一种驾驶员身份识别方法与流程

本发明涉及汽车电子领域，特别涉及一种驾驶员身份识别方法。

背景技术：

随着生活水平的不断提高，汽车电子信息化技术日益普及，与此同时，汽车的防盗也越来越受到人们的重视。传统的驾驶员身份识别主要通过输入密码、录入指纹、扫描视网膜等方式实现。这种识别方式基本没有误判，准确率较高，该识别方式需依赖特定的软件和硬件才能实现，成本较高，而且整个身份识别过程需要驾驶员主动输入信息，改变了驾驶员的驾驶习惯，对驾驶员造成不便。近年来，通过人脸识别驾驶员身份受到了人们的关注，人脸识别驾驶员身份相对成本较低，不对驾驶员的习惯造成任何影响，但是人脸识别对环境光线及摄像头的感光灵敏度依赖较大，在光线较弱的条件下，人脸识别的准确度大大下降，不利于在夜间对驾驶员身份进行准确识别。

本发明提供了一种基于服务器模块的驾驶员身份识别方法，该方法在驾驶座椅上安装有若干压力传感器，通过压力传感器检测座椅的压力分布数据，再以压力分布数据为基础建立3d压力分布模型，进而根据驾驶员产生的3d压力分布模型与提前录入系统的3d压力分布模型的对比结果来识别身份。该识别方法无需驾驶员主动输入信息，不改变驾驶员的驾驶习惯，同时对环境的依赖性较低，具有较高的识别精度。

技术实现要素：

本发明为了解决上述技术问题，提供了一种驾驶员身份识别方法，基于车载ecu、智能座椅及服务器模块，所述车载ecu配设有报警装置，所述智能座椅上设有重力传感器及至少一个以上的压力检测元件，所述车载ecu、智能座椅及服务器模块相互通信连接，该方法包括如下步骤：

s1、车主将常用坐姿信息及使用密码录入服务器模块，由服务器模块建立身份信息数据库；

s2、车辆启动前，智能座椅采集驾驶员的坐姿信息，并将坐姿信息传输至服务器模块；

s3、服务器模块将驾驶员的坐姿信息与身份信息数据库进行匹配。

进一步的，还包括如下步骤：

s4、若驾驶员的坐姿信息与身份信息数据库匹配成功，服务器模块发送成功指令至车载ecu，车载ecu使车辆启动；

s5、若驾驶员的坐姿信息与身份信息数据库匹配失败，服务器模块发送失败指令至车载ecu，车载ecu使车辆熄火，同时要求驾驶员输入使用密码；

s6、服务器模块验证驾驶员输入的使用密码是否正确，若正确，车辆启动，若错误，车载ecu记录驾驶员信息，并启动报警装置。

进一步的，所述步骤s1包括如下子步骤：

s11、智能座椅采集不同坐姿下的体重及压力分布数据，并将体重及压力分布数据传输至服务器模块；

s12、服务器模块针对不同坐姿下的压力分布数据建立3d压力分布模型，并将3d压力分布模型与体重相对应建立身份信息数据库。

进一步的，步骤s11中，智能座椅针对同一坐姿条件下的体重及压力分布数据至少需要采集3次。

进一步的，所述步骤s12包括如下子步骤：

s121、服务器模块针对不同坐姿下的压力分布数据建立3d压力分布模型；

s122、车载ecu记录不同坐姿条件下的驾驶位状态信息，并将驾驶位状态信息传输至服务器模块；

s123、服务器模块将3d压力分布模型、体重及驾驶位状态信息相互对应，建立身份信息数据库。

进一步的，所述步骤s4还包括自适应步骤：

服务器模块将与驾驶员坐姿相对应的驾驶位状态信息发送至车载ecu，车载ecu根据接收到的驾驶位状态信息进行自动调整。

进一步的，所述驾驶位状态信息包括智能座椅高度、智能座椅与方向盘间的距离、方向盘角度及后视镜角度。

进一步，所述步骤s3包括如下子步骤：

s31、服务器模块对身份信息数据库中的3d压力分布模型进行边界描绘；

s32、服务器模块对驾驶员产生的3d压力分布模型进行边界描绘；

s33、服务器模块分别将身份信息数据库中的各3d压力分布模型与驾驶员产生的3d压力分布模型放入同一三维坐标进行对比分析，重合度大于等于特定值，即匹配成功。

进一步的，所述步骤s4还包括防疲劳驾驶步骤：

在车辆行驶过程中，智能座椅对驾驶员的体重及压力分布数据进行持续采集，服务器模块将采集到的坐姿信息与身份信息数据库进行对比，若发现驾驶员的坐姿信息与身份信息数据库录入的坐姿信息存在区别，服务器模块发送指令至车载ecu，车载ecu对驾驶员发出疲劳驾驶提醒。

进一步的，所述压力检测元件的数量分布在230-280之间。

本发明所起到的有益技术效果如下：

与现有技术相比较，本发明公开了一种驾驶员身份识别方法，该方法在驾驶座椅上安装有若干压力传感器，通过压力传感器检测座椅的压力分布数据，再以压力分布数据为基础建立3d压力分布模型，进而根据驾驶员产生的3d压力分布模型与提前录入系统的3d压力分布模型的对比结果来识别身份。该识别方法无需驾驶员主动输入信息，不改变驾驶员的驾驶习惯，同时对环境的依赖性较低，具有较高的识别精度。此外，本发明公开的驾驶员身份识别方法还能根据驾驶员的坐姿对驾驶位状态信息进行自动调整，使驾驶员以最放松的状态进行驾驶，利于驾驶员心情保持愉悦，提升了驾驶员在行车过程中的舒适度体验。

附图说明

图1为本发明实施例1中的压力分布2d图。

图2为本发明实施例1中的压力分布3d图。

图3为本发明驾驶员身份识别流程图。

具体实施方式

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征更易被本领域技术人员理解，从而对本发明的保护范围作出更为清楚的界定。

实施例1：

本实施例提供了一种驾驶员身份识别方法，基于车载ecu、智能座椅及服务器模块，所述车载ecu、智能座椅及服务器模块相互通信连接，一般通过互联网相连。所述车载ecu配设有报警装置，本实施例中，所述报警装置为蓝牙报警装置或声光报警装置中的一种或两种。所述智能座椅上设有重力传感器及至少一个以上的压力检测元件，压力检测元件的安装数量一般分布在230-280之间，所述重力传感器与压力检测元件均与智能座椅的主控系统cpu相连，所述cpu通过以太网与服务器模块相连，所述cpu还通过can总线与车载ecu相连。此外，所述智能座椅还配设有电源管理装置，所述电源管理装置用于为cpu、重力传感器及压力检测元件提供电能。本实施例中，所述智能座椅上共设有256个压力检测元件。该方法具体包括如下步骤（如图3所示）：

s1、车主将常用坐姿信息及使用密码录入服务器模块，由服务器模块建立身份信息数据库，车主录入的坐姿信息越多，身份信息数据库越大，后续对驾驶员身份的识别就越准确；

s2、车辆启动前，智能座椅采集驾驶员的坐姿信息，并将坐姿信息传输至服务器模块。本实施例中，智能座椅中的cpu通过以太网将坐姿信息传输至服务器模块。一旦驾驶员上车，智能座椅中的重力传感器就会获取到驾驶员的体重，同时智能座椅会根据驾驶员的位置是偏向左方、右方、中间、前方、后方，把驾驶员身体与智能座椅的接触部分划分成多个等份，比如细分为256份，压力检测元件会将这256份的压力数据传输至cpu，所述cpu将压力数据进一步传送至服务器模块，所述服务器模块针对这256份压力数据拟合成3d压力模型（如图2及图3所示）。又因为人体的身型特征与其坐下时的压力分布有对应关系，一旦拟合得到3d压力模型就可以计算出驾驶员的身型特征，如身高、体重、臀围等信息。因此将3d压力模型与身份信息数据库的3d压力模型进行比对，就可以准确识别驾驶员的身份，非常便捷。

s3、服务器模块将驾驶员的坐姿信息与身份信息数据库进行匹配，具体匹配过程是将步骤s2中得到的3d压力模型与身份信息数据库中的3d压力模型进行匹配。

s4、若驾驶员的坐姿信息与身份信息数据库匹配成功，服务器模块发送成功指令至车载ecu，车载ecu使车辆启动；

s5、若驾驶员的坐姿信息与身份信息数据库匹配失败，服务器模块发送失败指令至车载ecu，车载ecu使车辆熄火，同时要求驾驶员输入使用密码；

s6、服务器模块验证驾驶员输入的使用密码是否正确，若正确，车辆启动，若错误，车载ecu记录驾驶员信息，并启动报警装置。本实施例中，车载ecu还配设有摄像头，所述摄像头安装在方向盘上方的遮光板，用于获取驾驶员的长相。一旦服务器模块确认驾驶员输入的密码是错误的，服务器模块便会发送指令至车载ecu，车载ecu会立刻启动摄像头对驾驶员进行拍照，并将照片传输至服务器模块，所述服务器模块会将驾驶员的坐姿信息和照片存入建立的偷车贼档案，便于后续车主查看。

其中，所述步骤s1包括如下子步骤：

s11、智能座椅采集不同坐姿下的体重及压力分布数据，并将体重及压力分布数据传输至服务器模块；所述智能座椅针对同一坐姿条件下的体重及压力分布数据至少需要采集3次，采集次数越多，压力分布数据越准确。本实施例中，所述智能座椅针对同一坐姿条件下的体重及压力分布数据均采集了3次。此外，使用者也可以在车辆行驶过程中不断的通过智能座椅向服务器模块录入坐姿信息，以完善身份信息数据库中的3d压力模型，进而提高驾驶员的身份识别准确率。

s12、服务器模块针对不同坐姿下的压力分布数据建立3d压力分布模型，并将3d压力分布模型与体重相对应建立身份信息数据库。

所述步骤s3包括如下子步骤：

s31、服务器模块对身份信息数据库中的3d压力分布模型进行边界描绘；

s32、服务器模块对驾驶员产生的3d压力分布模型进行边界描绘；

s33、服务器模块分别将身份信息数据库中的各3d压力分布模型与驾驶员产生的3d压力分布模型放入同一三维坐标进行对比分析，重合度大于等于特定值，即匹配成功。本实施例中，所述特征值设为98%。

所述步骤s4包括防疲劳驾驶步骤：

在车辆行驶过程中，智能座椅对驾驶员的体重及压力分布数据进行持续采集，服务器模块将持续采集得到的坐姿信息与身份信息数据库进行对比，若发现驾驶员的坐姿信息与身份信息数据库录入的坐姿信息存在区别，服务器模块发送指令至车载ecu，车载ecu对驾驶员发出疲劳驾驶提醒。此外，服务器模块对每次发生事故时驾驶员的坐姿信息进行收集存储，在车辆行驶过程中，服务器模块会将持续采集到的坐姿信息与发生事故时的坐姿信息进行比对，一旦两者的相似度高于95%，服务器模块便会发出疲劳驾驶提醒，若服务器模块发出疲劳驾驶提醒后没有得到驾驶员回应，服务器模块便会向车载ecu发出自动刹车指令，车载ecu控制车辆紧急刹车，防止发生交通事故，一定程度提高了驾驶安全。

实施例2：

本实施例与实施例1类似，主要区别在于，所述步骤s12包括如下子步骤：

s121、服务器模块针对不同坐姿下的压力分布数据建立3d压力分布模型；

s122、车载ecu记录不同坐姿条件下的驾驶位状态信息，并将驾驶位状态信息传输至服务器模块；

s123、服务器模块将3d压力分布模型、体重及驾驶位状态信息相互对应，建立身份信息数据库。

基于步骤s122中车载ecu对不同坐姿条件下的驾驶位状态信息的采集，步骤s4还包括与步骤s122相对应的自适应步骤：

服务器模块将与驾驶员坐姿相对应的驾驶位状态信息发送至车载ecu，车载ecu根据接收到的驾驶位状态信息进行自动调整。用车过程中，驾驶员对驾驶位状态信息的调整，车载ecu均会录入服务器模块，驾驶员驾驶车辆的时间越久，服务器模块针对该坐姿信息收集到的驾驶位状态信息越多，那么通过自适应步骤调整后的驾驶位状态信息就会越符合驾驶员的习惯与规律，极大程度增强了驾驶的便捷性与体验。本实施例中，所述驾驶位状态信息包括但不限于智能座椅高度、智能座椅与方向盘间的距离、方向盘角度及后视镜角度。

本发明公开了一种驾驶员身份识别方法，该方法在驾驶座椅上安装有若干压力传感器，通过压力传感器检测座椅的压力分布数据，再以压力分布数据为基础建立3d压力分布模型，进而根据驾驶员产生的3d压力分布模型与提前录入系统的3d压力分布模型的对比结果来识别身份。该识别方法无需驾驶员主动输入信息，不改变驾驶员的驾驶习惯，同时对环境的依赖性较低，具有较高的识别精度。此外，本发明公开的驾驶员身份识别方法还能根据驾驶员的坐姿对驾驶位状态信息进行自动调整，使驾驶员以最放松的状态进行驾驶，利于驾驶员心情保持愉悦，提升了驾驶员在行车过程中的舒适度体验。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。。