CN112634524B - 一种称重式无人售货设备的称重纠错方法 - Google Patents
一种称重式无人售货设备的称重纠错方法 Download PDFInfo
- Publication number
- CN112634524B CN112634524B CN202011511163.8A CN202011511163A CN112634524B CN 112634524 B CN112634524 B CN 112634524B CN 202011511163 A CN202011511163 A CN 202011511163A CN 112634524 B CN112634524 B CN 112634524B
- Authority
- CN
- China
- Prior art keywords
- mass
- quality
- individual
- container
- current
- 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
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
- G07F11/46—Coin-freed apparatus for dispensing, or the like, discrete articles from movable storage containers or supports
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G17/00—Apparatus for or methods of weighing material of special form or property
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F11/00—Coin-freed apparatus for dispensing, or the like, discrete articles
- G07F11/62—Coin-freed apparatus for dispensing, or the like, discrete articles in which the articles are stored in compartments in fixed receptacles
-
- 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
- G07F9/02—Devices for alarm or indication, e.g. when empty; Advertising arrangements in coin-freed apparatus
- G07F9/026—Devices for alarm or indication, e.g. when empty; Advertising arrangements in coin-freed apparatus for alarm, monitoring and auditing in vending machines or means for indication, e.g. when empty
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Control Of Vending Devices And Auxiliary Devices For Vending Devices (AREA)
Abstract
一种称重式无人售货设备的称重纠错方法，所述称重纠错方法包括售货工作模式，所述售货工作模式包括动态检测模式、静态检测模式和自适应模式。本称重纠错方法也能根据后续消费者购物过程中产生的重量信息智能地分析出各个货柜里的具体货物重量信息，且当分析得到的重量信息的置信度满足设定要求时，本称重纠错方法也将自动使能动态乱拿乱放检测。
Description
技术领域
本发明涉及一种称重式无人售货设备的称重纠错方法。
背景技术
近年来，随着中小型店铺房租和人工成本压力持续节节攀升以及移动支付技术的成熟，自助无人售货设备，因为其具有不受时间、地点、空间的限制，能节省人力、方便交易的优点而受到越来越多的关注，其中的称重式无人售货设备，通过自动称重计费技术解决了传统无人售货设备无法销售无包装、体积大和易受损的商品和无法满足消费者开仓自由挑选商品进行开放式自助售货的问题，大大扩宽了无人售货设备的应用场景和改善了消费体验，成为炽手可热的市场宠儿。
称重式无人售货设备一般对售卖的货物无限制，例如其能够售卖传统无人售货设备无法售卖的散装的生鲜蔬菜水果等，因此，称重式无人售货设备是农产品销售的一具非常好的渠道终端。
总体上，称重式无人售货设备目前还是一个比较新型的产品形态，其还有许多可供改进的空间。
其中一个需要不断研究和改进的方向在于如何检测消费者是否在购物过程中实施了乱拿乱放行为，这是此类基于称重技术的无人售货设备的一大技术难题。
发明内容
本申请提供一种称重式无人售货设备的称重纠错方法。
根据第一方面，一种实施例中提供称重式无人售货设备的称重纠错方法，所述称重纠错方法包括售货工作模式，所述售货工作模式包括：
确定当前货柜所被设置的检测模式；
若当前货柜所被设置的是动态检测模式，则对当前货柜启用动态检测模式；其中所述动态检测模式包括：
在接收到购物开始信号后，实时检测并计算当前货柜上的质量变化差：
若质量变化差不是当前货柜的个体质量的和组合，则判断消费者存在乱拿乱放行为，进行报警提示；
若质量变化差是当前货柜的个体质量的和组合，则判断消费者为正常购物，不进行报警提示；
实时检测购物结算信号，当检测到购物结算信号，则再次检测并计算当前货柜上的质量变化差：
若质量变化差不是当前货柜的个体质量的和组合，则判断消费者存在乱拿乱放行为，进行报警提示；
若质量变化差是当前货柜的个体质量的和组合，则判断消费者为正常购物，根据质量变化差计算消费者需要支付的金额，并将质量变化差所对应的个体质量删除，以更新当前货柜的个体质量和个体数量。
一实施例中，若当前货柜所被设置的是静态检测模式，则对当前货柜启用静态检测模式；其中所述静态检测模式包括：
在接收到购物开始信号后，实时检测并计算当前货柜上的质量变化差：
若根据质量变化差判断当前货柜的质量增加，或者当前货柜减少的质量为另一个货柜所增加的质量，则判断消费者存在乱拿乱放行为，进行报警提示；
反之，则判断消费者为正常购物，不进行报警提示；
实时检测购物结算信号，当检测到购物结算信号，则再次检测并计算当前货柜上的质量变化差：
若根据质量变化差判断当前货柜上的质量增加，或者当前货柜上减少的质量为另一个货柜上所增加的质量，则判断消费者存在乱拿乱放行为，进行报警提示；
反之，则判断消费者为正常购物，根据质量变化差计算消费者需要支付的金额。
一实施例中，若当前货柜货柜被设置的是自适应模式，则对当前货柜启用自适应模式；其中所述自适应模式包括：
在接收到购物开始信号后，实时检测并获取当前货柜上的质量变化：
若根据质量变化，确定当前货柜上质量变化后的质量大于当前货架上的总质量，则判断消费者存在乱拿乱放行为，进行报警提示；
若根据质量变化，确定当前货柜上质量变化后的质量小于或等于当前货架上的总质量，且当前货柜上的质量增加，则执行质量增加步骤；
若根据质量变化，确定当前货柜上的质量减少，则判断消费者为正常购物，不进行报警提示。
一实施例中，所述质量增加步骤包括：根据质量变化，判断质量变化差是否是当前货架的个体质量的和组合；
若是，则将对应的个体质量的置信度加1，并执行置信度判断步骤；
若不是，则判断是否存在大于质量变化差的个体质量：
若存在，则对于每个大于质量变化差的个体质量，都分解为两个个体质量以及个体数量加1，其中一个个体质量等于质量变化差，另一个个体质量等于分解前的个体质量减去质量变化差；
若不存在，则不进行分解。
一实施例中，所述自适应模式还包括：
实时检测购物结算信号，当检测到购物结算信号，则再次检测并计算当前货柜上的质量变化差：
若根据质量差判断当前货柜上的质量增加，则判断消费者存在乱拿乱放行为，进行报警提示；
若当前质量差为零，则退出；
若根据质量差判断当前货柜上的质量减少，则再次确定当前货柜所被设置的检测模式：
若当前货柜仍为自适应模式，则根据质量变化差计算消费者需要支付的金额，并进行质量减少步骤；
若当前货柜变为动态检测模式，则根据质量变化差计算消费者需要支付的金额。
一实施例中，所述质量减少步骤包括：判断质量变化差是否是当前货架的个体质量的和组合；
若是，则将对应的个体质量删除，并更新个体数量，再执行置信度判断步骤；
若不是，则判断是否存在大于质量变化差的个体质量：
若存在，则对于每个大于质量变化差的个体质量，都替换为本身个体质量减去质量变化差；
若不存在，则将所述个体质量都删除进行初始化。
一实施例中，所述置信度判断步骤包括：判断当前货架是否有一货柜，其所有个体质量的置度值都不小于一设置值；
若存在，则将该货柜的检测模式设置为动态检测模式；
若不存在，则判断是否存在置度值大于两倍所述设置值的个体质量，若存在，则判断消费者存在乱拿乱放行为，进行报警提示。
一实施例中，所述称重纠错方法包括运营管理工作模式，所述运营管理工作模式包括：
实时确定当前货柜的个体质量数是否大于第一数量；
若大于第一数量，则将该当前货柜设置为静态检测模式，
若不大于所述第一数量，则实时检测并计算当前货柜上的质量变化；
若根据质量变化，判断当前货柜上的质量增加，则再判断质量增加信号持续时间是否大于第一时间：若大于第一时间，则将该当前货柜设置为动态检测模式；反之，则根据质量变化计算质量变化差，并将该质量变化差作为该当前货柜的新增加的个体质量，以更新该当前货柜的个体质量和个体数量；
若根据质量变化，判断当前货柜上的质量减少，则执行装载质量减少步骤。
一实施例中，所述装载质量减少步骤包括：判断质量变化差是否是当前货架的个体质量的和组合；
若是，则将对应的个体质量删除，并更新个体数量；
若不是，则判断是否存在大于质量变化差的个体质量：
若存在，则对于每个大于质量变化差的个体质量，都替换为本身个体质量减去质量变化差；
若不存在，则将所述个体质量都删除以进行初始化。
根据第二方面，一种实施例提供一种计算机可读存储介质，包括程序，所述程序能够被处理器执行以实现本文中任一实施例所述的方法。
依据上述实施例的称重式无人售货设备的称重纠错方法和计算机可读存储介质，提出一种新的称重纠错方法。
附图说明
图1为一种实施例的称重式无人售货设备的结构示意图；
图2为另一种实施例的称重式无人售货设备的结构示意图；
图3为又一种实施例的称重式无人售货设备的结构示意图；
图4为一种实施例中移动终端和称重式无人售货设备通信的示意图；
图5为称重式无人售货设备的一种工作流程图；
图6为一种实施例的称重纠错方法的流程图；
图7为一种实施例的动态检测模式的流程图；
图8为一种实施例的称重纠错方法的流程图；
图9为一种实施例的静态检测模式的流程图；
图10为一种实施例的称重纠错方法的流程图；
图11为一种实施例的自适应模式的流程图；
图12为一种实施例的质量增加步骤的流程图；
图13为一种实施例的称重纠错方法的流程图；
图14为一种实施例的质量减少步骤的流程图；
图15为一种实施例的置信度判断步骤的流程图；
图16为一种实施例的称重纠错方法的流程图；
图17为一种实施例的装载质量减少步骤的流程图；
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接(联接)。
本申请的称重式无人售货设备，是一种基于称重的自助售卖设备，可以针尤其是散装的蔬菜和水果等需要称重进行售卖的货物进行自动售卖，下面对本申请的称重式无人售货设备进行具体说明。
请参照图1、图2和图3，一些实施例的称重式无人售货设备包括设备柜体100和处理器200，下面具体说明。
一些实施例中，设备柜体100可以呈大致立方体的形状设置。设备柜体100可以具有一个或多个货柜10，例如图1、图2和图3中显示的是设备柜体100具有八个货柜10的例子——本领域技术人员可以理解地，这只是用于例示，并不用于限定称重式无人售货设备只能有八个货柜。
货柜10是用于存储待出售的货物——例如货物可以是蔬菜和水果等。一些例子中，每一个货柜只存放一种货物，例如请参照图3，可以给这八个货柜编号001、002、003、004、005、006、007和008；货柜001可以存放青菜苗，货柜002可以存放菠菜，货柜003可以存放西兰花，货柜004可以存放空心菜，货柜005可以存放茄子，货柜006可以存放苹果，货柜007可以存放草莓，货柜008可以存放桃子。
为了保障货柜10里面货物的安全，设备柜体100设置有柜门20和电子门锁22。电子门锁22能够将柜门20锁定和释放。当电子门锁22将柜门20锁定时，相应货柜10的货物不能够被用户接触到；换句话说，当柜门20被其电子门锁22锁定时，则用户例如消费者不能够打开柜门，也即不能从相应货柜拿走货物。当电子门锁22将柜门20释放时，相应货柜10的货物则能够被用户接触到；换句话说，当柜门20被其电子门锁22释放时，则用户例如消费者能够打开柜门，并从相应货柜挑选和取出货物。可以为每个货柜10都配置一个柜门20和相应的电子门锁22。考虑到用户购物的便捷性，也可以为多个货柜10配备一个柜门20和相应的电子门锁22，这样用户打开一个柜门20就能够从多个货柜挑选相应的货物，例如图2和图3都是这样的例子，图中四个货柜共同一个柜门20，例如货柜001～货柜004共同第一个柜门20，货柜005～货柜008共同第二个柜门20，这样第一个柜门20被打开时，用户就能够从货柜001～货柜004中中挑选相应的货物，第二个柜门20被打开时，用户就能够从货柜005～货柜008中中挑选相应的货物。图2为第一个柜门20和第二个柜门20都被关上的示意图，图3为第一个柜门20被打开，第二个柜门20被关上的示意图。
各货柜10都设置有称重传感器30，称重传感器30用于感应对应货柜10内货物的重量，并转换为相应的电信号发送给处理器200。
称重传感器30有多种实现方式，例如按照将重量转换为电信号的方式，可以分为光电式、液压式、电磁力式、电容式、磁极变形式、振动式、陀螺仪式和电阻应变式等，一些实施例中，可以采用电阻应变式的称重传感器30来实现本申请称重式无人售货设备中的重量感应。通过称重传感器30，就可以测量出用户拿走的货物的质量，从而进行计价；例如在用户打开第一个柜门20时，货柜001上测得的重量是10千克，当用户关上第一个柜门20时，货柜001上测得的重量是8千克，这说明用户取走了2千克的青菜苗，因此将2千克乘以青菜苗的单价，就可以得到用户需要支付的金额。
处理器200是一种具有处理和计算信息能力的单元。处理器200例如可以使用FPGA、DSP或单片机等来实现。下面对本申请中的处理器200具体的功能进行说明。
一些实施例中，处理器200能够向电子门锁22发送上述的打开信号，电子门锁22接收到该打开信号后，将柜门20释放，使得该柜门20能够被用户打开。柜门20被打开后，用户能够在相应货柜10中挑选和取出货物，并将柜门20合上，柜门20被关上时，电子门锁22将柜门20锁住，并发处理器200发送相应信号，处理器200接收到该相应信号时，处理器200根据相应货柜10的称重传感器30的电信号，计算相应货柜10中货物的重量变化，并将该重量变化乘以相应的货柜10中货物的单价，以计算用户需要支付的金额，并发出相应的扣费信号。
请参照图4，随着移动终端300例如智能手机越来越普及，为了使得用户可以通过操作移动终端300来进行购买和支付，一些实施例中称重式无人售货设备还可以引入通信模块210，通信模块210用于与移动终端300通信。具体地，一些实施例中，称重式无人售货设备表面贴有二维码11，该二维码11能够被移动终端300扫描，使得移动终端300向通信模块210发送购物信号，通信模块210将该购物信号发送给处理器200，处理器200然后向电子门锁22发送打开信号，使得用户能够打开相应柜门20。可以理解地，一般一个二维码对应着一个柜门20，通过扫描柜门20对应的二维码，可以打开对应的柜门20。用户打开柜门20后，可以在相应货柜10挑选并取出货物，然后用户再关上柜门20，接着处理器200计算用户取走货物的质量，并乘以相应的单价，得到用户需要支付的金额，然后通过例如通信模块210向用户的移动终端300发送相应的扣费信号，以自动通过用户的移动终端300实现扣费，或者让用户对扣费进行确认，然后进行扣费。
以上就是本申请所公开的称重式无人售货设备的一些说明。下面以用户甲从所述称重式无人售货设备购买果蔬为例，说明本申请的称重式无人售货设备的工作过程。
用户甲通过其移动终端300，对着称重式无人售货设备例如柜门20上的二维码进行扫描，移动终端300扫描该二维码后，会向称重式无人售货设备会接收到相应信号，并释放相应柜门20的权限，使得用户甲能够打开该柜门20。用户甲打开该柜门20——例如第一个柜门20后，用户甲能够从编号001、002、003、004的货柜10中挑选并取出货物，不妨假设用户从编号001的货柜10挑选了0.5千克的青菜苗，从编号003的货柜10挑选了1千克的西兰花，然后用户甲关上了第一个柜门20。称重式无人售货设备将0.5千克的青菜苗乘以所预设的青菜苗的单价，加上1千克的西兰花乘以所预设的西兰花的单价，得到用户需要支付的金额，并向用户甲的移动终端300发出相应的扣费信号，以从用户的移动终端300进行扣费。
以上就是称重式无人售货设备的一个购物流程的说明。
针对如何检测消费者是否在购物过程中实施了乱拿乱放行为，发明人进行了研究。
现有的乱拿乱放检测算法是比较简单的，其仅使用若干预设的固定简单规则，只能应对一些特定的乱拿乱放场景，例如购物后货柜重量相较于购物前增加了的情况，再例如某个货柜减少的重量恰好等于另一个货柜增加的重量，而无法判别客户是否进行了部分更换等更常见的乱拿乱放行为，即用货柜外的物品替换货柜内的部分商品或用货柜内的低价商品替换部分高价商品的情况，从而影响了运营效率和收入，亦不利于市场的健康发展。
本发明考虑利用运营者装载货物过程和消费者正常购物过程中产生的重量数据中的一者或多者的数据来实现检测算法的动态优化更新。本发明的一些实施例，能够在不添加额外的功能模块，提供一种称重纠错方法，或者说一种乱拿乱放检测算法；一些例子中，这些算法可以是针对消费者的，一些例子中，这些算法可以是针对运营者，一些例子中，这些算法可以是针对消费者和运营者。本发明一些实施例的称重纠错方法可以不强制改变运营者向售货设备的装载习惯，也不强制改变消费者在使用售货设备时的消费习惯。
相比于上述提及的现在的比较简单的检测算法，本发明一些实施例中的称重纠错方法有效地利用了运营者装载货物期间和消费者购物期间产生的重量数据。本发明一些实施例根据装载货物期间的重量信息，够智能地分析出货物的类型(大包装货物，还是小包装和无包装货物)，并依此选择消费者购物期间的检测方式，例如针对单位质量比较小的小包装或者无包装货物——典型地像散装的草莓、散装的栗子等，就在消费者购物过程中采用一种静态检测模式下的算法来进行静态乱拿乱放检测；而对于单位质量比较大的大包装货物——例如一包包的娃娃菜，西瓜等，则在消费者购物过程中采用一种动态检测模式下的算法来进行动态乱拿乱放检测，即分析货柜减少的质量是否能由记录的货物重量进行和组合得到，这能够处理现有简单算法和静态检测算法无法处理的部分替换等行为，从而更大程度地减少了因乱拿乱放行为导致的运营损失。
本发明公开的称重式无人售货设备的称重纠错方法，是一种基于重量检测的乱拿乱放检测算法。本发明的一些实施例中，利用扫码信息做身份识别以进入不同工作模式，并利用称重装置做重量信息收集。请参照图5，大致工作流程如下：运营者和消费者通过扫描称重式无人售货设备的二维码向称重式无人售货设备发送开门请求，称重式无人售货设备通过例如通信模块210通过网络接受到该售货指令后打开对应的柜门20，并自动识别扫码者的身份，判断是运营者后，设备将进入运营管理工作模式，在此模式下运营者可以方便地添加售卖货物，本算法能够自动记录每次装载带来的货柜重量变化，并根据货柜重量变化情况自动分析出该货物的类型，即是否属于大包装类型(即单位重量或者说个体质量较大的货物)，若不是则使能静态检测模式(即之后消费者打开柜门后，该货柜所对应的检测模式为静态检测模式)；若是，则等待运营者的确认指令(例如长按货柜托盘3s)，若收到该指令则说明该货柜的此次装载是规范的，即装载时是一个一个地将货物放上货柜的，表明每个货物的重量信息都已经被自动记录好了，此时本算法将使能动态检测模式(即之后消费者打开柜门后，该货柜所对应的检测模式为动态检测模式)。一些实施例中，即使没有接收到该确认指令，即运营者在装载该货柜货物时因为各种原因没能按照规范进行装载时，本发明也能根据后续消费者购物过程中产生的重量信息智能地分析出各个货柜里的具体货物重量信息，且当分析得到的重量信息的置信度满足设定要求时，本本发明也将自动使能动态检测模式。运营者添加完毕货物后仅需关闭舱门，售货设备便会自动退出运营管理工作模式；以上是自动识别扫码者的身份判断出是运营者的情况；如果判断为消费者，本发明将进入售货工作模式，消费者可以自助挑选各个货柜里的商品，本算法会根据装载时判断出的货物类型和是否使能了静态检测模式或静态检测模式等来智能地选择检测模式，并根据消费者购物过程中产生的重量变化来自动判断乱拿乱放的可能性，在发现疑似行为时，提醒后台进行处理。
一些实施例中，本发明的称重纠错方法如下：
启动步骤：称重式无人售货设备在接收到用户扫码开门请求后，处理器200将自动识别扫码者的身份并根据身份控制称重式无人售货设备进入相应的工作模式：若是运营者则进入运营管理工作模式，若是消费者则进入售货工作模式。
下面先对运营管理工作模式进行说明。
(1)首先判断k(即存储的单位质量个数或者说个体质量数)是否大于第一数量例如5(下面不妨以第一数量为5进行说明)，并根据判断结果进入不同的子步骤；
(1.1)：若大于5，则判定此次装载的商品类型是非大包装的，从而自动使能静态检测模式，例如将static的值置1，并不再进行重量检测记录，只等待关门信号到来便退出运营管理工作模式；
(1.2)：若不大于5，则将继续分析记录装载商品带来的货柜重量变化，并根据质量增减进入不同的子步骤，即进入步骤1.2.2或步骤1.2.2：
(1.2.1)：若是检测到货柜质量增加，则根据该信号是否持续长达3s后消失，进入不同的子分支；
子分支1：若持续长达3s后消失，则被视作规范装载的确认信号，此时将使能动态检测模式，例如将dynamic的值置1；
子分支2：若不是，则根据商品装载前后的不同质量Mn0和Mnt，作差得到质量差(Mnt-Mn0)，并将其作为该货柜里第k个商品的单位质量Mnk，直接将其存入对应内存空间且对k进行自加1；
(1.2.2)：若是检测到货柜质量减少，则执行装载时质量减少的子程序，装载时质量减少的子程序或者说装载质量减少步骤，如下：
首先分析Mnk是否是所存储的单位质量或者说个体质量Mni(i＝1,2…k)的和组合。
若Mnk是所存储的单位质量Mni(i＝1,2…k)的和组合，则直接将对应的Mni删掉，并将剩余的Mni进行重新排序，此时k的值被令为Mni的个数，然后检测关门信号，若没有则跳回上述运营管理工作模式中的步骤(1)，反之则退出运营管理工作模式；
