洗衣机脱水方法及系统与流程

1.本说明书一个或多个实施例涉及洗衣机技术领域，尤其涉及一种洗衣机脱水方法及系统。


背景技术：

2.在使用洗衣机脱水的过程中，我们经常遇到衣物未分散而缠绕在一起的情况，这时洗衣机会发出“咚咚咚”的声音，而且脱水效果不好，对用户的使用带来了很大的困扰，也有可能会缩短洗衣机的使用寿命。


技术实现要素：

3.本发明描述了一种洗衣机脱水方法及系统，可以提高脱水效果。
4.根据第一方面，提供了一种洗衣机脱水方法，包括：
5.s110、在进入脱水状态时，确定本次脱水过程对应的初始运行参数，并根据所述初始运行参数对本次脱水过程进行控制；
6.s120、在脱水过程中采集脱水过程所产生的声音，根据所述声音判断脱水衣物是否处于未散开状态；若根据所述声音判定所述脱水衣物处于散开状态，则执行s130；
7.s130、采集脱水衣物图像，并将所述脱水衣物图像输入至状态识别自学习模型中，得到所述脱水衣物是否处于未散开状态的识别结果；
8.s140、若所述识别结果为所述脱水衣物处于未散开状态，则对所述洗衣机的滚筒进行注水操作，对当前运行参数进行调整，并在预设时间间隔后返回s130；
9.s150、若所述识别结果为所述脱水衣物处于散开状态，根据当前运行参数对本次脱水过程继续进行控制，直到脱水结束。
10.根据第二方面，提供了一种洗衣机脱水系统，包括：
11.第一确定模块，用于执行s110、在进入脱水状态时，确定本次脱水过程对应的初始运行参数，并根据所述初始运行参数对本次脱水过程进行控制；
12.第一判断模块，用于执行s120、在脱水过程中采集脱水过程所产生的声音，根据所述声音判断脱水衣物是否处于未散开状态若根据所述声音判定所述脱水衣物处于散开状态，则执行第二判断模块；
13.第二判断模块，用于执行s130、采集脱水衣物图像，并将所述脱水衣物图像输入至状态识别自学习模型中，得到所述脱水衣物是否处于未散开状态的识别结果；
14.第一处理模块，用于执行s140、若所述识别结果为所述脱水衣物处于未散开状态，则对所述洗衣机的滚筒进行注水操作，对当前运行参数进行调整，并在预设时间间隔后返回所述第二判断模块；
15.第二处理模块，用于执行s150、若所述识别结果为所述脱水衣物处于散开状态，根据当前运行参数对本次脱水过程继续进行控制，直到脱水结束。
16.本说明书实施例提供的一种洗衣机脱水方法及系统，首先根据声音判断脱水衣物
是否处于未散开的状态，若根据声音判定衣物处于散开状态时再根据状态识别自学习模型判断脱水衣物是否处于未散开的状态，再依据模型确定衣物未散开时，对滚筒进行注水操作，并对运行参数进行调整，直到根据状态识别自学习模型都确定脱水衣物处于散开状态，之后依据当前运行参数继续进行脱水操作，直到脱水结束。本发明可以解决脱水衣物未散开但是根据声音未识别出来是未散开状态的情况，可以提高对衣物未散开状态的检测准确率，进而及时进行参数调整，提高脱水效率和脱水效果。
附图说明
17.为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
18.图1是本说明书一个实施例中洗衣机脱水方法的流程示意图；
19.图2是本说明书一个实施例中洗衣机脱水方法中涉及到的各个模块的连接示意图。
具体实施方式
20.下面结合附图，对本说明书提供的方案进行描述。
21.第一方面，本发明提供一种洗衣机脱水方法，如图1所示，方法包括：
22.s110、在进入脱水状态时，确定本次脱水过程对应的初始运行参数，并根据所述初始运行参数对本次脱水过程进行控制；
23.可理解的是，在正式开始脱水之前，需要先确定脱水过程的运行参数，初始设置的运行参数为初始运行参数。运行参数可以包括滚筒的转速，当然还可以包括滚筒的震动频率等。然后依据这些初始运行参数开始进行脱水。
24.s120、在脱水过程中采集脱水过程所产生的声音，根据所述声音判断脱水衣物是否处于未散开状态；若根据所述声音判定所述脱水衣物处于散开状态，则执行s130；
25.其中，本发明中可以采用麦克风装置采集洗衣机在脱水过程中发出的声音，然后对采集的声音和脱水噪音音频样本数据库进行比对，得到比对结果。
26.可理解的是，在脱水过程中，如果衣物未分散，洗衣机会发出“咚咚咚”的噪音，因此可以根据洗衣机脱水过程发出的声音来判断脱水衣物是否处于未分散的状态。当然，在脱水衣物缠绕程度不是很严重时，洗衣机不会发出很大的声音，但是由于衣物缠绕在一起，也会影响到脱水效果。可见，当根据声音判定脱水衣物处于未散开状态时，脱水衣物一定处于未分散的状态。而如果根据声音判定脱水衣物处于分散状态时，此时有可能是因为缠绕程度不高而未发出很大的噪声，所以此时脱水衣物有可能也处于未分散状态。所以当根据声音确定脱水衣物处于分散状态时，可以进入后续步骤s130继续对是否处于未分散状态进行判断。
27.在具体实施时，根据所述声音判断脱水衣物是否处于未散开状态的过程可以包括：将采集的所述声音与脱水噪音音频样本数据库中的音频样本进行比对，若采集的所述声音与任意一条音频样本之间的频谱相似度达到预设阈值，则判定所述脱水衣物处于未散
开状态；若采集的所述声音与所有音频样本之间的频谱相似度均低于所述预设阈值，则暂时判定所述脱水衣物处于散开状态。
28.其中，在脱水噪音音频样本数据库中有多条音频样本，均为在脱水过程中因脱水衣物未分散导致洗衣机发出的声音。因转速、震动频率、外界环境干扰等各种因素导致各条音频样本之间存在差异。所以在进行比对时，可以将本次采集的声音与脱水噪音音频样本数据库中的每一条音频样本进行比对。如果与任意一条音频样本具有较高的频谱相似度，就认为判定所述脱水衣物处于未散开状态。如果本次采集的声音与所有的音频样本的频谱相似度都比较低，则暂时判定脱水衣物处于分散状态。
29.s130、采集脱水衣物图像，并将所述脱水衣物图像输入至状态识别自学习模型中，得到所述脱水衣物是否处于未散开状态的识别结果；
30.其中，状态识别自学习模型是根据大量的脱水衣物处于未分散状态时的图像进行训练得到的，状态识别自学习模型可以采用卷积神经网络、人工神经网络机器自学习技术等实现。将脱水衣物图像输入至状态识别自学习模型中可以得到两种识别结果：一种是脱水衣物处于未分散状态，另一种是脱水衣物处于分散状态。
31.之前虽然根据声音暂时判定脱水衣物处于分散状态，但是如果采用状态识别自学习模型确定脱水衣物处于未分散状态，则认为脱水衣物处于未分散状态。而如果采用状态识别自学习模型确定脱水衣物处于分散状态，则认为脱水衣物处于分散状态。
32.s140、若所述识别结果为所述脱水衣物处于未散开状态，则对所述洗衣机的滚筒进行注水操作，对当前运行参数进行调整，并在预设时间间隔后返回s130；
33.可理解的是，如果是第一次对运行参数进行调整，则当前运行参数为初始运行参数，而如果不是第一次对运行参数进行调整，则当前运行参数为上一次调整后的运行参数。
34.可理解的是，当衣物处于未分散时，继续脱水会加重衣物的缠绕程度，因此此时向滚筒中进行注水操作，再通过对当前运行参数进行调整，例如，减小滚筒转速，增大震动频率，这样有可能会使衣物散开。在进行注水后以及调整完参数运行一定时间后，可以再对衣物是否处于未散开状态进行判断，具体可以直接依据状态识别自学习模型进行判断即可，因此此时返回s130。如果再次采集图像并依据状态识别自学习模型进行判断后，发现衣物仍然处于未散开的状态，此时可以再次进行注水，并且对运行参数再次调整，运行一段时间后再次返回s130中，直到依据状态识别自学习模型判断出来的识别结果为脱水衣物处于散开状态，即可以进入s150，此时不用再注水和调整运行参数，而是根据当前运行参数继续进行脱水，直到脱水结束。
35.s150、若所述识别结果为所述脱水衣物处于散开状态，根据当前运行参数对本次脱水过程继续进行控制，直到脱水结束。
