一种车辆自动驾驶的监督方法、装置、设备及存储介质与流程

本发明涉及自动驾驶领域，尤其涉及一种车辆自动驾驶的监督方法、装置、设备及存储介质。

背景技术：

自动驾驶是最近几年的技术热点，各行业都在进行快速的研究、实验和应用，现有的技术有完全自动驾驶(fsd)以及各种自动泊车功能等。

随着自动驾驶的应用，有两个问题会逐渐暴露出来：1、自动驾驶车辆端算法和程序的鲁棒性。如果算法或程序有逻辑缺陷，并且在事先的测试场景下没有被发现，可能会造成严重的问题，比如追尾甚至人员伤亡；2、自动驾驶车辆的安全性问题，如果车辆被黑客侵入，会造成严重的后果。

技术实现要素：

本发明实施例提供了一种车辆自动驾驶的监督方法、装置、设备及存储介质，可以快速的应对风险场景，提高车辆自动驾驶的安全性。

第一方面，本发明实施例提供了一种车辆自动驾驶的监督方法，包括：

监测到当前处于自动驾驶模式时，根据所述车辆至少一个传感器的感知数据分别进行计算并标记可信度，获取各传感器对应的初步计算结果；

将自动驾驶系统的当前控制策略与所述各传感器对应的初步计算结果分别进行初步校验；

如果存在大于等于设定初步校验阈值且可信度小于设定可信度阈值的初步计算结果，则根据所述感知数据进行二次计算；

将所述当前控制策略与二次计算结果进行二次校验，当二次校验结果大于等于设定的二次校验阈值时，启动紧急接管程序。

进一步地，根据所述车辆至少一个传感器的感知数据分别进行计算并标记可信度，包括：

获取所述车辆至少一个传感器的感知数据；

分别根据每个传感器的感知数据进行计算，获取相应的计算结果并分别标记可信度。

进一步地，将自动驾驶系统的当前控制策略与所述各传感器对应的初步计算结果分别进行初步校验，包括：

确定所述自动驾驶系统所给定当前控制策略表征的车辆当前行驶环境信息；

将所述车辆当前行驶环境信息与所述各传感器对应的初步计算结果分别进行初步校验，获取相应的初步校验结果。

进一步地，将所述车辆当前行驶环境信息与所述各传感器对应的初步计算结果分别进行初步校验，获取相应的初步校验结果，包括：

分别判断所述车辆当前行驶环境信息与所述各传感器对应的初步计算结果是否一致，若一致则校验值0作为初步校验结果；否则确定初步校验结果为1。

进一步地，如果存在大于等于设定初步校验阈值且可信度小于设定可信度阈值的初步计算结果，则根据所述感知数据进行二次计算，包括：

如果初步校验结果大于等于所述初步校验阈值，则对该初步校验结果对应的初步计算结果进行可信度检查，并当可信度小于设定可信度阈值时，综合各传感器的感知数据进行二次计算。

进一步地，所述二次计算包括边界值计算、多传感器融合计算和环境噪声计算。

进一步地，将所述当前控制策略与二次计算结果进行二次校验之后，还包括：

当所述二次校验结果小于设定的二次校验阈值时，保持根据所述当前控制策略控制所述车辆。

第二方面，本发明实施例还提供了一种车辆自动驾驶的监督装置，包括：

初步计算模块，用于监测到当前处于自动驾驶模式时，根据所述车辆至少一个传感器的感知数据分别进行计算并标记可信度，获取各传感器对应的初步计算结果；

初步校验模块，用于将自动驾驶系统的当前控制策略与所述各传感器对应的初步计算结果分别进行初步校验；

二次计算模块，用于如果存在大于等于设定初步校验阈值且可信度小于设定可信度阈值的初步计算结果，则根据所述感知数据进行二次计算；

二次校验模块，用于将所述当前控制策略与二次计算结果进行二次校验，当二次校验结果大于等于设定的二次校验阈值时，启动紧急接管程序。

可选的，初步计算模块还用于：

获取所述车辆至少一个传感器的感知数据；

分别根据每个传感器的感知数据进行计算，获取相应的计算结果并分别标记可信度。

可选的，初步校验模块还用于：

确定所述自动驾驶系统所给定当前控制策略表征的车辆当前行驶环境信息；

将所述车辆当前行驶环境信息与所述各传感器对应的初步计算结果分别进行初步校验，获取相应的初步校验结果。

可选的，初步校验模块还用于：

分别判断所述车辆当前行驶环境信息与所述各传感器对应的初步计算结果是否一致，若一致则校验值0作为初步校验结果；否则确定初步校验结果为1。

可选的，二次计算模块还用于：

如果初步校验结果大于等于所述初步校验阈值，则对该初步校验结果对应的初步计算结果进行可信度检查，并当可信度小于设定可信度阈值时，综合各传感器的感知数据进行二次计算。

可选的，装置还包括保持控制模块，用于当所述二次校验结果小于设定的二次校验阈值时，保持根据所述当前控制策略控制所述车辆。

第三方面，本发明实施例还提供了一种车辆自动驾驶的监督设备，该设备包括：

包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例任一所述的车辆自动驾驶的监督方法。

第四方面，本发明实施例还提供了一种车辆自动驾驶的监督存储介质，其上存储有计算机程序，该程序被处理装置执行时实现如本发明实施例任一所述的车辆自动驾驶的监督方法。

本发明实施例首先监测到当前处于自动驾驶模式时，根据车辆至少一个传感器的感知数据分别进行计算并标记可信度，获取各传感器对应的初步计算结果；然后将自动驾驶系统的当前控制策略与各传感器对应的初步计算结果分别进行初步校验；如果存在大于等于设定初步校验阈值且可信度小于设定可信度阈值的初步计算结果，则根据感知数据进行二次计算；最后将当前控制策略与二次计算结果进行二次校验，当二次校验结果大于等于设定的二次校验阈值时，启动紧急接管程序。本发明实施例提供的车辆自动驾驶的监督方法，利用传感器的感知数据进行计算，并与自动驾驶系统的控制策略进行校验，在正常行驶时不会直接控制车辆，仅用于获取信息，不会从和车辆和自动驾驶接收控制信息进行双向通信，所以被黑客关注的概率较小；在接管车辆时，仅对车辆输出控制指令，所以被黑客控制的难度更大，故降低了安全风险。并且在车载自动驾驶系统出现风险时，能快速的应对风险场景从而提高了车辆自动驾驶的安全性。

附图说明

图1是本发明实施例一中的一种车辆自动驾驶的监督方法流程图；

图2是本发明实施例一中的一种车辆自动驾驶的监督方法执行过程示意图；

图3是本发明实施例二中的一种车辆自动驾驶的监督装置结构示意图；

图4是本发明实施例三中的一种计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种车辆自动驾驶的监督方法流程图，本实施例可适用于在车辆处于自动驾驶模式时对其自动驾驶系统进行监督的情况，该方法可以由车辆自动驾驶的监督装置来执行，该装置可由硬件和/或软件组成，并一般可集成在具有车辆自动驾驶的监督功能的设备中，该设备可以是服务器或服务器集群等电子设备。如图1所示，具体包括如下步骤：

步骤110、监测到当前处于自动驾驶模式时，根据车辆至少一个传感器的感知数据分别进行计算并标记可信度，获取各传感器对应的初步计算结果。

其中，传感器包括但不限于视觉传感器、激光雷达、超声波传感器、毫米波雷达、gps/北斗定位、惯性传感器(imu)、高精地图等，感知数据可以是各传感器获取的车辆相关数据；初步计算结果可以是根据各传感器数据分别计算出的结果，用于表示车辆周围是否存在影响车辆行驶的人员、车辆或其他障碍物。具体的，对于具有自动驾驶功能的车辆，当其处于自动驾驶模式时，可以获取车辆各传感器采集的感知数据，分别对每个传感器的感知数据进行计算，获取相应的计算结果，判断当前行车环境下是否有人员、车辆及其他障碍物的存在。

在本实施例中，根据车辆至少一个传感器的感知数据分别进行计算并标记可信度的方式可以是：获取车辆至少一个传感器的感知数据；分别根据每个传感器的感知数据进行计算，获取相应的计算结果并分别标记可信度。

例如，车辆的传感器包括视觉传感器、激光雷达、超声波传感器、gps/北斗定位和惯性传感器，则可以分别获取这五个传感器的感知数据，然后分别进行计算，获得五个对应的计算结果。同时，对每个计算结果都计算并标记可信度，用于表示本次计算结果的可靠程度。

步骤120、将自动驾驶系统的当前控制策略与各传感器对应的初步计算结果分别进行初步校验。

其中，自动驾驶系统的当前控制策略可以是车辆的自动驾驶系统采集车辆自身及周围环境数据，并基于采集的数据计算得到的用于控制车辆运动状态的指令和信号等。

在本实施例中，将自动驾驶系统的当前控制策略与各传感器对应的初步计算结果分别进行初步校验的方式可以是：确定自动驾驶系统所给定当前控制策略表征的车辆当前行驶环境信息；将车辆当前行驶环境信息与各传感器对应的初步计算结果分别进行初步校验，获取相应的初步校验结果。

可选的，自动驾驶系统给定的当前控制策略可以是方向、速度等指令，例如，若自动驾驶系统判断当前行驶环境中不存在障碍物，则当前控制策略可能是以一个较高的速度保持直行；若判断车辆前方有障碍物存在，则当前控制策略可能是减速并变道。因此，自动驾驶系统所给定的当前控制策略与当前行驶环境相关，根据当前控制策略可以确定其表征的当前行驶环境信息。获取初步计算结果并确定当前控制策略表征的车辆当前行驶环境信息后，可以对两者进行初步校验。

进一步地，将车辆当前行驶环境信息与各传感器对应的初步计算结果分别进行初步校验，获取相应的初步校验结果的方式可以是：分别判断车辆当前行驶环境信息与各传感器对应的初步计算结果是否一致，若一致则校验值0作为初步校验结果；否则确定初步校验结果为1。

可选的，初步校验可以是判断车辆当前行驶环境信息与各传感器对应的初步计算结果是否一致，假设车辆当前行驶环境信息为无障碍，视觉传感器、激光雷达、超声波传感器、gps/北斗定位和惯性传感器对应的初步计算结果分别为无障碍、无障碍、有障碍、无障碍和无障碍，则对应的初步校验结果分别为0、0、1、0和0。

步骤130、如果存在大于等于设定初步校验阈值且可信度小于设定可信度阈值的初步计算结果，则根据感知数据进行二次计算。

其中，初步校验阈值和可信度阈值可以是用于验证初步校验结果的数值，例如，初步校验阈值可以设定为1，可信度阈值可以设定为80％，如果存在大于等于1且可信度小于80％的初步计算结果，则可以根据感知数据进行二次计算。

在本实施例中，如果存在大于等于设定初步校验阈值且可信度小于设定可信度阈值的初步计算结果，则根据感知数据进行二次计算的方式可以是：如果初步校验结果大于等于初步校验阈值，则对该初步校验结果对应的初步计算结果进行可信度检查，并当可信度小于设定可信度阈值时，综合各传感器的感知数据进行二次计算。

可选的，如果初步校验结果大于等于初步校验阈值，则可以认为初步计算结果与自动驾驶系统对车辆周围环境的判断不同，此时应立即检查相应的初步计算结果的可信度。若可信度大于等于设定可信度阈值，则可以认为此次计算结果是可靠的，即自动驾驶系统出现误判，此时应启动紧急接管程序；若可信度小于设定可信度阈值，则可以认为此次计算结果并不可靠，为了进行严格校验，需进行二次计算。例如，若视觉传感器、激光雷达、超声波传感器、gps/北斗定位和惯性传感器对应的初步校验结果分别为0、0、1、0和0，初步校验阈值为1，则应对超声波传感器对应的初步计算结果进行可信度检查，若可信度大于等于可信度阈值，则启动紧急接管程序，若可信度小于可信度阈值，则进行二次计算。

进一步地，紧急接管程序可以包括紧急停车、向驾驶员发送警报以及根据场景选择其他的应急策略等，同时，可以将校验结果发送到云端，用于人工校验以及后续的模型训练，以提高车辆自动驾驶的监督系统的准确性和安全性。

进一步地，二次计算包括边界值计算、多传感器融合计算和环境噪声计算。

可选的，二次计算可以采用边界值计算、多传感器融合计算和环境噪声计算等算法，综合各传感器的感知数据进行比初步计算更复杂的数据分析处理，从而对车辆周围是否存在影响车辆行驶的人员、车辆及其他障碍物进行更准确的判断。

步骤140、将当前控制策略与二次计算结果进行二次校验，当二次校验结果大于等于设定的二次校验阈值时，启动紧急接管程序。

可选的，与初步校验的方式类似，将自动驾驶系统所给定当前控制策略表征的车辆当前行驶环境信息与二次计算结果进行校验，若一致则校验值0作为二次校验结果；否则确定二次校验结果为1。二次计算无需标记可信度，其可信度可以认为是100％，设二次校验阈值为1，则当二次校验结果大于等于1时，启动紧急接管程序。

在本实施例中，将当前控制策略与二次计算结果进行二次校验之后，还可以：当二次校验结果小于设定的二次校验阈值时，保持根据当前控制策略控制车辆。

可选的，二次校验之后若二次校验结果小于二次校验阈值，则可以认为二次计算结果与自动驾驶系统所给定当前控制策略表征的车辆当前行驶环境信息是一致的，即自动驾驶系统判断无误，此时可以保持根据自动驾驶系统给定的当前控制策略对车辆进行控制。

图2是本发明实施例提供的一种车辆自动驾驶的监督方法执行过程示意图，如图所示，初步计算结果与自动驾驶系统给定的当前控制策略进行校验，对超出阈值的计算结果进行可信度检查，判断是否进行二次计算，然后进行二次校验，最终确定是否启动紧急接管程序。

本发明实施例首先监测到当前处于自动驾驶模式时，根据车辆至少一个传感器的感知数据分别进行计算并标记可信度，获取各传感器对应的初步计算结果；然后将自动驾驶系统的当前控制策略与各传感器对应的初步计算结果分别进行初步校验；如果存在大于等于设定初步校验阈值且可信度小于设定可信度阈值的初步计算结果，则根据感知数据进行二次计算；最后将当前控制策略与二次计算结果进行二次校验，当二次校验结果大于等于设定的二次校验阈值时，启动紧急接管程序。本发明实施例提供的车辆自动驾驶的监督方法，利用传感器的感知数据进行计算，并与自动驾驶系统的控制策略进行校验，在正常行驶时不会直接控制车辆，仅用于获取信息，不会从和车辆和自动驾驶接收控制信息进行双向通信，所以被黑客关注的概率较小；在接管车辆时，仅对车辆输出控制指令，所以被黑客控制的难度更大，故降低了安全风险。并且在车载自动驾驶系统出现风险时，能快速的应对风险场景从而提高了车辆自动驾驶的安全性。

实施例二

图3为本发明实施例二提供的一种车辆自动驾驶的监督装置结构示意图。如图3所示，该装置包括：初步计算模块210，初步校验模块220，二次计算模块230，二次校验模块240。

初步计算模块210，用于监测到当前处于自动驾驶模式时，根据车辆至少一个传感器的感知数据分别进行计算并标记可信度，获取各传感器对应的初步计算结果。

可选的，初步计算模块210还用于：获取车辆至少一个传感器的感知数据；分别根据每个传感器的感知数据进行计算，获取相应的计算结果并分别标记可信度。

初步校验模块220，用于将自动驾驶系统的当前控制策略与各传感器对应的初步计算结果分别进行初步校验。

可选的，初步校验模块220还用于：确定自动驾驶系统所给定当前控制策略表征的车辆当前行驶环境信息；将车辆当前行驶环境信息与各传感器对应的初步计算结果分别进行初步校验，获取相应的初步校验结果。

可选的，初步校验模块220还用于：分别判断车辆当前行驶环境信息与各传感器对应的初步计算结果是否一致，若一致则校验值0作为初步校验结果；否则确定初步校验结果为1。

二次计算模块230，用于如果存在大于等于设定初步校验阈值且可信度小于设定可信度阈值的初步计算结果，则根据感知数据进行二次计算。

可选的，二次计算模块230还用于：如果初步校验结果大于等于初步校验阈值，则对该初步校验结果对应的初步计算结果进行可信度检查，并当可信度小于设定可信度阈值时，综合各传感器的感知数据进行二次计算。

二次校验模块240，用于将当前控制策略与二次计算结果进行二次校验，当二次校验结果大于等于设定的二次校验阈值时，启动紧急接管程序。

可选的，装置还包括保持控制模块，用于当二次校验结果小于设定的二次校验阈值时，保持根据当前控制策略控制车辆。

上述装置可执行本公开前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本公开前述所有实施例所提供的方法。

实施例三

图4为本发明实施例三提供的一种计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的计算机设备312的框图。图4显示的计算机设备312仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。设备312是典型的车辆自动驾驶的监督计算设备。

如图4所示，计算机设备312以通用计算设备的形式表现。计算机设备312的组件可以包括但不限于：一个或者多个处理器316，存储装置328，连接不同系统组件(包括存储装置328和处理器316)的总线318。

总线318表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(industrystandardarchitecture，isa)总线，微通道体系结构(microchannelarchitecture，mca)总线，增强型isa总线、视频电子标准协会(videoelectronicsstandardsassociation，vesa)局域总线以及外围组件互连(peripheralcomponentinterconnect，pci)总线。

计算机设备312典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备312访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储装置328可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(randomaccessmemory，ram)330和/或高速缓存存储器332。计算机设备312可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统334可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(compactdisc-readonlymemory，cd-rom)、数字视盘(digitalvideodisc-readonlymemory，dvd-rom)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线318相连。存储装置328可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块326的程序336，可以存储在例如存储装置328中，这样的程序模块326包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块326通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备312也可以与一个或多个外部设备314(例如键盘、指向设备、摄像头、显示器324等)通信，还可与一个或者多个使得用户能与该计算机设备312交互的设备通信，和/或与使得该计算机设备312能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口322进行。并且，计算机设备312还可以通过网络适配器320与一个或者多个网络(例如局域网(localareanetwork，lan)，广域网wideareanetwork，wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器320通过总线318与计算机设备312的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备312使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(redundantarraysofindependentdisks，raid)系统、磁带驱动器以及数据备份存储系统等。

处理器316通过运行存储在存储装置328中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的车辆自动驾驶的监督方法。

实施例四

本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被处理装置执行时实现如本发明实施例中的车辆自动驾驶的监督方法。本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如http(hypertexttransferprotocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，adhoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：监测到当前处于自动驾驶模式时，根据车辆至少一个传感器的感知数据分别进行计算并标记可信度，获取各传感器对应的初步计算结果；将自动驾驶系统的当前控制策略与各传感器对应的初步计算结果分别进行初步校验；如果存在大于等于设定初步校验阈值且可信度小于设定可信度阈值的初步计算结果，则根据感知数据进行二次计算；将当前控制策略与二次计算结果进行二次校验，当二次校验结果大于等于设定的二次校验阈值时，启动紧急接管程序。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言，诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络连接到用户计算机，包括局域网(lan)或广域网(wan)，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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，该模块、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，两个接连地表示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操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。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。