基于视觉的主动转向系统的制作方法

本申请总体上涉及车辆中的电动转向(eps)系统，更具体而言，涉及一种基于视觉的用以调整转向系统操作的系统。

背景技术：

近年来，已经提出并开发了各种电动转向(eps)系统。在eps系统中，通过诸如扭矩传感器等检测器来检测输入轴的旋转角度和输出轴的旋转角度，并且基于扭矩传感器的该检测信号，将扭矩从电动机传递给车辆的转向机构，其中输入轴由于驾驶员对方向盘进行转向操作而旋转，输入轴的旋转被传递给输出轴。按照这种方式，eps系统执行转向助力。

在线控转向型eps系统中，具有连杆和机械连接的机械装置被传感器、致动器和电子器件所取代。例如，在包括方向盘、转向柱、动力辅助齿轮齿条系统和拉杆的传统转向系统中，驾驶员转动方向盘，方向盘通过各种机械部件使车辆的车轮转动。在这种线控转向系统中，车辆的方向盘和车轮之间的多个机械部件被方向盘处的传感器以及车轮处的传感器和致动器取代，通过传感器测量方向盘的旋转。该旋转测量结果由电子器件进行处理，生成致动器使车轮转动所需的指令信号。利用向驾驶员提供模拟行驶条件的软件，由扭矩和旋转伺服致动器提供转向扭矩形式的驾驶员反馈，驾驶员反馈被设计用来表示道路感觉。

利用eps系统，特别是利用线控转向eps系统，对于向驾驶员生成道路表面感知来说是一种挑战。目前的系统结合车辆动态信息，基于转向系统的内置传感器使用信号处理，调整助力/反馈扭矩的频率和幅值，并放大/重新生成专门针对该道路表面的转向感觉。这样的算法虽然有效，但是例如在准确区别道路表面方面以及还有就响应时间而言有一些限制。而且，对于目前基于传感器的表面检测，可能需要进行转向动作。因此，希望有一种改进的用于转向系统的表面检测。

技术实现要素：

所描述的一个以上实施例是用来有助于实现一种基于视觉的主动转向系统。一种示例性转向系统包括根据作用在车轮上的道路表面力产生第一反馈扭矩的手轮致动器。该转向系统还包括控制器，该控制器从基于图像的系统接收基于道路表面图像表示道路表面类型的控制信号。进一步，在响应时，该控制器基于作用在车轮上的道路表面力，调整手轮致动器的一个以上参数，产生第二反馈扭矩。

根据一个以上实施例，一种用于调整转向系统响应的方法包括利用手轮致动器根据作用在车轮上的道路表面力产生第一反馈扭矩。该方法还包括从基于图像的系统接收基于道路表面图像表示道路表面类型的控制信号。该方法还包括利用控制器基于作用在车轮上的道路表面力，调整手轮致动器的一个以上参数，以产生第二反馈扭矩。

从下面结合附图所进行的描述中，上述以及其他优点和特征将变得更加清楚。

附图说明

被认为是本发明的主题在本说明书结尾处的权利要求书中特别地被指出来，并清楚地要求保护。本发明前述以及其他特征和优点从下面结合附图所进行的详细描述中变得清楚。

图1示意性示出了具有扭矩反馈系统的线控转向车辆的一个实施例。

图2绘制的是根据一个以上实施例的用于根据基于图像的道路表面检测调整转向系统参数的系统的方框图。

图3绘制的是根据一个以上实施例的基于图像的道路表面检测模块所检测到的示例性道路表面。

图4示出的是根据一个以上实施例的用于基于所捕获的图像数据调整转向系统的一种示例性方法的流程图。

图5示出的是根据一个以上实施例的用于基于所捕获的图像数据调整转向系统以产生反馈扭矩的一种示例性方法的流程图。

具体实施方式

本申请中使用的术语“模块”和“子模块”指的是一个以上处理电路，例如专用集成电路(asic)、电子电路、执行一个以上软件或固件程序的处理器(共享、专用或成组)和存储器、组合的逻辑电路、以及/或者提供期望功能的其他适合部件。可以理解的是，下面所描述的子模块可以进行组合，并且/或者可以进一步分割。

下面的描述在本质上仅仅是示例性的，并不是要限制本发明、应用场合或用途。应该明白，在整个附图中，相应的附图标记表示类似或相应的部分或特征。

现在参照附图，在这些附图中，将参照具体实施例描述本发明，而不是限制本发明，图1中绘制了车辆100中的转向系统12。转向系统12包括用于车辆100中的方向盘14(或者手轮)的扭矩反馈系统10，车辆100是作为线控转向车辆100的传统车辆100，或者像本申请进一步描述的那样，是具有线控转向系统的自动或半自动车辆100。可以理解的是，所显示和描述的线控转向系统12可以用在自动或半自动车辆中，或者可以用在更为传统的车辆中。扭矩反馈系统10为包括控制器26的线控转向车辆100提供一种具有成本效益的扭矩反馈系统。虽然不做要求，但控制器26也可以关联于利用高级驾驶辅助系统(adas)27的自动或半自动车辆，因此将传统的线控转向车辆100转换为自动或半自动车辆。adas系统27可以利用导航系统，该导航系统能使车辆100及其乘客进行门到门的驾驶，而无需操作人员对车辆100进行引导。当启动adas系统27时，不需要方向盘14来控制车辆100，因此，在自动驾驶模式期间，不需要旋转方向盘14。

线控转向车辆100不包括方向盘14和转向传动装置18之间的机械连接。转向传动装置18例如为电动转向装置，其可操作地联结于多个车轮20。但是，方向盘14和转向传动装置18可以通过电方式联结。对车辆100的引导是利用由诸如伺服致动器等致动器22旋转的输入轴，通过使用转向传动装置18进行的。在一个包括adas系统27的实施例中，在adas系统27的非主动模式下，致动器22接收驾驶员旋转方向盘14的电子通信信号。应该注意，虽然此处的例子描述的是方向盘14，但是，此处中描述的技术方案能够应用于使用用来操纵车辆的不同驾驶员输入装置和/或方法的其他例子。

adas系统27被配置为在期望自动车辆驾驶状态时启动，由此停止通过方向盘14对车轮20的方向控制。驾驶员能够在自动车辆驾驶状态和非自动车辆驾驶状态之间切换。

非自动车辆驾驶状态(如果包括adas系统27，则为adas系统27的非主动模式)包括驾驶员控制方向盘，以在方向上控制车辆100。如上面提及的，在adas系统27的非主动模式下，致动器22接收驾驶员旋转方向盘的电子通信信号。然而，因为方向盘14和车轮20之间没有机械连接，所以，在没有扭矩反馈的情况下，驾驶员无法得到对道路的感觉。在一个以上例子中，扭矩系统10可以包括联结于转向柱28和方向盘14用以模拟驾驶员对道路感觉的伺服致动器。扭矩系统10可以将扭矩形式的触觉反馈施加到方向盘14，并联结于方向盘14和/或转向柱28。应该注意，在一个以上例子中，扭矩反馈系统10可以通过使用任何其他部件代替联结于转向柱28和方向盘14的另外伺服致动器，向方向盘14提供扭矩形式的触觉反馈，以模拟驾驶员对道路的感觉。

此处所描述的实施例诸方面可以通过诸如控制模块26等任何合适的控制系统和/或处理装置来实现。在一个实施例中，控制模块26是自动驾驶系统的一部分，或者被包括作为自动驾驶系统的一部分。

诸如控制模块26等处理或控制装置，通过实施此处描述的技术方案，解决了此处描述的技术挑战。例如，转向系统12中的技术挑战是在线性转向系统中生成给驾驶员的道路表面感知。目前使用对来自一个以上内置传感器的信号进行信号处理的系统，结合车辆动态信息，调整助力/反馈扭矩的频率和幅值，并放大/重新生成专门针对该道路表面的转向感觉。但是，目前系统例如在准确区别道路表面方面以及响应时间方面有限制。而且，在目前系统中，为了执行表面检测可能需要转向动作。

此处描述的技术方案解决了上述技术挑战。根据一个以上实施例，此处描述的技术方案有助于实现了一种转向系统，使用来自道路监视摄像机的环境信息来改变转向感觉。例如，所述技术方案有助于使用基于图像的道路表面检测，调整转向系统的一个以上参数，以改变转向系统的感觉。例如，在eps系统的情形中(eps系统不是线控转向系统)，受到调整的参数包括助力水平、助力频率响应和用在闭环控制系统中以在车轮动作发生之前更早地预测侧向响应的轮胎行为模式。进一步，在线控转向系统的情形中，受到调整的参数可以包括关于hwa的扭矩反馈水平、关于hwa的扭矩反馈频率成分、用在闭环控制系统中以在车轮动作发生之前更早地预测侧向响应的轮胎行为模式、以及hwa和rwa之间的转向比。应该注意，除了上面列出的例子之外，还可以调整其他的参数。

图2绘制的是根据一个以上实施例的用于根据基于图像的道路表面检测调整转向系统参数的系统的方框图。图2绘制的用于转向系统12的部分方框图，其包括控制模块26、扭矩系统10和致动器27。如此处描述的那样，扭矩系统10包括模块261，其产生用于为驾驶员生成转向感觉的扭矩。进一步，扭矩系统10包括对转向系统12的转向比进行配置的转向比模块262。转向比262指的是方向盘的转动(以度为单位)(或者对任何其他驾驶员输入装置的操纵)与车轮20响应时的转动(单位为度)之间的比值。转向比是方向盘14转过的度数与车轮20作为结果转过的度数的比值。例如，转向比是可变的，在这种情况中，可变比值的转向有利于转向的最左限和最右限不对应于车轮20的最左限和最右限，而是根据一个以上条件，改变转向比。应该注意，上述转向比是一个例子，而在其他例子中，转向比指的是对应于驾驶员对转向系统12的输入，车轮位置的变化量。

进一步，车轮致动器27响应于驾驶员经方向盘14施加的手轮扭矩产生用于施加于车轮20的助力扭矩，并增强驾驶员经方向盘14施加的手轮扭矩。在一个以上例子中，车轮致动器27包括接收由转向比模块262配置的转向比的车轮角度产生模块271。车轮角度产生模块271还接收基于手轮扭矩的目标车轮位置，并根据转向比确定并产生用以使致动器电机运动的电机指令。车轮致动器27还包括响应模块272，响应模块272执行车架/车轮/车架响应模式，计算出要由控制模块26用来产生给驾驶员的反馈的道路表面摩擦。

控制模块26与基于图像的道路表面检测模块210相联结，道路表面检测模块210又与图像捕获装置220相联结。在一个以上例子中，道路表面检测模块210向控制模块26发送一个以上控制信号，例如指示针对目前行驶条件检测到的道路表面类型。在响应时，控制模块26调整转向系统12的操作参数，以调整助力扭矩以及用于为驾驶员产生转向感觉的扭矩。

图3绘制的是根据一个以上实施例的基于图像的道路表面检测模块所检测到的示例性道路表面。道路表面检测模块210接收由诸如摄像机等图像捕获装置220捕获的图像。图像捕获装置220安装在车辆10上，例如安装在车辆10的仪表板上、风挡上、车轮总成上、车辆10的下侧或车辆10的任何其他位置上。图像捕获装置220可以是产生图像数据的立体传感器单元，例如能够产生左、右图像的立体摄像机。在一个以上例子中，立体传感器单元可以包括安装在车辆10上水平方向上不同位置处的两个单信道摄像机。图像捕获装置220产生图像数据，该图像数据使得车辆10行驶方向上的区域形成图像。

在一个以上例子中，图像数据被提供给道路表面检测模块210，道路表面检测模块210从图像数据中提取出相关的图像部分。该相关的图像部分是由道路表面检测模块210根据将来的车辆路径数据确定的。例如，将来的车辆路径数据由车辆路径估计单元212提供，车辆路径估计单元212产生该将来的车辆路径数据作为车辆10特别是其车轮在到将来的预定时间中有一定可能性会通过该图像数据中所示区域的信息。

道路表面检测模块210可以是例如处理器、微处理器等分析图像数据以确定车辆10正在上面行驶的道路表面的计算单元。在一个以上例子中，道路表面检测模块210将所捕获的图像数据与针对不同类型道路表面的预定图像数据进行比较，然后根据针对不同预定图像数据的匹配分数，确定车辆10正在上面行驶的道路表面。例如，道路表面检测模块210可以使用一个以上图像识别或图案识别算法，例如基于轮廓的图像识别算法、快速鲁棒性特征(surf)算法、霍夫变换算法、尺度不变特征变换(sift)算法、神经网络或任何其他机器学习算法，以及任何其他特征检测算法，以及上述算法的组合。进一步，道路表面检测模块210可以使用机器学习以进一步有助于实现使用所捕获的图像数据检测道路表面。

于是，根据所捕获的图像数据和预定图像，道路表面检测模块210确定车辆10正在上面行驶的道路表面。例如，如图3所示，道路表面可以是干燥的沥青道路表面310、松散的碎石道路表面320、从一个表面向另一个表面的过渡330、坚固的碎石道路表面340、沙子道路表面350、裂缝表面360，等等。

在一个以上例子中，为了提高道路表面评估的安全性、完整性和精度，道路表面检测模块210将来自图像捕获装置220的图像数据与其他的传感器数据融合起来。例如，转向系统可以包括内部表面估计系统230。内部表面估计系统230可以根据诸如车辆速度、方向盘位置变换速率、车轮扭矩等等传感器信号估计道路表面。内部表面检测系统230可以产生另外的表面检测估计，该表面检测估计被控制器26接收，控制器26将来自基于图像的道路表面检测模块210的对道路表面的估计，与来自转向系统12的内部表面检测系统230的第二表面检测估计融合在一起。

进一步，控制器26可以接收来自雷达240的信息，诸如关于雷达240的背景噪声信号。背景噪声可以用来确定道路表面类型的另外的估计。作为替代方式，基于雷达的道路表面检测模块235从雷达240接收所捕获的数据，确定道路表面的第三估计，然后将该第三估计传送给控制器26。控制器将基于图像数据的第一道路表面估计、基于转向系统控制信号的第二道路表面估计和基于雷达数据的第三道路表面估计这三个道路表面估计融合在一起，以为车辆10确定道路表面类型。

再进一步，控制器26还可以将来自各种来源的道路表面估计与其他传感器信号融合起来，例如，与例如来自陀螺仪或任何其他竖向位置传感器250的竖向加速度信息相融合。这些传感器信息可以用来验证和/或核实来自其他来源的道路表面检测。作为替代方式，或者作为补充，来自竖向位置传感器250的信号与来自诸如图像捕获装置220、雷达240和内部表面检测模块230等其他装置的信息一起使用，以通过使用传感器融合来确定道路表面。传感器融合是将从不同来源得到的感测数据组合起来，使得到的信息比单个使用这些来源时具有更小的不确定性。因此，通过使用来自多个来源的道路表面检测，控制器26增加了所检测道路表面的准确性。

图4示出的是根据一个以上实施例的用于基于所捕获的图像数据调整转向系统的一种示例性方法的流程图。在一个以上例子中，所绘方法是在eps系统12中实施的。在一个以上例子中，该方法是在不是线控转向系统的转向系统12中实施的。另外，该方法是在线控转向系统中实施的。该方法包括使用图像捕获装置220捕获图像数据，如在410处所示。在一个以上例子中，控制模块26指示道路表面检测模块210和/或图像捕获装置220捕获图像数据。例如，该指示可以按预定频率发送，例如每隔5秒，每隔30秒，每隔50毫秒，或者任何其他这样确定的频率。

该方法进一步包括使用所捕获的图像数据检测道路表面，如在420处所示。在一个以上例子中，道路表面检测模块210确定道路表面类型，并向控制模块26发送检测到的类型的通知。如此处所述，确定道路表面可以包括使用传感器融合和/或根据诸如基于图像数据的第一、基于雷达数据的第二、基于转向系统内部控制信号的第三的多个来源检测到的道路表面，确定道路表面。进一步，在一个以上例子中，所检测的道路表面可以用例如来自竖向位置传感器250的一个以上传感器数据进行验证。

控制模块26在响应时调整转向系统参数，用来根据检测到的道路表面产生助力扭矩，如在430处所示。例如，控制模块26调整致动器22的参数，致动器22根据驾驶员施加的手轮扭矩产生助力扭矩。例如，控制模块26调整致动器22的助力扭矩产生水平，如在432处所示。助力扭矩产生水平可以是比例因子，该比例因子确定了响应于驾驶员施加的用以操纵方向盘14的手轮扭矩数量所要产生的助力扭矩数量。致动器22可以通过对应于要产生的助力扭矩数量产生用于电机的电压和/或电流指令，使电机(未示出)产生该助力扭矩。

进一步，在一个以上例子中，控制模块26调整致动器22所产生的助力扭矩的频率成分，如在434处所示。助力扭矩的频率成分确定了响应于驾驶员施加的用以操纵方向盘14的手轮扭矩数量所要产生的助力扭矩数量。例如，在图4中，示例性图434a使用点划线绘出了响应于输入手轮扭矩产生的助力扭矩，其中，引入了叠加的修改，以向所产生的助力扭矩添加频率成分。再进一步，在一个以上例子中，控制模块26调整轮胎模型(例如自行车模型)，控制模块26可以使用该轮胎模型在车轮动作发生之前更早地预测侧向响应，如在436处所示。通过调整轮胎模式，控制模块26可以根据检测到的道路表面以不同方式确定预测的侧向响应。例如，对于沙子表面，控制模块26调整轮胎模型，使得预测到的侧向响应与干燥的沥青表面相比更快。

该方法进一步包括根据调整后的参数产生助力扭矩，如在440处所示。助力扭矩与手轮扭矩相结合使得车轮20按照驾驶员的操纵运动。应该注意，在一个以上例子中，代替驾驶员，由adas27进行操纵。如果adas27在操作车辆10，则扭矩系统10可以不产生引起驾驶员转向感觉的扭矩。

图5示出的是根据一个以上实施例的用于基于所捕获的图像数据调整转向系统以产生反馈扭矩的一种示例性方法的流程图。在一个以上例子中，该方法是在线控转向型转向系统中实施的。反馈扭矩由扭矩系统10产生，并引起驾驶员转向感觉。该方法包括使用图像捕获装置220捕获图像数据，如在510处所示。在一个以上例子中，控制模块26指示道路表面检测模块210和/或图像捕获装置220捕获图像数据。例如，该指示可以按预定频率发送，例如每隔5秒，每隔30秒，每隔50毫秒，或者任何其他这样确定的频率。

该方法进一步包括使用所捕获的图像数据检测道路表面，如在520处所示。在一个以上例子中，道路表面检测模块210确定道路表面类型，并向控制模块26发送检测到的类型的通知。如此处所述，确定道路表面可以包括使用传感器融合和/或根据诸如基于图像数据的第一、基于雷达数据的第二、基于转向系统内部控制信号的第三的多个来源检测到的道路表面，确定道路表面。进一步，在一个以上例子中，所检测的道路表面可以用例如来自竖向传感器250的一个以上传感器数据进行验证。

控制模块26在响应时调整转向系统参数，用来根据检测到的道路表面产生反馈扭矩，如在530处所示。例如，控制模块26调整扭矩系统10的参数，扭矩系统10根据道路条件产生反馈，以向驾驶员提供转向感觉。例如，控制模块26调整扭矩系统10的反馈扭矩产生水平，如在532处所示。在一个以上例子中，扭矩系统10包括利用电机(未示出)引起反馈扭矩产生的手轮致动器。反馈扭矩产生水平可以是比例因子，该比例因子确定了响应于车轮20或者车轮20作为其一部分的车轮总成检测到的表面扭矩数量所要产生的反馈扭矩数量。扭矩系统10可以通过对应于要产生的反馈扭矩数量产生用于电机的电压和/或电流指令，使电机(未示出)产生该反馈扭矩。用于产生反馈扭矩的电机可以不同于用于产生助力扭矩的电机。作为替代方式，可以使用同一个电机产生反馈扭矩和助力扭矩。

进一步，在一个以上例子中，控制模块26调整扭矩系统10所产生的反馈扭矩的频率成分，如在534处所示。反馈扭矩的频率成分确定了响应于车轮20经受的表面扭矩数量所要产生的反馈扭矩数量。再进一步，在一个以上例子中，控制模块26调整轮胎模型(例如自行车模型)，控制模块26可以使用该轮胎模型在车轮动作发生之前更早地预测侧向响应，如在536处所示。通过调整轮胎模式，控制模块26可以根据检测到的道路表面以不同方式确定预测的侧向响应。例如，对于沙子表面，控制模块26调整轮胎模型，使得预测到的侧向响应与干燥的沥青表面相比更快。

更进一步，在一个以上例子中，控制模块26调整扭矩系统10中的手轮致动器和车轮致动器22之间的比值，如在538处所示。该比值确定了车轮响应于方向盘14的对应动作运动多少。因为在线控转向系统中方向盘14和车轮20之间没有机械连接，所以，这种提高了车辆可驾驶性的可变转向比，确定了车轮位置响应于方向盘14位置变化的变化。

例如，当实施可变比转向时，转向的最左限和最右限不是总是对应于车轮20的最左限和最右限。例如，如果方向盘与车轮的转向比减小，用于低速行驶，例如在停车场情景中，则驾驶员不必将方向盘旋转得像没有实施可变比转向时其旋转方向盘那样的程度。在这种情形下，在方向盘14达到其转向能力极限之前，车轮20达到其转向能力的极限，因为强制行程结束止挡(positivetravelendstop)被固定成与最大的方向盘与车轮转动比值相对应。进一步，在不同类型的道路表面上，调整转向比以提高可驾驶性，使得驾驶员能够在不同种类的表面上以最小的力量操纵车辆10。在一个以上例子中，该比值是使用检测到的道路表面类型从查找表中选取的。

该方法进一步包括根据调整后的参数产生反馈扭矩，如在540处所示。反馈扭矩引起方向盘14振动、猝动、嗡嗡动、移动，使得驾驶员在方向盘14和车轮20之间没有机械连接的线控转向系统中感觉到道路表面条件/类型。

此处描述的技术方案有助于实现使用根据视觉系统进行的道路表面识别来调整转向系统的响应。例如，所述技术方案有助于实现通过调整车轮致动系统的比值或者例如车轮致动系统相对于方向盘(或手轮)的比值，来调整该响应。进一步，调整该响应可以包括调整手轮致动系统中的扭矩水平和/或频率响应。进一步该调整可以包括调整车轮致动系统中的扭矩水平和/或频率响应。作为替代方式或者作为补充，该调整包括使用转向控制系统所用的轮胎模型，调整应用在车架响应中的参数。此处描述的技术方案进一步有助于实现基于视觉的表面估计与感测数据和道路表面检测的其他来源相融合，例如与基于雷达的系统、三轴加速度数据系统以及/或者转向系统传感器相融合。

本发明技术方案可以是任何可能技术整合细节层次上的系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上具有用于使处理器执行本发明技术方案诸方面的计算机可读程序指令。

本发明技术方案诸方面在此处是参照根据技术方案实施例的方法、设备(系统)和计算机程序产品的流程图图示和/或方框图描述的。将会明白的是，流程图图示和/或方框图中的每个框，或者流程图图示和/或方框图中诸框的组合，可以用计算机可读程序指令实现。

图中的流程图和方框图示出了根据本发明技术方案各实施例的系统、方法和计算机程序产品的可能实现方式的架构、功能和操作。就此而言，流程图或方框图中的每个框可以代表指令的模块、区段或部分，其包括用来实现(一种或多种)特定逻辑功能的一个以上可执行指令。在一些替代性的实现方式中，这些框中提到的功能可以不是按照图中所提到的顺序发生。例如，根据所涉及的功能，先后示出的两个框实际上可以基本上同时地执行，或者这些框有时可能以相反的顺序执行。还应该注意到，方框图和/或流程图图示的每个框，方框图和/或流程图图示的诸框组合，可以用专用的基于硬件的系统实现，该系统执行特定的功能或者动作，或者实行专用硬件和计算机指令的组合。

还应理解的是，此处作为例子的执行指令的任何模块、单元、部件、服务器、计算机、终端或装置，可以包括或者要不然能够访问计算机可读介质，诸如存储介质、计算机存储介质或者诸如磁盘、光盘或磁带等数据存储装置(可移除和/或不可移除)。计算机存储介质可以包括按照任何信息存储方法和技术实现的易失性和非易失性、可移除和不可移除的介质，信息例如为计算机可读指令、数据结构、程序模块或其他数据。这些计算机存储介质可以是该装置的一部分，或者能够进行访问，或者能够连接到该装置。此处描述的任何应用或模块都可以用计算机可读/可执行指令实现，这些计算机可读/可执行指令可以存储在或者由这些计算机可读介质保存。

虽然本发明技术方案只是结合数量有限的实施例进行了详细描述，但是很容易理解的是，本发明技术方案并不限于这些公开的实施例。相反，本发明技术方案可以经修改而包含之前没有描述过的任何数量的变型、改变、替换或等同布置，而这些变型、改变、替换或等同布置与本发明技术方案的精神和范围是相当的。此外，虽然描述了本发明技术方案的多种实施例，但是应该明白，本发明技术方案各方面可以只包括某些所描述的实施例。因此，本发明技术方案不应被视为受到前面描述的限制。