TW202008198A

TW202008198A - 穿戴式裝置及其駕駛者之身分識別方法

Info

Publication number: TW202008198A
Application number: TW107126008A
Authority: TW
Inventors: 梁德容; 楊青翰; 張欽圳
Original assignee: 國立中央大學
Priority date: 2018-07-27
Filing date: 2018-07-27
Publication date: 2020-02-16
Also published as: TWI696087B

Abstract

本發明提供一種穿戴式裝置及其駕駛者之認證方法。穿戴式裝置係供駕駛者之手配戴，而此穿戴式裝置包括感測裝置、儲存器及處理器。感測裝置取得感測訊號。儲存器記錄感測訊號、以及數個模組。處理器耦接感測裝置及儲存器，並存取且載入儲存器所記錄的那些模組。而那些模組包括感測訊號擷取模組及分析判斷模組。感測訊號擷取模組取得感測訊號以偵測駕駛者的運動狀態。而分析判斷模組依據此運動狀態判斷駕駛者是否符合合法駕駛者，並能將不符合情況通知給合法駕駛者。藉此，提供簡單又方便的安全認證機制。

Description

穿戴式裝置及其駕駛者之身分識別方法

本發明是有關於一種認證技術，且特別是有關於一種穿戴式裝置及其駕駛者之認證方法。

隨著科技發展的進步，各類型穿戴式裝置的功能逐漸完善且越來越受歡迎。在數種類型的穿戴式裝置中，由於傳統手環或手錶很早就是消費者習慣配戴的物件，因此智慧型手環或手錶在市場上的接受度較高。這些智慧型手環或手錶不僅能夠監控穿戴者的生理狀況，更能進一步分析穿戴者的行為。此外，智慧型手環或手錶還能與手機、平板等行動裝置連接，以提供給使用者更多元化且方便的操作。而隨著車用電子快速發展，手機、平板甚至是穿戴式裝置亦能與車用電子系統連線，以控制車輛的多媒體、空調或導航等功能。然而，透過手機或平板電腦控制車輛的技術目前屬於發展主流，穿戴式裝置與車用電子系統共同運作的技術相對較少且有待開發。

有鑑於此，本發明提供一種穿戴式裝置及其駕駛者之認證方法，在駕駛者正常駕駛的過程中，基於穿戴式裝置內建的感測裝置來對駕駛者的身分進行認證。

本發明的駕駛者之認證方法，其適用於駕駛者以手配戴穿戴式裝置。此認證方法包括下列步驟。透過此穿戴式裝置的感測裝置偵測駕駛者之運動狀態。依據此運動狀態判斷此駕駛者是否符合合法駕駛者。

在本發明的一實施例中，上述依據此運動狀態判斷此駕駛者是否符合合法駕駛者之後，更包括下列步驟。若此駕駛者不符合合法駕駛者，則透過穿戴式裝置發出告警訊息。

在本發明的一實施例中，上述依據此運動狀態判斷此駕駛者是否符合合法駕駛者包括下列步驟。將運動狀態對應的行為特徵量輸入至行為模型，而此行為模型是基於合法駕駛者的運動狀態而訓練得出。透過行為模型判斷駕駛者之運動狀態與合法駕駛者之運動狀態之間的相似度。若此相似度大於門檻值，則判斷此駕駛者符合合法駕駛者。若此相似度未大於門檻值，則判斷此駕駛者不符合合法駕駛者。

在本發明的一實施例中，上述透過穿戴式裝置的感測裝置偵測駕駛者之運動狀態包括下列步驟。透過穿戴式裝置的感測裝置偵測合法駕駛者之運動狀態。基於合法駕駛者之運動狀態而透過機器學習演算法訓練行為模型。

在本發明的一實施例中，上述透過穿戴式裝置的感測裝置偵測駕駛者之運動狀態之前，更包括下列步驟。連結至車用電子系統，而此車用電子系統裝載認證應用程式。透過此認證應用程式驅動駕駛者之感測操作。

本發明的穿戴式裝置係供駕駛者之手配戴，而此穿戴式裝置包括感測裝置、儲存器及處理器。感測裝置取得感測訊號。儲存器記錄感測訊號、以及數個模組。處理器耦接感測裝置及儲存器，並存取且載入儲存器所記錄的那些模組。而那些模組包括感測訊號擷取模組及分析判斷模組。感測訊號擷取模組取得感測訊號以偵測駕駛者的運動狀態。而分析判斷模組依據此運動狀態判斷駕駛者是否符合合法駕駛者。

在本發明的一實施例中，上述模組更包括訊息通知模組。而若此駕駛者不符合合法駕駛者，則訊息通知模組發出告警訊息。

在本發明的一實施例中，上述模組更包括行為特徵轉換模組。行為特徵轉換模組將感測訊號轉換成行為特徵量。而分析判斷模組將運動狀態對應的行為特徵量輸入至行為模型，透過此行為模型判斷駕駛者之運動狀態與合法駕駛者之運動狀態之間的相似度。若此相似度大於門檻值，則分析判斷模組判斷此駕駛者不符合合法駕駛者。而此行為模型是基於合法駕駛者的運動狀態而訓練得出。

在本發明的一實施例中，上述模組更包括行為模型訓練模組。感測訊號擷取模組偵測合法駕駛者之運動狀態。而行為模型訓練模組基於合法駕駛者之運動狀態而透過機器學習演算法訓練此行為模組。

在本發明的一實施例中，上述處理器連接至車用電子系統，而此車用電子系統裝載一認證應用程式。感測訊號擷取模組則受此認證應用程式驅動。

基於上述，本發明實施例的穿戴式裝置及其駕駛者之認證方法，提供合法駕駛者在正常駕駛情況下偵測駕駛行為，從而訓練行為模型。當任何駕駛者配戴本發明實施例的穿戴式裝置時，透過偵測駕駛行為來判斷當前駕駛者是否為合法駕駛者，幾乎不影響駕駛者的操作。藉此，可提供簡單又方便的車輛認證機制。

為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。

圖1是依據本發明一實施例的認證系統1的元件方塊圖。請參照圖1，認證系統1包括但不僅限於車用電子系統10及穿戴式裝置20。

車用電子系統10可以是車用電子控制裝置(與車輛機械(例如，引擎、感測影像、空調控制等)系統整合)、或車載用電子裝置(例如，車載機、影音娛樂系統等)。於本實施例中，車用電子系統裝載有認證應用程式，此認證應用程式可隨車輛一同啟動或透過使用者手動啟動。

穿戴式裝置20可以是智慧型手錶、智慧型手環、或其他供使用者配戴於其手(例如，手腕、手臂或其他手部位置)之裝置。穿戴式裝置20包括但不僅限於感測裝置21、儲存器23、通知裝置25及處理器27。

感測裝置21包括加速度感測器212、陀螺儀214、方位感測器中的任一者或其組合，感測裝置21並反應於配戴者之運動狀態或行動而產生感測訊號。於其他實施例中，感測裝置21亦可能是影像擷取裝置(例如，相機、攝影機等)、磁力感測器等類型的感測器。

儲存器23可以是任何型態的固定或可移動隨機存取記憶體(Radom Access Memory，RAM)、唯讀記憶體(Read Only Memory，ROM)、快閃記憶體(flash memory)、傳統硬碟(Hard Disk Drive，HDD)、固態硬碟(Solid-State Drive，SSD)或類似元件，並用以記錄程式碼、軟體模組(例如，感測訊號擷取模組231、行為特徵轉換模組232、行為模型訓練模組233、行為模型儲存模組234、分析判斷模組235、及訊息通知模組236等)、感測訊號、行為特徵量、行為模型及其他資料或檔案，其詳細內容待後續實施例詳述。

通知裝置25可以是顯示器(例如，液晶顯示器(Liquid Crystal Display，LCD)、發光二極體(Light-Emitting Diode，LED)等)、揚聲器(即，喇叭)、通訊收發器(例如，支援第四代(4G)或更後世代行動網路、Wi-Fi等)或其組合。

處理器27耦接感測裝置21、儲存器23及通知裝置25，處理器27並可以是中央處理器(Central Processing Unit，CPU)、微控制器、可程式化控制器、特殊應用積體電路、晶片或其他類似元件或上述元件的組合。於本實施例中，處理器27執行穿戴式裝置20的所有操作，處理器27並可存取並載入儲存器23所記錄的那些軟體模組。此外，處理器27可透過無線通訊介面(例如，Wi-Fi、藍牙等)與車用電子系統10連線，並經由建立的連線來收發資料。

為了方便理解本發明實施例的操作流程，以下將舉諸多實施例詳細說明本發明實施例中針對駕駛者行為的訓練及決策的流程。下文中，將搭配認證系統1中的各項裝置、元件及模組說明本發明實施例所述之方法。本方法的各個流程可依照實施情形而隨之調整，且並不僅限於此。

圖2是依據本發明一實施例之駕駛者的認證方法-訓練階段的流程圖。請參照圖2，車用電子系統10與穿戴式裝置20皆裝載有運行本發明實施例之認證方法的認證應用程式(步驟S1)。請連同參照圖4A之範例，當車輛15啟動後，車用電子系統10會透過對應無線通訊介面與合法駕駛者P1(例如，車輛擁有者、親友等)所配戴的穿戴式裝置20連接，車用電子系統10上的認證應用程式即會驅動穿戴式裝置20上的認證應用程式啟動(步驟S2)。接著，安全駕駛者P1可依據自身習慣駕駛車輛15(例如，操作方向盤、雨刷、排檔等)(步驟S3)，而穿戴式裝置20透過感測裝置21偵測安全駕駛者P1的運動狀態，使感測訊號擷取模組231取得例如是加速度感測器212、陀螺儀214及/或方位感測器216的三軸(x軸、y軸、z軸)感測訊號(步驟S4)。而行為特徵轉換模組232則將感測裝置21的感測訊號轉換成對應的行為特徵量(例如，轉動方向盤、切換排檔、開啟雨刷等行為的特徵量)(步驟S5)。

行為模型訓練模型233接著將行為特徵轉換模組232所得出的行為特徵量透過機器學習演算法(例如，類神經網路(Artificial Neural Networks，ANN)、深度學習(Deep learning)、支援向量機(Support Vector Machines，SVM)等演算法)訓練成此安全駕駛者P1的行為模型(步驟S6)，且行為模型儲存模型234可將行為模型訓練模型233所訓練的行為模型儲存於儲存器23中(步驟S7)。值得注意的是，穿戴式裝置20可以基於圖2流程記錄更多不同使用者的行為模型，只要任何使用者配戴此穿戴式裝置20來駕駛車輛15，行為模型訓練模組233都能基於使用者之運動狀態而透過機器學習演算法訓練出屬於個別使用者的行為模型。例如，車主配戴此穿戴式裝置20來訓練並建立車主的行為模型，車主家人亦可配戴此穿戴式裝置20來訓練並建立家人的行為模型。

圖3是依據本發明一實施例之駕駛者的認證方法-決策階段的流程圖。請同時參照圖3及圖4A，假設當前是安全駕駛者P1乘坐於車輛15內，車用電子系統10會透過對應無線通訊介面與安全駕駛者P1所配戴的穿戴式裝置20連接，以啟動穿戴式裝置20上的認證應用程式，並驅動感測訊號擷取模組231所執行的感測操作(步驟S8)。接著，安全駕駛者P1可依據自身習慣駕駛車輛15，而穿戴式裝置20透過感測裝置21偵測安全駕駛者P1的運動狀態(步驟S9)，使感測訊號擷取模組231取得例如是加速度感測器212、陀螺儀214及/或方位感測器216的感測訊號(步驟S10)。行為特徵轉換模組232則將感測裝置21的感測訊號依據步驟S5相同或相似的方式轉換成對應的數個行為特徵量(步驟S11)。

接著，分析判斷模組235將安全駕駛者P1運動狀態對應的行為特徵量輸入至圖2訓練階段所得出之行為模型，並透過此行為模型判斷(或推論)當前駕駛者之運動狀態與合法駕駛者P1之運動狀態之間的相似度(或相符機率)(步驟S12)。分析判斷模組235是基於相似度的大小來判斷當前駕駛者是否為合法駕駛者P1(步驟S13)。若此相似度大於門檻值，則分析判斷模組235判斷當前駕駛者符合合法駕駛者P1，且返回步驟S9持續偵測運動狀態。也就是說，分析判斷模組235依據當前感測裝置21偵測的運動狀態來判斷駕駛者是否符合合法駕駛者P1先前記錄的運動狀態。

請接著參照圖4B，假設非法駕駛者P2同樣配戴穿戴式裝置20且經過前述步驟S8~S11，若此非法駕駛者P2與合法駕駛者P1的相似度未大於此門檻值，則分析判斷模組判斷235此當前駕駛者不符合合法駕駛者P1。此外，若當前駕駛者不符合合法駕駛者，則訊息通知模型236會透過通知裝置25發出告警訊息。例如，穿戴式裝置20上的喇叭發出聲響。或者，告警訊息傳送到外部裝置，使車用電子系統10發出防盜警示聲響，使安全駕駛者P1(即，車輛擁有者)的手機25接收到簡訊或推播通知，或使保安或警察單位接獲告警訊息(步驟S14)。

需說明的是，安全駕駛者P1可能不只一位，即儲存器23記錄對應於不同人員的數個行為模型。而分析判斷模組判斷235則會載入這些行為模型來一一判斷是否符合任一位安全駕駛者P1。此外，前述實施例是採用機器學習法所訓練的行為模型來認證，然於其他實施例中，考慮到穿戴式裝置20的運算能力較差，分析判斷模組235亦可能採用運動狀態或影像特徵比對演算法，且此演算法可因感測裝置21的類型不同而調整。

綜上所述，本發明實施例是基於穿戴式裝置內建感測裝置所取得之感測訊號，建構安全駕駛者之駕駛操作的行為模型，並在後續透過建構之行為模型來驗證當前駕駛者的身分。當使用者配戴有本發明實施之穿戴式裝置並駕駛車輛時，其手部行為將被記錄，但使用者仍可正常駕駛。藉此，提供簡單又方便的安全認證機制。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。

1‧‧‧認證系統10‧‧‧車用電子系統20‧‧‧穿戴式裝置21‧‧‧感測裝置212‧‧‧加速度感測器214‧‧‧陀螺儀216‧‧‧方位感測器23‧‧‧儲存器231‧‧‧感測訊號擷取模組232‧‧‧行為特徵轉換模組233‧‧‧行為模型訓練模組234‧‧‧行為模型儲存模組235‧‧‧分析判斷模組236‧‧‧訊息通知模組25‧‧‧通知裝置27‧‧‧處理器S1~S13‧‧‧步驟P1‧‧‧合法駕駛者P2‧‧‧非法駕駛者15‧‧‧車輛25‧‧‧手機

圖1是依據本發明一實施例的認證系統的元件方塊圖。圖2是依據本發明一實施例之駕駛者的認證方法-訓練階段的流程圖。圖3是依據本發明一實施例之駕駛者的認證方法-決策階段的流程圖。圖4A及4B是不同應用情境的範例。

S1~S7‧‧‧步驟

Claims

一種駕駛者之認證方法，適用於一駕駛者以手配戴一穿戴式裝置，而該認證方法包括：透過該穿戴式裝置的感測裝置偵測該駕駛者之運動狀態；以及依據該運動狀態判斷該駕駛者是否符合一合法駕駛者。
如申請專利範圍第1項所述駕駛者之認證方法，其中依據該運動狀態判斷該駕駛者是否符合該合法駕駛者的步驟之後，更包括：若該駕駛者不符合該合法駕駛者，則透過該穿戴式裝置發出告警訊息。
如申請專利範圍第1項所述駕駛者之認證方法，其中依據該運動狀態判斷該駕駛者是否符合該合法駕駛者的步驟，包括：將該運動狀態對應的行為特徵量輸入至一行為模型，其中該行為模型是基於該合法駕駛者的運動狀態而訓練得出；透過該行為模型判斷該駕駛者之運動狀態與該合法駕駛者之運動狀態之間的相似度；若該相似度大於一門檻值，則判斷該駕駛者符合該合法駕駛者；以及若該相似度未大於該門檻值，則判斷該駕駛者不符合該合法駕駛者。
如申請專利範圍第3項所述駕駛者之認證方法，其中透過該穿戴式裝置的感測裝置偵測該駕駛者之運動狀態的步驟之前，更包括：透過該穿戴式裝置的感測裝置偵測該合法駕駛者之運動狀態；以及基於該合法駕駛者之運動狀態而透過一機器學習演算法訓練該行為模型。
如申請專利範圍第1項所述駕駛者之認證方法，其中透過該穿戴式裝置的感測裝置偵測該駕駛者之運動狀態的步驟之前，更包括：連結至一車用電子系統，其中該車用電子系統裝載一認證應用程式；以及透過該認證應用程式驅動該駕駛者之感測操作。
一種穿戴式裝置，供一駕駛者之手配戴，而該穿戴式裝置包括：一感測裝置，取得感測訊號；一儲存器，記錄該感測訊號、以及多個模組；以及一處理器，耦接該感測裝置及該儲存器，並存取且載入該儲存器所記錄的該些模組，而該些模組包括：一感測訊號擷取模組，取得該感測訊號以偵測該駕駛者的運動狀態；以及一分析判斷模組，將該運動狀態輸入至一行為模型，以透過該行為模型判斷該駕駛者是否符合一合法駕駛者。
如申請專利範圍第6項所述的穿戴式裝置，其中該些模組更包括：一訊息通知模組，若該駕駛者不符合該合法駕駛者，則發出告警訊息。
如申請專利範圍第6項所述的穿戴式裝置，其中該些模組更包括：一行為特徵轉換模組，將該感測訊號轉換成多個行為特徵量；而該分析判斷模組將該運動狀態對應的行為特徵量輸入至一行為模型，透過該行為模型判斷該駕駛者之運動狀態與該合法駕駛者之運動狀態之間的相似度，若該相似度大於一門檻值，則該分析判斷模組判斷該駕駛者符合該合法駕駛者，而若該相似度未大於該門檻值，則該分析判斷模組判斷該駕駛者不符合該合法駕駛者，其中該行為模型是基於該合法駕駛者的運動狀態而訓練得出。
如申請專利範圍第8項所述的穿戴式裝置，其中該些模組更包括：一行為模型訓練模組，該感測訊號擷取模組偵測該合法駕駛者之運動狀態，而該行為模型訓練模組基於該合法駕駛者之運動狀態而透過一機器學習演算法訓練該行為模型。
如申請專利範圍第6項所述的穿戴式裝置，其中該處理器連接至一車用電子系統，該車用電子系統裝載一認證應用程式，而該感測訊號擷取模組受該認證應用程式驅動。