机器人角度定位精度的测试方法和机器人系统与流程

1.本发明涉及机器人检测技术领域，具体涉及一种机器人角度定位精度的测试方法和一种机器人系统。


背景技术：

2.在计算机视觉和机器人感知领域，保证机器人准确定位是实现自动化生产的关键。诸如机器人搬运、切割、打磨等场景，均需要保证机器人准确定位，因此对机器人定位精度进行检测成为了自动化生产过程的重要一环。但是，现有的定位精度检测方案一般是进行模糊的定位精度估计，难以定量检测定位精度，导致定位精度检测的准确性较低。


技术实现要素：

3.本发明为解决上述技术问题，提供了一种机器人角度定位精度的测试方法，能够实现完全自动化测试，从而能够避免人因误差的引入，进而能够提高测试数据的可靠性和测试结果的准确性。
4.本发明采用的技术方案如下：
5.一种机器人角度定位精度的测试方法，待测机器人上设有二维识别板，所述测试方法包括以下步骤：通过相机获取所述待测机器人所在场景的图像数据和点云数据；识别所述二维识别板；根据所述图像数据和所述点云数据确定所述二维识别板的坐标数据；根据所述坐标数据确定所述待测机器人的定位角度数据；控制所述待测机器人变换场景，以得到所述待测机器人的定位角度数据集；根据所述定位角度数据集估计所述待测机器人的角度定位精度。
6.根据本发明的一个实施例，所述根据所述坐标数据确定所述待测机器人的定位角度数据，具体包括以下步骤：根据所述坐标数据确定所述二维识别板的平面方程；根据所述坐标数据和所述平面方程得到所述待测机器人的定位角度数据。
7.根据本发明的一个实施例，所述二维识别板设有多个aruco编码，所述根据所述坐标数据确定所述二维识别板的平面方程，具体包括以下步骤：构建所述二维识别板的平面方程；获取所有所述aruco编码的所有顶角的坐标数据集；根据所述坐标数据集确定所述平面方程的参数。
8.根据本发明的一个实施例，所述根据所述坐标数据集确定所述平面方程的参数，包括：采用ransac算法或最小二乘法根据所述坐标数据集确定所述平面方程的参数。
9.根据本发明的一个实施例，所述根据所述坐标数据和所述平面方程得到所述待测机器人的定位角度数据，具体包括以下步骤：根据所述坐标数据确定所述二维识别板的坐标；根据所述平面方程确定所述二维识别板的测试方向向量；以所述相机坐标系的z轴正向单位向量作为所述二维识别板的参考方向向量；根据所述参考方向向量和所述测试方向向量得到所述待测机器人的定位角度数据。
10.根据本发明的一个实施例，所述识别所述二维识别板，具体包括以下步骤：判断所
述图像数据中是否包含所述二维识别板的所有所述aruco编码。
11.根据本发明的一个实施例，所述根据所述图像数据和所述点云数据确定所述二维识别板的坐标数据，具体包括以下步骤：确定每个所述aruco编码的每个顶角的二维编号，其中，每个所述aruco编码包括4个顶角；根据所述二维编号得到每个所述aruco编码的每个顶角的三维编号；根据所述三维编号在所述点云数据中索引得到每个所述aruco编码的每个顶角的坐标数据。
12.根据本发明的一个实施例，所述二维编号为每个所述aruco编码的每个顶角在所述图像数据中的像素编号，所述三维编号为每个所述aruco编码的每个顶角在所述点云数据中的点云编号，并且所述图像数据中的像素编号与所述点云数据中点云编号一一对应。
13.根据本发明的一个实施例，所述根据所述定位角度数据集判断所述待测机器人的角度定位精度，具体包括以下步骤：计算所述定位角度数据集的方差；根据所述方差判断所述待测机器人的角度定位精度。
14.一种机器人系统，包括相机、机器人本体、控制设备和存储在所述控制设备上运行的控制程序，所述控制设备执行所述控制程序时，实现上述实施例所述的机器人角度定位精度的测试方法。
15.本发明的有益效果如下：
16.1)、本发明能够实现完全自动化测试，从而能够避免人因误差的引入，进而能够提高测试数据的可靠性和测试结果的准确性；
17.2)、本发明能够基于统计学算法进行机器人角度定位精度测试，具有较强的适应性，并且测试精度能够随统计样本数量的增加而提高。
附图说明
