基于人工智能技术的环境应急任务协同处置平台的制作方法

[0001]
本发明涉及应急处理技术领域，特别涉及一种基于人工智能技术的环境应急任务协同处置平台。


背景技术：

[0002]
近年来，社会经济飞速发展的同时，各类突发性环境污染事故(事件)呈现逐年上升态势，有效应对突发性环境污染事故，最大程度地减少事故对环境带来的污染影响，是对应急管理部门工作提出的更高要求。
[0003]
现有的应急检测任务的管理都是分散进行的，各个机构有自己适用的业务系统，这些系统可以管理日常管理任务。可以管理任务的接收、指派、执行、报告生成等过程。
[0004]
但是存在如下问题:
[0005]
一、各个检测机构自行建设的业务系统，缺乏对应急检测任务的支持，缺乏相应的快速处置流程。
[0006]
二、应急事件发生之后，往往需要多专业、多层级的检验检测机构参与完成，对于这类业务管理，缺乏系统支撑，局限了多部门之间的协同性。


技术实现要素：

[0007]
本发明目的之一在于提供了一种基于人工智能技术的环境应急任务协同处置平台，解决环境污染事故发生时相关部门快速协同开展应急工作难度大的问题。
[0008]
本发明实施例提供的一种基于人工智能技术的环境应急任务协同处置平台，包括：
[0009]
应急任务接收模块，用于接收应急任务；
[0010]
协同方案制定模块，用于基于应急任务制定协同方案；
[0011]
任务下达与执行模块，用于解析协同方案，获得多个协同任务，并将协同任务下发至对应的第一负责人；
[0012]
结果反馈模块，用于接收第一负责人对于协同任务执行结果的反馈信息；
[0013]
报告发布模块，用于根据反馈信息生成协同处置报告并发布。
[0014]
优选的，应急任务接收模块执行如下操作：
[0015]
接收第一用户的应急任务的协同处置的申请信息；
[0016]
对第一用户的权限进行验证；
[0017]
当验证通过时，接收应急任务的事件信息；事件信息包括：事件编码、事件类型、严重程度、事件内容；
[0018]
根据严重程度通知对应的总负责人。
[0019]
优选的，协同方案制定模块执行如下操作：
[0020]
将事件类型和事件内容，输入预先基于历史事件案例训练好的深度神经网络模型中，确定协同方案；
[0021]
协同方案包括：检验检测内容、第一负责人、响应时限、采样地点、采样时间、检测地点、检测方式、检测工具、其他协同业务的约束。
[0022]
优选的，任务下达与执行模块执行如下操作：
[0023]
根据检验检测内容，将协同方案分为多个协同任务；
[0024]
和/或，
[0025]
根据第一负责人负责的检验检测内容，将协同方案分为多个协同任务；
[0026]
将协同任务发送至对应的第一负责人。
[0027]
优选的，应急任务接收模块还执行如下操作：
[0028]
当接收到第二用户上传的异常图片时，获取第二用户的第一定位信息；
[0029]
获取以第一定位信息为中心的预设的区域范围内的其他用户；
[0030]
获取其他用户的历史定位信息，基于历史定位信息对其他用户筛选，获取目标用户；
[0031]
将异常图片发送给目标用户，接收目标用户对于异常图片的评价信息；
[0032]
基于评价信息对异常图片的真实性进行验证；
[0033]
和/或，
[0034]
当接收到第二用户上传的异常图片时，获取第二用户的第一定位信息；
[0035]
基于第一定位信息对异常图片的真实性进行验证；
[0036]
当验证通过时，获取与异常图片对应的正常图片；比对正常图片和异常图片，确定事件类型及严重程度。
[0037]
优选的，基于评价信息对异常图片的真实性进行验证，包括：
[0038]
基于历史定位信息对评价信息进行分组，获取多组评价数据；
[0039]
计算评价数据中评价信息对应的历史定位信息与其他的评价信息对应的历史定位信息的第一相似度的和值，将第一相似度的和值最大的历史定位信息作为表示评价数据的标准定位信息；
[0040]
获取配置给评价数据内评价信息对应的其他用户的第一系数；
[0041]
基于标准定位信息查询预设的第二系数库确定第二系数；
[0042]
基于第一系数和第二系数计算评价数据的权重，计算公式如下：
[0043][0044]
其中，μ
i
表示第i组评价数据的权重，α
1,i
为预设的对应第一系数的第一关系比值，α
2,i
为预设的对应第二系数的第二关系比值；b
i
为第i组评价数据的标准定位信息确定的第二系数；a
i,j
为第i组评价数据中第j个评价信息对应的其他用户的第一系数；n
i
为第i组评价数据的数量；
[0045]
获取预先建立的评价信息识别数据库；
[0046]
基于评价信息识别数据库识别评价信息获取评价信息对应的评分值；
[0047]
基于评价数据内各个评价信息的评分值计算评价数据的评价值，计算公式如下：
[0048]
[0049]
其中，p
i
为第i组评价数据的评价值；p
i,j
为第i组评价数据中第j个评价信息的评分值；
[0050]
基于各个评价数据的评价值和权重，计算异常图片的真实度，计算公式如下：
[0051][0052]
其中，z表示异常图片的真实度，m为评价数据的组数；p为各组评价数据的评价值的平均值；β为调整系数；
[0053]
当真实度大于预设的验证值时，验证通过，否则，验证不通过。
[0054]
优选的，基于第一定位信息对异常图片的真实性进行验证包括：
[0055]
基于第一定位信息从预先制作的定位信息与图片对应的图片库中，获取与第一定位信息对应的多个待筛选图片；
[0056]
计算异常图片与待筛选图片的第二相似度，当第二相似度大于预设的相似度阈值时，验证通过，并将第二相似度最大的待筛选图片作为正常图片，否则，验证不通过。
[0057]
优选的，任务下达与执行模块执行如下操作：
[0058]
解析协同方案，获取多个协同任务及协同任务之间的关系；
[0059]
基于协同任务之间的关系对协同任务进行分级；当协同任务不存在前置任务时，将协同任务分为第一级任务；当协同任务的前置任务为第一级任务时，将协同任务分为第二级任务；依次类推，当协同任务的前置任务为第n-1级任务且协同任务无后续任务时，将协同任务分为第n级任务；
[0060]
为每一级任务赋予一个预设的初始任务优先值；
[0061]
基于预设的优先值传递规则及协同任务之间的关系，确定各个协同任务的优先值，计算公式如下：
[0062][0063]
其中，y
k,l
表示第k级任务中第l个协同任务的优先值；d
k
为配置给第k级任务中的协同任务的初始优先值；y
h
为第k级任务中第l个协同任务相关联的后续任务中的第h个协同任务的优先值；γ
k
为预设的第k级任务的传递系数；n为第k级任务中第l个协同任务的后续任务的数量；
[0064]
获取各个任务团队的考评信息表，考评信息表包括：任务完成时间、任务准时完成率、团队合作次数、团队合作评价、任务完成次数、任务延期完成最大延期时间其中一种或多种结合；
[0065]
将考评信息表带入预设的评分模型，获取各个任务团队的评分值；
[0066]
基于评分值，对任务团队进行排序构建第一待分配团队列表；
[0067]
基于协同任务的分级情况和第一待分配团队列表进行模拟执行。
[0068]
优选的，基于协同任务的分级情况和第一待分配团队列表进行模拟执行，包括：
[0069]
基于协同方案的开始时间建立时间轴；
[0070]
当任务团队的数量大于第一级任务的数量时，
[0071]
根据第一级任务的协同任务的优先值的从大到小的顺序及第一待分配团队列表内任务团队的顺序，为第一级任务的协同任务分配对应的任务团队，当任务团队被分配协
同任务后将其从第一待分配团队列表中删除；
[0072]
将分配好任务团队的第一级任务置于时间轴的开始时间点开始模拟实行；
[0073]
当任务团队执行完协同任务后，将任务团队添加进第一待分配团队列表的末端；
[0074]
向后拉动时间轴，当出现第二级任务的前置任务都执行完成后，从当前的第一待分配团队列表中为第二级任务配置位于当前的第一待分配团队列表中位于第一位的任务团队；依次类推，直至所有的第n级任务执行完毕；
[0075]
根据第一级任务至第n级任务模拟执行情况，构建协同任务的模拟参数；
[0076]
在将协同任务分配给任务团队的第一负责人时，同步发送模拟参数。
[0077]
