一种机器人探索未知环境的方法

1.本发明涉及机器人环境探索技术领域，尤其是一种机器人探索未知环境的方法。


背景技术：

2.随着科技的进步，机器人技术发展迅速，机器人被广泛应用于各个领域，对推动社会发展具有巨大的潜力。移动机器人是机器人的一种，可广泛应用于搜救、巡检、环境重建等任务场景，在这些任务场景中，机器人需要自主探索未知环境以获得环境信息。
3.然而现有的移动机器人自主探索未知环境的方法，需要进行大量的计算才能规划出较好的探索路径，由于机器人机载计算资源有限，无法在运动过程中及时根据感知到的环境信息作出响应。在大规模复杂的未知环境中，机器人甚至需要停止运动以等待路径规划结果，并且难以得到高质量的探索路径，无法高效地探索未知环境。


技术实现要素：

4.有鉴于此，本发明实施例提供一种计算量少、快速高效的机器人探索未知环境的方法。
5.本发明实施例提供了一种机器人探索未知环境的方法，包括：创建栅格地图和路径图，设定第一迭代频率和第二迭代频率；其中，所述第一迭代频率是所述栅格地图更新迭代的频率，所述第二迭代频率是计算迭代频率；根据传感器采集的未知环境数据更新所述栅格地图中的已知区域、未知区域、边界区域块；其中，所述边界区域块根据所述已知区域和所述未知区域确定；所述栅格地图按所述第一迭代频率进行更新迭代；根据所述栅格地图中所述已知区域的无障碍部分动态更新路径图；在所述已知区域中确定候选视点，对所述候选视点的探索收益进行计算；其中，所述探索收益为所述候选视点连接的所述边界区域块的数量；基于所述栅格地图和所述路径图，根据所述探索收益和所有所述候选视点之间的路径的距离，构造效用函数计算连接所有所述候选视点的最优探索路径；按所述第二迭代频率，根据机器人当前所在位置迭代计算所述最优探索路径，直至完成对所述未知环境的探索。
6.可选地，所述根据传感器采集的未知环境数据更新所述栅格地图中的已知区域、未知区域、边界区域块，包括：根据传感器的最大感知距离，确定所述传感器的采集范围，通过所述传感器采集在所述采集范围内的环境数据；根据采集到的所述环境数据，标记所述栅格地图中的已知区域、未知区域、边界区域块；所述边界区域块是所述已知区域和所述未知区域的边界部分的栅格。
7.可选地，所述在所述已知区域中确定候选视点，对所述候选视点的探索收益进行计算，包括：以机器人当前所在位置点为圆心，确定采样半径，构造采样范围，将所述采样范围的已知区域中无障碍物的部分作为采样区域；在所述采样区域中确定间隔均匀的点，作为第一采样点；将每个所述边界区域块与最近的所述第一采样点连接；确定连接有所述边界区域块的所述第一采样点为候选视点；计算每个所述候选视点连接的所述边界区域块的
数量，作为所述候选视点的探索收益。
8.可选地，所述基于所述栅格地图和所述路径图，根据所述探索收益和所有所述候选视点之间的路径的距离，构造效用函数计算连接所有所述候选视点的最优探索路径，包括：基于所述栅格地图和所述路径图，计算第一路径距离和第二路径距离；其中，所述第一路径距离是所有所述候选视点之间的路径距离，所述第二路径距离是机器人当前所在位置点到所有所述候选视点的路径距离；将所有所述候选视点组成序列，构造效用函数，根据所述第一路径距离、所述第二路径距离和所述探索效益，通过所述效用函数计算得出最高总效用序列；将所述机器人当前所在位置点加入所述最高效用序列头部，获得最优探索序列；依次拼接所述最优探索序列中相邻的所述候选视点之间的路径，获得最优探索路径。
9.可选地，将所有所述候选视点组成序列，构造效用函数，根据所述第一路径距离、所述第二路径距离和所述探索效益，通过所述效用函数计算得出最高总效用序列，包括：将所有所述候选视点降序排序，将排序后的所述候选视点构造成初始序列；其中，所述降序排序的依据为所述探索收益或所述第二路径距离；根据所述探索收益和所述第一路径距离计算所述初始序列的总效用；获取所述初始序列中具有两个以上所述候选视点的连续序列；将所述连续序列倒置，插入到原获取位置，作为第一计算序列；根据所述探索收益和所述第一路径距离计算所述第一计算序列的总效用；从所述初始序列中获取其他具有两个以上所述候选视点的连续序列，并返回执行所述获取所述初始序列中具有两个以上所述候选视点的连续序列的步骤，直至获得总效用最高的所述第一计算序列，作为第一效用序列。
