本发明涉及车辆控制领域，尤其涉及一种用于车辆的身份验证系统及车辆。
背景技术：
随着车辆领域的蓬勃发展，已产生了越来越多如分时租赁车辆的业务，车辆的使用也正式加入到互联网络中来，给人们的生活带来了越来越多的便利。此类业务在开展时，租赁的方式是采取了使用者完成申请，由租赁公司通过向使用者发放智能卡或者通过服务器向使用者的智能终端发送授权码。两种方式中，前者智能卡的方式已经不能满足当前日新月异的社会发展需求；后者授权码的方式虽然简单易用，但是其缺点是容易被窃取，一旦唯一的授权码被其他人获得，车辆将被偷窃，而且车辆进入系统的bluetooth/nfc模块通常成为黑客攻击的入口，一旦攻破，车辆将会被盗。
因此，为了解决上述问题，需要一种基于新型逻辑的车辆身份验证系统，可摆脱现有的智能卡或授权码的验证形式，提高身份验证的安全性和可靠性。
技术实现要素：
为了克服上述技术缺陷，本发明的目的在于提供一种用于车辆的身份验证系统及车辆，使得车辆进入系统更加可靠安全。
本发明公开了一种用于车辆的身份验证系统，包括与所述车辆连接的具有信息收集模块的智能终端、远程服务器；所述车辆包括互相连接的电子控制单元ecu及无线收发模块；所述信息收集模块检测所述智能终端的动作信息及位置信息，并与所述远程服务器连接，将所述动作信息及位置信息发送至所述远程服务器；所述远程服务器内预设有动作位置数据库，所述远程服务器将所述动作信息、位置信息与所述动作位置数据库比较，匹配后通过所述无线收发模块向所述电子控制单元ecu发送控制指令；所述电子控制单元ecu根据所述控制指令开启或关闭所述车辆。
优选地，所述信息收集模块包括加速度传感器和gps传感器；所述加速度传感器检测所述智能终端的各方向上的加速度，以形成所述动作信息；所述gps传感器检测所述智能终端的位置以形成所述位置信息；所述无线收发模块向所述服务器发送所述车辆的地点信息；所述远程服务器比较所述位置信息及地点信息，以识别所述智能终端和所述车辆的距离。
优选地，所述身份验证系统还包括：数据预处理模块，所述数据预处理模块将所述动作信息进行筛选和过滤，获得处理后的所述动作信息数据。
优选地，所述数据处理模块去除所述动作信息中包括有所述智能终端重力加速度分量的信息，以及噪声信息。
优选地，所述身份验证系统还包括：特征值提取模块，通过计算所述动作信息的协方差矩阵，处理后形成对应所述动作信息的特征值。
优选地，所述智能终端和车辆距离为0-1.5米间时，形成开启所述车辆的控制指令。
优选地，所述数据预处理模块还包括：动作分割单元，所述动作分割单元将所述动作信息分割成多个静态单元，并拼接所述静态单元。
优选地，所述身份验证系统还包括：行为识别模块，用于判断所述动作信息的活动状态及动作趋势；其中，所述行为识别模块包括：判断单元及预测单元；所述判断单元用于判断所述动作信息的活动状态；所述预测单元用于确认所述动作信息的动作趋势，以预先确定所述动作信息。
本发明还公开了一种车辆，包括上述的身份验证系统。
采用了上述技术方案后，与现有技术相比，具有以下有益效果：
1.本发明通过智能终端的动作信息和gps位置信息的识别技术解决这一问题，从而使得分时租赁车辆进入系统更加安全、可靠；
2.通过行为识别模块的设置，降低了对使用者行为的误检及错检的情况，防止非正常启动车辆。
附图说明
图1为符合本发明一优选实施例中身份验证系统的系统结构示意图；
图2为符合本发明一优选实施例中动作信息及位置信息处理流程图；
图3为符合本发明一优选实施例中行为识别流程图。
附图标记：
1-车辆、2-智能终端、3-远程服务器。
具体实施方式
以下结合附图与具体实施例进一步阐述本发明的优点。
参阅图1，为符合本发明一优选实施例中用于车辆1的身份验证系统的系统结构示意图。该实施例中，身份验证系统主要由以下模块组成：
-智能终端2
随着互联化的普及，智能终端2已在生活中飞速地扩张。身份验证系统基于该普及的智能终端2建立。且利用智能终端2多样化、便携化、功能化的特点，智能终端2包括有一信息收集模块，其可基于智能终端2内置的加速度传感器、陀螺仪、指南针、gps等实时地检测智能终端2的动作信息及位置信息。上述所指的动作信息，是指使用者手持智能终端2向上方、前方、左方等方向做出的连贯性动作，例如，当使用者手持智能终端2向左伸出再拿回时，则利用智能终端2内的加速度传感器可检测到智能终端2向左滑出“一”字，当使用者手持智能终端2向上下左右移动时，加速度传感器可检测到智能终端2滑出“口”字或矩形，则形成的智能终端2运动轨迹即为该动作信息。而位置信息，则为可显示智能终端2位于何处的体现，如在某条路上，在车辆1附近等。智能终端2内的信息收集模块将检测智能终端2的动作和位置，以形成上述动作信息和位置信息。
-远程服务器3
远程服务器3以云端的形式与智能终端2及车辆1连接，作为智能终端2与车辆1间的可选连接媒介。当智能终端2的信息收集模块检测智能终端2的动作信息及位置信息后，将上传至远程服务器3作存储及处理之用。传输的方式可采用如wifi、蜂窝网络等。
远程服务器3除接收上述信息外，其内预设有一动作位置数据库，远程服务器3接收检测的动作信息及位置信息后，将动作信息及位置信息与动作位置数据库作比对，动作位置数据库内存有多个动作对应控制指令的数据，例如，上述“一”字、“口”字或矩形图形对应开启车门的指令，则当远程服务器3接收的动作信息是与预设的动作信息匹配时，远程服务器3即判断使用者执行了一与开启车门指令对应的动作，应当形成车门开启的控制。其他如关闭车门，启动发动机等操作，均对应有一个或多个动作，当远程服务器3接收的动作信息可对应预设的对应操作的动作时，便可对车辆1执行相应的操作。
一旦两动作信息匹配后，远程服务器3将会通知车辆1执行操作。具体地，车辆1包括有电子控制单元(ecu)及无线收发模块，远程服务器3通过无线收发模块与车辆1连接，连接方式同样可通过如wifi、蜂窝网络等实现，并将可执行操作的控制指令下发至ecu，ecu将根据接收的指令对车辆1进行操作，如开启或关闭车辆1、开启或关闭车门、开启或关闭发动机等。
通过上述配置，在使用者进入车辆1的整个进入系统过程中，无需打开智能终端2获取授权码或取出智能卡授权进入车辆1，简化了进入过程的同时，由于判断是否可开启的标准是使用者手持智能终端2的动作，因此，个性化的动作难以模仿以保留、甚至提高了车辆1解锁的安全性。可以理解的是，远程服务器3在预设动作信息时，可由使用者自由选择搭配，例如，通过智能终端2内安装的应用程序与远程服务器3的动作位置数据库连接，并在应用程序内设置动作。应用程序可具有一对话框，向使用者提供对应开启、关闭的动作，使用者接收该对话框时，可设置对应操作的动作，以实现对动作位置数据库的预设。
一优选的实施例中，智能终端2的信息收集模块包括加速度传感器和gps传感器，通过加速度传感器采集到上述动作信息，而gps传感器则用于确定所述智能终端2的位置。具体地，可将智能终端2应用为带有加速度传感器和gps传感器的智能手机，与远程服务器3通信连接。当使用者手持智能终端2在各个方向移动时，加速度传感器将智能终端2的移动划分为x、y、z轴的三方向，该x、y、z轴的正方向与手机屏幕相关联，其中，x轴和y轴组成手机平面，其中x轴表示横向移动的加速度，右侧为正方向；y轴表示纵向移动的加速度，上侧为正方向；z轴表示垂直于手机平面的加速度，上侧为正方向。信息收集模块所采集到的数据是纯文本格式，包含检测的一个样本的x，y和z轴信号。
而智能终端2的gps传感器，在用户使用智能手机进行移动时，将实时地获取智能终端2所处位置，以形成位置信息，使得远程服务器3获取智能终端2的位置信息。而车辆1的无线收发模块也将车辆1的地点信息发送至远程服务器3。远程服务器3接收到上述两地点信息及位置信息后，将对地点信息与位置信息作比较，以判断和识别智能终端2与车辆1间的距离，从而确认当使用者实施动作时，是否在车辆1附近，若使用者处于远离于车辆1的位置时，可判断出使用者对智能终端2的操作并非是对车辆1控制的意向，则远程服务器3将不会发送控制指令至车辆1，以减少错误指令的生成。
为多方面确保控制指令形成的正确率，在身份验证系统中，还包括有以下模块：
(1)数据预处理模块
智能终端的加速度传感器所获取到的智能终端加速度数据不仅仅包含了智能终端的行为加速度，还包括智能终端本身所具有的重力加速度分量，以及影响判断结果的背景噪声，需对获取的动作信息数据进行预处理。数据预处理模块由此需要过滤出纯净的用户行为加速度数据，以建立动作信息。处理时，数据预处理模块将首先使用低通滤波方法去除重力加速度分量，随后使用如平均滑动滤波和高通滤波进行去噪处理，用平滑样条法处理数据，获得数据的整体变化规律，从而对动作信息进行预处理。
在数据预处理模块内还可包括动作分割单元，动作分割单元将由多个连续动作形成的动作信息分割为多个静态单元，再对静态单元重新剪辑拼接，以作为后续处理的对象。具体地，如使用者手持智能终端移动时，从智能终端静止到对应于车辆控制的动作间，实际上存在有多余的不必要动作，动作分割单元便用于将此类不必要动作从整套动作分割而出。若将整套动作看作是一个连续的动作画面，动作分割单元则是利用一类似于滑动窗口的工具，将连续动作画面分割成多个小画面，该窗口的大小越小，动作画面分割的越细，将某一或某些不具有与特定动作关联的小画面删除，而后拼接，便可形成有效的对应动作信息的动作画面。
此外，还需判断切割窗口得到的数据属于动态还是静态。如果是属于动态的，则将连续一段动态行为片数据整理成一个完整的行为，否则不予处理。这样，两个动作之间包含若干个静态动作片。动作片是组成动作的最基本数据单元。一个滑动窗口内包含的是一个行为片的数据，窗口大小要小于行为数据量。
(2)特征值提取模块
除上述动作分割单元可对数据预处理外，对动作信息的处理还可通过特征值提取的方法。具体地，特征值提取模块使用主成分分析法来压缩高维的动作信息数据，将动作信息中的待比较数据去除其中影响因子较小的冗余信息，再利用计算协方差矩阵，特征分解之后得出影响因子最大的前几个特征值，再使用对应的特征向量组成变换向量。将高维空间上的所有行为特征值映射成低维空间上的综合指标，获得具有相同表征行为的重要数据。变换之后，主成分数据个数要少于原特征值个数，降低数据纬度的同时，也降低了远程服务器对动作信息的处理负担。
在具有上述配置的车辆身份验证系统后，如图2所示，智能终端处获取初步的动作信息和位置信息后，将依次通过动作分割、特征值提取、远程服务器端数据比较、远程服务器端动作确认等过程进行预处理，才最终确认控制指令的生成与下发。
参阅图3，对于使用者的动作判断，还可通过在身份验证系统内增设行为识别模块，对使用者的动作信息判断的速度进行加快。具体地，行为识别模块包括了判断单元及预测单元，判断单元用于判断当前动作信息的活动状态，所谓活动状态，即为智能终端生成动作信息时，是否处于欲开启车辆的活跃状态。例如，仅当智能终端位于车辆附近，即位置信息与地点信息的比较结果符合某一距离如0-1.5米间，甚至更近如1米、0.5米时，且智能终端打开可识别和生成动作信息的应用程序，远程服务器才可判断动作信息为活动状态，上述任一条件未满足均不可。预测单元则利用人工神经网络结构，识别动作信息的动作趋势，例如，由于远程服务器已存有正确的动作信息，则其可根据正确的动作信息，进行模拟及学习的过程，但远程服务器收到的动作信息或动作信息碎片单元与正确的动作信息的部分进行匹配时，远程服务器将通过预测单元判断该动作信息具有正确的趋势，先行调阅后续的正确动作信息，从而替换了原收到全部动作信息后才进行匹配的方式，加快了匹配识别的过程。
且基于神经网络的本身构架，输入的样本越多，学习的越快，预测与识别的过程也越准确，因此，在具有预测单元后，远程服务器的识别速度将越发加快。
上述任一实施例中的身份验证系统，均可直接应用至车辆上，并与使用者的智能终端绑定互联，以实现新型的身份验证方式。
应当注意的是，本发明的实施例有较佳的实施性，且并非对本发明作任何形式的限制，任何熟悉该领域的技术人员可能利用上述揭示的技术内容变更或修饰为等同的有效实施例，但凡未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何修改或等同变化及修饰，均仍属于本发明技术方案的范围内。