CN107220582A - 识别车辆的驾驶员 - Google Patents

识别车辆的驾驶员 Download PDF

Info

Publication number
CN107220582A
CN107220582A CN201710155144.8A CN201710155144A CN107220582A CN 107220582 A CN107220582 A CN 107220582A CN 201710155144 A CN201710155144 A CN 201710155144A CN 107220582 A CN107220582 A CN 107220582A
Authority
CN
China
Prior art keywords
driver
vehicle
symbol
people
mobile device
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.)
Granted
Application number
CN201710155144.8A
Other languages
English (en)
Other versions
CN107220582B (zh
Inventor
斯科特·文森特·迈尔斯
谢恩·埃尔沃特
沃尔特·约瑟夫·塔拉蒙蒂
乔恩·托马斯·马伦
扎卡里·大卫·纳尔逊
托里·史密斯
比布拉杰德·哈尔德
韩正圭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN107220582A publication Critical patent/CN107220582A/zh
Application granted granted Critical
Publication of CN107220582B publication Critical patent/CN107220582B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/037—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for occupant comfort, e.g. for automatic adjustment of appliances according to personal settings, e.g. seats, mirrors, steering wheel
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/16—Threshold monitoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/48—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for in-vehicle communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明扩展到用于将人识别为车辆的驾驶员的方法、系统和计算机程序产品。方面包括使用车载传感器增加使用其他机构最初确定的驾驶员识别的准确度。因此，可以利用至少两种不同类型的感觉装置来收集数据以为了识别驾驶员。在驾驶员进入车辆之前，处理从第一传感器(例如，钥匙扣)收集的数据以基于学习的特征模式(比如驾驶员的步态)来识别驾驶员。处理从第二传感器(例如，在车载面部或语音识别系统中)收集的数据以确认驾驶员。该确认基于生物计量数据和学习的特征模式。来自第二传感器的数据被提供回第一传感器以确认驾驶员身份。

