CN105380632B - 具有高安全性能的生物识别机器人系统 - Google Patents
具有高安全性能的生物识别机器人系统 Download PDFInfo
- Publication number
- CN105380632B CN105380632B CN201510688819.6A CN201510688819A CN105380632B CN 105380632 B CN105380632 B CN 105380632B CN 201510688819 A CN201510688819 A CN 201510688819A CN 105380632 B CN105380632 B CN 105380632B
- Authority
- CN
- China
- Prior art keywords
- detection
- data
- heartbeat
- value
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
- A61B5/1172—Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/327—Generation of artificial ECG signals based on measured signals, e.g. to compensate for missing leads
Abstract
一种具有高安全性能的生物识别机器人系统,由心跳传感器对人体心跳进行实时检测,并通过处理器将检测到的信号形成连续的心电波形图;对心电波形图的拐点取值MAX(xn、yn)并获得坐标ASSIST(Xn‑1、Yn‑Yn‑1),对被识别人提取心跳信号,获得ASSIST检测后与数据库进行配对确定是否验证通过。本发明以人体心跳心律作为识别特征,其具有较高的安全性,并且,验证较为方便。本发明还对人体指纹进行了检测,利用检测单元对其对应的指纹上的点进行距离测量,将第Xn行上的第Y个和第Y+1个所述检测单元检测到的点的距离DY、DY+1做比较从而获得特征向。本发明采用新的检测方案以及新的运算方法,特定标识由三种符号构成,其判断精度较高,并且比对效率较高。
Description
技术领域
本发明涉及生物识别技术领域,更具体地说,特别涉及一种具有高安全性能的生物识别机器人系统。
背景技术
传统的生物识别技术包括:指纹识别、虹膜识别等,这些识别方法在日常生活当中,每一次验证都需要对被识别人进行一次“样品”提取,例如,采用指纹识别时,每次验证都需要对被识别人进行一次指纹提取,然后根据提取的指纹,在数据库中检索是否存在与其对应的特定指纹,如果有则认定验证通过,如果没有则认定验证不通过。
现有的生物识别技术在验证前,都需要进行“样品”提取,这样使得验证方式较为繁琐。
发明内容
(一)技术问题
如何简化生物识别的验证程序,成为了本领域技术人员亟待解决的问题。
(二)技术方案
本发明提供了一种具有高安全性能的生物识别机器人系统,
包括智能设备以及超声波系统,所述智能设备是以能够进行智能逻辑运算的处理器为核心搭建工控机系统,所述超声波系统包括有超声波脉冲发射器、超声波信号接收器以及检测保护管体,所述超声波脉冲发射器以及所述超声波信号接收器均设置于所述检测保护管体内,所述工控机系统与所述超声波脉冲发射器以及所述超声波信号接收器信号连接;
所述生物识别机器人系统设置用于佩戴到人体手腕上的腕带,在所述腕带上内置用于检测人体心跳的心跳传感器以及用于通过无线通信方式发送电信号的发射器,将所述发射器与所述心跳传感器信号连接;
由所述心跳传感器对佩戴者的心跳进行实时检测,并通过所述处理器将检测到的心跳信号形成连续的心电波形图;
对所述心电波形图的拐点取值MAX(xn、yn),并依次获取相邻的两个拐点中Yn-Yn-1的值与Xn-1组成新的坐标ASSIST(Xn-1、Yn-Yn-1);
在单位时间内通过所述腕带对佩戴者进行心跳检测,并通过所述处理器获得MAX(xn、yn)以及ASSIST(Xn-1、Yn-Yn-1)作为对比数据进行储存;
