无人机巡检系统中的边缘计算协同控制方法和相关装置与流程

1.本技术涉及电力巡检技术领域，尤其涉及一种无人机巡检系统中的边缘计算协同控制方法和相关装置。


背景技术：

2.输电线路穿越复杂、偏远的地区，在长期运行过程中易受自然灾害和人为破坏，容易引发电力事故。因此，对输电线路进行日常巡检是保障电网稳定运行的必要手段。
3.边缘计算技术的出现使得无人机具备计算能力，基于该技术的无人机巡检系统包括云计算、雾计算和端计算。边缘计算协同主要是指雾、端的协同，而现有对无人机巡检系统中的边缘计算协同无有效的控制方法。因此，提供一种无人机巡检系统中的边缘计算协同控制方法是本领域技术人员亟待解决的技术问题。


技术实现要素：

4.本技术提供了一种无人机巡检系统中的边缘计算协同控制方法和相关装置，解决了现有无人机巡检系统对边缘计算的协同，无有效控制方法的技术问题。
5.本技术提供了一种无人机巡检系统中的边缘计算协同控制方法，所述无人机巡检系统包括：雾计算子系统和端计算子系统，所述雾计算子系统由边缘服务器构成，所述端计算子系统由无人机组成；
6.所述方法包括：
7.步骤s1、将各无人机的初始执行策略作为当前执行策略，并计算所述无人机巡检系统对应的当前成本，其中，所述执行策略包括：本地执行和协同到边缘服务器；
8.步骤s2、基于所述无人机巡检系统的当前系统状态，确定各所述无人机的下一执行策略和对应的下一成本；
9.步骤s3、判断所述当前成本是否大于所述下一成本，若是，则执行步骤s4；
10.步骤s4、获取到策略更新请求后，发送所述下一执行策略至所述无人机，使得所述无人机更新当前执行策略；
11.步骤s5、将所述下一成本作为所述当前成本后，判断所述无人机巡检系统是否满足预置收敛条件，若是，则结束进程，若否，则返回步骤s2。
12.可选地，所述步骤s3具体包括：
13.判断所述当前成本是否大于所述下一成本，若是，则执行步骤s4，若否，则保持所述无人机巡检系统中无人机的当前执行策略不变。
14.可选地，所述步骤s4具体包括：
15.步骤s41、判断是否获取到策略更新请求，若是，则执行步骤s42，若否，则执行步骤s42；
16.步骤s42、发送所述下一执行策略至所述无人机，使得所述无人机更新当前执行策略；
17.步骤s43、保持所述无人机巡检系统中无人机的当前执行策略不变。
18.可选地，步骤s1具体包括：
19.步骤s11、将各无人机的初始执行策略作为当前执行策略，其中，所述执行策略包括：本地执行和协同到边缘服务器；
20.步骤s12、根据预设的成本计算公式，计算所述无人机巡检系统对应的当前成本，其中，所述成本计算公式为：
[0021][0022]
式中，n是任务数，ti为第i个无人机的延迟时间成本，ei为第i个无人机的能量开销成本，α和β分别为延迟时间和能量的权重参数，且α β＝1。
[0023]
可选地，所述执行策略为本地执行时对应的所述延迟时间成本为：
[0024][0025]
所述能量开销成本为：
[0026][0027]
式中，为第i个无人机本地的cpu频率，为第i个无人机每个cpu周期消耗能量的系数度量，ci为需要执行任务所需的cpu周期。
[0028]
可选地，所述执行策略为协同到边缘服务器时对应的所述延时时间成本为：
[0029][0030][0031]
式中，为边缘服务器的cpu频率，r
wi-fi
是通过无线局域网实现的有效数据速率，为边缘服务器执行一个cpu周期所需的能量，为通过可用接入点网络向边缘服务器发送一个数据单元所需能量的系数，ci为需要执行任务所需的cpu周期，di为需要执行任务所需的数据量。
[0032]
本技术还提供了一种无人机巡检系统中的边缘计算协同控制装置，所述无人机巡检系统包括：雾计算子系统和端计算子系统，所述雾计算子系统由边缘服务器构成，所述端计算子系统由无人机组成；
[0033]
所述控制装置包括：
[0034]
第一计算单元，用于将各无人机的初始执行策略作为当前执行策略，并计算所述无人机巡检系统对应的当前成本，其中，所述执行策略包括：本地执行和协同到边缘服务器；
[0035]
确定单元，用于基于所述无人机巡检系统的当前系统状态，确定各所述无人机的下一执行策略和对应的下一成本；
[0036]
第一判断单元，用于判断所述当前成本是否大于所述下一成本，若是，则触发发送单元；
[0037]
所述发送单元，用于获取到策略更新请求后，发送所述下一执行策略至所述无人机，使得所述无人机更新当前执行策略；
[0038]
第二判断单元，用于将所述下一成本作为所述当前成本后，判断所述无人机巡检系统是否满足预置收敛条件，若是，则结束进程，若否，则触发所述确定单元。
[0039]
可选地，所述第一判断单元，具体用于判断所述当前成本是否大于所述下一成本，若是，则触发发送单元，若否，则保持所述无人机巡检系统中无人机的当前执行策略不变。
[0040]
本技术还提供了一种无人机巡检系统中的边缘计算协同控制设备，所述设备包括处理器以及存储器：
[0041]
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0042]
所述处理器用于根据所述程序代码中的指令执行如上任一项所述的无人机巡检系统中的边缘计算协同控制方法。
[0043]
本技术还提供了一种存储介质，所述存储介质用于存储程序代码，所述程序代码用于执行如上任一项所述的无人机巡检系统中的边缘计算协同控制方法。
[0044]
从以上技术方案可以看出，本技术具有以下优点：
[0045]
本技术中无人机巡检系统中的边缘计算协同控制方法，包括：步骤s1、将各无人机的初始执行策略作为当前执行策略，并计算无人机巡检系统对应的当前成本，其中，执行策略包括：本地执行和协同到边缘服务器；步骤s2、基于无人机巡检系统的当前系统状态，确定各无人机的下一执行策略和对应的下一成本；步骤s3、判断当前成本是否大于下一成本，若是，则执行步骤s4；步骤s4、获取到策略更新请求后，发送下一执行策略至无人机，使得无人机更新当前执行策略；步骤s5、将下一成本作为当前成本后，判断无人机巡检系统是否满足预置收敛条件，若是，则结束进程，若否，则返回步骤s2。
[0046]
本技术中上述的控制方法由参与者(无人机、边缘服务器)进行选择，在实现计算任务的同时可以大大降低成本，提升现有输电线路无人机巡检系统数据处理平台计算能力，整合雾和端的计算资源，集成到无人机巡检架构中，采用分布式计算方式，将计算任务下沉到网络边缘，从而降低无人机上传数据至云服务器的需求，有效降低了网络拥塞和时延，实现了无人机巡检系统中的边缘计算协同控制，从而解决了现有无人机巡检系统对边缘计算的协同，无有效控制方法的技术问题。
附图说明
[0047]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
[0048]
图1为本技术实施例提供的一种无人机巡检系统中的边缘计算协同控制方法的实施例一的流程示意图；
[0049]
图2为本技术实施例提供的一种无人机巡检系统中的边缘计算协同控制方法的实施例二的流程示意图；
[0050]
图3为本技术实施例提供的无人机巡检系统中的边缘计算协同控制方法的原理流程图；
[0051]
图4为本技术实施例提供的一种无人机巡检系统中的边缘计算协同控制装置的结构框图。
具体实施方式
[0052]
本技术实施例提供了一种无人机巡检系统中的边缘计算协同控制方法和相关装置，解决了现有无人机巡检系统对边缘计算的协同，无有效控制方法的技术问题。
[0053]
为使得本技术的发明目的、特征、优点能够更加的明显和易懂，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本技术一部分实施例，而非全部的实施例。基于本技术中的实施例，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它实施例，都属于本技术保护的范围。
[0054]
请参阅图1，图1为本技术实施例提供的一种无人机巡检系统中的边缘计算协同控制方法的实施例一的流程示意图。
[0055]
本技术提供的一种无人机巡检系统中的边缘计算协同控制方法，该无人机巡检系统包括：雾计算子系统和端计算子系统，雾计算子系统由边缘服务器构成，端计算子系统由无人机组成。可以理解的是，上述边缘服务器主要指由无人机固定机场或移动机场对应的服务器，
[0056]
本实施例中的无人机巡检系统中的边缘计算协同控制方法具体包括：
[0057]
步骤101，将各无人机的初始执行策略作为当前执行策略，并计算无人机巡检系统对应的当前成本，其中，执行策略包括：本地执行和协同到边缘服务器。
[0058]
步骤102，基于无人机巡检系统的当前系统状态，确定各无人机的下一执行策略和对应的下一成本。
[0059]
可以理解的是，无人机巡检系统的当前系统状态的获取，可以通过读取无人机巡检系统的运行状态进行。
[0060]
步骤103，判断当前成本是否大于下一成本，若是，则执行步骤104。
[0061]
步骤104，获取到策略更新请求后，发送下一执行策略至无人机，使得无人机更新当前执行策略。
[0062]
步骤105、将下一成本作为当前成本后，判断无人机巡检系统是否满足预置收敛条件，若是，则结束进程，若否，则返回步骤102。
[0063]
本实施例中无人机巡检系统中的边缘计算协同控制方法由参与者(无人机、边缘服务器)进行选择，在实现计算任务的同时可以大大降低成本，提升现有输电线路无人机巡检系统数据处理平台计算能力，整合雾和端的计算资源，集成到无人机巡检架构中，采用分布式计算方式，将计算任务下沉到网络边缘，从而降低无人机上传数据至云服务器的需求，有效降低了网络拥塞和时延，实现了无人机巡检系统中的边缘计算协同控制，从而解决了现有无人机巡检系统对边缘计算的协同，无有效控制方法的技术问题。
[0064]
请参阅图2，图2为本技术实施例提供的一种无人机巡检系统中的边缘计算协同控制方法的实施例二的流程示意图。
[0065]
本技术提供的一种无人机巡检系统中的边缘计算协同控制方法，该无人机巡检系统包括：雾计算子系统和端计算子系统，雾计算子系统由边缘服务器构成，端计算子系统由无人机组成。
[0066]
本实施例中的无人机巡检系统中的边缘计算协同控制方法具体包括：
[0067]
步骤201，将各无人机的初始执行策略作为当前执行策略，其中，执行策略包括：本
地执行和协同到边缘服务器。
[0068]
步骤202，根据预设的成本计算公式，计算无人机巡检系统对应的当前成本。
[0069]
成本计算公式为：
[0070][0071]
式中，n是任务数，ti为第i个无人机的延迟时间成本，ei为第i个无人机的能量开销成本，α和β分别为延迟时间和能量的权重参数，且α β＝1，z为无人机巡检系统的成本。
[0072]
具体地，执行策略为本地执行时对应的延迟时间成本ti为：
[0073][0074]
能量开销成本ei为：
[0075][0076]
式中，为第i个无人机本地的cpu频率，为第i个无人机每个cpu周期消耗能量的系数度量，ci为需要执行任务所需的cpu周期。
[0077]
具体地，执行策略为协同到边缘服务器时对应的延时时间成本ti和能量开销成本ei为：
[0078][0079][0080]
式中，为边缘服务器的cpu频率，r
wi-fi
是通过无线局域网实现的有效数据速率，为边缘服务器执行一个cpu周期所需的能量，为通过可用接入点网络向边缘服务器发送一个数据单元所需能量的系数，ci为需要执行任务所需的cpu周期，di为需要执行任务所需的数据量。
[0081]
步骤203，基于无人机巡检系统的当前系统状态，确定各无人机的下一执行策略和对应的下一成本。
[0082]
步骤204，判断当前成本是否大于下一成本，若是，则执行步骤205，若否，则保持无人机巡检系统中无人机的当前执行策略不变。
[0083]
步骤205，判断是否获取到策略更新请求，若是，则执行步骤206和208，若否，则执行步骤207。
[0084]
步骤206，发送下一执行策略至无人机，使得无人机更新当前执行策略。
[0085]
步骤207，保持无人机巡检系统中无人机的当前执行策略不变。
[0086]
步骤208、将下一成本作为当前成本后，判断无人机巡检系统是否满足预置收敛条件，若是，则结束进程，若否，则返回步骤203。
[0087]
本实施例中无人机巡检系统中的边缘计算协同控制方法由参与者(无人机、边缘服务器)进行选择，在实现计算任务的同时可以大大降低成本，提升现有输电线路无人机巡检系统数据处理平台计算能力，整合雾和端的计算资源，集成到无人机巡检架构中，采用分布式计算方式，将计算任务下沉到网络边缘，从而降低无人机上传数据至云服务器的需求，有效降低了网络拥塞和时延，实现了无人机巡检系统中的边缘计算协同控制，从而解决了
现有无人机巡检系统对边缘计算的协同，无有效控制方法的技术问题。
[0088]
请参阅图3，图3为本技术实施例提供的无人机巡检系统中的边缘计算协同控制方法的原理流程图。
[0089]
无人机巡检系统中的边缘计算协同控制方法过程如下：
[0090]
(1)开始；
[0091]
(2)初始化：每架无人机选择初始化策略(作为当前执行策略ai)，计算初始成本，并将初始成本作为当前成本zj；
[0092]
(3)获取无人机巡检系统的当前系统状态；
[0093]
(4)选择下一执行策略a
i 1
；
[0094]
(5)计算下一成本z
j 1
；
[0095]
(6)比较当前成本zj与下一成本z
j 1
的大小。若当前成本zj超过下一成本z
j 1
，进入步骤(7)；若当前成本zj小于下一成本z
j 1
，跳转到步骤(9)；
[0096]