36.可理解的是，如果根据状态识别自学习模型判断出来的识别结果为脱水衣物处于散开状态，则说明当前运行参数是最合适脱水的，不需要调整。
37.在具体实施时，所述s150还可以包括：记录所述当前运行参数，并将所述当前运行参数作为下一次脱水过程的历史运行参数中的一条数据；
38.对应的，s110中所述确定本次脱水过程对应的初始运行参数，包括：获取洗衣机在历史脱水过程中的历史运行参数；选取所述历史运行参数中使得衣物成功散开的次数最多的运行参数作为所述初始运行参数，所述运行参数包括滚筒转速和滚动的震动频率。
39.例如，在确定初始运行参数时，所依据的历史运行参数可以选择前30条历史运行参数，或者在过去一个月内的历史运行参数。然后在这些历史运行参数中选择出现频率最高的历史运行参数作为初始运行参数。
40.这里，对当前运行参数进行记录，并将其作为一条历史运行参数参与到下一次脱水过程的初始运行参数的确定过程中，这样有利于在设置初始运行参数时就可以设置出相对合理的运行参数，减少后续参数调整的次数，提高脱水效率。
41.在具体实施时，所述s120还可以包括：若根据所述声音判定所述脱水衣物处于未散开状态，则执行s160；对应的，所述方法还包括：s160、对所述洗衣机的滚筒进行注水操作，对当前运行参数进行调整，并在预设时间间隔后返回s120。
42.也就是说，如果根据声音判定脱水衣物处于未散开状态，则脱水衣物一定是处于未散开状态，不需要进行后续的状态识别自学习模型中，直接对滚筒进行注水操作，并对当前运行参数进行调整即可。但是在注水操作和参数调整的一段时间后，仍然需要对衣物是否处于为未散开状态进行判断，因此返回s120，此时需要根据声音判断衣物是否处于未散开状态，如果处于散开状态则进一步根据状态识别自学习模型进行进一步判断。
43.在具体实施时，所述s120还包括：若根据所述声音判定所述脱水衣物处于未散开状态，则采集脱水衣物图像，并将采集的脱水衣物图像对样本数据库进行更新，并采用更新后的样本数据库对所述状态识别自学习模型进行模型训练。
44.也就是说，如果根据声音判断脱水衣物处于未散开状态，此时脱水衣物一定处于未散开状态，此时采集脱水衣物图像，然后将该脱水衣物图像添加至样本数据库中，该样本数据库为所述状态识别自学习模型的训练样本的数据库。然后再根据更新后的样本数据库对状态识别自学习模型进行模型训练。可见，本发明是一边应用状态识别自学习模型，一边对状态识别自学习模型进行更新，这样可以使得状态识别自学习模型始终能够保持一个较高的识别准确率。
45.在具体实施时，所述s140中对所述洗衣机的滚筒进行注水操作，可以包括：获取上一次脱水操作对应的总注水量；根据所述上一次脱水过程对应的总注水量，确定本次脱水过程中的第一次注水操作的注水量；对应的，所述s150还可以包括：记录本次脱水过程对应的总注水量，以使在下一次脱水过程中确定第一次注水操作的注水量。
46.为了尽快使衣物散开，减少注水操作的次数，所以尽量在第一次注水操作时就达到使衣物散开的要求，但是如果注水过多，也会加长后续脱水的时间，因此需要在第一次注水时需要设置一个合理的注水量是非常重要的。这里本发明以上一次脱水过程对应的总注水量作为参考，来计算本次脱水过程中第一次注水操作的注水量。具体可以采用第一公式计算本次脱水过程中的第一次注水操作的注水量，所述第一公式包括：
[0047][0048]
式中，w1为本次脱水过程中的第一次注水操作的注水量，w0为上一次脱水过程对应的总注水量，g
v
为本次脱水过程中所述脱水衣物在第一滚筒转速下的称重值，g
v0
为上一次脱水过程中所述脱水衣物在第一滚筒转速下的称重值，a为预设常数，a取值在[0.8，1.2]内，l1为本次脱水过程中所述脱水衣物在第一滚筒转速下的偏心检测值，l
max1
为在所述预设映射表中所述脱水衣物在称重值g
v
下和在所述第一滚筒转速下对应的偏心检测区间的上
限值，所述第一滚筒转速为脱水状态下滚筒的最低转速。
[0049]
可理解的是，注水量与脱水衣物的重量有关，脱水衣物重量越大，所需要的注水量越大，但是衣物的干重无法计算，所以这里采用的是衣物在第一滚筒转速下的称重值。为了使得称重值具有参考价值，各个称重值均是在第一滚筒转速下得到的。而第一滚筒转速为脱水状态下的最低转速，因此在进行称重时需要先将滚筒降速至第一滚筒转速后再进行称重，称重完成后回到原来的转速。称重这一过程可以由滚筒上的相关检测装置实现。
[0050]
其中，在上述第一公式中，除了本次脱水过程中所述脱水衣物在第一滚筒转速下的称重值g
v
外，还需要考虑到在上一次脱水过程中脱水衣物的称重值，因此这里采用了上一次脱水过程中所述脱水衣物在第一滚筒转速下的称重值g
v0
，将两个称重值之间的比值作为一个修正参数来对上一次脱水过程对应的总注水量进行调整。
[0051]
同时，在采用称重值比值进行修正的同时，还考虑了偏心检测值，所谓的偏心检测值是体现滚筒中衣物的偏心程度的检测值，该值越高，衣物缠绕在一起的程度越严重，均匀分布的程度越低。由于滚筒的转速对偏心检测值是有影响的，因此在第一公式中的偏心检测值以及偏心检测区间中的各个值均是在同一个滚筒转速下测量得到的，为了与称重值保持一致，因此各个偏心检测值均是在第一滚筒转速下测量的。其中，预设映射表中包括在多个称重值下和多个第一滚筒转速下对应的偏心检测值。
[0052]
可见，第一公式中除了采用称重值的比值进行修正之外，还采用偏心检测值的比值进行修正，通过多项参数对上一次脱水过程对应的总注水量进行修正，便可以到本次脱水过程中的第一次注水操作的注水量。
[0053]
当第一次注水操作并调整参数之后，返回s130后判定脱水衣物仍然为未散开状态，此时需要进行第二次注水，后续也有可能会发生第三次注水操作。对于非第一次注水操作，可以以本次脱水过程中的第一次注水操作的注水量为初始值，在该初始值的基础上随着注水操作次数的增多以预设步长减小，得到非第一次注水操作对应的注水量。
[0054]
其中，所述预设步长为0.1*w0，w0为上一次脱水过程对应的总注水量。也就是说，第二次注水操作的注水量为w1‑
0.1*w0，第三次注水操作的注水量为w1‑
0.2*w0，以此类推得到每一个非第一次注水操作的注水量。
[0055]
在具体实施时，所述对当前运行参数进行调整的过程可以包括：采用第二公式计算调整后的滚筒转速，所述第二公式包括：
[0056][0057][0058]
式中，s1为在本次脱水过程中第1次进行参数调整后的滚筒转速，s0为所述初始运行参数中的初始滚筒转速，g0为所述脱水衣物在初始滚筒转速s0下的称重值，w1为本次脱水过程中的第一次注水操作的注水量，l0为所述脱水衣物在初始滚筒转速s0下的偏心检测值，l
max0
在所述预设映射表中所述脱水衣物在称重值g0下和初始滚筒转速s0下对应的偏心检测区间的上限值；s
i
为在本次脱水过程中第i次进行参数调整后的滚筒转速，s
i
‑1为在本次脱水过程中第i
‑
1次进行参数调整后的滚筒转速，i为大于等于2的正整数，g’i
‑1为所述脱水衣
物在第i
‑
1次进行参数调整后的滚筒转速下的称重值，w
‘
为本次脱水过程中当前的总注水量，l
i
‑1为所述脱水衣物在第i
‑
1次进行参数调整后的滚筒转速下的偏心检测值，l
maxi
‑1为在所述预设映射表中所述脱水衣物在称重值g’i
‑1下和在第i
‑
1次进行参数调整后的滚筒转速下对应的偏心检测区间的上限值。
[0059]
从第二公式中可以看出，在第一次对滚筒转速进行调整时，在初始滚筒转速的基础上减小转速，使得滚筒转速降低，这样在滚筒注水后有助于衣物的散开。针对转速减小的程度，在初始滚筒转速的基础上设置了两个修正参数，其中第一个修正参数为脱水衣物在初始滚筒转速s0下的称重值g0与本次脱水过程中的第一次注水操作的注水量w1的比值，第二个修正参数为脱水衣物在初始滚筒转速s0下的偏心检测值与l
max0
的比值。
[0060]
针对第一个修正参数，考虑了脱水衣物在初始滚筒转速下的称重值和第一次注水操作的注水量，这个参数可以在一定程度上反映第一次注水操作的注水量是否满足当前重量的脱水衣物的散开，对于滚筒转速的调整非常具有参考价值。
[0061]
针对第二个修正参数，考虑了脱水衣物在初始滚筒转速下的偏心检测值和对应偏心区间的上限值。可理解的是，偏心检测区间可以体现对应称重值和对应滚筒转速下的偏心检测值的变化范围。偏心检测值和偏心区间的上限值的比值，可以体现当前的偏心检测值是否超出了偏心检测区间的最大值。偏心检测值越大，比值越大，说明此时衣物缠绕程度越严重，需要尽快降低滚筒转速，因此转速需要下降的越快。
[0062]
从上述第二公式中可以看出，在非第一次对滚筒转速进行调整时，是在上一次调整后的滚筒转速的基础上进行调整的。这里也设置了两个修正参数，第一个是所述脱水衣物在第i
‑
1次进行参数调整后的滚筒转速下的称重值和本次脱水过程中当前的总注水量之间的比值，第二个是所述脱水衣物在第i
‑
1次进行参数调整后的滚筒转速下的偏心检测值与所述脱水衣物在称重值g’i
‑1下和在第i
‑
1次进行参数调整后的滚筒转速下对应的偏心检测区间的上限值之间的比值。
[0063]
针对第一个修正参数，由于先进行注水，然后进行参数调整，因此在参数调整时，如果已经进行了n次注水操作，则当前的总注水量为这n次注水操作的总注水量。这个修正参数在一定程度上反映了经过之前的多次注水后的总注水量是否满足当前称重值的脱水衣物的散开需求。针对第二个修正参数，可以反映出在上一次参数调整之后，衣物的缠绕程度，所以该修正参数越大，需要越快的降低滚筒转速，如果该修正参数比较小，可以缓慢的降低滚筒转速。
[0064]
无论是第一次进行参数调整，还是非第一次进行参数调整，通过上述两个修正参数实现对滚筒转速的调整，考虑了多个影响因素，使得计算出来的滚筒转速非常具有实际意义。通过多次实验，采用上述第二公式对滚筒转速进行调整，可以大大减少参数调整的次数，提高脱水效率。
[0065]
在具体实施时，本发明中对当前运行参数进行调整的过程可以包括：采用第三公式计算调整后的震动频率，所述第三公式包括：
[0066][0067]
[0068]
式中，p1在本次脱水过程中第1次进行参数调整后的震动频率，p0为所述初始运行参数中的初始震动频率，b的取值范围为[0.1，0.5]，b的初始值为0.5，且b随着本次脱水过程中参数调整次数的增加以步长0.1逐步下降至0.1后不变；l0为所述脱水衣物在初始滚筒转速s0下的偏心检测值，l
max0
在所述预设映射表中所述脱水衣物在称重值g0下和初始滚筒转速s0下对应的偏心检测区间的上限值；p
i
为在本次脱水过程中第i次进行参数调整后的震动频率，p
i
‑1为在本次脱水过程中第i
‑
1次进行参数调整后的震动频率，l
i
‑1为所述脱水衣物在第i
‑
1次进行参数调整后的滚筒转速下的偏心检测值，l
maxi
‑1为在所述预设映射表中所述脱水衣物在称重值g’i
‑1下和在第i
‑
1次进行参数调整后的滚筒转速下对应的偏心检测区间的上限值。
[0069]
可理解的是，滚筒的震动频率越大，越有利于衣物的散开，因此当需要进行参数调整时，将震动频率增大。在第一次进行参数调整时，在初始运行参数中的初始震动频率的基础上进行调整，在非第一次进行参数调整时，在上一次参数调整后的震动频率的基础上进行调整。
[0070]
针对第一次进行参数调整，也存在两个修正参数，一个是参数b，一个是l0和l
max0
的比值。针对参数b，为了尽快使衣物散开，在开始时b可以设置一个较大的值，第一次进行参数调整时，b为0.5。随着参数调整次数的增加，逐渐减小参数b。l0和l
max0
的比值可以反映出当前的偏心检测值是否超出了偏心检测区间的最大值，偏心检测值越大，比值越大，说明此时衣物缠绕程度越严重，需要尽快增加滚筒震动频率。
[0071]
针对非第一次进行参数调整，例如，第二次进行参数调整时b为0.4，第三次参数调整时b为0.3，第四次进行参数调整时b为0.2，第五次甚至更多次数的调整时b都是0.1。也就是说，振动频率的增加幅度越来越小。l
i
‑1和l
maxi
‑1的比值可以反映出在上一次进行参数调整后衣物的缠绕程度，所以该比值越大，需要越快的增加震动频率。
[0072]
举例来说，在图2中，利用设置脱水模块对初始运行参数进行设置，并使脱水模块依据初始运行参数进行脱水控制，并采用声音检测模块获取脱水过程中的声音，将该声音发给声音识别模块。如果根据声音确定脱水衣物为未散开状态，则将脱水衣物图像发送给图像自学习模块对自学习模型进行训练。如果根据声音判定脱水衣物为散开状态，则通过图像采集模块进行图像采集，并将采集到的图像发送给图像识别模块中通过模型进行识别，确定脱水衣物是否处于未散开状态，若处于未散开状态，则进入运行参数计算模块计算再次调整时的相关参数，并将计算得到的参数通过设置脱水模块发送给脱水模块，进而脱水模块进行注水和采用调整后的参数运行。
[0073]
本发明提供的洗衣机脱水方法，首先根据声音判断脱水衣物是否处于未散开的状态，若根据声音判定衣物处于散开状态时再根据状态识别自学习模型判断脱水衣物是否处于未散开的状态，再依据模型确定衣物未散开时，对滚筒进行注水操作，并对运行参数进行调整，直到根据状态识别自学习模型都确定脱水衣物处于散开状态，之后依据当前运行参数继续进行脱水操作，直到脱水结束。本发明可以解决脱水衣物未散开但是根据声音未识别出来是未散开状态的情况，可以提高对衣物未散开状态的检测准确率，进而及时进行参数调整，提高脱水效率和脱水效果。
[0074]
另外，本发明可以一边应用状态识别自学习模型，一边可以对状态识别自学习模型进行更新，随着脱水衣物图像的数量的增多，可以逐步提高状态识别自学习模型的识别
准确度。
[0075]
第二方面，本发明提供一种洗衣机脱水系统，包括：
[0076]
第一确定模块，用于执行s110、在进入脱水状态时，确定本次脱水过程对应的初始运行参数，并根据所述初始运行参数对本次脱水过程进行控制；
[0077]
第一判断模块，用于执行s120、在脱水过程中采集脱水过程所产生的声音，根据所述声音判断脱水衣物是否处于未散开状态若根据所述声音判定所述脱水衣物处于散开状态，则执行第二判断模块；
[0078]
第二判断模块，用于执行s130、采集脱水衣物图像，并将所述脱水衣物图像输入至状态识别自学习模型中，得到所述脱水衣物是否处于未散开状态的识别结果；
[0079]
第一处理模块，用于执行s140、若所述识别结果为所述脱水衣物处于未散开状态，则对所述洗衣机的滚筒进行注水操作，对当前运行参数进行调整，并在预设时间间隔后返回所述第二判断模块；
[0080]
第二处理模块，用于执行s150、若所述识别结果为所述脱水衣物处于散开状态，根据当前运行参数对本次脱水过程继续进行控制，直到脱水结束。
[0081]
可理解的是，本发明实施例提供的系统，有关内容的解释、举例、有益效果等部分可以参考上述方法中的相应部分，此处不再赘述。
[0082]
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，对于装置实施例而言，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。
[0083]
本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、挂件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。
[0084]
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。