iThome
為了讓國產無人商店的營運模式能夠落地實際場景,工研院一開始並不是採取如Amazon Go的策略,不計成本的投資建置與展店,而是積極透過軟體技術來降低硬體成本,以便於未來落地推廣。據外界估算,Amazon Go單一店面的建置成本在千萬元以上,相較之下,工研院能將成本降至數百萬元,負責無人商店技術研發工作的工研院巨量資訊科技中心執行長馮文生表示,在大幅降低成本情況下,辨識率仍然能達到近似Amazon Go的水準。
從無人商店內硬體的數量與規格上,就可看出國產無人商店成本降低的關鍵。比如工研院曾派人赴美勘查了多家Amazon Go,實際估算位於天花板的攝影機,每平方公尺約布建了2臺以上,但工研院無人店每平方公尺僅需0.8臺就夠用,足足差了2~3倍。馮文生也說明,之所以能用更少量攝影機達成相同成效,除了在天花板裝設廣角鏡頭來輔助追蹤顧客軌跡之外,也依據辨識人或商品兩種不同的功能,來區分攝影機的設置位置,藉此降低其密度。
在攝影機規格方面,因貨架內攝影機距商品較近,只需使用低階720P的攝影鏡頭就能辨識,而天花板的攝影機,則需視距離來選擇鏡頭畫素。不過,工研院巨量資訊科技中心經理崔文以目前工研院無人店所用的攝影機為例,在天花板與地面距離約三米的情況下,用一般1080P解析度的鏡頭就能有效辨識。
在網路設計方面,店內所有感測器都是透過有線網路的方式來傳送資料,比如貨架內的攝影鏡頭與重力感測器,都是接地線到運算端。崔文說明,雖然也有考慮用無線Wi-Fi傳輸資料,但是就算無線網路的頻寬足夠,達到10~100 Mbps、甚至更多,「穩定度仍然是很大的問題,比如較容易掉封包,也比較容易延遲。」因此,目前還是以有線傳輸為主,未來也會從有線的架構來思考部署架構、施工方式、以及如何降低成本。
除了透過硬體部署來降低成本,在軟體部分,工研院也開發了一套整合智慧貨架的的模型訓練方法,讓有意採用的零售業者自己就能快速建立起商品辨識模型。這套結合模型訓練的貨架,與一般智慧貨架的建置成本大致相同,使用者可以將商品放置在貨架層板上,依照商品每一面的外觀來拍攝,同時透過重量感測器量測重量,建立每一項商品的資訊。且崔文還表示,幾乎在商品包裝拍攝完、也測重結束後,就能即時完成模型訓練。
透過這種模型訓練方式,崔文舉例,零售業者總部可以訓練出一套涵蓋所有商品種類的商品辨識模型,再分散部署到各地零售店家來使用,未來若有新商品要上架、或是換新包裝,總部只要重新以新商品的資料來更新模型,再重新部署到各分店即可。目前,工研院測試場域的模型已經能辨識上千種商品,包括盒狀、柱狀、軟包裝等形式,辨識率更能達到99%以上。不過,目前仍未能辨識形狀相似、重量不同的生鮮蔬果類食品,如香蕉等。
工研院無人商店購物流程
手機App綁定支付後才能進店
實名註冊的顧客,得先在專用的手機App中綁定支付方式,取得進入無人商店的QR Code,才能掃碼開啟入口閘門。(攝影/翁芊儒)
App購物車即時顯示拿取的商品
伸手拿出貨架上商品後,App購物車上會自動顯示出所拿取的商品內容與數量,實測需3~5秒後才會顯示。若放回商品,購物車上也會自動移除該項產品。(攝影/翁芊儒)
直接用手機App付款免排隊
選購完商品後,直接透過App付款,不用到櫃臺排隊結帳,也能立即查看明細。付款後可在App點選「離開商店」按鈕,取得離店QR Code。(攝影/黃郁芸)
落地現場仍有待克服的技術難題
雖然這套國產無人商店在試驗時,工程師實測的辨識率超過了98%,但是軟硬體技術仍有部分場景或常見使用情境未能支援。比如硬體感測器雖然已經能部署在常溫貨架與冷藏貨架中,但冷凍貨架需要耐低溫、水氣的元件,同時在冷凍櫃開關門時,攝影鏡頭也容易起霧,這些因素導致現有技術無法部署在冷凍場景中。
而且,低於40公克以下的商品,也因當前重量感測器的規格侷限,無法精準辨識過輕的商品,尤其這類商品通常伴隨著體積小的特性,進行影像辨識的難度也會增加。
除了硬體技術的挑戰外,工研院正在調整軟體演算法,持續克服不同顧客行為所帶來的不同辨識情境。已經克服的挑戰,包括兩位顧客相鄰時伸手交叉取物、一位顧客同時伸雙手取不同物品、顧客取物後放錯位置、顧客相距太近導致身分辨識互換、物品混合堆疊等問題。
以商品放錯位置為例,崔文說明,比如一位顧客從左邊貨架拿了三個商品A、B、C,透過天花板鏡頭可以得知,該顧客移動到右邊貨架了,這時,右邊貨架感測到一個新的重量,經過貨架內影像辨識出商品種類後,再與該名顧客購物車中的A、B、C商品進行比對,若有相符的選項,加上姿勢辨識判斷有伸手動作,就可以推論顧客將商品放錯位置。
而當前仍無法解決的問題,則有取放商品者為不同人的情境。比如A顧客將商品交由B顧客放回貨架,這個行為仍無法辨識。另一個常見的情境,則是家長帶小孩進店消費,且家長拿了商品請小孩放回,崔文表示,工研院已經設想過這個場景的解方,比如在入店消費時同一個App掃描兩次QR Code,綁定兩人為同一個ID,並分別追蹤行為軌跡。這時,如果發生取放商品不同人的情境,但是偵測為同一個ID,理論上仍可確實增刪購物車的商品資訊。
為了避免商品取放位置錯誤導致商品排列混亂,崔文也說,未來工研院也會在店內提供自動盤點機制,在商品排列過度混亂時,自動通知人員來重新整理。
另外,在顧客追蹤技術上,工研院也面臨許多挑戰。比如說,十個人同樣穿西裝、戴同色帽子的人同時進店,在追蹤顧客軌跡時就很容易辨錯身份,而且,要維持一定的辨識準確率,店內可同時容納的顧客數就有限,因為進店人數越多,連帶整體辨識率就會下降。目前,無人店約可容納5~10人,工研院也還在精進技術,目標要讓20人能同時進店消費。
崔文認為,在邁向商用之前,工研院還需要克服的兩大問題,第一,是硬體系統還不穩定、也無法量產,因為目前無人店架設的硬體並非由專業硬體廠商所打造,而是工研院自行建置,未來商用勢必要重新導入更耐用、穩定的硬體技術。第二,是現在測得的準確率僅為內部人員的測試,尚未實際開放民眾使用,這意味著,可能有更多工研院未設想到的複雜情境會在真實場景發生,「會不會有些情境無法解,但又很常發生?這就是能不能商用的關鍵。」
靠AIoT,實體店能像電商掌握消費者行為
工研院也分享了無人商店技術背後的研發緣由。實體零售業面對電商的競爭壓力,因缺少網頁瀏覽紀錄,難以如電商一樣記錄顧客的消費行為,像是停留時間、點擊數等,來分析、掌握消費者的購物流程和情境。如今,工研院無人商店透過AI與物聯網技術,可將消費者於店內的足跡都記錄下來,像是購買不同類商品時的拿取順序?拿取哪些商品後又決定放回?於哪個商品貨架前停留許久?
而有了這些消費者的行為紀錄後,實體零售業者可從中了解消費者的意圖,來進一步改善、開拓新服務,甚至,在消費者購物的過程中,即時推薦商品,提升產業競爭力。馮文生表示,電商具備的優化行為,都可在實體商店實現了。
除了滿足實體零售業的需求外,工研院發展智慧商店技術的背後,還有一個更大的企圖,就是希望臺灣ICT產業可藉此發展智慧硬體技術。馮文生表示,臺灣ICT產業已具生產智慧商店所需設備,包含智慧層板、攝影機、運算設備等的優勢技術,若再進一步與AI技術結合,就能提升設備的價值,因此,「我們不只是聚焦臺灣零售業,我們也看重ICT業者藉此轉型升級。」
全家將試營運國產「無人」商店系統,但仍有真人輔助
全家將於年底前展開這套國產AI無人店試營運,全家總經理薛東都表示,全家未來不會往無人店的方向發展,而是持續借助新科技,來減少人力需求。(攝影/翁芊儒)
全家將於工研院光復院區內無人商店的實驗場域,開設一家新店舖,作為實驗「易取智慧商店」整合方案的地點。值得注意的是,易取智慧商店雖呈現了宛如無人商店的營運模式,可工研院和全家卻不特別強調其的「無人」特性。
兩方皆觀察到,臺灣超商具有獨特的文化,提供著多元化的服務,像是包裹寄領、繳費代收等,有一定的人力需求,換句話說,待全家新的智慧商店開幕,消費者仍會於店內看到店員的身影。全家總經理薛東都表示,全家未來不會往無人店的方向發展,而是借助新科技和機器設備,來減少人力需求。
而就新店舖與全家現有科技1號店和2號店的差異,全家E-Retail事業本部本部長簡維國表示,過去,科技店聚焦的是單點設備實驗,而新的智慧商店則將是全家第一次進行全場域設備的測試工程。
全家計畫於年底前,正式展開採用工研院無人商店技術新店鋪的試營運。在試營運展開前,全家將先了解、掌握技術的極限,進而規畫貨架高度、貨架陳列方式、販售的商品項目等,來設計購物動線,還有評估商店可容許的人數上限。
面對即將有超商業者實際採用自主研發的無人商店技術,馮文生表示:「挑戰現在才真正開始,未來,還需花1到2年的時間調整(整合方案),以更符合消費者的購物習慣。」文⊙翁芊儒、黃郁芸
智慧貨架靠邊緣運算變成智慧販賣機
受到Amazon Go的啟發,工研院在2017年就開始投入無人商店技術,不只要打造「拿了就走」的零售店,更把無人店內的智慧貨架單獨開發成一款智慧型的自動販賣機來推廣(簡稱智販機)。
這款智販機早在2018年就已經初具雛形,並開始在工研院內部測試使用。員工若要購買智販機的商品,需先下載搭配的行動App,加入會員,並綁定行動支付或信用卡等付費方式。購買時,首先需掃描智販機右上角QR Code,辨識出會員身份後,智販機櫃門就會解鎖,讓員工開櫃選購。
當員工從櫃中取出商品時,透過智慧貨架的感測技術,系統將自動辨識哪些商品被取出,同時將取出的商品加入App購物車中,在員工確認無誤後,App將自動從綁定的支付管道扣款,並將櫃門上鎖。也因這套技術以辨識櫃內商品為主,在開櫃選購過程中,無論是誰拿取商品,都會自動歸入開櫃者的購物清單。
而這一臺智販機的運算量,只要一般PC主機的算力就足夠,能完全靠邊緣運算來執行辨識任務,換句話說,可以完全不需連網也能提供完整功能,不過,若是有遠端管理的需求,如自動依據商品剩餘數量來通知補貨等,仍然需要網路連線。目前,工研院已與臺北的百貨公司洽談合作,準備導入實際場域試營運。文⊙翁芊儒
工研院研發的智慧販賣機,需搭配行動App綁定支付方式才可開始使用,且這整套辨識技術只需一般PC等級的邊緣運算設備就能處理。(攝影/翁芊儒)
熱門新聞
2024-09-29
2024-10-02
2024-10-01
2024-10-03
2024-10-01
2024-10-04
2024-10-01