TWI825793B

TWI825793B - 執法用穿戴裝置

Info

Publication number: TWI825793B
Application number: TW111122868A
Authority: TW
Inventors: 鍾明桉; 翟崧雲; 許嘉醇; 陳楷翔
Original assignee: 國立臺北科技大學
Priority date: 2022-06-20
Filing date: 2022-06-20
Publication date: 2023-12-11
Also published as: TW202401384A

Abstract

本發明係一種執法用穿戴裝置，其特徵在於：該執法用穿戴裝置可與一行動裝置通訊，並透過該行動裝置內一第一應用程式而與一控制中心通訊，其中該控制中心包含一交通違規分析模組、一交通疏導模組、一情緒分析模組、以及一生理特徵分析模組，且該控制中心與一警政系統通訊；該控制中心在接收到該執法用穿戴裝置經由該行動裝置所傳送之一請求後，根據該請求之類別與內容而選取該些模組之一，針對該請求之內容至該警政系統獲得一參考資訊，接著該控制中心整合該請求之內容與該參考資訊後到一判斷結果，再經由該行動裝置將該判斷結果回饋至該執法用穿戴裝置，供一執法人員據以進行一適當處置。

Description

執法用穿戴裝置

本發明係關於一種穿戴裝置，特別是一種有關於一種智慧型執法用穿戴裝置。

在日常生活中，警察等執法人員在執行勤務時，任務種類繁雜且要時時刻刻面臨突發狀況，若沒有一些科技裝備的協助，常常會面臨執法效率不彰或客觀性不足的問題。

因此，如何解決上述問題，提升警察等執法人員的執法效率、客觀性以及安全，是目前在設計執法人員輔助工具時面臨的重要課題。

鑒於上述內容，本揭露之一態樣係提供一種執法用穿戴裝置，其特徵在於：該執法用穿戴裝置可與一行動裝置通訊，並透過該行動裝置內一第一應用程式而與一控制中心通訊，其中該控制中心包含一交通違規分析模組、一交通疏導模組、一情緒分析模組、一生理特徵分析模組以及一物件辨識模組，且該控制中心與一警政系統通訊；以及該控制中心在接收到該執法用穿戴裝置經由該行動裝置所傳送之一請求後，根據該請求之類別與內容而選取該些模組之一，針對該請求之內容至該警政系統獲得一參考資訊，接著該控制中心整合該請求之內容與該參考資訊後到一判斷結果，再經由該行動裝置將該判斷結果回饋至該執法用穿戴裝置，供一執法人員據以進行一適當處置。

根據本揭露之一個或多個實施方式，其中該執法用穿戴裝置包括：一主機板，具有一微控制器；分別與該主機板電性連接且由該微控制器控制之一影像擷取模組、一深度擷取模組、一顯示模組、一震動模組以及一觸控模組；以及一充電模組，供電給該主機板、該影像擷取模組、該深度擷取模組、該顯示模組、該震動模組以及該觸控模組；其中，該判斷結果回饋至該執法用穿戴裝置後係顯示於該顯示模組，供該執法人員據以進行該適當處置；其中該執法用穿戴裝置、該行動裝置、該控制中心以及該警政系統係組成一執法輔助系統，而該控制中心可透過該請求之內容所構成的訓練樣本進行一機器學習，以提升該判斷結果的準確率；其中該執法人員係可透過一藍芽模組使該行動裝置與該執法用穿戴裝置配對，並透過該觸控模組對該執法用穿戴裝置進行操作；其中該應用程式更可透過其他應用程式遠端操作各該模組，並藉由一驅動模組而驅動該震動模組。

根據本揭露之一個或多個實施方式，其中該物件辨識模組係透過一感測器融合技術，整合該影像擷取模組所擷取之一影像資料以及該深度擷取模組所擷取之一深度資料，且該物件辨識模組係配置以執行下列步驟，包括：在步驟S100中，向該應用程式發送該深度擷取模組辨識結果之讀取請求；在步驟S102中，接著找尋與該執法人員最接近之一物件；在步驟S104中，接著找尋與該執法人員次接近之一物件；在步驟S106中，接著確認一安全無障礙且可穿越之區域；在步驟S108中，接著輸出在步驟S106中所獲得之一結果，並透過該震動模組16提示該執法人員；以及在步驟S110中，接著向該應用程式發送一權限終止請求。

根據本揭露之一個或多個實施方式，其中該影像擷取模組所擷取之一影像資料係供該交通疏導模組執行下列步驟，包括：在步驟S200中，將該影像擷取模組所擷取之該影像資料輸入該交通疏導模組200b；在步驟S202中，接著對該影像資料進行一灰階處理；在步驟S204中，接著對該影像資料進行一高斯模糊處理；在步驟S206中，接著對該影像資料進行一邊緣檢測處理；在步驟S208中，接著找出一感興趣區域(ROI)；在步驟S210中，接著從一邊緣找出一直線車道；以及在步驟S212中，接著輸出標示已偵測車道的該影像資料。

根據本揭露之一個或多個實施方式，其中該情緒分析模組係配置以執行下列步驟，包括：在步驟S300中，標記一社交網絡語料庫；在步驟S302中，接著進行一數據預處理；在步驟S304中，接著將一數據集劃分成一訓練集與一測試集；在步驟S306中，接著利用LSTM神經網絡進行模型的搭建；在步驟S308中，接著使用該訓練集進行該機器學習；在步驟S310中，根據該模型在該測試集上的表現，調整參數以提高該模型的泛化能力；在步驟S312中，對未標記的數據執行該數據預處理；以及在步驟S314中，使用訓練好的一情感預測模型，對該未標記的數據進行一情感預測。

根據本揭露之一個或多個實施方式，其中該交通違規分析模組係配置以執行下列步驟，包括：在步驟S400中，辨識車道線顏色與種類、以及辨識車子的行為；在步驟S402中，接著判斷每一輛車的行為；在步驟S404中，透過GPS定位器定位各該車的位置而自一全台各路段資訊平台取得一所行經路段的交通規範；在步驟S406中，接著將經判斷之各該車的行為與該所行經路段的交通規範進行比對，逐項檢查是否違規；以及在步驟S408中，接著若判斷無違規項目則結束所有步驟；若判斷有違規項目則續行步驟S410，其中，在步驟S410中，乃是將該違規項目顯示於該顯示模組並致使該影像擷取模組自動擷取一違規行為影像資料後上傳至該警政系統。

根據本揭露之一個或多個實施方式，其中該交通疏導模組係配置以執行下列步驟，包括：在步驟S500中，透過GPS定位器定位每一車輛的位置而自該警政系統取得各該車輛所行經路段的一交通即時資訊；在步驟S502中，接著根據該交通即時資訊計算一最佳紓解交通策略，並將該最佳紓解交通策略傳送並顯示於該顯示模組；以及在步驟S504中，接著該執法人員依據該顯示模組上的該最佳紓解交通策略進行一交通疏導。

根據本揭露之一個或多個實施方式，其中該生理特徵分析模組係配置以執行下列步驟，包括：在步驟S600中，在穿戴該執法用穿戴裝置之一執法人員與一目標對象對話時，保持作動；在步驟S602中，接著補捉該目標對象的複數表情特徵，並顯示於該顯示模組；在步驟S604中，接著根據該些表情特徵分析可能說謊的機率，並將一分析結果顯示於該顯示模組；以及在步驟S606中，接著該執法人員依據該顯示模組上的該分析結果，進行一綜合判斷並進行一適當處置。

根據本揭露之一個或多個實施方式，其中該生理特徵分析模組係配置以執行下列步驟，包括：在步驟S700中，會自該警政系統獲得一通緝犯名單以及各通緝犯的基本資訊，然後對一目標對象進行人臉辨識並產生一辨識結果；在步驟S702中，接著根據該辨識結果判斷該目標對象是否為通緝犯，並產生一判斷結果；若該判斷結果為否則結束所有步驟；若該判斷結果為是則續行步驟S704；以及在步驟S704中，接著該顯示模組會顯示對應之該通緝犯的基本資訊，並將一查獲結果同步通報該警政系統。

根據本揭露之一個或多個實施方式，其中該生理特徵分析模組200d係配置以執行下列步驟，包括：在步驟S800中，該執法用穿戴裝置協助一執法人員鎖定一目標對象；在步驟S802中，接著該執法用穿戴裝置紀錄該目標對象的生理特徵；在步驟S804中，接著該執法用穿戴裝置在執法人員追蹤該目標對象的過程中，對該執法人員視野所及之不特定人進行人臉辨識；以及在步驟S806中，接著執法用穿戴裝置所擷取的影像中若有該目標對象，則會在該顯示模組上進行標示，供該執法人員據以進行一綜合判斷並進行一適當處置。

10:執法用穿戴裝置

11:主機板

12:影像擷取模組

13:深度擷取模組

14:顯示模組

15:充電模組

16:震動模組

17:觸控模組

101:第一鏡框

102:第二鏡框

104:第一鏡腿

105:第二鏡腿

141:第一顯示單元

142:第二顯示單元

161:第一震動單元

162:第二震動單元

11a:微控制器

208:藍芽模組

204:馬達驅動IC

206:通訊模組

20:行動裝置

200:控制中心

300:警政系統

1:執法輔助系統

103:連接部

200a:交通違規分析模組

200b:交通疏導模組

200c:情緒分析模組

200d:生理特徵分析模組

200e:物件辨識模組

S100~S806:步驟

圖1A係本發明一實施例之執法用穿戴裝置以及執法輔助系統的示意圖。

圖1B係本發明一實施例之執法用穿戴裝置的示意圖。

圖2係本發明一實施例之執法用穿戴裝置的硬體架構示意圖。

圖3係本發明一實施例之執法用穿戴裝置使用狀態的示意圖。

圖4~11係本發明之實施例的執法用穿戴裝置各種應用的示意圖。

以下揭露提供不同的實施例或示例，以建置所提供之標的物的不同特徵。以下敘述之成分以及排列方式的特定示例是為了簡化本公開，目的不在於構成限制；元件的尺寸和形狀亦不被揭露之範圍或數值所限制，但可以取決於元件之製程條件或所需的特性。例如，利用剖面圖描述本發明的技術特徵，這些剖面圖是理想化的實施例示意圖。因而，由於製造工藝和/公差而導致圖示之形狀不同是可以預見的，不應為此而限定。

再者，空間相對性用語，例如「下方」、「在…之下」、「低於」、「在…之上」以及「高於」等，是為了易於描述圖式中所繪示的元素或特徵之間的關係；此外，空間相對用語除了圖示中所描繪的方向，還包含元件在使用或操作時的不同方向。

首先，請一併參考圖1A、圖1B與圖3，圖1A係本發明一實施例之執法用穿戴裝置以及執法輔助系統的示意圖；圖1B係本發明一實施例之執法用穿戴裝置的示意圖。圖3係本發明一實施例之執法用穿戴裝置使用狀態的示意圖。

如圖1所示，此實施例之執法用穿戴裝置10的特徵在於其可與一行動裝置20通訊，並透過該行動裝置20內一第一應用程式而與一控制中心200通訊。而且，該執法用穿戴裝置10、該行動裝置20、該控制中心200以及一警政系統300係組成一執法輔助系統1，用以提升一執法人員的執法效率以及正確率。

如圖3所示，在此要特別說明的是，該控制中心200包含一交通違規分析模組200a、一交通疏導模組200b、一情緒分析模組200c、一生理特徵分析模組200d以及一物件辨識模組200e，且該控制中心200與一警政系統300通訊。

如圖3所示，當該執法用穿戴裝置10發出一請求，並經由該行動裝置20傳送至該控制中心200後，該控制中心200會根據該請求之類別與內容而選取該些模組之一，針對該請求之內容至該警政系統300獲得一參考資訊，接著該控制中心200整合該請求之內容與該參考資訊後到一判斷結果，再經由該行動裝置20將該判斷結果回饋至該執法用穿戴裝置10，供一執法人員據以進行一適當處置。

接著，請再一併參考圖1A、圖1B與圖2，根據本發明之實施例，該執法用穿戴裝置10包括：一主機板11、一影像擷取模組12、一深度擷取模組13、一顯示模組14、一充電模組15、一震動模組16以及一觸控模組17。另外，該執法用穿戴裝置10還包括：第一鏡框101、第二鏡框102、連接部103、第一鏡腿104以及第二鏡腿105。其中，第一鏡框101與第二鏡框102藉由連接部103而連接。顯示模組14包括嵌合在第一鏡框101內之第一顯示單元141以及嵌合在第二鏡框102內之第二顯示單元142。其中，第一顯示單元141及第二顯示單元142皆為透明顯示面板。充電模組15為電池，設置在第一鏡腿104內。主機板11設置於第二鏡腿105內。另外，震動模組16包括設置在第一鏡腿104內側之第一震動單元161以及設置在第二鏡腿105內側之第二震動單元162。其中第一震動單元161及第二震動單元162例如是震動馬達。觸控模組17設置在第一鏡腿104上，例如是觸控面板。其中主機板11以非同步收發傳輸器接口耦接觸控模組17。

另外，如圖2所示，主機板11具有一微控制器11a。影像擷取模組12、深度擷取模組13、觸控模組17、藍芽模組208、驅動模組(即馬達驅動IC)204、通訊模組206、顯示模組14、震動模組16分別與主機板11電性連接且由微控制器11a控制。在本發明之實施例中，充電模組15與主機板11電性連接，並透過主機板11供電給上述與主機板11電性連接之該些模組、以及其他元件或部件。例如，充電模組15供電給(包含但不限於)主機板11、微控制器11a、影像擷取模組12、深度擷取模組13、觸控模組17、藍芽模組208、驅動模組(即馬達驅動IC 204)、通訊模組206、顯示模組14、震動模組16。

另外，請再參考圖3，根據本發明之實施例，控制中心200所得之判斷結果回饋至該執法用穿戴裝置10後係顯示於該顯示模組14，供該執法人員據以進行該適當處置。另外，如前所述，該執法用穿戴裝置10、該行動裝置20、該控制中心200以及該警政系統300係組成一執法輔助系統1，而該控制中心200可透過大量由來自該執法用穿戴裝置10之該請求內容所構成的訓練樣本進行一機器學習，以提升該判斷結果的準確率。根據本發明之實施例，該執法人員係可透過一藍芽模組208使該行動裝置20與該執法用穿戴裝置10配對，並透過該觸控模組17對該執法用穿戴裝置10進行操作。而且，該行動裝置20內之該第一應用程式係可做為控制中樞，進一步透過其他應用程式遠端操作前述各該模組，並藉由一驅動模組(即圖2之馬達驅動IC)204而驅動該震動模組16。

另外，如圖4所示，在本發明之實施例中，該物件辨識模組200e係透過一感測器融合技術，整合該影像擷取模組12所擷取之一影像資料以及該深度擷取模組13所擷取之一深度資料，且該物件辨識模組200e係配置以執行下列步驟，包括：在步驟S100中，向該第一應用程式發送該深度擷取模組13辨識結果之讀取請求；在步驟S102中，接著找尋與該執法人員最接近之一物件；在步驟S104中，接著找尋與該執法人員次接近之一物件；在步驟S106中，接著確認一安全無障礙且可穿越之區域；在步驟S108中，接著輸出在步驟S106中所獲得之一結果，並透過該震動模組16提示該執法人員；以及在步驟S110中，接著向該第一應用程式發送一權限終止請求。

另外，如圖5所示，在本發明之實施例中，該影像擷取模組12所擷取之一影像資料係供該交通疏導模組200b執行下列步驟，包括：在步驟S200中，將該影像擷取模組12所擷取之該影像資料輸入該交通疏導模組200b；在步驟S202中，接著對該影像資料進行一灰階處理；在步驟S204中，接著對該影像資料進行一高斯模糊處理；在步驟S206中，接著對該影像資料進行一邊緣檢測處理；在步驟S208中，接著找出一感興趣區域(ROI)；在步驟S210中，接著從一邊緣找出一直線車道；以及在步驟S212中，接著輸出標示已偵測車道的該影像資料。

另外，如圖6所示，在本發明之實施例中，該情緒分析模組200c係配置以執行下列步驟，包括：在步驟S300中，標記一社交網絡語料庫；在步驟S302中，接著進行一數據預處理；在步驟S304中，接著將一數據集劃分成一訓練集與一測試集；在步驟S306中，接著利用LSTM神經網絡進行模型的搭建；在步驟S308中，接著使用該訓練集進行該機器學習；在步驟S310中，根據該模型在該測試集上的表現，調整參數以提高該模型的泛化能力；在步驟S312中，對未標記的數據執行該數據預處理；以及在步驟S314中，使用訓練好的一情感預測模型，對該未標記的數據進行一情感預測。

另外，如圖7所示，在本發明之實施例中，該交通違規分析模組200a係配置以執行下列步驟，包括：在步驟S400中，辨識車道線顏色與種類、以及辨識車子的行為；在步驟S402中，接著判斷每一輛車的行為；在步驟S404中，透過GPS定位器定位各該車的位置而自一全台各路段資訊平台取得一所行經路段的交通規範；在步驟S406中，接著將經判斷之各該車的行為與該所行經路段的交通規範進行比對，逐項檢查是否違規；以及在步驟S408中，接著若判斷無違規項目則結束所有步驟；若判斷有違規項目則續行步驟S410，其中，在步驟S410中，乃是將該違規項目顯示於該顯示模組14並致使該影像擷取模組12自動擷取一違規行為影像資料後上傳至該警政系統300。

另外，如圖8所示，在本發明之實施例中，該交通疏導模組200b係配置以執行下列步驟，包括：在步驟S500中，透過GPS定位器定位每一車輛的位置而自該警政系統300取得各該車輛所行經路段的一交通即時資訊；在步驟S502中，接著根據該交通即時資訊計算一最佳紓解交通策略，並將該最佳紓解交通策略傳送並顯示於該顯示模組14；以及在步驟S504中，接著該執法人員依據該顯示模組14上的該最佳紓解交通策略進行一交通疏導。

另外，如圖9所示，在本發明之實施例中，該生理特徵分析模組200d係配置以執行下列步驟，包括：在步驟S600中，在穿戴該執法用穿戴裝置10之一執法人員與一目標對象對話時，保持作動；在步驟S602中，接著補捉該目標對象的複數表情特徵，並顯示於該顯示模組14；在步驟S604中，接著根據該些表情特徵分析可能說謊的機率，並將一分析結果顯示於該顯示模組14；以及在步驟S606中，接著該執法人員依據該顯示模組14上的該分析結果，進行一綜合判斷並進行一適當處置。

另外，如圖10所示，在本發明之實施例中，該生理特徵分析模組200d係配置以執行下列步驟，包括：在步驟S700中，會自該警政系統300獲得一通緝犯名單以及各通緝犯的基本資訊，然後對一目標對象進行人臉辨識並產生一辨識結果；在步驟S702中，接著根據該辨識結果判斷該目標對象是否為通緝犯，並產生一判斷結果；若該判斷結果為否則結束所有步驟；若該判斷結果為是則續行步驟704；以及在步驟S704中，接著該顯示模組14會顯示對應之該通緝犯的基本資訊，並將一查獲結果同步通報該警政系統300。

另外，如圖11所示，在本發明之實施例中，該生理特徵分析模組200d係配置以執行下列步驟，包括：在步驟S800中，該執法用穿戴裝置10協助一執法人員鎖定一目標對象；在步驟S802中，接著該執法用穿戴裝置10紀錄該目標對象的生理特徵；在步驟S804中，接著該執法用穿戴裝置10在執法人員追蹤該目標對象的過程中，對該執法人員視野所及之不特定人進行人臉辨識；以及在步驟S806中，接著執法用穿戴裝置10所擷取的影像中若有該目標對象，則會在該顯示模組14上進行標示，供該執法人員據以進行一綜合判斷並進行一適當處置。

以上實施方式僅用以說明本發明的技術方案而非限制，儘管參照較佳實施方式對本發明進行了詳細說明，本領域的普通技術人員應當理解，可以對本發明的技術方案進行修改或等同替換，而不脫離本發明技術方案的精神和範圍。