越障识别系统及方法与流程

本发明涉及交通技术领域，具体而言，涉及一种越障识别系统及方法。

背景技术：

飞行汽车是一种新型陆空两用的交通工具，由于其具有直升机机动灵活和汽车的地面快速行驶的特点，已经成为各国研究热点。

在飞行汽车飞行的过程中，由于飞行汽车的飞行速度极快，以至于飞行汽车可能无法及时避开前方的障碍物而造成安全事故。因此，如何提供一种安全有效的越障方案是目前飞行汽车行业所面临的一大难题。

技术实现要素：

有鉴于此，本发明实施例的目的在于提供一种越障识别系统及方法以改善上述问题。

第一方面，本发明实施例提供了一种越障识别系统，应用于飞行汽车，所述飞行汽车包括飞控模块，所述越障识别系统包括：

前视摄像机，用于采集所述飞行汽车前方障碍物的第一视频图像；

激光雷达，用于检测所述障碍物与所述飞行汽车的第一距离；

越障识别处理器，用于根据所述飞行汽车当前的航向角度、所述飞行汽车的飞行速度以及所述激光雷达相邻两次获得所述第一距离的时间差，计算出所述飞行汽车的补偿位移；以及

根据所述补偿位移、所述第一视频图像分析出所述障碍物的类型、所述障碍物与所述飞行汽车的第二距离和所述飞行汽车的飞行速度，以及将所述第一距离、所述障碍物的类型、所述第二距离和所述飞行速度发送给所述飞控模块，以使所述飞控模块控制所述飞行汽车进行越障；

计算所述补偿位移的公式为：

x(t)＝(x(t-δt)-v(t)·cos(ω(t)δt)·δt)·cos(ω(t)δt)

+(y(t-δt)-v(t)·sin(ω(t)δt)·δt)·sin(ω(t)δt)

y(t)＝-(x(t-δt)-v(t)·cos(ω(t)δt)·δt)·sin(ω(t)δt)

+(y(t-δt)-v(t)·sin(ω(t)δt)·δt)·cos(ω(t)δt)

其中，x(t)表示在t时刻沿基础坐标系中x轴方向上的位移，y(t)表示在t时刻沿基础坐标系中y轴方向上的位移，ω(t)表示在t时刻所述飞行汽车的航向角度，v(t)表示在t时刻所述飞行汽车的飞行速度，δt表示所述激光雷达相邻两次获得所述第一距离的时间差，x(t-δt)表示在t-δt时刻沿基础坐标系中x轴方向上的位移，y(t-δt)表示在t-δt时刻沿基础坐标系中y轴方向上的位移。

优选地，越障识别系统还包括：

下视摄像机，用于采集所述飞行汽车下方区域的第二视频图像；

所述越障识别处理器还用于根据所述第二视频图像识别出所述飞行汽车的降落区域和所述降落区域的位置信息，以及将所述降落区域的位置信息发送给所述飞控模块，以使所述飞控模块控制所述飞行汽车降落。

优选地，越障识别系统还包括所述飞控模块，所述飞控模块用于根据所述障碍物的类型判断是否需要进行越障，所述飞控模块还用于当需要进行越障时根据所述第一距离与第二距离中的最短距离以及所述飞行速度计算出越障的时间点，并在所述时间点控制所述飞行汽车进行越障。

优选地，所述越障识别处理器用于根据所述第一视频图像得到所述障碍物的图像轮廓，并根据hsv颜色模型对所述障碍物进行分类，得到所述障碍物的类型。

优选地，所述越障识别处理器用于根据所述第一视频图像基于单目视觉测距算法分析出所述第二距离，以及根据不同时间点对应的所述第二距离分析出所述飞行汽车的飞行速度。

第二方面，本发明实施例提供了一种越障识别方法，应用于飞行汽车，所述飞行汽车包括飞控模块，所述越障识别方法包括：

采集所述飞行汽车前方障碍物的第一视频图像；

检测所述障碍物与所述飞行汽车的第一距离；

根据所述飞行汽车当前的航向角度、所述飞行汽车的飞行速度以及所述激光雷达相邻两次获得所述第一距离的时间差，计算出所述飞行汽车的补偿位移；以及

根据所述补偿位移、所述第一视频图像分析出所述障碍物的类型、所述障碍物与所述飞行汽车的第二距离和所述飞行汽车的飞行速度，以及将所述第一距离、所述障碍物的类型、所述第二距离和所述飞行速度发送给所述飞控模块，以使所述飞控模块控制所述飞行汽车进行越障；

