CN112102559B - 基于重力感应的商品识别方法和装置 - Google Patents

基于重力感应的商品识别方法和装置 Download PDF

Info

Publication number
CN112102559B
CN112102559B CN202010814558.9A CN202010814558A CN112102559B CN 112102559 B CN112102559 B CN 112102559B CN 202010814558 A CN202010814558 A CN 202010814558A CN 112102559 B CN112102559 B CN 112102559B
Authority
CN
China
Prior art keywords
commodity
weight
commodities
combination
target
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.)
Active
Application number
CN202010814558.9A
Other languages
English (en)
Other versions
CN112102559A (zh
Inventor
陈震
李昱兵
张德春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Hongmei Intelligent Technology Co Ltd
Original Assignee
Sichuan Hongmei Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan Hongmei Intelligent Technology Co Ltd filed Critical Sichuan Hongmei Intelligent Technology Co Ltd
Priority to CN202010814558.9A priority Critical patent/CN112102559B/zh
Publication of CN112102559A publication Critical patent/CN112102559A/zh
Application granted granted Critical
Publication of CN112102559B publication Critical patent/CN112102559B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F11/00—Coin-freed apparatus for dispensing, or the like, discrete articles
    • G07F11/007—Coin-freed apparatus for dispensing, or the like, discrete articles wherein the storage and dispensing mechanism are configurable in relation to the physical or geometrical properties of the articles to be stored or dispensed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/40—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight
    • G01G19/413—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight using electromechanical or electronic computing means
    • G01G19/414—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight using electromechanical or electronic computing means using electronic computing means only
    • G01G19/4144—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight using electromechanical or electronic computing means using electronic computing means only for controlling weight of goods in commercial establishments, e.g. supermarket, P.O.S. systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/40—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight
    • G01G19/42—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight for counting by weighing
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00—Cash registers
    • G07G1/0036—Checkout procedures
    • G07G1/0045—Checkout procedures with a code reader for reading of an identifying code of the article to be registered, e.g. barcode reader or radio-frequency identity [RFID] reader
    • G07G1/0054—Checkout procedures with a code reader for reading of an identifying code of the article to be registered, e.g. barcode reader or radio-frequency identity [RFID] reader with control of supplementary check-parameters, e.g. weight or number of articles

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Vending Devices And Auxiliary Devices For Vending Devices (AREA)

Abstract

本发明提供了基于重力感应的商品识别方法和装置，包括：获取被从无人售卖机中取出商品的第一目标重量，根据第一目标重量确定第一备选商品，并根据第一目标重量和第一备选商品，确定商品组合，然后根据该商品组合所包括的各个第一备选商品的平均重量和第一目标重量，计算该商品组合对应的置信度和最低置信度，如果该商品组合对应的置信度大于该商品组合对应的最低置信度，则将该商品组合确定为第一目标商品组合，然后按照对应置信度由大至小的顺序，对各个第一目标商品组合进行排序，最后将排序后位于首位的第一目标商品组合确定为被从无人售卖机中取出的商品，本方案能够提高基于重力感应识别的无人售卖机的识别精度。

