CN106233102A - 用于监测食物废物的系统和方法 - Google Patents

Abstract

本发明涉及一种用于监测食物废物的系统。该系统包括：被配置成用于对废物接纳器称重的称重机构，其中该废物接纳器被配置成用于在倒空之前接纳来自多个相继丢弃事件的食物废物；处理器，该处理器被配置成用于测量在各个丢弃事件之间该废物接纳器的重量差异、并且基于该差异来计算针对丢弃事件的重量；以及用户界面，该用户界面被配置成用于接收用户的对丢弃事件中的食物废物进行归类的至少一个指示。还描述了一种用于监测食物废物的方法。

Description

用于监测食物废物的系统和方法

技术领域

本发明为食物废物监测领域。更具体地但不排他地，本发明涉及商业环境中的食物废物监测。

背景技术

商业的食物服务运营场所和餐馆会扔掉它们购买的可食用食物的5％-20％。原料成本是典型从业者的收入的约1/3。因此，可避免的废物占了收入的2％-7％。在净利润不到10％的情况下，这可以造成利润的显著区别。

减少食物浪费的第一步骤是测量食物浪费。现有的解决方案是用来追踪食物废物的高度人工的过程，例如在一天结束时对废物袋进行称重。它们一般难以坚持超过一次快速审核、并且由于需要审核员/咨询时间而可能是昂贵的。它们还倾向于在正扔掉什么东西方面具有不够精细的数据，这使得它们的效力不够。

已经形成了比上文描述的手动过程更自动化的且更精细的其他解决方案。

一个这样的解决方案是由Leanpath公司提供的并且在美国专利号7,415,375中进行了描述。在这个解决方案中，提供了一种食物废物监测系统，其中用户向容器填充食物废物并且将该容器放在称重站上。该称重站记录总重量并且向用户请求关于食物废物的细节。该容器接着被倒空到废物接纳器中并且可以被再次使用。该重量和数据被存储并且用于分析食物废物。

上文描述的解决方案的缺点为，它依赖于用户来将食物废物放入容器中、对这些容器进行称重、并且记录食物废物的类型。这个解决方案对于繁忙的食物服务运营场所或餐馆来说实施起来相当麻烦，在这些食物服务运营场所或餐馆中，用户很可能是忙碌的厨房员工并且因此这个解决方案的顺从度差。因此，这导致关于一些或大多数食物废物的数据缺失以及对运营场所的食物废物的分析错误。

