Ny teknik som kombinerar bild- och textigenkänning ska på ett säkert sätt säkerställa att varor identifieras och registreras korrekt. Den nya tekniken medför även enklare installation och drift av ett sådant system för självskanning. Effekterna är bättre upplevelser för kunder och anställda samt ökad lönsamhet för butikerna. Tobias Pettersson, industridoktorand på ITAB och vid forskarskolan Smart Industry Sweden leder utvecklingen som snart kan bli en del av din vardag.
-
Tobias Pettersson visar upp olika lösningar för självskanning i ITAB:s visningslokal.
-
Forskningen ger inga färdiga lösningar men fungerar som byggnadsblock för utveckling av framtida system. Projektet beräknas vara klart 2026.
-
Hans forskning visar att den nya tekniken är 10 gånger mer effektiv än nuvarande teknik för självskanning.
Självskanningskassor har blivit allt vanligare i svenska butiker, men deras popularitet har också fört med sig utmaningar, bland annat kopplat till snatterier och kundupplevelser. Men tekniken utvecklas.
Tobias Pettersson arbetar i ett forskningsprojekt som kan förändra hur handeln hanterar självskanning i butik.
10 gånger mer effektiv
Hans forskning visar goda resultat. Den nya spetstekniken med autonom självskanning visar sig vara 10 gånger mer effektiv än nuvarande teknik för självskanning och medför sparad tid, större noggrannhet, minskat svinn och lägre driftkostnader.
– Vi utvecklar AI-teknik som kombinerar bild- och textigenkänning för att skapa robusta system. Målet är att varje vara ska identifieras korrekt, även i miljöer där variationen av produkter är stor och där det hela tiden tillkommer nya produkter, säger Tobias Pettersson.
Tobias Petterssons forskning ger inte en färdig lösning men utgör byggnadsblock som kan användas för att utveckla framtida system. För att tekniken ska fungera i verkliga butiksmiljöer krävs robusta system som både kan identifiera varor korrekt och vara smidig för kunden. Men utmaningarna är många – systemen måste vara tillräckligt flexibla för att klara av både nya och säsongsbetonade produkter samtidigt som de ska fungerar i olika butiks- och miljöförhållanden
– Ett av de största problemen är att säkerställa att tekniken fungerar lika bra i en butik som den gör i en testmiljö. Vi arbetar för att göra övergången så smidig och robust som möjligt, säger Tobias Pettersson.
Bättre användarupplevelse för kunden
Förutom att minska svinn och förbättra säkerheten, kan lösningarna även hjälpa butiker att hantera personalbrist och möta toppar i kundflödet, exempelvis vid tågstationer och andra högtrafikerade områden där en butik plötsligt kan få en anstormning av kunder.
Den nya tekniken kan automatisera tidskrävande uppgifter och minskar behovet av manuella kontroller, vilket frigör personal för andra uppgifter. Teknikens enkelhet gör det också snabbare att lära upp ny personal, samtidigt som en mer attraktiv arbetsmiljö skapas genom att minska monotona arbetsmoment.
Forskningsprojektet väntas vara klart 2026, och Tobias Pettersson ser fram emot att bidra med tekniska innovationer som kan gynna både kunder och butiker.
– Det handlar om att skapa en balans mellan snabbhet, säkerhet och flexibilitet. Med den här tekniken kan vi förändra hur butiker fungerar och samtidigt möta deras största utmaningar.
Mer om forskningen
Delar av Tobias forskning kan du läsa mer om i den vetenskapliga tidskriften Machine Vision and Applications: Multimodal fine-grained grocery product recognition using image and OCR text.
Tobias Pettersson är mjukvaruutvecklare på ITAB, anställd vid Jönköping University och industridoktorand vid Högskolan i Skövde i forskarskolan Smart Industry Sweden.
