CN116620219A - 一种低功耗车载掌静脉解锁模组及解锁方法 - Google Patents
一种低功耗车载掌静脉解锁模组及解锁方法 Download PDFInfo
- Publication number
- CN116620219A CN116620219A CN202310902947.0A CN202310902947A CN116620219A CN 116620219 A CN116620219 A CN 116620219A CN 202310902947 A CN202310902947 A CN 202310902947A CN 116620219 A CN116620219 A CN 116620219A
- Authority
- CN
- China
- Prior art keywords
- palm
- unlocking
- module
- circuit board
- palm vein
- 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
- 210000003462 vein Anatomy 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 32
- 238000004891 communication Methods 0.000 claims abstract description 23
- 238000001914 filtration Methods 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000003384 imaging method Methods 0.000 claims abstract description 15
- 238000003860 storage Methods 0.000 claims abstract description 14
- 230000003993 interaction Effects 0.000 claims abstract description 11
- 238000012634 optical imaging Methods 0.000 claims abstract description 11
- 230000001502 supplementing effect Effects 0.000 claims abstract description 8
- 230000006698 induction Effects 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims description 47
- 239000013598 vector Substances 0.000 claims description 44
- 230000006870 function Effects 0.000 claims description 17
- 230000001276 controlling effect Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 230000002618 waking effect Effects 0.000 claims description 9
- 230000002209 hydrophobic effect Effects 0.000 claims description 8
- 230000003068 static effect Effects 0.000 claims description 8
- 238000009499 grossing Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000011895 specific detection Methods 0.000 claims description 6
- 238000013136 deep learning model Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 125000006850 spacer group Chemical group 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 239000011324 bead Substances 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims description 2
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 230000007958 sleep Effects 0.000 claims description 2
- 238000004804 winding Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 4
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005059 dormancy Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 125000003003 spiro group Chemical group 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
- B60R25/20—Means to switch the anti-theft system on or off
- B60R25/25—Means to switch the anti-theft system on or off using biometry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06V40/12—Fingerprints or palmprints
- G06V40/13—Sensors therefor
- G06V40/1324—Sensors therefor by using geometrical optics, e.g. using prisms
-
- 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
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
-
- 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
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/02—Mechanical actuation
- G08B13/08—Mechanical actuation by opening, e.g. of door, of window, of drawer, of shutter, of curtain, of blind
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明公开了一种低功耗车载掌静脉解锁模组及解锁方法,包括壳体、电路板和固定在电路板上的感应交互组件、光学成像组件和计算通讯组件,电路板固定在壳体内,感应交互组件包括距离传感器、语音模块、无线模块、呼吸灯和扬声器,光学成像组件包括补光组件和成像组件,成像组件包括从下到上依次套接设置的感光元件、滤光组件、镜头组件和偏振片组件,偏转片组件与镜头组件转动连接,计算通讯组件包括主控MCU、NPU、ISP芯片、SD卡存储模块和通讯接口,通讯接口固定设置在壳体上且用于与车载SOC系统或外部移动终端连接;优点是功耗低、抗干扰能力强、结构紧凑体积小且识别误差小,符合车载模组的要求。
Description
技术领域
本发明涉及车载生物识别技术领域,尤其涉及一种低功耗车载掌静脉解锁模组及解锁方法。
背景技术
传统的汽车门锁系统大多使用机械钥匙或遥控器进行解锁。然而这些传统的门锁系统存在一些弊端,例如易于被破解和丢失钥匙等。而随着车辆智能化技术的发展,基于生物识别技术的门锁系统逐渐被应用到汽车中。
目前,常见的生物识别技术包括指纹识别和人脸识别等。然而,在汽车使用场景下,指纹易受汗液干扰,人脸识别易受逆光、侧光等环境因素干扰,且刷脸行为常出现被动误触发,未必符合使用者的主观意愿。而基于掌静脉识别技术的解锁方式具有抗逆光、不易误触发和因非接触而卫生等优点。但是现有的掌静脉识别模块往往存在静态功耗大、抗干扰能力弱和体积大等问题,不适合集成于汽车上。
发明内容
本发明所要解决的技术问题是提供一种低功耗车载掌静脉解锁模组及解锁方法,其功耗低、抗干扰能力强、结构紧凑体积小且识别误差小,符合车载模组的要求。
本发明解决上述技术问题所采用的技术方案为:一种低功耗车载掌静脉解锁模组,包括壳体、电路板和固定在所述的电路板上的感应交互组件、光学成像组件和计算通讯组件,所述的电路板固定在所述的壳体内,所述的感应交互组件包括距离传感器、语音模块、无线模块、呼吸灯和扬声器,所述的光学成像组件包括补光组件和成像组件,所述的成像组件包括从下到上依次套接设置的感光元件、滤光组件、镜头组件和偏振片组件,所述的偏振片组件与所述的镜头组件转动连接,所述的计算通讯组件包括主控MCU、NPU、ISP芯片、SD卡存储模块和通讯接口,所述的通讯接口固定设置在所述的壳体上且用于与车载SOC系统或外部移动终端连接。
进一步地,所述的壳体内固定设置有安装板,所述的电路板包括主电路板和副电路板,所述的主电路板和副电路板之间通过排线电连接,所述的主电路板固定在所述的安装板上,所述的主电路板上固定设置有隔离柱,所述的副电路板固定在所述的隔离柱的上端,使得所述的主电路板和副电路板上下间隔设置。电路板分成两块,抬高了红外光源的位置,使透过壳体的红外光更强,同时也为后续的光源故障检修和更换提供了便利。
进一步地,所述的感光元件固定在所述的主电路板上,所述的滤光组件包括滤光座和滤光片,所述的滤光座的下端固定设置有卡脚,所述的主电路板上设置有卡槽,所述的卡脚与所述的卡槽相卡接,使得所述的滤光座与所述的主电路板相固定,所述的滤光座套在所述的感光元件上,所述的滤光片固定在所述的滤光座的上端且与所述的感光元件上下正对,所述的镜头组件包括镜头座和相机镜头,所述的镜头座套在所述的滤光座外,且所述的镜头座的下端与所述的滤光座的下端螺接固定,所述的相机镜头固定在所述的镜头座内且位于所述的滤光片的正上方,所述的偏振片组件包括连接座和固定在所述的连接座上端的偏振片,所述的连接座的下端一体设置有多个沿圆周方向间隔排列的卡接片,所述的卡接片上一体设置有定位凸环,所述的镜头座的内表面设置有定位环槽,所述的卡接片插入所述的镜头座中且定位凸环与定位环槽相配合,使得所述的连接座与所述的镜头座可相对转动,所述的偏振片位于所述的相机镜头的正上方。
进一步地,所述的补光组件为多颗固定在所述的副电路板上且呈阵列排布的红外LED灯珠。
进一步地,所述的呼吸灯固定在所述的副电路板上,且所述的呼吸灯外套设有导光套,所述的导光套的下端固定在所述的副电路板上,所述的导光套的上端与所述的壳体的内上端相抵,导光套主要起到聚光和隔光的作用,以防止呼吸灯光线透过壳体后散漫,使得呼吸灯轮廓清晰,灯光指示效果较好,同时也可防止呼吸灯的杂光进入成像组件而影响检测精度。
进一步地,所述的壳体的上端面固定设置有透红外疏水膜,所述的透红外疏水膜正对所述的导光套的位置处设置有导光孔,透红外疏水膜针对车外雨雾环境,使水珠不易滞留在壳体的上端面,起到净化相机镜头的视野和均匀化光源光线的作用。
进一步地,所述的距离传感器为固定在所述的副电路板上的红外传感器、超声波传感器、雷达传感器、TOF传感器或带编码的激光传感器。
进一步地,所述的感光元件为CMOS图像传感器或CCD。
基于所述的低功耗车载掌静脉解锁模组的解锁方法,包括以下具体步骤:
(1)、在SD卡存储模块的数据库中预先存入加密的掌静脉特征向量;
(2)、解锁模组得电后先将参数初始化,主控MCU对所有预存的掌静脉特征向量进行解密并加载到主控MCU内置的DDR模块中,然后根据解锁模组在汽车上的安装位置通过感应交互组件并采用低功耗唤醒方法唤醒解锁模组,同时通过扬声器语音提示,然后进入下一步;
(3)、通过补光组件调节环境光强,并通过呼吸灯指引解锁者的手掌到达指定位置,同时扬声器语音提示;
(4)、采集手掌图像并检测掌心,若检测到掌心,则对手掌图像进行预处理,对手掌图像的曝光度和锐度进行调整,使掌静脉纹理显著;若检测不到掌心,则重新采集手掌图像;
(5)、在NPU中对预处理后的手掌图像进行边缘计算,具体为:通过深度学习模型,获取当前掌静脉特征向量;
(6)、计算当前掌静脉特征向量与解密后的预存的掌静脉特征向量的距离,选取距离最小值,并返回对应置信度;
(7)、主控MCU判断置信度是否小于阈值,若是,则掌静脉识别成功,呼吸灯指示和/或扬声器语音提示,并向车载SOC系统发送解锁指令和秘钥,进行解锁;若不是,则认定为识别失败,呼吸灯指示和/或扬声器语音提示,解锁者保持掌型继续识别,当识别失败次数大于等于两次,则解锁失败,报警结束。
进一步地,所述的步骤(1)中,掌静脉特征向量的预存方法为:通过车载SOC系统与解锁模组相连接或通过移动终端与解锁模组无线连接并授权,向主控MCU发送掌静脉信息录入指令,然后直接通过解锁模组进行掌静脉信息的录入,并对获取到的掌静脉特征向量加密然后保存到SD卡存储模块的数据库中。
进一步地,所述的步骤(1)中,掌静脉特征向量的预存方法为:移动终端将预存的加密的掌静脉特征向量通过无线连接或通讯接口向主控MCU授权后存储到SD卡存储模块的数据库中。
进一步地,所述的步骤(2)中解锁模组的唤醒方法为:
若解锁模组安装在车内,通过语音模块向主控MCU发送唤醒指令以唤醒解锁模组;
若解锁模组安装在汽车外部表面,距离传感器和无线模块同时检测相应信号,无线模块的具体检测过程为:设定无线模块每5秒检测一次周边无线信号,若无线模块先检测到相匹配的无线信号,则发送信号给主控MCU,唤醒解锁模组;
距离传感器的具体检测过程为:
(2.1)、设定距离传感器以脉冲机制工作,初始节电检测周期为0.5秒;
(2.2)、若距离传感器在设定的距离阈值内检测到外部物体,则将距离传感器的检测周期提高到0.1秒,即快速检测,共检测6次,同时记录每次检测结果;若没有检测到,则重复步骤(2.1);
(2.3)、在上述6次检测结果中,判断是否有5次检测到外部物体,若没有,距离传感器调整为节电检测状态;若有,则通过差分统计的方法,对所记录的检测结果进行一阶差分计算,并将得到的所有差分值取平均,并与预先设定好的差分值阈值进行比较,若大于等于阈值,且比无线模块先检测到信号,则发送信号给主控MCU,唤醒解锁模组;若小于阈值,则认定为是静态干扰物,若认定静态干扰的次数超过5次,则将距离传感器的检测周期调整为1秒,即休眠检测,若未超过5次,则距离传感器调整为节电检测状态。
进一步地,所述的步骤(4)中,对手掌图像的曝光度调整方法为:
当电量小于等于设定阈值时,选用方案一对图像进行曝光度调整,具体为:
预先设定掌面距离与曝光强度的函数关系,即:E_offset = a×exp(b×D2) + c,其中:E_offset表示曝光强度的补偿值,可正可负;D表示掌面到距离传感器的距离;a、b、c为函数参数,参数a用于控制函数曲线的整体幅度,参数b用于控制函数曲线的陡峭程度,参数c用于控制函数曲线的偏移量;或将掌面距离与曝光强度的对应值预先存为表格;然后根据距离传感器检测到的掌面距离,查表得到对应的曝光度,或通过上述函数关系得到曝光强度的补偿值,将手掌图像的原图亮度加上该补偿值即调整后的曝光度;
当电量大于设定阈值时,选用方案二或方案三对图像进行曝光度调整,方案二具体为:
通过直方图均衡化调整原始的手掌图像,得到像素值均匀分布的全局曝光调整图像,然后将全局曝光调整后的图像分割成多个子区域,再采用直方图均衡化对每个子区域进行局部的曝光调整,对当前子区域,计算其上、下、左、右相邻子区域的像素值,通过加权平均或高斯平滑的方法对当前子区域和其相邻子区域的邻边处进行平滑处理,最后将全局曝光调整图像和局部曝光调整图像进行融合,得到最终的曝光调整图像;
方案三具体为:
(a)、通过成像组件拍摄一张手掌图片,使用目标检测算法对输入的手掌图片进行处理,以检测和定位ROI;
(b)、根据ROI的位置信息,从所拍摄的原始手掌图片中提取ROI的图像区域;
(c)、计算提取的ROI图像的平均亮度,
(d)、根据ROI的平均亮度与期望的亮度之间的差异确定曝光度调整量;
(e)、根据曝光度调整量对ROI图像进行曝光度调整;
(f)、不断重复步骤(c)~(e),实现对ROI图像的动态曝光调整,提高曝光调节精度。
进一步地,若解锁模组中还设定有声纹识别要求,在掌静脉识别成功后,进入声纹识别步骤,具体为:
(8)、呼吸灯发出提示,解锁者说出声纹解锁指令;
(9)、若声纹识别成功,则呼吸灯指示和/或扬声器语音提示,并向车载SOC系统发送解锁指令和秘钥,进行解锁;若声纹识别失败,则呼吸灯指示和/或扬声器语音提示,解锁者再次发出声纹解锁指令,若声纹识别失败两次,判断是否有高优先级秘钥解锁,若无,则等待3秒后结束,并保存解锁记录,若有,则进入相应的高优先级的解锁步骤。
与现有技术相比,本发明的优点是:
(1)、实现低功耗,更符合车载模组的要求:
解锁方法中采用低功耗唤醒机制,包括脉冲工作机制、蓝牙唤醒、语音唤醒和差分统计的方法,可大幅减小模组的工作时长,并大幅抑制误触发和静态物体干扰;
支持通过在步骤(2)中唤醒阶段所获得的红外距离值调节曝光度,不仅省去了重新测距的步骤,而且红外测距功耗本身就低;集成NPU,提高了深度学习神经网络计算效率,进一步减小图像处理的功耗;
(2)、设定了三种智能曝光调节方案,可有效、节能且快速地调整图像的曝光度,提高掌部信噪比;同时,采用独立ISP芯片对图像预处理,提高了整个模组的图像处理能力;
(3),对光学成像组件进行优化设计,集成偏振片,可有效减少环境杂光的干扰和手掌表面反光,且偏振片方向可调,为根据实际环境调试偏振片方向提供了条件;且偏振片组件和滤光组件半嵌入地连接于镜头组件中,使得整个光学成像组件的结构紧凑体积小;且壳体上端面设置有透红外疏水膜,既能起到对预进入偏振片和相机镜头的部分自然光滤除,同时也针对车外暴晒环境,对CMOS等感光元件进行了保护;
(4)、多重防护,提高了解锁模组的安全性,通过掌静脉和声纹双重验证的方法,可提高车内引擎启动和贵重物品手套箱开启等重要场合的解锁安全性;而对由解锁模组向车载SOC系统发送的掌静脉特征向量和掌部图像进行加密,既防止信息泄露,又防止黑客直接用红外掌纹图像进行攻击;
(5)、通过无线模块连接,提高了解锁模组的智能化和便捷性。
附图说明
图1为本发明的解锁模组的立体结构示意图;
图2为本发明的解锁模组的剖视图;
图3为本发明的解锁模组的整体分解示意图;
图4为本发明的成像组件的分解示意图;
图5为本发明的解锁方法的整体流程图;
图6为本发明的唤醒解锁模组的方法流程图;
图7为本发明的掌静脉识别过程流程图;
图8为本发明的声纹识别过程流程图。
实施方式
以下结合附图实施例对本发明作进一步详细描述。
如图所示,一种低功耗车载掌静脉解锁模组,包括壳体、电路板和固定在电路板上的感应交互组件、光学成像组件和计算通讯组件,壳体包括底座1和上盖2,底座1和上盖2之间通过密封圈3密封、且通过铰制孔用螺栓19固定,铰制孔用螺栓19上设置有弹簧垫圈191,以起到防松和减震的作用,底座1内固定设置有安装板4,电路板包括主电路板5和副电路板6,主电路板5和副电路板6之间通过排线电连接,主电路板5固定在安装板4上,主电路板5上固定设置有隔离柱51,副电路板6固定在隔离柱51的上端,使得主电路板5和副电路板6上下间隔设置,感应交互组件包括固定在主电路板5上的语音模块(图中未显示)、无线模块8、扬声器10和固定在副电路板6上的距离传感器7、呼吸灯9,距离传感器可以为红外传感器、超声波传感器、雷达传感器、TOF传感器或带编码的激光传感器,语音模块可为麦克风,无线模块可采用现有的蓝牙、WIFI、RFID或NFC等,呼吸灯9可设置多种不同颜色,如:红、绿、蓝等,以表示解锁时的不同情况;呼吸灯9外套设有导光套91,导光套91的下端固定在副电路板6上,导光套91的上端与上盖2的内上端相抵,上盖2的上端面固定设置有透红外疏水膜18,透红外疏水膜18正对导光套91的位置处设置有导光孔181;
光学成像组件包括补光组件和成像组件,补光组件为多颗(如12颗)固定在副电路板6上且呈圆周阵列排布的红外LED灯珠11,成像组件包括从下到上依次套接设置的感光元件12、滤光组件、镜头组件14和偏振片组件15,感光元件12固定在主电路板5上,且感光元件12可采用CMOS图像传感器或CCD,滤光组件包括滤光座131和滤光片132,滤光片132为超窄带滤光片,可滤除更多的自然杂光,滤光座131的下端固定设置有卡脚133,主电路板5上设置有卡槽(图中未显示),卡脚133与卡槽相卡接,使得滤光座131与主电路板5相固定,滤光座131套在感光元件12上,滤光片132固定在滤光座131的上端且与感光元件12上下正对,镜头组件14包括镜头座141和相机镜头143,镜头座141套在滤光座131外,且镜头座141的下端与滤光座131的下端螺接固定,相机镜头143固定在镜头座141内且位于滤光片132的正上方,偏振片组件15包括连接座151和固定在连接座151上端的偏振片152,连接座151的下端一体设置有多个沿圆周方向间隔排列的卡接片153,卡接片153上一体设置有定位凸环154,镜头座141的内表面设置有定位环槽142,卡接片153插入镜头座141中且定位凸环154与定位环槽142相配合,使得连接座151与镜头座141可相对转动,偏振片152位于相机镜头143的正上方;
计算通讯组件包括固定在主电路板5上的主控MCU、NPU、ISP芯片、SD卡存储模块16和通讯接口17,通讯接口17固定设置在底座1上且用于与车载SOC系统或外部移动终端连接,通讯接口17上可带防水盖,可起到防水防灰尘的作用,且通讯接口17的类型可为CAN、USB、以太网、串口、LIN、FlevRay、MOST和RS485等;其中:主控MCU用于控制解锁模组的总体工作流程以及与车载SOC系统通讯的作用;ISP芯片用于对成像组件采集的数据进行预处理;NPU用于计算深度学习模型,其共同配合实现掌静脉的检测、识别和匹配。
基于上述低功耗车载掌静脉解锁模组的解锁方法,包括以下具体步骤:
(1)、在SD卡存储模块的数据库中预先存入加密的掌静脉特征向量,具体为:
通过车载SOC系统与解锁模组连接或通过移动终端(如手机、智能手表或手环等)与解锁模组无线连接并授权,向主控MCU发送掌静脉信息录入指令,然后直接通过解锁模组进行掌静脉信息的录入,并对获取到掌静脉特征向量加密,然后保存到SD卡存储模块的数据库中;
或:移动终端将预存的加密的掌静脉特征向量通过无线连接或通讯接口向主控MCU授权后存储到SD卡存储模块的数据库中;
上述对预存的掌静脉特征向量加密是指:掌静脉录入时,获取当下的时间戳作为密钥,通过现有的加密算法,根据密钥对掌静脉特征向量进行加密;将时间戳信息拼接在加密后的掌静脉特征向量前,作为加密操作完成后的掌静脉特征向量;
(2)、解锁模组得电,并将参数初始化,主控MCU对所有预存的掌静脉特征向量进行解密并加载到主控MCU内置的DDR模块中,若解锁模组安装在车内的中控位置、手套箱门、座间储藏位置或天窗内侧处等车内使用场景中时,通过语音模块向主控MCU发送唤醒指令以唤醒解锁模组,同时通过扬声器10语音提示,然后进入下一步;
若解锁模组安装在汽车外部表面,如车门把手、门框、充电口旁以及后备箱等位置时,距离传感器7和无线模块8同时检测相应信号,无线模块的具体检测过程为:设定无线模块每5秒检测一次解锁者所携带的移动终端的无线信号,若无线模块先检测到相匹配的无线信号,则发送信号给主控MCU,唤醒解锁模组,同时通过扬声器10语音提示,然后进入下一步;
距离传感器的具体检测过程为:
(2.1)、设定距离传感器7(以红外传感器为例)以脉冲机制工作,预先设定好物体接近的阈值或相应的红外光强度阈值,红外传感器初始节电检测周期为0.5秒;
(2.2)、若红外传感器在设定的距离阈值内检测到外部物体,则将红外传感器的检测周期提高到0.1秒,即快速检测,共检测6次,同时记录每次检测结果;若没有检测到,则重复步骤(2.1);
(2.3)、在上述6次检测结果中,判断是否有5次检测到外部物体,若没有,红外传感器调整为节电检测状态;若有,则通过差分统计的方法,对所记录的检测结果进行一阶差分计算,并将得到的所有差分值取平均,并与预先设定好的差分值阈值进行比较,若大于等于阈值,且比无线模块8先检测到信号,则发送信号给主控MCU,唤醒解锁模组,同时通过扬声器10语音提示,然后进入下一步;若小于阈值,则认定为是积霜、积雪、墙体或树木枝叶等静态无效障碍物的干扰,若认定静态干扰的次数超过5次,则将距离传感器的检测周期调整为1秒,即休眠检测,若未超过5次,则距离传感器调整为节电检测状态;
上述步骤(2)中对预存的掌静脉特征向量进行解密的步骤为:解析出上述加密的掌静脉特征向量中的时间戳,通过现有的与加密算法对应的解密算法,以该时间戳为密钥,对时间戳后面的掌静脉特征向量进行解密,作为解密后的掌静脉特征向量;
(3)、呼吸灯9(如蓝灯慢闪)指引解锁者的手掌到达指定位置,解锁者需将手掌自然张开,使手掌平行于解锁模组的外表面,容许有20度倾斜,优选5至15cm的识别距离,当解锁者手掌过近时,呼吸灯红灯快闪,并通过扬声器10语音提示;若解锁者手掌过远时,呼吸灯绿灯快闪,并通过扬声器10语音提示;
(4)、同时通过补光组件调节环境光强:红外传感器可以作为光强度传感器,当环境光强高于阈值,则认定为白天或高光照环境,所有红外LED灯全部开启;当环境光强低于阈值,则认定为夜间或暗光照,红外LED灯可根据需要间隔均匀地点亮2盏、3盏、4盏或6盏等;
(5)、成像组件采集解锁者的手掌图像并检测掌心,若检测到掌心,则对手掌图像进行预处理,对手掌图像的曝光度和锐度进行调整,使掌静脉纹理显著;若检测不到掌心,则重新采集手掌图像;
(6)、在NPU中对预处理后的手掌图像进行边缘计算,具体为:通过深度学习模型,获取当前掌静脉特征向量;
(7)、计算当前掌静脉特征向量与解密后的预存的掌静脉特征向量的距离,选取距离最小值,并返回对应置信度;
(8)、主控MCU判断置信度是否小于阈值,若是,则掌静脉识别成功,呼吸灯9指示和/或扬声器10语音提示,并向车载SOC系统发送解锁指令和秘钥,进行解锁;若不是,则认定为识别失败,呼吸灯指示和/或扬声器语音提示,解锁者保持掌型继续识别,当识别失败次数大于等于两次,则解锁失败,上传异常记录,报警并结束。
上述步骤(8)中的上传异常记录与报警的具体实现方式为:
将错误识别记录(包括识别时间、掌静脉特征向量和掌静脉图像)保存到SD卡存储模块中,解锁模组一旦连接网络或者启动汽车的中控面板,则将异常记录上传云端后发送至车主手机APP或直接显示在中控面板中。这些数据不仅能用于甄别是否有非法解锁行为,而且有助于开发者分析识别失败原因(如光线和高速移动等),并能以此针对性地调节各个用户的掌静脉特征向量置信度阈值。
此外,经车主授权的前提下,在汽车充电的时候,解锁模组内置的无线模块(如WiFi模块)可以连接家庭局域网,向同局域网内的NAS硬盘上传识别通过的掌静脉图像,这些数据可以有选择性地上传至云端,为开发者提供数据集,也可以为用户定制化优化升级。
上述步骤(5)中,预先在ISP芯片中设定了三种对手掌图像的曝光度调整方法:
方案一:预先设定掌面距离与曝光强度的函数关系,即:E_offset = a×exp(b×D2) + c,其中:E_offset表示曝光强度的补偿值,可正可负;D表示掌面到距离传感器7的距离;a、b、c 为函数参数,参数a用于控制函数曲线的整体幅度,参数b用于控制函数曲线的陡峭程度,参数c用于控制函数曲线的偏移量;或将掌面距离与曝光强度的对应值预先存为表格;然后根据距离传感器检测到的掌面距离,查表得到对应的曝光度,或通过上述函数关系得到曝光强度的补偿值,将手掌图像的原图亮度加上该补偿值即调整后的曝光度。
方案二:
(1)、通过直方图均衡化调整原始的手掌图像,具体为:
将原始的手掌图像转换为灰度图像,以简化处理过程,再计算原始手掌图像的直方图,获取像素值的分布情况,基于直方图,计算原始手掌图像的累积分布函数(CDF),根据CDF,将像素值映射到新的像素值,以实现直方图均衡化,而这可以通过将每个像素的值替换为其CDF值的归一化结果来实现,得到像素值均匀分布的全局曝光调整图像;
(2)、将全局曝光调整后的图像分割成多个子区域,每个子区域的大小可以根据需求确定,例如:平均地划分成10×10的子区域;再采用直方图均衡化对每个子区域进行局部的曝光调整;
(3)、对当前子区域,计算其上、下、左、右相邻子区域的像素值,通过加权平均或高斯平滑的方法对当前子区域和其相邻子区域的邻边处进行平滑处理,其中:
加权平均方法是将相邻子区域的像素值与当前子区域的像素值进行加权平均,权重根据像素之间的距离或其他因素确定,该方法是在灰度图像的基础上处理;
高斯平滑方法是利用高斯核函数对相邻子区域的像素值进行加权平均,权重根据像素之间的距离和高斯分布函数确定;
(4)、最后将全局曝光调整图像和局部曝光调整图像进行融合,得到最终的曝光调整图像;
而图像的融合可以使用加权平均法进行融合,其中全局曝光调整图像和局部曝光调整图像的权重可以根据实际需求进行调整,较高的全局曝光权重可以保留全局对比度和亮度信息,较高的局部曝光权重可以突出局部细节和亮度平衡。
另一种融合方法是逐像素地选择最佳像素值,对于每个像素,比较全局曝光调整图像和局部曝光调整图像对应位置的像素值,选择亮度较高的像素值作为最终的像素值,这种方法可以在不同区域更好地保留细节。
方案三:
(a)、通过成像组件拍摄一张手掌图片,使用目标检测算法(如:深度学习网络或其它现有方法)对输入的手掌图片进行处理,以检测和定位ROI(感兴趣区域);
(b)、根据ROI的位置信息,从所拍摄的原始手掌图片中提取ROI的图像区域;
(c)、计算提取的ROI图像的平均亮度,即:计算ROI中所有像素的平均值作为ROI的亮度指标;
(d)、根据ROI的平均亮度与期望的亮度之间的差异确定曝光度调整量;
这可以根据具体需求和光照条件,设计一个合适的映射函数或算法来确定曝光度调整量,此为现有常用方法;
(e)、根据曝光度调整量对ROI图像进行曝光度调整;
(f)、不断重复步骤(c)~(e),实现对ROI图像的动态曝光调整,提高曝光调节精度。
当汽车的电量或解锁模组的电量小于设定阈值时,选用方案一对图像进行曝光度调整,当电量大于等于设定阈值时,可根据车载SOC系统的配置选用方案二或方案三对图像进行曝光度调整。除此之外,还可根据车载SOC系统的配置直接选定三种方案中的一种进行图像曝光度的调整。
上述步骤(5)中,对手掌图像的锐度调整,可采用SOBEL算子卷积提高图像锐度,以使掌静脉纹理更加显著。该操作在ISP芯片上执行,此外ISP芯片上同时可实现暗角补偿功能。
上述解锁方法中,若解锁模组中还设定有声纹识别要求,在掌静脉识别成功后,直接进入声纹识别步骤,具体为:
(9)、呼吸灯发出提示,解锁者说出声纹解锁指令;
(10)、若声纹识别成功,则呼吸灯指示和/或扬声器语音提示,并向车载SOC系统发送解锁指令和秘钥,进行解锁;若声纹识别失败,则呼吸灯指示和/或扬声器语音提示,解锁者再次发出声纹解锁指令,若声纹识别失败两次,判断是否有高优先级秘钥解锁,若无,则等待3秒后结束,并保存解锁记录,若有,则进入相应的高优先级的解锁步骤。
本发明的保护范围包括但不限于以上实施方式,其保护范围以权利要求书为准,任何对本技术做出的本领域的技术人员容易想到的替换、变形、改进均落入本发明的保护范围。
Claims (14)
1.一种低功耗车载掌静脉解锁模组,其特征在于包括壳体、电路板和固定在所述的电路板上的感应交互组件、光学成像组件和计算通讯组件,所述的电路板固定在所述的壳体内,所述的感应交互组件包括距离传感器、语音模块、无线模块、呼吸灯和扬声器,所述的光学成像组件包括补光组件和成像组件,所述的成像组件包括从下到上依次套接设置的感光元件、滤光组件、镜头组件和偏振片组件,所述的偏振片组件与所述的镜头组件转动连接,所述的计算通讯组件包括主控MCU、NPU、ISP芯片、SD卡存储模块和通讯接口,所述的通讯接口固定设置在所述的壳体上且用于与车载SOC系统或外部移动终端连接。
2.如权利要求1所述的一种低功耗车载掌静脉解锁模组,其特征在于:所述的壳体内固定设置有安装板,所述的电路板包括主电路板和副电路板,所述的主电路板和副电路板之间通过排线电连接,所述的主电路板固定在所述的安装板上,所述的主电路板上固定设置有隔离柱,所述的副电路板固定在所述的隔离柱的上端,使得所述的主电路板和副电路板上下间隔设置。
3.如权利要求2所述的一种低功耗车载掌静脉解锁模组,其特征在于:所述的感光元件固定在所述的主电路板上,所述的滤光组件包括滤光座和滤光片,所述的滤光座的下端固定设置有卡脚,所述的主电路板上设置有卡槽,所述的卡脚与所述的卡槽相卡接,使得所述的滤光座与所述的主电路板相固定,所述的滤光座套在所述的感光元件上,所述的滤光片固定在所述的滤光座的上端且与所述的感光元件上下正对,所述的镜头组件包括镜头座和相机镜头,所述的镜头座套在所述的滤光座外,且所述的镜头座的下端与所述的滤光座的下端螺接固定,所述的相机镜头固定在所述的镜头座内且位于所述的滤光片的正上方,所述的偏振片组件包括连接座和固定在所述的连接座上端的偏振片,所述的连接座的下端一体设置有多个沿圆周方向间隔排列的卡接片,所述的卡接片上一体设置有定位凸环,所述的镜头座的内表面设置有定位环槽,所述的卡接片插入所述的镜头座中且定位凸环与定位环槽相配合,使得所述的连接座与所述的镜头座可相对转动,所述的偏振片位于所述的相机镜头的正上方。
4.如权利要求2所述的一种低功耗车载掌静脉解锁模组,其特征在于:所述的补光组件为多颗固定在所述的副电路板上且呈阵列排布的红外LED灯珠。
5.如权利要求2所述的一种低功耗车载掌静脉解锁模组,其特征在于:所述的呼吸灯固定在所述的副电路板上,且所述的呼吸灯外套设有导光套,所述的导光套的下端固定在所述的副电路板上,所述的导光套的上端与所述的壳体的内上端相抵。
6.如权利要求5所述的一种低功耗车载掌静脉解锁模组,其特征在于:所述的壳体的上端面固定设置有透红外疏水膜,所述的透红外疏水膜正对所述的导光套的位置处设置有导光孔。
7.如权利要求2所述的一种低功耗车载掌静脉解锁模组,其特征在于:所述的距离传感器为固定在所述的副电路板上的红外传感器、超声波传感器、雷达传感器、TOF传感器或带编码的激光传感器。
8.如权利要求1所述的一种低功耗车载掌静脉解锁模组,其特征在于:所述的感光元件为CMOS图像传感器或CCD。
9.基于如权利要求1所述的低功耗车载掌静脉解锁模组的解锁方法,其特征在于包括以下具体步骤:
(1)、在SD卡存储模块的数据库中预先存入加密的掌静脉特征向量;
(2)、解锁模组得电后先将参数初始化,主控MCU对所有预存的掌静脉特征向量进行解密并加载到主控MCU内置的DDR模块中,然后根据解锁模组在汽车上的安装位置通过感应交互组件并采用低功耗唤醒方法唤醒解锁模组,同时通过扬声器语音提示,然后进入下一步;
(3)、通过补光组件调节环境光强,并通过呼吸灯指引解锁者的手掌到达指定位置,同时扬声器语音提示;
(4)、采集手掌图像并检测掌心,若检测到掌心,则对手掌图像进行预处理,对手掌图像的曝光度和锐度进行调整,使掌静脉纹理显著;若检测不到掌心,则重新采集手掌图像;
(5)、在NPU中对预处理后的手掌图像进行边缘计算,具体为:通过深度学习模型,获取当前掌静脉特征向量;
(6)、计算当前掌静脉特征向量与解密后的预存的掌静脉特征向量的距离,选取距离最小值,并返回对应置信度;
(7)、主控MCU判断置信度是否小于阈值,若是,则掌静脉识别成功,呼吸灯指示和/或扬声器语音提示,并向车载SOC系统发送解锁指令和秘钥,进行解锁;若不是,则认定为识别失败,呼吸灯指示和/或扬声器语音提示,解锁者保持掌型继续识别,当识别失败次数大于等于两次,则解锁失败,上传异常记录,报警并结束。
10.如权利要求9所述的解锁方法,其特征在于:所述的步骤(1)中,掌静脉特征向量的预存方法为:通过车载SOC系统与解锁模组相连接或通过移动终端与解锁模组无线连接并授权,向主控MCU发送掌静脉信息录入指令,然后直接通过解锁模组进行掌静脉信息的录入,并对获取到的掌静脉特征向量加密,然后保存到SD卡存储模块的数据库中。
11.如权利要求9所述的解锁方法,其特征在于:所述的步骤(1)中,掌静脉特征向量的预存方法为:移动终端将预存的加密的掌静脉特征向量通过无线连接或通讯接口向主控MCU授权后存储到SD卡存储模块的数据库中。
12.如权利要求9所述的解锁方法,其特征在于:所述的步骤(2)中解锁模组的唤醒方法为:
若解锁模组安装在车内,通过语音模块向主控MCU发送唤醒指令以唤醒解锁模组;
若解锁模组安装在汽车外部表面,距离传感器和无线模块同时检测相应信号,无线模块的具体检测过程为:设定无线模块每5秒检测一次周边无线信号,若无线模块先检测到相匹配的无线信号,则发送信号给主控MCU,唤醒解锁模组;
距离传感器的具体检测过程为:
(2.1)、设定距离传感器以脉冲机制工作,初始节电检测周期为0.5秒;
(2.2)、若距离传感器在设定的距离阈值内检测到外部物体,则将距离传感器的检测周期提高到0.1秒,即快速检测,共检测6次,同时记录每次检测结果;若没有检测到,则重复步骤(2.1);
(2.3)、在上述6次检测结果中,判断是否有5次检测到外部物体,若没有,距离传感器调整为节电检测状态;若有,则通过差分统计的方法,对所记录的检测结果进行一阶差分计算,并将得到的所有差分值取平均,并与预先设定好的差分值阈值进行比较,若大于等于阈值,且比无线模块先检测到信号,则发送信号给主控MCU,唤醒解锁模组;若小于阈值,则认定为是静态干扰物,若认定静态干扰的次数超过5次,则将距离传感器的检测周期调整为1秒,即休眠检测,若未超过5次,则距离传感器调整为节电检测状态。
13.如权利要求9所述的解锁方法,其特征在于:所述的步骤(4)中,对手掌图像的曝光度调整方法为:
当电量小于等于设定阈值时,选用方案一对图像进行曝光度调整,具体为:
预先设定掌面距离与曝光强度的函数关系,即:E_offset = a×exp(b×D2) + c,其中:E_offset表示曝光强度的补偿值,可正可负;D表示掌面到距离传感器的距离;a、b、c 为函数参数,参数a用于控制函数曲线的整体幅度,参数b用于控制函数曲线的陡峭程度,参数c用于控制函数曲线的偏移量;或将掌面距离与曝光强度的对应值预先存为表格;然后根据距离传感器检测到的掌面距离,查表得到对应的曝光度,或通过上述函数关系得到曝光强度的补偿值,将手掌图像的原图亮度加上该补偿值即调整后的曝光度;
当电量大于等于设定阈值时,选用方案二或方案三对图像进行曝光度调整,方案二具体为:
通过直方图均衡化调整原始的手掌图像,得到像素值均匀分布的全局曝光调整图像,然后将全局曝光调整后的图像分割成多个子区域,再采用直方图均衡化对每个子区域进行局部的曝光调整,对当前子区域,计算其上、下、左、右相邻子区域的像素值,通过加权平均或高斯平滑的方法对当前子区域和其相邻子区域的邻边处进行平滑处理,最后将全局曝光调整图像和局部曝光调整图像进行融合,得到最终的曝光调整图像;
方案三具体为:
(a)、通过成像组件拍摄一张手掌图片,使用目标检测算法对输入的手掌图片进行处理,以检测和定位ROI;
(b)、根据ROI的位置信息,从所拍摄的原始手掌图片中提取ROI的图像区域;
(c)、计算提取的ROI图像的平均亮度,
(d)、根据ROI的平均亮度与期望的亮度之间的差异确定曝光度调整量;
(e)、根据曝光度调整量对ROI图像进行曝光度调整;
(f)、不断重复步骤(c)~(e),实现对ROI图像的动态曝光调整,提高曝光调节精度。
14.如权利要求9所述的解锁方法,其特征在于:若解锁模组中还设定有声纹识别要求,在掌静脉识别成功后,进入声纹识别步骤,具体为:
(8)、呼吸灯发出提示,解锁者说出声纹解锁指令;
(9)、若声纹识别成功,则呼吸灯指示和/或扬声器语音提示,并向车载SOC系统发送解锁指令和秘钥,进行解锁;若声纹识别失败,则呼吸灯指示和/或扬声器语音提示,解锁者再次发出声纹解锁指令,若声纹识别失败两次,判断是否有高优先级秘钥解锁,若无,则等待3秒后结束,并保存解锁记录,若有,则进入相应的高优先级的解锁步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310902947.0A CN116620219B (zh) | 2023-07-21 | 2023-07-21 | 一种低功耗车载掌静脉解锁方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310902947.0A CN116620219B (zh) | 2023-07-21 | 2023-07-21 | 一种低功耗车载掌静脉解锁方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116620219A true CN116620219A (zh) | 2023-08-22 |
CN116620219B CN116620219B (zh) | 2023-10-20 |
Family
ID=87636888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310902947.0A Active CN116620219B (zh) | 2023-07-21 | 2023-07-21 | 一种低功耗车载掌静脉解锁方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116620219B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117315833A (zh) * | 2023-09-28 | 2023-12-29 | 杭州名光微电子科技有限公司 | 一种用于智能门锁的掌静脉识别模组及其方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102402679A (zh) * | 2010-09-07 | 2012-04-04 | 北京北科慧识科技股份有限公司 | 非接触式掌纹掌脉识别系统 |
WO2015180460A1 (zh) * | 2014-05-27 | 2015-12-03 | 常熟安智生物识别技术有限公司 | 掌静脉识别智能系统 |
WO2017088109A1 (zh) * | 2015-11-24 | 2017-06-01 | 厦门中控生物识别信息技术有限公司 | 一种掌静脉识别的方法和掌静脉识别装置 |
CN107274517A (zh) * | 2017-04-25 | 2017-10-20 | 合肥中科奔巴科技有限公司 | 融合三维人脸与掌静脉识别的智能门禁系统 |
CN107341473A (zh) * | 2017-07-04 | 2017-11-10 | 深圳市利众信息科技有限公司 | 手掌特征识别方法、手掌特征识别设备、及存储介质 |
CN108319911A (zh) * | 2018-01-30 | 2018-07-24 | 深兰科技(上海)有限公司 | 基于手脉识别的生物身份认证和支付系统及身份认证方法 |
CN109033981A (zh) * | 2018-06-29 | 2018-12-18 | 张维先 | 基于超声波测距降低掌静脉识别系统功耗的方法 |
CN109190603A (zh) * | 2018-10-26 | 2019-01-11 | 新多集团有限公司 | 一种非接触式掌纹掌静脉混合识别系统 |
US20190167159A1 (en) * | 2016-12-23 | 2019-06-06 | Obschestov S Organichennoi Otvetstvennostyu "Nauchno-Issledovatelsky Tsentr Prosoft-Sistemy" | Palm vein imaging device |
CN114943994A (zh) * | 2022-05-24 | 2022-08-26 | 厦门熵基科技有限公司 | 掌静脉识别系统的控制方法、装置、控制器及存储介质 |
CN115273282A (zh) * | 2022-07-26 | 2022-11-01 | 宁波芯然科技有限公司 | 一种基于掌静脉识别的车门解锁方法 |
-
2023
- 2023-07-21 CN CN202310902947.0A patent/CN116620219B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102402679A (zh) * | 2010-09-07 | 2012-04-04 | 北京北科慧识科技股份有限公司 | 非接触式掌纹掌脉识别系统 |
WO2015180460A1 (zh) * | 2014-05-27 | 2015-12-03 | 常熟安智生物识别技术有限公司 | 掌静脉识别智能系统 |
CN105224906A (zh) * | 2014-05-27 | 2016-01-06 | 常熟安智生物识别技术有限公司 | 掌静脉识别智能系统 |
WO2017088109A1 (zh) * | 2015-11-24 | 2017-06-01 | 厦门中控生物识别信息技术有限公司 | 一种掌静脉识别的方法和掌静脉识别装置 |
US20190167159A1 (en) * | 2016-12-23 | 2019-06-06 | Obschestov S Organichennoi Otvetstvennostyu "Nauchno-Issledovatelsky Tsentr Prosoft-Sistemy" | Palm vein imaging device |
CN107274517A (zh) * | 2017-04-25 | 2017-10-20 | 合肥中科奔巴科技有限公司 | 融合三维人脸与掌静脉识别的智能门禁系统 |
CN107341473A (zh) * | 2017-07-04 | 2017-11-10 | 深圳市利众信息科技有限公司 | 手掌特征识别方法、手掌特征识别设备、及存储介质 |
CN108319911A (zh) * | 2018-01-30 | 2018-07-24 | 深兰科技(上海)有限公司 | 基于手脉识别的生物身份认证和支付系统及身份认证方法 |
CN109033981A (zh) * | 2018-06-29 | 2018-12-18 | 张维先 | 基于超声波测距降低掌静脉识别系统功耗的方法 |
CN109190603A (zh) * | 2018-10-26 | 2019-01-11 | 新多集团有限公司 | 一种非接触式掌纹掌静脉混合识别系统 |
CN114943994A (zh) * | 2022-05-24 | 2022-08-26 | 厦门熵基科技有限公司 | 掌静脉识别系统的控制方法、装置、控制器及存储介质 |
CN115273282A (zh) * | 2022-07-26 | 2022-11-01 | 宁波芯然科技有限公司 | 一种基于掌静脉识别的车门解锁方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117315833A (zh) * | 2023-09-28 | 2023-12-29 | 杭州名光微电子科技有限公司 | 一种用于智能门锁的掌静脉识别模组及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116620219B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI785312B (zh) | 車門解鎖方法及其裝置、車載人臉解鎖系統、車、電子設備和儲存媒體 | |
WO2021000587A1 (zh) | 车门解锁方法及装置、系统、车、电子设备和存储介质 | |
CN116620219B (zh) | 一种低功耗车载掌静脉解锁方法 | |
US10284822B2 (en) | System for enhancing the visibility of a ground surface adjacent to a land vehicle | |
US20180247504A1 (en) | Identification of suspicious persons using audio/video recording and communication devices | |
US11741766B2 (en) | Garage security and convenience features | |
CN105844128B (zh) | 身份识别方法和装置 | |
US10593174B1 (en) | Automatic setup mode after disconnect from a network | |
CN104268963A (zh) | 一种智能门锁系统及智能门锁、智能报警门 | |
CN104952121B (zh) | 一种行车记录仪 | |
CN103198595A (zh) | 智能门窗防入侵系统 | |
CN105930781A (zh) | 驾驶员授权控制装置和采用该装置进行的授权控制方法 | |
US10713928B1 (en) | Arming security systems based on communications among a network of security systems | |
CN104952209A (zh) | 一种驾驶预警方法及装置 | |
US11064167B2 (en) | Input functionality for audio/video recording and communication doorbells | |
CN104163149B (zh) | 一种车辆行李箱盖开启控制方法及系统 | |
KR20190141437A (ko) | 주차장 출입 시스템 및 그 제어 방법 | |
US11349707B1 (en) | Implementing security system devices as network nodes | |
TW201327413A (zh) | 臉部認證或辨識系統及方法 | |
US10791607B1 (en) | Configuring and controlling light emitters | |
US10943442B1 (en) | Customized notifications based on device characteristics | |
CN110414445B (zh) | 用于人脸识别的光源调节方法、装置及电子设备 | |
CN110901583A (zh) | 无钥匙进入的系统、方法以及一种车辆、一种车门 | |
CN108216124B (zh) | 汽车防盗报警系统及其监控装置 | |
US10863146B1 (en) | Setup and configuration of audio/video recording and communication devices |
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 |