CN112861097A - 利用脑电波的移动工具用户认证装置和方法 - Google Patents

利用脑电波的移动工具用户认证装置和方法 Download PDF

Info

Publication number
CN112861097A
CN112861097A CN202011202717.6A CN202011202717A CN112861097A CN 112861097 A CN112861097 A CN 112861097A CN 202011202717 A CN202011202717 A CN 202011202717A CN 112861097 A CN112861097 A CN 112861097A
Authority
CN
China
Prior art keywords
brain wave
passenger
wave signals
predetermined
user authentication
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.)
Pending
Application number
CN202011202717.6A
Other languages
English (en)
Inventor
姜贞寿
董瑞妍
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.)
Shuming Women's University School Industry Cooperation
Hyundai Motor Co
Kia Corp
Industry Academic Cooperation Foundation of SWU
Original Assignee
Shuming Women's University School Industry Cooperation
Hyundai Motor Co
Kia Motors Corp
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 Shuming Women's University School Industry Cooperation, Hyundai Motor Co, Kia Motors Corp filed Critical Shuming Women's University School Industry Cooperation
Publication of CN112861097A publication Critical patent/CN112861097A/zh
Pending legal-status Critical Current

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
    • 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
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
    • B60K35/20—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor
    • B60K35/21—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor using visual output, e.g. blinking lights or matrix displays
    • B60K35/23—Head-up displays [HUD]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • 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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • 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
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • 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
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • A61B5/378—Visual stimuli
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0809—Driver authorisation; Driver identity check
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0881—Seat occupation; Driver or passenger presence
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/146—Display means
    • 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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Automation & Control Theory (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Dermatology (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Mathematical Physics (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)

Abstract

本发明涉及利用脑电波的移动工具用户认证装置和方法。利用脑电波信号的移动工具用户认证装置包括：接收器，其配置为从移动工具的乘客处接收预定的用户输入；显示器，其配置为基于接收到的用户输入，在移动工具的预定区域上向乘客显示预设影像列表；传感器，其配置为作为显示的影像列表的响应，在预定时间内采集乘客的脑电波信号；以及控制器，其配置为通过分析采集到的脑电波信号对乘客执行认证。

