KR20200023647A - 목표물 포지셔닝 시스템 및 포지셔닝 방법 - Google Patents

목표물 포지셔닝 시스템 및 포지셔닝 방법 Download PDF

Info

Publication number
KR20200023647A
KR20200023647A KR1020207002600A KR20207002600A KR20200023647A KR 20200023647 A KR20200023647 A KR 20200023647A KR 1020207002600 A KR1020207002600 A KR 1020207002600A KR 20207002600 A KR20207002600 A KR 20207002600A KR 20200023647 A KR20200023647 A KR 20200023647A
Authority
KR
South Korea
Prior art keywords
user
image
frame
frame plate
article
Prior art date
Application number
KR1020207002600A
Other languages
English (en)
Other versions
KR102510679B1 (ko
Inventor
린안 펑
딩 시아
제위 마
팅토우 리
원요우 우
이메이 장
Original Assignee
상하이 클라우드픽 스마트 테크놀로지 컴퍼니 리미티드
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 상하이 클라우드픽 스마트 테크놀로지 컴퍼니 리미티드 filed Critical 상하이 클라우드픽 스마트 테크놀로지 컴퍼니 리미티드
Publication of KR20200023647A publication Critical patent/KR20200023647A/ko
Application granted granted Critical
Publication of KR102510679B1 publication Critical patent/KR102510679B1/ko

Links

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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0639—Item locations
    • G06K9/00624—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47F—SPECIAL FURNITURE, FITTINGS, OR ACCESSORIES FOR SHOPS, STOREHOUSES, BARS, RESTAURANTS OR THE LIKE; PAYING COUNTERS
    • A47F5/00—Show stands, hangers, or shelves characterised by their constructional features
    • A47F5/0018—Display racks with shelves or receptables
    • A47F5/0025—Display racks with shelves or receptables having separate display containers or trays on shelves or on racks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/52—Weighing apparatus combined with other objects, e.g. furniture
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V7/00—Measuring gravitational fields or waves; Gravimetric prospecting or detecting
    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • 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
    • G06F16/23—Updating
    • G06F16/2379—Updates performed during online database operations; commit processing
    • 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
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06K9/2054—
    • G06K9/4604—
    • G06K9/6267—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • 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
    • G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
    • 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
    • G06Q20/08—Payment architectures
    • G06Q20/20—Point-of-sale [POS] network systems
    • G06Q20/206—Point-of-sale [POS] network systems comprising security or operator identification provisions, e.g. password entry
    • 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
    • G06Q20/08—Payment architectures
    • G06Q20/20—Point-of-sale [POS] network systems
    • G06Q20/208—Input by product or record sensing, e.g. weighing or scanner processing
    • 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
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • 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
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/38—Individual registration on entry or exit not involving the use of a pass with central registration
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00—Cash registers
    • G07G1/0009—Details of the software in the checkout register, electronic cash register [ECR] or point of sale terminal [POS]
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00—Cash registers
    • G07G1/0018—Constructional details, e.g. of drawer, printing means, input means
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00—Cash registers
    • G07G1/0036—Checkout procedures
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00—Cash registers
    • G07G1/0036—Checkout procedures
    • G07G1/0045—Checkout procedures with a code reader for reading of an identifying code of the article to be registered, e.g. barcode reader or radio-frequency identity [RFID] reader
    • G07G1/0054—Checkout procedures with a code reader for reading of an identifying code of the article to be registered, e.g. barcode reader or radio-frequency identity [RFID] reader with control of supplementary check-parameters, e.g. weight or number of articles
    • G07G1/0063—Checkout procedures with a code reader for reading of an identifying code of the article to be registered, e.g. barcode reader or radio-frequency identity [RFID] reader with control of supplementary check-parameters, e.g. weight or number of articles with means for detecting the geometric dimensions of the article of which the code is read, such as its size or height, for the verification of the registration
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00—Cash registers
    • G07G1/0036—Checkout procedures
    • G07G1/0045—Checkout procedures with a code reader for reading of an identifying code of the article to be registered, e.g. barcode reader or radio-frequency identity [RFID] reader
    • G07G1/009—Checkout procedures with a code reader for reading of an identifying code of the article to be registered, e.g. barcode reader or radio-frequency identity [RFID] reader the reader being an RFID reader
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00—Cash registers
    • G07G1/12—Cash registers electronically operated
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00—Cash registers
    • G07G1/12—Cash registers electronically operated
    • G07G1/14—Systems including one or more distant stations co-operating with a central processing unit
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/35—Services specially adapted for particular environments, situations or purposes for the management of goods or merchandise
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47F—SPECIAL FURNITURE, FITTINGS, OR ACCESSORIES FOR SHOPS, STOREHOUSES, BARS, RESTAURANTS OR THE LIKE; PAYING COUNTERS
    • A47F10/00—Furniture or installations specially adapted to particular types of service systems, not otherwise provided for
    • A47F10/02—Furniture or installations specially adapted to particular types of service systems, not otherwise provided for for self-service type systems, e.g. supermarkets
    • A47F2010/025—Furniture or installations specially adapted to particular types of service systems, not otherwise provided for for self-service type systems, e.g. supermarkets using stock management systems
    • 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
    • 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
    • G01G19/42—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 for counting by weighing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/10—Recognition assisted with metadata
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/12—Acquisition of 3D measurements of objects

Abstract

목표물 포지셔닝 시스템(200) 및 포지셔닝 방법에서, 목표물 포지셔닝 시스템(200)은 밀폐 공간(1), 3차원 영상 수집 장치(201) 및 목표물 좌표 획득 유닛(202)을 포함하고, 목표물 포지셔닝 방법은, 공간 설치 단계(S301), 3차원 영상 수집 단계(S302) 및 목표물 좌표 획득 단계(S304)를 포함하며, 특정된 목표물이 특정 영역에서의 실시간 위치를 획득하는 것을 통해, 특히는 각 하나의 사용자가 무인 슈퍼마켓에서의 실시간 위치를 획득할 수 있고, 각 하나의 프레임 플레이트(5) 또는 물품의 위치 및 진열대(2)에서 각 하나의 물품 이착 상태와 결부하여, 진열대(2)에서 이동되었거나 방환된 물품의 사용자의 신분을 정확하게 판단함으로써, 상기 사용자의 구매 기록을 업데이트하여, 사용자가 구매 완료한 후 자동 결산을 실현하도록 한다.

