我有一个有趣的任务，我正在尝试寻找一种算法，甚至只是一些指针。最坏的情况是，我可能必须自己编写和实施它-最好的情况是，我需要对它的工作方式有一个体面的了解，以便可以智能地测试和审核供应商提供的罐装解决方案。
我已经做了很多搜索，但是到目前为止还没有找到任何东西。我很可能没有找出正确的搜索关键字。
完全简短的版本：从大小相同的矩形对象的不对称矩形网格中，找到适合边界框的最佳组，将其从集合中删除，然后重复进行，直到没有任何对象。
详细版本：有许多用于优化托盘层的工业应用程序（StackBuilder是一个开源示例）。我正在查看问题的另一端的特定应用程序-我需要查看已通过StackBuilder之类进行优化的托盘，并找到从中移除框的最快方法托盘，通过使用大型工具以固定的连续组形式一次拾取多个盒子。不允许一次捡起一个盒子，和/或尝试重新布置它们。
因此，在事先了解盒子的大小及其托盘模式的情况下，我需要找到适合特定边界框的该模式中最大的连续组，以及该组的位置和方向。然后从考虑中“删除”该组，找到下一个最佳组，依此类推，直到货盘层为空。
复杂因素： 1.我需要一个通用的解决方案，因为这需要跨多个千个不同尺寸/形状的盒子工作，每个盒子都有自己的优化托盘图案 2.对于算法找到的任何选择组，将其放在边界框内只是第一个选择标准。我还需要确保边界框不会与相邻的框重叠，并且我需要控制搜索方向-算法需要从外边缘向内进行选择，在中心选择组是不可行的 3.考虑到某些托盘模式的复杂性，当从托盘中取出几组箱子时，不可避免地会有一些剩下的必须选择“ solo”，因为它们不太适合尺寸最佳的选择组之一。因此，算法需要能够不断找到“剩下的最好的组”，而不仅仅是固定的组大小。 4.拾取组必须位于“ 2.5D”中-即X，Y和RZ。因此，二维位置，再加上围绕三维尺寸轴的旋转。
简化因素： 1.考虑到托盘模式正常工作的方式，任何组的“方向”都应该仅为0或90度（技术上也应为180度和270度，但是在我的情况下这是微不足道的）-因此，任何奇角度的解决方案都可以被故意拒绝 2.任何进货托盘将只具有单个尺寸的盒子来处理 3.预先知道进来的货盘箱尺寸和货盘样式 4.该算法仅需2D，即可处理托盘的单层-可以根据需要针对每一层进行迭代 5.查找选择组的“边界框”是一个简单的矩形 6.托盘上的盒子都是简单的矩形（从Z轴透视图看），可以这样处理。没有奇怪的形状。 Z轴尺寸将在此算法的外部处理