Description

识别车辆的驾驶员
技术领域
本发明总体上涉及识别车辆的驾驶员的领域。更具体地，本发明涉及使用车载传感器来增加使用其他机构最初确定的驾驶员识别的准确度。
背景技术
许多车辆提供调整或定制车辆的配置以匹配存储的一个或多个驾驶员的偏好的能力。例如，比平均高的驾驶员可能期望转向柱更高，并且驾驶员的座椅位置更远离车辆控制台并且处于稍微倾斜的位置。供选择地，低于平均的驾驶员可能希望转向柱更低，并且驾驶员的座椅位置更靠近车辆控制台并且处于直立位置。也可以修改其他车辆系统(例如气候控制、音频设置等)以匹配驾驶员的偏好。能够修改或定制车辆的配置导致车辆的驾驶员的增加的舒适性和增强的驾驶体验。
一些机构试图在驾驶员进入车辆之前识别驾驶员。通过在进入之前识别驾驶员，可以为驾驶员调整车辆配置。在驾驶员进入之前调整配置减轻了驾驶员等待在驾驶员进入车辆之后进行调整的需要。
发明内容
根据本发明的一方面，提供一种在车辆处使用的方法，该方法用于在人进入车辆之前将人识别为驾驶员，该方法包含：
从移动装置接收驾驶员标识符和概率，驾驶员标识符将人识别为车辆的驾驶员，驾驶员标识符移动装置处通过步态分析来确定，概率表示步态模式将驾驶员标识符正确地匹配到人的可能性；
将车辆设置调整为存储的驾驶员标识符的偏好；
使用车辆处的传感器装置通过感测人的生物计量数据来确认驾驶员识别符；以及
将确认的驾驶员标识符作为反馈发送给移动装置以增加用来将驾驶员标识符匹配到人的后续步态分析的准确度。
根据本发明的一个实施例，其中从移动装置接收概率包含接收表示通过移动装置的传感器检测的步态模式被正确地匹配到人的可能性的概率。
根据本发明的一个实施例，进一步包含：
将确认的驾驶员标识符发送给移动装置以确认步态模式被正确地匹配到人。
根据本发明的一个实施例，其中从移动装置接收驾驶员标识符包含从以下中的一个接收驾驶员标识符：钥匙扣和智能电话。
根据本发明的一个实施例，其中将车辆设置调整为存储的驾驶员标识符的偏好包含调整以下中的一个或多个：转向柱、立体声、驾驶员座椅位置和气候控制。
根据本发明的另一方面，提供一种在车辆处使用的方法，车辆具有计算机系统，该计算机系统包括一个或多个处理器和系统存储器，该方法用于将人确认为车辆的驾驶员，该方法包含：
通过无线通信从移动装置接收驾驶员标识符和概率，驾驶员标识符将人识别为车辆的驾驶员，驾驶员标识符通过在移动装置处分析步态模式来确定，步态模式通过移动装置的传感器检测，概率表示步态模式被正确地匹配到人的可能性；
基于驾驶员标识符和概率，将一个或多个车辆设置调整为存储的人的偏好；
使用车辆处的传感器装置通过感测人的生物计量数据来获得驾驶员标识符；以及
将获得的驾驶员标识符作为反馈发送给移动装置以确认步态模式被正确地匹配到人，反馈增加在移动装置处后续地将步态模式匹配到人的准确度。
根据本发明的一个实施例，其中移动装置是钥匙扣。
根据本发明的一个实施例，其中移动装置是智能电话。
根据本发明的一个实施例，进一步包含在调整一个或多个车辆设置之前，确定概率高于阈值。
根据本发明的一个实施例，其中调整一个或多个车辆设置包含在人进入车辆之前调整一个或多个车辆设置。
根据本发明的一个实施例，其中调整一个或多个车辆设置包含调整以下中的一个或多个：转向柱、立体声、驾驶员座椅位置和气候控制。
根据本发明的一个实施例，其中传感器装置包含语音识别系统。
根据本发明的一个实施例，其中传感器装置包含面部识别系统。
根据本发明的一个实施例，其中传感器装置包含视网膜扫描仪系统。
根据本发明的一个实施例，其中传感器装置包含指纹扫描仪系统。
根据本发明的又一方面，提供一种用于在人进入车辆之前将人识别为车辆的驾驶员的车辆计算机系统，该系统包含：
一个或多个处理器；
系统存储器；
生物计量传感器，该生物计量传感器被配置为感测人的生物计量数据；以及
一个或多个计算机存储装置，该一个或多个计算机存储装置具有存储在其上的计算机可执行指令，该计算机可执行指令在通过一个或多个处理器执行时使车辆计算机系统：
通过无线通信从移动装置接收驾驶员标识符和概率，驾驶员标识符将人识别为车辆的驾驶员，驾驶员标识符通过在移动装置处分析步态模式来确定，步态模式通过移动装置处的传感器检测，概率表示步态模式被正确地匹配到人的可能性；
基于驾驶员标识符和概率，将一个或多个车辆设置调整为存储的人的偏好；
使用生物计量传感器通过感测人的生物计量数据来获得驾驶员识别符；以及
将获得的驾驶员标识符作为反馈发送给移动装置以确认步态模式被正确地匹配到人，反馈增加在移动装置处后续地将步态模式匹配到人的准确度。
根据本发明的一个实施例，进一步包含在被执行时使计算机系统在调整一个或多个车辆设置之前确定概率高于阈值的计算机可执行指令。
根据本发明的一个实施例，其中在被执行时使车辆计算机系统调整一个或多个车辆设置的计算机可执行指令包含在被执行时使计算机系统在人进入车辆之前调整一个或多个车辆设置的计算机可执行指令。
根据本发明的一个实施例，进一步包含在被执行时使车辆计算机系统查询驾驶员识别的生物计量传感器的计算机可执行指令。
根据本发明的一个实施例，其中在被执行时使车辆计算机系统将获得的驾驶员标识符发送给移动装置的计算机可执行指令包含在被执行时使车辆计算机系统将驾驶员标识符发送回移动装置的计算机可执行指令。
附图说明
参照以下描述和附图，将更好地理解本发明的具体特征、方面和优点，其中：
图1示出了计算装置的示例框图；
图2示出了便于将人识别为车辆的驾驶员的示例计算机架构；
图3示出了用于将人识别为车辆的驾驶员的示例方法的流程图。
具体实施方式
本发明扩展到用于识别车辆的驾驶员的方法、系统和计算机程序产品。方面包括使用车载传感器来增加使用其他机构最初确定的驾驶员识别的准确度。因此，可以利用至少两种不同类型的感觉装置来收集数据以为了识别驾驶员。在驾驶员进入车辆之前，处理从第一传感器(例如，在钥匙扣处)收集的数据以基于学习的特征模式(比如驾驶员的步态)来识别驾驶员。处理从第二传感器(例如，在车载面部或语音识别系统中)收集的数据以更准确地识别驾驶员。更准确的识别基于生物计量数据和学习特征模式，比如驾驶员的面部或语音识别。来自第二传感器的数据被提供回第一传感器以提供反馈(并且潜在地确认驾驶员身份)。
在至少一个方面中，钥匙扣用来识别接近的驾驶。钥匙扣然后将识别的驾驶员传送给车辆。车辆然后可以将舱室配置调整为识别的驾驶员的偏好。例如，钥匙扣可以配备有传感器，该传感器用于检测且分析与人的步态模式相关的一组特性。只要每个驾驶员总是以本质上相同的步态模式接近车辆，传感器就是相对准确的。
然而，用于人的步态模式可以根据接近的速度的差异(步行、慢跑、跑步等)、鞋类的变化(例如，跑鞋对高跟鞋)、驾驶员是否正在使用移动辅助装置(例如，步行器、拐杖)、钥匙扣如何被携带(例如，在钱包中、在手中、在口袋中等)等而改变。当步态模式的变化发生时，钥匙扣传感器的准确度可能降低。当实际上驾驶员是以不同的步态模式接近的车辆的先前驾驶员时，传感器可能识别为车辆的新驾驶员。因此，即使当车辆的驾驶员的数量相对较小(例如，1-4个驾驶员)时，钥匙扣可能在驾驶员中的步态模式变化时正确地识别驾驶员有困难。
当钥匙扣不正确地识别驾驶员时，车辆可能不知道如何在驾驶员进入之前调整舱室配置。在某些情况下，钥匙扣可能会将一个驾驶员不正确地识别为另一个驾驶员。因此，车辆可能将舱室配置调整为另一驾驶员的偏好。当驾驶员进入时，他们可能必须手动调整或使用车辆中的其他控制件以重新调整到他们的偏好。
本发明的实施例可以包含或利用包括计算机硬件(例如一个或多个处理器和系统存储器，如下面更详细所讨论的)的专用或通用计算机。在本发明的范围内的实施例还包括用于携带或存储计算机可执行指令和/或数据结构的物理和其他计算机可读介质。这样的计算机可读介质可以是可以由通用或专用计算机系统访问的任何可用介质。存储计算机可执行指令的计算机可读介质是计算机存储介质(装置)。携带计算机可执行指令的计算机可读介质是传输介质。因此，通过示例的方式，并且非限制，本发明的实施例可以包含至少两种截然不同种类的计算机可读介质：计算机存储介质(装置)和传输介质。
计算机存储介质(装置)包括随机存取存储器(RAM)、只读存储器(ROM)、电可擦除编程只读存储器(EEPROM)、只读光盘驱动器(CD-ROM)、固态驱动器(“SSD”)(例如基于RAM的)、闪存存储器、相变存储器(“PCM”)、其它类型的存储器、其它光盘存储器、磁盘存储器或其它磁性存储装置或可以用来存储以计算机可执行指令或数据结构的形式的期望的程序代码装置并且可以由通用或专用计算机访问的任何其它介质。
