基于边缘计算的超市水果智能电子秤

水果种类多，种间相似大，需人工辅助识别后称重销售，电子秤响应时间受网络影响大，智能化程度低导致用户体验差。文章采用基于边缘计算的YOLOv4-Tiny算法和高精度传感器，实现了边缘式超市水果智能电子秤。首先，采用双孔平行梁式传感器作为主体搭建电子秤；其次，对YOLOv4-Tiny添加注意力机制CBAM，提高相似水果的识别率，并将模型部署于边缘设备Jetson Nano上；最后，建立了基于本地边缘计算与远程存储服务一体化的超市水果管理系统，实现数据可追溯。实验结果表明：该智能电子秤能够实时在线识别货物种类，并将货物名称、货物重量、称重时间和货物价格等信息存储在远程服务端，电子秤还支持语音提示、人机交互、在线支付和凭证自动打印等功能。系统响应速度快，用户交互体验强，可为有实时检测需求的应用场景提供借鉴。

随着人工智能、大数据等技术的不断发展， 智能支付、RFID 识别[1]、数据管理系统[2]的综合应用， 使超市零售业正在逐步实现数字化、智能化和信息化转型，新型的售货方法和购物体验提高了工作效率和消费者满意度[3]。目前，水果售货仍主要由售货员手动输入货物标签号并称重。水果种类多、类间相似等问题增加了判别和记忆难度，查询标签耗时或输错标签都严重影响顾客体验好感。近年来，国内外学者将机器视觉[4]和深度学习[5] [6]等技术应用于水果无人售货系统研究，但大部分研究仅针对水果识别算法或轻量化模型的研究，对相似水果识别和无人售货装置的开发鲜有涉及。

本文设计了一种基于边缘计算[7]的超市水果智能售货电子秤，将卷积神经网络直接部署在本地Jetson Nano 嵌入式开发板，与视觉传感器和称重传感器相结合，实现水果的自动识别与称重。电子秤语音播报水果种类、价格和金额，待顾客确认购买信息后，完成消费标签的打印与数据上传。基于本地服务的智能电子秤不仅可以避免网络对数据传输和识别的影响，还提高了管理和工作效率。

2. 超市水果智能电子秤硬件结构与控制 超市水果智能售货电子秤主要包括测重电路、图像采集与识别电路、语音播报、本地人机交互、无线传输电路和RFID 身份识别电路等硬件结构，总体结构框图如图1 所示。图像采集与识别电路主要负责图像采集与水果种类在线识别，其中识别装置采用支持深度学习算法的Jetson Nano 嵌入式开发板；测重电路主要由双孔平衡梁氏传感器和高精度AD 转换电路组成。识别和称重水果后，水果种类、重量、会员信息和优惠前后金额等信息显示在本地人机交互屏幕，同时由语音播报购物信息，待顾客确认后， 数据上传并打印凭证。整个硬件结构采用单一MCU 作为主控，负责电路逻辑控制。