障碍物信息确定方法、装置、电子设备以及存储介质与流程

1.本发明实施例涉及智能驾驶技术领域，尤其涉及一种障碍物信息确定方法、装置、电子设备以及存储介质。


背景技术：

2.随着汽车工业的快速发展和人们生活水平的不断提高，汽车已快速进入普通家庭。车辆行驶安全问题受到人们越来越广泛的关注。
3.目前在行车过程中，常常是驾驶员直接观察车辆周围障碍物，或者是驾驶员通过观察车门后视镜确定车辆左右两侧的障碍物，然后车辆按照驾驶员的指示行驶，而这种人为确定方式易受驾驶员主观经验或环境因素的影响，车辆行驶的安全性较低。


技术实现要素：

4.本发明提供一种障碍物信息确定方法、装置、电子设备以及存储介质，以实现提高车辆周围障碍物确定的准确性，从而提高车辆驾驶的安全性。
5.第一方面，本发明实施例提供了一种障碍物信息确定方法，该方法包括：
6.获取当前车辆预设范围内的至少一个点云数据；其中，所述点云数据包括以所述当前车辆为原点的局部坐标系下的点云坐标；
7.获取至少一个障碍物识别条件，并基于各所述障碍物识别条件以及各所述点云坐标，识别所述当前车辆预设范围内障碍物的障碍物信息；其中，所述障碍物识别条件包括点云坐标与所述当前车辆之间的检测距离条件、点云坐标与右相邻点坐标之间的第一相邻距离条件、点云坐标分别与左相邻点坐标和右相邻点坐标之间的相邻夹角条件和点云坐标与右相邻点坐标之间的第二相邻距离条件。
8.可选的，所述障碍物信息包括障碍物数量、障碍物编号、所述障碍物的边界点数量、所述障碍物的边界点编号以及所述障碍物的边界点坐标。
9.可选的，所述获取当前车辆预设范围内的至少一个点云数据，包括：
10.基于预设雷达传感器对所述当前车辆的预设范围进行扫描，并获取所述扫描结果中的各初始点云坐标；
11.分别对各所述初始点云坐标进行数据预处理，得到所述当前车辆预设范围内的各目标点云坐标。
12.可选的，所述分别对各所述初始点云坐标进行数据预处理，得到所述当前车辆预设范围内的各目标点云坐标，包括：
13.获取预设坐标存储矩阵，将所述预设坐标存储矩阵中的各列坐标数据右移一列，并将所述初始点云坐标中对应的列坐标数据存储于所述预设坐标存储矩阵的第一列，得到坐标调整矩阵；
14.按预设排序规则对所述坐标调整矩阵中的坐标数据进行排序，得到坐标排序矩阵；
15.获取所述坐标排序矩阵中的至少两列坐标数据，确定所述至少两列坐标数据中各行坐标数据的行坐标均值，并将各所述行坐标均值作为所述目标点云坐标中对应的点云坐标。
16.可选的，所述获取至少一个障碍物识别条件，并基于各所述障碍物识别条件以及各所述点云坐标，识别所述当前车辆预设范围内障碍物的障碍物信息，包括：
17.对于任一点云坐标，若所述当前点云坐标与所述当前车辆之间的距离符合所述检测距离条件，则获取所述当前点云坐标与所述当前点云坐标的右相邻点之间的当前第一相邻距离；
18.若所述当前第一相邻距离不符合所述第一相邻距离条件，则将所述障碍物的障碍物数量累加、所述障碍物编号累加、所述边界点数量累加、所述边界点编号累加，并基于所述当前点云坐标确定所述边界点坐标。
19.可选的，所述获取至少一个障碍物识别条件，并基于各所述障碍物识别条件以及各所述点云坐标，识别所述当前车辆预设范围内障碍物的障碍物信息，还包括：
20.若所述当前第一相邻距离符合所述第一相邻距离条件，则获取所述当前点云坐标分别与所述当前点云坐标的左相邻点坐标和右相邻点坐标之间的当前相邻夹角；
21.若所述当前相邻夹角不符合所述相邻夹角条件，则将所述障碍物的当前边界点编号与预设编号阈值进行匹配；若所述当前边界点编号在所述预设编号阈值范围内，则将所述边界点编号累加，并确定所述边界点坐标；若所述当前边界点编号不在所述预设编号阈值范围内，则将所述障碍物数量累加、所述障碍物编号累加、所述边界点数量累加、所述边界点编号累加，并确定所述边界点坐标。
22.可选的，所述获取至少一个障碍物识别条件，并基于各所述障碍物识别条件以及各所述点云坐标，识别所述当前车辆预设范围内障碍物的障碍物信息，还包括：
23.若所述当前相邻夹角符合所述相邻夹角条件，则获取所述当前点云坐标与所述当前点云坐标的左相邻点之间的当前第二相邻距离；
24.若所述当前第二相邻距离不符合所述第二相邻条件，则将所述边界点编号累加；
25.若所述当前第二相邻距离符合所述第二相邻条件，且确定所述当前点云数据识别结束，则遍历其他点云坐标，并将识别到的各障碍物的障碍物数量、障碍物编号、边界点数量、边界点编号以及边界点坐标进行存储。
26.可选的，在识别所述当前车辆预设范围内障碍物的障碍物信息之后，还包括：
27.获取全局坐标系，并基于各所述边界点在所述局部坐标系下的边界点坐标以及预设坐标转换方法，分别确定各所述边界点在所述全局坐标系下的全局边界点坐标；
28.分别确定下一时刻所述当前车辆预设范围内的全局边界点坐标，并基于当前时刻的全局边界点坐标和下一时刻的全局边界点坐标之间的全局坐标差与预设坐标阈值的比对结果，确定各所述边界点的边界点类型。
29.可选的，所述边界点类型包括动态边界点和动态边界点；
30.相应的，在确定各所述边界点的边界点类型之后，还包括：
31.若所述边界点类型为动态边界点，则实时更新各所述边界点的全局边界点坐标，并基于实时更新的边界点实时更新所述当前车辆的行驶轨迹，直到所述边界点不在所述检测距离条件范围内，或者所述当前车辆绕行通过所述边界点；
32.若所述边界点类型为静态边界点，则基于各所述边界点确定所述当前车辆的行驶轨迹，直到所述边界点不在所述检测距离条件范围内，或者所述当前车辆绕行通过所述边界点。
33.第二方面，本发明实施例还提供了一种障碍物信息确定装置，该装置包括：
34.点云数据获取模块，用于获取当前车辆预设范围内的至少一个点云数据；其中，所述点云数据包括以所述当前车辆为原点的局部坐标系下的点云坐标；
35.障碍物信息识别模块，用于获取至少一个障碍物识别条件，并基于各所述障碍物识别条件以及各所述点云坐标，识别所述当前车辆预设范围内障碍物的障碍物信息；其中，所述障碍物识别条件包括点云坐标与所述当前车辆之间的检测距离条件、点云坐标与右相邻点坐标之间的第一相邻距离条件、点云坐标分别与左相邻点坐标和右相邻点坐标之间的相邻夹角条件和点云坐标与右相邻点坐标之间的第二相邻距离条件。
36.第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：
37.一个或多个处理器；
38.存储装置，用于存储一个或多个程序，
39.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例提供的障碍物信息确定方法。
40.第四方面，本发明实施例还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本发明任意实施例提供的障碍物信息确定方法。
41.本实施例的技术方案通过获取当前车辆预设范围内的至少一个点云数据；其中，点云数据包括以当前车辆为原点的局部坐标系下的点云坐标；从而得到更加准确雷达数据为自动驾驶车辆减速避障、障碍物绕行规划路径提供必要信息；获取至少一个障碍物识别条件，并基于各障碍物识别条件以及各点云坐标，识别当前车辆预设范围内障碍物的障碍物信息；其中，障碍物识别条件包括点云坐标与当前车辆之间的检测距离条件、点云坐标与右相邻点坐标之间的第一相邻距离条件、点云坐标分别与左相邻点坐标和右相邻点坐标之间的相邻夹角条件和点云坐标与右相邻点坐标之间的第二相邻距离条件；通过多个障碍物识别条件对扫描到的点云数据进行识别，确定车辆周围的障碍物信息，实现了提高障碍物识别的准确性，从而提高车辆驾驶的安全性。
附图说明
42.为了更加清楚地说明本发明示例性实施例的技术方案，下面对描述实施例中所需要用到的附图做一简单介绍。显然，所介绍的附图只是本发明所要描述的一部分实施例的附图，而不是全部的附图，对于本领域普通技术人员，在不付出创造性劳动的前提下，还可以根据这些附图得到其他的附图。
43.图1是本发明实施例一提供的障碍物信息确定方法的流程示意图；
44.图2是本发明实施例一提供的局部坐标系的结构示意图；
45.图3是本发明实施例二提供的障碍物信息确定方法的流程示意图；
46.图4是本发明实施例二提供的全局坐标系的结构示意图；
47.图5是本发明实施例三提供的障碍物信息确定装置的结构示意图；
48.图6为本发明实施例四提供的电子设备的结构示意图。
具体实施方式
49.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
50.实施例一
51.图1为本发明实施例一提供的一种障碍物信息确定方法的流程图，本实施例可适用于车辆自动驾驶时确定车辆周围障碍物的情况；更适用于不通过摄像头或在摄像头损坏、功能受限时确定车辆周围障碍物的情况。该方法可以由障碍物信息确定装置来执行，该装置可以由软件和/或硬件的方式来实现。
52.在对本发明实施例的技术方案进行介绍之前，先对实施本实施例的技术方案的应用场景进行示例性的介绍。当然，下述应用场景只是作为可选应用场景，本实施例的还可以在其他应用场景进行实施，本实施例对实施的技术方法的应用场景不加以限制。具体的，应用场景包括：目前在行车过程中，常常是驾驶员直接观察车辆周围障碍物，或者是驾驶员通过观察车门后视镜确定车辆左右两侧的障碍物，然后车辆按照驾驶员的指示行驶，而这种人为确定方式易受驾驶员主观经验或环境因素的影响，车辆行驶的安全性较低。并且在自动驾驶过程中大多基于安装在车辆周身的摄像头获取车辆周围的障碍物信息，但是摄像头会存在损坏以及功能受限的情况，导致车辆控制器不能获取到车辆周围的障碍物信息，从而导致车辆自动驾驶存在较大的安全风险。
53.针对于上述技术问题，本实施例中的技术方案通过获取到的雷达数据计算得到自动驾驶车辆周围障碍物状态信息，为自动驾驶车辆减速避障、障碍物绕行规划路径提供必要信息。
54.基于上述技术思路，本实施例的技术方案通过获取当前车辆预设范围内的至少一个点云数据；其中，点云数据包括以当前车辆为原点的局部坐标系下的点云坐标；从而得到更加准确雷达数据为自动驾驶车辆减速避障、障碍物绕行规划路径提供必要信息；获取至少一个障碍物识别条件，并基于各障碍物识别条件以及各点云坐标，识别当前车辆预设范围内障碍物的障碍物信息；其中，障碍物识别条件包括点云坐标与当前车辆之间的检测距离条件、点云坐标与右相邻点坐标之间的第一相邻距离条件、点云坐标分别与左相邻点坐标和右相邻点坐标之间的相邻夹角条件和点云坐标与右相邻点坐标之间的第二相邻距离条件；通过多个障碍物识别条件对扫描到的点云数据进行识别，确定车辆周围的障碍物信息，实现了提高障碍物识别的准确性，从而提高车辆驾驶的安全性。
55.如图1所示，该方法具体包括以下步骤：
56.s110、获取当前车辆预设范围内的至少一个点云数据。
57.在本实施例中，可以是基于各种雷达检测装置对车辆周围进行检测，从而获取车辆周围预设范围内的点云数据。
58.可选的，获取点云数据的方法可以包括：基于预设雷达传感器对当前车辆的预设范围进行扫描，并获取扫描结果中的各初始点云坐标。
59.其中，预设雷达传感器在当前车辆上的安装位置决定了传感器障碍检测的感知范围和能力，为了尽可能的减少遮挡、增大激光雷达的探测范围。可选的，可以选择将其安装在当前车辆的车顶上方或者车底。上述雷达传感器的安装位置只是示例性的安装位置，本
实施例对雷达传感器的安装位置不加以限制。预设雷达传感器的类型可以是激光雷达、车辆毫米波雷达，当然还可以是其他类型雷达传感器。
60.具体的，基于雷达传感器不间断地对车辆周围进行扫描，并实时将扫描的点云数据进行存储。雷达传感器的扫描角度可以是360度，当然也可以根据当前车辆所处的环境对扫描的角度进行实时设置。本实施例中，存储的点云数据可以包括以当前车辆为原点的局部坐标系下的点云坐标。
61.示例性的如图2所示，以当前车辆前方
±
45
°
的点云信息为例，点云数据的数据密度以每1度为间隔，依次定义每条点云数据的名称为fsp_0～90。每条点云数据包可以包括各基于当前车辆所在局部坐标系的(x,y)坐标信息。具体的，局部坐标系的原点为当前车辆的中心点，x正方向为当前车辆行驶的方向、y方向当前车辆的左侧方向。
62.因为雷达扫描的初始点云数据会存在单帧误报或多帧抖动的情况，所以在基于该初始点云数据进行障碍物信息识别之前，需要进行对该初始点云数据进行数据预处理，以尽可能消除这些偶然因素，从而实现提高障碍物信息识别的准确性。所以，本实施例的技术方案还在获取到雷达传感器扫描的初始点云数据之后，分别对各初始点云坐标进行数据预处理，得到当前车辆预设范围内的各目标点云坐标。
63.可选的，对初始点云数据进行数据预处理的方法可以包括：获取预设坐标存储矩阵，将预设坐标存储矩阵中的各列坐标数据右移一列，并将初始点云坐标中对应的列坐标数据存储于预设坐标存储矩阵的第一列，得到坐标调整矩阵；按预设排序规则对坐标调整矩阵中的坐标数据进行排序，得到坐标排序矩阵；获取坐标排序矩阵中的至少两列坐标数据，确定至少两列坐标数据中各行坐标数据的行坐标均值，并将各行坐标均值作为目标点云坐标中对应的点云坐标。
64.本实施例中以上述90个点云数据为例对数据预处理方法进行示例性的介绍。具体的，读取当前时刻下当前车辆fsp_0～fsp_90的初始点云数据，并将该初始点云数据存储于新建的初始点云数据矩阵中。其中，该初始点云数据矩阵的矩阵名称可以是fsp_n_xy，矩阵为90
×
2的坐标矩阵。具体的，fsp_n_xy中的初始坐标数据信息如下表所示：
65.表1初始坐标数据信息表
66.fsp_0_xfsp_0_yfsp_1_xfsp_1_y
……
fsp_90_xfsp_90_y
67.本实施例预处理方法为了实现在剔除单帧误报的同时，平稳多帧抖动问题，所以需要遵循误差产生及分布遵循正态分布的原理，从而通过中位均值滤波来剔除误差点。
68.在对数据进行预处理之前，预先建立数据存储矩阵，用于存储之前时刻进行数据预处理后的点云数据。具体的，为了方便同时对坐标数据中的x坐标数据和y坐标数据进行数据，本实施例将数据存储矩阵划分为x坐标数据存储子矩阵和y坐标数据存储子矩阵。具体的，x坐标数据存储子矩阵的矩阵名称可以是fsp_save_x，y坐标数据存储子矩阵的矩阵名称可以是fsp_save_y。以x坐标数据存储子矩阵为例介绍数据存储矩阵的大小，x坐标数据存储子矩阵的矩阵大小为90
×
n的矩阵，此处n的大小为中位均值滤波关键。为了保证数据预处理后的及时性与准确性，原则上n值最小不低于10，最大不超过50；示例性的，本实施
例的技术方案中可以暂取n为30，当然n还可以去其他的数值，本实施例对n的数值不加以限制。
69.同样的以对x坐标数据存储子矩阵中的坐标数据进行处理的方法示例性的介绍初始点云数据的数据预处理方法。具体的，将x坐标数据存储子矩阵中的各列坐标向右移动一列，并将初始点云数据矩阵中第一列坐标，即x列坐标中的各坐标数据存储到x坐标数据存储子矩阵中，得到数据调整后的坐标数据。
70.进一步的，对x坐标数据存储子矩阵中数据调整后的坐标数据进行排序。可选的，对于每一行数据，可以按从大到小的顺序将各行数据进行排序，得到排序后的坐标数据。本实施例中对坐标数据进行排序的有益效果在于可以根据排序后的坐标数据对当前矩阵中的无效坐标数据进行筛除，提高数据的可靠性，从而提高障碍物信息识别的准确性。
71.进一步的，获取x坐标数据存储子矩阵中排序后的坐标数据中至少一列数据，可选的，获取的方式可以是获取中间的至少一列，也可以是随机获取至少一列。本实施例中为了得到可靠的数据，可以选取x坐标数据存储子矩阵的中间预设列数的列坐标数据，计算选取的各列坐标数据中每一行坐标数据的航坐标均值，并将各行坐标均值作为目标点云坐标中对应的点云坐标。
72.示例性的，以介绍预处理fsp_n_xy矩阵矩阵第一列信息为例：
73.1)对于当前帧的坐标数据，将fsp_save_x矩阵中的的各列数据向右移一列，并将第一列数据置为0。
74.2)将fsp_n_xy矩阵中第一列的坐标数据存储填入fsp_save_x矩阵的第一列当中，完成数据更新输入。
75.3)将fsp_save_x矩阵中每一行坐标数据按从大到小或从小到大顺序排列，按大小顺序填入计算矩阵fsp_n_x当中。本实施例中对坐标数据的排序作用是为了便于筛除无效坐标数据，将排序后的数据存储至fsp_n_x矩阵的作用是将区分出已筛选的数据与未筛选的数据。
76.4)取fsp_n_x矩阵的中间m列的每一行坐标数据的行坐标均值，并对应填入fsp_n_xy矩阵的第一列当中。m值的大小关系到预处理数据的稳定性和及时性，本方案暂取m为10，既取fsp_n_x计算矩阵的第11列到第20列的各行均值。
77.5)完成当前帧的fsp_n_xy矩阵的第一列信息预处理，并将处理后的数据更新到fsp_save_x矩阵中，便于对后续帧的数据进行预处理。
78.需要说明的是，本实施例中以x坐标数据存储子矩阵为例对数据预处理的方法进行了介绍，本实施例中还可以同样的方法对y坐标数据存储子矩阵中的各坐标数据进行数据预处理。
79.示例性的，fsp_n_xy矩阵矩阵第二列信息的数据预处理过程包括：
80.1)对于当前帧的坐标数据，将fsp_save_y矩阵中的的各列数据向右移一列，并将第一列数据置为0。
81.2)将fsp_n_xy矩阵中第二列的坐标数据存储填入fsp_save_y矩阵的第一列当中，完成数据更新输入。
82.3)将fsp_save_y矩阵中每一行坐标数据按从大到小或从小到大顺序排列，按大小顺序填入计算矩阵fsp_n_y当中。本实施例中对坐标数据的排序作用是为了便于筛除无效
坐标数据，将排序后的数据存储至fsp_n_y矩阵的作用是将区分出已筛选的数据与未筛选的数据。
83.4)取fsp_n_y矩阵的中间m列的每一行坐标数据的行坐标均值，并对应填入fsp_n_xy矩阵的第二列当中。m值的大小关系到预处理数据的稳定性和及时性，本方案暂取m为10，既取fsp_n_x计算矩阵的第11列到第20列的各行均值。
84.5)完成当前帧的fsp_n_xy矩阵的第二列信息预处理，并将处理后的数据更新到fsp_save_y矩阵中，便于对后续帧的数据进行预处理。
85.s120、获取至少一个障碍物识别条件，并基于各障碍物识别条件以及各点云坐标，识别当前车辆预设范围内障碍物的障碍物信息。
86.本实施例中，障碍物识别条件用于对上述实施例中的点云数据识别，并确定该点云数据对应的目标是否为障碍物。
87.在本实施例中，障碍物信息包括障碍物数量、障碍物编号、障碍物的边界点数量、障碍物的边界点编号以及障碍物的边界点坐标。其中，障碍物的边界点可以理解为障碍物的拐点，即雷达传感器对车辆周围进行扫描过程中扫描到的点点云。
88.障碍物识别条件的数量为多个，从而可以保证识别结果的准确性。具体的，障碍物识别条件包括点云坐标与当前车辆之间的检测距离条件、点云坐标与右相邻点坐标之间的第一相邻距离条件、点云坐标分别与左相邻点坐标和右相邻点坐标之间的相邻夹角条件和点云坐标与右相邻点坐标之间的第二相邻距离条件。
89.值得注意的是，若当前点云坐标为最右起始点，则无右相邻点，则将该点云坐标与右相邻点的距离设置为0；相应的，若当前点云数据为最左结尾点，则无左相邻点，则将该点云坐标与左相邻点的距离设置为0。并且，因为起始点与结尾点无法构成夹角，所以设定fsp_90、fsp_0分别对应的点云坐标的相邻夹角为设置为180
°
。
90.进一步的，在获取到各障碍物识别条件之后，分别基于各障碍物识别条件以及各点云坐标，识别当前车辆预设范围内障碍物的障碍物信息。
91.可选的，识别当前车辆预设范围内障碍物的障碍物信息的识别方法包括：对于任一点云坐标，若当前点云坐标与当前车辆之间的距离符合检测距离条件，则获取当前点云坐标与当前点云坐标的右相邻点之间的当前第一相邻距离；若当前第一相邻距离不符合第一相邻距离条件，则将障碍物的障碍物数量累加、障碍物编号累加、边界点数量累加、边界点编号累加，并基于当前点云坐标确定边界点坐标。
92.具体的，获取当前车辆扫描到的任一点云坐标，获取当前点云坐标与车辆之间的当前距离，之后将该当前距离与预设的检测距离条件进行匹配。若该当前距离符合检测距离条件，即该距离在检测距离条件内，则说明该点云数据在当前车辆识别障碍物的识别范围内。进一步的，获取当前点云坐标的右相邻点坐标，并获取与右相邻点坐标之间的当前第一相邻距离，之后将当前的以相邻距离与预设的第一相邻距离条件进行匹配。若当前第一相邻距离不符合第一相邻条件，即当前点云坐标的右相邻点与当前点云坐标之间的距离大小不在预设距离范围内，则将当前点云坐标确定为障碍物，并进一步更新障碍物的障碍物信息。具体的，当前点为障碍物边界的起始点，将障碍物数量累加1，障碍物编号加1记为新目标障碍物编号，边界点数累加1，并将当前点云坐标作为边界点的坐标。
93.需要说明的是，若当前点云坐标为最右侧点云坐标，则默认当前点云坐标与右相
邻点之间的当前第一相邻距离为0，即当前第一相邻距离不符合预设的第一相邻距离条件，并继续执行不符合第一相邻距离条件对应的识别步骤。
94.可选的，若当前第一相邻距离符合第一相邻距离条件，则获取当前点云坐标分别与当前点云坐标的左相邻点坐标和右相邻点坐标之间的当前相邻夹角；若当前相邻夹角不符合相邻夹角条件，则将障碍物的当前边界点编号与预设编号阈值进行匹配；若当前边界点编号在预设编号阈值范围内，则将边界点编号累加，并确定边界点坐标；若当前边界点编号不在预设编号阈值范围内，则将障碍物数量累加、障碍物编号累加、边界点数量累加、边界点编号累加，并确定边界点坐标。
95.具体的，若当前第一相邻距离符合第一相邻条件，即当前点云坐标的右相邻点与当前点云坐标之间的距离大小在预设距离范围内，则进一步的基于其他障碍物识别条件识别当前点云坐标是否为障碍物。具体的，获取当前点云坐标分别与当前点云坐标的做相邻点坐标和右相邻点坐标之间的当前相邻夹角，之后将当前相邻夹角和预设的相邻夹角条件进行匹配。若当前相邻夹角不符合相邻夹角条件，即当前相邻夹角的角度大小不在预设相邻夹角阈值范围内，则进一步地获取已识别到的障碍物中边界点的边界点编号，并将该边界点编号与预设编号阈值进行匹配，若该边界点编号在预设编号阈值范围内，则继续将边界点编号累加，并将当前点云坐标确定为新的边界点编号对应的边界点坐标。相反的，若边界点编号不在预设编号阈值范围内，则将当前点云坐标确定为新的障碍物，并进一步更新障碍物的障碍物信息。具体的，当前点为障碍物边界的起始点，将障碍物数量累加1，障碍物编号加1记为新目标障碍物编号，边界点数累加1，并将当前点云坐标作为边界点的坐标。
96.需要说明的是，若当前点云坐标为最右侧点云坐标或者最左侧点云坐标，则默认当前点云坐标做相邻点坐标与右相邻点坐标之间的夹角为180
°
，即当前相邻夹角不符合预设的相邻夹角条件，并继续执行不符合相邻夹角条件对应的识别步骤。
97.可选的，若当前相邻夹角符合相邻夹角条件，则获取当前点云坐标与当前点云坐标的左相邻点之间的当前第二相邻距离；若当前第二相邻距离不符合第二相邻条件，则将边界点编号累加；若当前第二相邻距离符合第二相邻条件，且确定当前点云数据识别结束，则遍历其他点云坐标，并将识别到的各障碍物的障碍物数量、障碍物编号、边界点数量、边界点编号以及边界点坐标进行存储。
98.具体的，若当前相邻夹角符合相邻夹角条件，即当前相邻夹角的角度大小在预设相邻夹角阈值范围内，则进一步的基于其他障碍物识别条件识别当前点云坐标是否为障碍物。具体的，获取当前点云坐标的左相邻点坐标，并获取与左相邻点坐标之间的当前第二相邻距离，之后将当前的以相邻距离与预设的第二相邻距离条件进行匹配。若当前第二相邻距离不符合第二相邻条件，即当前点云坐标的右相邻点与当前点云坐标之间的距离大小不在预设距离范围内，则进一步地获取已识别到的障碍物中边界点的边界点编号，并将该边界点编号累加1。相反的，若当前第二相邻距离符合第二相邻条件，且还有其他障碍物识别条件，则进一步的基于其他障碍物识别条件识别当前点云坐标是否为障碍物。可选的，若当前第二相邻距离符合第二相邻条件，且没有其他障碍物识别条件，则确定当前点云数据识别结束。
99.需要说明的是，若当前点云坐标为最左侧点云坐标，则默认当前点云坐标与左相邻点之间的当前第二相邻距离为0，即当前第二相邻距离不符合预设的第二相邻距离条件，
并继续执行不符合第二相邻距离条件对应的识别步骤。
100.进一步的，基于上述识别条件识别各点云数据，并将识别到的各障碍物的障碍物数量、障碍物编号、边界点数量、边界点编号以及边界点坐标进行存储。具体的，可以将当前帧的障碍物信息存储在障碍物信息矩阵中。在本方案中初步设定障碍物矩阵的矩阵大小为30x7。其中，在障碍物信息矩阵的行信息中，从第1行开始到第30行结束，每行分别代表当前编号的障碍物的对应信息；在障碍物信息矩阵的列信息中，第一列代表障碍物的编号id，第二列代表相应障碍物的边界点数量，第三列到第七列代表各个边界点的信息id。具体的，障碍物信息如下表所示：
101.表2障碍物信息表
102.障碍物编号1边界点数3边界点1边界点2边界点3
ꢀꢀ
障碍物编号2边界点数2边界点1边界点2
ꢀꢀꢀ
障碍物编号3边界点数4边界点1边界点2边界点3边界点4 障碍物编号4边界点数5边界点1边界点2边界点3边界点4边界点5
…………………
障碍物编号30
ꢀꢀꢀꢀꢀꢀ
103.至此，障碍物信息计算完成，车辆控制器可根据本发明实施例提供的障碍物信息完成车辆的避障功能。
104.本实施例的技术方案通过获取当前车辆预设范围内的至少一个点云数据；其中，点云数据包括以当前车辆为原点的局部坐标系下的点云坐标；从而得到更加准确雷达数据为自动驾驶车辆减速避障、障碍物绕行规划路径提供必要信息；获取至少一个障碍物识别条件，并基于各障碍物识别条件以及各点云坐标，识别当前车辆预设范围内障碍物的障碍物信息；其中，障碍物识别条件包括点云坐标与当前车辆之间的检测距离条件、点云坐标与右相邻点坐标之间的第一相邻距离条件、点云坐标分别与左相邻点坐标和右相邻点坐标之间的相邻夹角条件和点云坐标与右相邻点坐标之间的第二相邻距离条件；通过多个障碍物识别条件对扫描到的点云数据进行识别，确定车辆周围的障碍物信息，实现了提高障碍物识别的准确性，从而提高车辆驾驶的安全性。
105.实施例二
106.图3为本发明实施例二提供的一种障碍物信息确定方法的流程图，本实施例在上述各实施例的基础上，在步骤“识别当前车辆预设范围内障碍物的障碍物信息”之后增加了“获取全局坐标系，并基于各边界点在局部坐标系下的边界点坐标以及预设坐标转换方法，分别确定各边界点在全局坐标系下的全局边界点坐标”其中与上述各实施例相同或相应的术语的解释在此不再赘述。参见图3，本实施例提供的障碍物信息确定方法包括：
107.s210、获取当前车辆预设范围内的至少一个点云数据。
108.s220、获取至少一个障碍物识别条件，并基于各障碍物识别条件以及各点云坐标，识别当前车辆预设范围内障碍物的障碍物信息。
109.s230、获取全局坐标系，并基于各边界点在局部坐标系下的边界点坐标以及预设坐标转换方法，分别确定各边界点在全局坐标系下的全局边界点坐标。
110.在本发明实施例中，有时障碍物的出现会阻碍当前车辆按照原来规划的路线行驶，但如果当前车辆通过修改原有规划路线，绕过障碍物，则还可以也继续行驶。当然，要完
成当前车辆的绕行，则需要确定障碍物的坐标位置，辅助当前车辆进行绕行路线规划。
111.在本身实施例中，确定障碍物的坐标位置是障碍物在当前线路所在全局坐标系下的坐标位置，并不是在以当前车辆所在的局部坐标系下的坐标位置。
112.可选的，获取障碍物在全局坐标系下的坐标位置的方法可以包括：获取全局坐标系，并基于各边界点在局部坐标系下的边界点坐标以及预设坐标转换方法，分别确定各边界点在全局坐标系下的全局边界点坐标。
113.具体的，获取预先设置的全局坐标系，如图4所示，该全局坐标系可以是以当前车辆所在的车辆行驶路线起点为原点，以车辆的初始行驶方向为x轴正方向，并以车辆初始行驶时的左侧为y轴正方向。换言之，全局坐标系的x轴正方向与y轴正方向均相同。
114.在当前时刻下，获取当前车辆所在的局部坐标系，分别确定局部坐标系的原点和全局坐标系的原点之间的横向距离和纵向距离，以及局部坐标系的x轴方向和全局坐标系x轴方向之间的方向夹角。并基于上述横向距离、纵向距离以及方向夹角确定局部坐标系和全局坐标系之间的坐标转换方法。进一步的，基于障碍物的各边界点在局部坐标系下的边界点坐标以及预设坐标转换方法，分别确定各边界点在全局坐标系下的全局边界点坐标。
115.示例性的，以图4中的边界点2的转换方法为例确定边界点在局部坐标系和全局坐标系下的转换步骤。
116.首先，定义一个与局部坐标系中的原点及方向都相同的全局坐标系xy-o，接收并累加各帧的车辆横纵向移动距离a、b(沿正方向为正，沿负方向为负)，以及旋转角度α(以逆时针为正，顺时针为负)，完成障碍物信息以及障碍物的边界点从局部坐标系到全局坐标系的转换。
117.具体的，在局部坐标系下识别到障碍物的边界点2的坐标信息为(x2,y2)，在需要进行障碍物绕行时，车辆延x轴正方向位移为b，沿y轴正方向位移为a，转过的角度为α,基于上述确定的坐标转换方法进行坐标转换计算。具体的，坐标转换公式如下所示：
118.x_2＝x2
×
cos(-α) y2
×
sin(-α) b
119.y_2＝y2
×
cos(-α)-x2
×
sin(-α) a
120.基于上述表达式完成边界点2坐标信息转换，即在全局坐标系xy-o中，边界点2的坐标为(x_2,y_2)。
121.进一步的，分别确定下一时刻当前车辆预设范围内的全局边界点坐标，并基于当前时刻的全局边界点坐标和下一时刻的全局边界点坐标之间的全局坐标差与预设坐标阈值的比对结果，确定各边界点的边界点类型。
122.具体的，获取下一时刻当前车辆预设范围内的障碍物中边界点在全局坐标系下的全局边界点坐标，并将当前时刻的全局边界点坐标和下一时刻的全局边界点坐标进行匹配，并基于当前时刻的全局边界点坐标和下一时刻的全局边界点坐标之间的全局坐标差与预设坐标阈值的比对结果，确定各边界点的边界点类型。若全局坐标差在预设坐标阈值内，则确定该边界点为静态边界点，并将障碍物信息填入全局坐标系下的静态边界点信息矩阵当中；相反的，若全局坐标差不在预设坐标阈值内，则确定该边界点为动态边界点，并将障碍物信息填入全局坐标系下的动态边界点信息矩阵当中。
123.进一步的，若边界点类型为动态边界点，则实时更新各边界点的全局边界点坐标，并基于实时更新的边界点实时更新当前车辆的行驶轨迹，直到边界点不在检测距离条件范
围内，或者当前车辆绕行通过边界点；相反的，若边界点类型为静态边界点，则基于各边界点确定当前车辆的行驶轨迹，直到边界点不在检测距离条件范围内，或者当前车辆绕行通过边界点。
124.在本实施例中，当车辆绕行完毕，车辆控制器取消障碍物绕行，则不再进行障碍物信息转换，当前车辆继续按照既定的行驶路线行驶。
125.本实施例的技术方案通过获取当前车辆预设范围内的至少一个点云数据；其中，点云数据包括以当前车辆为原点的局部坐标系下的点云坐标；从而得到更加准确雷达数据为自动驾驶车辆减速避障、障碍物绕行规划路径提供必要信息；获取至少一个障碍物识别条件，并基于各障碍物识别条件以及各点云坐标，识别当前车辆预设范围内障碍物的障碍物信息；其中，障碍物识别条件包括点云坐标与当前车辆之间的检测距离条件、点云坐标与右相邻点坐标之间的第一相邻距离条件、点云坐标分别与左相邻点坐标和右相邻点坐标之间的相邻夹角条件和点云坐标与右相邻点坐标之间的第二相邻距离条件；通过多个障碍物识别条件对扫描到的点云数据进行识别，确定车辆周围的障碍物信息，实现了提高障碍物识别的准确性，从而提高车辆驾驶的安全性。
126.以下是本发明实施例提供的障碍物信息确定装置的实施例，该装置与上述各实施例的障碍物信息确定方法属于同一个发明构思，在障碍物信息确定装置的实施例中未详尽描述的细节内容，可以参考上述障碍物信息确定方法的实施例。
127.实施例三
128.图5为本发明实施例三提供的障碍物信息确定装置的结构示意图，本实施例可适用于车辆自动驾驶时确定车辆周围障碍物的情况；更适用于不通过摄像头或在摄像头损坏、功能受限时确定车辆周围障碍物的情况。参见图5，该障碍物信息确定装置的具体结构包括：点云数据获取模块310和障碍物信息识别模块320；其中，
129.点云数据获取模块310，用于获取当前车辆预设范围内的至少一个点云数据；其中，所述点云数据包括以所述当前车辆为原点的局部坐标系下的点云坐标；
130.障碍物信息识别模块320，用于获取至少一个障碍物识别条件，并基于各所述障碍物识别条件以及各所述点云坐标，识别所述当前车辆预设范围内障碍物的障碍物信息；其中，所述障碍物识别条件包括点云坐标与所述当前车辆之间的检测距离条件、点云坐标与右相邻点坐标之间的第一相邻距离条件、点云坐标分别与左相邻点坐标和右相邻点坐标之间的相邻夹角条件和点云坐标与右相邻点坐标之间的第二相邻距离条件。
131.本实施例的技术方案通过获取当前车辆预设范围内的至少一个点云数据；其中，所述点云数据包括以所述当前车辆为原点的局部坐标系下的点云坐标；从而得到更加准确雷达数据为自动驾驶车辆减速避障、障碍物绕行规划路径提供必要信息；获取至少一个障碍物识别条件，并基于各所述障碍物识别条件以及各所述点云坐标，识别所述当前车辆预设范围内障碍物的障碍物信息；其中，所述障碍物识别条件包括点云坐标与所述当前车辆之间的检测距离条件、点云坐标与右相邻点坐标之间的第一相邻距离条件、点云坐标分别与左相邻点坐标和右相邻点坐标之间的相邻夹角条件和点云坐标与右相邻点坐标之间的第二相邻距离条件；通过多个障碍物识别条件对扫描到的点云数据进行识别，确定车辆周围的障碍物信息，实现了提高障碍物识别的准确性，从而提高车辆驾驶的安全性。
132.在上述各实施例的基础上，所述障碍物信息包括障碍物数量、障碍物编号、所述障
碍物的边界点数量、所述障碍物的边界点编号以及所述障碍物的边界点坐标。
133.在上述各实施例的基础上，点云数据获取模块310，包括：
134.初始点云坐标获取单元，用于基于预设雷达传感器对所述当前车辆的预设范围进行扫描，并获取所述扫描结果中的各初始点云坐标；
135.目标点云坐标获取单元，用于分别对各所述初始点云坐标进行数据预处理，得到所述当前车辆预设范围内的各目标点云坐标。
136.在上述各实施例的基础上，目标点云坐标获取单元，包括：
137.坐标调整矩阵获取子单元，用于获取预设坐标存储矩阵，将所述预设坐标存储矩阵中的各列坐标数据右移一列，并将所述初始点云坐标中对应的列坐标数据存储于所述预设坐标存储矩阵的第一列，得到坐标调整矩阵；
138.坐标排序矩阵获取子单元，用于按预设排序规则对所述坐标调整矩阵中的坐标数据进行排序，得到坐标排序矩阵；
139.点云坐标获取子单元，用于获取所述坐标排序矩阵中的至少两列坐标数据，确定所述至少两列坐标数据中各行坐标数据的行坐标均值，并将各所述行坐标均值作为所述目标点云坐标中对应的点云坐标。
140.在上述各实施例的基础上，障碍物信息识别模块320，包括：
141.当前第一相邻距离获取单元，用于对于任一点云坐标，若所述当前点云坐标与所述当前车辆之间的距离符合所述检测距离条件，则获取所述当前点云坐标与所述当前点云坐标的右相邻点之间的当前第一相邻距离；
142.第一障碍物信息获取单元，用于若所述当前第一相邻距离不符合所述第一相邻距离条件，则将所述障碍物的障碍物数量累加、所述障碍物编号累加、所述边界点数量累加、所述边界点编号累加，并基于所述当前点云坐标确定所述边界点坐标。
143.在上述各实施例的基础上，障碍物信息识别模块320，包括：
144.当前相邻夹角获取单元，用于若所述当前第一相邻距离符合所述第一相邻距离条件，则获取所述当前点云坐标分别与所述当前点云坐标的左相邻点坐标和右相邻点坐标之间的当前相邻夹角；
145.第二障碍物信息获取单元，用于若所述当前相邻夹角不符合所述相邻夹角条件，则将所述障碍物的当前边界点编号与预设编号阈值进行匹配；若所述当前边界点编号在所述预设编号阈值范围内，则将所述边界点编号累加，并确定所述边界点坐标；若所述当前边界点编号不在所述预设编号阈值范围内，则将所述障碍物数量累加、所述障碍物编号累加、所述边界点数量累加、所述边界点编号累加，并确定所述边界点坐标。
146.在上述各实施例的基础上，障碍物信息识别模块320，包括：
147.当前第二相邻距离获取单元，用于若所述当前相邻夹角符合所述相邻夹角条件，则获取所述当前点云坐标与所述当前点云坐标的左相邻点之间的当前第二相邻距离；
148.第三障碍物信息获取单元，用于若所述当前第二相邻距离不符合所述第二相邻条件，则将所述边界点编号累加；
149.障碍物信息存储单元，用于若所述当前第二相邻距离符合所述第二相邻条件，且确定所述当前点云数据识别结束，则遍历其他点云坐标，并将识别到的各障碍物的障碍物数量、障碍物编号、边界点数量、边界点编号以及边界点坐标进行存储。
150.在上述各实施例的基础上，该装置包括：
151.全局边界点坐标确定模块，用于在识别所述当前车辆预设范围内障碍物的障碍物信息之后，获取全局坐标系，并基于各所述边界点在所述局部坐标系下的边界点坐标以及预设坐标转换方法，分别确定各所述边界点在所述全局坐标系下的全局边界点坐标；
152.边界点类型确定模块，用于分别确定下一时刻所述当前车辆预设范围内的全局边界点坐标，并基于当前时刻的全局边界点坐标和下一时刻的全局边界点坐标之间的全局坐标差与预设坐标阈值的比对结果，确定各所述边界点的边界点类型。
153.在上述各实施例的基础上，所述边界点类型包括动态边界点和动态边界点；
154.相应的，该装置还包括：
155.第一行驶轨迹更新模块，用于在确定各所述边界点的边界点类型之后，若所述边界点类型为动态边界点，则实时更新各所述边界点的全局边界点坐标，并基于实时更新的边界点实时更新所述当前车辆的行驶轨迹，直到所述边界点不在所述检测距离条件范围内，或者所述当前车辆绕行通过所述边界点；
156.第二行驶轨迹更新模块，用于在确定各所述边界点的边界点类型之后，若所述边界点类型为静态边界点，则基于各所述边界点确定所述当前车辆的行驶轨迹，直到所述边界点不在所述检测距离条件范围内，或者所述当前车辆绕行通过所述边界点。
157.本发明实施例所提供的障碍物信息确定装置可执行本发明任意实施例所提供的障碍物信息确定方法，具备执行方法相应的功能模块和有益效果。
158.值得注意的是，上述障碍物信息确定装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
159.实施例四
160.图6为本发明实施例四提供的一种电子设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图6显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
161.如图6所示，电子设备12以通用计算电子设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
162.总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
163.电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
164.系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光
盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
165.具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
166.电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图6所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图6中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
167.处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及样本数据获取，例如实现本发实施例所提供的一种障碍物信息确定方法步骤，障碍物信息确定方法包括：
168.获取当前车辆预设范围内的至少一个点云数据；其中，所述点云数据包括以所述当前车辆为原点的局部坐标系下的点云坐标；
169.获取至少一个障碍物识别条件，并基于各所述障碍物识别条件以及各所述点云坐标，识别所述当前车辆预设范围内障碍物的障碍物信息；其中，所述障碍物识别条件包括点云坐标与所述当前车辆之间的检测距离条件、点云坐标与右相邻点坐标之间的第一相邻距离条件、点云坐标分别与左相邻点坐标和右相邻点坐标之间的相邻夹角条件和点云坐标与右相邻点坐标之间的第二相邻距离条件。
170.当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的样本数据获取方法的技术方案。
171.实施例五
172.本实施例五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例如实现本发实施例所提供的一种障碍物信息确定方法步骤，障碍物信息确定方法包括：
173.获取当前车辆预设范围内的至少一个点云数据；其中，所述点云数据包括以所述当前车辆为原点的局部坐标系下的点云坐标；
174.获取至少一个障碍物识别条件，并基于各所述障碍物识别条件以及各所述点云坐标，识别所述当前车辆预设范围内障碍物的障碍物信息；其中，所述障碍物识别条件包括点云坐标与所述当前车辆之间的检测距离条件、点云坐标与右相邻点坐标之间的第一相邻距离条件、点云坐标分别与左相邻点坐标和右相邻点坐标之间的相邻夹角条件和点云坐标与
右相邻点坐标之间的第二相邻距离条件。
175.本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
176.计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
177.计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
178.可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
179.本领域普通技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上，或者分布在多个计算装置所组成的网络上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。
180.注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。