(7)请求策略更新。若请求策略更新，进入步骤(8)；若请求策略不更新，跳转到步骤(9)；
[0097]
(8)更新下一执行策略a
i 1
，进入步骤(10)；
[0098]
(9)执行原有策略ai，进入步骤(10)；
[0099]
(10)下一成本z
j 1
赋值给当前成本zj；
[0100]
(11)判断下一成本z
j 1
和当前成本zj之间的差值是否小于预设值，以判断是否达到平衡。若没有达到平衡，返回到步骤(3)；若达到平衡，进入步骤(12)；
[0101]
(12)结束。
[0102]
巡检无人机和具有边缘服务器的固定机场或移动机场进行边缘协同。假设一组无人机d＝{d1，d2，
…
，dj}沿输电线路均匀分布边缘服务器集s＝{s1，s2，
…
，sn}，无人机需要执行的任务定义为q＝(ci,di),ci,di分别是指实现结果所需的计算周期数和需要转发的数据量。
[0103]
本技术考虑一个准静态场景，即无人机会在不同时期移动且在一段时间内节点位置不变。用ai表示无人机决定执行的策略，ai＝1表示无人机请求任务卸载到边缘服务器，ai＝0表示无人机请求任务在无人机本地执行。
[0104]
需要说明的是，虽然边缘服务器的计算资源强于无人机，但如果过多的无人机选择同时协同计算任务到边缘服务器，则可能会产生信号干扰或信道拥挤，导致传输效率降低，这对整个网络的性能产生负面影响。因此，根据需要执行任务所需的cpu的周期ci和数据量di的大小来选择合适的协同策略。如每架无人机执行故障识别和视频预处理任务，对于这种计算密集型任务可以考虑将任务卸载至附近的边缘服务器执行。对于故障定位这类的计算任务，无人机本地就可以执行。
[0105]
假设每架无人机都有一个或多个计算密集型任务，数据包括计算所需的参数和执行的程序代码。由无人机决定计算任务是否进行协同，执行方式有以下2种选择：1)本地执行；2)协同到边缘服务器，对于每种选择，效用函数值的假设是不同，具体分析如下：
[0106]
对于无人机本地执行，由于无人机执行本地计算任务，不需通过无线接口发送实际数据，因此，成本仅受到设备cpu频率的影响。若定义cpu的频率为计算任务qi＝(ci,di)的本地执行时间如下：
[0107][0108]
预期的能源消耗表示为：
[0109][0110]
式中，表示每个cpu周期消耗的能量的系数度量。
[0111]
对于协同到边缘服务器，该方式是通过无线接入点将计算任务协同到附近的固定或移动机场服务器。这种卸载方式下，时间延迟和能量成本分别为：
[0112][0113][0114]
式中，表示固定或移动机场服务器的cpu频率；r
wi-fi
是通过无线局域网实现的有效数据速率，如测量执行一个cpu周期所需的能量；表示执行一个cpu周期所需的能量；表示通过可用接入点网络向边缘服务器发送一个数据单元所需能量的系数。
[0115]
由于与输入数据相比，密集计算任务产生的数据大小非常小。如视频预处理、特征提取和识别算法，其中程序代码和输入参数大小远大于输入数据，因此忽略了计算结果返回无人机所需的延迟开销。
[0116]
由于绝大多数无人机的计算资源有限，本技术将最小化成本函数定义为能量和延迟的性能指标，即最大化收益。众所周知，密集型计算任务即使有稍微强大的处理器，也需要相当长的时间来完成。本技术实现一个全局成本函数作为延迟和能量开销和的联合方程。每个任务的成本函数为：
[0117][0118]
式中，n是任务数，t代表时间，e表示能量开销；α和β分别表示延迟时间和能量的权重参数，且α β＝1。
[0119]
为了形成系统开销度量，采用归一化法，可以使不同的度量加到一起。此外使用加权函数可以提高灵活性，因此根据当前的系统状态，不同的计算任务可以有不同的权重参数β。如果设备电池运行较低，应增加权重参数α，可以节省更多的资源。对于延迟要求高的计算任务，可以增加权重α以减少延迟。
[0120]
协同策略能让每架无人机选择最好的协同策略来实现自己的目标，需要一个所有参与者(无人机、边缘服务器)都相互满意的解决方案，没有参与者(无人机、边缘服务器)有动机单独改变策略。本技术在建模过程中使用一策略μ(d,a,g)；其中d是无人机数量，a是无人机执行策略，g是效益函数。ai是由无人机dj执行的策略，它包括本地执行，协同到边缘服务器。无人机在执行上述策略而产生的效用函数gj表示如下：
[0121][0122]
式中：ai被定义为a-i
表示除了无
人机dj的其他无人机的执行策略。
[0123]
本技术研究所有参与者(无人机、边缘服务器)达到一个共同的共识状态，这样才可使该策略实现稳定的收敛，这意味着没有一个参与者可以通过单方面改变策略来提高自己的效用功能，那该策略就是一种最优的测量，这样可由参与者(无人机、边缘服务器)进行选择，在实现计算任务的同时可以达到降低成本。
[0124][0125][0126]
式中：φi(a-i
)是指参与者μ-j
在执行策略a-i
的最优回报。
[0127]
最优回报确保低开销和实现所请求任务之间的最佳平衡的唯一解，所以μ(d,a,g)是一种最佳平衡策略，且等于φi(a-i
)。在实际实验中，参与者(无人机、边缘服务器)从这2个可能值中选择最小值对应的策略。
[0128]
请参阅图4，图4为本技术实施例提供的一种无人机巡检系统中的边缘计算协同控制装置的结构框图。
[0129]
本技术实施例提供了一种无人机巡检系统中的边缘计算协同控制装置，无人机巡检系统包括：雾计算子系统和端计算子系统，雾计算子系统由边缘服务器构成，端计算子系统由无人机组成；
[0130]
控制装置包括：
[0131]
第一计算单元，用于将各无人机的初始执行策略作为当前执行策略，并计算无人机巡检系统对应的当前成本，其中，执行策略包括：本地执行和协同到边缘服务器；
[0132]
确定单元，用于基于无人机巡检系统的当前系统状态，确定各无人机的下一执行策略和对应的下一成本；
[0133]
第一判断单元，用于判断当前成本是否大于下一成本，若是，则触发发送单元；
[0134]
发送单元，用于获取到策略更新请求后，发送下一执行策略至无人机，使得无人机更新当前执行策略；
[0135]
第二判断单元，用于将下一成本作为当前成本后，判断无人机巡检系统是否满足预置收敛条件，若是，则结束进程，若否，则触发确定单元。
[0136]
在本实施例中，第一判断单元，具体用于判断当前成本是否大于下一成本，若是，则触发发送单元，若否，则保持无人机巡检系统中无人机的当前执行策略不变。
[0137]
本实施例中通过上述的控制装置实现了无人机巡检系统中的边缘计算协同控制，从而解决了现有无人机巡检系统对边缘计算的协同，无有效控制方法的技术问题。
[0138]
本技术实施例还提供了一种无人机巡检系统中的边缘计算协同控制设备，设备包括处理器以及存储器：存储器用于存储程序代码，并将程序代码传输给处理器；处理器用于根据程序代码中的指令执行本技术实施例的无人机巡检系统中的边缘计算协同控制方法。
[0139]
本技术实施例还提供了一种存储介质，存储介质用于存储程序代码，程序代码用于执行本技术实施例的无人机巡检系统中的边缘计算协同控制方法。
[0140]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0141]
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
[0142]
本领域内的技术人员应明白，本技术实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本技术实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0143]
本技术实施例是参照根据本技术实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0144]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0145]
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0146]
尽管已描述了本技术实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术实施例范围的所有变更和修改。
[0147]
最后，还需要说明的是，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、物品或者终端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、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
[0148]
以上所述，以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，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技术各实施例技术方案的精神和范围。