一种导航方法、装置和系统与流程

本发明涉及智能驾驶技术领域，尤其涉及一种导航方法、装置和系统。

背景技术：

停车难问题是困扰许多城市的长期难题，而对于老旧社区、商业综合体、医院周边等人流量大的地方，一“位”难求现象更为普遍。虽然在许多场合都建设了停车场来满足人们的停车需求，但进入停车场又会面临一些常见问题，如在停车场反复转几圈仍然找不到停车位、刚找到停车位却看到别的车辆停进去等情况。

现有情况下，虽然停车场的数量不断增加，但停车场的规模和结构也不断复杂，而现有停车引导系统，受制于技术能力(如当前空闲车位的提醒手段原始，基本靠引导牌、车位顶上方红绿灯方式进行展示)，用户只能被动获取局部信息，而且有时候获取的信息也时常不准确，用户基本上仍是盲目开车找车位。如何合理配置各种资源，高效、便利地使用停车场，从根本上解决用户找车位难、停车难等问题，提升城市存量停车泊位的周转率和使用率，就变得十分重要。

技术实现要素：

为了解决上述驾驶员在停车场内寻找空闲车位难的问题，本申请实施例提供了一种导航方法、装置和系统。

第一方面，本申请实施例提供了一种导航方法，包括：获取多个摄像头拍摄的图像，所述多个摄像头设置在停车场内；根据所述多个摄像头拍摄的图像，获取目标车辆的位置信息；获取第一目标车位的位置信息，所述第一目标车位为所述目标车辆待停泊的空闲车位；根据所述目标车辆的位置信息和所述第一目标车位的位置信息，生成第一导航路线，所述第一导航路线为所述目标车辆到达所述第一目标车位的导航路线；向终端设备发送所述第一导航路线，所述终端设备为所述目标车辆的用户进行导航的设备。

在该实施方式中，通过利用摄像头视觉定位技术，获取停车场内目标车辆的位置信息，然后确定目标车辆将要停泊的目标空闲车位，再根据目标车辆的位置信息和目标车位的位置信息，生成一条导航路线，最后将导航路线推送给用户手机，解决车辆停车场盲开找车位难题，从而提升现有停车场运行效率和用户的体验。同时，能对停车场内安全状况进行预判，辅助目标车辆的安全行驶。

在一种实施方式中，所述方法还包括：将所述第一目标车位的状态由空闲状态设置为非空闲状态。

在该实施方式中，如果停车场内的每个车位上设置有地锁显示屏，在驾驶员预约了目标车位后，该车位上的地锁升起，或显示屏上显示该车位已被预约的提示语，从而避免该车位被其他驾驶员占用。

在一种实施方式中，所述根据所述多个摄像头拍摄的图像，获取目标车辆的位置信息，包括：接收所述终端设备发送的所述目标车辆的车辆信息；根据所述目标车辆的车辆信息，从所述多个摄像头拍摄的图像中识别出第一图像，所述第一图像中包括所述目标车辆；通过所述第一图像和存储的所述停车场的地图，确定所述目标车辆的位置信息。

在一种实施方式中，所述第一目标车位是距离所述目标车辆最近的空闲车位。

在一种实施方式中，所述获取第一目标车位的位置信息，包括：向所述终端设备发送车位信息，所述车位信息为所述停车场内所有空闲车位；接收所述终端设备发送的第一指令，所述第一指令指示所述用户从所述停车场内所有空闲车位中选择的所述第一目标车位。

在该实施方式中，服务器可以将停车场内各个车位处在空闲状态、占用状态和预约状态发送到终端设备上，并在终端设备上显示，驾驶员可以根据自己的意愿，选择一个空闲车位作为将要停泊的车位，终端设备将驾驶员预约的车位的指令发送给服务器，服务器根据接收到的指令，选定目标车位，从而实现驾驶员根据自己的意愿，灵活的选择自己想要停泊的车位。

在一种实施方式中，所述方法还包括：接收所述终端设备发送的第二指令，所述第二指令指示所述用户重新选择待停泊的空闲车位；获取第二目标车位的位置信息，所述第二目标车位为所述目标车辆待停泊的除所述第一目标车位以外的空闲车位；根据所述目标车辆的位置信息和所述第二目标车位的位置信息，生成第二导航路线，所述第二导航路线为所述目标车辆到达所述第二目标车位的导航路线；向所述终端设备发送所述第二导航路线。

在该实施方式中，如果服务器选定的导航路线不能通行、不符合驾驶员主观意愿等原因时，驾驶员可以通过终端设备请求服务器重新选择出一条导航路线，以便驾驶员可以实际需求，选择不同的导航路线到达目标车位。

在一种实施方式中，所述方法还包括：检测第二摄像头拍摄的图像中道路上是否存在障碍物，所述第二摄像头为处在所述第一导航路线中的摄像头；当检测到所述第二摄像头拍摄的图像中的道路上存在障碍物时，根据所述目标车辆的位置信息、所述第一目标车位的位置信息和所述第二摄像头拍摄的图像中的道路的位置信息，生成第三导航路线，所述第三导航路线不同于所述第一导航路线。

在该实施方式中，如果导航路线上存在障碍物，此时导航路线无法通行，服务器可以根据障碍物的位置，重新规划出一条避开障碍物路段的导航路线，从而保证导航路线的畅通性。

在一种实施方式中，所述检测到所述第二摄像头拍摄的图像中的道路上存在障碍物，包括：通过视差景深原理，检测所述第二摄像头拍摄的图像中的道路上是否存在物体；当所述第二摄像头拍摄的图像中的道路上存在物体时，识别所述物体是否为行人或其它车辆；当所述物体不是行人或其它车辆时，确定所述物体为障碍物。

在该实施方式中，停车场内一般存在行人在道路上行走、其它车辆停泊时占用道路等情况，但是这些情况只是暂时的，但并不妨碍目标车辆通行，所以将检测到的行人和车辆这两类的物体不设置为障碍物，在车辆行驶过程中，如果车辆上传感器或驾驶员发现有行人或其它车辆时，可以选择鸣笛提醒、或停车等待，等行人或车辆离开道路时，目标车辆可以继续按照导航路线行驶。

