CN112834013B - 称重传感器偏载误差标定方法、系统、货架及物品监测方法 - Google Patents

Abstract

本说明书提供的称重传感器偏载误差标定方法、系统、货架及物品监测方法，通过使用一个已标定重量的砝码在托盘上的多个指定位置移动，从而获取称重传感器的输出值；通过力矩平衡原理建立称重传感器的输出值与砝码的重量以及砝码相对于称重传感器的偏载距离之间的目标计算模型，并通过预设的解算方法计算称重传感器的偏载误差系数，从而获取称重传感器的偏载误差模型。所述物品监测方法中，通过位置识别传感器识别出用户从托盘上取走的目标物品的位置，并基于偏载误差模型、称重传感器的输出值的变化以及目标物品的位置，计算得到目标物品的精确重量，从而在提高商品识别准确性的同时降低硬件成本。

Description

称重传感器偏载误差标定方法、系统、货架及物品监测方法

技术领域

本说明书涉及无人零售领域，尤其涉及一种称重传感器偏载误差标定方法、系统、货架及物品监测方法。

背景技术

无人零售店作为一种运营成本低、便利用户的新型线下零售业态正在快速发展，产生诸如无人零售店、智能货柜等商业形态。要实现无人零售，必须要解决用户拿取的商品识别的这一关键技术。目前用于实现用户拿取商品识别的技术包括基于图像识别的商品与人体动作识别，基于称重传感器重量感知的商品识别技术。其中基于称重传感器的商品识别技术具有成本低，实时性高，可靠性高的优点，是目前无人零售领域的重要技术。而称重传感器的标定是提高商品识别准确性的重要手段。将称重传感器与传统的商品货架结合，可以实现对货架上商品的实时感知。由于货架的横向跨度比较大，大尺寸货架的商品偏载可能导致重量测量不准，如何补偿智能货架中的称重传感器的偏载误差目前仍是空缺的状态。

因此，需要提供一种能够提高测量精度的同时降低成本的称重传感器偏载误差标定方法、系统、货架及物品监测方法。

发明内容

本说明书提供一种能够提高测量精度的同时降低成本的称重传感器偏载误差标定方法、系统、货架及物品监测方法。

第一方面，本说明书提供一种称重传感器偏载误差标定方法，用于智能货架，所述智能货架包括至少一个承载装置，所述至少一个承载装置中的每个承载装置包括托盘以及称重传感器，所述托盘用于承载物品，所述称重传感器位于所述托盘的预定位置，用于测量所述物品的重量，所述方法包括：将已标定重量的砝码依次摆放至所述托盘上已进行位置标定的M个目标位置，并获取所述M个目标位置中的每个目标位置对应的所述称重传感器的输出值，M为正整数；以及基于所述每个目标位置对应的所述称重传感器的输出值、所述砝码的重量以及所述每个目标位置在所述托盘上的位置，确定所述称重传感器的偏载误差模型。

在一些实施例中，所述获取所述M个目标位置中的每个目标位置对应的所述称重传感器的输出值，包括：获取所述M个目标位置对应的M个输出值；以及将所述M个输出值依次排列组成第一向量，所述第一向量的行数为M，列数为1。

在一些实施例中，所述偏载误差模型包括基于偏载误差系数构建的偏载误差与所述物品的重量以及所述物品相对于所述称重传感器的偏载距离的映射关系。

在一些实施例中，所述确定所述称重传感器的偏载误差模型，包括：基于所述预定位置以及所述每个目标位置的位置，确定所述每个目标位置相对于所述称重传感器的偏载距离；基于所述每个目标位置对应的所述称重传感器的输出值、所述砝码的重量、所述每个目标位置相对于所述称重传感器的偏载距离以及预设的目标计算模型，建立M个方程式，其中，所述目标计算模型是基于所述偏载误差模型建立的，包括所述称重传感器的输出值与所述物品的重量以及所述偏载误差的映射关系；以及基于所述M个方程式和预设的求解算法，确定所述偏载误差系数，从而确定所述偏载误差模型。

在一些实施例中，所述偏载距离包括第一偏载距离和第二偏载距离，所述第一偏载距离包括所述物品的重心在第一方向上与所述称重传感器的距离；所述第二偏载距离包括所述物品的重心在第二方向上与所述称重传感器的距离，其中，所述第一方向与所述第二方向垂直设置。

在一些实施例中，所述偏载误差系数包括第一偏载误差系数和第二偏载误差系数，所述第一偏载误差系数用于补偿由所述第一偏载距离引起的偏载误差；所述第二偏载误差系数用于补偿由所述第二偏载距离引起的偏载误差。

在一些实施例中，所述M个目标位置中包括P个位于所述第一方向上的目标位置以及L个位于所述第二方向上的目标位置，其中，P和L均为不小于0的整数。

在一些实施例中，所述求解算法包括最小二乘算法。

在一些实施例中，所述砝码的重量不超过所述称重传感器的量程的1/2。

在一些实施例中，M为不小于2的整数。

第二方面，本说明书提供一种称重传感器偏载误差标定系统，包括至少一个存储介质以及至少一个处理器，所述至少一个存储介质存储有至少一个指令集，用于称重传感器偏载误差的标定；所述至少一个处理器同所述至少一个存储介质通讯连接，其中，当所述称重传感器偏载误差标定系统运行时，所述至少一个处理器读取所述至少一个指令集，并且根据所述至少一个指令集的指示执行本说明书第一方面所述的称重传感器偏载误差标定方法。

第三方面，本说明书提供一种智能货架，包括至少一个承载装置、位置识别传感器以及计算装置，所述至少一个承载装置中的每个承载装置包括托盘、称重传感器以及基座，所述托盘，用于承载物品；所述称重传感器位于所述托盘的预定位置，用于测量所述物品的重量；所述称重传感器安装在所述基座上；所述位置识别传感器安装在所述至少一个承载装置的上方，用于监测所述每个承载装置的所述托盘上的所述物品的变化；所述计算装置与所述每个承载装置以及所述位置识别传感器通信连接，接收所述称重传感器的输出值以及所述位置识别传感器的监测数据，基于所述监测数据的变化确定当前时刻变化的目标物品的位置，并基于所述称重传感器的输出值的变化、所述目标物品的位置以及预设的偏载误差模型确定所述目标物品的重量，其中，所述物品包括所述目标物品，所述偏载误差模型是通过本说明书第一方面所述的称重传感器偏载误差标定方法得到的。

第四方面，本说明书还提供一种物品监测方法，用于本说明书第三方面所述的智能货架，所述方法包括通过所述计算装置执行：获取所述称重传感器的输出值以及所述位置识别传感器的所述监测数据；基于所述监测数据的变化确定所述当前时刻变化的所述目标物品的位置；以及基于所述称重传感器的输出值的变化、所述目标物品的位置以及所述偏载误差模型，确定所述目标物品的重量。

在一些实施例中，所述偏载误差模型包括基于偏载误差系数构建的偏载误差与所述物品的重量以及所述物品相对于所述称重传感器的偏载距离的映射关系。

在一些实施例中，所述确定所述目标物品的重量，包括：基于所述预定位置以及所述目标物品的位置，确定所述目标物品相对于所述称重传感器的偏载距离；以及基于所述偏载距离、预设的目标计算模型以及所述当前时刻相对于前一时刻的所述称重传感器的输出值的变化，确定所述目标物品的重量，其中，所述目标计算模型是基于所述偏载误差模型建立的，包括所述称重传感器的输出值与所述物品的重量以及所述偏载误差的映射关系，所述前一时刻为在所述当前时刻之前的所述称重传感器的输出值发生变化的时刻。

在一些实施例中，所述物品监测方法还包括：基于所述目标物品的重量以及所述目标物品的位置，确定所述目标物品的属性信息。

在一些实施例中，所述位置识别传感器包括视觉传感器、红外传感器、超声波传感器、雷达传感器以及电场传感器中的至少一种。

由以上技术方案可知，本说明书提供的称重传感器偏载误差标定方法、系统、货架及物品监测方法，通过使用一个已标定重量的砝码在智能货架的托盘上的指定位置移动，从而获取与托盘连接的称重传感器的输出值；通过力矩平衡原理建立称重传感器的输出值与砝码的重量以及砝码相对于称重传感器的偏载距离之间的目标计算模型；并基于所述砝码的重量、多个目标位置的坐标以及称重传感器的多个输出值，生成多个方程式，通过预设的解算方法计算称重传感器的偏载误差系数，从而获取称重传感器的偏载误差与物品的重量以及物品的偏载距离之间的关系。所述物品监测方法中，将称重传感器与位置识别传感器相结合，通过位置识别传感器识别出用户从托盘上取走的目标物品的位置，并基于称重传感器的输出值的变化以及目标物品的位置，根据目标计算模型计算得到目标物品的精确重量，以对目标物品的属性进行识别，从而提高目标物品的识别准确性。所述称重传感器偏载误差标定方法、系统、货架及物品监测方法能够有效对称重传感器进行偏载误差补偿，通过修正偏载误差，降低现有的智能货架对称重传感器的精度要求，在使用低成本的称重传感器的情况下，提高测量精度，从而在提升商品识别的准确性的同时，降低系统整体的硬件成本和生产成本。

本说明书提供的称重传感器偏载误差标定方法、系统、货架及物品监测方法的其他功能将在以下说明中部分列出。根据描述，以下数字和示例介绍的内容将对那些本领域的普通技术人员显而易见。本说明书提供的称重传感器偏载误差标定方法、系统、货架及物品监测方法的创造性方面可以通过实践或使用下面详细示例中所述的方法、装置和组合得到充分解释。

附图说明

为了更清楚地说明本说明书实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，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示出了根据本说明书的实施例提供的一种称重传感器偏载误差标定系统的示意图；

图2示出了根据本说明书的实施例提供的一种智能货架的硬件设备示意图；

图3示出了根据本说明书的实施例提供的一种服务器的设备示意图；

图4A示出了根据本说明书的实施例提供的一种托盘在第一方向的力学模型示意图；

图4B示出了根据本说明书的实施例提供的一种托盘在第二方向的力学模型示意图；

图5示出了根据本说明书的实施例提供的一种称重传感器偏载误差标定方法流程图；

图6A示出了根据本说明书的实施例提供的一种托盘的平面示意图；

图6B示出了根据本说明书的实施例提供的另一种托盘的平面示意图；以及

图7示出了根据本说明书的实施例提供的一种物品监测方法流程。

具体实施方式

以下描述提供了本说明书的特定应用场景和要求，目的是使本领域技术人员能够制造和使用本说明书中的内容。对于本领域技术人员来说，对所公开的实施例的各种局部修改是显而易见的，并且在不脱离本说明书的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用。因此，本说明书不限于所示的实施例，而是与权利要求一致的最宽范围。

这里使用的术语仅用于描述特定示例实施例的目的，而不是限制性的。比如，除非上下文另有明确说明，这里所使用的，单数形式“一”，“一个”和“该”也可以包括复数形式。当在本说明书中使用时，术语“包括”、“包含”和/或“含有”意思是指所关联的整数，步骤、操作、元素和/或组件存在，但不排除一个或多个其他特征、整数、步骤、操作、元素、组件和/或组的存在或在该系统/方法中可以添加其他特征、整数、步骤、操作、元素、组件和/或组。

考虑到以下描述，本说明书的这些特征和其他特征、以及结构的相关元件的操作和功能、以及部件的组合和制造的经济性可以得到明显提高。参考附图，所有这些形成本说明书的一部分。然而，应该清楚地理解，附图仅用于说明和描述的目的，并不旨在限制本说明书的范围。还应理解，附图未按比例绘制。

本说明书中使用的流程图示出了根据本说明书中的一些实施例的系统实现的操作。应该清楚地理解，流程图的操作可以不按顺序实现。相反，操作可以以反转顺序或同时实现。此外，可以向流程图添加一个或多个其他操作。可以从流程图中移除一个或多个操作。

为了方便描述，首先对本说明书中将要出现的术语进行如下解释：

偏载误差：又叫做对角误差，指的是载荷加载位置不在传感器的敏感中心时产生的测量误差。以称重传感器为例，所述偏载误差会导致称重传感器的输出值大于实际承受的重量，所述输出值与实际承受的重量的差值即所述偏载误差。所述偏载误差产生的根本原因是应变片粘贴到弹性体的角度存在误差。当载荷较大或者加载位置偏离较大的情况下，所述偏载误差的影响比较大。

