一种锂离子电池的充电方法、装置及终端设备与流程

本发明属于锂离子电池技术领域，尤其涉及一种锂离子电池的充电方法、装置及终端设备。

背景技术：

目前，多采用恒流恒压的充电方法对锂离子电池/锂离子电池包进行充电，即在恒流阶段以一定电流恒定的对锂离子电池/锂离子电池包进行充电。

虽然上述方法控制简单，但是在通过上述方法充电的过程中，由于充电电流恒定，锂离子电池的温度会不断上升，过高的温升会导致锂离子电池燃烧甚至爆炸，影响锂离子电池的寿命。

技术实现要素：

有鉴于此，本发明实施例提供了一种锂离子电池的充电方法、装置及终端设备，以解决现有技术中由于充电电流恒定，锂离子电池的温度会不断上升，过高的温升会导致锂离子电池燃烧甚至爆炸，影响锂离子电池的寿命的问题。

本发明实施例的第一方面提供了一种锂离子电池的充电方法，包括：

获取锂离子电池的剩余电量和开路电压之间的第一关系，锂离子电池的剩余电量和欧姆内阻之间的第二关系，以及锂离子电池的剩余电量和极化电压之间的第三关系；

对所述第一关系、所述第二关系和所述第三关系进行多项式拟合，获取所述锂离子电池的开路电压、欧姆电阻和极化电压；

根据所述开路电压、所述欧姆电阻和所述极化电压，获取所述锂离子电池的估计温度；

根据所述估计温度进行充电电流优化，获取优化后电池温度增量最小的充电电流序列。

可选的，所述获取锂离子电池的剩余电量和开路电压之间的第一关系，锂离子电池的剩余电量和欧姆内阻之间的第二关系，以及锂离子电池的剩余电量和极化电压之间的第三关系，包括：

对所述锂离子电池进行hppc试验，获取所述锂离子电池的剩余电量和开路电压之间的第一关系，所述锂离子电池的剩余电量和欧姆内阻之间的第二关系，以及所述锂离子电池的剩余电量和极化电压之间的第三关系。

可选的，对所述第一关系、所述第二关系和所述第三关系进行多项式拟合，获取所述锂离子电池的开路电压、欧姆电阻和极化电压，包括：

建立锂离子电池的一阶等效电路模型，获取所述锂离子电池的空间状态方程；

基于所述空间状态方程通过第一预设算法对所述第一关系、所述第二关系和所述第三关系进行辨识，获取锂离子电池的开路电压与剩余电量之间的关系以及锂离子电池在不同剩余电量下对应的欧姆内阻；其中，第一预设算法为遗传算法；

获取上一时刻锂离子电池的剩余电量，并根据第二预设算法对所述上一时刻锂离子电池的剩余电量进行计算，获取所述锂离子电池的剩余电量；其中，第二预设算法为安时积分法；

根据所述剩余电量获取所述锂离子电池的开路电压和欧姆内阻；

基于所述空间状态方程对所述剩余电量、开路电压和欧姆内阻进行处理，获取所述锂离子电池的极化电压。

可选的，基于所述空间状态方程对所述剩余电量、开路电压和欧姆内阻进行处理，获取所述锂离子电池的极化电压，包括：

对所述锂离子电池进行在不同充电电流下的充电实验，根据所述空间状态方程对所述剩余电量、开路电压和欧姆内阻进行计算，获取锂离子电池在不同充电倍率下对应的极化电压；

对所述锂离子电池在不同充电倍率下对应的极化电压进行拟合，获取锂离子电池在不同充电电流下对应的极化电压；

根据所述充电实验的任一充电电流，确定锂离子电池的极化电压。

可选的，根据所述估计温度进行充电电流优化，获取优化后电池温度增量最小的充电电流序列，包括：

获取目标剩余电量和剩余电量间隔；其中，所述剩余电量间隔是指以剩余电量的百分比为采样间隔；

根据所述剩余电量间隔获取各阶段剩余电量下锂离子电池的充电电流和充电时间，作为优化约束条件；

通过所述第一预设算法对所述剩余电量、目标剩余电量和优化约束条件进行计算，获取优化后电池温度增量最小的充电电流序列。

可选的，根据所述开路电压、所述欧姆电阻和所述极化电压，获取所述锂离子电池的估计温度，包括：

获取上一时刻锂离子电池的估计温度；

通过第三预设算法对所述开路电压、欧姆电阻、极化电压及所述上一时刻锂离子电池的估计温度进行计算，获取所述锂离子电池的估计温度；其中，第三预设算法为热力学定律。

本发明实施例的第二方面提供了一种锂离子电池的充电装置，包括：

第一获取模块，用于获取锂离子电池的剩余电量和开路电压之间的第一关系，锂离子电池的剩余电量和欧姆内阻之间的第二关系，以及锂离子电池的剩余电量和极化电压之间的第三关系；

拟合模块，用于对所述第一关系、所述第二关系和所述第三关系进行多项式拟合，获取所述锂离子电池的开路电压、欧姆电阻和极化电压；

第二获取模块，用于根据所述开路电压、所述欧姆电阻和所述极化电压，获取所述锂离子电池的估计温度；

优化模块，用于根据所述估计温度进行充电电流优化，获取优化后电池温度增量最小的充电电流序列。

本发明实施例的第三方面提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述方法的步骤。

本发明实施例通过电池充电温升模型模拟在充电过程中电池的温度变化，建立一阶等效电路模型识别模型参数，并通过遗传算法获取锂离子电池初始剩余电量、目标剩余电量和不同剩余电量区间下的最优充电电流序列，使得电池在充电过程中温度增量较低，缩短了充电时间，降低了充电过程中温升对电池的寿命的影响，提高了充电效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的锂离子电池的充电方法的流程示意图；

图2是本发明实施例二提供的锂离子电池的充电方法的流程示意图；

图3是本发明实施例二提供的电池的一阶rc等效电路模型示意图；

图4是本发明实施例二提供的剩余电量与开路电压拟合曲线示意图；

图5是本发明实施例二提供的剩余电量与欧姆内阻拟合曲线示意图；

图6是本发明实施例三提供的锂离子电池的充电方法的流程示意图；

图7是本发明实施例三提供的不同充电倍率下极化电压曲线示意图；

图8是本发明实施例四提供的锂离子电池的充电方法的流程示意图；

图9是本发明实施例五提供的锂离子电池的充电方法的流程示意图；

图10是本发明实施例六提供的锂离子电池的充电装置的结构示意图；

图11是本发明实施例七提供的终端设备的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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地描述，显然，所描述的实施例是本发明一部分的实施例，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，都应当属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一

如图1所示，本实施例提供一种锂离子电池的充电方法，该方法可以应用于如锂离子电池智能充电装置、电动摩托车充电装置等终端设备。本实施例所提供的锂离子电池的充电方法，包括：

s101、获取锂离子电池的剩余电量和开路电压之间的第一关系，锂离子电池的剩余电量和欧姆内阻之间的第二关系，以及锂离子电池的剩余电量和极化电压之间的第三关系。

在具体应用中，对锂离子电池进行不同温度下的hppc试验，获取试验结果(即锂离子电池的剩余电量和开路电压之间的第一关系，锂离子电池的剩余电量和欧姆内阻之间的第二关系，以及锂离子电池的剩余电量和极化电压之间的第三关系)。hppc(hybridpulsepowercharacteristic，混合动力脉冲能力特性)是用来体现动力电池脉冲充放电性能的一种特征。hppc测试一般采用专用电池检测设备完成，其可以完成对电池直流内阻的测试。

s102、对所述第一关系、所述第二关系和所述第三关系进行多项式拟合，获取所述锂离子电池的开路电压、欧姆电阻和极化电压。

在具体应用中，通过第一预设算法对锂离子电池的剩余电量与开路电压之间的第一关系、锂离子电池的剩余电量和欧姆内阻之间的第二关系，以及锂离子电池的剩余电量和极化电压之间的第三关系进行多项式拟合，获取当前时刻锂离子电池的开路电压和欧姆电阻，并对当前时刻锂离子电池的开路电压和欧姆电阻进行计算，获取当前时刻锂离子电池的极化电压；其中，第一预设算法包括但不限于遗传算法。

s103、根据所述开路电压、所述欧姆电阻和所述极化电压，获取所述锂离子电池的估计温度。

在具体应用中，通过第三预设算法对锂离子电池的开路电压、欧姆电阻、极化电压和温度参数进行计算，获取当前时刻锂离子电池的估计温度；其中，第三预设算法包括但不限于热力学定律；其中，锂离子电池的温度参数包括但不限于电池表面积、电池表面温度和环境温度。

s104、根据所述估计温度进行充电电流优化，获取优化后电池温度增量最小的充电电流序列。

在具体应用中，获取目标剩余电量和剩余电量间隔，根据目标剩余电量、剩余电量间隔和估计温度通过第一预设算法对锂离子电池进行充电电流优化，获取优化后锂离子电池温度增量最小的充电电流序列。其中，剩余电量间隔是指以剩余电量的百分比为采样间隔。例如，若当前剩余电量为0％，目标剩余电量为100％，剩余电量间隔为10％，则以10％为采样间隔获取各阶段剩余电量下的充电电流和充电时间(即获取0％-10％剩余电量下的充电电流和充电时间，10％-20％剩余电量下的充电电流和充电时间...及90％-100％剩余电量下的充电电流和充电时间)，以及锂离子电池达到目标剩余电量时的实际温度。

在一个实施例中，步骤s101，包括：

对所述锂离子电池进行hppc试验，获取所述锂离子电池的剩余电量和开路电压之间的第一关系，所述锂离子电池的剩余电量和欧姆内阻之间的第二关系，以及所述锂离子电池的剩余电量和极化电压之间的第三关系。

本实施例通过电池充电温升模型模拟在充电过程中电池的温度变化，建立一阶等效电路模型识别模型参数，并通过遗传算法获取锂离子电池初始剩余电量、目标剩余电量和不同剩余电量区间下的最优充电电流序列，使得电池在充电过程中温度增量较低，缩短了充电时间，降低了充电过程中温升对电池的寿命的影响，提高了充电效率。

实施例二

如图2所示，本实施例是对实施例一中的方法步骤的进一步说明。在本实施例中，步骤s102，包括：

s1021、建立锂离子电池的一阶等效电路模型，获取所述锂离子电池的空间状态方程。

在具体应用中，建立锂离子电池的一阶等效电路模型(ecm)，其等效电路模型如图3所示，获取数学模型如下：

其中，ut是端电压,i是充放电电流，rω是电池内阻,up是极化电阻rp和极化电容cp的压降,ud表示内阻rω的压降。

锂离子电池的剩余电量可通过安时积分法获得：

其中，soc0是电池初始剩余电量，η是电池充放电效率(一般情况下该值为1)，cb是电池标称容量。

根据上式，可得到锂离子电池的空间状态方程：

其中，x＝[x1x2]^t＝[upsoc]^t,y＝ut,c＝[10],d＝rω,u＝i。

s1022、基于所述空间状态方程通过第一预设算法对所述第一关系、所述第二关系和所述第三关系进行辨识，获取锂离子电池的开路电压与剩余电量之间的关系以及锂离子电池在不同剩余电量下对应的欧姆内阻；其中，第一预设算法为遗传算法。

在具体应用中，根据hppc试验数据，可得到锂离子电池的开路电压与剩余电量之间的第一关系的曲线图(如图4所示)；

基于空间状态方程通过第一预设算法对第一关系、第二关系和第三关系进行辨识，可获取锂离子电池的开路电压与剩余电量之间的关系式如下：

模型参数可基于上述空间状态方程通过第一预设算法进行辨识获取，例如，获取的锂离子电池在不同剩余电量下的欧姆内阻如图5所示；

在本实施例中，遗传算法的适应度函数设置为模型输出电压与实际电压的均方根误差，如下式：

其中，vexp为实验得到端电压，vsim为模型输出端电压。

s1023、获取上一时刻锂离子电池的剩余电量，并根据第二预设算法对所述上一时刻锂离子电池的剩余电量进行计算，获取所述锂离子电池的剩余电量；其中，第二预设算法为安时积分法。

在具体应用中，获取上一时刻锂离子电池的剩余电量，并根据第二预设算法获对上一时刻锂离子电池的剩余电量进行计算，获取当前时刻锂离子电池的剩余的电量；其中，第二预设算法包括但不限于安时积分法。当前时刻可通过k时刻表示，即为锂离子电池的充放电时间；上一时刻可通过k-1时刻表示，例如，若设定采样时间间隔为1s，则k-1时刻为k-1s，上一时刻(k-1时刻)即为当前时刻的上一秒钟。

s1024、根据所述剩余电量获取所述锂离子电池的开路电压和欧姆内阻。

s1025、基于所述空间状态方程对所述剩余电量、开路电压和欧姆内阻进行处理，获取所述锂离子电池的极化电压。

在具体应用中，根据锂离子电池的剩余电量可获取与其对应的开路电压和欧姆内阻，基于空间状态方程对剩余电量、开路电压和欧姆内阻进行处理、计算，获取锂离子电池的极化电压。

本实施例通过建立锂离子电池的一阶等效电路模型识别模型参数，获取当前时刻锂离子电池的剩余电量，并基于空间状态方程采用遗传算法获取开路电压、欧姆内阻和极化电压，以计算锂离子电池的估计温度，为获取较优充电电流序列奠定了数据基础。

实施例三

如图6所示，本实施例是对实施例一中的方法步骤的进一步说明。在本实施例中，步骤s1025，包括：

s10251、对所述锂离子电池进行在不同充电电流下的充电实验，根据所述空间状态方程对所述剩余电量、开路电压和欧姆内阻进行计算，获取锂离子电池在不同充电倍率下对应的极化电压。

在具体应用中，对锂离子电池进行在不同充电电流下的充电实验，根据上述空间状态方程对锂离子电池的剩余电量、开路电压和欧姆内阻进行计算，获取锂离子电池在不同充电倍率下对应的极化电压。图7示例性的示出了锂离子电池在不同充电倍率下极化电压曲线图。

s10252、对所述锂离子电池在不同充电倍率下对应的极化电压进行拟合，获取锂离子电池在不同充电电流下对应的极化电压。

在具体应用中，对锂离子电池在不同充电倍率下对应的极化电压进行拟合，以获取锂离子电池在不同充电电流下对应的极化电压。

s10253、根据所述充电实验的任一充电电流，确定锂离子电池的极化电压。

在具体应用中，根据充电实验中任一次充电电流，可确定锂离子电池的极化电压。

本实施例通过对锂离子电池进行在不同充电电流下的充电实验，并基于空间状态方程对数据进行计算，获取到锂离子电池的开路电压、欧姆内阻和极化电压，为计算锂离子电池的估计温度提供了准确的数据。

实施例四

如图8所示，本实施例是对实施例一中的方法步骤的进一步说明。在本实施例中，步骤s104，包括：

s1041、获取目标剩余电量和剩余电量间隔；其中，所述剩余电量间隔是指以剩余电量的百分比为采样间隔。

在具体应用中，获取目标剩余电量和剩余电量间隔；其中，所述剩余电量间隔是指以剩余电量的百分比为采样间隔。例如，获取到的目标剩余电量为100％，剩余电量间隔为10％。

s1042、根据所述剩余电量间隔获取各阶段剩余电量下锂离子电池的充电电流和充电时间，作为优化约束条件。

在具体应用中，以剩余电量间隔为采样间隔，获取各个阶段剩余电量下锂离子电池的充电时间、充电电流，作为对锂离子电池进行优化的约束条件。例如，若当前剩余电量为0％，目标剩余电量为100％，剩余电量间隔为10％，则以10％为采样间隔获取各阶段剩余电量下的充电电流和充电时间(即获取0％-10％剩余电量下的充电电流和充电时间，10％-20％剩余电量下的充电电流和充电时间...及90％-100％剩余电量下的充电电流和充电时间)。

s1043、通过所述第一预设算法对所述剩余电量、目标剩余电量和优化约束条件进行计算，获取优化后电池温度增量最小的充电电流序列。

在具体应用中，通过第一预设算法对当前时刻锂离子电池的估计温度、剩余电量、目标剩余电量和优化约束条件(即各阶段剩余电量下锂离子电池的充电时间、充电电流)进行计算，获取优化后的锂离子电池温度增量最小的充电电流序列。

本实施例通过采用遗传算法对锂离子电池进行充电电流优化，以各阶段剩余电量下锂离子电池的充电时间、充电电流为优化条件，较为准确地计算在不同剩余电量下电池的充电时间、充电电流和该充电电流序列下电池温度的增量大小，提高了优化结果的准确性和充电效率。

实施例五

如图9所示，本实施例是对实施例一中的方法步骤的进一步说明。在本实施例中，步骤s103，包括：

s1031、获取上一时刻锂离子电池的估计温度。

在具体应用中，获取上一时刻锂离子电池的估计温度和锂离子电池的温度参数。在本实施例中，上一时刻锂离子电池的估计温度为：上一时刻通过第三预设算法进行计算获得的锂离子电池的估计温度，其中，第三预设算法包括但不限于热力学定律。

s1032、通过第三预设算法对所述开路电压、欧姆电阻、极化电压及所述上一时刻锂离子电池的估计温度进行计算，获取所述锂离子电池的估计温度；其中，第三预设算法为热力学定律。

在具体应用中，通过第三预设算法对开路电压、欧姆电阻、极化电压、温度参数及上一时刻锂离子电池的估计温度进行计算，获取当前时刻锂离子电池的估计温度。

根据热力学定律，动力电池的温升速率表达式为：

qt＝qr+qp+qj-qs；

其中，qt,qr,qp,qj和qs分别为电池总热功率、熵变引起的可逆热功率、极化产生的极化热功率、欧姆电阻引起的焦耳热功率和传递到外界的热功率。当动力电池以高电流率充电时，可逆热电占很小的比例，可被忽略。所以，可得：

其中，a为电池表面积，t为电池表面温度，tair为环境温度，即为锂离子电池的温度参数。

因此：锂离子电池的估计温度计算公式为：

上式中，h为热对流系数，c为电池比热容，可通过实验进行参数辨识获取，例如，通过遗传算法或基于遗忘因子的最小二乘法进行获取。

本实施例通过热力学定律计算当前时刻锂离子电池的估计温度，为对电池进行充电电流优化，获取较优充电电流序列奠定了基础，使得电池在充电过程中温度增量较低，降低了充电过程中温升对电池的寿命的影响，提高了充电效率。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

实施例六

如图10所示，本实施例提供一种锂离子电池的充电装置100，用于执行实施例一中的方法步骤。本实施例提供的锂离子电池的充电装置100，包括：

第一获取模块101，用于获取锂离子电池的剩余电量和开路电压之间的第一关系，锂离子电池的剩余电量和欧姆内阻之间的第二关系，以及锂离子电池的剩余电量和极化电压之间的第三关系；

拟合模块102，用于对所述第一关系、所述第二关系和所述第三关系进行多项式拟合，获取所述锂离子电池的开路电压、欧姆电阻和极化电压；

第二获取模块103，用于根据所述开路电压、所述欧姆电阻和所述极化电压，获取所述锂离子电池的估计温度；

优化模块104，用于根据所述估计温度进行充电电流优化，获取优化后电池温度增量最小的充电电流序列。

在一个实施例中，所述第一获取模块101，包括：

试验单元1011，用于对所述锂离子电池进行hppc试验，获取所述锂离子电池的剩余电量和开路电压之间的第一关系，所述锂离子电池的剩余电量和欧姆内阻之间的第二关系，以及所述锂离子电池的剩余电量和极化电压之间的第三关系。

在一个实施例中，所述拟合模块102，包括：

建立单元1021，用于建立锂离子电池的一阶等效电路模型，获取所述锂离子电池的空间状态方程；

拟合单元1022，用于基于所述空间状态方程通过第一预设算法对所述第一关系、所述第二关系和所述第三关系进行辨识，获取锂离子电池的开路电压与剩余电量之间的关系以及锂离子电池在不同剩余电量下对应的欧姆内阻；其中，第一预设算法为遗传算法；

第一计算单元1023，用于获取上一时刻锂离子电池的剩余电量，并根据第二预设算法对所述上一时刻锂离子电池的剩余电量进行计算，获取所述锂离子电池的剩余电量；其中，第二预设算法为安时积分法；

第二获取单元1024，用于根据所述剩余电量获取所述锂离子电池的开路电压和欧姆内阻；

处理单元1025，用于基于所述空间状态方程对所述剩余电量、开路电压和欧姆内阻进行处理，获取所述锂离子电池的极化电压。

在一个实施例中，所述处理单元1025，包括：

获取子单元，用于对所述锂离子电池进行在不同充电电流下的充电实验，根据所述空间状态方程对所述剩余电量、开路电压和欧姆内阻进行计算，获取锂离子电池在不同充电倍率下对应的极化电压；

拟合子单元，用于对所述锂离子电池在不同充电倍率下对应的极化电压进行拟合，获取锂离子电池在不同充电电流下对应的极化电压；

确定子单元，用于根据所述充电实验的任一充电电流，确定锂离子电池的极化电压。

在一个实施例中，所述优化模块104，包括：

第三获取单元，用于获取目标剩余电量和剩余电量间隔；其中，所述剩余电量间隔是指以剩余电量的百分比为采样间隔；

第四获取单元，用于根据所述剩余电量间隔获取各阶段剩余电量下锂离子电池的充电电流和充电时间，作为优化约束条件；

第二计算单元，用于通过所述第一预设算法对所述剩余电量、目标剩余电量和优化约束条件进行计算，获取优化后电池温度增量最小的充电电流序列。

在一个实施例中，所述第二获取模块103，包括：

第五获取单元，用于获取上一时刻锂离子电池的估计温度；

第三计算单元，用于通过第三预设算法对所述开路电压、欧姆电阻、极化电压及所述上一时刻锂离子电池的估计温度进行计算，获取所述锂离子电池的估计温度；其中，第三预设算法为热力学定律。

本实施例通过电池充电温升模型模拟在充电过程中电池的温度变化，建立一阶等效电路模型识别模型参数，并通过遗传算法获取锂离子电池初始剩余电量、目标剩余电量和不同剩余电量区间下的最优充电电流序列，使得电池在充电过程中温度增量较低，缩短了充电时间，降低了充电过程中温升对电池的寿命的影响，提高了充电效率。

实施例七

图11是本实施例提供的终端设备的示意图。如图11所示，该实施例的终端设备11包括：处理器110、存储器111以及存储在所述存储器111中并可在所述处理器110上运行的计算机程序112，例如锂离子电池的充电程序。所述处理器110执行所述计算机程序112时实现上述各个锂离子电池的充电方法实施例中的步骤，例如图1所示的步骤s101至s104。或者，所述处理器110执行所述计算机程序112时实现上述各装置实施例中各模块/单元的功能，例如图10所示模块101至104的功能。

示例性的，所述计算机程序112可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器111中，并由所述处理器110执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序112在所述终端设备11中的执行过程。例如，所述计算机程序112可以被分割成第一获取模块、拟合模块、第二获取模块和优化模块，各模块具体功能如实施例六所述，在此不再赘述。

所述终端设备11可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器110、存储器111。本领域技术人员可以理解，图11仅仅是终端设备11的示例，并不构成对终端设备11的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器110可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器111可以是所述终端设备11的内部存储单元，例如终端设备11的硬盘或内存。所述存储器111也可以是所述终端设备11的外部存储设备，例如所述终端设备11上配备的插接式硬盘，智能存储卡(smartmediacard，smc)，安全数字卡(securedigital，sd)，闪存卡(flashcard)等。进一步地，所述存储器111还可以既包括所述终端设备11的内部存储单元也包括外部存储设备。所述存储器111用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器111还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，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、或者计算机软件和电子硬件的结合来实现。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。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

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单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。