自主车辆的车道保持控制的制作方法

自主车辆的车道保持控制


背景技术：

1.自主驾驶技术随着在自主车辆中实现的许多特征而快速增长。av的基本功能之一是能够自动地沿着道路导航。将av保持在车道中在导航路径的计划、安全性和准确性方面可能是具有挑战性的。


技术实现要素：

2.粗略地描述，本技术包括用于将自主车辆(av)保持在行驶车道中的系统和方法。从一个或多个传感器，例如一个或多个照相机，接收车道线数据。第一车道线和第二车道线表示由av导航的行驶车道的边界，并且车道线数据包括当前行驶的道路上的车道的图像。第一参数曲线可与从车道线数据检测到的第一车道线的位置匹配。第二参数曲线可与从车道线数据检测到的第二车道线的位置匹配。然后，例如在第一参数曲线和第二参数曲线的中心生成中心参数曲线。然后，对中心参数曲线进行采样，以生成沿着中心参数曲线的轨迹点的离散矢量。然后基于轨迹点沿着道路导航av。
3.在一些情况下，该系统包括数据处理系统，该数据处理系统包括一个或多个处理器、存储器、计划模块和控制模块。数据处理系统可以被配置为生成第一参数曲线以匹配第一车道线，生成第二参数曲线以匹配第二车道线。第一车道线和第二车道线表示车道的边界。数据处理系统可基于第一参数曲线和第二参数曲线确定中心参数曲线。中心参数曲线可以延伸到第一车道线和第二车道线之间的中心。数据处理系统可以基于中心参数曲线生成轨迹点的离散矢量。轨迹点可以沿着中心参数曲线定位。数据处理系统可基于轨迹点的离散矢量产生至少一个动作，以沿着一组轨迹点导航av。
4.在一些情况下，本技术涉及一种用于将av保持在行驶车道中的方法。该方法可包括由数据处理系统生成第一参数曲线以匹配第一车道线，生成第二参数曲线以匹配第二车道线。第一车道线和第二车道线可以表示车道的边界。该方法还可包括由数据处理系统基于第一参数曲线和第二参数曲线确定延伸到第一车道线和第二车道线之间的中心参数曲线。该方法还可以包括由数据处理系统并且基于中心参数曲线来生成轨迹点的离散矢量。轨迹点沿着中心参数曲线定位。该方法可包括由数据处理系统基于轨迹点的离散矢量产生至少一个动作，以沿着一组轨迹点导航av。
5.在一些实例中，非暂时性计算机可读存储介质包括在其上实施的程序，其中，所述程序可由处理器执行以执行用于将av保持在行驶车道中的方法。该方法可包括生成第一参数曲线以匹配第一车道线，以及生成第二参数曲线以匹配第二车道线。第一车道线和第二车道线表示车道的边界。该方法还可包括基于第一参数曲线和第二参数曲线确定中心参数曲线。中心参数曲线在第一车道线和第二车道线之间的中心延伸。该方法还可以包括基于中心参数曲线来生成轨迹点的离散矢量。轨迹点沿着中心参数曲线定位。该方法还可包括基于轨迹点的离散矢量产生至少一个动作，以沿着一组轨迹点导航av。
6.实例的附加目的、优点和新颖特征将部分地在以下描述中陈述，且部分地在所属领域的技术人员阅读以下描述和附图后将变得显而易见，或可通过实例的生产或操作来了
解。通过在所附权利要求中特别指出的方法、手段和组合，可以实现和获得这些概念的目的和优点。
附图说明
7.图1是根据示例性实施例示出的av的框图。
8.图2是根据示例性实施例的av的数据处理系统的框图200。
9.图3是根据示例实施例的用于将av保持在行驶车道中的系统逻辑300的框图。
10.图4示出了根据示例性实施例的用于将av保持在行驶车道中的方法400。
11.图5示出了根据示例性实施例的用于生成车道参数曲线的方法。
12.图6示出了根据示例性实施例的用于生成中心线矢量数据的方法。
13.图7示出了根据示例性实施例的用于生成将av保持在当前行驶车道中的动作的方法。
14.图8至11示出了根据一些示例性实施例的其中可以实现用于将av保持在行驶车道中的系统和方法的环境。
15.图12是根据示例性实施例的用于实现可将av保持在行驶车道中的系统的计算环境的框图。
具体实施方式
16.粗略地描述，本技术包括用于将自主车辆(av)保持在行驶车道中的系统和方法。从一个或多个传感器，例如一个或多个照相机，接收车道线数据。第一车道线和第二车道线表示由av导航的行驶车道的边界，并且车道线数据包括当前行驶的道路上的车道的图像。第一参数曲线可与从车道线数据检测到的第一车道线的位置匹配。第二参数曲线可与从车道线数据检测到的第二车道线的位置匹配。然后，例如在第一参数曲线和第二参数曲线的中心生成中心参数曲线。然后，对中心参数曲线进行采样，以生成沿着中心参数曲线的轨迹点的离散矢量。然后基于轨迹点沿着道路导航av。
17.由所呈现的公开的系统和方法解决的技术问题涉及优化av的导航以停留在当前车道内。大多数现有的av系统仅利用av的不同模块之间的单组管线来处理不同的车道线曲率。这需要车辆建模和调优中的大量处理强度和资源，这将导致先前av的控制器的计算效率的缺乏。因此，大多数当前av系统进行最少的处理以在当前车道中导航，因为没有实时执行详细分析以导航车道的高效方式。
18.当前描述的av系统通过有效地收集大量数据并有效地处理数据以确定av应该沿其导航的路径来解决技术问题。该处理包括收集详细感知数据，从详细感知数据生成期望路径数据，采样期望路径数据，以及基于采样的数据导航av。在一些情况下，参数曲线用于表示通过计划模块的车道线，并且在执行横向控制计算之前仅在控制模块中转换为轨迹点的矢量。这种方法的主要优点是能够改变计划算法，同时在参数曲线被传递到控制模块时保持参数曲线处于相同的形式。横向控制的调优与参数曲线到轨迹点的矢量的离散化过程耦合。参数曲线的离散化过程可以保持在控制模块内部，并且与计划模块中的任何变化解耦。因此，控制模块不仅可用于将av保持在行驶车道中的计划任务，而且还可用于其它计划任务，例如自动停车、车道变换等。
19.在现有技术的av系统中，转向机构可能经历在发出转向命令的时间和av车轮转动的时间之间的延迟。此外，不同的车辆可能具有不同的方向盘延迟，这可能对av系统产生不稳定和不可预测的行为。与许多控制算法不同，本技术考虑了例如通过控制模块操纵av以创建实时响应中的延迟，尤其是对于高速场景。
20.在操作期间，av需要遵循路径。路径跟踪可利用车道线的几何形状。将av保持在行驶车道中基本上可以由横向控制器和与横向控制器相关的计划来执行。通过av的计划和控制来执行跟随路径的任务。计划可以粗略地分为两层，即全局导航层和局部路径跟随层。局部路径控制可以被分成两个部分：横向控制和纵向控制。
21.图1是示出根据示例性实施例的av 100的框图。av 100可以包括数据处理系统125，其与惯性测量单元(imu)105、照相机110、雷达115、激光雷达120、麦克风122和输出124通信。数据处理系统125还可以与加速130、转向135、制动140、电池系统145和推进系统150通信。数据处理系统125和与其通信的组件旨在是示例性的以用于本讨论的目的。如本领域普通技术人员将理解的，这不是限制性的，并且av的附加元件可在本技术的系统中实现。
22.imu 105可以跟踪和测量av加速度、偏航角速度和其它测量值，并将该数据提供给数据处理系统125以及av 100的其它部件。
23.照相机110、雷达115、激光雷达120和麦克风122可以形成av 100的感知模块的全部或部分。av 100可包括一个或多个照相机110，以捕获av 100内部和外部的视觉数据。包括一个或多个hd照相机的多个照相机可被安装在av 100的外部。例如，av 100外部的照相机可捕获前向视图、后向视图，以及可选地，其他视图。来自照相机的图像可以被处理以检测物体，诸如街灯、停止标志、道路的一个或多个车道的线或边界、以及环境的其他方面，对于这些方面，图像可以被用于确定物体的性质。为了检测对象，可以处理图像的像素以识别对象、单个图像和系列图像。可以利用图像和视频检测算法、机器学习模型、计算机视觉技术、深度学习技术和操作以检测特定的感兴趣对象的其他算法以及其他对象检测技术来执行处理。
24.雷达115可以包括多个雷达感测系统和设备以检测av 100周围的对象。在一些情况下，雷达系统可以在av 100的四个角部的每一个中的一个或多个处、在av 100的前侧、在av 100的后侧、以及在av 100的左侧和右侧上实现。雷达传感器也可以植入在其他位置，以收集关于短距离(例如，5英尺)或长距离(例如，200英尺)内的对象的数据。激光雷达120可用于检测相邻车道中、av 100前后的对象，以及取决于激光雷达传感器位置的其它位置中的对象。雷达和激光雷达传感器可以用于检测相邻车道中以及当前车道中av 100前后的静止和运动对象。
25.麦克风122可以用于接收和处理音频信息。音频信息可以包括由其它车辆发出的喇叭或其它声音、由个人和/或机器说出的话语、以及其它感兴趣的音频。可以对所接收的音频信息进行翻译、解析和处理，以识别文本和上下文，并且数据处理系统125可以基于所翻译、解析和处理的数据来产生要采取的动作。
26.附加的传感器可以与av 100一起实现，包括但不限于超声传感器、ir传感器和其他传感器。
27.输出机构124可包括提供来自av 100的输出的一个或多个机构。输出机构124可包括一个或多个外部转向信号、喇叭、av 100外部的照明、led显示器或其它适于显示文本、视
lane line)等。
36.在一些情况下，可从感知模块接收除车道线之外的对象的对象数据。对象数据可以包括车辆对象、行人对象、自行车对象和其他对象。对于车辆对象，传感器数据可以包括车辆位置、速度和加速度中的一个或多个。
37.在一些实施例中，车道线感知模块310可全部或部分地包括在感知模块220和计划模块212内。车道线感知模块310可基于车道线数据生成参数边缘曲线315，其拟合到从av正在其中行驶的当前车道中的传感器数据(例如，从照相机图像数据)检测到的每条车道线的位置和路径。因此，参数边缘曲线315可以包括用于匹配第一车道线(例如，左车道线)的第一参数边缘曲线和用于匹配第二车道线(例如，右车道线)的第二参数边缘曲线。
38.第一参数曲线可定义为y＝f1(x)且第二参数曲线可定义为y＝f2(x)，其中两个函数都定义在xy坐标系内。xy坐标系可以是“本车辆(ego-vehicle)”坐标系，其中x轴沿着av的当前轨迹的矢量定向，而y轴与av的轨迹的矢量正交，其中av在坐标系的原点。
39.在一些情况下，第一参数曲线y＝f1(x)和第二参数曲线y＝f2(x)的解析形式可相同或不同，这取决于第一车道线的位置的形状和第二车道线的位置的形状。在一些情况下，第一参数曲线可以用三阶参数曲线y＝a1x3 a2x2 a3x a0拟合。类似地，第二参数曲线可以用三阶参数曲线y＝b1x3 b2x2 b3x b0拟合。可以通过将曲线y＝a1x3 a2x2 a3x a0拟合到第一车道线的检测位置来得出系数a3、a2、a1、a0。可以通过首先将曲线y＝b1x3 b2x2 b3x b0拟合到第二车道线的检测位置来确定系数b3、b2、b1、b0。
40.可将包括函数系数的第一参数曲线和第二参数曲线提供给几何处理模块320。在接收到参数曲线和系数值之后，几何处理模块320可基于第一参数曲线和第二参数曲线生成中心参数曲线325。中心参数曲线325可被表示为y＝fc(x)，与第一参数曲线和第二参数曲线在相同的坐标系中。中心参数曲线325的解析形式可与第一参数曲线或第二参数曲线的解析形式相同或不同。在一些实施例中，中心参数曲线可以表示为y＝c1x3 c2x2 c3x c。中心参数曲线325可以包括对第一参数曲线和/或第二参数曲线进行滤波。例如，中心参数曲线325的生成可以包括基于第一参数曲线的几何形状和曲率以及第二参数曲线的几何形状和曲率来确定或选择中心参数曲线325的解析形式。几何处理模块320可将中心参数曲线325的解析形式和中心参数曲线的解析形式的参数提供给中心线生成模块330。
41.线生成模块330可以基于中心参数曲线325生成轨迹点335的离散矢量。轨迹点335可以沿着中心参数曲线定位(参见图11的点842)。轨迹点的离散矢量的生成可以包括中心参数曲线325的离散化。在对中心参数曲线325进行离散化之前，中心线生成模块330可确定中心参数曲线上的起点和待离散化的中心参数曲线的一部分的长度。中心参数曲线的部分的长度的确定可以基于当前av速度、当前av加速度、期望的点数、应当生成点的期望提前时间、应当生成点的期望距离或其它因素。例如，中心参数曲线的部分的长度的确定可以基于离散矢量中的轨迹点335的数量。在某些实施例中，离散矢量中的轨迹点的数量可以是预先固定的。例如，轨迹点的数量可被设置为40、50、60、80、100或一些其它数量。在一些情况下，av的速度或加速度越快，将被离散化的中心参数曲线的长度越长。对于av的较高当前速度，轨迹点335可沿中心参数曲线进一步分开；对于较低速度的av，轨迹点可位于更靠近在一起的位置。应当注意，对应于av的零速度(当av停止时)的中心参数曲线的部分的长度可以被选择为非零最小值。轨迹点335可在与第一参数曲线、第二参数曲线和中心参数曲线325相
同的坐标系中表示。轨迹点335的离散矢量可被提供给转向控制器340。
42.在一些实施例中，转向控制器340可基于轨迹点335的离散矢量产生一个或多个转向控制命令345。转向控制命令可包括沿轨道点335导航av的动作。动作可以包括av的速度的改变、av的加速度的改变、行驶方向的改变及其组合，以保持av沿着轨迹点，从而保持av在行驶车道中。
43.模块310
–
350的逻辑可以在每个计算周期期间根据车道边界、中心参数曲线、离散轨迹点、转向控制命令以及加速和减速命令生成参数曲线，使得连续地生成动作和控制命令和/或基于更新的感知数据连续地分析导航路径。系统300可连续收集数据、处理数据、并基于所处理的数据实时生成导航av的动作。因此，导航av的动作的生成可包括重新采样轨迹点335并将重新采样的轨迹馈送至转向控制模型340。转向控制模型可以被配置为估计用于使av的车轮转向的角度和用于使av的车轮转向的速度以产生转向控制命令345。转向控制指令345可以被提供给转向轮致动器450。转向轮致动器450可以以转向控制指令345中确定的角度和速度执行av的车轮的实际机械转向。
44.图4是示出根据示例性实施例的用于将av保持在行驶车道中的方法400的流程图。首先，在步骤410初始化av。初始化av可包括启动av、执行初始系统检查、将av校准到当前环境温度和天气、装载乘客和/或其它偏好和设置、以及在启动时按需校准任何系统。
45.接下来，在步骤420，数据可从一个或多个av传感器接收并由感知模块处理。数据可以包括从一个或多个照相机接收的图像数据、从诸如雷达、激光雷达、超声和uv传感器之类的一个或多个传感器接收的数据、来自麦克风的音频数据以及其他数据。可处理所接收的数据以检测av当前行驶的道路中的车道线数据。在一些情况下，对应于当前车道的边界的车道线可从所捕获的感知数据确定，例如左车道和右车道。下面参考图5更详细地描述步骤420。
46.在步骤430，基于边界车道线识别中心车道线。形成当前行驶的车道的边界并作为步骤420的一部分被检测的车道线可用于生成中心车道线。下面参考图6更详细地描述方法400的步骤430。
47.在步骤440，基于中心车道线生成将av保持在当前车道中的一个或多个动作。这些动作可包括确定车辆速度、沿着中心车道线的点之间的导航、执行碰撞避免分析以及其它步骤。下面参考图7更详细地描述方法400的操作440。
48.在步骤450，控制器可基于所生成的动作来生成加速和控制器命令以导航av。加速命令可指示av何时应加速、保持相同速度或减速，以及av何时应施加其制动。控制器命令还可以指示车轮应当转到什么程度以沿着中心车道线导航。
49.在步骤670执行导航av的命令。执行可包括使dbw模块216通过转向信号、灯、面板、显示器以及加速、制动、转向和任何其它通信或物理av控制中的一个或多个来致动命令。
50.图5示出了用于生成车道参数曲线的方法。图5的方法提供了图4的方法400的步骤420的附加细节。在一些情况下，生成车道参数曲线作为感知数据的捕获和处理的一部分来执行。因此，图5的方法可以由av的感知模块来执行。首先，在步骤510，由av的感知模块使用一个或多个照相机捕获车道线的图像。车道线可以从前向照相机、侧面照相机、后向照相机和/或能够在av上找到的其他照相机捕获。
51.接下来，在步骤520，可从车道线的图像识别车道线的类型。可使用图像处理算法、
神经网络、图像处理ai和/或其它方法来识别车道线类型。线的类型可以包括单实线、单虚线、双实线、部分虚双线等。
52.在步骤530，可创建要与每个车道线匹配的参数曲线函数。参数曲线可以表示为函数其中x和y是与av相关的坐标系的坐标，是要被优化以使函数拟合至车道线在一个或多个图像中的位置的参数，i是行驶车道的左线或右线的索引。在一些实施例中，x坐标沿着av的速度的矢量，而y坐标与av的速度的矢量正交。在一些实施例中，函数可以是x的三阶多项式。
53.一旦生成参数曲线函数，就可在步骤540处将车道线参数曲线函数和车道的类型提供给计划模块。
54.图6是用于生成中心线矢量数据的方法。图6的方法提供了图4的方法的步骤430的附加细节。图6的方法可以由av的规划模块来执行。首先，在步骤610访问每个车道线的参数曲线函数。参数曲线可包括与第一车道线的位置和轨迹匹配的第一参数曲线和与第二车道线的位置和轨迹匹配的第二参数曲线。第一和第二车道线可以是形成av当前正在其中行进的车道的车道线。参数曲线可以表示为如上参考图5详细描述的函数
55.在步骤620中生成中心线参数曲线函数。中心线参数曲线函数可以基于用于车道线的参数曲线函数来生成。例如，中心线参数曲线可以被确定为第一参数曲线函数和第二参数曲线函数的平均值，使得中心线函数在由感知模型提供的两个参数曲线函数的中心。在一些实施例中，中心线参数曲线可以通过对用于车道线的参数曲线函数进行滤波来得出。在一些实施例中，中心线参数曲线的解析形式可基于用于车道线的参数曲线的曲率来确定或选择。在某些实施例中，中心线参数曲线的解析形式可不同于用于车道线的参数曲线的解析形式。
56.然后在步骤630中，可对中央车道线曲线进行采样以产生中央线矢量数据。中心线矢量数据可包括沿着中心车道线曲线的轨迹点的坐标。轨迹点的数量可以是预先固定的，或者可以是基于例如av的当前速度和加速度动态确定的。可基于av的当前速度和加速度、时间段、距离或一些其它参数来确定要离散化的中心车道线曲线的一部分的长度。在一些情况下，对于较高的当前速度，长度可以较长，而对于较低的速度，长度可以较短。对于av的较高当前速度，可以较稀疏地采样轨迹点。在一些情况下，离散矢量点可以沿着中心车道线以10英尺、20英尺、30英尺、50英尺或一些其它距离的间隔。在一些情况下，离散矢量点可沿着中心车道线，使得av将每0.1秒、0.2秒、0.5秒、1秒或一些其它时间段到达每个矢量点。
57.图7示出了用于生成将av保持在当前行驶车道中的动作的方法。图7的方法提供了图4的方法的步骤440的附加细节。图7的方法可以由av的计划模块来执行。
58.首先，在步骤710生成从当前位置导航并前进通过下一组采样坐标的多个动作。采样坐标表示沿着中心车道线曲线的轨迹点的矢量，如由函数描述的。所生成的动作可指示av的车轮在当前位置和一个或多个随后的采样位置处要被操纵的角度。
59.接下来，在步骤720，生成从当前速度加速和/或减速通过下一组采样坐标的多个
动作。加速或减速的动作可以基于用户舒适度和急动度偏好、当前道路的速度限制、道路上的其他交通活动以及其他因素。在步骤730可以执行碰撞避免分析。在一些情况下，可以立即或在不久的将来(例如，10秒)从多个加速或减速动作以及方向盘导航动作中去除有与其他车辆碰撞风险的动作。
60.在步骤740，可以建模其余动作中的致动器延迟。在一些情况下，从生成动作的时间到执行命令使得加速、减速或转向由致动器物理地执行的时间可能存在延迟。致动器延迟考虑了动作生成和致动器动作之间的延迟。结果，基于延迟将所生成的动作设计为有效。例如，如果动作的生成和致动器动作之间的延迟是0.5秒，则将对致动器延迟建模以生成将从计划模块生成动作的时间起0.5秒执行的动作。
61.在步骤710生成的多个动作中的其余动作可在步骤750被评估和排序。在步骤760，可以选择导航和加速或减速的最高排名的动作。在一些情况下，动作可涉及从第一位置导航到第二位置，这可包括加速和/或减速以及致动av的转向。在步骤770，所选动作可被发送到av的控制器。
62.图4-7的方法步骤以示例性顺序提供。意图是，任何步骤可以以不同的顺序执行，可以被分成多个步骤或与其它步骤组合，可以与其它步骤串行或并行地执行。另外，图4-7的每种方法可以包括比所图示的那些方法更多或更少的步骤。图4-7的方法中的每一个都可以由处理逻辑来执行，该处理逻辑可以包括硬件(例如，决策逻辑、专用逻辑、可编程逻辑和微代码)、软件(例如，在通用计算机系统或专用机器上运行的软件)或两者的组合。
63.图8示出了根据一些示例性实施例的其中可以实现用于将av保持在行驶车道中的系统和方法的环境800。环境800包括道路805的一部分、位于道路805上的第一车道线815和第二车道线820以及av 100。av 100在第一车道线815和第二车道线820之间的车道内导航。即使图8所示的第一车道线815和第二车道线820是单实线，在其它实施例中，车道线815或820中的至少一个可以是不同的标识线，例如单虚线、双实线、虚实线、可变车道线等。车道线815和820可以平行地或彼此独立地弯曲。
64.av 100沿方向830前进。av可接收感知数据，处理该数据，识别并将函数匹配至车道线的方向，以及生成动作以在车道线内导航av。在图8所示的环境中，动作可导致沿方向835指向的av基本上停留在由车道线815和820定义的车道的中心。
65.图9示出了根据一些示例性实施例的其中可以实现用于将av保持在行驶车道中的系统和方法的环境900。环境900包括道路805的一部分、位于道路805上的第一车道线815和第二车道线820、av 100、av 100前进的方向830以及av 100可以导航以基本上停留在由车道线815和820限定的车道中心的方向835。
66.环境900包括第一参数曲线817和第二参数曲线822。第一参数曲线817和第二参数曲线822可由av 100的感知模块确定。第一参数曲线817和第二参数曲线822表示原点在av处的xy坐标系中的参数函数。拟合第一参数曲线817以匹配第一车道线815的位置，并且拟合第二参数曲线822以匹配第二车道线820的位置。x坐标可被选择为沿着av 100的航向或当前速度，y坐标可与x正交。
67.图10示出了根据一些示例性实施例的其中可以实现用于将av保持在行驶车道中的系统和方法的环境1000。环境1000包括如图9中所描述的元素以及中心参数曲线840。中心参数曲线840可由av的计划模块基于第一参数曲线817和第二参数曲线822来确定。中心
参数曲线840可被生成为第一车道线815和第二车道线820之间的中心。
68.图11示出了根据一些示例性实施例的其中可以实现用于将av保持在行驶车道中的系统和方法的环境1100。环境1100包括如图10中所描述的元素。
69.环境1100还包括轨迹点842的离散矢量。轨迹点可由av的控制模块根据中心参数曲线840生成。轨迹点843沿着中心参数曲线840定位。待采样的中心参数曲线的一部分的长度可以取决于例如av的当前速度、时间间隔、距离和/或其它因素。控制模块可以使用轨迹点来产生动作，以沿着中心参数曲线导航和加速或减速av。这些动作可以进一步提供给av的车轮转向控制器。
70.图12是用于实现将av保持在车道内的系统的计算环境的框图。图12的系统1200可在实现av的主动交互模块的机器的上下文中实现。图12的计算系统1200包括一个或多个处理器1210和存储器1220。主存储器1220部分地存储由处理器1210执行的指令和数据。主存储器1220在操作时可存储可执行代码。图12的系统1200还包括大容量存储设备1230、(一个或多个)便携式存储介质驱动器1240、输出设备1250、用户输入设备1260、图形显示器1270和外围设备1280。
71.图12中所示的部件被描绘为经由单个总线1290连接。然而，这些部件可以通过一个或多个数据传输装置连接。例如，处理器单元1210和主存储器1220可以经由本地微处理器总线连接，并且大容量存储设备1230、(一个或多个)外围设备1280、便携式存储设备1240和显示系统1270可以经由一个或多个输入/输出(i/o)总线连接。
72.可以用磁盘驱动器、光盘驱动器、闪存驱动器或其它设备实现的大容量存储设备1230是用于存储由处理器单元1210使用的数据和指令的非易失性存储设备。大容量存储设备1230可以存储用于实现本技术的实施例的系统软件，以便将该软件加载到主存储器1220中。
73.便携式存储设备1240结合诸如闪存驱动器、usb驱动器、存储卡或记忆棒、或其他便携式或可移除存储器之类的便携式非易失性存储介质操作，以向图12的计算机系统1200输入数据和代码以及从其输出数据和代码。用于实现本技术的实施例的系统软件可以存储在这样的便携式介质上并通过便携式存储设备1240输入到计算机系统1200。
74.输入设备1260提供用户界面的一部分。输入设备1260可以包括用于输入字母数字和其它信息的字母数字键盘(例如键盘)、定点设备(例如鼠标、轨迹球、触控笔、光标方向键、麦克风、触摸屏、加速计)、经由射频连接的无线设备、运动感测设备和其它输入设备。另外，如图12中所示的系统1200包括输出设备1250。合适的输出设备的示例包括扬声器、打印机、网络接口、扬声器和监视器。
75.显示系统1270可以包括液晶显示器(lcd)或其他合适的显示设备。显示系统1270接收文本和图形信息，并处理该信息以输出到显示设备。显示系统1270还可以作为触摸屏接收输入。
76.外围设备1280可包括任何类型的计算机支持设备以向计算机系统添加附加功能。例如，(一个或多个)外围设备1280可包括调制解调器或路由器、打印机、以及其他设备。
77.在一些实现中，1200的系统还可以包括无线电发射机和无线电接收机1290。天线和无线电可以在诸如智能电话、平板电脑和可以无线地通信的其他设备的设备中实现。一个或多个天线可以在适于通过蜂窝网络、wi-fi网络、诸如蓝牙设备的商业设备网络和其它
射频网络发送和接收数据的一个或多个射频下操作。所述设备可以包括一个或多个无线电发射机和接收机，用于处理使用天线发送和接收的信号。
78.图12的计算机系统1200中包含的部件是通常在计算机系统中找到的那些部件，其可以适于与本发明的实施例一起使用，并且旨在表示本领域公知的这种计算机部件的宽泛类别。因此，图12的计算机系统1200可以是个人计算机、手持式计算设备、智能电话、移动计算设备、工作站、服务器、小型计算机、大型计算机或任何其它计算设备。计算机还可以包括不同的总线配置、联网平台、多处理器平台等。可以使用各种操作系统，包括unix、linux、windows、macintosh os、android以及包括java、net、c、c 、node.js的语言。
79.本文的技术的前述详细描述是出于说明和描述的目的而呈现的。其并非旨在是穷举的或将技术限于所公开的精确形式。根据上述教导，许多修改和变化是可能的。选择所描述的实施例以最好地解释该技术的原理及其实际应用，从而使本领域的其他技术人员能够在各种实施例中最好地利用该技术，并且具有适合于预期的特定用途的各种修改。本发明的范围旨在由所附权利要求书限定。
80.本文描述的实施例的详细描述包括对附图的参考，附图形成详细描述的一部分。在本部分中描述的方法不是权利要求的现有技术，并且不因为包括在本部分中而被承认是现有技术。附图示出了根据示例实施例的图示。这些示例实施例，其在此也被称为“示例”，被足够详细地描述以使得本领域技术人员能够实践本主题。可以组合实施例，可以利用其他实施例，或者可以在不脱离所要求保护的范围的情况下进行结构、逻辑和操作改变。因此，以下详细描述不应被理解为限制性的，并且范围由所附权利要求及其等效物来限定。