驾驶辅助模式切换方法、装置、设备及存储介质与流程

1.本发明涉及车辆控制技术领域，尤其涉及一种驾驶辅助模式切换方法、装置、设备及存储介质。


背景技术：

2.现阶段疲劳监测方法通过检测驾驶员状态如：是否在打电话、是否在抽烟、时间段内眨眼的次数等，这些检测方法均不能有效的检测驾驶员状态，有些驾驶员喜欢抽烟或眨眼评率高等，均不适用于现有疲劳监测方法；而驾驶员看似状态正常，但眼神迷离如：过路口时应该关注左右斑马线两侧是否有行人目标，但驾驶员仍然注视前方，这种情况下系统应该识别出驾驶员处于疲劳状态。
3.并且现阶段驾驶辅助模式切换根据驾驶员主动设置；而驾驶辅助模式与驾驶员状态及车辆所处周边环境强相关，驾驶员状态差、车辆所处环境属于高危风险且驾驶员尚未意识，则驾驶辅助模式应自适应调整至最高等级，以最大程度保证驾驶员及车辆安全。
4.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

5.本发明的主要目的在于提供一种驾驶辅助模式切换方法，旨在解决现有技术如何准确判断驾驶员的驾驶状态，并根据驾驶状态切换驾驶模式的技术问题。
6.为实现上述目的，本发明提供了一种驾驶辅助模式切换方法，所述方法包括以下步骤：
7.获取车辆周围的环境图像以及驾驶员面部图像；
8.根据所述环境图像确定应关注区域；
9.根据所述驾驶员面部图像确定驾驶员视线区域；
10.根据所述应关注区域以及所述驾驶员视线区域确定目标驾驶辅助模式；
11.将当前驾驶辅助模式切换为目标驾驶辅助模式。
12.可选地，所述根据所述环境图像确定应关注区域，包括：
13.根据所述环境图像确定初始全局显著度阈值以及初始搜索半径；
14.根据所述初始全局显著度阈值以及所述初始搜索半径搜索所述环境图像，得到搜索结果；
15.根据所述搜索结果确定应关注区域。
16.可选地，根据所述初始全局显著度阈值以及所述初始搜索半径搜索所述环境图像，得到搜索结果，包括：
17.根据所述初始搜索半径确定所述环境图像中的搜索区域；
18.将所述搜索区域中各像素点的像素值与所述初始全局显著度阈值进行比较，得到比较值；
19.当所述比较值处于预设阈值区间时，根据预设缩减值减小所述初始搜索半径，并根据减小后的初始搜索半径搜索所述环境图像；
20.当所述比较值等于预设阈值时，根据所述比较值对应的初始搜索半径生成搜索结果。
21.可选地，根据所述驾驶员面部图像确定驾驶员视线区域，包括：
22.将所述驾驶员面部图像分割为多个面部候选区域；
23.确定各个面部候选区域的灰度值；
24.将大于灰度值阈值的灰度值所对应的面部候选区域作为瞳孔候选区域；
25.根据所述瞳孔候选区域确定瞳孔中心特征；
26.根据所述瞳孔中心特征确定驾驶员视线区域。
27.可选地，所述根据所述瞳孔中心特征确定驾驶员视线区域，包括：
28.根据所述瞳孔中心特征确定瞳孔中心特征向量以及注视方向向量；
29.确定所述瞳孔中心特征向量以及所述注视方向向量的目标映射关系；
30.所述目标映射关系以及所述瞳孔中心特征向量确定驾驶员视线区域。
31.可选地，所述确定所述瞳孔中心特征向量以及所述注视方向向量的目标映射关系，包括：
32.建立所述瞳孔中心特征向量以及所述注视方向向量的目标损失函数；
33.对所述目标损失函数求导得到一阶导函数；
34.根据所述一阶导函数以及预设值确定所述瞳孔中心特征向量以及所述注视方向向量的目标映射关系。
35.可选地，所述根据所述应关注区域以及所述驾驶员视线区域确定目标驾驶辅助模式，包括：
36.若所述应关注区域等于所述驾驶员视线区域时，将第一驾驶辅助模式作为目标驾驶辅助模式；
37.若所述应关注区域属于所述驾驶员视线区域时，将第二驾驶辅助模式作为目标驾驶辅助模式；
38.若所述应关注区域不属于所述驾驶员视线区域时，将第三驾驶辅助模式作为目标驾驶辅助模式。
39.此外，为实现上述目的，本发明还提出一种驾驶辅助模式切换装置，所述驾驶辅助模式切换装置包括：
40.面部获取模块，用于获取车辆周围的环境图像以及驾驶员面部图像；
41.区域确定模块，用于根据所述环境图像确定应关注区域；
42.视线确定模块，用于根据所述驾驶员面部图像确定驾驶员视线区域；
43.模式确定模块，用于根据所述应关注区域以及所述驾驶员视线区域确定目标驾驶辅助模式；
44.模式切换方法，用于将当前驾驶辅助模式切换为目标驾驶辅助模式。
45.此外，为实现上述目的，本发明还提出一种驾驶辅助模式切换设备，所述驾驶辅助模式切换设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的驾驶辅助模式切换程序，所述驾驶辅助模式切换程序配置为实现如上文所述的驾驶辅助模式
切换方法的步骤。
46.此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有驾驶辅助模式切换程序，所述驾驶辅助模式切换程序被处理器执行时实现如上文所述的驾驶辅助模式切换方法的步骤。
47.本发明通过获取车辆周围的环境图像以及驾驶员面部图像；根据所述环境图像确定应关注区域；根据所述驾驶员面部图像确定驾驶员视线区域；根据所述应关注区域以及所述驾驶员视线区域确定目标驾驶辅助模式；将当前驾驶辅助模式切换为目标驾驶辅助模式。通过上述方式，根据驾驶员面部图像确定驾驶员的视线区域，并根据当前车辆周围的环境分析需要关注的区域，并根据视线区域以及需要关注的区域的重合情况判断是否需要切换驾驶辅助模式。
附图说明
48.图1是本发明实施例方案涉及的硬件运行环境的驾驶辅助模式切换设备的结构示意图；
49.图2为本发明驾驶辅助模式切换方法第一实施例的流程示意图；
50.图3为本发明驾驶辅助模式切换方法第二实施例的流程示意图；
51.图4为本发明驾驶辅助模式切换装置第一实施例的结构框图。
52.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
53.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
54.参照图1，图1为本发明实施例方案涉及的硬件运行环境的驾驶辅助模式切换设备结构示意图。
55.如图1所示，该驾驶辅助模式切换设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)存储器，也可以是稳定的非易失性存储器(non-volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
56.本领域技术人员可以理解，图1中示出的结构并不构成对驾驶辅助模式切换设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
57.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及驾驶辅助模式切换程序。
58.在图1所示的驾驶辅助模式切换设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明驾驶辅助模式切换设备中的处理器1001、存储器1005可以设置在驾驶辅助模式切换设备中，所述驾驶辅助模式切换设备通过处理器1001调用存储器1005中存储的驾驶辅助模式切换程序，并执行本发明实
施例提供的驾驶辅助模式切换方法。
59.本发明实施例提供了一种驾驶辅助模式切换方法，参照图2，图2为本发明一种驾驶辅助模式切换方法第一实施例的流程示意图。
60.本实施例中，所述驾驶辅助模式切换方法包括以下步骤：
61.步骤s10：获取车辆周围的环境图像以及驾驶员面部图像。