18.图1为本发明一个实施例的二维识别板的结构示意图；
19.图2为本发明实施例的机器人角度定位精度的测试方法的流程图；
20.图3为本发明一个实施例的测试平台的布局示意图；
21.图4为本发明实施例的机器人系统中的控制设备的方框示意图；
22.图5为本发明一个实施例的机器人系统的布局示意图。
具体实施方式
23.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。
24.需要说明的是，本发明基于以下认知：在待测机器人上设置二维识别板，例如在待测机器人的机械臂末端设置二维识别板，通过检测该二维识别板的位置和姿态来测试待测机器人的位置和姿态，从而计算待测机器人的角度定位精度，其中，二维识别板可包括多个aruco编码和多个黑色方块，例如图1所示，包括4个aruco编码和5个黑色方块。下面将结合图2阐述本发明的机器人角度定位精度的测试方法。
25.如图2所示，本发明的机器人角度定位精度的测试方法，包括以下步骤：
26.s1，通过相机获取待测机器人所在场景的图像数据和点云数据。
27.具体地，可构建测试平台以获取待测机器人所在场景的图像数据和点云数据。其中，如图3所示，测试平台可包括相机放置区a和测试区b，并且测试区b可包括第一测试区b1和第二测试区b2，当待测机器人位于测试区b，例如位于第一测试区b1时，可通过3d视觉相机获取待测机器人所在场景，即第一测试区b1的图像数据和点云数据。其中，图像数据可为2d图像，点云数据可为3d点云数据。
28.s2，识别二维识别板。
29.具体地，可判断图像数据中是否包含二维识别板的所有aruco编码。更具体地，参照图1可知，二维识别板中可包括4个aruco编码，因此，若在图像数据中识别到的aruco编码数量等于二维识别板中aruco编码的总数量，即4个aruco编码，则可判定识别成功，进入下一步骤s3；此外，若在图像数据中识别到的aruco编码数量小于二维识别板中aruco编码的总数量，则可判定识别失败，并执行步骤s6，即控制待测机器人变换场景，从而重新获取待测机器人所在场景的图像数据和点云数据，即执行步骤s1。
30.s3，根据图像数据和点云数据确定二维识别板的坐标数据。
31.具体地，可先确定每个aruco编码的每个顶角的二维编号，其中，每个aruco编码包括4个顶角，然后可根据二维编号得到每个aruco编码的每个顶角的三维编号，进而可根据三维编号在点云数据中索引得到每个aruco编码的每个顶角的坐标数据。更具体地，参照图1可知，每个aruco编码包括4个顶角，每个二维识别板可包括16个顶角。
32.其中，二维编号可为每个aruco编码的每个顶角在图像数据中的像素编号，三维编号可为每个aruco编码的每个顶角在点云数据中点云编号，并且图像数据中的像素编号与点云数据中点云编号一一对应。此外，需要说明的是，不仅是图像数据中每个顶角的像素编号与点云数据中每个顶角的点云编号一一对应，而是图像数据中每一个像素的编号与点云数据中每一个点云的编号均是一一对应，并且该对应关系在获取图像数据和点云数据时就已经实时建立了，因此可通过该对应关系由二维编号得到每个aruco编码的每个顶角的三维编号。
33.进一步还需要说明的是，在点云数据，即3d点云数据中，每一个点均包括三维编号和三维坐标，并且该三维编号和三维坐标可构成一组数据，因此，在得到三维编号时，可在点云数据，即3d点云数据中索引得到对应的坐标数据，即三维坐标。其中，索引过程为，将当前三维编号作为索引，遍历每一组数据，即(三维编号，三维坐标)数据，从而得到与当前三维编号关联的三维坐标。
34.s4，根据坐标数据确定待测机器人的定位角度数据。
35.具体地，可先根据坐标数据确定二维识别板的平面方程，然后可根据坐标数据和平面方程得到待测机器人的定位角度数据。
36.在本发明的一个实施例中，可采用平面拟合法确定二维识别板的平面方程。具体地，可先构建二维识别板的平面方程，并可获取二维识别板中所有aruco编码的所有顶角的坐标数据集，然后可采用最小二乘法根据坐标数据集确定平面方程的参数。
37.其中，构建的二维识别板的平面方程为：
38.ax by cz＝d
39.其中，a、b、c、d为平面方程的参数，(x，y，z)为顶角坐标数据。
40.进一步地，可设定所有aruco编码的所有顶角均在平面方程上，并且顶角坐标数据的测量误差为
ε
，由此，可得到第i个顶角pi＝(xi,yi,zi)的坐标数据为：
[0041][0042][0043][0044]
ε～n(0,σ)
[0045]
其中，分别表示点pi的x、y、z轴分量的真值，ε表示测量误差，该测量误差来自3d视觉相机，并且服从期望为0的高斯分布。
[0046]
进一步地，可采用最小二乘法将所有aruco编码的所有顶角的坐标数据代入平面方程，得到如下方程组：
[0047]
x1a y1b z1c-d＝0
[0048][0049]
x
4m
a y
4m
b z
4m
c-d＝0
[0050]
其中，4m为二维识别板中的顶角总数。
[0051]
进一步地，可将上述方程组变换为如下矩阵：
[0052][0053]
进一步地，可令：
[0054][0055]
由此，平面方程的参数[a，b，c，d]
t
的最小二乘估计结果为h
t
h的最小特征值对应的特征向量，从而可确定平面方程的参数。
[0056]
在本发明的另一个实施例中，可采用统计学算法确定二维识别板的平面方程。具体地，可先构建二维识别板的平面方程，并可获取二维识别板中所有aruco编码的所有顶角的坐标数据集，然后可采用ransac算法根据坐标数据集确定平面方程的参数。
[0057]
更具体地，可从坐标数据集中随机选择3个点，并可采用平面拟合法根据随机选择的3个点确定平面方程的参数，以得到第一平面方程，然后可计算坐标数据集中的其它点与第一平面方程的距离，并可将得到的距离收集至一个集合中以构成第一距离集合，然后可计算第一距离集合的期望。
[0058]
进一步地，可重复执行上述计算第一距离集合期望的过程，例如可重复执行k轮计算，以得到k个距离集合期望，并可将k个距离集合期望收集至一个集合中以构成期望集合。
[0059]
进一步地，可从期望集合选择数值最小的期望，并可选择该期望对应的平面方程作为参考平面方程，进而可计算坐标数据集中所有点到该参考平面方程的距离。
[0060]
进一步地，可判断坐标数据集中的每个点到参考平面方程的距离是否大于设定阈值，若是，则从坐标数据集剔除该点，若否，则将该点收集至一个集合中以构成筛选后的坐标数据集。
[0061]
进一步地，可采用平面拟合法根据筛选后的坐标数据集确定二维识别板的平面方程。
[0062]
在本发明的一个实施例中，上述根据坐标数据和平面方程得到待测机器人的定位角度数据的过程，还可包括以下步骤：根据坐标数据确定二维识别板的坐标；根据平面方程确定二维识别板的测试方向向量；以相机坐标系的z轴正向单位向量作为二维识别板的参考方向向量；根据参考方向向量和测试方向向量得到待测机器人的定位角度数据。
[0063]
具体地，参照图1，可以二维识别板中第一个aruco编码的左上顶角e作为二维识别板的坐标原点，即二维识别板的坐标，然后可根据平面方程确定二维识别板所在的平面，并可将二维识别板所在平面的法线方向作为二维识别板坐标系的z轴，进而可将二维识别板坐标系z轴的正向单位向量作为二维识别板的测试方向向量。
[0064]
进一步地，还可将相机，即3d视觉相机坐标系的z轴正向单位向量作为二维识别板的参考方向向量，然后可计算参考方向向量与测试方向向量的夹角，该夹角为待测机器人的定位定位角度数据。
[0065]
s5，控制待测机器人变换场景，以得到待测机器人的定位角度数据集。
[0066]
具体地，可控制待测机器人变化场景，例如可移动至第二测试区b2，并重复执行上述步骤s1-s5，以得到待测机器人在第二测试区b2的定位角度数据，从而可根据待测机器人在不同测试区的定位角度数据构成待测机器人的定位角度数据集。
[0067]
s6，根据定位角度数据集估计待测机器人的角度定位精度。
[0068]
具体地，可计算定位角度数据集的方差，然后可根据方差判断待测机器人的角度定位精度。
[0069]
更具体地，可设定位角度数据集为s，并可通过以下公式计算定位角度数据集的方差：
[0070]
可令定位角度数据集s＝{s0,...,s
n-1
}；
[0071]
进一步令期望
[0072]
进一步令标准差
[0073]
进一步令方差
[0074]
其中，n为待测机器人重复测试次数，标准差为机器人角度定位精度测试总体的无偏估计，方差为机器人角度定位精度测试的具体数值。
[0075]
本发明的有益效果如下：
[0076]
1)、本发明能够实现完全自动化测试，从而能够避免人因误差的引入，进而能够提高测试数据的可靠性和测试结果的准确性；
[0077]
2)、本发明能够基于统计学算法进行机器人角度定位精度测试，具有较强的适应性，并且测试精度能够随统计样本数量的增加而提高。
[0078]
对应上述实施例的机器人的奇异防护方法，本发明实施例还提出了一种机器人系统。
[0079]
本发明实施例的机器人系统包括相机、机器人本体、控制设备和存储在控制设备上运行的控制程序，控制设备执行控制程序时，可实现上述实施例的机器人角度定位精度的测试方法。
[0080]
具体地，如图4所示，本发明实施例的机器人系统中的控制设备，可包括获取模块10、运动控制模块20和计算处理模块30。其中，获取模块10通过相机获取待测机器人，即机器人本体所在场景的图像数据和点云数据；运动控制模块20用于控制待测机器人变换场景；计算处理模块30用于识别二维识别板，并根据图像数据和点云数据确定二维识别板的坐标数据，以及根据坐标数据确定待测机器人的定位角度数据，此外，计算处理模块30还用计算待测机器人在不同场景的定位角度数据，以得到待测机器人的定位角度数据集，从而根据定位角度数据集估计待测机器人的角度定位精度。
[0081]
具体地，可根据获取模块10、运动控制模块20和计算处理模块30构建测试平台。如图5所示，测试平台可包括相机放置区a、测试区b、控制区c、调度区d，其中，测试区b可包括第一测试区b1和第二测试区b2；相机放置区a可用于设置相机，例如3d视觉相机；控制区c可用于放置计算处理模块30，即工控机；调度区d可用于放置运动控制模块20，即机器人调度装置。此外，需要说明的是，相机放置区a放置的相机，例如3d视觉相机可采用工作视野为1000mm*700mm(at 1240mm)、工作距离为1-2m的3d视觉相机；相机放置区a还可设置相机配件和相机转接板以用于固定3d视觉相机，并保证3d视觉相机的位置和姿态相对于固定面不变。
[0082]
更具体地，参照图5，计算处理模块30，即工控机可与相机，例如3d视觉相机相连，可用于控制相机，例如3d视觉相机开启扫描、并获取扫描结果，即待测机器人所在场景的图像数据和点云数据；此外，计算处理模块30，即工控机还可通过无线网络连接运动控制模块20，即机器人调度装置，以接收运动控制模块20，即机器人调度装置的工作调度信息，以及向运动控制模块20，即机器人调度装置发送任务状态信息。其中，工作调度信息包括待测机器人的场景变换信息，例如，若运动控制模块20，即机器人调度装置控制待测机器人由第一测试区b1变换至第二测试区b2，则可将该场景变换信息发送至计算处理模块30，即工控机，以通过计算处理模块30，即工控机控制相机，例如3d视觉相机开启扫描、并根据扫描结果，即待测机器人所在场景的图像数据和点云数据进行待测机器人的角度定位精度的计算；任务状态信息包括计算处理模块30，即工控机的计算处理进程，例如，若计算处理模块30，即工控机完成一轮待测机器人的角度定位精度测试过程，则可向运动控制模块20，即机器人调度装置发送当前的计算处理进程，以通过运动控制模块20，即机器人调度装置控制待测机器人变换场景。
[0083]
由此，能够实现完全自动化测试，从而能够避免人因误差的引入，进而能够提高测试数据的可靠性和测试结果的准确性；此外，还能够自动采集数据样本，从而能够为数据分
析提供支持，进而能够降低定位精度的统计误差。
[0084]
在本发明的一个实施例中，相机，例如3d视觉相机可在待测机器人位于测试区b，例如位于第一测试区b1时，获取待测机器人所在场景，即第一测试区b1的图像数据和点云数据。其中，图像数据可为2d图像，点云数据可为3d点云数据。
[0085]
在本发明的一个实施例中，计算处理模块30可具体用于判断图像数据中是否包含二维识别板的所有aruco编码。更具体地，参照图1可知，二维识别板中可包括4个aruco编码，因此，若在图像数据中识别到的aruco编码数量等于二维识别板中aruco编码的总数量，即4个aruco编码，则可判定识别成功，并执行下一步骤，即根据图像数据和点云数据确定二维识别板的坐标数据；此外，若在图像数据中识别到的aruco编码数量小于二维识别板中aruco编码的总数量，则可判定识别失败，并控制待测机器人变换场景，从而重新获取待测机器人所在场景的图像数据和点云数据。
[0086]
在本发明的一个实施例中，计算处理模块30还可具体用于确定每个aruco编码的每个顶角的二维编号，其中，每个aruco编码包括4个顶角，然后可根据二维编号得到每个aruco编码的每个顶角的三维编号，进而可根据三维编号在点云数据中索引得到每个aruco编码的每个顶角的坐标数据。更具体地，参照图1可知，每个aruco编码包括4个顶角，每个二维识别板可包括16个顶角。
[0087]
其中，二维编号可为每个aruco编码的每个顶角在图像数据中的像素编号，三维编号可为每个aruco编码的每个顶角在点云数据中点云编号，并且图像数据中的像素编号与点云数据中点云编号一一对应。此外，需要说明的是，不仅是图像数据中每个顶角的像素编号与点云数据中每个顶角的点云编号一一对应，而是图像数据中每一个像素的编号与点云数据中每一个点云的编号均是一一对应，并且该对应关系在获取图像数据和点云数据时就已经实时建立了，因此可通过该对应关系由二维编号得到每个aruco编码的每个顶角的三维编号。
[0088]
进一步还需要说明的是，在点云数据，即3d点云数据中，每一个点均包括三维编号和三维坐标，并且该三维编号和三维坐标可构成一组数据，因此，在得到三维编号时，可在点云数据，即3d点云数据中索引得到对应的坐标数据，即三维坐标。其中，索引过程为，将当前三维编号作为索引，遍历每一组数据，即(三维编号，三维坐标)数据，从而得到与当前三维编号关联的三维坐标。
[0089]
在本发明的一个实施例中，计算处理模块30可具体用于采用平面拟合法确定二维识别板的平面方程。具体地，可先构建二维识别板的平面方程，并可获取二维识别板中所有aruco编码的所有顶角的坐标数据集，然后可采用最小二乘法根据坐标数据集确定平面方程的参数。
[0090]
其中，构建的二维识别板的平面方程为：
[0091]
ax by cz＝d
[0092]
其中，a、b、c、d为平面方程的参数，(x，y，z)为顶角坐标数据。
[0093]
进一步地，可设定所有aruco编码的所有顶角均在平面方程上，并且顶角坐标数据的测量误差为ε，由此，可得到第i个顶角pi＝(xi,yi,zi)的坐标数据为：
[0094]
[0095][0096][0097]
ε～n(0,σ)
[0098]
其中，分别表示点pi的x、y、z轴分量的真值，ε表示测量误差，该测量误差来自3d视觉相机，并且服从期望为0的高斯分布。
[0099]
进一步地，可采用最小二乘法将所有aruco编码的所有顶角的坐标数据代入平面方程，得到如下方程组：
[0100]
x1a y1b z1c-d＝0
[0101][0102]
x
4m
a y
4m
b z
4m
c-d＝0
[0103]
其中，4m为二维识别板中的顶角总数。
[0104]
进一步地，可将上述方程组变换为如下矩阵：
[0105][0106]
进一步地，可令：
[0107][0108]
由此，平面方程的参数[a，b，c，d]
t
的最小二乘估计结果为h
t
h的最小特征值对应的特征向量，从而可确定平面方程的参数。
[0109]
在本发明的另一个实施例中，计算处理模块30可具体用于采用统计学算法确定二维识别板的平面方程。具体地，可先构建二维识别板的平面方程，并可获取二维识别板中所有aruco编码的所有顶角的坐标数据集，然后可采用ransac算法根据坐标数据集确定平面方程的参数。
[0110]
更具体地，可从坐标数据集中随机选择3个点，并可采用平面拟合法根据随机选择的3个点确定平面方程的参数，以得到第一平面方程，然后可计算坐标数据集中的其它点与第一平面方程的距离，并可将得到的距离收集至一个集合中以构成第一距离集合，然后可计算第一距离集合的期望。
[0111]
进一步地，可重复执行上述计算第一距离集合期望的过程，例如可重复执行k轮计算，以得到k个距离集合期望，并可将k个距离集合期望收集至一个集合中以构成期望集合。
[0112]
进一步地，可从期望集合选择数值最小的期望，并可选择该期望对应的平面方程作为参考平面方程，进而可计算坐标数据集中所有点到该参考平面方程的距离。
[0113]
进一步地，可判断坐标数据集中的每个点到参考平面方程的距离是否大于设定阈值，若是，则从坐标数据集剔除该点，若否，则将该点收集至一个集合中以构成筛选后的坐标数据集。
[0114]
进一步地，可采用平面拟合法根据筛选后的坐标数据集确定二维识别板的平面方程。
[0115]
在本发明的一个实施例中，计算处理模块30可具体用于根据坐标数据确定二维识别板的坐标，并可根据平面方程确定二维识别板的测试方向向量，此外，还可以相机坐标系的z轴正向单位向量作为二维识别板的参考方向向量，然后可根据参考方向向量和测试方向向量得到待测机器人的定位角度数据。
[0116]
更具体地，参照图1，可以二维识别板中第一个aruco编码的左上顶角e作为二维识别板的坐标原点，即二维识别板的坐标，然后可根据平面方程确定二维识别板所在的平面，并可将二维识别板所在平面的法线方向作为二维识别板坐标系的z轴，进而可将二维识别板坐标系z轴的正向单位向量作为二维识别板的测试方向向量。
[0117]
进一步地，还可将相机，即3d视觉相机坐标系的z轴正向单位向量作为二维识别板的参考方向向量，然后可计算参考方向向量与测试方向向量的夹角，该夹角为待测机器人的定位定位角度数据。
[0118]
在本发明的一个实施例中，运动控制模块20可具体用于控制待测机器人变化场景，例如可移动至第二测试区b2，并控制获取模块10和计算处理模块30动作，以得到待测机器人在第二测试区b2的定位角度数据，从而可根据待测机器人在不同测试区的定位角度数据构成待测机器人的定位角度数据集。
[0119]
在本发明的一个实施例中，计算处理模块30可具体用于计算定位角度数据集的方差，然后可根据方差判断待测机器人的角度定位精度。
[0120]
更具体地，可设定位角度数据集为s，并可通过以下公式计算定位角度数据集的方差：
[0121]
可令定位角度数据集s＝{s0,...,s
n-1
}；
[0122]
进一步令期望
[0123]
进一步令标准差
[0124]
进一步令方差
[0125]
其中，n为待测机器人重复测试次数，标准差为机器人角度定位精度测试总体的无偏估计，方差为机器人角度定位精度测试的具体数值。
[0126]
本发明的有益效果如下：
[0127]
1)、本发明能够实现完全自动化测试，从而能够避免人因误差的引入，进而能够提高测试数据的可靠性和测试结果的准确性；
[0128]
2)、本发明能够基于统计学算法进行机器人角度定位精度测试，具有较强的适应性，并且测试精度能够随统计样本数量的增加而提高。
[0129]
在本发明的描述中，术语“第一”、“第二”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。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0130]
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0131]
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
[0132]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。