CN111753829A - 一种基于可信计算的车辆综合信息采集装置 - Google Patents
一种基于可信计算的车辆综合信息采集装置 Download PDFInfo
- Publication number
- CN111753829A CN111753829A CN202010550287.0A CN202010550287A CN111753829A CN 111753829 A CN111753829 A CN 111753829A CN 202010550287 A CN202010550287 A CN 202010550287A CN 111753829 A CN111753829 A CN 111753829A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- license plate
- information acquisition
- comprehensive information
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000004927 fusion Effects 0.000 claims abstract description 21
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 4
- 238000007499 fusion processing Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 11
- 230000007246 mechanism Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2107—File encryption
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了车辆综合信息采集技术领域的一种基于可信计算的车辆综合信息采集装置,通过可信软件栈度量信息采集软件模块,对车辆牌照、车型、人脸识别、MAC扫描和数据融合单元等软件模块进行可信度量,车辆综合信息采集***通过摄像头传感器,采集车辆的多角度照片,以车牌号为索引,对车型识别、人脸识别、MAC地址识别信息进行车辆综合信息画像,且本发明的数据过程是基于可信芯片,完成了数据的加密和解密过程,并通过数据融合单元对车辆综合信息进行画像,能够通过多种传感器,同步获取车辆和人员的信息,并综合处理得到相关车辆画像。同时,该装置基于可信芯片提供物理保护,能够防止该***被入侵和破坏。
Description
技术领域
本发明涉及车辆综合信息采集技术领域,具体为一种基于可信计算的车辆综合信息采集装置。
背景技术
随着信息技术和人工智能的深入发展,人类社会正在从信息化社会向智慧型社会过渡,大量基础设施面临着从自动化、信息化向智能化的转变。以智慧交通为例,智能化汽车中部署了各种传感器,用于路上的自动辅助驾驶,并能够自动寻找周围可以入驻的停车场,极大地缓解了交通压力,方便了人们出行。在这个过程中,车辆信息管理***发挥了重要作用。车辆管理***就是用于实现对停车场内车辆出入、引导的自动化管理***。但是,现有的管理***的功能单一简单,不能满足未来对车辆的综合信息识别、采集和智能化处理的需求。同时,车辆信息采集***往往暴露在外部不可控的环境中,面临着被黑客入侵、暴力破坏等相应威胁,亟需通过安全手段进行加固,保障其始终处于受控状态,为此,我们提出一种基于可信计算的车辆综合信息采集装置。
发明内容
本发明的目的在于提供一种基于可信计算的车辆综合信息采集装置,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于可信计算的车辆综合信息采集装置,本发明的有效性依赖以下三个条件:
(1)车辆综合信息采集装置部署了可信计算芯片,并在启动过程中使用了可信启动。
(2)车辆综合信息采集装置可以协同工作。
(3)车辆综合信息采集装置接入多种传感器(MAC网络扫描传感器、车牌识别传感器、人脸识别传感器等)。
本发明的主要流程包括以下步骤:
步骤1:车辆综合采集设备上电,依托通用可信计算方法,完成对关键硬件和可信软件栈的可信度量,确保有安全可靠的启动环境。
步骤2:操作***和可信软件栈启动,通过可信软件栈度量信息采集软件模块,对车辆牌照、车型、人脸识别、MAC扫描和数据融合单元等软件模块进行可信度量,验证结果是否正确。如果出现错误,则中止启动流程,并发出报警信号和报警信息。
步骤3:如果验证结果正确,则车辆综合信息采集***通过车牌识别摄像头传感器,采集车辆的车牌照片,进行车牌识别,得出车牌号信息。
步骤4:车辆综合信息采集***通过摄像头传感器,采集车辆的多角度照片,以车牌号为索引进行数据加密存储。
