遗留对象处理方法、装置、计算机设备、存储介质与流程

1.本技术涉及汽车安全技术领域，特别是涉及一种遗留对象处理的方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.随着汽车技术的发展，智能汽车的出现使人们出行更加便利，人们可以自驾出行，也可以呼叫出租车出行。然而，在乘客下车后，车辆座舱经常出现乘客遗留的物品，比如手机、电脑、钱包等，乘客如果不能及时找回遗留的物品就会造成损失。当有幼童、宠物等生命体被遗忘在车上时还会出现生命危害。因此，需要对遗留对象及时进行处理。现有的遗留对象处理方法是通过采集乘客上车前和下车后的图像，通过图像相减得到的差异判断车上是否有遗留对象，然后联系乘客取走遗留对象。然而，当图像差异较小时，并不能通过图像差异准确判断车上是否有遗留对象，甚至出现对遗留对象误判的情况，因此需要花费更长时间对图像差异进行判断，导致不能及时将遗留对象返还到乘客手中，从而造成遗留对象处理效率低的问题。


技术实现要素：

3.基于此，有必要针对上述技术问题，提供一种能快速识别遗留对象，及时处理遗留对象，提高遗留对象处理效率的遗留对象处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
4.第一方面，本技术提供了一种遗留对象处理方法。所述方法包括：
5.获取待检测图像，并将待检测图像输入到遗留对象检测模型进行遗留对象检测，得到待检测图像对应的遗留对象存在概率；
6.基于遗留对象存在概率确定待检测图像中存在遗留对象；
7.向目标客户端发送遗留对象取回提示，遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间。
8.在其中一个实施例中，基于遗留对象存在概率确定待检测图像中存在遗留对象，包括：
9.当检测到遗留对象存在概率满足预设遗留对象类别识别条件时，确定待检测图像存在遗留对象；或
10.检测到遗留对象存在概率满足预设复检条件时，向控制端发送遗留对象复检请求，遗留对象复检请求携带待检测图像，获取控制端返回的遗留对象复检结果，基于遗留对象复检结果确定待检测图像存在遗留对象。
11.在其中一个实施例中，在当检测到所述遗留对象存在概率满足预设遗留对象类别识别条件时，确定待检测图像存在遗留对象之后，还包括：
12.将待检测图像输入到遗留对象分类模型进行分类识别，得到待检测图像对应的遗留对象目标活体类别程度；
13.当遗留对象目标活体类别程度满足预设车辆控制条件时，向车辆端发送安全控制指令，以使车辆端基于安全控制指令对车辆端对应车辆进行安全控制；
14.获取车辆端返回的安全控制结果，并向控制端发送遗留对象活体复检请求，遗留对象活体复检请求携带待检测图像；
15.获取控制端返回的待检测图像对应的目标活体类别确认结果。
16.在其中一个实施例中，在获取控制端返回的待检测图像对应的目标活体类别确认结果之后，包括：
17.将待检测图像作为训练样本，并基于目标活体类别确认结果确定遗留对象存在标签和目标活体类别标签；
18.使用训练样本和遗留对象存在标签对遗留对象检测模型进行更新训练，得到更新遗留对象检测模型；
19.使用训练样本和目标活体类别标签对遗留对象分类模型进行更新训练，得到更新遗留对象分类模型。
20.在其中一个实施例中，在向目标客户端发送遗留对象取回提示，遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间之后，还包括：
21.获取目标客户端返回的目标提取位置和目标提取时间，目标提取位置是从所述候选位置集合中选取的，目标提取时间是从各候选位置对应的取回时间中选取的；
22.获取车辆端对应的当前车辆位置，基于当前车辆位置和目标提取位置确定当前行驶距离；
23.基于当前行驶距离和目标提取时间计算车辆端对应的行驶速度；
24.向车辆端发送行驶控制指令，行驶控制指令携带行驶速度，以使车辆端对应的车辆按照行驶速度进行行驶，并在目标提取时间行驶到目标提取位置。
25.在其中一个实施例中，所述方法，还包括：
26.获取车辆端在目标提取位置时的到达时间，基于到达时间与目标提取时间计算车辆端对应的等待时间；
27.获取目标提取位置对应的可停留时间，当检测到等待时间大于可停留时间时，基于等待时间和目标提取位置生成等待路线信息；
28.将等待路线规划发送至车辆端，以使车辆端控制对应车辆按照等待路线行驶，并在目标提取时间行驶到目标提取位置。
29.在其中一个实施例中，在基于目标提取位置和目标提取时间向车辆端发送控制指令，以使车辆端控制对应车辆在目标提取时间行驶到目标提取位置之后，还包括：
30.在预设时间段后未检测到车辆端发送的身份识别请求时，获取服务点位置；
31.基于服务点位置向车辆端发送行驶指令，以使车辆端行驶到服务点；
32.基于服务点位置生成遗留对象位置信息，将遗留对象位置信息发送至目标客户端。
33.第二方面，本技术还提供了一种遗留对象处理装置。所述装置包括：
34.检测模块，用于获取待检测图像，并将待检测图像输入到遗留对象检测模型进行遗留对象检测，得到待检测图像对应的遗留对象存在概率；
35.识别模块，用于基于遗留对象存在概率确定待检测图像中存在遗留对象；
36.提示模块，用于向目标客户端发送遗留对象取回提示，遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间。
37.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
38.获取待检测图像，并将待检测图像输入到遗留对象检测模型进行遗留对象检测，得到待检测图像对应的遗留对象存在概率；
39.基于遗留对象存在概率确定待检测图像中存在遗留对象；
