■1.2 发展现状
零售业“无人化”是近年来科技领域的一大热点。无人超市，这个在近期渐有赶超“共享单车”的热词，已经成为了大家眼前的一个亮点。2016年末电商巨头亚马逊放出了一个憋了四年的超级大招——全新的线下商店Amazon Go。从其宣传视频中可得知进店购物主要分为三步。①打开Amazon Go App扫描二维码，进入店里。②拿起任何一件商品时，柜台上的感应装置会自动将该商品加入购物车，同理，如果放回货架则从购物车中删除。③选购完成，消费者无需亲自结算便可拿着商品直接出门。因为App绑定了信用 卡等支付方式，可自动完成结算，电子收据也将自动发到购物者的手机里。
在2017年，阿里推出了自己的的“淘咖啡”无人零售，相较亚马逊而言更智能的是它的结算技术，在“淘咖啡”购物完成后，消费者无需亲自结算，只需拿着商品通过一道“结算门”，货款就会直接从支付宝扣除。目前“淘咖啡”只是一个实验，如果成功，那么阿里将拥有一套完整的无人零售方案，既打通线上，也连接线下。而京东正计划于11.11全球好物节推出一系列的零售融合创新产品及方案，并宣布与腾讯共同推出线上线下融合的无人超市、无人便利店、全流程无人仓、无人配送货车、智慧供应链商家开放平台等产品，力图打造一条完整的产业链。 这一年无人超市从概念到落地化的实施，有了飞速的发展！
2 无人超市相关技术
那么在大家眼里非常炫酷神秘的无人超市，都用到了哪些人工智能的技术呢？主要有以下几个方面：
■2.1 图像识别
图像识别，是指利用计算机对图像进行处理、分析和理
特征抽取和选择：在测量空间的原始数据通过变换获得在特征空间最能反映分类本质的特征。
zssi
分类器设计：主要功能是通过训练确定判决规则，错误率降低。
分类决策：在特征空间中对被识别对象进行分类。从现有的无人超市来看，所应用的图像识别方面的技术主要有四个方面。
大理石晶面机
首先，可以肯定的是，无人超市里塞满了摄像头。扫码进入后，系统就会通过人脸识别技术认出你是谁。当你站在货架前挑选时，货架上的相机就会启动，通过对商品的识别技术记录你拿了什么、离开货架时手里有什么。当然，这些相机会识别人的肤，通过目标检测精确到顾客的手。此外，设置在货架上的摄像头可以监控货架的售出状况，当货架上商品数量不足时，可提醒工作人员及时进行补货。当前无人超市免不了面临顾客的诚信意识差、有偷盗行为的问题，我们可以在店内设置大量摄像头对顾客进行行为监控，而骨骼分析技术是提高识别精准度的重要手段。简单地说，骨骼分析就是采用目标检测的算法到人在视频中的大致位置，再用人体骨骼关键点标注出人的骨架。而骨头之间再怎么重叠，交叉，基本还是可以被识别出来，并且对于每个人的跟踪转化为了几个骨骼关键的的跟踪，大大优化了算法的时间成本和计算资源，同时如果算法鲁棒性较强，基本不会发生丢失目标等等问题，这对于保证识别精准度有重要作用。
搁物架
■2.2 多模态识别
单一维度的技术往往很难保证足够的安全性和足够好的体验感，所以，无人超市如果想在商用场景落
地，都会考虑叠加运用几种技术来进行交叉验证，也就是多模态识别。顾客挑选商品的过程中，货架上的摄像头会识别顾客所
28 | 电子制作 2018年7月
智能应用
拿商品，但这种单一的技术无法保证所识别商品的准确性。若顾客拿走一件商品同时放回另一件商品，或将物品从一个摄像头区域移至另一摄像头区域，仅凭图像识别技术无法判断顾客所挑选商品到底是什么。所以需要结合其他的技术辅助识别，如红外技术、重力感应技术等等。
■2.3 支付技术
现有的无人超市支付需绑定账号信息，在离开时计算所购买商品总价，从账号内扣除。如阿里巴巴的“淘咖啡”，在客人在挑好东西后，要通过一个支付门才能出去，门上设置了各种摄像头及感应接收器，对顾客及所选商品进行即时检测和识别。而这个支付门技术可能混搭了RFID天线设备，给每个商品都贴有一个电子标签，它是RFID系统中的重要组成部分，该标签记录商品自身信息，可在空间内360度很好的被天线识别并读取其中信息，帮助消费者完成消费。但是这种标签投入使用时是人为的将其贴到商品表面，而其自身成本在0.2-1元不等，对于毛利较低的商品，可能出现标签价或人工成本大于毛利的情况，对于很多无人零售来说不是一个好的选择。
因此现有的智能化支付技术有了一个折中的方案，通过目标检测及图像识别的相关算法使得摄像头可以一次识别出视频中的所有商品品类及其价格，以此来极大的加速结账支付的时间，同时改善人们的购物体验。
在未来如果RFID技术可以进一步的发展，使得每个电子标签的成本降到足够低，那么无人超市就可以更加快速的落地化和普及了。
3 对于未来无人超市的看法
■3.1 算法的优化
每一种商品的识别都需要成百上千的图片在模型中训练，而这些训练图片的成本有时候往往比商品本身的毛利要大得多。
因此需要优化图像识别的算法，从深度学习模型进行优化，使得对图片进行识别时，可以通过训练少量的图片就能识别出商品的品类，达到很高的识别率，减少计算所用时间，帮助更快的回收、分析基本面数据以及沉淀用户画像，以帮助线下实体店更高效、更精准的优化供应链以及货架的摆放。■3.2 推荐技术的应用
现在主流的推荐技术都是应用于线上的零售电商，如淘宝、京东、亚马逊等等。其实在无人超市领域，
推荐技术也有着非常广泛的应用前景。常见的推荐技术有以下几种：3.2.1 协同过滤推荐
协同过滤主要分为两种，一种是User-based，用相似度计算得到具有相似爱好或者兴趣的相邻用户。顾客在进入无人超市购物过程中，所选择的或喜好的商品会有一定的重叠部分，这两个人的喜好就有一定的重叠部分，那这时就可以通过协同过滤分别给两人推荐两人所选商品的不同部分。另一种是Item-based，以项目为基础的协同过滤方法有一个基本的假设“能够引起用户兴趣的项目，必定与其之前评分高的项目相似”，通过计算项目之间的相似性来代替用户之间的相似性。这种方法在无人超市中的应用也必定行之有效。顾客多次在无人超市购物后，其所选商品数据被记录，通过协同过滤分析其个人购买的物品的相似度进行推荐。
3.2.2 基于内容的推荐
基于内容的推荐是根据物品本身进行推荐。其在无人超市中的应用，我想应分为以下几步：
（1）对商品进行分析，得到物品的特征性描述；（2）分析顾客过去的喜好或经常购买的商品，作为用户的训练样本；
（3）生成用户画像；
（4）新的商品到来，分析新商品的物品画像；（5）利用顾客画像构建的预测模型，预测是否应该推
荐给此顾客。
■3.3 基于关联规则的推荐
基于关联规则的推荐，通过对顾客的购买记录数据库进行关联规则挖掘，发现顾客体的购买习惯的内在共性，例如购买产品A的同时也连带购买产品B的概率，根据挖掘结果，调整货架的布局陈列、设计促销组合方案，实现销量的提升。
■3.4 基于知识的推荐
约束满足问题的求解过程，根据CSP算法和推荐知识库，就可以构建基于约束的推荐系统。首先系统描述潜在的顾客需求，然后按照分类描述商品的属性，定义属于商品符合范围内的顾客属性及顾客在哪种条件下应该选择哪种商品，当顾客搜索自己所需商品时，先指定自己的最初偏好，当系统收集了足够有关用户需求和偏好的信息，就会推荐给用户一组匹配商品。
垃圾分类器■3.5 购物体验的优化
体验性强的项目，可以增强顾客的黏性。（1）现有的无人超市中应用的只是普通购物车，在最后支付时并不能起到太大作用，若应用智能购物车，绑定顾客的支付账号，购物车带有摄像头识别、重力或红外感应等功能，通过RFID、图像识别技术识别出所放进和拿出商品，并与手机相连接，随时将信
息发送至手机中的虚拟购物车，降低结算时的错误率。（下转第86页）
www�ele169�com | 29
图14 刀具路径动态仿真设置界面 图15 询问框4 文件处理
■4.1 文件存储
按下 “刀具路径”→“保存刀具路径”按键，弹出图16所示“保存刀具路径”对话框。如果有多把刀，存在多个刀具路径，则在左边框中显示，而右边框中的刀具路径则为目前准备保存的刀具路径，可以通过中间箭头进行调工文件的下拉菜单中有很多种类的机床系统，此处选择了 my lathe文件，这是针对因为我院使用的FAGOR系统雕铣机的后处理文件，在安装好 ArtCAM后，需要把雕铣资料\我的后处理\ 复制到 C:\Program Files\ArtCAM 2008\postp，替换掉原来的文件，方能在下拉菜单中到my lathe 后处理文件后，按下保存，跳出图 17所示文件夹，把程序存到指定的位置，程序后缀是.PIM，可以用windows系统自带的记事本打开。存储的时间根据文件大小而定，用记事本打开也需要一定的时间，如果程序文件过大，则在机床考虑工件加工的精度和效率。
■4.2 程序的传输
把指定的刀具路径文件拷贝到U盘，再通过U盘拷贝到机床上，这样就完成程序的传输过程，需要注意
的是文件输成功，通过雕铣机即可完成浮雕加工。
图16 后置处理界面
图17 保存位置界面
参考文献
＊ [1] A.M.Luseombe，D.J.Toneieh，W.Thomson，R.Dluzniak.无线存储
A new type of machine control system to replace traditional CNC [J]. International Journal of Advanced Manufacturing Tec hnology，1994(9):369-374.
＊ [2] 冷洪滨.高性能数控系统若干关键技术的研究[D].浙江大学，2008.
外用贴剂（2）通过布置货架和天花板上方的摄像头和传感器，可以捕捉到很多信息，如甜品货架前段客人男女比例如何，平均体型偏胖还是偏瘦，还可以增加眼动追踪系统，捕捉客人站在货架前，眼睛最习惯往哪里看，推算出货架的黄金位置。或者可以观测到店内的实时热力图：客人最喜欢走那条路线，哪个货架客流量最密集，哪个货架人流停留时间最长等等，通过分析这些信息，调整货架的摆放，使顾客更容易到目标商品。
（3）另外，若在无人超市的空间设计上做文章，增强场景的美感，让顾客留恋忘返，既增加了顾客的参与感与体验感，又扩大了商业的广宣效应，使顾客粘性增加，从“头回客”变成“回头客”。
（4）以人为本，紧密结合
优化顾客的购物体验的同时，也要考虑到超市的受众，应面向各个年龄段，尤其中老年人，并对每一位顾客进行用户画像，使其有自己的个性化无人超市购物体验。真正的技术是让人感受不到技术的存在但却真正走进人们的生活，这种不同的购物体验也会增加线下的客流量。
参考文献
＊ [1]周志华.机器学习[M].北京：清华大学出版社出版.
＊ [2]詹尼士(DietmarJannach)、Markus Zanker，推荐系统[M].北京：人民邮电出版社, 2013, 7.
（上接第29页）
86 | 电子制作 2018年7月
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议