相应地，希望一种改进的废物监测系统。

本发明的目的是提供一种克服了现有技术的这些缺点的、或至少提供了有用的替代方案的食物废物监测方法和系统。

发明内容

根据本发明的第一方面，提供了一种用于监测食物废物的系统，该系统包括：

被配置成用于对废物接纳器称重的称重机构，其中该废物接纳器被配置成用于在倒空之前接纳来自多个相继丢弃事件的食物废物；

处理器，该处理器被配置成用于测量在各个丢弃事件之间该废物接纳器的重量差异、并且基于该差异来计算针对丢弃事件的重量；以及

用户界面，该用户界面被配置成用于接收用户的对丢弃事件中的食物废物进行归类的至少一个指示。

根据本发明的另一方面，提供了一种用于监测食物废物的方法，该方法包括：

a.处理器接收在第一丢弃事件之后来自废物接纳器的称重机构的第一重量；

b.该处理器接收在第二丢弃事件之后来自废物接纳器的称重机构的第二重量；

c.该处理器基于该第一重量与第二重量之间的差异来确定针对该第二丢弃事件的重量；并且

d.用户界面接收来自用户的对该第二丢弃事件的事务废物进行归类的输入。

在本权利要求书中描述了本发明的其他方面。

附图说明

现在将参照附图仅通过举例的方式来描述本发明的实施例，在附图中：

图1示出了框图，展示了一种根据本发明的实施例的系统；

图2示出了流程图，展示了一种根据本发明的实施例的方法；

图3示出了框图，展示了一种根据本发明的实施例的系统；

图4示出了流程图，展示了一种用于与图3的实施例一起使用的检测重量信号中的噪音的示例性方法；并且

图5a至5d示出了图表，展示了一种用于本发明的实施例的稳定化方法。

具体实施方式

本发明提供了一种食物废物监测方法和系统。

诸位发明人发现，通过自动获取在一个废物接纳器中发生的多次丢弃事件之间的重量，可以高度顺从度地监测食物废物。

在图1中，示出了一种根据本发明的实施例的系统100。

示出了称重机构101。该废物机构101可以是模拟秤或数字秤。

示出了废物接纳器102。该废物机构101可以被配置成用于测量废物接纳器102的重量。例如，该废物接纳器102可以坐于废物机构101顶上。该废物接纳器102被配置成用于接纳多个丢弃事件的食物废物。

当废物机构101为模拟秤时，可以使用模数转换器103来将测量值转换为数字形式。

还示出了处理器104。该处理器104被配置成用于直接或经由转换器103来接收来自废物机构101的重量信号。

处理器104可以经由稳定性控制器105接收来自废物机构101或转换器103的信号。该稳定性控制器105可以被配置成用于检测重量信号并控制重量信号到处理器104的递送。该稳定性控制器105可以基于重量信号的稳定性来控制重量信号的传输。可以由稳定性控制器105通过使用可变响应时间、基于当前重量与前一重量之间的变化幅度来确定稳定性。例如，可以设定阈值，使得如果重量变化被定义为低(即，低于下限阈值)，则响应时间可以增大以便递送稳定的重量。这可以有助于消除可能是噪音的小波动。当重量变化高(即，超过上限阈值)时，可以向处理器104传输重量信号，但是稳定性控制器105可以监测来自称重机构101的重量信号并且更新被传输至处理器104的重量信号以便反映出更精确的重量评估。这例如在用户偶然在丢弃食物废物时将自身重量放在该称重机构上时可以是有用的。下限阈值和上限阈值可以被周期性地更新并且基于历史数据进行计算。

该处理器104可以被配置成用于通过测量在各个丢弃事件之间重量接纳器102的重量差异来针对丢弃事件计算重量。例如，如果在第一丢弃事件之后重量信号为1.05kg并且在第二丢弃事件之后重量信号为1.50kg，则该处理器可以针对第二丢弃事件计算出重量为0.45kg。

还示出了用户界面106。该用户界面106可以包括显示器107和输入装置108。在一个实施例中，显示器107和输入装置108可以例如组合在触摸屏界面中。该用户界面106可以包括音频输出装置109。

该用户界面106可以被配置成用于经由输入装置108接收来自用户的对丢弃事件中的食物废物进行归类的指示。该用户界面106可以经由显示器107提示用户来针对一种或多种不同类别类型提供指示，包括：废物出现阶段、废物类型、特定废物、和/或倒出该废物的原因。该用户界面106可以使用具有多个选项的多级菜单来经由显示器107提示用户并且经由108接收输入。例如，废物出现阶段可以通过让用户选择以下选项之一来进行提示：库存、预备、生产过剩、或盘中剩余。

该用户界面106可以在选项清单中显示一个选项，该选项自动跨多个归类类型限定多个指示。

系统100可以包括被配置成用于获得用户身份的用户身份设备110。用户身份设备110可以包括相机111。该用户身份设备110可以例如通过使用相机111经由面部识别、或经由RFID读取器通过用户物理标识符例如RFID(射频标识符)的接近来自动获得该用户的身份。在替代性实施例中，用户界面106可以被配置成用于例如通过经由输入装置108接收用户代码来获得该用户的身份。

系统100可以包括被配置成用于经由通信网络114与中央服务器113通信的通信模块112。该处理器104可以被配置成用于使用通信模块112向中央服务器113传输针对丢弃事件的重量和/或归类。这些重量和/或归类可以被周期性地传输给该中央服务器113。

该中央服务器113和/或处理器104可以被配置成用于处理这些重量和/或归类来消除用户错误。这种处理可以涉及检测和改正重量和/或归类的错误。

该中央服务器113可以被配置成用于接收来自多个位置的丢弃事件的重量和/或归类。例如，该重量和/或归类信息可以来自被部署在同一商业食物运营场所的不同部分中、或多个商业食物运营场所内的多个称重机构。

该中央服务器113可以进一步被配置成用于对从一个或多个位置接收到的重量和/或归类进行分析以生成通报。这些通报可以被递送给一个或多个用户装置。

该中央服务器113可以进一步被配置成用于周期性地更新该用户界面106所利用的多级菜单。

参见图2，将描述一种用于监测食物废物的方法200。

在步骤201中，当用户将食物废物丢弃到废物接纳器(例如，102)中时，发生丢弃事件。由称重机构(例如，101)来检测该废物接纳器的重量，并且传输重量信号。该重量信号在被传输之前可以被转换器(例如，103)从模拟的处理成数字的。

在步骤202中，可以由例如稳定性控制器(例如，105)拦截并处理该重量信号以获得稳定性。可以监测该重量信号一段时间以确认稳定性。这个时间段可以取决于该重量信号与前一丢弃事件的重量信号之间的变化幅度。在一个实施例中，当重量信号低于下限阈值时，这个时间段增大。该重量信号可能由于监测而被延迟或由于监测而被更新。例如，当重量信号低于下限阈值时，该重量信号可能被延迟；并且当该信号高于上限阈值时，该重量信号可以在该信号下降至低于该上限阈值时被更新。

在步骤203中，处理器(例如，104)接收该重量信号并且计算在这个丢弃事件与上前一丢弃事件之间该重量接纳器的重量差异。该重量差异是针对当前丢弃事件的重量。

在一个实施例中，经由用户界面(例如，106)将这个重量显示给用户。可以经由音频输出装置(例如，109)响起警报，以便警示用户有食物废物要归类。

可以确定用户的身份(例如，通过110)。这个身份可以是与所计算出的重量和/或由用户针对该丢弃事件限定的归类相关的。可以例如经由面部识别来自动检测用户的身份。在用户未知的情况下，可以提示该用户来提供身份信息。

在步骤204中，可以接收来自用户的对食物废物进行归类的一个或多个指示(例如，经由106)。可以向用户显示一系列选项以便定义其指示。在一个实施例中，接收来自用户的多个指示，包括食物被废弃的阶段、食物废物类型、特定食物废物项、以及食物废弃原因。在本发明的一些实施例中，可以向用户提供一个或多个选项来自动定义这些指示中的全部或一些。例如，指示的某些组合是常见的并且这些组合可以提供成单次触摸选项。

在一个实施例中，当重量信号已经由于稳定性处理而被更新时，该处理器(例如，104)可以使用该更新的重量信号来计算针对该丢弃事件的重量。

在步骤205中，可以清除针对该丢弃事件所获取的重量和/或相关的归类，例如以便消除用户错误。

这种清除可以包括检测和改正错误的重量和/或归类。

在一个实施例中，检测到错误的重量并使用与历史获取数据(例如，之前的和/或之后的丢弃事件)的偏差来改正。例如，可以使用标准偏差技术来使所获取的多个丢弃事件的重量平滑。该历史获取数据可以是从该称重机构、从在该商业食物服务运营场所处的或跨所有相关联或相关商业食物服务运营场所的多个称重结构、或跨所有获取数据在历史上获取的数据。

在一个实施例中，检测到错误的丢弃事件并使用模式识别进行改正。例如，可以针对常见的错误情形来限定一个或多个规则并将该规则用于识别错误的丢弃事件，例如废物接纳器更换被识别为丢弃事件。

在一个实施例中，这种清除的至少一部分可以在处理器104处进行。处理器104可以确定用户的存在已经造成了错误(例如用户可能靠在废物接纳器上从而影响重量信号的准确性)、并且通过检测随后用户不存在以及重量信号的变化来改正这个错误，以便使用当前重量信号来更新针对该丢弃事件的重量。检测用户不存在可以是经由相机，或者可以被推断出(例如，在过去一段时间之后该系统可以猜测用户已经离开)。

在步骤206中，所获取的重量和/或归类可以被传输至中央服务器(例如，113)以进行处理、校对、和/或分析。分析的结果可以作为通报被递送给一个或多个用户。该通报可以包括对食物废物的概述和/或基于该分析对减少废物的建议。传输至中央服务器可以是周期性地进行的。该一个或多个用户可以是这些商业食物服务运营场所的主人或经理。在一个实施例中，在当前没有发生丢弃事件时，可以在该用户界面上显示一些分析。

在一个实施例中，在用户身份与所获取的针对多个丢弃事件的重量和/或归类相关联时，可以对所获取的数据进行处理和分析以生成给用户的反馈。当该用户下一次使用该系统100时，该反馈可以例如经由用户界面106显示给用户。

参见图3，将描述另一种根据本发明的实施例的系统300。

系统300包括坐于秤320上的废物接纳器310。在一个实施例中，秤320是工业上的、足够大而能将整个废物接纳器310放于秤320上的可清洗地秤。秤320可以包括模拟秤和数字秤二者。对于模拟秤，转换器321联接至秤320上以便将任何表示总重量的模拟读数转换成可以由计算机处理的数字表示。废物接纳器310可以是任何可获得的垃圾桶。

系统300包括废物追踪装置330A。该废物追踪装置330A包括废物秤监测模块334，该废物秤监测模块接收来自该转换器321的表示这些秤上的总重量的数字信号。废物秤监测模块334将表示垃圾桶上的总重量的该数字信号转换成一系列的秤事件，这些秤事件可以用来驱动该用户界面进行食物归类。该模块334还包括用于防止重量的意外改变(例如，员工站在秤上)被理解成食物废物的逻辑。这一系列的秤事件可以是新的重量、重量的添加/去除、以及秤的连接/断开连接。该模块334可以被配置成用于与多个不同的秤相接。

该废物追踪装置330A包括主控制器模块333，该主控制器模块接收来自模块334的秤事件、菜单设置信息、以及之前的事务处理数据。模块333控制该用户界面驱动触摸屏331并输出由重量改变与用户在该触摸屏上录入的数据的组合生成的事务处理。

主控制器模块333控制该废物追踪装置330A的这些不同部件。它使用重量数据、菜单信息和之前的事务处理来创建用户(例如，员工)使用的用户界面。它还将通过员工的选择而生成的事务处理反馈给本地储存器335。

废物追踪装置330A包括云同步模块332，该云同步模块从本地储存器335调取事务处理并周期性地将其传输至云系统340。该模块332还下载厨房菜单设置的变化(由模块333用来控制给331的输出)并将这些存储在本地储存器335中。该模块332可以是与装置330A的其余部分通过本地储存器隔离的，以便确保失去因特网连接仅影响该同步特征。

在云系统340内提供了应用程序接口(API)模块341以接收来自多个废物追踪装置330的事务处理和日志、并将菜单和应用设置传输给这些废物追踪装置330。从这些不同的装置330接收的数据被API模块341聚合并存储在中央存储器342中。

云系统340包括菜单及数据录入设置管理器343。该设置管理器343是允许在不与这些废物追踪器触摸屏交互的情况下修改菜单、近期事务处理、并查看基本通报的界面。

云系统340还包括商业智能及分析查看器344。该查看器344允许顾客301B在其用户装置350处查看更复杂的通报，例如不同的场所表现如何。它还允许顾客创建自己的通报。

每次食物被放入废物接纳器310中，系统300就产生视觉的(闪烁屏)或声音的(蜂鸣声)提示，将厨房员工的注意力引导至放在垃圾桶旁边的触摸屏上。用户301被要求通过敲击几次屏幕来指明刚才扔掉的食物是哪种类型、并且为什么。

用户301从不需要对食物废物称重，这具有三个好处：(1)减少了追踪废物的劳动时间/成本；(2)简化了过程，因此提高了顺从程度；并且(3)允许监测并增强顺从程度，因为所有食物废物(无论是否被归类)都是该系统登记过的。

系统300通过在三个方面的技术创新提高了监测和减少厨房食物废物的能力。这些方面是：

[A]对废物的过程中测量；

[B]合理的归类程序；以及

[C]提示行为变化的用户参与特征。

系统300被设计成用于使得为了归类废物项所需要的敲击次数最小化。单次事务处理平均花三至五秒来完成，这在典型的厨房中跨八个员工产生每天十分钟的劳动时间。

在系统300中，要求用户310取决于所归类的项作出一次与五次之间的选择。最长的工作流程(五次敲击)要求用户310选择：

-废物出现的阶段(库存、预备、生产过剩等等)

-被扔掉的食物类型(意大利面、鱼、肉等等)

-被扔掉的特定食物项(鸡胸肉、三文鱼、烤面条加干酪沙司等等)

-扔掉该食物项的原因(变质、损坏等等)

-确认按钮(可选)

通过在第一数据录入平面上提供“快速录入“按钮给用户310，能够实现最短的工作流程(一次敲击)。快速录入代表以下预定义集合：阶段、群组、食物、和原因。由于被指派了快速录入按钮的是最经常的废弃项，因此大大减小了每次事务处理的平均点击次数。

甚至没有快速录入按钮的项通常也并不要求完整的工作流程(五次敲击)。系统300取决于所归类的项的性质而具有可变的工作流程长度。例如，如果打算选择“餐桌剩余”作为废物“阶段”，系统300不会询问‘原因’，因为这很可能是未知的。

快速录入的组合、短的完整工作流程、以及可变的工作流程长度获得了合理的过程，平均只要求三次敲击。

厨房中任何食物废物减少的显著部分通常是通过员工参与废物测量过程来实现的，这最终导致减少废物的行为改变。

在对食物项归类的任何时候，废物的价值以屏幕上信息消息的形式被实时地转发给员工。例如：“谢谢您。您已扔掉$7.20的三文鱼”。

当闲置(没有在扔掉废物)时，系统300的屏幕331显示一系列的通报来帮助厨房员工追踪不同时间段中他们的进展、以及与其他厨房相比他们的表现。传回给他们的一些内容包括：

-归类％：员工进行了归类的占被扔掉重量的百分比

-按重量计今天扔掉的废物量。

-今天的废物(按价值)，与上周以及两周前同一天相比。

-到今天的一周废物(按价值)，与当上周这时的以及两周前的相比。

-今天扔掉的前几名食物项。

-今天扔掉的食物项按食物群组(肉、鱼、奶制品等等)的分布。

实时食物废物追踪中使用的算法

转向图4，在食物废物被扔到通用垃圾桶中而不使用容器时准确测量食物废物(即，过程中)提出了若干挑战。食物废物事务处理与垃圾桶重量相比典型地非常小的(低至10g对10000g)，并且厨房一般是繁忙的、狭窄的空间，会意外敲到垃圾桶很多次。为了应对这些挑战，利用了一系列算法来使得废物追踪在一般的厨房环境的限制内是尽可能无缝的。

稳定化对响应性

防止噪音和意外敲到垃圾桶被理解成食物废物需要延迟的系统响应，在此期间可以分析和确认重量变化的稳定性。不幸的是，延迟的响应对于用户体验具有负面影响，这在长期意义上导致顺从度降低。为了迎合这两个对立的限制，本Winnow系统使用了基于该变化的幅度而具有可变响应时间的一种算法。

小的重量变化更可能是噪音、并且因此要求更长的分析时间来确认稳定的读数(如图5a所示)。中等的重量变化很可能是食物废物落入垃圾桶中、并且因此在确认稳定的读数之前要求有短得多的分析时间，从而导致快的响应时间(如图5b所示)。非常大的重量变化更有可能是员工与垃圾桶相互作用，因此尽管响应必须快(如图5c所示)，但必须允许长时间的响应后分析，以确认读数是否已经稳定或是否需要被取消(例如，意外站到垃圾桶上)。对于“小的”、“中等的”、和“大的”重量变化的定义是基于历史数据沿两个维度来设置的：“重量对归类可能性”和“重量对观察到的频率”。

这些阈值是通过分析历史数据来计算的并被周期性地更新。

重量下降的处理

大多数时候，垃圾桶的重量在一天的跨度上随着食物被扔掉而逐渐增大，直到垃圾桶内衬被更换并且重量下降回到接近0。在不太频繁的基础上，垃圾桶的重量减小。确定减小的正确原因并相应地作出反应是基于重量的食物追踪的一项重要挑战。

系统300的算法(上文描述的)是基于真实世界情况的经验的。它考虑了与垃圾桶上总重量以及近期事务处理历史相比的下降幅度。

在图5d中更详细地描绘了一种非常常见的情况(下降区1)。

通常在丢弃某一重量时，用户会靠在垃圾桶上、或者在数据录入期间将食物容器搁在垃圾桶上。在该数据录入时间段完成时所记录的重量被人为增大。系统300通过分析在“录入后稳定区”内的重量移动来应对这个问题。只有在用户已经离开(这可以由系统300处的相机来确认或者经由所定义的时间段[例如，记录了在事务处理之后为8秒]来推论出)，并且重量已经稳定且等于或低于在获取终止时(按照用户确认、或按照超时来终止)的重量，才是所记录的事务处理。如果重量超过这个区，则在当前重量处记录事务处理重量，并开始新的事务处理。如果重量低于这个区，则标记这个事务处理是可能无效的，以进行后续分析。

对该重量数据流应用两个算法，以清除不相关的和假的事务处理。这是必须的，因为人的数据事件的分类并不是100％可靠的。人可能在完成事务处理的归类之前被打断或分心。对所收集数据的后处理允许改正两种类型的未归类事务处理：垃圾桶更换和偏差。这两者都是在云系统340进行的。

垃圾桶更换

用于检测未归类的垃圾桶更换的算法实施的是简单的模式识别。对该算法的示例性描述如下：

对于每个称重站

找出所有符合以下条件的未归类重量变化

a)大于3Kg

b)在前一次垃圾桶更换之后超过30分钟之后出现，以及

c)接近秤上的总重量(即，大于(总毛重-0.5Kg))

d)自从上一次对秤称皮重之后没有被归类的事务处理并且将其重新归类为垃圾桶更换。

偏差清除

偏差清除逻辑的目的是拦截重量流的不一致并将其平滑掉。例如，可以将垃圾桶从秤上移走、将额外的废物放入其中、并接着将其放回到秤上。在此情况下，会出现重量流的未解释的间隙。

对偏差清除算法的示例性描述如下：

在有多个重量变化事务处理的一个时间系列中，对于每个事务处理，设：

偏差＝前一次事务处理与下一次事务处理之间总毛重的平均变化

间隙＝前一次事务处理与下一次事务处理之间的差异。

现在为了清除偏差：

对于每个称重终端

在每个未归类的事务处理之前和之后立即查看这些事务处理

如果(偏差>200g并且

间隙<abs(偏差/5)并且

在任一方向(之前或之后)周围的3个事务处理中没有垃圾桶更换。

)则

·将该事务处理的重量变化修改成等于前一次事务处理与下一次事务处理之间的差异。

·将该事务处理的总毛重修改成等于下一次事务处理的总毛重。

·通过将下一次事务处理的重量设置为零来忽略该下一次事务处理。

如果结束；

因此清理掉了假的未归类的事务处理，从而给出了一致的、连续的重量变化时间系列。

使用面部识别来改进厨房内的参与/顺从度/通报

当前形式的食物废物追踪需要一些员工参与，这主要由数据录入任务构成。长时间准确追踪废物的最大挑战之一是让员工参与到该过程中。面部识别、以及识别在每次事务处理期间以及在一天的其他不同时间存在的一个或多个用户的能力可以解锁多种特征，这些特征可以改进体验和员工顺从度。

用户识别

在系统300与用户之间创建更高参与度的关系的第一步骤要求用名字来识别他们。因为系统300总是在员工通常会去的区域内(垃圾桶)，因此有很多机会可以请求用户录入其名字。

实例：

·嗨，我想我们没见过。请问您叫什么名字？[例如，从安装日起72小时]

·嗨，您一定是这里的新人，请问您叫什么名字？[例如，新面孔2和安装后数周]

·嗨，我已经见过您20次了但我仍不知道您的名字！

·嗨，我们认识3周了但我仍不知道您的名字！

无缝的用户上岗

服从度降低的原因之一是雇员的流动。没有受过适当培训的新雇员可能不确定如何使用系统300、或者没有意识到它对公司和环境的好处。面部识别可以允许系统300立即识别出新雇员、并且在没有其他员工辅助的情况下提供上岗辅导。

实例：

·嗨，Ramiro...好像这是您第一次给我食物。您想观看快速视频培训来了解我如何工作吗？

积极反馈/游戏化

顺从度低的主要原因是废物归类的麻烦的性质。为了解决这个问题，系统300可以利用企业游戏化领域的观念。执行的所有任务都基于用户被记录、并且进行回放来给用户关于他们对环境帮助多大、他们与同类人相比做得多好、以及他们距达到某种里程碑有多远的了解。

实例：

·谢谢您，Ramiro。您刚才扔掉了价值$4.40的三文鱼。

·哇，Jimmy，您已经将投给我的食物的100％进行了归类。我将马上给Ramiro发送信息。

·嗨，Jimmy，您归类的食物比这里任何其他人都多。请看下面这个图表。

还可以给用户提供反馈以涵盖责任、个人订制和通报、以及下文指出的问题检测：

责任

实例：

·嗨，Jimmy，今天的食物中仅有50％被归类...这让我伤心:(

个人订制和通报

实例：

·嗨，Jimmy，您刚才在我们的排名表中占据了第一名！您想要我播放什么歌？

·嗨，Ramiro，厨房已经扔掉了上周3倍的食物。请看下面这个图表...

问题检测

·嗨，Jimmy。我注意到在过去24小时还没有人对任何扔掉的食物进行归类。我有什么问题吗？如果是，请呼叫+4477391……

本发明的一些实施例的潜在优点是，使用接纳来自多个丢弃事件的食物废物的一个废物接纳器使得能够收集到在商业环境中与食物废物相关的准确且全面的数据。

虽然已经通过描述本发明的多个实施例展示了本发明，并且虽然这些实施例已经被非常详细地描述，但是本申请人的意图并不是要将所附权利要求书的范围局限于或以任何方式限制为这样的细节。另外的优点和修改是本领域技术人员容易了解的。因此，本发明在其更广的方面不限于所示出和描述的这些特定细节、代表性设备和方法、以及展示性实例。相应地，可以偏离这样的细节而不背离本申请人的总体发明概念的精神或范围。

Claims (39)

1.一种用于监测食物废物的系统，包括：

被配置成用于对废物接纳器称重的称重机构，其中该废物接纳器被配置成用于在倒空之前接纳来自多个相继丢弃事件的食物废物；

处理器，该处理器被配置成用于测量在各个丢弃事件之间该废物接纳器的重量差异、并且基于该差异来计算针对丢弃事件的重量；以及

用户界面，该用户界面被配置成用于接收用户的对丢弃事件中的食物废物进行归类的至少一个指示。

2.如权利要求1所述的系统，进一步包括中央服务器，并且其中针对丢弃事件的重量和归类被传输至该中央服务器。

3.如权利要求2所述的系统，其中，该中央服务器被配置成用于接收来自多个位置的丢弃事件的重量和归类。

4.如权利要求2至3中任一项所述的系统，其中，针对丢弃事件的这些重量和归类被传输至该中央服务器。

5.如权利要求2至4中任一项所述的系统，其中，该中央服务器被配置成用于对该丢弃事件的重量和归类进行分析以生成通报。

6.如权利要求5所述的系统，其中，该通报包括基于该分析的对于减少废物的建议。

7.如权利要求2至6中任一项所述的系统，其中，该通报被电子地递送至用户装置。

8.如以上权利要求中任一项所述的系统，其中，这些重量和/或归类被处理以便消除用户错误。

9.如权利要求8在从属于权利要求2时所述的系统，其中，该中央服务器被配置成用于处理这些重量和/或归类以便消除用户错误。

10.如权利要求8至9中任一项所述的系统，其中，该处理器被配置成用于处理这些重量和/或归类以便消除用户错误。

11.如权利要求10所述的系统，其中，该用户错误消除处理包括检测错误的重量并且改正这些错误的重量。

12.如权利要求11所述的系统，其中，错误的重量被检测到并使用与之前的和之后的丢弃事件的偏差来改正。

13.如权利要求11至12中任一项所述的系统，其中，该处理器通过检测重量变化和用户不存在来检测由于用户存在而造成的针对丢弃事件的错误重量。

14.如权利要求13所述的系统，其中，一旦用户不存在，该处理器就通过利用重量信号计算针对丢弃事件的重量而改正由于用户存在而造成的针对丢弃事件的错误重量。

15.如权利要求8至14中任一项所述的系统，其中，该用户错误消除处理包括检测错误的丢弃事件。

16.如权利要求15所述的系统，其中，利用了模式识别来检测并改正错误的丢弃事件。

17.如以上权利要求中任一项所述的系统，其中，该用户界面被配置成用于接收来自多个归类类型的指示。

18.如权利要求17所述的系统，其中，这些归类类型包括废物出现阶段、废物类型、特定废物、和/或倒掉废物的原因。

19.如以上权利要求中任一项所述的系统，其中，该用户界面进一步被配置成用于提示用户进行归类。

20.如权利要求19所述的系统，其中，该用户界面通过提供多级菜单内的多个选项来提示用户。

21.如权利要求20所述的系统，其中，用户选择这些选项中的至少一个选项触发了其他选项的显示，使得从该用户接收到对食物废物进行归类的、在不同归类类型中的若干指示。

22.如权利要求20至21中任一项所述的系统，其中，选择这些选项中的至少一个选项将食物废物自动归类到多个归类类型中而无需进一步的指示。

23.如权利要求20至22中任一项在从属于权利要求2时所述的系统，其中，该多级菜单是由该中央服务器周期性地更新的。

24.如以上权利要求中任一项所述的系统，进一步包括：稳定性控制器，该稳定性控制器被配置成用于接收来自该称重机构的重量信号、检测该称重机构处的重量变化、并且基于该重量信号的稳定性来控制重量信号到该处理器的传输。

25.如权利要求24所述的系统，其中，该稳定性控制器被配置成用于基于一个稳定性时间段来确定何时该重量信号是稳定的，其中该时间段是基于该重量信号的变化幅度来生成的。

26.如权利要求26所述的系统，其中，当该变化幅度小于第一阈值时，该时间段增加。

27.如权利要求25至26中任一项所述的系统，其中，当该变化幅度大于第二阈值时，在一个时间段过去之后该重量信号被更新并再次传输至该处理器。

28.如权利要求26至27中任一项所述的系统，其中，该第一和/或第二阈值是周期性地定义的。

29.如权利要求28所述的系统，其中，该第一和/或第二阈值是基于该称重机构的历史数据来定义的。

30.如以上权利要求中任一项所述的系统，进一步包括用户身份系统。

31.如权利要求30所述的系统，其中，该用户身份系统是自动的。

32.如权利要求31所述的系统，其中，该用户身份系统包括相机、并且被配置成用于执行面部识别以识别用户。

33.如权利要求30至32中任一项所述的系统，其中，该用户身份系统被配置成用于经由该用户界面来定期提示最初无法识别的用户，以获得身份信息。

34.如权利要求30至33中任一项所述的系统，其中，该用户身份系统被配置成用于向新识别的用户提供辅导。

35.如权利要求34在从属于权利要求32时所述的系统，其中，新识别的用户是经由面部识别来识别的。

36.如权利要求30至35中任一项所述的系统，其中，针对多个丢弃事件的重量和/或归类中的至少一些被指定给一个用户身份。

37.如权利要求36所述的系统，其中，该系统进一步被配置成用于为用户分析针对多个丢弃事件的重量和/或归类并且将该分析的结果显示给该用户。

38.一种用于监测食物废物的方法，包括：

a.处理器接收在第一丢弃事件之后来自废物接纳器的称重机构的第一重量；

b.该处理器接收在第二丢弃事件之后来自废物接纳器的称重机构的第二重量；

c.该处理器基于该第一重量与第二重量之间的差异来确定针对该第二丢弃事件的重量；并且

d.用户界面接收来自用户的对该第二丢弃事件的食物废物进行归类的输入。

39.一种如在此参照附图描述的用于监测食物废物的方法和系统。