用于在铁路交通中、尤其在轨道交通中进行障碍物识别的方法、设备和铁路车辆、尤其轨道车辆与流程

本发明涉及一种根据专利权利要求1的前序部分的用于在铁路交通中、尤其轨道交通中进行障碍物识别的方法、一种根据专利权利要求10的前序部分的用于在铁路交通中、尤其轨道交通中进行障碍物识别的设备和一种根据专利权利要求24的前序部分的用于在铁路交通中进行障碍物识别的铁路车辆、尤其用于在轨道交通中进行障碍物识别的轨道车辆。

背景技术：

铁路车辆作为现代的交通基础设施的组成部分是轨道绑定的交通与运输工具，其例如在一个或两个导轨（铁轨）上或下方滚动地、在磁场上方或下方悬浮地或者悬挂在钢索上地向前运动。所提到的轨道绑定的交通与运输工具中，基于轮/轨系统的轨道车辆最为广泛传播，所述轨道车辆或者由自身的行驶驱动装置（动车）或者由机车牵引或推动，并且在所述轨道车辆中，主要在两个钢轨或铁轨上引导具有轮缘的钢轮。

技术实现要素：

本发明所基于的任务在于，说明一种用于在铁路交通中、尤其在轨道交通中进行障碍物识别的方法、设备和铁路车辆、尤其轨道车辆，借助其，当铁路车辆位于铁路网中的铁路路段上时自动识别铁路交通中的障碍物，或者，当轨道车辆位于轨道网中的轨道路段上时自动识别轨道交通中的障碍物。

铁路交通中的、尤其轨道交通中的障碍物的自动识别——其是本国际专利申请（申请号pct/...；公开号wo...）的和能够产生优先权的德国专利申请（申请号：102016224344.6）的主题——在铁路交通中的铁路车辆或轨道交通中的轨道车辆的将来的自动的（自主的）或辅助的驾驶方面是绝对必要的必然性。

因此，对于铁路车辆/轨道车辆的自动的或辅助的驾驶必要的是，识别车道/铁轨区域中的运动的或静止的对象或人。同时必要的是，区别允许的对象和人（例如，在车道/铁轨上的缓冲器、在车道/铁轨旁的维护工作者）与不允许的对象和人（例如连根拔起的树或者玩耍的小孩）。

自动的或辅助的驾驶的问题目前为止已经通过到路段基础设施如感应环、沿着路段的计算机和在火车与路段部件之间的通信设施中的昂贵的附加投入来实现。此外，使用特殊的保护围栏用于避免进入铁轨（例如由机场已知）。

但是，不仅自动的障碍物识别的方面对于将来的自动的（自主的）或辅助的驾驶是重要的，而且后续的技术方面是重要的，所述技术方面全都应或多或少地与本专利申请处于技术关联中并且因此被列举并且其内容应在该背景面前予以考虑并且必要时甚至应被包括。

涉及以下方面：

1）根据国际专利申请（申请号pct/ep2016/057804；公开号wo2017/174155a1）和在其中公开的技术教导的、铁路交通/轨道交通中的信号的自动识别。

2）根据德国专利申请（申请号102016224358.6）和国际专利申请（申请号pct/...；公开号wo...）和在其中分别公开的技术教导的、铁路交通/轨道交通中的危险状况的自动识别。

3）根据德国专利申请（申请号102016224335.7）和国际专利申请（申请号pct/...；公开号wo...）和在其中分别公开的技术教导的、铁路交通/轨道交通中的车道/铁轨的自动识别。

4）根据德国专利申请（申请号102016224355.1）和国际专利申请（申请号pct/...；公开号wo...）和在其中分别公开的技术教导的、当传统的由卫星支持的位置确定不成功或不充分时在轨道交通中的位置的替代的确定。

5）根据德国专利申请（申请号102016224331.4）和国际专利申请（申请号pct/...；公开号wo...）和在其中分别公开的技术教导的、铁路交通/轨道交通中的基于车道/铁轨的图像分析的执行。

