De flesta har någon gång stått i självskanningen och vridit på ett mjölkpaket i jakt på streckkoden medan kön bakom växer. Nu kan det momentet vara på väg att försvinna.

Med ny AI-teknik identifieras produkter på millisekunder. Här visar industridoktoranden Tobias Pettersson hur det går till.
Självutcheckning fungerar bra för de flesta kunder men är inte helt friktionsfri för handeln. Felregistreringar och svinn är svåra att upptäcka i realtid.
Med ny AI-teknik kan det räcka att lägga varorna på en yta. Systemet identifierar dem direkt, utan traditionell skanning.
Tobias Pettersson är industridoktorand på ITAB och knuten till forskarskolan Smart Industry Sweden och Högskolan i Skövde. Han leder utvecklingen av en teknik som kan göra självutcheckningen både smidigare och säkrare.
– I stället för att bara titta på streckkoden tittar tekniken på hela produkten, allt från produktbeskrivningar och layout till bilder, för att förstå vad det är för produkt, säger Tobias Pettersson.
Kameror både ser och läser
I stället för att skanna varje vara kombinerar systemet kameror med avancerad bild- och textigenkänning. När varor placeras på en yta tar systemet en bild, läser texten på förpackningarna och analyserar samtidigt färg, form och logotyper.
På bara några millisekunder avgör en AI-modell vilka produkter det handlar om och vilken information som hör till dem.
– Du hinner inte ens blinka innan systemet vet vad som lagts fram.
Ett extra öga i självutcheckningen
Tekniken är inte bara tänkt att förenkla för kunderna, utan också att hjälpa butikerna. Svinn, varor som försvinner utan att betalas, är ett växande problem i självutcheckning.
– Dagens system fångar inte allt. Här fungerar tekniken som ett extra öga.
Genom att analysera mönster kan systemet upptäcka situationer där något inte stämmer, till exempel när en vara hamnar i en påse utan att skannas.
– För de kunder där systemet ser avvikelser kan man göra en kontroll. För majoriteten kan utcheckningen bli helt friktionsfri, säger han och betonar att syftet inte är övervakning utan att minska fel och svinn, vilket leder till en bättre kundupplevelse.

Håller koll på hyllor och flöden
I butik kan tekniken även användas för att övervaka hyllor. Kameror och algoritmer kan se när varor håller på att ta slut, är felplacerade eller står oordnat.
– Tomma eller stökiga hyllor påverkar försäljningen direkt. Här kan man arbeta mer förebyggande i stället för att släcka bränder.
Tekniken är redo, nu återstår införandet
När tekniken möter konsumenter och industri i praktiken är ännu oklart men Tobias Pettersson bedömer att det kan ske relativt snart. Utmaningen ligger inte i AI-modellen, utan i integrationen. Tekniken är inte den begränsande faktorn längre. Han beskriver framtidens lösning som flexibel och kompletterad av nya lösningar.
– De som vill handla traditionellt ska kunna göra det. De som vill lägga varorna på en platta och gå ut snabbt ska också ha det valet. Samtidigt kan företag få bättre kontroll på sina flöden.
För både konsumenter och företag kan det innebära att ett välbekant moment, jakten på streckkoden, snart kan bli överflödigt.
Mer fakta om Tobias forskning
- 23 januari försvarar Tobias Pettersson sin avhandling: "Product Recognition with OCR Text: Advancing Grocery Product Recognition through Robust Approaches, Fine-Grained Recognition, and Domain Adaptation for Real-Time Performance" på Högskolan i Skövde, ASSAR Industrial Innovation Arena.
- Tid och plats samt en sammanfattning av avhandlingen finns i Högskolans kalender
