Otimização de rotas de coleta em armazéns com colaboração humano-robô: uma abordagem computacional

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Zorraski, Fabrício
Orientador(a): Chiwiacowsky, Leonardo Dagnino
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: https://repositorio.ucs.br/11338/14355
Resumo: O processo de picking é uma das operações mais críticas nos Centros de Distribuição (CDs), representando uma parcela significativa dos custos operacionais, devido ao tempo despendido em deslocamentos dos operadores. A inclusão de robôs móveis, como AMRs e AGVs, vem sendo desenvolvida como uma opção para aprimorar essas operações. Esses robôs têm o potencial de reduzir deslocamentos desnecessários, se aplicados de forma eficaz, aumentando a eficiência e a produtividade dos CDs. O presente estudo concentra-se no desenvolvimento de uma ferramenta computacional que utiliza técnicas de otimização para definir rotas mais eficientes para operadores humanos em um sistema de coleta do tipo picker-to-parts assistido por robôs. A metodologia envolve a modelagem virtual das áreas de armazenagem dos CDs e a aplicação de uma estratégia de agrupamento para consolidar múltiplos endereços em pontos de coleta, visando a otimizar a matriz de distâncias e a movimentação dos robôs. Além disso, utiliza métodos exatos e heurísticos para solucionar problemas de roteamento, por meio da associação com os modelos do Problema do Caixeiro Viajante (PCV) e do Problema do Caixeiro Viajante Aberto (PCVA). O estudo avalia diferentes estratégias de execução das rotas de coleta, nas quais os operadores permanecem na área de picking enquanto os robôs retornam ao depósito central. Os resultados demonstram que, ao aplicar essas estratégias, foi possível reduzir os deslocamentos dos operadores em até 33, 61%, com a estratégia de otimização alcançando 96,15% de eficácia, apresentando um gap global de 3,85% para atingir a otimização total de cada rota. A ferramenta foi validada por meio de experimentos em um cenário real, permitindo a comparação das rotas otimizadas com as rotas reais atualmente utilizadas pela empresa, mostrando um ganho na performance do processo de coleta. [resumo fornecido pelo autor]
id UCS_f39e1845dde07d3593bdb12acb50fe11
oai_identifier_str oai:repositorio.ucs.br:11338/14355
network_acronym_str UCS
network_name_str Repositório Institucional da UCS
repository_id_str
spelling Zorraski, FabrícioMesquita, AlexandreGraciolli, Odacir DeonísioHein, NelsonChiwiacowsky, Leonardo Dagnino2025-03-24T17:45:49Z2025-03-24T17:45:49Z2025-03-242024-12-18https://repositorio.ucs.br/11338/14355O processo de picking é uma das operações mais críticas nos Centros de Distribuição (CDs), representando uma parcela significativa dos custos operacionais, devido ao tempo despendido em deslocamentos dos operadores. A inclusão de robôs móveis, como AMRs e AGVs, vem sendo desenvolvida como uma opção para aprimorar essas operações. Esses robôs têm o potencial de reduzir deslocamentos desnecessários, se aplicados de forma eficaz, aumentando a eficiência e a produtividade dos CDs. O presente estudo concentra-se no desenvolvimento de uma ferramenta computacional que utiliza técnicas de otimização para definir rotas mais eficientes para operadores humanos em um sistema de coleta do tipo picker-to-parts assistido por robôs. A metodologia envolve a modelagem virtual das áreas de armazenagem dos CDs e a aplicação de uma estratégia de agrupamento para consolidar múltiplos endereços em pontos de coleta, visando a otimizar a matriz de distâncias e a movimentação dos robôs. Além disso, utiliza métodos exatos e heurísticos para solucionar problemas de roteamento, por meio da associação com os modelos do Problema do Caixeiro Viajante (PCV) e do Problema do Caixeiro Viajante Aberto (PCVA). O estudo avalia diferentes estratégias de execução das rotas de coleta, nas quais os operadores permanecem na área de picking enquanto os robôs retornam ao depósito central. Os resultados demonstram que, ao aplicar essas estratégias, foi possível reduzir os deslocamentos dos operadores em até 33, 61%, com a estratégia de otimização alcançando 96,15% de eficácia, apresentando um gap global de 3,85% para atingir a otimização total de cada rota. A ferramenta foi validada por meio de experimentos em um cenário