请选择 进入手机版 | 继续访问电脑版

查看: 629|回复: 0

【福柜】新风口!福柜全新无人货柜技术大PK!

[复制链接]

该用户从未签到

发表于 2018-11-28 22:58 | 显示全部楼层 |阅读模式
机友会选手机攻略   |   手机价格速查   |  手机屏幕PPI速查
  从2017年到2018年无人货架这波风刮过后,留下一片狼藉,这条赛道的竞争者们或淘汰、或转型、或还在煎熬的转型路上。

  而转型的方向便是:智能货柜!

  有人却说智能货柜不就是自动贩卖机吗?能有什么区别?自动贩卖机做了那么多年也不见得成功,智能货柜就能成功吗?

  

  从事实来说智能货柜这条赛道已成为新一轮资本关注焦点,但市面上各种智能货柜层出不穷,今天我们就来对比一下智能货柜与市面上常见的无人货柜技术有什么区别。

  说到底智能货柜与无人货柜最本质上的区别就是技术。

  一、自动售卖机

  现如今自动售卖机正在慢慢退出我们的视线,因为自动售卖机的缺点显而易见:

  1、补货麻烦,费时费力,零部件故障率高

  传统自动售卖机在补货时相当费力,无法知道销售情况,补货员需携带大量商品前往自动售货机,打开货柜人工盘点,耗费时间与体力。且柜体货道大多采用传统弹簧及弹夹式,靠用户点击货道选购商品,无识别性能容易发生故障。

  2、品类设限、间隙大、机器空间利用率低。

  在商品品类上自动售货机所能售卖的商品种类极其有限,大多为饮料类商品无法满足消费者所需。

  3、保温性差,耗电率高

  自动售卖机,体积大易耗电这已是公认的事实,据市场统计数据反馈每台柜子每月需要400元左右电费。

  4、消费体验差,易卡顿

  自动售卖机因其技术限制,每次仅可购买一件商品,等待时间长;无法直接接触商品不能确认商品保质期,不规则商品易卡顿。

  二、RFID技术

  RFID技术采用标签识别,需将商品运送至中转仓拆箱人工贴签,无形中增加了二次物流成本、人工成本及标签成本。且RFID拥有致命性的缺陷:当标签损坏或被用户撕掉时,用户即可免费获取商品。金属外壳及透明材质不能被识别,雷雨天气也会对识别率产生影响。

  标签成本大概在0.47元每个,另加人工成本,每件商品的利润空间降低了1元左右,对经销商运营商来说增加了成本,降低了收益。

  三、静态识别技术

  静态识别技术是智能货柜较为普遍的识别技术,通过商品增减的对比判定消费行为的产生。技术相对稳定,但货柜内商品不能叠加售卖,可摆放商品数量较少,需频繁补货,增加人工成本。

  在福柜科技对无人新零售领域长达三年多的探索,尝试过RFID、静态感应等技术后,总结经验,基于人工智能技术创新出结合动态视频识别、大数据算法分析、卷积神经网络的全新尝试——福柜智能售货柜。解决了传统零售成本高、货损高、品类受限等问题,实现低成本、低货损、多品类,极大程度上满足消费者的所需。

  一、动态视频识别技术

  动态视频识别技术:利用动态视频捕捉、记录、处理、储存、传送、判定用户所拿商品的种类及数量,淘汰RFID、淘汰机械式,让商品经营品类不受限、运营成本低、投入成本低、容积大,识别率可达到99%。

  二、大数据算法技术

  利用大数据算法系统记录消费信息、分析消费者对于商品偏好度进行SKU(品类)优化分析、客单价分析、复购率分析,实时判断消费者喜好。

  三、卷积神经网络技术

  卷积神经网络技术主要体现在SKU(品类)不设限这块,利用设备自主学习、成长、视频图像特征记忆感知参数共享分发、仿生物视觉聚焦判别,实现柜体可容纳多品种、多样化的商品。

  福柜新一代智能货柜已实现量产正式对外运营,通过动态视频识别技术+大数据算法技术+卷积神经网络技术简化了用户购买流程。用户在扫码后,只需开门-选品取货-关门,三个步骤即可完成交易,货柜会自动识别用户购买的商品品类,并进行无感支付结算。

  SKU更丰富,福柜内可上架销售的商品覆盖市面上80%的品类,近千个SKU(种类),包括饮料、零食、生鲜、酸奶、日常用品、厨房调料、化妆品等,软硬包装均可识别。实际商用的识别准确率在99%以上。

  在大数据的支持下,福柜还实现了盗损低和智能补货,可以实时检测上架商品情况,避免保质期过期等原因导致的货损问题。

  

  在场景应用上,福柜智能货柜可摆放在写字楼层内、工厂、医院、商场、学校、娱乐场所等所有室内场景。

  而相对于传统自动售货机动辄上万元的成本,福柜智能货柜将有效控制成本,做到用科技服务生活,降低成本,不降品质。

  在未来,福柜必将研发出更先进的技术、更实用的设备,结合福柜无人便利店、福柜智能货柜、福柜智能机器人打造全新的生态化消费场景,向消费新生代分享购物新体验,成为新生代热爱的AI零售潮物种。

         



回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|机友会 ( 北京市公安局海淀分局网监中心备案编号:11010802020118  

GMT+8, 2019-5-20 13:43 , Processed in 0.050744 second(s), 24 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表