CN111079116A - 基于模拟驾驶舱的身份识别方法、装置和计算机设备 - Google Patents
基于模拟驾驶舱的身份识别方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN111079116A CN111079116A CN201911385861.5A CN201911385861A CN111079116A CN 111079116 A CN111079116 A CN 111079116A CN 201911385861 A CN201911385861 A CN 201911385861A CN 111079116 A CN111079116 A CN 111079116A
- Authority
- CN
- China
- Prior art keywords
- sensing data
- data set
- preset
- designated
- initial
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/316—User authentication by observing the pattern of computer usage, e.g. typical user behaviour
Abstract
本申请揭示了一种基于模拟驾驶舱的身份识别方法、装置、计算机设备和存储介质,所述方法包括:接收对被识别者进行身份识别的识别指令;根据所述识别指令,启动所述模拟驾驶舱,实时获取多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集;从预设的数据库中选出指定传感数据集;计算所述初始传感数据集与所述指定传感数据集的相似度值;若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户;将所述被识别者的识别结果记为所述指定用户。从而增强了用户的体验感,并兼顾了安全性与便捷性。
Description
技术领域
本申请涉及到计算机领域,特别是涉及到一种基于模拟驾驶舱的身份识别方法、装置、计算机设备和存储介质。
背景技术
身份识别技术已广泛应用,一般包括密码验证等。这些传统的身份识别技术,需要用户提供必要的信息,例如密码等,对于用户本身而言,是被要求提供的信息,对于用户并不够友好,因此用户体验感差。并且用户需要牢记密码,针对不同的账户或者采用相同的密码,或者采用不同的密码,这将分别带来安全性上的问题,或者是操作不便的问题。因此传统的身份识别方法的用户体验感差,安全性与便捷性不能兼顾。
发明内容
本申请的主要目的为提供一种基于模拟驾驶舱的身份识别方法、装置、计算机设备和存储介质,旨在增强用户的体验感,并兼顾安全性与便捷性。
为了实现上述发明目的,本申请提出一种基于模拟驾驶舱的身份识别方法,应用于指定终端,所述指定终端与预设的模拟驾驶舱信号连接,并且所述指定终端具有所述模拟驾驶舱的控制权限,包括:
接收对被识别者进行身份识别的识别指令;
根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集;
根据预设的传感数据集筛选方法,从预设的数据库中选出指定传感数据集;
根据预设的相似度计算方法,计算所述初始传感数据集与所述指定传感数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户;
将所述被识别者的识别结果记为所述指定用户。
进一步地,所述模拟驾驶舱上预设有姿态控制器,所述实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据的步骤,包括:
在所述模拟驾驶舱的屏幕上展示模拟路况界面,以使所述被识别者根据所述模拟路况界面进行模拟驾驶;
获取所述被识别者通过所述模拟驾驶舱的控制设备输入的控制指令;
将所述控制指令发送给所述姿态控制器,以使所述姿态控制器根据所述控制指令调整所述模拟驾驶舱的姿态;
实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据。
进一步地,所述根据预设的传感数据集筛选方法,从预设的数据库中选出指定传感数据集的步骤,包括:
生成多个初始传感数据随时间变化的函数f1(t)、f2(t)、...、fn(t),其中所述初始传感数据共有n个;
从所述函数f1(t)、f2(t)、...、fn(t)中选出第一函数与第二函数,其中所述第一函数的微分值等于极大值的次数最多,所述第二函数的微分值等于极大值的次数最少;
获取所述第一函数对应的第一初始传感数据,以及获取所述第二函数对应的第二初始传感数据;
从预设的数据库中选出指定传感数据集,其中所述指定传感数据集包括第一指定传感数据和第二指定传感数据,所述第一指定传感数据的类别与所述第一初始传感数据的类别相同,所述第二指定传感数据的类别与所述第二初始传感数据的类别相同;所述第一指定传感数据与所述第一初始传感数据的相似程度值大于预设数值,并且所述第二指定传感数据与所述第二初始传感数据的相似程度值大于预设数值。
进一步地,所述根据预设的相似度计算方法,计算所述初始传感数据集与所述指定传感数据集的相似度值的步骤,包括:
将所述初始传感数据集映射为高维空间的第一向量Q,以及将所述指定传感数据集映射为高维空间的第二向量T,其中所述第一向量的映射过程与所述第二向量的映射过程相同;
根据公式:
计算所述第一向量与所述第二向量间的相似度X,并记为所述初始传感数据集与所述指定传感数据集的相似度值,其中Q为所述第一向量,T为所述第二向量,Qi为所述第一向量的第i个分向量,Ti为所述第二向量的第i个分向量,所述第一向量与所述第二向量均具有p个分向量。
本申请提供一种基于生理数据的身份识别方法,应用于指定终端,所述指定终端与预设的模拟驾驶舱信号连接,并且所述指定终端具有所述模拟驾驶舱的控制权限,包括:
接收对被识别者进行身份识别的识别指令;其中所述被识别者身上设置有可穿戴设备,所述指定终端与所述可穿戴设备信号连接;
根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,利用所述可穿戴设备实时获取所述被识别者的多种初始生理数据,并将所述多种初始生理数据构成初始生理数据集;
根据预设的生理数据集筛选方法,从预设的数据库中选出指定生理数据集;
根据预设的相似度计算方法,计算所述初始生理数据集与所述指定生理数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
若所述相似度值大于预设的相似度阈值,则根据预设的生理数据集与用户的对应关系,获取与所述指定生理数据集对应的指定用户;
将所述被识别者的识别结果记为所述指定用户。
本申请提供一种基于模拟驾驶舱的身份识别装置,应用于指定终端,所述指定终端与预设的模拟驾驶舱信号连接,并且所述指定终端具有所述模拟驾驶舱的控制权限,包括:
第一识别指令接收单元,用于接收对被识别者进行身份识别的识别指令;
传感数据采集单元,用于根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集;
指定传感数据集获取单元,用于根据预设的传感数据集筛选方法,从预设的数据库中选出指定传感数据集;
相似度阈值判断单元,用于根据预设的相似度计算方法,计算所述初始传感数据集与所述指定传感数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
第一指定用户获取单元,用于若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户;
第一识别结果标记单元,用于将所述被识别者的识别结果记为所述指定用户。
本申请提供一种基于生理数据的身份识别装置,应用于指定终端,所述指定终端与预设的模拟驾驶舱信号连接,并且所述指定终端具有所述模拟驾驶舱的控制权限,包括:
第二识别指令接收单元,用于接收对被识别者进行身份识别的识别指令;其中所述被识别者身上设置有可穿戴设备,所述指定终端与所述可穿戴设备信号连接;
