StoreLoop 店务闭环

Pitch 46 · Retail Store Execution Loop

StoreLoop 店务闭环

面向门店运营的 Qualcomm 边缘机器人与 LeRobot 数据飞轮:把货架真实状态变成店员任务、受限机器人动作、复扫验证和可训练 episode。

00 · Five-Thread Research

零售机器人已经真实部署,但价值不在“会逛店”,而在把货架问题闭环到动作和数据。

Simbe Tally、BrainOS、Badger、Pudu、Telexistence、Galbot 等案例说明:成熟方向是货架智能、清洁 proof、受限补货、药房拣选和门店任务。StoreLoop 不做通用店员机器人,而做 shelf truth 到任务闭环的产品层。

Shelf Truth

POS/WMS 库存不等于货架真实状态;缺货、错位、错价和陈列偏差要现场确认。

Task Closure

扫描只是第一步,价值来自派单、修复/协助、复扫和 proof-of-closure。

China Pharmacy

药品订单、追溯码、有效期、药师审核和取货柜,是中国版最清晰闭环。

Privacy Edge

门店视频默认本地处理、脱敏和最小化上传,避免监控优先叙事。

Trainable Action

错识别、遮挡、抓取失败和人工接管都进入 LeRobot 数据集。

零售门店机器人在货架前巡检、识别缺货错位、生成任务和人机协作补货控制台图

01 · Store Execution Loop

从货架真实状态到可执行任务,再到复扫验证。

StoreLoop 把每次巷道巡检转成门店运营闭环。机器人发现问题后先查 POS/WMS/ERP 缓存,再生成店员任务或受限动作,完成后复扫验证,最后把异常和接管片段变成训练数据。

Scan

多相机、depth、OCR、barcode/QR、价签和货架边缘定位。

Decide

对比 planogram、POS 价格、库存、促销和补货优先级。

Act

派发店员任务、指示位置、小件取放、tote handoff 或请求人工。

Verify

复扫货架,记录任务是否关闭、是否误报、是否仍需处理。

Learn

低置信度、失败和接管进入 LeRobot,再发布到 Qualcomm edge。

02 · Robot Edge + Store Services + Cloud Training

门店需要本地可运行的机器人,不是依赖公网的摄像头玩具。

StoreLoop 分成机器人边缘、门店本地服务和云训练三层。断网时机器人仍能按本地缓存扫描、避障、任务排队和保存证据;云端只负责训练、评估和非实时同步。

  • Robot Edge:ROS 2、Nav2、MoveIt、OCR/barcode、本地 policy、安全过滤和动作仲裁。
  • Store Services:StoreMap、Planogram、POS/WMS/ERP cache、任务派发、视频脱敏和操作台。
  • Cloud Training:LeRobot dataset、标注、训练、评估、模型注册、灰度和回滚。
  • Privacy:默认不做人脸识别,不做顾客画像,先边缘脱敏再上传授权片段。
门店机器人边缘运行、货架识别、门店服务和 LeRobot 训练闭环图

03 · First Workflows

第一批任务选“能闭环”的店务,不承诺全自动店员。

StoreLoop 把清洁、货架、补货和药房拆成可验证工作流。机器人可以先做 scan + task + verify,再逐步扩展到受限小件动作。

缺货闭环

发现空面,查库存,派补货,复扫验证。

错价复核

OCR 价签,对比 POS/ESL,生成价格任务。

陈列执行

检测错位、促销缺失和 planogram 偏差。

BOPIS 支持

减少线上拣货时的找货、替代和取消。

药房拣选

扫码、追溯码、批次、有效期和药师审核。

清洁证据

把清洁路线和货架巡检合并成门店 proof-of-work。

04 · China / Overseas Versions

中国版从药房和即时零售切入,海外版从 grocery shelf intelligence 切入。

中国买家关心本地价格、微信生态、药品追溯、企微/钉钉流程和私有化。海外买家关心 RaaS、OOS、BOPIS、CPG 数据、隐私、安全认证准备和 field service。

中国店务闭环

微信小程序下单、会员、支付、取货通知;企微/钉钉/飞书处理异常;药房支持追溯码、批次、有效期、处方/药师审核和本地云/私有云。

海外 Shelf Core

8-12 周、6-12 家门店 pilot,对照门店衡量 shelf coverage、alert precision、OOS、price/promo compliance、BOPIS 取消/替代、CPG 数据收入。

05 · Competition Demo

用一组 mock 货架,把货架感知、任务闭环和训练数据讲完。

演示中,机器人扫描一组货架,发现空面、错位 SKU 或价签/QR 不匹配。系统生成任务,机器人执行指示灯或轻量商品移动;遇到遮挡或抓取失败时人工接管,片段进入 LeRobot dataset,最后展示 Qualcomm edge profile 和复扫验证。

OOS 缺货、低库存和 phantom inventory 进入优先任务队列。
OCR 价签、促销、条码和 GS1/QR 需要置信度和人工复核。
HIL 遮挡、反光、相似包装和抓取失败进入人工接管流程。
Proof 任务完成后复扫,形成 closure evidence 和下一轮训练数据。

06 · Why Qualcomm

门店是高密度、多摄像头、强隐私的边缘 AI 场景。

货架识别、价签 OCR、导航避障、小件动作、隐私脱敏和门店本地缓存,都要求本体侧低延迟执行。Qualcomm 可以把 retail robot 从“联网摄像头”提升为可部署的边缘运营设备。

Vision

多相机、深度、价签、SKU、条码、促销和货架边缘。

Runtime

QNN / TFLite / ONNX Runtime、AI Hub profile、量化和回归验证。

Motion

Nav2、MoveIt、低速安全区、动作仲裁和 HIL 接管。

Privacy

边缘脱敏、最小化上传、区域数据边界和 privacy manifest。

Business

门店 SaaS、RaaS、Brand Insights、CPG 数据和企业 fleet。

StoreLoop 的商业承诺不是“无人商店”,而是让货架真实状态进入可执行、可复核、可训练、可部署的门店闭环。机器人越多跑一圈,门店就多一层可用的运营记忆。