三维物体位姿参数估计方法及视觉设备与流程
本申请涉及视觉设备领域，尤其涉及一种三维物体位姿参数估计方法及视觉设备。
背景技术：
对于纹理稀少的三维物体的位姿估计，点特征稀少影响位姿估计准确度，相对稳定的直线特征有利于位姿估计。采用直线特征进行位姿估计的核心问题是二维与三维直线特征匹配，由于三维直线可用的描述信息太少，难以直接完成二维与三维直线特征匹配。一般是利用已知二维与三维直线对应关系的参考帧，简化为二维与二维图像直线特征匹配。
目前，直线特征匹配主要关注二维与二维图像直线特征匹配，应用于三维重建、运动恢复结构、即时定位与地图构建方面，并取得一定成效。直线特征匹配可分为特征描述方法、点线不变性方法和线线结合方法。特征描述方法利用直线特征邻域的灰度信息构造特征向量来表征该直线，通过比较特征向量相似性来判断是否为匹配直线；点线不变性方法依赖匹配点，利用共面点线的不变性约束来判断是否为匹配直线；线线结合方法利用不同直线间的约束关系来判断是否为匹配直线。
利用图像与参考帧的二维与二维直线特征匹配，间接实现二维与三维直线特征匹配。一是需要线下标注好二维与三维对应关系的参考帧，数量多且繁琐；二是需要准确提取图像直线特征，但噪声、模糊等因素会影响直线特征的完整性。
从以上分析可以看出，间接匹配方法实现纹理稀少物体的姿态估计，依赖历史图像标注参考帧，且线下标注工作量大。
技术实现要素：
为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种三维物体位姿参数估计方法及视觉设备。
第一方面，本申请提供了一种三维物体位姿参数估计方法，包括：获取基于三维物体的前一帧图像确定的上述三维物体的位姿参数，作为确定上述三维物体的当前帧图像对应位姿参数的初始位姿参数；基于上述初始位姿参数将上述三维物体的三维空间直线段投影至上述当前帧图像的二维图像平面之上，得到上述三维空间直线段的在上述二维图像平面上的投影直线段；确定上述投影直线段在上述二维图像平面上最接近的图像直线段，并确定上述投影直线段与上述最接近的图像直线段之间的距离误差；判断上述距离误差是否满足预设条件；如果不满足上述预设条件，基于上述距离误差确定新的位姿参数，并将上述新的位姿参数作为上述初始位姿参数；如果满足上述预设条件，将上述初始位姿参数作为上述三维物体的上述当前帧图像的位姿参数。
在一些实施例中，基于上述初始位姿参数将上述三维物体的三维空间直线段投影至上述当前帧图像的二维图像平面之上，得到上述三维空间直线段的在上述二维图像平面上的投影直线段之前，还包括：确定上述当前帧图像的视线与上述三维空间直线段所在平面的夹角大小，基于上述夹角大小判断上述三维空间直线段的投影可见性并去除被遮挡的三维空间直线段。
在一些实施例中，确定上述投影直线段在上述二维图像平面上最接近的图像直线段，并确定上述投影直线段与上述最接近的图像直线段之间的距离误差，包括：在上述投影直线段上采样得到多个控制点；确定上述投影直线段的垂直方向；在上述多个控制点中每个控制点处的预设搜索范围沿上述垂直方向双向搜索，将最大似然比值的像素点作为候选对应点，得到多个候选对应点；确定上述多个候选对应点与投影直线段的距离误差。
在一些实施例中，基于上述距离误差确定新的位姿参数，包括：利用李代数空间表征上述初始位姿参数；根据上述距离误差确定位姿增量；基于上述位姿增量确定新的位姿参数。
在一些实施例中，根据上述距离误差确定位姿增量，包括：根据上述距离误差，采用鲁棒估计确定位姿增量。基于上述位姿增量确定新的位姿参数，包括：通过指数映射确定在欧式空间的旋转增量和平移增量，基于上述旋转增量和上述平移增量确定新的旋转矩阵和新的平移向量。
第二方面，本申请提供了一种三维物体位姿参数估计方法，包括：获取上述三维物体的初始帧图像；提取上述初始帧图像中该三维物体的图像几何特征；将提取的图像几何特征与上述三维物体的参考特征库匹配，得到上述提取的图像几何特征对应的三维空间坐标，其中，上述参考特征库包含从上述三维物体的多个视角下的图像中提取的图像几何特征与三维空间坐标之间的对应关系；基于上述三维物体的三维模型以及上述提取的图像几何特征对应的二维图像坐标和三维空间坐标，使用n点透视方法确定上述三维物体的初始位姿参数；基于上述初始位姿参数将上述三维物体的三维空间直线段投影至上述初始帧图像的二维图像平面之上，得到上述三维空间直线段的在上述二维图像平面上的投影直线段；确定上述投影直线段在上述二维图像平面上最接近的图像直线段，并确定上述投影直线段与上述最接近的图像直线段之间的距离误差；判断上述距离误差是否满足预设条件；如果不满足上述预设条件，基于上述距离误差确定新的位姿参数，并将上述新的位姿参数作为上述初始位姿参数；如果满足上述预设条件，将上述初始位姿参数作为上述三维物体的位姿参数。
在一些实施例中，上述图像几何特征为上述三维物体的关键角点特征和/或直线特征。
在一些实施例中，提取上述初始帧图像中三维物体的图像几何特征，包括：在上述初始帧图像上提取上述三维物体的关键角点和/或直线段；基于提取的关键角点和/或直线段的局部灰度确定上述提取的关键角点和/或直线段的特征向量。
在一些实施例中，基于上述初始位姿参数将上述三维物体的三维空间直线段投影至上述初始帧图像的二维图像平面之上，得到上述三维空间直线段的在上述二维图像平面上的投影直线段之前，还包括：确定上述初始帧图像的视线与上述三维空间直线段所在平面的夹角大小，基于上述夹角大小判断上述三维空间直线段的投影可见性并去除被遮挡的三维空间直线段。
在一些实施例中，确定上述投影直线段在上述二维图像平面上最接近的图像直线段，并确定上述投影直线段与上述最接近的图像直线段之间的距离误差，包括：在上述投影直线段上采样得到多个控制点；确定上述投影直线段的垂直方向；在上述多个控制点中每个控制点处的预设搜索范围沿上述垂直方向双向搜索，将最大似然比值的像素点作为候选对应点，得到多个候选对应点；确定上述多个候选对应点与投影直线段的距离误差。
在一些实施例中，基于上述距离误差确定新的位姿参数，包括：利用李代数空间表征上述初始位姿参数；根据上述距离误差确定位姿增量；基于上述位姿增量确定新的位姿参数。
在一些实施例中，根据上述距离误差确定位姿增量，包括：根据上述距离误差，采用鲁棒估计确定位姿增量。基于上述位姿增量确定新的位姿参数，包括：通过指数映射确定在欧式空间的旋转增量和平移增量，基于上述旋转增量和上述平移增量确定新的旋转矩阵和新的平移向量。
第三方面，本申请提供了一种视觉设备，该视觉设备包括：存储器、处理器及存储在上述存储器上并可在上述处理器上运行的计算机程序；上述计算机程序被上述处理器执行时实现本申请任意的三维物体位姿参数估计方法的步骤。
第四方面，本申请提供了一种计算机可读存储介质，上述计算机可读存储介质上存储有三维物体位姿参数估计程序，上述三维物体位姿参数估计程序被处理器执行时实现本申请任意的三维物体位姿参数估计方法的步骤。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点：
本申请实施例提供的该方法，通过迭代投影确定三维物体的位姿参数，避免了依赖大量的历史图像标注，并且高效且准确的实现了纹理稀少的三维物体的位姿参数估计。特征匹配与位姿参数估计交替迭代进行，能够去除外点影响，同时获取匹配结果与位姿参数估计结果。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的视觉设备一种实施方式的硬件结构示意图；
图2为本申请实施例提供的三维物体位姿参数估计方法一种实施方式的流程图；
图3为本申请实施例提供的距离误差确定过程一种实施方式的流程图；
图4为本申请实施例提供的基于距离误差确定新的位姿参数一种实施方式的流程图；
图5为本申请实施例提供的三维物体位姿参数估计方法另一种实施方式的流程图；
图6为本申请实施例提供的参考特征库建立方法一种实施方式的流程图；
图7为本申请实施例提供的三维空间直线段的投影可见性判断的示意图；
图8为本申请实施例提供的投影直线段局部搜索的示意图；
图9为本申请实施例提供的候选对应点与投影直线段之间距离的示意图；
图10为本申请实施例提供的立方体用于初始化的参考帧图像；
图11为本申请实施例提供的初始化匹配的示意图；
图12为本申请实施例提供的非初始帧图像匹配与位姿估计结果；以及
图13为本申请实施例提供的位姿参数估计值与标注参考值的对比曲线。
具体实施方式
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。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
本发明实施例中提供的视觉设备包括但不限于工业自动化设备、以及智能机器人等设备或者用户终端，能够识别及捕获目标物体、提供目标物体的实时图像信息及实时的空间位姿信息。本发明实施例中提供的视觉设备可以包括：rf(radiofrequency，射频)单元、wifi模块、音频输出单元、a/v(音频/视频)输入单元、传感器、接口单元、存储器、处理器、以及电源等部件。
后续描述中将以视觉设备为例进行说明，请参阅图1，其为实现本发明各个实施例的一种视觉设备的硬件结构示意图，该视觉设备100可以包括：一个或多个光学图像传感器101、存储器102、处理器103、以及电源104等部件。本领域技术人员可以理解，图1中示出的视觉设备结构并不构成对视觉设备的限定，视觉设备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。
在一种实施方式中，视觉设备100的光学图像传感器101为一个或多个摄像头，通过开启摄像头，能够实现对图像的捕获，实现拍照、录像等功能，摄像头的位置可以根据需要进行设置。
视觉设备100还可包括至少一种传感器，比如光传感器、运动传感器以及其他传感器。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向。
存储器102可用于存储软件程序以及各种数据。存储器102可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的程序等。此外，存储器102可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器103是视觉设备的控制中心，利用各种接口和线路连接整个视觉设备的各个部分，通过运行或执行存储在存储器102内的软件程序和/或模块，以及调用存储在存储器102内的数据，执行视觉设备的各种功能和处理数据，从而对视觉设备进行整体监控。处理器103可包括一个或多个处理单元。
本实施例提供了一种三维物体位姿参数估计方法，参考图2，三维物体位姿参数估计方法包括步骤s201至步骤s206。
步骤s201，获取基于三维物体的前一帧图像确定的上述三维物体的位姿参数，作为确定上述三维物体的当前帧图像对应位姿参数的初始位姿参数。
步骤s202，基于该初始位姿参数将上述三维物体的三维空间直线段投影至上述当前帧图像的二维图像平面之上，得到上述三维空间直线段的在上述二维图像平面上的投影直线段。
在本实施例中，投影直线段由图像的二维图像坐标表征。
步骤s203，确定上述投影直线段在上述二维图像平面上最接近的图像直线段，并计算上述投影直线段与上述最接近的图像直线段之间的距离误差。
在本实施例中，在图像的二维图像上最接近的图像直线段可以被认为实际三维空间直线段的投影直线段。该距离误差可表征基于初始位姿参数确定的
步骤s204，判断上述距离误差是否满足预设条件；如果不满足上述预设条件，进入步骤s205；如果满足上述预设条件，进入步骤s206。
