Geometry · Optimization · Visualization

三维装载规划

40HQ 脱敏生产案例：1410 箱、四个品类、三个客户区间。体积利用率 60.7%，载重利用率 87.1%，装载瓶颈为重量。

1410 箱真实整柜的箱位数

60.7%体积利用率

87.1%载重利用率，先到顶的是这个

What it proves

核心成果

一次真实整柜求解的完整复盘，品名与流向已脱敏，几何和指标原样保留
按 SKU 或按客户区间两种着色，每一段装载区间在地板上直接标出来
点任意一箱都能看到品名、客户、坐标和层号
1410 个箱体走实例化渲染，一次 draw call 画完，旋转不掉帧
实时求解的两个场景按 20GP 和 40HQ 内尺寸配货，体积利用率 85% 和 82%，1008 箱在 20 毫秒内出结果。这两个场景都是体积先到顶，跟真实案例正好相反
同一个客户的货落在一段连续车位里，到站卸货不用翻箱

Stack

System flow

只呈现通用的模块关系和每一步要解决的问题。可交互的项目可以从上方直接进 Demo。

01车型与货物输入
车厢尺寸与货物属性构成一次规划的完整输入。两个内置场景按 20GP 和 40HQ 的内尺寸配货，每个 SKU 的箱数由它能堆多高反推，不是随便填的数字。
02几何候选生成
枚举可行的摆放姿态与位置，把连续空间问题变成一组可以逐个评估的选项。
03铺底与堆叠求解
先按订单把车位切成连续几段，段内再铺底、加高。一个 SKU 开几列由它自己的箱数决定，够堆到顶就不往地板上摊。不加这条约束，一柜货会摊成薄薄一层。稳定性排在短期装载率前面。
04统一规则校验
求解结果进入与前端共享的校验端点。前后端各有一套判定标准是这里最想避免的事。
05三维结果呈现
空间布局、客户装载区间与逐箱明细放在同一屏。1410 个箱体用实例化渲染，点任意一箱能回溯到它的品名、层号和坐标。

Integration

装载规划处在订单和执行中间。这个原型把校验单独做成端点，是为了让交互界面和批量调用方用同一套规则，不至于各判各的。

对接系统	方向	接口约定
订单系统	上游输入	待装货物清单以结构化请求传入，尺寸与重量在服务侧统一校验
车型与主数据	上游输入	车厢规格与装载策略是可扩展配置，新增车型不用改求解代码
装车执行 / WMS	下游输出	输出逐件位置与装载顺序，可以直接生成装车指引
校验服务	双向	独立校验端点被界面与批量调用方共用，判定标准只有一份

表中系统名称为通用角色，不指向任何具体厂商产品或内部平台。

AI leverage

业务沟通和规则解释由人工完成；实现、重构与测试由 AI 辅助。

业务沟通与解释

AI 辅助开发

Production path

基于当前模块边界的工程扩展，不计入已完成功能。

Privacy boundary

回放用的那份案例来自一次生产求解：品名只保留品类，收货点换成区域仓编号，内部工具标识已清除，箱体几何与全部指标保持原样。其余场景仍是程序生成的虚构 SKU。