[发明专利]指纹识别模组及其组装方法与门锁在审
| 申请号: | 201810121645.9 | 申请日: | 2018-02-07 |
| 公开(公告)号: | CN110119661A | 公开(公告)日: | 2019-08-13 |
| 发明(设计)人: | 黄江 | 申请(专利权)人: | 南昌欧菲生物识别技术有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G07C9/00 |
| 代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 黄德海 |
| 地址: | 330013 江西*** | 国省代码: | 江西;36 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 底板 导光元件 收容空间 电路板 导光侧壁 指纹识别 收容 收容腔 模组 连接器 指纹识别芯片 外壳侧壁 门锁 通孔 组装 环绕 光源设置 区域确定 指纹采集 中心延伸 光元件 相背 光源 连通 暴露 | ||
1.一种指纹识别模组,其特征在于,包括:
外壳,所述外壳包括底板及环绕所述底板的外壳侧壁,所述底板与所述外壳侧壁共同围成收容腔,所述底板开设有与所述收容腔连通的通孔;
导光元件,所述导光元件收容在所述收容腔内,所述导光元件包括导光侧壁及自所述导光侧壁向所述导光元件中心延伸形成的台阶,所述导光侧壁围成收容空间;
电路板,所述电路板设置在所述台阶上并收容在所述收容空间内,所述电路板包括相背的第一面及第二面,所述第二面相较于所述第一面更靠近所述底板;
指纹识别芯片,所述指纹识别芯片设置在所述第一面上并收容在所述收容空间内;
光源,所述光源设置在所述第二面上并收容在所述收容空间内;和
连接器,所述连接器设置在所述第二面上并从所述通孔暴露。
2.根据权利要求1所述的指纹识别模组,其特征在于,所述外壳侧壁包括与所述底板相背的外壳端面,所述导光元件包括远离所述底板的导光端面,所述指纹识别芯片包括远离所述电路板的正面,所述外壳端面、所述导光端面及所述正面齐平。
3.根据权利要求1所述的指纹识别模组,其特征在于,所述外壳侧壁包括与所述底板相背的外壳端面,所述外壳端面为朝向所述收容腔中心逐渐向下倾斜的斜面。
4.根据权利要求3所述的指纹识别模组,其特征在于,所述导光元件包括远离所述底板的导光端面,所述导光端面为朝向所述收容空间中心逐渐向下倾斜的斜面,所述导光端面倾斜斜率与所述外壳端面的倾斜斜率相同。
5.根据权利要求1所述的指纹识别模组,其特征在于,所述连接器设置在所述第二面的中心,所述光源的数量为多个,多个所述光源环绕所述连接器设置。
6.根据权利要求1所述的指纹识别模组,其特征在于,所述外壳由金属材料制成,所述外壳包括自所述底板向所述收容腔内延伸形成的环形内壁,所述环形内壁环绕所述通孔,所述连接器伸入所述环形内壁中。
7.根据权利要求1所述的指纹识别模组,其特征在于,所述指纹识别模组还包括反光元件,所述反光元件设置在所述底板上并位于所述光源与所述连接器之间。
8.根据权利要求7所述的指纹识别模组,其特征在于,所述反光元件环绕所述连接器,所述反光元件的反光面为曲面。
9.一种门锁,其特征在于,包括:
壳体;及
权利要求1-8任意一项所述的指纹识别模组,所述指纹识别模组安装在所述壳体上。
10.根据权利要求9所述的门锁,其特征在于,所述门锁还包括控制芯片,所述控制芯片设置在所述壳体内并与所述电路板电性连接,所述控制芯片用于根据用户输入控制所述光源发光,所述导光元件将所述光源发出的光线导出。
11.一种指纹识别模组的组装方法,其特征在于,包括:
提供一电路板,所述电路板包括相背的第一面及第二面;
将指纹识别芯片设置在所述第一面上;
将光源及连接器设置在所述第二面上;
提供一导光元件,所述导光元件包括导光侧壁及自所述导光侧壁向所述导光元件中心延伸形成的台阶,所述导光侧壁围成收容空间;
将所述电路板设置在所述台阶上并使所述电路板、所述指纹识别芯片及所述光源收容在所述收容空间内;
提供一外壳,所述外壳包括底板及环绕所述底板的外壳侧壁,所述底板与所述外壳侧壁共同围成收容腔,所述底板开设有与所述收容腔连通的通孔;及
将所述导光元件设置在所述收容腔内并使所述连接器从所述通孔暴露,所述第二面相较于所述第一面更靠近所述底板。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南昌欧菲生物识别技术有限公司,未经南昌欧菲生物识别技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810121645.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:指纹识别模组和终端
- 下一篇:一种基于深度学习的垃圾种类识别系统





