一种骑行热量消耗计算方法及系统与流程

1.本发明属于自行车码表技术领域，尤其涉及一种骑行热量消耗计算方法及系统。


背景技术：

2.自行车运动是一项用户群体广泛的运动，具有交通出行、运动健身、体育竞赛等诸多用途。骑行者在骑行时，通过不断踩踏踏板驱动自行车向前运动，在这一过程中会不断消耗热量，一般常用千卡路里作为热量消耗的度量单位。在骑行过程中，实时计算用户已经消耗的热量，对于评价用户运动效果、指导用户训练具有重要作用。
3.若要精确计算骑行的卡路里消耗，通常只能在实验室或使用专业设备进行测量，而这种方式费用高昂且无法在日常生活中使用到，仅用于科学研究、运动员训练等。实际中，经研究发现可以使用其他数据指标来对卡路里进行估算，能在一定程度上接近实际值。目前，常见的估算方法包括根据自行车功率计、最大摄氧量、心率、物理学原理或基于经验公式等，结合相应的算法，可以得到卡路里估算值，估算精度依次降低,这些方法采用的参数都是固定的，忽略了每个骑行者的个体差异，加之车辆自身、路段和天气等因素影响，实际估算的热量消耗值准确度不高。


技术实现要素：

4.有鉴于此，本发明实施例提供了一种骑行热量消耗计算方法及系统，用于解决骑行热量消耗计算准确度不高问题。
5.在本发明实施例的第一方面，提供了一种骑行热量消耗计算方法，包括：
6.通过码表获取相连接的外部设备，所述外部设备为功率计、测算最大摄氧量与心率的运动穿戴设备、心率带中的一种；
7.获取骑行用户基础信息，基于人群生理特征通过大数据分析将用户划分至对应的人群组别；
8.根据用户所属的人群组别，获取对应人群组别中相同卡路里估算方案对应的关系系数；
9.其中，所述关系系数为基于机器学习，通过高精度卡路里估算结果对次高精度卡路里估算方案的系数校准后得到的关系系数；
10.根据所述关系系数和外部设备采集数据，实时计算骑行消耗的卡路里；
11.若码表没有相连接的外部设备，则根据所述关系系数及物理学原理，计算骑行消耗的卡路里。
12.在本发明实施例的第二方面，提供了一种骑行热量消耗计算系统，包括：
13.通过码表获取相连接的外部设备，所述外部设备为功率计、测算最大摄氧量与心率的运动穿戴设备、心率带中的一种；
14.获取骑行用户基础信息，基于人群生理特征通过大数据分析将用户划分至对应的人群组别；
15.根据用户所属的人群组别，获取对应人群组别中相同卡路里估算方案对应的关系系数；
16.其中，所述关系系数为基于机器学习，通过高精度卡路里估算结果对次高精度卡路里估算方案的系数校准后得到的关系系数；
17.根据所述关系系数和外部设备采集数据，实时计算骑行消耗的卡路里；
18.若码表没有相连接的外部设备，则根据所述关系系数及物理学原理，计算骑行消耗的卡路里。
19.在本发明实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明实施例第一方面所述方法的步骤。
20.在本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。
21.本发明实施例中，基于大数据和机器学习技术，划分不同人群组别并对不同人群进行关系系数优化校准，进而为不同人群组别提供个性化的关系系数以计算热量消耗，从而提高骑行卡路里估算的准确性。
附图说明
22.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍，显而易见地，下面描述的附图仅仅是本发明的一些实施例，对本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其他附图。
23.图1为本发明一个实施例提供的一种骑行热量消耗计算方法的流程示意图；
24.图2为本发明一个实施例提供的一种骑行热量消耗计算方法的另一流程示意图；
25.图3为本发明一个实施例提供的一种骑行热量消耗计算系统的结构示意图。
具体实施方式
26.为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
27.应当理解，本发明的说明书或权利要求书及上述附图中的术语“包括”以及其他相近意思表述，意指覆盖不排他的包含，如包含一系列步骤或单元的过程、方法或系统、设备没有限定于已列出的步骤或单元。此外，“第一”“第二”用于区分不同对象，并非用于描述特定顺序。
28.需要说明的是，在已知的卡路里估算方法中包括根据自行车功率计计算、根据最大摄氧量计算、根据心率计算、根据物理学原理计算以及根据经验公式计算，各方案的估算精度依次降低，其中根据自行车功率计估算精度最高。
29.自行车功率计是一种安装在自行车曲柄、牙盘、脚踏等处(视具体产品而定)、可实时计算用户骑行功率的装置。一般原理是根据装置形变计算用户施加的力大小，从而计算出扭矩，进而计算出用户功率。研究发现，用户骑行做功约为人体产生的总热量的20％～25％，且一般功率越大，占比越高。因此，使用功率计得到用户功率，使用功率计算用户做功，再乘以一个转换比(4～5)，即可计算出卡路里。功率计法是目前已知最为精确的卡路里估算算法。但转换比实际是功率的函数，不同人群，这个函数并不相同，且会随着训练水平的提高、身体状况等的改变而变化。
30.最大摄氧量是指人体在进行最大强度运动时，人体所能摄入的最大的氧气含量，是反映人体有氧运动能力的重要指标。人体通过一系列化学反应产生热量，这一过程需要消耗氧气。可以将这一过程看作一个缓慢的燃烧过程。一般而言，消耗的氧气越多，燃烧越剧烈，故而产生的热量越多。所以，可以使用氧气消耗量来估算卡路里。研究发现，在其他因素不变时，卡路里和最大摄氧量之间存在一个线性关系。一般常用运动手表/手环测算最大摄氧量。该方案较功率计精准度差，较心率方案精准度高。卡路里和最大摄氧量之间的关系式是经验公式，这个经验公式的系数，不同人群差异存在差异，且随个人训练水平的提高、身体状况等的改变而改变。
31.心率即人体每分钟心跳次数。一定范围内，运动越剧烈，心率越高，热量消耗越多。同时，心率和人体氧气摄入也有一定关系。因此心率也可用于估算卡路里。研究发现，在其他因素不变时，心率和卡路里之间存在一个线性关系。一般常用心率计测量心率。此方案较最大摄氧量精准度差，较物理学原理方案略好。同样的，卡路里和心率之间的关系式是经验公式，经验公式的系数，随着不同人群的不同以及个人训练水平的提高、身体状况的改变而改变。此外，心率易受环境、个人压力、饮食、药物等的影响，从而对卡路里估算造成一定影响。
32.物理学原理是通过估算出用户施加的力的大小，结合已知的用户骑行速度，则根据“功率＝力
×
速度”的公式即可推算出用户骑行功率，再参考功率计方法即可得知卡路里。
33.具体的，对于用户施加力的估算：用户在骑行过程中，受到的力包括摩擦阻力fr、空气阻力fa、上下坡时重力分量fg、加速度对应的力facc以及颠簸时垂直路面向上的弹力等，一般只考虑前四种力。
34.则有f＝fr+fa+fg+facc，
35.式中，fr＝cr*mg，fa＝ca*v^2(v^2表示速度的平方)，fg＝mgsinθ，facc＝ma。
36.m为人体体重和自行车重量之和，g为重力加速度(9.8m/s^2)，cr为轮胎和地面摩擦系数，ca为是空气阻力系数，v为骑行速度和风速的矢量和的幅值，θ是上下坡时坡和地面的夹角(后续称为坡度角)，a为骑行加速度，只取正加速度。
37.在坡度角较小时，有sinθ≈tanθ≈θ，亦即可使用坡度代替sinθ。该方案和功率计方案相比，还存在以下问题：其一摩擦阻力系数难以确定，cr受多种因素影响，包括轮胎类型、轮胎状况、地面状况和天气等。一般而言，同一路段，公路车的摩擦系数小于山地车，同一辆自行车，在不同路况如水泥地面、沥青路面、石板路面、沙面、泥泞地面，摩擦系数也不同，即使是同一路段，在不同天气如晴天、雨天、雪天，摩擦系数也不同；其二是空气阻力系数难以确定，ca受用户体型、服装和自行车类型等多种因素影响；其三是易受风力作用影
响，而风力因素较难实时测量：一般设备无法测量风速和风向。因此，若使用固定摩擦系数和空气阻力系数，且忽略风力因素影响，则会对卡路里计算结果造成很大影响。
38.经验公式则是根据用户个人生理信息如性别、体重等和骑行速度、上下坡状况等，大致估算出用户的热量消耗速率，再乘以时间等计算出卡路里。
39.请参阅图1，本发明实施例提供的一种骑行热量消耗计算方法的流程示意图，包括：
40.s101、通过码表获取相连接的外部设备，所述外部设备为功率计、测算最大摄氧量与心率的运动穿戴设备、心率带中的一种；
41.其中，所述码表至少包括gps、气压高度计、ant通信模块和蓝牙通信模块。码表与外部设备之间基于ant或ant+协议进行通信，基于码表与外部设备的连接，获取外部设备采集信息。
42.功率计、运动穿戴设备和心率带分别用于采集骑行用户的骑行功率、用户最大摄氧量和心率、心率，当码表连接有任意一种设备，则采用该设备对应的卡路里估算方法进行估算。所述运动穿戴设备可以为运动手环或手表。
43.应理解，所述码表还具有采集或计算骑行速度(包括相对于风的骑行速度)、坡度的功能。
44.s102、获取骑行用户基础信息，基于人群生理特征通过大数据分析将用户划分至对应的人群组别；
45.通过智能终端(如手机)获取用户基础信息，在终端上部署有app用于录入用户信息，包括性别、年龄、身高、体重、自行车类型、轮胎类型等。终端还可以用于数据通信及数据同步。基于终端可以与码表连接，上传码表中的采集数据，并能连接远端的服务器，进行用户分类，并获取关系系数。
46.收集大量用户数据，通过大数据分析按一定的标准对用户进行分类。
47.具体的，至少根据人种、性别、年龄、体重、身高和运动能力分级对人群进行划分，使得相同组别的人群生理水平相近。
48.示例性的，人种可划分为黑、黄、白；性别只有男女；年龄可按10岁一个递增阶次，从0岁开始，划分为0～10、10～20、20～30、30～40、40～50、50～60、60～70、70+等8个阶段；用户训练水平可划分为新手、入门、中级、高级、专家、世界级选手6个等级。这样，一共可划分出3
×2×8×
6＝288个人群。
49.运动能力分级是对用户骑行能力的评价指标，用户运动能力越强、专业程度越高，则分级越高。分级不同，则用于卡路里计算的各关系式的系数也会存在差异。
50.根据用户的骑行记录和历史骑行记录，对用户运动能力进行分级。分级评价指标包括但不限于平均骑行速度、最大骑行速度、平均骑行功率、最大骑行功率和骑行距离等。比如用户平均速度在所有人中超过60％的人，得分60，最大速度超过50％的人，得分50，依次类推，其余得到70、40、90，则平均得分62分，运动能力划定为中级。
51.s103、根据用户所属的人群组别，获取对应人群组别中相同卡路里估算方案对应的关系系数；
52.将用户划分至不同组别后，获取该组别中卡路里估算方案对应的关系系数，如采用功率计估算，则获取该组别中功率计对应的相关系数，即转换比。
53.其中，所述关系系数为基于机器学习，通过高精度卡路里估算结果对次高精度卡路里估算方案的系数校准后得到的关系系数；
54.码表在估算用户骑行消耗的卡路里前，需要获取估算方案中的关系系数，该关系系数由远端服务器通过机器学习模型，对各估算方案中关系系数校准后得到，不同用户组别、不同估算方案对应的关系系数均不同。
55.具体的，在同组别中，获取最精准卡路里估算方案的结果作为真实值，并将所述真实值作为次精准卡路里估算方案的目标值，以次精准卡路里估算方案采集的骑行数据作为输入，通过机器学习模型，校准次精准卡路里估算方案的关系系数；
56.卡路里估算方案包括基于功率计的估算方案、基于最大摄氧量的估算方案、基于心率的估算方案、基于物理学原理的估算方案和基于经验公式的估算方案，各估算方案的精度依次降低，且基于功率计的估算方案精度最高；
57.其中，通过实验室测量的卡路里估算结果作为目标值，对基于功率计的估算方案的关系系数校准。
58.示例性的，以功率校准心率为例，卡路里计算心率方案的正向过程是：根据用户配置得到其年龄a和体重信息w，则每秒热量消耗计算式如下：
59.cal＝(c0*hr+c1*w+c2*a+c3)/4.186
60.其中，c0～c3为在骑行开始时从服务器获取的关系系数，hr为每秒从外设获取的心率，代入即可求得cal。
61.采用精准度较高的卡路里估算值(即基于功率计的估算值)作为目标值，w、a和hr使用骑行记录中的值。每一秒采集有一组数据(hr,w,a,cal)，一次骑行就有若干组数据，根据这些采集数据即可推断出c0～c3的值。
62.具体的，设定c0～c3的一组迭代基础值，比如全部为0.5；代入第一组(hr,w,a)，计算出一个cal值，这个值将和对应的cal值做比较，如果较大，就减小c0～c3的值，否则就增大；重复以上过程，依次代入剩下的每一组值，并根据结果减小或增大c0～c3；当满足结束条件(如采集数据全部试完或系数变化较小)，则停止执行，返回c0～c3。
63.每个用户每次骑行的数据都会进行一次计算，得到一组各方案系数。运用大数据技术对估算方案系数进行分析，从该人群的所有系数组中，选取一组最精准或符合大部分人的系数，作为该人群计算系数，选取方法包括但不限于取平均值、中位数等。基于功率计的估算方案系数由实验室实际测量结果来不断更新。
64.s104、根据所述关系系数和外部设备采集数据，实时计算骑行消耗的卡路里；
65.用户每次骑行前，服务器端通过机器学习校准得到的关系系数都会同步到码表，码表根据用户所属组别(或群体)查找到对应的关系系数，结合外部设备采集的功率、最大摄氧量或心率等数据，实时计算骑行消耗的卡路里。
66.具体的，若外部设备为功率计：
67.码表接收功率计发送的功率数据，并用于计算热量消耗，计算频率为1hz。
68.根据公式计算卡路里值：
69.w＝p*1；
70.cal＝f(p)*w/4.186；
71.式中，w表示1s用户做功大小，单位为j(焦耳)；p是用户骑行功率，单位是瓦特；cal
为用户消耗的热量，单位是calories(约为4.186j)；f(p)为用户做功到热量消耗之间的转换比，是一个关于p的函数，无量纲。
72.因为骑行做功仅占人体热量消耗的20％～25％，故需乘以一个系数才能得到真正的热量消耗。据研究，f(p)是关于p的一个非线性函数，其具有如下形式：
[0073][0074]
其中，n是阶数，视容许误差(即看产品规格所允许的误差有多少，一般所要求的误差越小，n值就越大)，可取3～6之间，ai表示关系系数，关系系数可从服务器获取。
[0075]
累加每秒的热量消耗值，累加后的值除以1000，即得到用户实时卡路里。
[0076]
若外部设备为运动手环/手表：
[0077]
码表从运动手表/手环每秒获取最大摄氧量和心率数据，计算热量消耗，计算频率1hz；
[0078]
根据如下公式计算卡路里消耗值：
[0079]
cal＝c0*vo2max+c1*hr+c2*w+c3*a+c4；
[0080]
式中，cal为用户消耗的热量，vo2max为最大摄氧量，hr为心率，w为用户体重，a为用户年龄，c0～c4为关系系数，可从服务器中获取。
[0081]
累加每秒的热量消耗值，累加值除以1000，即得到用户实时卡路里。
[0082]
若外部设备为心率带：
[0083]
码表从心率带每秒获取心率数据，计算热量消耗，计算频率1hz；
[0084]
根据如下公式计算卡路里消耗值：
[0085]
cal＝c0*hr+c1*w+c2*a+c3；
[0086]
式中，cal为用户消耗的热量，h为是心率，w为用户体重，a为用户年龄，c0～c3为关系系数，可从服务器获取。
[0087]
累加每秒的热量消耗值，累加值除以1000，即得到用户实时卡路里。
[0088]
s105、若码表没有相连接的外部设备，则根据所述关系系数及物理学原理，计算骑行消耗的卡路里。
[0089]
当码表没有相连的外部设备，即没有功率计、运动穿戴设备或心率带，则基于物理学原理估算骑行消耗的卡路里。其中，关系系数可根据用户所属人群组别查找得到。
[0090]
具体的，码表每秒获取gps信息，包括当前gps位置(经纬度)、gps速度，并上传到终端。终端根据gps位置，从服务器获取当前位置的气象数据，包括天气、风速、风向，同时获取道路路面状况和空气阻力系数ca；
[0091]
终端根据当前点的位置信息和上一秒的位置信息，计算出前进方向，进而计算出相对于风的运动速度，计算公式如下：
[0092]
vr＝v-v*vw*cosθ；
[0093]
式中，vr是骑手相对于风的运动速度，v为骑行速度，vw为风速，θ是前进方向和风向间的夹角；
[0094]
计算完成之后，将vr发送到码表。
[0095]
终端根据用户配置好的直行车信息和自行车轮胎信息、当前天气、当前道路路面信息，查表获得摩擦系数cr，并发送到码表；
[0096]
码表计算当前坡度slope，并根据上一秒的速度，计算加速度a；
[0097]
码表计算当前合力如下：f＝fr+fa+fg+facc；
[0098]
式中，fr＝mg*cr，fa＝ca*vr^2，fg＝mg*slope，facc＝m*a；
[0099]
m为用户体重加自行车重量，g为重力加速度，cr为摩擦系数，ca为空气阻力系数，vr为骑手相对于风的运动速度，slope为坡度，a为前进加速度，仅取正值。
[0100]
计算1s骑行功率为：p＝f*v；
[0101]
计算这1s热量消耗为：cal＝f(p)*p；
[0102]
累加每秒的热量消耗值，累加值除以1000，即可得到用户实时卡路里。
[0103]
可选的，若码表通信异常、外部设备故障或无法获取用户基础信息，则基于经验公式计算卡路里：
[0104]
cal＝c0
×
v+c1
×
slope+c2
×
w+c3
×
a+c4；
[0105]
式中，cal为卡路里估算值，c0、c1、c2、c3、c4均为关系系数，v为自行车速度，slope为骑行坡度、w为用户体重，a为用户年龄。
[0106]
如图2所示，当外部设备、码表或用于录入用户信息的手机出现异常，无法正常采集数据或通信，则根据经验公式进行卡路里估算。
[0107]
本实施例中，基于大数据及机器学习，对用户进行划分，并根据外部设备的不同，采用相应的算法及关系系数计算骑行卡路里消耗，可以有效提高计算结果的准确性。
[0108]
在一个实施例中，若用户使用了功率计和心率带：
[0109]
用户首次使用时，通过app配置用户个人信息，包括性别、年龄、身高、体重、自行车类型、轮胎型号等，并同步到服务器。服务器首次进行用户分类，将其划分到对应人群。
[0110]
骑行开始，检测到用户安装了功率计，并佩戴了心率带，码表通过手机从服务器获取用户所在人群的功率转换比函数，并保存到本地。
[0111]
码表接收功率计的功率数据，每秒计算一次热量消耗，计算公式如下：
[0112]
w＝p*1；
[0113]
cal＝f(p)*w/4.186；
[0114]
累加热量消耗，并除以1000，得到卡路里，并展示给用户。
[0115]
记录此时的功率、心率、骑行速度、坡度、gps位置等，并发送给手机。根据gps位置，手机每秒从服务器获取当前位置的天气、路面状况、风速、风向等信息，根据当前gps位置和上一秒gps位置，计算出运动方向，已知风向，即可计算出运动方向和风向之间的夹角θ，进而计算出用户相对于风的运动速度，公式如下：
[0116]
vr＝v-v*vw*cosθ；
[0117]
根据自行车类型、轮胎类型和地面状况、天气等，查表计算出当前的摩擦系数。
[0118]
手机保存接收到的码表发送来的数据、摩擦系数和计算出来的相对于风的运动速度等。
[0119]
骑行结束，手机发送骑行记录到服务器。
[0120]
服务器解析数据，发现有功率数据，此外，还有心率数据，则使用功率计数据对心率方案系数进行校准。校准过程如下：
[0121]
根据用户所在人群，获取其功率转换比函数，重算每秒的热量消耗；
[0122]
组合每秒的运动数据，包括心率、体重、年龄和功率重算的热量消耗，将功率重算的热量消耗作为心率方案的目标值，将心率、体重和年龄作为输入，利用机器学习计算出各
关系系数；
[0123]
将计算出的系数添加到所在人群的心率系数库中，使用大数据计算，计算出最普适的心率系数，并将其作为当前人群的最新的心率系数。计算方法可以是加权平均等。
[0124]
同时，还可以使用功率计数据对物理学方案进行校准和对经验公式校准。
[0125]
根据骑行记录中的平均速度、最大速度、骑行距离、平均功率、最大功率等数据，评估用户运动能力分级，表现越好，运动能力分级越大。如果运动能力分级发生变化，将用户移动到相符合的人群组别中。
[0126]
应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0127]
图3为本发明实施例提供的一种骑行热量消耗计算系统的结构示意图，该系统至少包括：
[0128]
码表310，用于获取相连接的外部设备，并根据用户所属组别获取相同卡路里估算方案对应的关系系数，根据关系系数和外部设备采集数据，实时计算骑行消耗的卡路里；
[0129]
所述外部设备为功率计、测算最大摄氧量与心率的运动穿戴设备、心率带中的一种；
[0130]
其中，若码表没有相连接的外部设备，则根据关系系数及物理学原理，计算骑行消耗的卡路里；
[0131]
所述码表310至少包括gps、气压高度计、ant通信模块和蓝牙通信模块。
[0132]
智能终端320，用于获取骑行用户基础信息，并将码表采集数据和用户基础信息上传至服务器，将服务器校准后的关系系数和用户分类同步至码表；
[0133]
所述智能终端还可以用于计算骑行速度、相对于风向的骑行速度等，获取服务器端查询的天气、路况、风向风速等数据，将骑行速度等数据发送至码表。
[0134]
服务器330，用于基于人群生理特征通过大数据分析将用户划分至对应的人群组别，并基于机器学习，通过高精度卡路里估算结果对次高精度卡路里估算方案的关系系数进行校准。
[0135]
其中，至少根据人种、性别、年龄、体重、身高和运动能力分级对人群进行划分，使得相同组别的人群生理水平相近。
[0136]
具体的，在同组别中，获取最精准卡路里估算方案的结果作为真实值，并将所述真实值作为次精准卡路里估算方案的目标值，以次精准卡路里估算方案采集的骑行数据作为输入，通过机器学习模型，校准次精准卡路里估算方案的关系系数；
[0137]
卡路里估算方案包括基于功率计的估算方案、基于最大摄氧量的估算方案、基于心率的估算方案、基于物理学原理的估算方案和基于经验公式的估算方案，各估算方案的精度依次降低，且基于功率计的估算方案精度最高；
[0138]
其中，通过实验室测量的卡路里估算结果作为目标值，对基于功率计的估算方案的关系系数校准。
[0139]
可选的，若码表通信异常、外部设备故障或无法获取用户基础信息，则基于经验公式计算卡路里：
[0140]
cal＝c0
×
v+c1
×
slope+c2
×
w+c3
×
a+c4；
[0141]
式中，cal为卡路里估算值，c0、c1、c2、c3、c4均为关系系数，v为自行车速度，slope
为骑行坡度、w为用户体重，a为用户年龄。
[0142]
所述领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和模块的具体工作过程可以参考前述方法实施例中对应的过程，在此不再赘述。
[0143]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0144]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括步骤s101至s105，所述的存储介质包括如rom/ram等。
[0145]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0146]
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。