40.向目标客户端发送遗留对象取回提示，遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间。
41.第四方面，本技术还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
42.获取待检测图像，并将待检测图像输入到遗留对象检测模型进行遗留对象检测，得到待检测图像对应的遗留对象存在概率；
43.基于遗留对象存在概率确定待检测图像中存在遗留对象；
44.向目标客户端发送遗留对象取回提示，遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间。
45.第五方面，本技术还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
46.获取待检测图像，并将待检测图像输入到遗留对象检测模型进行遗留对象检测，得到待检测图像对应的遗留对象存在概率；
47.基于遗留对象存在概率确定待检测图像中存在遗留对象；
48.向目标客户端发送遗留对象取回提示，遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间。
49.上述遗留对象方法、装置、计算机设备、存储介质和计算机程序产品，通过使用遗留对象检测模型对待检测图像进行遗留对象的检测，得到待检测图像对应的遗留对象存在概率。当服务器根据遗留对象存在概率确定待检测图像中存在遗留对象时，向目标客户端发送遗留对象取回提示，能够及时提示客户未带走遗留对象。并且遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间，能够及时向客户提供可选择的遗留对象提取位置和提取时间，避免客户的长时间等待，能够及时地将遗留对象返还给目标客户，从而提高了对遗留对象地处理效率。
附图说明
50.图1为一个实施例中遗留对象处理方法的应用环境图；
51.图2为一个实施例中遗留对象处理方法的流程示意图；
52.图3为一个实施例中遗留对象分类识别地流程示意图；
53.图4为一个实施例中计算行驶速度的流程示意图；
54.图5为一个实施例中生成等待路线的流程示意图；
55.图6为一个具体实施例中遗留对象处理的流程示意图；
56.图7为一个实施例中遗留对象处理装置的结构框图；
57.图8为一个实施例中计算机设备的内部结构图；
58.图9为另一个实施例中计算机设备的内部结构图。
具体实施方式
59.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
60.本技术实施例提供的遗留对象处理方法，可以应用于如图1所示的应用环境中。其中，车辆端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。服务器104获取车辆端102上传的待检测图像，并将待检测图像输入到遗留对象检测模型进行遗留对象检测，得到待检测图像对应的遗留对象存在概率。服务器104也可以通过车辆端102获取待检测图像对应的遗留对象存在概率，该待检测图像对应的遗留对象存在概率可以是车辆端对待检测图像进行遗留对象检测得到遗留对象存在概率后，将该遗留对象存在概率上传给服务器104的；当服务器104检测到遗留对象存在概率满足预设复检条件时，向控制端发送遗留对象复检请求，遗留对象复检请求携带待检测图像；服务器104获取到控制端返回的遗留对象复检结果，当遗留对象复检结果为存在遗留对象时，获取各个候选提取位置和各个候选提取时间；服务器104将各个候选提取位置和各个候选提取时间发送到与车辆端关联的目标客户端，并获取目标客户端返回的目标提取位置和目标提取时间，目标提取位置是从各个候选提取位置中选取的，目标提取时间是各个候选提取时间中选取的；服务器104基于目标提取位置和目标提取时间向车辆端发送控制指令，以使车辆端控制对应车辆在目标提取时间行驶到目标提取位置。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
61.在一个实施例中，如图2所示，提供了一种遗留对象处理方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
62.步骤202，获取待检测图像，并将待检测图像输入到遗留对象检测模型进行遗留对象检测，得到待检测图像对应的遗留对象存在概率。
63.其中，待检测图像是指车辆端对应车辆中目标区域对应的图像。车载端是指可以与服务器通信的车辆上装载的终端，该车辆可以是无人驾驶车辆，也可以人为控制行驶的车辆。目标区域是指车辆中可能存在遗留对象的区域，比如，车辆座舱区域。遗留对象检测模型是指已经训练好的用于检测待检测图像中是否存在遗留对象的模型。遗留对象存在概率是指遗留对象检测模型对待检测图像进行遗留对象检测后输出的检测结果，用于表征待检测图像中存在遗留对象的可能程度，存在概率越高，说明该车辆中存在遗留对象的可能性越高。
64.具体地，待检测图像可以是车辆端通过摄像设备采集到的车辆中目标区域中对应的图像，然后车辆端将待检测图像上传给服务器。服务器接收到车辆端上传的待检测图像后，从模型存储系统中调用遗留对象检测模型，遗留对象检测模型可以预先存储在模型存储系统中，是已经训练好的人工智能模型。服务器将待检测图像输入到遗留对象检测模型中进行存在遗留对象的可能程度的计算，然后服务器得到遗留对象检测模型输出的待检测
图像对应的遗留对象存在概率。车辆端也可以在采集到待检测图像后，从本地存储空间调用遗留对象检测模型，将待检测图像输入到遗留对象检测模型中进行遗留对象检测，得到待检测图像对应的遗留对象存在概率，然后将待检测图像对应的遗留对象存在概率上传给服务器，服务器可以直接通过车辆端得到待检测图像对应的遗留对象存在概率。
