本发明涉及平衡车控制领域，更具体的说，涉及一种基于用户随身物品的平衡车导购方法和系统。
背景技术：
电动平衡车，又叫平衡车、思维车，其运作原理主要是建立在一种被称为“动态稳定”的基本原理上，利用车体内部的陀螺仪和加速度传感器，来检测车体姿态的变化，利用伺服控制系统，精确地驱动电机进行相应的调整，以保持系统的平衡。
现有的电动平衡车一般有两种，一种是车体上具有一个操作杆，使用者站在电动平衡车的脚踏平台上对操作杆进行操作，从而前进、后退及停止，这样的控制也称“手控”。另一种是车体由两部分组成，左部分和右部分之间通过转动机构实现相互转动，从而实现“脚控”。
目前用户到大型购物中心购物的时候，往往需要逛很长时间才能找到心仪的商品，非常累人。
专利文献CN105023177A于2015-11-04公开了一种智能导购方法。其包括以下步骤：
a1、数据采集：通过开发基于地图的快速wifi定位指纹数据采集算法，获取移动终端位置数据，同时，获取商场内的详细地图数据；
a2、数据清洗：对采集到的数据进行清洗，消除数据中存在的不一致、空缺、噪音的问题；
a3、数据分析：对清洗后的数据进行聚类分析，提取消费者的群体轨迹模型，挖掘频繁模式；
a4、智能导购：结合应用场景，客户轨迹和频繁模式进行智能化的导购。
该专利技术主要基于商铺的购物情况进行导购，对消费者的个性化需求关注不够，推荐精准度较差。
技术实现要素：
本发明所要解决的技术问题是提供一种提高用户购物效率的基于用户随身物品的平衡车导购方法和系统。
本发明的目的是通过以下技术方案来实现的：
根据本发明的一个方面，本发明公开一种基于用户随身物品的平衡车导购方法，包括：
锁定跟踪用户；
环绕用户运行至少一周，建立用户三维影像数据；
分解影像数据，导出物品清单；
根据物品清单与购物中心的商品数据库匹配，生成推荐商品清单；
显示推荐商品清单；
获取用户操作数据；
根据操作数据导引用户到指定的商铺。
进一步的，所述根据物品清单与购物中心的商品数据库匹配，生产推荐商品清单的方法包括：
到物品清单内的每个物品至少标示类型、颜色和风格数据；
根据类型、颜色和风格数据推荐近似的商品；
生成推荐商品清单。
类型数据包括但不限于裙装、衬衫、长裤、鞋子、手提包、手表等数据；风格数据包括复古、现代、轻熟风、学院风等数据。
进一步的，所述根据物品清单与购物中心的商品数据库匹配，生产推荐商品清单的方法还包括：读取用户的历史购物数据，结合历史购物数据和物品清单生成推荐商品清单。一般大型购物中心都有会员管理系统，会记录会员基本的个人信息和购物数据，因此，根据购物数据可以更准确得知用户的购物习惯，消费喜好，推荐的商品信息更具针对性，节约用户的购物时间。
进一步的，所述读取用户的历史购物数据，结合历史购物数据和物品清单生成推荐商品清单的方法包括：
所述历史购物数据中的特定商铺的购物频率超过预设值时，推荐该商品的最新商品数据。
用户频繁光顾某个特定商铺，说明用户非常喜欢该商品的商品，因此优选推荐该商品的最新商品数据更贴近用户的实际购物需求。
进一步的，所述读取用户的历史购物数据，结合历史购物数据和物品清单生成推荐商品清单的方法包括：
将与历史购物数据相关联的商品数据加入到推荐商品清单中。
有些类型的商品，用户买过以后，短期内是不太可能再买的，比如分析用户的历史购物数据，发现用户前两天买了一口炒锅，很显然，只要炒锅不坏，用户不太可能再去买口炒锅，此时推荐炒锅相关商品数据是不合适的。但是可以推荐炒锅相关的商品，比如锅铲、汤锅、电饭锅等等，有可能是用户还未购买且需求购买的。
进一步的，所述根据物品清单与购物中心的商品数据库匹配，生产推荐商品清单的方法包括：
物品清单内的每个物品至少标示类型、颜色和风格数据；
根据类型、颜色和风格数据推荐近似的商品；
生成推荐商品清单；
所述根据物品清单与购物中心的商品数据库匹配，生产推荐商品清单的方法还包括：读取用户的历史购物数据，结合历史购物数据和物品清单生成推荐商品清单；
所述读取用户的历史购物数据，结合历史购物数据和物品清单生成推荐商品清单的方法包括：
所述历史购物数据中的特定商铺的购物频率超过预设值时，推荐该商品的最新商品数据；
将与历史购物数据相关联的商品数据加入到推荐商品清单中。
作为本发明的另一方面，本发明还公开一种基于用户随身物品的平衡车导购系统，包括：
用于锁定跟踪用户的装置；
用于环绕用户运行至少一周，建立用户三维影像数据的装置；
用于分解影像数据，导出物品清单的装置；
用于根据物品清单与购物中心的商品数据库匹配，生成推荐商品清单的装置；
用于显示推荐商品清单的装置；
用于获取用户操作数据的装置；
用于根据操作数据导引用户到指定的商铺的装置。
与现有技术相比，本发明的技术效果是：本发明考虑到平衡车车已经逐步成为人们短途出行的工具，而在大型购物中心也具备应用的前景，可以将平衡车和购物车结合，形成平衡购物车，能有效减轻用户步行购物的负担。在此构思下，将平衡购物车与购物中心的服务器连接，可以读取所有商铺的商品信息，然后在本地通过成熟的图像识别技术识别用户的衣服鞋帽提包等物品信息，两者匹配得到推荐商品清单，用户只要选择感兴趣的商品，平衡车购物车就可以导引用户到特定的商铺进行进行购物，大幅提高购物效率，本发明可以有效简化购物流程，节约了用户的购物时间。
附图说明
图1是本发明实施例基于用户随身物品的平衡车导购方法示意图；
图2是本发明实施例锁定跟踪用户的方法示意图；
图3是本发明实施例基于用户随身物品的平衡车导购系统示意图。
具体实施方式
本发明公开一种基于用户随身物品的平衡车导购方法，包括：
锁定跟踪用户；
环绕用户运行至少一周，建立用户三维影像数据；
分解影像数据，导出物品清单；
根据物品清单与购物中心的商品数据库匹配，生成推荐商品清单；
显示推荐商品清单；
获取用户操作数据；
根据操作数据导引用户到指定的商铺。
本发明考虑到平衡车车已经逐步成为人们短途出行的工具，而在大型购物中心也具备应用的前景，可以将平衡车和购物车结合，形成平衡购物车，能有效减轻用户步行购物的负担。在此构思下，将平衡购物车与购物中心的服务器连接，可以读取所有商铺的商品信息，然后在本地通过成熟的图像识别技术识别用户的衣服鞋帽提包等物品信息，两者匹配得到推荐商品清单，用户只要选择感兴趣的商品，平衡车购物车就可以导引用户到特定的商铺进行进行购物，大幅提高购物效率，本发明可以有效简化购物流程，节约了用户的购物时间。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
在上下文中所称移动智能终端(如智能手机、平板电脑、穿戴设备或智能眼镜)、计算机、AI(人工智能)、机器人、VR(虚拟现实)、AR(增强现实)、智能家居设备或智能工业控制设备等等均可以通过运行预定程序或指令来执行数值计算和/或逻辑计算等预定处理过程，其可以包括处理器与存储器，由处理器执行在存储器中预存的存续指令来执行预定处理过程，或是由ASIC、FPGA、DSP等硬件执行预定处理过程，或是由上述二者组合来实现。计算机设备包括但不限于服务器、个人电脑、笔记本电脑、平板电脑、智能手机等。
网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量计算机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。其中，所述计算机设备可单独运行来实现本发明，也可接入网络并通过与网络中的其他计算机设备的交互操作来实现本发明。其中，所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。
需要说明的是，所述用户设备、网络设备和网络等仅为举例，其他现有的或今后可能出现的计算机设备或网络如可适用于本发明，也应包含在本发明保护范围以内，并以引用方式包含于此。
后面所讨论的方法(其中一些通过流程图示出)可以通过硬件、软件、固件、中间件、微代码、硬件描述语言或者其任意组合来实施。当用软件、固件、中间件或微代码来实施时，用以实施必要任务的程序代码或代码段可以被存储在机器或计算机可读介质(比如存储介质)中。(一个或多个)处理器可以实施必要的任务。
这里所公开的具体结构和功能细节仅仅是代表性的，并且是用于描述本发明的示例性实施例的目的。但是本发明可以通过许多替换形式来具体实现，并且不应当被解释成仅仅受限于这里所阐述的实施例。
应当理解的是，虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单元，并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
应当理解的是，当一个单元被称为“连接”或“耦合”到另一单元时，其可以直接连接或耦合到所述另一单元，或者可以存在中间单元。与此相对，当一个单元被称为“直接连接”或“直接耦合”到另一单元时，则不存在中间单元。应当按照类似的方式来解释被用于描述单元之间的关系的其他词语(例如“处于。。。之间”相比于“直接处于。。。之间”，“与。。。邻近”相比于“与。。。直接邻近”等等)。
这里所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指，否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是，这里所使用的术语“包括”和/或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在，而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。
还应当提到的是，在一些替换实现方式中，所提到的功能/动作可以按照不同于附图中标示的顺序发生。举例来说，取决于所涉及的功能/动作，相继示出的两幅图实际上可以基本上同时执行或者有时可以按照相反的顺序来执行。
下面结合附图1～3和较佳的实施例对本发明作进一步说明。
本实施方式公开的基于用户随身物品的平衡车导购方法包括：
S11、锁定跟踪用户；
S12、环绕用户运行至少一周，建立用户三维影像数据；
S13、分解影像数据，导出物品清单；
S14、根据物品清单与购物中心的商品数据库匹配，生成推荐商品清单；
S15、显示推荐商品清单；
S16、获取用户操作数据；
S17、根据操作数据导引用户到指定的商铺。
可选的，所述根据物品清单与购物中心的商品数据库匹配，生产推荐商品清单的方法包括：
到物品清单内的每个物品至少标示类型、颜色和风格数据；
根据类型、颜色和风格数据推荐近似的商品；
生成推荐商品清单。
类型数据包括但不限于裙装、衬衫、长裤、鞋子、手提包、手表等数据；风格数据包括复古、现代、轻熟风、学院风等数据。
可选的，所述根据物品清单与购物中心的商品数据库匹配，生产推荐商品清单的方法还包括：读取用户的历史购物数据，结合历史购物数据和物品清单生成推荐商品清单。一般大型购物中心都有会员管理系统，会记录会员基本的个人信息和购物数据，因此，根据购物数据可以更准确得知用户的购物习惯，消费喜好，推荐的商品信息更具针对性，节约用户的购物时间。
可选的，所述读取用户的历史购物数据，结合历史购物数据和物品清单生成推荐商品清单的方法包括：所述历史购物数据中的特定商铺的购物频率超过预设值时，优先推荐该商品的最新商品数据。用户频繁光顾某个特定商铺，说明用户非常喜欢该商品的商品，因此优选推荐该商品的最新商品数据更贴近用户的实际购物需求。
可选的，根据历史购物数据生成推荐商品清单的方法还包括：
将与历史购物数据相关联的商品数据加入到推荐商品清单中。
有些类型的商品，用户买过以后，短期内是不太可能再买的，比如分析用户的历史购物数据，发现用户前两天买了一口炒锅，很显然，只要炒锅不坏，用户不太可能再去买口炒锅，此时推荐炒锅相关商品数据是不合适的。但是可以推荐炒锅相关的商品，比如锅铲、汤锅、电饭锅等等，有可能是用户还未购买且需求购买的。
参考图3，根据本发明的另一个方面，本发明还公开一种基于用户随身物品的平衡车导购系统，包括：
锁定装置10：用于锁定跟踪用户的装置；
建模装置20：用于环绕用户运行至少一周，建立用户三维影像数据的装置；
分解装置30：用于分解影像数据，导出物品清单的装置；
匹配装置40：用于根据物品清单与购物中心的商品数据库匹配，生成推荐商品清单的装置；
推荐装置50：用于显示推荐商品清单的装置；
操作装置60：用于获取用户操作数据的装置；
指引装置70：用于根据操作数据导引用户到指定的商铺的装置。
本发明基于用户随身物品的平衡车导购系统可以用于实现本发明所述的基于用户随身物品的平衡车导购方法。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。