信息确定方法、装置及电子设备与流程

1.本公开涉及人工智能技术领域，尤其涉及人工智能中的智能巡检、视觉识别和深度学习技术领域，具体涉及一种信息确定方法、装置及电子设备。


背景技术：

2.随着表盘技术的不断发展，在表盘上显示信息，并读取表盘上的信息的方式在人们的生活中应用的范围越来越广泛，当前在对表盘上的信息进行读数时，通常将模板图与待读取的表盘进行匹配，根据匹配结果实现对表盘的读数。


技术实现要素：

3.本公开提供了一种信息确定方法、装置及电子设备。
4.根据本公开的第一方面，提供了一种信息确定方法，包括：
5.获取目标图像；
6.在所述目标图像中确定表盘的区域，并检测所述表盘的量程信息；
7.检测所述表盘的区域的关键点的位置信息；
8.根据所述表盘的量程信息和所述关键点的位置信息确定所述表盘的读数信息。
9.根据本公开的第二方面，提供了一种信息确定装置，包括：
10.获取模块，用于获取目标图像；
11.第一确定模块，用于在所述目标图像中确定表盘的区域，并检测所述表盘的量程信息；
12.检测模块，用于检测所述表盘的区域的关键点的位置信息；
13.第二确定模块，用于根据所述表盘的量程信息和所述关键点的位置信息确定所述表盘的读数信息。
14.根据本公开的第三方面，提供了一种电子设备，包括：
15.至少一个处理器；以及
16.与至少一个处理器通信连接的存储器；其中，
17.存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面中的任一项方法。
18.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行第一方面中的任一项方法。
19.根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现第一方面中的任一项方法。
20.本公开实施例中，确定目标图像中表盘的区域，并根据表盘的量程信息和表盘区域的关键点的位置信息确定表盘的读数信息，这样，提高了表盘的读数信息的确定方式的智能化程度；同时，由于只需要确定量程信息和关键点的位置信息，即可确定表盘的读数信息，而无需确定表盘上各个位置的位置信息，从而提高了表盘的读数信息的确定速率。
21.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
22.图1是本公开实施例提供的一种信息确定方法的流程图；
23.图2是本公开实施例提供的第一神经网络模型的结构示意图；
24.图3是本公开实施例提供的多个网络结构的结构示意图；
25.图4是本公开实施例提供的表盘的结构示意图之一；
26.图5是本公开实施例提供的表盘的结构示意图之二；
27.图6是本公开实施例提供的信息确定装置的结构示意图之一；
28.图7是本公开实施例提供的信息确定装置的结构示意图之二；
29.图8是本公开实施例提供的信息确定装置的结构示意图之三；
30.图9是本公开实施例提供的信息确定装置的结构示意图之四；
31.图10是本公开实施例提供的信息确定装置的结构示意图之五；
32.图11是用来实施本公开的实施例的示例电子设备的示意性框图。
具体实施方式
33.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
34.参见图1，图1为本公开实施例提供的一种信息确定方法的流程图，如图1所示，包括以下步骤：
35.步骤s101、获取目标图像。
36.其中，获取目标图像的具体方式在此不做限定，例如：可以通过摄像头实时采集目标图像，或者，也可以接收其他电子设备发送的目标图像，而目标图像可以由上述其他电子设备采集，或者，也可以从服务器上获取目标图像，而上述目标图像可以由其他电子设备上传至该服务器上。
37.步骤s102、在所述目标图像中确定表盘的区域，并检测所述表盘的量程信息。
38.其中，可以采用目标检测技术在目标图像中确定表盘的区域，而目标检测技术在此不做限定，作为一种可选的实施方式，目标检测技术可以先识别目标图像中各个区域的形状，然后将上述各个区域中与表盘的形状的匹配度大于预设匹配度的区域确定为候选区域，而候选区域也可以被称作为表盘的区域。
39.另外，在上述实施方式的基础上，还可以进一步对候选区域进行目标特征识别，上述目标特征可以指的是表盘特有的特征，例如：目标特征可以包括指针和刻度线中的至少一种，这样，通过进一步对候选区域进行目标特征识别，将包括目标特征的候选区域确定为表盘的区域，将不包括目标特征的候选区域确定为非表盘的区域，从而进一步提高了表盘的区域的确定结果的准确度。
40.作为另一种可选的实施方式，所述在所述目标图像中确定表盘的区域，包括：
41.对所述目标图像进行特征提取，得到多个第一特征向量；
42.对所述多个第一特征向量中的至少部分第一特征向量进行聚类，得到第二特征向量；
43.根据所述第二特征向量进行预测，得到第一目标特征向量，所述第一目标特征向量用于表示所述表盘的区域。
44.其中，在对目标图像进行特征提取时，可以提取到不同尺度的第一特征向量，上述尺度可以指的是长、宽和高中的任一项。这样，通过提取到不同尺度的第一特征向量，从而使得提取得到的第一特征向量可以更加全面且充分的反应目标图像中各区域不同维度的特征。
45.需要说明的是，在对目标图像进行特征提取时，可以对目标图像中每一个区域进行特征提取，然后从提取得到的特征向量中筛选得到第一特征向量；或者，也可以对目标图像的区域进行初步筛选得到候选区域，然后针对候选区域进行特征提取，从而可以降低计算资源的消耗。
46.其中，多个第一特征向量中可以包括多个特征向量集合，属于不同集合的第一特征向量尺度不同，而属于同一集合的第一特征向量的尺度可以相同，例如：上述多个第一特征向量可以包括第一集合和第二集合，第一集合内的第一特征向量与第二集合内的第一特征向量的尺度不同，第一集合内的第一特征向量的尺度可以相同。
47.另外，在对多个第一特征向量中的至少部分第一特征向量进行聚类时，可以将尺度相同的第一特征向量进行聚类，也就是说：可以将上述属于同一集合内的第一特征向量进行聚类。这样，将相同尺度的第一特征向量进行聚类，从而可以减少第一特征向量的个数，同时，还可以使得第二特征向量尽量保留不同第一特征向量的细节，以使得后续根据第二特征向量预测得到第一目标特征向量时的准确度更高。
48.其中，根据第二特征向量进行预测，得到用于表示表盘的区域的第一目标特征向量，可以理解为：根据第一目标特征向量可以确定目标图像中表盘所在的区域。
49.本公开实施方式中，对目标图像进行特征提取，得到多个第一特征向量，且第一特征向量尺度可以不同，从而可以使得提取得到的第一特征向量可以更加全面且充分的反应目标图像中各区域不同维度的特征。另外，将相同尺度的第一特征向量进行聚类，从而可以减少第一特征向量的个数，同时，还可以使得聚类得到的第二特征向量可以尽量保留不同第一特征向量的细节，以使得后续根据第二特征向量预测得到第一目标特征向量时的准确度更高，即可以更加准确的预测表盘的区域。
50.需要说明的是，可选地，上述实施方式中的各个步骤可以由第一神经网络模型执行，而第一神经网络模型可以为预先训练的用于在所述目标图像中识别所述表盘的区域的神经网络模型。这样，第一神经网络模型可以使得得到的第一目标特征向量更加准确的预测表盘的区域，即提高了表盘的区域的预测结果的准确度。
51.可选地，参见图2，第一神经网络模型可以包括依次连接的第一网络结构201、第二网络结构202和第三网络结构203，第一网络结构201可以用于执行对所述目标图像进行特征提取，得到多个第一特征向量的步骤，第二网络结构202可以用于执行对所述多个第一特征向量中的至少部分第一特征向量进行聚类，得到第二特征向量的步骤，第三网络模型203可以用于执行根据所述第二特征向量进行预测，得到第一目标特征向量，所述第一目标特
征向量用于表示所述表盘的区域。
52.需要说明的是，参见图2，第一网络模型结构还可以包括与第一网络结构201连接的输入层，用于向第一网络结构201输入目标图像。
53.其中，上述第一网络结构201可以采用跨阶段局部网络，这样，跨阶段局部网络可以解决神经网络模型中网络优化的梯度信息重复问题，将梯度的变化从头到尾地集成到特征图(即提取得到的第一特征向量)中，因此减少了模型的参数量和每秒钟的浮点运算次数，既保证了推理速度和准确率，又减小了模型尺寸。
54.其中，上述第二网络结构202可以被称作为特征融合网络，对特征向量的尺度的适应性较好，第二网络结构202可以采用一种新的增强自下向上路径的特征金字塔网络(feature pyramid networks，fpn)结构，可以改善低层特征向量的传播。
55.需要说明的是，第二网络结构202可以包括多个分支网络，而每一个分支网络可以聚类该分支网络上的第一特征向量的得到第二特征向量，同时还可以将得到的第二特征向量作为下一个分支网络的输入向量，而下一个分支网络可以根据上一个分支网络得到的第二特征向量以及与该第二特征向量相同尺度的第一特征向量进行聚类，输出该分支网络对应的第二特征向量，同时还可以将该分支网络对应的第二特征向量作为另一个分支网络的输入向量。这样，可以依次输出多个不同尺度的第二特征向量，同时，还可以使用自适应特征池化(adaptive feature pooling，afp)恢复每个尺度层次上的第二特征向量和所有特征层次(即所有尺度层次)之间被破坏的信息路径，聚合每个特征层次(即每个尺度层次)上的每个第二特征向量。
56.其中，第三网络结构203可以根据第二特征向量进行预测，从而生成得到带有类概率、对象得分和包围框等信息的第一目标特征向量。
57.步骤s103、检测所述表盘的区域的关键点的位置信息。
58.作为一种可选的实施方式，可以直接采用点识别算法来识别关键点的位置信息，上述点识别算法可以参见自上而下(top-down)的人体关键点检测算法的思路。
59.作为另一种可选的实施方式，所述检测所述表盘的区域的关键点的位置信息，包括：
60.将所述目标图像中所述表盘的区域对应的图像区域输入至多个网络结构中提取特征向量；
61.将不同网络结构提取的特征向量进行融合，得到第二目标特征向量，所述第二目标特征向量用于表示所述表盘的区域的关键点的位置信息。
62.其中，参见图3，多个网络结构301之间可以相互并联，当然，多个网络结构之间也可以相互串联。需要说明的是，上述多个网络结构301组成的网络结构也可以被称作为第二神经网络模型，且第二网络结构可以为执行目标算法的网络模型，上述目标算法在此不做具体限定，例如：目标算法可以为yolov5算法。
63.另外，当多个网络结构301并联时，每个网络结构301可以包括多个子网络3011，而不同网络结构301中的子网络3011可以相互连接，从而可以进行信息交换，进而实现不同尺度的特征向量的融合。具体连接结构图可以参见图3。
64.其中，多个网络结构301可以按照排序，分辨率逐渐降低，也就是说：参见图3中，从上到下，网络结构301的分辨率逐渐降低，这样，通过将不同分辨率的网络结构301提取的特
征向量进行融合，从而使得最终确定的第二目标特征向量可以保留高分辨率网络结构提取的特征向量的细节，同时还能保留低分辨率的网络结构提取的特征向量的抽象率。
65.本公开实施方式中，通过不同网络结构提取的特征向量的融合，从而可以实现不同特征向量的信息交换，进而可以实现不同尺度的特征向量的融合，即可以获得更好的位置精度，以使得得到的第二目标特征向量可以更加精准的表示表盘的区域的关键点的位置信息。
66.步骤s104、根据所述表盘的量程信息和所述关键点的位置信息确定所述表盘的读数信息。
67.作为一种可选的实施方式，所述关键点包括指针的旋转中心点、所述指针的端点、所述表盘的刻度线的起点和所述表盘的刻度线的终点；所述根据所述表盘的量程信息和所述关键点的位置信息确定所述表盘的读数信息，包括：
68.根据所述旋转中心点、所述指针的端点、所述表盘的刻度线的起点和所述表盘的刻度线的终点确定所述指针在所述表盘的刻度线内的转动角度占比；
69.根据所述转动角度占比和所述表盘的量程信息确定所述表盘的读数信息。
70.其中，参见图4，将旋转中心点401分别与指针的端点402、表盘的刻度线的起点403和表盘的刻度线的终点404进行连线，即可得到指针在表盘40中转过的转动角度，根据上述转动角度可以确定指针转动角度在表盘40的刻度线的起点403和表盘的刻度线的终点404之间的占比，例如：表盘40的刻度线的起点403和表盘40的刻度线的终点404均位于同一水平面上，则表盘40的刻度线的起点404和表盘40的刻度线的终点404之间的夹角为180度，而上述确定的指针在表盘40中转动的转动角度为150度，则转动角度占比为150/180＝5/6，而表盘40的读数信息可以等于转动角度占比和量程信息的乘积，又例如：若整个量程信息为120，则可以确定表盘的读数信息为5/6*120＝100，即读数信息为100。
71.另外，参见图5，作为一种可选的实施方式，表盘和关键点的位置示意图可以如图5所示，关键点可以包括旋转中心点501、指针的端点502、表盘50的刻度线的起点503和表盘50的刻度线的终点504，另外，还可以包括多个中间刻度线505。
72.本公开实施方式中，只需要根据关键点的位置信息确定转动角度占比，然后根据转动角度占比和量程信息即可准确的确定表盘的读数信息，与需要确定表盘的每一个刻度线的位置信息，然后根据指针指向某一个刻度线，并根据该刻度线的读数信息确定表盘的读数信息的方式相比，本实施方式需要确定的位置信息较少，当表盘的信息不完整时，可以根据关键点的位置信息和量程信息即可准确的确定读数信息，降低了对表盘的要求，扩大了表盘的使用场景。
73.作为另一种可选的实施方式，关键点可以包括指针指向的刻度线的读数信息，这样，可以直接读出指针指向的刻度线的读数信息，并根据量程信息对该读数信息进行验证，若读数信息小于量程信息，则可以将该读数信息确定为表盘的读数信息。这样，在表盘的信息较为完整的情况下，可以直接根据指针指向的刻度线的读数信息读取表盘的读数信息。
74.作为另一种可选的实施方式，参见图4，所述关键点还包括多个中间刻度线405，所述中间刻度线405位于所述刻度线的起点403和所述刻度线的终点404之间；所述方法还包括：
75.根据所述多个中间刻度线修正所述指针的旋转中心点的位置信息。
76.其中，当仪表出现倾斜等情况，并且标注的指针的旋转中心点与刻度线所在的平面不在同一个平面上时，识别到的指针的旋转中心点具有较大的偏移误差，此时需要对旋转中心点进行修正。
77.本公开实施方式中，可以确定多个中间刻度线405，且多个中间刻度线405的置信度大于预设置信度时，可以将上述中间刻度线405确定为置信度较高的刻度线405，从而可以根据上述中间刻度线405的位置信息对指针的旋转中心点进行拟合，进而可以将拟合得到的中心点确定为修正之后的旋转中心点，这样，可以提高旋转中心点的位置的准确度，从而使得可以根据旋转中心点以及其他关键点的位置信息确定的表盘的读数信息的准确度更高。
78.需要说明的是，在根据上述中间刻度线405的位置信息对指针的旋转中心点进行拟合时，可以沿着每一个中间刻度线405所在的直线沿同一方向做延长线，而上述多条延长线的交点即可确定为修正后的旋转中心点，当存在多个交点时，将汇集的延长线的数量最多的交点确定为修正后的旋转中心点。
79.本公开实施例中，根据步骤s101至s104，确定目标图像中表盘的区域，并根据表盘的量程信息和表盘区域的关键点的位置信息确定表盘的读数信息，这样，提高了表盘的读数信息的确定方式的智能化程度；同时，由于只需要确定量程信息和关键点的位置信息，即可确定表盘的读数信息，而无需确定表盘上各个位置的位置信息，从而提高了表盘的读数信息的确定速率。
80.参见图6，图6为本公开实施例提供的一种信息确定装置的结构示意图，如图6所示，信息确定装置600，包括：
81.获取模块601，用于获取目标图像；
82.第一确定模块602，用于在所述目标图像中确定表盘的区域，并检测所述表盘的量程信息；
83.检测模块603，用于检测所述表盘的区域的关键点的位置信息；
84.第二确定模块604，用于根据所述表盘的量程信息和所述关键点的位置信息确定所述表盘的读数信息。
85.可选地，参见图7，所述第一确定模块602，包括：
86.第一特征提取子模块6021，用于对所述目标图像进行特征提取，得到多个第一特征向量；
87.聚类子模块6022，用于对所述多个第一特征向量中的至少部分第一特征向量进行聚类，得到第二特征向量；
88.预测子模块6023，用于根据所述第二特征向量进行预测，得到第一目标特征向量，所述第一目标特征向量用于表示所述表盘的区域。
89.可选地，参见图8，所述检测模块603，包括：
90.第二特征提取子模块6031，用于将所述目标图像中所述表盘的区域对应的图像区域输入至多个网络结构中提取特征向量；
91.融合子模块6032，将不同网络结构提取的特征向量进行融合，得到第二目标特征向量，所述第二目标特征向量用于表示所述表盘的区域的关键点的位置信息。
92.可选地，参见图9，所述关键点包括指针的旋转中心点、所述指针的端点、所述表盘
的刻度线的起点和所述表盘的刻度线的终点；所述第二确定模块604，包括：
93.第一确定子模块6041，用于根据所述旋转中心点、所述指针的端点、所述表盘的刻度线的起点和所述表盘的刻度线的终点确定所述指针在所述表盘的刻度线内的转动角度占比；
94.第二确定子模块6042，用于根据所述转动角度占比和所述表盘的量程信息确定所述表盘的读数信息。
95.可选地，参见图10，所述关键点还包括多个中间刻度线，所述中间刻度线位于所述刻度线的起点和所述刻度线的终点之间；所述信息确定装置600，还包括：
96.修正模块605，用于根据所述多个中间刻度线修正所述指针的旋转中心点的位置信息。
97.本公开提供的信息确定装置600能够实现信息确定方法实施例实现的各个过程，且能够达到相同的有益效果，为避免重复，这里不再赘述。
98.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
99.图11示出了可以用来实施本公开的实施例的示例电子设备1100的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
100.如图11所示，设备1100包括计算单元1101，其可以根据存储在只读存储器(rom)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(ram)1103中的计算机程序，来执行各种适当的动作和处理。在ram 1103中，还可存储设备1100操作所需的各种程序和数据。计算单元1101、rom 1102以及ram 1103通过总线1104彼此相连。输入/输出(i/o)接口1105也连接至总线1104。
101.设备1100中的多个部件连接至i/o接口1105，包括：输入单元1106，例如键盘、鼠标等；输出单元1107，例如各种类型的显示器、扬声器等；存储单元1108，例如磁盘、光盘等；以及通信单元1109，例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
102.计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理，例如信息确定方法。例如，在一些实施例中，信息确定方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1108。在一些实施例中，计算机程序的部分或者全部可以经由rom 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到ram 1103并由计算单元1101执行时，可以执行上文描述的信息确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元1101可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行信息确定方法。
103.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
104.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
105.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
106.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
107.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
108.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
109.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例
如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
110.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。