PL247981B1 - Sposób zdalnego kontrolowania zawartości alkoholu w wydychanym powietrzu - Google Patents
Sposób zdalnego kontrolowania zawartości alkoholu w wydychanym powietrzuInfo
- Publication number
- PL247981B1 PL247981B1 PL437296A PL43729621A PL247981B1 PL 247981 B1 PL247981 B1 PL 247981B1 PL 437296 A PL437296 A PL 437296A PL 43729621 A PL43729621 A PL 43729621A PL 247981 B1 PL247981 B1 PL 247981B1
- Authority
- PL
- Poland
- Prior art keywords
- user
- server
- control device
- mgaw
- web application
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
- A61B5/1176—Recognition of faces
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4845—Toxicology, e.g. by detection of alcohol, drug or toxic products
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K28/00—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions
- B60K28/02—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver
- B60K28/06—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver responsive to incapacity of driver
- B60K28/063—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver responsive to incapacity of driver preventing starting of vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0818—Inactivity or incapacity of driver
- B60W2040/0836—Inactivity or incapacity of driver due to alcohol
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Security & Cryptography (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Automation & Control Theory (AREA)
- Toxicology (AREA)
- Pharmacology & Pharmacy (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Hardware Design (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Selective Calling Equipment (AREA)
Abstract
Przedmiotem wynalazku jest sposób zdalnego kontrolowania zawartości alkoholu w wydychanym powietrzu, mający zastosowanie przy warunkowaniu dostępu do stanowisk pracy za pomocą aplikacji komputerowej. Utworzenie odpowiedniego modelu pozwala opracowanie wirtualnego asystenta wspomagającego pracę osoby nadzorującej trzeźwość na stanowisku pracy. Sposób zdalnego kontrolowania zawartości alkoholu użytkowników, w którym to wykonane za pomocą urządzenie kontrolnego (UK) w domyśle alkomatu z technologią radiowego przesyłu danych mierzy się stężenie alkoholu w wydychanym powietrzu, charakteryzuje się tym, że utworzony zbiór danych wzorcowych (DW) obejmujący indywidualizujące ślady elektroniczne urządzenia kontrolnego (UK) i użytkownika (U) zapisuje się w module gromadzenia danych aplikacji web (MGAW) na serwerze zawartym wewnątrz infrastruktury sieciowej analizy danych (ISAD).
Description
Opis wynalazku
Przedmiotem wynalazku jest sposób zdalnego kontrolowania zawartości alkoholu w wydychanym powietrzu, mający zastosowanie przy warunkowaniu dostępu do stanowisk pracy za pomocą aplikacji komputerowej. Utworzenie odpowiedniego modelu pozwala opracowanie wirtualnego asystenta wspomagającego pracę osoby nadzorującej trzeźwość na stanowisku pracy.
Dotychczas znane są sposoby zdalnego nadzorowania i kontrolowania trzeźwości pracowników, obejmujące zdalny pomiar zawartości alkoholu w wydychanym powietrzu oraz oparte na systemach telekomunikacyjnych informowanie pracodawcy o jego wyniku, z możliwością zdalnego blokowania dostępu do stanowiska pracy. Znane rozwiązania nie obejmują formuł umożliwiających wykrywanie fałszerstw, a także pomyłek w zakresie identyfikacji osoby co do której dokonywany jest pomiar, z możliwością samouczenia się.
W ramach rozwiązania wedle wynalazku opracowano zespół czynności obejmujących przygotowanie danych, ich transformacja, a także przeprowadzenie analizy, która pozwoli na utworzenie optymalnego modelu identyfikacji urządzenia jak i użytkownika.
Z kanadyjskiego opisu wynalazku CA2906116 znany jest sposób monitorowania trzeźwości za pomocą ręcznego urządzenia do badania oddechu, które po odebraniu wartości stężania alkoholu w wydychanym powietrzu generuje sygnał zawierający dane o zawartości tejże substancji i dane identyfikacyjne użytkownika oraz bezprzewodowo za pomocą sieci komórkowej przesyła do stacji odbiorczej.
Z kolei z amerykańskiego wynalazku US2020191769A1 znany jest sposób zdalnego monitorowania trzeźwości za pomocą urządzeń bezprzewodowych połączonych za pośrednictwem sieci komunikacyjnej, zapewniający użytkownikom różne formy alertów w postaci wiadomości elektronicznych.
Z jeszcze innego amerykańskiego opisu wynalazku US2020256848 znany jest system monitorowania trzeźwości użytkownika. System ten może zawierać urządzenie testujące, które generuje sygnał zawartości substancji. Urządzenie testujące może ponadto zawierać ustnik i urządzenie do identyfikacji użytkownika. Urządzenie identyfikujące użytkownika może generować dane identyfikacyjne użytkownika w odpowiedzi na oddech użytkownika i może przesyłać je z urządzenia testującego do stacji monitorującej. Urządzenie testujące może ponadto zawierać co najmniej jeden ekran LCD lub diodę elektroluminescencyjną („LED”). Co najmniej jeden z ekranów LCD lub diody LED może wyświetlać co najmniej jeden losowo generowany widoczny znak identyfikacyjny.
Natomiast także z amerykańskiego opisu wynalazku US2020388117 znany jest sposób monitorowania trzeźwości za pomocą ręcznego urządzenia do badania oddechu, które po odebraniu oddechu użytkownika generuje sygnał zawierający dane o zawartości substancji i dane identyfikacyjne użytkownika oraz bezprzewodowo przesyła sygnał do stacji odbiorczej, w którym urządzenie do badania oddechu zawiera czytnik linii papilarnych.
Ponadto znany jest z dokumentu US2018101721 sposób umożliwiający lokalizację i ustalenie zażywania substancji przez osobę poddaną testowi.
Sposób ta polega na wykryciu poziomu substancji w próbce testowej dostarczonej przez osobę poddawaną testowi, przesłaniu informacji o poziomie i unikalnym numerze seryjnym urządzenia testowego do urządzenia komunikacyjnego, ustaleniu lokalizacji osoby poddawanej testowi oraz przesłaniu informacji o poziomie, lokalizacji i unikalnym numerze seryjnym z urządzenia komunikacyjnego do zdalnego serwera. W ten sposób można weryfikować poziom substancji i lokalizację pacjenta, przestępcy lub innej osoby. Sposób ten może polegać na monitorowaniu substancji pod kątem obecności substancji kontrolowanej lub niekontrolowanej. Przykładowo sposób ten może obejmować dostarczenie alkomatu w celu monitorowania poziomu alkoholu lub marihuany. Lokalizacja osoby badanej jest określana za pomocą urządzenia komunikacyjnego. W tym zakresie urządzenie komunikacyjne, może określić lokalizację, na przykład w oparciu o informacje GPS lub sieć komórkową. Dodatkowe informacje mogą zostać przesłane z urządzenia komunikacyjnego do zdalnego serwera. Urządzenie komunikacyjne może na przykład pozyskiwać i wysyłać dane biometryczne dotyczące osoby poddawanej testowi, informacje o kodzie bezpieczeństwa identyfikującym konkretny test lub fotografię zawierającą wyświetlacz unikalnego numeru seryjnego, kodu bezpieczeństwa itp., które można porównać z cyfrową transmisją tych samych informacji. Informacje biometryczne mogą obejmować na przykład obraz co najmniej części twarzy danej osoby w celu analizy rozpoznawania twarzy, obraz tęczówki oka pacjenta, informacje o odciskach palców i tym podobne.
Jednakże rozwiązanie to nie zapewnia integralnej analizy intoksykacji i narażone jest na próby podawania fałszywych danych wejściowych, celem fałszowania wyników testu. Nie możliwe jest również w tym rozwiązaniu udoskonalenie efektywności jego działania u konkretnego użytkownika końcowego.
Ponadto znany jest z dokumentu US202104257 sposób dostarczania informacji o osobie na podstawie rozpoznawania twarzy i różnych zastosowań tego rozwiązania, w tym odprawy na podstawie twarzy, identyfikacji osobistej na podstawie twarzy, weryfikacji tożsamości na podstawie twarzy, kontroli przeszłości na podstawie twarzy, sieci współpracy danych twarzy, korelacyjnego wyszukiwania twarzy i osobistej identyfikacji na podstawie twarzy. Ujawnione sposoby pozwalają na dostarczanie dokładnych informacji o danej osobie w czasie rzeczywistym.
Jednakże sposób ten nie umożliwia sprawdzenia zgodności innej niż tożsamość użytkownika na podstawie analizowanych danych obrazowych. Sposób ten również nie umożliwia bieżącego udoskonalania działania systemu w zależności od kontekstu wynikającego z jego konkretnego rzeczywistego stosowania.
Dlatego też celem wynalazku jest opracowanie sposobu pomiaru zawartości alkoholu w wydychanym powietrzu użytkowników, niwelujący możliwość fałszywego oraz błędnego co do urządzenia i użytkownika pomiaru oraz zapewnienie sposobu, który umożliwia bieżące udoskonalanie wiarygodności pomiaru w zależności od kontekstu wynikającego z jego konkretnego rzeczywistego stosowania.
Rozwiązanie problemu automatycznej identyfikacji wedle zaproponowanego sposobu pozwala na ciągłą ewaluację modelu rozpoznania.
Zgodnie z pierwszą postacią, istota wynalazku polega na tym, że sposób zdalnego kontrolowania zawartości alkoholu w wydychanym powietrzu, wykonywany na serwerze, obejmuje:
- przechowywanie w module gromadzenia danych aplikacji web, na wspomnianym serwerze, utworzonego zbioru danych wzorcowych, obejmującego zindywidualizowane wzorce elektroniczne urządzenia kontrolnego i użytkownika, przy czym wspomniany moduł jest zawarty wewnątrz infrastruktury sieciowej analizy danych,
- trenowanie za pomocą wspomnianych danych wzorcowych modelu głębokiej konwolucyjnej sieci neuronowej przechowywanego na serwerze, przy czym wspomniany model jest skonfigurowany do klasyfikacji i identyfikacji
a) charakterystycznych wizualnych cech osobniczych twarzy użytkowników,
b) cech indywidualnych identyfikujących urządzenie kontrolne, takich jak gabaryty oraz indywidualny kod QR lub kod kreskowy, tak aby przy czym sposób obejmuje ponadto uzyskiwanie informacji z badania testowego, poprzez
- uzyskiwanie wyniku pomiaru stężenia alkoholu, będącego wartością stężenia alkoholu w wydychanym powietrzu, z urządzenia kontrolnego
- uzyskiwanie z urządzenia mobilnego, połączonej z wynikiem pomiaru stężenia alkoholu, daty, godziny, lokalizacji geograficznej oraz zdefiniowanego kodu QR lub kodu kreskowego indywidualizującego,
- uzyskiwanie cech wizualnych użytkownika z kamery wspomnianego urządzenia mobilnego, dodatkowo odcisków palców, indywidualnego kodu personalizującego użytkownika wprowadzonego manualnie do urządzenia mobilnego, będących zindywidualizowanym wzorcem elektronicznym użytkownika przy czym sposób obejmuje ponadto
- digitalizację i zapisywanie za pośrednictwem łączy telekomunikacyjnych na serwerze, informacji z badania testowego, uzyskanych w dowolnym formacie
- porównywanie na serwerze, zapisanych informacji z badania testowego z danymi wzorcowymi przy czym za pośrednictwem łączy telekomunikacyjnych, w celu uzyskania informacji z badania testowego, wysyłane są z serwera do urządzenia mobilnego, w dowolnych interwałach czasowych, powiadomienia push lub SMS o konieczności wykonania badania urządzeniem kontrolnym obligujących użytkownika do wykonania czynności pomiarowych pod warunkiem dopuszczenia lub uniemożliwienia dostępu do stanowiska pracy, przy czym
- jeśli otrzymany z urządzenia kontrolnego wynik pomiaru stężenia alkoholu w wydychanym przez użytkownika powietrzu jest w ustalonym w bloku gromadzenia danych aplikacji web przedziale tolerancji, to z serwera infrastruktury sieciowej analizy danych wysyła się informację odblokowującą dostęp do stanowiska pracy,
- jeśli otrzymany z urządzenia kontrolnego wynik pomiaru stężenia alkoholu w wydychanym przez użytkownika powietrzu jest powyżej zakresu tolerancji ustalonego w bloku gromadzenia danych aplikacji web, to z serwera infrastruktury sieciowej analizy danych wysyła się informację blokującą dostęp do stanowiska pracy,
- jeśli serwer infrastruktury sieciowej nie otrzyma z urządzenia kontrolnego, za pośrednictwem urządzenia mobilnego, w ustalonym czasokresie informacji zwrotnej o stężeniu alkoholu w wydychanym powietrzu użytkownika lub otrzyma niepełną informację, obejmującą tylko wynik pomiaru stężenia alkoholu w wydychanym powietrzu, z niepełnym indywidualizującym wzorcem elektronicznym urządzenia kontrolnego i użytkownika, to z serwera wysyła się informację blokującą dostęp do stanowiska pracy,
- jeśli otrzymany z urządzenia kontrolnego wynik pomiaru stężenia alkoholu w wydychanym przez użytkownika powietrzu jest zgodny lub jest powyżej granicy tolerancji ustalonej w bloku gromadzenia danych aplikacji web, a niezgodny jest wzorzec elektroniczny urządzenia kontrolnego identyfikujący urządzenie lub użytkownika, to z serwera wysyła się informację blokującą dostęp do stanowiska pracy.
Korzystnie, w module gromadzenia danych aplikacji web tworzy się indywidualne konta użytkowników w których to zapisuje się dane historyczne obejmujące datę, indywidualny ślad urządzenia i użytkownika, wynik stężenia zmierzonego alkoholu we krwi.
Korzystnie, w module gromadzenia danych aplikacji web ustala się interwał czasowy pomiaru, obejmujący porę dnia, datę, godzinę, lub czas pomiędzy zadanymi godzinami pomiaru, lub losowość pomiaru w dowolnym czasokresie, z wartością graniczną tolerancji alkoholu w wydychanym powietrzu.
Korzystnie, stanowisko pracy to środek transportu lub element infrastruktury produkcyjnej, w szczególności samochód, maszyna produkcyjna, wózek magazynowy, samolot, maszyna produkcyjna, czy bramki wejściowe, przy czym serwer podłączony jest do elektronicznego urządzenia sterującego zapłonem lub dostępem.
Korzystnie, model głębokiej konwolucyjnej sieci neuronowej do rozpoznawania twarzy użytkownika, będący częścią infrastruktury sieciowej analizy danych jest trenowany w sposób ciągły, oznacza to, że w przypadku pojawienia się nowych danych w bloku przechowywania danych wzorcowych, w następnej iteracji trenowania model sieci neuronowej jest trenowany z wykorzystaniem większej ilości przykładów.
Korzystnie, w module gromadzenia danych aplikacji web tworzy się na podstawie plików graficznych w domyśle pozyskanych z kamery urządzenia mobilnego wzorcowy wizerunek twarzy użytkownika i w interwałach czasowych porównuje się go z wizerunkiem pozyskanym w ramach indywidualizującego wzorca elektronicznego urządzenia kontrolnego i użytkownika, warunkując jego zgodnością dostęp do stanowiska pracy rzeczonego użytkownika, przy czym zgodność ta jest ustalona udziałem procentowym charakterystycznych elementów wizualnych twarzy użytkownika, który zostaje zapisany w module przechowującym dane wzorcowe, które następnie można wykorzystać w celu trenowania modelu głębokiej konwolucyjnej sieci neuronowej, którego zadaniem jest ustalanie w przedziałach procentowych cech charakterystycznych twarzy użytkownika.
Korzystnie, do modułu gromadzenia danych aplikacji web dodaje się adresy email lub numery telefonów, które wysyła się notyfikację, jeśli wynik pomiaru stężenia alkoholu w wydychanym powietrzu jest powyżej ustalonej w module gromadzenia danych aplikacji web tolerancji, lub jeśli w zadanym czasokresie nie ma informacji zwrotnej lub uzyskana informacja w ramach indywidualizującego wzorca elektronicznego urządzenia kontrolnego i użytkownika jest niepełna lub niezgodna z informacjami wzorcowymi, w szczególności ustalona udziałem procentowym charakterystycznych elementów wizualnych twarzy użytkownika jest poniżej założonej wartości.
Korzystnie, udział procentowy charakterystycznych elementów wizualnych twarzy użytkownika ustala się w ramach biometrycznej 3D autentyfikacji cech osobniczych wizerunku użytkownika.
Korzystnie, jeśli użytkownik zignoruje polecenie serwera infrastruktury sieciowej analizy danych dotyczące wykonania pomiaru stężenia alkoholu w wydychanym powietrzu i pozytywnego lub negatywnego rozpoznania twarzy to wraz z zablokowaniem stanowiska pracy rzeczony serwer wysyła notyfikację email lub wiadomość tekstową na adresy zdefiniowane w module gromadzenia danych aplikacji web.
Przedmiot wynalazku został zaprezentowany w przykładzie wykonania na rysunku, na którym przedstawiono schemat blokowy obrazujący przedmiotowy sposób.
Zastosowanie wynalazku pozwala na bardzo dokładne skorelowanie użytkownika, urządzenia pomiarowego i wyniku pomiaru stężenia alkoholu w wydychanym powietrzu, przy bardzo krótkim czasie wynoszącym co najwyżej kilkanaście sekund. Modele uczone są na podstawie danych wzorcowych, następnie wykorzystywane są do w celu identyfikacji cech indywidualnych twarzy oraz cech indywidualnych urządzenia. Selekcja modeli wykonywana jest przy pomocy odpowiednich kryteriów ewaluacji i wyborze najlepszego modelu uzyskanego do tej pory. Całość procesu optymalizacyjnego nowych modeli jest zautomatyzowana i nie wymaga ingerencji człowieka.
Sposób zdalnego kontrolowania zawartości alkoholu w wydychanym powietrzu, w którym to wykonane za pomocą urządzenie kontrolnego UK w domyśle alkomatu z technologią radiowego przesyłu danych mierzy się stężenie alkoholu w wydychanym powietrzu, charakteryzuje się tym, że utworzon y zbiór danych wzorcowych DW obejmujący indywidualizujące ślady elektroniczne urządzenia kontrolnego UK i użytkownika U zapisuje się w module gromadzenia danych aplikacji web MGAW na serwerze zawartym wewnątrz infrastruktury sieciowej analizy danych ISAD, które następnie są wykorzystywane do trenowania modelu głębokiej konwolucyjnej sieci neuronowej, której zadaniem jest klasyfikacja i identyfikacja charakterystycznych wizualnych cech osobniczych twarzy użytkowników U, cech indywidualnych identyfikujących urządzenie kontrolne UK takich jak gabaryty oraz indywidualny kod QR lub kod kreskowy, przy czym informacje te porównuje się z otrzymaną z urządzenia kontrolnego UK wartością stężenia alkoholu w wydychanym powietrzu, połączoną w urządzeniu mobilnym UM z datą, godziną, lokalizacją geograficzną, oraz z rzeczonym zdefiniowanym kodem QR lub kodem kresowym indywidualizującym będących śladem elektronicznym urządzenia kontrolnego UK i pozyskanymi z kamery rzeczonego urządzenia mobilnego UM cechami wizualnymi użytkownika U, dodatkowo z liniami papilarnymi, indywidualnym kodem personalizującym użytkownika U wprowadzonym manualnie do urządzenia mobilnego UM, następnie uzyskane informacje digitalizuje się i za pośrednictwem łączy telekomunikacyjnych zapisuje się w dowolnym formacie na wskazanym powyżej serwerze zawartym wewnątrz infrastruktury sieciowej analizy danych ISAD w module gromadzenia danych aplikacji web MGAW, w celu porównania ich z informacjami wzorcowymi, przy czym za pomocą łączy telekomunikacyjnych z rzeczonego serwera wysyła się do urządzenia mobilnego UM powiadomienia push lub sms o potrzebie zrobienia testu, w dowolnych interwałach czasowych, korzystnie o tej samej porze dnia i godziny, obligujących użytkownika U do wykonania czynności pomiarowych pod warunkiem dopuszczenia lub uniemożliwienia dostępu do stanowiska pracy, przy czym jeśli zmierzony urządzeniem kontrolnym UK wynik pomiaru stężania alkoholu w wydychanym przez użytkownika U powietrzu jest w ustalonej w MGAW przedziałami tolerancji to z serwera infrastruktury sieciowej analizy danych ISAD wysyła się informację odblokowującą dostęp do stanowiska pracy, jeśli zmierzony urządzeniem kontrolnym UK wynik pomiaru stężania alkoholu w wydychanym przez użytkownika U powietrzu jest w powyżej w bloku gromadzenia danych aplikacji web MGAW ustalonej przedziałami tolerancji to z serwera infrastruktury sieciowej analizy danych ISAD wysyła się informację blokującą dostęp do stanowiska pracy, jeśli serwer infrastruktury sieciowej analizy danych ISAD nie otrzyma z urządzenia kontrolnego UK i za pośrednictwem urządzenia mobilnego UM w ustalonym czasokresie informacji zwrotnej o stężeniu alkoholu w wydychanym powietrzu użytkownika UK lub otrzyma niepełną informację obejmującą tylko wynik pomiaru stężania alkoholu w wydychanym z niepełnym indywidualizującym śladem elektronicznym urządzenia kontrolnego UK i użytkownika U to z serwera wysyła się informację blokującą dostęp do stanowiska pracy, jeśli zmierzony urządzeniem kontrolnym UK wynik pomiaru stężania alkoholu w wydychanym przez użytkownika U powietrzu jest zgodny lub jest powyżej tolerancji ustalonej w bloku gromadzenia danych aplikacji web MGAW, a niezgodny jest ślad elektroniczny urządzenia kontrolnego identyfikujący urządzenie lub użytkownika to z serwera wysyła się informację blokującą dostęp do stanowiska pracy, jeśli użytkownik U zignoruje polecenie serwera infrastruktury sieciowej analizy danych ISAD dotyczące wykonania pomiaru stężenia alkoholu w wydychanym powietrzu i pozytywnego lub negatywnego rozpoznania twarzy to wraz z zablokowaniem stanowiska pracy rzeczony serwer wysyła notyfikację email lub wiadomość tekstową na adresy zdefiniowane w module gromadzenia danych aplikacji web MGAW.
W module gromadzenia danych aplikacji web MGAW tworzy się indywidualne konta użytkowników U w których to zapisuje się dane historyczne obejmujące datę, indywidualny ślad urządzenia UK i użytkownika U, wynik stężenia zmierzonego alkoholu we krwi. W module gromadzenia danych aplikacji web MGAW ustala się interwał czasowy pomiaru, obejmujący porę dnia, datę, godzinę, lub czas pomiędzy zadanymi godzinami pomiaru, lub losowość pomiaru w dowolnym czasokresie, z wartością graniczną tolerancji alkoholu w wydychanym powietrzu. Stanowisko pracy to środek transportu lub element infrastruktury produkcyjnej, w szczególności samochód, maszyna produkcyjna, wózek magazynowy, samolot, maszyna produkcyjna, czy bramki wejściowe, przy czym serwer podłączony jest do elektro nicznego urządzenia sterującego zapłonem lub dostępem. Model głębokiej konwolucyjnej sieci neuronowej do rozpoznawania twarzy użytkownika U, będący częścią infrastruktury sieciowej analizy danych ISAD jest trenowany w sposób ciągły, oznacza to, że w przypadku pojawienia się nowych danych w bloku przechowywania danych wzorcowych DW, w następnej iteracji trenowania model sieci neuronowej jest trenowany z wykorzystaniem większej ilości przykładów. W module gromadzenia danych aplikacji web MGAW tworzy się na podstawie plików graficznych w domyśle pozyskanych z kamery urządzenia mobilnego UM wzorcowy wizerunek twarzy użytkownika U i w interwałach czasowych porównuje się go z wizerunkiem pozyskanym w ramach indywidualizującego wzorca elektronicznego urządzenia kontrolnego UK i użytkownika U, warunkując jego zgodnością dostęp do stanowiska pracy rzeczonego użytkownika U, przy czym zgodność ta jest ustalona udziałem procentowym charakterystycznych elementów wizualnych twarzy użytkownika U, który zostaje zapisany w module przechowującym dane wzorcowe DW, które następnie można wykorzystać w celu trenowania modelu głębokiej konwolucyjnej sieci neuronowej, którego zadaniem jest ustalanie w przedziałach procentowych cech charakterystycznych twarzy użytkownika U. W module gromadzenia danych aplikacji web MGAW dodaje się adresy email lub numery telefonów, na które wysyła się notyfikację, jeśli wynik pomiaru stężenia alkoholu w wydychanym powietrzu jest powyżej ustalonej w module gromadzenia danych aplikacji web MGAW tolerancji, lub jeśli w zadanym czasokresie nie ma informacji zwrotnej lub uzyskana informacja w ramach indywidualizującego śladu elektronicznego urządzenia kontrolnego UK i użytkownika U jest niepełna lub niezgodna z informacjami wzorcowymi, w szczególności ustalona udziałem procentowym charakterystycznych elementów wizualnych twarzy użytkownika U jest poniżej założonej wartości. Udział procentowy charakterystycznych elementów wizualnych twarzy użytkownika U ustala się w ramach biometrycznej 3D autentyfikacji cech osobniczych wizerunku użytkownika U.
Claims (10)
- Zastrzeżenia patentowe1. Sposób zdalnego kontrolowania zawartości alkoholu w wydychanym powietrzu, wykonywany na serwerze, przy czym sposób obejmuje:- przechowywanie w module gromadzenia danych aplikacji web (MGAW), na wspomnianym serwerze, utworzonego zbioru danych wzorcowych (DW) obejmującego zindywidualizowane wzorce elektroniczne urządzenia kontrolnego (UK) i użytkownika (U), przy czym wspomniany moduł (MGAW) jest zawarty wewnątrz infrastruktury sieciowej analizy danych (ISAD),- uzyskiwanie informacji z badania testowego, poprzez- uzyskiwanie wyniku pomiaru stężenia alkoholu, będącego wartością stężenia alkoholu w wydychanym powietrzu, z urządzenia kontrolnego (UK)- uzyskiwanie z urządzenia mobilnego (UM), połączonej z wynikiem pomiaru stężenia alkoholu, daty, godziny, lokalizacji geograficznej oraz zdefiniowanego kodu QR lub kodu kreskowego indywidualizującego,- uzyskiwanie cech wizualnych użytkownika (U) z kamery wspomnianego urządzenia mobilnego (UM), dodatkowo odcisków palców, indywidualnego kodu personalizującego użytkownika (U) wprowadzonego manualnie do urządzenia mobilnego (UM), będących zindywidualizowanym wzorcem elektronicznym użytkownika (U) przy czym sposób obejmuje ponadto- digitalizację i zapisywanie za pośrednictwem łączy telekomunikacyjnych na serwerze, informacji z badania testowego, uzyskanych w dowolnym formacie- porównywanie na serwerze, zapisanych informacji z badania testowego z danymi wzorcowymi (DW) przy czym za pośrednictwem łączy telekomunikacyjnych, w celu uzyskania informacji z badania testowego, wysyłane są z serwera do urządzenia mobilnego (UM), w dowolnych interwałach czasowych, powiadomienia push lub SMS o konieczności wykonania badania urządzeniem kontrolnym (UK) obligujących użytkownika (U) do wykonania czynności pomiarowych pod warunkiem dopuszczenia lub uniemożliwienia dostępu do stanowiska pracy, przy czym- jeśli otrzymany z urządzenia kontrolnego (UK) wynik pomiaru stężenia alkoholu w wydychanym przez użytkownika (U) powietrzu jest w ustalonym w bloku gromadzenia danych a plikacji web (MGAW) przedziale tolerancji, to z serwera infrastruktury sieciowej analizy danych (ISAD) wysyła się informację odblokowującą dostęp do stanowiska pracy,- jeśli otrzymany z urządzenia kontrolnego (UK) wynik pomiaru stężenia alkoholu w wydychanym przez użytkownika (U) powietrzu jest powyżej zakresu tolerancji ustalonego w bloku gromadzenia danych aplikacji web (MGAW), to z serwera infrastruktury sieciowej analizy danych (ISAD) wysyła się informację blokującą dostęp do stanowiska pracy,- jeśli serwer infrastruktury sieciowej (ISAD) nie otrzyma z urządzenia kontrolnego (UK), za pośrednictwem urządzenia mobilnego (UM), w ustalonym czasokresie informacji zwrotnej o stężeniu alkoholu w wydychanym powietrzu użytkownika (U) lub otrzyma niepełną informację, obejmującą tylko wynik pomiaru stężenia alkoholu w wydychanym powietrzu, z niepełnym indywidualizującym wzorcem elektronicznym urządzenia kontrolnego (UK) i użytkownika (U), to z serwera wysyła się informację blokującą dostęp do stanowiska pracy,- jeśli otrzymany z urządzenia kontrolnego (UK) wynik pomiaru stężenia alkoholu w wydychanym przez użytkownika (U) powietrzu jest zgodny lub jest powyżej granicy tolerancji ustalonej w bloku gromadzenia danych aplikacji web (MGAW), a niezgodny jest wzorzec elektroniczny urządzenia kontrolnego (UK) identyfikujący urządzenie lub użytkownika, to z serwera wysyła się informację blokującą dostęp do stanowiska pracy znamienny tym, że sposób obejmuje ponadto- trenowanie za pomocą wspomnianych danych wzorcowych (DW) modelu głębokiej konwolucyjnej sieci neuronowej przechowywanego na serwerze, przy czym wspomniany model jest skonfigurowany do klasyfikacji i identyfikacji a ) charakterystycznych wizualnych cech osobniczych twarzy użytkowników (U), b ) cech indywidualnych identyfikujących urządzenie kontrolne (UK).
- 2. Sposób zdalnego kontrolowania zawartości alkoholu użytkowników, według zastrz. 1, znamienny tym, że cechy indywidualne identyfikujące urządzenie kontrolne (UK) obejmują gabaryty oraz indywidualny kod QR lub kod kreskowy.
- 3. Sposób zdalnego kontrolowania zawartości alkoholu użytkowników, według zastrz. 1 znamienny tym, że w module gromadzenia danych aplikacji web (MGAW) tworzy się indywidualne konta użytkowników (U) w których to zapisuje się dane historyczne obejmujące datę, indywidualny wzorzec elektroniczny urządzenia (UK) i wzorzec elektroniczny użytkownika (U), wynik stężenia zmierzonego alkoholu we krwi.
- 4. Sposób zdalnego kontrolowania zawartości alkoholu użytkowników, według zastrz. 1 znamienny tym, że w module gromadzenia danych aplikacji web (MGAW) ustala się interwał czasowy pomiaru, obejmujący porę dnia, datę, godzinę, lub czas pomiędzy zadanymi godzinami pomiaru, lub losowość pomiaru w dowolnym czasokresie, z wartością graniczną tolerancji alkoholu w wydychanym powietrzu.
- 5. Sposób zdalnego kontrolowania zawartości alkoholu użytkowników, według zastrz. 1 znamienny tym, że stanowisko pracy to środek transportu lub element infrastruktury produkcyjnej, w szczególności samochód, maszyna produkcyjna, wózek magazynowy, samolot, maszyna produkcyjna, czy bramki wejściowe, przy czym serwer podłączony jest do elektronicznego urządzenia sterującego zapłonem lub dostępem.
- 6. Sposób zdalnego kontrolowania zawartości alkoholu użytkowników, według zastrz. 1 znamienny tym, że model głębokiej konwolucyjnej sieci neuronowej do rozpoznawania twarzy użytkownika (U), będący częścią infrastruktury sieciowej analizy danych (ISAD) jest trenowany w sposób ciągły, oznacza to, że w przypadku pojawienia się nowych danych w bloku przechowywania danych wzorcowych (DW), w następnej iteracji trenowania model sieci neuronowej jest trenowany z wykorzystaniem większej ilości przykładów.
- 7. Sposób zdalnego kontrolowania zawartości alkoholu użytkowników, według zastrz. 1 znamienny tym, że w module gromadzenia danych aplikacji web (MGAW) tworzy się na podstawie plików graficznych pozyskanych z kamery urządzenia mobilnego (UM) wzorcowy wizerunek twarzy użytkownika (U) i w interwałach czasowych porównuje się go z wizerunkiem pozyskanym w ramach indywidualizującego wzorca elektronicznego urządzenia kontrolnego (UK) i użytkownika (U), warunkując jego zgodnością dostęp do stanowiska pracy rzeczonego użytkownika (U), przy czym zgodność ta jest ustalona udziałem procentowym charakterystycznych elementów wizualnych twarzy użytkownika (U), który zostaje zapisany w module przechowującym dane wzorcowe (DW), które następnie można wykorzystać w celu trenowania modelu głębokiej konwolucyjnej sieci neuronowej, którego zadaniem jest ustalanie w przedziałach procentowych cech charakterystycznych twarzy użytkownika (U).
- 8. Sposób zdalnego kontrolowania zawartości alkoholu użytkowników, według zastrz. 1 znamienny tym, że w module gromadzenia danych aplikacji web (MGAW) dodaje się adresy email lub numery telefonów, na które wysyła się notyfikację, jeśli wynik pomiaru stężenia alkoholu w wydychanym powietrzu jest powyżej ustalonej w module gromadzenia danych aplikacji web (MGAW) tolerancji, lub jeśli w zadanym czasokresie nie ma informacji zwrotnej lub uzyskana informacja w ramach indywidualizującego wzorca elektronicznego urządzenia kontrolnego (UK) i użytkownika (U) jest niepełna lub niezgodna z informacjami wzorcowymi, w szczególności ustalona udziałem procentowym charakterystycznych elementów wizualnych twarzy użytkownika (U) jest poniżej założonej wartości.
- 9. Sposób zdalnego kontrolowania zawartości alkoholu użytkowników, według zastrz. 7 albo 8, znamienny tym, że udział procentowy charakterystycznych elementów wizualnych twarzy użytkownika (U) ustala się w ramach biometrycznej 3D autentyfikacji cech osobniczych wizerunku użytkownika (U).
- 10. Sposób zdalnego kontrolowania zwartości alkoholu użytkowników, według zastrz. 1, znamienny tym, że jeśli serwer nie pozyska informacji z badania stężenia alkoholu w wydychanym powietrzu w odpowiedzi na polecenie serwera infrastruktury sieciowej analizy danych (ISAD) dotyczące wykonania pomiaru stężenia alkoholu w wydychanym powietrzu i pozytywnego lub negatywnego rozpoznania twarzy to wraz z zablokowaniem stanowiska pracy, to serwer wysyła notyfikację email lub wiadomość tekstową na adresy zdefiniowane w module gromadzenia danych aplikacji web (MGAW).
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PL437296A PL247981B1 (pl) | 2021-03-15 | 2021-03-15 | Sposób zdalnego kontrolowania zawartości alkoholu w wydychanym powietrzu |
| EP22162342.4A EP4060527A1 (en) | 2021-03-15 | 2022-03-15 | Method for remote control of alcohol content in exhaled air |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PL437296A PL247981B1 (pl) | 2021-03-15 | 2021-03-15 | Sposób zdalnego kontrolowania zawartości alkoholu w wydychanym powietrzu |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| EP22162342.4A Previously-Filed-Application EP4060527A1 (en) | 2021-03-15 | 2022-03-15 | Method for remote control of alcohol content in exhaled air |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| PL437296A1 PL437296A1 (pl) | 2022-09-19 |
| PL247981B1 true PL247981B1 (pl) | 2025-09-22 |
Family
ID=82850901
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PL437296A PL247981B1 (pl) | 2021-03-15 | 2021-03-15 | Sposób zdalnego kontrolowania zawartości alkoholu w wydychanym powietrzu |
Country Status (2)
| Country | Link |
|---|---|
| EP (1) | EP4060527A1 (pl) |
| PL (1) | PL247981B1 (pl) |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9417232B2 (en) | 2009-10-02 | 2016-08-16 | Bi Mobile Breath, Inc. | Sobriety monitoring system |
| US10467460B2 (en) * | 2013-07-02 | 2019-11-05 | Robert F. Nienhouse 1997 Declaration Of Trust | System and method for locating and determining substance use |
| WO2016094454A1 (en) | 2014-12-08 | 2016-06-16 | Brad Keays | Remote sobriety monitoring systems, devices and methods |
| US9922508B2 (en) | 2015-10-09 | 2018-03-20 | Soberlink Healthcare, Llc | Bioresistive-fingerprint based sobriety monitoring system |
| US20170350877A1 (en) | 2016-04-08 | 2017-12-07 | Soberlink Healthcare, Llc | Sobriety monitoring system with identification indicia |
| AU2020329148A1 (en) * | 2019-08-09 | 2022-03-17 | Clearview Ai, Inc. | Methods for providing information about a person based on facial recognition |
-
2021
- 2021-03-15 PL PL437296A patent/PL247981B1/pl unknown
-
2022
- 2022-03-15 EP EP22162342.4A patent/EP4060527A1/en not_active Withdrawn
Also Published As
| Publication number | Publication date |
|---|---|
| PL437296A1 (pl) | 2022-09-19 |
| EP4060527A1 (en) | 2022-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10956720B2 (en) | System and method for locating and determining substance use | |
| US20250384115A1 (en) | System and method for provisioning a facial recognition-based system for controlling access to a building | |
| US10008099B2 (en) | Methods and systems for providing online monitoring of released criminals by law enforcement | |
| US10752111B2 (en) | System and method for locating and determining substance use | |
| JP5873236B2 (ja) | 出席管理方法およびシステム | |
| CN111028473B (zh) | 校园安全监控联动识别系统 | |
| CN111429321A (zh) | 一种基于物联网的智慧校园管理系统 | |
| CN109376725A (zh) | 一种基于虹膜识别的身份核查方法和装置 | |
| US20240027426A1 (en) | Method for determining the alcohol content in exhaled air | |
| PL247981B1 (pl) | Sposób zdalnego kontrolowania zawartości alkoholu w wydychanym powietrzu | |
| KR20200089432A (ko) | 개인식별코드 정보를 활용한 출퇴근 관리시스템 및 출퇴근 관리방법 | |
| JP2016095817A (ja) | 自動受験システム及びこれに用いる受験不正行為検出装置 | |
| CN116308366A (zh) | 一种支付安全监控处理方法、系统及存储介质 | |
| KR101968810B1 (ko) | 생체측정적 행동 콘텍스트를 기반으로 하는 인간 인식을 위한 시스템 및 방법 | |
| US20210081692A1 (en) | System for characterizing biometric station metrics with genericized biometric information | |
| TW201132331A (en) | Door security management system with physiological signal abnormality reporting function, and method thereof | |
| CN104459718A (zh) | 静脉认证腕式无线定位跟踪器 | |
| US20160360995A1 (en) | Device for determining the level of illicit substances in the breath of a person | |
| CN115331346B (zh) | 一种校园门禁管理方法、装置、电子设备及存储介质 | |
| KR20210146185A (ko) | 부정행위를 방지하는 안면윤곽선 인식 인공지능을 사용한 ubt 시스템 및 그 방법 | |
| CN115222561B (zh) | 一种安防系统 | |
| CN106447812A (zh) | 一种考勤方法及系统 | |
| US12094323B2 (en) | Mobile collection of sensitive information including tracking system and method | |
| Chavan et al. | Smart Card Attendance Monitoring System Using RFID | |
| Adejumobi et al. | Development of a fingerprint-based attendance notification system using simple mail transfer protocol |