一种无人餐厅的数据智能交互方法及系统技术方案

本发明专利技术公开了一种无人餐厅的数据智能交互方法及系统，包括：对用户用餐需求信息进行用户需求分析，根据分析结果筛选符合用户需求的座位，并生成回复信息和座位提示灯控制信息；对用户历史订单信息进行特征提取并进行频率统计，生成用户偏好信息，根据用户偏好信息进行餐品推荐；获取用户实时反馈信息和用户实时行为信息，根据用户实时反馈信息和用户实时行为信息进行用户偏好分析，并更新用户偏好信息；获取送餐信息，根据餐品信息选择送餐方式，进行送餐路线规划，并实时识别路线障碍制定规避方案；根据单位时间内的餐品位置变化分析送餐状态，根据送餐状态进行事故分析，制定事故处理方案并实时处理。提升用餐体验，并大幅提高餐厅运营效率。高餐厅运营效率。高餐厅运营效率。

【技术实现步骤摘要】
一种无人餐厅的数据智能交互方法及系统


[0001]本专利技术涉及无人餐厅数据处理与交互
，尤其涉及一种无人餐厅的数据智能交互方法及系统。

技术介绍

[0002]无人餐厅是近年来快速发展的餐饮业新兴模式，它利用先进的智能技术和自动化设备，实现了无人值守、自动点餐、自动配送等功能，极大地提升了餐饮服务效率和用户体验。目前，市场上已经出现了一些无人餐厅系统，它们通常采用自助点餐机、智能导航、自动传菜小车等设备来完成服务流程。
[0003]然而，现有的无人餐厅系统在数据智能交互方面存在一些问题。首先，用户需求分析和座位筛选仍然比较简单，缺乏个性化定制和精准推荐，无法满足不同用户的特殊需求。其次，对用户行为和偏好的实时分析和更新还不够充分，难以提供更精准的服务。再次，缺乏对用户情感和体验的细致感知，无法主动调整服务策略。因此，如何全面的提高用户用餐体验，并能够更加贴近用户偏好时一个重要问题。

技术实现思路

[0004]本专利技术克服了现有技术的缺陷，提供了一种无人餐厅的数据智能交互方法及系统，其重要目的在于优化餐厅服务流程，提高用户满意度，为无人餐厅提供更智能化和个性化的服务。
[0005]为实现上述目的本专利技术第一方面提供了一种无人餐厅的数据智能交互方法，包括：获取用户用餐需求信息，对所述用户用餐需求信息进行用户需求分析，根据分析结果筛选符合用户需求的座位，并生成回复信息和座位提示灯控制信息；获取用户历史订单信息，对所述用户历史订单信息进行特征提取并进行频率统计，生成用户偏好信息，根据所述用户偏好信息进行餐品推荐；获取用户实时反馈信息和用户实时行为信息，根据所述用户实时反馈信息和用户实时行为信息进行用户偏好分析，并更新用户偏好信息；获取需送餐位置信息和餐品信息，根据餐品信息选择送餐方式，进行送餐路线规划，并实时识别路线障碍制定规避方案；获取餐品实时位置信息，根据单位时间内的餐品位置变化分析送餐状态，根据送餐状态进行事故分析，制定事故处理方案并实时处理。
[0006]本方案中，所述对所述用户用餐需求信息进行用户需求分析，根据分析结果筛选符合用户需求的座位，并生成回复信息和座位提示灯控制信息，具体包括：获取用户用餐需求信息，对所述用户用餐需求信息进行滤波、加重、加窗和分帧处理，同时基于VAD算法进行端点检测，剔除噪音部分截取有效语音信息，得到预处理信息；基于自然语言处理技术将预处理信息进行文本转换，得到用户需求文本信息，对
所述用户需求文本信息进行特征提取，得到用户需求特征信息；构建语义分析模型，将所述用户需求特征信息导入所述语义分析模型进行分析，得到语义分析结果信息；获取餐厅实时座位信息，结合所述语义分析结果信息进行座位筛选，选取符合用户用餐需求的座位，生成回复信息和座位提示灯控制信息；通过所述回复信息对用户进行指引，同时根据座位提示灯控制信息控制目标座位提示灯开启。
[0007]本方案中，所述对所述用户历史订单信息进行特征提取并进行频率统计，生成用户偏好信息，根据所述用户偏好信息进行餐品推荐，具体包括：获取用户历史订单信息,对所述用户历史订单信息进行特征提取，得到历史订单特征信息；预设口味类别，基于马氏距离算法计算历史订单特征信息和口味类别的马氏距离，根据计算得到的马氏距离进行相关性分析，得到相关性分析结果信息，根据相关性分析结果信息进行类别划分，得到类别划分信息；基于统计学算法根据类别划分信息结合历史订单特征信息进行频率统计，得到用户点餐类别频率信息；根据用户点餐类别频率信息进行排序，得到点餐类别排序表，预设选取阈值，通过选取阈值结合点餐类别排序表选取用户偏好点餐类别，得到用户偏好信息；获取餐厅菜品信息，通过用户偏好信息对所述餐厅菜品信息进行相似度计算，获取相似度值，与预设阈值进行判断，选取大于预设阈值的菜品对用户进行菜品推荐。
[0008]本方案中，所述根据所述用户实时反馈信息和用户实时行为信息进行用户偏好分析，并更新用户偏好信息，具体包括：对所述用户实时反馈信息进行预处理和文本转换，对所述用户实时行为信息进行标准化处理，得到预处理反馈信息和标准化实时行为信息；将所述预处理反馈信息导入语义分析模型中进行语义分析，分析用户用餐时的情景语言信息，得到用户情景语义分析信息；对所述标准化实时行为信息进行类别分割，基于YOLOv5进行人脸检测和肢体检测，通过分割算法进行类别分割，得到实时人脸信息和实时肢体信息；基于二维Gabor小波变换对所述实时人脸信息进行变换处理，并进行特征提取，将提取的颜色信号特征和生物纹理特征进行融合，得到人脸混合特征信息；采用Mallat算法对小波变换后的实时人脸信息进行小波包分割，将图像分割为不同频带的小波信号，提取不同频带的区域特征信息，根据信息熵关联算法对不同频带的区域特征信息进行优化处理，得到区域人脸特征信息；基于支持向量机算法构建用户微表情分析模型，将所述人脸混合特征信息和所述区域人脸特征导入用户微表情分析模型进行分析，得到用户微表情分析信息；基于CNN构建用户肢体分析模型，对所述实时肢体信息进行特征提取，得到肢体特征信息，将肢体特征信息导入用户肢体分析模型及进行肢体含义分析，得到肢体含义分析信息；结合用户情景语义分析信息、用户微表情分析信息和肢体含义分析信息进行用户
用餐偏好分析，得到用户偏好分析信息，根据用户偏好分析信息实时更新用户偏好信息。
[0009]本方案中，所述根据餐品信息选择送餐方式，进行送餐路线规划，并实时识别路线障碍制定规避方案，具体包括：获取送餐信息，所述送餐信息包括餐品信息和送餐位置信息；通过所述送餐信息选择送餐方式，根据餐品信息的选择送餐方式，包括轨道传输和机器人送餐；获取送餐位置信息和餐厅平面图，基于所述送餐位置信息结合餐厅平面图进行送餐路线规划，得到送餐路线信息，根据所述送餐路线进行餐品运输；获取送餐实时视频流信息，截取单位时间内障碍物体的开始帧图像和结束帧图像，分析两帧图像的位置变化，判断是否为移动目标，并基于Shi
‑
Tomasi算法和Canny边缘提取算法提取障碍物体边缘的角点，得到障碍分析结果信息；获取障碍物体结束帧图像，根据障碍分析结果信息进行障碍物分割提取不含障碍物的背景图像信息，并结合障碍分析结果信息进行规避路线制定根据规避路线进行障碍物体规避。