real, permitindo a comparação das rotas otimizadas com as rotas reais atualmente utilizadas pela empresa, mostrando um ganho na performance do processo de coleta. [resumo fornecido pelo autor]The picking process is one of the most critical operations in Distribution Centers (DCs), representing a significant portion of operational costs due to the time spent on operator movement. The inclusion of mobile robots, such as AMRs and AGVs, has been developed as an option to enhance these operations. These robots have the potential to reduce unnecessary travel, when applied effectively, thereby increasing the efficiency and productivity of DCs. This study focuses on the development of a computational tool using optimization techniques to define more efficient routes for human operators in a picker-to-parts system assisted by robots. The methodology involves virtual modeling of DC storage areas and the application of a clustering strategy to consolidate multiple addresses into collection points, aiming to optimize the distance matrix and robot movements. Additionally, it employs exact and heuristic methods to solve routing problems through association with TSP and OTSP models. The study evaluates different strategies for executing collection routes, where operators remain in the picking area while robots return to the central depot. The results demonstrate that applying these strategies reduced operator movement by up to 33.61%, with the optimization strategy achieving 96.15% efficiency and a global gap of 3.85% to reach the total optimization of each route. The tool was validated through experiments in a real-world scenario, enabling a comparison between the optimized routes and the actual routes currently used by the company, showing improved performance in the collection process. [resumo publicado pelo autor]Macrosul - FINEPEngenharia de produçãoArmazéns geraisVeículos autônomosSistemas de separação de pedidos - AutomaçãoLogísticaTecnologiaProduction engineeringWarehousesAutomated vehiclesOrder picking systems - AutomationLogisticsTechnologyOtimização de rotas de coleta em armazéns com colaboração humano-robô: uma abordagem computacionalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UCSinstname:Universidade de Caxias do Sul (UCS)instacron:UCSinfo:eu-repo/semantics/openAccessUniversidade de Caxias do Sulhttps://lattes.cnpq.br/7783114556201776ZORRASKI, F.Mestrado Profissional em Engenharia de ProduçãoCampus Universitário da Região dos Vinhedos2024-12-18ORIGINALDissertação Fabricio Zorraski.pdfDissertação Fabricio Zorraski.pdfapplication/pdf16570104https://repositorio.ucs.br/xmlui/bitstream/11338/14355/1/Disserta%c3%a7%c3%a3o%20Fabricio%20Zorraski.pdf0c59c80f23aa902749523c406ffaa9e8MD51TEXTDissertação Fabricio Zorraski.pdf.txtDissertação Fabricio Zorraski.pdf.txtExtracted texttext/plain274509https://repositorio.ucs.br/xmlui/bitstream/11338/14355/2/Disserta%c3%a7%c3%a3o%20Fabricio%20Zorraski.pdf.txt401bfbfb32103db0d8925911fa71afb6MD52THUMBNAILDissertação Fabricio Zorraski.pdf.jpgDissertação Fabricio Zorraski.pdf.jpgGenerated Thumbnailimage/jpeg1227https://repositorio.ucs.br/xmlui/bitstream/11338/14355/3/Disserta%c3%a7%c3%a3o%20Fabricio%20Zorraski.pdf.jpg4f76f290eee6e74bcd8b54aab85066bfMD5311338/143552025-03-26 07:00:25.292oai:repositorio.ucs.br:11338/14355Repositório de Publicaçõeshttp://repositorio.ucs.br/oai/requestopendoar:2025-03-26T07:00:25Repositório Institucional da UCS - Universidade de Caxias do Sul (UCS)false
dc.title.pt_BR.fl_str_mv Otimização de rotas de coleta em armazéns com colaboração humano-robô: uma abordagem computacional
title Otimização de rotas de coleta em armazéns com colaboração humano-robô: uma abordagem computacional
spellingShingle Otimização de rotas de coleta em armazéns com colaboração humano-robô: uma abordagem computacional
Zorraski, Fabrício
Engenharia de produção
Armazéns gerais
Veículos autônomos
Sistemas de separação de pedidos - Automação
Logística
Tecnologia
Production engineering
Warehouses
Automated vehicles
Order picking systems - Automation
Logistics
Technology
title_short Otimização de rotas de coleta em armazéns com colaboração humano-robô: uma abordagem computacional
title_full Otimização de rotas de coleta em armazéns com colaboração humano-robô: uma abordagem computacional
