CN117291759B - 基于3d识别技术的交互式智慧餐厅体验系统 - Google Patents
基于3d识别技术的交互式智慧餐厅体验系统 Download PDFInfo
- Publication number
- CN117291759B CN117291759B CN202311590422.4A CN202311590422A CN117291759B CN 117291759 B CN117291759 B CN 117291759B CN 202311590422 A CN202311590422 A CN 202311590422A CN 117291759 B CN117291759 B CN 117291759B
- Authority
- CN
- China
- Prior art keywords
- day
- amount
- reservation
- module
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 24
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000012937 correction Methods 0.000 claims abstract description 20
- 230000008921 facial expression Effects 0.000 claims abstract description 20
- 230000008859 change Effects 0.000 claims description 33
- 235000013305 food Nutrition 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000011002 quantification Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 13
- 235000012054 meals Nutrition 0.000 description 8
- 238000007405 data analysis Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013139 quantization Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 235000015219 food category Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
-
- 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
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Accounting & Taxation (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智慧餐厅技术领域，尤其涉及基于3D识别技术的交互式智慧餐厅体验系统，包括点餐模块，用以现场点餐，预约模块，用以预约点餐，数据库模块，用以储存用户信息，人脸识别模块，用以对用户进行识别，结算模块，用以在用户用餐完毕后进行费用结算，并在结算时获取用户的面部表情，第一计算单元，用以根据预约数据计算上一周期的平均单日预约量和上一周期的平均单日践约率，并确定校正指数，第二计算单元，用以计算修正系数，以及确定预设周期内单日的菜品准备量，分析单元，用以分析菜品的单日准备量是否符合要求，若否，则根据菜品的单日剩余量和预约数据对单日准备量进行调节。本发明提高了对菜品的管理效果。
Description
技术领域
本发明涉及智慧餐厅技术领域，尤其涉及基于3D识别技术的交互式智慧餐厅体验系统。
背景技术
智慧餐厅通过引入先进的技术和智能化系统，为消费者提供更便捷、个性化和高品质的餐饮体验。例如，智能点餐系统可以减少等待时间，提高点餐的准确性；智能菜单推荐系统可以根据消费者的偏好和营养需求，提供个性化的菜品推荐；智能支付系统可以实现无现金结账,提升支付的便捷性。这些技术的应用使得消费者在就餐过程中更加方便、快捷，同时也提升了餐厅的服务品质。
中国专利公开号：CN116702932A公开了一种智慧餐厅用预定就餐系统，包括预定下单日期和餐别进行预定餐的预定单元，预定单元具有预定设置模块、排餐设置模块、统计打印模块以及类目设置模块，预定设置模块对门店预定用餐时间进行显示选择；类目设置模块对门店预定用餐菜品类目进行显示选择；排餐设置模块与预定设置模块和类目设置模块之间通信连接，以根据预定设置模块和类目设置模块获取用户的具体预定时间和菜品类目进行自动依次排序用餐。该发明缩短学生就餐排队时间，提高就餐效率。
然而，实际情况中常常出现菜品准备过多或过少的情况，菜品准备过多则会造成浪费，菜品准备过少降低用户体验，现有技术中菜品的管理效果较差。
发明内容
为此，本发明提供基于3D识别技术的交互式智慧餐厅体验系统，用以克服现有技术中菜品的管理效果较差的问题。
为实现上述目的，本发明提供基于3D识别技术的交互式智慧餐厅体验系统，包括：
点餐模块，用以现场点餐；
预约模块，用以预约点餐，包括用以预约用餐时间的时间预约单元和用以预约菜品的菜品预约单元；
数据库模块，其与所述点餐模块和所述预约模块相连，用以储存用户信息，所述用户信息包括用户图像信息、预约信息以及用餐信息；
人脸识别模块，其与所述数据库模块相连，用以通过3D识别技术对用户进行识别，并将识别结果为新用户的人脸图像储存至数据库模块；
结算模块，其分别与所述点餐模块、预约模块和所述人脸识别模块相连，用以在用户用餐完毕后进行费用结算，并在结算时获取用户的面部表情；
分析模块，包括相互连接的第一计算单元、第二计算单元和分析单元；
所述第一计算单元与所述预约模块相连，用以根据预约数据计算上一周期的平均单日预约量和上一周期的平均单日践约率，并计算上一年度预约量变化曲线的平均曲率以确定校正指数；
所述第二计算单元分别与所述结算模块和所述数据库模块相连，用以对用户的面部表情进行量化分析以计算修正系数，并基于所述第一计算单元的计算结果确定预设周期内单日的菜品准备量；
所述分析单元，用以分析菜品的单日准备量是否符合要求，若否，则根据菜品的单日剩余量和预约数据对单日准备量进行调节。
进一步地，所述第二计算单元根据以下公式计算预设周期内单日的菜品准备量，单日的菜品准备量=上一周期的平均单日预约量×上一周期的平均单日践约率×修正系数×校正指数。
进一步地，所述第一计算单元统计上一周期的预约量和上一周期的践约量，计算上一周期的平均单日预约量和上一周期的平均单日践约率；
其中，所述上一周期的平均单日践约率为所述上一周期的践约量与上一周期的预约量的比值。
进一步地，所述第一计算单元根据历史预约数据绘制预约量变化曲线，计算上一年度预约量变化曲线的平均曲率，将所述平均曲率作为所述校正指数。
进一步地，所述第二计算单元提取所述数据库模块中未预约用餐的用户信息，第二计算单元对单个所述用户在结算时获取的面部表情做面部表情量化处理，并将量化的面部表情与用餐间隔作为变量绘制正态分布曲线，用以预测未预约用户来餐厅用餐的概率，在所述概率大于等于预设概率时，将用户记为1，在所述概率小于预设概率时，将用户记为0，第二计算单元统计记为1的用户数量，计算记为1的用户在未预约用户中占的比例，所述比例=记为1的用户数量/未预约用户数量，所述修正系数=1+所述比例。
进一步地，所述分析单元计算任一菜品在预设周期内平均单日剩余量以判定该菜品的单日准备量是否符合要求，若不符合要求，则根据剩余量过大差值对下一周期的菜品的单日准备量进行调节；或，绘制预设周期内菜品预约量变化曲线，计算预约量变化曲线的平均曲率，根据平均曲率对菜品的单日准备量是否符合要求进行二次判定；
其中，所述剩余量过大差值为平均单日剩余量与第二预设剩余量的差值。
进一步地，所述分析单元中设有第一预设剩余量和第二预设剩余量，第一预设剩余量小于第二预设剩余量，对下一周期的菜品的单日准备量进行调节满足的条件为所述平均单日剩余量大于所述第二预设剩余量，对菜品的单日准备量是否符合要求进行二次判定满足的条件为所述平均单日剩余量小于所述第一预设剩余量。
进一步地，所述分析单元中设有预设单日准备量调节系数，分析单元根据所述剩余量过大差值选取对应的预设单日准备量调节系数以将下一周期的菜品的单日准备量调小。
