多无人机协同巡检配网线路的航迹规划方法和系统与流程

1.本发明涉及路径规划技术领域，具体涉及一种多无人机协同巡检配网线路的航迹规划方法和系统。


背景技术：

2.配电网作为电力系统的重要组成部分，承担着从输电网或地区发电厂接受电能，再通过配电设施就地分配或按电压逐级分配给各类用户的任务，配电网直接与供电用户相联系，因此，配电线路的安全稳定运行对整体电力供应系统的安全性起着至关重要的作用。配网线路分布具有点多面广的特点，导底线、绝缘子塔杆及其它金具容易受到雷电、风雪以及违章施工等自然和人为因素的破坏，因此，配网线路需定期进行巡检工作。
3.近年来，随着无人机技术的飞速发展，无人机由于灵活、轻便、能到达人员无法到达或不便到达的地方等特点，在电力、交通、物流、农业植保等多个领域得到了广泛应用。尤其在电力巡检领域，无人机作为新型巡检平台已广泛应用于电力巡检业务活动中。目前，在使用无人机进行配电网巡检时，主要依靠巡检人员手动控制无人机拍摄配网线路和线路的图像。在手动巡检模式下，巡检人员需要根据经验和技术，操控无人机飞到合适的位置，并调整云台以合适的角度对配网线路和配网线路进行拍照，这对巡检人员提出了较高的要求。为了更好地发挥无人机的效能，需要研究多无人机配网自主巡检的技术。
4.然而，现有的无人机配网自主巡检的技术在航迹规划时一般着重考虑在无人机的续航约束下，优化无人机的总飞行路径，最小化路径距离，从而达尽可能巡检更多的配网线路，这样的航迹规划导致部分配网线路长期未被巡检，导致巡检任务的完成质量低，配网线路存在一定的安全隐患。


技术实现要素：

5.(一)解决的技术问题
6.针对现有技术的不足，本发明提供了一种多无人机协同巡检配网线路的航迹规划方法和系统，解决了现有的无人机配网自主巡检的技术在执行巡检任务时完成质量低的技术问题。
7.(二)技术方案
8.为实现以上目的，本发明通过以下技术方案予以实现：
9.第一方面，本发明提供一种多无人机协同巡检配网线路的航迹规划方法，所述方法包括：
10.s1、获取待巡检配网线路信息、无人机数量及编号、停机坪信息和配网线路的权重，所述配网线路的权重为配网线路距离上一次被巡检的间隔天数；
11.s2、基于待巡检配网线路信息、无人机数量及编号、停机坪信息和配网线路的权重，以无人机所巡检配网线路的权重之和最大化为优化目标构建团队定向问题模型；
12.s3、对所述团队定向问题模型求解，获取多无人机配网自主巡检的最优路径。
13.优选的，所述团队定向问题模型包括目标函数和约束条件；
14.所述目标函数采用公式(1)来表示：
[0015][0016]
其中：i,j为待巡检配网的编号；wi为配网线路i的权重；x
ij
为二元决策变量的取值，当无人机巡检完配网线路i后对配网线路j进行巡检时，x
ij
＝1，反之则x
ij
＝0。
[0017]
优选的，所述约束条件包括：
[0018][0019][0020][0021][0022]
t
p
≤t
max
ꢀꢀꢀ
(6)
[0023][0024][0025][0026]
其中：
[0027]
li表示无人机对配网线路i进行巡检时要飞行的长度；t表示所有待巡检配网线路的集合；0和n 1分别代表无人机起点和终点的位置编号；a代表无人机的起点、终点以及所有待巡检配网线路组成的集合；p表示无人机巡检任务路径；t
max
代表无人机最大行程时间；v1为无人机在两端配网线路之间的飞行速度；v2为无人机对配网进行巡检时的飞行速度；t
p
代表无人机的飞行路径p的总飞行时间；ui,uj分别为目标i和目标j在无人机路径中的顺序；
[0028]
式(2)表示无人机从配网线路i飞往配网线路j并完成对配网线路j的巡检的时间；式(3)表示无人机巡检任务路径p对应的任务执行时间；式(4)表示无人机必须从起点出发，并最终返回终点；式(5) 表示每个配网线路最多只能被巡检一次；式(6)是无人机续航能力的约束；式(7)和(8)避免了子路径；式(9)为二元决策变量的取值，当无人机巡检完配网线路i后对配网线路j进行巡检时，x
