As the e-commerce market grew, new warehouse models emerged as products to be processed in warehouses surged. Robot-based compact storage and retrieval system that maximizes spatial efficiency by loading goods vertically have emerged relatively recently, so related research is insufficient. This study conducts system behavior analysis for RCSRS, a robot-based compact storage and retrieval system. In particular, in order to analyze behavior for ’column’ components different from existing warehouses, we focus on the bin shelf selection problem to check the system performance change. We will use simulation analysis to describe real systems and apply traditional bin shelf selection policies in this environment to analyze the results. Based on the analysis results, the bin shelf selection policy is presented to show the possibility of improving the bin shelf selection policy considering the characteristics of the RCSRS environment.
전자상거래 시장이 성장함에 따라 물류 창고에서 처리해야 할 상품이 급증하면서 새로운 물류 창고 모델이 등장했다. 물품을 수직으로 적재하여 공간적 효율을 극대화한 로봇 기반 컴팩트 자동창고 시스템(Robot based compact storage and retrieval system)은 비교적 최근에 등장하여 관련된 연구가 미흡한 실정이다. 본 연구는 로봇 기반 컴팩트 자동창고 시스템, RCSRS에 대한 시스템 행태 분석을 진행한다. 특히 기존 물류창고와 다른 ’통로’ 구성요소에 대한 행태분석을 하기 위해 빈 선택 문제에 집중하여 시스템 성능 변화를 확인한다. 본 연구는 시뮬레이션 테스트베드를 이용해 실제 시스템을 묘사하고 이 환경에서 기존 빈 선택 정책을 적용하여 결과를 분석할 것이다. 분석한 결과를 바탕으로 빈 선택 정책을 제시하여 RCSRS 환경 특성을 고려한 빈 선택 정책의 고도화 가능성을 보이고자 한다.