[0010]本方案中，所述根据单位时间内的餐品位置变化分析送餐状态，根据送餐状态进行事故分析，制定事故处理方案并实时处理，具体包括：获取餐品实时位置信息，预设截取间隔时间，根据截取间隔时间对所述餐品实时位置信息进行位置截取，计算餐品实时位置变化距离，得到餐品实时变化距离信息；预设位置变化判断阈值，将所述餐品实时变化距离信息与位置变化判断阈值进行判断，分析餐品的移动状态，得到送餐状态分析信息，根据送餐状态信息分析是否出现送餐事故；构建事故分析模型，若出现送餐事故，则根据餐品实时位置信息获取餐品实时图像信息，将餐品实时图像信息导入事故分析模型中分析事故原因，得到事故分析结果信息；预设事故类别，将事故分析结果信息与事故类别进行相似度计算，获取相似度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人餐厅的数据智能交互方法，其特征在于，包括：获取用户用餐需求信息，对所述用户用餐需求信息进行用户需求分析，根据分析结果筛选符合用户需求的座位，并生成回复信息和座位提示灯控制信息；获取用户历史订单信息，对所述用户历史订单信息进行特征提取并进行频率统计，生成用户偏好信息，根据所述用户偏好信息进行餐品推荐；获取用户实时反馈信息和用户实时行为信息，根据所述用户实时反馈信息和用户实时行为信息进行用户偏好分析，并更新用户偏好信息；获取送餐信息，根据餐品信息选择送餐方式，进行送餐路线规划，并实时识别路线障碍制定规避方案；获取餐品实时位置信息，根据单位时间内的餐品位置变化分析送餐状态，根据送餐状态进行事故分析，制定事故处理方案并实时处理。2.根据权利要求1所述的一种无人餐厅的数据智能交互方法，其特征在于，所述对所述用户用餐需求信息进行用户需求分析，根据分析结果筛选符合用户需求的座位，并生成回复信息和座位提示灯控制信息，具体包括：获取用户用餐需求信息，对所述用户用餐需求信息进行滤波、加重、加窗和分帧处理，同时基于VAD算法进行端点检测，剔除噪音部分截取有效语音信息，得到预处理信息；基于自然语言处理技术将预处理信息进行文本转换，得到用户需求文本信息，对所述用户需求文本信息进行特征提取，得到用户需求特征信息；构建语义分析模型，将所述用户需求特征信息导入所述语义分析模型进行分析，得到语义分析结果信息；获取餐厅实时座位信息，结合所述语义分析结果信息进行座位筛选，选取符合用户用餐需求的座位，生成回复信息和座位提示灯控制信息；通过所述回复信息对用户进行指引，同时根据座位提示灯控制信息控制目标座位提示灯开启。3.根据权利要求1所述的一种无人餐厅的数据智能交互方法，其特征在于，所述对所述用户历史订单信息进行特征提取并进行频率统计，生成用户偏好信息，根据所述用户偏好信息进行餐品推荐，具体包括：获取用户历史订单信息,对所述用户历史订单信息进行特征提取，得到历史订单特征信息；预设口味类别，基于马氏距离算法计算历史订单特征信息和口味类别的马氏距离，根据计算得到的马氏距离进行相关性分析，得到相关性分析结果信息，根据相关性分析结果信息进行类别划分，得到类别划分信息；基于统计学算法根据类别划分信息结合历史订单特征信息进行频率统计，得到用户点餐类别频率信息；根据用户点餐类别频率信息进行排序，得到点餐类别排序表，预设选取阈值，通过选取阈值结合点餐类别排序表选取用户偏好点餐类别，得到用户偏好信息；获取餐厅菜品信息，通过用户偏好信息对所述餐厅菜品信息进行相似度计算，获取相似度值，与预设阈值进行判断，选取大于预设阈值的菜品对用户进行菜品推荐。4.根据权利要求1所述的一种无人餐厅的数据智能交互方法，其特征在于，所述根据所
述用户实时反馈信息和用户实时行为信息进行用户偏好分析，并更新用户偏好信息，具体包括：对所述用户实时反馈信息进行预处理和文本转换，对所述用户实时行为信息进行标准化处理，得到预处理反馈信息和标准化实时行为信息；将所述预处理反馈信息导入语义分析模型中进行语义分析，分析用户用餐时的情景语言信息，得到用户情景语义分析信息；对所述标准化实时行为信息进行类别分割，基于YOLOv5进行人脸检测和肢体检测，通过分割算法进行类别分割，得到实时人脸信息和实时肢体信息；基于二维Gabor小波变换对所述实时人脸信息进行变换处理，并进行特征提取，将提取的颜色信号特征和生物纹理特征进行融合，得到人脸混合特征信息；采用Mallat算法对小波变换后的实时人脸信息进行小波包分割，将图像分割为不同频带的小波信号，提取不同频带的区域特征信息，根据信息熵关联算法对不同频带的区域特征信息进行优化处理，得到区域人脸特征信息；基于支持向量机算法构建用户微表情分析模型，将所述人脸混合特征信息和所述区域人脸特征导入用户微表情分析模型进行分析，得到用户微表情分析信息；基于CNN构建用户肢体分析模型，对所述实时肢体信息进行特征提取，得到肢体特征信息，将肢体特征信息导入用户肢体分析模型及进行肢体含义分析，得到肢体含义分析信息；结合用户情景语义分析信息、用户微表情分析信息和肢体含义分析信息进行用户用餐偏好分析，得到用户偏好分析信息，根据用户偏好分析信息实时更新用户偏好信息。5.根据权利要求1所述的一种无人餐厅的数据智能交互方法，其特征在于，所述根据餐品信息选择送餐方式，进行送餐路线规划，并实时识别路线障碍制定规避方案，具体包括：获取送餐信息，所述送餐信息包括餐品信息和送餐位置信息；通过所述送餐信息选择送餐方式，根据餐品信息的选择送餐方式，包括轨道传输和机器人送餐；获取送餐位置信息和餐厅平面图，基于所述送餐位置信息结合餐厅平面图进行送餐路线规划，得到送餐路线信息，根据所述送餐路线进行餐品运输；获取送餐实时视频流信息，截取单位时间内障碍物体的开始帧图像和结束帧图像，分析两帧图像的位置变化，判断是否为移动目标，并基于Shi
‑
Tomasi算法和Canny边缘提取算法提取障碍物体边缘的角点，得到障碍分析结果信息；获取障碍物体结束帧图像，根据障碍分析结果信息进行障碍物分割提取不含障碍物的背景图像信息，并结合障碍分析结果信息进行规避路线制定根据规避路线进行障碍物体规避。6.根据权利要求1所述的一种无人餐厅的数据智能交互方法，其特征在于，所述根据单位时间内的餐品位置变化分析送餐状态，根...

【专利技术属性】
技术研发人员：郑山桥，李凯，
申请(专利权)人：深圳数拓科技有限公司，
类型：发明
国别省市：