一种基于智能售货机的无人零售终端控制方法及系统与流程

1.本发明涉及智能控制技术领域，特别涉及一种基于智能售货机的无人零售终端控制方法及系统。


背景技术：

2.目前，智能售货机放置在不同位置时，售卖不同商品的数量也是不同的，例如：商场入口处，口罩的售卖量较多，又例如：电影院里，爆米花和饮用水售卖量较多。由于不清楚智能售货机放置位置处的周边何种设施缺乏、何种商品缺口大，盲目的在售货机内安排不变的商品种类的售卖商品，容易导致售卖的商品种类不适宜，同时，进行补货时，需要人工盘货，便捷性较低，也不够智能。另外，智能售货机在配备显示装置进行商品推荐时，往往是无差别推荐，推荐效率较低。
3.因此，亟需一种解决办法。


技术实现要素：

4.本发明目的之一在于提供了一种基于智能售货机的无人零售终端控制方法，基于智能售货机本地存储的出货记录，确定货道建议信息，提升了第一商品的商品排布的适宜性；引入补货提醒消息，提醒补货人员补充相应量的商品，无需人工统计确定补货数量，更加智能且便捷；基于视频信息对目标人员进行商品推荐，提高了智能售货机的推荐效率。
5.本发明实施例提供的一种基于智能售货机的无人零售终端控制方法，包括：
6.步骤1：获取智能售货机本地存储的多条出货记录；
7.步骤2：基于出货记录，确定第一商品的货道建议信息，所述货道建议信息包括：货道的推荐位置和推荐数目；
8.步骤3：当补货员补货时，基于货道建议信息，控制智能售货机在预设的显示位置显示补货提醒消息；
9.步骤4：实时获取智能售货机前预设范围内的视频信息，基于视频信息，确定目标人员，对目标人员进行相应商品推荐。
10.优选的，所述步骤2：基于出货记录，确定第一商品的货道建议信息，包括：
11.解析出货记录，获得多个第一商品对应于每条出货记录的出货数目；
12.计算对应于同一第一商品且出货数目相同的出货数目的第一出现次数，同时，计算对应于同一第一商品的出货记录的第二出现次数；
13.基于第一出现次数和对应第二出现次数，确定调整系数；
14.将调整系数与对应出货数目相乘，获得推荐值；
15.累加计算每一推荐值，获得推荐度；
16.将第一商品按照推荐度从高到低进行排序，获得商品推荐序列；
17.基于商品推荐序列，确定第一商品的货道的推荐位置；
18.基于推荐度，确定货道的推荐数目。
19.优选的，所述基于商品推荐序列，确定第一商品的货道的推荐位置，包括：
20.获取历史目标人物在智能售货机前方预设范围内的驻留时间；
21.若驻留时间大于等于预设的第一阈值，获取历史目标人物的脸部位置和脸部朝向，基于脸部位置和脸部朝向，构建查看向量；
22.获取智能售货机的显示区域的显示朝向，基于显示位置和显示朝向，构建显示向量；
23.在驻留时间内，以预设周期持续计算查看向量和显示向量的向量夹角；
24.累加计算每一向量夹角，获得向量夹角和；
25.若向量夹角和大于等于预设的第二阈值，获取相应历史目标人物的第一高度；
26.基于第一高度，确定第一商品的货道的推荐位置。
27.优选的，所述基于第一高度，确定第一商品的货道的推荐位置，包括：
28.计算第一高度的平均高度，确定平均高度以下预设的距离处的第二高度对应于智能售货机上的水平位置；
29.获取每一货道所在位置与所述水平位置的垂直距离，获取对应于垂直距离的第一参考值，并与对应货道进行关联；
30.获取每一货道距离所在货道行的中间货道的水平距离，确定对应于水平距离的第二参考值，并与对应货道进行关联；
31.累加计算每一货道关联的第一参考值和第二参考值，获得参考度；
32.从头到尾依次遍历商品推荐序列中的第一商品，将正在遍历的第一商品作为第二商品；
33.遍历到第二商品时，获取当前未分配且参考度最大的货道的目标位置，并作为对应第二商品的推荐位置。
34.优选的，所述步骤3：当补货员补货时，基于货道建议信息，控制智能售货机在预设的显示位置显示补货提醒消息，包括：
35.持续获取智能售货机的机器状态信号；
36.解析机器状态信号，当获得至少一个补货信号时，获取智能售货内的余量信息，所述余量信息包括：剩余货品和剩余货品数目；
