目标跟随方法、装置、机器人及可读取存储介质与流程
本申请涉及图像处理技术领域，具体而言，涉及一种目标跟随方法、装置、机器人及可读取存储介质。
背景技术：
随着计算机视觉技术的迅猛发展，以实时采集到的图像序列为基础，通过图像处理的方法对图像中的运动目标进行提取、识别和跟随，获取运动目标的位置和参数等信息，并进一步实现对运动目标的理解和分析，这样的视觉跟随技术逐渐在军事、工业以及农业生产中得到广泛的应用，成为人们研究的热点。因此，视觉跟随系统的设计与实现是计算机领域的重要研究课题之一。
但是现有的视觉跟随机器人通常在接收到跟随指令后立即开始对发送该跟随指令的目标进行跟随移动，该目标可能是偶然错误触发该跟随指令，并不需要机器人跟随，另一方面，机器人如果可以对触发跟随指令的任意人员进行跟随，在不清楚人员身份和权限的情况下，机器人也存在较大的安全问题。
技术实现要素：
有鉴于此，本申请实施例的目的在于提供一种目标跟随方法、装置、机器人及可读取存储介质，以改善现有技术中存在的机器人跟随准确性和安全性较差的问题。
本申请实施例提供了一种目标跟随方法，所述方法包括：接收跟随请求信息；响应所述跟随请求信息，对当前用户进行身份验证；在所述当前用户通过身份验证时，将所述当前用户作为跟随目标；跟随所述跟随目标进行移动。所述目标跟随方法在进行跟随移动前对目标进行身份验证，从而提高了跟随准确性和安全性。
在上述实现方式中，在进行跟随移动前对目标进行身份验证，身份验证通过后才进行跟随移动，避免跟随错误的对象或跟随无权限的对象，从而提高了跟随准确性和安全性。
可选地，所述跟随请求信息为声音信息，所述接收跟随请求信息，包括：通过麦克风阵列接收所述当前用户发出的声音信息；在所述接收跟随请求信息之后，所述方法还包括：基于所述麦克风阵列中每个麦克风接收到的所述声音信息的信号强度对声源的位置进行定位；移动至所述声源的位置，以使所述当前用户输入身份验证信息。
在上述实现方式中，以声音信息作为触发信息，直接通过声音信息对发出跟随请求信息的目标进行定位，能够更加方便、快捷地靠近目标以便进行后续跟随操作，从而提高了目标跟随的效率和简便性。
可选地，在所述对所述当前用户进行身份验证之前，所述方法还包括：录入所述当前用户的身份验证标准信息；所述对所述当前用户进行身份验证，包括：将所述当前用户输入的身份验证信息与所述身份验证标准信息进行匹配；在所述身份验证信息与所述身份验证标准信息匹配成功时，确定所述当前用户通过身份验证。
在上述实现方式中，通过预先设置的身份验证标准信息与用户输入的身份验证信息的匹配结果实现用户的身份验证，保证跟随目标的合法性和安全性。
可选地，所述跟随所述跟随目标进行移动，包括：采集当前帧的环境图像；确定所述当前帧的环境图像中是否存在的指定类型的图像；在存在所述指定类型的图像，且所述指定类型的图像为所述跟随目标的图像时，跟随所述跟随目标进行移动。
在上述实现方式中，对图像进行逐帧处理，识别指定类型的图像是否为跟随目标，使跟随反应更加迅速，增强了跟随即时性。
可选地，所述在存在所述指定类型的图像，且所述指定类型的图像为所述跟随目标的图像时，跟随所述跟随目标进行移动，包括：在存在所述指定类型的图像时，确定所述指定类型的图像中各位置的灰度级分布情况；基于所述灰度级分布情况获得所述指定类型的图像的带空间位置信息的当前灰度加权直方图；在所述当前灰度加权直方图和灰度加权直方图模板的直方图匹配成功时，确定所述指定类型的图像为所述跟随目标的图像；确定所述当前跟随目标图像与所述目标跟随机器人的相对距离和相对方向；基于所述相对距离和所述相对方向规划跟随路径；基于所述跟随路径跟随所述目标进行移动。
在上述实现方式中，通过指定类型的图像以及模板图像的带空间位置信息的灰度加权直方图进行跟随目标的识别，不需要进行物理或信号连接就可以实现实时跟随功能，减少了配套设备的使用，提高了跟随的简便性。
可选地，在存在所述指定类型的图像，且所述指定类型的图像为所述跟随目标的图像时，跟随所述跟随目标进行移动之前，所述方法还包括：在所述当前用户通过身份验证时，获取所述当前用户的模板图像；确定所述模板图像中各位置的灰度级分布情况；基于所述模板图像中各位置的灰度级分布情况，获得所述模板图像的带空间位置信息的所述灰度加权直方图模板。
在上述实现方式中，在用户完成身份验证后获取模板图像，并基于该模板图像预置模板图像的带空间位置信息的灰度加权直方图模板，进一步提高了身份验证的安全性和准确性。
可选地，所述跟随所述跟随目标进行移动，包括：在丢失所述跟随目标的时间超过预设时间后，且所述跟随目标再次出现时，对所述当前用户再次进行身份验证；在所述当前用户通过身份验证时，将所述当前用户作为跟随目标；继续跟随所述跟随目标进行移动。
在上述实现方式中，在跟踪目标丢失后重新进行跟踪前需要对其进行再次的身份验证，进一步提高了跟踪安全性和准确性。
本申请实施例还提供了一种目标跟随装置，所述装置包括：请求接收模块，用于接收跟随请求信息；验证模块，用于响应所述跟随请求信息，对当前用户进行身份验证；目标确定模块，用于在所述当前用户通过身份验证时，将所述当前用户作为跟随目标；跟随模块，用于跟随所述跟随目标进行移动。
在上述实现方式中，在进行跟随移动前对目标进行身份验证，身份验证通过后才进行跟随移动，避免跟随错误的对象或跟随无权限的对象，从而提高了跟随准确性和安全性。
可选地，所述验证模块具体用于：通过麦克风阵列接收所述当前用户发出的声音信息；在所述接收跟随请求信息之后，所述方法还包括：基于所述麦克风阵列中每个麦克风接收到的所述声音信息的信号强度对声源的位置进行定位；移动至所述声源的位置，以使所述当前用户输入身份验证信息。
在上述实现方式中，以声音信息作为触发信息，直接通过声音信息对发出跟随请求信息的目标进行定位，能够更加方便、快捷地靠近目标以便进行后续跟随操作，从而提高了目标跟随的效率和简便性。
可选地，所述验证模块包括：录入单元，用于录入所述当前用户的身份验证标准信息；匹配单元，用于将所述当前用户输入的身份验证信息与所述身份验证标准信息进行匹配；验证单元，用于在所述身份验证信息与所述身份验证标准信息匹配成功时，确定所述当前用户通过身份验证。
在上述实现方式中，通过预先设置的身份验证标准信息与用户输入的身份验证信息的匹配结果实现用户的身份验证，保证跟随目标的合法性和安全性。
可选地，所述跟随模块包括：采集单元，用于采集当前帧的环境图像；类型确定单元，用于确定所述当前帧的环境图像中是否存在的指定类型的图像；跟随单元，用于在存在所述指定类型的图像，且所述指定类型的图像为所述跟随目标的图像时，跟随所述跟随目标进行移动。
在上述实现方式中，对图像进行逐帧处理，识别指定类型的图像是否为跟随目标，使跟随反应更加迅速，增强了跟随即时性。
可选地，所述跟随模块还包括图像识别单元，用于：在存在所述指定类型的图像时，确定所述指定类型的图像中各位置的灰度级分布情况；基于所述灰度级分布情况获得所述指定类型的图像的带空间位置信息的当前灰度加权直方图；在所述当前灰度加权直方图和灰度加权直方图模板的直方图匹配成功时，确定所述指定类型的图像为所述跟随目标的图像；确定所述当前跟随目标图像与所述目标跟随机器人的相对距离和相对方向；基于所述相对距离和所述相对方向规划跟随路径；基于所述跟随路径跟随所述目标进行移动。
在上述实现方式中，通过指定类型的图像以及模板图像的带空间位置信息的灰度加权直方图进行跟随目标的识别，不需要进行物理或信号连接就可以实现实时跟随功能，减少了配套设备的使用，提高了跟随的简便性。
可选地，所述图像识别单元还用于：在所述当前用户通过身份验证时，获取所述当前用户的模板图像；确定所述模板图像中各位置的灰度级分布情况；基于所述模板图像中各位置的灰度级分布情况，获得所述模板图像的带空间位置信息的所述灰度加权直方图模板。
