车辆的云服务系统及其交互方法与流程

本发明涉及汽车技术领域，特别涉及一种云服务器、车载终端和车辆。

背景技术：

目前，车辆的t-box(telematicsbox，远程信息处理器，用于和后台系统/手机app通信)已具备初级检测跟踪能力，但仅有简单的单向指令，即人指令车机、ecu(electroniccontrolunit，电子控制单元)指令车机，无法留存与识别人的思维记忆，即无法呈现一个发展中人的思维，即无法产生“类人类思维”(在此特指驾驶员与乘客)，无法实现人机的高效互动，从而可能造成自动驾驶技术优先序设定存在无法界定的矛盾。

技术实现要素：

本发明旨在至少从一定程度上解决上述技术中的技术问题之一。为此，本发明的第一个目的在于提出一种云服务器，该云服务器通过与车载终端、用户之间的交互，可以根据交互内容对用户模型进行修正，从而可以呈现一个发展中人的思维，增强了人机交互能力，体现驾驶者的唯一性，进而可以为驾乘人员提供更多记忆计算服务，增强辅助驾驶和自动驾驶能力。

本发明的第二个目的在于提出一种车载终端。

本发明的第三个目的在于提出一种车辆。

为达到上述目的，本发明的第一方面实施例提出了一种云服务器，包括：用户特征接收模块，用于接收车载终端发送的至少一个用户特征；提示信息生成模块，用于根据所述至少一个用户特征通过用户模型生成提示信息；提示信息发送模块，用于将所述提示信息发送至所述车载终端，以供所述车载终端根据所述提示信息与用户进行交互生成交互内容；交互内容接收模块，用于接收所述车载终端发送的所述交互内容；修正模块，用于根据所述交互内容对所述用户模型进行修正。

根据本发明实施例的车辆的云服务器，通过用户特征接收模块接收车载终端发送的至少一个用户特征，提示信息生成模块根据至少一个用户特征通过用户模型生成提示信息，提示信息发送模块将提示信息发送至车载终端，以供车载终端根据提示信息与用户进行交互生成交互内容了，交互内容接收模块接收车载终端发送的交互内容，修正模块根据交互内容对用户模型进行修正。由此，该云服务器通过与车载终端、用户之间的交互，可以根据交互内容对用户模型进行修正，从而可以呈现一个发展中人的思维，增强了人机交互能力，体现驾驶者的唯一性，进而可以为驾乘人员提供更多记忆计算服务，增强辅助驾驶和自动驾驶能力。

另外，根据本发明上述实施例提出的云服务器还可以具有如下附加的技术特征：

根据本发明的一个实施例，所述至少一个用户特征包括以下一项或多项：用户面部表情、用户脸部温度、用户人体温度、用户所在环境温度和用户语音。

根据本发明的一个实施例，所述修正模块包括：匹配单元，用于将所述交互内容与所述提示信息对应的标准内容进行匹配，判断是否符合预设条件；修正单元，用于在判断符合所述预设条件之后，根据所述交互内容对所述用户模型进行修正。

根据本发明的一个实施例，所述匹配单元具体用于：当所述交互内容与所述标准内容之间的变化比例大于预设阈值时，判断符合所述预设条件。

根据本发明的一个实施例，所述用户模型包括pearl曲线和gompertz曲线。

为达到上述目的，本发明的第二方面实施例提出了一种车载终端，包括：用户特征发送模块，用于将至少一个用户特征发送至云服务器，以供所述云服务器根据所述至少一个用户特征通过用户模型生成提示信息；提示信息接收模块，用于接收所述云服务器发送的所述提示信息；交互内容生成模块，用于根据所述提示信息与用户进行交互生成交互内容；交互内容发送模块，用于将所述交互内容发送至所述云服务器，以供所述云服务器根据所述交互内容对所述用户模型进行修正。

根据本发明实施例的车载终端，通过用户特征发送模块将至少一个用户特征发送至云服务器，以供云服务器根据至少一个用户特征通过用户模型生成提示信息，提示信息接收模块接收云服务器发送的所述提示信息，交互内容生成模块根据提示信息与用户进行交互生成交互内容，交互内容发送模块将交互内容发送至云服务器，以供云服务器根据交互内容对用户模型进行修正。由此，该车载终端通过与云服务器、用户之间的交互，可以根据交互内容对用户模型进行修正，从而可以呈现一个发展中人的思维，增强了人机交互能力，体现驾驶者的唯一性，进而可以为驾乘人员提供更多记忆计算服务，增强辅助驾驶和自动驾驶能力。

另外，根据本发明上述实施例提出的车载终端还可以具有如下附加的技术特征：

根据本发明的一个实施例，上述的车载终端还包括：检测模块，用于通过至少一个检测器检测所述至少一个用户特征。

根据本发明的一个实施例，所述至少一个用户特征包括以下一项或多项：用户面部表情、用户脸部温度、用户人体温度、用户所在环境温度和用户语音。

根据本发明的一个实施例，所述用户模型包括pearl曲线和gompertz曲线。

为达到上述目的，本发明的第一方面实施例提出了一种车辆，包括本发明第二方面实施例所述的车载终端。

本发明实施例的车辆，通过上述的车载终端与云服务器、用户之间的交互，可以根据交互内容对用户模型进行修正，从而可以呈现一个发展中人的思维，增强了人机交互能力，体现驾驶者的唯一性，进而可以为驾乘人员提供更多记忆计算服务，增强辅助驾驶和自动驾驶能力。

附图说明

图1是根据本发明一个实施例的云服务器的方框示意图；

图2是人工智能框架的示意图；

图3是根据本发明另一个实施例的云服务器的方框示意图；

图4是根据本发明一个实施例的车载终端的方框示意图；

图5是根据本发明一个实施例的车辆的云服务系统的方框示意图；

图6是根据本发明一个实施例的车辆的云服务系统的交互方法的流程图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

本发明是发明人基于对以下的问题的认识和研究做出的：

从目前阶段看，t-box已具备初级检测跟踪能力，但智能终端交互体验较差，仅能单向指令，且无法有效进行“类人思维”从而体现驾驶者唯一性。在22～26周岁人群中，驾驶证获得者已达到43％，驾驶普及性越来越高，平均年龄趋向年轻；职业驾乘人的数量在增加，社会复杂熵值变高，驾乘人需要更好的辅助驾驶及提醒，更好的保证交通安全。自动驾驶计算中法规、戒律渗透性差，地域、民族辨识度低；目前全球技术路线，都将自动驾驶的汽车变成独立个体，而忽略法规制定的根本出发点：人类社会性。一旦社会性被忽视，计算准则将无法制定，将陷入困境，“宕机”产生。因此，“类人思维”将是社会管理者的必要手段。

随着人工智能和“云计算”的发展，我们可同时将数据传送“云计算中心”(如ibm、google、阿里云)进行数据的深度验算和锻炼，产生“类人思维”。实现“类人思维”的过程较长，但项目可行性在于：人的独立空间越来越少，而车机提供了一个独立空间，人可以在车机中抒发感情，使智能终端可以捕捉更多的人类信息；另外，智能设备的普及，使原先对人生的存储，从声像、物品、dna，可以具体到“思维结构”(可随人生的时间过程变化)。当“思维结构”成熟后，可以将其“移植”到“机器人(泛指类人终端)”内，这样便可获得可以对话的“假象人”，更为生动逼真的“托梦的增强版”。

“思维结构”在不断成熟的过程中，其人工智能化更强。如在驾驶过程中，自动提醒你要进行充电或者“加油”(在无人驾驶的后期，可以自行处理)；提醒你亲人的生日；提醒你接送子女；当你上车的时候，自动进行目的地规划；自动驾驶环节后，在l5阶段，可以对自行过程实时向主人进行沟通汇报，并对摄像头采集的信息进行互动传播。

目前在行业研究中，人工智能单向的传递为“人让机器智能”，否定机器“自我智能升级”的想法。机器学习的基础是“统计学”、“信息论”和“控制论”，还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。正因为如此，这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和创造。在数字化地球的现在，所有的产品都可以用数字进行表征描述，创造也是“量变引起质变”，“归纳”与“演变”的结果。机器同样可行。

下面结合附图来描述本发明实施例的云服务器、车载终端和车辆。

图1是根据本发明一个实施例的云服务器的方框示意图。如图1所示，该云服务器100包括：用户特征接收模块1、提示信息生成模块2、提示信息发送模块3、交互内容接收模块4和修正模块5。

其中，用户特征接收模块1用于接收车载终端200发送的至少一个用户特征。提示信息生成模块2用于根据至少一个用户特征通过用户模型生成提示信息。提示信息发送模块3用于将提示信息发送至车载终端200，以供车载终端200根据提示信息与用户进行交互生成交互内容。交互内容接收模块4用于接收车载终端发送的交互内容。修正模块5用于根据交互内容对用户模型进行修正。

在本发明的实施例中，至少一个用户特征包括以下一项或多项：用户面部表情、用户脸部温度、用户人体温度、用户所在环境温度和用户语音。

具体地，车载终端200可以包括ecu和t-box和检测器，车载终端200中的检测器可以将检测到人体的体征数据、表情、语言、肢体动作等用户特征作为算法输入项输入t-box及ecu，车载终端200将用户特征发送至云服务器100。云服务器100的用户特征接收模块1接收用户特征，提示信息生成模块2可以利用如图2所示的人工智能框架，根据用户特征通过用户模型生成目前最为前沿的问题(涵盖衣食住行等方面，每方面涉及30题)作为提示信息，提示信息发送模块3将提示信息发送至车载终端200。车载终端200根据提示信息发送模块3发送的提示信息对人进行询问，并记录人的回执内容，形成交互内容，并将交互内容发送至云服务器100的交互内容接收模块4。交互内容接收模块4接收车载终端发送的交互内容，修正模块5根据交互内容对用户模型进行修正，而不是简单的覆盖，同时，在云服务器100中做好备份，便于呈现一个发展中人的思维(如20岁、30岁…80岁…)，即“类人思维”。

由此，云服务器通过与车载终端之间的交互，可以根据交互内容对用户模型进行修正，从而可以呈现一个发展中人的思维，增强了人机交互能力，体现驾驶者的唯一性，进而可以为驾乘人员提供更多记忆计算服务，增强辅助驾驶能力，提高自动驾驶能力。

并且，本发明的云服务器可以在人的驾乘过程中，充分利用有效时间对车载终端进行数据的深度验算和锻炼，增强“类人思维”，完善唯一的虚拟人作为自己的智能代替者，且该“类人思维”具备“移植能力”，可将其应用到其余智能终端。同时，云服务器可以根据不同人对同一事物所表现的不同特征，做到最快排序。如根据不同人的身体状况，在同一医院门口，做救护车的升舱排序，保证做到救治程度最优。我们也可以将在家中和车中的“类人思维”训练通过云服务器的计算中心进行统一，保证较少的询问次数，得到更好的用户体验。

在本发明的实施例中，如图3所示，修正模块5可以包括：匹配单元501和修正单元502。其中，匹配单元501用于将交互内容与提示信息对应的标准内容进行匹配，判断是否符合预设条件；修正单元502用于在判断符合预设条件之后，根据交互内容对所述用户模型进行修正。

进一步地，匹配单元501具体用于：当交互内容与标准内容之间的变化比例大于预设阈值时，判断符合预设条件。其中，预设阈值可以根据实际情况进行预设，例如65％。

具体地，检测器可以将检测到人体的体征数据、表情、语言、肢体动作等用户特征作为算法输入项输入t-box及ecu，车载终端200将用户特征发送至云服务器100。云服务器100的用户特征接收模块1接收用户特征，提示信息生成模块2根据用户特征通过用户模型生成目前最为前沿的问题(涵盖衣食住行等方面，每方面涉及30题)作为提示信息发送至车载终端200，提示信息发送模块3将提示信息发送至车载终端200。车载终端200根据提示信息发送模块3发送的提示信息对人进行询问，并记录人的回执内容，形成交互内容，并将交互内容发送至云服务器100的交互内容接收模块4。交互内容接收模块4接收车载终端发送的交互内容，匹配单元501经过模拟运算统一(人的乳名和姓名，李三老师和李老师等代指一个人或一件事的问题进行统一)后，将交互内容与标准内容进行匹配，如果交互内容与标准内容之间的变化比例超过65％，即如果65％的内容发生变更时，则修正单元502根据交互内容对用户模型进行修正，同时，做好备份，便于呈现一个发展中人的思维，即“类人思维”。

需要说明的是，在本发明的实施例中户模型可以包括pearl曲线和gompertz曲线，还可以包括：ridenour曲线。pearl曲线和gompertz曲线可以作为驾乘者思维替换的优选曲线，ridenour曲线可以为辅助曲线，杜绝“宕机”现象发生。

其中，pearl曲线是1938年比利时数学家哈尔斯特(p.fverhulst)首先提出的一种特殊曲线。后来，近代生物学家皮尔(r.pearl)和l·j·reed两人把此曲线应用于研究人口生长规律。所以这种特殊的曲线称之为皮尔增长曲线，简称皮尔曲线。当经济变量的发展变化表现为初期增长速度缓慢，随后增长速度逐渐加快，达到一定程度后又逐渐减慢，最后达到饱和状态的趋势，即原时间序列倒数的一阶差分的环比为一个常数，可以用皮尔曲线来描述。因此，皮尔曲线的预测法是根据预测对象具有皮尔曲线变动趋势的历史数据，拟合成一条皮尔曲线，通过建立皮尔曲线模型进行预测的方法。

gompertz曲线是以英国统计学家和数学家b.gompertz而命名的。gompertz曲线所描述的现象的特点是：初期增长缓慢，以后逐渐加快，当达到一定程度后，增长率又逐渐下降，最后接近一条水平线。该曲线的两端都有渐近线，其上渐近线为y＝k，下渐近线为y＝0。gompertz曲线通常用于描述事物的发展由萌芽、成长到饱和的周期过程。现实中有许多现象符合gompertz曲线，如工业生产的增长、产品的寿命周期、一定时期内的人口增长等，因而该曲线被广泛应用于现象的趋势变动研究

ridenour曲线常用于新技术发展和新产品销售的预测，ridenour曲线是基于下述假设条件建立的：新产品的推广或熟悉新产品的人数的增长率与已熟悉新产品的人数和未熟悉新产品的人数的乘积成正比。

综上，根据本发明实施例的车辆的云服务器，通过用户特征接收模块接收车载终端发送的至少一个用户特征，提示信息生成模块根据至少一个用户特征通过用户模型生成提示信息，提示信息发送模块将提示信息发送至车载终端，以供车载终端根据提示信息与用户进行交互生成交互内容了，交互内容接收模块接收车载终端发送的交互内容，修正模块根据交互内容对用户模型进行修正。由此，该云服务器通过与车载终端之间的交互，可以根据交互内容对用户模型进行修正，从而可以呈现一个发展中人的思维，增强了人机交互能力，体现驾驶者的唯一性，进而可以为驾乘人员提供更多记忆计算服务，增强辅助驾驶和自动驾驶能力。

本发明的实施例还提出一种车载终端。

图4是根据本发明一个实施例的车载终端的方框示意图。如图4所示，该车载终端200包括：用户特征发送模块10、提示信息接收模块20、交互内容生成模块30和交互内容发送模块40。

其中，用户特征发送模块10用于将至少一个用户特征发送至云服务器，以供云服务器100根据至少一个用户特征通过用户模型生成提示信息；提示信息接收模块20用于接收云服务器100发送的提示信息；交互内容生成模块30用于根据提示信息与用户进行交互生成交互内容；交互内容发送模块40用于将交互内容发送至云服务器100，以供云服务器100根据交互内容对用户模型进行修正。

其中，车载终端100还包括检测模块，检测模块用于通过至少一个检测器检测至少一个用户特征，至少一个用户特征包括以下一项或多项：用户面部表情；用户脸部温度；用户人体温度；环境温度；麦克风获取用户语音。可以理解的是，至少一个检测器1可以包括以下一项或多项：摄像头、红外传感器、体温温度传感器、环境温度传感器和麦克风。其中，摄像头用于获取用户面部表情；红外传感器用于获取用户脸部温度；体温温度传感器用于获取用户人体温度；环境温度传感器用于获取环境温度；麦克风用于获取用户语音。

具体地，检测器可以将检测到人体的体征数据、表情、语言、肢体动作等用户特征作为算法输入项输入用户特征发送模块10，用户特征发送模块10将用户特征发送至云服务器100。云服务器100接收用户特征，并根据用户特征通过用户模型生成目前最为前沿的问题(涵盖衣食住行等方面，每方面涉及30题)作为提示信息发送至车载终端200。车载终端200的提示信息接收模块20接收提示信息，交互内容生成模块30根据云服务器100发送的提示信息对人进行询问，并记录人的回执内容，形成交互内容，交互内容发送模块40将交互内容发送至云服务器100，以使云服务器100根据交互内容对用户模型进行修正，而不是简单的覆盖，同时，在云服务器100中做好备份，便于呈现一个发展中人的思维(如20岁、30岁…80岁…)，即“类人思维”。

由此，车载终端通过与云服务器、用户之间的交互，可以根据交互内容对用户模型进行修正，从而可以呈现一个发展中人的思维，增强了人机交互能力，体现驾驶者的唯一性，进而可以为驾乘人员提供更多记忆计算服务，增强辅助驾驶能力，提高自动驾驶能力。

需要说明的是，在本发明的实施例中户模型可以包括pearl曲线和gompertz曲线，还可以包括：ridenour曲线。pearl曲线和gompertz曲线可以作为驾乘者思维替换的优选曲线，ridenour曲线可以为辅助曲线，杜绝“宕机”现象发生。

根据本发明实施例的车载终端，通过用户特征发送模块将至少一个用户特征发送至云服务器，以供云服务器根据至少一个用户特征通过用户模型生成提示信息，提示信息接收模块接收云服务器发送的所述提示信息，交互内容生成模块根据提示信息与用户进行交互生成交互内容，交互内容发送模块将交互内容发送至云服务器，以供云服务器根据交互内容对用户模型进行修正。由此，该车载终端通过与云服务器、用户之间的交互，可以根据交互内容对用户模型进行修正，从而可以呈现一个发展中人的思维，增强了人机交互能力，体现驾驶者的唯一性，进而可以为驾乘人员提供更多记忆计算服务，增强辅助驾驶和自动驾驶能力。

本发明还提出一种车辆，包括本发明第二方面实施例所述的车载终端。

本发明实施例的车辆，通过上述的车载终端与云服务器、用户之间的交互，可以根据交互内容对用户模型进行修正，从而可以呈现一个发展中人的思维，增强了人机交互能力，体现驾驶者的唯一性，进而可以为驾乘人员提供更多记忆计算服务，增强辅助驾驶和自动驾驶能力。

此外，如图5所示，本发明还提出一种车辆的云服务系统1000，包括车载终端200和云服务器100。

车载终端200用于通过至少一个检测器检测至少一个用户特征，根据至少一个用户特征从云服务器200获取相应的提示信息，并根据提示信息与用户进行交互，并将交互内容发送至云服务器200。云服务器200用于根据车载终端100发送的至少一个用户特征通过用户模型生成提示信息，并根据交互内容对用户模型进行修正。

进一步地，在本发明的实施例中，至少一个检测器可以包括以下一项或多项：摄像头、红外传感器、体温温度传感器、环境温度传感器和麦克风。其中，摄像头用于获取用户面部表情；红外传感器用于获取用户脸部温度；体温温度传感器用于获取用户人体温度；环境温度传感器用于获取环境温度；麦克风用于获取用户语音。

具体地，车载终端200通过检测器将人体的体征数据、表情、语言、肢体动作等用户特征作为算法输入项输入t-box及ecu，车载终端200将用户特征发送至云服务器100，云服务器100作为人工智能深度学习及“类人思维”的计算中心，利用如图2所示的人工智能框架，生成目前最为前沿的问题(涵盖衣食住行等方面，每方面涉及30题)作为提示信息发送至车载终端200。车载终端200根据云服务器100输出的问题(提示信息)对人进行询问，并记录人的回执内容，形成交互内容，并将交互内容发送至云服务器100。云服务器100根据交互内容对用户模型进行修正，而不是简单的覆盖，同时，在云服务器100中做好备份，便于呈现一个发展中人的思维(如20岁、30岁…80岁…)，即“类人思维”。

由此，该系统通过云服务器、车载终端与用户之间的交互，使云服务器可以根据交互内容对用户模型进行修正，从而可以呈现一个发展中人的思维，增强了人机交互能力，体现驾驶者的唯一性，进而可以为驾乘人员提供更多记忆计算服务，增强辅助驾驶能力，提高自动驾驶能力。

并且，本发明的云服务系统可以在人的驾乘过程中，充分利用有效时间对车载终端进行数据的深度验算和锻炼，增强“类人思维”，完善唯一的虚拟人作为自己的智能代替者，且该“类人思维”具备“移植能力”，可将其应用到其余智能终端。同时，云服务器可以根据不同人对同一事物所表现的不同特征，做到最快排序。如根据不同人的身体状况，在同一医院门口，做救护车的升舱排序，保证做到救治程度最优。我们也可以将在家中和车中的“类人思维”训练通过云服务器的计算中心进行统一，保证较少的询问次数，得到更好的用户体验。

基于上述的车辆的云服务系统，本发明还提出一种车辆的云服务系统的交互方法。由于本发明实施例的车辆的云服务系统的交互方法是基于上述的车辆的云服务系统，因此上述车辆的云服务系统的实施方式也适用于本实施例提供的车辆的云服务系统的交互方法，对于在方法实施实例中未披露的细节可参照上述的系统实施例，在本实施例中不再详细描述。

如图5所示，云服务系统包括车载终端200和云服务器100，如图6所示，车辆的云服务系统的交互方法包括以下步骤：

s1，车载终端检测至少一个用户特征。

s2，车载终端根据至少一个用户特征从云服务器获取相应的提示信息，并根据提示信息与用户进行交互，并将交互内容发送至云服务器。

s3，云服务器根据车载终端发送的至少一个用户特征通过用户模型生成提示信息，并根据交互内容对用户模型进行修正。

进一步地，根据本发明的一个实施例，云服务器根据车载终端发送的至少一个用户特征通过用户模型生成提示信息，并根据交互内容对用户模型进行修正，可以包括：接收车载终端发送的至少一个用户特征；根据车载终端发送的至少一个用户特征通过用户模型生成提示信息；将提示信息发送至车载终端；接收车载终端发送的交互内容；将交互内容与提示信息对应的标准内容进行匹配，判断是否符合预设条件；在判断符合预设条件之后，根据交互内容对用户模型进行修正。

更进一步地，将交互内容与提示信息对应的标准内容进行匹配，判断是否符合预设条件，可以包括：当交互内容与标准内容之间的变化比例大于预设阈值时，判断符合预设条件。

需要说明的是，在本发明的实施例中，用户模型可以包括pearl曲线和gompertz曲线。

综上，根据本发明实施例的车辆的云服务系统的交互方法，车载终端检测至少一个用户特征，根据至少一个用户特征从云服务器获取相应的提示信息，并根据提示信息与用户进行交互，并将交互内容发送至云服务器，云服务器根据车载终端发送的至少一个用户特征通过用户模型生成提示信息，并根据交互内容对用户模型进行修正，从而可以呈现一个发展中人的思维，增强了人机交互能力，体现驾驶者的唯一性，进而可以为驾乘人员提供更多记忆计算服务，增强辅助驾驶能力，提高自动驾驶能力。

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必须针对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一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

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定制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。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

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。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。

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。

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。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。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。

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。