一种雷达监测优化方法、装置和车辆与流程

1.本发明涉及电动汽车技术领域，特别是指一种雷达监测优化方法、装置和车辆。


背景技术：

2.毫米波雷达能检测到的物体非常多，包括空中的交通指示灯、指示牌、电灯杆；道路中间的隔离栏、灌木隔离带、车辆、行人、动物；地面的窨井盖、各类金属物体(例如钉子)、非金属的地面凸起物等。
3.经过大量的测试发现，现有技术的毫米波雷达对于车辆的检测效果较好，但对行人的检测比较差。现有的毫米波雷达信息处理方案大多数都是通过对原始点云的处理，可以做到尽量提升雷达输出目标信息的准确性。但对感兴趣目标的筛选却只通过目标尺寸及速度信息进行过滤，造成毫米波雷达输出大量的不感兴趣目标(如栅栏、路面井盖等)。即在进行前毫米波雷达与前摄像头障碍物算法开发时存在毫米波雷达杂点过多，由于采用现有技术的前向毫米波雷达esr(电子扫描雷达)，导致出现无法准确使用毫米波雷达反馈的实际障碍物目标信息的问题。


技术实现要素：

4.本发明的目的是提供一种雷达监测优化方法、装置和车辆，以解决现有技术中无法准确使用毫米波雷达反馈的实际障碍物目标信息的问题。
5.为达到上述目的，本发明的实施例提供一种雷达监测优化方法，包括：
6.根据毫米波雷达检测目标车辆所得的至少一个原始目标，确定非重复障碍物目标；
7.在所述非重复障碍物目标中滤除静止目标，确定候选目标；
8.根据所述候选目标以及预设关注区域，确定监测目标。
9.可选的，所述根据毫米波雷达检测目标车辆所得的至少一个原始目标，确定非重复障碍物目标，包括：
10.获取基于所述毫米波雷达检测所述目标车辆的原始数据；
11.根据原始数据，滤除所述目标车辆的横向距离处于第一预设范围内，且超过预设个数的数据，确定非重复障碍物目标；
12.其中，所述第一预设范围是根据所述目标车辆所处的当前车道宽度和当前道路宽度确定的。
13.可选的，所述在所述非重复障碍物目标中滤除静止目标，确定候选目标，包括：
14.获取所述非重复障碍物目标中的状态信号；
15.根据所述状态信号，获取所述状态信号为第一状态值对应的目标速度值；
16.根据所述毫米波雷达检测的相对速度值和所述目标速度值，确定第一静止目标；
17.在所述非重复障碍物目标中滤除所述第一静止目标，确定候选目标。
18.可选的，所述根据所述候选目标以及预设关注区域，确定监测目标之前，还包括：
19.滤除过程一：基于毫米波雷达的视觉信息，滤除第二预设范围的当前目标；
20.滤除过程二：滤除所述目标车辆的纵向距离为第一方向的当前目标；所述第一方向为所述目标车辆的行车方向的相反方向；
21.滤除过程三：滤除当前目标的状态信号为第二状态值的当前目标。
22.可选的，所述在所述非重复障碍物目标中滤除静止目标，确定候选目标，还包括：
23.在所述候选目标中，获取有效检测目标；
24.在所述有效检测次数中，滤除第二静止目标，所述第二静止目标包括静止物体噪声、静止物体产生的虚假检测点。
25.可选的，所述获取有效检测目标，包括以下至少一个条件：
26.获取所述毫米波雷达检测的目标检测次数和所述毫米波雷达检测的空目标检测次数的差值，确定为实际检测次数；
27.条件一：若所述实际检测次数小于第一阈值，则确定当前目标为非有效检测；
28.条件二：若所述当前目标的最大连续运动目标检测次数大于第二阈值，则确定所述当前目标为非有效检测；
29.条件三：若所述当前目标的静止目标检测次数与所述实际检测次数的比值大于0.85，则确定所述当前目标为非有效检测。
30.可选的，所述根据所述候选目标以及预设关注区域，确定监测目标，包括：
31.根据所述候选目标，确定所述候选目标中每个目标的最短纵向距离；
32.获取所述目标车辆的纵向距离为第二方向的预设范围区域；所述第二方向为所述目标车辆的行车方向；
33.根据所述最短纵向距离和所述预设范围区域，确定所述预设关注区域；
34.根据所述候选目标以及预设关注区域，确定监测目标。
35.可选的，确定候选目标之后，还包括：
