基于小车的坡面检测方法、设备及计算机可读存储介质与流程

1.本发明涉及边坡坡面检测领域，尤其涉及一种基于小车的坡面检测方法、设备及计算机可读存储介质。


背景技术：

2.当前用于边坡坡面检测的边坡雷达大多为采用人工方式对坡面进行边坡二维雷达检测，并未形成完整的坡面全覆盖检测方案，且人工方式费时费力。同时，人工方法在面对边坡坡面较陡、落差较大时，对检测人员来说存在明显安全隐患，且对边坡的检测覆盖面及功能还存在较大的局限性，由于人为因素极大概率会出现检测坡面遗漏或者检测角度出错的情况，因此，使用人工进行坡边检测效果不太理想。
3.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

4.本发明的主要目的在于提供一种基于小车的坡面检测方法，旨在解决使用人工进行坡边检测效果不太理想的技术问题。
5.为实现上述目的，本发明提供一种基于小车的坡面检测方法，所述基于小车的坡面检测方法包括以下步骤：
6.获取小车周边的地理信息生成目标边坡的三维空间模型；
7.根据所三维空间模型获取所述目标边坡的几何参数，基于所述几何参数和所述小车搭载的雷达探测器的探测参数规划所述小车的检测路线；
8.控制所述小车按照所述检测路线在所述目标边坡进行自动巡检，并通过所述雷达探测器完成对所述目标边坡上的目标坡面的检测。
9.进一步的，所述探测参数包括所述雷达探测器的探测区域，所述几何参数包括目标坡面区域，所述基于所述几何参数和所述小车搭载的雷达探测器的探测参数规划所述小车的检测路线的步骤包括：
10.根据所述目标坡面区域和所述探测区域生成所述雷达探测器相对于所述的目标坡面的第一运动轨迹；
11.基于所述第一运动轨迹和预设小车运动方向生成所述小车的检测路线。
12.进一步的，所述探测参数还包括所述雷达探测器的活动范围参数，所述通过所述雷达探测器完成对所述目标边坡上的目标坡面的检测的步骤包括：
13.根据所述目标坡面的第一运动轨迹和所述活动范围参数生成所述雷达探测器相对于所述小车的第二运动轨迹；
14.控制所述雷达探测器按照所述第二运动轨迹运动，以对所述目标坡面的检测。
15.进一步的，所述几何参数包括所述目标坡面坡度，所述对所述目标坡面的检测的步骤包括：
16.根据所述雷达探测器处于所述目标坡面的位置以及所述目标坡面的坡度生成所述雷达探测器的当前探测角度；
17.基于所述当前探测角度对所述目标坡面进行检测。
18.进一步的，所述控制所述小车按照所述检测路线在所述目标坡面进行自动巡检的步骤包括：
19.控制所述小车按照所述检测路线运动，并通过所述小车搭载的测距模块实时获取所述小车的周围障碍物的障碍物信息；
20.基于所述障碍物信息生成所述周围障碍物与所述小车的最近距离；
21.当所述最近距离小于预设安全距离时停止运动进入等待状态，判断所述小车进入等待状态的当前等待时间是否大于或者等于预设等待时间；
22.当所述当前等待时间大于或者等于预设等待时间时，基于所述第一运动轨迹、所述预设小车运动方向以及所述障碍物信息生成所述小车的优化检测路线，并控制所述小车按照所述优化检测路线运动。
23.进一步的，在所述判断所述小车进入等待状态的当前等待时间是否大于或者等于预设等待时间的步骤之后，包括：
24.当所述当前等待时间小于所述预设等待时间时，且所述最近距离变更为大于或者等于所述预设安全距离，则继续控制所述小车按照所述检测路线运动。
25.进一步的，在所述获取小车周边的地理信息生成目标边坡的三维空间模型的步骤之前，包括：
26.通过小车搭载的视觉传感器获取所述小车的周边环境图像，将所述周边环境图像输入至预设图像识别模型；
27.通过所述预设图像识别模型从所述周边环境图像中识别出目标坡面，并对目标坡面区域进行标记生成标记区。
28.进一步的，所述获取小车周边的地理信息生成目标边坡的三维空间模型的步骤包括：
29.通过小车搭载的激光雷达获取所述周边环境的三维点云数据，根据所述标记区的三维点云数据生成所述目标坡面的三维空间模型，其中，所述周边环境包括所述标记区。
30.此外，为实现上述目的，本发明还提供一种基于小车的坡面检测设备，所述基于小车的坡面检测设备包括：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基于小车的坡面检测程序，所述基于小车的坡面检测程序被所述处理器执行时实现如上述的基于小车的坡面检测方法的步骤。
31.此外，为实现上述目的，本发明还提供可读存储介质，所述可读存储介质上存储有基于小车的坡面检测程序，所述基于小车的坡面检测程序被处理器执行时实现如上述的基于小车的坡面检测方法的步骤。
32.本发明实施例提出的一种基于小车的坡面检测方法，通过小车上搭载的多种传感设备，获取需要探测的边坡地形的三维空间模型，并从三维空间模型中获取边坡地形的几何参数，基于几何参数和小车上装载的雷达探测器的探测参数，规划出小车以及雷达探测器的运动轨迹，控制小车和雷达探测按生成的轨迹运动并对目标边坡进行探测。从而实现在边坡检测领域，通过机械设备完成边坡的自动检测，相比人工检测检测效果更佳，同时，
还减少了检测人员的安全风险。
附图说明
33.图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图；
34.图2为本发明基于小车的坡面检测方法的第一实施例的流程示意图；
35.图3为本发明基于小车的坡面检测方法的第二实施例的流程示意图；
36.图4为本发明基于小车的坡面检测方法中雷达探测器运动轨迹示意图。
37.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
38.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。
39.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。
40.本发明实施例设备可以是小车，也可以是机器人、pc、智能手机、平板电脑、便携计算机等具有数据采集、数据处理和数据输出功能的电子终端设备。
41.如图1所示，该设备可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储器1005，通信总线1002。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)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005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1005可选的还可以是独立于前述处理器1001的存储装置。
42.可选地，设备还可以包括摄像头、rf(radio frequency，射频)电路，传感器、音频电路、wifi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
43.本领域技术人员可以理解，图1中示出的设备结构并不构成对设备的限定，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。
44.如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于小车的坡面检测程序。
45.在图1所示的设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，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中存储的基于小车的坡面检测程序，并执行以下操作：
46.获取小车周边的地理信息生成目标边坡的三维空间模型；
47.根据所三维空间模型获取所述目标边坡的几何参数，基于所述几何参数和所述小车搭载的雷达探测器的探测参数规划所述小车的检测路线；
48.控制所述小车按照所述检测路线在所述目标边坡进行自动巡检，并通过所述雷达探测器完成对所述目标边坡上的目标坡面的检测。
49.进一步地，处理器1001可以调用存储器1005中存储的基于小车的坡面检测程序，还执行以下操作：
50.所述探测参数包括所述雷达探测器的探测区域，所述几何参数包括目标坡面区域，所述基于所述几何参数和所述小车搭载的雷达探测器的探测参数规划所述小车的检测路线的步骤包括：
51.根据所述目标坡面区域和所述探测区域生成所述雷达探测器相对于所述的目标坡面的第一运动轨迹；
52.基于所述第一运动轨迹和预设小车运动方向生成所述小车的检测路线。
53.进一步地，处理器1001可以调用存储器1005中存储的基于小车的坡面检测程序，还执行以下操作：
54.所述探测参数还包括所述雷达探测器的活动范围参数，所述通过所述雷达探测器完成对所述目标边坡上的目标坡面的检测的步骤包括：
55.根据所述目标坡面的第一运动轨迹和所述活动范围参数生成所述雷达探测器相对于所述小车的第二运动轨迹；
56.控制所述雷达探测器按照所述第二运动轨迹运动，以对所述目标坡面的检测。
57.进一步地，处理器1001可以调用存储器1005中存储的基于小车的坡面检测程序，还执行以下操作：
58.所述几何参数包括所述目标坡面坡度，所述对所述目标坡面的检测的步骤包括：
59.根据所述雷达探测器处于所述目标坡面的位置以及所述目标坡面的坡度生成所述雷达探测器的当前探测角度；
60.基于所述当前探测角度对所述目标坡面进行检测。
61.进一步地，处理器1001可以调用存储器1005中存储的基于小车的坡面检测程序，还执行以下操作：
62.所述控制所述小车按照所述检测路线在所述目标坡面进行自动巡检的步骤包括：
63.控制所述小车按照所述检测路线运动，并通过所述小车搭载的测距模块实时获取所述小车的周围障碍物的障碍物信息；
64.基于所述障碍物信息生成所述周围障碍物与所述小车的最近距离；
65.当所述最近距离小于预设安全距离时停止运动进入等待状态，判断所述小车进入等待状态的当前等待时间是否大于或者等于预设等待时间；
66.当所述当前等待时间大于或者等于预设等待时间时，基于所述第一运动轨迹、所述预设小车运动方向以及所述障碍物信息生成所述小车的优化检测路线，并控制所述小车按照所述优化检测路线运动。
67.进一步地，处理器1001可以调用存储器1005中存储的基于小车的坡面检测程序，还执行以下操作：
68.在所述判断所述小车进入等待状态的当前等待时间是否大于或者等于预设等待时间的步骤之后，包括：
69.当所述当前等待时间小于所述预设等待时间时，且所述最近距离变更为大于或者
等于所述预设安全距离，则继续控制所述小车按照所述检测路线运动。
70.进一步地，处理器1001可以调用存储器1005中存储的基于小车的坡面检测程序，还执行以下操作：
71.在所述获取小车周边的地理信息生成目标边坡的三维空间模型的步骤之前，包括：
72.通过小车搭载的视觉传感器获取所述小车的周边环境图像，将所述周边环境图像输入至预设图像识别模型；
73.通过所述预设图像识别模型从所述周边环境图像中识别出目标坡面，并对目标坡面区域进行标记生成标记区。
74.进一步地，处理器1001可以调用存储器1005中存储的基于小车的坡面检测程序，还执行以下操作：
75.所述获取小车周边的地理信息生成目标边坡的三维空间模型的步骤包括：
76.通过小车搭载的激光雷达获取所述周边环境的三维点云数据，根据所述标记区的三维点云数据生成所述目标坡面的三维空间模型，其中，所述周边环境包括所述标记区。
77.参照图2，本发明基于小车的坡面检测方法中的第一实施例，所述基于小车的坡面检测方法包括：
78.步骤s10，获取小车周边的地理信息生成目标边坡的三维空间模型；
79.在本实施例中，上述基于小车的坡面检测方法执行主体为小车，而目标边坡即为需要进行检测的区域，边坡是指为保证路基稳定，在路基两侧做成的具有一定坡度的坡面。以城市边坡为例，部分城市边坡为了避免山体滑坡等自然灾害发生使用水泥或者防护网等对边坡进行加固，加固设施虽起到了加固作用，但是也使得部分安全隐患被掩盖，且后续出现的目标坡面即为进行了加固措施的斜面。通过探测雷达可获取到边坡内部的地质结构，进而根据内部地质结构判断被探测的边坡是否存在塌陷、落石、滑坡等隐患。上述周边的地理信息可是小车的位置(所述小车搭载了rtk(real-time kinematic，载波相位差分技术)，可获取小车自身的定位，如经纬度等位置数据)，可以是小车周围的环境图像信息。可根据小车采集的地理信息生成目标边坡的三维空间模型，也可以将向小车直接输入已经搭建的三维空间模型，且可以理解的是，三维空间模型即为数字化的目标边坡，具有目标边坡多种几何参数，例如边坡整体延伸长度、边坡的落差高度、边坡坡度以及边坡坡面的面积等。
80.进一步的，通过小车搭载的视觉传感器获取所述小车的周边环境图像，将所述周边环境图像输入至预设图像识别模型；通过所述预设图像识别模型从所述周边环境图像中识别出目标坡面，并对目标坡面区域进行标记生成标记区。
81.具体的，小车上搭载的视觉传感器可以为摄像头，摄像头将用于获取小车的周边环境信息(如采集小车周围360度图像或者视频)。小车启动后，小车的摄像头对周边环境进行图像采集，将采集到的图像数据放入预先训练好的图像识别算法模型进行坡面识别。此外，对图像识别算法模型训练只需将已经标记为目标坡面的坡面图片作为训练样本输入至图像识别算法模型中完成训练即可，且目前存在较为成熟的图像识别技术，此处将不赘述。通过对周围环境图像的识别可确定目标边坡的区域，并对其进行标记生成标记区，以便于后续对目标边坡生成三维模型。
82.进一步的，通过小车搭载的激光雷达获取所述周边环境的三维点云数据，根据所
述标记区的三维点云数据生成所述目标坡面的三维空间模型，其中，所述周边环境包括所述标记区。
83.具体的，小车上搭载有激光雷达，激光雷达可基于周边地形环境生成具有三维坐标的点的集合(即三维点云数据)，根据被标记为目标边坡的区域的三维点云数据生成目标边坡的三维空间模型。
84.步骤s20，根据所三维空间模型获取所述目标边坡的几何参数，基于所述几何参数和所述小车搭载的雷达探测器的探测参数规划所述小车的检测路线；
85.进一步的，所述探测参数包括所述雷达探测器的探测区域，所述几何参数包括目标坡面区域，所述基于所述几何参数和所述小车搭载的雷达探测器的探测参数规划所述小车的检测路线的步骤包括：根据所述目标坡面区域和所述探测区域生成所述雷达探测器相对于所述的目标坡面的第一运动轨迹；基于所述第一运动轨迹和预设小车运动方向生成所述小车的检测路线。
86.具体的，上述三维空间模型的几何参数包括目标坡面区域，探测参数包括所述雷达探测器的探测区域，探测区域即雷达探测器一次探测可探测的图形，根据目标边坡的三维模型获取目标边坡的目标坡面区域，根据所述目标坡面区域和所述探测区域生成所述雷达探测器相对于所述的目标坡面的第一运动轨迹。可以理解的是，通常情况下目标坡面区域为矩形，当探测雷达固定在小车上，小车向与坡面平行的固定的方向行驶时，探测雷达扫过的区域也同样为一矩形，如图4所示雷达探测器运动轨迹示意图，图中x轴与y轴与目标坡面的两条边重合，目标坡面区域为矩形包括a边和b边，探测区域也为矩形包括a边和b边，图中虚线箭头和实线箭头组成的轨迹即为探测区域在目标坡面的移动轨迹也是探测雷达的移动轨迹，通过a边和a边可确定雷达探测器在目标坡面的最小探测次数(如a边长度除a边长度即可得到最少探测次数)，根据b边可确定探测雷达最长移动距离(图中一段虚线的长度)，a边可确定探测雷达最小移动距离(图中一段实线的长度)，从而可以得到第一运动轨迹(图中虚线箭头和实线箭头组成的轨迹)。基于上述第一运动轨迹结合预设小车运动方向生成所述小车的检测路线，同样如图4所述，上述预设小车运动方向可以选择为x轴或者y轴，以选择x轴例进行说明，将图4中第一运动轨迹的虚线部分作为小车的运动轨迹，且小车的预设运动方向选择为x轴，因此，小车的检测路线实际为，沿目标坡面的b边方向上来回移动探测雷达最长移动距离。需要特别说明的是，图4所示的雷达探测运动轨迹并不对本实施例的第一运动轨迹进行限制，具体的轨迹可根据实际需求设置(除图4所示的第一运动轨迹外，在检测过程中也可以是雷达探测器将自身活动范围参数内的区域探测完成再移动小车，小车移动预设距离后雷达探测器再将自身活动范围参数内的区域探测完成，以此类推此处将不再赘述)，探测区域可以为任意形状，且探测的初始和结束位置可根据实际需求设定。
87.进一步的，所述探测参数还包括所述雷达探测器的活动范围参数，所述通过所述雷达探测器完成对所述目标边坡上的目标坡面的检测的步骤包括：根据所述目标坡面的第一运动轨迹和所述活动范围参数生成所述雷达探测器相对于所述小车的第二运动轨迹；控制所述雷达探测器按照所述第二运动轨迹运动，以对所述目标坡面的检测。
88.具体的，探测参数还包括所述雷达探测器的活动范围参数，可以理解的是，雷达探测器通常并未固定在小车上，如将雷达探测器与小车之间设置悬臂，因此雷达探测器相对
于小车来说可存在一定活动空间，以图4为例进行说明，活动范围参数实际为可向y轴方向上移动的最大距离，而活动范围参数由探测雷达与小车之间的连接结构决定。将图4中第一运动轨迹的实线箭头部分作为探测雷达相对于小车的第二运动轨迹，且所述第二运动轨迹应该当处于雷达探测器的活动范围参数内(若第二运动轨迹超过雷达探测器的活动范围参数，则需要改变小车的初始位置重新规划第一运动轨迹)。因此，在探测雷达实际扫描过程中，每当小车改变移动方向时探测雷达向y轴方向上移动实线箭头长度的距离。可以理解的是，当以雷达探测器最小移动次数为目标时，图4中一个实线箭头的长度即为a边的长度，而在实际应用中，实线箭头的长度可根据需求设定，如为避免在长度为a边长度时存在扫描遗漏的情况，将实线箭头的长度设定为一个小于a边长度的距离。
89.需要特别说明的是，上述例子中以图4说明第一运动轨迹、第二运动轨迹以及小车的检测路线的生成过程，但图4并不构成对其生成过程的限制。
90.步骤s30，控制所述小车按照所述检测路线在所述目标边坡进行自动巡检，并通过所述雷达探测器完成对所述目标边坡上的目标坡面的检测。
91.进一步的，所述几何参数包括所述目标坡面坡度，所述对所述目标坡面的检测的步骤包括：根据所述雷达探测器处于所述目标坡面的位置以及所述目标坡面的坡度生成所述雷达探测器的当前探测角度；基于所述当前探测角度对所述目标坡面进行检测。
92.具体的，目标边坡的几何参数包括目标坡面坡度，可以理解的是，实际的目标边坡并非为一个规则三维空间模型，因此，在目标坡面不同位置上其坡度也可能不相同。通过上述小车搭载的rtk传感器可得到雷达探测器定位位置，而通过三维点云数据生成的目标边坡的三维空间模型也同样会携带的位置信息，可以理解的是，当雷达探测位置和三维空间模型携带的位置信息定位标准相同时即可确定达探测器和目标坡面的相对位置，根据相对位置即可获取此时雷达探测器的正在扫描区域的坡度，将正在扫描区域的坡度作为雷达探测器的当前探测角度，将雷达探测器扫描角度调节成当前探测角度，从而使得雷达探测器的扫描面与目标坡面平行，以提高探测效果。
93.可选的，为避免雷达探测器频繁的调节扫描角度，在调节之前，将雷达探测器当前扫描角度与扫描区域的坡度(当前探测角度)进行比较，当当前扫描角度与扫描区域的坡度之间相差预设角度时(如20
°
)，再将雷达探测器扫描角度调节成当前探测角度。
94.在本实施例中，通过小车上搭载的多种传感设备，获取需要探测的边坡地形的三维空间模型，并从三维空间模型中获取边坡地形的几何参数，基于几何参数和小车上装载的雷达探测器的探测参数，规划出小车以及雷达探测器的运动轨迹，控制小车和雷达探测按生成的轨迹运动并对目标边坡进行探测。从而实现在边坡检测领域，通过机械设备完成边坡的自动检测，相比人工检测检测效果更佳，同时，还减少了检测人员的安全风险。
95.参照图3，本发明基于小车的坡面检测方法中的第二实施例，基于第一实施例，所述步骤s30包括：
96.步骤s31，控制所述小车按照所述检测路线运动，并通过所述小车搭载的测距模块实时获取所述小车的周围障碍物的障碍物信息；基于所述障碍物信息生成所述周围障碍物与所述小车的最近距离；
97.具体的，在控制小车按照检测路线运动时，还将通过小车搭载的测距模块实时获取所述小车的周围障碍物的障碍物信息，障碍物信息即为小车与周边障碍的距离，并从中
选择一个最小的距离作为周围障碍物与所述小车的最近距离。
98.步骤s32，当所述最近距离小于预设安全距离时停止运动进入等待状态，判断所述小车进入等待状态的当前等待时间是否大于或者等于预设等待时间；
99.具体的，将最近距离与预设的安全距离进行比较，当最近距离小于安全距离时，则控制小车停止运动并进入等待状态，以避免小车发生碰撞，还将对等待状态进行计时与预设等待时间进行比较。
100.步骤s321，当所述当前等待时间大于或者等于预设等待时间时，基于所述第一运动轨迹、所述预设小车运动方向以及所述障碍物信息生成所述小车的优化检测路线，并控制所述小车按照所述优化检测路线运动。
101.具体的，当小车进入等待状态的时间大于或者等于预设等待时间时，则基于小车自适应沿边控制算法，控制小车绕过所述障碍物，并记录下运行轨迹，当自适应沿边控制算法生成的运行轨迹与上述检测路线重合时，则再次按照上述检测路线运动，并重新恢复雷达探测器的探测，可以理解的是，优化检测路线实际为在存在障碍物的路段按照自适应沿边控制算法生成的运行轨迹中的绕障部分(该部分为由自适应沿边控制算法生成的运行轨迹中未与检测路线重合的部分)，非障碍路段即为检测路线。而在进行绕障行驶时，雷达探测器将停止探测，且目标坡面上未进行探测的部分也将被标记。
102.步骤s322，当所述当前等待时间小于所述预设等待时间时，且所述最近距离变更为大于或者等于所述预设安全距离，则继续控制所述小车按照所述检测路线运动。
103.在本实施例中，小车还将设置安全距离，在小车按照规划的检测路线行驶时，实时获取周围障碍物的距离信息，当存在离小车距离小于安全距离的障碍物时，小车开始进行沿边绕行绕过障碍物，并以此生成优化检测路线。使得小车在面对复杂地形环境时，也可进行坡边检测，提高了坡边检测的适应性。
104.此外，本实施例还提供一种基于小车的坡面检测设备，所述基于小车的坡面检测设备包括：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基于小车的坡面检测程序，所述基于小车的坡面检测程序被所述处理器执行时实现如上述的基于小车的坡面检测方法的步骤。
105.此外，本实施例还提供可读存储介质，所述可读存储介质上存储有基于小车的坡面检测程序，所述基于小车的坡面检测程序被处理器执行时实现如上述的基于小车的坡面检测方法的步骤。
106.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。
107.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。
108.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。
109.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。