RU2589387C2 - Кассовый терминал - Google Patents

Кассовый терминал Download PDF

Info

Publication number
RU2589387C2
RU2589387C2 RU2013101991/08A RU2013101991A RU2589387C2 RU 2589387 C2 RU2589387 C2 RU 2589387C2 RU 2013101991/08 A RU2013101991/08 A RU 2013101991/08A RU 2013101991 A RU2013101991 A RU 2013101991A RU 2589387 C2 RU2589387 C2 RU 2589387C2
Authority
RU
Russia
Prior art keywords
sensor
product
goods
spectrum
weight
Prior art date
Application number
RU2013101991/08A
Other languages
English (en)
Other versions
RU2013101991A (ru
Inventor
Магнус ТОРНВАЛЛ
СИДО Карл ВОН
Йохан МОЛЛЕР
Эрик КОИ
Хюго БОЙТЕН
Original Assignee
Итаб Сканфлоу Аб
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
Priority claimed from SE1050766A external-priority patent/SE534989C2/sv
Application filed by Итаб Сканфлоу Аб filed Critical Итаб Сканфлоу Аб
Publication of RU2013101991A publication Critical patent/RU2013101991A/ru
Application granted granted Critical
Publication of RU2589387C2 publication Critical patent/RU2589387C2/ru

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A47FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47FSPECIAL FURNITURE, FITTINGS, OR ACCESSORIES FOR SHOPS, STOREHOUSES, BARS, RESTAURANTS OR THE LIKE; PAYING COUNTERS
    • A47F9/00Shop, bar, bank or like counters
    • A47F9/02Paying counters
    • A47F9/04Check-out counters, e.g. for self-service stores
    • A47F9/046Arrangement of recording means in or on check-out counters
    • A47F9/047Arrangement of recording means in or on check-out counters for recording self-service articles without cashier or assistant
    • AHUMAN NECESSITIES
    • A47FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47FSPECIAL FURNITURE, FITTINGS, OR ACCESSORIES FOR SHOPS, STOREHOUSES, BARS, RESTAURANTS OR THE LIKE; PAYING COUNTERS
    • A47F10/00Furniture or installations specially adapted to particular types of service systems, not otherwise provided for
    • A47F10/02Furniture or installations specially adapted to particular types of service systems, not otherwise provided for for self-service type systems, e.g. supermarkets
    • AHUMAN NECESSITIES
    • A47FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47FSPECIAL FURNITURE, FITTINGS, OR ACCESSORIES FOR SHOPS, STOREHOUSES, BARS, RESTAURANTS OR THE LIKE; PAYING COUNTERS
    • A47F9/00Shop, bar, bank or like counters
    • A47F9/02Paying counters
    • A47F9/04Check-out counters, e.g. for self-service stores
    • A47F9/046Arrangement of recording means in or on check-out counters
    • A47F9/047Arrangement of recording means in or on check-out counters for recording self-service articles without cashier or assistant
    • A47F9/048Arrangement of recording means in or on check-out counters for recording self-service articles without cashier or assistant automatically
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/255Details, e.g. use of specially adapted sources, lighting or optical systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/08Payment architectures
    • G06Q20/20Point-of-sale [POS] network systems
    • G06Q20/208Input by product or record sensing, e.g. weighing or scanner processing
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07GREGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00Cash registers
    • G07G1/0036Checkout procedures
    • G07G1/0045Checkout 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
    • G07G1/0054Checkout 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Electromagnetism (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Cash Registers Or Receiving Machines (AREA)
  • Sorting Of Articles (AREA)
  • Discharge Of Articles From Conveyors (AREA)

Abstract

Изобретение относится к кассовым терминалам. Технический результат - создание улучшенного классифицирующего устройства кассового терминала для обеспечения эффективной идентификации товаров. Классифицирующее устройство для идентификации товаров в автоматизированном кассовом терминале содержит: запоминающий блок, выполненный с возможностью хранения цифровых контрольных сигнатур, каждая из которых соответствует наименованию товара, и процессор, соединенный с запоминающим блоком, причем классифицирующее устройство дополнительно содержит спектроскопический датчик, который соединен с процессором и выполнен с возможностью определения измеренной сигнатуры товара, когда указанный товар помещен перед датчиком веса, на нем или после него, причем процессор выполнен с возможностью сравнения измеренной сигнатуры с цифровой контрольной сигнатурой с целью идентификации товара в качестве существующего наименования товара в запоминающем блоке, причем указанный спектроскопический датчик представляет собой датчик ближней инфракрасной области спектра, выполненный с возможностью измерения светового излучения, имеющего длину волны в диапазоне от примерно 850 нм до примерно 2500 нм. 3 н. и 17 з.п. ф-лы, 9 ил.

