JP6087813B2 - チェックアウトカウンタ - Google Patents

Description

本発明は、自動化チェックアウトカウンタにおいて物品を識別するための分類装置およびそのような分類装置を備える自動化チェックアウトカウンタに関する。本発明はさらに、自動化チェックアウトカウンタのための方法に関する。

今日、店において、多くの異なる種類の物品、例えば野菜、果物、および異なるパッケージが購入され得る。一部の店は、物品を識別するための自動化チェックアウトカウンタの分類装置を使用している。例えば、特許文献１は、チェックアウトカウンタにてラベルを読み取るためにレーザスキャナと一緒にコンベヤスケールを使用する方法を記載している。そのラベルは特に、レーザスキャナにより読み取られるように構成され、スケールにより読み取られる物品の実際の重量と一致すべき物品の重量についての情報を含む。特許文献１による装置に関する問題は、物品を識別するために使用されなければならないレーザスキャナおよびスケールは、リソースを消費し、そのレーザスキャナまたはスケールの１つが故障した場合、プロセスのいくつかの中断を引き起こすことである。別の問題は、特定のラベルを物品に与えなければならず、その物品にラベルがない場合、顧客が物品にラベルを添付する必要があることである。従って、顧客による誤った操作に起因する問題が生じる恐れがある。ラベルの必要性はさらに、顧客が容易に大量の物品を購入できず、必要なラベルの正確さを保証するために物品の重さを計り、識別することを必要とするという欠点を与える。

他の公知の装置が特許文献２、特許文献３、特許文献４および特許文献５に記載されている。

このように、チェックアウトカウンタの分類装置は周知であるが、以前に公知の装置のどれも、果物およびパッケージなどの異なる種類の物品を扱うために自動化されておらず、同時に識別に関して最適度の安全性を提供するようにアレンジされておらず、やはり依然としてセンサリソースの最低限の使用を必要とする。

米国特許第４６７６３４３Ａ号明細書 加国特許第２０５４８５１号明細書 米国特許第５６６２１９０号明細書 米国特許第２００６０１３８２２０号明細書 米国特許出願第２００４０２６２３９１号明細書

従来技術に対して、誤った識別の数をゼロに近づけるが、処理電力を減少させるようにセンサリソースが最適に使用され、それにより、速い処理速度が保持される、物品を自動識別するためのチェックアウトカウンタの改良された分類装置についての必要性が存在する。

本発明は、物品を識別するための分類装置により上述の問題を解決することを目的とする。

本発明の第１の態様によれば、自動化チェックアウトカウンタにおいて物品を識別するための分類装置が提供される。分類装置は、デジタル参照シグネチャーを保存できるメモリユニットであって、デジタル参照シグネチャーの各々は物品識別に対応する、メモリユニットと、メモリユニットに接続されるプロセッサと、物品の測定されたシグネチャーを決定するように構成される少なくとも１つのセンサとを備え、前記プロセッサは、前記測定されたシグネチャーをデジタル参照シグネチャーと比較し、所定数の物品識別の照合確率を計算するように構成される。

第２の態様によれば、第１の態様に係る分類装置を備える自動化チェックアウトカウンタが提供される。

本発明の第３の態様によれば、自動化チェックアウトカウンタにおいて物品を分類するための方法が提供される。その方法は、デジタル参照シグネチャーを保存できるメモリユニットであって、デジタル参照シグネチャーの各々は物品識別に対応する、メモリユニットと、メモリユニットに接続されるプロセッサと、物品の測定されたシグネチャーを決定するように構成される少なくとも１つのセンサとを備える分類装置を提供する工程を含み、その方法は、前記測定されたシグネチャーをデジタル参照シグネチャーと比較する工程と、所定数の物品識別の照合確率を計算する工程とを含む。

本発明のなおさらなる態様によれば、物品を識別するための分類装置を備える自動化チェックアウトカウンタが提供される。分類装置は、物品を計量するための計量センサと、１つまたは複数の物品の情報を含むメモリユニットと、メモリユニットおよび計量センサに接続されるプロセッサと、本明細書以下からＮＩＲセンサと示し、約７８０ｎｍ〜２５００ｎｍの波長を検出し、プロセッサに接続される赤外線分光センサとを備える。メモリユニットは、第１のＮＩＲセンサまたは別のＮＩＲセンサにより生成される１つまたは複数の第１のシグネチャーを含み、その第１のシグネチャーの各々は対応する物品識別に接続される。第１のシグネチャーは、第１のＮＩＲセンサ、第２のＮＩＲセンサを使用することにより、またはチェックアウトカウンタに接続されていないＮＩＲセンサにより生成されたシグネチャーを前記メモリに保存することによりチェックアウトカウンタにおいて直接生成されてもよい。

ＮＩＲセンサが所定の種類の物品、例えば特定の種類のリンゴに使用される場合、物品に連結され得て、そして、メモリユニットにおいて特定の物品識別、例えば物品の名称として示され得る、第１のシグネチャーが受信される。各々の種類の物品は、物品の識別に関連付けられ得る唯一の第１のシグネチャーを生成する。第１のＮＩＲセンサは、物品が計量センサの前、または後に配置される場合、物品に関連した第２のシグネチャーを生成するように配置される。プロセッサは続いて、メモリユニットにおいて既存の物品識別として物品を識別するために、第２のシグネチャーを第１のシグネチャーと比較するように配置される。チェックアウトカウンタは、第２のシグネチャーを生成する前、間、または後に計量センサにより物品を計量するように配置される。物品の計量は続いて、物品の値段を決定するための物品識別と一緒にプロセッサにより使用される。

本発明の利点は、チェックアウトカウンタの前に例えばバーコードを取り付けることにより、顧客が物品を識別することを必要とせずに全ての種類の物品をチェックアウトカウンタが自動的に識別し得ることである。ＮＩＲセンサは特に、果物および野菜、ならびに特定の種類の大量物品を識別するのに有益である。なぜなら、そのような物品は、顧客が物品を識別し、続いて、カメラおよび画像処理を使用するセンサが、その物品の識別を決定できないという事実に起因して、その物品にラベルを付けることを事前に必要とするからである。

計量センサは好ましくは、物品を自動的に運搬し、測定するコンベヤスケールを備える。顧客はここに、物品を計量し、後で運搬するか、または物品を後で運搬するために、保持し、計量する物品をコンベヤベルト上に置く。以前に記載したように、第１のＮＩＲセンサは、計量の前、間、または後にチェックアウトカウンタに配置されてもよい。しかしながら、最速の方法は、コンベヤベルトが物品を測定するために保持した場合、第１のＮＩＲセンサが物品を識別できるようにすることである。

本発明の一実施形態によれば、ＮＩＲセンサおよび計量ユニットの補足として、チェックアウトカウンタは、それらが本発明に従って使用される場合、リソースならびにそれにより時間およびエネルギーの最小の使用で、物品を識別するときの高い安全性の利点を提供する１つまたは複数のセンサを備えてもよい。顧客により使いやすい自動化チェックアウトカウンタを考慮すると、１秒未満で物品を識別すべきであることが理解されるべできである。

本発明は、物品を識別する際の高い安全性および速い処理速度を提供する特定の所定の組み合わせに係るセンサを使用することによりいくつかのセンサと共にリソースの最適な使用に関する問題を解決することを目的とする。その組み合わせはまた、所定の組み合せが満たされる場合、すなわち組み合わせたセンサ（複数も含む）が同一の有益な結果を提供し、他のセンサは、切断されてもよいか、または別の物品の識別に向けられてもよく、処理リソースの最適化を提供するという利点を提供する。

