CN110009780A - 一种基于车联网的车门解锁方法、服务器及存储介质 - Google Patents

Abstract

本实施例提供的基于车联网的车门解锁方法、服务器及存储介质，通过获取智能终端发送的解锁请求信息；判断所述解锁请求信息是否匹配预设解锁信息；若匹配，则发送控制信息至所述解锁请求信息对应车辆的车载装置，以使所述车载装置对用户进行图像信息采集；获取所述车载装置发送的图像信息；判断所述图像信息是否匹配预设图像信息；若匹配，发送解锁信息至所述车辆装置，以解锁所述车辆。本发明实施例通过智能终端发送解锁请求信息至服务器，然后通过车载装置获取的图像信息是否与预设图像信息匹配，若匹配，则解锁所述车辆，以实现所述车辆的无匙解锁，且解锁的安全性较高。

Description

一种基于车联网的车门解锁方法、服务器及存储介质

技术领域

本发明涉及车联网技术领域，尤其涉及一种基于车联网的车门解锁方法、服务器及存储介质。

背景技术

车联网(Internet of Vehicles)是由车辆位置、速度和路线等信息构成的巨大交互网络。通过GPS、RFID、传感器、摄像头图像处理等装置，车辆可以完成自身环境和状态信息的采集；通过互联网技术，所有的车辆可以将自身的各种信息传输汇聚到中央处理器；通过计算机技术，这些大量车辆的信息可以被分析和处理，从而计算出不同车辆的最佳路线、及时汇报路况和安排信号灯周期。

现有技术中，利用车联网技术解锁车辆车门的应用技术存在较大空缺。

发明内容

本发明实施例提供一种基于车联网的车门解锁方法，以实现车门的无匙解锁。

第一方面，本发明实施例提供了一种基于车联网的车门解锁方法，所述方法包括：

获取智能终端发送的解锁请求信息；

判断所述解锁请求信息是否匹配预设解锁信息；

若匹配，则发送控制信息至所述解锁请求信息对应车辆的车载装置，以使所述车载装置对用户进行图像信息采集；

获取所述车载装置发送的图像信息；

判断所述图像信息是否匹配预设图像信息；

若匹配，发送解锁信息至所述车辆装置，以解锁所述车辆。

可选地，所述智能终端通过私匙对所述解锁请求信息进行签名；

在判断所述解锁请求信息是否匹配预设解锁信息之前，所述方法包括：

通过预设公匙验证所述解锁请求信息的签名是否合法；

若是，返回判断所述解锁请求信息是否匹配预设解锁信息；

若否，发送请求失败信息至所述智能终端。

可选地，所述解锁请求信息包括车辆信息；

所述方法还包括：

基于预设的对应关系获取预设图像信息，其中，所述对应关系为车辆信息与预设图像信息的对应关系。

可选地，所述智能终端通过哈希算法对所述解锁请求信息进行签名。

可选地，在判断所述图像信息是否匹配预设图像信息之前，所述方法还包括：

判断所述图像信息是否为活体的图像信息；

若是，返回判断所述图像信息是否匹配预设图像信息；

若否，发送请求失败信息至所述智能终端。

可选地，所述判断所述图像信息是否为活体的图像信息，包括：

发送图片验证信息至所述智能终端，所述图片验证信息包括随机生成的参考姿势；

接收所述车载装置采集的用户摆放姿势的实时图片；

判断所述实时图片中用户摆放的姿势是否匹配所述参考姿势；

若是，则返回判断所述图像信息是否匹配预设图像信息；

若否，发送请求失败信息至所述智能终端。

可选地，所述判断所述图像信息是否为活体的图像信息，包括：

发送语音验证信息至所述智能终端，所述语音验证信息包括随机生成的语音参考信息；

获取所述智能终端发送的实时语音信息；

判断所述实时语音信息是否匹配所述语音参考信息；

若是，则返回判断所述图像信息是否匹配预设图像信息；

若否，发送请求失败信息至所述智能终端。

可选地，所述判断所述图像信息是否为活体的图像信息，包括：

获取所述图像信息的特征向量；

将所述特征向量输入预设的活体检测模型，输出活体检测结果；

判断所述活体检测结果是否满足预设活体条件；

若是，则返回判断所述图像信息是否匹配预设图像信息；

若否，发送请求失败信息至所述智能终端。

第二方面，本发明实施例提供了一种服务器，所述服务器包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如前述的人脸识别方法。

第三方面，本发明实施例提供一种存储介质，所述存储介质存储有可执行指令，所述可执行指令被智能终端执行时，使所述智能终端执行如上所述的人脸识别方法。

第四方面，本发明实施例还提供了一种程序产品，所述机程序产品包括存储在存储介质上的程序，所述程序包括程序指令，当所述程序指令被智能终端执行时，使所述智能终端执行如上所述的基于车联网的车门解锁方法。

本发明实施例的有益效果在于：本实施例提供的基于车联网的车门解锁方法、服务器及存储介质，通过获取智能终端发送的解锁请求信息；判断所述解锁请求信息是否匹配预设解锁信息；若匹配，则发送控制信息至所述解锁请求信息对应车辆的车载装置，以使所述车载装置对用户进行图像信息采集；获取所述车载装置发送的图像信息；判断所述图像信息是否匹配预设图像信息；若匹配，发送解锁信息至所述车辆装置，以解锁所述车辆。本发明实施例通过智能终端发送解锁请求信息至服务器，然后通过车载装置获取的图像信息是否与预设图像信息匹配，若匹配，则解锁所述车辆，以实现所述车辆的无匙解锁，且解锁的安全性较高。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本发明实施例提供的人脸识别方法的其中一种应用环境的示意图；

图2是本发明实施例提供的一种基于车联网的车门解锁方法的流程示意图；

图3是本发明实施例提供的一种基于车联网的车门解锁方法的流程示意图；

图4是本发明实施例提供的一种基于车联网的车门解锁方法的流程示意图；

图5是本发明实施例提供的一种基于车联网的车门解锁方法的流程示意图；

图6是本发明实施例提供的服务器的硬件结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。再者，本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。

本发明实施例提供的基于车联网的车门解锁方法、服务器以及存储介质，适用于附图1所示的应用场景。在附图1所示的应用场景中，包括车辆10、智能终端20以及服务器30。所述车辆10可通过车载装置与所述服务器30无线通信连接，所述智能终端20端可通过APP与所述服务器30进行无线通信连接。其中，所述智能终端20可为手机、电脑等通讯电子产品。所述车辆10的车载装置设有摄像头，用于获取图像信息，所述车载装置还与所述车辆10的***相连。

目前，随着科技越来越发达，车辆10的防盗***也越来越完善，例如，增加自动落锁等功能，但随着防盗***的加强，会出现一些特殊情况而造成用户的困扰。例如，当驾驶员钥匙落在车辆内部，车辆因设有自动落锁的功能而将所述车辆的车门进行加锁，会使得用户在短时间内无法无损的打开该车门。

基于此，本申请实施例提供了一种基于车联网的车门解锁方法、服务器以及存储介质。

其中，本申请施例提供的应用于服务器的基于车联网的车门解锁方法是一种能够无匙解锁汽车车门的基于车联网的车门解锁方法，具体为：通过获取智能终端发送的解锁请求信息；判断所述解锁请求信息是否匹配预设解锁信息；若匹配，则发送控制信息至所述解锁请求信息对应车辆的车载装置，以使所述车载装置对用户进行图像信息采集；获取所述车载装置发送的图像信息；判断所述图像信息是否匹配预设图像信息；若匹配，发送解锁信息至所述车辆装置，以解锁所述车辆。本发明实施例通过智能终端发送解锁请求信息至服务器，然后通过车载装置获取的图像信息是否与预设图像信息匹配，若匹配，则解锁所述车辆，以实现所述车辆的无匙解锁，且解锁的安全性较高。

其中，本申请实施例提供的一种服务器是能够执行本申请实施例提供的基于车联网的车门解锁方法的硬件设备，其与本申请实施例提供的应用于服务器的基于车联网的车门解锁方法基于相同的发明构思，具有相同的技术特征以及有益效果。

其中，本发明实施例提供一种存储介质，所述存储介质存储有可执行指令，所述可执行指令被智能终端执行时，使所述智能终端执行如上所述的基于车联网的车门解锁方法。

需要说明的是，以上仅示例性的示出了应用场景的一种形式，本申请实施例提供的基于车联网的车门解锁方法还可以进一步的拓展到其他合适的应用环境中，而不限于图1中所示的应用环境。

图2为本发明实施例提供的基于车联网的车门解锁方法的一个实施例的流程图，所述基于车联网的车门解锁方法可由图1中的车辆10执行。如附图2所示，所述基于车联网的车门解锁方法包括：

S210：获取智能终端发送的解锁请求信息；

在本实施例中，所述智能终端20发送所述解锁请求信息至所述服务器30，从而所述服务器30接收所述智能终端20发送的解锁请求信息。其中，所述智能终端20可预先设置有与所述服务器30可通信连接的APP，所述智能终端20可通过所述APP发送解锁请求信息至所述服务器30。具体操作过程可为：用户点击所述智能终端20中的APP预设的发送解锁请求信息的按钮，所述智能终端20则显示信息填写界面，所述信息填写界面可包括：ID信息、车辆信息(车架号、车牌号)以及手机号码，填写完毕之后点击确认发送。

其中，每个智能终端20对应车辆10均设有一个预先设定的ID信息，以及对应ID信息的密码。用户在通过所述智能终端20在发送所述解锁请求信息之前，还需要进行身份验证，例如，登录所述预设的APP，输入该车辆对应的ID信息以及对应的密码，才能够通过所述APP发送解锁请求信息至服务器30，以防止其他用户的恶意或者随意的通过该智能终端20发送解锁请求信息至服务器30。

S220：判断所述解锁请求信息是否匹配预设解锁信息；

其中，所述服务器30在获取到所述智能终端20发送的解锁请求信息时，将所述解锁请求信息与预设解锁信息进行比对，判断两者是否匹配。具体匹配过程可为：

获取所述解锁请求信息中的ID信息、车辆信息以及手机号码；

根据所述解锁请求信息中的ID信息与预设的对应关系，获取与所述解锁请求信息对应的预设解锁信息；所述预设解锁请求信息包括ID信息、车辆信息以及手机号码；

判断所述车辆信息与手机号码是否分别与预设解锁信息中的车辆信息与手机号码匹配；

若匹配，则确定所述解锁请求信息与所述预设解锁信息匹配；

若不匹配，发送匹配失败信息至所述智能终端。

需要说明的是，所述服务器30中预先存储有ID信息与所述预设解锁信息的对应关系，每个车辆对应的ID信息只有唯一一个，一个ID信息也只对应一个预设解锁信息。也可通过所述解锁请求信息中的车辆信息与预设解锁信息进行对应，从而获取所述预设解锁信息。

S230：若匹配，则发送控制信息至所述解锁请求信息对应车辆的车载装置，以使所述车载装置对用户进行图像信息采集；

其中，所述服务器30在判断所述解锁请求信息与所述预设解锁信息匹配之后，生成一个控制信息发送至所述解锁请求信息对应车辆的车载装置。所述车载装置载接收到所述控制信息之后，控制预设的摄像头对用户进行图像信息采集。另外，也可通过控制该车辆中的其他车设有摄像装置的载装置对所述用户进行图像信息采集，例如行车记录仪，然后获取对应的车载装置所采集的图像信息。具体地，所述车载装置对用户进行图像信息采集是指对所述用户进行拍照或者录像，并将对应的图像信息存储在预设的存储位置。

需要说明的是，所述车载装置与所述服务器30是实时保持无线通信状态的。所述车载装置与所述服务器30之间的信号交互均是基于该无线通信状态实现的。

另外，当所述车载装置是通过录像形式获取图像信息的，还需要对获取到的视频信息进行进一步处理，从所述视频信息中提取对应的图像信息，在将所述图像信息进行保存。

S240：获取所述车载装置发送的图像信息；

其中，所述车载装置载获取到服务器30发送的控制信息之后，采集到对应的图像信息，并将该图像信息反馈至所述服务器30，所述服务器30接收所述车载装置发送的图像信息。在所述服务器30接收到所述图像信息之后，对所述图像信息进行筛选，提取对应有用的图像信息。例如，所述车载装置发送的图像信息可能包括一些缺光或者曝光的图像信息，则所述服务器30则筛选出对应质量较差的图像信息，并将其剔除，选定质量较好的图像信息。

S250：判断所述图像信息是否匹配预设图像信息；

其中，所述服务器30在获取到所述图像信息之前，根据所述解锁请求信息中的ID信息与预设的对应关系，获取与所述解锁请求信息对应的预设图像信息；需要说明的是，该对应关系可为一个ID信息对应多个所述预设图像，例如，一个ID信息对应两个预设图像信息。同时所述预设图像为预先在所述智能终端20中上传的图像信息，所述预设图像的具体数量可根据实际需求进行设置。

进一步地，所述图像信息可为包括用户头像的图像信息，则对应的预设图像信息也为包括用户头像的图像信息。则判断所述图像信息是否匹配预设图像信息，是指将所述图像信息中的用户图像与预设图像信息中的用户图像进行比对，若所述用户图像为同一个用户图像，在判定所述图像信息与预设图像信息匹配。

S260：若匹配，发送解锁信息至所述车辆装置，以解锁所述车辆。

其中，所述服务器30在判定所述图像信息与所述预设图像信息匹配之后，生成解锁信息并发送至所述车载装置，所述车载装置载接收到所述解锁信息之后，通过与所述车辆10的预设接口连接，控制该车辆的车门进行解锁。

本实施例提供的基于车联网的车门解锁方法，通过获取智能终端发送的解锁请求信息；判断所述解锁请求信息是否匹配预设解锁信息；若匹配，则发送控制信息至所述解锁请求信息对应车辆的车载装置，以使所述车载装置对用户进行图像信息采集；获取所述车载装置发送的图像信息；判断所述图像信息是否匹配预设图像信息；若匹配，发送解锁信息至所述车辆装置，以解锁所述车辆。本发明实施例通过智能终端发送解锁请求信息至服务器，然后通过车载装置获取的图像信息是否与预设图像信息匹配，若匹配，则解锁所述车辆，以实现所述车辆的无匙解锁，且解锁的安全性较高。

本发明实施例提供的基于车联网的车门解锁方法的另一个实施例，所述基于车联网的车门解锁方法可由图1中的车辆10执行。所述基于车联网的车门解锁方法包括：所述智能终端通过私匙对所述解锁请求信息进行签名；

在判断所述解锁请求信息是否匹配预设解锁信息之前，所述方法包括：通过预设公匙验证所述解锁请求信息的签名是否合法；若是，返回判断所述解锁请求信息是否匹配预设解锁信息；若否，发送请求失败信息至所述智能终端。

其中，智能终端20预设有对所述解锁请求信息签名的私匙。在所述智能终端20发送解锁请求信息之前，所述智能终端20通过对所述解锁请求信息进行签名，从而实现加密。所述服务器30预设有与私匙对应设置的公匙，在所述服务器30接收到所述解锁请求信息之后，通过所述公匙对所述解锁请求信息进行解密，也即判断所述解锁请求信息的签名是否合法，若解密成功，则返回判断所述解锁请求信息是否匹配预设解锁信息，若否，则发送请求失败信息至所述智能终端。

需要说明的是，通过所述私匙加密的加锁请求信息，只能通过与该私匙对应的公匙才能进行解密，也即通过私匙签名的解锁请求信息，只有对应的公匙进行验证才为合法。

进一步地，通过在所述智能终端20与所述服务器30预设对应的公匙与私匙，通过所述公匙与私匙对所述解锁请求信息进行加密与解密，能够增强所述智能终端20与所述服务器30之间的通信严谨性，防止其他恶意篡改造成不必要的损失。

具体地，但所述智能终端20接收到所述服务器30发送的请求失败信息时，将所述附带私匙签名的街所述请求信息再次发送至服务器，所述服务器30再次通过公匙对所述解锁请求信息的签名进行验证，若是，返回判断所述解锁请求信息是否匹配预设解锁信息；若否，则终止与该终端的通信。

可选地，所述智能终端20通过哈希算法对所述解锁请求信息进行签名。

本实施例提供的基于车联网的车门解锁方法，通过获取智能终端发送的解锁请求信息；判断所述解锁请求信息是否匹配预设解锁信息；若匹配，则发送控制信息至所述解锁请求信息对应车辆的车载装置，以使所述车载装置对用户进行图像信息采集；获取所述车载装置发送的图像信息；判断所述图像信息是否匹配预设图像信息；若匹配，发送解锁信息至所述车辆装置，以解锁所述车辆。本发明实施例通过智能终端发送解锁请求信息至服务器，然后通过车载装置获取的图像信息是否与预设图像信息匹配，若匹配，则解锁所述车辆，以实现所述车辆的无匙解锁，且解锁的安全性较高。

本发明实施例提供的基于车联网的车门解锁方法的另一个实施例，所述基于车联网的车门解锁方法可由图1中的车辆10执行。所述基于车联网的车门解锁方法包括：在判断所述图像信息是否匹配预设图像信息之前，所述方法还包括：判断所述图像信息是否为活体的图像信息；若是，返回判断所述图像信息是否匹配预设图像信息；若否，发送请求失败信息至所述智能终端。

其中，所述服务器30在判断所述图像信息是否匹配预设图像信息之前，还对进行判断所述图像信息是否为活体的图像信息，具体是指对该图像信息进行活体检测，判断该图像信息为活体，还是非活体。所述活体是指能够进行自主动作的三维生物，例如，人类、动物等，非活体是指不能够自主动作的二维物体，例如，照片等。具体地，对所述图像信息进行活体检测，是为了防止其他用户利用照片形式进行恶意的请求开所。当所述服务器30判断该图像信息为活体的图像信息之后，则返回判断所述图像信息是否匹配预设图像信息；当所述服务器30判断该图像信息不为活体的图像信息之后，发送请求失败信息至所述智能终端。

具体地，判断所述图像信息是否为活体包括多种方式，包括：动作验证方式、语音验证方式以及图像解析方式。所述动作验证方式是指指示用户进行一个参考动作，从而根据动作判断该用户的图像信息是否为活体的图像信息；所述语音验证方式是指指示用户进行一段语音信息的复读，根据复读的语音信息判断该图像信息是否为活体的图像信息；所述图像解析方式是指通过预设算法对该图像信息进行图像解析，获取对应的特征，根据特征分析该图像信息是否为活体的图像信息。

可选地，参阅附图4，所述判断所述图像信息是否为活体的图像信息，包括：

S410：随机确定一个图片验证信息发送至所述智能终端，所述图片验证信息包括参考姿势；

其中，所述服务器30生成一个图片验证信息，该图片验证信息包括多种参考姿势，比如，第一次服务器30生成的图片验证信息对应的参考姿势为左手摆出“OK”的手势，第二次服务器30生成的图片验证信息对应的参考姿势为右手摆出“O”型的手势，第三次服务器30生成的图片验证信息对应的参考姿势为双手托下巴的姿势。所述图片验证信息是预先存储在服务器30预设的存储位置中，每个图片验证信息对应的图片参考信息是不同的，当需要发送图片验证信息至所述智能终端20时，从所述预设的存储位置中随机选定一个图片验证信息，并发送至智能终端20，当然，所述图片验证信息中的参考姿势均是用户很容易摆出的简单的参考姿势。

S420：接收所述车载装置采集的用户摆放姿势的实时图片；

其中，用户在接收到所述服务器30发送至智能终端20的图片验证信息之后，根据智能终端20上显示的参考姿势，在车载装置的摄像头前摆出对应参考姿势相同的姿势，车载装置对用户进行图像采集，获取实时图片。所述车载装置载获取到所述实时图片之后，将所述实时图片发送至服务器30，服务器30则接收所述车载装置发送的实时图片。

具体地，车载装置可能在用户没有到达摄像头面前之前，就开始图片信息的采集，或者在用户离开摄像头之后，还进行了一段时间的图片采集，则实时图片中可能包括一些没有实质性作用的实时图片(不包括用户图像的图片)。服务器30在接收到实时图片之后，对所述实时图片进行预设处理，筛选出包含用户图像的实时图片。

S430：判断所述实时图片中用户摆放的姿势是否匹配所述参考姿势；

其中，所述服务器30接收所述车载装置发送的实时图片，根据所述服务器30判断所述实时图片中用户摆放的姿势是否与图片验证信息中的参考姿势想匹配。所述车载装置采集与发送的实时图片的数量通常不单单只是一个，所述服务器30在判断所述实时图片中用户摆放的姿势是否匹配参考姿势时，是对车载装置发送的所有的实时图片进行验证，当存在一个实时图片中用户摆放的姿势匹配参考姿势，则判断所述实时图片中用户摆放的姿势匹配所述参考姿势。只有当所有实时图片中用户摆放的姿势均不匹配所述参考姿势，则所述服务器判断该图像信息为非活体图像信息。若所述实时图片中用户摆放的姿势匹配所述参考姿势，则返回判断所述图像信息是否匹配预设图像信息；若所述实时图片中用户摆放的姿势不匹配所述参考姿势，发送请求失败信息至所述智能终端。

可选地，参阅附图5，所述判断所述图像信息是否为活体的图像信息，包括：

S510：发送语音验证信息至所述智能终端，所述语音验证信息包括随机生成的语音参考信息；

其中，所述服务器30生成一个语音验证信息，该语音验证信息包括多种语音参考信息，比如，第一次服务器30生成的语音验证信息对应的语音参考信息为“山的那边是海，海的那边是山”，第二次服务器30生成的语音验证信息对应的语音参考信息为“开心点吧朋友，人间不值得”，第三次服务器30生成的语音验证信息对应的语音参考信息为“通往地狱的道路是由善良的意愿铺就的”。所述语音验证信息是预先存储在服务器30预设的存储位置中，每个语音验证信息对应的语音参考信息是不同的。当需要发送语音验证信息至所述智能终端20时，从所述预设的存储位置中随机选定一个语音验证信息，并发送至智能终端20，当然，所述图片验证信息中的参考姿势均是用户很容易摆出的简单的参考姿势。

S520：获取所述智能终端发送的实时语音信息；

其中，用户在接收到所述服务器30发送至智能终端20的语音验证信息之后，在智能终端20上播放所述语音参考信息，然后对着智能终端20复读一遍语音参考信息，智能终端20根据用户复读语音参考信息的语音信息，获取实时语音信息。所述智能终端20载获取到所述实时图片之后，将所述实时语音信息发送至服务器30，服务器30则接收所述智能终端20发送的实时语音信息。

S530：判断所述实时语音信息是否匹配所述语音参考信息；若是，则返回判断所述图像信息是否匹配预设图像信息；若否，发送请求失败信息至所述智能终端。

其中，所述服务器30接收所述智能终端20发送的实时语音信息之后，根据所述服务器30判断所述实时语音信息是否与语音参考信息相匹配。具体地，所述服务器30将所述实时语音信息进行翻译成文字，同时获取语音参考信息对应的文字，将两者相比对，相同则判定所述实时语音信息匹配所述语音参考信息；若不匹配，发送请求失败信息至所述智能终端。

具体地，所述智能终端20接收到所述请求失败信息之后，提示用于再次录制实时语音信息，再一次发送至服务器30进行判断。

可选地，参阅附图6，所述判断所述图像信息是否为活体的图像信息，包括：

S610：获取所述图像信息的特征向量

其中，所述服务器30先根据预设算法提取所述图像信息的特征向量，所述特征向量用于后续活体检测的计算，从而获取活体检测结果。

S620：将所述特征向量输入预设的活体检测模型，输出活体检测结果；所述活体检测结果包括第一结果与第二结果；

其中，所述活体检测模型可为SVM(支持向量机)，所述支持向量机基于统计学理论和结构风险最小化原理的一种二分类器，其主要思想是在样本空间中找到最优超平面，使超平面与两类样本集之间距离最大从而得到最理想的泛化能力。

具体地，所述活体检测结果包括第一结果与第二结果，所述第一检测结果是指所述图像信息为活体的图像信息，所述第二检测结果是指所述图像信息不为活体的图像信息。

进一步地，利用支持向量机进行模式分类主要有以下几个步骤：利用先验知识或其它方法选择适当的核函数，然后，通过求解最优分类面方程得到支持向量和相应的拉格朗日乘子，最后，写出分类面方程并根据函数的正负取值确定测试样本的所属类别，从而得到所述活体检测模型。

进一步地，若所述活体检测结果为第一结果，则返回判断所述图像信息是否匹配预设图像信息；若所述活体检测结果为第二结果，发送请求失败信息至所述智能终端。

本实施例提供的基于车联网的车门解锁方法，通过获取智能终端发送的解锁请求信息；判断所述解锁请求信息是否匹配预设解锁信息；若匹配，则发送控制信息至所述解锁请求信息对应车辆的车载装置，以使所述车载装置对用户进行图像信息采集；获取所述车载装置发送的图像信息；判断所述图像信息是否匹配预设图像信息；若匹配，发送解锁信息至所述车辆装置，以解锁所述车辆。本发明实施例通过智能终端发送解锁请求信息至服务器，然后通过车载装置获取的图像信息是否与预设图像信息匹配，若匹配，则解锁所述车辆，以实现所述车辆的无匙解锁，且解锁的安全性较高。

另外，本发明的车辆10还能够实现基于车联网的车协同预警功能，具体如下：

获取所述第一车辆的车内图像信息；

将所述车内图像信息输入预设的警报判断模型，输出警报判断结果，所述警报判断结果包括第一警报结果与第二警报结果；

若所述警报判断结果为所述第一警报结果时，搜索位于预设区域内各个所述第二车辆的第二车载装置发送的无线终端信息；

根据所述各个第二车辆的第二车载装置发送的无线终端信息，建立通信列表；

基于所述通信列表，发送警报信息至所述第二车载装置。

获取所述第一车辆的车内图像信息；

在本实施例中，所述第一车载装置通过自身的摄像头对所述第一车辆的车内进行图像信息的采集，所述图像信息的采集可通过录像与拍照等形式进行采集。优选地，所述第一车载装置对所述第一车辆的车内进行拍照，获取车内图像信息。另外，所述第一车载装置的位置设置以不影响所述第一车辆的正常行驶为原则。

其中，所述车内图像信息包括驾驶室图像信息。所述车内图像信息还可包括多种图像信息，比如副驾驶图像信息、整体车室内图像信息，对应所述车内图像信息的数量，所述第一车载装置可设置对应数量的摄像头。

优选地，所述第一车载装置的摄像头为红外摄像头，以使得所述第一车载装置载黑夜等光线较差的环境中获取较好的车内图像信息，以提高所述警报判断的准确性。

将所述车内图像信息输入预设的警报判断模型，输出警报判断结果，所述警报判断结果包括第一警报结果与第二警报结果；

其中，所述车内图像信息输入预设的警报判断模型之前，还要将所述车内图像信息进行校正处理。对应不同的车内图像信息设置不同的校正处理方法。举个例子，当所述车内图像信息为驾驶员人脸图像时，则需要预先设置一个1024*1024的标准人脸位置，则所述两个眼睛位置为(100,100)与(300，100)，鼻尖位置为(150,150)，两个嘴角位置为(300,100)与(300,300)。通过两个眼睛、鼻尖与两个嘴角这五个关键点的位置进行人脸图像的校正处理。通常，用摄像头拍摄的图片显然一般情况下眼睛鼻子嘴角不是上面那个坐标，然后我们利用仿射变换求出如果要把眼睛鼻子嘴角变到上面的坐标上面去，整个图像应该做的变化矩阵，然后用这个变换矩阵对整个图像做变换。所述仿射变换是指图形可以任意倾斜，而且允许图形在两个方向上任意伸缩变换，可以保持原来的线共点、点共线的关系不变，保持原来相互平行的线平行，保持原来的中点仍然是中点，保持原来在一直线上几段线段之间的比例关系不变。但是，仿射变换不能保持原来的线段长度不变，也不能保持原来的夹角角度不变。具体算法参照现有技术中所记载的仿射变换的技术方案。

具体地，所述警报判断模型为预先建立的基于深度学习的一种模型，用于根据输入的车内图像信息，判断该车辆是否存在安全隐患。所述警报判断模型对应的警报判断结果包括第一警报结果与第二警报结果，其中，所述第一警报结果为非安全结果，所述第二警报结果为安全结果。

进一步地，所述基于车联网的车协同预警方法还包括：预先建立所述警报判断模型。举个例子，所述车内图像信息为驾驶员人脸图像。则所述警报判断模型的建立为：

其中，第一车载装置内预先存储有初始模型，所述初始模型是一种有监督的机器学习模型，通常用来进行模式识别、分类以及回归分析。首先采集预定数量的人脸图像样本并输入至所述初始模型中，然后利用任意合适的机器学习算法，比如，神经网络、决策树、支持向量机等，对初始模型进行训练，从而使得训练出来的警报判断模型具有分类的功能。比如，当所述驾驶员人脸图像的嘴巴部分存在异物(白沫或者鲜血)时，所述警报判断模型则会输出安全异常对应的第一警报结果。

所述警报判断模型的训练，以全卷积神经网络为例，训练过程为：

具体训练步骤如下：

1.首先，第一车载装置将人脸图像样本库中人脸图像进行校准，其中，所述人脸图像样本库包括多种异常状态的驾驶员人脸图像，例如，五官出血、口吐白沫等。校准采用比较鲁棒的MTCNN算法，校准是指将该人脸数据库中所有的人脸图像按照统一的方向进行校准，我们就可以把人脸“校准”，或者说是“对齐”，得到校准后的图像；校准的目的是尽量去消除后续在图像识别时因姿势不同带来的误差；

2.将校准过后的人脸图像输入包括全卷积神经网络的预设网络结构进行计算，并通过全卷积神经网络对校准后的图像进行特征向量的提取。预设网络架构为：人脸图像-全卷积神经网络-全连接层-特征向量。

3.在全卷积网络进行训练时采用损失函数进行监督，对全卷积神经网络的参数进行进一步优化。通常，全卷积神经网络的训练达到24小时，就能够提取较为准确的特征向量，则训练完成的全卷积神经网络即为警报判断模型。

在实际应用中，可以调用机器学习工具包sklearn并引入svm类，生成空对象model；然后将训练数据(每一人脸图像样本)喂给模型model.fit；最后跑动该模型model.fit即可训练得到警报判断模型。

若所述警报判断结果为所述第一警报结果时，搜索位于预设区域内各个所述第二车辆的第二车载装置发送的无线终端信息；

其中，所述第一车载装置的通信模块可在一定区域内发射与接收无线信息，从而实现与其他的车载装置(第二车载装置)建立通信连接。所述通信模块可为4G无线通信模块、蓝牙模块或者其他模块。所述预设区域可为以所述第一车辆为中心，半径为100m的圆形区域。所述预设区域是根据所述第一车辆行驶而移动的。

具体地，所述第一车载装置实时监测预设区域内的第二车载装置发送的无线终端信息，当所述第一车辆10的第一车载装置在预设范围内搜索到所述第二车辆20的第二车载装置发射的无线终端信息时，自动保存所述第二车载装置的无线终端信息。需要说明的是，所述第一车载装置获取所述第二车载装置的无线终端信息的数量可为多个。例如，所述预设范围内出现五个所述第二车载装置发送的无线终端信息，则所述第一车载装置同时获取五个所述无线终端信息，并把所述五个无线终端信息均保存在预设位置。

其中，当所述第二车载装置发送的无线终端信息离开了所述第一车载装置的预设区域，则所述第一车载装置将所述第二车载装置的发送的无线终端信息删除。当所述第一车载装置的预设区域内出现新的第二车载装置发送的无线终端信息，则将所述该无线终端信息新增至预设位置。

根据所述各个第二车辆的第二车载装置发送的无线终端信息，建立通信列表；

其中，所述第一车载装置载获取到预设区域内的第二车载装置发送的无线终端信息之后，根据所述无线终端信息，建立通信列表。所述无线终端信息包括所述第二车载装置的ID信息，所述通信列表是指将各个无线终端信息对应的ID信息进行排序。因所述第一车辆是实时移动，则所述通信列表也是实时更新的。举个例子，当前时间时，第一车载装置的预设区域内包括第二车载装置A与B，则所述第一车载装置的通信列表包括无线终端信息A与B，在之后五分钟，因第一车辆装置是移动的，第一车载装置的预设区域内包括第二车载装置C与D，则所述第一车载装置的通信列表包括所述无线终端信息C与D。

具体地，所述通信列表用于提供与所述第二车辆的第二车载装置进行通信配对连接的选择。比如，当所述通信列表中出现第二车载装置的无线终端信息，所述第一车载装置则选择该无线终端信息，从而与所述无线终端信息对应的第二车载装置进行通信连接。

基于所述通信列表，发送警报信息至所述第二车载装置。

其中，所述第一车载装置载获取到所述通信列表之后，生成警报信息，并选定所述通信列表中的无线终端信息对应的第二车载装置，与所述第二车载装置建立无线通信连接，从而将所述警报信息基于所述通信连接，发送至所述第二车载装置。

具体地，当所述通信列表中出现多个第二车载装置的无线终端信息，所述第一车载装置中可根据预设处理算法，从多个无线终端信息中选定一个第二车载装置，并与该车载装置建立无线通信连接。

可选地，所述第一终端装置也可同时与通信列表中的多个第二无线终端信息对应的第二车载装置进行通信连接，并将所述警报信息同时发送至多个第二车载装置。

本发明实施例还提供了一种服务器，图6是本发明实施例提供的服务器60的硬件结构示意图，如图6所示，该服务器60包括：

至少一个处理器61；以及，

与所述至少一个处理器61通信连接的存储器62；其中，

所述存储器62存储有可被所述至少一个处理器61执行的指令，所述指令被所述至少一个处理器61执行，以使所述至少一个处理器61能够执行如前述的基于车联网的车门解锁方法。

具体地，以附图6中一个处理器61为例。处理器61和存储器62可以通过总线或者其他方式连接，图6中以通过总线连接为例。

存储器62作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的起立监测方法对应的程序指令/模块(例如，附图2所示的步骤S210-S260)。处理器61通过运行存储在存储器62中的非易失性软件程序、指令以及模块，从而执行服务器60的各种功能应用以及数据处理，即实现上述方法实施例的基于车联网的车门解锁方法。

存储器62可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据服务器的使用所创建的数据等。此外，存储器62可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器62可选包括相对于处理器61设置的存储器，这些存储器可以通过网络连接至服务器6上。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述一个或者多个模块存储在所述存储器62中，当被所述一个或者多个处理器61执行时，执行上述任意方法实施例中的人脸识别方法，例如，执行以上描述的图2中的方法步骤S210至步骤S260，图3中的方法步骤S310至步骤S330，图4中的方法步骤S310至步骤S330，图5中的方法步骤S510至步骤S530。

上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。

本实施例提供的服务器，通过获取智能终端发送的解锁请求信息；判断所述解锁请求信息是否匹配预设解锁信息；若匹配，则发送控制信息至所述解锁请求信息对应车辆的车载装置，以使所述车载装置对用户进行图像信息采集；获取所述车载装置发送的图像信息；判断所述图像信息是否匹配预设图像信息；若匹配，发送解锁信息至所述车辆装置，以解锁所述车辆。本发明实施例通过智能终端发送解锁请求信息至服务器，然后通过车载装置获取的图像信息是否与预设图像信息匹配，若匹配，则解锁所述车辆，以实现所述车辆的无匙解锁，且解锁的安全性较高。

通过以上的实施例的描述，本领域普通技术人员可以清楚地了解到各实施例可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现所述实施例方法中的全部或部分流程是可以通过计算机程序指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如所述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

本发明实施例提供了一种非易失性计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图6中的一个处理器61，可使得上述一个或多个处理器可执行上述任意方法实施例中的基于车联网的车门解锁方法，例如，执行以上描述的图2中的方法图2中的方法步骤S210至步骤S260，图3中的方法步骤S310至步骤S330，图4中的方法步骤S310至步骤S330，图5中的方法步骤S510至步骤S530。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。

上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种基于车联网的车门解锁方法，其特征在于，所述方法包括：

获取智能终端发送的解锁请求信息；

判断所述解锁请求信息是否匹配预设解锁信息；

若匹配，则发送控制信息至所述解锁请求信息对应车辆的车载装置，以使所述车载装置对用户进行图像信息采集；

获取所述车载装置发送的图像信息；

判断所述图像信息是否匹配预设图像信息；

若匹配，发送解锁信息至所述车载装置，以解锁所述车辆。

2.根据权利要求1所述的基于车联网的车门解锁方法，其特征在于：所述智能终端通过私匙对所述解锁请求信息进行签名；

在判断所述解锁请求信息是否匹配预设解锁信息之前，所述方法包括：

通过预设公匙验证所述解锁请求信息的签名是否合法；

若是，返回判断所述解锁请求信息是否匹配预设解锁信息；

若否，发送请求失败信息至所述智能终端。

3.根据权利要求2所述的基于车联网的车门解锁方法，其特征在于，所述解锁请求信息包括车辆信息；

所述方法还包括：

基于预设的对应关系获取预设图像信息，其中，所述对应关系为车辆信息与预设图像信息的对应关系。

4.根据权利要求2所述的基于车联网的车门解锁方法，其特征在于，所述智能终端通过哈希算法对所述解锁请求信息进行签名。

5.根据权利要求1所述的基于车联网的车门解锁方法，其特征在于，在判断所述图像信息是否匹配预设图像信息之前，所述方法还包括：

判断所述图像信息是否为活体的图像信息；

若是，返回判断所述图像信息是否匹配预设图像信息；

若否，发送请求失败信息至所述智能终端。

6.根据权利要求5所述的基于车联网的车门解锁方法，其特征在于，所述判断所述图像信息是否为活体的图像信息，包括：

随机确定一个图片验证信息发送至所述智能终端，所述图片验证信息包括参考姿势；

接收所述车载装置采集的用户摆放姿势的实时图片；

判断所述实时图片中用户摆放的姿势是否匹配所述参考姿势；

若是，则返回判断所述图像信息是否匹配预设图像信息；

若否，发送请求失败信息至所述智能终端。

7.根据权利要求5所述的基于车联网的车门解锁方法，其特征在于，所述判断所述图像信息是否为活体的图像信息，包括：

随机确定一个语音验证信息发送至所述智能终端，所述语音验证信息包括语音参考信息；

获取所述智能终端发送的实时语音信息；

判断所述实时语音信息是否匹配所述语音参考信息；

若是，则返回判断所述图像信息是否匹配预设图像信息；

若否，发送请求失败信息至所述智能终端。

8.据权利要求5所述的基于车联网的车门解锁方法，其特征在于，所述判断所述图像信息是否为活体的图像信息，包括：

获取所述图像信息的特征向量；

将所述特征向量输入预设的活体检测模型，输出活体检测结果；所述活体检测结果包括第一结果与第二结果；

若所述活体检测结果为第一结果，则返回判断所述图像信息是否匹配预设图像信息；

若所述活体检测结果为第二结果，发送请求失败信息至所述智能终端。

9.一种服务器，其特征在于，所述服务器包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-8任一项所述的基于车联网的车门解锁方法。

10.一种存储介质，其特征在于，所述存储介质存储有可执行指令，所述可执行指令被智能终端执行时，使所述智能终端执行如权利要求1-8任一项所述的基于车联网的车门解锁方法。