37.基于预设的补货提醒信息生成模板，根据余量信息和货道建议信息，生成补货提醒信息。
38.优选的，确定目标人员，包括：
39.基于分帧处理技术，对视频信息进行分帧处理，获得多帧图像；
40.根据多帧图像，确定目标人员。
41.优选的，所述对目标人员进行相应商品推荐，包括：
42.基于预设的特征提取模板，获取目标人员的第一人物特征；
43.查询预设的人物类型库，确定第一人物特征对应的第一人物类型；
44.获取智能售货机内售卖商品的目标客户，确定目标客户的第二人物类型；若存在第一人物类型与任一第二人物类型一致，将对应于第二人物类型的售卖商品作为推荐商品；
45.基于预设的推荐商品信息生成模板，根据推荐商品，生成推荐商品信息；
46.基于预设的推荐商品信息显示规则，根据推荐商品信息，在显示位置处显示对应推荐商品信息并提醒相应目标人员查看。
47.优选的，所述获取智能售货机内售卖商品的目标客户，包括：
48.从大数据平台获取多个售卖商品的购买记录；
49.解析购买记录，获得多个一一对应的售卖商品和购买用户；
50.获取预设的剔除条件特征库；
51.提取购买记录的购买特征；
52.匹配购买特征和剔除条件特征库中的剔除特征，确定匹配符合的购买记录并剔除；
53.拆分剩余购买记录，获得售卖商品和售卖商品对应的目标客户。
54.本发明实施例提供的一种基于智能售货机的无人零售终端控制系统，其特征在于，包括：
55.获取模块，用于获取智能售货机本地存储的多条出货记录；
56.确定模块，用于基于出货记录，确定第一商品的货道建议信息，所述货道建议信息包括：货道的推荐位置和推荐数目；
57.控制模块，用于当补货员补货时，基于货道建议信息，控制智能售货机在预设的显示位置显示补货提醒消息；
58.推荐模块，用于实时获取智能售货机前预设范围内的视频信息，基于视频信息，确定目标人员，对目标人员进行相应商品推荐。
59.优选的，所述确定模块基于出货记录，确定第一商品的货道建议信息，包括：
60.解析出货记录，获得多个第一商品对应于每条出货记录的出货数目；
61.计算对应于与出货数目的第一出现次数，同时，计算对应于每个出货数目的第二出现次数；
62.基于第二出现次数和第一出现次数，确定调整系数；
63.将调整系数与对应第二出现次数相乘，获得推荐值；
64.累加计算每一推荐值，获得推荐度；
65.将第一商品按照推荐度从高到低进行排序，获得商品推荐序列；
66.基于商品推荐序列，确定第一商品的货道的推荐位置；
67.基于推荐度，确定货道的推荐数目。本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
68.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
69.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
70.图1为本发明实施例中一种基于智能售货机的无人零售终端控制方法的示意图；
71.图2为本发明实施例中一种基于智能售货机的无人零售终端控制系统的示意图。
具体实施方式
72.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
73.本发明实施例提供了一种基于智能售货机的无人零售终端控制方法，如图1所示，包括：
74.步骤1：获取智能售货机本地存储的多条出货记录；
75.步骤2：基于出货记录，确定第一商品的货道建议信息，所述货道建议信息包括：货道的推荐位置和推荐数目；
76.步骤3：当补货员补货时，基于货道建议信息，控制智能售货机在预设的显示位置显示补货提醒消息；
77.步骤4：实时获取智能售货机前预设范围内的视频信息，基于视频信息，确定目标人员，对目标人员进行相应商品推荐。
78.上述技术方案的工作原理及有益效果为：