従って、複数のセンサを伴う実施形態は、既存のセンサの部分的なセットを含む、複数の所定の組み合わせで設計され、所定の組み合わせのうちの１つが有益な結果を与えるのに十分である。センサは、センサの有益な組み合わせまたは部分的なセットを見つけるための順序でスイッチオン、すなわち作動されてもよく、または組み合わせの１つが有益な結果を与えるまで全てのセンサが作動されてもよい。これに関して有益な結果は、組み合わせの全てのセンサが物品の所定の特性を検出し、識別すると解釈されるべきであり、組み合わせの特性により物品識別が提供される。識別は複数の物品の特性を含むデータベースを照合することにより決定されてもよい。特性の例には、重量、サイズ、色、形状、外形、バーコードおよび／またはテキストおよび／または図および／またはパターンによる印が含まれてもよい。

実施形態によれば、分類装置は常に、上記による計量センサおよびＮＩＲセンサ、ならびに以下のうちの１つまたは複数：外形センサおよび／またはバーコードセンサおよび／または光学式文字認識および（機械式）テキスト解釈を使用する記号読み取りセンサおよび／または色彩テクスチャセンサおよび／または色ヒストグラムセンサおよび／またはＶＩＳセンサを備える。記号読み取りセンサは、本明細書以下で、英語「Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ（光学式文字認識）」の一般的に知られている略語であるＯＣＲと呼ばれる。ＶＩＳセンサは、光源および本明細書以下でＶＩＳセンサと呼ばれるＶＩＳカメラを備える分光計であり、ＶＩＳセンサは、約２００ｎｍ〜１１００ｎｍの波長を検出する。従って、スペクトルは、４００ｎｍ〜６６０ｎｍの範囲の可視光の波長と重複する。本発明に係る装置において、色彩テクスチャセンサおよび／または色ヒストグラムセンサおよび／またはＶＩＳセンサを備える分類装置は、ＶＩＳセンサが、完全な周波数の間隔２００ｎｍ〜１１００ｎｍで作動する場合、十分に作動しないことが実験により示されている。なぜなら、可視光の間隔、すなわち、４００ｎｍ〜６６０ｎｍ間で、で色センサおよびＶＩＳセンサの間の干渉が存在するからである。

従って、本発明に係るＶＩＳセンサは、色彩テクスチャセンサおよび／または色ヒストグラムセンサと組み合わされる場合、２００ｎｍ〜４００ｎｍの間および６６０ｎｍ〜１１００ｎｍの間の間隔でアクティブである。しかしながら、色彩テクスチャセンサおよび色ヒストグラムセンサが接続されていない場合、ＶＩＳセンサは、２００ｎｍ〜１１００ｎｍの間の完全な周波数の間隔で作動してもよい。なぜなら干渉が存在しないからである。プロセッサは、分類装置の最適な効果を達成するためにセンサを制御するようにプログラムされる。

センサが以下の組み合わせで作動する場合、センサは協働し、計量センサおよびＮＩＲセンサを除いて残りのセンサは、識別される物品に応じて、非作動にされるか、または全く作動されない：
計量センサおよび外形センサおよびＯＣＲ、または
外形センサおよびＯＣＲ、または
計量センサおよびＯＣＲ、または
計量センサおよび色ヒストグラムセンサおよび外形センサ、または
計量センサおよび外形センサおよびＯＣＲ、または
計量センサおよび色ヒストグラムおよび外形センサおよび色彩テクスチャセンサおよびＯＣＲおよびバーコードセンサ、または
計量センサおよび外形センサおよび色彩テクスチャセンサおよびＯＣＲまたは
計量センサおよびバーコードセンサ、または
ＯＣＲのみ、または
上記の組み合わせのいずれかと併せたＶＩＳセンサ、または
ＶＩＳセンサのみ。

本発明の１つの利点は、以下に説明するように、組み合わせが、最小のリソースの使用で最適な高い安全性を提供することである。

記号読み取りセンサは、既存のカメラまたは装置のカメラからの画像からの情報を使用するアルゴリズムを使用するコンピュータ／画像処理ユニットに接続される。記号読み取りにより実質的に一義的に定義され得る物品に関して、記号読み取りセンサである、ＯＣＲが、後で物品を一義的に識別する記号および／またはテキストを識別する場合、十分である。記号読み取りセンサである、ＯＣＲのみを使用することにより識別され得る物品の例は、顧客が充填などの処理または任意の他の処理を行うことを必要としない、予めパッケージ化されたパッケージである。記号読み取りセンサでは十分でない物品の例は、物品の量、すなわち重量がわかっていない、一部の大量物品である。物品のさらなる特性が必要であってもよく、記号読み取りおよび／または計量および／または色ヒストグラムおよび／または色彩テクスチャおよび／または外形を必要としてもよい。「外形」は、３次元物体の２次元投影として定義される。

このように、特定の物品は、他のものより識別することがより困難であり、物品に応じて分類装置に含まれるセンサの１つまたは複数が必要とされる。

好ましくは、計量センサは、１つのコンベヤ部分およびそれに接続された１つの計量ユニットを備える１つのコンベヤスケールを備え、それにより、物品を自動的に運搬し、それを計量し、重量の情報をデータベースに送信する。このように、作業者および顧客による分担が除去され、計量ユニットに物品を手動で運搬する必要性を排除する。１つまたは複数のセンサは、コンベヤスケールを制御するようにチェックアウトカウンタに接続されてもよい。

外形センサは、画像をさらに提供または移動させるためのカメラを備え、そのカメラは好ましくは、水平に投影された面を読み取る線形カメラまたは垂直投影を読み取るために垂直光カーテンから構成される対象物センサと組み合わされた線形カメラであってもよい。外形センサは、外形、すなわち３次元対象物の２次元投影がデータベース中の特性に対して照合される画像処理ユニットに接続される。

バーコードセンサは、画像をさらに提供または移動させるためのカメラを備える。バーコードセンサは、バーコードがデータベース中の特性に対して照合される画像処理ユニットに接続される。

記号読み取りセンサは、画像をさらに提供または移動させるためのカメラを備える。記号読み取りセンサは、記号がデータベース中の特性に対して照合される画像処理ユニットに接続される。

色彩テクスチャセンサは、画像をさらに提供および移動させるためのカメラを備える。色彩テクスチャセンサは、色彩テクスチャがデータベース中の特性に対して照合される画像処理ユニットに接続される。画像処理ユニットは、画像に存在する特定の色を計算するアルゴリズムを備える。１つの共通のアルゴリズムは「ワイブル（Ｗｅｉｂｕｌｌ）色彩テクスチャアルゴリズム」であるが、他のアルゴリズムも考慮されてもよい。

色ヒストグラムセンサは、画像をさらに提供し、移動させるためのカメラを備える。画像における色彩比は通常、表示、いわゆるヒストグラムにより示される。ヒストグラムは、画像の全てのピクセルの分析により生成され、特定の明度を有するピクセルの数が要約される。

上述の画像処理ユニットは、１つまたは複数のユニットから構成されてもよく、上記の分析を実施できるソフトウェアを有する１つまたは複数のコンピュータを備えてもよい。分類装置は、上記のセンサに含まれる１つまたは複数のカメラを備えてもよい。好ましい実施形態の１つの例は、物品がカメラを通過する場合、外形が読み取られるように配置される第１のカメラを外形センサが備えることである。本発明によれば、読み取りは後で、２つのコンベヤベルトの間、または半透明の表面上で物品の運搬の間に行われるため、線形カメラが適切である。また、分類装置は、バーコード、テキストおよび画像を検出する場合、信頼性のある最も高い可能性を達成するために、異なる角度から物品を見ることができる第２のカメラおよび可能な場合、複数のカメラを備えることも適切である。他のカメラ、および適切な場合、さらなるカメラ／複数のカメラが、色ヒストグラム、色彩テクスチャ、ＯＣＲおよびバーコード読み取りを分析するための画像処理ユニットにより使用される１つの画像または複数の画像を記録するために配置される。１つのさらなる代替は、分類装置が第１のカメラおよび第２のカメラのみを備えることであり、その第２のカメラは、必要に応じて、異なる角度から物品を観察する１つまたは複数のレンズに接続され、画像処理ユニットが対応する角度から画像を分析する。しかしながら、バーコードが物品の下方に配置されている場合、コンベヤベルトの間に配置される上記の線形カメラがキャプチャできる唯一のカメラである。

赤外線が物品を照射し、物品から反射した赤外線が、表面比／表面特性により引き起こされる位相変異および反射スペクトルを生成する物品における化学結合を参照して分析されるようにＮＩＲセンサは作動する。ＮＩＲセンサ自体は従来技術により知られている。

上記のように、ＮＩＲは、英語の「Ｎｅａｒ ＩｎｆｒａＲｅｄ Ｓｐｅｃｔｒｏｓｃｏｐｙ（近赤外分光法）」の略語であり、近赤外線の光源および近赤外線を登録できるＮＩＲカメラを備える。近赤外線は典型的に、５８０〜２５００ｎｍ、または好ましくは７８０〜１７５０ｎｍの波長を有する。波長は、バルク材料、果物および野菜を分析するのに適切であるように示される。これに関して、「ＮＩＲ」は、光源およびＮＩＲカメラ、すなわち分析のための完全なＮＩＲ構成を備えてもよい。しかしながら、「ＮＩＲセンサ」は、検出機器、例えば導光プローブおよび分光計を備えるだけでもよい。

ＮＩＲセンサを用いて既知の物品を分析することにより、物品に関連され得る唯一の反射スペクトルが受信される。反射スペクトルは、物品に関連したシグネチャーとして直接使用されてもよいか、または反射スペクトルはシグネチャーを生成するために処理される。店における物品は、異なる場面で異なるように見えることがあり、例えば、物品は古くなり（最終的に果物は腐る）、物品は１つまたは複数のプラスチックバッグに詰められてもよいか、または物品は、一つだけまたはグループであってもよく、異なる向きで配置されてもよく、物品の自然なバリエーションなどが起こる。チェックアウトカウンタのための環境はまた、異なる店で異なってもよい（例えば、異なる量の光、色彩など）。全てのこれらのパラメータは、別の時の別の環境における物品の別のＮＩＲスペクトルと必ずしも一致するわけではない、特定の時の特定の環境における特定の物品のＮＩＲスペクトルを提供する。本発明に係るチェックアウトカウンタにおいてＮＩＲセンサを使用できるようにするために、第１のシグネチャーは、ある程度、第２のシグネチャーと一致し、それにより、プロセッサは比較により物品を識別できる。従って、第１のシグネチャーが第２のシグネチャーと同じ環境で生成される場合、有益である。第２のシグネチャーは使用中、チェックアウトカウンタにおいて生成されるので、第１のシグネチャーが同じ条件の間で生成される場合、有益である。本発明によれば、このように分類システムは自己学習機能を有し、第１のシグネチャーは、物品識別を有するメモリユニットをプログラミングすることにより生成され、その後、物品は、使用と類似した状態（すなわち、顧客が使用するチェックアウトカウンタについての状態）の間、チェックアウトカウンタ中を移動される。上記のバリエーションを考察するために、物品を数回チェックアウトカウンタ中で異なるバリエーション、例えば１つまたは複数のバッグおよび／または一つだけもしくはグループなどで移動させる。チェックアウトカウンタ中で物品を移動させ、ＮＩＲセンサが物品を分析する毎に、一の第１のシグネチャーを生成する。これは、第１のシグネチャーを第２のシグネチャーおよび１つ以上の第１のシグネチャーと比較するときに、プロセッサが物品を識別できるように、各物品識別が多くの量の第１のシグネチャーに関連付けられることを意味する。学習の間、第１のＮＩＲセンサは分析を実施するように配置されてもよく、第２のＮＩＲセンサが連結される。学習は、チェックアウトカウンタが使用される正確な位置で実施する必要はなく、別の位置で実施されてもよい。

第１および第２のシグネチャーの生成時に、周囲環境、すなわち空のチェックアウトカウンタ、または空のコンベヤベルトがバックグランドスペクトルにより考慮される。物品を分析する場合、バックグラウンドスペクトルは既知であり、プロセッサは異なる方法で考慮できる。

外形センサの線形カメラは好ましくは、物品がベルトに配置される場所の情報を提供するためにＮＩＲカメラと併せて使用される。ＮＩＲカメラは、２つのコンベヤベルト間のスリットに沿って移動可能であるが、読み取るための位置に移動する時間が必要である。

ＶＩＳセンサは、上述の波長に適切な光装置および２００ｎｍ〜１１００ｎｍの間の波長の光を登録できるＶＩＳカメラを備える分光計である。ＮＩＲセンサと同様に、光が物品により部分的に吸収されるかまたは反射される場合、ＶＩＳセンサは波長の変化を使用する。ＶＩＳセンサは、通常、他のセンサのいずれかにより分類するのが難しいパンを分析するのに適切である、茶色の異なる陰を分析するのに特に適切である。茶色の異なる陰はＶＩＳセンサにより検出可能である。

これに関して、「ＶＩＳセンサ」は、光源およびＶＩＳカメラ、すなわち分析するための完全なＶＩＳ装置を備えてもよい。しかしながら、ＶＩＳセンサはまた、光源に接続されていない、別個の装置であってもよいが、導光プローブおよび分光計を備える。