计算所述补偿位移的公式为：

x(t)＝(x(t-δt)-v(t)·cos(ω(t)δt)·δt)·cos(ω(t)δt)

+(y(t-δt)-v(t)·sin(ω(t)δt)·δt)·sin(ω(t)δt)

y(t)＝-(x(t-δt)-v(t)·cos(ω(t)δt)δt)·sin(ω(t)δt)

+(y(t-δt)-v(t)·sin(ω(t)δt)·δt)·cos(ω(t)δt)

其中，x(t)表示在t时刻沿基础坐标系中x轴方向上的位移，y(t)表示在t时刻沿基础坐标系中y轴方向上的位移，ω(t)表示在t时刻所述飞行汽车的航向角度，v(t)表示在t时刻所述飞行汽车的飞行速度，δt表示所述激光雷达相邻两次获得所述第一距离的时间差，x(t-δt)表示在t-δt时刻沿基础坐标系中x轴方向上的位移，y(t-δt)表示在t-δt时刻沿基础坐标系中y轴方向上的位移。

优选地，所述方法还包括：

采集所述飞行汽车下方区域的第二视频图像；

根据所述第二视频图像识别出所述飞行汽车的降落区域和所述降落区域的位置信息，以及将所述降落区域的位置信息发送给所述飞控模块，以使所述飞控模块控制所述飞行汽车降落。

优选地，所述方法还包括：

根据所述障碍物的类型判断是否需要进行越障；

当需要进行越障时根据所述第一距离与第二距离中的最短距离以及所述飞行速度计算出越障的时间点，并在所述时间点控制所述飞行汽车进行越障。

优选地，所述根据所述第一视频图像分析出所述障碍物的类型的步骤包括：

根据所述第一视频图像得到所述障碍物的图像轮廓，并根据hsv颜色模型对所述障碍物进行分类，得到所述障碍物的类型。

优选地，所述根据所述第一视频图像分析出所述障碍物的步骤包括：

根据所述第一视频图像基于单目视觉测距算法分析出所述第二距离；

所述根据所述第一视频图像分析出所述飞行汽车的飞行速度的步骤包括：

根据不同时间点对应的所述第二距离分析出所述飞行汽车的飞行速度。

对于现有技术，本发明提供的越障识别系统及方法具有如下的有益效果：

本发明提供的越障识别系统及方法通过越障识别处理器对前视摄像机采集到的第一视频图像进行分析得到障碍物的类型、障碍物与飞行汽车的第二距离以及飞行汽车的飞行速度，并将计算出的补偿位移、障碍物的类型、第二距离、飞行速度以及激光雷达检测到的障碍物与飞行汽车的第一距离发送给飞行汽车的飞控模块，以便飞控模块控制飞行汽车进行越障。如此，即可实现飞行汽车的自动越障功能，避免飞行汽车在飞行过程中因无法及时避开前方障碍物而造成安全事故的发生，为飞行汽车的飞行提供安全保障。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于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得其他相关的附图。

图1为本发明第一实施例提供的越障识别系统的功能模块图。

图2为本发明第一实施例提供的又一越障识别系统的功能模块图。

图3为本发明第二实施例提供的越障识别方法的流程图。

图4为本发明第二实施例提供的又一越障识别方法的流程图。

图标：100-前视摄像机；200-激光雷达；300-越障识别处理器；400-飞控模块；500-下视摄像机。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

第一实施例

图1示出了本发明实施例提供的一种越障识别系统的功能模块图，本发明实施例提供的越障识别系统应用于飞行汽车，飞行汽车包括有用于控制其飞行的飞控模块400，越障识别系统包括有前视摄像机100、激光雷达200、越障识别处理器300和该飞控模块400，越障识别处理器300分别与前视摄像机100、激光雷达200以及飞控模块400电性连接以进行数据交互。

前视摄像机100用于采集飞行汽车前方障碍物的第一视频图像。

在本发明实施例中，前视摄像机100可安装于飞行汽车的前端，在飞行汽车飞行状态下开启。飞行汽车在飞行的过程中，前视摄像机100被设置为开启状态，当前方出现有障碍物时，前视摄像机100即可获取到前方障碍物的第一视频图像。

激光雷达200用于检测障碍物与飞行汽车的第一距离。

激光雷达200安装于飞行汽车上，飞行汽车在飞行的过程中，激光雷达200向飞行汽车前方发射激光探测信号，激光探测信号遇障碍物被反射回来并被激光雷达200所接收，进而检测到障碍物与飞行汽车的第一距离。

越障识别处理器300用于根据飞行汽车当前的航向角度、飞行汽车的飞行速度以及激光雷达相邻两次获得第一距离的时间差，计算出飞行汽车的补偿位移。

飞行汽车自身可记录有飞行汽车当前的航向角度、飞行速度及激光雷达相邻两次获得第一距离的时间差。越障识别处理器300根据飞行汽车当前的航向角度、飞行速度及激光雷达相邻两次获得第一距离的时间差计算出补偿位移，用于补偿由于时间差而导致的位于误差。计算补偿位移的公司为：

x(t)＝(x(t-δt)-v(t)·cos(ω(t)δt)·δt)·cos(ω(t)δt)

+(y(t-δt)-v(t)·sin(ω(t)δt)·δt)·sin(ω(t)δt)

y(t)＝-(x(t-δt)-v(t)·cos(ω(t)δt)·δt)·sin(ω(t)δt)

+(y(t-δt)-v(t)·sin(ω(t)δt)·δt)·cos(ω(t)δt)

其中，x(t)表示在t时刻沿基础坐标系中x轴方向上的位移，y(t)表示在t时刻沿基础坐标系中y轴方向上的位移，ω(t)表示在t时刻所述飞行汽车的航向角度，v(t)表示在t时刻所述飞行汽车的飞行速度，δt表示所述激光雷达相邻两次获得所述第一距离的时间差，x(t-δt)表示在t-δt时刻沿基础坐标系中x轴方向上的位移，y(t-δt)表示在t-δt时刻沿基础坐标系中y轴方向上的位移。

越障识别处理器300还用于根据第一视频图像分析出所述障碍物的类型、障碍物与飞行汽车的第二距离和飞行汽车的飞行速度。

前视摄像机100获取到前方障碍物的第一视频图像后，将第一视频图像发送给越障识别处理器300。越障识别处理器300首先对视频图像中的每帧图片或部分帧图片进行预处理，提取出图片的图像特征，图像特征包括有障碍物的图像轮廓及图像颜色，并根据hsv颜色模型对障碍物进行分类，识别出障碍物的类型。

需要说明的是，本发明实施例中，对障碍物的也可仅根据图像轮廓进行识别。例如，对于人体的识别可直接将图片中障碍物的图像轮廓与预存储的人体图像轮廓进行比对，当两者的特征匹配度超过设定阈值即判断该障碍物为人体。又例如，对于颜色较为固定的植物、建筑物等，则根据图像轮廓及hsv颜色模型对障碍物进行分类，当图片中的障碍物的图像轮廓与预存储的建筑物或植物的图像轮廓匹配且hsv颜色模型中的参数色调(h)、饱和度(s)和明度(v)均在对应的预设区间范围内时才判定该障碍物为对应的建筑物或植物。

进一步的，为确保能有效识别出第一视频图像中的障碍物，在根据hsv颜色模型对障碍物进行分类之前，越障识别处理器300还可以对第一视频图像中的每帧图像进行去噪处理。

同时，越障识别处理器300根据第一视频图像基于单目视觉测距算法分析出障碍物与飞行汽车的第二距离。其原理为：对于不在前视摄像机100镜头的ccd像面(物体透过镜头能清晰成像的面)对准平面上的空间物点，其像在ccd上会产生弥散斑，从而障碍物在ccd上成像后会变得模糊，障碍物与前视摄像机100的距离不同，得到的图像的模糊度不同，利用图像处理算法检测图像的模糊度，即可根据图像的模糊度得到障碍物与前视摄像机100的距离，即障碍物与飞行汽车的距离。

飞行汽车飞行的过程中，在不同时间点障碍物与飞行汽车的距离也不同，在测得障碍物与飞行汽车的距离后，越障识别处理器300可得到不同时间点对应的第二距离的距离差值，并根据该距离差值与对应的时间差的比值得到飞行汽车的飞行速度。

越障识别处理器300在得到补偿位移、障碍物的类型、障碍物与飞行汽车的第二距离和飞行汽车的飞行速度后，将补偿位移、障碍物的类型、第二距离、飞行汽车的飞行速度以及激光雷达200当前检测到的第一距离一并发送给飞行汽车的飞控模块400。需要说明的是，激光雷达200当前检测到的第一距离也可由激光雷达200直接发送给飞行汽车的飞控模块400，本发明实施例中不做具体限定。

飞控模块400用于根据补偿位移、障碍物的类型、飞行速度以及第一距离与第二距离中的最短距离控制飞行汽车进行越障。

获得补偿位移、障碍物的类型、第二距离、飞行汽车的飞行速度以及第一距离后，飞控模块400根据障碍物的类型判定是否需要进行越障，如需要进行越障，则取第一距离和第二距离中的最短距离作为飞行汽车与障碍物的距离，然后根据该距离、补偿位移与飞行汽车的飞行速度计算出越障的具体时间点，并在该时间点控制飞行汽车进行越障。

请参阅图2，本发明实施例还提供了另一种越障识别系统，与图1所示的越障识别系统不同的是，该越障识别系统还包括有下视摄像机500，下视摄像机500与越障识别处理器300电性连接以进行数据交互，下视摄像机500可安装于飞行汽车的底部，用于在飞行汽车飞行时采集飞行汽车下方区域的第二视频图像。越障识别处理器300还用于根据第二视频图像识别出飞行汽车的降落区域和降落区域的位置信息。

飞行汽车降落区域可设置表示飞行汽车可降落的降落标识，在飞行汽车飞行的过程中，下视摄像机500实时采集飞行汽车下方区域的第二视频图像并发送给越障识别处理器300，如果第二视频图像中出现相应的降落标识，越障识别处理器300可根据图像轮廓识别原理识别出第二视频图像中的降落区域，并基于单目视觉测距算法分析出飞行汽车与降落局域的距离，然后根据降落标识在第二视频图像中的所在位置以及飞行汽车与降落局域的距离计算出降落区域的位置信息并将该位置信息发送给飞控模块400。

如果此时需要在降落区域进行降落，可由用户向飞控模块400发出触发控制信号，飞控模块400接收到该触发控制信号后即控制飞行汽车飞行至该降落区域进行降落。

综上，本发明实施例提供的越障识别系统通过越障识别处理器300对前视摄像机100采集到的第一视频图像进行分析得到障碍物的类型、障碍物与飞行汽车的第二距离以及飞行汽车的飞行速度，并将计算出的补偿位移、障碍物的类型、第二距离、飞行速度以及激光雷达200检测到的障碍物与飞行汽车的第一距离发送给飞行汽车的飞控模块400，然后由飞控模块400根据补偿位移、障碍物的类型、飞行速度以及第一距离与第二距离中的最短距离控制飞行汽车进行越障。如此，即可实现飞行汽车的自动越障功能，避免飞行汽车在飞行过程中因无法及时避开前方障碍物而造成安全事故的发生，为飞行汽车的飞行提供安全保障。同时，还可根据下视摄像机500采集到飞行汽车下方区域的第二视频图像识别出飞行汽车的降落区域和降落区域的位置信息以控制飞行汽车降落，如此，方便飞行汽车的自动降落，避免飞行汽车在降落时出现无法准确降落至降落区域的问题。

第二实施例

请参阅图3，是本发明实施例提供的应用于图1所示的越障识别系统的越障识别方法的流程图。下面将对图3所示的具体流程进行详细阐述。

步骤s101，采集飞行汽车前方障碍物的第一视频图像。

在本发明实施例中，前视摄像机100可安装于飞行汽车的前端，在飞行汽车飞行状态下开启。飞行汽车在飞行的过程中，当前方出现有障碍物时，越障识别系统通过前视摄像机100获取到前方障碍物的第一视频图像。

可以理解的，步骤s101可以由上述第一实施例中的前视摄像机100执行。

步骤s102，检测障碍物与飞行汽车的第一距离。

激光雷达200安装于飞行汽车上，飞行汽车在飞行的过程中，越障识别系统通过激光雷达200向飞行汽车前方发射激光探测信号，激光探测信号遇障碍物被反射回来并被激光雷达200所接收进而检测到障碍物与飞行汽车的第一距离。

需要说明的是，本发明实施例中，步骤s101与步骤s102无顺序限定。

可以理解的，步骤s102可以由上述第一实施例中的激光雷达200执行。

步骤s103，根据航向角度、飞行速度以及激光雷达相邻两次获得第一距离的时间差，计算出补偿位移。

飞行汽车自身可记录有飞行汽车当前的航向角度、飞行速度及激光雷达相邻两次获得第一距离的时间差。越障识别处理器300根据飞行汽车当前的航向角度、飞行速度及激光雷达相邻两次获得第一距离的时间差计算出补偿位移，用于补偿由于时间差而导致的位于误差。计算补偿位移的公司为：

x(t)＝(x(t-δt)-v(t)·cos(ω(t)δt)·δt)·cos(ω(t)δt)

+(y(t-δt)-v(t)·sin(ω(t)δt)·δt)·sin(ω(t)δt)

y(t)＝-(x(t-δt)-v(t)·cos(ω(t)δt)·δt)·sin(ω(t)δt)

+(y(t-δt)-v(t)·sin(ω(t)δt)·δt)·cos(ω(t)δt)

其中，x(t)表示在t时刻沿基础坐标系中x轴方向上的位移，y(t)表示在t时刻沿基础坐标系中y轴方向上的位移，ω(t)表示在t时刻所述飞行汽车的航向角度，v(t)表示在t时刻所述飞行汽车的飞行速度，δt表示所述激光雷达相邻两次获得所述第一距离的时间差，x(t-δt)表示在t-δt时刻沿基础坐标系中x轴方向上的位移，y(t-δt)表示在t-δt时刻沿基础坐标系中y轴方向上的位移。

可以理解的，步骤s103可以由上述第一实施例中的越障识别处理器300执行。

步骤s104，根据第一视频图像分析出障碍物的类型、障碍物与飞行汽车的第二距离和飞行汽车的飞行速度。

前视摄像机100获取到前方障碍物的第一视频图像后，将第一视频图像发送给越障识别系统中的越障识别处理器300。此时，越障识别系统通过越障识别处理器300首先对视频图像中的每帧图片或部分帧图片进行预处理，提取出图片的图像特征，图像特征包括有障碍物的图像轮廓及图像颜色，并根据hsv颜色模型对障碍物进行分类，识别出障碍物的类型。

同时，越障识别处理器300根据第一视频图像基于单目视觉测距算法分析出障碍物与飞行汽车的第二距离。并根据不同时间点对应的第二距离的距离差值与对应的时间差的比值得到飞行汽车的飞行速度。

可以理解的，步骤s104可以由上述第一实施例中的越障识别处理器300执行。

步骤s105，将补偿位移、第一距离、障碍物的类型、第二距离和飞行速度发送给飞控模块400。

在得到补偿位移、障碍物的类型、障碍物与飞行汽车的第二距离和飞行汽车的飞行速度后，越障识别系统通过越障识别处理器300将补偿位移、障碍物的类型、第二距离、飞行汽车的飞行速度以及激光雷达200当前检测到的第一距离一并发送给飞行汽车的飞控模块400。

可以理解的，步骤s105可以由上述第一实施例中的越障识别处理器300执行。

步骤s106，根据补偿位移、障碍物的类型、飞行速度以及第一距离与第二距离中的最短距离进行越障。

在获得补偿位移、障碍物的类型、第二距离、飞行汽车的飞行速度以及第一距离后，越障识别系统通过飞控模块400依据补偿位移、障碍物的类型、飞行速度以及第一距离与第二距离中的最短距离控制飞行汽车进行越障。

可以理解的，步骤s106可以由上述第一实施例中的飞控模块400执行。

请参阅图4，是本发明实施例提供的应用于图2所示的越障识别系统的越障识别方法的流程图。下面将对图4所示的具体流程进行详细阐述。

步骤s201，采集飞行汽车前方障碍物的第一视频图像。

步骤s202，检测障碍物与飞行汽车的第一距离。

步骤s203，根据航向角度、飞行速度以及激光雷达相邻两次获得第一距离的时间差，计算出补偿位移。

步骤s204，根据第一视频图像分析出障碍物的类型、障碍物与飞行汽车的第二距离和飞行汽车的飞行速度。

步骤s205，将补偿位移、第一距离、障碍物的类型、第二距离和飞行速度发送给飞控模块400。

步骤s206，根据补偿位移、障碍物的类型、飞行速度以及第一距离与第二距离中的最短距离进行越障。

步骤s207，采集所述飞行汽车下方区域的第二视频图像。

飞行汽车降落区域可设置表示飞行汽车可降落的降落标识，在飞行汽车飞行的过程中，越障识别系统通过下视摄像机500实时采集飞行汽车下方区域的第二视频图像并发送给越障识别处理器300。

需要说明的是，本发明实施例中，步骤s201、步骤s202及步骤s207无顺序限定。

可以理解的，步骤s207可以由上述第一实施例中的下视摄像机500执行。

步骤s208，根据第二视频图像识别出飞行汽车的降落区域和降落区域的位置信息。

越障识别系统通过越障识别处理器300根据图像轮廓识别原理识别出第二视频图像中的降落区域，并基于单目视觉测距算法分析出飞行汽车与降落局域的距离，然后根据降落标识在第二视频图像中的所在位置以及飞行汽车与降落局域的距离计算出降落区域的位置信息并将该位置信息发送给飞控模块400。

可以理解的，步骤s208可以由上述第一实施例中的越障识别处理器300执行。

步骤s209，控制飞行汽车降落。

如果此时需要在降落区域进行降落，可由用户向越障识别系统的飞控模块400发出触发控制信号，越障识别系统的飞控模块400接收到该触发控制信号后即控制飞行汽车飞行至该降落区域进行降落。

可以理解的，步骤s209可以由上述第一实施例中的飞控模块400执行。

综上，本发明实施例提供的越障识别方法通过对前视摄像机100采集到的第一视频图像进行分析得到障碍物的类型、障碍物与飞行汽车的第二距离以及飞行汽车的飞行速度，并根据计算出的补偿位移、障碍物的类型、飞行速度以及第一距离与第二距离中的最短距离控制飞行汽车进行越障。如此，即可实现飞行汽车的自动越障功能，避免飞行汽车在飞行过程中因无法及时避开前方障碍物而造成安全事故的发生，为飞行汽车的飞行提供安全保障。同时，还可根据下视摄像机500采集到飞行汽车下方区域的第二视频图像识别出飞行汽车的降落区域和降落区域的位置信息以控制飞行汽车降落，如此，方便飞行汽车的自动降落，避免飞行汽车在降落时出现无法准确降落至降落区域的问题。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。