System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无人售货控制系统,具体涉及基于动态视觉与重力双模的无人售货系统。
技术介绍
1、无人售货机是一种集成了现代科技与自动化技术的智能零售终端,它无需人工值守,即可实现24小时不间断的自助购物服务。这种设备通过内置的智能识别系统,能够准确识别顾客所选商品,并借助移动支付、刷卡支付等多种便捷支付方式完成交易。
2、无人售货控制系统通过智能识别系统能够在顾客购买过程中动态识别出顾客所选取的商品,并智能生成购买订单,从而完成订单结算,提升客户购买体验,但现有技术中的无人售货控制系统仅通过视觉识别的方式对购买的商品进行识别,容易造成识别错误,尤其是商品重叠时,不能够准确识别出商品,容易生成错误的购买订单信息,影响购买体验,存在一定缺陷。
技术实现思路
1、针对现有技术所存在的上述缺点,本专利技术提供了基于动态视觉与重力双模的无人售货系统,能够有效解决现有技术中无人售货控制系统仅通过视觉识别的方式对购买的商品进行识别的问题。
2、为实现以上目的,本专利技术通过以下技术方案予以实现:
3、本专利技术提供基于动态视觉与重力双模的无人售货系统,至少包括:具有多层货架的售货机,每层货架上方设有摄像头,每层货架设置有重力传感器,还包括:初始录入模块和售出确认模块;
4、初始录入模块包括商品扫描单元和位置确定单元,商品扫描单元对商品信息进行扫描和汇总,将经过信息录入的商品记作入库商品,位置确定单元将入库商品依次摆放至货架上,通过比较摆放前后货架重量
5、售出确认模块包括重力确认单元和图像确认单元,将摆放至货架上的商品记作在售商品,将消费者所购买的商品记作售出商品,图像确认单元拍摄消费者购买前后货架上在售商品的高清图像以及购买过程中货架上在售商品的高清图像并进行分析,分别得到包含多个售出商品的第一售出集合和第二售出集合,重力确认单元记录消费者购买前后货架上的总质量变化并与第一售出集合和第二售出集合进行核对,确认实际售出集合。
6、进一步地,所述初始录入模块信息录入汇总过程如下:
7、获取每个商品的商品名称、条形码、总质量以及多个角度的高清图像,为每个商品赋予一个商品序号,每个商品序号对应一个商品名称,以商品序号为集合序号建立多个数据集合,数据集合内包含该商品序号对应商品的条形码、总质量以及多个角度的高清图像。
8、进一步地,所述位置确定单元确定位置过程具体如下:
9、步骤一:将入库商品依次摆放至货架上,预设有摆放间隔阈值,每次摆放一件入库商品,相邻两次摆放时长间隔大于摆放间隔阈值,入库商品正面朝上顺序摆放;
10、步骤二:在将摆放入库商品前,对该入库商品进行条形码扫描,获取该入库商品的商品名称,记录每次摆放过程中条形码的扫描时刻,相邻两个扫描时刻构成的时间区间记作摆放区间,每个摆放区间与在先的扫描时刻对应的商品名称绑定;
11、步骤三:在每个摆放区间内实时监测各个货架上的商品总质量记作货架总重,将摆放区间内货架总重发生变化的货架记作目标货架,绘制目标货架上货架总重随时间变化折线图,设定一个稳定时长阈值,当货架总重维持某个数值且持续时长大于等于稳定时长阈值时,将该数值记作稳定值,计算摆放区间内所有稳定值的极差记作筛选重量,获取总质量等于筛选重量的入库商品并组成待选商品集合;
12、步骤四:在摆放区间内持续拍摄保存货架上方的高清图像,获取摆放区间内目标货架对应稳定值的最大值和最小值,将稳定值的最小值出现时刻记作第一时刻,将稳定值的最大值出现时刻记作第二时刻,比较第一时刻采集的高清图像和第二时刻采集的高清图像,提取两个高清图像之间的差异部分并进行图像识别确认差异部分对应的商品名称记作待定商品;
13、步骤五:获取待定商品的总质量记作比对重量,将筛选重量与比对重量进行比较,当筛选重量与比对重量相等时,将差异部分所处的位置记作该入库商品的摆放位置,每个摆放位置对应一个入库商品,当筛选重量与比对重量不等时,生成识别异常信号。
14、进一步地,所述图像识别过程具体如下:
15、获取第一时刻采集的高清图像和第二时刻采集的高清图像分别记作第一比对图像和第二比对图像,对第一比对图像和第二比对图像进行相同的灰度化处理并重叠,保留灰度值不同的像素点得到差异分布图,提取第二比对图像中与差异分布图重合的部分记作识别图像,将识别图像与待选商品集合中所有商品的各个角度高清图像进行相似度比较,选取与其相似度最高的高清图像的商品名称作为识别图像对应的商品名称;
