一种基于多协议的自动规划集成服务系统的制作方法

1.本发明涉及仓储系统路径规划技术领域，具体为一种基于多协议的自动规划集成服务系统。


背景技术：

2.仓储空间有限、货品存储空间占比大、空间资源利用率低，一直是传统仓库订单履约率无法提升的症结，仓库外部环境较固定、内部结构不规则、多品规、改造难度大，更是传统老旧仓库对自动化升级望而却步，而自动化升级改造过程中，众多企业一直在追求的目标是在不影响现有订单交期的前提下，以更短的时间建设一套自动化仓储系统，因此新兴魔方型仓储系统autostore应运而生，其专为高密度货品存储及拆零拣选作业量身定制的自动化订单履约系统，依靠机器人能够在万余件货品网格上自由行走，自动访问存储在下方中的料箱，并将料箱自动输送至目标工作站。
3.新兴魔方型仓储系统autostore中，取消了原本的巷道，将标准化货格直接组合在一起，形成魔方型结构，用于存储货物的料箱规格统一，autscore独特的仓储结构使得agv即自动引导车璐径规划问题与传统研究有较大区别，主要体现在两个方面，一方面，autostore系统中agv在顶层轨道实现水平方向移动，底部伸缩装置实现垂直方向移动，路径规划问题转变为三维空间路径寻优问题，传统平面路径寻优方法已不适用，另一方面，autsiore系统中存在大量的倒箱操作，当目标箱不在货格顶层时，agv需要将其上部的阻碍箱依次搬开直至目标箱处于顶层，这使得agv除了要完成搬运目标箱的工作外，还需完成相应的倒箱工作，而倒箱的次数和具体位置是可变的，即任务数的不确定增加了路径规划的复杂程度，因此，设计降低路径规划复杂性的agv双层路径规划和倒箱路径寻优的一种基于多协议的自动规划集成服务系统是很有必要的。


技术实现要素：

4.本发明的目的在于提供一种基于多协议的自动规划集成服务系统，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于多协议的自动规划集成服务系统，包括目标箱及阻碍箱确定模块、agv双层路径规划模块和倒箱路径寻优嵌入模块，所述目标箱及阻碍箱确定模块用于确定目标箱位置和目标箱上面的阻碍箱数量及位置，所述agv双层路径规划模块用于通过决策变量规划agv小车的内层结构和规划基于内层结构的外层结构，所述倒箱路径寻优嵌入模块用于针对agv双层路径规划中的核心点进行仓储状态随机数据随机生成和分阶段路径生成，所述目标箱及阻碍箱确定模块与agv双层路径规划模块电连接，所述agv双层路径规划模块与倒箱路径寻优嵌入模块电连接。
6.根据上述技术方案，所述目标箱及阻碍箱确定模块包括货架建模模块、目标箱调用确认模块和阻碍箱转移搬运模块，所述货架建模模块用于根据仓储系统中货架位置采用栅格法进行三维建模，所述目标箱调用确认模块用于调用agv小车接收任务指令并确定需
要进行出库或入库的目标箱，所述阻碍箱转移搬运模块用于将要搬运的目标箱上的阻碍箱依次转移到其它货格的空余箱位，所述货架建模模块与目标箱调用确认模块电连接，所述目标箱调用确认模块电连接与阻碍箱转移搬运模块电连接货架建模。
7.根据上述技术方案，所述agv双层路径规划模块包括箱位状态数据库建立模块、agv调用情况模块、内层倒箱路径规划模块和外层倒箱路径规划模块，所述箱位状态数据库建立模块用于根据货位建模建立一个箱位状态数据库，在提取和存入箱位时进行实时更新，所述agv调用情况模块用于确定目标箱提取顺序后将任务按先完成先分配安排给agv小车，所述内层倒箱路径规划模块用于根据阻碍箱落箱位对指定任务的最小化单个目标箱的倒箱时间进行计算，所述外层倒箱路径规划模块用于以内层路径规划中的倒箱时间为输入参数优化agv完成任务时间，所述箱位状态数据库建立模块与agv调用情况模块电连接，所述内层倒箱路径规划模块与外层倒箱路径规划模块电连接；
8.所述agv调用情况模块包括agv时间分解子模块和agv调用策略选择子模块，所述agv时间分解子模块用于在agv双层路径规划中将agv小车完成任务的时间分解为多个阶段，所述agv调用策略选择子模块用于在agv小车接收到任务后根据任务约束性从多策略中进行最优选择，所述agv时间分解子模块与agv调用策略选择子模块电连接；
9.所述内层倒箱路径规划模块包括倒箱规则子模块和倒箱时间子模块，所述倒箱规则子模块用于在求解落箱位前先确定倒箱规则，所述倒箱时间子模块用于建立最小化agv水平行驶的倒箱时间，所述外层倒箱路径规划模块包括参数及决策变量子模块和最小化agv最长作业时间子模块，所述参数及决策变量子模块用于设定表示小车与目标箱之间服务关系的决策变量，所述最小化agv最长作业时间子模块用于根据agv小车前往目标箱的空驶时间和服务于目标箱的工作时间共同优化agv最长工作时间，所述倒箱规则子模块与倒箱时间子模块电连接，所述参数及决策变量子模块与最小化agv最长作业时间子模块电连接。
10.根据上述技术方案，所述倒箱路径寻优嵌入模块包括仓储状态随机生成模块和分阶段路径生成模块，所述仓储状态随机生成模块用于进行仓储状态随机生成满足avg小车的后续调用，所述分阶段路径生成模块用于将agv小车的寻优路径进行多阶段生成，所述仓储状态随机生成模块与分阶段路径生成模块电连接。
11.根据上述技术方案，所述的一种基于多协议的自动规划集成服务系统的自动规划方法，所述方法包括以下步骤：
12.步骤s1：仓储系统中产生存储或挑选任务，工作人员确定要存入或挑选的料箱，发送指令至agv管理系统；
13.步骤s2：agv接收任务，获取目标箱及其上方阻碍箱的位置信息，从当前位置空驶至目标箱货格顶层，根据指令依次搬运阻碍箱至相应落箱位，直到目标箱位于顶层，最后将目标箱搬运至工作台即完成出库指令，释放agv；
14.步骤s3：确定倒箱规则并建立agv双层路径规划模型，利用内层模型以阻碍箱落箱位为决策变量，求解指定任务的最小化单个目标箱的倒箱时间，通过外层模型分析多agv路径规划问题；
15.步骤s4：调用内层算法求解外层结构中的单agv路径规划，内层算法中将agv小车配置给了指定目标箱，且目标箱位置已知，通过获得阻碍箱列表后确定有效空位列表，依次
将所有阻碍箱搬运至最优空位；
16.步骤s5：利用嵌套启发式算法，将倒箱路径寻优嵌入多agv多任务路径分配中。
17.根据上述技术方案，所述步骤s2进一步包括以下步骤：
18.步骤s21：agv根据仓储系统中产生存储或挑选任务后工作台发布的指令，对目标箱进行出库和入库的存储或拣选工作；
19.步骤s22：以货架左下角为坐标原点o，对行、列、层分别建立x、y和z轴，以料箱尺寸为基本单位，将货架划分成立体栅格，一个栅格代表一个箱位，用确定坐标(x，y，z)表示；
20.步骤s23：agv移动路径用一连串栅格坐标表示，在顶层坐标处建立虚拟栅格区作为agv移动区，当前坐标点agv1为(x1，y1，z1)；
21.步骤s24：目标箱在通道内排队按先到先服务原则接受服务，工作人员完成操作后，将目标箱推入出库通道底部，依次调用agv，agv将入库目标箱放入入库通道后离去。
22.根据上述技术方案，所述步骤s21进一步包括以下步骤：
23.步骤s211：对同一批次到达的订单进行汇总并将同类货品归类，获得待拣货品列表及其所需求数量；
24.步骤s212：对待拣选列表中的任一货品，确认库存，判断是否可以调用该目标箱，能将需要提取的料箱一一对应，确定目标箱集合n＝{1，2，...，n}，n≥x，x为初始订单数；
25.步骤s213：目标箱确定后，其所在三维坐标系和对应的阻碍箱也被确定，对于目标箱i∈n，存在阻碍箱集合ei＝(1.2
…
n)，n为目标料箱i上面阻碍箱的数目，同批次订单内，所有阻碍箱集合为e＝{e1，e2...，n}，共有m个阻碍箱，m＝n1 n2 .... ni，i∈n；
26.步骤s214：进行将目标箱上的阻碍箱依次转移到其它货格的空余箱位的倒箱操作，对于阻碍箱j∈e，落箱位置集合为dj＝(1.2
…
mj)，其中mj为阻碍箱j的可落箱位置数目，对于所有阻碍箱，落箱位置集合为d＝{d1，d2...,dm}。
27.根据上述技术方案，所述步骤s3进一步包括以下步骤：
28.步骤s31：建立倒箱规则，确定落箱位并调用agv依次搬运阻碍箱，对于任一阻碍箱i∈e，落箱位均包含有表示agv要搬运至何处的水平坐标和表示放入位置的深度的纵向坐标；
29.步骤s32：落箱位需要满足堆放约束并确定选择范围，对箱位集合m中的箱位si，坐标为si(xi，yi，zi)，用θ(si)表示位置si的当前状态，若有箱，则θ(si)＝1，否则θ(si)＝0；
30.步骤s33：任取目标箱i∈n(n为所有目标箱集合)，其箱位坐标为(xi，yi，zi)，有落箱位集合dj，(xk，yk，zk)为决策变量，k∈dj，阻碍箱j的最小倒箱时间t
min
计算公式为：
[0031][0032]
式中，xk，yk，zk为决策变量，(xi，yi，zi)为所有目标箱集合n中的任取的目标箱i的箱位坐标，th为agv水平行驶单位距离的时间，tv为agv垂直提升箱位单位距离的时间；
[0033]
所有阻碍箱的倒箱时间为t，计算公式为：
[0034][0035]
式中，t
min
为阻碍箱集合ei中的阻碍箱的最小倒箱时间。
[0036]
根据上述技术方案，所述步骤s4进一步包括以下步骤：
[0037]
步骤s41：所有目标箱集合为n＝{1，2，
…
，n}，虚拟任务点集合a＝{0，1，2，
…
，n}，0表示agv初始化位置，所有agv集合为k＝{1，2，
…
，m}，对目标箱i∈n，ti为目标箱i所需服务的总时间，t
ij
为agv从目标箱i货格顶层移动到目标箱j货格顶层所需时间；
[0038]
步骤s42：决策变量x
ij
表示agv小车与目标箱的服务关系，agv小车服务完目标箱i后服务目标箱j则x
ij
取值为1，否则为0，z
ij
表示小车k与目标箱i的服务关系，若目标箱i被小车k运送，取值1，否则为0；
[0039]
步骤s43：最小化agv最长作业时间，包括前往目标箱的空驶时间与服务于目标箱的工作时间，目标函数的表达式为：
[0040][0041]
式中，x
ij
∈{0,1}，x
ij
为决策变量，t
ij
为agv从目标箱i货格顶层移动到目标箱j货格顶层所需时间，z
ij
∈{0,1}，表示小车k与目标箱i的服务关系。
[0042]
根据上述技术方案，所述步骤s5进一步包括以下步骤：
[0043]
步骤s51：在建立三维栅格法货架结构过程中，根据实际情况依次设定存有料箱的箱位，确定需生成的存储比例，建立仓储状态随机生成结构；
[0044]
步骤s52：在agv接收到目标箱任务指派完成一次存储或拣选工作的过程中，将生成agv的路径分为三个过程阶段。
[0045]
与现有技术相比，本发明所达到的有益效果是：本发明，通过设置有目标箱及阻碍箱确定模块、agv双层路径规划模块和倒箱路径寻优嵌入模块，将agv小车根据任务指派完成一次存储或拣选工作的过程进行分解，建立agv双层路径规划方法，利用内层模型中的阻碍箱落箱位为决策变量，最小化单个目标箱的倒箱时间，外层模型将内层模型所得倒箱时间为输入参数，优化目标为最小化agv完成任务时间，最后将倒箱路径寻优嵌入多agv多任务路径分配中，降低在仓储系统中agv小车路径规划的复杂性，寻找最优行驶路径。
附图说明
[0046]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0047]
图1是本发明的系统模块组成示意图。
具体实施方式
[0048]
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，所描述的实施例仅仅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做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。
[0049]
请参阅图1，本发明提供技术方案：一种基于多协议的自动规划集成服务系统，包括目标箱及阻碍箱确定模块、agv双层路径规划模块和倒箱路径寻优嵌入模块，所述目标箱及阻碍箱确定模块用于确定目标箱位置和目标箱上面的阻碍箱数量及位置，所述agv双层路径规划模块用于通过决策变量规划agv小车的内层结构和规划基于内层结构的外层结
构，所述倒箱路径寻优嵌入模块用于针对agv双层路径规划中的核心点进行仓储状态随机数据随机生成和分阶段路径生成，所述目标箱及阻碍箱确定模块与agv双层路径规划模块电连接，所述agv双层路径规划模块与倒箱路径寻优嵌入模块电连接。
[0050]
目标箱及阻碍箱确定模块包括货架建模模块、目标箱调用确认模块和阻碍箱转移搬运模块，所述货架建模模块用于根据仓储系统中货架位置采用栅格法进行三维建模，所述目标箱调用确认模块用于调用agv小车接收任务指令并确定需要进行出库或入库的目标箱，所述阻碍箱转移搬运模块用于将要搬运的目标箱上的阻碍箱依次转移到其它货格的空余箱位，所述货架建模模块与目标箱调用确认模块电连接，所述目标箱调用确认模块电连接与阻碍箱转移搬运模块电连接货架建模。
[0051]
agv双层路径规划模块包括箱位状态数据库建立模块、agv调用情况模块、内层倒箱路径规划模块和外层倒箱路径规划模块，所述箱位状态数据库建立模块用于根据货位建模建立一个箱位状态数据库，在提取和存入箱位时进行实时更新，所述agv调用情况模块用于确定目标箱提取顺序后将任务按先完成先分配安排给agv小车，所述内层倒箱路径规划模块用于根据阻碍箱落箱位对指定任务的最小化单个目标箱的倒箱时间进行计算，所述外层倒箱路径规划模块用于以内层路径规划中的倒箱时间为输入参数优化agv完成任务时间，所述箱位状态数据库建立模块与agv调用情况模块电连接，所述内层倒箱路径规划模块与外层倒箱路径规划模块电连接；
[0052]
所述agv调用情况模块包括agv时间分解子模块和agv调用策略选择子模块，所述agv时间分解子模块用于在agv双层路径规划中将agv小车完成任务的时间分解为多个阶段，所述agv调用策略选择子模块用于在agv小车接收到任务后根据任务约束性从多策略中进行最优选择，所述agv时间分解子模块与agv调用策略选择子模块电连接；
[0053]
所述内层倒箱路径规划模块包括倒箱规则子模块和倒箱时间子模块，所述倒箱规则子模块用于在求解落箱位前先确定倒箱规则，所述倒箱时间子模块用于建立最小化agv水平行驶的倒箱时间，所述外层倒箱路径规划模块包括参数及决策变量子模块和最小化agv最长作业时间子模块，所述参数及决策变量子模块用于设定表示小车与目标箱之间服务关系的决策变量，所述最小化agv最长作业时间子模块用于根据agv小车前往目标箱的空驶时间和服务于目标箱的工作时间共同优化agv最长工作时间，所述倒箱规则子模块与倒箱时间子模块电连接，所述参数及决策变量子模块与最小化agv最长作业时间子模块电连接。
[0054]
倒箱路径寻优嵌入模块包括仓储状态随机生成模块和分阶段路径生成模块，所述仓储状态随机生成模块用于进行仓储状态随机生成满足avg小车的后续调用，所述分阶段路径生成模块用于将agv小车的寻优路径进行多阶段生成，所述仓储状态随机生成模块与分阶段路径生成模块电连接。
[0055]
的一种基于多协议的自动规划集成服务系统的自动规划方法，所述方法包括以下步骤：
[0056]
步骤s1：仓储系统中产生存储或挑选任务，工作人员确定要存入或挑选的料箱，发送指令至agv管理系统；
[0057]
步骤s2：agv接收任务，获取目标箱及其上方阻碍箱的位置信息，从当前位置空驶至目标箱货格顶层，根据指令依次搬运阻碍箱至相应落箱位，直到目标箱位于顶层，最后将
目标箱搬运至工作台即完成出库指令，释放agv，agv接受到指令后，移动到目标箱位所在货格顶部，伸缩臂伸入货格将料箱抓取收入自己“腹”中，随后带着料箱移动到工作台顶部，并通过抓取装置将料箱放入工作台通道，待工作人员存入或拣选完货物后，调用agv将料箱运回，至此，完成一次存储或拣选工作；
[0058]
步骤s3：确定倒箱规则并建立agv双层路径规划模型，利用内层模型以阻碍箱落箱位为决策变量，求解指定任务的最小化单个目标箱的倒箱时间，通过外层模型分析多agv路径规划问题，存在一系列待提取目标箱，初始位置和终点位置即工作台确定，目标箱上面的阻碍箱数量及位置确定，有多个agv，需要将阻碍箱倒箱及目标箱运输任务分配给各agv，并指定执行先后顺序，选择最优运行路径；
[0059]
步骤s4：调用内层算法求解外层结构中的单agv路径规划，内层算法中将agv小车配置给了指定目标箱，且目标箱位置已知，通过获得阻碍箱列表后确定有效空位列表，依次将所有阻碍箱搬运至最优空位；
[0060]
步骤s5：利用嵌套启发式算法，将倒箱路径寻优嵌入多agv多任务路径分配中。
[0061]
步骤s2进一步包括以下步骤：
[0062]
步骤s21：agv根据仓储系统中产生存储或挑选任务后工作台发布的指令，对目标箱进行出库和入库的存储或拣选工作；
[0063]
步骤s22：以货架左下角为坐标原点o，对行、列、层分别建立x、y和z轴，以料箱尺寸为基本单位，将货架划分成立体栅格，一个栅格代表一个箱位，用确定坐标(x，y，z)表示，仓储系统货架呈魔方型结构，在传统栅格法建模基础上，采用栅格法进行三维建模；
[0064]
步骤s23：agv移动路径用一连串栅格坐标表示，在顶层坐标处建立虚拟栅格区作为agv移动区，当前坐标点agv1为(x1，y1，z1)，货架建模完成后，agv充电区设置在货格顶层外侧，不影响货格正常存储；
[0065]
步骤s24：目标箱在通道内排队按先到先服务原则接受服务，工作人员完成操作后，将目标箱推入出库通道底部，依次调用agv，agv将入库目标箱放入入库通道后离去，工作台设置在货架外侧，规模尺寸为两个标准化货格，上部为运输通道分为入库通道和出库通道，下部为人工操作台，该区域也是路径规划起始点和终点。
[0066]
步骤s21进一步包括以下步骤：
[0067]
步骤s211：对同一批次到达的订单进行汇总并将同类货品归类，获得待拣货品列表及其所需求数量，考虑到料箱尺寸较小，每个料箱只存放一类货品且不能超过料箱容积，同类货品可存储在多个料箱中；
[0068]
步骤s212：对待拣选列表中的任一货品，确认库存，判断是否可以调用该目标箱，能将需要提取的料箱一一对应，确定目标箱集合n＝{1，2，...，n}，n≥x，x为初始订单数，对待拣选列表中的任一货品，搜索所有存储该货品的料箱并确认库存，当需求量小于某个料箱现有库存量时，调用该目标箱，当需求量大于料箱最大库存量时，需将该货品订单拆分成两个订单甚至更多，直到每个子订单的需求能被单个料箱满足，对订单进行拆分能将订单任务与需要提取的料箱一一对应；
[0069]
步骤s213：目标箱确定后，其所在三维坐标系和对应的阻碍箱也被确定，对于目标箱i∈n，存在阻碍箱集合ei＝(1.2
…
n)，n为目标料箱i上面阻碍箱的数目，同批次订单内，所有阻碍箱集合为e＝{e1，e2...，n}，共有m个阻碍箱，m＝n1 n2 .... ni，i∈n；
[0070]
步骤s214：进行将目标箱上的阻碍箱依次转移到其它货格的空余箱位的倒箱操作，对于阻碍箱j∈e，落箱位置集合为dj＝(1.2
…
mj)，其中mj为阻碍箱j的可落箱位置数目，对于所有阻碍箱，落箱位置集合为d＝{d1，d2...,dm}，确定每个阻碍箱的落箱位是倒箱操作的核心环节，落箱位需满足当前时刻为空箱且下方为实箱位的条件。
[0071]
步骤s3进一步包括以下步骤：
[0072]
步骤s31：建立倒箱规则，确定落箱位并调用agv依次搬运阻碍箱，对于任一阻碍箱i∈e，落箱位均包含有表示agv要搬运至何处的水平坐标和表示放入位置的深度的纵向坐标；
[0073]
步骤s32：落箱位需要满足堆放约束并确定选择范围，对箱位集合m中的箱位si，坐标为si(xi，yi，zi)，用θ(si)表示位置si的当前状态，若有箱，则θ(si)＝1，否则θ(si)＝0，为避免阻碍箱落在订单内其它目标箱上造成重复倒箱，需先行确定落箱位水平坐标范围，阻碍箱的落箱位必须为空，且当落箱位置不在第一层时，其下方相邻箱位不为空；
[0074]
步骤s33：任取目标箱i∈n(n为所有目标箱集合)，其箱位坐标为(xi，yi，zi)，有落箱位集合dj，(xk，yk，zk)为决策变量，k∈dj，阻碍箱j的最小倒箱时间t
min
计算公式为：
[0075][0076]
式中，xk，yk，zk为决策变量，(xi，yi，zi)为所有目标箱集合n中的任取的目标箱i的箱位坐标，th为agv水平行驶单位距离的时间，tv为agv垂直提升箱位单位距离的时间；
[0077]
所有阻碍箱的倒箱时间为t，计算公式为：
[0078][0079]
式中，t
min
为阻碍箱集合ei中的阻碍箱的最小倒箱时间。
[0080]
步骤s4进一步包括以下步骤：
[0081]
步骤s41：所有目标箱集合为n＝{1，2，
…
，n}，虚拟任务点集合a＝{0，1，2，
…
，n}，0表示agv初始化位置，所有agv集合为k＝{1，2，
…
，m}，对目标箱i∈n，ti为目标箱i所需服务的总时间，t
ij
为agv从目标箱i货格顶层移动到目标箱j货格顶层所需时间；
[0082]
步骤s42：决策变量x
ij
表示agv小车与目标箱的服务关系，agv小车服务完目标箱i后服务目标箱j则x
ij
取值为1，否则为0，z
ij
表示小车k与目标箱i的服务关系，若目标箱i被小车k运送，取值1，否则为0；
[0083]
步骤s43：最小化agv最长作业时间，包括前往目标箱的空驶时间与服务于目标箱的工作时间，目标函数的表达式为：
[0084][0085]
式中，x
ij
∈{0,1}，x
ij
为决策变量，t
ij
为agv从目标箱i货格顶层移动到目标箱j货格顶层所需时间，z
ij
∈{0,1}，表示小车k与目标箱i的服务关系。
[0086]
步骤s5进一步包括以下步骤：
[0087]
步骤s51：在建立三维栅格法货架结构过程中，根据实际情况依次设定存有料箱的箱位，确定需生成的存储比例，建立仓储状态随机生成结构，即在所有空余箱位中，随机生
成一个料箱，判断该料箱是否满足堆存规则，保证除了在第一层，下层不能为空，满足则留下该料箱，否则进行删除，进行操作迭代重复，直到达到要求的存储比例；
[0088]
步骤s52：在agv接收到目标箱任务指派完成一次存储或拣选工作的过程中，将生成agv的路径分为三个过程阶段，首先从接收到指令时的当前位置移动到目标箱顶层，用最短折线路线法生成行驶路径，然后根据倒箱路径求得最优的落箱位，最后将目标箱提升到顶层后，通过最短折线路线法生成到工作台的路径。
[0089]
需要说明的是，在本文中，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。
[0090]
最后应说明的是：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，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。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。