Description

ОБЛАСТЬ ТЕХНИКИ
Настоящее изобретение относится к классифицирующему устройству для идентификации товаров на автоматизированном кассовом терминале, а также к автоматизированному кассовому терминалу, содержащему такое классифицирующее устройство. Настоящее изобретение также относится к способу для автоматизированного кассового терминала.
УРОВЕНЬ ТЕХНИКИ
В современных магазинах могут быть приобретены многие различные типы товаров, например овощи, фрукты, и различная упаковочная тара. Некоторые магазины для идентификации товаров используют автоматизированные кассовые терминалы. Например, патент США №4676343 описывает, как использовать конвейерные весы совместно с лазерным сканером для считывания этикеток в кассовом терминале. Для считывания с помощью лазерного сканера этикетки выполнены особым образом и содержат информацию о весе товара, который должен совпадать с действительным весом товара, считанным при помощи указанных весов. Проблема в отношении устройства в соответствии с патентом США №4676343 состоит в том, что для идентификации товара должны использоваться лазерный сканер и конвейерные весы, что является ресурсозатратным и создает задержки в процессе, если один из лазерного сканера и указанных весов выйдет из строя. Другая проблема состоит в том, что на товаре должна присутствовать определенная этикетка, и если этой этикетки на нем нет, покупатель должен прикрепить ее на товар. Соответственно, могут возникать проблемы из-за ошибочных действий покупателя. Недостаток необходимости этикетки состоит в том, что покупатель не может легко приобрести бестарные товары, так как ему требуется взвесить и идентифицировать товары для того, чтобы быть уверенным в правильности требуемой этикетки.
Другое известное устройство описано в патенте Канады №2054851 и патентах США №5662190, №20060138220 и №2004026239.
Таким образом, классифицирующее устройство кассового терминала является хорошо известным, но ни одно из ранее известных устройств не является автоматизированным для обработки различных типов товаров, таких как фрукты, и упаковочной тары, и при этом выполнено с возможностью обеспечения оптимальной степени надежности в отношении идентификации при необходимости минимального использования ресурсов датчиков.
РАСКРЫТИЕ ИЗОБРЕТЕНИЯ
В отношении известного уровня техники существует необходимость в улучшенном классифицирующем устройстве кассового терминала для автоматической идентификации товаров, где количество ошибочных идентификаций стремится к нулю, но где ресурсы датчиков оптимально используются для уменьшения мощности процессора так, что поддерживается высокая скорость обработки.
Настоящее изобретение направлено на решение вышеупомянутых проблем при помощи классифицирующего устройства для идентификации товаров.
В соответствии с первым аспектом настоящего изобретения предоставлено классифицирующее устройство для идентификации товаров в автоматизированном кассовом терминале. Классифицирующее устройство содержит запоминающий блок, выполненный с возможностью хранения цифровых контрольных сигнатур, каждая из которых соответствует наименованию товара, и процессор, соединенный с указанным запоминающим блоком, причем указанное классифицирующее устройство дополнительно содержит спектроскопический датчик, соединенный с указанным процессором, а спектроскопический датчик выполнен с возможностью обеспечения определения измеренной сигнатуры товара, когда указанный товар помещен перед датчиком веса, на нем или после него, а также указанный процессор выполнен с возможностью сравнения указанной измеренной сигнатуры с цифровой контрольной сигнатурой для того, чтобы идентифицировать товар в качестве существующего наименования товара в запоминающем блоке.
В соответствии со вторым аспектом настоящего изобретения предоставлен автоматизированный кассовый терминал, содержащий классифицирующее устройство в соответствии с первым аспектом настоящего изобретения.
В соответствии с третьим аспектом настоящего изобретения предоставлен способ для классификации товаров в автоматизированном кассовом терминале. Указанный способ включает этапы обеспечения классифицирующего устройства, содержащего запоминающий блок, выполненный с возможностью хранения цифровых контрольных сигнатур, каждая из которых соответствует наименованию товара, процессор, соединенный с указанными запоминающим блоком и датчиком веса, и спектроскопический датчик, соединенный с указанным процессором, причем указанный способ включает этапы определения измеренной сигнатуры товара при помощи спектроскопического датчика, когда указанный товар помещен перед датчиком веса, на нем или после него, и классификации указанного товара посредством сравнения измеренной сигнатуры с цифровой контрольной сигнатурой при помощи указанного процессора для того, чтобы идентифицировать товар в качестве существующего наименования товара в запоминающем блоке.
В соответствии с еще одним аспектом настоящего изобретения предоставлен автоматизированный кассовый терминал, содержащий классифицирующее устройство для идентификации товаров. Классифицирующее устройство содержит датчик веса для взвешивания товара, запоминающий блок, содержащий информацию об одном или нескольких товарах, причем классифицирующее устройство содержит процессор, соединенный с указанными запоминающим блоком и датчиком веса. Запоминающий блок содержит одну или несколько первых сигнатур, каждая из которых связана с соответствующим наименованием товара и создается при помощи инфракрасного спектроскопического датчика, далее называемого датчиком ближней инфракрасной области спектра, причем классифицирующее устройство содержит первый датчик ближней инфракрасной области спектра, соединенный с процессором, причем первый датчик ближней инфракрасной области спектра выполнен с возможностью создания второй сигнатуры, связанной с указанным товаром, когда товар помещен перед датчиком веса, на нем или после него, процессор выполнен с возможностью сравнения второй сигнатуры с первой сигнатурой для того, чтобы идентифицировать товар в качестве существующего наименования товара в запоминающем блоке, кассовый терминал выполнен с возможностью взвешивания указанного товара при помощи датчика веса до создания второй сигнатуры, в течение ее создания или после этого, а процессор выполнен с возможностью использования веса товара и наименования товара для принятия решения о цене указанного товара.
Датчик веса может содержать конвейерные весы, которые автоматически транспортируют и взвешивают товар.
Классифицирующее устройство может содержать датчик контура и/или датчик штрих-кода и/или датчик для считывания символов, который использует оптическое распознавание знаков и машинную интерпретацию текста, и/или датчик цветовой текстуры и/или датчик цветовой гистограммы, который взаимодействует с первым датчиком ближней инфракрасной области спектра и датчиком веса так, что если указанные датчики, а также первый датчик ближней инфракрасной области спектра и датчик веса, активированы в нижеследующих комбинациях, оставшимся датчикам позволяется быть деактивированными или не активированными, в зависимости от идентифицируемого товара:
- датчик веса, датчик контура и датчик для считывания знаков, или
- датчик контура и датчик для считывания знаков, или
- датчик веса и датчик для считывания знаков, или
- датчик веса, датчик цветовой гистограммы и датчик контура, или
- датчик веса, датчик контура, датчик цветовой текстуры и датчик для считывания знаков, или
- датчик веса и датчик штрих-кода, или
- только датчик для считывания знаков, или
- датчик цветовой гистограммы и датчик цветовой текстуры, или
- датчик цветовой гистограммы, или
- датчик цветовой текстуры.
Классифицирующее устройство может содержать начальный датчик, который идентифицирует товар на 100% и выполнен с возможностью его использования в течение обучения системы посредством первой идентификации товара и последующего транспортирования его через классифицирующее устройство, где все датчики идентифицируют свойства указанного товара, которые впоследствии будут храниться в базе данных для свойств товаров.
Начальный датчик может представлять собой считыватель штрих-кода, предназначенный для ручного использования.
Классифицирующее устройство может содержать конструкцию, имеющую форму туннеля, и которая защищает часть кассового терминала и по меньшей мере некоторые из указанных датчиков полностью или частично для предотвращения возможности влияния посторонних лиц на процесс классификации.
Первый датчик ближней инфракрасной области спектра может быть выполнен с возможностью считывания товара и создания первой сигнатуры в течение обучающей процедуры. Классифицирующее устройство может содержать второй датчик ближней инфракрасной области спектра, выполненный с возможностью считывания товара и создания первой сигнатуры в течение обучающей процедуры.
Кассовый терминал может содержать интерактивный отображающий блок, соединенный с процессором для отображения наименования, веса и цены товара, причем указанный отображающий блок выполнен с возможностью его использования пользователем для подтверждения отображенного.
Классифицирующее устройство может содержать датчик контура и/или датчик штрих-кода и/или датчик для считывания символов, который использует оптическое распознавание знаков и машинную интерпретацию текста, и/или датчик цветовой текстуры и/или датчик цветовой гистограммы, и/или спектроскопический датчик, далее называемый датчиком видимой области спектра, функционирующий в диапазонах от 200 нм до 400 нм и от 660 нм до 1100 нм в комбинации с датчиком цветовой текстуры и/или датчиком цветовой гистограммы, но функционирующий в диапазоне от 200 нм до 1100 нм, если датчик цветовой текстуры и датчик цветовой гистограммы отсоединены, и который взаимодействует с первым датчиком ближней инфракрасной области спектра и датчиком веса так, что если указанные датчики, а также первый датчик ближней инфракрасной области спектра и датчик веса, активированы в нижеследующих комбинациях, оставшимся датчикам позволяется быть деактивированными или не активированными, в зависимости от идентифицируемого товара:
- датчик веса, датчик контура и датчик для считывания знаков, или
- датчик контура и датчик для считывания знаков, или
- датчик веса и датчик для считывания знаков, или
- датчик веса, датчик цветовой гистограммы и датчик контура, или
- датчик веса, датчик контура, датчик цветовой текстуры и датчик для считывания знаков, или
- датчик веса и датчик штрих-кода, или
- только датчик для считывания знаков, или
- датчик цветовой гистограммы и датчик цветовой текстуры, или
- датчик цветовой гистограммы, или
- датчик цветовой текстуры, или
- датчик видимой области спектра в комбинации с любой из вышеупомянутых комбинаций или
- только датчик видимой области спектра.
В качестве дополнительного аспекта предоставлен способ для идентификации товаров на кассовом терминале, содержащем классифицирующее устройство, причем указанное классифицирующее устройство содержит датчик веса для взвешивания товара, запоминающий блок, содержащий информацию об одном или нескольких товарах, а также классифицирующее устройство содержит процессор, соединенный с указанными запоминающим блоком и датчиком веса. Запоминающий блок содержит одну или несколько первых сигнатур, каждая из которых связана с соответствующим наименованием товара и создается при помощи инфракрасного спектроскопического датчика, далее называемого датчиком ближней инфракрасной области спектра, причем классифицирующее устройство содержит первый датчик ближней инфракрасной области спектра, соединенный с процессором, причем первый датчик ближней инфракрасной области спектра выполнен с возможностью создания второй сигнатуры, связанной с указанным товаром, когда товар помещен перед датчиком веса, на нем или после него, а процессор сравнивает вторую сигнатуру с первой сигнатурой для того, чтобы идентифицировать товар в качестве существующего наименования товара в запоминающем блоке, причем датчик веса взвешивает указанный товар до создания второй сигнатуры, в течение ее создания или после того, как она была создана, а процессор использует вес и наименование указанного товара для определения цены этого товара.
Датчик веса может содержать конвейерные весы, которые автоматически транспортируют и взвешивают товар.
Классифицирующее устройство может содержать датчик контура и/или датчик штрих-кода и/или датчик для считывания символов, который осуществляет оптическое распознавание знаков и (машинную) интерпретацию текста, и/или датчик цветовой текстуры и/или датчик цветовой гистограммы, который взаимодействует с первым датчиком ближней инфракрасной области спектра и датчиком веса таким образом, что если указанные датчики совместно с первым датчиком ближней инфракрасной области спектра и датчик веса активированы в нижеследующих комбинациях, оставшимся датчикам позволяется быть деактивированными или не активированными, в зависимости от идентифицируемого товара:
- датчик веса, датчик контура и датчик для считывания знаков, или
- датчик контура и датчик для считывания знаков, или
- датчик веса и датчик для считывания знаков, или
-датчик веса, датчик цветовой гистограммы и датчик контура, или
- датчик веса, датчик контура, датчик цветовой текстуры и датчик для считывания знаков, или
- датчик веса и датчик штрих-кода, или
- только датчик для считывания знаков, или
- датчик цветовой гистограммы и датчик цветовой текстуры, или
- датчик цветовой гистограммы, или
- датчик цветовой текстуры.
Классифицирующее устройство может дополнительно содержать начальный датчик, который идентифицирует товар на 100% и используется в течение обучения системы посредством первой идентификации товара и последующего транспортирования его через классифицирующее устройство, где все датчики идентифицируют свойства указанного товара, которые впоследствии хранятся в базе данных для свойств товаров.
Начальный датчик может представлять собой считыватель штрих-кода, предназначенный для ручного использования.
Первый датчик ближней инфракрасной области спектра может считывать товар и создавать первую сигнатуру в течение обучающей процедуры.
Классифицирующее устройство может содержать второй датчик ближней инфракрасной области спектра, который считывает товар и создает первую сигнатуру в течение обучающей процедуры.
Кассовый терминал может содержать интерактивный отображающий блок, соединенный с процессором для отображения наименования, веса и цены товара и используемый пользователем для подтверждения отображенного.
Классифицирующее устройство может дополнительно содержать датчик контура и/или датчик штрих-кода и/или датчик для считывания символов, осуществляющий оптическое распознавание знаков и (машинную) интерпретацию текста, и/или датчик цветовой текстуры и/или датчик цветовой гистограммы, и/или спектроскопический датчик, далее называемый датчиком видимой области спектра, функционирующий в диапазонах от 200 нм до 400 нм и от 660 нм до 1100 нм в комбинации с датчиком цветовой текстуры и/или датчиком цветовой гистограммы, но функционирующий в диапазоне от 200 нм до 1100 нм, если датчик цветовой текстуры и датчик цветовой гистограммы отсоединены, и который взаимодействует с первым датчиком ближней инфракрасной области спектра и датчиком веса таким образом, что если указанные датчики совместно с первым датчиком ближней инфракрасной области спектра и датчиком веса активированы в нижеследующих комбинациях, оставшимся датчикам позволяется быть деактивированными или не активированными, в зависимости от идентифицируемого товара:
- датчик веса, датчик контура и датчик для считывания знаков, или
- датчик контура и датчик для считывания знаков, или
- датчик веса и датчик для считывания знаков, или
- датчик веса, датчик цветовой гистограммы и датчик контура, или
- датчик веса, датчик контура, датчик цветовой текстуры и датчик для считывания знаков, или
- датчик веса и датчик штрих-кода, или
- только датчик для считывания знаков, или
- датчик цветовой гистограммы и датчик цветовой текстуры, или
- датчик цветовой гистограммы, или
- датчик цветовой текстуры, или
- датчик видимой области спектра в комбинации с любой из вышеупомянутых комбинаций, или
- только датчик видимой области спектра.
В соответствии с еще одним дополнительным аспектом настоящего изобретения предоставлен автоматизированный кассовый терминал, содержащий классифицирующее устройство для идентификации товаров. Классифицирующее устройство содержит датчик веса для взвешивания товара, запоминающий блок, содержащий информацию об одном или нескольких товарах, процессор, соединенный с указанными запоминающим блоком и датчиком веса, а также инфракрасный спектроскопический датчик, далее называемый датчиком ближней инфракрасной области спектра, воспринимающий длины волн приблизительно от 780 нм до 2500 нм и соединенный с процессором. Запоминающий блок содержит одну или несколько первых сигнатур, созданных при помощи первого датчика ближней инфракрасной области спектра или другого датчика ближней инфракрасной области спектра, причем каждая из первых сигнатур соединена с соответствующим наименованием товара. Первые сигнатуры могут создаваться непосредственно на кассовом терминале посредством использования первого датчика ближней инфракрасной области спектра, второго R датчика ближней инфракрасной области спектра или посредством сохранения в указанном запоминающем блоке сигнатур, созданных при помощи датчика ближней инфракрасной области спектра, не соединенного с кассовым терминалом.
Когда датчик ближней инфракрасной области спектра используется для определенных видов товаров, например конкретного типа яблок, будет получена первая сигнатура, которая может быть связана с указанным товаром и может быть назначена в качестве конкретного наименования товара в запоминающем блоке, подобно, например, названию указанного товара. Каждый тип товара создает уникальную первую сигнатуру, которая может быть связана с наименованием товара. Первый датчик ближней инфракрасной области спектра выполнен с возможностью создания второй сигнатуры, соединенной с указанным товаром, когда товар помещен перед датчиком веса, на нем или после него. Затем процессор выполнен с возможностью сравнения второй сигнатуры с первой сигнатурой для того, чтобы идентифицировать товар в качестве существующего наименования товара в запоминающем блоке. Кассовый терминал выполнен с возможностью взвешивания указанного товара при помощи датчика веса до создания второй сигнатуры, в течение ее создания или после него. Затем вес товара вместе с наименованием товара используется процессором для определения цены товара.
Преимущество настоящего изобретения состоит в том, что кассовый терминал может автоматически идентифицировать все виды товаров без необходимости для покупателя идентифицировать товар до кассового терминала, например, посредством прикрепления штрих-кода. Указанный датчик ближней инфракрасной области спектра является особенно полезным для идентификации фруктов и овощей, а также определенных типов бестарных товаров, так как такие товары требуют, чтобы пользователь сначала идентифицировал товар и затем прикрепил на него этикетку из-за того, что датчики, использующие камеры и обработку изображений, не способны определять наименование товара.
Датчик веса предпочтительно содержит конвейерные весы, которые автоматически транспортируют и измеряют товар. Покупатель размещает товар на конвейерной ленте, которая взвешивает и затем транспортирует или транспортирует, удерживает и взвешивает для дальнейшего транспортирования товара. Как ранее было упомянуто, первый датчик ближней инфракрасной области спектра может быть расположен на кассовом терминале до взвешивания, в процессе взвешивания или после него. Однако самым быстрым способом будет являться обеспечение возможности первому датчику ближней инфракрасной области спектра идентифицировать товар, когда конвейерная лента удерживает товар для измерения.