10.当所述第一效用序列的总效用小于和/或等于所述初始序列的总效用时，将所述初始序列作为最高总效用序列；当所述第一效用序列的总效用大于所述初始序列的总效用时，将所述第一效用序列作为所述初始序列，并返回执行所述根据所述探索收益和所述第一路径距离计算所述初始序列的总效用的步骤，直至所述第一效用序列的总效用小于和/或等于所述初始序列的总效用，将所述初始序列作为所述最高总效用序列。
11.可选地，所述直至完成对所述未知环境的探索的判断步骤，包括：设定探索收益阈值，确定所述探索收益大于所述探索收益阈值的所述候选视点的个数；当所述个数大于0，判定未知环境的探索未完成；当所述个数小于0，判定所述未知环境的探索已完成。
12.可选地，还包括：根据所述最优探索路径生成运动指令，通过所述运动指令控制机器人沿所述最优探索路径行进。
13.本发明的实施例还提供了一种机器人探索未知环境的系统，包括：第一模块，所述第一模块用于创建栅格地图和路径图，设定第一迭代频率和第二迭代频率；其中，所述第一迭代频率是所述栅格地图更新迭代的频率，所述第二迭代频率是计算迭代频率；第二模块，所述第二模块用于根据传感器采集的未知环境数据更新所述栅格地图中的已知区域、未知区域、边界区域块；其中，所述边界区域块根据所述已知区域和所述未知区域确定；所述栅格地图按所述第一迭代频率进行更新迭代；第三模块，所述第三模块用于根据所述栅格地图中所述已知区域的无障碍部分动态更新路径图；第四模块，在所述已知区域中确定候选视点，对所述候选视点的探索收益进行计算；其中，所述探索收益为所述候选视点连接的所述边界区域块的数量；第五模块，所述第五模块用于基于所述栅格地图和所述路径图，根据所述探索收益和所有所述候选视点之间的路径的距离，构造效用函数计算连接所有所述候选视点的最优探索路径；第六模块，所述第六模块用于按所述第二迭代频率，根据机器人当
前所在位置迭代计算所述最优探索路径，直至完成对所述未知环境的探索。
14.本发明的实施例还提供了一种电子设备，包括处理器以及存储器；所述存储器用于存储程序；所述处理器执行所述程序实现如上所述的方法。
15.本发明的实施例还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如上所述的方法。
16.本发明的实施例具有如下有益效果：本发明的实施例通过创建栅格地图和路径图，设定第一迭代频率和第二迭代频率；其中，第一迭代频率是栅格地图更新迭代的频率，第二迭代频率是计算迭代频率；根据传感器采集的未知环境数据更新栅格地图中的已知区域、未知区域、边界区域块；其中，边界区域块根据已知无障碍区域和未知区域确定；栅格地图按第一迭代频率进行更新迭代；根据栅格地图中已知区域的无障碍部分动态更新路径图；在已知区域中确定候选视点，对候选视点的探索收益进行计算；其中，探索收益为候选视点连接的边界区域块的数量；基于栅格地图和路径图，根据探索收益和所有候选视点之间的路径的距离，构造效用函数计算连接所有候选视点的最优探索路径；按第二迭代频率，根据机器人当前所在位置迭代计算最优探索路径，直至完成对未知环境的探索，能够在计算量少的情况下规划最优探索路径，高效探索未知环境，能够在更短的时间内完成未知环境的探索工作。
附图说明
17.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
18.图1是本发明的一些实施例提供的方法步骤流程图；
19.图2是本发明的一些实施例提供的栅格地图的局部示意图；
20.图3是本发明的一些实施例提供的路径图示意图；
21.图4是本发明的一些实施例提供的机器人结构图。
具体实施方式
22.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。
23.针对目前的机器人探索方式计算量大、难以快速高效地规划得到较好的探索路径的问题，参照图1，图1是本发明的一些实施例提供的方法步骤流程图，本发明的实施例提供了一种机器人探索未知环境的方法，包括：创建栅格地图和路径图，设定第一迭代频率和第二迭代频率；其中，第一迭代频率是栅格地图更新迭代的频率，第二迭代频率是计算迭代频率；根据传感器采集的未知环境数据更新栅格地图中的已知区域、未知区域、边界区域块；其中，边界区域根据已知区域和未知区域确定；栅格地图按第一迭代频率进行更新迭代；根据栅格地图的已知区域动态构造路径图；在已知区域中确定候选视点，对候选视点的探索收益进行计算；其中，探索收益为候选视点连接的边界区域块的数量；基于栅格地图和路径
图，根据探索收益和所有候选视点之间的路径的距离，构造效用函数计算连接所有候选视点的最优探索路径；按第二迭代频率，根据机器人当前所在位置迭代计算最优探索路径，直至完成对未知环境的探索。
24.具体地，下面将对上述步骤进行详细描述，本发明的实施例包括步骤s100～s600：
25.s100、创建栅格地图和路径图，设定第一迭代频率和第二迭代频率；其中，第一迭代频率是栅格地图更新迭代的频率，第二迭代频率是计算迭代频率。
26.具体地，创建栅格地图和路径图，设定第一迭代频率和第二迭代频率，为机器人探索未知环境做好准备；其中，第一迭代频率是栅格地图更新迭代的频率，第二迭代频率是计算迭代频率。需要说明的是，栅格地图可以随着机器人的探索过程按照第一迭代频率不断更新迭代，其表征整个环境；第一迭代频率和第二迭代频率可以一致，也可以不一致，根据机载计算机的计算能力而定。参照图4，图4是本发明的一些实施例提供的机器人结构图，机载计算平台42可以是配置在机器人上的inter-nuc机载计算平台。
27.s200、根据传感器采集的未知环境数据更新栅格地图中的已知区域、未知区域、边界区域块；其中，边界区域块根据已知区域和未知区域确定；栅格地图按第一迭代频率进行更新迭代。
28.具体地，确定已知区域、未知区域和边界区域块有利于进行探索计算，形成探索结果；步骤s200包括步骤s210～s220：
29.s210、根据传感器的最大感知距离，确定传感器的采集范围，通过传感器采集在采集范围内的环境数据。
30.具体地，参照图4，传感器41可以安装在机器人顶部，可选地，也可以安装在其他位置，例如内部、底部等，上述传感器41可以是激光雷达，更具体地，可以是velodyne vlp-16激光雷达。激光雷达以其自身位置为中心，以最大感知距离为半径，在其圆形感知范围内进行未知环境数据采集，参照图2，图2是本发明的一些实施例提供的栅格地图的局部示意图，传感器最大感知距离为d
max
，当机器人位于p1点时，以p1点圆心，d
max
点为半径的圆形范围为激光雷达的最大感知范围。
31.s220、根据采集到的环境数据，标记栅格地图中的已知区域、未知区域、边界区域块；边界区域块是已知区域和未知区域的边界部分的栅格。
32.具体地，在栅格地图中，根据传感器41采集的未知环境数据，在栅格地图中标记已知区域、未知区域，将标记的已知区域和未知区域的交界位置的栅格确定为边界区域块，边界区域块参见图2中的小方格。在本发明的实施例中，参照图2，根据传感器41采集的数据还可以进一步在栅格地图的已知区域24中标记障碍物区域23。可以理解的是，在机器人探索的过程中，已知区域24、未知区域21、边界区域块22共同构成栅格地图；其中，已知区域24包括无障碍区域和障碍物区域23。
33.s300、根据栅格地图中已知区域的无障碍部分动态更新路径图。
34.具体地，参照图3，图3是本发明的一些实施例提供的路径图示意图，在初始栅格图中已知区域的无障碍范围内随机选取多个路径点，各个路径点两两之间生成随机路径，更新路径图，上述路径图可以根据栅格地图中已知区域的更新迭代情况动态更新。在已知区域的无障碍部分构造路径图，能够使得机器人躲避障碍物行进，更高效地探索未知环境。
35.s400、在已知区域中确定候选视点，对候选视点的探索收益进行计算；其中，探索
收益为候选视点连接的边界区域块的数量。
36.具体地，步骤s400包括以下步骤s410～s450：
37.s410、以机器人当前所在位置点为圆心，确定采样半径，构造采样范围，将采样范围的已知区域中无障碍物的部分作为采样区域。
38.具体地，参照图2，以机器人当前所在位置点为圆心，在传感器41感知范围内选取采样半径为ds的采样范围，构造采样范围；其中，采样半径ds可以为传感器41感知半径d
max
的1/3，即也可以为其他半径大小，例如本发明的实施例不对采样半径ds的大小作具体限定。在采样范围中，将已知区域部分作为采样区域。
39.s420、在采样区域中确定间隔均匀的点，作为第一采样点。
40.具体地，在采样区域中确定间隔均匀的点，作为第一采样点，参照图2，第一采样点两两之间的间隔为dr。
41.s430、将每个边界区域块与最近的第一采样点连接。
42.具体地，参照图2，将每个边界区域块22与其最近的第一采样点连接，同一个采样点可以连接多个边界区域块。
43.s440、确定连接有边界区域块的第一采样点为候选视点。
44.具体地，将连接有边界区域块的第一采样点作为候选视点vk。根据以上描述可以理解的是，候选视点vk均在已知区域的无障碍区域内，使得机器人在行进过程中不会碰撞到障碍物。
45.s450、计算每个候选视点连接的边界区域块的数量，作为每个候选视点的探索收益。
46.具体地，计算每个候选视点vk连接的边界区域块的数量，作为每个候选视点的探索收益gv。
47.s500、基于栅格地图和路径图，根据探索收益和所有候选视点之间的路径的距离，构造效用函数计算连接所有候选视点的最优探索路径。
48.具体地，步骤s500包括以下步骤s510～s540：
49.s510、基于栅格地图和路径图，计算第一路径距离和第二路径距离；其中，第一路径距离是所有候选视点之间的路径距离，第二路径距离是机器人当前所在位置点到所有候选视点的路径距离。
50.s520、将所有候选视点组成序列，构造效用函数，根据第一路径距离、第二路径距离和探索效益，通过效用函数计算得出最高总效用序列。
51.具体地，将所有的候选视点vk组成序列，得到序列v＝[v1,v2,
…
,vk,
…
,vn]，需要说明的是，根据不同候选视点vk所在的序列位置不同，该序列v共有n！种序列排布的可能性。本发明的实施例通过构造效用函数求解以得出具有最高总效用的序列，本发明的实施例构造的效用函数为：
[0052][0053]
其中，v
*
是最高总效用序列，v0是机器人的当前位置点，u(vk)＝g(vk)
·
p(vk)是候选视点vk的效用，是一个序列的总效用，g(vk)是候选视点vk的探索收益，p(vk)＝exp(-c
·
l(v0·
vk))是视点vk的惩罚函数，c是惩罚因子，l(v0·
vk)是沿着序列v从v0到vk的累积路径距离，可以理解的是，上述累积路径距离是在计算过程中第一路径距离的累积。
[0054]
步骤s520包括以下步骤s521～s528：
[0055]
s521、将所有候选视点降序排序，将排序后的候选视点构造成初始序列；其中，降序排序的依据为探索收益或第二路径距离。
[0056]
具体地，将所有候选视点vk根据其探索收益gv或其到机器人当前位置点的距离降序排序，构造成初始序列v＝[v1,v2,
…
,vk,
…
,vn]，根据不同候选视点vk所在的序列位置不同，该序列v共有n！种序列排布的可能性。
[0057]
s522、根据探索收益和第一路径距离计算初始序列的总效用。
[0058]
具体地，根据探索收益gv和所有候选视点之间的路径的距离，计算第一计算序列的总效用在本发明实施例中，一个候选视点的效用为：u(vk)＝g(vk)
·
p(vk)，其中g(vk)是候选视点vk的探索收益，p(vk)＝exp(-c
·
l(v0·
vk))是视点vk的惩罚函数，c是惩罚因子，l(v0·
vk)是沿着序列v从机器人当前位置点v0到候选视点vk的累积距离，可以理解的是，上述累积路径距离是在计算过程中第一路径距离的累积。
[0059]
s523、获取初始序列中具有两个以上候选视点的连续序列。
[0060]
具体地，获取初始序列中具有两个以上候选视点的连续序列，可以理解的是，该连续序列中的元素数量最少可以为2个，最多可以为所有候选视点的个数。
[0061]
s524、将该连续序列倒置，插入到原获取位置，作为第一计算序列。
[0062]
s525、根据探索收益和第一路径距离计算第一计算序列的总效用。
[0063]
具体地，根据探索收益gv和所有候选视点之间的路径的距离，计算第一计算序列的总效用在本发明实施例中，一个候选视点的效用为：u(vk)＝g(vk)
·
p(vk)，其中g(vk)是候选视点vk的探索收益，p(vk)＝exp(-c
·
l(v0·
vk))是视点vk的惩罚函数，c是惩罚因子，l(v0·
vk)是沿着序列v从机器人当前位置点v0到候选视点vk的累积距离，可以理解的是，上述累积路径距离是在计算过程中第一路径距离的累积。通过上述计算能够得到第一计算序列的总效用，可以理解的是，第一计算序列是在初始序列的基础上通过获取连续序列进行倒置操作得到的一个序列。
[0064]
s526、从初始序列中获取其他具有两个以上候选视点的连续序列，并返回执行获取初始序列中具有两个以上候选视点的连续序列的步骤，直至获得总效用最高的第一计算序列，作为第一效用序列。
[0065]
具体地，从初始序列中获取其他具有两个以上候选视点的连续序列，并返回执行将连续序列倒置，插入到原获取位置，作为第一计算序列的步骤，直至获得总效用最高的第一计算序列。获得上述总效用最高的第一计算序列的方式如下：将每轮循环计算得到的第一计算序列的总效用均与其当前记录的最高总效用相比，若本轮总效用大于当前记录的最高总效用，则将本轮计算的总效用更新为当前最高总效用；若本轮总效用小于或等于当前记录的最高总效用，则保持当前最高总效用不变，直至遍历该初始序列中所有可能的序列，得到的当前最高总效用对应的第一计算序列即为总效用最高的第一计算序列，将其作为第一效用序列。
[0066]
需要说明的是，上述获取总效用最高的第一计算序列的方式仅仅是一种可选的实施方式，在本发明的实施例中，还可以选取其他方式比较得到总效用最高的第一计算序列，
本发明的实施例并不对此作限制。
[0067]
s527、当第一效用序列的总效用小于和/或等于初始序列的总效用时，将初始序列作为最高总效用序列。
[0068]
s528、当第一效用序列的总效用大于初始序列的总效用时，将第一效用序列作为初始序列，并返回执行根据探索收益和第一路径距离计算初始序列的总效用的步骤，直至第一效用序列的总效用小于和/或等于初始序列的总效用，将初始序列作为最高总效用序列。
[0069]
对步骤s520的描述到此结束。
[0070]
s530、将机器人当前所在位置点加入最高效用序列头部，获得最优探索序列。
[0071]
s540、依次拼接最优探索序列中相邻的候选视点之间的路径，获得最优探索路径。
[0072]
具体地，通过步骤s530、s540的处理能够获得经过所有候选视点的最优探索路径，并且该最优探索路径能够以机器人当前所在位置点为起点，延续当前路线，保证路径的连续性。
[0073]
通过步骤s500，能够以较少的计算量得到基于机器人当前位置的最优探索路径，使得机器人能够快速高效地对大规模的未知环境进行探索。
[0074]
s600、按第二迭代频率，根据机器人当前所在位置迭代计算最优探索路径，直至完成对未知环境的探索。
[0075]
具体地，按照设定的迭代频率，根据机器人当前所在位置迭代计算最优探索路径，即，以设定的迭代频率更新机器人探索的最优探索路径，保证机器人在行进的过程中能够及时获取最优探索路径，实现连续探索功能。
[0076]
在完成一次最优探索路径的计算后，判断是否完成对未知环境的探索，若未探索完成，则按照第二迭代频率继续重复上述步骤s200～s500。判断是否完成对未知环境的探索的步骤包括以下步骤一至步骤三：
[0077]
步骤一：设定探索收益阈值，确定探索收益大于探索收益阈值的候选视点的个数。
[0078]
步骤二：当个数大于0，判定未知环境的探索未完成。
[0079]
步骤三：当个数小于0，判定未知环境的探索已完成。
[0080]
本发明的实施例的方法还包括步骤s700：
[0081]
s700、根据最优探索路径生成运动指令，通过运动指令控制机器人沿最优探索路径行进。
[0082]
具体地，在每一次更新最优探索路径之后，都根据最优探索路径生成运动指令，通过运动指令控制机器人沿着最优探索路径行进，由于本发明的实施例按照一定频率更新最优探索路径，因此运动指令也是按照频率生成，并且使得机器人行进动作连续不停顿，直至未知环境探索完成。
[0083]
此外，参照图4，计算最优探索路径以及生成运动指令均可以在机器人搭载的机载计算平台42中完成，能够对传感器采集的数据进行处理，并执行本实施例的探索未知环境的方法，以驱动机器人探索未知环境。
[0084]
本发明的实施例还提供了一种机器人探索未知环境的系统，包括：第一模块，第一模块用于创建栅格地图和路径图，设定第一迭代频率和第二迭代频率；其中，第一迭代频率是栅格地图更新迭代的频率，第二迭代频率是计算迭代频率；第二模块，第二模块用于根据
传感器采集的未知环境数据更新栅格地图中的已知区域、未知区域、边界区域块；其中，边界区域根据已知区域和未知区域确定；栅格地图按第一迭代频率进行更新迭代；第三模块，第三模块用于根据栅格地图的已知区域动态构造路径图；第四模块，在已知区域中确定候选视点，对候选视点的探索收益进行计算；其中，探索收益为候选视点连接的边界区域块的数量；第五模块，第五模块用于基于栅格地图和路径图，根据探索收益和所有候选视点之间的路径的距离，构造效用函数计算连接所有候选视点的最优探索路径；第六模块，第六模块用于按第二迭代频率，根据机器人当前所在位置迭代计算最优探索路径，直至完成对未知环境的探索。
[0085]
本发明的实施例还提供了一种电子设备，包括处理器以及存储器；存储器用于存储程序；处理器执行程序实现如上的方法。
[0086]
本发明的实施例还提供了一种计算机可读存储介质，存储介质存储有程序，程序被处理器执行实现如上的方法。
[0087]
以下是本发明的实施例提供的一个应用场景：
[0088]
在待探索的未知环境中，使用本发明的一种机器人探索未知环境的方法，首先创建栅格地图和路径图，设定第一迭代频率和第二迭代频率；其中，第一迭代频率是栅格地图更新迭代的频率，第二迭代频率是计算迭代频率；根据传感器采集的未知环境数据更新栅格地图中的已知区域、未知区域、边界区域块；其中，边界区域块根据已知区域和未知区域确定；栅格地图按第一迭代频率进行更新迭代；根据栅格地图中已知区域的无障碍部分动态更新路径图；在已知区域中确定候选视点，对候选视点的探索收益进行计算；其中，探索收益为候选视点连接的边界区域块的数量；基于栅格地图和路径图，根据探索收益和所有候选视点之间的路径的距离，构造效用函数计算连接所有候选视点的最优探索路径；根据最优探索路径生成运动指令，通过运动指令控制机器人沿最优探索路径行进；按第二迭代频率，根据机器人当前所在位置迭代计算最优探索路径，直至完成对未知环境的探索。
[0089]
下面是本发明实施例产生的有益效果：通过本实施例提供的探索未知环境的方法，能够以较少的计算量得到基于机器人当前位置的最优探索路径，使得机器人能够以更短的时间和更短的运动距离，快速高效地对大规模的未知环境进行探索。
[0090]
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
[0091]
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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或者该技术方案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计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0092]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
[0093]
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)、便携式计算机盘盒(磁装置)、随机存取存储器(ram)、只读存储器(rom)、可擦除可编辑只读存储器(eprom或闪速存储器)、光纤装置以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
[0094]
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一定指的是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何的一个或多个实施例或示例中以合适的方式结合。
[0095]
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
[0096]
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本发明权利要求所限定的范围内。