一种盲区识别方法及装置与流程

1.本说明书涉及无人驾驶领域，尤其涉及一种盲区识别方法及装置。


背景技术：

2.在实际应用中，无人设备在行驶过程中会出现部分视野被障碍物所遮挡的情况，例如，无人设备在行驶过程中，周围的大型车辆会遮挡住很大一片视野区域，经过大型车辆时，可能发生行人突然从视野盲区出现的情况，存在与行人发生碰撞的可能。目前，无人设备无法确定自身的视野盲区，会导致无人设备与周围障碍物发生碰撞，使得无人设备在行驶过程中的安全性较低。
3.因此，如何能够提高无人设备在行驶过程中的安全性，则是一个亟待解决的问题。


技术实现要素：

4.本说明书提供一种盲区识别方法及装置，以部分的解决现有技术存在的上述问题。
5.本说明书采用下述技术方案：
6.本说明书提供了一种盲区识别方法，所述方法应用于无人驾驶领域，包括：
7.获取无人设备采集到的目标点云数据；
8.针对确定出的所述目标点云数据中包含的每个目标点云点，根据所述无人设备上设置的激光雷达探测到该目标点云点时的扫描角度，确定以该目标点云点为起始位置，按照所述无人设备指向该目标点云点的方向远离所述无人设备的区域，作为该目标点云点对应的延伸区域；
9.根据所述目标点云数据中每个目标点云点对应的延伸区域，识别出所述无人设备采集所述目标点云数据时所处区域的数据采集盲区。
10.可选地，获取无人设备采集到的目标点云数据，包括：
11.获取所述无人设备采集到的初始点云数据；
12.从所述初始点云数据中识别出噪点，并将去除所述噪点的所述初始点云数据，作为所述目标点云数据。
13.可选地，从所述初始点云数据中识别出噪点，包括：
14.根据所述初始点云数据中包含的每个点云点对应的高度值，从所述初始点云数据中识别出位于地面的点云点，作为识别出的所述噪点。
15.可选地，从所述初始点云数据中识别出噪点，包括：
16.针对每个初始点云数据中包含的每个点云点，判断该点云点对应的高度值是否落入到预设的高度值范围中；
17.若确定该点云点对应的高度值未落入到所述高度值范围中，确定该点云点为噪点。
18.可选地，从所述初始点云数据中识别出噪点，包括：
19.针对每个初始点云数据中包含的每个点云点，判断该点云点对应的高度值是否落入到预设的高度值范围中；
20.若确定该点云点对应的高度值落入到所述高度值范围中，判断在该点云点投影方向上是否存在位于该点云点下方的点云点；
21.若确定在该点云点投影方向上不存在位于该点云点下方的点云点，确定该点云点为噪点。
22.可选地，确定所述目标点云数据中包含的每个目标点云点，包括：
23.将所述目标点云数据中位于不同圆周的点云数据分别映射到预设矩阵的各行中，得到点云矩阵，其中，所述点云矩阵中不同的行坐标对应所述目标点云数据中不同圆周的点云数据，所述点云矩阵中不同的列坐标对应所述无人设备上设置的激光雷达在扫描得到所述目标点云数据时的不同扫描角度；
24.根据所述点云矩阵，所述目标点云数据中包含的每个目标点云点。
25.可选地，确定所述目标点云数据中包含各目标点云点，包括：
26.针对所述无人设备上设置的激光雷达在扫描得到所述目标点云数据时的每个扫描角度，从所述目标点云数据中确定出位于该扫描角度内距离所述无人设备最近的点云点，作为目标点云点。
27.可选地，针对确定出的所述目标点云数据中包含的每个目标点云点，根据所述无人设备上设置的激光雷达探测到该目标点云点时的扫描角度，确定以该目标点云点为起始位置，按照所述无人设备指向该目标点云点的方向远离所述无人设备的区域，作为该目标点云点对应的延伸区域，包括：
28.针对每个目标点云点，若确定位于该目标点云点的预设范围内存在参考目标点云点，确定以所述参考目标点云点为起始位置，按照所述无人设备指向该目标点云点的方向远离所述无人设备的区域，作为该目标点云点对应的延伸区域，其中，所述参考目标点云点与所述无人设备之间的距离，小于该目标点云点与所述无人设备之间的距离。
29.本说明书提供了一种盲区识别装置，所述装置应用于无人驾驶领域，包括：
30.获取模块，用于获取无人设备采集到的目标点云数据；
31.区域模块，用于针对确定出的所述目标点云数据中包含的每个目标点云点，根据所述无人设备上设置的激光雷达探测到该目标点云点时的扫描角度，确定以该目标点云点为起始位置，按照所述无人设备指向该目标点云点的方向远离所述无人设备的区域，作为该目标点云点对应的延伸区域；
32.识别模块，用于根据所述目标点云数据中每个目标点云点对应的延伸区域，识别出所述无人设备采集所述目标点云数据时所处区域的数据采集盲区。
33.本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述盲区识别方法。
34.本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述盲区识别方法。
35.本说明书采用的上述至少一个技术方案能够达到以下有益效果：
36.在本说明书提供的无人设备的控制方法中。首先，获取无人设备采集到的目标点云数据。其次，针对确定出的目标点云数据中包含的每个目标点云点，根据无人设备上设置
的激光雷达探测到该目标点云点时的扫描角度，确定以该目标点云点为起始位置，按照无人设备指向该目标点云点的方向远离无人设备的区域，作为该目标点云点对应的延伸区域。而后，根据目标点云数据中每个目标点云点对应的延伸区域，识别出无人设备采集目标点云数据时所处区域的数据采集盲区。
37.从上述方法中可以看出，本方法可以根据每个扫描角度的目标点云点对应的延伸区域，确定出无人设备采集目标点云数据时所处区域的数据采集盲区，以此对无人设备进行控制，避免无人设备与周围其他障碍物发生碰撞，从而，提高无人设备在行驶过程中的安全性。
附图说明
38.此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
39.图1为本说明书中一种盲区识别方法的流程示意图；
40.图2为本说明书实施例提供的数据采集盲区的示意图；
41.图3为本说明书提供的一种盲区识别装置的示意图；
42.图4为本说明书提供的一种对应于图1的电子设备的示意图。
具体实施方式
43.为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
44.以下结合附图，详细说明本说明书各实施例提供的技术方案。
45.图1为本说明书中一种盲区识别方法的流程示意图，包括以下步骤：
46.s100：获取无人设备采集到的目标点云数据。
47.本说明书中涉及的无人设备的控制方法的执行主体可以是无人设备，也可以是安装在无人设备上的服务器等电子设备，为了便于描述，下面仅以无人设备为执行主体，对本说明书提供的无人设备的控制方法进行说明。
48.在本说明书实施例中，无人设备可以获取自身采集到的初始点云数据。这里提到的初始点云数据可以是指通过无人设备上设置的激光雷达获取到的未经处理过的点云数据。
49.具体的，无人设备通过激光雷达获取到的目标点云数据中包含有若干圆周的点云数据，每一圆周的点云数据包含有若干个点云点，点云点数量由分辨率确定，每个点云点包含有激光雷达坐标系对应的坐标(x，y，z)以及点云点强度。例如，若激光雷达为64线的物理旋转式扫描激光雷达(所谓64线就是在激光雷达上排列有64个激光发射器)，通过该激光雷达可以得到64个不同圆周的点云数据，每一个圆周的点云数据可以理解成是有一个激光发射器扫描一周后得到的。每个圆周点云数据中的分辨率为0.2度，即每一圆周有1800个点云点，而在一个圆周的点云数据中，每个点云点对应的一个扫描角度。
50.在本说明书实施例中，无人设备可以将获取到的目标点云数据进行处理，将目标点云数据中位于不同圆周的点云数据分别映射到预设矩阵的各行中，以得到点云矩阵，其中，该点云矩阵中不同的行坐标对应目标点云数据中不同圆周的点云数据，该点云矩阵中不同的列坐标对应无人设备上设置的激光雷达在扫描得到该目标点云数据时的不同扫描角度。
51.可以理解成，位于同一圆周上的点云点，均记录在点云矩阵中的同一行中，而基于该点云矩阵，可以确定出无人设备在每个扫描角度上对应的若干个点云点。确定矩阵的列坐标的具体公式如下：
52.l＝round((atan2(y，x) π)/degreetoradians(d))
53.在上述公式中，round()可以用于表征四舍五入函数。atan2(y,x)可以用于表征反正切函数，将坐标转换为(-π，π)之间的弧度。degreetoradians()可以用于表征将角度转换为弧度。d可以用于表征点云数据的分辨率。从上述公式中可以看出，无人设备可以确定出无人设备在每个扫描角度上对应的若干个点云点。
54.在实际应用中，无人设备获取到的点云数据中存在会影响无人设备确定视野盲区的点云点，基于此，无人设备需要从采集到的初始点云数据中，将这部分点云点去除，以保证无人设备可以确定出较为准确的视野盲区。
55.在本说明书实施例中，无人设备可以获取无人设备采集到的初始点云数据。再从初始点云数据中识别出噪点，并将去除噪点的初始点云数据，作为目标点云数据。
56.在实际应用中，无人设备获取到的点云数据中有大量的点云点是基于地面反射得到的，而这部分位于地面的点云点实际上与确定无人设备的视野盲区毫无关系。基于此，无人设备需要将基于地面反射得到的各点云点，从点云数据中去除。
57.在本说明书实施例中，无人设备可以根据初始点云数据中包含的每个点云点对应的高度值，从初始点云数据中识别出位于地面的点云点，作为识别出的噪点。
58.具体的，无人设备可以确定出自身周围的地面对应的高度值。再根据无人设备周围的地面对应的高度值，从初始点云数据中识别出位于地面的点云点，作为识别出的噪点。
59.其中，无人设备确定出自身周围的地面对应的高度值的方法有多种，例如，无人设备可以根据初始点云数据中的各点云点对应的高度值，以及各点云点所在的位置，通过随机抽样一致算法(random sample consensus，ransac)，对各点云点进行计算，确定出自身周围的地面对应的高度值。再例如，无人设备可以获取高程地图，通过高程地图确定出自身周围的地面对应的高度值。本说明书不对确定出无人设备周围的地面对应的高度值的方法进行限定。
60.在实际应用中，无人设备在行驶过程中，过高的障碍物不会影响无人设备进行行驶，而过低的障碍物不会遮挡任何影响无人设备进行行驶的目标，也就是说，只有高度在设定范围内的点云点会对无人设备的视野盲区造成影响。基于此，无人设备需要将高度值不符合标准的点云点，从初始点云数据中去除。
61.在本说明书实施例中，无人设备可以针对每个初始点云数据中包含的每个点云点，判断该点云点对应的高度值是否落入到预设的高度值范围中。若确定该点云点对应的高度值未落入到高度值范围中，确定该点云点为噪点。
62.在实际应用中，无人设备在行驶过程中会遇到各种悬空类的障碍物，例如，车道旁
边大树伸到车道上的树枝以及树叶、车道旁边杆子上的广告牌等。这部分的障碍物实际上并没有遮挡无人设备的视野范围。基于此，服务器可以将这部分悬空类的障碍物反射的点云点，从初始点云数据中去除。
63.在本说明书实施例中，无人设备可以针对每个初始点云数据中包含的每个点云点，判断该点云点对应的高度值是否落入到预设的高度值范围中。其次，若确定该点云点对应的高度值落入到高度值范围中，判断在该点云点投影方向上是否存在位于该点云点下方的点云点。最后，若确定在该点云点投影方向上不存在位于该点云点下方的点云点，确定该点云点为噪点。
64.也就是说，若一个障碍物处于悬空状态，那么基于该障碍物反射的点云点所在位置的下方一定不存在点云点。
65.在本说明书实施例中，无人设备有多种方法确定该点云点是否为噪点，例如，针对每个扫描方向，无人设备可以确定该扫描方向上的各点云点对应的高度值，并基于各点云点与激光雷达之间的距离，确定出该点云点投影方向上是否存在与激光雷达之间的距离相同，且位于该点云点下方的点云点。若确定在该点云点投影方向上不存在与激光雷达之间的距离相同，且位于该点云点下方的点云点，确定该点云点为噪点。
66.当然，无人设备可以同时将点云数据中的位于地面的点云点、未落入到高度值范围内的点云点，以及在该点云点投影方向上不存在位于该点云点下方的点云点对应的点云点中的至少一种，从初始点云数据中去除，确定目标点云数据。
67.在本说明书中，应用本说明书提供的无人设备的控制方法的无人设备可以用于执行配送领域的配送任务，如，使用无人设备进行快递、物流、外卖等配送的业务场景。
68.s102：针对确定出的所述目标点云数据中包含的每个目标点云点，根据所述无人设备上设置的激光雷达探测到该目标点云点时的扫描角度，确定以该目标点云点为起始位置，按照所述无人设备指向该目标点云点的方向远离所述无人设备的区域，作为该目标点云点对应的延伸区域。
69.s104：根据所述目标点云数据中每个目标点云点对应的延伸区域，识别出所述无人设备采集所述目标点云数据时所处区域的数据采集盲区。
70.在实际应用中，初始点云数据中的点云点都是基于障碍物反射得到的，因此，点云点所在的位置，即为障碍物所在的位置。也就是说，无人设备无法观测到无人设备指向点云点所在方向的所在位置之后的视野。基于此，无人设备可以确定出自身所处区域对应的视野盲区。
71.在本说明书实施例中，无人设备可以针对确定出的目标点云数据中包含的每个目标点云点，根据无人设备上设置的激光雷达探测到该目标点云点时的扫描角度，确定以该目标点云点为起始位置，按照无人设备指向该目标点云点的方向远离无人设备的区域，作为该目标点云点对应的延伸区域。
72.在实际应用中，无人设备在同一个扫描方向上会获取到若干个点云点，这些点云点到激光雷达对距离可能并不相同。例如，在无人设备的一个扫描方向上出现高矮不同的障碍物，不同障碍物反射的点云点到激光雷达的距离并不相同。在这种情况下，无人设备在行驶过程中较近的障碍物会遮挡住无人设备在该扫描方向上的视野。基于此，无人设备可以根据点云点到激光雷达的距离，确定在该扫描方向上的目标点云点。
73.在本说明书实施例中，无人设备可以确定自身上设置的激光雷达在扫描得到目标点云数据时的各扫描角度。并针对每个扫描角度，从目标点云数据中确定出位于该扫描角度内距离所述无人设备最近的点云点，作为目标点云点。其中，无人设备可以基于上述点云矩阵，从目标点云数据中确定出若干目标点云点，由于点云矩阵中不同的列坐标对应不同的扫描角度，所以，可以将同一列中记录的点云点与无人设备的距离进行比较，以确定出目标点云点。
74.在实际应用中，由于无人设备将初始点云数据分为较为细致的若干个扫描方向。针对每个扫描方向，该扫描方向对应的相邻的扫描方向上的点云点会影响到该扫描方向被遮挡的视野。例如，若障碍物的表面凹凸不平，在指向该障碍物的若干个扫描方向中，距离无人设备最近的点云点对应的扫描方向实际上已经影响到无人设备对该扫描方向附近的其他扫描方向上的视野。
75.在本说明书实施例中，无人设备可以针对每个目标点云点，若确定位于该目标点云点的预设范围内存在参考目标点云点，确定以参考目标点云点为起始位置，按照无人设备指向该目标点云点的方向远离无人设备的区域，作为该目标点云点对应的延伸区域，其中，参考目标点云点与无人设备之间的距离，小于该目标点云点与无人设备之间的距离。
76.也就是说，无人设备可以从预设范围内的参考目标点云点中，选取出距离激光雷达最近的参考目标点云点，作为目标点云点。并将以参考目标点云点为起始位置，按照无人设备指向该目标点云点的方向远离无人设备的区域，作为该目标点云点对应的延伸区域。
77.在本说明书实施例中，无人设备可以根据目标点云数据中每个目标点云点对应的延伸区域，确定无人设备采集所述目标点云数据时所处区域的数据采集盲区。具体如图2所示。
78.图2为本说明书实施例提供的确定数据采集盲区的方法的示意图。
79.在图2中，圆柱体可以用于表征障碍物，圆柱体周围的线可以用于表征障碍物反射的点云点对应的延伸区域。并根据障碍物反射的各点云点对应的延伸区域，确定无人设备所在区域的数据采集盲区。从图2中看出，障碍物挡住了无人设备的视野范围，无人设备可以从障碍物反射的点云点中，确定出该点云点所在的位置。并将以该点云点为起始位置，按照无人设备指向该点云点的方向远离无人设备的区域，作为无人设备采集点云数据时所处区域的数据采集盲区。
80.具体的，无人设备可以自身所在的区域按照预先设定的尺寸，划分为若干个方格。针对每个方格，若该方格的为目标点云点对应的延伸区域，则确定无人设备无法观测到该方格所在区域。无人设备可以根据自身是否可以观测到各个方格的情况，确定出自身的数据采集盲区。
81.在本说明书实施例中，无人设备可以根据数据采集盲区，对无人设备进行控制。具体的，无人设备可以获取到自身所在区域的高精地图、自身所在的位置，并根据高清地图，确定出自身的数据采集盲区在高精地图中的所在区域。针对每个数据采集盲区，根据该数据采集盲区所在区域的信息，以及无人设备所在位置与该数据采集盲区之间的距离，对无人设备进行控制。
82.例如，无人设备确定出的自身所在区域的数据采集盲区位于小区的出入口，则无人设备在靠近该出入口时，降低自身的行驶速度。
83.从上述过程中可以看出，本方法可以根据每个扫描角度的目标点云点对应的延伸区域，确定出无人设备采集目标点云数据时所处区域的数据采集盲区，以此对无人设备进行控制，避免无人设备与周围其他障碍物发生碰撞，从而，提高无人设备在行驶过程中的安全性。
84.以上为本说明书的一个或多个实施例提供的盲区识别方法，基于同样的思路，本说明书还提供了相应的盲区识别装置，如图3所示。
85.图3为本说明书提供的一种盲区识别装置示意图，所述装置应用于无人驾驶领域，包括：
86.获取模块300，用于获取无人设备采集到的目标点云数据；
87.区域模块302，用于针对确定出的所述目标点云数据中包含的每个目标点云点，根据所述无人设备上设置的激光雷达探测到该目标点云点时的扫描角度，确定以该目标点云点为起始位置，按照所述无人设备指向该目标点云点的方向远离所述无人设备的区域，作为该目标点云点对应的延伸区域；
88.识别模块304，用于根据所述目标点云数据中每个目标点云点对应的延伸区域，识别出所述无人设备采集所述目标点云数据时所处区域的数据采集盲区；
89.可选地，所述获取模块300具体用于，获取所述无人设备采集到的初始点云数据，从所述初始点云数据中识别出噪点，并将去除所述噪点的所述初始点云数据，作为所述目标点云数据。
90.可选地，所述获取模块300具体用于，根据所述初始点云数据中包含的每个点云点对应的高度值，从所述初始点云数据中识别出位于地面的点云点，作为识别出的所述噪点。
91.可选地，所述获取模块300具体用于，针对每个初始点云数据中包含的每个点云点，判断该点云点对应的高度值是否落入到预设的高度值范围中，若确定该点云点对应的高度值未落入到所述高度值范围中，确定该点云点为噪点。
92.可选地，所述区域模块302具体用于，针对每个初始点云数据中包含的每个点云点，判断该点云点对应的高度值是否落入到预设的高度值范围中，若确定该点云点对应的高度值落入到所述高度值范围中，判断在该点云点投影方向上是否存在位于该点云点下方的点云点，若确定在该点云点投影方向上不存在位于该点云点下方的点云点，确定该点云点为噪点。
93.可选地，所述区域模块302具体用于，将所述目标点云数据中位于不同圆周的点云数据分别映射到预设矩阵的各行中，得到点云矩阵，其中，所述点云矩阵中不同的行坐标对应所述目标点云数据中不同圆周的点云数据，所述点云矩阵中不同的列坐标对应所述无人设备上设置的激光雷达在扫描得到所述目标点云数据时的不同扫描角度；根据所述点云矩阵，所述目标点云数据中包含的每个目标点云点。
94.可选地，所述区域模块302具体用于，针对所述无人设备上设置的激光雷达在扫描得到所述目标点云数据时的每个扫描角度，从所述目标点云数据中确定出位于该扫描角度内距离所述无人设备最近的点云点，作为目标点云点。
95.可选地，所述区域模块302具体用于，针对每个目标点云点，若确定位于该目标点云点的预设范围内存在参考目标点云点，确定以所述参考目标点云点为起始位置，按照所述无人设备指向该目标点云点的方向远离所述无人设备的区域，作为该目标点云点对应的
延伸区域，其中，所述参考目标点云点与所述无人设备之间的距离，小于该目标点云点与所述无人设备之间的距离。
96.本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种盲区识别方法。
97.本说明书还提供了图4所示的一种对应于图1的电子设备的示意结构图。如图4所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的盲区识别方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
98.需要说明的是，本技术中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
99.在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(programmable logic device,pld)(例如现场可编程门阵列(field programmable gate array，fpga))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片pld上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(hardware description language，hdl)，而hdl也并非仅有一种，而是有许多种，如abel(advanced boolean expression language)、ahdl(altera hardware description language)、confluence、cupl(cornell university programming language)、hdcal、jhdl(java hardware description language)、lava、lola、myhdl、palasm、rhdl(ruby hardware description language)等，目前最普遍使用的是vhdl(very-high-speed integrated circuit hardware description language)与verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
100.控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(application specific integrated circuit，asic)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc 625d、atmel at91sam、microchip pic18f26k20以及silicone labs c8051f320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使
得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
101.上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
102.为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
103.本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
104.本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
105.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
106.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
107.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
108.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(flash ram)。内存是计算机可读介质的示例。
109.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暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
110.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。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、商品或者设备中还存在另外的相同要素。
111.本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
112.本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
113.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
114.以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。