[发明专利]一种基于蚁群算法的行李箱智能锁系统的方法

权利要求书

1.基于蚁群算法的行李箱智能锁系统的方法，具体步骤如下，其特征在于；

步骤1：建立行李箱智能锁硬件系统，智能锁硬件系统主要包括指纹采集模块、舵机控制模块、ARM控制模块、GPS模块，GSM模块，LED模块、按键输入模块，和蜂鸣器模块等；

步骤2：指纹采集模块采集用户指纹信息，对指纹信息进行灰度归一化；

步骤3：建立蚁群群体，对归一化的指纹信息进行指纹增强；

步骤4：指纹特征匹配，判断是否是用户开启智能锁；

步骤5：如果指纹特征匹配成功，控制器控制舵机打开智能锁，并打开智能锁的绿色指示灯；

步骤6：如果指纹特征匹配失败，提醒用户重新输入指纹信息，如果匹配失败超过5次，控制器锁定指纹模块，并通过GSM模块向用户手机发送行李箱的位置信息，需要用户手动输入密码再次解除指纹模块锁定。

2.根据权利要求1所述的基于蚁群算法的行李箱智能锁系统的方法，其特征在于；

所述步骤2中灰度归一化公式为：

其中，G是灰度值I(i,j)的灰度估计值，D₀是灰度值I(i,j)的灰度方差，M、N是指纹灰度图像的尺寸。

3.根据权利要求1所述的基于蚁群算法的行李箱智能锁系统的方法，其特征在于；

所述步骤3中蚁群算法的样本与聚类中心的加权欧氏距离为公式为：

其中，p_k是指纹灰度样本的权值，m是聚类数。

4.根据权利要求1所述的基于蚁群算法的行李箱智能锁系统的方法，其特征在于；

所述步骤3中蚁群算法聚类路径上的信息量公式为：

其中，R是聚类半径，γ(i,j,t)是t时刻蚂蚁i到聚类中心j路径的信息量。

5.根据权利要求1所述的基于蚁群算法的行李箱智能锁系统的方法，其特征在于；

所述步骤4中指纹特征匹配的公式为：

其中，D是输入指纹的特征向量，D₀是库指纹的特征向量，T是匹配阈值。