В соответствии с одним вариантом осуществления настоящего изобретения, в качестве дополнения к указанным датчику ближней инфракрасной области спектра и взвешивающему блоку кассовый терминал может быть оснащен одним или несколькими датчиками, которые, если они используются в соответствии с настоящим изобретением, обеспечивают преимущество в виде повышения уровня безопасности при идентификации товара, но с минимальным использованием ресурсов и, следовательно, времени и энергии. Следует отметить, что для удобства использования для покупателей, товар нужно идентифицировать менее чем за одну секунду при оценке на автоматизированном кассовом терминале.
Настоящее изобретение стремиться решить проблему оптимального использования ресурсов с несколькими датчиками при помощи использования указанных датчиков в соответствии с некоторыми заранее определенными комбинациями, которые обеспечивают высокую степень безопасности при идентификации товара, а также высокую производительность. Указанные комбинации также обеспечивают такое преимущество, что когда осуществляется заданная комбинация, т.е. датчик или датчики в комбинации обеспечивают положительный результат идентификации, другие датчики могут быть отсоединены или направлены на идентификацию другого товара, что обеспечивает оптимизацию ресурсов процесса.
Указанный вариант осуществления изобретения с несколькими датчиками, таким образом, спроектирован на основании некоторого количества заранее определенных комбинаций, содержащих частичный набор существующих датчиков, где будет достаточно, чтобы одна из заранее определенных комбинаций обеспечивала положительный результат. Датчики могут быть включены, т.е. быть активированы, один за другим для того, чтобы найти выгодные комбинации, или частичный набор датчиков или все датчики могут быть активны до тех пор, как не будет обеспечен положительный результат. В этом контексте положительный эффект следует понимать как, если все датчики указанной комбинации обнаружили и идентифицировали заранее определенные свойства товара, которые в комбинации обеспечивают наименование товара. Наименование может быть определено посредством сверки с базой данных, содержащей свойства некоторого количества товаров. Пример таких свойств может включать вес, размеры, цвет, форму, контур, маркировку посредством штрих-кода и/или текста и/или изображения и/или схему.
В соответствии с указанным вариантом осуществления изобретения классифицирующее устройство всегда содержит датчик веса и датчик ближней инфракрасной области спектра в соответствии с вышеупомянутым, а также один или несколько из следующих датчиков: датчик контура и/или датчик штрих-кода и/или датчик для считывания символов, который использует оптическое распознавание знаков и (машинную) интерпретацию текста, и/или датчик цветовой текстуры и/или датчик цветовой гистограммы и/или датчик видимой области спектра. Датчик для считывания знаков далее называется датчиком оптического распознавания знаков. Датчик видимой области спектра представляет собой спектрометр, содержащий источник света и камеру видимой области спектра, далее называемый датчиком видимой области спектра, датчик видимой области спектра воспринимает длины волн в диапазоне от примерно 200 нм до 1100 нм. Таким образом, указанный диапазон перекрывает диапазон длин волн видимого света, который простирается от 400 нм до 660 нм. Эксперименты, показавшие что, устройство, выполненное в соответствии с настоящим изобретением, а именно классифицирующее устройство содержащее датчик цветовой текстуры и/или датчик цветовой гистограммы и/или датчик видимой области спектра не функционирует приемлемым образом, если датчик видимой области спектра функционирует в полном интервале частот 200 нм - 1100 нм, так как существует конфликт между цветовыми датчиками и датчиком видимой области спектра в диапазоне видимого света, т.е. между 400 нм и 660 нм.
Датчик видимой области спектра в соответствии с настоящим изобретением, следовательно, является активным в диапазонах между 200 нм и 400 нм и между 660 нм и 1100 нм, если он скомбинирован с датчиком цветовой текстуры и/или датчиком цветовой гистограммы. Если датчик цветовой текстуры и/или датчик цветовой гистограммы отсоединены, то датчик может функционировать в полном частотном диапазоне между 200 нм и 1100 нм, так как не существует конфликта устройств. Процессор запрограммирован с возможностью управления указанными датчиками для достижения оптимальной эффективности классифицирующего устройства.
Датчики взаимодействуют таким образом, что если указанные датчики активированы в следующих комбинациях, оставшимся датчиком, исключая датчик веса и датчик ближней инфракрасной области спектра, позволяется быть деактивированными или не быть активированными вообще, в зависимости от товара, подлежащего идентификации:
- датчик веса, датчик контура и датчик оптического распознавания знаков, или
- датчик контура и датчик оптического распознавания знаков, или
- датчик веса и датчик оптического распознавания знаков, или
- датчик веса, цветовой гистограммы и датчик контура, или
- датчик веса, датчик контура и датчик оптического распознавания знаков, или
- датчик веса, цветовой гистограммы, датчик контура, датчик цветовой текстуры и датчик оптического распознавания знаков, или
- датчик веса, датчик контура, датчик цветовой текстуры и датчик оптического распознавания знаков, или
- датчик веса и датчик штрих-кода, или
- только датчик оптического распознавания знаков, или
- датчик видимой области спектра в комбинации с любой из вышеперечисленных комбинаций, или
- только датчик видимой области спектра.
Одним из преимуществ настоящего изобретения является то, что указанные комбинации обеспечивают оптимальную высокую степень безопасности с минимальным использованием ресурсов, что и будет объяснено ниже.
Датчик для считывания знаков соединен с компьютером/блоком для обработки изображений, который использует алгоритм, использующий информацию из изображений от имеющейся камеры или камер устройства. Для товаров, которые по существу могут быть однозначно идентифицированы при помощи считывания знаков, будет достаточно, если датчик для считывания знаков, датчик оптического распознавания знаков, идентифицирует знак и/или текст, который затем однозначно идентифицирует указанный товар. Примерами товаров, которые могут быть идентифицированы с помощью использования только датчика для считывания знаков, датчика оптического распознавания знаков, являются заранее упакованные пакеты, где покупателю не требуется исполнять никакую процедуру, такую как повторное наполнение или любую другую процедуру. Примером товаров, где не достаточно датчика для считывания знаков, являются некоторые бестарные товары, где количество товара, т.е. вес, является неизвестным. Дополнительно могут быть необходимы дополнительные свойства товара, а также могут требоваться считывание знаков и/или веса и/или цветовой гистограммы и/или цветовой текстуры и/или контура. Следует упомянуть, что понятие «контур» определяется, как двумерная проекция трехмерного объекта.
Таким образом, некоторые товары являются более сложными для идентификации, чем другие, и в зависимости от товара требуется один или несколько датчиков, включенных в классифицирующее устройство.
Предпочтительно, датчик веса содержит одни конвейерные весы, содержащие одну конвейерную часть и один весовой блок, связанный с ней, который автоматически транспортирует товар, взвешивает его и передает информацию о его весе в базу данных. Таким образом, участие работников и покупателей будет исключено, что устраняет необходимость ручной транспортировки товара через весовой блок. Один или несколько датчиков могут быть соединены с кассовым терминалом для управления конвейерными весами.
Датчик контура содержит камеру для обеспечения статических или динамических изображений и может предпочтительно представлять собой линейную камеру, которая считывает горизонтально спроектированную поверхность или линейную камеру в комбинации с датчиком объекта, который состоит из вертикальной световой завесы для считывания вертикальной проекции. Датчик контура соединен с блоком для обработки изображений, где контур, т.е. двумерная проекция трехмерного объекта, проверяется на соответствие свойствам в базе данных.
Датчик штрих-кода содержит камеру для обеспечения статических или динамических изображений. Датчик штрих-кода соединен с блоком для обработки изображений, где штрих-код проверяется на соответствие свойствам в базе данных.
Датчик для считывания знаков содержит камеру для обеспечения статических или динамических изображений. Датчик для считывания знаков соединен с блоком для обработки изображений, где знак проверяется на соответствие свойствам в базе данных.
Датчик цветовой текстуры содержит камеру для обеспечения статических или динамических изображений. Датчик цветовой текстуры соединен с блоком для обработки изображений, где цветовая текстура проверяется на соответствие свойствам в базе данных. Блок для обработки изображений содержит алгоритм, который вычисляет, где определенный цвет присутствует в изображении. Одним из обычных алгоритмов является «Алгоритм Вейбулла для цветовой текстуры», но также могут рассматриваться и другие алгоритмы.
Датчик цветовой гистограммы содержит камеру для обеспечения неподвижных кадров или движущихся изображений. Соотношение цветов в изображении обычно иллюстрируется при помощи представления так называемой гистограммы. Гистограмма создается при помощи исследования всех пикселов изображения, причем количество пикселов, имеющих конкретное цветовое значение, суммируется.
Вышеупомянутый блок для обработки изображения может состоять из одного или нескольких блоков, а также может содержать один или несколько компьютеров с программным обеспечением, способным исполнять вышеупомянутые виды анализа. Классифицирующее устройство может содержать одну или несколько камер, которые включены в вышеупомянутые датчики. Одним из примеров предпочтительного варианта осуществления изобретения является то, что датчик контура содержит первую камеру, размещенную таким образом, что контур считывается, когда товар проходит через камеру. В соответствии с настоящим изобретением линейная камера является подходящей, так как затем происходит считывание в течение транспортирования товара между двумя конвейерными лентами или по светопроницаемой поверхности. Также допустимо, что классифицирующее устройство содержит вторую камеру и, возможно, несколько камер для обеспечения возможности видеть товар под различными углами для достижения самой высокой возможной надежности при определении штрих-кода, текста и изображений. Другая камера и, если применимы, дополнительная камера/дополнительные камеры выполнены с возможностью записи изображения или изображений, которые будут использоваться блоком для обработки изображений для осуществления анализа цветовой гистограммы, цветовой текстуры, оптического распознавания знаков и считывания штрих-кода. Одной дополнительной альтернативой является то, что классифицирующее устройство содержит только первую камеру и вторую камеру, где вторая камера оптически соединена с одной или несколькими линзами, которые наблюдают товар под различными углами, и где модель для обработки изображений анализирует изображения под соответствующими углами. Прежде упомянутая линейная камера при размещении между конвейерными лентами является, однако, единственной камерой, которая может уловить штрих-код, когда он расположен внизу товара.
Датчик ближней инфракрасной области спектра функционирует таким образом, что инфракрасное световое излучение облучает товар, а отраженное от товара инфракрасное излучение анализируется с учетом фазового смещения, обусловленного поверхностным соотношением/ поверхностными свойствами и химическими связями в товаре, которое создает спектр отражения. Датчики ближней инфракрасной области спектра сами по себе известны из уровня техники.
Как упомянуто выше ближняя инфракрасная область спектра содержит источник света для светового излучения в ближней инфракрасной области спектра и камеру инфракрасной области спектра, которая может регистрировать световое излучение в ближней инфракрасной области спектра. Световое излучение в ближней инфракрасной области спектра обычно имеет длину волны 580-2500 нм или предпочтительно 780-1750 нм. Длина волны показана подходящей для осуществления анализа бестарных материалов, фруктов и овощей. В этом контексте «ближняя инфракрасная область спектра» может содержать источник света и камеру ближней инфракрасной области спектра, т.е. полную конфигурацию ближней инфракрасной области спектра для анализа. Однако, «датчик ближней инфракрасной области спектра» может только содержать сенсорную аппаратуру, например, зонд направленного светового излучения и спектрометр.
Посредством осуществления анализа известного товара с помощью датчика ближней инфракрасной области спектра уникальный спектр отражения может или использоваться непосредственно в качестве сигнатуры, соединенной с товаром, или обрабатываться для создания указанной сигнатуры. Товар в магазине может выглядеть различно в различных обстоятельствах, например, товар стареет (и со временем фрукт станет гнилым), товар может быть упакован в один или несколько пластиковых мешков, или товар может быть одиночным или в группе, или расположенный в различных положениях, могут также возникнуть естественные изменения и т.п. Окружающая среда для кассового терминала может также быть различной в различных магазинах, например, различный уровень освещения, цвета и т.п. Все эти параметры обеспечивают то, что спектр ближней инфракрасной области спектра некоторого товара в некоторой окружающей среде в некоторых обстоятельствах не обязательно совпадает с другим спектром ближней инфракрасной области спектра указанного товара в другой окружающей среде в других обстоятельствах. Для того, чтобы использовать датчик ближней инфракрасной области спектра на кассовом терминале в соответствии с настоящим изобретением первая сигнатура должна совпадать со второй сигнатурой в некоторой степени так, что процессор сможет идентифицировать товар при помощи сравнения. Таким образом, преимуществом является то, что если первая сигнатура создается в той же самой окружающей среде, что и вторая сигнатура. Так как вторая сигнатура создается на кассовом терминале в течение использования, преимуществом будет, если первая сигнатура создается при тех же самых условиях. В соответствии с настоящим изобретением классификационная система имеет таким образом самообучающиеся функциональные возможности, в которых первая сигнатура создается посредством программирования запоминающего блока с наименованием товара, после чего товар транспортируется через кассовый терминал при условиях, аналогичных использованию, т.е. условиях для кассового терминала, которые относятся к покупательскому использованию. Для рассмотрения упомянутых вариантов товар транспортируется несколько раз через кассовый терминал и в различных вариантах, например, в одном или нескольких мешках и/или одиночно или в группе и т.п. Каждый раз, когда товар транспортируется через кассовый терминал, и датчик ближней инфракрасной области спектра анализирует товар, создается первая сигнатура, что подразумевает, что каждое наименование товара может быть соединено с большим количеством первых сигнатур так, что процессор сможет идентифицировать товар после сравнения его со второй сигнатурой и одной или более первыми сигнатурами. В течении обучения первый датчик ближней инфракрасной области спектра может быть выполнен с возможностью исполнения указанного анализа, или будет присоединен второй датчик ближней инфракрасной области спектра. Обучение не обязательно должно исполняться в точном местоположении, где будет использоваться кассовый терминал, но может предпочтительно исполняться в другом местоположении.
При создании первой и второй сигнатур окружающая обстановка будет рассматриваться с помощью фонового спектра, т.е. пустого кассового терминала или пустой конвейерной ленты. При осуществлении анализа товара фоновый спектр известен, и процессор может рассматривать различными способами.
Линейная камера датчика контура предпочтительно используется в комбинации с камерой ближней инфракрасной области спектра для обеспечения информации о том, где товар размещен на ленте. Камера ближней инфракрасной области спектра выполнена с возможностью перемещения вдоль паза между двумя конвейерными лентами, но для перемещения в положение для считывания необходимо некоторое время.
Датчик видимой области спектра представляет собой спектрометр, содержащий световое устройство, подходящее для вышеупомянутых длин волн, и камеру видимой области спектра, способную регистрировать световое излучение в диапазоне длин волн между 200 нм и 1100 нм. Аналогично датчику ближней инфракрасной области спектра датчик видимой области спектра использует изменение в длине волны, когда световое излучение частично абсорбируется товаром или отражается им. Датчик видимой области спектра является особенно подходящим для осуществления анализа различных оттенков коричневого цвета, который делает его подходящим для осуществления анализа хлеба, обычно являющегося трудным для классификации при помощи любого из других датчиков. Различные оттенки коричневого цвета могут быть обнаружены при помощи датчика видимой области спектра.
В этом контексте «датчик видимой области спектра» может содержать источник света, а также камеру видимой области спектра, т.е. полное устройство видимой области спектра для осуществления анализа. Однако датчик видимой области спектра может также представлять собой отдельное устройство, не соединенное с источником света, но содержать зонд направленного света и спектрометр.
При помощи анализа известного товара посредством датчика принят уникальный спектр отражения, спектр видимая область спектра, который может быть связан с указанным товаром. Спектр отражения может либо непосредственно использоваться в качестве сигнатуры для товара, либо обрабатываться для создания сигнатуры. Товар в магазине может выглядеть различно в различных обстоятельствах, например, товар стареет (и со временем станет гнилым), товар может быть упакован в один или несколько пластиковых мешков, или товар может быть одиночным или в группе, или расположенным в различных положениях; могут также возникнуть естественные изменения, и т.п. Окружающая среда для кассового терминала может также быть различной в различных магазинах, например, различный уровень освещения, цвета и т.п. Все эти параметры обеспечивают то, что спектр видимой области спектра некоторого товара в некоторой окружающей среде в некоторых обстоятельствах не обязательно совпадает с другим спектром видимой области спектра указанного товара в другой окружающей среде в других обстоятельствах. Для обеспечения возможности использования датчика видимой области спектра в соответствии с настоящим изобретением на кассовом терминале, третья сигнатура, представляющая фоновую сигнатуру, и четвертая сигнатура, содержащая общие сведения о товаре, должны совпадать так, что процессор может идентифицировать товар при помощи сравнения. Таким образом, преимуществом является то, что третья сигнатура создается в той же самой окружающей среде, что и четвертая сигнатура. Так как четвертая сигнатура создается на кассовом терминале в течение использования, преимуществом будет, если третья сигнатура создается при тех же самых условиях. В соответствии с настоящим изобретением классификационная система имеет таким образом самообучающиеся функциональные возможности, в которых третья сигнатура создается с наименованием товара посредством программирования запоминающего блока, после чего товар транспортируется через кассовый терминал при условиях, аналогичных использованию, т.е. условиях для кассового терминала, которые относятся к покупательскому использованию. Для рассмотрения упомянутых вариантов товар транспортируется несколько раз через кассовый терминал и в различных вариантах, например, в одном или нескольких мешках и/или одиночно или в группе и т.п. Каждый раз, когда товар транспортируется через кассовый терминал, и датчик видимой области спектра анализирует товар, создается третья сигнатура, что подразумевает, что каждое наименование товара может быть соединено с большим количеством третьих сигнатур так, что процессор сможет идентифицировать товар при сравнении его с четвертой сигнатурой и одной или более третьими сигнатурами. В течение обучения первый датчик видимой области спектра может быть выполнен с возможностью исполнения указанного анализа, или будет присоединен второй датчик видимой области спектра. Обучение не обязательно должно исполняться в точном местоположении, где будет использоваться кассовый терминал, но может предпочтительно исполняться в другом местоположении.
