人工智能和计算机视觉加速食堂/餐厅结账

根据对 27个国家的15，000名员工的在线调查，在参加的27个国家中，平均午休时间仅为35分钟。不幸的是，在餐馆或工作食堂度过的很大一段时间（通常为15分钟或更长时间）都花在了结账队伍中排队支付餐费。

除了只给工人留下很短的时间来享受他们的食物之外，花15分钟站在结账队伍中 - 看着秒滴答作响 - 是有压力和令人沮丧的。这种糟糕的客户体验无疑对餐厅的业务产生了不利影响。

所有这些都给西班牙的自助餐厅老板带来了商业挑战。这家餐厅的老板发现，在他们的场所等待结账可能需要长达15分钟的时间，但许多顾客的午休时间只有30到60分钟。结果，午休时间较长的顾客感到焦躁和沮丧，而许多午休时间较短的潜在客户甚至根本没有打扰进来，导致餐厅的收入损失。

人工智能和计算机视觉拯救了这一天

在有关自助餐厅供应的产品和菜肴通常没有条形码，需要收银员目视检查托盘上的每件物品，并将每件物品单独响起，这既缓慢又耗时。由于餐厅可以每天更新菜单项并定期添加新菜肴，从而使收银员不得不不断查找和学习新价格，因此问题更加严重。理想的解决方案是可以简单地查看客户的托盘，立即识别所有物品，固有地知道每个物品的价格，立即将所有物品相加，并立即向客户出示账单，这可以通过信用卡或智能手机应用程序快速支付。

为了解决这个问题，餐厅求助于解决方案提供商Proppos，该公司开发了一个智能和自主的结账系统，集成了普洛斯的人工智能（AI）解决方案和凌华科技的推理硬件平台。对于这项特定任务，配备计算机视觉的基于AI的名为Proppos FastPay的自助结账系统可以满足视觉检查和速度的要求。

为了创建“Proppos快速支付”，Proppos出于多种原因正在寻找工业级的边缘AI平台。首先，餐厅的经营环境可能具有很高的湿度。其次，AI结账系统的安装空间和气流空间有限。第三，它需要散热，这是高计算性能的副产品，以满足繁重的AI工作负载对速度和准确性的苛刻要求。而且，最后但并非最不重要的一点是，长寿命支持是必须的，因为餐馆中的AI结账系统预计至少要使用几年。

对于这项特殊任务，Proppos选择使用凌华科技的DLAP-201-JT2工业级边缘AI平台，该平台从头开始设计，以解决边缘AI应用面临的尺寸，重量和功率（SWaP）限制，并满足Proppos团队提出的所有要求。

从软件的角度来看，凌华科技的DLAP-201-JT2使AI结账系统的开发、部署和管理变得容易。秘诀在于内置的 NVIDIA Jetson™ TX2，这是一款超级计算机模块，不仅提供实时 AI 推理所需的计算能力，而且还随附 NVIDIA 针对 AI 应用的全面边缘到云解决方案。

为了使AI结账系统充分发挥其潜力，Proppos需要一个了解NVIDIA工具和凌华科技硬件的AI专业合作伙伴。普洛斯科技是凌华科技和英伟达的合作伙伴，专门从事工业和零售人工智能解决方案，Proppos很快确定普洛斯科技是帮助他们使用最好和最新工具构建强大解决方案的理想合作伙伴。

开发这种口径的系统过去需要花费数月的努力，从准备开发环境，训练和优化AI模型，将AI模型部署到边缘，以及将边缘平台与云集成以远程管理和持续优化AI模型开始。现在，使用英伟达的 SDK，包括英伟达深度流™、英伟达喷气背包™和英伟达®张量，®与其他选项相比，所需的工作量大大减少了数月。

此外，使用Proppos快速支付系统更新菜单项既快速又简单。当新项目添加到菜单中时，餐厅工作人员可以用这些项目填充托盘，并由AI结帐系统扫描托盘。托盘的图像将自动发送到云端进行训练，能够识别新项目的更新AI模型将立即部署到凌华科技的DLAP-201-JT2中。此外，客户可以选择提供有关AI准确性的反馈，其中任何此类反馈都将发送到云端，以帮助重新训练和优化AI模型，从而提供持续改进。

现在，餐厅的顾客只需将托盘滑到相机下方即可。在不到 1.5 秒的时间内，AI 结账系统会自动识别托盘上的所有商品，并显示总数以供客户批准，这比常规结账需要 16 秒快 10 倍2。通过快速点击信用卡或智能手机应用程序，客户可以快速上路。

从客户的角度来看，基于AI的Proppos FastPay系统提供了更快，更愉快的体验，让他们有更多时间欣赏他们的饭菜。此外，餐厅还享有许多优势，包括优化生产，降低运营成本和提高顾客整体满意度的能力。此外，这种快速的结账流程可能会吸引午餐时间较短的其他顾客也光顾餐厅。

未来比你想象的更近

Proppos快速支付只是充满希望成为令人兴奋的未来的第一步。该系统也可以用于医院，学校，公共汽车站，火车站和机场的食堂和餐馆。

此外，该系统可以通过多种方式进行扩展。例如，在公司食堂的情况下，该系统可以通过面部识别进行增强，从而消除了用户每天付费的需要。相反，它们可以在月底自动计费。

在医疗机构的情况下，该系统可以监控患者的饮食习惯。或者考虑一个为足球队等运动设施提供服务的食堂，在这种情况下，系统可以监控球员个人消费食物的卡路里摄入量和营养价值，从而允许教练和医务人员微调每个球员的饮食。

关于连锁餐馆，将来自多个场所的数据上传到云中，并分析和挖掘这些数据，可能会产生广泛的情报，并能够根据一周中的某一天，一年中的季节，甚至每家餐馆的当前天气预报来预测客户的需求。

在接下来的几年里，采用人工智能和计算机视觉的系统将部署在无数不同的地点，以执行大量的应用程序——所有这些都旨在使我们的生活更安全、更有保障——凌华科技将继续处于这项激动人心的技术的最前沿。

审核编辑：郭婷