一种基于单目彩色的透明物体定位方法、装置及存储介质

1.本发明涉及视觉定位技术领域，具体涉及一种基于单目彩色的透明物体定位方法、装置及存储介质。


背景技术：

2.视觉技术凭借自身特点，改变了机器人在工业生产的方式。采用机器视觉中的图像处理技术，即使不需要高精度的工装夹具就可以对目标进行识别与定位，极大地提高了工业机器人使用过程中的灵活性，同时扩大了工业机器人的应用范围和实际应用价值。目前主流的定位检测方法分为基于深度单目相机的方法和基于双目视觉的方法，但在实际应用中都存在缺陷，针对透明物体无法捕获深度信息，这在很大程度上影响了在工业中的应用；
3.基于深度单目相机的物体识别和位姿估计，其首先对单目相机进行标定，然后再通过深度图和点云图的映射关系得到最终的点云图，最后根据实际场景进行预处理。此方法可精确可靠地获取物体三维信息。
4.kinectv2、realsense等主流深度摄像机的原理是基于红外传感器进行深度估计。红外投射器主动投射近红外线光谱，照射到粗糙物体、或是穿透毛玻璃后，会形成随机的反射斑点，进而能够被红外单目相机采集。通过对红外图像分析，计算出可视范围内的人体或物体的深度图。但是对于本发明中的应用场景，透明物体无法正确获得其深度信息，因此无法进行定位；
5.而双目单目相机的话，相对于单目单目相机成本较高，且在特征点匹配算法上存在难点，在很大程度上制约了双目立体视觉在工业机器人领域方面的应用。


技术实现要素：

6.有鉴于此，本发明的目的在于一种基于单目彩色的透明物体定位方法、装置及存储介质，以解决现有技术中，对于透明物体，无法捕获深度信息，定位不精准的问题。
7.根据本发明实施例的第一方面，提供一种基于单目彩色的透明物体定位方法，包括：
8.选取多张任意角度拍摄的棋盘格标定板的标定图像，计算所有标定图像上各棋盘格角点的世界坐标以及像素坐标；
9.根据标定图像上各棋盘格角点的世界坐标以及像素坐标求解带畸变的内参矩阵、外参矩阵以及畸变参数；
10.根据求解的带畸变的内参矩阵以及畸变参数求解无畸变内参矩阵；
11.通过单目相机拍摄固定平面上透明物体的图像，使用带畸变的内参矩阵以及畸变参数对透明物体的图像进行矫正；
12.在矫正后的透明物体的图像中，获取透明物体的像素坐标，根据世界坐标系与像素坐标系的映射关系，以及求解的无畸变内参矩阵以及外参矩阵逆推透明物体的世界坐
标，通过世界坐标实现透明物体的定位。
13.优选地，
14.所述通过单目相机拍摄固定平面上透明物体的图像包括：
15.通过固定单目相机视角拍摄各个角度倒伏的透明物体的图像，形成数据集；
16.对数据集中每张图像的亮度在原图的基础上进行上调以及下调，将数据集中的每张图像分别进行顺时针旋转一定角度以及逆时针旋转一定角度，将调整后的图像一并添加到数据集中，对数据集进行扩展；
17.通过物体检测算法对数据集进行训练得到检测模型，检测模型可以识别到倒伏状态的透明物体。
18.优选地，
19.所述世界坐标系到像素坐标系的映射关系包括：
20.所述世界坐标系通过刚体变换得到相机坐标系，所述相机坐标系通过透视投影得到图像坐标系，所述图像坐标系通过仿射变换得到像素坐标系；
21.所述刚体变换包括：将世界坐标系乘以一个旋转矩阵再加上平移矩阵得到相机坐标系；
22.所述透视投影包括：根据针孔模型下透镜成像的焦距、物距以及相距的关系，将相机坐标系转换为平面的二维坐标系，即图像坐标系；
23.所述仿射变换包括：在平面二维坐标系中，将图像坐标系的坐标原点转换为像素坐标系的中点，实现图像坐标系到像素坐标系的转换。
24.优选地，
25.所述带畸变的内参矩阵包括：
26.联合单目相机坐标系到图像坐标系的映射矩阵以及图像坐标系到像素坐标系的映射矩阵得到初始内参矩阵；
27.设置未知数作为单目相机的畸变参数，根据畸变参数以及图像坐标系的坐标点确定径向畸变公式以及切向畸变公式；
28.联合径向畸变公式以及切向畸变公式得到畸变后图像坐标系投向像素坐标系的坐标点；
29.将畸变后图像坐标系投向像素坐标系的坐标点代入到初始内参矩阵中，得到带畸变的内参矩阵；
30.根据世界坐标系到相机坐标系的映射矩阵得到外参矩阵。
31.优选地，
32.所述根据标定图像上各棋盘格角点的世界坐标以及像素坐标求解带畸变的内参矩阵、外参矩阵以及畸变参数包括：
33.联合带畸变的内参矩阵、外参矩阵得到单点带畸变的相机成像模型；
34.将各棋盘格角点的世界坐标以及像素坐标输入到单点带畸变的相机成像模型中；
35.对带畸变的内参矩阵、外参矩阵以及畸变参数设定初始值，通过线性优化方法逐步最小化重投影误差使得初始值误差最小，将误差最小化后的初始值作为求解的带畸变的内参矩阵、外参矩阵以及畸变参数。
36.优选地，
37.所述根据求解的带畸变的内参矩阵以及畸变参数获取无畸变内参矩阵包括：
38.根据求解的带畸变的内参矩阵，以及畸变后的图像坐标系的坐标点投向像素坐标系的坐标点的映射关系，求解畸变后的图像坐标点；
39.由于畸变参数已知，根据畸变前的图像坐标点与畸变后的图像坐标点的映射关系求解畸变前的图像坐标点；
40.根据图像坐标点求解每个像素在像素坐标系中的横轴和纵轴的物理尺寸；
41.根据每个像素在像素坐标系中的横轴和纵轴的物理尺寸求解无畸变内参矩阵。
42.根据本发明实施例的第二方面，提供一种基于单目彩色的透明物体定位装置，包括：
43.标定模块：用于选取多张任意角度拍摄的棋盘格标定板的标定图像，计算所有标定图像上各棋盘格角点的世界坐标以及像素坐标；
44.畸变求解模块：用于根据标定图像上各棋盘格角点的世界坐标以及像素坐标求解带畸变的内参矩阵、外参矩阵以及畸变参数；
45.无畸变求解模块：用于根据求解的带畸变的内参矩阵以及畸变参数求解无畸变内参矩阵；
46.矫正模块：用于通过单目相机拍摄固定平面上透明物体的图像，使用带畸变的内参矩阵以及畸变参数对透明物体的图像进行矫正；
47.定位模块：用于在矫正后的透明物体的图像中，获取透明物体的像素坐标，根据世界坐标系与像素坐标系的映射关系，以及求解的无畸变内参矩阵以及外参矩阵逆推透明物体的世界坐标，通过世界坐标实现透明物体的定位。
48.根据本发明实施例的第三方面，提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被主控器执行时，实现所述的上述方法中的各个步骤。
49.本发明的实施例提供的技术方案可以包括以下有益效果：
50.本技术通过拍摄标定板的标定图像，获取多角度的标定图像的角点信息，根据获取的角点信息，也就是标定图像的世界坐标以及像素坐标，通过世界坐标以及像素坐标求解相机的内参、外参以及畸变参数，利用单目相机获取透明物体的图像，并通过计算出的参数对透明图像进行矫正，再根据拍摄获取的透明图像的像素坐标，根据世界系坐标与像素坐标的映射关系去逆推透明物体的世界系坐标，从而实现通过单目相机对透明物体的精准定位，解决了现有技术中，基于深度单目相机的方法和基于双目视觉的方法无法精准获取到深度信息，定位不精准的问题。
51.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
52.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。
53.图1是根据一示例性实施例示出的一种基于单目彩色的透明物体定位方法的流程示意图；
54.图2是根据一示例性实施例示出的相机坐标变换原理示意图；
55.图3是根据另一示例性实施例示出的透视投影的原理示意图；
56.图4是根据另一示例性实施例示出的仿射变换的原理示意图；
57.图5是根据另一示例性实施例示出的设备使用原理示意图；
58.图6是根据另一示例性实施例示出的一种基于单目彩色的透明物体定位装置的系统示意图；
59.附图中：1-标定模块，2-畸变求解模块，3-无畸变求解模块，4-矫正模块，5-定位模块。
具体实施方式
60.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
61.实施例一
62.图1是根据一示例性实施例示出的一种基于单目彩色的透明物体定位方法的流程示意图，如图1所示，该方法包括：
63.s1，选取多张任意角度拍摄的棋盘格标定板的标定图像，计算所有标定图像上各棋盘格角点的世界坐标以及像素坐标；
64.s2，根据标定图像上各棋盘格角点的世界坐标以及像素坐标求解带畸变的内参矩阵、外参矩阵以及畸变参数；
65.s3，根据求解的带畸变的内参矩阵以及畸变参数求解无畸变内参矩阵；
66.s4，通过单目相机拍摄固定平面上透明物体的图像，使用带畸变的内参矩阵以及畸变参数对透明物体的图像进行矫正；
67.s5，在矫正后的透明物体的图像中，获取透明物体的像素坐标，根据世界坐标系与像素坐标系的映射关系，以及求解的无畸变内参矩阵以及外参矩阵逆推透明物体的世界坐标，通过世界坐标实现透明物体的定位；
68.可以理解的是，通常在获取图像数据前需要建立一个受控的室内环境：将焦距固定的单目相机放到距离地面大约1.9m的位置；透明瓶传送板在距离单目相机前0.2m至0.8m的位置处，如附图5所示，在各个角度拍摄标定数据集，以其中任意一张标定图像的标定结果作为三维坐标参考系，提取标定图像的角点信息，由于是标定板，所以可以同时获取到世界坐标以及像素坐标，根据世界坐标系与像素坐标系的映射转换关系，可以确定单目相机的初始内参矩阵以及外参矩阵，设置畸变参数，根据单目相机的畸变参数确定像素坐标系中畸变后的坐标，将畸变后的坐标代入到初始内参矩阵中，得到带畸变的内参矩阵，根据标定图像上各角点的世界坐标以及像素坐标求解带畸变的内参矩阵、外参矩阵以及畸变参数；根据求解的带畸变的内参矩阵以及畸变参数获取无畸变内参矩阵，通过单目相机拍摄透明物体的图像，通过带畸变内参矩阵以及畸变参数对透明物体的图像进行矫正，获取透明物体的像素坐标，根据世界坐标系与像素坐标系的映射关系，以及求解的无畸变内参矩阵以及外参矩阵逆推透明物体的世界坐标，通过世界坐标实现透明物体的定位；本技术利用单目相机获取透明物体的图像，并通过计算出的参数对透明图像进行矫正，再根据拍摄
获取的透明图像的像素坐标，根据世界系坐标与像素坐标的映射关系去逆推透明物体的世界系坐标，从而实现通过单目相机对透明物体的精准定位，解决了现有技术中，基于深度单目相机的方法和基于双目视觉的方法无法精准获取到深度信息，定位不精准的问题。
69.优选地，
70.所述通过单目相机拍摄透明物体的图像包括：
71.通过固定单目相机视角拍摄各个角度倒伏的透明物体的图像，形成数据集；
72.对数据集中每张图像的亮度在原图的基础上进行上调以及下调，将数据集中的每张图像分别进行顺时针旋转一定角度以及逆时针旋转一定角度，将调整后的图像一并添加到数据集中，对数据集进行扩展；
73.通过物体算法对数据集进行训练得到检测模型，检测模型可以识别到倒伏状态的透明物体；
74.可以理解的是，物体检测算法采用yolo(you only look once)系列算法，yolov5算法是目前目标检测算法的典型代表，其主要思想是将目标检测问题转换为一个回归问题。选择yolov5算法的yolov5m模型，它很好地兼容了算法网络的尺度和检测精度之间的关系，在使用yolo进行检测前，需要采集倒伏状态的透明物体的数据集。在固定相机视角下，对各个角度倒伏的透明物体进行拍摄。为进一步增强数据集的鲁棒性，将采集到的数据集进行扩充。首先，为了避免光照影响，将每张图像的亮度分别调整为原图的0.6倍和1.4倍；其次，更多地模拟透明物体的倒伏情况，将每张图像分别顺时针旋转45度和逆时针旋转45度，使用yolo对数据集进行训练，得到检测模型后，打开畸变矫正后的单目相机对视野下的透明物体进行检测，如检测到倒伏状态的透明物体，会在终端进行显示，并计算bounding box中心点的二维像素坐标。
75.优选地，
76.所述世界坐标系到像素坐标系的映射关系包括：
77.所述世界坐标系通过刚体变换得到相机坐标系，所述相机坐标系通过透视投影得到图像坐标系，所述图像坐标系通过仿射变换得到像素坐标系；
78.所述刚体变换包括：将世界坐标系乘以一个旋转矩阵再加上平移矩阵得到相机坐标系；
79.所述透视投影包括：根据针孔模型下透镜成像的焦距、物距以及相距的关系，将相机坐标系转换为平面的二维坐标系，即图像坐标系；
