本发明专利技术公开了一种针对特定管控区域作业人员头盔的共享系统，该系统包括存放柜，所述存放柜内部设置有共享智能头盔存放位置，并配置识别系统、控制系统；所述识别系统，通过指纹识别、虹膜或面部识别，采用单一模式采集作业人员身份的多种生物特征数据，形成头盔使用人员信息；所述控制系统，接收总控制中心发送的头盔控制指令，实施对头盔使用状态的控制；所述存放柜、识别系统、控制系统，可通过区域内的通信系统与控制中心连接。本发明专利技术丰富了智能头盔的使用方式，提高了特定管控区域作业人员的管理效率。管理效率。管理效率。
【技术实现步骤摘要】
一种针对特定管控区域作业人员头盔的共享系统
[0001]本专利技术涉及共享头盔
，尤其涉及一种针对特定管控区域作业人员头盔共享的系统与方法。
技术介绍
[0002]生物识别技术利用人体的各种特征来进行有效识别，这些特征主要包括人体面部、指纹、虹膜等。人类在经历数字科技构建虚拟空间，以及“生物人”与数字科技共同绘制“数据人”之后，进入了“数字社会”。生物识别技术将生物人与数据人进行直接、精准匹配，利用自然人数字身份进行数据产业生产，已经成为数字社会发展的必然。伴随着第三次人工智能浪潮的兴起，以指纹验证、刷脸支付、声音解锁为代表的生物识别技术被广泛应用，并催生了大量的信息服务产业，成为数字经济的重要组成部分。
[0003]当今社会万物智能、万物互联，智能头盔也结合了时代的要求涵盖更多的功能。在特定场所工作人员配载头盔可以完成通信、信息采集和任务跟踪等功能，其重要性越来越高。但在特定场所对人员的管控严，人员身份识别要求高，进入场所人次多，需求量大，另外智能头盔集成的功能多，其研发及采购成本相较于普通头盔更高，无法快速实现为每一位作业人员提供便于携带的专属智能头盔。同时，由于智能头盔会在工作过程中采集大量的工作信息，简单的共享智能头盔会造成头盔管理混乱，无法明确头盔工作状态下的使用人员，造成混乱的作业管理模式。
技术实现思路
[0004]本专利技术的目的在于提供一种针对特定管控区域作业人员头盔共享的系统，既丰富了智能头盔的使用方式，提高了智能头盔的利用效率，降低了智能头盔的采购成本，又规范了智能头盔的使用流程，提高了特定管控区域作业人员的管理效率。
[0005]实现本专利技术目的的技术方案为：一种针对特定管控区域作业人员头盔共享的系统，包括存放柜，存放柜内部设置有共享智能头盔存放位，所述存放柜内部还设置识别系统、控制系统、头盔编号，所述识别系统内部设置多模生物识别模块，以指纹、虹膜和人脸三种特征组成多模态生物特征身份识别，对作业人员进行身份信息采集，通过通信连接传输身份验证信息至控制中心；所述控制系统通过接收控制中心返回的头盔控制指令控制头盔使用状态；所述头盔编号为每个头盔以及头盔存放位的标记。
[0006]相比现有技术，本专利技术的有益效果为：
[0007](1)本专利技术通过所述存放柜与控制中心的通讯连接交互，根据身份信息识别，对人员与头盔进行动态绑定关联，头盔与控制中心实时信息通联，提高头盔信息采集的实时性；采用多对多的灵活使用方式，提高智能头盔的利用效率，减少头盔数量和采购成本；
[0008](2)本专利技术通过存放柜与内部配置生物识别系统的配合使用，可以实现当前使用头盔作业人员身份信息的记录，通过指纹识别、虹膜识别、面部识别融合识别作业人员的身份信息，管理头盔的使用情况，将智能头盔在工作过程中所采集传输的数据与作业人员信
息相匹配，能有效提高作业人员的工作管理，同时能强化作业人员在工作过程中的安全保障。
附图说明
[0009]图1为本专利技术的针对特定管控区域作业人员头盔共享系统的示意图。
[0010]图2为多种生物特征进行数据融合识别架构图。
[0011]图3为特征层融合示意图。
[0012]图4为匹配层融合示意图。
[0013]图5为决策层融合示意图。
[0014]图6为识别系统框架图。
[0015]图7为本专利技术的针对特定管控区域作业人员头盔共享系统的工作流程图。
[0016]图8为本专利技术的生物特种识别系统任务流程图。
具体实施方式
[0017]一种针对特定管控区域作业人员头盔共享的系统，包括存放柜、识别系统、控制系统，通过区域内的通信系统与控制中心连接。头盔共享系统的组成见图1。
[0018](1)存放柜
[0019]所述存放柜，内部设置识别系统、控制系统。所述识别系统，内部设置生物识别模块，对作业人员进行身份信息采集，通过外部的通信系统，连接传输身份验证信息至控制中心；所述控制系统，通过接收控制中心返回的头盔控制指令控制头盔使用状态。
[0020](2)识别系统
[0021]所述识别系统为指纹识别系统时，所述指纹识别系统，内部配置指纹识别模块，通过指纹识别模块采集当前作业人员指纹信息，提取指纹特征信息作为当前作业人员身份识别信息；所述控制系统发送身份识别信息至控制中心。
[0022]所述识别系统为虹膜识别系统时，所述虹膜识别系统，内部配置虹膜识别模块，通过虹膜识别模块采集当前作业人员虹膜信息，提取虹膜特征信息作为当前作业人员身份识别信息；所述控制系统发送身份识别信息至控制中心。
[0023]所述识别系统为面部识别系统时，所述面部识别系统，内部配置面部识别模块，通过面部识别模块采集当前作业人员面部信息，提取面部特征信息作为当前作业人员身份识别信息；所述控制系统发送身份识别信息至控制中心。
[0024]结合以上指纹、虹膜和人脸三种单一生物特征识别方式，针对特定管控场所安全性要求，考虑其头盔共享系统身份识别的严格性，采用综合多种生物特征进行数据融合识别的技术，其优越性表现如下：
[0025]应用范围更广：普遍性是生物特征识别最为关键的特性之一，单一生物特征识别采用单一的生物特征，导致一些生物特征信息被破坏的人员无法完成认证识别，如长期从事繁重体力劳动人的指纹就易被破坏，如果单独采用指纹识别，这部分人就无法完成认证识别。而多生物特征融合识别就能解决这一缺陷，应用范围更加广泛。
[0026]可信度更高：多生物特征融合识别相较于单一生物特征识别更为可信，其能有效弥补单生物特征识别中样本数据使用率过低且易被影响的缺陷，提高系统识别精度。
[0027]安全系数更高：任何一个身份识别系统的安全系数都无法达到100％，即使是生物特征识别也会存在小概率因识别系统生物特征信息被复制和仿造，致使系统被攻破的风险。而多生物特征识别选用多种生物特征融合识别，生物特征信息被复制和仿造的成本大为增加，相比单一生物特征识别选用单一的生物特征来说安全系数更高。
[0028]当前多特征融合方法根据融合层次的不同一般分为四类融合方法，分别是传感器层融合、特征层融合、分数层融合和决策层融合。其基本架构如图2所示。
[0029]①
传感器融合。传感器融合是将不同渠道获得的未经处理的数据融合到一起得到一个新的图像，这种方法可以使采集到的图像特征有效区域提高，并且含有大量的分类信息，但是由于不同的生物特征原理差异大，处理繁琐，因此应用有一定局限性。
[0030]②
特征层融合。特征层是传感器层的下一层次。它通过提取多个生物特征的有效矢量，将这些不同模恣的特征信息用一定方式合在一起，形成一个新的特征信息矢量，将这个新的矢量作为生物特征识别系统的输入，再与经过训练的特征矢量进行比对，进行特征匹配，最终判定结果。其缺点为，如果融合的特征是不同维度的，则可能产生不同问题，并且维数也会猛烈增高，处理难度较大，相对其他层次的融合，特征层融含能够提取更丰富本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种针对特定管控区域作业人员头盔的共享系统，包括存放柜，存放柜内部设置有共享智能头盔存放位，其特征在于，所述存放柜内部还设置识别系统、控制系统、头盔编号，所述识别系统内部设置多模生物识别模块，以指纹、虹膜和人脸三种特征组成多模态生物特征身份识别，对作业人员进行身份信息采集，通过通信连接传输身份验证信息至控制中心；所述控制系统通过接收控制中心返回的头盔控制指令控制头盔使用状态；所述头盔编号为每个头盔以及头盔存放位的标记。2.根据权利要求1所述的针对特定管控区域作业人员头盔的共享系统，其特征在于，所述识别系统包括指纹识别系统、虹膜识别系统、面部识别系统；指纹识别系统内部配置指纹识别模块，通过指纹识别模块采集当前作业人员指纹信息，提取指纹特征信息作为当前作业人员身份识别信息；虹膜识别系统内部配置虹膜识别模块，通过虹膜识别模块采集当前作业人员虹膜信息，提取虹膜特征信息作为当前作业人员身份识别信息；面部识别系统内部配置面部识别模块，通过面部识别模块采集当前作业人员面部信息，提取面部特征信息作为当前作业人员身份识别信息。3.根据权利要求2所述的针对特定管控区域作业人员头盔的共享系统，其特征在于，所述身份识别信息序列中的身份信息由三元组<t，auth，hel_id>组成，其中t为时间，auth为当前作业人员经过生物特征融合的身份识别信息，hel_id为当前头盔编号。4.根据权利要求1或2所述的针对特定管控区域作业人员头盔的共享系统，其特征在于，识别系统采用决策层融合方法，通过计算三种模态匹配时的距离量纲获得包含模态区分能力的特征距离信息；根据特征距离信息计算各模态的置信因子；将置信因子转换成各模态权重，进行决策层的融合，识别人员身份信息。5.根据权利要求4所述的针对特定管控区域作业人员头盔的共享系统，其特征在于，特征距离的归一化方法如下：在识别过程中将采集的样本集合I
k
与特征库中所有的模板集合G
k
进行匹配，计算模态k的匹配距离D
ij
(k)，其中i代表样本的类别编号，j代表类别内样本编号；i＝1,2,
…
m,j＝1,2,
…
n；设为模态k中，第i个类别中特征库中所有的模板的最优值，以此为基准值，计算其他样本d
ij
(k)与该模板的欧式距离D
ij
(k)：其中d
【专利技术属性】
技术研发人员：丁健，葛爱学，李徽，陶林，魏继华，廖波，熊柯，范宏深，王栋耀，马仁军，
申请(专利权)人：中国船舶集团有限公司第七一六研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。