Food Save - Virtuální prodejna
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F04620852%3A_____%2F23%3AN0000001" target="_blank" >RIV/04620852:_____/23:N0000001 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.foodsave.cz/" target="_blank" >https://www.foodsave.cz/</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
čeština
Název v původním jazyce
Food Save - Virtuální prodejna
Popis výsledku v původním jazyce
Výsledkem je prototyp. Společnost také úspěšně registrovala užitný vzor. Systém pro rozpoznávání a identifikaci stavu představuje komplexní systém s alespoň jednou kamerou, který automatizovaně a kontinuálně vyhodnocuje kvalitativní a kvantitativní vlastnosti sledovaných artiklů. Systém je obzvláště vhodný pro monitorování aktuálního stavu sledovaných objektů např. na prodejně či skladu. Systém je dále vhodný k využití pro detekci nežádoucích stavů, jako je kontaminace artiklů, jejich smíchání, cizorodé předměty, hlodavci a ptáci, zrání a hnití, detekce krádeží a také ke sledování pohybu položek a změn jejich kvality v čase včetně vyhodnocování historických dat, katalogizace, učení a předpovídání na základě tohoto učení. Jedná se o technologie trénování i vyhodnocování různých typů neuronových sítí, vytváření komplexní služby, na bázi serializace jednotlivých výstupů trénování. Technické řešení díky relativně malé kameře dokáže obsáhnout velkou plochu a analyzovat všechny zabírané suroviny i další objekty – oproti jiným řešením, která „váží“ jeden konkrétní regál nebo se pomocí dalších detektorů zaměřují na jednu konkrétní věc a v důsledku vyžadují pro celou prodejnu větší množství hardware. Řešení nabízí možnost monitorování úbytku zboží v regálu a je schopno včas informovat o úbytku či nedostatku. Díky dlouhodobým záznamům pomáhá predikovat spotřebu jednotlivých druhů zboží. Zároveň dokáže díky predikci efektivně plánovat zásobování. Řešení je plně automatizované, šetří lidský personál a finanční náklady na zásobování. Řešení lze široce využít v oblastech maloobchodu, velkoobchodu potravin a dalšího zboží. Řešení dokáže optimalizovat procesy ve skladech a s použitím specifických kamer i rozpoznávat nežádoucí změny jakosti určitých artiklů. Systém vidí, zachycuje, ukládá a vyhodnocuje stejná „data“ jako zákazníci, případně pracovníci prodejny, takže vidí data z pohledu zákazníků a lze jej snadno kontrolovat vedoucím a případně konfigurovat a optimalizovat dle potřeb. Řešení nabízí možnost monitorování úbytku zboží v regálu, monitoring počtu lidí ve frontě, hlodavce ve skladu a mnoho jiného, navíc údaje získává v real-time a proto je schopno okamžitě informovat o nedostatku zboží v regálu, o dlouhé frontě, i o vlétnutí ptáka do provozu. Technické řešení je výsledkem více než dvouleté výzkumné a vývojové činnosti v naší virtuální prodejně a je průmyslově využitelné v prodejnách i ve skladech. Technické řešení pomocí moderních neuronových sítí je na trhu nové, a díky nízkým požadavkům na hardware využitelné pro oblast maloobchodu i velkoobchodu či jiného typu prodeje, skladování a zásobování zboží.
Název v anglickém jazyce
Food Save - Virtual Store
Popis výsledku anglicky
The result is a prototype. The company has also successfully registered a utility model. The system for condition recognition and identification is a complex system with at least one camera that automates and continuously evaluates the qualitative and quantitative characteristics of the items being monitored. The system is particularly suitable for monitoring the current condition of the monitored objects, for example in a shop or warehouse. The system is also suitable for use in detecting undesirable conditions such as contamination of items, mixing of items, foreign objects, rodents and birds, ripening and rotting, theft detection, as well as for tracking the movement of items and changes in their quality over time, including the evaluation of historical data, cataloguing, learning and prediction based on this learning. It is a technology for training and evaluating different types of neural networks, creating a comprehensive service, based on serialization of individual training outputs. The technical solution, thanks to a relatively small camera, can cover a large area and analyze all the raw materials and other objects being picked up - compared to other solutions that "weigh" one specific shelf or use additional detectors to focus on one specific item and, as a result, require more hardware for the entire store. The solution offers the ability to monitor shelf loss and is able to provide timely notification of loss or shortages. With long-term records, it helps to predict the consumption of each type of goods. At the same time, it can effectively plan the supply chain thanks to forecasting. The solution offers the possibility of monitoring the loss of goods on the shelf and is able to inform in time about the loss or shortage. Thanks to long-term records, it helps to predict the consumption of each type of goods. At the same time, it can effectively plan the supply chain thanks to the prediction. The solution is fully automated, saving human staff and financial costs of supply. The solution can be widely used in the areas of retail, wholesale of food and other goods. The solution can optimize warehouse processes and, with the use of specific cameras, detect undesirable quality changes in certain items. The system sees, captures, stores and evaluates the same "data" as the customers or store staff, so it sees the data from the customers' perspective and can be easily reviewed by the manager and configured and optimized as needed. The solution offers the ability to monitor shelf dwindling stock, monitoring the number of people in the queue, rodents in the store and much more, plus it receives data in real-time and is therefore able to instantly inform about shelf shortages, long queues, even a bird flying into the operation. The technical solution is the result of more than two years of research and development in our virtual store and is industrially applicable in stores and warehouses. The technical solution using modern neural networks is new on the market and, thanks to the low hardware requirements, can be used for retail and wholesale or other types of sales, storage and supply of goods.
Klasifikace
Druh
G<sub>prot</sub> - Prototyp
CEP obor
—
OECD FORD obor
20205 - Automation and control systems
Návaznosti výsledku
Projekt
<a href="/cs/project/EG20_321%2F0024754" target="_blank" >EG20_321/0024754: Food Waste by ADF - Virtuální prodejna</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Interní identifikační kód produktu
Food Save - virtuální prodejna
Číselná identifikace
—
Technické parametry
Ochranná známka č. 396659;
Ekonomické parametry
Očekáváme zvýšení zisku v souvislosti s expanzí společnosti na nový segment trhu - retail. V současnosti jednáme s několika řetězci o aplikování proof-of-concept v plně automatizovaných prodejnách.
Kategorie aplik. výsledku dle nákladů
—
IČO vlastníka výsledku
04620852
Název vlastníka
Analytics Data Factory s.r.o.
Stát vlastníka
CZ - Česká republika
Druh možnosti využití
A - K využití výsledku jiným subjektem je vždy nutné nabytí licence
Požadavek na licenční poplatek
Z - Poskytovatel licence na výsledek nepožaduje v některých případech licenční poplatek
Adresa www stránky s výsledkem
https://www.foodsave.cz/