ＶＩＳセンサによって既知の物品を分析することにより、物品に関連付けられ得る、唯一の反射スペクトル、ＶＩＳスペクトルが受信される。反射スペクトルは、物品についてのシグネチャーとして直接使用されてもよいか、または反射スペクトルは、シグネチャーを生成するために処理されてもよい。店の物品は、異なる時、例えば物品が古くなる時（最終的に果物は腐る）に異なるように見えることがあり、物品は１つまたは複数のプラスチックバッグに詰められてもよいか、または物品は、一つのみもしくは集団であってもよいか、または異なる配向に配置されてもよく、物品の自然な変化なども生じてもよい。チェックアウトカウンタについての環境、例えば異なる量の光、色などもまた、異なる店で異なってもよい。全てのこれらのパラメータは、特定の場合の特定の環境における特定の物品のＶＩＳスペクトルが、別の場合の別の環境の物品の別のＶＩＳスペクトルと必ずしも一致する必要がないことを与える。チェックアウトカウンタにおいて本発明に係るＶＩＳセンサを使用できるように、バックグランドシグネチャーを表す第３のシグネチャー、および物品のバックグラウンドを含む第４のシグネチャーは、プロセッサが比較により物品を識別できるように一致する。従って、第３のシグネチャーが第４のシグネチャーと同じ環境で生成される場合、有益である。第４のシグネチャーは使用中、チェックアウトカウンタにおいて生成されるので、第３のシグネチャーが同じ条件下で生成される場合、有益である。本発明によれば、従って、分類システムは自己学習機能を有し、第３のシグネチャーは、物品識別を有するメモリユニットをプログラミングすることにより生成され、その後、物品は、使用と類似する状態、すなわちチェックアウトカウンタを顧客が使用する状態の間、チェックアウトカウンタにより輸送される。上述のバリエーションを考慮するために、物品は、チェックアウトカウンタにより、異なるバリエーション、例えば１つまたは複数のバッグおよび／または一つのみもしくは集団などで数回輸送される。毎回、物品はチェックアウトカウンタにより輸送され、ＶＩＳセンサは物品を分析し、第３のシグネチャーが生成され、これは、各々の物品の識別が、多くの量の第３のシグネチャーに関連付けられ得、それにより、第３のシグネチャーを第４のシグネチャーおよび１つ以上の第３のシグネチャーと比較する場合、プロセッサが物品を識別できることを意味する。学習中、第１のＶＩＳセンサは、分析を実施するように配置されてもよいか、または第２のＶＩＳセンサが接続される。学習は、チェックアウトカウンタが使用される正確な位置で実施することを必要とせず、むしろ別の位置で実施されてもよい。

ＶＩＳセンサは、物品からＶＩＳカメラまで光を分配するプローブとして作用するファイバーケーブルを備えてもよい。

ＮＩＲセンサは、物品からＮＩＲカメラまで光を分配するプローブとして作用するファイバーケーブルを備えてもよい。

ＶＩＳセンサおよびＮＩＲセンサの各々は、物品からＶＩＳカメラおよびＮＩＲカメラまで光を分配する共通のファイバーケーブル内に集中するように配置されるプローブとして作用するファイバーケーブルに接続されてもよい。

分類装置は、データベースに接続されるハンドヘルドのバーコードリーダを備えてもよい。物品を運搬装置で運搬するには非常に大きい場合、ハンドヘルドのバーコードリーダが使用されてもよい。

分類装置は、有益には、システムが自己学習を承認する自己学習機能を備えてもよい。「自己学習」は、物品をセンサに最初の時間に通過させると、分類装置の全てのセンサが物品の識別にアクティブになることを意味する。センサは、物品の特性／特徴を識別し、データベースにその特性を保存する。自己学習機能が使用される場合、物品は、所定の識別、例えばＥＡＮコード、および必要に応じて値段が物品レジスタに既に登録されている。物品レジスタは、データベースの一部または物品識別のデータベースに接続される別個のデータベースである。

分類装置は、データベースに接続されるバーコードリーダにより補完されてもよく、好ましくは、自己学習機能において使用されてもよい。最初の時間、物品は、分類装置により輸送され、固定したスキャナが、物品の識別を保証するバーコードを読み取り、センサにより検出される特性が、正確な物品識別としてデータベースに保存されることを導く。

センサは好ましくは、コンベヤベルトの一部を保護するトンネル形状の構造で完全または部分的に配置されてもよく、それにより、権限のない人々が分類処理に影響を与える可能性を防ぐことによって安全性を改良する。

以下に、本発明を複数の図面を参照して記載する。

図１は、本発明の第１の実施形態に係るチェックアウトカウンタの上面図を概略的に示す。 図２は、図１に係るチェックアウトカウンタの側面図を概略的に示す。 図３は、本発明の第２の実施形態に係るチェックアウトカウンタの上面図を概略的に示す。 図４は、図３に係るチェックアウトカウンタの側面図を概略的に示す。 図５は、本発明の第３の実施形態に係るチェックアウトカウンタの上面図を概略的に示す。 図６は、図５に係るチェックアウトカウンタの側面図を概略的に示す。 図７は、本発明の第４の実施形態に係るチェックアウトカウンタの上面図を概略的に示す。 図８は、図７に係るチェックアウトカウンタの側面図を概略的に示す。 図９は、一実施形態に係る分類装置の方法の概略的なワークフローである。

図１は、本発明の第１の実施形態に係るチェックアウトカウンタの上面図を概略的に示す。

図１は、物品３を識別するための分類装置２を備える自動化チェックアウトカウンタ１を示す。分類装置２は、物品３を計量するための計量センサ４と、１つ以上の物品の情報を含むメモリユニット５と、メモリユニット５および計量センサ４に接続されるプロセッサ６と、プロセッサ６に接続される、関連する波長幅に応じてここでＮＩＲまたはＶＩＳセンサ７と指定される、第１の分光センサ７とを備える。メモリユニット５は、第１の分光センサ７または別の分光センサ（図示せず）により生成される１つ以上の第１のシグネチャーを含み、その第１のシグネチャーまたは第１のシグネチャーの各々は対応する物品の識別に関連付けられる。第１のシグネチャーは、第１の分光センサ７または第２の分光センサ（図示せず）を使用することにより、あるいはチェックアウトカウンタ１に接続されていない分光センサにより生成されたシグネチャーをメモリにロードすることによりチェックアウトカウンタで即座に生成されてもよい。

図１において、計量センサ４が、第１のＮＩＲまたはＶＩＳセンサ７の前に配置されて示される。これは、第１のＮＩＲまたはＶＩＳセンサが、物品を計量した後、すなわち物品が計量センサに置かれ、次いで計量された後、第２のシグネチャーを生成するように構成されることを意味する。次いでプロセッサ６は、第２のシグネチャーを第１のシグネチャーと比較して、メモリユニット５における１つの既存の物品の識別として物品３を識別するように構成される。物品の重量は、物品の識別と一緒にプロセッサにより使用されて物品の値段を決定する。

上述のように、本発明の利点は、顧客が例えばバーコードを用いてチェックアウトカウンタ前に物品を識別することを必要とせずに、チェックアウトカウンタが自動的に物品の全ての分類を識別できることである。ＮＩＲまたはＶＩＳセンサは特に、果物および野菜、ならびに特定の種類の大量物品を識別するのに有益である。なぜなら、それらの物品は以前は、顧客が物品を識別し、その後、カメラおよび画像処理を用いるセンサが物品識別を決定できないという事実に起因してその物品にマークを付けることを必要としたからである。

好ましくは、計量センサ４は、物品を自動的に運搬し、それを計量するコンベヤスケール８を備える。コンベヤスケール８は、第１のコンベヤベルト９およびそのコンベヤベルトが静止するスケールユニット１０を備える。顧客は第１のコンベヤベルト９に物品を置き、スケールユニット１０が物品を計量し、次いで第１のコンベヤベルト９が物品３を離れた所へ運搬する。代替としては、第１のコンベヤベルト９が物品３を適切な位置に運搬し、停止させ、計量し、次いでさらに物品３を運搬することである。チェックアウトカウンタ１において、第１のコンベヤベルト９およびスケールユニット１０を制御するためのプロセッサ情報を与えるセンサが配置される。

第１のシグネチャーに関連付け得るための物品３が既に識別されている場合、プロセッサ６に接続される、第１のＮＩＲまたはＶＩＳセンサ７、あるいはＮＩＲまたはＶＩＳセンサ（図示せず）が、物品を読み取り、学習処理の間、第１のシグネチャーを生成するために配置されてもよい。