现有的偏载误差修正的方法中，挫修称重传感器弹性体的方法，生产效率较低，对人工经验依赖较大，无法保证重复性；通过在称重传感器内部增加偏载补偿电路的方法会导致称重传感器的成本增加；对多个称重传感器并联的情况，通过标定单个称重传感器的比例系数修正整个系统偏载误差，仅能校准称重传感器的比例误差，无法校准因为偏载导致的偏载误差。

本说明书提供一种称重传感器偏载误差标定方法和系统以及物品监测方法，应用于基于称重传感器的智能货架中。图1示出了根据本说明书的实施例提供的一种称重传感器偏载误差标定系统001(以下简称系统001)的示意图。系统001可以包括智能货架100。智能货架100可以用于陈列和存储物品。所述物品可以是零星的可以单独存在的物体。比如，一瓶饮料、一包零食、一个螺丝，等等。如图1所示，智能货架100可以包括至少一个承载装置400以及计算装置200。在一些实施例中，智能货架100还可以包括机架600。在一些实施例中，智能货架100还可以包括位置识别传感器800。

机架600可以是智能货架100的支撑基座。

至少一个承载装置400可以安装在机架600上，用于承载所述物品。图1示出了5个承载装置400。需要说明的是，图1只是示例性说明，智能货架100上的承载装置400的数量可以是任意数。每个承载装置400可以包括基座440、1个称重传感器420和托盘460。

基座440可以安装在机架600上。称重传感器420可以固定安装在基座440上。托盘460可以安装在称重传感器420上。所述托盘460可以用于承载物品。称重传感器420可以用于测量托盘460上的物品的重量。称重传感器420可以是电阻应变片式、压电薄膜、压电陶瓷等能够感应压力变化的传感器。所述称重传感器420可以位于所述托盘460的预定位置。具体地，称重传感器420可以位于托盘460的几何中心的位置，同时也是托盘460的重心的位置。当然，称重传感器420也可以位于托盘460的其他位置，比如，几何中心附近的位置，等等。为了方便展示，后面的描述中我们将以称重传感器420位于托盘460的几何中心为例进行描述。

如图1所述，智能货架100还可以包括位置识别传感器800。位置识别传感器800。位置识别传感器800可以安装在智能货架100的机架600的顶端，即至少一个承载装置400的上方，用于监测每个承载装置400的托盘460上的所述物品的变化，监测范围可以覆盖整个智能货架100的所有托盘460上的所有物品。位置识别传感器800也可以安装在每一个承载装置400的托盘460的顶端，监测范围可以覆盖本层托盘460中的所有物品。智能货架100可以根据所述位置识别传感器800的监测数据的变化确定当前时刻托盘460上变化的目标物品在托盘460上的位置。具体地，智能货架100可以根据所述位置识别传感器800的监测数据的变化确定当前时刻用户拿取的所述目标物品在所处的承载装置400的托盘460上的位置。为了方便描述，我们将当前时刻用户从托盘460上取走的物品或当前时刻放置在托盘460上的物品定义为所述目标物品。所述物品包括所述目标物品。所述当前时刻可以是称重传感器420的测量结果发生变化的时刻，同时也可以是托盘460上的物品发生变化的时刻，还可以是位置识别传感器800的监测数据发生变化的时刻。前一时刻可以是在所述当前时刻之前的所述称重传感器420的输出值发生变化的时刻，或在所述当前时刻之前的托盘460上的物品发生变化的时刻或在所述当前时刻之前的位置识别传感器800的监测数据发生变化的时刻。为了方便描述，我们将当前时刻定义为当前在托盘460上放置一个目标物品或从托盘460上取走一个目标物品的时刻，标记为t时刻。我们将发生在当前时刻t之前的在托盘460上放置一个物品或从托盘460上取走一个物品的时刻定义为前一时刻，标记为t-1时刻。

具体地，所述位置识别传感器800可以是视觉传感器、红外传感器、超声波传感器、雷达传感器以及电场传感器中的至少一种。

当位置识别传感器800是所述视觉传感器时，所述视觉传感器可以用于拍摄托盘460上的所述物品的图像数据。智能货架100可以根据所述图像数据确定当前时刻用户从托盘460上取走的物品的位置。所述视觉传感器可以是普通摄像头。当所述视觉传感器安装在每个托盘460的上方时，，所述视觉传感器可以使用广角的普通摄像头，例如拍摄角度是160度的广角摄像头，或者可以使用鱼眼摄像头。

当位置识别传感器800是所述红外传感器时，所述红外传感器可以向所述托盘460的方向发射阵列的红外光，并接收所述物品反射的红外光。当用户从托盘460上取走所述目标物品时，所述目标物品的位置反射的红外光信号将发生变化。智能货架100可以根据所述红外传感器的监测数据的变化，确定所述目标物品的位置。当然，所述红外传感器也可以安装在所述托盘的出入口处，用户需经过所述出入口进入所述托盘460内部对所述目标物品进行拿取。智能货架100可以根据所述红外传感器的监测数据的变化，确定所述用户经过所述出入口时的位置，从而确定所述用户拿取的所述目标物品在所述托盘460上的位置。

当位置识别传感器800为所述雷达传感器或所述超声波传感器时，其位置识别方式与所述红外传感器相似，在此不再赘述。

当位置识别传感器800为所述电场传感器时，当人体出现时将会引起周围电场的变化，从而导致所述电场传感器的监测数据发生变化。所述电厂传感器的位置识别方式与所述红外传感器相似，在此不再赘述。

计算装置200可以与每个承载装置400以及位置是被装置800通信连接。具体地，计算装置200可以与每个承载装置400中的称重传感器420以及位置识别传感器800通信连接。如图1所示，计算装置200可以包括集成器220以及服务器240。图2示出了根据本说明书的实施例提供的一种智能货架100的硬件设备示意图。每个承载装置400上的称重传感器420都可以通过数字总线(例如，RS485、RS232、CAN、以太网等)与集成器220连接，以进行数据传输。集成器220可以与服务器240通信连接，并可以将收集到所有传感器420的数据给服务器240。位置识别传感器800可以与服务器240通信连接。所述通信连接是指能够直接地或者间接地接收信息的任何形式的连接。在一些实施例中，服务器240可以同集成器220通过无线通信连接来彼此传递数据；在一些实施例中，服务器240也可以同集成器220通过电线直接连接来彼此传递数据；在一些实施例中，服务器240也可以通过电线同其他电路直接连接来建立同集成器220的间接连接，从而实现彼此传递数据。所述无线通信连接可以是网络连接。网络可以是任何类型的有线或无线网络，也可以是其组合。比如，网络可以包括电缆网络，有线网络、光纤网络、电信通信网络、内联网、互联网、局域网(LAN)、广域网(WAN)、无线局域网(WLAN)、大都市市区网(MAN)、广域网(WAN)、公用电话交换网(PSTN)、蓝牙网络、ZigBee网络、近场通信(NFC)网络或类似网络。在一些实施例中，网络可以包括一个或多个网络接入点。

服务器240可以包括具有数据信息处理功能的硬件设备和驱动该硬件设备工作所需必要的程序。当然，服务器240也可以仅为具有数据处理能力的硬件设备，或者，仅为运行在硬件设备中的程序。在一些实施例中，服务器240可以包括移动设备、平板电脑、笔记本电脑、机动车辆的内置设备或类似内容，或其任意组合。在一些实施例中，所述移动设备可包括智能家居设备、智能移动设备或类似设备，或其任意组合。在一些实施例中，所述智能家居装置可包括智能电视、台式电脑等，或任意组合。在一些实施例中，所述智能移动设备可包括智能手机、个人数字辅助、游戏设备、导航设备等，或其任意组合。在一些实施例中，所述机动车中的内置装置可包括车载计算机、车载电视等。在一些实施例中，服务器240可以是具有定位技术的设备，用于定位服务器240的位置。

服务器240可以存储有执行本说明书描述的称重传感器420偏载误差的标定方法的数据或指令，并可以执行或用于执行所述数据和/或指令。即服务器240可以对称重传感器420进行偏载误差的标定。在一些实施例中，服务器240还可以存储有执行本说明书描述的物品监测方法的数据或指令，并可以执行或用于执行所述数据和/或指令。即服务器240可以根据称重传感器420的偏载误差确定当前时刻用户从托盘460上拿取的所述目标物品的重量，进行确定所述目标物品的属性信息。所述属性信息可以是所述目标物品的品类信息，比如，所述目标物品的名称、数量以及金额等信息。例如，美年达可乐或者雪碧，等等，也可以是所述目标物品的体积信息，比如，300ml、500ml，等等，还可以是所述目标物品的价值信息，比如，4.5元、5元、10元，等等。

图3示出了一种服务器240的设备示意图。服务器240可以执行本说明书描述的称重传感器420偏载误差的标定方法以及物品监测方法。所述称重传感器420偏载误差的标定方法以及物品监测方法在本说明书中的其他部分介绍。如图3所示，服务器240可以包括至少一个存储介质243和至少一个处理器242。在一些实施例中，服务器240还可以包括通信端口245和内部通信总线241。

内部通信总线241可以连接不同的系统组件，包括存储介质243、处理器242和通信端口245。

通信端口245用于服务器240同外界的数据通信，比如，通信端口245可以用于服务器240同集成器220以及位置识别传感器800之间的数据通信。

存储介质243可以包括数据存储装置。所述数据存储装置可以是非暂时性存储介质，也可以是暂时性存储介质。比如，所述数据存储装置可以包括磁盘243-2、只读存储介质(ROM)243-4或随机存取存储介质(RAM)243-6中的一种或多种。存储介质243还包括存储在所述数据存储装置中的至少一个指令集。所述指令是计算机程序代码，所述计算机程序代码可以包括执行本说明书提供的称重传感器420偏载误差的标定方法以及物品监测方法的程序、例程、对象、组件、数据结构、过程、模块等等。

至少一个处理器242可以同至少一个存储介质243以及通信端口245通过内部通信总线241通信连接。至少一个处理器242用以执行上述至少一个指令集。当系统001运行时，至少一个处理器242读取所述至少一个指令集，并且根据所述至少一个指令集的指示执行本说明书提供的称重传感器420偏载误差的标定方法以及物品监测方法。处理器242可以执行称重传感器420偏载误差的标定方法以及物品监测方法包含的所有步骤。处理器242可以是一个或多个处理器的形式，在一些实施例中，处理器242可以包括一个或多个硬件处理器，例如微控制器，微处理器，精简指令集计算机(RISC)，专用集成电路(ASIC)，特定于应用的指令集处理器(ASIP)，中央处理单元(CPU)，图形处理单元(GPU)，物理处理单元(PPU)，微控制器单元，数字信号处理器(DSP)，现场可编程门阵列(FPGA)，高级RISC机器(ARM)，可编程逻辑器件(PLD)，能够执行一个或多个功能的任何电路或处理器等，或其任何组合。仅仅为了说明问题，在本说明书中服务器240中仅描述了一个处理器242。然而，应当注意，本说明书中服务器240还可以包括多个处理器，因此，本说明书中披露的操作和/或方法步骤可以如本说明书所述的由一个处理器执行，也可以由多个处理器联合执行。例如，如果在本说明书中服务器240的处理器242执行步骤A和步骤B，则应该理解，步骤A和步骤B也可以由两个不同处理器242联合或分开执行(例如，第一处理器执行步骤A，第二处理器执行步骤B，或者第一和第二处理器共同执行步骤A和B)。

图4A示出了根据本说明书的实施例提供的一种托盘460在第一方向的力学模型示意图；图4B示出了根据本说明书的实施例提供的一种托盘460在第二方向的力学模型示意图。为了方便描述，我们将托盘460所在的坐标系定义为空间坐标系O-XYZ。空间坐标系O-XYZ的坐标原点O可以是托盘460的重心，同时也可以是托盘460的几何中心。X轴方向可以是托盘460的长度方向，Y方向可以是托盘460的宽度方向，Z方向可以是托盘460的厚度方向。如前所述，称重传感器420可以位于托盘460的几何中心，即称重传感器420可以位于Z轴上。为了方便展示，我们将所述第一方向定义为X方向，将所述第二方向定义为Y方向。所述第一方向与所述第二方向垂直设置。为了方便展示，我们将原点O、X轴和Y轴构成的坐标系定义为基准坐标系XOY(将在图6A和图6B中展示)。基准坐标系XOY为托盘460的表面所在的坐标系。

如图4A和图4B所示，G为托盘460上的一个物品002的重量。所述物品002在基准坐标系XOY中的坐标为(x_G,y_G)。由于物品002相对于称重传感器420的偏载距离所引起的偏载误差的存在，称重传感器420的输出值与物品002的实际重量不同。为了方便展示，我们将称重传感器420的输出值定义为F_O。我们将由于所述偏载距离引起的所述偏载误差定义为ΔF_O。我们将称重传感器420的输出值F_O与所述物品002的重量G以及所述偏载误差ΔF_O的映射关系定义为目标计算模型。所述目标计算模型是基于所述偏载误差模型建立的。所述目标计算模型可以表示为以下公式：

F_O＝G+ΔF_O公式 (1)

如前所述，所述偏载误差ΔF_O是由于物品002的重心位置与称重传感器420的敏感中心存在偏载距离引起的，物品002的重量G越大，所述偏载误差ΔF_O越大，物品002距离称重传感器420的偏载距离越大，所述偏载误差ΔF_O越大。为了方便展示，我们将基于偏载误差系数k构建的偏载误差ΔF_O与所述物品002的重量G以及所述物品002相对于所述称重传感器420的偏载距离L的映射关系定义为偏载误差模型。所述偏载误差模型可以表示为以下公式：

ΔF_O＝kGL公式 (2)

如前所述，称重传感器420可以位于托盘460的几何中心。所述偏载误差ΔF_O可以包括第一方向(X方向)的第一偏载误差ΔF_xO以及第二方向(Y方向)的第二偏载误差ΔF_yO。所述偏载距离L可以包括所述物品002的重心在第一方向(X方向)上与所述称重传感器420的距离第一偏载距离L_x以及所述物品002的重心在第二方向(Y方向)上与所述称重传感器420的距离第二偏载距离L_y。其中，L_x＝x_G，L_y＝y_G。其中，所述第一偏载误差ΔF_xO是由所述第一偏载距离L_x引起的偏载误差。所述第二偏载误差ΔF_yO是由所述第二偏载距离L_y引起的偏载误差。所述偏载误差系数k可以包括用于补偿第一偏载误差ΔF_xO的第一偏载系数k_x以及用于补偿第二偏载误差ΔF_yO的第二偏载误差系数k_y。因此，所述偏载误差模型可以表示为以下公式：

ΔF_O＝k_xGx_G+k_yGy_G公式 (3)

基于公式(3)，所述目标计算模型可以表示为以下公式：

F_O＝G+ΔF_O＝G+k_xGx_G+k_yGy_G＝(1+k_xx_G+k_yy_G)G公式 (4)

当托盘460在X方向的尺寸较大，而在Y方向的尺寸较小时，Y方向的第二偏载误差ΔF_yO较小，此时k_y≈0。当托盘460在Y方向的尺寸较大，而在X方向的尺寸较小时，X方向的第一偏载误差ΔF_xO较小，此时k_x≈0。

图5示出了根据本说明书的实施例提供的一种称重传感器420偏载误差的标定方法P100的流程图。至少一个处理器242可以执行所述方法P100。所述方法P100的目的是获取称重传感器420的偏载误差系数k。

所述方法P100可以包括：

S120：将已标定重量的砝码依次摆放至所述托盘460上已进行位置标定的M个目标位置，并获取所述M个目标位置中的每个目标位置对应的所述称重传感器420的输出值。

图6A示出了根据本说明书的实施例提供的一种托盘460的平面示意图。如前所述，托盘460表面所在的平面坐标系为基准坐标系XOY。标定人员可以提前在托盘460上标定出M个目标位置。所述M个目标位置中的每个目标位置在所述托盘的基准坐标系XOY中的坐标都已经进行了标定。也就是说，每个目标位置在所述基准坐标系中的坐标是已知的。具体地，每个目标位置在基准坐标系中的坐标可以存储在服务器240中。为了方便描述，第i个目标位置标记为目标位置i。目标位置i的坐标可以表示为(xⁱ,yⁱ)。所述M个目标位置可以是托盘460上的任意M个不同的位置。所述M个目标位置可以位于托盘460上的任意位置，比如，M个目标位置中的部分目标位置可以位于X轴上，部分目标位置可以位于Y轴上，还可以位于除X轴和Y轴以外的其他位置。所述M个目标位置中可以包括P个位于所述第一方向(X方向)上的目标位置以及L个位于所述第二方向(Y方向)上的目标位置。其中，P和L均为不小于0的整数。当托盘460在X方向的尺寸较大，而在Y方向的尺寸较小时，Y方向的第二偏载误差ΔF_yO较小，此时k_y≈0，Y方向的第二偏载误差ΔF_yO可以忽略不计，此时，L＝0，所述M个目标位置均位于X轴上。当托盘460在Y方向的尺寸较大，而在X方向的尺寸较小时，X方向的第一偏载误差ΔF_xO较小，此时k_x≈0，X方向的第一偏载误差ΔF_xO可以忽略不计，此时，P＝0，所述M个目标位置均位于Y轴上。当托盘460的X方向的尺寸和Y方向的尺寸均较大时，P和L均大于0。当然，此时，所述M个目标位置也可以位于除X轴和Y轴以外的其他位置，但为了计算方便，可以使所述M个目标位置位于除X轴和Y轴上。

需要说明的是，为了获取称重传感器420的偏载误差系数k，M应为不小于2的整数。M的数量越多，标定的精度就越高。M的取值与智能货架100的计算精度相关。当所述物品的尺寸较大时，M可以取值较小。当所述物品的尺寸较小时，智能货架100需要较高的计算精度才能准确识别目标物品，因此，M应取较大的值。当所述M较小时，所述目标位置应尽量远离称重传感器420，以获取更准确的结果。

为了方便展示，我们将以托盘460在X方向上的尺寸较大，在Y方向的尺寸较小为例进行描述。图6B示出了根据本说明书的实施例提供的另一种托盘460的平面示意图。如图6B所示，托盘460在Y轴方向上的跨度较小，因此称重传感器420在Y方向的第二偏载误差ΔF_yO也较小，此时k_y≈0。Y方向的第二偏载误差ΔF_yO可以忽略不计，此时，L＝0，所述M个目标位置均位于X轴上。此时，yⁱ＝0。第i个目标位置的坐标为(xⁱ,0)。所述M个目标位置彼此可以是等间距分布，也可以是不等间距分布。图6B中示出了11个目标位置，即M＝11。需要说明的是，M也可以是其他数量。我们将图6B中示出的11个目标位置分别标记为目标位置1、目标位置2、目标位置3、目标位置4、目标位置5、目标位置6、目标位置7、目标位置8、目标位置9、目标位置10和目标位置11。

所述已标定重量的砝码可以是一个已标定重量的砝码，也可以是多个不同重量的已标定重量的砝码。所述砝码的重量可以不超过所述称重传感器420的量程的1/2。由于所述砝码相对于称重传感器420的偏载距离L引起的偏载误差ΔF_O的存在，使得称重传感器420的输出值大于所述砝码的实际重量，因此，为保证称重传感器420不超过量程范围，所述砝码的重量应小于与称重传感器420的量程。根据托盘460的尺寸的不同，所述砝码的最大允许重量也不同。托盘460的尺寸越大，所述砝码的最大允许重量越小。在一些实施例中，所述砝码的重量可以不超过所述称重传感器420的量程的1/2。在一些实施例中，所述砝码的重量可以不超过所述称重传感器420的量程的1/3。在一些实施例中，所述砝码的重量可以不超过所述称重传感器420的量程的其他比例，比如，1/4，等等。

在一些实施例中，步骤S120可以是使用一个已标定质量的砝码依次摆放在托盘460上的多个已标定坐标的目标位置上。在一些实施例中，步骤S120也可以是在托盘460上的一个已标定坐标的目标位置依次摆放不同重量的已标定重量的砝码。在一些实施例中，步骤S120还可以是在托盘460上的多个已标定坐标的目标位置依次摆放不同重量的已标定重量的砝码。为了方便展示，下面的描述中将以在托盘460上标定11个目标位置，并使用一个质量为G₀的已标定重量的砝码依次摆放至所述11个目标位置。

为了方便展示，我们将在第i个目标位置时的称重传感器420的输出值标记为具体地，步骤S120可以包括：获取所述M个目标位置对应的M个输出值/>……、/>……、/>以及将所述M个输出值/>……、/>……、/>依次排列组成第一向量F_O，所述第一向量F_O的行数为M，列数为1。所述第一向量F_O可以表示为以下公式：

S140：基于所述每个目标位置i对应的所述称重传感器420的输出值所述砝码的重量G₀以及所述每个目标位置i在所述托盘420上的位置(xⁱ,yⁱ)，确定所述称重传感器420的偏载误差模型。

如前所述，我们以图6B为例进行描述。如前所述，所述目标计算模型包括所述称重传感器420的输出值F_O与所述物品002的重量G以及所述偏载误差模型的映射关系。基于公式(3)，所述偏载误差模型可以表示为以下公式：

ΔF_O＝k_xGx_G公式 (6)

基于公式(4)，所述目标计算模型可以表示为以下公式：

F_O＝G+ΔF_O＝G+k_xGx_G＝(1+k_xx_G)G公式 (7)

步骤S140可以包括：

S142：基于所述预定位置以及所述每个目标位置i的位置(xⁱ,yⁱ)，确定所述每个目标位置i相对于所述称重传感器420的偏载距离Lⁱ。

如前所述，称重传感器420的所述预定位置可以是原点O。以图6B为例，所述每个目标位置i的位置为(xⁱ,0)。因此，所述每个目标位置i相对于所述称重传感器420的偏载距离Lⁱ为xⁱ。

S144：基于所述每个目标位置i对应的所述称重传感器420的输出值所述砝码的重量G₀、所述每个目标位置i相对于所述称重传感器420的偏载距离Lⁱ以及预设的所述目标计算模型，建立M个方程式。

将基于所述每个目标位置i对应的所述称重传感器420的输出值所述砝码的重量G₀、所述每个目标位置i相对于所述称重传感器420的偏载距离Lⁱ代入公式(7)中，得到M个方程式，分别为：

S146：基于所述M个方程式和预设的求解算法，确定所述偏载误差系数k，从而确定所述偏载误差模型。

所述求解算法可以是最小二乘算法。我们可以将公式(8)表示为最小二乘方程的形式，如下所示：

其中，

则K＝(H^TH)^-1H^TY，从而获得k_x。

需要说明的是，所述求解算法不限于本说明书所述的方法，任何可以求解所述偏载误差系数k的方法都在本说明书的保护范围内，比如，优化算法等。所述优化算法可以包括遗传算法、差分进化算法以及梯度最优化算法中的至少一个。

综上所述，本说明书提供的称重传感器420偏载误差的标定方法P100和系统001，用于对无人零售领域的智能货架100的称重传感器420进行偏载误差标定，从而获取称重传感器420的输出值F_O与称重传感器420承受的物品重量G之间的映射关系。所述方法P100和系统001通过在智能货架100的托盘460上标定多个目标位置，并使用已标定重量的砝码依次摆放在所述多个目标位置，从而获取每个目标位置上与托盘460连接的称重传感器420的输出值F_O；基于力平衡以及力矩平衡原理，建立砝码的重量G₀以及砝码相对于称重传感器的偏载距离L与称重传感器420的输出值F_O之间的目标计算模型，并通过预设的解算方法计算计算称重传感器420的偏载误差系数，从而获取称重传感器420的偏载误差ΔF_O与物品的重量G以及物品的偏载距离L之间的关系。所述方法P100和系统001可以对称重传感器420的偏载误差进行修正，能够在使用低成本的称重传感器420的情况下，提高测量精度，提升商品识别的准确性，降低现有的智能货架100对称重传感器420的精度要求，降低整体的硬件成本，从而降低系统的生产成本。

图7示出了根据本说明书的实施例提供的一种物品监测方法P200的流程图。至少一个处理器242可以执行所述方法P200。所述方法P200可以包括：

S220：获取称重传感器420的输出值F_O以及所述位置识别传感器800的所述监测数据。

如前所述，服务器240可以与称重传感器420以及位置识别传感器800通信连接。服务器240可以基于所述通信连接实时获取称重传感器420的输出值F_O以及位置识别传感器800的监测数据。

S240：基于所述监测数据的变化确定当前时刻t变化的所述目标物品的位置

当前时刻t，当用户从托盘460上拿取目标物品时，称重传感器420的输出值F_O以及所述监测数据发生变化。以位置识别传感器800为所述视觉传感器为例进行描述。所述监测数据为图像数据。所述视觉传感器为经过外参标定的摄像头。具体地，所述视觉传感器相对于机架600进行外参标定。服务器240可以根据所述监测数据以及所述视觉传感器相对于机架600的外参标定参数，计算所述用户拿取的所述目标物品的位置。具体地，所述目标物品的位置可以是所述目标物品在智能货架100中所处的承载装置400的托盘460上的位置

S260：基于所述称重传感器420的输出值F_O的变化、所述目标物品的位置以及所述偏载误差模型，确定所述目标物品的重量/>

服务器240在确定所述目标物品所在的承载装置400之后，可以获取所述目标物品所在的承载装置400中的称重传感器420在当前时刻t的输出值以及前一时刻t-1的输出值/>具体地，步骤S260可以包括：

S262：基于所述预定位置以及所述目标物品的位置确定所述目标物品相对于所述称重传感器420的偏载距离L^t。

为了方便展示，我们将当前时刻t所述目标物品相对于称重传感器420的偏载距离定义为L^t。服务器240可以根据称重传感器420在托盘460上的所述预定位置以及所述目标物品在所述托盘460上的位置确定所述目标物品相对于所述称重传感器420的偏载距离L^t。

S264：基于所述偏载距离L^t、预设的目标计算模型以及所述当前时刻t相对于前一时刻t-1的所述称重传感器420的输出值的变化确定所述目标物品的重量/>

如前所述，所述目标计算模型包括所述称重传感器420的输出值F_O与所述物品的重量G以及所述偏载误差ΔF_O的映射关系。所述目标计算模型是基于所述偏载误差模型建立的。如前所述，服务器240已经通过所述方法P100对称重传感器420的偏载误差ΔF_O进行标定，确定了称重传感器420的偏载误差系数k以及偏载误差模型，所述偏载误差模型如公式(3)所示。服务器240中已存储有所述目标计算模型，如公式(4)所示。所述称重传感器420的输出值的变化以及所述偏载距离L^t代入公式(4)中，计算得到所述目标物品的重量/>所述目标物品的重量/>可以表示为如下公式：

在一些实施例中，所述方法P200还可以包括：

S280：基于所述目标物品的重量以及所述目标物品的位置/>确定所述目标物品的属性信息。

综上所述，本说明书提供的物品监测方法P200和系统001中，可以通过位置识别传感器800确定变化的所述目标物品的位置并基于经过所述方法P100标定的偏载误差模型以及目标物品的位置/>确定所述目标物品的重量，从而对称重传感器420的输出结果进行偏载误差修正，以对所述目标物品的重量进行修正，从提高所述目标物品的重量测量精度，提高商品识别的准确性。

本说明书另一方面提供一种非暂时性存储介质，存储有至少一组用来对称重传感器420偏载误差进行标定以及物品监测的可执行指令，当所述可执行指令被处理器执行时，所述可执行指令指导所述处理器实施本说明书所述的称重传感器420偏载误差的标定方法P100以及物品监测方法P200的步骤。在一些可能的实施方式中，本说明书的各个方面还可以实现为一种程序产品的形式，其包括程序代码。当所述程序产品在服务器240上运行时，所述程序代码用于使服务器240执行本说明书描述的称重传感器420偏载误差进行标定以及物品监测的步骤。用于实现上述方法的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)包括程序代码，并可以在服务器240上运行。然而，本说明书的程序产品不限于此，在本说明书中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统(例如处理器242)使用或者与其结合使用。所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本说明书操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在服务器240上执行、部分地在服务器240上执行、作为一个独立的软件包执行、部分在服务器240上部分在远程计算设备上执行、或者完全在远程计算设备上执行。

上述对本说明书特定实施例进行了描述。其他实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者是可能有利的。

综上所述，在阅读本详细公开内容之后，本领域技术人员可以明白，前述详细公开内容可以仅以示例的方式呈现，并且可以不是限制性的。尽管这里没有明确说明，本领域技术人员可以理解本说明书需求囊括对实施例的各种合理改变，改进和修改。这些改变，改进和修改旨在由本说明书提出，并且在本说明书的示例性实施例的精神和范围内。

此外，本说明书中的某些术语已被用于描述本说明书的实施例。例如，“一个实施例”，“实施例”和/或“一些实施例”意味着结合该实施例描述的特定特征，结构或特性可以包括在本说明书的至少一个实施例中。因此，可以强调并且应当理解，在本说明书的各个部分中对“实施例”或“一个实施例”或“替代实施例”的两个或更多个引用不一定都指代相同的实施例。此外，特定特征，结构或特性可以在本说明书的一个或多个实施例中适当地组合。

应当理解，在本说明书的实施例的前述描述中，为了帮助理解一个特征，出于简化本说明书的目的，本说明书将各种特征组合在单个实施例、附图或其描述中。然而，这并不是说这些特征的组合是必须的，本领域技术人员在阅读本说明书的时候完全有可能将其中一部分特征提取出来作为单独的实施例来理解。也就是说，本说明书中的实施例也可以理解为多个次级实施例的整合。而每个次级实施例的内容在于少于单个前述公开实施例的所有特征的时候也是成立的。

本文引用的每个专利，专利申请，专利申请的出版物和其他材料，例如文章，书籍，说明书，出版物，文件，物品等，可以通过引用结合于此。用于所有目的的全部内容，除了与其相关的任何起诉文件历史，可能与本文件不一致或相冲突的任何相同的，或者任何可能对权利要求的最宽范围具有限制性影响的任何相同的起诉文件历史。现在或以后与本文件相关联。举例来说，如果在与任何所包含的材料相关联的术语的描述、定义和/或使用与本文档相关的术语、描述、定义和/或之间存在任何不一致或冲突时，使用本文件中的术语为准。

最后，应理解，本文公开的申请的实施方案是对本说明书的实施方案的原理的说明。其他修改后的实施例也在本说明书的范围内。因此，本说明书披露的实施例仅仅作为示例而非限制。本领域技术人员可以根据本说明书中的实施例采取替代配置来实现本说明书中的申请。因此，本说明书的实施例不限于申请中被精确地描述过的实施例。

Claims (17)

1.一种智能货架的偏载误差标定方法，所述智能货架包括安装在机架上的至少一层承载装置，所述至少一层承载装置中的每层承载装置包括托盘以及称重传感器，所述托盘用于承载物品，所述称重传感器位于所述托盘的预定位置，用于测量所述物品的重量，所述偏载误差由所述物品的重心位置与称重传感器的敏感中心存在偏载距离引起，所述方法包括：

将已标定重量的砝码依次摆放至所述托盘上已进行位置标定的M个目标位置，并获取所述M个目标位置中的每个目标位置对应的所述称重传感器的输出值，M为正整数；以及

基于所述每个目标位置对应的所述称重传感器的输出值、所述砝码的重量以及所述每个目标位置相对于所述称重传感器的偏载距离，确定所述称重传感器的所述偏载误差与所述物品的重量以及所述物品相对于所述称重传感器的偏载距离之间的关系。

2.如权利要求1所述的偏载误差标定方法，其中，所述获取所述M个目标位置中的每个目标位置对应的所述称重传感器的输出值，包括：

获取所述M个目标位置对应的M个输出值；以及

将所述M个输出值依次排列组成第一向量，所述第一向量的行数为M，列数为1。

3.如权利要求1所述的偏载误差标定方法，其中，所述确定所述称重传感器的所述偏载误差与所述物品的重量以及所述物品相对于所述称重传感器的偏载距离之间的关系包括确定所述称重传感器的偏载误差模型，

所述偏载误差模型包括基于偏载误差系数构建的所述偏载误差与所述物品的重量以及所述物品相对于所述称重传感器的所述偏载距离的映射关系。

4.如权利要求3所述的偏载误差标定方法，其中，所述确定所述称重传感器的偏载误差模型，包括：

基于所述预定位置以及所述每个目标位置的位置，确定所述每个目标位置相对于所述称重传感器的所述偏载距离；

基于所述每个目标位置对应的所述称重传感器的输出值、所述砝码的重量、所述每个目标位置相对于所述称重传感器的所述偏载距离以及预设的目标计算模型，建立M个方程式，其中，所述目标计算模型是基于所述偏载误差模型建立的，包括所述称重传感器的输出值与所述物品的重量以及所述偏载误差的映射关系；以及

基于所述M个方程式和预设的求解算法，确定所述偏载误差系数，从而确定所述偏载误差模型。

5.如权利要求3所述的偏载误差标定方法，所述偏载距离包括：

第一偏载距离，包括所述物品的重心在第一方向上与所述称重传感器的距离；以及

第二偏载距离，包括所述物品的重心在第二方向上与所述称重传感器的距离，

其中，所述第一方向与所述第二方向垂直设置。

6.如权利要求5所述的偏载误差标定方法，所述偏载误差系数包括：

第一偏载误差系数，用于补偿由所述第一偏载距离引起的偏载误差；以及

第二偏载误差系数，用于补偿由所述第二偏载距离引起的偏载误差。

7.如权利要求5所述的偏载误差标定方法，其中，所述M个目标位置中包括P个位于所述第一方向上的目标位置以及L个位于所述第二方向上的目标位置，其中，P和L均为不小于0的整数。

8.如权利要求4所述的偏载误差标定方法，其中，所述求解算法包括最小二乘算法。

9.如权利要求1所述的偏载误差标定方法，其中，所述砝码的重量不超过所述称重传感器的量程的1/2。

10.如权利要求1所述的偏载误差标定方法，其中，M为不小于2的整数。

11.一种智能货架的偏载误差标定系统，包括：

至少一个存储介质，存储有至少一个指令集，用于称重传感器偏载误差的标定；以及

至少一个处理器，同所述至少一个存储介质通讯连接，

其中，当所述称重传感器偏载误差标定系统运行时，所述至少一个处理器读取所述至少一个指令集，并且根据所述至少一个指令集的指示执行权利要求1-10中任一项所述的智能货架的偏载误差标定方法。

12.一种智能货架，包括：

至少一个承载装置，所述至少一个承载装置中的每个承载装置包括：

托盘，用于承载物品；

称重传感器，位于所述托盘的预定位置，用于测量所述物品的重量；以及

基座，所述称重传感器安装在所述基座上；

位置识别传感器，安装在所述至少一个承载装置的上方，用于监测所述每个承载装置的所述托盘上的所述物品的变化；以及

计算装置，与所述每个承载装置以及所述位置识别传感器通信连接，接收所述称重传感器的输出值以及所述位置识别传感器的监测数据，基于所述监测数据的变化确定当前时刻变化的目标物品的位置，并基于所述称重传感器的输出值的变化、所述目标物品的位置以及预设的偏载误差模型确定所述目标物品的重量，其中，所述物品包括所述目标物品，所述偏载误差模型是通过权利要求1-10中任一项所述的智能货架的偏载误差标定方法得到的。

13.一种物品监测方法，用于权利要求12所述的智能货架，所述方法包括通过所述计算装置执行：

获取所述称重传感器的输出值以及所述位置识别传感器的所述监测数据；

基于所述监测数据的变化确定所述当前时刻变化的所述目标物品的位置；以及

基于所述称重传感器的输出值的变化、所述目标物品的位置以及所述偏载误差模型，确定所述目标物品的重量。

14.如权利要求13所述的物品监测方法，其中，所述偏载误差模型包括基于偏载误差系数构建的偏载误差与所述物品的重量以及所述物品相对于所述称重传感器的偏载距离的映射关系。

15.如权利要求14所述的物品监测方法，其中，所述确定所述目标物品的重量，包括：

基于所述预定位置以及所述目标物品的位置，确定所述目标物品相对于所述称重传感器的所述偏载距离；以及

基于所述偏载距离、预设的目标计算模型以及所述当前时刻相对于前一时刻的所述称重传感器的输出值的变化，确定所述目标物品的重量，其中，所述目标计算模型是基于所述偏载误差模型建立的，包括所述称重传感器的输出值与所述物品的重量以及所述偏载误差的映射关系，所述前一时刻为在所述当前时刻之前的所述称重传感器的输出值发生变化的时刻。

16.如权利要求13所述的物品监测方法，其中，还包括：

基于所述目标物品的重量以及所述目标物品的位置，确定所述目标物品的属性信息。

17.如权利要求13所述的物品监测方法，其中，所述位置识别传感器包括视觉传感器、红外传感器、超声波传感器、雷达传感器以及电场传感器中的至少一种。