直击首套国产AI无人商店（下）百万元国产货不输造价千万的Amazon Go，软硬件关键大公开

为了让国产无人商店的营运模式能够落地实际场景，工研院一开始并不是采取如Amazon Go的策略，不计成本的投资建置与展店，而是积极透过软件技术来降低硬件成本，以便于未来落地推广。据外界估算，Amazon Go单一店面的建置成本在千万元以上，相较之下，工研院能将成本降至数百万元，负责无人商店技术研发工作的工研院巨量资讯科技中心首席执行官冯文生表示，在大幅降低成本情况下，辨识率仍然能达到近似Amazon Go的水准。

从无人商店内硬件的数量与规格上，就可看出国产无人商店成本降低的关键。比如工研院曾派人赴美勘查了多家Amazon Go，实际估算位于天花板的摄影机，每平方米约布建了2台以上，但工研院无人店每平方米仅需0.8台就够用，足足差了2～3倍。冯文生也说明，之所以能用更少量摄影机达成相同成效，除了在天花板装设广角镜头来辅助追踪顾客轨迹之外，也依据辨识人或商品两种不同的功能，来区分摄影机的设置位置，借此降低其密度。

在摄影机规格方面，因货架内摄影机距商品较近，只需使用低阶720P的摄影镜头就能辨识，而天花板的摄影机，则需视距离来选择镜头画素。不过，工研院巨量资讯科技中心经理崔文以目前工研院无人店所用的摄影机为例，在天花板与地面距离约三米的情况下，用一般1080P分辨率的镜头就能有效辨识。

在网络设计方面，店内所有感测器都是透过有线网络的方式来传送资料，比如货架内的摄影镜头与重力感测器，都是接地线到运算端。崔文说明，虽然也有考虑用无线Wi-Fi传输资料，但是就算无线网络的带宽足够，达到10～100 Mbps、甚至更多，“稳定度仍然是很大的问题，比如较容易掉封包，也比较容易延迟。”因此，目前还是以有线传输为主，未来也会从有线的架构来思考部署架构、施工方式、以及如何降低成本。

除了透过硬件部署来降低成本，在软件部分，工研院也开发了一套整合智慧货架的的模型训练方法，让有意采用的零售业者自己就能快速建立起商品辨识模型。这套结合模型训练的货架，与一般智慧货架的建置成本大致相同，使用者可以将商品放置在货架层板上，依照商品每一面的外观来拍摄，同时透过重量感测器量测重量，建立每一项商品的资讯。且崔文还表示，几乎在商品包装拍摄完、也测重结束后，就能即时完成模型训练。

透过这种模型训练方式，崔文举例，零售业者总部可以训练出一套涵盖所有商品种类的商品辨识模型，再分散部署到各地零售店家来使用，未来若有新商品要上架、或是换新包装，总部只要重新以新商品的资料来更新模型，再重新部署到各分店即可。目前，工研院测试场域的模型已经能辨识上千种商品，包括盒状、柱状、软包装等形式，辨识率更能达到99%以上。不过，目前仍未能辨识形状相似、重量不同的生鲜蔬果类食品，如香蕉等。

工研院无人商店购物流程

手机App绑定支付后才能进店

实名注册的顾客，得先在专用的手机App中绑定支付方式，取得进入无人商店的QR Code，才能扫码开启入口闸门。（摄影／翁芊儒）

App购物车即时显示拿取的商品

伸手拿出货架上商品后，App购物车上会自动显示出所拿取的商品内容与数量，实测需3～5秒后才会显示。若放回商品，购物车上也会自动移除该项产品。（摄影／翁芊儒）

直接用手机App付款免排队

选购完商品后，直接透过App付款，不用到柜台排队结账，也能立即查看明细。付款后可在App点选“离开商店”按钮，取得离店QR Code。（摄影／黄郁芸）

落地现场仍有待克服的技术难题

虽然这套国产无人商店在试验时，工程师实测的辨识率超过了98%，但是软硬件技术仍有部分场景或常见使用情境未能支援。比如硬件感测器虽然已经能部署在常温货架与冷藏货架中，但冷冻货架需要耐低温、水汽的元件，同时在冷冻柜开关门时，摄影镜头也容易起雾，这些因素导致现有技术无法部署在冷冻场景中。

而且，低于40公克以下的商品，也因当前重量感测器的规格局限，无法精准辨识过轻的商品，尤其这类商品通常伴随着体积小的特性，进行影像辨识的难度也会增加。

除了硬件技术的挑战外，工研院正在调整软件算法，持续克服不同顾客行为所带来的不同辨识情境。已经克服的挑战，包括两位顾客相邻时伸手交叉取物、一位顾客同时伸双手取不同物品、顾客取物后放错位置、顾客相距太近导致身份辨识互换、物品混合堆叠等问题。

以商品放错位置为例，崔文说明，比如一位顾客从左边货架拿了三个商品A、B、C，透过天花板镜头可以得知，该顾客移动到右边货架了，这时，右边货架感测到一个新的重量，经过货架内影像辨识出商品种类后，再与该名顾客购物车中的A、B、C商品进行比对，若有相符的选项，加上姿势辨识判断有伸手动作，就可以推论顾客将商品放错位置。

而当前仍无法解决的问题，则有取放商品者为不同人的情境。比如A顾客将商品交由B顾客放回货架，这个行为仍无法辨识。另一个常见的情境，则是家长带小孩进店消费，且家长拿了商品请小孩放回，崔文表示，工研院已经设想过这个场景的解方，比如在入店消费时同一个App扫描两次QR Code，绑定两人为同一个ID，并分别追踪行为轨迹。这时，如果发生取放商品不同人的情境，但是侦测为同一个ID，理论上仍可确实增删购物车的商品资讯。

为了避免商品取放位置错误导致商品排列混乱，崔文也说，未来工研院也会在店内提供自动盘点机制，在商品排列过度混乱时，自动通知人员来重新整理。

另外，在顾客追踪技术上，工研院也面临许多挑战。比如说，十个人同样穿西装、戴同色帽子的人同时进店，在追踪顾客轨迹时就很容易辨错身份，而且，要维持一定的辨识准确率，店内可同时容纳的顾客数就有限，因为进店人数越多，连带整体辨识率就会下降。目前，无人店约可容纳5～10人，工研院也还在精进技术，目标要让20人能同时进店消费。

崔文认为，在迈向商用之前，工研院还需要克服的两大问题，第一，是硬件系统还不稳定、也无法量产，因为目前无人店架设的硬件并非由专业硬件厂商所打造，而是工研院自行建置，未来商用势必要重新导入更耐用、稳定的硬件技术。第二，是现在测得的准确率仅为内部人员的测试，尚未实际开放民众使用，这意味着，可能有更多工研院未设想到的复杂情境会在真实场景发生，“会不会有些情境无法解，但又很常发生？这就是能不能商用的关键。”

靠AIoT，实体店能像电商掌握消费者行为

工研院也分享了无人商店技术背后的研发缘由。实体零售业面对电商的竞争压力，因缺少网页浏览纪录，难以如电商一样记录顾客的消费行为，像是停留时间、点击数等，来分析、掌握消费者的购物流程和情境。如今，工研院无人商店透过AI与物联网技术，可将消费者于店内的足迹都记录下来，像是购买不同类商品时的拿取顺序？拿取哪些商品后又决定放回？于哪个商品货架前停留许久？

而有了这些消费者的行为纪录后，实体零售业者可从中了解消费者的意图，来进一步改善、开拓新服务，甚至，在消费者购物的过程中，即时推荐商品，提升产业竞争力。冯文生表示，电商具备的优化行为，都可在实体商店实现了。

除了满足实体零售业的需求外，工研院发展智慧商店技术的背后，还有一个更大的企图，就是希望台湾ICT产业可借此发展智慧硬件技术。冯文生表示，台湾ICT产业已具生产智慧商店所需设备，包含智慧层板、摄影机、运算设备等的优势技术，若再进一步与AI技术结合，就能提升设备的价值，因此，“我们不只是聚焦台湾零售业，我们也看重ICT业者借此转型升级。”

全家将试营运国产“无人”商店系统，但仍有真人辅助

全家将于年底前展开这套国产AI无人店试营运，全家总经理薛东都表示，全家未来不会往无人店的方向发展，而是持续借助新科技，来减少人力需求。（摄影／翁芊儒）

全家将于工研院光复院区内无人商店的实验场域，开设一家新店铺，作为实验“易取智慧商店”整合方案的地点。值得注意的是，易取智慧商店虽呈现了宛如无人商店的营运模式，可工研院和全家却不特别强调其的“无人”特性。

两方皆观察到，台湾超商具有独特的文化，提供著多元化的服务，像是包裹寄领、缴费代收等，有一定的人力需求，换句话说，待全家新的智慧商店开幕，消费者仍会于店内看到店员的身影。全家总经理薛东都表示，全家未来不会往无人店的方向发展，而是借助新科技和机器设备，来减少人力需求。

而就新店铺与全家现有科技1号店和2号店的差异，全家E-Retail事业本部本部长简维国表示，过去，科技店聚焦的是单点设备实验，而新的智慧商店则将是全家第一次进行全场域设备的测试工程。

全家计划于年底前，正式展开采用工研院无人商店技术新店铺的试营运。在试营运展开前，全家将先了解、掌握技术的极限，进而规划货架高度、货架陈列方式、贩售的商品项目等，来设计购物动线，还有评估商店可容许的人数上限。

面对即将有超商业者实际采用自主研发的无人商店技术，冯文生表示：“挑战现在才真正开始，未来，还需花1到2年的时间调整（整合方案），以更符合消费者的购物习惯。”文⊙翁芊儒、黄郁芸

智慧货架靠边缘运算变成智慧贩卖机

受到Amazon Go的启发，工研院在2017年就开始投入无人商店技术，不只要打造“拿了就走”的零售店，更把无人店内的智慧货架单独开发成一款智能的自动贩卖机来推广（简称智贩机）。

这款智贩机早在2018年就已经初具雏形，并开始在工研院内部测试使用。员工若要购买智贩机的商品，需先下载搭配的行动App，加入会员，并绑定行动支付或信用卡等付费方式。购买时，首先需扫描智贩机右上角QR Code，辨识出会员身份后，智贩机柜门就会解锁，让员工开柜选购。

当员工从柜中取出商品时，透过智慧货架的感测技术，系统将自动辨识哪些商品被取出，同时将取出的商品加入App购物车中，在员工确认无误后，App将自动从绑定的支付管道扣款，并将柜门上锁。也因这套技术以辨识柜内商品为主，在开柜选购过程中，无论是谁拿取商品，都会自动归入开柜者的购物清单。

而这一台智贩机的运算量，只要一般PC主机的算力就足够，能完全靠边缘运算来执行辨识任务，换句话说，可以完全不需连网也能提供完整功能，不过，若是有远端管理的需求，如自动依据商品剩余数量来通知补货等，仍然需要网络连线。目前，工研院已与台北的百货公司洽谈合作，准备导入实际场域试营运。文⊙翁芊儒

工研院研发的智慧贩卖机，需搭配行动App绑定支付方式才可开始使用，且这整套辨识技术只需一般PC等级的边缘运算设备就能处理。（摄影／翁芊儒）

 相关报导 直击首套国产AI无人商店（上）让顾客“拿了就走”关键技术大解密