在一种实施方式中，所述方法还包括：接收所述终端设备发送的第三指令，所述第三指令指示所述用户寻找停泊在所述第一目标车位上的所述目标车辆；确定所述用户的位置信息；根据所述用户的位置信息和所述第一目标车位的位置信息，生成第四导航路线，所述第三导航路线为所述用户到达所述第一目标车位的导航路线；向所述终端设备发送所述第四导航路线。

在该实施方式中，当驾驶员离开停车场后，反向寻车的过程，可通过手机扫描停车场车位标志等明显标识或物体，实现本人定位，然后在地图上生成一条本人与目标车辆停放位置的路径，从而有效的帮助驾驶员随时随地快速找到目标车辆。

在一种实施方式中，所述确定所述用户的位置信息，包括：接收所述终端设备发送的第二图像，所述第二图像为所述用户利用所述终端设备对停车场内场景进行拍摄得到的图像；将所述第二图像中包括的场景与所述存储的停车场地图进行比对，确定所述用户的位置。

第二方面，本申请实施例提供了一种导航装置，包括：收发器，用于获取多个摄像头拍摄的图像，所述多个摄像头设置在停车场内；处理器，根据所述多个摄像头拍摄的图像，获取目标车辆的位置信息；获取第一目标车位的位置信息，所述第一目标车位为所述目标车辆待停泊的空闲车位；根据所述目标车辆的位置信息和所述第一目标车位的位置信息，生成第一导航路线，所述第一导航路线为所述目标车辆到达所述第一目标车位的导航路线；所述收发器，还用于向终端设备发送所述第一导航路线，所述终端设备为所述目标车辆的用户进行导航的设备。

在一种实施方式中，所述处理器，还用于将所述第一目标车位的状态由空闲状态设置为非空闲状态。

在一种实施方式中，所述收发器，用于接收所述终端设备发送的所述目标车辆的车辆信息；所述处理器，还用于根据所述目标车辆的车辆信息，从所述多个摄像头拍摄的图像中识别出第一图像，所述第一图像中包括所述目标车辆；通过所述第一图像和存储的所述停车场的地图，确定所述目标车辆的位置信息。

在一种实施方式中，所述第一目标车位是距离所述目标车辆最近的空闲车位。

在一种实施方式中，所述收发器，还用于向所述终端设备发送车位信息，所述车位信息为所述停车场内所有空闲车位；接收所述终端设备发送的第一指令，所述第一指令指示所述用户从所述停车场内所有空闲车位中选择的所述第一目标车位。

在一种实施方式中，所述收发器，还用于接收所述终端设备发送的第二指令，所述第二指令指示所述用户重新选择待停泊的空闲车位；所述处理器，还用于获取第二目标车位的位置信息，所述第二目标车位为所述目标车辆待停泊的除所述第一目标车位以外的空闲车位；根据所述目标车辆的位置信息和所述第二目标车位的位置信息，生成第二导航路线，所述第二导航路线为所述目标车辆到达所述第二目标车位的导航路线；所述收发器，还用于向所述终端设备发送所述第二导航路线。

在一种实施方式中，所述处理器，还用于检测第二摄像头拍摄的图像中道路上是否存在障碍物，所述第二摄像头为处在所述第一导航路线中的摄像头；当检测到所述第二摄像头拍摄的图像中的道路上存在障碍物时，根据所述目标车辆的位置信息、所述第一目标车位的位置信息和所述第二摄像头拍摄的图像中的道路的位置信息，生成第三导航路线，所述第三导航路线不同于所述第一导航路线。

在一种实施方式中，所述处理器，具体用于通过视差景深原理，检测所述第二摄像头拍摄的图像中的道路上是否存在物体；当所述第二摄像头拍摄的图像中的道路上存在物体时，识别所述物体是否为行人或其它车辆；当所述物体不是行人或其它车辆时，确定所述物体为障碍物。

在一种实施方式中，所述收发器，还用于接收所述终端设备发送的第三指令，所述第三指令指示所述用户寻找停泊在所述第一目标车位上的所述目标车辆；所述处理器，还用于确定所述用户的位置信息；根据所述用户的位置信息和所述第一目标车位的位置信息，生成第四导航路线，所述第三导航路线为所述用户到达所述第一目标车位的导航路线；所述收发器，还用于向所述终端设备发送所述第四导航路线。

在一种实施方式中，所述收发器，还用于接收所述终端设备发送的第二图像，所述第二图像所述用户利用所述终端设备对停车场内场景进行拍摄得到的图像；所述处理器，还用于将所述第二图像中包括的场景与所述存储器存储的停车场地图进行比对，确定所述用户的位置。

第三方面，本申请实施例提供了一种导航系统，该系统包括多个摄像头、终端设备和用于执行如第一方面各个可能实现的实施例。

第四方面，本申请实施例提供了一种停车场，其特征在于，包括：多个摄像头，分别设置在停车场内各个位置上，用于对停车场内所有车位和道路进行拍摄；服务器，与所述多个摄像头连接，用于执行如第一方面各个可能实现的实施例。

第五方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行如第一方面各个可能实现的实施例。

第六方面，本申请实施例提供了一种计算设备，包括存储器和处理器，其特征在于，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现如第一方面各个可能实现的实施例。

附图说明

下面对实施例或现有技术描述中所需使用的附图作简单地介绍。

图1为本申请实施例提供的一种导航场景的俯视示意图；

图2为本申请实施例提供的导航系统立体视觉检测障碍物逻辑的流程图；

图3为本申请实施例提供的像素坐标和世界坐标之间的转换关系示意图；

图4为本申请实施例提供的立体视觉系统下深度信息计算原理示意图；

图5为本申请实施例提供的yolo训练示意图；

图6为本申请实施例提供的计算障碍物的距离流程图；

图7(a)为本申请实施例提供的摄像头拍摄到一场景的原始图像；

图7(b)为本申请实施例提供的摄像头拍摄到一场景的进行栅格化的原始图像；

图7(c)为本申请实施例提供的摄像头拍摄到一场景的进行栅格化的深度图像；

图8(a)为本申请实施例提供的栅格内无障碍物的深度和视差之间的关系；

图8(b)为本申请实施例提供的栅格内有障碍物的深度和视差之间的关系；

图9为本申请实施例提供的不同基线长度下视差的误差变化曲线图；

图10为本申请实施例提供的双目相机拍摄图像的仿真得到实测误差结果示意图；

图11为本申请实施例提供的处理设备结构示意图；

图12为本申请实施例提供的在接收到障碍物的情况下车辆自动代客泊车具体实现过程示意图；

图13为本申请实施例提供的一种导航方法的实现过程流程图；

图14为本申请实施例提供的一种导航方法的实现过程流程图；

图15为本申请实施例提供的一种导航方法流程图；

图16为本申请实施例提供的一种导航装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

图1为本申请实施例提供的一种导航场景的俯视示意图。如图1所示，本申请以商场超市地下停车场为例，在该停车场中实现导航功能的导航系统10包括多个摄像头11和一个处理设备12(图中未示出)，每个摄像头11均与处理设备12连接。