Датчик видимой области спектра может содержать оптоволоконный кабель, действующий в качестве зонда, который распределяет световое излучение от товара к камере видимой области спектра.
Датчик ближней инфракрасной области спектра может содержать оптоволоконный кабель, действующий в качестве зонда, который распределяет световое излучение от товара к камере ближней инфракрасной области спектра.
Каждый из датчика видимой области спектра и датчика ближней инфракрасной области спектра может быть соединен с оптоволоконным кабелем, действующим в качестве зонда, который выполнен с возможностью направления в общий оптоволоконный кабель, который распределяет световое излучение от товара к камере видимой области спектра и камере ближней инфракрасной области спектра.
Классифицирующее устройство может содержать переносной считыватель штрих-кода, который соединен с базой данных. Переносной считыватель штрих-кода может использоваться тогда, когда товары являются слишком большими для транспортировки на конвейерном устройстве.
Классифицирующее устройство может преимущественно содержать самообучающую функцию, которая позволяет системе становиться самообучающейся. «Самообучение» означает, что все датчики классифицирующего устройства становятся активными для идентификации товара, когда он проходит указанные датчики в первый раз. Датчики идентифицируют свойства/характеристики товара и сохраняют их в базе данных. Когда используется самообучающая функция, товар уже зарегистрирован в товарном регистре с заранее определенным наименованием, например, EAN кодом (Европейский код номеров товаров, European Article Number code), и, опционально, ценой. Товарный регистратор представляет собой либо часть базы данных, либо отдельную базу данных, соединенную с базой данных наименований товара.
Классифицирующее устройство может быть дополнено считывателем штрих-кода, соединенным с базой данных, и может предпочтительно использоваться при самообучающей функции. Первый раз, когда товар транспортируется через классифицирующее устройство, неподвижный сканер считывает штрих-код, который обеспечивает наименование товара, которое приводит к тем свойствам, которые могут быть обнаружены при помощи датчиков и хранятся в базе данных в качестве правильного наименования товара.
Датчики могут предпочтительно быть помещены полностью или частично в конструкцию, имеющую форму туннеля и которая защищает часть конвейерной ленты и, следовательно, повышает уровень безопасности посредством предотвращения возможности влияния посторонних лиц на процесс классификации.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
В дальнейшем настоящее изобретение будет описано со ссылкой на чертежи, причем:
Фиг. 1 схематично показывает вид сверху кассового терминала в соответствии с первым вариантом осуществления настоящего изобретения;
Фиг. 2 схематично показывает вид сбоку кассового терминала в соответствии с фиг. 1;
Фиг. 3 схематично показывает вид сверху кассового терминала в соответствии со вторым вариантом осуществления настоящего изобретения;
Фиг. 4 схематично показывает вид сбоку кассового терминала в соответствии с фиг. 3;.
Фиг. 5 схематично показывает вид сверху кассового терминала в соответствии со третьим вариантом осуществления настоящего изобретения;
Фиг. 6 схематично показывает вид сбоку кассового терминала в соответствии с фиг. 5.
Фиг. 7 схематично показывает вид сверху кассового терминала в соответствии с пятым вариантом осуществления настоящего изобретения;
Фиг. 8 схематично показывает вид сбоку кассового терминала в соответствии с фиг. 7.
Фиг. 9 представляет собой схематичную последовательность операций способа для классифицирующего устройства в соответствии с вариантом осуществления изобретения.
ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯ
Фиг. 1 схематично изображает вид сверху кассового терминала в соответствии с первым вариантом осуществления настоящего изобретения.
Фиг. 1 изображает автоматизированный кассовый терминал 1, содержащий классифицирующее устройство 2 для идентификации товаров 3. Классифицирующее устройство 2 содержит датчик 4 веса для взвешивания товара 3, запоминающий блок 5, содержащий информацию об одном или более товаре, процессор 6, соединенный с запоминающим блоком 5 и датчиком 4 веса, и первый спектроскопический датчик 7, далее называемый датчиком 7 ближней области спектра или ближней инфракрасной области спектра в зависимости от соответствующего диапазона длин волн, соединенный с процессором 6. Запоминающий блок 5 содержит одну или более первых сигнатур, созданных при помощи первого спектроскопического датчика 7 или другого спектроскопического датчика (не показан), указанные первая сигнатура или каждая из первых сигнатур соединены с соответствующим наименованием товара. Первые сигнатуры могут быть созданы непосредственно на кассовом терминале при помощи использования первого спектроскопического датчика 7 или второго спектроскопического датчика (не показан), или при помощи загрузки в запоминающий блок сигнатур, созданных при помощи спектроскопического датчика, не соединенного с кассовым терминалом.
На фиг. 1 датчик 4 веса показан помещенным до первого датчика 7 ближней инфракрасной области спектра или видимой области спектра, что подразумевает, что первый датчик 7 ближней инфракрасной области спектра или видимой области спектра выполнен с возможностью создания второй сигнатуры после того, как товар будет взвешен, т.е. помещен на датчик веса и затем взвешен. Процессор 6 затем выполнен с возможностью сравнения второй сигнатуры с первой сигнатурой для идентификации товара 3, как одного из существующих наименований товара в запоминающем блоке 5. Вес товара будет использоваться процессором совместно с наименованием товара для определения цены указанного товара.
Как было упомянуто ранее, преимущество настоящего изобретения состоит в том, что кассовый терминал может автоматически идентифицировать все сорта товаров без необходимости для покупателя идентифицировать товар до кассового терминала, например, с помощью штрих-кода. Датчик ближней инфракрасной области спектра или видимой области спектра является особенно полезным для идентификации фруктов и овощей, а также некоторых типов бестарных товаров, так как эти товары предварительно требуют от покупателя идентификации указанного товара, а после этого пометки его вследствие того, что датчики, использующие камеры и обработку изображений, не способны определять наименование товара.
Предпочтительно, датчик 4 веса содержит конвейерные весы 8, которые автоматически транспортируют товар и взвешивают его. Конвейерные весы 8 содержат первую конвейерную ленту 9 и весовой блок 10, на который опирается указанная конвейерная лента. Покупатель ставит товар 3 на первую конвейерную ленту 9, причем весовой блок 10 взвешивает этот товар, а затем первая конвейерная лента 9 транспортирует товар 3 дальше. Альтернативой является то, что первая конвейерная лента 9 транспортирует товар 3 к надлежащему местоположению, останавливает и взвешивает, а затем транспортирует товар 3 дальше. На кассовом терминале 1 выполнены датчики, которые предоставляют процессору информацию для управления первой конвейерной лентой 9 и весовым блоком 10.
Первый датчик 7 ближней инфракрасной области спектра или видимой области спектра или датчик ближней инфракрасной области спектра (не показан) или датчик видимой области спектра (не показан), соединенный с процессором 6, может быть выполнен с возможностью считывания товара и создания первой сигнатуры в течение обучающей процедуры, когда товар 3 уже идентифицирован для того, чтобы он смог быть связанным с первой сигнатурой.
Фиг. 1 изображает, что кассовый терминал 1 содержит интерактивный отображающий блок 11, соединенный с процессором 6 для отображения по меньшей мере одного наименования товара. Отображающий блок 11 выполнен с возможностью использования одним пользователем для того, чтобы обеспечить возможность подтверждения отображенной информации. Если первый датчик 7 ближней инфракрасной области спектра или видимой области спектра идентифицирует товар 3, изображение или текст показывается на отображающем блоке 11, а если пользователь определяет, что отображенная информация совпадает с указанным товаром, поставленным на кассовый терминал 1, то пользователь подтверждает это. Может отображаться дополнительная информация, например, вес и цена, причем пользователь подтверждает отображенное, если оно является правильным.
В дополнение к датчику 4 веса, первому датчику 7 ближней инфракрасной области спектра или видимой области спектра и отображающему блоку 11, фиг. 1 изображает вторую конвейерную ленту 12 и третью конвейерную ленту 13 для транспортирования товара 3. Направление движения указанного товара на этих конвейерных лентах показано на фиг. 1-8 посредством ссылочного знака х и стрелкой, показанной в направлении движения. Назначение нескольких конвейерных лент состоит в том, что товар Может быть транспортирован в надлежащую конечную область, где товар или товары могут быть собраны пользователем после оплаты. Другое их назначение состоит в том, что кассовый терминал 1 может быть сконструирован таким образом, что датчик веса помещен после первого датчика 7 ближней инфракрасной области спектра или видимой области спектра (см. фиг. 3-8) или что первый датчик 7 ближней инфракрасной области спектра или видимой области спектра может быть расположен таким образом, что он может анализировать товар в то же время, как он взвешивается. Последнее не показано, поскольку является очевидным из вариантов осуществления изобретения, показанных на фиг. 1-8, как первый датчик 7 ближней инфракрасной области спектра или видимой области спектра располагается относительно указанного весового блока.
Существует дополнительная цель наличия нескольких конвейерных лент, если кассовый терминал снабжен несколькими датчиками.
В соответствии с одним вариантом осуществления настоящего изобретения кассовый терминал 1 может, как дополнение к первому датчику 7 ближней инфракрасной области спектра или видимой области спектра и датчику 4 веса, снабжаться одним или несколькими дополнительными датчиками, которые, если используются в соответствии с настоящим изобретением, обеспечивают преимущество в виде повышения уровня безопасности при идентификации товара, но при минимальном использовании ресурсов, времени и энергии. Здесь следует упомянуть, что товар 3 предпочтительно должен быть идентифицированным менее чем за одну секунду, чтобы автоматизированный кассовый терминал рассматривался покупателями, как удобный в использовании.
Настоящее изобретение также стремится к решению проблемы, состоящей в оптимальном использовании ресурсов нескольких датчиков посредством использования указанных датчиков в соответствии с некоторыми заранее определенными комбинациями, которые обеспечивают высокий уровень безопасности, когда приступают к идентификации продукта, а также высокую скорость обработки. Указанные комбинации также обеспечивают такое преимущество, что когда осуществляется заданная комбинация, т.е. датчик или датчики в комбинации обеспечивают положительный результат идентификации, другие датчики могут быть отсоединены или направлены на идентификацию другого товара, что обеспечивает оптимум ресурсов процесса.
Даже хотя настоящее изобретение главным образом основано на датчике 4 веса и датчике 7 ближней инфракрасной области спектра или видимой области спектра в соответствии с вышеописанным, фиг. 1 показывает, что кассовый терминал содержит несколько датчиков, которые соединены таким образом, что некоторое количество заранее определенных комбинаций, содержащих частичный набор существующих датчиков, является достаточным для положительного решения, т.е. идентификации товара 3. Следует упомянуть, что вариант осуществления изобретения с дополнительными датчиками обеспечивает большое количество комбинаций и, следовательно, не показаны на отдельных чертежах, так как это привело бы к большому количеству чертежей без повышения уровня понимания настоящего изобретения.
Датчики могут быть включены, т.е. активированы, последовательно для того, чтобы обеспечить возможность нахождения выгодной комбинации или частичного набора датчиков, или все датчики могут быть активными до тех пор, пока одна из комбинаций не обеспечит положительное решение, в котором один или более из избыточных датчиков могут быть отсоединены. Положительным решением здесь является такое, когда все датчики в комбинации восприняли и идентифицировали заранее определенные свойства товара, где свойства в комбинации совместно предоставляют наименование товара. Указанное наименование может определяться через управление по отношению к базе данных, содержащей свойства товаров. База данных может храниться в запоминающем устройстве в соответствии с тем, что было предварительно описано. Примерами свойств являются вес, размеры, цвет, форма, контур, маркировка посредством штрих-кода и/или текста и/или изображения и/или схемы.
Для того чтобы обеспечить успешную классификацию, активированный датчик определяет измеренную сигнатуру товара 3. Измеренная сигнатура связана с принятым сигналом и, таким образом, может является цифровым представлением некоторого количества различных свойств товара. Для этих целей процессор выполнен с возможностью сравнения измеренной сигнатуры с цифровой контрольной сигнатурой, хранящейся в запоминающем блоке 5, и вычисления вероятности совпадения заранее определенного количества наименований товара.
Последний этап предпочтительно исполняется посредством сравнения измеренной сигнатуры со всеми цифровыми контрольными сигнатурами запоминающего блока или с их поднабором и последующего предоставления наименований товара, имеющих самую высокую вероятность совпадения, для дальнейшего классифицирующего алгоритма, такого как BBN классификатор.
Активированный датчик предпочтительно представляет собой спектроскопический датчик 7, 24, либо любой из датчиков ближней инфракрасной области спектра и видимой области спектра, либо оба датчика ближней инфракрасной области спектра и видимой области спектра, реализованных в виде одноматричных спектрометров, функционирующих в четко заданном диапазоне длин волн, в соответствии с ранее описанным. Следовательно, измеренная сигнатура представляет собой цифровое представление спектра отражения в данном диапазоне длин волн.
Классифицирующее устройство может дополнительно использовать дополнительный датчик, выбираемый из группы, состоящей из: спектроскопического датчика 24, датчика 14 контура, считывателя 15 штрих-кода, датчика 16 для считывания знаков, датчика 17 цветовой текстуры, датчика 18 цветовой гистограммы или весов 4.
В случае использования двух или более различных датчиков тем самым обеспечиваются две или более различных измеренных сигнатур, процессор 6 выполнен с возможностью определения конкретных наименований товара при помощи сравнения вероятности совпадения для различных датчиков 4, 7, 14, 15, 16, 17, 18, 24 и выбора наименований товара, имеющих самую высокую вероятность совпадения. Наименования товаров, идентифицируемых при помощи сравнения измеренной сигнатуры первого датчика, также как и наименования товаров, идентифицируемых при помощи сравнения измеренной сигнатуры второго или дополнительного датчика, таким образом передаются в BBN сеть для дополнительного анализа. В этой ситуации наименования товаров могут не обязательно быть одинаковыми для различных датчиков и сравнительного анализа.
Классификационный способ может дополнительно включать этап сравнения самой высокой вероятности совпадения с сигнальным пороговым значением, и в случае, если самая высокая вероятность совпадения находится ниже сигнального порогового значения, ожидания ручного ввода информации перед обработкой.
В предпочтительном варианте осуществления изобретения способ включает этап сравнения самой высокой вероятности совпадения с двумя сигнальными пороговыми значениями, причем в случае, если самая высокая вероятность совпадения находится ниже самого нижнего сигнального порогового значения, то перед обработкой способ ожидает ручного ввода информации от обслуживающего персонала, а в случае, если самая высокая вероятность совпадения находится выше самого нижнего сигнального порогового значения, но ниже верхнего, высокая вероятность совпадения находится ниже самого нижнего сигнального, то перед обработкой способ ожидает ручного ввода информации от пользователя.
Дополнительно, если в качестве классифицирующего датчика используются весы 4, этап сравнения самой высокой вероятности совпадения с сигнальным пороговым значением включает этап сравнения веса товара с весовым диапазоном, связанным с наименованием товара, соответствующем контрольной сигнатуре, имеющей самую высокую вероятность совпадения.
В дополнительном варианте осуществления, если в качестве классифицирующего датчика используется датчик 14 контура, этап сравнения самой высокой вероятности совпадения с сигнальным пороговым значением включает этап сравнения формы товара с диапазоном форм, связанным с наименованием товара, соответствующем контрольной сигнатуре, имеющей самую высокую вероятность совпадения.
В еще одном дополнительном варианте осуществления в качестве классифицирующего датчика используется считыватель 15 штрих-кода, а этап сравнения самой высокой вероятности совпадения с сигнальным пороговым значением включает этап сканирования штрих-кода товара и сравнения информации о сканированном штрих-коде с информацией о штрих-коде, связанной с наименованием товара, соответствующем контрольной сигнатуре, имеющей самую высокую вероятность совпадения.
Фиг. 9 представляет собой схематичную последовательность операций классифицирующего алгоритма 100, который может быть осуществлен при помощи классифицирующего устройства. Алгоритм содержит некоторое количество этапов для обеспечения успешной классификации товаров, например, в автоматизированном кассовом терминале.
На этапе 102 датчик определяет измеренную сигнатуру товара. После чего измеренная сигнатура передается на сравнивающий блок, например, встроенный в процессор 6, причем указанный сравнивающий блок сравнивает измеренную сигнатуру с цифровыми контрольными сигнатурами на этапе 104. После чего на этапе 106 вычисляется вероятность совпадения заранее определенного количества наименований товаров.
