崎岖路面检测方法、装置、存储介质、电子设备和车辆与流程
本公开涉及车辆领域，具体地，涉及一种崎岖路面检测方法、装置、存储介质、电子设备和车辆。
背景技术：
现有的崎岖道路检测方法包括：从振动敏感信号采集采样值，统计模块滤除周期性异常与随机异常并且计算统计信号，然后通过微分模块来计算基于速率或时间的一阶和二阶导数，最后通过比较模块基于统计信号或一阶和二阶导数确定是否存在崎岖路况。
由于现有检测方法主要通过振动敏感信号来进行采样，通过一系列的计算与比较得出崎岖道路信息，因此其计算难度高，精度低。
技术实现要素：
本公开的目的是提供一种崎岖路面检测方法、装置、存储介质、电子设备和车辆，其大大减小了运算量，而且检测精度高。
根据本公开的第一实施例，提供一种崎岖路面检测方法，包括：获取关于同一路面的第一类图像和第二类图像，其中，所述第一类图像为彩色和/或亮度图像，所述第二类图像为深度图像；根据所述第一类图像提取第一路面信息；根据所述第一类图像和所述第二类图像的交织映射关系，对所述第一路面信息进行等比例调整，以获取所述第二类图像中与所述第一路面信息相对应的第二路面信息；以及根据所述第一类图像中的第一路面信息和所述第二类图像中的第二路面信息确定崎岖路面信息。
可选地，所述根据所述第一类图像提取第一路面信息，包括：通过使用边缘检测方法和/或特征提取方法来根据所述第一类图像提取所述第一路面信息。
可选地，在所述获取所述第二类图像中与所述第一路面信息相对应的第二路面信息之后，所述方法还包括对所述第二路面信息进行精调；所述对所述第二路面信息进行精调具体包括：对所述第二路面信息的边缘像素进行汇总；在x方向上取映射区间内的深度像素点，计算每一个所述深度像素点左右两侧的δx；若左右两侧的δx基本一致且都接近于0，则标记为连通域内点，若左右两侧的δx一侧接近0且一侧不为0，则标记为边缘点，若左右两侧的δx均不一致且均不为0，则标记为异常点；得出所有边缘像素区域内的δx值后，对所述映射区间的左右边缘处在y方向上δx一致的边缘点进行边缘投票，得出第二路面信息的区域边缘信息。
可选地，在所述根据所述第一类图像提取第一路面信息之前，所述方法还包括：根据车辆宽高和摄像机的安装位置和安装角度，对所述第一类图像和所述第二类图像进行标定。
可选地，所述对所述第一类图像和所述第二类图像进行标定，包括：采用棋盘法对所述第一类图像和所述第二类图像进行标定。
根据本公开的第二实施例，提供一种崎岖路面检测装置，包括：获取模块，用于获取关于同一路面的第一类图像和第二类图像，其中，所述第一类图像为彩色和/或亮度图像，所述第二类图像为深度图像；提取模块，用于根据所述第一类图像提取第一路面信息；精调模块，用于根据所述第一类图像和所述第二类图像的交织映射关系，对所述第一路面信息进行等比例调整，以获取所述第二类图像中与所述第一路面信息相对应的第二路面信息；以及确定模块，用于根据所述第一类图像中的第一路面信息和所述第二类图像中的第二路面信息确定崎岖路面信息。
可选地，所述提取模块通过使用边缘检测方法和/或特征提取方法来根据所述第一类图像提取所述第一路面信息。
可选地，所述精调模块还用于：在获取所述第二类图像中与所述第一路面信息相对应的第二路面信息之后，对所述第二路面信息进行精调；所述对所述第二路面信息进行精调具体包括：对所述第二路面信息的边缘像素进行汇总；在x方向上取映射区间内的深度像素点，计算每一个所述深度像素点左右两侧的δx；若左右两侧的δx基本一致且都接近于0，则标记为连通域内点，若左右两侧的δx一侧接近0且一侧不为0，则标记为边缘点，若左右两侧的δx均不一致且均不为0，则标记为异常点；得出所有边缘像素区域内的δx值后，对所述映射区间的左右边缘处在y方向上δx一致的边缘点进行边缘投票，得出第二路面信息的区域边缘信息。
可选地，所述装置还包括标定模块，用于在所述提取模块根据所述第一类图像提取第一路面信息之前，根据车辆宽高和摄像机的安装位置和安装角度对所述第一类图像和所述第二类图像进行标定。
可选地，所述标定模块用于采用棋盘法对所述第一类图像和所述第二类图像进行标定。
根据本公开的第三实施例，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开第一实施例所述方法的步骤。
根据本公开的第四实施例，提供一种电子设备，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现根据本公开第一实施例所述方法的步骤。
根据本公开第五实施例，提供一种车辆，该车辆包括：根据本公开第一实施例所述的崎岖路面检测装置；以及第一类图像采集装置，用于采集所述第一类图像；第二类图像采集装置，用于采集所述第二类图像。
可选地，所述第一类图像采集装置和所述第二类图像采集装置按比例地交织排列。
可选地，所述第一类图像采集装置和所述第二类图像采集装置位于同一摄像机内，并且所述第一类图像采集装置的像素传感器和所述第二类图像采集装置的像素传感器按比例地交织排列。
通过采用上述技术方案，由于其将关于同一路面的第一类图像和第二类图像相结合，利用第一类图像易于检测出特征的特点来进行路面区域的初筛，大大减小了运算量，利用第二类图像进行精确的测距，弥补了第一类图像测距精度不足的缺陷，使得提取出的路面信息更加精确可靠，因此利用这两类图像的处理就可以获知精确的崎岖路面的具体位置、类型、崎岖度等崎岖路面信息，其不仅实现难度低，而且成本控制更好。另外，通过采用该方案，能够对路面崎岖区域进行提前测量，使得能够根据提前测量的路面信息执行驾驶决策建议，有利于提前规避行车风险，而且还大大提升了路面信息的利用效率。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1示出根据本公开一种实施例的崎岖路面检测方法的流程图。
图2是第一类图像提取路面信息的示意图。
图3是第二类图像获取地面点距离的示意图。
图4是崎岖路面像素点坐标确定的示意图。
图5示出根据本公开一种实施例的崎岖路面检测方法的又一流程图。
图6示出根据本公开实施例的摄像机标定的示意图。
图7示出根据本公开一种实施例的崎岖路面检测装置的示意框图。
图8示出根据本公开一种实施例的崎岖路面检测装置的又一示意框图。
图9是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
图1示出根据本公开一种实施例的崎岖路面检测方法的流程图。如图1所示，该方法包括以下步骤s11至s14
在步骤s11中，获取关于同一路面的第一类图像和第二类图像，其中，第一类图像为彩色和/或亮度图像，第二类图像为深度图像。
在步骤s12中，根据第一类图像提取第一路面信息。
在步骤s13中，根据第一类图像和第二类图像的交织映射关系，对第一路面信息进行等比例调整，以获取第二类图像中与第一路面信息相对应的第二路面信息。
由于第一类图像和第二类图像之间存在着交织映射关系，所以第一类图像的每个像素的行列坐标经过等比例调整之后都可以在第二类图像上至少确定一个像素的行列坐标，因此根据第一类图像获取的路面坐标信息的每个像素位置都可以在第二类图像上至少确定一个像素位置，从而可以在第二类图像中获取等比例调整后的第二路面信息。其中，第二路面信息可以包括道路坐标信息。
在步骤s14中，根据第一类图像中的第一路面信息和第二类图像中的第二路面信息确定崎岖路面信息。
具体地，第一类图像和第二类图像是针对同一路面上的同一个位置处的图像。
第一路面信息为粗略提取的路面信息，包括路面上障碍物的轮廓和方位信息，例如路面上哪个方位有障碍物、哪个方位有崎岖区域等。因为第一路面信息是粗略提取的，所以并不能得到例如崎岖区域的距离、崎岖度等精确信息。第二路面信息是指路面上障碍物的精确距离信息。
交织映射关系是指第一类图像中的像素与第二类图像中的像素的交织排列关系。
通过采用上述技术方案，由于其将关于同一路面的第一类图像和第二类图像相结合，利用第一类图像易于检测出特征的特点来进行路面区域的初筛，大大减小了运算量，利用第二类图像进行精确的测距，弥补了第一类图像测距精度不足的缺陷，使得提取出的路面信息更加精确可靠，因此利用这两类图像的处理就可以获知精确的崎岖路面的具体位置、类型、崎岖度等崎岖路面信息，其不仅实现难度低，而且成本控制更好。另外，通过采用该方案，能够对路面崎岖区域进行提前测量，使得能够根据提前测量的路面信息执行驾驶决策建议，有利于提前规避行车风险，而且还大大提升了路面信息的利用效率。
在一种实施方式中，第一类图像可以由亮度像素传感器或者彩色图像传感器采集得到，例如红、绿、蓝(rgb)或亮度、色度(yuv)等亮度像素传感器，其受限于精确地确定亮度像素传感器与被检测物体之间的距离的能力，通常用于获取环境的亮度图像。
第二类图像可以由飞行时间(timeofflight，tof)传感器采集得到。tof传感器指的是tof像素传感器的阵列或集合，示例性的tof像素传感器可以是光传感器、相位检测器等，其可以检测来自脉冲光源、调制光源的光在tof像素传感器与被检测物体之间传播飞行的时间，从而检测物体距离并获取深度图像。
亮度像素传感器、彩色图像传感器、tof传感器等都可以使用互补金属氧化物半导体(complementarymetaloxidesemiconductor，cmos)工艺进行制作，并且亮度像素(或彩色图像)传感器和tof像素传感器可以按比例地交织制作在同一基板之上，以使得彩色或亮度图像的像素和深度图像的像素的特征是按比例的交织排列。例如以8:1的比例进行制作的8个亮度像素(或彩色图像)传感器和1个tof像素传感器组成一个大的交织像素，其中1个tof像素传感器的感光面积可以等于8个亮度像素(或彩色图像)传感器的感光面积，其中8个亮度像素(或彩色图像)传感器可以按2行及4列的阵列形式排列。例如，可以在1英寸光学靶面的基板上制作360行及480列的上述活跃交织像素的阵列，可获取720行及1920列的活跃亮度像素(或彩色图像)传感器阵列、360行及480列的活跃tof像素传感器阵列，由此可以使图像传感器和tof像素传感器组成同一个摄像机以便同时获取彩色(或亮度)图像和深度图像。当然，将图像传感器和tof像素传感器分别制作在不同的摄像机里也是可行的，只要摄像机之间进行按比例的交织排列以使得所采集到的彩色(或亮度)图像与深度图像的像素之间存在按比例的交织关系即可。
在一种实施方式中，步骤s12中所述的根据第一类图像提取第一路面信息，可以包括：通过使用边缘检测方法或特征提取方法来根据第一类图像提取第一路面信息。当然，也可以利用模型匹配的方式来实现，例如提前设计好路面模型，然后在获取到第一类图像之后，利用模型匹配来提取第一路面信息。
对于边缘检测方法而言，例如，可以通过路面的亮度或色彩信息来确定道路的车道线信息。由于道路的车道线主要有白色和黄色车道线两种，故可以根据每个像素的rgb分量的多少来统一检测其中的白色信息和黄色信息，同时统一将黄色信息通过增加b通道的值来增强为白色信息，根据图像的亮度平均值来确定二值化的阈值，通过二值化阈值创建突出车道线的二值子图像，使用类似hough变换算法等算法对直线进行检测来确定车道线，从而初步确定路面信息。
对于特征提取方法而言，例如，可以根据车前的亮度或彩色图像来获取路面纹理。对第一类图像进行处理，获取对应的灰度子图像，提取灰度子图像中灰度均匀的区域，提取第一类图像中色彩较为一致的区域，将第一类图像和灰度子图像中颜色和灰度一致的区域进行合并，获取面积最大的区域，作为初步提取的路面区域。由于天空部分的色彩信息和灰度信息可能较为一致，所以可以首先将天空部分的图像剔除出处理范围，从而避免错误地将天空部分作为候选路面，提高处理精度。
图2示出了提取第一路面信息的示意图。
在一种实施方式中，在获取第二类图像中与第一路面信息相对应的第二路面信息之后，根据本公开实施例的方法还可以包括对第二路面信息进行精调。
对第二路面信息进行精调的实施方式多种多样。其中一种实施方式如下所述。
在获取到第二路面信息，例如道路坐标信息之后，确定这些道路坐标信息的优先级。根据前述步骤s12可得，第一类图像中的道路信息可以通过车道线检测或者路面纹理识别来进行初步地确定。根据步骤s12中使用方法的不同，精调的处理也不完全相同。若使用车道线检测来检测出道路中的最两侧的车道线，则因为两侧车道线确定的路面区域较为准确，且更符合日常驾驶中对行驶区域的要求，因此可以将第一类图像中确定的路面区域直接等比例调整到第二类图像中来进行使用。若使用路面纹理识别来检测出路面区域，则精确度上满足不了要求，必须使用第二类图像进行精调，也即，对第二路面信息的边缘像素进行汇总，在x方向上取映射区间内的深度像素点，计算每一个深度像素点左右两侧的δx。若左右两侧的δx基本一致且都接近于0，则标记为连通域内点，若左右两侧的δx一侧接近0且一侧不为0，则标记为边缘点，且记录下此时的不为0的δx的方向和值，若左右两侧的δx均不一致且均不为0，则标记为异常点。
在得出所有边缘像素区域内的δx值后，对映射区间的左右边缘处在y方向上δx一致的边缘点进行边缘投票(例如hough直线投票)，得出第二路面信息的区域边缘信息，其中，映射区间是指第一路面信息和第二路面信息相映射的区间。映射区间的左右边缘指映射区间的最左侧边缘和最右侧边缘，y方向为与x方向垂直的方向。
例如，根据映射区间建立x-y坐标系，x方向对应为x-y坐标系的x坐标方向，y方向对应为x-y坐标系的y坐标方向，映射区间的左右边缘处在y方向上δx一致的边缘点，即在x-y坐标系中，映射区间中像素点的δx方向一致且值一致的边缘点。
对左侧边缘点，取左侧δx值不为0右侧接近0且值一致的一组y方向的边缘点进行投票，即可得出较为精确的第二路面信息的左侧边缘坐标，同样的方法得出右侧的边缘坐标后，即可确定出精调后的路面区域坐标。
通过上述技术方案，就能够对第二路面信息进行精调，得到较为精确的路面信息。
在一种实施方式中，步骤s14中所述的根据第一类图像中的第一路面信息和第二类图像中的第二路面信息确定崎岖路面信息可以通过以下方式来实现。
步骤s14的实施前提是已经得到了第二类图像中与第一路面信息相对应的第二路面信息，另外还需要获知摄像机的安装高度以及摄像机与地面的安装角度，这些都是为了最终得到的崎岖路面信息能够精确可靠。例如，在摄像机的安装高度为h且安装角度为0的情况下，tof传感器可以直接采集到摄像机与地面上的某一点之间的距离s，图3示出了第二类图像获取地面点距离的示意图。如图3所示，根据公式
然而，相应的崎岖路面距离点必然不能满足上述的一次方程式。根据不同的崎岖路面类型，可以得出不同的数学模型来计算崎岖路面的崎岖范围、崎岖度以及崎岖类型等信息。崎岖路面根据类型划分可以大致划分为减速带、井盖、小坑、凹凸路面等。以最为常见的减速带为例，如图4所示，在一个横向范围内的y方向上的若干个像素的距离点出现了明显的突起，根据上述得出的接近平坦路面的一次方程组，很明显不能近似满足y＝kx+b，为了确定崎岖范围、崎岖度以及崎岖类型，需要将这些距离点进行重建坐标系量化，具体可以使用如下方法。例如，将像素点的位置带入y＝kx+b，得出此像素点在平坦路面的理论水平距离d1，根据摄像机安装高度可以得出夹角
通过上述技术方案，就能够精确地确定崎岖路面的崎岖范围、崎岖度以及崎岖类型，使得所确定的崎岖路面信息更为可靠。
本领域技术人员应当理解的是，上面描述的方法并不局限于减速带的拟合计算，其可以适用于任意种类的崎岖路面。
图5示出根据本公开一种实施例的崎岖路面检测方法的又一流程图。如图5所示，在步骤s12之前，根据本公开实施例的方法还包括步骤s12a，也即根据车辆宽高和摄像机的安装位置和安装角度，对第一类图像和第二类图像进行标定。由于摄像机拍摄的图像与三维空间中的物体之间存在着一定的对应关系，这里的标定指的就是对这种对应关系进行求解。由于通过摄像机进行距离计算会受到摄像机安装高度、安装角度等的影响，因此，在崎岖路面信息检测之前对第一类图像和第二类图像进行标定有利于确保最终得到的崎岖路面信息的精准可靠。
例如，可以采用棋盘法进行标定。棋盘法标定需要计算出摄像机的内参数和外参数，因为摄像机安装在车辆上，故采用摄像机固定棋盘移动的方式来进行内外参数的标定，摄像机和棋盘位置的相对示意图如图6所示。内参数主要包括径向畸变系数和切向畸变系数。外参数主要获得摄像机的旋转向量和平移向量，故标定参数可以是指摄像机的内参数矩阵和外参数矩阵。在得到标定参数后，便可以根据校准后的参数和预设的算法来获取精确可靠的崎岖路面信息。
图7示出根据本公开一种实施例的崎岖路面检测装置的框图。如图7所示，该装置包括：获取模块71，用于获取关于同一路面的第一类图像和第二类图像，其中，第一类图像为彩色和/或亮度图像，第二类图像为深度图像；提取模块72，用于根据第一类图像提取第一路面信息；精调模块73，用于根据第一类图像和第二类图像的交织映射关系，对第一路面信息进行等比例调整，以获取第二类图像中与第一路面信息相对应的第二路面信息；以及确定模块74，用于根据所述第一类图像中的第一路面信息和所述第二类图像中的第二路面信息确定崎岖路面信息。
通过采用上述技术方案，由于其将关于同一路面的第一类图像和第二类图像相结合，利用第一类图像易于检测出特征的特点来进行路面区域的初筛，大大减小了运算量，利用第二类图像进行精确的测距，弥补了第一类图像测距精度不足的缺陷，使得提取出的路面信息更加精确可靠，因此利用这两类图像的处理就可以获知精确的崎岖路面的具体位置、类型、崎岖度等崎岖路面信息，其不仅实现难度低，而且成本控制更好。另外，通过采用该方案，能够对路面崎岖区域进行提前测量，使得能够根据提前测量的路面信息执行驾驶决策建议，有利于提前规避行车风险，而且还大大提升了路面信息的利用效率。
可选地，提取模块72通过使用边缘检测方法或特征提取方法来根据第一类图像提取第一路面信息。
可选地，精调模块73还用于：在获取所述第二类图像中与所述第一路面信息相对应的第二路面信息之后，对所述第二路面信息进行精调；所述对所述第二路面信息进行精调具体包括：对第二路面信息的边缘像素进行汇总；在x方向上取映射区间内的深度像素点，计算每一个深度像素点左右两侧的δx；若左右两侧的δx基本一致且都接近于0，则标记为连通域内点，若左右两侧的δx一侧接近0且一侧不为0，则标记为边缘点，若左右两侧的δx均不一致且均不为0，则标记为异常点；得出所有边缘像素区域内的δx值后，对所述映射区间的左右边缘处在y方向上δx一致的边缘点进行边缘投票，得出第二路面信息的区域边缘信息。
图8示出根据本公开一种实施例的崎岖路面检测装置的又一示意框图。如图8所示，该装置还包括标定模块75，用于在提取模块72根据第一类图像提取第一路面信息之前，根据车辆宽高和摄像机的安装位置和安装角度对第一类图像和第二类图像进行标定。
可选地，标定模块75用于采用棋盘法对第一类图像和第二类图像进行标定。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
根据本公开又一实施例，提供一种车辆，该车辆包括：根据本公开实施例的崎岖路面检测装置；第一类图像采集装置，用于采集第一类图像；第二类图像采集装置，用于采集第二类图像。
通过采用上述技术方案，由于其将关于同一路面的第一类图像和第二类图像相结合，利用第一类图像易于检测出特征的特点来进行路面区域的初筛，大大减小了运算量，利用第二类图像进行精确的测距，弥补了第一类图像测距精度不足的缺陷，使得提取出的路面信息更加精确可靠，因此利用这两类图像的处理就可以获知精确的崎岖路面的具体位置、类型、崎岖度等崎岖路面信息，其不仅实现难度低，而且成本控制更好。另外，通过采用该方案，能够对路面崎岖区域进行提前测量，使得能够根据提前测量的路面信息执行驾驶决策建议，有利于提前规避行车风险，而且还大大提升了路面信息的利用效率。
可选地，第一类图像采集装置和第二类图像采集装置按比例地交织排列。
可选地，第一类图像采集装置和第二类图像采集装置位于同一摄像机内，并且第一类图像采集装置的像素传感器和第二类图像采集装置的像素传感器按比例地交织排列。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图9是根据一示例性实施例示出的一种电子设备700的框图。如图9所示，该电子设备700可以包括：处理器701，存储器702。该电子设备700还可以包括多媒体组件703，输入/输出(i/o)接口704，以及通信组件705中的一者或多者。
其中，处理器701用于控制该电子设备700的整体操作，以完成上述的崎岖路面检测方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作，这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(staticrandomaccessmemory，简称sram)，电可擦除可编程只读存储器(electricallyerasableprogrammableread-onlymemory，简称eeprom)，可擦除可编程只读存储器(erasableprogrammableread-onlymemory，简称eprom)，可编程只读存储器(programmableread-onlymemory，简称prom)，只读存储器(read-onlymemory，简称rom)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器，用于输出音频信号。i/o接口704为处理器701和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信，例如wi-fi，蓝牙，近场通信(nearfieldcommunication，简称nfc)，2g、3g或4g，或它们中的一种或几种的组合，因此相应的该通信组件705可以包括：wi-fi模块，蓝牙模块，nfc模块。
在一示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(applicationspecificintegratedcircuit，简称asic)、数字信号处理器(digitalsignalprocessor，简称dsp)、数字信号处理设备(digitalsignalprocessingdevice，简称dspd)、可编程逻辑器件(programmablelogicdevice，简称pld)、现场可编程门阵列(fieldprogrammablegatearray，简称fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的崎岖路面检测方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的崎岖路面检测方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器702，上述程序指令可由电子设备700的处理器701执行以完成上述的崎岖路面检测方法。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。
- 还没有人留言评论。精彩留言会获得点赞！