若Mnk不是所存储的单位质量Mni(i＝1,2…k)的和组合，则进一步判断是否存在大于Mnk的Mni；若存在，则将所有大于Mnk的Mni依次分解为Mnk和(Mni-Mnk)，然后再删除Mnk并用(Mni-Mnk)覆盖Mni，此时由于没有额外的单位质量(即个体质量)写入，因此k保持不变；若不存在大于Mnk的Mni，则将Mni全部清除，并令Mn1＝Mnt，以及令k＝1。然后检测关门信号，若没有则跳回上述运营管理工作模式中的步骤(1)，反之则退出运营管理工作模式。
上面是对运营管理工作模式的进行说明，下面对售货工作模式进行说明。
(1)首先将初始的货架重量记为Mnb，然后判断货柜的static是否等于1,并根据判断结果进入不同的子步骤，即进入步骤1.1或步骤1.2。需要说明的是，这里的货架重量，指的是开门后对应的所有货柜的重量，例如当图3中的左边的柜门20被打开后，货架重量指编号001至004中这四个货柜的总重量。
(1.1)若货柜的static值等于1，则当前货柜所被设置的是静态检测模式，则对当前货柜启用静态检测模式：检测购物后的货柜重量是否增加了，或者某个货柜增加的重量恰好等于另一个货柜减少的重量，若满足任一条，则进行乱拿乱放示警，以提醒后台进行处理；若不满足则视为正常购物。然后检测关门信号，若没有则跳回步骤(1.1)的开头，反之，则跳入步骤(1.3)。
(1.2)若货柜的static不等于1，则判断货柜的dynamic的值是否等于1，并根据判断结果进入不同的步骤，即进入步骤1.2.1或步骤1.2.2：
(1.2.1)若货柜的dynamic等于1，则当前货柜被设置的是动态检测模式，则对当前货柜启用动态检测模式：检测得到购物前后货柜的质量差；若不为Mni的和组合，则判定为存在乱拿乱放行为，进行报警提示；若为Mni的和组合，则判定为正常购物。然后检测关门信号，若没有则跳回步骤1.2.1的开头，反之，则跳入下述的步骤1.3。
(1.2.2)若dynamic不等于1，则继续进行重量信息收集记录，检测本次重量变化前后的不同重量Mn0和Mnt，作差得到重量差Mn＝(Mnt-Mn0)；若Mn大于0且满足Mnt≤Mnb(表明货品先被拿起然后被放下，但放下后的总质量不能大于开柜门时的各货柜的初始的总质量)则将调用质量增加步骤(下文将详细描述)；若不满足Mnt≤Mnb，即此时总质量大于了开柜门时的各货柜的初始的总质量，则直接判定为乱拿乱放，上报后台进行处理；若Mn等于0，即质量减少了(表明相当于拿起没放回，就在结算时进行处理)，不进行任何操作。然后检测关门信号，若没有则跳回步骤1.2，反之则跳入步骤1.3。
上文中提及的质量增加步骤的具体如下：
首先分析Mn是否是所存储的单位质量Mni(i＝1,2…k)的和组合；
若是，则将对应Mni的置信度都加1，然后进入置信度判断步骤(下文将详细描述)；
若Mn不是Mni的和组合，则判断是否存在大于Mn的Mni；若存在，则将所有大于Mnk的Mni依次分解为Mn和(Mni-Mn)，并且k自加1；若不存在大于Mn的Mni，则不进行任何操作。
(1.3)当检测到关门信号，则再次进行质量变化判断，若质量减少，则进行静态和动态检测使能检测，即判断货柜的static值和dynamic的值，以进入不同步骤，即步骤1.3.1或步骤1.3.2；若没减少则直接退出。
(1.3.1)若静态和动态检测使能检测都没有使能，即货柜的static值和dynamic的值都不等于1，说明当前还处于数据收集分析的阶段，则调用质量减少步骤(下文将详细描述)，之后进行结算并退出。
(1.3.2)若静态和动态检测使能检测有一个使能了，则货柜的static值和dynamic的值中有一个等于1，则直接按照质量变化和单价进行结算，然后退出。
上文提及的质量减少步骤具体如下：
首先分析Mn是否是所存储的单位质量Mni(i＝1,2…k)的和组合；
若是，则直接将对应的Mni删掉，并将剩余的Mni进行重新排序，此时k的值被令为Mni的个数，然后进入置信度判断步骤(下文将详细描述)；
若Mn不是Mni的和组合，则判断是否存在大于Mn的Mni；若存在，则将所有大于Mnk的Mni依次分解为Mn和(Mni-Mn)，删除Mn并用(Mni-Mn)覆盖Mni，此时由于没有额外的单位质量写入因此k保持不变；若不存在大于Mn的Mni，则将Mni全部清除，并令Mn1＝Mnt和k＝1。
置信度判断步骤具体如下：
检测是否存在一组置信度都不小于设定置信度值的Mni；
若存在，则将对应货柜的dynamic置1；
若不存在，则检测是否存在置信度大于两倍设定置信度的Mni；若存在，则怀疑货柜中存在乱放的商品，上报后台进行处理；若不存在则不操作。
以上就是本发明一些实施例中称重纠错方法的一些思路和流程，下面具体说明，本发明的称重纠错方法可以由上述的处理器200来执行。
请参照图6，一些实施例的称重纠错方法，其包括售货工作模式；售货工作模式包括如下步骤：
步骤1000：确定当前货柜所被设置的检测模式；
步骤1100：若当前货柜所被设置的是动态检测模式，则对当前货柜启用动态检测模式。请参照图7，动态检测模式包括如下步骤：
步骤1110：在接收到购物开始信号后——例如上文提及的开门信号或购物信号后，实时检测并计算当前货柜上的质量变化差；
步骤1120：若质量变化差不是当前货柜的个体质量的和组合，则判断消费者存在乱拿乱放行为，进行报警提示；
步骤1130：若质量变化差是当前货柜的个体质量的和组合，则判断消费者为正常购物，不进行报警提示；
在上述过程中，还进步骤1140：实时检测购物结算信号——例如表征柜门被关上的信号；步骤1150：当检测到购物结算信号，则再次检测并计算当前货柜上的质量变化差；
步骤1160：若质量变化差不是当前货柜的个体质量的和组合，则判断消费者存在乱拿乱放行为，进行报警提示；
步骤1170：若质量变化差是当前货柜的个体质量的和组合，则判断消费者为正常购物，根据质量变化差计算消费者需要支付的金额，并将质量变化差所对应的个体质量删除，以更新当前货柜的个体质量和个体数量。
请参照图8，一些实施例的称重纠错方法包括售货工作模式；售货工作模式包括如下步骤：
步骤1000：确定当前货柜所被设置的检测模式；
步骤1200：若当前货柜所被设置的是静态检测模式，则对当前货柜启用静态检测模式。请参照图9，静态检测模式包括如下步骤：
步骤1210：在接收到购物开始信号后——例如上文提及的开门信号或购物信号后，实时检测并计算当前货柜上的质量变化差。
步骤1220：若根据质量变化差判断当前货柜的质量增加，或者当前货柜减少的质量为另一个货柜所增加的质量，则判断消费者存在乱拿乱放行为，进行报警提示。反之，则进行步骤1230：判断消费者为正常购物，不进行报警提示。
在上述过程中，还进步骤1240：实时检测购物结算信号——例如表征柜门被关上的信号；步骤1250：当检测到购物结算信号，则再次检测并计算当前货柜上的质量变化差；
步骤1260：若根据质量变化差判断当前货柜上的质量增加，或者当前货柜上减少的质量为另一个货柜上所增加的质量，则判断消费者存在乱拿乱放行为，进行报警提示；反之，则进行步骤1270：判断消费者为正常购物，根据质量变化差计算消费者需要支付的金额。
请参照图10，一些实施例的称重纠错方法包括售货工作模式；售货工作模式包括如下步骤：
步骤1000：确定当前货柜所被设置的检测模式；
步骤1300：若当前货柜货柜被设置的是自适应模式，则对当前货柜启用自适应模式。请参照图11，自适应模式包括如下步骤：
步骤1310：在接收到购物开始信号后——例如上文提及的开门信号或购物信号后，实时检测并获取当前货柜上的质量变化；
步骤1320：若根据质量变化，确定当前货柜上质量变化后的质量大于当前货架上的总质量，则判断消费者存在乱拿乱放行为，进行报警提示；
步骤1330：若根据质量变化，确定当前货柜上质量变化后的质量小于或等于当前货架上的总质量，且当前货柜上的质量增加，则执行质量增加步骤。
步骤1340：若根据质量变化，确定当前货柜上的质量减少，则判断消费者为正常购物，不进行报警提示。
请参照图12，在上文步骤1330中所涉及的质量增加步骤包括如下步骤：
步骤1331：根据质量变化，判断质量变化差是否是当前货架的个体质量的和组合。
步骤1332：若是，则将对应的个体质量的置信度加1，并执行置信度判断步骤。
步骤1333：若不是，则判断是否存在大于质量变化差的个体质量。步骤1334：若存在，则对于每个大于质量变化差的个体质量，都分解为两个个体质量以及个体数量加1，其中一个个体质量等于质量变化差，另一个个体质量等于分解前的个体质量减去质量变化差；步骤1335：若不存在，则不进行分解。
请参照图13，在自适应模式运行的过程中，还进步骤1350：实时检测购物结算信号——例如表征柜门被关上的信号；步骤1360：当检测到购物结算信号，则再次检测并计算当前货柜上的质量变化差；
步骤1370：若根据质量差判断当前货柜上的质量增加，则判断消费者存在乱拿乱放行为，进行报警提示；
步骤1380：若当前质量差为零，则退出；
步骤1390：若根据质量差判断当前货柜上的质量减少，则再次确定当前货柜所被设置的检测模式；步骤1400：若当前货柜仍为自适应模式，则根据质量变化差计算消费者需要支付的金额，并进行质量减少步骤；步骤1410：若当前货柜变为动态检测模式，则根据质量变化差计算消费者需要支付的金额。
请参照图14，在上文步骤1400中所涉及的质量减少步骤包括如下步骤：
步骤1401：判断质量变化差是否是当前货架的个体质量的和组合；
步骤1402：若是，则将对应的个体质量删除，并更新个体数量，再执行置信度判断步骤；
步骤1403：若不是，则判断是否存在大于质量变化差的个体质量；步骤1404：若存在，则对于每个大于质量变化差的个体质量，都替换为本身个体质量减去质量变化差；步骤1405：若不存在，则将所述个体质量都删除进行初始化。
在质量增加步骤和质量减少步骤中都有涉及到置信度判断步骤，请参照图15，置信度判断步骤包括如下步骤：
步骤1500：判断当前货架是否有一货柜，其所有个体质量的置度值都不小于一设置值；
步骤1510：若存在，则将该货柜的检测模式设置为动态检测模式；
步骤1520：若不存在，则判断是否存在置度值大于两倍所述设置值的个体质量；步骤1530：若存在置度值大于两倍所述设置值的个体质量，则判断消费者存在乱拿乱放行为，进行报警提示。
以上是对称重纠错方法中售货工作模式的一些说明。可以理解地，一些例子中，售货工作模式可以包括动态检测模式、静态检测模式和自适应模式中的一者或多者。
下面对运营管理工作模式进行说明。
请参照图16，一些实施例的称重纠错方法包括运营管理工作模式，运营管理工作模式包括如下步骤：
步骤2000：实时确定当前货柜的个体质量数是否大于第一数量；
步骤2010：若大于第一数量，则将该当前货柜设置为静态检测模式；
步骤2020：若不大于所述第一数量，则实时检测并计算当前货柜上的质量变化；
步骤2030：若根据质量变化，判断当前货柜上的质量增加，则再判断质量增加信号持续时间是否大于第一时间；
步骤2040：若大于第一时间，则将该当前货柜设置为动态检测模式；反之，则进行步骤2050：根据质量变化计算质量变化差，并将该质量变化差作为该当前货柜的新增加的个体质量，以更新该当前货柜的个体质量和个体数量。
步骤2060：若根据质量变化，判断当前货柜上的质量减少，则执行装载质量减少步骤。
请参照图17，步骤2060中所涉及的装载质量减少步骤包括如下步骤：
步骤2100：判断质量变化差是否是当前货架的个体质量的和组合；
步骤2110：若是，则将对应的个体质量删除，并更新个体数量；
步骤2120：若不是，则判断是否存在大于质量变化差的个体质量；
步骤2130：若存在，则对于每个大于质量变化差的个体质量，都替换为本身个体质量减去质量变化差；
步骤2140：若不存在，则将所述个体质量都删除以进行初始化。
以上是对称重纠错方法中运营管理工作模式的一些说明。
下面再通过几个例子来说明本发明。
实例1：
当运营者给某个货柜装载质量小且数量多的非大包装货物的过程中，在记录的Mnk每组个数不超过5时，称重纠错方法还是会继续自动录入装载货物带来的质量变化信息；而当其数目超过5之后，称重纠错方法将判定出其为非大包装货物，因而直接使能静态检测模式，即将static的值置为1。因此当后续有消费者扫码进行购物时，由于静态检测模式已经被使能，称重纠错方法将在其购物过程中只开启非大包装货物对应的静态检测模式来进行检测，即只检测特定的乱拿乱放行为，避免进行过多的干预。
实例2：
当运营者只想要开启静态检测模式，而关闭动态检测模式时，仅需在装载货物时往货柜里多放几个货物，让算法录入的Mnk数量超过设定值5即可。算法在检测到大于设定值后，将自动使能静态检测模式，从而在消费者的购物过程中将按照运营者要求只进行静态检测模式。
实例3：
假设某个货柜装有5个货物，质量分别为：2、4、6、7、9。当运营者在装载时是按规范一个一个进行放置的，那么算法会将5个货物的单位质量都准确记录下来，在放置完成后，运营者若对此次加载进行了规范装载确认操作，此时算法会自动使能动态检测模式，即将dynamic的值置为1，且此时记录的单位商品重量数据为：
| Mn1 | Mn2 | Mn3 | Mn4 | Mn5 |
| 2 | 4 | 6 | 7 | 9 |
当检测到消费者扫码，称重纠错方法将进入售货工作模式。由于dynamic已被置位，称重纠错方法会直接开启动态检测模式，此时因为已经有了该货柜各个货物的准确质量，那么通过判断减少的重量是否是记录单位质量Mni的和组合就能有效地判断出是否存在乱拿乱放行为，若减少的质量不是Mni的和组合，则判定大概率出现了乱拿乱放行为，并向后台发起报警以提醒后台进行相应处理；若是Mni的和组合，则删除对应的Mni并判定为正常购物。
实例4：
同实例3，假设某个货柜装有5个货物，质量分别为：2、4、6、7、9。若运营者因为某种原因而未按规范一个一个放置货物时，此例假设其是分两次放进去的，第一次放了质量为4、6和9的货物，第二次放入了2和7的货物，算法自动记录的货物质量信息为：
| Mn1 | Mn2 |
| 19 | 9 |
可以看出此时k＝2，满足小于5的要求，因此静态检测模式未被使能。此外由于运营者并未按规范进行装载，其在装载完成后运营者亦没有进行规范装载确认，所以动态检测模式也未被使能，因此在进入售货模式时，称重纠错方法将进入购物行为分析记录模式即自适应模式，以求根据消费者购物过程中的质量变化分析出更多的单位货物质量信息，在本实例中，将假设在购物行为分析记录模式下没有乱拿乱放的行为出现：
若消费者A拿起放下质量为6的货品，质量增加了，称重纠错方法认为此时识别出一个质量为6的单位质量，然后进入质量增加步骤，由于6不是现有Mni的和组合，但存在2个大于6的Mni，因此称重纠错方法将分别将两个大于6的Mni，即19和9分别拆分为6和13，6和3，得到新的两组Mni：
若其最终拿走2+9＝11的货品，关门结束购物，称重纠错方法将自动检测出货柜质量减少，进而判断是否使能了动态检测模式或静态检测模式，如果此时都没有使能，则称重纠错方法进入质量减少步骤：首先判断减少的质量是否是现有Mni的和组合，若不是，则进一步检测是否存在大于11的Mni，此处发现第一组Mni里含有的13大于11，因此将其拆分为11和2，并删掉11；第二组中的19大于11的Mni，亦将其拆分为11和8，此时Mni变成：
然后进行结算并退出程序。若下一位消费者B开门后，拿起放下了质量为7的货品，同理，称重纠错方法认为此时识别出一个质量为7的单位质量，然后进入质量增加步骤，由于7不是现有Mni的和组合，将寻找大于7的Mni进行分解得到：
若其又拿起放下质量为4的货品，同理，称重纠错方法亦认为此时识别出一个质量为4的单位质量，此时发现第一组Mni的2和2可以组成4，第二组的1和3亦可以组成4，因此将对应的Mni置信度加1，得到如下表格，其中括号内为相应的置信度：
此时由于剩余货品的质量分别为4、6和7，无论是出现其哪一种组合，得到的Mni都能将其组合出来，从而实现置信度加1，因此最终所有数据的置信度都会大于设置值(此处不妨假设其为3)，从而使能动态检测模式，上述过程证明了在购物信息收集期间(即动态检测模式尚未被使能前)，无人乱拿乱放的情况下，本算法是可以实现收集完货柜的全部信息并满足置信度的要求，进而能动态乱拿乱放检测，达到动态检测模式的目的。
实例5：
本实例在实例4的基础上，考虑了在购物行为分析记录模式下出现乱拿乱放的情况。同实例4，装载完成后算法自动录入的Mni信息如下，动态检测模式和静态检测模式都未被使能：
| Mn1 | Mn2 |
| 19 | 9 |
若消费者A首先拿起放下质量为7的货品，称重纠错方法判定到有质量增加，称重纠错方法认为此时识别出一个质量为7的单位质量，然后进入质量增加步骤，由于7不是现有Mni的和组合，但存在2个大于7的Mni，因此称重纠错方法将分别将两个大于7的Mni，即19和9分别拆分为7和12，7和2，得到新的两组Mni：
若其拿起6+9＝15的货物，又乱放回10的货物，然后关门结束购物。这个过程中称重纠错方法首先检测到8的质量增加，因此对其实施质量增加步骤，得到如下表格：
由于第一组和第二组是一样的，因此化简为：
| Mn1 | Mn2 | Mn3 | Mn4 |
| 7 | 10 | 2 | 9 |
然后再检测到关门，由于此时动态检测模式和静态检测模式都没使能，判断出质量减少15-10＝5后，算法进入质量减少步骤，然后退出程序。更新后的Mni为：
若下一位消费者B打开门后拿走了质量为4的货品，由于此时Mni不满足置信度要求，动态检测模式和静态检测模式都没使能，因此算法运行于购物行为分析记录模式即自适应模式，检测到关门信息和质量减少4的信息后，称重纠错方法执行质量减少步骤，然后进行结算并自动退出，该过程中Mni被更新为：
由于此时剩余的真实货品的质量分别为2、4和7,以及一个质量为10的乱放物品，由于消费者不会去拿该乱放的商品(避免造成错误扣费)，那么在后续的购物过程中，会出现2、4和7的组合，而无论是出现其哪一种组合，上面得到的Mni都能将其组合出来，从而实现置信度加1，因此最终很多Mni数据的置信度都会大于设定值的两倍，但每组中又存在置信度为0的Mni，例如出现下面的Mni：
检测到这种情况时，称重纠错方法将怀疑是否已经出现了乱拿乱放行为，将提醒后台分配运营人员进行查勘，并打开柜门清理掉乱放的物品，在这个过程中，Mni被更新为：
可以看出乱放的物品质量已经被清除，在后续的购物过程中，Mni置信度都将达到设定值，从而称重纠错方法将使能动态检测模式。上述过程证明了在购物信息收集期间(即动态检测模式尚未被置位前)，对于有人进行了乱拿乱放的情况，称重纠错方法会不断分析已经存在乱放的可能性，并在达到一定条件后主动请求后台协助，说明本称重纠错方法在单位质量信息尚未采集完毕前，出现乱拿乱放行为的恶劣情况下，最终也是可以实现采集完全部信息，并实现动态乱拿乱放检测目标的。
本文参照了各种示范实施例进行说明。然而，本领域的技术人员将认识到，在不脱离本文范围的情况下，可以对示范性实施例做出改变和修正。例如，各种操作步骤以及用于执行操作步骤的组件，可以根据特定的应用或考虑与系统的操作相关联的任何数量的成本函数以不同的方式实现(例如一个或多个步骤可以被删除、修改或结合到其他步骤中)。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。另外，如本领域技术人员所理解的，本文的原理可以反映在计算机可读存储介质上的计算机程序产品中，该可读存储介质预装有计算机可读程序代码。任何有形的、非暂时性的计算机可读存储介质皆可被使用，包括磁存储设备(硬盘、软盘等)、光学存储设备(CD至ROM、DVD、Blu Ray盘等)、闪存和/或诸如此类。这些计算机程序指令可被加载到通用计算机、专用计算机或其他可编程数据处理设备上以形成机器，使得这些在计算机上或其他可编程数据处理装置上执行的指令可以生成实现指定的功能的装置。这些计算机程序指令也可以存储在计算机可读存储器中，该计算机可读存储器可以指示计算机或其他可编程数据处理设备以特定的方式运行，这样存储在计算机可读存储器中的指令就可以形成一件制造品，包括实现指定功能的实现装置。计算机程序指令也可以加载到计算机或其他可编程数据处理设备上，从而在计算机或其他可编程设备上执行一系列操作步骤以产生一个计算机实现的进程，使得在计算机或其他可编程设备上执行的指令可以提供用于实现指定功能的步骤。
虽然在各种实施例中已经示出了本文的原理，但是许多特别适用于特定环境和操作要求的结构、布置、比例、元件、材料和部件的修改可以在不脱离本披露的原则和范围内使用。以上修改和其他改变或修正将被包含在本文的范围之内。
前述具体说明已参照各种实施例进行了描述。然而，本领域技术人员将认识到，可以在不脱离本披露的范围的情况下进行各种修正和改变。因此，对于本披露的考虑将是说明性的而非限制性的意义上的，并且所有这些修改都将被包含在其范围内。同样，有关于各种实施例的优点、其他优点和问题的解决方案已如上所述。然而，益处、优点、问题的解决方案以及任何能产生这些的要素，或使其变得更明确的解决方案都不应被解释为关键的、必需的或必要的。本文中所用的术语“包括”和其任何其他变体，皆属于非排他性包含，这样包括要素列表的过程、方法、文章或设备不仅包括这些要素，还包括未明确列出的或不属于该过程、方法、系统、文章或设备的其他要素。此外，本文中所使用的术语“耦合”和其任何其他变体都是指物理连接、电连接、磁连接、光连接、通信连接、功能连接和/或任何其他连接。
具有本领域技术的人将认识到，在不脱离本发明的基本原理的情况下，可以对上述实施例的细节进行许多改变。因此，本发明的范围应仅由权利要求确定。
Claims (9)
1.一种称重式无人售货设备的称重纠错方法，其特征在于，所述称重纠错方法包括售货工作模式，所述售货工作模式包括：
确定当前货柜所被设置的检测模式；
若当前货柜所被设置的是动态检测模式，则对当前货柜启用动态检测模式；其中所述动态检测模式包括：
在接收到购物开始信号后，实时检测并计算当前货柜上的质量变化差：
若质量变化差不是当前货柜的个体质量的和组合，则判断消费者存在乱拿乱放行为，进行报警提示；
若质量变化差是当前货柜的个体质量的和组合，则判断消费者为正常购物，不进行报警提示；
实时检测购物结算信号，当检测到购物结算信号，则再次检测并计算当前货柜上的质量变化差：
若质量变化差不是当前货柜的个体质量的和组合，则判断消费者存在乱拿乱放行为，进行报警提示；
若质量变化差是当前货柜的个体质量的和组合，则判断消费者为正常购物，根据质量变化差计算消费者需要支付的金额，并将质量变化差所对应的个体质量删除，以更新当前货柜的个体质量和个体数量；
若当前货柜被设置的是自适应模式，则对当前货柜启用自适应模式；其中所述自适应模式包括：
在接收到购物开始信号后，实时检测并获取当前货柜上的质量变化：
若根据质量变化，确定当前货柜上质量变化后的质量大于当前货架上的总质量，则判断消费者存在乱拿乱放行为，进行报警提示；
若根据质量变化，确定当前货柜上质量变化后的质量小于或等于当前货架上的总质量，且当前货柜上的质量增加，则执行质量增加步骤；
若根据质量变化，确定当前货柜上的质量减少，则判断消费者为正常购物，不进行报警提示；
其中，所述质量增加步骤包括：根据质量变化，判断质量变化差是否是当前货架的个体质量的和组合：
若是，则将对应的个体质量的置信度加1，并执行置信度判断步骤；
若不是，则判断是否存在大于质量变化差的个体质量：
若存在，则对于每个大于质量变化差的个体质量，都分解为两个个体质量以及个体数量加1，其中一个个体质量等于质量变化差，另一个个体质量等于分解前的个体质量减去质量变化差；
若不存在，则不进行分解。
2.如权利要求1所述的称重纠错方法，其特征在于，若当前货柜所被设置的是静态检测模式，则对当前货柜启用静态检测模式；其中所述静态检测模式包括：
在接收到购物开始信号后，实时检测并计算当前货柜上的质量变化差：
若根据质量变化差判断当前货柜的质量增加，或者当前货柜减少的质量为另一个货柜所增加的质量，则判断消费者存在乱拿乱放行为，进行报警提示；
反之，则判断消费者为正常购物，不进行报警提示；
实时检测购物结算信号，当检测到购物结算信号，则再次检测并计算当前货柜上的质量变化差：
若根据质量变化差判断当前货柜上的质量增加，或者当前货柜上减少的质量为另一个货柜上所增加的质量，则判断消费者存在乱拿乱放行为，进行报警提示；
反之，则判断消费者为正常购物，根据质量变化差计算消费者需要支付的金额。
3.如权利要求1所述的称重纠错方法，其特征在于，所述自适应模式还包括：
实时检测购物结算信号，当检测到购物结算信号，则再次检测并计算当前货柜上的质量变化差：
若根据质量差判断当前货柜上的质量增加，则判断消费者存在乱拿乱放行为，进行报警提示；
若当前质量差为零，则退出；
若根据质量差判断当前货柜上的质量减少，则再次确定当前货柜所被设置的检测模式：
若当前货柜仍为自适应模式，则根据质量变化差计算消费者需要支付的金额，并进行质量减少步骤；
若当前货柜变为动态检测模式，则根据质量变化差计算消费者需要支付的金额。
4.如权利要求3所述的称重纠错方法，其特征在于，所述质量减少步骤包括：判断质量变化差是否是当前货架的个体质量的和组合；
若是，则将对应的个体质量删除，并更新个体数量，再执行置信度判断步骤；
若不是，则判断是否存在大于质量变化差的个体质量：
若存在，则对于每个大于质量变化差的个体质量，都替换为本身个体质量减去质量变化差；
若不存在，则将所述个体质量都删除进行初始化。
5.如权利要求1所述的称重纠错方法，其特征在于，所述置信度判断步骤包括：判断当前货架是否有一货柜，其所有个体质量的置度值都不小于一设置值；
若存在，则将该货柜的检测模式设置为动态检测模式；
若不存在，则判断是否存在置度值大于两倍所述设置值的个体质量，若存在，则判断消费者存在乱拿乱放行为，进行报警提示。
6.如权利要求4所述的称重纠错方法，其特征在于，所述置信度判断步骤包括：判断当前货架是否有一货柜，其所有个体质量的置度值都不小于一设置值；
若存在，则将该货柜的检测模式设置为动态检测模式；
若不存在，则判断是否存在置度值大于两倍所述设置值的个体质量，若存在，则判断消费者存在乱拿乱放行为，进行报警提示。
7.如权利要求1至6中任一项所述的称重纠错方法，其特征在于，所述称重纠错方法还包括运营管理工作模式，所述运营管理工作模式包括：
实时确定当前货柜的个体质量数是否大于第一数量；
若大于第一数量，则将该当前货柜设置为静态检测模式，
若不大于所述第一数量，则实时检测并计算当前货柜上的质量变化；
若根据质量变化，判断当前货柜上的质量增加，则再判断质量增加信号持续时间是否大于第一时间：若大于第一时间，则将该当前货柜设置为动态检测模式；反之，则根据质量变化计算质量变化差，并将该质量变化差作为该当前货柜的新增加的个体质量，以更新该当前货柜的个体质量和个体数量；
若根据质量变化，判断当前货柜上的质量减少，则执行装载质量减少步骤。
8.如权利要求7所述的称重纠错方法，其特征在于，所述装载质量减少步骤包括：判断质量变化差是否是当前货架的个体质量的和组合；
若是，则将对应的个体质量删除，并更新个体数量；
若不是，则判断是否存在大于质量变化差的个体质量：
若存在，则对于每个大于质量变化差的个体质量，都替换为本身个体质量减去质量变化差；
若不存在，则将所述个体质量都删除以进行初始化。
9.一种计算机可读存储介质，其特征在于，包括程序，所述程序能够被处理器执行以实现如权利要求1至8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011511163.8A CN112634524B (zh) | 2020-12-18 | 2020-12-18 | 一种称重式无人售货设备的称重纠错方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011511163.8A CN112634524B (zh) | 2020-12-18 | 2020-12-18 | 一种称重式无人售货设备的称重纠错方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112634524A CN112634524A (zh) | 2021-04-09 |
| CN112634524B true CN112634524B (zh) | 2022-07-08 |
Family
ID=75317681
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011511163.8A Active CN112634524B (zh) | 2020-12-18 | 2020-12-18 | 一种称重式无人售货设备的称重纠错方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112634524B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112309031B (zh) * | 2020-09-17 | 2022-06-07 | 北京京东乾石科技有限公司 | 无人货柜混放检测方法、装置、设备及可读存储介质 |
| CN114998058A (zh) * | 2022-05-30 | 2022-09-02 | 广东优信无限网络股份有限公司 | 一种设备日志的记录系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108335406A (zh) * | 2018-02-08 | 2018-07-27 | 合肥美的智能科技有限公司 | 无人售货设备及其售货方法和无人售货系统 |
| CN108648334A (zh) * | 2018-04-11 | 2018-10-12 | 合肥美的智能科技有限公司 | 无人售货柜及其异常上报控制方法、无人售货系统 |
| CN208156770U (zh) * | 2018-02-08 | 2018-11-27 | 合肥美的智能科技有限公司 | 无人售货设备和无人售货系统 |
| CN109544791A (zh) * | 2019-01-24 | 2019-03-29 | 昆山毅普腾自动化技术有限公司 | 称重格子柜的自动售货方式 |
| CN109632066A (zh) * | 2018-09-07 | 2019-04-16 | 盈奇科技（深圳）有限公司 | 一种无人重力感应售货柜重量异常报警方法 |
| CN109754527A (zh) * | 2019-01-09 | 2019-05-14 | 盈奇科技（深圳）有限公司 | 一种重力感应售货柜自动纠错系统 |
| CN109993891A (zh) * | 2017-12-31 | 2019-07-09 | 成都果小美网络科技有限公司 | 称重式智能货柜的控制方法 |
| WO2019154087A1 (zh) * | 2018-02-08 | 2019-08-15 | 合肥美的智能科技有限公司 | 无人售货设备及其售货方法和无人售货系统 |
| WO2019165895A1 (zh) * | 2018-03-02 | 2019-09-06 | 北京京东尚科信息技术有限公司 | 自动售货方法和系统以及自动售货装置和自动贩售机 |
| CN111429655A (zh) * | 2020-02-28 | 2020-07-17 | 上海追月科技有限公司 | 货品识别方法及货品识别系统、存储介质及电子设备 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106934933A (zh) * | 2017-03-07 | 2017-07-07 | 深圳市楼通宝实业有限公司 | 自助售卖方法及系统 |
| CN107274555B (zh) * | 2017-06-06 | 2018-12-28 | 深圳正品创想科技有限公司 | 自动售货方法、装置及系统 |
| CN110349329A (zh) * | 2018-04-02 | 2019-10-18 | 浙江星星冷链集成股份有限公司 | 一种应变称重装置、无人售货柜及使用方法 |
| CN108564442A (zh) * | 2018-04-11 | 2018-09-21 | 合肥美的智能科技有限公司 | 无人零售系统及其控制方法、售货装置和云服务器 |
| CN110363626B (zh) * | 2019-07-11 | 2022-04-12 | 创新奇智(合肥)科技有限公司 | 一种无人货柜行为模式监测方法、电子设备及无人货柜 |
-
2020
- 2020-12-18 CN CN202011511163.8A patent/CN112634524B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109993891A (zh) * | 2017-12-31 | 2019-07-09 | 成都果小美网络科技有限公司 | 称重式智能货柜的控制方法 |
| CN108335406A (zh) * | 2018-02-08 | 2018-07-27 | 合肥美的智能科技有限公司 | 无人售货设备及其售货方法和无人售货系统 |
| CN208156770U (zh) * | 2018-02-08 | 2018-11-27 | 合肥美的智能科技有限公司 | 无人售货设备和无人售货系统 |
| WO2019154087A1 (zh) * | 2018-02-08 | 2019-08-15 | 合肥美的智能科技有限公司 | 无人售货设备及其售货方法和无人售货系统 |
| WO2019165895A1 (zh) * | 2018-03-02 | 2019-09-06 | 北京京东尚科信息技术有限公司 | 自动售货方法和系统以及自动售货装置和自动贩售机 |
| CN108648334A (zh) * | 2018-04-11 | 2018-10-12 | 合肥美的智能科技有限公司 | 无人售货柜及其异常上报控制方法、无人售货系统 |
| CN109632066A (zh) * | 2018-09-07 | 2019-04-16 | 盈奇科技（深圳）有限公司 | 一种无人重力感应售货柜重量异常报警方法 |
| CN109754527A (zh) * | 2019-01-09 | 2019-05-14 | 盈奇科技（深圳）有限公司 | 一种重力感应售货柜自动纠错系统 |
| CN109544791A (zh) * | 2019-01-24 | 2019-03-29 | 昆山毅普腾自动化技术有限公司 | 称重格子柜的自动售货方式 |
| CN111429655A (zh) * | 2020-02-28 | 2020-07-17 | 上海追月科技有限公司 | 货品识别方法及货品识别系统、存储介质及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112634524A (zh) | 2021-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112634524B (zh) | 一种称重式无人售货设备的称重纠错方法 | |
| CN108335408B (zh) | 用于自动售货机的物品识别方法、装置、系统及存储介质 | |
| CN108922026B (zh) | 一种自动售货机的补货管理方法、装置和用户终端 | |
| CN108389315B (zh) | 物品识别方法和装置以及计算机可读存储介质 | |
| CN108389316A (zh) | 自动售货方法、装置和计算机可读存储介质 | |
| CN108171879A (zh) | 一种自动售货结算的方法、装置及无人售货柜 | |
| CN110717769B (zh) | 一种智能柜物品的退货方法、装置、设备及存储介质 | |
| CN107331040A (zh) | 一种称量式可出货多类商品的自动售货方法及其装置 | |
| CN107833368A (zh) | 自助售货柜及其使用方法 | |
| CN107862797A (zh) | 一种基于称重的自动售货系统和方法 | |
| CN111524273B (zh) | 一种出货检测方法及装置、无人售货设备、存储介质 | |
| CN109064632A (zh) | 基于智能快递柜的商品补货及购买方法、智能快递柜 | |
| Duarte et al. | Forecasting inflation through a bottom-up approach: How bottom is bottom? | |
| CN109448237A (zh) | 无人售货装置及其上货方法和控制系统 | |
| CN110363626A (zh) | 一种无人货柜行为模式监测方法、电子设备及无人货柜 | |
| CN107657550A (zh) | 点餐系统及其控制方法、装置及计算机可读存储介质 | |
| CN110428548A (zh) | 一种识别从售卖机中取出的货物的方法及装置 | |
| CN109166000A (zh) | 一种智能货柜及创建订单的方法 | |
| CN110428547A (zh) | 一种自动售卖机及商品售卖方法 | |
| CN109815042A (zh) | 异常因素的定位方法、装置、服务器和存储介质 | |
| CN107038566A (zh) | 无人防盗窃互联网付款超市商业设备 | |
| CN113554802A (zh) | 一种称重装置及无人售货系统 | |
| CN108364403A (zh) | 一种共享销售方法及系统 | |
| CN207233098U (zh) | 一种开放式蔬菜瓜果智能售卖机 | |
| CN109345734A (zh) | 物品清单的确定方法、装置、计算机设备及存储介质 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220822 Address after: 570000 shop 17-223, 2nd floor, West 2nd gate, Zhonghai Jincheng, No. 1, shangao street, Longhua District, Haikou City, Hainan Province Patentee after: CTV Zhixing Technology (Hainan) Co.,Ltd. Address before: 223600 Room 501, wisdom building, No.4 Xueyuan Road, Shuyang County, Suqian City, Jiangsu Province Patentee before: Jiangsu Shenghua Huixiang Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right |