一种监测卸油全流程安全性的方法以及装置与流程

1.本技术涉及卸油过程监控领域，具体而言本技术实施例涉及一种监测卸油全流程安全性的方法以及装置。


背景技术：

2.在加油站安全管理中，卸油作业的全流程监管是非常重要的一个环节，卸油期间涉及步骤相对较多，因此需要安全监测的任务也相对较多。如今加油站卸油区的安全管理规范监测大多数是通过在指定区域安装摄像头之后，安全管理人员通过nvr录像去查看，人为确认其是否有违规行为，或者通过视频分析技术对卸油过程其中的某个点去做分析判定。
3.人为确认方式首先非常耗费人力，一次卸油过程时间大约为40
‑
90分钟不等，全流程查看非常耗时，且在查看过程中需要对各种信息进行记录，易出现漏检。此外，这种事后查看的方式不能对一些违规行为进行实时的智能监管，无法及时纠正违规行为，防止安全不规范行为的产生。
4.因此如何提升对卸油过程的安全事故的监控效率成了亟待解决的技术问题。


技术实现要素：

5.本技术实施例的目的在于提供一种监测卸油全流程安全性的方法以及装置，通过本技术一些实施例的卸油全流程的智能安全监测方案，有效结合各个检测项之间的依赖关系和不同加油站对卸油期间不同的规则约束，对整个卸油过程的各个检测项进行全面的管理，并形成卸油历史记录和实时告警推送。
6.第一方面，本技术的一些实施例提供一种监测卸油全流程安全性的方法，所述方法包括：响应于用户对安全规则配置界面的配置操作获取目标检测任务的安全规则标准；获取视频流数据；根据所述安全规则标准识别所述视频流数据中存在的安全事故。
7.本技术的一些实施例通过用户自行配置安全标准来使不同的加油站可以根据自身的情况设置安全事故的检测标准，有效提升了技术方案的通用性。
8.在一些实施例中，所述安全规则标准包括：与人相关的安全规则；其中，所述根据所述安全规则标准识别所述视频流数据中存在的安全事故，包括：识别工作人员和非工作人员；根据所述与人相关的安全规则确认所述非工作人员侵入卸油区；或者，根据所述与人相关的安全规则确认所述工作人员存在安全事故。
9.本技术的一些实施例在检测与人相关的安全事故时首先将人划分为工作人员和非工作人员，提升了对各类人员安全事故检测的准确性。
10.在一些实施例中，所述识别工作人员和非工作人员，包括：通过检测算法获得所有人的检测框，将所述所有的检测框从图像中切割出来，得到人员检测框；根据所述人员检测框和孪生网络识别工作人员和非工作人员，获得工作人员集合框和非工作人员集合框；所述根据所述与人相关的安全规则确认所述非工作人员侵入卸油区，包括：根据所述与人相
关的安全规则确认所述非工作人员集合框中侵入所述卸油区域的非工作人员。
11.本技术的一些实施例他通过划分检测框来提取非工作人员所在的区域进而检测非工作人员是否存在安全事故，提升了对非工作人员安全事故的检测速度和准确率。
12.在一些实施例中，所述根据所述与人相关的安全规则确认所述工作人员存在安全事故，包括：卸油过程不满足双监护人；或者攀高工作人员未佩戴安全帽。
13.本技术的一些实施例通过对工作人员的双监护情况和是否佩戴安全帽的情况进行检测，提升了对工作人员安全事故的检测方面。
14.在一些实施例中，所述识别工作人员和非工作人员，包括：通过检测算法获得所有人的检测框，将所述所有的检测框从图像中切割出来，得到人员检测框；根据所述人员检测框和孪生网络识别工作人员和非工作人员，获得工作人员集合框和非工作人员集合框；所述根据所述与人相关的安全规则确认所述工作人员存在安全事故，包括：根据所述与人相关的安全规则确认至少部分所述工作人员集合框中的工作人员在卸油过程不满足双监护人；或者根据所述与人相关的安全规则确认至少部分所述工作人员集合框中的工作人员在攀高工作人员未佩戴安全帽。
15.本技术的一些实施例通过切割检测框方式来检测工作人员的安全事故，提升了对于工作人员安全事故的检测的准确率。
16.在一些实施例中，所述安全规则标准包括：安全设施摆放标准；其中，所述根据所述安全规则标准识别所述视频流数据中存在的安全事故，包括：根据所述安全设施摆放标准确认存在安全牌放置不合理的情况；或者根据所述安全设施摆放标准确认存在灭火器摆放不合理的情况。
17.本技术的一些实施例还可以检测安全设施摆放类的事故。
18.在一些实施例中，所述安全规则标准包括：卸油物品安全标准；其中，所述根据所述安全规则标准识别所述视频流数据中存在的安全事故，包括：确认输油管连接错误；或者在确认正确连接输油管时，确认稳油时间不满足要求，或者确认在指定区域中五静电接地线。
19.本技术的一些实施例还可以检测卸油物品安全类的事故。
20.在一些实施例中，所述根据所述安全规则标准识别所述视频流数据中存在的安全事故，包括：确认所述视频流数据中存在油罐车；根据所述安全规则标准识别所述安全事故。
21.本技术的一些实施例在确认存在油罐车时才启动安全事故检测流程，避免在不必要的情况下启动安全事故检测算法。
22.在一些实施例中，在所述根据所述安全规则标准识别所述视频流数据中存在的安全事故之后，所述方法还包括：产生报警信号；或者生成卸油过程报告。
23.本技术的实施例可以对检测的安全事故，进行即时报警以提醒相关工作人员即时处理安全事故。
24.第二方面，本技术的一些实施例提供一种监测卸油全流程安全性的装置，所述装置包括：安全规则配置模块，被配置为响应于用户对安全规则配置界面的配置操作获取目标检测任务的安全规则标准；视频流读取模块，被配置为获取视频流数据；安全事故识别模块，被配置为根据所述安全规则标准识别所述视频流数据中存在的安全事故。
25.第三方面，本技术的一些实施例提供一种计算机存储介质，其上存储有计算机程序，所述程序被处理器执行时可实现上述第一方面任一实施例所述的方法。
26.第四方面，本技术的一些实施例中提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时可实现上述第一方面任一实施例所述的方法。
附图说明
27.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
28.图1为本技术实施例提供的监测卸油全流程安全性的方法的流程图之一；
29.图2为本技术实施例提供的监测卸油全流程安全性的方法的流程图之二；
30.图3为本技术实施例提供的监测卸油全流程安全性的方法的流程图之三；
31.图4为本技术实施例提供的监测卸油全流程安全性的方法的流程图之四；
32.图5为本技术实施例提供的监测卸油全流程安全性的装置的组成框图；
33.图6为本技术实施例提供的电子设备组成示意图。
具体实施方式
34.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行描述。
35.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
36.本技术的一些实施例通过深度学习技术，提出了一种卸油全流程智能安全监测方案，该方案可实时分析卸油全流程的视频数据，并通过基于深度学习的检测、分类和分割技术实现各检测任务的实时监控，对违反安全规范的行为进行实时告警信息记录和语音播报，从而有效提升加油站卸油过程的安全监管效率。
37.请参看图1，图1为本技术的一些实施例提供一种监测卸油全流程安全性的方法，所述方法包括：s101，响应于用户对安全规则配置界面的配置操作获取目标检测任务的安全规则标准，s102，获取视频流数据，以及s103，根据所述安全规则标准识别所述视频流数据中存在的安全事故。本技术的一些实施例通过用户自行配置安全标准来使不同的加油站可以根据自身的情况设置安全事故的检测标准，有效提升了技术方案的通用性。
38.下面示例性阐述上述各步骤。
39.在本技术的一些实施例中，s101所述的安全规则标准包括：与人相关的安全规则。相应的s103包括：识别工作人员和非工作人员；根据所述与人相关的安全规则确认所述非工作人员侵入卸油区；或者，根据所述与人相关的安全规则确认所述工作人员存在安全事故。
40.为了提升对相关人员存在的安全事故，在本技术的一些实施例中，s103涉及的所述识别工作人员和非工作人员包括：通过检测算法获得所有人的检测框，将所述所有的检
测框从图像中切割出来，得到人员检测框；根据所述人员检测框和孪生网络识别工作人员和非工作人员，获得工作人员集合框和非工作人员集合框；所述根据所述与人相关的安全规则确认所述非工作人员侵入卸油区，包括：根据所述与人相关的安全规则确认所述非工作人员集合框中侵入所述卸油区域的非工作人员。
41.在本技术的一些实施例中，s103涉及的所述根据所述与人相关的安全规则确认所述工作人员存在安全事故包括：卸油过程不满足双监护人，或者攀高工作人员未佩戴安全帽。
42.在一些实施例中，s103所述识别工作人员和非工作人员包括：通过检测算法获得所有人的检测框，将所述所有的检测框从图像中切割出来，得到人员检测框；根据所述人员检测框和孪生网络识别工作人员和非工作人员，获得工作人员集合框和非工作人员集合框；所述根据所述与人相关的安全规则确认所述工作人员存在安全事故，包括：根据所述与人相关的安全规则确认至少部分所述工作人员集合框中的工作人员在卸油过程不满足双监护人；或者根据所述与人相关的安全规则确认至少部分所述工作人员集合框中的工作人员在攀高工作人员未佩戴安全帽。
43.本技术的一些实施例通过切割检测框方式来检测工作人员的安全事故，提升了对于工作人员安全事故的检测的准确率。
44.也就是说，在实际卸油场景中，一般判定是否为工作人员多采用分类的方法，即根据检测出来的人体框在原图中截取对应的人体部分，然后送入分类网络，根据得分判定是否为工作人员。该方法的问题是每当有新的工作人员服饰出现时，需要采集大量的数据进行模型的重新训练，相对比较耗时，迭代更新一版模型做泛化需要的时间比较长。而本技术的一些实施例中中利用孪生神经网络的优势，在有新的工作人员服饰出现时，只需要采集少量的数据，通过网络学习出来的工作服和非工作服之间的差异性，直接进行判定；即孪生神经网络有两个输入(设定好的已有工作人员的服饰图像和待判定图像)，将两个输入两个神经网络，这两个神经网络分别将输入映射到新的空间，形成输入在新的空间中的表示，通过评价两个输入之间的相似度得到是否为工作人员的判定。
45.在本技术的一些实施例中，s101涉及的安全规则标准包括：安全设施摆放标准，则相应的s103根据所述安全规则标准识别所述视频流数据中存在的安全事故包括：根据所述安全设施摆放标准确认存在安全牌放置不合理的情况；或者根据所述安全设施摆放标准确认存在灭火器摆放不合理的情况。
46.在本技术的一些实施例中，s101涉及的所述安全规则标准包括：卸油物品安全标准，则相应的s103所述根据所述安全规则标准识别所述视频流数据中存在的安全事故包括：确认输油管连接错误；或者在确认正确连接输油管时，确认稳油时间不满足要求，或者确认在指定区域中五静电接地线。
47.为了进一步提升检测的准确性，在本技术的一些实施例中，s103包括：确认所述视频流数据中存在油罐车，根据所述安全规则标准识别所述安全事故。
48.也就是说，在本技术的一些实施例中会先对加油站进行油罐车检测，当确定存在油罐车时才执行上述的安全事故的检测。
49.为了对检测到的安全事故进行实时报警，在本技术的一些实施例中，在s103之后，监测卸油全流程安全性的方法还包括：产生报警信号；或者生成卸油过程报告。本技术的实
施例可以对检测的安全事故，进行即时报警以提醒相关工作人员即时处理安全事故。
50.下面结合图2、图3以及图4示例性阐述卸油过程的安全检测的流程。
51.如图2所示，本技术的一些实施例中是基于前端
‑
后端
‑
算法端的业务流程。
52.s201，前端配置各个检测任务涉及的安全规则标准。
53.这是由于在实际场景中，不同加油站对图3中不同检测项的要求不同，比如安全设施需在指定区域摆放指定的数量，而不同站对区域和数量的设置要求不同；油罐车出现后，给到工作人员摆放安全设施的时间不同；不同加油站对稳油时间的要求也有所不同等等。因此，本技术的一些实施例根据不同的站提炼出其对各个检测项的共性和不同，将可变化的一些规则配置项通过前端页面进行添加，之后算法通过读取不同的配置信息，对各个检测项的判定进行相应的约束，从而使得该方案可以更加兼容不同站对卸油作业操作规范的不同要求。
54.如图3所示，301加油站卸油全流程检测包括依据三类检测规范进行的安全检测，具体地，图3的三类检测规范分别为：与人相关的安全规范302、安全设施摆放规范303(即与卸油相关的物品规范)以及卸油过程操作规范304。依据图3的与人相关的安全规范302可以分别对两类人员的安全事故进行检测，具体地，这两类人员分别是图3的非工作人员305以及工作人员306，其中针对非工作人员的安全事故检测包括卸油区入侵判定313，针对工作人员的安全事故检测包括双监护人判定314以及攀高人员安全帽佩戴判定315。依据图3的安全设施摆放规范303可以分别对三类设施的安全事故进行检测，具体地，这三类设施的安全判定包括：安全牌判定307、灭火器判定308以及静电接地线判定311。依据图3的卸油过程操作规范304可以分别对三类安全事故进行检测，具体地，这三类安全事故包括稳油时间判定309、油管连接是否正确310以及停车到位判定312。
55.下面结合图4示例性阐述检测各种安全事故的过程。
56.如图4所示，监测卸油全流程安全性的方法包括：s401，固定区域油罐车分类。s420，判断是否有油罐车，即确认有油罐车。当确定有油罐车后在执行后续步骤。具体地，s403，确认油罐车停稳，s405，识别停车不到位的情况。s406，行人检测。s407，判断检测到的行人是否为工作人员，当确认属于非工作人员时则执行s409卸油区入侵判定，当确认属于工作人员时则进一步执行s408判断是否佩戴安全帽，当确认未佩戴安全帽时则确认存在安全风险，当确认佩戴了安全帽时则进一步执行s408以确认是否存在安全帽佩戴不规范的情况。s412，确认已连接输油管，s413，确认输油管连接正确，s410，确认稳油时间是否超过设置时间(例如5分钟)，当确认未超过设置时间时则确认存在s411的稳油不足的安全问题；s414静电接地线检测；s415双监护人判定。s416确认达到安全设施判定时间，s417安全牌或者灭火器判定。
57.也就是说，本技术的一些实施例算法端在读取到前端配置信息后，通过对视频流进行解析，利用基于深度学习的检测、分类和分割技术对各个检测项进行分析，并通过添加不同检测项之间的依赖关系以及不同告警判定的规则，将分析结果推送至后端；之后后端获取到算法推送结果后，触发音响产生相应的告警语音播报进行提醒，并生成对应检测项的告警记录；此外，根据算法推送的信息形成每次卸油过程各个检测项的详细的卸油报告以方便加油站相关人员进行查看和记录。
58.本技术一些实施例的卸油区全流程监测算法实现原理主要是基于深度学习的检
测、分类和分割模型，对于安全设施、静电接地线、人、车轮、油罐车基本元素，采用基于yolov5的检测模型输出相应物体检测框；对于人是否为工作人员、工作人员是否佩戴安全帽、是否有油罐车的判定，采用基于resnet18的分类模型输出相关检测项的对应属性；对于输油管的检测，采用基于bisenet的分割模型输出其相关信息；在获取到所有检测项的基本信息后，根据设置的区域判定、数量判定、分割结果像素逻辑判定等规则，对基本信息进行处理；最后加入图3所示的告警规则，对相应的违规行为进行告警信息的推送。
59.在卸油作业中，本技术的一些实施例需要通过基于深度学习的检测算法获取到人、安全设施(安全牌和灭火器)、油罐车的位置框信息，通过分类算法获取人的属性(是否佩戴安全帽)和是否接输油管信息，通过分割模型获取到静电接地线、车轮信息，通过孪生网络获取到人的属性(是否为工作人员)信息。通过这些基本信息的组合，对违规信息进行监测。
60.所有判定均依赖于油罐车的判定，只有在检测到油罐车存在的情况下，才会进行其他项的判定。
61.以停车是否到位为例：
62.为了更精准地定位油罐车的位置，通过语义分割算法获取到车轮的像素点集合，然后对车轮区域求其外接正矩形，从而获得车轮框，进而得到其下边缘中心点，计算下边缘中心点到前端划定停车线的距离，通过比对此距离与实际要求距离的大小，判定停车是否到位，若停车不到位，则产生停车不到位告警。
63.以安全设施为例：
64.通过调用后端接口，可以获得通过前端页面配置的安全设施的数量和指定区域，也就是说安全设施合规应满足在指定区域有指定个数的安全牌/灭火器。因此算法在获得安全设施的检测框之后，首先需要判断所有检测到的安全设施是否在指定区域内，即判定每个检测框下边缘的中心点是否在指定的多边形区域内；将所有在指定多边形区域内的框进行累加，判定其和是否满足应该设置的数量，若不满足，则产生安全设施摆放不规范告警。
65.以静电接地线判定为例：
66.通过调用后端接口，可以获得通过前端页面配置静电接地线指定区域，静电接地线的判定依赖于卸油管的状态，要求卸油管接入之后，必须连接静电接地线；因此当判定到卸油管接入后，通过语义分割网络获取到静电接地线信息，然后生成其外接正矩形，判定该矩形的下边缘中心点是否在要求的区域内，若在指定区域内无静电接地线，则产生静电接地线未连接告警。
67.以稳油时间判定为例：
68.稳油时间的判定依赖于油罐车是否停稳和接入卸油管的时间，当检测到油罐车停稳时，开始计时，当检测到接入卸油管时，停止计时；将此时间和前端设置的应稳油时间做对比，若没有达到设定的稳油时间，则推送稳油时间不足告警。
69.以人员相关判定为例：
70.本发明涉及的人员判定包括卸油区外来人员入侵、卸油人员是否佩戴安全帽、卸油过程是否满足双监护人；首先通过检测算法获得所有人的检测框之后，将其从图像中切割出来，通过孪生网络推理出其是否为工作人员。获得工作人员的集合框和非工作人员的
集合框。
71.卸油区外来人员入侵：判定所有非工作人员框的下边缘中心点是否在划定的外来人员不可进入的区域内，若在，则产生卸油区外来人员入侵告警。
72.卸油人员佩戴安全帽：判定所有工作人员框的下边缘中心点是否在划定的攀高区域内(即油罐车顶部)只有到油罐车顶部的工作人员才需要佩戴安全帽；取出在攀高区域内的工作人员框进行是否佩戴安全帽分类，若未佩戴安全帽，则产生安全帽佩戴不规范告警。
73.双监护人：其基本要求是在接卸油管开始到拆油管结束的此段时间内，双人(此处仅指工作人员)离开现场不得超过5分钟，单人离开不得超过15分钟；因此该任务是依赖于油管的判定的，因此需要全程根据卸油管的状态来决定是否启用该功能。当判定到接入卸油管后，启动工作人员数量相关的计时功能，实时监测卸油区工作人员的数量变化，当判定到卸油管拆卸后，结束判定；在此过程中，若工作人员坚守状态不满足上述要求，则产生工作人员数量不足告警。
74.请参考图5，图5示出了本技术实施例提供的监测卸油全流程安全性的装置，应理解，该装置与上述图1方法实施例对应，能够执行上述方法实施例涉及的各个步骤，该装置的具体功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。装置包括至少一个能以软件或固件的形式存储于存储器中或固化在装置的操作系统中的软件功能模块，该监测卸油全流程安全性的装置包括：安全规则配置模块101、视频流读取模块102以及安全事故识别模块103。
75.图5的安全规则配置模块101被配置为响应于用户对安全规则配置界面的配置操作获取目标检测任务的安全规则标准。视频流读取模块102被配置为获取视频流数据。安全事故识别模块103被配置为根据所述安全规则标准识别所述视频流数据中存在的安全事故。
76.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。
77.本技术的一些实施例提供一种计算机存储介质，其上存储有计算机程序，所述程序被处理器执行时可实现上述任一实施例所述的方法。
78.如图6所示，本技术的一些实施例中提供一种电子设备500，包括存储器510、处理器520以及存储在所述存储器510上并可在所述处理器520上运行的计算机程序，其中，所述处理器520通过总线530从存储器510读取程序并执行所述程序时可实现上述任一实施例所述的方法。
79.处理器520可以处理数字信号，可以包括各种计算结构。例如复杂指令集计算机结构、结构精简指令集计算机结构或者一种实行多种指令集组合的结构。在一些示例中，处理器520可以是微处理器。
80.存储器510可以用于存储由处理器520执行的指令或指令执行过程中相关的数据。这些指令和/或数据可以包括代码，用于实现本技术实施例描述的一个或多个模块的一些功能或者全部功能。本公开实施例的处理器520可以用于执行存储器510中的指令以实现图2中所示的方法。存储器510包括动态随机存取存储器、静态随机存取存储器、闪存、光存储器或其它本领域技术人员所熟知的存储器。
81.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过
其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
82.另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
83.所述功能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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
84.以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
85.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应所述以权利要求的保护范围为准。
86.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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、物品或者设备中还存在另外的相同要素。