车载机器人的答复信息确定方法、装置及设备与流程

本发明实施例涉及智能机器人技术领域，尤其涉及一种车载机器人的答复信息确定方法、装置及设备。

背景技术：

随着智能网联在车辆制造业及互联网行业的迅猛发展，人工智能技术已成为智能网联领域不可或缺的课题之一，对车载场景下的智能聊天机器人的研究开发也已成为行业势在必行的发展热点。

现阶段，基于seq2seq模型的智能聊天机器人的词向量构建主要采用词袋模型向量表示法。该向量表示法为一种在自然语言处理和信息检索下被简化的表达模型，其将文本、段落或文档看作无序的词汇集合，忽略语法及单词的次序，对文本中每一个单词都进行统计，用清单中词出现的次数来体现词向量索引内容。

但此向量表示法不会保留原始句子中的词的次序，仅将每一个词组作为个体统计，在实际问答应用中，通过上述方法构建的词向量不能直接转化为计算机可识别的顺序，也不能形成可还原句子结构的答复信息，由此影响了答复信息确定的准确度。

技术实现要素：

本发明提供一种车载机器人的答复信息确定方法、装置及设备，提高了车载机器人答复信息确定的准确性。

第一方面，本发明实施例提供了一种车载机器人的答复信息确定方法，包括：

分词处理所接收的用户语音，获得所述用户语音的语音分词集；

根据所述语音分词集及预先形成的词组列表字典，形成所述用户语音的语音输入文件；

确定所述语音输入文件中各行对应目标语义参数，并在预确定的语音答复模板中查找所述目标语义参数，所述语音答复模板基于给定的样本语料集确定，包含至少一个标准语义参数及相应语句表述规则排列的标准答复分词序列；

根据查找结果确定对应所述用户语音的答复信息。

第二方面，本发明实施例还提供了一种车载机器人的答复信息确定装置，该车载机器人的答复信息确定装置包括：

语音获取模块，用于分词处理所接收的用户语音，获得所述用户语音的语音分词集；

文件生成模块，用于根据所述语音分词集及预先形成的词组列表字典，形成所述用户语音的语音输入文件；

模板确定模块，用于基于给定的样本语料确定语音答复模板；

参数查找模块，用于确定所述语音输入文件中各行对应目标语义参数，并在预确定的语音答复模板中查找所述目标语义参数；

信息确定模块，用于根据查找结果确定对应所述用户语音的答复信息。

第三方面，本发明实施例还提供了一种设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得一个或多个处理器实现如本发明任意实施例中提供的车载机器人的答复信息确定方法。

第四方面，本发明实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令由计算机处理器执行时用于执行如本发明任意实施例提供的车载机器人的答复信息确定方法。

本发明实施例通过分词处理所接收的用户语音，获得所述用户语音的语音分词集；根据所述语音分词集及预先形成的词组列表字典，形成所述用户语音的语音输入文件；确定所述语音输入文件中各行对应目标语义参数，并在预确定的语音答复模板中查找所述目标语义参数，所述语音答复模板基于给定的样本语料集确定，包含至少一个标准语义参数及相应语句表述规则排列的标准答复分词序列；根据查找结果确定对应所述用户语音的答复信息。根据所述语音分词集及预先形成的词组列表字典，形成所述用户语音的语音输入文件，可以保留原始语音中的词次序，避免了还原句子结构的不准确性。将语音输入文件中的目标语义参数同语音答复模板中的标准语义参数进行匹配，根据匹配结果确定对应用户语音的答复信息，解决了用户语音与答复模板语句匹配时相近问句与答句易混淆的问题，提高了车载机器人答复信息确定的准确性。

附图说明

图1为本发明实施例一中的一种车载机器人的答复信息确定方法的流程图；

图2是本发明实施例二中的一种车载机器人的答复信息确定方法的流程图；

图3是本发明实施例二中的确定语音答复模板的流程图；

图4是本发明实施例三中的一种车载机器人的答复信息确定装置的结构示意图；

图5是本发明实施例四中的一种设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种车载机器人的答复信息确定方法的流程图，本实施例可适用于车载机器人确定答复信息的情况，该方法可以由车载机器人的答复信息确定装置来执行，该车载机器人的答复信息确定装置可以由软件和/或硬件来实现，该车载机器人的答复信息确定装置可以配置在计算设备上，具体包括如下步骤：

步骤110、分词处理所接收的用户语音，获得所述用户语音的语音分词集。

其中，所述用户语音可理解为由声音采集装置采集的语音信息，所述语音信息可包含一句或多句，具体可通过一组字符串表示。

所述分词处理可理解为中文分词，即将连续的字序列按照一定的规范重新组合成词序列的过程，具体的，所述分词处理可采用基于字符串匹配的分词方法、基于理解的分词方法或基于统计的分词方法等。

具体的，可以将接收的用户语音信号进行预加重处理，对语音信号的高频部分进行加重，增加高频分辨率，同时可对接受的用户语音信号进行加窗处理，剔除规律的背景噪音，使其转化为字符串模式，对转化后的用户语音进行分词处理，处理后还可进行去停顿词、去低频词处理，形成用户语音的语音分词集。

分词处理所接收的用户语音，可以将用户语音转化为规范的，便于计算机统计识别的词序列，避免了对接受的用户语音识别困难的问题，提高了后续计算机对所接收的用户语音的读取效率。

步骤120、根据所述语音分词集及预先形成的词组列表字典，形成所述用户语音的语音输入文件。

其中，词组列表字典可理解为根据预先设置的样本语料集，将样本语料集中的词组按照预设排序方法进行有序排列编号，生成编号与词组一一对应的词组集合，具体的，预设排序方法可采用根据词组在样本语料集中出现频次排序、根据词组在样本词库中所占权重排序、根据词组在样本语料集中出现先后排序等。

具体的，根据词组列表字典中词组对应的编号，对语音分词集中的词组进行赋值，即可将语音分词集表示为一个由编号组成的矩阵，将该矩阵作为用户语音的语音输入文件。

根据所述语音分词集及预先形成的词组列表字典，形成所述用户语音的语音输入文件，可以保留原始语音中的词次序，避免了还原句子结构的不准确性。

步骤130、确定所述语音输入文件中各行对应目标语义参数，并在预确定的语音答复模板中查找所述目标语义参数，所述语音答复模板基于给定的样本语料集确定，包含至少一个标准语义参数及相应语句表述规则排列的标准答复分词序列。

其中，语义参数可理解为对一个语句中语法信息、语义信息和语用信息三者综合体现的数学表达，具体可通过一组有序数字表示。

其中，语音答复模板可理解为一个包含了多个语义参数及与上述语义参数一一对应的答复语句的矩阵文件，其中，答复语句可用标准答复分词序列表示。

具体的，首先提取样本语料集中的样本问句和样本答句，构建样本问句文件、样本答句文件和样本校对文件，根据样本问句文件中各问句对应的语义参数匹配样本答句文件中的语义参数及答复语句，根据样本校对文件校对各语义参数与答复语句的匹配情况，生成包含标准语义参数及相应标准答复分词序列的语音答复模板。再提取语音输入文件中各句所对应的目标语义参数，将提取的目标语义参数与语音答复模板中的标准语义参数进行匹配查找，得到查找结果。

步骤140、根据查找结果确定对应所述用户语音的答复信息。

其中，用户语音的答复信息为所述语音答复模板中根据语义参数匹配得到的标准答复分词序列或预先设定的答复语句。

具体的，若查找结果显示目标语义参数与语音答复模板中的标准语义参数相匹配，表明用户提出的问题在语音答复模板范围内，此时输出该标准语义参数所对应的标准答复分词序列作为用户语音的答复信息；否则，表明用户提出的问题超出了语音答复模板的范围，此时输出预先设定的答复语句作为用户语音的答复信息。

本实施例的技术方案，通过分词处理所接收的用户语音，获得所述用户语音的语音分词集；根据所述语音分词集及预先形成的词组列表字典，形成所述用户语音的语音输入文件；确定所述语音输入文件中各行对应目标语义参数，并在预确定的语音答复模板中查找所述目标语义参数，所述语音答复模板基于给定的样本语料集确定，包含至少一个标准语义参数及相应语句表述规则排列的标准答复分词序列；根据查找结果确定对应所述用户语音的答复信息。根据所述语音分词集及预先形成的词组列表字典，形成所述用户语音的语音输入文件，可以保留原始语音中的词次序，避免了还原句子结构的不准确性。将语音输入文件中的目标语义参数同语音答复模板中的标准语义参数进行匹配，根据匹配结果确定对应用户语音的答复信息，解决了用户语音与答复模板语句匹配时相近问句与答句易混淆的问题，提高了车载机器人答复信息确定的准确性。

实施例二

图2为本发明实施例二提供的一种车载机器人的答复信息确定方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化，具体包括如下步骤：

步骤201、分词处理所接收的用户语音，获得所述用户语音的语音分词集。

步骤202、分词处理预先确定的样本语料集，获得语料分词集。

其中，样本语料集可为根据实际应用情况确定的符合应用环境的语句集合，如控制语料集、音乐语料集、电台语料集、电话语料集、导航语料集、视频语料集、充电语料集、天气语料集、股票语料集、酒店语料集等。该样本语料集可为一问一答形式，即问句与答句可根据行数区分。

步骤203、统计所述语料分词集中各分词的出现频次。

具体的，语料分词集中各分词可看作词组形式，可通过遍历法计算得到各词组在整个语料分词集中出现的次数，将之作为各分词的出现频次。

步骤204、按照各所述出现频次由大到小排列相应的语料分词，提取处于前设定数量的语料分词及相应的排列序号，形成词组列表字典。

具体的，根据语料分词集中各分词的出现频次将其按由大到小的顺序排列，若两分词出现频次相同则将其按由先到后的顺序排列，排列完成后选取前设定数量的语料分词及其对应的排列序号生成词组列表字典。

可选的，设定数量可为不小于语料分词集中语料分词个数95％的任意正整数值。

步骤205、初始化构建语音输入矩阵。

其中，所述语音分词集中包含至少一行分词处理所述用户语音后形成的第一分词序列。

所述第一分词序列可理解为语音分词集中一句经过分词处理后的用户语音，分词处理后的用户语音以句为单位依次存入语音分词集各行中。

所述语音输入矩阵的行数等于所述语音分词集所包含第一分词序列的行数，所述语音输入矩阵的列数等于所述语音分词集中最长第一分词序列所包含第一分词的分词个数。

步骤206、针对所述语音分词集中的每个第一分词，如果所述第一分词存在于所述词组列表字典中，则将所述第一分词对应的排列序号作为目标编码值；否则，将预设编码值作为所述第一分词的目标编码值。

其中，预设编码值可采用零值、pad字符或其他根据用户习惯设定的固定字符。

具体的，对语音分词集中每个第一分词进行赋值，遍历词组列表字典，若所述第一分词存在于词组列表字典中，则将该第一分词在词组列表字典中对应的排列序号作为目标编码值；若不存在于词组列表字典中，则将预设编码值作为该第一分词的目标编码值。

步骤207、以分词序列为行单位，将各所述分词序列所包含第一分词的目标编码值相应写入所述语音输入矩阵，并采用所述预设编码值填充所述语音输入矩阵中的空元素。

步骤208、将赋值后的语音输入矩阵作为所述用户语音的语音输入文件。

步骤209、确定所述语音输入文件中各行对应目标语义参数，并在预确定的语音答复模板中查找所述目标语义参数，所述语音答复模板基于给定的样本语料集确定，包含至少一个标准语义参数及相应语句表述规则排列的标准答复分词序列。

其中，目标语义参数可理解为语音输入文件中各行所对应的句子中语法信息、语义信息和语用信息三者综合体现的数学表达。

进一步的，图3给出了确定语音答复模板的流程图。如图3所示，所述样本语料集包含至少一组样本问答语句，各组样本问答语句包含一行样本问句和一行关联的样本答句；相应的，所述语音答复模板的确定过程包括下述步骤：

步骤2091、提取所述样本语料集中的样本问句和样本答句，形成样本问句集和样本答句集。

步骤2092、根据所述样本问句集形成样本问句文件，并根据所述样本答句集结合语句表述规则形成样本答句文件和样本校对文件。

具体的，根据所述样本问句集形成样本问句文件，包括：

分词处理所述样本问句集，获得包含至少一行第二分词序列的问句分词集。

初始化构建样本问句矩阵，其中，所述样本问句矩阵的行数等于所述问句分词集所包含第二分词序列的行数，所述样本问句矩阵的列数等于所述问句分词集中最长第二分词序列所包含第二分词的分词个数。

针对所述样本问句集中的每个第二分词，将所述第二分词在所述词组列表字典中对应的排列序号作为所述第二分词的目标编码值。

以分词序列为行单位，将各所述分词序列所包含第二分词的目标编码值相应写入所述样本问句矩阵，并采用预设编码值填充所述样本问句矩阵中的空元素。

将赋值后的样本问句矩阵作为所述样本问句文件。

具体的，根据所述样本答句集结合语句表述规则形成样本答句文件和样本校对文件，包括：

分词处理所述样本答句集，获得包含至少一行第三分词序列的答句分词集。

针对所述样本答句集中的每个第三分词，将所述第三分词在所述词组列表字典中对应的排列序号作为所述第三分词的目标编码值。

初始化构建样本答句矩阵，其中，所述样本答句矩阵的行数等于所述答句分词集所包含第三分词序列的行数，所述样本答句矩阵的列数等于所述答句分词集中最长第三分词序所包含第三分词的分词个数。

以分词序列为行单位，将各所述分词序列所包含第三分词的目标编码值相应写入所述样本答句矩阵，并采用预设编码值填充所述样本答句矩阵中的空元素。

初始化构建样本校对矩阵，其中，所述样本校对矩阵的行数等于所述答句分词集所包含第三分词序列的行数，所述样本校对矩阵的列数等于所述答句分词集中最长第三分词序所包含第三分词的分词个数。

以分词序列为行单位，将各所述分词序列所包含第三分词的目标编码值相应写入所述样本校对矩阵，并采用预设编码值填充所述样本校对矩阵中的空元素。

将赋值后的样本答句矩阵作为所述样本答句文件，将赋值后的样本校对矩阵作为所述样本校对文件。

其中，写入的样本答句矩阵以休止符为结束标识，写入的样本校对矩阵以起始符为起始标识，以休止符为结束标识。可选的，起始符可为go，休止符可为eos。

步骤2093、确定所述样本问句文件各行样本分词对应的标准语义参数。

步骤2094、根据所述样本答句文件及样本校对文件结合各所述标准语义参数，形成包含各所述标准语义参数及相应标准答复分词序列的语音答复模板。

具体的，将所述标准语义参数与所述样本答句文件进行匹配，生成各所述标准语义参数与所述答复文件中各分词序列相对应的初始语音答复模板。

将所述初始语音答复模板中各分词序列与所述样本校对文件进行一一匹配，将匹配结果不同的分词序列替换为所述样本校对文件中对应的分词序列，将替换后的分词序列作为所述标准答复分词序列，生成所述标准语义参数与所述标准答复分词序列相对应的所述语音答复模板。

步骤210、根据查找结果确定对应所述用户语音的答复信息。

具体的，如果所述目标语义参数为所述语音答复模板中的所述标准语义参数，则将所述语音答复模板中与所述目标语义参数对应的所述标准答复分词序列作为所述用户语音的答复信息；否则，将预设定答复语句作为所述用户语音的答复信息。

本实施例的技术方案，利用包含语义参数与答复分词序列的语音答复模板中语义参数与目标语义参数的匹配，根据匹配结果确定对应用户语音的答复信息，减少了相近语义问答句混淆的概率，提高了答复信息确定的准确性。

实施例三

图4为本发明实施例三提供的一种车载机器人的答复信息确定装置的结构示意图，该车载机器人的答复信息确定装置包括：语音获取模块310，文件生成模块320，模板确定模块330，参数查找模块340和信息确定模块350。

其中，语音获取模块310，用于分词处理所接收的用户语音，获得所述用户语音的语音分词集；文件生成模块320，用于根据所述语音分词集及预先形成的词组列表字典，形成所述用户语音的语音输入文件；模板确定模块330，用于基于给定的样本语料确定语音答复模板；参数查找模块340，用于确定所述语音输入文件中各行对应目标语义参数，并在预确定的语音答复模板中查找所述目标语义参数；信息确定模块350，用于根据查找结果确定对应所述用户语音的答复信息。

本实施例的技术方案，解决了用户语音与答复模板语句匹配时相近问句与答句易混淆的问题，提高了车载机器人答复信息确定的准确性。

可选的，文件生成模块320包括：

词组列表字典形成单元，用于分词处理预先确定的样本语料集，获得语料分词集；统计所述语料分词集中各分词的出现频次；按照各所述出现频次由大到小排列相应的语料分词，提取处于前设定数量的语料分词及相应的排列序号，形成词组列表字典。

输入文件形成单元，用于初始化构建语音输入矩阵，其中，所述语音输入矩阵的行数等于所述语音分词集所包含第一分词序列的行数，所述语音输入矩阵的列数等于所述语音分词集中最长第一分词序列所包含第一分词的分词个数；针对所述语音分词集中的每个第一分词，如果所述第一分词存在于所述词组列表字典中，则将所述第一分词对应的排列序号作为目标编码值；否则，将预设编码值作为所述第一分词的目标编码值；以分词序列为行单位，将各所述分词序列所包含第一分词的目标编码值相应写入所述语音输入矩阵，并采用所述预设编码值填充所述语音输入矩阵中的空元素；将赋值后的语音输入矩阵作为所述用户语音的语音输入文件。

其中，所述语音分词集中包含至少一行分词处理所述用户语音后形成的第一分词序列。

可选的，模板确定模块330包括：

句集形成单元，用于提取所述样本语料集中的样本问句和样本答句，形成样本问句集和样本答句集。

文件形成单元，用于根据所述样本问句集形成样本问句文件，并根据所述样本答句集结合语句表述规则形成样本答句文件和样本校对文件。

语义参数确定单元，用于确定所述样本问句文件各行样本分词对应的标准语义参数。

答复模板形成单元，用于根据所述样本答句文件及样本校对文件结合各所述标准语义参数，形成包含各所述标准语义参数及相应标准答复分词序列的语音答复模板。

可选的，文件形成单元，还用于分词处理所述样本问句集，获得包含至少一行第二分词序列的问句分词集；初始化构建样本问句矩阵，其中，所述样本问句矩阵的行数等于所述问句分词集所包含第二分词序列的行数，所述样本问句矩阵的列数等于所述问句分词集中最长第二分词序列所包含第二分词的分词个数；针对所述样本问句集中的每个第二分词，将所述第二分词在所述词组列表字典中对应的排列序号作为所述第二分词的目标编码值；以分词序列为行单位，将各所述分词序列所包含第二分词的目标编码值相应写入所述样本问句矩阵，并采用预设编码值填充所述样本问句矩阵中的空元素；将赋值后的样本问句矩阵作为所述样本问句文件。

可选的，文件形成单元，还用于分词处理所述样本答句集，获得包含至少一行第三分词序列的答句分词集；针对所述样本答句集中的每个第三分词，将所述第三分词在所述词组列表字典中对应的排列序号作为所述第三分词的目标编码值；初始化构建样本答句矩阵，其中，所述样本答句矩阵的行数等于所述答句分词集所包含第三分词序列的行数，所述样本答句矩阵的列数等于所述答句分词集中最长第三分词序所包含第三分词的分词个数；以分词序列为行单位，将各所述分词序列所包含第三分词的目标编码值相应写入所述样本答句矩阵，并采用预设编码值填充所述样本答句矩阵中的空元素；初始化构建样本校对矩阵，其中，所述样本校对矩阵的行数等于所述答句分词集所包含第三分词序列的行数，所述样本校对矩阵的列数等于所述答句分词集中最长第三分词序所包含第三分词的分词个数；以分词序列为行单位，将各所述分词序列所包含第三分词的目标编码值相应写入所述样本校对矩阵，并采用预设编码值填充所述样本校对矩阵中的空元素；将赋值后的样本答句矩阵作为所述样本答句文件，将赋值后的样本校对矩阵作为所述样本校对文件。

可选的，答复模板形成单元，还用于将所述标准语义参数与所述样本答句文件进行匹配，生成各所述标准语义参数与所述答复文件中各分词序列相对应的初始语音答复模板；将所述初始语音答复模板中各分词序列与所述样本校对文件进行一一匹配，将匹配结果不同的分词序列替换为所述样本校对文件中对应的分词序列，将替换后的分词序列作为所述标准答复分词序列，生成所述标准语义参数与所述标准答复分词序列相对应的所述语音答复模板。

可选的，信息确定模块350具体用于：如果所述目标语义参数为所述语音答复模板中的所述标准语义参数，则将所述语音答复模板中与所述目标语义参数对应的所述标准答复分词序列作为所述用户语音的答复信息；否则，将预设定答复语句作为所述用户语音的答复信息。

本发明实施例所提供的车载机器人的答复信息确定装置可执行本发明任意实施例所提供的车载机器人的答复信息确定方法，具备执行方法相应的功能模块和有益效果。

实施例四

图5为本发明实施例四提供的一种设备的结构示意图，如图5所示，该设备包括处理器410、存储器420、输入装置430和输出装置440；设备中处理器410的数量可以是一个或多个，图5中以一个处理器4100为例；设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接，图5中以通过总线连接为例。

存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的漏费检测方法对应的程序指令/模块(例如，语音获取模块310，文件生成模块320，模板确定模块330，参数查找模块340和信息确定模块350)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的车载机器人的答复信息确定方法。

存储器420可主要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；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器420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、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置430可用于接收输入的数字或字符信息，以及产生与计算设备的用户设置以及功能控制有关的键信号输入，可以包括键盘和鼠标等。输出装置440可包括显示屏等显示设备。

实施例五

本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种车载机器人的答复信息确定方法。

当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的一种车载机器人的答复信息确定方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-onlymemory,rom)、随机存取存储器(randomaccessmemory,ram)、闪存(flash)、硬盘或光盘等，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所述的方法。

值得注意的是，上述一种车载机器人的答复信息确定装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。