Description

목표물 포지셔닝 시스템 및 포지셔닝 방법
본 발명은 소매업의 사용자 실시간 위치 포지셔닝 추적 기술에 관한 것으로서, 구체적으로는, 목표물 포지셔닝 시스템 및 포지셔닝 방법에 관한 것이다.
기존의 소매업의 구매 방식은 각 하나의 슈퍼마켓 편의점에서 전문적인 판매자와 캐셔가 필요하여 인력 원가가 비교적 높다. 전자 결제 기술, 신분 감지 기술, 클라우드 컴퓨팅 기술의 발전과 더불어, 무인 슈퍼마켓 프로젝트는 기술상에서 매우 높은 실행 가능성을 갖는다. 무인 슈퍼마켓 프로젝트에서, 우선 해결해야 할 하나의 기본적인 문제는 사용자가 물품을 선택 구매하는 판단과 기록 문제로서, 구체적으로 말하자면, 서버는 각 하나의 사용자가 어떠한 물품을 선택하였고, 어떠한 물품을 방환(放回)하였으며 슈퍼마켓에서 어떠한 물품을 가져갔는 지를 정확히 판단할 필요가 있다.
선행기술에서, 일부 사람들은 페이스 기술을 사용하여 사용자 신분을 인식하는 바, 각 하나의 사용자가 슈퍼마켓을 떠날 경우, 휴대판 물품의 RFID 태그는 상기 사용자가 이미 구매한 상품의 종류 및 개수를 확정할 수 있고, 이러한 방식은 각 하나의 물품에 RFID 태그를 설치하고, 출입 통제되는 곳에 RFID 판독기를 설치해야 한다. 이러한 방안은 사용자의 실시간 위치를 포지셔닝하고 추적할 필요가 없으며, 그 부족점은 우선, 하드웨어 원가가 비교적 높은 것인 바, 각 하나의 RFID 태그의 가격은 0.5 내지 1위안 정도이며, 태그는 각 한가지 물품의 원가를 향상시킬 수 있고, 슈퍼마켓의 경쟁력을 감소시키며, 원가가 5위안인 물품에 대해 말하자면, RFID 태그를 설치하는 것은 그 원가를 10 내지 20% 향상시킬 수 있다. 다음, 물품 감지는 차폐되고 제거되는 가능성이 존재함으로써 사용자가 RFID 리더를 속이는 현상이 발생하여 물품 분실을 초래할 수 있다. 그 다음, 상기 방안에서는 단지 슈퍼마켓 출입 통제되는 곳에서만 결산할 수 있는데, 만약 사용자가 마켓을 나가기 전에 식용 가능한 물품을 먹어버리고 포장지만 슈퍼마켓에 남겨두면 RFID 리더도 사용자의 실제 소비 금액을 감지 및 확정할 수 없다. 다시 말해, 이러한 방안은 시민 사용자의 자율성과 도덕 수준에 대한 요구가 높으며, 기술 수단으로 이를 제한할 수 없고, 이러한 무인 슈퍼마켓은 영업 과정에서 리스크가 높다.
본 발명의 출원인은 중량 모니터링 기술 또는 영상 모니터링 기술에 기반하여 진열대에서 이동되었거나 방환된 물품이 존재하는 지의 여부를 실시간으로 판단하고 아울러 물품을 이동하였거나 방환한 사용자의 신분을 판단하는 문제를 해결하고자 한다.
본 발명은 목표물 포지셔닝 시스템 및 포지셔닝 방법을 제공하여, 선행기술에 존재하는 실시간 포지셔닝 및 목표물을 추적하고, 무인 슈퍼마켓에서 물품을 가져갔거나 방환한 사용자 신분이 명확하지 않는 기술적 과제를 해결하는 데 그 목적이 있다.
상기 목적을 실현하기 위해, 본 발명은 목표물 포지셔닝 시스템을 제공하는 바, 이는 밀폐 공간; 적어도 하나의 목표물의 전부 또는 일부의 영상이 포함되는 적어도 하나의 프레임 3차원 영상을 실시간으로 수집하는 3차원 영상 수집 장치; 및 데이터 처리 기기 내부에 설치되고, 상기 밀폐 공간 내부에서 3차원 좌표계를 구축하며, 상기 적어도 하나의 프레임 3차원 영상에 따라 상기 목표물이 상기 3차원 좌표계에서의 좌표 집합 또는 좌표를 실시간으로 획득하는 목표물 좌표 획득 유닛; 을 포함한다.
상기 목적을 실현하기 위해, 본 발명은 목표물 포지셔닝 방법을 제공하는 바, 이는 밀폐 공간을 설치하는 공간 설치 단계; 적어도 하나의 프레임 3차원 영상을 실시간으로 수집하고, 상기 3차원 영상은 적어도 하나의 목표물의 전부 또는 일부의 이미지를 포함하는 3차원 영상 수집 단계; 및 상기 밀폐 공간 내부에서 3차원 좌표계를 구축하며, 상기 적어도 하나의 프레임 3차원 영상에 따라 목표물의 좌표 집합 또는 좌표를 실시간으로 획득하는 목표물 좌표 획득 단계; 를 포함한다.
본 발명의 장점은 하기와 같은 바, 목표물 포지셔닝 시스템 및 포지셔닝 방법을 제공하여, 특정 목표물이 특정 영역에서의 실시간 위치를 획득할 수 있고, 특히는 각 하나의 사용자가 무인 슈퍼마켓에서의 실시간 위치를 획득할 수 있으며, 각 하나의 프레임 플레이트 또는 물품의 위치 및 진열대에서 각 하나의 물품의 이착 상태를 결부하여, 진열대에서 물품을 가져갔거나 방환한 사용자의 신분을 정확하게 판단함으로써, 상기 사용자의 구매 기록을 업데이트하여, 사용자가 구매 완료한 후 자동 결산을 실현하도록 한다.
도 1은 본 발명의 실시예의 상기 무인 슈퍼마켓 평면도이다.
도 2는 본 발명의 실시예의 상기 트레이 및 프레임 플레이트의 구조도이다.
도 3은 본 발명의 실시예의 상기 진열대의 전체 구조도이다.
도 4는 본 발명의 실시예의 상기 사용자 신분 인식 시스템의 구조 블록도이다.
도 5는 본 발명의 실시예의 상기 목표물 포지셔닝 시스템의 구조 블록도이다.
도 6은 본 발명의 실시예의 상기 영상 센서가 밀폐 공간에서의 분포도이다.
도 7은 본 발명의 실시예의 상기 중량 모니터링에 기반하는 물품 감지 시스템의 구조 블록도이다.
도 8은 본 발명의 실시예의 상기 영상 모니터링에 기반하는 물품 감지 시스템의 구조 블록도이다.
도 9는 본 발명의 실시예의 상기 제2 카메라와 상기 진열대의 위치 관계도이다.
도 10은 본 발명의 실시예의 상기 구매 사용자 판단 시스템의 구조 블록도이다.
도 11은 본 발명의 실시예의 상기 구매 정보 기록 유닛의 구조 블록도이다.
도 12는 본 발명의 실시예의 상기 결산 시스템의 구조 블록도이다.
도 13은 본 발명의 실시예 중 목표물 포지셔닝 방법의 흐름도이다.
도 14는 본 발명의 실시예 중 3차원 영상 수집 단계의 흐름도이다.
도 15는 본 발명의 실시예 중 목표물 좌표 획득 단계의 흐름도이다.
도 16은 본 발명의 실시예 중 위치 파라미터 획득 단계의 흐름도이다.
도 17은 본 발명의 실시예 중 다른 한 목표물 포지셔닝 방법의 흐름도이다.
도 18은 본 발명의 실시예 중 구매 사용자 판단 단계의 흐름도이다.
도 19는 본 발명의 실시예 중 구매 정보 기록 단계의 흐름도이다.
이하 명세서 도면을 참조하여 본 발명의 바람직한 실시예를 소개하여, 그 기술 내용을 더욱 분명하고 용이하게 이해할 수 있도록 한다. 본 발명은 많은 상이한 형식의 실시예를 통해 구현될 수 있는 바, 그 보호범위는 본문에 언급된 실시예에 한하지 않는다. 도면에서, 구조가 동일한 부재는 동일한 숫자 기호로 표시하고, 각 곳의 구조 또는 기능이 유사한 부재는 유사한 숫자 기호로 표시한다.
일부 부재가 다른 한 부재의 “위”에 있는 것으로 서술될 경우, 상기 부재는 직접 상기 다른 한 부재에 설치될 수 있고, 중간 부재가 존재할 수도 있으며, 상기 부재는 상기 중간 부재에 설치될 수 있고, 상기 중간 부재는 다른 한 부재에 설치된다. 한 부재가 다른 한 부재에 “설치”되거나 “연결”되는 것으로 서술될 경우, 양자는 직접 “설치”되거나 “연결”되는 것으로 이해할 수 있거나, 하나의 부재가 중간 부재를 통해 다른 한 부재에 “설치”되거나 “연결”되는 것으로 이해할 수 있다.
본 실시예는 목표물 포지셔닝 시스템에 관한 것이며, 사용자 무인 슈퍼마켓의 무인 판매 시스템 중의 일부분으로서, 무인 슈퍼마켓 공간의 최상부에 다수 개의 영상 수집 장치를 설치하는 것을 통해, 목표물(구매 사용자)이 무인 슈퍼마켓 공간에서의 실시간 위치를 획득하여 효과적으로 추적을 실현한다.
도 1 내지 도 3에 도시된 바와 같이, 상기 무인 판매 시스템은 밀폐 공간(1)을 포함하고, 그 내부에 다수 개의 진열대(2)가 설치되어 있으며, 각 하나의 진열대(2)는 브라켓(3) 및 브라켓(3)에 탈착 가능하게 설치되는 다수 개의 트레이(4)를 포함하고, 다수 개의 트레이(4)는 상이한 높이에서 서로 평행되거나 또는 동일한 높이에서 서로 나란히 위치한다. 각 하나의 트레이(4)에 다수 개의 병렬 설치되는 프레임 플레이트(5)가 설치되어 있고, 각 하나의 프레임 플레이트(5)에 적어도 한가지 물품이 놓여 있다. 본 실시예의 프레임 플레이트(5)에 놓여 있는 물품은 사용자가 가져가거나 방환하기 위한 것이기에, 따라서, 프레임 플레이트(5)가 사용자를 향한 일단을 프레임 플레이트(5)의 전단으로 해야 한다.
각 하나의 프레임 플레이트(5)와 트레이(4) 사이에 하나의 중량 감지 장치(6)가 설치되어 있고, 바람직하게 직육면체 형태의 중량 센서이며, 그 일단의 하표면은 트레이(4)에 연결되고, 그 타단의 상표면은 프레임 플레이트(5)에 연결된다. 본 실시예 중, 각 하나의 프레임 플레이트(5)는 모두 열려 있는 박스체이며, 한가지 또는 여러가지 물품이 놓여 있을 수 있고, 상기 물품은 표준 물품이며, 동일한 종류의 물품의 외관과 중량은 모두 동일하거나 유사하다. 동일한 프레임 플레이트(5)에 안착된 동일한 종류의 물품은 동일한 중량 값을 구비하고, 동일하지 않은 종류의 물품은 상이한 중량 값을 구비하며, 각 하나의 중량 값은 단지 한가지 종류의 물품에 대응된다. 중량 감지 장치(6)는 프레임 플레이트(5) 및 그 상표면의 물품의 실시간 중량 감응치를 정확하게 획득할 수 있고, 각 하나의 프레임 플레이트(5)의 각 한 차례의 중량 값 변화량을 정밀하게 감지하며, 이는 증가량 및 감소량을 포함한다.
본 실시예는 데이터 처리 기기(7)를 더 포함하는 바, 예컨대 서버 또는 컴퓨터 등이고, 데이터 처리 기기(7) 내부에 다수 개의 데이터 처리 소프트웨어가 설치되어 있으며, 다수 개의 기능 모듈을 구비하고, 데이터 라인을 통해 다수 개의 하드웨어에 연결될 수 있으며, 소프트웨어 및 하드웨어 결합 방식으로 여러가지 기능을 실현한다.
도 1, 도 4에 도시된 바와 같이, 본 실시예는 사용자 신분 인식 시스템(100)을 더 포함하고, 각 하나의 사용자의 신분 정보를 인식하기 위한 것이다. 사용자 신분 인식 시스템(100)은 출입 통제 장치(101) 및 신분 인식 장치(102)를 포함하고, 본 실시예의 상기 밀폐 공간(1)은 절대 밀봉된 공간이 아니고, 상대적으로 밀폐된 공간이며, 밀폐 공간(1)에 하나 또는 다수 개의 출입구가 설치되어 있고, 바람직하게 하나의 사용자 입구(103) 및 하나의 사용자 출구(104)이며, 모든 사용자는 사용자 입구(103)에서 이 밀폐 공간(1)에 진입하고, 사용자 출구(104)에서 이 밀폐 공간(1)을 떠난다.
도 1, 도 4에 도시된 바와 같이, 밀폐 공간(1)의 각 하나의 출입구에 모두 출입 통제 장치(101)가 설치되어 있고, 바람직하게 자동 개찰기이다. 신분 인식 장치(102)는 사용자의 신분 정보를 획득하기 위한 것으로서, 데이터 처리 기기(7)에 연결되는 코드 스캔 장치(1021) 및 데이터 처리 기기(7) 내부의 신분 획득 유닛(1022)을 포함한다. 코드 스캔 장치(1021)는 사용자 입구(103)의 출입 통제 장치(101)의 내부 또는 외부에 설치되며, 바람직하게 자동 개찰기의 외표면에 설치되고, 신분 인식 코드를 스캔하기 위한 것이며, 바람직하게 QR코드이고; 신분 획득 유닛(1022)은 데이터 처리 기기(7) 중의 하나의 기능 모듈이며, 상기 신분 인식 코드에 따라 사용자의 신분 정보를 획득할 수 있다. 사용자 출구(104)의 출입 통제 장치(101)에 신분 인식 장치(102)를 설치할 필요가 없다.
본 실시예에서, 각각의 사용자는 무인 슈퍼마켓과 매칭하여 사용되는 전용 어플리케이션 소프트웨어(APP)를 모바일 통신 단말기(휴대폰, 태블릿 PC 등)에 다운 받고, 어플리케이션 소프트웨어(APP)에서 계정을 등록하며, 결제 소프트웨어에 연동시키거나; 또는, 각각의 사용자는 결제 소프트웨어(예컨대 위챗/알리페이)를 모바일 통신 단말기에 다운 받고, 결제 소프트웨어에 무인 슈퍼마켓과 매칭하여 사용되는 미니 응용프로그램을 삽입하며, 결제 소프트웨어에서 계정을 등록하고, 전용 어플리케이션 소프트웨어(APP) 또는 결제 소프트웨어에 사용자 등록 정보 및 전자 결제 정보가 설치되어 있으며, 사용자 신분 정보, 은행 계좌 정보, 결제 비밀 번호 등을 포함한다. 등록 완료 후, 사용자 신분 정보는 데이터 처리 기기(7)의 사용자 데이터 뱅크에 저장될 수 있다.
모바일 통신 단말기 중의 어플리케이션 소프트웨어(APP)는 QR코드를 생성할 수 있고, 상기 QR코드에는 사용자의 신분 정보 등이 저장되어 있으며, 어느 한 사용자가 외부에서 밀폐 공간(1)에 진입하려고 할 경우, 어플리케이션 소프트웨어가 생성한 QR코드를 코드 스캔 장치(1021)의 스캐닝 엔드에 마주하고, 코드 스캔한 후 코드 스캔 장치(1021)는 이 QR코드를 디코딩 처리하여, 디코딩 결과를 데이터 처리 기기(7)에 전송하며, 만약 QR코드는 인식 가능한 것이고, 인식된 신분 정보가 사용자 데이터 뱅크에 미리 저장된 신분 정보와 서로 매칭된다면, 상기 사용자 신분이 합법적인 것으로 확정하고, 출입 통제 장치(101)는 상기 사용자가 밀폐 공간(1)에 진입하는 것을 허용하며, 사용자 입구(103)의 출입 통제 장치(101)에 감응 장치가 설치되어 있는 바, 예를 들면 적외선 센서 등이고, 상기 사용자가 밀폐 공간(1)에 진입한 후, 출입 통제 장치(101)가 사람이 출입 통제를 지나가는 것을 감지하면, 자동으로 닫힌다. 사용자가 구매 종료하여 밀폐 공간(1)을 떠나려고 할 경우, 사용자 출구(104)의 출입 통제 장치(101)가 사람이 밀폐 공간(1) 내부에서 출입 통제 장치(101)에 접근하는 것을 감지하면, 상기 출입 통제 장치는 자동으로 열리고, 사용자가 밀폐 공간(1)을 떠난 후, 출입 통제 장치(101)가 사람이 출입 통제에 지나가는 것을 감지하면, 자동으로 닫힌다.
신분 획득 유닛(1022)은 상기 신분 인식 코드에 따라 사용자의 신분 정보를 획득한 후, 데이터 처리 기기(7)는 상기 사용자의 구매 데이터 베이스를 생성할 수 있고, 사용자 구매 과정에서 사용자 각 한 차례의 구매 행위에 따라 구매 정보를 획득하고 상기 구매 데이터 베이스를 업데이트한다. 사용자가 휴대하는 모바일 통신 단말기는 어플리케이션 소프트웨어(APP)를 통해 데이터 처리 기기(7)와 실시간 데이터 교환을 진행하기에, 사용자의 구매 데이터 베이스도 모바일 통신 단말기 중의 어플리케이션 소프트웨어(APP)에 표시될 수 있고, 장바구니 인터페이스를 형성하여, 사용자가 자신의 구매 기록 및 후속 결산을 알 수 있도록 한다.
도 4, 도 5에 도시된 바와 같이, 본 실시예의 상기 목표물 포지셔닝 시스템(200)은, 밀폐 공간(1), 3차원 영상 수집 장치(201), 3차원 영상 획득 유닛 및 목표물 좌표 획득 유닛(202)을 포함하고, 각 하나의 목표물이 밀폐 공간(1)에서의 실시간 위치를 획득한다. 본 실시예의 상기 목표물은 사용자 및 그 연장부의 전부 또는 일부이고, 목표물 포지셔닝 시스템(200)은 사용자 포지셔닝 시스템이며, 사용자 전체 또는 일부(예컨대 머리, 손 등)의 좌표계를 획득하는 바, 즉 상기 3차원 좌표계에서의 좌표 집합이다.
3차원 영상 수집 장치(201)는 적어도 하나의 영상 센서(2011)를 포함하고, 적어도 하나의 프레임 3차원 영상을 실시간으로 수집한다. 다수 개의 영상 센서(2011)는 평균적으로 밀폐 공간(1) 최상부에 분포되고, 그 렌즈는 하방을 향해 있으며, 렌즈 중심축은 수평면과 수직될 수 있고 일정한 경각을 가질 수도 있다. 영상 센서(2011)의 렌즈의 시야 범위는 밀폐 공간(1)의 전체 저면을 커버한다. 사용자가 무인 슈퍼마켓에서 행동하거나 구매할 경우, 시종일관 영상 센서의 모니터링에 노출되고, 이때 영상 센서가 수집한 3차원 영상에는 사용자 영상이 포함되며, 상기 사용자 영상은 상기 사용자 신체 및 그 연장부의 전부 또는 일부를 가리킨다. 만약 상기 밀폐 공간에 한 사람도 없다면, 매 순간의 3차원 영상은 그 전 시각과 동일하고, 상기 시각에서의 3차원 영상은 모두 배경인 것으로 판단할 수 있으며, 그 어떤 사용자 영상도 포함하지 않는다.
각 하나의 영상 센서(2011)는 병렬 설치되는 레인지 이미지 센서(2012) 및 RGB 이미지 센서(2013) 및 3차원 영상 정합 유닛(2014)을 포함하고, 레인지 이미지 센서(2012)는 멀티 프레임 레인지 이미지를 연속적으로 수집하며, RGB 이미지 센서(2013)는 멀티 프레임 RGB 이미지를 연속적으로 수집하고, 3차원 영상 정합 유닛(2014)은 동일한 영상 센서(2011)가 동일한 시각에 수집한 프레임 레인지 이미지 및 프레임 RGB 이미지를 프레임 3차원 영상으로 결합한다.
상기 두 개의 센서는 동기화 수집하고(동시에 수집하고 수집 주파수가 동일함), 영상 센서(2011)는 초당 동일한 프레임 수의 RGB 이미지 및 레인지 이미지를 획득할 수 있으며, 3차원 영상 정합 유닛(2014)은 초당 멀티 프레임 3차원 영상을 연속적으로 획득하고 데이터 처리 기기(7)의 목표물 좌표 획득 유닛(202)에 전송할 수 있다.
목표물 좌표 획득 유닛(202)은 데이터 처리 기기(7) 중의 하나의 기능 모듈이며, 상기 밀폐 공간에서 3차원 좌표계를 구축하고, 연속 멀티 프레임이 사용자 영상을 포함하는 3차원 영상에 따라 상기 사용자가 상기 3차원 좌표계에서의 좌표 집합 또는 좌표를 실시간으로 획득한다. 목표물 좌표 획득 유닛(202)은 좌표계 구축 유닛(2021), 파라미터 획득 유닛(2022), 배경 제거 유닛(2023) 및 목표물 좌표 산출 유닛(2024)을 포함한다.
좌표계 구축 유닛(2021)은 상기 밀폐 공간에서 3차원 좌표계를 구축하고, 바람직하게, 밀폐 공간 최저면(무인 슈퍼마켓의 지면)의 중심점을 선택하여 좌표계 원점으로 하고, 수평 방향에서 X축, Y축을 설치하며, 수직 방향에서 Z축을 설치한다.