80.所述仿射变换包括：在平面二维坐标系中，将图像坐标系的坐标原点转换为像素坐标系的中点，实现图像坐标系到像素坐标系的转换；
81.可以理解的是，如附图2所示，世界坐标系与像素坐标系存在固定的映射关系，如世界坐标系通过刚体变换可以转换为相机坐标系，具体如下所示：刚体变换的过程就是世界坐标系中的一点到摄像机坐标系中的点，可以由一个旋转矩阵r和一个平移矩阵t来描述，则存在如下刚体变换公式：
82.(1)
83.84.式中，(u，v，w)表示世界坐标系中的坐标点，(x，y，z)表示相机坐标系中的坐标点，其中r为一个3x3的旋转矩阵(正交旋转矩阵)，t是一个三维平移向量，化为齐次坐标形式有：
85.(2)
[0086][0087]
而相机坐标系通过透视投影则可以变换为图像坐标系，根据针孔模型下透镜成像焦距、物距和相距的关系，如附图3所示，可以得到：
[0088]
(3)
[0089][0090]
式中，f表示单目相机的焦距，x，y表示图像坐标系中的坐标点；将式(3)关系式化成齐次坐标式，得到：
[0091]
(4)
[0092][0093]
而图像坐标系则可以通过仿射变换转化为像素坐标系，仿射变换即在二维平面内，对象进行平移(translation)、缩放(scale)、翻转(flip)、旋转(rotation)和剪切(shear)等操作，u对应x，v对应y，图像坐标系的坐标原点o
′
(0，0)为像素坐标系的中点，如附图4所示，图像坐标系单位为mm，dx和dy分别表示每个像素在横轴x和纵轴y的物理尺寸，即分辨率，代表每一个像素对应的实际距离(mm)，dx和dy如公式(5)和公式(6)所示，其中，u0和v0分别为像素坐标系的中心位置；
[0094]
(5)
[0095][0096]
(6)
[0097][0098]
故图像坐标系和像素坐标系的关系如式(7)所示：
[0099]
(7)
[0100][0101]
综上所述，从世界坐标系到像素坐标系的转换关系如式(8)所示：
[0102]
(8)
[0103][0104]
式中，z表示尺度因子；
[0105]
优选地，
[0106]
所述根据世界坐标系到像素坐标系的映射关系确定单目相机的初始内参矩阵以及外参矩阵包括：
[0107]
联合单目相机坐标系到图像坐标系的映射矩阵以及图像坐标系到像素坐标系的映射矩阵得到初始内参矩阵；
[0108]
根据世界坐标系到单目相机坐标系的映射矩阵得到外参矩阵；
[0109]
可以理解的是，将上述中的式8的前两项矩阵进行合并计算，也就是联合单目相机坐标系到图像坐标系的映射矩阵以及图像坐标系到像素坐标系的映射矩阵，得到式9：
[0110]
(9)
[0111][0112]
式中，k即为上述的初始内参矩阵；
[0113]
外参矩阵依赖于相机坐标系和世界坐标系的相对位置，也就是世界坐标系到单目相机坐标系的映射矩阵，得到外参矩阵式10：
[0114]
(10)
[0115][0116]
则单点无畸变的相机成像模型如式11所示：
[0117]
(11)
[0118][0119]
优选地，
[0120]
所述带畸变的内参矩阵包括：
[0121]
联合单目相机坐标系到图像坐标系的映射矩阵以及图像坐标系到像素坐标系的映射矩阵得到初始内参矩阵；
[0122]
设置未知数作为单目相机的畸变参数，根据畸变参数以及图像坐标系的坐标点确定径向畸变公式以及切向畸变公式；
[0123]
联合径向畸变公式以及切向畸变公式得到畸变后图像坐标系投向像素坐标系的坐标点；
[0124]
将畸变后图像坐标系投向像素坐标系的坐标点代入到初始内参矩阵中，得到带畸变的内参矩阵；
[0125]
根据世界坐标系到相机坐标系的映射矩阵得到外参矩阵；
[0126]
可以理解的是，在上述所有的坐标系公式推导的过程中，其遵循的是线性摄像机模型，但是实际的摄像机由于镜头制作工艺等原因，无法达到线性模型，使摄像机获取的原始图像是含有畸变的，相机畸变发生在相机坐标系到图像坐标系转换的过程中，因此带畸变的相机坐标系变换为：世界坐标系-》相机坐标系-》(无畸变的)图像坐标系-》(带畸变)图像坐标系-》像素坐标系；畸变包括径向畸变和切向畸变，为此，本技术引入了畸变参数：k1，k2，k3，p1，p2，
[0127]
径向畸变公式如式12所示：
[0128]
(12)
[0129][0130][0131]
式中，(x，y)为线性的、无畸变的归一化的图像坐标系中的坐标点，为对应的带畸变的归一化图像坐标点，r为该坐标点的图像坐标到图像中心点o
′
的距离，即r2＝x2+y2；
[0132]
切向畸变公式如式13所示：
[0133]
(13)
[0134][0135][0136]
联合式(12)和(13)，对于图像坐标系中的一点(x，y)，可以计算出这个点在像素平面上的位置；
[0137]
经过畸变后的图像坐标变换公式如式(14)所示：
[0138]
(14)
[0139][0140][0141]
将畸变后的点通过内参矩阵投影到像素平面，得到该点在像素平面上的正确位置，如式(15)所示：
[0142]
(15)
[0143]
[0144]
其中，表示相机感光板中心矫正后在像素坐标系下的坐标；
[0145]
(16)
[0146][0147]
(17)
[0148][0149]
则单点带畸变的相机成像模型如式(18)所示：
[0150]
(18)
[0151][0152]
其中乘积的第一项为带畸变的相机内参，第二项为相机外参，f为带畸变的相机焦距。
[0153]
优选地，
[0154]
所述根据标定图像上各棋盘格角点的世界坐标以及像素坐标求解带畸变的内参矩阵、外参矩阵以及畸变参数包括：
[0155]
联合带畸变的内参矩阵、外参矩阵得到单点带畸变的相机成像模型；
[0156]
将各棋盘格角点的世界坐标以及像素坐标输入到单点带畸变的相机成像模型中；
[0157]
对带畸变的内参矩阵、外参矩阵以及畸变参数设定初始值，通过线性优化方法逐步最小化重投影误差使得初始值误差最小，将误差最小化后的初始值作为求解的带畸变的内参矩阵、外参矩阵以及畸变参数；
[0158]
可以理解的是，公式(18)即为联合带畸变的内参矩阵、外参矩阵得到的单点带畸变的相机成像模型，由于各棋盘格角点的世界坐标(u，v，w)已知，以及畸变后的像素坐标已知，将各棋盘格角点的世界坐标以及畸变后的像素坐标代入到公式(18)中，对带畸变的内参矩阵中、外参矩阵以及畸变参数设置初始值，通过非线性优化方法，逐步最小化重投影误差使得初始值误差最小，将误差最小化后的初始值作为带畸变的内参矩阵、外参矩阵中的未知数求解带畸变的内参矩阵以及外参矩阵，对于畸变参数，误差最小的初始值即为求解的畸变参数。
[0159]
优选地，
[0160]
所述根据求解的带畸变的内参矩阵以及畸变参数获取无畸变内参矩阵包括：
[0161]
根据求解的带畸变的内参矩阵，以及畸变后的图像坐标系的坐标点投向像素坐标系的坐标点的映射关系，求解畸变后的图像坐标点；
[0162]
由于畸变参数已知，根据畸变前的图像坐标点与畸变后的图像坐标点的映射关系求解畸变前的图像坐标点；
[0163]
根据图像坐标点求解每个像素在像素坐标系中的横轴和纵轴的物理尺寸；
[0164]
根据每个像素在像素坐标系中的横轴和纵轴的物理尺寸求解无畸变内参矩阵；
[0165]
可以理解的是，根据带畸变的内参矩阵和畸变系数，对畸变的图像、视频或实时拍
摄进行矫正，矫正后的像素点(u，v)对应于矫正前的根据上述的公式(15)，由于带畸变的内参矩阵已经求解，则根据公式(15)可以求解带畸变的图像坐标点由于畸变参数已知，则根据公式(14)可以求解出畸变前的图像坐标点(x，y)，再根据公式(5)、(6)和(9)，可计算出矫正后的新的相机内参矩阵，即无畸变的内参矩阵，无畸变内参矩阵即为初始内参矩阵。
[0166]
可以理解的是，所述获取透明物体的像素坐标，根据世界坐标系与像素坐标系的映射关系逆推透明物体的世界坐标，通过世界坐标实现透明物体的定位具体如下：
[0167]
已知：透明物体的像素坐标(u，v)；
[0168]
推导图像坐标(x，y)：
[0169][0170]
推导相机坐标(x，y，z)：
[0171]
推导世界坐标(u，v，w)：
[0172]
综上：
[0173]
本技术通过上述的方案进行验证，得到如下表所示的数据：
[0174][0175]
实施例二
[0176]
图6是根据另一示例性实施例示出的一种基于单目彩色的透明物体定位装置的系统示意图，包括：
[0177]
标定模块1：用于选取多张任意角度拍摄的棋盘格标定板的标定图像，计算所有标定图像上各棋盘格角点的世界坐标以及像素坐标；
[0178]
畸变求解模块2：用于根据标定图像上各棋盘格角点的世界坐标以及像素坐标求解带畸变的内参矩阵、外参矩阵以及畸变参数；
[0179]
无畸变求解模块3：用于根据求解的带畸变的内参矩阵以及畸变参数求解无畸变
内参矩阵；
[0180]
矫正模块4：用于通过单目相机拍摄固定平面上透明物体的图像，使用带畸变的内参矩阵以及畸变参数对透明物体的图像进行矫正；
[0181]
定位模块5：用于在矫正后的透明物体的图像中，获取透明物体的像素坐标，根据世界坐标系与像素坐标系的映射关系，以及求解的无畸变内参矩阵以及外参矩阵逆推透明物体的世界坐标，通过世界坐标实现透明物体的定位；
[0182]
可以理解的是，本技术通过标定模块1选取多张任意角度拍摄的棋盘格标定板的标定图像，计算所有标定图像上各棋盘格角点的世界坐标以及像素坐标；通过畸变求解模块2根据标定图像上各棋盘格角点的世界坐标以及像素坐标求解带畸变的内参矩阵、外参矩阵以及畸变参数；无畸变求解模块3根据求解的带畸变的内参矩阵以及畸变参数求解无畸变内参矩阵；矫正模块4通过单目相机拍摄固定平面上透明物体的图像，使用带畸变的内参矩阵以及畸变参数对透明物体的图像进行矫正；定位模块5在矫正后的透明物体的图像中，获取透明物体的像素坐标，根据世界坐标系与像素坐标系的映射关系，以及求解的无畸变内参矩阵以及外参矩阵逆推透明物体的世界坐标，通过世界坐标实现透明物体的定位；本技术利用单目相机获取透明物体的图像，并通过计算出的参数对透明图像进行矫正，再根据拍摄获取的透明图像的像素坐标，根据世界系坐标与像素坐标的映射关系去逆推透明物体的世界系坐标，从而实现通过单目相机对透明物体的精准定位，解决了现有技术中，基于深度单目相机的方法和基于双目视觉的方法无法精准获取到深度信息，定位不精准的问题。
[0183]
实施例三：
[0184]
本实施例提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被主控器执行时，实现上述方法中的各个步骤；
[0185]
可以理解的是，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0186]
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
[0187]
需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。
[0188]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
[0189]
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0190]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0191]
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块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，也可以存储在一个计算机可读取存储介质中。
[0192]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0193]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0194]
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。