62.需要说明的是，本实施的执行主体为车载终端，车载终端可以基于车辆传感器采集到的数据进行分析计算，从而实现相应的功能。在本实施例中，车辆驾驶室上方设置有第一摄像头，用于实时拍摄驾驶员的面部图像。车辆外部前方设置有第二摄像头，第二摄像头能够拍摄到驾驶员处于驾驶室时能够观察到的车辆周围的环境图像，第二摄像头可为广角摄像头。
63.需要说明的是，在第一摄像头以及第二摄像头安装后，需要对两摄像头进行标定，使得两摄像头能够将拍摄到的图像内容转换为同一世界坐标系下。在标定时，首先将两摄像头的位置转换到同一世界坐标系下，在分别计算两摄像头拍摄到图像中的内容转换到此世界坐标系下的转换关系。
64.步骤s20：根据所述环境图像确定应关注区域。
65.需要说明的是，车辆终端根据第二摄像头获取到车辆周围的环境图像后，首先识别环境图像中的应关注物体，应关注物体可以为车辆、行人、车道线、交通信号灯等等会影响驾驶的实物。在识别应关注物体时，可以将环境图像输入至训练后的物体识别模型中进行识别。
66.可以理解的是，在识别后，环境图像中应关注被标记，再将所有被标记的位置形成的连续区域作为应关注区域。
67.步骤s30：根据所述驾驶员面部图像确定驾驶员视线区域。
68.需要说明的是，驾驶员视线区域是指驾驶员驾驶时眼睛所关注的区域，为了能够更准确地根据驾驶员的面部图像确定驾驶员视线区域，步骤s30包括：将所述驾驶员面部图像分割为多个面部候选区域；确定各个面部候选区域的灰度值；将大于灰度值阈值的灰度值所对应的面部候选区域作为瞳孔候选区域；根据所述瞳孔候选区域确定瞳孔中心特征；根据所述瞳孔中心特征确定驾驶员视线区域。
69.首先，将驾驶员面部图像阈值分割为多个面部候选区域，阈值分割方法可采用otsu阈值分割法、自适应阈值分割法、最大熵阈值分割法或迭代阈值分割法中的一种。otsu(大津法或最大类间方差法)使用的是聚类的思想，把图像的灰度数按灰度级分成2个部分，使得两个部分之间的灰度值差异最大，每个部分之间的灰度差异最小，通过方差的计算来寻找一个合适的灰度级别来划分。所以可以在二值化的时候采用otsu算法来自动选取阈值进行二值化。迭代阈值法是首先猜测一个初始阈值，然后再通过对图像的多次计算从而对阈值进行改进的过程。重复地对图像进行阈值操作，将图像分割为多个类型，然后来利用每一个类中的灰阶级别对阈值进行改进。
70.在将驾驶员面部图像阈值分割为多个面部候选区域后，计算每个面部候选区域的灰度值。本实施例通过大量数据分析驾驶员脸部图像灰度直方图，得出驾驶员瞳孔区域的灰度值一般稳定在大于220，且占驾驶员脸部图像中的比例较小，靠近直方图累积分布函数的右侧。选取灰度直方图累积分布中220作为灰度值的阈值，选取大于灰度值阈值的面部候
选区域，即为瞳孔候选区域。
71.可以理解的是，瞳孔中心为瞳孔候选区域中所有位置点代价最小的位置，因此瞳孔中心位置与区域内所有位置点的关系为：
[0072][0073]
其中，在公式1中，xi表示瞳孔区域内像素位置，i∈{1,2,...,n}，c为瞳孔中心位置。通过最小代价函数得到瞳孔中心位置c的瞳孔中心特征。
[0074]
进一步地，所述根据所述瞳孔中心特征确定驾驶员视线区域，包括：根据所述瞳孔中心特征确定瞳孔中心特征向量以及注视方向向量；确定所述瞳孔中心特征向量以及所述注视方向向量的目标映射关系；所述目标映射关系以及所述瞳孔中心特征向量确定驾驶员视线区域。
[0075]
需要说明的是，驾驶员瞳孔中心特征到注视角度的特征回归可以认为是建立图像表现特征空间和注视方向空间的目标映射关系。因此需要确定目标映射关系。给定x＝[x1,x2,...,xn]为瞳孔中心特征向量，y＝[y1,y2,...,yn]为注视方向向量。
[0076]
进一步地，所述确定所述瞳孔中心特征向量以及所述注视方向向量的目标映射关系，包括：建立所述瞳孔中心特征向量以及所述注视方向向量的目标损失函数；对所述目标损失函数求导得到一阶导函数；根据所述一阶导函数以及预设值确定所述瞳孔中心特征向量以及所述注视方向向量的目标映射关系。特征回归方法意在利用线性回归学习得到从x到y的最佳映射(即目标映射关系)，使得，其中β'采用最小损失函数得到，有最小损失函数(即目标损失函数)：
[0077][0078]
在公式2中，e(β)为目标损失函数，λ为正则化参数，β为计算目标映射关系过程中的中间变量。
[0079]
对目标损失函数求导得到一阶导函数后，令一阶导函数等于预设值，其中预设值为0，可以得到：
[0080]
β'＝(xx
t
+λ)-1
xy
t
ꢀꢀ
公式3；
[0081]
在公式3中，β’为目标映射关系。
[0082]
根据瞳孔中心特征向量以及目标映射关系可得驾驶员视线区域：
[0083]
y＝xβ'
ꢀꢀ
公式4；
[0084]
在公式4中，x为瞳孔中心特征向量，y为驾驶员视线区域。
[0085]
步骤s40：根据所述应关注区域以及所述驾驶员视线区域确定目标驾驶辅助模式。
[0086]
在具体实现中，将应关注区域与驾驶员视线区域进行比较，从而可以得到应关注区域与驾驶员视线区域的关系，处于不同的关系时，车辆硬切换到不同的驾驶辅助模式。
[0087]
进一步地，步骤s40包括：若所述应关注区域等于所述驾驶员视线区域时，将第一驾驶辅助模式作为目标驾驶辅助模式；若所述应关注区域属于所述驾驶员视线区域时，将
第二驾驶辅助模式作为目标驾驶辅助模式；若所述应关注区域不属于所述驾驶员视线区域时，将第三驾驶辅助模式作为目标驾驶辅助模式。
[0088]
可以理解的是，驾驶辅助模式分为第一驾驶辅助模式、第二驾驶辅助模式以及第三驾驶辅助模式，第一驾驶辅助模式、第二驾驶辅助模式以及第三驾驶辅助模式分别对应i级、ii级、iii级，其中，i级对应迟缓模式，在迟缓模式下，迟缓模式将驾驶辅助阈值调低，如紧急制动、自适应巡航等刹车距离调整至最小，即安全距离的最小边界；ii级对应常规模式，在常规模式下，驾驶辅助阈值调至中等，如紧急制动、自适应巡航等刹车距离调整至中等；iii级对应紧急模式，在紧急模式下驾驶辅助阈值调高，如紧急制动、自适应巡航等刹车距离调整至最大，即安全距离的最大边界。模式切换逻辑如下：
[0089][0090]
在公式5中，mode为目标驾驶辅助模式，i为第一驾驶辅助模式，ii为第二驾驶辅助模式，iii为第三驾驶辅助模式，y为驾驶员视线区域，r为应关注区域，if为“如果”，表条件选择，例如：当y＝r时，目标驾驶辅助模式则为第一驾驶辅助模式。
[0091]
可以理解的是，当驾驶员视线区域与应关注区域重叠时，即驾驶员在很短的时间内视线均保持在应关注区域上，认为当前驾驶员状态为优，驾驶员正在关注所有需要关注的目标，则当前驾驶辅助模式调整至迟缓模式；当驾驶员视线区域与应关注区域并不完全重叠且驾驶员视线与应关注区域存在部分重合，认为当前驾驶员状态较好，驾驶员正关注需要关注的目标，则当前驾驶辅助模式调整至常规模式；当驾驶员视线区域与应关注区域不存在交集时，即驾驶员视线均不在应关注区域上，认为当前驾驶员状态较差，驾驶员没有关注需要关注的目标，则当前驾驶辅助模式调整至紧急模式。
[0092]
步骤s50：将当前驾驶辅助模式切换为目标驾驶辅助模式。
[0093]
需要说明的是，若当前驾驶辅助模式不为目标驾驶辅助模式，则将当前驾驶辅助模式切换为目标驾驶辅助模式，若当前驾驶辅助模式为目标驾驶辅助模式，则无需切换。
[0094]
本实施例通过获取车辆周围的环境图像以及驾驶员面部图像；根据所述环境图像确定应关注区域；根据所述驾驶员面部图像确定驾驶员视线区域；根据所述应关注区域以及所述驾驶员视线区域确定目标驾驶辅助模式；将当前驾驶辅助模式切换为目标驾驶辅助模式。通过上述方式，根据驾驶员面部图像确定驾驶员的视线区域，并根据当前车辆周围的环境分析需要关注的区域，并根据视线区域以及需要关注的区域的重合情况判断是否需要切换驾驶辅助模式。
[0095]
参考图3，图3为本发明一种驾驶辅助模式切换方法第二实施例的流程示意图。
[0096]
基于上述第一实施例，本实施例驾驶辅助模式切换方法在所述步骤s20，包括：
[0097]
步骤s21：根据所述环境图像确定初始全局显著度阈值以及初始搜索半径。
[0098]
在具体实现中，首先计算环境图像的灰度最大值，并将灰度最大值作为初始全局显著度阈值。初始搜索半径决定在环境图像中首次搜索时的搜索范围，例如：当初始搜索半径为100像素时，则搜索的范围为半径为100像素的圆。
[0099]
步骤s22：根据所述初始全局显著度阈值以及所述初始搜索半径搜索所述环境图像，得到搜索结果。
[0100]
进一步地，步骤s22包括：根据所述初始搜索半径确定所述环境图像中的搜索区域；将所述搜索区域中各像素点的像素值与所述初始全局显著度阈值进行比较，得到比较值；当所述比较值处于预设阈值区间时，根据预设缩减值减小所述初始搜索半径，并根据减小后的初始搜索半径搜索所述环境图像；当所述比较值等于预设阈值时，根据所述比较值对应的初始搜索半径生成搜索结果。
[0101]
本实施例中，初始搜索半径设定为环境图像边长的1/2，并根据初始搜索半径以及初始全局显著度阈值在环境图像中进行搜索区域的搜索：
[0102][0103]
在公式6中，num()用于计算其中的像素个数，r(r)表示搜索半径为r的搜索区域，p(x,y)表示像素点，k(r,t)表示搜索区域内像素值在全局显著度阈值t之上的像素比例，即比较值，k(r,t)的取值范围为0～1，当k(r,t)＝1时，搜索区域内所有像素值均在全局显著度阈值之上，当0《k(r,t)《1时，搜索区域内并非所有像素的灰度值都在全局显著度阈值之上，此时搜索区域内有包含一定比例的非显著区域，即此时筛选出的区域并不是需求的搜索区域。此时根据预设缩减值减小所述初始搜索半径，并根据减小后的初始搜索半径搜索所述环境图像，直至k(r,t)无限趋近于1，此时认为该区域是驾驶员应该关注的部分。
[0104]
步骤s23：根据所述搜索结果确定应关注区域。
[0105]
需要说明的是，搜索结果中包括最后初始搜索半径，初始搜索半径范围内的区域即为应关注区域。
[0106]
本实施例通过根据所述环境图像确定初始全局显著度阈值以及初始搜索半径；根据所述初始全局显著度阈值以及所述初始搜索半径搜索所述环境图像，得到搜索结果；根据所述搜索结果确定应关注区域。通过上述方式，在环境图像中根据阈值进行搜索，从而得到驾驶员应该关注的区域，从而能够从环境中分析出需要关注的部分。
[0107]
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有驾驶辅助模式切换程序，所述驾驶辅助模式切换程序被处理器执行时实现如上文所述的驾驶辅助模式切换方法的步骤。
[0108]
由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
[0109]
参照图4，图4为本发明驾驶辅助模式切换装置第一实施例的结构框图。
[0110]
如图4所示，本发明实施例提出的驾驶辅助模式切换装置包括：
[0111]
面部获取模块10，用于获取车辆周围的环境图像以及驾驶员面部图像。
[0112]
区域确定模块20，用于根据所述环境图像确定应关注区域。
[0113]
视线确定模块30，用于根据所述驾驶员面部图像确定驾驶员视线区域。
[0114]
模式确定模块40，用于根据所述应关注区域以及所述驾驶员视线区域确定目标驾驶辅助模式。
[0115]
模式切换方法50，用于将当前驾驶辅助模式切换为目标驾驶辅助模式。
[0116]
在一实施例中，所述区域确定模块20，还用于根据所述环境图像确定初始全局显著度阈值以及初始搜索半径；根据所述初始全局显著度阈值以及所述初始搜索半径搜索所述环境图像，得到搜索结果；根据所述搜索结果确定应关注区域。
[0117]
在一实施例中，所述区域确定模块20，还用于根据所述初始搜索半径确定所述环境图像中的搜索区域；将所述搜索区域中各像素点的像素值与所述初始全局显著度阈值进行比较，得到比较值；当所述比较值处于预设阈值区间时，根据预设缩减值减小所述初始搜索半径，并根据减小后的初始搜索半径搜索所述环境图像；当所述比较值等于预设阈值时，根据所述比较值对应的初始搜索半径生成搜索结果。
[0118]
在一实施例中，所述视线确定模块30，还用于将所述驾驶员面部图像分割为多个面部候选区域；确定各个面部候选区域的灰度值；将大于灰度值阈值的灰度值所对应的面部候选区域作为瞳孔候选区域；根据所述瞳孔候选区域确定瞳孔中心特征；根据所述瞳孔中心特征确定驾驶员视线区域。
[0119]
在一实施例中，所述视线确定模块30，还用于根据所述瞳孔中心特征确定瞳孔中心特征向量以及注视方向向量；确定所述瞳孔中心特征向量以及所述注视方向向量的目标映射关系；所述目标映射关系以及所述瞳孔中心特征向量确定驾驶员视线区域。
[0120]
在一实施例中，所述视线确定模块30，还用于建立所述瞳孔中心特征向量以及所述注视方向向量的目标损失函数；对所述目标损失函数求导得到一阶导函数；根据所述一阶导函数以及预设值确定所述瞳孔中心特征向量以及所述注视方向向量的目标映射关系。
[0121]
在一实施例中，所述模式确定模块40，还用于若所述应关注区域等于所述驾驶员视线区域时，将第一驾驶辅助模式作为目标驾驶辅助模式；若所述应关注区域属于所述驾驶员视线区域时，将第二驾驶辅助模式作为目标驾驶辅助模式；若所述应关注区域不属于所述驾驶员视线区域时，将第三驾驶辅助模式作为目标驾驶辅助模式。
[0122]
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
[0123]
本实施例通过获取车辆周围的环境图像以及驾驶员面部图像；根据所述环境图像确定应关注区域；根据所述驾驶员面部图像确定驾驶员视线区域；根据所述应关注区域以及所述驾驶员视线区域确定目标驾驶辅助模式；将当前驾驶辅助模式切换为目标驾驶辅助模式。通过上述方式，根据驾驶员面部图像确定驾驶员的视线区域，并根据当前车辆周围的环境分析需要关注的区域，并根据视线区域以及需要关注的区域的重合情况判断是否需要切换驾驶辅助模式。
[0124]
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
[0125]
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的驾驶辅助模式切换方法，此处不再赘述。
[0126]
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在
包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0127]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0128]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，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，该计算机软件产品存储在一个存储介质(如只读存储器(read only memory，rom)/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，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。
[0129]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。