激光测速方法、控制装置和激光测速仪与流程

本公开涉及安检技术领域，特别是一种激光测速方法、控制装置和激光测速仪。

背景技术：

激光测速仪是采用激光测距的原理。激光测距是通过对被测物体发射激光光束，并接收该激光光束的反射波，记录该时间差，来确定被测物体与测试点的距离。激光测速是对被测物体进行两次有特定时间间隔的激光测距，取得在该一时段内被测物体的移动距离，从而得到该被测物体的移动速度。

技术实现要素：

本公开的一个目的在于提高激光测速的准确度。

根据本公开的一些实施例的一个方面，提出一种激光测速方法，包括：通过向道路方向探测的多条激光射线获取预定高度范围，以及水平方向上预定探测角度内的探测数据；根据探测数据获取三维点云数据；根据三维点云数据确定被测物体在沿道路方向的位置；根据不同时刻被测物体在沿道路方向的位置的变化情况确定被测物体速度。

在一些实施例中，根据三维点云数据确定被测物体在沿道路方向的位置包括：基于聚类算法对三维点云数据分割区域，获取点云区；根据预定被测物体形态特征筛选点云区，获取符合被测物体形态特征的点云区；确定符合被测物体形态特征的点云区在沿道路方向的位置。

在一些实施例中，基于聚类算法对三维点云数据分割区域包括：获取三维点云数据中除沿道路方向的坐标外的坐标值作为二维点云坐标数据；将三维点云数据中沿道路方向的坐标作为对应二维点云中的点的值；聚类处理二维点云，获取点云区。

在一些实施例中，根据预定被测物体形态特征筛选点云区包括以下一项或多项判断条件：获取点云区的宽度与高度的比值，判断比值是否在预定被测物体点云宽高比范围内，其中，预定被测物体点云宽高比范围为根据被测物体的宽高比、激光传感器的安放高度和激光传感器的射线发射密度确定；获取点云区的宽度和深度信息，根据预定被测物体宽度范围和深度信息确定当前深度下的被测物体宽度范围，判断点云区的宽度是否在当前深度下的被测物体宽度范围内；或，获取点云区的高度和深度信息，根据预定被测物体高度范围和深度信息确定当前深度下的被测物体高度范围，判断点云区的高度是否在当前深度下的被测物体高度范围内；若在范围内，则确定点云区符合被测物体的形态特征。

在一些实施例中，确定符合被测物体形态特征的点云区在沿道路方向的位置包括：获取点云区的点云在沿道路方向的坐标的均值；或确定点云区的特征点，获取特征点在沿道路方向的坐标，其中，特征点包括点云中心、重心、从被测物体的点云数据的预定边缘位置向中心方向的第n个点云中的一个或多个，其中，n为正整数。

在一些实施例中，根据不同时刻被测物体在沿道路方向的位置的变化情况确定被测物体速度包括：获取间隔预定数量帧的探测数据生成的时间间隔；根据间隔预定数量帧的探测数据中被测物体在沿道路方向的位置的差值和时间间隔确定被测物体速度。

在一些实施例中，预定数量为0，间隔预定数量帧的探测数据为连续的探测数据帧。

通过这样的方法，能够基于多个激光传感器获得的探测数据得到探测区域的三维点云数据，进而通过三维点云数据的识别和处理得到被测物体的位置，进而基于多帧数据确定被测物体的速度，避免物体轮廓变化或非目标出现造成的干扰，提高激光测速的准确度。

根据本公开的另一些实施例的一个方面，提出一种激光测速控制装置，包括：数据探测单元，被配置为通过向道路方向探测的多条激光射线获取预定高度范围，以及水平方向上预定探测角度内的探测数据；点云数据获取单元，被配置为根据探测数据获取三维点云数据；车辆位置确定单元，被配置为根据三维点云数据确定被测物体在沿道路方向的位置；速度确定单元，被配置为根据不同时刻被测物体在沿道路方向的位置的变化情况确定被测物体速度。

在一些实施例中，车辆位置确定单元包括：分割子单元，被配置为基于聚类算法对三维点云数据分割区域，获取点云区；筛选子单元，被配置为根据预定被测物体形态特征筛选点云区，获取符合被测物体形态特征的点云区；位置确定子单元，被配置为确定符合被测物体形态特征的点云区在沿道路方向的位置。

在一些实施例中，分割子单元被配置为：获取三维点云数据中除沿道路方向的坐标外的坐标值作为二维点云坐标数据；将三维点云数据中沿道路方向的坐标作为对应二维点云中的点的值；聚类处理二维点云，获取点云区。

在一些实施例中，筛选子单元被配置为：执行以下一项或多项判断：获取点云区的宽度与高度的比值，判断比值是否在预定被测物体点云宽高比范围内，其中，预定被测物体点云宽高比范围为根据被测物体的宽高比、激光传感器的安放高度和激光传感器的射线发射密度确定；获取点云区的宽度和深度信息，根据预定被测物体宽度范围和深度信息确定当前深度下的被测物体宽度范围，判断点云区的宽度是否在当前深度下的被测物体宽度范围内；或，获取点云区的高度和深度信息，根据预定被测物体高度范围和深度信息确定当前深度下的被测物体高度范围，判断点云区的高度是否在当前深度下的被测物体高度范围内；若在范围内，则确定点云区符合被测物体的形态特征。

在一些实施例中，车辆位置确定单元被配置为：获取点云区的点云在沿道路方向的坐标的均值；或确定点云区的特征点，获取特征点在沿道路方向的坐标，其中，特征点包括点云中心、重心、从被测物体的点云数据的预定边缘位置向中心方向的第n个点云中的一个或多个，其中，n为正整数。

在一些实施例中，速度确定单元被配置为：获取间隔预定数量帧的探测数据生成的时间间隔；根据间隔预定数量帧的探测数据中被测物体在沿道路方向的位置的差值和时间间隔确定被测物体速度。

在一些实施例中，预定数量为0，间隔预定数量帧的探测数据为连续的探测数据帧。

根据本公开的又一些实施例的一个方面，提出一种激光测速控制装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器的指令执行上文中任意一种激光测速方法。

这样的激光测速控制装置能够基于多个激光传感器获得的探测数据得到探测区域的三维点云数据，进而通过三维点云数据的识别和处理得到被测物体的位置，进而基于多帧数据确定被测物体的速度，避免物体轮廓变化或非目标出现造成的干扰，提高激光测速的准确度。

根据本公开的再一些实施例的一个方面，提出一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上文中任意一种激光测速方法的步骤。

通过执行这样的计算机可读存储介质上存储的指令，能够基于多个激光传感器获得的探测数据得到探测区域的三维点云数据，进而通过三维点云数据的识别和处理得到被测物体的位置，进而基于多帧数据确定被测物体的速度，避免物体轮廓变化或非目标出现造成的干扰，提高激光测速的准确度。

另外，根据本公开的一些实施例的一个方面，提出一种激光测速仪，包括：多个在垂直方向上分布的激光传感器；和，上文中任意一种激光测速控制装置。

在一些实施例中，多个在垂直方向上分布的激光传感器为多线激光雷达。

这样的激光测速仪能够利用多个激光传感器获得的探测数据，得到探测区域的三维点云数据，进而通过三维点云数据的识别和处理得到被测物体的位置，进而基于多帧数据确定被测物体的速度，避免物体轮廓变化或非目标出现造成的干扰，提高激光测速的准确度。

附图说明

此处所说明的附图用来提供对本公开的进一步理解，构成本公开的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：

图1为本公开的激光测速方法的一些实施例的流程图。

图2为本公开的激光测速方法的另一些实施例的流程图。

图3为本公开的激光测速方法的又一些实施例的流程图。

图4为本公开的激光测速控制装置的一些实施例的示意图。

图5为本公开的激光测速控制装置中车辆位置确定单元的一些实施例的示意图。

图6为本公开的激光测速控制装置的另一些实施例的示意图。

图7为本公开的激光测速控制装置的又一些实施例的示意图。

图8为本公开的激光测速仪的一些实施例的示意图。

具体实施方式

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。

本公开的激光测速方法的一些实施例的流程图如图1所示。

在步骤101中，通过向道路方向探测的多条激光射线获取预定高度范围，以及水平方向上预定探测角度内的探测数据。在一些实施例中，可以利用多个竖直方向布置、探测方向相当的激光射线源探测实现不同高度位置的探测。在另一个实施例中，可以采用多线激光雷达实现获取预定高度范围、以及水平方向上预定探测角度内的探测数据。

在一些实施例中，每条激光射线可以分别用于获取一个平行于地面的横切面的探测数据，确定探测范围内物体距离传感器的距离(即深度)。在一些实施例中，每个激光传感器具有一定的探测角度，探测面可以为以激光传感器为圆心的扇形面，从而得到该扇形面上物体的深度信息，即得到二维探测数据。探测的位置高度不同的激光射线能够实现对高度不同的扇形面上物体深度信息的探测，从而得到三维探测数据。

在步骤102中，根据探测数据获取三维点云数据。在一些实施例中，可以根据探测高度、激光扫描的角度以及探测得到的深度信息，得到探测范围每一点的三维坐标，从而得到三维点云数据。

在一些实施例中，还可以获取探测数据的获取时刻信息作为三维点云数据的时间戳。

在步骤103中，根据三维点云数据确定被测物体在沿道路方向的位置。在一些实施例中，可以先从三维点云数据中识别出被测物体，进而得到该被测物体在沿道路方向的位置。

在步骤104中，根据不同时刻被测物体在沿道路方向的位置的变化情况确定被测物体速度。在一些实施例中，可以基于获取间隔预定数量帧的点云数据帧的沿道路方向的坐标和时间间隔来确定被测物体速度。

相关技术中，激光测速仪采用单线激光扫描仪测量静止或运动状态下汽车的位置和速度。

若采用单线激光测定车辆目标的速度，可以将激光传感器安装在测量通道的侧面，当车辆目标通过时，依据检测的激光点云数据信息分析出车辆的轮廓，计算出车辆目标的特征点信息，通过实时的监测特征点距离信息，确认车辆的位置，结合两帧激光点云数据的时间差，计算出车辆的速度。

采用这样的方案，为有效的获得车辆的位置和速度参数，需要对经过该通道的车辆信息进行监测，进而分析通过通道的车辆位置和速度信息，为后续的车辆及车厢检查提供技术支撑。而由于单线激光传感器只有一条激光线条，只能测量一个物体的一个切面，而车身轮廓不均匀，获取的切面信息会发生突变，导致定位和测速信息不准确；当车身较长时，远距离的车头和车尾的激光点稀疏获取的信息不精确，进而计算的速度信息和位置信息出现较大的误差；若通道内出现非车辆目标，单线激光无法区分，会报出通道有车进入，进而降低了系统的可行性。

通过本公开上述实施例中的方法，能够基于多个激光传感器获得的探测数据得到探测区域的三维点云数据，进而通过三维点云数据的识别和处理得到被测物体的位置，进而基于多帧数据确定被测物体的速度，避免物体轮廓变化或非目标出现造成的干扰，提高激光测速的准确度。

本公开的激光测速方法的另一些实施例的流程图如图2所示。

在步骤201中，通过向道路方向探测的多条激光射线获取预定高度范围，以及水平方向上预定探测角度内的探测数据。

在步骤202中，基于聚类算法对三维点云数据分割区域，获取点云区。在一些实施例中，可以先获取三维点云数据中沿道路方向和竖直方向的坐标值作为二维点云坐标数据，获取沿道路方向的坐标值作为对应二维点云中点的值；进而将二维点云和点云对应的值做聚类处理，获取点云区。

在步骤203中，根据预定被测物体形态特征筛选点云区，获取符合被测物体形态特征的点云区。在一些实施例中，形态特征可以包括宽高比、宽度、高度中的一种或多种。

在一些实施例中，可以获取点云区的宽度与高度的比值，判断比值是否在预定被测物体点云宽高比范围内。预定被测物体点云宽高比范围可以预先根据被测物体的宽高比、激光传感器的安放高度和激光传感器的射线发射密度确定，基于被测物体真实的宽高比，结合在竖直方向上传感器安放的高度和射线在平面上的扫描频率确定与真实宽高比对应的点云的竖直和水平坐标的比值，进而得到预定被测物体点云宽高比。

在一些实施例中，可以获取点云区的宽度和深度信息，考虑到物体在探测范围内呈现近大远小的特点，根据预定被测物体宽度范围和深度信息确定当前深度下的被测物体宽度范围，进而判断点云区的宽度是否在当前深度下的被测物体宽度范围内。同样，对于高度可以进行类似的运算和判断。

在一些实施例中，针对车辆探测，可以基于已有的车辆规格、标准预存车辆宽高比、高度、宽度的范围，以便筛选点云数据。

若通过判断确定点云区符合形态特征筛选要求，则确定该点云区数据为被测物体的探测数据，执行步骤204。

在步骤204中，确定获取的点云区在沿道路方向的位置。

在一些实施例中，点云区沿道路方向的坐标可以为点云中每个点的在沿道路方向的坐标的均值；在另一些实施例中，可以先从点云区中提取特征点，进而以特征点的沿道路方向的坐标作为被测物体的沿道路方向的坐标。在一些实施例中，特征点包括点云中心、重心、从被测物体的点云数据的预定边缘位置(如左侧边缘的中间点、下方边缘的中间点、上方边缘从左到右第m个点等，m为正整数)向中心方向的第n个点云中的一个或多个，其中，n为正整数。

在步骤205～206中，基于间隔预定数量帧上述点云数据执行上述步骤202～204，其中，激光传感器每完成一次对探测角度范围内的扫描则生成一帧探测数据。获取两点云数据帧的时间戳，确定时间间隔，并基于步骤202～204的处理结果分别确定被测物体的沿道路方向的坐标，进而得到坐标的差值。

在一些实施例中，为了避免被测物体运动速度过快造成对物体的探测角度发生较大变化，可以预定数量为0，间隔预定数量帧的点云数据帧为连续的点云数据帧。

在步骤206中，根据间隔预定数量帧的点云数据帧中被测物体的沿道路方向的坐标的差值和时间间隔确定被测物体速度。

通过这样的方法，能够将三维点云数据进而二维转化，便于执行聚类处理，提高了聚类的准确度，从而提高了被测物体识别的准确度；能够对点云区进行筛选，删除不符合被测物体形态特征的点云区，从而降低非被测物体造成的干扰，进一步提高了被测物体识别的准确度；能够基于二维的点云区的沿道路方向的坐标得到被测物体的沿道路方向的坐标，降低了物体坐标确定错误的概率，提高了物体位置确定的准确度；另外，由于聚类处理和筛选中允许得到多个点云区，从而可以实现对多个被测物体的速度探测，提高了激光测速仪的测速能力，减少了对设备数量的需求。

针对应用于车速检测的场景，本公开的激光测速方法的又一些实施例的流程图如图3所示。

在步骤301中，根据激光传感器的探测角度高度设置车辆目标长宽比特征阈值。在一些实施例中，如上文中步骤203中的方式，设定预定被测物体点云宽高比范围。

在步骤302中，基于获取的探测数据进行帧点云数据格式转换及滤波。在一些实施例中，可以利用pcl(pointcloudlibrary，点云库)技术，将pclpointcloud2转换成pointxyz格式。在一些实施例中，为降低噪声的影响，可以对探测数据做滤波处理，删除明显的噪声数据(如深度发生急剧变化的孤岛数据等)。在另一些实施例中，还可以根据设备的特点、环境特点消除本底噪声。

在步骤303中，将pointxyz投影到xz平面p，x值作为平面p上的点p(x，z)的值。在一些实施例中，xz平面可以为垂直于道路行进方向的平面，x轴为沿道路延伸方向，将x轴坐标作为对应p(x,z)点的值value。

在步骤304中，对平面p聚类分割出不同区域r(i)，i＝1～通过聚类得到的区域数量。

在步骤305中，判断r(i)区域是否为车辆目标。若是车辆目标，则执行步骤306；若不是，则当前探测区域内不存在车辆目标，结束当前过程，进行下一帧的处理。

在步骤306中，针对车辆目标区域，求取并存储连通域r(i)所有点的均值value(i)。

在步骤307中，重复执行上述过程，得到前后两帧的value(i)。依据前后两帧的相同车辆目标区域的value(i)计算该连通域的目标移动速度，如，前一帧的均值为value1(i)，后一帧为value2(i)，则速度v(i)＝value1(i)-value2(i)/△t，△t为两帧之间的时间间隔。

通过这样的方法，能够有效地区分车辆目标和非车辆目标，不受车辆目标侧面轮廓的影响，准确的获取的车辆的位置和速度信息。

本公开的激光测速控制装置的一些实施例的示意图如图4所示。数据探测单元401能够通过向道路方向探测的多条激光射线获取预定高度范围，以及水平方向上预定探测角度内的探测数据。

点云数据获取单元402能够根据探测数据获取三维点云数据。在一些实施例中，可以根据探测高度、激光扫描的角度以及探测得到的深度信息，得到探测范围每一点的三维坐标，从而得到三维点云数据。

车辆位置确定单元403能够根据三维点云数据确定被测物体在沿道路方向的位置。在一些实施例中，可以先从三维点云数据中识别出被测物体，进而得到该被测物体在沿道路方向的位置。

速度确定单元404能够根据不同时刻被测物体在沿道路方向的位置的变化情况确定被测物体速度。在一些实施例中，可以基于获取间隔预定数量帧的点云数据帧的沿道路方向的位置和时间间隔来确定被测物体速度，其中，激光传感器每完成一次对探测角度范围内的扫描则生成一帧数据。在一些实施例中，为了避免被测物体运动速度过快造成对物体的探测角度发生较大变化，可以预定数量为0，间隔预定数量帧的点云数据帧为连续的点云数据帧，从而提高速度探测的准确度，也便于获取实时速度。

这样的激光测速控制装置能够基于多个激光传感器获得的探测数据得到探测区域的三维点云数据，进而通过三维点云数据的识别和处理得到被测物体的位置，进而基于多帧数据确定被测物体的速度，避免物体轮廓变化或非目标出现造成的干扰，提高激光测速的准确度。

本公开的激光测速控制装置中车辆位置确定单元的一些实施例的示意图如图5所示。车辆位置确定单元包括分割子单元501、筛选子单元502和位置确定子单元503。

分割子单元501能够基于聚类算法对三维点云数据分割区域，获取点云区。在一些实施例中，可以先获取三维点云数据中沿射线探测方向和竖直方向的坐标值作为二维点云坐标数据，获取沿射线探测方向的坐标值作为对应二维点云中点的值；进而将二维点云做聚类处理，获取点云区。

筛选子单元502根据预定被测物体形态特征筛选点云区，获取符合被测物体形态特征的点云区。在一些实施例中，形态特征可以包括宽高比、宽度、高度中的一种或多种。

位置确定子单元503能够获取筛选子单元502中筛选出的点云区在沿道路方向的位置。点云区沿道路方向的坐标可以为点云中每个点的在沿道路方向的坐标的均值；在另一些实施例中，可以先从点云区中提取特征点，进而以特征点沿道路方向的坐标作为被测物体的沿道路方向的坐标。

这样的激光测速控制装置能够将三维点云数据进而二维转化，便于执行聚类处理，提高了聚类的准确度，从而提高了被测物体识别的准确度；能够对点云区进行筛选，删除不符合被测物体形态特征的点云区，从而降低非被测物体造成的干扰，进一步提高了被测物体识别的准确度；能够基于二维的点云区沿道路方向的坐标得到被测物体沿道路方向的坐标，降低了位置确定错误的概率，提高了位置确定的准确度。

在一些实施例中，激光测速控制装置能够在车辆位置确定单元的聚类处理和筛选中允许得到多个点云区，实现对多个被测物体的速度探测，提高了激光测速仪的测速能力，减少了对设备数量的需求。

本公开激光测速控制装置的一些实施例的结构示意图如图6所示。激光测速控制装置包括存储器601和处理器602。其中：存储器601可以是磁盘、闪存或其它任何非易失性存储介质。存储器用于存储上文中激光测速方法的对应实施例中的指令。处理器602耦接至存储器601，可以作为一个或多个集成电路来实施，例如微处理器或微控制器。该处理器602用于执行存储器中存储的指令，能够避免物体轮廓变化或非目标出现造成的干扰，提高激光测速的准确度。

在一些实施例中，还可以如图7所示，激光测速控制装置700包括存储器701和处理器702。处理器702通过bus总线703耦合至存储器701。该激光测速控制装置700还可以通过存储接口704连接至外部存储装置705以便调用外部数据，还可以通过网络接口706连接至网络或者另外一台计算机系统(未标出)。此处不再进行详细介绍。

在该实施例中，通过存储器存储数据指令，再通过处理器处理上述指令，能够避免物体轮廓变化或非目标出现造成的干扰，提高激光测速的准确度。

在另一些实施例中，一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现激光测速方法对应实施例中的方法的步骤。本领域内的技术人员应明白，本公开的实施例可提供为方法、装置、或计算机程序产品。因此，本公开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，本公开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非瞬时性存储介质(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。

本公开的激光测速仪的一些实施例的示意图如图8所示。激光测速控制装置81可以为上文中提到的任意一种。激光传感器821～n可以各自以固定高度安装在基座上，在竖直方向上呈线形排列。基座平行于被测物体经过的通道，且与轨道的距离固定，如将激光传感器821～n部署于路边，朝向车辆到来的方向或车辆远离的方向探测。每个激光传感器的朝向相当，且探测的角度范围相当。在一些实施例中，设定使各个激光传感器同步，从而提高点云数据的准确性。在一些实施例中，可以采用多线激光雷达获得三维激光探测数据，进而得到三维点云，从而降低设备部署的难度，有利于灵活部署和推广应用。

这样的激光测速仪能够利用多个激光传感器获得的探测数据，得到探测区域的三维点云数据，进而通过三维点云数据的识别和处理得到被测物体的位置，进而基于多帧数据确定被测物体的速度，避免物体轮廓变化或非目标出现造成的干扰，提高激光测速的准确度。

本公开是参照根据本公开实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

至此，已经详细描述了本公开。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

可能以许多方式来实现本公开的方法以及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。

最后应当说明的是：以上实施例仅用以说明本公开的技术方案而非对其限制；尽管参照较佳实施例对本公开进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本公开的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本公开技术方案的精神，其均应涵盖在本公开请求保护的技术方案范围当中。