车辆自主跟踪方法、装置及系统与流程

本发明涉及车辆自主跟踪技术领域，尤其是涉及一种车辆自主跟踪方法、装置及系统。

背景技术：

在现有的独立式车辆跟踪技术中，都是根据车辆速度、车辆加速度和前后车间距来进行建模，从而确定在不同情景下的车辆跟踪系统中的车辆的运动学规律。所以，现有的独立式车辆跟踪技术方案都是以车辆为主体，考虑车辆的动力学规律。然而，只考虑车辆的动力学规律，导致了跟踪轨迹不准确的技术问题。

技术实现要素：

有鉴于此，本发明的目的在于提供一种车辆自主跟踪方法、装置及系统，以缓解现有技术中存在的跟踪轨迹不准确的技术问题。

第一方面，本发明实施例提供了一种车辆自主跟踪方法，所述方法应用于车辆自主跟踪系统中跟随前车的后车，方法包括：

获取车辆状态信息和驾驶员状态信息，所述车辆状态信息包括本车速度信息、两车距离信息、两车角度信息和车辆类型信息，所述驾驶员状态信息包括驾驶员类型信息和可接受最高车速信息；

利用预设的平面直角坐标系，将所述本车速度信息、所述可接受最高车速信息和最优直线跟车距离代入预设的心理场等势线函数，确定刺激平衡线；

根据所述车辆类型信息、所述刺激平衡线、所述可接受最高车速信息、所述驾驶员类型信息、所述最优直线跟车距离、所述两车距离信息和所述两车角度信息确定相互刺激强度；

根据所述车辆类型信息、所述驾驶员类型信息、所述相互刺激强度和所述两车角度信息确定车辆跟踪加速度；

根据所述相互刺激强度和所述两车角度信息计算车辆执行机构的转角增量。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，还包括：

确定以所述后车为原点、以所述后车的前进方向为X轴正方向和以垂直于所述后车的前进方向左手方向为Y轴正方向的所述平面直角坐标系。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述利用预设的平面直角坐标系，将所述本车速度信息、所述可接受最高车速信息和最优直线跟车距离代入预设的心理场等势线函数，确定刺激平衡线，包括：

将所述本车速度信息、预设的车辆最小安全距离和预设的反应时间代入预设的最优直线跟车距离等式，确定最优直线跟车距离；

利用所述平面直角坐标系，将所述本车速度信息、所述可接受最高车速信息和所述最优直线跟车距离代入预设的心理场等势线函数，确定刺激平衡线。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述根据所述车辆类型信息、所述刺激平衡线、所述可接受最高车速信息、所述驾驶员类型信息、所述最优直线跟车距离、所述两车距离信息和所述两车角度信息确定相互刺激强度，包括：

根据所述两车角度信息确定后车对于前车的视角范围；

将所述可接受最高车速信息、所述本车速度信息、所述驾驶员类型信息、所述最优直线跟车距离、所述两车距离信息和所述两车角度信息代入预设的平面心理场强度分布函数，确定平面心理场强度；

利用所述两车距离信息、所述两车角度信息和所述刺激平衡线，确定两车所在直线与所述刺激平衡线的交点，以及所述交点距离所述平面直角坐标系原点的距离信息；

将所述车辆类型信息、所述平面心理场强度、所述视角范围和所述距离信息代入预设的相互刺激强度函数，确定相互刺激强度。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述根据所述车辆类型信息、所述驾驶员类型信息、所述相互刺激强度和所述两车角度信息确定车辆跟踪加速度，包括：

将所述相互刺激强度和所述两车角度信息代入预设的纵向相互刺激强度函数，得到纵向相互刺激强度；

将所述车辆类型信息、所述驾驶员类型信息和所述纵向相互刺激强度代入预设的纵向加速度变化率函数，得到车辆跟踪加速度。

结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述根据所述相互刺激强度和所述两车角度信息计算车辆执行机构的转角增量，包括：

将所述相互刺激强度和所述两车角度信息代入预设的横向相互刺激强度函数，得到横向相互刺激强度；

将所述横向相互刺激强度转化成临时变量；

将所述临时变量代入预设的模糊系统中，得到所述车辆执行机构的所述转角增量。

结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述平面心理场强度分布函数的表达式是：

其中，dop表示所述最优直线跟车距离，v表示所述本车速度信息，vmax表示所述可接受最高车速信息，λi表示所述驾驶员类型信息，x表示所述平面直角坐标系的横坐标信息，y表示所述平面直角坐标系的纵坐标信息，x＝ρcosθ，y＝ρsinθ，ρ表示所述两车距离信息，θ表示所述两车角度信息。

结合第一方面，本发明实施例提供了第一方面的第七种可能的实施方式，其中，所述相互刺激强度函数的表达式是：

其中，E(x,y)表示所述平面心理场强度，表示所述视角范围，λtype表示所述车辆类型信息，d'op表示所述距离信息。

第二方面，本发明实施例还提供一种车辆自主跟踪装置，包括：处理器、二维激光测距仪、单目摄像头和电源模块；

所述单目摄像头与所述处理器连接，用于将采集到的视觉信息发送给所述处理器；

所述二维激光测距仪与所述处理器连接，用于将采集到的感知信息发送给所述处理器；

所述处理器与后车的车轮电机编码器连接，用于接收所述车轮电机编码器发送的本车速度信息，根据所述视觉信息和所述感知信息生成两车距离信息和两车角度信息，根据所述本车速度信息、所述两车距离信息、所述两车角度信息、预设的车辆类型信息、预设的驾驶员状态信息、预设的最优直线跟车距离等式、预设的心理场等势线函数、预设的平面心理场强度分布函数、预设的相互刺激强度函数、预设的横向相互刺激强度函数、预设的纵向相互刺激强度函数、预设的纵向加速度变化率函数和预设的模糊系统生成车辆跟踪加速度和车辆执行机构的转角增量；

所述电源模块与所述处理器连接，用于为所述处理器供电。

第三方面，本发明实施例还提供一种车辆自主跟踪系统，包括：车辆和第一方面任一所述方法的无人驾驶的车辆。

本发明实施例带来了以下有益效果：本发明实施例提供的车辆自主跟踪方法应用于车辆自主跟踪系统中跟随前车的后车，方法包括：获取车辆状态信息和驾驶员状态信息，所述车辆状态信息包括本车速度信息、两车距离信息、两车角度信息和车辆类型信息，所述驾驶员状态信息包括驾驶员类型信息和可接受最高车速信息；利用预设的平面直角坐标系，将所述本车速度信息、所述可接受最高车速信息和最优直线跟车距离代入预设的心理场等势线函数，确定刺激平衡线；根据所述车辆类型信息、所述刺激平衡线、所述可接受最高车速信息、所述驾驶员类型信息、所述最优直线跟车距离、所述两车距离信息和所述两车角度信息确定相互刺激强度；根据所述车辆类型信息、所述驾驶员类型信息、所述相互刺激强度和所述两车角度信息确定车辆跟踪加速度；根据所述相互刺激强度和所述两车角度信息计算车辆执行机构的转角增量，所以，在车辆自主跟踪系统中的后车跟踪前车的过程中，不仅考虑了车辆的动力学规律，而且通过模拟驾驶员的环境感知规律考虑了车辆驾驶员的重要作用，避免由于忽略驾驶员的重要作用而导致的跟踪轨迹不准确的问题，因此，缓解了现有技术中存在的跟踪轨迹不准确的技术问题，达到了提高跟踪轨迹准确性的技术效果。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

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具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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的附图。

图1为本发明实施例提供的车辆自主跟踪方法的流程图；

图2为图1中步骤S102的流程图；

图3为本发明实施例中的刺激平衡线的示意图；

图4为图1中步骤S103的流程图；

图5为本发明实施例中的视角范围的示意图；

图6为图1中步骤S104的流程图；

图7为图1中步骤S105的流程图；

图8为本发明实施例提供的车辆自主跟踪装置的示意框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。

目前，现有的独立式车辆跟踪技术方案都是以车辆为主体，考虑车辆的动力学规律，然而，只考虑车辆的动力学规律，导致了跟踪轨迹不准确的技术问题，基于此，本发明实施例提供的一种车辆自主跟踪方法、装置及系统，可以缓解现有技术中存在的跟踪轨迹不准确的技术问题，达到了提高跟踪轨迹准确性的技术效果。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种车辆自主跟踪方法进行详细介绍，所述方法应用于车辆自主跟踪系统中跟随前车的后车，如图1所示，所述车辆自主跟踪方法可以包括以下步骤。

示例性的，所述前车可以是有人驾驶车辆，也可以是无人驾驶车辆。所述后车为无人驾驶车辆。

步骤S101，获取车辆状态信息和驾驶员状态信息，所述车辆状态信息包括本车速度信息、两车距离信息、两车角度信息和车辆类型信息，所述驾驶员状态信息包括驾驶员类型信息和可接受最高车速信息。

示例性的，所述驾驶员类型信息包括三种。当驾驶员是激进类型时，所述驾驶员类型信息λi的值是0.25，当驾驶员是一般类型时，所述驾驶员类型信息λi的值是0.5，当驾驶员是保守类型时，所述驾驶员类型信息λi的值是0.75。

示例性的，所述本车速度信息是通过所述后车的车轮电机编码器确定的。所述两车距离信息和所述两车角度信息是通过所述后车的二维激光测距仪和单目摄像头采集的数据确定的。所述二维激光测距仪发出激光束，每个激光束都有一个同位角，有的激光束会遇到所述前车，有的激光束会遇到周围的物体，把遇到所述前车的激光束定义为有效数据。建立极坐标系，以所述二维激光测距仪所在的位置为原点，以预设的平面直角坐标系的Y轴的负半轴为极轴，得到一些极坐标，(ρi,θi),i＝1,2,...,k,...,k+t,...,n，利用所述单目摄像头，将所述有效数据挑选出来。所述激光束可以投影到所述单目摄像头捕获的图像上，每束激光束在图像上形成一个像素点，由于所述二维激光测距仪的固有误差，有效数据形成的像素点不在一条直线上，根据视觉检测算法，挑选出有效数据(ρi,θi),i＝k,...,k+t,。利用式子确定所述两车距离信息ρ的值。利用式子确定所述两车角度信息θ的值。

示例性的，所述车辆状态信息还可以包括：车辆的质量信息、车辆的宽度信息和车辆的长度信息。

步骤S102，利用预设的平面直角坐标系，将所述本车速度信息、所述可接受最高车速信息和最优直线跟车距离代入预设的心理场等势线函数，确定刺激平衡线。

示例性的，如图2所示，步骤步骤S102可以包括以下步骤。

步骤S201，将所述本车速度信息、预设的车辆最小安全距离和预设的反应时间代入预设的最优直线跟车距离等式，确定最优直线跟车距离。

示例性的，所述最优直线跟车距离等式可以是：dop＝dsafe+tact·v，其中，dsafe表示所述车辆最小安全距离，tact表示所述反应时间，v表示所述本车速度信息，dop表示所述最优直线跟车距离。

步骤S202，利用所述平面直角坐标系，将所述本车速度信息、所述可接受最高车速信息和所述最优直线跟车距离代入预设的心理场等势线函数，确定刺激平衡线。

示例性的，所述心理场等势线函数可以是：r＝ep/(1-ecosθ)，其中，

vmax表示所述可接受最高车速信息，p表示所述平面直角坐标系X轴正方向上的一点到原点的距离，原点为所述后车所在的中心位置。如图3所示，与所述平面直角坐标系的X轴交于点B的椭圆是所述刺激平衡线，原点和B点之间的距离等于dop，所述后车位于所述刺激平衡线的一个焦点上。

步骤S103，根据所述车辆类型信息、所述刺激平衡线、所述可接受最高车速信息、所述驾驶员类型信息、所述最优直线跟车距离、所述两车距离信息和所述两车角度信息确定相互刺激强度。

示例性的，如图4所示，步骤S103可以包括以下步骤。

步骤S401，根据所述两车角度信息确定后车对于前车的视角范围。

示例性的，如图5所示，所述视角范围可以利用式子来得到。

步骤S402，将所述可接受最高车速信息、所述本车速度信息、所述驾驶员类型信息、所述最优直线跟车距离、所述两车距离信息和所述两车角度信息代入预设的平面心理场强度分布函数，确定平面心理场强度。

示例性的，平面心理场强度分布函数可以为：

其中，

dop表示所述最优直线跟车距离，v表示所述本车速度信息，vmax表示所述可接受最高车速信息，λi表示所述驾驶员类型信息，x表示所述平面直角坐标系的横坐标信息，y表示所述平面直角坐标系的纵坐标信息，x＝ρcosθ，y＝ρsinθ，ρ表示所述两车距离信息，θ表示所述两车角度信息。

示例性的，所述平面心理场强度分布函数的确定可以基于以下假设条件。在所述刺激平衡线上，心理场强度为基准值0，在所述刺激平衡线上的物体不会刺激驾驶员改变车辆的运动状态。在所述刺激平衡线内侧的心理场强度为正，在这个区域内的物体会刺激驾驶员远离该物体。在所述刺激平衡线外侧的心理场强度为负，在这个区域内的物体会刺激驾驶员靠近该物体。

步骤S403，利用所述两车距离信息、所述两车角度信息和所述刺激平衡线，确定两车所在直线与所述刺激平衡线的交点，以及所述交点距离所述平面直角坐标系原点的距离信息。

步骤S404，将所述车辆类型信息、所述平面心理场强度、所述视角范围和所述距离信息代入预设的相互刺激强度函数，确定相互刺激强度。

示例性的，所述相互刺激强度函数可以为：其中，E(x,y)表示所述平面心理场强度，表示所述视角范围，λtype表示所述车辆类型信息，d'op表示所述距离信息。所述后车的体积越大，λtype的值也越大。

步骤S104，根据所述车辆类型信息、所述驾驶员类型信息、所述相互刺激强度和所述两车角度信息确定车辆跟踪加速度。

示例性的，如图6所示，步骤S104可以包括以下步骤。

步骤S601，将所述相互刺激强度和所述两车角度信息代入预设的纵向相互刺激强度函数，得到纵向相互刺激强度。

示例性的，纵向相互刺激强度函数可以为：Fx(t)＝F(t)·cosθ，其中，F(t)表示所述相互刺激强度。

步骤S602，将所述车辆类型信息、所述驾驶员类型信息和所述纵向相互刺激强度代入预设的纵向加速度变化率函数，得到车辆跟踪加速度。

示例性的，所述纵向加速度变化率函数可以为：a(t)＝Fx(t-τ)/mv，其中，τ为延迟因子，一般取值τ＝0.3。mv为所述后车的虚拟质量，其值由所述车辆类型信息和所述驾驶员类型信息共同决定。

步骤S105，根据所述相互刺激强度和所述两车角度信息计算车辆执行机构的转角增量。

示例性的，如图7所示，步骤S105可以包括以下步骤。

步骤S701，将所述相互刺激强度和所述两车角度信息代入预设的横向相互刺激强度函数，得到横向相互刺激强度。

示例性的，所述横向相互刺激强度函数可以为：Fy(t)＝F(t)·sinθ，其中，F(t)表示所述相互刺激强度。

步骤S702，将所述横向相互刺激强度转化成临时变量。

示例性的，将所述Fy(t)转化成取值为[-1,1]的临时变量ω，所述临时变量ω的符号决定所述转角增量的正负。

步骤S703，将所述临时变量代入预设的模糊系统中，得到所述车辆执行机构的所述转角增量。

示例性的，对所述临时变量ω进行模糊化处理。令S＝[0,1/3]，M＝(1/3,2/3]，L＝(2/3,1]。定义模糊规则如下。当|ω|∈S时，Δα＝20.0*|ω|。当|ω|∈M时，Δα＝15.0*(|ω|-1/3)+20/3.0。当|ω|∈L时，Δα＝10.0*(|ω|-2/3)+15。从而确定了所述转角增量Δα。

本发明实施例中，所述车辆自主跟踪方法应用于车辆自主跟踪系统中跟随前车的后车，方法包括：获取车辆状态信息和驾驶员状态信息，所述车辆状态信息包括本车速度信息、两车距离信息、两车角度信息和车辆类型信息，所述驾驶员状态信息包括驾驶员类型信息和可接受最高车速信息；利用预设的平面直角坐标系，将所述本车速度信息、所述可接受最高车速信息和最优直线跟车距离代入预设的心理场等势线函数，确定刺激平衡线；根据所述车辆类型信息、所述刺激平衡线、所述可接受最高车速信息、所述驾驶员类型信息、所述最优直线跟车距离、所述两车距离信息和所述两车角度信息确定相互刺激强度；根据所述车辆类型信息、所述驾驶员类型信息、所述相互刺激强度和所述两车角度信息确定车辆跟踪加速度；根据所述相互刺激强度和所述两车角度信息计算车辆执行机构的转角增量，所以，在车辆自主跟踪系统中的后车跟踪前车的过程中，不仅考虑了车辆的动力学规律，而且通过模拟驾驶员的环境感知规律考虑了车辆驾驶员的重要作用，避免由于忽略驾驶员的重要作用而导致的跟踪轨迹不准确的问题，因此，缓解了现有技术中存在的跟踪轨迹不准确的技术问题，达到了提高跟踪轨迹准确性的技术效果。

在本发明的又一实施例中，所述车辆自主跟踪方法还包括：

确定以所述后车为原点、以所述后车的前进方向为X轴正方向和以垂直于所述后车的前进方向左手方向为Y轴正方向的所述平面直角坐标系。

在本发明的又一实施例中，对本发明实施例所公开的一种车辆自主跟踪装置进行详细介绍，如图8所示，所述车辆自主跟踪装置包括：处理器82、二维激光测距仪81、单目摄像头84和电源模块83。

所述单目摄像头84与所述处理器82连接，用于将采集到的视觉信息发送给所述处理器82。

所述二维激光测距仪81与所述处理器82连接，用于将采集到的感知信息发送给所述处理器82。

示例性的，所述二维激光测距仪81用于感知半径为15米的圆形区域的周边障碍物。所述二维激光测距仪81的有效探测范围的最大值可以设定为120度或者180度。扫描分辨率可以设置为0.5度。

所述处理器82与后车的车轮电机编码器连接，用于接收所述车轮电机编码器发送的本车速度信息，根据所述视觉信息和所述感知信息生成两车距离信息和两车角度信息，根据所述本车速度信息、所述两车距离信息、所述两车角度信息、预设的车辆类型信息、预设的驾驶员状态信息、预设的最优直线跟车距离等式、预设的心理场等势线函数、预设的平面心理场强度分布函数、预设的相互刺激强度函数、预设的横向相互刺激强度函数、预设的纵向相互刺激强度函数、预设的纵向加速度变化率函数和预设的模糊系统生成车辆跟踪加速度和车辆执行机构的转角增量。

所述电源模块83与所述处理器82连接，用于为所述处理器82供电。

在本发明的又一实施例中，对本发明实施例所公开的一种车辆自主跟踪系统进行详细介绍，包括：车辆和如上述实施例任一所述方法的无人驾驶的车辆。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。

本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

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，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制，因此，示例性实施例的其他示例可以具有不同的值。

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。

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系统、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，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

本发明实施例所提供的进行车辆自主跟踪方法的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

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。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，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，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的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-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，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：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，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，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。