Description

基于重力感应的商品识别方法和装置
技术领域
本发明涉及电子技术及互联网技术领域，特别涉及基于重力感应的商品识别方法和装置。
背景技术
随着新零售业务的蓬勃发展，无人售卖机成为最为商业自动化的新设备，它是一种全新的商业零售形式，不受时间、地点的限制，且能节省人力、方便交易，又被称为24小时营业的微型超市，与传统类型的无人售卖机相比，基于重力感应的商品无人售卖机由于制造成本低、维护方便等原因，逐渐成为最受欢迎的无人售卖机类型之一。
目前，基于重力感应的无人售卖机主要的实现方式是通过将取出商品的重量信息和预存储的商品重量信息进行匹配和对比，从而判断出顾客从无人售卖机取出的商品，如专利《通过重力识别商品的方法和装置》(申请号：201910424128.3)。
在上述实现方式中，限定了商品重量数据存储在售货柜内，未考虑商品的重量浮差，且识别商品通过阈值排除法，使得商品识别精度不够。
发明内容
本发明提供了基于重力感应的商品识别方法和装置，能够提高无人售卖机进行商品识别的精度。
第一方面，本发明实施例提供了基于重力感应的商品识别方法，包括：
获取被从无人售卖机中取出的至少一个商品的第一目标重量；
根据所述第一目标重量确定至少一类第一备选商品，其中，所述第一备选商品是位于所述无人售卖机中的商品，任意一类第一备选商品的平均重量与该类备选商品的重量浮差之差不大于所述第一目标重量，所述重量浮差用于表征同一类商品的重量波动；
根据所述第一目标重量和所述至少一类第一备选商品，确定至少一个商品组合，其中，所述商品组合包括有至少一个所述第一备选商品；
针对每一个所述商品组合，根据该商品组合所包括的各个所述第一备选商品的平均重量和第一目标重量，计算该商品组合对应的置信度和最低置信度；
针对每一个所述商品组合，如果该商品组合对应的所述置信度大于该商品组合对应的所述最低置信度，则将该商品组合确定为第一目标商品组合；
按照对应所述置信度由大至小的顺序，对各个所述第一目标商品组合进行排序；
将排序后位于首位的第一目标商品组合确定为被从所述无人售卖机中取出的商品。
可选地，根据所述第一目标重量和所述至少一类第一备选商品，确定至少一个商品组合，包括：
对所述至少一类第一备选商品进行组合，获得至少一个所述商品组合，其中，每个所述商品组合包括至少一类所述第一备选商品，每个所述商品组合所包括的商品个数不大于第一数量，所述第一数量为所述第一目标重量与目标类商品的平均重量的比值的取整结果，所述目标类商品为各类所述备选商品中对应平均重量最小的商品类，所述商品组合中任一类商品的个数不大于所述无人售卖机中该类商品的库存数。
可选地，根据该商品组合所包括的各个所述第一备选商品的平均重量和第一目标重量，计算该商品组合对应的置信度和最低置信度，包括：
确定所述至少一类第一备选商品对应的第一商品类别数；
从所述至少一类备选商品中确定目标类商品，其中，所述目标类商品为各类所述第一备选商品中对应平均重量最小的商品类；
根据所述第一商品类别数和所述目标类商品的平均重量，通过如下不等式组确定该商品组合所包括的商品类别数；
Figure BDA0002632201970000021
其中，所述P用于表征该商品组合所包括的商品个数，所述Int用于表征取整函数，所述WT为所述第一目标重量，所述LAW为所述目标类商品的平均重量，所述Q用于表征商品组合的种类数量，所述M用于表征已筛选商品列表总数，所述Min用于表征最小值函数；
根据该商品组合所包括的商品组合中商品的种类数，通过如下公式组计算该商品组合对应的至少一组置信度和最低置信度；
Figure BDA0002632201970000031
其中，所述CP用于表征所述置信度，所述CPM用于表征所述最低置信度，所述nj为所述商品可能组合中第一类商品的可能数量，所述第一类商品为所述第二商品类别中任一类商品，所述Nj为所述第一备选商品中所述第二类商品的数量，所述第二类商品与所述第一类商品为同一类商品，所述AWj为所述第一类商品的平均重量。
可选地，
获取被放入所述无人售卖机中的至少一个商品的第二目标重量；
根据所述第二目标重量确定至少一类第二备选商品，其中，所述第二备选商品是商品识别结果列表中已拿取的商品，所述商品识别结果列表为在商品被拿取时所记录生成，任意一类第二备选商品的平均重量与该类备选商品的重量浮差之差不大于所述第二目标重量，所述重量浮差用于表征同一类商品的重量波动；
根据所述第二目标重量和所述至少一类第二备选商品，确定至少一个商品组合，其中，所述商品组合包括有至少一个所述第二备选商品；
针对每一个所述商品组合，根据该商品组合所包括的各个所述第二备选商品的平均重量和第第二目标重量，计算该商品组合对应的置信度和最低置信度；
针对每一个所述商品组合，如果该商品组合对应的所述置信度大于该商品组合对应的所述最低置信度，则将该商品组合确定为第二目标商品组合；
按照对应所述置信度由大至小的顺序，对各个所述第二目标商品组合进行排序；
将排序后位于首位的第二目标商品组合确定为被放入无人售卖机中的商品。
可选地，
获取被按预设上架方式放入重力感应器上的每一类已上架商品的第一平均重量和第一重量浮差，所述预设上架方式为商品通过每类以1次1个的方式放入重力感应装置上，所述已上架商品为中，任一类已上架商品包含其相同种类的所有商品，所述第一平均重量和第一重量浮差为根据重力感应器记录的所述已上架商品的重量和数量，通过以下公式计算所得到；
Figure BDA0002632201970000041
Figure BDA0002632201970000042
其中，所述AWi用于表征所述第一平均重量，所述Ei用于表征所述第一重量浮差，所述Ni用于表征所述目标类上架商品数量，所述Wij用于表征所述目标类上架商品每次输出的重量，所述Max用于表征最大值函数；
根据所述平均重量和平均重量浮差的计算公式，获取被按所述预设上架方式放入重力感应器上的待上架商品的第二平均重量和第二重量浮差，所述待上架商品针对任意一类商品所包含的所有商品；
如果所述第一平均重量、第一重量浮差、第二平均重量以及第二重量浮差满足如下不等式，则确定待上架商品可以被上架；
|J*AWn+1-K*AWi|＞En+1+Ei
其中，所述AWn+1用于表征第二平均重量，AWi用于表征第一平均重量，所述En+1用于表征第二类重量浮差，所述Ei用于表征第一类重量浮差，所述J和K用于表征任意正整数。
第二方面，本发明实施例还提供了基于重力感应的商品识别装置，其特征在于，包括：第一获取模块、第一确定模块、第二确定模块、计算模块、第三确定模块、排序模块和第四确定模块；
所述第一获取模块，用于获取被从无人售卖机中取出的至少一个商品的第一目标重量；
所述第一确定模块，用于根据所述第一获取模块所获取的所述第一目标重量确定至少一类第一备选商品，其中，所述第一备选商品是位于所述无人售卖机中的商品，任意一类第一备选商品的平均重量与该类备选商品的重量浮差之差不大于所述第一目标重量，所述重量浮差用于表征同一类商品的重量波动；
所述第二确定模块，用于根据所述获取模块所获取的所述第一目标重量和所述第一确定模块所确定出的所述至少一类第一备选商品，确定至少一个商品组合，其中，所述商品组合包括有至少一个所述第一备选商品；
所述计算模块，用于针对每一个所述第二确定模块所确定出的所述商品组合，根据该商品组合所包括的各个所述第一备选商品的平均重量和第一目标重量，计算该商品组合对应的置信度和最低置信度；
所述第三确定模块，用于针对每一个所述第二确定模块所确定出的所述商品组合，通过判断商品组合对应的所述计算模块计算出的所述置信度是否大于该商品组合对应的所述计算模块计算出的所述最低置信度，将该商品组合确定为第一目标商品组合；
所述排序模块，用于按照对应所述置信度由大至小的顺序，对各个所述第三确定模块所确定出的所述第一目标商品组合进行排序；
所述第四确定模块，用于将所述排序模块所排列后位于首位的第一目标商品组合确定为被从所述无人售卖机中取出的商品。
可选地，
所述第二确定模块，用于对所述第一确定模块所确定出的至少一类第一备选商品进行组合，获得至少一个所述商品组合，其中，每个所述商品组合包括至少一类所述第一备选商品，每个所述商品组合所包括的商品个数不大于第一数量，所述第一数量为所述第一目标重量与目标类商品的平均重量的比值的取整结果，所述目标类商品为各类所述备选商品中对应平均重量最小的商品类，所述商品组合中任一类商品的个数不大于所述无人售卖机中该类商品的库存数。
可选地，所述计算模块包括：第一确定单元、第二确定单元、第三确定单元和计算单元；
所述第一确定单元，用于确定所述至少一类第一备选商品对应的第一商品类别数；
所述第二确定单元，用于从所述第一确定单元所确定出的所述至少一类备选商品中确定目标类商品，其中，所述目标类商品为各类所述第一备选商品中对应平均重量最小的商品类；