사용자 신체의 전부 또는 일부가 3차원 좌표 집합에서 비교적 큰 공간을 차지하기에, 따라서 하나의 좌표 집합으로 사용자의 위치를 대표할 수 있는 바, 만약 위치의 정확한 제어와 산출의 편리함을 고려한다면, 상기 좌표 집합 중의 어느 한 특정된 점의 좌표로 사용자의 위치를 대표할 수도 있는 바, 예를 들면 상기 사용자 좌표 집합에서 가장 높은 하나의 점(Z축의 수치 최대 점)의 좌표로 사용자의 위치를 대표할 수 있다.
파라미터 획득 유닛(2022)은 연속 멀티 프레임이 사용자 영상을 포함하는 3차원 영상에 대해 처리하고, 각 하나의 프레임 3차원 영상의 각 하나의 픽셀 포인트의 위치 파라미터 및 색상 파라미터를 획득하며; 상기 위치 파라미터는 x, y, z이고, 상기 픽셀 포인트가 상기 3차원 좌표계에서의 위치 좌표를 대표하며; 상기 색상 파라미터는 r, g, b이고, 상기 픽셀 포인트의 삼원색 강도를 각각 대표한다. 어느 한 사용자가 임의의 영상 센서의 시야 내부에 진입하면, 데이터 처리 기기(7)는 멀티 프레임 3차원 영상을 획득할 수 있고, 각 하나의 프레임 3차원 영상에는 모두 사용자 영상 및 배경 영상이 포함되며, 각 하나의 픽셀 포인트는 사용자의 일 부분일 수 있고 배경의 일 부분일 수 있다.
상이한 영상 센서가 수집한 3차원 영상에서, 사용자 신체 및 그 연장부의 동일한 위치를 표시하는 픽셀 포인트는, 그 색상 파라미터 r, g, b가 모두 동일하다. 상이한 위치의 영상 센서와 사용자의 거리가 상이하기에, 각 하나의 영상 센서가 직접 수집한 초급 위치 파라미터는 모두 사용자 신체 및 그 연장부의 한 점이 상기 영상 센서에 대응되는 위치 좌표이기에, 따라서 좌표 전환이 필요하며, 상이한 위치의 영상 센서가 수집한 초급 위치 파라미터를 모두 상기 밀폐 공간에서 구축한 3차원 좌표 집합에서의 위치 파라미터로 전환한다.
파라미터 획득 유닛(2022)은 센서 좌표 획득 유닛(20221), 상대 좌표 획득 유닛(20222) 및 좌표 수정 유닛(20223)을 포함하고, 센서 좌표 획득 유닛(20221)은 상기 프레임 3차원 영상의 영상 센서의 중심점(즉 병렬 설치되는 레인지 이미지 센서(2012) 및 RGB 이미지 센서(2013)의 렌즈 중심점 연결선의 중간 분점)이 상기 밀폐 공간에서 구축한 상기 3차원 좌표 집합에서의 좌표를 획득하고 수집하며; 상대 좌표 획득 유닛(20222)은 상기 영상 센서의 중심점을 제2 원점으로 하여 제2, 3차원 좌표 집합을 구축하고, 그 X축, Y축 및 Z축의 방향은 상기 3차원 좌표 집합과 동일하며, 상기 3차원 영상에서 각 하나의 픽셀 포인트가 상기 제2, 3차원 좌표 집합에서의 좌표를 획득한다. 좌표 수정 유닛(20223)은 상기 영상 센서의 중심점이 상기 3차원 좌표계에서의 좌표 및 상기 3차원 영상 중 각 하나의 픽셀 포인트가 제2, 3차원 좌표계에서의 좌표에 따라, 상기 3차원 영상의 각 하나의 픽셀 포인트가 상기 3차원 좌표계에서의 좌표를 산출 및 수정함으로써, 사용자 및 그 연장부의 각 하나의 픽셀 포인트의 위치 파라미터를 획득한다.
연속적으로 수집한 M프레임 3차원 영상에서, 각 하나의 프레임 3차원 영상은 단지 하나의 사용자의 영상만을 포함하고, 상이한 3차원 영상에 따로 속해 있고, 위치 파라미터가 동일한 N개 픽셀 포인트의 색상 파라미터가 동일할 경우, N은 0.9*M보다 크고 M보다 작거나 같으며, 배경 제거 유닛(2023)은 상기 N개 픽셀 포인트는 배경 픽셀 포인트인 것으로 판단하고, 상기 M프레임 3차원 영상에서 N개 상기 배경 픽셀 포인트를 제거하여, M프레임 무배경(no background) 3차원 영상을 획득하는 바, 즉 상기 사용자의 영상이다. 연속적으로 획득한 3차원 영상에서, 상이한 3차원 영상에 따로 속해 있고, 위치 파라미터가 동일한 픽셀 포인트의 색상 파라미터가 동일하거나, 또는 대부분(예컨대 90%) 동일하면, 즉 픽셀 포인트의 위치가 배경인 것으로 인정할 수 있고, 상기 픽셀 포인트를 상응한 3차원 영상에서 제거할 수 있다.
목표물 좌표 산출 유닛(2024)에서, 목표물이 사용자 및 그 연장부 전부이면, 상기 M프레임 무배경 3차원 영상 중 모든 픽셀 포인트의 위치 파라미터의 집합은 상기 사용자 및 그 연장부의 전부의 좌표 집합이고; 상기 좌표 집합에서, 파라미터 z가 가장 큰 픽셀 포인트의 위치 파라미터는 사용자의 좌표로 정의된다. 연속적으로 획득한 3차원 영상에서, 배경 픽셀 포인트를 제거한 후, 남은 픽셀 포인트는 상기 사용자의 전반적인 행진 궤적을 대표할 수 있다. 연속적으로 수집한 M프레임 3차원 영상에서, 각 하나의 프레임 3차원 영상이 다수 개의 사용자의 영상을 포함하면, 우선 각 하나의 M프레임 3차원 영상에서 하나의 사용자 전부 또는 일부만 포함하는 3차원 영상을 캡쳐해야 한다.
만약 목표물이 사용자 및 그 연장부의 일부라면, 상기 사용자 일부의 좌표 집합을 획득할 수 있는 바, 예를 들면 두부, 견부, 어깨, 완부, 손 등이다. 레인지 이미지 센서(2012) 및 RGB 이미지 센서(2013)에 하나의 렌즈가 각각 설치되어 있고, 레인지 이미지 센서(2012)의 렌즈는 RGB 이미지 센서(2013)의 렌즈와 병열 설치되고 서로 인접되며, 두 개의 렌즈의 중심축을 수평면에 수직되게 설치하면, 두 개의 렌즈는 밀폐 공간의 물품 및 사용자를 내려다볼 수 있다. 정상적인 정황하에서, 두 개의 렌즈는 사용자 두부 및 견부의 위치 좌표 집합을 확보할 수 있고, 사용자가 손을 뻗을 경우, 사용자 팔, 어깨, 완부, 손의 위치 좌표 집합을 확보할 수도 있다. 어느 한 시각의 상기 사용자의 두부, 견부, 어깨, 완부, 손을 모두 한 가닥의 선 또는 곡선으로 연결한다면, 즉시 사용자의 손과 두부 위치의 대응 관계를 구축할 수 있으며, 다시 말하자면, 어느 한 손의 위치를 실시간으로 획득할 수 있고, 아울러 상기 손이 어느 사용자에 속하는 지 판단할 수 있다.
부가적으로, 영상 센서(2011)의 시야 범위도 출입구 외부의 부분적인 공간을 커버할 수 있고, 사용자가 출입구 외부에 있을 경우, 상기 사용자의 영상은 영상 센서(2011)에 의해 획득할 수 있다. 사용자가 상기 무인 상품 판매 시스템을 사용하는 모든 과정은, 출입구의 신분 인식 과정, 밀폐 공간(1)의 진입 과정, 밀폐 공간(1)에서 주행하거나 멈추는 과정, 밀폐 공간(1)을 떠나는 과정을 포함하며, 모두 영상 센서(2011)에 모니터링되며, 신분이 알려진 어느 한 사용자 및 그 신체의 일부분이 밀폐 공간(1)에서의 실시간 위치를 실시간으로 모니터링할 수 있다. 코드 스캔 장치(1021)가 사용자의 QR코드를 판독할 경우, 데이터 처리 기기(7)는 그 신분 정보를 획득할 수 있고, 영상 센서(2011)는 코드 스캔 장치(1021)에서 코드를 판독할 시 상기 사용자 위치를 포지셔닝 및 실시간 추적하기 시작하며, 상기 사용자가 어느 한 진열대와 매칭되는 지의 여부를 모니터링한다. 영상 센서(2011)가 상기 사용자의 실시간 3차원 영상을 획득할 수 없을 경우, 상기 사용자 구매가 종료된 것으로 인정하고, 이에 대해 결산할 수 있다.
본 실시예는 물품 감지 시스템을 더 포함하고, 각 한 가지 물품의 이착 상태를 실시간으로 감지하며, 임의의 한 종류 물품이 이동되었거나 방환되었을 경우, 이동되었거나 방환된 물품의 종류 및 개수를 획득한다. 상기 이착 상태는 물품의 정치 상태, 이동된 상태 및 방환된 상태를 포함한다. 본 실시예 중, 상기 물품 감지 시스템은 두가지 상이한 기술적 해결수단을 포함한다.
도 7에 도시된 바와 같이, 본 실시예는 중량 모니터링에 기반하는 물품 감지 시스템(300)을 더 포함하는 바, 각 한 가지 물품의 이착 상태를 실시간으로 감지하며, 상기 이착 상태는 물품의 정치 상태, 이동된 상태 및 방환된 상태를 포함한다.
중량 모니터링에 기반하는 물품 감지 시스템(300)은 물품 데이터 베이스 생성 유닛(301), 중량 값 수집 유닛(302), 이착 상태 판단 유닛(303) 및 물품 데이터 베이스 업데이트 유닛(304)을 포함한다. 상기 4개 유닛은 데이터 처리 기기(7) 중의 기능 모듈이며, 중량 감지 장치(6)가 설치되어 있는 진열대(2)와 매칭되어 작동되며, 각 하나의 프레임 플레이트(5)의 실시간 중량 감응치를 모니터링하여, 물품이 이동되었거나 방환되었는 지의 여부를 판단한다. 임의의 한 종류 물품이 이동되었거나 방환되었을 경우, 물품 감지 시스템(300)은 이동되었거나 방환된 물품의 종류 및 개수를 획득한다.
물품 데이터 베이스 생성 유닛(301)은 물품 데이터 베이스를 생성하고; 물품 데이터 베이스는 각 하나의 물품의 물품 정보 및 물품이 안착된 각 하나의 프레임 플레이트의 중량 감응치를 포함하며, 상기 물품 정보는 물품의 종류, 단품 중량 값 및 물품에 대응되는 프레임 플레이트 번호와 진열대 번호를 포함하고, 물품의 번호, 물품 명칭, 모델, 실질 중량 및 단가 등을 더 포함한다.
물품 데이터 베이스 생성 유닛(301)은 초기화 유닛(3011), 정보 입력 유닛(3012) 및 감응치 초기화 유닛(3013)을 포함한다. 초기화 유닛(3011)은 물품 데이터 베이스에 대해 초기화 처리하고, 데이터 처리 기기(7)의 메모리에 물품 데이터 베이스를 구축한다. 정보 입력 유닛(3012)은 각 하나의 물품의 중량 값 및 물품 정보를 입력하고, 이를 상기 물품 데이터 베이스에 저장하며, 키보드 또는 스캐너를 이용하여 무인 슈퍼마켓 진열대의 각 한 가지 물품의 중량 값을 모두 상기 물품 데이터 베이스에 입력한다. 감응치 초기화 유닛(3013)은 각 하나의 프레임 플레이트에 물품이 안착된 후의 중량 감응치를 수집하고, 이를 상기 물품 데이터 베이스에 저장한다.
무인 슈퍼마켓의 배치 과정에서, 바람직하게, 각 하나의 프레임 플레이트(5)에 종류가 동일하고 중량이 동일한 다수 개의 물품을 놓은 후, 물품 정보는 데이터 처리 기기(7)에 입력되고, 물품 데이터 베이스에 저장된다. 어느 한 브랜드 음료를 예로 들면, 어느 한 프레임 플레이트에 8병의 어느 한 브랜드 음료가 놓여져 있고, 프레임 플레이트 중량은 100그램이고, 각 한 병의 음료 중량은 200그램이며, 초기화한 후 물품 데이터 베이스에서 상기 프레임 플레이트의 감응 중량 값은 1700그램이고, 상기 브랜드 음료에 대응되는 제품 명칭(어느 한 아이스티), 실질 중량(195ml), 원산지(광동), 단가(5위안), 단품 중량 값(200그램), 진열대 번호(1), 프레임 플레이트 번호(1-12), 상품 번호(025) 등 정보도 상기 물품 데이터 베이스에 저장된다.
중량 값 수집 유닛(302)은 데이터 라인을 통해 각 하나의 프레임 플레이트(5)의 중량 감지 장치(6)에 각각 연결되고, 각 하나의 프레임 플레이트(5)의 실시간 중량 감응치를 실시간으로 수집하며, 바람직하게, 수집 시간 간격은 0.1 내지 0.2초이다. 상기 실시간 중량 감응치는 중량 센서의 감응 수치로서, 물품이 프레임 플레이트(5)에 안착되기 전에, 각 하나의 프레임 플레이트의 중량을 대표하며; 물품이 프레임 플레이트(5)에 안착된 후, 상기 프레임 플레이트 및 상기 프레임 플레이트의 물품의 총 중량 값을 대표하며; 물품이 프레임 플레이트(5)에서 이동되었거나 방환될 경우, 실시간 중량 감응치는 변화될 수 있다.
오차를 감소하기 위해, 프레임 플레이트(5)에 정식으로 물품을 놓기 전에, 조준 처리를 진행해야 하는데, 여러 가지 상이한 중량의 표준 분동(저울추)으로 중량 센서의 감응치 X와 프레임 플레이트에 안착된 물품의 실제 중량 값 Y 사이의 대응 관계를 산출한다. 예를 들면, 우선 프레임 플레이트를 비워 두고, 중량 감지 장치(6)(중량 센서)의 감응치 X0를 획득하는 바, 이때 프레임 플레이트의 물품 중량 Y0＝0그램이고; 다시 중량 값이 500그램, 1000그램인 표준 분동을 프레임 플레이트에 각각 안착시키고, 중량 감지 장치(6)(중량 센서)의 감응치 X1, X2를 획득하며, 대응되는 프레임 플레이트의 물품 중량 Y1＝500그램이고, Y2＝1000그램이다. 공식 Y(물품 중량 값)＝k*X(센서 값)+b를 이용하여, 3개 그룹의 파라미터 k, b의 수치를 산출하고 저장하며, 그 중에서 편차가 비교적 작은 파라미터 그룹을 선택한다. 후속적인 실시간 모니터링 과정에서, 중량 감지 장치(6)(중량 센서)는 번번이 센서 값을 실시간으로 수집하고, 파라미터 k, b의 수치와 결합하면, 각 하나의 프레임 플레이트에 물품이 존재하는 총 중량을 산출할 수 있다.
이착 상태 판단 유닛(303)은 각 하나의 프레임 플레이트의 중량 감응치에 변화가 발생하였는 지의 여부를 판단하는 바, 작아지면, 상기 프레임 플레이트에 물품이 이동된 것으로 판단하고; 커지면, 물품이 상기 프레임 플레이트에 안착된 것으로 판단하며; 전혀 변하지 않으면, 상기 프레임 플레이트의 물품에 완전히 변화가 없음을 설명하고, 중량 값 수집 유닛(302)은 다시 실시간으로 수집한다. 이착 상태 판단 유닛(303)은 중량 차이값 산출 유닛(3031), 중량 차이값 판단 유닛(3032) 및 프레임 플레이트 정보 기록 유닛(3033)을 포함한다.
중량 차이값 산출 유닛(3031)은 실시간으로 수집된 각 하나의 프레임 플레이트의 실시간 중량 감응치와 상기 물품 데이터 베이스에 저장된 동일한 프레임 플레이트의 중량 감응치의 차이값을 산출하고, 각 하나의 프레임 플레이트의 중량 차이값으로 기록한다. 예를 들면, 전술한 구현예에서, 전술한 어느 한 브랜드 음료가 안착된 프레임 플레이트 중량에 변화가 발생하였고, 1300그램 또는 1900그램으로 변화되었다면, 중량 차이값을 -400그램 또는 200그램으로 각각 기록한다.
중량 차이값 판단 유닛(3032)은 적어도 하나의 프레임 플레이트의 중량 차이값을 0과 비교한다. 한 프레임 플레이트의 중량 차이값이 0보다 작을 경우, 상기 프레임 플레이트의 물품이 이동된 것으로 판단하고; 한 프레임 플레이트의 중량 차이값이 0보다 클 경우, 상기 프레임 플레이트에 물품이 안착된 것으로 판단하는 바, 이때 상기 물품이 사용자 이전에 진열대에서 이동된 물품인 지를 확정할 수 없으면, 사용자의 휴대 물품일 수도 있다. 예를 들면, 전술한 구현예에서, 중량 차이값이 -400그램이면, 물품이 이동된 것으로 간주하고; 중량 차이값이 200그램이면, 물품이 진열대에 안착된 것으로 간주한다.
한 프레임 플레이트의 중량 차이값이 0보다 크거나 0보다 작을 경우, 프레임 플레이트 정보 기록 유닛(3033)은 상기 프레임 플레이트의 프레임 플레이트 번호 및 상기 프레임 플레이트의 중량 차이값을 기록한다. 예를 들면, 전술한 구현예 중의 중량 차이값이 -400그램이면, 상기 프레임 플레이트 중량이 감소된 것을 이미 알고 있고, 상기 프레임 플레이트의 번호(1-12)를 기록한다. 만약 전술한 구현예 중의 중량 차이값이 200그램이면, 상기 프레임 플레이트가 초기 상태하에서의 중량 감응치는 1700그램인 것을 이미 알고 있고, 이때 상기 프레임 플레이트에 안착된 물품은 반드시 원 진열대의 상품이 아니기에, 따라서 기타 프레임 플레이트에 속하는 상품 또는 사용자의 휴대 물품일 가능성이 크며, 이때 하나의 경보 신호를 선택적으로 생성하여, 관리자 또는 사용자를 경고할 수 있으며, 필요할 경우, 상기 프레임 플레이트의 프레임 플레이트 번호를 어느 한 디스플레이에 표시하여 관리자와 사용자가 즉시 처리할 수 있도록 한다.
이착 상태 판단 유닛(303)은 물품 종류 판단 유닛(3034) 및 물품 개수 산출 유닛(3035)을 더 포함한다. 한 프레임 플레이트의 중량 차이값이 0보다 작을 경우, 물품 종류 판단 유닛(3034)은 상기 프레임 플레이트 번호 및 상기 물품 데이터 베이스에 저장된 상기 프레임 플레이트에 대응되는 물품 정보에 따라 이동된 물품의 종류를 판단한다. 예를 들면, 상기 프레임 플레이트의 번호(1-12)를 이미 알고 있고, 각 하나의 프레임 플레이트에 단지 한가지 물품만 놓여 있으면, 상기 물품 종류가 어느 한 아이스티인 것으로 판단할 수 있고, 기타 물품 정보를 대응되게 찾아낼 수도 있는 바, 예컨대 단품 중량 값(200그램), 실질 중량(195ml), 원산지(광동), 단가(5위안) 등이다. 만약 상기 프레임 플레이트에 여러 가지 물품이 놓여 있다면, 중량 차이값에 따라 이동된 물품의 가능한 종류 및 개수를 초보적으로 판단할 수 밖에 없다.
한 프레임 플레이트의 중량 차이값이 0보다 작을 경우, 만약 각 하나의 프레임 플레이트에 단지 한가지 물품만 놓여 있다면, 물품 개수 산출 유닛(3035)은 프레임 플레이트의 중량 차이값의 절대치와 상기 물품 데이터 베이스에 저장된 상기 프레임 플레이트의 단일 물품 중량 값의 비교 값을 산출하고, 반올림법을 이용하여 비교 값을 단수 처리하고, 획득된 정수는 이동된 물품의 개수이다. 예를 들면, 전술한 구현예 중의 중량 차이값이 -400그램이면, 그 절대치는 400그램이고, 단품 중량 값(200그램)과의 비교 값은 2이기에, 따라서 상기 비교 값은 이동된 물품의 개수이다. 동일한 종류의 다수 개의 물품 사이에도 비교적 작은 중량 차이값이 존재할 수 있기에, 직접 산출한 후의 비교 값은 정수가 아닐 수도 있고, 어느 한 정수에 가까울 수도 있으며, 따라서 반올림법을 이용하여 상기 비교 값에 대해 단수 처리함으로써, 이동된 물품의 종류 및 개수를 판단할 수 있다.
이상적인 상태하에서, 사용자의 소질이 비교적 높다면, 물품을 방환할 때마다 모두 상기 물품을 상기 물품이 속하는 진열대에 방환할 수 있다. 한 프레임 플레이트의 중량 차이값이 0보다 클 경우, 물품 종류 판단 유닛(3034)은 상기 프레임 플레이트 번호 및 상기 프레임 플레이트에 대응되는 물품 정보에 따라 이동된 물품의 종류를 판단한다. 물품 개수 산출 유닛(3035)은 상기 프레임 플레이트의 중량 차이값의 절대치와 상기 프레임 플레이트에 대응되는 물품의 단품 중량 값의 비교 값을 산출하고, 반올림법을 이용하여 상기 비교 값에 대해 단수 처리하고, 획득된 정수는 즉 방환된 물품의 개수이다.
물품 데이터 베이스 업데이트 유닛(304)은 상기 실시간 중량 감응치를 상기 물품 데이터 베이스에 저장하여, 새로운 중량 감응치를 형성하며, 상기 물품 데이터 베이스 중 각 하나의 프레임 플레이트의 중량 감응치를 업데이트하여, 다음 번의 이용 및 판단을 대기한다.
본 실시예의 상기 중량 모니터링에 기반하는 물품 감지 시스템(300)의 유익한 효과는 중량 모니터링에 기반하는 물품 감지 방안을 제공하여, 진열대의 물품의 실시간 중량 감응치를 실시간으로 모니터링할 수 있고, 각 하나의 프레임 플레이트의 중량 변화를 실시간으로 감지하며, 진열대의 모든 프레임 플레이트의 중량 변화를 통해 어느 물품이 이동되었거나 방환되었는 지를 추리하고, 이동되었거나 방환된 물품의 종류 및 개수를 판단할 수도 있다.
도 8에 도시된 바와 같이, 본 실시예는 영상 모니터링에 기반하는 물품 감지 시스템(400)을 더 포함하고, 이는 샘플 수집 유닛(401), 모형 트레이닝 유닛(402), 실시간 사진 수집 유닛(403) 및 물품 종류 획득 유닛(404)을 포함하며, 상기 네 개의 유닛은 데이터 처리 기기(7) 중의 기능 모듈이고, 영상 모니터링에 기반하는 물품 감지 시스템(400)은 진열대 전방 공간의 실시간 영상을 모니터링하여, 가져갔거나 또는 방환된 물품의 종류를 판단할 수 있다.
영상 모니터링에 기반하는 물품 감지 시스템(400)은 제1 카메라(405) 및 제2 카메라(406)를 더 포함하고, 제1 카메라(405)는 샘플 수집 유닛(401)에 연결되며, 각 하나의 물품의 다수 개의 각도 다수 개의 거리의 사진을 촬영한다. 제2 카메라(406)는 실시간 사진 수집 유닛(403)에 연결되며, 진열대 전방 공간의 실시간 사진을 촬영한다.
도 9에 도시된 바와 같이, 바람직하게, 제2 카메라(406)의 개수는 두 개 또는 네 개이고, 진열대(2)의 외부에 설치되며, 각 하나의 제2 카메라(406)는 진열대(2)의 한 모퉁이를 향하고 있다. 진열대(2)의 다수 개의 프레임 플레이트(5)의 최전단은 동일한 평면에 위치하고, 상기 평면은 진열대 평면으로 불리우며, 제2 카메라(406)에 렌즈가 설치되어 있고, 상기 렌즈의 시야 범위는 상기 진열대 전방 공간을 커버한다. 물품이 상기 진열대에서 이동되거나 또는 진열대에 안착될 경우, 상기 물품이 이동되는 과정 또는 방환되는 과정의 영상은 상기 제2 카메라에 의해 촬영된다. 상기 진열대 전방 공간은 진열대 전방에 대응되는 진열대 평면의 공간 영역을 가리키고, 상기 진열대 전방 공간은 일반적으로 진열대 전방 30 내지 50센티미터 너비의 영역 범위를 가리키는 바, 각 하나의 제2 카메라(406)의 렌즈는 상기 진열대 전방 공간의 중심 영역을 향한다.
바람직하게, 제2 카메라(406)의 렌즈의 중심축과 수평면 협각은 30 내지 60도이고; 및/또는, 제2 카메라(406)의 렌즈와 진열대(2) 상단 또는 하단의 거리는 0.8 내지 1.2미터이며; 및/또는, 제2 카메라(406)의 렌즈와 진열대(2) 일 측변의 거리는 0.8 내지 1.2미터이고, 제2 카메라(406)의 시야 범위가 진열대 전방 공간을 완전히 커버하는 것을 확보할 수 있으며, 물품이 진열대(2)에서 이동되거나 또는 진열대(2)에 안착될 경우, 이동되는 과정 또는 안착되는 과정의 영상은 제2 카메라(406)에 의해 촬영된다.
샘플 수집 유닛(401)은 적어도 한 그룹의 사진 샘플을 수집하고, 각 하나의 그룹의 사진 샘플은 한가지 물품이 여러 각도에서의 다수 개의 샘플 사진을 포함하고; 동일한 종류 물품의 한 그룹의 사진 샘플에 동일한 조별 마크가 설치되어 있으며, 상기 조별 마크는 상기 그룹의 사진 샘플에 대응되는 물품의 종류를 대표한다. 바람직하게, 제1 카메라(405)는 진열대(2)의 매 한가지 물품에 대해 상이한 각도 상이한 거리의 3000 내지 5000장의 사진을 촬영해야 하고, 데이터 처리 기기(7)의 샘플 수집 유닛(401)에 전송한다. 본 실시예에서 언급된 무인 슈퍼마켓에서 판매되는 물품이 기준 물품이기에, 동일한 종류 물품의 외관 6면도는 모두 동일하거나 유사하며, 따라서 동일한 종류 물품에서 단지 하나 또는 몇가지 제품만 선택하면, 이에 대해 여러 차례 촬영 처리를 진행하여 상기 류형의 물품 트레이닝 샘플의 샘플링을 완성할 수 있다.
모형 트레이닝 유닛(402)은 다수 그룹 사진 샘플 중의 각 하나의 샘플 사진 및 각 하나의 샘플 사진의 조별 마크에 따라 컨볼루션 신경 네트워크(CNN) 모형을 트레이닝하며, 물품 인식 모형을 획득한다. 바람직하게, 본 실시예 중의 컨볼루션 신경 네트워크 모형은 현재 연산량이 가장 적고, 응답 속도가 가장 빠른 Faster RCNN 네트워크 모형이며, 상기 모형의 최고 응답 속도는 단지 0.2초 정도이고, 매우 짧은 시간에 사진의 물품의 종류 및 개수를 인식할 수 있다.
실시간 사진 수집 유닛(403)은 다수 개의 제2 카메라(406)에 연결되고, 진열대 전방 영역의 사진을 실시간으로 촬영하며, 각 하나의 실시간 사진은 하나 또는 다수 개의 물품 사진의 일부 또는 전부를 포함한다. 사용자가 진열대의 어느 한 프레임 플레이트에서 물품을 가져갈 경우, 또는, 사용자가 진열대의 어느 한 프레임 플레이트에 물품을 안착시킬 경우, 제2 카메라(406)는 상이한 각도에서 물품이 진열대에 있기 전의 전체 또는 일부 사진을 촬영할 수 있고, 상기 물품의 형태, 패턴 및 색상을 디스플레이 할 수 있다.
물품 종류 획득 유닛(404)은 상기 실시간 사진 및 상기 물품 인식 모형에 따라 상기 실시간 사진에 표시되는 물품의 종류를 획득한다. 실시간 사진 수집 유닛(403)은 어느 한 시간대에 수집한 여러 장의 실시간 사진을 사전 처리한 후 상기 물품 인식 모형에 입력하여, 상기 시간대의 사진에 대응되는 조별 마크를 판단하고, 조별 마크에 따라 상기 시간대에 쵤영된 물품의 종류를 판단한다.
영상 모니터링에 기반한 물품 감지 시스템(400)의 유익한 효과는 하기와 같은 바, 진열대 전방 공간의 영상을 실시간으로 모니터링할 수 있고, 물품이 진열대에서 이동되었거나 또는 진열대에 방환되었는 지의 여부를 판단하며, 기계 학습 중의 건볼루션 알고리즘을 이용하여 물품의 종류 및 개수의 가능성 결론을 추리할 수 있고, 그 중 신뢰도가 가장 높은 결과를 선택하여 최종 결론으로 한다.
도 10에 도시된 바와 같이, 본 실시예는 구매 사용자 판단 시스템(500)을 더 포함하고, 이는 데이터 처리 기기(7) 중의 기능 모듈이며, 임의의 한 종류 물품이 이동되었거나 방환되었을 경우, 상기 사용자의 신분 정보 및 상기 사용자의 실시간 위치에 따라 이동되었거나 방환된 물품의 사용자 신분을 획득한다. 구매 사용자 판단 시스템(500)은 물품 정보 저장 유닛(501), 프레임 플레이트 좌표 저장 유닛(502), 프레임 플레이트와 사용자 매칭 판단 유닛(503) 및 물품과 사용자 매칭 판단 유닛(504)을 포함한다.
중량 모니터링에 기반하는 물품 감지 시스템(300) 중의 물품 데이터 베이스 생성 유닛(301) 및 물품 데이터 베이스 업데이트 유닛(304)에 의해 생성되거나 업데이트된 물품 데이터 베이스는 모두 물품 정보 저장 유닛(501)에 저장되고, 상기 물품 데이터 베이스는 각 하나의 물품 정보를 포함하며; 상기 물품 정보는 각 하나의 물품의 물품 명칭, 모델, 실질 중량 및 단가 등을 포함하며, 상기 물품이 안착된 진열대 번호, 상기 물품이 안착된 프레임 플레이트 번호 및 물품 번호를 더 포함한다.
목표물 포지셔닝 시스템(200)은 상기 밀폐 공간에서 3차원 좌표계를 구축하고, 진열대(2) 및 프레임 플레이트(5)의 위치를 결정하기에, 따라서 좌표계를 구축한 후 각각의 진열대(2) 및 각각의 프레임 플레이트(5)의 좌표를 획득할 수 있고, 진열대 좌표 집합 및 프레임 플레이트 좌표 집합을 프레임 플레이트 좌표 저장 유닛(502)에 저장하며, 프레임 플레이트 상방에서 물품을 안착시키기 위한 프레임 플레이트 공간의 높이(예컨대 30CM)를 설정하고, 상기 프레임 플레이트 공간의 좌표 집합을 바로 획득할 수 있다.
목표물 좌표 획득 유닛(202)은 각 하나의 사용자 손의 실시간 좌표 집합을 획득할 수 있고, 한 프레임 플레이트(5) 상방의 프레임 플레이트 공간의 좌표 집합과 한 사용자 손 좌표 집합이 교집합이 있을 경우, 프레임 플레이트와 사용자 매칭 판단 유닛(503)은 상기 프레임 플레이트(5)가 상기 사용자와 매칭되는 것으로 판정하고, 상기 사용자가 손을 상기 프레임 플레이트(5) 상방의 프레임 플레이트 공간에 넣은 것으로 간주하며, 사용자의 행위는 가능하게 물품을 가져가거나 물품을 방환한 것일 수 있다.
중량 모니터링에 기반하는 물품 감지 시스템(300)은 각 하나의 프레임 플레이트(5)의 실시간 중량 감응치를 모니터링하고, 아울러 영상 모니터링에 기반하는 물품 감지 시스템(400)은 각 하나의 진열대 전방 영역의 실시간 영상을 모니터링하며, 두 개의 물품 감지 시스템은 매칭되어 작동되어, 물품이 이동되었거나 방환되었는 지의 여부를 판단하고, 이동되었거나 방환된 물품의 종류 및 개수를 판단한다. 물품이 프레임 플레이트에서 이동되었거나 프레임 플레이트에 안착되었을 경우, 동일한 시각에 한 사용자가 상기 프레임 플레이트와 매칭되면, 물품과 사용자 매칭 판단 유닛(504)은 상기 물품이 상기 사용자와 매칭되는 것으로 판단하고, 상기 물품은 이 시각에 상기 사용자에 의해 상기 프레임 플레이트에서 이동되었거나 상기 프레임 플레이트에 방환되었으며, 이로써 상기 사용자의 신분을 확정한다.
도 11에 도시된 바와 같이, 본 실시예는 구매 정보 기록 유닛(600)을 더 포함하고, 이는 데이터 처리 기기(7) 중의 기능 모듈이며, 각 하나의 사용자의 신분 정보에 따라 적어도 하나의 구매 데이터 베이스를 생성하고, 각 하나의 사용자가 가져간 적어도 하나의 물품의 종류 및 개수를 기록한다. 구매 정보 기록 유닛(600)은 구매 데이터 베이스 생성 유닛(601) 및 구매 데이터 베이스 업데이트 유닛(602)을 포함한다.
한 사용자의 신분이 사용자 신분 인식 시스템(100)에 의해 인식될 경우, 신분 획득 유닛(1022)은 사용자의 신분 정보를 획득하고, 구매 데이터 베이스 생성 유닛(601)은 상기 사용자의 신분 정보에 따라 데이터 처리 기기(7)에서 상기 사용자의 구매 데이터 베이스를 생성하며, 초기 상태하의 구매 데이터 베이스에 그 어떤 구매 정보도 없다. 임의의 물품이 한 사용자와 매칭될 경우, 상기 사용자에 한 차례의 구매 행위가 발생하여, 물품은 프레임 플레이트에서 이동되었거나 물품이 프레임 플레이트에 안착되었음을 설명한다.
이때 중량 모니터링에 기반하는 물품 감지 시스템(300)이 어느 한 프레임 플레이트(5)의 실시간 중량 감응치가 감소한 것을 모니터링하면, 물품이 상기 프레임 플레이트에서 이동되었음을 설명하고, 물품 종류 판단 유닛(3034)은 상기 물품 데이터 베이스에 저장된 물품 정보 및 중량 차이값이 0보다 작은 프레임 플레이트 번호에 따라 이동된 물품의 가능한 종류 및 개수를 초보적으로 판단한다. 만약 상기 프레임 플레이트에서 기존의 물품을 제외하고 기타 종류 물품을 잘못 놓았다면, 사용자는 단지 중량 차이값만으로는 이동된 물품의 구체적인 종류와 개수를 판단할 수 없기에, 단지 중량 차이값에 따라 이동된 물품의 가능한 종류 및 개수를 초보적으로 판단할 수 있다. 예를 들면, 만약 상기 프레임 플레이트의 중량 차이값이 -100그램이면, 상기 프레임 플레이트에 기존 물품 P의 중량은 50그램이지만, 사용자가 기타 프레임 플레이트에 물품 Q를 잘못 놓았기에, 그 중량은 100그램이고, 이때 초보적으로 판단한 결과는 가져간 물품이 2개 물품 P 또는 하나의 물품 Q이다.
물품이 한 사용자와 매칭될 경우, 영상 모니터링에 기반하는 물품 감지 시스템(400)은 사용자가 프레임 플레이트에서 물품을 가져가는 실시간 영상을 모니터링하고, 다시 가져간 물품의 종류를 판단하며, 만약 판단 결과와 초보적인 판단 결과가 일치하면, 가져간 물품의 종류 및 개수를 확정할 수 있고, 구매 데이터 베이스 업데이트 유닛(602)은 물건 픽업 정보를 생성하고, 가져간 물품의 종류 및 개수, 및 상기 물품의 물품 정보를 포함하며, 또한 상기 물건 픽업 정보에 상응한 구매 정보를 상기 사용자의 구매 데이터 베이스에 입력하여, 구매 데이터 베이스 중의 물품의 종류 및 개수와 사용자가 실제 구매한 물품의 종류 및 개수가 일치하도록 한다.
구매 데이터 베이스 업데이트 유닛(602)는 취득 물품의 종류 및 개수 및 취득 물품의 사용자의 신분 정보에 따라 한 그룹의 구매 정보를 생성하고, 상기 사용자의 구매 데이터 베이스에 저장하며, 상기 구매 정보는 이 시각에 취득 물품의 종류 및 개수, 및 상기 물품의 물품 정보, 예를 들면 물품 명칭, 모델, 실질 중량 및 단가, 등을 포함한다. 사용자가 밀폐 공간(1)에서 수차례 물품을 가져간 후, 그 구매 데이터 베이스에는 다수 그룹 구매 정보가 포함되고, 사용자가 휴대하고 있는 모바일 통신 단말기가 데이터 처리 기기(7)와 무선 통신의 방식으로 연결되고 데이터 교환을 진행하기에, 따라서, 구매 데이터 베이스 중의 구매 정보도 사용자의 모바일 통신 단말기의 APP 인터페이스에 표시되어, 사용자의 전자 장바구니를 형성할 수 있다.
물품이 한 사용자와 매칭될 경우, 중량 모니터링에 기반하는 물품 감지 시스템(300)이 어느 한 프레임 플레이트(5)의 실시간 중량 감응치가 증가된 것을 모니터링 하였다면, 상기 프레임 플레이트의 중량 차이값은 0보다 크고, 물품이 상기 프레임 플레이트에 안착된 것을 설명하며, 상기 물품은 이미 구매한 물품인 것으로 판단할 수 있다.
상기 사용자의 구매 데이터 베이스에서 각 하나의 구매 정보를 조회하고, 이미 구매한 물품의 중량 값과 상기 프레임 플레이트의 중량 차이값이 서로 매칭하는 지의 여부를 판단하고, 즉 하나 또는 다수 개의 이미 구매한 물품의 총 중량과 상기 프레임 플레이트의 중량 차이값이 동일한 지의 여부를 판단한다. 만약 동일하다면, 상기 물품의 가능한 종류 및 개수를 초보적으로 판단할 수 있다. 예를 들면, 상기 프레임 플레이트의 중량 차이값이 200그램이고, 이미 구매한 물품 중 두 개의 100그램인 물품 A 및 네 개의 50그램인 물품 B가 있다면, 상기 프레임 플레이트에 방환된 물품이 2개의 물품 A, 또는 1개의 물품 A 및 두 개의 물품 B, 또는 4개의 물품 B인 것으로 초보적으로 판단할 수 있다.
물품이 한 사용자와 매칭될 경우, 영상 모니터링에 기반하는 물품 감지 시스템(400)은 사용자가 물품을 프레임 플레이트에 방환하는 실시간 영상을 모니터링하고, 방환한 물품의 종류를 재차 판단하며, 만약 판단 결과와 초보적인 판단 결과가 일치하면, 방환된 물품의 종류 및 개수를 확인할 수 있고, 구매 데이터 베이스 업데이트 유닛(602)은 반환 정보를 생성하고, 방환된 물품의 종류 및 개수, 및 상기 물품의 물품 정보를 포함하며, 또한 상기 사용자의 구매 데이터 베이스에서 상기 반환 정보와 서로 대응되는 구매 정보를 삭제하여, 구매 데이터 베이스 중의 물품의 종류 및 개수와 사용자가 실제 구매한 물품의 종류 및 개수가 일치하도록 한다.
마찬가지로, 중량 모니터링에 기반하는 물품 감지 시스템(300), 영상 모니터링에 기반하는 물품 감지 시스템(400)은 방환된 물품의 종류 및 개수를 판단할 수도 있는 바, 부가적으로, 상기 물품 감지 시스템은 방환된 물품의 종류가 실시간 중량 감응치가 증가된 프레임 플레이트의 기존의 물품 종류와 일치한 지의 여부를 판단할 수도 있고, 일치하지 않으면, 하나의 경보 신호를 선택적으로 생성하여, 관리자 또는 사용자를 경고한다. 아울러, 상기 물품 감지 시스템은 상기 프레임 플레이트의 번호를 기록하고, 잘못 놓은 물품의 종류 및 중량 정보를 기록하고, 그 후, 중량 모니터링에 기반하는 물품 감지 시스템(300)이 상기 프레임 플레이트의 중량 감응치가 감소한 것을 모니터링하면, 중량 차이값, 잘못 놓은 물품의 종류 및 중량 정보, 상기 프레임 플레이트의 기존의 물품의 종류 및 중량 정보에 따라, 가져간 물품의 가능한 종류 및 개수를 초보적으로 판단하며, 영상 모니터링에 기반하는 물품 감지 시스템(400)은 실시간 영상을 이용하여 재차 판단하는 바, 이동된 물품의 종류 및 개수를 확인할 수 있다.
만약 영상 모니터링에 기반하는 물품 감지 시스템(400)의 판단 결과가 중량 모니터링에 기반하는 물품 감지 시스템(300)의 판단 결과와 일치하지 않거나, 방환된 물품 종류를 판단할 수 없으면, 프레임 플레이트에 방환된 물품이 상기 무인 슈퍼마켓에 존재하는 물품이 아닌 것으로 확인할 수 있는 바, 우산, 휴대폰 등과 같이 사용자가 스스로 가지고 온 물품일 수 있으며, 이때 선택적으로 하나의 경보 신호를 생성할 수 있으며, 관리자 또는 사용자를 경고할 수 있으며, 필요할 경우, 상기 프레임 플레이트의 프레임 플레이트 번호를 어느 한 디스플레이에 표시하여, 관리자 또는 사용자가 즉시 처리하도록 한다.
도 12에 도시된 바와 같이, 본 실시예는 결산 시스템(700)을 더 포함하고, 이는 데이터 처리 기기(7) 중의 기능 모듈이며, 상기 사용자의 구매 데이터 베이스 중 모든 물품의 종류 및 개수에 따라 비용을 결산한다. 사용자가 구매 과정을 완료한 후, 자체적으로 출입구의 출입 통제 장치에서 밀폐 공간(1)을 떠날 수 있다. 사용자 포지셔닝 시스템(200)의 영상 센서(2011)가 상기 사용자의 실시간 3차원 영상을 획득할 수 없을 경우, 상기 사용자 구매를 종료한 것으로 간주할 수 있고, 결산 시스템(700)은 상기 사용자를 위해 비용을 결산한다.
