应用于自助收银的安全秤防损策略的制作方法

本发明提供了一种称重自学习的算法，具体应用于超市自助收银系统的一种防损模式，属于数据结构与算法领域。

背景技术：

随着智慧零售的发展，各超市逐步引入了自助收银机，即用于在超市、卖场实现自助购物的设备。该设备能够让顾客以自助的方式扫描商品、结账付款，免去排队过程，提高客户体验。对于超市来说，解放收银员与收银之间一对一的束缚关系，节省人力，省下收银员的成本。在自助收银系统中，防损功能备受重视，当顾客操作失误或者遗漏商品时，自助收银设备能够自动识别，并及时做出报警和操作提示，因此需要在自助收银机中提供一种有效的防损方案。

技术实现要素：

该发明提供了一种安全秤防损策略。利用自助称重台，感知产品重量，并通过累积记录每种商品的重量，计算得出对应商品的自学习重量，为后续称重防损作为参照。

该发明支持三种称重比较方式：

1.不比较商品重量：即不做防损设置。

2.比较商品重量变化：即一旦客户刷了商品二维码，只检测称重台是否有重量变化。一旦有变化则防损检查通过，否则不通过。

3.比较商品重量与自学习重量：即取同一商品的一组样本数据重量，并利用重量自学习算法（结合标准差和极差）来计算出商品的自学习重量。利用重量比较算法比较商品重量是否正确。如果返回正确则防损检查通过，否则不通过。

超市自助收银流程参见图1。

防损检查流程参见图2。

附图说明

图1超市自助收银流程。

图2防损检查流程。

具体实施方式

1.初始化防损方式：设置一种比较方式，不比较商品重量、比较商品重量变化和比较商品重量和自学习重量。

2.当选择比较商品重量和自学习重量时，每件商品有4个状态：

1)超轻商品：由于电子称最小称重为50g，所以低于50g为超轻商品，不做重量学习和比较。

2)超重商品：由于电子称最大称重为30kg，所以高于30kg为超重商品，不做重量学习和比较。

3)重量学习中：在做防损检查时，同一商品前10次称重时的数据作为样本数据，此时商品的状态为重量学习中。

4)重量学习完成：根据商品样本数据运用重量自学习算法计算出商品自学习重量。

3.重量自学习算法是一种结合标准差和极差的适应超市自助收银场景的重量防损算法。由于电子秤称重去皮后有一定的误差，同一商品每次称重都不相同，为尽量靠近实际重量，我们先运用极差算法将10个样本数据去除最大值和最小值，然后计算余下的8个样本数据标准差，公式如下：

其中n为8，μ为样本平均数。若标准差σ大于5时，说明当前样本数据离散度较高，电子秤称出重量不稳定。此时去除最大值和最小值后的8个样本数据再加上最新的两个样本数据做为最新的10个样本数据再次用重量自学习算法计算标准差，以此类推直至标准差小于5时，自学习完成，当前的样本平均数即作为商品的自学习重量。商品状态为重量学习完成。

4.商品重量自学习完成后，计算每次商品的称重重量，并和自学习后的重量比较，考虑每次称重时的偏移量，比较重量公式为：

商品自学习重量小于100g时：

自学习重量x95%<商品实际称重<自学习重量x105%

商品自学习重量大于100g时：

自学习重量x90%<商品实际称重<自学习重量x110%。