79.出货记录为：何时售出何种数目的何种商品，例如：x时售出两瓶饮用水。基于出货记录，确定第一商品的货道建议信息；货道建议信息包括：第一商品的货道的推荐位置和推荐数目，推荐位置为：建议第一商品摆在哪个位置的货道，推荐数目为：建议摆出几个货道的第一商品，例如：在4排4列、4排5列货道摆出两个货道的薯片，一般的，第一商品的售卖情况越好，推荐位置越显眼，推荐数目越多。当补货员补货时，基于货道建议信息，控制智能售货机在预设的显示位置(例如：智能售货机预设的显示装置处)显示补货提醒消息；补货提醒消息为：货道建议对应的补货提醒。
80.通常的，智能售货机上一般设置显示屏，且售货机一般投放在商圈、小区等人流量密集的地方。在售货机没有售货需求时，显示屏可以用于广告宣传，但是，全天候的宣传会造成电力资源的浪费，因此，实时获取智能售货机前预设范围内的视频信息，基于视频信息，确定目标人员进行商品推荐；预设范围由人工设置；视频信息为：预先设置在智能售货机上的拍摄装置(例如：摄像头)拍摄的活动或运动的图像消息。
81.本技术基于智能售货机本地存储的出货记录，确定货道建议信息，提升了第一商品的商品排布的适宜性；引入补货提醒消息，提醒补货人员补充相应数量的商品，无需人工统计确定补货数量，更加智能且便捷；基于视频信息对目标人员进行商品推荐，提高了智能售货机的推荐效率。
82.在一个实施例中，所述步骤2：基于出货记录，确定第一商品的货道建议信息，包括：
83.解析出货记录，获得多个第一商品对应于每条出货记录的出货数目；
84.计算对应于同一第一商品且出货数目相同的出货数目的第一出现次数，同时，计算对应于同一第一商品的出货记录的第二出现次数；
85.基于第一出现次数和对应第二出现次数，确定调整系数；
86.将调整系数与对应出货数目相乘，获得推荐值；
87.累加计算每一推荐值，获得推荐度；
88.将第一商品按照推荐度从高到低进行排序，获得商品推荐序列；
89.基于商品推荐序列，确定第一商品的货道的推荐位置；
90.基于推荐度，确定货道的推荐数目。
91.上述技术方案的工作原理及有益效果为：
92.解析出货记录，获得一一对应的多个第一商品和出货数目，并与对应出货记录关联。特别的，当某售货机出现一次某商品出货量很大时，盲目的认为该商品适宜售卖是不合理的，可能出现一些突发情况，例如：某公司会议亟需用水，而公司后勤没有及时采购，故需大量购买饮用水，这种购买需求是不持续的，参考性较低，因此，计算对应于同一第一商品且出货数目相同的出货数目的第一出现次数(例如：购买1瓶水出现6次，购买2瓶水出现3次，购买10瓶水出现1次)，同时，计算对应于同一第一商品的出货记录的第二出现次数(例如：10次)。基于第一出现次数和对应第二出现次数，确定调整系数(确定时，第一出现次数与对应第二出现次数相除)。将调整系数和对应的出货数目相乘，获得推荐值。累加计算每一推荐值，获得推荐度(推荐度越高，对应于第一商品推荐的货道的数目越多、推荐的货道的位置越靠中间)。将第一商品按照推荐度从高到低进行排序，按照获得的商品推荐序列确定第一商品的推荐位置(第一商品在商品推荐序列中越靠前，越应该摆在显眼货道位置处)。基于推荐度，确定货道的推荐数目(推荐度越高，货道推荐数目越多)。
93.本技术引入调整系数，基于第一商品的出货数目，确定推荐度，提高了推荐度获取的准确性；引入商品推荐序列，基于第一商品在商品序列中的顺序，确定第一商品的货道建议信息，更加适宜。
94.在一个实施例中，所述基于商品推荐序列，确定第一商品的货道的推荐位置，包括：
95.获取历史目标人物在智能售货机前方预设范围内的驻留时间；
96.若驻留时间大于等于预设的第一阈值，获取历史目标人物的脸部位置和脸部朝向，基于脸部位置和脸部朝向，构建查看向量；
97.获取智能售货机的显示区域的显示朝向，基于显示位置和显示朝向，构建显示向量；
98.在驻留时间内，以预设周期持续计算查看向量和显示向量的向量夹角；
99.累加计算每一向量夹角，获得向量夹角和；
100.若向量夹角和大于等于预设的第二阈值，获取相应历史目标人物的第一高度；
101.基于第一高度，确定第一商品的货道的推荐位置。
102.上述技术方案的工作原理及有益效果为：
103.获取历史目标人物在智能售货机前方预设范围内的驻留时间，历史目标人物为：历史上在智能售货机前方驻足的人员，预设范围为：2m内，驻留时间为：历史目标人物在智能售货机前方的停留时长(例如：3分钟)。由于经过智能售货机前方的人不都是购买售货机内的售卖商品，因此，如果驻留时间大于等于预设的第一阈值(例如：3分钟)，再获取历史目标人物的脸部位置和脸部朝向，基于脸部位置和脸部朝向，构建查看向量。基于显示位置和售货机显示区域(例如：售货机预设位置处用于显示信息的led屏)构建显示向量(向量构建技术属于现有技术，不作赘述)。以预设周期(例如：20秒)获取历史目标人物驻留时间内查看向量和显示向量的向量夹角(例如：170度)。计算获得的每一向量夹角的向量夹角和，若向量夹角和大于等于预设的第二阈值(第二阈值由人工预先设置)，获取相应历史目标人物的第一高度(例如：1.70m)。基于第一高度，确定第一商品的推荐位置。
104.本技术引入驻留时间，确定查看商品且驻留时间久的历史目标人物的第一高度，基于第一高度确定第一商品适宜的推荐位置，提高了推荐位置确定的合理性。
105.在一个实施例中，所述基于第一高度，确定第一商品的货道的推荐位置，包括：
106.计算第一高度的平均高度，确定智能售货机对应于平均高度处的水平位置；
107.获取每一货道所在位置与所述水平位置的垂直距离，获取垂直距离第一参考值，并与对应货道进行关联；
108.获取每一货道距离所在货道行的中间货道的水平距离，并作为第二参考值并与对应货道进行关联；
109.累加计算每一货道关联的第一参考值和第二参考值，获得参考度；
110.从头到尾依次遍历商品推荐序列中的第一商品，将正在遍历的第一商品作为第二商品；
111.遍历到第二商品时，获取当前未分配且参考度最大的货道的目标位置，并作为对应第二商品的推荐位置。
112.上述技术方案的工作原理及有益效果为：
113.一般的，人们会优先看到和自己眼部高度同一高度处的范围，直接进入视线范围的商品更容易被购买者注意到。由于购买商品的人身高不一，需要确定平均高度，而人眼位置通常在身高以下15cm处，因此，确定平均高度以下预设距离处(例如：15cm)的第二高度对应在智能售货机上的水平位置，上述水平位置为人眼直接看到售货机的高度处，距离该水平位置的垂直距离越远，对应货道越不容易被顾客注意到,获取对应于垂直距离对应的第一参考值(垂直距离越小，第一参考值越大)，将第一参考值和对应货道进行关联。每一行货道中，中间货道是最容易被看到的，因此，获取每一货道距离所在货道行中间货道的水平距离(水平距离越大，对应货道越不容易被看到)，确定对应于水平距离的第二参考值(水平距离越小，第二参考值越大)，将第二参考值和对应货道进行关联。将每一货道关联的第一参考值和第二参考值相加，获得参考度(参考度越大，对应货道越容易被看到)。从头到尾依次商品推荐序列中第一商品，将正在遍历的第一商品作为第二商品，越先遍历到的第二商品应该越先安排在显眼的货道中。遍历到第二商品时，确定当前未分配参考度最大的货道的目标位置为第二商品的推荐位置。
114.本技术引入垂直距离和水平距离，分别确定第一参考值和第二参考值，基于第一参考值和第二参考值计算参考度，提升了参考度获取的全面性和合理性；基于参考度确定商品推荐序列中的第二商品的推荐位置，更加适宜。
115.在一个实施例中，所述步骤3：当补货员补货时，基于货道建议信息，控制智能售货机在预设的显示位置显示补货提醒消息，包括：
116.持续获取智能售货机的机器状态信号；
117.解析机器状态信号，当获得至少一个补货信号时，获取智能售货内的余量信息，所述余量信息包括：剩余货品和剩余货品数目；
118.基于预设的补货提醒信息生成模板，根据余量信息和货道建议信息，生成补货提醒信息。
119.上述技术方案的工作原理及有益效果为：
120.机器状态信号为：表征智能售货机的设备状态的电信号。解析上述机器状态信号，
当获得一个补货信号(表征售货机设备状态为补货状态的电信号)，获取余量信息，余量信息包括：多组一一对应的剩余货品和剩余货品数目(例如：薯片两包、矿泉水3瓶等)。基于预设的补货提醒信息生成模板，根据余量信息和货道建议信息，生成补货提醒信息(例如：请补充8包薯片，17瓶矿泉水)；预设的补货提醒信息生成模板为：基于何种余量信息生成何种补货提醒信息。
