目前配送中心向着自动化、无人化方向发展，订单的拣选方式也逐渐由“人到货”演变为“货到人”，而应用AGV小车的“货到人”系统在配送中心中也成为一种充满前景的拣选方式。AGV小车的“货到人”拣选模式原理是AGV将货架搬运到拣选台前,人站在拣选台处将货架上的品项拣选出来。

“货到人”拣选方案主要由单元货架、AGV小车、拣选台和周转货架等硬件设施组成。下面霸特尔以使用AGV小车的“货到人”拣选模式为背景，针对订单拣选过程中AGV小车行驶路径长、行驶路径重复、AGV小车任务分配不均以及在拣选台处排队等待时间长等问题，按照订单拣选的流程，主要从订单分批、拣选路径以及AGV小车在拣选台前的排队过程三个阶段对电商配送中心订单的拣选过程进行设计与优化:

(1)根据“货到人”模式下AGV小车不断往返于货架与拣选台之间的搬运特性，以AGV小车搬运货架的总次数最少为目标建立数学模型，并通过节约算法对模型进行求解，确定合理的订单分批方式。最终通过与分批前的数据对比，证明模型及算法的有效性。

(2)针对每一批订单，根据其在配送中心所分布的货架位置信息，对AGV小车的搬运路径进行规划，以AGV小车的行驶总路径最短为目标函数，并设置约束条件使得每台AGV小车的搬运路径较均衡，然后用遗传算法对其进行求解，找出各小车的最优搬运路径及任务分配方式。最后通过与任务不均衡情况下的对比证明本研究的优越性，并且通过改变算法的初始种群以及选代次数对结果进行比较，为算法的参数设置提供指导。

(3)通过统计AGV小车到达拣选台的时间以及接受服务的时间规律，应用Flexsim对AGV小车在拣选台前的排队系统进行建模仿真，研究排队规则和拣选台数量等对系统效率的影响。通过改变AGV小车进入队列的方式使其由进入固定队列到动态的选择队列，增加了AGV小车排队的灵活性。同时，通过改变拣选台的数量来进行仿真，找到适合系统的拣选台数量，最终提高系统的拣选效率。

比较典型的应用是亚马逊kiva 机器人，通过控制系统运行资源分配算法，调动机器人，实现“货找人、货位找人”的模式，整个物流中心库区无人化，各个库位在Kiva机器人驱动下自动排序到作业岗位。

对此霸特尔表示：AGV小车的“货到人”拣选模式以远高于人工的效率、更低的成本和错误率极大地提升电商物流的运营和盈利能力，“货到人”拣选系统目前已经成为全世界仓储物流领域最成功的物流机器人解决方案。