技术领域
[0001] 本
发明属于零售结算技术领域，涉及一种零售结算方法，特别是一种自助式商品检测与定价售卖方法。
背景技术
[0002] 目前，公知的购物流程如下，商超人员首先识别商品的种类和价格，然后到
电子秤称重，输入商品的价格信息，手动打印购物凭条并粘贴在购物袋上，最后拿到扎口机手动扎口，全程由人员来完成整套流程，流程时间较长，容易造成购物人员排长队，而且商超人员识别的商品可能出现识别错误，造成所购买的商品价格与实际价格不符，从而对购买人员和商超双方造成经济损失，并且扎口机属于高危机械设备，外部放置容易造成安全隐患，对操作人员和客户造成伤害。CN201820021767.6公开了一种有称重功能的智能无人售卖机，包括前后设置的货品架和监控架，所述货品架包括第一
底板、第一
支撑板和隔板，所述第一底板和第一支撑板形成货品架的支撑
框架，所述隔板把支撑框架分为许多货品搁置空间；所述监控架包括第二底板、第二支撑板，所述第二底板和第二支撑板形成监控设备可以竖直运动的空间，所述监控架还包括监控
固定板，所述监控固定板竖直连接固定所述第二底板和第二支撑板；所述监控固定板包括竖直方向设置的轨道和绕轨道
水平和/或竖直移动的监控设备；所述监控设备在竖直轨道上移动，通过设置一个监控设备对多层货品架进行监控；CN201711023572.1提供了一种可自助称重计价的超市电子称，用于与服务端联网以实现商品的自助称重计价，包括称盘、
连接杆、显示屏和标签出口，其特征在于，还包括设置于连接杆上的红外线摄像头，以及称盘内部的
数据处理模
块，所述红外线摄像头用于抓拍称盘上的商品，以获取商品的外形特征，并将商品的外形特征传输至超市的服务端；所述数据处理模块用于与服务端连接，以接收服务端发送的商品名称、单价和条码信息，该电子称使顾客的购物过程更为方便快捷、节约时间，极大地提升了顾客的购物体验，同时也提升了超市的运营效率，降低了经营的成本。但是现有方法不具备自动扎口功能，而且商品识别准确率偏低，在一定程度上增加了使用难度。
发明内容：
[0003] 本发明的目的在于克服
现有技术存在的缺点，设计提供一种自助式商品检测与定价售卖方法，实现商品的无人称重与自动
包装。
[0004] 为了实现上述目的，本发明在自助式商品检测与定价售卖装置中实现，其具体过程为：
[0005] (1)顾客将购物袋放在悬挂口上，支撑臂上升稳定购物袋的
位置后下降，摄像头拍照，同时称重
传感器称重，商品的照片和重量信息显示在触摸显示屏上；
[0006] (2)触摸显示屏的后台
数据库对比照片识别出照片商品的具体信息如分装日期、保质期、每千克售价、净含量、货号等，然后生成结算清单；
[0007] (3)顾客看到商品结算清单，并确认无误后按下触摸显示屏的确认键，旋转臂在旋转臂
电机的带动下旋转90°至小票
打印机处，小票打印机打印商品结算清单并粘贴到商品购物袋上；
[0008] (4)旋转臂在旋转臂电机的驱动下继续旋转至电动扎口机的前部凹口处即扎口区域，电机转动带动
推杆上下运动，销轴将动
力传递给机械
连杆，机械连杆的Y型结构将作用力传递给横推杆，横推杆在水平方向上前后运动，带动放钉杆进入
锁扣模具，成功将购物袋用扎口钉锁紧；完成扎口后，顾客自行取下购物袋去收
银台结算。
[0009] 本发明所述自助式商品检测与定价售卖装置的主体结构包括基架、电动扎口机、旋转臂、旋转臂电机、支撑臂、支撑臂电机、触摸显示屏和
螺栓，基架设置为长方体框架结构，旋转臂设置为L型结构，旋转臂通过螺栓与旋转臂电机相连接，旋转臂电机通过螺栓设置在基架的一端，支撑臂通过螺栓与支撑臂电机相连接，支撑臂电机设置在旋转臂电机的对侧，支撑臂电机通过螺栓与基架相连接，所述的电动扎口机设置在旋转臂的一侧，电动扎口机通过螺栓与基架相连接，所述的触摸显示屏设置在基架的另一侧，触摸显示屏通过螺栓与基架相连接，触摸显示屏的一侧设置有小票打印机。
