CN116324847A - 基于来自测量设备的信号来生成洞察力 - Google Patents
基于来自测量设备的信号来生成洞察力 Download PDFInfo
- Publication number
- CN116324847A CN116324847A CN202180068996.8A CN202180068996A CN116324847A CN 116324847 A CN116324847 A CN 116324847A CN 202180068996 A CN202180068996 A CN 202180068996A CN 116324847 A CN116324847 A CN 116324847A
- Authority
- CN
- China
- Prior art keywords
- product
- measurement device
- measurement
- data
- sensor
- 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
- 238000005259 measurement Methods 0.000 title claims description 452
- 238000004891 communication Methods 0.000 claims abstract description 245
- 230000033001 locomotion Effects 0.000 claims abstract description 94
- 230000005855 radiation Effects 0.000 claims description 72
- 238000000034 method Methods 0.000 claims description 53
- 230000000694 effects Effects 0.000 claims description 37
- 239000002775 capsule Substances 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 18
- 239000010813 municipal solid waste Substances 0.000 claims description 16
- 238000005406 washing Methods 0.000 claims description 13
- 235000013305 food Nutrition 0.000 claims description 10
- 235000013361 beverage Nutrition 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 239000000825 pharmaceutical preparation Substances 0.000 claims description 5
- 229940127557 pharmaceutical product Drugs 0.000 claims description 5
- 230000003213 activating effect Effects 0.000 claims description 4
- 239000000047 product Substances 0.000 description 462
- 230000008878 coupling Effects 0.000 description 41
- 238000010168 coupling process Methods 0.000 description 41
- 238000005859 coupling reaction Methods 0.000 description 41
- 238000003860 storage Methods 0.000 description 38
- 239000000463 material Substances 0.000 description 34
- 230000006399 behavior Effects 0.000 description 31
- 238000010801 machine learning Methods 0.000 description 25
- 238000012545 processing Methods 0.000 description 23
- 239000007788 liquid Substances 0.000 description 19
- 230000007246 mechanism Effects 0.000 description 19
- 238000005303 weighing Methods 0.000 description 16
- 230000015654 memory Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 230000009471 action Effects 0.000 description 13
- 230000003442 weekly effect Effects 0.000 description 12
- 230000009286 beneficial effect Effects 0.000 description 11
- 238000004140 cleaning Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 11
- 239000004744 fabric Substances 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 239000007921 spray Substances 0.000 description 10
- 238000003825 pressing Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000004851 dishwashing Methods 0.000 description 7
- 229920001971 elastomer Polymers 0.000 description 7
- 238000003466 welding Methods 0.000 description 7
- 238000004026 adhesive bonding Methods 0.000 description 6
- 238000009954 braiding Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 229910052751 metal Inorganic materials 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 238000004806 packaging method and process Methods 0.000 description 5
- -1 polypropylene Polymers 0.000 description 5
- 241000699666 Mus <mouse, genus> Species 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 230000001976 improved effect Effects 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 229920000728 polyester Polymers 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 230000001070 adhesive effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013145 classification model Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000037361 pathway Effects 0.000 description 3
- 229920003023 plastic Polymers 0.000 description 3
- 239000004033 plastic Substances 0.000 description 3
- 229920002635 polyurethane Polymers 0.000 description 3
- 239000004814 polyurethane Substances 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 229920002943 EPDM rubber Polymers 0.000 description 2
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 2
- 239000004743 Polypropylene Substances 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 239000004433 Thermoplastic polyurethane Substances 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 150000001298 alcohols Chemical class 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000000386 athletic effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 239000006260 foam Substances 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000012212 insulator Substances 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 239000002304 perfume Substances 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 229920001155 polypropylene Polymers 0.000 description 2
- 229920001343 polytetrafluoroethylene Polymers 0.000 description 2
- 239000004810 polytetrafluoroethylene Substances 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000002940 repellent Effects 0.000 description 2
- 239000005871 repellent Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000002453 shampoo Substances 0.000 description 2
- 239000008257 shaving cream Substances 0.000 description 2
- 229910052708 sodium Inorganic materials 0.000 description 2
- 239000011734 sodium Substances 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 229920002397 thermoplastic olefin Polymers 0.000 description 2
- 229920002803 thermoplastic polyurethane Polymers 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 229920001410 Microfiber Polymers 0.000 description 1
- 239000004909 Moisturizer Substances 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 239000004677 Nylon Substances 0.000 description 1
- 229920005830 Polyurethane Foam Polymers 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 235000015895 biscuits Nutrition 0.000 description 1
- 235000021152 breakfast Nutrition 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 239000001913 cellulose Substances 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 235000015218 chewing gum Nutrition 0.000 description 1
- 235000019219 chocolate Nutrition 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 210000003298 dental enamel Anatomy 0.000 description 1
- 239000002781 deodorant agent Substances 0.000 description 1
- 239000003599 detergent Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000010410 dusting Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000002979 fabric softener Substances 0.000 description 1
- 239000011152 fibreglass Substances 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 235000012055 fruits and vegetables Nutrition 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000000499 gel Substances 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 235000015243 ice cream Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000002649 leather substitute Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 239000003658 microfiber Substances 0.000 description 1
- 239000011490 mineral wool Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000001333 moisturizer Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002324 mouth wash Substances 0.000 description 1
- 229940051866 mouthwash Drugs 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 229920001778 nylon Polymers 0.000 description 1
- 235000015927 pasta Nutrition 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000011496 polyurethane foam Substances 0.000 description 1
- 229920000915 polyvinyl chloride Polymers 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011012 sanitization Methods 0.000 description 1
- 235000015067 sauces Nutrition 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 229920001187 thermosetting polymer Polymers 0.000 description 1
- 229940034610 toothpaste Drugs 0.000 description 1
- 239000000606 toothpaste Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 125000000391 vinyl group Chemical group [H]C([*])=C([H])[H] 0.000 description 1
- 229920002554 vinyl polymer Polymers 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
- 210000002268 wool Anatomy 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
- 235000013618 yogurt Nutrition 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47G—HOUSEHOLD OR TABLE EQUIPMENT
- A47G19/00—Table service
- A47G19/22—Drinking vessels or saucers used for table service
- A47G19/2205—Drinking glasses or vessels
- A47G19/2227—Drinking glasses or vessels with means for amusing or giving information to the user
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47G—HOUSEHOLD OR TABLE EQUIPMENT
- A47G23/00—Other table equipment
- A47G23/03—Underlays for glasses or drinking-vessels
- A47G23/0306—Underlays for glasses or drinking-vessels with means for amusing or giving information to the user
