无人搬运车工作路线规划方法、装置、设备及存储介质与流程

1.本发明涉及数据处理技术领域，尤其涉及一种无人搬运车工作路线规划方法、装置、设备及存储介质。


背景技术：

2.相关技术中，一般采用集中调度策略来控制多个agv(automated guided vehicle，即自动导引运输车/无人搬运车)设备的并行运行。
3.但是，通过这种方法进行agv设备的路线规划时，如果agv设备数量较大，系统的结构和路径规划算法会变得相当复杂，会严重影响系统的运行效率、降低系统的可靠性，导致所得的路线规划结果可靠性低。


技术实现要素：

4.本发明的主要目的在于提供一种无人搬运车工作路线规划方法、装置、设备及存储介质，旨在解决现有技术中当agv设备数量较大时，所得的路线规划结果可靠性低的技术问题。
5.根据本发明的第一方面，提供了一种无人搬运车工作路线规划方法，所述方法包括：
6.获取所述无人搬运车在目标区域的待规划路线的出发点和目标点；所述目标区域分割成多个单元区域；
7.根据所述出发点和所述目标点，在所述目标区域中确定出至少两条备选路线；所述备选路线包括至少两个备选单元区域；
8.根据所述备选单元区域的区域负荷数据，从至少两条所述备选路线中筛选出目标路线。
9.可选地，所述根据所述出发点和所述目标点，在所述目标区域中确定出至少两条备选路线，包括：
10.确定出所述出发点所属的起始单元区域和所述目标点所属的目标单元区域；
11.基于所述起始单元区域和所述目标单元区域，得到至少两条所述备选路线。
12.可选地，所述根据所述备选单元区域的区域负荷数据，从至少两条所述备选路线中筛选出目标路线，包括：
13.根据所述备选单元区域的区域负荷数据，得到所述备选单元区域的路长权值；
14.基于所述路长权值，得到任一所述备选路线的加权路长值；
15.筛选出所述加权路长值最小的备选路线作为所述目标路线。
16.可选地，所述方法还包括：
17.若检测到所述无人搬运车进入任一备选单元区域，则获取所述任一备选单元区域的区域障碍物数据；
18.将所述区域障碍物数据发送至所述无人搬运车，以使所述无人搬运车根据所述区
域障碍物数据生成区域路线，并根据所述区域路线行驶。
19.可选地，所述无人搬运车配置有红外雷达，所述将所述区域障碍物数据发送至所述无人搬运车，以使所述无人搬运车根据所述区域障碍物数据生成区域路线，并根据所述区域路线行驶之后，所述方法还包括：
20.接收所述红外雷达采集的实时红外信号；
21.根据所述实时红外信号，判断所述区域路线上是否存在障碍物；
22.若存在障碍物，则控制无人搬运车执行防撞动作。
23.可选地，所述方法还包括：
24.若检测到所述无人搬运车离开任一所述备选单元区域，则根据所述目标路线，确定出下一单元区域；
25.获取所述下一单元区域的实时区域负荷数据；
26.判断所述实时区域负荷数据是否达到预设阈值；
27.若所述实时区域负荷数据达到所述预设阈值，则控制所述无人搬运车避开所述下一单元区域行驶。
28.可选地，所述若所述实时负载量达到所述预设阈值，则控制所述无人搬运车避开所述下一单元区域行驶，包括：
29.若所述实时负载量达到所述预设阈值，则基于所述无人搬运车的当前位置和所述目标点，更新所述目标路线；
30.控制所述无人搬运车按照更新后的目标路线行驶。
31.根据本发明的第二方面，提供了一种无人搬运车工作路线规划装置，所述装置包括：
32.信息获取模块，用于获取所述无人搬运车在目标区域的待规划路线的出发点和目标点；所述目标区域分割成多个单元区域；
33.路线生成模块，用于根据所述出发点和所述目标点，在所述目标区域中确定出至少两条备选路线；所述备选路线包括至少两个备选单元区域；
34.路线筛选模块，用于根据所述备选单元区域的区域负荷数据，从至少两条所述备选路线中筛选出目标路线。
35.根据本发明的第三方面，提供了一种无人搬运车工作路线规划设备，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无人搬运车工作路线规划程序，所述无人搬运车工作路线规划程序被所述处理器执行时实现第一方面的实现方式中的任一种可能的实现方式中所述的各个步骤。