进一步地，所述分析单元绘制预设周期内预约量变化曲线，计算预约量变化曲线的平均曲率，若预设周期内预约量变化曲线的平均曲率大于上一年度预约量变化曲线的平均曲率，则判定菜品的单日准备量不符合要求，并根据剩余量过小差值对下一周期的菜品的单日准备量进行调节；
其中，所述剩余量过小差值为平均单日剩余量与第一预设剩余量的差值。
进一步地，所述分析单元根据所述剩余量过小差值选取对应的预设单日准备量调节系数以将下一周期的菜品的单日准备量调大。
与现有技术相比，本发明的有益效果在于，本发明通过对上一周期预约数据的分析，作为下一周期单日的菜品准备量的依据，通过数据分析科学的准备单日的菜品准备量，避免了菜品准备过多或不足的情况，从而提高了对菜品的管理效果。
进一步地，本发明通过对历史预约数据的分析，对单日的菜品准备量进行校正，通过数据分析科学的准备单日的菜品准备量，避免了菜品准备过多或不足的情况，从而提高了对菜品的管理效果。
进一步地，在实际情况中，除了预约的用户，也会有部分未预约用户来餐厅用餐，而未预约用户中，属于餐厅的老用户的占比较高，因此，本发明在计算单日的菜品准备量时，将未预约用户纳入考虑范围，进一步避免了菜品准备过多或不足的情况，从而提高了对菜品的管理效果。
进一步地，本发明通过设置周期，并周期性对对餐厅的菜品数据进行统计分析，以及时的对菜品的准备量进行调节，从而杜绝了菜品准备量过多造成的浪费或菜品准备量过少导致的用户体验下降，提高了对菜品的管理效果。
进一步地，本发明在判定菜品的单日准备量不足时，根据预设周期内菜品预约量变化曲线对单日准备量是否符合标准进行二次判定，若预设周期内菜品预约量变化曲线的曲率大于上一年度预约量变化曲线的平均曲率，则判定菜品的单日准备量不符合要求，此时，应当增加菜品的单日准备量，避免了在预约量增长较快的情况下菜品的单日准备量不足，从而提高了对菜品的管理效果。
进一步地，本发明设置人脸识别模块，用以对用户进行识别，还可以通过数据分析用户的用餐习惯，喜欢的菜品等信息进行针对性的服务，通过点餐模块和预约模块与客户进行交互，从而提高用户的体验度。
附图说明
图1为本发明实施例基于3D识别技术的交互式智慧餐厅体验系统的结构框图；
图2为本发明实施例基于3D识别技术的交互式智慧餐厅体验系统的进一步结构框图；
图3为本发明实施例基于3D识别技术的交互式智慧餐厅体验系统中预约模块的结构框图；
图4为本发明实施例基于3D识别技术的交互式智慧餐厅体验系统中分析模块的结构框图。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述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，还需要说明的是，在本发明的描述中，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。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1至图4所示，本发明所述基于3D识别技术的交互式智慧餐厅体验系统，包括：
点餐模块，用以现场点餐；
预约模块，用以预约点餐，包括用以预约用餐时间的时间预约单元和用以预约菜品的菜品预约单元；
数据库模块，其与所述点餐模块和所述预约模块相连，用以储存用户信息，所述用户信息包括用户图像信息、预约信息以及用餐信息；
人脸识别模块，其与所述数据库模块相连，用以通过3D识别技术对用户进行识别，并将识别结果为新用户的人脸图像储存至数据库模块；
结算模块，其分别与所述点餐模块、预约模块和所述人脸识别模块相连，用以在用户用餐完毕后进行费用结算，并在结算时获取用户的面部表情；
分析模块，包括相互连接的第一计算单元、第二计算单元和分析单元；
所述第一计算单元与所述预约模块相连，用以根据预约数据计算上一周期的平均单日预约量和上一周期的平均单日践约率，并计算上一年度预约量变化曲线的平均曲率以确定校正指数；
所述第二计算单元分别与所述结算模块和所述数据库模块相连，用以对用户的面部表情进行量化分析以计算修正系数，并基于所述第一计算单元的计算结果确定预设周期内单日的菜品准备量；
所述分析单元，用以分析菜品的单日准备量是否符合要求，若否，则根据菜品的单日剩余量和预约数据对单日准备量进行调节。
本发明设置人脸识别模块，用以对用户进行识别，还可以通过数据分析用户的用餐习惯，喜欢的菜品等信息进行针对性的服务，通过点餐模块和预约模块与客户进行交互，从而提高用户的体验度。