摄像头11根据拍摄的对象，分为道路摄像头111和车位摄像头112。其中，道路摄像头111分别设置在停车场内的道路、车辆进出口、商超出入口、电梯口等位置上，用于对停车场内的道路、出入口等位置进行拍摄；车位摄像头112分别设置在各个车位内或车位附近，每个车位摄像头112用于对一个或多个车位进行拍摄。示例性地，如图1所示，在直线道路上，每间隔20m设置至少一个道路摄像头111(a1-a6，c1-c6)，在转弯通道中也是每间隔20m设置至少一个道路摄像头111(b1-b2，d1-d2)，不足20m间隔按20m算，在商超出入口出设置至少一个道路摄像头111(b3)，在车辆出口处和出口处的起落杆附近也设置至少一个道路摄像头111(c1，c2)，在每个车位内设置一个车位摄像头112(图中未示出)。其中，摄像头11安装的位置可以为地下室的屋顶、地下室的墙面、地下室的立柱表面、灯杆表面等位置，一般要求摄像头11安装的位置距离地面2.5m。

处理设备12可以为中央处理器(centralprocessingunit，cpu)、计算机、电脑等具有计算能力的硬件设备，也可以为服务器。处理设备12通过实体总线或通信单元，与各个摄像头11建立通信连接，以接收各个摄像头11拍摄的图像或视频流。下面实施例中，以服务器来描述本申请技术方案。

对于服务器12来说，还具有一定的存储能力，如果服务器12是硬件设备，其内部包括存储器，用于存储摄像头11上传的图像或视频流、用于处理图像或视频流的算法、停车场的高精度地图等数据。其中，停车场的高精度地图不仅包括地面上的车位的位置、车位的大小、道路的布局、道路的长度和宽度等信息，还包括摄像头和摄像头的位置、墙面上的各种标识和各个标识的位置、路灯和路灯的位置等信息。

另外，该场景下的停车场还包括多个地锁131(图中未示出)或多个显示屏132(图中未示出)。如果是地锁131，当车位处于空闲状态或已被驾驶员预约状态，地锁131处于锁定状态(或地锁131升出地面)，当车位上有车辆停泊时，地锁131处于解锁状态(或地锁131锁在地下)；如果是显示屏132，在每个车位的上方设置有一个显示屏132，当该车位上有车辆停泊时，显示屏132显示该车位已有车辆停泊的文字或标识；当该车位已被其他用户预约用于停车时，显示屏132显示该车位已被预约的文字或标识；当该车位既没有车辆停泊也没有被预约，显示屏132显示该车位处于空闲状态的文字或标识。

当然，本申请的停车场内还包括路灯、起落杆、道路护栏等停车场内必要的设备，本申请在此不作一一说明了。

本申请实施例使用的停车场，不仅限上述构建的停车场，还可以应用在地上停车场、路边停车场等等，本申请仅以上述构建的停车场为例，来讲述本申请实施例提供的导航系统10实现导航功能的方案。

实施例一

在本申请中，导航系统10在实现导航过程中，需要利用双目测距原理来检测障碍物，为了满足双目测距原理，在如图1所示的停车场中，在a1-a6、b1-b3、c1-c6和c1-c2各个位置处，安装两个单目摄像头或一个双目摄像头。如果是两个单目摄像头，则两个单目摄像头分别位于道路中间线的两侧，从而在各个位置上对道路进行拍摄的道路摄像头111为“双目相机”。服务器12检测障碍物的过程具体如下(以a4点位置为例)：

201，服务器12对左右摄像头进行标定和校正。

具体地，服务器12获取a4点位置的两个摄像头的内参数矩阵(包括相机焦距、光心坐标、镜头畸变系数等)和外参数矩阵(包括旋转矩阵r和平移矩阵t)，根据摄像头标定可以知道世界坐标系到像素坐标系的转换矩阵和完成图像的畸变校正。

示例性地，如图3所示，世界坐标系就是物体在真实世界中的坐标，比如黑白棋盘格的世界坐标系原点定在第一个棋盘格的顶点，xw、yw和zw互相垂直，zw方向就是垂直于棋盘格面板的方向。相机坐标系以光心为相机坐标系的原点，以平行于图像的x和y方向为xc轴和yc轴，zc轴和光轴平行，且xc、yc和zc互相垂直，单位是长度单位。图像物理坐标系以主光轴和图像平面交点为坐标原点，x和y方向如图所示，单位是长度单位。图像像素坐标系以图像的顶点为坐标原点，u和v方向平行于x和y方向，单位是以像素计。

其中，世界坐标系和像素坐标系之间的转换关系为：

其中，dx、dy为每个像素在x轴和y轴方向上的物理尺寸，f表示摄像头的焦距，r表示旋转矩阵，t为平移向量。

摄像头的内参数矩阵mat1为：

服务器12在立体校正过程中，由于镜头成像的原因，会使得图像在边缘形成一种扭曲现象，而且两个相机摆放的位置不合理，也使得成像会发生变化。这些因素会对后续的立体匹配产生影响，因此就需要对这些因素进行校正操作，消除透镜的畸变和同时将立体视觉系统变成理想的标准模型。

202，服务器12获取左右摄像头拍摄的图像。

本申请中，对于a4点位置处，需要对a4至a5之间的区域进行监测，所以在安装a4点位置道路摄像头111时，其安装的拍摄方向和拍摄角度均对a4至a5之间的区域，以保证在a4点位置处安装的道路摄像头111，能对a4至a5之间的区域进行拍摄。在需要a4点位置的道路摄像头111工作时，控制a4点位置的两个摄像头对道路进行持续拍摄，通过双目摄像头获得视野可达范围内道路的所有图像信息。

203，服务器12进行立体匹配和u-v视差景深计算。

具体的，服务器12完成标定、矫正等流程结束后，基于对a4至a5之间的区域进行拍摄得到的多张立体视觉图片，通过匹配相同点来还原场景的三维信息，就可以计算物体的深度信息。

示例性地，如图4所示，假设p为空间中的一点，or为左边摄像头的光心，ot为右边摄像头的光心，摄像头的焦距为f(光心到成像平面的距离)，成像平面在图中pp’点所在的平面上，b表示两个摄像头光心之间的距离，也称为基线，p在左右两个摄像机成像平面上的成像点分别为p与p’，xr与xt为成像点的水平方向的距离，深度z为：

其中，d＝xr-xt,也就是通常所说的视差(disparity)。

根据上述公式(3)可知，深度z是跟视差d成反比关系的，当视差z越小时，d越大，也即物体离立体视觉系统也就越远；当视差z越大，d越小，也即物体离立体视觉系统也就越近。这和人眼系统是一样的，当人眼观察离人比较近的物体的时候，视差很大，可以获得的信息也就越多，当物体离人很远的时候，视差很小，获得的信息也就很少了。其中，在图像处理中，通常用灰度值来表示视差信息，视差越大，其灰度值也就越大，在视差图像的视觉效果上表现出来就是图像越亮；物体离我们越远，其视差越小，灰度值也越小，在视差图像的视觉效果上表现出来就是图像越暗。

204，服务器12利用yolov3目标识别模型，识别出车辆和行人。

yolo(youonlylookonce)是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。yolo创造性的将物体检测任务直接当作回归问题(regressionproblem)来处理，将候选区和检测两个阶段合二为一，只需一眼就能知道每张图像中有哪些物体以及物体的位置。

事实上，yolo也并没有真正的去掉候选区，而是直接将输入图片划分成7x7＝49个网格，每个网格预测两个边界框，一共预测49x2＝98个边界框。可以近似理解为在输入图片上粗略的选取98个候选区，这98个候选区覆盖了图片的整个区域，进而用回归预测这98个候选框对应的边界框。

yolo网络借鉴了googlenet分类网络结构，不同的是yolo使用1x1卷积层和3x3卷积层替代inceptionmodule。网络结构如图5所示，整个检测网络包括24个卷积层和2个全连接层。其中，卷积层用来提取图像特征，全连接层用来预测图像位置和类别概率值。

yolo将识别与定位合二为一，结构简便、检测速度快、更快的yolo可以达到155fps。相对于循环神经网络(recurrentneuralnetwork,rnn)系列,yolo的整个流程中都能看到整张图像的信息，因此它在检测物体时能很好的利用上下文信息，从而不容易在背景上预测出错误的物体信息。同时yolo可以学习到高度泛化的特征，能将一个域上学到的特征迁移到不同但相关的域上，如在自然图像上做训练的yolo，在艺术图片上可以得到较好的测试结果。

yolov3是yolo系列目标检测算法中的第三版，相比之前的算法，尤其是针对小目标，精度有显著提升。在本申请中，利用yolo，对行人和车辆图片进行训练，得到yolov3训练模型，然后基于yolov3训练模型，进而确定摄像头拍摄出的图像中的行人和车辆。

其中，yolov3训练模型通过级联深度神经网络进行多任务训练，d-net负责对人体和车辆的位置进行检测，同时训练输出图像的单目深度信息估计；m-net处理过滤输出，训练输出landmark关键点定位，将两者融合进一步排除非干扰，输出精准的人体和车辆，同时通过深度提取模块输出人体和车辆相对深度信息。

205，服务器12计算障碍物距离。

示例性地，如图6所示，服务器12计算障碍物距离的具体实现过程如下：

步骤s601，通过u-v视差检测出图像中物体。具体实现过程已在上述图5和图5对应的内容中描述，本申请在此不再赘述。

步骤s602，判断检测到物体是否为行人或车辆，如果是，执行步骤s603；如果不是，执行步骤s605。

具体地，服务器12根据u-v视差检测有障碍物后，判断该障碍物是否为行人和车辆，如果该障碍物为行人和车辆，则将检测到的障碍物放弃；如果该障碍物不是行人和车辆，再根据单目像素到双目深度的对应，确定障碍物的大小和距离。

步骤s603，判断道路平面是否凸起变化，如果是，执行步骤s604；如果不是，执行步骤s605。

具体地，上述在图4和图4描述的内容中，提到在图像处理中，通常用灰度值来表示视差信息，视差越大，其灰度值也就越大，在视差图像的视觉效果上表现出来就是图像越亮；物体离我们越远，其视差越小，灰度值也越小，在视差图像的视觉效果上表现出来就是图像越暗。

示例性地，如图7(a)所示，服务器12控制道路中心线安装的双目摄像头在固定角度进行持续的拍摄，获得持续固定的图像；然后对获取的图像进行栅格化处理，并区分路面区域和其他区域，如图7(b)所示，将不包括路面的区域作为无效区，不参与运算，将包括路面作为有效区，参与下一步运算；接着将栅格化的彩色图像转化为栅格化的深度图像，如图7(c)所示。

对于图7(c)中栅格a来说，由于没有障碍物，所以不会出现视差数据的突然变化，其视差d、深度z和焦距f之间的关系满足如图8(a)所示，；对于图7(c)中栅格b来说，由于存在障碍物，所以会出现视差数据的突然变化，其视差d、深度z和焦距f之间的关系满足如图8(b)所示。

其中，视差d的误差与栅格化的栅格的基线长度有关，具体为公式(4)所示，为：

其中，δz表示视差d的误差，s表示像素像元尺寸，z深度，f表示相机焦距，b表示基线长度，δp表示图像匹配误差。

以m2391单目相机实测为例来说明。m2391工作在1080p模式时,像素尺寸为6.9μm,相机焦距取16mm，定量计算视差匹配误差为1个像素时的定位误差。在基线长度为10cm、20cm和40cm三种情况下，视差d的误差变化曲线如图9所示。

以双目相机进行实测，实际参数仿真结果如图10所示，基线长度越小，测距误差越大；基线长度越大，测距误差越小。从实测对比看，只要基线长度够大，立体视觉测量误差对比单目摄像机误差大大缩小，从米级降到分米级。

步骤s604，检测出障碍物。

在本申请中，只要视差检测出的道路上出现非平面物体，通过yolo物体识别模型进行比对，如果是行人或车辆，服务器12则不提示障碍物；如果不是行人或车辆，但检测到视差变化，则都判断为障碍物，服务器12通知车辆停车或绕行避障。

步骤s605，过程结束。

206，将障碍物发送给自车或导航app。

具体地，本申请设置的摄像头进行定位的定位能力对比现有的室内定位方案，定位精度提升至10cm～20cm区间，同时包含的信息丰富程度也大大提升，其不仅包含了道路上的静态信息，还包含道路上不断变化的动态信息。另外，本申请的定位功能的更新频率和分发方式发生重大变化，由现有的月度更新变更为秒级/毫秒级实时更新，从而为用户提供动态导航功能，大大提升用户体验，安全驾驶。

在实际应用中，服务器12得到道路上的静态信息和动态信息后，将这些信息叠加到地图上，得到的实时变化的叠加地图即为停车场内实时变化的场景。然后服务器12根据目标车辆的位置和目标车位的位置，生成导航路线，并结合停车场内实时变化的场景，实时更新导航路线。示例性地，如图11所示，服务器12根据执行功能，可以包括视频采集单元1101、存储单元1102、数据融合单元1103、路径生成单元1104和动态地图生成单元1105。

视频采集单元1101用于接收道路摄像头1111-n和车位摄像头1121-m拍摄图像或视频流。

存储单元1102用于存储停车场平面地图。

数据融合单元1103用于根据采集的图像或视频流，以及停车场平面地图，生成包括：哪些车位空闲和对应的位置信息、目标车辆的位置信息、道路上是否存在的障碍物、障碍物类型、障碍物的位置和运动轨迹、动态信息(车辆位置数据、速度、方向，行人位置数据、速度、方向，障碍物位置数据、速度、方向)等信息。

路径生成单元1104用于根据数据融合单元1103生成的信息(不包括动态信息)，生成目标车辆到目标车位的导航路线。

动态地图生成单元1105用于根据导航路线和动态信息，生成可在屏幕上显示的动态导航路线地图，然后推送给驾驶员的终端上的app或车载中控屏幕上。

如果目标车辆为自动驾驶车辆，服务器12不仅将动态导航路线地图发送给目标车辆，还需要发送障碍物的类型和位置信息给目标车辆，从而让目标车辆实现自主代客泊车(automatedvaletparking，avp)功能。如图12所示，目标车辆实现avp过程如下：

步骤s1201，场侧通过视觉方式识别到障碍物位置后，向车端发送障碍物信息(包括障碍物的位置坐标、尺寸等信息)；

步骤s1202，车载通信单元接收并协议解析后将指令发送给电子控制单元(electroniccontrolunit，ecu)；

步骤s1203，ecu对场侧发的障碍物信息进行解算和决策；

步骤s1204，若车辆决策不采用，则丢弃信息继续行驶；

步骤s1205，若车辆决策采用，则ecu处理障碍物信息，再通过控制器局域网络(controllerareanetwork,can)总线转换成线控命令；

步骤s1206，通过线控(油门/刹车/转向)调整车姿。

实施例二

图13为本申请实施例提供的一种导航方法的实现过程流程图。如图13所示，本申请以驾驶员使用的终端设备为例，来讲述与服务器12之间实现导航功能，具体实现过程如下：

步骤s1301，终端设备与服务器12建立通信连接。

终端设备在与服务器12建立通信连接之前，预先存储有自车的车辆信息，如车辆的车牌号、车辆的颜色、车辆的品牌等等。示例性地，在终端设备中，通过安装如高德地图、滴滴打车等类似的具有导航功能的应用程序(application，app)，驾驶员在首次使用时，打开app时，该app会自动提示驾驶员填写自车的车牌号、车辆的颜色、车辆的品牌等车辆信息，然后app将车辆信息保存，以便后续与停车场的服务器12进行通信连接后，将车辆信息发送给该停车场的服务器12。

终端设备与服务器12建立的通信连接，其实就是为了数据的传输，所以本申请建立的通信连接可以为2g/3g/4g/5g、无线局域网(wirelesslocalareanetworks，wlan)、无线保真(wirelessfidelity，wi-fi)、长期演进(longtimeevolution，lte)、长期演进-车辆(longtimeevolution-vehicle，lte-v)等无线通信连接来实现，本申请在此不做限定。

其中，建立多屏连接的发起方一般为终端设备。示例性地，当将驾驶员将车辆驾驶到停车场的入口处时，需要确定该停车场内是否还有空闲车位时，打开app，可以通过扫描二维码、页面查找等方式，查找到该停车场的服务器12连接端口，驾驶员可以通过手动点击的方式，让终端设备与该停车场的服务器12建立通信连接。

步骤s1302，终端设备向服务器12发送目标车辆的车辆信息。其中，目标车辆为驾驶员正在驾驶的车辆。

步骤s1303，服务器12存储目标车辆的车辆信息。

具体地，如果终端设备与服务器12之间第一次建立通信连接时，终端设备需要将目标车辆的车辆信息发送给服务器12，服务器12将接收到的车辆信息存储，以便后续服务器12根据车辆信息，识别出目标车辆所处的位置。如果终端设备与服务器12非首次连接时，服务器12已经预存有目标车辆的车辆信息，在与终端建立通信连接后，根据终端设备的身份信息，查找自身存储的与该终端设备绑定的车辆信息。

步骤s1304，终端设备向服务器12发送查询请求。其中，查询请求用于查询停车场内空闲车位。

步骤s1305，服务器12向终端设备发送车位信息。其中，车位信息为停车场内各个车位是否停泊车辆的情况。

具体地，终端设备与服务器12建立通信连接后，终端设备向服务器12发送查询是否有空闲车位的查询请求，服务器12接收到查询请求后，先通过获取当前时刻各个车位摄像头112拍摄的图像，检测当前时刻停车场内各个车位上是否停泊车辆，将车位分为已经停泊车辆的车位(也即占用车位)和没有停泊车辆的车位(也即空闲车位)；然后根据其他驾驶员预约车位的信息，将空闲车位中已被其他驾驶员预约的车位，设置为预约车位。

服务器12确定出每个车位为占用车位、空闲车位和预约车位中一种类型后，统计出三个类型车位的数量，然后发送服务器12。

可选地，服务器12在确定每个车位的类型后，结合存储的停车场地图，虚拟出一个虚拟停车场图，让停车场内各个车位中，属于占用车位用一种颜色显示、属于空闲车位用一种颜色显示、属于预约车位用另一种颜色显示，然后将虚拟停车场图发送给终端设备，终端设备结合到虚拟停车场图后，在屏幕上显示，驾驶员可以直观的看出停车场内每个车位的类型和各个类型车位的位置。

步骤s1306，终端设备向服务器12发送预约请求。其中，预约请求用于在停车场内选择一个空闲车位给目标车辆停泊。

具体地，终端设备接收到车位信息后，如果表明停车场内有空闲车位，驾驶员可以进行预约，如果表明停车场内没有空闲车位，驾驶员不可以进行预约。

步骤s1307，服务器12确定目标车位后，向终端设备发送反馈信息。其中，目标车位为选定给目标车辆停泊的空闲车位，反馈信息为确定预约空闲车位成功的信息。

具体地，服务器12确定目标车位的方式可以根据车辆的位置信息确定，也可以由驾驶员自己选定。一种可能实现的例子中，服务器12获取当前时刻道路摄像头111拍摄的图像，然后根据目标车辆的车辆信息，从图像中识别出目标车辆，在通过识别图像中其它标识或物体，与停车场的高精度地图进行比对，确定出目标车辆相对于停车场的位置。服务器12在确定出目标车辆相对于停车场的位置后，根据就近原则，选择停车场内距离目标车辆最近的一个空闲车位作为目标车位。

一个可能实现的例子中，终端设备接收到车位信息后，在屏幕上显示虚拟停车场图，如果虚拟停车场图中没有空闲车位时，驾驶员无法通过点击界面进行预约车位，或界面上显示“无法预约车位”等字体，以提醒驾驶员无法进行预约；如果虚拟停车场图中有空闲车位时，驾驶员可以通过点击屏幕上空闲车位的图像，选定空位车位作为自车的预约车位，然后将选定的目标车位发送给服务器12。

可选地，如果停车场内的每个车位上面都有个用于指示车位状态的显示屏132，服务器12在确定目标车位后，将目标车位上的显示屏132指示的状态由空闲状态转换为预约状态，以提醒停车场内车辆，该车位已经被其他驾驶员提前预定了，从而避免目标车位被其它车辆占用。

步骤s1308，服务器12根据车辆信息确定目标车辆的位置信息，然后根据目标车辆的位置信息和目标车位的位置信息，生成导航路线。

具体地，本申请在构建停车场时，已将停车场的高精度地图存储在服务器12上，所以服务器12在获取各个道路摄像头111拍摄的图像后，利用目标车辆的车辆信息，对得到图像中车辆进行识别，如果在得到的图像中识别到目标车辆后，服务器12再通过摄像头111拍摄的图像和停车场的高精度地图的标定，计算出目标车辆的位置。服务器12在得到目标车辆在停车场内的位置和目标车位的位置后，再结合存储的停车场地图，规划出一条目标车辆达到目标车位的最短通行道路，作为导航路线。

示例性地，摄像头111在拍摄图像的过程中，采用相机标定(cameracalibration)原理，先将拍摄的到场景从世界坐标系转换为相机坐标系，然后由相机坐标系转换为图像坐标系，从而得到校正畸变后的图像。处理器12根据矫正畸变后的图像，结合目标车辆在矫正图像中的坐标系关系，确定出目标车辆的位置。

步骤s1309，服务器12将导航路线发送给终端设备。

步骤s1310，终端设备在屏幕上显示导航路线。

具体地，服务器12将导航路线发送给终端设备，终端设备接收到导航路线后，在屏幕上显示出该导航路线，以便驾驶员根据导航路线将目标车辆驶往目标车位。

可选地，终端设备可以同时接收到多条导航路线，然后在屏幕显示路线列表，驾驶员可以根据自己的意愿，从路线列表中选择一条导航路线，终端设备将该导航路线呈现在屏幕上显示。

一般而言，停车场面积比较小，可通行的道路比较少，所以服务器12一次只发送一条导航路线给终端设备，基本上都能满足大多数驾驶员进行导航的需求。但是如果驾驶员主观意愿、或服务器12无法探测到当前导航路线有障碍物无法通行时，驾驶员可以选择放弃当前导航路线，重新请求服务器12进行规划导航路线。服务器12接收到重新规划导航路线指令后，结合之前推荐的导航路线，重新规划出一条不同于之前路线的导航路线，然后发送给终端设备。

另外，服务器12发送导航路线给终端设备后，继续控制导航路线上的道路摄像头111和监控目标车位的车位摄像头112进行拍摄，检测目标车辆实时位置、导航路线上是否有障碍物、目标车辆是否偏离导航路线、目标车位是否被其他车辆占用等情况。如果目标车辆位置发生变化，且仍处在导航路线上，则更新目标车辆位置信息，然后发送给终端设备，终端设备可以实时更新目标车辆的位置，以便驾驶员清楚知道目标车辆到目标车位之间的实时位置关系；如果服务器12检测到导航路线上有障碍物、或目标车辆偏离导航路线，则为目标车辆重新规划到达目标车位的导航路线；如果服务器12检测到目标车位被其它车辆强行占用，则重新选择空闲车位作为目标车位，然后重新规划目标车辆到新的目标车位的导航路线。

可选地，如果目标车辆为自动驾驶车辆，终端设备可以将导航路线发送给目标车辆，目标车辆根据接收到的导航路线，自动进行导航行驶和停车，执行图12和描述图12相应的步骤。

可选地，如果目标车辆的人机界面(humanmachineinterface，hmi)有接收接口，服务器12或终端设备可以通过lte、lte-v、5g、wifi等网络，将导航路线推送给目标车辆，目标车辆将导航路线在屏幕进行信息显示。

本申请实施例中，通过利用摄像头视觉定位技术，获取停车场内目标车辆的位置信息，然后确定目标车辆将要停泊的目标空闲车位，再根据目标车辆的位置信息和目标车位的位置信息，生成一条导航路线，最后将导航路线推送给用户手机，解决车辆停车场盲开找车位难题，从而提升现有停车场运行效率和用户的体验。同时，能对停车场内安全状况进行预判，辅助目标车辆的安全行驶。

实施例三

图14为本申请实施例提供的一种导航方法的实现过程流程图。如图14所示，本申请以驾驶员使用的终端设备为例，来讲述与服务器12之间实现导航功能，具体实现过程如下：

步骤s1401，终端设备获取第一图像。其中，第一图像为驾驶员利用终端设备上的摄像头对停车场内任一场景进行拍摄得到的图像。

步骤s1402，终端设备将第一图像发送给服务器12。

具体地，驾驶员在进入停车场后，无法确定目标车辆停泊的位置，可以利用终端设备在停车场内的车辆的车牌、道路标识、车位编号、墙体标识等明显标识或物体进行拍摄，通过获取包括停车场内的明显标识或物体的图像后，可以让服务器12识别这些标识或物体，以确定驾驶员当前所处的位置。

步骤s1403，服务器12根据第一图像，确定驾驶员所处的位置信息。

具体地，服务器12在接收到驾驶员发送的图像后，对图像中标识和物体进行识别，将识别出的标识或物体与服务器12中数据库中已经存储的停车场的墙体标识、车位编号等信息进行比对，如果比对成功，也即第一图像中识别出的标识和物体在数据库中存在相同的标识或物体，服务器12则根据数据库中已存储的标识和物体的位置信息，将该标识或物体的位置作为驾驶员当前所处的位置。

如果比对不成功，也即数据库没有第一图像中识别出的标识和物体，服务器12控制道路摄像头111和车位摄像头112进行拍摄，然后识别出道路摄像头111和车位摄像头112拍摄的图像中包括的标识和物体，再与第一图像中识别出的标识和物体进行比对，如果道路摄像头111和车位摄像头112拍摄的图像有第一图像中识别出的标识和物体时，则将该道路摄像头111或车位摄像头112的位置作为驾驶员当前所处的位置；如果道路摄像头111和车位摄像头112拍摄的图像没有第一图像中识别出的标识和物体时，服务器12向终端设备发送重新拍照的指令，通过更换拍摄目标，再次进行识别和比对，来确定驾驶员当前所处的位置。

步骤s1404，服务器12根据目标车辆停泊的车位信息和驾驶员的位置信息，生成导航路线。

具体地，服务器12在确定驾驶员的位置信息后，再确定目标车辆的位置。在本申请中，可以根据之前导航时确定的目标车位的位置，作为目标车辆的位置，也可以在与终端设备连接时，根据终端设备的身份信息获取车辆信息，然后利用目标车辆的车辆信息识别车位摄像头112拍摄的图像中的车辆，以确定目标车辆，然后将目标车辆所处的车位的位置作为目标车辆的位置。最后服务器12根据驾驶员的位置和目标车辆的位置，并结合存储的停车场，规划处一条驾驶员到达目标车辆的路线。

步骤s1405，服务器12将导航路线发送给服务器12。

步骤s1406，终端设备在屏幕上显示导航路线。

本申请实施例中，当驾驶员离开停车场后，反向寻车的过程，可通过手机扫描停车场车位标志等明显标识或物体，实现本人定位，然后在地图上生成一条本人与目标车辆停放位置的路径，从而有效的帮助驾驶员随时随地快速找到目标车辆。

实施例四

图15为本申请实施例提供的一种导航方法的流程图。如图15所示，本申请从服务器角度来讲述本申请导航方法实现过程：

步骤s1501，获取多个摄像头拍摄的图像。其中，多个摄像头为设置在停车场内所有道路摄像头。

步骤s1503，根据多个摄像头拍摄的图像，获取目标车辆的位置信息。

具体地，服务器12在获取各个道路摄像头111拍摄的图像后，利用目标车辆的车辆信息，对得到图像中车辆进行识别，如果在得到的图像中识别到目标车辆后，服务器12再通过摄像头111拍摄的图像和停车场的高精度地图的标定，计算出目标车辆的位置。

示例性地，摄像头111在拍摄图像的过程中，采用相机标定(cameracalibration)原理，先将拍摄的到场景从世界坐标系转换为相机坐标系，然后由相机坐标系转换为图像坐标系，从而得到校正畸变后的图像。处理器12根据矫正畸变后的图像，结合目标车辆在矫正图像中的坐标系关系，确定出目标车辆的位置。

步骤s1505，获取第一目标车位的位置信息。

具体的，处理器12在确定目标车辆后，根据目标车辆预约的车位，确定目标车位。其中，用户在预约目标车位的方式有多种方式，可以根据目标车辆的位置信息，为用户自动选择距离用户最近的空闲车位作为目标车位，也可以根据用户的主观选择，确定目标车位。

示例性地，服务器12向终端设备发送车位信息，车位信息为停车场内所有空闲车位，终端设备接收到车位信息后，在屏幕上显示停车场内空闲车位，以便用户进行选择；当用户通过点击屏幕选择好车位后，向服务器12发送第一指令，指示用户从停车场内所有空闲车位中选择的车位，作为目标车位。

步骤s1507，根据目标车辆的位置信息和第一目标车位的位置信息，生成第一导航路线。其中，第一导航路线为目标车辆到达第一目标车位的导航路线。

步骤s1509，向终端设备发送第一导航路线。

本申请服务器通过部署在停车场内的摄像头，获取目标车辆的位置和为目标车辆的用户确定出目标车位后，根据目标车辆的位置和目标车位的位置，生成导航路线，从而实现车辆可以在停车场内快速寻找车位，解决车辆停车场盲开找车位难题，从而提升现有停车场运行效率和用户的体验。

图16为本发明实施例提供的一种导航装置的结构示意图。如图16所示的一种导航装置1600，该导航装置1600包括收发器1601、处理器1602、存储器1603以及总线1604。导航装置1600中的收发器1601、处理器1602、存储器1603可以通过总线1604建立通信连接。

收发器1601可以为有线通信的p5接口、光纤接口等等，也可以是2g/3g/4g/5g通信模块、wifi模块等等。

处理器1602可以为中央处理器(centralprocessingunit，cpu)、云服务器等等。

存储器1603可以包括易失性存储器(volatilememory)，例如随机存取存储器(random-accessmemory，ram)；存储器也可以包括非易失性存储器(non-volatilememory)，例如只读存储器(read-onlymemory，rom)，快闪存储器，硬盘(harddiskdrive，hdd)或固态硬盘(solidstatedrive，ssd)；存储器804还可以包括上述种类的存储器的组合。

上述实施例提供的导航方法，由导航装置1600来执行。图像、高精度地图等数据将存储在存储器1603中。另外，存储器1603中还将用于存储用于实现上述实施例所述的导航方法对应的程序指令等等。具体实现如下：

收发器1601，用于获取多个摄像头拍摄的图像，所述多个摄像头设置在停车场内；处理器1602，根据所述多个摄像头拍摄的图像，获取目标车辆的位置信息；获取第一目标车位的位置信息，所述第一目标车位为所述目标车辆待停泊的空闲车位；根据所述目标车辆的位置信息和所述第一目标车位的位置信息，生成第一导航路线，所述第一导航路线为所述目标车辆到达所述第一目标车位的导航路线；收发器1601，还用于向终端设备发送所述第一导航路线，所述终端设备为所述目标车辆的用户进行导航的设备。

在一种实施方式中，所述处理器1602，还用于将所述第一目标车位的状态由空闲状态设置为非空闲状态。

在一种实施方式中，所述收发器1601，用于接收所述终端设备发送的所述目标车辆的车辆信息；所述处理器1602，还用于根据所述目标车辆的车辆信息，从所述多个摄像头拍摄的图像中识别出第一图像，所述第一图像中包括所述目标车辆；通过所述第一图像和存储的所述停车场的地图，确定所述目标车辆的位置信息。

在一种实施方式中，所述收发器1601，还用于向所述终端设备发送车位信息，所述车位信息为所述停车场内所有空闲车位；接收所述终端设备发送的第一指令，所述第一指令指示所述用户从所述停车场内所有空闲车位中选择的所述第一目标车位。

在一种实施方式中，所述收发器1601，还用于接收所述终端设备发送的第二指令，所述第二指令指示所述用户重新选择待停泊的空闲车位；所述处理器1602，还用于获取第二目标车位的位置信息，所述第二目标车位为所述目标车辆待停泊的除所述第一目标车位以外的空闲车位；根据所述目标车辆的位置信息和所述第二目标车位的位置信息，生成第二导航路线，所述第二导航路线为所述目标车辆到达所述第二目标车位的导航路线；所述收发器1601，还用于向所述终端设备发送所述第二导航路线。

在一种实施方式中，所述处理器1602，还用于检测第二摄像头拍摄的图像中道路上是否存在障碍物，所述第二摄像头为处在所述第一导航路线中的摄像头；当检测到所述第二摄像头拍摄的图像中的道路上存在障碍物时，根据所述目标车辆的位置信息、所述第一目标车位的位置信息和所述第二摄像头拍摄的图像中的道路的位置信息，生成第三导航路线，所述第三导航路线不同于所述第一导航路线。

在一种实施方式中，所述处理器1602，具体用于通过视差景深原理，检测所述第二摄像头拍摄的图像中的道路上是否存在物体；当所述第二摄像头拍摄的图像中的道路上存在物体时，识别所述物体是否为行人或其它车辆；当所述物体不是行人或其它车辆时，确定所述物体为障碍物。

在一种实施方式中，所述收发器1601，还用于接收所述终端设备发送的第三指令，所述第三指令指示所述用户寻找停泊在所述第一目标车位上的所述目标车辆；所述处理器1602，还用于确定所述用户的位置信息；根据所述用户的位置信息和所述第一目标车位的位置信息，生成第四导航路线，所述第三导航路线为所述用户到达所述第一目标车位的导航路线；所述收发器，还用于向所述终端设备发送所述第四导航路线。

在一种实施方式中，所述收发器1601，还用于接收所述终端设备发送的第二图像，所述第二图像所述用户利用所述终端设备对停车场内场景进行拍摄得到的图像；所述处理器1602，还用于将所述第二图像中包括的场景与所述存储器存储的停车场地图进行比对，确定所述用户的位置。

本发明提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述任一项方法。

本发明提供一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现上述任一项方法。

本领域普通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，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请实施例的范围。

此外，本申请实施例的各个方面或特征可以实现成方法、装置或使用标准编程和/或工程技术的制品。本申请中使用的术语“制品”涵盖可从任何计算机可读器件、载体或介质访问的计算机程序。例如，计算机可读介质可以包括，但不限于:磁存储器件(例如，硬盘、软盘或磁带等)，光盘(例如，压缩盘(compactdisc，cd)、数字通用盘(digitalversatiledisc，dvd)等)，智能卡和闪存器件(例如，可擦写可编程只读存储器(erasableprogrammableread-onlymemory，eprom)、卡、棒或钥匙驱动器等)。另外，本文描述的各种存储介质可代表用于存储信息的一个或多个设备和/或其它机器可读介质。术语“机器可读介质”可包括但不限于，无线信道和能够存储、包含和/或承载指令和/或数据的各种其它介质。

在上述实施例中，图16中导航装置1600可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。

应当理解的是，在本申请实施例的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

所属领域的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。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，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，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，或一些特征可以忽略，或不执行。另一点，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方案的目的。

所述功能如果以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。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者接入网设备等)执行本申请实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请实施例的具体实施方式，但本申请实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请实施例揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请实施例的保护范围之内。