Myymälän aktiivinen varastosaldojen seuranta

Abstract

Työn tarkoituksena on tutkia tietokonenäköä tekniikkana ja pohtia, miten tekniikkaa voisi tehokkaammin soveltaa nykyaikaisessa myymäläympäristössä. Työn aihe on opiskelijan itse kehittämä ja pohjautuu itse tehtyihin havaintoihin myymälätyöskentelystä usean vuoden kokemuksen aikana. Työ on toteutettu kevään 2019 aikana.

Projektissa tutustutaan lähtötilanteeseen käymällä läpi saldoissa esiintyviä virheitä ja etsitään niille syitä. Ongelmakohtia lähdetään ratkaisemaan suunnittelemalla laite, joka parantaa saldojen tarkkuutta ja helpottaa niiden seuraamista reaaliaikaisesti. Tavoitteena työssä on tuottaa laite, joka voitaisiin viedä olemassa olevaan myymälään laskemaan annetun alueen tuotteiden lukumäärää.

Työssä käydään läpi myös teoriaa tietokonenäöstä ja erilaisista tekniikoista, joita työssä käytetään hyväksi. Oleellisena osana on myös itse ohjelman kirjoittaminen ja läpikäynti. Myös rakennetun laitteen suorituskykyä arvioidaan työn aikana.

Tulokset työssä ovat lupaavia, sillä yksinkertaisellakin muodontunnistusohjelmalla saadaan jo oikeita mittaustuloksia. Tämän tekniikan huonot puolet käsitellään kuitenkin huolella läpi. Opetusdatan ajaminen matalatehoisella laitteella aiheutti kuitenkin suurempia haasteita. Tähänkin esitellään vaihtoehtoisia menetelmiä työn loppupuolella.

The purpose of this thesis is to look into computer vision as a technology and find out ways to implement it to a modern store environment. The subject of this project is selected by the writer himself. Many of the observations and conclusions made in the work are based on the students many years of retail experience. The project was carried out in the spring of 2019.

The project covers the current position of technology and inventory management in a typical store and will try to uncover the reasons behind errors in stock numbers. One of the goals of this project is to find a way to make it easier to track the number of items in a specified area. This is done by creating a device that uses computer vision to count items.

The thesis also covers some theory behind the software and technologies that are used. One substantial part of the work is the programming of the device. Performance of the device is also evaluated during the work.

Results of the project are promising. Even with quite simple shape recognition programming it was possible to get correct results during the software’s testing. However, the flaws of using only shape recognition are addressed thoroughly. The attempts at running heavier tasks such as training a machine software lead to difficulties with the device’s performance capabilities. Solutions to this are also covered in the thesis.