在上述实现方式中，在用户完成身份验证后获取模板图像，并基于该模板图像预置模板图像的带空间位置信息的灰度加权直方图模板，进一步提高了身份验证的安全性和准确性。
可选地，所述图像识别单元还用于：在丢失所述跟随目标的时间超过预设时间后，且所述跟随目标再次出现时，对所述当前用户再次进行身份验证；在所述当前用户通过身份验证时，将所述当前用户作为跟随目标；继续跟随所述跟随目标进行移动。
在上述实现方式中，在跟踪目标丢失后重新进行跟踪前需要对其进行再次的身份验证，进一步提高了跟踪安全性和准确性。
本申请实施例还提供了一种目标跟随机器人，所述目标跟随机器人包括存储器和处理器，所述存储器中存储有程序指令，所述处理器读取并运行所述程序指令时，执行上述任一实现方式中的步骤。
本申请实施例还提供了一种可读取存储介质，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行上述任一实现方式中的步骤。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的一种目标跟随方法的流程示意图；
图2为本申请实施例提供的一种通过声音信息进行跟随请求的流程示意图；
图3位本申请实施例提供的一种丢失跟随目标后再验证的流程示意图；
图4为本实施例提供的一种视觉跟随步骤的流程示意图；
图5为本申请实施例提供的一种目标跟随识别步骤的流程示意图；
图6为本申请实施例提供的一种目标跟随装置的结构示意图。
图标：20-目标跟随装置；21-请求接收模块；22-验证模块；23-目标确定模块；24-跟随模块。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行描述。
经本申请人研究发现，越来越多的机器人具备自动跟随功能，能够跟随目标移动，被广泛应用于餐厅、家居、服务业等场景，但是现有的跟随机器人通常在接收到跟随触发信息后就启动跟随模式，不论该跟随触发信息是谁发送的，而在餐厅等应用场景下，此类跟随机器人就会出现跟随对象错误的情况，例如本来是服务a桌的机器人，在接收到b桌客人发出的跟随触发信息后对b桌客人进行跟随，造成服务混乱。另一方面，在公共场合应用跟随机器人时，若是对任意人员都可以进行跟随，很可能出现跟随机器人丢失或非既定跟随人员对机器进行错误操作等安全性问题。
为了解决上述问题，本申请提供了一种目标跟随方法，该目标跟随方法可以应用于机器人、车或其他任意电子设备上，本实施例以目标跟随机器人为例。请参考图1，图1为本申请实施例提供的一种目标跟随方法的流程示意图，该目标跟随方法的具体步骤可以如下：
步骤s12：接收跟随请求信息。
应当理解的是，在接收跟随请求信息时，可以是目标跟随机器人通过消息队列等方式主动进行跟随请求信息的获取，还可以是用户点对点地直接发送跟随请求信息至目标跟随机器人。
可选地，跟随请求信息可以是通过目标跟随机器人上设置的对应按键触发，用户在需要启动跟随功能时，按下对应按键，目标跟随机器人则接收到跟随请求信息。跟随请求信息还可以是用户通过手机、遥控器等通讯设备发送至目标跟随机器人，以使目标跟随机器人对该跟随请求信息进行响应。
除了上述方式，跟随请求信息还可以是声音信息或手势信息等，用户发出特定的语音组合或做出特定的身体动作，目标跟随机器人通过麦克风获取该语音组合或通过摄像头获取该身体动作，识别出该语音组合或身体动作为预置的跟随请求信息。
可选地，在跟随请求信息为声音信息时，可以预置触发语音组合为“请跟随”、“启动跟随”、“跟随”、“跟我走”等语音组合；在跟随请求信息为身体动作时，可以预置触发身体动作为招手、单手转圈等。
以跟随请求信息为声音信息为例，请参考图2，图2为本申请实施例提供的一种通过声音信息进行跟随请求的流程示意图，该步骤具体可以如下：
步骤s12.1：通过麦克风阵列接收当前用户发出的声音信息。
麦克风阵列包括若干列中心对称的直线阵列，所有直线阵列的延长线相交于同一中心点，可选地，每两条直线阵列的夹角相等，且直线阵列可以根据具体情况设置在同一平面或不同平面，尽可能地增大声音信息的采集范围，以更加全面的采集声音信息。
步骤s12.2：基于麦克风阵列中每个麦克风接收到的声音信息的信号强度对声源的位置进行定位。
具体地，比较每个麦克风所采集的各声音信息的信号强度，选取所采集声音信息的信号强度最强的一对麦克所在的直线阵列，分别将所采集的同径向的各声音信息与声源的频率进行匹配,以定位声源与麦克阵列的距离,从而定位声源的位置。
步骤s12.3：移动至声源的位置，以使当前用户输入身份验证信息。
可选地，为了不与用户发生碰撞，得到更好的用户体验，还可以通过红外测距、超声波测距等方式在移动至距离用户预设距离时停止移动，该预设距离可以是0.5米、1米或其他方便用户进行身份验证信息输入的距离。
应当理解的是，在执行步骤s14进行身份验证之前，还需要录入身份验证标准信息，以在身份验证时将用户输入的身份验证信息与身份验证标准信息作比对，从而获得准确的身份认证效果。
步骤s14：响应跟随请求信息，对当前用户进行身份验证。
具体地，与身份验证标准信息对应的身份验证步骤可以如下：
步骤s14.1：响应跟随请求信息，将当前用户输入的身份验证信息与身份验证标准信息进行匹配。
步骤s14.2：在身份验证信息与身份验证标准信息匹配成功时，确定当前用户通过身份验证。
可选地，本实施例中身份验证形式可以包括声纹认证、虹膜认证、指纹认证、密码认证、手势认证、通过读取身份证或其他证件信息进行认证、人脸认证等。
步骤s16：在当前用户通过身份验证时，将当前用户作为跟随目标。
可选地，用户在使用跟随功能时可能会短暂离开跟随范围，也有可能在不需要继续被跟随时直接离开跟随范围，为了更加准确地进行跟随，请参考图3，本实施例还可以包括如下步骤：
步骤s16.1:在丢失跟随目标的时间超过预设时间后，且跟随目标再次出现时，对当前用户再次进行身份验证。
可选地，预设时间可以根据目标跟随机器人的具体工作类型进行调整，可以为2秒、10秒、60秒或其他任意时间长度。
步骤s16.2：在当前用户通过身份验证时，将当前用户作为跟随目标，以继续跟随该跟随目标进行移动。
可选地，在继续跟随该跟随目标移动前，还可以向该跟随目标发送是否继续跟随的确认信息，再根据该跟随目标返回的信息判断是否继续进行跟随。
步骤s18：跟随该跟随目标进行移动。
应当理解的是，为了实现不需要物理连接或信号连接的实时跟随，通常采用视觉跟踪方式实现跟随，视觉跟踪可以通过锁定颜色、形状或其他特征进行目标识别，本实施例以颜色特征为例。请参考图4，图4为本实施例提供的一种视觉跟随步骤的流程示意图，该视觉跟随步骤的具体步骤可以如下：
步骤s18.1：采集当前帧的环境图像。
本实施例可以通过一个或多个摄像头对周围环境的环境图像进行采集，为了采集更广范围的环境图像，可以采用广角摄像头或设置不同角度的多个摄像头。
步骤s18.2：确定当前帧的环境图像中是否存在的指定类型的图像。
应当理解的是，上述指定类型的图像可以根据需要跟随的目标确定，在需要跟随人时将人体轮廓图像设置为指定类型，若需要跟随的目标为物体，则将该物体轮廓图像设置为指定类型。
可选地，对指定类型的图像的识别可以通过深度学习、模板匹配等方式实现，本实施例以深度学习方式为例，进行指定类型的图像的识别的过程可以如下：通过预设的人体检测模型从环境中获取待识别人体的轮廓数据信息；根据轮廓数据信息确定人体检测框，并利用人体检测框从环境图像中截取待识别人体对应的待识别图像；通过预设的人体属性识别模型对待识别图像进行特征提取，以获得待识别图像中的待识别人体的属性特征信息；基于属性特征信息确定待识别人体为指定类型的图像。
步骤s18.3：在存在指定类型的图像，且指定类型的图像为跟随目标的图像时，跟随该跟随目标进行移动。
具体地，请参考图5，图5为本申请实施例提供的一种目标跟随识别步骤的流程示意图，该步骤s18.3具体可以如下：
步骤s18.3a：在存在指定类型的图像时，确定指定类型的图像中各位置的灰度级分布情况。
首先对指定类型的图像进行灰度化处理，获得指定类型的图像中所有位置的灰度分布情况。其中，灰度化就是把含有亮度和色彩的彩色图像变化成灰度图像的过程。灰度分布是指灰度图像的灰度值的分布情况，反映了图象的最基本的统计特征。
步骤s18.3b：基于灰度级分布情况获得指定类型的图像的带空间位置信息的当前灰度加权直方图。
灰度直方图是关于灰度级分布的函数，是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率。灰度直方图是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率。灰度加权直方图则是给每个位置的灰度级赋予权值后的灰度直方图。
具体地，可以把指定类型的图像看作中心为x0的矩形区域，假设每个像素位置的椭圆的半径为h，矩形区域内的每个像素位置的点为{xi}，i＝1,2，…，n，对应直方图颜色级的索引标识为
步骤s18.3c：在当前灰度加权直方图和灰度加权直方图模板的直方图匹配成功时，确定指定类型的图像为跟随目标的图像。
直方图匹配过程如下：假设q为当前帧中指定类型的图像的已知灰度加权直方图模板，p(y)表示以点y为中心的候选区域，直方图匹配的目标就是寻找一个候选区域，使内部的直方图描述与已知模板q相似。如果上一帧的跟踪结果为y0，那么当前帧的初始直方图可以计算能得到。把候选区域的直方图看成以中心点y为变量的一个函数，如式(1)所示：
其中，
步骤s18.3d：确定当前跟随目标图像与目标跟随机器人的相对距离和相对方向。
应当理解的是，该相对距离和方向可以是根据当前跟随目标图像与实际空间的比例计算获得，也可以是通过测距传感器获得。
步骤s18.3e：基于相对距离和相对方向规划跟随路径。
上述路径规划是已知目标跟随机器人的初始位置、给定的目标位置，在存在障碍的环境中规划一条无碰撞、时间(能量)消耗最优的路径。
步骤s18.3f：基于跟随路径跟随目标进行移动。
可选地，在进行移动时，为了避免与其他固定或移动物体进行碰撞，还可以通过红外传感器或超声波传感器等传感器信息进行避障。
应当理解的是，在执行上述步骤s18.3之前，还需要进行灰度加权直方图模板的设定，为了提高模板获取的准确性和安全性，本实施例将模板设定步骤设置在身份验证后，其具体步骤可以包括：在当前用户通过身份验证时，获取当前用户的模板图像；确定模板图像中各位置的灰度级分布情况；基于模板图像中各位置的灰度级分布情况，获得模板图像的带空间位置信息的灰度加权直方图模板。
作为一种可选的实施方式，若除了形状特征，跟随目标还能够有其他持续性特征，例如持续不断地发出某种频率或强度的声音，还可以根据其他持续性特征实现跟随。
本申请实施例还提供了一种目标跟随装置20，请参考图6，图6为本申请实施例提供的一种目标跟随装置的结构示意图。
目标跟随装置20包括：
请求接收模块21，用于接收跟随请求信息；
验证模块22，用于响应跟随请求信息，对当前用户进行身份验证；
目标确定模块23，用于在当前用户通过身份验证时，将当前用户作为跟随目标；
跟随模块24，用于跟随该跟随目标进行移动。
其中，验证模块21具体用于：通过麦克风阵列接收当前用户发出的声音信息；在接收跟随请求信息之后，所述方法还包括：基于麦克风阵列中每个麦克风接收到的声音信息的信号强度对声源的位置进行定位；移动至声源的位置，以使当前用户输入身份验证信息。
可选地，验证模块21还包括：录入单元，用于录入当前用户的身份验证标准信息；匹配单元，用于将当前用户输入的身份验证信息与身份验证标准信息进行匹配；验证单元，用于在身份验证信息与身份验证标准信息匹配成功时，确定当前用户通过身份验证。
跟随模块24包括：采集单元，用于采集当前帧的环境图像；类型确定单元，用于确定当前帧的环境图像中是否存在的指定类型的图像；跟随单元，用于在存在指定类型的图像，且指定类型的图像为跟随目标的图像时，跟随该跟随目标进行移动。
进一步地，跟随模块24还包括图像识别单元，用于：在存在指定类型的图像时，确定指定类型的图像中各位置的灰度级分布情况；基于灰度级分布情况获得指定类型的图像的带空间位置信息的当前灰度加权直方图；在当前灰度加权直方图和灰度加权直方图模板的直方图匹配成功时，确定指定类型的图像为跟随目标的图像；确定当前跟随目标图像与目标跟随机器人的相对距离和相对方向；基于相对距离和相对方向规划跟随路径；基于跟随路径跟随目标进行移动。
图像识别单元还用于：在当前用户通过身份验证时，获取当前用户的模板图像；确定模板图像中各位置的灰度级分布情况；基于模板图像中各位置的灰度级分布情况，获得模板图像的带空间位置信息的灰度加权直方图模板。
可选地，图像识别单元还用于：在丢失跟随目标的时间超过预设时间后，且跟随目标再次出现时，对当前用户再次进行身份验证；在当前用户通过身份验证时，将当前用户作为跟随目标；继续跟随该跟随目标进行移动。
本申请实施例还提供了一种目标跟随机器人，该目标跟随机器人包括存储器和处理器，存储器中存储有程序指令，处理器读取并运行程序指令时，执行本实施例提供的目标跟随方法中任一项方法中的步骤。
应当理解的是，该处理器应当具有图像处理功能和声音处理功能，以对环境图像和声音信息进行处理，从而实现跟踪功能。
可选地，该目标跟随机器人还包括行进机构，该行进机构在处理器的指示下根据规划路径控制目标跟随机器人进行移动。其中，该行进机构可以是电机和车轮、机械腿等机构的组合。
本申请实施例还提供了一种可读取存储介质，可读取存储介质中存储有计算机程序指令，计算机程序指令被一处理器读取并运行时，执行目标跟随方法中的步骤。
综上所述，本申请实施例提供了一种目标跟随方法、装置、机器人及可读取存储介质，所述方法包括：接收跟随请求信息；响应跟随请求信息，对当前用户进行身份验证；在当前用户通过身份验证时，将当前用户作为跟随目标；跟随该跟随目标进行移动。目标跟随方法在进行跟随移动前对目标进行身份验证，从而提高了跟随准确性和安全性。
在上述实现方式中，在进行跟随移动前对目标进行身份验证，身份验证通过后才进行跟随移动，避免跟随错误的对象或跟随无权限的对象，从而提高了跟随准确性和安全性。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的框图显示了根据本申请的多个实施例的设备的可能实现的体系架构、功能和操作。在这点上，框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图中的每个方框、以及框图的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。因此本实施例还提供了一种可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行区块数据存储方法中任一项所述方法中的步骤。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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，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。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
- 还没有人留言评论。精彩留言会获得点赞！