所述人脸识别模块获取用户的人脸图像，并根据所述人脸图像与所述数据库模块中预存的图像信息的比对结果判定用户是否为新用户，并将新用户的人脸图像储存至数据库模块。
本发明提供一种优选的实施方式，所述人脸识别模块获取用户的人脸图像，以判定用户是否为新用户，其中，人脸识别模块将获取的人脸图像与数据库模块中预存的图像信息进行一一比对，若数据库模块中存在图像信息与用户的人脸图像的相似度大于等于预设相似度，则判定该用户为老用户，若数据库模块中各图像信息与用户的人脸图像的相似度均小于预设相似度，则判定该用户为新用户，并将该新用户的人脸图像储存至数据库模块。
具体而言，所述第二计算单元根据以下公式计算预设周期内单日的菜品准备量，单日的菜品准备量=上一周期的平均单日预约量×上一周期的平均单日践约率×修正系数×校正指数。
具体而言，所述第一计算单元统计上一周期的预约量和上一周期的践约量，计算上一周期的平均单日预约量和上一周期的平均单日践约率；
其中，所述上一周期的平均单日践约率为所述上一周期的践约量与上一周期的预约量的比值。
本发明通过对上一周期预约数据的分析，作为下一周期单日的菜品准备量的依据，通过数据分析科学的准备单日的菜品准备量，避免了菜品准备过多或不足的情况，从而提高了对菜品的管理效果。
具体而言，所述第一计算单元根据历史预约数据绘制预约量变化曲线，计算上一年度预约量变化曲线的平均曲率，将所述平均曲率作为所述校正指数。
本发明通过对历史预约数据的分析，对单日的菜品准备量进行校正，通过数据分析科学的准备单日的菜品准备量，避免了菜品准备过多或不足的情况，从而提高了对菜品的管理效果。
具体而言，所述第二计算单元提取所述数据库模块中未预约用餐的用户信息，第二计算单元对单个所述用户在结算时获取的面部表情做面部表情量化处理，并将量化的面部表情与用餐间隔作为变量绘制正态分布曲线，用以预测未预约用户来餐厅用餐的概率，在所述概率大于等于预设概率时，将用户记为1，在所述概率小于预设概率时，将用户记为0，第二计算单元统计记为1的用户数量，计算记为1的用户在未预约用户中占的比例，所述比例=记为1的用户数量/未预约用户数量，所述修正系数=1+所述比例。
在实际情况中，除了预约的用户，也会有部分未预约用户来餐厅用餐，而未预约用户中，属于餐厅的老用户的占比较高，因此，本发明在计算单日的菜品准备量时，将未预约用户纳入考虑范围，进一步避免了菜品准备过多或不足的情况，从而提高了对菜品的管理效果。
对面部表情做量化处理为成熟的现有技术，本实施例不再赘述。
本实施例中，将结算时的面部图像与下次来餐厅的用餐间隔建立映射关系，通过对面部表情与用餐间隔分析可知，用户结算时的面部表情的笑的程度越大，用餐间隔越短，通过大数据分析，绘制用户量化的面部表情与用餐间隔的正态分布曲线，用以预测未预约用户来餐厅用餐的概率。
具体而言，所述分析单元计算任一菜品在预设周期内平均单日剩余量以判定该菜品的单日准备量是否符合要求，若不符合要求，则根据剩余量过大差值对下一周期的菜品的单日准备量进行调节；
或，绘制预设周期内菜品预约量变化曲线，计算预约量变化曲线的平均曲率，根据平均曲率对菜品的单日准备量是否符合要求进行二次判定；
具体而言，所述分析单元中设有第一预设剩余量和第二预设剩余量，第一预设剩余量小于第二预设剩余量，对下一周期的菜品的单日准备量进行调节满足的条件为所述平均单日剩余量大于所述第二预设剩余量，对菜品的单日准备量是否符合要求进行二次判定满足的条件为所述平均单日剩余量小于所述第一预设剩余量。
所述分析单元中设有第一预设剩余量和第二预设剩余量，第一预设剩余量小于第二预设剩余量，分析单元将预设周期内平均单日剩余量分别与第一预设剩余量和第二预设剩余量进行比对量以判定该菜品的单日准备量是否符合要求，其中，
若所述平均单日剩余量大于第二预设剩余量，则所述分析单元判定该菜品的单日准备量不符合要求，绘制预设周期内菜品预约量变化曲线，计算预约量变化曲线的平均曲率，根据平均曲率对下一周期的菜品的单日准备量进行调节；
若所述平均单日剩余量小于等于第二预设剩余量且大于等于第一预设剩余量，则所述分析单元判定该菜品的单日准备量符合要求；
若所述平均单日剩余量小于第一预设剩余量，则所述分析单元根据预设周期内的践约率对该菜品的单日准备量是否符合要求进行二次判定。
本实施例中，菜品的剩余量和准备量可选用重量作为衡量单位，也可选用份数作为衡量单位，分析单元中预设的第一预设剩余量和第二预设剩余量与餐厅的实际情况有关，可以理解的是，在单个周期内，菜品的单日准备量相同。
本实施例中，预设周期优选以月为单位，如3个月为一周期。
本发明通过设置周期，并周期性对对餐厅的菜品数据进行统计分析，以及时的对菜品的准备量进行调节，从而杜绝了菜品准备量过多造成的浪费或菜品准备量过少导致的用户体验下降，提高了对菜品的管理效果。
具体而言，所述剩余量过大差值为平均单日剩余量与第二预设剩余量的差值，所述分析单元基于所述剩余量过大差值设有若干针对菜品在下一周期的菜品的单日准备量的调节方式。
所述分析单元中设有第一预设剩余量过大差值和第二预设剩余量过大差值，第一预设剩余量过大差值小于第二预设剩余量过大差值，其中，
若所述剩余量过大差值小于第一预设剩余量过大差值，所述分析单元选用第一预设单日准备量调节系数α1对下一周期的菜品的单日准备量进行调节，设定调节后的单日准备量=当前周期的单日准备量×α1；
若所述剩余量过大差值大于等于第一预设剩余量过大差值且小于第二预设剩余量过大差值，所述分析单元选用第二预设单日准备量调节系数α2对下一周期的菜品的单日准备量进行调节，设定调节后的单日准备量=当前周期的单日准备量×α2；
若所述剩余量过大差值大于等于第二预设剩余量过大差值，所述分析单元选用第三预设单日准备量调节系数α3对下一周期的菜品的单日准备量进行调节，设定调节后的单日准备量=当前周期的单日准备量×α3；
本实施例设定0.7＜α3＜α2＜α1＜1，优选α1=0.9，α2=0.85，α3=0.8。
具体而言，所述分析单元绘制预设周期内预约量变化曲线，计算预约量变化曲线的平均曲率，若预设周期内预约量变化曲线的平均曲率大于上一年度预约量变化曲线的平均曲率，则判定菜品的单日准备量不符合要求，并根据剩余量过小差值对下一周期的菜品的单日准备量进行调节。
若预设周期内预约量变化曲线的平均曲率小于等于上一年度预约量变化曲线的平均曲率，则判定菜品的单日准备量符合要求。
具体而言，所述剩余量过小差值为平均单日剩余量与第一预设剩余量的差值，所述分析单元基于所述剩余量过小差值设有若干针对菜品在下一周期的菜品的单日准备量的调节方式。
所述分析单元中设有第一预设剩余量过小差值和第二预设剩余量过小差值，第一预设剩余量过小差值小于第二预设剩余量过小差值，其中，
若所述剩余量过小差值小于第一预设剩余量过小差值，所述分析单元选用第一预设单日准备量调节系数α1对下一周期的菜品的单日准备量进行调节，设定调节后的单日准备量=当前周期的单日准备量×（2-α1）；
若所述剩余量过小差值大于等于第一预设剩余量过小差值且小于第二预设剩余量过小差值，所述分析单元选用第二预设单日准备量调节系数α2对下一周期的菜品的单日准备量进行调节，设定调节后的单日准备量=当前周期的单日准备量×（2-α2）；
若所述剩余量过小差值大于等于第二预设剩余量过小差值，所述分析单元选用第三预设单日准备量调节系数α3对下一周期的菜品的单日准备量进行调节，设定调节后的单日准备量=当前周期的单日准备量×（2-α3）。
本发明在判定菜品的单日准备量不足时，根据预设周期内菜品预约量变化曲线对单日准备量是否符合标准进行二次判定，若预设周期内菜品预约量变化曲线的曲率大于上一年度预约量变化曲线的平均曲率，则判定菜品的单日准备量不符合要求，此时，应当增加菜品的单日准备量，避免了在预约量增长较快的情况下菜品的单日准备量不足，从而提高了对菜品的管理效果。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于3D识别技术的交互式智慧餐厅体验系统，其特征在于，包括：
点餐模块，用以现场点餐；
预约模块，用以预约点餐，包括用以预约用餐时间的时间预约单元和用以预约菜品的菜品预约单元；
数据库模块，其与所述点餐模块和所述预约模块相连，用以储存用户信息，所述用户信息包括用户图像信息、预约信息以及用餐信息；
人脸识别模块，其与所述数据库模块相连，用以通过3D识别技术对用户进行识别，并将识别结果为新用户的人脸图像储存至数据库模块；
结算模块，其分别与所述点餐模块、预约模块和所述人脸识别模块相连，用以在用户用餐完毕后进行费用结算，并在结算时获取用户的面部表情；
分析模块，包括相互连接的第一计算单元、第二计算单元和分析单元；
