书签 分享 收藏 举报 版权申诉 / 19

用于学习运载工具乘员的身份的系统、方法和设备.pdf

  • 上传人:a1
  • 文档编号:4345695
  • 上传时间:2018-09-18
  • 格式:PDF
  • 页数:19
  • 大小:795.73KB
  • 摘要
    申请专利号:

    CN201180076041.3

    申请日:

    2011.12.29

    公开号:

    CN104024078A

    公开日:

    2014.09.03

    当前法律状态:

    授权

    有效性:

    有权

    法律详情:

    授权|||实质审查的生效IPC(主分类):B60W 50/10申请日:20111229|||公开

    IPC分类号:

    B60W50/10(2012.01)I; B60W50/08(2012.01)I; B60R21/015

    主分类号:

    B60W50/10

    申请人:

    英特尔公司

    发明人:

    D.L.格劳曼; J.希利; C.蒙特西诺斯

    地址:

    美国加利福尼亚州

    优先权:

    专利代理机构:

    中国专利代理(香港)有限公司 72001

    代理人:

    杨美灵;汤春龙

    PDF完整版下载: PDF下载
    内容摘要

    本发明的某些实施例可以提供用于学习运载工具乘员的身份的系统、方法和设备。根据本发明的示例实施例,提供一种用于学习运载工具乘员的身份的方法。该方法包括接收初级标识(ID)输入和一个或多个次级ID输入,其中初级ID输入包括标识标记信息;至少部分地基于初级ID输入来检索集群信息;将一个或多个次级ID输入与集群信息比较;至少部分地基于一个或多个次级ID输入与集群信息的比较来确定置信度值;至少部分地基于接收的一个或多个次级ID输入来训练集群信息;以及存储所训练的集群信息。

    权利要求书

    权利要求书
    1.   一种包括由一个或多个处理器执行计算机可执行指令以用于学习运载工具乘员的身份的方法,所述方法还包括:
    接收初级标识(ID)输入和一个或多个次级ID输入,其中所述初级ID输入包括标识标记信息;
    至少部分地基于所述初级ID输入来检索集群信息;
    将所述一个或多个次级ID输入与所述集群信息比较;
    至少部分地基于所述一个或多个次级ID输入与所述集群信息的所述比较来确定置信度值;
    至少部分地基于所接收的一个或多个次级ID输入来训练所述集群信息;以及
    存储所训练的集群信息。

    2.   如权利要求1所述的方法,其中所述标识标记信息包括存储在射频标识(RFID)标签、条形码、磁条、密钥卡或非易失性存储器的其中一个或多个上的信息。

    3.   如权利要求1所述的方法,其中所述次级ID输入包括如下项的其中一个或多个:与所述乘员关联的重量、重量分布、图像特征或可听特征。

    4.   如权利要求1所述的方法,其中所述集群信息包括所述初级ID输入与所述一个或多个次级ID输入之间的先有关联性的指示。

    5.   如权利要求4所述的方法,其中所述指示包括相对关联性的一个或多个程度。

    6.   如权利要求1所述的方法,还包括:至少部分地基于所述一个或多个次级ID输入与所述集群信息的比较来输出信息。

    7.   如权利要求1所述的方法,其中训练所述集群信息还至少部分地基于所确定的置信度值。

    8.   如权利要求1所述的方法,其中训练所述集群信息包括至少部分地基于一个或多个接收的次级ID输入来更新所述集群信息的平均值和方差。

    9.   一种运载工具,其包括:
    用于从初级标识(ID)装置接收输入的初级读取器; 
    一个或多个次级ID输入装置;
    用于存储数据和计算机可执行指令的至少一个存储器;以及
    配置成访问所述至少一个存储器并还配置成执行用于执行如下步骤的计算机可执行指令的一个或多个处理器:
    从所述初级读取器接收初级ID输入和从所述一个或多个次级ID输入装置接收一个或多个次级ID输入;
    至少部分地基于所述初级ID输入从与所述运载工具关联的所述至少一个存储器检索集群信息;
    将所述一个或多个次级ID输入与所述集群信息比较;
    至少部分地基于所述集群信息或基于所述一个或多个次级ID输入与所述集群信息的所述比较来确定置信度值;以及
    至少部分地基于所接收的一个或多个次级ID输入来训练所述集群信息。

    10.   如权利要求9所述的运载工具,还包括用于提示所述运载工具的乘员的至少扬声器或显示器。

    11.   如权利要求9所述的运载工具,其中所述初级ID装置包括存储在射频标识(RFID)标签、条形码、磁条或非易失性存储器的其中一个或多个上的信息。

    12.   如权利要求9所述的运载工具,其中所述一个或多个次级ID输入装置包括如下项的其中一个或多个:用于测量与所述运载工具乘员关联的重量或重量分布的传感器、用于捕获与所述运载工具乘员关联的图像特征的摄像机或用于捕获与所述乘员关联的可听特征的麦克风。

    13.   如权利要求9所述的运载工具,其中所述集群信息包括所述初级ID输入与所述一个或多个次级ID输入之间的先有关联性的指示。

    14.   如权利要求13所述的运载工具,其中所述指示包括相对关联性的一个或多个程度。

    15.   如权利要求9所述的运载工具,其中所述一个或多个处理器还配置成用于至少部分地基于将所述一个或多个次级ID输入与所述集群信息比较来输出信息。

    16.   如权利要求9所述的运载工具,其中训练所述集群信息还至少部分地基于所确定的置信度值。

    17.   如权利要求9所述的运载工具,其中训练所述集群信息包括至少部分地基于一个或多个接收的次级ID输入来更新所述集群信息的平均值和方差。

    18.   一种设备,包括:
    用于存储数据和计算机可执行指令的至少一个存储器;以及
    配置成访问所述至少一个存储器并还配置成执行用于执行如下步骤的计算机可执行指令的一个或多个处理器:
    接收初级标识(ID)输入和一个或多个次级ID输入;
    至少部分地基于所述初级ID输入从所述至少一个存储器检索集群信息;
    将所述一个或多个次级ID输入与所述集群信息比较;
    至少部分地基于所述集群信息或基于所述一个或多个次级ID输入与所述集群信息的所述比较来确定置信度值;以及
    至少部分地基于所接收的一个或多个次级ID输入来训练所述集群信息。

    19.   如权利要求18所述的设备,其中所述初级ID输入包括存储在射频标识(RFID)标签、条形码、磁条、密钥卡或非易失性存储器的其中一个或多个上的信息。

    20.   如权利要求18所述的设备,其中所述次级ID输入包括如下项的其中一个或多个:与运载工具乘员关联的重量或重量分布、与所述运载工具所述乘员关联的图像特征或与所述运载工具所述乘员关联的可听特征。

    21.   如权利要求18所述的设备,其中所述集群信息包括所述初级ID输入与所述一个或多个次级ID输入之间的先有关联性的指示,其中所述指示包括相对关联性的一个或多个程度。

    22.   如权利要求18所述的设备,其中所述一个或多个处理器还配置成用于至少部分地基于将所述一个或多个次级ID输入与所述集群信息比较来输出信息。

    23.   如权利要求18所述的设备,其中训练所述集群信息还至少部分地基于所确定的置信度值。

    24.   如权利要求18所述的设备,其中训练所述集群信息包括至少部分地基于一个或多个接收的次级ID输入来更新所述集群信息的平均值和方差。

    25.   一种包括计算机可使用介质的计算机程序产品,所述计算机可使用介质其中包含计算机可读程序代码,所述计算机可读程序代码调适成被执行以实现用于学习运载工具乘员的身份的方法,所述方法还包括:
    接收初级标识(ID)输入和一个或多个次级ID输入;
    至少基于所述初级ID输入来检索集群信息;
    将所述一个或多个次级ID输入与所述集群信息比较;
    至少部分地基于所述集群信息或基于所述一个或多个次级ID输入与所述集群信息的所述比较来确定置信度值;以及
    至少部分地基于所接收的一个或多个次级ID输入来训练所述集群信息。

    26.   如权利要求25所述的计算机程序产品,其中所述初级ID输入包括存储在射频标识(RFID)标签、条形码、磁条、密钥卡或非易失性存储器的其中一个或多个上的信息,以及其中所述次级ID输入包括与运载工具乘员关联的重量或重量分布、与所述运载工具所述乘员关联的图像特征或与所述运载工具所述乘员关联的可听特征。

    27.   如权利要求25所述的计算机程序产品,其中所述集群信息包括所述初级ID输入与所述一个或多个次级ID输入之间的先有关联性的指示。

    28.   如权利要求25所述的计算机程序产品,还包括至少部分地基于将所述一个或多个次级ID输入与所述集群信息比较来输出信息。

    29.   如权利要求25所述的计算机程序产品,其中训练所述集群信息还至少部分地基于所确定的置信度值。

    30.   如权利要求25所述的计算机程序产品,其中训练所述集群信息包括至少部分地基于一个或多个接收的次级ID输入来更新所述集群信息的平均值和方差。

    说明书

    说明书用于学习运载工具乘员的身份的系统、方法和设备
    技术领域
    本发明一般涉及识别系统,更具体来说涉及用于标识运载工具的乘员的系统、方法和设备。
    背景技术
    当人进入汽车准备驾车行驶时,他/她通常将调整运载工具内的多个设置,包括座椅位置、后视镜角度、气温控制设置等。在一些运载工具中,座椅可能具有多个可调设置,包括座位靠背角度、前后位置、腰部位置、座椅深度、座椅高度等。座椅位置的排列可能存在难题,例如当运载工具是共用的,且不同乘员有其各自独特座椅调整偏好时。
    运载工具设计者和制造商曾尝试通过安装记忆控制和机动执行机构(actuator)以使座椅、反射镜、脚踏板等能够通过按下单个按钮而被调整到先前记忆的位置来解决此问题。一些运载工具能够将记忆的设置与专门编号的密钥卡(key fob)关联,以便在利用特定密钥卡将汽车解锁时将座椅置于特定记忆位置。但是如果密钥卡被转卖或出借,则可能对乘员提供错误的偏好设置,并且可能造成烦恼或安全性损害。
    附图说明
    现在将参考所附示意图和流程图,这些示意图和流程图不一定按比例绘制,其中:
    图1是根据本发明的示例实施例的载有被识别的乘员的运载工具乘员识别系统布置的说明性示例。
    图2是根据本发明的示例实施例的未识别的乘员的说明性示例。
    图3是图示根据本发明的示例实施例的说明性标识过程的框图。
    图4是图示根据本发明的示例实施例的运载工具乘员识别系统的框图。
    图5是根据本发明的示例实施例的用于学习(learn)运载工具乘员的身份的示例方法的流程图。
    图6是根据本发明的示例实施例的用于标识运载工具乘员的示例方法的流程图。
    具体实施方式
    下文将参考附图更全面地描述本发明的实施例,附图中示出了本发明的实施例。但是,本发明可以采用许多不同的形式来实施,且不应视为局限于本文提出的实施例;相反,提供这些实施例以使本文公开透彻且完整,它们将充分地将本发明的范围传达给本领域技术人员。
    在下文描述中,提出许多特定的细节。但是,要理解没有这些特定细节的情况下,仍可以实施本发明的实施例。在其它情况中,未详细地图示公知的方法、结构和技术,以不致于妨碍对本文描述的理解。对“一个实施例”、“实施例”、“示例实施例”、“多种实施例”等的引述指示,如此描述的本发明实施例可以包括特定特征、结构或特点,但是不是每个实施例都必需地包括该特定特征、结构或特点。再者,重复使用短语“在一个实施例中”不一定全部是指同一个实施例,虽然有可能是同一个实施例。
    正如本文所使用的,除非另行指明,否则术语“运载工具”的使用可以包括客车、卡车、公共汽车、载重火车、半拖挂车、飞机、轮船、摩托车或能够用于交通的任何其它机动运载工具。正如本文所使用的,除非另行指明,否则术语“乘员”的使用可以包括运载工具中的驾驶者、用户或乘客。正如本文所使用的,术语训练可以包括至少部分地基于新信息或附加信息来更新或更改数据。
    本发明的某些实施例能够实现基于感测的身份或没有感测的身份来进行装置的控制。可以在发动机运载工具中使用多个传感器以学习和/或感测乘员的身份。根据示例实施例,可以由感测的身份或没有感测的身份来触发或控制与发动机运载工具关联的装置相关的一个或多个功能。根据本发明的示例实施例,可至少部分地基于与身份感测关联的简档来控制的装置可以包括与如下项关联的设置:座椅、脚踏板、反射镜、气温控制系统、窗户、遮阳篷、运载工具显示器、音响系统、导航系统、警示系统、刹车系统、通信系统或与运载工具相关的任何其它舒适性、安全性、设置或控制。
    根据本发明的示例实施例,可以通过处理从运载工具内的两个或更多个传感器接收的信息来学习和/或感测乘员的身份和简档。根据示例实施例,这些传感器可以包括摄像机、重量传感器、安全带位置传感器、麦克风、射频标识(RFID)读取器、蓝牙收发器和/或Wi-Fi收发器。可以与运载工具中的其它传感器结合来利用这些传感器以获取用于标识或学习乘员身份的信息。根据示例实施例,可以利用这些传感器来提供用于确证信息与可能的身份关联的置信度值的附加信息。根据示例实施例,一旦建立个人简档,则可以将该简档与另一个运载工具共享,以便例如提供对应于特定驾驶者或乘员的跨多种运载工具的一致性。
    本发明的某些实施例能够实现学习个体驾驶者的个人装置和/或物理特征并将其与该个体的个人偏好、设置和/或习惯关联。示例实施例可以获取和学习这些偏好而无需驾驶者认知输入。根据示例实施例,可以在设置运载工具反射镜、座椅位置、方向盘位置、温度、仪表盘选项和其它可调属性的过程中利用这些传感器来监视或观察乘员。根据示例实施例,这些传感器可以检测这些调整何时处于瞬态和/或何时处于稳态,例如以便在达到稳态之后记忆与这些调整关联的设置,以及驾驶者正在调整过程中时不予记忆。
    根据示例实施例,可以基于驾驶者或乘员的身份对运载工具的操作进行配置、设置、限制等。根据示例实施例,可以包括无线通信系统以用于与例如远程服务器通信,以便运载工具的拥有者可以配置运载工具的设置、限制等而无需位于该汽车中。在其它示例实施例中,可以从运载工具内设置配置、设置、限制等。根据示例实施例,可以将该汽车设在“非新用户”模式中,如果先前未知(或未学习)的驾驶者试图启动或驾驶该运载工具,则此模式可以禁用点火。在一个实施例中,可以基于驾驶者的多个不同动作或与运载工具关联的多个感测到的方面来施加一个或多个限制。例如,标识的驾驶者可能超出速度限制。根据示例实施例,可以将运载工具置于指令驾驶者“将汽车停靠在下一个可用停车点”以便拥有者可以通过蜂窝电话查询驾驶者或在不造成安全性问题的前提下远程使该运载工具被禁用的模式。可以利用如上文描述的类似示例实施例来防止偷窃运载工具。
    根据示例实施例,乘员可以利用钥匙打开运载工具门,该钥匙例如可以包含射频标识(RFID)或其它嵌入密钥卡一部分中的其它标识芯片。可以使用此类信息作为标识驾驶者的部分信息。在其它示例实施例中,运载工具门可以包括无钥匙代码,并且驾驶者可以通过个人代码来打开门并通过代码来提供身份信息。例如未获授权的使用者可能获得代码,并且密钥卡可能出借或被窃。根据示例实施例,可以利用代码或密钥卡作为标识乘员的部分信息,但是正如现在将论述的,可以感测附加信息以在乘员的实际身份中提供更高级别的安全性或置信度。
    根据示例实施例,可以利用多种组件、系统、方法和布置来标识和/或学习运载工具乘员的身份,并且现在将参考附图予以描述。
    图1是根据本发明的示例实施例的载有被识别的乘员的运载工具乘员识别系统布置的说明性示例。在示范实施例中,可以利用两个或更多个传感器来确定或估计乘员的身份。例如,可以利用小键盘读取个人入口代码,或者可以利用蓝牙、Wi-Fi或RFID读取器104读取或来自密钥卡或其它个人装置的信息,以及可以提供可以与其它感测的信息结合使用来标识乘员的部分“地面信息”。
    根据示例实施例,摄像机102可以捕获驾驶者106的图像,并且可以处理这些图像以标识与驾驶者关联的特征,包括肤色、面孔特征、眼间距、头发颜色、身材等。根据示例实施例,可以将摄像机102设在仪表盘上或运载工具之中或之上任何其它方便用于捕获与驾驶者106关联的图像的位置。在其它示例实施例中,可以将摄像机102设在运载工具上其它位置,并且可以利用反射组件将摄像机视场指向感兴趣区域。
    某些示例实施例提供用于驾驶者106可能戴着帽子或太阳镜时的情况或舱室中的光线太亮或太暗而不在摄像机和图像识别处理的优选动态范围内时的情况。在此示例实施例中,可以相应地利用其它感测的信息并予以加权处理。
    根据示例实施例,运载工具内的一个或多个安全带108可以包括可光学标识的记号,这些可光学标识的记号能够被摄像机102检测到并分析以确定扣入安全带的长度。可以将此信息与其它传感器和与摄像机图像中捕获的其它特征集合使用以确定驾驶者106的身份。
    根据示例实施例,可以利用重量传感器110来确定驾驶者106的大约重量。根据示例实施例,可以将重量传感器110与其它传感器基于摄像机图像这捕获的其它特征一起使用以确定驾驶者106的身份。
    图1所示的插入框图示根据示例实施例,基于测量的特征对乘员106进行识别,这些特征包括重量、安全带长度和面孔信息,可能随时间(和/或在测量之间)波动的平均值或向量可以表示与特定乘员关联的测量的特征。例如,重量可能改变;在冷天,衣服可能厚重;可能间隙性地使用太阳镜等。根据示例实施例,以及出于说明的目的,一般人群可以具有归一化分布112表示的特征。但是来自一般人群的个体可能具有较之归一化分布112落在特定窄范围内的测量的特征(重量、安全带长度、面孔特征、向量等)。例如,可以使用重量传感器110在乘员106进入运载工具时获取一个或多个重量测量。随时间推移的多次测量可以产生具有某个平均值和方差的重量测量曲线114。根据示例实施例,可以将重量测量114平均值或方差(或单个测量值)与重量数据比较来确定是否存在在某个预定义范围内与重量测量114匹配的先前定义的重量签名区域115。如果是这样,则这可以是驾驶者106与先前学习的身份简档匹配的概率的部分指示。根据示例实施例,可以对于安全带长度测量116和面孔特征测量118执行类似的过程,过程中确定是否存在与安全带签名区域117和面孔特征签名区域119的对应匹配。根据示例实施例,将测量114、116、118与对应签名区域115、117、119匹配连同密钥卡信息等的组合可以提供确认驾驶者106或其它乘员的身份的某种级别的置信度。根据示例实施例,还可以利用此过程来确定乘员是否未被系统识别,将参考下一个附图对此予以论述。
    图2是根据本发明的示例实施例的未识别的乘员206的说明性示例。在示范实施例中,可以利用重量传感器210来获取乘员206的重量测量214。在示范实施例中,可以利用摄像机(例如,图1的摄像机102)获取安全带208的一个或多个图像,安全带208可以包括用于确定扣入的安全带长度测量216的可光学识别的基准记号图案。根据示例实施例,可以利用摄像机(例如,图1的摄像机102)获取乘员206的一个或多个图像以确定面孔特征的测量或向量218。
    图2中的插入框示出测量值214、216、218并不很好地与对应签名区域220匹配的示例。根据示例实施例,签名区域220可以对应于具有与测量值214、216、218最接近的组合匹配的已知或先前学习的身份。根据示例实施例,如果签名区域220与测量值214、216、218之间的相关性不高于某个阈值,则可以基于系统偏好来执行某个动作或某组动作。例如,如果系统设为“无新驾驶者”,则如果未识别的乘员206位于驾驶员座椅时运载工具不会启动。根据另一个示范实施例,如果系统设为“学习新驾驶者”,则可以执行一组动作来记忆测量值214、216、218并开始学习(以及记忆)未识别的乘员206的身份。
    图3示出根据本发明的示例实施例的说明性标识过程的框图。图3中的一些框可能表示硬件相关项,而其它框可能表示信息处理或信号处理。根据示例实施例,可以从传感器获取测量,并且可以利用所得到的特征向量信息310来训练、学习、标识、提示等。根据示例实施例,传感器可以包括座椅重量传感器303、RFID读取器304、具有关联图像特征提取模块或处理器的摄像机306和具有关联语音识别或特征提取模块或处理器的麦克风308。
    根据示例实施例,还可以提供输入以获取标准(ground truth)313。根据示例实施例,标准313可以视为乘员与特定身份之间的非常可靠的联系。标准313的示例可以包括但不限于社保号码、安全密码、生物识别扫描、安全标记(token)等。根据示例实施例,可以将标准313包含在密钥卡或个人电子设备中,并且可以被乘员携带。根据示例实施例,可以将包含标准313的信息存储在RFID芯片上,并经由RFID读取器传送以用于构成特征向量信息310的一部分和/或用于为训练阶段314提供信息。
    根据示例实施例,可以利用控制器322来协调(orchestrate)传感器和特征向量提取。根据示例实施例,可以将包括重量、RFID信息、面孔几何形状、音质等的某些提取的信息与特定乘员关联,并且可以在建立乘员、特定身份和与该身份关联的任何个性化设置326之间的联系时进行利用。例如,个性化设置326可以包括座椅位置、反射镜位置、广播电台、气温控制设置等。根据示例实施例,可以由多种传感器来提取个性化设置326。根据示例实施例,可以由控制器322来处理与个性化设置326相关的信息。在示例实施例中,可以存储个性化设置326以用于学习或微调与特定身份关联的设置。在另一个示例实施例中,可以由控制器322从存储器读取个性化设置326以在乘员被标识出且该乘员具有对应的一组存储的个性化设置326时提供设置。
    根据示例实施例,可以分析特征向量信息310以确定是否存在与先前存储的信息的匹配。基于此分析,可以实现训练阶段314或识别阶段320。在示范实施例中,特征向量信息310可能需要测量多次(例如,以消除噪声等)或确定这些测量是否收敛316到作为可靠指标的平均值或均值。在示范实施例中,可以在识别阶段320中使用收敛的316数据以从特征向量信息310确定身份。
    根据示例实施例,控制器322可以基于特征向量信息310以及是否与读取的个性化特征328匹配来提供用于播报给乘员的提示或欢迎词324的信号或命令。例如,如果确定匹配,则可以播报提示或欢迎词324:“你好,又见面了,你是爱丽丝。”根据另一个示范实施例,如果没有匹配,则可以播报提示或欢迎词324:“我不认识你,请告诉我你的名。”根据示例实施例,只要系统偏好设为“学习新乘员”模式,则语音识别或特征提取模块或处理器308然后可以处理从麦克风拾取的响应,并开始学习未识别的乘员的过程。
    图4是图示根据本发明的示例实施例的运载工具乘员识别系统400的框图。系统400可以包括与一个或多个摄像机424通信的控制器402。来自一个或多个摄像机424的一个或多个图像可以由控制器402处理,以及可以从一个或多个图像提取某些特征以提供特征向量信息(与图3的特征向量信息310中一样)。根据示例实施例,该控制器可以通过一个或多个输入/输出接口408从其它装置426接收信息,其它装置426可以包括座椅重量传感器、麦克风、密钥卡等。根据示例实施例,控制器402包括与一个或多个处理器406通信的存储器404。一个或多个处理器可以经由一个或多个输入/输出接口408与摄像机424和/或装置426通信。根据示例实施例,存储器404可以包括可以提供用于将处理器配置成执行某些特殊功能的计算机可读代码的一个或多个模块。例如,该存储器可以包括识别模块416。根据示例实施例,该存储器可以包括学习模块418。根据示例实施例,识别模块416和学习模块418可以与一个或多个处理器406结合工作,并且可以利用来学习或识别从摄像机424或从装置426捕获和处理的图像中的特征。在示范实施例中,识别模块416可以利用来确定与来自装置426和摄像机424的输入关联的匹配。
    根据示例实施例,该存储器可以包括可以基于识别出或未识别出乘员提供命令或其它信息的解释/输出或响应模块420。在示例实施例中,命令或其它信息可以包括用于控制与运载工具关联的多种操作的可听提示、可视提示或信号,正如先前论述的。
    根据示例实施例,控制器402可以包括一个或多个网络接口410,一个或多个网络接口410用于经由无线网络428提供控制器与远程服务器430之间的通信。根据示例实施例,可以使用远程服务器430来收集信息、与控制器402通信,和/或用于按需向控制器402提供软件或固件更新。根据示例实施例,控制器可以经由网络428与一个或多个用户装置432通信。例如,用户装置432可以包括蜂窝电话、计算机、平板计算机等。根据示例实施例,可以利用一个或多个用户装置432与控制器402通信并远程地控制与控制器402关联的功能。
    图5是根据本发明的示例实施例的用于学习运载工具乘员的身份的示例方法的流程图。方法500开始于框502,并且根据本发明的示例实施例,该方法包括接收主标识(ID)输入和一个或多个次级ID输入,其中初级ID输入包含标识标记信息。在框504中,方法500包括至少部分地基于初级ID输入来检索集群信息。在框图506中,方法500包括将一个或多个次级ID输入与集群信息比较。在框图508中,方法500包括至少部分地基于一个或多个次级ID输入与集群信息的比较来确定置信度值。在框510中,方法500包括至少部分地基于接收的一个或多个次级ID输入来训练集群信息。在框512中,方法500包括存储训练的集群信息。方法500在框512之后结束。
    根据示例实施例,可能出现如下情况:已学习或获授权的用户可能将他/她的初级ID出借给另一个已学习或获授权的用户,并且系统可以提供若干备选方案来处理此类情况。在一个示例实施例中,当基于初级ID(例如密钥卡)检索集群信息(可以采用一个或多个特征向量的形式)并且它与次级ID输入(例如,重量、可视特征、安全带长度)不是很匹配时,系统可能需要第三ID输入,例如,指纹、代码或发声的短语。继续此示例,以及根据另一个示范实施例,该系统可以代之以搜索数据库以查找与很匹配(即,具有高于预定义阈值的相关性)次级ID输入的另一个已知乘员关联的集群信息。在此示例实施例中,该系统可以提供如“你不是鲍勃,你是珍”的可视或可听提示或欢迎词。根据示例实施例,该系统可以利用获准的用户和关联的集群信息的先前存储列表以例如允许获准的用户彼此出借密钥卡。
    根据示例实施例,可能出现如下情况:已学习或获授权的用户可能将他/她的初级ID出借给另一个未知或先前未获授权的用户,并且系统可以提供若干备选方案来处理此类情况。在一个示例实施例中,当基于初级ID检索集群信息并且它与次级ID输入不是很匹配时,系统可能需要第三ID输入,例如,指纹、代码或发声的短语。在另一个示例实施例中,该系统可以致电拥有者或上次已知的驾驶者以寻求让该未知用户操作运载工具的许可。在此示例实施例中,该系统可以提供如“你不是获授权的用户”的可视或可听提示或欢迎词。
    根据示例实施例,标识标记信息可以包含乘员提供的信息。该提供的信息可以包括例如,解锁码、拇指指纹或其它生物标识符。根据示例实施例,所提供的信息可以存储在射频标识(RFID)标签、条形码、磁条、密钥卡或非易失性存储器的其中一个或多个上。根据示例实施例,次级ID输入可以包括如下项的其中一个或多个:与运载工具乘员关联的重量、重量分布、图像特征、可听特征或与运载工具乘员关联的其它标识数据。根据示例实施例,集群信息可以包括初级ID输入与一个或多个次级ID输入之间的先有关联性的指示。根据示例实施例,该指示可以包括相对关联性的一个或多个程度。示例实施例还可以包括至少部分地基于一个或多个次级ID输入与集群信息的比较的输出信息、命令等。根据示例实施例,训练集群信息还至少部分地基于所确定的置信度值。根据示例实施例,训练集群信息可以包括至少部分地基于一个或多个接收的次级ID输入来更新集群信息的平均值和方差。
    示例实施例可以包括一种运载工具,该运载工具包括用于从初级标识(ID)装置接收输入的初级读取器;一个或多个次级ID输入装置;用于存储数据和计算机可执行指令的至少一个存储器;以及一个或多个处理器,所述一个或多个处理器配置成访问至少一个存储器并且还配置成执行用于执行如下步骤的计算机可执行指令:从初级读取器接收初级ID输入以及从一个或多个次级ID输入装置接收一个或多个次级ID输入;至少部分地基于初级ID输入从与运载工具关联的至少一个存储器检索集群信息;将一个或多个次级ID输入与集群信息比较;至少部分地基于集群信息或基于一个或多个次级ID输入与集群信息的比较来确定置信度值;以及至少部分地基于接收的一个或多个次级ID输入来训练集群信息。根据示例实施例,可以包括至少扬声器或显示器以用于提示运载工具的乘员。
    根据示例实施例,一个或多个次级ID输入装置可以包括用于测量与运载工具乘员关联的重量或重量分布的传感器、用于捕获与运载工具乘员关联的图像特征的摄像机或用于捕获与乘员关联的可听特征的麦克风。根据示例实施例,该集群信息可以包括初级ID输入与一个或多个次级ID输入之间的先有关联性的指示。根据示例实施例,该指示可以包括相对关联性的一个或多个程度。根据示例实施例,该一个或多个处理器还配置成至少部分地基于将一个或多个次级ID输入与集群信息比较来输出信息。根据示例实施例,训练集群信息还至少部分地基于所确定的置信度值。根据示例实施例,训练集群信息包括至少部分地基于一个或多个接收的次级ID输入来更新集群信息的平均值和方差。
    图6是根据本发明的示例实施例的用于一旦身份已被学习时标识运载工具乘员的示例方法的流程图。方法600开始于框602,并且根据本发明的示例实施例,该方法可以包括接收初级标识(ID)输入和一个或多个次级ID输入,其中初级ID输入包括标识标记信息。在框604中,方法600包括至少部分地基于初级ID输入来检索集群信息。在框606中,方法600包括将一个或多个附属ID输入与集群信息比较。在框608中,方法600包括至少部分地基于一个或多个次级ID输入与集群信息的比较来确定与驾驶者的标识关联的置信度值。在框610中,方法600包括至少部分地基于确定的置信度值来输出信息。方法600在框610之后结束。
    根据示例实施例,标识标记信息可以包括存储在射频标识(RFID)标签、条形码、磁条、密钥卡或非易失性存储器的其中一个或多个上的信息。根据示例实施例,次级ID输入可以包括如下项的其中一个或多个:与运载工具驾驶者关联的重量或重量分布、与运载工具驾驶者关联的图像特征或与运载工具驾驶者关联的可听特征。根据示例实施例,该集群信息可以包括初级ID输入与一个或多个次级ID输入之间的先有关联性的指示。示例实施例可以包括至少部分地基于接收的一个或多个次级ID输入或确定的置信度中的一个或多个来训练集群信息。根据示例实施例,训练集群信息可以包括更新集群信息的平均值和方差。根据示例实施例,输出信息可以包括可听或可视提示或欢迎词、设置运载工具的个性化特征的命令或预定的命令的其中一个或多个。
    示例实施例可以包括一种运载工具,该运载工具包括用于从初级标识(ID)装置接收输入的至少一个初级读取器;一个或多个次级ID输入装置;用于存储数据和计算机可执行指令的至少一个存储器;以及配置成访问该至少一个存储器并还配置成执行用于执行如下步骤的计算机可执行指令的一个或多个处理器:从初级读取器接收初级ID输入和一个或多个次级ID输入;至少部分地基于初级ID输入从至少一个存储器检索集群信息;将一个或多个次级ID输入与集群信息比较;至少部分地基于集群信息或基于一个或多个次级ID输入与集群信息的比较来确定与运载工具乘员的标识关联的置信度值;以及至少部分地基于所确定的置信度值来输出信息。
    根据示例实施例,可以提供某些技术效果,如创建标识用户并提供用户偏好的某些系统、方法和设备。本发明的示例实施例可以提供用于学习新用户的系统、方法和设备的又一些技术效果。本发明的示例实施例可以提供用于学习用户偏好的系统、方法和设备的又一些技术效果。
    在本发明的示例实施例中,运载工具乘员识别系统400可以包括被执行以利于这些操作中任何操作的任何数量的硬件和/或软件应用。在示例实施例中,一个或多个输入/输出接口可以利于运载工具乘员识别系统400与一个或多个输入/输出装置之间的通信。例如,通用串行总线端口、串行端口、磁盘驱动器、CD-ROM驱动器和/或一个或多个用户接口装置,如显示器、键盘、小键盘、鼠标、控制板、触摸显示屏、麦克风等可以利于与运载工具乘员识别系统400的用户交互。可以利用该一个或多个输入/输出接口从范围广泛多种输入装置接收或收集数据和/或用户指令。可以按本发明的多种实施例中所期望的由一个或多个计算机处理器来处理接收的数据和/或将其存储在一个或多个存储器装置中。
    一个或多个网络接口可以利于将运载工具乘员识别系统400的输入和输出连接到一个或多个适合的网络和/或连接;例如,利于与该系统关联的任何数量的传感器进行通信的连接。该一个或多个网络接口还可以利于连接到一个或多个适合的网络;例如,用于与外部装置和/或系统通信的局域网、广域网、因特网、蜂窝网络、射频网络、启用蓝牙?(由Telefonaktiebolaget LM Ericsson公司拥有)功能的网络、启用Wi-Fi?(由Wi-Fi联盟拥有)功能的网络、基于卫星的网络、任何有线网络、任何无线网络等。根据示例实施例,可以使用个人装置的蓝牙MAC地址作为运载工具乘员的标识或学习过程的一部分。
    按所期望的,本发明的实施例可以包括具有比图1至图4所示的组件更多或更少的组件的运载工具乘员识别系统400。
    上文中,本发明的某些实施例是参考根据本发明的示例实施例的系统和方法和/或计算机程序产品的框图和流程图来描述的。将理解这些框图和流程图的一个或多个框以及这些框图和流程图中的框的组合可以分别由计算机可执行程序指令来实现。同样地,根据本发明的一些实施例,这些框图和流程图中的一些框可不一定需要按所呈示的次序执行,或可不一定需要被执行。
    可以将这些计算机可执行程序指令提供到通用计算机、专用计算机、处理器或其它可编程数据处理设备上以制造特定机器,以使计算机、处理器或其它可编程数据处理设备上执行的这些指令创建用于实现一个或多个流程图框中指定的一个或多个功能的装置。这些计算机程序指令还可以存储在能够引导计算机或其它可编程数据处理设备以特定方式实现功能的计算机可读存储器中,以便存储在该计算机可读存储器中的指令产生包含实现一个或多个流程图框中指定的一个或多个功能的指令装置的制造品。例如,本发明的实施例可以提供计算机程序产品,其包括其中包含有计算机可读程序代码或程序指令的计算机可用介质,所述计算机可读程序代码调适成被执行以实现一个或多个流程图框中指定的一个或多个功能。还可以将这些计算机程序指令加载到计算机或其它可编程数据处理设备上,以使一系列操作单元或步骤在该计算机或其它可编程设备上执行以产生计算机实现的过程,以便该计算机或其它可编程设备上执行的这些指令提供用于实现一个或多个流程图框中指定的功能的单元或步骤。
    相应地,框图和流程图的框支持用于执行指定功能的方式的组合、用于执行指定的功能的单元或步骤的组合以及用于执行指定的功能的程序指令方式。还将理解,框图和流程图的每个框和框图和流程图中框的组合可以由执行指定的功能、单元或步骤的专用基于硬件的计算机系统或专用硬件和计算机指令的组合来实现。
    虽然本发明的某些实施例是结合目前视为最实际且多种的实施例来描述的,但是要理解本发明不限于所公开的实施例,而是相反,本发明应涵盖包含在所附权利要求的范围内包含的多种修改和等效布置。虽然本文采用特定的术语,但是这些术语仅是在一般和描述性意义上而非为了限定的目的来使用的。
    本文书面描述使用示例来公开本发明的某些实施例,包括最优实施方式,并且还使本领域技术人员能够实施本发明的实施例,包括制造和使用任何装置或系统并执行任何并入的方法。本发明的某些实施例的可授予专利权范围在权利要求书中定义,并且可以包括本领域技术人员设想的其它示例。如果此类其它示例具有并无不异于权利要求书的文字语言的结构元素或此类其它示例包含与权利要求书的文字语言无实质性差异的等效结构元素,则此类其它示例应在权利要求书的范围内。

    关 键  词:
    用于 学习 运载 工具 乘员 身份 系统 方法 设备
      专利查询网所有文档均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:用于学习运载工具乘员的身份的系统、方法和设备.pdf
    链接地址:https://www.zhuanlichaxun.net/p-4345695.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
    经营许可证编号:粤ICP备2021068784号-1