[0010] 本发明所述电动扎口机包括动力传递机构和外支撑框，动力传递机构设置在外支撑框中，动力传递机构包括电动推杆、机械连杆、横推杆、放钉杆，Y型结构的机械连杆下端通过销轴与电动推杆的上部相连接，横推杆水平设置在机械连杆的上部，放钉杆的下部与横推杆的末端相连接，外支撑框包括框体、挡
门、锁扣模具和销轴，挡门设置在框体的一侧，挡门通过销轴与框体旋转连接，锁扣模具设置在框体的上部。
[0011] 本发明所述电动推杆包括电机和推杆，推杆设置在电机的上部，电机控制推杆上下运动。
[0012] 本发明所述挡门的外端设置有防挤手传感器，检测操作人员手是否离开危险区域，防止工作人员扎口时误伤。
[0013] 本发明所述锁扣模具的外侧设置有购物袋识别传感器，自动识别是否有购物袋需要扎口。
[0014] 本实发明所述防挤手传感器和购物袋识别传感器均采用红外传感器。
[0015] 本发明所述旋转臂包括悬臂前座、悬臂后座、安装轴、摄像头安装座、摄像头、称重传感器和螺钉，悬臂后座设置为L型结构，安装轴通过螺钉设置在悬臂后座的下部，悬臂前座的前端设置有用于称重的悬挂口，摄像头安装座通过螺钉设置在悬臂前座的前端底部，摄像头设置在摄像头安装座中，悬臂前座设置在悬臂后座的一侧，称重传感器设置在悬臂前座与悬臂后座之间，称重传感器器通过螺钉分别与悬臂前座和悬臂后座相连接。
[0016] 本发明所述悬挂口为凹型结构，方便悬挂物品的同时防止物品滑落。
[0017] 本发明所述悬臂前座的前端底部设置有内嵌式凹槽，方便安装摄像头安装座，使整体结构更加紧凑。
[0018] 本发明所述摄像头的中心与称重传感器的近端距离设置为30-70mm，两者距离太小影响装配，然后如果距离太远会增加悬臂前座的伸出尺寸，尺寸太长影响称重传感器的
精度。
[0019] 本发明所述支撑臂设置为圆柱体结构，当悬挂的购物袋晃动时，为避免影响拍照识别，支撑臂升上来稳定购物袋；支撑臂将购物袋底部物品撑到上面来，防止人为原因导致购物袋底部的商品与上部的商品不一致。
[0020] 本发明识别商品照片的具体过程为：
[0021] (1)对摄像头拍摄的商品照片建立数据库，基于
卷积神经网络的特征提取特征，这部分通过mobilenet_v2这种参数较少的网络来提取特征图，处理后得到特征列向量，然后将特征列向量与softmax分类器进行avgPool，使整个网络完整，具体网络结构见表1；
[0022] 表1：
[0023]
[0024]
[0025] 其中t表示“扩张”倍数，c表示输出通道数，n表示重复次数，s表示步长；
[0026] (2)数据集预处理：对数据库中的每一类物品的图片先进行裁剪，图像的列数保持不变，行数取原来的100-700，获取中间区域，裁剪后的图像
分辨率为600×600，统一缩放到224*224；然后对处理后的每一类的照片按照7:2:1的比例放在train、validation、test三个文件夹中，这三个文件夹分别为
训练数据集、验证数据集和测试数据集，最后对每一类物品的三种数据集做好标签；
[0027] (3)网络训练：采用预训练网络模型的方式，用在ImageNet数据集上训练好的网络权重初始化网络得到网络模型，并对隐层和
输出层的权重采用随机初始化的方式初始化，设定批处理大小为128，初始学习率为0.001，最大
迭代次数10000次，运用
梯度下降法进行参数优化；将数据集图片进行归一化，然后将归一化的数据集和步骤(2)的标签输入上面设置好的网络模型，计算输出softmax的损失值，当损失函数值基本不变并且训练精度和验证精度正确率在99％以上后，保存最终的网络模型作为最终的结果；
