Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen: doi:10.22028/D291-37783
Titel: Evaluation of human workload in a hybrid order picking system
VerfasserIn: Zhang, Minqi
Winkelhaus, Sven
Grosse, Eric H.
Sprache: Englisch
Titel: IFAC-PapersOnLine
Bandnummer: 54
Heft: 1
Seiten: 458-463
Verlag/Plattform: Elsevier
Erscheinungsjahr: 2021
Freie Schlagwörter: Order picking
Picking robot
Collaborative order picking
Human factors
Energy expenditure
DDC-Sachgruppe: 330 Wirtschaft
Dokumenttyp: Konferenzbeitrag (in einem Konferenzband / InProceedings erschienener Beitrag)
Abstract: Order picking is a labor-intensive and costly process in supply chains, which is performed manually in most cases. Recently, picking robots have been developed which are capable of working together with human pickers in a shared working space. Such hybrid order picking system can ease human pickers’ workload and provide ergonomic improvements, because it partially automates the order picking process. We propose a simulation model to measure the energy expenditure of human pickers who work with the support of picking robots. The hybrid order picking system is evaluated based on its operational costs, efficiency, and ergonomic characteristics. Preliminary results presented in this study show that there are assignment rules for items to workers and robots that reduce human energy expenditure and costs per pick, as well as maintain average throughput time at a certain level. The aim of this preliminary study is to closely analyze the hybrid order picking system, evaluate managerial implications, and detect research opportunities for future works.
DOI der Erstveröffentlichung: 10.1016/j.ifacol.2021.08.053
URL der Erstveröffentlichung: https://www.sciencedirect.com/science/article/pii/S2405896321007710
Link zu diesem Datensatz: urn:nbn:de:bsz:291--ds-377839
hdl:20.500.11880/34173
http://dx.doi.org/10.22028/D291-37783
ISSN: 2405-8963
Datum des Eintrags: 2-Nov-2022
Fakultät: HW - Fakultät für Empirische Humanwissenschaften und Wirtschaftswissenschaft
Fachrichtung: HW - Wirtschaftswissenschaft
Professur: HW - Prof. Dr. Eric Grosse
Sammlung:SciDok - Der Wissenschaftsserver der Universität des Saarlandes

Dateien zu diesem Datensatz:
Datei Beschreibung GrößeFormat 
1-s2.0-S2405896321007710-main.pdf897,24 kBAdobe PDFÖffnen/Anzeigen


Diese Ressource wurde unter folgender Copyright-Bestimmung veröffentlicht: Lizenz von Creative Commons Creative Commons