“网络”被定义为实现计算机系统和/或模块和/或其他电子装置之间的电子数据的传输的一个或多个数据链路。当信息通过网络或另一通信连接(硬连线、无线或硬连线或无线的组合)传送或提供给计算机时，计算机适当地将连接视为传输介质。传输介质可以包括可以用来携带以计算机可执行指令或数据结构的形式的期望的程序代码装置并且可以由通用或专用计算机访问的网络和/或数据链路。上述的组合也应当被包括在计算机可读介质的范围内。
此外，一经到达各种计算机系统部件，以计算机可执行指令或数据结构形式的程序代码装置可以从传输介质自动传送到计算机存储介质(装置)(反之亦然)。例如，通过网络或数据链路接收的计算机可执行指令或数据结构可以缓存在网络接口模块(例如，“NIC”)内的RAM中，并且然后最终传送到计算机系统RAM和/或在计算机系统处的较不易失性的计算机存储介质(装置)。RAM还可以包括固态驱动器(SSD或基于实时存储器分层存储的周边元件扩展接口(PCIx)，比如FusionIO)。因此，应当理解的是，计算机存储介质(装置)可以被包括在也(或甚至主要地)利用传输介质的计算机系统部件中。
计算机可执行指令包含例如当在处理器处执行时使通用计算机、专用计算机或专用处理装置执行某一功能或一组功能的指令和数据。计算机可执行指令可以是例如二进制、中间格式指令(比如汇编语言)、或甚至源代码。尽管已经用对结构特征和/或方法动作专用的语言描述了主题，但是应当理解的是，所附权利要求中限定的主题不一定限于上述描述的特征或动作。相反地，所描述的特征和动作被公开为实施权利要求的示例形式。
本领域技术人员应当理解的是，本发明可以在具有许多类型的计算机系统配置的网络计算环境中实践，包括个人计算机、台式计算机、便携式计算机、消息处理器、手持装置、多处理器系统、基于微处理器或可编程消费电子产品、网络电脑(PC)、小型计算机、大型计算机、移动电话、个人数字助理(PDA)、平板、寻呼机、路由器、交换机、各种存储装置等。本发明还可以在分布式系统环境中实践，其中通过网络链接(通过硬连线数据链路、无线数据链路、或通过硬连线和无线数据链路的组合)的本地和远程计算机系统二者都执行任务。在分布式系统环境中，程序模块可以位于本地和远程存储器存储装置二者中。
本发明的实施例也可以在云计算环境中实施。在该描述和下面的权利要求中，“云计算”被定义为用于实现对可配置计算资源(例如，网络、服务器、存储、应用和服务)的共享池的无处不在、方便、按需的网络访问的模型，其可以通过虚拟化被快速供应并且用最小的管理努力或服务提供商交互来释放，并且然后相应地缩放。云模型可以由各种特征(例如，按需自助服务、广泛的网络接入、资源池、快速弹性、测量服务等)、服务模型(例如，作为服务的软件(SaaS)、作为服务的平台(PaaS)、作为服务的基础设施(IaaS))和部署模型(例如，私有云、社区云、公共云、混合云等)组成。关于本发明描述的数据库和服务器可以被包括在云模型中。
此外，在适当的情况下，本文所描述的功能可以以下面的一个或多个执行：硬件、软件、固件、数字部件或模拟部件。例如，一个或多个专用集成电路(ASIC)可以被编程为执行本文描述的系统和过程中的一个或多个。在整个以下描述和权利要求书中使用某些术语来指代特定的系统部件。如本领域技术人员应当理解的是，部件可以通过不同的名称来指代。本文献不旨在名称不同而不是功能不同的部件之间区分。
通常，本发明的方面针对在人进入车辆之前将人识别为车辆的驾驶员。利用至少两种不同类型的感觉装置来收集数据以为了识别驾驶员。在驾驶员进入车辆之前，处理从第一传感器收集的数据以基于学习的特征模式(比如驾驶员的步态)来识别驾驶员。处理从第二传感器收集的数据以基于生物计量数据和学习的特征模式(比如驾驶员的面部或语音识别)来确认驾驶员。来自第二传感器的数据被提供回第一传感器以确认驾驶员身份。
图1示出了计算装置100的示例框图。计算装置100可以用来执行各种过程，比如本文所讨论的那些过程。计算装置100可以用作服务器、客户端或任何其他计算实体。计算装置100可以执行如本文所描述的各种通信和数据传输功能，并且可以执行一个或多个应用程序，比如本文描述的应用程序。计算装置100可以是各种各样的计算装置中的任何一种，比如移动电话或其他移动装置、台式计算机、笔记本计算机、服务器计算机、手持计算机、平板计算机等等。
计算装置100包括一个或多个处理器102、一个或多个存储器装置104、一个或多个接口106、一个或多个大容量存储装置108、一个或多个输入/输出(I/O)装置110和显示装置130，它们都连接到总线112。处理器102包括执行存储在存储器装置104和/或大容量存储装置108中的指令的一个或多个处理器或控制器。处理器102还可以包括各种类型的计算机存储介质，比如高速缓冲存储器。
存储器装置104包括各种计算机存储介质，比如易失性存储器(例如，随机存取存储器(RAM)114)和/或非易失性存储器(例如，只读存储器(ROM)116)。存储器装置104还可以包括可重写ROM，比如闪存存储器。
大容量存储装置108包括各种计算机存储介质，比如磁带、磁盘、光盘、固态存储器(例如，闪存存储器)等等。如图1所示，特定的大容量存储装置是硬盘驱动器124。各种驱动器也可以被包括在大容量存储装置108中，以实现从各种计算机可读介质读取和/或写入。大容量存储装置108包括可移动介质126和/或不可移动介质。
I/O装置110包括允许将数据和/或其它信息被输入到计算装置100或从计算装置100检索的各种装置。示例I/O装置110包括光标控制装置、键盘、小键盘、条形码扫描仪、麦克风、监视器或其他显示装置、扬声器、打印机、网络接口卡、调制解调器、摄像机、镜头、电荷耦合器件(CCD)或其他图像捕获装置等等。
显示装置130包括能够显示信息给计算装置100的一个或多个用户的任何类型的装置。显示装置130的示例包括监视器、显示终端、视频投影装置等等。
接口106包括允许计算装置100与其他系统、装置或计算环境以及人类交互的各种接口。示例接口106可以包括任何数量的不同网络接口120，比如到个人局域网(PAN)、局域网(LAN)、广域网(WAN)、无线网络(例如，近场通信NFC)、蓝牙、Wi-Fi等网络)和因特网的接口。其他接口包括用户接口118和外围装置接口122。
总线112还允许处理器102、存储器装置104、接口106、大容量存储装置108和I/O装置110彼此通信，以及与连接到总线112的其他装置或部件通信。总线112表示若干类型的总线结构中的一个或多个，比如系统总线、PCI总线、IEEE 1394总线、USB总线等等。
本发明的方面可以使用车载传感器增加使用其他机构最初确定的驾驶员识别的准确度。钥匙扣或其他移动装置中的传感器(例如，加速度计(3轴)、陀螺仪等)可以检测接近车辆的人的步态模式。钥匙扣或其他移动装置可以分析步态模式以将人识别为车辆的特定驾驶员。钥匙扣或其它移动装置可以将特定驾驶员的驾驶员标识符以及概率传送给车辆。概率表示步态模式的分析与特定驾驶员的步态模式正确匹配的置信度。
基于驾驶员标识符和置信度，车辆可以(或可以不)在人进入车辆之前调整车辆舱室的配置。例如，当从钥匙扣或其他移动装置接收的概率等于或高于阈值时，车辆根据特定驾驶员存储的设置来调整车辆舱室的配置。另一方面，当从钥匙扣或其它移动装置接收的概率低于阈值时，车辆不调整车辆舱室的配置。
在人进入车辆之后，车载传感器系统可以感测人的特性以更准确地识别人。基于更准确的识别，车辆可以确定该人的另外的驾驶员标识符(其可以是或可以不是接收到的驾驶员标识符)。当驾驶员标识符和另外的驾驶员标识符匹配时，车辆将该人确认为特定驾驶员。当接收到的概率等于或高于阈值并且确认特定驾驶员时，车辆根据特定驾驶员存储的设置来保持车辆舱室的配置。当接收到的概率低于阈值并且确认特定驾驶员时，车辆根据特定驾驶员存储的设置来调整车辆舱室的配置。
另一方面，当驾驶员标识符和另外的驾驶员标识符不匹配时，车辆确定该人不是特定驾驶员而是另一个驾驶员。当接收到的概率等于或高于阈值并且确定该人为另一个驾驶员时，车辆根据另一个驾驶员存储的设置来调整车辆舱室(从特定驾驶员的先前配置)。当接收的概率低于阈值并且确定该人为另一个驾驶员时，车辆根据不同驾驶员的存储设置来调整车辆舱室的配置。
在一方面中，车载传感器系统包括摄像机和面部识别软件。摄像机可以捕获人(例如，就座在驾驶员座椅上的人)的图像。面部识别软件然后可以处理图像以更准确地识别人。在另一方面中，车载传感器系统包括麦克风和声纹分析软件。麦克风可以捕获人的声纹(例如，在车辆舱室内)。然后声纹分析软件可以处理声纹以更准确地识别人。
车辆将另外的驾驶员标识符发送到钥匙扣或其他移动装置。钥匙扣或其他移动装置使用另外的驾驶员标识符更准确地将步态模式与对应于另外的驾驶员标识符的驾驶员(无论是特定驾驶员还是另一个驾驶员)匹配。因此，在步态模式的后续检测时，钥匙扣或其他移动装置可以将更高的概率与另外的驾驶员标识符(其也可以是驾驶员标识符)相关联。此外，驾驶员可以与允许钥匙扣(或其他移动装置)试探法更好地识别驾驶员的变化步态模式的多个步态模式相关联。
图2示出了便于将人识别为车辆的驾驶员的示例计算机架构200。参照图2，计算机架构200包括车辆201和移动装置211。车辆201和移动装置211以及它们各自的部件可以通过网络(或者是网络的一部分)(例如PAN、LAN、WAN、甚至因特网)彼此连接。因此，车辆计算机系统201和移动装置211以及任何其他连接的计算机系统及其部件中的每个可以通过网络创建消息相关数据并且交换消息相关数据(例如，近场通信(NFC)有效载荷、蓝牙分组、因特网协议(IP)数据报以及利用IP数据报的其它更高层协议(比如传输控制协议(TCP)、超文本传输协议(HTTP)、简单邮件传输协议(SMTP)等)。
移动装置211可以是钥匙扣或其他移动装置，例如移动电话或可穿戴装置(例如，智能手表、健身带、智能眼镜等)。移动装置211包括传感器251、步态分析模块252和驾驶员数据库253。移动装置211还可以包括用于与车辆201的部分通信并且控制该部分的其他模块。例如，移动装置211可以包括用于锁定和解锁车门、打开后备箱门、启动发动机等的模块。移动装置211中的通信模块(未示出)可以使用来自以下的一个或多个无线协议进行通信：全球微波互联接入(WiMAX)、Wi-Fi、蓝牙、无线个域网(ZigBee)、微波、红外、近场通信(NFC)等。
传感器251可以包括用于检测持有或携带移动装置211的人的步态模式的一个或多个传感器(例如，陀螺仪、加速度计等)。驾驶员数据库253被配置为存储驾驶员和步态模式之间的关联。例如，驾驶员数据库253存储驾驶员ID 222和步态模式272和282之间以及驾驶员ID 224和步态模式273和283之间的关联。
通常，步态分析模块252被配置成分析感测的步态模式并且将步态模式与车辆201的驾驶员匹配。步态分析模块252可以从驾驶员数据库253访问驾驶员和步态模式之间的关联。步态分析模块252可以试图将感测的步态模式与存储的步态模式匹配。当识别到匹配时，步态分析模块252确定持有或携带移动装置211的人是与存储的步态模式相关联的驾驶员。
检测到的匹配的准确度可以变化。在步态模式分析期间，步态分析模块252还可以获得识别的驾驶员被准确识别的概率。当感测的步态模式接近(或等同于)存储的步态模式时，步态分析模块252获得准确识别相关联的驾驶员的高概率。当检测到感测的步态模式和存储的步态模式之间的差异时，步态分析模块252获得准确识别相关联的驾驶员的较低概率。感测的步态模式和存储的步态模式之间的更大的差异降低了准确识别相关联的驾驶员的概率。当差异在感测的步态模式和任何存储的步态模式之间充分不同时，步态分析模块252确定持有或携带移动装置的人是新的驾驶员。
移动装置211可以将识别的驾驶员的驾驶员标识符以及概率发送给车辆计算机系统202。车辆计算机系统202可以从移动装置211接收驾驶员标识符和概率。
车辆201包括车辆计算机系统202、生物计量传感器241和驾驶员数据库231。车辆计算机系统202进一步包括通信模块203、车辆配置模块204、驾驶员识别模块206和数据库访问模块205。
通信模块203被配置为与移动装置211通信。例如，通信模块203可以从移动装置211接收驾驶员标识符和概率。通信模块203也可以将另外的驾驶员标识符(例如，其与接收的驾驶员标识符相同或不同)发送给移动装置211。通信可以通过WiMAX、Wi-Fi、蓝牙、ZigBee、微波、红外、近场通信(NFC)等中的任何一种来执行。
车辆配置模块204被配置为调整车辆的设置以匹配驾驶员偏好。车辆设置可以包括转向柱偏好、立体声偏好、驾驶员座椅位置偏好和气候控制偏好。调整其他车辆设置也是可能的。当用驾驶员标识符接收的概率等于或超过阈值(例如，50％)时，车辆配置模块204可以与数据库访问模块205交互操作以访问驾驶员标识符的驾驶员偏好。车辆配置模块204可以根据驾驶员偏好来调整车辆201的设置。另一方面，当概率小于阈值时，车辆配置模块204不访问驾驶员偏好或调整设置。
驾驶员识别模块206被配置为利用来自生物计量传感器241的生物计量传感器数据以更准确地识别车辆201的驾驶员。生物计量传感器241包括摄像机242和麦克风243。生物计量传感器241还可包括其它传感器，例如，视网膜扫描仪或指纹读取器。当人进入车辆201时，生物计量传感器241可以感测人的生物计量数据(例如，面部特征或语音特征)。驾驶员识别模块206中的识别软件(例如，面部识别软件或语音识别软件)可以分析感测的生物计量数据以将人识别为特定驾驶员。例如，面部识别系统可以通过面部识别分析来识别驾驶员。同样地，语音识别系统可以通过语音识别分析来识别驾驶员。包括视网膜或指纹分析的其他形式的生物计量识别也是可能的。
驾驶员数据库231存储车辆201的一个或多个驾驶员的驾驶员信息。每个驾驶员的驾驶员信息可以包括驾驶员标识符、驾驶员偏好和生物计量数据。例如，驾驶员数据库231存储驾驶员信息232，包括驾驶员ID 222、驾驶员偏好227和驾驶员生物计量数据235。驾驶员识别模块206可以与数据库访问模块205交互操作以从驾驶员数据库231访问一个或多个驾驶员的驾驶员信息。驾驶员识别模块206可以将人的感测生物计量数据与每个驾驶员的生物计量数据进行比较。当检测到匹配时，驾驶员识别模块206将人识别为相关联的驾驶员。
当识别驾驶员时，驾驶员识别模块206可以将驾驶员的驾驶员偏好发送给车辆配置模块204。在一方面中，车辆配置模块204验证车辆201的设置已经根据驾驶员偏好进行设置。当由于接收到的概率等于或超过阈值而预先调整设置并且从生物计量数据获得的驾驶员标识符匹配接收到的驾驶员标识符时，验证可以进行。在另一方面中，配置模块204根据驾驶员偏好调整车辆201的设置。当由于接收到的概率低于阈值而没有调整设置时或者当从生物计量数据获得的驾驶员标识符不同于接收到的驾驶员标识符时，调整可以发生。
通信模块203可以将从生物计量数据获得的驾驶员标识符发送回移动装置211。移动装置211可以接收从来自车辆201的生物计量数据获得的驾驶员标识符。移动装置211可以使用获得的驾驶员标识符作为反馈以增加步态分析模块252的准确度。例如，感测的步态模式可以与驾驶员数据库253中的获得的驾驶员标识符相关联。如果获得的驾驶员标识符已经被包括在驾驶员数据库253中，则感测的步态模式可以被添加到获得的标识符。如果获得的标识符不被包括在驾驶员数据库253中(例如，当识别新驾驶员时)，则获得的驾驶员标识符和感测的步态模式可以存储在驾驶员数据库253中。
在一方面中，人291拥有移动装置211并且接近车辆201。移动装置211可以在人201的手中、在由人201穿着的衣服的口袋中、在由人201携带的钱包或手提包中等。
图3示出了用于将人识别为车辆的驾驶员的示例性方法300的流程图。方法300将描述关于计算机架构200的部件和数据。
方法300包括通过无线通信将驾驶员标识符和概率发送给车辆，驾驶员标识符识别拥有移动装置的人，驾驶员标识符根据将人的步态模式匹配到驾驶员标识符来确定，概率表示步态模式被正确地匹配到驾驶员标识符的可能性(301)。例如，移动装置211可以发送驾驶员识别221(包括驾驶员ID 222和概率223)给车辆201。传感器251可以感测人291的步态模式282。步态分析模块252可以分析步态模式282。步态分析模块252可以确定步态模式272是与驾驶员数据库253内的步态模式282最接近的匹配。因此，步态分析模块252将人291识别为与驾驶员ID 222相关联的驾驶员。步态分析模块252还可以获得步态模式282被正确地匹配到驾驶员ID 222的概率223(例如，百分比)。可以至少部分地基于步态模式272和步态模式282之间的相似性和/或差异来获得概率223。
概率223可以使用多种不同算法中的任何一种来获得。在一方面中，步态分析模块252包括用来学习各个驾驶员的神经网络。神经网络接收新的步态模式(加速度计运动)以确定携带移动装置的人。当获得概率223时，神经网络可以做出假设。例如，神经网络可以假设车辆由5个或更少的驾驶员驾驶。因此，当接收新的步态模式并且已知存在5个驾驶员时，神经网络更可能将新的步态模式与5个驾驶员中的一个而不是全新的驾驶员相关联。
在另一方面中，步态分析模块252识别某人是否是车辆的主驾驶员。主驾驶员(例如，最频繁的驾驶员)可以通过随机选择一人(例如，从5个人中选择一人)并且指定他/她作为主要驾驶员来识别。当接收到新的步态模式时，步态分析模块252最初确定新的步态模式是否与主驾驶员相关联。如果是，则不需要进一步处理来确定概率223，从而节省移动装置211的资源。
具有多个步态模式的人。例如，人291可以以随意的步伐或以轻快的步伐接近车辆。不同的步伐可能导致不同的步态模式。此外，不同类型的鞋类可以导致不同的步态模式(例如，候选驾驶员291穿着运动鞋，相比于穿着平底鞋，相比于穿着高跟鞋)。此外，候选驾驶员291上的移动装置211的位置可能导致不同的步态模式(例如，钱包中的移动装置211，相比于手中的移动装置211，相比于对口袋中的移动装置211)。
移动装置211可以感测不同的步态模式、分析步态模式、并且确定与步态模式相关联的驾驶员。因此，移动装置211可以基于学习的特征模式将候选人291识别为特定驾驶员。如果移动装置211不能匹配步态模式，则可以存储步态模式以供将来参考。如果移动装置211找到匹配的步态模式，则分析模块252可以获得匹配是正确的这样的概率。
移动装置211可以被配置为自初始化，以连续地监测个人的步态模式，或者仅在某些区域或在某些时间期间捕获步态模式。例如，移动装置211可以被配置为当移动装置211在车辆的特定范围内(例如在车辆的射频(RF)范围内)时，开始捕获驾驶员的步态模式。移动装置211还可以被配置为随时间自适应地学习，以便增加识别的驾驶员的准确度。
方法300包括通过无线通信从移动装置接收驾驶员标识符和概率，驾驶员标识符识别车辆的驾驶员，驾驶员标识符根据将人的步态模式匹配到驾驶员标识符来确定，概率表示步态模式被正确地匹配到驾驶员标识符的可能性(302)。例如，车辆计算机系统202可以从移动装置211接收驾驶员识别221，包括驾驶员ID 222和概率223。
方法300包括基于驾驶员标识符和概率来将一个或多个车辆设置调整为存储的人的偏好(303)。例如，当概率223等于或超过阈值概率(例如，50％)时，车辆配置模块204将驾驶员ID 222与驾驶员信息232匹配。车辆配置模块204可以从驾驶员信息232访问驾驶员偏好227。车辆配置模块204可以根据驾驶者偏好227来调整车辆201的设置。
更一般地，车辆计算机系统202可以被配置为利用概率223来确定在人291进入车辆201之前调整车辆201的配置是否适当。例如，如果概率223低于25％，则车辆计算机系统201可以避免修改车辆201的配置，直到人291进入车辆201之后。此外，如果移动装置211不能将人291识别为现有驾驶员，则车辆计算机系统201可以避免修改车辆配置，直到人291进入车辆201之后(并且在适当时寄存驾驶员偏好)。
基于驾驶员ID 222和概率223，车辆配置模块204可以在自适应的基础上将车辆201的设置调整为驾驶员偏好227。例如，一经接收到驾驶员ID 222和概率223，车辆配置模块204和数据库访问模块205就可以交互操作以从驾驶员数据库231访问驾驶员信息232。车辆配置模块204可以使用驾驶员偏好227来调整车辆201的舱室内的设置。驾驶员偏好227可以包括转向柱偏好、驾驶员座椅偏好、立体声偏好和气候控制偏好。还可以包括其他偏好。
方法300包括使用车辆处的传感器装置通过感测人的生物计量数据来获得驾驶员标识符(304)。例如，在车辆101内，驾驶员识别模块206可以使用生物计量传感器241中的一个或多个来识别人291。在一方面中，驾驶员识别模块206将人291识别为与驾驶员ID 222相关联的驾驶员，确认在移动装置211处确定的驾驶员识别。在另一方面中，驾驶员识别模块206将人291识别为与不同驾驶员ID相关联的驾驶员。驾驶员识别模块206可以使用面部或语音打印识别来将人291识别为对应于特定驾驶员ID。
面部识别系统可以包括定位在朝向驾驶员面部的位置的车辆控制台中的摄像机242。面部识别系统可以捕获驾驶员面部的图像数据并且执行图像处理以确定人291的身份(相对于移动装置211具有增加的准确度)。语音识别系统可以包括定位在车辆101的舱室内的麦克风243。语音识别系统可以捕获驾驶员声音的音频数据，并且执行音频处理以确定人291的身份(相对于移动装置211具有增加的准确度)。其他传感器和其他生物计量分析模块也可以用来确定人291的身份(相对于移动装置211具有增加的准确度)。
每个驾驶员的生物计量数据可以在车辆的初始使用时或在车辆使用期间的任何时间被寄存。
方法300包括将获得的驾驶员标识符发送给移动装置以确认步态模式被正确地匹配到人(305)。例如，当生物计量分析将人291识别为与驾驶员ID 222相关联的驾驶员时，通信模块203可以将驾驶员ID 222发送回移动装置211。将驾驶员ID 222发送回移动装置211向移动装置211指示步态模式282与驾驶员ID 222正确地匹配。另一方面，当生物计量分析将人291识别为与另一个不同的驾驶员ID相关联的驾驶员时，通信模块203可以将另一个驾驶员ID发送回移动装置211。将另一个驾驶员ID发送回移动装置211向移动装置211指示步态模式282与驱动程序ID 222不正确地匹配。
方法300包括从车辆接收获得的驾驶员标识符，该获得的驾驶员标识符确认步态模式被正确地匹配到人(306)。例如，移动装置211可以从车辆计算机系统202接收回驾驶员ID 222。作为响应，步态分析模块252可以将步态模式282以及驾驶员ID 222存储在驾驶员数据库253中。供选择地，移动装置211可以从车辆计算机系统202接收另一个驾驶员ID。作为响应，步态分析模块252可以存储步态模式282以及驾驶员数据库253中的另一个驾驶员ID 222，或者可以创建驾驶员数据库253中的另一个驾驶员ID的新条目。在每个方面中，移动装置211使用接收到的驾驶员ID作为反馈，以改进后续的驾驶员识别。
因此，方面包括钥匙扣或其他移动装置基于学习的特征模式来识别驾驶员。如果匹配模式不存在，则存储模式以供将来参考。钥匙扣或其他移动装置通知车辆系统可能的驾驶员标识符，包括概率。基于驾驶员标识符和概率，车辆计算机系统在自适应基础上将车辆调整到驾驶员存储的偏好。移动装置处的驾驶员识别是自初始化的，并且随着时间自适应地改进。驾驶员识别的改进通过车辆将训练数据(指示远程装置是正确的或错误的)返回到移动装置并且存储每个驾驶员的多个步态模式来促进。
车辆计算机系统使用车载生物计量传感器和对应的软件(例如，面部识别软件或语音识别软件)来更准确地识别驾驶员并且获得用于更准确的驾驶员识别的另外的驾驶员标识符。车辆计算机系统将另外的驾驶员标识符(从面部识别或语音识别获得)传送到钥匙扣或其他移动装置。钥匙扣或其他移动装置使用另外的驾驶员标识符(从面部识别或语音识别获得)更准确地匹配设置给给定驾驶员的最近的特性。驾驶员可以具有多个特性集。
尽管本文所示的部件和模块以特定设置示出且描述，但是部件和模块的设置可以改变为以不同的方式处理数据。在其他实施例中，一个或多个附加部件或模块可以增加到所描述的系统，并且一个或多个部件或模块可以从所描述的系统移除。替代实施例可以将所描述的部件或模块中的两个或多个组合成单个部件或模块。
前面的描述被呈现是为了说明和描述的目的。它不旨在是穷尽的或将本发明限制为所公开的精确形式。根据上述教导，许多修改和变化是可能的。此外，应当注意的是，任何或所有上述替代实施例可以以期望的任何组合使用以形成本发明的另外的混合实施例。
此外，尽管本发明的具体实施例已经被描述和示出，但是本发明不限于如此描述和示出的部件的具体形式或设置。本发明的范围由所附权利要求书、在此和不同应用中提交的任何未来权利要求和它们的等同物来限定。

Claims (20)

1.一种用于在人进入车辆之前将所述人识别为驾驶员的方法，所述方法包含：
从移动装置接收驾驶员标识符，所述驾驶员标识符由步态分析确定；
将车辆设置调整为存储的所述驾驶员标识符的偏好；
使用所述车辆处的传感器装置通过感测所述人的生物计量数据来确认所述驾驶员识别符；以及
将所述确认的驾驶员标识符发送给所述移动装置。
2.根据权利要求1所述的方法，进一步包含：
从所述移动装置接收概率，所述概率表示所述移动装置将所述人正确地匹配到所述驾驶员标识符的可能性。
3.根据权利要求2所述的方法，进一步包含：
将所述确认的驾驶员标识符发送给所述移动装置以确认步态模式被正确地匹配到所述驾驶员标识符。
4.根据权利要求1所述的方法，其中所述从移动装置接收驾驶员标识符包含从以下中的一个接收所述驾驶员标识符：钥匙扣和智能电话。
5.根据权利要求1所述的方法，其中所述将车辆设置调整为存储的所述驾驶员标识符的偏好包含调整以下中的一个或多个：转向柱、立体声、驾驶员座椅位置和气候控制。
6.一种在车辆处使用的方法，所述车辆具有计算机系统，所述计算机系统包括一个或多个处理器和系统存储器，所述方法用于将人识别为所述车辆的驾驶员，所述方法包含：
通过无线通信从移动装置接收驾驶员标识符和概率，所述驾驶员标识符识别所述车辆的驾驶员，所述驾驶员标识符由将所述人的步态模式匹配到所述驾驶员标识符来确定，所述概率表示所述步态模式被正确地匹配到所述驾驶员标识符的可能性；
基于所述驾驶员标识符和所述概率，将一个或多个车辆设置调整为存储的所述人的偏好；
使用所述车辆处的传感器装置通过感测所述人的生物计量数据来获得驾驶员标识符；以及
将所述获得的驾驶员标识符发送给所述移动装置以确认所述步态模式被正确地匹配到所述人。
7.根据权利要求6所述的方法，其中所述移动装置是钥匙扣。
8.根据权利要求6所述的方法，其中所述移动装置是智能电话。
9.根据权利要求6所述的方法，进一步包含在调整所述一个或多个车辆设置之前，确定所述概率高于阈值。
10.根据权利要求9所述的方法，其中调整所述一个或多个车辆设置包含在所述人进入所述车辆之前调整所述一个或多个车辆设置。
11.根据权利要求6所述的方法，其中调整一个或多个车辆设置包含调整以下中的一个或多个：转向柱、立体声、驾驶员座椅位置和气候控制。
12.根据权利要求6所述的方法，其中所述传感器装置包含语音识别系统。
13.根据权利要求6所述的方法，其中所述传感器装置包含面部识别系统。
14.根据权利要求6所述的方法，其中所述传感器装置包含视网膜扫描仪系统。
15.根据权利要求6所述的方法，其中所述传感器装置包含指纹扫描仪系统。
16.一种用于在人进入车辆之前将所述人识别为所述车辆的驾驶员的系统，所述系统包含：
一个或多个处理器；
系统存储器；
第一类型的传感器，所述第一类型的传感器被包含在移动装置内；
第二类型的传感器，所述第二类型的传感器被配置为感测所述人的生物计量数据；以及
一个或多个计算机存储装置，所述一个或多个计算机存储装置具有存储在其上的计算机可执行指令，所述计算机可执行指令在被执行时使所述车辆计算机系统：
通过无线通信从所述移动装置接收驾驶员标识符和概率，所述驾驶员标识符识别所述车辆的驾驶员，所述驾驶员标识符由将所述人的步态模式匹配到所述驾驶员标识符来确定，所述概率表示所述步态模式被正确地匹配到所述驾驶员标识符的可能性；
基于所述驾驶员标识符和所述概率，将一个或多个车辆设置调整为存储的所述人的偏好；
使用所述车辆处的传感器装置通过感测所述人的生物计量数据来获得驾驶员识别符；以及
将所述获得的驾驶员标识符发送给所述移动装置以确认所述步态模式被正确地匹配到所述人。
17.根据权利要求16所述的系统，进一步包含在被执行时使所述车辆计算机系统在调整所述一个或多个车辆设置之前确定所述概率高于阈值的计算机可执行指令。
18.根据权利要求17所述的系统，其中在被执行时使所述车辆计算机系统调整所述一个或多个车辆设置的所述计算机可执行指令包含在被执行时使所述计算机系统在所述人进入所述车辆之前调整所述一个或多个车辆设置的计算机可执行指令。
19.根据权利要求16所述的系统，进一步包含在被执行时使所述车辆计算机系统查询驾驶员识别的生物计量传感器的计算机可执行指令。
20.根据权利要求16所述的系统，其中在被执行时使所述车辆计算机系统将所述获得的驾驶员标识符发送给所述移动装置的计算机可执行指令包含在被执行时使所述车辆计算机系统将所述驾驶员标识符发送回所述移动装置的计算机可执行指令。
CN201710155144.8A 2016-03-21 2017-03-15 识别车辆的驾驶员 Active CN107220582B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/076,360 2016-03-21
US15/076,360 US9707911B1 (en) 2016-03-21 2016-03-21 Identifying a driver of a vehicle

Publications (2)

Publication Number Publication Date
CN107220582A true CN107220582A (zh) 2017-09-29
CN107220582B CN107220582B (zh) 2022-04-12

Family

ID=58688400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710155144.8A Active CN107220582B (zh) 2016-03-21 2017-03-15 识别车辆的驾驶员

Country Status (6)

Country Link
US (1) US9707911B1 (zh)
CN (1) CN107220582B (zh)
DE (1) DE102017105786A1 (zh)
GB (1) GB2550261A (zh)
MX (1) MX2017003580A (zh)
RU (1) RU2737672C2 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109383424A (zh) * 2018-10-12 2019-02-26 北京长城华冠汽车技术开发有限公司 汽车用户信息共享系统及汽车用户信息共享方法
CN111971218A (zh) * 2018-04-23 2020-11-20 哈曼智联技术股份有限公司 驾驶员轮廓分析和识别
CN112672930A (zh) * 2018-09-20 2021-04-16 法国大陆汽车公司 在车辆起动之后识别车辆驾驶员的系统和方法
CN113678178A (zh) * 2019-03-29 2021-11-19 日本电气株式会社 监视系统、监视设备、监视方法和非暂时性计算机可读介质

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8513832B2 (en) 2007-03-30 2013-08-20 Ips Group Inc. Power supply unit
US20110316716A1 (en) 2008-12-23 2011-12-29 George Allan Mackay Low power wireless parking meter and parking meter network
WO2011029062A2 (en) * 2009-09-04 2011-03-10 Ips Group, Inc. Parking meter communications for remote payment with updated display
CA3178279A1 (en) 2011-03-03 2012-09-03 J.J. Mackay Canada Limited Parking meter with contactless payment
WO2013016453A2 (en) 2011-07-25 2013-01-31 Ips Group Inc. Low-power vehicle detection
US9311544B2 (en) * 2012-08-24 2016-04-12 Jeffrey T Haley Teleproctor reports use of a vehicle and restricts functions of drivers phone
CA3176773A1 (en) 2015-08-11 2017-02-11 J.J. Mackay Canada Limited Single space parking meter retrofit
US11117534B2 (en) 2015-08-31 2021-09-14 Faraday&Future Inc. Pre-entry auto-adjustment of vehicle settings
US20180029548A1 (en) * 2016-07-29 2018-02-01 Faraday&Future Inc. Pre-entry auto-adjustment of vehicle settings
US11267440B2 (en) * 2016-01-19 2022-03-08 Ford Global Technologies, Llc User identification systems and methods
US10299018B1 (en) 2016-02-29 2019-05-21 Ips Group Inc. Pole-mounted vehicle sensor
US11117535B2 (en) * 2016-08-18 2021-09-14 Apple Inc. System and method for interactive scene projection
WO2019182604A1 (en) * 2018-03-23 2019-09-26 Bayerische Motoren Werke Aktiengesellschaft Utilizing vehicle parking camera to determine driver's proportions and automatically adjusting driver's seat
DE102018003836A1 (de) 2018-05-02 2018-10-18 Daimler Ag Verfahren zum Identifizieren eines Fahrers und Verifizieren
DE102018207379A1 (de) 2018-05-14 2019-11-14 Audi Ag Verfahren zum Betreiben eines Kraftfahrzeugsystems anhand einer benutzerspezifischen Benutzereinstellung, Speichermedium, Zuordnungseinrichtung, Kraftfahrzeug und Servervorrichtung zum Betreiben im Internet
US11077771B2 (en) * 2018-12-14 2021-08-03 Toyota Research Institute, Inc. Autonomous seat adjustment in a vehicle
DE102018222761A1 (de) 2018-12-21 2020-06-25 Volkswagen Aktiengesellschaft Verfahren zur Authentifizierung eines Fahrzeugnutzers mittels der Bewegungsdaten eines mobilen elektronischen Identifikationsgebers
US11922756B2 (en) 2019-01-30 2024-03-05 J.J. Mackay Canada Limited Parking meter having touchscreen display
CA3031936A1 (en) 2019-01-30 2020-07-30 J.J. Mackay Canada Limited Spi keyboard module for a parking meter and a parking meter having an spi keyboard module
DE102019201583A1 (de) * 2019-02-07 2020-08-13 Audi Ag Benutzererkennungsvorrichtung zum Ermitteln einer Identität eines Benutzers
US20210139001A1 (en) * 2019-11-12 2021-05-13 Aptiv Technologies Limited System and method for adjusting vehicle settings based on height of portable wireless device
US11611881B2 (en) 2019-11-27 2023-03-21 Board Of Trustees Of Michigan State University Integrated systems and methods for passive authentication
US11618413B2 (en) * 2020-01-03 2023-04-04 Blackberry Limited Methods and systems for driver identification
GB202007061D0 (en) * 2020-05-13 2020-06-24 Jaguar Land Rover Ltd Vehicle control system
US11210877B1 (en) 2020-12-02 2021-12-28 Ford Global Technologies, Llc Passive entry passive start verification with two-factor authentication
EP4265481A4 (en) * 2020-12-17 2024-01-24 Nissan Motor Company Limited ON-BOARD EQUIPMENT CONTROL DEVICE AND ON-BOARD EQUIPMENT CONTROL METHOD
WO2022136930A1 (en) * 2020-12-22 2022-06-30 PathPartner Technology Private Limited System and method for classification of objects in vehicle using feature vectors
DE102021111004A1 (de) 2020-12-29 2022-06-30 B-Horizon GmbH Verfahren zum automatischen Anpassen des Verhaltens eines mobilen Benutzerendgeräts innerhalb eines Carsharing Verwaltungssystems
CN113093519A (zh) * 2021-03-01 2021-07-09 东风汽车集团股份有限公司 电动调节转向柱的控制方法、系统、存储介质及电子设备
DE102021114926A1 (de) * 2021-06-10 2022-12-15 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren und System zu einer Mehrzonen-Personalisierung
US20230082758A1 (en) * 2021-09-14 2023-03-16 Blackberry Limited System and method for applying vehicle settings

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140187219A1 (en) * 2012-12-27 2014-07-03 Lei Yang Detecting a user-to-wireless device association in a vehicle
US20140313333A1 (en) * 2013-04-18 2014-10-23 Ford Global Technologies, Llc System and method for imaging a driver of a vehicle
CN104369739A (zh) * 2013-08-12 2015-02-25 通用汽车环球科技运作有限责任公司 用于识别驾驶员的车辆系统和方法
US20150242605A1 (en) * 2014-02-23 2015-08-27 Qualcomm Incorporated Continuous authentication with a mobile device
US20150356797A1 (en) * 2014-06-05 2015-12-10 International Business Machines Corporation Virtual key fob with transferable user data profile

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6400835B1 (en) 1996-05-15 2002-06-04 Jerome H. Lemelson Taillight mounted vehicle security system employing facial recognition using a reflected image
FI20020653A0 (fi) 2002-04-05 2002-04-05 Taipale Automotive Oy Menetelmä ajoneuvoa ajavan henkilön sekä hänen ajotapansa tunnistamiseksi
DE102004044771B4 (de) 2004-09-16 2006-08-24 Bayerische Motoren Werke Ag Verfahren zur bildbasierten Fahreridentifikation in einem Kraftfahrzeug
JP2011057156A (ja) * 2009-09-14 2011-03-24 Tokai Rika Co Ltd 電子キー
JP2013514592A (ja) * 2009-12-18 2013-04-25 本田技研工業株式会社 視線技術、死角インジケータ及びドライバ経験を用いる予測ヒューマン・マシン・インタフェース
US8788113B2 (en) 2011-06-13 2014-07-22 Ford Global Technologies, Llc Vehicle driver advisory system and method
EP2836410B1 (en) 2012-03-05 2019-04-24 Intel Corporation User identification and personalized vehicle settings management system
US8937528B2 (en) 2012-09-12 2015-01-20 Ford Global Technologies, Llc Apparatus and method for registering users and managing biometric data thereof in a vehicle
US20140172238A1 (en) 2012-12-15 2014-06-19 Dean A. Craine Motor Vehicle Driver and Passenger Identification System and Method
US9272689B2 (en) 2013-04-06 2016-03-01 Honda Motor Co., Ltd. System and method for biometric identification in a vehicle
US9275208B2 (en) 2013-03-18 2016-03-01 Ford Global Technologies, Llc System for vehicular biometric access and personalization
CN104200805B (zh) 2014-08-30 2018-01-19 长城汽车股份有限公司 汽车驾驶员语音助手
EP3018920B1 (en) * 2014-11-06 2018-04-04 Volvo Car Corporation Vehicle user identification using user pattern data

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140187219A1 (en) * 2012-12-27 2014-07-03 Lei Yang Detecting a user-to-wireless device association in a vehicle
US20140313333A1 (en) * 2013-04-18 2014-10-23 Ford Global Technologies, Llc System and method for imaging a driver of a vehicle
CN104369739A (zh) * 2013-08-12 2015-02-25 通用汽车环球科技运作有限责任公司 用于识别驾驶员的车辆系统和方法
US20150242605A1 (en) * 2014-02-23 2015-08-27 Qualcomm Incorporated Continuous authentication with a mobile device
US20150356797A1 (en) * 2014-06-05 2015-12-10 International Business Machines Corporation Virtual key fob with transferable user data profile

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111971218A (zh) * 2018-04-23 2020-11-20 哈曼智联技术股份有限公司 驾驶员轮廓分析和识别
CN112672930A (zh) * 2018-09-20 2021-04-16 法国大陆汽车公司 在车辆起动之后识别车辆驾驶员的系统和方法
CN112672930B (zh) * 2018-09-20 2024-02-13 法国大陆汽车公司 在车辆起动之后识别车辆驾驶员的系统和方法
CN109383424A (zh) * 2018-10-12 2019-02-26 北京长城华冠汽车技术开发有限公司 汽车用户信息共享系统及汽车用户信息共享方法
CN113678178A (zh) * 2019-03-29 2021-11-19 日本电气株式会社 监视系统、监视设备、监视方法和非暂时性计算机可读介质
CN113678178B (zh) * 2019-03-29 2023-05-05 日本电气株式会社 监视系统、监视设备、监视方法和非暂时性计算机可读介质

Also Published As

Publication number Publication date
RU2017109082A3 (zh) 2020-05-29
RU2017109082A (ru) 2018-09-20
DE102017105786A1 (de) 2017-09-21
CN107220582B (zh) 2022-04-12
RU2737672C2 (ru) 2020-12-02
GB2550261A (en) 2017-11-15
MX2017003580A (es) 2018-08-16
US9707911B1 (en) 2017-07-18
GB201704227D0 (en) 2017-05-03

Similar Documents

Publication Publication Date Title
CN107220582A (zh) 识别车辆的驾驶员
US11580756B2 (en) System and method for determining probability that a vehicle driver is associated with a driver identifier
US9223837B2 (en) Computer-based method and system for providing active and automatic personal assistance using an automobile or a portable electronic device
JP5464277B2 (ja) 生体認証装置、生体認証プログラム及び方法
CN108327722A (zh) 用于通过移动模式来识别车辆驾驶员的系统和方法
KR101872635B1 (ko) 메이크업 자동 평가 시스템 및 그의 동작 방법
US20240317163A1 (en) Method and a system for an identity management
CN112762956A (zh) 信息处理系统和控制方法
EP2835769A1 (en) Method, device and system for annotated capture of sensor data and crowd modelling of activities
CN102982059A (zh) 信息处理装置、信息处理方法和程序
US11435201B2 (en) Information processing system and information processing device
CN112638703B (zh) 一种座椅调节方法、装置及系统
US20220375261A1 (en) Driver recognition to control vehicle systems
CN107316023A (zh) 一种用于共享设备的人脸识别系统
EP3992823A1 (en) System and method for user authentication based on passive biometrics across different devices
KR20210028322A (ko) 차량 정보 설정 시스템 및 방법
CN107330361B (zh) 美容设备护肤手法的判断方法、美容设备及存储介质
US20230129746A1 (en) Cognitive load predictor and decision aid
WO2021235325A1 (ja) 情報処理装置、情報処理方法及びコンピュータプログラム
JP2020077262A (ja) 情報処理システム、サーバ、プログラム、及び情報処理方法
CN113158086A (zh) 一种基于深度强化学习的个性化客户推荐系统和方法
KR20210100242A (ko) 웨어러블장치를 이용한 정보 컨텐츠 제공 방법
CN111807173A (zh) 基于深度学习的电梯控制方法、电子设备及存储介质
JP2023162978A (ja) 運転者の運転状態の適否を判定するドライバモニタシステム、車両、及びドライバモニタ方法
JP2021149810A (ja) 識別器の生成方法、処理装置の製造方法、認証装置、コンピュータプログラム、および認証システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant