从智能售货柜的技术分析，重力取货柜和智能生鲜柜的原理

一、智能货柜发展背景

近年来，随着随着移动支付的发展，以及各项创新技术渐趋成熟，智能售货柜逐渐取代其他零售物种，成为无人零售终端的行业选择。

跟传统自动售货机相比，智能售货柜具有成本低，运营方便、灵活性高等优势，为越来越多的零售运营商和品牌商所接受。今天我们从技术和使用方面做个大盘点。

二、智能货柜技术方案解析

当下主流的智能货柜技术方案有RFID电子标签识别、重力感应、视觉识别这几大类。

在这其中，RFID识别方案因为需要给商品贴电子标签带来的成本太高，已经逐步淡出运营商的视野，我们将不再重点讲述。

接下来，将重点讨论重力感应、视觉识别这几种方案。

1，重力感应解决方案

重力感应解决方案在每个货道上均装有重力感应器，核心原理即通过感知货道上的重力变化来判断消费者实际拿取的商品。

2，动态视觉识别

动态视觉识别方案通常是在柜体顶端或两侧安装1-4个摄像头，对消费者开门后拿取商品的过程进行录制，视频上传至后台系统后，通过对购物视频进行识别从而确定消费者拿取的商品信息。

3，静态视觉识别

该方案同样是基于计算机视觉算法，但实现原理与动态方案有着本质的区别。静态视觉柜每层货架的顶端都安装有摄像头，在消费者开门前、后，摄像头均会对柜内物体进行拍照并上传系统，系统后台的算法模型会对所有图片进行检测识别，并生成开门前、后柜内商品的库存明细，通过计算商品库存量差值来判断消费者实际拿取的商品。

4，重力+动态视觉

为进一步提高识别准确率，市场上还出现了重力感应+动态视觉的组合方案。经笔者调研了解到，该方案在实际的运营过程中，依旧以重力感应技术为主，视频监控仅在大单消费等极特殊情况下才会启用。

三、图像识别原理

目前应用比较广泛的智能柜大多以视觉识别方案为主。在上文分析过，视觉识别技术方案尤其是静态视觉方案已非常成熟，可以基于人工智能算法实现闭环式无人零售。

图像识别主要由两个步骤组成，首先是目标检测，其次是商品识别。

目标检测就是在照片中确定商品的位置，找到每个商品的像素区域。简单来讲，就是确定每个商品的边缘轮廓并进行标注。商品识别通过基于深度学习的算法来实现。深度学习就是采用卷积神经网络提取目标特征，再根据相同商品表现出来的共性总结出一定的识别经验值。

四、智能柜产品测评

通过对多家厂商的智能货柜进行了实地调研，从结算时间、复杂场景识别稳定性等多个维度对智能货柜进行评估，结果如下：

没有100%完美的技术方案，但针对不同的运营场景，必然有最具比较优势的解决方案。本文从智能柜实际运营的角度出发，分析了不同技术方案，希望能帮助智能柜运营团队做出最适合自己的选择，为无人零售行业的智能化升级贡献一份力量。