В качестве дополнительного этапа 110а, самая высокая вероятность совпадения, вычисляемая на этапе 106, сравнивается с сигнальным пороговым значением, и, в случае, если самая высокая вероятность совпадения находится ниже сигнального порогового значения, способ ожидает ручного ввода информации перед обработкой.
В качестве альтернативы способ 100 включает этап 110b, в котором самая высокая вероятность совпадения, вычисляемая на этапе 106, сравнивается с двумя сигнальными пороговыми значениями, причем в случае, если самая высокая вероятность совпадения находится ниже самого нижнего сигнального порогового значения, то перед обработкой способ ожидает ручного ввода информации от обслуживающего персонала, а в случае, если самая высокая вероятность совпадения находится выше самого нижнего сигнального порогового значения, но ниже верхнего высокая вероятность совпадения находится ниже самого нижнего сигнального, то перед обработкой способ ожидает ручного ввода информации от пользователя.
Этапы 110а и 110b могут дополнительно содержать подэтапы 112, 114 и 116 соответственно.
На этапе 112 этап сравнения самой высокой вероятности совпадения с сигнальным пороговым значением содержит этап сравнения веса товара с весовым диапазоном, связанным с наименованием товара, соответствующим контрольной сигнатуре, имеющей самую высокую вероятность совпадения.
На этапе 114 этап сравнения самой высокой вероятности совпадения с сигнальным пороговым значением содержит этап сравнения формы товара с диапазоном форм, связанным с наименованием товара, соответствующим контрольной сигнатуре, имеющей самую высокую вероятность совпадения.
На этапе 116 этап сравнения самой высокой вероятности совпадения с сигнальным пороговым значением содержит этап сканирования штрих-кода товара и сравнения информации о сканированном штрих-коде с информацией о штрих-коде, связанной с наименованием товара, соответствующим контрольной сигнатуре, имеющей самую высокую вероятность совпадения.
В соответствии с вариантом осуществления изобретения классифицирующее устройство содержит: датчик 4 веса, первый датчик 7 ближней инфракрасной области спектра или видимой области спектра, датчик 15 контура и/или датчик 15 штрих-кода и/или датчик 16 для считывания знаков, который использует оптическое распознавание знаков и (машинную) интерпретацию текста, и/или датчик 17 цветовой текстуры и/или датчик 18 цветовой гистограммы. Датчик 16 для считывания знаков далее называется датчиком оптического распознавания знаков. Указанные датчики взаимодействуют таким образом, что если датчики активированы в нижеследующих комбинациях, оставшимся датчикам позволяется быть деактивированными или не активированными, в зависимости от идентифицируемого товара:
- датчик 4 веса, датчик 14 контура и датчик оптического распознавания знаков 16, или
- датчик 14 контура и датчик оптического распознавания знаков 16, или
- датчик 4 веса и датчик оптического распознавания знаков 16, или
- датчик 4 веса, датчик 18 цветовой гистограммы и датчик 14 контура, или
- датчик 4 веса, датчик 14 контура и датчик оптического распознавания знаков 16, или
- датчик 4 веса, датчик 18 цветовой гистограммы, датчик 14 контура, датчик 17 цветовой текстуры, датчик оптического распознавания знаков 16, датчик 15 штрих-кода, или
- датчик 4 веса, датчик 14 контура, датчик 17 цветовой текстуры и датчик оптического распознавания знаков 16, или
- датчик 4 веса и датчик 15 штрих-кода, или
- датчик оптического распознавания знаков 16.
Датчик 14 контура может содержать камеру для статических или динамических изображений, но также может содержать датчик объекта. На фиг. 1 датчик 14 контура показан в виде линейной камеры, которая помещена в паз между первой конвейерной лентой и второй конвейерной лентой и которая считывает горизонтально спроектированную поверхность, в комбинации с датчиком 20 объекта, который состоит из вертикальной световой завесы для считывания вертикальной проекции. Датчик 14 контура соединен с блоком для обработки изображений, где контур, т.е. двумерная проекция трехмерного объекта, проверяется на соответствие свойствам в базе данных.
На фиг. 1 показан датчик 20 объекта, содержащий устройство световой завесы и вертикально стоящий в пазу между первой конвейерной лентой и второй конвейерной лентой. Устройство световой завесы содержит некоторое количество диодов с передатчиком на одной стороне устройства световой завесы и приемником на другой его стороне. Опытным путем было доказано, что предпочтительное количество диодов составляет приблизительно 32 диода, и что инфракрасные диоды обеспечивают хороший результат. Настоящее изобретение не ограничено 32 диодами, основанными на инфракрасном световом излучении, но любое другое количество и частота работали бы до тех пор, пока условные лучи световой завесы преломляются на различных высотах в зависимости от характеристик товара, и затем обеспечивали информацию о форме товара. Так как товар перемещается сквозь световую завесу, трехмерное изображение может быть создано при помощи считывания световой завесы в определенные моменты времени.
Фиг. 1 показывает, что датчик 15 штрих-кода содержит камеру для статических или динамических изображений, датчик 16 для считывания знаков содержит камеру для обеспечения статических или динамических изображений, датчик 17 цветовой текстуры содержит камеру для обеспечения статических или динамических изображений, и что датчик 18 цветовой гистограммы содержит камеру для обеспечения статических или динамических изображений. Датчик 18 цветовой гистограммы предпочтительно выполнен с возможностью обнаружения трех различных цветовых свойств, а именно: i) HUE значений, ii) blob значений и iii) топологических значений. Настоящее изобретение не ограничивается использованием одной или более камер до тех пор, как соответствующие датчики могут снабжать информацией процессор, который затем может обеспечивать информацию о наименовании товара.
Классифицирующее устройство 2 дополнительно содержит начальный датчик 21, который идентифицирует товар 3 на 100% и выполнен с возможностью использования в течение обучения системы при первой идентификации товара 3 и последующего транспортирования товара 3 через классифицирующее устройство 2, где все датчики идентифицируют свойства товара 3, которые впоследствии хранятся в базе данных для свойств товаров
На фиг. 1 начальный датчик 21 показан в виде считывателя 15 штрих-кода, который спроектирован для ручного использования. Начальный датчик 21 может, однако, состоять из другого устройства, которое может обеспечивать правильную информацию для запоминающего блока. Пользователь может, например, вручную вводить название товара или другую информацию, например, цену и/или цену согласно весу, для каждого товара.
Однако считыватель штрих-кода или другой датчик позволяет системе быть самообучающейся таким образом, что товары снабжаются штрих-кодами или другой идентификацией, а затем подаются в систему, которая автоматически считывает наименование и затем позволяет оставшимся датчикам создавать их собственные сигнатуры/опознавательные отметки товара.
Фиг. 1 показывает, что классифицирующее устройство содержит переносной датчик 22, который на 100% идентифицирует товар и который может использоваться, когда товары являются слишком большими для оставшегося классифицирующего устройства. Переносной датчик может представлять собой считыватель штрих-кода, предназначенный для ручного использования.
Фиг. 2 схематично показывает вид сбоку кассового терминала в соответствии с фиг. 1
Фиг. 3 схематично показывает вид сверху кассового терминала в соответствии с другим вариантом осуществления настоящего изобретения. Фиг. 3 показывает такую же конфигурацию, как и на фиг. 1, но с различиями для датчика 4 веса и первого датчика 7 ближней инфракрасной области спектра или видимой области спектра. Фиг. 3 показывает, что датчик 4 веса размещен после первого датчика 7 ближней инфракрасной области спектра или видимой области спектра. Со ссылкой на фиг. 1 и 2, фиг. 3 показывает, что различные конвейерные ленты в направлении перемещения конвейерных лент расположены друг за другом в следующем порядке: вторая конвейерная лента 12, третья конвейерная лента и первая конвейерная лента 9 с весовым блоком. На фиг. 3 отображающий блок 11, также как и на фиг. 1 и 2, размещен с возможностью связи с датчиком 4 веса так, что пользователь сможет утверждать товар по факту его взвешивания. Это является преимуществом, так как вес товара является важным для цены, что означает, что покупатель различил бы ошибочную цену по факту взвешивания. Ошибочная цена могла бы получиться вследствие неправильной идентификации товара, и пользователь может в этом местоположении датчика 4 веса иметь возможность изменить на правильный товар и тем самым получить правильную цену через новое или продолженное взвешивание, связанное с правильным наименованием товара. На фиг. 3 датчик 14 контура помещен между второй 12 и третьей конвейерной лентой 13, а первый датчик 7 ближней инфракрасной области спектра или видимой области спектра между третьей 13 и первой конвейерной лентой 9.
Фиг. 4 схематично показывает вид сбоку кассового терминала в соответствии с фиг. 3.
Фиг. 5 схематично показывает вид сверху кассового терминала в соответствии с третьим вариантом осуществления настоящего изобретения. Фиг. 5 показывает такую же конфигурацию, как и на фиг. 1, но с добавлением камеры 23, помещенной с возможностью связи с весовым блоком 10 для обеспечения возможности захвата изображения товара. Указанное изображение должно отображаться покупателю посредством отображающего блока 11 так, что покупатель сможет принять решение, если датчик ближней инфракрасной области спектра или видимой области спектра правильно идентифицировал товар. Изображение также может отображаться для контролера, который находится на расстоянии и может принять решение, если датчик ближней инфракрасной области спектра или видимой области спектра считал его правильно. В случае, где несколько датчиков соединены с кассовым терминалом 1, применяется то же обоснование относительно изображения, используемого покупателем или контролером для того, чтобы определить, был ли товар правильно идентифицирован. Для ускорения идентификационного процесса, а также чтобы сделать его более надежным, классифицирующее устройство может содержать функцию для неопределенности наименования товара, где многие варианты отображаются покупателю через отображающий блок. Затем покупатель может выбрать правильный вариант. В этом контексте вышеупомянутое изображение может использоваться совместно с отображенной информацией о различных вариантах для облегчения идентификации, так как сохраненные изображения товара могут быть более легкими для сравнения с изображением товара, чем с товаром, помещенным на кассовый терминал.
Фиг. 6 схематично показывает вид сбоку кассового терминала в соответствии с фиг. 5 Фиг. 7 схематично показывает вид сверху кассового терминала в соответствии с четвертым вариантом осуществления настоящего изобретения. Фиг. 7 показывает те же устройства, как и на фиг. 5 и 6, но с добавлением дополнительного спектроскопического датчика 24, расположенного между первой конвейерной лентой 9 и второй конвейерной лентой 13 для идентификации указанного продукта при помощи спектроскопии. Предпочтительно, дополнительный спектроскопический датчик 24 является дополнением к первому спектроскопическому датчику 7 так, что если первый спектроскопический датчик 7 является датчиком ближней инфракрасной области спектра, т.е. воспринимает световое излучение, имеющее длины волн в диапазоне между 780 нм и 2500 нм, дополнительный спектроскопический датчик 24 является датчиком видимой области спектра, т.е. воспринимает световое излучение, имеющее длины волн в диапазоне между 200 нм и 1100 нм. Следовательно, если первый спектроскопический датчик 7 является датчиком видимой области спектра, то дополнительный спектроскопический датчик 24 является датчиком видимой области спектра. Дополнительный спектроскопический датчик 24, в данном случае являющийся датчиком видимой области спектра, а также первый спектроскопический датчик 7, в данном случае являющийся датчиком ближней инфракрасной области спектра, могут содержать оптоволоконный кабель, который распределяет световое излучение от товара к соответствующему датчику. Оптоволоконный кабель представляет собой световод, действующий в качестве зонда. Датчик видимой области спектра и датчик ближней инфракрасной области спектра могут быть соединены с отдельным оптоволоконным кабелем, который выполнен с возможностью направления в общий оптоволоконный кабель, который распределяет световое излучение от товара к датчику видимой области спектра и датчику ближней инфракрасной области спектра.
Указанный зонд, обеспеченный для передачи светового излучения от товара 3 к спектроскопическому датчику 7, 24, выполнен с обеспечением возможности перемещения в поперечном направлении относительно конвейерной ленты (9, 12, 13) устройства. Зонд соединен со спектроскопическим датчиком 7, 24, предпочтительно являющимся одноматричным спектрометром, выполненным с возможностью функционирования в диапазоне длин волн, в соответствии с тем, что было описано выше. Значит, спектроскопический датчик может либо является датчиком видимой области спектра, датчиком ближней инфракрасной области спектра, либо комбинированным датчиком ближней инфракрасной области спектра и видимой области спектра.
Классифицирующее устройство может дополнительно содержать обнаруживающее устройство, выполненное с возможностью обнаружения поперечного положения товара 3 на конвейерной ленте 9, 12, 13, и управляющее устройство, соединенное с указанным обнаруживающим устройством и выполненный с возможностью перемещения указанного по меньшей мере одного зонда 7 датчика в положение, соответствующее указанной обнаруженного поперечного положения товара 3. Это может быть выполнено при помощи обнаружения товара 3 и вычисления поперечного положения, соответствующего среднему значению объема товара. Таким образом, указанное обнаруживающее устройство может представлять собой камеру или другой оптический датчик, соединенный с устройством для обработки изображений для вычисления среднего значения указанного объема.
Указанное обнаруживающее устройство может дополнительно быть выполнено с возможностью обнаружения нескольких положений товара 3, поскольку товар 3 перемещается по конвейерной ленте 9, 12, 13 так, что указанный по меньшей мере один зонд 7 датчика последовательно перемещается в положения, соответствующие указанным обнаруженным поперечным положениям товара 3. Следовательно, если товар 3 не совпадает с поперечным или продольным направлением конвейерной ленты 9, 12, 13, указанный зонд будет перемещен в течение перемещения товара для обеспечения измененных сигнатур в различных положениях указанного товара.
Классифицирующее устройство дополнительно содержит источник света для освещения указанного товара 3, причем испускаемое световое излучение имеет распределение длин волн, охватывающее по меньшей мере рабочие длины волн спектроскопических датчиков 7, 24. Предпочтительно, источник света также выполнен с возможностью перемещения в поперечном направлении относительно указанных конвейерных лент 9, 12, 13 так, что товар 3 достаточно освещен, когда активированы спектроскопические датчики.
Указанное обнаруживающее устройство может дополнительно быть приведено в действие датчиком 20 объекта, выполненным с возможностью обнаружения наличия товара 3 на указанной конвейерной ленте 9, 12, 13. Следовательно, источник света и зонды спектроскопического(их) датчика(ов) 7, 24 могут быть расположены в нерабочем положении до тех пор, пока датчик 20 объекта не приведет в действие указанное обнаруживающее устройство, в результате чего источник света и зонды переместятся в положение, соответствующее среднему значению объема товара.
Зонды, а также источники света, могут быть расположены на линейной платформе, расположенной в перпендикулярном направлении конвейерной ленты 9, 12, 13 для обеспечения перемещающих функциональных возможностей.
Поскольку зонды являются перемещаемыми, спектроскопические датчики, т.е. спектрометры, могут быть неподвижно расположены в удаленном положении для уменьшения вибраций и других помех, которые могут негативно влиять на спектроскопический анализ. Однако спектрометры могут также быть смонтированы на движущейся платформе.
Датчик 24 видимой области спектра может быть расположен на кассовом терминале в соответствии с любой из фиг. 1-6, а также может быть расположен на первой конвейерной ленте 9, второй конвейерной ленте 12 и третьей конвейерной ленте 13.
Когда датчик 24 видимой области спектра включен, он выполнен с возможностью функционирования в диапазонах от 200 нм до 400 нм и от 660 нм до 1100 нм, если он используется в комбинации с датчиком 17 цветовой текстуры и/или датчиком 18 цветовой гистограммы, но выполнен с возможностью функционирования в интервале от 200 нм до 1100 нм, если датчик 17 цветовой текстуры и датчик 18 цветовой гистограммы отсоединены. Процессор 6 выполнен с возможностью управления диапазонами датчика видимой области спектра в зависимости от того, выключены или включены датчик 17 цветовой текстуры и/или датчик 18 цветовой гистограммы. Датчик видимой области спектра 24 может быть использован в комбинации с любой из упомянутых комбинаций со ссылкой на фиг. 1-6 или только в комбинации с датчиком 4 веса и первым датчиком 7 ближней инфракрасной области спектра.
Датчик 24 видимой области спектра соединен с процессором 6 и запоминающим блоком 5. Запоминающий блок содержит одну или несколько третьих сигнатур, созданных при помощи датчика 24 видимой области спектра или другого датчика видимой области спектра (не показан). Третья сигнатура или каждая из первых сигнатур соединена с соответствующим наименованием товара. Третьи сигнатуры могут создаваться непосредственно на кассовом терминале при помощи использования датчика 24 видимой области спектра или другого датчика видимой области спектра (не показан), или посредство загрузки в запоминающий блок сигнатур, созданных при помощи датчика видимой области спектра, не соединенного с кассовым терминалом 1.
Фиг. 7 показывает, что датчик 4 веса расположен после датчика 24 видимой области спектра, что означает, что датчик 24 видимой области спектра выполнен с возможностью создания четвертой сигнатуры при помощи анализа до того, как товар был взвешен, т.е. помещен на датчик 4 веса и впоследствии взвешен. После чего процессор 6 выполнен с возможностью сравнения четвертой сигнатуры с третьей сигнатурой для того, чтобы идентифицировать товар 3 в качестве существующего наименования товара в запоминающем блоке 5. Вес товара 3 совместно с наименованием товара используется процессором для определения цены товара.
Фиг. 8 схематично изображает вид сбоку кассового терминала с фиг. 7.
Следует отметить, что примеры, показанные на фиг. 1-8 не являются ограничительными для настоящего изобретения, но являются только примерами расположения датчиков и конвейерных лент. Кассовый терминал в соответствии с настоящим изобретением может содержать одну или несколько конвейерных лент. В случае наличия нескольких конвейерных лент, они могут быть расположены под углом друг к другу и/или расположены для разделения потока товаров на частичные потоки и т.п. Добавление большего количества датчиков в кассовый терминал, чем первый спектроскопический датчик и датчик веса может рассматриваться в качестве дополнительных возможностей для улучшенной идентификации и таким образом дополнения к описанным вариантам осуществления изобретения с первым спектроскопическим датчиком и датчиком веса. Дополнительные датчики могут быть расположены многочисленными способами, кроме показанных на фиг. 1-8, для обеспечения приемлемых результатов в пределах объема настоящего изобретения.

