CN101296821A - 用于执行驾驶员身份验证的方法 - Google Patents

Abstract

用于确保车辆的操作者是授权驾驶员的方法，该方法包括利用车载的多模式的驾驶员识别系统确定操作者是否为授权驾驶员。对车辆的当前操作者执行第一驾驶员识别程序，并且判定当前操作者是否为车辆的授权驾驶员或未授权驾驶员。对车辆的当前操作者执行第二驾驶员识别程序，并且判定当前操作者是否为车辆的授权驾驶员或未授权驾驶员，其中第一和第二驾驶员识别程序相隔时间间隔执行，该时间间隔取决于由操作者执行的工作的特性。当基于所执行的识别程序中的至少一个判定车辆的当前操作者为未授权驾驶员时，执行补救措施，以避免潜在的负面影响。

Description

用于执行驾驶员身份验证的方法

背景技术

运输行业面临贵重货物走私和盗窃的问题。不同的安全议题是全世界的热门话题，特别是自从恐怖威胁看起来加剧以后。用于增加安全级别的一种方法可以是将验证系统安装在商用货车上，以保证驾驶员是正确的人选。

本申请具有两个目的。一个目的是寻找用于验证驾驶员的适当方法，以及构建出一种验证系统的原型，该原型可以用于检测以及进一步的开发。另一个目的是研究货车驾驶员如何理解这种系统，以及他们的观念如何与日益增长的高安全性要求一起发展。本申请聚焦于运输行业。

本申请研究了11种可使用的验证方法。为了能够从所述方法中选择出优选方法以在原型中实施，对货车驾驶员和运输承包商进行了调查和访谈，以补充该理论研究。

选择一种规则和三种生物测定验证方法进行测试：指纹验证、面部识别、语音识别和PIN码(个人识别码)。这些方法一起应用至装备于货车驾驶模拟器内的系统中。开发了图形用户界面，以便使系统对用户更友好。18名货车驾驶员测试了验证系统。依次完整地对他们进行了访谈，以便收集他们的背景、期望和意见。

对于系统来说，大多数测试参与者的态度是肯定的。即使他们感觉今天不需要此技术，但是他们相信“将来”还是需要的。然而，一些参与者感觉此系统不方便，因为他们感觉被它所控制。由此可见，具有尊重用户隐私的系统以及确保用户知悉如何使用系统是多么重要。用于验证系统的一些技术需要更进一步地发展以适合车辆，但是，应当认为，这些技术能够实现安全、稳定的系统。

发明内容

如下文中更详细地描述，在描述关于驾驶员验证系统的研究与分析的过程中，揭示了数项发明。

在至少一个实施例中，本发明采取用于确保车辆的操作者是授权驾驶员的方法的形式。此方法通过利用车载的多模式的驾驶员识别系统实现，该驾驶员识别系统用于确定操作者是否为授权驾驶员。对车辆内的操作者执行第一驾驶员识别程序，并且判定他或她是否为车辆的授权驾驶员或未授权驾驶员。通常，测试将只用于确认被评估的人是否为授权驾驶员。如果识别程序不能确认他或她得到授权，将假定确认他们是未被授权的并且基于此假定工作。不管第一识别程序的结果如何，随后对操作者执行第二驾驶员识别程序，再次试图判定他或她是否为授权驾驶员或未授权驾驶员。第一和第二驾驶员识别程序相隔时间间隔执行，并且该时间间隔取决于由操作者所执行工作的特性。举例来说，与长途驾驶员相比，对于市区运输驾驶员来说，其识别确认的间隔是不同的，其中，市区运输驾驶员频繁停车，并且频繁地进出车辆，而长途驾驶员在白天仅进行很少的停车，并且更少有机会让未授权操作者溜至车辆的方向盘后面。最后，当基于所执行的识别程序中的至少一个判定车辆的当前操作者为未授权驾驶员时，将执行补救(补偿)措施，以避免潜在的负面影响。尽管货车通常不会基于不能将操作者识别为授权驾驶员时而立即停止，但是，诸如通知总部的事情可以通过远程通信而产生影响，或者是在下一次驾驶员停车后阻止车辆重新起动。

可以预计的是，驾驶员识别程序可以彼此不同，或者相似。

可以在第一驾驶员识别程序中判定操作者为未授权驾驶员后立即开始第二驾驶员识别程序。

可选地，第二驾驶员识别程序可以只在基于第一驾驶员识别程序的表现不能确定操作者为授权驾驶员时才被执行。

在至少一个实施例中，识别程序中的一个是被动的识别测试，其不需要操作者与驾驶员识别程序的表现进行有意识的相互作用。在一个实例中，被动的识别测试包括操作者的身体特征的扫描，通过所述扫描得到的图像与一组表征车辆的授权驾驶员的控制图像进行比较。

第一和第二驾驶员识别程序中的至少一个是主动的识别测试，其需要操作者与至少一个驾驶员识别程序的表现进行有意识的相互作用。一个实例将是将手指或手置于扫描器上。可选地，主动的识别测试可以包括要求操作者向系统输入个人识别号码，从而将操作者识别为授权驾驶员。主动的识别测试的另一种形式包括读取由操作者提供的识别卡上的硬编码的识别信息。然后，系统可以要求操作者向系统输入与从识别卡上读取的硬编码的识别号码相对应的个人识别号码。同样地，主动的识别测试可以包括向操作者发出命令以说出规定的短语，以语音模式记录所述说出的短语，并且将该模式与一组车辆的授权驾驶员的控制语音模式相比较。

在本发明的一种变体或改进中，第一和第二识别程序具有两种彼此不同的类型，并且它们以随机的时间间隔执行。

在本发明的另一方面中，公开了一种自动验证系统，其中意识到的是，此领域中的一个人为因素的议题是何时以及怎样进行驾驶员验证。由于取决于应用场合，商用车辆的使用不同，所以一些驾驶员每天可能进出其车辆二十次，而在一些驾驶员每天只进出车辆两至三次。为了维持足够高的安全水平，并且使系统不骚扰驾驶员，可以使用多种不同的策略。一种策略是在驾驶期间执行自动验证。例如，可以在驾驶期间执行面部识别(验证)，而驾驶员将不会察觉到。如果该验证失败，驾驶员可以迅速地输入他的PIN码或使用其他的方法。验证可以以随机的间隔执行。

在本发明的另一个方面，车辆装备多种验证方法，驾驶员可以在不同的时期执行不同的方法。如果方法和时间的选择是随机的，则驾驶员将无法得知何时或怎样对其自身进行验证。在系统中实行这种不可预测性增加了安全水平，因为冒名顶替者决不会知道他将会在何时或以何种方式对其自身进行验证。

在本发明的另一个方面，应认识的是，在生物测定系统中，被验证(匹配)的不是测量的生物测定(图像)本身，而是生物测定的模板；即，模板是从测量的生物测定中提取，并且与数据库中已有的模板进行比较。与存储的模板(或生物测定测量本身)进行比较的一个问题是，人的生物测定可能随着时间发生变化，而存储的模板却不会。例如，由于伤疤的影响，人的指纹可能出现变化，或者由于疾病或年龄的影响，口头的口令可能出现变化。解决此问题的一个方案是更新模板(手动或自动)。自动更新可以在多模式验证系统中实现；即，验证系统使用一种以上的生物测定/PIN码/智能卡。一种或多种验证方法因此可以用于验证驾驶员，而未使用的一种方法更新其模板(如果验证过程成功)。举例来说，驾驶员进入其车辆，并且迅速地使用PIN码、指纹和面部识别对自身进行验证。系统使用PIN码和面部识别对其进行验证，并且使用指纹生物测定来更新数据库中的指纹模板。

在关于存储的生物测定模板的有关方面中，关键的问题是在何处存储模板。基本上存在三种选择：(i)货车中的数据库；(ii)总部办公室中的数据库(要求车辆和总部办公室之间的实时通信)；和/或(互连)驾驶员随身携带的数据库，比如智能卡。一种选择是使用驾驶员的数字速度记录卡来存储验证模板。该卡是智能卡，并且因此适合于此类存储，但是更重要地，法律迫使驾驶员使用该卡(至少在欧洲)并且因此驾驶员总是携带该卡。

在本发明的另一个方面中，采用冗余技术，以解决通常与已知的识别验证系统相关的不确定性问题。例如，面部识别方法的表现可能受到照明条件的影响。使用多种方法(例如面部识别和PIN码)，在系统中实现冗余。例如，驾驶员下坡行驶，并且进行预定的自动面部识别，同时由于某种原因(照明条件可能较差或类似原因)该面部识别失败。随后，驾驶员被要求利用指纹和PIN码对其自身进行验证。

最后，需要注意的是，如上所述的各个方面可以在电信技术中单独地或者组合地应用。即，验证系统可以向总部办公室或公司/国家/国际级的安全网络报告信息或者从总部办公室或公司/国家/国际级的安全网络接收信息等等。举例来说，通过利用关于犯罪者的国家/国际数据库验证所检测到的他们的生物测定数据，可以防止有前科者运输危险货物。

具体实施方式

安全议题在全世界受到高度重视。这也影响到汽车工业，汽车工业已经提出了如下问题，即是否可以通过在商用车辆上配备驾驶员验证系统来增加完全性。例如，将要在本申请中探讨的问题是，采用哪种验证类型以及谁将从此系统获益。本部分包含背景技术、目的以及当前工作存在的限制。为了给出本申请的概述，本部分包括阅读指南。

由于日益增长恐怖主义威胁，已斥巨资进行研究和开发，以便增加社会的安全性。美国(US)国家安全部是在此方面进行努力的一个实例。不管如何，其表明安全已是一个变得越来越重要的话题，特别是2001年世界贸易中心大楼遭受恐怖袭击后。已对法规进行了很多修正，特别是美国。例如，法规提出，所有运送危险货物的货车必需具有生物测定驾驶员验证系统。这是因为美国政府希望防止罪犯(在联邦调查局记录备案的)驾驶运输危险货物的车辆。因此，由于在美国约有8百万专业货车驾驶员，故极力需要较灵活、安全和可靠的验证系统。与其它组织和国家一道，欧盟(欧洲联盟)在安全研究和危机处理方面也进行大量投资。

需要增加安全性的一个实例是众多机场，例如阿姆斯特丹Schiphol机场、瑞典的机场，它们已经测试了乘客的生物测定验证的使用。在2001年的试用之后，使用虹膜识别技术的自动登机通道系统现已在阿姆斯特丹Schiphol机场长期使用。

为跟上市场需求以及法规变化，与先前的产品相比，新产品经常具有更先进的安全系统，使用更先进的识别和验证技术。一个实例是具有嵌入指纹扫描器的笔记本电脑。

走私、恐怖袭击和贵重货物的盗窃通过涉及涉及偷窃车辆。因此，运输工业自然聚焦于改善公众安全性。当提高运输保险性和安全性时，一个中心问题是验证驾驶员是谁。

位于瑞典哥德堡的Volvo Technology Corporation(VTEC)公司已开展了此方面的工作。VTEC是Volvo AB的研发公司。

沃尔沃选择学生开展此研究，一个工程师和一个有认识力的科学工作者，使得此申请非比寻常，因为它组合了两种不同的能力。研究将引起对可能的方法的测试，所述方法不仅可以适合于驾驶员验证，而且适合于评估驾驶员对系统的想法。访谈和调查将描绘出驾驶员在测试原型之前和之后的想法。此外，还比较以下两方面的内容：一、对于利益方/厂商来说安全意味着什么；二、其怎样与驾驶员的可用性、安全和隐私观念结合发展。

驾驶员验证系统的优点

货车被用于各种各样的用途。因此需要一个柔性系统，其可以适合于各式各样的场合。因此，当开始设计这种系统时出现了多种不同的挑战。尽可能多地满足需求是合乎需要的，即使不可能建立起一个万能的系统。下面描述了驾驶员验证系统可以有利地应用的几个不同的场合。

在南美洲，存在偷窃车辆这一主要问题。由此导致一种这样的通用程序，即，当运输贵重货物时，驾驶员每十分钟呼叫一次保险公司，以保证一切正常。如果车辆装备有验证系统，那么系统可以连续地向保险公司保证车辆是由正确的驾驶员驾驶，因此允许驾驶员集中精力驾驶车辆。

验证系统可以允许运输承包商确信驾驶员没有在此前因交通违法而受到过处罚。为了存储有关驾驶员的信息，将需要数据库。如果该数据库连接至当局，文档校验可以几乎实时地进行。

具有驾驶员验证和安装有酒精联锁装置的车辆的运输承包商可以获得“值得信赖的驾驶员称号”。因此，顾客将确信他们的货物是由“值得信赖”的驾驶员运输。与国家道路协会和保险公司合作可以减少车辆保险费用。

使用验证系统的好处可以是，值得信赖的、经过验证的驾驶员可以特许通过过秤台或收费站。这些将减轻驾驶员的工作，并使得运输效率更高。

使记录的参数与特定驾驶员相关联的验证方案可以控制某人的不间断驾驶时间不超过法定的4.5小时(欧洲法规)。假使那样，可以向驾驶员和运输承包商发出警告。

在瑞典，由于对起诉相互推诿，所以导致发生不予受理的案件。当发生事故或犯罪时，验证系统可以向调查员确保在特定时间是谁实际驾驶车辆。

如果车辆是偷窃来的并且需要进行验证，那么冒名顶替者在系统显示被盗窃之前将不会走远。这保证了更迅速的检测车辆是否已经被用于犯罪。

瑞典海关具有称为“Servicetrappan”(服务阶梯)的程序，以便简化可信赖公司的通关程序。程序包括若干等级。公司的级别越高，可以更便捷地通过海关。驾驶员验证系统可以是此程序的一部分，向具有经过验证且可信赖的驾驶员的运输承包商授予更高的级别，并且因此为其提供更有效的报关处理。

此外，如果在货车内存在验证系统，那么驾驶员可以受益于它，因为其可以根据驾驶员的个人偏爱自动地调节驾驶环境中的设置。例如，可以自动调节驾驶座椅、空调及音响的设置。然而，这些都不是本申请的重点。

由于作者的不同背景，此申请具有两个主要的目的。一个是寻找用于验证驾驶员的合适方法，以及构建出一种验证系统的原型，该原型可以用于检测和进一步开发。另一个目的是研究驾驶员如何评价这种系统，以及他们的观念如何与日益增长的高安全性要求一起发展。

这两个目的可以概述成：“研究利用可用的验证方法设计柔性的、易于使用的、不具侵犯性、不可冒名顶替的货车驾驶员验证系统的可行性”。

尽管在本申请中描述的验证方法几乎可以用于任何类型的车辆，但是，此研究将聚焦于商用货车和运输工业。

由于此研究受到时间限制，所以其不可能测试所有不同的验证方法。三种生物测定方法将在原型中实施并测试。方法的选择主要取决于在工作期间所获知的理论，但是价格和交货时间可能也影响作出的决定。

开发了图形用户界面(GUI)，以利于验证系统和用户之间的通信。然而，没有描述有关用户能力和设计的理论，因为开发GUI的作者已经预先具有了此方面的知识。除了它是系统一部分之外，GUI不是所研究的焦点。

车辆内的验证系统开创了提高安全性的多种可能性。将要讨论到的一些问题是，采用哪种验证方法以及谁将从此系统获益。然而，当构造这种验证系统时，安全性问题并不是考虑的唯一问题。驾驶员的隐私和安全观念也应予以考虑。这些不同的视角产生该问题的不同的解决方法，因此，在此将描述安全性、保险性和隐私的不同观点。此外，应澄清的是此处的这些述语表示什么内容，以及应表示的是为什么他们对此研究很重要。

安全

存在不同类型的安全，比如个人的、公司的、公众的和国家的安全。所有这些方面使得难以给出一个单一的定义。然而，通常可以接受的概念是，安全是用于减少不希望的事件发生的概率的性质或措施。在此申请中，安全问题包括上述的所有定义。当涉及恐怖袭击的风险时，考虑公共安全和国家安全。危险货物的运输风险也影响公共安全。偷窃车辆的风险影响公司安全。最后，个人安全由可伴随驾驶员验证系统的实现产生的风险和利益所影响。在此申请中，随后将讨论这些不同的问题。

隐私

验证系统的主要目的是增加安全级别。一种方式是使用生物测定方法。问题是他们自己就是威胁，因为其可能侵犯他人的隐私。由此，用户的隐私将是在本申请中考虑的另一个问题。

隐私可以被描述为具有个人环境的权利，以保护个人的独立性，以及能够为自己保留某些东西，而不需要理会政府当局、雇主或他人。生物测定方法可以给人一种被全程监视“Big Brother”(记载于GeorgeOrwell的“1984”中)的感觉。如果是这样的话，此方法可能被人认为好像该方法侵犯了他人隐私。

保险

安全和保险并不完全相同，即使他们非常相近。保险可以定义为，一个人可以做一些事情，不需要害怕某些事情将要发生。因此，良好的安全性可以导致人感觉保险。

即使所有方法可以被保险地使用，如果一个人认为该方法对其产生侵犯，或者是认为该方法可以对他造成伤害，那么他也可能不希望使用这类方法。因此，必须考虑用户对系统的想法，这是因为不管采用的方法是怎样保险；不信赖它的人将不会使用它。这使得驾驶员是否已使用过某种方法没有区别，他将总是对其抱有成见。然而，他们的想法并不总是与事实和真实情况相一致。例如，虹膜扫描被认为是最准确、最保险的方法，但是许多人并不喜欢使用扫描眼睛的系统。害怕扫描可能损伤眼睛的人将不会认为这种系统是保险的。

那些未知的事物经常使人感到惊恐，因此，由于知识可以减少人的负面感受，所以信息是很重要的。如上所述，人们倾向于相信虹膜扫描是不舒服的验证方法，但是，通过SAS进行的测试证明情况不同。他们评估了

机场的两个不同的验证系统：指纹和虹膜扫描。频繁的乘客参与测试，一半时间使用指纹验证，一半时间采用虹膜扫描。多数参与者对于采用生物测定方法的态度是肯定的(78％的人认为SAS应引入对旅客的生物测定验证)，并且，在此情况下，虹膜扫描的得分稍高于指纹验证。这意味着，需要说服用户的是系统对于他们以及他们的工作来说是有益的；否则他们将不会同意使用该系统。

检验车辆的适当的驾驶员

在今天的市场上，存在许多不同的验证方法，其中的一些方法已经应用，其他方法不久也将得到应用。不论如何，目前没有对谁实际上驾驶车辆进行验证。此申请的意图是介绍一些用于验证的方法，并且同时从车辆和用户的视角列出他们的利弊。此部分包括介绍生物测定学，以及描述不同的生物测定方法。PIN(个人识别号码)、口令和各种类型的卡片也是用于验证的方法。由于今天它们已被频繁地使用，所以它们被假定成为读者所公知，并且在此处只是简要地提及。

所有这些方法的一个共同的优点是，用户不得不暂停他当前的任务以便执行验证。这增加了他的风险意识，并且可以使他更加注意和小心。

生物测定方法介绍

术语生物测定学起源于拉丁语，可以是被翻译为“测量生命”。生物测定学表示统计研究活生物体的可以测量的特征。另一方面，生物测定学更多地用于分析，以通过测量人类的特征来识别人类。从19世纪后期开始，生物测定方法已经被用于识别和验证用途。当在本申请中提到生物测定验证/识别方法时，其表示分析人的一个或多个唯一的身体特征的方法，比如手、脸或眼。

最适当的验证方法根据其在何处使用以及为何使用而变化。然而，存在三个基本的需要，当决定使用哪种方法时，该方法应尽力满足使这三个需要。为了实现理想的验证方法，被测量的特征应具有唯一性，这表示个体特有的一些特征；永久性，其意味着该特征将不会随着时间发生变化；最后，该特征应当是通用的，其意味着每个人都具有它。此外，应考虑通过方法分析的特征的可取性和可及性。如果一个被测量的用户没有感觉其被侵犯，那么这样的生物测定特征是可取的。如果特征易于通过传感器表征，那么此特征被认为是可及的。

基本上对于人识别其自身存在三种方式：具有某种物品，例如进入卡；知悉某此事情，例如口令或PIN；利用人的某些特征，使用生物测定方法进行识别。

大部分在本申请中描述的不同的方法可以被用于验证和识别，但是，需要注意两者之间的区别。

识别当使用一种方法在一大群人中找出某个人时，该方法称为识别。这有时被称为“一对多的比较”。这意味着在大群体中寻找一个个体，该个体与用于识别的人的特征相匹配。

验证当使用一种方法分析某个人是否就是他所声称的人时，该方法称为验证。这有时被称为“一对一的比较”。在此情况下，只需要比较人的特征和以此人名义保存的数据。

此申请将聚焦于验证，因为驾驶员被认为是为公司所熟知。因此，系统只用于验证位于方向盘后方的是所希望的驾驶员。

这样具有若干优点，其使得采用生物测定方法进行验证值得考虑；生物测定特征不可能被忘记；身体属性不可能丢失；身体属性比识别卡更难伪造；例如，指纹图案及其他生物测定特征不可能像口令一样易于被人猜测或泄露。

生物测定安全系统的一个问题是破坏程度，当某人实际上设法偷窃识别信息时，该破坏可能发生。如果一个人丢失了信用卡，或者如果其他人找出秘密的PIN以关闭防盗报警装置，那么总可以得到新的卡，或者是改变密码。然而，如果人的指纹被复制，那么不可能得到新的指纹。人将不再能使用指纹用于验证，因为将总是存在其他人冒称他的风险。

在被盗窃的情形下，重要的是更新相关的数据库并记录失窃的识别项目，以致可能的冒名顶替者不能使用它们。在5年前的美国，2001年9月11日的一名劫机犯使用从沙特阿拉伯偷窃来的护照。利用更新的数据库也许可以避免上述事件。如果在2001年旅客已经必须生物测定地识别他们自己，那么对于恐怖分子来说，他们将更难于完成他们的任务。然而，生物测定验证方法也不是完美的方案。冒名顶替者可以攻击数据库，或者数据库和扫描器的连接，以便旁路或操作系统。因此，即使目标是找寻足够安全的方案，也不可能完全地消除所有的风险。

验证程序

本部分将给出最公知的验证方法的大致情况。根据图1，大多数验证方法利用下列步骤来登记/匹配用户：

数据获取 传感器扫描目标

信号前处理 例如消除语音识别系统中的环境噪声。

特征抽取 基于获得的数据的集合，分析不同特征并创建模板。

登记/匹配 增加该模板至数据库(登记)，或者将其与数据库中已有的模板进行比较(匹配)。

决定 成功的匹配对目标进行授权，失败的匹配拒绝授权。

采用模板主要有两个原因。一是减少存储数据的量，二是减少随后的匹配阶段的复杂性。采有模板的另一个优点是，例如，如果使用指纹扫描器，则不存储指纹的全部图片，仅仅是独有特性的模板。这使得难以使用模板复制指纹。

活力检测

冒名顶替者可能设法使用欺诈或从授权用户身上切下手指的方法来通过指纹扫描器。对于虹膜扫描和手几何结构来说也是如此。一些语音识别系统可能被磁带录音机欺骗，面部识别系统可能被授权用户的相片欺骗。然而，存在避免此类情况的措施。生物测定验证系统可以装备有活力检测装置，以确保所获得的样本来自于人类。活力检测必须适合验证方法。因此，此处介绍活力检测可如何应用于每种方法。

用于验证的生物测定方法

用于验证系统的基本程序已在本部分的上述内容中进行了描述。若干不同生物测定验证方法的描述：此处将介绍它们的历史、它们如何工作、它们的利弊。

指纹验证

指纹大概是最公知的并且应用最广的生物测定识别方法。在19世纪未、20世纪间初，发展了若干不同类型的识别方法。通常，这些方法概括地分类为少数几种图案。观察指纹，脊和凹部形成图案，其特征在于不规则的、不连贯的线条。今天，扫描器速度极快并且精确，此方法开始变得能够日常使用。(参见图2)

比较全部的指纹耗费大量的处理能力，因此，扫描器通常聚焦于特定特征，例如，其中脊结束或分裂成两个。这些特征被称为细节。扫描器使用复杂的算法来发现和分析细节，以便进行比较。基本思想是测量细节的相对位置，其采用与通过星星的相对位置辨别天空的某一部分的方式相同。存在几种独特的指纹特征用于分析，例如圆圈、弧和螺旋。(参见图3)

今天的自动搜索系统通常使用数据算法来区分和比较从扫描的指纹编码的新模板与存储的模板集。

指纹扫描器主要是光学的或电容性的，即使还有其他的技术：比如射频(RF)、超声或硅扫描器。

光扫描器基本上是小型数码相机，其通常获得指纹的转化图片，使图片上的脊更暗。在比较图像之前，扫描器处理器执行一系列测试，以判定是否图像是否足够好。

如果图片太暗或太亮，扫描器自动地改变曝光时间，以在获得下一幅新图像之前允许更多或更少的光进入。

电容性扫描器使用小板块阵列，各小板块的宽度小于脊的宽度，并且连接至反相放大器。当手指位于扫描器上时，手指和板块形成简单的电容器。参考电荷被发出至板块上，使得电容器充电。根据板块和手指之间的距离(如果是脊或凹部)，相应的放大器将形成不同的电压。这些电压形成指纹的“图像”。这使得难以使用简单的具有指纹的黑白图像的纸来欺骗电容性扫描器。此外，电容性扫描器可以被制造成小于光学扫描器。(参见图4)

最近发展的指纹扫描技术是RE扫描，其使用低能辐射信号扫描指纹。RF具有如下优点，即RF在指尖的实际表面下方扫描指纹，并且由此较少受污渍、损坏和缺陷的影响。(参见图5)

当讨论扫描器时，另一个区别是扫掠扫描器(sweep scanner)和面扫描器。在扫掠扫描器上，手指是拖过传感器，而在面扫描器上，手指是位于传感器上且保持在那里，直到扫描完成。今天的大部分扫描器是面扫描式传感器，但是该模型具有一些缺点。传感器变得较脏。这不仅影响扫描性能；而且有些人也许厌恶将他们的手指置于脏的传感器上。还存在潜在指纹的问题。这意味着以前扫描的指纹遗留在传感器表面，并且在第二指纹扫描期间被再次激活。

测试对象可能将手指歪斜地放置在传感器上。大部分扫描器不能容忍大于20-30度的旋转角。

传感器(特别是电容传感器)的成本按照每面积单元进行计算。扫掠扫描器上的传感器面积可制造得更小，因此价格比较低廉。

扫掠扫描器也不是理想方案。主要问题是，它通常需要经过若干次来获得正确的扫掠技术，而且该切片必须被重建为指纹，其可能是费时的。当为特定环境选择扫描器时，有多个不同的参数需要予以考虑。采用哪种传感器技术因此是一个重要的话题。

光学扫描器可能被指纹图片欺骗，电容性扫描器可能被模具欺骗。模具可由明胶、硅树脂或甚至塑泥(play-doh)制成。为制造模具，需要实际的手指。至于获得可能欺骗光学扫描器的图片，如果具有某人曾经接触过的物件，如玻璃，足以获得那个人的指纹图像。因此，光学扫描器是易于欺骗的。存在许多其他的方法来欺骗系统，像闪光、加热、潮湿或各种各样的粉末。然而，如果扫描器装备有所谓的活力检测，那么这些用于欺骗系统的方法就失去作用。

活力检测可以通过多种方式进行；通过分析温度，脉搏，血流，脉搏血氧，电阻，EGG，相对介电常数，毛孔或皮肤变形，或这些项目的组合。活力检测方法或多或少易于规避。对于扫描器，主要的问题是扫描器确定扫描的指纹是否是手指的一部分，还是遗留的淡图像或固定至指尖的模具。一种使用汗液的新方法可以成为解决方案，但是，其仍然需要发展，因此，其不可能显示出其真正工作得多好。

所有的十根手指具有唯一的指纹，其使得可以使用任何一根手指用于验证。同卵双生胎也许具有类似的指纹，而不是完全相同，因为即使双胞胎也有他们自己唯一的指纹。据说，人每天要留下至少二十五份理想的指纹，指纹的一个主要的问题是它们太易于复制。

大多数人开始时将他们的手指放在扫描器上的不正确的位置，因为他们假定他们的指纹是位于手指的顶端，而事实上是，手指必须置于稍低的位置，以获得能够用于验证处理的图像。一些扫描器被设计成有利于手指的正确定位，例如，使用引导钉或凹陷。

需要指出的是，不是所有的人都能够使用此方法；事实上，5％的人的指纹不能被指纹扫描器读取。伤疤、结茧或其他缺陷影响该结果，以及人们可能具有过浅或损坏的脊和凹部而使扫描器的分辨率不够。此外，即使大多数人把此方法看做非侵犯性的，但是一些人还是厌恶指纹扫描，这是由于指纹可用于法庭辩论。

即使每根手指据说具有唯一的指纹，在所有观测对象中，98％的人被检测出具有两个主图形，事实上增加了出错的风险。今天，传统的肉眼检测已经由自动装置所替代。仅仅利用指纹来识别人时存在差错。但是，当它用于在特定的数据库中验证人的身份时，它还是非常可靠的方法。

虹膜扫描

此方法的原理阐述于1936年；直到20世纪九十年代才被应用。所有今天现有的商业虹膜生物测定都来源于John Daugman教授于1994创立的算法。

虹膜扫描器使用常规的数码相机对眼睛拍照。图像在半径方向通常大约为120像素，其结果通常是虹膜的8位图像。当获取图片时，模板创造过程的第一步是定位瞳孔和虹膜。然后，当瞳孔从图像上删去时所形成的环采用配极变换被转换成圆盘。分析程序然后使用若干算法来基于不同特征创建模板。(参见图6)

活力检测可以通过让可见光进入眼睛里并且检测瞳孔尺寸是否变化来执行。这要求相当强的光源，或者人站得很接近扫描器。此活力检测将因此不进一步讨论，因为其不适于应用在货车上，并且其没有成为本申请的关注点。

在虹膜内有超过266个独立的特征。虹膜不仅对于每个人来说是唯一的，而且对于每只眼睛来说也是唯一的。通常，266个特征中的大约170个用于形成模板进行对比。其他的生物测定验证方法只使用大约15个、至多35个独立的显著特征用于分析。因此，由于在虹膜模板内存在如此多的特征，所以此方法对验证来说是很可靠的。身体特性，诸如我们的脸部表情和我们的语音随着时间发生变化，但是忽视年轻时颜色波动，虹膜在我们的一生中是不变的。这是大优点，因为不需要对数据库进行耗时地更新。(参见图7)

该方法的可靠性的证明是阿联酋的用于防止被驱逐者再返该国的虹膜识别系统。每天扫描大约600人，今天的数据库包括超过355,000份虹膜。迄今为止已调查了超过1600万次，并且没有检测出一例错误匹配。程序的统计分析表明，错误匹配的概率小于十亿分之一至十亿分之80。

登记率良好；所有虹膜可以被分析，除了一些弱视者以外。此外，可以在3英尺的距离处自动地捕捉虹膜图像，因此使得程序更不具侵犯性。

然而，一些系统在扫描具有非常黑的眼睛的人时具有问题。此外，彩色或隐形眼镜和玻璃眼镜也是问题。

虹膜扫描的一个缺点是，所有设备是由Iridian Technologies Inc.许可制造。此许可使得设备以及整个方法昂贵。另外，如果方法是在车辆上执行，那么各种各样的照明条件将可能引起问题。如果车厢太暗，那么将不可能进行适当的扫描，同样，如果阳光直接照射照相机也不行。如果照相机安装在后视镜内，后视镜保护照相机免受阳光直射，那么阳光问题可以解决。这也可能增加在驾驶时使用扫描器的可能性，因为驾驶员将有规率地观看后视镜。然而，这种解决方案更适合于乘用车，因为货车并不具有设置于车厢内的后视镜。因此，这种解决方案不适用此申请的范围。

语音识别

此方法基于人们语音上的差别识别个人。目标向麦克风说出预定短语；系统捕捉语音样本，并且基于例如音质、韵律和/或音调创建模板。验证的程序与之相同。目标向麦克风说出预定短语，系统提取模板，以与存储在数据库中的模板进行比较。使用语音识别的一个优点是，在没有高端记录/回放设备的情况难以欺骗系统。这是因为语音验证系统采用麦克风，该麦克风例如捕捉不可由录音机记录的频率。即使口令将被满意地记录以欺骗系统，说出的短语也可以变化，以使得未授权的复制品毫无用处。此外，将需要复杂的回放系统，以便以正确方式复制所有频率。高端设备的需求可以认为是一种活力检测。

语音识别的缺点是，与其他类型的生物测定信息相比，语音模板需要更多的存储空间。因此，由于大规模地数据分析，所以语音验证可能花费更长的时间。这将使用户感到苦恼，因为他将需要等待验证。另一个问题是健康状况、兴奋状态、疲劳情况和年龄是影响人的语音特征的因素。因此，语音验证将不能作为用于授权的唯一方法。

面部识别

最近获得注意的方法是面部识别。Paris警察局的AlphonseBertillon于1883年公开了用于视觉识别的第一个模型。他的系统被称为人体测量系统，并且基于对头部尺寸、手指长度、面部高度以及如眼睛颜色、伤疤和头发颜色之类的特定特征的若干复杂的解剖测量。此方法不可靠，并且不久被指纹替代。最近，在英国利用监视照相机进行测试，以便识别犯罪者。这些测试表明，这样很难识别个人，特别是如果照相机没有很好地拍摄时；或者是如果人已经通过例如胡须或眼睛改变他/她的特征时。尽管识别缺乏可靠的结果，但是该方法还是适合于进行验证。

面部识别的原理简单，并且类似于上述验证方法所使用的分析。获取目标面部的图像，并且利用计算机进行分析，以发现显著特征，比如眼眶或嘴角的轮廓。分析结果存储在模板中。当试图验证某人时，获得图像，并且基于新的图像创造模板。新模板与存储在数据库中一个模板进行匹配。今天的标准PC可将模板与数据库中的数千个模板在小于一秒钟的时间内进行比较。

存在各种各样的方法来从图像中提取显著的特征，比如Gabor过滤或特征脸。此方法十分复杂，并且因为本申请的基本目的不是详细描述它们，所以有兴趣的读者可以阅读我们的参考文献以获得更详细的信息。

面部识别的一个优点是，人们倾向于发现使用此方法时舒适，因为他研究的是人的面部，这和我们人类相互识别他人的方式相同。为获得更精确的结果，例如，面部识别可与唇动和语音识别一起使用。已经进行过研究，试图改进面部验证的算法，以获得克服年龄、照明条件或面部表情的稳定性。

然而在今天还没有绝对的方案，并且数据库需要连续地更新。

当考虑面部识别时，一个重要的决定是选取哪种类型的照相机；通常的数码相机或红外相机？当照相机使用红外相机时，所述方法称为面部热成像(参见下文)。

面部热红外成像

面部热红外成像是一种特别的面部识别方法。借助于红外摄象机，可以看到基于人脸血管图案的热图像。此图案对于个人而言是唯一的，并且很难伪造。(参见图8)

红外照相机的工作大致与普通照相机相同，其区别是对红外光敏感，红外光是一种波长大致为760纳米-0.5毫米的电磁辐射。这使得人眼看不见红外光。注意，可见光也是电磁辐射的一种形式，但是其波长不同于红外光。红外光有时被称为热辐射，并且由所有温度大于绝对零度的目标发出。因此，照相机拍摄到目标的温度图像。由于面部的形状以及血液流动的变化使不同的面部部位具有不同的温度，所以可以用于验证。

即使面部热成像分析人的面部热图像，在目标休息、运动或感冒时它也不会出现任何显著差异。研究表明，IR-照相机对这些环境十分敏感。另一个优点是，因为照相机以红外波长工作，因此在可见光下其是看不见的，所以其可以独立于可见光使用。

使用普通的照相机与使用IR-照相机进行面部验证相比，IR-照相机最大的优点是其与照明条件无关。然而，IR-照相机的一个问题是，所有类型的玻璃对于它们来说都是完全不可透过的。这意味着，如果人戴眼镜，或者是如果人通常戴眼镜并且将眼镜摘下而没有更新数据库，那么环绕眼睛的区域可能出现问题。

视网膜扫描

视网膜识别公开于19世纪30年代，但是直到19世纪80年代，该技术才发展到足以进行商业应用。视网膜扫描是一种迅速并且非常精确的方法，其使用激光来分析视网膜的血管图案。当获取视网膜的图片时，系统通常基于从图像中提取的特征存储模板，与前述方法相似。(参见图9)

视网膜扫描被认为是最精确的生物测定验证方法，因为血管图案对于每个人来说是唯一的并且不随时间变化。如果目标死亡，那么视网膜的脉管系统在数秒内消失，因此，确保所捕获的图像来自活人。研究表明，即使视网膜不易于扫描，视网膜成像所需的时间也小于指纹成像所需的时间。(参见图10)

照相机必需具有高分辨率，该方法需要精确地对准眼睛以能够进行扫描。图像捕捉可以在3英尺远的地方完成。然而，不确定在哪种环境条件下这些图像的质量是有效的。

唇动识别

人说话时移动唇的方式因人而异，因此，开发了唇动识别方法。在人说话时，利用一架相机获取嘴及邻近区域的若干图片(高速连续地)。计算机用于分析环绕嘴的区域内的细纹的运动。此运动通过置于图片上方的矢量场表征。矢量场然后与数据库中的矢量场相比较，其与前述方法类似。采用的设备基本上与面部识别中采用的相同。

作为单个的验证方法，唇动识别是不够精确的。因此，建议将其与例如语音识别一起使用。

唇动识别的一种特殊情况被称作微笑识别。在微笑时动作的面部下部的肌肉运动因人而异。这些肌肉几乎不可能由人的意志控制并且这些肌肉是可见的，即使目标试图保持面部表情，如保持自己发笑。因为在市场上没有功能系统，所以不对其作过多描述。

手几何结构识别

手几何结构扫描器测量手指长度、宽度、厚度和曲率。该系统包括具有若干钉的平面、光源、镜子和照相机。

手位于平直的平面上，手掌向下并且手指通过钉引导。镜子用于将手的侧面投影至照相机内，并且对获得的图片进行分析。(参见图11)

例如与指纹不同，人的手并不是唯一的。因此，此方法不能用于识别用途，只能用于验证。根据Lichtermann等人的研究，由于设备不美观，所以手几何结构识别不适合于汽车应用。因为该论文完成于2000年，所以有理由相信，经过5年的发展也许已减小了设备的尺寸。然而，手几何结构系统仍然需要照相机和手之间具有大约9英寸的距离，以便获取适于分析的图像。这对于使设备适合于货车内部安装来说要求太高。

软生物测定特征

软生物测定特征是例如年龄、性别、身高、体重、种族、以及毛发和眼睛的颜色。这些生物测定特征是不确定的，并且它们中的一部分在生命过程中发生变化，例如，它们也比指纹更易于伪造。因此，软生物测定特征不能用于识别或安全验证。然而，软生物测定可以作为其他的生物测定方法的补充。可以在车辆内执行重量控制，作为指纹扫描的补充。

用于验证的其他方法

人们很久以前已经能够使用生物测定特征来识别其他人，但是，当前证实身份最通用的方法是卡片、发送应答器、口令和PIN(个人识别号码)。大多数人使用此验证方法，但是为了便于比较不同的验证方法，下面对各方法进行简要描述。

口令和PIN

口令和PIN不需要过多介绍。例如，当进入计算机、从ATM(异步传输模式)上提款，或开启他们的移动电话时，大概阅读本文的所有人都使用上述两种方法。

主要优点是系统十分简单。所需的全部设备是键盘和计算机。其他的优点是便于使用，人们使用它并且不会感觉被侵犯。

缺点是密码和口令容易被复制、偷窃或忘记。人们此外倾向于具有相对简单的口令以易于猜测，比如他们的狗的名字或他们的孩子的年龄。这可能使得冒名顶替者易于算出实际口令并且因此通过验证。

卡

存在几种类型的用于识别/验证用途的卡片。他们的区别是，在验证过程如何使用卡片。

驾驶证及其他ID卡片要求某人对实际持有人与相片在视觉上进行匹配。

进入卡具有存储信息的磁条，一些类型的进入卡使用PIN来验证持卡人是合法所有者。磁条通过ATM、进入终端或现金记录机读取。

智能卡基本上是信用卡大小的简单计算机。它具有嵌在卡上的微处理器和存储器。此卡片比普通的信用卡具有更多的功能，因为与磁条相比，更多的信息可以存储在智能卡的存储器内。通常，使用PIN来验证持卡人是否为合法所有者。然而，智能卡上的微处理器使得可以执行更先进的方法，诸如由Precise Biometrics开发的Match-On-Card^TM技术。此技术意味着实际的匹配是由智能卡上的计算机完成，而不是由作为常规程序的外部计算机完成。

射频识别(RFID)

RFID是一种利用称为RFID标签的装置远程地存储和读取数据的方法。这些标签是主动或被动的。他们的区别是，被动的标签没有任何能量。取而代之的是，其通过来自读取器的磁感应获得能量。这意味着在实际读取期间，被动标签必须保持成靠近读取器，而主动标签则可以在距几米的地方读取。由于它没有电源，故被动标签可以制造得比主动标签小。最小的被动的标签大约为边长为0.4毫米的正方形，其与标签一样薄，而最小的主动标签大致为硬币大小。

RFID标签能以与卡片相同的方式被用于验证用途。主要区别是，它是仅仅需要相对扫描器保持标签(被动标签)，或者是使其充分地接近扫描器(主动标签)，以完成验证。

多模式验证系统

多模式生物测定验证系统包括协同工作的两个或更多个生物测定验证方法。仅仅使用一种方法的系统被称作单模式系统。由于同时使用若干方法，故多模式系统当然更加昂贵，但是，如下所述，使用超过一个的验证方法具有一些优点。

如下为更详细地描述多模式系统如何工作的发明实例。理解多模式系统的一种方法可以是设想一种系统，该系统包括两个上述的生物测定验证方法，例如指纹和虹膜扫描。其可以在三种结构中进行选择。

由于环境的因素或其他因素，目标可以选择出一个在那时最适当的方法。例如，如果驾驶员的手是肮的，那么扫描虹膜，如果是在黑暗的车厢内，则扫描指纹。

目标相互独立地使用两种方法，系统衡量两个结果作出决定。这些结构已经被经验证明是能在不增加误接受比率(FAR)的情况下减少误拒绝比率(FRR)。如果一个验证方法的匹配是不满意的，但是另一个方法给出有效的相配，那么目标仍然可以通过验证。

系统要求目标相互独立地通过两个方法。这增加了安全级别，因为与一种方法相比，更难欺骗两种方法。缺点是这些系统倾向于具有高的误拒绝比率。

当使用多模式系统时，要么改善安全性，要么改善方便性，不能同时兼顾。多模式系统的一个缺点是，验证包括若干任务，由此花费更长的时间，其可能对用户不方便。

多重生物测定系统前面部分所述的多模式系统是一种所谓的多重系统的一个特例。它们使用若干测量方式，但不必采用不同的方法。

基本上有五种多重验证系统：

多重匹配机 多重匹配系统以两种或更多种不同的方式或两种不同的算法对扫描进行分析，例如基于匹配的(使用指纹扫描)细节和非细节。

多重传感 当两个或更多个不同传感器用于扫描相同的目标时，系统被称作多重传感系统。

多模式 多模式系统使用两种或更多种不同的方法，例如语音和面部识别。

多单元 多单元系统扫描两个或更多个相同性质的单元，例如食指和中指或右眼和左眼。

多重取样 多重取样系统扫描相同的特性若干次；例如，在语音验证系统中要求目标说出他的口令3次。

所有这些系统具有他们明显的利弊。因为事先决定执行三种方法，所以焦点置于多模式系统上，因此其他的多重方法将不再进行描述。

准备工作

由于本申请具有两个目的，所以已采用若干不同的工作方法，并且因此已经获得了各种结果。在本部分中，方法和结果交织在一起，以便向读者提供工作过程的情况。对各步骤进行单独描述，随后是它的结果。希望清晰地给出在程序的各个步骤中作出哪种决定，以及如何基于那些决定进行工作。

调查研究

为了在选择执行的方法时衡量驾驶员的想法，在早期开展了驾驶员调查。

两种不同的调查

调查分成两个文档，分别是态度调查和方法调查。例如，前者例如询问工作程序、对生物测定方法的认识和对工作时安全性和保险性的感觉。后者对部分2中描述的各种生物测定方法给出简单的描述。要求回答者对各种方法给出自然的评论。一些问题要求被调查者将答案分级为1至5，其中1总是表示更否定的回答，5表示肯定的回答；而有一些问题中要求更对应的回答。全部的问题都具有用于反馈和注解的地方。

采用两种不同文件的原因是，防止被调查者窥视下面的问题，从而受到对不同验证方法的描述的影响。因为调查被分成两个部分，故驾驶员不得不在收到第二部分之前回答第一部分。

调查分为两种方式。第一种是告诉他们假定是停止在货车停车场的货车驾驶员，仅仅是在哥德堡的外部。许多驾驶员被要求填写调查表，但是只有12人同意这样做。要归因于被调查者收到了糖果。

第二种是哥德堡的运输公司，它们同意将调查表分发给他们的驾驶员。早期经验已表明，答卷将不会与分发的调查表一样多，因此给了运输公司25份调查表，希望能在一周的时限内收回一半调查表。十份调查表及时被填写并交回。

调查表具有瑞典语和英译本两个版本，以致全部驾驶员都能回答问题，不管他们是否会瑞典语。这在地方的货车停车场很重要，因为许多驾驶员只会极简单的瑞典语，或者是一点都不会。所有分配至运输公司的调查表是瑞典语版本。

态度调查结果

11名被调查者是做配货工作，10人做长途运输，1人既做长途运输又做配货。12名驾驶员是驾驶他们的特定的货车的唯一一名驾驶员，其他人与平均5名其他驾驶员共享他们的货车。它们平均工作了15年，从1年到38年不等。

8名驾驶员知悉生物测定方法，例如，他们都知道指纹验证。但是，只有1人提到若干方法，其他驾驶员也可能提到多种其他方法。只有一名驾驶员曾经用过生物测定验证方法。9名没有生物测定经验的驾驶员对于使用它进行验证的想法是肯定的，4人更限制或反对整个想法，还有剩余的8人即不赞成也不反对。平均分是3.6。

8名驾驶员能够看到生物测定验证系统的不利，而11人不能做到。3名驾驶员没有回答这个问题。另一方面，15名驾驶员看得到优点，而5人看不到任何优点，两人没有回答这个问题。在生物测定数据应当保存在哪这个问题上，15名驾驶员回答他们更喜欢保存在智能卡上，这样当他们离开车辆时可以随身携带。5人认为应当储存在运输公司，两人希望存储在车辆内。注意，一些驾驶员选择超过一个选项，3人根本没有回答。

方法调查结果

指纹验证是最受欢迎的方法；所有人都认为它是便宜、最便于使用的方法。即使那些不希望在车辆内应用生物测定验证方法的人也优选指纹。仍然有4名驾驶员担心手脏引起麻烦。两名被调查者设想了他们失去手指或被绑架以起动车辆，但是即使他们看到这些不利，他们也能看到优点。此外，当问起另一种方法时，驾驶员有时回答他们宁愿使用指纹(而不是所讨论的方法)。

关于其他方法，正、反性质的回答交织，使得难以得到任何有关所述方法是否合适的结论。值得一说的是，6名驾驶员进行了注解，他们怀疑语音验证，是因为公知的是，驾驶员即使在感冒或咽喉痛时也正常工作。两人具有失败的语音识别技术经验，并且因此怀疑使用语音验证。

对运输承包商的电话调查

与本申请中描述的验证系统类似的验证系统不仅仅对于驾驶员来说是重要的，而且对于不同的运输承包商来说也是重要的。为了得到来自运输承包商的关于各种需要的想法，开展了若干电话调查。

电话会晤如何进行

偶然地选择了办公室在哥德堡的十家公司进行电话会晤。他们中的3家进行会晤，第4家通过电子邮件收了调查表，以同样的方式填表并将表交回。问题与驾驶员调查表几乎相同，与驾驶员不同的是，他们现在是口头地询问，并稍微调整成适合于公司，而不是驾驶员。问题被大声地告知被调查者并在有要求的情况进行解释。答案是由会晤员记下。

难以找到合适的人来会晤，并且此后甚至也难以找出谁有时间来回答问题。由于缺乏申请时间，所以不可寻找更多人来进行会晤。因为答案完全类似，所以他们仍然暗示公司认为什么重要。注意，由于被访者数量少，所以回答并不总是指定为精确数值。

与运输承包商电话会晤的结果

4个会晤的办公室内的工作条件不同，例如同时从事长途运输和配货，同时有危险货物和贵重货物。公司规模为8到76名驾驶员。只有一个公司在病员或意外缺勤的情况下使用外部人员。

反应主要是肯定的，与驾驶员所填写的调查表相比，看起来公司对于不同的验证方法知道得更多。主要要求是其必须不昂贵，他们强调他们需要高安全性、低成本。最大的担心是如果对驾驶员的眼睛或手指带来风险，那么将肯定不值得去做它。最坏的怀疑是技术方面。“如果它失效，那会怎样呢？”是普通的问题。大多数还可以看到麻烦：如果驾驶员发生某种事情，事故或其他，那么他将不能开动车辆。“一定得有一种无论如何都能开动车辆的方法。”

通过指纹验证是最受欢迎的方法，因为所有公司对其的态度是肯定的。两人坚决反对分析眼睛的方法。第3家公司注解，最好采用指纹验证，因为它价格比较低廉。没有人信赖使用语音识别验证系统，理由是，众所周知，驾驶员即使生病或嗓子沙哑也要工作。面部识别被认为比指纹验证更昂贵，并担心不能控制体重的增加，或者相同的人有或没有胡须。其他的方法都没有获得任何乐观的评价。例如，手几何结构是认为是不必要的，因为它被认为不如指纹验证可靠。此外它将增加失出全部手的风险，而不“仅仅是一个手指。”

部分被调查者并不觉得他们的公司需要这样的高安全性。取而代之的是，他们指出需要酒精联锁装置。如果他们仍然不得不选择一些东西，他们将选择指纹验证。1人对于整体想法比其他人更为积极，一个更为消极。值得注意的是，对用于验证的生物测定方法态度最否定的人喜欢所谓的驾驶员方式识别。今天的车辆可以监测和存储大量信息，例如行程、燃料消耗、换挡和制动技术。通过观察这些信息，可以观测驾驶员的驾驶方式。这将不能足以验证人，但是如果方式急剧改变，那么假定其他人在驾驶车辆。喜欢驾驶方式识别的被调查者建议，应当结合困倦检测，以及检测驾驶员是否已经服用任何药或其他物品。

即使公司不觉得此刻他们需要验证系统，但他们认为，如果使他们的车辆更难被偷窃，这将是有利的。

关于方法如何适合于目的反馈

今天的市场上存在若干种不同的验证方法；但仍然没有完美的方法适合于本申请的目的。对适合于货车的方法的反映和讨论进行了理论研究。所有的方法都具有他们的利弊，但是本申请的工作没有给出时间来对所有方法进行测试。因此，重要的是，在理论上衡量不同的方法，以选出一个在测试原型中执行。本部分描述讨论和理论比较的结果。

理想的方法

最合乎验证系统需要的性质已经在背景技术部分中列出，以选择出哪种方法以供执行。因为在关于理想的系统应当如何工作的讨论和创造期间产生，所以选择出这些标准。

容易使用 不需要为操作设备进行大范围的培训。应当尽可能直觉并尽可能自动化。

速度 验证过程决不能花费很长时间，至多几秒钟。登记也应快速。此外，方法不能包含过多的不同任务。

灵活性 系统应当构造成处理可以换班的不同驾驶员。应当能够验证正在驾驶的驾驶员，以免经过验证的驾驶员起动发动机后被冒名顶替者从车辆中赶出。

成本 系统不能太昂贵，否则货车主将不会考虑购买。

用户接受性 系统应当非侵犯的。除此之外，用户和货车主必须觉得系统对他们是有用的、有好处的。

安全 系统必须在遭受攻击确保安全。

精确 系统应当具有足够低的TER(总差错率)。

适应性 系统的方法必须适合于车辆内的不同环境特性，比如空间、光、温度、噪音、振动和湿度。

可集成化 容易集成在车辆内的设备可以降低成本，并且使得系统易于使用，因为没有过多的新任务需要掌握。设备必须不能笨拙，否则它将难以安装在车辆上。

可靠性 系统在验证时必须从不中止或失效，否则可能不能防止越权人起动车辆。这可能引起驾驶员或业主不信任系统。在同样的意义上，它必须不会出现不能授权适当驾驶员的情况。

不同的方法的意见

本部分包含一些注解，其包括对不同验证方法的支持和反对意见。下列问题和反馈与上述的理想系统的标准相关联。这些意见对于工作的各个方面具有影响。

关于指纹验证的意见

指纹技术很好测试，因为其已经使用和发展了很长一段时间。扫描器可以制造得很小且便宜，并且实践表明方法对大多数人来说是非侵犯的。多种品牌在市场上有售，其确保具有良好的机会去寻找满足所需要的产品。

增加验证系统安全性的一种方法是使用超过一个手指来验证。对此有两种不同的方式；或者系统要求扫描预定的手指组，或者系统在特定时间随机地要求哪根手指需要被扫描。当然，这些可选方案的一个缺点是，如果需要一组指纹，那么冒名顶替者可能设法偷取一个人的所有指纹。假使那样，增加安全性可能是以降低用户的保险性为代价。

站在汽车的角度，值得考虑的是，许多驾驶员用手做很多工作，使得手变脏或磨损，其可能影响扫描结果。如果扫描器它本身变脏，适当的扫描将变得困难。这可以利用扫掠扫描器来解决，因为它不会变得像接触扫描器那样脏。

总可能有未被授权的人设法欺骗系统。虽然活力检测防止复制，或者是冒名顶替者偷窃全部手指(或手)为恐怖剧情，但是不可能获得绝对安全的系统。药物或威胁可迫使授权驾驶员将手指放在扫描器上。总之，指纹扫描是迅速的、便宜的和非侵犯性的方法，其容易集成到车辆内。

关于虹膜扫描的意见

虹膜扫描被认为是精确的、可靠的和保险的验证方法。根据文献记载，现有已有此类设备，其能从大约一米远的地方采集图像，并且依然能获得足够高的品质，以使该图像与模板进行匹配。这意味着可以在车厢中以如下方式安装照相机，即照相机不会干扰驾驶员或模糊他的视线。然而，是否这些应用适合于车辆是不确定的，如果在驾驶过程中扫描，这将更是不确定的，因为在这些领域没有进行过测试。

因此，虹膜扫描是迅速的、非侵犯性的，然而，此方法缺乏适应性和可集成性，并且由于许可证的关系设备昂贵。

关于语音识别验证的意见

语音验证系统可以容易地集成至车辆内，或许可以使用现有设备，比如移动电话免提系统。应当能够在驾驶时使用语音验证，至少大多数人能在开车的同时交谈。如果驾驶员使用移动电话或其他语言通信系统，验证需要可以被抑制几分钟。当驾驶员听音响时，有人建议在验证期间应当静音。

现代货车的车厢是隔音的，当进入内部时需要注意。由于隔音，来从发动机、风和交通环境的背景噪声几乎是恒定的。因此，在验证期间，应当可以使用适应性滤波器来去除话音样本中的噪音。如果大部分货车车厢良好隔离，语音验证系统被开发用于室内办公室使用，那么在没有对系统在车内环境进行测试的情况下，很难说其适合还是不适合。

接下来是数据库将需要连续地更新，因为人的声音和口音随着时间变化。此外，由于健康和感情因素，人的语音可以急剧变化。这些方面已使得有些人不相信此技术。

因为此申请的焦点是验证驾驶员的身份，建议采用预定的验证短语。如果各驾驶员具有唯一的口令，短语本身和语音样本都能被用于验证。语音验证因此是经济的方法，其可以容易地在货车内应用。然而，由于噪声环境和语音随着时间变化的事实，在真实情况下其工作如何是不确定的。

关于面部识别的意见

面部识别对光照条件敏感，但是，它可以是起动车辆之前的可选方案，因为可以在验证期间增加车厢内的光照。然而，在驾驶时不建议这样做，因为其可能干扰驾驶员。在整个白天，照明情况发生变化，因此，在驾驶时是否能使用面部识别是不确定的。在夜间采集的图片也许不能充足地类似于系统存储的图像，以成功地进行验证。在此申请工作期间，将对不同的照明情况进行测试，因为车辆内的照相机给出许多其他的可能性，如困倦检测、车厢监视等等。然而，这些可能性超出了此申请的目的，因此不对它们作进一步的调查。

面部识别的耗时部分是模板创建。在验证期间，系统可能需要获取3幅以上的图片，以保证它们中的至少一幅足够良好。模板创建需要大约3-5秒，这意味着全部的验证过程将需要10-15秒，此时间过长。

一个有趣的副效应是，所使用的照相机实际上拍摄的是打算驾驶车辆的人的相片。如果冒名顶替者驾驶车辆，那么验证失败，但图片仍然拍摄并存储。随后，当试图识别他时可以使用这些图片。

总之，面部识别是用户友好的、便宜的和非侵犯性的方法。然而，此申请的作者不能找到有关在类似于车辆的车厢的环境中进行面部验证的研究，因此，此方法如何适合于所述目的是不确定的。

关于面部热红外成像的意见

关于使用面部识别的一个想法是，可以在驾驶时使用它进行自动验证。然而，如果系统对照明条件的变化太敏感，那么这只是一种可能。如上所述，面部热红外成像和面部识别事实上是相同的；区别在于使用的是哪种照相机。面部热红外成像使用IR照相机，这意味着与面部识别相比，所述方法对照明条件不是那么敏感。

很难说面部热红外成像是理想的方法，因为没有进行过测试，也没有可用的开发工具。

关于视网膜扫描的意见

今天的视网膜扫描设备在尺寸和成本方面都减小了，因此解决了一些实际问题。大的问题是，有些人反感他们的眼睛被扫描。此外，所述方法不适合于在车辆内使用，特别是不适合于驾驶过程中使用，因为在扫描期间驾驶员将必须望向特定方向。还有一个问题是，验证时眼睛需要集中于一个点足够长的时间，因此，这可能对交通安全带来负面影响。由此，对于今天的技术，这不是用于本申请的目的的方法。

关于手几何结构识别的意见

手几何结构识别的主要好处是，此方法对污渍、结茧和伤疤(合理的限制范围内)不敏感。由于检测整个手的若干特征，所以即使手指脏或者人意外地去除了其自身的饰物也不要紧。设备便宜，并且验证用时小于一秒，但是，笨拙的设备使得此方法不适合于汽车使用。

关于多模式系统的意见

利用多模式系统，可以通过组合不同的方法来获得不同级别的安全性。对于日常使用，指纹验证可能就已足够。当进入危险区时，或者是运输危险货物时，可以使用若干方法进行验证(例如指纹和虹膜扫描)，由此增加安全级别。

多模式系统的一个有趣的方面是，他们能自动地更新模板数据库。设想验证系统随机地使用3种验证方法，例如PIN、指纹和面部识别。当系统需要进行驾驶员验证时，它分析所有的3个特征。如果两个方法完全成功，那么数据库可以使用第3样本进行更新。因此，如果PIN正确并且指纹扫描器给出良好的匹配，那么系统可以拍摄面部照片来更新模板数据库。这可以节约大量时间，因为系统连续地更新其数据库本身；因此减少对系统的维护。

选择用于原型实现的方法

对不同的验证方法进行理论分析，得到了意见和反馈，这在先前部分中已列出。意见和SWOT分析形成选择验证方法以实现原型的主平台。

方法选择

没有单个验证方法可以满足理想系统的标准。最终决定使用哪种方法是基于精度和成本之间的平衡，以及基于易于使用和易于欺骗之间的平衡。理想系统的其他标准在方法之间没有显著差异，因此，在选择期间不予考虑。讨论各种方法的利弊两个方面，以及价格和交货时间。

选择的方法

不使用方法的理由如下，随后是选择所应用的方法的原因。

面部热红外成像 IR照相机比普通的照相机更昂贵，但是因为方法非常精确且难以假冒，故其确实为仔细观察的区域。令人遗憾的是，关于用于验证用途的面部热红外成像只作了少量研究，并且作者不能找到制造用于此类验证的设备的公司。

虹膜扫描 用于虹膜扫描的开发工具的成本大约是$25000-$35000，其超出了项目预算。

唇动 唇动识别需要其他验证方法足够可靠。想法是执行3种验证方法，以测试他们的适应性，并将它们相互比较。为了能够满足不同的安全级别，所有的3种方法各自应当是可靠的，因此，没有选择唇动识别。

视网膜扫描 由于要求眼睛的准确对准，所以视网膜扫描不适合于汽车用途。

手几何结构 手几何结构扫描需要的设备对于安装在车厢内部来说太笨拙。

剩下的3种系统：指纹验证、语音识别和面部识别全部适合于安装在车辆内，并且具有能够以合理的价格和交货时间提供开发工具的厂商。

为了使得系统集成尽可能容易，希望整个系统与相同的平台兼容。与能够在交货方面获得支持一起，这是选择厂商时的两个主要标准。

今天PIN是公知的，并且该方法易于利用移动电话的小键盘在车辆内应用。因此也采用PIN验证系统。这还将可以比较一般的验证方法和生物测定验证方法。

如调查表的结果所示，许多被调查者建议生物测定模板存储在卡片中，这样当他们离开车辆时可以随身携带。为了示出集成利用未来的数字转速仪进行存储的模板的可能性，系统还包括智能卡读取器。

总之，原型系统所选择的方法是：指纹、面部识别、语音识别加PIN和卡片验证。

使用场合

货车使用的各种工作场合和领域对验证系统来说存在多种挑战。关于怎样使用系统的反馈导致若干使用场合的开发。通过创建现实的使用场合，指出了驾驶员验证系统的实际需要的优点及实证。

开发使用场合

这些使用场合是基于选择应用方法的过程中的讨论以及创造性意见。

使用所有生物测定方法的多模式验证

这是最高的安全级别，用于运输危险或贵重货物或在高危区行驶的车辆。驾驶员使用所有方法验证其身份，以确定他是适当的人选。下面是一些有关此验证如何进行的实例。

驾驶员到达车库，开始一天的工作。当他进入车辆时将他的智能卡(集成到速度记录器的卡片内)插入读取器内，输入其PIN码后将他的手指放在扫描器上。PIN正确且手指通过卡片的验证，因此系统要求提供语音样本。驾驶员对着麦克风说出他的口令。系统信息出现，告诉驾驶员坐在正常的驾驶位置，以便执行面部验证。分析记录的资料，并且与存储在智能卡上的模板数据进行比较-验证成功。姓名和雇佣识别号码被加密发送至总部办公室。

驾驶员经历验证过程，但是其中的一个方法失败。系统信息通知驾驶员失败的验证。程序继续，与上面的实例一样，至少一个方法成功。姓名和雇佣识别号码与关于(多个)失败验证的信息被加密发送至总部办公室。

在长途运输旅程中，驾驶员会在车厢内打盹。当他醒来时，在继续其旅程前他向外伸腿。旅客门开启，冒名顶替者爬入驾驶室并占据驾驶员座。冒名顶替者试图起动车辆，但是没有成功通过验证，因此车辆不能移动。警告信息迅速地发送给总部办公室，系统拍摄下方向盘后的人的相片。这些图片也发送给总部办公室。

使用两种生物测定方法的多模式验证

这种使用场合的目的是确保驾驶员座上的人是适当的驾驶员。在此安全级别已经开发了四种不同的场合，参见下文。注意，有可能车辆只配备两种生物测定验证方法。然而，也有可能性具有所有方法需要的所有设备，在各个场合随机地改变使用哪种方法。

驾驶员到达车库，开始一天的工作。当他进入车辆时将他的智能卡(集成到速度记录器的卡片内)插入读取器内，输入其PIN码，然后将他的手指放在扫描器上。PIN正确，并且手指通过卡片验证。系统要求语音样本，所以驾驶员对着麦克风说出其口令。分析记录的资料，并且与存储在智能卡上的模板数据进行比较-验证成功。姓名和雇佣识别号码被加密发送至总部办公室。

方案与上面的情况相同，但是取代了语音验证，系统信息出现，告诉驾驶员坐在正常的驾驶位置，以便执行面部验证。分析记录的资料，并且与存储在智能卡上的模板数据进行比较-验证成功。姓名和雇佣识别号码被加密发送至总部办公室。

驾驶员在一个或多个方法方面失败，但是至少一个方法成功通过。驾驶员的姓名和雇佣识别号码与(多个)失败验证的信息被加密发送至总部办公室。

没有验证成功，因此车辆不能移动，警告被迅速地发送给总部办公室。

不同安全级别的单个生物测定验证

建议在短暂停车之后进行此验证，在此之后驾驶员已经通过若干方法进行过验证，或者安全级别仅利用一种生物测定方法就足以进行验证。安全级别当然可以进行讨论，但是，在这些实例中，他们被分成高、中和低安全级别。下面是一些高安全性的实例。

在白天，驾驶员在一个或多个停车点卸货。车辆不动但发动机运转。当结束卸货后，驾驶员重新进入货车。这是短暂停车，因此，只需要一种验证，方法随机确定。此时系统要求指纹验证，因此驾驶员将他的手指置于扫描器上，以验证他仍然是驾驶车辆的人。当系统验证驾驶员时他可以开车，而他的姓名和雇佣识别号码被加密发送至总部办公室以进行确认。

驾驶员在货车停车场停下来买一些小吃。这是快速停车，发动机处于运转状态，因此，在开车之前只需要利用一种可用的方法进行验.证。冒名顶替者出现在驾驶员座位处，验证开始。由于没有成功地通过验证，系统利用照相机拍照，并且将其与警告一起发送到总部办公室。货车不能移动。

验证系统用于增加安全性，但是它不能影响驾驶员的正常工作。为使得其尽可能容易，与高安全级别相比，中等安全级别为驾驶员提供更多的独立性。

驾驶员在白天有多次停车，以卸下一些货物。车辆不动但发动机运转。当结束卸货后，驾驶员重新进入货车。当他坐下时，他将手指放在扫描器上，以验证他的身份。系统检测此时是否可以使用指纹，或者驾驶员是否必须使用一种其他的方法。此时系统要求另一种验证，促使驾驶员通过说出他的口令来验证他的身份。验证继续并且驾驶员可以开动车辆，同时他的姓名和雇佣识别号码被加密发送至总部办公室以进行确认。

驾驶员停车以卸下一些货物。发动机处于运转状态。驾驶员回到车辆内并输入他的PIN码。当驾驶员紧张时，该驾驶员拨错号码，他再次尝试，但是他仍然不记得正确的密码-验证失败。系统通知驾驶员验证已经失败，并且要求他使用指纹扫描进行替代以验证身份。验证继续并且驾驶员可以开动车辆。驾驶员的姓名和雇佣识别号码以及关于PIN验证失败的信息被加密发送至总部办公室以进行确认。

低的安全级别可能只需要一种验证方法。这意味着对于车辆来说具有用于一种验证方法的设备已经足够。此外，它给出在货车中使用若干方法的可能性，并且取决于例如货物、路线或中断的时长，仅仅需要一种方法。车辆内的验证系统可以假定为增加安全性。然而，只采用一种方法，自然地，与采用多种验证方法相比，其被欺骗的风险更高。

在白天，驾驶员在多个停车点中的一个卸货。车辆不动但发动机运转。当结束卸货后，驾驶员重新进入货车。他坐下并将手指放在扫描器上，以验证其身份。当系统已验证驾驶员时他可以开车，而他的姓名和雇佣识别号码被加密发送至总部办公室以进行确认。

驾驶员停车以卸货。由于在当天的早些时候驾驶员已经过验证，所以一种验证方法已经足够，即使车辆具有更高的安全级别。另一个驾驶员，他也具有存储有他的生物测定数据的智能卡，处于驾驶员的位置，并且试图验证他的身份。系统注意到卡片被取出，并且放入了一张新卡片，因此，只用一种方法验证将是不足的。驾驶员通过所有方法验证他的身份，信息被加密发送至总部办公室，其中总部办公室迅速地发现驾驶车辆的不是适当的驾驶员。

驾驶员在货车停车场停下来买小吃。这是快速停车，发动机处于运转状态，因此，在开车之前只需要利用一种可用的方法进行验证。冒名顶替者出现在驾驶员座位处，验证开始。因为没有进行成功的验证，车辆不能移动。系统利用照相机拍照，并且将其和警告一起发送至总部办公室。

驾驶员进入车辆。他将手指放在扫描器上，但是没有成功通过验证。因为只有一种可用的方法，所以关于验证失败的警告被立刻发送给总部办公室。车辆不能移动。

驾驶时的手动验证

可能的情况是，冒名顶替者强迫驾驶员验证他的身份，然后将他扔出车外。为了避免此情况及类似风险，在驾驶时也应当对驾驶员进行验证。下面给出一些实例以解释有关想法。

车辆在路上行驶。系统信息出现，要求驾驶员说出他的口令以验证他的身份。驾驶员这样做，随后成功通过验证。他的名称和雇佣识别号码被加密发送至总部办公室。

驾驶员位于长途运输任务的途中。系统信息出现，要求驾驶员说出他的口令以验证他的身份。驾驶员这样做，但是验证失败，因为他今天嗓子沙哑。驾驶员尝试了两次以上，但是验证仍然失败，所以系统要求他将手指放在扫描器上。此时验证继续。驾驶员的名称和雇佣识别号码与关于验证失败的信息一起被加密发送至总部办公室。

车辆在路上行驶。系统信息出现，要求驾驶员将手指放在扫描器上以验证他的身份。驾驶员不能利用任何方法验证他的身份。警告被迅速地发至总部办公室，还有通过用于面部验证的照相机所拍摄的未通过验证的驾驶员的照片。因为驾驶员在起动车辆前已经过验证，驾驶员的名称和雇佣识别号码被加密发送至总部办公室，被发送的还有关于在驾驶时验证失败的信息。

具有用于若干验证方法的设备的车辆行驶在旅途中。系统信息出现，要求驾驶员将手指放在扫描器上以验证他的身份。在接下来的3分钟内没有完成验证，因此将警告发至总部办公室。

车辆在路上行驶。系统信息出现，要求驾驶员将手指放在扫描器上以验证他的身份。验证失败，因为这是车辆内仅有的验证方法，警告被迅速地发至总部办公室。

驾驶时的自动验证

这些验证无需驾驶员的参与。这意味若干优点，例如驾驶员不会被干扰，即使当他驾驶时身份正被验证，并且冒名顶替者甚至不知道系统试图对他进行验证。为使得自动验证成为可能，车辆必须提供面部识别设备。下面给出了驾驶时自动验证的一些实例。

车辆在路上行驶。系统拍摄驾驶员的相片，并且与速度记录器内的智能卡上的模板进行特征比较。验证继续，并且驾驶员的名称和雇佣识别号码被加密发送至总部办公室。

驾驶员处于长途运输任务途中，车辆内具有若干可用的验证方法。系统试图通过速度记录器内的智能卡上的模板验证驾驶员。验证失败，因此系统信息出现，要求驾驶员将手指放在扫描器上。此时验证继续。驾驶员的名称和雇佣识别号码与关于验证失败的信息一起被加密发送至总部办公室。

在类似如上所述的场合，验证失败，所以驾驶员被要求将手指放在扫描器上。没有验证方法继续，因此警告被立刻发至总部办公室，发送的还有通过用于面部验证的照相机所拍摄的未通过验证的驾驶员的照片。

车辆在路上行驶。自动验证失败，并且系统信息出现，要求驾驶员将手指放在扫描器上以验证他的身份。在接下来的3分钟内没有完成验证，因此警告被发送至总部办公室，被发送的还有关于面部验证失败以及没有任何附加方法进行验证的信息。

原型系统的构思和实现

当选择验证方法并且设备已经到达时，就到了将系统组装到一起的时候。系统通过反复的开发过程进行开发，得出了在本部分中示出的结构。示出了实现的验证系统的概况，这种系统的软件需求的说明与对实现的描述一起进行。

硬件

挑选硬件厂商主要考虑以下3个标准：成本、交货时间和兼容性。本部分的第一部分描述硬件，第二部分描述实施的结果。

系统的硬件

用于此项目的设备已列出，如下所述。

所使用的指纹验证系统为来自Precise Biometrics AB，Sweden的BioCoreII。它为嵌入系统，因此硬件包括在开发工具内。

面部验证系统为来自Neurotechnologija Inc.，Lithuania的VeriLookSDK 1.1。照相机选择Logitech Quickcam 4000 Pro，是由Neurotechnologija Inc.推荐。

对于语音识别，从SpeechPro Inc.，Russia处购买了VoiceKey SDK的许可证。面部验证照相机具有嵌入的麦克风，以便用于交互会议；这是赠品，因为麦克风能被用于语音验证系统。然而，由于缺乏时间，没有在系统内应用语音识别。

实施的验证系统

下面是实施的验证系统的概况，箭头示出不同的部件如何相互连接。(参见图12)

SC读取器 ISO7816标准智能卡读取器

指纹扫描器 RF指纹扫描器，其发送指纹图至BiocoreII。

照相机 标准VGA网络照相机，其通过USB连接至主PC机。

Mic 嵌入在照相机内的麦克风。

BioCoreII 嵌入式指纹验证系统。接收来自指纹扫描器的指纹图像。将模板发送至主PC机/从主PC机处接收模板，并且处理实际的指纹验证过程。

主PC机 PC机，其收集来自指纹扫描器(通过BioCorell)、麦克风和照相机的数据。计算机还保存有模板数据库和算法，用于综合衡量所有结果以决定授权/拒绝。

显示PC机 显示PC机运行GUI和并且在触摸屏上的显示信息，其中所述触摸屏安装在货车驾驶室的中央操纵台内。

触摸屏 触摸敏感式7″宽屏TFT监视器，其安装在货车驾驶室的仪表板内。用于显示信息与指令，并且在PIN验证期间作为键盘。

设备的布置

在模拟器内实施系统以前，讨论该设备的布置。计划将指纹扫描器设置在变速杆上，但是因为它不在模拟器内，所以扫描器设置在方向盘上。面部识别系统需要沿任何方向从不超过5度的角度获得的图片。这给定了两个可能的照相机布置，或者在仪表板上，或者在挡风玻璃上方的车顶处。利用第二种布置方案，系统执行不好，因此，照相机设置在仪表板上方。仪表板具有适合于安装屏幕的开口。此安装也为键盘提供真正的布置。下面是安装在货车车厢中的系统的部件的图片。(参见图13)

软件

所有3个厂商提供了C++环境的开发工具，因此选择该开发平台。实际实施(例如密码本身)对于此申请的目的或结果并不重要，因此没有对其进行更详细的描述。

图形用户界面(GUI)

GUI的目的是允许用户和系统相互沟通。本部分说明了该设计阶段及其结果。

开发GUI

首先，在纸上草拟低端的原型(low-fl prototype)，一张纸用于在测试期间将显示的各种信息。存在书面信息和示意图，并且其中一些信息有两个或三个方案。书面信息都是瑞典语，因为认为其是测试参与者的母语。此外，还搜索适当的声音以对信息进行补充。分别向5个VTEC雇员示出了低端GUI(low-fl GUI)，以便获得他们的反应，所述雇员对于设计GUI具有极少的经验或没有经验。他们首先示出了信息的一种方案，所述信息随后将出现在测试中。其次，他们观看了可选方案，并要求他们给出使用哪一个的意见。

然后，将低端GUI向在GUIs和测试方面具有丰富经验的人展示。讨论测试方案和GUI，增加了两个注释。GUI然后在MacromediaDirector MX中实施。

实施GUI的结果

验证过程的每一步都具有书面信息(瑞典语)、示意图和声音。两个不同的声音用于将驾驶员的注意力吸引至屏幕。所看见的第一个指示是要求新任务，或者是成功地执行了最近的任务。第二声音用于示出验证是否失败或出错。此外，如果验证成功则图片变绿，如果失败则变红。下面是GUI的两个实例。(参见图14)

驾驶模拟器

模拟器要求在系统原型测试期间尽可能地实现实际环境。VTEC具有模拟器，其为此次测试提供。模拟器具有三台投影机，照亮一个大的弧形屏幕。这种设置将增强对实际移动的感觉，与使用一台投影机和一个平坦的屏幕相比，这样使得驾驶员以更自然的方式感知环境。Volvo FHI2驾驶室置于房间的中间，位于屏幕前面。可以开启具有模拟发动机的声音的扬声器。

模拟器直到最近用于测试车辆，因此，驾驶室和模拟器还没有完全同步。存在不能很好地适合于测试的其他特征，并且作者也不能改变他们。例如，在驾驶室内部具有节气门和制动装置，但是没有停车制动、离合器、换档，也没有巡航控制。储罐总是空的，流速计和里程表都没有被调节成表示货车。因为没有停车制动器，如果驾驶员需要停车或离开车辆，模拟器必须关闭。只要按下中断，模拟器不移动，但是当解除中断时(比如当离开车厢时)，模拟的车辆继续慢慢地向前移动。(参见图15和16)

测试之前的准备

将验证系统放入货车内的想法引出了若干问题：何时使用这种系统，该系统被用于哪些场合，以及验证应该多长时间一次。借助于模拟器测试，一些假设的问题也许能得到答案。其他方面要求更多的研究和可信的测试。

测试准备主要包括4个部分；准备会晤的问题，制定模拟器的方案，发现令人满意的适当的测试目标的数量，进行初步测试。在准备工作期间将产生与前述问题相似的问题，该问题关于应当何时和怎样进行验证。概括出了会晤和测试方案，以便回答这些问题(与其他问题一起)。

会晤

在进行测试时，调查表问题进行了调整，以便适合于会晤。为了能够与此前调查得到的结果进行比较，许多问题类似。

开发会晤问题

准备两个会晤。第一次是在模拟测试之前进行，更详细的第二次会晤在其之后进行。先前会晤中的一些问题被重复，以观察驾驶员是否已在测试期间改变主意。

问题由两个行为科学家阅读和评论，以便看看是否需要重新定义、增加或删除问题。

问题

第一次会晤开始的问题是关于驾驶员的工作程序。这个问题此外涉及安全议题，以及安全对驾驶员意味着什么。在调查驾驶员对生物测定的认识以后，引入测试中使用的不同的方法以产生自发反应。驾驶员还被询问是否能发现验证系统的任何优点或缺点。

第二次会晤询问测试经历。驾驶员被要求对不同的方法分级，并再一次给出他们有关可能的优点或缺点的想法。

许多问题被分级，总是从1到5，其中1表示否定的想法，5表示肯定的想法。

测试方案

为了找出需要什么来在模拟器中实现测试，以及试图发现测试可能发生什么情况，概括出了一个测试方案。

方案概述

这些意见用作在创建测试方案期间的启发。通过交流和讨论概括该方案，并得出最终测试方案，其中包括了问题的若干方面。希望尽可能多地测试方法，包括车辆静止和驾驶车辆时。同时，方案应当尽可能地现实，避免在测试的短时间内出现可能包含太多不同任务的风险。否则测试参与者可能感觉他必须极频繁地验证他的身份，在现实中不是这种情况。所得的是一个平衡且周密的方案。

测试方案

测试方案从周密的最初验证开始。当需要驾驶时，在指纹验证之前，驾驶员应当获得一定时间来使用模拟器。

在模拟器内进行大约一半时间后，进行“中间休息”。在休息之后，驾驶员必须通过短暂的验证，使用指纹或语音。在测试结束前，当驾驶时需要另一个验证，此时是语音验证。在驾驶时完成两个自动的验证，一个是在开始时，另一个是在休息后。如果他们失败，驾驶员将被要求进行指纹验证，但是，如果成功，在测试期间他将不会得到通知。(参见图17)

补充测试人员

参加测试的货车驾驶员的补充转由外部的公司来做。他们被要求补充20名驾驶员，并且要求混合有长途运输和配送的驾驶员。在补充期间，驾驶员被告知他们将参加驾驶模拟器测试，其中评估可用性和用户接受度。在招募期间给出含糊的信息的目的是，获得具有不同的背景和期望的满意的驾驶员组合。

初步测试

在实际测试之前进行的是初步测试，以能够改善系统以及调节方案和会晤。

例如，在初步测试中需要被回答的问题是：

方案可以实施吗？在过长或不足的时间内任务太多/太少？事情应当以不的顺序发生？

GUI是设计良好吗？在所有时间需要做什么是明确的？在特定的时刻声音是可以听到的且是合适的？

照相机的设置是可接受的？你能够容易地到达指纹传感器和键盘吗？代替直接地对麦克风说话，向空中说出口令感觉困难吗？

会晤问题明显且阐述正确吗？问题太多/太少吗？

测试花费的时间过长吗？或者是可以增加额外的任务吗？通过在驾驶室内的测试监控者拍摄和观测舒适吗？

初步测试的程序

VTEC的具有不同的货车驾驶经历的雇员要求参加测试；在他们中间，行为科学工作者特别被要求对会晤给出意见。一共有6名男性参加。他们中的3个通过全部的测试程序，并且都进行两种会晤，接受调查和模拟器方案。其他3人没有参加会晤，而是在系统中登记，告知模拟器的情况和测试方案。在不同的照明情况下进行测试，以观察面部验证时需要的条件。

初步测试结果

初步测试意味着修改系统，以便增加稳定性和可用性，并且使得测试尽可能地可信和周密。加入第三种声音，以致当拨数字时，用户接收到听觉反馈信息，而不仅仅是在PIN验证期间在屏幕上显示出星号。一些会晤问题被调整成更加具体。

如果太暗，那么没有参与者可以被登记(用于面部识别)，并且很明显，仅有来自模拟器屏幕的光对于登记来说是不够的。另一方面，房间不必太亮，因为这影响模拟器的图像质量。当进行测试时车厢内的光照过强时，对戴眼镜的人将产生问题，因为示过多的光产生反射。最后，寻求一种照明设置，其使所有的测试目标可以被登记并且得到系统验证。在这些光实验期间，一个令人感兴趣的观测是，与当他们登记时的情况相比，能够在房间内以较小的光照验证某些人(不戴眼镜的人)。

测试

本部分描述原型系统的最终测试。第一部分描述测试和会晤是如何进行的，第二部件描述结果。

测试程序

如前所述，验证系统在模拟器内进行测试，以使测试场合尽可能地可信。令人遗憾的是，两个驾驶员不得不取消，因此，只有18名受邀驾驶员能够参加测试，所有人都是男性。一次测试和会晤一名驾驶员。

在模拟器测试之前

测试参与者从现在开始也称为驾驶员，当测试参与者到达时，其得到测试监控者的欢迎。他被同时通过口头和书面方式告知他的权利与义务，例如，他确保匿名权，以及他可以在任何时候终止测试。他被告知他将首先就他的工作情况被会晤，随后，在他被再次就测试经历进行会晤之前驾驶模拟器。测试监控者征求同意，以记录会晤情况。

在所有测试期间，此申请的一名作者是测试监控者；其他人作为技术人员，并且负责登记和视频录制。

第一次会晤

测试阶段从会晤关于驾驶员的普通工作日、日常工作程序、他对安全的认识以及他具有哪些关于生物测定的知识和经历。第一次会晤大约20分钟，并且在与模拟器相邻的会议室内进行。测试监控者写下驾驶员的答案或说明，并且根据问题类型将他们分级为1(负值)到5(正值)。如果对分级问题的回答是含糊的，那么要求驾驶员在1至5之间打分。当驾驶员看起来已误解问题时，测试监控者进行解释。

登记

在最初的会晤之后，测试参与者被带到模拟器处，并且要求就位并将座位和方向盘调整至正常、舒适的驾驶位置。在登记开始之前，技术人员验证照相机可以得到驾驶员的清晰的图像，并且如果有必要，驾驶员被要求降低方向盘。

驾驶员被给定PIN，然后登记阶段开始。他被告知指纹的哪个部分要被放在扫描器上。因为扫描器位于方向盘上，所以参与者不得不使用右拇指，其他手指将难以获得正确的扫描位置。他具有机会尝试数次，以将拇指放在扫描器上，以便获得适当的位置。然后，指纹被登记。技术人员然后要求驾驶员向前平视模拟器的屏幕，好像他正在驾驶一样，这样便于读取面部识别模板。对于语音验证，驾驶员被告知至少用时3秒，以便使得计算机能够对它进行分析。他还被告知麦克风嵌入照相机内，以致他不得不大声地说出口令。给驾驶员的口令是“我的名字是姓名”。如前所述，语音验证的功能只是模拟。

模拟器指令

当登记完成时，给驾驶员智能卡，并告知这是测试期间他的个人数字速度记录器卡片。然后，他被要求离开车辆，以接收关于模拟器和测试方案的指示。

驾驶员被通知在测试期间他将被摄像，而且如果他感到不舒服，他完全有权利在任何时候停止测试。他被告知有些人在模拟器内将会呕心，即使他们在车辆内通常不会感到不舒服。驾驶员的注意力被引向模拟器图像，其暂时处于公路的中间停止不动。他被告知测试监控者将要在车厢内坐在他旁边，以引导他进行测试。他被指示将在高速公路上驾驶一段时间，然后向右拐，继续向前直到达到村庄。在村庄里，他将暂停以进行休息，随后，测试方案继续数分钟的驾驶。驾驶员被告知模拟器内的现有设备和不存在的设备(在驾驶模拟器中所提及的)。驾驶员被告知想像方案持续到下午，而不是他们实际驾驶的20分钟。

这些简要的指示之后，驾驶员被要求再次进入驾驶室开始测试。当驾驶员就座并关好门后，测试监控者从另一侧进入车辆，并且开始模拟。

模拟器测试

驾驶员坐在驾驶席处。当驾驶员并关好门后，测试监控者从另一侧进入车辆，并且开始测试方案。当他插入智能卡时，最初的验证开始。该首次验证包括所有的4种方法，并且允许驾驶员在系统转入下一步时对各种方法失败3次。如果驾驶员通过第一次的3种方法中的至少两种，那么认为整个的最初验证是成功的。第4种方法是语音识别，在测试期间其仅仅是模拟。

如前所述，测试开始于模拟的高速公路。不久之后，测试监控者启动驾驶时的第一验证，其为自动的面部识别。注意，除非验证失败，否则驾驶员没有被告知此验证。当自动验证失败时，系统将要求驾驶员使用指纹验证来验证他的身份。如果这些也失败，系统要求驾驶员输入他的PIN。

测试参与者继续驾驶，并且不久之后，测试管理员启动下一步，其是驾驶时的第二验证。该系统对话出现，要求驾驶员通过使用指纹验证他的身份，当验证失败时，要求驾驶者进行PIN验证。

在一段时间的驾驶之后，道路通向小村庄，其中驾驶员被要求停车以进行中间休息。(从驾驶员进入车辆以开始测试方案，这大约是12-13分钟)。驾驶员和测试监控者离开货车，并且进入向驾驶员提供有一些点心的房间。这具有两个作用；第一个作用是模拟当试图再次上路时的短暂休息，开始短暂的验证过程。第二个作用是向驾驶员提供机会，以便他们就测试的第一部分向测试监控者发表自然的评论和反应。为能够与其他的汽车系统进行统计比较，在休息期间，接受度调查表[56]被分发给驾驶员。因为参与者的母语是瑞典语，他们都收到瑞典语的接受度调查表。调查表包括9对相反的单词，5对被认为是反映有用性，4对为满意性。分别通过增加关于有用性和满意性的回答，可以计算出平均值，并且可以在-2和+2之间对有用性和满意性打分。测试监控者解释这只是验证系统，而非用于评估的模拟器。如果驾驶员通过阅读书面指示不理解该接受度调查表，测试监控者进一步解释，并且让驾驶员单独地填写答案。

当一些驾驶员离开进行中间休息时，一些驾驶员取出他们的“速度记录器卡片”，但他们中的大多数人将其留在读取器中。当驾驶员在休息后再次就座时，测试监控者继续进行测试。如果驾驶员留下了他的卡片，系统立刻开始验证。如果驾驶员随身带着卡片，那么在开始验证之前，系统通过要求插入卡片而起动。对于前十名参与者，系统要求驾驶员使用指纹验证他的身份，对于剩下的8位，使用语音验证。如果此单个验证失败，驾驶员被要求输入他的PIN。测试方案被编程为使得在验证命令开始大约6秒后，GUI宣布“语音验证成功”。为了避免参与者发现模拟，如果他们没有足够快地说出他们的口令，测试监控者将提醒他们。

不久之后，道路通向城镇，测试监控者启动驾驶时的第二次自动验证，其类似于上述的第一次验证。如果系统验证失败，那么驾驶员被告知失败，并要求代替地使用指纹验证他的身份。如果这次验证也失败，那么驾驶员将被告知输入他的PIN。

参与者继续驾驶，于是测试监控者启动最后一次验证过程，驾驶时的语音验证。在此验证后不久，驾驶员被要求靠边并停车。

继续会晤

在测试以后，驾驶员进入会议室以再次进行会晤。第二次会晤涉及驾驶员的整个测试经历，指出各种验证方法、GUI和测试方案。

问询驾驶员他的第一次初始验证的经历以及驾驶时的验证(分别是指纹扫描和语音识别)。如果自动验证成功，那么驾驶员被告知自动验证的存在。他被鼓励去分享其在使用此类方法方面的意见，以及当自动验证失败时必须做另一种验证的想法。问询没有成功地通过自动验证的驾驶员关于其在驾驶时必须做其他验证类型的经历。也鼓励他们去分享关于驾驶时的自动验证的意见。为了能够比较在测试中出现的不同的方法和验证，对于各种场合，驾驶员分别收到相同的问题。重复的问题被分级(从1到5)：验证/方法是复杂还是容易，费时或迅速，反常或合理，枯燥或有趣，无趣或有意思，以及没有必要或必需。

询问驾驶员对于安全以及在车辆内实施验证系统的想法。鼓励他分享他关于测试前后的想法，以观察是否测试改变了他的想法。在谈话结束前，询问驾驶员是否希望增加任何事情，是否测试遗漏了某些事情，或者是否还有任何疑问。

测试结果

本部分从介绍测试参与者开始。在第一次会晤的结果之后，将描述模拟器测试以及模拟器测试之后的详细的会晤。所有会晤是以瑞典语进行，因此，此处描述的引用是作者的翻译。

参与者的平均年龄是41岁，标准差为11岁。最年轻的参与者是23岁，最老的是60岁。参与者成为货车驾驶员的平均时间为18年，从3年到40年。4名驾驶员只驾驶长途运输车辆，6名驾驶员主要是从事哥德堡的当地范围内的运输，剩下的8位进行混合的运输距离的驾驶。

第一次会晤的结果

在什么是“安全”这个问题上，很多驾驶员谈到了保险的车辆。当问题被特定为涉及刑事诉讼的安全问题时，多数驾驶员谈到气体报警，许多长途运输驾驶员在他们的车里配备了气体报警装置。除了一个不对保险或不保险打分之外，所有驾驶员都说他们在工作时感觉保险。平均分是4.78，标准差为0.55。根据十名驾驶员的说法，一个人驾驶的环境或区域可能影响其对保险的感觉。他们中的3人认为时间也是与环境一起影响感觉的因素。根据3名驾驶员的说法，还有其他的东西影响他们对保险的感觉，例如他们运输哪种货物。两名驾驶员感觉保险，不管是何种情况，并且看不到任何影响保险感觉的因素。

除1人外，所有人在工作中用到卡片，以接近特定物品或区域。不使用任何卡的那个人使用PIN来获得权限。8名驾驶员既使用卡片又使用PIN。

11名驾驶员与一个或更多个其他驾驶员共享他们的车辆。其他驾驶员具有他们自己个人的车辆，但是，他们中有些人说，当自己生病时，别人可能驾驶车辆，并且也发生了他们将其车辆借给其他人的情况。

仅仅两个驾驶员可以在无需会晤者的任何援助的情况下提到生物测定方法。两人不能说起任何其他的方法，即使向他们举出指纹验证的例子。然而，3名驾驶员曾用生物测定方法进行验证/识别，并且无人反对它。从不使用任何生物测定方法的人的得分平均为4.20，从1(否定的)到5(肯定的)。标准差为1.42。在他们当中，11人是肯定的，并且他们的得分都为5。一名驾驶员得分为1，两人得分为2，最后1人得分为3，为既不肯定也不否定。

当询问使用生物测定验证方法的可能的缺点时，6名驾驶员能看到风险。另一方面，两名驾驶员还可以看到生物测定的可能性或优点。十名驾驶员仅能看到优点和可能性。剩下的两人对问题没有答案。

测试方案的结果

系统在18次测试中运行得很好。本部分将简短地描述结果。需要指出的是，该结果仅仅讨论参与者成功地通过通过验证是多长时间一次。作者已经简要地测试了系统的误接受情况。没有发生过一次。

最初的验证

最初的验证包括所有实施的验证方法。对于所有参与者来说，至少一种方法成功，因此所有人都被允许起动发动机。

所有18名参与者成功通过PIN验证。1人输入错误的密码一次，但是其在第二次尝试中成功。

14名参与者指纹验证成功。这14名参与者中的1人需要一次以上的尝试。如果系统不能发现指纹，则引导一些参与者如何放置拇指。(如上所述，就理论而言，手指没有放置正确是一个普通问题。)

对于11名参与者，只需要一次尝试就可以成功通过面部识别。所有16名参与者都成功通过面部识别。

模拟了语音识别，并且所有参与者都通过验证，即使他们中有些人需要提醒说什么内容。

一名参与者既不需要指纹验证，也不需要面部识别，但是由于已经校对了PIN，故该参与者也被准许。两名其他的参与者都没有进行指纹验证。在这样的情况下，在实现成功验证之前，需要两次面部识别尝试。当验证剩下的3名参与者时，面部验证或指纹验证出现问题，然而，他们都成功通过验证，因为所有的方法都可以尝试一次以上。

驾驶时的第一次验证(自动的面部识别)

系统自动地识别13名参与者。没有通过自动识别的两人不得不输入他们的PIN，因为指纹验证也已经失败。

驾驶时的第二次验证(指纹验证)

13名驾驶员指纹验证成功，在他们中间，10人第一次尝试时就通过。剩下的人在他们的初次尝试时就通过PIN验证。

接受度调查表的结果(在中间休息期间)

在中间休息期间询问的调查表表明，与满意相比，认为该系统更有用。下文描述了各参与者关于有用度和满意度的得分(调查表在-2和+2之间)。(参见图18)

因为调查表具有5个关于系统有用度的问题以及4个关于满意度的问题，计算该答案，以观察驾驶员分别对于所有满意度的问题和所有有用度的问题的得分是否相似。Cronbach的Alpha用于这些计算。在此情况下，接受度调查表的可靠统计关于有用度的得分为0.787，对于满意度的得分为0.698，这表明驾驶者对该问题的感觉正如所愿。

在参与者当中想法有所不同，因为所有问题具有至少一个最大的级别，并且几乎他们中的所有人已经具有至少一个最小的级别。没有一个驾驶员感觉该系统是无用的，但是3人对其的打分为差，3个的打分既不好也不差。有用度的平均得分为0.80，标准差为0.72；满意度的平均得分是为0.24，标准差为0.89。一些驾驶员感觉系统使人烦躁。口头评论表明，特别是驾驶时的验证使人感到烦躁。因此系统没有使所有人高兴，但是，肯定答案比否定答案更多。

短暂休息后的验证(指纹/语音验证)

前十名参与者在休息后起动车辆之前使用指纹验证。十人中的9人通过验证，他们中的8人在第一次就通过。没有成功通过验证参与者的不得不输入他的密码以得到授权。PIN验证在第一尝试时就成功。

剩下的8名参与者使用语音识别。这些验证被模拟，以便所有人都通过，即使不得不由测试人员提醒一些驾驶员说什么内容。

驾驶时的第三验证(自动的面部验证)

15名参与者通过自动的验证，他们中的12人在第一尝试时通过验证。剩下的3名参与者中的两人在第一尝试中通过随后的指纹验证。第3人不得不输入他的PIN，因为指纹验证也失败。他在第一次尝试时成功验证其PIN。

驾驶时的第四验证(语音验证)

驾驶时的第四验证是语音识别，并且因为它是模拟的，故所有参与者都通过验证。

继续会晤的结果

此会晤问及关于不同方法的特定问题，还包括涉及生物测定和验证方法的一般问题。另外，询问驾驶员关于GUI和连接至GUI的声音的情况。所有这些在本节描述，并且因此被分成不同的部分。

对系统的第一反应

在测试后驾驶员的第一反应主要是肯定的。9名驾驶员感觉测试现实。7名驾驶员认为测试为未来的情形。一名驾驶员认为测试不切现实，剩下的驾驶员对此问题没有给出特定回答。

GUI及其声音

除了1人外，所有驾驶员对GUI都打了最高分(5)。此人给它的打分是3，因此，GUI的平均得分是4.89。12名驾驶员察觉到连接至GUI的声音。“我甚至知道了该声音为错误时和该声音为正确时之间的区别。”一名驾驶员说。对于声音是好是坏这一问题，驾驶员对此的平均打分是4.5，标准差为1.24。看起来好像驾驶员对声音既不喜欢也不讨厌，因为察觉该声音的12名驾驶员中有十人的打分为1或5。平均分是3.38，标准差为1.89，因此很难说声音是帮助还是骚扰。

驾驶员自己处理GUI，自然地，即使事先在没有向他们给出任何指令时，他们也知道该做什么。有时，他们急于想起动车辆，并问测试监控者他们在GUI已经起动之前是否需要插入卡片，但是，在这种情况下，在测试监控者准备回答时，第一信息通常也显示出来了。一个人在输入第3个数字时出错，他然后问测试监控者：“我拨错号码了，我现在该怎么办？”测试监控者鼓励他做自己认为正确的事情，为此，他本能地使用右键抹除错误的数字，并正常地继续。

最初的验证

所有驾驶员发现在开始行程时第一验证是容易的。易于使用的平均分是4.89，标准差为0.32。(两个4分，其余为5分)。十名驾驶员认为具有这些验证是合理的。一个不知道其是合理还是反常。剩下的7人认为它是反常的或有点反常。在必要性这个问题上，平均分是3.14，标准差为1.80。当总结所有的问题时，该第一验证的平均分为3.71，标准差为0.68。

自动的面部验证

当告诉自动验证已经使用照相机进行时，大部分驾驶员认为它是个好主意。没有利用照相机验证并不得不做指纹验证的驾驶员认为它是完全合理的。对于如果验证失败是否必须通过指纹验证这一问题，那些在不知道的情况下进行验证的人大多数为肯定的。

系统不能进行验证的4个人中的一个对于系统的态度是否定的。对于其他人，从验证成功/失败以及驾驶员对系统的感觉之间的关系中不能得出任何结论。他们中的1人既没有注意到系统已经尝试自动验证这一事实，也没有注意到当系统的自动验证失败时他不得不进行其他验证这一事实。还有另1人说，如果系统自动地进行验证，那么这是件好事，但是如果它没有成功，它将提醒驾驶员正确地就坐，以便可以进行验证。第4个人不喜欢驾驶时的任何验证，因此也不喜欢自动验证。“在驾驶时要做的事情越少越好。”

驾驶时的指纹验证

当驾驶员不得不进行指纹扫描时，驾驶时的第一验证不像第一验证那样易于察觉。驾驶时的指纹验证平均得分为3.19，标准差为1.67。此验证使更多的人感觉反常，而不是合理。在由1(反常的)到5(合理的)的调查表上，驾驶时的指纹扫描得分平均为2.94，标准差为1.86。验证是否必需的得分为3.11，标准差为1.78。作为总得分，在驾驶时的指纹验证为3.19，标准差为0.38。

休息后的验证(指纹/语音)

在中间休息后，前十名驾驶员利用他们的指纹对自身进行验证，其他8人使用语音验证。无论他们使用哪种方法，所有的驾驶员为此验证的打分是容易。当这两种方法在一起时，该验证的得分为4.17，认为合理的超过反常，标准差为1.50。认为必需的得分为3.78，标准差为1.83。当包括所有问题并且将两种方法加在一起时，该验证的得分为4.12，标准差为0.68。

在休息后使用指纹验证的人对其的打分平均为4.60，认为是合理的，标准差为0.97。必需度的平均得分为4.40，标准差为1.35。1人指纹验证失败，因此他也不得不输入他的PIN。在系统易于使用和系统合理这两个问题上，他仍然打分为5，但是对于必需度这个问题，他打出的得分为3。

对于此验证是反常(1)还是合理(5)这一问题，在休息后不得不进行语音验证的人对其的打分的平均为3.63，标准差为1.92。认为其既不是必需的也不是可有可无的，因为此问题的平均分为3.00，标准差为2.14。一些驾驶员需要提醒口令。这样做仅仅是避免参与者发现此验证是模拟的。

驾驶时的语音验证

驾驶时的第二验证是模拟的，因此它从不失败，即使一些驾驶员在说出口令时存在小错误。一些在最初的验证后没有进行语音验证的驾驶员必须被提醒口令。在休息后使用语音验证的所有驾驶员快速地应答该系统。此验证被认为是容易的，因为所有驾驶员的得分都为5，而没有例外。在此验证是否合理或反常这个问题上，平均得分为3.41，标准差为1.84。认为极少需要验证，因为其平均得分为2.71，标准差为1.99。当总结所有的问题时，该验证的得分为3.65，标准差为1.08。

方法的概述

当总体地询问验证方法时，驾驶员对使用指纹、语音、面部或密码验证的感觉中，语音验证的得分最高，平均分是4.61，标准差为0.66。指纹和语音验证获得了信赖的最高分。他们都获得4.28的平均分。指纹的标准差为1.23，语音为1.27。在信赖这个问题上，面部验证平均得分为3.67，密码验证为3.72。他们的标准差分别为1.61和1.60。

一些驾驶员既不喜欢指纹扫描器的布置，也不喜欢用于GUI的屏幕的布置。他们不希望眼睛离开道路，并建议用语音指示取代，以及GUI接近方向盘或集成到仪表板中。另一个建议是，将指纹置于驾驶员座位的右侧上。

在会晤结束时，鼓励驾驶员对测试的验证方法以优选的顺序进行分级；最喜欢的排第一，第二喜欢的排第二，等等。一半参与者更喜欢指纹验证。3名参与者分别更喜欢面部识别、语音识别和PIN。对于喜欢的方法的平均得分，指纹是最高，面部识别排第二，但是语音识别也不是很靠后。只有两名驾驶员提到卡片。1人认为它是次于PIN的第二好的方法，另1人仅将其排在最后，次于所有其他方法。有可能驾驶员没有认为卡片是一种验证方法，因为卡片是作为他们的速度记录器卡片，在这种情况下，可以解释为什么没有其他人提到它。

一名参与者认为指纹验证是最不可靠的方法，并且他认为面部识别最好，因为他甚至没有注意面部识别。另一个参与者更喜欢指纹，即使他感觉其使用最为困难。他承认面部识别是最容易的方法，但是并不喜欢它，因为有一架相机在他前面使他感觉不舒服。

关于验证问题的基本情况

十名驾驶员想要在他们的车辆内设置这种系统。然而，只有两人需要所有方法，8名驾驶员认为具有一种验证已经足够。1人认为不需要任何方法，剩下的驾驶员对于一种以上的方法具有各种意见，但不是全部方法。系统中所需的方法的平均数1.72，标准差为1.32。

5名在测试前没有看到了生物测定验证的缺点的参与者在测试以后看到缺点。4名在测试之前看到了缺点的参与者在测试结束后的回答不同。一名在测试之前看到优点的参与者在测试后没有看到优点。5名驾驶员在测试后看到了他们在以前没有看到的优点。

15名在此次测试之前从未使用过生物测定的参与者被要求参加第一次会晤，询问他们对生物测定验证方法的态度是肯定的(5)还是否定的(1)。在模拟测试后，在测试之后，他们再被询问他们现在关于生物测定验证方法的想法。与测试前相比，在测试后，6名参与者的打分更为否定，3名参与者的打分更肯定，6名参与者的打分与测试前相同。这些回答示于下面的示意图中。(参见图19)

关于他们的得分，15名驾驶员中的11人对生物测定的态度是肯定的(得分4-5)，两人是否定的(得分1-2)，两人既不肯定也不否定(得分3)。

值得注意的是，部分参与者认为与测试前相比自己在测试后的态度更肯定，即使他们并未给出比以前分数更高的分数。

因为要求参与者在测试以后说出他们在测试前的打分，假定他们中的有些人认为自己在以前的打分比他们实际的打分要低。

与其他情况相比，所有参与者中的4人对在车辆内使用生物测定更肯定。4人想法相反，生物测定是可以的，但不是在车辆内。剩下的驾驶员对于在车辆内应用生物测定与在通常情况应用生物测定的打分相同。车辆内的验证系统的平均得分为3.78，标准差为1.35。一般的生物测定平均得分为3.76，标准差为1.48。

若干驾驶员对车辆中的验证系统的想法为肯定的，但是认为在他们的日常作业中不需要该验证系统。他们自己没有遇到过任何犯罪或攻击的事实是驾驶员的频繁注释。他们认为，如果他们被迫使思考这些问题，那么可能更易于回答会晤中的问题。因为他们感觉在工作是保险的，所以他们认为他们难以与该问题发生关系。

4.3一般的技术成果。

本部分描述在测试期间获得的关于技术的一些观察。

指纹验证系统

指纹系统在整个测试过程中工作良好。在少数几个场合系统变得没有回应，但是，这很可能是主PC机的COM端口的问题，而不是BiocoreII系统的问题。没有参与者在登记阶段失败，即使有时需要尝试多次以读取足够好的图像。所有参与者使用他们的指纹至少一次成功对自身进行验证。

面部验证系统

面部验证系统具有比指纹验证更稳定的表现。没有参与者在面部登记时失败。然而，一名参与者不能被登记，直到他脱去他的棒球帽。有可能是帽子在他的面部产生影子，从而迷惑了系统。

带有眼镜的人也出现了一些问题。这是因为眼镜产生反射，可能使得他们对于照相机来说是不透明的。在一个情况，需要重复登记，因为面部识别没有成功地定位驾驶员的眼睛的位置。此驾驶员戴着眼镜，是唯一一个在测试期间3次面部验证失败的人。

语音识别系统

在测试期间语音识别仅仅是模拟，因此不可能对系统的功能进行任何评价。

结果的分析和概括

参与者对于验证系统的态度肯定多于否定，并且对于在车辆内使用生物测定验证的想法主要是持肯定态度。如前所述，指纹验证是参与者最喜欢的方法，并且其平均分也是最高。指纹验证也是大部分参与者都知道的方法。那些可以给出更多实例的人认为他们在电影看到过的东西，并且谈到眼睛扫描和面部/语音识别，然而，可能的是，即使那些可以提到其他方法的人也感觉那些方法是未来的事情。可能的是，未来的感觉影响他们对优选方法的选择。

若干参与者对面部识别的态度是肯定的，但是不能忘记其他人感到被系统控制，并且不喜欢照相机。一个驾驶员说：“我喜欢自由地工作。只要我完成了该做的事情，我可以按我喜欢的方式完成，这与他人无关。使用此系统我感觉我不再是处于控制地位的人。是系统告诉我何时我可以驾驶或不行。”该驾驶员和另一个驾驶员说，如果法定需要验证，那么他们将考虑换工作。剩下的参与者没有这样激烈，但是，他们表示不习惯于使用这样的系统。培训机会和信息可能提高对系统的肯定态度。

信息何时对于获得认可是重要的的另一个实例是，若干参与者质疑在驾驶时需要验证。然而，当测试引导者和参与者在会晤后谈到该会晤，以及参与者询问在驾驶时的验证时，测试引导者给出此例子：“设想货车驾驶员在当他看到一样东西需要固定至货物时已经通过验证并起动发动机。当驾驶员离开车厢室固定绳索时，冒名顶替者可能取代他的位置并设法开动车辆”。参与者说这是他们从前没有想过的事情，但是发生过这样的事情，即在起动车辆后他们跳离车辆。通过说明为什么驾驶员应当在驾驶时进行验证，参与者感觉它是合理的，即使他们不想被指纹验证所打扰。面部或语音识别在驾驶时更受欢迎。

商用车辆内的验证系统的发展应当考虑用户的隐私。如果是这样的话，它或许可以被接受，因为大部分参与者对此想法的态度是肯定的。

结论

已经测试的系统是一个原型，并且系统对于实际应用来说是不够稳定的。利用特别适合于汽车用途的验证方法，组合嵌入式控制系统以取代两台计算机，也许可以获得一个稳定的、安全的和稳固的系统。推荐在驾驶时进行自动验证，然而如果存在照明敏感的问题，语音识别似乎是第二种好的选择。这是因为语音识别不要求驾驶员太多注意，但是，在可以确定方法真正适合于在车辆内使用之前，该方法必须经过测试。

从技术的角度来说，PIN验证是一种适合的方法，但是大多数用户更喜欢生物测定验证，因为PIN是另一个需要记住的号码。当车辆不动时所述方法工作得相当好，但是，不建议在驾驶时使用，因为当输入号码时这些驾驶员几乎失去对车辆的控制。对于指纹扫描来说也是如此，驾驶员他们自己提到了一些情况。

如该结果所述，一些驾驶员不喜欢指纹扫描器的这种布置，但是除此之外，此验证方法是迅速和可靠的。如果用户接收培训，极有可能适合于用于验证轨道货车驾驶员。不认为脏手引起任何故障，因为所有参与者被登记和验证，即使他们中的大多数直接在工作后开始测试(因此，手指扫描的可信场合类似于他们进入自己的车辆)。扫描器应当布置为使得其容易地扫描右手上的任何手指，而不是按照现在这样，只有拇指可以被用于验证。大的扫描器，优选地能引导手指寻找正确的位置，将有利于用户的验证。即使在测试参与者中指纹验证是优选的，但是其不是验证系统的唯一方法，因为并不是每个人都具有对于扫描足够不同的指纹。

面部识别技术对于此类应用还不成熟，因为它对光太敏感。然而，面部验证得分高，大部分驾驶员对自动验证的态度是肯定的。这表明从用户的角度来说，面部验证是更受欢迎的。确定驾驶员不会处于连续的监视之下是重要的，因为在整个驾驶期间一些驾驶员在面对照相机时感到不舒服。在驾驶员控制权和其隐私之间如何平衡有待于下一步研究。

部分驾驶员对于语音识别系统的态度是肯定的，但是，因为在所有时间它是模拟成功的，所以对于它如何实际适合于货车环境，不可能得出任何结论。特别是由于对于类似的语音识别系统的不良的经历，许多驾驶员在开始时对其不信任，这种虚假的验证使他们不信任。

驾驶员对于GUI声音是帮助还是骚扰的感觉差别很大。因此建议的是，用户应当能够开启/关闭声音。

在被询问的运输承包商中最坏的怀疑是关于技术。“如果它失败，那会怎样呢？”是普通的问题。大多数还可以看到如下麻烦，即如果驾驶员发生某种事情，事故或其他，那么他将不能开动车辆。“一定得有一种无论如何都能开动车辆的方法”。此外，测试参与者强调用于在出现事故时移动车辆的方案的重要性。此外，测试参与者要求能够利用短暂同时改变车辆驾驶员。这此问题的可能的方案在6.10部分讨论，此部分涉及汽车。

总结该结果，认为能够建造出适合于汽车环境的验证系统。但是，不能忘记的是，几乎不可能消除全部风险。例如，IRA单独地使用那些不知道授权的人去做任何主要的工作。策略在许多恐怖袭击中是通用的，无论是自杀炸弹还是劫机。还有另一个实例是，多个恐怖分子使用他们自己的身份对世界贸易中心进行攻击。因此，即使所有的驾驶员都将得到验证，也不可能保证他们的车辆不会用于任何恐怖用途。尽管采取了预防措施，还是有数不清的不希望的事情发生。然而，货车内的验证系统或许将恐吓冒名顶替者和恐怖分子，其将同时对驾驶员和运输执行者有利，并且长远来说，对整个社会有利。

未来的研究

此申请的发现给出了许多启示以观察驾驶员验证的想法和可能性的多个不同的方面。在工作过程中已出现了许多问题，但由于时间限制，不可能在此申请中对它们进行回答。此模拟系统和会晤给出了驾驶员的想法，然而重要的是在更可信的条件下测试系统。因此，对于未来的研究，建议在实际的货车上实施系统并进行测试。下面列出了在必须考虑的遗体方面的不同问题。

指纹验证

因为一些驾驶员对于传感器的布置感到不舒服，所以将有利地寻找更好的布置方案。

系统必须在真实的的条件下测试，以便调查调查污渍、伤疤、结茧等如何影响系统的性能。

面部识别

对于未来的研究，建议在实际的货车上安装系统并在真实的条件下进行测试。在测试期间，驾驶员应当被拍照，并且应当测量车厢内的照明条件，以便在系统工作的环境下进行测试。这些测试应当补充有与用户的深层次的会晤，以观察怎样使他们适应在车厢内部具有照相机。这是一个重要的议题，因为在测试期间，一些驾驶员对于面对他们的照相机感觉不舒服，而其他人根据不在乎，并且很高兴利用自动验证的想法。这样的系统可能需要限制怎样使用自动验证，因此，对于照相机监视的这些环境，可能需要形成新的规则。

当热红外成像得到更多发展时，需要考虑在验证系统中使用此方法。该方法需要在一天的换班时间在不同的环境下进行测试，最好是在实际的货车中。

在可见光和红外线的波长区间之间的相邻处，可以发现所谓的近红外区间。面部热红外成像的问题是在市场上没有可行的验证系统，使用普通的面部识别可能是个问题，因为其对照明条件敏感。通过使用近红外照相机可以解决这两个问题，因为驾驶员的面部可以通过近红外二极管照亮，这对驾驶员来说是不可见的，但是对于相机来说是可见的。

语音识别

首先，需要对工作的语音验证系统进行测试。如果结果令人满意，那么系统在实际的货车中进行稳定性测试。这是因为模拟器的噪声水平没有显著变化。噪音通常可以通过过滤而消除，并且VoiceKey系统适合于(在合理的限制范围内)实际噪声水平。但是，如果实际货车中的噪音变化处于此限制范围内，那么必须进行测试。

因为驾驶员可能感觉大声地在空中说话是笨拙的，可能需要在靠近驾驶员座位的地方设置麦克风。如果麦克风装备有电源开关，那么当系统可能“激怒”他们时，驾驶员可以感觉处于控制地位。除了一些驾驶员在测试期间提到的笨拙觉外，该语音识别看起来是一个适合于驾驶时使用的方法。如果指示也是以声音的方式给出，那么驾驶员执行语音验证可能感觉更加自然，因为这将是他和系统之间的又一次对话。

有利的是，GUI的实施仅仅利用图片和声音，以及来自系统的口头指示，而不是该原型中使用的文字。对于驾驶员来说，需要可以开启/关闭语音指示和声音，以便每个人可以具有最适合他的系统。

在不同场合的适当行为

当驾驶员已经验证他的身份时将发生什么事情？关于验证和及其时机，存在若干种可能的方案，在下面的应用场合对其进行更多的讨论。

一个需要考虑和和讨论的问题是；如果验证一点也不成功将发生什么事情？考虑最初的验证(在起动发动机之前)，主要存在4种可能性；车辆不能起动；车辆可以起动并正常行驶，但经过一段距离后减速至步行速度，且不能增加速度；车辆能起动和正常行驶，但警告被发送至车主，让他自己决定采取适当的预防措施；验证失败记录在车辆上，但是采用进一步的行动。

总是难以相互衡量不同的场合。如果车辆移动，甚至如果驾驶员不是适当的人选，或者甚至不是授权的驾驶员，车辆可能被用于不希望的用途的风险增加。

此外，如果在没有授权驾驶员的情况下不可能移动车辆，那么将驾驶员劫持在车内的可能性增加。不论社会还是驾驶员都应可以根据车辆运输的货物的种类，以及在验证失败时车辆所处的位置改变最高的优先权。

在驾驶期间如果驾驶员没能验证他的身份，那么应该做些什么？此问题也在此程序中进行了讨论，但是为获得足够的答案，必须进行若干测试。可能性与上述情况实际上相同，改进在于在前两个实例中，车辆分别停止或减速至步行速度。

何时进行验证

何时需要验证也是一个重要的议题。如果允许自由地进行想象，那么有无限多的可能的方案，但是在某些地方必须给出标准。作者建议，当车门开启，并且座位传感器报告有人坐在驾驶员座位上时，必须重新验证驾驶员的身份。座位传感器是触发系紧安全带信号的传感器，并且大部分货车具有检测门是否正确关闭的传感器，因此，其实施相当简单。

如果希望在驾驶时验证驾驶员的身份，多长时间应该验证一闪？在我们的调查中，长途运输驾驶员已告诉我们，他们有时连续驾驶长达4.5小时，有时在两小时的行程上停车8次。必须考虑停车之间的运输时间或距离，相对地衡量安全性和便利性。

应建议的是，对验证的要求不能太频繁，因为其有可能干扰驾驶员。此外，如果驾驶员停车装载/卸载货物，那么他极有可能离开车辆，如果是这样的话，在再次出发前必须进行验证。

理想情况是，在驾驶员不采取行动的情况下在驾驶时进行验证，与自动的面部识别情况一样。但是，另一方面，验证不能太频繁，这是因为由于如果自动验证失败，那么驾驶员必须通过某种其他的方法验证。

附加的可能性

有可能具有比此原型更高的安全级别。如果验证系统具有关于货物以及车辆在什么样的地理区域内工作的信息，系统可以自动地调节安全级别。例如，与在拉普兰森林将砂砾运送至建筑工地相比，在开普敦运输黄金需要更高的安全级别。

如在使用场合所建议地，多模式系统可以只要求一种用于验证的生物测定方法。随机地选择所需要的方法，使得驾驶员需要登记所有的方法，但是一次仅使用一种方法。利用此随机选择，冒名顶替者不能确定他需要验证什么，因此，他将需要花费大量的工作以为准备所有不同的特征的假样本。

随机地测试不同的方法的另一个好处是，与所有时间只使用一种方法并且由于丧失手指或其他较不激烈的某些事情而需要突然切换相比，驾驶员的习惯将更好。

如果验证总的来说是成功的，那么这将可能更新数据库中的模板。为了示出实例；想像驾驶员最近已经使用他的卡片、PIN和他的指纹通过验证。如果所有的方法都成功，那么系统可以拍摄一幅新的脸部照片，以更新存储器。如果驾驶员例如正长出胡须或刚剔过胡须，或者是由于从登记开始体重增加或减少，那么这将有利于验证。

此时引出的一个想法是，组合手几何结构和指纹扫描。今天的数码相机的分辨力足够的高以拍摄手掌的足够详细的图像，以便分析手指测量以及指纹。

数据库布置和系统管理

因为所有描述的方法要求数据库，以存入原始的模板，该模板在登记过程中创建，故必须开展有关数据库布置的研究。此数据库需要在验证期间进行比较。在原型中，数据库存储在靠近驾驶室的计算机上；实际上，基本上可以考虑3种不同的布置：总部办公室；车辆内；智能卡。

哪个位置最好取决于若干参数，并且需要结合个案进行考虑。然而，有一件事情是清楚的，如果系统用于防止未被授权的人起动车辆，那么生物测定装置和之间的通信必须从不失效。这是因为否则的话，由于车辆和数据库之间的通讯问题，授权的驾驶员可能不能通过验证。

总部办公室布置

总部办公室布置方案意味着模板数据库布置在例如运输承包商的办公室处的计算机内。

验证系统可以要求实时更新，因此需要车辆和数据库之间的连接。如果驾驶员生病并由其他人来完成任务，那么系统必须进行更新，以接受新的驾驶员作为适当的人选。如前所述，美国政府希望避免在联邦调查局的数据库中备案的人驾驶运输危险货物的货车。联邦调查局的数据库改变，因此，将需要实时更新验证系统。

车辆内的布置

车辆内的布置是模板位于货车内的计算机里。这限制了由无线电通信引起的问题，但是，取而代之的是，对于盗窃或系统入侵的保护，将不会像总部办公室那样稳固。它是一种简单的方案，但是可能是最昂贵的，因为每辆车都需要一个数据库。

智能卡布置

智能卡布置是指将模板存储在智能卡上，当驾驶员离开车辆时可以随身携带。这样增加了安全性，因为驾驶员还需要携带智能卡以通过系统。此外，驾驶员自己携带他的生物测定模板的事实可以增加对隐私的感觉。

数据库保存在卡片上或者在总部办公室的一个好处是，不需要绑定至特定的车辆。如果由于发动机故障等，驾驶员需要更换车辆，那么这将不是一个问题，因为所有驾驶员都可以开动所有的车辆，只要他携带有自己的智能卡并且存储在数据库中。注意，数据库的动态更新将十分重要。

从2005年8月5日开始，在整个欧盟，所有新的车辆必须装备数字的速度记录器。今天的速度记录器是简单的纸盘，数据的操作是非比寻常的。数字的速度记录器是智能卡，其自动地存储数据，诸如速度和停车之间的行驶时间。对于驾驶员来说，智能卡使得操作存储的数据更为复杂，并且长远来说，数字的速度记录器将倾向于成为所有车辆的标准配置。数字的速度记录器为集成可用于模板的生物测定智能卡提供了可能性。这样的话，驾驶员仅需要一张卡片，但是车辆参数和用于验证的模板需要存储在一起。这可能是一种进一步增加安全性的方法，因为其确保来自速度记录器的数据属于驾驶员(假定他已经通过验证)。

如果驾驶员丢失了卡片，那么冒名顶替者有可能登记他自己并且将他的模板保存在卡上。然而，这将是困难的，因为他将不仅需要知道使用哪种方法。他还必须知道模板的结构，并且能够通过嵌入在卡片上的加密。为了在卡片上存储一些东西，他还必须具有特定卡片的操作系统的知识。不同厂商之间的操作系统大不相同。

系统管理

关于数据库布置的讨论反映出了怎样管理系统。一些运输承包商具有很多车辆和驾驶员，如果系统难以管理，那么他们可能不得不补充仅用于管理验证系统的新员工。在这一点上，不建议采用数据库的车辆内布置。这是因为，每个驾驶员必须在他将要驾驶的每个车辆内进行登记，或者他的模板必须下载至那些车辆的数据库中。

对于模板数据库的总部办公室布置，一个可选方案是临时地将模板下载至车辆内的存储器中，以便进行匹配。其他的可选方案是，将在验证期间扫描的模板发送至总部办公室，以用于匹配。由于存在车辆进入接收能力欠缺的区域的风险，或者无线连接可能被窃听，所以不建议此方案。即使认为不可能从模板重建实际的特征，但是对于用户来说，知道他的生物测定模板被发送出去可能是不舒服的。

如果模板存储在卡片上，例如数字的速度记录器卡片，这些问题就不会发生。取而代之的是存在驾驶员丢失他的卡片的风险。然而，禁止在没有插入速度记录器卡片的情况下开动车辆，因此，也许驾驶员将爱护他们的卡片。

远程信息处理

为了使系统能与总部办公室联系，需要远程信息处理。今天的大部分货车装备有某种通信系统。该系统可以是任何类型，从基本的模拟无线电通信系统到Volvos先进的Dynafleet系统。因为本申请的焦点是验证系统本身，故简单地假定在货车和办公室可以传输数据。

建议将姓名、雇佣ID和关于不同验证的结果的信息发送至总部办公室。对于连接被窃听的风险建议不发送模板，也不发送过多有关驾驶员的信息(例如社会保险号)。

由于连接被窃听的风险，另一个推荐是，以密码方式发送信息，以减少信息流入错误的人员处的风险。市场上存在多种关于数据加密的产品。大部分系统根据加密密钥处理数据。数据然后被发送至具有相同加密密钥的接收器，以对信息进行解码。

信息分配

数据被发送至哪里，发送给谁？货车主拥有信息，但是，其他的行动者也可能希望能获得信息。这样的行动者可以例如是保险公司、国家道路委员会、警方和消防队和援救服务部门。他的职责应该是更新、存储和分配必须考虑的信息。

重要的汽车方面

由于汽车方面的原因，故存在多种可能发生的复杂方案，例如：

如果车辆用于租租赁，它必须易于登记驾驶员，并且易于将系统中消除驾驶员。优点是租赁公司可以确保车辆仅由在销售柜台登记的人驾驶。

如果车辆租借给某人，需要容易的旁路或登记/移除程序。

如果车辆需要车间维修，那么必须存在对系统旁路的简单方式以取代在车间登记机师。可能的方案可以是允许货车在没有速度记录器卡片或任何其他验证时以例如5公里/小时的速度移动。

如果驾驶员受伤，或者是以任何其他的方式不能驾驶车辆，那么必须存在一种在紧急情况下移动该车辆的方法。解决方案可以是先前部分所建议的方案。

如果车辆是在不需要验证系统的情况下卖给某人，那么必须可以卸下验证系统。

车辆在制造或运输期间的处理也是待考虑的问题。可以采取与车间维修期间相同的方式来解决此问题。

在系统进入市场之前必须彻底地考虑这些方面。此外，如果生物测定系统代替用于发动机起动的点火开关，那么必须考虑处理电源供应、发动机起动和转向锁的方式。

方法评论

在第一次驾驶员调查中，文件在货车停车场分发。询问驾驶员他们是否可以回答一些关于他们的工作的一些问题，以及驾驶员验证系统的可能性。存在如下风险，即只有那些强烈反对它或者是非常肯定它的人乐意回答问题，但是其他人不够在乎地花费时间来回答问题。

对于分发至哥德堡的运输公司的文件同样如此。分发的文件只有一半返回，这导致一个问题；谁愿意/不愿意回答，为什么？由于在办公室中对雇员的指示，这些文件被遗弃。如果存在任何疑问，没有一个驾驶员来询问进一步的信息/解释。

由于缺乏时间以及资金，所选择的方法和设备都受到限制，因此，所使用的设备是否是可用的最佳系统是不确定的。此外，软件是由相对缺乏经验的程序员完成，这可能影响系统的性能。

如上所述，模拟器并不能很好地适合于该方案，并且由于缺乏时间，不可能对其进行任何调整。一些参与者关于模拟器的性能进行了评论。这可能影响他们对验证系统的判断。如果模拟器更为真实，则测试结果可能更为正确。

该方案相当集中地在大约30分钟中具有6种验证方法。测试时间越长，所获得的效果将更佳，但是由于时间限制，这是不可能的。

愿意参与测试的驾驶员可能特别关注新技术，因此他们的态度比一般货车驾驶员更为积极。所有参与者可能在登记阶段没有得到完全相同的信息，这可能影响了他们的行为。

在登记期间，参与者被要求降低方向盘，以便利用面部识别照相机获得清晰的相片。在测试期间，有些参与者在驾驶时又抬高了方向盘。在那时不可能中断该测试。这可能影响面部验证系统的性能。

大多数测试参与者将Volvo与车辆和交通安全联系在一起，而不是这项工作中的那种安全性，这也许影响了他们的回答以及他们对验证系统的意见。

术语

本申请中的很多单词或缩写可能不为读者所熟知，因此我们列出了最常用的一些。

人体测量 用于(人类学的)分级和比较的人体测量的研究。

汽车 与车辆工业相关的技术的通称。

生物测定 对目标的唯一的身体特征进行分析的方法的通称。

电介质 电介质为具有不同特性的绝缘材料。

ECG 心电图的简写。心脏的电信号的测量。

FAR 错误验证率的缩写。表示系统将冒名顶替者作为授权用户的概率。FAR和FRR(见下文)显著相关；高FAR意味着低FRR，反之亦然。

司法用于与调查犯罪和审判相关的事物的通称。

FRR 误拒绝比率的缩写。表示系统拒绝授权用户的概率。FAR和FAR(参见上面)显著相关；高FAR意味着低FAR，反之亦然。

IR 红外线的缩写。其波长比可见的红光长，因此对人眼来说是不可见的。

细节 指纹的特定特征，例如脊在哪里终止或者在哪里分裂成两个。

模型 放置在实验室中用于模拟和测试的车辆的部分，尤其为车辆的驾驶环境。

NIR 近红外线的缩写。

血氧定量法 脉搏血氧定量法是监测充满氧的血红蛋白(Hb)百分比的简单的非侵犯性方法。

电容率 当介质处于电场中时，测量有多少介质被转换以吸收能量。

PIN 个人识别号码的缩写。

脊 指纹的凸出的线条。

智能卡 嵌入在信用卡大小或更小的卡片内的很小的安全密码处理器。一个实例是用于GSM移动电话的SIM卡。

TER 总误差率的缩写，是FAR和FRR之和。

热红外成像 使用JR照相机测量热差异。

凹部 指纹的脊之间的凹陷部。

SWOT分析表

图20-作为验证方法的指纹。

图21-作为验证方法的虹膜扫描

图22-作为验证方法的的语音验证

图23-作为验证方法的面部识别

图24-作为验证方法的面部热红外成像

图25-作为验证方法的视网膜扫描

图26-作为验证方法的唇动扫描

图27-作为验证方法的手几何结构识别

图28-作为验证方法的口令和PIN扫描

图29-作为验证方法的卡片

图30-作为验证方法的RFID

图31-来自van der Laans接受度调查表的统计数字

使用所有的生物测定方法的多模式验证

使用场合：具有高安全级别的多模式验证(所有的生物测定方法)

参考：

目的：进行验证，以确保驾驶员是适当的人选。驾驶员使用所有的可用的用于验证的生物测定方法，这是因为车辆被分类为最高的安全级别。

参与者：验证系统，驾驶员，总部办公室

前提：车辆被锁，或者是最近未锁。

主要事件流

驾驶员进入车辆，并且转动钥匙，因此系统要求使用多种方法进行验证，以确保该驾驶员为适当的驾驶员。驾驶员利用所述方法中的一种开始验证他自己，然后他继续一步一步地操作，直到完成验证。当驾驶员被验证时，信息被加密地发送至总部办公室，并且驾驶员可以开走该车辆。

可选的事件流

驾驶员进入车辆，并且转动钥匙，因此系统要求使用多种方法进行验证，以确保该驾驶员为适当的驾驶员。驾驶员利用所述验证方法中的一种或多种没有成功。在一种方法失败3次后，继续使用其他方法进行验证(或者如果该次验证失败，则结束该验证，而没有最后一次)。所述方法中的至少一种成功，并且信息被加密地发送至总部办公室，并且驾驶员可以开走车辆。与关于驾驶员的验证信息一起，总部办公室还接收关于验证失败的信息。

可选的事件流

驾驶员进入车辆，并且转动钥匙，因此系统要求使用多种方法进行验证，以确保该驾驶员为适当的驾驶员。驾驶员使用第一种验证方法时没有成功，在失败3次后，该系统继续下一种方法。没有一种方法成功，因此警告被立刻地发送给总部办公室。

特殊要求

当有人将门打开时，系统将接收信息。系统需要信息技术，以能够在车辆和总部办公室之间发送信息。

实例1

驾驶员到达车库，开始一天的工作。当他进入车辆时将他的智能卡(集成到速度记录器的卡片内)插入读取器内，输入其PIN码，然后将他的手指放在扫描器上。PIN正确且手指通过卡片的验证，因此系统要求提供语音样本。驾驶员在麦克风中说出他的口令。系统信息出现，告诉驾驶员坐在正常的驾驶位置，以便执行面部验证。分析记录的资料，并且与存储在智能卡上的模板数据进行比较一验证成功。姓名和雇佣识别号码被加密地发送至总部办公室。

实例2

驾驶员到达车库，开始一天的工作。当他进入车辆时将他的智能卡(集成到速度记录器的卡片内)插入读取器内，输入其PIN码，然后将他的手指放在扫描器上。他试图通过他的语音验证他的身份，但是因为他今天感冒而失败。一个信号通知驾驶员验证失败。程序继续，面部验证成功。姓名和雇佣识别号码以及关于语音识别失败的信息被加密地发送至总部办公室。

实例3

在长途运输旅程中，驾驶员在车厢内打盹。当他醒来时，在继续其旅程前他出去伸腿。旅客门打开，冒名顶替者爬入并占据驾驶员座。冒名顶替者试图起动车辆，但是没有成功通过验证，因此车辆不能移动。警告立刻发送给总部办公室，系统拍摄下方向盘后的人的相片。这些图片也发送给总部办公室。

使用两种生物测定方法的多模式验证

使用场合：中等安全级别的多模式验证(两种生物测定特征)

参考：

目的：进行验证，以确保驾驶员是适当的人选。为了适合于被分类为中等安全级别的车辆，驾驶员使用两种生物测定特征验证他的身份。

参与者：验证系统，驾驶员，总部办公室

前提：车辆被锁，或者是最近未锁。

主要事件流

驾驶员进入车辆，并且转动钥匙，因此系统要求使用多种方法进行验证，以确保该驾驶员为适当的驾驶员。驾驶员利用所述方法中的一种开始验证他自己，然后他继续一步一步地操作，直到完成验证。当驾驶员被验证时，信息被加密地发送至总部办公室，并且驾驶员可以开走车辆。

可选的事件流

驾驶员进入车辆，并且转动钥匙，因此系统要求使用多种方法进行验证，以确保该驾驶员为适当的驾驶员。驾驶员没有成功通过所述验证方法中的一种或多种。在一种方法失败3次后，继续使用其他方法进行验证(或者如果该次验证失败，则结束该验证，而没有最后一次)。所述方法中的至少一种成功通过，并且信息被加密地发送至总部办公室，并且驾驶员可以开走车辆。与关于驾驶员的验证信息一起，总部办公室还接收关于验证失败的信息。

可选的事件流

驾驶员进入车辆，并且转动钥匙，因此系统要求使用多种方法进行验证，以确保该驾驶员为适当的驾驶员。驾驶员使用第一种验证方法时没有成功，在失败3次后，系统继续下一种方法。没有一种方法成功通过，因此警告被立刻地发送给总部办公室。

特殊要求

当有人将门打开时，系统将接收信息。系统需要信息技术，以能够在车辆和总部办公室之间发送信息。

实例1

驾驶员到达车库，开始一天的工作。当他进入车辆时将他的智能卡(集成到速度记录器的卡片内)插入读取器内，输入其PIN码，然后将他的手指放在扫描器上。PIN正确，并且手指通过卡片验证。系统要求语音样本，所以驾驶员在麦克风中说出其口令。分析记录的资料，并且与存储在智能卡上的模板数据进行比较-验证成功。姓名和雇佣识别号码被加密地发送至总部办公室。

实例2

驾驶员到达车库，开始一天的工作。当他进入车辆时将他的智能卡(集成到速度记录器的卡片内)插入读取器内，输入其PIN码，然后将他的手指放在扫描器上。PIN正确，并且手指通过卡片验证。系统信息出现，告诉驾驶员坐在正常的驾驶位置，以便执行面部验证。分析记录的资料，并且与存储在智能卡上的模板数据进行比较-验证成功。姓名和雇佣识别号码被加密地发送至总部办公室。

实例3

驾驶员到达车库，开始一天的工作。当他进入车辆时将他的智能卡(集成到速度记录器的卡片内)插入读取器内，输入其PIN码，然后将他的手指放在扫描器上。他试图通过他的语音验证他的身份，但是因为他今天感冒而失败。姓名和雇佣验证号码以及关于语音验证失败的信息被加密地发送至总部办公室。

实例4

驾驶员到达车库，开始一天的工作。当他进入车辆时将他的智能卡(集成到速度记录器的卡片内)插入读取器内，输入其PIN码，然后将他的手指放在扫描器上。拍摄驾驶员的面部的图片，但是，由于他在假期长了胡子，故验证失败。姓名和雇佣验证号码以及关于面部验证失败的信息被加密地发送至总部办公室。

上面描述了(多个)现在公开的本发明的示例性实施例。要求专利保护的那些特征叙述于权利要求中。

Claims (88)

1.一种用于确保车辆的操作者为授权驾驶员的方法，所述方法包括：

利用车载的多模式的驾驶员识别系统确定操作者是否为授权驾驶员；

对所述车辆的当前操作者执行第一驾驶员识别程序，并且判定所述当前操作者是否为所述车辆的授权驾驶员或未授权驾驶员；

对所述车辆的当前操作者执行第二驾驶员识别程序，并且判定所述当前操作者是否为所述车辆的授权驾驶员或未授权驾驶员，其中所述第一和第二驾驶员识别程序相隔时间间隔执行，所述时间间隔取决于由所述操作者执行的工作的特性；以及

当基于所执行的识别程序中的至少一个判定所述车辆的当前操作者为未授权驾驶员时，执行补救措施，以避免潜在的负面影响。

2.如权利要求1所述的方法，其中所述第二驾驶员识别程序不同于所述第一驾驶员识别程序。

3.如权利要求1所述的方法，其中所述第二驾驶员识别程序与所述第一驾驶员识别程序相同。

4.如权利要求1所述的方法，还包括在所述第一驾驶员识别程序中判定所述当前操作者是未授权驾驶员之后，立即开始所述第二驾驶员识别程序。

5.如权利要求1所述的方法，其中在所述操作者的单次驾驶当班期间执行多次驾驶员识别程序，所述单次驾驶当班从所述操作者开始工作时第一次进入所述车辆时开始，直到所述操作者离开工作时最终离开所述车辆。

6.如权利要求1所述的方法，其中只在基于所述第一驾驶员识别程序的表现判定所述车辆的操作者不是授权驾驶员时才执行所述第二驾驶员识别程序。

7.如权利要求1所述的方法中，其中所述第一和第二驾驶员识别程序中的至少一个是被动的识别测试，其不需要所述操作者与所述驾驶员识别程序中的至少一个的表现进行有意识的相互作用。

8.如权利要求7所述的方法，其中所述被动的识别测试包括所述操作者的身体特征的扫描，通过所述扫描得到的图像与一组表征所述车辆的授权驾驶员的控制图像进行比较。

9.如权利要求8所述的方法，其中所述操作者的扫描的身体特征是所述操作者的至少一只眼睛的虹膜。

10.如权利要求8所述的方法，其中所述操作者的扫描的身体特征是所述操作者的至少一只眼睛的视网膜。

11.如权利要求8所述的方法，其中所述扫描的身体特征是所述操作者的面部热像图。

12.如权利要求8所述的方法，其中由于阻碍获得所述操作者的身体特征的足够扫描的至少一个环境条件，所述被动的识别测试具有故障率。

13.如权利要求12所述的方法，其中所述至少一个环境条件是照明不足。

14.如权利要求1所述的方法，其中所述第一和第二驾驶员识别程序中的至少一个是主动的识别测试，其需要所述操作者与所述驾驶员识别程序中的至少一个的表现进行有意识的相互作用。

15.如权利要求14所述的方法，其中所述主动的识别测试包括所述操作者的身体特征的扫描，通过所述扫描得到的图像与一组表征所述车辆的授权驾驶员的控制图像进行比较，所述扫描要求所述操作者将身体的一部分置于扫描器上。

16.如权利要求15所述的方法，其中所述操作者的扫描的身体特征是所述操作者的至少一根手指的指纹图案。

17.如权利要求15所述的方法，其中所述扫描的身体特征是所述操作者的手几何结构。

18.如权利要求14所述的方法，其中所述主动的识别测试包括要求所述操作者向所述系统输入个人识别号码，从而将所述操作者识别为授权驾驶员。

19.如权利要求14所述的方法，其中所述主动的识别测试包括读取由所述操作者提供的识别卡上的硬编码的识别信息，以及要求所述操作者向所述系统输入个人识别号码，其中所述个人识别号码对应于从所述识别卡读取的硬编码的识别号码。

20.如权利要求14所述的方法，其中所述主动的识别测试包括向所述操作者发出命令以说出规定的短语，以语音模式记录所述说出的短语，和将所述模式与一组所述车辆的授权驾驶员的控制语音模式相比较。

21.一种用于确保车辆的操作者为授权驾驶员的方法，所述方法包括：

利用车载的多模式的驾驶员识别系统确定操作者是否为授权驾驶员；

对所述车辆的当前操作者执行第一驾驶员识别程序，并且判定所述当前操作者是否为所述车辆的授权驾驶员或未授权驾驶员；

对所述车辆的当前操作者执行第二驾驶员识别程序，并且判定所述当前操作者是否为所述车辆的授权驾驶员或未授权驾驶员，其中所述第二驾驶员识别程序不同于所述第一驾驶员识别程序；以及

当基于所执行的识别程序中的至少一个判定所述车辆的当前操作者为未授权驾驶员时，执行补救措施，以避免潜在的负面影响。

22.如权利要求21所述的方法，其中当基于所执行的识别程序中的至少两个判定所述车辆的当前操作者为未授权驾驶员时，执行所述补救措施。

23.如权利要求21所述的方法，还包括对所述车辆的当前操作者执行第三驾驶员识别程序，并且判定所述当前操作者是否为所述车辆的授权驾驶员或未授权驾驶员。

24.如权利要求23所述的方法，其中当基于所执行的识别程序中的至少三个判定所述车辆的当前操作者为未授权驾驶员时，执行所述补救措施。

25.如权利要求21所述的方法，其中在所述操作者的单次驾驶任务期间执行各个驾驶员识别程序，所述单次驾驶任务从所述操作者坐在驾驶员座位上并开始驾驶所述车辆时开始，直到所述操作者从所述驾驶员座位上下来并离开所述驾驶员座位。

26.如权利要求21所述的方法，其中只在基于所述第一驾驶员识别程序的表现判定所述车辆的操作者为未授权驾驶员时才执行所述第二驾驶员识别程序。

27.如权利要求21所述的方法中，其中所述第一和第二驾驶员识别程序中的至少一个是被动的识别测试，其不需要所述操作者与所述驾驶员识别程序中的至少一个的表现进行有意识的相互作用。

28.如权利要求27所述的方法，其中所述被动的识别测试包括所述操作者的身体特征的扫描，通过所述扫描得到的图像与一组表征所述车辆的授权驾驶员的控制图像进行比较。

29.如权利要求28所述的方法，其中所述操作者的扫描的身体特征是所述操作者的至少一只眼睛的虹膜。

30.如权利要求28所述的方法，其中所述操作者的扫描的身体特征是所述操作者的至少一只眼睛的视网膜。

31.如权利要求28所述的方法，其中所述扫描的身体特征是所述操作者的面部热像图。

32.如权利要求28所述的方法，其中由于阻碍获得所述操作者的身体特征的足够扫描的至少一个环境条件，所述被动的识别测试具有故障率。

33.如权利要求32所述的方法，其中所述至少一个环境条件是照明不足。

34.如权利要求21所述的方法，其中所述第一和第二驾驶员识别程序中的至少一个是主动的识别测试，其需要所述操作者与所述驾驶员识别程序中的至少一个的表现进行有意识的相互作用。

35.如权利要求34所述的方法，其中所述主动的识别测试包括所述操作者的身体特征的扫描，通过所述扫描得到的图像与一组表征所述车辆的授权驾驶员的控制图像进行比较，所述扫描要求所述操作者将身体的一部分置于扫描器上。

36.如权利要求35所述的方法，其中所述操作者的扫描的身体特征是所述操作者的至少一根手指的指纹图案。

37.如权利要求35所述的方法，其中所述扫描的身体特征是所述操作者的手几何结构。

38.如权利要求34所述的方法，其中所述主动的识别测试包括要求所述操作者向所述系统输入个人识别号码，从而将所述操作者识别为授权驾驶员。

39.如权利要求34所述的方法，其中所述主动的识别测试包括读取由所述操作者提供的识别卡上的硬编码的识别信息，以及要求所述操作者向所述系统输入个人识别号码，其中所述个人识别号码对应于从所述识别卡读取的硬编码的识别号码。

40.如权利要求34所述的方法，其中所述主动的识别测试包括向所述操作者发出命令以说出规定的短语，以语音模式记录所述说出的短语，和将所述模式与一组所述车辆的授权驾驶员的控制语音模式相比较。

41.一种用于确保车辆的操作者为授权驾驶员的方法，所述方法包括：

利用车载的多模式的驾驶员识别系统确定操作者是否为授权驾驶员；

对所述车辆的当前操作者执行第一种驾驶员识别程序，并且判定所述当前操作者是否为所述车辆的授权驾驶员或未授权驾驶员；

对所述车辆的当前操作者执行第二种驾驶员识别程序，并且判定所述当前操作者是否为所述车辆的授权驾驶员或未授权驾驶员，其中所述第一和第二驾驶员识别程序具有彼此不同的类型，并且相隔随机的时间间隔执行；以及

当基于所执行的识别程序中的至少一个判定所述车辆的当前操作者为未授权驾驶员时，执行补救措施，以避免潜在的负面影响。

42.如权利要求51所述的方法，其中当基于所执行的识别程序中的至少两个判定所述车辆的当前操作者为未授权驾驶员时，执行所述补救措施。

43.如权利要求51所述的方法，其中所述驾驶员识别程序以随机的时间间隔执行。

44.如权利要求51所述的方法，还包括在所述第一驾驶员识别程序中判定所述当前操作者为未授权驾驶员之后，立即开始所述第二驾驶员识别程序。

45.如权利要求51所述的方法，其中在所述操作者的单次驾驶任务期间执行各个驾驶员识别程序，所述单次驾驶任务从所述操作者坐在驾驶员座位上并开始驾驶所述车辆时开始，直到所述操作者从所述驾驶员座位上下来并离开所述驾驶员座位。

46.如权利要求51所述的方法，其中只在基于所述第一驾驶员识别程序的表现确定所述车辆的操作者为未授权驾驶员时才执行所述第二驾驶员识别程序。

47.如权利要求51所述的方法中，其中所述第一和第二驾驶员识别程序中的至少一个是被动的识别测试，其不需要所述操作者与所述驾驶员识别程序中的至少一个的表现进行有意识的相互作用。

48.如权利要求57所述的方法，其中所述被动的识别测试包括所述操作者的身体特征的扫描，通过所述扫描得到的图像与一组表征所述车辆的授权驾驶员的控制图像进行比较。

49.如权利要求58所述的方法，其中所述操作者的扫描的身体特征是所述操作者的至少一只眼睛的虹膜。

50.如权利要求58所述的方法，其中所述操作者的扫描的身体特征是所述操作者的至少一只眼睛的视网膜。

51.如权利要求58所述的方法，其中所述扫描的身体特征是所述操作者的面部热像图。

52.如权利要求58所述的方法，其中由于阻碍获得所述操作者的身体特征的足够扫描的至少一个环境条件，所述被动的识别测试具有故障率。

53.如权利要求62所述的方法，其中所述至少一个环境条件是照明不足。

54.如权利要求51所述的方法，其中所述第一和第二驾驶员识别程序中的至少一个是主动的识别测试，其需要所述操作者与所述驾驶员识别程序中的至少一个的表现进行有意识的相互作用。

55.如权利要求64所述的方法，其中所述主动的识别测试包括所述操作者的身体特征的扫描，通过所述扫描得到的图像与一组表征所述车辆的授权驾驶员的控制图像进行比较，所述扫描要求所述操作者将身体的一部分置于扫描器上。

56.如权利要求65所述的方法，其中所述操作者的扫描的身体特征是所述操作者的至少一根手指的指纹图案。

57.如权利要求65所述的方法，其中所述扫描的身体特征是所述操作者的手几何结构。

58.如权利要求64所述的方法，其中所述主动的识别测试包括要求所述操作者向所述系统输入个人识别号码，从而将所述操作者识别为授权驾驶员。

59.如权利要求64所述的方法，其中所述主动的识别测试包括读取由所述操作者提供的识别卡上的硬编码的识别信息，以及要求所述操作者向所述系统输入个人识别号码，其中所述个人识别号码对应于从所述识别卡读取的硬编码的识别号码。

60.如权利要求64所述的方法，其中所述主动的识别测试包括向所述操作者发出命令以说出规定的短语，以语音模式记录所述说出的短语，和将所述模式与一组所述车辆的授权驾驶员的控制语音模式相比较。

61.一种用于使用生物测定数据验证车辆操作者的身份的方法，其中特定人的生物测定数据可能随时间变化，因此，基于当前的生物测定结果与以前生成的相同特征的模板的比较，可能存在对该人的识别失败，所述方法包括：

自动地更新所述以前生成的模板，在多模式验证系统中实现所述自动更新，其中所述验证系统使用一种以上的生物测定/PIN卡/智能卡。

62.如权利要求71所述的方法，其中至少一种验证方法用于验证所述操作者的身份，而在当前没有用于操作者识别用途的其他验证方法用于在确定所述验证过程成功后更新所述以前生成的模板。

63.如权利要求71所述的方法，其中一旦所述操作者进入所述车辆，迅速要求使用PIN码、指纹和面部识别进行身份验证，并且其后，所述系统使用PIN码和面部识别对操作者身份进行验证，并且利用所述指纹生物测定来更新数据库中的指纹模板。

64.如权利要求71所述的方法，还包括将所述生物测定模板存储在所述车辆上的数据库中。

65.如权利要求71所述的方法，还包括将所述生物测定模板存储在总部办公室中的数据库中，从而要求所述车辆和所述总部办公室之间的实时通信。

66.如权利要求71所述的方法，还包括将所述生物测定模板存储在驾驶员随身携带的数据库中。

67.如权利要求76所述的方法，其中所述生物测定模板存储在智能卡中。

68.如权利要求77所述的方法，还包括利用驾驶员的数字的速度记录卡来存储所述验证模板，所述卡是适合于这种存储的智能卡，并且是法律在一定权限内迫使所述驾驶员使用并且因此一直由所述驾驶员携带的物品。

69.如权利要求71所述的方法，还包括：

利用车载的多模式的驾驶员识别系统确定操作者是否为授权驾驶员，从而确保车辆的所述操作者为授权驾驶员；

对所述车辆的当前操作者执行第一驾驶员识别程序，并且判定所述当前操作者是否为所述车辆的授权驾驶员或未授权驾驶员；

对所述车辆的当前操作者执行第二驾驶员识别程序，并且判定所述当前操作者是否为所述车辆的授权驾驶员或未授权驾驶员，其中所述第一和第二驾驶员识别程序相隔时间间隔执行，所述时间间隔取决于由所述操作者执行的工作的特性；以及

当基于所执行的识别程序中的至少一个判定所述车辆的当前操作者为未授权驾驶员时，执行补救措施，以避免潜在的负面影响。

70.如权利要求79所述的方法，其中所述第二驾驶员识别程序不同于所述第一驾驶员识别程序。

71.如权利要求79所述的方法，其中所述第二驾驶员识别程序与所述第一驾驶员识别程序相同。

72.如权利要求79所述的方法，还包括在所述第一驾驶员识别程序中判定所述当前操作者为未授权驾驶员后，立即开始所述第二驾驶员识别程序。

73.如权利要求79所述的方法，其中在所述操作者的单次驾驶当班期间执行多次驾驶员识别程序，所述单次驾驶当班从所述操作者开始工作时第一次进入所述车辆时开始，直到所述操作者离开工作时最终离开所述车辆。

74.如权利要求79所述的方法，其中多种不同类型的驾驶员识别程序以随机的时间间隔执行。

75.如权利要求79所述的方法中，其中所述第一和第二驾驶员识别程序中的至少一个是被动的识别测试，其不需要所述操作者与所述驾驶员识别程序中的至少一个的表现进行有意识的相互作用。

76.如权利要求85所述的方法，其中所述被动的识别测试包括所述操作者的身体特征的扫描，通过所述描述得到的图像与一组表征所述车辆的授权驾驶员的控制图像进行比较。

77.如权利要求86所述的方法，其中所述操作者的扫描的身体特征是所述操作者的至少一只眼睛的虹膜。

78.如权利要求86所述的方法，其中所述操作者的扫描的身体特征是所述操作者的至少一只眼睛的视网膜。

79.如权利要求86所述的方法，其中所述扫描的身体特征是所述操作者的面部热像图。

80.如权利要求86所述的方法，其中由于阻碍获得所述操作者的身体特征的足够扫描的至少一个环境条件，所述被动的识别测试具有故障率。

81.如权利要求90所述的方法，其中所述至少一个环境条件是照明不足。

82.如权利要求79所述的方法中，其中所述第一和第二驾驶员识别程序中的至少一个是主动的识别测试，其需要所述操作者与所述驾驶员识别程序中的至少一个的表现进行有意识的相互作用。

83.如权利要求92所述的方法，其中所述主动的识别测试包括所述操作者的身体特征的扫描，通过所述扫描得到的图像与一组表征所述车辆的授权驾驶员的控制图像进行比较，所述扫描要求所述操作者将身体的一部分置于扫描器上。

84.如权利要求93所述的方法，其中所述操作者的扫描的身体特征是所述操作者的至少一根手指的指纹图案。

85.如权利要求93所述的方法，其中所述扫描的身体特征是所述操作者的手几何结构。

86.如权利要求92所述的方法，其中所述主动的识别测试包括要求所述操作者向所述系统输入个人识别号码，从而将所述操作者识别为授权驾驶员。

87.如权利要求92所述的方法，其中所述主动的识别测试包括读取由所述操作者提供的识别卡上的硬编码的识别信息，以及要求所述操作者向所述系统输入个人识别号码，其中所述个人识别号码对应于从所述识别卡读取的硬编码的识别号码。

88.如权利要求92所述的方法，其中所述主动的识别测试包括向所述操作者发出命令以说出规定的短语，以语音模式记录所述说出的短语，和将所述模式与一组所述车辆的授权驾驶员的控制语音模式相比较。

Images