检测商品进出购物车状态的方法、装置及购物车与流程

本发明涉及自助购物，尤其涉及一种检测商品进出购物车状态的方法、装置及购物车。

背景技术：

1、本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

2、目前，为了能够更好地满足顾客需求，提高顾客购物体验、优化商家运营，商超行业也在不断地向智能化、数字化方向转型，其中，购物结算是其中重要的一环，智能购物车正是在这种背景下出现在商超环境中，主要目的是提供自助购物的选项，简化传统的购物和支付所必须的步骤，使顾客无需在结账柜台与收银员交互，提升购物体验；同时对于商家来说，可以减少收银员人工的配置，以此减少运营成本。

3、一般来说，智能购物车具有一系列先进功能，包括自动扫描和结算、导航和商品定位、物品识别与计重、个性化推荐与广告、数据分析与库存管理等功能。其中，自助扫码与结算是其核心的功能，一般具有扫码器、平板电脑设备、视觉摄像头等硬件，完成对商品或条码的智能检测和识别，即时更新平板电脑上的购物清单，最后购物者核对清单进行结算。

4、在购物过程中，对商品的检测和识别是最核心的部分，精准地对放入或取出的商品进行检测是基本的要求，只有很好地对商品进行检测才能有效地提高购物结算的效率，同时在防非正常购物行为方面起着重要的作用。现有检测商品进出购物车状态的方法存在精度低的问题。

技术实现思路

1、本发明实施例提供一种检测商品进出购物车状态的方法，用以提高检测商品进出购物车状态的精度，该方法包括：

2、获取重量传感器以预设时间间隔采集的当前时段内的多个时刻的感应重量值；

3、将当前时段内的多个时刻的感应重量值输入预先训练生成的重量波形类别识别器，得出重量传感器当前时段的重量波形类别；所述重量波形类别识别器利用多个历史时刻的感应重量值与重量波形类别之间的关系数据样本集预先训练生成；

4、在重量传感器当前时段的重量波形类别为平稳状态类别时，根据重量传感器当前时段对应所有时刻的平均重量值与上一平稳状态类别时段对应所有时刻的平均重量值之间的重量差值，检测商品进出购物车的状态。

5、本发明实施例还提供一种检测商品进出购物车状态的装置，用以提高检测商品进出购物车状态的精度，该装置包括：

6、获取单元，用于获取重量传感器以预设时间间隔采集的当前时段内的多个时刻的感应重量值；

7、识别单元，用于将当前时段内的多个时刻的感应重量值输入预先训练生成的重量波形类别识别器，得出重量传感器当前时段的重量波形类别；所述重量波形类别识别器利用多个历史时刻的感应重量值与重量波形类别之间的关系数据样本集预先训练生成；

8、检测单元，用于在重量传感器当前时段的重量波形类别为平稳状态类别时，根据重量传感器当前时段对应所有时刻的平均重量值与上一平稳状态类别时段对应所有时刻的平均重量值之间的重量差值，检测商品进出购物车的状态。

9、本发明实施例还提供一种购物车，用以提高检测商品进出购物车状态的精度，该购物车包括：

10、重量传感器，用于以预设时间间隔采集每一时段内的多个时刻的感应重量值，将每一时段内的多个时刻的感应重量值发送至检测商品进出购物车状态的装置；

11、如上所述的检测商品进出购物车状态的装置。

12、本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述检测商品进出购物车状态的方法。

13、本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述检测商品进出购物车状态的方法。

14、本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述检测商品进出购物车状态的方法。

15、本发明实施例中，检测商品进出购物车状态的方案，通过：获取重量传感器以预设时间间隔采集的当前时段内的多个时刻的感应重量值；将当前时段内的多个时刻的感应重量值输入预先训练生成的重量波形类别识别器，得出重量传感器当前时段的重量波形类别；所述重量波形类别识别器利用多个历史时刻的感应重量值与重量波形类别之间的关系数据样本集预先训练生成；在重量传感器当前时段的重量波形类别为平稳状态类别时，根据重量传感器当前时段对应所有时刻的平均重量值与上一平稳状态类别时段对应所有时刻的平均重量值之间的重量差值，检测商品进出购物车的状态，可以提高检测商品进出购物车状态的精度。

技术特征：

1.一种检测商品进出购物车状态的方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，在重量传感器当前时段的重量波形类别为平稳状态类别时，根据重量传感器当前时段对应所有时刻的平均重量值与上一平稳状态类别时段对应所有时刻的平均重量值之间的重量差值，检测商品进出购物车的状态，包括：

3.如权利要求2所述的方法，其特征在于，还包括：在检测到有手出现在购物车车筐区域上，且在检测到有手部下压的情况时，执行如下继续二次查验确认的操作：

4.如权利要求3所述的方法，其特征在于，所述二次查验确认的操作还包括：

5.如权利要求1所述的方法，其特征在于，在重量传感器当前时段的重量波形类别为平稳状态类别时，根据重量传感器当前时段对应所有时刻的平均重量值与上一平稳状态类别时段对应所有时刻的平均重量值之间的重量差值，检测商品进出购物车的状态，包括：

6.如权利要求2所述的方法，其特征在于，所述手部检测模型为使用深度学习方法训练的yolov5目标检测模型。

7.如权利要求1所述的方法，其特征在于，获取重量传感器以预设时间间隔采集的当前时段内的多个时刻的感应重量值，包括：

8.如权利要求1所述的方法，其特征在于，还包括：对每一时段内的多个时刻的感应重量值进行卡尔曼滤波去噪修正处理，得到修正处理后的每一时段内的多个时刻的感应重量值。

9.如权利要求1所述的方法，其特征在于，将当前时段内的多个时刻的感应重量值输入预先训练生成的重量波形类别识别器，得出重量传感器当前时段的重量波形类别，包括：对当前时段内的多个时刻的感应重量值进行归一化处理之后输入预先训练生成的重量波形类别识别器，得出重量传感器当前时段的重量波形类别。

10.如权利要求1所述的方法，其特征在于，所述重量波形类别识别器为长短时记忆网络lstm识别器。

11.如权利要求1所述的方法，其特征在于，根据重量传感器当前时段对应所有时刻的平均重量值与上一平稳状态类别时段对应所有时刻的平均重量值之间的重量差值，检测商品进出购物车的状态，包括：

12.一种检测商品进出购物车状态的装置，其特征在于，包括：

13.如权利要求12所述的装置，其特征在于，所述检测单元具体用于：

14.一种购物车，其特征在于，包括：

15.如权利要求14所述的购物车，其特征在于，还包括：

16.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至11任一所述方法。

17.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至11任一所述方法。

18.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至11任一所述方法。

技术总结本发明公开了一种检测商品进出购物车状态的方法、装置及购物车，其中该方法包括：获取重量传感器以预设时间间隔采集的当前时段内的多个时刻的感应重量值；将当前时段内的多个时刻的重量值输入重量波形类别识别器，得出重量传感器当前时段的重量波形类别；该识别器利用多个历史时刻的感应重量值与重量波形类别之间的关系数据样本集预先训练生成；在重量传感器当前时段的重量波形类别为平稳状态类别时，根据重量传感器当前时段对应所有时刻的平均重量值与上一平稳状态类别时段对应所有时刻的平均重量值之间的差值，检测商品进出购物车的状态。本发明可以提高检测商品进出购物车状态的精度。技术研发人员：黄盛,庄艺唐,林潮威受保护的技术使用者：汉朔科技股份有限公司技术研发日：技术公布日：2024/7/29