Claims (20)

1. Классифицирующее устройство для идентификации товаров (3) в автоматизированном кассовом терминале (1), содержащее: запоминающий блок (5), выполненный с возможностью хранения цифровых контрольных сигнатур, каждая из которых соответствует наименованию товара, и процессор (6), соединенный с запоминающим блоком (5), причем классифицирующее устройство (2) дополнительно содержит спектроскопический датчик (7, 24), который соединен с процессором (6) и выполнен с возможностью определения измеренной сигнатуры товара (3), когда указанный товар (3) помещен перед датчиком (4) веса, на нем или после него, причем процессор (6) выполнен с возможностью сравнения измеренной сигнатуры с цифровой контрольной сигнатурой с целью идентификации товара (3) в качестве существующего наименования товара в запоминающем блоке (5), причем указанный спектроскопический датчик (7, 24) представляет собой датчик ближней инфракрасной области спектра, выполненный с возможностью измерения светового излучения, имеющего длину волны в диапазоне от примерно 850 нм до примерно 2500 нм.
2. Устройство по п. 1, в котором каждая цифровая контрольная сигнатура создана посредством спектроскопического датчика (7, 24).
3. Устройство по п. 1 или 2, в котором указанный спектроскопический датчик (7, 24) представляет собой одноматричный спектрометр.
4. Устройство по п. 1 или 2, в котором указанный спектроскопический датчик (7, 24) выполнен с возможностью измерения светового излучения, имеющего длину волны в диапазоне от 200 нм до 2500 нм.
5. Устройство по п. 4, в котором указанный спектроскопический датчик (7, 24) представляет собой спектроскопический датчик (24) видимой области спектра, выполненный с возможностью измерения светового излучения, имеющего длину волны в диапазонах от 200 нм до 400 нм и от 660 нм до 1100 нм.
6. Устройство по п. 5, в котором указанный спектроскопический датчик (24) видимой области спектра выполнен с возможностью измерения светового излучения, имеющего длину волны в полном диапазоне от 200 нм до 1100 нм.
7. Устройство по п. 1 или 2, в котором указанный спектроскопический датчик (24) видимой области спектра выполнен с возможностью измерения светового излучения, отраженного от указанного товара (3).
8. Устройство по п. 7, дополнительно содержащее по меньшей мере один источник света, выполненный с возможностью освещения товара (3) в положении, в которое направлен спектроскопический датчик (7, 24).
9. Устройство по п. 7, в котором указанный по меньшей мере один источник света выполнен с возможностью испускания светового излучения, имеющего длину волны в диапазоне от 200 нм до 2500 нм.
10. Устройство по п. 1 или 2, дополнительно содержащее датчик (14) контура, и/или датчик (15) штрих-кода, и/или датчик (16) для считывания знаков, который использует оптическое распознавание знаков и машинную интерпретацию текста, и/или датчик (17) цветовой текстуры, и/или датчик (18) цветовой гистограммы, и/или дополнительный спектроскопический датчик (7, 24), который взаимодействует со спектроскопическим датчиком (7) так, что если указанные датчики, а также указанный спектроскопический датчик (7, 24), активированы в любых комбинациях, а в частности в следующих комбинациях, то оставшимся датчикам позволяется быть деактивированными или не активированными, в зависимости от идентифицируемого товара:
- датчик (4) веса, датчик (14) контура и датчик (16) для считывания знаков, или
- датчик (14) контура и датчик (16) для считывания знаков, или
- датчик (4) веса и датчик (16) для считывания знаков, или
- датчик (4) веса, датчик (18) цветовой гистограммы и датчик (14) контура, или
- датчик (4) веса, датчик (14) контура, датчик (17) цветовой текстуры и датчик (16) для считывания знаков, или
- датчик (4) веса и датчик (15) штрих-кода, или
- только датчик (16) для считывания знаков, или
- датчик (18) цветовой гистограммы и датчик (17) цветовой текстуры, или
- датчик (18) цветовой гистограммы, или
- датчик (17) цветовой текстуры, или
- дополнительный спектроскопический датчик (7, 24) совместно с любой из вышеупомянутых комбинаций, или
- только дополнительный спектроскопический датчик (7, 24).
11. Устройство по п. 1 или 2, дополнительно содержащее начальный датчик (21), который идентифицирует товар (3) на 100% и выполнен с возможностью использования в течение обучения системы посредством первой идентификации товара (3) и последующего транспортирования товара (3) через классифицирующее устройство (2), где все датчики идентифицируют свойства товара (3), которые впоследствии будут храниться в базе данных в качестве цифровой контрольной сигнатуры.
12. Устройство по п. 11, в котором начальный датчик (21) представляет собой считыватель (15) штрих-кода.
13. Устройство по п. 1 или 2, дополнительно содержащее конструкцию, имеющую форму туннеля и защищающую часть классифицирующего устройства и по меньшей мере некоторые из датчиков полностью или частично для того, чтобы предотвратить влияние посторонних лиц на процесс классификации.
14. Устройство по п. 1 или 2, в котором спектроскопический датчик (7, 24) выполнен с возможностью считывания товара (3) и определения цифровой контрольной сигнатуры в течение обучающей процедуры.
15. Автоматизированный кассовый терминал (1), содержащий классифицирующее устройство (2) по любому из пп. 1-14.
16. Автоматизированный кассовый терминал по п. 15, дополнительно содержащий датчик (4) веса для взвешивания товара (3).
17. Автоматизированный кассовый терминал по п. 16, в котором датчик (4) веса содержит конвейерные весы (8), которые автоматически транспортируют и взвешивают товар (3).
18. Автоматизированный кассовый терминал по любому из пп. 15-17, в котором классифицирующее устройство (2) выполнено с возможностью взвешивания товара (3) при помощи датчика (4) веса до определения измеренной сигнатуры, в течение этого определения или после него, причем процессор (6) выполнен с возможностью использования веса товара (3) и наименования товара для принятия решения о цене указанного товара (3).
19. Автоматизированный кассовый терминал по любому из пп. 15-17, дополнительно содержащий интерактивный отображающий блок (11), соединенный с процессором (6) для отображения информации о наименовании, весе и цене товара, причем указанный отображающий блок выполнен с возможностью использования пользователем для подтверждения отображенной информации.
20. Способ для классификации товаров в автоматизированном кассовом терминале, согласно которому: обеспечивают классифицирующее устройство, содержащее запоминающий блок (5), выполненный с возможностью хранения цифровых контрольных сигнатур, каждая из которых соответствует наименованию товара, процессор (6), соединенный с указанным запоминающим блоком (5) и датчиком (4) веса, и спектроскопический датчик (7, 24), соединенный с указанным процессором (6), при этом указанный спектроскопический датчик (7, 24) представляет собой датчик ближней инфракрасной области спектра, выполненный с возможностью измерения светового излучения, имеющего длину волны в диапазоне от примерно 850 нм до примерно 2500 нм, причем согласно указанному способу: определяют измеренную сигнатуру товара (3) при помощи спектроскопического датчика (7, 24), когда указанный товар (3) помещен перед датчиком (4) веса, на нем или после него, и классифицируют товар (3) посредством сравнения измеренной сигнатуры с цифровой контрольной сигнатурой при помощи процессора (6) с целью идентификации товара (3) в качестве существующего наименования товара в запоминающем устройстве (5).
RU2013101991/08A 2010-07-08 2011-06-23 Кассовый терминал RU2589387C2 (ru)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
SE1050766A SE534989C2 (sv) 2010-07-08 2010-07-08 Kassadisk
SE1050766-3 2010-07-08
SE1051090A SE535853C2 (sv) 2010-07-08 2010-10-19 Kassadisk
SE1051090-7 2010-10-19
PCT/SE2011/050838 WO2012005659A1 (en) 2010-07-08 2011-06-23 A checkout counter

Publications (2)

Publication Number Publication Date
RU2013101991A RU2013101991A (ru) 2014-08-20
RU2589387C2 true RU2589387C2 (ru) 2016-07-10

Family

ID=45441878

Family Applications (2)

Application Number Title Priority Date Filing Date
RU2013101992/12A RU2568169C2 (ru) 2010-07-08 2011-06-23 Кассовый терминал
RU2013101991/08A RU2589387C2 (ru) 2010-07-08 2011-06-23 Кассовый терминал

Family Applications Before (1)

Application Number Title Priority Date Filing Date
RU2013101992/12A RU2568169C2 (ru) 2010-07-08 2011-06-23 Кассовый терминал

Country Status (10)

Country Link
US (2) US9301626B2 (ru)
EP (2) EP2590535A4 (ru)
JP (3) JP6087813B2 (ru)
KR (2) KR101926201B1 (ru)
CN (3) CN103052342B (ru)
AU (2) AU2011277076B2 (ru)
CA (2) CA2803510C (ru)
RU (2) RU2568169C2 (ru)
SE (1) SE535853C2 (ru)
WO (2) WO2012005660A1 (ru)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2737600C1 (ru) * 2020-03-19 2020-12-01 Общество с ограниченной ответственностью «ИНСПЕКТОР КЛАУД» Способ сбора размеченного набора данных

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE535853C2 (sv) 2010-07-08 2013-01-15 Itab Scanflow Ab Kassadisk
CN104040309B (zh) 2011-11-03 2019-06-07 威利食品有限公司 用于最终使用者食品分析的低成本光谱测定系统
JP2014052800A (ja) * 2012-09-06 2014-03-20 Toshiba Tec Corp 情報処理装置及びプログラム
CN105593651B (zh) 2013-08-02 2019-06-07 威利食品有限公司 光谱测定系统和方法、光谱设备和系统
SE537684C2 (sv) * 2013-10-09 2015-09-29 Itab Scanflow Ab Ett transportbandsystem för en utcheckningsdisk
CN103699911A (zh) * 2013-11-21 2014-04-02 苏州斯普锐智能系统有限公司 一种具有底部扫描装置的自结算系统
JP2017505901A (ja) 2014-01-03 2017-02-23 ベリフード, リミテッドVerifood, Ltd. 分光システム、方法、および用途
CN105303204A (zh) * 2014-07-23 2016-02-03 Ncr公司 快速物品识别
JP2016033694A (ja) * 2014-07-30 2016-03-10 東芝テック株式会社 物体認識装置及び物体認識プログラム
US9493308B2 (en) * 2014-08-11 2016-11-15 Datalogic ADC, Inc. Cross-belt system and automated item diversion
US20160110791A1 (en) 2014-10-15 2016-04-21 Toshiba Global Commerce Solutions Holdings Corporation Method, computer program product, and system for providing a sensor-based environment
EP3209983A4 (en) 2014-10-23 2018-06-27 Verifood Ltd. Accessories for handheld spectrometer
WO2016125165A2 (en) 2015-02-05 2016-08-11 Verifood, Ltd. Spectrometry system with visible aiming beam
WO2016125164A2 (en) 2015-02-05 2016-08-11 Verifood, Ltd. Spectrometry system applications
WO2016162865A1 (en) 2015-04-07 2016-10-13 Verifood, Ltd. Detector for spectrometry system
US10066990B2 (en) 2015-07-09 2018-09-04 Verifood, Ltd. Spatially variable filter systems and methods
EP3159858B1 (de) 2015-10-19 2021-07-14 Wincor Nixdorf International GmbH Aufnahmesystem zum aufnehmen von objekten
US10203246B2 (en) 2015-11-20 2019-02-12 Verifood, Ltd. Systems and methods for calibration of a handheld spectrometer
US10510218B2 (en) 2016-01-21 2019-12-17 Nec Corporation Information processing apparatus, information processing method, and non-transitory storage medium
CN106204045A (zh) * 2016-02-18 2016-12-07 唐超(北京)科技有限公司 自助结账防损校验方法、系统及其电子秤模块
US10254215B2 (en) 2016-04-07 2019-04-09 Verifood, Ltd. Spectrometry system applications
EP3488204A4 (en) 2016-07-20 2020-07-22 Verifood Ltd. ACCESSORIES FOR HANDLABLE SPECTROMETERS
US10791933B2 (en) 2016-07-27 2020-10-06 Verifood, Ltd. Spectrometry systems, methods, and applications
US10347044B2 (en) 2016-12-16 2019-07-09 Datalogic Usa, Inc. Imaging barcode scanner with three-dimensional item reconstruction
US10366379B2 (en) * 2017-01-30 2019-07-30 Ncr Corporation Remote weigh station with delayed fraud intervention
CN107103413B (zh) * 2017-04-12 2018-09-14 王碧群 一种自适应收银台管理方法
JP6903524B2 (ja) * 2017-09-01 2021-07-14 東芝テック株式会社 計量装置
DE102017130909A1 (de) * 2017-12-21 2019-06-27 Weber Maschinenbau Gmbh Breidenbach Optische Messeinrichtung
KR101850315B1 (ko) 2018-01-22 2018-05-31 주식회사 엑사스코프 하이브리드 상품 인식 기술이 적용된 셀프 체크 아웃 기기
US10507360B2 (en) * 2018-02-21 2019-12-17 William Schroeder Posture correction and weight balance apparatus
DE102018105170A1 (de) 2018-03-07 2019-09-12 Ait Goehner Gmbh Scanvorrichtung sowie Verfahren hierzu
US11097561B2 (en) * 2018-03-23 2021-08-24 Citic Dicastal Co., Ltd Automatic hub type identifying device
EP3776419A4 (en) * 2018-03-28 2022-01-12 Itab Shop Products AB CASH COUNTER AND CLASSIFICATION SYSTEM
US11941604B2 (en) * 2018-12-17 2024-03-26 Hanwha Vision Co., Ltd. Automatic payment system
WO2021101159A1 (ko) * 2019-11-22 2021-05-27 한화테크윈 주식회사 자동 결제 장치
CN110432714B (zh) * 2019-08-20 2021-01-12 江苏柯德展示道具有限公司 一种展览展示服务用升降装置
CN110726730B (zh) * 2019-11-05 2022-12-06 黑龙江瑞兴科技股份有限公司 一种自适应传输检测装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6363366B1 (en) * 1998-08-31 2002-03-26 David L. Henty Produce identification and pricing system for checkouts
US6606579B1 (en) * 2000-08-16 2003-08-12 Ncr Corporation Method of combining spectral data with non-spectral data in a produce recognition system