所述第三确定单元，用于根据所述第一确定单元所确定出的第一商品类别数和所述第二确定单元所确定出的所述目标类商品的平均重量，通过如下不等式组确定该商品组合所包括的商品类别数；
Figure BDA0002632201970000061
其中，所述P用于表征该商品组合所包括的商品个数，所述Int用于表征取整函数，所述WT为所述第一目标重量，所述LAW为所述目标类商品的平均重量，所述Q用于表征商品组合的种类数量，所述M用于表征已筛选商品列表总数，所述Min用于表征最小值函数；
所述计算单元，用于根据所述第三确定单元所确定的该商品组合所包括的商品类别数，通过如下公式组计算该商品组合对应的至少一组置信度和最低置信度；
Figure BDA0002632201970000062
其中，所述CP用于表征所述置信度，所述CPM用于表征所述最低置信度，所述nj为所述商品可能组合中第一类商品的可能数量，所述第一类商品为所述第二商品类别中任一类商品，所述Nj为所述第一备选商品中所述第二类商品的数量，所述第二类商品与所述第一类商品为同一类商品，所述AWj为所述第一类商品的平均重量。
可选地，
所述第一获取模块，还用于获取被放入所述无人售卖机中的至少一个商品的第二目标重量；
所述第一确定模块，还用于根据所述第一获取模块所获取的所述第二目标重量确定至少一类第二备选商品，其中，所述第二备选商品是商品识别结果列表中已拿取的商品，所述商品识别结果列表为在商品被拿取时所记录生成，任意一类第二备选商品的平均重量与该类备选商品的重量浮差之差不大于所述第二目标重量，所述重量浮差用于表征同一类商品的重量波动；
所述第二确定模块，还用于根据所述获取模块所获取的所述第二目标重量和所述第一确定模块所确定所述至少一类第二备选商品，确定至少一个商品组合，其中，所述商品组合包括有至少一个所述第二备选商品；
所述计算模块，还用于针对所述第二确定模块所确定出的所述每一个所述商品组合，根据该商品组合所包括的所述确定模块所确定出的所述各个所述第二备选商品的平均重量和所述获取模块获取到的所述第二目标重量，计算该商品组合对应的置信度和最低置信度；
所述第三确定单元，还用于针对每一个所述第二确定模块所确定出的所述商品组合，通过判断该商品组合对应的所述计算模块所计算出的所述置信度是否大于该商品组合对应的所述计算模块所计算出的所述最低置信度，则将该商品组合确定为第二目标商品组合；
所述排序单元，还用于按照对应所述置信度由大至小的顺序，对各个所述第三确定单元所确定出的第二目标商品组合进行排序；
所述第四确定单元，还用于将所述排序单元所排序后位于首位的第二目标商品组合确定为被放入无人售卖机中的商品。
可选地，进一步包括：第一上架获取模块、第二上架获取模块、上架确定模块；
所述第一上架获取模块，用于获取被按预设上架方式放入重力感应器上的每一类已上架商品的第一平均重量和第一重量浮差，其中，所述预设上架方式为商品通过每类以1次1个的方式放入重力感应装置上，所述已上架商品为中，任一类已上架商品包含其相同种类的所有商品，所述第一平均重量和第一重量浮差为根据重力感应器记录的所述已上架商品的重量和数量，由以下公式计算所得；
Figure BDA0002632201970000071
Figure BDA0002632201970000072
其中，所述AWi用于表征所述第一平均重量，所述Ei用于表征所述第一重量浮差，所述Ni用于表征所述目标类上架商品数量，所述Wij用于表征所述目标类上架商品每次输出的重量，所述Max为最大值函数，用于表征函数的最大值；
所述第二上架获取模块，用于根据所述平均重量和平均重量浮差的计算公式，获取被按所述预设上架方式放入重力感应器上的待上架商品的第二平均重量和第二重量浮差，所述待上架商品包括任意一类商品所包含的所有商品；
所述上架确定模块，用于如果所述第一上架获取模块所获取和所述第二上架获取模块所获取的所述第一平均重量、第一重量浮差、第二平均重量以及第二重量浮差满足如下不等式时，确定该待上架商品可以被上架；
|J*AWn+1-K*AWi|＞En+1+Ei
其中，所述AWn+1用于表征第二平均重量，AWi用于表征第一平均重量，所述En+1用于表征第二类重量浮差，所述Ei用于表征第一类重量浮差，所述J和K用于表征任意正整数。
本发明实施例提供的基于重力感应的商品识别方法和装置，应用于无人售卖机中，当无人售卖机中有商品被拿出时，首先获取被从无人售卖机中取出的至少一个商品的第一目标重量，根据无人售卖机中每一类商品的平均重量、其所对应的重量浮差和该第一目标重量确定至少一类第一备选商品，进一步确定至少一个商品组合，然后计算该商品组合对应的置信度和最低置信度，如果该商品组合对应的置信度大于该商品组合对应的最低置信度，则将该商品组合确定为第一目标商品组合，然后按照对应置信度由大至小的顺序，对各个第一目标商品组合进行排序，最后将排序后位于首位的第一目标商品组合确定为被从无人售卖机中取出的商品。由此可见，在识别目标商品时，先引入了商品的重量浮差，减小了商品重量浮差对商品识别所带来的影响，进一步通过计算该商品组合对应的置信度和最低置信度，以及对符合置信度要求的商品组合进行置信度排序，这个过程都用来减小商品识别的误差，从而提升了基于重力感应的商品识别精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的基于重力感应的商品识别方法的流程图；
图2是本发明一个实施例提供的另一种基于重力感应的商品识别方法的流程图；
图3是本发明一个实施例提供的一种基于重力感应的商品上架方法的流程图；
图4是本发明一个实施例提供的基于重力感应的商品识别装置所在设备的示意图；
图5是本发明一个实施例提供的基于重力感应的商品识别装置示意图；
图6是本发明一个实施例提供的另一种基于重力感应的商品识别装置示意图；
图7是本发明一个实施例提供的又一种基于重力感应的商品识别装置示意图；
图8是本发明一个实施例提供的另一种基于重力感应的商品识别方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了基于重力感应的商品识别方法，该方法包括：
步骤101：获取被从无人售卖机中取出的至少一个商品的第一目标重量；
步骤102：根据第一目标重量确定至少一类第一备选商品，其中，第一备选商品是位于无人售卖机中的商品，任意一类第一备选商品的平均重量与该类备选商品的重量浮差之差不大于第一目标重量，重量浮差用于表征同一类商品的重量波动；
步骤103：根据第一目标重量和至少一类第一备选商品，确定至少一个商品组合，其中，商品组合包括有至少一个第一备选商品；
步骤104：针对每一个商品组合，根据该商品组合所包括的各个第一备选商品的平均重量和第一目标重量，计算该商品组合对应的置信度和最低置信度；
步骤105：针对每一个商品组合，如果该商品组合对应的置信度大于该商品组合对应的最低置信度，则将该商品组合确定为第一目标商品组合；
步骤106：按照对应置信度由大至小的顺序，对各个第一目标商品组合进行排序；
步骤107：将排序后位于首位的第一目标商品组合确定为被从无人售卖机中取出的商品。
本发明实施例提供的基于重力感应的商品识别方法，应用于无人售卖机中，当无人售卖机中有商品被拿出时，首先获取被从无人售卖机中取出的至少一个商品的第一目标重量，根据无人售卖机中每一类商品的平均重量、其所对应的重量浮差和该第一目标重量确定至少一类第一备选商品，进一步确定至少一个商品组合，然后计算该商品组合对应的置信度和最低置信度，如果该商品组合对应的置信度大于该商品组合对应的最低置信度，则将该商品组合确定为第一目标商品组合，然后按照对应置信度由大至小的顺序，对各个第一目标商品组合进行排序，最后将排序后位于首位的第一目标商品组合确定为被从无人售卖机中取出的商品。由此可见，在识别目标商品时，先引入了商品的重量浮差，减小了商品重量浮差对商品识别所带来的影响，进一步通过计算该商品组合对应的置信度和最低置信度，以及对符合置信度要求的商品组合进行置信度排序，这个过程都用来减小商品识别的误差，从而提升了基于重力感应的商品识别精度。
可选地，在图1所示的基于重力感应识别方法中，步骤103根据第一目标重量和至少一类第一备选商品，确定出了至少一个商品组合，对至少一类第一备选商品进行组合，获得了至少一个商品组合。
在本发明实施例中首先需要获取被从无人售卖机中拿出的商品的总重量，即重力感应装置所感应到的总的重量变化，然后遍历已上架商品的列表，筛选出已上架商品列表中符合任意一类商品的平均重量与其重量浮差的差值不大于重力感应装置所感应到的重量变化量的商品，即满足如下公式：
AWi-Ei≤WT，其中，AWi为任意一类商品的平均重量，Ei为该商品所对应的重量浮差，WT为重力感应装置所检测到的重量变化量。在符合上述不等式要求的商品组合中，通过取整函数对目标商品的重量变化量与商品列表中商品的平均质量最小值进行取整，进而得到商品组合的个数，由此可见，在整个过程中引入了重量浮差，不仅减小了重量浮差对商品识别带来的结果，同时使用取整函数确定组合数，在不失准确性的条件下缩小了商品确定范围，进而减少了计算量，保证了基于重力感应识别装置的识别效率。
可选地，在图1所示的基于重力感应识别方法中，步骤104根据该商品组合所包括的各个所述第一备选商品的平均重量和第一目标重量，通过置信度和最低置信度公式可得到该商品组合对应的置信度和最低置信度，如图2所示，该方法包括：
步骤201：确定至少一类第一备选商品对应的第一商品类别数；
步骤202：从至少一类备选商品中确定目标类商品，其中，目标类商品为各类第一备选商品中对应平均重量最小的商品类；
步骤203：根据第一商品类别数和目标类商品的平均重量，通过如下不等式组确定该商品组合中所包括的商品类别数；
Figure BDA0002632201970000111
其中，P用于表征该商品组合所包括的商品个数，Int用于表征取整函数，WT为第一目标重量，LAW为目标类商品的平均重量，Q为商品组合的种类数量，M为已筛选商品列表总数，Min为最小值函数；
步骤204：根据该商品组合所包括商品组合中商品的种类数，通过如下公式组计算该商品组合对应的至少一组置信度和最低置信度；
Figure BDA0002632201970000112
其中，CP用于表征置信度，CPM用于表征最低置信度，nj为商品可能组合中第一类商品的可能数量，第一类商品为第二商品类别中任一类商品，所述Nj为第一备选商品中第二类商品的数量，第二类商品与第一类商品为同一类商品，AWj为第一类商品的平均重量。
在本发明实施例中，首先通过在步骤103中所确定的商品组合中，确定至少一类第一备选商品对应的第一商品类别数和目标类商品，进一步通过步骤203所示的公式确定该商品组合所包括的商品的个数，进而通过步骤204中的置信度公式和最低置信度公式计算出该商品组合的置信度和最低置信度值，其中，步骤204中的置信度和最低置信度公式是针对于其中一类商品组合的普遍性公式，在实际应用中是求取每一类商品组合中每一个商品组合的置信度和最低置信度的。由此可见，在这个过程中，通过确定组合数，减小计算范围，提升了计算效率，后面的置信度计算中通过遍历每一类商品组合重量的每一个商品，保证了商品识别的可靠性，同时，通过引入最低置信度，通过判断置信度可识别结果还可以区分异常重量，从而可以确定出引起重量变化的商品是否为无人售卖机中的商品。
可选地，如图1所示的基于重力的识别方法的基础上，还可以用于对放回商品的识别。当无人售卖机中有商品放入时，首先获取被放入售卖机中的至少一个商品的第二目标重量，根据此第二目标重量，在商品被拿取是所记录生成的商品识别结果列表中进行筛选，然后根据商品识别结果列表中每一类商品的平均重量、其所对应的重量浮差和该第一目标重量确定至少一类第二备选商品，进一步确定至少一个商品组合，然后计算该商品组合对应的置信度和最低置信度，如果该商品组合对应的置信度大于该商品组合对应的最低置信度，则将该商品组合确定为第二目标商品组合，然后按照对应置信度由大至小的顺序，对各个第二目标商品组合进行排序，最后将排序后位于首位的第二目标商品组合确定为被放入无人售卖机中的商品。由此可见，在识别目标商品时，首先进行筛选的商品列表不再是无人售卖机中所有商品的列表，而是从商品被拿取时生成的商品识别结果列表中进行筛选，缩小了筛选范围，减少了计算量，提升了商品识别的效率；同时同样引入了商品的重量浮差，计算了商品组合对应的置信度和最低置信度，减小了商品识别的误差，提升了基于重力感应的商品识别精度。
可选地，基于重力感应的商品识别方法进一步包括商品上架方法如图3所示，
步骤301：获取被按预设上架方式放入重力感应器上的每一类已上架商品的第一平均重量和第一重量浮差，预设上架方式为商品通过每类以1次1个的方式放入重力感应装置上，已上架商品为中，任一类已上架商品包含其相同种类的所有商品，第一平均重量和第一重量浮差为根据重力感应器记录的已上架商品的重量和数量，通过以下公式计算所得到；
Figure BDA0002632201970000121
Figure BDA0002632201970000122
其中，AWi用于表征第一平均重量，Ei用于表征第一重量浮差，Ni用于表征目标类上架商品数量，Wij用于表征目标类上架商品每次输出的重量，Max用于表征最大值函数；
步骤302：根据平均重量和平均重量浮差的计算公式，获取被按预设上架方式放入重力感应器上的待上架商品的第二平均重量和第二重量浮差，待上架商品针对任意一类商品所包含的所有商品；
步骤303：如果第一平均重量、第一重量浮差、第二平均重量以及第二重量浮差满足如下不等式，则确定待上架商品可以被上架；
|J*AWn+1-K*AWi|＞En+1+Ei
其中，AWn+1用于表征第二平均重量，AWi用于表征第一平均重量，En+1用于表征第二类重量浮差，Ei用于表征第一类重量浮差，J和K用于表征任意正整数。
在本发明实施例中，当要对商品进行上架时，首先获取通过上述步骤301中的公式所得到的每一类已上架商品的第一平均重量和第一重量浮差，同时获取采用同一公式计算所得到的待上架商品的第二平均重量和第二重量浮差，最后通过判断是否满足上述步骤303中的不等式，如果满足上述不等式，则允许该类商品上架；如果不满足上述不等式，那就是因为出现了不同类别同一重量的商品，因而该商品被拒绝上架，因此该商品上架方法解决了相同重量不同规格的商品同时上架的问题，增加了无人售卖机中商品售卖时的可靠度。
如图4和图5所示，本发明实施例提供了一种基于重力感应的商品识别装置。基于重力感应的商品识别装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。从硬件层面而言，如图4所示，为本发明实施例提供的基于重力感应的商品识别装置所在设备的一种硬件结构图，除了图3所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的设备通常还可以包括其他硬件，如负责处理报文的转发芯片等等。以软件实现为例，如图5所示，作为一个逻辑意义上的装置，是通过其所在设备的CPU将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。本实施例提供的基于重力感应的商品识别装置，包括：第一获取模块501、第一确定模块502、第二确定模块503、计算模块504、第三确定模块505、排序模块506和第四确定模块507；
获取模块501，用于获取被从无人售卖机中取出的至少一个商品的第一目标重量；
第一确定模块502，用于根据获取模块501所获取的所述第一目标重量确定至少一类第一备选商品，其中，所述第一备选商品是位于所述无人售卖机中的商品，任意一类第一备选商品的平均重量与该类备选商品的重量浮差之差不大于所述第一目标重量，所述重量浮差用于表征同一类商品的重量波动；
第二确定模块503，用于根据获取模块501所获取的第一目标重量和第一确定模块所502确定出的所述至少一类第一备选商品，确定至少一个商品组合，其中，所述商品组合包括有至少一个所述第一备选商品；
计算模块504，用于针对每一个第二确定模块503所确定出的商品组合，根据该商品组合所包括的各个第一备选商品的平均重量和第一目标重量，计算该商品组合对应的置信度和最低置信度；
第三确定模块505，用于针对每一个第二确定模块503所确定出的商品组合，通过判断商品组合对应的计算模块504计算出的置信度是否大于该商品组合对应的计算模块504计算出的最低置信度，将该商品组合确定为第一目标商品组合；
排序模块506，用于按照对应置信度由大至小的顺序，对各个第三确定模块505所确定出的第一目标商品组合进行排序；
第四确定模块507，用于将排序模块506所排列后位于首位的第一目标商品组合确定为被从所述无人售卖机中取出的商品。
可选地，在图5所示基于重力感应的商品识别装置的基础上，
第二确定模块503，用于对第一确定模块502所确定出的至少一类第一备选商品进行组合，获得至少一个商品组合，其中，每个商品组合包括至少一类第一备选商品，每个商品组合所包括的商品个数不大于第一数量，第一数量为第一目标重量与目标类商品的平均重量的比值的取整结果，目标类商品为各类备选商品中对应平均重量最小的商品类，商品组合中任一类商品的个数不大于无人售卖机中该类商品的库存数。
可选地，在图5所示基于重力感应的商品识别装置的基础上，如图6所示计算模块504包括：第一确定单元601、第二确定单元602、第三确定单元603和计算单元604；
第一确定单元601，用于确定至少一类第一备选商品对应的第一商品类别数；
第二确定单元602，用于从第一确定单元601所确定出的至少一类备选商品中确定目标类商品，其中，目标类商品为各类第一备选商品中对应平均重量最小的商品类；
第三确定单元603，用于根据第一确定单元601所确定出的第一商品类别数和第二确定单元602所确定出的目标类商品的平均重量，通过如下不等式组确定该商品组合所包括的商品类别数；
Figure BDA0002632201970000151
其中，P用于表征该商品组合所包括的商品个数，Int用于表征取整函数，WT为第一目标重量，LAW为目标类商品的平均重量，Q为商品组合的种类数量，M为已筛选商品列表总数，Min为最小值函数；
计算单元604，用于根据第三确定单元603所确定的该商品组合所包括商品种类数，通过如下公式组计算该商品组合对应的至少一组置信度和最低置信度；
Figure BDA0002632201970000152
其中，CP用于表征置信度，CPM用于表征最低置信度，nj为商品可能组合中第一类商品的可能数量，第一类商品为第二商品类别中任一类商品，Nj为所述第一备选商品中第二类商品的数量，第二类商品与第一类商品为同一类商品，AWj为第一类商品的平均重量。
可选地，在图5所示基于重力感应的商品识别装置的基础上，
第一获取模块501，用于获取被放入所述无人售卖机中的至少一个商品的第二目标重量；
第一确定模块502，用于根据获取模块所获取的第二目标重量确定至少一类第二备选商品，其中，第二备选商品是商品识别结果列表中已拿取的商品，商品识别结果列表为在商品被拿取时所记录生成，任意一类第二备选商品的平均重量与该类备选商品的重量浮差之差不大于所述第二目标重量，重量浮差用于表征同一类商品的重量波动；
第二确定模块503，用于根据获取模块所获取的第二目标重量和第一确定模块所确定至少一类第二备选商品，确定至少一个商品组合，其中，商品组合包括有至少一个第二备选商品；
计算模块504，用于针对第二确定模块所确定出的每一个商品组合，根据该商品组合所包括的确定模块所确定出的各个第二备选商品的平均重量和获取模块获取到的第二目标重量，计算该商品组合对应的置信度和最低置信度；
第三确定单元505，用于针对每一个第二确定模块所确定出的商品组合，通过判断该商品组合对应的计算模块所计算出的所述置信度是否大于该商品组合对应的计算模块所计算出的最低置信度，则将该商品组合确定为第二目标商品组合；
排序单元506，用于按照对应置信度由大至小的顺序，对各个第三确定单元所确定出的第二目标商品组合进行排序；
第四确定单元507，用于将排序单元所排序后位于首位的第二目标商品组合确定为被放入无人售卖机中的商品。
可选地，在图5所示基于重力感应的商品识别装置的基础上，图7所示进一步包括：第一上架获取模块701、第二上架获取模块702、上架确定模块703；
第一上架获取模块701，用于获取被按预设上架方式放入重力感应器上的每一类已上架商品的第一平均重量和第一重量浮差，其中，预设上架方式为商品通过每类以1次1个的方式放入重力感应装置上，已上架商品为中，任一类已上架商品包含其相同种类的所有商品，第一平均重量和第一重量浮差为根据重力感应器记录的已上架商品的重量和数量，由以下公式计算所得；
Figure BDA0002632201970000161
Figure BDA0002632201970000162
其中，AWi用于表征第一平均重量，Ei用于表征第一重量浮差，Ni用于表征目标类上架商品数量，Wij用于表征目标类上架商品每次输出的重量，Max为最大值函数，用于表征函数的最大值；
第二上架获取模块702，用于根据平均重量和平均重量浮差的计算公式，获取被按预设上架方式放入重力感应器上的待上架商品的第二平均重量和第二重量浮差，待上架商品包括任意一类商品所包含的所有商品；
上架确定模块703，用于如果第一上架获取模块所获取和第二上架获取模块所获取的第一平均重量、第一重量浮差、第二平均重量以及第二重量浮差满足如下不等式时，确定该待上架商品可以被上架；
|J*AWn+1-K*AWi|＞En+1+Ei
其中，AWn+1用于表征第二平均重量，AWi用于表征第一平均重量，En+1用于表征第二类重量浮差，Ei用于表征第一类重量浮差，J和K用于表征任意正整数。
需要说明的是，上述装置内的各单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
下面对本发明实施例提供的基于重力感应的商品识别方法作进一步详细说明，如图8所示，该方法可以包括如下步骤：
步骤801：获取被从无人售卖机中取出商品的第一目标重量；
本发明实施例中，当顾客从无人售卖机中拿取商品时，无人售卖机中的重力感应器会检测到无人售卖机中商品的重量变化量，即步骤801中的第一目标重量。其中顾客从无人售卖机中获取商品时可以不仅限于一件商品，可以是多件，同时步骤801中所述的第一目标重量指的是顾客从无人售卖机中拿取的商品总重量，该商品的总重量可以包括不同种类的商品。
例如，当顾客从无人售卖机中一次性取出了一些商品，包括每件500克的雪碧两件，400克的薯条一件，以及600克的饼干一件，这时无人售卖机中的重力感应器所检测到的重量变化量为2000克。这其中，商品存在同种类的，也有不同种类的，但是该基于重力感应的商品识别方法中此时所获取到的仅仅是总共取出的商品的重量，即本实例中的商品总重量2000克。
步骤802：根据第一目标重量确定至少一类第一备选商品；
本发明实施例中，当获取到商品的第一目标重量后，首先遍历已上架商品列表，筛选出可被识别的商品范围，从而确定步骤802中所述的第一备选商品，其中筛选规则通过判断商品是否满足以下不等式来确定：
AWi-Ei≤WT
其中，AWi为任意一类商品的平均重量，Ei为该商品所对应的重量浮差，WT为重力感应装置所检测到的重量变化量；
例如，无人售卖机中有商品牛奶、面包和薯条三种，其中牛奶的平均重量为500克，重量浮差为3克；面包的平均重量为200克，重量浮差为2克；薯条的平均重量为100克，重量浮差为1克；某一顾客从无人售卖机中拿取了商品后，从重力感应器上获取到的重量变化量为300克；根据上述不等式，牛奶的平均重量与重量浮差的差值为497克，大于第一目标变化量300克，不满足上述不等式；面包的平均重量与重量浮差的差值为198克，小于第一目标变化量300克，满足上述不等式；同理，薯片也符合上述不等式。因此，被筛选出的第一备选商品中包括面包和薯条。
本发明实施例中，在根据第一目标重量确定第一备选商品时，需要对无人售卖机中的所有商品遍历进行筛选，其中，无人售卖机中的所有商品都是经过基于该重力感应装置的上架方法确认可以放入到无人售卖机中的。该方法中，首先获取被按预设上架方式放入重力感应器上的每一类已上架商品的第一平均重量和第一重量浮差，其中预设方式是通过将商品每类以1次1个的方式放入重力感应装置上的方式，已上架商品的第一平均重量和第一平均重量浮差通过步骤301中的公式计算所得；然后获取按上述的预设上架方式放入重力感应器上的待上架商品的第二平均重量和第二重量浮差，其中待上架商品的第二平均重量和第二重量浮差也是通过步骤301中的公式计算所得；最后，根据所得到的的第一平均重量、第一重量浮差、第二平均重量以及第二重量浮差值，判断是否满足步骤303中的不等式，如果满足不等式，则确认待上架的该类商品可以被上架，如果不满足不等式，则拒绝待上架的该类商品上架。
例如，无人售卖机中已上架商品有可乐10瓶，其平均重量为330克，重量浮差为2克；现有待上架商品两种，分别是3瓶矿泉水和3瓶雪碧，在上架过程中，3瓶矿泉水的重量分别为497克、500克和503克，3瓶雪碧的重量分别为332克，330克和331克。根据上述所述步骤301的计算公式，矿泉水的平均重量为500克，重量浮差为3克；根据上述步骤303的不等式可有|500J-330K|>3+2,显然，对于任意正整数J和K来说，该不等式都是成立的，所以商品3瓶矿泉水可以被允许上架；同理，根据上述所述步骤301的计算公式,雪碧的平均重量为331克，重量浮差为2克；根据上述步骤303的不等式可有|331J-330K|>2+2,显然，并不是对于任意正整数J和K来说，该不等式都成立，所以商品3瓶雪碧拒绝被上架，需要将放入的该雪碧取出，这样就解决了相同重量不同规格的商品同时上架的问题。
步骤803：根据第一目标重量和第一备选商品，确定商品组合；
在本发明实施例中，通过将上述步骤803所获的备选商品进行组合，获得可能符合的商品组合，其中，商品组合的个数要不大于第一目标重量与目标类商品的平均重量的比值的取整结果，即商品组合个数P要满足步骤203中的不等式。
例如，已上架商品有2种，A商品平均重量WP＝30g，重量浮差E＝2g，库存数量N＝4，B商品平均重量WP＝100g，重量浮差E＝5g，库存数量N＝2。某次拿取操作重量变化为133g。根据步骤203中的不等式，重量变化量与备选商品列表中平均重量的最小值得比值为133/30的比值，对其取整则为4，所以商品组合的个数p的取值范围为1≤P≤4，然后进一步，可以根据1≤Q≤Min(P,M)确定出商品组合的种类数量Q的取值范围，进而得到
Figure BDA0002632201970000192
中不同的商品组合，其中M为备选商品的列表总数，Min为最小值函数；在此实例中，商品组合类别Q＝1或Q＝2，当Q＝1时，有6中商品组合数，当Q＝2时，有8种商品组合数；
步骤804：针对每一个商品组合，计算该商品组合对应的置信度和最低置信度；
在本发明实施例中，通过上述步骤803中所得到的每一个商品组合，根据如下置信度计算公式和最低置信度计算公式，计算出每一个组合所对应的置信度和最低置信度，公式如下：
Figure BDA0002632201970000191
其中，CP用于表征置信度，CPM用于表征最低置信度，nj为商品可能组合中第一类商品的可能数量，第一类商品为第二商品类别中任一类商品，Nj为所述第一备选商品中第二类商品的数量，第二类商品与第一类商品为同一类商品，AWj为第一类商品的平均重量。
例如，假定已上架商品有2种，A商品平均重量WP＝30g，重量浮差E＝2g，库存数量N＝4，B商品平均重量WP＝100g，重量浮差E＝5g，库存数量N＝2。某次拿取操作重量变化为133g。则：根据步骤803可知商品组合类别Q＝1或Q＝2，则，当Q＝1且A商品n＝1时，此时置信度CP＝1-|1*30/133-1|＝0.23,CPM＝1-|1*2|/133＝0.98；当Q＝2且A商品n＝1且B商品n＝1时，此时置信度CP＝1-|(1*30+1*100)/133-1|＝0.98,对应的CPM＝1-|1*2+1*5|/133＝0.95；同理，其他商品组合的计算方式也可如此得到,从而，每一个组合的置信度和最低置信度都可通过如此方式计算所得。
步骤805：根据每一个商品组合的置信度和最低置信度值，将置信度大于该商品组合对应的最低置信度的所有商品组合确定为第一目标商品组合；
在本发明实施例中，步骤804中已经通过置信度计算公式计算除了每个组合所对应的置信度值和最低置信度值，然后判断每一个商品组合的置信度和其所对应的最低置信度值的关系，将所有置信度值大于其所对应商品组合的最低置信度值的组合确定为第一目标商品组合。
例如，通过置信度计算公式，得出了5商品组合所对应的组置信度和最低置信度结果。第一组为：CP＝0.98,CPM＝0.95；第二组为：CP＝0.80,CPM＝0.93；第三组为：CP＝0.35,CPM＝0.95；第四组为：CP＝0.94,CPM＝0.92；第五组为：CP＝0.57,CPM＝0.92；在上述5组置信度和最低置信度值中，只有第一组和第四组满足置信度大于其所对应商品组合的最低置信度，即第一组和第四组商品组合为可被接受组合。因此，通过判断筛选之后，第一目标商品组合只包含了第一组商品组合和第四组商品组合。
步骤806：按照对应置信度由大至小的顺序，对各个第一目标商品组合进行排序；
通过步骤805，计算出来商品组合的置信度值，步骤806中，又通过比较置信度和最低置信度值确定了可被接受组合的第一目标商品组合，在本发明实施例中，需要将第一目标商品组合中的每一个商品组合所对应的其置信度值按照从大到小的顺序进行排序。
例如，置信度和最低置信度判断筛选后的第一目标商品组合包含有三组，第一组为：CP＝0.94,CPM＝0.92；第二组：CP＝0.98,CPM＝0.96；第三组：CP＝0.95,CPM＝0.88；对该三组商品组合的置信度值排序则有：0.98>0.95>0.94,即商品组合的排序为第二组，第三组，第一组。
步骤807：将排序后位于首位的第一目标商品组合确定为被从所述无人售卖机中取出的商品。
本发明实施例中，通过步骤806对第一目标商品组合中的商品置信度进行排序后，将位于排序首位的该商品组合确定为从无人售卖机中取出的商品，进一步可以得到该商品的价格等信息。
例如，根据上述步骤806所得到的商品组合排序为第二组，第三组与第一组，即可以确定出被从无人售卖机中取出的商品组合为第三组的商品组合，进而可以根据第三组商品组合中包括哪几类商品，进一步得到商品的价格等信息。
本发明实施例还提供了一种可读介质，包括执行指令，当存储控制器的处理器执行所述执行指令时，所述存储控制器执行上述各个实施例提供的基于重力感应的商品识别方法。
本发明实施例还提供了一种存储控制器，包括：处理器、存储器和总线；
所述存储器用于存储执行指令，所述处理器与所述存储器通过所述总线连接，当所述存储控制器运行时，所述处理器执行所述存储器存储的所述执行指令，以使所述存储控制器执行上述各个实施例提供的基于重力感应的商品识别方法。
综上所述，本发明实施例各个实施例提供的基于重力感应的商品识别方法和装置，至少具有如下有益效果：
1、本发明实施例提供的基于重力感应的商品识别方法和装置，应用于无人售卖机中，当无人售卖机中有商品被拿出时，首先获取被从无人售卖机中取出的至少一个商品的第一目标重量，根据无人售卖机中每一类商品的平均重量、其所对应的重量浮差和该第一目标重量确定至少一类第一备选商品，进一步确定至少一个商品组合，然后计算该商品组合对应的置信度和最低置信度，如果该商品组合对应的置信度大于该商品组合对应的最低置信度，则将该商品组合确定为第一目标商品组合，然后按照对应置信度由大至小的顺序，对各个第一目标商品组合进行排序，最后将排序后位于首位的第一目标商品组合确定为被从无人售卖机中取出的商品。由此可见，在识别目标商品时，先引入了商品的重量浮差，减小了商品重量浮差对商品识别所带来的影响，进一步通过计算该商品组合对应的置信度和最低置信度，以及对符合置信度要求的商品组合进行置信度排序，这个过程都用来减小商品识别的误差，从而提升了基于重力感应的商品识别精度。
2、在本发明实施例中，首先需要获取被从无人售卖机中拿出的商品的总重量，即重力感应装置所感应到的总的重量变化，然后遍历已上架商品的列表，筛选出已上架商品列表中符合任意一类商品的平均重量与其重量浮差的差值不大于重力感应装置所感应到的重量变化量的商品，在符合上述要求的商品组合中，通过取整函数对目标商品的重量变化量与商品列表中商品的平均质量最小值进行取整，进而得到商品组合的个数和商品组合中的商品类别数，由此可见，在整个过程中引入了重量浮差，不仅减小了重量浮差对商品识别带来的结果，同时使用取整函数确定组合数，在不失准确性的条件下缩小了商品确定范围，进而减少了计算量，保证了基于重力感应识别装置的识别效率。
3、在本发明实施例中，首先通过在确定的商品组合中，确定至少一类第一备选商品对应的第一商品类别数和目标类商品，进一步通过公式确定该商品组合所包括商品种类数，进而通过置信度公式和最低置信度公式计算出该商品组合的置信度和最低置信度值。由此可见，在这个过程中，通过确定组合数，减小计算范围，提升了计算效率，后面的置信度计算中通过遍历每一类商品组合重量的每一个商品，保证了商品识别的可靠性，同时，通过引入最低置信度，通过判断置信度可识别结果还可以区分异常重量，从而可以确定出引起重量变化的商品是否为无人售卖机中的商品。
4、在本发明实施例中，当无人售卖机中有商品放入时，首先获取被放入售卖机中的至少一个商品的第二目标重量，根据此第二目标重量，在商品被拿取是所记录生成的商品识别结果列表中进行筛选，然后根据商品识别结果列表中每一类商品的平均重量、其所对应的重量浮差和该第一目标重量确定至少一类第二备选商品，进一步确定至少一个商品组合，然后计算该商品组合对应的置信度和最低置信度，如果该商品组合对应的置信度大于该商品组合对应的最低置信度，则将该商品组合确定为第二目标商品组合，然后按照对应置信度由大至小的顺序，对各个第二目标商品组合进行排序，最后将排序后位于首位的第二目标商品组合确定为被放入无人售卖机中的商品。由此可见，在识别目标商品时，首先进行筛选的商品列表不再是无人售卖机中所有商品的列表，而是从商品被拿取时生成的商品识别结果列表中进行筛选，缩小了筛选范围，减少了计算量，提升了商品识别的效率；同时同样引入了商品的重量浮差，计算了商品组合对应的置信度和最低置信度，减小了商品识别的误差，提升了基于重力感应的商品识别精度。
5、在本发明实施例中，当要对商品进行上架时，首先获取通过公式计算所得到的每一类已上架商品的第一平均重量和第一重量浮差，同时获取采用同一公式计算所得到的待上架商品的第二平均重量和第二重量浮差，最后通过判断是否满足上述步骤303中的不等式，如果满足上述不等式，则允许该类商品上架；如果不满足上述不等式，那就是因为出现了不同类别同一重量的商品，因而该商品被拒绝上架，因此该商品上架方法解决了相同重量不同规格的商品同时上架的问题，增加了无人售卖机中商品售卖时的可靠度。
需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个······”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围。

Claims (8)

1.基于重力感应的商品识别方法，其特征在于，包括：
获取被从无人售卖机中取出的至少一个商品的第一目标重量；
根据所述第一目标重量确定至少一类第一备选商品，其中，所述第一备选商品是位于所述无人售卖机中的商品，任意一类第一备选商品的平均重量与该类备选商品的重量浮差之差不大于所述第一目标重量，所述重量浮差用于表征同一类商品的重量波动；
根据所述第一目标重量和所述至少一类第一备选商品，确定至少一个商品组合，其中，所述商品组合包括有至少一个所述第一备选商品；
针对每一个所述商品组合，根据该商品组合所包括的各个所述第一备选商品的平均重量和第一目标重量，计算该商品组合对应的置信度和最低置信度；
针对每一个所述商品组合，如果该商品组合对应的所述置信度大于该商品组合对应的所述最低置信度，则将该商品组合确定为第一目标商品组合；
按照对应所述置信度由大至小的顺序，对各个所述第一目标商品组合进行排序；
将排序后位于首位的第一目标商品组合确定为被从所述无人售卖机中取出的商品；
获取被按预设上架方式放入重力感应器上的每一类已上架商品的第一平均重量和第一重量浮差，所述预设上架方式为商品通过每类以1次1个的方式放入重力感应装置上，所述已上架商品为中，任一类已上架商品包含其相同种类的所有商品，所述第一平均重量和第一重量浮差为根据重力感应器记录的所述已上架商品的重量和数量，通过以下公式计算所得到；
Figure FDA0003506326260000021
Figure FDA0003506326260000022
其中，所述AWi用于表征第一平均重量，所述Ei用于表征第一重量浮差，所述Ni用于表征目标类上架商品数量，所述Wij用于表征目标类上架商品每次输出的重量，所述Max用于表征最大值函数；
根据所述平均重量和平均重量浮差的计算公式，获取被按预设上架方式放入重力感应器上的待上架商品的第二平均重量和第二重量浮差，待上架商品针对任意一类商品所包含的所有商品；
如果所述第一平均重量、第一重量浮差、第二平均重量以及第二重量浮差满足如下不等式，则确定待上架商品可以被上架；
|J*AWn+1-K*AWi|＞En+1+Ei
其中，所述AWn+1用于表征第二平均重量，所述AWi用于表征第一平均重量，所述En+1用于表征第二类重量浮差，所述Ei用于表征第一类重量浮差，所述J和K用于表征任意正整数。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一目标重量和所述至少一类第一备选商品，确定至少一个商品组合，包括：
对所述至少一类第一备选商品进行组合，获得至少一个所述商品组合，其中，每个所述商品组合包括至少一类所述第一备选商品，每个所述商品组合所包括的商品个数不大于第一数量，所述第一数量为所述第一目标重量与目标类商品的平均重量的比值的取整结果，所述目标类商品为各类所述备选商品中对应平均重量最小的商品类，所述商品组合中任一类商品的个数不大于所述无人售卖机中该类商品的库存数。
3.根据权利要求1所述的方法，其特征在于，所述根据该商品组合所包括的各个所述第一备选商品的平均重量和第一目标重量，计算该商品组合对应的置信度和最低置信度，包括：
确定所述至少一类第一备选商品对应的第一商品类别数；
从所述至少一类备选商品中确定目标类商品，其中，所述目标类商品为各类所述第一备选商品中对应平均重量最小的商品类；
根据所述第一商品类别数和所述目标类商品的平均重量，通过如下不等式组确定该商品组合所包括的商品个数和商品组合的种类数；
Figure FDA0003506326260000031
其中，所述P用于表征该商品组合所包括的商品个数，所述Int用于表征取整函数，所述WT为所述第一目标重量，所述LAW为所述目标类商品的平均重量，所述Q用于表征商品组合的种类数量，所述M用于表征已筛选商品列表总数，所述Min用于表征最小值函数；
根据该商品组合所包括商品组合中商品的种类数，通过如下公式组计算该商品组合对应的至少一组置信度和最低置信度；
Figure FDA0003506326260000032
其中，所述CP用于表征所述置信度，所述CPM用于表征所述最低置信度，所述nj为所述商品可能组合中第一类商品的可能数量，所述第一类商品为第二类商品中任一类商品，所述Nj为第一备选商品中第二类商品的数量，第二类商品与第一类商品为同一类商品，所述AWj为所述第一类商品的平均重量。
4.根据权利要求1所述的方法，其特征在于，进一步包括：
获取被放入所述无人售卖机中的至少一个商品的第二目标重量；
根据所述第二目标重量确定至少一类第二备选商品，其中，所述第二备选商品是商品识别结果列表中已拿取的商品，所述商品识别结果列表为在商品被拿取时所记录生成，任意一类第二备选商品的平均重量与该类备选商品的重量浮差之差不大于所述第二目标重量，所述重量浮差用于表征同一类商品的重量波动；
根据所述第二目标重量和所述至少一类第二备选商品，确定至少一个商品组合，其中，所述商品组合包括有至少一个所述第二备选商品；
针对每一个所述商品组合，根据该商品组合所包括的各个所述第二备选商品的平均重量和第第二目标重量，计算该商品组合对应的置信度和最低置信度；
针对每一个所述商品组合，如果该商品组合对应的所述置信度大于该商品组合对应的所述最低置信度，则将该商品组合确定为第二目标商品组合；
按照对应所述置信度由大至小的顺序，对各个所述第二目标商品组合进行排序；
将排序后位于首位的第二目标商品组合确定为被放入无人售卖机中的商品。
5.基于重力感应的商品识别装置，其特征在于，包括：第一获取模块、第一确定模块、第二确定模块、计算模块、第三确定模块、排序模块和第四确定模块；
所述第一获取模块，用于获取被从无人售卖机中取出的至少一个商品的第一目标重量；
所述第一确定模块，用于根据所述第一获取模块所获取的所述第一目标重量确定至少一类第一备选商品，其中，所述第一备选商品是位于所述无人售卖机中的商品，任意一类第一备选商品的平均重量与该类备选商品的重量浮差之差不大于所述第一目标重量，所述重量浮差用于表征同一类商品的重量波动；
所述第二确定模块，用于根据所述获取模块所获取的所述第一目标重量和所述第一确定模块所确定出的所述至少一类第一备选商品，确定至少一个商品组合，其中，所述商品组合包括有至少一个所述第一备选商品；
所述计算模块，用于针对每一个所述第二确定模块所确定出的所述商品组合，根据该商品组合所包括的各个所述第一备选商品的平均重量和第一目标重量，计算该商品组合对应的置信度和最低置信度；
所述第三确定模块，用于针对每一个所述第二确定模块所确定出的所述商品组合，通过判断商品组合对应的所述计算模块计算出的所述置信度是否大于该商品组合对应的所述计算模块计算出的所述最低置信度，将该商品组合确定为第一目标商品组合；
所述排序模块，用于按照对应所述置信度由大至小的顺序，对各个所述第三确定模块所确定出的所述第一目标商品组合进行排序；
所述第四确定模块，用于将所述排序模块所排列后位于首位的第一目标商品组合确定为被从所述无人售卖机中取出的商品；
第一上架获取模块，用于获取被按预设上架方式放入重力感应器上的每一类已上架商品的第一平均重量和第一重量浮差，其中，所述预设上架方式为商品通过每类以1次1个的方式放入重力感应装置上，所述已上架商品为中，任一类已上架商品包含其相同种类的所有商品，所述第一平均重量和第一重量浮差为根据重力感应器记录的所述已上架商品的重量和数量，由以下公式计算所得；
Figure FDA0003506326260000061
Figure FDA0003506326260000062
其中，所述AWi用于表征所述第一平均重量，所述Ei用于表征所述第一重量浮差，所述Ni用于表征所述目标类上架商品数量，所述Wij用于表征目标类上架商品每次输出的重量，所述Max为最大值函数，用于表征函数的最大值；
第二上架获取模块用于根据所述平均重量和平均重量浮差的计算公式，获取被按预设上架方式放入重力感应器上的待上架商品的第二平均重量和第二重量浮差，所述待上架商品包括任意一类商品所包含的所有商品；
上架确定模块用于如果所述第一上架获取模块所获取和所述第二上架获取模块所获取的所述第一平均重量、第一重量浮差、第二平均重量以及第二重量浮差满足如下不等式时，确定该待上架商品可以被上架；
|J*AWn+1-K*AWi|＞En+1+Ei
其中，所述AWn+1用于表征第二平均重量，AWi用于表征第一平均重量，所述En+1用于表征第二类重量浮差，所述Ei用于表征第一类重量浮差，所述J和K用于表征任意正整。
6.根据权利要求5所述的装置，其特征在于，
所述第二确定模块，用于对所述第一确定模块所确定出的至少一类第一备选商品进行组合，获得至少一个所述商品组合，其中，每个所述商品组合包括至少一类所述第一备选商品，每个所述商品组合所包括的商品个数不大于第一数量，所述第一数量为所述第一目标重量与目标类商品的平均重量的比值的取整结果，所述目标类商品为各类所述备选商品中对应平均重量最小的商品类，所述商品组合中任一类商品的个数不大于所述无人售卖机中该类商品的库存数。
7.根据权利要求5所述的装置，其特征在于，所述计算模块包括：第一确定单元、第二确定单元、第三确定单元和计算单元；
所述第一确定单元，用于确定至少一类第一备选商品对应的第一商品类别数；
所述第二确定单元，用于从所述第一确定单元所确定出的至少一类备选商品中确定目标类商品，其中，目标类商品为各类第一备选商品中对应平均重量最小的商品类；
所述第三确定单元，用于根据第一确定单元所确定出的第一商品类别数和第二确定单元所确定出的所述目标类商品的平均重量，通过如下不等式组确定该商品组合所包含的商品类别数；
Figure FDA0003506326260000071
其中，所述P用于表征该商品组合所包括的商品个数，所述Int用于表征取整函数，所述WT为第一目标重量，所述LAW为目标类商品的平均重量；所述Q用于表征商品组合的种类数量，所述M用于表征已筛选商品列表总数，所述Min用于表征最小值函数；
所述计算单元，用于根据所述第三确定单元所确定的该商品组合所包括的商品个数，通过如下公式组计算该商品组合对应的至少一组置信度和最低置信度；
Figure FDA0003506326260000081
Figure FDA0003506326260000082
nj≤Nj
其中，所述CP用于表征所述置信度，所述CPM用于表征最低置信度，所述nj为商品可能组合中第一类商品的可能数量，所述第一类商品为第二商品类别中任一类商品，所述Nj为第一备选商品中第二类商品的数量，所述第二类商品与第一类商品为同一类商品，所述AWj为所述第一类商品的平均重量。
8.根据权利要求5所述的装置，其特征在于，
所述第一获取模块，还用于获取被放入所述无人售卖机中的至少一个商品的第二目标重量；
第一确定模块还用于根据第一获取模块所获取的第二目标重量确定至少一类第二备选商品，其中，第二备选商品是商品识别结果列表中已拿取的商品，商品识别结果列表为在商品被拿取时所记录生成，任意一类第二备选商品的平均重量与该类备选商品的重量浮差之差不大于第二目标重量，所述重量浮差用于表征同一类商品的重量波动；
第二确定模块还用于根据获取模块所获取的所述第二目标重量和所述第一确定模块所确定至少一类第二备选商品，确定至少一个商品组合，其中，所述商品组合包括有至少一个第二备选商品；
计算模块还用于针对所述第二确定模块所确定出的每一个商品组合，根据该商品组合所包括的确定模块所确定出的各个所述第二备选商品的平均重量和获取模块获取到的第二目标重量，计算该商品组合对应的置信度和最低置信度；
第三确定模块还用于针对每一个第二确定模块所确定出的商品组合，通过判断该商品组合对应的计算模块所计算出的置信度是否大于该商品组合对应的计算模块所计算出的最低置信度，则将该商品组合确定为第二目标商品组合；
排序模块还用于按照对应所述置信度由大至小的顺序，对各个第三确定模块所确定出的第二目标商品组合进行排序；
第四确定模块还用于将排序模块所排序后位于首位的第二目标商品组合确定为被放入无人售卖机中的商品。
CN202010814558.9A 2020-08-13 2020-08-13 基于重力感应的商品识别方法和装置 Active CN112102559B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010814558.9A CN112102559B (zh) 2020-08-13 2020-08-13 基于重力感应的商品识别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010814558.9A CN112102559B (zh) 2020-08-13 2020-08-13 基于重力感应的商品识别方法和装置

Publications (2)

Publication Number Publication Date
CN112102559A CN112102559A (zh) 2020-12-18
CN112102559B true CN112102559B (zh) 2022-04-19

Family

ID=73753575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010814558.9A Active CN112102559B (zh) 2020-08-13 2020-08-13 基于重力感应的商品识别方法和装置

Country Status (1)

Country Link
CN (1) CN112102559B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1122905A (zh) * 1994-08-18 1996-05-22 住友电装株式会社 模制件的重量检验器
CN103489140A (zh) * 2013-09-29 2014-01-01 常州博威科技有限公司 基于商品重量的配送中心出库复核方法
JP2014152018A (ja) * 2013-02-08 2014-08-25 Flow Co Ltd 商品管理システム
JP2017058234A (ja) * 2015-09-16 2017-03-23 大和製衡株式会社 計量装置
CN109649916A (zh) * 2018-11-27 2019-04-19 上海京东到家元信信息技术有限公司 一种智能货柜货物识别方法和装置
CN109649915A (zh) * 2018-11-27 2019-04-19 上海京东到家元信信息技术有限公司 一种智能货柜货物识别方法和装置
CN110197416A (zh) * 2019-05-21 2019-09-03 李志高 通过重力识别商品的方法和装置
CN110307887A (zh) * 2019-07-04 2019-10-08 四川爱创科技有限公司 一种应用于智能货柜的基于纯重力识别商品的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6454168B1 (en) * 1998-09-14 2002-09-24 Psc Scanning, Inc. Correlation and stitching techniques in a bar code scanning system
US9070148B2 (en) * 2012-03-30 2015-06-30 Nakia Geller Gold and precious metal buying machine and method
WO2018126345A1 (zh) * 2017-01-04 2018-07-12 西安超嗨网络科技有限公司 一种智能购物车商品鉴别方法及系统
KR101950343B1 (ko) * 2017-06-21 2019-02-20 조헌 스마트 로드 시스템의 차량의 과적 여부를 판단하는 방법

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1122905A (zh) * 1994-08-18 1996-05-22 住友电装株式会社 模制件的重量检验器
JP2014152018A (ja) * 2013-02-08 2014-08-25 Flow Co Ltd 商品管理システム
CN103489140A (zh) * 2013-09-29 2014-01-01 常州博威科技有限公司 基于商品重量的配送中心出库复核方法
JP2017058234A (ja) * 2015-09-16 2017-03-23 大和製衡株式会社 計量装置
CN109649916A (zh) * 2018-11-27 2019-04-19 上海京东到家元信信息技术有限公司 一种智能货柜货物识别方法和装置
CN109649915A (zh) * 2018-11-27 2019-04-19 上海京东到家元信信息技术有限公司 一种智能货柜货物识别方法和装置
CN110197416A (zh) * 2019-05-21 2019-09-03 李志高 通过重力识别商品的方法和装置
CN110307887A (zh) * 2019-07-04 2019-10-08 四川爱创科技有限公司 一种应用于智能货柜的基于纯重力识别商品的方法

Also Published As

Publication number Publication date
CN112102559A (zh) 2020-12-18

Similar Documents

Publication Publication Date Title
US8234004B2 (en) Systems and methods for efficiently determining item slot assignments
CN102609422A (zh) 类目错放识别方法和装置
US20190236525A1 (en) Machine-learned model for optmizing selection sequence for items in a warehouse
KR101758053B1 (ko) 포스 시스템을 이용한 물류 통합 관리 시스템
CN110307887B (zh) 一种应用于智能货柜的基于纯重力识别商品的方法
CN109685980A (zh) 一种重力感应自动售货柜商品摆放方法
JP6932919B2 (ja) プログラムおよび商品抽出システム
CN112102559B (zh) 基于重力感应的商品识别方法和装置
CN112132343B (zh) 一种商品采购预测方法及系统、可读存储介质
CN116205560A (zh) 库存自动化管理系统及其方法
CN107016583A (zh) 数据处理方法及装置
CN103597485A (zh) 模式提取装置及其方法
CN117391599A (zh) 一种基于大数据的商品分拣方法
CN114219547B (zh) 一种门店订货量的确定方法、装置、设备及存储介质
CN115982423A (zh) 商品搜索匹配方法、装置、设备及计算机可读存储介质
CN115545775A (zh) 一种扫码式售酒系统
JP4867351B2 (ja) 商品仕分けシステムおよび商品仕分け方法
CN112633887A (zh) 一种基于区块链技术的电子商务平台
CN113421041A (zh) 一种基于电子商务平台交易的自营仓库商品智能管理方法及云管理平台
CN112132391A (zh) 一种商品评价采集方法、装置、服务器及存储介质
JP2002117048A (ja) 購買動機顕在化方法と適合商品・顧客抽出方法とその為の装置
CN111598660A (zh) 一种用于筛选供应商的计算机筛选装置、方法及存储介质
CN113762990A (zh) 商品推荐的方法、装置、计算设备及计算机存储介质
CN116611796B (zh) 一种店铺交易数据的异常检测方法及装置
Putria et al. Application of the K-Means Algorithm to Segmentation of Consumer Interest in Silver Craft" Kreasi Slaka Bali

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
GR01 Patent grant
GR01 Patent grant