AWM Frictionless™: pago autónomo en tiendas hecho realidad gracias a las cámaras de visión artificial FLIR

Imagine entrar a una tienda, recoger un artículo de un estante y, después, salir de la tienda y recibir un recibo por correo electrónico del artículo. Parece el futuro, pero es la realidad actual de la experiencia de compras con AWM Frictionless™. Se trata de un sistema de compras minoristas sin contacto y completamente autónomo desarrollado por AWM Smart Shelf. Junto con las cámaras de visión artificial FLIR Blackfly S GigE, AWM Frictionless™ permite que los clientes añadan artículos que se les cobran de forma automática cuando salen de la tienda, sin necesidad de hacer colas, escanearlos o pagarlos físicamente.

La primera tienda AWM Frictionless™ en California inauguró en marzo de 2020. Se trata de un pequeño mercado de cercanía en Santa Ana, California. La tienda está llena de artículos como bocadillos, bebidas carbonatadas y agua, y también artículos básicos como jabón, productos de higiene y leche. “De hecho, la primera compra cuando abrimos la tienda fue papel higiénico”, revela Kaitlyn Kempiak, directora de comercialización de AWM.

¿Cómo funciona una experiencia de compras sin contacto autónoma?

En primer lugar, el cliente descarga la aplicación de la tienda y completa su información de pago. La aplicación le proporciona un código QR que el cliente debe escanear para ingresar por las puertas electrónicas. Una vez dentro, el cliente compra normalmente. Los productos que recoge son rastreados y añadidos a la canasta digital del comprador, que después puede salir de la tienda.

“Los clientes valoran la comodidad de tener una tienda dentro de su edificio”, explica Kempiak, “en especial durante la pandemia de la COVID-19. No hay escaneo, no hace falta interactuar con un empleado de la tienda y la experiencia de compra no tiene ningún tipo de fricción”. Eventualmente, la tienda estará abierta las 24 horas, todos los días, para que los residentes y el público en general puedan acceder a compras sin contacto en cualquier momento.

Los artículos en una tienda AWM Frictionless™ se rastrean con cámaras FLIR Blackfly S GigE y un algoritmo de aprendizaje automático programado para identificar correctamente productos y añadirlos a la canasta del comprador. El sistema también sabe cómo eliminar un artículo de la canasta de compra virtual si el cliente decide volver a colocarlo en el estante. Incluso realiza un seguimiento de la bolsa de compras si el cliente la deja en el suelo para explorar otro pasillo.

¿Por qué AWM escogió cámaras FLIR Blackfly S para pagos sin fricción?

Cuando llegó el momento de elegir una cámara para una experiencia sin fricción, AWM optó por las cámaras de visión artificial FLIR por su calidad, fiabilidad, documentación útil y excelente asistencia al cliente. Además, las funciones clave que ofrecen las cámaras Blackfly S para la aplicación de AWM incluyen la capacidad de ajustar el balance de blancos para representar correctamente los colores, una matriz de corrección de colores para reproducir los mismos colores en diferentes condiciones de iluminación y la capacidad de procesar imágenes de varias cámaras rápidamente gracias a funciones como Chunk Data Timestamp y Packet Delay.

“Para realizar un seguimiento y una reconstrucción 3D adecuados en varias cámaras (más de 32 en algunos casos), es importante tener información de hora precisa al nivel de milisegundos del momento en que se capturan los cuadros, no necesariamente del momento en que los cuadros llegan al ordenador para su procesamiento. Esto es de particular utilidad para las cámaras GigE que operan en red. La función Chunk Data Timestamp en las cámaras Blackfly S nos permite lograr esto”, señala AWM.

Se instalan varias cámaras en el cielorraso para ver toda la tienda. En caso de que alguien piense que puede aprovechar el sistema y robar algún artículo pequeño, como una goma de mascar, deslizándolo en su mano o en su manga sin que las cámaras lo detecten, los datos visuales además están complementados por datos de peso en los estantes. El sistema sabe con exactitud cuánto pesa cada artículo, y este ingreso de datos por segundo le permite ser más fiable y preciso.

La matriz de corrección de color es otra función importante de las cámaras FLIR Blackfly S que ayuda a reproducir de manera fiable colores en distintas condiciones de iluminación. Tener un color uniforme es muy importante en aplicaciones de aprendizaje profundo para aumentar la precisión de la red neural y para reducir la cantidad de datos de formación necesarios para una red neural.

Experiencias de compra automatizadas y sin contacto en el mundo real

La experiencia sin fricción ya es una realidad en pequeños mercados, y AWM se ha encargado del trabajo de campo para que pueda expandirse a otros espacios, como tiendas minoristas convencionales, mercados de cercanía e incluso supermercados. AWM Frictionless™ puede adaptarse a tiendas existentes para ofrecer una experiencia de compra sin contacto y completamente autónoma o solo para ser otra opción sencilla para que los clientes paguen. La IA sigue entrenándose en nuevos productos, y AWM ya está trabajando en una herramienta de reconocimiento de productos para implementar en mercados.

¿Qué piensan los clientes?

Los clientes afirman que la experiencia sin fricción es muy sencilla, ahorra tiempo y reduce riesgos de salud. Kempiak advierte además la cantidad de residentes de apartamentos que han incorporado la rutina de ir a estos mercados pequeños en su vida cotidiana. La experiencia AWM Frictionless™ es revolucionaria, tomando en cuenta el valor de los pagos sin contacto, el horario extendido de la tienda, la administración de existencias más sencilla, la mayor seguridad y el menor tiempo que implica el proceso de pago.

Más tiendas y formatos de compra se están añadiendo a medida que la solución de aprendizaje automático sigue desarrollándose para hacer la experiencia de compra más sencilla y más cómoda.

Más información sobre AWM Frictionless™ en www.smartshelf.com y sobre las soluciones de visión artificial y aprendizaje profundo de FLIR en https://www.flir.com/machine-vision/