智能货柜及其异常处理方法、检测方法及系统和服务器与流程

1.本发明涉及计算机技术领域，具体而言，涉及一种智能货柜及其异常处理方法、检测方法及系统和服务器。


背景技术：

2.目前市场上重力动态智能货柜通过重力称获取开关门时的重力数据，并通过设置上下两组摄像头拍摄购物视频，利用重力差及动态视觉算法相辅相成进行购物订单商品的识别，显然这对货柜重力称要求非常高，不能出现异常情况，但是目前货柜终端软件无法获知重力称是否异常，只能通过人工去判断重力称是否异常，耗时耗力，然而人工判别难保时效性，就存在重力称异常时，客户端和云端都无法感知，导致上报云端的数据不准确，从而导致订单商品识别错误，进而造成误扣情况。
3.因此，如何提出一种无需人工干预就能够检测柜机重力称是否异常的方案成为目前亟待解决的问题。


技术实现要素：

4.为解决上述技术问题，本发明的第一方面提出了一种智能货柜的异常处理方法。
5.本发明的第二方面还提出了一种智能货柜的异常检测方法。
6.本发明的第三方面还提出了一种智能货柜的异常处理系统。
7.本发明的第四方面还提出了一种智能货柜的异常检测系统。
8.本发明的第五方面还提出了一种智能货柜的异常处理系统。
9.本发明的第六方面还提出了一种智能货柜的异常检测系统。
10.本发明的第七方面还提出了一种可读存储介质。
11.本发明的第八方面还提出了一种可读存储介质。
12.本发明的第九方面还提出了一种智能货柜。
13.本发明的第十方面还提出了一种服务器。
14.有鉴于此，本发明第一方面提出了一种智能货柜的异常处理方法，智能货柜与服务器通信，异常处理方法包括：获取至少一个订单数据，每个订单数据包括重量数据和图像数据；将订单数据传送给服务器，以供服务器根据订单数据判断智能货柜是否异常；以及接收来自服务器的异常处理信息，根据服务器的异常处理信息，对智能货柜进行异常处理。
15.根据本发明提供的智能货柜的异常处理方法，通过对智能货柜的至少一个订单数据进行获取，并将至少一个订单数据发送给服务器端，以便于服务器端能够根据智能货柜所上传的订单数据进行该智能货柜是否存在有异常进行判断，进而智能货柜接收来自服务器端根据订单数据分析判断出的作为异常处理信息的异常结果，而后智能货柜根据服务器端发送来的异常处理信息，进行异常处理动作，其中，每个订单数据都包括重量数据和图像数据，以便于服务器端根据重量数据以及图像数据进行异常分析。本技术通过智能货柜对图像数据和重量数据进行上传，为后续接收异常处理信息提供数据基础，在接收到异常处
理信息之后，便于根据异常处理信息及时采取异常处理措施，以此实现了无需人工进行智能货柜异常处理，本技术的智能货柜能够在接收到异常处理信息之后，第一时间采取异常处理措施，时效性更强。
16.另外，本发明提供的上述技术方案中的智能货柜的异常处理方法还可以具有如下附加技术特征：
17.在上述任一技术方案中，重量数据包括智能货柜开关门前后的重量变化值，图像数据包括智能货柜开关门前后的图像信息。
18.在该技术方案中，通过获取每笔订单智能货柜开关门前后的重量变化值，能够知晓智能货柜在每笔订单中重量的减少值，这个减少值作为判定依据，是后续判定智能货柜是否异常的重要数据，因此获取每笔订单开关门前后的重力变化值能够确保每笔订单完整性，不会因在中途获取数据而导致遗漏个别减少的商品的重量，同理，获取智能货柜开关门前后的图像信息也能够确保每笔订单的整个购物过程的图像的完整性，使得所获取的数据更加准确，具有高参考性。
19.其中，图像数据可以为智能货柜开关门前后时间段的视频，也可以为智能货柜开关门前后的照片。
20.在上述任一技术方案中，根据服务器的异常处理信息，对智能货柜进行异常处理的步骤具体包括：智能货柜根据来自服务器的异常处理信息，锁定智能货柜的柜门，和/或显示警报信息。
21.在该技术方案中，智能货柜通过接收服务器发来的异常处理信息，对自身进行异常处理，具体的，智能货柜在接收到服务器发来的异常处理信息之后，对智能货柜的柜门进行锁定处理，以避免用户继续在该货柜进行购买，保障了用户的购物体验，同时在接收到异常处理信息之后，智能货柜还可以显示报警信息，以提示用户该智能货柜存在异常，不要在该智能货柜购买商品，还可以对维修人员进行提醒，在维修人员看到智能货柜显示的警报信息之后，能够及时的对智能货柜进行维修。
22.本发明的第二方面提供了一种智能货柜的异常检测方法，包括：获取来自智能货柜的至少一个订单数据，每个订单数据包括重量数据和图像数据；针对每个订单数据，根据图像数据和重量数据确定与订单数据对应的订单是否异常；计算异常订单的累计次数，在累计次数达到预设次数时，确定智能货柜异常。
23.根据本发明的技术方案提供的智能货柜的异常检测方法，通过对智能货柜的至少一个订单数据进行获取，以获得每笔订单的重量数据和图像数据，进而基于每笔订单的重量数据和图像数据，分析该数据所对应的订单是否异常，在该订单数据所对应的订单被判定为异常订单时，异常订单的累计次数加1，进而计算异常订单累计的次数，当异常订单累计的次数达到预设次数时，智能货柜被判定为出现异常，以此实现了根据重量数据和图像数据对异常订单的判定，进而根据异常订单的数量，进行智能货柜是否异常的判定，无需人工费时费力的挨个智能货柜进行检修，本技术能够在智能货柜出现异常之后第一时间检测出来，时效性更强，相比人工检测工作效率更高，避免了因智能货柜出现异常未及时检测出来，而导致的订单金额误扣的情况的发生，提升了用户体验，运营商也不必安排人工对智能货柜进行频繁的检修，节约了人工成本。
24.在上述任一技术方案中，重量数据包括智能货柜开关门前后的重量变化值，图像
数据包括智能货柜开关门前后的图像信息，针对每个订单数据，根据图像数据和重量数据确定与订单数据对应的订单是否异常具体包括：根据图像数据确定智能货柜中减少的商品，获取所减少的商品的标准重量；计算所减少的商品的标准重量与重量变化值之间的重量差；在重量差的绝对值大于预设阈值时，确定与订单数据对应的订单异常。
25.在该技术方案中，通过图像数据确定出每笔订单智能货柜中所减少的商品，即通过图像数据对智能货柜中被用户拿取的商品进行确定，进而对所减少的商品对应的标准重量进行获取，以此确定出用户所购买的商品的标准的重量，进而将所减少商品的标准重量，与每笔订单对应的重量变化值进行对比，计算出二者的差值作为重量差，在所减少商品的标准重量，与重量变化值的重量差的绝对值比预设阈值大时，与该订单数据所对应的订单被判定为异常，例如，用户所购买的商品的标准重量为500g，智能货柜开关门前后的重量变化值为600g，而预设阈值为0g-80g，那么所减少商品的标准重量与重量变化值的重量差的绝对值为100g则大于预设阈值，判定该订单异常，以此根据图像数据对减少的商品进行确定，进而通过减少的商品的标准重量与重量变化值的重量差，进行订单是否异常的判定，实现了智能货柜异常检测的自动化，相较于人工检测效率更高，准确性也更高。
26.其中通过获取每笔订单智能货柜开关门前后的重量变化值，能够知晓智能货柜在每笔订单中重量的减少值，这个减少值作为判定依据，是后续判定智能货柜是否异常的重要数据，因此获取每笔订单开关门前后的重力变化值能够确保每笔订单完整性，不会因在中途获取数据而导致遗漏个别减少的商品的重量，同理，获取智能货柜开关门前后的图像信息也能够确保每笔订单的整个购物过程的图像的完整性，使得所获取的数据更加准确，具有高参考性。图像数据可以为智能货柜开关门前后时间段的视频，也可以为智能货柜开关门前后的照片。
27.在上述任一技术方案中，智能货柜的异常检测方法还包括：在确定智能货柜异常时，向智能货柜发送异常处理信息。
