本发明涉及数据处理技术领域，具体而言，涉及一种电力巡检机器人运行姿态的控制方法及装置。
背景技术：
随着社会的不断发展，电是不可或缺的。为保障变电站的安全生产和安全运行，因此需要对变电站进行日常巡检维护，现今普遍采用电力巡检机器人辅助或者代替工作人员对变电站的设备进行巡视检查，通过采集电力设备的运行状态信息，从而检测电力设备是否存在热缺陷、异物悬挂等异常现象，以保证电力生产的安全。现常采用增益调度动态面控制或者反演控制的方法来进行电力巡检机器人运动姿态的控制。然而在实践中发现，采用上述现有控制方法所控制的电力巡检机器人，在巡检过程中容易受到风力、天气和其他一些不确定的外部因素的干扰，同时上述控制方法防滑性差、避障性能差，进而容易导致电力巡检机器人在巡检线路上发生安全事故。
技术实现要素：
鉴于上述问题，本发明提供了一种电力巡检机器人运行姿态的控制方法及装置，通过广义二型模糊滑模控制模型来对电力巡检机器人运行姿态进行控制，能够有效增强电力巡检机器人在巡检运动过程中的抗干扰能力，防滑性好，避障性能好，进而有效提升电力巡检机器人在巡检运动过程中的安全性能。
为了实现上述目的，本发明采用如下的技术方案：
本发明第一方面公开了一种电力巡检机器人运行姿态的控制方法，包括：
建立所述电力巡检机器人运行姿态的线性化模型，并以所述线性化模型为依据计算滑模面方程；
通过预先建立的广义二型模糊滑模控制模型对所述滑模面方程进行处理，输出初步处理结果；
以所述滑模面方程、预设的李雅普诺夫函数和预设指数趋近率为依据，计算基本滑模控制律；
将所述初步处理结果代入至所述基本滑模控制律的表达式中，得到最终滑模控制律，进而依据所述最终滑模控制律完成对所述电力巡检机器人运行姿态的控制。
作为一种可选的实施方式，在本发明第一方面中，所述通过预先建立的广义二型模糊滑模控制模型对所述滑模面方程进行处理，输出初步处理结果包括：
选取多个α截面，并采用α截面法对所述滑模面方程进行处理，计算每个所述α截面对应的隶属度；
以所述隶属度为依据计算每个所述α截面对应的激活区间；
对每个所述α截面对应的所述激活区间进行降型处理，得到每个所述α截面对应的终止点；
对所有所述α截面对应的所述终止点进行解模糊化处理，得到一个解模糊值，作为广义二型模糊滑模控制模型的初步处理结果。
作为一种可选的实施方式，在本发明第一方面中，所述电力巡检机器人运行姿态的线性化模型为：
其中，
其中，x＝[x1,x2,x3,x4]t为所述电力巡检机器人的状态向量，a21、a41、a23、b4为所述线性化模型的系数，m1为所述电力巡检机器人的主体质量，m2为所述电力巡检机器人上设置的配重箱的质量，l为所述电力巡检机器人上设置的运动杆的长度，d为所述电力巡检机器人上设置的t型架的高度，h1为所述t型架与所述电力巡检机器人所悬挂的电缆之间的水平距离，h20为所述配重箱与所述电缆之间的水平距离，g为重力加速度，u为控制所述电力巡检机器人时输入的控制值；
所述电力巡检机器人运行姿态的另一线性化模型为：
其中，
作为一种可选的实施方式，在本发明第一方面中，所述滑模面方程为：
s＝ctx＝c1x1+c2x2+c3x3+c4x4；
其中，
ct＝rtp(a)；
rt＝[0,0,0,1][b,ab,a2b,a3b]-1；
p(λ)＝(λ-λ1)(λ-λ2)(λ-λ3)(λ-λ4)；
其中，λ1，λ2，λ3，λ4为所述线性化模型的理想极值点。
作为一种可选的实施方式，在本发明第一方面中，所述预设指数趋近率为：
所述预设李雅普诺夫函数为：
所述基本滑模控制律为：
其中，ε和k为预设的常数。
作为一种可选的实施方式，在本发明第一方面中，计算每个所述α截面对应的隶属度，包括：
采用三角形次隶属函数计算每个所述α截面对应的隶属度；
其中，计算每个所述α截面对应的隶属度的计算公式为：
其中，αk截面表示多个所述α截面中的一个α截面，
作为一种可选的实施方式，在本发明第一方面中，所述以所述隶属度为依据计算每个所述α截面对应的激活区间的计算公式为：
其中，
作为一种可选的实施方式，在本发明第一方面中，每个所述α截面对应的所述终止点包括左终止点和右终止点；
所述对每个所述α截面对应的所述激活区间进行降型处理，得到每个所述α截面对应的终止点包括：
对每个所述α截面对应的所述上激活区间进行降型处理，计算得到每个所述α截面对应的左终止点，其中，计算每个所述α截面对应的所述左终止点的公式为：
对每个所述α截面对应的所述下激活区间进行降型处理，计算得到每个所述α截面对应的右终止点，其中，计算每个所述α截面对应的所述右终止点的公式为：
其中，ylα为所述α截面对应的所述左终止点，yrα为所述α截面对应的所述右终止点，其中
作为一种可选的实施方式，在本发明第一方面中，所述对所有所述α截面对应的所述终止点进行解模糊化处理，得到一个解模糊值，作为广义二型模糊滑模控制模型的初步处理结果的计算公式为：
其中，一共有k个α截面，αp截面为所述k个α截面中的一个α截面，αp为所述αp截面对应的截面值。
本发明第二方面公开一种电力巡检机器人运行姿态的控制装置，包括：
滑模面方程计算模块，用于建立所述电力巡检机器人运行姿态的线性化模型，并以所述线性化模型为依据计算滑模面方程；
基本滑模控制律计算模块，用于以所述滑模面方程、预设李雅普诺夫函数和预设指数趋近率为依据，计算基本滑模控制律；
广义二型模糊滑模控制模块，用于通过预先建立的广义二型模糊滑模控制模型对所述滑模面方程进行处理，输出初步处理结果；
最终滑模控制律计算模块，用于将所述初步处理结果代入至所述基本滑模控制律的表达式中，得到最终滑模控制律，进而依据所述最终滑模控制律完成对所述电力巡检机器人运行姿态的控制。
本发明第三方面公开一种计算机设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行第一方面公开的部分或者全部所述的电力巡检机器人运行姿态的控制方法。
本发明第四方面公开一种计算机可读存储介质，其存储有第三方面所述的计算机设备中所使用的所述计算机程序。
根据本发明提供的电力巡检机器人运行姿态的控制方法及装置，先通过电力巡检机器人运行姿态的线性化模型，计算滑模面方程；然后再以滑模面方程、预设李雅普诺夫函数和预设指数趋近率为依据，计算基本滑模控制律，能够有效避免对该电力巡检机器人运行姿态控制过程中的抖动问题，同时通过预先建立的广义二型模糊滑模控制模型对滑模面方程进行处理，输出初步处理结果；最后将该初步处理结果代入至基本滑模控制律的表达式中，得到最终滑模控制律，进而依据该最终滑模控制律完成对电力巡检机器人运行姿态的控制，通过结合广义二型模糊滑模控制模型来计算最终滑模控制律，并依据最终滑模控制律来完成对电力巡检机器人运行姿态进行控制，能够有效增强电力巡检机器人在巡检运动过程中的抗干扰能力，防滑性好，避障性能好，进而有效提升电力巡检机器人在巡检运动过程中的安全性能。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明范围的限定。
图1是本发明实施例一提供的一种电力巡检机器人运行姿态的控制方法的流程示意图；
图2是本发明实施例二提供的一种电力巡检机器人运行姿态的控制方法的流程示意图；
图3是本发明实施例三提供的一种电力巡检机器人运行姿态的控制装置的结构示意图；
图4是本发明实施例三提供的另一种电力巡检机器人运行姿态的控制装置的结构示意图；
图5是本发明实施例二提供的一种电力巡检机器人的线载模型示意图。
具体实施方式
下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
针对现有技术中的问题，本发明提供了一种电力巡检机器人运行姿态的控制方法及装置；该技术先通过电力巡检机器人运行姿态的线性化模型，计算滑模面方程；然后再以滑模面方程、预设李雅普诺夫函数和预设指数趋近率为依据，计算基本滑模控制律，能够有效避免对该电力巡检机器人运行姿态控制过程中的抖动问题，同时通过预先建立的广义二型模糊滑模控制模型对滑模面方程进行处理，输出初步处理结果；最后将该初步处理结果代入至基本滑模控制律的表达式中，得到最终滑模控制律，进而依据该最终滑模控制律完成对电力巡检机器人运行姿态的控制，通过结合广义二型模糊滑模控制模型来计算最终滑模控制律，并依据最终滑模控制律来完成对电力巡检机器人运行姿态进行控制，能够有效增强电力巡检机器人在巡检运动过程中的抗干扰能力，防滑性好，避障性能好，进而有效提升电力巡检机器人在巡检运动过程中的安全性能。并且，该技术可以采用相关的软件或硬件实现，下面通过实施例进行描述。
实施例1
请参阅图1，图1是本发明实施例一提供的一种电力巡检机器人运行姿态的控制方法的流程示意图。其中，如图1所示，该电力巡检机器人运行姿态的控制方法可以包括以下步骤：
s101、建立电力巡检机器人运行姿态的线性化模型，并以线性化模型为依据计算滑模面方程。
本实施例中，定义电力巡检机器人的状态变量如下：
其中，θ1是电力巡检机器人的旋转角，θ2是电力巡检机器人的活动关节的转动角度，
则电力巡检机器人的状态方程为：
其中，m1为电力巡检机器人的主体质量，m2为电力巡检机器人上设置的配重箱的质量，l为电力巡检机器人上设置的运动杆的长度，d为电力巡检机器人上设置的t型架的高度，h1为t型架与电力巡检机器人所悬挂的电缆之间的水平距离，h20为配重箱与电缆之间的水平距离，δ为电力巡检机器人运动的幅度。
本实施例中，可以采用α截面计算滑模面方程。
s102、通过预先建立的广义二型模糊滑模控制模型对滑模面方程进行处理，输出初步处理结果。
s103、以滑模面方程、预设李雅普诺夫函数和预设指数趋近率为依据，计算基本滑模控制律。
本实施例中，在计算基本滑模控制律时，增加预设指数趋近率能够有效避免在控制电力巡检机器人过程中出现抖振问题，进而提升控制性能。
本实施例中，步骤s103可以在步骤s102之前执行，也可以在步骤s102之后执行，本实施例不作限定。
s104、将初步处理结果代入至基本滑模控制律的表达式中，得到最终滑模控制律，进而依据最终滑模控制律完成对电力巡检机器人运行姿态的控制。
本实施例中，从上述电力巡检机器人的状态方程可以看出，由于电力巡检机器人的运动状态具有非线性性和强耦合性，很难依据电力巡检机器人的状态方程直接获得适当的控制该电力巡检机器人的控制律。本实施例先根据电力巡检机器人的线性化模型，采用阿克曼公式法计算滑模面方程，再通过该滑模面方程、预设李雅普诺夫函数和预设指数趋近率滑计算基本滑模控制律，进一步地，再结合广义二型模糊滑模控制模型计算出一种可以控制非线性电力巡检机器人在电缆上安全运行的最终滑模控制律，进而提升电力巡检机器人在巡检运动过程中的安全性能。
可见，实施图1所描述的电力巡检机器人运行姿态的控制方法，通过结合广义二型模糊滑模控制模型来计算最终滑模控制律，并依据最终滑模控制律来完成对电力巡检机器人运行姿态进行控制，能够有效增强电力巡检机器人在巡检运动过程中的抗干扰能力，防滑性好，避障性能好，进而有效提升电力巡检机器人在巡检运动过程中的安全性能。
实施例2
请参阅图2，图2是本发明实施例二提供的一种电力巡检机器人运行姿态的控制方法的流程示意图。其中，如图2所示，该电力巡检机器人运行姿态的控制方法可以包括以下步骤：
s201、建立电力巡检机器人运行姿态的线性化模型，并以线性化模型为依据计算滑模面方程。
本实施例中，电力巡检机器人运行姿态的线性化模型为：
其中，
其中，x＝[x1,x2,x3,x4]t为电力巡检机器人的状态向量，a21、a41、a23、b4为该线性化模型的系数。
请一并参阅图5，图5是本实施例提供的一种电力巡检机器人的线载模型示意图。如图5所示，该电力巡检机器人上设置有绝缘滑轮403、配重箱402、运动杆404以及t型架405。另外，图中所标示的d为t型架405的高度，l为运动杆404的长度。其中，电力巡检机器人通过绝缘滑轮403悬挂于电缆401上。则m1为电力巡检机器人的主体质量，m2为配重箱402的质量，l为运动杆404的长度，d为t型架405的高度，h1为t型架405与电缆401之间的水平距离，h20为配重箱402与电缆401之间的水平距离，g为重力加速度，u为控制电力巡检机器人时输入的控制值。
本实施例中，m1＝63kg，m2＝27kg，h1＝0.18m，h20＝0.42m，l＝d＝0.5m，本实施例不作限定。
电力巡检机器人运行姿态的另一线性化模型为：
其中，
本实施例中，当步骤s207计算出最终滑模控制律之后，以该最终滑模控制律和该电力巡检机器人运行姿态的另一线性化模型为依据，即可完成对电力巡检机器人运行姿态的控制，同时能够增强控制的抗干扰性能。
本实施例中，该滑模面方程为：
s＝ctx＝c1x1+c2x2+c3x3+c4x4；
其中，
ct＝rtp(a)；
rt＝[0,0,0,1][b,ab,a2b,a3b]-1；
p(λ)＝(λ-λ1)(λ-λ2)(λ-λ3)(λ-λ4)；
其中，λ1，λ2，λ3，λ4为线性化模型的理想极值点。
s202、以滑模面方程、预设李雅普诺夫函数和预设指数趋近率为依据，计算基本滑模控制律。
本实施例中，预设指数趋近率为：
预设李雅普诺夫函数为：
基本滑模控制律为：
其中，ε和k为预设的常数。
s203、选取多个α截面，并采用α截面法对滑模面方程进行处理，计算每个α截面对应的隶属度。
本实施例中，广义二型模糊滑模控制模型可定义如下：
其中，
本实施例中，在计算次隶属函数度时，通过使用α截面法，能够将整个广义二型模糊滑模控制模型被划分为多个区间二型模糊控制模型，而每个区间二型模糊控制模型可以分别进行数据处理，进而大大降低了计算量，提升了控制相应速度。
本实施例中，计算每个α截面对应的隶属度，包括：
采用三角形次隶属函数计算每个α截面对应的隶属度；
其中，计算每个α截面对应的隶属度的计算公式为：
其中，αk截面表示多个α截面中的一个α截面，
s204、以隶属度为依据计算每个α截面对应的激活区间。
本实施例中，以隶属度为依据计算每个α截面对应的激活区间的计算公式为：
其中，
s205、对每个α截面对应的激活区间进行降型处理，得到每个α截面对应的终止点。
本实施例中，可以采用km算法对每个α截面对应的激活区间进行降型处理，得到每个α截面对应的终止点。
本实施例中，每个α截面对应的终止点包括左终止点和右终止点；
对每个α截面对应的激活区间进行降型处理，得到每个α截面对应的终止点，包括：
对每个α截面对应的上激活区间进行降型处理，计算得到每个α截面对应的左终止点，其中，计算每个α截面对应的左终止点的公式为：
对每个α截面对应的下激活区间进行降型处理，计算得到每个α截面对应的右终止点，其中，计算每个α截面对应的右终止点的公式为：
其中，ylα为α截面对应的左终止点，yrα为α截面对应的右终止点，其中
s206、对所有α截面对应的终止点进行解模糊化处理，得到一个解模糊值，作为广义二型模糊滑模控制模型的初步处理结果。
本实施例中，执行上述步骤s203～步骤s206，能够通过预先建立的广义二型模糊滑模控制模型对滑模面方程进行处理，输出初步处理结果。
本实施例中，步骤s203～步骤s206可以在步骤s202之前执行，步骤s203～步骤s206也可以在步骤s202之后执行，本实施例不作限定。
本实施例中，可以采用终止点平均值解模糊化对所有α截面对应的终止点进行解模糊化处理，得到一个解模糊值，作为广义二型模糊滑模控制模型的初步处理结果。
本实施例中，对所有α截面对应的终止点进行解模糊化处理，得到一个解模糊值，作为广义二型模糊滑模控制模型的初步处理结果的计算公式为：
其中，一共有k个α截面，αp截面为所述k个α截面中的一个α截面，αp为所述αp截面对应的截面值。
s207、将初步处理结果代入至基本滑模控制律的表达式中，得到最终滑模控制律，进而依据最终滑模控制律完成对电力巡检机器人运行姿态的控制。
本实施例中，将上述基本滑模控制律的表达式中的s用初步处理结果替换，得到的最终控制律为：
其中，
可见，实施图2所描述的电力巡检机器人运行姿态的控制方法，通过结合广义二型模糊滑模控制模型来计算最终滑模控制律，并依据最终滑模控制律来完成对电力巡检机器人运行姿态进行控制，能够有效增强电力巡检机器人在巡检运动过程中的抗干扰能力，防滑性好，避障性能好，进而有效提升电力巡检机器人在巡检运动过程中的安全性能。
实施例3
请参阅图3，图3是本发明实施例三提供的一种电力巡检机器人运行姿态的控制装置的结构示意图。其中，如图3所示，该电力巡检机器人运行姿态的控制装置包括：
滑模面方程计算模块301，用于建立电力巡检机器人运行姿态的线性化模型，并以线性化模型为依据计算滑模面方程。
基本滑模控制律计算模块302，用于以滑模面方程、预设李雅普诺夫函数和预设指数趋近率为依据，计算基本滑模控制律。
广义二型模糊滑模控制模块303，用于通过预先建立的广义二型模糊滑模控制模型对滑模面方程进行处理，输出初步处理结果。
本实施例中，基本滑模控制律计算模块302执行计算基本滑模控制律的操作，可以在广义二型模糊滑模控制模块303输出初步处理结果之后进行，也可以在广义二型模糊滑模控制模块303输出初步处理结果之前进行，也可以在广义二型模糊滑模控制模块303输出初步处理结果的同时进行，本实施例不作限定。
最终滑模控制律计算模块304，用于将初步处理结果代入至基本滑模控制律的表达式中，得到最终滑模控制律，进而依据最终滑模控制律完成对电力巡检机器人运行姿态的控制。
作为一种可选的实施方式，如图4所示，广义二型模糊滑模控制模块303包括：
第一子模块3031，用于选取多个α截面，并采用α截面法对滑模面方程进行处理，计算每个α截面对应的隶属度。
第二子模块3032，用于以隶属度为依据计算每个α截面对应的激活区间。
第三子模块3033，用于对每个α截面对应的激活区间进行降型处理，得到每个α截面对应的终止点。
第四子模块3034，用于对所有α截面对应的终止点进行解模糊化处理，得到一个解模糊值，作为广义二型模糊滑模控制模型的初步处理结果。
作为另一种可选的实施方式，广义二型模糊滑模控制模块303包括模糊模块、规则表模块、模糊推理机模块、降型模块和解模糊模块，其中：
模糊模块，用于采用单点模糊化对上述滑模面方程进行模糊化处理，得到广义二型模糊集；
规则表模块，用于定义模糊规则，模糊规则为if-then规则；
本实施例中，该if-then规则可以表示为：
其中，xij是第i条规则的j个输入，yi是第i条规则的输出，
本实施例中，上述计算每个α截面对应的左终止点的公式为：
对每个α截面对应的下激活区间进行降型处理，计算得到每个α截面对应的右终止点，其中，计算每个α截面对应的右终止点的公式为：
其中，ylα为α截面对应的左终止点，yrα为α截面对应的右终止点，其中
本实施例中，因为
模糊推理机模块，用于采用α截面计算计算每个α截面对应的隶属度，以及以隶属度为依据计算每个α截面对应的激活区间；
作为一种可选的实施方式，模糊推理机模块为乘积推理机模块。
本实施例中，模糊推理机模块能够建立输入与输出之间的映射。
降型模块，用于采用km算法对每个α截面对应的激活区间进行降型处理，得到每个α截面对应的终止点；
本实施例中，降型模块能够将上述广义二型模糊集降型为一型模糊集。
解模糊模块，用于采用终止点平均值解模糊法对所有α截面对应的终止点进行解模糊化处理，得到一个解模糊值，作为广义二型模糊滑模控制模型的初步处理结果。
本实施例中，解模糊模块能够建立一型模糊集到确定输出值之间的映射。
可见，实施本实施例所描述的电力巡检机器人运行姿态的控制装置，通过结合广义二型模糊滑模控制模型来计算最终滑模控制律，并依据最终滑模控制律来完成对电力巡检机器人运行姿态进行控制，能够有效增强电力巡检机器人在巡检运动过程中的抗干扰能力，防滑性好，避障性能好，进而有效提升电力巡检机器人在巡检运动过程中的安全性能。
此外，本发明还提供了一种计算机设备。该计算机设备包括存储器和处理器，存储器可用于存储计算机程序，处理器通过运行计算机程序，从而使该计算机设备执行上述方法或者上述电力巡检机器人运行姿态的控制装置中的各个模块的功能。
存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据移动终端的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例还提供了一种计算机存储介质，用于储存上述计算机设备中使用的计算机程序。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块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(可以是智能手机、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所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-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。