CN107209559A - 交互分析 - Google Patents

Abstract

根据本公开的一个实施方式提供了一种示例***。该***包括设置在陈列物项的存储结构处的第一传感器，其中所述第一传感器捕捉接近所述物项的振动数据。***进一步包括：位置分析引擎，执行用户的位置分析；身份分析引擎，执行所述用户的身份分析；用户交互引擎，基于来自所述第一传感器的所述振动数据而执行所述用户与所述物项的交互的交互分析；以及协作引擎，基于所述用户的所述位置分析、所述用户的所述身份分析以及所述用户与所述物项的交互分析而执行与所述物项相关的协作分析。

Description

交互分析

背景技术

追踪用户与不同物项或产品的物理交互已成为许多组织期望的目标。收集到的信息可用于不同目的并且对这些组织具有很高价值。

附图说明

图1是根据本公开的实施方式的用于检测和追踪用户与实体物项的可触知交互的示例性***的示意图；

图2图示根据本公开的实施方式的示出检测和追踪用户与实体物项的可触知交互的方法的示例的流程图；

图3是根据本公开的实施方式图示计算机可读介质的示例框图。

具体实施方式

如上所示，随着最近技术的发展，所有行业越来越普遍地期望检测用户与实体物项或对象(例如，医疗设备、日用消费品等)的可触知交互。通过监控与不同物项的物理交互而收集到的信息可用于库存管理、理解消费者行为、预防盗窃等等。如本文所使用的，术语“物项”可指用户可交互的、任意类型的实体对象。物项的示例可包括医院的存储柜里的医疗或医护设备、商店货架上的日用消费品等等。如本文所使用的，术语“用户”可指可与物项直接进行物理交互的人(例如，商店里的消费者、医院里的护士等等)。

通常，关于用户与实体物项的可触知交互的数据可用于许多不同用途。此类信息可由收集该信息的组织存储和使用，或者可被出售给第三方供应商以用于基于用户的兴趣而定制广告。当前，当用户登入/登出某环境时，收集到的关于物理空间中该用户的数据大多为交易数据。在零售环境下，当消费者购买物项时，数据被记录。通过监控消费者访问的网页以及点击的链接，线上供应商能够容易地追踪该消费者感兴趣的产品。在建筑物中，当某人(例如，通过数字识别票)进入该建筑物时，数据被记录。在收费高速公路上，关于通过的车辆的详细信息可被记录而无需驾驶员身体上的登入/登出。

然而，还没有此类对用户与实体(即，物理的)商店以及其他类型的、库存管理十分重要的场所(例如，医院、诊所等等)的可触知交互进行数据追踪的适当的替换方案。因此，一些组织(例如，商店等)难以了解用户在其访问过程中做了什么，而其他一些组织(例如，诊所等)用于追踪库存的工具受限或缺乏用于追踪库存的工具。

由于存在上述妨害，实体商店仅能访问关于消费者已经购买的物项的数据。此外，持续追踪各种不同物项的其他场所必须对存储的许多物项执行人工盘点，这是费力且耗时的。即使进行人工盘点，也可能难以确定与物项的交互的具体人员以及该人员交互的具体物项。因此，期望获得用于检测用户与实体物项的可触知交互的改进的***和技术。

本说明书针对用于全面检测和追踪用户与实体物项的可触知交互的改进方案。所公开的技术的实施方式提供一种***，该***执行与存储结构(例如，货架、存储柜等)上陈列的物项相关的协作分析。在一个示例中，该***利用附接至物理空间中的结构(例如，附接至存储结构)的传感器来检测与位于这些结构上的物品的可触知的或者基于触摸的交互。用户与物项的交互是基于来自传感器的振动数据确定的。该***还执行用户的位置分析，以检测用户相对于该存储结构的位置；并且执行用户的身份分析，以检测用户的身份。然后，基于用户的位置分析、用户的身份分析以及用户与该物项的交互分析，执行与该物项相关的协作分析。协作分析可识别存储结构上用户正交互的具体物项以及执行该交互的具体用户。

如本文所使用的，术语“振动数据”指的是由高灵敏度传感器(例如，加速计)捕捉的、共同代表由放置在存储结构上的物项生成的移动和振动的频率和幅度的一组数据值。振动数据代表用户触摸、移动、提举物项等时该物项的不同运动。由于该高灵敏度传感器的存在，由传感器捕捉的振动数据通常易于检测和传输。通过采用高灵敏度多轴加速计，可收集到极其详细的振动信号，并且可分析该振动信号以精细地区分物项及其位置。

因此，所提出的技术允许有效并且精确地追踪用户与实体商店中以及执行各种物项的库存管理的其他类型的场所中的物项的可触知交互。

以下详细说明参照附图，附图构成本说明书的一部分并且通过示意方式示出了可实践所公开的发明主题的具体示例。应理解的是，可采用其他示例，并且可在不脱离本公开的精神和范围的情况下做出结构或逻辑上的修改。因此，以下详细说明不具有限制意义，并且本公开的范围由随附权利要求书限定。而且，应理解的是，如本文所使用的，措辞和技术术语用于描述的目的，而不应解读为具有限制性。如本文所使用的，“包括”、“包含”或“具有”及其变型词旨在覆盖后文中列出的项目、其等同方案以及额外的项目。而且，如本文所使用的，术语“基于”意指“至少部分地基于”。还应注意的是，多个基于硬件和软件的装置以及多个不同结构的部件可用于实施所公开的方法和装置。

现在参照附图，图1是用于检测和追踪用户与实体物项的可触知交互的示例***5的示意图。所图示的***5能够实施下文中描述的技术。如图1中所示，***5被描绘为包括至少一个第一传感器10(例如，加速计)、至少一个第二传感器12(例如，加速计、近距离传感器等)以及计算装置15。在一个示例中，第一传感器10可设置在陈列物项11或多个物项的存储结构14(例如，商店货架、医药箱等)处。第二传感器12可设置在存储结构14附近(例如，在若干存储结构之间的过道上)，以利用来自第二传感器的振动数据确定用户对存储结构的接近度。虽然仅在下文中详细描述了一个计算装置15，但在此公开的技术可通过若干计算装置执行。

在一个示例中，所描述的***5可用于实体商店(例如，小卖部)，其中该存储结构14可以是商品货架，其包括至少一个传感器10并且陈列不同的商品物项。如下文中更详细描述的，存储结构14可包括多个传感器10(例如，在货架的每一层，等等)。在另一示例中，所描述的***5可用于这样的场所：各种贵重物项存储在不同的存储***中(例如，诊所等)。在该示例中，存储结构14可以是存储医疗设备、医药品等的医疗存储柜，其包括至少一个传感器10。

计算装置15可以是任意类型的计算装置并且可至少包括引擎39-42。在其他示例中，计算装置15可包括额外的部件(例如，处理器、计算机可读存储介质等)，并且其中描绘的一些部件可在不脱离能够实现本文描述的功能的***的范围的情况下进行移除和/或修改。应理解的是，在一些实施方式中，所描述的由计算装置15的引擎39-42执行的、与本说明相关的操作可由外部引擎(未示出)执行，或者可分布在计算装置15的引擎与其他电子/计算装置(未示出)之间执行。

计算装置15可包括通信接口(例如，接口、接口、3G接口、4G接口、近场通信(NFC)接口等)，用于与其他装置/***和/或网络(未示出)连接。该网络可包括具有任意适当类型或配置的网络，从而允许计算装置15、传感器10/12以及任意其他装置/***(例如，其他计算装置、显示器等)之间的通信。

在一个示例中，传感器10和12可以是包括具有三相传感的超高灵敏度精密加工加速计技术的加速计。加速计10和12可以是检测加速度(即，移动速率的变化)的传感器，并且具有高灵敏度动态范围。由于三相传感技术，传感器10和12可感测低至10’s纳米重力(ng)的加速度水平，并且可使用微电机***(MEMS)技术制造并封装为任意尺寸的装置。通过三相传感技术实现的高灵敏度和小装置尺寸的组合允许传感器10和12从存储结构上的物项11以及该存储结构附近的用户捕捉振动数据。传感器10和12可持续将数据传输至***5或者将数据存储在计算机可读介质(未示出)中以供***5周期性的传送或周期性的取回，从而向***5提供数据。

引擎39-42中的每一个可包括例如至少一个硬件装置，包括用于实施下文中描述的功能的电路，比如控制逻辑和/或存储器。除此以外或者作为可替代方案，引擎39-42可通过实施该引擎的功能的硬件与软件的任意组合而实现。例如，硬件可以是处理器，而软件可以是编码在机器可读存储介质上并且可由该处理器执行的一系列指令或微代码。因此，如本文所使用的，“引擎”可包括执行本文参照图2至图3更详细描述的具体动作、任务和功能的程序代码(例如，计算机可执行指令)、硬件、固件和/或逻辑或者其组合。

在一个示例中，位置分析引擎39可利用来自位置分析源(未示出)的位置数据而执行用户的位置分析，以检测用户相对于存储结构14的位置。例如，位置分析引擎39可从位置分析源(例如，第二传感器12、相机、各种各样的位置追踪装置、射频识别(RIFD)标记等)接收位置数据，并且可处理该数据以确定用户的位置(例如，用户离存储结构14多近)。

因此，第二传感器12可向位置分析引擎39提供至少一部分位置数据，而位置数据的其他部分可从其他源(例如，相机、位置追踪装置、无源或有源RIFD标记等)接收。如下文中更详细解释的，第二传感器12可以是加速计，其还可充当近距离传感器。第二传感器12可设置在存储结构14附近(例如，不同存储结构之间的地板/过道上)，以利用来自第二传感器12的振动数据而确定用户对存储结构的接近度。在一个示例中，由传感器12检测到的振动的水平(当用户在传感器12附近行走时)可与对存储结构14的接近度成正比。例如，与来自传感器12的振动数据相关的第一阈值可以被设定为检测用户是否在商店的通用区域中。第二阈值可以被设定为检测用户是否靠近存储结构14。因此，第二阈值与第一阈值对应于不同事件(例如，存储结构接近事件)。为了使用第二传感器12作为近距离传感器，场所(例如，商店)内的每个存储结构14可具有与其相关联的第二/地板传感器12。

身份分析引擎40可基于来自身份源(未示出)的身份数据而执行用户的身份分析，以检测用户的身份。例如，身份分析引擎40可从各种身份源(例如，相机、RIFD或蓝牙低功耗(BTLE)标记/标签等)接收身份数据，并且可处理身份信息以确定接近存储结构14或在存储结构14处的用户的身份。由此，当用户注册***(例如，用户的图像被存储在数据库中，用户的标记或移动装置可被追踪)时，身份分析引擎40可接收对应的身份数据，并且可通过将身份数据与可用信息(即，用户的图像、RIFD/BTLE标记/标签数据、位置追踪数据等)进行比较而识别用户。

用户交互引擎41可执行用户与存储结构14上陈列的物项11交互的交互分析。交互分析可识别用户与物项11的交互。例如，设置在存储结构14处的至少一个第一传感器10可捕捉接近结构14上陈列的物项的振动数据。当用户与该物项的交互时，可生成该振动数据。可通过连接件50将振动数据、位置数据和身份数据提供给引擎39-42。连接件50可包括允许传感器、相机、RIFD/BTLE标记等向引擎39-42提供不同数据的、任意适当类型的有线和/或无线连接件及其组合。当存储结构14包括多个传感器10时，这些传感器可构成数据网络，数据网络使***5能够同时关联并分析来自不同传感器10的数据。交互引擎41可使用振动数据执行交互分析，以确定用户是否与存储结构14上的物项的交互。在一个实施方式中，用户交互引擎41可从传感器10接收连续或周期流动形式的振动数据，或者可通过访问数据而从计算机可读介质(未示出)取回传感器10的振动数据。交互引擎41可利用振动数据识别用户与存储结构14上物项的交互。

如下文中更详细解释的，在一个示例中，用户交互引擎41可利用过滤器(未示出)与设定阈值的组合来处理振动数据，以检测与物项11的交互事件。如本文所使用的，术语“交互事件”指的是用户与物项的交互的任意动作。例如，来自传感器10的振动数据可以以N秒(例如，1、5、10秒等)的临时工作块的形式被提取并且通过事件特异性过滤器。对于要求实时响应的应用，N可趋于0。然后，可评估由振动数据生成的信号，以确定是否超出阈值。如果是，则视为已与该对象发生交互事件。在其他示例中，可采用不同技术处理来自传感器的数据并且检测交互事件。用户交互引擎41还可利用来自设置在该物项附近(例如，存储结构14处)的其他加速计的振动数据以及来自其他传感器的传感器数据(例如，来自设置在存储结构14附近地板上的传感器12的传感器数据)检测并追踪可触知的用户交互。

协作引擎42可基于用户的位置分析、用户的身份分析以及用户与物项的交互分析而执行与存储结构14上陈列的物项11相关的协作分析。在一个示例中，实时同步地处理来自第一传感器10的振动数据、位置数据以及身份数据。换言之，协作引擎42可协调处理与实体物项(即，交互)和用户(即，位置、身份)相关的所有数据，以对用户与物项的可触知交互实施最精确的检测。

例如，协作分析可确定存储结构14上用户正交互的具体物项11以及正移除该物项的用户。以此方式，可通过***5执行用户与存储结构上陈列的物项的交互的协作分析。在一个实施方式中，协作引擎42可处理物项放置信息，以补充该协作分析。如下文中更详细描述的，物项放置信息可包括关于该物项及其在存储结构14上的位置的具体数据(例如，存储单元X陈列米箱，等等)。在一个示例中，可从置于物项上的、向引擎42提供信息的位置传感器接收该物项放置信息，从已存储在数据库中的关于该物项的位置的放置信息(例如，库存数据库，其指定了在什么货架上放置了什么物项，等等)接收该物项放置信息。

因此，***5可从不同源持续接收各种数据(例如，振动数据、位置数据、身份数据、物项放置信息数据等等)，并且处理该数据以确定哪个用户与存储结构14上的哪个具体物项进行了交互。例如，***5可确定用户已与来自存储结构4的具体物项进行了交互(例如，提举、移动等等)。如果***5确定了与物项的一些交互，则***5可生成与交互活动对应的通知。具体地，***5可将交互数据存储在存储器(未示出)中，或者可发送该交互数据以进行进一步处理和分析。以此方式，***5可追踪用户与存储在存储结构14上的实体物项的交互。这种协作分析可用于库存管理或者用于追踪用户对陈列在存储结构上不同物项的兴趣。

图2图示了示出用于检测和追踪用户与实体物项的可触知交互的方法的示例的流程图。虽然在下文中参照***5描述了方法100的执行，但用于执行方法100的部件也可散布在多个装置/***之中。方法100可以以存储在机器可读存储介质中的可执行指令的形式实现，和/或以电路的形式实现。

在一个示例中，方法100可由计算装置(例如，装置15)的至少一个处理器执行。在其他示例中，该方法可由与***5通信的另一处理器执行。本文参照方法100描述的各种元件或步骤能够同时并行执行，或者以区别于所例示的执行顺序的顺序执行。该方法100还能够采用与所例示的示例相比更多或更少的元件执行。

方法100在110处开始，其中处理器可通过使用来自设置在存储机构14处的第一传感器10的振动数据而执行用户与存储结构14上陈列的物项11交互的交互分析。由此，处理器可识别物项11的用户交互事件。如上所述，至少一个第一传感器10可设置在存储机构14处，以捕捉接近结构14上陈列的物项的振动数据。可替代地，存储机构14可包括多个传感器10，并且***5可同时关联并分析来自不同传感器10的振动数据。在一个示例中，处理器可从传感器10接收连续或周期流动形式的振动数据，或者可通过访问数据而从计算机可读介质(未示出)取回传感器10的振动数据。

处理器可通过使用由用户与物项的交互生成的振动数据检测用户与存储结构14上的物项11的交互。在一个实施方式中，处理器可与至少一个过滤器(未示出)交互，并且使用预定阈值处理振动数据以检测与物项的交互事件。例如，来自传感器10的振动数据可以以N秒的临时工作块的形式被提取。当用户与存储结构14上的对象交互(例如，触摸、移动、提举等)时，可生成这种振动数据。然后，可使该振动数据通过至少一个过滤器(例如，零峰值低通滤波器等)。

过滤后的振动数据可与预先指定的阈值进行比较，以确定是否已发生交互事件。如果过滤后的振动数据超出了阈值，则处理器可确定检测到与结构上物项的交互事件。处理器还可利用来自设置在存储结构14处物项附近的多个传感器10的组合振动数据检测可触知的用户交互。利用来自多个传感器10的数据允许对用户交互进行详细分析(例如，可识别该存储结构14的具***置/货架)。由此，当用户从存储结构14移动或提举物项时，处理器可识别该交互并且如下所述使用该交互。在一些示例中，处理器可与更多精细过滤器通信，以检测在存储结构14的货架的哪个高度处(例如，底部、中部或顶部)发生了与物项的可触知交互(例如，通过估计接收到的信号的强度)。这种与物项放置信息相结合的信息可促使处理器识别用户与哪个物项发生交互。

在120处，处理器可执行用户的位置分析。在一个示例中，位置分析可包括通过使用来自设置在存储结构14附近的第二传感器12而对用户对存储结构14的接近度进行接近度分析。此外，用户的位置分析还可包括处理来自位置分析源(未示出)的位置数据，以检测用户相对于存储结构的位置。例如，来自不同位置分析源的位置数据可包括：来自至少一个第二传感器12(例如，结构14附近的加速计，充当近距离传感器)的数据、来自相机(例如，当用户位于视场中时进行检测)的数据以及来自各种位置追踪装置(有源RIFD、BTLE装置、Wi-Fi装置、无源RFID装置、快速响应代码扫描等)的数据。处理器可利用各种技术处理接收到的位置数据，以确定用户的位置(例如，用户离存储结构14有多近)。

在一个实施方式中，至少一个第二传感器12可向处理器提供位置数据的至少一部分，而位置数据的其他部分可从其他位置源(例如，相机、位置追踪装置等)接收。来自第二传感器12的数据可用于执行用户对存储结构14的接近度的接近度分析。在一个示例中，第二传感器12可以是可充当近距离传感器的加速计，并且可位于存储结构14附近(例如，在商店的指定过道上)，以利用生成的振动数据确定用户对存储结构14的接近度。在一个示例中，由传感器12检测到的振动的水平(例如，当用户在传感器12附近行走时)可与对存储结构14的接近度成正比。在一个实现方式中，收集到的原始振动数据可通过至少一个滤波器(例如，宽带、零峰值等)，并且之后可与第一阈值进行比较，以确定用户是否处于商店的通用区域(即，在通道上)。过滤后的数据还可与第二阈值进行比较，以确定用户是否靠近存储结构14。由此，第二阈值可用于执行用户对存储结构14的接近度的接近度分析。在一个示例中，可在位于场所(例如，商店)中的所有存储结构14附近放置第二传感器12。此外，随着指定环境中用户和活动数量的增加，可采用动态过滤器以适应能量的增加水平。

继续参照图2，然后，处理器可执行用户的身份分析(在130处)。在一个实施方式中，身份分析包括处理来自识别源(未示出)的识别数据，以检测用户(即，与存储结构14上的物项11交互的用户)的身份。例如，计算装置的处理器可从各种各样的身份源接收身份数据。此类身份源可包括相机(例如，当可用于检测用户身份的用户图像被存储在数据库中时)、RIFD/BTLE/标记/标签***(例如，提供用户身份数据的标记或移动装置)等。然后，处理器可处理接收到的身份信息，以确定接近存储结构14或存储结构14处的用户的身份。

在140处，处理器可基于用户的位置分析、用户的身份分析以及用户与物项的交互分析而执行与物项11相关的协作分析。在一个示例中，实时同步地处理来自第一传感器10的振动数据、来自不同位置源的位置数据以及来自身份源的身份数据。由此，处理器可同步分析与物项11(例如，用于检测交互的振动数据)和用户(例如，位置数据、身份数据)相关的数据，以完成对用户与物项的可触知交互的全面并且精确的分析。例如，在发生与物项的交互(此交互可基于来自第一传感器10的振动数据进行分析而确定)时，来自第二传感器12的位置数据流会减少。此时，处理器可利用来自其他位置源(例如，相机、位置追踪装置等)的位置数据完成协作分析。此外，当用户在不同的存储结构14之间移动时，或者当该用户正准备与物项进行下一次交互时，来自第二传感器12的位置数据流会增加。当处理器检测到结构14处的交互活动、但在第二/地板传感器12上不存在先前或当前活动时，处理器可确定接收到的交互数据是错误的。

因此，当执行与物项相关的协作分析时，处理器可识别存储结构14上用户正交互的具体物项以及正与该物项的交互的用户。在一个示例中，处理器可利用物项放置数据对协作分析进行补充。物项放置数据可包括关于物项11及其在存储结构14上位置的数据(例如，存储单元X陈列猫粮袋等)。在一个实施方式中，可从置于物项上的、向处理器提供信息的位置传感器接收该物项放置数据。在另一实施方式中，可从包括关于存储结构上不同物项的位置的数据的数据库(例如，库存数据库，包括关于具体物项精确位置的信息)接收该物项放置数据。由此，处理器可从不同的源接收各种据(例如，振动数据、位置数据、身份数据、物项放置数据等)，并且可处理该数据以识别与存储结构14上具体物项的交互过的用户。

图3图示根据示例的计算机301与非瞬态机器可读存储介质305。在一个示例中，计算机301可类似于***5的计算装置15，或者可包括多个计算机。例如，计算机可以是服务器计算机、工作站计算机、台式计算机、笔记本、移动装置等，并且可以是分布式***的一部分。计算机可包括一个或多个处理器以及一个或多个机器可读存储介质。在一个示例中，计算机可包括用户界面(例如，触摸界面、鼠标、键盘、手势输入装置等)。

计算机301可执行方法100及其变型。此外，由计算机301执行的功能可以是大型软件平台、***、应用程序等的一部分。计算机301可经由网络连接至数据库(未示出)。该网络可以是任意类型的通信网络，包括但不限于有线网络(例如，光缆)、无线网络(例如，蜂窝、卫星)、蜂窝电信网络以及基于IP的电信网络(例如，网络语音电话业务)。该网络还可包括传统陆上通信线或公共交换电话网络(PSTN)，或者前述网络的组合。

计算机301可包括处理器303和非瞬态机器可读存储介质305。处理器303(例如，中央处理单元、分布式处理器组、微处理器、微控制器、专用集成电路(ASIC)、图形处理器、多处理器、虚拟处理器、云处理***或者其他适当的控制器或可编程器件)和存储介质304可以可操作地连接至总线。处理器303可包括单个或多个片上内核、跨多个芯片的多个内核、跨多个器件的多个内核或其组合。

存储介质305可包括任意适当类型、数量和配置的易失性或非瞬态机器可读存储介质，以存储指令和数据。机器可读存储介质的示例包括只读存储器(“ROM”)、随机存取存储器(“RAM”)(例如，动态RAM“[DRAM”、同步DRAM[“SDRAM”]等)、电可擦除可编程只读存储器(“EEPROM”)、磁阻随机存取存储器(MRAM)、忆阻器、闪存、SD卡、光盘只读存储器(CD-ROM)、数字视频光盘只读存储器(DVD-ROM)以及其他适当的可存储软件的磁的、光的、物理的或电子的存储器。

存储在非瞬态机器可读存储介质305上并且可由处理器303执行的软件包括，例如，固件、应用程序、程序数据、过滤器、规则、程序模块以及其他可执行指令。除了别的之外，处理器303从机器可读存储介质305取回并执行与本文描述的控制过程和方法相关的指令。

除了别的之外，处理器303可取得、解码并执行指令307-313，以实现各种处理。作为取回并且执行指令的替代方案或者额外方案，处理器303可包括：包含多个用于执行指令307-313的功能的电子部件的至少一个集成电路(IC)、其他控制逻辑、其他电路或其组合。相应地，处理器303可跨多个处理单元之中实现，并且指令307-313可通过计算机301的不同区域中的不同处理单元实现。

当由处理器303(例如，经由处理器的一个处理元件或者多个处理元件)执行时，指令307-313可使处理器303执行例如方法100的处理过程和/或其变型或其一部分。在其他示例中，这些以及其他方法可在处理器303以及与处理器303通信的其他处理器之中分布式执行。

例如，位置分析指令307可使处理器303执行用户的位置分析，其中位置分析可包括处理来自位置分析源的位置数据，以检测用户相对于存储结构(例如，结构14)的位置。这些指令可起到与方法100的框120中描述的技术类似的作用。例如，位置分析指令307可使处理器303处理接收到的位置数据，以确定用户的位置(例如，用户离存储结构14有多近)。在一个示例中，位置分析指令可使处理器303利用来自设置在存储结构14附近的第二传感器(例如，传感器12)的数据执行用户对存储结构14的接近度的接近度分析。

身份分析指令309可使处理器303执行用户的身份分析，其中身份分析可包括处理来自身份源的身份数据，以检测用户的身份。这些指令可起到与方法100的框130中描述的技术类似的作用。例如，基于识别的接收到的身份数据，身份分析指令309可使处理器303确定接近存储结构14或存储结构14处的用户的身份。

用户交互指令311可使处理器303通过使用来自设置在存储结构处的第一传感器(例如，传感器10)的振动数据而执行用户与存储结构(例如，结构14)上陈列的物项(例如，物项11)交互的交互分析，以识别用户与物项11的交互。这些指令可起到与方法100的框110中描述的技术类似的作用。例如，交互指令311可使处理器303利用振动数据检测用户与存储结构14上物项11的交互。在一个示例中，指令311可使处理器利用来自设置在存储结构14处物项附近的多个传感器10的组合振动数据检测用户与该物项的可触知交互。

协作指令313可使处理器303基于用户的位置分析、用户的身份分析以及用户与物项的交互分析，实时同步地执行与该物项(例如，物项11)相关的协作分析。这些指令313可起到与方法100的框140中描述的技术类似的作用。在一个示例中，协作指令313可使处理器303识别存储结构14上用户正交互的具体物项以及正与该物项的交互的用户。在一个实施方式中，协作指令313可使处理器303利用物项放置数据对协作分析进行补充。物项放置数据可包括关于物项11及其在存储结构14上的位置的数据。

在前述说明中列举了大量细节以提供对本文公开的发明主题的理解。然而，可在缺少一些或所有这些细节的情况下实践各实施方式。其他实施方式可包括由上文中讨论的细节产生的修改和变型。随附权利要求旨在覆盖这些修改和变型。

Claims (15)

1.一种***，包括

设置在陈列物项的存储结构处的第一传感器，所述第一传感器捕捉接近所述物项的振动数据；

位置分析引擎，所述位置分析引擎执行用户的位置分析；

身份分析引擎，所述身份分析引擎执行所述用户的身份分析；

用户交互引擎，所述用户交互引擎基于来自所述第一传感器的所述振动数据而执行所述用户与所述物项的交互的交互分析；以及

协作引擎，所述协作引擎基于所述用户的所述位置分析、所述用户的所述身份分析以及所述用户与所述物项的交互分析而执行与所述物项相关的协作分析。

2.根据权利要求1所述的***，其中，所述位置分析包括处理来自位置分析源的位置数据以检测所述用户相对于所述存储结构的位置。

3.根据权利要求2所述的***，其中，所述身份识别包括处理来自身份源的身份数据以检测所述用户的身份。

4.根据权利要求3所述的***，其中，处理来自所述第一传感器的所述振动数据、所述位置数据以及所述身份数据是实时同步的。

5.根据权利要求2所述的***，其中，所述协作引擎处理物项放置信息以补充所述协作分析。

6.根据权利要求2所述的***，进一步包括设置在所述存储结构附近的第二传感器，以通过使用来自所述第二传感器的振动数据而确定所述用户对所述存储结构的接近度。

7.根据权利要求6所述的***，其中，所述第二传感器向所述位置分析引擎提供所述位置数据的至少一部分。

8.根据权利要求5所述的***，其中，所述协作分析可识别所述存储结构上所述用户正交互的具体物项。

9.一种方法，包括通过至少一个处理器：

通过使用来自设置在存储结构处的第一传感器的振动数据而执行用户与所述存储结构上陈列的物项的交互的交互分析；

执行所述用户的位置分析，其中所述位置分析包括通过使用来自设置在所述存储结构附近的第二传感器的数据而对所述用户对所述存储结构的接近度进行接近度分析；

执行所述用户的身份分析；以及

基于所述用户的所述位置分析、所述用户的所述身份分析以及所述用户与所述物项的交互分析而执行与所述物项相关的协作分析。

10.根据权利要求9所述的方法，其中，所述位置分析进一步包括：处理来自位置分析源的位置数据以检测所述用户相对于所述存储结构的位置。

11.根据权利要求10所述的***，其中，所述身份分析包括处理来自身份源的身份数据以检测所述用户的身份。

12.根据权利要求11所述的***，其中，处理来自所述第一传感器的所述振动数据、所述位置数据以及所述身份数据是实时同步的。

13.一种非瞬态机器可读存储介质，所述非瞬态机器可读存储介质编码有由至少一个处理器可执行的指令，所述机器可读存储介质包括指令以：

通过使用来自设置在存储结构处的第一传感器的振动数据而执行用户与所述存储结构上陈列的物项的交互的交互分析；

执行所述用户的位置分析；

执行所述用户的身份分析；以及

基于所述用户的所述位置分析、所述用户的所述身份分析以及所述用户与所述物项的交互分析，实时同步地执行与所述物项相关的协作分析。

14.根据权利要求13所述的非瞬态机器可读存储介质，进一步包括指令以：

通过使用来自设置在所述存储结构附近的第二传感器的数据而执行所述用户对所述存储结构的用户接近度的接近度分析。

15.根据权利要求13所述的非瞬态机器可读存储介质，其中，所述身份分析包括处理来自身份源的身份数据以检测所述用户的身份。