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47G—HOUSEHOLD OR TABLE EQUIPMENT
- A47G23/00—Other table equipment
- A47G23/10—Devices for counting or marking the number of consumptions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/40—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight
- G01G19/413—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight using electromechanical or electronic computing means
- G01G19/414—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight using electromechanical or electronic computing means using electronic computing means only
- G01G19/4144—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight using electromechanical or electronic computing means using electronic computing means only for controlling weight of goods in commercial establishments, e.g. supermarket, P.O.S. systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0278—Product appraisal
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network
- H04L12/2825—Reporting to a device located outside the home and the home network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L2012/2847—Home automation networks characterised by the type of home appliance used
- H04L2012/285—Generic home appliances, e.g. refrigerators
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Automation & Control Theory (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medicinal Chemistry (AREA)
- Epidemiology (AREA)
- Chemical & Material Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)
Abstract
描述一种通过分析由一个或多个用户对产品的实时使用而生成对产品的消费或使用行为的洞察力的系统。产品被放置在测量设备上以由那些一个或多个用户实时连续监视产品的使用。测量设备包括生成产品的重量数据、运动数据、位置数据和时间消耗数据且传输至计算设备的传感器单元。通信设备记录由用户对产品的消费或使用以及来自用户的反馈。计算设备基于由测量设备所生成的感测数据来生成洞察力且在通信设备处记录和反馈。计算设备生成包括相应洞察力的报告,一个报告用于用户且一个报告用于产品和/或类似产品的商家。
Description
相关申请
本申请要求于2021年2月12日提交的美国专利申请序列号17/175,576的权益和优先权,该申请要求于2020年10月9日提交的美国临时专利申请序列号63/089,956的优先权。上述专利申请中的每个的全部内容通过引用并入本文中。
技术领域
本文所描述的主题涉及被配置为检测产品的消费或使用的设备以及基于检测到的消费或使用来生成洞察力的各种实施方式。
背景技术
商家(例如制造商、分销商、零售商和/或类似者)可以获益于识别消费行为,该消费行为指示用户(例如消费者)如何与产品交互(例如用户如何购买、感知和/或消费或使用产品)。例如,商家可以解释消费行为以理解用户的需要、期望、习惯、型样、偏好和问题。基于对用户的需要、期望、习惯、型样、偏好和问题的理解,商家可以作出若干变化和识别以最大化销售额和顾客满意度。这些变化包括以下修改:在产品放置在各种分销通路中的情况中,产品的结构细节或其它特征、产品的包装、与产品相关的数字组件中的消息传递的内容、将数字组件传输至相应用户的模式(例如电子邮件或文本消息)、用于发布新产品的时间轴和/或类似者。这种识别包括新机会、目标观众的新片段、各种业务过程(例如营销、销售、制造)的地理学和/或类似者的识别。
然而,用于收集和理解消费或使用行为的传统技术可能并非最佳的。例如,尽管商家具有基于零售商数据和/或它们自身的销售数据的关于消费者的购买行为的显著量的数据,但它们通常具有较少直至无关于那些产品的实际消费或使用数据和/或在产品已由消费者购买之后使用那些产品的消费者(即,用户)的实际消费或使用行为的想法。在一些实例中,商家可以自己或通过其它公司进行特定调研或利用辛迪加调研(syndicatedresearch)数据以试图确定消费行为。然而,由于许多原因,这些研究和调研是无效的。第一,这种研究通常提供可以更佳地指示消费者行为的特定时间点期间而非长时间周期内的消费行为的一些指示。第二,这种研究和调研基于由消费者告知或主张的使用数据而非基于实际消费(其可以不匹配用户告知或主张的事项)来生成结果,并且因此这些结果可不准确。第三,一些这种研究可涉及公司代表访问用户的家庭或其它位置以检查使用,但这种实践可能过度繁重、成本高昂、由用户劝阻且也仅提供非频繁数据关于完成哪些产品(完全使用/消费)而非何时、多少、多久和在哪里消费产品的数据。
归因于这种无效性,这些传统研究和调研不允许商家获得对产品的消费或使用数据和/或关于产品由那些产品的消费者或用户对产品的消费或使用的消费者行为的深入、真实和准确洞察力。例如,商家传统上不能够(a)基于产品的实际消费或使用来获得洞察力、(b)以自动和被动方式获得洞察力、(c)以快速或及时方式(诸如实时)获得洞察力、获得(d)对于大量用户、预期、类别、市场可缩放的洞察力、获得(e)在产品的寿命或长时间周期(诸如若干周、月或年)内持续的洞察力、获得(f)以清晰易懂的方式呈现的洞察力。用于收集和理解消费行为的传统技术的此无效性防止那些商家将有效目标建议、广告、促销或消息传递提供至消费者或用户,且也阻碍商家开发对于那些和/或类似消费者或用户有效的新产品的能力。
发明内容
本文描述一种解决用于收集和理解消费或使用行为同时获得许多优点的传统技术的至少上述缺陷的系统。在一些实施方式中,该系统包括可测量(即,检测)用户对产品的消费的测量设备。产品可为由用户消费的任何产品,诸如食品、药品(例如药物)、饮料、清洁用品、卫生产品或可由用户使用或消费的任何其它产品。由测量设备测量的产品在时间周期内的消费可指示用户相对于该产品的消费行为。测量设备可被配置为通过通信网络物理地或通信地耦合至产品。在一些示例中,测量设备可呈杯垫、托盘、套管(其可被配置为涵盖容器(诸如玻璃或瓶)的侧)、容器(例如罐)、电子设备(诸如远端或电子按钮)或任何其它附件的形式。消费者或用户可在通信设备上记录示出其如何消费或使用产品的视频连同当消费者或用户消费或使用产品时由消费者提供的反馈和/或解释。
测量设备和通信设备可连接到可基于测量的消费生成洞察力的后端服务器。后端服务器可基于从测量设备和通信设备接收的数据来生成建议。可具体地针对用户生成一些洞察力和建议,并且也可具体地针对商家生成一些洞察力和建议。可将特定于用户的那些洞察力和/或建议提供至用户的通信设备,且可将特定于实体的那些洞察力和/或建议提供至商家的客户端设备。在一些示例中,设备也可输出建议(例如在图形用户界面上显示那些建议,生成经由设备上的扬声器输出的建议的音频和/或类似者)。在另外示例中,后端服务器和/或设备可经由任何其它通道(诸如电子邮件、短消息服务(SMS)、社交媒体消息或类似者)将建议发送至用户。
在一个方面中,描述一种包括以下的一个或多个的方法。计算设备可从被配置为耦合至产品并且根据中心和辐射(hub and spoke)架构排列的多个测量设备中的中心(hub)测量设备接收指示用户对产品的消费或使用的测量,中心和辐射架构包括中心测量设备和耦合至中心测量设备的多个辐射(spoke)测量设备。计算设备可基于测量来生成包括多个洞察力的输出。
在一些实施方式中,可个别或以任何可行组合另外地实施以下的一个或多个。计算设备可生成包括多个洞察力中的至少一些洞察力的报告,其中,报告可特定于产品的一个或多个商家。计算设备可将报告传输至客户端设备。在某些实施方式中,计算设备可生成包括多个洞察力中的至少一些洞察力的报告,其中,报告可特定于用户。计算设备可将报告传输至用户的通信设备。
从中心测量设备接收测量可包括从中心测量设备的通信模块接收测量。通信模块可从多个测量设备当中的每个活动测量设备的传感器模块接收感测数据。传感器模块可包括运动传感器、重量传感器、位置传感器和时钟。每个活动测量设备的感测数据可用于生成测量。测量的生成可包括以下中的一个或多个:从感测数据移除重复数据、不一致数据、空值、当在由传感器模块感测感测数据以获得测量期间报告了错误时收集的数据。传感器模块可具有被配置为插入不同形式的测量设备中的胶囊(capsule)的形式。
计算设备可从智能设备接收指示活动的活动数据以指示活动的消费或使用。计算设备可启动可用且在地理上距离智能设备最近的多个测量设备的测量设备以接收指示用户对产品的进一步消费或使用的另外测量。智能设备可包括电器,其中,活动包括开启或关闭电器的至少一部分。电器可为以下中的一个:智能冰箱、智能垃圾桶、智能机柜、智能水槽或智能洗衣机。
在已通过启动电子开关启动中心测量设备之后,计算设备可从多个测量设备中的中心测量设备接收测量。计算设备可从中心测量设备实时接收测量。在一些实施方式中,计算设备可以程序化时间间隔从中心测量设备接收测量。
多个测量设备中的至少一个测量设备可具有杯垫、托盘或容器的形式。多个测量设备中的每个测量设备可包括测量设备的电路驻留在其内的硬件模块。硬件模块可被配置为放置在杯垫、托盘或容器的任一个中。
多个测量设备的每个测量设备可被配置为通过通信网络物理地或通信地耦合至产品。
多个测量设备中的测量设备可识别用户。测量的接收可响应于用户的识别而发生。
计算设备可基于洞察力来识别待输出至用户的内容。输出可包括待在用户的通信设备的应用上输出的数字内容。应用可以是安装于通信设备上的web浏览器或本机应用。
计算设备可通过第一通信网络耦合至中心测量设备。中心测量设备可通过不同于第一通信网络的第二通信网络耦合至多个辐射测量设备。至少一些辐射测量设备通过第二通信网络耦合至其它辐射测量设备。
多个测量设备的至少一个测量设备具有杯垫的形式。杯垫被配置为耦合至具有可移动套管以保持产品的装置。
在另一方面中,描述可存储当由至少一个可编程处理器执行时使至少一个可编程处理器执行包括以下的操作的指令的一个或多个非暂时性计算机程序产品:由计算设备从被配置为耦合至产品且根据中心和辐射架构排列的多个测量设备中的中心测量设备接收指示用户对产品的消费或使用的测量,中心和辐射架构包括中心测量设备和耦合至中心测量设备的多个辐射测量设备;以及由计算设备基于测量来生成包括多个洞察力的输出。
在又一方面中,描述一种包括至少一个可编程处理器和机器可读介质的计算设备,机器可读介质存储指令,该指令当由至少一个处理器执行时使至少一个可编程处理器执行包括以下的操作:从被配置为耦合至产品且根据中心和辐射架构排列的多个测量设备中的中心测量设备接收指示用户对产品的消费或使用的测量,中心和辐射架构包括中心测量设备以及耦合至中心测量设备的多个辐射测量设备;以及基于测量来生成包括多个洞察力的输出。
相关系统、设备、方法、非暂时性计算机程序产品、处理器、机器可读介质和制品在本公开的范畴内。
本文所描述的主题提供许多优点。例如,本文所描述的系统和技术可允许商家获得关于产品的消费或使用数据和/或关于一个或多个产品的消费者或用户对那些一个或多个产品的消费或使用的消费者行为的深入、真实和准确洞察力。例如,这些系统和技术允许商家(a)基于产品的实际消费或使用来获得洞察力、(b)以自动和被动方式获得洞察力、(c)以快速或及时方式(诸如实时)获得洞察力、获得(d)对于大量用户、预期、类别、市场可缩放的洞察力、获得(e)在产品的寿命或长时间周期(诸如若干周、月或年)内持续的洞察力、获得(f)以清晰易懂的方式呈现的洞察力。本文所描述的用于收集和理解消费行为的系统和技术的有效性使那些商家能够将准确目标建议、广告、促销或消息传递提供至那些消费者或用户,并且也允许商家开发对于那些和/或类似消费者或用户有效的新产品。
本文所描述的主题的一个或多个变体的细节在附图和以下描述中阐述。本文所描述的主题的其它特征和优点将从描述和附图和从权利要求显而易见。
附图说明
图1图示生成关于用户对产品的消费或使用的行为的洞察力的系统的系统视图。
图2图示测量设备的分解图。
图3图示通信地连接到计算设备的测量设备的通信模块的分解图。
图4图示测量设备的分解图。
图5图示通信地连接到计算设备以触发通信设备上的通知的测量设备的示例性视图。
图6图示与测量设备连接的产品的示例性视图。
图7图示与一个或多个测量设备通信地连接以确定用户对一个或多个产品的使用行为的一个或多个产品的示例性视图。
图8图示计算设备的图形用户界面的示例性视图。
图9图示计算设备的图形用户界面的示例性视图。
图10是描绘产品的每周消费的报告的图形表示。
图11是描绘产品的平均每周消费、平均周末消费和平均工作日消费的报告的图形表示。
图12图示客户端设备的图形用户界面的示例性视图。
图13是描绘用户对一个或多个产品的每周消费细节的报告的图形表示。
图14是描绘用户对一个或多个产品的每周消费的报告的图形表示。
图15是用于分析产品的示例性按钮设备。
图16是用于确定一个或多个产品的重量数据的示例性称重设备。
图17是图示由生成用户对产品的消费或使用的行为的洞察力的系统执行的方法的流程图。
图18至图23图示呈杯垫的形式的测量设备的示例的不同视图。
图24至图29图示形成测量设备的套管且被配置为附接至杯垫以形成测量设备的装置的不同视图。
图30和图31图示测量设备的不同视图,其中图24至图29的装置附接至杯垫(例如图18至图23的杯垫)。
图32至图34图示可通过使托盘与一个或多个杯垫耦合(例如附接)而操作的特定测量设备的托盘的不同视图。
图35至图37图示通过组合图32至图34的托盘与杯垫(杯垫的一个示例示出在图18至图23中)而形成的测量设备的不同视图。
图38和图39图示可通过使容器与杯垫(杯垫的一个示例示出在图18至图23中)耦合(例如附接)而操作的特定测量设备的容器的不同视图。
图40至图42图示通过组合图38和图39中的容器与杯垫(杯垫的一个示例示出在图18至图23中)而形成的测量设备的不同视图。
图43至图45图示被配置为修改测量设备的形状因子的适配器的不同视图。
图46图示多个测量设备的中心和辐射架构。
图47图示被配置为在图46的中心和辐射架构内充当辐射的测量设备的示例架构。
图48图示被配置为在图46的中心和辐射架构内充当中心的测量设备的示例架构。
图49是可用于执行本文上述操作的示例计算机系统的框图。
各个附图中相似的附图标记表示相似的元件。
具体实施方式
总体概述
描述一种可基于一个或多个用户对一个或多个产品的消费或使用来生成洞察力和建议的系统。系统包括用于测量产品的特性(例如重量、运动、位置、消费或使用时间和/或类似者)的测量设备、用于当用户消费或使用产品时将指示提供至用户且接收反馈的通信设备、用于对从测量设备和通信设备接收的数据执行机器学习以生成分别特定于用户和/或实体(例如产品的商家)的洞察力和建议的计算设备以及被配置为由实体操作的客户端设备。计算设备将对于用户的洞察力和/或建议传输至通信设备,并且将对于实体的洞察力和/或建议传输至客户端设备。各种架构修改是可行的,如下文更详细解释。
对于消费者或用户的洞察力或建议可帮助消费者或用户修改消费或使用习惯以改善生活质量。对于实体的洞察力或建议可帮助实体评估其产品投资组合和活动、创建新产品且对既有产品、产品的内容、产品的大小、制造过程、广告活动、分销通路和/或任何其它目的进行修改。
生成洞察力和建议的系统的示例架构
图1图示根据本文所描述的一些实施方式的生成关于用户对产品102的使用或消费的行为的洞察力的系统100。产品102可包括可消费或使用的任何有形商品。例如,产品102可包括家庭清洁物品、包装消费品(consumer packaged goods)、食品和饮料和/或类似者。系统100可包括测量设备104、通信设备106、计算设备108、客户端设备110和通信网络114。测量设备104可测量(例如感测或检测)用户对产品102的消费或使用。
通信设备106可为被配置为由产品102的消费者或用户操作的计算系统(例如电话、平板计算机、平板手机计算机、膝上型计算机或类似者),可记录消费者或用户在消费或使用产品102或其它相关活动(诸如开启或存储产品102)时的数据(例如视频、照片或音频)。计算设备108可从测量设备104接收关于消费或使用的测量的数据和/或从通信设备106接收关于消费或使用的数据,且可使用那些数据(a)基于产品102的测量消费或使用来生成洞察力和/或(b)基于洞察力来生成建议。可针对(i)处理产品102的实体(诸如产品102的商家(例如制造商、分销商、零售商和/或类似者),或(ii)消费或使用产品的用户生成洞察力和建议中的每个。客户端设备110可以是被配置为由产品102的商家(例如制造商、分销商、零售商和/或类似者)操作的计算系统(例如计算机)。计算设备108可提供通信网络114将特定于用户的洞察力和/或建议传输至通信设备106,并且可提供通信网络114将特定于实体的洞察力和/或建议传输至客户端设备110。
测量设备、通信设备和用于洞察力的数据的收集
测量(例如检测或感测)产品102的消费或使用的测量设备104可耦合至产品102。
将测量设备与产品耦合的耦合细节
耦合可为物理耦合,或通过通信网络远端耦合。物理耦合可涉及仅将测量设备104放置在产品102下方或附接(例如通过胶合、编织或穿线、焊接、扭转和转动多个组件、相对于彼此或朝向彼此按压组件和/或任何其它一个或多个附接机构贴附)至产品102的包装上的任何适合区域(例如外壳或任何外部边界)。在一些实例中,测量设备104可具有单独组件使得第一组一个或多个组件放置在产品102下方且第二组(例如另一不同组)一个或多个组件附接(例如贴附)至产品102的包装上的任何适合区域。
测量设备104耦合至其的产品102上的区域、部分或位置可取决于产品的特征(例如性质或特性)而变动,诸如产品102的形式(例如固体、液体或气体)、产品102的形状、产品的体积、产品102的内聚性质,产品102的黏着性质、产品102的表面张力、产品102的毛细管作用、产品102的压力、当使用和/或存储产品时产品102的温度、产品102的黏度和/或类似者。例如,在一些实施方式中,特征可要求产品102应尽可能靠近测量设备104使得测量设备104可进行准确测量,且在该情况中,可相应地选择测量设备104上的耦合位置。在其它实施方式中,特征可要求产品102应尽可能远离测量设备104使得特征不干扰测量设备104内的测量功能性或相关组件,且在这样情况中,可相应地选择测量设备104上的耦合位置。
为物理地耦合产品102和测量设备104,测量设备104可通过胶合、编织或穿线、焊接、磁性附接、紧固、贴扎、任何其它机械方式(例如移动、扭转和转动,或相对于彼此按压两个组件使它们耦合)和/或任何其它一个或多个附接机构与产品102内的适合位置集成或附接至产品102内的适合位置。在其中附接要求组合两个或更多个单独组件的情况中,产品102和测量设备104的任一个在相应实施方式中可包括一些或所有那些组件。例如,磁性附接可涉及贴附于产品102的金属条和贴附于测量设备104的一个或多个磁铁;可替代地,金属条可贴附于测量设备104且一个或多个磁铁可贴附于测量设备104。在另一示例中,紧固附接机构可包括具有含可与具有较小回路的第二条带(例如第二织物条带)配合的小钩子的第一条带(例如第一织物条带)的紧固件使得钩子暂时与回路配合直至它们被拉开;在这种情况中,第一条带可贴附于产品102而第二条带可贴附于测量设备104,或第二条带可贴附于产品102而第一条带可贴附于测量设备104。对于贴扎的附接机构,取决于期望附接多强或多长,不同类型的带子可用于耦合产品102和测量设备104。例如,形成带子的材料和/或厚度可基于附接强度和/或长度而变动,并且这些材料的不同示例包括聚丙烯、聚胺酯、热塑性烯烃、低表面能透明涂层系统、橡胶(例如EPDM橡胶)和/或类似者。
在一些实施方式中,如上所述,产品102可通过一个或多个通信网络通信地耦合至测量设备104。例如,测量设备104可自距离检测产品102或产品内的任何组件或物质的运动(即,可在无需产品与运动传感器之间的任何附接或有线连接的情况中远端执行检测)。运动传感器可为基于红外线的运动传感器、基于光学器件的运动传感器、基于射频的运动传感器、基于声音的运动传感器、基于振动的运动传感器和/或基于磁性的运动传感器。基于红外线的运动传感器可包括被动(passive)传感器和/或主动(active)传感器。基于光学器件的运动传感器可包括视频和/或相机系统。基于射频的运动传感器可包括基于雷达、微波和/或层析成像信号的传感器。基于声音的运动传感器可包括麦克风和/或声响传感器。基于振动的运动传感器可包括摩擦电、地震和/或惯性开关传感器。基于磁性的运动传感器可包括磁传感器和/或磁力计。
测量设备的示例电子器件
测量设备104包括一个或多个传感器以测量产品的各种特征或特性。例如,一个或多个传感器可包括用于确定产品102的重量的重量传感器、用于确定产品102的运动的运动传感器和用于确定产品102的消费或使用的持续时间的时间传感器。传感器的一些附加或替代示例可为被配置为检测其它特征或特性(包括产品102的形式(例如固体、液体或气体)、产品102的形状、产品102的体积、产品102的内聚性质、产品102的黏着性质、产品102的表面张力、产品102的毛细管作用、产品102的压力、当使用和/或存储产品时产品102的温度、产品102的黏度和/或类似者的那些。
测量设备104进一步包括通信模块(其可包括通信电路系统)以能够实现测量设备104与系统100的其它组件(诸如通信设备106和计算设备110)之间的通信。如本文所述,术语模块可包括用于执行指定任务或功能的软件指令和代码。模块(如本文所使用)可为软件模块或硬件模块。软件模块可为计算机程序的一部分,其可包括可经由链接模块组合或链接的多个独立开发的模块。软件模块可包括一个或多个软件例程。软件例程是执行对应程序或功能的计算机可读代码。硬件模块可为具有可执行本文所描述的各种操作的独立电路系统的自足组件。
测量设备104可包括可启动和/或关闭由测量设备104对产品102的特性(例如重量、运动、位置和/或类似者)的测量的电子开关。在一些实施方式中,电子开关的启动或关闭可由通信设备106和/或计算设备108远端控制。在一些实施方式中,电子开关可位于启动位置中,且测量设备104的制造商可将电子开关定位于测量设备104内部使得在无开启和修复这些测量设备的专家知识的情况下无法关闭电子开关。在其它实施方式中,电子开关可定位于测量设备104的外部(例如外壳)使得任何用户可操作电子开关以启动或关闭电子开关。当启动时,电子开关可由测量设备104的一个或多个传感器开始测量。当关闭时,电子开关可由测量设备104的一个或多个传感器暂停或停止测量。
在一些实施方式中,测量设备104可具有最小电子电路系统,诸如一个或多个传感器和实时或以程序化(或可编程)时间间隔(例如每5秒、每15秒、每1分钟、每5分钟、每15分钟或任何其它时间间隔)传输所有检测数据至计算设备108的发送器。这些实施方式可有利地使测量设备104易于使用、安装和/或修复,以及归因于由于测量设备104内的较少电子电路系统而重量较小,因此不太笨重。在这些实施方式中,所收集的数据按原样从测量设备104传输至通信设备106和/或计算设备108,其设备106和108可处理所收集的数据。
在一些其它实施方式中,测量设备可具有至少一个可编程处理器,和机器可读介质,该机器可读介质可存储指令,该指令当由至少一个可编程处理器执行时引起至少一个可编程处理器在将测量传输至计算设备108之前由一个或多个传感器处理测量。归因于更多电子电路系统,这些实施方式可稍微笨重一些,但该差异可最小。通过测量设备104处理可包括从所收集的数据移除冗余,且接着组织已从其移除冗余的数据使得经组织的数据减少通信设备106和/或计算设备108从测量设备104检索数据所花费的时间。
在一些示例中,移除冗余的处理可包括从所收集的数据移除以下的一个或多个:重复数据、不一致数据、空值、当在测量过程期间报告了错误时收集的数据值和/或任何其它错误值。在一些示例中,移除冗余的处理可包括正规化所收集的数据以根据所收集的数据的属性和不同所收集的数据之间的关系来组织数据。处理也可包括在传输所收集的数据之前验证待传输的数据是否完整。此数据处理可有利地最佳化传输频宽,因为防止无关或冗余数据通过通信网络114传输至通信设备106或计算设备108,由此流线化通过通信网络114的数据传输。
在一些实施方式中,测量设备104可具有电子组件,诸如一个或多个控制器、一个或多个存储器、一个或多个存储设备、一个或多个输入或输出设备和/或类似者。此外,尽管测量设备104和通信设备106示出为单独设备,但在一些实施方式中,测量设备104和通信设备106可彼此附接。在一些实施方式中,测量设备104和通信设备106可彼此集成使得它们形成具有共同外壳和一组共享电子组件的单一结构。
各种传感器被描述为嵌入测量设备104内。在一些其它实施方式中,那些传感器的至少一些可嵌入产品102的包装中而剩余传感器可嵌入测量设备104内。在其它实施方式中,所使用的传感器可跨产品102的包装、测量设备104和通信设备106分布。通信设备106和/或计算设备108可在于其上实施传感器的不同设备的之间同步感测数据。
确保所收集的数据的准确度
测量设备104上的一个或多个传感器进行各种检测或测量。为确保测量的准确度,需要确保测量设备104足够稳定以进行测量。例如,如果产品102的重量要被检测,则必须将测量设备104放置在稳定表面上以确保重量的准确测量。
为确保稳定性,测量设备104可比较不同时间点的测量——例如在下午12点对特定数据的第一读数、特定日期下午1点的第二读数和该特定日期下午2点的第三读数。如果比较导致不一致数据——例如指示产品102重4千克的下午12点的读数、指示产品重3.8千克(指示已消费一些产品)的下午1点的读数和指示产品重4.5千克(指示产品102的重量增加)而产品尚未再装满的下午2点的读数——测量设备104可断定(即,确定)测量设备104不稳定。在其中已检测不稳定的这种情况中,测量设备104可(a)丢弃(或初始化丢弃的过程)所收集的数据,和/或(b)将这种不一致性标示至通信设备106和/或计算设备108以通知用户将测量设备104放置在稳定表面上。在其中丢弃所收集的数据的实施方式中,数据的此丢弃防止不适当收集的数据用于生成洞察力,由此使洞察力显得更准确和可信。
类似地,通信设备106和/或计算设备108也可比较在不同时间或从不同设备接收的数据以确定是否存在任何不一致性。如果通信设备106和/或计算设备108确定任何不一致性,则通信设备106和/或计算设备108可丢弃(或初始化丢弃的过程)不一致数据和/或将关于不一致性的通知(例如指示用户已错误地将不同产品放置在测量设备104上的通知)提供至用户。过程可移除任何不一致性,包括可在从测量设备104传输至通信设备106和/或计算设备108期间已生成的那些不一致性。
通过测量设备的测量的示例时序
测量设备104可使用传感器阵列来监视产品102的消费或使用。在一些实施方式中,测量设备104可实时连续监视产品102的使用。在某些实施方式中,测量设备104可以程序化(或可编程)时间间隔(例如每1秒、每5秒、每15秒、每30秒、每1分钟、每5分钟、每30分钟、每1小时、每天、每15天、每1个月或可编程的任何其它时间值)监视产品102的使用。在某些实施方式中,测量设备104可通过识别指示变化的动作来监视产品102在每个事件上的使用。这些动作的一些示例包括移除产品102或产品102的部分以使用、再充满或放回产品102以供存储和/或未来使用、移动产品102或类似者。
监视频率可基于(a)测量设备104、通信设备106和/或计算设备108的存储容量和/或(b)测量设备104、通信设备106和/或计算设备108的处理能力和/或(c)测量设备104、通信设备106和/或计算设备108通过其彼此通信的一个或多个通道(例如通信网络114内的一个或多个通信通道)的频宽而变动。
测量设备的示例结构设计
测量设备104可具有匹配其耦合至的产品102的设计的结构。例如,在测量设备被配置为放置在产品102下面的情况中,测量设备104可具有圆柱形形状或盒形状(形状的每个可看起来像一杯垫),其可安装于产品102下面。如果产品102(或其包装或外壳)在底部具有特定形状(例如圆形、方形、矩形、多边形或类似者)横截面,测量设备104在顶部可具有相同或类似横截面使得测量设备104和产品102的组合占据设计效率的租赁空间。
在一些实施方式中,可针对各产品102定制测量设备104的形状。在其它实施方式中,测量设备104的形状可基于一组产品。例如,盒形测量设备104可被设计以用于以盒形包装所包装的所有产品102,且圆柱形测量设备104可被设计用于通常以圆柱形包装(例如瓶或瓮)所包装的所有产品102,使得配合横截面形状相似。在其中定制化设计用于测量设备104的情况中,可执行定制化以确保(a)测量设备104的紧凑设计或产品102和测量设备104的组合,(b)物理空间的较少或最佳使用,(c)测量设备104内的电子组件的改善或最佳效能和/或类似者。
测量设备的另一示例设计——传感器胶囊的模块化设计
在一些实施方式中,测量设备102可为呈物理模块的形式(在一些实施方式中,其也可称为传感器胶囊,因为其包括传感器)使得相同传感器胶囊可插入不同物品中,诸如杯垫、托盘、套管(其可被配置为涵盖一容器(诸如玻璃或瓶)的侧)、容器或任何其它附件。套管可由织物、泡沫、塑胶或其它材料制成。在某些实施方式中,这些物品可具有可允许将传感器胶囊插入物品或附接至物品的一些装置。
传感器模块可具有可由塑胶、橡胶和/或玻璃制成的外壳。如本文所述,模块可包括用于执行指定任务或功能的软件指令和代码。模块(如本文所使用)可为软件模块或硬件模块。软件模块可为计算机程序的一部分,其中可包括可经由链接模块组合或链接的多个独立开发的模块。软件模块可包括一个或多个软件例程。软件例程是执行对应程序或功能的计算机可读代码。硬件模块可为具有可执行本文所描述的各种操作的独立电路系统的自足组件。
对于待插入此物品(例如杯垫、托盘、套管、容器或类似者)的传感器胶囊,物品可具有可被设计以保持传感器胶囊的开口。例如,杯垫可在其上表面的顶部或下面具有空间以保持传感器胶囊。类似地,托盘也可在其上表面下面具有空间以保持传感器胶囊。套管可在圆柱形套管的底部具有空间使得传感器胶囊可插入其中。容器(例如杯、玻璃或壶)可在底部具有允许将传感器胶囊插入其中的物理空间。
对于待附接至物品(例如杯垫、托盘、套管、容器或类似者)的传感器胶囊,可通过附接机构执行附接(诸如胶合、编织或穿线、焊接、贴扎、使用螺钉或钉子的一或多者耦合、扭转和安装两个或更多个组件直至牢固附接(例如锁定)、将一个组件按压在另一组件上直至彼此牢固附接(例如相对于彼此锁定)和/或任何其它一个或多个附接机构)。附接可至物品上的任何适合区域。传感器胶囊耦合至其的物品上的区域、部分或位置可取决于(a)物品针对其设计的产品102的特征(例如性质或特性)和(b)传感器胶囊内待使用的传感器的类型而变动。产品102的这些特征可包括产品102的形式(例如固体、液体或气体)、产品102的形状、产品102的体积、产品102的内聚性质、产品102的黏着性质、产品102的表面张力、产品102的毛细管作用、产品102的压力、当使用和/或存储产品时产品102的温度、产品102的黏度和/或类似者。
例如,在一些实施方式中,特征可要求产品102应尽可能靠近传感器使得传感器胶囊可进行准确测量,且在这种情况中,可相应地选择物品上的耦合位置。在其它实施方式中,特征可要求产品102应尽可能远离传感器使得特征不干扰传感器胶囊内的测量功能性或相关组件,且在这种情况中,可相应地选择物品上的耦合位置。
在其中附接要求组合两个或更多个单独组件的情况中,在相应实施方式中,传感器胶囊和物品中的任一者可包括一些或所有那些组件。例如,磁性附接可涉及贴附于传感器胶囊的金属条和贴附于物品的一个或多个磁铁;可替代地,金属条可贴附于物品且一个或多个磁铁可贴附于传感器胶囊。在另一示例中,紧固附接机构可包括具有含可与具有较小回路的第二条带(例如第二织物条带)配合的小钩子的第一条带(例如第一织物条带)的紧固件使得钩子暂时与回路配合直至它们被拉开;在这种情况中,第一条带可贴附于物品而第二条带可贴附于传感器胶囊,或第二条带可贴附于物品而第一条带可贴附于传感器胶囊。对于贴扎的附接机构,取决于期望附接多强或多长,不同类型的带子可用于耦合传感器胶囊和物品。例如,形成带子的材料和/或厚度可基于附接强度和/或长度以及这些材料(包括聚丙烯、聚胺酯、热塑性烯烃、低表面能透明涂层系统、橡胶(例如EPDM橡胶)和/或类似者)的不同示例而变动。
形成测量设备的材料
测量设备104或测量设备104的外壳(例如包封件)可由与产品102的材料兼容的材料制成以确保产品102和/或测量设备104不受到伤害。例如,测量设备104(或测量设备104的外壳)可由可在产品102的存储或操作的温度下保持稳定和完全操作的材料制成。在一些示例中,测量设备104(或测量设备104的外壳)可被配置为在宽温度范围内(其在一些实例中可在从-40℃至150℃的范围内,在某些示例中,可在从0℃至100℃的范围内,在少数示例中,可在从0℃至50℃的范围内)保持稳定和完全操作。这些材料的一些示例包括玻璃纤维(其也有利地不吸收液体,诸如可存在于产品102中的水)、矿棉(其也有利地不熔化或不支持燃烧,由此使其安全地用于多种类型的产品102)、纤维素(由于其具有高回收含量,因此也是环保的)、聚胺酯泡沫(其也有利地是一隔音器,其可有益于与高声产品一起使用)和/或类似者。
测量设备104可具有保护机构以避免因产品的溢出或泄漏而受到伤害。例如,在一些实施方式中,测量设备104可具有防液体或液阻(例如防水或抗水)外壳,其在产品是液体的情况中可是有利的,因为测量设备104可不因产品102的溢出或泄漏至测量设备104上而受损。防液或抗液外壳可使用防液或液阻材料制成(诸如聚胺酯层压板(PUL)、热塑性聚胺酯(TPU)、蜡棉、尼龙、聚酯、PVC涂层聚酯、层压织物、瓷釉布、聚酯丝绒、微纤维、羊毛、乙烯基、人造革和塑胶。
测量设备104可另外或可替代地由具有低摩擦系数和耐磨性的材料制成,诸如聚四氟乙烯(PTFE)。这些材料可防止或减少摩擦和磨损,且因此有利地延长测量设备104的寿命。
在一些实施方式中,形成测量设备104的材料可能具有高强度,且这些材料的一些示例包括致密材料(诸如木材或聚合物)和坚韧材料(诸如钢)。在一些示例中,形成测量设备104的材料可具有高电阻率,且这些材料的示例包括热绝缘体(诸如聚合物和陶瓷)。在某些示例中,形成测量设备104的材料可为挠性或弹性,且这些材料的一些示例包括橡胶、热固性材料或橡胶。在其它示例中,材料可是坚硬的,且这些材料的一些示例包括钢、铝合金或碳纤维。在一些示例中,形成测量设备104的材料可具有低回收成本,且这些材料的一些示例包括金属,因为它们可易于分类、再熔化和整形。在一些示例中,形成测量设备104的材料可具有低能量成本——其可基于(a)收集/挖掘材料所要求的能量和/或(b)精炼、提取或合成材料所要求的能量——且这种材料的示例是铝。
不同实施方式可使用一个或多个材料的相应集合,其可以允许测量设备104的紧凑性和使用效率的方式配置。
测量设备的启动
如上文所述,测量设备104可包括可启动和/或关闭测量设备104对产品102的特性(例如重量、运动、位置和/或类似者)的测量的电子开关。测量设备104内的电子开关的位置可变动以提供可启动或关闭测量的缓松。例如,在一些实施方式中,电子开关可位于测量设备104的外部(例如外壳或包封件),使得产品102的用户可启动或关闭测量。在其它实施方式中,电子开关可仅位于测量设备104的内部(例如电路系统在其内),使得阻止(或,在一些实施方式中,防止)产品102的用户启动或关闭测量设备104。在其中电子开关位于测量设备104内部的实施方式中,测量设备104可被配置为由通信设备106和/或计算设备108远端启动或关闭。
在一些实施方式中,测量设备内的一个或多个控制器或处理器可响应于事件而启动测量过程(即,启动测量设备内的传感器)。此事件可在不同示例中变动。
例如,在一些示例中,事件可为机器可读数据表示(例如条形码、矩阵码、QR码和/或类似者)的用户的扫描的接收。
在某些示例中,事件可为连接测量设备104的通信通道的形成或启动。
在其它示例中,事件可为从系统100中的另一电子组件(其可或可不示出在图1中)接收指示产品102已、正或将被消费或使用的信号。例如,测量设备104的控制器可响应于其它一个或多个设备(例如冰箱、垃圾桶、机柜、水槽、洗衣机、洗碗机、产品102可被放置在其中的任何其它一个或多个位置或设备中的一个或多个,和/或其任何组合)内的传感器(例如运动传感器)而启动测量设备104内的传感器——其是通过通信网络(诸如通信网络114)通信地耦合至测量设备104——指示产品102已、正或将被消费或使用。
例如,冰箱内的运动传感器可指示冰箱的门开启,其可指示产品102的物质将被取出且倒入产品102的容器中。类似地,垃圾桶内的运动传感器可指示垃圾桶的盖开启,其可指示产品102或产品102的物质被扔掉且将不再使用。以类似方式,洗衣机或洗涤机内的运动传感器可指示盖开启,其可指示正在使用产品102(例如餐具洗涤清洁剂或洗涤液)。类似地,机柜内的运动传感器可指示机柜门开启,其可指示正在使用被存储在机柜中的产品102。
在其中通信网络114是因特网的情况中,系统100的组件(包括这些其它组件(例如智能冰箱、智能垃圾桶、智能机柜、智能水槽或类似者(图中未示出))可形成物联网,其也可称为产品的因特网。
在一些示例中,事件可为确认将消费产品的用户的身份。产品的身份可通过用户输入认证数据、射频识别、基于生物特征的识别(其可实施面部辨识、指纹扫描、语音识别、眼睛扫描和/或类似者)、通过由用户使用的磁条来识别、由用户输入的数据的光学字符辨识、由用户使用的一个或多个智慧卡、语音辨识和/或类似者而创建。可要求用户提供输入以促进测量设备104上的识别。在一些实施方式中,可要求用户提供输入以促进通信设备106上的识别(例如,在应用上——其可为浏览器或本机应用——在通信设备106上)。在各种实施方式中,可对测量设备104、通信设备106和/或计算设备108执行将用户映射至所接收的输入数据的识别过程。
使产品的消费或使用与对应用户相关联,且收集附加用户数据以允许生成更具信息性的洞察力
在其中多个用户(例如家族的不同成员)使用相同产品的情况中,使产品的消费或使用与特定用户相关联可是有益的,因为这样实施方式允许追踪不同消费者或用户对产品102的消费或使用。这可生成特定于每个用户(而非使用相同产品的整个家族)的洞察力。在其它示例中,可修改技术以允许针对使用特定产品的所有用户(例如所有家族成员)作为整体生成一组共同洞察力。
可通过用户输入认证数据、射频识别、基于生物特征的识别(其可实施虹膜和/或面部辨识系统)、通过由用户使用的磁条来识别、由用户输入的数据的光学字符辨识、由用户使用一个或多个智慧卡、语音辨识和/或类似者而创建产品的身份。可要求用户提供输入以促进测量设备104上的识别。在一些实施方式中,可要求用户提供输入以促进通信设备106上的识别(例如,在应用上————其可为浏览器或本机应用——在通信设备106上)。在各种实施方式中,可对测量设备104、通信设备106和/或计算设备108执行将用户映射至所接收的输入数据的识别过程。在一些实施方式中,可执行用户的识别以当发生与产品104相关联的使用事件(例如由测量设备104检测的重量变化和/或运动)时检测测量设备104与由用户佩戴的可佩戴设备(例如手镯、项链、脚镯、戒指、手表或类似者,其中的每个被配置为通过通信网络与测量设备104通信)之间的接近度。
在一些实施方式中,用于确认用户的身份的用户的认证可包括一个或多个技术的组合,诸如多因子认证。在某些示例中,认证可包括基于证书的认证、生物特征认证(例如面部辨识、指纹扫描、语音辨识、眼睛扫描)、基于令牌的认证和/或类似者。
测量设备的启动授权
通信设备106和/或计算设备108可需要授权测量设备104的初始化。例如,可要求用户使用通信设备106上传指示在启动或初始化测量设备104之前产品102与测量设备104之间的耦合的数据(例如产品102与测量设备104之间的物理接近度,或测量设备104在产品102上的放置、安装或附接)。指示耦合的数据可呈相片、视频或文本数据的形式。视频或文本数据可包括由用户提供的反馈,其中这种反馈可指示或确认耦合。
计算设备108可使用自然语言处理技术来分析文本反馈以确定耦合已发生,和/或使用图像处理技术来分析相片或视频以确定耦合已发生。在一些实施方式中,计算设备108可实施机器学习模型以执行这种自然语言处理和/或图像处理。在一些实施方式中,可使用各种算法来提取耦合信息,诸如潜在语意分析、概率性潜在语意分析、潜在狄利克雷(dirichlet)分配、相关主题模型、任何其它一个或多个识别算法,和/或其任何组合。
用于执行这种识别的机器学习模型可已根据历史耦合数据训练——即,指示(a)测量设备104或类似设备与(b)通信设备106或类似设备和/或计算设备108或类似设备之间的耦合或与之相关联的数据。机器学习模型可先前由计算设备108和/或可通过通信网络耦合至计算设备108且将机器学习模型提供至计算设备108的任何其它一个或多个设备训练和/或在计算设备108和/或可通过通信网络耦合至计算设备108且将机器学习模型提供至计算设备108的任何其它一个或多个设备上训练。在一些实施方式中,计算设备108可实施执行机器学习模型的训练和部署的软件即服务(SaaS),其中机器学习模型的这种训练、部署和/或存储可在耦合至计算设备108的云计算系统中执行。
被训练和部署以识别耦合的机器学习模型可为监督模型(例如涉及学习基于示例输入-输出对来将输入映射至输出的函数的模型)或非监督模型(例如用于根据输入数据得出推论和发现型样而无需参考标记结果的模型)。监督模型可为回归模型(例如其中输出是连续的模型)或分类模型(例如其中输出是离散的模型)。
图像处理技术可由机器学习模型或由计算设备108执行而无需使用机器学习模型。用于确定耦合的图像处理技术可用于确定用户将邻近于产品102的测量设备108物理地放置在适当位置(例如将测量设备以杯垫的形式放置在产品102下方)。确定用户将邻近于产品102的测量设备108物理地放置在适当位置的图像处理技术可涉及图像分类、物体辨识、物体追踪、语意分段、实例分段、型样辨识和/或类似者。
响应于耦合的确定,计算设备108可将可启动或初始化测量设备104的信号传输至测量设备104。在测量设备104的启动或初始化之前确保耦合可确保测量设备104仅在需要时操作以保存——且,继而最佳化或改善——计算资源的功能性,包括处理、存储和传输能力。
响应于用户确认而生成通知且启动传感器
测量设备104的控制器可响应于其它一个或多个设备(例如冰箱、垃圾桶、机柜、水槽、洗衣机、洗碗机、产品102可放置在其中的任何其它一个或多个位置或设备中的一个或多个,和/或其任何组合)内的传感器(例如运动传感器)而启动测量设备104内的传感器——其通过通信网络(诸如通信网络114)通信地耦合至测量设备104——指示产品102已、正或将被消费或使用的活动(例如开启冰箱门、盖、柜门或类似者)。
在一些实施方式中,测量设备104的控制器可响应于在其它设备(例如冰箱、垃圾桶、机柜、水槽、洗衣机、洗碗机或类似者)处检测这种活动而不启动测量设备104内的传感器。可替代地,控制器可(a)生成活动的通知至用户,(b)传输确认用户执行这种活动的请求,和(c)响应于由用户确认而启动测量设备104内的传感器。响应于由用户确认而启动传感器可确保特定于用户的数据由测量设备记录,且防止数据的记录不应与用户相关联或映射至用户。这可继而减少测量设备104或存储测量数据的系统100内的任何其它组件的存储要求,且减少传输测量数据所要求的频宽。
用户属性和其它属性的集合
为生成更多信息性洞察力,在一些实施方式中,通信设备106可收集(为了传输至计算设备108)某个点处的各种其它细节(例如用户属性和/或产品102、测量设备104和/或通信设备106的属性),其可在用户开始使用测量设备104捕获用户对产品102的消费或使用之前在通信设备106的应用上收集。
由通信设备106收集的用户属性可包括用户的名字、用户的出生日期、用户的种族、用户的产品偏好、用户的品牌偏好、用户的购物习惯、用户的消费或使用习惯和/或用户的居住地址。在一些实施方式中,用户属性可进一步包括用户的家庭的细节,诸如居住在家庭中的人数、以平方英尺为单位的房屋的近似大小、家庭收入、家庭中的宠物的数目、家庭中的宠物的类型和/或当前生活情境的描述。
由通信设备106收集的其它属性可包括产品102的细节、测量设备104的细节、通信设备106的细节和/或类似者。产品102的一个或多个细节可包括由机器可读取的产品102上的数据表示(例如产品102的条形码、产品的QR码或类似者)、产品102的名称、产品102的商家(例如制造商、分销商、零售商和/或类似者)、产品102的相片或视频、产品102的重量读数和/或类似者。在一些实施方式中,测量设备104包括内置条形码扫描器以扫描产品102的条形码。
在一些实施方式中,通信设备106可从通信设备106的应用(例如浏览器或本机应用)自动检索这些属性。在一些实施方式中,通信设备106可从通信设备106的操作系统自动检索这些属性。通信设备106可在从通信设备的用户接收同意之后以自动方式检索这些细节以有利地尊重和保护用户的隐私。在一些实施方式中,通信设备106可以由用户提供或初始化的输入的形式检索这些属性。
通信设备106可将这些属性传输至计算设备108,其也可使用这些属性来执行机器学习以生成洞察力。
在消费或使用产品时将数据文件提供至通信设备且从用户接收反馈
计算设备108可传输请求用户在消费或使用产品102之前启动相机设备的消息。可将请求启动相机设备的这种消息传输至通信设备106和/或测量设备104的应用(例如浏览器或本机应用)。应用可输出用户的消息(例如显示或生成指示用户的消息的音频信号)。
相机设备可内置于通信设备106内或通信设备106外部且通信地耦合至通信设备106。在其中相机设备位于通信设备106外部的实施方式中,相机设备可物理地耦合至通信设备106或通过通信网络远端耦合。在其中相机设备在外部的该情况中,相机设备可呈用户可佩戴的可佩戴设备的形式。
例如,相机设备可呈消费者或用户可将其戴在用户的颈部周围的围颈带或项链的形式。围颈带或项链可佩戴在颈部的圆周的一部分或颈部的整个圆周周围。例如,在一些实例中,围颈带或项链可为可放置在颈部的一部分周围的弧的形状(其可为半圆形、圆的部分、椭圆的部分或类似者)。在其它实例中,围颈带或项链可具有当用户将围颈带或项链戴在颈部周围时可闭合且当用户希望移除颈部周围的围颈带或项链时可开启(例如通过使两端脱离)的闭合形状(例如圆形、椭圆形或类似者)。
尽管描述项链的围颈带,但在其它实施方式中,相机设备可呈被配置为放置在用户的手腕周围的支撑件的形式。在另一实施方式中,相机设备可呈被配置为放置在用户的腰部周围的皮带的形式。在一些实施方式中,相机设备可呈被配置为放置在用户的脚踝周围的脚镯的形式。对于用户的其它身体部分,相机设备的其它变体是可行。
相机设备可包括闪光灯以基于拍摄地方的照明自动使用。在某些实施方式中,可手动启动或关闭闪光灯。
相机设备可通过音频记录和/或视频记录记录产品106的消费或使用。音频或视频记录可实时进行(即,当消费者或用户响应于指令而消费或使用产品102时)。换言之,音频和/或视频记录可为示出或指示消费或使用产品的消费者或用户的记录。
在音频和/或视频记录的记录期间,计算设备108可传输可包括针对用户的一个或多个指令的数据文件(其可包括音频、视频和/或文本组件)。一个或多个指令可包括将测量设备104放置在产品102上或附近的特定位置处的一个或多个指令、以特定方式保持产品102的一个或多个指令、以指定方式消费或使用产品102的一个或多个指令和/或类似者。音频和/或视频记录可包括那些指令以及用户对那些指令的响应。用户对指令的响应可为特定动作,诸如将测量设备104放置在产品102上或附近的特定位置处、以特定方式保持产品102、以指定方式消费或使用产品102和/或类似者。在一些实施方式中,数据文件可包括问题(其可呈音频、视频和/或文本形式),且相机设备可允许用户在数据文件中提供响应。
包括相机设备的通信设备106可将音频或视频记录连同可包括由用户响应于问题而提供的响应的数据文件一起传输至计算设备108。计算设备108可使用音频或视频记录连同机器学习的数据文件来生成洞察力。
可改善从计算设备108传输至测量设备104和/或通信设备106的数据文件(其包括音频、视频和/或文本)的稳定性和质量。类似地,可改善数据文件(其包括由消费者或用户提供的响应)以及从测量设备104和/或通信设备106传输至计算设备108的音频和视频记录的稳定性和质量。在各种实施方式中,这些改善可由计算设备108、通信设备106和/或测量设备104的至少一个控制器执行。这样控制器可获得如下改善。
控制器可分离待传输的数据内的数据分组。待传输的数据是从计算设备108传输至测量设备104和/或通信设备106的数据文件,或数据文件(其包括由消费者或用户提供的响应)以及从测量设备104和/或通信设备106传输至计算设备108的音频和视频记录。控制器可将数据分组指派至与通信网络114相关联的多个通道。可基于对多个通道中的一个或多个内的数据传输的延时的连续评估将分离数据分组指派至多个通道。控制器可通过那些多个通道传输具有指示关于视频内的每个分组的序列的信息的元数据的数据分组。控制器可基于元数据来组合从那些多个通道中的不同通道传输的数据分组。
针对用户生成使用产品的提醒
在一些实施方式中,计算设备108可允许通信设备106内的应用由用户程序化以获得对消费者的提醒或以程序化(或可编程)间隔(诸如1小时、2小时、6小时、12小时、1天、5天、10天、15天、1个月或任何其它时间间隔)使用产品。该特征有益于特定产品的消费,那些产品的消费至关重要,其诸如药物、可已由临床医师推荐的任何其它产品(包括食品)、易腐产品(诸如水果和蔬菜)和/或类似者。在这些情况中,计算设备108和/或通信设备110可通过安装在通信设备110上的应用引起提醒或警报的生成。
通信设备上的应用的产品分类
通信设备106上的应用可接收可由机器学习模型用于生成洞察力的数据。一些这样数据可包括由用户对应用执行的各种动作、用于执行这些动作的时间戳和/或类似者。在一些示例中,动作可包括:由用户在过去程序化(或可编程)时间周期内使用的产品类别的规范(例如在过去1个月、过去6个月、过去1年、过去2年和/或任何其它时间周期内使用的产品)、由用户在由用户输入调查或物理和/或数字接收扫描确定的此过去程序化(或可编程)时间周期内使用的产品的接收或购买、用户已购买但尚未使用的产品类别的规范、这些产品的购买、用户的位置(例如家庭或办公室)中的产品的条形码扫描、对每个产品(如早餐、午餐、晚餐或类似者)的消费或使用的时间偏好的规范。在一些实施方式中,可针对所有用户预程序化类别,但在其它实施方式中,可授权一个或多个用户修改、新增或删除至少一些类别。这样的产品分类也可称为产品标签。在某些实施方式中,这样的分类或产品标签也可用于确定已请求或指示用户将哪些特定产品放置在测量设备104上。
物联网——与其它智能设备交互以收集待用于机器学习的附加事件数据
测量设备102、通信设备106和/或计算设备108可连接到可具有感测能力(例如通过那些其它设备内的一个或多个传感器)的其它一个或多个设备(例如冰箱、垃圾桶、机柜、水槽、洗衣机、产品102可放置在其中的任何其它一个或多个位置或设备中的一个或多个,和/或其任何组合)且从其检索数据。这样的数据可指示活动(例如开启冰箱门、盖、柜门或类似者)表示产品102已、正或将被消费或使用。这些连接可通过通信网络。在其中通信网络114是因特网的情况中,系统100的组件(包括这些其它设备——例如智能冰箱、智能垃圾桶、智能机柜、智能水槽或类似者(图中未示出))——可形成物联网,其也可称为产品联网。
测量设备104的控制器可响应于其它一个或多个设备(例如冰箱、垃圾桶、机柜、水槽、洗衣机、洗碗机、产品102可放置在其中的任何其它一个或多个位置或设备中的一个或多个,和/或其任何组合)内的传感器(例如运动传感器)而启动测量设备104内的传感器——其通过通信网络(诸如通信网络114)通信地耦合至测量设备104——指示产品102已、正或将被消费或使用的活动(例如开启冰箱门、盖、柜门或类似者)。
测量设备102和/或通信设备106可将从这些其它设备(例如冰箱、垃圾桶、机柜、水槽、产品102可放置在其中的任何其它一个或多个位置或设备中的一个或多个,和/或其任何组合)收集的数据传输至也可使用这样的数据执行机器学习以生成洞察力的计算设备108。
在一些实施方式中,计算设备108可在无需使用可或可不存在于那些其它设备(例如冰箱、垃圾桶、机柜、水槽、洗衣机或类似者)上的一个或多个传感器的情况中检测活动(例如开启或关闭冰箱门、盖、柜门或类似者)。在这些情况中,计算设备108可将请求用户启动相机设备以记录这样活动的消息传输至通信设备106。相机设备可记录此活动,诸如开启或关闭冰箱门、盖、柜门或类似者。计算设备108可检索记录,且实施一个或多个机器学习模型以确定活动的发生。接着,计算设备108可在检测到活动的发生之后将指令传输至测量设备104或通信设备106以启动或关闭测量设备内的传感器。这些实施方式在其中难以将传感器放置在那些其它设备(例如冰箱、垃圾桶、机柜、水槽、洗衣机或类似者)内以检测活动(例如冰箱门、盖、柜门或类似者的开启)的情况中可是有利的。
智能设备的附加特征
可为系统100的一部分的一些智能设备包括冰箱、垃圾桶、机柜、水槽、洗衣机、洗碗机和/或类似者。这些设备可由于其内并入电子电路系统(其可包括传感器,如上文所描述)而称为智能设备。
在一些实施方式中,智能设备也可在其内包括相机。这样的相机可用于读取放置在智能设备中的产品的机器可读数据表示(例如条形码、矩阵码、QR码和/或类似者)以识别产品,且(基于智能设备的类型)确定产品是否正被存储、使用或丢弃。例如,放置在垃圾桶中的产品102指示产品正被丢弃,放置在洗衣机中的产品102指示产品正被使用,放置在机柜中的产品102指示产品正被存储。
智能设备可进一步包括重量传感器、时间传感器、位置传感器、能量或功率计和任何其它传感器(其与测量设备104内的传感器分离但类似于测量设备104内的传感器)。重量传感器可在不同时间指示产品102的重量,其可进一步指示产品102的消费或使用。时间传感器可确定已确定消费或使用的时间。位置传感器可包括指示智能设备的地址位置的全球定位系统(GPS)设备,和可指示智能设备内的内部位置的内部位置传感器(例如智能冰箱内的顶部的第二托盘)和/或类似者。
在一些实施方式中,物体的运动——其已被定位——可用于推断该物体的位置中的修改。物体的运动可由可为基于红外线的运动传感器、基于光学器件的运动传感器、基于射频的运动传感器、基于声音的运动传感器、基于振动的运动传感器和/或基于磁性的运动传感器的一个或多个的运动传感器测量。基于红外线的运动传感器可包括被动传感器和/或主动传感器。基于光学器件的运动传感器可包括视频和/或相机系统。基于射频的运动传感器可包括基于雷达、微波和/或层析成像信号的传感器。基于声音的运动传感器可包括麦克风和/或声响传感器。基于振动的运动传感器可包括摩擦电、地震和/或惯性开关传感器。基于磁性的运动传感器可包括磁传感器和/或磁力计。
计算设备108可直接或经由通信设备106从智能设备接收时间戳数据,包括这些传感器中的每个的输出。这样的数据可输入至机器学习模型用于洞察力的更准确和/或更详细的生成。
智能设备的安装
当安装智能设备时,通信设备106的应用(例如浏览器或本机应用)可提供指令至用户提供以安装智能设备。应用可要求用户输入一些信息来完成安装过程。计算设备108可将这样的信息作为输入提供至用于生成洞察力的机器学习模型。这样的数据可包括用户的细节(其可包括可唯一识别用户的细节)、已由用户程序化的智能设备的特定特征、用户使用智能设备的偏好、智能设备的所要操作和/或类似者。
产品消费或使用的同步
为确保系统100内的每个组件具有关于产品102的消费或使用的最近数据,系统100内的组件——包括测量设备104、通信设备106、计算设备108和智能设备——可彼此同步。术语同步也可称为同步化、对接、摇摆和/或类似者。在一些实施方式中,同步可以程序化(或可编程)时间间隔(诸如30秒、1分钟、5分钟、30分钟、1小时、6小时、12小时、1天、2天、5天或类似者)发生。时间间隔越短,洞察力将越准确。另外,与其中实时发生同步的实施方式相比,其中同步以特定间隔发生的该实施方式节省运算资源。在某些实施方式中,同步可实时发生,且该实施方式可有利地导致生成更准确洞察力。
为同步系统100中的所有这些设备,计算设备108可使用从这些设备的任一个接收的数据更新软件,且将软件中的该更新数据渲染至设备中的每个使得每个设备在同步时具有最近数据。计算设备108可通过通信网络114和/或任何其它一个或多个通信网络彼此通信。一些这样的通信网络可包括蓝牙通信、蓝牙低能量、Wi-Fi、蜂巢式网络或任何其它通信网络。在一些实施方式中,连接本文所述的两个或更多个智能设备的通信网络可为低功率、低数据速率和近接近度(例如个人区域)无线自组网络,诸如Zigbee网络。在某些实施方式中,通信网络可为任何低速率个人区域网络,其操作可由技术标准IEEE 802.15.4定义。在少数实施方式中,通信网络可为实施蓝牙网格(其是允许经由蓝牙无线电进行多对多通信的基于蓝牙低能量的计算机网格网络标准)的任何网络。
计算设备、以及洞察力和奖励的生成
计算设备108可使用系统100内生成的数据来生成洞察力。现在解释洞察力的这种生成。
测量设备104内的传感器可检测相应特征。例如,一个或多个重量传感器可称量产品102,一个或多个运动传感器可检测产品102的运动,且一个或多个时间传感器可观察由重量传感器和/或运动传感器消耗的时间。运动传感器可检测产品102的运动以生成运动数据。在一些实施方式中,传感器单元包括加速计以检测产品102的移动以(例如)确认产品102的使用。当产品102在移动之后被放置在稳定条件时,重量传感器可称重产品102且生成重量数据。时间传感器可观察重量传感器和运动传感器上消耗的时间以生成时间消耗数据。时间传感器可对产品102的使用进行时间戳。时间传感器可为时钟或计时器。时间戳可选地包括早晨、下午、夜晚和深夜。时间戳可包括产品102的实时使用。
在一些实施方式中,测量设备104可用于单一产品102。例如,测量设备104可在消费或使用产品102之后被布置或丢弃。在其它实施方式中,相同测量设备104可重新用于若干不同产品。例如,测量设备104可用于执行产品102的测量,且随后消费者或用户可将测量设备104耦合至另一产品以对另一产品执行测量。在一些实施方式中,计算设备108可允许消费者或用户仅在已完成产品102的测量或产品102已被完全消耗之后将新产品与测量设备104耦合(例如计算设备108可允许仅在完成对产品102的测量之后,扫描新产品的条形码且在通信设备106的相机上捕获新产品的相片(或在一些实施方式中捕获视频))。这有利地通过保持对不同产品的测量离散来避免对不同产品的测量中的错误。如上文所解释,尽管对不同产品的测量是单独进行的,但在其它实施方式中,计算设备108可允许测量设备104耦合至多个产品,借此测量设备104可包括一些处理能力以单独组织对不同产品的测量。在这些情况中,由测量设备104处理防止实质量的数据在通信网络114上频繁来回,其可减少频宽使用且减少延时。
在一些实施方式中,测量设备104包括用于可手动黏着在测量设备104上的标签的空间,或可从应用、通信设备106、计算设备108、客户端设备110、任何其它一个或多个计算机和/或云平台的任一个程序化的数字标签。
测量设备104通过通信网络114将产品102的重量数据、运动数据、时间消耗数据、位置数据和任何其它相关数据传输至计算设备108。计算设备108也接收示出产品102的消费或使用的数据(例如视频或音频)连同来自消费者或用户的反馈(其可呈视频、音频或文本的形式,诸如对预设问题的响应;其可重叠在数据上——例如视频或音频——示出消费者或用户对产品102的消费或使用)。
机器学习以生成洞察力、建议和/或奖励
计算设备108可将从测量设备104和通信设备106接收的所有该数据输入至经训练的机器学习模型以生成洞察力。机器学习模型可已经对历史重量数据、历史运动数据、历史时间消耗数据和/或其它类似数据进行训练,所有数据可为消费者或用户和/或相同或类似产品的其它消费者或用户的数据。机器学习模型先前可已经由计算设备110和/或任何其它一个或多个设备训练和/或在计算设备110和/或任何其它一个或多个设备上训练。
经训练和部署以执行机器学习的机器学习模型可为监督模型(例如涉及学习基于示例输入-输出对来将输入映射至输出的函数的模型)或非监督模型(例如用于从输入数据得出推论和发现型样而无需参考标记结果的模型)。监督模型可为回归模型(例如其中输出是连续的模型)或分类模型(例如其中输出是离散的模型)。
回归模型可为以下的一个或多个:(a)线性回归模型(例如找到最适于数据的直线或曲线的模型),(b)决策树模型(例如具有节点的模型,其中也称为树的叶子的树的最后节点作出决定,其中可增加节点的数目以提高决策的准确度且可减少节点的数目以增强速度以减少延时),(c)随机林模型(例如涉及使用原始数据的自举数据集创建多个决策树且在决策树的每个步骤处随机选择变量的子集的模型,其中该模型有利地降低来自个别树的错误的风险),(d)神经网络(例如接收输入的向量、在各种阶段执行等式且生成输出的向量的模型)和/或类似者。
分类模型可为以下的一个或多个:(a)逻辑回归模型(例如类似于线性回归但用于模型化有限数目——例如两个结果的概率的模型;例如,逻辑曲线或等式可以使得输出值可仅在0与1之间的方式创建),(b)支持向量机(例如在两类数据之间找到最大化两类之间的边限或距离的超平面或边界的模型),(c)朴素贝叶斯(bayes)模型(例如通过实施贝叶斯定理确定类的模型)。
非监督学习模型可为以下的一个或多个:(a)聚类模型(例如涉及数据点的分组或聚类的模型,其中这些模型可涉及各种聚类技术,诸如k平均数聚类、分层聚类、均值漂移聚类和基于密度的聚类),和(b)维度缩减模型(例如通过获得一组主变量来消除或提取特征以减少所考量的随机变量的数目的模型)和/或类似者。
计算设备108可实施这些机器学习模型的任一个以基于从测量设备104和通信设备106接收的数据生成洞察力。一些洞察力特定于消费者或用户且对消费者或用户有益,且某些洞察力特定于产品的商家(例如制造商、分销商、零售商和/或类似者)且对产品的商家(例如制造商、分销商、零售商等等)有益。洞察力可包括定性洞察力和定量洞察力。
计算设备108可(a)实施奖励系统以奖励消费者或用户追踪产品102的消费或使用,(b)生成将有助于实体(例如商家——诸如产品102的制造商、分销商、零售商和/或类似者)的报告,和(c)生成将有助于消费者或用户的报告。报告可包括相应洞察力,其在各种实施方式中可是定性和/或定量的。
奖励系统可为基于点的系统以确定消费者或用户的奖励点以追踪其对产品102的消费或使用。在各种实施方式中,计算设备可基于(a)用于追踪一个或多个产品的消费或使用的一个或多个设备的使用,(b)使用通信设备106以执行各种活动(例如响应于呈问题(诸如调查问题)的形式的各种提示,或执行任务(诸如视频、照片和/或音频任务)的请求)而将奖励积分分配至消费者或用户和/或类似者。计算设备108也可将奖励点映射至一个或多个支付方式,诸如现金、礼品卡、加密货币或类似者。
计算设备108可生成一个或多个报告,包括定性洞察力和定量洞察力。例如,计算设备108可针对消费者或用户生成包括特定于消费者或用户的洞察力的报告,和针对实体(例如商家—诸如产品的制造商、分销商、零售商和/或类似者)生成包括特定于实体的洞察力的另一报告。
定性和定量洞察力可包括产品102在不同时间周期的使用。报告可包括以下的任一个:时间周期内的产品102的使用的图形表示,和/或钻研时间周期内的产品102的使用的表格行。在一些实施方式中,时间周期可从第一时间(例如第1周)至随后或最后时间(例如第52周)变动。在一些实施方式中,报告包括由消费者或用户使用的一个或多个产品的消费或使用的图形表示。在某些实施方式中,报告包括一个特定产品的使用的图形表示。计算设备108生成具有反映产品102的准确使用和/或消费与较少或无人为干预或错误的报告的定性和定量洞察力。在一些实施方式中,计算设备108生成包括具有一个或多个消费者或用户对一个或多个产品的使用和时间戳以确定一个或多个消费者或用户对一个或多个产品的使用行为的定性和定量洞察力的报告。
将具有洞察力和奖励的报告传输至通信设备和客户端设备
计算设备108可将特征化由产品102的用户获得的奖励的数据传输至可针对用户输出(例如显示)数据的通信设备106。
计算设备108可将特定于实体(例如商家——诸如产品的——制造商、分销商、零售商和/或类似者)的报告传输至客户端设备110。特定于实体的报告可不识别报告其消费或使用的用户以确保和保护用户隐私。然而,特定于实体的报告可匿名是指不同用户而不提供任何可损及个人用户的机密性或隐私的信息。在一些实施方式中,特定于商家的报告可包括(a)不同产品,其包括特定于该商家且与该商家相关联的产品102,(b)每个产品的特性,(c)与每个特性相关联的各种分析度量,(d)总体上或具有共同特征的所有用户对每个产品的使用行为的消费(例如相同地理区域、相同收入水平、相同性别、相同学力和/或类似者)和/或类似者。此报告可有利地使得实体(例如商家)能够评估其产品活动、创建新产品,且对既有产品、产品内容、制造过程、广告活动、分销通路和/或任何其它目的进行修改。
计算设备108可将特定于产品102的用户的报告传输至通信设备106。特定于用户的报告可指示用户对各种产品(包括产品102)的消费或使用行为。例如,报告可指定(a)用户已消费或使用的产品类别(例如便利品、购物产品、特色产品和/或未购买的产品),(b)每个类别中的产品的消费或使用,(c)每个产品的消费量或使用的数量和/或类似者。此报告可有利地使得用户能够作出知情决定以修改消费和/或使用行为(例如习惯)。
数据平台的使用(例如软件即服务)
在一些实施方式中,计算设备108可与通信设备106和/或客户端设备110集成为数据平台以提供服务至客户端。数据平台可与计算设备108集成以提供按产品类别、国家、潜在观众类型/规模和/或类似者组织的服务。此数据平台的示例是软件即服务(SaaS)平台。在这些情况中,计算设备108可为云计算服务器,其可按需提供服务使得SaaS平台也被称为按需软件。
在一些实施方式中,SaaS平台可具有多租户架构。在多租户架构中,由计算设备108促进的具有硬件、网络、操作系统的单一配置的应用的单一版本用于所有消费者或用户(其在多租户架构的范畴内也称为租户)。此架构可优于传统软件(其中软件的多个物理拷贝每个潜在地具有不同版本,和潜在不同配置,且通常定制化——可跨各种顾客位置安装),因为SaaS允许其上使用SaaS的底层设备(例如通信设备106和/或客户端设备110)是瘦客户端,其可为已被最佳化以与建立与基于服务器的计算环境的远端连接的低执行计算机。
尽管描述多租户架构,但在其它实施方式中,SaaS平台可实施其它机制,诸如虚拟化。虚拟化可以是创建充当具有操作系统的真实计算机的虚拟机器。在虚拟机器上执行的软件可与底层硬件资源分离。
尽管数据平台在上文中描述为SaaS平台,但在一些实施方式中,数据平台可为基础设施即服务(IaaS)、平台即服务(PaaS)、桌面即服务(DaaS)、管理软件即服务(MSaaS)、行动后端即服务(MBaaS)、数据中心即服务(DCaaS)、信息技术管理即服务(ITMaaS)和/或类似者。
产品的一些示例
如本文所描述,产品102的一些示例包括清洁液、湿巾、喷雾、地板清洁垫、沐浴露、洗发精、洗手液、酱罐、饮料、酒精和/或类似者。产品102可分类为包装消费品(customerpackaged goods)(CPG)、快速消费品(fast-moving consumer goods)(FMCG)和/或食品和饮料(F&B)。CPG和F&B可包括包含餐具护理(例如餐具洗涤液、洗碗机豆荚、洗碗机喷雾和/或洗碗机清洁剂)、家庭清洁(例如表面擦拭&喷雾、通用喷雾、空气清新喷雾、液体地板清洁剂和/或基于垫的系统)、洗衣和织物护理(例如洗衣液、清洁剂、豆荚、织物清新剂喷雾、织物柔软剂和/或干衣片)、个人清洁(例如皮肤护理、沐浴液、保湿剂、头发护理、洗发精/护发素、洗手液和/或剃须凝胶)、家庭护理(例如纸巾和/或面纸)、香水(例如香料和/或除臭剂)、女性护理、口腔护理(例如漱口水和/或牙膏)、个人健康、乙醇和/或酒精、烘焙产品、饮料、饼干和/或小甜饼、谷物、巧克力、乳制品、水果、口香糖和/或糖果、冰淇淋、膳食、面食、宠物食物、点心、香料、蔬菜、酸酪乳和/或类似者的类别。通信设备106上的应用可将产品102分类为这些类别,或允许用户执行这样的分类。
测量设备的附加细节
图2图示根据本文所描述的一些实施方式的测量设备104的一个示例。测量设备104可包括重量传感器202、运动传感器204、时间传感器206和通信模块208。当产品102放置在测量设备104上时,重量传感器202对产品102进行称重且生成产品102的重量数据。重量传感器202可包括至少一个测力器(例如任何数目个测力器,诸如四个测力器),其是将力转换为指示重量的可测量电输出的传感器。本文所描述的任何测力器可为液压测力器、气动测力器、应变计测力器、压电测力器、感应式和磁阻式测力器、磁致伸缩测力器、电容式测力器和/或类似者。任何测力器可具有任何形状或大小。在某些实施方式中,如果(a)产品102处于稳定条件,(b)产品102在预设时间周期(例如1小时、2小时、6小时、12小时、24小时或任何其它时间周期)内使用,(c)产品在预设时间周期内定期使用(例如至少两次、至少三次等),和/或(d)每次将产品从测量设备104中带走时(其可指示产品的使用)和/或放回测量设备104上,则重量传感器202可自动称重产品102。运动传感器204可检测产品102的运动以生成运动数据。例如,运动传感器204检测产品102的移动和/或移动方向以生成运动数据。运动传感器204可为加速计。时间传感器206检测在重量传感器202上消耗的时间和在运动传感器204上消耗的时间以生成时间消耗数据。时间消耗数据可包括时间和日期。在一些实施方式中,时间传感器206可对产品102的移动、产品102的移动时间的长度、重量传感器202称量产品102的时间和/或类似者的一个或多个进行时间戳。
尽管测量设备104示出为包括重量传感器202、运动传感器204和时间传感器206,但在一些实施方式中,测量设备104可另外地或可替代地包括其它传感器,诸如位置传感器、温度传感器、接近度传感器、红外线传感器、超声波传感器、湿度传感器、倾斜传感器、水平传感器(level sensor)、触摸传感器和/或类似者。位置传感器可包括(a)可检测测量设备的地理坐标的GPS传感器(例如检测特定地址,诸如地图上的房屋或建筑物),和/或(b)可检测特定地址内的特定位置的内部位置传感器(例如检测房屋内的特定房间、建筑物内的特定单元或公寓、购物中心内的商店、会议内的展览位置、博物馆内的房间和/或类似者)。为使用内部位置传感器追踪内部位置,可在地址位置中安装信标(例如房屋、建筑物、商城或博物馆)且这些信标可以预设时间间隔或实时感测测量设备104内的内部位置传感器的接近度。在一些实施方式中,可存在使用通信设备106的信标的一次性映射。使用测量设备104和信标中的每个之间的接近度,内部位置传感器可估计测量设备104的近似位置,当测量设备104物理地耦合(例如贴附或放置为邻近于)至产品102时,其可有益于了解产品102的特定内部位置。信标可为蓝牙低能量(BLE)信标和/或IEEE 802.15.4或低速率无线个人区域网络(LR-WPAN)信标。在一些实施方式中,可不需要外部信标,因为测量设备的内部位置传感器可作为信标工作。尽管信标被描述为用于检测内部位置,但在其它实施方式中,内部位置传感器可实施其它技术来检测内部位置,诸如WiFi、磁场检测、近场通信、陀螺仪和加速计、超宽带和/或微电子机械系统(MEMS)传感器,如下文所解释。
WiFi可以与BLE信标类似的方式使用,但该技术可要求外部电源和附加设备。在一些实施方式中,设备可较昂贵。在一些这样的实施方式中,与WiFi技术相比,可偏好BLE信标技术以识别测量设备104的内部位置。在一些实施方式中,与BLE信标技术相比,WiFi技术可为有利的,因为WiFi技术中的信号可更强,且可覆盖更多距离。在磁场检测中,测量设备104内的内部位置传感器可包括用于室内定位的罗盘,指纹技术可用于绘制场地上的磁场,且测量设备104可使用该地图查找测量设备104的室内位置。在其中室内磁场稳定的某些情况中,可不实施磁场检测技术。近场通信(NFC)技术包括不要求电源的小芯片,且如果测量设备104在距芯片的特定距离(例如30厘米)内,则测量设备104内的内部位置传感器检测每个芯片以读取芯片的序号。NFC技术在其中产品102可被存储在小空间中的位置是有利的,使得可在特定距离(例如30厘米)内进行检测。陀螺仪是基于角动量守恒原理用于测量或维持定向的设备,且该定向信息可用于测量设备104的甚至更精确定位。超宽带(UWB)是检测室内位置的最精确的方法。在UWB下,将UWB锚被放置在场地的角落中直至隔开预设距离(例如25米),且UWB定位标签附接至待追踪的资产。UWB定位器标签可在特定频率范围内(例如在3GHz至7GHz之间)发送无线电信号脉冲,UWB锚可使用该无线电信号脉冲,在三维空间中,以一定(例如高达30厘米)的准确度定位标签且具有高达每个预设时间周期(例如每50毫秒)的定位更新。
测量设备104可使用通信模块208直接或经由通信设备106将重量数据、运动数据、时间消耗数据和任何其它传感器数据传输至计算设备108。在某些实施方式中,通信模块208使用通信网络114将重量数据、运动数据和时间消耗数据传输至计算设备108。当以下的至少一个时,测量设备104可自动确定重量数据、运动数据和时间消耗数据:产品102处于稳定条件、未使用产品102,和/或已使用产品102。
如本文所述,术语模块可包括用于执行指定任务或功能的软件指令和代码。模块(如本文所使用)可为软件模块或硬件模块。软件模块可为可包括可经由链接模块组合或链接的多个独立开发的模块的计算机程序的一部分。软件模块可包括一个或多个软件例程。软件例程是执行对应程序或功能的计算机可读代码。硬件模块可为具有可执行本文所描述的各种操作的独立电路系统的自足组件。
测量设备内的通信模块
图3图示根据本文所描述的一些实施方式的通信地连接到计算设备108的测量设备104的通信模块208。测量设备104的通信模块208通过通信网络114通信地连接到计算设备108。通信模块208包括Wi-Fi模块302、蓝牙模块304和/或SIM模块306中的至少一个以通过通信网络114将重量数据、运动数据和时间消耗数据从测量设备104传输至计算设备108。
SIM模块306可包括IoT SIM卡以提供用于将重量数据、运动数据和时间消耗数据自动传输至计算设备108的所要求的连接性。在一些实施方式中,测量设备104将重量数据、运动数据和时间消耗数据自动传输至计算设备108。在一些实施方式中,测量设备104通过通信网络114将重量数据、运动数据和时间消耗数据传输至通信设备106,且接着可通过通信网络114将数据进一步传送至计算设备108。
尽管通信模块208被描述为包括Wi-Fi模块302、蓝牙模块304和SIM模块306,但在其它实施方式中,通信模块208可包括可经由相应通信网络实现通信的附加或可替代模块。
测量设备的另一示例
图4图示根据本文所描述的一些实施方式的测量设备104的另一示例。测量设备104包括重量传感器202、运动传感器204、时间传感器206、通信模块208、指示器(例如LED指示器)402和本地存储模块404。LED指示器402指示重量传感器202、运动传感器204和时间传感器206分别确定重量数据、运动数据和时间消耗数据的时间。LED指示器402可指示重量数据以示出产品102的测量。将LED用于指示器402可是有益的,原因如下:(a)LED是能量有效的,(b)LED要求低维护,(c)LED具有寿命(例如超过10年的寿命),因为不存在灯丝烧坏,(d)LED照明的前期成本低,(e)LED几乎不发射热量或紫外(UV)线,以及(f)LED通常摸起来不热,使得它们处置起来较安全。
尽管指示器402被描述为LED指示器,但在其它实施方式中,可使用任何其它基于光的指示器,诸如白炽灯、卤素灯、荧光灯、紧凑型荧光灯、高压钠灯和低压钠灯。尽管指示器402被描述为基于光的指示器(即,发射光的指示器),但在其它实施方式中,指示器可为音频指示器(例如声音警报)或音频视觉指示器(例如可包括LED以生成光的警报和生成声音的音频电路系统)。
在一些实施方式中,本地存储模块404可存储重量数据、运动数据和时间消耗数据。本地存储模块404可为以下的一个或多个:硬盘机(HDD)、固态磁碟机(SSD)或外部存储设备,诸如随身碟或光盘。在特定示例中,本地存储模块404可为非易失性记忆卡(例如SD卡)。在架构中具有本地存储模块404可有益于其中重量数据、运动数据和时间消耗数据需要在将所有该数据传输至计算设备108之前由测量设备104处理的实施方式(例如用于组织数据,或处理数据以移除冗余),因为这样的本地存储允许数据的较快存取,其防止上传和下载数据(包括冗余数据),使得存储已从测量设备104移除。在一些实施方式中,在架构中具有本地存储模块404可进一步有益,其中数据每天仅与计算设备108(例如云计算服务器)同步一次或几次,因为这样的本地存储允许测量设备104存储数据且仅以特定间隔传输,由此保持和最佳化频宽。当通信网络或通信设备(例如通信设备106内的用户识别模块(SIM)卡)暂时不可操作或故障时,这样的本地存储亦是有益的,因为在这些情况中,本地存储器可存储数据直至通信设备能够与通信设备106同步。
测量设备104可包括控制键(其也可称为开/闭控制键)以启动(即,开启)或关闭(即,断开)测量设备104。当启动(即,开启)测量设备104时,测量设备104可自动确定重量数据、运动数据和时间消耗数据。测量设备104可由电池供电,且可被配置为消耗低电力。电池可为主电池(即,被设计以使用直至能量耗尽)或可再充电电池(即,可凭借通过将电流施加于电池而使其化学反应逆转来再充电)。在一些实施方式中,电池可包括电化学电池(诸如贾法尼(galvanic)电池)、电解电池、燃料电池、液流单电池和/或伏打电堆中的一个或多个。在一些实施方式中,测量设备104可由从电源插座提取(例如接收)的电力供电。
在一些实施方式中,测量设备104在不使用时自动关闭(即,断开),且在产品102在时间周期内用一会儿时启动(即,开启),包括以特定频率和/或在产品102的运动之后称重产品102的时间表。在排定频率的情况中,时间周期可为任何预设时间,诸如1小时、2小时、4小时、6小时、12小时、18小时、24小时或任何其它值。在一些实施方式中,仅可关闭(例如通电或断开)可不要求的组件(例如WiFi或其它通信所要求的组件)以节省电力,而其它组件(诸如传感器(例如重量传感器202、运动传感器204、时间传感器206和/或类似者))可进入睡眠模式但可在感测重量、运动或时间中的特定(例如基于相应临限值)变化时立即启动。
生成待在通信设备上显示的通知
图5图示根据本文所描述的一些实施方式的通信地连接到计算设备108以触发通信设备106上的通知的测量设备104的示例性视图。测量设备104可连续和/或自动地将重量数据、运动数据和时间消耗数据传输至计算设备108。当产品102完成时,重量传感器202可将零读取数据传输至计算设备108。计算设备108接收零读取数据且触发通信设备106的移动应用中的通知以检查产品102是否缺货。通知可使消费者或用户能够将新产品附接至测量设备104。在一些实施方式中,连续触发通知直至重量传感器202确定重量数据。例如,如果消费者或用户忘记变化产品102,则计算设备108触发通知以使新产品与测量设备104附接。
当在不扫描新产品的条形码的情况中将新产品连附接至测量设备104时,重量中的显著变化可使计算设备108能够触发通知以确认测量设备104已安装在新产品上。当测量设备104未与任何产品附接时,计算设备108可触发通知以提醒消费者或用户将测量设备104与新产品附接。
消费者或用户可在通信设备106的移动应用中设定以下的任一个的偏好:接收提及产品102较低的通知和/或自动重新订购/购买产品或将产品新增至购物清单中。通信设备106的移动应用可用作为家庭管理系统。计算设备108(和/或,在一些实施方式中,通信设备106)可以新和/或可用产品的折扣/交易的形式提供附加值且也提供关于新和/或替代产品的建议。在一些实施方式中,建议可包括以下的任一个:基于消费者或用户的总产品偏好和/或由用户追踪或测量的所有产品和/或消费者或用户对产品102的消费或使用的行为和/或产品102的所有其它消费者或用户和/或类似于消费者或用户的其它消费者或用户的付费广告或促销。建议可基于实际消费或使用行为,且因此与主观评论相比是无偏见的。在一些实施方式中,这样的内容(例如广告、促销或交易)可在仅剩余产品102的特定临限值(例如百分比)时的时间输送(即,产品102的剩余部分已被消费或使用)。除广告或促销之外,也可存在由商家赞助的产品放置以观察如果在其测量设备104放置在其中的环境(例如家庭或企业)中引入新产品,则用户的消费或使用行为如何变化。
用于将测量设备与产品连接的附接机构
图6图示根据本文所描述的一些实施方式的与测量设备104连接的产品102。测量设备104包括可将(例如附接)测量设备104与产品102连接的连接器602。连接器602可包括附接构件,包括胶合、编织或穿线、焊接、磁性附接、紧固、贴扎、使用螺钉或钉子的一个或多个耦合、扭转和安装两个或更多个组件直至牢固附接(例如锁定)、将一个组件按压在另一组件上直至彼此牢固附接(例如相对于彼此锁定)和/或任何其它一个或多个附接机构)。
与多个产品的消费或使用相关的测量的系统
图7图示根据本文所描述的一些实施方式的与一个或多个测量设备104A至104N通信连接以确定消费者或用户对一个或多个产品102A至102N的消费或使用行为的一个或多个产品102A至102N的示例性视图。一个或多个产品102A至102N通过一个或多个连接器或不使用任何连接器与一个或多个测量设备104A至104N连接(例如一个或多个产品102A至102N可仅通过放置在相应一个或多个测量设备104A至104N上而连接)。一个或多个测量设备104A至104N经由通信网络114将一个或多个产品102A至102N的重量数据、运动数据和时间消耗数据传输至计算设备108。计算设备108基于与一个或多个产品102A至102N相关联的重量数据、运动数据和时间消耗数据来确定消费者或用户对一个或多个产品102A至102N的消费或使用行为。计算设备108将消费者或用户对一个或多个产品102A至102N的消费或使用行为传输/提供至客户端设备110。
计算设备的示例用户界面
图8图示根据本文所描述的一些实施方式的计算设备108的图形用户界面800的示例性视图。计算设备108的图形用户界面800图示一个或多个消费者或用户的会话、一个或多个消费者对一个或多个产品102A至102N的消费或使用以及由一个或多个消费者或用户完成的调查或其它活动。会话可包括一个或多个消费者或用户的参与者名字和/或一个或多个消费者或用户的位置。在一些实施方式中,会话包括视频调查以了解一个或多个消费者或用户。视频调查可包括具有“你的姓是什么和你住在哪里?”、“你多久购买一次该产品?”和类似者的问题以及包括“向我们示出你如何使用该产品”、“告诉我们你对该新概念的想法”和类似者的任务。视频可由通信设备106记录,且通信设备106可将所记录的视频传输至计算设备108。在一些实施方式中,计算设备108将所记录的视频转录为文本。所记录的视频可由以下的任一个过滤:任务/问题、音频关键字和/或视觉物体/场景。所记录的视频可包括对使用一个或多个产品102A至102N的一个或多个消费者或用户的自我调节访问。
尽管图8中示出各种特定活动,但在一些实施方式中,可存在要由消费者或用户执行的任何活动(诸如视频活动、调查活动、照片活动、称重活动、传感器活动、音频活动、条形码活动、收据捕获活动、荧幕记录活动和/或类似者)的会话数据。在一些示例中,可要求每个消费者或用户在时间周期内执行多个活动。
计算设备的示例用户界面
图9图示根据本文所描述的一些实施方式的计算设备108的图形用户界面900的示例性视图。计算设备108的图形用户界面900可包括用于初始化产品102的任务/问题。产品102可为餐具洗涤液。任务/问题可包括使用通信设备106扫描产品102、使用测量设备104称重产品102和/或输入测量设备104的读数。在某些实施方式中,测量设备104可将读数自动提供至计算设备108(直接或通过通信设备106),且可不存在对应于输入测量设备104的这样的读数的任务/问题且因此用户可不要求手动输入测量设备104的读数。在一些实施方式中,通信设备106扫描产品102的条形码且计算设备108基于产品102的条形码确定产品102的细节。产品102的细节可包括条形码编号、条形码类型、制造商、类别、品牌、UPC细节、基本大小、子品牌、主类别、集合、形式和/或其它可用条形码数据。尽管图形用户界面900特定于特定产品(即,餐具洗涤液),但在其它实施方式中,可针对任何产品(例如任何类型的产品)生成图形用户界面900。
如在客户端设备的用户界面上显示的用户的示例报告
图10是根据本文所描述的一些实施方式的描绘产品102的每周(以及在一些实施方式中,每天、每小时、任何一周的特定一天、工作日、周末或任何时间范围)消费的报告的图形表示1000。报告的图形表示1000包括时间周期内的产品102的每周消费量或使用。时间周期可包括第1周至第9周。尽管时间周期示出为9周,但在一些实施方式中,时间长度可取决于特定计划的需要和/或为其生成洞察力的实体的需要和/或期望而是任何时间量。例如,在一些变体中,时间的长度可为2周、6周、12周、20周、6个月、1年、2年、3年或任何其它时间长度。报告的图形表示1000包括示出消费者或用户使用产品102的Y轴和示出以周为单位的时间周期的X轴。图形表示1000包括一个或多个点以表示消费者或用户从第二周至第九周对产品102的使用。尽管图形表示1000被描述为呈现在客户端设备110上,但在一些实施方式中,图形表示1000可另外地或可替代地表示在计算设备108上。可选地,图形表示1000可示出在通信设备106上。尽管图形表示1000特定于特定产品类别(即,餐具洗涤液),但在一些实施方式中,图形表示1000可替代地或另外第针对任何产品(例如特定品牌的餐具洗涤液)生成。
如在客户端设备上显示的用户的示例报告
图11是根据本文所描述的一些实施方式的描绘产品102或产品102所属的产品类别的平均每周消费、平均周末消费、平均工作日消费的报告的图形表示1100。尽管描述平均每周消费、平均周末消费和平均工作日消费的描绘,但在一些实施方式中,可扩展技术以监视每天、每小时、任何一周的特定一天或每月的消费的平均值。报告的图形表示1100包括平均每周消费、前一周的平均每周消费指数、平均周末消费、平均工作日消费、相同产品的称重数目、新产品的称重数目、缺货数目、和X周内的称重总数。尽管图形表示1100被描述为呈现在客户端设备110上,但在一些实施方式中,图形表示1100可另外地或可替代地呈现在计算设备108上。可选地,图形表示1100可被示出在通信设备106上。
尽管时间周期示出为9周,但在一些实施方式中,时间长度可取决于特定计划的需要和/或针对其生成洞察力的实体的需要和/或期望而是任何时间量。例如,在一些变体中,时间长度可为2周、6周、12周、20周、6个月、1年、2年、3年或任何其它时间长度。
如在客户端设备上显示的示例用户界面
图12图示根据本文所描述的一些实施方式的客户端设备110的图形用户界面1200的示例视图。图形用户界面1200包括用于初始化以下的任一个的任务/问题:第二产品、第三产品和类似者。尽管图形表示1200被描述为呈现在客户端设备110上,但在一些实施方式中,图形表示1200可另外地或可替代地呈现在计算设备108上,或可选地呈现在通信设备106上。
在客户端设备的用户界面上显示的商家的示例报告
图13是根据本文所描述的一些实施方式的描绘消费者或用户或消费者或用户的群组对一个或多个产品102A至102N或产品的类别的每周(以及在一些实施方式中,每天、一天的某个时间、一周的某天或类似者)消费细节的报告的图形表示1300。报告的图形表示1300包括示出一个或多个产品102A至102N的消费或使用的Y轴和示出以周为单位的时间周期的X轴。一个或多个产品102A至102N包括织物清新剂喷雾1302、恒定非激励空气清新产品1304、空气清新电气插件1306、空气清新喷雾1308、用于除尘表面的清洁系统1310、可弃干燥地板清洁擦片1312、可弃湿地板清洁擦片1314、厨房清洁喷雾1316、消毒表面擦片1318、通用清洁喷雾1320、地板清洁剂1322以及餐具洗涤液1324。可选地,图形表示1300被示出在通信设备106上。
尽管时间周期被示出为9周,但在一些实施方式中,时间长度可取决于特定计划的需要和/或针对其生成洞察力的实体的需要和/或期望而是任何时间量。例如,在一些变体中,时间长度可为2周、6周、12周、20周、6个月、1年、2年、3年或任何其它时间长度。此外,尽管图形表示1300特定于如上文所描述的特定产品,但在其它实施方式中,可针对任何类型或数目的产品生成图形表示1300。
如在客户端设备的用户界面上显示的商家的示例报告
图14是根据本文所描述的一些实施方式的描绘消费者或用户对一个或多个产品102A至102N的每周(以及在一些实施方式中,每天、一天的某个时间、一周的某天或类似者)消费的报告的图形表示1400。报告的图形表示1400包括一个或多个产品102A至102N的每周消费(以克为单位使用)。尽管图形表示1400特定于附图中所示出的特定产品,但在其它实施方式中,可针对任何类型或数目的产品生成图形表示1400。
尽管图8至图14中示出各种图形表示,但这些图形表示仅是示例性的,且可基于所收集和追踪的数据、针对其生成洞察力的实体的需要和/或期望和/或任何其它一个或多个原因来变动表示或生成替代表示。
用于量化产品的消费或使用的按钮设备
图15是根据本文所描述的一些实施方式的用于分析产品102的示例性按钮设备1502。按钮设备1502包括当消费者或用户消费或使用产品102时可按下的按钮1504。在一些实施方式中,当消费者或用户在使用产品102时手动按下按钮1504时,按钮设备1502检测产品102的消费或使用。当消费者或用户使用产品102时,按钮设备可在消费者或用户手动按下按钮时生成按钮按下数据且将按钮按下数据传输至计算设备108以确定消费者或用户对产品102的消费或使用行为。按钮设备1502可与产品102或机柜、冰箱或其它电器的门/开口固定以自动操作按钮设备1502。在示例实施方式中,将按钮设备1502放置在冰箱内部。当冰箱开启时,将启动(例如释放)按钮1504且当冰箱关闭时,将关闭(例如按下)按钮1504。在一些实施方式中,按钮设备1502可包括包括长按、短按、双按和/或三按和类似者的控制配置。
尽管描述用于量化(例如计数)产品102的消费或使用的按钮设备1502,但在一些实施方式中,测量设备104也可或可替代地执行这种量化。其中使用按钮设备1502的示例可为响应于用户每次剃须时手动按下按钮而确定用户剃须的次数的按钮设备1502。其中使用测量设备104的示例可为在其上放置剃须膏的测量设备104(例如杯垫),使用传感器(例如重量传感器)确定所使用的剃须膏的量且继而也确定相关联的活动(即,整个剃须过程)是否完成。
称重产品的示例称重设备
图16是根据本文所描述的一些实施方式的确定一个或多个产品102A至102N的重量数据的示例性称重设备1602。可将一个或多个产品102A至102N放置在称重设备1602上以确定一个或多个产品102A至102N的重量数据。尽管称重设备1602被示出为矩形,但在另一实施方式中,称重设备1602可为圆形(例如呈杯垫的形式)。在又一其它实施方式中,称重设备1602可具有任何其它形状,诸如卵形、具有任何数目个侧的多边形、三角形、任何不规则形状或类似者。称重设备1602可在可选显示器1604上显示重量,其可为液晶显示器(LCD)、电致发光显示器(ELD)、发光二极管(LED)显示器、电浆显示面板(PDP)、量子点(QD)显示器和/或类似者的一个或多个。在一些实施方式中,称重设备1602可不具有显示器,诸如显示器1604。
生成洞察力的示例方法
图17是图示根据本文所描述的一些实施方式的生成消费者或用户对产品102的消费或使用行为的洞察力的由系统执行的方法的流程图。在步骤1702处,可通过扫描产品102的条形码和使用通信设备106使测量设备104与产品102配对来初始化计算设备108。在步骤1704处,计算设备108可响应于使产品102与测量设备104配对而被启动。在步骤1706处,产品102的重量数据可由重量传感器202确定,产品102的运动数据由运动传感器204确定,且重量传感器202和运动传感器204上的时间消耗数据由时间传感器206确定。在步骤1708处,可在测量设备104与计算设备108之间启用通信网络114以传输重量数据、运动数据和时间消耗数据。在步骤1710处,可在计算设备108上生成报告以基于重量数据、运动数据和时间消耗数据来确定消费者或用户对产品102的消费或使用行为。
示例测量设备-杯垫
图18至图23图示呈杯垫1800的形式的测量设备104的示例的不同视图。
图18图示杯垫1800的俯视图。杯垫1800可具有可用于组合杯垫与其它设备的公耦合部分(诸如图24至图29中所示的套管)的母耦合部分(例如沟槽)1802以在放置在杯垫1800上时夹紧(例如通过固定地保持)产品102。在其它实施方式中,杯垫1800可包括结合或收缩设备(例如夹具;图中未示出)以在放置在杯垫1800上时夹紧(例如通过固定地保持)产品102。尽管描述母耦合部分1802,但在一些实施方式中,杯垫1800可不需要与其它设备(诸如套管)组合,且因此可或可不具有这种母耦合部分1802。当多个杯垫1800包装在一起时(例如十个杯垫包装在一起),包装可仅含有一些套管(例如三个套管),因为杯垫1800仅在需要套管内的电路系统时(例如当需要检测产品102的位置时)与一套管连接;因此,仅一些杯垫1800(例如包装中的十个杯垫1800的三个或四个)可使用母耦合部分1802。在这种包装中,杯垫1800中的一个可为中心,且其它杯垫1800可为辐射,其中这些中心和辐射被配置为排列在中心和辐射架构中(如下文(诸如在图46中)所描述)。
图19图示杯垫1800的侧视图。杯垫1800包括防止杯垫1800在表面上滑动的防滑装置1804。防滑装置1804可由防滑材料(诸如特定类型的橡胶、泡沫、聚酯、织物和/或类似者)制成。在一些示例中,防滑装置1804可为橡胶塞或橡胶垫。尽管在图式中示出四个防滑装置1804,但在其它实施方式中,可存在任何其它数目个防滑装置1804。
图20图示杯垫1800的仰视图。杯垫1800可包括可组合多层杯垫1800或将杯垫1800与其它一个或多个设备组合的紧固装置1806(例如螺钉)。尽管描述用于组合的螺钉,但在一些实施方式中,可使用其它组合方式,诸如胶合、编织或穿线、焊接、贴扎、使用螺钉或钉子的一个或多个耦合、扭转和安装两个或更多个组件直至牢固附接(例如锁定)、将一个组件按压在另一组件上直至彼此牢固附接(例如相对于彼此锁定)和/或用于组合材料或设备的任何其它一个或多个附接机构。杯垫1800可包括可用于启动或关闭杯垫1800的电源按钮2002。
图21图示杯垫1800的前视图。杯垫1800可包括用于对装置充电的端口1808。杯垫1800可包括指示充电状态的指示器(例如发光二极管指示器)1810。例如,当杯垫1800的电池较低(例如小于20%)时,指示器可显示红灯;当电池中等(例如介于20%与70%之间)时,指示器可显示黄灯;当电池较高(例如70%或以上)时,指示器可显示绿灯。在一些实施方式中,当启动(即,接通)、关闭(即,断开)或正在使用杯垫1800时,指示器1810也可生成点亮通知。尽管描述三个水平的指示器,但在某些实施方式中可存在每个由相应颜色表示的任何其它数目个水平。
尽管显示杯垫1800的充电端口,但在一些实施方式中,杯垫1800可具有其它端口,其允许杯垫1800与一些设备(例如计算机或周边设备,诸如鼠标、键盘、监视器或显示单元、打印机、扬声器、快闪驱动和/或类似者)或通信网络通信地耦合的其它端口。端口可包括以下的一个或多个:(a)串行端口,其可用于将杯垫1800与外部调制解调器或一些计算机鼠标设备耦合;(b)并行端口,其可用于将杯垫1800与扫描器或打印机耦合;(c)PS/2端口,其可用于将杯垫1800与一些计算机键盘或鼠标耦合,(d)通用串行总线(USB)端口,可用于将杯垫1800与外部USB设备(诸如外部硬盘、打印机、扫描器、鼠标、键盘或类似者)耦合,(e)视频图形阵列(VGA)端口,其可将杯垫1800上的显示器与视频卡耦合,(f)电源端口——其可针对不同连接器变动,其可为通用串行总线(USB)连接器,诸如USB-A、USB-B、USB-C、微-USB、闪电充电线,且这样的USB可具有任何速度标准,诸如USB 1.x、2.0或3.x——其可用于接收电力电缆或任何其它充电设备以对杯垫1800内的电池充电,火线端口,其可将杯垫1800耦合至数据设备,诸如摄影机或视频设备,(g)调制解调器端口,其可用于将杯垫1800与通信网络连接,(h)以太网络端口,其可将杯垫1800连接到通信网络(例如因特网)或任何其它端口。
图22图示杯垫1800的俯视立体图。
图23图示杯垫1800的仰视立体图。
示例测量设备——具有(若干)杯垫的套管
图24至图29图示形成测量设备104的套管且被配置为附接至杯垫1800以形成测量设备104的装置2400的不同视图。
图24图示装置2400的俯视图。装置2400包括被配置为沿区域2404移动以牢固地夹紧产品102(如图28中进一步阐明)的抓取设备2402。
图25图示装置2400的侧视图。装置2400具有可与图18、图19和图21至图23中所示出的母耦合部分1802耦合的公耦合部分2502。
图26图示装置2400的前视图。
图27图示装置2400的仰视图。可选地,装置2400可包括可用于从装置2400机械地解耦合(例如松开)产品102的快速释放按钮2702。装置2400进一步包括可组合装置2400的多个层的紧固装置(例如螺钉)和/或防止装置滑动的防滑装置。此紧固装置(例如螺钉)和附加或可替代防滑装置统称为2704。尽管描述用于组合的螺钉,但在一些实施方式中,可使用其它组合方式,诸如胶合、编织或穿线、焊接、贴扎、使用螺钉或钉子的一个或多个耦合、扭转和安装两个或更多个组件直至牢固附接(例如锁定)、将一个组件按压在另一组件上直至彼此牢固附接(例如相对于彼此锁定)和/或用于组合材料或设备的任何其它方式。
图28图示装置2400的俯视立体图。
图29图示装置2400的仰视立体图。
图30和图31图示通过附接图24至图29的装置2400与图18至图23的杯垫1800而形成的测量设备104的不同视图。通过将装置2400的公耦合部分2502与杯垫1800的母耦合部分1802耦合来执行耦合。
示例测量设备——具有(若干)杯垫的托盘
图32至图34图示通过将托盘3200与一个或多个杯垫1800耦合(例如附接)而可操作的特定测量设备104的托盘3200的不同视图。托盘3200在需要称量或测量较大或较重物品(诸如纸巾、卫生纸、尿布、宠物食品或类似者)时可为有益的。尽管图式示出每个托盘3200耦合至两个杯垫1800,但在一些实施方式中,每个托盘3200可被配置为耦合至任何其它数目个(例如1个、3个、4个、5个、6个等)杯垫1800。在某些实施方式中,待耦合至单一托盘3200的杯垫1800的数目可取决于托盘3200的大小(例如直径或面积)和/或每个杯垫1800的大小(例如直径或面积)。
在一些变体中,具有杯垫1800的所有电路系统的硬件组件(其也可称为硬件模块)可插入各种其它形状的因子(诸如托盘)中。在这些实施方式中,硬件模块的一个或多个测力器(例如重量传感器)可延伸至托盘的边缘或角(例如与被限制于可已为其设计电路系统的杯垫1800的圆周内相反)。
在一些实施方式中,托盘3200在一些地方可具有斜面或边缘。在某些实施方式中,托盘3200可为扁平的使得产品102可放置在托盘3200上的任何位置。
图35至图37图示通过组合具有杯垫1800的图32至图34的托盘而形成的测量设备104的不同视图。
示例测量设备——具有(若干)杯垫的容器
图38和图39图示通过将容器与杯垫1800耦合(例如附接)而可操作的特定测量设备104的容器3800的不同视图。
图40至图42图示通过将容器3800与杯垫1800组合而形成或正在形成的测量设备104的不同视图。
杯垫的示例适配器
图43至图45图示被配置为修改测量设备104的形状因子的适配器4300的不同视图。适配器4300可为允许将各种类型的物品(诸如容器、托盘或类似者)附接至杯垫1800的连接器。这些物品可形成测量设备104的各种类型、形状和/或大小。连接可通过磁性(例如适配器4300可具有允许磁性耦合的内置磁铁)、胶带(例如使用双面胶带)、胶合、编织或穿线、焊接、拧紧、扭转和安装两个或更多个组件直至牢固地附接(例如锁定)、将一个组件按压在另一组件上直至彼此牢固附接(例如相对于彼此锁定)和/或任何其它一个或多个附接机构。
测量设备的示例中心和辐射架构
图46图示多个测量设备104的中心和辐射架构。中心和辐射架构包括中心测量设备4602(也称为中心)以及多个辐射测量设备4604(也称为辐射)。中心4602可经由不同于通信网络114的通信网络4606连接到每个辐射4604。例如,通信网络4606可为服务单一位置(例如单一建筑物)的区域网络,且通信网络114可为因特网。在一些实施方式中,网络4606可为任何低速率个人区域网络,其操作可由技术标准IEEE 802.15.4定义。在少数实施方式中,任何通信网络可为蓝牙网络。中心4602经由通信网络114(诸如因特网)与外部系统(例如计算设备108)通信。
辐射4604直接与中心4602通信,但可不直接与计算设备108通信且可不连接到通信网络114。在一些实施方式中,辐射4604的至少一些(例如一些或全部)可经由通信网络4606与一个或多个其它辐射4604通信。
因为仅中心与外部系统(例如计算设备108)通信,因此中心和辐射架构简单且易于实施,且可降低复杂性、成本和风险。中心和辐射架构可允许在任何时间(包括在中心4602和更早辐射4604已可操作之后)新增新辐射,由此使架构可缩放。
辐射4604可包括活动(active)辐射和被动辐射。活动辐射是当前或最近(例如从预设时间量之前)与中心4602通信的辐射4604。非活动(inactive)辐射是当前或最近(例如从一预设时间之前)不与中心4602通信的辐射4604。在一些实施方式中,中心4602可通过通信网络4606仅与活动辐射4604不断维持连接,但可仅以预设时间间隔通过通信网络4606与非活动辐射4604建立连接。仅以预设时间间隔通过通信网络4606与非活动辐射4604连接可通过避免需要维持与非活动辐射4604的恒定连接来保持频宽和/或功率。
尽管各每个测量设备104以杯垫的形式示出,但在一些实施方式中,中心和辐射架构中的任何测量设备104可具有任何形式(例如杯垫、托盘和杯垫的组合、容器和杯垫的组合和/或类似者)。在某些实施方式中,不同测量设备104可一起成为中心和辐射架构的一部分。
图47图示被配置为在图46的中心和辐射架构内充当辐射4604的测量设备104的示例架构。辐射4604可包括控制器4702、交互界面4704、位置追踪无线电4706、电力管理系统4708、电池4710、重量传感器202、运动传感器204和近场通信(NFC)无线电4712。控制器4702可包括与可与中心和辐射架构中的辐射4604连接的其它测量设备104通信的无线电。控制器4702可执行各种操作。在一些实施方式中,控制器4702的功能性可由可为云计算系统的计算设备108远端建立和/或修改。
图48图示被配置为在图46的中心和辐射架构中充当中心4602的测量设备104的架构。除上文相对于图47所描述的组件之外,中心4602可包括可经由因特网114与计算设备108通信的因特网通信无线电4802。尽管描述因特网,但在一些实施方式中,可存在任何其它通信网络114且通信无线电4802可针对该通信网络114配置。
示例计算机系统
图49是根据本文所描述的一些实施方式的可用于执行上述操作的示例计算机系统4900(在一些示例中,其可为系统100内的一个或多个计算组件,诸如测量设备104、通信设备106、计算设备108、客户端设备110和/或任何其它一个或多个计算组件)的框图。系统4900包括处理器4910、存储器4920、存储设备4930和输入/输出设备4940。组件4910、4920、4930和4940中的每个可(例如)使用系统总线4950互连。处理器4910能够处理用于在系统4900内执行的指令。在一些实施方式中,处理器4910是单线程处理器。在另一实施方式中,处理器4910是多线程处理器。处理器4910能够处理存储在存储器4920或存储设备4930上的指令。
存储器4920在系统4900内存储信息。在一个实施方式中,存储器4920是计算机可读介质。在一些实施方式中,存储器4920是易失性存储器单元。在另一实施方式中,存储器4920是非易失性存储器单元。
存储设备4930能够针对系统4900提供大量存储。在一些实施方式中,存储设备4930是计算机可读介质。在各种不同实施方式中,存储设备4930可包括(例如)硬盘设备、光盘设备、由多个计算设备(例如云端存储设备)经由网络共享的存储设备或一些其它大容量存储设备。
输入/输出设备4940提供系统4900的输入/输出操作。在一些实施方式中,输入/输出设备4940可包括网络界面设备(例如以太网络卡)、串行通信设备(例如和RS-232端口)和/或无线界面设备(例如和802.11卡)中的一个或多个。在另一实施方式中,输入/输出设备可包括被配置为接收输入数据且将输出数据发送至外部设备4960(例如键盘、打印机和显示设备)的磁碟机设备。然而,也可使用其它实施方式,诸如移动计算设备、移动通信设备、机顶盒电视客户端设备等。
尽管图49中已描述示例处理系统,但本说明书中所描述的主题和功能操作的实施方式可在其它类型的数字电子电路系统中实施,或在计算机软件、固件或硬件中实施,包括本说明书中所公开的结构和其结构等效物,或其一个或多个的组合。
本说明书中所描述的主题和操作的实施方式可在数字电子电路系统中实施,或在计算机软件、固件或硬件中实施,包括本说明书中所公开的结构和其结构等效物,或其一个或多个的组合。本说明书中所描述的主题的实施方式可实施为一个或多个计算机程序,即在计算机存储介质(或若干介质)上编码以由数据处理设备执行或控制数据处理设备的操作的计算机程序指令的一个或多个模块。可替代地或另外地,程序指令可在生成以编码信息以传输至适合接收器设备以由数据处理设备执行的人工生成的传播信号(例如机器生成的电、光学或电磁信号)上编码。计算机存储介质可为计算机可读存储设备、计算机可读存储基板、随机或串行存取存储器阵列或设备或其中的一个或多个的组合或者被包括在其中。而且,尽管计算机存储介质并非传播信号,但计算机存储介质可为在人工生成的传播信号中编码的计算机程序指令的源或目的地。计算机存储介质也可为一个或多个单独物理组件或介质(例如多个CD、光盘或其它存储设备)或者被包括在其中。
本说明书中所描述的操作可实施为由数据处理设备对存储于一个或多个计算机可读存储设备上或从其它源接收的数据执行的操作。
术语“数据处理装置”涵盖用于处理数据的所有类型的装置、设备和机器,包括(例如)可编程处理器、计算机、片上系统或前述的多个或组合。装置可包括专用逻辑电路系统(例如FPGA(现场可编程门阵列)或ASIC(专用集成电路))。除硬件之外,装置也可包括针对所讨论的计算机程序创建执行环境的代码(例如构成处理器固件、协定堆栈、数据库管理系统、操作系统、跨平台运行时间环境、虚拟机器或其中的一个或多个的组合的代码)。装置和执行环境可实现各种不同运算模型基础设施,诸如网络服务、分散式计算和网格计算基础设施。
计算机程序(也称为程序、软件、软件应用、脚本或代码)可以任何形式的程序设计语言(包括编译或解释语言、宣告或程序语言)写入,且其也可以任何形式部署,包括作为独立程序或作为模块、组件、子例程、物体或适合于用于计算环境中的其它单元。计算机程序可但不需要对应于文件系统中的文件。程序可存储在保持其它程序或数据的文件的一部分(例如存储与标记语言文件中的一个或多个脚本)中、专用于所讨论的程序的单一文件中或多个协调文件(例如存储一个或多个模块、子程序或代码的部分的文件)中。计算机程序可被部署为在一个计算机或位于一个站点或跨多个站点分布且由通信网络互连的多个计算机上执行。
如本文所述,术语模块可包括用于执行指定任务或功能的软件指令和代码。模块(如本文所使用)可为软件模块或硬件模块。软件模块可为可包括可经由链接模块组合或链接的多个独立开发的模块的计算机程序的一部分。软件模块可包括一个或多个软件例程。软件例程是执行对应程序或功能的计算机可读代码。硬件模块可为具有可执行本文所描述的各种操作的独立电路系统的自足组件。
本说明书中所描述的程序和逻辑流程可由执行一个或多个计算机程序的一个或多个可编程处理器执行以通过操作输入数据且生成输出来执行动作。程序和逻辑流程也可由专用逻辑电路系统(例如FPGA(现场可编程门阵列)或ASIC(专用集成电路))执行且装置也可实施为专用逻辑电路系统(例如FPGA(现场可编程门阵列)或ASIC(专用集成电路))。
适合于执行计算机程序的处理器包括(例如)通用和专用微处理器两者。通常,处理器将从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于根据指令执行动作的处理器和用于存储指令和数据的一个或多个存储器设备。通常,计算机也将包括或操作性地耦合以从用于存储数据的一个或多个大量存储设备(例如磁盘、磁光盘或光盘)接收数据或将数据传送至用于存储数据的一个或多个大量存储设备(例如磁盘、磁光盘或光盘)或两者。然而,计算机不需要具有这些设备。而且,计算机可嵌入至另一设备(例如(仅举几个示例)移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏控制台、全球定位系统(GPS)接收器或便携式存储设备(例如通用串行总线(USB)快闪驱动器))中。适合于存储计算机程序指令和数据的设备包括所有形式的非易失性存储器、介质和存储器设备,包括(例如)半导体存储器设备,例如EPROM、EEPROM和快闪存储器设备;磁盘,例如内部硬盘或可移除光盘;磁光盘;和CD-ROM以及DVD-ROM光盘。处理器和存储器可由专用逻辑电路系统补充或并入专用逻辑电路系统中。
为提供与用户的交互,本说明书中所描述的主题的实施方式可在具有显示设备(例如CRT(阴极射线管)或LCD(液晶显示器)监视器)的计算机上实施以显示信息至用户和键盘以及用户可提供输入至计算机的指向设备(例如鼠标或轨迹球)。其它种类的设备也可用于提供与用户的交互;例如,提供至用户的反馈可为任何形式的感觉反馈,例如视觉反馈、听觉反馈或触觉反馈;且可以任何形式接收来自用户的输入,包括声响、语音或触觉输入。另外,计算机可通过将文件发送至由用户使用的设备以及从由用户使用的设备接收文件来与用户交互;例如,通过响应于从网页浏览器接收的请求而将网页发送至用户的客户端设备上的web浏览器。
本说明书所描述的主题的实施方式可在包括后端组件(例如作为数据服务器)或包括中间件组件(例如应用服务器)或包括前端组件(例如具有图形用户界面的客户端计算机或用户可通过其与本说明书所描述的主题的实施方式交互的Web浏览器)或一个或多个这些后端、中间件或前端组件的任何组合的计算系统中实施。系统的组件可由数字数据通信的任何形式或介质(例如通信网络)互连。通信网络的示例包括局域网(“LAN”)和广域网(“WAN”)、网络间(例如因特网)和对等网络(例如自组对等网络)。
计算系统可包括客户端和服务器。客户端和服务器通常彼此远离且通常通过通信网络交互。客户端与服务器的关系凭借在相应计算机上运行的计算机程序且彼此具有客户端-服务器关系而生成。在一些实施方式中,服务器将数据(例如HTML页面)传输至客户端设备(例如为了将数据显示至与客户端设备交互的用户和从与客户端设备交互的用户接收用户输入)。客户端设备处生成的数据(例如用户交互的结果)可从服务器处的客户端设备接收。
尽管本说明书含有许多具体实施方式细节,但不应将其解释为限制任何创新或可主张的范畴,而应解释为对特定于特定创新的特定实施方式的特征的描述。本说明书中在单独实施方式的场境中所描述的某些特征也可在单一实施方式中组合实施。相反地,在单一实施方式的场境中描述的各种特征也可在多个实施方式中单独实施或在任何适合子组合中实施。而且,尽管特征可在上文描述为在某些组合中起作用且甚至最初主张如此,但在一些情况中,可从所主张的组合排除来自组合的一个或多个特征,且所主张的组合可针对子组合或子组合的变体。
类似地,尽管操作在附图中以特定顺序描绘,但这不应理解为要求以所示出的特定顺序或顺序次序执行这些操作,或要求执行所有所图示的操作以达成期望结果。在某些情况中,多任务和并行处理可是有利的。而且,上述实施方式中的各种系统组件的分离不应理解为在所有实施方式中需要这种分离,且应理解所描述的程序组件和系统通常可一起集成在单一软件产品中或封装至多个软件产品中。
因此,已描述主题的特定实施方式。其它实施方式在权利要求的范围内。在一些情况中,权利要求中列举的动作可以不同顺序执行且仍达成期望结果。另外,附图中描绘的过程不一定要求所示出的特定顺序或顺序次序来达成期望结果。在某些实施方式中,多任务和并行处理可是有利的。
Claims (32)
1.一种方法,包括:
提供多个测量设备,所述多个测量设备包括中心测量设备和一个或多个辐射测量设备,所述一个或多个辐射测量设备每个都与所述中心测量设备进行无线通信,并且所述中心测量设备经由通信网络与计算设备进行通信,其中,所述一个或多个辐射测量设备中的第一辐射测量设备耦合至要由消费者消费或使用的产品;
利用所述第一辐射测量设备感测由所述消费者对所述产品的消费或使用;
从所述第一辐射测量设备将与由所述第一辐射测量设备感测所述产品的所述消费或使用相关联的感测数据通信给所述中心测量设备;
由所述计算设备从所述中心测量设备接收指示所述产品的所述消费或使用的测量数据,所述测量数据对应于所述感测数据;以及
基于所述测量数据,由所述计算设备生成包括对所述产品的所述消费或使用的多个洞察力的输出,
其中,所述产品选自由包装消费品、快速消费品、药品、以及食品和饮料组成的组。
2.根据权利要求1所述的方法,还包括:
由所述计算设备生成包括所述多个洞察力中的至少一些洞察力的报告,其中,所述报告特定于所述产品的一个或多个商家;以及
向客户端设备传输所述报告。
3.根据权利要求1所述的方法,还包括:
由所述计算设备生成包括所述多个洞察力中的至少一些洞察力的报告,其中,所述报告特定于所述消费者;以及
由所述计算设备向所述消费者的通信设备传输所述报告。
4.根据权利要求1所述的方法,其中:
所述从所述中心测量设备接收所述测量数据包括从所述中心测量设备的通信模块接收所述测量数据;以及
所述通信模块从所述一个或多个辐射测量设备中的每个活动辐射测量设备的传感器模块接收感测数据。
5.根据权利要求4所述的方法,其中,所述传感器模块包括运动传感器、重量传感器、位置传感器和时钟。
6.根据权利要求4所述的方法,其中,用于每个主动传感器测量设备的感测数据用于生成所述测量数据,其中,所述生成所述测量数据包括:
从所述感测数据移除以下中的一个或多个:重复数据、不一致数据、空值、当在由所述传感器模块感测所述感测数据以获得所述测量期间报告了错误时收集的数据。
7.根据权利要求4所述的方法,其中,所述传感器模块具有胶囊的形式,所述胶囊被配置为插入不同形式的测量设备中。
8.根据权利要求1所述的方法,还包括:
由所述计算设备从智能设备接收指示活动的活动数据以指示所述活动的消耗或使用;以及
由所述计算设备启动所述一个或多个辐射测量设备中的可用且在地理上距所述智能设备最近的辐射测量设备以接收指示由所述用户对所述产品的进一步消费或使用的附加感测数据。
9.根据权利要求8所述的方法,其中,所述智能设备包括电器,其中,所述活动包括打开或关闭所述电器的至少一部分。
10.根据权利要求9所述的方法,其中,所述电器是以下中的一个:智能冰箱、智能垃圾桶、智能机柜、智能水槽或智能洗衣机。
11.根据权利要求1所述的方法,其中,在所述中心测量设备已经通过启动电子开关而被启动之后,所述计算设备从所述中心测量设备接收所述测量数据。
12.根据权利要求1所述的方法,其中,所述计算设备实时从所述中心测量设备接收所述测量数据。
13.根据权利要求1所述的方法,其中,所述计算设备以程序化的时间间隔从所述中心测量设备接收所述测量数据。
14.根据权利要求1所述的方法,其中,第一辐射测量设备具有杯垫、托盘或容器的形式。
15.根据权利要求14所述的方法,其中,每个辐射测量设备包括测量设备的电路驻留在其内的硬件模块,其中,所述硬件模块被配置为被放置在所述杯垫、所述托盘或所述容器中的任一个中。
16.根据权利要求1所述的方法,其中,所述第一辐射测量设备被配置为通过通信网络物理地或通信地耦合至所述产品。
17.根据权利要求1所述的方法,还包括:
由所述多个测量设备中的一个识别所述消费者,
其中,所述接收所述测量数据响应于所述识别所述消费者而发生。
18.根据权利要求1所述的方法,还包括:
由所述计算设备基于所述洞察力来识别要输出给所述消费者的内容,
其中,所述输出包括要在所述消费者的通信设备的应用上输出的数字内容,其中,所述应用是安装在所述通信设备上的web浏览器或本机应用。
19.根据权利要求1所述的方法,其中:
计算设备经由其与所述中心测量设备进行通信的所述通信网络是第一通信网络;
所述中心测量设备通过不同于所述第一通信网络的第二通信网络耦合至所述一个或多个辐射测量设备;以及
至少一些辐射测量设备通过所述第二通信网络耦合至其它辐射测量设备。
20.根据权利要求1所述的方法,其中,所述第一辐射测量设备具有杯垫的形式,其中,所述杯垫被配置为要耦合至具有可移动套管以保持所述产品的装置。
21.根据权利要求1所述的方法,其中,所述中心测量设备耦合至要由消费者消费或使用的另一产品。
22.一种存储指令的非暂时性计算机程序产品,所述指令在由至少一个可编程处理器执行时使所述至少一个可编程处理器执行包括以下的操作:
利用多个测量设备中的第一辐射测量设备感测由消费者对产品的消费或使用;
从所述第一辐射测量设备将与由所述第一辐射测量设备感测所述产品的所述消费或使用相关联的感测数据通信给所述多个测量设备中的中心测量设备;
由计算设备从所述中心测量设备接收指示所述产品的所述消费或使用的测量数据,所述测量数据对应于所述感测数据;以及
基于所述测量数据,由所述计算设备生成包括对所述产品的所述消费或使用的多个洞察力的输出,
其中,所述多个测量设备包括一个或多个辐射测量设备和所述中心测量设备,所述一个或多个辐射测量设备包含所述第一辐射测量设备,所述一个或多个辐射测量设备中的每个与所述中心测量设备进行无线通信,并且所述中心测量设备经由通信网络与所述计算设备进行通信,其中,所述第一辐射测量设备耦合至所述产品,所述产品是要由所述消费者消费或使用的产品,
其中,所述产品选自由包装消费品、快速消费品、药品、以及食品和饮料组成的组。
23.一种计算设备,包括:
至少一个可编程处理器;以及
存储指令的机器可读介质,所述指令在由所述至少一个处理器执行时使所述至少一个可编程处理器执行包括以下的操作:
从多个测量设备中的中心测量设备接收指示由消费者对产品的消费或使用的测量数据;以及
基于所述测量数据来生成包括对所述产品的消费或使用的多个洞察力的输出,
其中,所述多个测量设备包括包含第一辐射测量设备的一个或多个辐射测量设备,所述一个或多个辐射测量设备中的每个与所述中心测量设备进行无线通信,并且所述中心测量设备经由通信网络与所述计算设备进行通信,其中,所述第一辐射测量设备耦合至所述产品,所述产品是要由所述消费者消费或使用的产品,
其中,所述产品选自由包装消费品、快速消费品、药品、以及食品和饮料组成的组。
24.一种系统,包括:
测量设备,所述测量设备被配置为耦合至要由消费者消费或使用的产品,所述测量设备包括传感器,所述传感器被配置为检测对应于由所述消费者对所述产品的消费或使用的所述产品的变化;
通信模块,所述通信模块与所述传感器进行通信并且被配置为传输指示所述产品的所述消费或使用的测量数据,所述测量数据对应于由所述传感器感测的所述产品的所述变化;以及
联网计算设备,所述联网计算设备远离所述测量设备并且被配置为接收所述测量数据,并且基于所述测量数据来生成包括对所述产品的所述消费或使用的多个洞察力的输出,
其中,所述产品选自由包装消费品、快速消费品、药品、以及食品和饮料组成的组。
25.根据权利要求24所述的系统,还包括与所述通信模块进行通信的第二测量设备,所述第二测量设备被配置为耦合至要由所述消费者消费或使用的第二产品,所述第二测量设备包括对应传感器,所述对应传感器被配置为检测对应于由所述消费者对所述产品的消费或使用的所述第二产品的变化,所述第二测量设备与所述通信模块进行通信。
26.根据权利要求25所述的系统,其中,所述测量设备容纳所述通信模块。
27.根据权利要求24所述的系统,其中,所述测量设备呈杯垫的形式,所述杯垫被配置为支持含有所述产品的容器。
28.根据权利要求24所述的系统,其中,所述传感器是重量传感器。
29.根据权利要求24所述的系统,其中,所述传感器是运动传感器。
30.根据权利要求24所述的系统,其中,所述测量设备还包括位置跟踪无线电。
31.根据权利要求24所述的系统,其中,所述测量设备还包括电源和电源管理系统。
32.根据权利要求24所述的系统,其中,所述测量设备包括以下传感器中的一个或多个:重量传感器、运动传感器、时间传感器、位置传感器、温度传感器、接近度传感器、红外传感器、超声波传感器、湿度传感器、倾斜传感器、水平传感器和触摸传感器。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063089956P | 2020-10-09 | 2020-10-09 | |
US63/089,956 | 2020-10-09 | ||
US17/175,576 | 2021-02-12 | ||
US17/175,576 US11195189B1 (en) | 2020-10-09 | 2021-02-12 | Generating insights based on signals from measuring device |
PCT/US2021/054257 WO2022076875A1 (en) | 2020-10-09 | 2021-10-08 | Generating insights based on signals from measuring device |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116324847A true CN116324847A (zh) | 2023-06-23 |
Family
ID=78818703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180068996.8A Pending CN116324847A (zh) | 2020-10-09 | 2021-10-08 | 基于来自测量设备的信号来生成洞察力 |
Country Status (8)
Country | Link |
---|---|
US (8) | US11195189B1 (zh) |
EP (1) | EP4208829A4 (zh) |
JP (1) | JP2023546988A (zh) |
CN (1) | CN116324847A (zh) |
AU (1) | AU2021358103A1 (zh) |
CA (1) | CA3197046A1 (zh) |
TW (1) | TW202226131A (zh) |
WO (1) | WO2022076875A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11195189B1 (en) | 2020-10-09 | 2021-12-07 | Georama, Inc. | Generating insights based on signals from measuring device |
JP7540400B2 (ja) * | 2021-06-21 | 2024-08-27 | トヨタ自動車株式会社 | 発注支援システム、発注支援方法、及び発注支援プログラム |
US20230029808A1 (en) * | 2021-07-27 | 2023-02-02 | Radha NANDULA | Systems and methods for automated inventory control and replenishment of depleted goods |
CN117271608B (zh) * | 2023-10-11 | 2024-03-29 | 上海瀚泰智能科技有限公司 | 一种基于细菌检测的智慧酒店实时卫生监测方法和系统 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999009380A1 (en) * | 1997-08-21 | 1999-02-25 | The Procter & Gamble Company | Monitor for collecting data on consumable products |
US20030096610A1 (en) * | 2001-11-20 | 2003-05-22 | Courtney William F. | System and method for allocating communication resources within a hub and spoke network of a communication platform |
US20080052201A1 (en) * | 2006-08-25 | 2008-02-28 | William Kress Bodin | Method and apparatus for tracking usage of an item within a storage unit using location sensors |
US20100102930A1 (en) * | 2008-10-23 | 2010-04-29 | Whirlpool Corporation | Introduction of a self-reporting portable container into an inventory system |
US20120047022A1 (en) * | 2010-08-23 | 2012-02-23 | Shaukat Shamim | Providing Individualized Advertisement Based on Collaboratively Collected User Information |
US9221667B2 (en) * | 2012-05-24 | 2015-12-29 | SteadyServ Technologies, LLC | Draft beer supply chain systems and methods |
US8886785B2 (en) * | 2012-07-17 | 2014-11-11 | The Procter & Gamble Company | Home network of connected consumer devices |
WO2015200915A1 (en) * | 2014-06-27 | 2015-12-30 | Sarangi Ritimukta | Systems and methods for a receptacle and related devices |
US9906425B2 (en) * | 2014-07-23 | 2018-02-27 | Cisco Technology, Inc. | Selective and dynamic application-centric network measurement infrastructure |
JP2016081091A (ja) | 2014-10-09 | 2016-05-16 | パナソニックIpマネジメント株式会社 | 行動管理装置、行動管理方法、プログラム |
US20170208493A1 (en) * | 2016-01-19 | 2017-07-20 | Qsense Inc. | Management of a distributed sensor system |
KR101712432B1 (ko) * | 2016-05-12 | 2017-03-06 | (주)해밀소프트 | 음용 소비 실시간 모니터링 시스템 |
US20170345079A1 (en) * | 2016-05-31 | 2017-11-30 | Accenture Global Solutions Limited | Network of smart appliances |
US20180082038A1 (en) * | 2016-09-21 | 2018-03-22 | Wal-Mart Stores, Inc. | Sensor based reordering system |
US10362987B2 (en) * | 2017-01-04 | 2019-07-30 | Ziqiang Hong | Apparatuses and methods for monitoring medication-taking status |
US12020354B2 (en) * | 2017-06-05 | 2024-06-25 | Umajin Inc. | Hub and spoke classification system |
US11442445B2 (en) * | 2017-08-02 | 2022-09-13 | Strong Force Iot Portfolio 2016, Llc | Data collection systems and methods with alternate routing of input channels |
US20190156394A1 (en) * | 2017-11-18 | 2019-05-23 | Walmart Apollo, Llc | Distributed Sensor Systems and Methods for Inventory Control |
WO2019152114A2 (en) * | 2018-01-31 | 2019-08-08 | Walmart Apollo, Llc | Smart container inventory management system |
US11138555B2 (en) * | 2018-08-07 | 2021-10-05 | Adrich, Inc. | Remotely programming an inventory management device to measure usage of material |
US11195189B1 (en) | 2020-10-09 | 2021-12-07 | Georama, Inc. | Generating insights based on signals from measuring device |
-
2021
- 2021-02-12 US US17/175,576 patent/US11195189B1/en active Active
- 2021-10-08 JP JP2023547323A patent/JP2023546988A/ja active Pending
- 2021-10-08 WO PCT/US2021/054257 patent/WO2022076875A1/en active Application Filing
- 2021-10-08 CA CA3197046A patent/CA3197046A1/en active Pending
- 2021-10-08 EP EP21878651.5A patent/EP4208829A4/en active Pending
- 2021-10-08 TW TW110137556A patent/TW202226131A/zh unknown
- 2021-10-08 CN CN202180068996.8A patent/CN116324847A/zh active Pending
- 2021-10-08 AU AU2021358103A patent/AU2021358103A1/en active Pending
- 2021-11-24 US US17/535,541 patent/US11403651B2/en active Active
-
2022
- 2022-07-06 US US17/858,879 patent/US12086818B2/en active Active
- 2022-07-06 US US17/858,752 patent/US12112342B2/en active Active
-
2023
- 2023-03-14 US US18/121,482 patent/US12106313B2/en active Active
- 2023-03-15 US US18/122,088 patent/US20230214859A1/en active Pending
- 2023-06-30 US US18/217,064 patent/US12106314B2/en active Active
-
2024
- 2024-01-11 US US18/410,918 patent/US20240152940A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US12086818B2 (en) | 2024-09-10 |
US20230214857A1 (en) | 2023-07-06 |
WO2022076875A1 (en) | 2022-04-14 |
US20230351419A1 (en) | 2023-11-02 |
US11403651B2 (en) | 2022-08-02 |
US12106314B2 (en) | 2024-10-01 |
US20220114604A1 (en) | 2022-04-14 |
US20220335454A1 (en) | 2022-10-20 |
US20220343346A1 (en) | 2022-10-27 |
EP4208829A1 (en) | 2023-07-12 |
TW202226131A (zh) | 2022-07-01 |
US12112342B2 (en) | 2024-10-08 |
US11195189B1 (en) | 2021-12-07 |
CA3197046A1 (en) | 2022-04-14 |
EP4208829A4 (en) | 2023-10-25 |
US20230214859A1 (en) | 2023-07-06 |
AU2021358103A1 (en) | 2023-05-04 |
JP2023546988A (ja) | 2023-11-08 |
US20240152940A1 (en) | 2024-05-09 |
US12106313B2 (en) | 2024-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11195189B1 (en) | Generating insights based on signals from measuring device | |
US20200126370A1 (en) | Artificial intelligence systems and methods for cashierless tracking and feedback | |
Buettner et al. | Recognizing daily activities with RFID-based sensors | |
EP2976872B1 (en) | Electronic article surveillance method by filtering customer handling patterns of products for sale based on motion detection of wireless sensor network tags attached to said products | |
US10600024B2 (en) | Automated smart peg system monitoring items | |
US9318011B2 (en) | Retail item management using wireless sensor networks | |
US11126955B1 (en) | Sensor data-based reordering of items | |
KR20180008678A (ko) | 전자 디스플레이들을 머천다이징하기 위한 시스템들 및 방법들 | |
US20180315116A1 (en) | System for autonomous configuration of product displays | |
CN109256191B (zh) | 用于提供所摄入食物的消化率信息的电子装置和方法 | |
WO2014102797A1 (en) | Distributed business intelligence system and method of operation thereof | |
US12100286B2 (en) | Platform for hygiene behavioral monitoring and modification | |
TW201802756A (zh) | 建議資訊提供系統及記錄了建議資訊提供程式的記錄媒體 | |
JP2019075083A (ja) | 情報収集システム | |
Fatima et al. | Analysis and effects of smart home dataset characteristics for daily life activity recognition | |
CN106775422A (zh) | 用于用户交互点从利用从环境射频通信采集的能量的设备回放静态及动态内容的系统、装置及方法 | |
JP2003308429A (ja) | 顧客動向情報収集システム | |
TW201109631A (en) | Intelligent scale and itsusage method thereof | |
Albinali | Activity-aware computing: Modeling of human activity and behavior | |
Shewell | Leveraging Machine-Vision for Activity Recognition Utilising Indoor Localisation To Support Aging-In-Place |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40092499 Country of ref document: HK |