用于棒材的识别方法、系统、电子设备及可读存储介质与流程

1.本发明涉及三维建模技术领域，尤其涉及一种用于棒材的识别方法、系统、电子设备及可读存储介质。


背景技术：

2.目前，在国家智能制造战略推动下，钢铁行业仓储物流已进入智能化快速发展阶段。随着仓储物流的不断发展，智能仓储技术在钢卷、板坯等形状规整的物料中，以及棒材、线材等规范性相对较低的物料中都得到了广泛地应用。但由于棒材类的物料在仓库区没有固定的堆放鞍架，常采用井字形堆放棒材捆的方式进行存放以提高仓库容量，另一方面，由于棒材捆常常采用电磁吊进行搬运，棒材捆容易收到磁力影响导致端头分叉、叠合等异常堆放状态，导致仓库区的棒材物料存在安全隐患。但是，相较于钢卷仓库或板坯仓库，棒材库中的棒材物料尺寸较大，又存在多捆堆放、同时吊运的情况，使得棒材库智能化难度更大，智能仓储技术对棒材库环境感知技术也提出了更高要求。
3.因此，需要一种用于棒材的识别方法，以确定棒材捆的坐标位置，实现棒材库智能化，进而便于用户对棒材进行管理，提高管理效率。


技术实现要素：

4.为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
5.鉴于以上所述现有技术的缺点，本发明公开了一种用于棒材的识别方法、系统、电子设备及可读存储介质，以确定棒材捆的坐标位置，实现棒材库智能化，进而便于用户对棒材进行管理，提高管理效率。
6.本发明公开了一种用于棒材的识别方法，包括：获取目标棒材捆中两个端头对应的轮廓点云数据；确定所述轮廓点云数据对应的圆弧特征参数，基于所述圆弧特征参数的参数变化周期对所述轮廓点云数据进行轮廓分割，得到各所述端头对应的圆弧段点云数据；根据所述圆弧段点云数据确定各所述端头对应的顶点坐标数据，根据各所述端头对应的顶点坐标数据确定所述目标棒材捆对应的向量特征数据。
7.可选地，获取目标棒材捆中两个端头对应的轮廓点云数据，包括：随着移动装置的移动并通过安装于所述移动装置的扫描设备分别对所述目标棒材捆中两个端头的轮廓进行扫描，得到所述移动装置对应的装置位移数据和各所述端头对应的原始点云数据；根据所述装置位移数据确定实时位移向量，基于所述实时位移向量将所述原始点云数据从传感器坐标系转换为系统坐标系，得到各所述端头对应的转换点云数据；通过直通滤波算法从所述转换点云数据中提取各所述端头对应的轮廓点云数据。
8.可选地，通过以下公式将所述原始点云数据从传感器坐标系转换为系统坐标系：
式中，为基于系统坐标系的转换点云数据，为基于传感器坐标系的原始点云数据，r为旋转矩阵，t1为所述移动装置与所述扫描装置之间的相对位移向量，t2为所述移动装置对应的实时位移向量。
9.可选地，所述扫描装置在扫描所述目标棒材捆的任一端头时，所述扫描装置的扫描方向与所述目标棒材捆中两个端头之间的连接线段垂直。
10.可选地，基于所述圆弧特征参数的参数变化周期对所述轮廓点云数据进行轮廓分割，得到各所述端头对应的圆弧段点云数据，包括：根据圆弧分割模型对所述轮廓点云数据进行轮廓分割，得到所述轮廓点云数据对应的分割点云数据，其中，所述圆弧分割模型通过带有分割位置标签的轮廓样本数据对预设神经网络模型训练得到；基于所述圆弧特征参数的参数变化周期与预设周期阈值之间的比较结果从所述分割点云数据中确定圆弧段点云数据。
11.可选地，根据所述圆弧段点云数据确定各所述端头对应的顶点坐标数据，包括：根据预设评估算法确定所述圆弧段点云数据是否符合预期标准；若所述圆弧段点云数据符合预期标准，则根据所述圆弧段点云数据建立各端头对应的端头圆形模型；从所述端头圆形模型中提取各端头对应的圆弧半径特征信息，根据所述圆弧半径特征信息确定各所述端头对应的顶点坐标数据。
12.可选地，所述方法还包括：获取待测棒材捆集合，所述待测棒材捆集合包括多个按照井字形进行堆放的待测棒材捆；将位于所述待测棒材捆集合中最顶层的待测棒材捆确定为顶部棒材捆，获取各所述顶部棒材捆对应的轮廓点云数据、顶点坐标数据和向量特征数据；基于各所述顶部棒材捆的轮廓点云数据、顶点坐标数据和向量特征数据进行数据拟合，建立所述顶部棒材捆对应的棒材捆堆放模型；基于所述棒材捆堆放模型确定所述顶部棒材捆之间的异常堆放状态；将轮廓点云数据、顶点坐标数据、向量特征数据、棒材捆堆放模型和异常堆放状态中的至少一种上传至服务器端。
13.本发明公开了一种用于棒材的识别系统，包括：获取模块，用于获取目标棒材捆中两个端头对应的轮廓点云数据；分割模块，用于确定所述轮廓点云数据对应的圆弧特征参数，基于所述圆弧特征参数的参数变化周期对所述轮廓点云数据进行轮廓分割，得到各所述端头对应的圆弧段点云数据；确定模块，用于根据所述圆弧段点云数据确定各所述端头对应的顶点坐标数据，根据各所述端头对应的顶点坐标数据确定所述目标棒材捆对应的向量特征数据。
14.本发明公开了一种电子设备，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行上述的方法。
15.本发明公开了一种计算机可读存储介质，其上存储有计算机程序：所述计算机程序被处理器执行时实现上述的方法。
16.本发明的有益效果：
17.通过获取目标棒材捆中两个端头对应的轮廓点云数据，确定所述轮廓点云数据对应的圆弧特征参数，基于所述圆弧特征参数的参数变化周期对所述轮廓点云数据进行轮廓
分割，得到各所述端头对应的圆弧段点云数据，然后，根据所述圆弧段点云数据确定各所述端头对应的顶点坐标数据，根据各所述端头对应的顶点坐标数据确定所述目标棒材捆对应的向量特征数据。这样，能够通过目标棒材捆中两个端头对应的轮廓点云数据得到目标棒材捆的向量特征数据，进而确定棒材捆的坐标位置，实现棒材库智能化，便于用户对棒材进行管理，提高管理效率，同时，还能提高仓储感知系统的鲁棒性、便捷性和实时性，从而保障仓储物流作业安全。
附图说明
18.图1是本发明实施例中一个用于棒材的识别方法的流程示意图；
19.图2-a是本发明实施例中一个棒材仓储系统的结构示意图；
20.图2-b是本发明实施例中一个激光扫描仪的主视图；
21.图2-c是本发明实施例中一个棒材处理效果的示意图；
22.图3是本发明实施例中另一个用于棒材的识别方法的流程示意图；
23.图4是本发明实施例中一个用于棒材的识别系统的结构示意图；
24.图5是本发明实施例中一个电子设备的示意图。
具体实施方式
25.以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的子样本可以相互组合。
26.需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
27.在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
28.本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
29.除非另有说明，术语“多个”表示两个或两个以上。
30.本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，a/b表示：a或b。
31.术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，a和/或b，表示：a或b，或，a和b这三种关系。
32.结合图1所示，本公开实施例提供了一种用于棒材的识别方法，包括：
33.步骤s101，获取目标棒材捆中两个端头对应的轮廓点云数据；
34.步骤s102，确定轮廓点云数据对应的圆弧特征参数，基于圆弧特征参数的参数变化周期对轮廓点云数据进行轮廓分割，得到各端头对应的圆弧段点云数据；
35.步骤s103，根据圆弧段点云数据确定各端头对应的顶点坐标数据，根据各端头对应的顶点坐标数据确定目标棒材捆对应的向量特征数据。
36.采用本公开实施例提供的用于棒材的识别方法，通过获取目标棒材捆中两个端头对应的轮廓点云数据，确定轮廓点云数据对应的圆弧特征参数，基于圆弧特征参数的参数变化周期对轮廓点云数据进行轮廓分割，得到各端头对应的圆弧段点云数据，然后，根据圆弧段点云数据确定各端头对应的顶点坐标数据，根据各端头对应的顶点坐标数据确定目标棒材捆对应的向量特征数据。这样，能够通过目标棒材捆中两个端头对应的轮廓点云数据得到目标棒材捆的向量特征数据，进而确定棒材捆的坐标位置，实现棒材库智能化，便于用户对棒材进行管理，提高管理效率，同时，还能提高仓储感知系统的鲁棒性、便捷性和实时性，从而保障仓储物流作业安全。