65.步骤204，基于遗留对象存在概率确定待检测图像中存在遗留对象。
66.具体地，服务器可以在获取到遗留对象存在概率后，使用预先设置好的用于判断待检测图像是否存在遗留对象的判断条件对遗留对象存在概率进行判断，根据判断结果确定待检测图像中存在遗留对象。
67.步骤206，向目标客户端发送遗留对象取回提示，遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间。
68.其中，目标客户端是指与车辆端关联的用户终端，用户通过该用户终端与车辆端进行身份信息关联，从而使用户可使用该车辆端对应的车辆。目标客户是指遗留对象所属的用户对象。遗留对象取回提示是指用于提示目标客户将遗留对象遗留的提示信息。候选位置集合是指服务器在地图中预先设置好的可供选择的车辆端对应车辆可停留的地点的集合，可以是能够提取遗留对象的地点的集合。取回时间是指预先设置好的与候选位置相对应的并且可供目标客户选择的提取遗留对象的时间。
69.具体地，服务器在确定待检测图像中存在遗留对象时，确定车辆端对应车辆的目标区域内存在遗留对象，然后服务器可以获取车辆端对应车辆当前所在的位置，根据车辆当前所在的位置在地图中获取预先设置好的各个可停留地点，将获取到的各个可停留地点作为候选位置集合。然后服务器获取当前时间，根据当前时间在最大可提取时间内确定与各候选位置对应的取回时间，该最大可提取时间可以是可提供提取服务的最长时间。然后服务器可以根据候选位置集合、各候选位置对应的取回时间和待检测图像生成遗留对象取回提示，以使目标客户可以通过遗留对象取回提示了解遗留对象的遗留情况和相关遗留对象的提取信息。
70.上述遗留对象处理方法中，通过使用遗留对象检测模型对待检测图像进行遗留对象的检测，得到待检测图像对应的遗留对象存在概率。当服务器根据遗留对象存在概率确定待检测图像中存在遗留对象时，向目标客户端发送遗留对象取回提示，能够及时提示客户未带走遗留对象。并且遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间，能够及时向客户提供可选择的遗留对象提取位置和提取时间，避免客户的长时间等待，能够及时地将遗留对象返还给目标客户，从而提高了对遗留对象地处理效率。
71.在一个实施例中，步骤204，基于遗留对象存在概率确定待检测图像中存在遗留对象，包括：
72.当检测到遗留对象存在概率满足预设遗留对象类别识别条件时，确定待检测图像中存在遗留对象；或
73.检测到遗留对象存在概率满足预设复检条件时，向控制端发送遗留对象复检请求，遗留对象复检请求携带所述待检测图像，获取控制端返回的遗留对象复检结果，基于遗留对象复检结果确定待检测图像中存在遗留对象。
74.其中，预设遗留对象类别识别条件是指预先设置好的判断待检测图像是否需要进行遗留对象类别识别的判断条件。预设复检条件是指预先设置好的判断待检测图像是否需
要进行复检的判断条件。控制端是指用于监控和控制车辆端对应车辆安全运行的控制平台。
75.具体地，服务器可以通过两种方式使用确定待检测图像中存在遗留对象。服务器检测到遗留对象存在概率满足预设遗留对象类别识别条件时，即待检测图像中存在遗留对象的概率达到预设的确认存在遗留对象的阈值时，服务器确定待检测图像中存在遗留对象，并且满足预设遗留对象类别识别条件。或者服务器检测到遗留对象存在概率在预设的复检范围内时，满足预设复检条件，预设的复检范围是指预先设置好的遗留对象存在概率的范围，比如，复检范围可以是存在概率的中间范围。然后根据待检测图像生成遗留对象复检请求，并将遗留对象复检请求发送至控制端，控制端根据遗留对象复检请求中的待检测图像来复检待检测图像中是否存在遗留对象。
76.本实施例中，当遗留对象存在概率达到预设的确认存在遗留对象的阈值时，服务器能快速确定待检测图像中存在遗留对象。或者当遗留对象存在概率在中间程度时，满足预设复检条件并向控制端发送遗留对象复检请求，通过控制端对待检测图像进行复检，能快速并且准确的判断待检测图像是否存在遗留对象。因此，当遗留对象存在概率满足不同的条件时，服务器都能快速确定待检测图像中是否存在遗留对象，从而及时的对遗留对象进行处理，提高了对遗留对象地处理效率。
77.在一个实施例中，如图3所示，提供一种遗留对象分类识别地流程示意图，在当检测到遗留对象存在概率满足预设遗留对象类别识别条件时，确定待检测图像中存在遗留对象之后，还包括：
78.步骤302，将待检测图像输入到遗留对象分类模型进行分类识别，得到待检测图像对应的遗留对象目标活体类别程度。
79.步骤304，当遗留对象目标活体类别程度满足预设车辆控制条件时，向车辆端发送安全控制指令，以使车辆端基于安全控制指令对车辆端对应车辆进行安全控制。
80.步骤306，获取车辆端返回的安全控制结果，并向控制端发送遗留对象活体复检请求，遗留对象活体复检请求携带待检测图像。
81.步骤308，获取控制端返回的待检测图像对应的目标活体类别确认结果。
82.其中，遗留对象分类模型是指已经训练好的用于对检测待检测图像中的遗留对象进行分类识别的模型。遗留对象目标活体类别程度是指遗留对象在各个类别中属于活体类别的可能程度，用于表征待检测图像中遗留对象是否属于活体类别。预设车辆控制条件是指根据遗留对象目标活体类别程度判断是否需要对车辆环境进行控制的判断条件。安全控制指令是按照活体维持正常生命状态所需环境对车辆环境进行控制的指令。安全控制结果是指车辆端在进行安全控制后返回的车内环境信息。目标活体类别确认结果是指控制端通过复检对待检测图像中遗留对象是否属于活体类别进行确认的结果。
83.具体地，服务器确定待检测图像满足预设遗留对象类别识别条件后，服务器将待检测图像输入到遗留对象分类模型进行分类识别，遗留对象分类模型根据预先训练好的模型参数对待检测图像中遗留对象进行分类计算，得到待检测图像中遗留对象的类别概率。根据遗留对象的类别概率，当该类别概率是属于活体类别的概率时，将该类别概率作为遗留对象目标活体类别程度，当该遗留对象目标活体类别程度超过预设的类别阈值时，说明该遗留对象是活体类别，此时遗留对象存在概率满足预设车辆控制条件。
84.然后服务器向车辆端发送安全控制指令，以使车辆端在接收到安全控制指令时对车辆端对应车辆进行安全控制，车辆端在检测到完成安全控制后，采集车辆环境信息，根据车辆环境信息生成安全控制结果并将安全控制结果上传到服务器。在一个具体实施例中，服务器可以在检测到遗留对象存在概率满足预设遗留对象类别识别条件时，向车辆端发送活体检测指令。以使车辆端在接收到活体检测指令时，使用生命体征传感器对车辆中的目标区域进行生命体征检测，当车辆端检测到存在生命体征时生成活体提示信息并上传给服务器，同时车辆端对车辆进行安全控制。服务器在接收到活体提示信息后进行相应的处理。在一个具体实施例中，车辆端在接收到安全控制指令时，获取车内环境信息，比如车内温度、湿度、氧气含量等，车辆端检测到车辆环境不符合活体正常生命体征所需的环境时，根据车内环境对车辆设备进行实时控制，比如打开车窗、开启通风、打开空调等，以使车内环境满足活体维持正常生命状态所需的环境。服务器接收到车辆端返回的安全控制结果后，向控制端发送遗留对象活体复检请求，遗留对象活体复检请求携带待检测图像，并接收控制端对待检测图像中遗留对象是否属于活体类别进行复检后返回的目标活体类别确认结果。在一个具体实施例中，控制端可以通过人工对待检测图像进行复检，当复检结果为待检测图像中存在活体时，控制端向目标客户端发起通讯请求，以使目标客户能通过目标客户端了解活体状态。
85.在一个具体实施例中，当服务器检测到待检测图像中存在遗留对象的概率达到预设的复检范围内时，比如，复检范围为45％-65％的中间概率范围，此时满足预设复检条件，服务器向控制端发送遗留对象复检请求，以使控制端对待检测图像进行复检，当存在概率大于65％时，则认为存在遗留对象，当存在概率小于45％时，认为不存在遗留对象。
86.本实施例中，通过在检测到待检测图像中存在遗留对象后对待检测图像进行分类识别，能够及时判断待检测图像中的遗留对象是否属于活体类别。在检测到遗留对象属于活体类别时及时向车辆端发送安全控制指令，使车辆端能对车内环境快速进行控制，从而保证车内活体的安全。
87.在一个实施例中，步骤308，在获取控制端返回的待检测图像对应的目标活体类别确认结果之后，还包括：
88.将待检测图像作为训练样本，并基于目标活体类别确认结果确定遗留对象存在标签和目标活体类别标签；
89.使用训练样本和遗留对象存在标签对遗留对象检测模型进行更新训练，得到更新遗留对象检测模型；
90.使用训练样本和目标活体类别标签对遗留对象分类模型进行更新训练，得到更新遗留对象分类模型。
91.其中，遗留对象存在标签是指用于对遗留对象检测模型进行更新训练的待检测图像对应的图像标签。目标活体类别标签是指用于对遗留对象分类模型进行更新训练的待检测图像对应的图标签。更新遗留对象检测模型和更新遗留对象分类模型是将遗留对象检测模型和遗留对象分类模型中的模型参数分别进行更新后得到的。
92.具体地，服务器将检测图像作为训练样本，并根据目标活体类别确认结果分别生成遗留对象存在标签和目标活体类别标签。服务器将遗留对象存在标签和目标活体类别标签分别与训练样本进行关联。然后服务器分别将遗留对象检测模型和遗留对象分类模型进
入模型更新训练状态，服务器将训练样本和遗留对象存在标签输入到遗留对象检测模型对模型参数进行更新，得到更新后的遗留对象检测模型。服务器将训练样本和目标活体类别标签输入到遗留对象分类模型中对模型参数进行更新训练，得到更新遗留对象分类模型。然后服务器将更新遗留对象检测模型和更新遗留对象分类模型存储到模型存储空间中，以便后续使用时可以直接调用。
93.本实施例中，通过将需要复检的待检测图像作为训练样本，然后将训练样本分别输入到遗留对象检测模型和遗留对象分类模型进行更新训练，从而得到的更新遗留对象检测模型对待检测图像中遗留对象的检测准确度更高，得到的更新遗留对象分类模型对待检测图像中遗留对象的识别准确度更高。从而提高了对遗留对象的处理效率。
94.在一个实施例中，如图4所示，提供一种计算行驶速度的流程示意图；步骤206，在向目标客户端发送遗留对象取回提示，遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间之后，还包括：
95.步骤402，获取目标客户端返回的目标提取位置和目标提取时间，目标提取位置是从候选位置集合中选取的，所述目标提取时间是从各候选位置对应的取回时间中选取的；
96.步骤404，获取车辆端对应的当前车辆位置，基于当前车辆位置和目标提取位置确定当前行驶距离；
97.步骤406，基于当前行驶距离和目标提取时间计算车辆端对应的行驶速度；
98.步骤408，向车辆端发送行驶控制指令，行驶控制指令携带行驶速度，以使车辆端对应的车辆按照行驶速度进行行驶，并在目标提取时间行驶到目标提取位置。
99.其中，目标提取位置和目标提取时间是指目标客户在目标客户端中从各候选位置集合和各候选位置对应的取回时间中选取的提取位置和提取时间。当前车辆位置是指车辆在当前时间停留的位置。当前行驶距离是指车辆从当前车辆位置行驶到目标提取位置的距离。行驶速度是指车辆在从当前车辆位置到目标提取位置的行驶过程中的行驶速度。行驶控制指令是指控制车辆行驶速度的指令。
100.具体地，服务器将遗留对象取回提示发送到与车辆端关联的目标客户端，并获取目标客户端返回的目标提取位置和目标提取时间。比如，服务器将遗留对象取回提示发送到目标客户端显示，使目标客户在目标客户端显示的各个候选位置选取目标提取位置以及从各候选位置对应的取回时间中选取目标提取时间，然后服务器接收目标客户端发送的目标提取位置和目标提取时间。遗留对象取回提示中携带待检测图像，并且携带的待检测图像可以是隐藏敏感信息的图像，比如，服务器使用马赛克对待检测图像上窗外行人、店铺信息等敏感信息进行模糊处理。
101.服务器在接收到目标客户端返回的目标提取时间和目标提取位置后，获取车辆端对应的当前车辆位置，当前车辆位置可以是乘客下车位置。服务器可以在地图中获取当前车辆位置和各个目标提取位置之间的路线，服务器根据目标提取时间在当前车辆位置和各个目标提取位置之间的路线中确定当前行驶距离，并根据目标提取时间和当前行驶距离计算车辆端对应的行驶速度。在一个具体实施例中，当目标提取时间较短时，在当前车辆位置和各个目标提取位置之间的路线中选择较短路线作为当前行驶距离，并根据当前行驶距离和目标提取时间计算车辆端对应车辆行驶较短路线时的行驶速度；当目标提取时间较长时，在当前车辆位置和各个目标提取位置之间的路线中选择较长路线作为当前行驶距离，
并根据当前行驶距离和目标提取时间计算车辆端对应车辆行驶较长路线时的行驶速度。
102.服务器向车辆端发送行驶控制指令，行驶控制指令携带行驶速度和行驶路线，以使车辆端对应的车辆按照行驶速度和行驶路线进行行驶，并在目标提取时间行驶到目标提取位置。
103.本实施例中，通过当前车辆位置和目标提取位置确定当前行驶距离，然后使用目标提取时间和当前行驶距离计算车辆端对应的行驶速度，能使车辆按照行驶速度准时在目标提取时间行驶到目标提取位置，使乘客能够及时提取遗留对象，从而提高遗留对象的处理效率。
104.在一个实施例中，如图5所示，提供一种生成等待路线的流程示意图；所述方法，还包括：
105.步骤502，获取车辆端在目标提取位置时的到达时间，基于到达时间与目标提取时间计算车辆端对应的等待时间；
106.步骤504，获取目标提取位置对应的可停留时间，当检测到等待时间大于可停留时间时，基于等待时间和目标提取位置生成等待路线信息；
107.步骤506，将等待路线规划发送至车辆端，以使车辆端控制对应车辆按照等待路线行驶，并在目标提取时间行驶到目标提取位置。
108.其中，等待时间是指车辆到达目标提取位置时需要等待遗留对象提取的时间。可停留时间是指已经规定的车辆可以停留的时间。等待路线是指车辆等待时间超过可停留时间时用于消耗等待时间的路线。
109.具体地，服务器获取车辆端在目标提取位置时的到达时间，并计算到达时间与目标提取时间的差值，得到车辆端对应的等待时间。服务器获取目标提取位置对应的可停留时间，将可停留时间和等待时间进行比较。当检测到等待时间大于可停留时间时，服务器在地图中按照等待时间生成等待路线信息。等待路线的行驶时间可以等于等待时间，也可以小于等待时间，并且行驶时间与等待时间的差值未超过可停留时间。比如，车辆等待时间是10分钟，可停留时间是5分钟，等待路线的行驶时间可以是10分钟，也可以是6-9分钟。然后服务器将等待路线信息发送至车辆端，以使车辆端控制对应车辆按照等待路线行驶，并在目标提取时间行驶到目标提取位置。服务器也可以根据目标提取位置在地图中目标提取位置的预设范围内查找各个停车点，并根据各个停车点的可停留时间和等待时间规划前往各个停车点的停车点路线，将停车点路线发送至车辆端，以使车辆端在目标停车位置的时间达到可停留时间后，控制对应车辆行驶到其他停车点停留，并在目标提取时间行驶到目标提取位置。
110.本实施例中，通过生成车辆的等待路线，能使车辆在提前到达目标提取位置时，在不违反交通规则的可停留时间的情况下，通过行驶等待路线在目标提取时间返回到目标提取位置，等待乘客提取遗留对象。从而能够及时将遗留对象返还给乘客，提高了乘客体验和遗留对象的处理效率。
111.在一个实施例中，步骤210，在基于目标提取位置和目标提取时间向车辆端发送控制指令，以使车辆端控制对应车辆在目标提取时间行驶到目标提取位置之后，还包括：
112.在预设时间段后未检测到车辆端发送的身份识别请求时，获取服务点位置；
113.基于服务点位置向车辆端发送行驶指令，以使车辆端行驶到服务点；
114.基于服务点位置生成遗留对象位置信息，将遗留对象位置信息发送至目标客户端。
115.其中，身份识别请求是指目标客户向车辆端进行身份识别时车辆端发送的身份确认请求。服务点位置是指提供服务并且可以保管遗留对象的服务区域的位置。
116.具体地，服务器检测到车辆端对应车辆在目标提取时间行驶到目标提取位置后，开始计时。服务器检测到预计时间段后未接收到车辆端发送的身份识别请求时，判断目标客户未在预计时间段内提取遗留对象，获取服务点位置，可以是距离目标提取位置最近的服务点位置。然后服务器根据服务点位置生成行驶指令，并将行驶指令发送给车辆端，以使车辆端根据服务点位置行驶到服务点，将遗留对象放置在服务点保存。然后服务器根据服务点位置生成遗留对象位置信息，并将遗留对象位置信息发送至目标客户端，以使对象通过目标客户端了解遗留对象所在位置。本实施例中，当检测到乘客超时，将遗留对象送至服务点，能够妥善安置遗留对象，从而保证乘客的财产安全。
117.在一个具体实施例中，如图6所示，提供一种遗留对象处理的流程示意图；
118.车辆端在座舱未检测到乘客时确定乘客离开座舱，然后车辆端通过摄像设备采集座舱图像，并将座舱图像发送至服务器。服务器接收到座舱图像后，使用分类算法，比如轻量级的深层神经网络算法对座舱图像进行分类计算，分类种类包括有遗留对象种类和无遗留对象种类，得到座舱图像存在遗留对象的概率。服务器也可以使用传统算法，比如，opencv(开源计算机视觉库)将乘客下车后的座舱图片和无遗留对象图片进行对比，得出遗留对象的面积，然后计算遗留对象的面积与座舱图像的比值，得到座舱图像存在遗留对象的概率。然后服务器将座舱图像存在遗留对象的概率与门限a进行比较，门限a表示预设的确认存在遗留对象的阈值，当存在遗留对象的概率大于门限a时，确定座舱图像中存在遗留对象。生成遗留对象取回提示并发送至用户移动终端，提示信息包括已经隐藏敏感信息的座舱图像，并向车辆端发送暂停运营指令，使车辆端在接收停止运营指令后暂停接收乘客订单。当乘客在下车对应的交规规定的可停留时间内返回车辆，服务器通过车辆端对乘客进行身份识别，识别成功后打开车门使乘客取走遗留对象，然后服务器对车辆端再次采集的座舱图像进行遗留对象检测，当检测到座舱不存在遗留对象后，向车辆端发送运营指令，使车辆端对应车辆继续运营。当存在遗留对象的概率小于门限a时，说明座舱内不存在遗留对象，服务器向车辆端发送运营指令，使车辆端对应车辆继续运营。
119.服务器确认座舱图像中存在遗留对象后，使用目标检测算法，比如ssd，yolo等算法对座舱图像进行目标检测，得到遗留对象属于活体类别的概率。服务器也可以通过车辆端使用生态体征传感器计算座舱内的遗留对象属于活体类别的概率。然后服务器将遗留对象属于活体类别的概率与门限b进行比较，门限b表示预设的类别阈值。
120.当遗留对象属于活体类别的概率大于门限b时，确定遗留对象为活体。服务器向车辆端发送安全控制指令，使车辆端在接收到安全控制指令时对车辆端对应车辆进行安全控制，比如打开车窗、开启通风等。然后服务器将座舱图像发送至远程控制室进行人工复检。当遗留对象属于活体类别的概率小于门限b时，服务器直接将座舱图像发送至远程控制室进行人工复检。当人工复检后确认座舱图像中遗留对象为活体时，远程控制室通过客服与乘客电话沟通。人工复检后确认座舱图像中不存在遗留对象时，远程控制室控制车辆端对应车辆继续运营。远程控制室将人工复检结果返回到服务器，服务器根据人工复检结果生
成对应的类别标签，并将复检后的图像作为训练样本，使用训练样本和类别标签对分类算法和目标检测算法的参数进行更新。
121.服务器确认座舱图像中存在遗留对象，并且乘客未在下车地对应的交规规定的可停留时间内返回车辆时，向乘客发送在下车位置的提取时间询问请求，当乘客在预设的规定时间内通过移动终端返回在下车位置的提取时间时，判断乘客返回的提取时间是否超过预设的可提取时间。当服务器检测到乘客返回的提取时间未超过预设的可提取时间，并且检测到车辆在下车位置的停留时间超过交规规定的可停留时间时，向车辆端发送等待路线，使车辆端对应车辆根据等待路线在下车位置周边绕圈，并在提取时间行驶到下车位置停留。当服务器检测到乘客超时后未返回下车位置提取遗留对象、乘客未在规定时间内通过移动终端返回在下车位置的提取时间或者乘客通过移动终端返回的提取时间超过可提取时间时，向车辆端发送服务点位置使车辆行驶到最近的服务点，将遗留对象保存至服务点，并且服务器将服务点位置发送给用户移动终端。然后服务器向车辆端发送运营指令。
122.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
123.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的遗留对象处理方法的遗留对象处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个遗留对象处理装置实施例中的具体限定可以参见上文中对于遗留对象处理方法的限定，在此不再赘述。
124.在一个实施例中，如图7所示，提供了一种遗留对象处理装置700，包括：检测模块702、识别模块704和提示模块706，其中：
125.检测模块702，用于获取待检测图像，并将待检测图像输入到遗留对象检测模型进行遗留对象检测，得到待检测图像对应的遗留对象存在概率；
126.识别模块704，用于基于遗留对象存在概率确定待检测图像中存在遗留对象；
127.提示模块706，用于向目标客户端发送遗留对象取回提示，遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间。
128.在一个实施例中，识别模块704，包括：
129.遗留对象确定单元，用于当检测到遗留对象存在概率满足预设遗留对象类别识别条件时，确定待检测图像存在遗留对象；或
130.检测到遗留对象存在概率满足预设复检条件时，向控制端发送遗留对象复检请求，遗留对象复检请求携带待检测图像，获取控制端返回的遗留对象复检结果，基于遗留对象复检结果确定待检测图像存在遗留对象。
131.在一个实施例中，遗留对象处理装置700，还包括：
132.类别识别单元，用于将待检测图像输入到遗留对象分类模型进行分类识别，得到待检测图像对应的遗留对象目标活体类别程度。
133.当遗留对象目标活体类别程度满足预设车辆控制条件时，向车辆端发送安全控制指令，以使车辆端基于安全控制指令对车辆端对应车辆进行安全控制。
134.获取车辆端返回的安全控制结果，并向控制端发送遗留对象活体复检请求，遗留对象活体复检请求携带待检测图像。
135.获取控制端返回的待检测图像对应的目标活体类别确认结果。
136.在一个实施例中，遗留对象处理装置700，还包括：
137.训练单元，用于将待检测图像作为训练样本，并基于目标活体类别确认结果确定遗留对象存在标签和目标活体类别标签；
138.使用训练样本和遗留对象存在标签对遗留对象检测模型进行更新训练，得到更新遗留对象检测模型；
139.使用训练样本和目标活体类别标签对遗留对象分类模型进行更新训练，得到更新遗留对象分类模型。
140.在一个实施例中，提示模块706，包括：
141.速度计算单元，用于获取目标客户端返回的目标提取位置和目标提取时间，目标提取位置是从所述候选位置集合中选取的，目标提取时间是从各候选位置对应的取回时间中选取的；
142.获取车辆端对应的当前车辆位置，基于当前车辆位置和目标提取位置确定当前行驶距离；
143.基于当前行驶距离和目标提取时间计算车辆端对应的行驶速度；
144.向车辆端发送行驶控制指令，行驶控制指令携带行驶速度，以使车辆端对应的车辆按照行驶速度进行行驶，并在目标提取时间行驶到目标提取位置。
145.在一个实施例中，遗留对象处理装置700，还包括：
146.路线生成单元，用于获取车辆端在目标提取位置时的到达时间，基于到达时间与目标提取时间计算车辆端对应的等待时间；
147.获取目标提取位置对应的可停留时间，当检测到等待时间大于可停留时间时，基于等待时间和目标提取位置生成等待路线信息；
148.将等待路线规划发送至车辆端，以使车辆端控制对应车辆按照等待路线行驶，并在目标提取时间行驶到目标提取位置。
149.在一个实施例中，遗留对象处理装置700，还包括：
150.行驶单元，用于在预设时间段后未检测到车辆端发送的身份识别请求时，获取服务点位置；
151.基于服务点位置向车辆端发送行驶指令，以使车辆端行驶到服务点；
152.基于服务点位置生成遗留对象位置信息，将遗留对象位置信息发送至目标客户端。
153.上述遗留对象处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
154.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口(input/output，简
称i/o)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储遗留对象检测模型。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种遗留对象处理方法。
155.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种遗留对象处理方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置，显示屏可以是液晶显示屏或电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
156.本领域技术人员可以理解，图8-9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
157.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
158.获取待检测图像，并将待检测图像输入到遗留对象检测模型进行遗留对象检测，得到待检测图像对应的遗留对象存在概率；基于遗留对象存在概率确定待检测图像中存在遗留对象；向目标客户端发送遗留对象取回提示，遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间。
159.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
160.基于遗留对象存在概率确定待检测图像中存在遗留对象，包括：当检测到遗留对象存在概率满足预设遗留对象类别识别条件时，确定待检测图像存在遗留对象；或检测到遗留对象存在概率满足预设复检条件时，向控制端发送遗留对象复检请求，遗留对象复检请求携带待检测图像，获取控制端返回的遗留对象复检结果，基于遗留对象复检结果确定待检测图像存在遗留对象。
161.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
162.在当检测到所述遗留对象存在概率满足预设遗留对象类别识别条件时，确定待检测图像存在遗留对象之后，还包括：将待检测图像输入到遗留对象分类模型进行分类识别，
得到待检测图像对应的遗留对象目标活体类别程度；当遗留对象目标活体类别程度满足预设车辆控制条件时，向车辆端发送安全控制指令，以使车辆端基于安全控制指令对车辆端对应车辆进行安全控制；获取车辆端返回的安全控制结果，并向控制端发送遗留对象活体复检请求，遗留对象活体复检请求携带待检测图像；获取控制端返回的待检测图像对应的目标活体类别确认结果。
163.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
164.在获取控制端返回的待检测图像对应的目标活体类别确认结果之后，包括：将待检测图像作为训练样本，并基于目标活体类别确认结果确定遗留对象存在标签和目标活体类别标签；使用训练样本和遗留对象存在标签对遗留对象检测模型进行更新训练，得到更新遗留对象检测模型；使用训练样本和目标活体类别标签对遗留对象分类模型进行更新训练，得到更新遗留对象分类模型。
165.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
166.在向目标客户端发送遗留对象取回提示，遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间之后，还包括：获取目标客户端返回的目标提取位置和目标提取时间，目标提取位置是从所述候选位置集合中选取的，目标提取时间是从各候选位置对应的取回时间中选取的；获取车辆端对应的当前车辆位置，基于当前车辆位置和目标提取位置确定当前行驶距离；基于当前行驶距离和目标提取时间计算车辆端对应的行驶速度；向车辆端发送行驶控制指令，行驶控制指令携带行驶速度，以使车辆端对应的车辆按照行驶速度进行行驶，并在目标提取时间行驶到目标提取位置。
167.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
168.所述方法，还包括：获取车辆端在目标提取位置时的到达时间，基于到达时间与目标提取时间计算车辆端对应的等待时间；获取目标提取位置对应的可停留时间，当检测到等待时间大于可停留时间时，基于等待时间和目标提取位置生成等待路线信息；将等待路线规划发送至车辆端，以使车辆端控制对应车辆按照等待路线行驶，并在目标提取时间行驶到目标提取位置。
169.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
170.在基于目标提取位置和目标提取时间向车辆端发送控制指令，以使车辆端控制对应车辆在目标提取时间行驶到目标提取位置之后，还包括：在预设时间段后未检测到车辆端发送的身份识别请求时，获取服务点位置；基于服务点位置向车辆端发送行驶指令，以使车辆端行驶到服务点；基于服务点位置生成遗留对象位置信息，将遗留对象位置信息发送至目标客户端。
171.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
172.获取待检测图像，并将待检测图像输入到遗留对象检测模型进行遗留对象检测，得到待检测图像对应的遗留对象存在概率；基于遗留对象存在概率确定待检测图像中存在遗留对象；向目标客户端发送遗留对象取回提示，遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间。
173.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
174.基于遗留对象存在概率确定待检测图像中存在遗留对象，包括：当检测到遗留对
象存在概率满足预设遗留对象类别识别条件时，确定待检测图像存在遗留对象；或检测到遗留对象存在概率满足预设复检条件时，向控制端发送遗留对象复检请求，遗留对象复检请求携带待检测图像，获取控制端返回的遗留对象复检结果，基于遗留对象复检结果确定待检测图像存在遗留对象。
175.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
176.在当检测到所述遗留对象存在概率满足预设遗留对象类别识别条件时，确定待检测图像存在遗留对象之后，还包括：将待检测图像输入到遗留对象分类模型进行分类识别，得到待检测图像对应的遗留对象目标活体类别程度；当遗留对象目标活体类别程度满足预设车辆控制条件时，向车辆端发送安全控制指令，以使车辆端基于安全控制指令对车辆端对应车辆进行安全控制；获取车辆端返回的安全控制结果，并向控制端发送遗留对象活体复检请求，遗留对象活体复检请求携带待检测图像；获取控制端返回的待检测图像对应的目标活体类别确认结果。
177.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
178.在获取控制端返回的待检测图像对应的目标活体类别确认结果之后，包括：将待检测图像作为训练样本，并基于目标活体类别确认结果确定遗留对象存在标签和目标活体类别标签；使用训练样本和遗留对象存在标签对遗留对象检测模型进行更新训练，得到更新遗留对象检测模型；使用训练样本和目标活体类别标签对遗留对象分类模型进行更新训练，得到更新遗留对象分类模型。
179.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
180.在向目标客户端发送遗留对象取回提示，遗留对象取回提示包括候选位置集合以及各候选位置对应的取回时间之后，还包括：获取目标客户端返回的目标提取位置和目标提取时间，目标提取位置是从所述候选位置集合中选取的，目标提取时间是从各候选位置对应的取回时间中选取的；获取车辆端对应的当前车辆位置，基于当前车辆位置和目标提取位置确定当前行驶距离；基于当前行驶距离和目标提取时间计算车辆端对应的行驶速度；向车辆端发送行驶控制指令，行驶控制指令携带行驶速度，以使车辆端对应的车辆按照行驶速度进行行驶，并在目标提取时间行驶到目标提取位置。
181.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
182.所述方法，还包括：获取车辆端在目标提取位置时的到达时间，基于到达时间与目标提取时间计算车辆端对应的等待时间；获取目标提取位置对应的可停留时间，当检测到等待时间大于可停留时间时，基于等待时间和目标提取位置生成等待路线信息；将等待路线规划发送至车辆端，以使车辆端控制对应车辆按照等待路线行驶，并在目标提取时间行驶到目标提取位置。
183.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
184.在基于目标提取位置和目标提取时间向车辆端发送控制指令，以使车辆端控制对应车辆在目标提取时间行驶到目标提取位置之后，还包括：在预设时间段后未检测到车辆端发送的身份识别请求时，获取服务点位置；基于服务点位置向车辆端发送行驶指令，以使车辆端行驶到服务点；基于服务点位置生成遗留对象位置信息，将遗留对象位置信息发送至目标客户端。
185.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被
处理器执行时实现上述各方法实施例中的步骤。
186.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
187.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
188.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
189.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。