无人零售柜购物数据的采集方法、装置、电插锁及介质制造方法及图纸

本发明专利技术实施例公开了一种无人零售柜购物数据的采集方法、装置、电插锁及介质。该方法包括：获取电插锁的第一门侦测信号；拍摄门状态图像，并根据所述门状态图像，采用基于神经网络的机器视觉算法检测得到第二门侦测信号；若所述第一门侦测信号与所述第二门侦测信号所指示的门状态均为打开，则判定为有效购物行为，并拍摄用户行为，以得到购物数据。本发明专利技术实施例所提供的技术方案，在不增加额外硬件及安装成本的基础上，可以在原有摄像头录制购物行为的基础上，实现门开关的二次判断检测，从而解决电插锁门磁电气信号失效带来的弊端，有效过滤无效购物行为，同时兼顾了产品的实用性与经济性，既降低了系统的复杂性，又提高了系统的可靠性。的可靠性。的可靠性。

【技术实现步骤摘要】
无人零售柜购物数据的采集方法、装置、电插锁及介质


[0001]本专利技术实施例涉及无人售货
，尤其涉及一种无人零售柜购物数据的采集方法、装置、电插锁及介质。

技术介绍

[0002]随着人工智能在无人零售智能柜中的应用越来越广泛，无人零售柜的运营商对柜子的磁力锁要求越来越高。通常无人零售柜的两大部件是电插锁和视频录像机，电插锁用于控制零售柜的门是否可以打开，视频录像机则是在门开之后对用户的购物行为进行记录，后台即可根据视频录像片段进行分析从而完成无人零售的系统闭环。为了进行有效购物行为捕捉，我们通常是以门开关为标准，门开就是有效购物行为，门关就是无效购物行为，因此不管是数据存储空间、数据传输流量、数据运算算力，都需要尽可能准确的有效购物数据。如果电插锁的门信号出现故障，那么会有两种情况：门关被误判门开，那么无效数据太多，造成浪费；门开被误判门关，那么有效数据会丢失，造成零售柜的货损。
[0003]为了解决电插锁的门信号故障问题，通常零售柜厂商会在出厂前增加一个门磁感应器，用于二次验证门信号的可靠性。但是门磁感应器的引入，不仅仅增加了系统的使用成本，还增加了系统接入的复杂性。

技术实现思路

[0004]本专利技术实施例提供一种无人零售柜购物数据的采集方法、装置、电插锁及介质，以在不额外增加硬件及安装成本的基础上，实现门开关的二次判断检测，从而兼顾产品的实用性与经济性。
[0005]第一方面，本专利技术实施例提供了一种无人零售柜购物数据的采集方法，该方法包括：
[0006]获取电插锁的第一门侦测信号；
[0007]拍摄门状态图像，并根据所述门状态图像，采用基于神经网络的机器视觉算法检测得到第二门侦测信号；
[0008]若所述第一门侦测信号与所述第二门侦测信号所指示的门状态均为打开，则判定为有效购物行为，并拍摄用户行为，以得到购物数据。
[0009]可选的，在所述拍摄门状态图像之前，还包括：
[0010]若所述第一门侦测信号所指示的门状态为打开，则触发对所述门状态图像的拍摄。
[0011]可选的，在所述拍摄门状态图像，并根据所述门状态图像，采用基于神经网络的机器视觉算法检测得到第二门侦测信号之后，还包括：
[0012]若所述第一门侦测信号与所述第二门侦测信号所指示的门状态不同，则判定为系统故障，并向用户进行提示。
[0013]可选的，在所述拍摄用户行为，以得到购物数据之后，还包括：
[0014]将所述购物数据上传至后台，以通过后台分析用户购物结果。
[0015]可选的，所述门状态图像的分辨率为240*120。
[0016]可选的，所述机器视觉算法采用二分类方法对门状态进行识别。
[0017]可选的，所述二分类方法采用sigmoid方法进行数据归一化操作。
[0018]第二方面，本专利技术实施例还提供了一种无人零售柜购物数据的采集装置，该装置包括：
[0019]第一门信号获取模块，用于获取电插锁的第一门侦测信号；
[0020]第二门信号获取模块，用于拍摄门状态图像，并根据所述门状态图像，采用基于神经网络的机器视觉算法检测得到第二门侦测信号；
[0021]购物数据采集模块，用于若所述第一门侦测信号与所述第二门侦测信号所指示的门状态均为打开，则判定为有效购物行为，并拍摄用户行为，以得到购物数据。
[0022]第三方面，本专利技术实施例还提供了一种电插锁，该电插锁包括：
[0023]一个或多个处理器；
[0024]存储器，用于存储一个或多个程序；
[0025]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术任意实施例所提供的无人零售柜购物数据的采集方法。
[0026]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术任意实施例所提供的无人零售柜购物数据的采集方法。
[0027]本专利技术实施例提供了一种无人零售柜购物数据的采集方法，首先获取电插锁的第一门侦测信号，然后拍摄门状态图像，并根据得到的门状态图像，采用基于神经网络的机器视觉算法检测得到第二门侦测信号，若第一门侦测信号与第二门侦测信号所指示的门状态均为打开，则判定为有效购物行为，并拍摄用户行为，以得到购物数据。本专利技术实施例所提供的无人零售柜购物数据的采集方法，在不增加额外硬件及安装成本的基础上，通过引入基于神经网络的机器视觉算法，可以在原有摄像头录制购物行为的基础上，实现门开关的二次判断检测，从而解决电插锁门磁电气信号失效带来的弊端，有效过滤无效购物行为，同时兼顾了产品的实用性与经济性，既降低了系统的复杂性，又提高了系统的可靠性。
附图说明
[0028]图1为本专利技术实施例一提供的无人零售柜购物数据的采集方法的流程图；
[0029]图2为本专利技术实施例二提供的无人零售柜购物数据的采集装置的结构示意图；
[0030]图3为本专利技术实施例三提供的电插锁的结构示意图。
具体实施方式
[0031]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0032]在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多
步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
[0033]实施例一
[0034]图1为本专利技术实施例一提供的无人零售柜购物数据的采集方法的流程图。本实施例可适用于无人零售柜在自动售货过程中采集购物数据以用于分析的情况，该方法可以由本专利技术实施例所提供的无人零售柜购物数据的采集装置来执行，该装置可以由硬件和/或软件的方式来实现，一般可集成于电插锁中。如图1所示，具体包括如下步骤：
[0035]S11、获取电插锁的第一门侦测信号。
[0036]具体的，第一门侦测信号即原有电插锁的门磁电气信号，可用于指示门状态为开或是关，具体可以在无人零售柜的运营过程中实时的获得第一门侦测信号，正常情况下，当电插锁控制无人零售柜的柜门关闭时，反馈的第一门侦测信号则指示门关，当电插锁控制无人零售柜的柜门开启时，反馈的第一门侦测信号则指示门开。
[0037]S12、拍摄门状态图像，并根据所述门状态图像，采用基于神经网络的机器视觉算法检测得到第二门侦测信号。
[0038]具体的，从另一方面，还可以采用机器视觉算法检测当前的门状态，则可以拍摄得到门状态图像并输入到训练后的机器视觉算法中，从而输出用于指示门状态的第二门侦测信号，具体可以实时的对第二门侦测信号进行检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人零售柜购物数据的采集方法，其特征在于，包括：获取电插锁的第一门侦测信号；拍摄门状态图像，并根据所述门状态图像，采用基于神经网络的机器视觉算法检测得到第二门侦测信号；若所述第一门侦测信号与所述第二门侦测信号所指示的门状态均为打开，则判定为有效购物行为，并拍摄用户行为，以得到购物数据。2.根据权利要求1所述的无人零售柜购物数据的采集方法，其特征在于，在所述拍摄门状态图像之前，还包括：若所述第一门侦测信号所指示的门状态为打开，则触发对所述门状态图像的拍摄。3.根据权利要求1所述的无人零售柜购物数据的采集方法，其特征在于，在所述拍摄门状态图像，并根据所述门状态图像，采用基于神经网络的机器视觉算法检测得到第二门侦测信号之后，还包括：若所述第一门侦测信号与所述第二门侦测信号所指示的门状态不同，则判定为系统故障，并向用户进行提示。4.根据权利要求1所述的无人零售柜购物数据的采集方法，其特征在于，在所述拍摄用户行为，以得到购物数据之后，还包括：将所述购物数据上传至后台，以通过后台分析用户购物结果。5.根据权利要求1所述的无人零售柜购物数据的采集方法，其特征在于，所述门状态图像的分辨率为240*120。6.根据权...

【专利技术属性】
技术研发人员：叶基龙，鲍敦桥，
申请(专利权)人：杭州矩视科技有限公司，
类型：发明
国别省市：