Description

利用脑电波的移动工具用户认证装置和方法
相关申请的交叉引用
本申请要求于2019年11月26日提交的韩国专利申请No.10-2019-0153683的优先权，该申请通过引用合并于此。
技术领域
本发明涉及一种移动工具控制方法和装置。
背景技术
本部分中的陈述仅提供涉及本发明的背景信息并且可以不构成现有技术。
作为运输手段之一，车辆(或移动工具)是现代世界的生活中非常重要的手段和工具。此外，对于某些人来说，移动工具本身可以视为具有特殊意义的事物。
随着技术的进步，由移动工具提供的功能也逐渐发展。例如，近年来，移动工具不仅将乘客运送到目的地，还满足了乘客更快、更安全地到达目的地的需求。此外，为了满足乘客的审美品味和舒适性，移动工具系统中不断地添加新设备。另外，还正在开发诸如方向盘、变速器和加速/减速设备的现有设备，从而能够向用户提供更多功能。
同时，大脑-计算机接口或大脑-机器接口是通过利用脑电波信号来根据人的意图控制计算机或机器的领域。ERP(Event-Related Potential，事件相关电位)与认知功能密切有关。
发明内容
本发明涉及一种移动工具控制方法和装置。具体的实施方案涉及一种移动工具控制方法和装置。
本发明的实施方案提供了一种用于基于乘客的脑电波信号来对移动工具用户进行认证的装置和方法。
本发明的另一个实施方案提供了一种装置和方法，该装置和方法通过响应于在移动工具显示器上显示的影像，分析乘客的脑电波信号对乘客执行认证。
本发明的实施方案不限于上述实施方案，本领域技术人员通过以下描述将清楚地理解未提及的其他实施方案。
根据本发明的实施方案，可以提供利用脑电波信号的移动工具用户认证装置。所述装置可以包括：接收器，其用于从移动工具的乘客处接收预定的用户输入；显示器，其用于基于接收到的用户输入，在移动工具的预定区域上向乘客显示预设影像列表；传感器，其用于响应于显示的影像列表，在预定时间内采集乘客的脑电波信号；和控制器，其用于通过分析采集到的脑电波信号对乘客执行认证。
乘客可以是坐在移动工具的驾驶员座椅上的人。
乘客可以坐在移动工具的第一座椅上，第一座椅可以由在移动工具控制中起主导作用的乘客乘坐。
用户输入可以是具有预定程度或以上的压力，该压力施加到移动工具的启动按钮、制动踏板、座椅和方向盘中的至少一个上。
影像列表可以包括具有不同影像特性的至少一个或更多个影像。
影像特性可以包括色度、色深、亮度、对比度、清晰度、柔度和内容信息中的至少一项。
影像列表可以包括与乘客具有预定的相关性的影像。
与乘客具有预定的相关性的影像可以是激活乘客的额叶或额叶的某些区域中的脑电波信号的影像。
构成影像列表的影像的数量可以通过用户输入来设置，或者可以在移动工具中预设。
显示器可以在移动工具的预定区域上以序列顺序显示构成影像列表的至少一个或更多个影像。
所述至少一个或更多个影像可以是构成影像列表的所有影像中的至少一些影像。
显示器可以在预定时间内将至少一个或更多个影像中的每个显示在预定区域上。
对于至少一个或更多个影像中的每个影像，预定时间可以不同。
预定区域可以包括移动工具中能够投影的显示器、平视显示器(HUD)和导航显示器的至少一个中的区域。
传感器可以在预定时间内采集注视于移动工具的预定区域上显示的影像的乘客的脑电波信号。
采集到的脑电波信号可以是在时域、频域和空间域的至少一个中的脑电波信号。
分析可以包括确定在预定时间内采集到的脑电波信号特性信息是否与每个乘客的预存储脑电波信号特性信息相似。
每个乘客的脑电波信号特性信息可以是与影像列表的每个影像相对应的预先学习的每个乘客的脑电波信号特性信息。
对于影像列表中的至少一个影像，相似度的确定可以基于确定每个乘客的脑电波信号特性信息与预存储的脑电波信号特性相似的结果数量是否大于或等于预定值来确定。
对于影像列表的至少一个影像，相似度的确定可以通过利用具有更高优先级影像的预定数量来确定。
控制器可以进一步包括向乘客提供对乘客的认证结果。
另外，根据本发明的实施方案，可以提供利用脑电波信号的移动工具用户认证方法。该方法可以包括：从移动工具的乘客处接收预定的用户输入；基于接收到的用户输入，在移动工具的预定区域上向乘客显示预设影像列表；响应于显示的影像列表，在预定时间内采集乘客的脑电波信号；通过分析采集到的脑电波信号对乘客执行认证。
乘客可以是坐在移动工具的驾驶员座椅上的人。
乘客可以坐在移动工具的第一座椅上，第一座椅可以由在移动工具控制中起主导作用的乘客乘坐。
用户输入可以是具有预定程度或以上的压力，该压力施加到移动工具的启动按钮、制动踏板、座椅和方向盘中的至少一个上。
影像列表可以包括至少一个或更多个具有不同影像特性的影像。
影像特性可以包括色度、色深、亮度、对比度、清晰度、柔度和内容信息中的至少一项。
影像列表可以包括与乘客具有预定的相关性的影像。
与乘客具有预定的相关性的影像可以是激活乘客的额叶或额叶的某些区域中的脑电波信号的影像。
构成影像列表的影像的数量可以通过用户输入来设置，或者可以在移动工具中预设。
在移动工具的预定区域上的显示可以为在移动工具的预定区域上以序列顺序显示构成影像列表的至少一个或更多个影像。
所述至少一个或更多个影像可以是构成影像列表的所有影像中的至少一些影像。
在移动工具的预定区域上显示可以是在预定时间内将至少一个或更多个影像中的每个显示在预定区域上。
对于至少一个或更多个影像中的每个影像，预定时间可以不同。
预定区域可以包括移动工具中能够投影的显示器、平视显示器(HUD)和导航显示器的至少一个中的区域。
预定时间的采集可以是在预定时间内采集注视于移动工具的预定区域上显示的影像的乘客的脑电波信号。
采集到的脑电波信号可以是在时域、频域和空间域的至少一个中的脑电波信号。
分析可以包括确定在预定时间内采集到的脑电波信号特性信息是否与每个乘客的预存储脑电波信号特性信息相似。
每个乘客的脑电波信号特性信息可以是与影像列表的每个影像相对应的预先学习的每个乘客的脑电波信号特性信息。
对于所述影像列表中的至少一个影像，相似度的确定可以基于确定每个乘客的脑电波信号特性信息与预存储的脑电波信号特性相似的结果数量是否大于或等于预定值来确定。
对于影像列表的至少一个影像，相似度的确定可以通过利用具有更高优先级影像的预定数量来确定。
对乘客的认证还可以包括向乘客提供对乘客的认证结果。
上面关于本发明的实施方案简要概述的特征仅仅是本发明的以下详细描述的示例性方面，并且不限制本发明的范围。
根据本发明的实施方案，可以提供一种用于基于乘客的脑电波信号来对移动工具用户进行认证的装置和方法。
另外，根据本发明的实施方案，可以提供一种装置和方法，该装置和方法用于通过响应于在移动工具上显示的影像，分析乘客的脑电波信号对乘客执行认证。
在本发明的实施方案中获得的效果不限于上述效果，并且根据以上描述，本领域技术人员可以清楚地理解上述未提及的其他效果。
附图说明
为了能够更好地理解本发明，将参考附图并通过给出示例的方式来描述本发明的各种实施方案，在附图中：
图1是示出本发明的一个实施方案的ERN的通常波形的图；
图2是示出根据本发明的一个实施方案的ERN和Pe的通常波形的图；
图3是示出根据本发明的另一实施方案的Pe的偏转特性的图；
图4A和图4B是分别示出本发明的一个实施方案的ERP和Pe的测量区域的图；
图5是示出根据本发明的一个实施方案的ERN和CRN的通常波形的图；
图6是示出本发明的一个实施方案的与大脑皮层区域相对应的EEG测量通道的图；
图7是示出根据本发明的一个实施方案的用于基于乘客的脑电波信号来执行用户认证的装置的配置的框图；
图8A和图8B是示出根据本发明的一个实施方案的用户注视具有不同特性的影像的EEG特征的图；
图9是示出根据本发明的一个实施方案的操作用户认证装置的方法的流程图。
具体实施方式
下面的说明在本质上仅仅是示例性的，并非旨在限制本发明、应用或用途。应当理解的是，在所有附图中，相应的附图标记表示相同或相应的部件和特征。
将详细描述本发明的示例性实施方案，以使得本领域的普通技术人员结合附图容易地理解和实现由本发明实施方案提供的装置和方法。然而，本发明可以采用各种实施方案来实施，并且本发明的范围不应被解释为限于示例性实施方案。
在描述本发明的实施方案时，当公知的功能或构造可能使本发明的精神模糊时，将不对其进行详细描述。
在本发明的实施方案中，将理解的是，当一个元件被称为“连接至”、“联接至”或“组合至”另一元件时，其可以直接连接至或联接至或组合至另一元件，或者在它们之间可以存在中间元件。将进一步理解的是，当在本发明的实施方案中使用时，术语“包含”、“包括”、“具有”等表示存在所述特征、数值、步骤、操作、元件、组件和/或其组合，但不排除存在或添加一个或多个其他特征、数值、步骤、操作、元件、组件和/或其组合。
将理解的是，尽管本文可以利用术语“第一”、“第二”等描述各个元件，但是这些元件不受这些术语的限制。这些术语仅用于区分一个元件与另一个元件，而不用于显示元件之间的顺序或优先级。例如，下面讨论的第一元件可以被称为第二元件，而不偏离本发明的教导。类似地，第二元件也可以被称为第一元件。
在本发明的实施方案中，称呼不同的元件是为了清楚描述各种元件的特征，并不意味着这些元件在物理上彼此分开。即，可以将多个不同的元件组合成单个硬件单元或单个软件单元，相反，一个元件可以通过多个硬件单元或软件单元实现。因此，尽管没有具体说明，但是各种元件的集成形式或一个元件的分离形式可以落入本发明的范围内。而且，诸如“单元”或“模块”之类的术语应被理解为处理至少一个功能或操作并且可以实施为硬件方式(例如，处理器)、软件方式或硬件方式与软件方式的组合的单元。
在本发明的实施方案中，以各种形式描述的所有组成元件不应被解释为必要元件，一些组成元件可能是任选元件。因此，由组成元件的各个子集以某种形式配置的实施方案也可以落入本发明的范围内。另外，通过将一个或多个元件添加到各种元件而配置的实施方案也落入本发明的范围内。
作为构成大脑的神经元的脑电活动，脑电波信号(或脑信号、脑电波)表示直接和间接反映人的有意识状态或无意识状态的生物信号。可以在人体头皮的每个区域中测量脑电波信号，其波长的频率主要为30Hz或更低，并且电位差为几微伏。根据大脑活动和状态，可能会出现各种波形。利用根据人的意向的脑电波信号进行接口控制的研究正在进行之中。可以通过利用脑电图(Electro Encephalo Graphy，EEG)、磁脑图(Magneto EncephaloGraphy，MEG)、功能性磁共振成像(functional Magnetic Resonance Imaging，fMRI)或功能性近红外光谱(functional Near-Infrared Spectroscopy，fNIRS)来获得脑电波信号，所述EEG利用由大脑活动引起的电信号，所述MEG利用与电信号一起发生的磁信号，所述fMRI或fNIRS利用血液中氧饱和度的变化。尽管fMRI和fNIRS是测量大脑活动的有用技术，但通常fMRI的时间分辨率较低，而fNIRS的空间分辨率较低。由于这些限制，EEG信号由于良好的可移植性和时间分辨率而被广泛使用。
脑电波信号会根据大脑活动而在空间上随时间变化。由于脑电波信号通常难以分析并且其波形不易于视觉分析，因此提出了各种处理方法。
例如，根据振荡的次数(频率)，可以基于频带对脑电波信号进行划分(功率谱划分)。该划分将测量出的脑电波信号视为每个特定频率下简单信号的线性总和，将该信号分解为每个频率分量并指示相应的幅度。通过利用通常用于噪声消除的预处理、傅立叶变换至频域以及带通滤波器(BPF)，可以获得每个频率的脑电波信号。
更具体地，根据频带，脑电波可以分成δ波、θ波、α波、β波和γ波。δ波是频率为3.5Hz或以下、幅度为20μV～200μV的脑电波，其主要出现在正常深度睡眠或新生儿中。此外，随着我们对物理世界的了解减少，δ波可能会增加。通常，θ波是频率为3.5Hz～7Hz的脑电波，其主要出现在情绪稳定状态或睡眠中。
另外，θ波主要在顶叶皮层和枕叶皮层中产生，并且可能在回忆或冥想的平静专注时出现。通常，α波是频率为8Hz～12Hz的脑电波，其主要出现在放松和舒适的状态下。另外，α波通常在休息时在枕叶皮层中产生，并且在睡眠中可能减少。通常，β波是频率为13Hz～30Hz的脑电波，主要出现在可以忍受的紧张状态下，或者在一定程度的关注时出现。此外，β波主要在额叶皮层中产生，与觉醒状态或大脑活动集中、病理现象和药物作用相关。β波可能会出现在整个大脑的广阔区域中。另外，具体地，可以将β波分为频率为13Hz～15Hz的SMR波、频率为15Hz～18Hz的中β波和频率为20Hz以上的高β波。由于β波在焦虑和紧张等压力下似乎更强，因此被称为压力波。γ波是通常具有30Hz～50Hz频率的脑电波，主要出现在强烈兴奋的状态或高级认知信息处理过程中。此外，γ波可能会在意识觉醒的状态下和REM睡眠过程中出现，并且可能与β波重叠。
取决于频带的每个脑电波信号都与特定的认知功能相关。例如，δ波与睡眠相关，θ波与工作记忆相关，而α波与关注或压抑相关。因此，每个频带的脑电波信号的性质选择性地显示特定的认知功能。另外，在头部表面上的每个测量部位中，每个频带的脑电波信号可能会显示出一些不同的外观。大脑皮层可分为额叶皮层、顶叶皮层、颞叶皮层和枕叶皮层。这些部位可能具有一些不同的作用。例如，对应于头后部的枕叶皮层具有初级视觉皮层，因此可以主要处理视觉信息。位于头顶部附近的顶叶皮层具有体感皮层，因此可以处理运动/感官信息。另外，额叶皮层可以处理与记忆和思维相关的信息，颞叶皮层可以处理与听觉和嗅觉相关的信息。
此外，对于另一个示例，可以通过利用事件相关电位(Event-Related Potential，ERP)来分析脑电波信号。ERP是与外界刺激或内部心理过程相关的脑电变化。ERP是指在出现刺激后的一定时间内由刺激引起的包括大脑的脑电活动的信号，所述刺激包括特定信息(例如，影像、语音、声音、执行命令等)。
为了分析ERP，需要一种将信号与噪声分离的过程。可以主要使用均值法。特别地，通过对基于刺激开始时间测量的脑电波取均值，可以去除与刺激无关的脑电波，并且仅挑选出相关电位，即通常与刺激处理相关的大脑活动。
由于ERP具有较高的时间分辨率，因此其与认知功能的研究密切相关。ERP是由外部刺激诱发或与内部状态相关的电现象。根据刺激的类型，ERP可以分为听觉相关电位、视觉相关电位、躯体感觉相关电位和嗅觉相关电位。根据刺激的性质，ERP可以分为外源性ERP和内源性ERP。外源性ERP的波形由外部刺激决定，与自动处理相关，主要出现在受到刺激的初始阶段。例如，外源性ERP是脑干电位。另一方面，内源性ERP由内部认知过程或心理过程或状态决定，与刺激无关，并且与“受控过程”相关。例如，内源性ERP是P300、N400、P600、关联性负变(Contingent Negative Variation，CNV)等。
ERP峰的名称通常包括极性和潜伏期，每个信号的峰都有各自的定义和含义。例如，正电位为P，负电位为N，P300表示刺激开始后约300ms测得的正峰值。另外，根据出现顺序应用1、2、3或a、b、c等。例如，P3表示刺激开始后波形中的第三正电位。
在下文中，将描述各种ERP。
例如，N100与对不可预测的刺激的响应相关。
失匹配负波(Mismatch Negativity，MMN)不仅可以由聚焦刺激产生，而且可以由非聚焦刺激产生。MMN可以用作在初始关注之前感官记忆(回声记忆)是否运行的指示符。下文将描述的P300出现在关注和做出判断的过程中，作为关注之前大脑中发生的过程，对MMN进行分析。
对于另一个示例，N200(或N2)主要是根据视觉刺激和听觉刺激而产生的，并且与以下描述的P300一起与短期记忆或长期记忆相关，短期记忆或长期记忆是关注之后的记忆类型。
对于另一个示例，P300(或P3)主要反映对刺激的关注、刺激认知、记忆搜索和不确定感的减轻，并且与区分外界刺激的感性决定相关。由于P300的产生与认知功能相关，因此无论出现的刺激类型如何，都会产生P300。例如，P300可以在听觉刺激、视觉刺激和躯体刺激中产生。P300被广泛应用于大脑-计算机接口的研究。
对于另一个示例，N400与语言处理相关，是在出现带有语义错误的句子或听觉刺激时引起的。另外，N400与记忆过程相关，并且可以反映从长期记忆中检索或搜索信息的过程。
对于另一个示例，作为表示重建过程或恢复过程的指示符，P600与基于长期记忆中存储的信息更准确地处理刺激的过程相关。
对于另一个示例，CNV指的是在后续阶段的200ms～300ms甚至数秒钟内出现的电位。它也被称为慢电位(slow potential，SP)，与预期、准备、心理启动、联想、关注和运动活动相关。
对于另一个示例，ERN(错误相关负波)或Ne(错误负波)是由失误或错误产生的事件相关电位(ERP)。当受试者在感觉运动任务或类似任务中犯错时，其可能会出现。更具体地，当受试者识别出失误或错误时，产生ERN，并且其负峰主要在额叶区域和中央区域出现约50ms～150ms。特别地，其可能出现在可能发生与运动响应相关的失误的情况下，也可以用于指示消极自我判断。
在下文中，将更详细地描述ERN的主要特征。
图1是示出根据本发明的一个实施方案的ERN的通常波形的图。
参考图1，在横轴上方描绘了负电位值，并且在横轴下方描绘了正电位值。另外，可以确认的是，在针对任意运动的响应开始之后的预定时间范围内产生了具有负峰值的ERP。在此，响应可以表示发生失误或错误的情况(错误响应)。另外，预定时间范围可以为约50ms～150ms。可替代地，预定时间范围可以为约0～100ms。此外，在正确响应的情况下，产生的ERP具有比ERN相对更小的负峰。
作为初始负波的ERP，ERN被锁时，直到出现响应错误为止。此外，已知ERN反映与行为监控相关的多巴胺能系统的强化活动。ERN包括额叶纹状体环，其中包括喙状扣带区域。同时，多巴胺与通常形成特定行为并激励人的大脑奖励系统相关，从而提供愉悦和充实的感觉。当重复获得适当奖励的行为时，其被学习成一种习惯。另外，更多的多巴胺通过情感学习而释放，并且由于多巴胺的释放而尝试了新的行为。因此，奖励驱动的学习称为强化学习。
另外，ERN可能在通过额叶皮层读取执行干扰任务(例如，Go-noGo任务、Stroop任务、Flanker任务和Simon任务)期间引起的错误响应开始后的0～100ms内产生。
另外，与以下描述的CRN一起，已知ERN反映了可以区分正确行为和不正确行为的通常行为监控系统。
另外，已知ERN在额叶皮层电极处达到最大幅度这一事实反映出脑内生成器位于喙状扣带区域或背前扣带皮层(dorsal anterior cingulate cortex，dACC)区域。
另外，ERN可能会根据负面情绪状态而显示出幅度变化。
另外，即使在基于外部评价反馈处理(不同于内部运动表达)进行行为监控的情况下也可以报告ERN，并且可以将其划分为以下描述的FRN。
另外，ERN不仅可以在认识到失误或错误时产生，还可以在认识到失误或错误之前产生。
另外，ERN不仅可以作为对他/她自身的失误或错误的响应而产生，还可以作为对他人的失误或错误的响应而产生。
另外，ERN不仅可以作为对失误或错误的响应而产生，还可以作为对预定执行任务或受试者的焦虑或压力的响应而产生。
另外，当获得较大的ERN峰值时，可以认为它反映了更严重的失误或错误。
此外，对于另一个示例，作为在ERN之后产生的事件相关电位(ERP)，Pe(错误正波)是具有正值的ERP，其主要在失误或错误之后约150ms～300ms内在额叶皮层电极处产生。已知Pe是意识到失误或错误并给予更多关注的反应。换句话说，Pe与错误检测之后有意识的错误信息处理过程的指示符相关。ERN和Pe被称为与错误监控相关的ERP。
在下文中，将更详细地描述Pe的主要特征。
图2是示出根据本发明的另一个实施方案的ERN和Pe的通常波形的图。
参考图2，负电位值显示在正电位值上方。另外，可以确认的是，在针对任意运动的响应开始之后的第一预定时间范围内产生了具有负峰值的ERP(即ERN)。在此，响应可以表示发生失误或错误的情况(错误响应)。另外，第一预定时间范围可以为约50ms～150ms。可替代地，第一预定时间范围可以为约0～200ms。
另外，可以确认的是，在ERN开始之后的第二预定时间范围内产生了具有正峰值的ERP(即Pe)。另外，第二预定时间范围可以是错误开始之后的约150ms～300ms。可替代地，第二预定时间范围可以表示约200ms～400ms。
图3是示出本发明的一个实施方案的Pe的偏转特性的图。
参考图3，如同P3，Pe也具有宽偏转特性，并且神经丛生成器不仅包括后扣带回皮层区域和岛叶皮层区域，而且还包括更多的前扣带回皮层区域。
另外，Pe可以反映出对错误的情感评价以及如同P300的对刺激的关注。另外，ERN表示正确响应与错误响应之间的冲突，Pe被认为是意识到失误并进行更多关注的响应。换句话说，在检测刺激的过程中会产生ERN，并且在处理刺激的过程中根据关注会产生Pe。当ERN和/或Pe分别具有相对较大的值时，已知这些值与旨在失误之后更缓慢且更准确地进行响应的适应性行为相关。
图4A和图4B是示出根据本发明的一个实施方案的ERP和Pe的测量区域的图。
ERN和Pe被认为是与错误监控相关的ERP。关于ERN和Pe的测量区域，通常可以在中央区域中测量最大负值和最大正值。但是，根据测量条件可能会有一些差异。例如，图4A是测量ERN的主要区域，通常可以在中线额叶或中央区域(即FCZ)中测量ERN的最大负值。另外，图4B是测量Pe的主要区域，与ERN相比，通常可以在后中线区域中测量较大的Pe正值。
此外，对于又一示例，FRN(反馈相关负波)是事件相关电位(ERP)，其与基于外部评价反馈获得的错误检测相关。ERN和/或Pe基于内部监控过程来检测错误。但是，在FRN的情况下，当基于外部评价反馈获得FRN时，其可以与ERN过程相似地运行。
另外，FRN和ERN可能共享许多电生理性质。例如，FRN在负反馈开始后约250ms～300ms内在额叶皮层电极处具有负峰值，并且可以如同ERN在背前扣带皮层(dACC)区域产生。
另外，如同ERN，FRN可以反映多巴胺能系统的强化学习活动。另外，FRN通常具有比正反馈更大的负值，并且对于不可预见的情况可以具有比可预测结果更大的值。
对于另一个示例，CRN(正确相关负波)是由正确试验产生的ERP，并且是小于ERN的负值。如同ERN，CRN可以在初始潜伏期(例如，0～100ms)中产生。图5是示出本发明的一个实施方案的ERN和CRN的通常波形的图。
对于另一个示例，Pc(正确正波)是在CRN之后产生的事件相关电位。其是在正确响应开始后约150ms～300ms内产生的事件相关电位。CRN和Pc之间的关系可以类似于ERN和Pe之间的关系。
此外，ERP可以分为刺激锁定的ERP和响应锁定的ERP。刺激锁定的ERP和响应锁定的ERP可以根据诸如诱发ERP的原因和响应时间的标准进行划分。例如，从将词语或图片从外部呈现给用户的时刻起诱发的ERP可以被称为刺激锁定的ERP。另外，例如，从用户讲话或按下按钮的时刻起诱发的ERP可以被称为响应锁定的ERP。因此，基于上述标准，通常地，刺激锁定的ERP为N100、N200、P2、P3等，响应锁定的ERP为ERN、Pe、CRN、Pc、FRN等。
此外，脑电波可以根据表现的动机进行划分。脑电波可以分为由用户意愿表现的自发性脑电波(自发性电位)以及根据外部刺激自然表现的、而与用户意愿无关的诱发性脑电波(诱发性电位)。当用户他/她自身移动或想象移动时，会表现出自发性脑电波，而诱发性脑电波会通过例如视觉、听觉、嗅觉和触觉刺激而表现。
此外，可以根据国际10-20系统测量脑电波信号。国际10-20系统根据电极位置与大脑皮层区域之间的关系来确定脑电波信号的测量点。
图6是示出根据本发明的一个实施方案的与大脑皮层区域相对应的EEG测量通道的图。
参考图6，大脑区域(前额叶皮层FP1、FP2；额叶皮层F3、F4、F7、F8、FZ、FC3、FC4、FT7、FT8、FCZ；顶叶皮层C3、C4、CZ、CP3、CP4、CPZ、P3、P4、PZ；颞叶皮层T7、T8、TP7、TP8、P7、P8；枕叶皮层O1、O2、OZ)对应于32个脑电波测量通道。对于每个通道，可以获得数据并且可以通过利用数据对每个大脑皮层区域进行分析。
图7是示出根据本发明的一个实施方案的用于基于乘客脑电波信号来执行用户认证的装置的配置的框图。
近年来，自动驾驶移动工具的出现以及对下一代智能交通系统(协作式智能交通系统，cooperative-intelligent transport system，C-ITS)研究量的增多突出了移动工具认证或驾驶员(或用户)认证或两者兼有的重要性。具体地，在驾驶员认证的情况下，由于移动工具的每个操作都由驾驶员确定，因此驾驶员是否被认证是重要的问题。此外，驾驶员认证对于防止各种移动工具犯罪(包括移动工具中的盗窃)是必要的。
本发明的实施方案可以提供一种用于通过利用脑电波信号来对移动工具驾驶员进行认证的装置和方法。
作为生物特征识别的一种类型，利用脑电波信号的用户认证具有通用性、特殊性、便于采集和伪造可能性低的特征。换句话说，有些生物特征识别技术不适用于患有特定疾病或病症的人，而利用脑电波信号的技术可以利用任何人都拥有的脑电波(通用性)。此外，脑电波信号对于每个人都是唯一的(特殊性)。此外，脑电波信号(尤其是EEG)采集并不困难(便于采集)。同时，脑电波信号很难被伪造，尤其是在认证方面(伪造可能性低)。
本发明的实施方案的移动工具用户认证装置可以向乘客提供预设影像列表以执行用户认证。另外，本发明的移动工具用户认证装置可以通过分析乘客作为对提供的影像列表的响应而生成的脑电波信号来执行用户认证。
参考图7，移动工具用户认证装置700可以包括接收器710、显示器720、传感器730和/或控制器740。然而，应当注意的是，仅示出了用于解释本实施方案所需的一些组件，并且移动工具用户认证装置700中包括的组件不限于上述示例。例如，可以在一个组成单元中实现两个或更多个组成单元，并且在一个组成单元中执行的操作可以被划分并在两个或更多个组成单元中实行。此外，可以省略一些组成单元，或者可以添加额外的组成单元。
本发明的实施方案的移动工具用户认证装置700可以从移动工具的乘客处接收预定的用户输入。另外，接收器710可以执行该操作。
在此，乘客可以表示坐在移动工具的驾驶员座椅上的人。例如，乘客可以是相应的移动工具的驾驶员或用户。
另外，用户输入可以是用于提供对关于移动工具的用户认证过程的启动信息的输入。例如，用户输入可以是施加到启动按钮或制动踏板上的具有预定大小或以上的压力。可替代地，用户输入可以是施加到转向手柄的具有预定大小的压力。可替代地，用户输入可以是施加到乘客所坐座椅的具有预定大小的压力。
用户输入可以根据每个用户而不同。换句话说，用户输入的大小可以根据每个用户而不同，并且每个用户可以使用不同的按钮或设备。
本发明的实施方案的移动工具用户认证装置700可以基于接收到的用户输入，在移动工具的预定区域上向乘客显示预设影像列表。另外，显示器720可以执行该操作。
已知脑电波信号(例如，EEG)可以针对特定的视觉刺激显示具体的信号模式。换句话说，可以根据提供给用户的影像特性从用户处输出具有不同特征的EEG。
在此，影像特性可以包括色度、色深、亮度、对比度、清晰度、柔度(mellowness)和内容。
此外，关于影像特性，可以考虑用于测量脑电波信号的通道特征。换句话说，脑电波信号能够指示头部表面的每个测量区域中的不同方面，与头部后方相对应的枕叶具有初级视觉皮层，因此能够主要处理视觉信息，位于头部顶部附近的顶叶具有体感皮层，因此能够处理运动/感觉信息。另外，额叶能够处理与记忆、高级思维和/或情绪有关的信息，而颞叶能够处理与听觉和嗅觉有关的信息。相应地，可以考虑能够刺激枕叶的视觉影像、与用户具有能够刺激额叶关系的影像或高级影像。
例如，根据影像特性生成的脑电波信号可以是在处理视觉信息的枕叶中激活的信号，该信号分别响应于色度、色深、亮度、对比度、清晰度、柔度和内容信息。在此，内容信息可以表示除色度，色深、亮度、对比度、清晰度和柔度之外的其他影像特性信息。
例如，从用户注视黑白影像和注视彩色影像而获得的EEG特征可以不同。
又例如，当用户注视具有许多低频特性的影像和注视具有许多高频特性的影像而获得EEG特征时，EEG特征可以不同。
又例如，当用户注视字母影像和人形影像而获得EEG特征时，EEG特征可以不同。
又例如，当用户注视字母影像和注视图形影像而获得EEG特征时，EEG特征可以不同。
又例如，当用户注视数字影像和注视韩文字符/罗马字母影像而获得EEG特征时，EEG特征可能会不同。
另外，当用户注视与用户有预定相关性的影像和注视与用户无相关性的影像而获得EEG特征时，EEG特征可以不同。
在此，与用户有预定相关性的影像可以表示与用户有个人关系的影像。例如，其可以包括用户的照片、用户家庭的照片、用户宠物的照片、用户珍贵财产的照片、以及能够使用户回忆起特定经历的照片。与用户有预定相关性的影像可以已经被每个用户存储。
另外，影像列表可以由其特性与每个脑区域处理功能相关的影像构成。例如，可以包括诸如枕叶、顶叶、额叶、前额叶和颞叶具有与各个区域处理功能相关性的影像。例如，根据与乘客有预定相关性的影像特性而生成的脑电波信号可以是在额叶(或额叶的一部分)中作为响应于与乘客有预定相关性的影像而激活的信号，所述额叶处理与记忆、高级思维和情绪相关联的信息。换句话说，与乘客有预定相关性的影像可以是激活乘客额叶或额叶某些区域中的脑电波信号的影像。
图8A和图8B是示出根据本发明的一个实施方案的用户注视于具有不同特性的影像的EEG特征的图。例如，图8A和图8B可以是示出从用户分别注视于黑白影像和彩色影像而获得的EEG特征的图。可替代地，图8A和图8B可以是示出从用户注视具有许多低频特性的影像和注视具有许多高频特性的影像而获得的EEG特征的图。可替代地，图8A和图8B可以是示出从用户注视与用户有预定相关性的影像和注视与用户没有相关性的影像而获得的EEG特征的图。
此外，影像列表可以包括至少一个或更多个具有不同影像特性的影像。
例如，影像列表可以包括黑白影像、彩色影像、字母影像和用户的照片。
再例如，影像列表可以包括黑白影像、具有许多低频特性的影像、具有许多高频特性的影像、数字影像以及使用户回忆起特定经历的照片。
构成影像列表的影像数量可以通过用户输入来设置，或者可以在移动工具中预设。
另外，本发明的实施方案的移动工具用户认证装置700可以在移动工具的预定区域上以序列顺序显示构成影像列表的至少一个或更多个影像。
在此，至少一个或更多个影像可以是构成影像列表的所有影像中的至少一些。
在此，序列顺序可以表示构成影像列表的影像的顺序。例如，当影像列表由影像{A1，...，An}(n是大于1的整数)构成时，序列顺序可以表示从A1到An的顺序。
影像顺序可以通过用户输入来设置，或者可以在移动工具中预设。
可替代地，通过用户输入存储的影像可以优先于其他影像而在预定区域上显示。
可替代地，与用户有预定相关性的影像可以优先于其他影像而在预定区域上显示。
在此，每个影像可以在预定时间内显示在预定区域上。预定时间可以不同。可替代地，每个影像的预定时间可以基于影像特性而不同。
另外，在预定区域上显示的每个影像可以具有预定时间间隔。例如，在影像A1和影像A2之间可以有几十毫秒到几秒的时间间隔。每个影像的时间间隔可以不同。可替代地，基于影像特性，每个影像的时间间隔可以不同。在该时间间隔内可能不会显示影像。可替代地，可以在该时间间隔期间显示具有预定颜色的影像。影像之间的预定时间间隔使得用户能够去除来自先前影像的残像。
在此，预定区域可以是移动工具中能够投影的显示器内的预定区域。预定区域可以是前挡风玻璃、侧挡风玻璃、后挡风玻璃和不同于挡风玻璃的投影显示器上的预定区域。所述预定区域可以基于移动工具行驶时乘客的位置和乘客所注视的位置中的至少一个来确定。
另外，预定区域可以是导航显示器内的预定区域。可替代地，它可以是单独的平视显示器(head up display，HUD)上的预定区域。
响应于显示的影像列表，本发明的移动工具用户认证装置700可以在预定时间内采集乘客的脑电波信号。另外，传感器730可以执行该操作。
在此，在预定时间内采集脑电波信号可以表示在预定时间内采集注视于移动工具的预定区域上显示的影像的乘客的脑电波信号。该影像可以是构成影像列表的影像。
另外，在预定时间内采集脑电波信号可以表示针对每个影像采集乘客的脑电波信号，所述影像在移动工具的预定区域上显示并且包括在影像列表中。
例如，当影像列表由影像{A1，...，An}(n是大于1的整数)构成，并且影像A1至An在移动工具的预定区域中序列地显示时，可以序列地采集注视于影像A1至An的乘客的脑电波信号特性(或EEG特征)信息。
在此，采集到的脑电波信号可以表示在时域、频域和空间域的至少一个中的脑电波信号。在此，空间域可以表示脑电波信号测量通道。
本发明的实施方案的移动工具用户认证装置700可以通过分析采集到的脑电波信号对乘客执行认证。另外，控制器740可以执行该操作。
在此，所述分析可以包括确定在预定时间内采集到的脑电波信号特性信息是否与每个乘客的预存储脑电波信号特性信息相似。
在此，每个乘客的脑电波信号特性信息可以是取决于乘客的事先学习的结果。例如，可以针对与影像列表的每个影像相对应的乘客脑电波信号特性执行事先学习。另外，可以实时地更新每个乘客的脑电波信号特性信息。
例如，基于相似度确定，本发明的实施方案的移动工具用户认证装置700可以确定采集到的脑电波信号特性信息是否与每个乘客的预存储脑电波信号特性信息相似。在此，相似度确定可以应用确定相似度的各种方法，诸如提取输入影像之间的特征点以确定相似度的技术以及用于影像识别或分类的其他常规技术。
另外，当确定相似度时，可以将脑电波信号特性之间的相似度与预定阈值进行比较。预定阈值可以根据与脑电波信号特性相对应的影像而变化。在此，脑电波信号特性之间的相似度可以通过概率或数值来表达。
例如，当与脑电波信号特性相对应的影像对用户具有预定的相关性时，阈值可以具有比当影像对用户不具有预定的相关性时更大的值。例如，当与脑电波信号特性相对应的影像对用户不具有预定的相关性并且阈值为0.6时，对于与脑电波信号特性相对应并且对用户具有预定的相关性的影像，阈值可以为0.8。换句话说，当更严格地确定对于具有与用户相关的影像的脑电波信号特性的相似度时，可以提供一种对于每个用户能够更加自适应地操作的装置。
对于另一示例，当与脑电波信号特性相对应的影像是人形影像时，阈值可以大于当该影像是字符影像时的阈值。
换句话说，本发明的实施方案的移动工具用户认证装置700可以通过确定是否相似来执行对乘客的认证。另外，控制器740可以执行该操作。
此外，确定相似度可以包括以下过程：通过结合影像列表中包括的每个影像的脑电波信号特性之间的相似度的确定结果，来最终确定脑电波信号特性是否相似。
另外，当脑电波信号特性最终确定为相似时，可以认为该乘客被认证。
当影像列表由影像{A1，...，An}(n是大于1的整数)构成，并且影像A1至An在移动工具的预定区域中顺序地显示时，脑电波信号特性是否相似可以确定如下。
例如，当关于每个影像的脑电波信号特性是否相似的确定结果可以用0和1代表时，并且当在影像A1至An中关于每个影像的脑电波信号特性是否相似的确定结果的数量等于或大于k(k是大于1的整数)时，脑电波信号特性可以最终确定为相似。换句话说，当对于每个影像的脑电波信号特性相似的确定结果的数量等于或大于k时，脑电波信号特性可以最终确定为相似。在此，当关于它们是否相似的确定结果为0时，脑电波信号特性之间的相似度低于预定阈值。当关于它们是否相似的确定结果为1时，脑电波信号特性之间的相似度等于或大于预定阈值。
又例如，当关于每个影像的脑电波信号特性是否相似的确定结果可以由0和1代表时，以及由影像A1至An的加权和表达的结果等于或大于m(m是大于1的整数)时，脑电波信号特性可以最终确定为相似。
对于又一个示例，当通过利用在给定影像中以优先级降序排列的前k(k是大于1的整数)个影像来确定相似度时，可以执行对乘客的认证。例如，当确定在前k个影像中的p(1≤p≤k，p是整数)个或更多个影像的脑电波信号特性相似时，脑电波信号特性可以最终确定为相似。
又例如，当在影像A1至An中的预定影像的脑电波信号特性确定为不相似时，脑电波信号特性可以最终确定为不相似。例如，当与用户具有预定相关性的影像相对应的脑电波信号特性与预先存储的脑电波信号特性确定为不相似时，脑电波信号特性可以最终确定为不相似。
同时，可以通过用户输入来设定用于通过确定相似度来执行认证的条件。
另外，移动工具用户认证装置700可以向乘客提供认证结果。
例如，当认证失败时，可以向乘客提供通知认证失败的语音提示。
又例如，当认证成功时，可以向乘客提供通知认证成功的语音提示，或者可以向乘客提供指示认证之后的后续步骤(例如，用于启动移动工具的按钮输入)的语音提示。
对于又一个示例，可以根据认证失败或成功的情况，向乘客提供预设的语音提示。
对于又一个示例，当认证失败时，乘客可以确认是否要执行重新认证过程。
图9是示出根据本发明的一个实施方案的操作用户认证装置的方法的流程图。
在步骤S901，可以从移动工具的乘客处接收预定的用户输入。
在此，乘客可以是坐在移动工具驾驶员座椅上的人。可替代地，乘客可以是坐在移动工具的第一座椅上的人，第一座椅可以表示由能够在控制移动工具中起主导作用的乘客所坐的座椅。
在此，用户输入可以是施加到移动工具的启动按钮、制动踏板、座椅和方向盘中的至少一个上的具有预定大小或以上的压力。
在步骤S902，可以基于接收到的用户输入，在移动工具的预定区域上向乘客显示预设影像列表。
例如，构成影像列表的至少一个或更多个影像可以以序列顺序在移动工具的预定区域上显示。在此，所述至少一个或更多个影像可以是构成影像列表的所有影像中的至少一些影像。
对于另一示例，至少一个或更多个影像中的每个可以在预定时间内显示在预定区域上。在此，对于至少一个或更多个影像中的每个影像，预定时间可以不同。
在此，预定区域可以包括移动工具中能够投影的显示器、平视显示器(HUD)和导航显示器的至少一个中。
在此，影像列表可以由至少一个或更多个具有不同影像特性的影像构成。另外，影像列表可以包括与乘客有预定相关性的影像。在此，与乘客有预定相关性的影像可以是激活乘客的额叶或额叶的某些区域中的脑电波信号的影像。另外，影像列表可以由其特性与每个大脑区域的处理功能相关的影像构成。例如，可以包括诸如枕叶、顶叶、额叶、前额叶和颞叶的具有与各个区域的处理功能相关的影像。例如，根据与乘客有预定相关性的影像特性而生成的脑电波信号可以是在额叶(或额叶的一部分)中作为响应于与乘客有预定相关性的影像而激活的信号，所述额叶处理与记忆、高级思维和情绪相关联的信息。
影像特性可以包括色度、色深、亮度、对比度、清晰度、柔度和内容信息中的至少一项。在此，内容信息可以表示除色度、色深、亮度、对比度、清晰度和柔度之外的其他影像特性信息。例如，根据影像特性生成的脑电波信号可以是在枕叶处理视觉信息时被激活的信号，该信号分别响应于色度、色深、亮度、对比度、清晰度、柔度和内容信息。
此外，构成影像列表的影像的数量可以通过用户输入来设置，或者可以在移动工具中预设。
在步骤S903，作为显示的影像列表的响应，可以在预定时间内采集乘客的脑电波信号。
例如，可以在预定时间内采集注视于移动工具的预定区域上显示的影像的乘客的脑电波信号。这里，采集到的脑电波信号可以是在时域、频域和空间域的至少一个中的脑电波信号。
步骤S904可以包括通过分析采集到的脑电波信号对乘客执行认证。
在此，所述分析可以包括确定在预定时间内采集到的脑电波信号特性信息是否与每个乘客的预存储脑电波信号特性信息相似。
每个乘客的脑电波信号特性信息可以是与影像列表的每个影像相对应的预先学习的每个乘客的脑电波信号特性信息。
此外，可以向乘客提供对乘客的认证结果。
本发明实施方案中获得的效果不限于上述效果，并且根据以下描述，本领域技术人员可以清楚地理解上文未提及的其他效果。
尽管为了描述清楚起见，本发明的示例性方法被描述为一系列操作步骤，但是本发明不限于上述操作步骤的顺序或次序。操作步骤可以同时进行，或者可以以不同次序依序进行。为了实施本发明实施方案的方法，可以添加附加的操作步骤和/或可以消除或替代现有的操作步骤。
本发明的各种实施方案不是呈现为描述所有可用的组合，而是呈现为仅描述代表性组合。各种实施方案中的步骤或元件可以单独利用或可以组合利用。
另外，本发明的各种实施方案可以实施为硬件、固件、软件或其组合的形式。当本发明实施方案实施为硬件组件时，它可以是例如专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、通用处理器、控制器、微控制器、微处理器等。
本发明的范围包括使得各种形式的方法能够在装置或计算机上执行的软件或机器可执行指令(例如，操作系统(OS)、应用程序、固件、程序)，以及存储这些软件或机器可执行指令使得软件或指令可以在装置或计算机上执行的非易失性计算机可读介质。
本发明实施方案的描述本质上仅是示例性的，因此，不脱离本发明实质的变型旨在落入本发明的范围内。这样的变型不应被视为偏离本发明的精神和范围。

Claims (20)

1.一种利用脑电波信号的移动工具用户认证装置，所述装置包括：
接收器，其配置为从移动工具的乘客处接收预定的用户输入；
显示器，其配置为基于接收到的用户输入，在移动工具的预定区域上向乘客显示预设影像列表；
传感器，其配置为响应于显示的影像列表，在预定时间内采集乘客的脑电波信号；以及
控制器，其配置为通过分析采集到的脑电波信号对乘客执行认证。
2.根据权利要求1所述的利用脑电波信号的移动工具用户认证装置，其中，所述预定的用户输入是施加到移动工具的启动按钮、制动踏板、座椅和方向盘中的至少一个上的具有预定大小或以上的压力。
3.根据权利要求1所述的利用脑电波信号的移动工具用户认证装置，其中：
所述预设影像列表包括至少一个或更多个具有不同影像特性的影像；
所述不同影像特性包括色度、色深、亮度、对比度、清晰度、柔度和内容信息中的至少一项。
4.根据权利要求1所述的利用脑电波信号的移动工具用户认证装置，其中，所述预设影像列表包括与乘客有预定相关性的影像。
5.根据权利要求4所述的利用脑电波信号的移动工具用户认证装置，其中，与乘客有预定相关性的影像是激活乘客的额叶或额叶的某些区域中的脑电波信号的影像。
6.根据权利要求1所述的利用脑电波信号的移动工具用户认证装置，其中，所述显示器配置为在移动工具的预定区域上以序列顺序显示预设影像列表的至少一个或更多个影像。
7.根据权利要求6所述的利用脑电波信号的移动工具用户认证装置，其中，所述预定区域包括移动工具中能够投影的显示器、平视显示器和导航显示器的至少一个中的区域。
8.根据权利要求1所述的利用脑电波信号的移动工具用户认证装置，其中，所述传感器配置为：在预定时间内采集注视于移动工具的预定区域上显示的影像的乘客的脑电波信号。
9.根据权利要求1所述的利用脑电波信号的移动工具用户认证装置，其中，所述控制器配置为：通过确定在预定时间内采集到的脑电波信号特性信息是否与预存储的乘客脑电波信号特性信息相似来分析采集到的脑电波信号，从而对乘客执行认证。
10.根据权利要求1所述的利用脑电波信号的移动工具用户认证装置，其中，所述控制器进一步配置为向乘客提供对乘客的认证结果。
11.一种利用脑电波信号的移动工具用户认证方法，所述方法包括：
从移动工具的乘客处接收预定的用户输入；
基于接收到的用户输入，在移动工具的预定区域上向乘客显示预设影像列表；
响应于显示的影像列表，在预定时间内采集乘客的脑电波信号；
通过分析采集到的脑电波信号对乘客执行认证。
12.根据权利要求11所述的利用脑电波信号的移动工具用户认证方法，其中，所述预定的用户输入是施加到移动工具的启动按钮、制动踏板、座椅和方向盘中的至少一个上的具有预定大小或以上的压力。
13.根据权利要求11所述的利用脑电波信号的移动工具用户认证方法，其中：
所述预设影像列表包括至少一个或更多个具有不同影像特性的影像；
所述不同影像特性包括色度、色深、亮度、对比度、清晰度、柔度和内容信息中的至少一项。
14.根据权利要求11所述的利用脑电波信号的移动工具用户认证方法，其中，所述预设影像列表包括与乘客有预定相关性的影像。
15.根据权利要求14所述的利用脑电波信号的移动工具用户认证方法，其中，与乘客有预定相关性的影像是激活乘客的额叶或额叶的某些区域中的脑电波信号的影像。
16.根据权利要求11所述的利用脑电波信号的移动工具用户认证方法，其中，在移动工具的预定区域上显示包括：在移动工具的预定区域上以序列顺序显示预设影像列表的至少一个或更多个影像。
17.根据权利要求16所述的利用脑电波信号的移动工具用户认证方法，其中，所述预定区域包括移动工具中能够投影的显示器、平视显示器和导航显示器的至少一个中的区域。
18.根据权利要求11所述的利用脑电波信号的移动工具用户认证方法，其中，在预定时间内采集乘客的脑电波信号包括：在预定时间内采集注视于移动工具的预定区域上显示的影像的乘客的脑电波信号。
19.根据权利要求11所述的利用脑电波信号的移动工具用户认证方法，其中，通过分析采集到的脑电波信号对乘客执行认证包括：确定采集到的脑电波信号的特性信息是否与预先存储的乘客脑电波信号特性信息相似。
20.根据权利要求11所述的利用脑电波信号的移动工具用户认证方法，进一步包括：向乘客提供对乘客的认证结果。
CN202011202717.6A 2019-11-26 2020-11-02 利用脑电波的移动工具用户认证装置和方法 Pending CN112861097A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2019-0153683 2019-11-26
KR1020190153683A KR20210064924A (ko) 2019-11-26 2019-11-26 뇌파 신호를 이용한 모빌리티 사용자 인증 장치 및 방법

Publications (1)

Publication Number Publication Date
CN112861097A true CN112861097A (zh) 2021-05-28

Family

ID=75784682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011202717.6A Pending CN112861097A (zh) 2019-11-26 2020-11-02 利用脑电波的移动工具用户认证装置和方法

Country Status (4)

Country Link
US (1) US11983255B2 (zh)
KR (1) KR20210064924A (zh)
CN (1) CN112861097A (zh)
DE (1) DE102020212053A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11741204B2 (en) 2020-07-06 2023-08-29 Bank Of America Corporation Intelligent real time resource instrument activation using electroencephalogram signals
US11949790B2 (en) * 2020-10-01 2024-04-02 Bank Of America Corporation Intelligent tactile resource instrument activation using electroencephalogram signals
KR102522391B1 (ko) * 2021-06-21 2023-04-17 고려대학교 산학협력단 발화상상에 따른 뇌파 신호를 이용한 사용자 인증 장치 및 방법
KR102564423B1 (ko) * 2021-10-27 2023-08-07 목포대학교산학협력단 뇌파 및 이미지를 이용한 보안 인증 방법 및 장치

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3993069B2 (ja) * 2002-10-30 2007-10-17 三菱電機株式会社 脳波信号を利用した制御装置
JP2010019708A (ja) * 2008-07-11 2010-01-28 Hitachi Ltd 車載装置
US20150029087A1 (en) * 2013-07-24 2015-01-29 United Video Properties, Inc. Methods and systems for adjusting power consumption in a user device based on brain activity
WO2015076444A1 (ko) * 2013-11-25 2015-05-28 (주)와이브레인 뇌파 측정 및 두뇌 자극 시스템
DE102015223688A1 (de) * 2015-11-30 2017-06-01 Bayerische Motoren Werke Aktiengesellschaft Anordnung, Fortbewegungsmittel und Verfahren zur Übernahme einer Fahraufgabe durch einen Insassen eines in einem hochautomatisierten Fahrzustand befindlichen Fortbewegungsmittels
CN106843480A (zh) * 2017-01-18 2017-06-13 深圳市魔眼科技有限公司 基于脑电波的访问方法及头戴式虚拟现实设备
CN108375912B (zh) * 2018-02-27 2020-04-21 Oppo广东移动通信有限公司 智能家居控制方法及相关产品

Also Published As

Publication number Publication date
US20210157886A1 (en) 2021-05-27
US11983255B2 (en) 2024-05-14
KR20210064924A (ko) 2021-06-03
DE102020212053A1 (de) 2021-05-27

Similar Documents

Publication Publication Date Title
CN112861097A (zh) 利用脑电波的移动工具用户认证装置和方法
Greco et al. Advances in Electrodermal activity processing with applications for mental health
CN104182042B (zh) 一种多模态信号的脑机接口方法
Moon et al. Implicit analysis of perceptual multimedia experience based on physiological response: A review
US11806157B2 (en) Apparatus and method for monitoring a driver with epilepsy using brain waves
CN112784397A (zh) 利用错误监控生成驾驶员熟练用的驾驶模型的装置和方法
Cao et al. A hybrid vigilance monitoring study for mental fatigue and its neural activities
CN113002556A (zh) 使用脑波信号提供定制的移动体驾驶路径的设备和方法
Żochowska et al. Are covered faces eye-catching for us? The impact of masks on attentional processing of self and other faces during the COVID-19 pandemic
Delisle-Rodriguez et al. Multi-channel EEG-based BCI using regression and classification methods for attention training by serious game
US11453406B2 (en) Apparatus and method for determining ride comfort of mobility
CN112141116A (zh) 利用错误监测的移动体控制方法和装置
CN112744220A (zh) 利用脑波生成图像的装置和方法
CN112748802A (zh) 利用脑电波信号生成影像的装置和方法
Koelstra Affective and Implicit Tagging using Facial Expressions and Electroencephalography.
Hidalgo‐Muñoz et al. Affective valence detection from EEG signals using wrapper methods
CN112447043A (zh) 错误监视装置和方法、交通控制服务器及事故分析系统
KR20210074601A (ko) 뇌파 신호를 이용한 긴급 주행 상황 제어 장치 및 방법
Peruzzini et al. Toward the Definition of a Technological Set-up for Drivers’ Health Status Monitoring
Li et al. Resting-state EEG in the Vestibular Region Can Predict Motion Sickness Induced by a Motion-Simulated in-car VR Platform
CN112216098A (zh) 错误监测设备及方法、交通控制服务器、交通监控系统
Nunez Refining understanding of human decision making by testing integrated neurocognitive models of EEG, choice and reaction time
Mary et al. A Comparative Study on the Emotional Behavior of Humans towards Color using the P300 Component
CN112693467A (zh) 使用脑波信号选择商品的设备和方法
Acqualagna Pushing the boundaries of Brain-Computer Interface technology

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