视觉检测机器人在零售行业的应用

　　机器人已经被用于零售业，本文将解读这类机器人的主要应用，它们的一些功能现在已经可用，而其他功能仍然是一个挑战。下面，我们将了解视觉检测机器人在零售行业的应用。

　　视觉机器人零售任务

　　机器人自动化可以在托运和配送中心找到，在那里他们进行挑选、分类和包装活动。这些任务是自动化仓库的自然发展，机器人为了存储和检索物品而移动到仓库。

　　对象识别(又称对象识别)由机器学习分类器和附加文本的OCR识别一起执行。由于物体不一定是以较佳的方式定位和定位的，所以机器人的相机CNN分类器用于识别文本和视觉特征的线索。移动机器人在其他机器人运行的空间中导航，因此需要实时更新它们的环境感知。导航系统采用高性能的实时cnn分类器，对机器人的三维环境模型进行更新。这一过程使机器人能够自主导航，以应对日益流行的互联网商务。

　　客户服务

　　客户服务是机器人功能中一个相对较新的领域。他们采取类似于人的形式，以方便他们被客户接受。在项目发现，促销更新，甚至建议客户的帮助，只是很少的服务，机器人提供。未来的机器人，在商店为顾客提供服务，将能够使用新的机器学习技术以自然语言进行交流。

　　面向客户服务的机器视觉功能主要有目标识别和人脸识别。当客户正在寻找备件或任何类似的对象时，使用对象识别。该物体被放在机器人的前面，并被机器人摄像机捕获。基于深度学习的分类器通常能够识别性能很高的目标.同样，对客户的面部识别(由机器人执行)可以帮助机器人自己以更具体的方式(从以前的访问和其他信息来源中学习)来处理客户。

　　机器人导航是主要的挑战：除了地图驱动的导航(引导顾客到货架上的物品)，机器人还应该避开人和障碍。同时，它应该与服务客户保持联系.CNN分类器支持机器视觉，对摄像机流进行三维环境分类和数据融合。深入学习培训可能更有效与特定部门的培训：例如，在时装部门学习的效果与在硬件部门学习的效果大不相同。

　　库存管理

　　机器人的另一个应用是库存管理：零售商店中的移动机器人不断扫描货架，清点可用的产品，通知订单或价格上的任何问题，并更新商店的后端以采取行动。产品的可用性和合适的价格是较重要的客户和机器人可以提供它。

　　用于库存库存管理的机器视觉算法包括识别商品代码和价格的OCR功能。由于项目可能是任何形式的因素，不一定直接面对机器人的相机，机器视觉预处理是必要的。文本区域应该是不失真的，并有足够好的定义(对比度，大小，强度，颜色等)。解决图像变形的算法，以及图像处理方法(见我们即将发表的关于机器人使用OCR的文章)。当然，导航和克服障碍的能力也是必不可少的。导航更加直截了当–使用地图导航扫描岛上的书架。然而，购物者和他们的车仍然须避免。为此，一个深度学习分类器帮助建立三维机器人的环境。

　　盈泰德视觉已经参与了机器人的应用。我们经验丰富的CNN分类器，目标检测使用深度学习和OCR应用。