所述第一计算单元与所述预约模块相连，用以根据预约数据计算上一周期的平均单日预约量和上一周期的平均单日践约率，并计算上一年度预约量变化曲线的平均曲率以确定校正指数；
所述第二计算单元分别与所述结算模块和所述数据库模块相连，用以对用户的面部表情进行量化分析以计算修正系数，并基于所述第一计算单元的计算结果确定预设周期内单日的菜品准备量；
所述分析单元，用以分析菜品的单日准备量是否符合要求，若否，则根据菜品的单日剩余量和预约数据对单日准备量进行调节；
所述第二计算单元根据以下公式计算预设周期内单日的菜品准备量，单日的菜品准备量=上一周期的平均单日预约量×上一周期的平均单日践约率×修正系数×校正指数；
所述第二计算单元提取所述数据库模块中未预约用餐的用户信息，第二计算单元对单个所述用户在结算时获取的面部表情做面部表情量化处理，并将量化的面部表情与用餐间隔作为变量绘制正态分布曲线，用以预测未预约用户来餐厅用餐的概率，在所述概率大于等于预设概率时，将用户记为1，在所述概率小于预设概率时，将用户记为0，第二计算单元统计记为1的用户数量，计算记为1的用户在未预约用户中占的比例，所述比例=记为1的用户数量/未预约用户数量，所述修正系数=1+所述比例。
2.根据权利要求1所述的基于3D识别技术的交互式智慧餐厅体验系统，其特征在于，所述第一计算单元统计上一周期的预约量和上一周期的践约量，计算上一周期的平均单日预约量和上一周期的平均单日践约率；
其中，所述上一周期的平均单日践约率为所述上一周期的践约量与上一周期的预约量的比值。
3.根据权利要求2所述的基于3D识别技术的交互式智慧餐厅体验系统，其特征在于，所述第一计算单元根据历史预约数据绘制预约量变化曲线，计算上一年度预约量变化曲线的平均曲率，将所述平均曲率作为所述校正指数。
4.根据权利要求3所述的基于3D识别技术的交互式智慧餐厅体验系统，其特征在于，所述分析单元计算任一菜品在预设周期内平均单日剩余量以判定该菜品的单日准备量是否符合要求，若不符合要求，则根据剩余量过大差值对下一周期的菜品的单日准备量进行调节；或，绘制预设周期内菜品预约量变化曲线，计算预约量变化曲线的平均曲率，根据平均曲率对菜品的单日准备量是否符合要求进行二次判定；
其中，所述剩余量过大差值为平均单日剩余量与第二预设剩余量的差值。
5.根据权利要求4所述的基于3D识别技术的交互式智慧餐厅体验系统，其特征在于，所述分析单元中设有第一预设剩余量和第二预设剩余量，第一预设剩余量小于第二预设剩余量，对下一周期的菜品的单日准备量进行调节满足的条件为所述平均单日剩余量大于所述第二预设剩余量，对菜品的单日准备量是否符合要求进行二次判定满足的条件为所述平均单日剩余量小于所述第一预设剩余量。
6.根据权利要求5所述的基于3D识别技术的交互式智慧餐厅体验系统，其特征在于，所述分析单元中设有预设单日准备量调节系数，分析单元根据所述剩余量过大差值选取对应的预设单日准备量调节系数以将下一周期的菜品的单日准备量调小。
7.根据权利要求6所述的基于3D识别技术的交互式智慧餐厅体验系统，其特征在于，所述分析单元绘制预设周期内预约量变化曲线，计算预约量变化曲线的平均曲率，若预设周期内预约量变化曲线的平均曲率大于上一年度预约量变化曲线的平均曲率，则判定菜品的单日准备量不符合要求，并根据剩余量过小差值对下一周期的菜品的单日准备量进行调节；
其中，所述剩余量过小差值为平均单日剩余量与第一预设剩余量的差值。
8.根据权利要求7所述的基于3D识别技术的交互式智慧餐厅体验系统，其特征在于，所述分析单元根据所述剩余量过小差值选取对应的预设单日准备量调节系数以将下一周期的菜品的单日准备量调大。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311590422.4A CN117291759B (zh) | 2023-11-27 | 2023-11-27 | 基于3d识别技术的交互式智慧餐厅体验系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311590422.4A CN117291759B (zh) | 2023-11-27 | 2023-11-27 | 基于3d识别技术的交互式智慧餐厅体验系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117291759A CN117291759A (zh) | 2023-12-26 |
| CN117291759B true CN117291759B (zh) | 2024-02-27 |
Family
ID=89253916
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311590422.4A Active CN117291759B (zh) | 2023-11-27 | 2023-11-27 | 基于3d识别技术的交互式智慧餐厅体验系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117291759B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104021506A (zh) * | 2014-06-24 | 2014-09-03 | 河海大学常州校区 | 一种基于人脸识别技术的智能餐厅点餐管理系统及方法 |
| CN109615101A (zh) * | 2018-12-03 | 2019-04-12 | 上海交通大学 | 模块式智能供餐系统和方法 |
| CN109784185A (zh) * | 2018-12-18 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 基于微表情识别的客户餐饮评价自动获取方法及装置 |
| CN111429054A (zh) * | 2020-03-17 | 2020-07-17 | 北京三快在线科技有限公司 | 产品库存的提示方法、装置、设备及存储介质 |
| CN112381506A (zh) * | 2020-11-10 | 2021-02-19 | 广东电力信息科技有限公司 | 基于物联网及智能预测推荐的智慧食堂管理系统 |
| CN113393230A (zh) * | 2021-07-07 | 2021-09-14 | 苏州交驰人工智能研究院有限公司 | 餐厅内的菜品结算方法、装置、设备、介质及系统 |
| CN113469044A (zh) * | 2021-06-30 | 2021-10-01 | 上海歆广数据科技有限公司 | 一种用餐记录系统及方法 |
| CN113643097A (zh) * | 2021-08-16 | 2021-11-12 | 广州小鹏汽车科技有限公司 | 订餐处理方法及装置 |
| CN116702932A (zh) * | 2023-06-06 | 2023-09-05 | 广东优信无限网络股份有限公司 | 一种智慧餐厅用预定就餐系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7973642B2 (en) * | 2006-04-28 | 2011-07-05 | Restaurant Technology, Inc. | RFID food production, inventory and delivery management method for a restaurant |
-
2023
- 2023-11-27 CN CN202311590422.4A patent/CN117291759B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104021506A (zh) * | 2014-06-24 | 2014-09-03 | 河海大学常州校区 | 一种基于人脸识别技术的智能餐厅点餐管理系统及方法 |
| CN109615101A (zh) * | 2018-12-03 | 2019-04-12 | 上海交通大学 | 模块式智能供餐系统和方法 |
| CN109784185A (zh) * | 2018-12-18 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 基于微表情识别的客户餐饮评价自动获取方法及装置 |
| CN111429054A (zh) * | 2020-03-17 | 2020-07-17 | 北京三快在线科技有限公司 | 产品库存的提示方法、装置、设备及存储介质 |
| CN112381506A (zh) * | 2020-11-10 | 2021-02-19 | 广东电力信息科技有限公司 | 基于物联网及智能预测推荐的智慧食堂管理系统 |
| CN113469044A (zh) * | 2021-06-30 | 2021-10-01 | 上海歆广数据科技有限公司 | 一种用餐记录系统及方法 |
| CN113393230A (zh) * | 2021-07-07 | 2021-09-14 | 苏州交驰人工智能研究院有限公司 | 餐厅内的菜品结算方法、装置、设备、介质及系统 |
| CN113643097A (zh) * | 2021-08-16 | 2021-11-12 | 广州小鹏汽车科技有限公司 | 订餐处理方法及装置 |
| CN116702932A (zh) * | 2023-06-06 | 2023-09-05 | 广东优信无限网络股份有限公司 | 一种智慧餐厅用预定就餐系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于人脸识别的智能商场服务系统;刘思璇;;中国战略新兴产业(44);第105-106页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117291759A (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109493944A (zh) | 一种膳食管理系统 | |
| CN100551031C (zh) | 在项目推荐器中把多个项划分成相似项的组的方法及装置 | |
| CN113673757B (zh) | 智慧食堂就餐规律预测方法及装置 | |
| CN111666893A (zh) | 一种点餐处理方法及装置 | |
| CN111598487B (zh) | 数据处理和模型训练方法、装置、电子设备和存储介质 | |
| CN112329866A (zh) | 一种餐厅智能健康点餐系统及方法 | |
| CN110706781A (zh) | 一种膳食配置系统 | |
| WO2021129531A1 (zh) | 一种资源分配方法、装置、设备、存储介质及计算机程序 | |
| Mao et al. | On-demand meal delivery platforms: Operational level data and research opportunities | |
| CN110349358B (zh) | 基于健康管理的餐饮结算方法、装置、终端及可读介质 | |
| CN117291759B (zh) | 基于3d识别技术的交互式智慧餐厅体验系统 | |
| CN114443735B (zh) | 酒店数据映射规则生成方法、装置、设备及存储介质 | |
| CN111652471B (zh) | 名单分配控制方法、装置、电子设备及存储介质 | |
| CN116777472A (zh) | 一种基于大数据的售后服务系统及其管理方法 | |
| CN116757575A (zh) | 一种基于物联网的粮食调度管理方法及系统 | |
| CN109685624B (zh) | 一种智能酒店客房管理调度系统及酒店管理方法 | |
| TWI629654B (zh) | Wisdom door city welcome product recommendation system and method thereof | |
| CN110599036A (zh) | 一种基于物联网冰箱的管理平台 | |
| CN114445138A (zh) | 酒店房型定价方法、装置、设备及存储介质 | |
| CN113256268A (zh) | 一种酒店数据的管理方法及相关设备 | |
| CN113592183B (zh) | 就餐高峰预测方法及装置 | |
| CN110782361A (zh) | 定制保险的推荐方法及装置 | |
| CN117764370B (zh) | 一种枪支领用监测系统及方法 | |
| CN115579116A (zh) | 一种临床智能陪护信息系统及其陪护方法 | |
| CN116843167B (zh) | 一种智能门锁售后任务智能调度分配方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |