TW202219905A - 智慧儲物裝置及智慧儲物方法 - Google Patents

智慧儲物裝置及智慧儲物方法 Download PDF

Info

Publication number
TW202219905A
TW202219905A TW109138572A TW109138572A TW202219905A TW 202219905 A TW202219905 A TW 202219905A TW 109138572 A TW109138572 A TW 109138572A TW 109138572 A TW109138572 A TW 109138572A TW 202219905 A TW202219905 A TW 202219905A
Authority
TW
Taiwan
Prior art keywords
sensing data
storage space
weight
time point
storage
Prior art date
Application number
TW109138572A
Other languages
English (en)
Other versions
TWI756904B (zh
Inventor
黃信騫
蕭博元
鍾筑安
崔文
江季洲
Original Assignee
財團法人工業技術研究院
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 財團法人工業技術研究院 filed Critical 財團法人工業技術研究院
Priority to TW109138572A priority Critical patent/TWI756904B/zh
Priority to CN202011398208.5A priority patent/CN114442183A/zh
Priority to US17/121,781 priority patent/US11561323B2/en
Application granted granted Critical
Publication of TWI756904B publication Critical patent/TWI756904B/zh
Publication of TW202219905A publication Critical patent/TW202219905A/zh

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00Prospecting or detecting by optical means
    • G01V8/10Detecting, e.g. by using light barriers
    • G01V8/20Detecting, e.g. by using light barriers using multiple transmitters or receivers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00Prospecting or detecting by optical means
    • G01V8/10Detecting, e.g. by using light barriers
    • AHUMAN NECESSITIES
    • A47FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47BTABLES; DESKS; OFFICE FURNITURE; CABINETS; DRAWERS; GENERAL DETAILS OF FURNITURE
    • A47B81/00Cabinets or racks specially adapted for other particular purposes, e.g. for storing guns or skis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01GWEIGHING
    • G01G19/00Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/52Weighing apparatus combined with other objects, e.g. furniture
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V9/00Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • AHUMAN NECESSITIES
    • A47FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47BTABLES; DESKS; OFFICE FURNITURE; CABINETS; DRAWERS; GENERAL DETAILS OF FURNITURE
    • A47B2220/00General furniture construction, e.g. fittings
    • A47B2220/0091Electronic or electric devices

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

提供一種智慧儲物裝置及智慧儲物方法。智慧儲物裝置包括儲物空間、紅外線感測器、重量感測器、收發器以及處理器。儲物空間適用於儲存物件。紅外線感測器感測儲物空間以產生紅外線感測資料。重量感測器感測儲物空間中的物件以產生重量感測資料。處理器耦接紅外線感測器、重量感測器以及收發器,其中處理器根據紅外線感測資料和重量感測資料判斷物件是否被置入或被移出儲存空間以產生事件記錄,並且通過收發器傳送事件記錄。

Description

智慧儲物裝置及智慧儲物方法
本揭露是有關於一種智慧儲物裝置與智慧儲物方法。
為節省人力成本,智慧商店系統的相關技術正逐漸發展。現有的智慧儲物裝置通常是利用儲物空間的影像以判斷物品是否被拿取或放入儲物空間。然而,僅利用影像容易出現誤判。舉例來說,當物件被從儲物空間中的一位置移動到儲物空間中的另一位置時,傳統基於影像辨識技術的智慧儲物裝置可能將被移動的物件誤判為已被移出儲物空間。基此,需要提出一種改良的智慧儲物裝置。
本揭露提出一種智慧儲物裝置與智慧儲物方法,可準確地判斷物件是否被置入或移出儲物空間。
本揭露的一種智慧儲物裝置,包含儲物空間、紅外線感測器、重量感測器、收發器以及處理器。儲物空間適用於儲存物件。紅外線感測器感測儲物空間以產生紅外線感測資料。重量感測器感測儲物空間中的物件以產生重量感測資料。處理器耦接紅外線感測器、重量感測器以及收發器,其中處理器根據紅外線感測資料和重量感測資料判斷物件是否被置入或被移出儲存空間以產生事件記錄,並且通過收發器傳送事件記錄。
本揭露的一種智慧儲物方法,包括:由紅外線感測器感測儲物空間以產生紅外線感測資料;由重量感測器感測儲物空間中的物件以產生重量感測資料;以及根據紅外線感測資料和重量感測資料判斷物件是否被置入或被移出儲存空間以產生事件記錄,並且傳送事件記錄。
基於上述,本揭露的智慧儲物裝置可以利用紅外線感測器以及重量感測器,判斷是否有物件從儲存空間被拿取或是被置入儲存空間以產生事件記錄,並且輸出事件記錄以輔助智慧商店系統確認物件的流向。
為讓本揭露的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
圖1是根據本揭露的一實施例繪示一種智慧儲物裝置100的示意圖。智慧儲物裝置100可包括儲物空間110、紅外線感測器120、重量感測器130、收發器140以及處理器150。在一實施例中,智慧儲物裝置100更可包括儲存媒體170、第二重量感測器180以及第二紅外線感測器190。智慧儲物裝置100可以被設置在一般的商店或是智慧無人商店等,但本揭露不限於此。
儲物空間110適用於儲存物件。基於智慧儲物裝置100的類型,儲物空間110可具有多種不同的態樣。舉例來說,儲物空間110可以是置物櫃、冰櫃、鐵架或層板等。
紅外線感測器120(或第二紅外線感測器190)可耦接處理器150,並可感測儲物空間110以產生紅外線感測資料。舉例來說,紅外線感測器120可向儲物空間110發送紅外線。當紅外線被儲物空間110中的物件(例如:伸進儲物空間110的手)遮蔽時,紅外線感測器120可被觸發以開始產生紅外線感測資料。當紅外線未被儲物空間110中的物件遮蔽時,紅外線感測器120可被觸發以停止產生紅外線感測資料。
重量感測器130(或第二重量感測器180)例如是一般的電子秤。重量感測器130可耦接處理器150,並可感測儲物空間110中的物件以產生重量感測資料。重量感測資料可包含儲物空間110中物件的重量。
在一實施例中,處理器150可以根據重量臨界值以及重量感測資料判斷物件是否被置入或被移出儲物空間110。例如,重量臨界值可以被設置為10公克。處理器150可根據重量感測資料判斷儲物空間110中的物件的重量的變化。若儲物空間110中的物件的重量的增加量超過10公克,則處理器150可判斷有物件被置入儲物空間110。若儲物空間110中的物件的重量的減少量超過10公克,則處理器150可判斷有物件被移出儲物空間110。
收發器140可以無線或有線的方式傳送及接收訊號。
處理器150例如是中央處理單元(central processing unit,CPU),或是其他可程式化之一般用途或特殊用途的微控制單元(micro control unit,MCU)、微處理器(microprocessor)、數位信號處理器(digital signal processor,DSP)、可程式化控制器、特殊應用積體電路(application specific integrated circuit,ASIC)、圖形處理器(graphics processing unit,GPU)、算數邏輯單元(arithmetic logic unit,ALU)、複雜可程式邏輯裝置(complex programmable logic device,CPLD)、現場可程式化邏輯閘陣列(field programmable gate array,FPGA)或其他類似元件或上述元件的組合。處理器150可以耦接紅外線感測器120、重量感測器130以及收發器140。處理器150可以根據紅外線感測資料和重量感測資料判斷物件是否被置入或被移出儲存空間110以產生事件記錄,並且通過收發器140傳送事件記錄。舉例來說,處理器150可通過收發器140將事件記錄傳送給智慧商店系統,以輔助智慧商店系統確認顧客是否拿取了儲存空間110中的物件。
儲存媒體170例如是任何型態的固定式或可移動式的隨機存取記憶體(random access memory,RAM)、唯讀記憶體(read-only memory,ROM)、快閃記憶體(flash memory)、硬碟(hard disk drive,HDD)、固態硬碟(solid state drive,SSD)或類似元件或上述元件的組合,而用於儲存可由處理器150執行的多個模組或各種應用程式。
圖2是根據本揭露的一實施例繪示判斷物件是否被置入或被移出儲存空間110的示意圖。參照圖2,紅外線感測器120可在時間點t1與時間點t2之間產生紅外線感測資料,其中時間點t2晚於時間點t1。具體來說,紅外線感測資料可以在紅外線感測器120發出的紅外線被遮蔽時(例如於時間點t1時用戶伸入儲物空間110的手遮蔽了紅外線)開始產生,並且紅外線感測資料可以在紅外線感測器120發出的紅外線不再被遮蔽時(例如於時間點t2時用戶離開儲物空間110的手已經不再遮蔽紅外線)停止產生。
處理器150可以判斷重量感測資料是否在紅外線感測資料產生的期間(即:時間點t1至時間點t2期間)發生變化。處理器150可以響應於重量感測資料在時間點t1與時間點t2之間發生變化而判斷物件被置入或被移出儲物空間110,從而產生對應的事件記錄。參照圖2所示的時間軸,處理器150可以自重量感測器130分別獲得在時間點t1和在時間點t2時儲物空間110的重量感測資料,並且根據重量感測資料判斷儲物空間110在時間點t1時的重量以及在時間點t2時的重量。若重量感測資料在時間點t1和時間點t2之間發生變化,且時間點t2時儲物空間110的重量小於時間點t1時儲物空間110的重量,則處理器150可以判斷有物件從儲存空間110被移出,並可產生例如記載了「有物件從儲存空間被移出」的事件記錄。若時間點t2時儲物空間110的重量大於時間點t1時儲物空間110的重量,則處理器150可以判斷有物件被置入儲存空間110,並可產生例如記載了「有物件被置入儲存空間」的事件記錄。
在一實施例中,處理器150可以在時間點t1後啟動重量感測器130,並且在時間點t2後關閉重量感測器130,藉以節省電力。
在一實施例中,本揭露的智慧儲物裝置100更可包括影像感測器160。影像感測器160可以是一般的攝影機或是監視裝置。影像感測器160可以耦接處理器150。影像感測器160可以感測儲物空間110以產生影像感測資料。影像感測資料可包含對應於儲物空間110中的物件的影像。
處理器150可以根據影像感測資料判斷物件是否被置入或被移出儲存空間110以產生事件記錄。此外,處理器150可以同時利用影像感測器和重量感測器以判斷物件是否被置入或被移出儲存空間110。
圖3是根據本揭露的一實施例繪示智慧儲物裝置100的影像感測資料的示意圖。如圖3所示,智慧儲物裝置100的儲物空間110可以包括物件311、物件312以及物件313。影像感測器160可以感測儲物空間110中的物件以產生對應於感測物件311、物件312以及物件313的影像感測資料。影像感測資料可以包括對應於時間點t3的影像感測資料300以及對應於時間點t4的影像感測資料301,其中時間點t4晚於時間點t3。在圖3所示的例子中,假設人員在時間點t3和時間點t4期間將物件313移動到物件311的前方,並且物件311並未被移出儲物空間110。由於對應於時間點t3的影像感測資料300與對應於時間點t4的影像感測資料301並不相同,因此,若處理器150僅使用影像差異判斷是否有物件被移出儲物空間110,則處理器150可能會誤判物件在時間點t3與時間點t4之間被移出儲存空間110。
為了避免誤判,智慧儲物裝置100可以同時利用影像感測器160產生的影像感測資料和重量感測器130產生的重量感測資料來判斷是否有物件被置入或移出儲物空間110。具體來說,如圖3所示,重量感測器130可分別獲得儲物空間110在時間點t3時的重量感測資料和儲物空間110在時間點t4時的重量感測資料。假設時間點t3的重量感測資料和時間點t4的重量感測資料相同,但時間點t3的影像感測資料300與時間點t4的影像感測資料301不同,則處理器150可以藉此判斷時間點t3與時間點t4之間並沒有物件被置入或被移出儲存空間110,而是有物件從儲物空間110中的一位置被移動到儲物空間110中的另一位置。據此,在時間點t3到時間點t4期間,處理器150將不產生事件記錄。在另一實施例中,假設時間點t3的重量感測資料和時間點t4的重量感測資料不同,並且時間點t3的影像感測資料300與時間點t4的影像感測資料301不同,則處理器150可以藉此判斷時間點t3到時間點t4有物件被置入或被移出儲存空間110,進而產生事件記錄。
處理器150可以根據影像臨界值以及影像感測資料判斷物件是否被置入或被移出儲物空間110。例如,影像臨界值可以被設置為預設像素數量。在一實施例中,根據不同物件(如物件311、物件312、物件313)的尺寸以及影像感測器160的架設位置、角度及視野(field of view)等參數,處理器150可計算各物件在影像感測器160上的長度、寬度及面積,並且基於所計算出的長度、寬度及面積為各物件(如物件311、物件312、物件313)分別設置影像臨界值。
處理器150可根據影像感測資料判斷儲物空間110的影像變化。若儲物空間110在時間點t3和時間點t4期間的影像變化超過所述預設像素數量,則處理器150可判斷有物件被置入或被移出儲物空間110,並且產生對應的事件記錄。
圖4是根據本揭露的一實施例繪示一種判斷物件是否被置入或被移出儲存空間110的方法的示意圖。參照如圖4所示的時間軸,當紅外線感測器120所發出的紅外線在時間點t1被遮蔽時(例如:用戶的手伸入儲物空間110),紅外線感測器120可被觸發以開始產生紅外線感測資料。當紅外線在時間點t2不再被遮蔽時(例如:用戶的手離開儲物空間110),紅外線感測器120可被觸發以停止產生紅外線感測資料。影像感測資料可以包括對應於時間點t3的第一影像感測資料以及對應於時間點t4的第二影像感測資料,其中第一影像感測資料例如是用戶的手在時間點t3伸入儲物空間110前的影像,並且第二影像感測資料例如是用戶的手在時間點t4離開儲物空間110後的影像。
處理器150可根據重量感測資料與影像感測資料來判斷物件是否被置入或移出儲物空間110,進而產生記載了判斷結果的事件記錄。具體來說,處理器150可根據紅外線感測資料以及重量感測資料決定儲物空間110中的物件在時間點t1至時間點t2期間的重量變化。處理器150可根據重量變化判斷物件是否被置入或被移出儲物空間110以產生初步的判斷結果。例如,處理器150可基於物件的重量的增加量超過重量臨界值而判斷物件被置入儲物空間110,並可基於物件的重量的減少量超過重量臨界值而判斷物件被移出儲物空間110。
若初步的判斷結果指示有物件被置入或被移出儲物空間110,則處理器150可進一步根據影像感測資料決定儲物空間110在時間點t3至時間點t4期間的影像變化。處理器150可根據影像變化判斷物件是否被置入或被移出儲物空間110以產生判斷結果。例如,處理器150可基於在時間點t3至時間點t4期間的影像變化超過影像臨界值而判斷物件被置入或被移出儲物空間110。
在事件記錄產生後,處理器150可以通過收發器140傳送事件記錄。事件記錄例如可以被傳送到智慧商店系統,以輔助智慧商店系統更正確地記錄儲物空間110中的物件被拿取或置入的歷程,本揭露不限制事件記錄的應用方式。
圖5是根據本揭露的一實施例繪示儲物空間110的示意圖。儲物空間110可以包括位置S1以及位置S2。位置S1可用以放置物件A,位置S2可用以放置物件B。儲存媒體170可以儲存對應於儲物空間110的儲物資訊。儲物資訊可指示物件以及物件在儲物空間110中的位置。舉例來說,儲物資訊可指示儲物空間110包含物件A,並且物件A被放置在位置S1。儲物資訊還可指示儲物空間110包含物件B,並且物件B被放置在位置S2。
儲存媒體170還可儲存與重量感測器130以及第二重量感測器180相對應的多個參考重量變化型樣(pattern),其中多個參考重量變化型樣分別對應於儲物空間110中的多個位置。舉例來說,儲存媒體170可儲存對應於位置S1的第一參考重量變化型樣,並可儲存對應於位置S2的第二參考重量變化型樣。
參考重量變化型樣可包含一物件被置入或移出儲物空間110時,由重量感測器130以及第二重量感測器180所測量到的重量的變化的相關資訊。假設重量感測器130以及第二重量感測器180被分別設置於儲物空間110中的不同位置。為了產生儲物空間110的每一個位置的參考重量變化型樣,在儲物空間110尚未擺放物件時,使用者可以將固定重量(例如:100公克)的砝碼放置於位置S1。在砝碼被放置於位置S1之後,重量感測器130的重量感測資料以及第二重量感測器180的第二重量感測資料將會產生變化。儲存媒體170可將該變化視為對應於位置S1的第一參考重量變化型樣,並可儲存第一參考重量變化型樣。
在對位置S2同樣執行上述步驟後,儲存媒體170可以記錄如表1的內容。表1中,對應於位置S1的重量感測資料的變化以及第二重量感測資料的變化即可為對應於位置S1的第一參考重量變化型樣,並且對應於位置S2的重量感測資料的變化以及第二重量感測資料的變化即可為對應於位置S2的第二參考重量變化型樣。
位置 重量感測資料的變化 第二重量感測資料的變化
S1 149.9683 11.87
S2 65.78 156.82
表1
在建立如表1的參考重量變化型樣之後,若一物件被置入或移出儲物空間110,則重量感測器130以及第二重量感測器180可分別測量出重量感測資料的變化以及第二重量感測資料的變化。處理器150可以響應於重量感測資料的變化以及第二重量感測資料的變化與特定位置的參考重量變化型樣匹配而判斷該特定位置上的物件被置入或移出儲物空間110。例如,若重量感測資料的變化以及第二重量感測資料的變化與表1的位置S1的第一參考重量變化型樣匹配,則處理器150可以判斷是位置S1上的物件被置入或移出儲物空間110。處理器150可以根據儲物資訊得知位置S1放置的是物件A。因此,處理器150可辨識被置入或移出儲物空間110的物件為物件A,從而產生事件記錄。
值得注意的是,雖然上述的實施例的儲物空間110可包含兩個重量感測器,但本揭露不限於此。舉例來說,儲物空間110可配置N個重量感測器,並且N為任意的正整數。換句話說,一個位置的參重量變化型樣可對應於N個重量感測器。
圖6A是根據本揭露的一實施例繪示儲物空間110的另一示意圖。儲物空間110可以包括位置S1以及位置S2。位置S1可用以放置物件A,位置S2可用以放置物件B。儲存媒體170可以儲存對應於儲物空間110的儲物資訊。儲物資訊可指示物件以及物件在儲物空間110中的位置。舉例來說,儲物資訊可指示儲物空間110包含物件A,並且物件A被放置在位置S1。儲物資訊還可指示儲物空間110包含物件B,並且物件B被放置在位置S2。
儲存媒體170還可以儲存對應於紅外線感測器的位置資訊。位置資訊可指示紅外線感測器以及儲物空間110中可由該紅外線感測器偵測的位置。舉例來說,紅外線感測器120以及第二紅外線感測器190可經配置以偵測儲物空間110中的不同位置。紅外線感測器120可用以偵測儲物空間110中的位置S1,並且第二紅外線感測器190可用以偵測儲物空間110中的位置S2。儲存媒體170所儲存的位置資訊可指示紅外線感測器120對應於位置S1,並且第二紅外線感測器190對應於位置S2。
若一物件被置入或移出儲物空間110時觸發了紅外線感測器120,則紅外線感測器120可產生紅外線感測資料。另一方面,若一物件被置入或移出儲物空間110時觸發了第二紅外線感測器190,則第二紅外線感測器190可產生第二紅外線感測資料。處理器150可根據紅外線感測資料或第二紅外線感測資料判斷特定位置上的物件被置入或移出儲物空間110。例如,處理器150可響應於由紅外線感測器120產生的紅外線感測資料而判斷對應於紅外線感測器120的位置S1上的物件被置入或移出。處理器150可以根據儲物資訊得知位置S1放置的是物件A。因此,處理器150可辨識被置入或移出儲物空間110的物件為物件A,從而產生事件記錄。
值得注意的是,雖然上述的實施例的儲物空間110可包含兩個紅外線感測器,但本揭露不限於此。舉例來說,儲物空間110可配置N個紅外線感測器,並且N個紅外線感測器可分別對應於儲物空間110中的M個位置,並且N和M為任意的正整數。
圖6B是根據本揭露的一實施例繪示儲物空間110的另一示意圖。相似於圖6A,圖6B的儲物空間110同樣可包括位置S1以及位置S2,並且儲存媒體170可儲存前述的儲物資訊與對應於紅外線感測器(紅外線感測器120與第二紅外線感測器190)的位置資訊,於此不再贅述。
影像感測器160可經配置以偵測儲物空間110中的不同位置,並且產生對應的影像感測資料。舉例來說,影像感測器160可用以偵測儲物空間110中的位置S1和位置S2。儲存媒體170所儲存的儲物資訊可指示對應於位置S1的物件種類以及對應於位置S2的物件種類。
影像感測資料可包含對應於第一時間點的第一影像感測資料以及對應於第二時間點的第二影像感測資料,其中第二時間點可晚於第一時間點。舉例來說,第一影像感測資料和第二影像感測資料可與位置S1和位置S2相關。若一物件在第一時間點與第二時間點之間被置入或移出儲物空間110,則影像感測資料可發生變化。處理器150可響應於影像感測資料在第一時間點與第二時間點之間發生變化而根據如圖6A的實施例所述的方法,即,根據第一時間點和第二時間點之間的紅外線感測資料或第二紅外線感測資料來判斷出儲物空間110中的特定位置上的物件被移動。
舉例來說,處理器150可響應於影像感測資料在第一時間點和第二時間點之間發生變化而根據紅外線感測器120及/或第二紅外線感測器190的偵測結果判斷位置S1上的物件被移動。處理器150可基此產生事件記錄。
在一實施例中,儲存媒體170可儲存各物件的影像資料(例如物件的照片)。處理器150可利用影像感測器160產生的影像感測資料來辨識物件以及物件的數量。圖7A是根據本揭露的一實施例繪示一種辨識物件的示意圖。請參照圖7A,若影像感測器160產生的影像感測資料701是清晰(例如,無物件被遮蔽),處理器150可比對影像感測資料與儲存媒體170所預先儲存的影像資料。若影像感測資料與儲存媒體170所儲存的影像資料中物件為匹配,處理器150可以辨識出影像感測資料中的物件以及物件的數量。處理器150還可根據儲物資訊進一步確認影像感測資料中的物件。舉例來說,若處理器150根據影像感測資料判斷位置S1上被移動的物件可能為物件A或物件B,則處理器150可響應於儲物資訊指示位置S1對應於物件A而判斷被移動的物件應為物件A。基此,處理器150可基於影像感測資料的變化判斷被置入或被移出儲物空間110的物件的種類以及數量。
在另一實施例中,儲存媒體170可儲存各物件的重量資料,例如,物件A的重量資料Wa、物件B的重量資料Wb以及物件C的重量資料Wc等。
圖7B是根據本揭露的一實施例繪示一種辨識物件的另一示意圖,請同時參考圖6B與圖7B。若影像感測器160產生的影像感測資料702並非是清晰的(例如,有物件被遮蔽或是部分重疊),則在處理器150比對影像感測資料與儲存媒體170所預先儲存的影像資料之後,處理器150將發現影像感測資料702與儲存媒體170所儲存的影像資料中物件無法完全匹配。處理器150可經由前述圖6A實施例(判斷紅外線感測資料以及第二紅外線感測資料與位置資訊匹配)的方式辨識被置入或移出儲物空間110的物件為哪一個物件。假設處理器150辨識被置入或移出儲物空間110的物件為物件A與物件B,處理器150可根據重量資料與重量感測資料辨識物件的數量,從而產生事件記錄。舉例來說,假設此時的重量感測資料(有物件被移出儲物空間110時所增加或減少的重量)是W公克,處理器150可經由下述公式1,計算出物件A的數量Na與物件B的數量Nb(Na與Nb為正整數)。
Figure 02_image001
… (公式1)
亦即,在辨識被置入或移出儲物空間110的物件為物件A與物件B之後,本揭露的處理器150可根據儲存媒體170所預儲存的各物件的重量資料(Wa、Wb)、重量感測器130所產生的重量感測資料(W公克)以及上述公式1,辨識出物件A的數量Na與物件B的數量Nb,從而產生事件記錄。
圖8是根據本揭露的一實施例繪示一種智慧儲物方法800的流程圖。智慧儲物方法800可由如圖1所示的智慧儲物裝置100實施。在步驟S801,由紅外線感測器感測儲物空間以產生紅外線感測資料。在步驟S803,由重量感測器感測儲物空間中的物件以產生重量感測資料。在步驟S805,根據紅外線感測資料和重量感測資料判斷物件是否被置入或被移出儲存空間以產生事件記錄,並且傳送事件記錄。
綜上所述,本揭露的智慧儲物裝置可以利用紅外線感測器以及重量感測器,判斷物件是否被置入或被移出儲存空間,並且產生事件記錄。此外,智慧儲物裝置更可以利用影像感測器產生確認影像感測資料,並且確認影像感測資料是否發生變化以判斷物件被置入或被移出儲存空間,並且產生事件記錄。如此一來,可以更精確地確認儲物空間中的物件動向。傳統的根據影像辨識技術來辨識儲物空間中的物品的技術會因遮蔽等因素而降低辨識率,並且需要運用大量的運算資源。相對來說,本揭露的處理器可僅在紅外線感測器以及重量感測器被觸發時才開始進行運算。因此,本揭露可省去大量的運算資源。
雖然本揭露已以實施例揭露如上,然其並非用以限定本揭露,任何所屬技術領域中具有通常知識者,在不脫離本揭露的精神和範圍內,當可作些許的更動與潤飾,故本揭露的保護範圍當視後附的申請專利範圍所界定者為準。
100:智慧儲物裝置 110:儲物空間 120:紅外線感測器 130:重量感測器 140:收發器 150:處理器 160:影像感測器 170:儲存媒體 180:第二重量感測器 190:第二紅外線感測器 t1、t2、t3、t4:時間點 300、301:影像感測資料 311、312、313:物件 S1、S2:位置 A、B:物件 701、702:影像感測資料 800:智慧儲物方法 S801、S803、S805:步驟
圖1是根據本揭露的一實施例繪示一種智慧儲物裝置的示意圖。 圖2是根據本揭露的一實施例繪示判斷物件是否被置入或被移出儲存空間的示意圖。 圖3是根據本揭露的一實施例繪示智慧儲物裝置的影像感測資料的示意圖。 圖4是根據本揭露的一實施例繪示一種判斷物件是否被置入或被移出儲存空間的方法的示意圖。 圖5是根據本揭露的一實施例繪示儲物空間的示意圖。 圖6A是根據本揭露的一實施例繪示儲物空間的另一示意圖。 圖6B是根據本揭露的一實施例繪示儲物空間的另一示意圖。 圖7A是根據本揭露的一實施例繪示一種辨識物件的示意圖。 圖7B是根據本揭露的一實施例繪示一種辨識物件的另一示意圖。 圖8是根據本揭露的一實施例繪示一種智慧儲物方法的流程圖。
100:智慧儲物裝置
110:儲物空間
120:紅外線感測器
130:重量感測器
140:收發器
150:處理器
160:影像感測器
170:儲存媒體
180:第二重量感測器
190:第二紅外線感測器

Claims (20)

  1. 一種智慧儲物裝置,包括: 儲物空間,適用於儲存物件; 紅外線感測器,感測所述儲物空間以產生紅外線感測資料; 重量感測器,感測所述儲物空間中的所述物件以產生重量感測資料; 收發器;以及 處理器,耦接所述紅外線感測器、所述重量感測器以及所述收發器,其中 所述處理器根據所述紅外線感測資料和所述重量感測資料判斷所述物件是否被置入或被移出所述儲存空間以產生事件記錄,並且通過所述收發器傳送所述事件記錄。
  2. 如請求項1所述的智慧儲物裝置,其中所述處理器根據重量臨界值以及所述重量感測資料判斷所述物件是否被置入或被移出所述儲存空間。
  3. 如請求項1所述的智慧儲物裝置,其中 所述紅外線感測資料在第一時間點與第二時間點之間產生,其中 所述處理器判斷所述重量感測資料是否在所述第一時間點與所述第二時間點之間發生變化,並且響應於所述重量感測資料在所述第一時間點與所述第二時間點之間發生變化而產生所述事件記錄。
  4. 如請求項3所述的智慧儲物裝置,更包括: 影像感測器,耦接所述處理器,其中所述影像感測器感測所述儲物空間以產生影像感測資料,其中 所述處理器根據所述影像感測資料判斷所述物件是否被置入或被移出所述儲存空間以產生所述事件記錄。
  5. 如請求項4所述的智慧儲物裝置,其中所述處理器根據影像臨界值以及所述影像感測資料判斷所述物件是否被置入或被移出所述儲存空間。
  6. 如請求項4所述的智慧儲物裝置,其中 所述第二時間點晚於所述第一時間點,其中 所述影像感測資料包括對應於第三時間點的第一影像感測資料以及對應於第四時間點的第二影像感測資料,其中所述第三時間點早於所述第一時間點,並且所述第四時間點晚於所述第二時間點,其中 所述處理器根據所述第一影像感測資料以及所述第二影像感測資料判斷所述影像感測資料是否在所述第三時間點與所述第四時間點之間發生變化,並且響應於所述影像感測資料在所述第三時間點與所述第四時間點之間發生變化而產生所述事件記錄。
  7. 如請求項1所述的智慧儲物裝置,更包括: 第二重量感測器,耦接所述處理器,其中所述第二重量感測器感測所述儲物空間中的所述物件以產生第二重量感測資料; 儲存媒體,耦接所述處理器,其中所述儲存媒體儲存對應於所述儲物空間的儲物資訊,並且儲存對應於所述重量感測器以及所述第二重量感測器的參考重量變化型樣,其中所述儲物資訊指示所述物件以及所述物件在所述儲物空間中的位置,其中所述參考重量變化型樣對應於所述位置,其中 所述處理器響應於所述重量感測資料以及所述第二重量感測資料與所述參考重量變化型樣匹配而判斷所述位置上的第二物件被置入或移出所述儲物空間,其中 所述處理器根據所述儲物資訊辨識所述第二物件為所述物件,從而產生所述事件記錄。
  8. 如請求項1所述的智慧儲物裝置,其中所述智慧儲物裝置更包括: 第二紅外線感測器,耦接所述處理器,其中所述第二紅外線感測器感測所述儲物空間中的所述物件以產生第二紅外線感測資料; 儲存媒體,耦接所述處理器,其中所述儲存媒體儲存對應於所述儲物空間的儲物資訊,並且儲存對應於所述紅外線感測器以及所述第二紅外線感測器的位置資訊,其中所述儲物資訊指示所述物件以及所述物件在所述儲物空間中的位置,其中所述位置資訊指示所述紅外線感測器以及所述第二紅外線感測器對應於所述位置,其中 所述處理器響應於所述紅外線感測資料以及所述第二紅外線感測資料與所述位置資訊匹配而判斷所述位置上的至少一第二物件被置入或移出所述儲物空間,其中 所述處理器根據所述儲物資訊辨識所述至少一第二物件為所述物件,從而產生所述事件記錄。
  9. 如請求項8所述的智慧儲物裝置,更包括: 影像感測器,耦接所述處理器,其中所述影像感測器感測所述儲物空間以產生影像感測資料,其中 所述儲存媒體更儲存對應於至少一第二物件的影像資料,其中 響應於所述影像感測資料在第一時間點和第二時間點之間發生變化,所述處理器根據所述第一時間點和所述第二時間點之間的所述紅外線感測資料以及所述第二紅外線感測資料判斷所述位置上的所述至少一第二物件被置入或移出所述儲物空間,並且根據所述影像感測資料以及所述影像資料來辨識所述至少一第二物件為所述物件,從而產生所述事件記錄。
  10. 如請求項9所述的智慧儲物裝置,其中 所述儲存媒體更儲存所述至少一第二物件的重量資料,其中 所述處理器根據所述重量資料與所述重量感測資料辨識所述至少一第二物件的數量,從而產生所述事件記錄。
  11. 一種智慧儲物方法,包括: 由紅外線感測器感測儲物空間以產生紅外線感測資料; 由重量感測器感測所述儲物空間中的物件以產生重量感測資料;以及 根據所述紅外線感測資料和所述重量感測資料判斷所述物件是否被置入或被移出所述儲存空間以產生事件記錄,並且傳送所述事件記錄。
  12. 如請求項11所述的智慧儲物方法,其中根據所述紅外線感測資料和所述重量感測資料判斷所述物件是否被置入或被移出所述儲存空間以產生所述事件記錄的步驟包括: 根據重量臨界值以及所述重量感測資料判斷所述物件是否被置入或被移出所述儲物空間。
  13. 如請求項11所述的智慧儲物方法,其中 所述紅外線感測資料在第一時間點與第二時間點之間產生,其中 根據所述紅外線感測資料和所述重量感測資料判斷所述物件是否被置入或被移出所述儲存空間以產生所述事件記錄的步驟包括: 判斷所述重量感測資料是否在所述第一時間點與所述第二時間點之間發生變化;以及 響應於所述重量感測資料在所述第一時間點與所述第二時間點之間發生變化而產生所述事件記錄。
  14. 如請求項13所述的智慧儲物方法,更包括: 由影像感測器感測所述儲存空間以產生影像感測資料,其中 響應於所述重量感測資料在所述第一時間點與所述第二時間點之間發生變化而產生所述事件記錄的步驟包括: 根據所述影像感測資料判斷所述物件是否被置入或被移出所述儲存空間以產生所述事件記錄。
  15. 如請求項14所述的智慧儲物方法,其中根據所述影像感測資料判斷所述物件是否被置入或被移出所述儲存空間以產生所述事件記錄的步驟包括: 根據影像臨界值以及所述影像感測資料判斷所述物件是否被置入或被移出所述儲存空間。
  16. 如請求項14所述的智慧儲物方法,其中 所述第二時間點晚於所述第一時間點,其中 所述影像感測資料包括對應於第三時間點的第一影像感測資料以及對應於第四時間點的第二影像感測資料,其中所述第三時間點早於所述第一時間點,並且所述第四時間點晚於所述第二時間點,其中 根據所述影像感測資料判斷所述物件是否被置入或被移出所述儲存空間以產生所述事件記錄的步驟包括: 根據所述第一影像感測資料以及所述第二影像感測資料判斷所述影像感測資料是否在所述第三時間點與所述第四時間點之間發生變化;以及 響應於所述影像感測資料在所述第三時間點與所述第四時間點之間發生變化而產生所述事件記錄。
  17. 如請求項11所述的智慧儲物方法,其中根據所述紅外線感測資料和所述重量感測資料判斷所述物件是否被置入或被移出所述儲存空間以產生所述事件記錄的步驟包括: 由第二重量感測器感測所述儲物空間中的所述物件以產生第二重量感測資料; 由儲存媒體儲存對應於所述儲物空間的儲物資訊,並且儲存對應於所述重量感測器以及所述第二重量感測器的參考重量變化型樣,其中所述儲物資訊指示所述物件以及所述物件在所述儲物空間中的位置,其中所述參考重量變化型樣對應於所述位置; 響應於所述重量感測資料以及所述第二重量感測資料與所述參考重量變化型樣匹配而判斷所述位置上的第二物件被置入或移出所述儲物空間;以及 根據所述儲物資訊辨識所述第二物件為所述物件,從而產生所述事件記錄。
  18. 如請求項11所述的智慧儲物方法,其中根據所述紅外線感測資料和所述重量感測資料判斷所述物件是否被置入或被移出所述儲存空間以產生所述事件記錄的步驟包括: 由第二紅外線感測器感測所述儲物空間中的所述物件以產生第二紅外線感測資料; 由儲存媒體儲存對應於所述儲物空間的儲物資訊,並且儲存對應於所述紅外線感測器以及所述第二紅外線感測器的位置資訊,其中所述儲物資訊指示所述物件以及所述物件在所述儲物空間中的位置,其中所述位置資訊指示所述紅外線感測器以及所述第二紅外線感測器對應於所述位置; 響應於所述紅外線感測資料以及所述第二紅外線感測資料與所述位置資訊匹配而判斷所述位置上的第二物件被置入或移出所述儲物空間;以及 根據所述儲物資訊辨識所述第二物件為所述物件,從而產生所述事件記錄。
  19. 如請求項18所述的智慧儲物方法,更包括: 由影像感測器感測所述儲物空間以產生影像感測資料; 所述儲存媒體更儲存對應於至少一第二物件的影像資料; 響應於所述影像感測資料在所述第一時間點和所述第二時間點之間發生變化,根據所述第一時間點和所述第二時間點之間的所述紅外線感測資料以及所述第二紅外線感測資料判斷所述位置上的所述至少一第二物件被置入或移出所述儲物空間,並且根據所述影像感測資料以及所述影像資料來辨識所述至少一第二物件為所述物件,從而產生所述事件記錄。
  20. 如請求項19所述的智慧儲物方法,更包括: 由所述儲存媒體儲存所述至少一第二物件的重量資料;以及 根據所述重量資料與所述重量感測資料辨識所述至少一第二物件的數量,從而產生所述事件記錄。
TW109138572A 2020-11-05 2020-11-05 智慧儲物裝置及智慧儲物方法 TWI756904B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW109138572A TWI756904B (zh) 2020-11-05 2020-11-05 智慧儲物裝置及智慧儲物方法
CN202011398208.5A CN114442183A (zh) 2020-11-05 2020-12-04 智能储物装置及智能储物方法
US17/121,781 US11561323B2 (en) 2020-11-05 2020-12-15 Intelligent storage device and intelligent storage method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109138572A TWI756904B (zh) 2020-11-05 2020-11-05 智慧儲物裝置及智慧儲物方法

Publications (2)

Publication Number Publication Date
TWI756904B TWI756904B (zh) 2022-03-01
TW202219905A true TW202219905A (zh) 2022-05-16

Family

ID=81360657

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109138572A TWI756904B (zh) 2020-11-05 2020-11-05 智慧儲物裝置及智慧儲物方法

Country Status (3)

Country Link
US (1) US11561323B2 (zh)
CN (1) CN114442183A (zh)
TW (1) TWI756904B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11928823B2 (en) * 2021-06-23 2024-03-12 Zebra Technologies Corporation Transient sensor monitoring definitions for edge computing devices

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU6339698A (en) 1997-02-27 1998-09-18 Inframedia Corporation In-store consumer targeted messaging system
US6435407B1 (en) * 1997-03-25 2002-08-20 Luigi Fiordelisi Computerized shopping cart with storage and distribution system, for supermarket use
US8065155B1 (en) 1999-06-10 2011-11-22 Gazdzinski Robert F Adaptive advertising apparatus and methods
US8711217B2 (en) 2000-10-24 2014-04-29 Objectvideo, Inc. Video surveillance system employing video primitives
US9144360B2 (en) 2005-12-02 2015-09-29 Irobot Corporation Autonomous coverage robot navigation system
US9096375B2 (en) 2009-04-10 2015-08-04 Symbotic, LLC Storage and retrieval system
US10176456B2 (en) * 2013-06-26 2019-01-08 Amazon Technologies, Inc. Transitioning items from a materials handling facility
US10268983B2 (en) * 2013-06-26 2019-04-23 Amazon Technologies, Inc. Detecting item interaction and movement
US20150025969A1 (en) 2013-07-18 2015-01-22 Fetch Rewards, LLC Multisystem Interface for Roaming Self-Checkout
TWI531990B (zh) * 2013-12-24 2016-05-01 財團法人工業技術研究院 互動式儲物與取物系統及互動式取物方法
CN106144816B (zh) 2015-04-03 2019-11-12 奥的斯电梯公司 基于深度传感器的乘客检测
WO2016168006A1 (en) * 2015-04-15 2016-10-20 Snap-On Incorporated Automated asset management system with multiple sensing technologies
WO2017015550A1 (en) * 2015-07-23 2017-01-26 Apex Industrial Technologies Llc Bulk item access and storage system
US10046229B2 (en) 2016-05-02 2018-08-14 Bao Tran Smart device
CN106530529A (zh) 2016-11-11 2017-03-22 贤石金 智能收银机
US10902160B2 (en) * 2017-02-22 2021-01-26 Middle Chart, LLC Cold storage environmental control and product tracking
US10105288B1 (en) * 2017-08-20 2018-10-23 Farhad David Nosrati Smart medication adherence refrigeration tray (SMART)
WO2019075276A1 (en) * 2017-10-11 2019-04-18 Aquifi, Inc. SYSTEMS AND METHODS FOR IDENTIFYING OBJECT
CN211787297U (zh) * 2018-09-12 2020-10-27 虫极科技(北京)有限公司 一种重力识别智能货柜
US20200160637A1 (en) * 2018-11-19 2020-05-21 Shuhei Hara Storage apparatus
CN109785503A (zh) * 2018-12-18 2019-05-21 创新奇智(重庆)科技有限公司 一种无人货柜售卖物品的检测方法、检测装置及检测系统
CN210324414U (zh) * 2019-10-22 2020-04-14 德宝恒生科技服务有限公司 一种智能医用储物柜

Also Published As

Publication number Publication date
US11561323B2 (en) 2023-01-24
TWI756904B (zh) 2022-03-01
CN114442183A (zh) 2022-05-06
US20220137256A1 (en) 2022-05-05

Similar Documents

Publication Publication Date Title
CN110472515B (zh) 货架商品检测方法及系统
WO2019232703A1 (zh) 智能售货柜、物品识别的方法、装置、服务器和存储介质
JP2019525815A5 (zh)
WO2019154087A1 (zh) 无人售货设备及其售货方法和无人售货系统
JP2018501531A5 (zh)
CN108427914A (zh) 入离场状态检测方法和装置
JP2015509634A5 (zh)
JP2007067560A5 (zh)
JP2007322433A (ja) 移動ロボットの位置推定方法及び装置
TWI756904B (zh) 智慧儲物裝置及智慧儲物方法
US20150042796A1 (en) Anti-damage alarm system for machine
KR101784755B1 (ko) 불꽃을 감지하기 위한 장치, 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체
US11721032B2 (en) Error reduction in depth maps
JP2009020215A5 (zh)
JP2005351671A5 (zh)
JP6139806B1 (ja) 人数推定装置、人数推定プログラム及び通過数推定装置
JP5740858B2 (ja) 光位相差検出式の物体検知センサ
JPWO2021111609A5 (ja) 測定制御装置、測定システム、測定制御方法及び測定制御プログラム
CN111310610A (zh) 货品识别方法、货品识别系统及电子设备
TW201931079A (zh) 電子機器、控制裝置、記錄介質以及控制方法
TW202022403A (zh) 用以偵測光斑位置之方法及裝置
KR101328462B1 (ko) 무게센서를 구비한 알람침대 및 이를 이용한 알람발생방법
WO2022134694A1 (zh) 用于识别干扰信号的方法、装置、存储介质及处理器
GB2606293A (en) Detecting scene transitions in video footage
JPWO2022185085A5 (zh)