図１は、少なくとも１つの物品識別を表示するためのプロセッサ６に接続される相互作用ディスプレイユニット１１を備えるチェックアウトカウンタ１を示す。ディスプレイユニット１１は、ある使用者が表示された情報を承認できるように使用するために構成される。第１のＮＩＲまたはＶＩＳセンサ７が物品３を識別する場合、画像またはテキストがディスプレイユニット１１に示され、使用者が、チェックアウトカウンタ１に置かれた物品と一致する表示された情報を見出した場合、顧客が承認する。さらなる情報、例えば重量および値段が表示されてもよく、使用者は表示が正確か否かを承認する。

計量センサ４、第１のＮＩＲまたはＶＩＳセンサ７およびディスプレイユニット１１に加えて、図１は、物品３を運搬するための、第２のコンベヤベルト１２、および第３のコンベヤベルト１３を示す。コンベヤベルトにおける物品の動作方向は、参照記号ｘおよび動作方向に示す矢印により図１〜８に示す。いくつかのコンベヤベルトの目的は、使用者が支払後、物品（複数も含む）を拾い上げることができる適切な最終領域までその物品を運搬できるということである。別の目的は、計量センサが第１のＮＩＲまたはＶＩＳセンサ７の後に配置される（図３〜８を参照のこと）か、あるいは第１のＮＩＲまたはＶＩＳセンサ７が物品を同時に計量しながら分析できるように、第１のＮＩＲまたはＶＩＳセンサ７が配置され得るようにチェックアウトカウンタ１が設計され得るということである。後者は、ＮＩＲまたはＶＩＳセンサ７を関連するスケールユニットに配置する方法の図１〜８に示した実施形態の背景により自明であるため示していない。いくつかのコンベヤベルトを有するさらなる目的はチェックアウトカウンタがいくつかのセンサを備えることである。

本発明の一実施形態によれば、チェックアウトカウンタ１は、第１のＮＩＲまたはＶＩＳセンサ７および計量センサ４と共に、１つまたは複数のさらなるセンサが設けられてもよく、本発明により使用される場合、リソースおよび時間およびエネルギーの最小の使用で物品を識別する安全性を増加させる利点がもたらされる。ここで、物品３は好ましくは、使用者が顧客により使いやすいとみなされるような自動化チェックアウトカウンタのために１秒未満で識別されることが言及され得る。

本発明はまた、製品を識別する場合、高い安全性および速い処理速度を与える一部の規定された組み合わせに係るセンサを使用することによりいくつかのセンサのためのリソースの最適な使用に関する問題を解決することを目的とする。その組み合わせはまた、所定の組み合わせが条件を満たしている場合、利点を提供する。すなわち、センサまたは組み合わされたセンサは有益（ポジティブ）な識別決定を提供し、残りのセンサは切断されてもよいか、またはさらなる物品の識別に対して制御されてもよく、処理リソースの最適化を提供する。

本発明は主に上記に係る計量センサ４およびＮＩＲまたはＶＩＳセンサ７に基づくが、図１は、既存のセンサの部分的セットを含む多くの所定の組み合わせが、有益な決定、すなわち物品３を識別するのに十分であるように接続されるいくつかのセンサを備えるチェックアウトカウンタ１を示す。さらなるセンサを有する実施形態が、より多くの組み合わせを提供するが、本発明の理解を増加させずに多くの図面を与えるだけになるので、別個の図面で示さないことは理解されるべきである。

センサは、有益な組み合わせまたは部分的なセットを見出すことができるように順にスイッチオン、すなわち作動されてもよいか、あるいは組み合わせの１つが有益な決定を提供するまで全てのセンサが作動されてもよく、１つ以上の冗長センサは切断されてもよい。ここで、組み合わせた全てのセンサが物品の所定の特性（その特性は一緒の組み合わせにおいて物品に識別を与える）を検出し、識別する場合、有益な決定がなされる。識別は、ある量の物品の特性を含むデータベースの制御により決定されてもよい。データベースは、以前に記載したものに従ってメモリユニットに保存されてもよい。特性の例は、重量、大きさ、色、形、外形、バーコードおよび／またはテキストおよび／または図および／またはパターンによる印である。

首尾良い分類を提供するために、作動センサは物品３の測定したシグネチャーを決定する。測定したシグネチャーは検知した信号に関連付けられ、それ故、複数の異なる物品特性のデジタル表示であってもよい。この目的のためにプロセッサは、測定したシグネチャーを、メモリユニット５に保存されるデジタル参照シグネチャーと比較し、所定の数の物品識別の照合確率を計算するように構成される。

後者のステップは好ましくは、測定したシグネチャーを、メモリユニットのデジタル参照シグネチャーの全てまたはサブセットと比較し、続いて、最高の照合確率を有する物品識別を、ＢＢＮ分類子などのさらなる分類アルゴリズムに送達することにより実施される。

作動センサは好ましくは、以前に記載したものに従う明確に定義された波長幅で作動する単一アレイ分光計として実装される、ＮＩＲまたはＶＩＳのいずれか、あるいはＮＩＲまたはＶＩＳの両方である分光センサ７、２４である。それ故、測定したシグネチャーは、所定の波長幅における反射スペクトルのデジタル表現である。

分類装置はさらに、分光センサ２４、外形センサ１４、バーコードリーダ１５、記号読み取りセンサ１６、色彩テクスチャセンサ１７、色ヒストグラムセンサ１８またはスケール４からなる群から選択されるさらなるセンサを使用してもよい。

従って、２つ以上の異なる測定されたシグネチャーを与える２つ以上の異なるセンサを使用する場合、プロセッサ６は、異なるセンサ４、７、１４、１５、１６、１７、１８、２４からの照合確率を比較し、最も高い照合確率を有する物品識別を選択することによって特定の物品識別を決定するように構成される。第１のセンサの測定されたシグネチャーを比較することによって識別される物品識別、および第２またはさらなるセンサの測定されたシグネチャーを比較することによって識別される物品識別は、従って、さらなる分析のためにＢＢＮネットワークに送信される。この状況において、物品識別は異なるセンサおよび前記比較する分析と正確に同じでなくてもよい。

分類方法はさらに、最も高い照合確率を警告閾値と比較する工程であって、最も高い照合確率が警告閾値以下である場合、処理前に手動入力を待ち受ける、工程を含んでもよい。

好ましい実施形態において、その方法は、最も高い照合確率を２つの警告閾値と比較する工程であって、最も高い照合確率が下限の警告閾値以下である場合、その方法は、処理前に係員からの手動入力を待ち受け、最も高い照合確率が、下限の警告閾値より高いが、上限の警告閾値より低い場合、その方法は、処理前に使用者から手動入力を待ち受ける工程を含む。

さらに、スケール４が分類センサとして使用される場合、最も高い照合確率を警告閾値と比較する工程は、物品の重量を、最も高い照合確率を有する参照シグネチャーに対応する物品識別に関連付けられた重量の間隔と比較する工程を含む。

さらなる実施形態において、外形センサ１４が分類センサとして使用される場合、最も高い照合確率を警告閾値と比較する工程は、物品の形状を、最も高い照合確率を有する参照シグネチャーに対応する物品識別に関連付けられた形状の間隔と比較する工程を含む。

なおさらなる実施形態において、分類センサとしてバーコードリーダ１５が使用され、最も高い照合確率を警告閾値と比較する工程は、物品のバーコードを走査し、走査したバーコードの情報を、最も高い照合確率を有する参照シグネチャーに対応する物品識別に関連するバーコード情報と比較する工程を含む。

図９は、分類装置により実装され得る分類アルゴリズム１００の概略的なフローチャートを示す。そのアルゴリズムは、例えば自動化チェックアウトカウンタにおいて物品の首尾良い分類を提供するための複数の工程を含む。

工程１０２において、センサは物品の測定したシグネチャーを決定する。測定したシグネチャーは、その後、例えばプロセッサ６に組み込まれている比較ユニットに送信され、その比較ユニットは、測定したシグネチャーを、工程１０４においてデジタル参照シグネチャーと比較する。これに続いて、工程１０６において、所定の数の物品識別の照合確率が計算される。

任意選択の工程１１０ａとして、工程１０６において計算される最も高い照合確率が警告閾値と比較され、最も高い照合確率が警告閾値以下である場合、その方法は処理前に手動入力を待ち受ける。

代替として、方法１００は、工程１０６において計算される最も高い照合確率が、２つの警告閾値と比較される工程１１０ｂを含み、最も高い照合確率が下限の警告閾値以下である場合、その方法は、処理前に係員からの手動入力を待ち受け、最も高い照合確率が、下限の警告閾値より高いが、上限の警告閾値より低い場合、その方法は、処理前に使用者からの手動入力を待ち受ける。

工程１１０ａおよび１１０ｂはさらに、サブ工程１１２、１１４および１１６をそれぞれ含んでもよい。

工程１１２において、最も高い照合確率を警告閾値と比較する工程は、物品の重量を、最も高い照合確率を有する参照シグネチャーに対応する物品識別に関連付けられた重量の間隔と比較する工程を含む。

工程１１４において、最も高い照合確率を警告閾値と比較する工程は、物品の形状を、最も高い照合確率を有する参照シグネチャーに対応する物品識別に関連付けられた形状の間隔と比較する工程を含む。

工程１１６において、最も高い照合確率を警告閾値と比較する工程は、物品のバーコードを走査し、走査したバーコードの情報を、最も高い照合確率を有する参照シグネチャーに対応する物品識別に関連するバーコード情報と比較する工程を含む。

一実施形態によれば、分類装置は、計量センサ４、第１のＮＩＲまたはＶＩＳセンサ７、外形センサ１５ならびに／またはバーコードセンサ１５ならびに／または光学式文字認識および（機械式）テキスト解釈を使用する記号読み取りセンサ１６ならびに／または色彩テクスチャセンサ１７ならびに／または色ヒストグラムセンサ１８を備える。記号読み取りセンサ１６は、本明細書以下、ＯＣＲと呼ばれ、英語表記「Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ（光学式文字認識）」として一般的に知られている略語である。センサが以下の組み合わせで作動する場合、残りのセンサは、識別される物品に応じて非作動であるか、または全く作動され得ないようにセンサは協働する：
−計量センサ４および外形センサ１４およびＯＣＲ１６、または
−外形センサ１４およびＯＣＲ１６、または
−計量センサ４およびＯＣＲ１６、または
−計量センサ４および色ヒストグラムセンサ１８および外形センサ１４、または
−計量センサ４および外形センサ１４およびＯＣＲ１６、または
−計量センサ４および色ヒストグラムセンサ１８および外形センサ１４および色彩テクスチャセンサ１７およびＯＣＲ１６およびバーコードセンサ１５、または
−計量センサ４および外形センサ１４および色彩テクスチャセンサ１７およびＯＣＲ１６、または
−計量センサ４およびバーコードセンサ１５、または
−ＯＣＲ１６。

外形センサ１４は、画像を静止させるかまたは移動するためのカメラを備えてもよいが、また、対象物センサを備えてもよい。図１において、外形センサ１４は、第１のコンベヤベルトと第２のコンベヤベルトとの間のスリットに配置される線形カメラとして示され、垂直投影を読み取るための垂直光カーテンから構成される対象物センサ２０と組み合わされて水平に投影された面を読み取る。外形センサ１４は、画像処理のためのユニットに接続され、ここで、カウンタ、すなわち３次元対象物の２次元投影は、データベース中の特性に対して照合される。

図１において、第１のコンベヤベルトと第２のコンベヤベルト１２との間のスリットに垂直に立つ光カーテン装置を備える対象物センサ２０が示される。光カーテン装置は、光カーテン装置の一方におけるトランスミッタおよび他方におけるレシーバと共に複数のダイオードを備える。好ましい量のダイオードは３２個のダイオードのオーダーであり、赤外線ダイオードは良好な結果を与えることが実験的に示されている。本発明は、赤外線に基づいた３２個のダイオードに限定されず、光カーテンの相対的ビームが、物品の特性に応じて異なる高さで屈折する限り任意の他の数および頻度で作用し、次いで物品の形状についての情報を提供する。物品は光カーテンを通して移動するので、３次元画像が特定の時点における光カーテンを読み取ることにより生成され得る。

図１は、画像を静止または移動させるためのカメラを備えるバーコードセンサ１５、および画像を静止または移動させるためのカメラを備える記号読み取りセンサ１６、および画像を静止または移動させるためのカメラを備える色彩テクスチャセンサ１７、および画像を静止または移動させるためのカメラを備える色ヒストグラムセンサ１８を示す。色ヒストグラムセンサ１８は好ましくは、３つの異なる色特性、すなわちｉ）ＨＵＥ値、ｉｉ）ｂｌｏｂ値、およびｉｉｉ）トポロジー値を検出するように構成される。本発明は、対応するセンサが、後で物品識別についての情報を提供できるプロセッサに情報を与えることができる限り、１つ以上のカメラの使用に限定されない。

分類装置２はさらに、１００％近く物品３を識別し、かつ物品３を最初に識別し、続いて物品３を分類装置２により運搬することによるシステムの学習の間に使用されるように配置される初期センサ２１を備え、そのセンサの全ては物品３の特性を識別し、その特性は物品の特性としてデータベースに後で保存される。

図１において、初期センサ２１は、手動による使用のために設計されるバーコードリーダ１５として示される。しかしながら、初期センサ２１はメモリユニットに正確な情報を提供し得る別の装置から構成されてもよい。使用者は例えば、物品の製品名または他の情報、例えば各物品についての値段および／または重量ごとの値段を手動で入力してもよい。しかしながら、物品にバーコードまたは他の情報を提供し、次いで識別を自動的に読み取るシステムに供給するように、バーコードリーダまたは別のセンサが、システムが自己学習し得ることを承認し、次いで残りのセンサに物品のその独自のシグネチャー／認識マーカーを生成させる。

図１は、分類装置が、物品を１００％識別し、物品が残りの分類装置にとって非常に大きい場合に使用され得るハンドヘルドセンサ２２を備えることを示す。そのハンドヘルドセンサは手動による使用を意図するバーコードリーダであってもよい。

