驾驶数据的处理方法、装置和电子设备与流程

1.本发明涉及自动驾驶技术领域，尤其是涉及一种驾驶数据的处理方法、装置和电子设备。


背景技术：

2.自动驾驶技术发展日新月异，当前越来越多的自动驾驶产品已经开始商业化运营，如何保证自动驾驶技术的安全可靠、如何快速判断驾驶过程的安全性、可靠性、舒适性，成为亟待解决的技术问题。对实际场地的实际情况测试能够真正验证自动驾驶的上述性能。


技术实现要素：

3.本发明的目的在于提供一种驾驶数据的处理方法、装置和电子设备，以快速输出对自动驾驶系统的验证结果。
4.第一方面，本发明提供一种驾驶数据的处理方法，该方法应用于自动驾驶系统；该方法包括：对每个预先采集的初始驾驶数据添加时间戳信息，得到第一驾驶数据，其中，驾驶数据的类型包括can类型、yuv类型和以太网类型；将第一驾驶数据进行频率一致化处理以及特征计算，得到第一驾驶数据的可视化数据图表和特征参数；基于可视化数据图表和特征参数验证自动驾驶系统的性能，得到验证结果。
5.在可选的实施方式中，can类型的驾驶数据至少包括以下之一：预设的整车数据采集器采集的测试车辆的第一速度、第一加速度、第一减速度、第一横摆角、第一航向角、第一俯仰角、第一侧倾角、方向盘转角、制动信号、制动踏板开度、油门踏板开度、系统状态信号、转向灯信号、轮速和总里程数；预设的智能摄像头采集的目标列表形式的目标物信息，其中，目标物包括车道线、交通标识、目标车辆和行人；预设的毫米波雷达采集的目标车辆的第二速度、第二加速度、第二减速度、第二横摆角、第二航向角、第二俯仰角、第二侧倾角以及第一距离；预设的第一高精度惯导系统采集的测试车辆的第一位置信息、第三速度、第三加速度、第三减速度、第三横摆角、第三航向角、第三俯仰角、第三侧倾角、第二距离、第一碰撞时间和第一车间时距；预设的第二高精度惯导系统采集的目标车辆的第二位置信息、第四速度、第四加速度、第四减速度、第四横摆角、第四航向角、第四俯仰角、第四侧倾角、第三距离、第二碰撞时间和第二车间时距。
6.在可选的实施方式中，yuv类型的驾驶数据包括：预设的音视频传感器采集的音视频数据；以太网类型的驾驶数据包括：预设的激光雷达采集的三维点云数据。
7.在可选的实施方式中，将第一驾驶数据进行频率一致化处理以及特征计算，得到第一驾驶数据的可视化数据图表和特征参数的步骤，包括：对每个第一驾驶数据进行格式转换以及标准化命名，得到第二驾驶数据；对第二驾驶数据进行频率一致化处理以及特征计算，得到可视化数据图表和特征参数。
8.在可选的实施方式中，对第二驾驶数据进行频率一致化处理以及特征计算，得到
可视化数据图表和特征参数的步骤，包括：在同一时间域下，将第二驾驶数据中的第一高精度惯导系统采集的数据、第二高精度惯导系统采集的数据和整车数据采集器采集的制动信号、系统状态信号和转向灯信号进行频率一致化处理，得到测试车辆的驾驶过程中的可视化数据图表；根据预设的脚本函数，对第二驾驶数据中的can类型的数据进行计算，得到车辆驾驶过程中的特征参数，其中，特征参数包括第二驾驶数据中的can类型的数据的均值、峰值、均方根值、超调量和误差值。
9.在可选的实施方式中，该方法还包括：基于测试车辆或者目标车辆所处的场景对第一驾驶数据进行滤波处理与去噪处理。
10.在可选的实施方式中，方法还包括：将多个类型的第一驾驶数据、第二驾驶数据保存至预设的数据库中；其中，数据库包括模型训练数据库和测试用例库。
11.在可选的实施方式中，该方法还包括：根据预设的规则，为驾驶数据所对应的场景添加场景标签；依据场景标签，确认测试车辆所处的场景，并将场景标签与驾驶数据关联保存至模型训练数据库和测试用例库。
12.第二方面，本发明提供一种驾驶数据的处理装置，该装置应用于自动驾驶系统；该装置包括：第一处理模块，对每个预先采集的初始驾驶数据添加时间戳信息，得到第一驾驶数据，其中，驾驶数据的类型包括can类型、yuv类型和以太网类型；第二处理模块，将第一驾驶数据进行频率一致化处理以及特征计算，得到第一驾驶数据的可视化数据图表和特征参数；结果输出模块，用于基于可视化数据图表和特征参数验证自动驾驶系统的性能，得到验证结果。
13.第三方面，本发明提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现前述实施方式任一项的驾驶数据的处理方法。
14.本发明的有益效果如下：
15.本发明提供了一种驾驶数据的处理方法、装置和电子设备，该方法应用于自动驾驶系统；该方法包括：对每个预先采集的初始驾驶数据添加时间戳信息，得到第一驾驶数据，其中，驾驶数据的类型包括can类型、yuv类型和以太网类型；将第一驾驶数据进行频率一致化处理以及特征计算，得到第一驾驶数据的可视化数据图表和特征参数；基于可视化数据图表和特征参数验证自动驾驶系统的性能，得到验证结果。本方案可以在不破坏测试车辆传感器及线束的前提下采集驾驶数据，并能够快速输出对车辆性能的验证结果。
16.本发明的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明的上述技术即可得知。
17.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。
附图说明
18.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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。
19.图1为本发明实施例提供的一种驾驶数据的处理方法的流程图；
20.图2为本发明实施例提供的另一种驾驶数据的处理方法的流程图；
21.图3为本发明实施例提供的转向灯信号示意图；
22.图4为本发明实施例提供的频率一致化处理后的可视化数据图表的示意图；
23.图5为本发明实施例提供的未经滤波处理的驾驶数据的示意图；
24.图6为本发明实施例提供的一种滤波处理后的驾驶数据的示意图；
25.图7为本发明实施例提供的另一种滤波处理后的驾驶数据的示意图；
26.图8为本发明实施例提供的一种驾驶数据的处理装置的示意图；
27.图9为本发明实施例提供的一种电子设备的示意图。
具体实施方式
28.为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
29.因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
30.自动驾驶技术发展日新月异，当前越来越多的自动驾驶产品已经开始商业化运营，从一开始l0到现在试运营的l3、l4级自动驾驶产品，以致未来l5级自动驾驶产品，安全至始至终都是需要解决的第一关注点。从国外频发的特斯拉事故到国内小鹏p7事故，自动驾驶产品在商业化前如何做到安全可靠，依然是我们面临的难题。
31.实车场地测试能够真实有效的验证自动驾驶系统，对自动驾驶产品的量产有着至关重要的重用。
32.不同于传统车辆的测试，针对l3级及以上自动驾驶产品，测试技术由基于功能的测试转变为基于场景的测试。自动驾驶车辆场地测试不仅需要采集车辆自身的can总线数据，还需要采集周围环境数据(视频、激光雷达等)、车内hmi音视频数据、智能摄像头数据、以及惯导与高精度定位信息数据。在尽量不破坏测试车辆传感器及线束的前提下，如何采集不同类型的数据、如何处理繁杂无序的数据，是自动驾驶产品快速迭代开发需要解决的问题。
33.基于此，本技术提供了一种驾驶数据的处理方法、装置和电子设备，以在不破坏测试车辆传感器及线束的前提下，采集并处理多种类型的数据，以快速对驾驶过程的性能与功能进行验证。本技术应用于自动驾驶安全性测试的场景中。
34.实施例一
35.本发明实施例提供了一种驾驶数据的处理方法，该方法应用于自动驾驶系统，如图1所示，该方法包括：
36.步骤s102，对每个预先采集的初始驾驶数据添加时间戳信息，得到第一驾驶数据，其中，驾驶数据的类型包括can类型、yuv类型和以太网类型。
37.具体地，本方案中预设有多个传感器，比如，音视频传感器、智能摄像头、激光雷达、毫米波雷达、装载在目标车辆上的高精度惯导系统、装载在测试车辆上的高精度惯导系统、整车数据采集器等，这些传感器采集的数据的数据类型各不相同，主要分为can类型、yuv类型和以太网类型三种。传感器会将采集的这些数据作为初始驾驶数据发送给工控机，工控机会将自身的绝对时间作为时间戳赋给初始驾驶数据，得到第一驾驶数据，以对数据进行时间同步。
38.步骤s104，将第一驾驶数据进行频率一致化处理以及特征计算，得到第一驾驶数据的可视化数据图表和特征参数。
39.具体地，上述第一驾驶数据是时间统一之后的数据，但是数据之间的频率不一致。一般来说，第一驾驶数据的采集信号频率包括100hz、10hz以及1hz三种类型，所以需要将所有数据统一为同一频率，只有这样，后续在同一时间域中才可以对不同的驾驶数据进行图表可视化处理。
40.具体地，可以预先设置脚本参数，然后通过特定的算法计算驾驶数据的特征参数。在此，一般只针对can类型的数据进行特征参数的计算。
41.步骤s106，基于可视化数据图表和特征参数验证自动驾驶系统的性能，得到验证结果。
42.具体地，通过可视化图表，就可以很明显判断出自动驾驶过程中，车辆是否及时作出了反应；通过将计算出来的特征参数与预先规定的参数作对比，可以得到判断结果；基于上述信息，就可以评价自动驾驶过程的安全性、可靠性和舒适性，从而得到验证结果，其中验证结果中包括对上述3种性能的评分或评价。
43.本发明提供了一种驾驶数据的处理方法，该方法应用于自动驾驶系统；该方法包括：对每个预先采集的初始驾驶数据添加时间戳信息，得到第一驾驶数据，其中，驾驶数据的类型包括can类型、yuv类型和以太网类型；将第一驾驶数据进行频率一致化处理以及特征计算，得到第一驾驶数据的可视化数据图表和特征参数；基于可视化数据图表和特征参数验证自动驾驶系统的性能，得到验证结果。本方案可以在不破坏测试车辆传感器及线束的前提下采集驾驶数据，并能够快速输出对车辆性能的验证结果。
44.实施例二
45.本发明实施例提供了另一种驾驶数据的处理方法，该方法应用于自动驾驶系统；如图2所示，该方法包括：
46.步骤s202，采集多种类型的驾驶数据作为初始驾驶数据。
47.在具体实施时，上述初始驾驶数据包括多种传感器采集的多种类型的数据，包括can类型、yuv类型和以太网类型；具体来说，can类型的驾驶数据至少包括以下之一：
①
预设的整车数据采集器采集的测试车辆的第一速度、第一加速度、第一减速度、第一横摆角、第一航向角、第一俯仰角、第一侧倾角、方向盘转角、制动信号、制动踏板开度、油门踏板开度、系统状态信号、转向灯信号、轮速和总里程数；
②
预设的智能摄像头采集的目标列表形式的目标物信息，其中，目标物包括车道线、交通标识、目标车辆和行人；
③
预设的毫米波雷达采集的目标车辆的第二速度、第二加速度、第二减速度、第二横摆角、第二航向角、第二俯仰角、第二侧倾角以及第一距离；
④
预设的第一高精度惯导系统采集的测试车辆的第一位置信息、第三速度、第三加速度、第三减速度、第三横摆角、第三航向角、第三俯仰角、第三侧倾
角、第二距离、第一碰撞时间和第一车间时距；
⑤
预设的第二高精度惯导系统采集的目标车辆的第二位置信息、第四速度、第四加速度、第四减速度、第四横摆角、第四航向角、第四俯仰角、第四侧倾角、第三距离、第二碰撞时间和第二车间时距。
48.具体地，上述yuv类型的驾驶数据包括：预设的音视频传感器采集的音视频数据；
49.具体地，上述以太网类型的驾驶数据包括：预设的激光雷达采集的三维点云数据。
50.再具体地，上述整车数据采集器采集的数据范围很广，基本跟车辆相关的数据都可以采集，除了上面提到的，还包括横摆角速度、发动机数据、变速箱数据、制动器数据、转向数据、车身控制器数据等。
51.具体地，本技术的传感器不仅能采集行车数据(整车数据)，还能采集环境数据、外部场景数据，上述这所有的数据都会存在整车测试用例库和算法开发训练库中，整车测试用例库和算法开发训练库都会在云端进行备份，以供后续调用、以防丢失。
52.具体地，可以通过预设的触发机制来采集上述数据。
53.步骤s204，对初始驾驶数据进行时间统一处理，得到第一驾驶数据。
54.具体地，本技术中时间同步(统一)方法采用硬件同步，所有数据均由工控机统一分配时间戳进行存储，这一技术优化了后续数据处理与场景提取的流程。
55.步骤s206，对每个第一驾驶数据进行格式转换以及标准化命名，得到第二驾驶数据。
56.在具体实施时，该方法还包括：基于测试车辆或者目标车辆所处的场景对第一驾驶数据进行滤波处理与去噪处理。
57.具体地，由于采集的驾驶数据(包括初始驾驶数据和/或第一驾驶数据)由于设备震动等原因存在噪声干扰，无法直接使用，需经过滤波处理、去噪处理后，才可以用于参数计算及图表可视化。
58.具体地，信号降噪是现有的技术，但对于不同信号的处理，其应用不尽相同，比如本案例中所选取信号滤波的处理方式，参数空间不同、场景不同，其处理后的结果也有差别，本方法是经过大量数据统计后选取出来的。
59.具体地，针对步骤s206的具体操作是：首先，将第一驾驶数据转换为matlab数据格式，然后，在数据处理开发脚本里将转换之后的驾驶数据进行标准化命名，并保存在预设的数据库里，后续可以作为场地测试的标准化数据脚本文件，这一方案可以提高后续的数据处理效率，为后续的频率一致化提供数据基础。这一过程又称为数据的预处理。
60.具体地，标准化命名的优势是：由于数据采集装置的可替代性较强，不同设备、传感器对同一采集信号自定义的命名方式不同，为了使开发的脚本具有可复用及可移植性，进行采集信号的标准化处理，故将数据的名称进行统一转化。
61.步骤s208，在同一时间域下，将第二驾驶数据中的第一高精度惯导系统采集的数据、第二高精度惯导系统采集的数据和整车数据采集器采集的制动信号、系统状态信号和转向灯信号进行频率一致化处理，得到车辆驾驶过程中的可视化数据图表。
62.具体地，驾驶数据中的can数据类型有较高的一致性，所以不同的测试场景，其数据处理的上存在一定的互通性，本发明还开发了标准化的数据处理脚本，不仅可以解决信号采样频率不一致、采集信号短暂缺失、信号噪声干扰以及数据量庞大，处理过程繁琐的难题，还可以将评价参数、指标图表可视化用于测试结果分析。
63.具体地，在此提供1个例子，以具体解释频率一致化处理过程。
64.场地测试数据采集信号频率一般有100hz、10hz以及1hz三种类型，通常采集惯导系统数据作为真值即数据采样频率为100hz，其它频率信号通常作为标识位信号，如acc(adaptive cruise control，自适应巡航控制系统)按键开关、转向灯信号等，采用插值函数将数据统一处理成100hz，这样后续在同一时间域中可以对不同数据信号参数处理及图表可视化。转向灯信号原始数据采样频率为1hz，测试车辆的第一速度的原始采样频率为100hz，在同一时间域转向灯信号与第一速度不能绘在一张图上，显示如图3所示；经插值函数处理后，转向灯信号与速度信号均为100hz，可在同一时间域绘图显示如图4所示，图4为频率一致化处理后的可视化数据图表的示意图。
65.具体地，图4主要是为了处理不同信号采样频率不一致无法在同一时间域内图表化的问题，如图3所示是1hz转向灯信号，速度信号为100hz，两个信号不同在同一坐标时间域内画图；图4是经过处理后转向灯信号与本车车速信号(即测试车辆的第一速度)在同一时间域内图示，这样对于后续数据处理，比如判断变道时机，变道时长就很方便。其中图3和图4的横坐标是时间(s)，纵坐标(左)-车速(km/h)，纵坐标(右)-转向灯信号(关\左转向灯开启\右转向灯开启)。
66.具体地，在此，再提供1个例子，以形象地表示滤波、去噪的过程。
67.场地测试采集的原始数据中(即初始驾驶数据和/或第一驾驶数据)有些信号由于设备震动等原因存在噪声干扰，无法直接使用，需经过滤波处理后，才能用于特征参数计算及图表可视化。本例选取加速度信号，图5为原始数据未经滤波处理的示意图，图6和图7为滤波之后的驾驶数据的示意图。图5-图7的横坐标为时间，纵坐标为加速度。
68.步骤s210，根据预设的脚本函数，对第二驾驶数据中的can类型的数据进行计算，得到车辆驾驶过程中的特征参数，其中，特征参数包括第二驾驶数据中的can类型的数据的均值、峰值、均方根值、超调量和误差值。
69.具体地，驾驶数据经过预处理后，编写脚本函数进行数据处理，以txt或excel文档输出评价指标参数(即特征参数)，如均值、峰值、均方根值、超调量、误差及时长等。
70.具体地，依据测试用例的评价指标，在数据处理脚本中调用相关函数，如最值函数max\mix，均方根值函数rms等；以目标车近距离切入工况进行说明，响应延时为主车识别目标车时刻至开始减速时刻时间差(以信号列表内的相关信号(目标id)作标志位信号)，减速度最值与均值，碰撞时间，速度减少量，达到稳态时的速度稳定误差及震荡周期等。
71.步骤s212，基于可视化数据图表和特征参数验证自动驾驶系统的性能，得到验证结果。
72.具体地，通过可视化图表，就可以很明显判断出自动驾驶过程中，车辆是否及时作出了反应；通过将计算出来的特征参数与预先规定的参数作对比，可以得到判断结果；基于上述信息，就可以评价自动驾驶过程的安全性、可靠性以及舒适性等相关功能与性能，从而得到对自动驾驶过程的验证结果。
73.上述方法还包括：将多个类型的第一驾驶数据、第二驾驶数据保存至预设的数据库中；其中，数据库包括模型训练数据库和测试用例库。
74.具体地，本技术还可以将第一驾驶数据、第二驾驶数据存储至目标位置，且存储空间不少于10t，支持ssd固态硬盘扩展存储。本技术的存储装置支持数据回放，存储格式转换
功能。所有数据可上传云端备份，以防数据意外丢失。重要的是，本技术的存储装置可将采集到的数据做时间同步处理。
75.具体地，本技术中的采集初始驾驶数据的传感器和存储装置统称为数采设备。
76.上述方法还包括：根据预设的规则，为驾驶数据所对应的场景添加场景标签；依据场景标签，确认测试车辆所处的场景，并将场景标签与驾驶数据关联保存至模型训练数据库和测试用例库。
77.具体地，在本方案中，可以对初始驾驶数据、第一驾驶数据、第二驾驶数据进行场景添加并保存，以便于在后续的自动驾驶过程中，自动对测试车辆所处的场景进行确认。
78.具体地，本技术的方案中还设置有标签设置键，在数据采集过程可以根据用户自定义标记当时场景，便于后续的数据处理与场景提取。
79.具体地，此处的添加唯一标签的过程，是利用到音视频数据和三维点云数据的。
80.本发明在尽量不破坏测试车辆传感器及线束的前提下，主要解决自动驾驶过程中，多种类型的数据采集问题，以及数据处理的问题，本方案能够快速的输出对驾驶过程的测试结果，支撑自动驾驶产品快速迭代开发。
81.本发明能连续采集不少于7天的测试数据(即驾驶数据)，涵盖了不同类型传感器数据采集需求，测试场景数据采集全面。而且采集数据支持云端备份，以免因硬件故障数据意外丢失。本方案能将不同传感器数据进行时间统一处理，便于场景数据分析。本方案中的数据通用性高，不仅适用于场地测试也适用于道路测试。
82.本发明提供了数据处理方法，能将采集的测试数据快速处理，并输出特征参数与可视化图表，从而对自动驾驶系统的性能进行验证，提高了场地测试效率，缩短了测试周期，节省了测试成本。
83.实施例三
84.本发明提供一种驾驶数据的处理装置，如图8所示，该装置包括：
85.第一处理模块81，用于对每个预先采集的初始驾驶数据添加时间戳信息，得到第一驾驶数据，其中，驾驶数据的类型包括can类型、yuv类型和以太网类型。
86.第二处理模块82，用于将第一驾驶数据进行频率一致化处理以及特征计算，得到第一驾驶数据的可视化数据图表和特征参数。
87.结果输出模块83，用于基于可视化数据图表和特征参数验证自动驾驶系统的性能，得到验证结果。
88.本发明实施例所提供的驾驶数据的处理装置，其实现原理及产生的技术效果和前述的驾驶数据的处理方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
89.实施例四
90.本发明提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现前述实施方式任一项的驾驶数据的处理方法。
91.本发明实施例还提供了一种电子设备，参见图9所示，该电子设备包括处理器101和存储器100，该存储器100存储有能够被处理器101执行的机器可执行指令，该处理器执行机器可执行指令以实现上述驾驶数据的处理方法。
92.进一步地，图9所示的电子设备还包括总线102和通信接口103，处理器101、通信接口103和存储器100通过总线102连接。
93.其中，存储器100可能包含高速随机存取存储器(ram，random access memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口103(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线102可以是isa总线、pci总线或eisa总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
94.处理器101可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field-programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器100，处理器101读取存储器100中的信息，结合其硬件完成前述实施例的方法的步骤。
95.本发明实施例还提供一种机器可读存储介质，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，该机器可执行指令促使处理器实现上述驾驶数据的处理方法，具体实现可参见方法实施例，在此不再赘述。
96.本发明实施例所提供的驾驶数据的处理方法、装置和电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。
97.功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案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一个存储介质中，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，电子设备，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
98.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。