一种交通控制方法及设备与流程
本申请涉及智能交通控制技术领域，尤其涉及一种交通控制方法及设备。
背景技术：
目前城市交通拥堵日益严重，制约经济增长，造成能源浪费、环境污染等一系列问题。这些问题在世界各大中城市表现尤为突出，然而道路等基础设施扩建的速度和空间远远不能满足交通流量日益增长的需要，城市交通控制策略是一种既有效、又经济的解决这一难题的方法。
智能交通控制需要稳定、可靠的交通信息检测设备。以环形线圈、地磁为代表的接触式检测器虽然成本较低，但是会受到车辆碾压和路面施工破坏而导致寿命缩短，此外地磁的长期稳定性受无线传输电磁干扰的影响，地磁的电池寿命在高低温条件下也会急剧缩短。环形线圈、地磁为小区域检测器，因此需要在车道上增加很多检测器才能满足多车道排队长度检测需求，安装和维护成本极高。以视频为代表的非接触式检测器虽然安装方便，但是易受光线、灰层以及雨雾雪和大风的影响，无法全天候工作。此外视频摄像头受灰尘影响需要不定期对镜头进行擦拭，需要登高车和中断交通，维护成本较高。
在智能交通控制发展初期，由于交通信息检测器的不足，各路口采用固定的信号灯配时方案，或者根据历史数据在不同时段采用不同的固定配时方案。然而定时控制不能根据实际交通流量变化来自适应地调整控制策略。随着交通检测手段的发展和准确度的提高，出现了根据实时检测到的交通信息进行感应控制的策略，感应控制克服了定时控制的不足，在一定程度上能够适应交通需求的随机变化，是一种闭环控制方法。然而，在传统的感应控制方法中，绿灯时长或延长绿灯时长仍不能被充分利用。因此，寻找一种不受环境天气的影响且还能有效地自适应地控制交通的方法是十分必要的。
技术实现要素：
本申请的一个目的是提供一种交通控制方法及设备，以解决现有技术中对交通进行控制的过程中受环境天气影响及无法自适应控制交通的问题。
根据本申请的一个方面，提供了一种交通控制方法，其中，所述方法包括：
通过广域微波雷达获取交叉口的交通信息；
根据所述交通信息计算所述交叉口的每个相位的相位饱和度；
分别根据每个所述相位的初始绿灯时长和所述相位饱和度，确定每个所述相位的优化绿灯时长；
分别根据每个所述相位的排队相关信息和下一相位排队相关信息，对对应的所述相位的优化绿灯时长进行调整，得到每个所述相位的执行绿灯时长。
进一步地，上述交通控制方法中，根据所述交通信息计算所述交叉口的每个相位的相位饱和度，包括：
根据所述交通信息计算每个所述相位中所有车道的饱和流率；
分别根据每个所述车道的饱和流率和实际流率，确定每个所述车道的饱和度；
分别根据每个所述相位中所有车道的饱和度，确定每个所述相位的相位饱和度。
进一步地，上述交通控制方法中，所述车道的饱和流率由所述车道的折算车辆数和所述车道所属相位的绿灯时长确定。
进一步地，上述交通控制方法中，分别根据每个所述相位中所有车道的饱和度，确定每个所述相位的相位饱和度，包括：
在每个所述相位中，将所述相位中所有车道的饱和度中的最大饱和度确定为所述相位的相位饱和度。
进一步地，上述交通控制方法中，分别根据每个所述相位的初始绿灯时长和所述相位饱和度，确定每个所述相位的优化绿灯时长，由如下公式确定：
其中，0.85为预设相位饱和度阈值；i为相位的编号；取值范围为i＝1，2，……，n；dsphasei为相位i的相位饱和度；gi为相位i的初始绿灯时长；gi’为相位i的优化绿灯时长；c′为优化后红绿灯周期；gimin为相位i的最小绿灯时长且由相位i的路口宽度确定；gimax为相位i的最大绿灯时长且由在最大相位周期下分配给相位i的绿灯时长确定；y为相位i的黄灯时长；r为相位i的红灯时长。
进一步地，上述交通控制方法中，分别根据每个所述相位的排队相关信息和下一相位排队相关信息，对对应的所述相位的优化绿灯时长进行调整，包括：
分别根据每个所述相位的排队相关信息和下一相位排队相关信息，对对应的所述相位的优化绿灯时长进行延长，得到每个所述相位的执行绿灯时长，其中，
满足对所述相位的优化绿灯时长进行延长的延长条件为：所述相位的下一相位的实时排队车辆数小于所述下一相位的预测排队车辆数阈值，且所述相位中的任意相邻排队两车之间的车头时距小于等于预设车头时距阈值；
满足用于指示停止对所述相位的优化绿灯时长进行延长的停止延长条件为：所述相位中的任意相邻排队两车之间的车头时距大于预设车头时距阈值，或，所述相位的下一相位的实时排队车辆数大于等于所述预测排队车辆数阈值，或所述相位的执行绿灯时长等于所述相位的最大绿灯时长。
进一步地，上述交通控制方法中，分别根据每个所述相位的排队相关信息和下一相位排队相关信息，对对应的所述相位的优化绿灯时长进行调整，包括：
分别根据每个所述相位的排队相关信息和下一相位排队相关信息，对对应的所述相位的优化绿灯时长进行缩短，得到每个所述相位的执行绿灯时长，其中，
满足对所述相位的优化绿灯时长进行缩短时的缩短条件为：所述相位的执行绿灯时长大于等于所述相位的最小绿灯时长，且所述相位中的任意相邻排队两车之间的车头时距大于预设车头时距阈值。
进一步地，上述交通控制方法中，所述方法还包括：
根据每个所述相位的执行绿灯时长控制所述交叉口的实时交通运行。
根据本申请的另一方面，还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行时，使所述处理器实现如上述交通控制方法。
根据本申请的另一方面，还提供了一种设备，其中，该设备包括：
一个或多个处理器；
计算机可读介质，用于存储一个或多个计算机可读指令，
当所述一个或多个计算机可读指令被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述交通控制方法。
根据本申请的一个方面，提供了一种应用于信号灯控制的交通信息检测及控制设备，包括对车流量、排队长度、车头时距等交通信息的实时检测；根据本申请的另一方面，还提供了一种基于该交通信息检测及控制设备的信号灯控制方法。
与现有技术相比，本申请通过广域微波雷达获取交叉口的交通信息，使得对交通信息的获取不受环境、天气的影响，无需大面积铺设，安装维护成本较低；接着根据所述交通信息计算所述交叉口的每个相位的相位饱和度，分别根据每个所述相位的初始绿灯时长和所述相位饱和度，确定每个所述相位的优化绿灯时长；然后分别根据每个所述相位的排队相关信息和下一相位排队相关信息，对对应的所述相位的优化绿灯时长进行调整，得到每个所述相位的执行绿灯时长，实现了通过等饱和度机制均衡该交叉口的各相位的车流量，将各相位的相位饱和度控制在理想的范围内，同时还实现了对交叉口的各相位的执行绿灯时长的实时控制，实现了充分协调交叉口的各相位之间的交通需求，充分利用各相位的执行绿灯时长，进而实现对交通运行的自适应控制。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1示出根据本申请一个方面的一种交通控制方法中的广域微波雷达、信号转接盒、交通信号机及红绿灯之间的结构示意图；
图2示出根据本申请一个方面的一种交通控制方法中的广域微波雷达在交叉口的安装示意图；
图3示出根据本申请一个方面的一种交通控制方法中的广域微波雷达获取的多个车道大区域内的交通信息对比示意图；
图4示出根据本申请一个方面的一种交通控制方法的流程结果示意图；
图5示出根据本申请一个方面的一种交通控制方法在一实际应用场景中的交叉口的布局示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。
如图1所示，本申请一个方面的一种基于广域微波雷达的交通信息检测示意图，应用于信号灯控制的交通信息检测的过程中。其中，信息获取和传输过程中包括：广域微波雷达、与该广域微波雷达连接的信号机转接盒、智能信号处理器及红绿灯指示器，其中，该广域微波雷达包括射频前端、中频信号处理板、数字信号处理板和电源管理模块等；其中，整个交通信息检测过程中所需实现的硬件功能主要包括：中频模拟信号产生、三角波信号产生、中频信号处理、ad采样、数字信号处理、数据通信、实时时钟及电源管理等；所需的软件设计主要包括雷达信号处理板的软件设计。在本申请的基于广域微波雷达的交通信息检测过程中，广域微波雷达与信号及转接盒连接，将检测到的交通信息传输至信号机转接盒，并传输至智能信号机处理器，以便对交通交叉口的所有交通信息进行数据分析处理。在此，广域微波雷达检测到的交通信息通过rs485或者lan传输方式传输至信号机转接盒；并通过rs485或者网口传输至信号机处理器。
在此，广域微波雷达在交叉口的安装情况如图2所示，该广域微波雷达安装在交叉口的信号灯指示器的横杆上，用于检测该信号灯指示器所控制的对应方向的各车道的交通信息；本申请的交叉口包括至少两个路口，例如该交叉口为三叉路口和包括四个路口的十字路口等，在本申请一优选实施例中改交叉口为包括四个路口的十字路口，该十字路口的交叉口包括四个方向，因此，在该十字路口的交叉口设置4台广域微波雷达如图2所示。在广域微波雷达对各项相位进行交通信息进行检测时，广域微波雷达实时跟踪到其所检测的4个车道中的所有车辆，该广域微波雷达通过信号处理板的软件程序对所有车辆的频谱进行分析，得到相关的交通信息，包括车速、车型、排队长度、车头时距等，如图3所示。
在交通道路中的交叉口安装并调试好广域微波雷达的软硬件之后，则可以通过该广域微波雷达来获取其检测的多个车道内的交通信息，并发送给用于对交通信息进行分析处理的信号机处理器，以便自适应地控制该交叉口的交通绿灯时长等。
如图4所示，本申请一实施例中的一种交通控制方法的流程结果示意图，应用于对交通交叉口的绿灯时长进行自适应控制的过程中，该方法包括步骤s11、步骤s12、步骤s13及步骤s14，其中，
步骤s11，通过广域微波雷达获取交叉口的交通信息；该交通信息包括该交叉口的各相位下的所有车道中的车型、车速、车辆排队长度、任意相邻排队两车之间的车头时距等；在此，该广域微波雷达在实际交通运用场景中，可以覆盖6个车道、检测200米区域范围内的所有车辆的交通信息，进而实现对用于交通控制的交通信息的全面获取，且不受环境、天气的影响，无需大面积铺设，安装维护成本较低。
步骤s12，根据所述交通信息计算所述交叉口的每个相位的相位饱和度；在此，在本申请的一优选实施例中，将所述交叉口优选为包含四个方向的十字路口如图2和5所示。下面以交叉口为包含四个方向的十字路口为例来对本申请的一种交通控制方法进行解释说明。
需要说明的是，在本申请一优选的实施例中如图5所示，将该交叉口中的南进口的直行和右转车道501、北进口的直行和右转车道502共用一个相位，记为相位1；南进口的左转车道503、北进口的左转车道504共用一个相位，记为相位2；西进口的直行和右转车道505、东进口的直行和右转车道506共用一个相位，记为相位3；西进口的左转车道508、东进口的左转车道507共用一个相位，记为相位4；即该一优选的实施例中的交叉口包括4个相位路口。
步骤s13，分别根据每个所述相位的初始绿灯时长和所述相位饱和度，确定每个所述相位的优化绿灯时长，实现了通过等饱和度机制均衡该交叉口的各相位的车流量，将各相位的相位饱和度控制在理想的范围内；
步骤s14，分别根据每个所述相位的排队相关信息和下一相位排队相关信息，对对应的所述相位的优化绿灯时长进行调整，得到每个所述相位的执行绿灯时长，实现了对交叉口的各相位的执行绿灯时长的实时控制，进而达到了充分协调交叉口的各相位之间的交通需求的目的，使得充分利用各相位的执行绿灯时长，进而实现对交通运行的自适应控制。
本实施例中，所述步骤s12根据所述交通信息计算所述交叉口的每个相位的相位饱和度，包括：
根据所述交通信息计算每个所述相位中的所有车道的饱和流率；在此，所述车道的饱和流率由所述车道的折算车辆数和所述车道所属相位的绿灯时长确定；
分别根据每个所述车道的饱和流率和实际流率，确定每个所述车道的饱和度；
分别根据每个所述相位中所有车道的饱和度，确定每个所述相位的相位饱和度。
例如，各相位的每个车道的饱和流率指的是：该车道在饱和状态下，每小时的车流量，则计算车道的饱和流率公式具体为：
其中，s为车道的饱和流率，g为当前车道所属相位下的绿灯时长，n为当前车道饱和状态下的折算车辆数，该折算车辆数指的是以小型车(车长3.5米以下)为基准，中型车(车长3.5-7米)则折算为1.5辆小型车，大型车(车长7-10米)折算为2辆小型车，具体车辆的车型由所述广域微波雷达自动识别而确定。通过上述计算车道的饱和流率的公式，可以根据交通信息计算出各相位下的每个车道的饱和流率。
接着，分别根据每个所述车道的饱和流率和实际流率，确定每个所述车道的饱和度；在此，各相位每个车道的饱和度指的是每个车道的实际流率与其饱和流率的比值，则计算车道的饱和度的公式具体为：
其中，q为车道的实际流率，ds为车道的饱和度，nreal为该车道在其所属的相位的绿灯时长内实际通过的车辆数，c为红绿灯的周期。通过上述计算车道的饱和度的公式，可以根据各相位的每个所述车道的饱和流率和实际流率来计算各相位的每个所述车道的饱和度。
在计算得到各相位中的每个车道的饱和度后，分别根据各所述相位中的每个车道的饱和度，确定对应的各相位的相位饱和度dsphase，在此，在计算相位的相位饱和度时，选取该相位下的所有车道的饱和度中的最大饱和度对应的车道为关键车道，并将该关键车道的饱和度确定为该关键车道所属相位的相位饱和度，即将相位中的所有车道的饱和度中的最大饱和度确定为所述相位的相位饱和度dsphase，具体计算公式为：
其中，m为该相位中的所有车道的总数，qj为第j个车道的实际流率，sj为第j个车道的饱和流率。
接着本申请的上述实施例，步骤s13分别根据每个所述相位的初始绿灯时长和所述相位饱和度，确定每个所述相位的优化绿灯时长，即根据等饱和度原理均衡各路口的流量来设计优化问题、通过求解优化问题得到各相位初始绿灯时长，并对各相位的初始绿灯时长进行优化，其中，相位的初始绿灯时长为在该相位的上一个相位的周期中计算得到的该相位的绿灯时长，即将上一个相位的周期内计算的绿灯时长作为当前的相位的初始绿灯时长。
在此，假设各相位当前相位饱和度、初始绿灯时长、红绿灯周期分别为dsphasei、gi和c，其中i＝1,2,...n，其中n表示该交叉口中的相位的数量。各相位的优化绿灯时长、优化周期分别为g′i和c′。在预设相位饱和度阈值时，既能够充分利用绿灯时长，又不会造成交通拥堵。在本申请一优选实施例中，优选该预设相位饱和度阈值为0.85来进行交通控制运行时是最为理想的，其中，对相位饱和度进行优化的优化公式如下：
通过调整相位的优化绿灯时长可以使得优化后的饱和度尽可能接近0.85，在此，在优化过程中的约束条件具体包括如下条件：
(1)最小绿灯时长约束：g′i≥gimin，gimin由该相位i的路口宽度确定，能保证行人以正常速度通过路口的最小时间，即为相位i的最小绿灯时长；
(2)最大绿灯时长约束：g′i≤gimax，gimax由该相位i在最大相位周期下按优化后分配的绿灯时长确定，即为相位i的最大绿灯时长；
(3)周期变化约束：优化||c′-c||≤t，用于指示优化前后周期的变化幅度限制在一定范围内，其中t为周期变化幅度阈值，在本申请一优选实施例中，优选该预设相位饱和度阈值为20秒来进行交通控制运行时较为合适。
(4)整数约束：c′∈z+,g′i∈z+，相位i的相位周期和优化绿灯时长都为整数；
(5)周期约束：
这里，将预设相位饱和度阈值优选为0.85，即0.85为预设相位饱和度阈值，通过分支定界法求解上述优化公式，得到优化后的各相位的优化绿灯时长g′i,i＝1,2,...,n。
接着本申请的上述实施例，在实际交通应用场景中，分别根据每个所述相位的排队相关信息和下一相位排队相关信息，对对应的所述相位的优化绿灯时长进行调整，得到每个所述相位的执行绿灯时长，即相位的调整后的绿灯时长，对相位的绿灯时长进行调整包括对优化绿灯时长进行延长(加长绿灯时长)和对优化绿灯时长进行缩短(即提前结束绿灯时长)两种情况，下面分别对这两种情况进行举例说明：
情况一、分别根据每个所述相位的排队相关信息和下一相位排队相关信息，对对应的所述相位的优化绿灯时长进行延长，得到每个所述相位的执行绿灯时长，其中，对相位的优化绿灯时长进行延长指的是：该相位的优化绿灯时长被用完后仍有交通需求，此时需要判断是否满足延长优化绿灯时长的延长条件，在此，满足对所述相位的优化绿灯时长进行延长的延长条件为：同时满足如下两个条件1)、所述相位的下一相位的实时排队车辆数velreal小于所述下一相位的预测排队车辆数阈值
当然，在对相位的优化绿灯时长进行延长的过程中，也需要按照实时排队相关信息来停止对当前相位的优化绿灯时长的延长，从而可以转入下一相位的绿灯时间，即在对相位的优化绿灯时长进行延长的过程中也需要判断是否满足用于指示停止对所述相位的优化绿灯时长进行延长的停止延长条件，若满足如下三个条件中的任一个停止延长条件，就可以理解切换到下一相位：1)、所述相位中的任意相邻排队两车之间的车头时距大于预设车头时距阈值，在此，在本申请一优选实施例中将预设车头时距阈值优选为5秒；2)、所述相位的下一相位的实时排队车辆数大于等于所述预测排队车辆数阈值，即velreal≥velpre；3)、所述相位的执行绿灯时长等于所述相位的最大绿灯时长，即g′i＝gimax，当满足这三个条件中的任一个条件就立即切换到下一相位。
情况二、分别根据每个所述相位的排队相关信息和下一相位排队相关信息，对对应的所述相位的优化绿灯时长进行缩短，得到每个所述相位的执行绿灯时长，其中，对相位的优化绿灯时长进行缩短指的是：提前结束该相位的优化绿灯时长，此时需要判断是否满足提前结束优化绿灯时长的缩短条件，在此，满足对所述相位的优化绿灯时长进行缩短的缩短条件为：同时满足如下两个条件1)、所述相位的执行绿灯时长大于等于所述相位的最小绿灯时长，即g′i≥gimin；2)、所述相位中的任意相邻排队两车之间的车头时距大于预设车头时距阈值，在此，在本申请一优选实施例中将预设车头时距阈值优选为5秒。
所述步骤s14分别根据每个所述相位的排队相关信息和下一相位排队相关信息，对对应的所述相位的优化绿灯时长进行调整，得到每个所述相位的执行绿灯时长后，根据每个所述相位的执行绿灯时长控制所述交叉口的实时交通运行，从而实现对交叉口的交通运行的实时控制，从而达到自适应控制交通运行的目的。
下面以如图5所示的交叉口的偶示意图为例，对本申请实施例中的交通控制方法进行进一步解释说明：
在图5中，各相位包含有两个进口方向的多个车道，在实际应用中，选取所有车道的实际饱和度中的最大饱和度对应的车道为关键车道，该关键车道的饱和度为该相位的饱和度。以相位1为例，相位1的两方向共有5个车道，广域微波雷达检测到的5车道流量为qj,j＝1,2,...,5，那么相位1的饱和度为：
根据路口流量均衡的等饱和度原理，求取相位1的优化绿灯时长及其约束条件如下：
采用分支定界法求解上述优化问题，得到各相位的优化绿灯时长g′i,i＝1,2,3,4。当相位1开始执行优化绿灯时长时，判断是否停止(提前结束)该相位1的优化绿灯时长需要同时满足两个条件：(1)相位1的绿灯时长已经超过相位1的最小绿灯时长，即g′1≥g1min；(2)相位1的交通需求结束，即通过停车线的相邻排队两车之间的车头时距大于车头时距阈值时，在一优选实施例中该值优选为5秒。同时，还需判断是否延长相位1的绿灯时长的延长条件，也需要同时满足两个条件：(1)相位1初始绿时结束后仍有交通需求，即所述相位1的下一相位2的实时排队车辆数小于所述下一相位2的预测排队车辆数阈值；(2)相位2的实际排队车辆数vel2real小于相位2的预测排队车辆数阈值
综上所述，通过广域微波雷达获取交叉口的交通信息，使得对交通信息的获取不受环境、天气的影响，无需大面积铺设，安装维护成本较低；接着根据所述交通信息计算所述交叉口的每个相位的相位饱和度；并分别根据每个所述相位的初始绿灯时长和所述相位饱和度，确定每个所述相位的优化绿灯时长；然后分别根据每个所述相位的排队相关信息和下一相位排队相关信息，对对应的所述相位的优化绿灯时长进行调整，得到每个所述相位的执行绿灯时长，实现了通过等饱和度机制均衡该交叉口的各相位的车流量，将各相位的相位饱和度控制在理想的范围内，同时还实现了对交叉口的各相位的执行绿灯时长的实时控制，实现了充分协调交叉口的各相位之间的交通需求，充分利用各相位的执行绿灯时长，进而实现对交通运行的自适应控制。
需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(asic)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，ram存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
- 还没有人留言评论。精彩留言会获得点赞！