自主避障规划方法和装置与流程

[0001]
本发明涉及车辆自主驾驶的技术领域，尤其是涉及一种自主避障规划方法和装置。


背景技术：

[0002]
随着车辆自主驾驶技术的发展，自主代客泊车技术也具有较为广泛的应用。当前的自主代客泊车场景较为复杂，一般为了能够通过躲避障碍物和障碍车辆，采用车辆绕行或者车辆停车等待的方式，实现被动的避障停车。
[0003]
其中，由于泊车场景的复杂环境限制，有时车辆无法通过绕行方式进行冲突躲避，此时车辆自主驾驶缺乏处理能力，往往需要驾驶员介入进行车辆停车避障，使得自主驾驶的实用性能大大降低。此外，上述避障方式通过主要牺牲当前车辆自身的行驶距离与行车效率，来保证在易发生堵塞的泊车场景下的行车安全性，使得用户驾驶体验较差。


技术实现要素：

[0004]
有鉴于此，本发明的目的在于提供一种自主避障规划方法和装置，通过预测在行车途中可能会产生冲突的障碍车辆的轨迹通道，确定出当前车辆的可让行区域，以便车辆能够自主对障碍车辆进行规避，提高用户体验。
[0005]
第一方面，实施例提供一种自主避障规划方法，所述方法包括：
[0006]
基于采集的可行驶区域和当前泊车环境信息生成抽象拓扑地图，其中，所述抽象拓扑地图中包括在当前泊车环境中，与所述当前车辆具有产生冲突可能性的障碍物，所述障碍物包括静止障碍和非静止障碍；
[0007]
按照预设周期，预测出现在所述抽象拓扑地图上的非静止障碍的目标轨迹，其中，所述目标轨迹与所述抽象拓扑地图的预设边界保持预设距离；
[0008]
基于所述目标轨迹、所述可行驶区域和所述抽象拓扑地图确定所述当前车辆的可让行区域；
[0009]
选取让行轨迹仅存在于所述可让行区域的规划让行策略，规避所述非静止障碍。
[0010]
在可选的实施方式中，所述方法还包括：
[0011]
若按照所述规划让行策略产生的让行轨迹都超出所述可让行区域，则通过停车避让方式躲避所述非静止障碍。
[0012]
在可选的实施方式中，选取让行轨迹仅存在于所述可让行区域的规划让行策略，规避所述非静止障碍的步骤，包括：
[0013]
按照预设优先级的顺序，依次判断规划让行策略产生的让行轨迹是否超出所述让行区域；
[0014]
若所述让行轨迹均未超出所述让行区域，则根据当前次序对应的规划让行策略行驶，规避所述非静止障碍。
[0015]
在可选的实施方式中，基于所述目标轨迹、所述可行驶区域和所述抽象拓扑地图
确定所述当前车辆的可让行区域的步骤，包括：
[0016]
将所述抽象拓扑地图与所述可行驶区域的交集，再减去所述目标轨迹对应的占用通道，得到所述当前车辆的可让行区域。
[0017]
在可选的实施方式中，按照预设周期，预测出现在所述抽象拓扑地图上的非静止障碍的目标轨迹的步骤，包括：
[0018]
根据采集的所述非静止障碍的位置信息和当前速度，得到所述非静止障碍的预测轨迹；
[0019]
按照预设周期、预设前进方向和所述当前速度对所述预测轨迹进行修正，得到目标轨迹。
[0020]
在可选的实施方式中，基于采集的可行驶区域和当前泊车环境信息生成抽象拓扑地图的步骤，包括：
[0021]
通过采集的静止障碍和非静止障碍确定所述当前车辆的可行驶区域；
[0022]
通过采集得到的当前泊车环境信息，得到停车位端线、路面边线和空闲状态的停车位区域；
[0023]
根据线性拟合以及插值补全方法，将所述停车位端线、所述路面边线和所述空闲状态的停车位区域进行组合补全，生成所述可行驶区域的预设范围内的抽象拓扑地图。
[0024]
在可选的实施方式中，所述方法还包括：
[0025]
通过激光雷达或视觉传感器采集所述静止障碍、所述非静止障碍和所述当前泊车环境信息。
[0026]
第二方面，实施例提供一种自主避障规划装置，所述装置包括：
[0027]
生成模块，基于采集的可行驶区域和当前泊车环境信息生成抽象拓扑地图，其中，所述抽象拓扑地图中包括在当前泊车环境中，与所述当前车辆具有产生冲突可能性的障碍物，所述障碍物包括静止障碍和非静止障碍；
[0028]
预测模块，按照预设周期，预测出现在所述抽象拓扑地图上的非静止障碍的目标轨迹，其中，所述目标轨迹与所述抽象拓扑地图的预设边界保持预设距离；
[0029]
确定模块，基于所述目标轨迹、所述可行驶区域和所述抽象拓扑地图确定所述当前车辆的可让行区域；
[0030]
规划模块，选取让行轨迹仅存在于所述可让行区域的规划让行策略，规避所述非静止障碍。
[0031]
第三方面，实施例提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述前述实施方式任一项所述的方法的步骤。
[0032]
第四方面，实施例提供一种机器可读存储介质，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现前述实施方式任一项所述的方法的步骤。
[0033]
本发明实施例提供的一种自主避障规划方法和装置，通过生成的抽象拓扑地图，能够获知在当前车辆的可行驶区域一定范围附近，可能出现冲突的非静止障碍，并预测此类非静止障碍的目标轨迹，进而确定出能够规避非静止障碍目标轨迹的可让行区域，并选取出一种规划让行策略进行规避该非静止障碍，以便让行轨迹能够不超出可让行区域内的
范围，实现自主对非静止的障碍车辆进行规避，提高用户体验。
[0034]
本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
[0035]
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0036]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]
图1为本发明实施例提供的一种自主避障规划方法流程图；
[0038]
图2为本发明实施例提供的一种自主避障规划场景应用示意图；
[0039]
图3为本发明实施例提供的一种自主避障规划装置的功能模块图；
[0040]
图4为本发明实施例提供的一种电子设备的硬件架构示意图。
具体实施方式
[0041]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0042]
由于泊车场景会存在可停车较为狭窄、障碍物较多、同行车辆较多的情况，因此停车环境较为复杂多变。
[0043]
当前的车辆自主代客泊车技术一般只能通过停车、绕行方式规避障碍。如车辆通过传感器等设备采集到障碍物或障碍车辆的位置和速度，规划出绕过该障碍物或该障碍车辆行驶方向的路线，来避免与障碍物进行冲突碰撞。若出现与该障碍车辆的相对距离较小的情况或周围障碍物较多，则可能无法实现绕行，此时自主代客泊车无法继续实现规划处理，需要人为介入进行避险停车。
[0044]
上述方式往往需要当前的车辆牺牲自身的行驶路程和行驶效率，如当前车辆行驶a公里、在b时间内即可到达目的地，但通过这种绕行障碍物的方式，最终行驶到目的地需要a+x公里、b+y时间，浪费了车辆能源与行车的效率。
[0045]
此外，人工介入避险与自主泊车相比需要花费更长的规划时间，容易造成泊车环境的局部交通堵塞。在实际应用场景中，由于车辆的智能性有限以及停车场地的环境复杂，车辆往往无法及时把握让行时机，进而达到绕行规避障碍车辆的目的。当前车辆仅能够停车、等待接管，无法解决与障碍车辆之间的冲突问题，若在场地中又出现新的障碍车辆，会使得冲突更加严重，造成泊车环境的局部交通堵塞。
[0046]
基于此，本发明实施例提供的一种自主避障规划方法和装置，通过预测在行车途中可能会产生冲突的障碍车辆的轨迹通道，确定出当前车辆的可让行区域，以便车辆能够自主对障碍车辆进行规避，提高用户体验。
[0047]
为便于对本实施例进行理解，首先对本发明实施例所公开的一种自主避障规划方法进行详细介绍，其中，该方法可应用在车辆的车载控制器、中控系统中进行实现。
[0048]
图1为本发明实施例提供的一种自主避障规划方法流程图。
[0049]
如图1所示，该方法包括以下步骤：
[0050]
步骤s102，基于采集的可行驶区域和当前泊车环境信息生成抽象拓扑地图，其中，所述抽象拓扑地图中包括在当前泊车环境中，与所述当前车辆具有产生冲突可能性的障碍物，所述障碍物包括静止障碍和非静止障碍；
[0051]
步骤s104，按照预设周期，预测出现在所述抽象拓扑地图上的非静止障碍的目标轨迹，其中，所述目标轨迹与所述抽象拓扑地图的预设边界保持预设距离；
[0052]
步骤s106，基于所述目标轨迹、所述可行驶区域和所述抽象拓扑地图确定所述当前车辆的可让行区域；
[0053]