28.在该技术方案中，在服务器段确定出智能货柜出现异常时，与智能货柜进行通信，像其发送一个异常处理信息，以便于智能货柜根据异常处理信息做出相应的异常处理，以避免用户继续在该货柜进行购买，保障了用户的购物体验。
29.在上述任一技术方案中，智能货柜的异常检测方法还包括：在确定智能货柜异常时，发出报警信号，以提示维修。
30.在该技术方案中，通过发出报警信号以提示运营商智能货柜出现了异常，便于运营商进行的采取维修措施，及时恢复智能货柜的正常使用，提高了智能货柜的维护效率，对用户的使用体验提供保障。
31.在上述任一技术方案中，智能货柜的异常检测方法还包括：在确定所述智能货柜异常时，生成并发送智能货柜的异常报告，以提示维修。
32.在该技术方案中，通过生成该智能货柜的异常报告并进行发送，来进行维修提示，具体的，所生成的异常报告可以为向维修系统进行发送，也可以以邮件的形式发送到预设邮箱等方式，进行智能货柜出现异常需要进行维修的提醒，使得运营商能够及时知晓智能货柜出现了异常，根据提醒及时的对智能货柜进行维修，保障用户的使用体验。
33.在上述任一技术方案中，根据图像数据确定智能货柜中减少的商品的步骤具体包括：采用动态视觉算法根据图像数据确定智能货柜中减少的商品。
34.在该技术方案中，通过动态视觉算法对图像数据进行分析，以对智能货柜中减少的商品进行确定，能够通过动态视觉算法分析出图像数据中用户是否从智能货柜中拿取了商品，以及所拿取商品的种类，进而便于根据用户所拿取商品的种类，确定出所减少商品的标准重量。
35.在上述任一技术方案中，获取所减少的商品的标准重量的步骤具体包括：基于减少的商品在商品-标准重量关联表中匹配出所减少的商品的标准重量。
36.在该技术方案中，通过图像数据分析出智能货柜中减少的商品之后，根据商品-标准重量关联表中，对所减少商品的标准重量进行匹配获取，以此实现了所减少商品标准重量的确定，便于后续与智能货柜开门前后的重量变化值进行对比。
37.本发明的第三方面提供了一种智能货柜的异常处理系统，智能货柜与服务器通信，异常处理系统包括：获取模块，用于获取至少一个订单数据，每个订单数据包括重量数据和图像数据；发送模块，用于将订单数据传送给服务器，以供服务器根据订单数据判断智能货柜是否异常；处理模块，用于接收来自服务器的异常处理信息，根据异常处理信息，对智能货柜进行异常处理。
38.根据本发明的技术方案提供的智能货柜的异常处理系统，包括获取模块、发送模块和处理模块。其中，获取模块用于获取至少一个订单数据，每个订单数据包括重量数据和图像数据；发送模块用于将订单数据传送给服务器，以供服务器根据订单数据判断智能货柜是否异常；处理模块用于在接收来自服务器的异常处理信息，根据异常处理信息，对智能货柜进行异常处理。同时，根据本发明的技术方案提供的智能货柜的异常处理系统，由于其用于实现本发明的第一方面提供的智能货柜的异常处理方法的步骤，因而该智能货柜的异常处理系统具备该智能货柜的异常处理方法的全部技术效果，在此不再赘述。
39.在上述任一技术方案中，获取模块具体用于：获取智能货柜开关门前后的重量变化值作为重量数据，获取智能货柜开关门前后的图像信息作为图像数据。
40.在该技术方案中，通过获取每笔订单智能货柜开关门前后的重量变化值，能够知晓智能货柜在每笔订单中重量的减少值，这个减少值作为判定依据，是后续判定智能货柜是否异常的重要数据，因此获取每笔订单开关门前后的重力变化值能够确保每笔订单完整性，不会因在中途获取数据而导致遗漏个别减少的商品的重量，同理，获取智能货柜开关门前后的图像信息也能够确保每笔订单的整个购物过程的图像的完整性，使得所获取的数据更加准确，具有高参考性。
41.其中，图像数据可以为智能货柜开关门前后时间段的视频，也可以为智能货柜开关门前后的照片。
42.在上述任一技术方案中，处理模块具体用于智能货柜根据来自服务器的异常处理信息，锁定智能货柜的柜门，和/或显示警报信息。
43.在该技术方案中，智能货柜通过接收服务器发来的异常处理信息，对自身进行异常处理，具体的，智能货柜在接收到服务器发来的异常处理信息之后，对智能货柜的柜门进行锁定处理，以避免用户继续在该货柜进行购买，保障了用户的购物体验，同时在接收到异常处理信息之后，智能货柜还可以显示报警信息，以提示用户该智能货柜存在异常，不要在该智能货柜购买商品，还可以对维修人员进行提醒，在维修人员看到智能货柜显示的警报信息之后，能够及时的对智能货柜进行维修。
44.本发明的第四方面提供了一种智能货柜的异常检测系统，包括：接收模块，用于获取来自智能货柜的至少一个订单数据，每个订单数据包括重量数据和图像数据；异常判定模块，用于针对每个订单数据，根据图像数据和重量数据确定与订单数据对应的订单是否异常；确定模块，用于计算异常订单的累计次数，在累计次数达到预设次数时，确定智能货柜异常。
45.根据本发明的技术方案提供的智能货柜的异常检测系统，包括接收模块、异常判定模块和确定模块。其中，接收模块用于获取来自智能货柜的至少一个订单数据，每个订单数据包括重量数据和图像数据；异常判定模块用于针对每个订单数据，根据图像数据和重量数据确定与订单数据对应的订单是否异常；确定模块用于计算异常订单的累计次数，在累计次数达到预设次数时，确定智能货柜异常。同时，根据本发明的技术方案提供的智能货柜的异常检测系统，由于其用于实现本发明的第二方面提供的智能货柜的异常检测方法的步骤，因而该智能货柜的异常检测系统具备该智能货柜的异常检测方法的全部技术效果，在此不再赘述。
46.在上述任一技术方案中，重量数据包括智能货柜开关门前后的重量变化值，图像数据包括智能货柜开关门前后的图像信息，异常判定模块具体用于根据图像数据确定智能货柜中减少的商品，获取所减少的商品的标准重量；计算所减少的商品的标准重量与重量变化值之间的重量差；在重量差的绝对值大于预设阈值时，确定与订单数据对应的订单异常。
47.在该技术方案中，通过图像数据确定出每笔订单智能货柜中所减少的商品，即通过图像数据对智能货柜中被用户拿取的商品进行确定，进而对所减少的商品对应的标准重量进行获取，以此确定出用户所购买的商品的标准的重量，进而将所减少商品的标准重量，与每笔订单对应的重量变化值进行对比，计算出二者的差值作为重量差，在所减少商品的标准重量，与重量变化值的重量差的绝对值比预设阈值大时，与该订单数据所对应的订单被判定为异常，例如，用户所购买的商品的标准重量为500g，智能货柜开关门前后的重量变化值为600g，而预设阈值为0g-80g，那么所减少商品的标准重量与重量变化值的重量差的绝对值为100g则大于预设阈值，判定该订单异常，以此根据图像数据对减少的商品进行确定，进而通过减少的商品的标准重量与重量变化值的重量差，进行订单是否异常的判定，实现了智能货柜异常检测的自动化，相较于人工检测效率更高，准确性也更高。
48.其中通过获取每笔订单智能货柜开关门前后的重量变化值，能够知晓智能货柜在每笔订单中重量的减少值，这个减少值作为判定依据，是后续判定智能货柜是否异常的重要数据，因此获取每笔订单开关门前后的重力变化值能够确保每笔订单完整性，不会因在中途获取数据而导致遗漏个别减少的商品的重量，同理，获取智能货柜开关门前后的图像信息也能够确保每笔订单的整个购物过程的图像的完整性，使得所获取的数据更加准确，具有高参考性。图像数据可以为智能货柜开关门前后时间段的视频，也可以为智能货柜开关门前后的照片。
49.在上述任一技术方案中，智能货柜的异常检测系统还包括：信息发送模块，用于在确定智能货柜异常时，向智能货柜发送异常处理信息。
50.在该技术方案中，在服务器段确定出智能货柜出现异常时，与智能货柜进行通信，像其发送一个异常处理信息，以便于智能货柜根据异常处理信息做出相应的异常处理，以
避免用户继续在该货柜进行购买，保障了用户的购物体验。
51.在上述任一技术方案中，智能货柜的异常检测系统还包括：报警模块，用于在确定智能货柜异常时，发出报警信号，以提示维修。
52.在该技术方案中，通过发出报警信号以提示运营商智能货柜出现了异常，便于运营商进行的采取维修措施，及时恢复智能货柜的正常使用，提高了智能货柜的维护效率，对用户的使用体验提供保障。
53.在上述任一技术方案中，智能货柜的异常检测系统还包括：报告生成模块，用于生成并发送智能货柜的异常报告，以提示维修。
54.在该技术方案中，通过生成该智能货柜的异常报告并进行发送，来进行维修提示，具体的，所生成的异常报告可以为向维修系统进行发送，也可以以邮件的形式发送到预设邮箱等方式，进行智能货柜出现异常需要进行维修的提醒，使得运营商能够及时知晓智能货柜出现了异常，根据提醒及时的对智能货柜进行维修，保障用户的使用体验。
55.在上述任一技术方案中，异常判定模块具体还用于：采用动态视觉算法根据图像数据确定智能货柜中减少的商品。
56.在该技术方案中，通过动态视觉算法对图像数据进行分析，以对智能货柜中减少的商品进行确定，能够通过动态视觉算法分析出图像数据中用户是否从智能货柜中拿取了商品，以及所拿取商品的种类，进而便于根据用户所拿取商品的种类，确定出所减少商品的标准重量。
57.在上述任一技术方案中，异常判定模块还具体用于：基于减少的商品在商品-标准重量关联表中匹配出所减少的商品的标准重量。
58.在该技术方案中，通过图像数据分析出智能货柜中减少的商品之后，根据商品-标准重量关联表中，对所减少商品的标准重量进行匹配获取，以此实现了所减少商品标准重量的确定，便于后续与智能货柜开门前后的重量变化值进行对比。
59.本发明的第五方面提供了一种智能货柜的异常处理系统，包括：存储器、处理器及存储在存储器上并可在处理器上运行的程序，程序被处理器执行时实现上述任一技术方案的智能货柜的异常处理方法限定的步骤。
60.根据本发明的技术方案提供的智能货柜的异常处理系统，包括存储器和处理器及存储在存储器上并可在处理器上运行的程序，程序被处理器执行时实现上述任一智能货柜的异常处理方法限定的步骤。同时，由于本技术的智能货柜的异常处理系统能够实现上述任一智能货柜的异常处理方法限定的步骤，因此本技术方案提供的智能货柜的异常处理系统具有上述任一实施例中提供的智能货柜的异常处理方法的全部有益效果。
61.本发明的第六方面提供了一种智能货柜的异常检测系统，包括：存储器、处理器及存储在存储器上并可在处理器上运行的程序，程序被处理器执行时实现上述任一技术方案的智能货柜的异常检测方法限定的步骤。
62.根据本发明的技术方案提供的智能货柜的异常检测系统，包括存储器和处理器及存储在存储器上并可在处理器上运行的程序，程序被处理器执行时实现上述任一智能货柜的异常检测方法限定的步骤。同时，由于本技术的智能货柜的异常检测系统能够实现上述任一智能货柜的异常检测方法限定的步骤，因此本技术方案提供的智能货柜的异常检测系统具有上述任一实施例中提供的智能货柜的异常检测方法的全部有益效果。
63.本发明的第七方面技术方案提供了一种可读存储介质，其上存储有程序和/或指令，程序和/或指令被处理器执行时实现上述任一技术方案中的智能货柜的异常处理方法的步骤。
64.根据本发明的技术方案提供的可读存储介质，由于其上存储的程序和/或指令被处理器执行时可实现上述任一技术方案中的智能货柜的异常处理方法的步骤，因而具有上述智能货柜的异常处理方法的全部有益技术效果，在此不再赘述。
65.本发明的第八方面技术方案提供了一种可读存储介质，其上存储有程序和/或指令，程序和/或指令被处理器执行时实现上述任一技术方案中的智能货柜的异常检测方法的步骤。
66.根据本发明的技术方案提供的可读存储介质，由于其上存储的程序和/或指令被处理器执行时可实现上述任一技术方案中的智能货柜的异常检测方法的步骤，因而具有上述智能货柜的异常检测方法的全部有益技术效果，在此不再赘述。
67.本发明的第九方面提供了一种智能货柜，包括：上述任一技术方案中的智能货柜异常处理系统；和/或上述任一技术方案中的可读存储介质。
68.根据本发明的技术方案提供的智能货柜，包括上述任一技术方案中的智能货柜异常处理系统；和/或上述任一技术方案中的可读存储介质。同时，由于本技术的智能货柜包括上述任一技术方案中的智能货柜异常处理系统，因此本技术方案提供的智能货柜具有上述任一技术方案中提供的智能货柜的异常处理系统的全部有益效果。
69.本发明的第十方面提供了一种服务器，包括：上述任一技术方案中的智能货柜异常检测系统；和/或上述任一技术方案中的可读存储介质。
70.根据本发明的技术方案提供的智服务器，包括上述任一技术方案中的智能货柜异常检测系统；和/或上述任一技术方案中的可读存储介质。同时，由于本技术的智能货柜包括上述任一技术方案中的智能货柜异常处理系统，因此本技术方案提供的服务器具有上述任一技术方案中提供的智能货柜的异常检测系统的全部有益效果。
71.本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。
附图说明
72.本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
73.图1是根据本发明的实施例的智能货柜的异常处理方法的流程示意图；
74.图2是根据本发明的实施例的智能货柜的异常检测方法的流程示意图；
75.图3是根据本发明的实施例的智能货柜的异常处理系统的方框图；
76.图4是根据本发明的实施例的智能货柜的异常检测系统的方框图；
77.图5是根据本发明的实施例的智能货柜的异常处理系统的方框图；
78.图6是根据本发明的实施例的智能货柜的异常检测系统的方框图；
79.图7是根据本发明的实施例的智能货柜的异常检测方法的流程示意图；
80.图8是根据本发明的实施例的智能货柜的异常检测方法的流程示意图。
81.其中，图3至图6中附图标记与部件名称之间的对应关系为：
82.300智能货柜的异常处理系统，302获取模块，304发送模块，306处理模块，400智能货柜的异常检测系统，402接收模块，404异常判定模块，406确定模块，500智能货柜的异常处理系统，502存储器，504处理器，600智能货柜的异常检测系统，602存储器，604处理器。
具体实施方式
83.为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
84.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
85.下面参照图1至图8描述本发明一些实施例中的智能货柜及其异常处理方法、检测方法及系统和服务器。
86.实施例一
87.本实施例提出了一种异常处理方法，用于智能货柜，如图1所示，包括：
88.s102，获取智能货柜的一个或多个订单数据，每个订单数据包括重量数据和图像数据；
89.s104，将订单数据上传到服务器，以供服务器基于该订单数据判断智能货柜是否存在异常；
90.s106，接收来自服务器的异常处理信息，根据从服务器接收的异常处理信息，对智能货柜执行异常处理操作。
91.根据本实施例提供异常处理方法，用于智能货柜，通过对一个或多个订单数据进行获取，并将至少一个订单数据发送给服务器端，以便于服务器端能够根据智能货柜所上传的订单数据进行该智能货柜是否存在有异常进行判断，进而智能货柜接收来自服务器端根据订单数据分析判断出的作为异常处理信息的异常结果，而后智能货柜根据服务器端发送来的异常处理信息，进行异常处理动作，其中，每个订单数据都包括重量数据和图像数据，以便于服务器端根据重量数据以及图像数据进行异常分析。本技术通过智能货柜对图像数据和重量数据进行上传，为后续接收异常处理信息提供数据基础，在接收到异常处理信息之后，便于根据异常处理信息及时采取异常处理措施，以此实现了无需人工进行智能货柜异常处理，本技术的智能货柜能够在接收到异常处理信息之后，第一时间采取异常处理措施，时效性更强。
92.实施例二
93.本实施例提出了一种异常处理方法，用于智能货柜，包括：获取一个或多个订单数据，每个订单数据包括重量数据和图像数据，重量数据包括智能货柜开门前和关门后的重量变化值，智能货柜开门前和关门后的图像信息为图像数据；将订单数据上传到服务器，以供服务器基于该订单数据判断智能货柜是否存在异常；接收来自服务器的异常处理信息，根据从服务器接收的异常处理信息，对智能货柜执行异常处理操作。
94.根据本实施例提供的异常处理方法，用于智能货柜，通过对一个或多个订单数据进行获取，并将至少一个订单数据发送给服务器端，以便于服务器端能够根据智能货柜所
上传的订单数据进行该智能货柜是否存在有异常进行判断，进而智能货柜接收来自服务器端根据订单数据分析判断出的作为异常处理信息的异常结果，而后智能货柜根据服务器端发送来的异常处理信息，进行异常处理动作，其中，每个订单数据都包括重量数据和图像数据，以便于服务器端根据重量数据以及图像数据进行异常分析。本技术通过智能货柜对图像数据和重量数据进行上传，为后续接收异常处理信息提供数据基础，在接收到异常处理信息之后，便于根据异常处理信息及时采取异常处理措施，以此实现了无需人工进行智能货柜异常处理，本技术的智能货柜能够在接收到异常处理信息之后，第一时间采取异常处理措施，时效性更强。通过获取每笔订单智能货柜开门前、关门后的重量变化值，能够知晓智能货柜在每笔订单中重量的减少值，这个减少值作为判定依据，是后续判定智能货柜是否异常的重要数据，因此获取每笔订单开关门前后的重力变化值能够确保每笔订单完整性，不会因在中途获取数据而导致遗漏个别减少的商品的重量，同理，获取智能货柜开门前、关门后的图像信息也能够确保每笔订单的整个购物过程的图像的完整性，使得所获取的数据更加准确，具有高参考性。
95.其中，图像数据可以为智能货柜开关门前后时间段的视频，也可以为智能货柜开门前和关门后的照片。
96.实施例三
97.本实施例提出了一种异常处理方法，用于智能货柜，包括：获取一个或多个订单数据，每个订单数据包括重量数据和图像数据，重量数据包括智能货柜开门前和关门后的重量变化值，智能货柜开门前和关门后的图像信息为图像数据；将订单数据上传到服务器，以供服务器基于该订单数据判断智能货柜是否存在异常；接收来自服务器的异常处理信息，智能货柜根据来自服务器的异常处理信息，对智能货柜的柜门进行锁定，和/或对警报信息进行显示。
98.根据本实施例提供的异常处理方法，用于智能货柜，通过对一个或多个订单数据进行获取，并将至少一个订单数据发送给服务器端，以便于服务器端能够根据智能货柜所上传的订单数据进行该智能货柜是否存在有异常进行判断，进而智能货柜接收来自服务器端根据订单数据分析判断出的作为异常处理信息的异常结果，而后智能货柜通过接收服务器发来的异常处理信息，对自身进行异常处理，具体的，智能货柜在接收到服务器发来的异常处理信息之后，对智能货柜的柜门进行锁定处理，以避免用户继续在该货柜进行购买，保障了用户的购物体验，同时在接收到异常处理信息之后，智能货柜还可以显示报警信息，以提示用户该智能货柜存在异常，不要在该智能货柜购买商品，还可以对维修人员进行提醒，在维修人员看到智能货柜显示的警报信息之后，能够及时的对智能货柜进行维修。其中，每个订单数据都包括重量数据和图像数据，以便于服务器端根据重量数据以及图像数据进行异常分析。本技术通过智能货柜对图像数据和重量数据进行上传，为后续接收异常处理信息提供数据基础，在接收到异常处理信息之后，便于根据异常处理信息及时采取异常处理措施，以此实现了无需人工进行智能货柜异常处理，本技术的智能货柜能够在接收到异常处理信息之后，第一时间采取异常处理措施，时效性更强。通过获取每笔订单智能货柜开门前、关门后的重量变化值，能够知晓智能货柜在每笔订单中重量的减少值，这个减少值作为判定依据，是后续判定智能货柜是否异常的重要数据，因此获取每笔订单开关门前后的重力变化值能够确保每笔订单完整性，不会因在中途获取数据而导致遗漏个别减少的商品的
重量，同理，获取智能货柜开门前、关门后的图像信息也能够确保每笔订单的整个购物过程的图像的完整性，使得所获取的数据更加准确，具有高参考性。
99.其中，图像数据可以为智能货柜开关门前后时间段的视频，也可以为智能货柜开门前和关门后的照片。
100.实施例四
101.本实施例提出了一种异常检测方法，用于对智能货柜进行异常检测，如图2所示，包括：
102.s202，获取来自智能货柜订单数据中的至少一个，每个订单数据都包括有图像数据和重量数据；
103.s204，对于每个订单数据，根据图像数据和重量数据对与该订单数据对应的订单是否存在异常进行确定；
104.s206，进行异常订单累计次数计算，在累计次数超过预设次数时，智能货柜被确定为异常。
105.根据本实施例提供的异常检测方法，用于对智能货柜进行异常检测通过对智能货柜的一个或多个订单数据进行获取，以获得每笔订单的重量数据和图像数据，进而基于每笔订单的重量数据和图像数据，分析该数据所对应的订单是否异常，在该订单数据所对应的订单被判定为异常订单时，异常订单的累计次数加1，进而计算异常订单累计的次数，当异常订单累计的次数超过预设次数时，智能货柜被判定为出现异常，以此实现了根据重量数据和图像数据对异常订单的判定，进而根据异常订单的数量，进行智能货柜是否异常的判定，无需人工费时费力的挨个智能货柜进行检修，本技术能够在智能货柜出现异常之后第一时间检测出来，时效性更强，相比人工检测工作效率更高，避免了因智能货柜出现异常未及时检测出来，而导致的订单金额误扣的情况的发生，提升了用户体验，运营商也不必安排人工对智能货柜进行频繁的检修，节约了人工成本。
106.实施例五
107.本实施例提出了一种异常检测方法，用于对智能货柜进行异常检测，包括：获取来自智能货柜订单数据中的至少一个，每个订单数据都包括有图像数据和重量数据，重量数据包括智能货柜开门前和关门后的重量变化值，智能货柜开门前和关门后的图像信息为图像数据；根据图像数据确定智能货柜中所减少的商品，对所减少的商品的标准重量进行获取；对标准重量与重量变化值之间的重量差进行计算；在重量差的绝对值大于预设阈值时，对与订单数据对应的订单进行异常确定；进行异常订单累计次数计算，在累计次数超过预设次数时，智能货柜被确定为异常。
108.根据本实施例提供的异常检测方法，用于对智能货柜进行异常检测，通过对一个或多个订单数据进行获取，以获得每笔订单的重量数据和图像数据，通过图像数据确定出每笔订单智能货柜中所减少的商品，即通过图像数据对智能货柜中被用户拿取的商品进行确定，进而对所减少的商品对应的标准重量进行获取，以此确定出用户所购买的商品的标准的重量。进而将该标准重量，与每笔订单对应的智能货柜开门前和关门后的重量变化值进行对比。对二者的差值进行计算。以得到二者在重量上的差值，即重量差。在所减少商品的标准重量，与重量变化值的重量差的绝对值比预设阈值大时，与该订单数据所对应的订单被判定为异常。举例而言，用户所购买的商品，其标准重量为500g，而智能货柜的开门前
和关门后的重量变化为600g，而允许的重量误差的预设阈值为0g-80g，那么所减少商品的标准重量与重量变化值的重量差的绝对值为100g则大于预设阈值，判定该订单异常，以此根据图像数据对减少的商品进行确定，进而通过标准重量与重量变化值的重量差，进行订单是否异常的判定，实现了智能货柜异常检测的自动化，相较于人工检测效率更高，准确性也更高。进而计算异常订单累计的次数，当异常订单累计的次数超过预设次数时，智能货柜被判定为出现异常，以此实现了根据重量数据和图像数据对异常订单的判定，进而根据异常订单的数量，进行智能货柜是否异常的判定，无需人工费时费力的挨个智能货柜进行检修，本技术能够在智能货柜出现异常之后第一时间检测出来，时效性更强，相比人工检测工作效率更高，避免了因智能货柜出现异常未及时检测出来，而导致的订单金额误扣的情况的发生，提升了用户体验，运营商也不必安排人工对智能货柜进行频繁的检修，节约了人工成本。
109.其中通过获取每笔订单智能货柜开门前和关门后的重量变化值，能够知晓智能货柜在每笔订单中重量的减少值，这个减少值作为判定依据，是后续判定智能货柜是否异常的重要数据，因此获取每笔订单开关门前后的重力变化值能够确保每笔订单完整性，不会因在中途获取数据而导致遗漏个别减少的商品的重量，同理，获取智能货柜开门前和关门后的图像信息也能够确保每笔订单的整个购物过程的图像的完整性，使得所获取的数据更加准确，具有高参考性。图像数据可以为智能货柜开关门前后时间段的视频，也可以为智能货柜开门前和关门后的照片。
110.实施例六
111.本实施例提出了一种异常检测方法，用于对智能货柜进行异常检测，包括：获取来自智能货柜订单数据中的一个或多个，每个订单数据都包括有图像数据和重量数据，重量数据包括智能货柜开门前和关门后的重量变化值，智能货柜开门前和关门后的图像信息为图像数据；根据图像数据确定智能货柜中所减少的商品，对所减少的商品的标准重量进行获取；对标准重量与重量变化值之间的重量差进行计算；在重量差的绝对值大于预设阈值时，对与订单数据对应的订单进行异常确定；进行异常订单累计次数计算，在累计次数超过预设次数时，智能货柜被确定为异常；在智能货柜被确定为异常时，向智能货柜发送服务器端所得到的异常处理信息。
112.根据本实施例提供的异常检测方法，用于对智能货柜进行异常检测，通过对智能货柜的一个或多个订单数据进行获取，以获得每笔订单的重量数据和图像数据，通过图像数据确定出每笔订单智能货柜中所减少的商品，即通过图像数据对智能货柜中被用户拿取的商品进行确定，进而对所减少的商品对应的标准重量进行获取，以此确定出用户所购买的商品的标准的重量。进而将该标准重量，与每笔订单对应的智能货柜开门前和关门后的重量变化值进行对比。对二者的差值进行计算。以得到二者在重量上的差值，即重量差。在所减少商品的标准重量，与重量变化值的重量差的绝对值比预设阈值大时，与该订单数据所对应的订单被判定为异常。举例而言，用户所购买的商品，其标准重量为500g，而智能货柜的开门前和关门后的重量变化为600g，而允许的重量误差的预设阈值为0g-80g，那么所减少商品的标准重量与重量变化值的重量差的绝对值为100g则大于预设阈值，判定该订单异常，以此根据图像数据对减少的商品进行确定，进而通过标准重量与重量变化值的重量差，进行订单是否异常的判定，实现了智能货柜异常检测的自动化，相较于人工检测效率更
高，准确性也更高。进而计算异常订单累计的次数，当异常订单累计的次数超过预设次数时，智能货柜被判定为出现异常，以此实现了根据重量数据和图像数据对异常订单的判定，进而根据异常订单的数量，进行智能货柜是否异常的判定，无需人工费时费力的挨个智能货柜进行检修，本技术能够在智能货柜出现异常之后第一时间检测出来，时效性更强，相比人工检测工作效率更高，避免了因智能货柜出现异常未及时检测出来，而导致的订单金额误扣的情况的发生，提升了用户体验，运营商也不必安排人工对智能货柜进行频繁的检修，节约了人工成本。在服务器段确定出智能货柜出现异常时，与智能货柜进行通信，像其发送一个异常处理信息，以便于智能货柜根据异常处理信息做出相应的异常处理，以避免用户继续在该货柜进行购买，保障了用户的购物体验。
113.实施例七
114.本实施例提出了一种异常检测方法，用于对智能货柜进行异常检测，包括：获取来自智能货柜订单数据中的一个或多个，每个订单数据都包括有图像数据和重量数据，重量数据包括智能货柜开门前和关门后的重量变化值，智能货柜开门前和关门后的图像信息为图像数据；根据图像数据确定智能货柜中所减少的商品，对所减少的商品的标准重量进行获取；对标准重量与重量变化值之间的重量差进行计算；在重量差的绝对值大于预设阈值时，对与订单数据对应的订单进行异常确定；进行异常订单累计次数计算，在累计次数超过预设次数时，智能货柜被确定为异常；在智能货柜被确定为异常时，发出报警信号，以提示维修。
115.根据本实施例提供的异常检测方法，用于对智能货柜进行异常检测，通过对智能货柜的一个或多个订单数据进行获取，以获得每笔订单的重量数据和图像数据，通过图像数据确定出每笔订单智能货柜中所减少的商品，即通过图像数据对智能货柜中被用户拿取的商品进行确定，进而对所减少的商品对应的标准重量进行获取，以此确定出用户所购买的商品的标准的重量。进而将该标准重量，与每笔订单对应的智能货柜开门前和关门后的重量变化值进行对比。对二者的差值进行计算。以得到二者在重量上的差值，即重量差。在所减少商品的标准重量，与重量变化值的重量差的绝对值比预设阈值大时，与该订单数据所对应的订单被判定为异常。举例而言，用户所购买的商品，其标准重量为500g，而智能货柜的开门前和关门后的重量变化为600g，而允许的重量误差的预设阈值为0g-80g，那么所减少商品的标准重量与重量变化值的重量差的绝对值为100g则大于预设阈值，判定该订单异常，以此根据图像数据对减少的商品进行确定，进而通过标准重量与重量变化值的重量差，进行订单是否异常的判定，实现了智能货柜异常检测的自动化，相较于人工检测效率更高，准确性也更高。进而计算异常订单累计的次数，当异常订单累计的次数超过预设次数时，智能货柜被判定为出现异常，以此实现了根据重量数据和图像数据对异常订单的判定，进而根据异常订单的数量，进行智能货柜是否异常的判定，无需人工费时费力的挨个智能货柜进行检修，本技术能够在智能货柜出现异常之后第一时间检测出来，时效性更强，相比人工检测工作效率更高，避免了因智能货柜出现异常未及时检测出来，而导致的订单金额误扣的情况的发生，提升了用户体验，运营商也不必安排人工对智能货柜进行频繁的检修，节约了人工成本。通过发出报警信号以提示运营商智能货柜出现了异常，便于运营商进行的采取维修措施，及时恢复智能货柜的正常使用，提高了智能货柜的维护效率，对用户的使用体验提供保障。
116.实施例八
117.本实施例提出了一种异常检测方法，用于对智能货柜进行异常检测，包括：获取来自智能货柜订单数据中的一个或多个，每个订单数据都包括有图像数据和重量数据，重量数据包括智能货柜开门前和关门后的重量变化值，智能货柜开门前和关门后的图像信息为图像数据；根据图像数据确定智能货柜中所减少的商品，对所减少的商品的标准重量进行获取；对标准重量与重量变化值之间的重量差进行计算；在重量差的绝对值大于预设阈值时，对与订单数据对应的订单进行异常确定；进行异常订单累计次数计算，在累计次数超过预设次数时，智能货柜被确定为异常；在智能货柜被确定为异常时，生成并发送智能货柜的异常报告，以提示维修。
118.根据本实施例提供的异常检测方法，用于智能货柜，通过对智能货柜的一个或多个订单数据进行获取，以获得每笔订单的重量数据和图像数据，通过图像数据确定出每笔订单智能货柜中所减少的商品，即通过图像数据对智能货柜中被用户拿取的商品进行确定，进而对所减少的商品对应的标准重量进行获取，以此确定出用户所购买的商品的标准的重量。进而将该标准重量，与每笔订单对应的智能货柜开门前和关门后的重量变化值进行对比。对二者的差值进行计算。以得到二者在重量上的差值，即重量差。在所减少商品的标准重量，与重量变化值的重量差的绝对值比预设阈值大时，与该订单数据所对应的订单被判定为异常。举例而言，用户所购买的商品，其标准重量为500g，而智能货柜的开门前和关门后的重量变化为600g，而允许的重量误差的预设阈值为0g-80g，那么所减少商品的标准重量与重量变化值的重量差的绝对值为100g则大于预设阈值，判定该订单异常，以此根据图像数据对减少的商品进行确定，进而通过减少的商品的标准重量与重量变化值的重量差，进行订单是否异常的判定，实现了智能货柜异常检测的自动化，相较于人工检测效率更高，准确性也更高。进而计算异常订单累计的次数，当异常订单累计的次数超过预设次数时，智能货柜被判定为出现异常，以此实现了根据重量数据和图像数据对异常订单的判定，进而根据异常订单的数量，进行智能货柜是否异常的判定，无需人工费时费力的挨个智能货柜进行检修，本技术能够在智能货柜出现异常之后第一时间检测出来，时效性更强，相比人工检测工作效率更高，避免了因智能货柜出现异常未及时检测出来，而导致的订单金额误扣的情况的发生，提升了用户体验，运营商也不必安排人工对智能货柜进行频繁的检修，节约了人工成本。通过生成该智能货柜的异常报告并进行发送，来进行维修提示，具体的，所生成的异常报告可以为向维修系统进行发送，也可以以邮件的形式发送到预设邮箱等方式，进行智能货柜出现异常需要进行维修的提醒，使得运营商能够及时知晓智能货柜出现了异常，根据提醒及时的对智能货柜进行维修，保障用户的使用体验。
119.实施例九
120.本实施例提出了一种异常检测方法，用于对智能货柜进行异常检测，包括：获取来自智能货柜订单数据中的一个或多个，每个订单数据都包括有图像数据和重量数据，重量数据包括智能货柜开门前和关门后的重量变化值，智能货柜开门前和关门后的图像信息为图像数据；根据图像数据采用动态视觉算法确定智能货柜中所减少的商品，对所减少的商品的标准重量进行获取；对标准重量与重量变化值之间的重量差进行计算；在重量差的绝对值大于预设阈值时，对与订单数据对应的订单进行异常确定；进行异常订单累计次数计算，在累计次数超过预设次数时，智能货柜被确定为异常。
121.根据本实施例提供的异常检测方法，用于智能货柜，通过对智能货柜的一个或多个订单数据进行获取，以获得每笔订单的重量数据和图像数据，通过动态视觉算法对图像数据进行分析，以对智能货柜中所减少的商品进行确定，能够通过动态视觉算法分析出图像数据中用户是否从智能货柜中拿取了商品，以及所拿取商品的种类，进而便于根据用户所拿取商品的种类，确定出所减少商品的标准重量，与每笔订单对应的重量变化值进行对比，计算出二者的差值作为重量差。在标准重量，与重量变化值的重量差的绝对值比预设阈值大时，与该订单数据所对应的订单被判定为异常。举例而言，用户所购买的商品，其标准重量为500g，而智能货柜的开门前和关门后的重量变化为600g，而允许的重量误差的预设阈值为0g-80g，那么所减少商品的标准重量与重量变化值的重量差的绝对值为100g则大于预设阈值，判定该订单异常，以此根据图像数据对减少的商品进行确定，进而通过标准重量与重量变化值的重量差，进行订单是否异常的判定，实现了智能货柜异常检测的自动化，相较于人工检测效率更高，准确性也更高。进而计算异常订单累计的次数，当异常订单累计的次数超过预设次数时，智能货柜被判定为出现异常，以此实现了根据重量数据和图像数据对异常订单的判定，进而根据异常订单的数量，进行智能货柜是否异常的判定，无需人工费时费力的挨个智能货柜进行检修，本技术能够在智能货柜出现异常之后第一时间检测出来，时效性更强，相比人工检测工作效率更高，避免了因智能货柜出现异常未及时检测出来，而导致的订单金额误扣的情况的发生，提升了用户体验，运营商也不必安排人工对智能货柜进行频繁的检修，节约了人工成本。
122.实施例十
123.本实施例提出了一种异常检测方法，用于对智能货柜进行异常检测，包括：获取来自智能货柜订单数据中的一个或多个，每个订单数据都包括有图像数据和重量数据，重量数据包括智能货柜开门前和关门后的重量变化值，智能货柜开门前和关门后的图像信息为图像数据；根据图像数据确定智能货柜中所减少的商品，基于减少的商品在商品-标准重量关联表中匹配出所减少的商品的标准重量；对标准重量与重量变化值之间的重量差进行计算；在重量差的绝对值大于预设阈值时，对与订单数据对应的订单进行异常确定；进行异常订单累计次数计算，在累计次数超过预设次数时，智能货柜被确定为异常。
124.根据本实施例提供的异常检测方法，用于对智能货柜进行异常检测，通过对智能货柜的一个或多个订单数据进行获取，以获得每笔订单的重量数据和图像数据，通过图像数据确定出每笔订单智能货柜中所减少的商品，即通过图像数据对智能货柜中被用户拿取的商品进行确定，通过图像数据分析出智能货柜中所减少的商品之后，根据商品-标准重量关联表中，对所减少商品的标准重量进行获取，以此实现了所减少商品标准重量的确定。进而将标准重量，与每笔订单对应的重量变化值进行对比，计算出二者的差值作为重量差。在所减少商品的标准重量，与重量变化值的重量差的绝对值比预设阈值大时，与该订单数据所对应的订单被判定为异常。举例而言，用户所购买的商品，其标准重量为500g，而智能货柜的开门前和关门后的重量变化为600g，而允许的重量误差的预设阈值为0g-80g，那么所减少商品的标准重量与重量变化值的重量差的绝对值为100g则大于预设阈值，判定该订单异常。以此根据图像数据对减少的商品进行确定，进而通过标准重量与重量变化值的重量差，进行订单是否异常的判定，实现了智能货柜异常检测的自动化，相较于人工检测效率更高，准确性也更高。进而计算异常订单累计的次数，当异常订单累计的次数超过预设次数
时，智能货柜被判定为出现异常，以此实现了根据重量数据和图像数据对异常订单的判定，进而根据异常订单的数量，进行智能货柜是否异常的判定，无需人工费时费力的挨个智能货柜进行检修，本技术能够在智能货柜出现异常之后第一时间检测出来，时效性更强，相比人工检测工作效率更高，避免了因智能货柜出现异常未及时检测出来，而导致的订单金额误扣的情况的发生，提升了用户体验，运营商也不必安排人工对智能货柜进行频繁的检修，节约了人工成本。
125.实施例十一
126.本实施例提供了一种智能货柜的异常处理系统300，如图3所示，智能货柜与服务器通信，异常处理系统包括：获取模块302，用于获取一个或多个订单数据，每个订单数据包括重量数据和图像数据；发送模块304，用于将订单数据上传到服务器，以供服务器基于该订单数据判断智能货柜是否存在异常；处理模块306，用于接收来自服务器的异常处理信息，根据异常处理信息，对智能货柜进行异常处理。
127.根据本实施例提供的异常处理系统300，包括获取模块302、发送模块304和处理模块306。其中，获取模块302用于获取一个或多个订单数据，每个订单数据包括重量数据和图像数据；发送模块304用于将订单数据上传到服务器，以供服务器基于该订单数据判断智能货柜是否存在异常；处理模块306用于在接收来自服务器的异常处理信息，根据异常处理信息，对智能货柜进行异常处理。通过对智能货柜的一个或多个订单数据进行获取，并将一个或多个订单数据发送给服务器端，以便于服务器端能够根据智能货柜所上传的订单数据进行该智能货柜是否存在有异常进行判断，进而服务器端将自身根据订单数据分析判断出的异常结果作为异常处理信息向智能货柜进行发送，智能货柜进一步基于服务器端发送来的异常处理信息，进行异常处理动作，其中，每个订单数据都包括重量数据和图像数据，以便于服务器端根据重量数据以及图像数据进行异常分析。本技术通过服务器对智能货柜上传的图像数据和重量数据对智能货柜是否存在异常进行分析判定，并将分析结果发送给智能货柜以便于智能货柜在出现异常的时候及时采取异常处理措施，以此实现了无需人工干预的智能货柜异常处理，无需人工费时费力的挨个智能货柜进行检修，本技术能够在智能货柜出现异常之后第一时间采取异常处理措施，时效性更强，相比人工检测工作效率更高，避免了因智能货柜出现异常未及时处理，而导致的订单金额误扣的情况的发生，提升了用户体验，运营商也不必安排人工对智能货柜进行频繁的检修，节约了人工成本。
128.在上述任一实施例中，获取模块302具体用于：获取智能货柜开门前和关门后的重量变化值作为重量数据，获取智能货柜开关门前后的图像信息作为图像数据。
129.在该实施例中，通过获取每笔订单智能货柜开门前和关门后的重量变化值，能够知晓智能货柜在每笔订单中重量的减少值，这个减少值作为判定依据，是后续判定智能货柜是否异常的重要数据，因此获取每笔订单开关门前后的重力变化值能够确保每笔订单完整性，不会因在中途获取数据而导致遗漏个别减少的商品的重量，同理，获取智能货柜开关门前后的图像信息也能够确保每笔订单的整个购物过程的图像的完整性，使得所获取的数据更加准确，具有高参考性。
130.其中，图像数据可以为智能货柜开关门前后时间段的视频，也可以为智能货柜开关门前后的照片。
131.在上述任一实施例中，处理模块306具体用于智能货柜根据来自服务器的异常处
理信息，对智能货柜的柜门进行锁定，和/或对警报信息进行显示。
132.在该实施例中，智能货柜通过接收服务器发来的异常处理信息，对自身进行异常处理，具体的，智能货柜在接收到服务器发来的异常处理信息之后，对智能货柜的柜门进行锁定处理，以避免用户继续在该货柜进行购买，保障了用户的购物体验，同时在接收到异常处理信息之后，智能货柜还可以显示报警信息，以提示用户该智能货柜存在异常，不要在该智能货柜购买商品，还可以对维修人员进行提醒，在维修人员看到智能货柜显示的警报信息之后，能够及时的对智能货柜进行维修。
133.实施例十二
134.本实施例提供了一种智能货柜的异常检测系统400，如图4所示，包括：接收模块402，用于获取来自智能货柜订单数据中的一个或多个，每个订单数据都包括有图像数据和重量数据；异常判定模块404，用于对于每个订单数据，根据图像数据和重量数据对与该订单数据对应的订单是否存在异常进行确定；确定模块406，用于进行异常订单累计次数计算，在累计次数超过预设次数时，智能货柜被确定为异常。
135.根据本实施例提供的异常检测系统400，包括接收模块402、异常判定模块404和确定模块406。其中，接收模块402用于获取来自智能货柜订单数据中的一个或多个，每个订单数据都包括有图像数据和重量数据；异常判定模块404用于对于每个订单数据，根据图像数据和重量数据对与该订单数据对应的订单是否存在异常进行确定；确定模块406用于进行异常订单累计次数计算，在累计次数超过预设次数时，通过对智能货柜的一个或多个订单数据进行获取，以获得每笔订单的重量数据和图像数据，进而基于每笔订单的重量数据和图像数据，分析该数据所对应的订单是否异常，在该订单数据所对应的订单被判定为异常订单时，异常订单的累计次数加1，进而计算异常订单累计的次数，当异常订单累计的次数超过预设次数时，智能货柜被判定为出现异常，以此实现了根据重量数据和图像数据对异常订单的判定，进而根据异常订单的数量，进行智能货柜是否异常的判定，无需人工费时费力的挨个智能货柜进行检修，本技术能够在智能货柜出现异常之后第一时间检测出来，时效性更强，相比人工检测工作效率更高，避免了因智能货柜出现异常未及时检测出来，而导致的订单金额误扣的情况的发生，提升了用户体验，运营商也不必安排人工对智能货柜进行频繁的检修，节约了人工成本。
136.在上述任一实施例中，重量数据包括开门前和关门后的重量变化值，智能货柜开门前和关门后的图像信息为图像数据，异常判定模块404具体用于根据图像数据确定智能货柜中所减少的商品，对所减少的商品的标准重量进行获取；对所减少的商品的标准重量与重量变化值之间的重量差进行计算；在重量差的绝对值大于预设阈值时，确定与订单数据对应的订单异常。
137.在该实施例中，通过图像数据确定出每笔订单智能货柜中所减少的商品，即通过图像数据对智能货柜中被用户拿取的商品进行确定，进而对所减少的商品对应的标准重量进行获取，以此确定出用户所购买的商品的标准的重量。进而将该标准重量，与每笔订单对应的智能货柜开门前和关门后的重量变化值进行对比。对二者的差值进行计算。以得到二者在重量上的差值，即重量差。在所减少商品的标准重量，与重量变化值的重量差的绝对值比预设阈值大时，与该订单数据所对应的订单被判定为异常。举例而言，用户所购买的商品，其标准重量为500g，而智能货柜的开门前和关门后的重量变化为600g，而允许的重量误
差的预设阈值为0g-80g，那么所减少商品的标准重量与重量变化值的重量差的绝对值为100g则大于预设阈值，判定该订单异常，以此根据图像数据对减少的商品进行确定，进而通过减少的商品的标准重量与重量变化值的重量差，进行订单是否异常的判定，实现了智能货柜异常检测的自动化，相较于人工检测效率更高，准确性也更高。
138.其中通过获取每笔订单智能货柜开门前和关门后的重量变化值，能够知晓智能货柜在每笔订单中重量的减少值，这个减少值作为判定依据，是后续判定智能货柜是否异常的重要数据，因此获取每笔订单开关门前后的重力变化值能够确保每笔订单完整性，不会因在中途获取数据而导致遗漏个别减少的商品的重量，同理，获取智能货柜开关门前后的图像信息也能够确保每笔订单的整个购物过程的图像的完整性，使得所获取的数据更加准确，具有高参考性。图像数据可以为智能货柜开关门前后时间段的视频，也可以为智能货柜开关门前后的照片。
139.在上述任一实施例中，智能货柜的异常检测系统400还包括：信息发送模块，用于在智能货柜被确定为异常时，向智能货柜发送异常处理信息。
140.在该实施例中，在服务器段确定出智能货柜出现异常时，与智能货柜进行通信，像其发送一个异常处理信息，以便于智能货柜根据异常处理信息做出相应的异常处理，以避免用户继续在该货柜进行购买，保障了用户的购物体验。
141.在上述任一实施例中，智能货柜的异常检测系统400还包括：报警模块，用于在智能货柜被确定为异常时，发出报警信号，以提示维修。
142.在该实施例中，通过发出报警信号以提示运营商智能货柜出现了异常，便于运营商进行的采取维修措施，及时恢复智能货柜的正常使用，提高了智能货柜的维护效率，对用户的使用体验提供保障。
143.在上述任一实施例中，智能货柜的异常检测系统400还包括：报告生成模块，用于生成并发送智能货柜的异常报告，以提示维修。
144.在该实施例中，通过生成该智能货柜的异常报告并进行发送，来进行维修提示，具体的，所生成的异常报告可以为向维修系统进行发送，也可以以邮件的形式发送到预设邮箱等方式，进行智能货柜出现异常需要进行维修的提醒，使得运营商能够及时知晓智能货柜出现了异常，根据提醒及时的对智能货柜进行维修，保障用户的使用体验。
145.在上述任一实施例中，异常判定模块404具体还用于：根据图像数据采用动态视觉算法确定智能货柜中所减少的商品。
146.在该实施例中，通过动态视觉算法对图像数据进行分析，以对智能货柜中所减少的商品进行确定，能够通过动态视觉算法分析出图像数据中用户是否从智能货柜中拿取了商品，以及所拿取商品的种类，进而便于根据用户所拿取商品的种类，确定出所减少商品的标准重量。
147.在上述任一实施例中，异常判定模块404还具体用于：基于减少的商品在商品-标准重量关联表中匹配出所减少的商品的标准重量。
148.在该实施例中，通过图像数据分析出智能货柜中所减少的商品之后，根据商品-标准重量关联表中，对所减少商品的标准重量进行匹配获取，以此实现了所减少商品标准重量的确定，便于后续与智能货柜开门前后的重量变化值进行对比。
149.实施例十三
150.本实施例提供了一种智能货柜的异常处理系统500，如图5所示，包括：存储器502、处理器504及存储在存储器502上并可在处理器504上运行的程序，程序被处理器504执行时实现上述任一实施例的智能货柜的异常处理方法限定的步骤。
151.根据本实施例提供的异常处理系统500，包括存储器502和处理器504及存储在存储器502上并可在处理器504上运行的程序，程序被处理器504执行时实现上述任一异常处理方法限定的步骤。同时，由于本技术异常处理系统能够实现上述任一异常处理方法限定的步骤，因此本实施例提供的异常处理系统具有上述任一实施例中提供的异常处理方法的全部有益效果。
152.实施例十四
153.本实施例提供了一种智能货柜的异常检测系统600，如图6所示，包括：存储器602、处理器604及存储在存储器602上并可在处理器604上运行的程序，程序被处理器604执行时实现上述任一实施例的智能货柜的异常检测方法限定的步骤。
154.根据本实施例提供的异常检测系统600，包括存储器602和处理器604及存储在存储器602上并可在处理器604上运行的程序，程序被处理器604执行时实现上述任一异常检测方法限定的步骤。同时，由于本技术的异常检测系统能够实现上述任一异常检测方法限定的步骤，因此本实施例提供的智能货柜的异常检测系统具有上述任一实施例中提供的异常检测方法的全部有益效果。
155.实施例十五
156.本实施例提供了一种可读存储介质，其上存储有程序和/或指令，程序和/或指令被处理器执行时实现上述任一实施例中的智能货柜的异常处理方法的步骤。
157.根据本实施例提供的可读存储介质，由于其上存储的程序和/或指令被处理器执行时可实现上述任一实施例中的智能货柜的异常处理方法的步骤，因而具有上述智能货柜的异常处理方法的全部有益技术效果，在此不再赘述。
158.实施例十六
159.本实施例提供了一种可读存储介质，其上存储有程序和/或指令，程序和/或指令被处理器执行时实现上述任一实施例中的智能货柜的异常检测方法的步骤。
160.根据本实施例提供的可读存储介质，由于其上存储的程序和/或指令被处理器执行时可实现上述任一实施例中的智能货柜的异常检测方法的步骤，因而具有上述智能货柜的异常检测方法的全部有益技术效果，在此不再赘述。
161.实施例十七
162.本实施例提供了一种智能货柜，包括：上述任一实施例中的智能货柜异常处理系统；和/或上述任一实施例中的可读存储介质。
163.根据本实施例提供的智能货柜，包括上述任一实施例中的智能货柜异常处理系统；和/或上述任一实施例中的可读存储介质。同时，由于本技术的智能货柜包括上述任一实施例中的智能货柜异常处理系统，因此本实施例提供的智能货柜具有上述任一实施例中提供的智能货柜的异常处理系统的全部有益效果。
164.实施例十八
165.本实施例提供了一种服务器，包括：上述任一实施例中的智能货柜异常检测系统；和/或上述任一实施例中的可读存储介质。
166.根据本实施例提供的智服务器，包括上述任一实施例中的智能货柜异常检测系统；和/或上述任一实施例中的可读存储介质。同时，由于本技术的智能货柜包括上述任一实施例中的智能货柜异常处理系统，因此本实施例提供的服务器具有上述任一实施例中提供的智能货柜的异常检测系统的全部有益效果。
167.实施例十九
168.下面结合一具体实施例来进一步介绍本技术异常检测方法，用于智能货柜，如图7所示，包括：
169.s702，货柜终端提交用户购物订单的重力数据和视频数据上传至服务端；
170.s704，服务端动态视觉算法对视频识别是否购物拿取商品，是则执行s706，否则直接结束；
171.s706，计算提交的重力数据差，判断差异值是否超过拿取商品重力值的有效阈值范围，是则执行s708，否则直接结束；
172.s708，该柜机此类订单数量加1，判断此类订单累计数量是否超过预设值，是则执行s710，否则直接结束；
173.s710，重力称异常，触发预警机制。
174.本实施例可检测重力称重异常，通过对购物视频的动态视觉算法分析，用户有购物拿取商品的行为，但是重力称开关门上报无差异值，或差异值超过拿取商品重力值的有效阈值范围，服务端记录此类订单，当此类订单累计数量超出预设值，则合理认为该柜机重力称异常，触发预警提醒给运营商，通知运营商及时维修，实现对柜机重力称异常检测。通过智能货柜拍照视频的动态视觉算法分析，购物商品，时间短准备性非常高；通过购物商品计算出商品重力值，和上报称重重力值比较，是否在有效阈值范围内，范围外的此类订单累计数量达到预设值，触发预警机制；通过对视频的动态视觉算法的分析，可大大减少人工肉眼去判断设备重力称重，省时省力，效率上非常快。
175.实施例二十
176.下面结合一具体实施例来进一步介绍本技术的智能货柜的异常检测方法。其中，智能货柜用于与服务器进行通信，如图8所示，其具体流程如下：
177.货柜终端侧：s800：生成用户购物订单，提交重力数据和视频数据。然后上传至服务端。
178.服务器侧的流程如下：s802：动态视觉算法对视频识别。然后转步骤s804：判断是否购物拿取商品。若无则直接结束。若购物拿取商品，转s806：计算提交的重力数据差。然后转s808：判断差异值是否超过拿取商品重力值的有效阈值范围，若否直接结束；
179.若超出范围，转s810：该柜机此类订单数量加1。然后s812：判断此类订单累计数量是否超过预设值，若否直接结束；
180.若超出预设值，则执行s814：重力称异常，触发预警机制。
181.根据本实施例提供的异常检测方法，通过智能货柜拍照视频的动态视觉算法分析，购物商品，时间短准备性非常高；通过购物商品计算出商品重力值，和上报称重重力值比较，是否在有效阈值范围内，范围外的此类订单累计数量达到预设值，触发预警机制；通过对视频的动态视觉算法的分析，可大大减少人工肉眼去判断设备重力称重，省时省力，效率上非常快。本发明可检测重力称重异常，通过对购物视频的动态视觉算法分析，用户有购
物拿取商品的行为，但是重力称开关门上报无差异值，或差异值超过拿取商品重力值的有效阈值范围，服务端记录此类订单，当此类订单累计数量超出预设值，则合理认为该柜机重力称异常，触发预警提醒给运营商，通知运营商及时维修，实现对柜机重力称异常检测。
182.在本说明书的描述中，术语“一个实施例”、“一些实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
183.以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。