Family Cites Families (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US731990A (en) 1903-01-09 1903-06-23 William D Wilson Cotton chopper and cultivator.
SU2108A1 (ru) * 1925-09-07 1926-12-31 В.А. Зиновьев Контрольное приспособление к автоматам дл продажи различных предметов
US3819012A (en) * 1970-03-20 1974-06-25 Rca Corp Merchandise handling and identifying system
US3867041A (en) 1973-12-03 1975-02-18 Us Agriculture Method for detecting bruises in fruit
US4792018A (en) * 1984-07-09 1988-12-20 Checkrobot Inc. System for security processing of retailed articles
US4676343A (en) * 1984-07-09 1987-06-30 Checkrobot Inc. Self-service distribution system
US4964053A (en) 1988-04-22 1990-10-16 Checkrobot, Inc. Self-checkout of produce items
CA2054851C (en) 1991-11-01 1999-06-29 Howard Schneider Automated point-of-sale machine
JPH05231914A (ja) * 1992-02-24 1993-09-07 Tokyo Electric Co Ltd チェックアウト装置
JP2926065B2 (ja) 1992-08-10 1999-07-28 株式会社大阪造船所 包装用金属容器及びその製造方法
DE4241250C2 (de) 1992-12-08 1996-04-11 Rwe Entsorgung Ag Verfahren zum Identifizieren von Objekten und Vorrichtung zur Durchführung des Verfahrens
JPH06180785A (ja) 1992-12-11 1994-06-28 Casio Comput Co Ltd 売上データ処理装置
JPH06333065A (ja) * 1993-05-20 1994-12-02 Casio Comput Co Ltd データ処理装置
US5497314A (en) * 1994-03-07 1996-03-05 Novak; Jeffrey M. Automated apparatus and method for object recognition at checkout counters
JPH07320148A (ja) * 1994-05-30 1995-12-08 Tec Corp セルフスキャニング方式のチェックアウト装置
US5883968A (en) 1994-07-05 1999-03-16 Aw Computer Systems, Inc. System and methods for preventing fraud in retail environments, including the detection of empty and non-empty shopping carts
US6069696A (en) 1995-06-08 2000-05-30 Psc Scanning, Inc. Object recognition system and method
CA2179338C (en) * 1995-08-07 2000-04-25 Gordon Albert Thomas Apparatus and method for spectroscopic product recognition and identification
US6075594A (en) 1997-07-16 2000-06-13 Ncr Corporation System and method for spectroscopic product recognition and identification
JP2000155767A (ja) * 1998-11-10 2000-06-06 Ncr Internatl Inc バ―コ―ドデ―タ収集器および商品デ―タ収集器を備えた商品チェックアウト装置
US6332573B1 (en) 1998-11-10 2001-12-25 Ncr Corporation Produce data collector and produce recognition system
US6155489A (en) 1998-11-10 2000-12-05 Ncr Corporation Item checkout device including a bar code data collector and a produce data collector
US6260023B1 (en) 1999-06-14 2001-07-10 Ncr Corporation Transaction processing system including a networked produce recognition system
US6408279B1 (en) 1999-06-28 2002-06-18 Ncr Corporation Method and apparatus for operating a self-service checkout terminal and a remote supervisor terminal of a retail system
US6431446B1 (en) 1999-07-28 2002-08-13 Ncr Corporation Produce recognition system and method
US6529855B1 (en) 1999-07-28 2003-03-04 Ncr Corporation Produce recognition system and method
AUPQ607100A0 (en) 2000-03-07 2000-03-30 Colour Vision Systems Pty Ltd Spectral assessment of fruit
JP2003527594A (ja) * 2000-03-13 2003-09-16 オートライン インコーポレイテッド 可視光線スペクトル/近赤外線スペクトルにより果物の特性を測定し、相互に関連付けるための装置および方法
EP1154262A1 (en) * 2000-05-10 2001-11-14 Dsm N.V. Apparatus for identifying articles which are at least partly made from at least one polymer
US6601767B1 (en) 2000-08-16 2003-08-05 Ncr Corporation Ambient light sensing apparatus and method for a produce data collector
US6412694B1 (en) 2000-09-20 2002-07-02 Ncr Corporation Produce recognition system and method including weighted rankings
US6668078B1 (en) 2000-09-29 2003-12-23 International Business Machines Corporation System and method for segmentation of images of objects that are occluded by a semi-transparent material
US6510994B1 (en) 2000-10-06 2003-01-28 Ncr Corporation Triggering method for a produce recognition system
US6577983B1 (en) 2000-10-06 2003-06-10 Ncr Corporation Produce recognition method
US6497362B2 (en) 2001-02-15 2002-12-24 New Check Corporation Method and apparatus for wireless assistance for self-service checkout
US6837428B2 (en) 2001-03-02 2005-01-04 Mike Lee Self-checkout apparatus
EP1425701A4 (en) 2001-07-02 2006-06-28 Ecr Software Corp CASHING SYSTEM WITH FLEXIBLE SAFETY VERIFICATION SYSTEM
NL1018512C1 (nl) 2001-07-11 2001-11-02 Beheermij Van Der Loo B V Automatisch kassasysteem.
US20030058441A1 (en) * 2001-09-20 2003-03-27 Metso Paper Automation Oy, Method and apparatus for optical measurements
US7797204B2 (en) * 2001-12-08 2010-09-14 Balent Bruce F Distributed personal automation and shopping method, apparatus, and process
US7218395B2 (en) 2003-04-16 2007-05-15 Optopo Inc. Rapid pharmaceutical identification and verification system
EP1473657A1 (en) * 2003-04-29 2004-11-03 Sicpa Holding S.A. Method and device for the authentication of documents and goods
US7248754B2 (en) 2003-05-05 2007-07-24 International Business Machines Corporation Apparatus and method for determining whether machine readable information on an item matches the item
US7118026B2 (en) * 2003-06-26 2006-10-10 International Business Machines Corporation Apparatus, method, and system for positively identifying an item
US7337960B2 (en) 2004-02-27 2008-03-04 Evolution Robotics, Inc. Systems and methods for merchandise automatic checkout
EP1828958B1 (en) * 2004-12-01 2012-05-16 Datalogic ADC, Inc. Triggering illumination for a data reader
US7229015B2 (en) 2004-12-28 2007-06-12 International Business Machines Corporation Self-checkout system
DE102005014626B4 (de) * 2005-03-23 2018-06-21 Bizerba SE & Co. KG Waage
US7909248B1 (en) 2007-08-17 2011-03-22 Evolution Robotics Retail, Inc. Self checkout with visual recognition
DE102007057921A1 (de) * 2007-12-01 2009-06-04 Oerlikon Textile Gmbh & Co. Kg Verfahren und Vorrichtung zum automatisierten Identifizieren von Spulenhülsen
US7434663B1 (en) 2008-01-21 2008-10-14 International Business Machines Corporation Retail checkout station including a plurality of selectively deployable barriers for intra-order separation of purchased items
US8462212B1 (en) * 2008-12-04 2013-06-11 Stoplift, Inc. Correlating detected events with image data
US8113427B2 (en) * 2008-12-18 2012-02-14 Ncr Corporation Methods and apparatus for automated product identification in point of sale applications
US8322621B2 (en) 2008-12-26 2012-12-04 Datalogic ADC, Inc. Image-based code reader for acquisition of multiple views of an object and methods for employing same
EP2396744B1 (en) 2009-02-11 2016-06-01 Datalogic ADC, Inc. High-resolution optical code imaging using a color imager
US8874472B2 (en) 2009-09-30 2014-10-28 Ncr Corporation Methods and apparatus for produce identification using time resolved reflectance spectroscopy
JP4995291B2 (ja) 2010-02-10 2012-08-08 東芝テック株式会社 商品登録システム及びその方法
SE535853C2 (sv) 2010-07-08 2013-01-15 Itab Scanflow Ab Kassadisk
US9412050B2 (en) 2010-10-12 2016-08-09 Ncr Corporation Produce recognition method
JP5799593B2 (ja) * 2011-06-07 2015-10-28 株式会社寺岡精工 商品検索装置、商品情報処理装置及びラベル発行装置
US8498903B2 (en) 2011-09-29 2013-07-30 Ncr Corporation System and method for performing a security check at a checkout terminal

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6363366B1 (en) * 1998-08-31 2002-03-26 David L. Henty Produce identification and pricing system for checkouts
US6606579B1 (en) * 2000-08-16 2003-08-12 Ncr Corporation Method of combining spectral data with non-spectral data in a produce recognition system

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2737600C1 (ru) * 2020-03-19 2020-12-01 Общество с ограниченной ответственностью «ИНСПЕКТОР КЛАУД» Способ сбора размеченного набора данных

Also Published As

Publication number Publication date
US9173508B2 (en) 2015-11-03
CN103052342A (zh) 2013-04-17
WO2012005659A1 (en) 2012-01-12
KR101928111B1 (ko) 2018-12-11
CA2803514C (en) 2017-07-18
WO2012005660A1 (en) 2012-01-12
EP2590536A4 (en) 2016-08-10
KR101926201B1 (ko) 2018-12-06
CA2803510C (en) 2017-11-21
KR20130045350A (ko) 2013-05-03
JP6282253B2 (ja) 2018-02-21
JP2013529824A (ja) 2013-07-22
CA2803510A1 (en) 2012-01-12
CN103052343A (zh) 2013-04-17
JP6087813B2 (ja) 2017-03-01
RU2013101992A (ru) 2014-08-20
AU2011277076B2 (en) 2016-05-26
SE1051090A1 (sv) 2012-01-09
US20150062560A1 (en) 2015-03-05
AU2011277075B2 (en) 2016-06-09
CA2803514A1 (en) 2012-01-12
US20130235368A1 (en) 2013-09-12
EP2590535A1 (en) 2013-05-15
AU2011277076A1 (en) 2013-02-07
KR20130139853A (ko) 2013-12-23
CN108078295A (zh) 2018-05-29
AU2011277075A1 (en) 2013-02-07
EP2590535A4 (en) 2016-08-10
RU2013101991A (ru) 2014-08-20
JP2016042363A (ja) 2016-03-31
US9301626B2 (en) 2016-04-05
JP2013531312A (ja) 2013-08-01
SE535853C2 (sv) 2013-01-15
CN103052342B (zh) 2016-11-23
RU2568169C2 (ru) 2015-11-10
EP2590536A1 (en) 2013-05-15

Similar Documents

Publication Publication Date Title
RU2589387C2 (ru) Кассовый терминал
US6363366B1 (en) Produce identification and pricing system for checkouts
US4792018A (en) System for security processing of retailed articles
KR20040036899A (ko) 자동 체크아웃 시스템
CN105611859B (zh) 用于结账柜台的传送机系统
JP7300535B2 (ja) 測定システム
US8055053B2 (en) Physimetric property identification of physical object for process control
WO2012005661A1 (en) A checkout counter
WO2021205721A1 (ja) データ収集方法、データ収集システム、データ収集装置、データ提供方法、及び、コンピュータプログラム
EP3776419A1 (en) A checkout counter, and a classification system
SE534989C2 (sv) Kassadisk