title_fullStr Otimização de rotas de coleta em armazéns com colaboração humano-robô: uma abordagem computacional
title_full_unstemmed Otimização de rotas de coleta em armazéns com colaboração humano-robô: uma abordagem computacional
title_sort Otimização de rotas de coleta em armazéns com colaboração humano-robô: uma abordagem computacional
author Zorraski, Fabrício
author_facet Zorraski, Fabrício
author_role author
dc.contributor.other.none.fl_str_mv Mesquita, Alexandre
Graciolli, Odacir Deonísio
Hein, Nelson
dc.contributor.author.fl_str_mv Zorraski, Fabrício
dc.contributor.advisor1.fl_str_mv Chiwiacowsky, Leonardo Dagnino
contributor_str_mv Chiwiacowsky, Leonardo Dagnino
dc.subject.por.fl_str_mv Engenharia de produção
Armazéns gerais
Veículos autônomos
Sistemas de separação de pedidos - Automação
Logística
Tecnologia
topic Engenharia de produção
Armazéns gerais
Veículos autônomos
Sistemas de separação de pedidos - Automação
Logística
Tecnologia
Production engineering
Warehouses
Automated vehicles
Order picking systems - Automation
Logistics
Technology
dc.subject.eng.fl_str_mv Production engineering
Warehouses
Automated vehicles
Order picking systems - Automation
Logistics
Technology
description O processo de picking é uma das operações mais críticas nos Centros de Distribuição (CDs), representando uma parcela significativa dos custos operacionais, devido ao tempo despendido em deslocamentos dos operadores. A inclusão de robôs móveis, como AMRs e AGVs, vem sendo desenvolvida como uma opção para aprimorar essas operações. Esses robôs têm o potencial de reduzir deslocamentos desnecessários, se aplicados de forma eficaz, aumentando a eficiência e a produtividade dos CDs. O presente estudo concentra-se no desenvolvimento de uma ferramenta computacional que utiliza técnicas de otimização para definir rotas mais eficientes para operadores humanos em um sistema de coleta do tipo picker-to-parts assistido por robôs. A metodologia envolve a modelagem virtual das áreas de armazenagem dos CDs e a aplicação de uma estratégia de agrupamento para consolidar múltiplos endereços em pontos de coleta, visando a otimizar a matriz de distâncias e a movimentação dos robôs. Além disso, utiliza métodos exatos e heurísticos para solucionar problemas de roteamento, por meio da associação com os modelos do Problema do Caixeiro Viajante (PCV) e do Problema do Caixeiro Viajante Aberto (PCVA). O estudo avalia diferentes estratégias de execução das rotas de coleta, nas quais os operadores permanecem na área de picking enquanto os robôs retornam ao depósito central. Os resultados demonstram que, ao aplicar essas estratégias, foi possível reduzir os deslocamentos dos operadores em até 33, 61%, com a estratégia de otimização alcançando 96,15% de eficácia, apresentando um gap global de 3,85% para atingir a otimização total de cada rota. A ferramenta foi validada por meio de experimentos em um cenário real, permitindo a comparação das rotas otimizadas com as rotas reais atualmente utilizadas pela empresa, mostrando um ganho na performance do processo de coleta. [resumo fornecido pelo autor]
publishDate 2024
dc.date.submitted.none.fl_str_mv 2024-12-18
dc.date.accessioned.fl_str_mv 2025-03-24T17:45:49Z
dc.date.available.fl_str_mv 2025-03-24T17:45:49Z
dc.date.issued.fl_str_mv 2025-03-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ucs.br/11338/14355
url https://repositorio.ucs.br/11338/14355
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UCS
instname:Universidade de Caxias do Sul (UCS)
instacron:UCS
instname_str Universidade de Caxias do Sul (UCS)
instacron_str UCS
institution UCS
reponame_str Repositório Institucional da UCS
collection Repositório Institucional da UCS
bitstream.url.fl_str_mv https://repositorio.ucs.br/xmlui/bitstream/11338/14355/1/Disserta%c3%a7%c3%a3o%20Fabricio%20Zorraski.pdf
https://repositorio.ucs.br/xmlui/bitstream/11338/14355/2/Disserta%c3%a7%c3%a3o%20Fabricio%20Zorraski.pdf.txt
https://repositorio.ucs.br/xmlui/bitstream/11338/14355/3/Disserta%c3%a7%c3%a3o%20Fabricio%20Zorraski.pdf.jpg
bitstream.checksum.fl_str_mv 0c59c80f23aa902749523c406ffaa9e8
401bfbfb32103db0d8925911fa71afb6
4f76f290eee6e74bcd8b54aab85066bf
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UCS - Universidade de Caxias do Sul (UCS)
repository.mail.fl_str_mv
_version_ 1851777051937210368