[0028] (4)将网络模型运用到新的数据集时，用保存好的权重进行迁移学习，即将保存好的参数权重对网络进行权重初始化，然后运用梯度下降法调节网络，即微调，识别出商品照片中的商品。
[0029] 本发明生成结算清单的具体过程为：
[0030] (1)在超市现有管理系统中，导出需要的商品信息(包括商品名称、价格、商品编号等信息)，导出文档为txt格式，在设置在触摸显示屏7的自助称售后台管理系统商品管理模块中，导入上述导出的文档，商品信息自动录入数据库中；对于数据库中不包含商品编号的商品，进行插入操作；对数据库中包含商品编号的商品，进行更新操作；
[0031] (2)根据商品照片的识别结果，获得商品和识别编号的一一对应关系；
[0032] (3)返回自助称售后台管理系统商品管理页面，在该页面上显示已导入的商品信息，根据已知的商品和识别编号的对应关系，对商品识别代码信息和图片信息进行维护；
[0033] (4)操作者将装有商品的购物袋放置在旋转臂上，称重传感器和商品识别功能同时开始工作，商品识别反馈的结果为识别编号，触摸显示屏根据识别编号到数据库中查询对应的唯一商品信息，显示并根据称重结果计算商品总价生成结算清单。
[0034] 本发明所述自助称售后台管理系统包括商品管理模块、终端管理模块、广告管理模块和模型管理模块，其中商品管理模块用于进行商品的导入、添加、
修改和删除，终端管理模块用于设置终端名称和广告，并查看终端状态；广告管理模块用于广告的上传、删除、预览和停启用；模型管理模块用于上传识别模型。
[0035] 本发明与现有技术相比，克服现有购物称重结算体验耗时长、繁琐、缺乏人性化、不安全的缺点，实现了自动完成物品得信息采集、称重、打印、粘贴和扎口的功能，简化了工作流程，安全性更高，提高了工作效率。
附图说明：
[0036] 图1是本发明所述自助式商品检测与定价售卖装置的主体结构原理示意图。
[0037] 图2是本发明所述电动扎口机的结构原理示意图。
[0038] 图3是本发明所述旋转臂的结构原理示意图。
[0039] 图4是本发明所述旋转臂正视的结构原理示意图。
[0040] 图5是本发明所述旋转臂剖视的结构原理示意图。
[0041] 图6是本发明所述旋转臂仰视的结构原理示意图。
[0042] 图7为本发明所述自助称售后台管理系统的结构原理示意
框图。
[0043] 附图中：1、基架，2、电动扎口机，21、电动推杆，211、电机，212、推杆，22、机械连杆，23、横推杆，24、放钉杆，25、框体，26、挡门，261、防挤手传感器，27、锁扣模具，271、购物袋识别传感器，3、旋转臂，31、悬臂前座，311、悬挂口，32、悬臂后座，33、安装轴，34、摄像头安装座，35、摄像头，36、称重传感器，4、旋转臂电机，5、支撑臂，6、支撑臂电机，7、触摸显示屏，
71、小票打印机。
具体实施方式：
[0044] 为了使本领域技术人员更好地理解本发明的技术方案，下面结合附图1、附图2、附图3、附图4、附图5和附图6及具体
实施例对本发明作进一步的说明。
[0045] 实施例：
[0046] 本实施例在自助式商品检测与定价售卖装置中实现，其具体过程为：
[0047] (1)顾客将购物袋放在悬挂口311上，支撑臂5上升稳定购物袋的位置后下降，摄像头35拍照，同时称重传感器36称重，商品的照片和重量信息显示在触摸显示屏7上；
[0048] (2)触摸显示屏7的后台数据库对比照片识别出照片商品的具体信息如分装日期、保质期、每千克售价、净含量、货号等，然后生成结算清单；
[0049] (3)顾客看到商品结算清单，并确认无误后按下触摸显示屏7的确认键，旋转臂3在旋转臂电机4的带动下旋转90°至小票打印机71处，小票打印机71打印商品结算清单并粘贴到商品购物袋上；
[0050] (4)旋转臂3在旋转臂电机4的驱动下继续旋转至电动扎口机2的前部凹口处即扎口区域，电机211转动带动推杆212上下运动，销轴将动力传递给机械连杆22，机械连杆22的Y型结构将作用力传递给横推杆23，横推杆23在水平方向上前后运动，带动放钉杆24进入锁扣模具27，成功将购物袋用扎口钉锁紧；完成扎口后，顾客自行取下购物袋去收银台结算。
[0051] 本实施例所述自助式商品检测与定价售卖装置的主体结构如附图1所示，包括基架1、电动扎口机2、旋转臂3、旋转臂电机4、支撑臂5、支撑臂电机6、触摸显示屏7和螺栓，基架1设置为长方体框架结构，旋转臂3设置为L型结构，旋转臂3通过螺栓与旋转臂电机4相连接，旋转臂电机4通过螺栓设置在基架1的一端，支撑臂5通过螺栓与支撑臂电机6相连接，支撑臂电机6设置在旋转臂电机4的对侧，支撑臂电机6通过螺栓与基架1相连接，所述的电动扎口机2设置在旋转臂3的一侧，电动扎口机2通过螺栓与基架1相连接，所述的触摸显示屏7设置在基架1的另一侧，触摸显示屏7通过螺栓与基架1相连接，触摸显示屏7的一侧设置有小票打印机71。
[0052] 本实施例所述电动扎口机2结构如附图2所示，包括动力传递机构和外支撑框，动力传递机构设置在外支撑框中，动力传递机构包括电动推杆21、机械连杆22、横推杆23、放钉杆24，Y型结构的机械连杆22下端通过销轴与电动推杆21的上部相连接，横推杆23水平设置在机械连杆22的上部，放钉杆24的下部与横推杆23的末端相连接，外支撑框包括框体25、挡门26、锁扣模具27和销轴，挡门26设置在长方体结构的框体25一侧，挡门26通过销轴与框体25旋转连接，锁扣模具27设置在框体25的上部。
[0053] 本实施例所述电动推杆21包括电机211和推杆212，推杆212设置在电机211的上部，电机211控制推杆212上下运动。
[0054] 本实施例所述挡门26的外端设置有防挤手传感器261，检测操作人员手是否离开危险区域，防止工作人员扎口时误伤。
[0055] 本实施例锁扣模具27的外侧设置有购物袋识别传感器271，自动识别是否有购物袋需要扎口。
[0056] 本实施例所述防挤手传感器261和购物袋识别传感器271均采用红外传感器。
[0057] 本实施例所述旋转臂3包括悬臂前座31、悬臂后座32、安装轴33、摄像头安装座34、摄像头35、称重传感器36和螺钉，悬臂后座32设置为L型结构，安装轴33通过螺钉设置在悬臂后座32的下部，悬臂前座31的前端设置有用于称重的悬挂口311，摄像头安装座34通过螺钉设置在悬臂前座31的前端底部，摄像头35设置在摄像头安装座34中，悬臂前座31设置在悬臂后座32的一侧，称重传感器36设置在悬臂前座31与悬臂后座32之间，称重传感器36通过螺钉分别与悬臂前座31和悬臂后座32相连接。
[0058] 本实施例所述悬挂口311为凹型结构，方便悬挂物品的同时防止物品滑落。
[0059] 本实施例所述悬臂前座31的前端底部设置有内嵌式凹槽，方便安装摄像头安装座，使整体结构更加紧凑。
[0060] 本实施例所述摄像头35的中心与称重传感器36的近端距离设置为30-70mm，两者距离太小影响装配，然后如果距离太远会增加悬臂前座31的伸出尺寸，尺寸太长影响称重传感器36的精度。
[0061] 本实施例所述支撑臂5设置为圆柱体结构。当悬挂的购物袋晃动时，影响拍照识别，支撑臂5升上来稳定购物袋；支撑臂5将购物袋底部物品撑到上面来，防止人为原因导致购物袋底部的商品与上部的商品不一致。
[0062] 本实施例识别商品照片的具体过程为：
[0063] (1)对摄像头35拍摄的商品照片建立基于卷积神经网络的特征提取特征，这部分通过mobilenet_v2这种参数较少的网络来提取特征图，处理后得到特征列向量，然后将特征列向量与softmax分类器进行avgPool，使整个网络完整，具体网络结构见表1；
[0064] 表1：
[0065]输入 操作 t c n s
2
224×3 Conv2d - 32 1 2
1122×32 bottleneck 1 16 1 1
1122×16 bottleneck 6 24 2 2
562×24 bottleneck 6 32 3 2
282×32 bottleneck 6 64 4 1
282×64 bottleneck 6 96 3 2
142×96 bottleneck 6 160 3 2
72×160 bottleneck 6 320 1 1
72×320 Conv2d1×1 - 1280 1 1
72×1280 Avgpool7×7 - - 1 -
1×1×k softmax - k -
[0066] 其中t表示“扩张”倍数，c表示输出通道数，n表示重复次数，s表示步长；
[0067] (2)数据集预处理，对数据库中的每一类物品的图片先进行裁剪，图像的列数保持不变，行数取原来的100-700，获取中间区域，裁剪后的图像分辨率为600×600，统一缩放到224*224；然后对处理后的每一类的照片按照7:2:1的比例放在train、validation、test三个文件夹中，这三个文件夹分别为训练数据集、验证数据集和测试数据集，最后对每一类物品的三种数据集做好标签。
[0068] (3)网络训练，采用预训练网络模型的方式，用在ImageNet数据集上训练好的网络权重初始化网络，并对隐层和输出层的权重采用随机初始化的方式初始化，设定批处理大小为128，初始学习率为0.001，最大迭代次数10000次，运用梯度下降法进行参数优化；将数据集图片进行归一化，然后将归一化的数据集和步骤(2)的标签输入上面设置好的网络模型，计算输出softmax的损失值，当损失函数值基本不变并且训练精度和验证精度正确率在99％以上后，保存最终的网络模型作为最终的结果；
[0069] (4)将网络模型运用到新的数据集时，用保存好的权重进行迁移学习，即将保存好的参数权重对网络进行权重初始化，然后运用梯度下降法调节网络，即微调，识别出商品照片中的商品。
[0070] 本实施例生成结算清单的具体过程为：
[0071] (1)在超市现有管理系统中，导出需要的商品信息(包括商品名称、价格、商品编号等信息)，导出文档为txt格式，在设置在触摸显示屏7的自助称售后台管理系统商品管理模块中，导入上述导出的文档，商品信息自动录入数据库中；对于数据库中不包含商品编号的商品，进行插入操作；对数据库中包含商品编号的商品，进行更新操作；
[0072] (2)根据商品照片的识别结果，获得商品和识别编号的一一对应关系；
[0073] (3)返回自助称售后台管理系统商品管理页面，在该页面上显示已导入的商品信息，根据已知的商品和识别编号的对应关系，对商品识别代码信息和图片信息进行维护；
[0074] (4)操作者将装有商品的购物袋放置在旋转臂3上，称重传感器36和商品识别功能同时开始工作，商品识别反馈的结果为识别编号，触摸显示屏7根据识别编号到数据库中查询对应的唯一商品信息，显示并根据称重结果计算商品总价生成结算清单。
[0075] 本实施例所述自助称售后台管理系统包括商品管理模块、终端管理模块、广告管理模块和模型管理模块，其中商品管理模块用于进行商品的导入、添加、修改和删除，终端管理模块用于设置终端名称和广告，并查看终端状态；广告管理模块用于广告的上传、删除、预览和停启用；模型管理模块用于上传识别模型。
