[發(fā)明專利]一種基于掌靜脈識(shí)別及超寬帶定位的智慧園區(qū)人員管理系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111168712.0
• 申請(qǐng)日: 2021-10-08
• 公開（公告）號(hào): CN113838223A
• 公開（公告）日: 2021-12-24
• 發(fā)明（設(shè)計(jì)）人: 趙旭;楊莎莎;王曉慶
• 申請(qǐng)（專利權(quán)）人: 聯(lián)想新視界（南昌）人工智能工研院有限公司
• 主分類號(hào): G07C1/10
• 分類號(hào): G07C1/10;H04W4/029
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于掌靜脈識(shí)別及超寬帶定位的智慧園區(qū)人員管理系統(tǒng)，其特征在于：包括掌靜脈識(shí)別的上下班考勤機(jī)制，超寬帶定位的員工和小車實(shí)時(shí)定位及智慧管理。

2.根據(jù)權(quán)利要求1所述的一種基于掌靜脈識(shí)別及超寬帶定位的智慧園區(qū)人員管理系統(tǒng)，其特征在于：所述掌靜脈識(shí)別考勤機(jī)制是用于員工考勤系統(tǒng)，其中掌靜脈識(shí)別包括建立數(shù)據(jù)庫(kù)和身份識(shí)別兩部分。

3.根據(jù)權(quán)利要求2所述的一種基于掌靜脈識(shí)別及超寬帶定位的智慧園區(qū)人員管理系統(tǒng)，其特征在于：所述的識(shí)別部分包括掌靜脈圖像預(yù)處理單元、掌靜脈特征提取單元和掌靜脈識(shí)別判斷單元，其中：

掌靜脈圖像預(yù)處理單元用于圖像采集設(shè)備采集到的手掌原始圖像進(jìn)行最大化ROI分割和圖像灰度處理，通過CLAHE對(duì)手掌靜脈ROI原始圖像進(jìn)行調(diào)整；

掌靜脈特征提取單元采用自適應(yīng)Gabor濾波方法提取手掌靜脈特征，在劃分的每一塊子區(qū)域中確定主方向，再對(duì)每塊子區(qū)域計(jì)算標(biāo)準(zhǔn)方差，確定中心頻率；

掌靜脈識(shí)別判斷單元用于對(duì)特征提取后的圖像進(jìn)行特征對(duì)比。

4.根據(jù)權(quán)利要求1所述的一種基于掌靜脈識(shí)別及超寬帶定位的智慧園區(qū)人員管理系統(tǒng)，其特征在于：所述的超寬帶定位的員工實(shí)時(shí)定位及智慧管理部分，通過超寬帶定位技術(shù)，實(shí)現(xiàn)員工自動(dòng)考勤功能，同時(shí)對(duì)員工進(jìn)行實(shí)時(shí)定位，設(shè)置電子圍欄防止員工進(jìn)入危險(xiǎn)區(qū)域；利用視覺和定位技術(shù)研發(fā)的智能小車，跟隨員工或員工遙控使其為自己服務(wù)。

5.根據(jù)權(quán)利要求4所述的一種基于掌靜脈識(shí)別及超寬帶定位的智慧園區(qū)人員管理系統(tǒng)，其特征在于：所述的超寬帶定位技術(shù)包括定位終端、基站、服務(wù)器及上位機(jī)四個(gè)部分，定位系統(tǒng)采用超寬帶AOA測(cè)向定位獲取定位數(shù)據(jù)，基站接收定位系統(tǒng)的定位數(shù)據(jù)并將定位數(shù)據(jù)傳輸至上位機(jī)連接的服務(wù)器，以實(shí)現(xiàn)終端定位監(jiān)控。

6.根據(jù)權(quán)利要求5所述的一種基于掌靜脈識(shí)別及超寬帶定位的智慧園區(qū)人員管理系統(tǒng)，其特征在于：所述的定位終端包含定位標(biāo)簽，用于發(fā)射超寬帶信號(hào)。

7.根據(jù)權(quán)利要求5所述的一種基于掌靜脈識(shí)別及超寬帶定位的智慧園區(qū)人員管理系統(tǒng)，其特征在于：所述的基站采用無(wú)線基站，以實(shí)現(xiàn)與定位標(biāo)簽連接，接收定位標(biāo)簽超寬帶定位信息。

8.根據(jù)權(quán)利要求5所述的一種基于掌靜脈識(shí)別及超寬帶定位的智慧園區(qū)人員管理系統(tǒng)，其特征在于：所述的基站還包括與基站連接的無(wú)線分站，接收基站反饋數(shù)據(jù)并傳輸?shù)椒?wù)器中。

9.根據(jù)權(quán)利要求5所述的一種基于掌靜脈識(shí)別及超寬帶定位的智慧園區(qū)人員管理系統(tǒng)，其特征在于：所述超寬帶AOA測(cè)向定位，采用非高斯性的獨(dú)立分量分析(ICA)和壓縮感知算法(CS)結(jié)合的方法解決超寬帶AOA定位的多徑信號(hào)干擾問題。非高斯性的獨(dú)立分量分析(ICA)算法利用信號(hào)的非高斯性，比經(jīng)典的MUSIC算法具有更高的角度分辨率與計(jì)算精度；在ICA算法得到復(fù)合導(dǎo)向矢量的基礎(chǔ)上，利用壓縮感知理論中稀疏信號(hào)重建的方法，解決從復(fù)合導(dǎo)向矢量中得到直達(dá)及多徑分量到達(dá)方向的欠定問題。