CN114120749A - 一种驾培学员人工智能防作弊方法、装置、设备及介质 - Google Patents

一种驾培学员人工智能防作弊方法、装置、设备及介质 Download PDF

Info

Publication number
CN114120749A
CN114120749A CN202111620512.4A CN202111620512A CN114120749A CN 114120749 A CN114120749 A CN 114120749A CN 202111620512 A CN202111620512 A CN 202111620512A CN 114120749 A CN114120749 A CN 114120749A
Authority
CN
China
Prior art keywords
cheating
driving training
face recognition
artificial intelligence
monitoring 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.)
Pending
Application number
CN202111620512.4A
Other languages
English (en)
Inventor
顾东
陈露
顾峥峰
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.)
Jiangsu Zeus Internet Of Things Technology Group Co ltd
Original Assignee
Jiangsu Zeus Internet Of Things Technology Group Co ltd
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 Jiangsu Zeus Internet Of Things Technology Group Co ltd filed Critical Jiangsu Zeus Internet Of Things Technology Group Co ltd
Priority to CN202111620512.4A priority Critical patent/CN114120749A/zh
Publication of CN114120749A publication Critical patent/CN114120749A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
    • G09B9/052—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles characterised by provision for recording or measuring trainee's performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种驾培学员人工智能防作弊方法、装置、设备及介质。该驾培学员人工智能防作弊装置安装于驾培训练车上。监控装置定位器和人脸识别机共同封装于身份监控装置上，监控装置定位器在定位身份监控装置的同时也定位人脸识别机。作弊分析设备一方面可以通过周期性地获取人脸验证结果确认当前驾驶员的身份防止其他人在训练过程中冒名顶替，另一方面可以通过对比装置位置和车身位置确认用于人脸识别的身份监控装置是否被强行拆下。

Description

一种驾培学员人工智能防作弊方法、装置、设备及介质
技术领域
本申请涉及驾培监控技术领域，特别涉及一种驾培学员人工智能防作弊方法、装置、设备及介质。
背景技术
随着社会经济的发展，汽车为人们的出行带来了便利，因此得到了广泛的应用，汽车驾驶员必须通过专门机构进行训练和考试。为了保证考试通过率，驾驶学员需要在完成一定训练时长之后才可以参加驾培考试。为了保障训练时长的真实性，现行的方法是在车内安装打卡装置记录学员的训练时长和训练次数。
但是在驾驶员培训的过程中仍然可能存在冒名顶替的作弊情况，比如，学员打卡后，由其他人顶替他进行训练。因此，现有的驾培系统存在安全性较低的缺陷，容易作弊，使得学员学时的真实性不能得到保证。
发明内容
本申请的目的在于提供一种驾培学员人工智能防作弊方法、装置、设备及介质，其能够改善上述问题。
本申请的实施例是这样实现的：
第一方面，本申请提供一种驾培学员人工智能防作弊装置，所述装置安装于驾培训练车上，其包括：
身份监控装置、车身定位器和作弊分析设备；
所述身份监控装置安装于所述驾培训练车内驾驶位对应的操作台上，包括监控装置定位器和人脸识别机；其中，所述人脸识别机用于实时对处于驾驶位上的驾驶员进行人脸识别并生成人脸验证结果，所述监控装置定位器用于实时计算所述身份监控装置的位置坐标作为装置位置；
所述车身定位器用于实时计算所述驾培训练车的位置坐标作为装置位置；
所述作弊分析设备用于周期性地获取所述人脸验证结果、所述装置位置和所述车身位置，并判断驾驶员是否作弊。
可以理解，本申请提供一种驾培学员人工智能防作弊装置，该装置安装于驾培训练车上。监控装置定位器和人脸识别机共同封装于身份监控装置上，监控装置定位器在定位身份监控装置的同时也定位人脸识别机。作弊分析设备一方面可以通过周期性地获取人脸验证结果确认当前驾驶员的身份防止其他人在训练过程中冒名顶替，另一方面可以通过对比装置位置和车身位置确认用于人脸识别的身份监控装置是否被强行拆下。本申请提供一种驾培学员人工智能防作弊装置可以从两个方面防止驾驶学员的作弊行为。
第二方面，本申请提供另一种驾培学员人工智能防作弊装置，所述装置安装于驾培训练车上，在第一方面公开的驾培学员人工智能防作弊装置基础上，所述监控装置定位器包括基站信号第一接收器、卫星信号第一接收器、第一RTK定位模块和第一传输模块；所述基站信号第一接收器用于实时获取从基站传输来的卫星观测数据；所述卫星信号第一接收器用于实时获取卫星导航信号；所述第一RTK定位模块用于根据相对定位的原理根据所述卫星观测数据和所述卫星导航信号解算出所述装置位置；所述第一传输模块用于将所述装置位置传输给所述作弊分析设备。
在本申请实施例中，所述车身定位器包括基站信号第二接收器、卫星信号第二接收器、第二RTK定位模块和第二传输模块；所述基站信号第二接收器用于实时获取从基站传输来的卫星观测数据；所述卫星信号第二接收器用于实时获取卫星导航信号；所述第二RTK定位模块用于根据相对定位的原理根据所述卫星观测数据和所述卫星导航信号解算出所述车身位置；所述第二传输模块用于将所述车身位置传输给所述作弊分析设备。
其中，基站上安置至少1台接收机为参考站，对卫星进行连续观测，将其观测数据和测站信息作为卫星观测数据，通过无线电传输设备实时地发送给驾培训练车。监控装置定位器和车身定位器一方面接收卫星观测数据，一方面通过各自内部的卫星信号接收器实时获取卫星导航信号，然后根据相对定位的原理，实时解算装置位置和车身位置。
其中，实时动态测量技术(Real Time Kinematic，RTK)，是以载波相位观测为根据的实时差分GPS(RTD GPS)技术，它是测量技术发展里程中的一个突破，它由基准站接收机、数据链、流动站接收机三部分组成。在基准站上安置1台接收机为参考站，对卫星进行连续观测，并将其观测数据和测站信息，通过无线电传输设备，实时地发送给流动站，流动站GPS接收机在接收GPS卫星信号的同时，通过无线接收设备，接收基准站传输的数据，然后根据相对定位的原理，实时解算出流动站的三维坐标及其精度。
其中，卫星数据接收器用于实时监测卫星数据，包括但不限于全球导航卫星系统(Global Navigation Satellite System，GNSS)、中国北斗卫星导航系统(BeiDouNavigation Satellite System，BDS)、全球定位系统(Global Positioning System，GPS)、格洛纳斯卫星导航系统(GLOBALNAVIGATION SATELLITE SYSTEM，GLONASS)的卫星数据。
其中，第一传输模块和识别结果传输模块可以是无线传输器或者是数据线，装置位置和人脸识别结果可以通过无线传输模式或者数据线模式传输给作弊分析设备。
在本申请可选的实施例中，所述人脸识别机包括摄像头、人脸识别处理模块和识别结果传输模块；所述摄像头朝向驾驶座设置，用于拍摄驾驶员的面部图像；所述人脸识别处理模块用于获取所述面部图像并进行人脸识别验证，得到所述人脸验证结果；所述识别结果传输模块用于将所述人脸验证结果传输给所述作弊分析设备。
可以理解，本申请提供另一种驾培学员人工智能防作弊装置，身份监控装置中的监控装置定位器和人脸识别机各自内部设置有传输模块，分别将同一时刻的装置位置和人脸识别结果发送给作弊分析设备，以便于作弊分析设备确认用于人脸识别的身份监控装置是否被强行拆下。
第三方面，本申请提供另一种驾培学员人工智能防作弊装置，所述装置安装于驾培训练车上，在第一方面公开的驾培学员人工智能防作弊装置基础上，所述所述身份监控装置还包括监控数据传输设备，所述监控数据传输设备用于实时获取所述人脸验证结果和所述装置位置，将配对的所述人脸验证结果和所述装置位置传输给所述作弊分析设备。
可以理解，本申请提供另一种驾培学员人工智能防作弊装置，身份监控装置还包括监控数据传输设备，用于将配对的所述人脸验证结果和所述装置位置统一传输给所述作弊分析设备。进一步加强了装置位置和人脸识别结果的关联性，增加了作弊人想要单独拆下人脸识别机或者改装身份监控装置的难度。
在本申请可选的实施例中，所述监控装置定位器包括基站信号第一接收器、卫星信号第一接收器和第一RTK定位模块；所述基站信号第一接收器用于实时获取从基站传输来的卫星观测数据；所述卫星信号第一接收器用于实时获取卫星导航信号；所述第一RTK定位模块用于根据相对定位的原理根据所述卫星观测数据和所述卫星导航信号解算出所述装置位置。
在本申请实施例中，所述车身定位器包括基站信号第二接收器、卫星信号第二接收器、第二RTK定位模块和第二传输模块；所述基站信号第二接收器用于实时获取从基站传输来的卫星观测数据；所述卫星信号第二接收器用于实时获取卫星导航信号；所述第二RTK定位模块用于根据相对定位的原理根据所述卫星观测数据和所述卫星导航信号解算出所述车身位置；所述第二传输模块用于将所述车身位置传输给所述作弊分析设备。
在本申请可选的实施例中，所述人脸识别机包括摄像头和人脸识别处理模块；所述摄像头朝向驾驶座设置，用于拍摄驾驶员的面部图像；所述人脸识别处理模块用于获取所述面部图像并进行人脸识别验证，得到所述人脸验证结果。
第四方面，本申请提供一种驾培学员人工智能防作弊方法，该方法应用于第一方面至第三方面任一项所述的驾培学员人工智能防作弊装置中。
该方法包括：
周期性地获取所述装置位置和所述车身位置。
在所述装置位置和所述车身位置的位置距离小于合格距离的情况下，获取所述人脸验证结果。
在所述人脸验证结果为匹配的情况下确认当前驾驶员为非作弊。
在本申请可选的实施例中，所述方法还包括：在所述人脸验证结果为非匹配的情况下确认当前驾驶员为作弊。
在本申请可选的实施例中，所述方法还包括：在所述装置位置和所述车身位置的位置距离大于所述合格距离的情况下，确认当前所述身份监控装置被拆，向监控总台报警。
在本申请可选的实施例中，所述方法还包括：向所述监控总台传输所述当前驾驶员是否作弊的判断情况。
其中，第一方面至第三方面任一项所述的驾培学员人工智能防作弊装置中中的作弊分析设备均可包括：处理器、信息接收模块、通信设备和存储器。上述处理器、信息接收模块、通信设备和存储器通过总线连接。存储器用于存储计算机程序，该计算机程序包括程序指令，处理器用于执行存储器存储的程序指令。其中，处理器被配置用于调用该程序指令执行第四方面任一方法的操作。
有益效果：
本申请提供一种驾培学员人工智能防作弊装置，该装置安装于驾培训练车上。监控装置定位器和人脸识别机共同封装于身份监控装置上，监控装置定位器在定位身份监控装置的同时也定位人脸识别机。作弊分析设备一方面可以通过周期性地获取人脸验证结果确认当前驾驶员的身份防止其他人在训练过程中冒名顶替，另一方面可以通过对比装置位置和车身位置确认用于人脸识别的身份监控装置是否被强行拆下。本申请提供一种驾培学员人工智能防作弊装置可以从两个方面防止驾驶学员的作弊行为。
本申请提供另一种驾培学员人工智能防作弊装置，身份监控装置还包括监控数据传输设备，用于将配对的所述人脸验证结果和所述装置位置统一传输给所述作弊分析设备。进一步加强了装置位置和人脸识别结果的关联性，增加了作弊人想要单独拆下人脸识别机或者改装身份监控装置的难度。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举可选实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本申请提供的一种驾培学员人工智能防作弊装置的结构示意图；
图2是图1所示的驾培学员人工智能防作弊装置的细部结构示意图；
图3是本申请提供的另一种驾培学员人工智能防作弊装置的结构示意图；
图4是图3所示的驾培学员人工智能防作弊装置的细部结构示意图；
图5是本申请提供的一种驾培学员人工智能防作弊方法的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
驾驶员培训的过程中仍然存在冒名顶替的作弊情况有两种。一种是学员打卡后，由其他人顶替他进行训练；另一种是学员将用于人脸识别的身份监控装置强行拆离车辆，在其他地方完成人脸识别，但实际上学员并没有参与训练。因此，现有的驾培系统存在安全性较低的缺陷，容易作弊，使得学员学时的真实性不能得到保证。
第一方面，如图1所示，本申请提供一种驾培学员人工智能防作弊装置，装置安装于驾培训练车上，其包括：身份监控装置、车身定位器和作弊分析设备。
身份监控装置安装于驾培训练车内驾驶位对应的操作台上，包括监控装置定位器和人脸识别机；其中，人脸识别机用于实时对处于驾驶位上的驾驶员进行人脸识别并生成人脸验证结果，监控装置定位器用于实时计算身份监控装置的位置坐标作为装置位置。
车身定位器用于实时计算驾培训练车的位置坐标作为装置位置；作弊分析设备用于周期性地获取人脸验证结果、装置位置和车身位置，并判断驾驶员是否作弊。
上述周期可以是一小时、半小时、5分钟、一分钟甚至是一秒钟，具体可有驾校根据具体情况进行设定。
可以理解，本申请提供一种驾培学员人工智能防作弊装置，该装置安装于驾培训练车上。监控装置定位器和人脸识别机共同封装于身份监控装置上，监控装置定位器在定位身份监控装置的同时也定位人脸识别机。作弊分析设备一方面可以通过周期性地获取人脸验证结果确认当前驾驶员的身份防止其他人在训练过程中冒名顶替，另一方面可以通过对比装置位置和车身位置确认用于人脸识别的身份监控装置是否被强行拆下。本申请提供一种驾培学员人工智能防作弊装置可以从两个方面防止驾驶学员的作弊行为。
第二方面，如图2所示，本申请提供另一种驾培学员人工智能防作弊装置，装置安装于驾培训练车上，在第一方面公开的驾培学员人工智能防作弊装置基础上，监控装置定位器包括基站信号第一接收器、卫星信号第一接收器、第一RTK定位模块和第一传输模块；基站信号第一接收器用于实时获取从基站传输来的卫星观测数据；卫星信号第一接收器用于实时获取卫星导航信号；第一RTK定位模块用于根据相对定位的原理根据卫星观测数据和卫星导航信号解算出装置位置；第一传输模块用于将装置位置传输给作弊分析设备。
在本申请实施例中，车身定位器包括基站信号第二接收器、卫星信号第二接收器、第二RTK定位模块和第二传输模块；基站信号第二接收器用于实时获取从基站传输来的卫星观测数据；卫星信号第二接收器用于实时获取卫星导航信号；第二RTK定位模块用于根据相对定位的原理根据卫星观测数据和卫星导航信号解算出车身位置；第二传输模块用于将车身位置传输给作弊分析设备。
其中，基站上安置至少1台接收机为参考站，对卫星进行连续观测，将其观测数据和测站信息作为卫星观测数据，通过无线电传输设备实时地发送给驾培训练车。监控装置定位器和车身定位器一方面接收卫星观测数据，一方面通过各自内部的卫星信号接收器实时获取卫星导航信号，然后根据相对定位的原理，实时解算装置位置和车身位置。
其中，实时动态测量技术(Real Time Kinematic，RTK)，是以载波相位观测为根据的实时差分GPS(RTD GPS)技术，它是测量技术发展里程中的一个突破，它由基准站接收机、数据链、流动站接收机三部分组成。在基准站上安置1台接收机为参考站，对卫星进行连续观测，并将其观测数据和测站信息，通过无线电传输设备，实时地发送给流动站，流动站GPS接收机在接收GPS卫星信号的同时，通过无线接收设备，接收基准站传输的数据，然后根据相对定位的原理，实时解算出流动站的三维坐标及其精度。
其中，卫星数据接收器用于实时监测卫星数据，包括但不限于全球导航卫星系统(Global Navigation Satellite System，GNSS)、中国北斗卫星导航系统(BeiDouNavigation Satellite System，BDS)、全球定位系统(Global Positioning System，GPS)、格洛纳斯卫星导航系统(GLOBALNAVIGATION SATELLITE SYSTEM，GLONASS)的卫星数据。
其中，第一传输模块和识别结果传输模块可以是无线传输器或者是数据线，装置位置和人脸识别结果可以通过无线传输模式或者数据线模式传输给作弊分析设备。
在本申请可选的实施例中，人脸识别机包括摄像头、人脸识别处理模块和识别结果传输模块；摄像头朝向驾驶座设置，用于拍摄驾驶员的面部图像；人脸识别处理模块用于获取面部图像并进行人脸识别验证，得到人脸验证结果；识别结果传输模块用于将人脸验证结果传输给作弊分析设备。
可以理解，本申请提供另一种驾培学员人工智能防作弊装置，身份监控装置中的监控装置定位器和人脸识别机各自内部设置有传输模块，分别将同一时刻的装置位置和人脸识别结果发送给作弊分析设备，以便于作弊分析设备确认用于人脸识别的身份监控装置是否被强行拆下。
第三方面，如图3所示，本申请提供另一种驾培学员人工智能防作弊装置，装置安装于驾培训练车上，在第一方面公开的驾培学员人工智能防作弊装置基础上，身份监控装置还包括监控数据传输设备，监控数据传输设备用于实时获取人脸验证结果和装置位置，将配对的人脸验证结果和装置位置传输给作弊分析设备。
可以理解，本申请提供另一种驾培学员人工智能防作弊装置，身份监控装置还包括监控数据传输设备，用于将配对的人脸验证结果和装置位置统一传输给作弊分析设备。进一步加强了装置位置和人脸识别结果的关联性，增加了作弊人想要单独拆下人脸识别机或者改装身份监控装置的难度。
在本申请可选的实施例中，如图4所示，监控装置定位器包括基站信号第一接收器、卫星信号第一接收器和第一RTK定位模块；基站信号第一接收器用于实时获取从基站传输来的卫星观测数据；卫星信号第一接收器用于实时获取卫星导航信号；第一RTK定位模块用于根据相对定位的原理根据卫星观测数据和卫星导航信号解算出装置位置。
在本申请实施例中，如图4所示，车身定位器包括基站信号第二接收器、卫星信号第二接收器、第二RTK定位模块和第二传输模块；基站信号第二接收器用于实时获取从基站传输来的卫星观测数据；卫星信号第二接收器用于实时获取卫星导航信号；第二RTK定位模块用于根据相对定位的原理根据卫星观测数据和卫星导航信号解算出车身位置；第二传输模块用于将车身位置传输给作弊分析设备。
在本申请可选的实施例中，如图4所示，人脸识别机包括摄像头和人脸识别处理模块；摄像头朝向驾驶座设置，用于拍摄驾驶员的面部图像；人脸识别处理模块用于获取面部图像并进行人脸识别验证，得到人脸验证结果。
第四方面，如图5所示，本申请提供一种驾培学员人工智能防作弊方法，该方法应用于第一方面至第三方面任一项的驾培学员人工智能防作弊装置中。该方法包括：
510、周期性地获取装置位置和车身位置。
上述周期可以是一小时、半小时、5分钟、一分钟甚至是一秒钟，具体可有驾校根据具体情况进行设定。
可以理解，周期性地获取装置位置和车身位置，以便于后续对身份监控装置进行周期性地位置监控，防止身份监控装置被拆离车身。
520、在装置位置和车身位置的位置距离小于合格距离的情况下，获取人脸验证结果。
可以理解，只有在确定当前身份监控装置没有被拆离车身的情况下才进行人脸识别的判断确定驾驶员的当前身份。
530、在人脸验证结果为匹配的情况下确认当前驾驶员为非作弊。
本申请提供一种驾培学员人工智能防作弊方法，该方法在装置位置和车身位置的位置距离小于合格距离的情况下，才根据人脸验证结果对驾驶员的身份进行确定，可以防止作弊学员从车身上拆离身份监控装置。另外本方法周期性地获取装置位置和车身位置，在学员练车的过程中定期确认其身份，防止作弊学员打卡后冒名顶替的现象。
在本申请可选的实施例中，方法还包括：在人脸验证结果为非匹配的情况下确认当前驾驶员为作弊。
在本申请可选的实施例中，方法还包括：在装置位置和车身位置的位置距离大于合格距离的情况下，确认当前身份监控装置被拆，向监控总台报警。
可以理解，装置位置和车身位置的位置距离大于合格距离，说明当前监控装置定位器已经被作弊学员拆除，因此可以通过通信设备向监控总台报警以提示驾校老师进行处理。
在本申请可选的实施例中，方法还包括：向监控总台传输当前驾驶员是否作弊的判断情况。
其中，第一方面至第三方面任一项的驾培学员人工智能防作弊装置中中的作弊分析设备均可包括：处理器、信息接收模块、通信设备和存储器。上述处理器、信息接收模块、通信设备和存储器通过总线连接。存储器用于存储计算机程序，该计算机程序包括程序指令，处理器用于执行存储器存储的程序指令。
其中，信息接收模块用于接收上述人脸验证结果、装置位置和车身位置。
其中，通信设备用于向监控总台传输报警消息和作弊判断情况。
其中，处理器被配置用于调用该程序指令执行第四方面任一方法的操作。
应当理解，在本发明实施例中，所称处理器可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
第五方面，本发明供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序包括程序指令，该程序指令被处理器执行时实现第四方面任一方法的步骤。
上述计算机可读存储介质可以是前述任一实施例的终端设备的内部存储单元，例如终端设备的硬盘或内存。上述计算机可读存储介质也可以是上述终端设备的外部存储设备，例如上述终端设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，上述计算机可读存储介质还可以既包括上述终端设备的内部存储单元也包括外部存储设备。上述计算机可读存储介质用于存储上述计算机程序以及上述终端设备所需的其他程序和数据。上述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例中方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本公开的各种实施方式中所使用的表述“第一”、“第二”、“所述第一”或“所述第二”可修饰各种部件而与顺序和/或重要性无关，但是这些表述不限制相应部件。以上表述仅配置为将元件与其它元件区分开的目的。例如，第一用户设备和第二用户设备表示不同的用户设备，虽然两者均是用户设备。例如，在不背离本公开的范围的前提下，第一元件可称作第二元件，类似地，第二元件可称作第一元件。
当一个元件(例如，第一元件)称为与另一元件(例如，第二元件)“(可操作地或可通信地)联接”或“(可操作地或可通信地)联接至”另一元件(例如，第二元件)或“连接至”另一元件(例如，第二元件)时，应理解为该一个元件直接连接至该另一元件或者该一个元件经由又一个元件(例如，第三元件)间接连接至该另一个元件。相反，可理解，当元件(例如，第一元件)称为“直接连接”或“直接联接”至另一元件(第二元件)时，则没有元件(例如，第三元件)插入在这两者之间。
以上描述仅为本申请的可选实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
以上所述仅为本申请的可选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种驾培学员人工智能防作弊装置，所述装置安装于驾培训练车上，其特征在于，包括：
身份监控装置、车身定位器和作弊分析设备；
所述身份监控装置安装于所述驾培训练车内驾驶位对应的操作台上，包括监控装置定位器和人脸识别机；其中，所述人脸识别机用于实时对处于驾驶位上的驾驶员进行人脸识别并生成人脸验证结果，所述监控装置定位器用于实时计算所述身份监控装置的位置坐标作为装置位置；
所述车身定位器用于实时计算所述驾培训练车的位置坐标作为装置位置；
所述作弊分析设备用于周期性地获取所述人脸验证结果、所述装置位置和所述车身位置，并判断驾驶员是否作弊。
2.根据权利要求1所述的驾培学员人工智能防作弊装置，其特征在于，
所述监控装置定位器包括基站信号第一接收器、卫星信号第一接收器、第一RTK定位模块和第一传输模块；
所述基站信号第一接收器用于实时获取从基站传输来的卫星观测数据；
所述卫星信号第一接收器用于实时获取卫星导航信号；
所述第一RTK定位模块用于根据相对定位的原理根据所述卫星观测数据和所述卫星导航信号解算出所述装置位置；
所述第一传输模块用于将所述装置位置传输给所述作弊分析设备。
3.根据权利要求2所述的驾培学员人工智能防作弊装置，其特征在于，
所述人脸识别机包括摄像头、人脸识别处理模块和识别结果传输模块；
所述摄像头朝向驾驶座设置，用于拍摄驾驶员的面部图像；
所述人脸识别处理模块用于获取所述面部图像并进行人脸识别验证，得到所述人脸验证结果；
所述识别结果传输模块用于将所述人脸验证结果传输给所述作弊分析设备。
4.根据权利要求1所述的驾培学员人工智能防作弊装置，其特征在于，
所述所述身份监控装置还包括监控数据传输设备，所述监控数据传输设备用于实时获取所述人脸验证结果和所述装置位置，将配对的所述人脸验证结果和所述装置位置传输给所述作弊分析设备。
5.根据权利要求4所述的驾培学员人工智能防作弊装置，其特征在于，
所述监控装置定位器包括基站信号第一接收器、卫星信号第一接收器和第一RTK定位模块；
所述基站信号第一接收器用于实时获取从基站传输来的卫星观测数据；
所述卫星信号第一接收器用于实时获取卫星导航信号；
所述第一RTK定位模块用于根据相对定位的原理根据所述卫星观测数据和所述卫星导航信号解算出所述装置位置。
6.根据权利要求5所述的驾培学员人工智能防作弊装置，其特征在于，
所述人脸识别机包括摄像头和人脸识别处理模块；
所述摄像头朝向驾驶座设置，用于拍摄驾驶员的面部图像；
所述人脸识别处理模块用于获取所述面部图像并进行人脸识别验证，得到所述人脸验证结果。
7.一种驾培学员人工智能防作弊方法，所述方法应用于如权利要求1至5任一项所述的驾培学员人工智能防作弊装置的所述作弊分析设备，其特征在于，
周期性地获取所述装置位置和所述车身位置；
在所述装置位置和所述车身位置的位置距离小于合格距离的情况下，获取所述人脸验证结果；
在所述人脸验证结果为匹配的情况下确认当前驾驶员为非作弊。
8.根据权利要6所述的驾培学员人工智能防作弊方法，其特征在于，
所述方法还包括：
在所述人脸验证结果为非匹配的情况下确认当前驾驶员为作弊。
9.根据权利要6所述的驾培学员人工智能防作弊方法，其特征在于，
所述方法还包括：
在所述装置位置和所述车身位置的位置距离大于所述合格距离的情况下，确认当前所述身份监控装置被拆，向监控总台报警。
10.根据权利要7至9任一项所述的驾培学员人工智能防作弊方法，其特征在于，
所述方法还包括：
向所述监控总台传输所述当前驾驶员是否作弊的判断情况。
CN202111620512.4A 2021-12-28 2021-12-28 一种驾培学员人工智能防作弊方法、装置、设备及介质 Pending CN114120749A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111620512.4A CN114120749A (zh) 2021-12-28 2021-12-28 一种驾培学员人工智能防作弊方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111620512.4A CN114120749A (zh) 2021-12-28 2021-12-28 一种驾培学员人工智能防作弊方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN114120749A true CN114120749A (zh) 2022-03-01

Family

ID=80363276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111620512.4A Pending CN114120749A (zh) 2021-12-28 2021-12-28 一种驾培学员人工智能防作弊方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN114120749A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106703A (zh) * 2013-01-14 2013-05-15 张平 防作弊驾驶员培训记录仪
CN108256410A (zh) * 2017-11-01 2018-07-06 山东万正网络科技有限公司 一种用于教练车的防作弊计时系统和方法
CN108564074A (zh) * 2018-06-26 2018-09-21 杭州车厘子智能科技有限公司 一种基于faceid的分时租赁车辆安全管理方法及系统
CN208622288U (zh) * 2017-11-30 2019-03-19 无锡宙斯物联网股份有限公司 后视镜驾培系统
CN110276261A (zh) * 2019-05-23 2019-09-24 平安科技（深圳）有限公司 人员自动跟踪监控方法、装置、计算机设备及存储介质
CN111660948A (zh) * 2020-07-03 2020-09-15 广东信浓信息技术有限公司 一种便于拆装固定的驾培监控设备
CN111862580A (zh) * 2020-06-14 2020-10-30 李建华 基于智能识别及大数据的网约车安全保护系统
CN112801526A (zh) * 2021-02-05 2021-05-14 福建慧舟信息科技有限公司 基于ai技术和生物识别交叉认证的驾培作弊监管系统和监管方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106703A (zh) * 2013-01-14 2013-05-15 张平 防作弊驾驶员培训记录仪
CN108256410A (zh) * 2017-11-01 2018-07-06 山东万正网络科技有限公司 一种用于教练车的防作弊计时系统和方法
CN208622288U (zh) * 2017-11-30 2019-03-19 无锡宙斯物联网股份有限公司 后视镜驾培系统
CN108564074A (zh) * 2018-06-26 2018-09-21 杭州车厘子智能科技有限公司 一种基于faceid的分时租赁车辆安全管理方法及系统
CN110276261A (zh) * 2019-05-23 2019-09-24 平安科技（深圳）有限公司 人员自动跟踪监控方法、装置、计算机设备及存储介质
CN111862580A (zh) * 2020-06-14 2020-10-30 李建华 基于智能识别及大数据的网约车安全保护系统
CN111660948A (zh) * 2020-07-03 2020-09-15 广东信浓信息技术有限公司 一种便于拆装固定的驾培监控设备
CN112801526A (zh) * 2021-02-05 2021-05-14 福建慧舟信息科技有限公司 基于ai技术和生物识别交叉认证的驾培作弊监管系统和监管方法

Similar Documents

Publication Publication Date Title
US8738523B1 (en) Systems and methods to identify and profile a vehicle operator
Klüver et al. The behavioral validity of dual-task driving performance in fixed and moving base driving simulators
US20140080098A1 (en) System and method of evaluating and reporting the driving acuity and performance of a test subject
McCullick et al. An analysis of state physical education policies
Nida et al. The Impact of The Russian-Ukraine Invasion on The Reaction of Asean Stock Markets
CN108256410A (zh) 一种用于教练车的防作弊计时系统和方法
CN103136589A (zh) 车载驾培终端及系统
CN205210977U (zh) 一种识别驾驶人违规培训记录仪
CN202453947U (zh) 车载驾培终端及系统
CN113362674A (zh) 驾驶训练课程调整的方法、装置、电子设备以及存储介质
US20160005332A1 (en) Method for administering a driving test
Morgenstern et al. Measuring driver distraction–Evaluation of the box task method as a tool for assessing in-vehicle system demand
CN114120749A (zh) 一种驾培学员人工智能防作弊方法、装置、设备及介质
CN108183723B (zh) 一种基于声纹识别的驾校监管系统及方法
CN208752799U (zh) 基于云平台的驾校培训用车载终端
Devos et al. Validation of driving simulation to assess on-road performance in Huntington disease
CN110390286B (zh) 车辆轨迹跟踪测试数据制作方法、装置、预测及结果测试方法
Hwang et al. Driving performance evaluation correlated to age and visual acuities based on VR technologies
RU100320U1 (ru) Мобильный аппаратно-программный комплекс автодрома
CN112232233B (zh) 一种防止驾驶培训计时作弊的方法
EP3724893A1 (en) Screening for and monitoring a condition
CN206574280U (zh) 一种基于驾照自考软件的学车系统
CN221188431U (zh) 一种校车动态实时监控装置
Ramakrishnan Process to draft the program educational objectives for undergraduate engineering degree programs
CN115175094A (zh) 一种显示健康码的方法、装置、系统及存储器

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