生理数据采集单元,用于根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,利用所述可穿戴设备实时获取所述被识别者的多种初始生理数据,并将所述多种初始生理数据构成初始生理数据集;
指定生理数据集获取单元,用于根据预设的生理数据集筛选方法,从预设的数据库中选出指定生理数据集;
相似计算单元,用于根据预设的相似度计算方法,计算所述初始生理数据集与所述指定生理数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
第二指定用户获取单元,用于若所述相似度值大于预设的相似度阈值,则根据预设的生理数据集与用户的对应关系,获取与所述指定生理数据集对应的指定用户;
第二识别结果单元,用于将所述被识别者的识别结果记为所述指定用户。
本申请提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请的基于模拟驾驶舱的身份识别方法、装置、计算机设备和存储介质,接收对被识别者进行身份识别的识别指令;根据所述识别指令,启动所述模拟驾驶舱,实时获取多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集;从预设的数据库中选出指定传感数据集;计算所述初始传感数据集与所述指定传感数据集的相似度值;若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户;将所述被识别者的识别结果记为所述指定用户。从而增强了用户的体验感,并兼顾了安全性与便捷性。
附图说明
图1为本申请一实施例的基于模拟驾驶舱的身份识别方法的流程示意图;
图2为本申请一实施例的基于模拟驾驶舱的身份识别装置的结构示意框图;
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
参照图1,本申请实施例提供一种基于模拟驾驶舱的身份识别方法,应用于指定终端,所述指定终端与预设的模拟驾驶舱信号连接,并且所述指定终端具有所述模拟驾驶舱的控制权限,包括:
S1、接收对被识别者进行身份识别的识别指令;
S2、根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集;
S3、根据预设的传感数据集筛选方法,从预设的数据库中选出指定传感数据集;
S4、根据预设的相似度计算方法,计算所述初始传感数据集与所述指定传感数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
S5、若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户;
S6、将所述被识别者的识别结果记为所述指定用户。
车辆在当今社会中已经大量普及,大多数人都具有开车经验。不同的人的驾驶习惯不尽相同,并且对于不同的状况的驾驶反应也不同,因此通过对驾驶数据的采集与分析,能够识别出驾驶者的身份。因此,本申请利用这种特性,采用模拟驾驶舱的方式,进行身份识别。由于这种身份识别方式仅需要被识别者类似于参与游戏的方式进行,因此用户的体验感将大大增强。并且无需用户提供例如密码之类的信息,而驾驶习惯难以模仿,从而兼顾了安全性与便捷性。
如上述步骤S1所述,接收对被识别者进行身份识别的识别指令。其中所述识别指令可以通过被识别者的移动终端发送得到,或者,所述模拟驾驶舱上预设有识别开关,因此可以通过开启所述识别开关的方式,生成识别指令。
如上述步骤S2所述,根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集。其中所述多种传感器例如为加速度传感器、压力传感器、振动传感器、角度传感器等,所述初始传感数据例如为方向盘转动角度(或距离)、速度、加速度、油门踩踏力度、车辆倾斜度等。其中本申请的模拟驾驶舱可为任意可行的驾驶舱,优选为将真实车辆悬空后,并加装姿态控制器后而形成的驾驶舱。
如上述步骤S3所述,根据预设的传感数据集筛选方法,从预设的数据库中选出指定传感数据集。本申请的数据库中预先收集有不同用户对应的驾驶数据。所述预设的传感数据集筛选方法,例如在被识别者提供了姓名的情况下,则将所述姓名对应的传感数据集作为指定传感数据集;在被识别者未提供姓名的情况下,则将所述初始数据集中各个初始数据分别进行均值处理,以得到多个均值数据;再对所述多个均值数据相对于对应的最大值数据进行归一化处理,从而得到多个归一化数据;获取所述多个归一化数据之间的相对变化趋势;再从所述数据库中找出具有所述相对变化趋势的传感数据集,并记为指定传感数据集。从而在被识别者未提供姓名的情况下,能够快速选出一个或多个相近的数据集,以提高计算速度。
如上述步骤S4所述,根据预设的相似度计算方法,计算所述初始传感数据集与所述指定传感数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值。其中计算所述初始传感数据集与所述指定传感数据集的相似度值可以采用任意可行方式,例如分别绘制所述初始传感数据集中各个初始传感数据随时间变化的曲线,以及分别绘制所述指定传感数据集中各个指定传感数据随时间变化的曲线;分别计算对应曲线之间的相似度值,再将计算得到的多个相似度值进行权重加和处理,并将权重加和的结果作为所述初始传感数据集与所述指定传感数据集的相似度值。
如上述步骤S5所述,若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户。若所述相似度值大于预设的相似度阈值,则可视为所述初始传感数据集与所述指定传感数据集相同,而所述初始传感数据集与所述指定传感数据集分别代表了被识别者的驾驶习惯与指定用户的驾驶习惯。因此根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户。
如上述步骤S6所述,将所述被识别者的识别结果记为所述指定用户。如前述,可知被识别者的驾驶习惯与指定用户的驾驶习惯相同,因此所述被识别者即为所述指定用户。据此,将所述被识别者的识别结果记为所述指定用户。
进一步地,所述被识别者身上还穿戴有可穿戴设备,用以在模拟驾驶时采集所述被识别者的生理数据。由于存在几率较小的特殊情况,即不同识别者在对相同路况做出相似驾驶操作的情况,本申请进一步采用生理数据以辅助身份识别。即,在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,还利用所述可穿戴设备采集所述被识别者的生理数据。并在所述将所述被识别者的识别结果记为所述指定用户的步骤之前,将所述被识别者的生理数据与所述指定用户在驾驶过程的生理数据进行对比,其中所述指定用户在驾驶过程的生理数据与所述指定传感数据集同时采集的;若生理数据之间的对比结果为相似,则生成识别结果生成指令,其中所述识别结果生成指令用于指示将所述被识别者的识别结果记为所述指定用户。其中,所述生理数据之间的对比方法可采用任意可行方法,在此不再赘述。
在一个实施方式中,所述模拟驾驶舱上预设有姿态控制器,所述实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据的步骤S2,包括:
S201、在所述模拟驾驶舱的屏幕上展示模拟路况界面,以使所述被识别者根据所述模拟路况界面进行模拟驾驶;
S202、获取所述被识别者通过所述模拟驾驶舱的控制设备输入的控制指令;
S203、将所述控制指令发送给所述姿态控制器,以使所述姿态控制器根据所述控制指令调整所述模拟驾驶舱的姿态;
S204、实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据。
如上所述,实现了实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据。其中所述模拟路况界面可使用任意可行的预设路况界面,优选能够区分用户驾驶习惯的路况界面,例如为在高速交错车时的路况界面、超车时的路况界面等。并且本申请是通过传感器采集驾驶舱的传感数据,而非传统的采集用户输入的控制指令,从而能够更准确地进行数据收集与判断(因为若仅以采集控制指令的方式,会忽视车辆或驾驶舱对于控制指令的反馈,因此会造成偏差)。此后,再实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据,从而提高了数据采集的针对性与准确性,提高了身份验证的整体可靠性。
