一种车辆入位检测方法和系统与流程

本发明涉及停车位状态监测技术领域，具体涉及一种车辆入位检测方法和系统。

背景技术：

现代社会，车辆市场保有量非常巨大，并且还会随着我国经济的发展继续增加。随之而来的问题是我们怎么解决车辆的停靠，怎么高效的利用现有的停车位，怎么准确检测停车位状态等问题。现在大城市的停车位数量远远小于城市所具有车辆的数量，每天都有大量停车位需求，各种停车问题日益突出。当我们在陌生或者人流量很大的位置工作和旅游时，到达目的地后我们很难在周围找到停车位，耽搁大量时间，特别是在节假日，停车问题更加突出。

为了解决停车位过少的问题，很多地方都采用道路停车位的停车方式，这缓解了停车难等问题，但这给车辆入位检测增加了难度，现有方案通常在车位侧设置传感器进行入位检测，这类方法通过利用红外传感器，地磁感应传感器，超声波传感器，低频传感器等设备获取温度变化，磁场变化，物体位移变化，车辆电磁信号等实现入位检测，但是这种方式存在对周围环境的依赖，由于道路停车位处于车辆过往较多的环境中，道路停车位两侧的过往车辆会对入位检测造成干扰，使得检测结果精准度低。

技术实现要素：

有鉴于此，本发明实施例提供一种车辆入位检测方法和系统，以实现车辆入位的精确检测。

为实现上述目的，本发明实施例提供如下技术方案：

一种车辆入位检测方法，包括：

获取目标监控区域的视频帧信息；

依据所述视频帧信息进行车辆轨迹检测，依据车辆轨迹检测结果判断是否存在车辆入位，如果是，获取车辆入位的停车位的地址信息，记为第一入位地址；

依据所述视频帧信息进行基于虚拟线圈检测的入位检测，判断虚拟线圈区域是否有运动目标入位，如果是，获取有运动目标入位的虚拟线圈对应的停车位的地址信息，记为第二入位地址；

判断所述第一入位地址和第二入位地址是否相同，如果是，将所述第一入位地址或第二入位地址对应的停车位的空闲状态标记为占用状态。

优选的，上述车辆入位检测方法中，所述依据所述视频帧信息进行车辆轨迹检测，依据车辆轨迹检测结果判断是否存在车辆入位，包括：

由所述视频帧信息中提取运动目标；

基于车检器检测视频帧中车辆目标，结合所述运动目标的位置信息和所述车辆目标的位置信息提取运动车辆；

对所述运动车辆进行特征提取；

依据特征提取得到的车辆的特征信息进行目标跟踪，获取并存储所述运动车辆的运动轨迹信息；

依据所述运动车辆的运动轨迹信息判断所述运动车辆是否进行入位操作。

优选的，上述车辆入位检测方法中，所述依据所述运动车辆的运动轨迹信息判断所述运动车辆是否进行入位操作，包括：

判断所述运动轨迹信息是否为直线，如果否，判断所述运动轨迹信息是否碾压虚拟线圈的边界线，如果是，表明所述运动车辆进行入位操作。

优选的，上述车辆入位检测方法中，所述依据所述视频帧信息进行基于虚拟线圈检测的入位检测，判断虚拟线圈区域是否有运动目标入位，包括：

初始化虚拟线圈；

采用背景建模技术对所述视频帧信息进行建模，得到所述视频帧信息的运动前景特征点；

判断虚拟线圈中的运动前景特征点的个数是否大于预设值，如果是，表明虚拟线圈区域有运动目标入位。

优选的，上述车辆入位检测方法中，判断所述第一入位地址和第二入位地址相同之后，将所述第一入位地址或第二入位地址对应的停车位的空闲状态标记为占用状态之前，还包括：

对所述视频帧信息中所述第一入位地址或第二入位地址对应的虚拟线圈进行车辆检测，判断所述第一入位地址或第二入位地址对应的虚拟线圈上是否存在车辆；如果是，保存所述第一入位地址或第二入位地址；

判断所述第一入位地址或第二入位地址对应的虚拟线圈上的车辆是否完成入位，如果是，继续执行后续步骤，否则，继续判断所述第一入位地址或第二入位地址对应的虚拟线圈上的车辆是否完成入位。

一种车辆入位检测系统，包括：

图像采集设备和微处理器；

所述图像采集设备，用于获取目标监控区域的视频帧信息；

所述微处理器，包括：

所述车检器模块，用于检测所述视频帧信息中车辆的位置信息；

第一入位检测器，用于依据所述视频帧信息进行车辆轨迹检测，依据车辆轨迹检测结果判断是否存在车辆入位，如果是，获取车辆入位的停车位的地址信息，记为第一入位地址；

第二入位检测器，用于依据所述视频帧信息进行基于虚拟线圈检测的入位检测，判断虚拟线圈区域是否有运动目标入位，如果是，获取有运动目标入位的虚拟线圈对应的停车位的地址信息，记为第二入位地址；

第三入位检测器，用于判断所述第一入位地址和第二入位地址是否相同，如果是，将所述第一入位地址或第二入位地址对应的停车位的空闲状态标记为占用状态。

优选的，上述车辆入位检测系统中，所述第一入位检测器，包括：

运动目标提取单元，用于由所述视频帧信息中提取运动目标；

运动车辆提取单元，用于基于所述车检器模块由视频帧信息中检测到的车辆的位置信息，结合所述车辆位置信息和所述运动目标位的置信息提取运动车辆；

跟踪单元，用于提取所述运动车辆的特征信息，依据所述特征信息对运动车辆进行目标跟踪，获取并存储所述运动车辆的运动轨迹；

第一入位判断单元，用于依据所述运动车辆的运动轨迹信息判断所述运动车辆是否进行入位操作；

第一地址提取单元，用于当所述入位判断单元判断所述运动车辆进行入位操作时，获取经所述第一入位判断单元判定的车辆入位的停车位的地址信息，记为第一入位地址。

优选的，上述车辆入位检测系统中，所述入位判断单元具体用于：

判断所述运动轨迹信息是否为直线，如果否，判断所述运动轨迹信息是否碾压虚拟线圈的边界线，如果是，表明所述运动车辆进行入位操作。

优选的，上述车辆入位检测系统中，所述第二入位检测器，包括：

初始化单元，用于对所述虚拟线圈进行初始化操作；

建模单元，用于采用背景建模技术对所述视频帧信息进行建模，得到与所述虚拟线圈相匹配的运动前景；

第二入位判断单元，用于判断与所述虚拟线圈相匹配的运动前景特征点的个数是否大于预设值，如果是，表明虚拟线圈区域有运动目标入位；

第二地址提取单元，用于当所述第二入位判断单元判定存在虚拟线圈区域有运动目标入位时，获取经所述第二入位判断单元判定的有运动目标入位的虚拟线圈对应的的停车位的地址信息，记为第二入位地址。

优选的，上述车辆入位检测系统中，所述第三入位检测器，包括：

判断单元，用于判断所述第一入位地址和第二入位地址是否相同；

车辆检测单元，用于控制所述车检器模块对所述视频帧信息中所述第一入位地址或第二入位地址对应的虚拟线圈进行车辆检测，判断所述第一入位地址或第二入位地址对应的虚拟线圈上是否存在车辆；如果是，保存所述第一入位地址或第二入位地址；

子入位判断单元，用于判断所述第一入位地址或第二入位地址对应的虚拟线圈上的车辆是否完成入位，如果是，继续执行，否则，继续判断所述第一入位地址或第二入位地址对应的虚拟线圈上的车辆是否完成入位；

停车位标记单元，用于当所述子入位判断单元判断车辆完成入位后，将所述第一入位地址或第二入位地址对应的停车位的空闲状态标记为占用状态。

基于上述技术方案，本发明实施例提供的车辆入位检测方法和系统，通过采用运动车辆的运动轨迹判定车辆入位和采用虚拟线圈判定入位的入位方式相结合，当两者同时判定到相同的停车位存在入位时，才表明该停车位有车辆停进入，因此，受所述停车位两旁的过往车辆影响较小，入位检测精准度高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例公开的一种车辆入位检测方法的流程示意图；

图2为本申请实施例公开的一种基于车辆轨迹信息判断是否存在入位车辆的流程示意图；

图3为本申请实施例公开的一种基于虚拟线圈判断是否存在入位车辆的流程示意图；

图4为本申请另一实施例公开的一种车辆入位检测方法的流程示意图；

图5为本申请实施例公开的一种车辆入位检测方法的结构示意图；

图6为本申请另一实施例公开的一种车辆入位检测方法的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，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。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。

针对于对路边停车位入位检测时精准度低的问题，本申请公开了一种车辆入位检测方法和系统，参见图1，该方法可以包括：

步骤S101：获取目标监控区域的视频帧信息；

在本步骤中通过视频采集装置对目标监控区域进行监控，视频采集装置采集到的视频信息即为所述视频帧信息，其中，每个视频采集装置都针对一不同的预设监控区域，即，视频采集装置A用于对监控区域A视频监控，视频采集装置B用于对监控区域B视频监控，每个监控区域中可覆盖多个停车位；

步骤S102：依据所述视频帧信息进行车辆轨迹检测；

本步骤中，通过对视频帧信息进行运动目标提取，确定视频帧信息中的运动车辆，对所述运动车辆的运行轨迹进行检测即可得到每个运动车辆的运动轨迹；

步骤S103：依据车辆轨迹检测结果和所述视频帧中的虚拟线圈判断是否存在车辆入位，如果是，执行步骤S104；

在本步骤中，通过将所述运动车辆的运动轨迹与视频帧信息中的虚拟线圈进行对比，即可判定运动车辆是否进行入位操作；

步骤S104：获取运动车辆入位的停车位的地址信息，记为第一入位地址；

步骤S105：依据所述视频帧信息进行基于虚拟线圈检测的入位检测，判断虚拟线圈区域是否有运动目标入位，如果是，执行步骤S106；

步骤S106：获取有运动目标入位的虚拟线圈对应的停车位的地址信息，记为第二入位地址；

步骤S107：判断所述第一入位地址和第二入位地址是否相同，如果是，执行步骤S108；

步骤S108：将所述第一入位地址或第二入位地址对应的停车位的空闲状态标记为占用状态。

在本申请上述实施例公开的上述方法中，通过采用运动车辆的运动轨迹判定车辆入位和采用虚拟线圈判定入位的入位方式相结合，当两者同时判定到相同的停车位存在入位时，才表明该停车位有车辆停进入，因此，受所述停车位两旁的过往车辆影响较小，入位检测精准度高。

为了对上述方案进行进一步优化，本申请还公开了一种依据所述视频帧信息进行车辆轨迹检测，依据车辆轨迹检测结果判断是否存在车辆入位的具体实施方式，参见图2，包括：

步骤S201：由所述视频帧信息中提取运动目标；

在本步骤中，由视频信息中提取运动目标为本领域技术人员常用的技术手段，其具体过程并不再进行展开说明，此时所提取到的运动目标包括所述视频帧信息中所有的运动物体，例如汽车、自行车、电动车、行人或动物等等；

步骤S202：基于车检器检测视频帧中车辆目标，结合所述运动目标的位置信息和所述车辆目标的位置信息提取运动车辆；

车检器模块的全称是车辆检测器，其功能是检测视频帧信息中的车辆目标，其并不关注非车辆的运动目标，所述车检器模块可以检测到视频帧信息中的车辆的位置信息、车头车位信息、车身左右偏信息等。本方案中所述车检器模块为根据DPM(Deformable Parts Model)目标检测算法构建的车检器模块，本步骤通过将其检测到的车辆的位置信息与所述运动目标的位置信息进行对比，即可提取所述运动目标中的运动车辆，具体的，可以将所有的运动目标的位置信息放入第一位置信息集合，将所述车检器模块检测到的车辆的位置信息放入第二位置信息集合，同时包含在所述第一位置信息集合和所述第二位置信息集合中的位置信息对应的目标即为运动车辆；

步骤S203：对所述运动车辆进行特征提取；

在本步骤中，通过对所述运动车辆进行运动目标分析，可以获得运动车辆的区域位置信息，对所述运动车辆的区域位置信息进行特征提取，所提取的特征即为运动车辆的纹理信息；

步骤S204：依据特征提取得到的车辆的特征信息进行目标跟踪，获取并存储所述运动车辆的运动轨迹信息；

在本步骤中，基于所述提取到的运动车辆的纹理特征信息对所述运动车辆的运动轨迹进行跟踪，即可得到所述运动车辆的运动轨迹信息；

步骤S205：依据所述运动车辆的运动轨迹信息和虚拟线圈判断所述运动车辆是否进行入位操作；

在得到所述运动车辆的运动轨迹信息后，对所述运动轨迹进行分析判断即可初步判断所述运动车辆是否为入位车辆，例如，所述运动轨迹信息可以至少包括运动车辆的行驶路线以及其速度信息，正常行驶车辆通常行驶速度较快，且保持直线行驶，其行驶路线通常为直线，而车辆在入位时，其行驶速度缓慢，且行驶路线具有一定的弧度，因此，本步骤中可以通过所述运动轨迹信息中的行驶路线和速度信息初步判定所述运动车辆是否入位。当然，在某些情况下，具有上述运动轨迹的车辆也有可能是停靠在非停车位区域，因此，还可以通过所述虚拟线圈进一步判断所述运动车辆是否进行入位操作，例如，通过判断所述轨迹信息与所述虚拟线圈是否存在交叉，如果是，则可进一步表明所述运动车辆未入位车辆，综上，所述步骤S205的具体过程可以包括：

判断所述运动轨迹信息中的行驶路线是否为直线、判断所述运动轨迹中的行驶速度信息是否大于预设值，如果上述两个判断结果均为否，判断所述行驶路线是否碾压虚拟线圈的边界线，如果是，表明所述运动车辆进行入位操作。

为了对本申请上述实施例公开的技术方案进行进一步优化，本申请还提供了一种依据所述视频帧信息进行基于虚拟线圈检测的入位检测，判断是否存在车辆入位的具体实施方式，参见图3，包括：

步骤S301：初始化虚拟线圈；

步骤S302：采用背景建模技术对所述视频帧信息进行建模，得到所述视频帧信息的运动前景特征点；

具体的，在本步骤中，获取到图像采集设备采集到的视频帧信息后，采用背景建模技术对所述视频帧信息进行背景建模，得到数据模型，判断背景建模预热是否完成，如果是，表明建模成功，继续执行，否则，继续建模，直至建模成功为止；当所述虚拟线圈中有车辆进入时，通过对所述视频帧信息进行背景建模获得运动目标的运动前景特征点，通过对运动前景特征点进行统计，可获得所述虚拟线圈中运动前景特征点个数；

步骤S303：判断虚拟线圈内的运动前景特征点的个数是否大于预设值，如果是，表明所述虚拟线圈区域是否有运动目标入位；

在本步骤中，通过对所述虚拟线圈中运动前景特征点数量进行统计以获得运动前景特征点个数，通过所述特征点数量可判断所述运动车辆是否进行入位操作，其中，所述预设值可以依据用户需求自行设定。

为了对本申请上述实施例公开的技术方案进行进一步优化，以提高入位判断的精准性，本申请在判断所述第一入位地址和第二入位地址相同之后，将所述第一入位地址或第二入位地址对应的停车位的空闲状态标记为占用状态之前，还对是否存在车辆入位进行了进一步核对，参见图4，包括：

步骤S401：对所述视频帧信息中所述第一入位地址或第二入位地址对应的虚拟线圈进行车辆检测，判断所述第一入位地址或第二入位地址对应的虚拟线圈上是否存在车辆，如果是，执行步骤S402；

步骤S402：保存所述第一入位地址或第二入位地址；

步骤S403：判断所述第一入位地址或第二入位地址对应的虚拟线圈上的车辆是否完成入位，如果是，将所述第一入位地址或第二入位地址对应的停车位的空闲状态标记为占用状态，否则，继续执行本步骤；

具体的，在本步骤中，判断所述虚拟线圈上的车辆是否入位完成的具体过程可以为：判断所述虚拟线圈上的车辆是否处于静止状态，如果是，表明所述虚拟线圈上的车辆入位完成。

可以理解的是，与上述方法相对应，本申请还公开了一种车辆入位检测系统，所述方法与系统可以相互借鉴，参见图5，该系统可以包括：

图像采集设备100和微处理器200；

所述图像采集设备100，用于获取目标监控区域的视频帧信息，具体的，所述图像采集设备100可以为球型摄像机，所述球型摄像机用于获取目标监控区域的视频流信息，当需要捕获车牌信息时，球型摄像机会聚焦近距离获取对应车辆的信息；

所述微处理器200，包括：

所述车检器模块240，用于检测所述视频帧信息中车辆的位置信息；

第一入位检测器210，用于依据所述视频帧信息进行车辆轨迹检测，依据车辆轨迹检测结果和虚拟线圈判断是否存在车辆入位，如果是，获取车辆入位的停车位的地址信息，记为第一入位地址；

与上述方法相对应，所述第一入位检测器210通过对视频帧信息进行运动目标提取，确定视频帧信息中的运动车辆，对所述运动车辆的运行轨迹进行检测即可得到每个运动车辆的运动轨迹；通过将所述运动车辆的运动轨迹与视频帧信息中的虚拟线圈进行对比，即可判定运动车辆是否进行入位操作。

第二入位检测器220，用于依据所述视频帧信息进行基于虚拟线圈检测的入位检测，判断虚拟线圈区域是否有运动目标入位，如果是，获取有运动目标入位的虚拟线圈对应的停车位的地址信息，记为第二入位地址；

第三入位检测器230，用于判断所述第一入位地址和第二入位地址是否相同，如果是，将所述第一入位地址或第二入位地址对应的停车位的空闲状态标记为占用状态。

与上述方法相对应，参见图6，所述第一入位检测器210，包括：

运动目标提取单元211，用于由所述视频帧信息中提取运动目标；

运动车辆提取单元212，用于基于所述车检器模块由视频帧信息中检测到的车辆的位置信息，结合所述车辆位置信息和所述运动目标位的置信息提取运动车辆；

与上述方法相对应，所述运动车辆提取单元212具体可以通过下述过程提取运动车辆：将所有的运动目标的位置信息放入第一位置信息集合，将所述车检器模块检测到的车辆的位置信息放入第二位置信息集合，同时包含在所述第一位置信息集合和所述第二位置信息集合中的位置信息对应的目标即为运动车辆；

跟踪单元213，用于提取所述运动车辆的特征信息，依据所述特征信息对运动车辆进行目标跟踪，获取并存储所述运动车辆的运动轨迹；

与上述方法相对应，所述跟踪单元213具体用于：对所述运动车辆进行运动目标分析，获得运动车辆的区域位置信息，再对所述运动车辆的区域位置信息进行特征提取，所提取的特征即为运动车辆的纹理信息，基于所述纹理特征信息对所述运动车辆的运动轨迹进行跟踪，得到所述运动车辆的运动轨迹信息；

第一入位判断单元214，用于依据所述运动车辆的运动轨迹信息判断所述运动车辆是否进行入位操作；

与上述方法相对应，具体的，第一入位判断单元214用于：判断所述运动轨迹信息中的行驶路线是否为直线、判断所述运动轨迹中的行驶速度信息是否大于预设值，如果上述两个判断结果均为否，判断所述行驶路线是否碾压虚拟线圈的边界线，如果是，表明所述运动车辆进行入位操作。

第一地址提取单元215，用于当所述入位判断单元判断所述运动车辆进行入位操作时，获取经所述第一入位判断单元判定的车辆入位的停车位的地址信息，记为第一入位地址。

与上述方法相对应，参见图6，所述第二入位检测器220，具体可以包括：

初始化单元221，用于对所述虚拟线圈进行初始化操作；

建模单元222，用于采用背景建模技术对所述视频帧信息进行建模，得到所述视频帧信息的运动前景特征点；

与上述方法相对应，所述建模单元222具体用于：获取到图像采集设备采集到的视频帧信息后，采用背景建模技术对所述视频帧信息进行背景建模，得到数据模型，判断背景建模预热是否完成，如果是，表明建模成功，继续执行，否则，继续建模，直至建模成功为止；当所述虚拟线圈中有车辆进入时，通过对所述视频帧信息进行背景建模获得运动目标的运动前景特征点，通过对运动前景特征点进行统计，可获得所述虚拟线圈中运动前景特征点个数；

第二入位判断单元223，用于判断与所述虚拟线圈相匹配的运动前景特征点的个数是否大于预设值，如果是，表明所述虚拟线圈区域有运动目标入位；

第二地址提取单元224，用于当所述第二入位判断单元223判定存在车辆入位时，获取经所述第二入位判断单元223判定的车辆入位的停车位的地址信息，记为第二入位地址。

与上述方法相对应，参见图6，所述第三入位检测器230，具体可以包括：

判断单元231，用于判断所述第一入位地址和第二入位地址是否相同；

车辆检测单元232，用于控制所述车检器模块对所述视频帧信息中所述第一入位地址或第二入位地址对应的虚拟线圈进行车辆检测，判断所述第一入位地址或第二入位地址对应的虚拟线圈上是否存在车辆；如果是，保存所述第一入位地址或第二入位地址；

子入位判断单元233，用于判断所述第一入位地址或第二入位地址对应的虚拟线圈上的车辆是否完成入位，如果是，继续执行，否则，继续判断所述第一入位地址或第二入位地址对应的虚拟线圈上的车辆是否完成入位。

停车位标记单元234，用于当所述子入位判断单元233判断车辆完成入位后，将所述第一入位地址或第二入位地址对应的停车位的空闲状态标记为占用状态。

具体的，所述停车位标记单元234判断车辆是否完成入位的过程可以包括：判断所述虚拟线圈上的车辆是否处于静止状态，如果是，表明所述虚拟线圈上的车辆入位完成。

为了描述的方便，描述以上系统时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其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。以上所描述的系统及系统实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

还需要说明的是，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。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。