[发明专利]一种城市公用自行车监测装置

摘要

本发明公开了一种城市公用自行车监测装置，包括租还模块、锁定模块、RFID模块、无线信息传送模块、太阳能发电模块；租还模块包括客户端和租还控制服务器；身份认证模块包括存储单元、获取模块、身份证件信息读取模块、分析模块、提问模块、执行模块。本发明的城市公用自行车监测装置可以通过RFID模块，传送射频信号，射频信号所处位置距车辆距离缩短至一定距离时，系统会发出警报，可以有效避免交通事故；锁定模块可以锁定自行车的地理位置，租还模块能够提高公共自行车公司的管理效率和公共资源的利用率。

主权项

1.一种城市公用自行车监测装置，其特征在于，所述的城市公用自行车监测装置包括租还模块、锁定模块、RFID模块、无线信息传送模块、太阳能发电模块；所述租还模块包括客户端和租还控制服务器，该客户端是用户与租还控制服务器之间的接口，客户端通过公用网和租还控制服务器通信；用户通过租还模块内置的身份认证模块进行身份认证，该身份认证模块包括：存储单元，该存储单元用于存储多个合法用户的预设提问、与每一预设提问对应的预设表情变化、身份证件信息；获取模块，用于在用户通过带有摄像头的电子设备连接至分析模块，获取该摄像头摄取到的图像，还包括身份证件信息读取模块，该身份证件信息读取模块包括开关模块、第一处理器、第一存储器和电磁线圈，所述开关模块、所述第一存储器和所述电磁线圈分别与所述第一处理器连接，所述第一存储器用于存储身份代表音频数据，所述开关模块用于接收到外部的控制信号后，根据所述控制信号生成触发信号并将所述触发信号发送至所述第一处理器，所述第一处理器用于接收到所述触发信号后，将所述身份代表音频数据转换为电信号并将所述电信号发送至所述电磁线圈，所述电磁线圈用于根据所述电信号产生磁场变化信号，并将所述磁场变化信号输出至外部；分析模块，用于识别所述获取的图像中是否包括人脸图像及预设问题答案是否准确、身份证件信息是否符合；提问模块，用于当分析模块判断所述获取的图像中包括人脸图像时，从存储单元中选取至少一预设提问，并控制该电子设备播放该预设提问；以及执行模块；获取模块还用于当提问模块选取该预设提问后，重新获取该摄像头摄取到的图像；分析模块还用于识别所述重新获取的图像中的人脸图像，并识别该人脸图像的表情变化，然后判断该识别到的表情变化是否与该选取的预设提问对应的预设表情变化相同；所述执行模块用于在至少识别到的人脸图像的表情变化与选取的预设提问对应的预设表情变化相同时，判断该用户为合法用户并允许该用户登入该信息服务器；所述租还控制服务器用来保存和处理用户信息；所述的锁定模块包括位置锁定模块和车锁，所述的位置锁定模块包括移动通信装置，移动通信装置在第一时间点由第一移动通信装置接收到的信号编译第一签名，所述第一签名包括：控制信息；小区集合，所述小区集合是由所述第一移动通信装置可观测的公用自行车存放点；以及从所述可观测公用自行车存放点收到的信号的接收功率水平信息；估计在所述第一时间点所述第一移动通信装置的位置，该估计基于第一已知签名的位置信息，所述第一已知签名通过将所述第一签名与输入在数据库中的已知签名进行比较来选择，所述已知签名包括位置信息；所述车锁包括固定底座，在固定底座前端设有感应器，固定底座两端设有弹簧，弹簧与夹紧板相连接，夹紧板上端、固定底座上设有电磁锁，电磁锁、感应器通过无线信息传送模块与锁定模块内部的处理器连接；所述RFID模块包括电源管理电路、核心芯片、外围电路、射频前端电路和天线配置电路，所述电源管理电路将输入电源稳流控制并为其他电路提供对应的电源，所述外围电路包括使能电路、晶体震荡电路、锁相环电路，所述射频前端电路用于将核心芯片发射出来的射频信号经过前期处理输出到天线配置电路以及将天线配置电路返回的射频信号经过平衡不平衡转换后发送至核心芯片，所述天线配置电路用于将射频信号发送至天线和接收天线返回的射频信号；所述的核心芯片内置有光感模块，该光感模块主要包括光敏电阻、光敏电容、光敏三极管、光敏二极管或光传感器，为其中的一种或多种的组合，所述的光感模块直接感触到标签所处环境的一处或多处的光线，所述的控制模块和光感模块相连，所述的控制模块根据光感模块检测到的光线强度、频率的变化而改变无线电传输模块的发送内容、工作间隔时间或发射频率；或开启关闭部分工作模块；所述的分析模块包括人脸检测与定位模块、规范化模块、特征提取模块、识别模块；所述的定位与检测模块用于捕捉人眼坐标，并由人眼坐标得到人脸左上顶点和右下顶点的坐标；所述的规范化模块对采集的人脸图像进行规范化处理，将人脸对齐纠正；所述的特征提取模块用于构造特征提取算子，提取人脸图像特征向量，具体步骤为：步骤一、采集到N个样本用作训练集X，采用下式求出样本平均值m：其中，x_i∈样本训练集X＝(x₁，x₂，…，x_N)；步骤二、求出散布矩阵S：求出散布矩阵的特征值λi和对应的特征向量ei，其中，ei便是主分量，将特征值从大到小依次排列λ1，λ2，…；假设取出p个值，λ1，λ2，…，λp可以确定出脸空间E＝(e1，e2，…，eP)，在此脸空间上，训练样本X中，每个元素投影到该空间的点可以由下式得到：x'_i＝E^tx_i，t＝1，2，…，N；由上式得到的是将原向量经过PCA降维后的p维向量；所述的识别模块基于稀疏表征，采用SRC人脸识别算法进行多人脸识别；采用SRC人脸识别算法进行多人脸识别的具体方法为：对当前帧人脸检测并按坐标排序得出当前帧各个人脸的识别结果；根据当前帧各个人脸的识别结果计算对应的各个人脸各自相邻n帧识别结果；统计各个人脸的身份，由超过半数n/2的统一身份决定目标的最终身份；其中，计算待识别图片与人脸库各类别间的重建误差{r₁，r₂……r_n}，r₁<r₂<……<r_n，将得到的相似度值按照的规则确定最终识别结果；其中T₁为比率值，T₁＝0.6。