一种基于大数据的自动售卖数据调整方法

摘要

本发明公开了一种基于大数据的自动售卖数据调整方法，涉及自动售卖领域，包括以下步骤：S1在预设区域分散放置有自动售卖机；S2统计通过人数α，停留人数β，购买人数φ；S3对停留人数β与通过人数α进行数学拟合得到拟合系数C1，用来评估自动售卖机放置位置是否合理；S4对未购买人数θ与停留人数β进行数学拟合得到拟合系数C2，用来评估自动售卖的产品是否具有吸引力；S5购买人数φ与停留人数β进行数学拟合，得到拟合系数C3，用来评估自动售卖机是否操作简便。本发明通过无人机对区域人流数据采集，并运用大数据运算和数据拟合，对拟合系数进行修正，对投放地点以及投放的产品进行评估，辅助管理人员判断市场布局，降低自动售卖机的维护成本。

权利要求

1.一种基于大数据的自动售卖数据调整方法，其特征在于：S1：在预先设定的区域分散放置有若干自动售卖机；

S2：自动售卖机对单位时间内通过自动售卖机的人流量进行统计，记为通过人数α；

自动售卖机对单位时间内停留在自动售卖机前的人流量进行统计，记为停留人数β；

自动售卖机对单位时间内购买产品的人流量进行统计，记为购买人数φ；

S3：对同一单位时间内停留人数β与通过人数α进行数学拟合，得到拟合系数C1，用来评估自动售卖机放置位置是否合理；

S4：对同一单位时间内停留人数β与购买人数φ之差，为未购买人数θ；未购买人数θ与停留人数β进行数学拟合，得到拟合系数C2，用来评估自动售卖的产品是否对某一投放地点人群具有吸引力；

S5：对同一单位时间内购买人数φ与停留人数β进行数学拟合，得到拟合系数C3，用来评估自动售卖机是否操作简便；

S6：自动售卖机通过无人机采集区域人口密度，所述无人机具有摄像头，用于采集图像信息；所述无人机包括无线传输模块，所述无人机通过无线传输模块与云平台连接；所述自动售卖机和所述无人机均安装有GPS定位模块，无人机通过无线传输模块将定位信息传送给所述云平台，所述云平台将自动售卖机的定位信息反馈给所述无人机；

S7：无人机根据通过人数α，停留人数β进行神经网络数据训练，通过云平台发送升空指令，无人机根据云平台指令停留在一定高度的空中，通过摄像头采集图像信息，并将采集的图像信息反馈至云平台；所述云平台还发送移动指令，云平台将自动售卖机的GPS定位信息发送给无人机，无人机沿规划路线飞行至目标自动售卖机；

S8：云平台将图像信息进行比例分隔成若干图像块，通过图像分析每个所述图像块内人流密度；计算自动售卖机所在的所述图像块内的人流密度，将所述人流密度、通过人数α、购买人数φ进行神经网络数据训练，若人流密度与拟合系数C1成正相关，则保留拟合系数C1；若人流密度与拟合系数C1成负相关且与拟合系数C2成正相关，则去除拟合系数C1，保留拟合系数C2；若人流密度与拟合系数C2成正相关，则保留拟合系数C2，若人流密度与拟合系数C2成负相关，则去除拟合系数C1和拟合系数C2；

S9：通过拟合系数C1、拟合系数C2、拟合系数C3来调整自动售卖机的位置、售卖产品以及辅助自动售卖机操作功能的改变。

2.根据权利要求1所述的基于大数据的自动售卖数据调整方法，其特征在于：包括云平台，云平台与所述自动售卖机通信连接；所述自动售卖机具有用于统计的漫反射传感器，漫反射传感器的电子信号转化为数字信号后经PLC处理后存储于本地存储介质中；PLC调取本地存储介质内数据与云平台进行数据传输。

3.根据权利要求1所述的基于大数据的自动售卖数据调整方法，其特征在于：通过人数α由第一漫反射传感器进行统计，所述第一漫反射传感器安装于自动售卖机中部，距离地面

0.5m‑1m。

4.根据权利要求3所述的基于大数据的自动售卖数据调整方法，其特征在于：第一漫反射传感器发射红外线信号，当接受到反射信号后由PLC处理进行计数，记作α1,2....n；所述α1,2....n暂存在PLC的缓存内；并将单位时间内的计数α1,2....n存储在本地存储介质中；PLC每日调取本地存储介质内数据与云平台进行数据传输，并于第二日零时清空缓存内的计数α1,2....n。

5.根据权利要求1所述的基于大数据的自动售卖数据调整方法，其特征在于：停留人数β由第二漫反射传感器进行统计，所述第二漫反射传感器安装于自动售卖机中部，距离地面

1.5m。

6.根据权利要求5所述的基于大数据的自动售卖数据调整方法，其特征在于：第二漫反射传感器与脉冲计数器连接；第二漫反射传感器发射红外线信号，当接受到反射信号后由脉冲计数器进行计数；设定脉冲计数器阈值为n，当脉冲计数器的计数超过阈值后，停止计数；当第二漫反射传感器无接收信号后脉冲计数器清零；所述脉冲计数器停止计数后，PLC获得信号，PLC计数+1，记作β1,2....n，并暂存在PLC的缓存内；PLC将单位时间内的PLC缓存内的计数β1,2....n存储在本地存储介质中；PLC每日调取本地存储介质内数据与云平台进行数据传输，并于第二日零时清空缓存内的计数β1,2....n。

7.根据权利要求6所述的基于大数据的自动售卖数据调整方法，其特征在于：脉冲计数器采用单片机AT89C51。

8.根据权利要求6所述的基于大数据的自动售卖数据调整方法，其特征在于：脉冲计数器阈值为n大于等于500。

9.根据权利要求5所述的基于大数据的自动售卖数据调整方法，其特征在于：购买人数φ由第二漫反射传感器和第三漫反射传感器进行统计；所述第三漫反射传感器安装于取料口处，用于统计购买产品数量。

10.根据权利要求9所述的基于大数据的自动售卖数据调整方法，其特征在于：所述第三漫反射传感器发射红外线信号，当接受到反射信号后由PLC处理进行计数，记作μ1,2....n；

当PLC缓存内计数β1,2....n加1且μ1,2....n大于等于1时，PLC处理进行计数，记作φ1,2....n。

说明书

一种基于大数据的自动售卖数据调整方法

技术领域

[0001] 本发明涉及自动售卖领域，具体涉及一种基于大数据的自动售卖数据调整方法。

背景技术

[0002] 自动售卖机，英文名（Vending Machine，VEM），是一种能根据投入的钱币自动付货的机器。自动售卖机是商业自动化的常用设备，它不受时间、地点的限制，能节省人力、方便
交易。是一种全新的商业零售形式，又被称为24小时营业的微型超市。

[0003] 然而自动售卖机的投放需要投入大量的人力、物力去进行维护，如果投放地点不佳，以及售卖的产品不符合投放点人们的需求，会大大增加自动售卖机的成本；然而由于自
动售卖机具有投放地点零散，售卖时间不固定等特点，很难进行人为的监测和评估；目前对
于自动售卖机的投放以及产品的选择多以经验为主，没有较为准确的数据进行评估。

发明内容

[0004] 为了克服上述背景技术中现有技术自动售卖机的投放地点是否合理以及售卖机产品的投放是否可以满足某区域人们的购买意愿等问题没有充足的数据支持的问题，为了
提高自动售卖机的投放效率，更好的满足人们的需求，降低相关成本，本发明提供了一种基
于大数据的自动售卖数据调整方法。

[0005] 本发明解决上述不足之处所采用的技术方案是：包括以下步骤：

[0006] S1：在预先设定的区域分散放置有若干自动售卖机；

[0007] S2：自动售卖机对单位时间内通过自动售卖机的人流量进行统计，记为通过人数α；

[0008] 自动售卖机对单位时间内停留在自动售卖机前的人流量进行统计，记为停留人数β；

[0009] 自动售卖机对单位时间内购买产品的人流量进行统计，记为购买人数φ；

[0010] S3：对同一单位时间内停留人数β与通过人数α进行数学拟合，得到拟合系数C1，用来评估自动售卖机放置位置是否合理；

[0011] S4：对同一单位时间内停留人数β与购买人数φ之差，为未购买人数θ；未购买人数θ与停留人数β进行数学拟合，得到拟合系数C2，用来评估自动售卖的产品是否对某一投放
地点人群具有吸引力；

[0012] S5：对同一单位时间内购买人数φ与停留人数β进行数学拟合，得到拟合系数C3，用来评估自动售卖机是否操作简便；

[0013] S6：自动售卖机通过无人机采集区域人口密度，所述无人机具有摄像头，用于采集图像信息；所述无人机包括无线传输模块，无线传输模块为4G网络、5G网络等；所述无人机
通过无线传输模块与云平台连接；所述自动售卖机和所述无人机均安装有GPS定位模块，无
人机通过无线传输模块将定位信息传送给所述云平台，所述云平台将自动售卖机的定位信
息反馈给所述无人机；

[0014] S7：无人机根据通过人数α，停留人数β进行神经网络数据训练，通过云平台发送升空指令，无人机根据云平台指令停留在一定高度的空中，通过摄像头采集图像信息，并将采
集的图像信息反馈至云平台；所述云平台还发送移动指令，云平台将 自动售卖机的GPS定
位信息发送给无人机，无人机沿规划路线飞行至目标自动售卖机；

[0015] 无人机收到平台指令，垂直升高到一定高度，通过摄像头采集单位时间内通过自动售卖机的人流量图像，根据通过人数α，停留人数β进行神经网络数据训练后，云平台判定
该自动售卖机主要的售卖时间，指令无人机在指定时间段进行数据采集；

[0016] 每个无人机用于2‑3个自动售卖机数据的采集；当无人机从一个自动售卖机移动至另一个自动售卖机时，无人机的摄像头打开，当无人机的摄像头拍摄到航线上有障碍物
时，将图像信息反馈给云平台，由云平台根据自动售卖机的GPS定位信息重新规划路线或指
令无人机返回原位置；

[0017] 无人机通过太阳能电池板进行供电，无人机的电量信息通过无线传输模块反馈给云平台，当无人机电量低时，云平台调取其他无人机覆盖待采集数据的自动售卖机；

[0018] S8：云平台将图像信息进行比例分隔成若干图像块，通过图像分析每个所述图像块内人流密度；计算自动售卖机所在的所述图像块内的人流密度，将该时间段内的所述人
流密度、通过人数α、购买人数φ进行神经网络数据训练，若人流密度与拟合系数C1成正相
关，则保留拟合系数C1；若人流密度与拟合系数C1成负相关且与拟合系数C2成正相关，则去
除拟合系数C1，保留拟合系数C2；若人流密度与拟合系数C2成正相关，则保留拟合系数C2，
若人流密度与拟合系数C2成负相关，则去除拟合系数C1和拟合系数C2；

[0019] S9：通过拟合系数C1、拟合系数C2、拟合系数C3来调整自动售卖机的位置、售卖产品以及辅助自动售卖机操作功能的改变。

[0020] 本基于大数据的自动售卖数据调整方法，还包括云平台，云平台与自动售卖机通信连接；自动售卖机用于采集相关购买人员的各项数据，属于数据采集终端；自动售卖机通
过通信模块与云平台实现数据的传输；所述通信模块包括4G网络、5G网络、wifi模块等；

[0021] 自动售卖机具有用于统计的漫反射传感器，漫反射传感器包括红外线发射电路和红外线接收电路；漫反射传感器的电子信号转化为数字信号后经PLC处理后存储于本地存
储介质中；PLC调取本地存储介质内数据与云平台进行数据传输。

[0022] 进一步，自动售卖机对单位时间内通过自动售卖机的人流量进行统计：其中通过人数α由第一漫反射传感器进行统计，所述第一漫反射传感器安装于自动售卖机中部，距离
地面0.5m‑1m；设定第一漫反射传感器的检测半径为1‑2m；当人员经过自动售卖机时，第一
漫反射传感器检测到人员经过后开始计数；设定距离地面0.5m‑1m目的在于过滤高度较低
的运动物体或人员，提高采集数据的准确性；设定第一漫反射传感器的检测半径为1‑2m，目
的在于只统计靠近自动售卖机的人员，距离较远的人员相对购买意愿较低，不进行统计可
以提高采集数据的准确性。

[0023] 更进一步，自动售卖机对单位时间内通过自动售卖机的人流量进行统计方法：第一漫反射传感器发射红外线信号，当接受到反射信号后由PLC处理进行计数，记作α1,2....n；
所述α1,2....n暂存在PLC的缓存内，缓存内的α1,2....n为暂时存储，记录某一单位时间内的人
流量；并将单位时间内的计数α1,2....n存储在本地存储介质中，本地存储介质中的计数
α1,2....n为长期存储，第一单位时间内的计数为α1，第二单位时间内的计数为α2，以此类推，
记为α1,2....n；PLC每日调取本地存储介质内数据与云平台进行数据传输，并于第二日零时清
空缓存内的计数α1,2....n。

[0024] 进一步，自动售卖机对单位时间内停留在自动售卖机前的人流量进行统计：停留人数β由第二漫反射传感器进行统计，所述第二漫反射传感器安装于自动售卖机中部，距离
地面1.5m；设定第二漫反射传感器的检测半径为0.5m以内；当人员靠近自动售卖机时，第二
漫反射传感器发射红外线信号，当接受到反射信号后由PLC处理进行计数，人员购买或操作
时与自动售卖机距离较近，停留时间较长；

[0025] 更进一步，自动售卖机对单位时间内停留在自动售卖机前的人流量进行统计的方法：第二漫反射传感器与脉冲计数器连接；第二漫反射传感器以一定频率发射红外线信号，
当接受到反射信号后由脉冲计数器进行计数；由于人员距离第二漫反射传感器较近，因此
信号反馈较快，通过脉冲计数器进行计数可以得到人员停留时间，当人员停留时间达到阈
值后可以认定人员有购买意向；

[0026] 设定脉冲计数器阈值为n，当脉冲计数器的计数超过阈值后，停止计数，当第二漫反射传感器无接收信号后脉冲计数器清零；所述脉冲计数器停止计数后，PLC获得信号，PLC
计数+1，记作β1,2....n，并暂存在PLC的缓存内，缓存内的β1,2....n为暂时存储，记录某一单位
时间内的未购买产品的人流量；PLC将单位时间内的PLC缓存内的计数β1,2....n存储在本地存
储介质中，本地存储介质中的计数β1,2....n为长期存储，第一单位时间内的计数为β1，第二单
位时间内的计数为β2，以此类推，记为β1,2....n，其中单位时间内的β1,2....n与α1,2....n一一对
应；PLC每日调取本地存储介质内数据与云平台进行数据传输，并于第二日零时清空缓存内
的计数β1,2....n。

[0027] 其中：脉冲计数器采用单片机AT89C51。

[0028] 进一步，设定脉冲计数器阈值为n大于等于500，当脉冲计数器计数达到阈值后说明人员停留在自动售卖机达到一定时间，可以认为有购买意向，PLC进行计数；此时第二漫
反射传感器继续发射信号和接收信号，而脉冲计数器停止计数，当第二漫反射传感器无接
收信号后，脉冲计数器清零；当第二漫反射传感器再次接收信号后重复上述计数步骤。

[0029] 进一步，自动售卖机对单位时间内购买产品的人流量进行统计：购买人数φ由第二漫反射传感器和第三漫反射传感器进行统计；所述第三漫反射传感器安装于取料口处，
用于统计购买产品数量；当同时满足在自动售卖机前停留一定时间，并且检测到取料口处
有产品可以认定人员进行了购买；满足上述两项条件，PLC进行计数μ1,2....n；

[0030] 进一步，自动售卖机对单位时间内购买产品的人流量进行统计的方法：第三漫反射传感器发射红外线信号，当接受到反射信号后由PLC处理进行计数，记作μ1,2....n；当PLC缓
存内计数β1,2....n加1且μ1,2....n大于等于1时，PLC处理进行计数，记作φ1,2....n，其中，第一单
位时间内的计数为φ1，第二单位时间内的计数为φ2，以此类推，记为φ1,2....n，其中单位时
间内的φ1,2....n与β1,2....n一一对应。

[0031] 本发明的有益之处在于：本发明基于大数据的自动售卖数据调整方法，针对单位时间内通过自动售卖机的人流量进行统计、自动售卖机对单位时间内停留在自动售卖机前
但未购买产品的人流量进行统计、自动售卖机对单位时间内购买产品的人流量进行统计；
通过无人机对区域人流数据采集，并运用大数据运算和数据拟合，对拟合系数进行修正，对
投放地点以及投放的产品进行评估，辅助管理人员判断市场布局，降低自动售卖机的维护
成本。

附图说明

[0032] 下面结合附图对本申请进一步说明：

[0033] 图1位本发明流程图；

具体实施方式

[0034] 依据本申请的上述结构特点，对本申请的实施方式做进一步说明：

[0035] 实施例1

[0036] 包括以下步骤：

[0037] S1：先进行自动售卖机投放地点预选，投放地点选在办公场所，如写字楼、外资企业，大型公司办公室，此类区域人员流动相对集中；在预先设定的区域分散放置有若干自动
售卖机；

[0038] 还包括云平台，云平台与自动售卖机通信连接；自动售卖机用于采集相关购买人员的各项数据，属于数据采集终端；自动售卖机通过通信模块与云平台实现数据的传输；所
述通信模块包括4G网络、5G网络、wifi模块等；

[0039] 自动售卖机具有用于统计的漫反射传感器，漫反射传感器包括红外线发射电路和红外线接收电路；漫反射传感器的电子信号转化为数字信号后经PLC处理后存储于本地存
储介质中；PLC调取本地存储介质内数据与云平台进行数据传输。

[0040] S2：自动售卖机对单位时间内通过自动售卖机的人流量进行统计，记为通过人数α；

[0041] 自动售卖机对单位时间内停留在自动售卖机前人流量进行统计，记为停留人数β；

[0042] 自动售卖机对单位时间内购买产品的人流量进行统计，记为购买人数φ；

[0043] 设定监控时间为工作时间，即早8:00—晚12：00；设定单位时间为2个小时，每2个小时，统计一轮，进行循环统计；

[0044] S21：自动售卖机对单位时间内通过自动售卖机的人流量进行统计：其中通过人数α由第一漫反射传感器进行统计，所述第一漫反射传感器安装于自动售卖机中部，距离地面
0.5m‑1m；设定第一漫反射传感器的检测半径为1‑2m；当人员经过自动售卖机时，第一漫反
射传感器检测到人员经过后开始计数；

[0045] 设定距离地面0.5m‑1m目的在于过滤高度较低的运动物体或人员，提高采集数据的准确性；

[0046] 设定第一漫反射传感器的检测半径为1‑2m，目的在于只统计靠近自动售卖机的人员，距离较远的人员相对购买意愿较低，不进行统计可以提高采集数据的准确性。

[0047] 自动售卖机对单位时间内通过自动售卖机的人流量进行统计方法如下：

[0048] 第一漫反射传感器发射红外线信号，当接受到反射信号后由PLC处理进行计数，记作α1,2....n；所述α1,2....n暂存在PLC的缓存内，缓存内的α1,2....n为暂时存储，记录某一单位时
间内的人流量；并将单位时间内的计数α1,2....n存储在本地存储介质中，本地存储介质中的
计数α1,2....n为长期存储，第一单位时间内的计数为α1，第二单位时间内的计数为α2，以此类
推，记为α1,2....n；

[0049] 如早8:00‑早10:00，进行统计α1=120人，α1=120人暂存在PLC的缓存内；将α1=120人存储在本地存储介质中，并将上述数据传输至云平台；

[0050] 早10:00‑早12:00，进行统计α2=152人，α2=152人暂存在PLC的缓存内；将α2=152人存储在本地存储介质中，并将上述数据传输至云平台，以此类推进行操作，PLC于第二日零
时清空缓存内的计数α1,2....。

[0051] S22：自动售卖机对单位时间内停留在自动售卖机前的人流量进行统计：停留人数β由第二漫反射传感器进行统计，所述第二漫反射传感器安装于自动售卖机中部，距离地面
1.5m；设定第二漫反射传感器的检测半径为0.5m以内；当人员靠近自动售卖机时，第二漫反
射传感器发射红外线信号，当接受到反射信号后由PLC处理进行计数，人员购买或操作时与
自动售卖机距离较近，停留时间较长；

[0052] 自动售卖机对单位时间内停留在自动售卖机前的人流量进行统计的方法如下：

[0053] 第二漫反射传感器与脉冲计数器连接；第二漫反射传感器以一定频率发射红外线信号，当接受到反射信号后由脉冲计数器进行计数；由于人员距离第二漫反射传感器较近，
因此信号反馈较快，通过脉冲计数器进行计数可以得到人员停留时间，当人员停留时间达
到阈值后可以认定人员有购买意向；

[0054] 设定脉冲计数器阈值为n，当脉冲计数器的计数超过阈值后，停止计数，当第二漫反射传感器无接收信号后脉冲计数器清零；所述脉冲计数器停止计数后，PLC获得信号，PLC
计数+1，记作β1,2....n，并暂存在PLC的缓存内，缓存内的β1,2....n为暂时存储，记录某一单位
时间内的未购买产品的人流量；PLC将单位时间内的PLC缓存内的计数β1,2....n存储在本地存
储介质中，本地存储介质中的计数β1,2....n为长期存储，第一单位时间内的计数为β1，第二单
位时间内的计数为β2，以此类推，记为β1,2....n，其中单位时间内的β1,2....n与α1,2....n一一对
应；

[0055] 如早8:00‑早10:00，对停留在自动售卖机前一定时间的人员进行统计β1=18人，β1=18人暂存在PLC的缓存内；将β1=18人存储在本地存储介质中，并将上述数据传输至云平台；

[0056] 早10:00‑早12:00，进行统计β2=33人，β2=33人暂存在PLC的缓存内；将β2=33人存储在本地存储介质中，并将上述数据传输至云平台，以此类推进行操作，PLC于第二日零时清
空缓存内的计数β1,2...。

[0057] 其中：脉冲计数器采用单片机AT89C51。

[0058] 进一步，设定脉冲计数器阈值为n大于等于500，当脉冲计数器计数达到阈值后说明人员停留在自动售卖机达到一定时间，可以认为有购买意向，PLC进行计数；此时第二漫
反射传感器继续发射信号和接收信号，而脉冲计数器停止计数，当第二漫反射传感器无接
收信号后，脉冲计数器清零；当第二漫反射传感器再次接收信号后重复上述计数步骤。

[0059] S23：自动售卖机对单位时间内购买产品的人流量进行统计：购买人数φ由第二漫反射传感器和第三漫反射传感器进行统计；所述第三漫反射传感器安装于取料口处，用于
统计购买产品数量；当同时满足在自动售卖机前停留一定时间，并且检测到取料口处有产
品可以认定人员进行了购买；满足上述两项条件，PLC进行计数μ1,2....n；

[0060] 自动售卖机对单位时间内购买产品的人流量进行统计的方法如下：第三漫反射传感器发射红外线信号，当接受到反射信号后由PLC处理进行计数，记作μ1,2....n；当PLC缓存内
计数β1,2....n加1且μ1,2....n大于等于1时，PLC处理进行计数，记作φ1,2....n，其中，第一单位时
间内的计数为φ1，第二单位时间内的计数为φ2，以此类推，记为φ1,2....n，其中单位时间内
的φ1,2....n与β1,2....n一一对应；

[0061] 如早8:00‑早10:00，对停留在自动售卖机前购买产品的人员进行统计φ1=16人，φ1=16人暂存在PLC的缓存内，其中在单位时间内，第一位购买产品的人购买了一项商品，μ1 
=1，φ1计数加1，第二位购买产品的人购买了3项商品，μ2 =3，φ1计数加1；将φ1=18人存储
在本地存储介质中，连同μ值一并将上述数据传输至云平台；

[0062] 再如早10:00‑早12:00，进行统计φ2=28人，φ2=28人暂存在PLC的缓存内；将φ2=28人存储在本地存储介质中，并将上述数据传输至云平台，以此类推进行操作，PLC于第二
日零时清空缓存内的计数φ1,2....。

[0063] 同一单位时间内（早8:00‑早10:00），α1=120，β1=18，φ1=18，

[0064] 同一单位时间内（早10:00‑早12:00），α2=152，β2=33，φ2=28，

[0065] 得到以下数据：

[0066] α1=120，β1=18，φ1=18；α2=152，β2=33，φ2=28；α3=116，β3=10，φ3=10；α4=133，β4=24，φ4=20；α5=146，β5=30，φ5=30；α6=128，β6=23，φ6=22；α7=50，β7=7，φ7=4；α8=1，β8=0，φ8=0；

[0067] S3：对同一单位时间内停留人数β与通过人数α进行数学拟合，得到拟合系数C1，用来评估自动售卖机放置位置是否合理；

[0068] 其中，数学拟合为线性拟合，得到β=0.2*α‑2.98，拟合误差：0.822；C1=0.2，投放地点不同，通过人数不同，C1数值越大说明投放地点人流量与停留人数β越相关，购买需求较
大，投放位置越合理；未购买成功可以考虑自动售卖机操作是否便利，以及投放产品是否符
合当前区域人员需求。

[0069] S4：对同一单位时间内停留人数β与购买人数φ之差，为未购买人数θ；未购买人数θ与停留人数β进行数学拟合，得到拟合系数C2，用来评估自动售卖的产品是否对某一投放
地点人群具有吸引力；

[0070] 其中，数学拟合为线性拟合，得到θ=0.06*β+0.64，拟合误差：0.127；C2=0.06，未购买人数θ相对停留人数β分布较为离散，未购买人数占停留人数β比例越少，说明购买意向越
强，产品投放越精准；

[0071] S5：对同一单位时间内购买人数φ与停留人数β进行数学拟合，得到拟合系数C3，用来评估自动售卖机是否操作简便；

[0072] 其中，数学拟合为线性拟合，得到φ=0.94*β‑0.64，拟合误差：0.97 ；C3=0.94，C3数值越大,越接近于1，说明停留的人基本上都进行了购买，说明购买意向比较明确，购买过
程较为顺利，自动售卖机的操作方式符合消费者的操作习惯。

[0073] 通过C1、C2、C3进行综合考虑，当C1数值较大时可以判断投放地点相对合理，消费者购买意愿较大；然后结合C2、C3综合判断，如果停留人数β较大，但购买人数φ较小，应当
判断是自动售卖机不便于操作导致购买不成功，还是因为产品未能吸引消费者进行购买；
通过采集的大数据进行统计和运算，合理评估自动售卖机的投放地点、投放产品、操作功能
是否合理。

[0074] 实施例2

[0075] 包括以下步骤：

[0076] S1：先进行自动售卖机投放地点预选，投放地点选在学校场所，分别投放在图书馆门口，篮球场入口；在预先设定的区域分散放置有若干自动售卖机；

[0077] 还包括云平台，云平台与自动售卖机通信连接；自动售卖机用于采集相关购买人员的各项数据，属于数据采集终端；自动售卖机通过通信模块与云平台实现数据的传输；所
述通信模块包括4G网络、5G网络、wifi模块等；

[0078] 自动售卖机具有用于统计的漫反射传感器，漫反射传感器包括红外线发射电路和红外线接收电路；漫反射传感器的电子信号转化为数字信号后经PLC处理后存储于本地存
储介质中；PLC调取本地存储介质内数据与云平台进行数据传输。

[0079] S2：自动售卖机对单位时间内通过自动售卖机的人流量进行统计，记为通过人数α；

[0080] 自动售卖机对单位时间内停留在自动售卖机前人流量进行统计，记为停留人数β；

[0081] 自动售卖机对单位时间内购买产品的人流量进行统计，记为购买人数φ；

[0082] 设定监控时间为单日，监测7‑30天的数据量；

[0083] S21：自动售卖机对单位时间内通过自动售卖机的人流量进行统计：其中通过人数α由第一漫反射传感器进行统计，所述第一漫反射传感器安装于自动售卖机中部，距离地面
0.5m‑1m；设定第一漫反射传感器的检测半径为1‑2m；当人员经过自动售卖机时，第一漫反
射传感器检测到人员经过后开始计数；

[0084] 设定距离地面0.5m‑1m目的在于过滤高度较低的运动物体或人员，提高采集数据的准确性；

[0085] 设定第一漫反射传感器的检测半径为1‑2m，目的在于只统计靠近自动售卖机的人员，距离较远的人员相对购买意愿较低，不进行统计可以提高采集数据的准确性。

[0086] 自动售卖机对单位时间内通过自动售卖机的人流量进行统计方法如下：

[0087] 第一漫反射传感器发射红外线信号，当接受到反射信号后由PLC处理进行计数，记作α1,2....n；所述α1,2....n暂存在PLC的缓存内，缓存内的α1,2....n为暂时存储，记录某一单位时
间内的人流量；并将单位时间内的计数α1,2....n存储在本地存储介质中，本地存储介质中的
计数α1,2....n为长期存储，第一单位时间内的计数为α1，第二单位时间内的计数为α2，以此类
推，记为α1,2....n；

[0088] S22：自动售卖机对单位时间内停留在自动售卖机前的人流量进行统计：停留人数β由第二漫反射传感器进行统计，所述第二漫反射传感器安装于自动售卖机中部，距离地面
1.5m；设定第二漫反射传感器的检测半径为0.5m以内；当人员靠近自动售卖机时，第二漫反
射传感器发射红外线信号，当接受到反射信号后由PLC处理进行计数，人员购买或操作时与
自动售卖机距离较近，停留时间较长；

[0089] 自动售卖机对单位时间内停留在自动售卖机前的人流量进行统计的方法如下：

[0090] 第二漫反射传感器与脉冲计数器连接；第二漫反射传感器以一定频率发射红外线信号，当接受到反射信号后由脉冲计数器进行计数；由于人员距离第二漫反射传感器较近，
因此信号反馈较快，通过脉冲计数器进行计数可以得到人员停留时间，当人员停留时间达
到阈值后可以认定人员有购买意向；

[0091] 设定脉冲计数器阈值为n，当脉冲计数器的计数超过阈值后，停止计数，当第二漫反射传感器无接收信号后脉冲计数器清零；所述脉冲计数器停止计数后，PLC获得信号，PLC
计数+1，记作β1,2....n，并暂存在PLC的缓存内，缓存内的β1,2....n为暂时存储，记录某一单位
时间内的未购买产品的人流量；PLC将单位时间内的PLC缓存内的计数β1,2....n存储在本地存
储介质中，本地存储介质中的计数β1,2....n为长期存储，第一单位时间内的计数为β1，第二单
位时间内的计数为β2，以此类推，记为β1,2....n，其中单位时间内的β1,2....n与α1,2....n一一对
应；

[0092] 其中：脉冲计数器采用单片机AT89C51。

[0093] 进一步，设定脉冲计数器阈值为n大于等于500，当脉冲计数器计数达到阈值后说明人员停留在自动售卖机达到一定时间，可以认为有购买意向，PLC进行计数；此时第二漫
反射传感器继续发射信号和接收信号，而脉冲计数器停止计数，当第二漫反射传感器无接
收信号后，脉冲计数器清零；当第二漫反射传感器再次接收信号后重复上述计数步骤。

[0094] S23：自动售卖机对单位时间内购买产品的人流量进行统计：购买人数φ由第二漫反射传感器和第三漫反射传感器进行统计；所述第三漫反射传感器安装于取料口处，用于
统计购买产品数量；当同时满足在自动售卖机前停留一定时间，并且检测到取料口处有产
品可以认定人员进行了购买；满足上述两项条件，PLC进行计数μ1,2....n；

[0095] 自动售卖机对单位时间内购买产品的人流量进行统计的方法如下：第三漫反射传感器发射红外线信号，当接受到反射信号后由PLC处理进行计数，记作μ1,2....n；当PLC缓存内
计数β1,2....n加1且μ1,2....n大于等于1时，PLC处理进行计数，记作φ1,2....n，其中，第一单位时
间内的计数为φ1，第二单位时间内的计数为φ2，以此类推，记为φ1,2....n，其中单位时间内
的φ1,2....n与β1,2....n一一对应；

[0096] 得到以下数据：

[0097] 图书馆门口放置自动售卖机，采集7天数据如下：

[0098] α1=2115，β1=235，φ1=213；α2=2426，β2=277，φ2=265；α3=2265，β3=180，φ3=178；α4=2518，β4=289，φ4=277；α5=2165，β5=285，φ5=271；α6=1865，β6=181，φ6=168；α7=1778，β7=
211，φ7=192；

[0099] S3：对7天内停留人数β与通过人数α进行数学拟合，得到拟合系数C1，用来评估自动售卖机放置位置是否合理；

[0100] 其中，数学拟合为线性拟合，得到β=0.11*α‑6.34，拟合误差：0.411；C1=0.11，通过分析图书馆人流量较大，通过自动售卖机的人数较多，但是停留人数占比并不是很大。

[0101] S4：对同一单位时间内停留人数β与购买人数φ之差，为未购买人数θ；未购买人数θ与停留人数β进行数学拟合，得到拟合系数C2，用来评估自动售卖的产品是否对某一投放
地点人群具有吸引力；

[0102] 其中，数学拟合为线性拟合，得到θ=0.0299*β+0.63，拟合误差：0.051；C2=0.0299，未购买人数θ相对停留人数β较为离散，说明未购买产品随机性较大，总体上产品较为符合
学生消费需要；

[0103] S5：对同一单位时间内购买人数φ与停留人数β进行数学拟合，得到拟合系数C3，用来评估自动售卖机是否操作简便；

[0104] 其中，数学拟合为线性拟合，得到φ=0.97*β‑0.63，拟合误差：0.98 ；C3=0.97，C3数值越大,越接近于1，说明停留的人基本上都进行了购买，说明进出图书馆的同学对自动
售卖机比较熟悉，基本上停留后都会进行购买。

[0105] 通过监测可以初步判断，图书馆虽然人流量较大，但是购买人数却不是很高，投放数量不宜过多，但是产品购买较为精准，进出图书馆的同学操作自动售卖机后可以轻松购
买产品；可以考虑扩大产品品类以及自动售卖机的宣传力度，增加购买几率。

[0106] 篮球场入口放置自动售卖机，采集7天数据如下：

[0107] α1=568，β1=223，φ1=221；α2=678，β2=246，φ2=241；α3=632，β3=235，φ3=228；α4=589，β4=248，φ4=246；α5=557，β5=285，φ5=278；α6=631，β6=281，φ6=278；α7=622，β7=231，φ7=
230；

[0108] S3：对7天内停留人数β与通过人数α进行数学拟合，得到拟合系数C1，用来评估自动售卖机放置位置是否合理；

[0109] 其中，数学拟合为线性拟合，得到β=0.186*α+128.7，拟合误差：0.121；C1=0.186，通过分析篮球场入口人流相对稳定，停留人数β占通过人数α比例较大，因此在篮球场附近
应当适当增加自动售卖机的投放量，减少购买人员的等待时间。

[0110] S4：对同一单位时间内停留人数β与购买人数φ之差，为未购买人数θ；未购买人数θ与停留人数β进行数学拟合，得到拟合系数C2，用来评估自动售卖的产品是否对某一投放
地点人群具有吸引力；

[0111] 其中，数学拟合为线性拟合，得到θ=0.04*β‑6.07，拟合误差：0.15；C2=0.04，未购买人数θ相对购买人数φ较为少，说明产品投放较为准确，符合篮球场附近同学的购买需
求，但仍有些未购买情况，可以考虑增加自动售卖机数量，并投放新产品；

[0112] S5：对同一单位时间内购买人数φ与停留人数β进行数学拟合，得到拟合系数C3，用来评估自动售卖机是否操作简便；

[0113] 其中，数学拟合为线性拟合，得到φ=0.96*β+6.067，拟合误差：0.99；C3=0.96，C3数值越大,越接近于1，说明停留的人基本上都进行了购买，说明进出篮球场的同学对自动
售卖机比较熟悉，购买人数占流通人数比例较大，可以判断篮球场附近同学购买产品需求
较大，可以增加自动售卖机投放力度。

[0114] 实施例3：

[0115] 基于实施例1和实施例2：

[0116] 还包括对自动售卖机周边环境以及人流量的图像采集，来进一步取舍拟合系数C1、拟合系数C2、拟合系数C3，提高自动售卖机数据采集的准确性，更便于商家评估该区域
自动售卖机的利润机会和改机机会，提高自动售卖机服务消费者的能力；

[0117] 具体步骤如下：

[0118] 自动售卖机通过无人机采集区域人口密度，所述无人机具有摄像头，用于采集图像信息；所述无人机包括无线传输模块，无线传输模块为4G网络、5G网络等；所述无人机通
过无线传输模块与云平台连接；所述自动售卖机和所述无人机均安装有GPS定位模块，无人
机通过无线传输模块将定位信息传送给所述云平台，所述云平台将自动售卖机的定位信息
反馈给所述无人机；

[0119] 无人机根据通过人数α，停留人数β进行神经网络数据训练，通过云平台发送升空指令，无人机根据云平台指令停留在一定高度的空中，通过摄像头采集图像信息，并将采集
的图像信息反馈至云平台；所述云平台还发送移动指令，云平台将自动售卖机的GPS定位信
息发送给无人机，无人机沿规划路线飞行至目标自动售卖机；

[0120] 无人机收到平台指令，垂直升高到一定高度，通过摄像头采集单位时间内通过自动售卖机的人流量图像，根据通过人数α，停留人数β进行神经网络数据训练后，云平台判定
该自动售卖机主要的售卖时间，指令无人机在指定时间段进行数据采集；

[0121] 每个无人机用于2‑3个自动售卖机数据的采集；当无人机从一个自动售卖机移动至另一个自动售卖机时，无人机的摄像头打开，当无人机的摄像头拍摄到航线上有障碍物
时，将图像信息反馈给云平台，由云平台根据自动售卖机的GPS定位信息重新规划路线或指
令无人机返回原位置；

[0122] 无人机通过太阳能电池板进行供电，无人机的电量信息通过无线传输模块反馈给云平台，当无人机电量低时，云平台调取其他无人机覆盖待采集数据的自动售卖机；

[0123] 云平台将图像信息进行比例分隔成若干图像块，通过图像分析每个所述图像块内人流密度；计算自动售卖机所在的所述图像块内的人流密度，将该时间段内的人流密度、通
过人数α、购买人数φ进行神经网络数据训练，若人流密度与拟合系数C1成正相关，则保留
拟合系数C1；若人流密度与拟合系数C1成负相关且与拟合系数C2成正相关，则去除拟合系
数C1，保留拟合系数C2；若人流密度与拟合系数C2成正相关，则保留拟合系数C2，若人流密
度与拟合系数C2成负相关，则去除拟合系数C1和拟合系数C2；

[0124] 通过拟合系数C1、拟合系数C2、拟合系数C3来调整自动售卖机的位置、售卖产品以及辅助自动售卖机操作功能的改变。

[0125] 本发明的描述中，需要说明的是，术语“上”、“下”、“左”、“右”、“中”等指示的方位或者位置关系为基于产品的相对位置关系，仅是为了便于描述本发明和简化描述，而不是
指示或者暗示所指的装置或者元件必须具有特定的方位，以特定的方位构造和操作，因此
不能理解为对本发明的限制。

[0126] 本发明的描述中，还需要说明的是，除非另有明确的规定和限制，术语“设置”、“安装”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接，可
以是机械连接，也可以是电连接，可以是直接连接，也可以是通过中间媒介相连，可以是两
个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在
本发明中的具体含义。

[0127] 综上所述，对于本领域的技术人员，依据本发明的指导，在不脱离本发明的原理与精神的前提下，对本发明所做的改变、修改、替换、变形仍落入本发明的保护范围。