5G和边缘计算助力零售业走入快车道!

本文源自“技术见解”系列的一部分,该系列由英特尔资助。

作者:

CHRIS ANGELINI

今天的顾客不会想一走进商店,就被笨拙的销售人员纠缠。他们想要效率,他们的期望比以往更高。另外,他们耐心也是空前的少。这些对于任何零售商来说都是艰巨的挑战。幸运的是,大量的数据有望连接在线和实体购物,创造出引人入胜的用户体验。

随着5G,边缘计算和AI的发展,我们将开始看到使零售业变得更加令人兴奋的创新。当实时分析,高速连接和低延迟结合在一起时,将为购物者的个性化推荐,增强现实体验等注入新鲜的生命力。

 

1. 前提

当今零售行业的经验虽然行之有效,但不具有个人特色;

数据使人们有可能在踏入商店之前就知道他们想要什么;

零售商必须掌握全渠道(集成移动应用程序,社交媒体,店内购物等)才能创造无缝体验;

5G,边缘计算,人工智能和物联网在数据驱动的演进中都发挥着关键作用。

 

2. 零售业的问题

根据麦肯锡在2019年假期季节之前发布的研究,有62%的购物者计划在网上和店内购物。只有12%的人承认他们会自发购买礼物,顾客参加现场购物活动的最大动机则是诱人的优惠。

 

在自助服务亭中添加计算机视觉将会使它们的功能更加强大,从而可以改善防丢失,手势识别和个性化服务。说起来容易做起来难吗?数据是使每个目标都能实现的要素,它决定了谁应该看到什么以及何时看到。但是,很多时候,我们的技术仅仅被用于提高效率,使交易过程变得更快。但是在此期间,我们却失去了了解顾客真实消费风格的机会。虽然大多数购物者认为,当今的自助服务技术可以改善零售体验,但这些工具却不能很好地帮助客户找到产品或提出建议。

因此,零售业的未来是要将效率与个性化结合在一起。它利用来自传感器的数据和在边缘执行的分析来制造更吸引人的购物体验。

 

3. 如何影响

想象一下,您正在购买新笔记本电脑。您阅读了很多评论并考虑了几个款式,把它们放入购物车中,当您走到门口时,面部识别软件可以识别您的脸部,做出预测,当您继续前进时,会有一条通知提醒您有关无线游戏鼠标和耳机的销售。当您带着购买的所有三个物品回到汽车上时,会发现门口的传感器已经扫描了您的物品并通过绑定的信用卡进行了扣费。

不管是在交易前,交易中和交易后,您的信息都将被收集,存储和分析以创建无缝的体验。当这项应用扩展到成百上千的客户时,它们将与更多的IoT传感器进行交互,如果没有正确的技术,这可能会造成混乱。但是5G和边缘计算融合在一起,将极大缓解技术上的瓶颈,使信息能够实时流动。

 

 

英特尔在NFR 2020的展位上托管了UST Global和Cloudpick。他们的无摩擦结账商店解决方案是基于OpenVINO,IoT传感器和边缘计算的AI技术来识别产品和购物行为。使用在移动设备上运行的零售商的应用程序,您可以毫不费力走进一家商店,带着装满商品的购物车走出去,并在离开时自动付款。结帐柜台上的僵局已成为过去,合作伙伴可以腾出时间来提供客户服务。

 

甚至自助服务亭也在 AI和边缘计算的帮助下学习了新的技巧。例如,将自助结账系统与计算机视觉相融合,使他们能够确认您扫描的物品与您的行李中的物品是否匹配。视觉算法也有其他应用,识别面孔(以验证付款),识别手势(用于非接触式命令)以及促进个性化报价都是我们今天使用的机器的潜在补充。

 

随着5G的快速发展,零售业的机会也将激增。虚拟试衣间将利用5G网络的高带宽和低延迟来为客户提供最新的服装推荐,而边缘计算能力则建议使用配套附件,智能货架将有助于管理库存。拥有大量数据的机器人将帮助客户找到他们想要的东西。所有这些技术将带来更好的购物体验。AT&T零售业务解决方案总经理GM Phillip Hartfield表示:“积极的体验可以将一次性客人变成忠诚的回头客,但这通常需要具有高可靠性和低延迟的网络。”

 

4. 一体化的优势

英特尔零售解决方案部总经理Joe Jensen 在最近的博客文章中回答了以下问题:边缘计算将如何改变零售行业?“它将使零售商能够利用人工智能,计算机视觉,机器学习,增强现实,物联网和机器人技术使服务更加敏感,快速和以客户为中心。”

亚马逊正在加紧向更多传统零售商展示它是如何完成这项工作的。该公司在芝加哥,纽约,旧金山和西雅图的商店是先进零售的最新例子。亚马逊正在使用计算机视觉,传感器以及深度学习的结合技术来实现无付款购物。它还通过在Go应用程序中填充每个位置的库存信息来展示对全渠道的掌握,使您可以在访问前浏览可用内容。因为过程是如此的精简,以至于您会发现工作的员工可以专注于准备食物,堆放货架和回答问题。

华丽的新在线购物和AR / VR购物计划可能成为头条新闻。到2023年,预计电子商务将仅占零售总额的21%,占杂货销售的5%。尽管我们都热切期望基于无人机的当日送货服务,但是很显然,亲自购买我们喜欢的商品的体验并没有消失。但是,当商店能够快速摄取用户数据,在边缘设备进行处理,实时掌握分析并提供前所未有的个性化功能的技术时,购物行为和体验肯定会发生变化。

C语言-光伏MPPT算法:电导增量法扰动观察法+自动全局搜索Plecs最大功率跟踪算法仿真内容概要:本文档主要介绍了一种基于C语言实现的光伏最大功率点跟踪(MPPT)算法,结合电导增量法扰动观察法,并引入自动全局搜索策略,利用Plecs仿真工具对算法进行建模仿真验证。文档重点阐述了两种经典MPPT算法的原理、优缺点及其在不同光照温度条件下的动态响应特性,同时提出一种改进的复合控制策略以提升系统在复杂环境下的跟踪精度稳定性。通过仿真结果对比分析,验证了所提方法在快速性准确性方面的优势,适用于光伏发电系统的高效能量转换控制。; 适合人群:具备一定C语言编程基础电力电子知识背景,从事光伏系统开发、嵌入式控制或新能源技术研发的工程师及高校研究人员;工作年限1-3年的初级至中级研发人员尤为适合。; 使用场景及目标:①掌握电导增量法扰动观察法在实际光伏系统中的实现机制切换逻辑;②学习如何在Plecs中搭建MPPT控制系统仿真模型;③实现自动全局搜索以避免传统算法陷入局部峰值问题,提升复杂工况下的最大功率追踪效率;④为光伏逆变器或太阳能充电控制器的算法开发提供技术参考实现范例。; 阅读建议:建议读者结合文中提供的C语言算法逻辑Plecs仿真模型同步学习,重点关注算法判断条件、步长调节策略及仿真参数设置。在理解基本原理的基础上,可通过修改光照强度、温度变化曲线等外部扰动因素,进一步测试算法鲁棒性,并尝试将其移植到实际嵌入式平台进行实验验证。
【无人机协同】动态环境下多无人机系统的协同路径规划防撞研究(Matlab代码实现)​ 内容概要:本文围绕动态环境下多无人机系统的协同路径规划防撞问题展开研究,提出基于Matlab的仿真代码实现方案。研究重点在于在复杂、动态环境中实现多无人机之间的高效协同飞行避障,涵盖路径规划算法的设计优化,确保无人机集群在执行任务过程中能够实时规避静态障碍物动态冲突,保障飞行安全性任务效率。文中结合智能优化算法,构建合理的成本目标函数(如路径长度、飞行高度、威胁规避、转弯角度等),并通过Matlab平台进行算法验证仿真分析,展示多机协同的可行性有效性。; 适合人群:具备一定Matlab编程基础,从事无人机控制、路径规划、智能优化算法研究的科研人员及研究生。; 使用场景及目标:①应用于灾害救援、军事侦察、区域巡检等多无人机协同任务场景;②目标是掌握多无人机系统在动态环境下的路径规划防撞机制,提升协同作业能力自主决策水平;③通过Matlab仿真深入理解协同算法的实现逻辑参数调优方法。; 阅读建议:建议结合文中提供的Matlab代码进行实践操作,重点关注目标函数设计、避障策略实现多机协同逻辑,配合仿真结果分析算法性能,进一步可尝试引入新型智能算法进行优化改进。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值