CN103116838B - 测量服务时间间隔的系统和方法 - Google Patents

Abstract

一种为快餐测量订单履行时间的系统和方法，结合了视频摄像机以生成履行过程的图像序列。履行的时间间隔被确定和存储。基于多个履行记录来自动生成履行的平均时间间隔。

Description

测量服务时间间隔的系统和方法

技术领域

本申请涉及自动地测量订单履行时间间隔的系统和方法。更特别地，提供了用于在快餐店的环境中建立平均订单履行时间的标记的系统和方法。

背景技术

为了改进服务速度，衡量员工的表现以及识别员工培训需求，在快速服务饭店(QSR)中测量服务时间间隔对于零售商来说已经有着极大的兴趣。服务时间被定义为在顾客发出订单时和顾客接收例如所订购的食品的时刻之间的时间间隔。对于QSR，通常存在需要被测量的室外的(驾车通过(drive-through))和室内的(饭店)服务时间间隔。

传统地，室外的(驾车通过)服务时间间隔可以通过检测经过每个驾车通过服务区域的车辆来测量。最广泛采用的方法使用了磁环或者红外光束来检测车辆在各种服务点处的出现。然后系统记录车辆经过驾车通过中的每个服务点时的时间，以计算相应的服务时间间隔。

一种公知的产品是HME ZOOM驾车通过优化系统。然而，该系统不能分辨计时器测量是否确实是为同一车辆，或者顾客是否未能在拾取窗口处收到食物而不得不拉到旁边以等待订单完成。

最近，基于视频的系统在产业中已出现。这样的系统从每个服务点到下一个服务点匹配同样的车辆，以便具有驾驶通过服务时间的更好的测量。

与驾驶通过计时器系统的成功无关，它们因为各种理由而不能被用于测量饭店内部的服务时间。例如，在饭店中人们不沿着指定的路径移动，以及使用车辆跟踪技术来跟踪每个顾客的移动是不可能的。由于在各种情况下顾客移动的复杂性，看起来现今没有系统可以自动测量饭店内部的服务时间间隔。

已知的销售点(POS)系统在收款机处记录所有交易。这建立了履行时间间隔的开始时间，但是，没有建立食品或者产品拾取时间。对顾客拾取的后续食品的时间的检测和确定每个订单何时被履行是极其复杂的。例如，顾客可能首先接收一部分订货，并且稍后拾取其余的订货。或者，顾客可能拾取食品，在桌边坐下，并且接着回到服务台以索取调味品或者杯子。调味品算作是订单的一部分吗？

即使可以对订单履行的定义(例如食品交付)取得一致意见，但为了精确测量服务时间间隔，每个顾客的移动和动作必须遍及饭店被跟踪。系统必须能够识别被交付给顾客的物品以确定它是否是订单的一部分。这提出了一个非常有挑战性的问题，其不能在饭店内部没有完全的视频覆盖的情况下被完全解决。这样的视频覆盖包括高分辨率视频摄像机，其具有指向服务台的视场，以及高度精确的多摄像机顾客跟踪和物体识别处理或者能力。

当前，产业中看起来没有用于自动测量饭店服务时间间隔的现有技术。所使用的已知方法依赖于人输入指示符到系统中，以指明特定顾客或桌子已经被服务。现有的技术现状要求服务员留意服务状态并且在系统中手动更新状态。

附图说明

图1是根据本文的系统的框图；

图2说明了在快餐环境中的订单履行；

图3是根据本文的方法的流程图；以及

图4是根据本文的替代方法的流程图。

具体实施方式

虽然被公开的实施例可以采取许多不同的形式，但其特定的实施例被显示在附图中并且将在这里被详细描述，并且所理解的是，本公开将被认为是其原理的示范以及实践该原理的最佳模式，并且不意在将本申请或者权利要求限于所说明的特定实施例。

在这里的一个方面，可以开发对“平均”服务时间间隔的估计。根据本系统和方法，跟踪个别顾客的移动以估计个别服务时间间隔的需求可以被消除。在产生食品产品订单到食品拾取/交付之间的匹配可以实际上变成任意的，只要一组顾客订单与一组食品拾取或者交付相对应、匹配。基于各种实际时间间隔的估计的平均服务时间将是相同的，而与匹配的订单无关。

虽然本系统和方法在QSR内部估计“平均”服务时间间隔，但相同的技术可以被应用到具有相似流程的任何其它商店。即，在顾客发出被记录到POS 系统中的订单，并且接着移动到旁边以在服务台处等待定单交付的情况。根据本文，系统将在服务台处自动检测与食品交付或者食品拾取有关的视频事件。与来自POS系统的交易数据相组合，该系统将随时间的过去而提供平均服务时间的估计。

如下面所讨论的，基于视频的系统监视服务台区域并且检测食品交付事件。当员工递交食品托盘、袋子、一杯饮料或调味品物品给顾客时，食品交付事件发生。顾客可出现在柜台处或者员工可简单地在服务台上放下食品物品以供顾客拾取。

供应者的(例如饭店的)POS系统提供了基于时间戳的交易开始数据。其与视频系统是时间同步的。POS交易的数目不必匹配食品交付事件的数目。事实上，在大多数情况下，假定每个交易通常涉及多个食品交付事件，则它们完全不匹配。本系统将对食品交付事件进行聚类，找出在每个POS交易和食品交付事件的每个聚类之间的映射，以及然后基于这样的映射来建立平均服务时间。

若干个假设与该过程相关联：

1.食物交付事件只能在对应的POS交易已经发生之后发生(因为在订单可以被履行之前，顾客必须首先发出订单)。

2.对于每一POS交易可能存在一个以上的食品交付事件。

3.在少有的情况下，对于POS交易，可能没有食品交付事件。这可在食品交付发生在监视的服务台区域之外时，或者系统未能检测该食品交付事件时发生。

4.一些食品交付事件可能是误警报，并且因此如果食品交付事件被剩下未聚类，则其是允许的。

在另一个方面，在视频中的食品交付事件被聚类成多个聚类，其中每个聚类映射到一个POS交易。要求食品仅在订单已经被发出后被交付的时间约束与快餐和类似商业的商业模型相一致。在映射被建立后，依据用户更偏爱哪个测量方法，可以通过使用聚类平均数、中值或[最小值，最大值]来测量服务时间。

有利地，本系统和方法在展示食品交付活动的视频中检测特定事件。在不对哪个食品交付事件与哪个特定的顾客相对应进行明确标记的情况下，这些视频事件可以被自动聚类，并且平均服务时间间隔可以被可靠地确定。

为了检测在视频中的食品交付事件，视频摄像机被定向，使得它的视场在相应商业的服务台上延伸或包括该服务台，以检测若干种类型的活动：例如但不限于：

-员工在柜台处的出现

-当食品托盘或者食品物品被交付时，员工的手部移动

-顾客在该柜台的相对侧的出现

-对由员工所传递或者放置在柜台上的物品的识别。

一旦这些食品交付事件被检测，系统执行预处理步骤以滤除不显得有效的那些食品交付事件。例如：

-只有员工活动出现，而没有顾客拾取。

-与食品交付的移动模式不匹配的不寻常的手部移动，诸如在非高峰时间期间清点或组织库存物品。

-在期待的食品交付时间框架外发生的事件(例如，如在经验上所确定的，在任何POS交易后7分钟以上)。

在过滤过程后，系统可以应用分段算法将事件数据流分割成多个段，假定了在POS交易后超过假设的七分钟而发生的食品交付事件不能属于匹配聚类。这使聚类和映射算法能够一次处理更小的数据集。这也允许系统周期性地输出更新的平均服务时间。

接着将应用聚类和映射算法将事件分组成聚类，以及测试从聚类到POS 交易的映射。这样的映射可以被假设是按时间先后顺序进行的，假定了首先订购了食品的顾客很可能首先接收食品。而且，因为目标是确定平均服务时间而不是个别服务时间，即使订单被不正确地匹配，平均服务时间间隔估计将仍然不受影响。

一种聚类方法是基于递归K-平均数聚类(recursive K-means clustering)。通过使用标准K-平均数算法来执行初始聚类。评估得到的映射以检查时间约束是否被满足。如果没有，那么执行数据子集的再聚类。这递归地重复，直到全部映射满足假设的时间约束。如果POS交易数据流具有与食品交付事件流相似的模式，那么可以预期的是，该基于时间接近度的聚类可以较好地起作用，并且可以找出用于可靠的平均服务时间估计的合理的映射结果。根据真实世界 POS交易和视频数据，清楚的是，两个数据流尽管具有不同的密度(或事件数目)，但具有相似的模式，并且这些流本质上被时间移位(因为食品交付事件仅在订单发出之后发生)。

在另一个实施例中，时间约束被首先应用。接着可连同优化函数一起使用基于动态规划的方法，以找出使成本函数最小化的最好的聚类结构。成本函数可以基于最小服务时间(假定首先订购的顾客很可能首先收到食品)、最大聚类内距离(假定重复的食物交付事件很可能履行同样的订单)、或一些其它的标准。

图1是示例性的装置10的方框图。装置10包括一个或者多个视频摄像机和相关联的视频处理系统12。摄像机具有各自的视场V，其覆盖交易位置T。例如，快餐店的柜台的一部分，如在图2中所示的。

POS系统14具有与交易位置T相关联的一个或者多个终端。当顾客的订单被取走时，交易开始的时间可以由POS系统14所记录。如图2中所说明的，响应于诸如订单交付的订单履行，交付时间可以被记录。

来自于一个或多个视频摄像机和系统12以及POS系统14的输出可以被耦合到订单履行识别电路16。与所识别的订单履行事件有关的信息以及相关联的时间，可以被耦合到预处理过滤器电路18。

来自于过滤器18的输出可以被耦合到记录处理电路20，其按如下面讨论的可以得出对平均履行时间的确定。履行记录可以被存储在数据库24中。

本领域技术人员将会理解的是，订单履行识别电路16可以至少部分地采用与预存储在只读存储器、可编程只读存储器单元、或者读写存储器单元(诸如半导体、磁性或者光学存储单元)中的可执行控制软件16b相结合的一个或多个可编程处理器16a来实现。替代地，在没有限制的情况下，硬布线电路可用于实现电路16的一些或者全部。相似的注解应用于过滤器电路18和记录处理电路20。这样的实现方式的精确细节不是对本文的权利要求的限制。

图3说明了操作系统10的方法100。如在102处，如同快餐店的通常情况那样，一个或多个订单T₁ 、T₂ ...T_K 可以被记录到POS中。如在104处，可执行交易序列的可选分割。

如在110处，视频系统12可以检测一个或多个食品交付事件E₁ 、E₂ ...E_L 。如在112处，无效事件可以由过滤器18从序列滤除。如在114处，过滤的视频事件可以被聚类。如在116处，可以进行事件序列的可选分割。

如在118处，交易序列可以被映射到事件聚类，从而产生映射数据。如在 120处，可将约束应用到映射数据，并且如果约束被满足，则如在122处，可以确定平均服务时间。所确定的平均服务时间可以被实时、在线地提供或者作为一个或者多个电子的或者打印的报告而输出。

图4说明了操作系统10的替代方法200。如在202处，如同快餐店的通常情况那样，一个或多个订单T₁ 、T₂ …T_K 可以被记录到POS中。如在204处，可执行交易序列的可选分割。

如在210处，视频系统12可以检测一个或多个食品交付事件E₁ 、E₂ ...E_L 。如在212处，无效事件可以由过滤器18从序列滤除。如在214处，过滤后的视频事件可以与一些或者全部交易流相结合，以在交易流和视频事件流之间建立时间约束。如在216处，可以进行事件序列的可选分割。

如在220处，动态规划方法可连同预选择的优化函数一起被用于处理数据流，以找出优选的聚类结构，例如，该优选的聚类结构最小化了成本函数。如在222处，可以确定平均服务时间。所确定的平均服务时间可以被实时、在线地提供或者作为一个或多个电子的或者打印的报告而输出。

根据上文，将观察到，在没有背离本发明的精神和范围的情况下，可实现许多的变化和修改。将被理解的是，不意在或应当推断关于在这里所说明的特定装置的限制。当然，其意在由所附的权利要求来覆盖如落入权利要求的范围之内的所有这样的修改。进一步地，在图中所描绘的逻辑流程不要求所示的特定的次序或者顺序的次序来获得期望的结果。可以提供其它的步骤，或者可以从所描述的流程中除去步骤，并且其它部件可以被加入所描述实施例，或者从所描述的实施例中移除。

Claims (13)

1.一种用于估计平均服务间隔的系统，包括：

包括视频摄像机的视频系统；

销售点系统，其接收和记录交易并基于与视频系统同步的时间戳提供交易开始数据；

耦合到该视频摄像机的识别电路，该识别电路通过当产品交付给顾客时在该视频摄像机捕获的视频中检测员工的第一手部移动来检测交易履行事件；

处理电路，该处理电路处理交易履行事件记录以自动建立履行时间间隔的标记；以及

预处理电路，其过滤出不被检测为交易履行事件的第二手部移动，每个所述第二手部移动并不包括该员工将所述产品交付给所述顾客。

2.如权利要求1中的系统，其中识别电路通过检测产品的交付来检测所述交易履行事件。

3.如权利要求1中的系统，其中该预处理电路拒绝在预定的时间间隔已过去之后发生的第三手部移动。

4.如权利要求1中的系统，还包括存储元件，该存储元件存储交易履行事件记录。

5.如权利要求1中的系统，其中该处理电路将所选择的交易履行记录分割成段。

6.如权利要求5中的系统，其中该处理电路将所述段聚类。

7.如权利要求6中的系统，其中该处理电路自动建立所述履行时间间隔的平均。

8.如权利要求7中的系统，其中该处理电路更新所述履行时间间隔的所述平均。

9.如权利要求8中的系统，其中该识别电路包括可编程处理器以及预存储的、可执行的指令，当该指令由可编程处理器所执行时，自动建立所述履行时间间隔的所述平均。

10.如权利要求6中的估计系统，其中该处理电路用所聚类的视频事件的序列来映射交易序列。

11.一种用于估计平均服务间隔的方法，包括：

将视频摄像机系统的视场指向产品交付区域；

将用户发出的订单输入到销售点系统中；

基于与视频摄像机系统同步的时间戳提供所述订单的交易开始数据

通过当在产品交付区域处产品交付给顾客时自动地检测员工的第一手部移动的视频事件来积累多个产品收到间隔；

过滤出没有在所述多个产品收到间隔中积累的所述员工的第二手部移动，每个所述第二手部移动不包括将所述产品交付给所述顾客；以及

响应于所述积累和所述输入，自动建立履行间隔的平均。

12.如权利要求11中的方法，还包括：提供订单交付区域的视频图像的序列，其中所述积累响应于所述视频图像的序列。

13.如权利要求12中的方法，还包括在磁性存储系统、光学存储系统或半导体存储系统中存储所述履行间隔的记录。