無人零售的未來，究竟是機器視覺，還是RFID？
2020年8月10日 星期一
來源：科钛网 作者：CoreTech
重返實體 無人商店興起
無人工廠、無人倉儲、無人機、無人駕駛……科技帶給人們的是勞動力的解放，給各行各業帶來的，則是格局的重構。而對普通消費者來講，零售模式的轉換是切身感受到的。
自2016年底亞馬遜的 Amazon Go 亮相以來，中國國內無人零售領域的投資迅速升溫，無人零售被資本市場，視為繼共享單車之後的又一投資風口。傳統實體零售、電子商務、再到現在「智慧零售」概念的提出，零售融合科技產生的化學反應，讓其超過了任何行業迭代的速度。
相較於傳統零售行業的房租、人工、物流壓力，無人零售旨在減輕這些痛點：透過減少前端人力削減人工成本，以較小的店鋪面積及靈活的選址，降低房租成本，同時借助物聯網和大數據降低物流成本。
電商們的流量大戰，從線上打到了線下，線上流量紅利時代逝去，已是行業共識，互聯網巨頭紛紛佈局線下零售，挖掘線下消費的大數據價值，試圖透過打造新場景，帶來新流量、新體驗和新供應鏈，無人零售數位化時代已然開啓。
科技推動發展。無可厚非，技術問題是無人零售普及的命門，視覺技術、物聯網技術與行動支付，則是其中的關鍵技術架構。當下， RFID 標籤技術及機器視覺行動偵測技術，是行業內比較推崇的兩種方式。
RFID：辨識技術鼻祖嗅到了智慧零售
簡單說，一個RFID晶片就像U盤一樣，可以存入特定數據，併發出無線射頻信號。接收機可以在一定距離內捕捉到信號。
在無人零售領域，RFID有著很大的發揮空間。無人便利店代表商家繽果盒子的CEO陳子林表示：「最初打造產品的時候，我們發現在無人商店裡使用RFID解決方案，是最可行、最有效率的。繽果盒子目前在全中國落地158家店，進駐22個城市。我們團隊利用RFID的商品辨識的優勢進行研發，RFID不僅僅是幫助認出這個商品而已，其實整套結算管理才是重頭戲。在研發最初，無人零售這行業是新物種，沒有可借鑒的，都要摸索。無人零售大戰一觸即發，我們越早推出越好。所以，選擇先用RFID技術把繽果盒子做出來，再去透過實戰，來去打磨後端支撐體系。」
匯美集團CMO肖海坤也表示，RFID在服裝的在智慧零售方面，還開發出更大的用處。
「我們可以透過攝影機捕捉到RFID晶片，能夠收集到顧客拿起過這件服裝的次數，每家門市店服裝銷售情況。這樣就知道了顧客的偏好，我們會根據這些數據改變服裝款式、顏色，最大程度滿足顧客需要。另外，如果門市店庫存減少，後台會自動顯示，我們可以第一時間智慧補貨，全程智慧化管理，工作人員很少參與。」
據不完全統計，目前市場上採用 RFID 標籤技術的各種無人店已超過 20 家。但在發展壯大的同時，RFID也出現了技術上的一些壁壘。比如：
1、成本。有質疑聲音認為，使用RFID技術雖然減少了線下人力成本，但後期營運和維護成本很高，且標籤成本抑制了低價商品的毛利。
2、漏讀。漏讀是目前行業內，正在重點解決的問題之一，即使只有單件商品放置在結算區，設備也無法讀取商品資訊，晶片與天線之間沒有發生接觸。「RFID標籤的辨識距離，跟它的功率大小、靈敏度和天線大小有關，原因非常複雜。如果辨識距離太小，就容易發生誤讀，但辨識距離太短，又容易發生漏讀」。有專家解釋道。
3、速度。結算完畢後，顧客需要帶著已買單的商品，經過一個感應區，感應區會自動辨識是否有未支付的商品。如果沒有，系統就會提示顧客推門離開，整個過程耗時約5秒。而隨著顧客購買的商品數增加，即使系統能夠準確辨識，耗時也將進一步增加，嚴重影響用戶體驗。
4、止損。採用RFID方案的無人便利店，面臨的止損挑戰主要來源於兩方面：一是顧客惡意損毀RFID標籤；二是顧客刻意遮蔽標籤的信號，比如用手或錫箔紙遮擋標籤。
目前，一些企業意識到了缺乏 " 護城河 " 的風險，對外宣稱正在跟進機器視覺技術。那麼，機器視覺技術又是什麼?