优选的，任务下达与执行模块还执行如下操作：
[0078]
根据第一级任务至第n级任务模拟执行情况，确定每个任务团队对应的协同任务；
[0079]
获取预设的协同任务需求表，查询协同任务需求表获取协同任务的需求；
[0080]
基于任务团队与协同任务的对应关系，确定任务团队的各个准备事项；
[0081]
获取任务团队的准备事项负责表；
[0082]
基于准备事项负责表，将准备事项发送至对应的事项负责人。
[0083]
本发明的基于人工智能技术的环境应急任务协同处置平台具有如下有益效果：
[0084]
一、专门处理应急检验检测任务的平台，在流程设置上充分考虑了应急任务的紧急性，并且具备多种的强提醒功能、人工智能辅助决策功能，适用于应急任务的处置。
[0085]
二、充分考虑多部门之间的任务协同，在方案制定、任务执行、结果反馈和报告发布的多个过程中均设置了协同的业务流程，可以有效解决多专业、多层级之间的部门协同问题。
[0086]
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0087]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0088]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0089]
图1为本发明实施例中一种基于人工智能技术的环境应急任务协同处置平台的示意图。
具体实施方式
[0090]
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0091]
本发明实施例提供了一种基于人工智能技术的环境应急任务协同处置平台，如图1所示，包括：
[0092]
应急任务接收模块1，用于接收应急任务；
[0093]
协同方案制定模块2，用于基于应急任务制定协同方案；
[0094]
任务下达与执行模块3，用于解析协同方案，获得多个协同任务，并将协同任务下
发至对应的第一负责人；
[0095]
结果反馈模块4，用于接收第一负责人对于协同任务执行结果的反馈信息；
[0096]
报告发布模块5，用于根据反馈信息生成协同处置报告并发布。
[0097]
上述技术方案的工作原理及有益效果为：
[0098]
基于人工智能技术的环境应急任务协同处置平台的主要用户为应急事件相关的业务检验检测部门，当应急事件发生之后，平台可通过应急监测指挥中心接口获取任务，并自动登记任务详细信息，事件信息包括事件编码、事件类型、严重程度、事件内容等。当接收到应急任务并完成自动登记后，平台可以根据事件严重级别通过短信、电话等方式迅速通知对应的负责人，负责人接收到事件信息之后组织团队，实现快速响应，为应急事件的处置决策提供支撑。协同方案制定模块，基于应急任务制定协同方案，例如对应急任务的时间信息进行特征提取，基于提取的特征查询预设的协同方案库，确定协同方案；任务下达与执行模块，用于解析协同方案，获得多个协同任务，并将协同任务下发至对应的第一负责人；任务下达与执行模块主要执行协同方案中协同任务的拆解，并将协同任务发送至对应的负责人；例如：一个应急任务包括多个检测项目，可以将检测项目独立拆解出来，发送给对应的采集和检测的责任人或责任团队；结果反馈模块，用于接收第一负责人对于协同任务执行结果的反馈信息，例如：采样和检测的责任人完成工作之后，及时将采样和检测的信息反馈到平台中，平台支持仪器设备数据的自动采集和手工录入信息，在手工录入信息的过程中，人工智能工具可以根据历史信息判断数据格式、数据范围、语义表达中的错误和不规范之处，保证反馈的信息准确、简练。
[0099]
报告发布模块，用于根据反馈信息生成协同处置报告并发布，例如：检测数据都获取之后，并且相关负责人对数据审核无误后，平台可以将多部门的检测结果自动汇总，生成报告，并且可以通过平台接口将报告传输到其他应急管理平台，以为决策人员提供支持。
[0100]
本发明的基于人工智能技术的环境应急任务协同处置平台，解决环境污染事故发生时相关部门快速协同开展应急工作难度大的问题。
[0101]
在一个实施例中，应急任务接收模块执行如下操作：
[0102]
接收第一用户的应急任务的协同处置的申请信息；
[0103]
对第一用户的权限进行验证；
[0104]
当验证通过时，接收应急任务的事件信息；事件信息包括：事件编码、事件类型、严重程度、事件内容；
[0105]
根据严重程度通知对应的总负责人。
[0106]
上述技术方案的工作原理及有益效果为：
[0107]
第一用户为应急事件相关的业务检验检测部门的员工，首先对第一用户的权限进行验证，即不是每个员工都可以有权限进行应急任务的协同处置的申请，保证申请权益的合法及有效化；事件信息的输入可以手动输入，也可以扫描预先填好的事件信息表自动输入；事件信息主要包括：事件编码、事件类型、严重程度、事件内容等，根据事件的严重程度，通知对应的总负责人；例如，事件比较轻微时，总负责人为办公室主任；当事件较严重时，总负责人为业务检验检测部门主管或者副主管。
[0108]
在一个实施例中，协同方案制定模块执行如下操作：
[0109]
将事件类型和事件内容，输入预先基于历史事件案例训练好的深度神经网络模型
中，确定协同方案；
[0110]
协同方案包括：检验检测内容、第一负责人、响应时限、采样地点、采样时间、检测地点、检测方式、检测工具、其他协同业务的约束。
[0111]
上述技术方案的工作原理及有益效果为：
[0112]
在制定方案的过程中，平台支持在省、市、县纵向部门和环境等横向部门间的协同方案制定。根据事件类型和事件内容以及平台中的历史事件案例，平台采用人工智能技术自动给出多种处置方案，方案内容包括检验检测内容、负责人、响应时限、采样地点、采样时间、检测地点(现场检验、本地检验)、检测方式、检测工具、其他协同业务的约束等内容，任务负责人可以根据实际情况对平台给出的参考方案进行选择和调整。
[0113]
在一个实施例中，任务下达与执行模块执行如下操作：
[0114]
根据检验检测内容，将协同方案分为多个协同任务；
[0115]
和/或，
[0116]
根据第一负责人负责的检验检测内容，将协同方案分为多个协同任务；
[0117]
将协同任务发送至对应的第一负责人。
[0118]
上述技术方案的工作原理及有益效果为：
[0119]
方案制定完成之后，任务负责人下达任务，相关责任人接收任务，确保各责任人完成任务响应，各责任人根据方案中的时间、地点和检测的具体要求进行采样和检测；平台可以跟踪任务的执行情况，当任务执行出现时间、地点、检验过程的偏差时，人工智能工具可以判断偏差的严重等级，会及时将信息反馈给相应级别的负责人，负责人及时作出方案的调整，保证信息闭环，做到事中控制。
[0120]
在一个实施例中，应急任务接收模块还执行如下操作：
[0121]
当接收到第二用户上传的异常图片时，获取第二用户的第一定位信息；
[0122]
获取以第一定位信息为中心的预设的区域范围内的其他用户；
[0123]
获取其他用户的历史定位信息，基于历史定位信息对其他用户筛选，获取目标用户；
[0124]
将异常图片发送给目标用户，接收目标用户对于异常图片的评价信息；
[0125]
基于评价信息对异常图片的真实性进行验证；
[0126]
和/或，
[0127]
当接收到第二用户上传的异常图片时，获取第二用户的第一定位信息；
[0128]
基于第一定位信息对异常图片的真实性进行验证；
[0129]
当验证通过时，获取与异常图片对应的正常图片；比对正常图片和异常图片，确定事件类型及严重程度。
[0130]
上述技术方案的工作原理及有益效果为：
[0131]
如果平台的使用者只是应急事件相关的业务检验检测部门时，并不能对辖区内的所有环境异常做到精准把控；本实施例，提出作为非应急事件相关的业务检验检测部门员工的第二用户，可以是平台的注册用户，当然，在第二用户提出申请时，需要对其提供的信息的真实性进行验证，验证方法主要为：一、基于定位信息问询附近的其他用户，形成群体举证；二、基于定位信息直接进行的真实性验证，验证主要为验证信息上传地点是否与定位信息匹配；在采用群体举证的验证方法时，需要根据其他用户的历史定位信息进行其他用
户的筛选，主要根据历史定位信息判断其他用户是否为该处工作人员，例如历史定位信息在第一定位信息代表的区域的时间符合上班人员的情况、以及每天定时定点经过第一定位信息代表的区域的情况；需要将这些情况的其他用户提出，以保证群体举证的准确性。在验证通过后，获取与异常图片对应的正常图片；比对正常图片和异常图片，确定事件类型及严重程度，可以采用与正常图片对应存储的异常判断图片，计算异常图片与异常判断图片的相似度，确定异常图片代表的事件类型及严重程度；也可分别提取正常图片与异常图片的特征值，计算特征值差，将特征值差带入预先建立的判断用的神经网络模型进行事件类型及严重程度的判断。
[0132]
在一个实施例中，基于评价信息对异常图片的真实性进行验证，包括：
[0133]
基于历史定位信息对评价信息进行分组，获取多组评价数据；
[0134]
计算评价数据中评价信息对应的历史定位信息与其他的评价信息对应的历史定位信息的第一相似度的和值，将第一相似度的和值最大的历史定位信息作为表示评价数据的标准定位信息；
[0135]
获取配置给评价数据内评价信息对应的其他用户的第一系数；
[0136]
基于标准定位信息查询预设的第二系数库确定第二系数；
[0137]
基于第一系数和第二系数计算评价数据的权重，计算公式如下：
[0138][0139]
其中，μ
i
表示第i组评价数据的权重，α
1,i
为预设的对应第一系数的第一关系比值，α
2,i
为预设的对应第二系数的第二关系比值；b
i
为第i组评价数据的标准定位信息确定的第二系数；a
i,j
为第i组评价数据中第j个评价信息对应的其他用户的第一系数；n
i
为第i组评价数据的数量；
[0140]
获取预先建立的评价信息识别数据库；
[0141]
基于评价信息识别数据库识别评价信息获取评价信息对应的评分值；
[0142]
基于评价数据内各个评价信息的评分值计算评价数据的评价值，计算公式如下：
[0143][0144]
其中，p
i
为第i组评价数据的评价值；p
i,j
为第i组评价数据中第j个评价信息的评分值；
[0145]
基于各个评价数据的评价值和权重，计算异常图片的真实度，计算公式如下：
[0146][0147]
其中，z表示异常图片的真实度，m为评价数据的组数；p为各组评价数据的评价值的平均值；β为调整系数；
[0148]
当真实度大于预设的验证值时，验证通过，否则，验证不通过。
[0149]
上述技术方案的工作原理及有益效果为：
[0150]
基于历史定位信息对评价信息进行分组，保证用于验证真实性的评价信息的多渠道性，防止单一渠道来源的评价信息过多而照成最后真实性验证结果的误差；此外，在权重
计算过程中，同一分组代表着相同的相似的历史定位信息的用户，其可以归为一类人，首选确定各组的标准定位信息；然后基于标准定位信息确定第二系数，第二系数表示组间差异，第一系数表示个体差异；综合组间差异和个体差异，使确定的权重更准确；在基于评价值和权重确定真实度时，基于各组的评价值与平均值的差异进行调整的方式，使真实度更准确。
[0151]
在一个实施例中，基于第一定位信息对异常图片的真实性进行验证包括：
[0152]
基于第一定位信息从预先制作的定位信息与图片对应的图片库中，获取与第一定位信息对应的多个待筛选图片；
[0153]
计算异常图片与待筛选图片的第二相似度，当第二相似度大于预设的相似度阈值时，验证通过，并将第二相似度最大的待筛选图片作为正常图片，否则，验证不通过。
[0154]
上述技术方案的工作原理及有益效果为：
[0155]
在采用定位信息对图片的真实性进行验证时，主要采用第一定位信息查询图片库，获得图片库中存储的该定位信息对应的图片；基于获取的图片对异常图片进行真实性验证；例如：该定位信息位置附近没有河流，而第二用户上传的异常图片为河流的图片，此时验证不通过。
[0156]
在一个实施例中，任务下达与执行模块执行如下操作：
[0157]
解析协同方案，获取多个协同任务及协同任务之间的关系；
[0158]
基于协同任务之间的关系对协同任务进行分级；当协同任务不存在前置任务时，将协同任务分为第一级任务；当协同任务的前置任务为第一级任务时，将协同任务分为第二级任务；依次类推，当协同任务的前置任务为第n-1级任务且协同任务无后续任务时，将协同任务分为第n级任务；
[0159]
为每一级任务赋予一个预设的初始任务优先值；
[0160]
基于预设的优先值传递规则及协同任务之间的关系，确定各个协同任务的优先值，计算公式如下：
[0161][0162]
其中，y
k,l
表示第k级任务中第l个协同任务的优先值；d
k
为配置给第k级任务中的协同任务的初始优先值；y
h
为第k级任务中第l个协同任务相关联的后续任务中的第h个协同任务的优先值；γ
k
为预设的第k级任务的传递系数；n为第k级任务中第l个协同任务的后续任务的数量；
[0163]
获取各个任务团队的考评信息表，考评信息表包括：任务完成时间、任务准时完成率、团队合作次数、团队合作评价、任务完成次数、任务延期完成最大延期时间其中一种或多种结合；
[0164]
将考评信息表带入预设的评分模型，获取各个任务团队的评分值；
[0165]
基于评分值，对任务团队进行排序构建第一待分配团队列表；
[0166]
基于协同任务的分级情况和第一待分配团队列表进行模拟执行。
[0167]
上述技术方案的工作原理及有益效果为：
[0168]
在将协同方案拆分为多个协同任务时，基于协同任务之间的关系对协同任务进行分级；分级后计算各个协同任务的优先值，优先值表征协同任务的优先处理需求及重要程度；此外，根据各个任务团队的考评信息表确定各个任务团队的评分值，根据评分值和优先值实现模拟执行，通过模拟执行过程确定协同任务的分配方案及执行效果。其中，将考评信
息表带入预设的评分模型，获取各个任务团队的评分值，该步骤的实现可以根据各项考核指标的指标乘以对应的权重值。
[0169]
在一个实施例中，基于协同任务的分级情况和第一待分配团队列表进行模拟执行，包括：
[0170]
基于协同方案的开始时间建立时间轴；
[0171]
当任务团队的数量大于第一级任务的数量时，
[0172]
根据第一级任务的协同任务的优先值的从大到小的顺序及第一待分配团队列表内任务团队的顺序，为第一级任务的协同任务分配对应的任务团队，当任务团队被分配协同任务后将其从第一待分配团队列表中删除；
[0173]
将分配好任务团队的第一级任务置于时间轴的开始时间点开始模拟实行；
[0174]
当任务团队执行完协同任务后，将任务团队添加进第一待分配团队列表的末端；
[0175]
向后拉动时间轴，当出现第二级任务的前置任务都执行完成后，从当前的第一待分配团队列表中为第二级任务配置位于当前的第一待分配团队列表中位于第一位的任务团队；依次类推，直至所有的第n级任务执行完毕；
[0176]
根据第一级任务至第n级任务模拟执行情况，构建协同任务的模拟参数；
[0177]
在将协同任务分配给任务团队的第一负责人时，同步发送模拟参数。
[0178]
上述技术方案的工作原理及有益效果为：
[0179]
模拟执行时，首先建立时间轴，根据分级情况，在时间轴的起点首先执行第一级任务，当第二级任务的前置任务都执行完才开始执行第二级任务，依次类推，在分配第一次执行任务时，任务团队的评分值越高分配的第一级任务的优先值越高，保证重要的任务由优秀的团队进行处理；另外，当任务团队数量小于第一级任务时，可以先根据任务团队数量选择开始的第一级任务的数量，其余的第一级任务与第二级任务一起处理或在第二级任务之前处理。
[0180]
在一个实施例中，任务下达与执行模块还执行如下操作：
[0181]
根据第一级任务至第n级任务模拟执行情况，确定每个任务团队对应的协同任务；
[0182]
获取预设的协同任务需求表，查询协同任务需求表获取协同任务的需求；
[0183]
基于任务团队与协同任务的对应关系，确定任务团队的各个准备事项；
[0184]
获取任务团队的准备事项负责表；
[0185]
基于准备事项负责表，将准备事项发送至对应的事项负责人。
[0186]
上述技术方案的工作原理及有益效果为：
[0187]
将准备事项细化到事项负责人，提高任务团队内各个事项负责人之间的协调作业，提高任务实施的效率。
[0188]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。