36.根据本发明的第四方面，提供了一种计算机可读存储介质，其上存储有无人搬运车工作路线规划程序，所述无人搬运车工作路线规划程序被处理器执行时实现第一方面的实现方式中的任一种可能的实现方式中所述的各个步骤。
37.本发明实施例提出一种无人搬运车工作路线规划方法、装置、设备及存储介质，通过无人搬运车工作路线规划设备获取所述无人搬运车在目标区域的待规划路线的出发点和目标点；所述目标区域分割成多个单元区域；根据所述出发点和所述目标点，在所述目标区域中确定出至少两条备选路线；根据所述备选单元区域的区域负荷数据，从至少两条所述备选路线中筛选出目标路线。
38.本发明在进行无人搬运车工作路线规划时，将整体工作区域划分为多个单元区域，在待规划路线出发点和目标点的基础上，基于不同单元区域的负载情况选择出最优的路线。本发明区别于现有技术中当agv设备数量较大时，所得的路线规划结果可靠性低的情况，将区域进行划分，基于不同区域的负载情况，结合每个区域实际的繁忙程度进行路线规划，分开考虑不同区域，降低了处理复杂度，从而提高了处理准确性，进而得到更合理更可靠的路线规划结果。
附图说明
39.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
40.图1为本发明实施例方案涉及的硬件运行环境的无人搬运车工作路线规划设备的结构示意图；
41.图2为本发明无人搬运车工作路线规划方法的第一实施例的流程示意图；
42.图3为本发明图2中s202的步骤的细化流程示意图；
43.图4为本发明图2中s203的步骤的细化流程示意图；
44.图5为本发明无人搬运车工作路线规划方法的第二实施例的流程示意图；
45.图6为本发明无人搬运车工作路线规划方法的第三实施例的流程示意图；
46.图7为本发明图6中s604的步骤的细化流程示意图；
47.图8为本发明实施例涉及的无人搬运车工作路线规划装置的功能模块示意图；
48.图9为图3中步骤a20涉及的备选路线示意图。
49.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
50.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
51.本发明实施例的主要解决方案是：获取所述无人搬运车在目标区域的待规划路线的出发点和目标点；所述目标区域分割成多个单元区域；根据所述出发点和所述目标点，在所述目标区域中确定出至少两条备选路线；根据所述备选单元区域的区域负荷数据，从至少两条所述备选路线中筛选出目标路线。
52.相关技术中，一般采用集中调度策略来控制多个agv设备的并行运行。但是，通过这种方法进行agv设备的路线规划时，如果agv设备数量较大，系统的结构和路径规划算法会变得相当复杂，会严重影响系统的运行效率、降低系统的可靠性，导致所得的路线规划结果可靠性低。
53.本发明提供一种解决方案，该方案用于无人搬运车工作路线规划设备，将整体工作区域划分为多个单元区域，在待规划路线出发点和目标点的基础上，基于不同单元区域的负载情况选择出最优的路线。本发明区别于现有技术中当agv设备数量较大时，所得的路线规划结果可靠性低的情况，将区域进行划分，基于不同区域的负载情况，结合每个区域实际的繁忙程度进行路线规划，分开考虑不同区域，降低了处理复杂度，从而提高了处理准确
性，进而得到更合理更可靠的路线规划结果。
54.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中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的实施例，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。
55.本发明实施例的说明书和权利要求书中的“第一”、“第二”用于区别类似的对象，而不必用于描述特定的顺序或者先后次序，应该理解这样的数据在适当的情况下可以互换，以便这里描述的实施例能够以除了这里图示或者描述的那些以外的顺序实施。
56.参照图1，图1为本发明实施例方案涉及的硬件运行环境的无人搬运车工作路线规划设备的结构示意图。
57.如图1所示，该无人搬运车工作路线规划设备可以包括：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)，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。
58.本领域技术人员可以理解，图1中示出的结构并不构成对无人搬运车工作路线规划设备的限定，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。
59.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、信息获取模块、路线生成模块、路线筛选模块以及无人搬运车工作路线规划程序。
60.在图1所示的无人搬运车工作路线规划设备中，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；本发明无人搬运车工作路线规划设备中的处理器1001、存储器1005可以设置在无人搬运车工作路线规划设备中，无人搬运车工作路线规划设备通过处理器1001调用存储器1005中存储的无人搬运车工作路线规划程序，并执行本发明实施例提供的无人搬运车工作路线规划方法。
61.基于上述硬件结构但不限于上述硬件结构，本发明提供一种无人搬运车工作路线规划方法第一实施例。参照图2，图2为本发明无人搬运车工作路线规划方法第一实施例的流程示意图。
62.本实施例中，该方法包括：
63.步骤s201，获取所述无人搬运车在目标区域的待规划路线的出发点和目标点；
64.在本实施例中，执行主体为无人搬运车工作路线规划设备，该无人搬运车工作路线规划设备提供用户交互界面并与后台数据库连接，在进行无人搬运车工作路线规划时，一方面，工作人员可根据实际需要，在用户交互界面手动输入所需的出发点和目标点，其中这些点可以是在先设置好的坐标，也可以是具体的工作站、工作台等等；另一方面，无人搬运车工作路线规划设备还可以直接从后台数据库中获取预设的排班信息，并从中得到待规划路线的出发点和目标点。也就是说，本实施例中既可以按照既定的排班情况进行路线规
划，也可以随时根据用户的临时安排，规划新的路线。
65.需要强调的是，本实施例中将整个区域划分为了多个单元区域，每个单元区域会相对独立的进行相应处理，以减小工作量。具体可以根据工作区域的实际情况进行划分，比如将一个仓库划分为入库区、出库区、售后区等。
66.步骤s202，根据所述出发点和所述目标点，在所述目标区域中确定出至少两条备选路线；
67.如上所述，整体区域被划分为了多个单元区域，故出发点和目标点很可能不在一个区域内。可以理解的，对于跨区域的出发点和目标点，其间可能需要跨过其他区域，可能会有多种路线可供选择，因此为了得到更可靠的规划路线，需要权衡各条可行的路线，因此首先得到各条备选路线。可以理解的，每条备选路线都会经过至少两个备选单元区域。
68.在一具体实施方式中，参照图3，图3为本发明图2中s202的步骤的细化流程示意图，所述根据所述出发点和所述目标点，在所述目标区域中确定出至少两条备选路线，包括：
69.步骤a10，确定出所述出发点所属的起始单元区域和所述目标点所属的目标单元区域；
70.如上所述，出发点和目标点可以是在先设置好的坐标，也可以是具体的工作站、工作台等等。对于坐标，可以理解的，一个点对应一个坐标，那么一个区域就对应一段坐标范围，因此可根据对应的横坐标和纵坐标，确定横坐标和纵坐标所属的范围来确定起始单元区域和目标单元区域；对于具体的工作站、工作台，则可从数据库中调取相关数据来确定，比如对于一个仓库，现在想要无人搬运车从a货架运行到b货架，则可调取该仓库的仓储数据，从仓储数据中获得a、b货架所处的区域。不难理解，仓储数据中包含了仓库中个物体的各项数据。
71.步骤a20，基于所述起始单元区域和所述目标单元区域，得到至少两条所述备选路线。
72.在得到了上述起始单元区域和目标单元区域后，即可据此生成多条备选路线。具体的，参照图9，图9为图3中步骤a20涉及的备选路线示意图，比如对于一个正方形区域，将其等面积划分为了2*2的4个小的正方形单元区域，第一排从左往右分别为a区域和b区域，第二排从左往右分别为c区域和d区域，现在需要使无人搬运车从a区域，即起始单元区域运行到d区域，即目标单元区域，显然至少有以下三种可行方案：1.直接从a区域沿对角线方向行驶到d区域；2.从a区域经过b区域再到d区域；3.从a区域经过c区域再到d区域。
73.步骤s203，根据所述备选单元区域的区域负荷数据，从至少两条所述备选路线中筛选出目标路线。
74.继续以上述步骤a20中描述的情形为例，不难理解，第一种方案，即不经过任何其他区域直接到达d区域是路长最短的，故一般情况下会采用这种方案控制无人搬运车行驶，但事实上，由于不同区域的负载量不一样，负荷高的区域由于行驶速度慢、需要避让障碍物和其他车辆等原因，相同的路长其所花费的时间会更长，所以不能简单的以路长为标准，还需要考虑到每个单元区域的区域负荷数据。
75.在一具体实施方式中，参照图4，图4为本发明图2中s203的步骤的细化流程示意图，所述根据所述备选单元区域的区域负荷数据，从至少两条所述备选路线中筛选出目标
路线，包括：
76.步骤b10，根据所述备选单元区域的区域负荷数据，得到所述备选单元区域的路长权值；
77.如上所述，不同的区域负载量会影响到无人搬运车在不同区域内花费的行驶时间，区域负载量越大，行驶相同的路长所花费的时间会更长，可以将时间变长等效看作行驶速度不变，但行驶路程变长了，也即区域负载量越大，该区域对应的路长权值也越大。
78.可根据区域负荷数据，得到对应区域的最大承载量以及实际负载量，实际负载量与最大承载量之间的比值即为对应区域的负荷量。具体的，可预设多个负荷阈值与路长权值之间的映射关系来确定路长权值，比如当负荷量小于20％时，将路长权值设为1，即直接以实际路长为准；当负荷量达到20％而小于50％时，将路长权值设为1.2，即该区域中的1m相当于正常情况下的1.2m；当负荷量达到50％而小于80％时，将路长权值设为1.5，即该区域中的1m相当于正常情况下的1.5m；当负荷量达到达到80％时，将路长权值设为1.8，即该区域中的1m相当于正常情况下的1.8m。当然这些参数可根据实际需求自行设置。
79.需要补充强调的是，本实施例中得到的负荷量是带前瞻性的，即是获得的无人搬运车到达该区域时，该区域的预计负荷量。具体的，可以根据既定的排班情况进行预测，得到该区域在未来某个时间段内的负荷情况，可以理解的，虽然可能会有临时安排，比如增减线路、调整线路、调整时间等，但由于具体的路长权值是基于一段范围设置的，因此即使具体值会有些许出入，但总体上不会产生较大影响，还是可以保证所确定出的路长权值的准确性。
80.步骤b20，基于所述路长权值，得到任一所述备选路线的加权路长值；
81.如上所述，区域负载量越大，行驶相同的路长所花费的时间会更长，可以将时间变长等效看作行驶速度不变，但行驶路程变长了。也就是说，区域负载量越大，则路长权值越大，在相同长度下最后得到的加权路长值也越大。因此可以根据各区域的加权路长值来确定花费时间最短的路线。
82.步骤b30，筛选出所述加权路长值最小的备选路线作为所述目标路线。
83.比如对于上述方案1，无人搬运车直接从a区域到d区域，假设其在a、d区域中各需行驶100m，且a、d区域的路长权值均为1.5，那么不难得出其加权路长值为300m；对于上述方案2，无人搬运车从a区域经过b区域再到d区域，由于无人搬运车可以直接沿垂直方向驶离a区域和驶进b区域，所以相比于向斜线行驶的方案1，其在a、b区域中的行驶距离要短，假设其在a、d区域中各需行驶50m，且a、d区域的路长权值均为1.5，而其在b区域中需行驶120m，且b区域的路长权值均为1，那么不难得出其加权路长值为270m。因此可以看出，虽然方案1的实际路长为200m，而方案2的实际路长为220m，但考虑到负荷情况后，所得的等效长度方案2反而更小，因此最后需要根据加权路长值，选出其中最小的线路作为目标线路。
84.在本实施例中，在基于路长规划路线的基础上，还将整体区域划分为多个单元区域，结合不同区域的负荷量进行规划，一方面，综合考虑了实际路长和实际负荷，使得所得结果更加合理；另一方面，不同区域分开考虑，每个区域中可以相对独立的进行相应处理，降低了处理复杂度，提升了整体的可靠性。
85.进一步地，作为一个实施例，参照图5，图5为本发明无人搬运车工作路线规划方法第二实施例的流程示意图。
86.本实施例中，该方法还包括：
87.步骤s501，若检测到所述无人搬运车进入任一备选单元区域，则获取所述任一备选单元区域的区域障碍物数据；
88.前述已经确定了无人搬运车所要行驶的各个单元区域，但在每个单元区域内具体的路线还需进一步确认，因此在上述实施例的基础上，本实施例中对每个单元区域的区域路线进行进一步处理。可以理解的，在每个单元区域内，无人搬运车的区域路线也需保证其路长尽量短，由于同一区域内的负荷量是一致的，故可以不考虑负荷情况，尽量保证直线行驶即可。但在一个单元区域内，其中可能有很多障碍物，比如对于一个仓库，其中包含的很多货架、货箱等都可能成为障碍物，另外，其它的无人搬运车也可能会成为障碍物。
89.故为了尽量避开这些障碍物，首先获取该单元区域的障碍物数据，具体的，比如对于一个仓库，其障碍物数据可以是该单元区域的仓储数据，该单元区域的各种货架、货箱等仓库物体都是障碍物，根据仓储数据，即可得到各仓库物体的排布情况。
90.步骤s502，将所述区域障碍物数据发送至所述无人搬运车，以使所述无人搬运车根据所述区域障碍物数据生成区域路线，并根据所述区域路线行驶；
91.如上所述，在每个单元区域中，在保证路长尽量短，即尽量保证直线行驶的情况下，还需主要根据该单元区域中的障碍物进行路线调整。而对于任一单元区域，区域内的路线可以独立规划，将区域障碍物数据发送至无人搬运车，无人搬运车即可据此自动完成规划和行驶。不难理解，本实施例中无人搬运车路线规划设备只需执行数据发送即可，从而大大降低了数据处理的复杂度。
92.步骤s503，接收所述红外雷达采集的实时红外信号；
93.步骤s504，根据所述实时红外信号，判断所述区域路线上是否存在障碍物；
94.如上所述，在实际运行过程中，除了单元区域内的固有物体外，其他的无人搬运车也可能成为障碍物，并且在数据更新不及时的时候，也可能会遇到新增物体、物体位置移动等情况，这些都是难以提前考虑在内的。故为了保证正常运行，在无人搬运车上还配置有红外雷达，可以通过该红外雷达实时采集红外信号，通过该红外信号来判断区域路线上是否有障碍物。
95.步骤s505，若存在障碍物，则控制无人搬运车执行防撞动作。
96.当检测到区域路线上存在障碍物时，则需要控制无人搬运车执行防撞动作。具体的，由于障碍物可能为运动的其他无人搬运车，可能当该无人搬运车行驶到对应位置时，作为障碍物的其他无人搬运车已经驶离了，也就无需进行调整，因此在检测到了障碍物时，可以先使无人搬运车继续正常行驶，或者可以适当减速，当检测到距离障碍物小于预设距离阈值时，再控制无人搬运车执行防撞动作，比如旋转、向左或向右转向等。
97.本实施例中，不同的单元区域内可以独立规划行驶路线，无需考虑其他区域的情况，从而降低了算法复杂度，提高了整体系统的可靠性，并且利用红外雷达实时监测路线上的障碍物，在遇到障碍物时无人搬运车可执行防撞动作，从而保证了正常运行。
98.进一步地，作为一个实施例，参照图6，图6为本发明无人搬运车工作路线规划方法第三实施例的流程示意图。
99.本实施例中，该方法还包括：
100.步骤s601，若检测到所述无人搬运车离开任一所述备选单元区域，则根据所述目
标路线，确定出下一单元区域；
101.在上述实施例的基础上，本实施例还可以基于各单元区域的繁忙程度对路线进行实时调整。可以理解的，上述得到的目标路线为加权路长值最小的路线，但实际的工作情况随时都在变化，并且当某一单元区域过于繁忙时，即使通过该单元区域可以更快到达目标点，但为了保证整体的正常运行，最好还是避开该区域绕行。因此在每次进入下一单元区域之前，还需再进一步判断该单元区域的负荷情况。故在无人搬运车离开某一单元区域时，首先根据前述得到的目标路线，确定出下一单元区域。
102.步骤s602，获取所述下一单元区域的实时区域负荷数据；
103.在确定出下一单元区域，则可获取其实时区域负荷数据，毫无疑问该实时区域负荷数据比之前进行整体规划时，确定的预计负荷量要更加准确，故可以有效避免前期预计时的错误，和/或单元区域内的临时调整。
104.步骤s603，判断所述实时区域负荷数据是否达到预设阈值；
105.如上所述，当某一单元区域过于繁忙时，即使通过该单元区域可以更快到达目标点，但为了保证整体的正常运行，最好还是避开该区域绕行。故在得到上述实时区域负荷数据后，再判断该实时区域负荷数据是否达到了预设阈值，比如该阈值可以设置为85％，当然该阈值可以根据实际需求自行设置。
106.步骤s604，若所述实时区域负荷数据达到所述预设阈值，则控制所述无人搬运车避开所述下一单元区域行驶。
107.当实时区域负荷数据达到预设阈值时，就需要进行绕行，既保证自身的正常行驶，也尽量减小该区域的压力。
108.在一具体实施方式中，参照图7，图7为本发明图6中s604的步骤的细化流程示意图，所述若所述实时负载量达到所述预设阈值，则控制所述无人搬运车避开所述下一单元区域行驶，包括：
109.步骤c10，若所述实时负载量达到所述预设阈值，则基于所述无人搬运车的当前位置和所述目标点，更新所述目标路线；
110.步骤c20，控制所述无人搬运车按照更新后的目标路线行驶。
111.如上所述，当实时区域负荷数据达到预设阈值时，就需要进行绕行，也就是说，此时需要重新规划路线。可以理解的，此时无人搬运车所在的当前位置即为新的出发点，而目标点不变，并且在所有备选单元区域中将该繁忙区域去除掉，然后基于该新的出发点和目标点，即可采用上述实施例中所描述的相关步骤重新规划路线。具体方式与上述一致，在此不再赘述。最后使无人搬运车按照更新后的目标路线行驶即可。
112.本实施例中，避开过于繁忙的单元区域，既保证自身的正常行驶，也尽量减小该区域的压力，可以理解的，在该繁忙区域内需要根据该区域内的实际情况进行区域路线规划，故在减小该区域压力的基础上，也减小了该区域内区域路线规划的复杂度，进而整体的可靠性。
113.基于同一发明构思，本发明实施例还提供一种无人搬运车工作路线规划装置，参照图8所示，包括：
114.信息获取模块，用于获取所述无人搬运车在目标区域的待规划路线的出发点和目标点；所述目标区域分割成多个单元区域；
115.路线生成模块，用于根据所述出发点和所述目标点，在所述目标区域中确定出至少两条备选路线；所述备选路线包括至少两个备选单元区域；
116.路线筛选模块，用于根据所述备选单元区域的区域负荷数据，从至少两条所述备选路线中筛选出目标路线。
117.此外，在一实施例中，本技术还提供一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器运行时实现前述方法实施例中方法的步骤。
118.在一些实施例中，计算机可读存储介质可以是fram、rom、prom、eprom、eeprom、闪存、磁表面存储器、光盘、或cd-rom等存储器；也可以是包括上述存储器之一或任意组合的各种设备。计算机可以是包括智能终端和服务器在内的各种计算设备。
119.在一些实施例中，可执行指令可以采用程序、软件、软件模块、脚本或代码的形式，按任意形式的编程语言(包括编译或解释语言，或者声明性或过程性语言)来编写，并且其可按任意形式部署，包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
120.作为示例，可执行指令可以但不一定对应于文件系统中的文件，可被存储在保存其它程序或数据的文件的一部分，例如，存储在超文本标记语言(html，hyper text markup language)文档中的一个或多个脚本中，存储在专用于所讨论的程序的单个文件中，或者，存储在多个协同文件(例如，存储一个或多个模块、子程序或代码部分的文件)中。
121.作为示例，可执行指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行。
122.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。