步骤5:车辆综合信息采集***通过无线网络传感器(路由器)对各个信道监听,采集当前区域内各个通信信道内的MAC地址信息,然后调用可信芯片数据保护接口,以车牌号为索引进行数据加密存储。
步骤6:车辆综合信息采集***通过摄像头采集人脸照片数据,以车牌号为索引进行数据加密存储。
步骤7,通过数据融合单元进行数据融合,以车牌号为索引,对车型识别、人脸识别、MAC地址识别信息进行车辆综合信息画像,且本发明的数据过程是基于可信芯片,完成了数据的加密和解密过程,并通过数据融合单元对车辆综合信息进行画像。
优选的,步骤7中的数据融合单元的流程包括以下步骤:
步骤7-1:基于可信芯片,根据车牌信息为索引,提取存储数据,然后对存储数据进行解密;
步骤7-2:通过多个或单个的摄像头传感器拍摄的多角度照片匹配计算、抽取特征值,进行包络计算,与车型数据库的数据进行比对,完成车型识别;
步骤7-3:通过对人脸照片的特征值提取和计算,与本地人脸特征数据进行比对,完成人脸识别。如果是未识别的人脸将生成一个不重复的唯一临时编号与之对应;
步骤7-4:对已经记录MAC地址信息,进行差分计算(即车辆入场后和车辆入场前的MAC地址集合的差值),得出可能的车辆匹配MAC地址;
步骤7-5:通过数据融合单元,将以车牌号为索引,汇总车型、人脸识别信息、MAC地址信息,形成对该车辆的综合信息画像;
步骤7-6:通过可信芯片,对该车辆的综合信息画像进行加密保存,可以以该车牌号为索引,重复相应的数据采集和融合过程。
与现有技术相比,本发明的有益效果是:本发明结构设计合理,通过可信芯片,完成该装置的可信启动过程、核心软件可信度量过程;并通过该装置内置的车牌、车型、人脸、MAC等信息识别,综合绘制该车辆的综合信息画像。通过该方法,可以在可信芯片基础上,构建综合信息采集装置,确保关键硬件部件和软件模块的正确性,综合车牌、车型、驾驶人员、MAC等信息,对车辆建立一个综合画像,提供精确、个性化服务;并且可以通过可信芯片存储设备自身的数据加解密机制,完成相关的信息存储,通过可信计算技术防止物理设备被入侵和破坏,保证了信息采集设备的正确和准确的运行环境;采用多角度拍摄和数据融合的方法,提升车型识别和人脸识别的准确率;采用车牌、车型、人脸识别和MAC地址识别的方法,多维度确定车辆综合信息,提升和丰富车辆数据。
附图说明
图1为本发明工作流程示意图;
图2为本发明多维数据融合信息画像流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
请参阅图1和图2,本发明提供一种技术方案:
可信根:可信根是可信计算技术依赖的硬件,通常包括密码核心、度量代码、受保护的存储空间等。
可信计算:基于可信根,在计算机***中逐个对平台的关键部件进行可信度量,包括从信任根开始到软硬件平台、到操作***、再到应用,一级度量认证一级、一级信任一级,将信任链扩展到整个计算机***,确保整个计算机***的可信。
实施例1
一种基于可信计算的车辆综合信息采集装置,本发明的有效性依赖以下三个条件:
(1)车辆综合信息采集装置部署了可信计算芯片,并在启动过程中使用了可信启动。
(2)车辆综合信息采集装置可以协同工作。
(3)车辆综合信息采集装置接入多种传感器(MAC网络扫描传感器、车牌识别传感器、人脸识别传感器等)。
本发明的主要流程包括以下步骤:
步骤1:车辆综合采集设备上电,依托通用可信计算方法,完成对关键硬件和可信软件栈的可信度量,确保有安全可靠的启动环境。
步骤2:操作***和可信软件栈启动,通过可信软件栈度量信息采集软件模块,对车辆牌照、车型、人脸识别、MAC扫描和数据融合单元等软件模块进行可信度量,验证结果是否正确。如果出现错误,则中止启动流程,并发出报警信号和报警信息。
步骤3:如果验证结果正确,则车辆综合信息采集***设置在停车场入口处,通过车牌识别摄像头传感器,采集车辆的车牌照片,进行车牌识别,得出车牌号信息。
步骤4:车辆综合信息采集***通过摄像头传感器,采集车辆的多角度照片,以车牌号为索引进行数据加密存储。
步骤5:车辆综合信息采集***通过无线网络传感器(路由器)对各个信道监听,采集当前区域内各个通信信道内的MAC地址信息,然后调用可信芯片数据保护接口,以车牌号为索引进行数据加密存储。
步骤6:车辆综合信息采集***通过摄像头采集人脸照片数据,以车牌号为索引进行数据加密存储。
步骤7,通过数据融合单元进行数据融合,以车牌号为索引,对车型识别、人脸识别、MAC地址识别信息进行车辆综合信息画像,且本发明的数据过程是基于可信芯片,完成了数据的加密和解密过程,并通过数据融合单元对车辆综合信息进行画像。
步骤7中的数据融合单元的流程包括以下步骤:
步骤7-1:基于可信芯片,根据车牌信息为索引,提取存储数据,然后对存储数据进行解密;
步骤7-2:通过多个或单个的摄像头传感器拍摄的多角度照片匹配计算、抽取特征值,进行包络计算,与车型数据库的数据进行比对,完成车型识别;
步骤7-3:通过对人脸照片的特征值提取和计算,与本地人脸特征数据进行比对,完成人脸识别。如果是未识别的人脸将生成一个不重复的唯一临时编号与之对应;
步骤7-4:对已经记录MAC地址信息,进行差分计算(即车辆入场后和车辆入场前的MAC地址集合的差值),得出可能的车辆匹配MAC地址;
步骤7-5:通过数据融合单元,将以车牌号为索引,汇总车型、人脸识别信息、MAC地址信息,形成对该车辆的综合信息画像;
步骤7-6:通过可信芯片,对该车辆的综合信息画像进行加密保存,并且在该车辆再次进入停车场时,可以以该车牌号为索引,重复相应的数据采集和融合过程;
实施例2
一种基于可信计算的车辆综合信息采集装置,本发明的有效性依赖以下三个条件:
(1)车辆综合信息采集装置部署了可信计算芯片,并在启动过程中使用了可信启动。
(2)车辆综合信息采集装置可以协同工作。
(3)车辆综合信息采集装置接入多种传感器(MAC网络扫描传感器、车牌识别传感器、人脸识别传感器等)。
本发明的主要流程包括以下步骤:
步骤1:车辆综合采集设备上电,依托通用可信计算方法,完成对关键硬件和可信软件栈的可信度量,确保有安全可靠的启动环境。
步骤2:操作***和可信软件栈启动,通过可信软件栈度量信息采集软件模块,对车辆牌照、车型、人脸识别、MAC扫描和数据融合单元等软件模块进行可信度量,验证结果是否正确。如果出现错误,则中止启动流程,并发出报警信号和报警信息。
步骤3:如果验证结果正确,则车辆综合信息采集***设置在交通灯或者道杆上,通过车牌识别摄像头传感器,采集车辆的车牌照片,进行车牌识别,得出车牌号信息。
步骤4:车辆综合信息采集***通过摄像头传感器,采集车辆的多角度照片,以车牌号为索引进行数据加密存储。
步骤5:车辆综合信息采集***通过无线网络传感器(路由器)对各个信道监听,采集当前区域内各个通信信道内的MAC地址信息,然后调用可信芯片数据保护接口,以车牌号为索引进行数据加密存储。
步骤6:车辆综合信息采集***通过摄像头采集人脸照片数据,以车牌号为索引进行数据加密存储。
步骤7,通过数据融合单元进行数据融合,以车牌号为索引,对车型识别、人脸识别、MAC地址识别信息进行车辆综合信息画像,且本发明的数据过程是基于可信芯片,完成了数据的加密和解密过程,并通过数据融合单元对车辆综合信息进行画像。
步骤7中的数据融合单元的流程包括以下步骤:
步骤7-1:基于可信芯片,根据车牌信息为索引,提取存储数据,然后对存储数据进行解密;
步骤7-2:通过多个或单个的摄像头传感器拍摄的多角度照片匹配计算、抽取特征值,进行包络计算,与车型数据库的数据进行比对,完成车型识别;
步骤7-3:通过对人脸照片的特征值提取和计算,与本地人脸特征数据进行比对,完成人脸识别。如果是未识别的人脸将生成一个不重复的唯一临时编号与之对应;
步骤7-4:对已经记录MAC地址信息,进行差分计算(即车辆入场后和车辆入场前的MAC地址集合的差值),得出可能的车辆匹配MAC地址;
步骤7-5:通过数据融合单元,将以车牌号为索引,汇总车型、人脸识别信息、MAC地址信息,形成对该车辆的综合信息画像;
步骤7-6:通过可信芯片,对该车辆的综合信息画像进行加密保存,并且在该车辆再次进入该交通灯或者道杆附近时,可以以该车牌号为索引,重复相应的数据采集和融合过程。
与本专利内容最接近或相关的技术包括:
1、可信计算技术,该技术通过内置的可信芯片,对计算机***的物理环境和软件环境进行可信度量,防止其被入侵和破坏;
2、车牌识别技术,该技术通过摄像头获取车辆头部和尾部图片,得到相应的车牌照片,通过图像处理技术最终获取相应的车牌号码;
3、车型识别技术,该技术通过摄像头获取车辆的三维轮廓信息,抽取相应的特征值,与特征库进行比对,最终得到相应的车型;
4、人脸识别技术,该技术通过拍摄人脸面部,能够完成针对人脸的特征提取和比对,并确定人员的身份。
本发明通过可信芯片,完成该装置的可信启动过程、核心软件可信度量过程;并通过该装置内置的车牌、车型、人脸、MAC等信息识别,综合绘制该车辆的综合信息画像。通过该方法,可以在可信芯片基础上,构建综合信息采集装置,确保关键硬件部件和软件模块的正确性,综合车牌、车型、驾驶人员、MAC等信息,对车辆建立一个综合画像,提供精确、个性化服务;并且可以通过可信芯片存储设备自身的数据加解密机制,完成相关的信息存储。
TCG标准:
Specifications) Module Platform 可信平台模块规范(Trusted
TCG体系结构总体规范(ArchitectureOverview)
国内可信计算标准:
GB_T29828信息安全技术可信计算规范可信连接架构。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (2)
1.一种基于可信计算的车辆综合信息采集装置,其特征在于:本发明的有效性依赖以下三个条件:
(1)车辆综合信息采集装置部署了可信计算芯片,并在启动过程中使用了可信启动;
(2)车辆综合信息采集装置可以协同工作;
(3)车辆综合信息采集装置接入多种传感器(MAC网络扫描传感器、车牌识别传感器、人脸识别传感器等);
本发明的主要流程包括以下步骤:
步骤1:车辆综合采集设备上电,依托通用可信计算方法,完成对关键硬件和可信软件栈的可信度量,确保有安全可靠的启动环境;
步骤2:操作***和可信软件栈启动,通过可信软件栈度量信息采集软件模块,对车辆牌照、车型、人脸识别、MAC扫描和数据融合单元等软件模块进行可信度量,验证结果是否正确;
如果出现错误,则中止启动流程,并发出报警信号和报警信息;
步骤3:如果验证结果正确,则车辆综合信息采集***通过车牌识别摄像头传感器,采集车辆的车牌照片,进行车牌识别,得出车牌号信息;
步骤4:车辆综合信息采集***通过摄像头传感器,采集车辆的多角度照片,以车牌号为索引进行数据加密存储;
步骤5:车辆综合信息采集***通过无线网络传感器(路由器)对各个信道监听,采集当前区域内各个通信信道内的MAC地址信息,然后调用可信芯片数据保护接口,以车牌号为索引进行数据加密存储;
步骤6:车辆综合信息采集***通过摄像头采集人脸照片数据,以车牌号为索引进行数据加密存储;
步骤7,通过数据融合单元进行数据融合,以车牌号为索引,对车型识别、人脸识别、MAC地址识别信息进行车辆综合信息画像,且本发明的数据过程是基于可信芯片,完成了数据的加密和解密过程,并通过数据融合单元对车辆综合信息进行画像。
2.根据权利要求1所述的一种基于可信计算的车辆综合信息采集装置,其特征在于:步骤7中的数据融合单元的流程包括以下步骤:
步骤7-1:基于可信芯片,根据车牌信息为索引,提取存储数据,然后对存储数据进行解密;
步骤7-2:通过多个或单个的摄像头传感器拍摄的多角度照片匹配计算、抽取特征值,进行包络计算,与车型数据库的数据进行比对,完成车型识别;
步骤7-3:通过对人脸照片的特征值提取和计算,与本地人脸特征数据进行比对,完成人脸识别;
如果是未识别的人脸将生成一个不重复的唯一临时编号与之对应;
步骤7-4:对已经记录MAC地址信息,进行差分计算(即车辆入场后和车辆入场前的MAC地址集合的差值),得出可能的车辆匹配MAC地址;
步骤7-5:通过数据融合单元,将以车牌号为索引,汇总车型、人脸识别信息、MAC地址信息,形成对该车辆的综合信息画像;
步骤7-6:通过可信芯片,对该车辆的综合信息画像进行加密保存,可以以该车牌号为索引,重复相应的数据采集和融合过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010550287.0A CN111753829A (zh) | 2020-06-16 | 2020-06-16 | 一种基于可信计算的车辆综合信息采集装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010550287.0A CN111753829A (zh) | 2020-06-16 | 2020-06-16 | 一种基于可信计算的车辆综合信息采集装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111753829A true CN111753829A (zh) | 2020-10-09 |
Family
ID=72675775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010550287.0A Pending CN111753829A (zh) | 2020-06-16 | 2020-06-16 | 一种基于可信计算的车辆综合信息采集装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111753829A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113537332A (zh) * | 2021-07-09 | 2021-10-22 | 浙江御安信息技术有限公司 | 基于大数据的物联网设备信息采集方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150039367A (ko) * | 2013-10-02 | 2015-04-10 | 주식회사 유라이프소프트 | 차량번호 인식 시스템 |
CN110008298A (zh) * | 2019-03-28 | 2019-07-12 | 武汉星视源科技有限公司 | 驻车多维信息感知应用***及方法 |
CN110598023A (zh) * | 2019-09-02 | 2019-12-20 | 汉腾汽车有限公司 | 一种智慧警务车移动大数据平台 |
-
2020
- 2020-06-16 CN CN202010550287.0A patent/CN111753829A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150039367A (ko) * | 2013-10-02 | 2015-04-10 | 주식회사 유라이프소프트 | 차량번호 인식 시스템 |
CN110008298A (zh) * | 2019-03-28 | 2019-07-12 | 武汉星视源科技有限公司 | 驻车多维信息感知应用***及方法 |
CN110598023A (zh) * | 2019-09-02 | 2019-12-20 | 汉腾汽车有限公司 | 一种智慧警务车移动大数据平台 |
Non-Patent Citations (1)
Title |
---|
王群: "车联网的安全机制及关键技术研究", 中国博士学位论文全文数据库, pages 60 - 128 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113537332A (zh) * | 2021-07-09 | 2021-10-22 | 浙江御安信息技术有限公司 | 基于大数据的物联网设备信息采集方法 |
CN113537332B (zh) * | 2021-07-09 | 2023-02-24 | 浙江御安信息技术有限公司 | 基于大数据的物联网设备信息采集方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10819684B2 (en) | Cognitive blockchain for internet of things | |
US20190165949A1 (en) | Data anonymizing blockchain system | |
CN106850199B (zh) | 一种***识别方法、装置和*** | |
CN105765595B (zh) | 用于验证标识令牌的***和方法 | |
CN108986468A (zh) | 交通事故的处理方法、装置、计算机设备及计算机存储介质 | |
JP2015119479A (ja) | Alprの応用例におけるプライバシーを保護する証拠 | |
CN110188521A (zh) | 一种共享式机动车驾驶员身份认证方法以及*** | |
WO2015117507A1 (zh) | 鉴权方法、采集装置、鉴权装置及***、机柜及解锁方法 | |
KR20200092472A (ko) | 클라우드 기반의 edr 데이터 관리 방법 및 시스템 | |
CN112464030B (zh) | 一种可疑人员确定方法及装置 | |
TWI770708B (zh) | 使用者設備及重新提交其之方法 | |
WO2021045604A1 (ko) | 블록체인 네트워크에 기반하여 차량의 운행기록을 관리하는 방법, 이를 수행하기 위한 장치 및 시스템 | |
CN111798667A (zh) | 非机动车的监控方法、监控服务器及监控***、存储介质 | |
KR20220011101A (ko) | 데이터 프라이버시 시스템 | |
US11875674B2 (en) | Methods and systems for trusted management of traffic violation data using a distributed ledger | |
CN109448172A (zh) | 智能开锁方法和智能锁具 | |
CN117494188A (zh) | 一种基于隐私保护的监控数据采集方法及*** | |
CN111753829A (zh) | 一种基于可信计算的车辆综合信息采集装置 | |
CN111654591B (zh) | 图片防篡改方法、计算机设备及存储介质 | |
CN110717770B (zh) | 车辆零部件的防伪检测方法、装置、设备和存储介质 | |
KR20200092471A (ko) | 클라우드 기반의 edr 데이터 관리 방법 및 시스템 | |
KR20200061750A (ko) | 블록체인 기반 교통사고 정보 관리방법 | |
Feng et al. | Autonomous vehicles' forensics in smart cities | |
KR102069567B1 (ko) | 생체 인증을 이용한 통합배선시스템 | |
CN103927877A (zh) | 一种机动车图像信息存储识读方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |