Mapeamento de Carrinho em Supermercado

Abstract

Supermarkets and large retailers strive to understand customer flow to optimize store layouts and increase sales. While technologies like SLAM and smartphone data crowdsourcing have been explored for indoor mapping, the specific context of supermarkets and the use of high-precision technologies such as Ultra-Wideband (UWB) remain largely underexplored. This project proposes the creation of supermarket maps using the trajectories of shopping carts tracked by UWB, a technology that offers greater spatial accuracy than methods based on Wi-Fi or Bluetooth. The proposal also includes generating heatmaps that visualize the frequency of cart movement. The ongoing methodology addresses outlier treatment through data cleaning, trajectory rasterization, and the concept of density matrices. The generated maps are expected to be accurate representations of the supermarket’s floor plan, and the density heatmaps should precisely translate customer flow within each sector. The proposed solution serves as a basis for an Indoor Positioning System (IPS), consumer behavior analysis, and shopping route optimization.

Supermercados e grandes varejistas buscam entender o fluxo de clientes para otimizar o layout e aumentar as vendas. Embora tecnologias como SLAM e crowdsourcing de dados de smartphones tenham sido exploradas para mapeamento de ambientes internos (indoor mapping), o contexto específico de supermercados e o uso de tecnologias de alta precisão como o Ultra-Wideband (UWB) permanecem pouco explorados. Este projeto propõe a criação de mapas de supermercados a partir de trajetórias de carrinhos de compra rastreados por UWB, uma tecnologia que oferece maior precisão espacial do que métodos baseados em Wi-Fi ou Bluetooth. A metodologia utiliza a linguagem Python para análise e processamento de dados e geração de visualizações interativas como mapas de calor (heatmaps) representando fluxo de clientes no espaço, além de um processo de rotulagem (labeling) para a identificação de entidades em OpenCV e o uso de cálculos matemáticos para mapeamento de produtos. A solução apresentada fornece insights valiosos sobre o layout de um supermercado e o comportamento do consumidor, identificando futuras melhorias e avanços.