在一个实施方式中,所述根据预设的传感数据集筛选方法,从预设的数据库中选出指定传感数据集的步骤S3,包括:
S301、生成多个初始传感数据随时间变化的函数f1(t)、f2(t)、...、fn(t),其中所述初始传感数据共有n个;
S302、从所述函数f1(t)、f2(t)、...、fn(t)中选出第一函数与第二函数,其中所述第一函数的微分值等于极大值的次数最多,所述第二函数的微分值等于极大值的次数最少;
S303、获取所述第一函数对应的第一初始传感数据,以及获取所述第二函数对应的第二初始传感数据;
S304、从预设的数据库中选出指定传感数据集,其中所述指定传感数据集包括第一指定传感数据和第二指定传感数据,所述第一指定传感数据的类别与所述第一初始传感数据的类别相同,所述第二指定传感数据的类别与所述第二初始传感数据的类别相同;所述第一指定传感数据与所述第一初始传感数据的相似程度值大于预设数值,并且所述第二指定传感数据与所述第二初始传感数据的相似程度值大于预设数值。
如上所述,实现了根据预设的传感数据集筛选方法,从预设的数据库中选出指定传感数据集。其中,所述第一函数的微分值等于极大值的次数最多,所述第二函数的微分值等于极大值的次数最少,意味着所述第一函数对应的初始传感数据可能波动最为剧烈,所述第二函数对应的初始传感数据变化最为平滑,因此这两个函数分别对应的初始传感数据很可能反应了所述被识别者的驾驶习惯。因此,先以这两个函数对应的初始传感数据为依据,找出相近的第一指定传感数据和第二指定传感数据,从而得到指定传感数据集。通过本申请的上述筛选方法,提高了找出指定传感数据集的速度与准确性。
在一个实施方式中,所述根据预设的相似度计算方法,计算所述初始传感数据集与所述指定传感数据集的相似度值的步骤S4,包括:
S401、将所述初始传感数据集映射为高维空间的第一向量Q,以及将所述指定传感数据集映射为高维空间的第二向量T,其中所述第一向量的映射过程与所述第二向量的映射过程相同;
S402、根据公式:
计算所述第一向量与所述第二向量间的相似度X,并记为所述初始传感数据集与所述指定传感数据集的相似度值,其中Q为所述第一向量,T为所述第二向量,Qi为所述第一向量的第i个分向量,Ti为所述第二向量的第i个分向量,所述第一向量与所述第二向量均具有p个分向量。
如上所述,实现了根据预设的相似度计算方法,计算所述初始传感数据集与所述指定传感数据集的相似度值。其中将所述初始传感数据集映射为高维空间的第一向量Q可采用任意可行方式,例如将所述初始数据集中各个初始数据分别进行均值处理,以得到多个均值数据;再对所述多个均值数据相对于对应的最大值数据进行归一化处理,从而得到多个归一化数据;将所述多个归一化数据分别作为多个分向量,从而得到第一向量Q。同理,将所述指定传感数据集映射为高维空间的第二向量T。再根据公式:
计算所述第一向量与所述第二向量间的相似度X,并记为所述初始传感数据集与所述指定传感数据集的相似度值。其中上述公式不仅考虑到了向量间的数值差异,更考虑到了向量间的角度差异,从而计算得到的相似度X的准确性更高。
本申请提供一种基于生理数据的身份识别方法,应用于指定终端,所述指定终端与预设的模拟驾驶舱信号连接,并且所述指定终端具有所述模拟驾驶舱的控制权限,包括:
ST1、接收对被识别者进行身份识别的识别指令;其中所述被识别者身上设置有可穿戴设备,所述指定终端与所述可穿戴设备信号连接;
ST2、根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,利用所述可穿戴设备实时获取所述被识别者的多种初始生理数据,并将所述多种初始生理数据构成初始生理数据集;
ST3、根据预设的生理数据集筛选方法,从预设的数据库中选出指定生理数据集;
ST4、根据预设的相似度计算方法,计算所述初始生理数据集与所述指定生理数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
ST5、若所述相似度值大于预设的相似度阈值,则根据预设的生理数据集与用户的对应关系,获取与所述指定生理数据集对应的指定用户;
ST6、将所述被识别者的识别结果记为所述指定用户。
如上所述,实现了对被识别者的身份识别。不同人的驾驶习惯不同,并且不同人的生理特性也不同,因此采集被识别者在模拟驾驶时的生理特征数据能够作为身份识别的依据。例如不同用户踩油门的力度不同,相应的腿部肌肉的伸展度也不同,通过检测腿部肌肉的状态(例如与护腿合为一体的可穿戴智能设备来识别,例如利用该可穿戴智能设备感测腿部肌肉给予的压力)。上述举例仅是一种可用于作为身份识别的生理特征数据,而综合多种生理特征数据,就能使身份识别成为可能。其中所述生理特征数据可为任意可行数据,例如包括:温度、心率、呼吸频率等。
如上述步骤ST1所述,接收对被识别者进行身份识别的识别指令;其中所述被识别者身上设置有可穿戴设备,所述指定终端与所述可穿戴设备信号连接。其中所述识别指令可以通过被识别者的移动终端发送得到,或者,所述模拟驾驶舱上预设有识别开关,因此可以通过开启所述识别开关的方式,生成识别指令。
如上述步骤ST2所述,根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,利用所述可穿戴设备实时获取所述被识别者的多种初始生理数据,并将所述多种初始生理数据构成初始生理数据集。其中所述生理特征数据可为任意可行数据,例如包括:温度、心率、呼吸频率等。其中本申请的模拟驾驶舱可为任意可行的驾驶舱,优选为将真实车辆悬空后,并加装姿态控制器后而形成的驾驶舱。
如上述步骤ST3所述,根据预设的生理数据集筛选方法,从预设的数据库中选出指定生理数据集。所述预设的生理数据筛选方法,例如在被识别者提供了姓名的情况下,则将所述姓名对应的生理数据集作为指定生理数据集;在被识别者未提供姓名的情况下,则将所述初始生理数据集中各个初始生理数据分别进行均值处理,以得到多个均值数据;再对所述多个均值数据相对于对应的最大值数据进行归一化处理,从而得到多个归一化数据;获取所述多个归一化数据之间的相对变化趋势;再从所述数据库中找出具有所述相对变化趋势的生理数据集,并记为指定生理数据集。从而在被识别者未提供姓名的情况下,能够快速选出一个或多个相近的生理数据集,以提高计算速度。
如上述步骤ST4所述,根据预设的相似度计算方法,计算所述初始生理数据集与所述指定生理数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值。其中计算所述初始生理数据集与所述指定生理数据集的相似度值可以采用任意可行方式,例如分别绘制所述初始生理数据集中各个初始生理数据随时间变化的曲线,以及分别绘制所述指定生理数据集中各个指定生理数据随时间变化的曲线;分别计算对应曲线之间的相似度值,再将计算得到的多个相似度值进行权重加和处理,并将权重加和的结果作为所述初始生理数据集与所述指定生理数据集的相似度值。
如上述步骤ST5所述,若所述相似度值大于预设的相似度阈值,则根据预设的生理数据集与用户的对应关系,获取与所述指定生理数据集对应的指定用户。若所述相似度值大于预设的相似度阈值,则可视为所述初始生理数据集与所述指定生理数据集相同,而所述初始生理数据集与所述指定生理数据集分别代表了被识别者的驾驶习惯与指定用户的驾驶习惯。因此根据预设的生理数据集与用户的对应关系,获取与所述指定生理数据集对应的指定用户。
如上述步骤ST6所述,将所述被识别者的识别结果记为所述指定用户。如前述,可知被识别者的驾驶习惯与指定用户的驾驶习惯相同,因此所述被识别者即为所述指定用户。据此,将所述被识别者的识别结果记为所述指定用户。
在一个实施方式中,所述模拟驾驶舱上预设有姿态控制器,所述被识别者在进行模拟驾驶之时还穿戴有虚拟现实头盔,所述指定终端与所述虚拟现实头盔信号连接,所述利用所述可穿戴设备实时获取所述被识别者的多种初始生理数据,并将所述多种初始生理数据构成初始生理数据集的步骤ST2,包括:
ST201、通过所述虚拟现实头盔向所述被识别者呈现以虚拟现实技术展现的虚拟驾驶场景;
ST202、获取所述被识别者通过所述模拟驾驶舱的控制设备输入的控制指令;