36.每隔预设时长，获取所述候选目标的状态信号；
37.根据所述候选目标的状态信号的状态标志位，确定候选目标中检测次数；所述检测次数至少包括：目标检测次数、静止目标检测次数以及空目标检测次数。
38.为达到上述目的，本发明的实施例还提供一种雷达监测优化装置，包括：
39.第一确定模块，用于根据毫米波雷达检测目标车辆所得的至少一个原始目标，确定非重复障碍物目标；
40.第二确定模块，用于在所述非重复障碍物目标中滤除静止目标，确定候选目标；
41.第三确定模块，用于根据所述候选目标以及预设关注区域，确定监测目标。
42.为达到上述目的，本发明的实施例还提供一种车辆，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如上任一项所述的雷达监测优化方法。
43.本发明的上述技术方案的有益效果如下：
44.上述技术方案中，通过根据毫米波雷达检测目标车辆所得的至少一个原始目标，确定非重复障碍物目标；在所述非重复障碍物目标中滤除静止目标，确定候选目标；根据所述候选目标以及预设关注区域，确定监测目标。本发明的技术方案通过确定非重复障碍物目标，划分出毫米波雷达对障碍物的感兴趣区域；在所述非重复障碍物目标中滤除静止目
标，包括完全静止状态的目标和对状态不稳定的静止目标进行过滤；根据所述候选目标以及预设关注区域，确定监测目标，通过预设关注区域的“盒子”来净化正前方障碍物主目标，保证正前方目标唯一性。
附图说明
45.图1为本发明实施例提供的雷达监测优化方法的流程示意图；
46.图2为本发明实施例提供的预设关注区域的示意图；
47.图3为本发明实施例提供的雷达监测优化装置的模块示意图。
具体实施方式
48.为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
49.应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
50.在本发明的各种实施例中，应理解，下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，而不应对本发明实施例的实施过程构成任何限定。
51.另外，本文中术语“系统”和“网络”在本文中常可互换使用。
52.在本技术所提供的实施例中，应理解，“与a相应的b”表示b与a相关联，根据a可以确定b。但还应理解，根据a确定b并不意味着仅仅根据a确定b，还可以根据a和/或其它信息确定b。
53.毫米波雷达能检测到的物体非常多，包括空中的交通指示灯、指示牌、电灯杆；道路中间的隔离栏、灌木隔离带、车辆、行人、动物；地面的窨井盖、各类金属物体(例如钉子)、非金属的地面凸起物等。例如：德尔福雷达对于车辆的检测效果较好，但对行人的检测比较差。所以在使用德尔福雷达进行多传感器融合时，针对毫米波雷达前期的预处理就非常关键，通过一系列的约束条件过滤掉不合适或者不感兴趣的信号才能在后续的跟踪和融合阶段得到更好的结果。
54.如图1所示，本发明实施例的一种雷达监测优化方法，包括：
55.步骤100，根据毫米波雷达检测目标车辆所得的至少一个原始目标，确定非重复障碍物目标；
56.步骤200，在所述非重复障碍物目标中滤除静止目标，确定候选目标；
57.步骤300，根据所述候选目标以及预设关注区域，确定监测目标。
58.具体地，针对步骤100至300中，针对采用前向毫米波雷达(esr)的信息处理分为以下四步：1、过滤不感兴趣区域的目标(步骤100)；2、过滤完全静止目标(步骤200)；3、过滤实际静止但状态不稳定的目标(步骤200)；4、主目标净化处理(步骤300)。通过步骤100至步骤300的处理后，本发明处理后的毫米波雷达目标信号可以大大提升后续的目标跟踪和融合处理过程的效果，可实现将多传感器融合的误匹配率下降20％以上。
59.该实施例中，本发明的技术方案发明可通过对雷达数据的目标信息结合实际应用场景，进一步划分感兴趣区域，同时通过障碍物状态、速度等信息进一步过滤掉雷达输出的干扰目标信号。通过对雷达检测主目标的净化处理，进一步滤除雷达因各种原因反射回的杂点信号，确保了最大程度上雷达信息的准确性。
60.可选的，所述步骤100，包括：
61.步骤110，获取基于所述毫米波雷达检测所述目标车辆的原始数据；
62.步骤120，根据原始数据，滤除所述目标车辆的横向距离处于第一预设范围内，且超过预设个数的数据，确定非重复障碍物目标；
63.其中，所述第一预设范围是根据所述目标车辆所处的当前车道宽度和当前道路宽度确定的。
64.需要说明的是，在执行步骤100前，将毫米波雷达传感器安装在所述目标车辆的前方，位于车辆纵向中轴，距离地面高度为0.35-0.65米之间，并与所述目标车辆固定连接。
65.还需要说明的是，由于单个雷达覆盖范围大，所以多个雷达有重复检测区域，即重合区域，对于某一目标，会被多个雷达检测到，设置一定的距离阈值可以滤除重复的障碍物，输出非重复障碍物信息，所述预设距离阈值为预先设置的用于辅助筛选滤除重复障碍物的距离阈值，通过将预设距离阈值对所述初始过滤结果中被多个雷达检测到的重复障碍物进行滤除，可以获得非重复障碍物信息。
66.该实施例中，在步骤110获取原始数据，即在获得毫米波雷达信号，并根据步骤120将雷达信号中有可能是栅栏的目标去除掉，滤除所述目标车辆的横向距离处于第一预设范围内，且超过预设个数的数据，即滤除所述目标车辆的横向距离处于 6米和-6米之外，且超过6个以上团块目标进行滤除。这里，对于6米这个范围阈值的设定是因为车道宽度为3-3.5米，
±
6米的范围涵盖左右两边车道再加0.75-1.5米的道路范围；同时基于雷达的目标信息分析可以发现，隔离栏经常会被误检成很密集的一团，所以通过实车算法调试，将6个以上的团块目标进行滤除。
67.经过步骤110和步骤120以上操作，首先限定了毫米波雷达的探测感兴趣区域，同时将大量的无效团块目标率除掉，确定非重复障碍物目标。
68.可选的，所述步骤200，包括：
69.步骤210，获取所述非重复障碍物目标中的状态信号；
70.步骤220，根据所述状态信号，获取所述状态信号为第一状态值对应的目标速度值；
71.步骤230，根据所述毫米波雷达检测的相对速度值和所述目标速度值，确定第一静止目标；
72.步骤240，在所述非重复障碍物目标中滤除所述第一静止目标，确定候选目标。
73.需要说明的是，这里步骤200过滤的是完全静止目标，在步骤210前，对所述非重复障碍物目标中的做了以下几个操作：
74.在所述非重复障碍物目标中，对于已经记录过识别号(id)的目标记录出现次数。计数内容如下表1：
75.表1：计数器列表
76.序号名称中文名称
1nage目标检测次数2nstationaryage静止目标检测次数3ncoutinousmovingage连续运动目标检测次数4nmaxcontinuousmovingage最大连续运动目标检测次数5nabsenceage空目标检测次数
77.这里，对于新出现的雷达信号，(根据nstatus的状态来判断，0表示是新出现的目标)，会重新对该id对应的计数器置0(需要说明的是，毫米波雷达最多输出64个检测目标，每个目标都有自己的id号，这是毫米波雷达设备输出的信息，同时还会输出该目标的状态值)。
78.该实施例中，在步骤210和步骤220中，若所述状态信号为4、6、7，该状态的雷达信号是esr雷达输出的推测状态值，实际测试可以发现此类状态的目标并不可靠，所以这类信号被判定为缺失，同时nabsenceage加1；除了以上情况以外，剩下的目标会先获取所述毫米波雷达检测的相对速度值v
fobjvel
，所述相对速度值v
fobjvel
就是将车辆的x轴的速度分量和y轴的速度分量计算平方和并开方，比较这个值与所述状态信号为第一状态值对应的目标速度值的差值的大小，所述目标速度值v
fegospeed
以通过控制器网络总线can得到的自车车速，这里可以很明显的发现，只有当这个目标是静止的，差值的绝对值才有可能非常小，这里的优选值为1.5，小于这个差值的都被标记为静止，即确定第一静止目标，同时nstationaryage加1。假设这个目标跟所述目标车辆不管是同向还是逆向，当速度相近时v
fobjvel
是一个接近于0的值，而该差价就是自身的车速；当速度很小或者很大的时候，差值最小也要比v
fegospeed
的值大。
79.根据步骤240，在所述非重复障碍物目标中滤除所述第一静止目标，即过滤掉所有不合适的目标之后就是正在移动的所述目标车辆真正感兴趣的目标，从而确定候选目标，并会正常的更新该目标的各类计数器。
80.需要说明的是，在经过了上述的步骤210至步骤240的过滤之后，所述候选目标依然不够清晰有不少的噪声，还需要进一步再次过滤：
81.具体地，所述步骤200，还包括：
82.步骤250，在所述候选目标中，获取有效检测目标；
83.步骤260，在所述有效检测次数中，滤除第二静止目标，所述第二静止目标包括静止物体噪声、静止物体产生的虚假检测点。
84.本实施例通过上述方案，在所述候选目标中，获取有效检测目标，在滤除完全静止目标后，还需要滤除实际静止但是状态不稳定的目标，故需要有效检测目标中滤除静止物体噪声、静止物体产生的虚假检测点的静止目标，能够进一步精确雷达监测结果信息的精确度，避免其他行驶的车辆影响自动驾驶的实时判断，为自动驾驶车辆的安全行驶、全面感知提供强有力的保障，保障乘客的乘坐安全。
85.具体地，所述步骤250包括以下至少一个条件：
86.获取所述毫米波雷达检测的目标检测次数和所述毫米波雷达检测的空目标检测次数的差值，确定为实际检测次数；
87.条件一：若所述实际检测次数小于第一阈值，则确定当前目标为非有效检测；
88.条件二：若所述当前目标的最大连续运动目标检测次数大于第二阈值，则确定所
述当前目标为非有效检测；
89.条件三：若所述当前目标的静止目标检测次数与所述实际检测次数的比值大于0.85，则确定所述当前目标为非有效检测。
90.该实施例中，首先计算一个值nvalidage(有效值检测次数)，即为毫米波雷达对于同一个id的目标检测次数与空目标的差值，这是一个信号有效的统计值，即nvalidage＝nage-nabsenceage。条件一为：如果nvalidage的值小于3(第一阈值)，则认为该障碍物为运动状态；条件二为：条件一通过，同一个id如果连续被检测为运动状态超过20帧，那么就可以被认为不再是静止目标，即nmaxcontinuousmovingag》20；条件三为：如果上面两个条件都没满足，第三个条件是同一id的静止次数与有效次数的比值超过0.85就被认为是静止，即nstationaryage》0.85*nvalidage，这个条件是为了将那些曾经运动过但运动次数不超过15％的疑似目标过滤，该条件的设立是因为测试中发现视觉可能认为前方车辆是静止的，但其实是有缓慢变化的，需要毫米波雷达将那些大概率在轻微移动的目标过滤。
91.可选的，所述步骤300之前，还包括：
92.滤除过程一：基于毫米波雷达的视觉信息，滤除第二预设范围的当前目标；
93.滤除过程二：滤除所述目标车辆的纵向距离为第一方向的当前目标；所述第一方向为所述目标车辆的行车方向的相反方向；
94.滤除过程三：滤除当前目标的状态信号为第二状态值的当前目标。
95.该实施例中，滤除过程一：如果主干道上杂乱的目标还是比较多，通过基于毫米波雷达的视觉信息，对于横向距离正负5米的目标保留；滤除过程二：排除雷达信号纵向距离为负的目标；滤除过程三：排除所述候选目标的状态信号为第二状态值的当前目标，第二状态值为1，2，4，6。需要说明的是，不同状态值对应的含义：1代表新目标，这类目标不够稳定是毫米波雷达当前检测到就立刻传出的，有很大概率下一帧就会消失，并不稳定，只有较为稳定的3，5这类才有意义；4，6状态的目标通常是隔离栏或者行道树这类信息；只有状态为更稳定的7的时候才有可能是相邻车道的车辆。
96.可选的，所述步骤300，包括：
97.步骤310，根据所述候选目标，确定所述候选目标中每个目标的最短纵向距离；
98.步骤320，获取所述目标车辆的纵向距离为第二方向的预设范围区域；所述第二方向为所述目标车辆的行车方向；
99.步骤330，根据所述最短纵向距离和所述预设范围区域，确定所述预设关注区域；
100.步骤340，根据所述候选目标以及预设关注区域，确定监测目标。
101.该实施例即为主目标净化处理，确定监测目标。在所述目标车辆正前方一定的距离范围内，只允许存在一个雷达目标，这里，通过设置一个预设关注区域，用距离来最后过滤一次。首先会遍历找到当前帧所有目标里的最短纵向距离d
flneectmindi
，然后再定义了一个左右在
±
1.1米，前后在d
flneectmindi
到30米之间的预设关注区域(如图2所示，图2中的a表示预设关注区域，b为车道)，所以超过盒子左右两侧盒长之内的目标都不是我们感兴趣的，需要滤除的，从而确定监测目标。
102.可选的，所述步骤300之后，还包括：
103.每隔预设时长，获取所述候选目标的状态信号；
104.根据所述候选目标的状态信号的状态标志位，确定候选目标中检测次数；所述检
测次数至少包括：目标检测次数、静止目标检测次数以及空目标检测次数。这里，每隔预设时长，达到一个实时更新的目的。
105.综上所述，本发明的技术方案通过对毫米波雷达数据的目标信息结合实际应用场景，进一步划分感兴趣区域，同时通过障碍物状态、速度等信息进一步过滤掉雷达输出的干扰目标信号。通过对雷达检测主目标的净化处理，进一步滤除雷达因各种原因反射回的杂点信号，确保了最大程度上雷达信息的准确性。
106.如图3所示，本发明的实施例还提供一种雷达监测优化装置，包括：
107.第一确定模块10，用于根据毫米波雷达检测目标车辆所得的至少一个原始目标，确定非重复障碍物目标；
108.第二确定模块20，用于在所述非重复障碍物目标中滤除静止目标，确定候选目标；
109.第三确定模块30，用于根据所述候选目标以及预设关注区域，确定监测目标。
110.可选的，所述第一确定模块10，包括：
111.第一获取单元，用于获取基于所述毫米波雷达检测所述目标车辆的原始数据；
112.第一确定单元，用于根据原始数据，滤除所述目标车辆的横向距离处于第一预设范围内，且超过预设个数的数据，确定非重复障碍物目标；
113.其中，所述第一预设范围是根据所述目标车辆所处的当前车道宽度和当前道路宽度确定的。
114.可选的，所述第二确定模块20，包括：
115.第二获取单元，用于获取所述非重复障碍物目标中的状态信号；
116.第三获取单元，用于根据所述状态信号，获取所述状态信号为第一状态值对应的目标速度值；
117.第二确定单元，用于根据所述毫米波雷达检测的相对速度值和所述目标速度值，确定第一静止目标；
118.第三确定单元，用于在所述非重复障碍物目标中滤除所述第一静止目标，确定候选目标。
119.可选的，所述装置还包括：
120.第一滤除模块，用于基于毫米波雷达的视觉信息，滤除第二预设范围的当前目标；
121.第二滤除模块，用于滤除所述目标车辆的纵向距离为第一方向的当前目标；所述第一方向为所述目标车辆的行车方向的相反方向；
122.第三滤除模块，用于滤除当前目标的状态信号为第二状态值的当前目标。
123.可选的，所述第二确定模块20，还包括：
124.第四获取单元，用于在所述候选目标中，获取有效检测目标；
125.滤除单元，用于在所述有效检测次数中，滤除第二静止目标，所述第二静止目标包括静止物体噪声、静止物体产生的虚假检测点。
126.可选的，所述第四获取单元具体用于：所述获取有效检测目标，包括以下至少一个条件：
127.获取所述毫米波雷达检测的目标检测次数和所述毫米波雷达检测的空目标检测次数的差值，确定为实际检测次数；
128.条件一：若所述实际检测次数小于第一阈值，则确定当前目标为非有效检测；
129.条件二：若所述当前目标的最大连续运动目标检测次数大于第二阈值，则确定所述当前目标为非有效检测；
130.条件三：若所述当前目标的静止目标检测次数与所述实际检测次数的比值大于0.85，则确定所述当前目标为非有效检测。
131.可选的，所述第三确定模块30，包括：
132.第四确定单元，用于根据所述候选目标，确定所述候选目标中每个目标的最短纵向距离；
133.第五确定单元，用于获取所述目标车辆的纵向距离为第二方向的预设范围区域；所述第二方向为所述目标车辆的行车方向；
134.第六确定单元，用于根据所述最短纵向距离和所述预设范围区域，确定所述预设关注区域；
135.第七确定单元，用于根据所述候选目标以及预设关注区域，确定监测目标。
136.可选的，所述装置还包括：
137.获取模块，用于每隔预设时长，获取所述候选目标的状态信号；
138.第四确定模块，用于根据所述候选目标的状态信号的状态标志位，确定候选目标中检测次数；所述检测次数至少包括：目标检测次数、静止目标检测次数以及空目标检测次数。
139.需要说明的是，本发明实施例提供的装置是能够执行上述的雷达监测优化方法的装置，则上述的雷达监测优化方法的所有实施例均适用于该装置，且能达到相同或者相似的技术效果。
140.本发明实施例还提供一种车辆，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如上述的雷达监测优化方法。
141.本发明实施例中，模块可以用软件实现，以便由各种类型的处理器执行。举例来说，一个标识的可执行代码模块可以包括计算机指令的一个或多个物理或者逻辑块，举例来说，其可以被构建为对象、过程或函数。尽管如此，所标识模块的可执行代码无需物理地位于一起，而是可以包括存储在不同位里上的不同的指令，当这些指令逻辑上结合在一起时，其构成模块并且实现该模块的规定目的。
142.实际上，可执行代码模块可以是单条指令或者是许多条指令，并且甚至可以分布在多个不同的代码段上，分布在不同程序当中，以及跨越多个存储器设备分布。同样地，操作数据可以在模块内被识别，并且可以依照任何适当的形式实现并且被组织在任何适当类型的数据结构内。所述操作数据可以作为单个数据集被收集，或者可以分布在不同位置上(包括在不同存储设备上)，并且至少部分地可以仅作为电子信号存在于系统或网络上。
143.在模块可以利用软件实现时，考虑到现有硬件工艺的水平，所以可以以软件实现的模块，在不考虑成本的情况下，本领域技术人员都可以搭建对应的硬件电路来实现对应的功能，所述硬件电路包括常规的超大规模集成(vlsi)电路或者门阵列以及诸如逻辑芯片、晶体管之类的现有半导体或者是其它分立的元件。模块还可以用可编程硬件设备，诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等实现。
144.上述范例性实施例是参考该些附图来描述的，许多不同的形式和实施例是可行而
不偏离本发明精神及教示，因此，本发明不应被建构成为在此所提出范例性实施例的限制。更确切地说，这些范例性实施例被提供以使得本发明会是完善又完整，且会将本发明范围传达给那些熟知此项技术的人士。在该些图式中，组件尺寸及相对尺寸也许基于清晰起见而被夸大。在此所使用的术语只是基于描述特定范例性实施例目的，并无意成为限制用。如在此所使用地，除非该内文清楚地另有所指，否则该单数形式“一”、“一个”和“该”是意欲将该些多个形式也纳入。会进一步了解到该些术语“包含”及/或“包括”在使用于本说明书时，表示所述特征、整数、步骤、操作、构件及/或组件的存在，但不排除一或更多其它特征、整数、步骤、操作、构件、组件及/或其族群的存在或增加。除非另有所示，陈述时，一值范围包含该范围的上下限及其间的任何子范围。
145.以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。