夏乙 问耕 编译整理

量子位 出品 | 公众号 QbitAI

class="video_iframe" data-vidtype="2" allowfullscreen="" frameborder="0" data-ratio="1.7666666666666666" data-w="848" scrolling="no" data-src="http://v.qq.com/iframe/player.html?vid=o0358gf4jbk&width=670&height=376.875&auto=0" style="display: block; width: 670px !important; height: 376.875px !important;" width="670" height="376.875" data-vh="376.875" data-vw="670" src="http://v.qq.com/iframe/player.html?vid=o0358gf4jbk&width=670&height=376.875&auto=0"/>

无人超市，未来趋势。

上面这段视频，展示了逛亚马逊的Amazon Go无人超市是种怎样的体验。毫无疑问，一个完善的无人超市需要复杂的技术支撑。

现在，挑战来了。

你能不能在一天半的时间里，从零着手搭建出一个基本的Amazon Go无人超市系统？让客户可以体验无缝衔接的购物体验？

当然可以。

有个四人小组就在最新的一次黑客马拉松中，完成了这样一次挑战。他们只用了不到36个小时，就搞定了一切，而且还把整个教程公布了出来。

首先，得有一套文档，列出全部需要做/可以做的事情；然后就是根据文档，去分模块实现。他们给自己的“山寨”Amazon Go起名叫EZShop，由这六大模块构成：

△ EZShop的六大组件

小编来分别介绍一下他们用到的些模块：

Kairos人脸识别API

这是EZShop的一个基本组件，能够识别、存储特定的人脸信息。EZShop用了它两个API：/enroll和/verify。

/enroll的意思是“拍张照，找到里边的脸，然后把这张脸存到你创建的相册里。”

这个小组就为顾客们创建了一个相册，也叫EZShop。顾客注册时，脸就会存到这个相册里，系统的实时数据库也会向这个顾客的注册信息返回并存储一个face_id。

当要验证顾客的照片时，就需要把它送到/verify终端那里，终端返回一个匹配可能性最高的face_id。

在实际应用中，自己用TensorFlow搭一个人脸识别应用可能比用这种API更好，但是36小时hackathon嘛，API挺好用的。

实时Firebase数据库

这也是一个非常基本的组件，整套EZShop里，所有其他的组件都得和它实时交互。

Firebase支持在数据库里的任何数据上创建定制化的变化监听器，这样一个特性再加上简单的设置流程，用起来简直毫不费力。

整个计划很简单，数据库存储一组商品、一组顾客，如下面的JSON文件架构所示：

{"items": [{"item_id": 1,"item_name": "Soylent","item_stock": 1,"price": 10}],"users": [{"face_id": 1,"name": "Subhan Nadeem","in_store": false,"cart": [1]}]
}

新顾客通过Kairos API注册之后，就会被添加到users那一组。当顾客出入时，他的in_store布尔值会更新，在商店经理和个人App界面上都有所体现。

顾客拿起商品时，items那组数据会有更新。系统能够识别出哪个顾客拿了哪件商品，商品的ID会被添加到顾客的cart栏。

经理App和顾客App

团队里的iOS开发者John只用了12小时，就写完了这两个App。

△ 经理App

经理App是iPad版的，能将新用户添加到Kairos API和Firebase数据库中，也能显示店里顾客的列表和货物的库存清单。商店经理能用这个App操作Firebase数据库、查看数据库发生的变化。

这个App还能追踪店内当前的所有用户，并获取他们的姓名和照片。当用户离开时，这个系统也能实时更新店内当前用户列表。

△ 顾客App

另一个App是供商店顾客用的。

顾客要进店，需要先上传自己的照片，注册成为可以在无人店内购物的用户。图片通过API上传到Imgur（一家国外图片分享网站），并与用户名相关联。

EZShop会根据这个照片来识别顾客。顾客进入商店之后，它们购物车的更新会立刻显示在这个App上。顾客离开商店时，手机上还会收到一条推送通知，显示着他们花了多少钱。

货架、传感器和摄像头

这些东西由Soheil和Ruslan负责，他们设计了货架，写了相关的Pi Python脚本。

货架大致长这样：

△ 货架

在货架上，三件商品并排放着，中间的塔上安装监控摄像头（就是图上那个手机），两排商品后边还装有超声波传感器。超声波传感器和树莓派相连接，树莓派运行的Python脚本处理传感器与货架上物体之间的距离读数。

商品被拿起来的时候，传感器的读数就会变化，触发数据库中商品库存的更新。

塔顶上绑着的手机（摄像头）也会探测到场景的变化，还会识别拿商品的顾客。然后，这件商品会被放到顾客的虚拟购物车里。

出入口的摄像头

在商店的出口和入口，这个小组使用了Android手机作为面部识别摄像头。

两部手机被安装在一个三脚架上，分别冲着相反的方向，一个方向用来识别入店的顾客，另一个方向用来识别出店的顾客。

至于人脸检测技术，Google有一套非常棒的API，能够很好地检测出人脸。

API地址：https://developers.google.com/vision/

特别的是，这个API还能提供从相机到人脸之间的大致距离，一旦顾客的距离足够近，摄像头就会拍照并使用Kairos API进行验证，然后与Firebase数据库同步，更新顾客在店内的状态。

在客户识别之外，系统还增加了个性化的语音问候，这进一步提升了用户体验。

效果是这样的：

class="video_iframe" data-vidtype="2" allowfullscreen="" frameborder="0" data-ratio="0.5666666666666667" data-w="272" scrolling="no" data-src="http://v.qq.com/iframe/player.html?vid=c1331g8owx4&width=670&height=502.5&auto=0" style="display: block; width: 670px !important; height: 502.5px !important;" width="670" height="502.5" data-vh="502.5" data-vw="670" src="http://v.qq.com/iframe/player.html?vid=c1331g8owx4&width=670&height=502.5&auto=0"/>

一旦顾客离开商店，Android应用程序将会检测顾客购买了什么商品，并计算消费总额，并通过Firebase云消息向顾客的个人App推送账单明细。

总结

在36个小时的黑客马拉松中，这个项目的团队大概只睡了6个小时，期间克服了许许多多的障碍，也有一些还未解决的问题。

他们的努力也没有白费，这个项目最后夺得了第一名。

有上百人进入了这个快速搭建的无人超市，拿起商品，然后离店，随即完成结算并获得账单。整个过程中不需要收银员、不需要排队……

这个项目是开源的，想自己动手玩一下的话……GitHub地址在此：

https://github.com/subhan-nadeem/EZShop

原文地址：https://www.docdroid.net/file/download/Dh4A6aQ/amazon-go-implementation.pdf