Resumen

Presentamos un sistema inteligente de identificacin de conductores para hacer frente al robo de vehculos basado en el modelado de comportamientos humanos dinmicos. Proponemos reconocer a los conductores ilegtimos a travs de su comportamiento al volante. Dado que los comportamientos de conduccin humanos pertenecen a una caracterstica biomtrica dinmica que es compleja y difcil de imitar en comparacin con las caractersticas estticas, como las contraseas y las huellas dactilares, creemos que esta novedosa idea de utilizar caractersticas dinmicas humanas para mejorar la aplicacin de la seguridad es ms eficaz. En este artculo describimos en primer lugar nuestra plataforma experimental para recopilar y modelar comportamientos humanos al volante. A continuacin, comparamos la transformada rpida de Fourier (FFT), el anlisis de componentes principales (PCA) y el anlisis de componentes independientes (ICA) para el preprocesamiento de datos. Utilizando el mtodo de aprendizaje automtico de la mquina de vectores de soporte (SVM), derivamos el modelo de comportamiento de conduccin individual y, a continuacin, demostramos el procedimiento para reconocer diferentes conductores mediante el anlisis de los modelos correspondientes. Se describen los resultados experimentales de los algoritmos de aprendizaje y la evaluacin.

• 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