一种清洁方法、程序产品、可读介质和电子设备与流程

1.本技术涉及清洁设备技术领域，尤其涉及一种清洁方法、程序产品、可读介质和电子设备。


背景技术：

2.随着城镇化水平的提高，各类场所的地面清洁需求与日俱增。目前主流的地面清洁方式是使用自动或半自动的清洁设备对地面进行清洁，以替代传统的人工拖地的方式。在清洁过程中，清洁设备主动喷出清水至作业地面，并利用刷盘清洗作业地面，再通过安装在刷盘后方的真空吸水装置将污水吸入污水箱，以实现清洁地面的目的。
3.随着科学技术的不断发展，清洁设备应用日益普及并快速更新迭代，向智能化快速发展。在清洁设备的实际使用过程中，水量设置不合理、自动规划的清洁路径不合理等常造成地面污水残留；另外，由于商场人员较多，易发生洒水的情况，造成地面污水残留。而在公共场所，地面污水残留易构成公共安全隐患。现有技术中，常采用人工检查和处理地面污水残留，此方式效率低，且耗费人力。


技术实现要素：

4.基于此，有必要针对清洁设备清洁水渍(即上述污水)的问题，提供一种清洁方法、程序产品、可读介质和电子设备。
5.为解决上述技术问题，第一方面，本技术的实施方式提供了一种清洁方法，应用于清洁设备，该清洁方法包括：获取清洁设备的清洁区域的温度分布图像；基于温度将温度分布图像分割为多个温度区域；从多个温度区域中选择出满足预设条件的温度区域，作为待清洁区域。
6.上述清洁方法，通过获取清洁区域内的不同温度的多个温度区域，基于预设条件判断各温度区域是否包含需要清洁的物体，以确定该温度区域是否为待清洁区域，使得清洁设备自动判断需要清洁的物体所处的区域，进而进一步实现清洁设备自动清洁需要清洁的物体，提高清洁设备的清洁效率，如该物体为水渍，则避免人工检查和人工处理地面水渍，提高清洁设备的清洁效率。
7.在上述第一方面的一种可能的实现中，上述预设条件包括：温度区域的温度达到温度阈值。
8.由于物体之间的温度差异，所以利用温度区域对应的温度值来判断物体类型。其中温度阈值为最大值或最小值，例如，清洁区域处在商场中，地面上包含水渍的区域对应的温度值20℃明显低于地面上不包含水渍的区域对应的温度值25℃，温度阈值为最大值，如温度阈值23℃，则温度区域的温度小于23℃，温度阈值为最小值时与上述同理，在此不再赘述。
9.在上述第一方面的一种可能的实现中，上述预设条件还包括下列中的至少一项：温度区域的面积达到面积阈值；温度区域对于温度区域所处的清洁平面不存在具有三维结
构的物体。
10.通过进一步限制包含需要清洁的物体的温度区域的面积和温度区域的三维结构，可以避免将三维结构的物体以及面积过小而无需清洁的物体进行排除，进一步提高检测需要清洁的物体的准确性，进而提高清洁设备清洁物体的准确性。
11.在一些实施例中，若温度区域所处的清洁平面相对于其他清洁平面倾斜一定角度，则基于温度区域所处的清洁平面进行判断温度区域是否包含三维结构，避免由于温度区域所处的清洁平面相对于其他清洁平面存在三维结构，而误判断上述温度区域存在具有三维结构的物体。
12.在上述第一方面的一种可能的实现中，上述方法还包括：通过温度区域的三维图像确定温度区域相对于温度区域所处的清洁平面是否存在三维结构的物体。
13.在上述第一方面的一种可能的实现中，采用三维深度摄像头获取上述三维图像。
14.在上述第一方面的一种可能的实现中，上述温度阈值基于清洁区域中的待清洁区域内的物体与清洁区域中的其他物体的温度差异得到。
15.在上述第一方面的一种可能的实现中，在从多个温度区域中选择出满足预设条件的温度区域，作为待清洁区域之前，上述方法包括：基于温度分布图像中温度分布的中位数，确定温度阈值。
16.在上述第一方面的一种可能的实现中，上述温度阈值为一个或多个。
17.在上述第一方面的一种可能的实现中，上述温度分布图像为红外图像，红外图像中各像素点具有对应的温度值；并且基于温度将温度分布图像分割为多个温度区域，包括：基于红外图像中各像素点对应的温度值，对各像素点进行聚类分析，将红外图像分割为多个温度区域。
18.在上述第一方面的一种可能的实现中，采用红外摄像头获取上述红外图像。
19.在上述第一方面的一种可能的实现中，上述待清洁区域包括水渍。
20.第二方面，本技术实施例提供了一种计算机程序产品，该计算机程序产品包括指令，指令用于实现上述的清洁水渍的方法。
21.第三方面，本技术实施例提供了一种计算机可读介质，该可读介质上存储有指令，指令在电子设备上执行时使电子设备执行上述清洁方法。
22.第四方面，本技术实施例提供了一种电子设备，该电子设备包括：存储器，用于存储由电子设备的一个或多个处理器执行的指令，以及处理器，是电子设备的处理器之一，用于执行上述清洁方法。
附图说明
23.图1为根据本技术一些实施例的一种清洁设备100应用的场景图；
24.图2为根据本技术一些实施例的一种清洁设备100检测水渍200的方法的流程图；
25.图3a为根据本技术一些实施例的一种无色水渍200区域的红外热分布图；
26.图3b为根据本技术一些实施例的一种有色水渍200区域的红外热分布图；
27.图4为根据本技术一些实施例的另一种清洁设备100检测水渍200的方法的流程图；
28.图5为根据本技术一些实施例的一种无色水渍200区域包含杂物400的红外热分布
图；
29.图6为根据本技术一些实施例的一种电子设备600的结构示意图；
30.图7为根据本技术一些实施例的一种电子设备的框图。
具体实施方式
31.本技术的说明性实施例包括但不限于一种清洁方法、程序产品、可读介质和电子设备。
32.下面以水渍(上述待清洁区域)为例，描述上述清洁方法。需要说明的是，本技术的保护范围不限于以下实施例的描述。
33.图1为根据本技术一些实施例的一种清洁设备100应用的场景图。清洁设备100工作的环境多数为公共环境，例如，商场、交通候车厅等。如图1所示，在清洁设备100的工作区域(即上述清洁区域)中，由于清洁残留和人为因素，造成地面残留水渍200，进而构成公共安全隐患。另外，采用普通摄像头采集的图像检测水渍200的检测难度高，准确率低，且容易受环境光线、地板纹理等因素影响，特别是对于清水一类无色透明的液体。
34.为了提高清洁设备100的清洁效率，快速自动检测水渍200，并节省人力，本技术提出一种清洁方法，该清洁方法通过自动检测水渍200来来提高清洁设备100清洁效率。具体的，本技术通过获取工作区域中物体的温度分布图，通过图像分割将温度分布图划分为多个区域，将温度(该温度可以为区域内的温度最大值、温度最小值或温度平均值等区域的温度代表值)低于预设值的区域确定为水渍200的区域。并将面积大于预设面积的水渍200区域确定为需要进行清洁的区域。如此，可以快速检测工作区域中是否有水渍200，以便清洁设备能及时对水渍200进行清洁，以免水渍200造成安全事故。在一些实施中，在判断出温度分布图中的某一区域的温度低于预设值后，还可以通过三维相机检测该区域是否有三维结构，如该区域不具三维结构，才将该区域确定为水渍200的区域，进一步提高检测水渍200的准确度，进而提高清洁设备100清洁的有效性。
35.下面对上述清洁方法中检测水渍100的步骤进行描述。图2为根据本技术一些实施例的一种清洁设备100检测水渍200的方法的流程图；图3a为根据本技术一些实施例的一种包括无色水渍200区域的红外热分布图(即红外图像)；图3b为根据本技术一些实施例的一种包括有色水渍200区域的红外热分布图。下面结合图2、图3a和图3b具体描述该检测方法，该方法的执行主体为清洁设备100，如图2所示，该方法包括如下步骤。
36.步骤s102：基于清洁设备100的工作区域的温度分布，确定温度阈值和面积阈值，温度阈值用于判别工作区域中是否包含水渍200，面积阈值用于判别是否需要对水渍200清洁。由于相同工作区域中，各物体的温度不同，基于水渍200与其它物体温度分布情况，设置温度阈值，当温度阈值为最大值时，物体的温度小于该温度阈值，，则判断该物体为水渍200。另外，因为水渍200的面积太小时，不需要进行针对性的清洁，所以通过面积阈值来判别水渍200是否是需要清洁的水渍。
37.由热传导和比热容原理可知，在相同工作区域中，各物体的温度不同。通常水渍200的温度低于其他物体(如地板)，且水渍200在自然蒸发过程中吸热，导致水渍200表面温度最大值低于周围地板温度最小值。在本技术的一些实施例中，当相同工作区域中物体的温度(该温度可以为区域内的温度最大值、温度最小值或温度平均值等区域的温度代表值)
小于温度阈值，则判别该物体为水渍200，即该工作区域包含水渍200。
38.当工作区域中不同区域的温度差异较大时，采用整体工作区域的温度阈值，易导致判别水渍200的正确率下降。例如，具备建图及定位功能的清洁设备100，将工作区域分为五个待测区域：区域a、区域b、区域c、区域d和区域e，工作区域温度为22℃时，区域a的室温为20℃，区域b的室温为23℃，整个工作区域确定温度阈值为21℃，在室温22℃时，区域a中水渍200的温度为19℃，区域b中水渍200的温度为22℃，则无法在区域b中判别出水渍200。
39.基于上述原因，在本技术的一些实施例中，温度阈值包括区域温度阈值，即针对工作区域的多个待测区域设置不同的区域温度阈值，用于判别不同区域温度阈值对应的待测区域否包含水渍200。如此降低了工作区域中温度变化对检测精度的影响，进而提高了检测水渍200的精度。
40.在本技术的一些实施例中，基于工作区域的温度分布情况，获取工作区域的红外图像，并将红外图像中所有温度值的中位数设置为温度基础值；基于温度基础值设置上述温度阈值。例如，若工作区域的各区域的温度特征值(温度特征值为代表该区域整体温度分布的温度值，如室内空气平均温度值)分布均匀，工作区域的温度基础值为28.9℃，温度阈值设置为28℃，以通过温度阈值判别出各区域水渍200。
41.在本技术的一些实施例中，基于待测区域的温度分布情况，获取待测区域的区域红外图像，并将区域红外图像中所有温度值的中位数设置为区域温度基础值；基于区域温度基础值设置上述区域温度阈值。例如，若上述区域a的区域温度基础值a为19.5℃，区域温度阈值a设置为19.5℃，区域b的区域温度基础值b为22.5℃，区域温度阈值b设置为22℃，该各区域温度阈值均以最大值。
42.在本技术的一些实施例中，设置一个或多个温度阈值，以提高水渍200判断的有效性。例如，基于清洁设备100工作区域，图3a所示的常温的水渍200的温度范围在26.0℃
‑
27.0℃，图3b所示的冷饮的水渍200的温度小于10℃，高温的饮料温度高于40℃，则温度阈值为27℃(最大值)和40℃(最小值)，即小于27℃和大于40℃的物体被判别为水渍200。其中，对高温水渍200的检测，可以有效提高水渍200判断的有效性。
43.步骤s104：获取工作区域的红外热图像。在本技术的一些实施例中，清洁设备100通过红外摄像头生成的包含物体温度信息的红外图像。
44.在本技术的一些实施例中，红外图像可以包括多张针对工作区域中不同区域的红外图像。例如，安装于清洁设备100上的红外摄像头，在商场中拍摄多张不同商场区域地面的红热外图像，而基于多张不同商场区域的红外图像得到的商场的温度分布情况更加准确。
45.步骤s106：基于温度对红外图像进行图像分割，获得温度区域。具体的，对红外图像进行图像分割，获取一个或多个温度区域。例如，图3a和图3b所示的区域(a)包含水渍200和发光体300，针对图3a和图3b所示的区域(a)的热红外分布图(b)进行图像分割后，得到温度小于27℃的温度区域为水渍200的区域，即箭头m所指的区域，温度大于28℃的区域为发光体300，即箭头p所指的区域。其中，图像分割包括多种方式，例如，利用聚类分析方法基于温度来进行图像分割，得到一个或多个温度区域。可以理解，在一些实施例中，红外图像中温度相似的区域会被分割在同一区域。
46.步骤s108：判断温度区域的温度是否达到温度阈值。
47.若上述温度区域的温度未达到温度阈值，即说明该区域不包括水渍200，进入步骤s104，红外摄像头继续获取工作区域中其他区域的红外图像，以进行其他区域的检测。
48.若上述温度区域的温度达到温度阈值，即说明该区域包括水渍200，进入步骤s110。
49.步骤s110：判断温度区域的面积是否达到面积阈值。
50.若上述温度区域的面积未达到面积阈值，则进入步骤s104，获取工作区域中其他区域的红外图像。例如，若设置面积阈值为3平方厘米，则目标区域面积为1平方厘米时，则红外热摄像头获取其他区域的红外图像。通过忽略较小面积的、较小安全隐患的水渍200，提高清洁设备100针对水渍200清洁的有效性。
51.若上述温度区域的面积达到面积阈值，则进入步骤s112。
52.s112：确定温度区域为待清洁的水渍200的位置。
53.可以理解，图2所描述的清洁设备100检测水渍200的方法的流程只是一种示例，在另一些实施例中，各步骤的执行顺序也可以采用其他顺序，例如步骤s108和步骤s110，可以同时进行，也可以步骤s110先于步骤s108，在此不做限定。
54.在步骤s112中确定温度区域为待清洁的水渍200的位置后，清洁设备100控制中心获取该温度区域的位置，并向温度区域的位置移动，对水渍200进行清洁。
55.在上述实施例中，若工作区域中的地面上一些杂物的温度也达到上述温度阈值，则可能将杂物判断为水渍200，造成误判断，降低清洁设备100的工作效率，例如，图5所示的区域(a)中包括水渍200、发光体300和杂物400。图5所示的区域(a)的热红外分布图(b)中，杂物400的温度区域(箭头o所指的区域)与发光体300的温度区域(箭头p所指的区域)的温度相差较大(约3℃)，且与水渍200的温度区域(箭头m所指的区域)接近，同时达到水渍200的温度阈值(如该温度阈值为28℃)，则通过步骤s114对图5所示的区域(a)内是否有水渍200进行判断时，会将杂物400误判为水渍200。
56.针对该问题，本技术提供另一种清洁设备100检测水渍200的方法。该方法对工作区域进行三维结构的检测，以避免将有三维结构的非水渍200的物体(即杂物)，误判为水渍200。图4为根据本技术一些实施例的另一种清洁设备100检测水渍200的方法的流程图。参考图4，该方法包括步骤s102至步骤s110，步骤s1111、步骤s1112，以及步骤s112。其中步骤s102至步骤s110，以及步骤s112，可以参考前述对图2的描述，在此不作赘述。下面对步骤s1111和步骤s1112进行介绍。
57.在步骤s110后，也即确认上述温度区域的温度和面积均分别达到上述温度阈值和面积阈值的情况下，进入步骤s1111。
58.步骤s1111：获取温度区域的三维结构图像。例如，清洁设备100可以通过三维深度摄像头获取温度区域的三维结构图像，用于检测该温度区域是否具有三维结构。
59.可以理解，三维深度摄像头无法检测水渍200的三维结构，具体的，目前的三维深度摄像头原理上分为双目深度，结构光和飞行时间法三类，双目深度需要左右相机看到相同的纹理特征，由于水渍200的表面通常没有这样的纹理，所以无法测量。结构光是先打出激光散斑到被测量物体的表面，然后通过散斑在另一个相机中的观测角度来算深度，由于激光会穿过水渍200，所以也是无法测量的。飞行时间法也是类似的原因，光会射入水渍200内部，导致无法准确计算水渍200的表面三维结构。也即是说，当温度区域不存在三维结构
时，即认为该温度区域为水渍200。
60.步骤s1112：判断温度区域是否存在三维结构。根据步骤s1111中获取的三维结构图像判断温度区域是否存在三维结构。
61.若上述温度区域不存在三维结构，则进入步骤s112，确认温度区域为待清洁的水渍200的位置。若上述温度区域存在三维结构，则进入步骤s104，获取工作区域中其他区域的红外图像。
62.在图4所示的方法中，通过判断温度区域是否存在三维结构，进一步排除温度区域为杂物的情况，提高检测水渍200的准确性。
63.其中，步骤s1111和步骤s1112可以在步骤s112之前的任意步骤进行。例如，在进入步骤s108之前，先排除温度区域中包含的三维结构区域，对温度区域的非三维结构区域进行温度和面积的判断，以确定待清洁的水渍200。
64.图6为根据本技术一些实施例的一种电子设备600的结构示意图。电子设备600用于检测水渍200，如图6所示，该电子设备包括预设模块601、获取模块602、图像处理模块603和确定模块604。
65.预设模块601用于基于清洁设备100的工作区域的温度分布，确定温度阈值，温度阈值用于判别水渍200，以及确定面积阈值，面积阈值用于判别水渍200是否为需要清洁的水渍；获取模块602用于获取工作区域内的红外图像；图像处理模块603用于基于温度对红外图像进行图像分割，获得温度区域；确定模块607用于在温度区域的温度达到温度阈值，且温度区域的面积达到面积阈值的情况下，确定温度区域为需要清洁的水渍200的位置。
66.在本技术的一些实施例中，通过一种自动清洁水渍200的系统，包括上述电子设备600和清洁设备100，清洁设备100包括导航装置；清洁设备100利用导航装置获取需要清洁的水渍200的位置；清洁设备100向需要清洁的水渍200的位置移动，并针对待清洁水渍200进行清洁。如此清洁设备100可自动检测水渍200，并自动导航针对水渍200进行清洁，提高检测水渍200的效率，节省了人力，进一步使清洁设备100智能化，提高用户体验。
67.图7为根据本技术一些实施例的一种清洁设备100的硬件结构示意图。
68.具体地，如图7所示，清洁设备100包括处理器710，显示器720，摄像头730，传感器模块740，存储器750和电源760。
69.可以理解，本技术的实施例示意的结构并不构成对清洁设备100的具体限定。在本技术的另一些实施例中，清洁设备100可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
70.处理器710可以包括一个或多个处理单元，例如：处理器710可以包括应用处理器(application processor，ap)，调制解调处理器，中央处理器(central processing unit，cpu)，图形处理器(graphics processing unit，gpu)，图标信号处理器(image signal processor，isp)，控制单元，视频编解码器，数字信号处理器(digital signal processor，dsp)，数据处理器(data processing unit，dpu)、基带处理器，和/或神经网络处理器(neural
‑
network processing unit，npu)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。
71.处理器710中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器
710中的存储器为高速缓冲存储器。该存储器可以保存处理器710刚用过或循环使用的指令或数据。如果处理器710需要再次使用该指令或数据，可从存储器中直接调用。避免了重复存取，减少了处理器710的等待时间，因而提高了系统的效率。
72.在一些实施例中，处理器710可以包括一个或多个接口。接口可以包括集成电路(inter
‑
integrated circuit，i2c)接口，集成电路内置音频(inter
‑
integrated circuit sound，i2s)接口，脉冲编码调制(pulse code modulation，pcm)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，uart)接口，移动产业处理器接口(mobile industry processor interface，mipi)，通用输入输出(general
‑
purpose input/output，gpio)接口，用户标识模块(subscriber identity module，sim)接口，和/或通用串行总线(universal serial bus，usb)接口等。
73.可以理解的是，本技术的实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对清洁设备100的结构限定。在本技术另一些实施例中，清洁设备100也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。
74.显示器720，显示器720可以采用液晶显示屏(liquid crystal display，lcd)，有机发光二极管(organic light
‑
emitting diode，oled)显示屏，有源矩阵有机发光二极体(active
‑
matrix organic light emitting diode，amoled)显示屏，柔性发光二极管(flexible light
‑
emitting diode，fled)显示屏，量子点发光二极管(quantum dot light emitting diodes，qled)显示屏等。在本技术的一些实施例中，显示器720还可以包括触摸屏，用户可以通过触摸屏与清洁设备100交互，例如输入环境温度、温度阈值、面积阈值等。
75.摄像头730用于获取静态图像或视频。物体通过镜头生成图像投射到感光元件，感光元件把光信号转换成电信号，之后将电信号传递给图像信号处理器(image signal processor,isp)转换成数字图像信号。isp将数字图像信号输出到数字信号处理器(digital signal processor,isp)加工处理。dsp将数字图像信号转换成标准的rgb，yuv等格式的图像信号。在一些实施例中，清洁设备100可以包括1个或n个摄像头730，n为大于1的正整数。在本技术的一些实施例中，摄像头730包括红外摄像头和三维深度摄像头，红外摄像头工作原理是红外灯发出红外线照射物体，红外线漫反射，被监控红外热摄像头接收，形成视频图像。三维深度摄像头能检测出拍摄空间的景深距离。例如，在清洁设备100的顶部或侧部设置多个红外摄像头和多个三维深度摄像头，红外摄像头和三维深度摄像头获取已清洁区域的图片，处理器710可以根据红外摄像头拍摄的红外图像，以及和三维深度摄像头拍摄的三维图像，判断已清洁区域是否有水渍200。
76.清洁设备100还包括传感器模块740，其中传感器模块740可以包括压力传感器，陀螺仪传感器，气压传感器，磁传感器，加速度传感器，距离传感器，接近光传感器，压力传感器，温度传感器，触摸传感器，环境光传感器等。例如，在一些实施例中，上述激光传感器用于对路面进行障碍物检测。
77.存储器750用于存储软件程序以及数据，处理器710通过运行存储在存储器750的软件程序以及数据，执行清洁设备100的各种功能应用以及数据处理。例如，在本技术的一些实施例中，存储器750可以存储红外摄像头采集到的红外热图片数据和三维深度摄像头拍摄的三维图像。
78.清洁设备100还包括给各个部件供电的电源760(比如电池)，优选的，电源可以通
过电源管理系统与处理器710逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源760还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
79.本技术还提供一种计算机程序产品，该计算机程序产品包括指令，该指令用于实现上述检测水渍200的方法。
80.本技术还提供一种可读介质，该可读介质上存储有指令，该指令在电子设备上执行时使电子设备执行如上所述的检测水渍200的方法。
81.本技术还提供一种电子设备，电子设备包括存储器，用于存储由电子设备的一个或多个处理器执行的指令，以及处理器，是电子设备的处理器之一，用于执行如上所述的检测水渍200的方法。
82.在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本技术的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
83.类似地，应当理解，为了精简本技术并帮助理解各个发明方面中的一个或多个，在上面对本技术的示例性实施例的描述中，本技术的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本技术要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本技术的单独实施例。
84.本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的替代特征来代替。
85.此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本技术的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。