121.本技术引入补货提醒信息生成模板，根据余量信息和货道建议信息，确定用于补货提醒的补货提醒信息，提升了补货提醒信息获取的规范性。
122.在一个实施例中，所述基于智能售货机的无人零售终端控制方法，所述基于视频信息，确定目标人员，包括：
123.基于分帧处理技术，对视频信息进行分帧处理，获得多帧图像；
124.根据多帧图像，确定目标人员。
125.上述技术方案的工作原理及有益效果为：
126.确定目标人员时，首先需要将视频信息分解成一帧一帧的图像(基于分帧处理技术实现，不作赘述)。根据多帧图像，确定目标人员，确定过程具体如下：
127.将多帧图像按照拍摄时间进行排序，获得视频序列；
128.获取视屏序列中每一图像的灰度值；
129.将相邻两帧的图像的灰度值相减，得到差分图像的差分灰度值函数dn(x,y)；
130.dn(x,y)＝|fn(x,y)-f
n-1
(x,y)|
131.其中，fn(x,y)为第n帧图像的灰度值函数，f
n-1
(x,y)为第n-1帧图像的灰度值函数，|
…
|为对
…
取绝对值；
132.对差分图像进行二值化处理，得到处理图像函数r
′n(x,y)；
[0133][0134]
其中，t为人工预先设定的阈值，灰度值为255的点为目标人员对应点，灰度值为0的点为处理图像中除目标人员对应点以外的背景点；
[0135]
对处理图像进行连通性处理，获得识别图像，对图像进行连通性处理属于现有技术，不作赘述，连通性处理完成后，从连通性处理完成的处理图像中确定目标人员。
[0136]
本技术引图分帧处理技术对视频信息进行处理，提高了后续人脸识别的识别效率；引入人脸识别技术，确定目标人员，不是盲目的24小时投放广告，降低了系统能耗。
[0137]
在一个实施例中，所述对目标人员进行相应商品推荐，包括：
[0138]
基于预设的特征提取模板，获取目标人员的第一人物特征；
[0139]
查询预设的人物类型库，确定第一人物特征对应的第一人物类型；
[0140]
获取智能售货机内售卖商品的目标客户，确定目标客户的第二人物类型；
[0141]
若存在第一人物类型与任一第二人物类型一致，将对应于第二人物类型的售卖商品作为推荐商品；
[0142]
基于预设的推荐商品信息生成模板，根据推荐商品，生成推荐商品信息；
[0143]
基于预设的推荐商品信息显示规则，根据推荐商品信息，在显示位置处显示对应推荐商品信息并提醒相应目标人员查看。
[0144]
上述技术方案的工作原理及有益效果为：
[0145]
基于预设的特征提取模板，获取目标人员的第一人物特征；预设的特征提取模板为：预先设置的用于提取人物特征的模板，第一人物特征为，例如：身高、发色等。预设的人物类型库包括：多个第二人物特征和第一人物类型，第一人物类型为，例如：老人、小孩和青年人等，又例如：男士和女士。获取智能售货机内售卖商品的目标客户(目标广告投放客户)的第二人物类型(例如：售卖商品为棒棒糖，目标客户的第二人物类型为小孩)。第一人物类型与任一第二人物类型一致，将相应售卖商品作为推荐商品。基于预设的推荐商品信息生成模板，根据推荐商品，生成推荐商品信息：预设的商品信息生成模板为，例如：棒棒糖原价xx,现价xx等。预设的推荐商品信息显示规则为，例如：在智能售货机的显示屏上显示。基于预设的推荐商品信息显示规则，根据推荐商品信息，在显示位置处显示对应推荐商品信息并提醒相应目标人员查看，提醒时，可以通过扬声器播放提醒语音，例如：“棒棒糖原价xx,现价仅需xx，具体请查看智能售货机详情页”。
[0146]
本技术引入特征提取模板，提取目标人员的第一人物特征，提高了第一人物特征获取的准确性；引入人物类型库和目标客户的第二人物类型，确定推荐商品，提高了推荐商品获取的合理性，引入推荐商品信息生成模板和推荐商品信息显示规则，生成并显示相应商品信息并提醒查看，更加人性化。
[0147]
在一个实施例中，所述获取智能售货机内售卖商品的目标客户，包括：
[0148]
从大数据平台获取多个售卖商品的购买记录；
[0149]
解析购买记录，获得多个一一对应的售卖商品和购买用户；
[0150]
获取预设的剔除条件特征库；
[0151]
提取购买记录的购买特征；
[0152]
匹配购买特征和剔除条件特征库中的剔除特征，确定匹配符合的购买记录并剔除；
[0153]
拆分剩余购买记录，获得售卖商品和售卖商品对应的目标客户。
[0154]
上述技术方案的工作原理及有益效果为：
[0155]
获取售卖商品对应的购买记录时，可以从大数据平台获取，确定购买记录中的多个售卖商品和购买用户。剔除条件特征库包括多个用于剔除的剔除条件特征，例如：支付方式为代买，那么对应购买用户不是目标用户。提取购买记录的购买特征，例如：支付方式、购买用户信息等。将购买特征和剔除条件特征库中的剔除特征进行匹配，确定匹配符合的购买记录并剔除。拆分完成剔除的剩余的购买记录，确定售卖商品和售卖商品对应的购买用户，并将购买用户作为对应售卖商品的目标客户。
[0156]
本技术引入剔除条件特征库，在获取售卖商品的目标客户之前先剔除符合剔除条件的购买记录，提高了目标客户的获取效率。
[0157]
本发明实施例提供了一种基于智能售货机的无人零售终端控制系统，如图2所示，包括：
[0158]
获取模块1，用于获取智能售货机本地存储的多条出货记录；
[0159]
确定模块2，用于基于出货记录，确定第一商品的货道建议信息，所述货道建议信息包括：货道的推荐位置和推荐数目；
[0160]
控制模块3，用于当补货员补货时，基于货道建议信息，控制智能售货机在预设的
显示位置显示补货提醒消息；
[0161]
推荐模块4，用于实时获取智能售货机前预设范围内的视频信息，基于视频信息，确定目标人员，对目标人员进行相应商品推荐。
[0162]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：
1.一种基于智能售货机的无人零售终端控制方法，其特征在于，包括：步骤1：获取智能售货机本地存储的多条出货记录；步骤2：基于出货记录，确定第一商品的货道建议信息，所述货道建议信息包括：货道的推荐位置和推荐数目；步骤3：当补货员补货时，基于货道建议信息，控制智能售货机在预设的显示位置显示补货提醒消息；步骤4：实时获取智能售货机前预设范围内的视频信息，基于视频信息，确定目标人员，对目标人员进行相应商品推荐。2.如权利要求1所述的一种基于智能售货机的无人零售终端控制方法，其特征在于，所述步骤2：基于出货记录，确定第一商品的货道建议信息，包括：解析出货记录，获得多个第一商品对应于每条出货记录的出货数目；计算对应于同一第一商品且出货数目相同的出货数目的第一出现次数，同时，计算对应于同一第一商品的出货记录的第二出现次数；基于第一出现次数和对应第二出现次数，确定调整系数；将调整系数与对应出货数目相乘，获得推荐值；累加计算每一推荐值，获得推荐度；将第一商品按照推荐度从高到低进行排序，获得商品推荐序列；基于商品推荐序列，确定第一商品的货道的推荐位置；基于推荐度，确定货道的推荐数目。3.如权利要求2所述的一种基于智能售货机的无人零售终端控制方法，其特征在于，所述基于商品推荐序列，确定第一商品的货道的推荐位置，包括：获取历史目标人物在智能售货机前方预设范围内的驻留时间；若驻留时间大于等于预设的第一阈值，获取历史目标人物的脸部位置和脸部朝向，基于脸部位置和脸部朝向，构建查看向量；获取智能售货机的显示区域的显示朝向，基于显示位置和显示朝向，构建显示向量；在驻留时间内，以预设周期持续计算查看向量和显示向量的向量夹角；累加计算每一向量夹角，获得向量夹角和；若向量夹角和大于等于预设的第二阈值，获取相应历史目标人物的第一高度；基于第一高度，确定第一商品的货道的推荐位置。4.如权利要求3所述的一种基于智能售货机的无人零售终端控制方法，其特征在于，所述基于第一高度，确定第一商品的货道的推荐位置，包括：计算第一高度的平均高度，确定平均高度以下预设的距离处的第二高度对应于智能售货机上的水平位置；获取每一货道所在位置与所述水平位置的垂直距离，获取对应于垂直距离的第一参考值，并与对应货道进行关联；获取每一货道距离所在货道行的中间货道的水平距离，确定对应于水平距离的第二参考值，并与对应货道进行关联；累加计算每一货道关联的第一参考值和第二参考值，获得参考度；从头到尾依次遍历商品推荐序列中的第一商品，将正在遍历的第一商品作为第二商
品；遍历到第二商品时，获取当前未分配且参考度最大的货道的目标位置，并作为对应第二商品的推荐位置。5.如权利要求1所述的一种基于智能售货机的无人零售终端控制方法，其特征在于，所述步骤3：当补货员补货时，基于货道建议信息，控制智能售货机在预设的显示位置显示补货提醒消息，包括：持续获取智能售货机的机器状态信号；解析机器状态信号，当获得至少一个补货信号时，获取智能售货内的余量信息，所述余量信息包括：剩余货品和剩余货品数目；基于预设的补货提醒信息生成模板，根据余量信息和货道建议信息，生成补货提醒信息。6.如权利要求1所述的一种基于智能售货机的无人零售终端控制方法，其特征在于，所述基于视频信息，确定目标人员，包括：基于分帧处理技术，对视频信息进行分帧处理，获得多帧图像；根据多帧图像，确定目标人员。7.如权利要求1所述的一种基于智能售货机的无人零售终端控制方法，其特征在于，所述对目标人员进行相应商品推荐，包括：基于预设的特征提取模板，获取目标人员的第一人物特征；查询预设的人物类型库，确定第一人物特征对应的第一人物类型；获取智能售货机内售卖商品的目标客户，确定目标客户的第二人物类型；若存在第一人物类型与任一第二人物类型一致，将对应于第二人物类型的售卖商品作为推荐商品；基于预设的推荐商品信息生成模板，根据推荐商品，生成推荐商品信息；基于预设的推荐商品信息显示规则，根据推荐商品信息，在显示位置处显示对应推荐商品信息并提醒相应目标人员查看。8.如权利要求7所述的一种基于智能售货机的无人零售终端控制方法，其特征在于，所述获取智能售货机内售卖商品的目标客户，包括：从大数据平台获取多个售卖商品的购买记录；解析购买记录，获得多个一一对应的售卖商品和购买用户；获取预设的剔除条件特征库；提取购买记录的购买特征；匹配购买特征和剔除条件特征库中的剔除特征，确定匹配符合的购买记录并剔除；拆分剩余购买记录，获得售卖商品和售卖商品对应的目标客户。9.一种基于智能售货机的无人零售终端控制系统，其特征在于，包括：获取模块，用于获取智能售货机本地存储的多条出货记录；确定模块，用于基于出货记录，确定第一商品的货道建议信息，所述货道建议信息包括：货道的推荐位置和推荐数目；控制模块，用于当补货员补货时，基于货道建议信息，控制智能售货机在预设的显示位置显示补货提醒消息；
推荐模块，用于实时获取智能售货机前预设范围内的视频信息，基于视频信息，确定目标人员，对目标人员进行相应商品推荐。10.如权利要求9所述的一种基于智能售货机的无人零售终端控制系统，其特征在于，所述确定模块基于出货记录，确定第一商品的货道建议信息，包括：解析出货记录，获得多个第一商品对应于每条出货记录的出货数目；计算对应于与出货数目的第一出现次数，同时，计算对应于每个出货数目的第二出现次数；基于第二出现次数和第一出现次数，确定调整系数；将调整系数与对应第二出现次数相乘，获得推荐值；累加计算每一推荐值，获得推荐度；将第一商品按照推荐度从高到低进行排序，获得商品推荐序列；基于商品推荐序列，确定第一商品的货道的推荐位置；基于推荐度，确定货道的推荐数目。

技术总结
本发明提供一种基于智能售货机的无人零售终端控制方法及系统，其中,方法包括：步骤1：获取智能售货机的出货记录；步骤2：基于出货记录，确定第一商品的货道建议信息；步骤3：当补货员补货时，基于货道建议信息，控制智能售货机显示补货提醒消息；步骤4：实时获取智能售货机前预设范围内的视频信息，基于视频信息，确定目标人员，对目标人员进行商品推荐。本发明的基于智能售货机的无人零售终端控制方法及系统，基于智能售货机本地存储的出货记录，确定货道建议信息，提升了第一商品的商品排布的适宜性；引入补货提醒消息，无需人工统计确定补货数量，更加智能且便捷。基于视频信息对目标人员进行商品推荐，提高了智能售货机的推荐效率。效率。效率。


技术研发人员：周梓荣 梁瑞庭
受保护的技术使用者：广东便捷神科技股份有限公司
技术研发日：2023.05.18
技术公布日：2023/9/14