新技術「攪局」 機器視覺要幹掉RFID？
機器視覺是指利用攝影機、手機 GPS 或手機 WiFi 等，辨識動作、商品和人，以及進行定位與關聯。行移動偵測則是透過攝影機，採集圖像進行算法計算，當鏡頭畫面發生變動，如有人走過、鏡頭被移動時，算法計算會啓動，而計算結果一旦超過閾值，便會觸發指示系統做出報警處理，移動偵測常用於無人值守監控錄影和自動報警。亞馬遜無人超市——Amazon Go所採用的便是機器視覺辨識技術。
使用機器視覺辨識技術的零售方式，流程簡單、無需結賬、即買即走。消費者進入Amazon Go購物前，需要一個亞馬遜帳號，並下載app。在入口處會對顧客進行人臉辨識，確認用戶身份。
當消費者在貨架前停留，並選擇商品時，攝影機會透過圖像、手勢辨識，判斷顧客是否將貨物置於購物籃(購買)，還是只是看看然後放回原處(未購買)。
透過貨架上的紅外線感測器、壓力感應裝置(確認哪些商品被取走)，及荷載感測器(用於記錄哪些商品被放回原處)，掃描並記錄下消費者購買的商品，即時傳輸至 Amazon Go 的資訊中樞，然後自動在顧客亞馬遜賬戶上結算，用戶購物完成，直接離店。
智慧無人便利店「簡24」創始人兼 CEO 林捷談到未來，堅定的看好視覺辨識。「為什麼還有爭議，主要是智慧視覺辨識太難做，RFID技術成熟，很容易做好。」
林捷推出的無人便利店「簡24」，首家門市店以於 2018 年 10月 25 日在中國上海落地。據他介紹，簡 24 採取 Amazon Go 的方式，全智慧視覺辨識技術：用戶購物流程，就很像此前Amazon Go在宣傳片裡顯示的那樣：用戶掃碼打開閘機門，然後進店選購商品，選完商品後直接拿貨走人。
然而，由於智慧零售的技術複雜，在現實中尚沒有大規模出現。因此，基於物聯網、互聯網和智慧化，三種結合應用的則是大多數。
例如：京東 X 無人超市的貨架上，每一件商品都被貼上 RFID 標籤。同時，超市融合 RFID、人臉慧、智慧視覺辨識等多種技術，用戶在店內的所有行為、甚至在哪個貨架邊停留了幾秒，都可以被感知和分析。選好商品，消費者只需要通過結算通道，走出超市即可，全程不用進行任何操作。
據一位瞭解京東 X 超市項目的第三方人透露，京東研發出智慧視覺辨識系統，但根據不同場景選擇不同策略，便利店使用視覺辨識系統，但是在超市上還是採取 RFID 和人臉辨識等「相對折中」的技術。「京東就是給商家自由選擇權，當然，搭配不同的解決方案，成本結構也不同。」業內人士感嘆道。
無人零售未來發展趨勢
深蘭科技創始人陳海波曾表示，無人零售場景中「商品一定要能夠被遠距離非接觸辨識，機器視覺才是正確方向」。
但在萬端看來，雖然 RFID 單一技術並不能解決無人零售場景中的所有問題，但它仍有存在必要，而且擁有許多機器視覺，並不具備的優勢，比如即時監測庫存和商品的熱力分布。
萬端指出，未來商業的一大趨勢，就是數據的即時化和智慧化。RFID 即時、精準獲取海量數據的能力，如果能夠結合高效的數據分析系統，就可以為 C、B 端的協同，和供應鏈優化提供有力的數據支撐。
多技術融合
目前看來，多技術融合是未來無人零售解決方案的發展趨勢。
海外無人零售項目 QueueHop，無疑是 RFID 在無人零售場景中，結合其他技術的一個絕佳範例。QueueHop 的購物方式主要透過一個具有 RFID 功能的讀取器，和帶有商品二維碼的安全扣，以及具備自主結賬功能的系統來實現。
具體來說，它的運作方式是這樣的：首先，顧客把想要買的商品，放到專用的讀取器上，讀取器會辨識這些物品，並將價格和稅款顯示出來；然後，系統會詢問顧客是否想要紙質的小票，或者直接 email 給 TA；在顧客付款之後，還要把安全扣放入一個小槽裡面來解鎖。如果這是一個已經買過的商品，安全扣則自動被解鎖。
QueueHop 目前已經贏得了多家零售商客戶，包括 Rebecca Minkoff、Jor' jet Boutique ，以及其他一些著名的快時尚大眾品牌。
貼合應用場景
技術的發展，必須牢牢貼合實際應用場景。無人便利店是一種全新的零售業態，此前 RFID 廠商並未有針對性地，為這一場景設計產品。未來累積了一定經驗之後，應用 RFID 方案的無人便利店，有望得到進一步優化。
另外，在某些特殊場景中，RFID 技術也能揚長避短，充分發揮其價值。比如應用於很多食堂的 RFID 自助結算餐台。RFID 自助結算餐台，配備了多種色彩的餐具，每一種色彩對應一個價格，碗碟內置 RFID 標籤供餐台讀取價格資訊進行結算，一小時可以完成上千人次的自助結算，僅需一名操作員，站在設備後維持結算秩序即可，大大提高了結算效率。
