参数采集测试系统、方法、设备及计算机可读存储介质与流程

1.本发明涉及车载adas传感器测评技术领域，尤其涉及一种参数采集测试系统、方法、设备及计算机可读存储介质。


背景技术：

2.前向高级驾驶辅助系统(adas advanced driver assistance system)，目前基本普遍搭载在高端乘用车上。adas系统的智驾感知传感器主流硬件配置有三种方案：“1个毫米波雷达”、“1个视觉摄像头”和“1个毫米波雷达 1个视觉摄像头”。无论是毫米波雷达还是视觉摄像头，均可探测并输出所搭载车辆前方的车辆目标们的运动状态属性。但是智驾感知传感器对车辆目标运动属性的识别，实际上是有一定误差的。在一定程度上可将该误差值作为评价传感器识别性能的指标参数。不同公司制造出来的传感器，误差值是不一样的，导致无法准确获取智驾感知传感器对车辆目标运动属性的识别性能参数。


技术实现要素：

3.本发明的主要目的在于提供一种参数采集测试系统、方法、设备及计算机可读存储介质。旨在解决无法准确获取智驾感知传感器对车辆目标运动属性的识别性能参数的问题。
4.为实现上述目的，本发明提供一种参数采集测试系统，其特征在于，包括：
5.车身、真值参数采集装置、智驾感知传感器装置、数据处理装置以及若干个安装支架；
6.其中，所述安装支架固定在车身，所述真值参数采集装置通过所述安装支架固定在车身车顶，所述智驾感知传感器装置通过所述安装支架固定在车身车头部分；
7.所述数据处理装置安装在车身内部，用于处理所述真值参数采集装置和智驾感知传感器装置所采集到的数据。
8.可选地，所述真值参数采集装置包括分别固定在车身车顶的目标分类用视觉摄像头和激光雷达。
9.可选地，所述智驾感知传感器装置包括固定在车身车头部分中的前挡风玻璃后的被测摄像头和固定在车身车头部分中的车牌位置的被测雷达。
10.可选地，所述数据处理装置包括依次连接的下位机、信号采集设备以及上位机，其中，所述下位机与所述真值参数采集装置连接，所述信号采集设备还与所述智驾感知传感器装置相连接。
11.可选地，所述下位机包括相互连接的显示界面与配置模块、数据处理与中继模块以及数据接收与发送模块，所述下位机用于对激光雷达的点云数据和目标分类用视觉摄像头的视频数据进行显示及处理；
12.所述上位机包括相互连接的实时采集数据模块和离线分析计算模块，所述上位机用于接收所述下位机发送的数据，并对数据进行分析，得到所述智驾感知传感器装置的性
能参数。
13.为实现上述目的，本发明还提供一种参数采集测试方法，所述参数采集测试方法应用于参数采集测试装置，所述参数采集测试方法包括步骤：
14.间隔预设周期控制真值参数采集装置采集第一目标数据以及控制智驾感知传感器装置采集第二目标数据；
15.根据所述第一目标数据和所述第二目标数据，获取目标运动属性以及所述目标运动属性对应的误差；
16.根据所述目标运动属性以及所述目标运动属性对应的误差，计算所述智驾感知传感器装置的性能参数。
17.可选地，所述根据所述第一目标数据和所述第二目标数据，获取目标运动属性以及所述目标运动属性相对应的误差的步骤包括：
18.根据所述第一目标数据获取第一识别目标和第一目标运动属性，以及根据所述第二目标数据获取第二识别目标和第二目标运动属性；
19.将所述第一识别目标与所述第二识别目标进行匹配关联，得到关联后的目标；
20.根据关联后的目标获取与关联后的目标相对应的第一目标运动属性和第二目标运动属性；
21.计算与关联后的目标对应的第一目标运动属性与第二目标运动属性之差，并将差值作为目标运动属性对应的误差。
22.可选地，所述根据所述目标运动属性以及所述目标运动属性对应的误差，计算所述智驾感知传感器装置的性能参数的步骤之前，还包括：
23.获取所述目标的目标数量以及所述目标运动属性对应的误差的误差值数量；
24.所述根据所述目标运动属性以及所述目标运动属性对应的误差，计算所述智驾感知传感器装置的性能参数的步骤之后，还包括：
25.根据所述目标运动属性、所述目标运动属性对应的误差、目标数量以及误差值数量，计算所述目标运动属性相对应的方差、标准差以及误差最大值，其中，所述性能参数包括方差、标准差以及误差最大值。
