一种导航方法、装置、设备、介质及系统与流程

1.本发明创造属于盲人辅助用品的技术领域，具体涉及了一种导航方法、装置、设备、介质及系统。


背景技术：

2.目前，对于盲人外出基本是通过手杖或者导盲犬方式进行导航。对于通过手杖导航来说，手杖本身所能探测的范围太小，使得盲人难以完全掌握周边的环境情况，存在有较大的安全风险。导盲犬是目前常用的导盲手段，导盲犬也经过了专业的训练，使得导盲犬可以尽可能的保护盲人的安全，但是毕竟导盲犬训练难度大，导盲犬的实际数量远远无法满足盲人患者的需求。所以急需一种可以代替导盲犬来保护盲人的技术手段。


技术实现要素：

3.针对上述技术问题，本发明创造提出了一种导航方法、装置、设备、介质及系统。本技术通过获取使用者周边环境的视频数据；根据所述视频数据对所述周边环境进行判定，得到判定结果；根据所述判定结果控制导航设备对所述使用者进行导航。进而实现了实时为盲人导航提供辅助决策的作用，可以更好的保护盲人的安全。
4.为解决上述技术问题，本发明所采用的技术方案包含五个方面。
5.第一方面，提供了一种导航方法，包括：获取使用者周边环境的视频数据；根据所述视频数据对所述周边环境进行判定，得到判定结果；根据所述判定结果控制导航设备对所述使用者进行导航。
6.在一些实施例中，所述根据所述视频数据对所述周边环境进行判定，得到判定结果，包括：获取预设的判定模型；对所述视频数据进行处理，得到视频数据的处理结果；根据所述判定模型和所述处理结果对所述周边环境进行判定，得到判定结果。
7.在一些实施例中，所述对所述视频数据进行处理，包括：利用卷积核对所述视频数据进行特征提取，得到特征图；通过激励函数对所述特征图进行非线性映射，得到非线性特征图；将所述非线性特征图进行池化处理，得到池化处理数据；利用全连接层计算池化处理数据中每个特征的权重，得到视频数据中各个特征的权重。
8.在一些实施例中，所述根据所述判定模型和所述处理结果对所述周边环境进行判定，得到判定结果，包括：获取所述判定模型中的判定条件；将所述各个特征的权重与所述判定条件进行比较，得到判定结果。其中，所述判定条件包括：训练得到的与所述视频数据的各个特征相对应的特征权重。
9.在一些实施例中，所述导航设备包括：示警设备；所述根据所述判定结果控制导航设备对所述使用者进行导航，包括：当所述各个特征的权重与所述判定条件相符合时，控制所述示警设备对使用者进行示警，以对使用者进行导航。
10.在一些实施例中，所述方法还包括：获取来自距离传感器采集的距离数据；根据所述距离数据确定是否进行示警；当确定进行示警时，控制所述示警设备对使用者进行示警。
11.在一些实施例中，所述方法还包括：在需要示警的情况下，根据所述各个特征的权重对所述判定模型进行更新。
12.第二方面，本技术提供了一种导航装置，包括：第一获取模块，用于获取使用者周边环境的视频数据；第一执行模块，用于根据所述视频数据对所述周边环境进行判定，得到判定结果；第二执行模块，用于根据所述判定结果对所述使用者进行引导。
13.第三方面提供了一种电子设备，包括储存器和处理器，所述储存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一种导航方法的步骤。
14.第四方面提供了一种存储介质，该存储介质存储的计算机程序，能够被一个或多个处理器执行，所述计算机程序能够用来实现第一方面中任一项导航的步骤。
15.第五方面，本技术提供了.一种穿戴式导航设备，包括穿戴式设备本体和如第三方面所述的电子设备；所述电子设备与所述穿戴式设备本体连接。
16.本发明创造的有益效果：本技术通过获取使用者周边环境的视频数据；根据所述视频数据对所述周边环境进行判定，得到判定结果；根据所述判定结果控制导航设备对所述使用者进行导航。进而实现了实时为盲人导航提供辅助决策的作用，可以更好的保护盲人的安全。
附图说明
17.通过结合附图阅读下文示例性实施例的详细描述可更好地理解本公开的范围。其中所包括的附图是：
18.图1为本技术实施例提供的一种导航方法的整体流程图；
19.图2为本技术实施例提供的一种导航装置的结构框图；
20.图3为本技术实施例提供的一种穿戴式设备本体的结构框体。
具体实施方式
21.为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地详细描述，所描述的实施例不应视为对本技术的限制，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。
22.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
23.如果申请文件中出现“第一\第二\第三”的类似描述则增加以下的说明，在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这里图示或描述的以外的顺序实施。
24.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
25.目前，对于盲人外出基本是通过手杖或者导盲犬方式进行导航。对于通过手杖导航来说，手杖本身所能探测的范围太小，使得盲人难以完全掌握周边的环境情况，存在有较
大的安全风险。导盲犬是目前常用的导盲手段，导盲犬也经过了专业的训练，使得导盲犬可以尽可能的保护盲人的安全，但是毕竟导盲犬训练难度大，导盲犬的实际数量远远无法满足盲人患者的需求。所以急需一种可以代替导盲犬来保护盲人的技术手段。
26.实施例1：
27.第一方面，针对上述现有技术中存在的问题，如图1所示，本技术提供了一种导航方法，所述方法应用于电子设备，所述电子设备可以服务器、移动终端、计算机、云平台等。本技术实施例提供的设备数据处理所实现的功能可以通过电子设备的处理器调用程序代码来实现，其中，程序代码可以保存在计算机存储介质中，所述导航包括：
28.步骤s1：获取使用者周边环境的视频数据。
29.为了更好的为盲人使用者服务，解决盲人患者在外出行困难，且危险系数较高的问题，本技术提出了一种导航方法。该导航方法通过对盲人的周边环境进行判断来为盲人提供行动策略。
30.所以在进行对周边环境进行判断前，先需要获取周边环境的数据。在本技术中主要是获取使用者周边环境的视频数据。而获取视频数据的手段有多种，可以通过三目摄像头收集使用者周边预设距离的视频数据。该预设距离可以根据使用者所处环境或者实际情况来设置。比如设置获取使用者周边40米内的视频数据。
31.对视频数据的获取范围进行限定，可以有效的减少对视频数据的处理时间，在导航时可以使得导航信息相对及时。同样的，限定了视频数据的获取范围还可以提高对视频数据的判定精确度，可以更好的保护使用者的人身安全。当然这个范围也不能设置的距离使用者太近，毕竟需要给予使用者一定的反应时间以及对视频数据的处理时间。
32.步骤s2：根据所述视频数据对所述周边环境进行判定，得到判定结果。
33.为了提高对周边环境判定的准确定，所以在一些实施例中，步骤s2“根据所述视频数据对所述周边环境进行判定，得到判定结果”，包括：
34.步骤s21：获取预设的判定模型。
35.步骤s22：对所述视频数据进行处理，得到视频数据的处理结果。
36.本技术中预设有判定模型。该判断模型是一种神经网络模型，该模型用于对获取到的视频数据进行判定。但是不能直接对获取到的原视频数据进行判定，需要对原视频数据进行处理。所以本步骤中还需要对视频数据进行处理，得到视频数据的处理结果。
37.所以在一些实施例中，步骤s22“对所述视频数据进行处理”中，包括：
38.步骤s221：利用卷积核对所述视频数据进行特征提取，得到特征图。
39.在对视频数据进行特征提取前，先需要将视频数据输入到滤波器中。然后由卷积核对滤波器中的数据进行特征提取，将提取出来的特征放入特征图中，得到与所述视频数据相对应的特征图。
40.在进行特征提取时所用到的卷积公式为：
[0041][0042]
式中：ω
m,n
表示滤波器中第m行第n列的值；x
i,j
表示视频数据中单帧图像的第i行第j列元素；ωb表示滤波器的偏置项；a
i,j
表示特征图的第i行第j列元素。
[0043]
步骤s222：通过激励函数对所述特征图进行非线性映射，得到非线性特征图。
[0044]
在得到与所述视频数据相对应的特征图后，为了提高对视频数据中目标的识别度，还需要将特征图通过激励层进行非线性映射。
[0045]
在对所述特征图进行非线性映射时，需要通过激励函数f(x)＝max(x,0)对所述特征图进行非线性映射，得到非线性特征图。
[0046]
步骤s223：将所述非线性特征图进行池化处理，得到池化处理数据。
[0047]
由于视频数据中数据量很大，为了减少对视频数据的处理时间，以及增加使用者的反应时间，提升导航信息及时性，所以本技术中，还需要对得到的非线性特征图进行池化处理，以减小最终的数据运算量。
[0048]
在池化处理过程中，需要对非线性特征图进行最大池化运算，然后取池化视野中的最大值作为新的值，得到池化处理数据。
[0049]
步骤s224：利用全连接层计算池化处理数据中每个特征的权重，得到视频数据中各个特征的权重。
[0050]
在对视频数据完成池化后，需要根据全连接层根据池化处理数据确定视频数据中各个特征的权重。
[0051]
所以在通过全连接层确定视频数据中各个特征的权重的过程中，需要前向计算每个神经元的输出值aj，反向计算每个神经元的误差项σj，然后计算每个神经元连接权重ω
i,j
的梯度，最后根据梯度下降法则更新每个权重，即得到视频数据中各个特征的权重。
[0052]
其中j表示网络的第j个神经元，ω
i,j
表示从神经元i连接到神经元j的权重。
[0053]
步骤s23：根据所述判定模型和所述处理结果对所述周边环境进行判定，得到判定结果。
[0054]
所以在完成对视频数据的处理后，便可以利用判定模型根据视频数据的处理结果对使用者的周边进行判定，得到判定结果。
[0055]
由于我们对视频数据的处理结果是视频数据中各个特征的权重，所以在一些实施例中，步骤s23“根据所述判定模型和所述处理结果对所述周边环境进行判定，得到判定结果”，包括：
[0056]
步骤s231：获取所述判定模型中的判定条件。
[0057]
步骤s232：将所述各个特征的权重与所述判定条件进行比较，得到判定结果。
[0058]
在预设的判定模型中，存在有判定条件。其中，所述判定条件包括：训练得到的与所述视频数据的各个特征相对应的特征权重。所以在对所述视频数据进行判定时，只需要根据视频数据中各个特征的权重与判定模型中相对应的特征权重做比较，便可以根据比较结果得到判定结果。
[0059]
步骤s3：根据所述判定结果控制导航设备对所述使用者进行导航。
[0060]
当得到判定结果后，便可以根据判定结果对导航设备进行控制，使得导航设备可以使用者进行提示。提示使用者该如何行进或者停止。
[0061]
对盲人进行导航最主要的是帮助盲人正确的行进，虽然现有的基于卫星定位的导航系统也可以帮助盲人进行行进，但是由于卫星导航系统并不能基于盲人所在的周边环境进行实时调整，所以本技术中需要根据对视频数据的判定结果来对盲人的行进进行实时调整，以确保盲人可以顺利的到达目的地，而且可以较为正常的生活。所以此处提到的导航设备包括有：示警设备。所以在一些实施例中，步骤s3“根据所述判定结果控制导航设备对所
述使用者进行导航”，包括：
[0062]
步骤s31：当所述各个特征的权重与所述判定条件相符合时，控制所述示警设备对使用者进行示警，以对使用者进行导航。
[0063]
本技术中根据对视频数据进行判定，确定是否需要对盲人的行进进行调整。所以当得到的与所述视频数据相对应的各个特征的权重与所述判定条件相符合时，说明盲人先在的行进需要进行调整。所以此时需要对盲人进行提醒或帮助盲人对改变行进方向以及行进调整，避免盲人陷入危险中，或者出现走错的情况，确保盲人的行进正确。同时也可以帮助盲人规避危险。当然此处的危险并不是相对于正常人所说的危险。对于盲人来说，摔倒、撞墙以及撞到障碍物等都属于危险。
[0064]
为了进一步确保盲人可以正确且安全的行进，所以在一些实施例中，所述导航方法还包括：
[0065]
步骤s41：获取来自距离传感器采集的距离数据。
[0066]
除了通过对视频数据分析外，还需要有可以直接获得的数据，这种直接获得的数据判定简单，稳定性高，可以作为保护盲人最直接的手段。所以本技术中还需要获取来自距离传感器采集的距离数据。
[0067]
步骤s42：根据所述距离数据确定是否进行示警。
[0068]
通过距离数据来确定盲人现在的位置，以及盲人是否面临撞到障碍物等情况，进而确定是否需要对盲人的行进进行调整。
[0069]
步骤s43：当确定进行示警时，控制所述示警设备对使用者进行示警。
[0070]
当确定需要对盲人的行进进行调整时，控制导航设备上的示警设备对盲人进行示警，以确保盲人可以正确行进，避免盲人陷入危险中，或者出现走错的情况。
[0071]
本技术中的判定模型是一种神经网络模型，对于神经网络模型来说，需要利用大量的数据进行成长，而且其成长还存在有适应性，即其成长方向与使用者的一些习惯存在有必然的关系。所以在一些实施例中，所述方法还包括：
[0072]
步骤s5：在需要示警的情况下，根据所述各个特征的权重对所述判定模型进行更新。
[0073]
所以如步骤s5所述，在确定需要对盲人的行进进行调整时，根据得到的与所述视频数据相对应的各个特征的权重对所述判定模型进行更新。由于判定模型在进行构建时，所经历的过程与视频数据进行处理时的过程相同，所以在对判定模型进行更新时可以根据所述视频数据相对应的各个特征的权重对所述判定模型进行更新。
[0074]
此处的更新可以细分为学习和调整。当根据视频数据判断得到需要对盲人示警时，则将对视频数据处理得到的各个特征的权重作为判定模型的学习资料，以使判定模型根据学习资料进行学习，以使得所述判定模型更加适应使用者的习惯。
[0075]
而当通过视频数据判定不需要进行行进路线调整，而通过距离数据确定需要进行行进路线调整时，则说明判定模型依然存在有缺陷，所以需要根据与所述视频数据相对应的所述各个特征的权重对所述判定模型进行调整，以消除判定模型存在的缺陷，使得判定模型的判定结果更加准确。
[0076]
所以，本技术所述的方法通过对视频数据进行判定可以及时的调整盲人的行进路线，确保盲人可以正确的行走，避免盲人遇到危险。为了确保盲人的安全，本技术还获取了
距离数据，根据距离数据判定是否需要对盲人进行示警，以对盲人的行进路线进行调整。解决了盲人使用传统方式导航存在的安全隐患和不便捷性，为盲人外出提供更加安全高效便捷的智能出行方式。
[0077]
实施例2：
[0078]
基于前述的实施例，本技术实施例提供一种导航装置，该装置包括的各模块、以及各模块包括的各单元，可以通过计算机设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(cpu，central processing unit)、微处理器(mpu，microprocessor unit)、数字信号处理器(dsp，digital signal processing)或现场可编程门阵列(fpga，field programmable gate array)等。
[0079]
如图2所示，第二方面提供了一种导航装置，包括：第一获取模块1、第一执行模块2和第二执行模块3。
[0080]
第一获取模块1用于获取使用者周边环境的视频数据。第一执行模块2用于根据所述视频数据对所述周边环境进行判定，得到判定结果。第二执行模块3用于根据所述判定结果对所述使用者进行引导。
[0081]
在一些实施例中，所述第一执行模块2包括：第二获取模块、第三执行模块和第四执行模块。
[0082]
所述第二获取模块用于获取预设的判定模型。第三执行模块用于对所述视频数据进行处理，得到视频数据的处理结果。第四执行模块用于根据所述判定模型和所述处理结果对所述周边环境进行判定，得到判定结果。
[0083]
在一些实施例中，所述第三执行模块包括：第五执行模块、第六执行模块、第七执行模块和第八执行模块。
[0084]
第五执行模块用于利用卷积核对所述视频数据进行特征提取，得到特征图。第六执行模块用于通过激励函数对所述特征图进行非线性映射，得到非线性特征图。第七执行模块用于将所述非线性特征图进行池化处理，得到池化处理数据。第八执行模块用于利用全连接层计算池化处理数据中每个特征的权重，得到视频数据中各个特征的权重。
[0085]
在一些实施例中，所述第四执行模块包括：第三获取模块、第九执行模块。
[0086]
第三获取模块用于获取所述判定模型中的判定条件。第九执行模块用于将所述各个特征的权重与所述判定条件进行比较，得到判定结果。
[0087]
在一些实施例中，所述第二执行模块3包括：第十执行模块。
[0088]
第十执行模块用于当所述各个特征的权重与所述判定条件相符合时，控制所述示警设备对使用者进行示警，以对使用者进行导航。
[0089]
在一些实施例中，所述导航装置还包括：第四获取模块、第一确定模块和第十一执行模块。
[0090]
第四获取模块用于获取来自距离传感器采集的距离数据。第一确定模块用于根据所述距离数据确定是否进行示警。第十一执行模块用于当确定进行示警时，控制所述示警设备对使用者进行示警。
[0091]
在一些实施例中，所述导航装置还包括：第十二执行模块。
[0092]
第十二执行模块用于在需要示警的情况下，根据所述各个特征的权重对所述判定模型进行更新。
[0093]
上述一种导航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设备中的处理器中，也可以以软件形式存储于处理装置中的存储器中，以便于处理器调用执行以上各个模块对应的操作。需要说明的是，本技术实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0094]
实施例3：
[0095]
第三方面提供了一种电子设备，包括：存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行第一方面任意一项所述一种导航方法。
[0096]
实施例4：
[0097]
第四方面，本技术一种存储介质，该存储介质存储的计算机程序，能够被一个或多个处理器执行，所述计算机程序能够用来实现如第一方面中任一项所述一种导航方法的步骤。
[0098]
实施例5：
[0099]
第五方面，本技术提供了一种穿戴式导航设备，包括穿戴式设备本体和如第三方面所述的电子设备；所述电子设备与所述穿戴式设备本体连接。
[0100]
如图3所示。所述穿戴式设备本体包括：头戴设备100、手部设备200和脚部设备300。
[0101]
手部设备200可以为手套，也可以为手杖。手部设备200可以根据对视频数据的判定结果或距离数据的判定结果对盲人进行提示。
[0102]
脚部设备300可以为鞋子，也可以为袜子等。脚部设备300可以根据对视频数据的判定结果或距离数据的判定结果对盲人进行提示。
[0103]
其中手部设备200以及脚部设备300中安装有虚拟触觉模拟器。在实际应用中，可以根据对视频数据的判定结果或距离数据的判定结果控制手部设备200或脚部设备300中的虚拟触觉模拟器进行运动，以对使用者进行提示，对使用者进行导航服务。
[0104]
该虚拟触觉模拟器安装在手部设备200或脚部设备300中使用者较为敏感的位置，方便使用者可以明确的接收到来自虚拟触觉模拟器发出的提示。
[0105]
头戴设备100上设置有语音提醒装置和视频数据获取装置。所述语音提醒装置可以向盲人发出语音提醒，以避免由于盲人走神时，无法感受到手部设备200以及脚部设备300给出的提示。
[0106]
本技术的穿戴式导航设备可以获取使用者周边环境的视频数据，并根据视频数据及时的调整盲人的行进路线，确保盲人可以正确的行走，避免盲人遇到危险。为了确保盲人的安全，本技术还获取了距离数据，根据距离数据判定是否需要对盲人进行示警，以对盲人的行进路线进行调整。解决了盲人使用传统方式导航存在的安全隐患和不便捷性，为盲人外出提供更加安全高效便捷的智能出行方式。而且在使用者进行示警时，语音提醒装置可以避免盲人走神而发生意外。而虚拟触觉模拟器的使用可以给予了使用者更真实的感触。
[0107]
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。
[0108]
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本技术的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本技术的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0109]
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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。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、物品或者装置中还存在另外的相同要素。
[0110]
在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
[0111]
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
[0112]
另外，在本技术各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0113]
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，read only memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0114]
或者，本技术上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实施例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一个存储介质中，包括若干指令用以使得一台控制器执行本技术各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、磁碟或者光盘等各种可以存储程序代码的介质。
[0115]
以上所述，仅为本技术的实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。