一种身份识别的方法及装置制造方法及图纸

本发明专利技术公开了一种身份识别的方法及装置，该方法为，获取第一车辆运行状态数据，其中，第一车辆运行状态数据包含表征第一车辆的运行状态的各个参数；对各个参数进行参数统计分析，筛选出至少一个特征参数，其中，特征参数用于在第一车辆当前的运行状态下描述驾驶员的驾驶行为特征；基于至少一个特征参数，按照预设身份识别规则，确定第一车辆的驾驶员的身份。这样，就可以通过在第一车辆运行状态数据包含的各个参数中筛选出的特征参数，确定第一车辆的驾驶员的身份，而不再需要驾驶员通过操作复杂的输入设备，主动输入隐私信息，这保护了驾驶员的个人隐私，提高了信息的安全性，简化了操作步骤，提高了效率，节约了资金成本。

【技术实现步骤摘要】
一种身份识别的方法及装置
本专利技术涉及智能
，尤其涉及一种身份识别的方法及装置。
技术介绍
随着汽车行业智能化的发展，身份识别技术也逐渐被应用于汽车行业，并衍生了一系列的新功能。如，疲劳驾驶检测、基于驾驶员授权的车辆防盗、用户友好型车辆控制系统设计，酒驾检测以及服务交通管理部门的驾驶员身份合法验证。现有技术下，主要采用以下方式对驾驶员的身份进行识别：各个驾驶员先将各自的身份信息，如，指纹、驾驶证号码、头像等等，预先存储在车载系统的存储设备，如，存储卡或U盘，或者，预先存储在网络云平台。然后，驾驶员在开车前，将自己的身份信息通过相应的输入设备，如，指纹采集器、摄像头以及行车记录仪等等，输入车载系统。进一步地，车载系统将获取的驾驶员的身份信息与本地或网络云平台存储的每个身份信息一一进行匹配，从而完成身份识别。然而，采用这种方式，需要驾驶员预先存储身份信息，并在身份识别时，通过专用的输入设备，主动输入个人信息以进行身份信息匹配。显然，驾驶员需要主动提供隐私信息，这降低了信息安全性，提高了操作复杂度。进一步地，指纹采集器、摄像头等输入设备对身份信息的采集以及处理过程比较复杂，这降低了处理效率。最后，有些输入设备，如，摄像头，易受光线影响，这降低了身份识别的精确度，而采用高清高、灵敏感光，但是价格比较昂贵的输入设备，这耗费了大量的资金成本。
技术实现思路
本专利技术实施例提供一种身份识别的方法及装置，用于在驾驶员不必提供隐私信息的情况下，对车辆的驾驶员的身份进行识别。本专利技术实施例提供的具体技术方案如下：一种身份识别的方法，包括：获取第一车辆运行状态数据，其中，第一车辆运行状态数据包含表征第一车辆的运行状态的各个参数；对各个参数进行参数统计分析，筛选出至少一个特征参数，其中，特征参数用于在第一车辆当前的运行状态下描述驾驶员的驾驶行为特征；基于至少一个特征参数，按照预设身份识别规则，确定第一车辆的驾驶员的身份。较佳的，在获取第一车辆运行状态数据之前，进一步包括：获取各个驾驶员的历史车辆运行状态数据；采用高斯混合模型，分别对每一个驾驶员的历史车辆运行状态数据进行训练，建立并存储每一个驾驶员的驾驶行为模型；根据各个驾驶行为模型，建立身份识别规则。较佳的，各个参数包括以下参数中的任意一种或组合：车辆位置，车辆速度，车辆加速度，车辆朝向，车辆方向盘位置，车辆方向盘旋转率，车辆刹车踏板位置和车辆油门踏板位置。较佳的，对各个参数进行参数统计分析，筛选出至少一个特征参数，具体包括：获取各个驾驶员的历史车辆运行状态数据包含的各个参数，以及第一车辆运行状态数据包含的各个参数；针对各个参数中的每一个参数，分别计算相应的特征比例，其中，一个参数的特征比例与各个驾驶员对应的一个参数的均值的方差正相关，与第一车辆的驾驶员对应的一个参数的方差的均值负相关；筛选出特征比例的取值最大的至少一个参数为特征参数。较佳的，基于至少一个特征参数，按照预设身份识别规则，确定第一车辆的驾驶员的身份，具体包括：对至少一个特征参数进行频域特征提取，获得相应的特征向量；获取存储的各个驾驶员的驾驶行为模型，并采用贝叶斯理论，基于每一个驾驶员的驾驶行为模型以及相应的特征向量，分别获得每一个驾驶员相应的驾驶行为分布概率；确定驾驶行为分布概率的取值最大的驾驶员为第一车辆的驾驶员。一种身份识别的装置，具体包括：获取单元，用于获取第一车辆运行状态数据，其中，第一车辆运行状态数据包含表征第一车辆的运行状态的各个参数；筛选单元，用于对各个参数进行参数统计分析，筛选出至少一个特征参数，其中，特征参数用于在第一车辆当前的运行状态下描述驾驶员的驾驶行为特征；确定单元，用于基于至少一个特征参数，按照预设身份识别规则，确定第一车辆的驾驶员的身份。较佳的，在获取第一车辆运行状态数据之前，获取单元还用于：获取各个驾驶员的历史车辆运行状态数据；采用高斯混合模型，分别对每一个驾驶员的历史车辆运行状态数据进行训练，建立并存储每一个驾驶员的驾驶行为模型；根据各个驾驶行为模型，建立身份识别规则。较佳的，各个参数包括以下参数中的任意一种或组合：车辆位置，车辆速度，车辆加速度，车辆朝向，车辆方向盘位置，车辆方向盘旋转率，车辆刹车踏板位置和车辆油门踏板位置。较佳的，对各个参数进行参数统计分析，筛选出至少一个特征参数时，筛选单元具体用于：获取各个驾驶员的历史车辆运行状态数据包含的各个参数，以及第一车辆运行状态数据包含的各个参数；针对各个参数中的每一个参数，分别计算相应的特征比例，其中，一个参数的特征比例与各个驾驶员对应的一个参数的均值的方差正相关，与第一车辆的驾驶员对应的一个参数的方差的均值负相关；筛选出特征比例的取值最大的至少一个参数为特征参数。较佳的，基于至少一个特征参数，按照预设身份识别规则，确定第一车辆的驾驶员的身份时，确定单元具体用于：对至少一个特征参数进行频域特征提取，获得相应的特征向量；获取存储的各个驾驶员的驾驶行为模型，并采用贝叶斯理论，基于每一个驾驶员的驾驶行为模型以及相应的特征向量，分别获得每一个驾驶员相应的驾驶行为分布概率；确定驾驶行为分布概率的取值最大的驾驶员为第一车辆的驾驶员。本专利技术实施例中，获取第一车辆运行状态数据，其中，第一车辆运行状态数据包含表征第一车辆的运行状态的各个参数；对各个参数进行参数统计分析，筛选出至少一个特征参数，其中，特征参数用于在第一车辆当前的运行状态下描述驾驶员的驾驶行为特征；基于至少一个特征参数，按照预设身份识别规则，确定第一车辆的驾驶员的身份。这样，由于每一个驾驶员的驾驶习惯都是固定的，因此可以获取在第一车辆运行状态数据包含的各个参数中筛选出的能够代表驾驶员行为倾向的特征参数，并通过该特征参数，来判断第一车辆的驾驶员的身份，而不再需要驾驶员通过操作复杂并且价格昂贵的输入设备，主动输入指纹等隐私信息，这保护了驾驶员的个人隐私，提高了信息的安全性，简化了操作步骤，提高了效率，节约了资金成本。附图说明图1为本专利技术实施例中高斯混合模型的计算结构图；图2为本专利技术实施例中身份识别的方法的流程图；图3为本专利技术实施例中身份识别的装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，并不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。为了使驾驶员在不必提供隐私信息的情况下，对车辆的驾驶员的身份进行识别，以保护驾驶员的隐私安全，简化操作步骤，提高处理效率，节约资金成本，本专利技术实施例中，设计了一种身份识别方法，该方法为，基于在第一车辆运行状态数据包含的各个参数中筛选出的特征参数，按照预设身份识别规则，确定第一车辆的驾驶员的身份。下面结合附图对本申请优选的实施方式进行详细说明。本专利技术实施例中，身份识别之前，对驾驶员的历史车辆运行状态数据进行预处理，通过高斯混合模型，建立身份识别规则。实际应用中，所谓高斯混合模型是单一高斯概率密度函数的延伸，是用M个单一高斯概率密度函数分布的线性组合来描述某个特征在特征空间中的分布。此外，由于高斯概率密度函数的线性组合仍然是高斯概率密度函数，而且，理论上任意形本文档来自技高网...

【技术保护点】
一种身份识别的方法，其特征在于，包括：获取第一车辆运行状态数据，其中，所述第一车辆运行状态数据包含表征第一车辆的运行状态的各个参数；对所述各个参数进行参数统计分析，筛选出至少一个特征参数，其中，所述特征参数用于在第一车辆当前的运行状态下描述驾驶员的驾驶行为特征；基于所述至少一个特征参数，按照预设身份识别规则，确定第一车辆的驾驶员的身份。

【技术特征摘要】
1.一种身份识别的方法，其特征在于，包括：获取第一车辆运行状态数据，其中，所述第一车辆运行状态数据包含表征第一车辆的运行状态的各个参数；对所述各个参数进行参数统计分析，筛选出至少一个特征参数，其中，所述特征参数用于在第一车辆当前的运行状态下描述驾驶员的驾驶行为特征；基于所述至少一个特征参数，按照预设身份识别规则，确定第一车辆的驾驶员的身份。2.如权利要求1所述的方法，其特征在于，在获取第一车辆运行状态数据之前，进一步包括：获取各个驾驶员的历史车辆运行状态数据；采用高斯混合模型，分别对每一个驾驶员的历史车辆运行状态数据进行训练，建立并存储每一个驾驶员的驾驶行为模型；根据各个驾驶行为模型，建立身份识别规则。3.如权利要求2所述的方法，其特征在于，所述各个参数包括以下参数中的任意一种或组合：车辆位置，车辆速度，车辆加速度，车辆朝向，车辆方向盘位置，车辆方向盘旋转率，车辆刹车踏板位置和车辆油门踏板位置。4.如权利要求2或3所述的方法，其特征在于，对所述各个参数进行参数统计分析，筛选出至少一个特征参数，具体包括：获取各个驾驶员的历史车辆运行状态数据包含的各个参数，以及所述第一车辆运行状态数据包含的各个参数；针对所述各个参数中的每一个参数，分别计算相应的特征比例，其中，一个参数的特征比例与各个驾驶员对应的所述一个参数的均值的方差正相关，与所述第一车辆的驾驶员对应的所述一个参数的方差的均值负相关；筛选出特征比例的取值最大的至少一个参数为特征参数。5.如权利要求2或3所述的方法，其特征在于，基于所述至少一个特征参数，按照预设身份识别规则，确定第一车辆的驾驶员的身份，具体包括：对所述至少一个特征参数进行频域特征提取，获得相应的特征向量；获取存储的各个驾驶员的驾驶行为模型，并采用贝叶斯理论，基于每一个驾驶员的驾驶行为模型以及所述相应的特征向量，分别获得每一个驾驶员相应的驾驶行为分布概率；确定所述驾驶行为分布概率的取值最大的驾驶员为所述第一车辆的驾驶员。6.一种身份识别的装置，其特征在于，包括...

【专利技术属性】
技术研发人员：郝丽，
申请(专利权)人：中国移动通信有限公司研究院，中国移动通信集团公司，
类型：发明
国别省市：北京,11