26.此外，为实现上述目的，本发明还提供一种参数采集测试设备，所述参数采集测试设备包括所述参数采集测试装置和所述参数采集测试方法以及存储器、处理器及存储在所述存储器上并可在所述处理器上运行的参数采集测试程序，所述参数采集测试程序被所述处理器执行时实现如上所述的参数采集测试方法的步骤。
27.此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有参数采集测试程序，所述参数采集测试程序被处理器执行时实现如上所述的参数采集测试方法的步骤。
28.本发明提出一种参数采集测试系统、方法、设备及计算机可读存储介质，所述参数采集测试系统包括车身、真值参数采集装置、智驾感知传感器装置、数据处理装置以及若干个安装支架；其中，所述安装支架固定在车身，所述真值参数采集装置通过所述安装支架固定在车身车顶，所述智驾感知传感器装置通过所述安装支架固定在车身车头部分；所述数据处理装置安装在车身内部，用于处理所述真值参数采集装置和智驾感知传感器装置所采集到的数据。通过上述系统，能够对智驾传感器进行性能参数的准确测量，可更客观地评价
传感器的识别性能，另一方面可对测量得到的性能参数可用于智驾辅助系统功能中对目标运动属性进行相应的补偿，以提升智驾辅助系统的性能及体验，且所述参数采集测试系统结构简单，能够节省测量成本以及提高测量精度。
附图说明
29.图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图；
30.图2为本发明参数采集测试系统的结构示意图；
31.图3为本发明参数采集测试方法第一实施例的流程示意图；
32.图4为本发明参数采集测试方法第一实施例中步骤s20的细化流程示意图；
33.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
34.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
35.如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
36.本发明实施例终端可以是参数采集测试设备，例如车辆等。
37.如图1所示，该终端可以包括：处理器1001，例如cpu，通信总线1002，用户接口1003，dvi接口1004，usb接口1005，存储器1006。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选的用户接口1003还可以包括标准的有线接口、无线接口。dvi接口1004可选的可以包括标准的有线接口，通过dvi线与其他外部设备连接。usb接口1005可选的可以包括标准的有线接口，通过usb连接线与其他外部设备连接。存储器1006可以是高速ram存储器，也可以是稳定的存储器(non－volatile memory)，例如磁盘存储器。存储器1006可选的还可以是独立于前述处理器1001的存储装置。
38.可选地，终端还可以包括音频电路等等，在此不再赘述。
39.本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
40.如图1所示，作为一种计算机存储介质的存储器1006中可以包括操作系统、dvi接口模块、usb接口模块、用户接口模块以及参数采集测试程序。
41.在图1所示的终端中，dvi接口1004主要用于连接外部设备，与外部设备进行数据通信；usb接口1005主要用于连接外部设备，与外部设备进行数据通信；用户接口1003主要用于连接客户端，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的参数采集测试程序，并执行以下操作：
42.间隔预设周期控制真值参数采集装置采集第一目标数据以及控制智驾感知传感器装置采集第二目标数据；
43.根据所述第一目标数据和所述第二目标数据，获取目标运动属性以及所述目标运动属性对应的误差；
44.根据所述目标运动属性以及所述目标运动属性对应的误差，计算所述智驾感知传
感器装置的性能参数。
45.进一步地，处理器1001可以调用存储器1006中存储的参数采集测试程序，还执行以下操作：
46.所述根据所述第一目标数据和所述第二目标数据，获取目标运动属性以及所述目标运动属性相对应的误差的步骤包括：
47.根据所述第一目标数据获取第一识别目标和第一目标运动属性，以及根据所述第二目标数据获取第二识别目标和第二目标运动属性；
48.将所述第一识别目标与所述第二识别目标进行匹配关联，得到关联后的目标；
49.根据关联后的目标获取与关联后的目标相对应的第一目标运动属性和第二目标运动属性；
50.计算与关联后的目标对应的第一目标运动属性与第二目标运动属性之差，并将差值作为目标运动属性对应的误差。
51.进一步地，处理器1001可以调用存储器1006中存储的参数采集测试程序，还执行以下操作：
52.所述根据所述目标运动属性以及所述目标运动属性对应的误差，计算所述智驾感知传感器装置的性能参数的步骤之前，还包括：
53.获取所述目标的目标数量以及所述目标运动属性对应的误差的误差值数量；
54.所述根据所述目标运动属性以及所述目标运动属性对应的误差，计算所述智驾感知传感器装置的性能参数的步骤之后，还包括：
55.根据所述目标运动属性、所述目标运动属性对应的误差、目标数量以及误差值数量，计算所述目标运动属性相对应的方差、标准差以及误差最大值，其中，所述性能参数包括方差、标准差以及误差最大值。
56.基于上述硬件结构，提出本发明参数采集测试系统的各个实施例。
57.参阅图2，图2为参数采集测试系统的结构示意图，包括：车身(未图示)、真值参数采集装置01、智驾感知传感器装置02、数据处理装置03以及若干个安装支架(未图示)；其中，所述安装支架(未图示)固定在车身(未图示)，所述真值参数采集装置01通过所述安装支架(未图示)固定在车身车顶(未图示)，所述智驾感知传感器装置02通过所述安装支架(未图示)固定在车身车头(未图示)部分；所述数据处理装置03安装在车身内部，用于处理所述真值参数采集装置01和智驾感知传感器装置02所采集到的数据。
58.在本实施例中，所述真值参数采集装置01包括1个采集测试用128线激光雷达001和1个目标分类用视觉摄像头002，所述激光雷达001用于所搭载车辆前方的车辆目标的测距和测速，并将测量得到的值作为真实值，即标定值；所述分类用视觉摄像头用于辅助激光雷达001作目标分类，对激光雷达001识别的目标和被测感知传感器识别的目标做关联，例如，当激光雷达001检测到所搭载车辆前方存在车辆目标时，可通过分类用视觉摄像头对车辆目标分类为货车、大卡车或轿车等，另外所述分类用视觉摄像头的视频图像，还可作为行车记录使用，用于后期人工校正打标签等。所述智驾感知传感器即被测传感器，用于采集车辆目标运动属性，并通过与真值参数采集装置01采集的目标运动属性进行分析，计算得出智驾感知传感器的性能参数；所述数据处理装置03即下位机031、信号采集设备032以及上位机033，用于根据所述真值参数采集装置01和智驾感知传感器装置02采集的数据进行智
驾感知传感器的性能参数分析。通过上述系统，能够对智驾传感器进行性能参数的准确测量，可更客观地评价传感器的识别性能，另一方面可对测量得到的性能参数可用于智驾辅助系统功能中对目标运动属性进行相应的补偿，以提升智驾辅助系统的性能及体验，且所述参数采集测试系统结构简单，能够节省测量成本以及提高测量精度。
59.在一实施例中，所述真值参数采集装置01包括分别固定在车身车顶的目标分类用视觉摄像头002和激光雷达001。
60.在本实施例中，由于激光雷达001测距测速精度可以达到毫米级，且有效地探测距离可达200米，远远高于上述智驾感知传感器(毫米波雷达和摄像头)的测量能力，所以采用128线激光雷达001和1个目标分类用视觉摄像头002作为真值参数采集装置01，通过安装支架(未图示)固定在车身车顶。
61.在一实施例中，所述智驾感知传感器装置02包括分别固定在车身车头部分中的前挡风玻璃后的的被测摄像头021和固定在车身车头部分中的车牌位置的被测雷达022。
62.在本实施例中，所述被测摄像头021具体可安装在车辆前档风玻璃后，所述被测雷达022可安装在车辆车牌附近，所述智驾感知传感器可用于测量目标车辆的运动属性，实现精准测量。
63.在一实施例中，所述数据处理装置03包括依次连接的下位机031、信号采集设备032以及上位机033，其中，所述下位机031与所述真值参数采集装置01连接，所述信号采集设备032还与所述智驾感知传感器装置02相连接。
64.在本实施例中，所述下位机031中的下位机031软件运行在采集测试系统主机，该下位机031运行的是linux系统(ubuntu)，主要做激光雷达001点云数据和摄像头图像数据的处理、特征提取、目标分类及关联、运动属性计算等，最后把处理结果通过can方式发出。所述上位机033软件运行在pc上，pc运行的是windows系统，matlab环境开发上位机033显示面板和信号处理分析。matlab可通过canoe/kvaser等可支持多通道can信号采集设备032，接收下位机031发出的can信号和被测智驾感知传感器发出的can信号。所述信号采集设备032即为canoe/kvaser等可支持多通道can信号采集设备032。需要说明的是，所述真值参数采集装置01中的激光雷达001通过串口线与下位机031进行连接，所述目标分类用视觉摄像头002通过lvds与下位机031进行连接；所述智驾感知传感器中的被测摄像头021和被测雷达022均通过can双绞线与信号采集设备032进行连接；所述下位机031与信号采集设备032之间通过can双绞线进行连接；所述信号采集设备032与所述上位机033之间通过usb接口线进行连接，另外，所述下位机031还与下位机031显示器相连接。
65.在一实施例中，所述下位机031包括相互连接的显示界面与配置模块、数据处理与中继模块以及数据接收与发送模块，所述下位机031用于对激光雷达001的点云数据和目标分类用视觉摄像头002的视频数据进行显示及处理；
66.所述上位机033包括相互连接的实时采集数据模块和离线分析计算模块，所述上位机033用于接收所述下位机031发送的数据，并对数据进行分析，得到所述智驾感知传感器装置02的性能参数。
67.在本实施例中，所述显示界面与配置模块还包括点云显示单元、视频显示单元、处理后目标显示单元以及配置接口单元；所述数据处理与中继模块还包括点云数据处理单元、视频信号处理单元、目标提取、关联、属性计算单元以及数据打包与解析单元；所述数据
接收与发送模块还包括激光雷达001电源数据接入单元、目标分类用视觉摄像头002单元、调用can协议发送单元以及数据库单元。
68.所述实时采集数据模块用于接收下位机031和智驾感知传感器发来的can信号。首先做目标关联，即把下位机031识别到的所有目标跟智驾感知传感器识别的所有目标做一一对应。然后，每个计算周期(t＝0.02s)，把下位机031识别到的各个目标运动属性作为真值，计算智驾感知传感器所识别到的对应目标运动属性的误差，并计数。最后把上述各目标运动属性误差值及对应时间戳，和计数值数据保存下来。所述离线分析模块用于将上述实时采集保存的数据文件进行分析，得到被测传感器识别性能参数。
69.请参阅图3，图3为本发明参数采集测试方法第一实施例的流程示意图，所述参数采集测试方法应用于参数采集测试装置，本实施例提供的参数采集测试方法包括如下步骤：
70.步骤s10，间隔预设周期控制真值参数采集装置采集第一目标数据以及控制智驾感知传感器装置采集第二目标数据；
71.在本实施例中，所述第一目标数据和所述第二目标数据均包括图像数据以及目标运动属性，具体的，所述目标运动属性包括目标车辆的纵向位置、横向位置、纵向速度、横向速度、纵向加速度、横向加速度，其中，所述目标车辆为搭载所述参数采集测试系统的车辆的前方的车辆，即测试车辆前方的车辆。所述预设周期为0.02s，本领域技术人员可根据实际需要设置不同预设周期，以使采集到的数据更加精确。
72.步骤s20，根据所述第一目标数据和所述第二目标数据，获取目标运动属性以及所述目标运动属性对应的误差；
73.参阅图4，在一实施例中，所述步骤s20包括：
74.步骤s21，根据所述第一目标数据获取第一识别目标和第一目标运动属性，以及根据所述第二目标数据获取第二识别目标和第二目标运动属性；
75.在本实施例中，由于第一目标数据是由真值参数采集装置获取的前方所有车辆目标的数据，所以第一识别目标的数量是随机的。同理第二识别目标的数量也是随机的。所述第一目标运动数据包括第一识别目标和第一目标运动属性，所述第二目标运动数据包括第二识别目标和第二目标运动属性；具体的，可根据第一目标数据和第二目标数据中的图像数据获取第一识别目标和第二识别目标，进一步地，识别目标可以是车辆、行人或其他处于参数采集测试系统探测范围的物品等。
76.步骤s22，将所述第一识别目标与所述第二识别目标进行匹配关联，得到关联后的目标；
77.在本实施例中，由于所述真值参数采集装置和所述智驾感知传感器所探测的范围一致，因此两个装置所采集到的车辆目标也属于同一范围内重复车辆目标，因此需要对两个装置所采集的识别目标进行关联，即把真值参数采集装置识别的目标跟智驾感知传感器识别的目标做一一对应，以得到同一识别目标的两个目标运动属性。
78.步骤s23，根据关联后的目标获取与关联后的目标相对应的第一目标运动属性和第二目标运动属性；
79.在本实施例中，所述目标运动属性包括纵向位置、横向位置、纵向速度、横向速度、纵向加速度和横向加速度；所述第一目标运动属性为标定参数检测装置获取的，所述第二
目标运动属性为智驾感知传感器装置获取的。
80.步骤s24，计算与关联后的目标对应的第一目标运动属性与第二目标运动属性之差，并将差值作为目标运动属性对应的误差；
81.在本实施例中，假设本车正前方有一车辆目标，标定参数采集测试装置探测到该目标运动属性分别为：纵向位置l_x_real、横向位置l_y_real、纵向速度v_x_real、横向速度v_y_real、纵向加速度a_x_real、横向加速度a_y_real；智驾感知传感器装置探测到该目标运动属性分别为：纵向位置l_x_test、横向位置l_y_test、纵向速度v_x_test、横向速度v_y_test、纵向加速度a_x_test、横向加速度a_y_test。各运动属性误差计算公式如下：
82.纵向位置误差
ꢀꢀꢀꢀ
l_x_diff＝l_x_test-l_x_real；
83.横向位置误差
ꢀꢀꢀꢀ
l_y_diff＝l_y_test-l_y_real；
84.纵向速度误差
ꢀꢀꢀꢀ
v_x_diff＝v_x_test-v_x_real；
85.横向速度误差
ꢀꢀꢀꢀ
v_y_diff＝v_y_test-v_y_real；
86.纵向加速度误差
ꢀꢀ
a_x_diff＝a_x_test-a_x_real；
87.横向加速度误差
ꢀꢀ
a_y_diff＝a_y_test-a_y_real。
88.步骤s30，根据所述目标运动属性以及所述目标运动属性对应的误差，计算所述智驾感知传感器装置的性能参数。
89.在本实施例中，所述性能参数包括方差、标准差以及误差最大值。
90.在本发明中，通过间隔预设周期控制真值参数采集装置采集第一目标数据以及控制智驾感知传感器装置采集第二目标数据，实现了对目标数据的实时采集，提高性能测试的准确性；通过根据所述第一目标数据和所述第二目标数据，获取目标运动属性以及所述目标运动属性对应的误差，通过误差计算实现了对智驾感知传感器性能的粗略计算；通过根据所述目标运动属性以及所述目标运动属性对应的误差，计算所述智驾感知传感器装置的性能参数，实现了客观地评价传感器的识别性能。
91.进一步的，本发明参数采集测试方法第二实施例提供一种参数采集测试方法，基于上述图2所示的实施例，所述根据所述目标运动属性以及所述目标运动属性对应的误差，计算所述智驾感知传感器装置的性能参数的步骤之前，还包括：
92.步骤a301，获取所述目标的目标数量以及所述目标运动属性对应的误差的误差值数量；
93.所述根据所述目标运动属性以及所述目标运动属性对应的误差，计算所述智驾感知传感器装置的性能参数的步骤之后，还包括：
94.步骤a302，根据所述目标运动属性、所述目标运动属性对应的误差、目标数量以及误差值数量，计算所述目标运动属性相对应的方差、标准差以及误差最大值，其中，所述性能参数包括方差、标准差以及误差最大值。
95.在本实施例中，所述目标数量为搭载参数采集测试系统的车辆所探测到的具体目标的数量；所述误差值数量为参数采集测试系统在所采集到的同一个目标运动属性中的数量，例如，以使用纵向位置l_x为例，其它运动属性计算过程相同。假设，某天对某智驾感知传感器进行测评，在公共道路上行驶若干时长，采集了n＝1000个车辆目标，每个目标对应采集了couteri个误差值。那么，根据如下公式，计算纵向位置识别性能参数——方差、标准差和误差最大值等。
96.方差：
97.标准差：e(l_x)＝sqrt(d(l_x))
98.误差最大值：max(l_x)＝max(max(l_x1)，max(l_x2)，max(l_x3)，...max(l_xn))
99.其中，d(l＿x)为纵向位置的方差，n为车辆目标数量，i为车辆目标数量中的一个，couteri为误差值数量，e(l＿x)为纵向位置的标准差，max(l＿x)为纵向位置的误差最大值。
100.在本发明中，通过根据所述目标运动属性、所述目标运动属性对应的误差、目标数量以及误差值数量，计算所述目标运动属性相对应的方差、标准差以及误差最大值，实现了智驾感知传感器装置的性能参数计算，能够精确获得智驾感知传感器的识别性能参数，上述车辆目标的运动属性识别性能参数可应用于软件算法中，提升自主智驾系统开发的性能和体验。
101.此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有参数采集测试程序，所述参数采集测试程序被处理器执行时实现如下操作：
102.间隔预设周期控制真值参数采集装置采集第一目标数据以及控制智驾感知传感器装置采集第二目标数据；
103.根据所述第一目标数据和所述第二目标数据，获取目标运动属性以及所述目标运动属性对应的误差；
104.根据所述目标运动属性以及所述目标运动属性对应的误差，计算所述智驾感知传感器装置的性能参数。
105.进一步地，所述参数采集测试程序被处理器执行时还实现如下操作：
106.所述根据所述第一目标数据和所述第二目标数据，获取目标运动属性以及所述目标运动属性相对应的误差的步骤包括：
107.根据所述第一目标数据获取第一识别目标和第一目标运动属性，以及根据所述第二目标数据获取第二识别目标和第二目标运动属性；
108.将所述第一识别目标与所述第二识别目标进行匹配关联，得到关联后的目标；
109.根据关联后的目标获取与关联后的目标相对应的第一目标运动属性和第二目标运动属性；
110.计算与关联后的目标对应的第一目标运动属性与第二目标运动属性之差，并将差值作为目标运动属性对应的误差。
111.进一步地，所述参数采集测试程序被处理器执行时还实现如下操作：
112.所述根据所述目标运动属性以及所述目标运动属性对应的误差，计算所述智驾感知传感器装置的性能参数的步骤之前，还包括：
113.获取所述目标的目标数量以及所述目标运动属性对应的误差的误差值数量；
114.所述根据所述目标运动属性以及所述目标运动属性对应的误差，计算所述智驾感知传感器装置的性能参数的步骤之后，还包括：
115.根据所述目标运动属性、所述目标运动属性对应的误差、目标数量以及误差值数量，计算所述目标运动属性相对应的方差、标准差以及误差最大值，其中，所述性能参数包
括方差、标准差以及误差最大值。
116.本发明计算机可读存储介质的具体实施例与上述参数采集测试方法各实施例基本相同，在此不作赘述。
117.需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
118.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
119.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上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的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，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
120.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。