダーを１つのクラスタに統合し、決定された処理順序に従いオーダーを並び替えた後に、オーダーデータを各作業ステーション１１のデータ群に分割したとする。このような方法では、クラスタの途中で強制的に別の作業ステーション１１での処理に分割される状況が生じうる。このような状況は、同時ピッキング率を下げる一因となりうる。

そこで本実施形態の決定部１０３は、作業ステーション１１が複数ある場合、クラスタの個数（クラスタ数）が、対象となる作業ステーション１１の個数（ステーション数）以上となるように階層型クラスタリングを実行する。すなわち、決定部１０３は、複数のクラスタそれぞれのサイズを制御し、１つのクラスタには統合しない。

例えば、決定部１０３は、オーダーをクラスタにマージする処理の際に、マージ後のクラスタ内のオーダーの総数が目標サイズを超過する場合は、該当するオーダー同士、クラスタ同士、または、オーダーとクラスタであるペアは、マージ候補から除く判定処理を行う。

目標サイズは、例えば、目標サイズ以上の大きさのクラスタを１つの作業ステーション１１に割り当てることにより、作業負荷のバランスが崩れ、強制的に分割される可能性が高くなることを目安として決定される。

目標サイズは、例えば作業ステーション１１がＮ個、全オーダーの数をＭ個とすると、作業負荷が平準化されるようにＭ／Ｎ個により決定される。この場合、クラスタのサイズが目標サイズを超えるか否かは、例えばクラスタに含まれるオーダー数が目標サイズを超えるか否かという判定条件により判定される。

判定処理で用いる判定条件は、これに限られず、例えば以下のような判定条件であってもよい。また、複数の判定条件のいずれかに合致した場合にマージ候補から除くように判定処理が実行されてもよい。
・マージ後のクラスタ内の商品の総数が目標サイズを超えるか否か
・マージ後のクラスタ内の商品種類の総数が目標サイズを超えるか否か

また、決定部１０３は、仕掛中のオーダーがある場合は、作業ステーションデータの情報を利用し、仕掛中のオーダーの作業負荷と、新たに各作業ステーション１１に割り当てるオーダーの作業負荷と、の和が平準化されるように、目標サイズを決定してもよい。仕掛中のオーダーとは、例えば、既に各作業ステーション１１に割り当て済であり変更できないオーダー、または、作業中のオーダーである。この場合の目標サイズの決定方法については後述する。

図６および図７は、２つの作業ステーション１１を対象として図３のオーダーをクラスタリングした例を示す図である。図３のオーダーの個数は１０であるため、クラスタの目標サイズは、例えば１０／２＝５となる。

例えば、クラスタＣ７に含まれるオーダー数は５であり、目標サイズに達している。このため、クラスタＣ７に対しては、これ以上、他のクラスタはマージされない。すなわち、図６に示すクラスタＣ８と、図７に示すクラスタＣ７と、が生成された段階で、階層型クラスタリングは終了する。

図８および図９は、それぞれ図６および図７に示される各クラスタに基づいて、上記の方法で並び替えられたオーダーの例を示す図である。

図５の例のように１つにマージされたクラスタに基づいて並び替えられた１０個のオーダーが、１～５番目の５個のオーダー、および、６～１０番目の５個のオーダーに分割あれたとする。この場合、同じ棚（Ｒ２、Ｒ５）を使用するオーダーＯ１とオーダーＯ４が、２つの作業ステーション１１に分割されて割り当てられる。

これに対して、本実施形態の手順で生成される２つのクラスタの例では、オーダーＯ１、Ｏ４は、共にクラスタＣ７（図７）にマージされる。従って、図９に示すように、オーダーＯ１、Ｏ４は、同じ作業ステーション１１に割り当てられる。すなわち、同時ピッキング率を向上させることができる。

次に、本実施形態にかかる情報処理装置１００による順序決定処理について説明する。図１０は、本実施形態における順序決定処理の一例を示すフローチャートである。

受付部１０１は、複数のオーダーデータ、複数の棚データ、および、作業ステーションデータの入力を受け付ける（ステップＳ１０１）。複数のオーダーデータは、入力されたオーダーリストのうち、未処理のオーダーデータを抽出することで取得されてもよい。

次に、決定部１０３は、未処理のオーダーデータの中で、選択された棚から引き当て可能なオーダーすべてに対し、優先度が最大の棚を選択し、選択された棚の棚ＩＤをインデクスに追加することを反復し、すべてのオーダーにインデクスを付与する（ステップＳ１０２）。

次に、決定部１０３は、階層型クラスタリングを実行する（ステップＳ１０３）。階層型クラスタリングでは、決定部１０３は、マージ前のオーダーまたはクラスタを子ノード、マージ後のクラスタを親ノードとする二分木を生成し、生成した二分木をクラスタデータ記憶部１２３に記憶する。階層型クラスタリングの詳細は後述する。

クラスタリングが終了すると、決定部１０３は、各作業ステーション１１に対して、いずれのクラスタを割り当てるか、および、作業ステーション１１で複数のクラスタを処理する順序、を決定する（ステップＳ１０４）。

生成されたすべてのクラスタのサイズが目標サイズと一致するとは限らないため、作業ステーション１１の数より生成されたクラスタの数の方が多いことがあり得る。この場合、決定部１０３は、各作業ステーション１１の作業負荷を平準化するように、割り当てるクラスタを決定してもよい。すなわち、決定部１０３は、複数の作業ステーション１１の間で、処理中（仕掛中）のオーダーデータ（第２オーダーデータ）の個数と、未割当の複数のオーダーデータのうち割り当てられるオーダーデータの個数と、の合計が平準化されるように、複数の作業ステーション１１それぞれに割り当てる複数のオーダーデータを決
定する。

平準化させるための割り当て方法は、どのような方法であってもよいが、例えば、ビンパッキングと称される組合せ最適化問題のアルゴリズムを利用した方法であってもよい。例えば決定部１０３は、複数のクラスタを、サイズが大きいクラスタから順に、割り当て済の１つ以上のクラスタのサイズの合計が他の作業ステーションより小さい作業ステーションに対して割り当てる。

例えば、作業ステーション１１が、作業ステーション１１Ａおよび１１Ｂの２つであり、オーダーの総数が１５個であるとする。また、オーダー数が２個のクラスタＣ１、３個のクラスタＣ２、４個のクラスタＣ３、および、６個のクラスタＣ４の、４つのクラスタが生成されたとする。

決定部１０３は、例えば、サイズが大きい順にクラスタを並び替え、サイズが大きいクラスタから順次、既に割り当て済のクラスタの総サイズの小さい作業ステーション１１に割り当てる。上記の４つのクラスタの例では、決定部１０３は、作業ステーション１１Ａに対してクラスタＣ４、作業ステーション１１Ｂに対してクラスタＣ３、作業ステーション１１Ｂに対してクラスタＣ２、作業ステーション１１Ａに対してクラスタＣ１、の順で割当を決定する。

１つの作業ステーション１１に対して複数のクラスタが割り当てられた場合の、当該複数のクラスタの処理順序はどのように決定されてもよいが、例えば、当該作業ステーション１１への割当が決定された順序を処理順序とする決定方法が用いられてもよい。

図１０の説明に戻る。決定部１０３は、同じ親クラスタに属する子クラスタが隣接するように再帰的に二分木を展開することで、同じクラスタに属する葉ノードに対応する２つのオーダーが近い順序になるように、オーダーの処理順序を決定し（ステップＳ１０５）、決定した処理順序でオーダーデータを並べたオーダーリストを生成する。１つの作業ステーション１１に複数のクラスタが割り当てられた場合、決定部１０３は、元のオーダーリストのオーダーの順番を崩さないように、ステップＳ１０４で決定されたクラスタの処理順序に従い、複数のクラスタに対して決定されたオーダーリストを結合する。

出力制御部１０５は、順序が決定されたオーダーデータを含むオーダーリスト、および、各オーダーで使用する棚による作業指示を出力する（ステップＳ１０６）。

出力制御部１０５は、棚を決定する処理の過程で棚ごとに同時ピッキング率を算出していることを利用し、各棚で必要なピッキング作業回数、および、全体の作業時間予測値の少なくとも一方を算出し、オーダーデータに含まれる各商品をピッキングする棚の情報とともに出力してもよい。

例えば、ある棚の同時ピッキング率は、当該棚から複数のオーダーに対して同時にピッキングできる商品の種類数である。この場合、ピッキング作業回数は、同時ピッキング率と同じ値として算出できる。ピッキング作業の時間は、例えば、ピッキング作業回数と単位時間との積により算出できる。単位時間は、１回のピッキング作業に対して予め定められた時間を表す。

次に、ステップＳ１０３のクラスタリングの詳細について説明する。図１１は、クラスタリングの一例を示すフローチャートである。

決定部１０３は、インデクス順にオーダーデータを並び替える（ステップＳ２０１）。
決定部１０３は、例えばステーション数とオーダーデータとから、目標サイズを決定する（ステップＳ２０２）。例えば決定部１０３は、オーダーデータの総数をステーション数で割った値を、目標サイズとして決定する。

決定部１０３は、インデクス間の距離が閾値以下で最小となるオーダー同士、クラスタ同士、または、オーダーとクラスタであるペア、を発見する（ステップＳ２０３）。なおインデクス間の距離は、距離算出部１０４により算出される。

決定部１０３は、発見したペアをマージしたときのマージ後のクラスタのサイズが目標サイズを超えるか否かを判定する（ステップＳ２０４）。目標サイズを超える場合（ステップＳ２０４：Ｙｅｓ）、決定部１０３は、当該ペアをマージ候補から除外し（ステップＳ２０５）、ステップＳ２０３に戻り処理を繰り返す。

目標サイズを超えない場合（ステップＳ２０４：Ｎｏ）、決定部１０３は、マージ可能なペアが存在するか否かを判定する（ステップＳ２０６）。マージ可能なペアが存在する場合（ステップＳ２０６：Ｙｅｓ）、決定部１０３は、当該ペアを１つのクラスタにマージする（ステップＳ２０７）。決定部１０３は、マージ前のオーダーまたはクラスタを子ノード、マージ後のクラスタを親ノードとする二分木を更新し、更新した二分木をクラスタデータ記憶部１２３に記憶した後（ステップＳ２０８）、ステップＳ２０３に戻り処理を繰り返す。

マージ可能なペアが存在しない場合（ステップＳ２０６：Ｎｏ）。クラスタリングは終了する。

このように、本実施形態では、事前に得られる複数のオーダーデータおよび複数の棚データを用いて、ピッキング作業をより効率的に実行することができるように、複数のオーダーデータの処理順序および各オーダーで使用する棚、および呼び出し順序を決定することができる。

なお、実際の運用では、オーダー群（バッチ）が何回かに分けて入力される状況、および、１つのバッチの処理中に使用する作業ステーション１１の個数を変更し再計画する状況などが生じうる。従って、このような状況が生じた場合であっても、高い同時ピッキング率を維持する必要がある。

上記のように、仕掛中のオーダーがある場合は、作業ステーションデータの情報を利用し、仕掛中のオーダーの作業負荷と追加で各作業ステーション１１に割り当てるオーダーの作業負荷の和が各作業ステーション１１で平準化されるようにすることが可能である。

以下、このような場合の処理について、図１２～図１４を用いて説明する。図１２および図１３は、３つの作業ステーション１１（以下、作業ステーションＷＳ１、ＷＳ２、ＷＳ３とする）がある場合の例を示す。容器数は、収容容器１２の個数を示す。一度収容容器１２に展開されたオーダーは、部分的に商品が引き当てられている可能性もあるため、原則として割り当てを変更することはできない。

図１２および図１３では、黒いバーが既に各作業ステーション１１に割り当て済であって変更できないオーダー（ピッキング作業が未完了のオーダー）の数を示し、白いバーが新たに追加で作業ステーション１１へ割り当てて処理順序を決定するオーダーの数を示す。矢印の左側は、追加するオーダーを作業ステーションＷＳ１のみに割り当てると仮定した例を示す。矢印の右側は、追加するオーダーを、複数の作業ステーション１１でのオーダー数が可能な限り均等になるように割り当てる場合を示す。

決定部１０３は、図１２および図１３の矢印の右側に示すように、既に割り当て済のオーダーの数（黒いバー）と、追加で配分するオーダーの数（白いバー）と、の和が、複数の作業ステーション１１の間で可能な限り均等になるように、各作業ステーション１１へ割り当てるオーダー数を決定する。

図１４は、この場合のオーダー数の決定処理の一例を示すフローチャートである。以下では、複数の作業ステーション１１のうち、ｋ番目（ｋは、１以上でステーション数以下の整数）の作業ステーション１１を作業ステーションｋという場合がある。

決定部１０３は、作業ステーションｋの仕掛オーダー数Ｎ（ｋ）と、追加オーダー数との総和Ｓを算出する（ステップＳ３０１）。決定部１０３は、総和Ｓをステーション数で割ることにより、各作業ステーション１１の平均オーダー数Ｍを算出する（ステップＳ３０２）。

