CN112184385A - 一种主动识别和推销的无人售货车 - Google Patents
一种主动识别和推销的无人售货车 Download PDFInfo
- Publication number
- CN112184385A CN112184385A CN202011077132.6A CN202011077132A CN112184385A CN 112184385 A CN112184385 A CN 112184385A CN 202011077132 A CN202011077132 A CN 202011077132A CN 112184385 A CN112184385 A CN 112184385A
- Authority
- CN
- China
- Prior art keywords
- promotion
- unmanned
- information
- vehicle
- vending
- 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
- 230000001737 promoting effect Effects 0.000 title claims abstract description 7
- 230000003993 interaction Effects 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 9
- 238000007726 management method Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 11
- 230000001815 facial effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000005021 gait Effects 0.000 claims description 3
- 238000011065 in-situ storage Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000036651 mood Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000003909 pattern recognition Methods 0.000 abstract 1
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 206010048909 Boredom Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D63/00—Motor vehicles or trailers not otherwise provided for
- B62D63/02—Motor vehicles
- B62D63/025—Modular vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D63/00—Motor vehicles or trailers not otherwise provided for
- B62D63/02—Motor vehicles
- B62D63/04—Component parts or accessories
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种主动识别和推销的无人售货车，包括：无人售货车，用于装载商品、采集推销对象信息、订单信息和周围环境信息，并实现智能交互，完成物品的推销和销售；云计算后台，用于处理无人售货车收集到的图像、音频、周围环境信息、订单信息，并对其进行加工计算，而后生成相应指令发送到无人售货车和自动行驶及调度平台；自动行驶及调度后台，用于控制无人售货车的自动行驶，并实现多个无人售货车的统一调度。本发明利用人脸识别等模式识别技术，主动对采集到的推销对象图像进行计算评估，筛选出最具价值的对象进行精准推销；智能推销是指其利用AI云计算平台，实现与推销对象的语言交流，模拟或超过真人推销。
Description
技术领域
本发明涉及无人售货车领域，具体涉及一种主动识别和推销的无人售货车。
背景技术
现有的无人售货方式均基于被动式销售，需要消费者提出购买需求后进行购买，无法进行推销，充分发挥无人零售的最大效益；而人工推销则面临诸多问题，推销员会受害羞等心理因素的制约，同时会产生疲劳、厌倦，对一种新产品的推销也需要时间学习。新型的无人售货车更像是“自动驾驶快递车+自助售货机”的组合，仍需要顾客提出购买需求才能进行销售，尚不能发挥其可移动的优势。
发明内容
为解决上述问题，本发明提供了一种主动识别和推销的无人售货车。
为实现上述目的，本发明采取的技术方案为：
一种主动识别和推销的无人售货车，包括无人售货车、云计算后台、自动行驶及调度平台，所述无人售货车用于装载商品、采集推销对象信息、订单信息和周围环境信息，并实现智能交互，完成物品的推销和销售等；云计算后台用于处理无人售货车收集到的图像、音频、周围环境信息（比如距离等）、订单等信息，并对其进行加工计算，而后生成相应指令发送到无人售货车和自动行驶及调度平台，实现无人售货车和自动行驶及调度平台工况的调控；自动行驶及调度后台用于控制无人售货车的自动行驶，并实现多个无人售货车的统一调度。
进一步地，所述无人售货车通过以下步骤实现商品的推销：
S1、无人售货车运行过程中，通过摄像头实时采集人像信息发送到云计算后台处理，同时跟踪锁定相应人像，云计算后台根据商品属性计算出推销对象价值后进行筛选，去除不具备推销价值的对象，依次从高价值对象推销；
S2、雷达发出超声波/激光进行测距和测速，车载计算机通过通信模块将数据实时传送到云计算后台进行运算，后台发送指令到售货车，使其逐渐靠近推销对象到安全推销距离，并逐渐与推销对象保持同速；
S3、云计算后台启动语音交互进行推销，车载计算机开始计算推销时间，当推销对象购买商品、明确拒绝或超过设定时间未购买时，取消推销；
S4、摄像头再次采集信息，重复步骤 S1。。
进一步地，所述无人售货车包括无人售货车本体以及安装在无人售货车本体上的动力系统、售卖机、摄像头、显示屏、麦克风/扬声器、超声/激光雷达、通信装置、车载计算机和电池组，所述车载计算机包括管理模块和计算模块，管理模块用于实现行驶管理、用户管理、交易管理、设备管理和商品管理，所述电池组用于为无人售货机提供电源，内设电量管理模块和充电模块。
进一步地，所述云计算后台数据训练使用云服务器，售货车搭建Xavier模块。
进一步地，所述云计算后台的运算过程如下：
S1、建立所销售商品的属性数据库，以生成推销价值评估基准矩阵和语音交互的权重矩阵；具体地，需要运营方输入销售商品的名称、卖点、价格、适应人群、产地、功能等信息要素，必要时，上传产品的展示视频、音频和图片，价值评估基准矩阵和语音交互信息库，可由运营方输入，也可以根据商品属性计算生成；
S2、为保证安全，需首先对无人售货车终端传送的雷达信息进行计算，在得到其移动速度结果小于2m/s的前提下，才可进行下一步计算，否则放弃该推销对象；
S3、通过计算来自于无人售货车的信息，对识别推销对象的推销价值进行判断计算，根据技术难度要求，将其分为初级、中级、高级3种模式；
①初级模式：使用YOLOv3等面部识别技术提取推销对象的面部信息、计算出推销对象的年龄、性别，并使用SiamRPN等目标跟踪技术对其进行锁定、跟踪，利用卷积神经网络等训练得到的权重矩阵计算方法评估其推销价值，当推销价值达到推销阈值时，启动推销程序，所识别出的年龄、性别还将会用于在语音交互中对匹配推销对象的称呼；
②中级模式：除对初级模式中的两类信息进行提取外，利用DeepSort等多目标跟踪方法对表情、步态、衣着和同行人数及其相互关系进行进一步的判断；除年龄、性别外，该模式下还将计算出推销对象的身体状态、心情、职业、收入、同行人状况，更精准的评估推销对象价值，丰富智能语音交互的数据来源，以提高称谓的准确性和推销方法的多样性，提高推销成功率；
③高级模式：基于大数据计算和精确的AI识别，建立个人身份评估算法，利用人脸识别技术直接对推销对象的面部信息进行匹配，检索到其身份信息，并对其消费、收入情况进行分析，以此作为其推销价值判断的主要依据，同时对推销对象的称谓能够精准到姓名，并进行人脸识别自动付款，对推销语音交互方法的运用能够达到最大化；付款成功后，将人脸信息传送到云计算后台与其他无人售货车共享，防止重复推销。
进一步地，所述自动驾驶及调度平台基于MobileNet常规汽车的无人驾驶平台改进，可以实现售货车的电量、货物余量、故障情况的监控，利用智能寻迹技术将其调度到就近的充电桩进行充电，或将其调度到补货中心进行补货和维护；保留传统无人售货车“招手即停”和主动呼叫的方法，使用SiamFC检测技术人的手势进行识别，当识别到招手信息时，直接触发推销程序；求购者可在手机上发送求购需求并上传卫星定位信息，无人售货车可直接送达，基于生成对抗网络对所有无人售货车的销售情况进行监控和调度，使容易售出商品的区域有较多的售货车，且售货车行驶区域不发生重叠浪费。
进一步地，所述自动驾驶及调度平台支持后台人工控制，可以根据运营方需要直接将其调度到指定位置。
进一步地，所述云计算后台还可以实现对围观人员数量进行识别，通过毫米波雷达检测计算无人售货车周边围观人员的数量，若围观人员数量超过阈值且确定该区域安全时，则无人售货车停车进行原地推销，达到最好的推销效果。
本发明具备主动识别、智能推销、无人自助等优点，具体的，主动识别是指其针对传统无人售货被动售货的不足，利用人脸识别等模式识别技术，主动对采集到的推销对象图像进行计算评估，筛选出最具价值的对象进行精准推销；智能推销是指其利用AI云计算平台，实现与推销对象的语言交流，模拟或超过真人推销；无人自助是指其依托无人驾驶技术和无人售货技术，实现主动靠近推销对象，用户下单购买，同时满足用户召唤和后台调度。
附图说明
图1为本发明实施例一种主动识别和推销的无人售货车的架构图。
图2为本发明实施例一种主动识别和推销的无人售货车的工作流程图。
图3为本发明实施例中无人售货车的系统模块图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
如图1所示，本发明实施例提供了一种主动识别和推销的无人售货车系统，包括无人售货车、云计算后台、自动行驶及调度平台，所述无人售货车用于装载商品、采集推销对象信息、订单信息和周围环境信息，并实现智能交互，完成物品的推销和销售等；云计算后台用于处理无人售货车收集到的图像、音频、周围环境信息（比如距离等）、订单等信息，并对其进行加工计算，而后生成相应指令发送到无人售货车和自动行驶及调度平台，实现无人售货车和自动行驶及调度平台工况的调控；自动行驶及调度后台用于控制无人售货车的自动行驶，并实现多个无人售货车的统一调度等。
如图2所示，所述无人售货车通过以下步骤实现商品的推销：
S1、无人售货车运行过程中，通过摄像头实时采集人像信息发送到云计算后台处理，同时跟踪锁定相应人像，云计算后台根据商品属性计算出推销对象价值后进行筛选，去除不具备推销价值的对象，依次从高价值对象推销；
S2、雷达发出超声波/激光进行测距和测速，车载计算机通过通信模块将数据实时传送到云计算后台进行运算，后台发送指令到售货车，使其逐渐靠近推销对象到安全推销距离，并逐渐与推销对象保持同速；
S3、云计算后台启动语音交互进行推销，车载计算机开始计算推销时间，当推销对象购买商品、明确拒绝或超过设定时间未购买时，取消推销；
S4、摄像头再次采集信息，重复步骤 S1。
如图3所示，本实施例中，所述无人售货车包括无人售货车本体以及安装在无人售货车本体上的动力系统、无人售卖机、摄像头、显示屏、麦克风/扬声器、超声/激光雷达、通信装置、车载计算机和电池组等硬件、软件模块等，所述车载计算机包括管理模块和计算模块，管理模块用于实现行驶管理、用户管理、交易管理、设备管理和商品管理，所述电池组用于为无人售货机提供电源，内设电量管理模块和充电模块。
本实施例中，所述云计算后台数据训练使用云服务器，售货车搭建自动驾驶模块，如Xavier模块；所述云计算后台的运算过程如下：
S1、建立所销售商品的属性数据库，以生成推销价值评估基准矩阵和语音交互的权重矩阵；具体地，需要运营方输入销售商品的名称、卖点、价格、适应人群、产地、功能等信息要素，必要时，上传产品的展示视频、音频和图片，价值评估基准矩阵和语音交互信息库，可由运营方输入（如易推销人群的年龄、性别、发型、体态等），也可以根据商品属性计算生成；
S2、为保证安全，需首先对无人售货车终端传送的雷达信息进行计算，在得到其移动速度结果小于2m/s的前提下，才可进行下一步计算，否则放弃该推销对象；
S3、通过计算来自于无人售货车的信息，对识别推销对象的推销价值进行判断计算，根据技术难度要求，将其分为初级、中级、高级3种模式；
①初级模式：使用YOLOv3等面部识别技术提取推销对象的面部信息、计算出推销对象的年龄、性别，并使用SiamRPN等目标跟踪技术对其进行锁定、跟踪，利用卷积神经网络等训练得到的权重矩阵计算方法评估其推销价值，当推销价值达到推销阈值时，启动推销程序，所识别出的年龄、性别还将会用于在语音交互中对匹配推销对象的称呼，如“先生”“女士”“哥哥”“姐姐”等；
②中级模式：除对初级模式中的两类信息进行提取外，利用DeepSort等多目标跟踪方法对表情、步态、衣着和同行人数及其相互关系进行进一步的判断。除年龄、性别外，该模式下还将计算出推销对象的身体状态、心情、职业、收入、同行人状况（如情侣、夫妻、亲子等），更精准的评估推销对象价值，丰富智能语音交互的数据来源，以提高称谓的准确性和推销方法的多样性，提高推销成功率；
③高级模式：基于大数据计算和精确的AI识别，建立个人身份评估算法，利用人脸识别技术直接对推销对象的面部信息进行匹配，检索到其身份信息，并对其消费、收入情况进行分析，以此作为其推销价值判断的主要依据，同时对推销对象的称谓能够精准到姓名，并进行人脸识别自动付款，对推销语音交互方法的运用能够达到最大化。付款成功后，将人脸信息传送到云计算后台与其他无人售货车共享，防止重复推销。
为提高推销效率，采取以下优化算法：
1.记录推销成功的人群特点，上传到云计算后台，完善商品价值评估基准矩阵，并与其他无人售货车共享。
2.记录相应商品推销成功的时间、卫星定位、天气、商品等信息，建立无人售货车行驶规划的参考数据库，经过云计算后台计算后，对无人售货车系统的自动驾驶路线、速度、时间、搭载的货物等提供数据参考。
3.当无人售货车搭载多种商品时，对推销对象与多种商品进行价值评估计算，任一商品与推销对象匹配超过推销阈值时即进行推销。
4.通过叫卖、播放视频和灯光等手段主动招徕推销对象围观，围观形成后停车，进入围观推销模式。
本实施例中，所述自动驾驶及调度平台基于常规汽车的无人驾驶平台改进，可以实现售货车的电量、货物余量、故障情况的监控，利用智能寻迹等技术将其调度到就近的充电桩进行充电，或将其调度到补货中心进行补货和维护；保留传统无人售货车“招手即停”和主动呼叫的方法，使用SiamFC等检测技术人的手势进行识别，当识别到招手信息时，直接触发推销程序；求购者也可在手机上发送求购需求并上传卫星定位信息，无人售货车可直接送达，基于生成对抗网络等调度算法对所有无人售货车的销售情况进行监控和调度，使容易售出商品的区域有较多的售货车，且售货车行驶区域不发生重叠浪费。
本实施例中，所述自动驾驶及调度平台支持后台人工控制，可以根据运营方需要直接将其调度到指定位置。
本实施例中，所述云计算后台还可以实现对围观人员数量进行识别计算，通过毫米波雷达或摄像头检测计算无人售货车周边围观人员的数量，若围观人员数量超过阈值且卫星定位信息确定该区域安全可停车时，则无人售货车停车进行原地推销，进入围观推销模式，此时将重点针对商品进行推销而不再针对特定推销对象，以达到最好的推销效果。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
Claims (8)
1.一种主动识别和推销的无人售货车，其特征在于：包括无人售货车、云计算后台、自动行驶及调度平台，所述无人售货车用于装载商品、采集推销对象信息、订单信息和周围环境信息，并实现智能交互，完成物品的推销和销售；云计算后台用于处理无人售货车收集到的图像、音频、周围环境信息、订单信息，并对其进行加工计算，而后生成相应指令发送到无人售货车和自动行驶及调度平台，实现无人售货车和自动行驶及调度平台工况的调控；自动行驶及调度后台用于控制无人售货车的自动行驶，并实现多个无人售货车的统一调度。
2.如权利要求1所述的一种主动识别和推销的无人售货车，其特征在于：所述无人售货车通过以下步骤实现商品的推销：
S1、无人售货车运行过程中，通过摄像头实时采集人像信息发送到云计算后台处理，同时跟踪锁定相应人像，云计算后台根据商品属性计算出推销对象价值后进行筛选，去除不具备推销价值的对象，依次从高价值对象推销；
S2、雷达发出超声波/激光进行测距和测速，车载计算机通过通信模块将数据实时传送到云计算后台进行运算，后台发送指令到售货车，使其逐渐靠近推销对象到安全推销距离，并逐渐与推销对象保持同速；
S3、云计算后台启动语音交互进行推销，车载计算机开始计算推销时间，当推销对象购买商品、明确拒绝或超过设定时间未购买时，取消推销；
S4、摄像头再次采集信息，重复步骤 S1。
3.如权利要求1所述的一种主动识别和推销的无人售货车，其特征在于：所述无人售货车包括无人售货车本体以及安装在无人售货车本体上的动力系统、售卖机、摄像头、显示屏、麦克风/扬声器、超声/激光雷达、通信装置、车载计算机和电池组，所述车载计算机包括管理模块和计算模块，管理模块用于实现行驶管理、用户管理、交易管理、设备管理和商品管理，所述电池组用于为无人售货机提供电源，内设电量管理模块和充电模块。
4.如权利要求1所述的一种主动识别和推销的无人售货车，其特征在于：所述云计算后台数据训练使用云服务器，售货车搭建Xavier模块。
5.如权利要求1所述的一种主动识别和推销的无人售货车，其特征在于：所述云计算后台的运算过程如下：
S1、建立所销售商品的属性数据库，以生成推销价值评估基准矩阵和语音交互的权重矩阵；具体地，需要运营方输入销售商品的名称、卖点、价格、适应人群、产地、功能等信息要素，必要时，上传产品的展示视频、音频和图片，价值评估基准矩阵和语音交互信息库，可由运营方输入，也可以根据商品属性计算生成；
S2、为保证安全，需首先对无人售货车终端传送的雷达信息进行计算，在得到其移动速度结果小于2m/s的前提下，才可进行下一步计算，否则放弃该推销对象；
S3、通过计算来自于无人售货车的信息，对识别推销对象的推销价值进行判断计算，根据技术难度要求，将其分为初级、中级、高级3种模式；
①初级模式：使用YOLOv3等面部识别技术提取推销对象的面部信息、计算出推销对象的年龄、性别，并使用SiamRPN等目标跟踪技术对其进行锁定、跟踪，利用卷积神经网络等训练得到的权重矩阵计算方法评估其推销价值，当推销价值达到推销阈值时，启动推销程序，所识别出的年龄、性别还将会用于在语音交互中对匹配推销对象的称呼；
②中级模式：除对初级模式中的两类信息进行提取外，利用DeepSort等多目标跟踪方法对表情、步态、衣着和同行人数及其相互关系进行进一步的判断；除年龄、性别外，该模式下还将计算出推销对象的身体状态、心情、职业、收入、同行人状况，更精准的评估推销对象价值，丰富智能语音交互的数据来源，以提高称谓的准确性和推销方法的多样性，提高推销成功率；
③高级模式：基于大数据计算和精确的AI识别，建立个人身份评估算法，利用人脸识别技术直接对推销对象的面部信息进行匹配，检索到其身份信息，并对其消费、收入情况进行分析，以此作为其推销价值判断的主要依据，同时对推销对象的称谓能够精准到姓名，并进行人脸识别自动付款，对推销语音交互方法的运用能够达到最大化；付款成功后，将人脸信息传送到云计算后台与其他无人售货车共享，防止重复推销。
6.如权利要求1所述的一种主动识别和推销的无人售货车，其特征在于：所述自动驾驶及调度平台基于MobileNet常规汽车的无人驾驶平台改进，可以实现售货车的电量、货物余量、故障情况的监控，利用智能寻迹技术将其调度到就近的充电桩进行充电，或将其调度到补货中心进行补货和维护；保留传统无人售货车“招手即停”和主动呼叫的方法，使用SiamFC检测技术人的手势进行识别，当识别到招手信息时，直接触发推销程序；求购者可在手机上发送求购需求并上传卫星定位信息，无人售货车可直接送达，基于生成对抗网络对所有无人售货车的销售情况进行监控和调度，使容易售出商品的区域有较多的售货车，且售货车行驶区域不发生重叠浪费。
7.如权利要求1所述的一种主动识别和推销的无人售货车，其特征在于：所述自动驾驶及调度平台支持后台人工控制，可以根据运营方需要直接将其调度到指定位置。
8.如权利要求1所述的一种主动识别和推销的无人售货车，其特征在于：所述云计算后台还可以实现对围观人员数量进行识别，通过毫米波雷达检测计算无人售货车周边围观人员的数量，若围观人员数量超过阈值且确定该区域安全时，则无人售货车停车进行原地推销，达到最好的推销效果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011077132.6A CN112184385A (zh) | 2020-10-10 | 2020-10-10 | 一种主动识别和推销的无人售货车 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011077132.6A CN112184385A (zh) | 2020-10-10 | 2020-10-10 | 一种主动识别和推销的无人售货车 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112184385A true CN112184385A (zh) | 2021-01-05 |
Family
ID=73948060
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011077132.6A Pending CN112184385A (zh) | 2020-10-10 | 2020-10-10 | 一种主动识别和推销的无人售货车 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112184385A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112927429A (zh) * | 2021-01-28 | 2021-06-08 | 湖南擎谱数字科技有限公司 | 一种旋转货道及包含旋转货道的智能售货机器人 |
| CN113077597A (zh) * | 2021-03-23 | 2021-07-06 | 韦东华 | 一种全自动智能移动无人服务车及其实现方法 |
| CN113159867A (zh) * | 2021-05-17 | 2021-07-23 | 厦门盈趣汽车电子有限公司 | 一种具有精准识别用户及用户需求的无人售卖系统 |
| CN115019440A (zh) * | 2022-05-31 | 2022-09-06 | 海南睿德感知物联科技有限公司 | 一种智能售货机 |
| CN117872907A (zh) * | 2024-01-19 | 2024-04-12 | 广州华夏职业学院 | 基于无人驾驶技术的购物车控制方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107463608A (zh) * | 2017-06-20 | 2017-12-12 | 上海汇尔通信息技术有限公司 | 一种基于人脸识别的信息推送方法及系统 |
| CN109308762A (zh) * | 2017-07-28 | 2019-02-05 | 橙果信息技术有限公司 | 一种基于人像识别的自动售货系统及方法 |
| WO2019056880A1 (zh) * | 2017-09-25 | 2019-03-28 | 匡海云 | 一种自动售卖系统 |
| CN111008830A (zh) * | 2019-12-06 | 2020-04-14 | 苏宁智能终端有限公司 | 无人售货方法和设备 |
| CN111275886A (zh) * | 2020-01-16 | 2020-06-12 | 中汽数据(天津)有限公司 | 一种智能售卖车 |
-
2020
- 2020-10-10 CN CN202011077132.6A patent/CN112184385A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107463608A (zh) * | 2017-06-20 | 2017-12-12 | 上海汇尔通信息技术有限公司 | 一种基于人脸识别的信息推送方法及系统 |
| CN109308762A (zh) * | 2017-07-28 | 2019-02-05 | 橙果信息技术有限公司 | 一种基于人像识别的自动售货系统及方法 |
| WO2019056880A1 (zh) * | 2017-09-25 | 2019-03-28 | 匡海云 | 一种自动售卖系统 |
| CN111008830A (zh) * | 2019-12-06 | 2020-04-14 | 苏宁智能终端有限公司 | 无人售货方法和设备 |
| CN111275886A (zh) * | 2020-01-16 | 2020-06-12 | 中汽数据(天津)有限公司 | 一种智能售卖车 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112927429A (zh) * | 2021-01-28 | 2021-06-08 | 湖南擎谱数字科技有限公司 | 一种旋转货道及包含旋转货道的智能售货机器人 |
| CN113077597A (zh) * | 2021-03-23 | 2021-07-06 | 韦东华 | 一种全自动智能移动无人服务车及其实现方法 |
| CN113159867A (zh) * | 2021-05-17 | 2021-07-23 | 厦门盈趣汽车电子有限公司 | 一种具有精准识别用户及用户需求的无人售卖系统 |
| CN115019440A (zh) * | 2022-05-31 | 2022-09-06 | 海南睿德感知物联科技有限公司 | 一种智能售货机 |
| CN115019440B (zh) * | 2022-05-31 | 2024-04-16 | 海南睿德感知物联科技有限公司 | 一种智能售货机 |
| CN117872907A (zh) * | 2024-01-19 | 2024-04-12 | 广州华夏职业学院 | 基于无人驾驶技术的购物车控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112184385A (zh) | 一种主动识别和推销的无人售货车 | |
| CN107331051B (zh) | 无人值守的移动式零售店系统及零售方法 | |
| US20210065280A1 (en) | Systems and methods for on-demand delivery | |
| US10929661B1 (en) | System for user identification | |
| US10482421B1 (en) | System for expediting delivery of items | |
| JP2023528707A (ja) | 損傷した車両の修理作業を決定する方法 | |
| KR101826647B1 (ko) | 머신 러닝 기술을 통한 개인 맞춤형 자동차 중개 시스템 | |
| CN109685551A (zh) | 信息处理方法及其装置、服务器及信息处理系统 | |
| CN109791678A (zh) | 用于基于分数的动态风险测量并聚合有远程信息处理连接搜索引擎的智能自适应汽车装置及其相应方法 | |
| AU2019100428A4 (en) | An intelligent in-store shopping platform for customers and retailers. With this, customers can select, scan, and pay for the products via smartphones and check-out of the store with minimal human intervention. The system uses hi-end technologies such as artificial intelligence for anti-shoplifting, automated decision making, Computer Vision, weighing techniques, electronic circuitry and RFID. The framework uses intricate IoT (Internet of Things) technology and self-learning algorithms, big data analytics, customer engagement and pattern analysis using data extraction and knowledge mining. | |
| US20240112252A1 (en) | Identifying object of interest for handicapped individuals based on eye movement patterns | |
| CN110096058A (zh) | 一种无人驾驶售卖车系统及使用方法 | |
| JP2023526196A (ja) | ユーザの自動識別のための電子デバイス | |
| CN110827088A (zh) | 基于大数据的用车成本预测方法、装置及存储介质 | |
| CN109409456A (zh) | 一种超市智能购物车及系统 | |
| CN111161104A (zh) | 一种社区用户画像的生成方法及装置 | |
| US20240078573A1 (en) | Utilizing machine learning and a smart transaction card to automatically identify optimal prices and rebates for items during in-person shopping | |
| CN110689389A (zh) | 基于计算机视觉的购物清单自动维护方法及装置、存储介质、终端 | |
| US11393301B1 (en) | Hybrid retail environments | |
| CN113723919B (zh) | 一种基于云平台的管理系统 | |
| US20230144456A1 (en) | System and mechanism for upselling products on autonomous vehicles | |
| CN108657090B (zh) | 车载娱乐系统及其方法 | |
| KR102364975B1 (ko) | 배송 시스템, 배송 관리 시스템, 배송 관리 장치 및 배송 관리 방법 | |
| CN110800011A (zh) | 用于提供购车金融方案的系统和方法 | |
| Low et al. | Developing a humanless convenience store with AI System |
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: 20210105 |
|
| RJ01 | Rejection of invention patent application after publication |