步骤s108，选取让行轨迹仅存在于所述可让行区域的规划让行策略，规避所述非静止障碍。
[0054]
在实际应用的优选实施例中，通过生成的抽象拓扑地图，能够获知在当前车辆的可行驶区域一定范围附近，可能出现冲突的非静止障碍，并预测此类非静止障碍的目标轨迹，进而确定出能够规避非静止障碍目标轨迹的可让行区域，并选取出一种规划让行策略进行规避该非静止障碍，以便让行轨迹能够不超出可让行区域内的范围，实现自主对非静止的障碍车辆进行规避，提高用户体验。
[0055]
需要说明的是，一般的车辆并不具有当前泊车环境对应的高精度地图，由于高精度地图往往仅针对主干道路，而实际的泊车环境(如停车场)可设置在地下等内部道路中，因此，车辆无法根据高精度地图获取当前泊车环境，一般根据视觉检测等方式进行采集。
[0056]
在可选的实施方式中，上述实施例方法还包括：
[0057]
步骤1.1)，通过激光雷达或视觉传感器采集所述静止障碍、所述非静止障碍和所述当前泊车环境信息。
[0058]
在可选的实施方式中，步骤s102，还可用以下步骤实现，包括：
[0059]
步骤2.1)，通过采集的静止障碍和非静止障碍确定所述当前车辆的可行驶区域；
[0060]
这里，通过前述实施例采集到静止障碍和非静止障碍的位置信息，进而能够确定当前车辆的可行驶区域为避开该静止障碍和非静止障碍的位置的区域，如图2中的阴影填充部分。
[0061]
步骤2.2)，通过采集得到的当前泊车环境信息，得到停车位端线、路面边线和空闲状态的停车位区域；
[0062]
其中，通过视觉传感器的采集能够识别出空闲的停车位以及停车位的端线以及路面边线。
[0063]
步骤2.3)，根据线性拟合以及插值补全方法，将所述停车位端线、所述路面边线和所述空闲状态的停车位区域进行组合补全，生成所述可行驶区域的预设范围内的抽象拓扑地图。
[0064]
这里，由于有时停在停车位中的车辆会遮挡停车位的端线，或者存在障碍物遮挡路面边线、采集视野等情况，本发明实施例采用线性拟合以及插值补全的方式，将轮廓进行补全，并生成包括空闲的停车位、以停车位的端线以及路面边线为轮廓的抽象拓扑地图，如
图2中的粗线轮廓内部示意的区域。
[0065]
在可选的实施方式中，步骤s104，包括以下步骤：
[0066]
步骤3.1)，根据采集的所述非静止障碍的位置信息和当前速度，得到所述非静止障碍的预测轨迹；
[0067]
如图2所示，当前车辆a的传感器检测到非静止障碍车辆b的行驶方向和速度，预测车辆b继续沿当前的行驶方向直行，以速度c行驶，如直线轨迹部分。
[0068]
步骤3.2)，按照预设周期、预设前进方向和所述当前速度对所述预测轨迹进行修正，得到目标轨迹。
[0069]
在一些可能的实施例中，预设周期优选0.1秒、0.2秒、0.3秒、0.4秒、0.5秒，车辆按照该预设周期对车辆b进行轨迹修正，一般按照右侧通行原则设置预设前进方向，即如图2所示，将车辆b的预测轨迹按照速度c、向右行驶的预设前进方向修正，得到目标轨迹，如虚线轨迹部分。
[0070]
其中，该目标轨迹一般会与局部拓扑地图的右侧边界保持预设安全距离，该预设安全距离一般可为20厘米。
[0071]
此外，由于，抽象拓扑地图上包括静止障碍和非静止障碍(如车辆)，在步骤3.1)之前，还需要对抽象拓扑地图上的障碍物进行跟踪、预测，通过获取障碍物跟踪结果，如与当前车辆的相对速度、相对距离等，判断出静止障碍以及可能会产生冲突的非静止障碍。
[0072]
在可选的实施方式中，在上述实施例的基础上，步骤s106，还可通过以下步骤实现，具体包括：
[0073]
步骤4.1)，将所述抽象拓扑地图与所述可行驶区域的交集，再减去所述目标轨迹对应的占用通道，得到所述当前车辆的可让行区域。
[0074]
需要说明的是，图2中可行驶区域阴影部分由于是通过视觉传感器前期采集得到的无障碍区域，即认为区域中若没有障碍，则可当作可行驶区域。但在实际泊车过程中，可行驶区域的判别还需考虑环境实际情况以及车辆的尺寸宽度等因素。如图2中在两个停车位之间缝隙，有时也被当作可行驶区域，但车辆由于宽度或环境周围障碍车辆的原因，是无法行驶到两个停车位之间缝隙的。因此，为了更加准确地确定可让行区域，本发明实施例基于抽象拓扑地图与可行驶区域交集，再减去占用通道部分，进而得到可让行区域。
[0075]
其中，如基于右侧通行原则、对车辆b进行预测轨迹修正后得到的目标轨迹，生成占用通道，即图2中虚线部分。
[0076]
可以理解的是，在实际车辆的让行模式中，若在车辆a、b都不改变行驶方向的情况下，肯定是无法通行的，为了解决两车的冲突是需要所有冲突车辆共同努力。这里根据右侧通行原则，假定冲突车辆b会在保证安全距离的前提上尽量向右边靠，在对冲突车辆b正常行驶方向进行预测的基础上，根据车辆模型，修正了该预测轨迹，生成占用通道。
[0077]
本发明实施例的做法更大限度的解决冲突，如果单纯按照现有车辆的车辆跟踪、预测的结果(如图2中车辆b的实线轨迹部分)决策，往往无法解决大部分冲突，或反应滞后。由于本发明实施例在每个预设周期都会重新计算占用通道，因此无需担心冲突车辆b没有按照预测轨迹行驶时，会对当前车辆a造成负面影响。
[0078]
在可选的实施方式中，若让行策略都无法满足让行区域的要求，则本发明实施例中的方法还包括：
[0079]
步骤5.1)，若按照所述规划让行策略产生的让行轨迹都超出所述可让行区域，则通过停车避让方式躲避所述非静止障碍。
[0080]
其中，自主避障规划的策略除规划让行，还包括正常行驶、停车避让和绕行躲避。
[0081]
在实际应用的优选实施例中，驾驶员用户在商场等场所的停车入口处即可下车进入商场，驾驶员用户通过手机等智能终端控制车辆按照上述自主避障规划策略泊车，可实现没有驾驶员的情况下，也能够绕行障碍、自主让行车辆或停车避让，并自行驶入泊车位，避免用户每次泊车均需在停车场复杂环境中寻找车位的繁琐流程；此外，若用户走出商场，通过手机即可控制车辆自行从泊车位驶到停车出口处，无需在复杂停车场中寻找车辆。
[0082]
其中，若车辆自主泊车过程中，与障碍车辆产生的冲突长时间无法解决，则需要驾驶员人为介入解决冲突，继续完成泊车任务。通过本发明实施例中绕行障碍、自主让行车辆或停车避让等自主避障规划策略，使得车辆自主代客泊车的成功率显著提高。在可选的实施方式中，步骤s108，包括：
[0083]
步骤6.1)，按照预设优先级的顺序，依次判断规划让行策略产生的让行轨迹是否超出所述让行区域；
[0084]
其中，让行策略包括正向靠边、反向靠边、离开既定路线、倒车，按照优先级从前到后，依次判断。如果均不可行，则执行步骤5.1)，进入停车避让等模式。
[0085]
步骤6.2)，若所述让行轨迹均未超出所述让行区域，则根据当前次序对应的规划让行策略行驶，规避所述非静止障碍。
[0086]
这里，针对不同的让行策略，可采用不同的路径规划模型。如，正向/反向靠边规划可包括：将车辆方向盘向右打满，将车辆摆正角度与边线平行，且与边线具有安全距离，再结合车辆约束条件。离开路径规划可包括：结合车辆的尺寸大小、车辆约束条件，优先选择距离当前车辆较近的路径。倒车规划可包括：将车辆沿路径方向进行倒车。
[0087]
需要说明的是，本发明实施例与传统避障方法不同的是，没有确定的目的地定义，仅有冲突结束的规定。如现有技术中的避障方法，会规定当前车辆行驶到目的地位置d时，此时避开冲突车辆。而本申请中，当在实际检测识别出的障碍与当前车辆无冲突情况即为冲突结束，换句话说，此时，冲突结束的车辆在抽象拓扑地图外。
[0088]
在一些实施例中，抽象拓扑地图中包括至少一个非静止障碍，此时，车辆同时对每个非静止障碍的目标轨迹进行预测，并得到可让行区域，具体做法与前述实施例相似，在此不再赘述。
[0089]
本发明实施例利用视觉检测到的车位端线、障碍物和可行驶区域信息，生成局部停车场的抽象拓扑地图，该抽象拓扑地图用于锁定可能会与当前车辆产生冲突的对象。而后通过对非静止障碍行为的预测，结合可行驶区域，做出自车行为决策。自车行为包括正常行驶、停车避让、绕行躲避、主动让行四个模式。其中，主动让行模式，可基于右侧通行的基本规则，为非静止障碍预测行驶轨迹，在原可行驶区域中去掉非静止障碍即将占用的区域，形成可让行区域，并在该区域规划让行轨迹。本发明的让行策略支持正反向靠边停车让行、倒车让行、离开既定路线让行等。在完成让行冲突解决后，规划路径回到原正常行驶路线，继续代客泊车功能，具有更好地驾驶体验。
[0090]
如图3所示，实施例提供一种自主避障规划装置300，所述装置包括：
[0091]
生成模块301，基于采集的可行驶区域和当前泊车环境信息生成抽象拓扑地图，其
中，所述抽象拓扑地图中包括在当前泊车环境中，与所述当前车辆具有产生冲突可能性的障碍物，所述障碍物包括静止障碍和非静止障碍；
[0092]
预测模块302，按照预设周期，预测出现在所述抽象拓扑地图上的非静止障碍的目标轨迹，其中，所述目标轨迹与所述抽象拓扑地图的预设边界保持预设距离；
[0093]
确定模块303，基于所述目标轨迹、所述可行驶区域和所述抽象拓扑地图确定所述当前车辆的可让行区域；
[0094]
规划模块304，选取让行轨迹仅存在于所述可让行区域的规划让行策略，规避所述非静止障碍。
[0095]
在可选的实施方式中，规划模块还具体用于，若按照所述规划让行策略产生的让行轨迹都超出所述可让行区域，则通过停车避让方式躲避所述非静止障碍。
[0096]
在可选的实施方式中，规划模块还具体用于，按照预设优先级的顺序，依次判断规划让行策略产生的让行轨迹是否超出所述让行区域；若所述让行轨迹均未超出所述让行区域，则根据当前次序对应的规划让行策略行驶，规避所述非静止障碍。
[0097]
在可选的实施方式中，确定模块还具体用于，将所述抽象拓扑地图与所述可行驶区域的交集，再减去所述目标轨迹对应的占用通道，得到所述当前车辆的可让行区域。
[0098]
在可选的实施方式中，预测模块还具体用于，根据采集的所述非静止障碍的位置信息和当前速度，得到所述非静止障碍的预测轨迹；按照预设周期、预设前进方向和所述当前速度对所述预测轨迹进行修正，得到目标轨迹。
[0099]
在可选的实施方式中，生成模块还具体用于，通过采集的静止障碍和非静止障碍确定所述当前车辆的可行驶区域；通过采集得到的当前泊车环境信息，得到停车位端线、路面边线和空闲状态的停车位区域；根据线性拟合以及插值补全方法，将所述停车位端线、所述路面边线和所述空闲状态的停车位区域进行组合补全，生成所述可行驶区域的预设范围内的抽象拓扑地图。
[0100]
在可选的实施方式中，所述装置还包括，采集模块通过激光雷达或视觉传感器采集所述静止障碍、所述非静止障碍和所述当前泊车环境信息。
[0101]
图4为本发明实施例提供的电子设备400的硬件架构示意图。参见图4所示，该电子设备400包括：机器可读存储介质401和处理器402，还可以包括非易失性存储介质403、通信接口404和总线405；其中，机器可读存储介质401、处理器402、非易失性存储介质403和通信接口404通过总线405完成相互间的通信。处理器402通过读取并执行机器可读存储介质401中自主避障规划的机器可执行指令，可执行上文实施例描述自主避障规划方法。
[0102]
本文中提到的机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置，可以包含或存储信息，如可执行指令、数据，等等。例如，机器可读存储介质可以是：ram(radom access memory，随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、任何类型的存储盘(如光盘、dvd等)，或者类似的存储介质，或者它们的组合。
[0103]
非易失性介质可以是非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、任何类型的存储盘(如光盘、dvd等)，或者类似的非易失性存储介质，或者它们的组合。
[0104]
可以理解的是，本实施例中的各功能模块的具体操作方法可参照上述方法实施例中相应步骤的详细描述，在此不再重复赘述。
[0105]
本发明实施例所提供计算机可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序代码被执行时可实现上述任一实施例所述的自主避障规划方法，具体实现可参见方法实施例，在此不再赘述。
[0106]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0107]
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0108]
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0109]
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。