先前提到的、上下文相关的任务从在专利权利要求1的前序部分中定义的障碍物识别方法出发、通过在专利权利要求1的特征部分中说明的特征来解决。

此外，先前提到的、上下文相关的任务从在专利权利要求8的前序部分中定义的障碍物识别设备出发、通过在专利权利要求8的特征部分中说明的特征来解决。

此外，先前提到的、上下文相关的任务从在专利权利要求20的前序部分中定义的铁路车辆、尤其轨道车辆出发、通过在专利权利要求20的特征部分中说明的特征来解决。

根据独立权利要求1、8和20的本发明所基于的思想在于，基于位于铁路车辆前方的行驶路段区域的多个图像，在图像中分别标记的图像区域——所述图像区域基本上示出由铁路车辆使用的车道——中，通过图像分析来识别通过所述标记形象地定位的车道并且将其与所存储的已知的图像元信息或者与所存储的已知的图像元信息和附加信息进行比较并且在所标记的图像区域的图像区域片段中通过对象识别方法来识别：是否在车道上存在对象，诸如人、动物、倒下的树，等等，其中，当通过对象识别方法识别到所述对象时，在图像区域中、优选在图像区域片段中标记障碍物。图像元信息在此根据字义包括从行驶路段区域检测的图像的特征数据与特性数据。

本发明的基本原理在此是，与在铁路车辆中的传感机构以及计算与分析处理算法组合地利用关于路段、例如路段走向的元数据，以便改善对象和人的识别并且能够实现允许的和不允许的对象和人的区分。

在此的目标是，能够实现在无附加投入到路段基础设施中的情况下有助于全自动驾驶。

为了识别在车道/铁轨上的或者在车道/铁轨旁的关键区域中的对象或人，概括地对于行驶路段区域——“在车辆前方的”区域（在行驶方向上）使用模式识别算法或模式比较算法（所谓的模式匹配算法）。

1.对于在铁轨上的在远距离处的对象或人的识别，这些算法效率低地工作，因为图像的仅仅一小部分是重要相关的。

2.这些算法不能够将允许的对象和人与不允许的对象和人进行区分。

在聚焦到道路上的汽车环境中，根据us6,405,128b1已知的是，分析处理所谓的“电子地平线”。

对象和车道/铁轨的自动识别以及在允许的和不允许的对象/人之间的区分可以以有利的方式至少部分地通过以下步骤来实现：

a.在第一步骤中，在铁路车辆中使用不同类型（例如视频摄像机、激光传感器、红外摄像机、热图像摄像机、雷达装置、其他图像采集设备，等等）的多个图像记录设备（例如传感器），以便产生铁路车辆/轨道车辆前方的铁路路段/轨道路段的图像或其他信息。

因此，例如可以将用于在即使差的天气下识别金属对象的雷达与用于识别人的视频摄像机和图像采集设备、如热图像摄像机组合。

b.在第二步骤中，在相应的图像中，在借助外部的元信息的情况下通过图像分析来标记当前行驶的铁轨。

方案1：

在视频图像或视频类的图像中，这可以通过棱边识别算法从直接在车辆前方的轨道出发地进行。通过使用附加信息，如轨道规划、地图材料或类似的，可以更鲁棒地执行这种识别。在此，参考根据德国专利申请（申请号102016224331.4）和国际专利申请（申请号pct/...；公开号wo...）和在其中分别公开的技术教导的在铁路车辆/轨道交通中的基于车道/铁轨的图像分析的执行。

方案2：

在基于雷达的图像中，这可以大致基于所行驶的路段的认识来进行（车道/铁轨走向相对于地理位置是已知的）。

c.在第三步骤中，聚焦到所行驶的车道/所行驶的铁轨，对于每个所使用的图像记录设备（例如图像采集设备）通过对象识别方法来识别：在车道/铁轨上是否存在对象或人。这意味着，仅仅考虑具有所行驶的车道/所行驶的铁轨和在其左边和右边的关键区域的图像片段。在此，根据图像采集设备，使用下面的模式匹配方法中的一个或两个。

在此，也通过整合外部信息或附加信息来提高识别品质。

c1.正-匹配

检查：在重要相关的图像片段中是否存在以下模式：所述模式例如是人或对象、如倒下的树或在前方行驶的铁路车辆，例如轨道车辆、火车。如果是，则标记障碍物或潜在的障碍物。

c2.负-匹配

检查：是否识别到预期的模式，诸如通过一个图像或多个图像中的穿行的铁轨或者通过规则的轨道载体。如果这不是这种情况，则通过图像数据库检查：是否预期到不规则性（该信息可以例如在借助动车驾驶员的初始化行驶时进行）。如果没有预期到不规则性，则标记潜在的障碍物。

d.在第四步骤中，由不同的图像采集设备合并障碍物标记的结果。在此例如也通过使用有关概率论的图像处理方法，如隐马尔可夫模型来组合不同的信息源，以便最小化有错误的识别并且排除“假的负的”也即有错误的假设——在车道/铁轨区域中不存在对象，尽管其真实存在。

通过铁路车辆前方的路段的图像的先前概述的分析可以实现：

-相比目前为止更高效地识别重要相关的车道/铁轨区域中的对象和人；

-可以区分在铁路车辆/轨道车辆前方的区域中（但同样在所行驶的车道或所行驶的铁轨和其左边和右边的关键区域之外）的允许的对象和人与在所行驶的车道上或在所行驶的铁轨中或者在左边和右边的关键区域中的不允许的对象和人；

-在不利的视野条件下可以相比通过动车驾驶员更可靠地识别对象和人；

-不再需要动车驾驶员来识别障碍物，使得可以独立于其可用性地来识别所行驶的车道/所行驶的铁轨。

在本发明的一个有利的扩展方案的过程中，关于根据权利要求8所述的障碍物识别设备，还可以使用以下附加的部件——a）至c）用于图像记录设备（例如图像采集设备）：

a.根据权利要求15所述的校正部件，所述校正部件将用于图像材料的分析处理的天气与亮度数据包括在内。因此，可以例如在浓雾的情况下，将视频图像的分析处理限制到铁路车辆或轨道车辆前方的前50米上并且相应地降低车辆的速度。

b.根据权利要求16的焦距改变部件，其根据周围环境（例如火车站、城市区域、乡村，等等）和速度来选择正确的拍摄角，以便因此最优地支持图像的分析处理。例如，可以不仅合适地操作在自由路段上的拍摄状况（所需要的来自远距离的图像，以便能够基于速度及时做出反应）而且可以合适地操作火车站区域中的拍摄状况（所需要的具有高的宽度的图像）。附加地可以通过融合图像数据和路段数据来聚焦特别感兴趣的区域，诸如铁路交叉口。

c.根据权利要求17所述的照明部件，例如在人可见的区域之内或之外的大灯工作，通过其改善在由图像记录设备或图像采集设备在夜间或者差的天气下拍摄的图像材料的质量。

d.在陆地侧的分析处理站，其通过移动无线电连接并且接收来自图像存储装置的图像，对于所述图像，仅仅具有高的不确定性因素的分析处理是可能的。这些图像然后可以由人类专家分析处理，并且该信息然后又可以被反馈回到图像存储装置中，所述图像存储装置可以布置在铁路车辆/轨道车辆中的障碍物识别设备中（选项“a”）或者布置在障碍物识别设备之外，例如作为铁路车辆/轨道车辆中的存储器数据库或者例如作为数据云端分配给障碍物识别设备。

1.在足够的通信带宽和可任意动用人类专家的情况下，这甚至可以实时地进行，使得分析处理的结果可以用于控制铁路车辆/轨道车辆。

2.此外，通过陆地侧的分析处理站，可以比较和分配一个车队或多个车队的轨道车辆的图像材料。

e.火车驾驶员或类似的铁路操作人员的移动设备，所述火车驾驶员或类似的铁路工作人员出于服务乘客目的原本在轨道车辆上共同行驶以及与下面的d）类似地评估具有高的不确定性因素的图像。

此外可能的是，障碍物识别设备构造为并且充当“铁轨交通系统的、软件定义的信号识别”的意义上的虚拟机。

附图说明

本发明的另外的优点由后续的根据图1和2对本发明的实施例的描述得出。其中：

图1示出以倒在铁路路段上的树形式的障碍物的基于铁路车辆的识别，

图2示出用于根据图1以倒在铁路路段上的树形式的基于铁路车辆的障碍物识别的障碍物识别设备的原理结构。

具体实施方式

图1示出当在铁路网bne的逐区段示出的铁路路段bst上铁路车辆bfz在铁路路段bst的车道fs上接近作为障碍物位于车道fs上的对象obj——在所示出的情况下是倒到车道fs上的树时铁路交通bvk中的障碍物的基于铁路车辆的识别。

根据本实施例，铁路网bne的、车道相关的铁路路段bst是轨道网sne的轨道路段sst，在其上在轨道交通svk中为了基于轨道车辆的障碍物识别，轨道车辆sfz位于铁轨gl上并且接近作为障碍物位于铁轨gl上的对象obj，在所示出的情况下即倒到铁轨gl上的树。替代所示出的具有在轨道网sne的轨道路段sst上行驶的轨道车辆sfz的轨道交通svk，在此又基于一开始进行的讨论，也可以考虑和设想任何其他的x任意的基于短路段或基于长路段的铁路交通系统作为本发明的另一实施例。因此，同样可以考虑例如具有相应类似的基础设施的磁悬浮铁路交通系统（stw.：磁浮列车，maglev等等），其由铁路网、铁路路段和铁路车辆组成。

在图1中示出的轨道交通系统中，在轨道车辆sfz的动车trw中，为了障碍物的基于轨道车辆的识别，安置有障碍物识别设备hev，所述动车具有动车驾驶员位置tfs和集成的显示装置aze，车辆驾驶员fzf的工作位置位于所述动车驾驶员位置中。障碍物识别设备hev为此包括优选构造为传感器的图像记录设备bazg，所述图像记录设备例如构造为通常的视频摄像机、激光传感器、热图像摄像机、雷达装置、红外摄像机，等等并且由于图像的采集也称作图像采集设备。

如果在铁轨gl上行驶的轨道车辆sfz接近作为障碍物位于铁轨gl上的对象obj——在所示出的情况下即倒下的树，则从轨道车辆sfz出发，例如从动车驾驶员fzf的视角在动车trw的动车驾驶员位置tfs中和/或从车辆sfz中或上的位置固定的、观测车道的位置、从位于所述轨道车辆sfz前方的、在此优选符合所述轨道车辆sfz的速度的行驶路段区域fsb，借助图像记录设备bazg可检测代表所述行驶路段区域fsb的多个图像bifsb。

在行驶路段区域fsb的图像bifsb中包含具有图像区域片段bibas的图像区域bib，所述图像区域片段代表所使用的铁轨gl以及对于轨道交通svk关键的区域，通过所述关键的区域，在行驶路段区域fsb的通过行驶路段区域fsb的图像bifsb的图像区域bib示出的部分中说明在铁轨gl的基本上左边和右边的对于轨道交通svk关键的周围环境。

也即，行驶路段区域fsb也包括对于轨道交通svk关键的区域。

下面借助图2的描述来阐述，现在如何基于行驶路段区域fsb的具有包含在其中的图像区域bib和所述图像区域片段bibas的图像bifsb执行障碍物识别。

图2示出用于轨道车辆sfz的根据图1基于轨道车辆的障碍物识别的障碍物识别设备hev的原理结构，所述轨道车辆在铁轨gl上并且接近作为障碍物位于铁轨gl上的对象obj，在所示出的情况下为倒下的树。

根据关于图1的实施，图像记录设备bazg构成障碍物识别的出发点，所述图像记录设备检测行驶路段区域fsb的图像bifsb用于障碍物识别。

图像记录设备bazg为此优选对于朝图像对象的定向可摆动地构造。

此外可能的是并且可能出于检测技术原因也有意义的是，相同的结构型式的多个图像记录设备bazg，例如多个视频摄像机，或者不同的结构型式的设备，例如多个视频摄像机、激光传感器、基于雷达的以基于无线电的定位和间距测量为基础的传感器、红外摄像机和/或热图像摄像机包含在障碍物识别设备hev中，所述障碍物识别设拍摄图像bifsb。图像记录的或图像采集的这样的多重实施此外可以对于冗余性目的是重要的。

为了进一步改善借助图像记录设备bazg记录的或采集的图像的质量，在图像记录设备bazg中优选包含以下部件：

1.校正部件kok，借助校正部件将用于图像材料的分析处理的天气与亮度数据包括在内。借助该部件例如可能的是，在浓雾的情况下，将视频图像的分析处理限制到轨道车辆前方的前50米上并且相应地降低轨道车辆的速度。

2.焦距改变部件，其根据周围环境（例如火车站、城市区域、乡村，等等）和速度来选择正确的拍摄角，以便因此最优地支持图像的分析处理。由此，可以不仅合适地操作在自由路段上的拍摄状况（所需要的来自远距离的图像，以便能够基于速度及时做出反应）而且可以合适地操作火车站区域中的拍摄状况（所需要的具有高的宽度的图像）。附加地可以通过融合图像数据和路段数据来聚焦沿着轨道网sne中的轨道路段sst特别感兴趣的区域，诸如铁路交叉口。

3.照明部件blk，其例如构造为大灯，所述大灯在人可见的区域之内或之外工作，并且通过所述照明部件改善在由图像记录设备或图像采集设备bazg在夜间或者差的天气下拍摄的图像材料的质量。

如此拍摄的图像从图像记录设备bazg存储到图像存储装置bspe中。该图像存储装置bspe或者根据选项“a”作为障碍物识别设备hev的部件与图像记录设备bazg相应地连接或者根据选项“b”在障碍物识别设备hev之外例如作为存储器数据库在动车中或数据云端中分配给图像记录设备bazg或者与图像记录设备bazg可连接。

为了分析处理所记录的或所采集的图像以便识别对象——所述对象对于沿着轨道路段的轨道交通而言是障碍物、例如根据图1的倒到铁轨上的树，图像记录设备bazg与计算/分析处理装置bawe连接，该计算/分析处理装置同样是障碍物识别设备hev的一个部件。为此目的，计算/分析处理装置bawe如图像记录设备bazg，或者根据选项“a”与图像存储装置bspe连接或者根据选项“b”分配给图像存储装置bspe或者与其可连接。以此方式，产生由计算/分析处理装置bawe、图像记录设备bazg和图像存储装置bspe组成的功能部分单元，其中，障碍物识别设备hev的所提到的部件为了计算/分析处理支持的障碍物识别而部分功能地共同作用。

为了构成完整的用于计算/分析处理支持的障碍物识别的功能单元——其中参与障碍物识别的部分单元在功能上共同作用，通过另一部分单元、即信息数据库idb扩展所提到的功能部分单元。信息数据库idb在此可以例如与图像存储装置bspe作为结构单元集成在共同的存储设备中。在图2中未明确示出的该存储设备可以在其侧又如图像存储装置bspe那样，或者根据选项“a”作为障碍物识别设备hev的部件与图像记录设备bazg和计算/分析处理装置bawe相应地连接或者根据选项“b”在障碍物识别设备hev之外在动车中或数据云端中分配给图像记录设备bazg和计算/分析处理装置bawe或者与图像记录设备bazg和计算/分析处理装置bawe可连接。在此，参考德国专利申请（申请号102016224355.1）和与其对应的国际专利申请（申请号pct/...；公开号wo...）中的信息存储装置，以用于当传统的由卫星支持的位置确定不成功或不充分时在轨道交通中替代地确定位置。

在信息数据库idb中，除了图像元信息bmi之外，也存储附加信息zi，诸如行驶路段规划或地图材料，等等，所述图像元信息根据字义包括在图像bifsb中检测的行驶路段区域fsb的特征与特性数据。根据图2中的示图，信息数据库idb以以下方式分配给障碍物识别设备hev或者与障碍物识别设备hev可连接：即，计算/分析处理装置bawe为了计算/分析处理支持的障碍物识别而访问在信息数据库idb中存储的图像元信息bmi和附加信息zi。信息数据库idb为此优选地在障碍物识别设备hev之外例如作为数据库布置在动车中或者构造为数据云端。

为了计算/分析处理支持的障碍物识别，计算/分析处理装置bawe优选地具有非易失性的可读取的存储器sp和处理器pz，在所述存储器中存储有控制障碍物识别的程序模块pgm的、处理器可读的控制程序命令，所述处理器实施所述程序模块pgm的控制程序命令以用于计算/分析处理支持的障碍物识别。为此，处理器pz除了访问信息数据库idb中的图像元信息bmi和附加信息zi之外，为了控制目的并且为了读取数据还访问图像记录设备bazg和图像存储装置bspe。

计算/分析处理装置bawe或者程序模块pgm连同执行程序模块pgm的控制程序命令以便计算/分析处理支持的障碍物识别的处理器pz现在关于计算/分析处理支持的障碍物识别被构造成，使得在图像bifsb中分别标记以下图像区域bib，所述图像区域示出由所述轨道车辆sfz使用的铁轨gl，其中，轨道车辆sfz的通过所述标记形象地定位的铁轨gl通过图像分析来识别并且要么与所存储的已知的图像元信息bmi要么与所存储的已知的图像元信息mmi和附加信息zi进行比较。

优选地借助棱边识别算法执行图像分析和因此标记，其中，从在行驶路段区域fsb中检测到的铁轨gl出发，在所述图像区域bib中，通过铁轨gl在所检测的图像中相对于所检测的整个图像变化的图像份额来识别由轨道车辆sfz使用的铁轨gl的走向。

此外，优选地，当借助基于雷达的、以基于无线电的定位和间距测量为基础的传感器拍摄图像bifsb时，基于所使用的铁轨gl的认识执行图像分析和因此标记，因为所使用的铁轨gl的走向相对于地理位置是已知的。

如果轨道车辆sfz的通过所述标记形象地定位的铁轨gl通过图像分析来识别并且要么与所存储的已知的图像元信息bmi要么与所存储的已知的图像元信息bmi和附加信息zi进行比较，则对于所标记的图像区域bib的图像区域片段bibas通过对象识别方法来识别：在铁轨gl上是否存在对象obj，诸如人、动物、倒下的树，等等，所述图像区域片段代表所使用的铁轨gl以及对于轨道交通svk关键的区域，其中，当通过对象识别方法识别出对象obj时，例如当障碍物位于图像区域片段bibas中时和/或当障碍物是潜在的障碍物时，在图像区域bib中标记该障碍物。

借助对象识别方法，基于正-比较和/或负-比较执行模式比较，其中，在正-比较的情况下检查：在图像区域片段bibas中是否包含对象特定的模式，并且在负-比较的情况下检查：在图像区域片段bibas中是否包含预期的模式、其是穿行的由轨道车辆sfz使用的铁轨gl或者通过平行延伸的铁轨gl之间的车道fs的车道载体或者铁轨载体形成的规则性。

如果结果的这种检查在负-比较时以“否”结束，则将所确定的不规则性关于其预期与作为参考信息使用的并且在行驶路段初始化运行中事先拍摄的路段图像进行比较，其中，当没有预期到不规则性时，在图像区域bib、例如在图像区域片段bibas中标记障碍物和/或作为潜在的障碍物标记障碍物。

优选关于将不同的图像源进行组合的借助图像处理方法、诸如隐马尔可夫模型的图像处理，合并对于全部图像bifsb分别在图像区域bib或在图像区域片段bibas中已经进行的障碍物标记。由此例如可以实现：最小化有错误的识别的概率并且防止出现“假的负的”也即有错误的假设——在车道或者铁轨区域中不存在对象（obj），尽管其真实存在。

此外，对于在具有用于图像存储装置bspe中的以下这样的图像的所集成的或者所分配的图像存储装置bspe的障碍物识别设备hev设置陆地侧的分析处理站aws：对于所述图像，仅仅具有高的不确定性因素的分析处理是可能的，所述分析处理站通过移动无线电连接到图像存储装置上并且从该图像存储装置接收在那存储的图像用于经修改的分析处理。这些图像然后可以由人类专家分析处理并且该信息然后又可以被反馈回到图像存储装置bspe中。

1.在足够的通信带宽和可任意动用人类专家的情况下，这甚至可以实时地进行，使得分析处理的结果可以用于控制铁路车辆/轨道车辆。

2.此外，通过陆地侧的分析处理站，可以比较和分配一个车队或多个车队的轨道车辆的图像材料。

对于用于图像（对于所述图像，仅仅具有高的不确定性因素的分析处理是可能的）的经修改的分析处理的分析处理站aws替代地，也可能的是，出于服务乘客目的原本在轨道车辆上共同行驶的列车长或者类似的铁路工作人员借助移动设备评估具有高的不确定性因素的图像，正如人类专家关于图像在分析处理站aws中所做的一样。

借助如先前那样描述的障碍物识别设备hev，可以在沿行驶路段不具有附加的基础设施的情况下辅助或者甚至实现铁路车辆bfz或者轨道车辆sfz的自动的（自主的）或辅助的驾驶。这尤其当障碍物识别设备hev作为以下虚拟机来实现时得出，所述虚拟机在“铁轨交通系统的、软件定义的信号识别”的意义上构造并且起作用。