ij
＝1，反之则 x
ij
＝0。
[0029]
优选的，所述s3包括：
[0030]
s301、设定染色体编码方式和设置单亲遗传算法的执行参数；
[0031]
s302、根据设定染色体编码方式、单亲遗传算法的执行参数和待巡检配网线路的集合初始化种群，得到初始种群；
[0032]
s303、计算初始种群中所有个体的适应度值，得到初始种群的适应度值；
[0033]
s304、从父代种群中选择临时种群；
[0034]
s305、生成2个随机突变片段选择点i和j、以及突变片段插入位置p；
[0035]
s306、以四种变异算子对临时群体中的每个个体进行变异，每次变异得到的个体和临时种群中的原个体加入子代种群；
[0036]
s307、获取子代种群的适应度，并与父代种群的适应度值进行比较，若子代种群的适应度优于父代种群的适应度值，则子代种群取代父代种群，否则保留父代种群；
[0037]
s308、从父代种群中选择适应度值最大的个体，记为最优解；
[0038]
s309、更新当前迭代次数，判断是否达到最大迭代次数，若是，输出最优解，否则，返回步骤s304，最优解为最优任务分配方案的编码。
[0039]
优选的，所述s302包括：
[0040]
s302a、将待巡检配网线路的集合中的编号随机排列得到一个序列 h；
[0041]
s302b、根据无人机数量k随机设置k-1个中断点，从而将序列h 分成k段，确定每个无人机应该检查的配网线路。
[0042]
s302c、根据预设的种群规模重复步骤s302a-s302b，得到初始种群，所述初始种群包括多个任务分配方案，所述任务分配方案所述多无人机中每架无人机的任务执行顺序及对应的站点编号，所述任务执行顺序包括无人机依次经过的待巡检配网线路的编号。
[0043]
优选的，所述s304包括：
[0044]
s304a、从父代种群中使用轮盘赌选择5个未被选择的个体。
[0045]
s304b、从刚刚选出的5个个体中找出适应度值最高的个体，将适应度值最高的个体存入到临时种群中，重复步骤s304a～s304b，直到父代种群中所有的个体都被轮盘赌选中。
[0046]
优选的，在所述s306中，以四种变异算子对临时群体中的每个个体进行四次变异，所述四种变异包括：变异算子swapinsert、flipinsert、 lslideinsert、rslideinsert；
[0047]
其中：
[0048]
变异算子swapinsert的变异为：交换位置i、j的序列号，交换位置 i 1和j-1的序列号，然后将位置i至j这一片段插入到插入位置p；
[0049]
变异算子flipinsert的变异过程为：反转片段i到j-1中的序列号，然后将位置i至j-1这一片段插入到插入位置p；
[0050]
变异算子lslideinsert的变异过程为：i至j中的序列号向左循环移位一个位置，交换位置i 1和j-1的序列号，然后将位置i至j这一片段插入到插入位置p；
[0051]
变异算子rslideinsert的变异过程为：i至j中的序列号向右循环移位一个位置，交换位置i 1和j-1的序列号，然后将位置i至j这一片段插入到插入位置p。
[0052]
第二方面，本发明提供一种多无人机协同巡检配网线路的航迹规划系统，所述系统包括：
[0053]
数据获取模块，用于获取待巡检配网线路信息、无人机数量及编号、停机坪信息和配网线路的权重，所述配网线路的权重为配网线路距离上一次被巡检的间隔天数；
[0054]
模型构建模块，用于基于待巡检配网线路信息、无人机数量及编号、停机坪信息和配网线路的权重，以无人机所巡检配网线路的权重之和最大化为优化目标构建团队定向问题模型；
[0055]
模型求解模块，用于对所述团队定向问题模型求解，获取多无人机配网自主巡检的最优路径。
[0056]
第三方面，本发明提供一种计算机可读存储介质，其存储用于多无人机协同巡检配网线路的航迹规划的计算机程序，其中，所述计算机程序使得计算机执行如上述所述的多无人机协同巡检配网线路的航迹规划方法。
[0057]
第四方面，本发明提供一种电子设备，包括：
[0058]
一个或多个处理器；
[0059]
存储器；以及
[0060]
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如上述所述的多无人机协同巡检配网线路的航迹规划方法。
[0061]
(三)有益效果
[0062]
本发明提供了一种多无人机协同巡检配网线路的航迹规划方法和系统。与现有技术相比，具备以下有益效果：
[0063]
本发明获取待巡检配网线路信息、无人机数量及编号、停机坪信息和配网线路的权重，所述配网线路的权重为配网线路距离上一次被巡检的间隔天数；基于待巡检配网线路信息、无人机数量及编号、停机坪信息和配网线路的权重，以无人机所巡检配网线路的权重之和最大化为优化目标构建团队定向问题模型；对所述团队定向问题模型求解，获取多无人机配网自主巡检的最优路径。在本发明中，通过将每条配网线路距离上一次被巡检的间隔天数作为该线目标的权重，并基于权重进行建模求解，着重考虑了配网线路两次巡检之间的间隔时间问题，能有效防止配网线路长期未被巡检，从而提升巡检任务的完成质量，减少安全隐患。
附图说明
[0064]
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。
[0065]
图1为本发明实施例一种多无人机协同巡检配网线路的航迹规划方法的框图；
[0066]
图2为本发明实施例中染色体编码方式示意图；
[0067]
图3为本发明实施例中变异算子swapinsert的变异过程示意图；
[0068]
图4为本发明实施例中变异算子flipinsert的变异过程示意图；
[0069]
图5为本发明实施例中变异算子lslideinsert的变异过程示意图；
[0070]
图6为本发明实施例中变异算子rslideinsert的变异过程示意图。
具体实施方式
[0071]
为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，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。
[0072]
本技术实施例通过提供一种多无人机协同巡检配网线路的航迹规划方法和系统，
解决了现有的配网线路巡检方法完成质量较低的技术问题，实现将每条配网线路距离上一次被巡检的间隔天数作为该线目标的权重，优化无人机的巡检路径，最大限度地发挥无人机的续航能力，提升巡检任务的完成质量。
[0073]
本技术实施例中的技术方案为解决上述技术问题，总体思路如下：
[0074]
配网巡检的主要工作包括线路巡检和配网线路巡检，其中配网线路巡检需要对配网线路上的绝缘子、导线等关键部件进行拍照。配网的配网线路数量较多、种类各异且分布较广，而无人机由于受到续航能力的约束，单架次飞行只能对部分配网线路进行巡检。与此同时，所有的配网线路都需要被定期巡检，以保证关键部件的正常运行。如何在单次飞行中最大限度地发挥无人机续航能力巡检尽可能多地配网线路，同时使得大部分配网线路两次巡检之间的间隔时间大致相同，是无人机配网自主巡检需要解决的主要问题。然而，在现有技术中，未考虑到两次巡检之间的间隔时间这一问题，导致部分网配线路长时间未被巡检，巡检任务的完成质量低，存在一定的安全隐患。在本发明实施例中，研究了多无人机对配网配网线路进行巡检时的路径优化问题。首先，将配网线路抽象为线目标，其次，将每条配网线路距离上一次被巡检的间隔天数作为该线目标的权重，然后，使用团队定向问题对问题进行建模，最后，使用改进的单亲遗传算法对模型进行求解，得到多无人机配网自主巡检的最优路径，提升巡检任务的完成质量。
[0075]
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
[0076]
本发明实施例提供一种多无人机协同巡检配网线路的航迹规划方法，如图1所示，包括步骤s1～s3：
[0077]
s1、获取待巡检配网线路信息、无人机数量及编号、停机坪信息和配网线路的权重，所述配网线路的权重为配网线路距离上一次被巡检的间隔天数；
[0078]
s2、基于待巡检配网线路信息、无人机数量及编号、停机坪信息和配网线路的权重，以无人机所巡检配网线路的权重之和最大化为优化目标构建团队定向问题模型；
[0079]
s3、对所述团队定向问题模型求解，获取多无人机配网自主巡检的最优路径。
[0080]
本发明实施例将每条配网线路距离上一次被巡检的间隔天数作为该配网线路的权重，使用团队定向问题对问题进行建模，然后使用改进的单亲遗传算法对模型进行求解，得到多无人机配网自主巡检的最优路径。本发明实施例着重考虑了配网线路两次巡检之间的间隔时间问题，能有效防止配网线路长期未被巡检，从而提升巡检任务的完成质量，减少安全隐患。
[0081]
下面对本发明实施例的实现过程进行详细说明：
[0082]
在步骤s1中，获取待巡检配网线路信息、无人机数量及编号、停机坪信息和配网线路的权重，所述配网线路的权重为配网线路距离上一次被巡检的间隔天数。具体实施过程如下：
[0083]
待巡检配网线路信息包括：配网线路编号、长度及坐标。
[0084]
停机坪信息包括：获取停机坪的数量、停机坪所在位置的编号及坐标。
[0085]
在具体实施过程中，用0和n 1分别表示无人机的起点和终点，集合t＝{1,
…
,i,
…
,n}为所有待巡检配网线路的集合，无人机的起点、终点以及所有待巡检配网线路组成的集合为a＝{0,1,
…
,n,n 1}。配网线路i的权重用wi(i∈t)表示，该权重表示配网线路i距
离上一次被巡检的时间间隔，权重越大表示时间间隔越长，则配网线路被巡检的优先级也越高，需要尽快安排无人机对其进行巡检。配网线路i的长度用li(i∈t)表示，该长度表示无人机在对配网线路i检查时所需要飞行的距离。用p＝{0,i,
…
,j,n 1},i,j∈t表示无人机所执行巡检任务的路径，无人机必须从起点出发执行巡检任务，并在执行完任务后最终回到终点。无人机从起点0出发，选择部分配网线路进行巡检，并在完成巡检任务后返回终点n 1，无人机从起飞到降落的总时长不能超过无人机的续航能力限制t
max
。假设无人机搭载了自动避障和增稳装置，具有自动避障和一定的抗风能力，因风力影响或避障产生的路径偏离相对于总飞行路径长度非常小，可以忽略不计。
[0086]
在步骤s2中，基于待巡检配网线路信息、无人机数量及编号、停机坪信息和配网线路的权重，以无人机所巡检配网线路的权重之和最大化为优化目标构建团队定向问题模型。具体实施过程如下：
[0087]
团队定向问题模型包括目标函数和约束条件。目标函数采用公式(1) 来表示：
[0088][0089]
其中：i,j为待巡检配网的编号；wi为配网线路i的权重；x
ij
为二元决策变量的取值，当无人机巡检完配网线路i后对配网线路j进行巡检时，x
ij
＝1，反之则x
ij
＝0。
[0090]
约束条件包括：
[0091][0092][0093][0094][0095]
t
p
≤t
max
ꢀꢀꢀ
(6)
[0096][0097][0098][0099]
其中：
[0100]
li表示无人机对配网线路i进行巡检时要飞行的长度；t表示所有待巡检配网线路的集合；0和n 1分别代表无人机起点和终点的位置编号；a代表无人机的起点、终点以及所有待巡检配网线路组成的集合；p表示无人机巡检任务路径；t
max
代表无人机最大行程时间；v1为无人机在两端配网线路之间的飞行速度；v2为无人机对配网进行巡检时的飞行速度；t
p
代表无人机的飞行路径p的总飞行时间；ui,uj分别为目标i和目标j在无人机路径中的顺序；
[0101]
式(2)表示无人机从配网线路i飞往配网线路j并完成对配网线路j的巡检的时间；式(3)表示无人机巡检任务路径p对应的任务执行时间；式(4)表示无人机必须从起点出发，
并最终返回终点；式(5) 表示每个配网线路最多只能被巡检一次；式(6)是无人机续航能力的约束；式(7)和(8)避免了子路径；式(9)为二元决策变量的取值，当无人机巡检完配网线路i后对配网线路j进行巡检时，x
ij
＝1，反之则 x
ij
＝0。
[0102]
在步骤s3中，对所述团队定向问题模型求解，获取多无人机配网自主巡检的最优路径。具体实施过程如下：
[0103]
在本发明实施例中，采用单亲遗传算法对团队定向问题模型求解为例。具体过程如下：
[0104]
s301、设定染色体编码方式和设置单亲遗传算法的执行参数，具体包括：
[0105]
染色体编码方式如下：
[0106]
采用基于任务点序号的整数编码 设置断点的方式对染色体进行编码，即用两个向量表示一条染色体，其中，第一个向量是所有目标编号的一个随机排列，第二个向量是随机设置的断点位置。一条染色体代表团队定向问题模型的一个可行路径规划方案。
[0107]
如图2所述的染色体表示：第1架无人机从停机坪出发，依次巡检线任务8、4、3、1后返回其出发的停机坪，第2架无人机从停机坪出发，依次巡检线任务2、9、10后返回其出发的停机坪，第3架无人机从停机坪出发，依次巡检线任务5、6、7后返回其出发的停机坪。
[0108]
单亲遗传算法的执行参数包括种群规模n、最大迭代次数t和当代迭代次数t。
[0109]
s302、根据设定染色体编码方式、单亲遗传算法的执行参数和待巡检配网线路的集合初始化种群，得到初始种群。具体包括：
[0110]
s302a、将待巡检配网线路的集合中的编号随机排列得到一个序列 h；
[0111]
s302b、根据无人机数量k随机设置k-1个中断点，从而将序列h 分成k段，确定每个无人机应该检查的配网线路。
[0112]
s302c、根据预设的种群规模重复步骤s302a-s302b，得到初始种群，所述初始种群包括多个任务分配方案，所述任务分配方案所述多无人机中每架无人机的任务执行顺序及对应的站点编号，所述任务执行顺序包括无人机依次经过的待巡检配网线路的编号。
[0113]
需要说明的是，初始种群中的个体均要满足团队定向问题模型的的约束条件，初始种群为第一代父代种群。
[0114]
s303、计算初始种群中所有个体的适应度值，得到初始种群的适应度值，具体为：
[0115]
在本发明实施例中，由在本发明实施例中，由于本文以无人机所巡检配网线路的权重之和最大化作为优化目标，因此，适应度值以权重之和f(x)作为遗传算法的适应度函数。f(x)数值越大的染色体说明适应度越高。适应度函数f(x)的计算公式如下，计算种群中个体的适应度值时，即计算：
[0116][0117]
将所有个体的适应度值相加，得到得到初始种群的适应度值；
[0118]
s304、从父代种群中选择临时种群，具体为：
[0119]
s304a、从父代种群中使用轮盘赌选择5个未被选择的个体。
[0120]
s304b、从刚刚选出的5个个体中找出适应度值最高的个体，将适应度值最高的个体存入到临时种群中，重复步骤s304a～s304b，直到父代种群中所有的个体都被轮盘赌选中。
[0121]
s305、生成2个随机突变片段选择点i和j、以及突变片段插入位置p；
[0122]
s306、以四种变异算子对临时群体中的每个个体进行变异:swapins ert、flipinsert、lslideinsert、rslideinsert，每次变异得到的个体和临时种群中的原个体加入子代种群；
[0123]
其中：
[0124]
变异算子swapinsert的变异过程可描述为：交换位置i、j的序列号，交换位置i 1和j-1的序列号，然后将位置i至j这一片段插入到插入位置p。图3给出了变异算子swapinsert变异的过程。
[0125]
变异算子flipinsert的变异过程可描述为：反转片段i到j-1中的序列号，然后将位置i至j-1这一片段插入到插入位置p。图4给出了变异算子flipinsert变异的过程。
[0126]
变异算子lslideinsert的变异过程可描述为：i至j中的序列号向左循环移位一个位置，交换位置i 1和j-1的序列号，然后将位置i至j 这一片段插入到插入位置p。图5给出了变异算子lslideinsert变异的过程。
[0127]
变异算子rslideinsert的变异过程可描述为：i至j中的序列号向右循环移位一个位置，交换位置i 1和j-1的序列号，然后将位置i至j 这一片段插入到插入位置p。图6给出了变异算子rslideinsert变异的过程。
[0128]
s307、获取子代种群的适应度，并与父代种群的适应度值进行比较，若子代种群的适应度优于父代种群的适应度值，则子代种群取代父代种群，否则保留父代种群。
[0129]
s308、从父代种群中选择适应度值最大的个体，记为最优解。
[0130]
s309、更新当前迭代次数，判断是否达到最大迭代次数，若是，输出最优解，否则，返回步骤s304，最优解为最优任务分配方案的编码。
[0131]
本发明实施例还提供一种多无人机协同巡检配网线路的航迹规划系统，该系统包括：
[0132]
数据获取模块，用于获取待巡检配网线路信息、无人机数量及编号、停机坪信息和配网线路的权重，所述配网线路的权重为配网线路距离上一次被巡检的间隔天数；
[0133]
模型构建模块，用于基于待巡检配网线路信息、无人机数量及编号、停机坪信息和配网线路的权重，以无人机所巡检配网线路的权重之和最大化为优化目标构建团队定向问题模型；
[0134]
模型求解模块，用于对所述团队定向问题模型求解，获取多无人机配网自主巡检的最优路径。
[0135]
可理解的是，本发明实施例提供的多无人机协同巡检配网线路的航迹规划系统与上述多无人机协同巡检配网线路的航迹规划方法相对应，其有关内容的解释、举例、有益效果等部分可以参考多无人机协同巡检配网线路的航迹规划方法中的相应内容，此处不再赘述。
[0136]
本发明实施例还提供一种计算机可读存储介质，其存储用于多无人机协同巡检配网线路的航迹规划的计算机程序，其中，所述计算机程序使得计算机执行如上述所述的多无人机协同巡检配网线路的航迹规划方法。
[0137]
本发明实施例还提供一种电子设备，包括：
[0138]
一个或多个处理器；
[0139]
存储器；以及
[0140]
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如上述所述的多无人机协同巡检配网线路的航迹规划方法。
[0141]
综上所述，与现有技术相比，具备以下有益效果：
[0142]
1、本发明实施例将每条配网线路距离上一次被巡检的间隔天数作为该配网线路的权重，使用团队定向问题对问题进行建模，然后使用改进的单亲遗传算法对模型进行求解，得到多无人机配网自主巡检的最优路径。本发发明实施例着重考虑了配网线路两次巡检之间的间隔时间问题，能有效防止配网线路长期未被巡检，从而提升巡检任务的完成质量，减少安全隐患。
[0143]
2、本发明实施例设计了四种将变异算子，避免了参数设置的复杂性，简化算法操作，从而提高了计算效率。
[0144]
3、本发明实施例在计算无人机从配网线路i飞往配网线路j并完成对配网线路j的巡检的时间时，考虑了无人机在两端配网线路之间的飞行速度和无人机对配网进行巡检时的飞行速度存在差异，更符合实际场景。
[0145]
需要说明的是，在本文中，通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
[0146]
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。
[0147]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。