図２は図１に係るチェックアウトカウンタの側面図を概略的に示す。

図３は本発明の他の実施形態に係るチェックアウトカウンタの上面図を概略的に示す。図３は図１と同じ構成を示すが、計量センサ４および第１のＮＩＲまたはＶＩＳセンサ７の順序が異なる。図３は、計量センサ４が第１のＮＩＲまたはＶＩＳセンサ７の後に配置されることを示す。図１および２を参照すると、図３は、コンベヤベルトの移動の方向が以下の順序：第２のコンベヤベルト１２、第３のコンベヤベルト、および重量ユニットを備える第１のコンベヤベルト９で各々の他のコンベヤベルトの後に配置される異なるコンベヤベルトを示す。図３において、図１および２と同様にディスプレイユニット１１は計量センサ４に接続して配置され、使用者は計量に関連付けられた物品を承認できる。これは、物品の計量が値段にとって重要であるので有益であり、顧客が計量に関連付けられた誤った値段に気づくことを意味する。誤った値段は物品の不正確な識別に起因し得、計量センサ４のこの位置において使用者は正確な物品に変える機会を有し、それによって、正確な物品識別に関連付けられる新たなまたは継続した計量により正確な値段を得る。図３において、外形センサ１４が、第２のコンベヤベルト１２と第３のコンベヤベルト１３との間に配置され、第１のＮＩＲまたはＶＩＳセンサ７が第３のコンベヤベルト１３と第１のコンベヤベルト９との間に配置される。

図４は図３に係るチェックアウトカウンタの側面図を概略的に示す。

図５は本発明の第３の実施形態に係るチェックアウトカウンタの上面図を概略的に示す。図５は図３および４と同じ構成を示すが、物品の画像をキャプチャできる、スケールユニット１０に接続されて配置されるカメラ２３が加えられている。画像はディスプレイユニット１１を通して顧客に表示されるべきであり、顧客は、第１のＮＩＲまたはＶＩＳセンサが物品を正確に識別するかどうかを積極的に決定できる。画像はまた、離れて座っており、第１のＮＩＲまたはＶＩＳセンサが物品を正確に読み取るかどうかを決定できる管理者に表示されてもよい。いくつかのセンサがチェックアウトカウンタ１に接続されている場合、同様の推論が、物品が正確に識別されるかどうかを決定するために顧客または管理者により使用される画像に関して適用される。識別プロセスを速め、また、より確実にするために、分類装置は物品識別の不確実性に関する機能を備えてもよく、多くのオプションがディスプレイユニットを通して顧客に表示される。顧客は次いで正確なオプションを選択できる。これに関して、上述の画像は、識別を促進するために異なるオプションについての表示された情報と一緒に使用されてもよい。なぜなら、物品の保存された画像は、後にチェックアウトカウンタに配置された物品である物品の画像と容易に比較できるからである。

図６は図５に係るチェックアウトカウンタの側面図を概略的に示す。

図７は本発明の第４の実施形態に係るチェックアウトカウンタの上面図を概略的に示す。図７は、図５および６と同じ装置であるが、分光法により製品を識別するために第１のコンベヤベルト９と第２のコンベヤベルト１３との間に配置されるさらなる分光センサ２４が加えられている。好ましくは、さらなる分光センサ２４は第１の分光センサ７に補足され、第１の分光センサ７がＮＩＲセンサである場合、すなわち、７８０ｎｍから２５００ｎｍの間の波長を有する光を検出する場合、さらなる分光センサ２４はＶＩＳセンサである、すなわち、２００ｎｍから１１００ｎｍの間の波長を有する光を検出する。従って、第１の分光センサ７がＶＩＳセンサである場合、さらなる分光センサ２４はＮＩＲセンサである。さらなる分光センサ２４（この場合、ＶＩＳセンサ）、および第１の分光センサ７（この場合、ＮＩＲセンサ）は、物品からそれぞれのセンサまで光を分配するファイバーケーブルを備えてもよい。ファイバーケーブルは、プローブとして作用する導光である。ＶＩＳセンサおよびＮＩＲセンサは両方、物品からＶＩＳセンサおよびＮＩＲセンサにそれぞれ光を分配する共通のファイバーケーブルに集中するように配置される別のファイバーケーブルに接続されてもよい。

物品３から分光センサ７、２４に光を送信するように提供されるプローブは、装置のコンベヤベルト（９、１２、１３）に対して横方向に移動可能であるように配置される。プローブは、好ましくは上記のものに従う波長幅で作動するように構成される単一アレイの分光計である分光センサ７、２４に接続される。すなわち、分光センサは、ＶＩＳセンサ、ＮＩＲセンサのいずれか、またはＮＩＲおよびＶＩＳセンサの組み合わせであってもよい。

分類装置はさらに、コンベヤベルト９、１２、１３に対する物品３の横の位置を検出するように構成される検出器、および前記検出器に接続され、前記少なくとも１つのセンサプローブ７を、物品３の前記検出された横の位置に対応する位置に移動させるように構成される制御装置を備えてもよい。これは、物品３を検出し、物品の体積の平均値に対応する横の位置を計算することにより行われてもよい。従って、検出器は、体積の平均値を計算するための画像処理装置に接続されるカメラ、または任意の他の光学センサであってもよい。

検出器はさらに、物品３がコンベヤベルト９、１２、１３に沿って移動すると、物品３のいくつかの位置を検出するように構成されてもよく、前記少なくとも１つのセンサプローブ７は、物品３の前記検出された横の位置に対応する位置に連続して移動される。それ故、物品３が、コンベヤベルト９、１２、１３の横方向または長手方向に並べられない場合、プローブは、物品の異なる位置において測定されたシグネチャーを提供するために物品の移動の間に移動される。

分類装置はさらに、前記物品３を照射するための光源を備えてもよく、放射光は、分光センサ７、２４の少なくとも作動波長に及ぶ波長分布を有する。好ましくは、光源はまた、前記コンベヤベルト９、１２、１３に対して横方向に移動可能であり、分光センサが作動する場合、物品３は十分に照射される。

検出器はさらに、前記コンベヤベルト９、１２、１３の物品３の存在を検出するように構成される対象物センサ２０によりトリガされてもよい。それ故、光源および分光センサ７、２４のプローブは、対象物センサ２０が検出器をトリガするまで、アイドル位置に配置されてもよく、それにより、光源およびプローブは、物品の体積の平均値に対応する位置に移動される。

プローブおよび光源は、移動機能性を提供するために前記コンベヤベルト９、１２、１３の横方向に配置される線形ステージに配置されてもよい。

プローブは移動可能であるので、分光センサ、すなわち分光計は、分光分析に悪影響を及ぼし得る振動および他のノイズを減少させるために離れた位置に固定して配置されてもよい。しかしながら、分光計はまた、移動ステージに取り付けられてもよい。

ＶＩＳセンサ２４は、図１〜６のいずれか１つに係るチェックアウトカウンタに配置されてもよく、第１のコンベヤベルト９、第２のコンベヤベルト１２、または第３のコンベヤベルト１３に配置されてもよい。

ＶＩＳセンサ２４がオンにされると、それは、色彩テクスチャセンサ１７および／または色ヒストグラムセンサ１８と併せて使用される場合、２００ｎｍ〜４００ｎｍおよび６６０ｎｍ〜１１００ｎｍの幅で作動するように構成され、色彩テクスチャセンサ１７および色ヒストグラムセンサが接続されていない場合、２００ｎｍ〜１１００ｎｍの幅で作動するように構成される。プロセッサ６は、色彩テクスチャセンサおよび／または色ヒストグラムセンサがオンかオフかに応じてＶＩＳセンサの間隔を制御するように配置される。ＶＩＳセンサ２４は、図１〜６を参照した上述の組み合わせのいずれかと併せて、または計量センサ４および第１のＮＩＲセンサ７とのみの組み合わせで使用されてもよい。

ＶＩＳセンサ２４はプロセッサ６およびメモリユニット５に接続される。メモリユニットは、ＶＩＳセンサ２４により、または別のＶＩＳセンサ（図示せず）により生成される１つまたは複数の第３のシグネチャーを含む。第３のシグネチャーまたは第１のシグネチャーは各々、対応する物品識別に関連付けられる。第３のシグネチャーは、ＶＩＳセンサ２４または別のＶＩＳセンサ（図示せず）を使用することによりチェックアウトカウンタにて直接生成されてもよいか、またはチェックアウトカウンタ１に接続されていないＶＩＳセンサにより生成されるシグネチャーをメモリにロードすることにより生成されてもよい。

図７は、計量センサ４がＶＩＳセンサ２４の後に配置されることを示し、これは、ＶＩＳセンサ２４が、物品を計量する前の分析により第４のシグネチャーを生成するように配置される、すなわち、計量センサ４に配置され、続いて計量されることを意味する。その後、プロセッサ６は、メモリユニット５における既存の物品の識別として物品３を識別するために、第４のシグネチャーを第３のシグネチャーと比較するように配置される。物品３の重量は、物品３の値段を決定するために物品の識別と一緒にプロセッサにより使用される。

図８は図７におけるチェックアウトカウンタの側面図を概略的に示す。

図１〜８に示した例は本発明を限定するものではなく、センサおよびコンベヤベルトの配置の一例のみであることに留意されたい。本発明に係るチェックアウトカウンタは、１つまたは複数のコンベヤベルトを備えてもよい。複数のコンベヤベルトの場合、それらは、互いに対して角度を付けられてもよく、および／または部分的流れなどに物品の流れを分割するように配置されてもよい。第１のスペクトルセンサおよび計量センサより多くのセンサをチェックアウトカウンタに加えることは、改良された識別のためのさらなる可能性とみなされ得るので、第１の分光センサおよび計量センサを有する記載された実施形態に補足される。さらなるセンサが、本発明の範囲内で利用可能な結果を提供するために図１〜８に示したもの以外の種々の方法で配置されてもよい。

Claims (14)

1. 自動化チェックアウトカウンタにおいて物品（３）を識別するための分類装置（２）であって、
   デジタル参照シグネチャーを保存できるメモリユニット（５）であって、前記デジタル参照シグネチャーの各々は、物品の特性を識別する一つのセンサ手段によって取得された一つの物品識別に対応する、メモリユニット（５）と、
   前記メモリユニット（５）に接続されたプロセッサ（６）と、
   少なくとも２つの異なるセンサ（４、７、１４、１５、１６、１７、１８、２４）と、ここで、少なくとも１つは、唯一の反射スペクトルから、物品（３）の測定されたシグネチャーを決定するように構成される分光センサ（７、２４）である、を備え、
   前記プロセッサ（６）は、前記測定されたシグネチャーを前記デジタル参照シグネチャーと比較するように、所定数の物品識別の一つの照合確率を計算するように、そして、前記少なくとも２つの異なるセンサから前記照合確率を比較することにより、且つ、最も高い照合確率を有する特定の物品識別のそれぞれを選択することにより、前記最も高い照合確率を有する特定の物品識別を決定するように構成された、分類装置。
2. 前記分光センサ（７、２４）が単一アレイの分光計である、請求項１に記載の分類装置。
3. 前記分光センサ（７、２４）が、２００ｎｍ〜２５００ｎｍの間の波長を有する光を測定するように構成される、請求項１〜２のいずれか一項に記載の分類装置。
4. 前記分光センサ（７、２４）が、８５０ｎｍ〜２５００ｎｍの間の波長を有する光を測定するように構成される赤外線分光センサである、請求項３に記載の分類装置。
5. 前記分光センサ（７、２４）が、２００ｎｍ〜４００ｎｍの間、および６６０ｎｍ〜１１００ｎｍの間の波長を有する光を測定するように構成される可視光分光センサ（２４）である、請求項３に記載の分類装置。
6. 前記可視光分光センサ（２４）が、２００ｎｍ〜１１００ｎｍの間の完全な間隔の波長を有する光を測定するように構成される、請求項５に記載の分類装置。
7. 分光センサ（２４）、外形センサ（１４）、バーコードリーダ（１５）、記号読み取りセンサ（１６）、色彩テクスチャセンサ（１７）、色ヒストグラムセンサ（１８）、またはスケール（４）からなる群から選択されるさらなるセンサをさらに備える、請求項１に記載の分類装置。
8. 請求項１〜７のいずれか一項に記載の分類装置（２）を備える、自動化チェックアウトカウンタ（１）。
9. 自動化チェックアウトカウンタにおいて物品を分類するための方法であって、
   デジタル参照シグネチャーを保存できるメモリユニット（５）であって、前記デジタル参照シグネチャーの各々は、物品の特性を識別する一つのセンサ手段によって取得された一つの物品識別に対応する、メモリユニット（５）と、前記メモリユニット（５）に接続されたプロセッサ（６）と、少なくとも２つの異なるセンサ（４、７、１４、１５、１６、１７、１８、２４）と、ここで、少なくとも１つは、唯一の反射スペクトルから、物品（３）の測定されたシグネチャーを決定するように構成される分光センサ（７、２４）である、を備える分類装置を提供する工程を含み、
   前記方法は、
   前記一つの測定されたシグネチャーを前記デジタル参照シグネチャーと比較する工程と、
   所定数の物品識別の照合確率を計算する工程と、
   前記少なくとも２つの異なるセンサから前記照合確率を比較することにより、且つ、最も高い照合確率を有する特定の物品識別のそれぞれを選択することにより、前記最も高い照合確率を有する特定の物品識別を決定する工程と、を含む、方法。
10. 最も高い照合確率を警告閾値と比較する工程であって、前記最も高い照合確率が警告閾値以下である場合、処理前に手動入力を待ち受ける、工程をさらに含む、請求項９に記載の方法。
11. 前記最も高い照合確率を２つの警告閾値と比較する工程をさらに含み、
    前記最も高い照合確率が下限の警告閾値以下である場合、前記方法は処理前に係員からの手動入力を待ち受け、
    前記最も高い照合確率が、下限の警告閾値より高いが、上限の警告閾値以下である場合、前記方法は処理前に使用者からの手動入力を待ち受ける、請求項１０に記載の方法。
12. 前記最も高い照合確率を警告閾値と比較する工程は、前記物品の重量を、前記最も高い照合確率を有する前記参照シグネチャーに対応する物品識別に関連付けられた重量の間隔と比較する工程を含む、請求項１０または１１に記載の方法。
13. 前記最も高い照合確率を警告閾値と比較する工程は、前記物品の形状を、前記最も高い照合確率を有する前記参照シグネチャーに対応する物品識別に関連付けられた形状の間隔と比較する工程を含む、請求項１０〜１２のいずれか一項に記載の方法。
14. 前記最も高い照合確率を警告閾値と比較する工程は、前記物品のバーコードを走査し、前記走査したバーコードの情報を、前記最も高い照合確率を有する前記参照シグネチャーに対応する物品識別に関連付けられたバーコードの情報と比較することを含む、請求項１０〜１３のいずれか一項に記載の方法。
    

Images