CN111223233A - 一种基于动态窗口的重力传感器数据平滑处理算法 - Google Patents
一种基于动态窗口的重力传感器数据平滑处理算法 Download PDFInfo
- Publication number
- CN111223233A CN111223233A CN201911339900.8A CN201911339900A CN111223233A CN 111223233 A CN111223233 A CN 111223233A CN 201911339900 A CN201911339900 A CN 201911339900A CN 111223233 A CN111223233 A CN 111223233A
- Authority
- CN
- China
- Prior art keywords
- dynamic window
- stable
- data
- gravity sensor
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F9/00—Details other than those peculiar to special kinds or types of apparatus
- G07F9/006—Details of the software used for the vending machines
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F9/00—Details other than those peculiar to special kinds or types of apparatus
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于动态窗口的重力传感器数据平滑处理算法，要解决的是现有数据平滑处理算法的使用效果达不到人们预期的问题。本发明的核心思想是利用动态窗口判断一段重力数据是否是稳定的，如果是则取该段重力数据的平均值作为稳定态的值，若不是稳定的则丢掉该段重力数据。本发明的方法计算速度快，可以很好地判断重力数据的稳定程度，从而可以从重力数据中提取出处于稳定态的数据，进而提升商品识别准确率；本发明占用的内存小，并且内存可以循环利用，空间利用率高，使用前景广阔。
Description
技术领域
本发明涉及无人售货柜领域，具体是一种基于动态窗口的重力传感器数据平滑处理算法。
背景技术
随着人们生活水平的提高和人们经济收入的增加，人们拥有了越来越多的金钱来购买自己需要的产品，零售业也得到长足发展，零售业是指通过买卖形式将工农业生产者生产的产品直接售给居民作为生活消费用或售给社会集团供公共消费用的商品销售行业。
零售业为人们的生活带来了便利，但是随着科技的发展，零售业也产生了新的变化。无人售货柜受到了广大用户的喜爱，是商品零售业的未来发展方向。
基于重力传感器的无人售货柜是其中常见的一种，凭借它的成本低、准确率高等优势受到大家的青睐，目前在市场上比较流行。
基于重力传感器的无人售货柜在工作过程中需要对大量的重力数据进行分析处理，这些重力数据是由重力传感器实时上传给云端服务器的，受到硬件设备、外部环境、用户行为等的影响，重力数据中会出现一些剧烈波动数据，这些剧烈波动的数据对后续的商品识别会产生很大的负面影响，因此数据平滑处理算法显得尤为必要，现有的数据平滑处理算法虽然具有一定的作用，但是使用效果仍然达不到人们的预期，进而影响商品的识别准确率。
发明内容
本发明实施例的目的在于提供一种基于动态窗口的重力传感器数据平滑处理算法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明实施例提供如下技术方案：
一种基于动态窗口的重力传感器数据平滑处理算法，具体步骤如下：
步骤一，在售货柜的处理器设置系统参数，系统参数包括滤波窗口大小、稳态阈值、系统采样率和最少稳定点个数；
步骤二，在处理器内申请一块内存并且构建一个循环存储区，存储所有的重力值原始数据；
步骤三，构建动态窗口window,即一个数组，设置动态窗口window的长度为WINDOW_SIZE；
步骤四，对重力值原始数据利用构建的动态窗口window从头到尾进行数据读取，每次向前滑动一个单元，每次读取动态窗口window的长度数量的重力值原始数据；
步骤五，判断动态窗口window的初始位和动态窗口window的长度范围内最大值和最小值之差是否小于稳态阙值，若最大值和最小值之差小于稳态阙值，则判断动态窗口window内的数据稳定，该动态窗口window是一个稳定点，取窗口平均值作为稳定点数据存储起来，并且对稳定点个数进行计数；
步骤六，若最大值和最小值之差大于稳态阙值，则判断动态窗口window内的数据不稳定，停止稳定点个数计数，此时将所有稳定点的数量与最少稳定点个数进行对比，如果所有稳定点的数量不小于最少稳定点个数，表明重力传感器的数据稳定，此时取出存储的所有稳定点的数值，计算平均值，得到了一个最终值，就是本算法要得到的稳定态的值，若所有稳定点的数量小于最少稳定点个数，表明重力传感器的数据不稳定，此时清空存储的所有稳定点数据，并将稳定点的数量清零；
步骤七，动态窗口window继续向前滑动，重复步骤五和步骤六。
作为本发明实施例进一步的方案：滤波窗口大小的数值为10，表示一个窗口可以容纳10个离散的重力值。
作为本发明实施例进一步的方案：系统采样率为重力传感器采集重力数据的频率，系统采样率为80Hz，表示一秒采集80个重力数据。
作为本发明实施例进一步的方案：最少稳定点个数为40，作为是否取出重力传感器数据的依据。
作为本发明实施例进一步的方案：售货柜包括柜体，柜体内安装有处理器和多层商品架，每个商品架包括框架，框架上设置有多个商品格，商品格包括托盘、重力传感器和底座，底座固定在框架上，重力传感器安装在底座上，托盘覆盖在重力传感器的上方，重力传感器与处理器相连。
作为本发明实施例进一步的方案：售货柜内的两侧均设置有照明组件，照明组件均与处理器相连，可以提供照明，即使在光线昏暗的环境下也可以看清售货柜内的商品，方便人们的使用。
作为本发明实施例进一步的方案：照明组件采用LED灯，市场易购得，使用效果好。
与现有技术相比，本发明实施例的有益效果是：
本发明的方法计算速度快，可以很好地判断重力数据的稳定程度，从而可以从重力数据中提取出处于稳定态的数据，进而提升商品识别准确率；
本发明占用的内存小，并且内存可以循环利用，空间利用率高，使用前景广阔。
附图说明
图1为基于动态窗口的重力传感器数据平滑处理算法的工作流程图。
图2为基于动态窗口的重力传感器数据平滑处理算法中重力数据的示意图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
实施例1
一种基于动态窗口的重力传感器数据平滑处理算法，具体步骤如下：
步骤一，在售货柜的处理器设置系统参数，系统参数包括滤波窗口大小、稳态阈值、系统采样率和最少稳定点个数，这四个变量的值可根据情况自行设置，滤波窗口大小采用WINDOW_SIZE表示，也就是表示数组的大小，此处设置为10，因为窗口的本质是一个数组，THRESHOLD表示稳态阈值，作为判断窗口内数据是否是稳定的依据，此处设置为10，RATE表示系统采样率，即重力传感器采集重力数据的频率，此处设置为80Hz，STABLE_MIN_SIZE表示最少的稳定点个数，作为是否取出重力传感器数据的依据，此处设置为40；
步骤二，在处理器内申请一块内存并且构建一个循环存储区，存储所有的重力值原始数据；
步骤三，构建动态窗口window,即一个数组，确定动态窗口window的长度为WINDOW_SIZE；
步骤四，对重力值原始数据利用构建的动态窗口window从头到尾进行数据读取，每次向前滑动一个单元，每次读取WINDOW_SIZE数量的重力值原始数据；
步骤五，判断window[0]～window[WINDOW_SIZE-1]范围内最大值和最小值之差是否小于THRESHOLD，若最大值和最小值之差小于THRESHOLD，则判断动态窗口window内的数据稳定，该动态窗口window是一个稳定点，取window[0]作为稳定点数据存储起来，并且通过stable_cnt对稳定点个数进行计数；
步骤六，若最大值和最小值之差大于THRESHOLD，则判断动态窗口window内的数据不稳定，该动态窗口window不是一个稳定点，此时需要判断stble_cnt与STABLE_MIN_SIZE的关系，如果stable_cnt>STABLE_MIN_SIZE，证明稳定点的个数大于40个，利用40/RATE＝500ms,表明当前传感器数据稳定了至少500ms，此时取出存储的所有稳定点的数值，计算平均值，得到了一个最终值，就是本算法要得到的稳定态的值，若stable_cnt<STABLE_MIN_SIZE，说明当前重力传感器数据稳定了不到500ms，此时清空存储的所有稳定点数据，并将stable_cnt置0；
步骤七，动态窗口window继续向前滑动，重复步骤五和步骤六。
实施例2
一种基于动态窗口的重力传感器数据平滑处理算法，具体步骤如下：
步骤一，售货柜包括柜体，柜体内安装有处理器和多层商品架，每个商品架包括框架，框架上设置有多个商品格，商品格包括托盘、重力传感器和底座，底座固定在框架上，重力传感器安装在底座上，托盘覆盖在重力传感器的上方，重力传感器与处理器相连，售货柜内的两侧均设置有LED灯，LED灯均与处理器相连，市场易购得，可以提供照明，即使在光线昏暗的环境下也可以看清售货柜内的商品，使用效果好，方便人们的使用，在售货柜的处理器设置系统参数，系统参数包括滤波窗口大小、稳态阈值、系统采样率和最少稳定点个数；
步骤二，在处理器内申请一块内存并且构建一个循环存储区，存储所有的重力值原始数据；
步骤三，构建动态窗口window,即一个数组，确定动态窗口window的长度；
步骤四，对重力值原始数据利用构建的动态窗口window从头到尾进行数据读取，每次向前滑动一个单元，每次读取动态窗口window的长度数量的重力值原始数据；
步骤五，判断动态窗口window的初始位和动态窗口window的长度范围内最大值和最小值之差是否小于稳态阙值，若最大值和最小值之差小于稳态阙值，则判断动态窗口window内的数据稳定，该动态窗口window是一个稳定点，取窗口平均值作为稳定点数据存储起来，并且对稳定点个数进行计数；
步骤六，若最大值和最小值之差大于稳态阙值，则判断动态窗口window内的数据不稳定，停止稳定点个数计数，此时将所有稳定点的数量与最少稳定点个数进行对比，如果所有稳定点的数量不小于最少稳定点个数，表明重力传感器的数据稳定，此时取出存储的所有稳定点的数值，计算平均值，得到了一个最终值，就是本算法要得到的稳定态的值，若所有稳定点的数量小于最少稳定点个数，表明重力传感器的数据不稳定，此时清空存储的所有稳定点数据，并将稳定点的数量清零；
步骤七，动态窗口window继续向前滑动，重复步骤五和步骤六。
本发明实施例的工作原理是：重力传感器上传到处理器的重力数据是离散的，将这些重力数据连接起来则会形成一个波形图，这些波形图的数据在没有用户购物的时候是稳定的，在用户拿放物品的时候将会产生剧烈的波动，随后又恢复稳定。在进行商品识别的时候，需要的是用户拿货前的商品总质量和商品拿货后的商品总质量，这两个数据要求是稳定可靠的，因此就需要我们从波形图中提取出稳定的数据而过滤掉剧烈波动的数据。
图2是重力数据的波形图，本发明的目的就是从这一系列的数据中找到稳定态的数据而过滤掉剧烈波动的数据，如图2中的a、b、c三处的数据可以认为是达到稳定态的数据，而e处的数据则是剧烈波动的数据。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (7)
1.一种基于动态窗口的重力传感器数据平滑处理算法，其特征在于，具体步骤如下：
步骤一，在售货柜的处理器设置系统参数，系统参数包括滤波窗口大小、稳态阈值、系统采样率和最少稳定点个数；
步骤二，在处理器内申请一块内存并且构建一个循环存储区，存储所有的重力值原始数据；
步骤三，构建动态窗口window,设置动态窗口window的长度为WINDOW_SIZE；
步骤四，对重力值原始数据利用构建的动态窗口window从头到尾进行数据读取，每次向前滑动一个单元，每次读取动态窗口window的长度数量的重力值原始数据；
步骤五，判断动态窗口window的初始位和动态窗口window的长度范围内最大值和最小值之差是否小于稳态阙值，若最大值和最小值之差小于稳态阙值，则判断动态窗口window内的数据稳定，该动态窗口window是一个稳定点，取窗口平均值作为稳定点数据存储起来，并且对稳定点个数进行计数；
步骤六，若最大值和最小值之差大于稳态阙值，则判断动态窗口window内的数据不稳定，停止稳定点个数计数，此时将所有稳定点的数量与最少稳定点个数进行对比，如果所有稳定点的数量不小于最少稳定点个数，表明重力传感器的数据稳定，此时取出存储的所有稳定点的数值，计算平均值，得到了一个最终值，就是本算法要得到的稳定态的值，若所有稳定点的数量小于最少稳定点个数，表明重力传感器的数据不稳定，此时清空存储的所有稳定点数据，并将稳定点的数量清零；
步骤七，动态窗口window继续向前滑动，重复步骤五和步骤六。
2.根据权利要求1所述的基于动态窗口的重力传感器数据平滑处理算法，其特征在于，所述滤波窗口大小的数值为10。
3.根据权利要求1或2所述的基于动态窗口的重力传感器数据平滑处理算法，其特征在于，所述系统采样率为80Hz。
4.根据权利要求1所述的基于动态窗口的重力传感器数据平滑处理算法，其特征在于，所述最少稳定点个数为40。
5.根据权利要求1所述的基于动态窗口的重力传感器数据平滑处理算法，其特征在于，所述售货柜包括柜体，柜体内安装有处理器和多层商品架，每个商品架包括框架，框架上设置有多个商品格，商品格包括托盘、重力传感器和底座，底座固定在框架上，重力传感器安装在底座上，托盘覆盖在重力传感器的上方，重力传感器与处理器相连。
6.根据权利要求5所述的基于动态窗口的重力传感器数据平滑处理算法，其特征在于，所述售货柜内的两侧均设置有照明组件，照明组件均与处理器相连。
7.根据权利要求6所述的基于动态窗口的重力传感器数据平滑处理算法，其特征在于，所述照明组件采用LED灯。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911339900.8A CN111223233A (zh) | 2019-12-23 | 2019-12-23 | 一种基于动态窗口的重力传感器数据平滑处理算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911339900.8A CN111223233A (zh) | 2019-12-23 | 2019-12-23 | 一种基于动态窗口的重力传感器数据平滑处理算法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111223233A true CN111223233A (zh) | 2020-06-02 |
Family
ID=70830909
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911339900.8A Pending CN111223233A (zh) | 2019-12-23 | 2019-12-23 | 一种基于动态窗口的重力传感器数据平滑处理算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111223233A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113554803A (zh) * | 2021-04-21 | 2021-10-26 | 浙江星星冷链集成股份有限公司 | 一种售货设备及无人售货系统 |
| CN113554804A (zh) * | 2021-04-21 | 2021-10-26 | 浙江星星冷链集成股份有限公司 | 一种稳定重量获取装置及无人售货系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101807125A (zh) * | 2010-03-25 | 2010-08-18 | 埃派克森微电子(上海)有限公司 | 光学指示装置点击判断方法 |
| CN101930649A (zh) * | 2010-08-20 | 2010-12-29 | 宁波诺可电子科技发展有限公司 | 光纤围栏报警系统在恶劣天气条件下防止误报的方法 |
| CN103869769A (zh) * | 2012-12-14 | 2014-06-18 | 朗姆研究公司 | 用于统计数据抽取的统计计算 |
| US20140233999A1 (en) * | 2013-02-21 | 2014-08-21 | Ricoh Company, Ltd. | Control system for forming image, image forming apparatus, image forming apparatus control method, and recording medium storing image forming apparatus control program |
| CN104350527A (zh) * | 2012-03-29 | 2015-02-11 | 红牛有限公司 | 具有用于检测存放设备的取出、装载和/或装载状态的装载状态检测设备的物品存放设备 |
| CN104935320A (zh) * | 2014-03-20 | 2015-09-23 | 安凯(广州)微电子技术有限公司 | 一种电容式触摸按键状态的检测方法 |
| CN106997391A (zh) * | 2017-04-10 | 2017-08-01 | 华北电力大学（保定） | 一种快速筛选大规模过程数据中的稳态工况数据的方法 |
| CN108571997A (zh) * | 2017-12-26 | 2018-09-25 | 深圳市鼎阳科技有限公司 | 一种检测探头稳定接触被测点的方法和装置 |
| CN108692711A (zh) * | 2018-03-21 | 2018-10-23 | 天津大学 | 基于低空探空火箭的海洋数据处理的实现方法 |
| CN109712319A (zh) * | 2019-02-19 | 2019-05-03 | 上海频汉智能科技有限公司 | 一种基于称重和视觉识别的智能零售柜及其运行方法 |
| CN109961318A (zh) * | 2019-03-05 | 2019-07-02 | 武汉摩小超科技有限公司 | 一种基于压力传感器的用户购物行为分析系统 |
| CN110096946A (zh) * | 2019-03-05 | 2019-08-06 | 武汉摩小超科技有限公司 | 一种基于压感和视觉融合的无人售货系统 |
-
2019
- 2019-12-23 CN CN201911339900.8A patent/CN111223233A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101807125A (zh) * | 2010-03-25 | 2010-08-18 | 埃派克森微电子(上海)有限公司 | 光学指示装置点击判断方法 |
| CN101930649A (zh) * | 2010-08-20 | 2010-12-29 | 宁波诺可电子科技发展有限公司 | 光纤围栏报警系统在恶劣天气条件下防止误报的方法 |
| CN104350527A (zh) * | 2012-03-29 | 2015-02-11 | 红牛有限公司 | 具有用于检测存放设备的取出、装载和/或装载状态的装载状态检测设备的物品存放设备 |
| CN103869769A (zh) * | 2012-12-14 | 2014-06-18 | 朗姆研究公司 | 用于统计数据抽取的统计计算 |
| US20140233999A1 (en) * | 2013-02-21 | 2014-08-21 | Ricoh Company, Ltd. | Control system for forming image, image forming apparatus, image forming apparatus control method, and recording medium storing image forming apparatus control program |
| CN104935320A (zh) * | 2014-03-20 | 2015-09-23 | 安凯(广州)微电子技术有限公司 | 一种电容式触摸按键状态的检测方法 |
| CN106997391A (zh) * | 2017-04-10 | 2017-08-01 | 华北电力大学（保定） | 一种快速筛选大规模过程数据中的稳态工况数据的方法 |
| CN108571997A (zh) * | 2017-12-26 | 2018-09-25 | 深圳市鼎阳科技有限公司 | 一种检测探头稳定接触被测点的方法和装置 |
| CN108692711A (zh) * | 2018-03-21 | 2018-10-23 | 天津大学 | 基于低空探空火箭的海洋数据处理的实现方法 |
| CN109712319A (zh) * | 2019-02-19 | 2019-05-03 | 上海频汉智能科技有限公司 | 一种基于称重和视觉识别的智能零售柜及其运行方法 |
| CN109961318A (zh) * | 2019-03-05 | 2019-07-02 | 武汉摩小超科技有限公司 | 一种基于压力传感器的用户购物行为分析系统 |
| CN110096946A (zh) * | 2019-03-05 | 2019-08-06 | 武汉摩小超科技有限公司 | 一种基于压感和视觉融合的无人售货系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113554803A (zh) * | 2021-04-21 | 2021-10-26 | 浙江星星冷链集成股份有限公司 | 一种售货设备及无人售货系统 |
| CN113554804A (zh) * | 2021-04-21 | 2021-10-26 | 浙江星星冷链集成股份有限公司 | 一种稳定重量获取装置及无人售货系统 |
| CN113554803B (zh) * | 2021-04-21 | 2023-09-29 | 浙江星星冷链集成股份有限公司 | 一种售货设备及无人售货系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10498585B2 (en) | Sensor data analytics and alarm management | |
| CN111223233A (zh) | 一种基于动态窗口的重力传感器数据平滑处理算法 | |
| CN104516808B (zh) | 数据预处理装置及方法 | |
| CN108054749B (zh) | 一种非侵入式电力负荷分解方法及装置 | |
| US20150186907A1 (en) | Data mining | |
| EP1444624A4 (en) | GROUPING IN CLUSTERS | |
| CN109118012B (zh) | 一种工业动态多维度能耗成本预测方法、系统、存储介质和终端 | |
| CN106874280A (zh) | 异常数据的报警方法和装置 | |
| CN112650660B (zh) | 一种数据中心动力系统预警方法及装置 | |
| CN111223006A (zh) | 一种异常用电检测方法及装置 | |
| CN112445690B (zh) | 信息获取方法、装置及电子设备 | |
| CN115015474A (zh) | 一种电力用户的碳排放量检测方法及设备 | |
| CN113191795A (zh) | 商品陈列数量预估方法、装置、设备和存储介质 | |
| Singh et al. | Two warehouses inventory model for non-instantaneous deteriorating items with stock-dependent demand | |
| CN110163722B (zh) | 用于农产品精准销售的大数据分析系统及分析方法 | |
| CA3071488A1 (en) | Determination of similarity between user and merchant | |
| CN110929115A (zh) | 一种基于用电特性的用电安全监测方法及系统 | |
| CN113553234A (zh) | 数据异常检测方法 | |
| CN112398226A (zh) | 一种供电系统反窃电方法、系统、终端及存储介质 | |
| CN108268903A (zh) | 物品管理方法、装置、可读存储介质及控制终端 | |
| CN106618552B (zh) | 一种检测模型获取方法及装置 | |
| CN113408210B (zh) | 基于深度学习的非侵入负荷分解方法、系统、介质和设备 | |
| CN113589034A (zh) | 一种配电系统的窃电检测方法、装置、设备和介质 | |
| CN108988340B (zh) | 降低线损的方法、装置及服务器 | |
| CN104484329B (zh) | 基于评论中心词时序变化分析的消费热点追踪方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200602 |
|
| RJ01 | Rejection of invention patent application after publication |