铁路全线区段不洁道床集中区间抓取方法及存储介质与流程

1.本发明涉及铁路养护技术领域，具体涉及一种铁路全线区段不洁道床集中区间抓取方法及存储介质。


背景技术：

2.截至2020年7月底，全国铁路营业里程达到14.14万km，除去高铁3.6万km，有砟铁路里程大于10万km。有砟铁路道床脏污直接导致道床板结或唧泥等病害，客观上限制了列车行车速度，并对线路运行安全造成极大隐患。因此，按照铁路养护维修管理规程，脏污道床需要有计划实施清筛。
3.以往评价道床脏污是通过线路过往总重量、运营时间或现场挖验结果来决定清筛区段，既不科学也效率低下。目前我国已有成熟的车载探地雷达检测技术和装备，能够对道床脏污进行快速连续检测并给出相应的评价指标，如脏污率、脏污指数或不洁率等。管理人员结合检测评价指标可以对线路进行综合评估，实行有计划的清筛决策管理。
4.目前道床清筛作业采用“清筛大机”进行机械化施工，由于清筛作业需要线路停车或获取天窗点进行施工，为提高清筛作业效能，减少对线路运营影响，在车载探地雷达检测结果的基础上，应该对道床不洁的集中路段进行有选择性重点清筛，暂缓不集中的散点状线路段；另外由于挑取桥梁或隧道的某一段进行大机清筛也不经济，根据实践经验，往往对桥梁和隧道工况，根据道床不洁状态的严重程度采用全段整体清筛作业。
5.探地雷达以每小时60km以上的速度对全线路有砟道床进行探测，每月对全线采集一次数据并根据数据解析给出道床脏污或不洁的评价结果。但该结果乃是等距计算单元的离散点结果，铁路运营里程长，几十数百公里的线路如若采用人工方式提取集中脏污或不洁区段，工作量十分庞大，实时效率和准确性难以保证。
6.因此，亟需一种铁路全线区段不洁道床集中区间抓取方法及存储介质，借助探地雷达解算的单元不洁率成果，无需人工干预，能够智能提取铁路路基区段的不洁道床，为线路健康养护管理尤其是智能化辅助决策和科学管理提供技术支撑。


技术实现要素：

7.为了解决上述问题，本发明提供一种铁路全线区段不洁道床集中区间抓取方法及存储介质，无需人工干预，能够智能提取铁路全线各个区段的不洁道床，为线路健康养护管理尤其是智能化辅助决策和科学管理提供技术支撑。
8.为实现上述目的，本发明提供一种铁路全线区段不洁道床集中区间抓取方法，其步骤包括：
9.s1：将铁路全线从起点到终点，按预定长度a等间隔划分成连续的计算单元，编号为1、2、3
……
p，p为最后一个预定长度a计算单元；并将铁路全线从起点到终点，按照顺序对其中的每座桥梁、每座隧道作为独立区段进行对应的桥梁区段或隧道区段标志，按照顺序对其中被桥梁或隧道分隔形成的里程区段进行路基区段标志；
10.s2：获取所述铁路全线内所有的计算单元的不洁率参数，即得到p个不洁率参数，并对每个计算单元的不洁率参数与不洁率指标阈值进行比较，对于大于不洁率指标阈值的计算单元作为不洁单元并进行flag标志；
11.s3：按照铁路全线从起点到终点的顺序，取一个区段，
12.判断当前区段是否为路基区段，
13.若是，正向搜索并计算当前区段的超不洁率指标阈值的不洁率单元占比b和不洁里程l，若b≧r，且l≧c，则对当前区段进行抓取，并计算得到当前区段的不洁率参数平均值，若l《c，继续下一区段判断；若b《r，逆向搜索当前区段集中不洁区间的起点和/或终点；
14.若否，则判断当前区段为桥梁或隧道区段中的一种，计算当前区段的超不洁率指标阈值的不洁率单元占比b，若b≧r，则对当前区段进行抓取，并计算出当前区段的不洁率参数平均值；若b《r，则不对当前区段进行抓取，继续下一区段判断；
15.依次循环，直到铁路全线内所有桥梁区段、隧道区段以及路基区段计算抓取完成，其中r为超不洁率指标阈值不洁率单元最小占比，c为路基区段下清筛施工作业最经济的里程长度；
16.s4：对所有被抓取的桥梁区段和隧道区段的不洁率平均值由大到小进行排序；对所有抓取的路基区段的集中不洁区段的不洁率平均值由大到小进行排序，以供决策管理单位进行决策清理。
17.作为上述方案的进一步改进，所述步骤s1中，还可以加入铁路沿线站点进行区段划分，此时，所述路基区段为被桥梁或隧道或站点分隔形成的铁路里程区段。
18.作为上述方案的进一步改进，所述步骤s3中，所述正向搜索并计算当前区段的超不洁率指标阈值的不洁率单元占比b和不洁里程l的方法，其步骤包括：
19.s31a：沿当前路基区段从小里程往大里程，搜索出该路基区段内的所有计算单元的不洁率参数大于不洁率指标阈值的不洁单元，将搜索到的第1个不洁单元，设编号为m，并将该不洁单元记为该区段的不洁单元起点；
20.s32a：沿当前路基区段从大里程往小里程，将搜索到的第1个不洁单元，设编号为n，并将该不洁单元记为该区段的不洁单元终点；
21.s33a：计算编号为m～n的单元中，不洁率参数超过不洁率指标阈值的个数，设该个数为x，则用b＝x/(n-m 1)计算得到不洁率单元占比；计算该区段不洁里程l＝(n-m)*a。
22.作为上述方案的进一步改进，所述步骤s3中，所述逆向搜索当前区段集中不洁区间的起点和/或终点的方法，其步骤包括：
23.s31b：沿当前路基区段从大里程往小里程，从第n-1个计算单元开始搜索不洁率参数大于不洁率指标阈值的不洁单元，将搜索到的第2个不洁单元，设编号为i；
24.s32b：沿当前路基区段从小里程往大里程，从第m 1个计算单元搜索不洁率参数大于不洁率指标阈值的不洁单元，将搜索到的第2个不洁单元，设编号为j；
25.s33b：比较(n-i)和(j-m)的大小，大者，对应m或n更新为j或者i，即用j或者i代替m或者n作为不洁单元起点或终点；小者，对应n或者m保留；重复步骤s31a～s33a，计算m～i区间内的重点不洁区段。
26.作为上述方案的进一步改进，在所述步骤s33b中，搜索新的不洁单元i和j过程中，比较(n-i)和(j-m)大小，当(n-i)＝(j-m)时，比较i和j单元的不洁率参数大小，采用不洁率
参数大的单元不变动，用小的不洁单元替换原来的m或n单元。
27.作为上述方案的进一步改进，所述步骤s1中，所述预定长度a为便于计算而划分铁路全线的间隔，优选0《a≦20,a的单位为m。
28.作为上述方案的进一步改进，所述步骤s2中，所述不洁率参数包括但不限于道床脏污评价的脏污率，或探地雷达解算出的脏污指数。
29.作为上述方案的进一步改进，所述步骤s2和s3中，所述不洁率指标阈值根据铁路全线实际情况并结合大机清筛作业的生产力机动设置，并结合道床脏污评价的脏污率、脏污指数参数进行对应调整，优选铁路全线的需要清筛道床的不洁率指标阈值为20。
30.作为上述方案的进一步改进，所述步骤s3中，所述不洁率单元最小占比，根据铁路全线实际情况并结合大机清筛作业的生产力机动设置，优选不洁率单元最小占比r＝70％；所述不洁率单元占比，通过步骤s2获得的每个不洁单元的不洁率参数与不洁率指标阈值r进行比较，得到超过不洁率指标阈值r的不洁单元的数量，再与该区段的不洁单元的总数相比，即得到该区段的不洁率单元占比。
31.作为上述方案的进一步改进，所述步骤s3中，所述路基区段下清筛施工作业最经济的里程长度c，根据铁路全线实际情况并结合大机清筛作业的生产特点和能力机动设置，c优选为200m、300m、400m、600m。
32.本发明还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项实施方案中所述铁路全线区段不洁道床集中区间抓取方法。
33.由于本发明采用了以上技术方案，使本技术具备的有益效果在于：
34.1、本发明提供的一种铁路全线区段不洁道床集中区间抓取方法，首先将铁路全线从起点到终点，按预定长度a等间隔划分成连续的计算单元，并将其中的桥梁区段或隧道区段标志，以及被桥梁或隧道分隔形成的里程区段进行路基区段标志；然后再获取所述铁路全线内所有的计算单元的不洁率参数，即得到p个不洁率参数，并对每个计算单元的不洁率参数与不洁率指标阈值进行比较，对于大于不洁率指标阈值的计算单元作为不洁单元并进行flag标志；再根据不同的区段类型，对于路基区段进行不洁率单元占比b和不洁里程l的计算，对于若b≧r，且l≧c，则对当前区段进行抓取，并计算得到当前区段的不洁率参数平均值，若l《c，继续下一区段判断；若b《r，逆向搜索当前区段集中不洁区间的起点和/或终点；对于桥梁区段或隧道区段，计算当前区段的超不洁率指标阈值的不洁率单元占比b，若b≧r，则对当前区段进行抓取，并计算出当前区段的不洁率参数平均值；若b《r，则不对当前区段进行抓取，继续下一区段判断；直到铁路全线内所有桥梁区段、隧道区段以及路基区段计算抓取完成；最后分别对对所有被抓取的桥梁区段和隧道区段的不洁率平均值由大到小进行排序；对所有抓取的路基区段的集中不洁区段的不洁率平均值由大到小进行排序，以供决策管理单位进行决策清理。整个过程，无需人工干预，便能够智能提取铁路全线各个区段的不洁道床，为线路健康养护管理尤其是智能化辅助决策和科学管理提供技术支撑。
35.2、本发明提供的一种铁路全线区段不洁道床集中区间抓取方法，从宏观上的区段着手，按照抓大放小原则。从区段两端进行检索和收缩比对，当不洁单元占比超过阈值和不洁区间长度大于等于最小里程长度时结束搜索，确认并抓取集中不洁区间；无需在全区间按照局部单元逐一检索，节省了时间，提高了计算效率；且本抓取方法逻辑清晰，流程简便；
另外与传统的穷举类的搜索算法、单向比较搜索算法相比，本发明所提供抓取方法更符合道床脏污线路实际情况，计算量小、效率高，抓取的区间结果也更可靠，并能够快速找到道床不洁集中区间，方便在管理软件中或管理平台上集成应用。
36.3、本发明提供的一种铁路全线区段不洁道床集中区间抓取方法，充分考虑桥梁、隧道和路基工况特点，且在某些情况下还将站点也考虑进去，从而将铁路全线划分成若干区段，对各个区段进行分段抓取作业；线路分段模式因地制宜，便于后期清筛施工管理和优化决策；另外对于桥梁和隧道采用统一的抓取规则，不论其长短，作为一个整体，符合线路上道床脏污的实际情况，也便于后期决策施工的安排。
附图说明
37.为了更清楚地说明本发明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，下面描述中的附图仅仅是本发明的一些实施例，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；
38.图1为本发明公开的一种铁路全线区段不洁道床集中区间抓取方法的流程示意图；
39.图2为本发明公开的全线铁路工况区段划分示意图
40.图3为本发明公开的一种铁路全线区段不洁道床集中区间抓取方法的一段路基区段上不洁率分布及抓取区间示意图。
具体实施方式
41.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
42.需要说明，本发明实施例中所有方向性指示诸如第一、第二、上、下、左、右、前、后
……
仅用于解释在某一特定姿态如附图所示下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
43.另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
44.以下面结合附图以对本发明作进一步描述:
45.实施例1：
46.参照图1-图3，本发明提供一种铁路全线区段不洁道床集中区间抓取方法，其步骤包括：
47.s1：将铁路全线从起点到终点，按预定长度a等间隔划分成连续的计算单元，编号为1、2、3
……
p，p为最后一个预定长度a计算单元；并将铁路全线从起点到终点，按照顺序对其中的每座桥梁、每座隧道作为独立区段进行对应的桥梁区段或隧道区段标志，按照顺序对其中被桥梁或隧道分隔形成的里程区段进行路基区段标志；在某些实施例中，还可以加
入铁路沿线站点进行区段划分，此时，所述路基区段为被桥梁或隧道或站点分隔形成的铁路里程区段；
48.s2：获取所述铁路全线内所有的计算单元的不洁率参数，即得到p个不洁率参数，并对每个计算单元的不洁率参数与不洁率指标阈值进行比较，对于大于不洁率指标阈值的计算单元作为不洁单元并进行flag标志；所述不洁率指标阈值根据铁路全线实际情况并结合大机清筛作业的生产力机动设置，并结合道床脏污评价的脏污率或脏污指数参数进行对应调整，在本实施例中优选铁路全线的需要清筛道床的不洁率指标阈值为20；
49.s3：按照铁路全线从起点到终点的顺序，取一个区段，
50.判断当前区段是否为路基区段，
51.若是，正向搜索并计算当前区段的超不洁率指标阈值的不洁率单元占比b和不洁里程l，所述正向搜索并计算当前区段的超不洁率指标阈值的不洁率单元占比b和不洁里程l的方法，其步骤包括：
52.s31a：沿当前路基区段从小里程往大里程，搜索出该路基区段内的所有计算单元的不洁率参数大于不洁率指标阈值的不洁单元，将搜索到的第1个不洁单元，设编号为m，并将该不洁单元记为该区段的不洁单元起点；
53.s32a：沿当前路基区段从大里程往小里程，将搜索到的第1个不洁单元，设编号为n，并将该不洁单元记为该区段的不洁单元终点；
54.s33a：计算编号为m～n的单元中，不洁率参数超过不洁率指标阈值的个数，设该个数为x，则用b＝x/(n-m 1)计算得到不洁率单元占比；计算该区段不洁里程l＝(n-m)*a；
55.若b≧r，且l≧c，则对当前区段进行抓取，并计算得到当前区段的不洁率参数平均值，若l《c，继续下一区段判断；若b《r，逆向搜索当前区段集中不洁区间的起点和/或终点；
56.所述逆向搜索当前区段集中不洁区间的起点和/或终点的方法，其步骤包括：
57.s31b：沿当前路基区段从大里程往小里程，从第n-1个计算单元开始搜索不洁率参数大于不洁率指标阈值的不洁单元，将搜索到的第2个不洁单元，设编号为i；
58.s32b：沿当前路基区段从小里程往大里程，从第m 1个计算单元搜索不洁率参数大于不洁率指标阈值的不洁单元，将搜索到的第2个不洁单元，设编号为j；
59.s33b：比较(n-i)和(j-m)的大小，大者，对应m或n更新为j或者i，即用j或者i代替m或者n作为不洁单元起点或终点；小者，对应n或者m保留；重复步骤s31a～s33a，计算m～i区间内的重点不洁区段；
60.本发明中从区段两端进行检索和收缩比对，当不洁单元占比超过阈值和不洁区间长度大于等于最小里程长度时结束搜索，确认并抓取集中不洁区间；无需在全区间按照局部单元逐一检索，节省了时间，提高了计算效率；且本抓取方法逻辑清晰，流程简便；
61.若否，则判断当前区段为桥梁或隧道区段中的一种，计算当前区段的超不洁率指标阈值的不洁率单元占比b，若b≧r，则对当前区段进行抓取，并计算出当前区段的不洁率参数平均值；若b《r，则不对当前区段进行抓取，继续下一区段判断；
62.依次循环，直到铁路全线内所有桥梁区段、隧道区段以及路基区段计算抓取完成，其中r为超不洁率指标阈值不洁率单元最小占比，c为路基区段下清筛施工作业最经济的里程长度；
63.s4：对所有被抓取的桥梁区段和隧道区段的不洁率平均值由大到小进行排序；对
所有抓取的路基区段的集中不洁区段的不洁率平均值由大到小进行排序，以供决策管理单位进行决策清理。
64.整个过程，无需人工干预，便能够智能提取铁路全线各个区段的不洁道床，为线路健康养护管理尤其是智能化辅助决策和科学管理提供技术支撑；另外与传统的穷举类的搜索算法、单向比较搜索算法相比，本发明所提供抓取方法更符合道床脏污线路实际情况，计算量小、效率高，抓取的区间结果也更可靠，并能够快速找到道床不洁集中区间，方便在管理软件中或管理平台上集成应用。
65.再者本发明提供的一种铁路全线区段不洁道床集中区间抓取方法，充分考虑桥梁、隧道和路基工况特点，且在某些情况下还将站点也考虑进去，从而将铁路全线划分成若干区段，对各个区段进行分段抓取作业；线路分段模式因地制宜，便于后期清筛施工管理和优化决策；另外对于桥梁和隧道采用统一的抓取规则，不论其长短，作为一个整体，符合线路上道床脏污的实际情况，也便于后期决策施工的安排。
66.需要说明的是，在铁路全线进行划分的时候，对于路基区段的特殊情况，考虑到被桥梁或隧道分割的路基区段长度本身小于大机清筛作业的最小区段，将该区段合并入相邻桥梁或隧道，按照相应的桥梁或隧道工况进行整体抓取。
67.作为优选的实施例，在所述步骤s33b中，搜索新的不洁单元i和j过程中，比较(n-i)和(j-m)大小，当(n-i)＝(j-m)时，比较i和j单元的不洁率参数大小，采用不洁率参数大的单元不变动，用小的不洁单元替换原来的m或n单元。
68.作为优选的实施例，所述步骤s1中，所述预定长度a为便于计算而划分铁路全线的间隔，优选0《a≦20,a的单位为m，在本实施例中，a为10m。
69.作为优选的实施例，所述步骤s2中，所述不洁率参数包括但不限于道床脏污评价的脏污率，或探地雷达解算出的脏污指数，在本实施例中，将探地雷达解算出的脏污指数作为不洁率参数。
70.作为优选的实施例，所述步骤s2和s3中，所述不洁率指标阈值根据铁路全线实际情况并结合大机清筛作业的生产力机动设置，并结合道床脏污评价的脏污率、脏污指数参数进行对应调整，优选铁路全线的需要清筛道床的不洁率指标阈值为20。
71.作为优选的实施例，所述步骤s3中，所述不洁率单元最小占比，根据铁路全线实际情况并结合大机清筛作业的生产力机动设置，优选不洁率单元最小占比r＝70％；
72.所述不洁率单元占比，通过步骤s2获得的每个不洁单元的不洁率参数与不洁率指标阈值r进行比较，得到超过不洁率指标阈值r的不洁单元的数量，再与该区段的不洁单元的总数相比，即得到该区段的不洁率单元占比；
73.所述不洁率平均值，首先对该区段内的所有计算单元的不洁率参数求和得到x，再计算得到该区段内对应的计算单元个数y，从而得到该区段内部洁率平均值＝x/y。
74.作为上述方案的进一步改进，所述步骤s3中，所述路基区段下清筛施工作业最经济的里程长度c，根据铁路全线实际情况并结合大机清筛作业的生产特点和能力机动设置，由于里程太短不便于机械化作业施工，因此里程长度c优选为200m、300m、400m、600m。
75.下面以某运煤专线重载铁路为例，进行举例说明，该段铁路全线全长700km，共有桥梁150座，共有隧道50座，桥梁和隧道分布在线路中间，将全线铁路分隔成201个路基区段。整个线路的桥梁区段、隧道区段和路基区段共有401个区段。按照本发明不洁道床集中
区间抓取方法的实施步骤，从起点到终点，对这401个区段进行做对应区段被标记；同时将700km长全线按照10m单元进行划分，共分成70000个等里程计算单元，它们分属于401个区段，部分区段首尾存在非10m整数，按照四舍五入的原则将其归位。
76.根据该重载铁路运营管理单位每年3台清筛大机型号生产特点和生产力，全线道床不洁率指标阈值取为20，最小清筛里程c为600m，核定拟清筛区段的不洁率单元占比为70％。
77.某年某月利用车载探地雷达对该线路全线进行了道床脏污指标检测，将探地雷达的数据信号解算成对道床脏污状态评估的参数
‑‑
不洁率参数。按照探地雷达信号与铁路线路里程的对应关系，将不洁率参数结果对应到全线70000个里程计算单元上，即所有顺序编号的计算单元都有自己的不洁率参数值。
78.将全线分为桥、隧、路基三种工况。其中每座桥梁、每个隧道作为一个独立整体区段，路基为桥或隧分隔形成的里程区段。确定全线路基集中区段需要抓取的最小里程段长度为c＝600m，小于该值单独进行清筛施工不划算，在抓取中需要舍弃。
79.对于桥梁、隧道工况，作为一个整体区段，计算对应的各个桥梁区段、隧道区段的不洁率单元占比b，若b》＝r(r取70％)则将其进行抓取，并按照探地雷达实际解算的单元不洁率参数计算该区段不洁率平均值。然后将该重载铁路内所有被抓取的桥梁、隧道按不洁率参数平均值由大到小进行排序，提供给决策管理单位。
80.对于路基区段，对每个路基区段，搜索并计算当前区段的超不洁率指标阈值的不洁率单元占比b和不洁里程l，若b≧r(r取70％)，且l≧c(c＝600m)，则对当前区段进行抓取，并计算得到当前区段的不洁率参数平均值，若l《c，继续下一区段判断；若b《r，逆向搜索当前区段集中不洁区间的起点和/或终点；对所有抓取的路基区段的集中不洁区段的不洁率平均值由大到小进行排序，以供决策管理单位进行决策清理。
81.在某些实施例中，还可以加入铁路沿线站点进行区段划分，即用桥梁、隧道、站点将全线路进行划分。比如上述重载铁路，共有56个站点，加上150座桥梁和50座隧道(共256个节点)，按照前述区段划分原则，通过256个节点将全线分隔成为255个路基单元(线路首尾各有一个站点)。总共的区段数量为255 200＝455(个)。类似地按照上述抓取算法，给定不洁率指标阈值、最小抓取里程长度c和最小不洁率单元最小占比b，可以快速实现全线路455个区段的不洁里程抓取。经过测试验证，在12g内存、intel(r)core(tm)i7-4770cpu@3.40ghz、64位配置的pc机上，只需要30秒就能完成全线不洁道床区段的集中抓取。
82.如表1所示，得到的该铁路全线中的桥梁和隧道的不洁率参数平均值排序表，清楚的显示出该铁路全线中的桥梁和隧道的不洁率参数均值由大到小进行排列，策管理单位可根据表中显示的结果，选择优先清筛的桥梁或隧道；
83.如表2所示，得到的该铁路全线中路基的不洁率参数平均值排序表，清楚的显示出该铁路全线中的桥梁和隧道的不洁率参数均值由大到小进行排列，策管理单位可根据表中显示的结果，选择优先清筛的路基区段。
84.表1
[0085][0086]
表2
[0087][0088][0089]
实施例2：
[0090]
本发明还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项实施方案中所述铁路全线区段不洁道床集中区间抓取方法。
[0091]
上述存储介质可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。可以理解的是，存储介质可以为随机存储器(random access memory，ram)、磁碟、硬盘、固态硬盘(solid state disk，ssd)或者非易失性存储器等各种可以存储程序代码的机器可读介质。
[0092]
本领域内的技术人员应明白，本发明实施例可提供为方法或存储介质。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可
用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0093]
本发明实施例是参照根据本发明实施例的方法、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0094]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0095]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0096]
以上是本发明的详细的介绍，本文中应用了具体个例对本发明的原理以及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法以及核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。