基于虚拟图像控制的植保无人机航线规划系统及方法与流程

1.本发明涉及农业领域，具体为基于虚拟图像控制的植保无人机航线规划系统及方法。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.农业中的植保无人机在远程遥控的控制下能够实现农作物巡视、播种、喷洒药物、灌溉以及施肥等作业，目前的植保无人机通常需要操作人员设定两个位置点，并在两点之间规划无人机的航线，两点规划航线操作繁琐，需要每一条直线操作一次，作业效率低，需要人工完成；航线的规划是基于二维平面的坐标进行的设计，无法针对不同农作物类型在一次作业中规划无人机不同的飞行高度；同时，无人机受限于电量和携带水量(或药物以及肥料重量)的限制，需要多次飞行作业才能完成植保任务，多次飞行的过程中也需要依赖复杂的遥控器操作才能满足植保任务的要求。


技术实现要素：

4.为了解决上述背景技术中存在的技术问题，本发明提供基于虚拟图像控制的植保无人机航线规划系统及方法，将植保无人机的作业区域(农田)构建为虚拟的3d模型，将无人机的位置信息与构建的3d模型关联，并加载于地面交互设备中，用户只需要通过实时观察地面交互设备界面中农田模型的动态实景画面，框选、标定或点选出农田中需要作业的轮廓、轨迹或具体位置，植保无人机即可依据用户选择在框选的区域内进行自主规划航线；同时，用户根据地面交互设备中的植保无人机传来的动态图像，调整植保无人机的实际飞行路径、飞行速度以及飞行高度，完全脱离目前的遥控器，从而高效的完成农田施肥、灌溉以及喷药等作业，利用虚拟图像控制的方式提升植保无人机的作业效率。
5.为了实现上述目的，本发明采用如下技术方案：
6.本发明的第一个方面提供基于虚拟图像控制的植保无人机航线规划方法，包括以下步骤：
7.基于同一坐标系将无人机获取的位置信息与已构建的作业区域模型中的虚拟无人机模型质心点坐标关联；
8.基于关联后的作业区域模型，获取植保无人机的设定作业区域；
9.以设定作业区域的其中一边作为参考边界，以作业区域内平行于参考边界的奇数线为植保无人机的飞行航线，偶数线为飞行航线的边界线。
10.本发明的第二个方面提供基于虚拟图像控制的植保无人机航线规划方法，包括通讯连接的地面交互设备和无人机；
11.无人机，被配置为：获取图像信息和位置信息，发送给地面交互设备；
12.地面交互设备，被配置为：加载已构建的作业区域模型，接收无人机获取的图像信
息和位置信息，基于同一坐标系将无人机获取的位置信息与作业区域模型中的虚拟无人机模型质心点坐标关联形成交互界面，交互界面为虚拟图像；
13.地面交互设备执行框选图形路径规划法获取无人机的飞行航线，具体为：以设定作业区域的其中一边作为参考边界，以作业区域内平行于参考边界的奇数线形成无人机飞行航线，偶数线为飞行航线的边界线。
14.进一步的，相邻两条边界线之间的间距为无人机的作业宽度。
15.进一步的，相邻两条奇数线首尾相接形成无人机飞行航线。
16.进一步的，地面交互设备获取设定的无人机目标点，当设定的目标点数量《4时，依据设定目标点的先后顺序形成连线作为无人机飞行航线；当设定的目标点数量≥4时，执行框选图形路径规划法。
17.进一步的，地面交互设备获取无人机的位置信息，基于位置信息中的坐标轴控制无人机的飞行位置和方向。
18.进一步的，地面交互设备利用无人机获取的图像信息中包含的作业区域地形信息，将作业模型中的作业区域划分为n
×
n个网格子区域，并基于每一个网格子区域获取无人机的飞行航线。
19.进一步的，地面交互设备具有无线通讯模块，无人机获取的图像信息和位置信息通过无线通讯模块传输给地面交互设备。
20.本发明的第三个方面提供一种计算机可读存储介质。
21.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的基于虚拟图像控制的植保无人机航线规划方法中的步骤。
22.本发明的第四个方面提供一种计算机设备。
23.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的基于虚拟图像控制的植保无人机航线规划方法中的步骤。
24.与现有技术相比，以上一个或多个技术方案存在以下有益效果：
25.1、将植保无人机的作业区域(农田)构建为虚拟的3d模型，将无人机的位置信息与构建的3d模型关联，并加载于地面交互设备中，用户只需要通过实时观察地面交互设备界面中农田模型的动态实景画面，框选、标定或点选出农田中需要作业的轮廓、轨迹或具体位置，植保无人机即可依据用户选择在框选的区域内进行自主规划航线。
26.2、用户根据地面交互设备中，植保无人机传来的动态图像，调整植保无人机的实际飞行路径、飞行速度以及飞行高度，完全脱离目前的遥控器，从而高效完成农田施肥、灌溉以及喷药等作业，利用虚拟图像控制的方式提升植保无人机的作业效率。
附图说明
27.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
28.图1是本发明一个或多个实施例提供的航线规划系统架构示意图；
29.图2是本发明一个或多个实施例提供的牛耕来回作业轨迹示意图；
30.图3是本发明一个或多个实施例提供的牛耕来回作业原理示意图；
31.图4是本发明一个或多个实施例提供的矩形作业区域航线获取示意图。
具体实施方式
32.下面结合附图与实施例对本发明作进一步说明。
33.应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
34.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
35.正如背景技术中所描述的，目前的植保无人机通常需要操作人员设定两个位置点，并在两点之间规划无人机的航线，而无人机需要多次飞行作业才能完成一块区域的植保任务，多次飞行需要多次航线规划的过程，且每一次航线规划都需要考虑天气、风向、无人机覆盖宽度、障碍物影响以及由作物种类带来的飞行高度等多种因素，同时多次飞行的过程中也需要依赖复杂的遥控器操作才能满足植保任务的要求，对操作人员的经验以及操作水平要求较高。
36.ar技术是一种增强现实的实时地计算摄影机影像的位置及角度并结合相应图像、视频、3d模型的技术。因此，以下实施例给出了基于虚拟图像控制的植保无人机航线规划系统及方法，将植保无人机的作业区域(农田)构建为虚拟的3d模型，将无人机的位置信息与构建的3d模型关联，并加载于地面交互设备中，操作用户只需要通过实时观察地面交互设备界面中农田模型的动态实景画面，框选、标定或点选出农田中需要作业的轮廓、轨迹或具体位置，植保无人机即可依据用户选择在框选的区域内进行自主规划航线；同时，用户根据地面交互设备中的植保无人机传来的动态图像，调整植保无人机的实际飞行路径、飞行速度以及飞行高度，完全脱离目前的遥控器，从而自适应、多任务、精准化、实时、高效地完成农田施肥、灌溉以及喷药等作业，利用虚拟图像控制的方式提升植保无人机的作业效率。
37.实施例一：
38.基于虚拟图像控制的植保无人机航线规划方法，包括以下步骤：
39.基于同一坐标系将无人机获取的位置信息与作业区域模型中的虚拟无人机模型质心点坐标关联；
40.基于关联后的作业区域模型，获取无人机的设定作业区域；
41.以设定作业区域的其中一边作为参考边界，以作业区域内平行于参考边界的奇数线为无人机飞行航线，偶数线为飞行航线的边界线。
42.上述方法将植保无人机的作业区域(农田)构建为虚拟的3d模型，将无人机的位置信息与构建的3d模型关联，并加载于地面交互设备中，操作用户只需要通过实时观察地面交互设备界面中农田模型的动态实景画面，框选、标定或点选出农田中需要作业的轮廓、轨迹或具体位置，植保无人机即可依据用户选择在框选的区域内进行自主规划航线；同时，用户根据地面交互设备中的植保无人机传来的动态图像，调整植保无人机的实际飞行路径、飞行速度以及飞行高度，完全脱离目前的遥控器，从而以虚拟图像控制的方式提升植保无
人机的作业效率。
43.实施例二：
44.如图1-4所示，本实施例提供基于虚拟图像控制的植保无人机航线规划系统，包括通讯连接的地面交互设备和无人机；
45.无人机，被配置为：获取图像信息和位置信息，发送给地面交互设备；
46.地面交互设备，被配置为：加载已构建的作业区域模型，接收无人机获取的图像信息和位置信息，基于同一坐标系将无人机获取的位置信息与作业区域模型中的虚拟无人机模型质心点坐标关联形成交互界面，交互界面为虚拟图像；
47.地面交互设备以设定作业区域的其中一边作为参考边界，以作业区域内平行于参考边界的奇数线为无人机飞行航线，偶数线为飞行航线的边界线。
48.具体如下：
49.系统利用ar技术增强现实场景的特点，结合对植保无人机在农田作业的研究，基于vuforia sdk插件、unity3d和基于imu的3d位置跟踪算法，实现增强现实对植保无人机的移动、旋转、缩放、动作触发等交互功能的智能控制设备程序，植保无人机对实际农田的凹或凸多边形区域进行自行规划航线，自主作业。飞行过程中，植保无人机根据地形特点，通过自带的摄像头实时调整飞行姿态，也可实时受操作者的前进、后退、悬停、速度、高低位置等的控制。
50.地面交互设备中的采集控制中心包括图像接收处理模块、无线图传模块、中继模块和无线wifi模块。图像接收处理模块接收无线图传模块发送的图像数据，通过中继模块和无线wifi模块发送每个大小为512字节的数据包。无线wifi模块通过无线图传模块和图像接收处理模块建立通讯握手机制。
51.地面交互设备的界面中会显示一个虚拟无人机，该虚拟无人机是利用ar技术，实时计算实际的无人机携带图像传感器的位置和角度，对植保无人机所处的位置(高度上距离农作物的位置)、周围农作物的生长环境等进行图像采集和识别，图像传感器对农作物的现实场景进行多角度环视拍摄图像和视频，结合3d max技术和opengl程序构建3d模型，在地面交互设备的界面上把虚拟无人机模型套在现实的农作物生长实景中，实现实时跟踪监控的效果。虚拟图像在传输过程中，采用高保真的多分辨率重采样图像压缩算法对图像数据进行压缩，利用中继模块产生wifi信号进行图像传输。
52.在同一坐标系下，将基于无人机获取图像信息所构建的作业区域模型和无人机的位置信息关联，能够在虚拟的作业区域模型中展示一个虚拟无人机，该虚拟无人机与实际的无人机位置对应，在虚拟的作业区域模型中控制虚拟无人机的飞行路径、高度以及速度，也就控制了实际的无人机飞行路径、高度以及速度。地面交互设备的界面是一种图形化的控制方式，其显示的是虚拟图像，在虚拟图像中完成对植保无人机的飞行控制同时也能够显示植保无人机获取的图像信息。
53.本实施例中，植保无人机的作业区域(农田)模型，可以利用无人机携带图像传感器获取的图像信息建模后获得，模型中显示农田的边界线，农作物的高度，农作物种类以及农田中的障碍物，获得的作业区域模型是后续虚拟无人机所在的模型。
54.，作业区域模型由无人机获取的图像信息构建而来，图像信息中包含了无人机的飞行高度，而作业区域(农田)的边界长度是已知的并且也包含在图像信息中，在构建作业
区域模型的坐标系后，可以获取到建立作业区域模型时无人机的位置坐标(设定为o点)，在作业区域模型中导入虚拟无人机模型后，将虚拟无人机模型的质心点坐标与作业区域模型中的o点关联，虚拟无人机模型所具有的三维数据(即植保无人机的运动能力，例如，飞行高度、农药喷洒宽度等)也会被关联至作业区域模型中，在作业区域模型中改变o点的位置，相当于改变虚拟无人机模型的位置，则可以利用其改变后的位置坐标控制植保无人机飞行至农田范围内的设定位置。
55.同时，虚拟无人机模型能够以o点为基准，设定在作业区域模型中的任意位置，从而控制植保无人机飞行至农田范围内的设定位置。
56.地面交互设备中显示作业区域模型，作业区域模型是由真实图像构建出的虚拟模型，与实际的农田对应，地面交互设备以虚拟图像的方式改变虚拟无人机模型的位置，从而控制植保无人机飞行至农田范围内的设定位置。
57.本实施例中，地面交互设备建立无人机航线规划数据库，对无人机、实际作业区域(农田)及农作物生长实景分别进行三维实时扫描，将扫描图像录入无人机航线规划数据库，生成与扫描图像信息对应的虚拟作业区域图像，显示在地面智能交互设备的界面中。
58.本实施例中，图像信息中的高精度的位置、高度、飞行速度、方向角以及俯仰角等数据对应实际飞行中的无人机的各相关数据信息，采用卡尔曼滤波算法融合并互相修正测量数据，远距离无线图像传输模块将该融合修正后的测量数据传输到无人机航线规划数据库。
59.本实施例中，通过3dmax软件建立无人机几何模型，然后利用view3ds转换软件将3dmax制作的几何模型转换成opengl格式的虚拟无人机3d模型。虚拟无人机3d模型的大小可以通过直接调整3dmax中的几何模型大小解决，也可以通过调整程序解决；openg l库中的显示列表可以控制3d模型的实时显示速度。虚拟无人机3d模型通过远距离无线图像传输模块传输到地面交互设备上，并与虚拟作业区域图像叠加后显示在地面交互设备界面上。
60.植保无人机搭载的dbf成像雷达，可以24小时感知农田环境，预警恶劣环境。其内嵌的ar技术，实现三维尺度的点云成像，在作业中有效采集农田的实景，包括地形探测，用户只需要在地面交互设备的界面上框选或标定或点选出农田的面积轮廓或曲线或位置，植保无人机即可自主规划施肥喷药的最佳路径，并实时探测障碍物，实现自主绕障作业，航线不一定是直线。无人机还可以根据用户的实时需求(用户发出的图形轮廓或曲线轨迹或具体位置的拖曳命令)计算出最佳的作业航行路径，最终实现植保无人机的高效、精准的喷洒作业，从而节省药液肥料的用量、提高农田的作业效率以及产品的产量。
61.地面交互设备界面可以实时显示植保无人机在农田作业时的动态位置，用户随时观察并监控植保无人机的动态作业情景，实时拖曳操控地面交互设备界面中的植保无人机，控制其飞行姿态，包括飞行速度、飞行方向、高低位置等。
62.自主航线分析
63.根据植保无人机的作业任务和用户的需求，地面交互设备向植保无人机的行为规划器发出飞行任务请求，行为规划器通过中央控制器做出合理的行为规划，中央控制器控制植保无人机执行飞行和作业任务，在飞行过程中，用户通过智能交互设备界面实时观察由视觉传感器和图传发射机传输过来的农作物景象，农作物景象包括植株的长势情况(长势情况包括植株的高矮、叶片数量、茎的粗细、叶面积大小等)、病害虫情况以及与周围植株
间距疏密情况等。视觉传感器拍摄图片的同时做出相应的数据分析，并将分析结果通过图传发射机回传至地面交互设备，用户可以根据接收到的图片和数据，实时控制无人机的飞行速度、喷洒药物量或者施肥量等情况。系统自主航线的框架如图1所示。
64.(1)框选图形路径规划法：
65.用户可以在地面交互设备的界面中预先框选出无人机的飞行区域，框选图形可以是矩形、凸形、凹形或圆形，无人机在用户所框选的图形区域内进行飞行和作业。无人机的中央控制器对框选出来的图形进行图像处理和特征提取，决定飞行和作业轨迹，默认采用牛耕来回作业轨迹飞行，如图2所示。
66.牛耕来回作业原理如图3所示，l表示工作区域的纵向长度，m表示横向长度，d表示覆盖宽度。无人机沿直线行驶到工作区域边界的底端，接着转向，然后沿着另一条与前一条平行的路线飞行和作业，覆盖作业的宽度d，即为相邻两条航线间的宽度，工作路线平行于覆盖区域的某条边界线，并且相邻的平行作业路线等距，覆盖工作幅度均为d。
67.矩形作业区域航线获取如图4所示。若作业区域为矩形，以区域的某一边界为参考，每d/2做出一条平行线。飞行区域最左边即为参考边界，虚线表示平行线，相邻平行线之间相距d/2，依次排序，奇数线表示植保无人机作业路线，偶数线表示作业带的边界线。w0为起始航点，w1为终止航点，箭头与飞行方向同向。
68.(2)标定点规划路径法：
69.用户在地面交互设备界面中可以标定无人机的飞行目的地，最多可以标定四个点，每一个标定点显示一个虚拟无人机，定义目的地为sp1、sp2、sp3、sp4，目的地sp1、sp2、sp3、sp4的顺序是按照默认标定的先后顺序进行编号的，用户可以在地面交互设备界面中通过拖曳已标定的虚拟无人机重新定义标定位置。如果标定的点少于4个，则无人机沿标定点的连线飞行和作业；如果标定点为4个，则无人机按照第一种方法——框选图形路径规划法，规划最优路径进行飞行和作业。
70.用户标定好1至4个目的地后，地面交互设备按照先后目的地的顺序进行路径的最优规划。
71.在无人机飞行过程中，用户可以随时变更无人机未到达的已标定目的地，中央控制接收到新的标定点后，自主航线系统的重规划器随即进行路径的重新规划，完成用户满意的最佳作业路径。
72.(3)坐标轴点控路径规划法：
73.用户可以根据地面交互设备界面中无人机所在场景的实时画面，默认以无人机起飞位置在地面的投影位置为坐标原点(坐标原点也可以由用户拖曳至合适的位置)，设置三维坐标轴，分别为x轴、y轴、z轴，在画面中分别用来控制飞行的水平距离、飞行的高度、飞行方向。用户只要点选某一个坐标轴，即可控制相应的参数，从而实时控制无人机的飞行位置和方向。
74.无人机下方安装有视觉传感器，用于捕获图像，并将捕获到的图像传输到中央控制器，路径规划器利用opencv图像算法与a*算法相结合，通过imread()和imwrite()函数，读取和保存图像传感器捕捉到的地形图像，并对其进行位置的算术和逻辑运算，通过manhattan方法对路径进行排序，建立nodes和parent node，通过目标跟踪函数csr-dcf()，排查障碍物，找到最佳路径。自主调整飞行的最优位置和方向，同时无线图传发射机将
无人机的位置和方向实时发送至地面交互设备。
75.(4)n
×
n网格划分法：
76.对于地形较为复杂的情况，或者用户对作业需求较为特殊的情况，可以将地形划分为n
×
n个网格子区域进行管理。
77.植保无人机上升至合适高度后，gps将高度等地理位置信息发送给地面交互设备，植保无人机视觉传感器对作业区域进行地形拍照，之后将获取的地理信息图片回传给智能交互设备，地面站计算机将植保无人机获取的地理信息图片进行处理，同时显示到智能交互设备屏幕上，用户根据地形特征，并通过分析农作物的实际景象，将图片分解为n
×
n个网格子区域，中央控制器则控制植保无人机对每一个子区域顺序进行作业。
78.虚拟图像控制的质保无人机自主航线系统可以实现边飞边自主航线边拍照的功能，操控灵活，作业精准，不去农作物现场即可实时了解作物的生长情况和病虫害情况，真正实现低运营成本和高精准农业。
79.上述系统将植保无人机的作业区域(农田)构建为虚拟的3d模型，将无人机的位置信息与构建的3d模型关联，并加载于地面交互设备中，操作用户只需要通过实时观察地面交互设备界面中农田模型的动态实景画面，框选、标定或点选出农田中需要作业的轮廓、轨迹或具体位置，植保无人机即可依据用户选择在框选的区域内进行自主规划航线。
80.同时，用户根据地面交互设备中的植保无人机传来的动态图像，调整植保无人机的实际飞行路径、飞行速度以及飞行高度，完全脱离目前的遥控器，从而自适应、多任务、精准化、实时、高效地完成农田施肥、灌溉以及喷药等作业，利用虚拟图像控制的方式提升植保无人机的作业效率。
81.虚拟图像控制的方式，使得操作人员能够从地面交互设备加载的虚拟模型中直观查看到无人机的当前作业位置以及无人机在当前位置下获取的图像信息，图像信息是农田中的实际画面依赖已有的无线通讯设备即可实现，而虚拟模型中只需要展示无人机的位置信息以及控制指令窗口即可，不需要显示无人机获取的画面信息，一方面使得虚拟模型的构建过程更加简单，另一方面不需要复杂的农田实际画面与虚拟模型匹配过程。
82.实施例三
83.本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一中提出的基于虚拟图像控制的植保无人机航线规划方法中的步骤。
84.本实施例执行的基于虚拟图像控制的植保无人机航线规划方法中，将植保无人机的作业区域(农田)构建为虚拟的3d模型，将无人机的位置信息与构建的3d模型关联，并加载于地面交互设备中，操作用户只需要通过实时观察地面交互设备界面中农田模型的动态实景画面，框选、标定或点选出农田中需要作业的轮廓、轨迹或具体位置，植保无人机即可依据用户选择在框选的区域内进行自主规划航线；同时，用户根据地面交互设备中的植保无人机传来的动态图像，调整植保无人机的实际飞行路径、飞行速度以及飞行高度，完全脱离目前的遥控器，从而以虚拟图像控制的方式提升植保无人机的作业效率。
85.实施例四
86.本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行所述程序时实现如上述实施例一提出的基于虚拟
图像控制的植保无人机航线规划方法中的步骤。
87.本实施例处理器执行的基于虚拟图像控制的植保无人机航线规划方法中，将植保无人机的作业区域(农田)构建为虚拟的3d模型，将无人机的位置信息与构建的3d模型关联，并加载于地面交互设备中，操作用户只需要通过实时观察地面交互设备界面中农田模型的动态实景画面，框选、标定或点选出农田中需要作业的轮廓、轨迹或具体位置，植保无人机即可依据用户选择在框选的区域内进行自主规划航线；同时，用户根据地面交互设备中的植保无人机传来的动态图像，调整植保无人机的实际飞行路径、飞行速度以及飞行高度，完全脱离目前的遥控器，从而以虚拟图像控制的方式提升植保无人机的作业效率。
88.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、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和光学存储器等)上实施的计算机程序产品的形式。
89.本发明是参照根据本发明实施例的方法、设备(系统)、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。
90.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。
91.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。
92.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
93.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。