ST203、将所述控制指令发送给所述姿态控制器,以使所述姿态控制器根据所述控制指令调整所述模拟驾驶舱的姿态;
ST204、利用所述可穿戴设备实时获取所述被识别者的至少一种初始生理数据。
如上所述,实现了利用所述可穿戴设备实时获取所述被识别者的至少一种初始生理数据。为了更准确地获取生理数据,本申请采用了虚拟现实技术,以使人体对于虚拟驾驶场景的反应接近于真实场景,从而提高数据采集的准确性。其中所述虚拟现实技术应用于所述被识别者穿戴的虚拟现实头盔。再获取所述被识别者通过所述模拟驾驶舱的控制设备输入的控制指令;将所述控制指令发送给所述姿态控制器,以使所述姿态控制器根据所述控制指令调整所述模拟驾驶舱的姿态,从而被识别者的实体也会感受到虚拟驾驶的反馈,从而在实体空间与虚拟空间中共同完成虚拟驾驶过程,相对于仅采用单一的虚拟现实技术的虚拟驾驶,或者仅采用单一的驾驶舱驾驶,更为真实,因此采集的生理数据更为准确。
本申请的基于模拟驾驶舱的身份识别方法,接收对被识别者进行身份识别的识别指令;根据所述识别指令,启动所述模拟驾驶舱,实时获取多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集;从预设的数据库中选出指定传感数据集;计算所述初始传感数据集与所述指定传感数据集的相似度值;若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户;将所述被识别者的识别结果记为所述指定用户。从而增强了用户的体验感,并兼顾了安全性与便捷性。
参照图2,本申请实施例提供一种基于模拟驾驶舱的身份识别装置,应用于指定终端,所述指定终端与预设的模拟驾驶舱信号连接,并且所述指定终端具有所述模拟驾驶舱的控制权限,包括:
第一识别指令接收单元10,用于接收对被识别者进行身份识别的识别指令;
传感数据采集单元20,用于根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集;
指定传感数据集获取单元30,用于根据预设的传感数据集筛选方法,从预设的数据库中选出指定传感数据集;
相似度阈值判断单元40,用于根据预设的相似度计算方法,计算所述初始传感数据集与所述指定传感数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
第一指定用户获取单元50,用于若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户;
第一识别结果标记单元60,用于将所述被识别者的识别结果记为所述指定用户。
车辆在当今社会中已经大量普及,大多数人都具有开车经验。不同的人的驾驶习惯不尽相同,并且对于不同的状况的驾驶反应也不同,因此通过对驾驶数据的采集与分析,能够识别出驾驶者的身份。因此,本申请利用这种特性,采用模拟驾驶舱的方式,进行身份识别。由于这种身份识别方式仅需要被识别者类似于参与游戏的方式进行,因此用户的体验感将大大增强。并且无需用户提供例如密码之类的信息,而驾驶习惯难以模仿,从而兼顾了安全性与便捷性。
如上所述,接收对被识别者进行身份识别的识别指令。其中所述识别指令可以通过被识别者的移动终端发送得到,或者,所述模拟驾驶舱上预设有识别开关,因此可以通过开启所述识别开关的方式,生成识别指令。
如上所述,根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集。其中所述多种传感器例如为加速度传感器、压力传感器、振动传感器、角度传感器等,所述初始传感数据例如为方向盘转动角度(或距离)、速度、加速度、油门踩踏力度、车辆倾斜度等。其中本申请的模拟驾驶舱可为任意可行的驾驶舱,优选为将真实车辆悬空后,并加装姿态控制器后而形成的驾驶舱。
如上所述,根据预设的传感数据集筛选方法,从预设的数据库中选出指定传感数据集。本申请的数据库中预先收集有不同用户对应的驾驶数据。所述预设的传感数据集筛选方法,例如在被识别者提供了姓名的情况下,则将所述姓名对应的传感数据集作为指定传感数据集;在被识别者未提供姓名的情况下,则将所述初始数据集中各个初始数据分别进行均值处理,以得到多个均值数据;再对所述多个均值数据相对于对应的最大值数据进行归一化处理,从而得到多个归一化数据;获取所述多个归一化数据之间的相对变化趋势;再从所述数据库中找出具有所述相对变化趋势的传感数据集,并记为指定传感数据集。从而在被识别者未提供姓名的情况下,能够快速选出一个或多个相近的数据集,以提高计算速度。
如上所述,根据预设的相似度计算方法,计算所述初始传感数据集与所述指定传感数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值。其中计算所述初始传感数据集与所述指定传感数据集的相似度值可以采用任意可行方式,例如分别绘制所述初始传感数据集中各个初始传感数据随时间变化的曲线,以及分别绘制所述指定传感数据集中各个指定传感数据随时间变化的曲线;分别计算对应曲线之间的相似度值,再将计算得到的多个相似度值进行权重加和处理,并将权重加和的结果作为所述初始传感数据集与所述指定传感数据集的相似度值。
如上所述,若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户。若所述相似度值大于预设的相似度阈值,则可视为所述初始传感数据集与所述指定传感数据集相同,而所述初始传感数据集与所述指定传感数据集分别代表了被识别者的驾驶习惯与指定用户的驾驶习惯。因此根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户。
如上所述,将所述被识别者的识别结果记为所述指定用户。如前述,可知被识别者的驾驶习惯与指定用户的驾驶习惯相同,因此所述被识别者即为所述指定用户。据此,将所述被识别者的识别结果记为所述指定用户。
进一步地,所述被识别者身上还穿戴有可穿戴设备,用以在模拟驾驶时采集所述被识别者的生理数据。由于存在几率较小的特殊情况,即不同识别者在对相同路况做出相似驾驶操作的情况,本申请进一步采用生理数据以辅助身份识别。即,在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,还利用所述可穿戴设备采集所述被识别者的生理数据。并在所述将所述被识别者的识别结果记为所述指定用户之前,将所述被识别者的生理数据与所述指定用户在驾驶过程的生理数据进行对比,其中所述指定用户在驾驶过程的生理数据与所述指定传感数据集同时采集的;若生理数据之间的对比结果为相似,则生成识别结果生成指令,其中所述识别结果生成指令用于指示将所述被识别者的识别结果记为所述指定用户。其中,所述生理数据之间的对比方法可采用任意可行方法,在此不再赘述。
在一个实施方式中,所述模拟驾驶舱上预设有姿态控制器,所述传感数据采集单元20,包括:
模拟路况界面展示子单元,用于在所述模拟驾驶舱的屏幕上展示模拟路况界面,以使所述被识别者根据所述模拟路况界面进行模拟驾驶;
控制指令获取子单元,用于获取所述被识别者通过所述模拟驾驶舱的控制设备输入的控制指令;
姿态控制子单元,用于将所述控制指令发送给所述姿态控制器,以使所述姿态控制器根据所述控制指令调整所述模拟驾驶舱的姿态;
初始传感数据获取子单元,用于实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据。
如上所述,实现了实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据。其中所述模拟路况界面可使用任意可行的预设路况界面,优选能够区分用户驾驶习惯的路况界面,例如为在高速交错车时的路况界面、超车时的路况界面等。并且本申请是通过传感器采集驾驶舱的传感数据,而非传统的采集用户输入的控制指令,从而能够更准确地进行数据收集与判断(因为若仅以采集控制指令的方式,会忽视车辆或驾驶舱对于控制指令的反馈,因此会造成偏差)。此后,再实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据,从而提高了数据采集的针对性与准确性,提高了身份验证的整体可靠性。
在一个实施方式中,所述指定传感数据集获取单元30,包括:
变化函数生成子单元,用于生成多个初始传感数据随时间变化的函数f1(t)、f2(t)、...、fn(t),其中所述初始传感数据共有n个;
函数筛选子单元,用于从所述函数f1(t)、f2(t)、...、fn(t)中选出第一函数与第二函数,其中所述第一函数的微分值等于极大值的次数最多,所述第二函数的微分值等于极大值的次数最少;
对应函数获取子单元,用于获取所述第一函数对应的第一初始传感数据,以及获取所述第二函数对应的第二初始传感数据;
指定传感数据集筛选子单元,用于从预设的数据库中选出指定传感数据集,其中所述指定传感数据集包括第一指定传感数据和第二指定传感数据,所述第一指定传感数据的类别与所述第一初始传感数据的类别相同,所述第二指定传感数据的类别与所述第二初始传感数据的类别相同;所述第一指定传感数据与所述第一初始传感数据的相似程度值大于预设数值,并且所述第二指定传感数据与所述第二初始传感数据的相似程度值大于预设数值。
如上所述,实现了根据预设的传感数据集筛选方法,从预设的数据库中选出指定传感数据集。其中,所述第一函数的微分值等于极大值的次数最多,所述第二函数的微分值等于极大值的次数最少,意味着所述第一函数对应的初始传感数据可能波动最为剧烈,所述第二函数对应的初始传感数据变化最为平滑,因此这两个函数分别对应的初始传感数据很可能反应了所述被识别者的驾驶习惯。因此,先以这两个函数对应的初始传感数据为依据,找出相近的第一指定传感数据和第二指定传感数据,从而得到指定传感数据集。通过本申请的上述筛选方法,提高了找出指定传感数据集的速度与准确性。
在一个实施方式中,所述相似度阈值判断单元40,包括:
向量映射子单元,用于将所述初始传感数据集映射为高维空间的第一向量Q,以及将所述指定传感数据集映射为高维空间的第二向量T,其中所述第一向量的映射过程与所述第二向量的映射过程相同;
相似度X计算子单元,用于根据公式:
计算所述第一向量与所述第二向量间的相似度X,并记为所述初始传感数据集与所述指定传感数据集的相似度值,其中Q为所述第一向量,T为所述第二向量,Qi为所述第一向量的第i个分向量,Ti为所述第二向量的第i个分向量,所述第一向量与所述第二向量均具有p个分向量。
如上所述,实现了根据预设的相似度计算方法,计算所述初始传感数据集与所述指定传感数据集的相似度值。其中将所述初始传感数据集映射为高维空间的第一向量Q可采用任意可行方式,例如将所述初始数据集中各个初始数据分别进行均值处理,以得到多个均值数据;再对所述多个均值数据相对于对应的最大值数据进行归一化处理,从而得到多个归一化数据;将所述多个归一化数据分别作为多个分向量,从而得到第一向量Q。同理,将所述指定传感数据集映射为高维空间的第二向量T。再根据公式:
计算所述第一向量与所述第二向量间的相似度X,并记为所述初始传感数据集与所述指定传感数据集的相似度值。其中上述公式不仅考虑到了向量间的数值差异,更考虑到了向量间的角度差异,从而计算得到的相似度X的准确性更高。
本申请提供一种基于生理数据的身份识别装置,应用于指定终端,所述指定终端与预设的模拟驾驶舱信号连接,并且所述指定终端具有所述模拟驾驶舱的控制权限,包括:
第二识别指令接收单元,用于接收对被识别者进行身份识别的识别指令;其中所述被识别者身上设置有可穿戴设备,所述指定终端与所述可穿戴设备信号连接;
生理数据采集单元,用于根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,利用所述可穿戴设备实时获取所述被识别者的多种初始生理数据,并将所述多种初始生理数据构成初始生理数据集;
指定生理数据集获取单元,用于根据预设的生理数据集筛选方法,从预设的数据库中选出指定生理数据集;
相似计算单元,用于根据预设的相似度计算方法,计算所述初始生理数据集与所述指定生理数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
第二指定用户获取单元,用于若所述相似度值大于预设的相似度阈值,则根据预设的生理数据集与用户的对应关系,获取与所述指定生理数据集对应的指定用户;
第二识别结果单元,用于将所述被识别者的识别结果记为所述指定用户。
如上所述,实现了对被识别者的身份识别。不同人的驾驶习惯不同,并且不同人的生理特性也不同,因此采集被识别者在模拟驾驶时的生理特征数据能够作为身份识别的依据。例如不同用户踩油门的力度不同,相应的腿部肌肉的伸展度也不同,通过检测腿部肌肉的状态(例如与护腿合为一体的可穿戴智能设备来识别,例如利用该可穿戴智能设备感测腿部肌肉给予的压力)。上述举例仅是一种可用于作为身份识别的生理特征数据,而综合多种生理特征数据,就能使身份识别成为可能。其中所述生理特征数据可为任意可行数据,例如包括:温度、心率、呼吸频率等。
如上所述,接收对被识别者进行身份识别的识别指令;其中所述被识别者身上设置有可穿戴设备,所述指定终端与所述可穿戴设备信号连接。其中所述识别指令可以通过被识别者的移动终端发送得到,或者,所述模拟驾驶舱上预设有识别开关,因此可以通过开启所述识别开关的方式,生成识别指令。
如上所述,根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,利用所述可穿戴设备实时获取所述被识别者的多种初始生理数据,并将所述多种初始生理数据构成初始生理数据集。其中所述生理特征数据可为任意可行数据,例如包括:温度、心率、呼吸频率等。其中本申请的模拟驾驶舱可为任意可行的驾驶舱,优选为将真实车辆悬空后,并加装姿态控制器后而形成的驾驶舱。
如上所述,根据预设的生理数据集筛选方法,从预设的数据库中选出指定生理数据集。所述预设的生理数据筛选方法,例如在被识别者提供了姓名的情况下,则将所述姓名对应的生理数据集作为指定生理数据集;在被识别者未提供姓名的情况下,则将所述初始生理数据集中各个初始生理数据分别进行均值处理,以得到多个均值数据;再对所述多个均值数据相对于对应的最大值数据进行归一化处理,从而得到多个归一化数据;获取所述多个归一化数据之间的相对变化趋势;再从所述数据库中找出具有所述相对变化趋势的生理数据集,并记为指定生理数据集。从而在被识别者未提供姓名的情况下,能够快速选出一个或多个相近的生理数据集,以提高计算速度。
如上所述,根据预设的相似度计算方法,计算所述初始生理数据集与所述指定生理数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值。其中计算所述初始生理数据集与所述指定生理数据集的相似度值可以采用任意可行方式,例如分别绘制所述初始生理数据集中各个初始生理数据随时间变化的曲线,以及分别绘制所述指定生理数据集中各个指定生理数据随时间变化的曲线;分别计算对应曲线之间的相似度值,再将计算得到的多个相似度值进行权重加和处理,并将权重加和的结果作为所述初始生理数据集与所述指定生理数据集的相似度值。
如上所述,若所述相似度值大于预设的相似度阈值,则根据预设的生理数据集与用户的对应关系,获取与所述指定生理数据集对应的指定用户。若所述相似度值大于预设的相似度阈值,则可视为所述初始生理数据集与所述指定生理数据集相同,而所述初始生理数据集与所述指定生理数据集分别代表了被识别者的驾驶习惯与指定用户的驾驶习惯。因此根据预设的生理数据集与用户的对应关系,获取与所述指定生理数据集对应的指定用户。
如上所述,将所述被识别者的识别结果记为所述指定用户。如前述,可知被识别者的驾驶习惯与指定用户的驾驶习惯相同,因此所述被识别者即为所述指定用户。据此,将所述被识别者的识别结果记为所述指定用户。
在一个实施方式中,所述模拟驾驶舱上预设有姿态控制器,所述被识别者在进行模拟驾驶之时还穿戴有虚拟现实头盔,所述指定终端与所述虚拟现实头盔信号连接,所述生理数据采集单元,包括:
虚拟驾驶场景展现子单元,用于通过所述虚拟现实头盔向所述被识别者呈现以虚拟现实技术展现的虚拟驾驶场景;
控制指令获得子单元,用于获取所述被识别者通过所述模拟驾驶舱的控制设备输入的控制指令;
驾驶舱调整子单元,用于将所述控制指令发送给所述姿态控制器,以使所述姿态控制器根据所述控制指令调整所述模拟驾驶舱的姿态;
生理数据采集子单元,用于利用所述可穿戴设备实时获取所述被识别者的至少一种初始生理数据。
如上所述,实现了利用所述可穿戴设备实时获取所述被识别者的至少一种初始生理数据。为了更准确地获取生理数据,本申请采用了虚拟现实技术,以使人体对于虚拟驾驶场景的反应接近于真实场景,从而提高数据采集的准确性。其中所述虚拟现实技术应用于所述被识别者穿戴的虚拟现实头盔。再获取所述被识别者通过所述模拟驾驶舱的控制设备输入的控制指令;将所述控制指令发送给所述姿态控制器,以使所述姿态控制器根据所述控制指令调整所述模拟驾驶舱的姿态,从而被识别者的实体也会感受到虚拟驾驶的反馈,从而在实体空间与虚拟空间中共同完成虚拟驾驶过程,相对于仅采用单一的虚拟现实技术的虚拟驾驶,或者仅采用单一的驾驶舱驾驶,更为真实,因此采集的生理数据更为准确。
本申请的基于模拟驾驶舱的身份识别装置,接收对被识别者进行身份识别的识别指令;根据所述识别指令,启动所述模拟驾驶舱,实时获取多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集;从预设的数据库中选出指定传感数据集;计算所述初始传感数据集与所述指定传感数据集的相似度值;若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户;将所述被识别者的识别结果记为所述指定用户。从而增强了用户的体验感,并兼顾了安全性与便捷性。
参照图3,本发明实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于模拟驾驶舱的身份识别方法所用数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于模拟驾驶舱的身份识别方法。
上述处理器执行上述基于模拟驾驶舱的身份识别方法,其中所述方法包括的步骤分别与执行前述实施方式的基于模拟驾驶舱的身份识别方法的步骤一一对应,在此不再赘述。
本领域技术人员可以理解,图中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请的计算机设备,接收对被识别者进行身份识别的识别指令;根据所述识别指令,启动所述模拟驾驶舱,实时获取多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集;从预设的数据库中选出指定传感数据集;计算所述初始传感数据集与所述指定传感数据集的相似度值;若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户;将所述被识别者的识别结果记为所述指定用户。从而增强了用户的体验感,并兼顾了安全性与便捷性。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现基于模拟驾驶舱的身份识别方法,其中所述方法包括的步骤分别与执行前述实施方式的基于模拟驾驶舱的身份识别方法的步骤一一对应,在此不再赘述。
本申请的计算机可读存储介质,接收对被识别者进行身份识别的识别指令;根据所述识别指令,启动所述模拟驾驶舱,实时获取多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集;从预设的数据库中选出指定传感数据集;计算所述初始传感数据集与所述指定传感数据集的相似度值;若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户;将所述被识别者的识别结果记为所述指定用户。从而增强了用户的体验感,并兼顾了安全性与便捷性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种基于模拟驾驶舱的身份识别方法,其特征在于,应用于指定终端,所述指定终端与预设的模拟驾驶舱信号连接,并且所述指定终端具有所述模拟驾驶舱的控制权限,包括:
接收对被识别者进行身份识别的识别指令;
根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集;
根据预设的传感数据集筛选方法,从预设的数据库中选出指定传感数据集;
根据预设的相似度计算方法,计算所述初始传感数据集与所述指定传感数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户;
将所述被识别者的识别结果记为所述指定用户。
2.根据权利要求1所述的基于模拟驾驶舱的身份识别方法,其特征在于,所述模拟驾驶舱上预设有姿态控制器,所述实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据的步骤,包括:
在所述模拟驾驶舱的屏幕上展示模拟路况界面,以使所述被识别者根据所述模拟路况界面进行模拟驾驶;
获取所述被识别者通过所述模拟驾驶舱的控制设备输入的控制指令;
将所述控制指令发送给所述姿态控制器,以使所述姿态控制器根据所述控制指令调整所述模拟驾驶舱的姿态;
实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据。
3.根据权利要求1所述的基于模拟驾驶舱的身份识别方法,其特征在于,所述根据预设的传感数据集筛选方法,从预设的数据库中选出指定传感数据集的步骤,包括:
生成多个初始传感数据随时间变化的函数f1(t)、f2(t)、...、fn(t),其中所述初始传感数据共有n个;
从所述函数f1(t)、f2(t)、...、fn(t)中选出第一函数与第二函数,其中所述第一函数的微分值等于极大值的次数最多,所述第二函数的微分值等于极大值的次数最少;
获取所述第一函数对应的第一初始传感数据,以及获取所述第二函数对应的第二初始传感数据;
从预设的数据库中选出指定传感数据集,其中所述指定传感数据集包括第一指定传感数据和第二指定传感数据,所述第一指定传感数据的类别与所述第一初始传感数据的类别相同,所述第二指定传感数据的类别与所述第二初始传感数据的类别相同;所述第一指定传感数据与所述第一初始传感数据的相似程度值大于预设数值,并且所述第二指定传感数据与所述第二初始传感数据的相似程度值大于预设数值。
5.一种基于生理数据的身份识别方法,其特征在于,应用于指定终端,所述指定终端与预设的模拟驾驶舱信号连接,并且所述指定终端具有所述模拟驾驶舱的控制权限,包括:
接收对被识别者进行身份识别的识别指令;其中所述被识别者身上设置有可穿戴设备,所述指定终端与所述可穿戴设备信号连接;
根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,利用所述可穿戴设备实时获取所述被识别者的多种初始生理数据,并将所述多种初始生理数据构成初始生理数据集;
根据预设的生理数据集筛选方法,从预设的数据库中选出指定生理数据集;
根据预设的相似度计算方法,计算所述初始生理数据集与所述指定生理数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
若所述相似度值大于预设的相似度阈值,则根据预设的生理数据集与用户的对应关系,获取与所述指定生理数据集对应的指定用户;
将所述被识别者的识别结果记为所述指定用户。
6.根据权利要求5所述的基于生理数据的身份识别方法,其特征在于,所述模拟驾驶舱上预设有姿态控制器,所述被识别者在进行模拟驾驶之时还穿戴有虚拟现实头盔,所述指定终端与所述虚拟现实头盔信号连接,所述利用所述可穿戴设备实时获取所述被识别者的多种初始生理数据,并将所述多种初始生理数据构成初始生理数据集的步骤,包括:通过所述虚拟现实头盔向所述被识别者呈现以虚拟现实技术展现的虚拟驾驶场景;
获取所述被识别者通过所述模拟驾驶舱的控制设备输入的控制指令;
将所述控制指令发送给所述姿态控制器,以使所述姿态控制器根据所述控制指令调整所述模拟驾驶舱的姿态;
利用所述可穿戴设备实时获取所述被识别者的至少一种初始生理数据。
7.一种基于模拟驾驶舱的身份识别装置,其特征在于,应用于指定终端,所述指定终端与预设的模拟驾驶舱信号连接,并且所述指定终端具有所述模拟驾驶舱的控制权限,包括:
第一识别指令接收单元,用于接收对被识别者进行身份识别的识别指令;
传感数据采集单元,用于根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,实时获取所述模拟驾驶舱上预设的多种传感器分别感测到的多个初始传感数据,并将所述多个初始传感数据构成初始传感数据集;
指定传感数据集获取单元,用于根据预设的传感数据集筛选方法,从预设的数据库中选出指定传感数据集;
相似度阈值判断单元,用于根据预设的相似度计算方法,计算所述初始传感数据集与所述指定传感数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
第一指定用户获取单元,用于若所述相似度值大于预设的相似度阈值,则根据预设的传感数据集与用户的对应关系,获取与所述指定传感数据集对应的指定用户;
第一识别结果标记单元,用于将所述被识别者的识别结果记为所述指定用户。
8.一种基于生理数据的身份识别装置,其特征在于,应用于指定终端,所述指定终端与预设的模拟驾驶舱信号连接,并且所述指定终端具有所述模拟驾驶舱的控制权限,包括:
第二识别指令接收单元,用于接收对被识别者进行身份识别的识别指令;其中所述被识别者身上设置有可穿戴设备,所述指定终端与所述可穿戴设备信号连接;
生理数据采集单元,用于根据所述识别指令,启动所述模拟驾驶舱,并在所述被识别者进入所述模拟驾驶舱进行模拟驾驶之时,利用所述可穿戴设备实时获取所述被识别者的多种初始生理数据,并将所述多种初始生理数据构成初始生理数据集;
指定生理数据集获取单元,用于根据预设的生理数据集筛选方法,从预设的数据库中选出指定生理数据集;
相似计算单元,用于根据预设的相似度计算方法,计算所述初始生理数据集与所述指定生理数据集的相似度值,并判断所述相似度值是否大于预设的相似度阈值;
第二指定用户获取单元,用于若所述相似度值大于预设的相似度阈值,则根据预设的生理数据集与用户的对应关系,获取与所述指定生理数据集对应的指定用户;
第二识别结果单元,用于将所述被识别者的识别结果记为所述指定用户。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911385861.5A CN111079116B (zh) | 2019-12-29 | 2019-12-29 | 基于模拟驾驶舱的身份识别方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911385861.5A CN111079116B (zh) | 2019-12-29 | 2019-12-29 | 基于模拟驾驶舱的身份识别方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111079116A true CN111079116A (zh) | 2020-04-28 |
CN111079116B CN111079116B (zh) | 2020-11-24 |
Family
ID=70319168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911385861.5A Active CN111079116B (zh) | 2019-12-29 | 2019-12-29 | 基于模拟驾驶舱的身份识别方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111079116B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111580716A (zh) * | 2020-04-29 | 2020-08-25 | 平安医疗健康管理股份有限公司 | 基于多终端的界面权限分配方法、装置和计算机设备 |
CN112418315A (zh) * | 2020-11-23 | 2021-02-26 | 浙江天行健智能科技有限公司 | 基于制动特征和svm算法的驾驶员身份识别建模方法 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009019214A2 (de) * | 2007-08-09 | 2009-02-12 | Continental Safety Engineering International Gmbh | Verfahren zum bestimmen eines wahrscheinlichen bewegungs-aufenthaltsbereichs eines lebewesens und fahrzeug zur durchführung des verfahrens |
CN105043444A (zh) * | 2015-07-06 | 2015-11-11 | 湖南湖大艾盛汽车技术开发有限公司 | 基于踏板交互的人机工程数据的测量系统及测量方法 |
CN105573156A (zh) * | 2014-11-10 | 2016-05-11 | 深圳Tcl数字技术有限公司 | 遥控方法及系统 |
CN105656627A (zh) * | 2014-11-10 | 2016-06-08 | 腾讯数码(天津)有限公司 | 身份验证方法、装置及系统 |
CN106873773A (zh) * | 2017-01-09 | 2017-06-20 | 北京奇虎科技有限公司 | 机器人交互控制方法、服务器和机器人 |
CN206370075U (zh) * | 2016-11-09 | 2017-08-01 | 安信联合物流有限公司 | 一种汽车物流司机在途驾驶行为远程监控系统 |
CN107295382A (zh) * | 2016-04-25 | 2017-10-24 | 深圳Tcl新技术有限公司 | 基于运动姿势的身份识别方法及系统 |
CN107844194A (zh) * | 2017-10-12 | 2018-03-27 | 深圳市末本科技有限公司 | 基于vr技术的培训方法、装置及计算机可读存储介质 |
CN108053616A (zh) * | 2018-01-18 | 2018-05-18 | 北京中宇安路科技有限公司 | 一种危险品运输车辆行车安全预警辅助系统 |
CN108776781A (zh) * | 2018-05-31 | 2018-11-09 | 出门问问信息科技有限公司 | 调试可穿戴设备设置的方法及装置 |
CN208216696U (zh) * | 2017-12-05 | 2018-12-11 | 长安大学 | 一种驾驶员操作习惯的检测装置 |
CN108985028A (zh) * | 2018-05-30 | 2018-12-11 | 努比亚技术有限公司 | 安全认证控制方法、可穿戴设备及计算机可读存储介质 |
CN109036586A (zh) * | 2018-07-30 | 2018-12-18 | 嘉兴职业技术学院 | 基于物联网技术的家庭健康远程监护系统 |
CN109558873A (zh) * | 2018-12-03 | 2019-04-02 | 哈尔滨工业大学 | 一种基于变样本栈式自编码网络的模式识别方法 |
CN109614777A (zh) * | 2018-11-23 | 2019-04-12 | 第四范式(北京)技术有限公司 | 智能设备以及智能设备的用户身份验证方法和装置 |
CN109948729A (zh) * | 2019-03-28 | 2019-06-28 | 北京三快在线科技有限公司 | 司机身份识别方法及装置、电子设备 |
CN110155068A (zh) * | 2018-02-12 | 2019-08-23 | 陈念 | 基于力量识别的驾驶预警系统 |
-
2019
- 2019-12-29 CN CN201911385861.5A patent/CN111079116B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009019214A2 (de) * | 2007-08-09 | 2009-02-12 | Continental Safety Engineering International Gmbh | Verfahren zum bestimmen eines wahrscheinlichen bewegungs-aufenthaltsbereichs eines lebewesens und fahrzeug zur durchführung des verfahrens |
CN105573156A (zh) * | 2014-11-10 | 2016-05-11 | 深圳Tcl数字技术有限公司 | 遥控方法及系统 |
CN105656627A (zh) * | 2014-11-10 | 2016-06-08 | 腾讯数码(天津)有限公司 | 身份验证方法、装置及系统 |
CN105043444A (zh) * | 2015-07-06 | 2015-11-11 | 湖南湖大艾盛汽车技术开发有限公司 | 基于踏板交互的人机工程数据的测量系统及测量方法 |
CN107295382A (zh) * | 2016-04-25 | 2017-10-24 | 深圳Tcl新技术有限公司 | 基于运动姿势的身份识别方法及系统 |
CN206370075U (zh) * | 2016-11-09 | 2017-08-01 | 安信联合物流有限公司 | 一种汽车物流司机在途驾驶行为远程监控系统 |
CN106873773A (zh) * | 2017-01-09 | 2017-06-20 | 北京奇虎科技有限公司 | 机器人交互控制方法、服务器和机器人 |
CN107844194A (zh) * | 2017-10-12 | 2018-03-27 | 深圳市末本科技有限公司 | 基于vr技术的培训方法、装置及计算机可读存储介质 |
CN208216696U (zh) * | 2017-12-05 | 2018-12-11 | 长安大学 | 一种驾驶员操作习惯的检测装置 |
CN108053616A (zh) * | 2018-01-18 | 2018-05-18 | 北京中宇安路科技有限公司 | 一种危险品运输车辆行车安全预警辅助系统 |
CN110155068A (zh) * | 2018-02-12 | 2019-08-23 | 陈念 | 基于力量识别的驾驶预警系统 |
CN108985028A (zh) * | 2018-05-30 | 2018-12-11 | 努比亚技术有限公司 | 安全认证控制方法、可穿戴设备及计算机可读存储介质 |
CN108776781A (zh) * | 2018-05-31 | 2018-11-09 | 出门问问信息科技有限公司 | 调试可穿戴设备设置的方法及装置 |
CN109036586A (zh) * | 2018-07-30 | 2018-12-18 | 嘉兴职业技术学院 | 基于物联网技术的家庭健康远程监护系统 |
CN109614777A (zh) * | 2018-11-23 | 2019-04-12 | 第四范式(北京)技术有限公司 | 智能设备以及智能设备的用户身份验证方法和装置 |
CN109558873A (zh) * | 2018-12-03 | 2019-04-02 | 哈尔滨工业大学 | 一种基于变样本栈式自编码网络的模式识别方法 |
CN109948729A (zh) * | 2019-03-28 | 2019-06-28 | 北京三快在线科技有限公司 | 司机身份识别方法及装置、电子设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111580716A (zh) * | 2020-04-29 | 2020-08-25 | 平安医疗健康管理股份有限公司 | 基于多终端的界面权限分配方法、装置和计算机设备 |
CN111580716B (zh) * | 2020-04-29 | 2023-03-28 | 深圳平安医疗健康科技服务有限公司 | 基于多终端的界面权限分配方法、装置和计算机设备 |
CN112418315A (zh) * | 2020-11-23 | 2021-02-26 | 浙江天行健智能科技有限公司 | 基于制动特征和svm算法的驾驶员身份识别建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111079116B (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111079116B (zh) | 基于模拟驾驶舱的身份识别方法、装置和计算机设备 | |
CN101178768B (zh) | 图像处理设备和方法以及个人识别设备 | |
US20180232508A1 (en) | Learning engines for authentication and autonomous applications | |
JP4267584B2 (ja) | 機器制御装置及びその方法 | |
US11134893B2 (en) | Limb movement gesture judgment method and device | |
WO2016119696A1 (zh) | 基于动作的身份识别系统及方法 | |
US7249263B2 (en) | Method and system for user authentication and identification using behavioral and emotional association consistency | |
KR100902199B1 (ko) | 인증 장치 및 그 제어 방법, 인증 장치를 구비한 전자기기,인증 장치 제어 프로그램, 및 해당 프로그램을 기록한기록 매체 | |
EP1434163B1 (en) | Apparatus and method for acquisition, validation and verification of biometric features | |
CN106789918A (zh) | 找回帐号、保护帐号安全、帐号防盗的方法和装置 | |
US20160210505A1 (en) | Method and system for identifying handwriting track | |
US9336374B2 (en) | Method, module, and computer program product for identifying user of mobile device | |
WO2003034284A1 (en) | Sensing psychomotor behavior activity engaged by individual | |
CN107818251B (zh) | 一种人脸识别方法及移动终端 | |
EP3666596B1 (en) | Method for identifying occupant-specific settings and vehicle for performing method for identifying occupant-specific settings | |
AU2016236466B2 (en) | Method for identification of user's interaction signature | |
CN109286499B (zh) | 一种基于行为特征的在场认证方法 | |
CN111585761B (zh) | 基于特征函数的身份验证方法、装置和计算机设备 | |
CN107405068A (zh) | 用于检测人的视野方向的方法和设备 | |
WO2021040845A1 (en) | Combining biometrics, hidden knowledge and intent to authenticate | |
CN110667441B (zh) | 座椅控制方法、装置、计算机设备和存储介质 | |
CN113779531A (zh) | 移动终端触控解锁处理方法、装置、移动终端及存储介质 | |
CN110196630B (zh) | 指令处理、模型训练方法、装置、计算机设备及存储介质 | |
WO2022018837A1 (ja) | 識別装置、識別システム、識別方法、およびプログラム記録媒体 | |
Subramanian | Orientation Invariance Methods for Inertial Gait |
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 |