用于辨识车辆乘员的系统、方法和装置制造方法
【专利摘要】本发明的一些实施例可包括用于辨识车辆的乘员的系统、方法和装置。根据本发明的示例性实施例，提供了用于辨识车辆的乘员的方法。所述方法包括：接收主要标识(ID)输入和一个或多个次级ID输入，其中所述主要ID输入包括标识记号信息；至少基于主要ID输入取回集群信息；将一个或多个次级ID输入与集群信息相比较；至少部分地基于所述一个或多个次级ID输入与集群信息的比较，来确定与乘员的标识相关联的置信值；以及至少部分地基于所确定的置信值来输出信息。
【专利说明】用于辨识车辆乘员的系统、方法和装置【技术领域】
[0001]本发明一般涉及识别系统，尤其涉及用于辨识车辆乘员的系统、方法和装置。
【背景技术】
[0002]当人进入汽车且准备驾驶时，他/她通常将调节车辆内的多种设定，包括座椅位置、后视镜角度、气候控制设定等。在一些车辆中，座椅可具有多种可调节设定，包括靠背角度、前后位置、腰部位置、座椅深度、座椅高度等。例如，当车辆共用且不同乘员具有其自己的独特座椅调节偏好时，一系列座椅位置会提出了难题。
[0003]车辆设计者和制造商已试图通过安装存储控件和机动执行器而使得座椅、反射镜、踏板等能够通过按压单个按钮而被调节至先前记忆的位置来解决该问题。一些车辆能够将记忆的设定与例如特定编号的钥锁(key fob)关联，以在汽车通过具体钥锁解锁时将座椅设定到具体记忆位置。但是，如果钥匙套被交易或借用，则错误的偏好设定会呈现给乘员并且会造成烦扰或安全性危险。
【专利附图】
【附图说明】
[0004]现将参考附图和下面的流程图，这些图不一定是按尺度绘制的，在图中:
[0005]图1是根据本发明的示例性实施例的有识别出的乘员的车辆乘员识别系统布置的说明性示例。
[0006]图2是根据本发明的示例性实施例的未识别乘员的说明性示例。
[0007]图3是根据本发明的示例性实施例的说明性的辨识过程的框图。
[0008]图4是根据本发明的示例性实施例的车辆乘员识别系统的框图。
[0009]图5是根据本发明的示例性实施例的用于学习车辆乘员的身份的示例性方法的流程图。
[0010]图6是根据本发明的示例性实施例的用于辨识车辆乘员的示例性方法的流程图。【具体实施方式】
[0011]下面将参考附图更全面地描述本发明的实施例，在附图中显示了本发明的实施例。但是，本发明可以多种不同形式具体实施且不应解释为局限于本文阐述的实施例；相反，提供这些实施例是为了使本公开全面且完整，并且向本领域技术人员充分地传达本发明的范围。
[0012]在下面的说明中，阐述了多方面的具体细节。然而，应理解的是，本发明的实施例可在不具有这些具体细节的情况下实施。在其他情形下，为不使本说明书的理解模糊，未详细示出公知的方法、结构和技术。提到“一个实施例”、“实施例”、“示例性实施例”、“各个实施例”等表示，如此描述的本发明的实施例可以包括特定的特征、结构或特性，而不是每个实施例必然包括该特定的特征、结构或特性。此外，重复使用短语“在一个实施例中”不一定是指同一实施例，但是也可能是指同一实施例。[0013]如本文所使用的，除非特别指出，否则术语“车辆”的使用可以包括客车、卡车、公交车、货运列车、半挂车、飞机、轮船、摩托车、或能够用于运输的其他机动车辆。如本文所使用的，除非特别指出，术语“乘员”的使用可以包括驾驶员、用户或车辆中的乘客。如本文所使用的，术语“训练”可以包括至少部分地基于新的或额外的信息来更新或改变数据。
[0014]本发明的一些实施例可以实现基于感测到的身份或其缺失来进行设备的控制。多个传感器可用于机动车辆中以学习和/或感测乘员的身份。根据示例性实施例，可以通过感测到的身份或其缺失来触发或控制关于与机动车辆相关联的设备的一项或多项功能。根据本发明的示例性实施例，可以至少部分地基于与身份感测相关联的简档而控制的设备可以包括与座椅、踏板、反射镜、气候控制系统、窗户、天窗、车辆显不器、声音系统、导航系统、报警系统、制动系统、通信系统或任何其他与机动车辆有关的舒适性、安全性、设定或控件相关联的设定。
[0015]依照本发明的示例性实施例，可以通过处理从车辆内的两个以上的传感器接收到的信息而学习和/或感测乘员的身份和简档。根据示例性实施例，传感器能够包括摄像机、重量传感器、安全带位置传感器、麦克风、射频识别(RFID)读取器、蓝牙(Bluetooth)收发机、和/或W1-Fi收发机。这些传感器可以与车辆中的其他传感器结合使用来获得用于辨识或学习乘员身份的信息。根据示例性实施例，传感器可用于提供用于确定将信息与可能的身份关联的置信值的额外信息。根据示例性实施例，一旦建立个人简档，则该简档可与另一车辆共享，例如，从而为特定驾驶员或乘员提供跨各车辆的一致性。
[0016]本发明的一些实施例可以实现学习个体驾驶员的个人设备和/或身体特征并且将其与该个体的个人偏好、设定和/或习惯关联。示例性实施例可以获得并学习这些偏好，而无需来自驾驶员的可察觉输入。根据示例性实施例，传感器可用于在设定车辆反射镜、座椅位置、方向盘位置、温度、仪表板选项和其他可调节属性的过程中监控或观察乘员。根据示例性实施例，传感器可以检测例如调节何时处于暂态和/或调节何时处于稳态，使得与调节相关联的设定在达到稳态之后而不是在驾驶员处于调节过程时被记忆。
[0017]根据示例性实施例，可以基于驾驶员或乘员的身份对车辆的操作设置配置、设定、限制等。根据示例性实施例，可以包括无线通信系统，用于例如与远程服务器通信，使得车辆的拥有者可以对车辆配置设定、限制等，而无需位于汽车中。在其他示例性实施例中，可以从车辆内设定配置、设定、限制等。根据示例性实施例，汽车可设置成“无新用户”模式，如果先前未知(或未学习)的驾驶员试图启动或驾驶车辆，则该模式可禁止点火。在一个实施例中，可基于驾驶员的各种动作或者基于与车辆相关联的感测到的各方面来施加一项或多项限制。例如，辨识出的驾驶员可能正超过速度限制。根据示例性实施例，车辆可设置成例如这样的模式:指示驾驶员“在下一可供使用的停车处将汽车开到路边”，从而拥有者可以通过手机询问驾驶员，或者远程地禁用车辆而不会造成安全性问题。上文所描述的类似的示例性实施例可用于防止车辆被盗。
[0018]根据示例性实施例，乘员可以通过例如钥匙打开车门，钥匙可以包括嵌入到钥锁的一部分中的射频识别(RFID)或其他识别芯片。这些信息可用作用于辨识驾驶员的部分信息。在其他的示例性实施例中，车门可以包括无钥匙代码，并且驾驶员可以经由个人代码打开门并且经由代码提供身份信息。例如未经授权的用户可以获得代码，并且可以借用或盗用钥锁。根据示例性实施例，代码或钥锁可用作辨识乘员的部分信息，但是如现在要讨论的，可以感测附加信息来提供乘员的实际身份的更高级别的安全性或置信水平。
[0019]根据示例性实施例，各种部件、系统、方法和布置可用于辨识和/或学习车辆乘员的身份，现在将参考附图进行说明。
[0020]图1是根据本发明的示例性实施例的有识别出的乘员的车辆乘员识别系统布置的示例性实例。在示例性实施例中，两个以上的传感器可用于确定或估计乘员的身份。例如，个人输入代码可由键区读取，或者来自钥锁或其他个人设备的信息可由蓝牙、WiF1、或RFID读取器104读取并且可以提供可与其他感测信息结合使用来辨识乘员的部分“基础信息”。
[0021]根据示例性实施例，摄像机102可以捕获驾驶员106的图像，并且该图像可以被处理以辨识与驾驶员相关联的特征，包括肤色、面部特征、眼间距、头发颜色、体形等。根据示例性实施例，摄像机102可以放置在例如仪表板上或车辆中或车辆上的任何其他便利位置上，用于捕获与驾驶员106相关联的图像。在其他示例性实施例中，摄像机102可放置在车辆上的其他位置上，并且可使用反射部件来将摄像机的视场引导到感兴趣区域。
[0022]一些示例性实施例提供了如下情形:当驾驶员106可以佩戴帽子或太阳镜时，或者当车厢内的灯光太亮或太暗而不能在摄像机和图像识别处理的优选动态范围内时。在该示例性实施例中，可以使用其他的感测信息并且相应地将其加权。
[0023]根据示例性实施例，车辆内的一个或多个安全带108可以包括能够由摄像机102检测且分析以确定带扣长度的光学可识别标记物。该信息可与其他传感器以及与在摄像机图像中捕获的其他特征结合使用来确定驾驶员106的身份。
[0024]根据示例性实施例，重量传感器110可用于确定驾驶员106的大概重量。根据示例性实施例，重量传感器110可与其他传感器以及与摄像机图像中捕获的其他特征相结合来确定驾驶员106的身份。
[0025]图1所示的插入框示出了根据示例性实施例的基于测量特征来识别乘员106，所述测量特征包括重量、安全带长度和面部信息。随时间(和/或各测量间)波动的平均值或向量可以表示与特定乘员相关联的测量特征。例如，重量会改变；衣物可能在冷天更繁重；太阳镜会间歇地使用，等等。根据示例性实施例，且为了示例说明的目的，一般群体可具有由正态分布112所代表的特征。但是，来自一般群体的个体可具有落在与正态分布112相比的特定窄的范围内的测量特征(重量、安全带位置、面部特征、向量等)。例如，重量传感器110可用于在乘员106进入车辆时获得一个或多个重量测量值。随时间推移的多个测量值会生成重量测量值曲线114，其具有一定的均值和方差。根据示例性实施例，重量测量值114均值或平均值(或单个测量值)可与重量数据相比较，以判定是否存在与一定的预先定义的界限内的重量测量值114匹配的之前限定的重量签名区域115。如果匹配，则这会是驾驶员106匹配之前学习的身份简档的概率的部分指示。根据示例性实施例，可以对于安全带长度测量值116和面部特征测量值118实施类似的过程，这些过程判定是否存在对应的与安全带签名区域117和面部特征签名区域119的匹配。根据示例性实施例，匹配测量值114、116、118与对应的签名区域115、117、119的组合连同钥锁信息等，可以提供用于确定驾驶员106或其他乘员的身份的一定的置信水平。根据示例性实施例，该过程还可用于判定系统是否未识别出乘员，如参考下面的图进行论述。
[0026]图2是根据本发明的示例性实施例的未识别出的乘员206的说明性示例。在示例性实施例中，重量传感器210可用于获得乘员206的重量测量值214。在示例性实施例中，摄像机(例如，图1的摄像机102)可用于获得安全带208的一个或多个图像，其可以包括用于确定带扣安全带长度测量值216的光学可识别的基准标记图案。根据示例性实施例，摄像机(例如，图1的摄像机102)可用于获得乘员206的一个或多个图像，用于确定面部特征测量值或向量218。
[0027]图2中的插入框描绘了测量值214、216、218与对应的签名区域220匹配不好的示例。根据示例性实施例，签名区域220可对应于具有与测量值214、216、218的最紧密组合的匹配的已知或之前学习的身份。根据示例性实施例，如果签名区域220与测量值214、216、218之间的相关性不超过一定阈值，则可以基于系统偏好执行某动作或一组动作。例如，如果系统设定为“无新驾驶员”，则在未识别出的乘员206位于驾驶员座椅上时车辆可以不启动。根据另一示例性实施例，如果系统设定为“学习新驾驶员”，则可以执行一组动作来记忆测量值214、216、218并且开始学习(并记住)未识别出的乘员206的身份。
[0028]图3描绘了根据本发明的示例性实施例的示例性的辨识过程的框图。图3中的一些框可以代表硬件专用项，而其它框可以代表信息处理或信号处理。根据示例性实施例，可以从传感器获得测量值，并且所得到的特征向量信息310可用于训练、学习、辨识、提示等。根据示例性实施例，传感器可以包括座椅重量传感器303、RFID读取器304、带有关联的图像特征提取模块或处理器306的摄像机，以及带有关联的语音识别或特征提取模块或处理器308的麦克风。
[0029]根据示例性实施例，还可以提供输入以用于获得基础事实313。根据示例性实施例，基础事实313可被视为乘员与特定身份之间的极可靠的链接。基础事实313的示例可包括但不限于社会安全号、安全密码、生物计量扫描、安全记号等。根据示例性实施例，基础事实313可以具体化在钥锁或个人电子设备中，并且可由乘员携带。根据示例性实施例，包括基础事实313的信息可以存储在RFID芯片上并且经由RFID读取器传送，以用于构成特征向量信息310的部分和/或用于为训练阶段314提供信息。
[0030]根据示例性实施例，控制器322可用于使传感器和特征向量提取协调。根据示例性实施例，包括重量、RFID信息、面部几何形状、音质等的一些提取信息可以与特定乘员相关联，并且可用于建立乘员、特定身份以及与身份相关联的任何个性化设定326之间的链接。例如，个性化设定326可以包括座椅位置、反射镜位置、无线电站、气候控制设定等。根据示例性实施例，个性化设定326可由各种传感器提取。根据示例性实施例，可以通过控制器322来处理与个性化设定326有关的信息。在示例性实施例中，可以存储个性化设定326以用于学习或提炼与特定身份相关联的设定。在另一示例性实施例中，个性化设定326可通过控制器322从存储器中读取，以在乘员已经被辨识出且具有对应的一组存储的个性化设定326时提供设定。
[0031]根据示例性实施例，可以分析特征向量信息310以判定是否存在与之前存储的信息的匹配。基于该分析，可以实现训练阶段314或识别阶段320。在示例性实施例中，可能需要多次测量特征向量信息310(例如，以消除噪声等)，或者可能需要特征向量信息310来判定测量值是否收敛316到作为可靠指示的平均值或均值。在示例性实施例中，收敛316数据可用于识别阶段320，用于根据特征向量信息310确定身份。
[0032]根据示例性实施例，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，来提供用于提示或问候324的信号或命令以告知乘员。例如，如果确定匹配，则提示或问候324可以告知:“再次问好，你是爱丽丝(Alice)”。根据另一示例性实施例，如果不存在匹配，则提示或问候可以告知:“我不认识你，请告诉我你的名字”。根据示例性实施例，假设系统偏好设定为“学习新乘员”模式，则语音识别或特征提取模块或处理器308随后可以处理从麦克风拾取的回应，并且开始学习未识别出的乘员的过程。
[0033]图4是根据本发明的示例性实施例的车辆乘员识别系统400的框图。系统400可以包括控制器402，其与一个或多个摄像机424通信。可通过控制器402来处理来自一个或多个摄像机424的一个或多个图像，并且可以从一个或多个图像中提取一些特征以提供特征向量信息(如图3的特征向量信息310)。根据示例性实施例，控制器可以通过一个或多个输入/输出接口 408接收来自其它设备426的信息，其它设备可包括座椅重量传感器、麦克风、钥锁等。根据示例性实施例，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/或设备426通信。根据示例性实施例，存储器404可以包括一个或多个模块，其可以提供用于配置处理器以执行一些特殊功能的计算机可读代码。例如，存储器可以包括识别模块416。根据示例性实施例，存储器可以包括学习模块418。根据示例性实施例，识别模块416和学习模块418可以与一个或多个处理器406相结合工作，并且可用于学习或识别来自摄像机424的或来自设备426的所捕获的和经处理的图像中的特征。在示例性实施例中，识别模块416可用于确定与来自设备426和摄像机424的输入相关联的匹配。
[0034]依照示例性实施例，存储器可以包括解释/输出或回应模块420，其可以基于乘员的识别或非识别来提供命令或其它信息。在示例性实施例中，命令或其它信息可以包括可听提示、可视提示、或用于控制与车辆相关联的各种操作的信号，如之前所论述的。
[0035]根据示例性实施例，控制器可以包括一个或多个网络接口 410，用于提供控制器与远程服务器430之间经由无线网络428的通信。根据示例性实施例，远程服务器430可用于采集信息、与控制器402通信、和/或根据需要向控制器402提供软件或固件更新。根据示例性实施例，控制器可以经由网络428与一个或多个用户设备432通信。例如，用户设备432可以包括蜂窝电话、计算机、平板式计算机等。根据示例性实施例，一个或多个用户设备432可用于与和控制器402相关联的功能通信以及远程地控制所述功能。
[0036]图5是根据本发明的示例性实施例的用于学习车辆的乘员的身份的示例性方法的流程图。方法500起始于框502，并且根据本发明的示例性实施例，包括:接收主要标识(ID)输入以及一个或多个次级ID输入,其中主要ID输入包括标识记号信息。在框504中，方法500包括:至少部分地基于主要ID输入来取回集群信息。在框506中，方法500包括:将一个或多个次级ID输入与集群信息相比较。在框508中，方法500包括:至少部分地基于所述一个或多个次级ID输入与集群信息的比较来确定置信值。在框510中，方法500包括:至少部分地基于所接收到的一个或多个次级ID输入来训练集群信息。在框512中，方法500包括存储所训练的集群信息。在框512之后方法500结束。
[0037]根据示例性实施例，可能出现如下情形:学习的或经授权的用户可能将他/她的主要ID借给另一学习的或经授权的用户，并且系统可以提供用于处置这种情形的多个备选方案。在一个示例性实施例中，当集群信息(其能够取一个或多个特征向量的形式)基于主要ID(例如，钥锁)被取回且其与次级ID输入(例如，重量、可视特征、安全带长度)匹配不好时，系统可能需要第三级ID输入，例如，指纹、代码或口头片语。继续该示例，并且根据另一示例性实施例，系统可以反而搜索数据库以得到和与次级ID输入匹配良好(即，具有在预先定义的阈值之上的相关性)的另一已知乘员相关联的集群信息。在该示例性实施例中，系统可以提供可视或可听的提示或问候，诸如“你不是鲍伯(Bob)，你是珍(Jane)”。根据示例性实施例，系统可以使用之前存储的批准用户列表和关联的集群信息，例如，用于允许批准用户借用彼此的钥锁。
[0038]根据示例性实施例，可能出现如下情形:学习的或授权的用户可以将他/她的主要ID借给另一未知的或之前未经授权的用户，并且系统可以提供用于处置这种情形的多种备选方案。在一个示例性实施例中，当集群信息基于主要ID被取回并且其与次级ID输入匹配不好时，系统会需要第三级ID输入，例如，指纹、代码或口头片语。在另一示例性实施例中，系统可以呼叫拥有者的电话或上一已知驾驶员以寻求允许使未知用户操作车辆。在该示例性实施例中，系统可以提供可视的或可听的提示或问候，诸如“你不是授权用户”。
[0039]根据示例性实施例，标识记号信息可以包括由乘员提供的信息。提供的信息可以包括例如解锁代码、拇指印或其它生物标识符。根据示例性实施例，所提供的信息可存储在射频识别(RFID)标签、条形码、磁条、钥锁或非易失性存储器中的一个或多个上。根据示例性实施例，次级ID输入可以包括如下中的一项或多项:重量、重量分布、图像特征、与车辆乘员相关联的可听特征、或与车辆乘员相关联的其它标识数据。根据示例性实施例，集群信息可以包括主要ID输入与一个或多个次级ID输入之间的在先关联的指示。根据示例性实施例，指示可以包括一个或多个相对关联度。示例性实施例还可以包括: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。根据示例性实施例，训练集群信息还至少部分地基于所确定的置信值。根据示例性实施例，训练集群信息可以包括:至少部分地基于接收到的次级ID输入中的一项或多项的更新集群信息的均值和方差。
[0040]示例性实施例可以包括车辆，车辆包括:主要读取器，其用于从主要标识(ID)设备接收输入；一个或多个次级ID输入设备；至少一个存储器，其用于存储数据和计算机可执行指令；以及一个或多个处理器，其配置为访问至少一个存储器，并且还配置为执行计算机可执行指令以用于:从主要读取器接收主要ID输入以及从一个或多个次级ID输入设备接收一个或多个次级ID输入；至少部分地基于主要ID输入从与车辆相关联的至少一个存储器取回集群信息；将一个或多个次级ID输入与集群信息相比较；至少部分地基于集群信息或一个或多个次级ID输入与集群信息的比较来确定置信值；以及至少部分地基于接收到的一个或多个次级ID输入来训练所述集群信息。根据示例性实施例，可以至少包括扬声器或显示器以用于提示车辆的乘员。
[0041]根据示例性实施例，一个或多个次级ID输入设备可以包括:传感器，用于测量与车辆的乘员相关联的重量或重量分布；摄像机，用于捕获与车辆的乘员相关联的图像特征；或麦克风，其用于捕获与乘员相关联的可听特征。根据示例性实施例，集群信息可以包括主要ID输入和一个或多个次级ID输入之间的在先关联的指示。根据示例性实施例，指示可以包括一个或多个相对关联度。根据示例性实施例，一个或多个处理器还配置为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。根据示例性实施例，训练集群信息还至少部分地基于所确定的置信值。根据示例性实施例，训练集群信息包括:至少部分地基于接收到的次级ID输入中的一项或多项来更新集群信息的均值和方差。[0042]图6是根据本发明的示例性实施例的一旦已学习身份可用于辨识车辆乘员的示例性方法的流程图。方法600开始于框602，并且根据本发明的示例性实施例，该方法，包括:接收主要标识(ID)输入和一个或多个次级ID输入，其中主要ID输入包括标识记号信息。在框604中，方法600包括:至少基于主要ID输入来取回集群信息。在框606中，方法600包括:将一个或多个次级ID输入与集群信息相比较。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员的标识相关联的置信值。在框610中，方法600包括:至少部分地基于所确定的置信值来输出信息。在框610之后方法600结束。
[0043]根据示例性实施例，标识记号信息可以包括存储在射频识别(RFID)标签、条形码、磁条、钥锁或非易失性存储器中的一个或多个上的信息。根据示例性实施例，次级ID输入可以包括如下中的一项或多项:与车辆的驾驶员相关联的重量或重量分布、与车辆的驾驶员相关联的图像特征、或与车辆的驾驶员相关联的可听特征。根据示例性实施例，集群信息可以包括主要ID输入与一个或多个次级ID输入之间的在先关联的指示。示例性实施例可以包括:至少部分地基于接收到的一个或多个次级ID输入中的一项或多项或所确定的置信值来训练集群信息。根据示例性实施例，训练集群信息可以包括:更新集群信息的均值和方差。根据示例性实施例，输出信息可以包括以下中的一种或多种:可听的或可视的提示或问候、设定车辆的个性化特征的命令、或预定命令。
[0044]示例性实施例可以包括一种车辆，车辆可包括:至少一个主要读取器，用于从主要标识(ID)设备接收输入；一个或多个次级ID输入设备；至少一个存储器，其用于存储数据和计算机可执行指令；以及一个或多个处理器，其配置为访问至少一个存储器，且还配置为执行计算机可执行指令以用于:接收来自主要读取器的主要ID输入以及一个或多个次级ID输入；至少部分地基于主要ID输入从至少一个存储器取回集群信息；将一个或多个次级ID输入与集群信息相比较；至少部分地基于集群信息或一个或多个次级ID输入与集群信息的比较，来确定与车辆乘员的标识相关联的置信值；以及至少部分地基于所确定的置信值来输出信息。
[0045]根据示例性实施例，能够提供一些技术效果，诸如创建了辨识用户且提供用户偏好的一些系统、方法和装置。本发明的示例性实施例能够提供进一步的技术效果，即提供了用于学习新用户的系统、方法和装置。本发明的示例性实施例能够提供进一步的技术效果，即提供用于学习用户的偏好的系统、方法和装置。
[0046]在本发明的示例性实施例中，车辆乘员识别系统400可以包括被执行以促进任意操作的任意数量的硬件和/或软件应用。在示例性实施例中，一个或多个输入/输出接口可便于车辆乘员识别系统400与一个或多个输入/输出设备之间的通信。例如，通用串行总线端口、串行端口、磁盘驱动器、⑶-ROM驱动器和/或一个或多个用户接口设备，诸如显示器、键盘、键区、鼠标、控制板、触摸屏显示器、麦克风等，可便于与车辆乘员识别系统400的用户交互。一个或多个输入/输出接口可用于从各种输入设备接收或采集数据和/或用户指令。接收到的数据可由一个或多个计算机处理器根据本发明各实施例中的需要来处理和/或存储在一个或多个存储器设备中。
[0047]一个或多个网络接口可便于车辆乘员识别系统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，便于与系统相关联的任意数量的传感器的通信的连接。一个或多个网络接口可以进一步便于与一个或多个适合的网络的连接；例如，局域网、广域网、因特网、蜂窝网络、射频网络、Bluetooth?(由Telefonaktiebolaget LM Ericsson所有)使能网络、W1-Fi?(由W1-Fi联盟所有)使能网络、基于卫星的网络、任何有线网络、任何无线网络等，用于与外部设备和/或系统通信。根据示例性实施例，个人设备的Bluetooth MAC地址可用作车辆乘员的辨识或学习过程的部分。
[0048]根据需要，本发明的实施例可以包括具有图1至图4所示的或多或少的部件的车辆乘员识别系统400。
[0049]上文参考根据本发明的示例性实施例的系统及方法和/或计算机程序产品的框图和流程图描述了本发明的一些实施例。将理解的是，框图和流程图中的一个或多个框，以及框图和流程图中的框的组合，分别能够由计算机可执行程序指令来实现。同样，根据本发明的一些实施例，框图和流程图中的一些框不一定需要按所呈现的次序来执行，或者根本不需要执行。
[0050]这些计算机可执行程序指令可装载到通用计算机、专用计算机、处理器、或其它可编程数据处理装置上以产生特定机器，从而在计算机、处理器或其它可编程数据处理装置上执行的指令产生用于实现在流程图的一个或多个框中指定的一项或多项功能的手段。这些计算机程序指令还可以存储到计算机可读存储器中，其能够引导计算机或其它可编程数据处理装置以特定方式运作，使得存储在计算机可读存储器中的指令产生包括实现在流程图的一个或多个框中指定的一项或多项功能的指令手段的制造品。作为示例，本发明的实施例可以提供计算机程序产品，包括计算机可用介质，计算机可用介质具有具体化在其中的计算机可读程序代码或程序指令，所述计算机可读程序代码适于被执行以实现在流程图的一个或多个框中指定的一项或多项功能。计算机程序指令还可以装载到计算机或其它可编程数据处理装置上，以使得在计算机或其它可编程装置上执行一系列操作要素或步骤，从而产生计算机实现过程而使得在计算机或其它可编程装置上执行的指令提供用于实现流程图的一个或多个框中指定的功能的要素或步骤。
[0051]因此，框图和流程图中的框支持执行指定功能的手段组合、执行指定功能的要素或步骤的组合、以及执行指定功能的程序指令手段。还将理解的是，框图和流程图中的每个框以及框图和流程图中的框的组合能够由执行指定功能、要素或步骤或专用硬件或计算机指令的组合的专用的、基于硬件的计算机系统来实现。
[0052]虽然已经结合当前视为最实际的且各种实施例对本发明的一些实施例进行说明，但是应当理解，本发明不限于所公开的实施例，而是相反，旨在涵盖包含在随附权利要求的范围内的各种修改和等同布置。虽然本文采用了具体的术语，但是它们仅在通用的和说明性的意义上使用，而不是为了限制的目的。
[0053]该撰写的说明书使用实例来公开本发明的一些实施例，包括最佳方式，并且还使本领域任何技术人员能够实践本发明的一些实施例，包括制作和使用任何设备或系统以及执行任何所包含的方法。本发明的一些实施例的可专利范围限定在权利要求中，并且可以包括本领域技术人员显而易见的其它示例。如果其它示例具有与权利要求的文字语言不同的结构元件，或者如果其它示例包括具有与权利要求的文字语言无实质差别的等同的结构元件，则这些其它示例应在权利要求的范围之内。
【权利要求】
1.一种方法，包括通过一个或多个处理器来执行用于辨识车辆的乘员的计算机可执行指令，所述方法还包括: 接收主要标识(ID)输入和一个或多个次级ID输入，其中所述主要ID输入包括标识记号信息; 至少基于所述主要ID输入来取回集群信息； 将所述一个或多个次级ID输入与所述集群信息相比较； 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比较，来确定与所述乘员的标识相关联的置信值；以及 至少部分地基于所确定的置信值来输出信息。
2.如权利要求1所述的方法，其中所述标识记号信息包括存储在射频识别(RFID)标签、条形码、磁条、钥锁、或非易失性存储器中的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输入包括以下中的一项或多项:与所述车辆的所述乘员相关联的重量或重量分布、与所述车辆的所述乘员相关联的图像特征、或与所述车辆的所述乘员相关联的可听特征。
4.如权利要求1所述的方法，其中所述集群信息包括在所述主要ID输入与所述一个或多个次级ID输入之间的在先关联的指示。
5.如权利要求1所述的方法，还包括:至少部分地基于所接收到的一个或多个次级ID输入或所确定的置信值中的一者或多者来训练所述集群信息。
6.如权利要求5所述的方法，其中训练所述集群信息包括:更新所述集群信息的均值和方差。
7.如权利要求1所述的方法，其中输出所述信息包括以下中的一项或多项:可听或可视的提示或问候、用于设定车辆的个性化特征的命令、或预定命令。
8.—种车辆，包括: 主要读取器，其用于接收来自主要标识(ID)设备的输入； 一个或多个次级ID输入设备； 至少一个存储器，其用于存储数据和计算机可执行指令；以及 一个或多个处理器，其配置为访问所述至少一个存储器，并且还配置为执行计算机可执行指令以用于: 接收来自所述主要读取器的主要标识(ID)输入以及一个或多个次级ID输入； 至少部分地基于所述主要ID输入从所述至少一个存储器取回集群信息； 将所述一个或多个次级ID输入与所述集群信息相比较； 至少部分地基于所述集群信息或者所述一个或多个次级ID输入与所述集群信息的比较，来确定与所述车辆的乘员的标识相关联的置信值；以及 至少部分地基于所确定的置信值来输出信息。
9.如权利要求8所述的车辆，还至少包括用于问候或提示所述车辆的所述乘员的扬声器或显不器。
10.如权利要求8所述的车辆，其中所述主要ID设备包括存储在射频识别(RFID)标签、条形码、磁条、钥锁、或非易失性存储器中的一个或多个上的信息。
11.如权利要求8所述的车辆，其中所述一个或多个次级ID输入设备包括:用于测量与所述车辆的所述乘员相关联的重量或重量分布的一个或多个传感器、用于捕获与所述车辆的所述乘员相关联的图像特征的摄像机、或用于捕获与所述车辆的所述乘员相关联的可听特征的麦克风。
12.如权利要求8所述的车辆，其中所述集群信息包括在所述主要ID输入与所述一个或多个次级ID输入之间的在先关联的指示。
13.如权利要求8所述的车辆，其中所述一个或多个处理器还配置为至少部分地基于所接收到的一个或多个次级ID输入来训练所述集群信息。
14.如权利要求13所述的车辆，其中训练所述集群信息还至少部分地基于所确定的置信值。
15.如权利要求13所述的车辆，其中训练所述集群信息包括:至少部分地基于接收到的次级ID输入中的一个或多个来更新所述集群信息的均值和方差。
16.如权利要求13所述的车辆，其中输出信息包括以下中的一项或多项:可听或可视的提示或问候、用于设定所述车辆的个性化特征的命令、或预定命令。
17.一种装置，包括: 至少一个存储器，其用于存储数据和计算机可执行指令；以及 一个或多个处理器，其配置为访问所述至少一个存储器，并且还配置为执行计算机可执行指令以用于: 接收主要标识(ID)输入和一个或多个次级ID输入； 至少部分地基于所述主要ID输入而从所述至少一个存储器取回集群信息； 将所述一个或多个次级ID输入与所述集群信息相比较； 至少部分地基于所述集群信息或者所述一个或多个次级ID输入与所述集群信息的比较，来确定与车辆的乘员的标识相关联的置信值；以及 至少部分地基于所确定的置信值来输出信息。
18.如权利要求17所述的装置，其中所述主要ID输入包括存储在射频识别(RFID)标签、条形码、磁条、钥锁或非易失性存储器中的一个或多个上的信息。
19.如权利要求17所述的装置，其中所述次级ID输入包括以下中的一个项或多项:与所述车辆的所述乘员相关联的重量或重量分布、与所述车辆的所述乘员相关联的图像特征、或与所述车辆的所述乘员相关联的可听特征。
20.如权利要求17所述的装置，其中所述集群信息包括在所述主要ID输入和所述一个或多个次级ID输入之间的在先关联的指示，其中所述指示包括相对关联度。
21.如权利要求17所述的装置，其中所述一个或多个处理器还配置为至少部分地基于接收到的一个或多个次级ID输入来训练所述集群信息。
22.如权利要求21所述的装置，其中所述集群信息的训练还至少部分地基于所确定的置信值。
23.如权利要求21所述的装置，其中训练所述集群信息包括:至少部分地基于接收到的次级ID输入中的一个或多个来更新所述集群信息的均值和方差。
24.如权利要求17所述的装置，其中输出所述信息包括以下中的一项或多项:可听或可视的提示或问候、用于设定所述车辆的个性化特征的命令、或预定命令。
25.一种计算机程序产品，包括其中体现有计算机可读程序代码的计算机可用介质，所述计算机可读程序代码适于被执行以实现用于学习车辆的乘员身份的方法，所述方法进一步包括: 接收主要标识(ID)输入和一个或多个次级ID输入； 至少基于所述主要ID输入来取回集群信息； 将所述一个或多个次级ID输入与所述集群信息相比较； 至少部分地基于所述集群信息或者所述一个或多个次级ID输入与所述集群信息的比较，来确定与车辆的乘员的标识相关联的置信值；以及 至少部分地基于所确定的置信值来输出信息。
26.如权利要求25所述的计算机程序产品，其中所述主要ID输入包括存储在射频识别(RFID)标签、条形码、词条、钥锁或非易失性存储器中的一个或多个上的信息，并且其中所述次级ID输入包括以下中的一项或多项:与所述车辆的所述乘员相关联的重量或重量分布、与所述车辆的所述乘员相关联的图像特征、或与所述车辆的所述乘员相关联的可听特征。
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在所述主要ID输入与所述一个或多个次级ID输入之间的在先关联的指示。
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接收到的一个或多个次级ID输入来训练 所述集群信息。
29.如权利要求28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值。
30.如权利要求28所述的计算机程序产品，其中，训练所述集群信息包括:至少部分地基于所接收到的次级ID输入中的一个或多个来更新所述集群信息的均值和方差。
【文档编号】G06K17/00GK104010914SQ201180075911
【公开日】2014年8月27日 申请日期:2011年12月29日 优先权日:2011年12月29日
【发明者】D·L·格劳曼, J·希利, C·蒙特西诺斯 申请人:英特尔公司