CN113168606B - 用于流程整形的系统和方法 - Google Patents

Abstract

一种用于零售商店环境中的流程整形的系统，包括视频生成和处理组件，用于聚合和集成从不同的源接收的信息的数据源集成和聚合组件，用于生成一个或多个连续流程的流程感测组件，用于将所述一个或多个连续流程聚合成一个融合加权流程的流程聚合器和加权组件，用于确定或一个或多个流程变化的问题和价值证明组件，用于向零售商店环境发送一个或多个微调消息的涟漪效应分析器，以及用于向零售商店环境中的一个或多个实体传达与微调消息相对应的微调动作的博弈化反馈算法组件。

Description

用于流程整形的系统和方法

技术领域

本公开主要涉及感测关于动作和活动的环境，更具体地说是用图像和活动识别来对与该环境有关的流程进行整形。

背景技术

所有业务领域的公司都使用了不同形式的业务流程管理来管理和改善公司绩效。流程管理方法论包括专注于流程发现的流程管理，与预期流程(元流程)进行的流程比较以及通过反馈回路/与环境的交互进行的流程整形。“AS-IS”流程定义了特定组织中的业务流程的当前状态。通常，将业务的当前状态流程汇总到一起的分析目标是明确理清业务流程当前是如何工作的。然而，现今的“AS-IS”流程制定仅仅是“最佳猜测”和“及时快照”。主要的难题是缺少最新的信息，由此使得现有流程管理系统对日常业务活动的现实视而不见。在一些企业环境中，管理团队面临着设计、组织和监督现有特设流程的问题，而该问题主要归因于不可预测的人类行为。

实际上，要想识别各种人类行为并对在所考虑的环境中发挥不同作用的实体和活动进行全局追踪是非常困难的。关于实体的示例包括但不局限于员工，产品，输送机，工业机器人。关于活动的示例包括但不局限于操作员进入或离开现场；拣选、放下、移动、称重或扫描物品；操作触摸屏显示器；以及通过信用卡进行支付。

鉴于以上内容，有必要具有一种基于识别不同人类动作和全局追踪不同实体来促进设计和整形流程的系统。

发明内容

根据本公开的一个方面，提供了一种用于零售商店环境中的流程整形的系统。所述系统包括视频生成和处理组件，其被配置成实时捕获所述零售商店环境的图像和视频数据，以便识别一个或多个实体的一个或多个动作，以及执行关于所述一个或多个实体的全局追踪。所述系统可以进一步包括数据源集成和聚合组件，其被配置成聚合和集成从所述零售商店环境的所述视频生成和处理组件以及物联网(IoT)设备、销售点(PoS)系统和企业资源规划(ERP)系统接收的信息，以便提取和解释跨越预先定义的时间间隔的一个或多个用户活动。所述系统可以进一步包括流程感测组件，其被配置成基于所聚合和集成的信息来生成一个或多个连续流程，每一个连续流程表示所述零售商店环境内部预定位置的一系列用户活动。所述系统可以进一步包括流程聚合器和加权组件，其被配置成将一个或多个连续流程聚合成一个融合加权流程，以便执行流程模型提取、虚拟化流程建模以及异常检测。所述系统可以进一步包括问题和价值证明组件，其被配置成将所述融合加权流程与预先定义的参考流程相比较，以便确定一个或多个流程变化。所述系统可以进一步包括涟漪效应分析器，其被配置成监视所述融合加权流程的当前版本以及所述融合加权流程的先前版本，以便检测自然发生的一个或多个涟漪效应，以及向所述零售商店环境发送基于所述一个或多个涟漪效应的一个或多个微调消息。所述系统可以进一步包括博弈化反馈算法组件，其被配置成向所述零售商店环境中的一个或多个实体传送用于传达微调动作的微调消息，以及在所述一个或多个实体成功执行了所述微调动作的情况下传送奖励。

根据本公开的另一个方面，提供了一种用于在零售商店环境中的流程整形的方法。所述方法包括实时捕获所述零售商店环境的图像和视频数据，以便识别一个或多个实体的一个或多个动作，以及执行关于所述一个或多个实体的全局追踪。所述方法可以进一步包括：将图像和视频数据与所述零售商店环境的物联网(IoT)设备、PoS系统和企业资源规划(ERP)系统提供的信息进行聚合和集成，以便提取和解释跨越预先定义的时间间隔的一个或多个用户活动。所述方法可以进一步包括基于所聚合和集成的信息来生成一个或多个连续流程，每一个连续流程表示所述零售商店环境内部预定位置的一系列用户活动。所述方法可以进一步包括将一个或多个连续流程聚合成一个融合加权流程，以便执行流程模型提取、虚拟化流程建模以及异常检测。所述方法可以进一步包括将所述融合加权流程与预先定义的参考流程相比较，以便确定一个或多个流程变化。所述方法可以进一步包括：监视所述融合加权流程的当前版本以及所述融合加权流程的先前版本，以便检测自然发生的一个或多个涟漪效应，以及向所述零售商店环境发送基于所述一个或多个涟漪效应的一个或多个微调消息。所述方法可以进一步包括向所述零售商店环境中的一个或多个实体传送用于传达微调动作的微调消息，以及在所述一个或多个实体成功执行了所述微调动作的情况下传送奖励。

根据本公开的又一个方面，提供了一种用于零售商店环境中的流程整形的计算机可编程产品。所述计算机可编程产品包括指令集合，以使所述指令集合在由处理器执行时促使所述处理器实时捕获零售商店环境的图像和视频数据，以便识别一个或多个实体的一个或多个动作，以及执行关于所述一个或多个实体的全局追踪，并且将图像和视频数据与所述零售商店环境中的物联网(IoT)设备、PoS系统和企业资源规划(ERP)系统提供的信息进行聚合和集成，以便提取和解释跨越预先定义的时间间隔的一个或多个用户活动。所述指令集合在被所述处理器执行时促使所述处理器基于所聚合和集成的信息而生成一个或多个连续流程，每一个连续流程表示所述零售商店环境内部预定位置的一系列用户活动，以及将所述一个或多个连续流程聚合成一个融合加权流程，以便执行流程模型提取、虚拟化流程建模和异常检测。所述指令集合在被所述处理器执行时促使所述处理器将所述融合加权流程与预先定义的参考流程相比较，以便确定一个或多个流程变化，以及监视所述融合加权流程的当前版本以及所述融合加权流程的先前版本，以便检测自然发生的一个或多个涟漪效应，以及向所述零售商店环境传送基于所述一个或多个涟漪效应的一个或多个微调消息，并且向所述零售商店环境的一个或多个实体传送与微调消息相对应的微调动作，以及在所述一个或多个实体成功执行了所述微调动作的情况下传送奖励。

本公开的实施例通过其分析人类行为以检测构成包含人类(或其他移动实体)物理活动在内的重复流程的活动的能力，基本消除或至少部分解决了设计、组织和监督现有的特设流程的问题。该流程模型可以帮助管理团队微调或重塑流程，以便提高其效率以及检测和定义流程异常。此外，它支持关于流程的连续监视以及此类异常的实时检测。这样做允许通过集成的动作子系统来采取一些纠正措施。这些纠正措施可以用智能设备上的增强现实技术来设计，以便帮助安全人员涵盖这些异常的多样性，以及克服在定义新异常与所述人员解决所述需求之间的时间短的问题。以本地“微调”消息的形式体现的反馈信号通过增量传播(“涟漪效应”)对整个业务流程产生了变革效应。该效应可以使用实时虚拟流程生成系统以及“微调”反馈回路而被即时测量和调变。

应该理解的是，在不脱离附加方案所限定的本公开的范围的情况下，本公开的特征是很容易以各种组合方式组合的。

附图说明

当结合附图阅读时，以上的发明内容以及以下的关于说明性实施例的详细描述将会得到更好的理解。为了例证本公开，在附图中显示了本公开的例示性构造。然而，本公开不限于这里公开的具体方法和手段。此外，本领域技术人员将会理解，这些附图并不是按比例绘制的。只要可能，相同的要素是用相同的数字指示的。

图1示出了根据本公开的一个实施例的用于预先定义的环境中的流程整形的系统；

图2详细示出了根据本公开的一个实施例的图1的系统的组件；

图3示出了所提取的扫描流程的示例性处理流程/模型；

图4是根据本公开的整形流程方法的步骤的图示；以及

图5示出了根据本公开的示例性零售商店环境。

在附图中使用了带下划线的数字来表示所述带下划线的数字所在的项目或是与所述带下划线的数字相邻的项目。与不带下划线的数字相关的项目是由将所述不带下划线的数字链接到所述项目的线条标识的。当数字不带下划线且带有关联箭头时，所述不带下划线的数字被用于标识箭头指向的常规项目。

具体实施方式

以下的详细描述示出了本公开的实施例以及可以实现这些实施例的方式。虽然公开了执行本公开的最佳模式，但是本领域技术人员将会认识到，其他用于执行或实施本公开的实施例也是可能的。

图1示出了根据本公开的一个实施例的用于在预先定义的环境102中整形一个或多个流程的系统100。

在一个优选实施例中，该预先定义的环境102包括自助结帐商店(SCO)环境，该环境包含了诸如雇员、产品、输送机、工业机器人之类的实体，以及诸如操作员进入或离开现场、拣选、放下、移动、称重或扫描物品，操作触摸屏显示器，以及通过现金、移动电子交易或信用卡进行支付之类的活动。然而，对于本领域的普通技术人员来说，很明显，该预先定义的环境102可以包括其他环境，例如包含了供应商交货、操作员、输送机、货架以及诸如从供应商接收包裹、检查、拒绝破损包裹、分拣、放下或从输送机上拾取、保存在货架上之类的活动的仓库。该系统100还可以在涉及生产车间中的组件处理的任何一般工业环境中使用，该组件处理包括大量特设或部分特设流程并且由此不能以简单的方式理解和手动管理。

该系统100包括视频生成和处理组件104，该视频生成和处理组件104包括图像捕获设备，其被配置成实时捕获预先定义的环境102的一个或多个图像、视频和声音，以便识别图像帧中的不同实体(例如人、动物以及事物)，并执行关于此类实体的全局追踪。关于图像捕获设备的示例包括但不局限于闭路电视(CCTV)摄像机、高清(HD)摄像机、非HD摄像机、手持摄像机、交通摄像机、警车摄像机以及无人驾驶机(UAV)上的摄像机。

执行全局追踪包括对使用作为视频生成和处理组件104的一部分的一组视频捕捉设备所捕获的整个场景中包含的所有实体(例如人、产品、PoS扫描枪、箱包以及购物车)进行追踪。全局追踪意味着对由一个或多个被配置成从预先定义的环境102的不同部分捕获视频信息的摄像机所捕获的实体进行连续追踪的能力。

在本公开的一个实施例中，视频生成和处理组件104包括一组检测器和集成器，用于处理视频和其他信号及数据流，以便检测设备、环境、一个或多个动作、一个或多个对象或是其任何组合。该检测器包括感测设备，例如PoS条形码读取器。

在本公开的另一个实施例中，视频生成和处理组件104可以可通信地耦合到计算机系统(未显示)，在该计算机系统中提供了一个或多个先前捕获的图像/视频流/gif文件。该计算机系统可以是位于其本地或远端的任何计算设备，并且在其本地存储器中存储了多个视频/图像。在一个实施例中，该计算机系统可以包括计算服务器，移动设备，存储器组件以及手持设备中的一个或多个。

该系统100进一步包括数据源集成和聚合组件106，它是对接到其他不同系统和设备的接口(包括但不局限于IoT设备、PoS系统、ERP解决方案以及其他系统等等)。该数据源聚合和集成组件106执行不同信息(例如视频数据和PoS文本信息)的聚合和集成。在本公开的一个实施例中，该聚合和集成组件106同步来源于不同系统的信息，以便提取和解释跨越某个时段的活动。该数据源集成和聚合组件106对来自不同系统且关联于同一个活动的信息进行关联，并且促进对活动进行识别以及将所观察到的流程的不同部分与ERP系统存储的预先定义的流程相匹配。

该系统100进一步包括流程感测组件108，其被配置成将连续流程感测成是针对该环境104内部的每一个通道或流的一系列事件/动作。流(或数据通道，二者是可互换使用的)是某个传感器(例如摄像机)的输出。每一个传感器负责捕获在环境102的特定部分发生的事件，以此作为以特定频率获取的采样流。在一个示例中，置于PoS扫描器顶部的摄像机将会捕获覆盖了预期发生诸如扫描产品条形码之类的动作的区域。

在本公开的一个实施例中，流程感测组件108包括一组多个特征提取器FE₁到FEn。关于特征提取器的示例包括但不局限于图像和视频处理组件，统计分类器以及深度学习(例如CNN)分类器。该流程感测组件108包括与计算机视觉和图像处理相关的各种机器学习模型，其中所述计算机视觉和图像处理与检测数字图像和视频中的某种分类的语义对象的实例(例如人、建筑物或汽车)相关联。

该系统100进一步包括流程聚合器和加权组件110，其被配置成将一个或多个通道的连续流程聚合成一个融合加权流程。该融合加权流程是通过聚合在每一个通道中发现的单个流程看到的感知流程。在一个示例中，扫描流程可以用两个不同的摄像机来感测。流程感测组件108可以提取与每一个摄像机覆盖的环境的部分相对应的一系列加权动作，其中所述加权代表识别置信度。流程聚合器和加权组件110可以基于每一个动作的时空相关性来聚合两个流程表示。在证据相互矛盾的情况下，要想融合代表场景中的相同序列的两个不同动作，那么可以使用权重来做出决策。流程聚合器和加权组件110被配置成执行流程模型提取、虚拟化流程建模以及异常检测。

在本公开的一个实施例中，每一个摄像机都检测具有关联权重的一系列用户动作。在一个示例中，每一个摄像机将一个百分比加权与相应的用户动作相关联，例如：

摄像机1：A(x1％)，B(y1％)，C(z1％)

摄像机2：A(x2％)，D(y2％)，C(z2％)

其中A、B、C以及D是用户动作，

在本公开的上下文中，所述融合可以通过以下步骤来执行：

1、计算第一用户动作A的发生概率，以此作为x1和x2的平均值

2、基于动作B和D的发生概率，组合B和D或者选择B和D中的一个作为第二用户动作。取决于B和D的不相关程度，用于组合用户动作B和D的规则有可能是不同的，并且是可以手动配置的。

3、计算第三用户动作C的发生概率，以此作为z1和z2的平均值

该系统100进一步包括问题和价值证明组件112以及参考流程和价值链组件114，其结合参考流程来分析融合加权流程，并且提取成本暗示和问题证明，以及将融合加权流程的快照存档。

问题和价值证明组件112使用融合加权流程来确定一个或多个流程变化或违规，即流程问题。在一个示例中，在分发中心中，依照参考流程，预期的装载/卸载货车的平均时间是10分钟。然而，由于与操作员或管理包裹装卸的系统的预期行为不符，该平均时间增加到15分钟。这样会对整个流程产生涟漪效应，由此对吞吐量和价值产生整体影响。

参考流程代表的是由企业作为标准开发和实施的流程，其被设计成实现特定的性能等级并且由此为企业带来价值。参考流程和价值链组件114实施针对所述标准流程的专用关键绩效指标(KPI)，由此不但允许评估流程的总体价值，而且还可以评估流程环节对流程的整体价值的贡献或影响。在一个示例中，在接收、处理然后分发包裹的分发中心中，一个流程环节可以是从快递车上装载或卸载包裹。该流程中的这个步骤同时包含了整体流程改进的成本和机会，由此增加了流程的总体价值。举例来说，货车在分发中心装载和卸载包裹所耗费的时间会影响分发中心的总体容量，并且由此影响包裹吞吐量。该系统100进一步包括涟漪效应分析器116，其被配置成监视融合加权流程的当前版本和融合加权流程的先前版本，以便检测自然发生的一个或多个涟漪效应，以及向零售商店环境102发送基于所述一个或多个涟漪效应的一个或多个微调消息。在本公开的上下文中，涟漪效应是单个动作对若干个不同实体具有影响的概念。

在本公开的一个实施例中，涟漪效应分析器116将流程阶段及其相互依赖性进行关联，以便确定阶段中的变化对整个流程的影响。微调消息是由涟漪效应分析器116产生的用于缓解涟漪效应的定时器或提醒。在一个示例中，在接收、处理然后分发包裹的分发中心，货车装载和卸载时间对其他流程阶段的定时(例如每个区域或地址的包裹分类)产生了涟漪效应。为了缓解该涟漪效应，涟漪效应分析器116可以向货车驾驶员的计算设备发送微调消息。该微调消息可以包括与留给货车装载/卸载以及清理货架的时间有关的定时器或提醒信息。

该系统100进一步包括博弈化反馈算法组件120，其被配置成基于微调消息来确定调整和优化融合加权流程所需要的最优动作类型。该博弈化反馈算法组件120使用动作和奖励原理来识别可以对融合加权流程执行的最有效的变化。在下文中，基于微调消息执行的动作被称为微调动作，并且可以通过微调动作调制器122而被反向传递给零售商店环境102。该微调动作调制器122可以充当微调动作的过滤器。举例来说，如果微调消息数量已经达到某个阈值，那么可以过滤后续的微调消息。

在包裹分发环境下，该博弈化反馈算法组件120可以将微调消息传递给驾驶员，以便在所指示的时间以内执行对应动作。如果成功执行了微调动作，那么博弈化反馈算法组件120可以向驾驶员提供奖励积分，然后，所述奖励积分可被转换成某种形式的利益(金钱、休假等等)。

在本公开的不同实施例中，系统100被配置成通过使用来自环境的视频馈送来促进流程发现，通过在应用反馈消息的过程中涉及博弈理论和微调理论以及引入了神经网络和机器学习(专家系统)的多玩家流程挖掘来执行流程整形。该系统100被配置成利用机器视觉、AI和神经网络来生成和显示实时见解，这些见解会对流程进行整形，消除摩擦以及加速增长。在该上下文中，博弈论基于所执行的微调来创建人类行为模型。在该上下文中，微调理论是一种用于理解人们如何思考，做出决策和行为的概念。每一个新的微调都会创建该流程的新的版本，并且有必要对此进行观察和捕获。

在本公开中，系统100涉及一种包含了被配置成存储、处理和/或共享信息的可编程和/或非可编程组件的结构和/或组件。可选地，系统100包括能够增强信息以执行各种计算任务的物理或虚拟计算实体的任何布置。在一个示例中，系统100可以包括诸如存储器、处理器、网络适配器等组件，以便与其他计算组件一起存储、处理和/或共享信息。

图1仅仅是一个示例。本领域普通技术人员将会认识到关于这里的实施例的众多变化，替换和修改。

图2详细示出了根据本发明的一个实施例的流程感测组件108、流程聚合器和加权组件110、问题和价值证明组件112、以及参考流程和价值链组件114。

流程感测组件108被配置成基于对应的一系列动作来感测零售商店环境104内部的每一个通道的连续流程。在一个示例中，流程感测组件基于一系列的第一动作202a、第二动作204a、第三动作206a、第四动作208a以及第五动作210a等来感测通道1的第一连续流程。同样，流程感测组件基于一系列的第一动作202b、第二动作204b、第三动作206b、第四动作208b以及第五动作210b等来感测信道N的第n个连续流程。每一个通道都代表了零售商店环境102的特定部分的视频摄像机流。

置于PoS扫描器顶部的摄像机将代表通道1，并且流程感应组件108可以基于一系列的动作(例如拿起产品、检查产品、将产品移到扫描器上以及将产品放入购物袋)来感应扫描流程。

流程聚合器和加权组件110被配置成聚合在每一个通道/流中发现的单个流程，以便生成一个融合加权流程212。整体上，流程聚合器和加权组件110利用机器学习方法来将单个流程的用户动作链接在一起，并且确定该流程的可能模型。在一个示例中，融合加权流程212可以包括用户动作202a，204b、206a、206b和208b。

问题和价值证明组件112示出了针对流程聚合器和加权组件110感测到的融合加权流程212所做的分析，以便确定流程变化或违规，即流程问题。参考流程和价值链组件114示出了一个处理流程214，该处理流程描述了一个参考流程，该参考流程不但对融合加权流程的整体价值进行评估，而且还会评估处理环节对该融合加权流程的整体价值的贡献或影响。

图2仅仅是一个示例。本领域普通技术人员将会认识到关于这里的实施例的众多变化、替换和修改。

图3示出了根据本公开的一个实施例的扫描流程301的示例性处理流程/模型，该流程是图2)中描述的融合加权流程202的一个示例。扫描流程301包括一系列用户动作和检查，通过执行这些动作和检查而在自助结账商店环境102中完成物品的扫描。用户动作由矩形框表示，而检查则由决策框表示。然后，扫描流程301包括用户从其原始位置(例如拣选区域)以物理方式拣选产品的第一用户动作“拣选”302。扫描流程301进一步包括用户在扫描区域以外操纵产品以找到条形码的第二用户动作“检查”304。用户还可以执行动作“检查”304以读取产品价格。该扫描流程301进一步包括用户在扫描区域上移动所选择的产品以进行扫描和计费的第三用户动作“扫描意图”306。该扫描流程301包括用于确定用户执行的扫描动作是否成功的第一检查“扫描是否成功”308。如果扫描动作成功，则执行第四用户动作310，其中用户将扫描的产品置于放置区域中。该放置区域可以是可以在用户扫描了最终收集之后供其放置产品的位置。如果扫描动作不成功，则意味着发生了非扫描事件，并且处理流程会转到用空菱形表示的决策框312的右侧无条件分支。所述非扫描事件是众所周知的零售扫描过程异常。

图3仅仅是一个示例。本领域普通技术人员将会认识到关于这里的实施例的众多变化、替换和修改。

图4是根据本公开的用于整形流程的方法的步骤的图示。该方法被描述成是逻辑流程图中的步骤集合，其代表了可以由硬件、软件或是其组合实施的一系列步骤。

在步骤402，通过视频生成和处理组件的图像捕获设备实时捕获零售商店环境的图像和视频数据，以便识别一个或多个实体的一个或多个动作，以及执行关于所述一个或多个实体的全局追踪。执行全局追踪包括追踪整个场景中包含的所有实体，例如人、产品、PoS扫描枪、箱包以及购物车。全局追踪表示的是能够连续追踪由一个或多个被配置成从预先定义的环境的不同部分捕获视频信息的摄像机捕获到的实体的能力。

视频生成和处理组件进一步包括一组检测器和集成器，用于通过处理图像和视频数据来检测零售商店环境中的一个或多个设备、一个或多个动作、一个或多个对象以及一个或多个用户。所述检测器包括传感设备，例如PoS条形码读取器。

在步骤404，将图像和视频数据与零售商店环境的物联网(IoT)设备、PoS系统以及企业资源规划(ERP)系统提供的信息相集成，以便提取和解释跨越了预先定义的时间间隔的一个或多个用户活动。在本公开的一个实施例中，所执行的处理是将来自不同系统且与同一个活动相关联的信息进行关联，以及对活动进行识别，并且将观察到的流程的不同部分与ERP系统存储的预先定义的流程相匹配。

在步骤406，基于所聚合和集成的信息来生成一个或多个连续流程，每一个连续流程表示零售商店环境内部预定位置的一系列用户活动。在本公开的一个实施例中，连续流程可被感测成是环境内部的每一个通道或流的一系列事件/动作。流(或数据通道，二者是可以互换使用的)是某个传感器(例如摄像机)的输出。每一个传感器负责捕获在环境的特定部分发生的事件，以此作为以特定频率获取的采样流。在一个示例中，置于PoS扫描器顶部的摄像机将会捕获覆盖了预期发生诸如扫描产品条形码之类的动作的区域。

在步骤408，一个或多个连续流程被聚合成一个融合加权流程，以便执行流程模型提取、虚拟化流程建模以及异常检测。在本公开的一个实施例中，两个连续流程是基于对应动作的时空相关性而被聚合的。融合加权流程是通过聚合在每一个通道中发现的单个流程看到的感知流程。在一个示例中，通过使用两个不同的摄像机，可以感测一个扫描流程，并且可以提取与每一个摄像机覆盖的环境部分相对应的一系列权重动作，其中所述权重代表识别置信度。

在步骤410，该融合加权流程会与预先定义的参考流程相比较，以便确定一个或多个流程变化。参考流程代表了由相应企业作为标准开发和实施的流程，其被设计成实现预先定义的性能等级，以及为企业带来价值。在一个示例中，在分发中心中，根据参考流程，预期装载/卸载货车的平均时间是10分钟。然后，由于与操作员或管理包裹装卸的系统的预期行为不符，该平均时间增加到15分钟。

在步骤412，通过监视融合加权流程的当前版本和融合加权流程的先前版本，检测自然发生的一个或多个涟漪效应，以及向零售商店环境发送基于所述一个或多个涟漪效应的一个或多个微调消息。在本公开的上下文中，涟漪效应是单个动作对若干个不同实体具有影响的概念。微调消息是由涟漪效应分析器生成的用于减轻涟漪效应的计时器或提醒。在一个示例中，在接收、处理然后分发包裹的分发中心，货车的装卸和卸载时间对其他流程阶段(例如每个区域或每个地址的包裹分类)的时间产生了涟漪效应。为了减轻涟漪效应，可以向货车驾驶员的计算设备发送可以包括与留给货车装载/卸载以及清理托架的时间有关的计时器或提醒信息的微调消息。

在步骤414，与微调消息相对应的微调动作被传达给零售商店环境中的一个或多个实体。在下文中，基于微调消息执行的动作被称为微调动作，并且可以将其通过微调动作调制器反向传达给零售商店环境。微调动作调制器可以充当微调动作的过滤器。举例来说，如果微调消息数量已经达到某个阈值，那么可以过滤后续的微调消息。

更进一步，如果一个或多个实体已经成功执行了微调动作，那么可以发布奖励。在本公开的一个实施例中，动作和奖励的原理被用于识别能对融合加权流程执行的最有效的改变。在包裹分发情形中，通过向驾驶员传达微调消息，可以使其在指示的时间执行对应的动作。如果成功执行了微调动作，则可以向驾驶员提供奖励积分，然后可以将其转换为某种形式的收益(金钱，休假等等)。

图4仅仅是一个示例。本领域普通技术人员将会认识到关于这里的实施例的众多变化，替换和修改。

图5示出了根据本公开的一个实施例的例示环境500。在该示例中，环境500可以是零售环境。

作为示例，环境500可以包括第一零售商店502a和第二零售商店502b，其中每一个零售商店通过通信网络506可通信地相互耦合以及耦合到总部504。该通信网络506可以是任何适当的有线网络、无线网络、这些网络的组合或是其他任何常规网络。而不会对本公开的范围构成限制。少量示例可以包括局域网(LAN)、无线LAN连接、因特网连接、点到点连接或是其他任何网络连接及其组合。

在营业时间，第一和第二零售商店502a和502b中的每一个有可能包括多个实体，例如顾客、操作员、展示产品、购物车、扫描枪以及PoS终端。PoS终端是一种用于处理零售地点的销售和支付的电子设备。PoS终端允许很容易地追踪销售、订单和购物，由此消除了与旧的传统系统或手动的笔纸解决方案相关的麻烦和管理。零售商店的PoS终端可以通过通信网络可通信地相互耦合，并且可以由本地企业资源规划(ERP)系统以及相关的本地服务器控制。第一零售商店502a包括三个PoS终端、服务器以及第一ERP商店，而第二零售商店502b则包括三个PoS终端以及ERP和服务器商店。

第一和第二零售商店502a和502b都可以由总部504远程控制，所述总部504包括一个或多个ERP站点以及可通信地耦合到ERP站点的中心服务器，用于处理第一和第二零售商店502a和502b的购物、金融和审计(auditory)功能。

环境500进一步包括ERP流程整形系统508，该系统是图1的系统100的一个示例。ERP流程整形系统508提供了一种方法和装置，所述方法和装置通过使用传感器监视和人工智能来提取局部受约束的特设流程(其中包含了在该流程中发挥不同作用的某些未经训练的行为者的不可预测的人类行为)的模型，并且实时检测一些流程异常，由此对环境500的一个或多个ERP系统进行整形。该ERP流程整形系统508提供了基于增强现实的有效组件，其目的是帮助流程监视中涉及的人员了解某种新的异常类型，以及支持其采取最适当的纠正措施。

在不脱离附加权利要求限定的本公开的范围的情况下，以上描述的本公开的实施例是可以修改的。用于描述和请求保护本公开的表述(例如“包括”、“包含”、“引入”、“由……组成”、“具有”、“是”)应该以非排他性的方式解释，也就是允许存在未被明确描述的项目、组件或元素。对于单数的引用同样被解释成涉及复数。

Claims (18)

1.一种用于零售商店环境中的流程整形的系统，包括：

视频生成和处理组件，被配置成实时捕获所述零售商店环境的图像和视频数据，以便识别一个或多个实体的一个或多个动作，以及执行关于所述一个或多个实体的全局追踪；

数据源集成和聚合组件，被配置成聚合和集成从所述零售商店环境的所述视频生成和处理组件以及物联网IoT设备、销售点PoS系统和企业资源规划ERP系统接收的信息，以便提取和解释跨越预先定义的时间间隔的一个或多个用户活动；

流程感测组件，被配置成基于所聚合和集成的信息来生成一个或多个连续流程，每个连续流程表示所述零售商店环境内部预定位置的一系列用户活动；

流程聚合器和加权组件，被配置成将一个或多个连续流程聚合成一个融合加权流程，以便执行流程模型提取、虚拟化流程建模以及异常检测；

问题和价值证明组件，被配置成将所述融合加权流程与预先定义的参考流程相比较，以便确定一个或多个流程变化；

涟漪效应分析器，被配置成监视所述融合加权流程的当前版本以及所述融合加权流程的先前版本，以便检测自然发生的一个或多个涟漪效应，以及向所述零售商店环境发送基于所述一个或多个涟漪效应的一个或多个微调消息；以及

博弈化反馈算法组件，被配置成向所述零售商店环境中的一个或多个实体传送用于传达微调动作的微调消息，以及在所述一个或多个实体成功执行了所述微调动作的情况下传送奖励。

2.如权利要求1所述的系统，其中所述视频生成和处理组件包括一组检测器和集成器，用于通过处理图像和视频数据来检测所述零售商店环境中的一个或多个设备、一个或多个动作、一个或多个对象以及一个或多个用户。

3.如权利要求1所述的系统，其中所述流程感测组件包括一组特征提取器，用于检测视频和图像数据中的一个或多个分类的语义对象的实例。

4.如权利要求1所述的系统，其中所述流程聚合器和加权组件被配置成基于对应动作的时空相关性来聚合两个连续流程。

5.如权利要求1所述的系统，进一步包括参考流程和价值链组件，被配置成确定所述参考流程，其中所述参考流程代表的是由对应企业作为标准开发和实施的流程，并且被设计成实现预定的性能等级以及为所述企业带来价值。

6.如权利要求1所述的系统，进一步包括微调动作调制器，用于在微调消息数量达到预先定义的微调阈值的情况下过滤一个或多个微调动作。

7.一种用于在零售商店环境中的流程整形的方法，包括：

实时捕获所述零售商店环境的图像和视频数据，以便识别一个或多个实体的一个或多个动作，以及执行关于所述一个或多个实体的全局追踪；

将图像和视频数据与所述零售商店环境的物联网IoT设备、销售点PoS系统和企业资源规划ERP系统提供的信息进行聚合和集成，以便提取和解释跨越预先定义的时间间隔的一个或多个用户活动；

基于所聚合和集成的信息来生成一个或多个连续流程，每个连续流程表示所述零售商店环境内部预定位置的一系列用户活动；

将一个或多个连续流程聚合成一个融合加权流程，以便执行流程模型提取、虚拟化流程建模以及异常检测；

将所述融合加权流程与预先定义的参考流程相比较，以便确定一个或多个流程变化；

监视所述融合加权流程的当前版本以及所述融合加权流程的先前版本，以便检测自然发生的一个或多个涟漪效应，以及向所述零售商店环境发送基于所述一个或多个涟漪效应的一个或多个微调消息；

向所述零售商店环境中的一个或多个实体传送用于传达微调动作的微调消息，以及

在所述一个或多个实体成功执行了所述微调动作的情况下传送奖励。

8.如权利要求7所述的方法，进一步包括通过处理图像和视频数据来检测所述零售商店环境中的一个或多个设备、一个或多个动作、一个或多个对象以及一个或多个用户。

9.如权利要求7所述的方法，进一步包括检测视频和图像数据中的一个或多个分类的语义对象的实例。

10.如权利要求7所述的方法，进一步包括基于对应动作的时空相关性来聚合两个连续流程。

11.如权利要求7所述的方法，其中所述参考流程代表的是由对应企业作为标准开发和实施的流程，并且被设计成实现预定的性能等级以及为所述企业带来价值。

12.如权利要求7所述的方法，进一步包括在微调消息数量达到预先定义的微调阈值的情况下过滤一个或多个微调动作。

13.一种用于零售商店环境中的流程整形的计算机可编程产品，所述计算机可编程产品包括指令集合，所述指令集合在由处理器执行时促使所述处理器执行以下处理：

实时捕获所述零售商店环境的图像和视频数据，以便识别一个或多个实体的一个或多个动作，以及执行关于所述一个或多个实体的全局追踪；

将图像和视频数据与所述零售商店环境的物联网IoT设备、销售点PoS系统和企业资源规划ERP系统提供的信息进行聚合和集成，以便提取和解释跨越预先定义的时间间隔的一个或多个用户活动；

基于所聚合和集成的信息来生成一个或多个连续流程，每个连续流程表示所述零售商店环境内部预定位置的一系列用户活动；

将一个或多个连续流程聚合成一个融合加权流程，以便执行流程模型提取、虚拟化流程建模以及异常检测；

将所述融合加权流程与预先定义的参考流程相比较，以便确定一个或多个流程变化；

监视所述融合加权流程的当前版本以及所述融合加权流程的先前版本，以便检测自然发生的一个或多个涟漪效应，以及向所述零售商店环境发送基于所述一个或多个涟漪效应的一个或多个微调消息；以及

向所述零售商店环境中的一个或多个实体传送用于传达微调动作的微调消息，并且在所述一个或多个实体成功执行了所述微调动作的情况下传送奖励。

14.如权利要求13所述的计算机可编程产品，其中所述指令集在由所述处理器执行时会进一步促使所述处理器通过处理图像和视频数据来检测所述零售商店环境中的一个或多个设备、一个或多个动作、一个或多个对象以及一个或多个用户。

15.如权利要求13所述的计算机可编程产品，其中所述指令集在由所述处理器执行时会进一步促使所述处理器检测视频和图像数据中的一个或多个分类的语义对象的实例。

16.如权利要求13所述的计算机可编程产品，其中所述指令集在由所述处理器执行时会进一步促使所述处理器基于对应动作的时空相关性来聚合两个连续流程。

17.如权利要求13所述的计算机可编程产品，其中所述参考流程代表的是由对应企业作为标准开发和实施的流程，并且被设计成实现预定的性能等级以及为所述企业带来价值。

18.如权利要求13所述的计算机可编程产品，其中所述指令集在由所述处理器执行时会进一步促使所述处理器在微调消息数量达到预先定义的微调阈值的情况下过滤一个或多个微调动作。