路在何方
無人零售對整個行業來說，都是一個全新的命題，不管傳統企業，還是初創公司，都還處於探索階，還在不斷嘗試和驗證各種技術的可行性。
繽果盒子和 QueueHop 雖然以 RFID 起家，但也在積極探索機器視覺方案。目前，零售行業正處在一個百花齊放、百家爭鳴的時代。而這些不同觀點的交叉和碰撞，正是行業創新和發展的源泉。
資料來源：https://3smarket-info.blogspot.com/2020/08/rfid.html?m=1&fbclid=IwAR2BAg1fJ1BM08vEYQXphUi7hY2AquMChZCSKqC4-7CRw2r0ocZmgb4cteA
紙對折 次數 在 [閒聊] 流言終結者-紙張對折七次？ - 看板DiscoveryNGC 的推薦與評價
與潛水車同樣的一集，不過我想討論的是另一個主題，所以直接換標題了。
本集另一個流言，紙張對折無法超過七次，
我才剛聽完內容，就直覺應該可以登上「最沒營養的流言」前十名，
而且三個小娃的驗證似乎有點搞錯方向。
厚度增大是造成對折困難的原因沒錯，但若要找出科學論點，
真正應該探討的是幾個關鍵因素，
1.對折處曲率 2.紙張厚度 3.剩餘紙張長度
理解這幾個因素之間的關係，
其實根本不必進行後面的超大尺寸紙張實驗，因為只是想當然爾的結果罷了。
反之，有沒有可能對折一次就達到極限？當然可能！
我的推論根據是這樣，
1.對折處曲率
紙張對折處的「曲率」會隨著對折次數增加而變化，
也就是，對折次數愈多，對折處曲率會愈來愈小，
（曲率愈小表彎曲處愈平直，第一次對折的曲率可視為180度，形成一個極尖銳的角）
假設對折第n次，對折處所形成的曲率為Ｒn，得到曲率周長為Ｃn。
2.紙張厚度
而紙張厚度會影響曲率變化的緩急程度，
也就是，紙張愈厚，曲率變化愈快。
假設單一紙張厚度為Ｄ，對折第n次的總厚度為Ｄn。
3.剩餘紙張長度
最後一個因素，剩餘紙張長度，
指的是對折第n次，與對折線垂直的那個邊長，
假設該邊長是Ｌn。
上述參數轉化成剖面圖說明如下：
Ｘn
─ ──────────╮
↑ ──────────│
Ｄn ──────────│ Ｃn
↓ ──────────│
─ ──────────╯
Ｘn
黃色是第n次對折後，位於最外部的兩個紙面，
紅色是因對折曲率而耗損的紙張長度，即我稱為曲率周長的Ｃn，
（事實上是呈一個 0~180 之間的角度，為繪圖方便畫成彎曲弧線）
由圖可知 Ｌn ＝ ２Ｘn＋Ｃn，而 Ｄn 是對折第n次的總厚度，
剖面圖可以很清楚看出，當 Ｘn ＜ Ｄn 達一個程度，就很難對折密合，
於是就達到所謂的「對折極限次數」！
事實上，Ｘn可由Ｒn和Ｌn推算出來，Ｄn則可由Ｄ推算出來，
所以歸納結論，不正是我一開始說的，
對折處曲率Ｒn、紙張厚度Ｄ、剩餘紙張長度Ｌn，三個因素造就對折極限次數嗎？
而Ｒn的變化程度其實是受Ｄ的影響，
再把變數精簡一點，不就是Ｄ（紙張厚度）和Ｌn（紙張長度）在作祟嘛！
因此，
在相同邊長和技巧條件下，
紙張愈厚，會讓對折極限次數減少！
換個角度說，
在相同紙張厚度和技巧條件下，
紙張愈短，也會讓對折極限次數減少！
上述算式並非嚴謹的計算，只是用來表達我的推論內容，
文字說明看起來好像很複雜，其實觀念只是掠過腦袋一瞬間而已，
我的意思是，只要理解這層關係，
就知道所謂「紙張對折無法超過七次」純屬迷思！
那只是因為在人類尺度，日常生活所能接觸到的紙張，
可能剛好大部分就只能對折到七次，
如果把一張普通A4影印紙裁到只剩 1mm x 1mm 的尺度，
還能折七次嗎？折第二次都很困難了吧！
（和手指大小無關，用顯微工具來折，一樣不可能達到七次）
另外，驗證過程托瑞曾堅持，
該流言的重點是，相隔的兩次對折，其對折線必須呈90度，
所以長邊對折可以超過7次並不算破解。
沒錯，這是正確的。
兩者對折方式不同，產生的折線不一樣，
照流言的方式對折，對折線會同時影響兩個向度，
而每一個向度，經過每一次對折，都會有Ｒn減小的趨勢，
（Ｒn減小表示對折處愈接近直線，也就是愈難把紙張凹到底）
那當然會加速對折的難度！
所以節目說，有人用捲筒衛生紙長邊對折超過12次，一點都不意外啊！
這個實驗讓我只有一個感想，
看到十幾捆描圖紙就這樣白白糟蹋，
實在覺得好浪費，也感嘆外國節目實在好有錢！ @@
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 59.117.84.50
... <看更多>