결산 시스템(700)은 총금액 산출 유닛(701) 및 결제 유닛(702)을 포함한다. 상기 사용자가 상기 밀폐 공간을 떠날 경우, 총금액 산출 유닛(701)은 상기 사용자의 구매 데이터 베이스 중 모든 물품의 종류 및 개수에 따라 총금액을 산출하고, 각 하나의 종류 물품의 단가를 물품 정보로 하여 데이터 처리 기기(7)에 미리 저장하며, 따라서 여러 가지 물품 단가와 개수의 승적의 총합의 금액은 즉 상기 사용자 총금액이다. 부가적으로, 기타 실시예에서, 사용자는 물품의 할인을 누릴 수 있거나 또는 쿠폰, 할인권 등을 사용할 수 있으며, 사용자가 결제해야 할 총금액은 여러 가지 물품 단가와 개수의 승적의 총합의 금액에서 쿠폰 및/또는 할인권 금액 및/또는 할인 금액을 감한 것이다. 결제 유닛(702)은 결산 시스템(700)에 자체로 탑재된 결제 소프트웨어 또는 제3자 결제 소프트웨어이고, 상기 사용자의 은행 계정 또는 전자 계정에서 돈이 빠져나갈 수 있으며, 빠져나간 비용 금액은 상기 사용자가 결제해야 할 총금액과 동일하다.
본 실시예는 목표물 포지셔닝 방법을 더 제공하는 바, 다시 말해 전술한 목표물 포지셔닝 시스템의 실현 방법으로서, 도 13에 도시된 바와 같이, 하기의 단계S301) 내지 S303)을 포함하며, 그 기술적 효과는, 다수 개의 영상 센서를 이용하여 사용자가 밀폐 공간에서의 활동 영상을 전반적으로 모니터링하여, 목표물(사용자)의 밀폐 공간에서의 위치를 실시간으로 포지셔닝하고, 사용자가 밀폐 공간에서의 행동 궤적을 추적하며, 사용자 신체 및 그 연장부의 일부분(예컨대 머리, 손 등)의 3차원 좌표 집합을 획득하는 것이다.
단계S301) 공간 설치 단계는, 상기 밀폐 공간에 하나 또는 다수 개의 출입구를 설치하여, 사용자가 반드시 상기 입구로 상기 무인 슈퍼마켓에 출입한다.
단계S302) 3차원 영상 수집 단계는, 적어도 하나의 프레임 3차원 영상을 실시간으로 수집하고, 상기 3차원 영상은 적어도 하나의 목표물 전부 또는 일부의 이미지를 포함한다. 도 14에 도시된 바와 같이, 단계S302) 3차원 영상 수집 단계는 하기의 단계를 포함하는 바, 단계S3021) 영상 센서 설치 단계는, 상기 밀폐 공간 최상부에 다수 개의 영상 센서를 설치하고, 상기 영상 센서의 렌즈는 하방을 향하며, 다수 개의 영상 센서의 시야 범위는 상기 밀폐 공간의 모든 저면을 커버한다. 각 하나의 영상 센서(2011)는 병렬되게 설치되는 레인지 이미지 센서(2012) 및 RGB 이미지 센서(2013)를 포함한다. 단계S3022) 원천 이미지 수집 단계는, 적어도 하나의 프레임 레인지 이미지 및 적어도 하나의 프레임 RGB 이미지를 실시간으로 동기화 수집한다. 단계S3023) 3차원 영상 정합 단계는, 동일한 영상 센서가 동일한 시각에 수집한 레인지 이미지 및 RGB 이미지를 프레임 3차원 영상으로 결합하고; 단계S3022) 원천 이미지 수집 단계 및 단계S3023) 3차원 영상 정합 단계를 중복하고, 멀티 프레임 3차원 영상을 연속적으로 정합한다. 사용자가 무인 슈퍼마켓의 구매 과정에서, 영상 센서(2011)는 상기 사용자 전체의 멀티 프레임 3차원 영상 및 상기 사용자가 밀폐 공간에서의 운동 궤적을 획득할 수 있다. 한 사용자의 신분이 인식될 경우, 상기 사용자는 밀폐 공간 출입구의 개찰기에 위치하고, 상기 출입구와 마주하는 영상 센서는 개찰기 근처의 실시간 3차원 영상을 수집하기 시작하며, 상기 사용자 전체의 3차원 영상을 포함한다. 사용자가 상기 밀폐 공간에서 행진하거나 멈출 경우, 사용자가 어느 위치에 갈지라도, 밀폐 공간 최상부에 위치하는 적어도 하나의 영상 센서의 렌즈는 상기 사용자를 향할 수 있고, 전체 모니터링 과정은 사용자가 어느 한 입구의 개찰기에서 밀폐 공간을 떠날 때까지 지속된다. 다수 개의 영상 센서는 3차원 영상을 동시에 실시간으로 수집하고, 각 하나의 실시간 3차원 영상은 모두 상기 사용자의 3차원 영상을 포함한다.
단계S303) 목표물 좌표 획득 단계는, 상기 목표물은 어느 한 사용자이고, 상기 밀폐 공간 내부에서 3차원 좌표계를 구축하며, 상기 적어도 하나의 프레임 3차원 영상에 따라 사용자의 좌표 집합 또는 좌표를 실시간으로 획득한다. 3차원 좌표계를 구축할 경우, 이론상에서는 밀폐 공간의 임의의 점을 좌표계 원점으로 할 수 있고, 밀폐 공간에서 3차원 좌표계를 구축하며, 상기 적어도 하나의 프레임 3차원 영상에 따라 사용자의 좌표 집합 또는 좌표를 실시간으로 획득한다.
도 15에 도시된 바와 같이, 단계S303) 목표물 좌표 획득 단계는 단계S3031) 좌표계 구축 단계, 단계S3032) 파라미터 획득 단계, 단계S3033) 배경 제거 단계 및 단계S3034) 목표물 좌표 산출 단계를 포함한다. 단계S303)은 사용자 신체 및 그 연신부의 일부분(예컨대 머리, 손 등)의 3차원 좌표 집합을 획득할 수 있다.
단계S3031) 좌표계 구축 단계는, 상기 밀폐 공간 내부에서 3차원 좌표계를 구축하며; 바람직하게, 밀폐 공간 최저면(무인 슈퍼마켓의 지면)의 중심점을 선택하여 좌표계 원점으로 한다. 수평 방향에서 X축, Y축을 설정하며, 수직 방향에서 Z축을 설정한다.
단계S3032) 파라미터 획득 단계는, 각 하나의 프레임 3차원 영상의 각 하나의 픽셀 포인트의 위치 파라미터 및 색상 파라미터를 획득하고; 상기 위치 파라미터는 x, y, z이며, 상기 픽셀 포인트가 상기 3차원 좌표계에서의 위치 좌표를 대표하고; 상기 색상 파라미터는 r, g, b이며, 상기 픽셀 포인트의 삼원색 강도를 각각 대표한다. 어느 한 사용자가 임의의 영상 센서의 시야 내부에 진입하면, 데이터 처리 기기는 멀티 프레임 3차원 영상을 획득할 수 있고, 각 하나의 프레임 3차원 영상에는 모두 사용자 영상 및 배경 영상이 포함되며, 각 하나의 픽셀 포인트는 사용자의 일 부분일 수 있고 배경의 일 부분일 수 있다.
도 16에 도시된 바와 같이, 단계S3032) 파라미터 획득 단계에서, 프레임 3차원 영상의 각 하나의 픽셀 포인트의 위치 파라미터를 획득하고, 구체적으로 하기의 단계S30321) 내지 S30323)을 포함한다. 단계S30321) 센서 좌표 획득 단계는, 상기 프레임 3차원 영상의 영상 센서의 중심점(병렬 설치되는 레인지 이미지 센서 및 RGB센서의 렌즈 중심점 연결선의 중간 분점)이 상기 3차원 좌표계에서의 좌표를 획득하고 수집한다. 단계S30322) 상대 좌표 획득 단계는, 상기 영상 센서의 중심점을 제2 원점으로 하여 제2, 3차원 좌표계를 구축하고, 상기 3차원 영상에서 각 하나의 픽셀 포인트가 상기 제2, 3차원 좌표계에서의 좌표0을 획득한다. 단계S30323) 좌표 수정 단계는, 상기 영상 센서의 중심점이 상기 3차원 좌표계에서의 좌표 및 상기 3차원 영상 중 각 하나의 픽셀 포인트가 제2, 3차원 좌표계에서의 좌표에 따라, 상기 3차원 영상의 각 하나의 픽셀 포인트가 상기 3차원 좌표계에서의 좌표를 산출 및 수정하여, 각 하나의 픽셀 포인트의 위치 파라미터를 획득한다.
단계S3033) 배경 제거 단계는, 연속적으로 수집한 M프레임 3차원 영상에서, 상이한 3차원 영상에 따로 속해 있고, 위치 파라미터가 동일한 N개 픽셀 포인트의 색상 파라미터가 동일할 경우, N은 0.9*M보다 작거나 M과 같으면, 상기 N개 픽셀 포인트들은 배경 픽셀 포인트인 것으로 판단하고, 상기 M프레임 3차원 영상에서 N개 상기 배경 픽셀 포인트를 제거하여, M프레임 무배경 3차원 영상을 획득하며, 즉 어느 한 사용자의 영상이다. 연속적으로 획득한 3차원 영상에서, 상이한 3차원 영상에 따로 속해 있고, 위치 파라미터가 동일한 픽셀 포인트의 색상 파라미터가 동일하거나, 또는 대부분(예컨대 90%) 동일하면, 즉 픽셀 포인트의 위치가 배경인 것으로 인정할 수 있고, 상기 픽셀 포인트를 상응한 3차원 영상에서 제거할 수 있다. 연속적으로 획득한 3차원 영상에서, 각 하나의 3차원 영상 중의 배경 픽셀 포인트를 제거한 후, 남은 픽셀 포인트는 상기 사용자의 전반적인 행진 궤적을 대표할 수 있다.
단계S3034) 목표물 좌표 산출 단계는, 상기 M프레임 무배경 3차원 영상 중 모든 픽셀 포인트의 위치 파라미터의 집합은 상기 사용자 전체의 좌표 집합이고; 상기 좌표 집합에서, 위치 파라미터 z가 가장 큰 픽셀 포인트의 위치 파라미터는 목표물의 좌표로 정의된다. 만약 목표물을 사용자의 손으로 정의하면, 사용자 손의 실시간 좌표 집합을 획득할 수 있다.
도 17에 도시된 바와 같이, 상기 목표물 포지셔닝 방법은 하기의 단계S401) 진열대 설치 단계, 단계S402) 사용자 신분 인식 단계, 단계S403) 물품 감지 단계, 단계S404) 구매 사용자 판단 단계 및 단계S405) 구매 정보 기록 단계를 더 포함한다.
단계S401) 진열대 설치 단계, 단계S402) 사용자 신분 인식 단계는 단계S301) 공간 설치 단계 이후에 발생하고, 단계S302) 3차원 영상 수집 단계 이전에 발생한다. 단계S401) 진열대 설치 단계는 상기 밀폐 공간에 적어도 하나의 진열대를 설치하고; 각 하나의 진열대는 적어도 하나의 프레임 플레이트를 포함하며, 각 하나의 프레임 플레이트에 적어도 한가지 종류의 물품이 놓여 있다. 단계S402) 사용자 신분 인식 단계는 상기 밀폐 공간에 진입한 각 하나의 사용자의 신분 정보를 인식한다.
단계S403) 물품 감지 단계는, 각 하나의 물품의 이착 상태를 실시간으로 감지하고, 임의의 물품이 이동되었거나 방환될 경우, 이동되었거나 방환된 물품의 종류 및 개수를 획득한다. 단계S403) 물품 감지 단계와 단계S302) 3차원 영상 수집 단계 및 단계S303) 목표물 좌표 획득 단계는 각각 수행되고, 서로 간섭하지 않는다. 실시간 물품 이착 상태와 목표물 실시간 좌표는 모두 데이터 처리 기기(7)에 발송되어 다음 번의 구매 사용자 판단을 진행한다.
단계S404) 구매 사용자 판단 단계는, 임의의 물품이 이동되었거나 방환될 경우, 상기 사용자의 신분 정보 및 상기 사용자의 실시간 위치에 따라 물품을 가져갔거나 방환한 사용자 신분을 판단한다. 단계S405) 구매 정보 기록 단계는, 각 하나의 사용자의 신분 정보에 따라 적어도 하나의 구매 데이터 베이스를 생성하고, 각 하나의 사용자가 가져간 적어도 하나의 물품의 종류 및 개수를 기록한다.
도 18에 도시된 바와 같이, 단계S404) 구매 사용자 판단 단계는 단계S4041) 물품 정보 저장 단계, 단계S4042) 프레임 플레이트 좌표 저장 단계, 단계S4043) 프레임 플레이트와 사용자 매칭 판단 단계 및 단계S4044) 물품과 사용자 매칭 판단 단계를 포함한다.
단계S4041) 물품 정보 저장 단계는, 물품 데이터 베이스를 저장하고, 각 하나의 물품 정보를 포함한다. 단계S4042) 프레임 플레이트 좌표 저장 단계는, 상기 밀폐 공간 내부에서 3차원 좌표계를 구축하며, 진열대 좌표 집합 및 프레임 플레이트 좌표 집합을 저장하고, 프레임 플레이트 상방의 프레임 플레이트 공간의 높이를 설정하여, 상기 프레임 플레이트 공간의 좌표 집합을 획득한다. 단계S4043) 프레임 플레이트와 사용자 매칭 판단 단계는, 한 프레임 플레이트 상방의 프레임 플레이트 공간의 좌표 집합이 한 사용자 손의 좌표 집합과 교집합이 존재할 경우, 상기 프레임 플레이트가 상기 사용자와 매칭되는 것으로 판단한다. 단계S4044) 물품과 사용자 매칭 판단 단계는, 물품이 프레임 플레이트에서 이동되었거나 프레임 플레이트에 안착되었을 경우, 동일한 시각에 한 사용자가 상기 프레임 플레이트와 매칭되면, 상기 물품이 상기 사용자와 매칭되는 것으로 판단한다. 상기 밀폐 공간에 구축된 3차원 좌표계에서, 각 하나의 프레임 플레이트 상방은 물품을 놓기 위한 프레임 플레이트 공간의 좌표 집합임을 확정할 수 있는 바, 각 하나의 프레임 플레이트 번호는 하나의 프레임 플레이트 공간의 좌표 집합에 대응된다. 사용자 손의 좌표 집합이 상기 프레임 플레이트 공간의 좌표 집합과 교집합이 있을 경우, 사용자 손이 프레임 플레이트 상방의 공간에 들어간 것임을 설명하고, 즉 상기 프레임 플레이트는 상기 사용자와 매칭된다. 만약 동시에 물품이 프레임 플레이트에서 한 프레임 플레이트로 이동되었거나 방환된 것을 상기 물품 감지 시스템이 발견하였다면, 상기 사용자에 물건 픽업 이벤트 또는 물건 방환 이벤트가 발생한 것으로 간주할 수 있다.
도 19에 도시된 바와 같이, 단계S405) 구매 정보 기록 단계는 단계S4051) 구매 데이터 베이스 생성 단계 및 단계S4052) 구매 데이터 베이스 업데이트 단계를 포함한다. 단계S4051) 구매 데이터 베이스 생성 단계는, 한 사용자의 신분이 인식될 경우, 상기 사용자의 신분 정보에 따라 상기 사용자의 구매 데이터 베이스를 생성한다. 단계S4052) 구매 데이터 베이스 업데이트 단계는, 물품이 이동되었을 경우, 이동된 물품의 종류 및 개수 및 물품을 가져간 사용자의 신분 정보에 따라 구매 정보를 생성하고, 상기 사용자의 구매 데이터 베이스에 저장하며; 물품이 방환되었을 경우, 방환된 물품의 종류 및 개수 및 물품을 방환한 사용자의 신분 정보에 따라 반환 정보를 생성하고, 상기 사용자의 구매 데이터 베이스에서 상기 반환 정보와 서로 대응되는 구매 정보를 삭제한다.
단계S301) 내지 S303)는 사용자 전체 및 일부의 실시간 위치를 획득할 수 있고, 다시 단계S401) 내지 S405)를 결부하며, 진열대의 물품에 이동 및 방환 이벤트가 발생할 경우, 물품을 가져갔거나 방환한 사용자의 신분을 판단할 수 있고, 상기 사용자 구매 데이터 베이스 중의 구매 기록을 즉시 수정한다. 만약 상기 물품 감지 시스템이 물품이 사용자에 의해 한 프레임 플레이트에서 이동된 것을 발견하고, 이동된 물품의 종류와 개수를 판단하면, 이동된 물품의 물품 정보, 개수, 단가 등 정보를 상기 사용자의 구매 데이터 베이스에 입력할 수 있다. 만약 상기 물품 감지 시스템이 물품이 어느 한 사용자에 의해 프레임 플레이트에 안착된 것을 발견하고, 방환된 물품의 종류와 개수를 판단하면, 방환된 물품의 반환 정보를 상기 사용자의 구매 데이터 베이스에서 삭제한다.
사용자가 밀폐 공간에서 진행한 구매 활동에서, 여러 차례 물건 픽업 이벤트 및 여러 차레 반환 이벤트가 발생할 수 있고, 번번이 이벤트가 발생한 후, 사용자의 구매 데이터 베이스에 모두 상응한 변동이 발생하여, 그 구매 데이터 베이스에 기재된 구매 정보와 상기 사용자가 실제 구매한 내용이 일치하도록 유지시켜, 사용자가 밀폐 공간을 떠날 경우, 결산 시스템은 이를 위해 결산을 자동으로 완성한다.
본 발명의 장점은 하기와 같은 바, 목표물 포지셔닝 시스템 및 포지셔닝 방법을 제공하여, 특정 목표물이 특정 영역에서의 실시간 위치를 획득할 수 있고, 특히는 각 하나의 사용자가 무인 슈퍼마켓에서의 실시간 위치를 획득할 수 있으며, 각 하나의 프레임 플레이트 또는 물품의 위치 및 진열대에서 각 하나의 물품의 이착 상태를 결부하여, 진열대에서 물품을 가져갔거나 방환한 사용자의 신분을 정확하게 판단함으로써, 상기 사용자의 구매 기록을 업데이트하여, 사용자가 구매 완료한 후 자동 결산을 실현하도록 한다.
상기 내용은 단지 본 발명의 바람직한 실시예로서 본 기술분야의 통상의 기술자가 본 발명을 어떻게 실천하는 지에 대한 분명한 이해를 위한 것으로서, 이러한 실시예는 본 발명의 범위를 한정하지 않는다. 본 기술분야의 통상의 기술자는 본 발명의 원리를 벗어나지 않는 전제하에서 약간의 개선과 윤색을 진행할 수 있으며 이러한 개선과 윤색은 본 발명의 보호 범위에 속하는 것으로 간주해야 한다.
1: 밀폐 공간,
2: 진열대,
3: 브라켓,
4: 트레이,
5: 프레임 플레이트,
6: 중량 감지 장치,
7: 데이터 처리 기기,
100: 사용자 신분 인식 시스템,
101: 출입 통제 장치,
102: 신분 인식 장치,
1021: 코드 스캔 장치,
1022: 신분 획득 유닛,
103: 사용자 입구,
104: 사용자 출구,
200: 목표물 포지셔닝 시스템,
201: 3차원 영상 수집 장치,
202: 목표물 좌표 획득 유닛,
2011: 영상 센서,
2012: 레인지 이미지 센서,
2013: RGB 이미지 센서,
2014: 3차원 영상 정합 유닛,
300: 중량 모니터링에 기반하는 물품 감지 시스템,
301: 물품 데이터 베이스 생성 유닛,
302: 중량 값 수집 유닛,
303: 이착 상태 판단 유닛,
304: 물품 데이터 베이스 업데이트 유닛,
3011: 초기화 유닛,
3012: 정보 입력 유닛,
3013: 감응치 초기화 유닛,
3031: 중량 차이값 산출 유닛,
3032: 중량 차이값 판단 유닛,
3033: 프레임 플레이트 정보 기록 유닛,
3034: 물품 종류 판단 유닛,
3035: 물품 개수 산출 유닛,
400: 영상 모니터링에 기반하는 물품 감지 시스템,
401: 샘플 수집 유닛,
402: 모형 트레이닝 유닛,
403: 실시간 사진 수집 유닛,
404: 물품 종류 획득 유닛,
405: 제1 카메라,
406: 제2 카메라,
500: 구매 사용자 판단 시스템,
501: 물품 정보 저장 유닛,
502: 프레임 플레이트 좌표 저장 유닛,
503: 프레임 플레이트와 사용자 매칭 판단 유닛,
504: 물품과 사용자 매칭 판단 유닛,
600: 구매 정보 기록 유닛,
601: 구매 데이터 베이스 생성 유닛,
602: 구매 데이터 베이스 업데이트 유닛,
700: 결산 시스템,
701: 총금액 산출 유닛,
702: 결제 유닛.

Claims (14)

  1. 밀폐 공간;
    적어도 하나의 목표물의 전부 또는 일부의 영상이 포함되는 적어도 하나의 프레임 3차원 영상을 실시간으로 수집하는 3차원 영상 수집 장치; 및
    데이터 처리 기기 내부에 설치되고, 상기 밀폐 공간 내부에서 3차원 좌표계를 구축하며, 상기 적어도 하나의 프레임 3차원 영상에 따라 상기 목표물이 상기 3차원 좌표계에서의 좌표 집합 또는 좌표를 실시간으로 획득하는 목표물 좌표 획득 유닛; 을 포함하는 것을 특징으로 하는 목표물 포지셔닝 시스템.
  2. 제 1항에 있어서,
    상기 3차원 영상 수집 장치는,
    상기 밀폐 공간의 최상부에 설치되고, 시야 범위가 상기 밀폐 공간의 모든 저면을 커버(覆盖)하는 적어도 하나의 영상 센서; 를 포함하고,
    각 하나의 영상 센서는,
    목표물의 적어도 하나의 프레임 레인지 이미지를 수집하는 레인지 이미지 센서;
    목표물의 적어도 하나의 프레임 RGB 이미지를 수집하는 RGB 이미지 센서; 및
    동일한 영상 센서가 동일한 시각에 수집한 프레임 레인지 이미지 및 프레임 RGB 이미지를 프레임 3차원 영상으로 결합하는 3차원 영상 정합 유닛; 을 포함하는 것을 특징으로 하는 목표물 포지셔닝 시스템.
  3. 제 1항에 있어서,
    상기 목표물 좌표 획득 유닛은,
    상기 밀폐 공간 내부에서 3차원 좌표계를 구축하며; 상기 밀폐 공간에서 임의의 한 점을 원점으로 선택하고, 수평 방향에서 X축, Y축을 설정하며, 수직 방향에서 Z축을 설정하는 좌표계 구축 유닛;
    각 하나의 프레임 3차원 영상의 각 하나의 픽셀 포인트의 위치 파라미터 및 색상 파라미터를 획득하고; 상기 위치 파라미터는 x, y, z이며, 상기 픽셀 포인트가 상기 3차원 좌표계에서의 위치 좌표를 대표하고; 상기 색상 파라미터는 r, g, b이며, 상기 픽셀 포인트의 삼원색 강도를 각각 대표하는 파라미터 획득 유닛;
    연속적으로 수집한 M프레임 3차원 영상에서, 상이한 3차원 영상에 따로 속해 있고, 위치 파라미터가 동일한 N개 픽셀 포인트의 색상 파라미터가 동일할 경우, N은 0.9*M보다 작거나 M과 같으면, 상기 N개 픽셀 포인트는 배경 픽셀 포인트인 것으로 판단하고, 상기 M프레임 3차원 영상에서 N개 상기 배경 픽셀 포인트를 제거하여, M프레임 무배경 3차원 영상을 획득하는 배경 제거 유닛; 및
    상기 M프레임 무배경 3차원 영상 중 모든 픽셀 포인트의 위치 파라미터의 집합은 상기 목표물의 좌표 집합인 목표물 좌표 산출 유닛; 을 포함하는 것을 특징으로 하는 목표물 포지셔닝 시스템.
  4. 제 3항에 있어서,
    상기 파라미터 획득 유닛은,
    상기 프레임 3차원 영상의 영상 센서의 중심점이 상기 3차원 좌표계에서의 좌표를 획득하고 수집하는 센서 좌표 획득 유닛;
    상기 영상 센서의 중심점을 제2 원점으로 하고 제2, 3차원 좌표계를 구축하고, 상기 3차원 영상에서 각 하나의 픽셀 포인트가 상기 제2, 3차원 좌표계에서의 좌표를 획득하는 상대 좌표 획득 유닛; 및
    상기 영상 센서의 중심점이 상기 3차원 좌표계에서의 좌표 및 상기 3차원 영상 중 각 하나의 픽셀 포인트가 제2, 3차원 좌표계에서의 좌표에 따라, 상기 3차원 영상의 각 하나의 픽셀 포인트가 상기 3차원 좌표계에서의 좌표를 산출 및 수정하여, 각 하나의 픽셀 포인트의 위치 파라미터를 획득하는 좌표 수정 유닛; 을 포함하는 것을 특징으로 하는 목표물 포지셔닝 시스템.
  5. 제 1항에 있어서,
    상기 밀폐 공간에 설치되고; 각각 적어도 하나의 프레임 플레이트를 포함하며, 각 하나의 프레임 플레이트에 적어도 하나의 물품이 안착되어 있는 적어도 하나의 진열대;
    상기 밀폐 공간에 진입한 각 하나의 사용자의 신분 정보를 인식하는 사용자 신분 인식 시스템;
    각 하나의 물품의 이착(取放)상태를 실시간으로 감지하고, 임의의 물품이 이동되었거나 방환될 경우, 이동되었거나 방환된 물품의 종류 및 개수를 획득하는 물품 감지 시스템;
    임의의 물품이 이동되었거나 방환될 경우, 각 하나의 사용자의 신분 정보 및 각 하나의 사용자의 실시간 위치에 따라 이동되었거나 방환된 물품의 사용자 신분을 판단하는 구매 사용자 판단 시스템; 및
    각 하나의 사용자의 신분 정보에 따라 적어도 하나의 구매 데이터 베이스를 생성하고, 각 하나의 사용자가 가져간 적어도 하나의 물품의 종류 및 개수를 기록하는 구매 정보 기록 시스템; 을 더 포함하는 것을 특징으로 하는 목표물 포지셔닝 시스템.
  6. 제 5항에 있어서,
    상기 구매 사용자 판단 시스템은,
    물품 데이터 베이스를 저장하고, 각 하나의 물품 정보를 포함하는 물품 정보 저장 유닛;
    상기 밀폐 공간 내부에서 3차원 좌표계를 구축하며, 진열대 좌표 집합 및 프레임 플레이트 좌표 집합을 저장하고, 프레임 플레이트 상방의 프레임 플레이트 공간의 높이를 설정하여, 상기 프레임 플레이트 공간의 좌표 집합을 획득하는 프레임 플레이트 좌표 저장 유닛;
    한 프레임 플레이트 상방의 프레임 플레이트 공간의 좌표 집합이 한 사용자 손의 좌표 집합과 교집합이 존재할 경우, 상기 프레임 플레이트가 상기 사용자와 매칭되는 것으로 판단하는 프레임 플레이트와 사용자 매칭 판단 유닛; 및
    물품이 프레임 플레이트에서 이동되었거나 프레임 플레이트에 안착되었을 경우, 동일한 시각에 한 사용자가 상기 프레임 플레이트와 매칭되면, 상기 물품이 상기 사용자와 매칭되는 것으로 판단하는 물품과 사용자 매칭 판단 유닛; 을 포함하는 것을 특징으로 하는 목표물 포지셔닝 시스템.
  7. 제 5항에 있어서,
    상기 구매 정보 기록 시스템은,
    한 사용자의 신분이 인식될 경우, 상기 사용자의 신분 정보에 따라 상기 사용자의 구매 데이터 베이스를 생성하는 구매 데이터 베이스 생성 유닛; 및
    물품이 이동되었을 경우, 이동된 물품의 종류 및 개수 및 물품을 가져간 사용자의 신분 정보에 따라 구매 정보를 생성하고, 상기 사용자의 구매 데이터 베이스에 저장하며; 물품이 방환되었을 경우, 방환된 물품의 종류 및 개수 및 물품을 방환한 사용자의 신분 정보에 따라 반환 정보를 생성하고, 상기 사용자의 구매 데이터 베이스에서 상기 반환 정보와 서로 대응되는 구매 정보를 삭제하는 구매 데이터 베이스 업데이트 유닛; 을 포함하는 것을 특징으로 하는 목표물 포지셔닝 시스템.
  8. 밀폐 공간을 설치하는 공간 설치 단계;
    적어도 하나의 프레임 3차원 영상을 실시간으로 수집하고, 상기 3차원 영상은 적어도 하나의 목표물의 전부 또는 일부의 이미지를 포함하는 3차원 영상 수집 단계; 및
    상기 밀폐 공간 내부에서 3차원 좌표계를 구축하며, 상기 적어도 하나의 프레임 3차원 영상에 따라 목표물의 좌표 집합 또는 좌표를 실시간으로 획득하는 목표물 좌표 획득 단계; 를 포함하는 것을 특징으로 하는 목표물 포지셔닝 방법.
  9. 제 8항에 있어서,
    상기 3차원 영상 수집 단계는,
    상기 밀폐 공간의 최상부에 적어도 하나의 영상 센서를 설치하고, 상기 영상 센서의 시야 범위는 상기 밀폐 공간의 모든 저면을 커버하는 영상 센서 설치 단계;
    적어도 하나의 프레임 레인지 이미지 및 적어도 하나의 프레임 RGB 이미지를 실시간으로 동기화 수집하는 원천 이미지 수집 단계; 및
    동일한 영상 센서가 동일한 시각에 수집한 프레임 레인지 이미지 및 프레임 RGB 이미지를 프레임 3차원 영상으로 결합하는 3차원 영상 정합 단계; 를 포함하는 것을 특징으로 하는 목표물 포지셔닝 방법.
  10. 제 8항에 있어서,
    상기 목표물 좌표 획득 단계는,
    상기 밀폐 공간 내부에서 3차원 좌표계를 구축하며; 상기 밀폐 공간에서 임의의 한 점을 원점으로 선택하고, 수평 방향에서 X축, Y축을 설정하며, 수직 방향에서 Z축을 설정하는 좌표계 구축 단계;
    각 하나의 프레임 3차원 영상의 각 하나의 픽셀 포인트의 위치 파라미터 및 색상 파라미터를 획득하고; 상기 위치 파라미터는 x, y, z이며, 상기 픽셀 포인트가 상기 3차원 좌표계에서의 위치 좌표를 대표하고; 상기 색상 파라미터는 r, g, b이며, 상기 픽셀 포인트의 삼원색 강도를 각각 대표하는 파라미터 획득 단계;
    연속적으로 수집한 M프레임 3차원 영상에서, 상이한 3차원 영상에 따로 속해 있고, 위치 파라미터가 동일한 N개 픽셀 포인트의 색상 파라미터가 동일할 경우, N은 0.9*M보다 작거나 M과 같으면, 상기 N개 픽셀 포인트들은 배경 픽셀 포인트인 것으로 판단하고, 상기 M프레임 3차원 영상에서 N개 상기 배경 픽셀 포인트를 제거하여, M프레임 무배경 3차원 영상을 획득하는 배경 제거 단계; 및
    상기 M프레임 무배경 3차원 영상 중 모든 픽셀 포인트의 위치 파라미터의 집합은 상기 목표물의 좌표 집합인 목표물 좌표 산출 단계; 를 포함하는 것을 특징으로 하는 목표물 포지셔닝 방법.
  11. 제 10항에 있어서,
    상기 파라미터 획득 단계에서, 프레임 3차원 영상의 각 하나의 픽셀 포인트의 위치 파라미터를 획득하고, 구체적으로,
    상기 프레임 3차원 영상의 영상 센서의 중심점이 상기 3차원 좌표계에서의 좌표를 획득하고 수집하는 센서 좌표 획득 단계;
    상기 영상 센서의 중심점을 제2 원점으로 하고 제2, 3차원 좌표계를 구축하고, 상기 3차원 영상에서 각 하나의 픽셀 포인트가 상기 제2, 3차원 좌표계에서의 좌표를 획득하는 상대 좌표 획득 단계; 및
    상기 영상 센서의 중심점이 상기 3차원 좌표계에서의 좌표 및 상기 3차원 영상 중 각 하나의 픽셀 포인트가 제2, 3차원 좌표계에서의 좌표에 따라, 상기 3차원 영상의 각 하나의 픽셀 포인트가 상기 3차원 좌표계에서의 좌표를 산출 및 수정하여, 각 하나의 픽셀 포인트의 위치 파라미터를 획득하는 좌표 수정 단계; 를 포함하는 것을 특징으로 하는 목표물 포지셔닝 방법.
  12. 제 8항에 있어서,
    상기 밀폐 공간에 적어도 하나의 진열대를 설치하고; 각 하나의 진열대는 적어도 하나의 프레임 플레이트를 포함하며, 각 하나의 프레임 플레이트에 적어도 하나의 물품이 안착되어 있는 진열대 설치 단계;
    상기 밀폐 공간에 진입한 각 하나의 사용자의 신분 정보를 인식하는 사용자 신분 인식 단계;
    각 하나의 물품의 이착 상태를 실시간으로 감지하고, 임의의 물품이 이동되었거나 방환될 경우, 이동되었거나 방환된 물품의 종류 및 개수를 획득하는 물품 감지 단계;
    임의의 물품이 이동되었거나 방환될 경우, 각 하나의 사용자의 신분 정보 및 각 하나의 사용자의 실시간 위치에 따라 이동되었거나 방환된 물품의 사용자 신분을 판단하는 구매 사용자 판단 단계; 및
    각 하나의 사용자의 신분 정보에 따라 적어도 하나의 구매 데이터 베이스를 생성하고, 각 하나의 사용자가 가져간 적어도 하나의 물품의 종류 및 개수를 기록하는 구매 정보 기록 단계; 를 더 포함하는 것을 특징으로 하는 목표물 포지셔닝 방법.
  13. 제 12항에 있어서,
    상기 구매 사용자 판단 단계는,
    물품 데이터 베이스를 저장하고, 각 하나의 물품 정보를 포함하는 물품 정보 저장 단계;
    상기 밀폐 공간 내부에서 3차원 좌표계를 구축하며, 진열대 좌표 집합 및 프레임 플레이트 좌표 집합을 저장하고, 프레임 플레이트 상방의 프레임 플레이트 공간의 높이를 설정하여, 상기 프레임 플레이트 공간의 좌표 집합을 획득하는 프레임 플레이트 좌표 저장 단계;
    한 프레임 플레이트 상방의 프레임 플레이트 공간의 좌표 집합이 한 사용자 손의 좌표 집합과 교집합이 존재할 경우, 상기 프레임 플레이트가 상기 사용자와 매칭되는 것으로 판단하는 프레임 플레이트와 사용자 매칭 판단 단계; 및
    물품이 프레임 플레이트에서 이동되었거나 프레임 플레이트에 안착되었을 경우, 동일한 시각에 한 사용자가 상기 프레임 플레이트와 매칭되면, 상기 물품이 상기 사용자와 매칭되는 것으로 판단하는 물품과 사용자 매칭 판단 단계; 를 포함하는 것을 특징으로 하는 목표물 포지셔닝 방법.
  14. 제 12항에 있어서,
    상기 구매 정보 기록 단계는,
    한 사용자의 신분이 인식될 경우, 상기 사용자의 신분 정보에 따라 상기 사용자의 구매 데이터 베이스를 생성하는 구매 데이터 베이스 생성 단계;
    물품이 이동되었을 경우, 이동된 물품의 종류 및 개수 및 물품을 가져간 사용자의 신분 정보에 따라 구매 정보를 생성하고, 상기 사용자의 구매 데이터 베이스에 저장하며; 물품이 방환되었을 경우, 방환된 물품의 종류 및 개수 및 물품을 방환한 사용자의 신분 정보에 따라 반환 정보를 생성하고, 상기 사용자의 구매 데이터 베이스에서 상기 반환 정보와 서로 대응되는 구매 정보를 삭제하는 구매 데이터 베이스 업데이트 단계; 를 포함하는 것을 특징으로 하는 목표물 포지셔닝 방법.
KR1020207002600A 2017-12-18 2018-11-23 목표물 위치 결정 시스템 및 위치 결정 방법 KR102510679B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
CN201711366390.4 2017-12-18
CN201711366390 2017-12-18
CN201810079535.0 2018-01-26
CN201810079535.0A CN108551658B (zh) 2017-12-18 2018-01-26 目标物定位系统及定位方法
PCT/CN2018/117325 WO2019120040A1 (zh) 2017-12-18 2018-11-23 目标物定位系统及定位方法

Publications (2)

Publication Number Publication Date
KR20200023647A true KR20200023647A (ko) 2020-03-05
KR102510679B1 KR102510679B1 (ko) 2023-03-16

Family

ID=62926467

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020207009712A KR102378059B1 (ko) 2017-12-18 2018-11-23 중량 모니터링 기반의 물품 감지 시스템 및 물품 감지 방법
KR1020207002600A KR102510679B1 (ko) 2017-12-18 2018-11-23 목표물 위치 결정 시스템 및 위치 결정 방법
KR1020207006089A KR102454854B1 (ko) 2017-12-18 2018-11-23 영상 모니터링에 기반하는 물품 감지 시스템 및 물품 감지 방법

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020207009712A KR102378059B1 (ko) 2017-12-18 2018-11-23 중량 모니터링 기반의 물품 감지 시스템 및 물품 감지 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020207006089A KR102454854B1 (ko) 2017-12-18 2018-11-23 영상 모니터링에 기반하는 물품 감지 시스템 및 물품 감지 방법

Country Status (8)

Country Link
US (3) US11501523B2 (ko)
EP (3) EP3745100A4 (ko)
JP (4) JP7078275B2 (ko)
KR (3) KR102378059B1 (ko)
CN (10) CN108492482B (ko)
AU (5) AU2018386790A1 (ko)
SG (3) SG11202003731PA (ko)
WO (4) WO2019120039A1 (ko)

Families Citing this family (109)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108492482B (zh) * 2017-12-18 2020-11-03 上海云拿智能科技有限公司 货品监控系统及监控方法
US11707338B2 (en) * 2018-01-30 2023-07-25 PAR Excellence Systems, Inc. Storage system including at least one container containing medical supplies
CN108652332A (zh) 2018-04-19 2018-10-16 上海云拿智能科技有限公司 悬挂式货架
EP3815013A4 (en) * 2018-06-28 2022-05-18 Shekel Scales (2008) Ltd. SYSTEMS AND METHODS OF WEIGHING PRODUCTS ON A SHELF
CN108921540A (zh) * 2018-07-09 2018-11-30 南宁市安普康商贸有限公司 基于购买者位置定位的开放式自助销售方法及系统
EP3613638A1 (en) 2018-08-10 2020-02-26 Lg Electronics Inc. Vehicle display system for vehicle
CN109448237B (zh) * 2018-08-29 2019-10-11 拉卡拉汇积天下技术服务（北京）有限公司 无人售货装置及其上货方法和控制系统
CN109658596A (zh) * 2018-09-12 2019-04-19 盈奇科技（深圳）有限公司 一种重力感应自动售货机
CN109741533A (zh) * 2018-09-12 2019-05-10 盈奇科技（深圳）有限公司 一种重力感应自动售货机固定结构
CN109461255A (zh) * 2018-09-12 2019-03-12 湖南金码智能设备制造有限公司 一种用于售货机的自适应检测接取商品状态的装置和方法
CN109859377A (zh) * 2018-09-12 2019-06-07 盈奇科技（深圳）有限公司 一种重力感应自动售货机重力感应部分连接结构
CN110895747B (zh) * 2018-09-13 2024-04-02 阿里巴巴集团控股有限公司 商品信息识别、显示、信息关联、结算方法及系统
CN109214484B (zh) * 2018-09-20 2021-07-13 深圳蓝胖子机器智能有限公司 无人便利店控制方法、装置和计算机可读存储介质
CN109330284B (zh) 2018-09-21 2020-08-11 京东方科技集团股份有限公司 一种货架系统
CN109512217A (zh) * 2018-09-27 2019-03-26 安徽国药医疗科技有限公司 一种基于智能货架的物品管理系统
CN109341763B (zh) * 2018-10-10 2020-02-04 广东长盈科技股份有限公司 一种基于物联网的运输数据采集系统及方法
CN109409291B (zh) * 2018-10-26 2020-10-30 虫极科技（北京）有限公司 智能货柜的商品识别方法和系统及购物订单的生成方法
CN109685979A (zh) * 2018-11-01 2019-04-26 深圳市友族科技有限公司 一种无人售货柜及无人售货方法
CN109581532A (zh) * 2018-11-12 2019-04-05 百度在线网络技术（北京）有限公司 用于确定被取走或放置的物品的位置的设备、方法及货架
CN109363450A (zh) * 2018-12-03 2019-02-22 深圳市力合鑫源智能技术有限公司 智能货架及货架上被取走或被添加物品位置的识别方法
CN109741519B (zh) * 2018-12-10 2021-01-19 深圳市思拓通信系统有限公司 一种无人超市货架监控系统及其控制方法
CN111325049A (zh) * 2018-12-13 2020-06-23 北京京东尚科信息技术有限公司 商品识别方法、装置、电子设备及可读介质
CN109598874A (zh) * 2018-12-18 2019-04-09 北京缤歌网络科技有限公司 一种显示控制方法
US11017641B2 (en) * 2018-12-21 2021-05-25 Sbot Technologies Inc. Visual recognition and sensor fusion weight detection system and method
CN109726759B (zh) * 2018-12-28 2021-08-17 北京旷视科技有限公司 无人售货方法、装置、系统、电子设备及计算机可读介质
CN109711360B (zh) * 2018-12-29 2021-03-30 北京沃东天骏信息技术有限公司 售货机风险控制方法、装置和控制系统
CN111222389B (zh) * 2019-01-10 2023-08-29 图灵通诺（北京）科技有限公司 商超货架上商品的分析方法和系统
CN109872448A (zh) * 2019-01-19 2019-06-11 创新奇智(广州)科技有限公司 一种异物检测方法、计算机可读存储介质及检测系统
CN111222870B (zh) * 2019-01-24 2024-02-27 图灵通诺（北京）科技有限公司 结算方法、装置和系统
CN109858446A (zh) * 2019-01-31 2019-06-07 深兰科技（上海）有限公司 一种新零售场景下物品注册方法及装置
CN111523348B (zh) * 2019-02-01 2024-01-05 百度（美国）有限责任公司 信息生成方法和装置、用于人机交互的设备
CN109840504B (zh) * 2019-02-01 2022-11-25 腾讯科技（深圳）有限公司 物品取放行为识别方法、装置、存储介质及设备
CN109919040B (zh) * 2019-02-15 2022-04-19 北京清瞳时代科技有限公司 货物的品规信息识别方法及装置
CN109829348A (zh) * 2019-02-25 2019-05-31 浙江工业大学 基于stm32单片机的食品信息采集系统
CN111507702A (zh) * 2019-03-07 2020-08-07 河源市联腾实业有限公司 无人超市自助购物方法、计算机可读存储介质及系统
CN110007755A (zh) * 2019-03-15 2019-07-12 百度在线网络技术（北京）有限公司 基于动作识别的物体事件触发方法、装置及其相关设备
CN109977826B (zh) * 2019-03-15 2021-11-02 百度在线网络技术（北京）有限公司 物体的类别识别方法和装置
CN109977825B (zh) * 2019-03-15 2021-06-25 百度在线网络技术（北京）有限公司 物品识别方法及装置
CN110009836A (zh) * 2019-03-29 2019-07-12 江西理工大学 基于高光谱摄像技术的深度学习的系统及方法
CN110147723B (zh) * 2019-04-11 2022-08-19 苏宁云计算有限公司 一种无人店中顾客异常行为的处理方法及系统
CN110321797A (zh) * 2019-05-31 2019-10-11 苏宁云计算有限公司 商品识别方法和装置
CN110175590A (zh) * 2019-05-31 2019-08-27 北京华捷艾米科技有限公司 一种商品识别方法及装置
CN110150906A (zh) * 2019-06-04 2019-08-23 上海追月科技有限公司 托盘及货架
CN110260796A (zh) * 2019-06-04 2019-09-20 上海追月科技有限公司 货品感知系统、货品感知方法及电子设备
CN110197561A (zh) * 2019-06-10 2019-09-03 北京华捷艾米科技有限公司 一种商品识别方法、装置及系统
CN112115745A (zh) * 2019-06-21 2020-12-22 杭州海康威视数字技术股份有限公司 一种商品漏扫码行为识别方法、装置及系统
CN110298961A (zh) * 2019-06-28 2019-10-01 北京云迹科技有限公司 用于机器人的计费方法及装置
CN110403400B (zh) * 2019-07-16 2020-09-08 合肥美的智能科技有限公司 货柜
US20210027104A1 (en) * 2019-07-25 2021-01-28 Microsoft Technology Licensing, Llc Eyes-off annotated data collection framework for electronic messaging platforms
CN110837824B (zh) * 2019-08-09 2022-12-16 达闼科技（北京）有限公司 用于售货装置中的商品识别方法、售货装置及存储介质
CN111783509A (zh) * 2019-08-29 2020-10-16 北京京东尚科信息技术有限公司 自动结算方法、装置、系统和存储介质
JP7368982B2 (ja) 2019-09-05 2023-10-25 東芝テック株式会社 販売管理システム及び販売管理方法
CN112466035B (zh) * 2019-09-06 2022-08-12 图灵通诺（北京）科技有限公司 基于视觉和重力感应的商品识别方法、装置和系统
CN110717593B (zh) * 2019-10-14 2022-04-19 上海商汤临港智能科技有限公司 神经网络训练、移动信息测量、关键帧检测的方法及装置
CN111753614A (zh) * 2019-11-01 2020-10-09 北京京东尚科信息技术有限公司 一种商品货架的监控方法和装置
CN111783513A (zh) * 2019-11-18 2020-10-16 北京沃东天骏信息技术有限公司 货物补充方法、装置和系统
CN111109947A (zh) * 2019-11-28 2020-05-08 上海追月科技有限公司 货架、货品识别方法及电子设备
CN111025417B (zh) * 2019-12-17 2022-04-29 万翼科技有限公司 建材存放区域异常检测方法及相关产品
CN111127174A (zh) * 2020-01-06 2020-05-08 鄂尔多斯市东驿科技有限公司 智能化无人超市控制系统
CN111145409A (zh) * 2020-01-06 2020-05-12 鄂尔多斯市东驿科技有限公司 人体识别定位跟踪系统
CN111207815A (zh) * 2020-01-16 2020-05-29 首钢京唐钢铁联合有限责任公司 一种汽车衡混装计量系统
CN111243166A (zh) * 2020-01-20 2020-06-05 广东优信无限网络股份有限公司 一种用于餐饮售卖机的提示方法
KR102177852B1 (ko) * 2020-01-31 2020-11-11 임시원 정신건강의학의 병원용 자산 관리를 위한 방법 및 장치
US11694501B2 (en) 2020-02-17 2023-07-04 True Manufacturing Co., Inc. Refrigerated vending system and method
CN111429655A (zh) * 2020-02-28 2020-07-17 上海追月科技有限公司 货品识别方法及货品识别系统、存储介质及电子设备
CN111428621A (zh) * 2020-03-20 2020-07-17 京东方科技集团股份有限公司 货架交互方法、装置和货架
CN111476609A (zh) * 2020-04-10 2020-07-31 广西中烟工业有限责任公司 零售数据获取方法、系统、设备及存储介质
CN111540106A (zh) * 2020-04-14 2020-08-14 合肥工业大学 一种无人超市系统
CN111553914B (zh) * 2020-05-08 2021-11-12 深圳前海微众银行股份有限公司 基于视觉的货物检测方法、装置、终端及可读存储介质
CN111667639A (zh) * 2020-05-28 2020-09-15 北京每日优鲜电子商务有限公司 图书归还服务的实现方法、装置及智能图书柜
CN111831673B (zh) * 2020-06-10 2024-04-12 上海追月科技有限公司 货品识别系统、货品识别方法及电子设备
CN111680657B (zh) * 2020-06-15 2023-05-05 杭州海康威视数字技术股份有限公司 一种物品取放事件的触发人员确定方法、装置及设备
CN111738184B (zh) * 2020-06-28 2023-09-26 杭州海康威视数字技术股份有限公司 一种商品取放识别方法、装置、系统及设备
CN111672774B (zh) * 2020-07-30 2021-07-06 梅卡曼德（北京）机器人科技有限公司 一种货品分拣系统及分拣方法
CN113808342B (zh) * 2020-08-19 2023-09-01 北京京东乾石科技有限公司 物品支付方法、装置、计算机可读介质及电子设备
CN111731669A (zh) * 2020-08-26 2020-10-02 江苏神彩科技股份有限公司 危险物品智能监管贮存箱及其监管系统
CN112084940A (zh) * 2020-09-08 2020-12-15 南京和瑞供应链管理有限公司 物资盘点管理系统及方法
KR102253385B1 (ko) * 2020-09-14 2021-05-18 주식회사농심 불량 멀티포장제품 검출시스템
CN112101867A (zh) * 2020-09-15 2020-12-18 四川精益达工程检测有限责任公司 一种用于货架上物品的信息生成方法及系统
CN112309031B (zh) * 2020-09-17 2022-06-07 北京京东乾石科技有限公司 无人货柜混放检测方法、装置、设备及可读存储介质
CN112215167B (zh) * 2020-10-14 2022-12-20 上海爱购智能科技有限公司 一种基于图像识别的智能商店控制方法和系统
CN112515428B (zh) * 2020-11-17 2023-11-03 上海追月科技有限公司 一种货架
JP2022097195A (ja) * 2020-12-18 2022-06-30 トヨタ自動車株式会社 情報処理装置、及び、情報処理方法
JP2022110700A (ja) * 2021-01-19 2022-07-29 東芝テック株式会社 報知装置及び報知方法
CN112419015B (zh) * 2021-01-25 2021-05-25 北京每日优鲜电子商务有限公司 物品信息推送方法、装置、电子设备和计算机可读介质
CN113067847B (zh) * 2021-02-02 2022-07-12 绍兴晨璞网络科技有限公司 一种匹配式超宽带定位系统架构设计方法
CN112985570B (zh) * 2021-02-04 2023-09-29 支付宝(杭州)信息技术有限公司 称重货架的传感器的标定方法和系统
CN112801055B (zh) * 2021-04-01 2021-06-22 湖南云星人工智能研究院有限公司 一种基于薄膜压力传感器阵列的无人超市定位跟踪方法
CN113554808B (zh) * 2021-04-22 2023-09-29 浙江星星冷链集成股份有限公司 一种上货管理装置及无人售货系统
CN113554809A (zh) * 2021-04-22 2021-10-26 浙江星星冷链集成股份有限公司 一种商品信息更新装置及无人售货系统
CN113524194B (zh) * 2021-04-28 2023-03-21 重庆理工大学 基于多模特征深度学习的机器人视觉抓取系统的目标抓取方法
CN113229686A (zh) * 2021-05-21 2021-08-10 上海追月科技有限公司 一种货架
CN113407571B (zh) * 2021-06-30 2023-04-07 重庆博尔德医疗科技股份有限公司 一种基于称重原理的计数方法
CN113558441A (zh) * 2021-07-07 2021-10-29 合肥美的智能科技有限公司 无人售货柜
CN113537773A (zh) * 2021-07-15 2021-10-22 深圳医智联科技有限公司 一种针对检验科培养瓶的管理方法及系统
CN113479534A (zh) * 2021-07-31 2021-10-08 深圳市坤同智能仓储科技有限公司 称重货架的模块化层及货架系统
CN113592339A (zh) * 2021-08-09 2021-11-02 四川长虹智能制造技术有限公司 一种货物信息校准系统、方法及电子设备
CN113421376B (zh) * 2021-08-23 2021-12-28 浙江星星冷链集成股份有限公司 一种无人售货系统
CN113869821A (zh) * 2021-09-23 2021-12-31 云南电力试验研究院(集团)有限公司 一种计量物资识别周转方法和系统
KR102417612B1 (ko) * 2021-10-28 2022-07-06 주식회사 케이엔케이 부품 검사 시스템 및 그 제어방법
CN113706227A (zh) * 2021-11-01 2021-11-26 微晟(武汉)技术有限公司 一种货架商品推荐方法及装置
CN113821674B (zh) * 2021-11-23 2022-02-25 北京中超伟业信息安全技术股份有限公司 一种基于孪生神经网络的智能货物监管方法及系统
CN114140696A (zh) * 2022-01-27 2022-03-04 深圳市慧为智能科技股份有限公司 商品识别系统优化方法、装置、设备及存储介质
CN114559431A (zh) * 2022-03-02 2022-05-31 上海擎朗智能科技有限公司 一种物品配送方法、装置、机器人及存储介质
ES2922762A1 (es) * 2022-05-27 2022-09-20 Ostirion S L U Procedimiento y equipo de localizacion e identificacion optica de instrumentos y aparatos
KR102597927B1 (ko) * 2022-08-16 2023-11-30 주식회사 포르망 화장품의 중량 선별 장치
KR102482821B1 (ko) * 2022-09-06 2022-12-29 주식회사 포이엔 무선 네트워크 기반의 실시간 계측 시스템
CN115510501B (zh) * 2022-11-22 2023-02-28 中汽信息科技(天津)有限公司 一种汽车数据防篡改方法和系统
CN116422602A (zh) * 2023-03-17 2023-07-14 广东铭钰科技股份有限公司 一种一体式产品称重标识检测系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100006802A (ko) * 2008-07-10 2010-01-22 박찬용 자동판매 기능을 갖는 무인 점포 시스템
KR20100132110A (ko) * 2009-06-09 2010-12-17 (주)이지스 3차원 공간 데이터를 이용한 카메라 영상의 3차원 좌표 획득방법 및 이를 이용한 카메라 연동 제어방법
KR20110119589A (ko) * 2010-04-27 2011-11-02 서울시립대학교 산학협력단 중첩 전방위 영상을 이용하여 객체의 3차원 좌표를 결정하기 위한 시스템 및 그 방법
KR20120053856A (ko) * 2010-11-18 2012-05-29 광주과학기술원 3차원 영상 생성 방법 및 시스템
KR20140072763A (ko) * 2012-12-31 2014-06-13 (주)지오투정보기술 영상 정보와 항공사진 데이터를 비교하여 대상 객체를 결정하고 카메라 획득정보를 이용하여 대상 객체의 3차원 좌표를 획득하는 수치지도 제작 시스템
KR101467509B1 (ko) * 2008-07-25 2014-12-01 삼성전자주식회사 이미지 센서 및 이미지 센서 동작 방법
KR20160133676A (ko) * 2015-05-13 2016-11-23 한국전자통신연구원 3차원 공간에서 영상정보를 이용한 사용자 의도 분석장치 및 분석방법

Family Cites Families (104)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3384193A (en) * 1965-02-01 1968-05-21 Toledo Scale Corp Control circuitry
JPS6052366B2 (ja) * 1977-12-02 1985-11-19 オムロン株式会社 重量検知ユニツト
JPH1017121A (ja) * 1996-07-02 1998-01-20 Keiyo Syst Kk 自動棚卸し装置
JP4452786B2 (ja) * 1996-09-29 2010-04-21 雅信 鯨田 遠隔商品販売のための装置及び方法
JP3213696B2 (ja) 1996-11-29 2001-10-02 東芝テック株式会社 買上商品登録装置及びこの登録装置を用いた買上商品決済システム
US6711293B1 (en) * 1999-03-08 2004-03-23 The University Of British Columbia Method and apparatus for identifying scale invariant features in an image and use of same for locating an object in an image
JP2002161942A (ja) * 2000-08-10 2002-06-07 Iau:Kk 免震装置、滑り支承また免震構造
KR20010067855A (ko) * 2001-04-03 2001-07-13 장성계 창고형 매장에서의 중량감지에 의한 상품 재고량 파악시스템
JP3837475B2 (ja) 2001-07-19 2006-10-25 独立行政法人産業技術総合研究所 自動化ショッピングシステム
WO2003086664A2 (en) * 2002-04-12 2003-10-23 Tritek Technologies, Inc. Mail sorting processes and systems
US6747560B2 (en) * 2002-06-27 2004-06-08 Ncr Corporation System and method of detecting movement of an item
US7039222B2 (en) * 2003-02-28 2006-05-02 Eastman Kodak Company Method and system for enhancing portrait images that are processed in a batch mode
CN2634950Y (zh) * 2003-06-06 2004-08-25 何永强 货架柱
CN2788670Y (zh) * 2005-03-25 2006-06-21 李瑞铭 强化支撑架结构
US20080109375A1 (en) * 2006-11-08 2008-05-08 Ricci Christopher P Position-enhanced wireless transaction security
US7949568B2 (en) * 2007-08-31 2011-05-24 Accenture Global Services Limited Determination of product display parameters based on image processing
DE202007016804U1 (de) * 2007-12-01 2008-02-28 Golletz Gmbh Vorrichtung zur regalartigen Anordnung von Warenträgern
CN101604312A (zh) * 2007-12-07 2009-12-16 宗刚 信息的检索管理交流的方法和系统
US20090177089A1 (en) * 2008-01-04 2009-07-09 Assaf Govari Three-dimensional image reconstruction using doppler ultrasound
CN101281597B (zh) * 2008-04-25 2011-06-22 北京工业大学 一种产品包装图形标识信息在线实时采集识别装置及方法
US8165929B2 (en) * 2008-08-04 2012-04-24 Chudy Group, LLC Adaptive pharmaceutical product management methods and system
KR20100136089A (ko) 2009-06-18 2010-12-28 주식회사 비즈모델라인 인덱스 교환을 통한 다중 코드 생성 방식 오티피 출력 방법 및 시스템과 이를 위한 휴대폰 및 기록매체
CN101989333A (zh) * 2009-07-31 2011-03-23 上海杉达学院 仓储控制系统
KR20100003343A (ko) * 2009-12-15 2010-01-08 (주)리테일테크 압력 센서를 이용한 소매 매장의 결품 방지 시스템
US20110174753A1 (en) * 2010-01-18 2011-07-21 Matthew Pinto Stackable transport system
EP2580687A4 (en) * 2010-06-14 2014-04-30 Trutag Technologies Inc SYSTEM FOR CHECKING AN ELEMENT IN A PACKAGE WITH A DATABASE
KR20120051212A (ko) * 2010-11-12 2012-05-22 엘지전자 주식회사 멀티미디어 장치의 사용자 제스쳐 인식 방법 및 그에 따른 멀티미디어 장치
US20130046635A1 (en) * 2011-08-19 2013-02-21 Bank Of America Corporation Triggering offers based on detected location of a mobile point of sale device
CN102374860B (zh) * 2011-09-23 2014-10-01 奇瑞汽车股份有限公司 三维视觉定位方法及系统
US20150120498A1 (en) * 2012-05-10 2015-04-30 Sca Hygience Products Ab Method for assisting in locating a desired item in a storage location
CN202807610U (zh) * 2012-08-31 2013-03-20 宁波市新光货架有限公司 一种中型仓储货架
CN202820536U (zh) * 2012-10-22 2013-03-27 山东固美思耐金属制品有限公司 无线称重超市货架托板
US20160048798A1 (en) * 2013-01-11 2016-02-18 Tagnetics, Inc. Inventory sensor
US20140201042A1 (en) * 2013-01-11 2014-07-17 Tagnetics, Inc. Inventory control system
CN103192958B (zh) * 2013-02-04 2015-07-08 中国科学院自动化研究所北仑科学艺术实验中心 船舶姿态显示装置的控制方法
CN104021538B (zh) * 2013-02-28 2017-05-17 株式会社理光 物体定位方法和装置
KR20140136089A (ko) * 2013-05-16 2014-11-28 (주)에스모바일텍 진열 상품 재고 관리 솔루션을 구비한 전자 선반 라벨 시스템
US10984372B2 (en) * 2013-05-24 2021-04-20 Amazon Technologies, Inc. Inventory transitions
US10176456B2 (en) 2013-06-26 2019-01-08 Amazon Technologies, Inc. Transitioning items from a materials handling facility
US10268983B2 (en) * 2013-06-26 2019-04-23 Amazon Technologies, Inc. Detecting item interaction and movement
US10290031B2 (en) * 2013-07-24 2019-05-14 Gregorio Reid Method and system for automated retail checkout using context recognition
JP6168917B2 (ja) * 2013-08-26 2017-07-26 株式会社日立システムズ 健康管理システム及び健康管理方法
CN103557841B (zh) * 2013-08-28 2016-08-10 陈天恩 一种提高多相机合成影像摄影测量精度的方法
JP6529078B2 (ja) * 2013-09-06 2019-06-12 日本電気株式会社 顧客行動分析システム、顧客行動分析方法、顧客行動分析プログラム及び棚システム
AU2013101591A4 (en) * 2013-10-25 2014-01-09 Housl Pty Ltd Property Leasing
US9916561B2 (en) * 2013-11-05 2018-03-13 At&T Intellectual Property I, L.P. Methods, devices and computer readable storage devices for tracking inventory
CN103559758B (zh) * 2013-11-06 2015-12-30 上海煦荣信息技术有限公司 一种智能化的售货系统及售货方法
CN203693111U (zh) * 2014-02-28 2014-07-09 苏州工业园区航成工业零件有限公司 一种新型台面式称重货架
CN104240007A (zh) * 2014-07-09 2014-12-24 深圳市茁壮网络股份有限公司 一种基于射频识别的物品管理方法及系统
CN203975446U (zh) * 2014-07-29 2014-12-03 晟通科技集团有限公司 全铝托盘
CN104217231A (zh) * 2014-08-29 2014-12-17 南京大学 一种基于非精确锚节点的rfid定位系统及定位方法
CN104576845A (zh) * 2014-12-16 2015-04-29 深圳市德上光电有限公司 一种图形化的蓝宝石衬底的制造方法
CN105989389A (zh) * 2015-02-11 2016-10-05 北京鼎九信息工程研究院有限公司 一种二维码
EP3259209B1 (en) * 2015-02-18 2020-11-11 Fedex Corporate Services, Inc. Managing logistics information related to a logistics container using a container interface display apparatus
JP6458861B2 (ja) * 2015-03-23 2019-01-30 日本電気株式会社 商品情報管理装置、商品情報管理システム、商品情報管理方法およびプログラム
US10318917B1 (en) * 2015-03-31 2019-06-11 Amazon Technologies, Inc. Multiple sensor data fusion system
CN204883802U (zh) * 2015-06-24 2015-12-16 中山润涛智科技术有限公司 重量感应器及应用该感应器的物联网自动库存统计系统
US9911290B1 (en) * 2015-07-25 2018-03-06 Gary M. Zalewski Wireless coded communication (WCC) devices for tracking retail interactions with goods and association to user accounts
US20180232799A1 (en) * 2015-08-20 2018-08-16 Nec Corporation Exhibition device, display control device and exhibition system
US20170061258A1 (en) * 2015-08-25 2017-03-02 Nokia Technologies Oy Method, apparatus, and computer program product for precluding image capture of an image presented on a display
CN105314315B (zh) * 2015-10-30 2017-12-15 无锡职业技术学院 智能货架测试系统
CN205251049U (zh) * 2015-11-06 2016-05-25 江苏正贸仓储设备制造有限公司 带计量器货架
CN106875203A (zh) * 2015-12-14 2017-06-20 阿里巴巴集团控股有限公司 一种确定商品图片的款式信息的方法及装置
US10592854B2 (en) * 2015-12-18 2020-03-17 Ricoh Co., Ltd. Planogram matching
JP6319669B2 (ja) * 2016-01-20 2018-05-09 パナソニックＩｐマネジメント株式会社 商品モニタリング装置、商品モニタリングシステムおよび商品モニタリング方法
CN105719188B (zh) * 2016-01-22 2017-12-26 平安科技（深圳）有限公司 基于多张图片一致性实现保险理赔反欺诈的方法及服务器
JP6968399B2 (ja) * 2016-02-29 2021-11-17 サインポスト株式会社 情報処理システム
CN105787490A (zh) * 2016-03-24 2016-07-20 南京新与力文化传播有限公司 基于深度学习的商品潮流识别方法及装置
CN105678981A (zh) * 2016-03-26 2016-06-15 陈功平 一种组合式智能预警储物架
WO2017172790A1 (en) 2016-03-29 2017-10-05 Bossa Nova Robotics Ip, Inc. Planogram assisted inventory system and method
JP6736334B2 (ja) * 2016-04-07 2020-08-05 東芝テック株式会社 画像処理装置
CN105910379B (zh) * 2016-05-09 2018-07-27 海信（山东）冰箱有限公司 一种用于冰箱的称重装置及称重抽屉
TWI578272B (zh) * 2016-05-18 2017-04-11 Chunghwa Telecom Co Ltd Shelf detection system and method
CN105901987A (zh) * 2016-06-30 2016-08-31 常州市南飞机械有限公司 可称重的货架
CN106326852A (zh) * 2016-08-18 2017-01-11 无锡天脉聚源传媒科技有限公司 一种基于深度学习的商品识别方法及装置
CN106355368A (zh) * 2016-08-29 2017-01-25 苏州倾爱娱乐传媒有限公司 一种卖场货品的智能管理系统
CN106408374A (zh) * 2016-08-30 2017-02-15 佛山市明扬软件科技有限公司 一种安全性高的超市自动收费方法
CN106441537A (zh) * 2016-09-08 2017-02-22 蝶和科技（中国）有限公司 一种称重货架的称重方法以及使用该方法的货架
CN106556341B (zh) * 2016-10-08 2019-12-03 浙江国自机器人技术有限公司 一种基于特征信息图形的货架位姿偏差检测方法和系统
CN106454733A (zh) * 2016-11-03 2017-02-22 安徽百慕文化科技有限公司 一种基于无线传感网络的在线监测系统
CN106781121A (zh) * 2016-12-14 2017-05-31 朱明� 基于视觉分析的超市自助结账智能系统
CN106845962A (zh) * 2016-12-29 2017-06-13 广州途威慧信息科技有限公司 一种自动结算货款系统及方法
CN106910086A (zh) * 2017-01-18 2017-06-30 甄启源 一种超市智能购物系统
CN106875465B (zh) * 2017-01-20 2021-06-11 奥比中光科技集团股份有限公司 基于rgbd图像的三维操控空间的建立方法及设备
CN106845965A (zh) * 2017-02-13 2017-06-13 上海云剑信息技术有限公司 线下超市自助购物的手机结账系统
CN106934692B (zh) * 2017-03-03 2020-12-22 陈维龙 物品信息处理系统、方法及装置
CN106920152A (zh) * 2017-03-07 2017-07-04 深圳市楼通宝实业有限公司 自助售卖方法及系统
US9805360B1 (en) * 2017-03-17 2017-10-31 Philz Coffee, Inc. Location based device flagging and interface
CN107134053B (zh) * 2017-04-19 2019-08-06 石道松 智能售货门店
CN107045641B (zh) * 2017-04-26 2020-07-28 广州图匠数据科技有限公司 一种基于图像识别技术的货架识别方法
CN107093269A (zh) * 2017-06-08 2017-08-25 上海励识电子科技有限公司 一种智能无人售货系统及方法
CN107463946B (zh) * 2017-07-12 2020-06-23 浙江大学 一种结合模板匹配与深度学习的商品种类检测方法
CN107123006A (zh) * 2017-07-12 2017-09-01 杨智勇 一种智能购物系统
CN107341523A (zh) * 2017-07-13 2017-11-10 浙江捷尚视觉科技股份有限公司 基于深度学习的快递单信息识别方法和系统
US10655945B2 (en) * 2017-07-19 2020-05-19 Symbol Technologies, Llc Methods and apparatus to coordinate movement of automated vehicles and freight dimensioning components
CN107480735B (zh) * 2017-07-24 2018-08-14 葛代荣 一种自助验货方法和系统
CN107481000A (zh) * 2017-07-27 2017-12-15 惠州市伊涅科技有限公司 无人超市售货方法
CN107451776A (zh) * 2017-07-27 2017-12-08 惠州市伊涅科技有限公司 无人超市补货方法
CN107451891A (zh) * 2017-07-27 2017-12-08 惠州市伊涅科技有限公司 便利店自动售卖方法
US10445694B2 (en) * 2017-08-07 2019-10-15 Standard Cognition, Corp. Realtime inventory tracking using deep learning
US11023850B2 (en) * 2017-08-07 2021-06-01 Standard Cognition, Corp. Realtime inventory location management using deep learning
CN107481414A (zh) * 2017-08-21 2017-12-15 文彬 一种开放式无人售卖装置的实时导购方法及系统
JP7191851B2 (ja) 2017-11-29 2022-12-19 株式会社Ｎｔｔドコモ 棚割情報生成装置及び棚割情報生成プログラム
CN108492482B (zh) * 2017-12-18 2020-11-03 上海云拿智能科技有限公司 货品监控系统及监控方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100006802A (ko) * 2008-07-10 2010-01-22 박찬용 자동판매 기능을 갖는 무인 점포 시스템
KR101467509B1 (ko) * 2008-07-25 2014-12-01 삼성전자주식회사 이미지 센서 및 이미지 센서 동작 방법
KR20100132110A (ko) * 2009-06-09 2010-12-17 (주)이지스 3차원 공간 데이터를 이용한 카메라 영상의 3차원 좌표 획득방법 및 이를 이용한 카메라 연동 제어방법
KR20110119589A (ko) * 2010-04-27 2011-11-02 서울시립대학교 산학협력단 중첩 전방위 영상을 이용하여 객체의 3차원 좌표를 결정하기 위한 시스템 및 그 방법
KR20120053856A (ko) * 2010-11-18 2012-05-29 광주과학기술원 3차원 영상 생성 방법 및 시스템
KR101223206B1 (ko) * 2010-11-18 2013-01-17 광주과학기술원 3차원 영상 생성 방법 및 시스템
KR20140072763A (ko) * 2012-12-31 2014-06-13 (주)지오투정보기술 영상 정보와 항공사진 데이터를 비교하여 대상 객체를 결정하고 카메라 획득정보를 이용하여 대상 객체의 3차원 좌표를 획득하는 수치지도 제작 시스템
KR20160133676A (ko) * 2015-05-13 2016-11-23 한국전자통신연구원 3차원 공간에서 영상정보를 이용한 사용자 의도 분석장치 및 분석방법

Also Published As

Publication number Publication date
JP2022043067A (ja) 2022-03-15
CN108509847A (zh) 2018-09-07
AU2018102235A4 (en) 2022-03-17
US11501523B2 (en) 2022-11-15
WO2019120039A1 (zh) 2019-06-27
WO2019144690A1 (zh) 2019-08-01
WO2019120040A9 (zh) 2019-12-12
KR102454854B1 (ko) 2022-10-14
EP3745100A4 (en) 2021-03-24
CN207783158U (zh) 2018-08-28
US20200202137A1 (en) 2020-06-25
CN108497839A (zh) 2018-09-07
AU2018405073A1 (en) 2020-06-18
JP7016187B2 (ja) 2022-02-04
CN108520194A (zh) 2018-09-11
KR102510679B1 (ko) 2023-03-16
CN108492482B (zh) 2020-11-03
WO2019144691A1 (zh) 2019-08-01
CN208892110U (zh) 2019-05-24
AU2022203376A1 (en) 2022-06-09
KR20200037833A (ko) 2020-04-09
EP3731546A1 (en) 2020-10-28
SG11202004369RA (en) 2020-06-29
EP3745100A1 (en) 2020-12-02
JP7229580B2 (ja) 2023-02-28
JP2021507203A (ja) 2021-02-22
CN108551658A (zh) 2018-09-18
EP3745296A4 (en) 2021-03-24
EP3745296A1 (en) 2020-12-02
KR20200051705A (ko) 2020-05-13
CN108492482A (zh) 2018-09-04
US20200202163A1 (en) 2020-06-25
JP2022043070A (ja) 2022-03-15
CN108509847B (zh) 2021-07-20
CN108332829A (zh) 2018-07-27
AU2018405072A1 (en) 2020-04-30
JP2021511554A (ja) 2021-05-06
SG11202003732YA (en) 2020-05-28
SG11202003731PA (en) 2020-05-28
CN108551658B (zh) 2021-04-09
JP7170355B2 (ja) 2022-11-14
CN108492157B (zh) 2023-04-18
WO2019120040A1 (zh) 2019-06-27
KR102378059B1 (ko) 2022-03-25
AU2018386790A1 (en) 2020-04-23
CN108492157A (zh) 2018-09-04
CN108497839B (zh) 2021-04-09
US20200258069A1 (en) 2020-08-13
EP3731546A4 (en) 2021-02-17
CN208044756U (zh) 2018-11-02
JP7078275B2 (ja) 2022-05-31

Similar Documents

Publication Publication Date Title
KR102510679B1 (ko) 목표물 위치 결정 시스템 및 위치 결정 방법
CN111626681B (zh) 一种用于库存管理的图像识别系统
JP6653813B1 (ja) 情報処理システム
JP7264401B2 (ja) 会計方法、装置及びシステム
CN111222870A (zh) 结算方法、装置和系统
JP2022164939A (ja) 販売システム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant