衣物夹取状态智能检测方法、系统、装置及存储介质

1.本发明涉及智能控制技术领域，尤其是一种衣物夹取状态智能检测方法、系统、装置及存储介质。


背景技术：

2.在日常生活中，折叠和整理衣物都将占据大量家务时间，据统计，普通人的一生在折叠衣物上就要花费9000个小时。因此，智能叠衣机在智能家居市场具有广阔的发展前景。
3.智能叠衣机分为两类，一类是基于多轧板的翻折机，另一种是基于传送带的层叠机。对于层叠机来说，为了保证衣物能顺利平整地从用户手中运输到叠衣机内部，不仅需要设计合理的夹持传送机构，还要为其设计适配性强、精度高的控制算法来对层叠机的各个部件进行控制。而当前主流的叠衣机在设计时往往只注重前者——机械结构设计，而忽略了后者——控制算法对系统运行效果的保障和促进作用，其控制方法多采用简单的单传感器配合控制，方法单一，没有其他的辅助控制手段和判定机制。
4.单传感器反馈这种简单的控制策略往往难以应对复杂的实际应用场景。现有技术中的单传感器一般只起到夹持机构的位置反馈作用，只能用于定位衣物夹取和放置的位置，无法对衣物夹取状态进行进一步的判定，因此叠衣系统无法对衣物在输入过程中产生的衣物脱钩、卡住等异常问题做出有效应对措施，影响了叠衣系统的叠衣效率和用户的使用体验。


技术实现要素：

5.本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
6.为此，本发明实施例的一个目的在于提供一种衣物夹取状态智能检测方法，该方法可以对智能叠衣系统在输入衣物这一环节中可能存在的衣物脱钩、卡住等现象进行检测，提高了叠衣系统的叠衣效率和用户的使用体验。
7.本发明实施例的另一个目的在于提供一种衣物夹取状态智能检测系统。
8.为了达到上述技术目的，本发明实施例所采取的技术方案包括：
9.第一方面，本发明实施例提供了一种衣物夹取状态智能检测方法，包括以下步骤：
10.获取夹持机构的第一图像信息，根据所述第一图像信息确定感兴趣区域；
11.对所述感兴趣区域进行图像语义分割得到第一分割图像，根据所述第一分割图像确定衣物区域的第一特征值；
12.获取拖动电机的第一电流信息和夹持舵机的第二电流信息，根据所述第一电流信息确定拖动负载信息，根据所述第二电流信息确定夹持负载信息；
13.通过卡尔曼滤波算法对所述第一特征值、所述拖动负载信息以及所述夹持负载信息进行数据融合得到第一期望值，并根据所述第一期望值和预设的期望阈值确定叠衣系统的衣物夹取状态。
14.进一步地，在本发明的一个实施例中，所述获取夹持机构的第一图像信息，根据所
述第一图像信息确定感兴趣区域这一步骤，其具体包括：
15.通过工业相机获取夹持机构的第一图像信息；
16.通过目标检测算法对所述第一图像信息进行目标检测，确定所述夹持机构的第一位置信息，进而根据所述第一位置信息确定所述感兴趣区域；
17.或，
18.通过模板匹配算法对所述第一图像信息进行模板匹配，确定所述夹持机构的第一位置信息，进而根据所述第一位置信息确定所述感兴趣区域。
19.进一步地，在本发明的一个实施例中，所述对所述感兴趣区域进行图像语义分割得到第一分割图像，根据所述第一分割图像确定衣物区域的第一特征值这一步骤，其具体包括：
20.将所述感兴趣区域输入到fcn图像分割网络中，得到第一分割图像；
21.根据所述第一分割图像确定衣物区域和夹持机构区域，进而根据所述衣物区域和所述夹持机构区域确定第一像素信息和第二像素信息，所述第一像素信息为所述衣物区域与所述夹持机构区域的交界处的像素信息，所述第二像素信息为所述衣物区域的边界像素信息；
22.确定所述第一像素信息的像素点数量和所述第二像素信息的像素点数量的第一比值；
23.获取正常夹取状态的第二分割图像，利用hausdorff距离确定所述第二像素信息与所述第二分割图像中衣物区域的边界像素信息的第一匹配度；
24.根据所述第一比值、所述第一匹配度以及预设的权值确定所述第一特征值。
25.进一步地，在本发明的一个实施例中，所述获取拖动电机的第一电流信息和夹持舵机的第二电流信息，根据所述第一电流信息确定拖动负载信息，根据所述第二电流信息确定夹持负载信息这一步骤，其具体包括：
26.通过电流传感器获取拖动电机的第一电流信息和夹持舵机的第二电流信息；
27.根据所述第一电流信息确定拖动电机的第一电流曲线，根据所述第二电流信息确定夹持舵机的第二电流曲线；
28.根据所述第一电流曲线确定所述拖动负载信息，根据所述第二电流曲线确定所述夹持负载信息。
29.进一步地，在本发明的一个实施例中，所述根据所述第一电流曲线确定所述拖动负载信息，根据所述第二电流曲线确定所述夹持负载信息这一步骤，其具体包括：
30.根据所述第一电流曲线确定第一电流变化率，进而根据所述第一电流变化率和预设的第一映射关系确定所述拖动负载信息，所述第一映射关系为拖动电机电流变化率与拖动负载变化率的映射关系；
31.根据所述第二电流曲线确定第二电流变化率，进而根据所述第二电流变化率和预设的第二映射关系确定所述夹持负载信息，所述第二映射关系为夹持舵机电流变化率与夹持负载变化率的映射关系。
32.进一步地，在本发明的一个实施例中，所述通过卡尔曼滤波算法对所述第一特征值、所述拖动负载信息以及所述夹持负载信息进行数据融合得到第一期望值这一步骤，其具体包括：
33.确定所述第一特征值与衣物夹取状态的第一观测方程、所述拖动负载信息与衣物夹取状态的第二观测方程以及所述夹持负载信息与衣物夹取状态的第三观测方程；
34.根据所述第一观测方程、所述第二观测方程以及所述第三观测方程确定衣物夹取状态预测方程，进而根据所述衣物夹取状态预测方程、所述第一特征值、所述拖动负载信息以及所述夹持负载信息预测得到第一期望值。
35.进一步地，在本发明的一个实施例中，所述根据所述第一期望值和预设的期望阈值确定叠衣系统的衣物夹取状态这一步骤，其具体包括：
36.当所述第一期望值小于预设的第一期望阈值，确定叠衣系统的衣物夹取状态为衣物脱钩；
37.当所述第一期望值大于预设的第二期望阈值，确定叠衣系统的衣物夹取状态为衣物卡住；
38.当所述第一期望值不小于所述第一期望阈值且不大于所述第二期望阈值时，确定叠衣系统的衣物夹取状态为正常夹取。
39.第二方面，本发明实施例提供了一种衣物夹取状态智能检测系统，包括：
40.感兴趣区域确定模块，用于获取夹持机构的第一图像信息，根据所述第一图像信息确定感兴趣区域；
41.第一特征值确定模块，用于对所述感兴趣区域进行图像语义分割得到第一分割图像，根据所述第一分割图像确定衣物区域的第一特征值；
42.负载信息确定模块，用于获取拖动电机的第一电流信息和夹持舵机的第二电流信息，根据所述第一电流信息确定拖动负载信息，根据所述第二电流信息确定夹持负载信息；
43.衣物夹取状态确定模块，用于通过卡尔曼滤波算法对所述第一特征值、所述拖动负载信息以及所述夹持负载信息进行数据融合得到第一期望值，并根据所述第一期望值和预设的期望阈值确定叠衣系统的衣物夹取状态。
44.第三方面，本发明实施例提供了一种衣物夹取状态智能检测装置，包括：
45.至少一个处理器；
46.至少一个存储器，用于存储至少一个程序；
47.当所述至少一个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现上述的一种衣物夹取状态智能检测方法。
48.第四方面，本发明实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行上述的一种衣物夹取状态智能检测方法。
49.本发明的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到：
50.本发明实施例获取夹持机构的第一图像信息并确定感兴趣区域，然后对该感兴趣区域进行图像语义分割得到分割图像，进而确定衣物区域的第一特征值，再获取拖动电机和夹持舵机的电流信息，根据该电流信息确定拖动负载信息和夹持负载信息，然后利用卡尔曼滤波算法对第一特征值、拖动负载信息以及夹持负载信息进行数据融合得到第一期望值，根据该第一期望值和预设的期望阈值即可确定叠衣系统的衣物夹取状态。本发明实施例通过卡尔曼滤波算法对图像语义分割结果和电流分析结果进行融合，可以实现多维度的
衣物夹取状态检测，提高了衣物夹取状态检测的全面性和准确性，从而可以对智能叠衣系统在输入衣物这一环节中可能存在的衣物脱钩、卡住等现象进行检测，提高了叠衣系统的叠衣效率和用户的使用体验。
附图说明
51.为了更清楚地说明本发明实施例中的技术方案，下面对本发明实施例中所需要使用的附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例，对于本领域的技术人员来说，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
52.图1为本发明实施例提供的一种衣物夹取状态智能检测方法的步骤流程图；
53.图2为本发明实施例提供的一种衣物夹取状态智能检测系统的结构框图；
54.图3为本发明实施例提供的一种衣物夹取状态智能检测装置的结构框图。
具体实施方式
55.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
56.在本发明的描述中，多个的含义是两个或两个以上，如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。此外，除非另有定义，本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。
57.参照图1，本发明实施例提供了一种衣物夹取状态智能检测方法，具体包括以下步骤：
58.s101、获取夹持机构的第一图像信息，根据第一图像信息确定感兴趣区域。
59.具体地，本发明实施例以设有两个夹持机构的叠衣系统为例进行说明，预先在合适的位置安装两个摄像头分别对两个夹持机构进行拍摄，使摄像头可以顺利拍摄到衣服和夹持机构，同时可使用功率约为1w的补光灯进行补光，以减少环境光造成的影响。步骤s101具体包括以下步骤：
60.s1011、通过工业相机获取夹持机构的第一图像信息；
61.s1012、通过目标检测算法对第一图像信息进行目标检测，确定夹持机构的第一位置信息，进而根据第一位置信息确定感兴趣区域；
62.或，
63.s1013、通过模板匹配算法对第一图像信息进行模板匹配，确定夹持机构的第一位置信息，进而根据第一位置信息确定感兴趣区域。
64.具体地，通过工业相机分别获取两个夹持机构的第一图像信息，对第一图像信息进行灰度化处理后作为输入，采用目标检测算法(如yolov5目标检测算法)或模板匹配算法(如：tm_sqdiff_normed模板匹配算法)对夹持机构进行目标检测或模板匹配，捕获夹持机
构的空间位置后，结合opencv(开放源代码计算机视觉库)进行roi(region of interest)分区，将两个夹持机构附近框选出来并将其设为感兴趣区域。
65.本发明实施例通过目标检测或模板匹配技术以获得合适的roi区域，大幅度减少了需要处理的像素点数量，有利于减少后续语义分割部分的运算压力，以提高视觉处理的效率。
66.s102、对感兴趣区域进行图像语义分割得到第一分割图像，根据第一分割图像确定衣物区域的第一特征值。
67.具体地，图像语义分割可以对rgb图像或灰度图进行处理得到分割图像，分割中每一个像素都有其对应类别的标签，本发明实施例中，通过语义分割可以分别得到衣物区域的像素点集合、夹持机构区域的像素点集合以及背景区域的像素点集合。步骤s102具体包括以步骤：
68.s1021、将感兴趣区域输入到fcn图像分割网络中，得到第一分割图像；
69.s1022、根据第一分割图像确定衣物区域和夹持机构区域，进而根据衣物区域和夹持机构区域确定第一像素信息和第二像素信息，第一像素信息为衣物区域与夹持机构区域的交界处的像素信息，第二像素信息为衣物区域的边界像素信息；
70.s1023、确定第一像素信息的像素点数量和第二像素信息的像素点数量的第一比值；
71.s1024、获取正常夹取状态的第二分割图像，利用hausdorff距离确定第二像素信息与第二分割图像中衣物区域的边界像素信息的第一匹配度；
72.s1025、根据第一比值、第一匹配度以及预设的权值确定第一特征值。
73.具体地，将得到的感兴趣区域输入到fcn图像分割网络对其进行语义分割，得到包含衣物区域的像素点集合、夹持机构区域的像素点集合以及背景区域的像素点集合的分割图像，根据该分割图像可以确定衣物区域与夹持机构区域的交界处的第一像素信息，以及衣物区域的边界像素信息(包括与背景区域的交界处以及与夹持机构区域的交界处)，再计算第一像素信息中像素点数量和边界像素信息(即第二像素信息)中像素点数量的第一比值；输入衣物正常被夹取状态的分割图像，以其为模板，利用hausdorff距离计算当前检测衣物的分割图像的边界像素信息与上述输入模板的边界像素信息的第一匹配度；将第一比值和第一匹配度乘以预先设定的权值(权值大小可通过多次实验确定)后相加，得到最终的视觉部分语义分割结果，记为第一特征值。
74.s103、获取拖动电机的第一电流信息和夹持舵机的第二电流信息，根据第一电流信息确定拖动负载信息，根据第二电流信息确定夹持负载信息。
75.具体地，在叠衣系统输入衣物的过程中，通过拖动电机和夹持舵机协同工作完成衣物的输入，其中，夹持舵机用于抓紧衣物，拖动电机用于将衣物向机器内部拖拽。本发明实施例分别对夹持舵机和拖动电机进行电流分析，确定其相应的负载信息，即可确定在衣物输入过程中是否存在异常。步骤s103具体包括以下步骤：
76.s1031、通过电流传感器获取拖动电机的第一电流信息和夹持舵机的第二电流信息；
77.s1032、根据第一电流信息确定拖动电机的第一电流曲线，根据第二电流信息确定夹持舵机的第二电流曲线；
78.s1033、根据第一电流曲线确定拖动负载信息，根据第二电流曲线确定夹持负载信息。
79.具体地，预先装载在电机执行器上的小型电流磁传感器对电机负载运行状态中的电流进行采样并产生信号反馈给处理器，用于生成电流值及其变化率关于时间的变化曲线。在检测流程开始前预先确定运行效果为优良的时候的电流参数阈值。在叠衣系统实际运作时，拖动电机的检测应重点关注电流曲线产生的不正常尖峰和收敛点上扬等局部信息(电机运行效果不稳定，存在负载异常升高，衣物在拖动过程中可能卡住)，夹取机构的电流曲线则应重点判断电流曲线的下落部分(负载异常降低，可能存在脱钩情况)，通过与电流参数阈值进行比较来判定系统的某一时刻的拖动负载和夹持负载。
80.进一步作为可选的实施方式，根据第一电流曲线确定拖动负载信息，根据第二电流曲线确定夹持负载信息这一步骤s1033，其具体包括：
81.s10331、根据第一电流曲线确定第一电流变化率，进而根据第一电流变化率和预设的第一映射关系确定拖动负载信息，第一映射关系为拖动电机电流变化率与拖动负载变化率的映射关系；
82.s10332、根据第二电流曲线确定第二电流变化率，进而根据第二电流变化率和预设的第二映射关系确定夹持负载信息，第二映射关系为夹持舵机电流变化率与夹持负载变化率的映射关系。
83.具体地，可预先通过实验确定电流变化率和负载变化率的映射关系，在衣物夹取状态检测时直接根据得到的电流变化率和该映射关系确定拖动负载信息和夹持负载信息，该拖动负载信息和夹持负载信息将和前述得到的第一特征值一起作为后续数据融合的输入。
84.s104、通过卡尔曼滤波算法对第一特征值、拖动负载信息以及夹持负载信息进行数据融合得到第一期望值，并根据第一期望值和预设的期望阈值确定叠衣系统的衣物夹取状态。
85.具体地，本发明实施例使用卡尔曼滤波算法将电流曲线分析结果(拖动负载信息、夹持负载信息)和视觉部分语义分割结果(第一特征值)进行数据融合后得出综合期望值，将该期望值(滤波结果)和期望阈值(通过实验得出的预设参数)进行比较，根据比较的结果确定叠衣系统的衣物夹取状态，并用于指导叠衣系统接下来的行为(如检测到夹取状态不合格则进行相关的警告，弹出或提示用户进行系统复位重新放置衣物)。
86.进一步作为可选的实施方式，通过卡尔曼滤波算法对第一特征值、拖动负载信息以及夹持负载信息进行数据融合得到第一期望值这一步骤，其具体包括：
87.a1、确定第一特征值与衣物夹取状态的第一观测方程、拖动负载信息与衣物夹取状态的第二观测方程以及夹持负载信息与衣物夹取状态的第三观测方程；
88.a2、根据第一观测方程、第二观测方程以及第三观测方程确定衣物夹取状态预测方程，进而根据衣物夹取状态预测方程、第一特征值、拖动负载信息以及夹持负载信息预测得到第一期望值。
89.具体地，卡尔曼滤波(kalman filtering)是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。本发明实施例中，将第一特征值、拖
动负载信息以及夹持负载信息作为观测值，并确定其与待估计值(衣物夹取状态)的观测方程，通过卡尔曼滤波算法确定衣物夹取状态预测方程，即可求得衣物夹取状态的预测值(即第一期望值)。
90.进一步作为可选的实施方式，根据第一期望值和预设的期望阈值确定叠衣系统的衣物夹取状态这一步骤，其具体包括：
91.b1、当第一期望值小于预设的第一期望阈值，确定叠衣系统的衣物夹取状态为衣物脱钩；
92.b2、当第一期望值大于预设的第二期望阈值，确定叠衣系统的衣物夹取状态为衣物卡住；
93.b3、当第一期望值不小于第一期望阈值且不大于第二期望阈值时，确定叠衣系统的衣物夹取状态为正常夹取。
94.具体地，本发明实施例通过实验设定期望值的三个阈值空间，可准确判断衣物夹取状态为正常夹取或衣物脱钩或衣物卡住，便于叠衣系统根据检测结果执行相应的动作。
95.以上对本发明实施例的方法步骤进行了说明。可以认识到，本发明实施例从语义图像分割和电流曲线分析这两个维度综合检测衣物夹取状态，通过卡尔曼滤波算法对图像语义分割结果和电流分析结果进行融合，可以实现多维度的衣物夹取状态检测，提高了衣物夹取状态检测的全面性和准确性，从而可以对智能叠衣系统在输入衣物这一环节中可能存在的衣物脱钩、卡住等现象进行检测，当出现衣物摆放不当等问题的时候能更快定位并及时向用户进行精确反馈，提高了叠衣系统的叠衣效率和用户的使用体验。
96.参照图2，本发明实施例提供了一种衣物夹取状态智能检测系统，包括：
97.感兴趣区域确定模块，用于获取夹持机构的第一图像信息，根据第一图像信息确定感兴趣区域；
98.第一特征值确定模块，用于对感兴趣区域进行图像语义分割得到第一分割图像，根据第一分割图像确定衣物区域的第一特征值；
99.负载信息确定模块，用于获取拖动电机的第一电流信息和夹持舵机的第二电流信息，根据第一电流信息确定拖动负载信息，根据第二电流信息确定夹持负载信息；
100.衣物夹取状态确定模块，用于通过卡尔曼滤波算法对第一特征值、拖动负载信息以及夹持负载信息进行数据融合得到第一期望值，并根据第一期望值和预设的期望阈值确定叠衣系统的衣物夹取状态。
101.上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
102.参照图3，本发明实施例提供了一种衣物夹取状态智能检测装置，包括：
103.至少一个处理器；
104.至少一个存储器，用于存储至少一个程序；
105.当上述至少一个程序被上述至少一个处理器执行时，使得上述至少一个处理器实现上述的一种衣物夹取状态智能检测方法。
106.上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也
相同。
107.本发明实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，该处理器可执行的程序在由处理器执行时用于执行上述一种衣物夹取状态智能检测方法。
108.本发明实施例的一种计算机可读存储介质，可执行本发明方法实施例所提供的一种衣物夹取状态智能检测方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
109.本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
110.在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或上述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
111.此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，上述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
112.上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
113.在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装
置。
114.计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印上述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得上述程序，然后将其存储在计算机存储器中。
115.应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
116.在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
117.尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
118.以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。