在一些实施例中，步骤s204中，预设条件可为距离误差小于预设距离误差，当距离误差大于该预设距离误差时，确定不满足预设条件，当距离误差小于或等于该预设距离误差时，确定满足该预设条件。但本实施例不限于此。
步骤s205，基于上述距离误差确定新的位姿参数，并将上述新的位姿参数作为上述步骤s202的初始位姿参数。
步骤s206，将上述初始位姿参数作为上述三维物体的上述当前帧图像的位姿参数。
通过该三维物体位姿参数估计方法，通过迭代投影确定三维物体的位姿参数，避免了依赖大量的历史图像标注，并且高效且准确的实现了纹理稀少的三维物体的位姿参数估计。特征匹配与位姿参数估计交替迭代进行，能够去除外点影响，同时获取匹配结果与位姿参数估计结果。
在一些实施例中，步骤s205还累计步骤s205确定新的位姿参数的累计次数，每确定一次新的位姿参数，累计次数增加1。步骤s204中，如果不满足上述预设条件，则判断累计次数是否大于预设值，如果小于预设值，进入步骤s205。可选地，如果大于该预设值，将上述初始位姿参数作为上述三维物体的上述当前帧图像的位姿参数。
在一些实施例中，由于自身遮挡等原因导致一些三维空间直线段是不可见的，可在投影前根据可见性测试去除不可见直线段，仅保留可见直线段。为此，在一些实施例中，上述步骤s202之前，还包括：确定上述当前帧图像的视线与上述三维空间直线段所在平面的夹角大小，基于上述夹角大小判断上述三维空间直线段的投影可见性并去除被遮挡的三维空间直线段。
在一些实施例中，如图7所示，通过以下方式得到被遮挡的三维空间直线段：
计算视线向量
其中，v(li)为1表示该三维空间直线段可见，为0表示该三维空间直线段不可见。
在一些实施例中，若该三维空间直线段可见，则对其投影直线段进行等间隔均匀采样，采样点称为控制点。
在一些实施例中，上述步骤s203，确定上述投影直线段在上述二维图像平面上最接近的图像直线段，并计算上述投影直线段与上述最接近的图像直线段之间的距离误差，参考图3，包括步骤s301至步骤s304。
步骤s301，在上述三维空间直线段的在上述二维图像平面上的投影直线段上采样得到多个控制点。
步骤s302，确定上述投影直线段的垂直方向。
步骤s303，在上述多个控制点中每个控制点处的预设搜索范围沿上述垂直方向双向搜索，将最大似然比值的像素点作为候选对应点，得到多个候选对应点。
在本实施例中，多个候选对应点可等效为直线段。
步骤s304，确定上述多个候选对应点与投影直线段的距离误差。
上述步骤s203中投影直线段与上述最接近的图像直线段之间的距离误差，可由该多个候选对应点与上述投影直线段之间的距离误差表征。
通过该方法，在初始位姿参数的约束下，可以在预设搜索范围中搜索最优对应点，无需全图搜索图像特征，提高了计算效率，降低了计算复杂度。
在一些实施例中，上述步骤s301中，可以均匀采样多个控制点，以提高搜索准确度。
在一些实施例中，如图8所示，对每一控制点，沿垂直于投影直线段的方向进行一维搜索，搜索范围为{qi，j∈[-r，r]}。计算搜索范围内每一像素点的似然比值，取似然比值最大的像素点(本实施例中称为最大似然比值点)作为候选对应点
ζj为似然比值，表示分别在pt和qj处的卷积值之和的绝对值。mδ是预先定义的δ方向梯度掩模。v(·)表示所在位置的邻近像素。
在一些实施例中，如图9所示，候选对应点x′i与对应投影直线段ls(r)的距离为：
其中，
在一些实施例中，上述步骤s205，基于上述距离误差确定新的位姿参数，参考图4，包括步骤s401步骤s403。
步骤s401，利用李代数空间表征上述初始位姿参数。
步骤s402，根据上述距离误差确定位姿增量。
步骤s403，基于上述位姿增量确定新的位姿参数。
在一些实施例中，上述步骤s402根据上述距离误差确定位姿增量，包括：根据上述距离误差，采用鲁棒估计确定位姿增量。鲁棒估计，指采用tukey影响函数自适应地为距离误差分配权重，减弱虚假候选对应点的影响。
在一些实施例中，上述步骤s403基于上述位姿增量确定新的位姿参数，包括：通过指数映射确定在欧式空间的旋转增量和平移增量，基于上述旋转增量和上述平移增量确定新的旋转矩阵和新的平移向量。
在一些实施例中，在李代数se(3)空间表征位姿参数，v为平移向量，ω为旋转向量。位姿增量计算公式如下：
其中，
公式(6)中
利用指数映射可确定对应欧氏空间的旋转矩阵r和平移向量t，表示为：
经过位姿增量更新后的位姿参数表示为：
本实施例还提供了一种三维物体位姿参数估计方法，用以初始化三维物体的位姿参数，参考图5，三维物体位姿参数估计方法包括步骤s501至步骤s509。
步骤s501，获取三维物体的初始帧图像。
步骤s502，提取上述初始帧图像中该三维物体的图像几何特征。
在一些实施例中，特征由特征检测和描述算法获取，具体信息包括其在图像坐标系下的坐标，以及由邻近灰度计算而来的特征向量。
步骤s503，将提取的图像几何特征与上述三维物体的参考特征库匹配，得到上述提取的图像几何特征对应的三维空间坐标。
其中，上述参考特征库包含从上述三维物体的多个视角下的图像中提取的图像几何特征与三维空间坐标之间的对应关系。
步骤s504，基于上述三维物体的三维模型以及上述提取的图像几何特征对应的二维图像坐标和三维空间坐标，使用n点透视方法确定上述三维物体的初始位姿参数。
在本实施例中，n点透视方法为在图像点坐标与对应三维空间点坐标已知，以及视觉设备的相机内参已知条件下，优化求解三维物体相对于相机的位姿参数的方法。
步骤s505，基于上述初始位姿参数将上述三维物体的三维空间直线段投影至上述初始帧图像的二维图像平面之上，得到上述三维空间直线段的在上述二维图像平面上的投影直线段。
步骤s506，确定上述投影直线段在上述二维图像平面上最接近的图像直线段，并计算上述投影直线段与上述最接近的图像直线段之间的距离误差。
步骤s507，判断上述距离误差是否满足预设条件，如果不满足上述预设条件，进入步骤s508；如果满足上述预设条件，进入步骤s509。
步骤s508，基于上述距离误差确定新的位姿参数，并将上述新的位姿参数作为上述步骤s505的初始位姿参数，进入步骤s505。
步骤s509，将上述初始位姿参数作为上述三维物体的位姿参数。
在一些实施例中，上述图像几何特征为上述三维物体的关键角点特征和/或直线特征。
在一些实施例中，上述步骤s502提取上述初始帧图像的图像几何特征，包括：在上述初始帧图像上提取该三维物体的关键角点和/或直线段；基于提取的关键角点和/或直线段的局部灰度确定上述提取的关键角点和/或直线段的特征向量。
在一些实施例中，上述步骤s504，基于上述初始位姿参数将上述三维物体的三维空间直线段投影至上述初始帧图像的二维图像平面之上，得到上述三维空间直线段的在上述二维图像平面上的投影直线段之前，还包括：确定上述初始帧图像的视线与上述三维空间直线段所在平面的夹角大小，基于上述夹角大小判断上述三维空间直线段的投影可见性并去除被遮挡的三维空间直线段。
在一些实施例中，上述步骤s506，参考图3，可包括：在上述投影直线段上采样得到多个控制点；确定上述投影直线段的垂直方向；在上述多个控制点中每个控制点处的预设搜索范围沿上述垂直方向双向搜索，将最大似然比值的像素点作为候选对应点，得到多个候选对应点；确定上述多个候选对应点与投影直线段的距离误差。
在一些实施例中，基于上述距离误差确定新的位姿参数的步骤，参考图4，可包括：利用李代数空间表征上述初始位姿参数；根据上述距离误差确定位姿增量；基于上述位姿增量确定新的位姿参数。
在一些实施例中，根据上述距离误差确定位姿增量的步骤，可包括：根据上述距离误差，采用鲁棒估计确定位姿增量。基于上述位姿增量确定新的位姿参数，包括：通过指数映射确定在欧式空间的旋转增量和平移增量，基于上述旋转增量和上述平移增量确定新的旋转矩阵和新的平移向量。
本实施例提供的参考特征库建立方法，用于生产本实施例的参考特征库，该参考特征库可应用于本实施例的三维物体位姿参数估计方法，尤其是步骤s503中。参考图6，该参考特征库建立方法包括步骤s601至步骤s604。
步骤s601，获取三维物体多个视角下的图像，得到该三维物体的多帧图像。
在本实施例中，该多帧图像可包括该三维物体至少部分或者更多视角下的图像，每个视角可包括一帧或多帧图像。在一些实施例中，可包括三维物体的3至5个视角下的图像。
步骤s602，提取上述多帧图像中该三维物体的图像几何特征。
在一些实施例中，特征由特征检测和描述算法获取，具体信息包括其在图像坐标系下的坐标，以及由邻近灰度计算而来的特征向量。
在一些实施例中，上述图像几何特征为上述三维物体的关键角点特征和/或直线特征。
在一些实施例中，提取上述多帧图像中该三维物体的图像几何特征，可包括：在上述多帧图像上提取该三维物体的关键角点和/或直线段；基于提取的关键角点和/或直线段的局部灰度确定上述提取的关键角点和/或直线段的特征向量。
步骤s603，根据三维物体的三维模型，利用反投影法确定图像几何特征对应的三维空间坐标。
在本实施例中，每帧图像的一个或多个几何特征整体与三维空间坐标对应。
步骤s604，形成包含三维物体的图像几何特征与三维空间坐标之间的对应关系的参考特征库。
在一些实施方式中，作为示例性说明，一种三维物体位姿参数估计方法包括：1)线下阶段：按照如图6所示的方法构建参考特征库；2)初始化阶段：按照如图5所述的方法确定初始帧图像对应的位姿参数；3)位姿参数更新阶段：按照如图2所示的方法确定初始帧图像之后的图像帧对应的位姿参数。
在一些实施例中，可判断图像是否为初始帧图像，当图像为初始帧图像时，进入初始化阶段，按照如图5所述的方法确定初始帧图像对应的位姿参数；当图像不是初始帧图像时，进入位姿参数更新阶段，按照如图2所示的方法确定图像帧对应的位姿参数。
本申请提供的一种视觉设备，该视觉设备包括：存储器、处理器及存储在上述存储器上并可在上述处理器上运行的计算机程序；上述计算机程序被上述处理器执行时实现本上述任意实施例或实施方式的三维物体位姿参数估计方法的步骤。
本申请提供的一种计算机可读存储介质，上述计算机可读存储介质上存储有三维物体位姿参数估计程序，上述三维物体位姿参数估计程序被处理器执行时实现本申请任意的三维物体位姿参数估计方法的步骤。
实验及实验结果说明
在本实施例中，以连续运动立方体为测试对象，图像分辨率为640*480像素。初始帧图像进行初始化得到初始位姿参数，往后帧以上一帧的位姿参数作为当前帧的初始位姿参数，进行二维与三维直线特征匹配和位姿参数估计。所有的实验在一台中央处理器(cpu)为
取立方体在三个不同视角的成像图像作为参考图像，构建参考特征库。该多帧参考图像如图10所示。初始帧图像与参考特征库的关键角点特征匹配结果如图11所示，右下角图像为初始帧图像，对应点特征用直线连接，立方体三维模型以初始帧图像的初始位姿参数投影至初始帧二维图像平面上。
往后帧的直线特征匹配和位姿参数估计结果如图12所示。立方体三维空间直线段按估计位姿参数重投影至图像平面上，投影直线基本与图像直线重合，直角坐标系朝向表示目标位姿。连续位姿参数估计结果与标注参考值的对比曲线如图13所示，估计曲线基本与参考曲线一致。计算位姿估计值与参考值的均方根误差，如表1所示。另外，单帧平均处理时间43ms，满足实时性要求。
表1立方体位姿参数误差
从以上结果表明，本发明算法能够准确完成二维与三维直线特征匹配，同时能够准确估计三维物体的位姿参数，并且计算复杂度低。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的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介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
- 还没有人留言评论。精彩留言会获得点赞！