设定所述发射器的信号强度阀值为D,当所述发射器的信号强度大于D时,由所述控制器向所述发射器发出信号启动所述心跳传感器,由所述心跳传感器开始检测佩戴者的心跳信号并传回至所述处理器上,由所述处理器将获得的心跳信号形成检测心电波形图,然后获得检测心电波形图的拐点值MAX检测(xn、yn),将MAX检测(xn、yn)与储存的MAX(xn、yn)进行对比,当至少有五个连续拐点值相同时,由所述处理器开始计算检测心电波形图的ASSIST检测(Xn-1、Yn-Yn-1),在所述检测心电波形图中,当全部的所述ASSIST检测(Xn-1、Yn-Yn-1)与储存的ASSIST(Xn-1、Yn-Yn-1)一致时,判定被检测符合身份,通过第一道检测;
其中n为大于1的正整数;
所述超声波脉冲发射器与所述超声波信号接收器组成检测单元,将所述检测单元按照矩阵方式排列,并对所述检测单元赋值M(x,y);
利用所述检测单元对其对应的点进行距离测量,D=C*T;
将第Xn行上的第Y个和第Y+1个所述检测单元检测到的点的距离DY、DY-1做比较,如果两者相同则标记为T、如果比较值为负值则标记为F、如果比较值为正值则标记为Z;
将同一行的Xn对比值作为一组对比单元,然后对YmYm+1两列上的Xn进行计算得到下一组对比单元直至计算完毕,获得对比数据,才用该对比数据作为特征向量进行储存;
依据上述采集方法获得全部人员的对比数据进行储存得到对比数据库;
将需要识别的人员手握住所述检测保护管体,由所述超声波脉冲发射器发出超声波对被识别人员的手指指纹进行测距,然后将相邻的两个所述检测单元检测到的距离值对比获得检测数据,然后将所述检测数据与对比数据库中的对比数据进行逐一匹配,当所述检测数据中全部的数据与对比数据库中的数据一致时,则判定被检测符合身份,通过第二道检测;
其中,D为距离、C为声音在空气中的传播速度、T为时间,M\N\X\Y均为正整数;
当第一道检测以及第二道检测均通过时,则判定被检测人符合身份要求。
优选地,在所述腕带内设置计时器,并以所述心跳传感器开始检测为时间起点,对每一个拐点的MAX检测(xn、yn)进行时间标记;
对MAX检测中的yn取绝对值,以相邻的两个相同的yn所标记的时间进行差值计算获得t;
建立新坐标T(|yn|、t);
当所述检测心电波形图中当全部的所述ASSIST检测(Xn-1、Yn-Yn-1)一致后,对新坐标T(|yn|、t)进行检测,当ASSIST检测以及T均相同时,确定被检测符合身份。
优选地,所述对比数据库中储存的对比数据为按照所述检测单元X顺序排列;
所述检测数据为按照所述检测单元X顺序排列;
将所述检测数据按照X数值的正序或者倒序与所述对比数据逐一对比。
优选地,当所述检测数据中全部的数值与所述对比数据全部的数值相似度大于99%时,该对应的对比数据为通过数据,此时认定被检测人通过;如果小于95%则认定被检测人不通过;其余则提示重新获取检测数据重新检测;
如果重新检测获得检测数据仍然判定需要重新检测时,则继续重新检测,当重新检测超过三次时,则认定不通过;
其中相似度为:在对所述检测数据中的数值进行逐一对比时,相同的数值数量占总数量的百分比。
优选地,当所述通过数据的组数大于1时,选取相似度值最大的一组对比数据为通过数据。
优选地,所述检测单元的X取值范围为80-300个;所述检测单元的Y取值范围为80-300个。
(三)有益效果
本发明以人体心跳心律作为第一识别特征,其具有较高的安全性以及使用的便捷性。对于安全性方面,用户的心跳无法在本人不同意的情况下被其他人挪用或夺取。对于使用便捷性方面,心电传感器能够连续不断地收集信号直到完成匹配为止,采用心率识别能够自动识别和自动解锁,如此不需要在每次验证解锁时都需要进行一次采集动作。
本发明以人体指纹作为第二识别特征,利用现有的超声波测距设备构成检测组件,对人体手掌进行测距,然后计算相邻的两个点之间的距离差值,利用距离差值标记作为人体指纹的特定标识。采用本发明提供的方法,仅需要采集人体指纹测算点之间的距离差值并与储存的特定标识进行匹配就能够对生物体进行识别,其采用超声波测距精准度较高,采用差值计算算法简单,并且特定标识由三种符号构成,其判断精度较高。
附图说明
图1为传统心电波形图的文字注释图。
具体实施方式
下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例用于说明本发明,但不能用来限制本发明的范围。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
本发明提供了一种具有高安全性能的生物识别机器人系统,在该系统中,设置用于佩戴到人体手腕上的腕带,在腕带上内置用于检测人体心跳的心跳传感器以及用于通过无线通信方式发送电信号的发射器,将发射器与心跳传感器信号连接;设置智能设备,在智能设备上设置于发射器通信连接的接收器以及处理器,处理器与接收器信号连接;由心跳传感器对佩戴者的心跳进行实时检测,并通过处理器将检测到的心跳信号形成连续的心电波形图;对心电波形图的拐点取值MAX(xn、yn),并依次获取相邻的两个拐点中Yn-Yn-1的值与Xn-1组成新的坐标ASSIST(Xn-1、Yn-Yn-1);在单位时间内通过腕带对佩戴者进行心跳检测,并通过处理器获得MAX(xn、yn)以及ASSIST(Xn-1、Yn-Yn-1)作为对比数据进行储存;设定发射器的信号强度阀值为D,当发射器的信号强度大于D时,由控制器向发射器发出信号启动心跳传感器,由心跳传感器开始检测佩戴者的心跳信号并传回至处理器上,由处理器将获得心跳信号形成检测心电波形图,然后首先获得检测心电波形图的拐点值MAX检测(xn、yn),将MAX检测(xn、yn)与储存的MAX(xn、yn)进行对比,当至少有五个连续拐点值相同时,由处理器开始计算检测心电波形图的ASSIST检测(Xn-1、Yn-Yn-1),在检测心电波形图中当全部的ASSIST检测(Xn-1、Yn-Yn-1)一致时,确定被检测符合身份。
在生物识别领域中,人体心跳具有唯一性,因此,本发明利用该特性,通过对人体心跳进行检测,来达到生物识别的目的。
设定发射器的信号强度阀值,其目的在于:只有当佩戴者带着腕带接近智能设备时,才由智能设备控制腕带上的心跳传感器启动,如果在远距离时,发射器的信号强度较弱,此时,默认佩戴者(使用者、被检测人)不使用智能设备,心跳传感器处于休眠状态以此达到降低能耗的目的。
具体地,本发明采用现有技术提供心跳传感器以及用发射器对人体心跳进行检测以及信号发送。通过心跳传感器检测到的人体心跳传送到智能设备上后,由只处理器对该信号进行处理形成心电图,该过程现有技术已经较成熟,在此不再赘述。心电图中具有人体心跳的连续心电波形图,该波形图根据心脏搏动形成一连串的极值拐点,本发明利用这些拐点作为心跳特征对其进行数据处理。
首先,由处理器模拟一个二维坐标,将其计算后的心电波形图植入到二维坐标内,其位置随意,以心电波形图的起始点坐标设定为(0、0)为最优选方案;
然后,计算各个拐点处的坐标MAX(xn、yn),计算相邻的两个MAX(xn、yn),MAX(xn-1、yn-1)中Y的差值,然后形成新坐标ASSIST(Xn-1、Yn-Yn-1),以ASSIST(Xn-1、Yn-Yn-1)作为特征向量进行储存;
在生物比对阶段,由腕带实时对人体心跳进行检测,并对检测到的检测心跳进行数值计算得到实时ASSIST检测(Xn-1、Yn-Yn-1),将ASSIST检测(Xn-1、Yn-Yn-1)与储存的特征向量ASSIST(Xn-1、Yn-Yn-1)进行数值比对,特别注意的是,该比对过程按照拐点的连续顺序逐一比对。
当检测心电波形图中当全部的ASSIST检测(Xn-1、Yn-Yn-1)与储存的特征向量ASSIST(Xn-1、Yn-Yn-1)一致时,确定被检测符合身份。
由于人体心跳具有唯一性,因此,在心电波形图中心脏搏动的频率、波形图中拐点的极值也具有唯一性,因此,通过建立坐标对各个拐点进行取值计算,得到的特征向量也就具有唯一性,作为一种新的生物识别方式,本发明采用智能腕带利用心电传感器记录心脏独特的脉动节律来验证用户的身份,采用心率识别,其具有两大优点即:安全和便捷。
心率识别的安全性在于:用户的心跳无法在本人不同意的情况下被其他人挪用或夺取。而指纹却有可能会被他人获取样本从而被复制和伪造。心电传感器的内置特征意味它更难以窃取用户的身份。
至于便捷方面,使用者只需每天确认一次身份,不需在每次验证时都需要进行“刷手指”操作。用户的身份成功被识别后,他可以通过无线网络连接设备服务。更重要的是,心电传感器能够连续不断地收集信号直到完成匹配为止,这就解决了在指纹识别中可能发生的首次识别失败的问题。而且,采用心率识别的用户不用为了解锁手机而先放下手中正在进行的工作,因为心率识别能够自动识别和自动解锁。
下面对心电波形图进行简单说明:
请参考图1,图1为传统心电波形图的文字注释图。
在图1各波形的意义
P波:代表心房除极过程。
PR间期:不等于PR段,而=P波+PR段。代表心房除极开始至心室开始除极。
QRS波群:心室除极全过程。
ST-T:心室复极全过程。
QT间期:整个心室活动过程。主要看QTc间期,即校正后的QT间期,因心率慢QT间期必长,为使各种心率下的QT间期具有可比性,故产生QTc间期[=QT间期/(根号R-R)],其中R-R单位为S,一般只能由看电脑打出或查表获得,或靠感觉),QTc间期才是有意义的值。
具体地,在腕带内设置计时器,并以心跳传感器开始检测为时间起点,对每一个拐点的MAX检测(Xn、yn)进行时间标记;对MAX检测中的yn取绝对值,以相邻的两个相同的yn所标记的时间进行差值计算获得t;建立新坐标T(|yn|、t);当检测心电波形图中当全部的ASSIST检测(Xn-1、Yn-Yn-1)一致后,对新坐标T(|yn|、t)进行检测,当ASSIST检测以及T均相同时,确定被检测符合身份。
由于人体心跳心率具有唯一性,因此,其每次心跳的时间间隔也具有一定的特征,因此,通过运算出两个相同拐点的时间间隔,可以作为第二参考特征,用以提高本发明识别的精确度。
具体地,腕带为硅胶腕带;发射器为ZigBee通信装置。当然,发射器还可以采用红外通信装置或者蓝牙通信装置。
为了便于对腕带的操作,于腕带上还设置有用于进行图像显示的显示器;显示器为触摸式液晶显示器。
本发明在对指纹进行检测时,使用的设备包括工控机系统、超声波脉冲发射器、超声波信号接收器以及检测保护管体,超声波脉冲发射器以及超声波信号接收器均设置于检测保护管体内,工控机系统与超声波脉冲发射器以及超声波信号接收器信号连接;超声波脉冲发射器与超声波信号接收器组成一组检测单元,将检测单元按照矩阵方式排列,并对检测单元赋值M(x,y);利用检测单元对其对应的点进行距离测量,D=C*T,将第Xn行上的第Y个和第Y+1个检测单元检测到的点距离DY、DY+1做比较,如果两者相同则标记为T、如果比较值为负值则标记为F、如果比较值为正值则标记为Z;将同一行的Xn对比值作为一组对比单元,然后对Ym、Ym+1两列上的Xn进行计算得到下一组对比单元直至计算完毕,获得对比数据;依据上述采集方法获得全部人员的对比数据进行储存得到对比数据库;将需要识别的人员手握住检测保护管体,由超声波脉冲发射器发出超声波对被识别人员的手指指纹进行测距,然后将相邻的两个检测单元检测到的距离值对比获得检测数据,然后将检测数据与对比数据库中的对比数据进行逐一匹配,当检测数据中全部的数据与对比数据库中的数据有一致的则判定通过,如果全不一致,则判定不通过;其中,D为距离、C为声音在空气中的传播速度、T为时间,M\N\X\Y均为正整数。
在上述方案中,本发明采用超声波矩阵对人体手掌指纹部分进行扫描,通过超声波回声测算检测单元与指纹上被检测点的距离,然后 与同列的被检测点进行减法计算,从而得到一个计算结果,该计算结果包括有三种情况;如果两点距离相同,超声波测距差值为0,标记为T;如果同列中,上一个点为指纹凸起点,下一个点为指纹凹点,则超声波测距差值为正值,标记为Z;如果同列中,上一个点为指纹凹点,下一个点为指纹凸起点,则超声波测距差值为负值,标记为F。
本发明利用现有的超声波测距设备构成检测组件,对人体手掌进行测距,然后计算相邻的两个点之间的距离差值,利用距离差值标记作为人体指纹的特定标识。采用本发明提供的方法,仅需要采集人体指纹测算点之间的距离差值并与储存的特定标识进行匹配就能够对生物体进行识别,其采用超声波测距精准度较高,采用差值计算算法简单,并且特定标识由三种符号构成,其判断精度较高。
具体地,对比数据库中储存的对比数据为按照检测单元X赋值排列;检测数据为按照检测单元X赋值排列;将检测数据按照X数值的正序或者倒序与对比数据逐一对比。
当数据库容量较大时,可能会出现特定标识数据一致的情况,当检测数据中全部的数值与对比数据全部的数值相似度大于99%时,该对应的对比数据为通过数据,此时认定被检测人通过;如果小于95%则认定被检测人不通过;其余则提示重新获取检测数据重新检测;如果重新检测获得检测数据仍然判定需要重新检测时,则继续重新检测,当重新检测超过三次时,则认定不通过;其中相似度为:在对检测数据中的数值进行逐一对比时,相同的数值数量占总数值数量的百分比。
基于上述方案,当通过数据的组数大于1时,选取相似度值最大的一组对比数据为通过数据。
具体地,检测保护管体为玻璃管或塑料管。
具体地,检测单元的X取值范围为80-300个;检测单元的Y取值范围为80-300个。当然,本发明不仅限于于上述数值范围,当采用纳米技术将检测单元制成体积非常小(例如微米级别)时,可以通过增加检测单元的设置数量,提高本发明对生物识别的精准度。
本发明提供的具有高安全性能的生物识别机器人系统利用了上述的指纹检测方法,由于其运算规则简单,不仅检测对比效率较高,并且,检测精度也较高。
超声波是指频率在2万赫兹以上的机械振动波,能够传递超声波的物质,称为传声介质,超声波在传声介质中的传播特点是具有明确指向性的束状传播,这种声波能够成束地发射并用于定向扫查人体组织。
超声波的基本物理量
1、频率(f):是指单位时间内质点振动的次数。单位是赫兹(Hz)、千赫(KHz)、兆赫(MHz)。超声的频率在20KHz以上,而医学诊断用超声的频率一般在兆赫级,称为高频超声波,常用频率范围2~10兆赫。频率越高,波的纵向分辨力越好。周期(T)则是一个完整的波通过某点所需的时间,有f·T=1。
2、波长(λ):表示在均匀介质中的单频声波行波振动一个周期时间内所传播的距离,也就是一个波周期在空间里的长度。波的纵向分辨力的极限是半波长,因此了解人体软组织中传导的超声波长有助于估计超声波分辨病灶大小的能力。
3、声速(C):是指声波在介质中传播的速度。声速是由弹性介质的特性决定的,不同介质的声速是不同的。人体各种软组织之间声速的差异很小,约5%左右,所以在各种超声诊断仪器检测人体脏器时,假设各种软组织的声速是相等的,即采用了人体软组织平均声速的概念。目前,较多采用人体软组织平均声速的数值是1540m/s。实际上人体不同软组织脏器及体液的声速是有差别的,因此声像图上显示的目标,无论是脏器或病灶,其位置及大小与实际的结构相比,都存在误差,但不致影响诊断结论。
超声成像的原理
超声成像(ultrasonic imaging)是利用超声波的声成像,目前的医用超声诊断仪都是利用超声波照射人体,通过接收和处理载有人体组织或结构性质特征信息的回波,获得人体组织性质与结构的可见图像的方法和技术,超声成像具有自己独特的优点,是其它成像所不能代替的:
1、较高的软组织分辨力:组织只要有1‰的声阻抗差异,仪器就能检测出并显示其反射回波。目前,超声成像已能在近二十厘米的检测深度范围,获取优于1毫米的图像空间分辨力。
2、具有高度的安全性:当严格控制声强低于安全阈值时,超声可能成为一种无损伤的诊断技术,对操作人员更是十分安全。
3、实时成像:它能高速实时成像,可以观察运动的器官,并节省检查时间。
4、使用简便,费用较低,用途广泛。
本发明的实施例是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (5)
1.一种具有高安全性能的生物识别机器人系统,其特征在于,
包括智能设备以及超声波系统,其中,所述智能设备是以能够进行智能逻辑运算的处理器为核心搭建的工控机系统,所述超声波系统包括有超声波脉冲发射器、超声波信号接收器以及检测保护管体,所述超声波脉冲发射器以及所述超声波信号接收器均设置于所述检测保护管体内,所述工控机系统与所述超声波脉冲发射器以及所述超声波信号接收器信号连接;
所述生物识别机器人系统设置用于佩戴到人体手腕上的腕带,在所述腕带上内置用于检测人体心跳的心跳传感器以及用于通过无线通信方式发送电信号的发射器,将所述发射器与所述心跳传感器信号连接;
由所述心跳传感器对佩戴者的心跳进行实时检测,并通过所述处理器将检测到的心跳信号形成连续的心电波形图;
对所述心电波形图的拐点取值MAX(xn、yn),并依次获取相邻的两个拐点中Yn-Yn-1的值与Xn-1组成新的坐标ASSIST(Xn-1、Yn-Yn-1);
在单位时间内通过所述腕带对佩戴者进行心跳检测,并通过所述处理器获得MAX(xn、yn)以及ASSIST(Xn-1、Yn-Yn-1)作为对比数据进行储存;
设定所述发射器的信号强度阀值为D,当所述发射器的信号强度大于D时,由控制器向所述发射器发出信号启动所述心跳传感器,由所述心跳传感器开始检测佩戴者的心跳信号并传回至所述处理器上,由所述处理器将获得的心跳信号形成检测心电波形图,然后获得检测心电波形图的拐点值MAX检测(xn、yn),将MAX检测(xn、yn)与储存的MAX(xn、yn)进行对比,当至少有五个连续拐点值相同时,由所述处理器开始计算检测心电波形图的ASSIST检测(Xn-1、Yn-Yn-1),在所述检测心电波形图中,当全部的所述ASSIST检测(Xn-1、Yn-Yn-1)与储存的ASSIST(Xn-1、Yn-Yn-1)一致时,判定被检测符合身份,通过第一道检测;
其中n为大于1的正整数;
所述超声波脉冲发射器与所述超声波信号接收器组成检测单元,将所述检测单元按照矩阵方式排列,并对所述检测单元赋值M(x,y);
利用所述检测单元对其对应的点进行距离测量,D=C*T;
将第Xn行上的第Y个和第Y+1个所述检测单元检测到的点的距离DY、DY+1做比较,如果两者相同则标记为T1、如果比较值为负值则标记为F、如果比较值为正值则标记为Z;
将同一行的Xn对比值作为一组对比单元,然后对Ym、Ym+1两列上的Xn进行计算得到下一组对比单元直至计算完毕,获得对比数据,才用该对比数据作为特征向量进行储存;
依据上述采集方法获得全部人员的对比数据进行储存得到对比数据库;
将需要识别的人员手握住所述检测保护管体,由所述超声波脉冲发射器发出超声波对被识别人员的手指指纹进行测距,然后将相邻的两个所述检测单元检测到的距离值对比获得检测数据,然后将所述检测数据与对比数据库中的对比数据进行逐一匹配,当所述检测数据中全部的数据与对比数据库中的数据一致时,则判定被检测符合身份,通过第二道检测;
其中,D为距离、C为声音在空气中的传播速度、T为时间,M\N\X\Y均为正整数;
当第一道检测以及第二道检测均通过时,则判定被检测人符合身份要求。
2.根据权利要求1所述的具有高安全性能的生物识别机器人系统,其特征在于,
所述对比数据库中储存的对比数据为按照所述检测单元X顺序排列;
所述检测数据为按照所述检测单元X顺序排列;
将所述检测数据按照X数值的正序或者倒序与所述对比数据逐一对比。
3.根据权利要求2所述的具有高安全性能的生物识别机器人系统,其特征在于,
当所述检测数据中全部的数值与所述对比数据全部的数值相似度大于99%时,该对应的对比数据为通过数据,此时认定被检测人通过;如果小于95%则认定被检测人不通过;其余则提示重新获取检测数据重新检测;
如果重新检测获得检测数据仍然判定需要重新检测时,则继续重新检测,当重新检测超过三次时,则认定不通过;
其中相似度为:在对所述检测数据中的数值进行逐一对比时,相同的数值数量占总数量的百分比。
4.根据权利要求3所述的具有高安全性能的生物识别机器人系统,其特征在于,
当所述通过数据的组数大于1时,选取相似度值最大的一组对比数据为通过数据。
5.根据权利要求4所述的具有高安全性能的生物识别机器人系统,其特征在于,
所述检测单元的X取值范围为80-300个;
所述检测单元的Y取值范围为80-300个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510688819.6A CN105380632B (zh) | 2015-10-23 | 2015-10-23 | 具有高安全性能的生物识别机器人系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510688819.6A CN105380632B (zh) | 2015-10-23 | 2015-10-23 | 具有高安全性能的生物识别机器人系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105380632A CN105380632A (zh) | 2016-03-09 |
CN105380632B true CN105380632B (zh) | 2018-11-30 |
Family
ID=55413846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510688819.6A Active CN105380632B (zh) | 2015-10-23 | 2015-10-23 | 具有高安全性能的生物识别机器人系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105380632B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108257262B (zh) * | 2017-12-29 | 2020-11-27 | 歌尔科技有限公司 | 一种可穿戴设备的控制方法和装置 |
CN112395918B (zh) * | 2019-08-16 | 2024-03-01 | 汉朔科技股份有限公司 | 货架物品识别方法、装置及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1619816A (zh) * | 2003-11-18 | 2005-05-25 | 三星电子株式会社 | 指纹传感器及其制作方法 |
CN101019138A (zh) * | 2004-04-26 | 2007-08-15 | 忆思智能技术公司 | 用于护照的智能卡、电子护照以及用于对持有智能卡或电子护照的人进行身份认证的方法、系统和设备 |
CN101773394A (zh) * | 2010-01-06 | 2010-07-14 | 中国航天员科研训练中心 | 身份识别方法及应用该方法的身份识别系统 |
CN102171706A (zh) * | 2008-05-08 | 2011-08-31 | 索纳维森股份有限公司 | 用于声学超声阻抗描计术生物测量感测的方法和系统 |
US8601876B2 (en) * | 2004-10-07 | 2013-12-10 | Qualcomm Incorporated | Ultrasonic fingerprint scanning using a plane wave |
CN103944615A (zh) * | 2014-04-14 | 2014-07-23 | 惠州Tcl移动通信有限公司 | 根据心电图实现近距离解锁的方法及其系统 |
WO2015009635A1 (en) * | 2013-07-16 | 2015-01-22 | The Regents Of The University Of California | Mut fingerprint id system |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9323393B2 (en) * | 2013-06-03 | 2016-04-26 | Qualcomm Incorporated | Display with peripherally configured ultrasonic biometric sensor |
-
2015
- 2015-10-23 CN CN201510688819.6A patent/CN105380632B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1619816A (zh) * | 2003-11-18 | 2005-05-25 | 三星电子株式会社 | 指纹传感器及其制作方法 |
CN101019138A (zh) * | 2004-04-26 | 2007-08-15 | 忆思智能技术公司 | 用于护照的智能卡、电子护照以及用于对持有智能卡或电子护照的人进行身份认证的方法、系统和设备 |
US8601876B2 (en) * | 2004-10-07 | 2013-12-10 | Qualcomm Incorporated | Ultrasonic fingerprint scanning using a plane wave |
CN102171706A (zh) * | 2008-05-08 | 2011-08-31 | 索纳维森股份有限公司 | 用于声学超声阻抗描计术生物测量感测的方法和系统 |
CN101773394A (zh) * | 2010-01-06 | 2010-07-14 | 中国航天员科研训练中心 | 身份识别方法及应用该方法的身份识别系统 |
WO2015009635A1 (en) * | 2013-07-16 | 2015-01-22 | The Regents Of The University Of California | Mut fingerprint id system |
CN103944615A (zh) * | 2014-04-14 | 2014-07-23 | 惠州Tcl移动通信有限公司 | 根据心电图实现近距离解锁的方法及其系统 |
Non-Patent Citations (1)
Title |
---|
基于嵌入式应用的指纹识别技术研究;赵应丁;《中国优秀博硕士学位论文全文数据库 (博士)信息科技辑》;20070215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN105380632A (zh) | 2016-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230148891A1 (en) | System and method for non-invasive instantaneous and continuous measurement of heart rate, stroke volume and ejection fraction | |
US20210307685A1 (en) | Medical radar system for guiding cardiac resuscitation | |
EP3363366B1 (en) | A device that detects vascular condition based on point fluctuation conduction characteristics of the heart | |
CN102835954B (zh) | 一种心拍波形模板生成方法及模块 | |
CN105389545B (zh) | 利用超声波检测指纹的方法以及生物识别机器人系统 | |
CN102088903B (zh) | 用于多普勒雷达的自动发射功率调节 | |
CN108836281A (zh) | 用于脉搏特征参数采集的系统 | |
CN107126206A (zh) | 一种心音自动分析系统及方法 | |
US20230309846A1 (en) | System and methods for micro impulse radar detection of physiological information | |
CN105380631A (zh) | 心跳识别方法以及基于心跳识别的生物识别机器人 | |
CN105380632B (zh) | 具有高安全性能的生物识别机器人系统 | |
CN109982647A (zh) | 超声诊断装置及其操作方法 | |
US11020095B2 (en) | Data compression to facilitate remote medical analysis and diagnosis | |
CN101378699A (zh) | 用于测量或检测非正弦周期性血流行为的超声方法和装置 | |
CN204708880U (zh) | 小型智能超声波探测仪 | |
CN114762611A (zh) | 肌体多动态参数的处理方法及在射血分数上的应用 | |
CN211131157U (zh) | 一种同时采集胎儿心率和母亲心率的超声探头 | |
Lu et al. | Accurate heart beat detection with doppler radar using bidirectional GRU network | |
CN205054184U (zh) | 探头无线数传的动脉硬化测定仪 | |
Gao et al. | Design and Development of a Bladder Volume Determination Device Based on A-mode Ultrasound | |
CN109009015A (zh) | 基于多参数采集的系统 | |
CN113712598B (zh) | 一种便携式膀胱尿量监测系统及方法 | |
CN209148491U (zh) | 心肺流转血泵血细胞损伤监测装置 | |
CN105962969A (zh) | 错位感应器 | |
CN212630796U (zh) | 一种经气管超声心排量监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |