一种巡航无人机及存储介质的制作方法

本发明涉及无人机技术领域，尤其涉及一种巡航无人机及存储介质。

背景技术

随着无人机技术的飞速发展，无人机开始被投入到越来越多的领域。无人机最开始是应用于军队，作为一种非常便利，又低风险的无人机器，通常被用来做无人机侦查，监视与打击恐怖主义的工作，比如美国的“捕食者”，中国的“翼龙”等都是军用无人机。当无人机进入民用领域后，迎来了无人机发展的高潮，如中国深圳的大疆科技有限公司开发的大疆无人机更是名誉全球，也带动了无人机类型的发展，有农用洒水无人机，森林火灾监控无人机，航拍无人机等，快递与外卖行业都在开发相应的无人机。

在高速交通发达的今天，车辆出行都会选择高速公路，高速公路有路程短，车速高等特点，也因为高速的特点在高速公路上容易发生由于超速而引发的交通事故。

高速公路也会出现堵车的现象，有时候因为堵车，后方的车辆没有及时得到提示，导致高速追尾的交通事故时有发生，而且在高速发生的交通事故基本都是严重事故，造成车辆损坏，甚至人员伤亡。

技术实现要素：

本发明的目的是针对上述现有技术存在的缺陷，提供一种无人机高速路路况巡航方法、系统、无人机及存储介质。

本发明采用的技术方案是，提供一种无人机高速路路况巡航方法，所述方法包括：

无人机在指定高速公路路段巡航采集高速公路图片，得到第一图像；

无人机对所述第一图像进行车辆密度分析，获取第一图像中的密度要素，当所述密度要素超过预设密度阈值，为所述第一图像配置标识，得到第二图像；

无人机持续获取所述第二图像，得到连续的第二图像；

无人机对连续的第二图像进行停留分析，获取车辆停留要素，当所述停留要素超过停留阈值，为所述连续的第二图像配置标识，得到第三图像；

无人机对所述第三图像进行信息整理，分析停留车辆的路段长度；

无人机将整理后的第三图像发送到高速公路管理中心。

优选的，所述第一图像的车辆密度分析为车辆数量识别，所述密度要素为车辆密度；

所述无人机对所述第一图像进行车辆密度分析，获取第一图像中的密度要素包括：

对所述第一图像进行车辆密度分析识别所述第一图像中的车辆数量，得到车辆数量信息；

根据识别到的车辆数量信息，计算所述第一图像中的车辆密度。

通过所述第一图像识别识别出所述第一图像的车辆密度，通过所述车辆密度就能模糊判断出所述第一图像是否满足高速公路堵车的车辆密度要求，若满足车辆密度要求就将所述第一图像标记进入下一环节，否则无人机向前巡航，继续采集下一张第一图像，无人机巡航拍照判断是否堵车，降低了因高速堵车而发生的交通事故；所述车辆密度要求是事先预设好的，所述车辆密度要求是根据以往的堵车车辆密度统计出一个堵车车辆密度等级。

优选的，所述连续的第二图像的停留分析为坐标识别，所述停留要素为车辆的停留时间；

所述无人机对连续的第二图像进行停留分析，获取车辆停留要素包括：

预设连续获取所述第二图像的连续时间；

对连续的第二图像进行停留分析识别所述连续的第二图像中的车辆位置，获取车辆在所述连续的第二图像中的位置信息；

根据车辆在所述连续的第二图像中的位置信息，得到车辆的停留时间以及车辆的停留数量。

通过所述预设连续获取第二图像的连续时间，在所述标记的第一图像的基础上获取到连续的第二图像，因为所述连续时间有间隔，很容易就能得到所述车辆的停留时间，想要获取一定时间段内车辆的停留数量，只需将所述时间段内的连续第二图像做对比就能得到想要的结果。

优选的，所述对连续的第二图像进行停留分析识别所述连续的第二图像中的车辆位置，获取车辆在所述连续的第二图像中的位置信息包括：

获取车辆在所述连续的第二图像中的模糊坐标；

通过对比所述模糊坐标的变化，设定一个停留阈值，若所述模糊坐标的变化在停留阈值内，记为停留。

通过对比所述模糊坐标的变化，设定一个停留阈值，所述模糊坐标的变化在停留阈值内，记为停留；所述停留阈值为一个坐标变化范围。

使用坐标定位可以清楚的标记图像中每辆车的相对位置，通过在连续第二图片获取到每张第二图像的模糊坐标，对比每一张第二图像上的模糊坐标的变化，判断每辆车的模糊坐标变化范围是否满足预设的停留阈值，若绝大部分车辆的模糊坐标变化满足停留阈值，就将连续的第二图像标记进入下一个环节，这种判断方式就能很大程度上解决了高速公路堵车的准确性与及时性。

提供一种无人机高速路路况巡航系统，所述系统用于无人机，所述系统包括：

第一图像采集模块，用于在指定区高速公路路段采集图像，得到第一图像；

第一图像识别模块，用于识别所述第一图像，获取第一图像中的密度要素，当所述密度要素超过阈值，为所述第一图像配置标识，得到第二图像；

第二图像采集模块，用于持续获取所述第二图像，得到连续的第二图像；

第二图像识别模块，用于识别所述连续的第二图像，获取所述连续的第二图像中的停留要素，当所述停留要素超过阈值，为所述连续的第二图像配置标识，得到第三图像；

信息整理模块，用于对所述第三图像进行信息整理，分析车辆停留路段的长度；

发送模块，用于将整理后的第三图像发送到高速公路管理中心。

优选的，所述第一图像识别模块包括：车辆数量识别子模块，密度计算子模块；

所述车辆数量识别子模块用于通过识别所述第一图像中的车辆数量，得到车辆数量信息；

所述密度计算子模块用于根据识别到的所述车辆数量信息，计算所述第一图像中的车辆密度。

优选的，所述第二图像识别模块包括：采集时间子模块、位置识别子模块、时间计算子模块以及数量计算子模块；

所述采集时间子模块用于预设连续获取所述第二图像的连续时间；

所述位置识别子模块用于通过识别所述连续的第二图像中的车辆位置，获取车辆在所述连续的第二图像中的位置信息；

所述时间计算子模块用于根据车辆在所述连续的第二图像中停留的时间，得到车辆的停留时间；

所述数量计算子模块用于根据车辆在所述连续的第二图像中的位置信息，得到车辆的停留数量。

优选的，所述位置识别子模块包括坐标获取单元，所述坐标获取单元用于获取车辆在所述第二图像中的模糊坐标；

所述数量计算子模块包括坐标对比单元，所述坐标对比单元用于通过对比所述模糊坐标的变化，设定一个停留阈值，若所述模糊坐标的变化在停留阈值内，记为停留。

提供一种巡航无人机，所述无人机包括：存储器、处理器、通信装置以及图像采集装置，其中，所述存储器用于存储可执行程序代码和数据，所述通信装置用于所述无人机与其他设备进行通信交互，所述处理器用于调用所述存储器存储的可执行程序代码，执行以下步骤：

当所述无人机在指定高速公路路段巡航时，控制所述图像采集装置采集高速公路图片，得到第一图像；

对所述第一图像进行车辆密度分析，获取第一图像中的密度要素，当所述密度要素超过预设密度阈值，为所述第一图像配置标识，得到第二图像；

持续获取所述第二图像，得到连续的第二图像；

对连续的第二图像进行停留分析，获取车辆停留要素，当所述停留要素超过停留阈值，为所述连续的第二图像配置标识，得到第三图像；

对所述第三图像进行信息整理，分析停留车辆的路段长度；

控制所述通信装置将整理后的第三图像发送到高速公路管理中心。

优选的，所述第一图像的车辆密度分析为车辆数量识别，所述密度要素为车辆密度；

所述处理器对所述第一图像进行车辆密度分析，获取第一图像中的密度要素的方式包括：

对所述第一图像进行车辆密度分析识别所述第一图像中的车辆数量，得到车辆数量信息；

根据识别到的车辆数量信息，计算所述第一图像中的车辆密度。

优选的，所述连续的第二图像的停留分析为坐标识别，所述停留要素为车辆的停留时间；

所述处理器对连续的第二图像进行停留分析，获取车辆停留要素的方式包括：

预设连续获取所述第二图像的连续时间；

对连续的第二图像进行停留分析识别所述连续的第二图像中的车辆位置，获取车辆在所述连续的第二图像中的位置信息；

根据车辆在所述连续的第二图像中的位置信息，得到车辆的停留时间以及车辆的停留数量。

优选的，所述处理器对连续的第二图像进行停留分析识别所述连续的第二图像中的车辆位置，获取车辆在所述连续的第二图像中的位置信息的方式包括：

获取车辆在所述连续的第二图像中的模糊坐标；

通过对比所述模糊坐标的变化，设定一个停留阈值，若所述模糊坐标的变化在停留阈值内，记为停留。

提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

当无人机在指定高速公路路段巡航时，采集高速公路图片，得到第一图像；

对所述第一图像进行车辆密度分析，获取第一图像中的密度要素，当所述密度要素超过预设密度阈值，为所述第一图像配置标识，得到第二图像；

持续获取所述第二图像，得到连续的第二图像；

对连续的第二图像进行停留分析，获取车辆停留要素，当所述停留要素超过停留阈值，为所述连续的第二图像配置标识，得到第三图像；

对所述第三图像进行信息整理，分析停留车辆的路段长度；

将整理后的第三图像发送到高速公路管理中心。

优选的，所述第一图像的车辆密度分析为车辆数量识别，所述密度要素为车辆密度；

所述处理器对所述第一图像进行车辆密度分析，获取第一图像中的密度要素的方式包括：

对所述第一图像进行车辆密度分析识别所述第一图像中的车辆数量，得到车辆数量信息；

根据识别到的车辆数量信息，计算所述第一图像中的车辆密度。

优选的，所述连续的第二图像的停留分析为坐标识别，所述停留要素为车辆的停留时间；

所述处理器对连续的第二图像进行停留分析，获取车辆停留要素的方式包括：

预设连续获取所述第二图像的连续时间；

对连续的第二图像进行停留分析识别所述连续的第二图像中的车辆位置，获取车辆在所述连续的第二图像中的位置信息；

根据车辆在所述连续的第二图像中的位置信息，得到车辆的停留时间以及车辆的停留数量。

优选的，所述处理器对连续的第二图像进行停留分析识别所述连续的第二图像中的车辆位置，获取车辆在所述连续的第二图像中的位置信息的方式包括：

获取车辆在所述连续的第二图像中的模糊坐标；

通过对比所述模糊坐标的变化，设定一个停留阈值，若所述模糊坐标的变化在停留阈值内，记为停留。

与现有技术相比，本发明至少具有以下有益效果：本发明通过在无人机内设置两个图像采集模块对图像车辆信息进行采集，将采集到的信息与预设阈值进行对比，当采集到的信息超过预设阈值，标记图片，将所拍摄的图像传回高速公路管理中心，极大的提高了采集高速公路路况的便利性与获取高速公路堵车准确性以及提示堵车的及时性。

附图说明

图1为本发明实施例一种无人机高速路路况巡航方法流程图；

图2为本发明实施例一种无人机高速路路况巡航系统模块框图；

图3为图2中22部分的子模块框图；

图4为图2中24部分的子模块框图；

图5为本发明实施例一种巡航无人机的结构示意图。

具体实施方式

下面描述本发明的优选实施方式，本领域普通技术人员将能够根据下文所述用本领域的相关技术加以实现，并能更加明白本发明的创新之处和带来的益处。

如图1所示，本发明提出了一种无人机高速路路况巡航的方法，所述无人机可以是多旋翼无人机、固定翼无人机和无人直升机等，本发明不对所述无人机的产品类型做具体的限定。所述无人机安装有高清晰摄影机，高清晰图像能在放大后还能保持较高的像素，这样能更容易识别所述图像上的信息。

在本发明实施例中，所述无人机选用四旋翼无人机，所述四旋翼无人机设置有可以拍摄高清晰度的高清晰摄影机，在四旋翼无人机中，还设置有图像存储器与图像识别装置。

所述方法包括：

s11、获取第一图像；具体的，无人机到指定的高速公路路段巡航，通过设置在所述无人机上的采集图像设备获取第一图像，所述采集图像设备可以是摄像机等具有图像采集功能的设备。

进一步的，为了获取更清晰的第一图像，所述采集图像设备为高清晰摄像机，从第一图像解决模糊物体对图像识别结果的干扰。

s12、第一图像识别识别第一图像；所述的第一图像识别是功能，作用是识别第一图像上的密度要素，所述密度要素由路段车辆数量以及根据路段面积计算的车辆密度。

具体的，所述第一图像识别为热成像扫描识别，在获取第一图像同时，热成像扫描仪扫描实景车辆发动机热辐射，统计出实景中的车辆数量，得到所述第一图像中车辆数量信息；根据识别到的所述车辆数量信息，通过车辆密度计算公式计算出所述第一图像中的车辆密度。

当然，所述第一图像识别也可以是车辆轮廓扫描识别，不局限与一种方式。

s13、根据所述第一图像中的车辆密度来判断是否满足预设车辆密度阈值，如果所述车辆密度超过所述车辆密度阈值，就为所述第一图像配置标识，得到第二图像；如果所述第一图像中的车辆密度没达到所述密度阈值，就将本次采集的第一图像储存，作为参考图像，摄像机重新获取新的第一图像。

s14、连续获取第二图像；根据所述标记的第一图像获取第一张第二图像，在这个基础上设置固定的时间间隔来连续获取第二图像，所述获取第二图像的方法为上述步骤s11-s13。

进一步的，将获取的所述连续第二图像按时间顺序排列，减少由于顺序紊乱而带来的数据干扰。

s15、第二图像识别识别第二图像；根据获取的连续第二图像进行进一步的信息识别，所述第二图像识别为识别第二图像中的车辆位置，获取车辆在所述第二图像中的位置信息，每一张连续的第二图像都能获取到相应车辆的位置信息，通过所述的连续位置信息的变化能统计出车辆的停留时间和在一定时间段内车辆的停留数量作为停留要素。

具体的，所述第二图像识别方式为坐标识别，图像中的每一个车辆位置都可以由一组模糊坐标表示，在获取所述第二图像中车辆位置信息即为获取所述车辆坐标信息。

s16、在判定车辆是否为停留时，先预设一个停留时间，和一个停留阈值即坐标信息变化范围，将在所述停留时间内的连续第二图像中相同车辆的坐标信息进行比较，所述坐标信息变化范围小于停留阈值则该车辆记为停留；所述停留时间为车辆由坐标信息变化小于停留阈值到大于停留阈值的时间；所述停留车辆数量为一段时间内记为停留的车辆数量。

进一步的，在绝大多数车辆记为停留后，满足了预设的车辆停留阈值，将该组连续的第二图像配置标记，得到第三图像。

s17、通过标记的连续第二图像作为第三图像，所述第三图像作为一组图集，有着图像数量大，图像识别数据复杂等特点，为此需要将获取到的第三图像压缩和加密，加密是为了发送数据时保证数据不被拦截；将压缩后的图像通过数模转换器转换为数字信号，便于与控制台的数据传输。

s18、将识别到的车辆数量及停留时间信息进行整理，对第三图像进行分析车辆停留路段的长度；

s19、将所述整理后的第三图像数字信号通过发送装置发回高速公路管理中心。

如图2至图4所示，还提供了一种无人机高速路路况巡航系统，所述系统用于无人机，所述无人机可以是多旋翼无人机、固定翼无人机和无人直升机等，本发明不对所述无人机的产品类型做具体的限定。所述无人机安装有高清晰摄影机，高清晰图像能在放大后还能保持较高的像素，这样能更容易识别所述图像上的信息。

所述系统包括：

第一图像采集模块21，用于获取第一图像；所述第一图像采集模块21设置有高清晰摄像机。

第一图像识别模块22，用于识别第一图像的车辆数量信息；所述第一图像识别模块22内设置有车辆数量识别子模块31和密度计算子模块32。

在本发明实施例中，所述车辆数量识别子模块31为热成像扫描仪，所述热成像扫描仪是获取车辆密度，每辆车的发动机的热辐射能量值波动不大，将车辆发动机热辐射能量值视为固定值，可以根据辐射总热度计算出车辆数量；所述密度子模块32将所述车辆数量和高速路段面积做车辆密度计算，得到车辆密度；所述车辆密度计算公式为：(车辆密度)＝(车辆数量)÷(路段面积)。

第二图像采集模块23，用于获取第二图像；具体为先预设固定时间间隔，在给第一张第一图像配置标识后，间隔所述预设的时间间隔连续获取第二图像。

第二图像识别模块24，用于识别连续的第二图像上的车辆数量和车辆位置；所述第二图像识别模块24包含有采集所述连续第二图像间隔时间的采集时间子模块41、识别所述第二图像中的车辆位置，获取车辆在所述第二图像中的位置信息的位置识别子模块42、采集第二图像中车辆停留时间的时间计算子模块43和采集第二图像中车辆数量停留数量的数量计算子模块44。

所述采集时间子模块41是根据第二图像上的时间标记来采集连续的第二图像的时间间隔；所述位置识别子模块42是根据在图像上设置的坐标来识别的车辆位置信息，因为第二图像是二维的图像，所以坐标设置也是二维坐标，；所述时间计算子模块43是计算连续的第二图像中车辆的停留时间，所述时间计算子模块43的时间计算间隔小于连续的第二图像的时间间隔，更精确的计算出车辆停留时间；所述数量计算子模块44是的功能有两个，一个是统计每张第二图像中车辆数量，用于车辆数量变化的比较，进一步提高高速路况的准确度，另一个是识别车辆停留，通过设置在所述数量计算子模块44内的坐标对比单元来实现，对比所述车辆坐标的变化，设定一个停留阈值，所述坐标的变化在停留阈值内，记为停留。

信息整理模块25，用于将识别到的车辆数量及停留时间信息进行整理，分析车辆停留路段的长度；

通过整理分析第一图像、第二图像和第三图像车辆的数量和停留时间，把所获取的图像进行拼接，获取车辆停留路段的长度，也就是高速堵车的长度。

发送模块26，是用于发送第三图像；所述发送模块26将获取第三图像单元和发送图像单元合二为一，所述获取第三图像单元是将标记的第二图像压缩、加密和转化为数字信号，所述发送图像单元则是把第三图像数字信号发送到高速公路管理中心。

本发明实施例还提供一种巡航无人机，可以用于执行前述实施例提供的无人机高速路路况巡航的方法中的全部或部分步骤。如图5所示，该无人机至少可以包括：存储器100、至少一个处理器200，例如cpu(centralprocessingunit，中央处理器)，至少一个通信装置300，用于该无人机与其他设备进行通信交互，以及至少一个图像采集装置400，用于采集视频图像，如摄像头。其中，存储器100、处理器200、通信装置300以及图像采集装置400可以通过一条或多条总线进行通信连接。本领域技术人员可以理解，图5中示出的无人机的结构并不构成对本发明实施例的限定，它既可以是总线形结构，也可以是星型结构，还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。

其中，存储器100可以是高速ram存储器，也可以是非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器100可选的还可以是至少一个位于远离前述处理器200的存储装置。存储器100可以用于存储可执行程序代码和数据，本发明实施例不作限定。

在图5所示的巡航无人机中，处理器200可以用于调用存储器100存储的可执行程序代码，执行以下步骤：

当无人机在指定高速公路路段巡航时，控制图像采集装置400采集高速公路图片，得到第一图像；

对第一图像进行车辆密度分析，获取第一图像中的密度要素，当密度要素超过预设密度阈值，为第一图像配置标识，得到第二图像；

持续获取第二图像，得到连续的第二图像；

对连续的第二图像进行停留分析，获取车辆停留要素，当停留要素超过停留阈值，为连续的第二图像配置标识，得到第三图像；

对第三图像进行信息整理，分析停留车辆的路段长度；

控制通信装置300将整理后的第三图像发送到高速公路管理中心。

可选的，第一图像的车辆密度分析为车辆数量识别，密度要素为车辆密度；

处理器200对第一图像进行车辆密度分析，获取第一图像中的密度要素的方式可以包括：

对第一图像进行车辆密度分析识别第一图像中的车辆数量，得到车辆数量信息；

根据识别到的车辆数量信息，计算第一图像中的车辆密度。

可选的，连续的第二图像的停留分析为坐标识别，停留要素为车辆的停留时间；

处理器200对连续的第二图像进行停留分析，获取车辆停留要素的方式可以包括：

预设连续获取所述第二图像的连续时间；

对连续的第二图像进行停留分析识别连续的第二图像中的车辆位置，获取车辆在连续的第二图像中的位置信息；

根据车辆在连续的第二图像中的位置信息，得到车辆的停留时间以及车辆的停留数量。

可选的，处理器200对连续的第二图像进行停留分析识别连续的第二图像中的车辆位置，获取车辆在连续的第二图像中的位置信息的方式可以包括：

获取车辆在连续的第二图像中的模糊坐标；

通过对比模糊坐标的变化，设定一个停留阈值，若模糊坐标的变化在停留阈值内，记为停留。

实施图5所示的巡航无人机，通过对图像车辆信息进行采集，将采集到的信息与预设阈值进行对比，当采集到的信息超过预设阈值，标记图片，将所拍摄的图像传回高速公路管理中心，极大的提高了采集高速公路路况的便利性与获取高速公路堵车准确性以及提示堵车的及时性。

本发明实施例还提供一种计算机可读存储介质，存储介质存储有计算机程序，该计算机程序被处理器执行时可以实现前述实施例提供的无人机高速路路况巡航的方法中的全部或部分步骤。

具体的，该计算机程序被处理器执行时可以实现以下步骤：

当无人机在指定高速公路路段巡航时，采集高速公路图片，得到第一图像；

对第一图像进行车辆密度分析，获取第一图像中的密度要素，当密度要素超过预设密度阈值，为第一图像配置标识，得到第二图像；

持续获取第二图像，得到连续的第二图像；

对连续的第二图像进行停留分析，获取车辆停留要素，当停留要素超过停留阈值，为连续的第二图像配置标识，得到第三图像；

对第三图像进行信息整理，分析停留车辆的路段长度；

将整理后的第三图像发送到高速公路管理中心。

可选的，第一图像的车辆密度分析为车辆数量识别，密度要素为车辆密度；

处理器对第一图像进行车辆密度分析，获取第一图像中的密度要素的方式可以包括：

对第一图像进行车辆密度分析识别第一图像中的车辆数量，得到车辆数量信息；

根据识别到的车辆数量信息，计算第一图像中的车辆密度。

可选的，连续的第二图像的停留分析为坐标识别，停留要素为车辆的停留时间；

处理器对连续的第二图像进行停留分析，获取车辆停留要素的方式可以包括：

预设连续获取第二图像的连续时间；

对连续的第二图像进行停留分析识别连续的第二图像中的车辆位置，获取车辆在连续的第二图像中的位置信息；

根据车辆在连续的第二图像中的位置信息，得到车辆的停留时间以及车辆的停留数量。

可选的，处理器对连续的第二图像进行停留分析识别连续的第二图像中的车辆位置，获取车辆在连续的第二图像中的位置信息的方式可以包括：

获取车辆在连续的第二图像中的模糊坐标；

通过对比模糊坐标的变化，设定一个停留阈值，若模糊坐标的变化在停留阈值内，记为停留。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

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，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的

另外，在本申请各个实施例中的处理器、芯片可以集成在一个处理单元中，也可以是单独物理存在，也可以两个或两个以上硬件集成在一个单元中。计算机可读存储介质或计算机可读程序可以存储在一个计算机可读取存储器中。基于这样的理解，本申请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全部或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器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：read-onlymemory，简称：rom)、随机存取器(英文：randomaccessmemory，简称：ram)、磁盘或光盘等。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。