決定部１０３は、Ｎ（ｋ）＞Ｍを満たす作業ステーションｋが存在するか否かを判定する（ステップＳ３０３）。Ｎ（ｋ）＞Ｍを満たす作業ステーションｋが存在する場合（ステップＳ３０３：Ｙｅｓ）、決定部１０３は、新規のオーダーを割り当てる余裕がないため、当該当該作業ステーションｋを、新規にオーダーを割り当てる対象から除外する（ステップＳ３０４）。その後、決定部１０３は、ステップＳ３０１に戻り、残りの割り当て対象の作業ステーション１１について処理を繰り返す。

Ｎ（ｋ）＞Ｍを満たす作業ステーションｋが存在しない場合（ステップＳ３０３：Ｎｏ）、決定部１０３は、各作業ステーションｋについて、Ｍ－Ｎ（ｋ）個のオーダーを、新規に割り当てるオーダー数Ｊ（ｋ）として算出する（ステップＳ３０５）。

算出されたオーダー数Ｊ（ｋ）は、少なくとも２つの目的で使用できる。１つ目の目的は、複数の作業ステーションｋに対して算出された複数のＪ（ｋ）のうち最大値をクラスタリングの目標サイズとして使用することである。

２つ目の目的は、各作業ステーションｋに対して、いずれのクラスタを割り当てるかを決定するときに参照するデータとして使用することである。例えば決定部１０３は、各作業ステーションｋのオーダー数Ｊ（ｋ）に応じて割り当てるクラスタを選定する。割当方法としては、例えばビンパッキングと称される組合せ最適化問題のアルゴリズムを利用した方法であってもよい。

例えば、作業ステーション１１が作業ステーションＷＳ１と作業ステーションＷＳ２の２つであり、オーダーの総数が１５個であるとする。また、オーダー数がそれぞれ２個のクラスタＣ１、３個のクラスタＣ２、４個のクラスタＣ３、６個のクラスタＣ４の４つのクラスタが生成されたとする。また、作業ステーションＷＳ１は７個の仕掛中のオーダーが残っていたとする。この場合、新規に割り当てられるオーダー数Ｊ（ｋ＝ＷＳ１）は４個であり、オーダー数Ｊ（ｋ＝ＷＳ２）は１１個となる。

決定部１０３は、サイズが大きい順にクラスタを並び替え、サイズが大きいクラスタから順次、オーダー数Ｊ（ｋ）の小さい作業ステーション１１に割り当てる。上記例では、決定部１０３は、作業ステーションＷＳ２にクラスタＣ４、作業ステーションＷＳ２にクラスタ３、作業ステーションＷＳ１にクラスタ２、作業ステーションＷＳ１（またはＷＳ２）にクラスタＣ１、の順で、割り当てるクラスタを決定する。

仕掛中のオーダーが残っている場合、作業ステーション１１で仕掛中のオーダーとの類
似度が高い（使用する棚が類似する）クラスタを、当該作業ステーション１１に割り当てた方が、同時ピッキング率が高くなる可能性が高い。そこで、決定部１０３は、複数のクラスタに含まれる１つ以上のクラスタ（第１クラスタ）を、当該クラスタに含まれる複数のオーダーデータとの類似度が他の作業ステーション１１より高い仕掛中のオーダーデータを処理中である作業ステーション１１に対して割り当ててもよい。

また、各作業ステーション１１内で、複数のクラスタの処理順序を決める際に、仕掛中のオーダーと類似しているクラスタほど先に処理する処理順序とした方が、仕掛中のオーダーと追加したオーダーが並列処理され、それぞれのオーダー間における同時ピッキング率が高くなる可能性が高い。そこで、決定部１０３は、１つの作業ステーションに複数のクラスタ（第１クラスタ）を割り当てる場合、複数のクラスタのうち、仕掛中のオーダーデータに対する類似度がより高いクラスタほど、処理順序を先に決定してもよい。

なお、類似度はどのような方法で算出されてもよいが、例えば、上記のインデクス間の距離の算出と同様の方法を適用できる。例えば決定部１０３は、仕掛中のオーダー群をクラスタと見なし、クラスタに対して上記と同様の手法でインデクスを付与し、インデクス間の距離により、クラスタとの類似度を算出する。

図１５および図１６の例で説明する。クラスタリングで３つのクラスタＣ１、Ｃ２、Ｃ３が生成され、作業ステーション１１が作業ステーションＷＳ１、ＷＳ２の２つであり、オーダー群１５０１、１５０２が、それぞれ作業ステーションＷＳ１、ＷＳ２で仕掛中のオーダーであるとする。なお、図１５および図１６では、アルファベットＡ～Ｋは、オーダーＩＤを表す。

図１５は、仕掛中のオーダーとの類似度を考慮しない場合のクラスタの処理順序の決定例を示す図である。図１５では、例えば、最もサイズの大きいクラスタＣ２は、作業ステーションＷＳ１に割り当てられ、それ以外のクラスタは作業ステーションＷＳ２に割り当てられる。また、作業ステーションＷＳ２でのクラスタの処理順序は、クラスタＣ１、クラスタＣ３となる。作業ステーションＷＳ１では、オーダー群１５０１に含まれる仕掛中のオーダー（Ｈ，Ｉ，Ｋ）と、新たに割り当てられるクラスタに含まれるオーダー（Ａ，Ｅ，Ｆ，Ｇ）とは一致しない。従って、同時ピッキング率を向上させることができない。

図１６は、仕掛中のオーダーとの類似度を考慮する場合のクラスタの処理順序の決定例を示す図である。図１６では、最もサイズの大きいクラスタＣ２は、より類似度の高い作業ステーションＷＳ２に割り当てられ、また、クラスタＣ１、Ｃ３は作業ステーションＷＳ１に割り当てられる。また、クラスタＣ１よりクラスタＣ３の方が仕掛中のオーダー群１５０１との類似度が高いため、処理順序が先に決定される。

次に、実施形態にかかる情報処理装置のハードウェア構成について図１７を用いて説明する。図１７は、実施形態にかかる情報処理装置のハードウェア構成例を示す説明図である。

実施形態にかかる情報処理装置は、ＣＰＵ５１などの制御装置と、ＲＯＭ（Read Only
Memory）５２やＲＡＭ５３などの記憶装置と、ネットワークに接続して通信を行う通信Ｉ／Ｆ５４と、各部を接続するバス６１を備えている。

実施形態にかかる情報処理装置で実行されるプログラムは、ＲＯＭ５２等に予め組み込まれて提供される。

実施形態にかかる情報処理装置で実行されるプログラムは、インストール可能な形式ま
たは実行可能な形式のファイルでＣＤ－ＲＯＭ（Compact Disk Read Only Memory）、フレキシブルディスク（ＦＤ）、ＣＤ－Ｒ（Compact Disk Recordable）、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録してコンピュータプログラムプロダクトとして提供されるように構成してもよい。

さらに、実施形態にかかる情報処理装置で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また、実施形態にかかる情報処理装置で実行されるプログラムをインターネット等のネットワーク経由で提供または配布するように構成してもよい。

実施形態にかかる情報処理装置で実行されるプログラムは、コンピュータを上述した情報処理装置の各部として機能させうる。このコンピュータは、ＣＰＵ５１がコンピュータ読取可能な記憶媒体からプログラムを主記憶装置上に読み出して実行することができる。

実施形態の構成例について以下に記載する。
（構成例１）
複数の棚それぞれに収容される１種類以上の商品の第１識別情報を含む複数の棚データに基づいて、複数の前記棚の少なくとも一部からピッキングする１種類以上の商品の第２識別情報を含む複数の第１オーダーデータの処理順序と、複数の前記第１オーダーデータそれぞれについて前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚と、を決定し、
類似または一致する複数の前記第１オーダーデータをクラスタにマージする処理を繰り返す階層型クラスタリングを、前記階層型クラスタリングにより得られる複数のクラスタの個数であるクラスタ数が、複数の前記第１オーダーデータのうち少なくとも一部の前記第１オーダーデータそれぞれに対応する収容容器が配置された複数の作業ステーションの個数であるステーション数以上となるように実行する、
処理部を備える、
情報処理装置。
（構成例２）
前記処理部は、
複数の前記クラスタを、サイズが大きいクラスタから順に、割り当て済の１つ以上のクラスタのサイズの合計が他の作業ステーションより小さい作業ステーションに対して割り当てる、
構成例１に記載の情報処理装置。
（構成例３）
前記処理部は、
複数の前記作業ステーションの間で、処理中の第２オーダーデータの個数と、複数の前記第１オーダーデータのうち割り当てられる前記第１オーダーデータの個数と、の合計が平準化されるように、複数の前記作業ステーションそれぞれに割り当てる複数の前記第１オーダーデータを決定する、
構成例１または２に記載の情報処理装置。
（構成例４）
前記処理部は、
複数の前記クラスタに含まれる１つ以上の第１クラスタを、前記第１クラスタに含まれる複数の前記第１オーダーデータとの類似度が他の作業ステーションより高い前記第２オーダーデータを処理中である前記作業ステーションに対して割り当てる、
構成例３に記載の情報処理装置。
（構成例５）
前記処理部は、
１つの前記作業ステーションに複数の前記第１クラスタを割り当てる場合、複数の前記第１クラスタのうち、前記第２オーダーデータに対する類似度がより高い前記第１クラスタほど、処理順序を先に決定する、
構成例４に記載の情報処理装置。
（構成例６）
前記処理部は、
複数の前記棚ごとに、複数の前記第１オーダーデータに含まれる前記第２識別情報と一致する前記第１識別情報の個数が多いほど大きい優先度を算出し、
前記優先度が大きい順に選択した前記棚に含まれる前記第１識別情報と一致する前記第２識別情報を含む前記第１オーダーデータに対して、選択した前記棚を、前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚として決定する、
構成例１から５のいずれか１つに記載の情報処理装置。
（構成例７）
前記処理部は、前記第１オーダーデータに引き当てる商品を１つの棚からピッキングする割合に基づいて算出される、複数の前記棚それぞれに対するピッキング作業の回数と、前記ピッキング作業の時間と、のうち少なくとも一方を示す情報をさらに出力する、
構成例１から６のいずれか１つに記載の情報処理装置。
（構成例８）
前記処理部は、複数の前記棚ごとに算出される優先度に基づいて、複数の前記第１オーダーデータごとに、前記第２識別情報と一致する前記第１識別情報の商品が収容される棚のうち商品をピッキングする１つ以上の棚を示すインデクスを生成し、生成した前記インデクスを利用して前記処理順序を決定する、
構成例１から７のいずれか１つに記載の情報処理装置。
（構成例９）
前記処理部は、
複数の前記第１オーダーデータそれぞれに対して生成された複数の前記インデクス間の距離を算出し、
前記距離が小さいほど順序が近くなるように前記処理順序を決定する、
構成例８に記載の情報処理装置。
（構成例１０）
前記処理部は、
親クラスタが共通する子クラスタが隣接するように再帰的に展開することで前記処理順序を決定する、
構成例９に記載の情報処理装置。
（構成例１１）
前記処理部は、
前記処理順序と、複数の前記第１オーダーデータそれぞれについて決定された１つ以上の前記棚と、を示す出力情報を出力する、
構成例１から１０のいずれか１つに記載の情報処理装置。
（構成例１２）
複数の前記棚は、複数の前記作業ステーションに移動可能である、
構成例１から１１のいずれか１つに記載の情報処理装置。
（構成例１３）
前記処理部は、
複数の前記棚データに基づいて、複数の前記第１オーダーデータに引き当てる商品を１つの棚からピッキングする割合を向上させるように、前記処理順序と、複数の前記第１オーダーデータそれぞれについて前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚と、を決定する、
構成例１から１２のいずれか１つに記載の情報処理装置。
（構成例１４）
前記処理部は、
前記処理順序と、前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚と、を決定し、
前記階層型クラスタリングを実行する、
決定部を含む、
構成例１に記載の情報処理装置。
（構成例１５）
情報処理装置が実行する情報処理方法であって、
複数の棚それぞれに収容される１種類以上の商品の第１識別情報を含む複数の棚データに基づいて、複数の前記棚の少なくとも一部からピッキングする１種類以上の商品の第２識別情報を含む複数の第１オーダーデータの処理順序と、複数の前記第１オーダーデータそれぞれについて前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚と、を決定し、
類似または一致する複数の前記第１オーダーデータをクラスタにマージする処理を繰り返す階層型クラスタリングを、前記階層型クラスタリングにより得られる複数のクラスタの個数であるクラスタ数が、複数の前記第１オーダーデータのうち少なくとも一部の前記第１オーダーデータそれぞれに対応する収容容器が配置された複数の作業ステーションの個数であるステーション数以上となるように実行する、
情報処理方法。
（構成例１６）
コンピュータに、
複数の棚それぞれに収容される１種類以上の商品の第１識別情報を含む複数の棚データに基づいて、複数の前記棚の少なくとも一部からピッキングする１種類以上の商品の第２識別情報を含む複数の第１オーダーデータの処理順序と、複数の前記第１オーダーデータそれぞれについて前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚と、を決定するステップと、
類似または一致する複数の前記第１オーダーデータをクラスタにマージする処理を繰り返す階層型クラスタリングを、前記階層型クラスタリングにより得られる複数のクラスタの個数であるクラスタ数が、複数の前記第１オーダーデータのうち少なくとも一部の前記第１オーダーデータそれぞれに対応する収容容器が配置された複数の作業ステーションの個数であるステーション数以上となるように実行するステップと、
を実行させるためのプログラム。
（構成例１７）
搬送装置と、情報処理装置と、作業ステーションと、を備える情報処理システムであって、
前記搬送装置は、商品を収容する複数の棚を前記作業ステーションに搬送し、
前記情報処理装置は、
複数の棚それぞれに収容される１種類以上の商品の第１識別情報を含む複数の棚データに基づいて、複数の前記棚の少なくとも一部からピッキングする１種類以上の商品の第２識別情報を含む複数の第１オーダーデータの処理順序と、複数の前記第１オーダーデータそれぞれについて前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚と、を決定し、
類似または一致する複数の前記第１オーダーデータをクラスタにマージする処理を繰り返す階層型クラスタリングを、前記階層型クラスタリングにより得られる複数のクラスタの個数であるクラスタ数が、複数の前記第１オーダーデータのうち少なくとも一部の前記第１オーダーデータそれぞれに対応する収容容器が配置された複数の作業ステーションの個数であるステーション数以上となるように実行する、
処理部を備える、
情報処理システム。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１０ 情報処理システム
１１ 作業ステーション
１２ 収容容器
１３ 棚
１４ ディスプレイ
３０ 棚
１００ 情報処理装置
１０１ 受付部
１０２ 優先度算出部
１０３ 決定部
１０４ 距離算出部
１０５ 出力制御部
１２１ オーダーデータ記憶部
１２２ 棚データ記憶部
１２３ クラスタデータ記憶部
１２４ ステーションデータ記憶部
２００ 搬送装置
３００ ネットワーク

Claims (17)

1. 複数の棚それぞれに収容される１種類以上の商品の第１識別情報を含む複数の棚データに基づいて、複数の前記棚の少なくとも一部からピッキングする１種類以上の商品の第２識別情報を含む複数の第１オーダーデータの処理順序と、複数の前記第１オーダーデータそれぞれについて前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚と、を決定し、
   類似または一致する複数の前記第１オーダーデータをクラスタにマージする処理を繰り返す階層型クラスタリングを、前記階層型クラスタリングにより得られる複数のクラスタの個数であるクラスタ数が、複数の前記第１オーダーデータのうち少なくとも一部の前記第１オーダーデータそれぞれに対応する収容容器が配置された複数の作業ステーションの個数であるステーション数以上となるように実行する、
   処理部を備える、
   情報処理装置。
2. 前記処理部は、
   複数の前記クラスタを、サイズが大きいクラスタから順に、割り当て済の１つ以上のクラスタのサイズの合計が他の作業ステーションより小さい作業ステーションに対して割り当てる、
   請求項１に記載の情報処理装置。
3. 前記処理部は、
   複数の前記作業ステーションの間で、処理中の第２オーダーデータの個数と、複数の前記第１オーダーデータのうち割り当てられる前記第１オーダーデータの個数と、の合計が平準化されるように、複数の前記作業ステーションそれぞれに割り当てる複数の前記第１オーダーデータを決定する、
   請求項１に記載の情報処理装置。
4. 前記処理部は、
   複数の前記クラスタに含まれる１つ以上の第１クラスタを、前記第１クラスタに含まれる複数の前記第１オーダーデータとの類似度が他の作業ステーションより高い前記第２オーダーデータを処理中である前記作業ステーションに対して割り当てる、
   請求項３に記載の情報処理装置。
5. 前記処理部は、
   １つの前記作業ステーションに複数の前記第１クラスタを割り当てる場合、複数の前記第１クラスタのうち、前記第２オーダーデータに対する類似度がより高い前記第１クラスタほど、処理順序を先に決定する、
   請求項４に記載の情報処理装置。
6. 前記処理部は、
   複数の前記棚ごとに、複数の前記第１オーダーデータに含まれる前記第２識別情報と一致する前記第１識別情報の個数が多いほど大きい優先度を算出し、
   前記優先度が大きい順に選択した前記棚に含まれる前記第１識別情報と一致する前記第２識別情報を含む前記第１オーダーデータに対して、選択した前記棚を、前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚として決定する、
   請求項１に記載の情報処理装置。
7. 前記処理部は、前記第１オーダーデータに引き当てる商品を１つの棚からピッキングする割合に基づいて算出される、複数の前記棚それぞれに対するピッキング作業の回数と、
   前記ピッキング作業の時間と、のうち少なくとも一方を示す情報をさらに出力する、
   請求項１に記載の情報処理装置。
8. 前記処理部は、複数の前記棚ごとに算出される優先度に基づいて、複数の前記第１オーダーデータごとに、前記第２識別情報と一致する前記第１識別情報の商品が収容される棚のうち商品をピッキングする１つ以上の棚を示すインデクスを生成し、生成した前記インデクスを利用して前記処理順序を決定する、
   請求項１に記載の情報処理装置。
9. 前記処理部は、
   複数の前記第１オーダーデータそれぞれに対して生成された複数の前記インデクス間の距離を算出し、
   前記距離が小さいほど順序が近くなるように前記処理順序を決定する、
   請求項８に記載の情報処理装置。
10. 前記処理部は、
    親クラスタが共通する子クラスタが隣接するように再帰的に展開することで前記処理順序を決定する、
    請求項９に記載の情報処理装置。
11. 前記処理部は、
    前記処理順序と、複数の前記第１オーダーデータそれぞれについて決定された１つ以上の前記棚と、を示す出力情報を出力する、
    請求項１に記載の情報処理装置。
12. 複数の前記棚は、複数の前記作業ステーションに移動可能である、
    請求項１に記載の情報処理装置。
13. 前記処理部は、
    複数の前記棚データに基づいて、複数の前記第１オーダーデータに引き当てる商品を１つの棚からピッキングする割合を向上させるように、前記処理順序と、複数の前記第１オーダーデータそれぞれについて前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚と、を決定する、
    請求項１に記載の情報処理装置。
14. 前記処理部は、
    前記処理順序と、前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚と、を決定し、
    前記階層型クラスタリングを実行する、
    決定部を含む、
    請求項１に記載の情報処理装置。
15. 情報処理装置が実行する情報処理方法であって、
    複数の棚それぞれに収容される１種類以上の商品の第１識別情報を含む複数の棚データに基づいて、複数の前記棚の少なくとも一部からピッキングする１種類以上の商品の第２識別情報を含む複数の第１オーダーデータの処理順序と、複数の前記第１オーダーデータそれぞれについて前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚と、を決定し、
    類似または一致する複数の前記第１オーダーデータをクラスタにマージする処理を繰り返す階層型クラスタリングを、前記階層型クラスタリングにより得られる複数のクラスタ
    の個数であるクラスタ数が、複数の前記第１オーダーデータのうち少なくとも一部の前記第１オーダーデータそれぞれに対応する収容容器が配置された複数の作業ステーションの個数であるステーション数以上となるように実行する、
    情報処理方法。
16. コンピュータに、
    複数の棚それぞれに収容される１種類以上の商品の第１識別情報を含む複数の棚データに基づいて、複数の前記棚の少なくとも一部からピッキングする１種類以上の商品の第２識別情報を含む複数の第１オーダーデータの処理順序と、複数の前記第１オーダーデータそれぞれについて前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚と、を決定するステップと、
    類似または一致する複数の前記第１オーダーデータをクラスタにマージする処理を繰り返す階層型クラスタリングを、前記階層型クラスタリングにより得られる複数のクラスタの個数であるクラスタ数が、複数の前記第１オーダーデータのうち少なくとも一部の前記第１オーダーデータそれぞれに対応する収容容器が配置された複数の作業ステーションの個数であるステーション数以上となるように実行するステップと、
    を実行させるためのプログラム。
17. 搬送装置と、情報処理装置と、作業ステーションと、を備える情報処理システムであって、
    前記搬送装置は、商品を収容する複数の棚を前記作業ステーションに搬送し、
    前記情報処理装置は、
    複数の棚それぞれに収容される１種類以上の商品の第１識別情報を含む複数の棚データに基づいて、複数の前記棚の少なくとも一部からピッキングする１種類以上の商品の第２識別情報を含む複数の第１オーダーデータの処理順序と、複数の前記第１オーダーデータそれぞれについて前記第２識別情報で識別される商品をピッキングする１つ以上の前記棚と、を決定し、
    類似または一致する複数の前記第１オーダーデータをクラスタにマージする処理を繰り返す階層型クラスタリングを、前記階層型クラスタリングにより得られる複数のクラスタの個数であるクラスタ数が、複数の前記第１オーダーデータのうち少なくとも一部の前記第１オーダーデータそれぞれに対応する収容容器が配置された複数の作業ステーションの個数であるステーション数以上となるように実行する、
    処理部を備える、
    情報処理システム。

Images