2026年，智能售货柜的识别准确率正在逼近“天花板”。小麦便利宣称其动态智能柜识别准确率达99.7%，实现行业领先的1%容错率。澳柯玛重力智能柜采用“AI视觉+重力辅助”双识别，识别率高达99%。
这些数字背后，是一条从摄像头到结算的完整技术链路。
一、识别流程拆解
用户扫码开门→摄像头实时记录取货过程→AI算法识别商品→关门自动结算。
核心在于“不依赖商品品类管理”——系统不预先知道用户拿了什么，而是通过动态视觉识别算法判断被取走的商品。摄像头记录的是取货动作的全过程，而非仅拍摄静态画面。通过分析手部运动轨迹和商品位移，判断具体取走了哪些商品。
二、关键技术难点
小目标识别：小零食、迷你包装饮料等商品在货架中视觉特征弱，特征融合不充分时容易漏检。
遮挡问题：商品堆叠、饮料罐相互遮挡时，部分包装logo被遮挡，导致识别歧义。
相似商品区分：同一饮料的不同口味、视觉相似的零食，特征分布容易重叠，需要更强的特征可分离性。
三、重力融合的补偿作用
视觉识别在遮挡和相似商品场景下存在不确定性，重力感应提供第二路校验。澳柯玛的重力智能柜可实现最快3秒结算，最轻可识别仅30克的商品。视觉判断“拿了什么”，重力判断“拿了多少”，两者交叉验证。
四、总结
99.7%的识别率不是单一技术的结果，是“动态视觉+重力融合+容错机制”的系统工程。追求100%的实时准确率不现实，合理的容错设计才是工程化的思路。