16、剔除差异分布图中离散的像素点记作灰度差异图,以灰度差异图中像素点的中心点为圆心绘制范围圆,范围圆的半径r计算公式为,其中n为灰度差异图中像素点的总数,k为预设的比例系数,将范围圆对应的位置记作该入库商品的摆放位置。
17、进一步地,还包括用于优化商品摆放的摆放优化单元,优化摆放过程具体如下:
18、获取所有入库商品的总质量,将所有入库商品的商品序号按照总质量大小进行重新排序依次记作,i为商品序号的总数,设货架总层数为j,则将商品序号为的入库商品依次摆放至各层货架上,对应的商品序号为的入库商品摆放至第层货架上,其中表示i除以7的余数。
19、进一步地,所述图像确认单元比对分析确认过程具体如下:
20、以售货机柜门开启和关闭的时刻为区间端点设定购买时长区间,在购买时长区间内通过摄像头持续捕捉每层货架上在售商品的高清图像,计算每层货架上在售商品的总质量在区间端点时刻的总质量差值,将总质量差值不为0的货架记作变化货架,对变化货架位于购买时长区间内拍摄的高清图像进行识别分析,将拍摄时间相邻的两幅画面不同的高清图像记作动态变化图像,多个连续拍摄的动态变化图像构成动态变化视频,对动态变化视频中的动态变化部分进行捕捉提取,得到连续的动态变化画面,对动态变化画面中每个单独的画面与所有入库商品的高清图像进行相似度比较,选取与其相似度最高的高清图像的商品名称作为该画面中识别出的商品名称,当多个动态变化画面均识别出同一商品名称时,将该商品名称作为该段动态变化视频对应的售出商品,获取同一货架所有动态变化视频对应的售出商品并组成该货架的第一售出集合;
21、对每层货架进行独立分析,获取货架上在售商品位于两个区间端点时刻的高清图像分别记作售前图像和售后图像,对售前图像和售后图像进行相同的灰度化处理并重叠,保留两幅图像中灰度值不同的像素点得到前后差异图,将前后差异图中保留的像素点记作差异点,在前后差异图上绘制出该层货架所有的摆放位置,设置一个确定阈值,当摆放位置中差异点所占面积大于等于确定阈值时,将该摆放位置记作售空位置,将售空位置对应的在售商品记作售出商品,获取同一货架上的所有售出商品组成该货架的第二售出集合。
22、进一步地,所述重力确认单元比对分析确认过程具体如下:
<本文档来自技高网...【技术保护点】
1.基于动态视觉与重力双模的无人售货系统,包括具有多层货架的售货机,每层货架上方设有摄像头,每层货架设置有重力传感器,其特征在于,还包括:初始录入模块和售出确认模块;
2.根据权利要求1所述的基于动态视觉与重力双模的无人售货系统,其特征在于,所述初始录入模块信息录入汇总过程如下:
3.根据权利要求2所述的基于动态视觉与重力双模的无人售货系统,其特征在于,所述位置确定单元确定位置过程具体如下:
4.根据权利要求3所述的基于动态视觉与重力双模的无人售货系统,其特征在于,所述图像识别过程具体如下:
5.根据权利要求3所述的基于动态视觉与重力双模的无人售货系统,其特征在于,还包括用于优化商品摆放的摆放优化单元,优化摆放过程具体如下:
6.根据权利要求4所述的基于动态视觉与重力双模的无人售货系统,其特征在于,所述图像确认单元比对分析确认过程具体如下:
7.根据权利要求6所述的基于动态视觉与重力双模的无人售货系统,其特征在于,所述重力确认单元比对分析确认过程具体如下:
【技术特征摘要】
1.基于动态视觉与重力双模的无人售货系统,包括具有多层货架的售货机,每层货架上方设有摄像头,每层货架设置有重力传感器,其特征在于,还包括:初始录入模块和售出确认模块;
2.根据权利要求1所述的基于动态视觉与重力双模的无人售货系统,其特征在于,所述初始录入模块信息录入汇总过程如下:
3.根据权利要求2所述的基于动态视觉与重力双模的无人售货系统,其特征在于,所述位置确定单元确定位置过程具体如下:
4.根据权利要求3所述的基于动态视觉与...
【专利技术属性】
技术研发人员:张维,潘若侃,琚李冰,
申请(专利权)人:杭州乾憬科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。