[发明专利]无人货架货品信息实时维护方法及装置在审

专利信息
申请号: 202010110465.8 申请日: 2020-02-24
公开(公告)号: CN111341010A 公开(公告)日: 2020-06-26
发明(设计)人: 李涛;刘澍;冀怀远;蒋涛;程佳佳 申请(专利权)人: 苏宁云计算有限公司
主分类号: G07F9/02 分类号: G07F9/02;G07F9/00
代理公司: 南京理工大学专利中心 32203 代理人: 吴茂杰
地址: 210000 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 无人 货架 货品 信息 实时 维护 方法 装置
【说明书】:

本发明公开一种无人货架货品信息实时维护方法及装置,准确度高、实时性好。本发明方法,包括如下步骤:初始化:重置货架所有货道的货品列表为本货道货品列表,初始化虚拟离架货物池;货架货道监视:实时监视货架货道;当有货品离开货道,则进入虚拟离架货物池监控步骤,当有货品加入,则进入虚拟离架货物池搜索步骤;虚拟离架货物池监控:货品离开货道加入虚拟离架货物池,监控虚拟离架货物池,直到该货品离开虚拟离架货物池;虚拟离架货物池搜索:货品加入货道,搜索虚拟离架货物池,判断虚拟离架货物池中是否存在近似货品,若是,则该货品离开虚拟离架货物池进入对应货架对应货道的货品列表;若否,则进一步识别是否为异物加入该货道。

技术领域

本发明属于无人货架数据识别技术领域,特别是一种准确度高、实时性好的无人货架货品信息实时维护方法及装置。

背景技术

无人商店、无人售货亭等无人看守售货销售模式越来越普及。对无人看守售货场所中无人货架上货品信息的维护是保证及时补货,维持销售正常进行的基本保证。对无人货架货品信息进行维护,最重要的一环,是对商品的快速、准确识。

目前,商品识别技术包括称重识别,RFID标签技术识别和图像识别。

称重识别是通过称重传感器检测物品摆放或移出前后重量发生的变化,从而确定是哪一件商品。称重识别可以准确检测到某块区域发生的重量变化,在已知商品并且商品的重量有区分度的情况下,可以通过重量变化识别出商品。但是,如果出现多种商品重量近似或者商品信息未知的情况下,则无法给出准确的识别。由于商品信息是预先录入的,所以来自非当前传感器所配置的称重区域配置的商品,也算是商品信息未知(例如,商品错放在非原称重区域)。

RFID标签识别是通过在每件商品上放置电子标签,当商品离开货架时,会被接收解读器识别为对应的商品。RFID标签技术可以通过读取标签确定对应的商品是什么,准确度较高。缺点是,每个电子标签的成本较高(0.4元-0.5元)且无法回收,而且用户可以对标签进行损坏。

图像识别是通过将识别商品图像上的特征与训练模型比对,从而给出该物品被识别为某商品的概率。

中国发明专利申请“用于无人货架的商品检测方法、装置以及零售终端”(申请号:201811221070.4,公开日:2019.03.29)公开了一种采用目标检测配合图像检索技术的用于无人货架的商品检测方法,包括:获取采集到的无人货架中每层上的商品图像;裁剪所述商品图并输入预先训练得到的物体类别检测模型;根据所述物体类别检测模型输出所述每个商品在所述商品图像里的位置和大小;以及在商品图像标准库中检索并输出所述商品图像中商品种类和每个类别的数量。

然而,由于图像识别的识别准确度依赖于训练模型,并且受物理环境的影响。经过良好训练的商品在理想环境下识别正确率可以达到90%以上,但是易受到物品遮挡,图像噪声污染的影响,从而错判或误判。

因此,现有技术存在的问题是:由于受到商品识别技术的限制,无人货架货品信息准确度低、实时性差,影响补货、结算的准确性和实时性,也降低了顾客的消费体验。

发明内容

本发明的目的在于提供一种无人货架货品信息实时维护方法,准确度高、实时性好。

本发明的另一目的在于提供一种无人货架货品信息实时维护装置,以实现准确、及时的无人货架货品信息维护。

实现本发明目的的技术解决方案为:

一种无人货架货品信息实时维护方法,包括如下步骤:

初始化:重置货架所有货道的货品列表为本货道货品列表,初始化虚拟离架货物池;

货架货道监视:实时监视货架货道;当有货品离开货道,则进入虚拟离架货物池监控步骤,当有货品加入,则进入虚拟离架货物池搜索步骤;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏宁云计算有限公司,未经苏宁云计算有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010110465.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top