Resumen

Presentamos un sistema inteligente de identificación de conductores para manejar el robo de vehículos basado en modelar comportamientos humanos dinámicos. Proponemos reconocer a conductores ilegítimos a través de sus comportamientos al conducir. Dado que los comportamientos de conducción humana pertenecen a una característica biométrica dinámica que es compleja y difícil de imitar en comparación con características estáticas como contraseñas y huellas dactilares, encontramos que esta nueva idea de utilizar características dinámicas humanas para una aplicación de seguridad mejorada es más efectiva. En este artículo, primero describimos nuestra plataforma experimental para recopilar y modelar comportamientos humanos al conducir. Luego comparamos la transformada rápida de Fourier (FFT), el análisis de componentes principales (PCA) y el análisis de componentes independientes (ICA) para el preprocesamiento de datos. Utilizando el método de aprendizaje automático de máquina de vector de soporte (SVM), derivamos el modelo de comportamiento de conducción individual y luego demostramos el procedimiento para reconocer a diferentes conductores mediante el análisis de los modelos correspondientes. Se describen los resultados experimentales de los algoritmos de aprendizaje y la evaluación.

• Materias:Brazo robótico Robot omnidireccional Movimientos multiarticulares Algoritmo de control Máquina de vectores
• Subjects:Robotic arm Omnidirectional robot Multi-joint movements Control algorithm Vector machine
• Palabras claves:Sistema inteligente de identificación de conductores; Robo de vehículos; Comportamientos humanos dinámicos; Comportamientos de conducción; Características biométricas; Aprendizaje automático
• Keywords:Intelligent driveridentification system; Vehicle theft; Dynamic human behaviors; Driving behaviors; Biometrical feature; Machine learning