JP2022519192A - 倉庫管理システム - Google Patents
倉庫管理システム Download PDFInfo
- Publication number
- JP2022519192A JP2022519192A JP2021542468A JP2021542468A JP2022519192A JP 2022519192 A JP2022519192 A JP 2022519192A JP 2021542468 A JP2021542468 A JP 2021542468A JP 2021542468 A JP2021542468 A JP 2021542468A JP 2022519192 A JP2022519192 A JP 2022519192A
- Authority
- JP
- Japan
- Prior art keywords
- user
- captured image
- image
- trading
- aiqe
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 claims abstract description 39
- 230000003993 interaction Effects 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 230000004044 response Effects 0.000 claims abstract description 13
- 238000013139 quantization Methods 0.000 claims abstract description 12
- 238000003058 natural language processing Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 38
- 238000002372 labelling Methods 0.000 claims description 19
- 230000001815 facial effect Effects 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 13
- 239000000284 extract Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 239000000203 mixture Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
- B65G1/137—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed
- B65G1/1373—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed for fulfilling orders in warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
- B65G2203/04—Detection means
- B65G2203/041—Camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Mechanical Engineering (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
倉庫管理システムは、ユーザの顔認識を通じてユーザを認証する生体認証処理エンジンと、ユーザとシステムのタッチレス相互作用を可能にする自然言語処理エンジンと、合成された音声質問プロンプトを実行し、ユーザから受信した応答に応答する音声シンセサイザーと、取引商品の画像をキャプチャし、キャプチャされた画像から量を抽出するための人工画像量子化エンジン（ＡＩＱＥ）へ、およびＡＩＱＥの自己学習のための人工画像自己学習エンジン（ＡＩＳＬＥ）へ、供給するための数量検出エンジンと、を含むように構成されている。
Description
本開示は、プログラム可能コンピュータの支援により倉庫を一般的に管理すること、より具体的には、倉庫との間の取引商品の自動的な受け取り、区分、マーキング、追跡、または配達のためのシステムおよび方法に関する。
現在、最もよく知られている自動倉庫管理システムは、一般に、バーコードパターンとして知られる垂直バーからなるコード化されたパターンに基づいている。このパターンは、管理商品またはそのコンテナのどこかに刻印されている。各バーコードパターンは、一意のアイテムを識別する。販売時管理（Ｐｏｉｎｔ－ｏｆ－ｓａｌｅ ｃｏｎｔｒｏｌ）は、コードパターンを解釈するコンピュータシステムとインターフェイスするレーザービームスキャナで実施される。多くの場合、これらの既知のシステムは、各アイテムを識別する単一のコードで、膨大な数の比較的安価な消耗製品を監視または管理するために使用される。この結果、システムの応答時間が希望よりも大幅に低下し、人間のオペレーターによるエラーがデータの整合性を制限する可能性がある。
ほとんどの他の既存の倉庫管理方法は、個々のアイテムの直接の（または実際の）カウントを含む。結果として得られたデータは、コンピュータによってさらに処理され得る。コンピュータの処理が必要な場合、手作業でカウントした情報はコンピュータに手動で入力されなければならない。耐久消費財の小売業では、このカテゴリーは、大量に販売され（年間１，０００万～２，０００万個）、倉庫の所有者に多大な経済的影響を与える製品が含まれる。現在、この市場は倉庫の管理および投資の保護に多額の費用を被っている。これらのタイプの製品は、比較的高コストであり、主要な購入アイテム（個別のシリアル番号付き）であり、販売店でのフロア時間が長くなり、通常は販売店の倉庫の資金調達が必要となる。
各商品は、販売時まで、製造業者から流通業者へ、そして販売店ネットワークへと識別および追跡される必要がある。シリアル番号による検査および識別の手順は、いくつかの理由で費用がかかる、労働集約的な実践的な技術である。さらに、倉庫内の売れ残った商品は、保管料金を累積し、非現行モデルの不稼働在庫（ａ ｂａｃｋｌｏｇ ｏｆ ｎｏｎ－ｃｕｒｒｅｎｔ ｍｏｄｅｌｓ）となる可能性がある。
販売店での管理はさらに困難である。商品カウントに基づくフロアチェック料金は、倉庫内の月１回以上の商品のカウントを困難にする。したがって、チェックの頻度が低いシステムは、エラーおよび関連するコストに悩まされるが、チェックの頻度が高いシステムは、商品の過程で発生したエラーがより頻繁に挿入され、他のコストが掛かる。
結果として、最新のデータに基づくと、販売、生産、出荷、倉庫保管などの間に効果的な相関関係はほとんどない。したがって、モデルの残り、間違った倉庫の在庫などの問題が、かなりの程度、システムに組み込まれている。
上記を考慮すると、費用効果の高いやり方で、これらの問題を排除または低減する倉庫管理および保守システムを提供する必要があることは明らかである。
この概要は、倉庫との間の取引商品の受け取り、区分、マーキング、追跡、または配達の自動化されたメカニズムの支援による倉庫の管理に関連するコンセプトを紹介するために提供される。コンセプトは、詳細な説明で以下さらに説明される。本概要は、特許請求される主題の主要な特徴または不可欠な特徴を識別することを意図しておらず、特許請求される主題の範囲を限定するために使用されることも意図していない。
一実装形態では、本開示は、倉庫管理システムに関する。システムは、倉庫のチェックインおよびチェックアウトシステムを管理するように動作可能な１つまたは複数のルーチンをその中に具体化した非一時的記憶デバイスと、非一時的記憶デバイスに結合され、１つまたは複数のルーチンを実行するように動作可能な１つまたは複数のプロセッサと、を含む。１つまたは複数のルーチンは、１つまたは複数のプロセッサによって実行されると、ユーザの顔認識を通じてユーザを認証する、生体認証処理エンジンと、１つまたは複数のプロセッサによって実行されると、ユーザとシステムのタッチレス相互作用を可能にする、自然言語処理エンジンと、１つまたは複数のプロセッサによって実行されると、合成された音声質問プロンプトを実行し、ユーザから受信した応答に応答する、音声シンセサイザーエンジンと、１つまたは複数のプロセッサによって実行されると取引商品の画像をキャプチャし、人工画像量子化エンジン（ＡＩＱＥ）および人工画像自己学習エンジン（ＡＩＳＬＥ）に供給する、数量検出エンジンと、を含み、ＡＩＱＥはキャプチャされた画像からの数量の抽出用であり、ＡＩＳＬＥはＡＩＱＥの自己学習用である。
別の実装形態では、本開示はさらに、倉庫管理のための方法に関する。方法は、ユーザの顔認識を通じてユーザを認証することと、ユーザとシステムのタッチレス相互作用を促進することと、相互作用中に、合成された音声質問プロンプトを実行し、ユーザから受信した応答に応答することと、取引商品の画像をキャプチャし、人工画像量子化エンジン（ＡＩＱＥ）および人工画像自己学習エンジン（ＡＩＳＬＥ）に供給することと、を含み、ＡＩＱＥはキャプチャされた画像からの数量の抽出用であり、ＡＩＳＬＥはＡＩＱＥの自己学習用である。
さらに別の実装形態では、本開示は、処理リソースによって実行可能な命令を含む、主題を実施する非一時的コンピュータ可読媒体に関連する。命令は、ユーザの顔認識を通じてユーザを認証し、ユーザとシステムのタッチレス相互作用を促進し、相互作用中に、合成された音声質問プロンプトを実行し、ユーザから受信した応答に応答することと、取引商品の画像をキャプチャし、人工画像量子化エンジン（ＡＩＱＥ）および人工画像自己学習エンジン（ＡＩＳＬＥ）に供給するように実行され、ＡＩＱＥはキャプチャされた画像からの数量の抽出用であり、ＡＩＳＬＥはＡＩＱＥの自己学習用である。
一態様では、ＡＩＱＥは、数量検出エンジンから取引商品のキャプチャされた画像を受信し、マスク分割によってキャプチャされた画像を分割することによって、構成分類を実行して、キャプチャされた画像から空のスロットを除去し、分類されたキャプチャされた画像から取引商品の主要な特徴を抽出し、抽出された主要な特徴に基づいて取引商品の一括分類し、一括分類に基づく取引商品をラベリングし、取引商品のラベリングに基づいて、取引商品の数量を確認するように適合されている。
一態様では、ＡＩＳＬＥは、数量検出エンジンから取引商品のキャプチャされた画像を受信し、マスク分割によってキャプチャされた画像を分割することによって、構成分類を実行して、キャプチャされた画像から空のスロットを除去し、分類されたキャプチャされた画像から取引商品の主要な特徴を抽出し、取引商品の数量に関連するユーザ入力を受信し、ユーザ入力に基づいて取引商品にラベリングし、取引商品のラベリングに基づいて、取引商品の数量を確認するように適合されている。
一態様では、取引商品の数量に関連するユーザ入力の受信に基づいて、ＡＩＳＬＥは、学習サーバに分類された画像を送信することと、学習したモデルを更新するために、新しいデータセットを用いて学習サーバを学習することと、学習されたモデルを、システムに関連付けられたｅ－ｒｅｃｅｉｖｅｒアプリケーションにプッシュすること、によってシステムに接続された学習サーバで利用可能なデータセットを再学習する。
一態様では、生体認証処理エンジンは、いくつかの関連する顔が見つかるまで、関連するデータベース内で顔を継続的に探すことと、すべての見つかった関連する顔から、顔の特徴を表すテンプレートを抽出することと、関連するデータベースからの関連する顔に対して、抽出されたテンプレートを１つずつ照合することと、照合に基づいて、ユーザを認証することと、によって、ユーザを認証する。
一態様では、取引商品の数量の確認後、システムは、取引商品の数量の確認後の出荷画像を取得することと、出荷画像を公開することと、に適合される。
本開示の他のおよび更なる態様および特徴は、本開示を限定するものではなく説明することを意図する、実施形態の以下の詳細な説明を読むことから明らかになるであろう。
主題の例示された実施形態は、図面を参照することによって最もよく理解され、同様の部分は、全体を通して同様の数字によって示される。以下の説明は、例としてのみ意図されており、本明細書で請求される主題と一致するデバイス、システム、およびプロセスの特定の選択された実施形態を単に示している。
本開示のいくつかの態様は、様々な図を参照して以下に詳細に説明される。例示的な実装形態は、開示された主題を説明するために説明され、特許請求の範囲によって定義される、その範囲を限定するのではない。当業者は、以下の説明で提供される様々な特徴の多くの同等のバリエーションを認識するであろう。
本開示の主な目的は、倉庫との間の取引商品の受け取り、区分、マーキング、追跡、または配達のプロセスを容易にする自動化されたメカニズムの支援により倉庫を管理することである。本開示は、システムのユーザとの完全な自動化された音声ベースの相互作用を提供するための方法およびシステムを提案する。方法およびシステムは、ユーザの顔認識を通じてユーザを認証することと、ユーザとシステムのタッチレス相互作用を促進することと、相互作用中に、合成された音声質問プロンプトを実行し、ユーザから受信した応答に応答することと、取引商品の画像をキャプチャし、人工画像量子化エンジン（ＡＩＱＥ）および人工画像自己学習エンジン（ＡＩＳＬＥ）に供給することとによって、本開示の主な内容を達成する。ＡＩＱＥはキャプチャされた画像からの数量の抽出用に適合され、ＡＩＳＬＥはＡＩＱＥの自己学習用に適合される。
様々な実施形態はさらに、添付の図を参照して本明細書で説明される。説明および図は、例示的な実施形態に関するものであり、本開示の主題に対する限定として解釈されるべきではないことに留意すべきである。本明細書で明示的に説明または示されていないが、本開示の主題の原理を具体化する様々な工夫が考案され得ることも理解されるべきである。さらに、本開示の主題の原理、態様、および実施形態を列挙する本明細書のすべての記述、ならびに具体的な例は、その同等物を包含することを意図している。さらに、簡略化するために、本開示の技術分野で知られている技術資料に係る操作または動作原理は、本開示を不必要に不明瞭にしないように、詳細に説明されていない。
図１は、本開示の実施形態による、倉庫管理システム１００の例示的な機能コンポーネントを示す。一態様では、システム１００は、クラウドベースのシステムとして実装され得、通信ネットワークを介してシステムに接続されたデバイスによってアクセスできる。通信ネットワークは、単一のネットワークまたは複数のネットワークの組み合わせであり得る。通信ネットワークは、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、イントラネット、インターネット、または任意の他のタイプのネットワークなどの１つまたは複数のエリアネットワークを含み得る。一例では、ネットワークは、モバイル通信ネットワーク、例えば、２Ｇ、３Ｇ、４Ｇ、または５Ｇモバイル通信ネットワーク、を含み得る。通信ネットワークは、１つまたは複数の他のネットワークに結合され得、それにより、より多くのデバイス間の結合を提供する。たとえば、ネットワークがインターネットを介して相互に結合されているケースとすることができる。
一態様では、システム１００は、プロセッサ１０２、インターフェイス１０４、およびメモリ１０６を含む。
プロセッサ１０２は、１つまたは複数のマイクロプロセッサ、マイクロコンピュータ、マイクロコントローラ、デジタル信号プロセッサ、論理回路、および／または操作命令に基づいてデータを操作する任意のデバイスとして、実装され得る。他の機能の中で、１つまたは複数のプロセッサ１０２は、メモリ１０６に格納されたコンピュータ可読命令および１つまたは複数のルーチンを取得して実行するように構成されている。メモリ１０６は、１つまたは複数のコンピュータ可読命令またはルーチンを格納し得、これは、ネットワークサービスを介して倉庫を管理するために取得および実行され得る。メモリ１０６は、例えば、ＲＡＭなどの揮発性メモリ、またはＥＰＲＯＭなどの不揮発性メモリ、フラッシュメモリなどを含む任意の非一時的記憶デバイスを含み得る。
インターフェイス１０４は、様々なインターフェイス、例えば、Ｉ／Ｏデバイス、ストレージデバイスなどと呼ばれるデータ入力および出力デバイスのためのインターフェイスを含み得る。インターフェイス１０４は、システム１００に結合された様々なデバイスとのシステム１００の通信を容易にし得る。インターフェイス１０４はまた、システム１００の１つまたは複数のコンポーネントのための通信経路を提供し得る。そのようなコンポーネントの例は、限定されないが、処理エンジン１０８およびデータ１１０を含む。データ１１０は、処理エンジン１０８のコンポーネントのいずれかによって実施された機能の結果として格納または生成されるデータを含み得る。
処理エンジン１０８は、処理エンジン１０８の１つまたは複数の機能を実施するために、ハードウェアおよびプログラミング（例えば、プログラム可能命令）の組み合わせとして実装され得る。本明細書で説明される例では、ハードウェアおよびプログラミングのそのような組み合わせは、いくつかの異なる方法で実装され得る。例えば、処理エンジン１０８のプログラミングは、非一時的機械可読記憶媒体に格納されたプロセッサ実行可能命令であり得、処理エンジン１０８のハードウェアは、そのような命令を実行する、処理リソース（例えば、１つまたは複数のプロセッサ）を含み得る。本実施例では、機械可読記憶媒体は、処理リソースによって実行されると、処理エンジン１０８を実施する命令を格納し得る。そのような例では、システム１００は、命令を格納している機械可読記憶媒体および命令を実行する処理リソースを含み得る、または機械可読記憶媒体は、別個であるが、システム１００および処理リソースにアクセス可能であり得る。他の例では、処理エンジン１０８は、電子回路によって実施され得る。
一態様では、処理エンジン１０８は、生体認証処理エンジン１１２、自然言語処理エンジン１１４、音声シンセサイザーエンジン１１６、数量検出エンジン１１８、人工画像量子化エンジン（ＡＩＱＥ）１２０、人工画像自己学習エンジン（ＡＩＳＬＥ）１２２、およびその他のエンジン１２４を含み得る。他のエンジン１２４は、システム１００または処理エンジン１０８によって実行されるアプリケーションまたは機能を補足する機能を実装し得る。
操作中、個人またはサービスプロバイダであるユーザが、システム１００にアクセスするアプリケーションを有するデバイスと対話すると、システム１００は、生体認証処理エンジン１１２を起動して、ユーザの顔認識を通じてそのユーザを認証する。生体認証処理エンジン１１２は、いくつかの関連する顔が見つかるまで、関連するサービスプロバイダのデータベース（不図示）内で顔を継続的に探すことと、すべての見つかった関連する顔から、顔の特徴を表す顔のテンプレートを抽出することと、関連するサービスプロバイダのデータベースからの関連する顔に対して、抽出された顔のテンプレートを１つずつ照合することと、照合に基づいて、ユーザを認証することと、によって、ユーザを認証する。
しかしながら、一致する顔が見つからない場合、生体認証処理エンジン１１２は、いくつかの関連する顔が見つかるまで、関連付けられたサービスプロバイダのデータベース（不図示）内で顔を再び継続的に探し、ユーザを認証するプロセス全体を繰り返す。
ユーザが彼／彼女の顔の特徴に基づいて認証されると、自然言語処理エンジン１１４は、ユーザとシステム１００とのタッチレスまたは音声ベースの相互作用を可能にし、音声シンセサイザーエンジン１１６は、合成された音声質問プロンプトを実行し、ユーザから受信した応答に応答する。例えば、音声シンセサイザーエンジン１１６と共に自然言語処理エンジン１１４は、要件に基づいて拡張およびカスタマイズできる以下のフローを実行する。
ｏ システムプロンプト１：「[会社]から[名前]ようこそ？」
ｏ システムプロンプト２：「今日は働いていますか？」
ｏ システムプロンプト３：「今日は[商品名]を[動作１（例：配達、返却など）]ですか？」
ｏ システムプロンプト４：「強調表示された領域に[商品名]の付いたトレイを置いてください。」
ｏ システムプロンプト５：「画像の準備は済んでいますか？」
ｏ システムプロンプト１：「[会社]から[名前]ようこそ？」
ｏ システムプロンプト２：「今日は働いていますか？」
ｏ システムプロンプト３：「今日は[商品名]を[動作１（例：配達、返却など）]ですか？」
ｏ システムプロンプト４：「強調表示された領域に[商品名]の付いたトレイを置いてください。」
ｏ システムプロンプト５：「画像の準備は済んでいますか？」
商品が強調表示された領域に配置されると、数量検出エンジン１１８は、取引商品の画像をキャプチャし、それらをＡＩＱＥ１２０およびＡＩＳＬＥ１２２に供給し、ここで、ＡＩＱＥ１２０はキャプチャされた画像からの量の抽出用であり、ＡＩＳＬＥ１２２はＡＩＱＥの自己学習用である。
図２は、本開示の例示的な実施形態による、ＡＩＱＥ１２０のプロセスフローを示す。
一態様では、取引商品の画像がＡＩＱＥ１２０に供給されると、ＡＩＱＥ１２０は、数量検出エンジン１１８から取引商品のキャプチャされた画像を受信する（ステップ２０２）。次に、ＡＩＱＥ１２０は、マスク分割によってキャプチャされた画像を分割することによって構成分類を実行し、キャプチャされた画像から空のスロットを除去する（ステップ２０４）。これに続いて、ＡＩＱＥ１２０は、分類されたキャプチャされた画像から、これらに限定されないが、色の数、色のタイプ、および色の広さを含む主要な特徴を抽出し（ステップ２０６）、抽出された主要な特徴に基づいて、取引商品の一括分類を実行する（ステップ２０８）。その後、ＡＩＱＥ１２０は、一括分類に基づいて取引商品のラベリングを実行し（ステップ２１０）、取引商品のラベリングに基づいて取引商品の数量を確認する（２１２）。
図３は、本開示の例示的な実施形態による、ＡＩＳＬＥ１２２のプロセスフローを示す。図３に示すように、ＡＩＳＬＥ１２２は、数量検出エンジン１１８から取引商品のキャプチャされた画像を受信するように適合されており（ステップ３０２）、次に、マスク分割によってキャプチャされた画像を分割することによって構成分類を実行し、キャプチャされた画像から空のスロットを除去する（３０４）。次に、ＡＩＳＬＥ１２２は、分類されたキャプチャされた画像から取引商品の主要な特徴を抽出し（ステップ３０６）、取引商品の数量に関連するユーザ入力を受信する（ステップ３０８）。その後、ＡＩＳＬＥ１２２は、ユーザ入力に基づいて取引商品のラベリングを実行し（ステップ３１０）、取引商品のラベリングに基づいて取引商品の数量を確認する（ステップ３１２）。
一態様では、ステップ３０８での取引商品の数量に関連するユーザ入力の受信に基づいて、ＡＩＳＬＥ１２２は、学習サーバに分類された画像を送信することと（ステップ３０８Ａ）、新しいデータセットを用いて学習サーバを学習することと（ステップ３０８Ｂ）、学習されたモデルを、システム１００に関連付けられたｅ－ｒｅｃｅｉｖｅｒアプリケーションにプッシュすることと（ステップ３０８Ｃ）、によってシステム１００に結合された学習サーバ（不図示）で利用可能なデータセットを再学習する。
一態様では、ステップ３１０での商品のラベリングに基づいて、ＡＩＳＬＥ１２２は、統計のためのＮＮ入力と取引商品の数量に関連するユーザ入力とを比較する（ステップ３１０Ａ）。
更に別の態様では、ステップ２１２または３１２のいずれかで取引商品の数量の確認後、システム１００は、取引商品の数量の確認後の出荷画像を取得することと、出荷画像を公開することと、に適合される。
図４は、本主題の例による、システム１００の操作を実行するための非一時的コンピュータ可読媒体４０２を使用する例示的なネットワーク環境４００を示す。ネットワーク環境４００は、パブリックネットワーキング環境またはプライベートネットワーキング環境であり得る。一例では、ネットワーク環境４００は、通信リンク４０６を介して非一時的コンピュータ可読媒体４０２に通信可能に結合された処理リソース４０４を含む。
例えば、処理リソース４０４はプロセッサとすることができる。非一時的コンピュータ可読媒体４０２は、例えば、内部メモリデバイスまたは外部メモリデバイスとすることができる。一例では、通信リンク４０６は、メモリ読み取り／書き込みインターフェイスを介して形成されるような、直接的な通信リンクであり得る。別の例では、通信リンク４０６は、ネットワークインターフェイスを介して形成されたような、間接的な通信リンクであり得る。そのようなケースにおいて、処理リソース４０４は、ネットワーク４０８を介して非一時的コンピュータ可読媒体４０２にアクセスできる。ネットワーク４０８は、単一のネットワークまたは複数のネットワークの組み合わせであり得、様々な通信プロトコルを使用し得る。
処理リソース４０４および非一時的コンピュータ可読媒体４０２はまた、ネットワーク４０８を介してデータソース４１０に通信可能に結合され得る。データソース４１０は、例えば、データベースおよびコンピューティングデバイスを含むことができる。データソース４１０は、処理リソース４０４と通信するために、データベース管理者および他のユーザによって、使用され得る。
一例の実装形態では、非一時的コンピュータ可読媒体４０２は、コンピュータ可読命令のセットを含む。以下、命令と呼ばれるコンピュータ可読命令のセットは、通信リンク４０６を介して処理リソース４０４によってアクセスされ、その後、ネットワークサービス挿入のための動作を実行するために実行できる。言い換えれば、動作中、処理リソース４０４は、ユーザの顔認識を通じてユーザを認証し、ユーザとシステムのタッチレス相互作用を促進し、相互作用中に、合成された音声質問プロンプトを実行し、ユーザから受信した応答に応答し、取引商品の画像をキャプチャし、人工画像量子化エンジン（ＡＩＱＥ）および人工画像自己学習エンジン（ＡＩＳＬＥ）に供給する、コンピュータ可読命令を実行でき、ＡＩＱＥはキャプチャされた画像からの数量の抽出用であり、ＡＩＳＬＥはＡＩＱＥの自己学習用である。
図５は、本開示の実装形態による、倉庫管理システム１００を操作するための方法５００を示している。方法５００が説明される順序は、限定として解釈されることを意図するものではなく、説明された方法のブロックの任意の数を任意の適切な順序で組み合わせて、方法５００または代替方法を実行できる。さらに、個々のブロックは、本明細書に記載の主題の範囲から逸脱することなく、方法５００から削除され得る。
方法５００は、例えば、非一時的コンピュータ可読媒体または非一時的コンピュータ可読媒体から検索された命令に基づいて、プログラムされたコンピューティングデバイスによって実行できる。コンピュータ可読媒体は、説明された方法の全部または一部を実行する機械実行可能またはコンピュータ実行可能命令を含むことができる。コンピュータ可読媒体は、例えば、デジタルメモリ、磁気ディスクおよび磁気テープなどの磁気記憶媒体、ハードドライブ、または光学可読データ記憶媒体であり得る。
ブロック５０２において、方法５００は、ユーザの顔認識を通じてユーザを認証することを含む。一態様では、ユーザの認証は、いくつかの関連する顔が見つかるまで、関連付けられたデータベース内で顔を継続的に探すことと、すべての見つかった関連する顔から、顔の特徴を表すテンプレートを抽出することと、関連付けられたデータベースからの関連する顔に対して、抽出されたテンプレートを１つずつ照合することと、照合に基づいて、ユーザを認証することとにより生体認証処理エンジンにより実行される。
ブロック５０４において、方法５００は、ユーザとシステムとのタッチレス相互作用を促進することを含む。
ブロック５０６において、方法５００は、相互作用中に、合成された音声質問プロンプトを実行し、ユーザから受信した応答に応答することを含む。
ブロック５０８において、方法５００は、取引商品の画像をキャプチャし、人工画像量子化エンジン（ＡＩＱＥ）および人工画像自己学習エンジン（ＡＩＳＬＥ）に供給することを含み、ＡＩＱＥはキャプチャされた画像からの数量の抽出用であり、ＡＩＳＬＥはＡＩＱＥの自己学習用である。
一態様では、ＡＩＱＥは、数量検出エンジンから取引商品のキャプチャされた画像を受信し、マスク分割によってキャプチャされた画像を分割することによって、構成分類を実行して、キャプチャされた画像から空のスロットを除去し、分類されたキャプチャされた画像から取引商品の主要な特徴を抽出し、抽出された主要な特徴に基づいて取引商品の一括分類し、一括分類に基づく取引商品をラベリングし、取引商品のラベリングに基づいて、取引商品の数量を確認するように適合されている。
一態様では、ＡＩＳＬＥは、数量検出エンジンから取引商品のキャプチャされた画像を受信し、マスク分割によってキャプチャされた画像を分割することによって、構成分類を実行して、キャプチャされた画像から空のスロットを除去し、分類されたキャプチャされた画像から取引商品の主要な特徴を抽出し、取引商品の数量に関連するユーザ入力を受信し、ユーザ入力に基づいて取引商品にラベリングし、取引商品のラベリングに基づいて、取引商品の数量を確認するように適合されている。
一態様では、取引商品の数量に関連するユーザ入力の受信に基づいて、ＡＩＳＬＥは、学習サーバに分類された画像を送信することと、新しいデータセットを用いて学習サーバを学習することと、システムに関連付けられたｅ－ｒｅｃｅｉｖｅｒアプリケーションに学習されたモデルをプッシュすること、によってシステムに接続された学習サーバで利用可能なデータセットを再学習する。
一態様では、取引商品の数量の確認後、システムは、取引商品の数量の確認後の出荷画像を取得することと、出荷画像を公開することと、に適合される。
したがって、本主題の方法５００の実装形態により、倉庫管理システム１００のフローは、完全に自動化され、ならびに「ＮＯ ＴＯＵＣＨ」ユーザ体験のためのプロバイダ識別音声コマンド認識のための顔認識、エリア制限をスキャンするためのグリッド投影、およびＡＩベースの自己学習製品の識別を含む。
また、倉庫管理システム１００は、プロバイダに安全におよび自律的に操作を行うことを可能にする、人工的な画像ベースのロボット／アプリケーションを作成することにより、在庫管理ならびにチェックイン／チェックアウト業務のモニタリングの問題に対処する、ローカルデバイス上にインストールされたｅＲｅｃｅｉｖｅｒアプリケーションから、アクセス可能である。
上記の説明は、さまざまなコンポーネントの製造または設計の具体的な詳細を提供しない。当業者はそのような詳細に精通しており、それらの技術からの逸脱が示されない限り、技術、既知の関連技術、または後に開発された設計および材料を採用すべきである。当業者は、適切な製造および設計の詳細を選択できる。
本開示全体を通して、サーバ、サービス、エンジン、モジュール、インターフェイス、ポータル、プラットフォーム、またはコンピューティングデバイスから形成された他のシステムに関して、多数の言及がなされ得ることに留意されたい。そのような用語の使用は、コンピュータ可読有形、非一時的媒体、またはプロセッサ可読媒体とも呼ばれる媒体、に格納されたソフトウェア命令を実行するように構成またはプログラムされた少なくとも１つのプロセッサを有する１つまたは複数のコンピューティングデバイスを表すと見なされることが理解されるべきである。たとえば、サーバは、１つの方法において、説明された役割、責任、または機能を果たす、Ｗｅｂサーバ、データベースサーバー、または別のタイプのコンピュータサーバーとして動作する、１つまたは複数のコンピュータを含むことができる。本文書のコンテキスト内で、開示されたデバイスまたはシステムはまた、プロセッサと、デバイスまたはシステムの特徴をデバイスに制御、管理、またはそうでなければ、操作させるプロセッサによって実行可能な命令を格納する非一時的メモリと、を有するコンピューティングデバイスを含むと見なされる。
しかしながら、これらおよび類似の用語はすべて、適切な物理量に関連付けられており、これらの量に適用される便利なラベルにすぎないことを理解すべきである。特に明記しない限り、本明細書の議論から明らかなように、「受信（ｒｅｃｅｉｖｉｎｇ）」、「認証（ａｕｔｈｅｎｔｉｃａｔｉｎｇ）」、「促進（ｆａｃｉｌｉｔａｔｉｎｇ）」、「実行（ｅｘｅｃｕｔｉｎｇ）」、「キャプチャ（ｃａｐｔｕｒｉｎｇ）」などの用語を用いた議論は、コンピュータシステムのレジスタおよびメモリ内の物理的（電子的）量として表されたデータを、コンピュータシステムのメモリまたはレジスタ、またはその他の情報ストレージ、送信または表示デバイス内の物理的量として同様に表された他のデータに操作および変換する、コンピュータシステムまたは同様の電子コンピューティングデバイスの動作およびプロセスを意味していることが理解される。
例示的な実施形態はまた、本明細書で論じられる操作を実行するための装置に関する。この装置は、要求される目的のために特別に構築され得る、または、コンピュータに格納されたコンピュータプログラムによって、選択的にアクティベートされる、または再構成される汎用コンピュータを含み得る。そのようなコンピュータプログラムは、これらに限定されないが、フロッピーディスク、光ディスク、ＣＤ－ＲＯＭ、および磁気光学ディスクを含む任意のタイプのディスク、読み取り専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、ＥＰＲＯＭ、ＥＥＰＲＯＭ、磁気もしくは光カード、または電子命令を格納するのに適した任意のタイプの媒体などのコンピュータ可読記憶媒体に格納され得、それぞれがコンピュータシステムバスに結合されている。
さらに、本明細書で使用されている用語は、特定の実施形態を説明することのみを目的としており、本開示を限定することを意図していない。上記に開示された他の特徴および機能のいくつか、またはそれらの代替物は、他のシステムまたはアプリケーションに組み合わせ得ることが理解されよう。現在のところ予想されていない、あるいは予期されていない様々な代替品、変更、変形、または改良が、以下の請求項に包含される本開示の範囲から逸脱することなく、その後、当業者によって、行われ得る。
特許請求の範囲は、最初に提示されるため、および修正され得るため、本明細書に開示された実施形態および教示の変形、代替、修正、改善、同等物、および実質的な同等物を含み、現在予測されていない、または評価されていない、および、例えば、申請者／特許権者およびその他から生じる得るそれらを含む。
上記に開示された他の特徴および機能のいくつか、またはそれらの代替物は、多くの他の異なるシステムまたはアプリケーションに組み合わせ得ることが理解されよう。現在のところ予想されていない、あるいは予期されていない様々な代替品、変更、変形、または改良がその後、当業者によって行われ得、これはまた、以下の特許請求の範囲に包含されることを意図されている。
Claims (18)
- 倉庫のチェックインおよびチェックアウトシステムを管理するように動作可能な１つまたは複数のルーチンをその中に具体化した非一時的記憶デバイスと、
前記非一時的記憶デバイスに結合され、前記１つまたは複数のルーチンを実行するように動作可能な、１つまたは複数のプロセッサと、
を備えた、倉庫管理システムであって、前記１つまたは複数のルーチンは、
前記１つまたは複数のプロセッサによって実行されると、ユーザの顔認識を通じて前記ユーザを認証する、生体認証処理エンジンと、
前記１つまたは複数のプロセッサによって実行されると、前記ユーザと前記倉庫管理システムのタッチレス相互作用を可能にする、自然言語処理エンジンと、
前記１つまたは複数のプロセッサによって実行されると、合成された音声質問プロンプトを実行し、前記ユーザから受信した応答に応答する、音声シンセサイザーと、
前記１つまたは複数のプロセッサによって実行されると、取引商品の画像をキャプチャし、人工画像量子化エンジン（ＡＩＱＥ）および人工画像自己学習エンジン（ＡＩＳＬＥ）に供給する、数量検出エンジンと、
を含み、前記ＡＩＱＥは前記キャプチャされた画像からの数量の抽出用であり、前記ＡＩＳＬＥは前記ＡＩＱＥの自己学習用である、
倉庫管理システム。 - 前記ＡＩＱＥは、
前記数量検出エンジンから前記取引商品の前記キャプチャされた画像を受信し、
マスク分割によって前記キャプチャされた画像を分割することによって、構成分類を実行して、前記キャプチャされた画像から空のスロットを除去し、
分類されたキャプチャされた画像から前記取引商品の主要な特徴を抽出し、
抽出された主要な特徴に基づいて前記取引商品を一括分類し、
前記一括分類に基づいて前記取引商品にラベリングし、
前記取引商品の前記ラベリングに基づいて、前記取引商品の数量を確認する、
ように構成されている、請求項１に記載のシステム。 - 前記ＡＩＳＬＥは、
前記数量検出エンジンから前記取引商品の前記キャプチャされた画像を受信し、
マスク分割によって前記キャプチャされた画像を分割することによって、構成分類を実行し、前記キャプチャされた画像から空のスロットを除去し、
分類されたキャプチャされた画像から前記取引商品の主要な特徴を抽出し、
前記取引商品の数量に関連するユーザ入力を受信し、
前記ユーザ入力に基づいて前記取引商品にラベリングし、
前記取引商品の前記ラベリングに基づいて、前記取引商品の数量を確認する、
ように構成されている、請求項１に記載のシステム。 - 前記取引商品の前記数量に関連する前記ユーザ入力の受信に基づいて、
前記ＡＩＳＬＥは、
学習サーバに前記分類されたキャプチャされた画像を送信することと、
新しいデータセットを用いて前記学習サーバを学習することと、
前記倉庫管理システムに関連付けられたｅ－ｒｅｃｅｉｖｅｒアプリケーションに学習されたモデルをプッシュすることと、
によって、前記倉庫管理システムに接続された前記学習サーバで利用可能なデータセットを再学習する、ように構成された、請求項３に記載のシステム。 - 前記生体認証処理エンジンは、
いくつかの関連する顔が見つかるまで、関連付けられたデータベース内で顔を継続的に探すことと、
すべての見つかった関連する顔から、顔の特徴を表すテンプレートを抽出することと、
前記関連付けられたデータベースからの前記関連する顔に対して、それぞれの抽出されたテンプレートを照合することと、
前記照合に基づいて前記ユーザを認証することと、
によって、ユーザを認証する、請求項１に記載のシステム。 - 前記取引商品の前記数量の確認後、前記倉庫管理システムは、
前記取引商品の前記数量の確認後の出荷画像を取得し、
前記出荷画像を公開する、
請求項２に記載のシステム。 - 倉庫管理のための方法であって、
前記方法は、
ユーザの顔認識を通じて前記ユーザを認証することと、
前記ユーザと倉庫管理システムのタッチレス相互作用を促進することと、
相互作用中に、合成された音声質問プロンプトを実行し、前記ユーザから受信した応答に応答することと、
取引商品の画像をキャプチャし、人工画像量子化エンジン（ＡＩＱＥ）および人工画像自己学習エンジン（ＡＩＳＬＥ）に供給することと、を含み、前記ＡＩＱＥはキャプチャされた画像から量を抽出用であり、前記ＡＩＳＬＥは前記ＡＩＱＥの自己学習用である、
方法。 - 前記ＡＩＱＥにおいて、
数量検出エンジンから前記取引商品の前記キャプチャされた画像を受信し、
マスク分割によって前記キャプチャされた画像を分割することによって、構成分類を実行して、前記キャプチャされた画像から空のスロットを除去し、
分類されたキャプチャされた画像から前記取引商品の主要な特徴を抽出し、
前記抽出された主要な特徴に基づいて前記取引商品を一括分類し、
前記一括分類に基づいて前記取引商品のラベリングし、
前記取引商品の前記ラベリングに基づいて、前記取引商品の数量を確認する、
請求項７に記載の方法。 - 前記ＡＩＳＬＥにおいて、
数量検出エンジンから前記取引商品の前記キャプチャされた画像を受信し、
マスク分割によって前記キャプチャされた画像を分割することによって、構成分類を実行して、前記キャプチャされた画像から空のスロットを除去し、
分類されたキャプチャされた画像から前記取引商品の主要な特徴を抽出し、
前記取引商品の数量に関連するユーザ入力を受信し、
前記ユーザ入力に基づいて前記取引商品にラベリングし、
前記取引商品の前記ラベリングに基づいて、前記取引商品の前記数量を確認する、
請求項７に記載の方法。 - 前記取引商品の前記数量に関連する前記ユーザ入力の受信に基づいて、
学習サーバに前記分類されたキャプチャされた画像を送信することと、
学習したモデルを更新するために、新しいデータセットを用いて前記学習サーバを学習することと、
前記倉庫管理システムに関連付けられたｅ－ｒｅｃｅｉｖｅｒアプリケーションに前記学習されたモデルをプッシュすること、
によって前記倉庫管理システムに接続された前記学習サーバで利用可能なデータセットを再学習する、請求項９に記載の方法。 - 前記ユーザを認証することが、
１つまたは複数の関連する顔が見つかるまで、関連付けられたデータベース内で顔を継続的に探すことと、
すべての見つかった関連する顔から、顔の特徴を表すテンプレートを抽出することと、
前記関連付けられたデータベースからの前記関連する顔に対して、それぞれの抽出されたテンプレートを照合することと、
前記照合に基づいて前記ユーザを認証することと、
を含む、請求項７に記載の方法。 - 前記取引商品の前記数量の確認後、前記方法は、
前記取引商品の前記数量の確認後の出荷画像を取得することと、
前記出荷画像を公開することと、
を含む、請求項８に記載の方法。 - ユーザの顔認識を通じて前記ユーザを認証し、
前記ユーザと倉庫管理システムのタッチレス相互作用を促進し
相互作用中に、合成された音声質問プロンプトを実行し、前記ユーザから受信した応答に応答し、
取引商品の画像をキャプチャし、人工画像量子化エンジン（ＡＩＱＥ）および人工画像自己学習エンジン（ＡＩＳＬＥ）に供給する、
ように処理リソースによって実行可能な命令を含む非一時的コンピュータ可読媒体であって、
前記ＡＩＱＥは前記キャプチャされた画像からの数量の抽出用であり、前記ＡＩＳＬＥは前記ＡＩＱＥの自己学習用である、
非一時的コンピュータ可読媒体。 - 前記ＡＩＱＥにおいて、
数量検出エンジンから前記取引商品のキャプチャされた画像を受信し、
マスク分割によって前記キャプチャされた画像を分割することによって、構成分類を実行して、前記キャプチャされた画像から空のスロットを除去し、
分類されたキャプチャされた画像から前記取引商品の主要な特徴を抽出し、
前記抽出された主要な特徴に基づいて前記取引商品を一括分類し、
前記一括分類に基づいて前記取引商品にラベリングし、
前記取引商品の前記ラベリングに基づいて、前記取引商品の数量を確認する、
ように前記処理リソースによって実行可能な命令を含む、
請求項１３に記載の非一時的コンピュータ可読媒体。 - 前記ＡＩＳＬＥにおいて、
数量検出エンジンから前記取引商品のキャプチャされた画像を受信し、
マスク分割によって前記キャプチャされた画像を分割することによって、構成分類を実行して、前記キャプチャされた画像から空のスロットを除去し、
分類されたキャプチャされた画像から前記取引商品の主要な特徴を抽出し、
前記取引商品の数量に関連するユーザ入力を受信し、
前記ユーザ入力に基づいて前記取引商品にラベリングし、
前記取引商品の前記ラベリングに基づいて、前記取引商品の数量を確認する、
ように前記処理リソースによって実行可能な命令を含む、請求項１３に記載の非一時的コンピュータ可読媒体。 - 学習サーバに前記分類されたキャプチャされた画像を送信することと、
学習したモデルを更新するために、新しいデータセットを用いて前記学習サーバを学習することと、
前記倉庫管理システムに関連付けられたｅ－ｒｅｃｅｉｖｅｒアプリケーションに前記学習されたモデルをプッシュすることと、
によって、前記取引商品の数前記量に関連する前記ユーザ入力の受信に基づいて、前記倉庫管理システムに接続された前記学習サーバで利用可能なデータセットを再学習する、ように前記処理リソースによって実行可能な命令を含む、請求項１５に記載の非一時的コンピュータ可読媒体。 - いくつかの関連する顔が見つかるまで、関連付けられたデータベース内で顔を継続的にモニタリングすることと、
すべての見つかった関連する顔から、顔の特徴を表すテンプレートを抽出することと、
前記関連付けられたデータベースからの前記関連する顔に対して、それぞれの抽出されたテンプレートを照合することと、
前記照合に基づいて、前記ユーザを認証することと、
によって、前記ユーザを認証する、前記処理リソースによって実行可能な命令を含む、請求項１３に記載の非一時的コンピュータ可読媒体。 - 前記取引商品の前記数量の確認後、出荷画像を取得し、
前記出荷画像を公開する、
前記処理リソースによって実行可能な命令を含む、請求項１４に記載の非一時的コンピュータ可読媒体。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/254,154 | 2019-01-22 | ||
| US16/254,154 US10913605B2 (en) | 2019-01-22 | 2019-01-22 | Warehouse management system |
| PCT/IB2020/050419 WO2020152569A2 (en) | 2019-01-22 | 2020-01-20 | Warehouse management system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022519192A true JP2022519192A (ja) | 2022-03-22 |
| JP7378482B2 JP7378482B2 (ja) | 2023-11-13 |
Family
ID=69375654
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021542468A Active JP7378482B2 (ja) | 2019-01-22 | 2020-01-20 | 倉庫管理システム |
Country Status (12)
| Country | Link |
|---|---|
| US (1) | US10913605B2 (ja) |
| EP (1) | EP3915043A2 (ja) |
| JP (1) | JP7378482B2 (ja) |
| KR (1) | KR20210117324A (ja) |
| CN (1) | CN113646770A (ja) |
| AU (1) | AU2020210967B2 (ja) |
| BR (1) | BR112021012170A2 (ja) |
| CA (1) | CA3125261A1 (ja) |
| CL (1) | CL2021001802A1 (ja) |
| CO (1) | CO2021009024A2 (ja) |
| MX (1) | MX2021008805A (ja) |
| WO (1) | WO2020152569A2 (ja) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11308439B2 (en) | 2019-01-22 | 2022-04-19 | Everseen Limited | Goods receipt management system and method |
| US11275972B2 (en) * | 2019-11-08 | 2022-03-15 | International Business Machines Corporation | Image classification masking |
| CA3194872A1 (en) * | 2020-10-12 | 2022-04-21 | Alan O'HERLIHY | Goods receipt management system and method |
| CN113780916A (zh) * | 2020-11-27 | 2021-12-10 | 北京京东乾石科技有限公司 | 一种出库方法和装置 |
| CN112863066A (zh) * | 2021-01-07 | 2021-05-28 | 李琳琳 | 一种基于人脸识别的非当面式快递收件方法、系统及设备 |
| KR102493777B1 (ko) * | 2022-08-03 | 2023-01-31 | 주식회사 넘버제로 | 인공지능 기반 장례식 예약 및 주문 처리 방법, 장치 및 시스템 |
| US20240061644A1 (en) * | 2022-08-17 | 2024-02-22 | Jpmorgan Chase Bank, N.A. | Method and system for facilitating workflows via voice communication |
| CN117218112B (zh) * | 2023-11-03 | 2024-02-06 | 江苏森途信息技术有限公司 | 一种基于视频分析的危废仓库超量识别系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10194411A (ja) * | 1997-01-08 | 1998-07-28 | Toshiba Corp | 商品在庫管理装置 |
| JP2016131020A (ja) * | 2014-12-24 | 2016-07-21 | インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ | ホスト・ユーザに自動受付を提供するための方法、コンピュータ、およびコンピュータ・プログラム |
| JP2016532932A (ja) * | 2013-06-26 | 2016-10-20 | アマゾン テクノロジーズ インコーポレイテッド | 物品の相互作用及び移動検出方法 |
| WO2018106719A1 (en) * | 2016-12-05 | 2018-06-14 | Fellow, Inc. | Intelligent service robot and related systems and methods |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040249497A1 (en) | 2000-07-12 | 2004-12-09 | Autocart, Llc | System, method and process for order and delivery of classified goods and services through an amalgamated drive-thru complex |
| EP1328888A4 (en) | 2000-10-20 | 2004-10-27 | Promega Corp | RADIO FREQUENCY IDENTIFICATION METHOD AND PRODUCT DISTRIBUTION SYSTEM |
| US7780081B1 (en) | 2005-01-03 | 2010-08-24 | RCL Products, Inc. | System and method for security protection, inventory tracking and automated shopping cart checkout |
| US8245052B2 (en) * | 2006-02-22 | 2012-08-14 | Digitalpersona, Inc. | Method and apparatus for a token |
| US20090164631A1 (en) * | 2007-12-20 | 2009-06-25 | Wooley Marcus L | Centralized Services Management (CSM) System |
| US9996818B1 (en) | 2014-12-19 | 2018-06-12 | Amazon Technologies, Inc. | Counting inventory items using image analysis and depth information |
| US20190043615A1 (en) * | 2016-08-05 | 2019-02-07 | Italo Ramachandra Subbarao | Portable emergency telehealth system and method |
| US10643059B2 (en) * | 2018-01-10 | 2020-05-05 | Trax Technology Solutions Pte Ltd. | Inspecting store shelf capacity |
| US11880879B2 (en) * | 2018-06-29 | 2024-01-23 | Ghost House Technology, Llc | Apparatuses of item location, list creation, routing, imaging and detection |
-
2019
- 2019-01-22 US US16/254,154 patent/US10913605B2/en active Active
-
2020
- 2020-01-20 AU AU2020210967A patent/AU2020210967B2/en active Active
- 2020-01-20 BR BR112021012170-6A patent/BR112021012170A2/pt not_active IP Right Cessation
- 2020-01-20 JP JP2021542468A patent/JP7378482B2/ja active Active
- 2020-01-20 CA CA3125261A patent/CA3125261A1/en active Pending
- 2020-01-20 KR KR1020217026594A patent/KR20210117324A/ko not_active Application Discontinuation
- 2020-01-20 MX MX2021008805A patent/MX2021008805A/es unknown
- 2020-01-20 EP EP20702698.0A patent/EP3915043A2/en active Pending
- 2020-01-20 CN CN202080009501.XA patent/CN113646770A/zh active Pending
- 2020-01-20 WO PCT/IB2020/050419 patent/WO2020152569A2/en unknown
-
2021
- 2021-07-07 CL CL2021001802A patent/CL2021001802A1/es unknown
- 2021-07-09 CO CONC2021/0009024A patent/CO2021009024A2/es unknown
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10194411A (ja) * | 1997-01-08 | 1998-07-28 | Toshiba Corp | 商品在庫管理装置 |
| JP2016532932A (ja) * | 2013-06-26 | 2016-10-20 | アマゾン テクノロジーズ インコーポレイテッド | 物品の相互作用及び移動検出方法 |
| JP2016131020A (ja) * | 2014-12-24 | 2016-07-21 | インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ | ホスト・ユーザに自動受付を提供するための方法、コンピュータ、およびコンピュータ・プログラム |
| WO2018106719A1 (en) * | 2016-12-05 | 2018-06-14 | Fellow, Inc. | Intelligent service robot and related systems and methods |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210117324A (ko) | 2021-09-28 |
| CL2021001802A1 (es) | 2022-03-04 |
| WO2020152569A2 (en) | 2020-07-30 |
| US10913605B2 (en) | 2021-02-09 |
| AU2020210967A1 (en) | 2021-07-08 |
| AU2020210967B2 (en) | 2023-05-18 |
| EP3915043A2 (en) | 2021-12-01 |
| MX2021008805A (es) | 2021-08-24 |
| BR112021012170A2 (pt) | 2021-08-31 |
| JP7378482B2 (ja) | 2023-11-13 |
| CA3125261A1 (en) | 2020-07-30 |
| CO2021009024A2 (es) | 2021-07-30 |
| US20200231382A1 (en) | 2020-07-23 |
| CN113646770A (zh) | 2021-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2022519192A (ja) | 倉庫管理システム | |
| CN107945024B (zh) | 识别互联网金融借贷企业经营异常的方法、终端设备及存储介质 | |
| CN109978573B (zh) | 一种基于区块链的信息溯源系统 | |
| CN110874715B (zh) | 检测与报告相关的问题 | |
| US20180089585A1 (en) | Machine learning model for predicting state of an object representing a potential transaction | |
| US10685347B1 (en) | Activating a transaction card | |
| Chongwatpol et al. | Achieving lean objectives through RFID: A simulation‐based assessment | |
| US11308439B2 (en) | Goods receipt management system and method | |
| CN114663198A (zh) | 基于用户画像的产品推荐方法、装置、设备及存储介质 | |
| US20210174150A1 (en) | Automated Classification Engine with Human Augmentation | |
| CN103810604A (zh) | 商品调价管理跟踪系统及其跟踪方法 | |
| Azman et al. | Artificial intelligence in automated bookkeeping: a value-added function for small and medium enterprises | |
| KR20200008467A (ko) | 사원증 연동 식대 관리 시스템 및 그 방법 | |
| Treder | Becoming a data-driven organisation | |
| US20190158493A1 (en) | Triggering role-based workflows with user authentication | |
| Mohamad et al. | Identifying security-related requirements in regulatory documents based on cross-project classification | |
| Owunwanne et al. | Radio frequency identification (RFID) technology: Gaining a competitive value through cloud computing | |
| WO2022079527A1 (en) | Goods receipt management system and method | |
| US20170091874A1 (en) | Commodity sales data processing apparatus and method for preventing unfair behavior | |
| CN115357666A (zh) | 异常业务行为识别方法、装置、电子设备及存储介质 | |
| CN113312457B (zh) | 用于问题解决的方法、计算系统和计算机可读介质 | |
| Owunwanne | Radio Frequency Identification (RFID) technology: gaining a competitive value through cloud computing | |
| JP7126808B2 (ja) | 情報処理装置および情報処理装置用プログラム | |
| Lutfi et al. | Towards automated optimization of web interfaces and application to e-commerce | |
| CN109308656A (zh) | 自动智能化帐务系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210915 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221014 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221108 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230208 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230523 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230803 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231003 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231031 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7378482 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |