CN113588063A - 一种基于活体重力感应与边缘智能识别技术的出门检测系统 - Google Patents

Abstract

本发明公开了一种基于活体重力感应与边缘智能识别技术的出门检测系统，包括边缘计算设备和称重系统，所述称重系统通过温度补偿系数和/或加速度补偿系数对测得的重量进行修，然后测出温度补偿系数和加速度补偿系数，再通过重量精确计算公式获得精准重量。本发明的有益效果是通过对影响称重因素的温度和加速度做标定，能够有效消除温度与速度对重量称量带来的影响，并通过对拟合后做修正，得到准确性较高的温度补偿系数和速度补偿系数，统一了基准，消除了温度和速度等相关因素带来的影响，可靠性高，测量过程简单，特别适合对活体中午重量的测定。

Description

一种基于活体重力感应与边缘智能识别技术的出门检测系统

技术领域

本发明属于智能零售技术领域，尤其是涉及一种基于活体重力感应与边缘智能识别技术的出门检测系统。

背景技术

在智能零售行业愈加成熟与使用范围更加广泛的今天，智能零售系统的稳定性和顾客的体验变得更加重要。零售商家，要求智能零售系统服务提供商提供更为准确和体验更好的系统。出门检测系统作为智能零售系统最重要的一环，是整套系统的安全阀。出门检测系统的检测结果是否准确、顾客出门的体验是否流畅，决定着整套方案是否完善。因此，对系统服务商来说，这两方面是必须要解决和持续不断进行优化的，市场上目前已经有了基于重量感应的出门检测系统，应用于智能零售领域，标定出门系统中，采用多个重量传感器置于通道内，当人体站在通道内时，每隔一段时间，系统收到一组重量数据。假设有m 个重量传感器，每隔100ms,输出一组重量数据，系统收到数据后，将n组数据求平均，即为该时段输出的重量值，具体结果如下

计算出来的W(重量值)即为一个有效重量输出值，设为W₁。第二个100ms同样输出一个W值，W₁和W的平均值即为第二个有效值，W₂＝(W₁+W)/2；以此类推，第n 组数据即为Wn＝(W₁+W₂+...+W)/n。易得，当n越大时，取到的有效值Wn越准确。我们将W重量值作为y轴，采样次数作为x轴，画坐标图使论述更为直观。如图3所示。基本围绕一根数轴，是一个逐渐收敛的波形图。波形图前半段的起伏很大，这是因为采样样本太少。当样本足够的时候，基本收敛于真实的重量值。

从上述的计算过程中，不难发现，这种系统目前是不完善的。这种出门检测系统缺点如下

1.加速度影响问题，由于n值越大越准确，为了取到相对准确的值，系统厂商只能尽可能的增大采样的组数。在实际取样时，n值往往要到100组，也就是时间要到10s(每次采样间隔100ms)如图2。

2.温度影响精度问题，此问题症结在于重量感应传感器工作的环境温度上。

重量传感器是根据压电效应原理工作。所谓的压电效应就是“对于不存在对称中心的异极晶体，加在晶体上的外力除了使晶体发生形变之外，还将改变晶体的极化状态，在晶体内部建立电场。”根据此原理，将机械力信号转为电信号输出。在信号转化过程中，容易受到温度以及重量加速度的影响，这个误差不是通过提高采样率就能解决的。要解决这个问题，只能在传感器本身找解决问题的办法。由于以上的原因，标的系统普遍的精度误差在100g左右，为了顾客可以正常进出门，系统厂商采用的做法往往是调高误差阈值。所以有了这样的实际场景，顾客如果拿了小于100g的东西，例如一小包纸巾，出门检测系统并不能检测到，因为这属于系统厂商允许的误差范围内。因此，在无人值守的场景内，不适合防止重量太小的商品。

因此需要我们设计出一种基于活体重力感应与边缘智能识别技术的出门检测系统，来解决这些问题。

发明内容

本发明要解决的问题是提供一种基于活体重力感应与边缘智能识别技术的出门检测系统。

为解决上述技术问题，本发明采用的技术方案是：

一种基于活体重力感应与边缘智能识别技术的出门检测系统，包括边缘计算设备和称重系统，所述称重系统通过温度补偿系数和/或加速度补偿系数对测得的重量进行修正。

优选的，所述温度补偿系数测量过程如下，

S1使用标准的重量测量设备在一定的温度区间内对固定重量的砝码进行称重，并对每升高固定温度后的砝码重量进行记录；

S2采用移动最小二乘法对数据进行拟合，选定一组函数 r₁(x),r₂(x),r₃(x),...r_m(x),令f(x)＝a₁r₁(x)+a₂r₂(x)+...+a_mr_m(x),其中a₁、 a₂、...a_m为待定系数；要求系数拟合实验数据，就要遵循最小二乘准则：即n 个点(x_i,y_i)与曲线y＝f(x)的距离δ_i平方和最小，即：

确定a₁,a₂,...使J(a₁,a₂...,a_m)的值最小；

函数拟合后曲线方程为三次函数T＝k₁t³+k₂t²+k₃t+d

其中，T为温度补偿系数，t为温度，k₁、k₂、k₃、d是常数。

优选的，所述速度补偿系数测量过程如下，

S1测量固定重量的砝码以不同速度滑过重量传感器时的重量，并记录不同速度时的砝码测量重量；

S2通过速度计算公式a＝Δv/Δt计算出不同砝码重量对应的加速度；

S3利用曲线拟合的方式，获取最贴近，加速度对重量传感器影响的函数曲线，函数拟合后曲线方程为一次函数A＝k₁a+d，其中，A为加速度补偿系数，a为加速度，k₁、d是常数；

优选的，在采用移动最小二乘法对数据进行拟合时，温度为x轴，此温度下的重量为y轴，寻求一个函数曲线y＝f(x)，使f(x)与所有测得的数据点最为接近。

优选的，根据重量感应传感器获取的重量值w，可知实际重量值W，精确重量计算公式为：

W＝w×T×A

本发明具有的优点和积极效果是：

本发明通过对影响称重因素的温度和加速度做标定，能够有效消除温度与速度对重量称量带来的影响，并通过对拟合后做修正，得到准确性较高的温度补偿系数和速度补偿系数，统一了基准，消除了温度和速度等相关因素带来的影响，可靠性高，测量过程简单，特别适合对活体中午重量的测定。

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，下面描述中的附图仅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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明所述一种基于活体重力感应与边缘智能识别技术的出门检测系统的重量检测逻辑图；

图2是只有称重量感器状态下时间与测量值的关系波形图；

图3是重量在多维传感器内部传输过程趋势图；

图4是温度影响图趋势图；

图5是加速度影响趋势图；

图6是本发明所述一种基于活体重力感应与边缘智能识别技术的出门检测系统的精确重量计算公式。

具体实施方式

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。

下面结合附图对本发明作进一步说明：

实施例1

如图1所示，一种基于活体重力感应与边缘智能识别技术的出门检测系统，包括边缘计算设备和称重系统，所述称重系统通过温度补偿系数和/或加速度补偿系数对测得的重量进行修正。

优选的，温度补偿系数测量过程如下，

S1使用标准的重量测量设备在一定的温度区间内对固定重量的砝码进行称重，并对每升高固定温度后的砝码重量进行记录；

S2采用移动最小二乘法对数据进行拟合，选定一组函数 r₁(x),r₂(x),r₃(x),...r_m(x),令f(x)＝a₁r₁(x)+a₂r₂(x)+...+a_mr_m(x),其中a₁、 a₂、...a_m为待定系数；要求系数拟合实验数据，就要遵循最小二乘准则：即n 个点(x_i,y_i)与曲线y＝f(x)的距离δ_i平方和最小，即：

确定a₁,a₂,...使J(a₁,a₂...,a_m)的值最小；

函数拟合后曲线方程为三次函数T＝k₁t³+k₂t²+k₃t+d

其中，T为温度补偿系数，t为温度，k₁、k₂、k₃、d是常数；

所述速度补偿系数测量过程如下，

S1测量固定重量的砝码以不同速度滑过重量传感器时的重量，并记录不同速度时的砝码测量重量；

S2通过速度计算公式a＝Δv/Δt计算出不同砝码重量对应的加速度；

S3利用曲线拟合的方式，获取最贴近，加速度对重量传感器影响的函数曲线，函数拟合后曲线方程为一次函数A＝k₁a+d，其中，A为加速度补偿系数，a为加速度，k₁、d是常数。

优选的，在采用移动最小二乘法对数据进行拟合时，温度为x轴，此温度下的重量为y轴，寻求一个函数曲线y＝f(x),使f(x)与所有测得的数据点最为接近。

优选的，根据重量感应传感器获取的重量值w，可知实际重量值W，精确重量计算公式为：

W＝w×T×A

本实施例的工作过程：首先确定温度补偿系数与加速度补偿系数，

1.确定温度补偿系数

获取实验数据

本发明根据电子天平检定规程，选定砝码标准10g，加载点选择了-10℃到40℃这个区间，每5℃取一个载荷点，进行了相应温度区间的分析实验。得到的结果如表一所示。(根据精度要求，区间值越小精度越高。)趋势图如图4 所示。

表一

根据曲线拟合的基本原理，曲线所有数据点反应数据整体的变化趋势。

选定一组函数r₁(x)，r₂(x)，r₃(x)，...r_m(x)，令：

f(x)＝a₁r₁(x)+a₂r₂(x)+...+a_mr_m(x)，

其中a₁、a₂、...a_m为待定系数。

要求系数拟合实验数据，就要遵循最小二乘准则：即n个点(x_i，y_i)与曲线y＝f(x)的距离δ_i平方和最小，即：

确定a₁，a₂，...使J(a₁，a₂...，a_m)的值最小；

函数拟合后曲线方程为三次函数T＝k₁t³+k₂t²+k₃t+d

其中，T为温度补偿系数，t为温度，k₁、k₂、k₃、d是常数。

实际称重时根据温度传感器测量的环境温度t，计算出温度补偿系数T

同样，引入加速度传感器对重力信号进行补偿。

2.确定加速度补偿系数

将加速度传感器与重力感应传感器集成在一起，用来测量加速度大小。

获取实验数据，加速度的获取并不连续，本发明通过改变施加力的快慢获取实验数据。如表二所示

表二，不同加速度下重力变化的实验数据，趋势图如图5所示。

同样利用曲线拟合的方式，获取最贴近，加速度对重量传感器影响的函数曲线。

函数拟合后曲线方程为一次函数A＝k₁a+d。

其中，A为加速度补偿系数，a为加速度，k₁、d是常数。

根据加速度传感器测量的加速度a和计算模型，计算出加速度补偿系数A。

通过上述方式分别获得精确的温度补偿系数T和加速度补偿系数A，再根据重力感应传感器获取的重力值w，可知实际重力值W为：

W＝w×T×A

通过计算可以有效消除温度与加速度对重量测量的影响，得到精确的重量数据。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (5)

1.一种基于活体重力感应与边缘智能识别技术的出门检测系统，其特征在于：包括边缘计算设备和称重系统，所述称重系统通过温度补偿系数和/或加速度补偿系数对测得的重量进行修正。

2.根据权利要求1所述的一种基于活体重力感应与边缘智能识别技术的出门检测系统，其特征在于：所述温度补偿系数测量过程如下，

S1使用标准的重量测量设备在一定的温度区间内对固定重量的砝码进行称重，并对每升高固定温度后的砝码重量进行记录；

S2采用移动最小二乘法对数据进行拟合，选定一组函数r₁(x),r₂(x),r₃(x),...r_m(x),令f(x)＝a₁r₁(x)+a₂r₂(x)+...+a_mr_m(x),其中a₁、a₂、...a_m为待定系数；要求系数拟合实验数据，就要遵循最小二乘准则：即n个点(x_i,y_i)与曲线y＝f(x)的距离δ_i平方和最小，即：

确定a₁,a₂,...使J(a₁,a₂...,a_m)的值最小；

函数拟合后曲线方程为三次函数T＝k₁t³+k₂t²+k₃t+d

其中，T为温度补偿系数，t为温度，k₁、k₂、k₃、d是常数。

3.根据权利要求1所述的一种基于活体重力感应与边缘智能识别技术的出门检测系统，其特征在于：所述速度补偿系数测量过程如下，

S1测量固定重量的砝码以不同速度滑过重量传感器时的重量，并记录不同速度时的砝码测量重量；

S2通过速度计算公式a＝Δv/Δt计算出不同砝码重量对应的加速度；

S3利用曲线拟合的方式，获取最贴近，加速度对重量传感器影响的函数曲线，函数拟合后曲线方程为一次函数A＝k₁a+d，其中，A为加速度补偿系数，a为加速度，k₁、d是常数。

4.根据权利要求2所述的一种基于活体重力感应与边缘智能识别技术的出门检测系统，其特征在于：在采用移动最小二乘法对数据进行拟合时，温度为x轴，此温度下的重量为y轴，寻求一个函数曲线y＝f(x),使f(x)与所有测得的数据点最为接近。

5.根据权利要求2和3所述的一种基于活体重力感应与边缘智能识别技术的出门检测系统，其特征在于：再根据重量感应传感器获取的重量值w，可知实际重量值W，精确重量计算公式为：

W＝w×T×A 。

Images