数据处理方法、装置、计算机设备和存储介质与流程

1.本技术涉及物流技术领域，特别是涉及一种数据处理方法、装置、计算机设备和存储介质。


背景技术：

2.在物流运输过程中，运输司机起着至关重要的作用，运输司机的薪酬或多或少会影响运输司机的工作积极性。目前，物流公司一般采用固薪作为运输司机的薪酬，该方式不够灵活，无法客观反映运输司机的实际任务量，可能出现运输司机积极性不高、资源分配不均等问题。


技术实现要素：

3.基于此，有必要针对上述技术问题，提供一种能够提高资源分配的客观合理性的数据处理方法、装置、计算机设备和存储介质。
4.一种数据处理方法，所述方法包括：
5.获取目标对象的运输任务数据，所述运输任务数据包括运输任务的任务里程和任务场景信息；
6.根据所述运输任务的任务里程、及其任务场景信息对应的起步里程和资源数据，确定所述运输任务对应的资源值；
7.根据所述运输任务对应的资源值，确定所述目标对象的资源值。
8.一种数据处理装置，所述装置包括：
9.获取模块，用于获取目标对象的运输任务数据，所述运输任务数据包括运输任务的任务里程和任务场景信息；
10.处理模块，用于根据所述运输任务的任务里程、及其任务场景信息对应的起步里程和资源数据，确定所述运输任务对应的资源值；
11.确定模块，用于根据所述运输任务对应的资源值，确定所述目标对象的资源值。
12.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
13.获取目标对象的运输任务数据，所述运输任务数据包括运输任务的任务里程和任务场景信息；
14.根据所述运输任务的任务里程、及其任务场景信息对应的起步里程和资源数据，确定所述运输任务对应的资源值；
15.根据所述运输任务对应的资源值，确定所述目标对象的资源值。
16.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
17.获取目标对象的运输任务数据，所述运输任务数据包括运输任务的任务里程和任务场景信息；
18.根据所述运输任务的任务里程、及其任务场景信息对应的起步里程和资源数据，确定所述运输任务对应的资源值；
19.根据所述运输任务对应的资源值，确定所述目标对象的资源值。
20.上述数据处理方法、装置、计算机设备和存储介质，通过目标对象的运输任务的里程、及其场景信息对应的起步里程和资源数据，确定各运输任务对应的资源值，继而确定目标对象的资源值，据此确定的资源值能够反映目标对象的实际任务量，更为客观，有利于提高目标对象的积极性，使资源得到合理分配。
附图说明
21.图1为一个实施例中数据处理方法的流程示意图；
22.图2为一个实施例中任务场景信息对应的资源数据的确定方法的流程示意图；
23.图3为一个实施例中根据实际资源值、以及任务场景信息对应的起步里程和各历史运输任务的里程，构建规划模型步骤的流程示意图；
24.图4为一个实施例中数据处理装置的结构框图；
25.图5为一个实施例中计算机设备的内部结构图；
26.图6为一个实施例中计算机设备的内部结构图。
具体实施方式
27.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
28.在一个实施例中，如图1所示，提供了一种数据处理方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤s102至步骤s106。
29.s102，获取目标对象的运输任务数据，运输任务数据包括运输任务的任务里程和任务场景信息。
30.在其中一个实施例中，目标对象为负责运输任务的司机，运输任务指将货物从始发地运送到目的地的任务，任务里程为从始发地到目的地的运输距离，任务场景信息可以包括但不限于地区信息和车型信息。其中，地区信息可以是始发地所在的地区信息，也可以是目的地所在的地区信息。车型信息可以是运输车辆的类型，例如重型货车、中型货车、轻型货车等。
31.s104，根据运输任务的任务里程、及其任务场景信息对应的起步里程和资源数据，确定运输任务对应的资源值。
32.需要说明的是，目标对象的运输任务数据中可能包括多个运输任务的任务里程和任务场景信息，对于每一个运输任务，根据该运输任务的任务里程、及其任务场景信息对应的起步里程和资源数据，确定该运输任务对应的资源值。其中，各任务场景信息对应的起步里程可以结合实际情况进行设置，例如5～15km，各任务场景信息对应的资源数据可以通过对历史数据进行分析处理获得。
33.在其中一个实施例中，资源数据为薪酬相关数据，资源值为薪酬。当任务场景信息不同，例如不同城市或不同车型，其对应的任务工作量大小或强度有所不同，从而对应的运输任务的薪酬也应当有所区别。此外，任务里程有长有短，当任务里程不同，其对应的任务工作量大小或强度也有所不同，从而对应的运输任务的薪酬也应当有所区别。因此，对于每一个运输任务，根据该运输任务的任务里程、及其任务场景信息对应的起步里程和薪酬相关数据，确定该运输任务对应的薪酬，即运输任务对应的薪酬由任务里程和任务场景信息对应的起步里程和薪酬相关数据共同确定。
34.s106，根据运输任务对应的资源值，确定目标对象的资源值。
35.在其中一个实施例中，资源值为薪酬，运输任务对应的薪酬客观反映了司机的实际任务量，因此可以根据运输任务对应的薪酬来确定司机的薪酬，举例来说，假设一司机是按照月薪发放工资，其在一个月内完成了n趟运输任务，可以将n趟运输任务对应的薪酬之和作为该司机在该月的薪酬。
36.上述数据处理方法中，通过目标对象的运输任务的里程、及其场景信息对应的起步里程和资源数据，确定运输任务对应的资源值，继而确定目标对象的资源值，据此确定的资源值能够反映目标对象的实际任务量，更为客观，有利于提高目标对象的积极性，使资源得到合理分配。
37.在一个实施例中，资源数据包括：起步里程价值、以及各分段里程区间内的单位价值。起步里程价值为里程小于或等于起步里程时对应的价值，单位价值为单位里程对应的价值，具体可以是单公里(km)价值。
38.在一个实施例中，根据运输任务的任务里程、及其任务场景信息对应的起步里程和资源数据，确定运输任务对应的资源值的步骤，具体可以包括以下步骤：当运输任务的任务里程大于起步里程时，将任务里程减去起步里程，获得后续里程；根据后续里程、以及各分段里程区间内的单位价值，获得后续里程价值；将起步里程价值与后续里程价值相加，获得运输任务对应的资源值。
39.举例来说，一运输任务的任务里程(s)为100km，其对应的起步里程(s0)为10km，起步里程价值(m0)为10元，分段里程区间包括第一分段里程区间(10km,60km)和第二分段里程区间[60km, ∞)，两区间内的单公里价值分别为2元和1元，该运输任务的任务里程大于起步里程，计算得到后续里程(s1)为：s1＝s-s0＝90km，后续里程价值(m1)为：m1＝60*2 (90-60)*1＝150元，该运输任务对应的资源值m为：m＝m0 m1＝160元。
[0040]
在一个实施例中，根据运输任务的任务里程、及其任务场景信息对应的起步里程和资源数据，确定运输任务对应的资源值的步骤，具体可以包括以下步骤：当运输任务的任务里程小于或等于起步里程时，将起步里程价值作为运输任务对应的资源值。
[0041]
举例来说，一运输任务的任务里程(s)为8km，其对应的起步里程(s0)为10km，起步里程价值(m0)为10元，该运输任务的任务里程小于起步里程，对应的资源值m为：m＝m0＝10元。
[0042]
上述实施例中，根据运输里程确定运输任务对应的资源值，更贴近市场规律，多劳多得，有助于提高司机的积极性和资源分配的合理性。
[0043]
在一个实施例中，如图2所示，任务场景信息对应的资源数据的确定方法包括以下步骤s202至步骤s206。
[0044]
s202，获取各目标对象在历史时间段内的历史运输任务数据及其对应的实际资源值，历史运输任务数据包括各历史运输任务的里程和场景信息，场景信息包括任务场景信息。
[0045]
历史运输任务数据及其对应的实际资源值可以从相关数据库中获得。历史时间段内可以是当前计薪周期之前的任一计薪周期，举例来说，若目标对象(司机)是计月薪，即计薪周期为一个月，可以取当前月的前一个月内各司机的运输任务数据作为历史运输任务数据，实际资源值为司机的实际月薪，实际月薪可以理解为司机在该月中完成的所有历史运输任务对应的薪酬。
[0046]
对于同一司机，其在该月中完成的各历史运输任务的里程和场景信息均可以不同，例如，对于司机a，假设完成了两个历史运输任务，历史运输任务1的线路为从广州到深圳，车型为轻型货车，里程为100km，历史运输任务2的线路为从广州到珠海，车型为中型货车，里程为120km，其中，历史运输任务1的场景信息可以表示为广州 轻型货车的组合，历史运输任务2的场景信息可以表示为广州 中型货车的组合，即每种地区 车型的组合对应一种场景信息。对于不同的司机，其在该月中完成的历史运输任务的场景信息可以相同，里程可能不同，例如，对于司机b，其历史运输任务的场景信息也可能是广州 轻型货车的组合，里程可能为110km。因此，历史运输任务数据中的场景信息可能包含多种情况，对于每一种场景信息，其对应的里程也可能包含多种情况。
[0047]
s204，根据实际资源值、以及任务场景信息对应的起步里程和各历史运输任务的里程，构建规划模型。
[0048]
在一个实施例中，如图3所示，根据实际资源值、以及任务场景信息对应的起步里程和各历史运输任务的里程，构建规划模型的步骤，具体可以包括以下步骤s2042至步骤s2046。
[0049]
s2042，根据实际资源值及其对应的各历史运输任务的里程，获得各历史运输任务对应的历史资源值。
[0050]
在其中一个实施例中，根据实际资源值及其对应的各历史运输任务的里程，获得各历史运输任务对应的历史资源值的步骤，具体可以包括以下步骤：根据实际资源值及其对应的各历史运输任务的里程之和的比值，获得实际单位资源值；根据实际单位资源值与对应的各历史运输任务的里程的乘积，获得各历史运输任务对应的历史资源值。
[0051]
参见前文实施例，每一实际资源值为一司机的实际月薪，其对应的各历史运输任务为该司机在该月中完成的所有历史运输任务。根据实际资源值及其对应的各历史运输任务的里程之和的比值获得的实际单位资源值，可以理解为单位里程对应的实际薪酬。根据实际单位资源值与历史运输任务的里程的乘积获得的该历史运输任务对应的历史资源值，可以理解为该历史运输任务对应的实际薪酬，也即单趟任务薪酬。
[0052]
举例来说，司机a的实际月薪为10000元，在该月中完成了10个历史运输任务，总里程为1000km，则每公里对应的实际薪酬为10元，假设第i个历史运输任务的里程为si(i＝1～10)，则第i个历史运输任务对应的实际薪酬mi为：mi＝10si。
[0053]
s2044，根据任务场景信息对应的各历史运输任务的里程，确定任务场景信息对应的分段里程区间。
[0054]
参见前文实施例，历史运输任务数据中的场景信息可能包含多种情况，对于每一
种场景信息，其对应的里程可能包含多种情况。可以根据场景信息的类型(例如地区 车型)，对所有历史运输任务进行划分，获得每种场景信息对应的各历史运输任务。根据该场景信息对应的各历史运输任务的里程，确定该场景信息对应的分段里程区间，这里的任务场景信息可以是任意一种场景信息。
[0055]
在一个实施例中，根据任务场景信息对应的各历史运输任务的里程，确定任务场景信息对应的分段里程区间的步骤，具体可以包括以下步骤：根据任务场景信息对应的各历史运输任务的里程，获得满足预设要求的里程分段节点；根据里程分段节点，确定任务场景信息对应的分段里程区间。
[0056]
其中，预设要求可以结合实际情况进行设置，此处不做限定。在其中一个实施例中，将任务场景信息对应的各历史运输任务的里程进行排序，取50％分位数序号对应的里程作为满足预设要求的里程分段节点，表示里程分段节点大于或等于所有里程中50％的里程时，认为满足预设要求。例如，里程分段节点为60km，则对应的分段里程区间为(s0,60km)和[60km, ∞)，其中，s0表示起步里程。需要说明的是，分位数大小以及数量可以结合实际情况进行选取，此处不做限定，例如可以选取25％分位数序号对应的里程作为里程分段节点，也可以同时选取25％和50％分位数序号对应的里程作为两个里程分段节点。
[0057]
s2046，以任务场景信息对应的起步里程和分段里程区间、以及对应的各历史运输任务的里程和历史资源值作为模型参数，以起步里程价值和各分段里程区间内的单位价值作为模型变量，构建规划模型。
[0058]
任务场景信息对应的起步里程可以结合实际情况进行预先设置，从而对于每一任务场景信息，其对应的起步里程和分段里程区间、以及对应的各历史运输任务的里程和历史资源值都是已知量，将这些已知量作为模型参数，而每一任务场景信息对应的起步里程价值和各分段里程区间内的单位价值是未知量，将这些未知量作为模型变量，构建每一任务场景信息对应的规划模型。
[0059]
s206，基于规划模型，获得任务场景信息对应的资源数据。
[0060]
在一个实施例中，基于规划模型，获得任务场景信息对应的资源数据的步骤，具体可以是：基于模型约束和模型目标，对规划模型的模型变量进行求解，获得预测数据，作为任务场景信息对应的资源数据，预测数据包括任务场景信息对应的起步里程价值和各分段里程区间内的单位价值。
[0061]
在其中一个实施例中，模型约束包括以下三项：第一项：根据预测数据确定的任务场景信息对应的各历史运输任务的预测资源值之和，小于或等于对应的历史资源值之和；第二项：各分段里程区间内的单位价值随着里程增大依次递减；第三项：固定分段里程区间的数量。
[0062]
第一项可以用公式表示如下：
[0063][0064]
其中，i表示任务场景信息对应的第i个历史运输任务，i表示任务场景信息对应的历史运输任务集合，predi表示第i个历史运输任务的预测薪酬，ptruei表示第i个历史运输任务的实际薪酬。
[0065]
第二项可以用公式表示如下：
[0066]
unitprice
t 1
≤unitprice
t
for t∈n
[0067]
其中，t表示里程处于第t个分段里程区间，n表示分段里程区间集合；unitprice
t
表示第t个分段里程区间内的单公里薪酬。
[0068]
第三项可以用公式表示如下：
[0069]
addconstr(sum
cnt
＝n)
[0070]
其中，sum
cnt
表示分段里程区间数量，n表示固定的分段里程区间数量。
[0071]
在其中一个实施例中，模型目标包括：根据预测数据确定的任务场景信息对应的各历史运输任务的预测资源值之和，与对应的历史资源值之和的误差小于预设阈值。
[0072]
目标函数可以用公式表示如下：
[0073][0074]
其中，i表示任务场景信息对应的第i个历史运输任务，i表示任务场景信息对应的历史运输任务集合，predi表示第i个历史运输任务的预测薪酬，ptruei表示第i个历史运输任务的实际薪酬。min表示使预测薪酬之和与实际薪酬之和的误差尽可能小。
[0075]
需要说明的是，除上述约束和目标外，还可以按照其他业务要求分场景增减约束和目标需求，例如，对于长途运输和短途运输，可以设置不同的分段里程区间范围和/或不同的分段里程区间数量。在一个实施例中，采用非线性规划求解器(例如gurobi)对上述规划模型进行求解，模型输出如下表1：
[0076]
表1
[0077][0078]
需要说明的是，上述表格中的数据只是示例性的模型输出数据，模型输出数据并不限于是上述表格中所示内容。模型输出数据中包括各种场景信息(地区 车型)对应的起步里程薪酬和各分段里程区间内的单公里薪酬，利用模型输出的上表数据，可以结算各地区各车型的司机的单趟运输任务对应的薪酬，使得司机薪酬结算更为灵活、准确和合理。
[0079]
应该理解的是，虽然上述实施例涉及的各流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述实施例涉及的各流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0080]
在一个实施例中，如图4所示，提供了一种数据处理装置400，包括：获取模块410、处理模块420和确定模块430，其中：
[0081]
获取模块410，用于获取目标对象的运输任务数据，运输任务数据包括运输任务的任务里程和任务场景信息。
[0082]
处理模块420，用于根据运输任务的任务里程、及其任务场景信息对应的起步里程和资源数据，确定运输任务对应的资源值。
[0083]
确定模块430，用于根据运输任务对应的资源值，确定目标对象的资源值。
[0084]
在一个实施例中，资源数据包括：起步里程价值、以及各分段里程区间内的单位价值。处理模块420在根据运输任务的任务里程、及其任务场景信息对应的起步里程和资源数据，确定运输任务对应的资源值时，具体用于：当运输任务的任务里程大于起步里程时，将任务里程减去起步里程，获得后续里程；根据后续里程、以及各分段里程区间内的单位价值，获得后续里程价值；将起步里程价值与后续里程价值相加，获得运输任务对应的资源值。
[0085]
在一个实施例中，处理模块420在根据运输任务的任务里程、及其任务场景信息对应的起步里程和资源数据，确定运输任务对应的资源值时，具体用于：当运输任务的任务里程小于或等于起步里程时，将起步里程价值作为运输任务对应的资源值。
[0086]
在一个实施例中，该装置还包括资源数据确定模块，用于确定任务场景信息对应的资源数据。资源数据确定模块包括：获取单元、构建单元和确定单元，其中：
[0087]
获取单元，用于获取各目标对象在历史时间段内的历史运输任务数据及其对应的实际资源值，历史运输任务数据包括各历史运输任务的里程和场景信息，场景信息包括任务场景信息。
[0088]
构建单元，用于根据实际资源值、以及任务场景信息对应的起步里程和各历史运输任务的里程，构建规划模型。
[0089]
确定单元，用于基于规划模型，获得任务场景信息对应的资源数据。
[0090]
在一个实施例中，构建单元在根据实际资源值、以及任务场景信息对应的起步里程和各历史运输任务的里程，构建规划模型时，具体用于：根据实际资源值及其对应的各历史运输任务的里程，获得各历史运输任务对应的历史资源值；根据任务场景信息对应的各历史运输任务的里程，确定任务场景信息对应的分段里程区间；以任务场景信息对应的起步里程和分段里程区间、以及对应的各历史运输任务的里程和历史资源值作为模型参数，以起步里程价值和各分段里程区间内的单位价值作为模型变量，构建规划模型。
[0091]
在一个实施例中，确定单元在基于规划模型，获得任务场景信息对应的资源数据时，具体用于：基于模型约束和模型目标，对规划模型的模型变量进行求解，获得预测数据，作为任务场景信息对应的资源数据，预测数据包括任务场景信息对应的起步里程价值和各分段里程区间内的单位价值。
[0092]
在一个实施例中，模型约束包括：第一项：根据预测数据确定的任务场景信息对应的各历史运输任务的预测资源值之和，小于或等于对应的历史资源值之和；第二项：各分段里程区间内的单位价值随着里程增大依次递减；第三项：固定分段里程区间的数量。
[0093]
在一个实施例中，模型目标包括：根据预测数据确定的任务场景信息对应的各历史运输任务的预测资源值之和，与对应的历史资源值之和的误差小于预设阈值。
[0094]
在一个实施例中，构建单元在根据实际资源值及其对应的各历史运输任务的里程，获得各历史运输任务对应的历史资源值时，具体用于：根据实际资源值及其对应的各历史运输任务的里程之和的比值，获得实际单位资源值；根据实际单位资源值与对应的各历史运输任务的里程的乘积，获得各历史运输任务对应的历史资源值。
[0095]
在一个实施例中，构建单元在根据任务场景信息对应的各历史运输任务的里程，确定任务场景信息对应的分段里程区间时，具体用于：根据任务场景信息对应的各历史运输任务的里程，获得满足预设要求的里程分段节点；根据里程分段节点，确定任务场景信息对应的分段里程区间。
[0096]
关于数据处理装置的具体限定可以参见上文中对于数据处理方法的限定，在此不再赘述。上述数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0097]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种数据处理方法。
[0098]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种数据处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0099]
本领域技术人员可以理解，图5或图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0100]
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0101]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0102]
在一个实施例中，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备
的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各方法实施例中的步骤。
[0103]
需要理解的是，上述实施例中的术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。针对数值范围的描述，术语“多个”理解为等于或大于两个。
[0104]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0105]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0106]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。