37.结合图2-a所示，本公开实施例提供一种用于实现上述用于棒材的识别方法的棒材仓储系统，包括棒材捆堆垛201、移动装置202、扫描设备203和电子设备204。其中，棒材捆堆垛包括多个棒材捆，并且，棒材捆按照井字形进行堆放；移动装置202包括大车2021、小车2022，小车安置与大车上以组成无人行车，且小车的移动方向与大车的移动方向垂直；扫描设备203包括两个激光扫描仪2031，激光扫描仪分别安装在小车的纵侧和横侧，激光扫描仪的主视图如图2-b所示；电子设备204与激光扫描仪之间通过以太网口相连接，电子设备用于实现上述用于棒材的识别方法，并通过以太网口提供对外数据交互服务，用于棒材的识别方法的棒材处理效果示意图如图2-c所示。
38.可选地，获取目标棒材捆中两个端头对应的轮廓点云数据，包括：随着移动装置的移动并通过安装于移动装置的扫描设备分别对目标棒材捆中两个端头的轮廓进行扫描，得到移动装置对应的装置位移数据和各端头对应的原始点云数据；根据装置位移数据确定实时位移向量，基于实时位移向量将原始点云数据从传感器坐标系转换为系统坐标系，得到各端头对应的转换点云数据；通过直通滤波算法从转换点云数据中提取各端头对应的轮廓点云数据。
39.可选地，轮廓点云数据用于表征目标棒材捆端头的轮廓特征。
40.在一些实施例中，随着无人行车移动，通过激光扫描仪从上往下分别对棒材捆堆垛中目标棒材捆的两个端头进行扫描，得到包括大车和小车的移动装置对应的装置位移数据和各端头对应的原始点云数据，将装置位移数据和原始点云数据发送至电子设备，电子设备根据装置位移数据确定实时位移向量，基于实时位移向量将原始点云数据从传感器坐标系转换为系统坐标系，得到各端头对应的转换点云数据，再通过直通滤波算法从转换点云数据中提取各端头对应的轮廓点云数据。
41.在激光点云的采集过程中，由于采集设备的有效距离的影响，对于距离较远的目标其反射的激光点云数据呈现过度离散的状态，不具备识别的可能，通过直通滤波算法将目标棒材捆的区域范围之外的点滤除(在背景与前景有一定距离的情况下，可以除掉背景)，提高目标棒材捆的方位识别准确性。
42.可选地，通过以下公式将原始点云数据从传感器坐标系转换为系统坐标系：
[0043][0044]
式中，为基于系统坐标系的转换点云数据，为基于传感器坐标系的原始点云数据，r为旋转矩阵，t1为移动装置与扫描装置之间的相对位移向量，t2为移动装置对应的实时位移向量。
[0045]
在一些实施例中，通过预设传感器标定方法获得旋转矩阵、移动装置与扫描装置之间的相对位移向量，其中，旋转矩阵用于修正扫描装置的扫描角度；根据装置位移数据确定实时位移向量。由于扫描装置存在安装角度，导致扫描装置的扫描角度出现偏差，进而导致通过扫描装置得到的原始点云数据不准确，而通过旋转矩阵修正扫描装置的扫描角度，从而消除原始点云数据的数据偏差，提高了转换点云数据的准确性和可信度，进而提高目标棒材捆的方位识别准确性。
[0046]
可选地，扫描装置在扫描目标棒材捆的任一端头时，扫描装置的扫描方向与目标棒材捆中两个端头之间的连接线段垂直。
[0047]
在一些实施例中，当目标棒材捆的摆放方向为横向时，采用沿纵向扫描的激光扫描仪对目标棒材捆的各端头进行扫描；当目标棒材捆的摆放方向为纵向时，采用沿横向扫描的激光扫描仪对目标棒材捆的各端头进行扫描。
[0048]
可选地，基于圆弧特征参数的参数变化周期对轮廓点云数据进行轮廓分割，得到各端头对应的圆弧段点云数据，包括：根据圆弧分割模型对轮廓点云数据进行轮廓分割，得到轮廓点云数据对应的分割点云数据，其中，圆弧分割模型通过带有分割位置标签的轮廓样本数据对预设神经网络模型训练得到；基于圆弧特征参数的参数变化周期与预设周期阈值之间的比较结果从分割点云数据中确定圆弧段点云数据。
[0049]
在一些实施例中，目标棒材捆端头的圆弧与圆弧间呈周期性变化规律，目标棒材捆端头的圆弧特征参数用于表征目标棒材捆端头的簇状圆弧段曲率，圆弧特征参数的参数变化周期用于表征圆弧尺度或棒材捆外径，通过圆弧特征参数的参数变化周期过滤大于预设周期阈值的分割点云数据，得到圆弧段点云数据，其中，预设周期阈值为300mm。
[0050]
在一些实施例中，圆弧分割模型为yolo v3网络模型。
[0051]
可选地，根据圆弧段点云数据确定各端头对应的顶点坐标数据，包括：根据预设评估算法确定圆弧段点云数据是否符合预期标准；若圆弧段点云数据符合预期标准，则根据圆弧段点云数据建立各端头对应的端头圆形模型；从端头圆形模型中提取各端头对应的圆弧半径特征信息，根据圆弧半径特征信息确定各端头对应的顶点坐标数据。
[0052]
可选地，预设评估算法为ransac算法，即随机采样一致性方法，其中，ransac算法的输入是一组观测数据，一个可以解释或者适应于观测数据的参数化模型。ransac通过反复选择数据中的一组随机子集来达成目标，被选取的子集被假设为局内点，并用下述方法进行验证：首先先随机假设一小组局内点为初始值，然后用此局内点拟合一个模型，此模型适应于假设的局内点，所有的未知参数都能从假设的局内点计算得出；用得到的模型去测
试所有的其它数据，如果某个点适用于估计的模型，认为它也是局内点，将局内点扩充；如果有足够多的点被归类为假设的局内点，那么估计的模型就足够合理；然后，用所有假设的局内点去重新估计模型，因为此模型仅仅是在初始的假设的局内点估计的，后续有扩充后，需要更新；最后，通过估计局内点与模型的错误率来评估模型。整个这个过程为迭代一次，此过程被重复执行固定的次数，每次产生的模型有两个结局：要么因为局内点太少，还不如上一次的模型，而被舍弃；要么因为比现有的模型更好而被选用。因此，通过ransac算法判断圆弧段点云数据是否符合预期标准，将不合理的模型参数去除，提高了目标棒材捆的圆弧段点云数据的准确性，进而提高了目标棒材捆对应的向量特征数据的可信性。
[0053]
可选地，根据各端头对应的顶点坐标数据确定目标棒材捆对应的向量特征数据，包括：分别得到目标棒材捆中各端头对应的顶点坐标数据a1(x1,y1,z1)、a2(x2,y2,z2)；根据目标棒材捆中两个端头的顶点坐标数据确定目标棒材捆对应的向量特征数据即计算表征目标棒材捆朝向的方向向量。
[0054]
可选地，该方法还包括：获取待测棒材捆集合，待测棒材捆集合包括多个按照井字形进行堆放的待测棒材捆；将位于待测棒材捆集合中最顶层的待测棒材捆确定为顶部棒材捆，获取各顶部棒材捆对应的轮廓点云数据、顶点坐标数据和向量特征数据；基于各顶部棒材捆的轮廓点云数据、顶点坐标数据和向量特征数据进行数据拟合，建立顶部棒材捆对应的棒材捆堆放模型；基于棒材捆堆放模型确定顶部棒材捆之间的异常堆放状态；将轮廓点云数据、顶点坐标数据、向量特征数据、棒材捆堆放模型和异常堆放状态中的至少一种上传至服务器端。
[0055]
可选地，异常堆放状态包括目标棒材捆之间分叉、下垂等；服务器端包括智能仓储系统。
[0056]
在一些实施例中，待测棒材捆集合中最顶层的待测棒材捆为距离地面最远的一层待测棒材捆或者距离扫描设备最近的一层待测棒材捆。
[0057]
结合图3所示，本公开实施例提供了一种用于棒材的识别方法，包括：
[0058]
步骤s301，获取待测棒材捆集合；
[0059]
其中，待测棒材捆集合包括多个按照井字形进行堆放的待测棒材捆；
[0060]
步骤s302，随着移动装置的移动并通过安装于移动装置的扫描设备分别对目标棒材捆中两个端头的轮廓进行扫描，得到移动装置对应的装置位移数据和各端头对应的原始点云数据；
[0061]
其中，目标棒材捆为位于待测棒材捆集合中最顶层的待测棒材捆；
[0062]
步骤s303，根据装置位移数据确定实时位移向量，基于实时位移向量将原始点云数据从传感器坐标系转换为系统坐标系，得到各端头对应的转换点云数据；
[0063]
步骤s304，通过直通滤波算法从转换点云数据中提取各端头对应的轮廓点云数据；
[0064]
步骤s305，根据圆弧分割模型对轮廓点云数据进行轮廓分割，得到轮廓点云数据对应的分割点云数据，基于圆弧特征参数的参数变化周期与预设周期阈值之间的比较结果从分割点云数据中确定圆弧段点云数据；
[0065]
其中，圆弧分割模型通过带有分割位置标签的轮廓样本数据对预设神经网络模型
训练得到；
[0066]
步骤s306，若圆弧段点云数据符合预期标准，则根据圆弧段点云数据建立各端头对应的端头圆形模型；
[0067]
其中，根据预设评估算法确定圆弧段点云数据是否符合预期标准；
[0068]
步骤s307，从端头圆形模型中提取各端头对应的圆弧半径特征信息；
[0069]
步骤s308，根据圆弧半径特征信息确定各端头对应的顶点坐标数据；
[0070]
步骤s309，根据各端头对应的顶点坐标数据确定目标棒材捆对应的向量特征数据；
[0071]
步骤s310，基于各顶部棒材捆的轮廓点云数据、顶点坐标数据和向量特征数据进行数据拟合，建立顶部棒材捆对应的棒材捆堆放模型；
[0072]
步骤s311，基于棒材捆堆放模型确定顶部棒材捆之间的异常堆放状态；
[0073]
步骤s312，将轮廓点云数据、顶点坐标数据、向量特征数据、棒材捆堆放模型和异常堆放状态中的至少一种上传至服务器端。
[0074]
采用本公开实施例提供的用于棒材的识别方法，通过获取目标棒材捆中两个端头对应的轮廓点云数据，确定轮廓点云数据对应的圆弧特征参数，基于圆弧特征参数的参数变化周期对轮廓点云数据进行轮廓分割，得到各端头对应的圆弧段点云数据，然后，根据圆弧段点云数据确定各端头对应的顶点坐标数据，根据各端头对应的顶点坐标数据确定目标棒材捆对应的向量特征数据。这样，能够通过目标棒材捆中两个端头对应的轮廓点云数据得到目标棒材捆的向量特征数据，进而确定棒材捆的坐标位置，实现棒材库智能化，便于用户对棒材进行管理，提高管理效率，同时，还能提高仓储感知系统的鲁棒性、便捷性和实时性，从而保障仓储物流作业安全。
[0075]
结合图4所示，本公开实施例提供了一种用于棒材的识别系统，包括获取模块401、分割模块402和确定模块403。获取模块用于获取目标棒材捆中两个端头对应的轮廓点云数据。分割模块用于确定轮廓点云数据对应的圆弧特征参数，基于圆弧特征参数的参数变化周期对轮廓点云数据进行轮廓分割，得到各端头对应的圆弧段点云数据。确定模块用于根据圆弧段点云数据确定各端头对应的顶点坐标数据，根据各端头对应的顶点坐标数据确定目标棒材捆对应的向量特征数据。
[0076]
采用本公开实施例提供的用于棒材的识别系统，通过获取目标棒材捆中两个端头对应的轮廓点云数据，确定轮廓点云数据对应的圆弧特征参数，基于圆弧特征参数的参数变化周期对轮廓点云数据进行轮廓分割，得到各端头对应的圆弧段点云数据，然后，根据圆弧段点云数据确定各端头对应的顶点坐标数据，根据各端头对应的顶点坐标数据确定目标棒材捆对应的向量特征数据。这样，能够通过目标棒材捆中两个端头对应的轮廓点云数据得到目标棒材捆的向量特征数据，进而确定棒材捆的坐标位置，实现棒材库智能化，便于用户对棒材进行管理，提高管理效率，同时，还能提高仓储感知系统的鲁棒性、便捷性和实时性，从而保障仓储物流作业安全。
[0077]
结合图5所示，本公开实施例提供了一种电子设备，包括：处理器(processor)500及存储器(memory)501；存储器用于存储计算机程序，处理器用于执行存储器存储的计算机程序，以使终端执行本实施例中任一项方法。可选地，该电子设备还可以包括通信接口(communication interface)502和总线503。其中，处理器500、通信接口502、存储器501可
以通过总线503完成相互间的通信。通信接口502可以用于信息传输。处理器500可以调用存储器501中的逻辑指令，以执行上述实施例中的方法。
[0078]
此外，上述的存储器501中的逻辑指令可以通过软件功能单元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。
[0079]
存储器501作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器500通过运行存储在存储器501中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。
[0080]
存储器501可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应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器501可以包括高速随机存取存储器，还可以包括非说易失性存储器。
[0081]
采用本公开实施例提供的电子设备，通过获取目标棒材捆中两个端头对应的轮廓点云数据，确定轮廓点云数据对应的圆弧特征参数，基于圆弧特征参数的参数变化周期对轮廓点云数据进行轮廓分割，得到各端头对应的圆弧段点云数据，然后，根据圆弧段点云数据确定各端头对应的顶点坐标数据，根据各端头对应的顶点坐标数据确定目标棒材捆对应的向量特征数据。这样，能够通过目标棒材捆中两个端头对应的轮廓点云数据得到目标棒材捆的向量特征数据，进而确定棒材捆的坐标位置，实现棒材库智能化，便于用户对棒材进行管理，提高管理效率，同时，还能提高仓储感知系统的鲁棒性、便捷性和实时性，从而保障仓储物流作业安全。
[0082]
本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本实施例中的任一项方法。
[0083]
本公开实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0084]
本实施例公开的电子设备，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子设备执行如上方法的各个步骤。
[0085]
在本实施例中，存储器可能包含随机存取存储器(random access memory，简称ram)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0086]
上述的处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、图形处理器(graphics processing unit，简称gpu)，网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field－programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0087]
以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选地，并且操作的顺序可以变化。
一些实施例的部分和子样本可以被包括在或替换其他实施例的部分和子样本。而且，本技术中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本技术中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本技术中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的子样本、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它子样本、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个
…”
限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
[0088]
本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0089]
本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些子样本可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0090]
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或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。在有些作为替换的实现中，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，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤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，这可以依所涉及的功能而定。框图
和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，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。