移动设备定位方法、装置、系统及移动设备与流程
本申请涉及无人驾驶技术领域，具体涉及移动设备定位方法、装置和系统，以及移动设备。
背景技术：
自动驾驶技术是近年来自动化领域的一大研究热点，自动驾驶技术的核心技术之一就是对车辆的高精度定位。在自动驾驶过程中，通常需要对车辆本身的位置达到厘米级的精度，以确保自动驾驶的正确性及行车安全等等。
目前，一种典型的车辆定位方法是激光点云定位方法，其处理过程如下所述。激光点云定位一般要预先制作地图(如2d或3d地图)，然后用车辆行驶途中的实时点云和地图进行匹配，计算激光雷达的位置和姿态，再通过激光雷达与惯性测量装置(inertialmeasurementunit，imu)之间的外参，得到imu的位置和姿态。具体实施时，可以应用多种匹配方法，如基于3d点云匹配的icp方法，基于2d概率地图的直方图滤波器匹配定位等等。
然而，在实现本发明过程中，发明人发现该技术方案至少存在如下问题：1)由于仅根据从雷达扫描点云的三维信息中提取的道路两侧结构化特征进行车辆定位，因此导致车辆定位精度有限；2)当道路两侧缺少结构化特征时，将无法进行车辆定位，因此车辆定位的鲁棒性较低。
技术实现要素：
本申请提供移动设备定位系统，以解决现有技术存在的定位精度较低及鲁棒性较低的问题。本申请另外提供移动设备定位方法和装置，以及移动设备。
本申请提供一种移动设备定位系统，包括：
服务器，用于向移动设备发送道路特征地图数据；
所述移动设备，用于接收所述服务器发送的所述道路特征地图数据；通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据；从所述当前帧的点云数据中提取道路结构化特征和道路强度特征；根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征；根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定所述移动设备的位置数据。
可选的，所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到；所述航迹推估轨迹数据通过航迹推估算法获取。
本申请还提供一种移动设备定位方法，包括：
接收服务器发送的道路特征地图数据；
通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据；
从所述当前帧的点云数据中提取道路结构化特征和道路强度特征；
根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征；
根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及所述道路特征地图数据，确定所述移动设备的位置数据。
可选的，所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到；所述航迹推估轨迹数据通过航迹推估算法获取。
本申请还提供一种移动设备定位装置，包括：
地图数据接收单元，用于接收服务器发送的道路特征地图数据；
点云数据采集单元，用于通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据；
当前帧道路特征提取单元，用于从所述当前帧的点云数据中提取道路结构化特征和道路强度特征；
累积帧道路特征转换单元，用于根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征；
位置确定单元，用于根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及所述道路特征地图数据，确定所述移动设备的位置数据。
可选的，所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到；所述航迹推估轨迹数据通过航迹推估算法获取。
本申请还提供一种移动设备，包括：
三维空间扫描装置；
处理器；以及
存储器，用于存储实现移动设备定位方法的程序，该设备通电并通过所述处理器运行该移动设备定位方法的程序后，执行下述步骤：接收服务器发送的道路特征地图数据；通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据；从所述当前帧的点云数据中提取道路结构化特征和道路强度特征；根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征；根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及所述道路特征地图数据，确定所述移动设备的位置数据。
可选的，所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到；所述航迹推估轨迹数据通过航迹推估算法获取。
本申请还提供一种移动设备定位方法，包括：
通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据；
从所述当前帧的点云数据中提取道路结构化特征和道路强度特征；
根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征；
根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定所述移动设备的位置数据。
可选的，所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到；所述航迹推估轨迹数据通过航迹推估算法获取。
可选的，所述道路强度特征采用如下步骤提取：
从所述当前帧的点云数据中选取路面点云数据；
根据所述路面点云数据的强度信息，生成道路强度图像；
对所述道路强度图像执行边缘提取，得到所述道路强度特征。
可选的，所述道路结构化特征采用如下方式提取：
根据道路结构化特征的特征约束信息，从所述空间点云数据中抽取道路结构化特征。
可选的，还包括：
根据所述移动设备的航迹推估轨迹数据和所述当前帧对应的时间数据，获取所述当前帧对应的位置数据；以及，根据所述航迹推估轨迹数据和所述至少一个累积帧中时间靠后的累积帧对应的时间数据，获取所述时间靠后的累积帧对应的位置数据；
判断所述当前帧对应的位置数据与所述时间靠后的累积帧对应的位置数据间的第一距离是否大于或者等于第一距离阈值；
若上述判断结果为是，则进入所述根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，并确定所述移动设备的位置数据；以及，将所述当前帧作为所述累积帧。
可选的，所述方法还包括：
若上述判断结果为否，则根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、及所述道路特征地图数据，确定所述移动设备的位置数据。
可选的，还包括：
获取所述当前帧的道路结构化特征与道路强度特征的特征数量，作为第一特征数量；
判断所述第一特征数量是否大于或者等于第一特征数量阈值；
若上述判断结果为是，则进入所述第一特征数量根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定所述移动设备的位置数据；以及，将所述当前帧作为所述累积帧。
可选的，所述方法还包括：
若上述判断结果为否，则根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、及所述道路特征地图数据，确定所述移动设备的位置数据。
可选的，还包括：
根据所述航迹推估轨迹数据和所述当前帧对应的时间数据，获取所述当前帧对应的位置数据；以及，根据所述航迹推估轨迹数据和所述至少一个累积帧中时间靠后的累积帧对应的时间数据，获取所述时间靠后的累积帧对应的位置数据；
将所述当前帧对应的位置数据与所述时间靠后的累积帧对应的位置数据间的距离作为第一距离；以及，获取所述当前帧的道路结构化特征与道路强度特征的特征数量，作为第一特征数量；
判断所述第一距离是否大于或者等于第一距离阈值、且所述第一特征数量是否大于或者等于第一特征数量阈值；
若上述判断结果为是，则进入所述根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，并确定所述移动设备的位置数据；以及，将所述当前帧作为所述累积帧。
可选的，在所述将所述当前帧作为所述累积帧后，还包括：
获取第二特征数量，所述第二特征数量是所述当前帧和所述至少一个累积帧的特征总量；以及，获取所述当前帧和所述至少一个累积帧的起始帧间的第二距离；
若所述第二特征数量大于第二特征数量阈值、且所述第二距离大于第二距离阈值，则从所述至少一个累积帧中删除起始帧，直至所述第二特征数量小于等于第二特征数量阈值、和/或所述第二距离小于等于第二距离阈值。
可选的，所述根据所述移动设备的航迹推估轨迹数据，并将所述至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征，包括：
根据所述至少一个累积帧分别对应的时间数据和所述航迹推估轨迹数据，获取所述至少一个累积帧分别对应的位置数据；以及，根据所述航迹推估轨迹数据和所述当前帧对应的时间数据，获取所述当前帧对应的位置数据；
针对各个所述累计帧，根据所述累积帧对应的位置数据和所述当前帧对应的位置数据，将所述累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征。
可选的，所述道路强度特征包括：车道线的强度特征，转向标志的强度特征,人行横道的强度特征。
本申请还提供一种移动设备定位装置，包括：
点云数据采集单元，用于通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据；
当前帧道路特征提取单元，用于从所述当前帧的点云数据中提取道路结构化特征和道路强度特征；
累积帧道路特征转换单元，用于根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征；
位置确定单元，用于根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定所述移动设备的位置数据。
可选的，所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到；所述航迹推估轨迹数据通过航迹推估算法获取。
可选的，还包括：
位置获取单元，用于根据所述航迹推估轨迹数据和所述当前帧对应的时间数据，获取所述当前帧对应的位置数据；以及，根据所述航迹推估轨迹数据和所述至少一个累积帧中时间靠后的累积帧对应的时间数据，获取所述时间靠后的累积帧对应的位置数据；
第一数据统计单元，用于将所述当前帧对应的位置数据与所述时间靠后的累积帧对应的位置数据间的距离作为第一距离；以及，获取所述当前帧的道路结构化特征与道路强度特征的特征数量，作为第一特征数量；
判断单元，用于判断所述第一距离是否大于或者等于第一距离阈值、且所述第一特征数量是否大于或者等于第一特征数量阈值；若是，则启动所述位置确定单元；
累积帧增加单元，用于将所述当前帧作为所述累积帧。
可选的，还包括：
第二数据统计单元，用于获取第二特征数量，所述第二特征数量是所述当前帧和所述至少一个累积帧的特征总量；以及，获取所述当前帧和所述至少一个累积帧的起始帧间的第二距离；
累积帧删除单元，用于若所述第二特征数量大于第二特征数量阈值、且所述第二距离大于第二距离阈值，则从所述至少一个累积帧中删除起始帧，直至所述第二特征数量小于等于第二特征数量阈值、和/或所述第二距离小于等于第二距离阈值。
本申请还提供一种移动设备，包括：
三维空间扫描装置；
处理器；以及
存储器，用于存储实现移动设备定位方法的程序，该设备通电并通过所述处理器运行该移动设备定位方法的程序后，执行下述步骤：通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据；从所述当前帧的点云数据中提取道路结构化特征和道路强度特征；根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征；根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定所述移动设备的位置数据。
可选的，所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到；所述航迹推估轨迹数据通过航迹推估算法获取。
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各种方法。
本申请还提供一种包括指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各种方法。
与现有技术相比，本申请具有以下优点：
本申请实施例提供的移动设备定位系统，通过移动设备接收服务器发送的道路特征地图数据，利用三维空间扫描装置采集行驶道路的空间点云数据,并从所述点云数据中提取道路结构化特征及道路强度特征，再根据移动设备的航迹推估轨迹数据，将当前帧前的累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征，再根据坐标系转换后的所述累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定移动设备的位置数据；这种处理方式，使得结合多帧累积的道路两侧的结构化特征及道路强度特征进行车辆定位，增强了道路特征表达能力；因此，可以有效提升定位精度。同时，由于该处理方式又可避免在道路结构化特征或道路强度特征无法有效获取时，存在的无法定位问题；因此，可以有效提升定位鲁棒性。同时，由于可在获得每帧点云数据时进行定位，由此实现实时定位；因此，可以有效提升车辆定位的实时性。
附图说明
图1是本申请提供的一种移动设备定位方法的实施例的流程图；
图2a是本申请提供的一种移动设备定位方法的实施例的道路两侧结构化特征点的示意图；
图2b是本申请提供的一种移动设备定位方法的实施例的道路两侧结构化特征点的又一示意图；
图3是本申请提供的一种移动设备定位方法的实施例的道路强度图像的示意图；
图4是本申请提供的一种移动设备定位方法的实施例的道路强度特征的示意图；
图5是本申请提供的一种移动设备定位方法的实施例的多帧累积特征的具体流程图；
图6是本申请提供的一种移动设备定位方法的实施例的多帧累积特征的示意图；
图7是本申请提供的一种移动设备定位方法的实施例的具体流程图；
图8是本申请提供的一种移动设备定位方法的实施例的多帧累积特征的又一示意图；
图9是本申请提供的一种移动设备定位装置的实施例的结构示意图；
图10是本申请提供的一种移动设备定位装置的实施例的具体示意图；
图11是本申请提供的一种移动设备定位装置的实施例的又一具体示意图；
图12是本申请提供的一种移动设备的实施例的示意图；
图13是本申请提供的一种移动定位系统的实施例的示意图；
图14是本申请提供的一种移动设备定位方法的实施例的流程图；
图15是本申请提供的一种移动设备定位装置的实施例的结构示意图；
图16是本申请提供的一种移动设备的实施例的示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
在本申请中，提供了移动设备定位方法、装置和系统，以及移动设备。所述移动设备，包括但不限于：无人驾驶车辆、移动机器人等等可移动的设备。在下面的实施例中将以车辆为例，逐一对各种方案进行详细说明。
第一实施例
请参考图1，其为本申请提供的一种移动设备定位方法实施例的流程图，该方法的执行主体包括移动设备定位装置，该装置可部署在移动设备上。本申请提供的一种移动设备定位方法包括：
步骤s101：通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据。
本申请实施例提供的方法，在车辆在行驶过程中，通过安装在车辆上的所述三维空间扫描装置，获取道路周围空间物体表面每个采样点的空间坐标，得到的一个点的集合，每次扫描得到的海量点数据称为一帧点云(pointcloud)数据，本实施例将当前时刻采集到的一帧点云数据称为当前帧的点云数据。通过点云数据，使得扫描物体表面以点的形式记录，每一个点包含有三维坐标，有些可能含有颜色信息(rgb)或反射强度信息(intensity)。凭借点云数据，可以在同一空间参考系下表达目标空间。
所述三维空间扫描装置，可以是激光雷达(lightdetectionandranging，lidar)，通过激光扫描方式进行激光探测与测量，获得行驶道路方面的信息，其所测得的数据为数字表面模型(digitalsurfacemodel,dsm)的离散点表示。具体实施时，可采用16线、32线、64线等多线激光雷达，不同激光束数量的雷达采集点云数据的帧频(framerate)不同，如16、32线每秒一般采集10帧点云数据。所述三维空间扫描装置，也可以是三维激光扫描仪或照相式扫描仪等设备。
在通过三维空间扫描装置采集行驶道路的空间点云数据之后，就可以进入下一步骤，从所述当前帧的空间点云数据中提取道路特征。
步骤s103：从所述当前帧的点云数据中提取道路结构化特征和道路强度特征。
本申请实施例提供的方法，根据车辆行驶途中的道路特征和道路特征地图进行车辆定位。要根据车辆行驶途中的道路特征和道路特征地图进行车辆定位，首先要从上一步骤得到的当前帧的点云数据中提取道路特征。
所述道路特征，包括道路结构化特征和道路强度特征。其中，道路结构化特征可体现道路两侧结构化信息，包括但不限于：路沿特征(马路牙子等)、墙面特征等等。道路强度特征指边缘特征，可体现路面标志信息。道路强度特征，包括但不限于：车道线强度特征、转向标志强度特征、人行横道强度特征等等。
所述道路结构化特征，可从所述当前帧的点云数据包括的空间三维信息中提取得到。在本实施例中，所述道路结构化特征，采用如下方式提取：根据道路结构化特征的特征约束信息，从所述当前帧的点云数据中抽取道路结构化特征。
所述特征约束信息，包括道路结构化特征点的特征约束规则。不同的道路结构化特征，对应不同的特征约束规则，如马路牙子和墙面均属于道路结构化特征，但二者对应不同的特征约束规则。
请参见图2a，其为本申请提供的一种移动设备定位方法实施例的马路牙子特征点的示意图。由图2a可见，马路牙子特征点的约束规则包括：1)马路牙子起始点与相邻点形成90度夹角，终止点与相邻点形成90度夹角；2)马路高度(起始点到终止点)约10厘米左右；3)马路牙子上的点在一条直线上，且相邻点高度递增。由此可见，在空间点云数据中符合上述约束规则的点就可作为马路牙子特征点。
请参见图2b，其为本申请提供的一种移动设备定位方法实施例的道路两侧墙面特征点的示意图。由图2b可见，墙面特征点的约束规则包括：墙面点投影在地面(x-y平面)上后在一条直线上，且点到直线的距离
所述道路强度特征，可从所述当前帧的点云数据包括的激光强度信息中提取得到。
在一个示例中，所述道路强度特征可采用如下步骤提取：1)从所述当前帧的点云数据中选取路面点云数据；2)根据所述路面点云数据的强度信息，生成道路强度图像；3)对所述道路强度图像执行边缘提取，得到所述道路强度特征。
从所述空间点云数据中提取道路强度特征，就是要基于路面点云强度信息进行处理得到边缘信息，因此，首先要从雷达点云中获取路面点云，利用路面点云的强度信息生成强度图像，如图3所示，然后对强度图像进行边缘提取得到车道线、转向标志、人行横道等路面标志的边缘信息，如图4所示。
在另一个示例中，所述道路强度特征也可采用如下方式提取，即：并不生成强度图像，而是直接基于点云的强度信息进行边缘提取，具体可以是直接在一根线上利用相邻点进行梯度计算提取边缘点，即每帧先选取路面点云数据，然后直接在一根线上利用相邻点进行梯度计算提取边缘点。
步骤s105：根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征。
所述航迹推估轨迹数据，包括车辆在行驶过程中在不同时刻所处的位置数据。所述航迹推估轨迹数据通过航迹推估算法获取，例如，可采用如下航迹推估算法获取：使用里程计测量车辆行驶速度，通过积分可以测量车辆行驶距离；或者，使用imu测量车辆行驶的线性加速度和角速度，通过积分也可以推算出速度和角度变化(航向)。由于航迹推估算法属于较为成熟的现有技术，因此此处不再赘述。
本申请实施例提供的方法，要结合多帧累积的道路两侧的结构化特征及道路强度特征，并结合车辆的航迹推估轨迹数据进行车辆定位，首先需要根据车辆的航迹推估轨迹数据，将在当前帧前的至少一个累积帧的道路特征转换为当前帧坐标系下的特征。所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到。由此可见，所述航迹推估轨迹数据的作用包括，其中一段轨迹上的对应时刻的雷达点云提取的道路特征可以根据轨迹进行拼接和累积。
在本实施例中，步骤s105可包括如下子步骤：1)根据所述至少一个累积帧分别对应的时间数据和所述航迹推估轨迹数据，获取所述至少一个累积帧分别对应的位置数据；以及，根据所述航迹推估轨迹数据和所述当前帧对应的时间数据，获取所述当前帧对应的位置数据；2)针对各个所述累计帧，根据所述累积帧对应的位置数据和所述当前帧对应的位置数据，将所述累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征。
1)根据所述至少一个累积帧分别对应的时间数据和所述航迹推估轨迹数据，获取所述至少一个累积帧分别对应的位置数据；以及，根据所述航迹推估轨迹数据和所述当前帧对应的时间数据，获取所述当前帧对应的位置数据。
所述航迹推估轨迹数据，包括车辆在行驶过程中在不同时刻所处的位置信息。本实施例根据各个累积帧对应的时间数据，通过与所述航迹推估轨迹数据中的时间数据进行匹配，获取匹配时刻对应的位置数据，作为累积帧的位置数据。同样的，也可根据当前帧对应的时间数据，通过与所述航迹推估轨迹数据中的时间数据进行匹配，获取匹配时刻对应的位置数据，作为当前帧的位置数据。
2)针对各个所述累计帧，根据所述累积帧对应的位置数据和所述当前帧对应的位置数据，将所述累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征。
在获得每个累积帧及当前帧分为对应的位置数据后，针对每个累积帧，就可以获得该累积帧与当前帧的旋转矩阵和平移矩阵等等；然后通过矩阵运算，将所述累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征，与当前帧对应的道路特征合并在一起共同作为当前帧对应的道路特征。
在一个示例中，多帧累积采用了自适应滑动窗口累积多帧扫描的特征点，根据累积的特征数量和累积运动距离来调节窗口大小维持适量的道路特征点。采用这种处理方式，使得控制多帧累积特征数量，根据有限的多帧累积特征进行车辆定位；因此，可以有效降低计算复杂度，从而提升定位效率。同时，还可以有效节约计算资源，从而降低硬件成本。
请参见图5，其为本申请提供的一种移动设备定位方法的实施例的多帧累积特征的具体流程图。在本实施例中，所述方法在将所述当前帧作为累积帧后，还包括如下步骤：
步骤s501：获取第二特征数量；以及，获取所述当前帧和所述至少一个累积帧的起始帧间的第二距离。
所述第二特征数量，是指所述当前帧的特征数量与所述至少一个累积帧的特征数量的总和，即累积特征数量。
本申请实施例提供的方法，可累积直至当前帧的多个帧的道路特征，将当前帧与累积帧的起始帧(即第一个累积帧)间的距离作为所述第二距离，也就是说，第二距离体现了车辆当前位置与第一个累积帧对应位置间的距离。
步骤s503：若所述第二特征数量大于第二特征数量阈值、且所述第二距离大于第二距离阈值，则从所述至少一个累积帧中删除起始帧，直至所述第二特征数量小于等于第二特征数量阈值、和/或所述第二距离小于等于第二距离阈值。
在获得第二特征数量和第二距离后，就可以将第二特征数量与第二特征数量阈值进行比较，将第二距离和第二距离阈值进行比较，如果第二特征数量大于第二特征数量阈值、且所述第二距离大于第二距离阈值，则从所述至少一个累积帧中删除起始帧，即时间最早的累积帧，如果从滑动窗口中删除一个累积帧后，上述条件仍满足，则继续删除时间最早的累积帧，直至所述第二特征数量小于等于第二特征数量阈值，或所述第二距离小于等于第二距离阈值，或者，第二特征数量小于等于第二特征数量阈值、且所述第二距离小于等于第二距离阈值。
所述第二特征数量阈值及第二距离阈值，可根据业务需求设定，例如，将第二特征数量阈值设置为几百个或几万个，将第二距离阈值设置为几米或几十米等等。
所述第二特征数量阈值和第二距离阈值越大，则参与定位计算的特征点越多，因此计算复杂度就会增加，但由于特征点多，因此定位准确度越高。具体实施时，可根据业务需求确定所述第二特征数量阈值和第二距离阈值。
请参见图6，其为本申请提供的一种移动设备定位方法实施例的多帧累积特征的示意图。由图6可见，滑动窗口在增加新帧(当前帧)pk+w+1之后，如果判定第二特征数量
在获得坐标系转换后的所述累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征之后，也就是说在获得多帧累积的道路特征后，就可以进入下一步骤，根据多帧累积的道路特征、及道路特征地图数据，确定车辆的位置数据。
步骤s107：根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定所述移动设备的位置数据。
本申请实施例提供的方法，通过蒙特卡罗定位(montecarlolocalization，mcl)算法，根据多帧累积的道路特征及道路特征地图数据确定车辆位置，可将多帧累积的道路特征及道路特征地图数据进行匹配，将特征匹配的位置数据作为车辆的当前位置数据，定位结果包括车辆位置在x-y平面坐标系下的(x,y，yaw(航向角))。由于mcl算法属于较为成熟的现有技术，因此此处不再赘述。
道路特征地图又称为先验特征地图，是根据预先采集的道路特征数据建成的特征地图，地图中至少包括道路两侧结构化特征及道路强度特征，如含有马路牙子、电线杆和墙面等结构化特征和路面上车道线、转向标志和人行横道强度特征(边缘信息)。
所述道路特征地图数据，可由服务器端整合所有地区的道路特征生成地图数据，所述移动设备定位装置可从服务器端下载地图数据，并在获知地图数据更新后，重新从服务器下载更新后的地图数据，并更新车辆本地的旧版地图数据。
请参见图7，其为本申请提供的一种移动设备定位方法实施例的具体流程图。在一个示例中，所述方法还可包括如下步骤：
步骤s701：根据所述航迹推估轨迹数据和所述当前帧对应的时间数据，获取所述当前帧对应的位置数据；以及，根据所述航迹推估轨迹数据和所述至少一个累积帧中时间靠后的累积帧对应的时间数据，获取所述时间靠后的累积帧对应的位置数据。
所述时间靠后的累积帧，可以是所述至少一个累积帧中时间靠后的任意一个累积帧，也可以是所述至少一个累积帧中时间最后的一个累积帧，即：是多个累积帧中的最后一帧。
步骤s702：将所述当前帧对应的位置数据与所述时间靠后的累积帧对应的位置数据间的距离作为第一距离；以及，获取所述当前帧的道路结构化特征与道路强度特征的特征数量，作为第一特征数量。
步骤s703：判断所述第一距离是否大于或者等于第一距离阈值、且所述第一特征数量是否大于或者等于第一特征数量阈值。
所述第一距离阈值，可根据业务需求进行设置，例如，可设置为10厘米，即：车辆行驶间隔未达到10厘米时，无需结合当前帧的道路特征进行定位。
所述第一特征数量阈值，可根据业务需求进行设置，例如，可设置为几十或几百个特征点，即：当前帧的道路特征未达到几十或几百个特征点时，无需结合当前帧的道路特征进行车辆定位。
如图7所示，在所述第一距离大于或者等于第一距离阈值、且所述第一特征数量大于或者等于第一特征数量阈值时，可执行步骤s107，结合累积帧及当前帧的道路特征进行定位。
在执行完步骤s107后，还要执行如下步骤：
步骤s704：将所述当前帧作为所述累积帧。
具体实施时，如果第一距离小于第一距离阈值和/或所述第一特征数量小于第一特征数量阈值，则执行如下步骤：
步骤s705：根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定所述移动设备的位置数据。
在这种情况下，可无需将所述当前帧作为所述累积帧。例如，根据所述航迹推估轨迹数据，确定当前帧tcur时刻对应的位置为lcur，累积帧中的最后一帧tpre时刻对应的位置lpre，第一距离为d＝lcur-lpre，如果d<第一距离阈值dth，就无需结合当前帧的道路特征进行定位，只要根据累积帧的道路特征进行定位即可。
再例如，在车辆行驶的当前道路的道路特征较少甚至没有时，如没有马路牙子、墙面、路面标志等，就无需结合当前帧的道路特征进行定位，只要根据累积帧的道路特征进行定位即可。
请参见图8，其为本申请提供的一种车辆定位方法实施例的多帧累积特征的又一示意图。由图8可见，滑动窗口在增加新帧(当前帧)之前窗口大小为w个帧，包括第k个帧到第k+w帧分别对应的特征集pk、pk+1、…、pk+w，如果最新帧(当前帧)特征总数num(pk+w+1)大于或者等于所述第一特征数量阈值，并且该最新帧与上一窗口帧间的运动距离d大于或者等于所述第一距离阈值(如0.1m)，则增加该帧，窗口大小为w+1,此时即可根据该窗口中的特征进行车辆定位。
本申请实施例提供的方法，采用如通过图7所示的步骤，既可避免车辆移动较小的距离导致重复特征较多的问题，又可避免有效特征更新不足的问题；因此，可以有效节约计算资源，有效提升定位准确度和精度，并确保车辆定位的实时性。
在另一个示例中，本申请实施例提供的方法，通过根据车辆的航迹推估轨迹数据，确定当前帧对应的位置及累积帧中的最后一帧对应的位置，若所述当前帧对应的位置与所述累积帧中的最后一帧对应的位置间的第一距离大于或者等于第一距离阈值，则根据坐标系转换后的所述至少一帧累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定所述车辆的位置数据；若所述第一距离小于所述第一距离阈值，则根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征数据，确定所述车辆的位置数据；这种处理方式，使得当车辆行驶的距离大于或等于第一距离阈值时，结合多帧累积的道路特征和当前帧的道路特征进行车辆定位，当车辆行驶的距离小于第一距离阈值时，只根据多帧累积的道路特征进行车辆定位；因此，可以有效节约计算资源，同时确保及时进行车辆定位。
例如，根据所述航迹推估轨迹数据，确定当前帧tcur时刻对应的位置为lcur，累积帧中的最后一帧tpre时刻对应的位置lpre，第一距离为d＝lcur-lpre，如果d<第一距离阈值dth，就无需结合当前帧的道路特征进行定位，只要根据累积帧的道路特征进行定位即可；如果d>＝dth，则结合累积帧及当前帧的道路特征进行定位。
在又一个示例中，本申请实施例提供的方法，通过若所述当前帧的道路结构化特征与道路强度特征的第一特征数量大于或者等于第一特征数量阈值，则根据坐标系转换后的所述累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定车辆位置数据；若所述第一特征数量小于所述第一特征数量阈值，则根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定车辆位置数据；这种处理方式，使得当车辆行驶在道路特征较多的位置时结合当前帧的道路特征进行车辆定位，避免当车辆行驶在道路特征较少的位置时对每一帧均结合当前帧的道路特征进行定位；因此，可以有效节约计算资源，同时有效提升定位准确度。
例如，在车辆行驶的当前道路的道路特征较少甚至没有时，如没有马路牙子、墙面、路面标志等，就无需结合当前帧的道路特征进行定位，只要根据累积帧的道路特征进行定位即可，只有在当前道路特征较多时，才结合累积帧及当前帧的道路特征进行定位。
从上述实施例可见，本申请实施例提供的移动设备定位方法，通过三维空间扫描装置采集行驶道路的空间点云数据,并从所述点云数据中提取道路结构化特征及道路强度特征，再根据移动设备的航迹推估轨迹数据，将当前帧前的累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征，再根据坐标系转换后的所述累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定移动设备的位置数据；这种处理方式，使得结合多帧累积的道路两侧的结构化特征及道路强度特征进行移动设备的定位，增强了道路特征表达能力；因此，可以有效提升定位精度。同时，由于该处理方式又可避免在道路结构化特征或道路强度特征无法有效获取时，存在的无法定位问题；因此，可以有效提升定位鲁棒性。同时，由于可在获得每帧点云数据时进行定位，由此实现实时定位；因此，可以有效提升车辆定位的实时性。
在上述的实施例中，提供了一种移动设备定位方法，与之相对应的，本申请还提供一种移动设备定位装置。该装置是与上述方法的实施例相对应。
第二实施例
请参看图9，其为本申请的移动设备定位装置的实施例的示意图。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本申请另外提供一种移动设备定位装置，包括：
点云数据采集单元901，用于通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据；
当前帧道路特征提取单元903，用于从所述当前帧的点云数据中提取道路结构化特征和道路强度特征；
累积帧道路特征转换单元905，用于根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征；
位置确定单元907，用于根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定所述移动设备的位置数据。
可选的，所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到；所述航迹推估轨迹数据通过航迹推估算法获取。
请参看图10，其为本申请的移动设备定位装置的实施例的具体示意图。可选的，还包括：
位置获取单元1001，用于根据所述航迹推估轨迹数据和所述当前帧对应的时间数据，获取所述当前帧对应的位置数据；以及，根据所述航迹推估轨迹数据和所述至少一个累积帧中时间靠后的累积帧对应的时间数据，获取所述时间靠后的累积帧对应的位置数据；
第一数据统计单元1002，用于将所述当前帧对应的位置数据与所述时间靠后的累积帧对应的位置数据间的距离作为第一距离；以及，获取所述当前帧的道路结构化特征与道路强度特征的特征数量，作为第一特征数量；
判断单元1003，用于判断所述第一距离是否大于或者等于第一距离阈值、且所述第一特征数量是否大于或者等于第一特征数量阈值；若是，则启动所述位置确定单元907；
累积帧增加单元1004，用于将所述当前帧作为所述累积帧。
请参看图11，其为本申请的移动设备定位装置的实施例的具体示意图。可选的，还包括：
第二数据统计单元1101，用于获取第二特征数量，所述第二特征数量是所述当前帧和所述至少一个累积帧的特征总量；以及，获取所述当前帧和所述至少一个累积帧的起始帧间的第二距离；
累积帧删除单元1102，用于若所述第二特征数量大于第二特征数量阈值、且所述第二距离大于第二距离阈值，则从所述至少一个累积帧中删除起始帧，直至所述第二特征数量小于等于第二特征数量阈值、和/或所述第二距离小于等于第二距离阈值。
从上述实施例可见，本申请实施例提供的移动设备定位装置，通过三维空间扫描装置采集行驶道路的空间点云数据,并从所述点云数据中提取道路结构化特征及道路强度特征，再根据移动设备的航迹推估轨迹数据，将当前帧前的累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征，再根据坐标系转换后的所述累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定移动设备的位置数据；这种处理方式，使得结合多帧累积的道路两侧的结构化特征及道路强度特征进行移动设备的定位，增强了道路特征表达能力；因此，可以有效提升定位精度。同时，由于该处理方式又可避免在道路结构化特征或道路强度特征无法有效获取时，存在的无法定位问题；因此，可以有效提升定位鲁棒性。同时，由于可在获得每帧点云数据时进行定位，由此实现实时定位；因此，可以有效提升车辆定位的实时性。
第三实施例
请参考图12，其为本申请的移动设备实施例的示意图。由于设备实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的设备实施例仅仅是示意性的。
本实施例的一种移动设备，该设备包括：三维空间扫描装置1201、处理器1202和存储器1203。
所述存储器，用于存储实现移动设备定位方法的程序，该设备通电并通过所述处理器运行该移动设备定位方法的程序后，执行下述步骤：通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据；从所述当前帧的点云数据中提取道路结构化特征和道路强度特征；根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征；根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定所述移动设备的位置数据。
可选的，所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到；所述航迹推估轨迹数据通过航迹推估算法获取。
其中，处理器1202可采用车机主处理器芯片(车机cpu)，该芯片可以是一种硅板上集合多种电子元器件实现某种特定功能的电路模块。它是电子设备中最重要的部分，承担着运算，存储和控制的功能。
第四实施例
请参考图13，其为本申请的移动设备定位系统实施例的结构示意图。由于系统实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的系统实施实施例仅仅是示意性的。
本实施例的一种移动设备定位系统，包括：移动设备1301和服务器1302。所述移动设备，包括但不限于：车辆、移动机器人等等可移动的设备。
所述服务器1301，用于向移动设备1302发送道路特征地图数据。
所述移动设备1302,用于接收所述服务器1301发送的所述道路特征地图数据；通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据；从所述当前帧的点云数据中提取道路结构化特征和道路强度特征；根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征；根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定所述移动设备的位置数据。
其中，所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到；所述航迹推估轨迹数据通过航迹推估算法获取。
所述道路特征地图数据，可由服务器1301整合所有地区的道路特征生成地图数据，所述移动设备1302可从服务器1301下载地图数据，并在获知地图数据更新后，重新从服务器1301下载更新后的地图数据，并更新移动设备本地的旧版地图数据。
从上述实施例可见，本申请实施例提供的移动设备定位系统，通过三维空间扫描装置采集行驶道路的空间点云数据,并从所述点云数据中提取道路结构化特征及道路强度特征，再根据移动设备的航迹推估轨迹数据，将当前帧前的累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征，再根据坐标系转换后的所述累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定移动设备的位置数据；这种处理方式，使得结合多帧累积的道路两侧的结构化特征及道路强度特征进行移动设备的定位，增强了道路特征表达能力；因此，可以有效提升定位精度。同时，由于该处理方式又可避免在道路结构化特征或道路强度特征无法有效获取时，存在的无法定位问题；因此，可以有效提升定位鲁棒性。同时，由于可在获得每帧点云数据时进行定位，由此实现实时定位；因此，可以有效提升车辆定位的实时性。
第五实施例
请参考图14，其为本申请的移动设备定位方法实施例的流程示意图。由于方法实施例基本相似于系统实施例，所以描述得比较简单，相关之处参见系统实施例的部分说明即可。下述描述的方法实施例仅仅是示意性的。
本实施例的一种移动设备定位方法，包括如下步骤：
步骤s1401：接收服务器发送的道路特征地图数据；
步骤s1403：通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据；
步骤s1405：从所述当前帧的点云数据中提取道路结构化特征和道路强度特征；
步骤s1407：根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征。
其中，所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到；所述航迹推估轨迹数据通过航迹推估算法获取；
步骤s1409：根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及所述道路特征地图数据，确定所述移动设备的位置数据。
从上述实施例可见，本申请实施例提供的移动设备定位方法，通过接收服务器发送的道路特征地图数据，并通过三维空间扫描装置采集行驶道路的空间点云数据,并从所述点云数据中提取道路结构化特征及道路强度特征，再根据移动设备的航迹推估轨迹数据，将当前帧前的累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征，再根据坐标系转换后的所述累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定移动设备的位置数据；这种处理方式，使得结合多帧累积的道路两侧的结构化特征及道路强度特征进行移动设备的定位，增强了道路特征表达能力；因此，可以有效提升定位精度。同时，由于该处理方式又可避免在道路结构化特征或道路强度特征无法有效获取时，存在的无法定位问题；因此，可以有效提升定位鲁棒性。同时，由于可在获得每帧点云数据时进行定位，由此实现实时定位；因此，可以有效提升车辆定位的实时性。
第六实施例
请参看图15，其为本申请的移动设备定位装置的实施例的示意图。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本申请另外提供一种移动设备定位装置，包括：
地图数据接收单元1501，用于接收服务器发送的道路特征地图数据；
点云数据采集单元1502，用于通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据；
当前帧道路特征提取单元1503，用于从所述当前帧的点云数据中提取道路结构化特征和道路强度特征；
累积帧道路特征转换单元1504，用于根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征；
位置确定单元1505，用于根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及所述道路特征地图数据，确定所述移动设备的位置数据。
可选的，所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到；所述航迹推估轨迹数据通过航迹推估算法获取。
从上述实施例可见，本申请实施例提供的移动设备定位装置，通过接收服务器发送的道路特征地图数据，并通过三维空间扫描装置采集行驶道路的空间点云数据,并从所述点云数据中提取道路结构化特征及道路强度特征，再根据移动设备的航迹推估轨迹数据，将当前帧前的累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征，再根据坐标系转换后的所述累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及道路特征地图数据，确定移动设备的位置数据；这种处理方式，使得结合多帧累积的道路两侧的结构化特征及道路强度特征进行移动设备的定位，增强了道路特征表达能力；因此，可以有效提升定位精度。同时，由于该处理方式又可避免在道路结构化特征或道路强度特征无法有效获取时，存在的无法定位问题；因此，可以有效提升定位鲁棒性。同时，由于可在获得每帧点云数据时进行定位，由此实现实时定位；因此，可以有效提升车辆定位的实时性。
第七实施例
请参考图16，其为本申请的移动设备实施例的示意图。由于设备实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的设备实施例仅仅是示意性的。
本实施例的一种移动设备，该移动设备包括：三维空间扫描装置1601、处理器1602和存储器1603；所述存储器，用于存储实现移动设备定位方法的程序，该设备通电并通过所述处理器运行该移动设备定位方法的程序后，执行下述步骤：接收服务器发送的道路特征地图数据；通过三维空间扫描装置采集行驶道路的空间点云数据，作为当前帧的点云数据；从所述当前帧的点云数据中提取道路结构化特征和道路强度特征；根据所述移动设备的航迹推估轨迹数据，将所述当前帧前的至少一个累积帧的道路结构化特征和道路强度特征转换为在所述当前帧的坐标系下的特征；根据坐标系转换后的所述至少一个累积帧的道路结构化特征和道路强度特征、所述当前帧的道路结构化特征和道路强度特征、及所述道路特征地图数据，确定所述移动设备的位置数据。
可选的，所述至少一个累积帧的道路结构化特征和道路强度特征，从所述至少一个累积帧的点云数据中提取得到；所述航迹推估轨迹数据通过航迹推估算法获取。
本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。
2、本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
- 还没有人留言评论。精彩留言会获得点赞！