فناوری‌های تشخیص کالا و سنسور‌ها در وندینگ ماشین ها

این مقاله از مجموعه مقالات تخصصی وندینگ ماشین فروشبان به بررسی روند‌های آینده در توسعه فناوری‌های تشخیص کالا در وندینگ ماشین ها پرداخته و روش‌هایی نظیر هوش مصنوعی، اینترنت اشیا و حسگر‌های خودتشخیص را به عنوان فرصت‌های بهبود در این صنعت معرفی می‌کند. پیشرفت این فناوری‌ها می‌تواند نیاز‌های مشتریان را به‌صورت مؤثرتر برآورده کرده و به کسب‌وکار‌ها کمک کند تا ضمن افزایش کارایی، هزینه‌های پیاده‌سازی و نگهداری را کاهش دهند.

سنسور‌های وزن در وندینگ ماشین ها

عملکرد

سنسور‌های وزن، به ویژه لودسل‌ها (Load Cells)، از مهم‌ترین ابزار‌ها در وندینگ ماشین ها برای تضمین تحویل صحیح کالا به مشتری هستند. این سنسور‌ها به گونه‌ای طراحی شده‌اند که با اندازه‌گیری دقیق وزن کالا‌های داخل دستگاه، بتوانند تغییرات جزئی وزن را شناسایی کرده و تحویل محصول را تأیید کنند. برای این منظور، ماشین وندینگ ابتدا وزن هر کالا را ثبت کرده و سپس در حین تحویل، تغییرات وزنی حاصل از حذف کالا را بررسی می‌کند. این فرایند با دقت بالا توسط لودسل‌ها انجام می‌شود و در صورتی که تغییری مطابق با وزن مشخص شده رخ ندهد، دستگاه متوجه خطا در تحویل کالا خواهد شد. این روش به ویژه در ماشین‌های فروش نوشیدنی‌ها و خوراکی‌های مختلف بسیار مؤثر است، چرا که تفاوت وزن میان کالا‌ها به‌راحتی قابل تشخیص و ثبت است.

مزایا

1. دقت بالا در تشخیص تحویل کالا: لودسل‌ها با دقت بسیار بالا، حتی تغییرات کوچک وزن را نیز شناسایی می‌کنند. این دقت بالا منجر به کاهش خطا در تحویل کالا شده و احتمال توزیع نادرست کالا را به حداقل می‌رساند.
2. قابلیت تشخیص محصولات با وزن‌های متفاوت: یکی از مزایای مهم این سنسور‌ها امکان تشخیص کالا‌های با وزن‌های متنوع است. این امر به ماشین وندینگ اجازه می‌دهد تا کالا‌های مختلف را در یک دستگاه قرار داده و از سیستم وزن برای شناسایی و مدیریت آن‌ها استفاده کند.

چالش‌ها

1. تأثیر عوامل محیطی بر دقت اندازه‌گیری: سنسور‌های وزن به شدت تحت تأثیر عوامل محیطی قرار دارند. تغییرات دما و لرزش‌های محیطی می‌توانند دقت اندازه‌گیری لودسل‌ها را کاهش دهند و در نتیجه، عملکرد کلی دستگاه را تحت تأثیر قرار دهند. به همین دلیل، این سنسور‌ها نیازمند محافظت و تنظیمات محیطی خاصی هستند.
2. نیاز به کالیبراسیون منظم: به منظور حفظ دقت اندازه‌گیری، سنسور‌های وزن نیاز به کالیبراسیون منظم دارند. بدون کالیبراسیون، این سنسور‌ها به مرور زمان از دقت خود میکاهند و احتمال خطا در تشخیص وزن کالا‌ها افزایش می‌یابد.

سنسور‌های اپتیکال در وندینگ ماشین ها

عملکرد

سنسور‌های اپتیکال، با بهره‌گیری از فناوری نوری و بدون نیاز به تماس فیزیکی، حضور یا عدم حضور کالا‌ها را در وندینگ ماشین ها تشخیص می‌دهند. این سنسور‌ها از پرتو‌های نور (معمولاً مادون قرمز یا مرئی) برای شناسایی کالا‌هایی که در مسیر توزیع حرکت می‌کنند، استفاده می‌کنند. زمانی که کالا در معرض مسیر پرتو قرار می‌گیرد، سنسور با تغییرات بازتاب نور به تشخیص حضور آن می‌پردازد. این فناوری به ماشین وندینگ اجازه می‌دهد تا در زمان بسیار کوتاهی، از تحویل صحیح کالا اطمینان حاصل کرده و در صورت بروز هرگونه خطا، فرآیند توزیع را متوقف کند.

مزایا

1. عدم تماس فیزیکی با کالا: سنسور‌های اپتیکال از طریق تشخیص بازتاب نور و بدون هیچ‌گونه تماس فیزیکی با کالا عمل می‌کنند. این ویژگی باعث کاهش سایش و خرابی در ماشین وندینگ می‌شود، چرا که هیچ نیرویی مستقیماً به کالا‌ها وارد نمی‌شود.
2. سرعت بالا در تشخیص: به دلیل استفاده از فناوری نوری، سنسور‌های اپتیکال توانایی دارند تا حضور کالا‌ها را به‌سرعت و با تأخیر ناچیز تشخیص دهند. این ویژگی به ویژه در وندینگ ماشین ها با تعداد زیاد مشتری و نیاز به پردازش سریع بسیار کاربردی است.

چالش‌ها

1. تأثیر نور محیطی بر عملکرد: سنسور‌های اپتیکال تحت تأثیر نور محیطی قرار می‌گیرند و ممکن است در شرایط نوری مختلف، عملکردشان دچار اختلال شود. به طور مثال، نور مستقیم خورشید یا منابع نوری پرقدرت ممکن است باعث کاهش دقت این سنسور‌ها و بروز خطا در تشخیص حضور کالا‌ها شود.
2. احتمال خطا در تشخیص کالا‌های شفاف یا براق: سنسور‌های نوری ممکن است در شناسایی کالا‌هایی که سطح شفافی دارند یا نور را به‌خوبی منعکس می‌کنند، با مشکل مواجه شوند. در چنین شرایطی، بازتاب نور به درستی تغییر نمی‌کند و احتمال بروز خطا در تشخیص حضور کالا افزایش می‌یابد.

سنسور‌های مادون قرمز (IR) در وندینگ ماشین ها

عملکرد

سنسور‌های مادون قرمز (IR) با استفاده از پرتو‌های نور مادون قرمز، قابلیت تشخیص حرکت و فاصله‌ی کالا‌ها را در وندینگ ماشین ها فراهم می‌کنند. این سنسور‌ها به طور خاص برای تشخیص اشیاء در فاصله‌های کوتاه و متوسط طراحی شده‌اند و با تاباندن پرتو مادون قرمز و اندازه‌گیری بازتاب آن از سطح کالا، می‌توانند حضور کالا‌ها و فاصله‌ی آن‌ها را تشخیص دهند. در واقع، وقتی کالا در مسیر پرتو مادون قرمز قرار می‌گیرد، مقدار بازتاب نور تغییر می‌کند و این تغییر توسط سنسور دریافت و به عنوان حضور کالا تفسیر می‌شود.

مزایا

1. کم‌هزینه بودن: سنسور‌های مادون قرمز یکی از ارزان‌ترین گزینه‌ها برای تشخیص کالا‌ها در وندینگ ماشین ها هستند. هزینه پایین این سنسور‌ها به کسب‌وکار‌ها اجازه می‌دهد تا آن‌ها را به‌صرفه و به راحتی در انواع وندینگ ماشین ها نصب کنند.
2. توانایی تشخیص از فاصله کوتاه: این سنسور‌ها در تشخیص اجسام در فاصله‌های کوتاه و متوسط عملکرد خوبی دارند و می‌توانند به‌سرعت و با دقت مناسب، حضور کالا‌ها را ثبت کنند. این ویژگی باعث می‌شود سنسور‌های IR برای کاربرد‌های داخل وندینگ ماشین ها به ویژه در محیط‌های کوچک و بسته، ایده‌آل باشند.

چالش‌ها

1. حساسیت به نور محیط: سنسور‌های مادون قرمز ممکن است در شرایط نوری شدید و محیط‌های پرنور دچار مشکل شوند. نور مستقیم خورشید یا منابع نوری قوی می‌توانند با پرتو‌های مادون قرمز تداخل کنند و دقت سنسور را کاهش دهند.
2. خطا در تشخیص اجسام کوچک یا شفاف: این سنسور‌ها ممکن است در تشخیص اجسام شفاف یا کوچک دچار مشکل شوند. به عنوان مثال، اجسام شفاف ممکن است نور مادون قرمز را به‌خوبی بازتاب ندهند و در نتیجه، سنسور نتواند به‌درستی حضور آن‌ها را تشخیص دهد. این مسأله نیاز به تنظیم و کالیبراسیون دقیق‌تری را در سنسور‌های IR ایجاد می‌کند.

حسگر‌های لیزری در وندینگ ماشین ها

عملکرد

حسگر‌های لیزری از فناوری پیشرفته‌ای برای اندازه‌گیری دقیق فاصله و تشخیص حرکت کالا‌ها استفاده می‌کنند. این حسگر‌ها با تاباندن پرتو لیزری و تحلیل بازتاب آن، فاصله دقیق کالا را نسبت به سنسور محاسبه کرده و می‌توانند به‌سرعت موقعیت کالا‌ها را شناسایی کنند. استفاده از حسگر‌های لیزری در وندینگ ماشین ها به ویژه در مواقعی که دقت بالا در تشخیص موقعیت کالا ضروری است، مفید است. به دلیل توانایی این حسگر‌ها در اندازه‌گیری فاصله و شناسایی سریع اجسام در حال حرکت، اغلب برای کالا‌های حجیم‌تر و سنگین‌تر مورد استفاده قرار می‌گیرند.

مزایا

1. دقت بالا: حسگر‌های لیزری دارای دقت بسیار بالایی هستند و می‌توانند فاصله‌ها را با میلی‌متر اندازه‌گیری کنند. این دقت بالا به ماشین وندینگ اجازه می‌دهد تا حضور کالا‌ها را حتی در شرایط پیچیده و شلوغ با خطای کم تشخیص دهد.
2. پایداری نسبت به نور محیط: برخلاف سنسور‌های نوری معمولی یا مادون قرمز، سنسور‌های لیزری در برابر تغییرات نور محیطی بسیار مقاوم هستند. این ویژگی موجب می‌شود که در شرایط مختلف نوری، عملکرد ثابت و دقیقی داشته باشند.

چالش‌ها

1. هزینه بالا: حسگر‌های لیزری به دلیل فناوری پیشرفته و دقت بالایی که دارند، هزینه‌بر هستند. این هزینه بالا ممکن است باعث شود که کسب‌وکار‌ها تنها در موارد خاص و برای کالا‌های گران‌قیمت یا حساس از این سنسور‌ها استفاده کنند.
2. نیاز به نگهداری منظم: حسگر‌های لیزری به دلیل ساختار پیچیده خود نیاز به نگهداری و کالیبراسیون دوره‌ای دارند تا دقت آن‌ها حفظ شود. بدون نگهداری مناسب، ممکن است دقت و کارایی این حسگر‌ها به مرور کاهش یابد، که در نتیجه، خطا‌های بیشتری در تشخیص و توزیع کالا رخ دهد.

کاربرد حسگر‌های RFID در وندینگ ماشین ها

عملکرد

فناوری RFID یکی از نوآوری‌های کلیدی در مدیریت موجودی و تشخیص کالا در وندینگ ماشین ها است که با استفاده از تگ‌ها و ریدر‌های RFID، امکان شناسایی و ردیابی کالا‌ها را به صورت خودکار فراهم می‌کند. هر کالا به یک تگ RFID مجهز می‌شود که شامل اطلاعات محصول از قبیل‌شناسه، نوع و مقدار موجودی است. زمانی که کالا وارد محدوده ریدر RFID می‌شود، ریدر با استفاده از امواج رادیویی اطلاعات تگ را خوانده و به سیستم مرکزی ارسال می‌کند. این فناوری امکان نظارت لحظه‌ای بر موجودی را فراهم کرده و به وندینگ ماشین ها اجازه می‌دهد تا وضعیت موجودی خود را به‌طور دقیق مدیریت کنند.

مزایا

1. دقت بالا در شناسایی و ردیابی محصولات: فناوری RFID قادر است به‌دقت و بدون نیاز به تماس فیزیکی، کالا‌ها را شناسایی و ردیابی کند. این مزیت به ویژه در وندینگ ماشین ها که کالا‌ها ممکن است در قفسه‌های متراکم چیده شده باشند، بسیار کارآمد است.
2. امکان به‌روزرسانی لحظه‌ای موجودی: با استفاده از ریدر‌های RFID، وندینگ ماشین ها می‌توانند موجودی خود را به‌صورت لحظه‌ای بررسی کنند. هرگونه تغییر در موجودی مانند حذف یا اضافه کردن کالا فوراً به سیستم گزارش می‌شود و این امکان مدیریت هوشمند موجودی را فراهم می‌آورد.

چالش‌ها

1. هزینه‌های مرتبط با نصب و نگهداری سیستم RFID: فناوری RFID هزینه‌بر است و نیاز به زیرساخت‌های خاصی برای نصب و راه‌اندازی دارد. هزینه تگ‌ها و ریدر‌ها، همچنین نیاز به نرم‌افزار‌های مدیریت داده و هماهنگ‌سازی با سیستم مرکزی از جمله هزینه‌های قابل توجه در این زمینه هستند.
2. تداخل امواج رادیویی در محیط‌های شلوغ: در محیط‌های شلوغ و با تراکم زیاد دستگاه‌های بی‌سیم، امکان تداخل امواج رادیویی وجود دارد که می‌تواند بر دقت عملکرد RFID تأثیر بگذارد. این تداخل ممکن است منجر به خوانش نادرست داده‌ها یا شناسایی نادرست کالا‌ها شود و نیاز به تنظیمات دقیق و کالیبراسیون دارد.

بهینه‌سازی و افزایش دقت در تشخیص کالای مصرف‌شده

ترکیب سنسور‌ها

یکی از راه‌های مؤثر برای افزایش دقت در تشخیص کالا‌ها، استفاده همزمان از چندین سنسور است. ترکیب سنسور‌های وزن، اپتیکال، IR و RFID به وندینگ ماشین ها امکان می‌دهد که به‌طور کامل بر فرآیند تشخیص کالا نظارت داشته و خطا‌های احتمالی را به حداقل برسانند. به عنوان مثال، زمانی که اطلاعات سنسور‌های وزن و RFID با هم تطابق دارند، احتمال اشتباه در تحویل کالا کاهش می‌یابد. ترکیب داده‌های چندگانه همچنین از بروز خطا‌هایی که ممکن است در اثر نقص یک سنسور خاص رخ دهند، جلوگیری می‌کند و دقت تشخیص کالا را افزایش می‌دهد.

پردازش داده‌ها

استفاده از الگوریتم‌های یادگیری ماشین برای تحلیل الگو‌های مصرف کالا‌ها یکی از روش‌های مدرن در وندینگ ماشین ها است. این الگوریتم‌ها قادرند بر اساس داده‌های جمع‌آوری‌شده از سنسور‌ها، الگو‌های مصرف را تحلیل کرده و نیاز‌های تأمین مجدد را پیش‌بینی کنند. این روش نه تنها باعث کاهش هزینه‌ها می‌شود، بلکه از کمبود کالا نیز جلوگیری می‌کند و تجربه مشتری را بهبود می‌بخشد. الگوریتم‌های یادگیری ماشین همچنین امکان تشخیص ناهنجاری‌ها را فراهم می‌کنند؛ به عنوان مثال، اگر کالایی به‌طور غیرعادی مصرف شود، سیستم می‌تواند به سرعت واکنش نشان داده و اقدامات لازم را انجام دهد.

کاربرد الگوریتم‌های ترکیب اطلاعات حسگر‌ها (Sensor Fusion)

یکی از پیشرفته‌ترین رویکرد‌ها در بهینه‌سازی دقت تشخیص کالا‌ها، ترکیب داده‌های حسگر‌ها از طریق الگوریتم‌های Sensor Fusion است. این روش با استفاده از داده‌های چندگانه و ترکیب آن‌ها، امکان تحلیل دقیق‌تری از وضعیت کالا‌ها را فراهم می‌کند. برای مثال، اگر یک حسگر وزن تغییری در وزن کالا تشخیص دهد و حسگر RFID نیز تأیید کند که تگی از سیستم خارج شده است، ترکیب این اطلاعات دقت بالاتری در تشخیص مصرف کالا ارائه می‌دهد و خطا‌های ناشی از هر سنسور به‌طور مجزا کاهش می‌یابد.

ارتباط با سیستم مرکزی

داده‌های جمع‌آوری‌شده توسط سنسور‌ها به سرور مرکزی ارسال می‌شوند تا تحلیل و گزارش‌های جامع‌تری از عملکرد وندینگ ماشین ها تهیه شود. سیستم‌های وندینگ مدرن با استفاده از پروتکل‌های امن برای انتقال داده‌ها، اطلاعات مربوط به موجودی، ناهنجاری‌ها و تغییرات در مصرف کالا‌ها را به مرکز مدیریت انتقال می‌دهند. این ارتباط مستمر با سرور مرکزی امکان به‌روزرسانی لحظه‌ای موجودی و همچنین گزارش‌دهی دقیق از عملکرد دستگاه‌ها را فراهم کرده و از بروز مشکلات ناشی از کمبود یا تحویل نادرست کالا جلوگیری می‌کند.

چالش‌ها و راهکار‌ها در پیاده‌سازی فناوری‌های تشخیص کالا

چالش‌ها

1. هزینه‌های پیاده‌سازی و نگهداری سیستم‌های پیشرفته: راه‌اندازی فناوری‌های پیشرفته تشخیص کالا در وندینگ ماشین ها هزینه‌بر است. این هزینه‌ها شامل تهیه سخت‌افزار‌های پیشرفته، نصب و پیکربندی سیستم‌ها، نرم‌افزار‌های مدیریت داده، و همچنین هزینه‌های نگهداری و کالیبراسیون منظم تجهیزات است. برای کسب‌وکار‌هایی با بودجه محدود، این هزینه‌ها می‌تواند مانعی جدی برای استفاده از این فناوری‌ها باشد.
2. نیاز به آموزش کارکنان برای مدیریت و نگهداری سیستم‌ها: پیاده‌سازی و بهره‌برداری از فناوری‌های تشخیص کالا به آموزش کارکنانی نیاز دارد که بتوانند از این سیستم‌ها به درستی استفاده کرده و در مواقع ضروری تنظیمات و تعمیرات لازم را انجام دهند. بدون آموزش‌های مناسب، کارکنان ممکن است قادر به مدیریت مؤثر سیستم‌های پیچیده و تشخیص خطا‌های احتمالی نباشند که این امر می‌تواند منجر به کاهش کارایی و افزایش خطا‌های عملیاتی شود.
3. مسائل مرتبط با حریم خصوصی و امنیت داده‌ها: فناوری‌های هوشمند تشخیص کالا اغلب نیازمند جمع‌آوری و پردازش داده‌های حساس مشتریان و مصرف کالا‌ها هستند. حفاظت از این داده‌ها و جلوگیری از دسترسی‌های غیرمجاز اهمیت بسیار بالایی دارد و از چالش‌های مهم در پیاده‌سازی این سیستم‌ها به شمار می‌آید. در صورت عدم رعایت اصول امنیتی، احتمال بروز رخنه‌های اطلاعاتی و مشکلات حریم خصوصی افزایش می‌یابد.

راهکار‌ها

1. انتخاب فناوری‌های متناسب با نیاز و بودجه کسب‌وکار: یکی از راهکار‌های کاهش هزینه‌ها، انتخاب فناوری‌های مناسب با نیاز‌ها و بودجه کسب‌وکار است. در برخی موارد، استفاده از ترکیب فناوری‌های کم‌هزینه‌تر مانند سنسور‌های نوری و مادون قرمز، به همراه الگوریتم‌های هوشمند، می‌تواند عملکردی قابل قبول را بدون نیاز به سرمایه‌گذاری سنگین فراهم کند.
2. انجام آزمایش‌های می‌دانی برای ارزیابی عملکرد سیستم‌ها: برای اطمینان از کارایی و دقت سیستم‌ها، انجام آزمایش‌های می‌دانی و ارزیابی عملکرد آن‌ها در شرایط واقعی ضروری است. این آزمایش‌ها به کسب‌وکار‌ها کمک می‌کند تا مشکلات احتمالی را پیش از پیاده‌سازی کامل شناسایی و برطرف کنند. این فرآیند باعث کاهش خطا‌ها و افزایش اطمینان در عملکرد سیستم‌های تشخیص کالا می‌شود.
3. استفاده از مشاوران متخصص برای پیاده‌سازی و بهینه‌سازی سیستم‌ها: حضور مشاوران متخصص در فرایند پیاده‌سازی و بهینه‌سازی سیستم‌ها می‌تواند به کسب‌وکار‌ها کمک کند تا از تجربیات و دانش فنی این افراد استفاده کرده و سیستم‌ها را با کارایی و دقت بیشتری راه‌اندازی کنند. مشاوران می‌توانند در انتخاب مناسب‌ترین سنسور‌ها، تنظیمات دقیق و راهکار‌های بهینه‌سازی نقش مؤثری ایفا کنند.

روند‌های آینده در فناوری‌های تشخیص کالا در وندینگ ماشین ها

1. ادغام هوش مصنوعی و اینترنت اشیا (AIoT): یکی از روند‌های اصلی آینده، یکپارچه‌سازی هوش مصنوعی با اینترنت اشیا (AIoT) در وندینگ ماشین ها است. این ترکیب به دستگاه‌ها اجازه می‌دهد تا با پردازش لحظه‌ای داده‌ها و استفاده از الگوریتم‌های هوشمند، مدیریت موجودی و تشخیص کالا را به‌صورت بلادرنگ انجام دهند. این فناوری امکان تحلیل الگو‌های مصرف، پیش‌بینی نیاز‌های تأمین مجدد و حتی بهینه‌سازی عملکرد بر اساس رفتار مشتریان را فراهم می‌کند.
2. توسعه حسگر‌های هوشمند با قابلیت خودتشخیص (Self-Diagnosis): حسگر‌های هوشمند با قابلیت خودتشخیص یکی دیگر از روند‌های مهم در این حوزه هستند. این حسگر‌ها می‌توانند مشکلات و خطا‌های احتمالی را به‌صورت خودکار شناسایی کرده و گزارش کنند، که این امر به بهبود کارایی و کاهش هزینه‌های نگهداری منجر می‌شود. این نوع حسگر‌ها می‌توانند اطلاعات خطا را به سیستم مرکزی ارسال کنند تا به‌سرعت اقدامات لازم برای رفع مشکل انجام شود.
3. استفاده از فناوری‌های پیشرفته و کم‌هزینه: توسعه حسگر‌هایی با قابلیت‌های بیشتر و هزینه کمتر یکی از اهداف اصلی در این صنعت است. فناوری‌هایی نظیر سنسور‌های نوری پیشرفته، حسگر‌های چندکاره و سنسور‌های کم‌هزینه‌تری که قابلیت ترکیب اطلاعات با دقت بالا را دارند، به زودی وارد بازار خواهند شد. این حسگر‌ها به وندینگ ماشین ها اجازه می‌دهند تا با هزینه‌های کمتری به سطوح بالاتری از هوشمندی دست یابند.

سخن آخر

استفاده از فناوری‌های هوشمند تشخیص کالا، به طور قابل توجهی باعث افزایش دقت، کارایی و بهره‌وری وندینگ ماشین ها می‌شود. این فناوری‌ها نه تنها امکان مدیریت بهینه موجودی و کاهش خطا‌های تحویل را فراهم می‌کنند، بلکه به کسب‌وکار‌ها اجازه می‌دهند تا تجربه‌ی بهتری به مشتریان خود ارائه دهند. تحقیق و توسعه مستمر در حوزه فناوری‌های تشخیص کالا، به‌ویژه در زمینه‌ی هوش مصنوعی و اینترنت اشیا، ضروری است. همچنین، نیاز به توسعه‌ی فناوری‌های کم‌هزینه‌تر و حسگر‌های پیشرفته‌تر که بتوانند با دقت بالاتری در شرایط محیطی مختلف عمل کنند، به منظور افزایش بهره‌وری و کاهش هزینه‌های کلی بسیار احساس می‌شود.

منابع

منابعی که در آماده‌سازی محتوای مقاله استفاده شده‌اند:

1. Abto Software – Product Recognition for Smart Fridges and Intelligent Vending Machines
2. Frontiers in Neuroscience – Research on Product Detection and Recognition Methods for Intelligent Vending Machines
3. Datasensing – NX Area Sensor Array Detects Your Goods in Vending Machines
4. Sensor Partners – Fall Detection Product in Sale Machine
5. Google Patents – Vending Machine with Automated Detection of Product Position (Patent US8706293B2)
6. ResearchGate – Research on Product Detection and Recognition Methods for Intelligent Vending Machines