一种机器人的运动校验控制方法及系统

技术领域

本发明涉及智能控制技术领域，尤其涉及一种机器人的运动校验控制方法及系统。

背景技术

由于机器人的运动控制精度受多种因素影响，导致系统模型很难精确建立，此外，常规的位置伺服控制容易产生较大的控制误差和不稳定的控制输出。然而，随着智能算法和智能优化算法的兴起，为机器人的运动校验控制方法注入了新的血液。通过计算机智能算法对机器人的运动控制进行路径优化跟踪，对于提高机器人的运动控制准确性具有重要意义。

然而，现有技术中通过位置伺服控制对机器人进行运动校验控制，存在控制误差大，同时控制输出不稳定，进而影响机器人作业质量的技术问题。

发明内容

本发明的目的是提供一种机器人的运动校验控制方法及系统，用以解决现有技术中通过位置伺服控制对机器人进行运动校验控制，存在控制误差大，同时控制输出不稳定，进而影响机器人作业质量的技术问题。

鉴于上述问题，本发明提供了一种机器人的运动校验控制方法及系统。

第一方面，本发明提供了一种机器人的运动校验控制方法，所述方法通过一种机器人的运动校验控制系统实现，其中，所述方法包括：通过对机器人的预设作业区域进行多特征采集，得到预设区域特征，并根据所述预设区域特征构建预设区域地图；通过轨迹规划模块对所述预设区域地图进行分析，输出预设规划路径；通过轨迹跟踪模块监测得到所述机器人的实时运动路径；通过运动校验模块分析得到所述预设规划路径与所述实时运动路径的实时对比结果，并根据所述实时对比结果得到实时纠偏方案；其中，所述实时纠偏方案用于对所述机器人的所述实时运动路径进行纠偏控制。

第二方面，本发明还提供了一种机器人的运动校验控制系统，用于执行如第一方面所述的一种机器人的运动校验控制方法，其中，所述系统包括：地图构建模块，其用于对机器人的预设作业区域进行多特征采集，得到预设区域特征，并根据所述预设区域特征构建预设区域地图；路径规划模块，其用于通过轨迹规划模块对所述预设区域地图进行分析，输出预设规划路径；路径跟踪模块，其用于通过轨迹跟踪模块监测得到所述机器人的实时运动路径；对比纠偏模块，其用于通过运动校验模块分析得到所述预设规划路径与所述实时运动路径的实时对比结果，并根据所述实时对比结果得到实时纠偏方案；控制执行模块，其用于其中，所述实时纠偏方案用于对所述机器人的所述实时运动路径进行纠偏控制。

第三方面，本发明还提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面中任一项所述的方法。

本发明中提供的一个或多个技术方案，至少具有如下技术效果或优点：

通过对机器人的预设作业区域进行多特征采集，得到预设区域特征，并根据所述预设区域特征构建预设区域地图；通过轨迹规划模块对所述预设区域地图进行分析，输出预设规划路径；通过轨迹跟踪模块监测得到所述机器人的实时运动路径；通过运动校验模块分析得到所述预设规划路径与所述实时运动路径的实时对比结果，并根据所述实时对比结果得到实时纠偏方案；其中，所述实时纠偏方案用于对所述机器人的所述实时运动路径进行纠偏控制。通过对机器人的预设作业区域进行特征采集并构建其预设区域地图，为后续智能规划该机器人的作业路径提供了地图信息基础。通过轨迹规划模块对预设区域地图进行自动化分析，得到该机器人的最优作业路径，即得到该预设规划路径，为机器人的实际作业提供了路径参考和基础，达到了提高机器人作业规划合理性和科学性，进而提高智能作业效率的技术效果。通过运动校验模块对该机器人的实际实时运动路径与其理论预设规划路径进行对比分析，得到对机器人的实时运动纠偏，用于实时纠偏控制以提高机器人的运动控制精准度和控制及时性。预设规划路径为机器人的运动提供了理论路径参考，将其与机器人实时运动路径进行对比分析，针对性得到实时纠偏方案，实现了对机器人运动的及时纠偏控制目标，达到了提高机器人运动控制精准性的技术效果。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其他特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明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的介绍，显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图获得其他的附图。

图1为本发明一种机器人的运动校验控制方法的流程示意图；

图2为本发明一种机器人的运动校验控制方法中根据所述预设栅格地图得到所述预设区域地图的流程示意图；

图3为本发明一种机器人的运动校验控制方法中将所述预设地图标记结果作为所述预设区域地图的流程示意图；

图4为本发明一种机器人的运动校验控制方法中形成所述预设地图标记结果的流程示意图；

图5为本发明一种机器人的运动校验控制方法中将所述实时转角补偿值添加至所述实时纠偏方案的流程示意图；

图6为本发明一种机器人的运动校验控制系统的结构示意图。

附图标记说明：

地图构建模块11，路径规划模块12，路径跟踪模块13，对比纠偏模块14，控制执行模块15。

具体实施方式

本发明通过提供一种机器人的运动校验控制方法及系统，解决了现有技术中通过位置伺服控制对机器人进行运动校验控制，存在控制误差大，同时控制输出不稳定，进而影响机器人作业质量的技术问题。实现了对机器人运动的及时纠偏控制目标，达到了提高机器人运动控制精准性的技术效果。

下面，将参考附图对本发明中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，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。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。

实施例一

请参阅附图1，本发明提供了一种机器人的运动校验控制方法，其中，所述方法应用于一种机器人的运动校验控制系统，所述方法具体包括如下步骤：

步骤S100：对机器人的预设作业区域进行多特征采集，得到预设区域特征，并根据所述预设区域特征构建预设区域地图；

进一步的，如附图2所示，本发明步骤S100包括：

步骤S110：获取所述预设作业区域的物理特征信息，并根据所述物理特征信息生成预设尺度地图；

步骤S120：获取所述机器人的机器人宽度，并基于所述机器人宽度设置单元长度；

步骤S130：基于所述单元长度对所述预设尺度地图进行栅格划分，得到预设栅格地图；

步骤S140：根据所述预设栅格地图得到所述预设区域地图。

进一步的，如附图3所示，本发明步骤S140包括：

步骤S141：获取所述预设作业区域的应用特征信息，并结合所述物理特征信息生成预设混合地图；

步骤S142：构建所述预设混合地图与所述预设栅格地图的地图对应关系；

步骤S143：获取预设标记方案，并结合所述地图对应关系对所述预设栅格地图进行标记，得到预设地图标记结果；

进一步的，如附图4所示，本发明步骤S143还包括如下步骤：

步骤S1431：获取所述预设栅格地图的第一单元栅格；

步骤S1432：基于所述地图对应关系匹配所述第一单元栅格的第一应用特征；

步骤S1433：判断所述第一应用特征是否为预设应用属性；

步骤S1434：若是，对所述第一单元栅格进行占用标记，若否，对所述第一单元栅格进行自由标记；

步骤S1435：根据所述占用标记和所述自由标记，形成所述预设地图标记结果。

步骤S144：将所述预设地图标记结果作为所述预设区域地图。

具体而言，所述一种机器人的运动校验控制方法应用于一种机器人的运动校验控制系统，可以通过分析机器人的实际作业需求和实际作业区域情况，针对性生成该机器人的最优作业路径，进而为校验控制该机器人的实际作业路径提供参考基准和校验基础，达到提高机器人作业运动控制准确性的效果。

首先对该机器人的实际作业环境情况进行针对性采集分析，即得到所述预设作业区域的相关特征信息，示范性地如采集该预设作业区域的物理特征，如形状、尺寸等数据，进而根据物理特征信息构建该预设作业区域的地图模型，即得到所述预设尺度地图。然后对该机器人的基本情况进行采集，得到该机器人的结构及对应结构尺寸数据，示范性的如机器人形状、前后轴的长度等。接着，将所述机器人的全身各位置的宽度数据进行对比，最长的宽度作为该机器人的所述机器人宽度。接下来，根据所述机器人宽度设置所述单元长度。其中，所述单元长度为单位长，用于后续对所述预设区域地图进行划分。示范性的如若机器人宽度为80cm，则将对应的单元长度设置为80+5cm，以在保证机器人顺利通过单元长度的路径的基础上，提高路径设置的精度，达到优化预设规划路径的效果。最后，基于所述单元长度对所述预设尺度地图进行栅格划分并对应得到预设栅格地图，并根据所述预设栅格地图得到所述预设区域地图。

进一步，采集所述预设作业区域，即所述机器人的实际作业区域的应用特征信息，示范性的如对应作业区域上方的物品陈列和摆放情况、设备安装情况、生产规划类型等。接着，结合该区域的物理特征信息生成所述预设作业区域的混合地图，即所述预设混合地图。进一步，构建所述预设混合地图与前述预设栅格地图之间的对照映射关系。接下来，基于所述地图对应关系，利用预设标记方案对所述预设栅格地图进行标记并得到预设地图标记结果。具体来说，首先从所述预设栅格地图中随机提取一个单元格，并将其记作所述第一单元栅格，然后根据所述地图对应关系匹配所述预设混合地图中对应栅格的应用信息，其中，当对应所述第一单元栅格的所述第一应用特征为已经应用了的特征时，如第一单元栅格对应地面摆放有机械设备等，对该第一单元栅格进行占用标记。反之，当对应所述第一单元栅格的所述第一应用特征为未被占用时，则对该第一单元栅格进行自由标记。最后，对所述预设栅格地图中所有的栅格依次进行占用或者自由标记之后，即得到了所述预设地图标记结果，也就是得到所述预设区域地图。通过对机器人的预设作业区域进行特征采集并构建其预设区域地图，为后续智能规划该机器人的作业路径提供了地图信息基础。

步骤S200：通过所述轨迹规划模块对所述预设区域地图进行分析，输出预设规划路径；

进一步地，本发明步骤S200包括：

步骤S210：读取所述机器人的始发地和目的地；

步骤S220：结合所述预设区域地图依次确定所述始发地的始发栅格和所述目的地的目的栅格；

步骤S230：通过预设搜索方式得到所述始发栅格的第一栅格集，其中，所述第一栅格集包括M个第一栅格，且M为大于等于1的整数；

步骤S240：提取所述M个第一栅格中的目标第一栅格，并计算所述目标第一栅格与所述目的栅格的估计代价，得到目标第一估计代价，其中，所述目标第一估计代价的计算公式如下：

d

d

步骤S250：其中，所述d

步骤S260：对所述目标第一估计代价进行分析，并根据分析结果匹配最优第一栅格；

步骤S270：基于所述最优第一栅格，得到所述预设规划路径。

进一步地，本发明步骤S270包括：

步骤S271：根据所述始发栅格和所述最优第一栅格得到第一实际代价；

步骤S272：通过所述预设搜索方式得到所述最优第一栅格的第二栅格集，其中，所述第二栅格集包括N个第二栅格，且N为大于等于1的整数；

步骤S273：提取所述N个第二栅格中的目标第二栅格，并计算所述目标第二栅格与所述目的栅格的估计代价，得到目标第二估计代价；

步骤S274：基于所述第一实际代价和所述目标第二估计代价，确定启发函数，其中，所述启发函数的表达公式如下：

f(n)＝a×f′(n)+b×f″(n),0≤a≤1,0≤b≤1

步骤S275：其中，所述f(n)是指所述启发函数，所述a是指第一权重系数，所述b是指第二权重系数，所述f′(n)是指所述第一实际代价，所述f″(n)是指所述目标第二估计代价；

步骤S276：通过所述启发函数确定所述预设规划路径。

具体而言，在通过所述运动校验控制系统中的所述轨迹规划模块对该机器人在所述预设作业区域的实际作业进行路径智能规划分析时，首先对该机器人当前的实际位置进行读取，示范性的如位置传感器的传输数据等，同时对该机器人要执行作业的目的地的位置进行读取。也就是说，首先获取所述机器人的始发地和目的地，并结合所述预设区域地图依次确定所述始发地的始发栅格和所述目的地的目的栅格。接下来，通过预设搜索方式得到所述始发栅格的第一栅格集。其中，所述第一栅格集是指当所述机器人处于所述始发栅格时，启动其进行作业任务执行，其可运动行驶的所有栅格，也就是该始发栅格周围相邻的所有未被占用标记的栅格的集合。所述第一栅格集包括M个第一栅格，且M为大于等于1的整数。接着，从所述M个第一栅格中随机提取一个栅格，记作目标第一栅格，并计算所述目标第一栅格与所述目的栅格的估计代价，对应地得到目标第一估计代价，其中，所述目标第一估计代价的计算公式如下：

d

d

其中，所述d

在计算得到所述第一栅格集中各栅格与始发栅格的估计代价之后，对比筛选确定其估计代价最小的栅格，也就是说筛选机器人运动距离最短的栅格作为所述最优第一栅格。接下来，按照所述最优第一栅格的确定方案依次确定所述始发栅格至所述目的栅格之间的所有栅格，即基于所述最优第一栅格得到所述预设规划路径。具体来说，首先根据所述始发栅格和所述最优第一栅格得到第一实际代价，也就是说，在所述机器人运动至作业目的地的第一个栅格确定后，即得到一个确切的代价。接下来，通过所述预设搜索方式得到所述最优第一栅格的第二栅格集。其中，所述第二栅格集是指在所述机器人行驶至所述最优第一栅格之后，以所述最优第一栅格为起始点，到达目的栅格可以经过的所有相邻栅格，即所述N个第二栅格，且N为大于等于1的整数。接着，提取所述N个第二栅格中的目标第二栅格并计算所述目标第二栅格与所述目的栅格的估计代价，得到目标第二估计代价。由于机器人实际要行进的第二个栅格尚未确定，所以此时得到估计代价，而前述确定了最优第一栅格为机器人行驶的第一个栅格后，对应得到代价即为确定了的实际代价。最后，基于所述第一实际代价和所述目标第二估计代价确定启发函数。其中，所述启发函数的表达公式如下：

f(n)＝a×f′(n)+b×f″(n),0≤a≤1,0≤b≤1

其中，所述f(n)是指所述启发函数，所述a是指第一权重系数，所述b是指第二权重系数，所述f′(n)是指所述第一实际代价，所述f″(n)是指所述目标第二估计代价，最终通过所述启发函数确定所述预设规划路径。

通过轨迹规划模块对预设区域地图进行自动化分析，得到该机器人的最优作业路径，即得到该预设规划路径，为机器人的实际作业提供了路径参考和基础，达到了提高机器人作业规划合理性和科学性，进而提高智能作业效率的技术效果。

步骤S300：通过所述轨迹跟踪模块监测得到所述机器人的实时运动路径；

步骤S400：通过所述运动校验模块分析得到所述预设规划路径与所述实时运动路径的实时对比结果，并根据所述实时对比结果得到实时纠偏方案；

进一步的，如附图5所示，本发明步骤S400包括：

步骤S410：获取预瞄距离；

步骤S420：获取所述机器人的后轴的中心坐标，记作第一坐标；

步骤S430：以所述第一坐标为圆心、所述预瞄距离为半径绘制得到目标圆；

步骤S440：获取所述目标圆与所述预设规划路径的交点，记作预瞄点；

步骤S450：分析所述实时运动路径得到实时航向，并结合所述预瞄点得到实时航向偏差角；

步骤S460：采集所述后轴的后轴长度，并结合所述实时航向偏差角计算得到实时转角补偿值；

进一地的，本发明步骤S460包括：

步骤S461：获取转角补偿公式，其中，所述转角补偿公式如下：

步骤S462：其中，所述δ是指所述实时转角补偿值，所述θ是指所述实时航向偏差角，所述L是指所述后轴长度，所述L

步骤S470：将所述实时转角补偿值添加至所述实时纠偏方案。

步骤S500：其中，所述实时纠偏方案用于对所述机器人的所述实时运动路径进行纠偏控制。

具体而言，通过所述运动校验控制系统中的所述轨迹跟踪模块对所述机器人的实时行进位置进行智能监测，对应得到所述机器人的实时运动路径。接着，通过所述运动校验控制系统中的所述运动校验模块分析得到所述预设规划路径与所述实时运动路径的实时对比结果，从而将机器人的实际行进位置与系统预设行进路径对比得到实际运动的量化偏差，最后根据所述实时对比结果得到实时纠偏方案，用于对机器人的实际行进进行及的地位置纠偏。具体来说，首先由相关控制人员结合实际环境条件等，预先设置所述预瞄距离。然后获取所述机器人的后轴的中心坐标，并记作第一坐标。接着，以所述第一坐标为圆心、所述预瞄距离为半径绘制得到目标圆。进一步获取所述目标圆与所述预设规划路径的交点并记作预瞄点。最后分析所述实时运动路径得到实时航向，并结合所述预瞄点得到实时航向偏差角。其中，所述实时航向结合所述预瞄点计算得到实时航向偏差角的公式为转角补偿公式，所述转角补偿公式如下：

其中，所述δ是指所述实时转角补偿值，所述θ是指所述实时航向偏差角，所述L是指所述后轴长度，所述L

综上所述，本发明所提供的一种机器人的运动校验控制方法具有如下技术效果：

通过对机器人的预设作业区域进行多特征采集，得到预设区域特征，并根据所述预设区域特征构建预设区域地图；通过轨迹规划模块对所述预设区域地图进行分析，输出预设规划路径；通过轨迹跟踪模块监测得到所述机器人的实时运动路径；通过运动校验模块分析得到所述预设规划路径与所述实时运动路径的实时对比结果，并根据所述实时对比结果得到实时纠偏方案；其中，所述实时纠偏方案用于对所述机器人的所述实时运动路径进行纠偏控制。通过对机器人的预设作业区域进行特征采集并构建其预设区域地图，为后续智能规划该机器人的作业路径提供了地图信息基础。通过轨迹规划模块对预设区域地图进行自动化分析，得到该机器人的最优作业路径，即得到该预设规划路径，为机器人的实际作业提供了路径参考和基础，达到了提高机器人作业规划合理性和科学性，进而提高智能作业效率的技术效果。通过运动校验模块对该机器人的实际实时运动路径与其理论预设规划路径进行对比分析，得到对机器人的实时运动纠偏，用于实时纠偏控制以提高机器人的运动控制精准度和控制及时性。预设规划路径为机器人的运动提供了理论路径参考，将其与机器人实时运动路径进行对比分析，针对性得到实时纠偏方案，实现了对机器人运动的及时纠偏控制目标，达到了提高机器人运动控制精准性的技术效果。

实施例二

基于与前述实施例中一种机器人的运动校验控制方法，同样发明构思，本发明还提供了一种机器人的运动校验控制系统，请参阅附图6，所述系统包括：

地图构建模块11，其用于对机器人的预设作业区域进行多特征采集，得到预设区域特征，并根据所述预设区域特征构建预设区域地图；

路径规划模块12，其用于通过所述轨迹规划模块对所述预设区域地图进行分析，输出预设规划路径；

路径跟踪模块13，其用于通过所述轨迹跟踪模块监测得到所述机器人的实时运动路径；

对比纠偏模块14，其用于通过所述运动校验模块分析得到所述预设规划路径与所述实时运动路径的实时对比结果，并根据所述实时对比结果得到实时纠偏方案；

控制执行模块15，其用于其中，所述实时纠偏方案用于对所述机器人的所述实时运动路径进行纠偏控制。

进一步地，所述系统中的所述地图构建模块11还用于：

获取所述预设作业区域的物理特征信息，并根据所述物理特征信息生成预设尺度地图；

获取所述机器人的机器人宽度，并基于所述机器人宽度设置单元长度；

基于所述单元长度对所述预设尺度地图进行栅格划分，得到预设栅格地图；

根据所述预设栅格地图得到所述预设区域地图。

进一步地，所述系统中的所述地图构建模块11还用于：

获取所述预设作业区域的应用特征信息，并结合所述物理特征信息生成预设混合地图；

构建所述预设混合地图与所述预设栅格地图的地图对应关系；

获取预设标记方案，并结合所述地图对应关系对所述预设栅格地图进行标记，得到预设地图标记结果；

将所述预设地图标记结果作为所述预设区域地图。

进一步地，所述系统中的所述地图构建模块11还用于：

获取所述预设栅格地图的第一单元栅格；

基于所述地图对应关系匹配所述第一单元栅格的第一应用特征；

判断所述第一应用特征是否为预设应用属性；

若是，对所述第一单元栅格进行占用标记，若否，对所述第一单元栅格进行自由标记；

根据所述占用标记和所述自由标记，形成所述预设地图标记结果。

进一步地，所述系统中的所述路径规划模块12还用于：

读取所述机器人的始发地和目的地；

结合所述预设区域地图依次确定所述始发地的始发栅格和所述目的地的目的栅格；

通过预设搜索方式得到所述始发栅格的第一栅格集，其中，所述第一栅格集包括M个第一栅格，且M为大于等于1的整数；

提取所述M个第一栅格中的目标第一栅格，并计算所述目标第一栅格与所述目的栅格的估计代价，得到目标第一估计代价，其中，所述目标第一估计代价的计算公式如下：

d

d

其中，所述d

对所述目标第一估计代价进行分析，并根据分析结果匹配最优第一栅格；

基于所述最优第一栅格，得到所述预设规划路径。

进一步地，所述系统中的所述路径规划模块12还用于：

根据所述始发栅格和所述最优第一栅格得到第一实际代价；

通过所述预设搜索方式得到所述最优第一栅格的第二栅格集，其中，所述第二栅格集包括N个第二栅格，且N为大于等于1的整数；

提取所述N个第二栅格中的目标第二栅格，并计算所述目标第二栅格与所述目的栅格的估计代价，得到目标第二估计代价；

基于所述第一实际代价和所述目标第二估计代价，确定启发函数，其中，所述启发函数的表达公式如下：

f(n)＝a×f′(n)+b×f″(n),0≤a≤1,0≤b≤1

其中，所述f(n)是指所述启发函数，所述a是指第一权重系数，所述b是指第二权重系数，所述f′(n)是指所述第一实际代价，所述f″(n)是指所述目标第二估计代价；

通过所述启发函数确定所述预设规划路径。

进一步的，所述系统中的所述对比纠偏模块14还用于：

获取预瞄距离；

获取所述机器人的后轴的中心坐标，记作第一坐标；

以所述第一坐标为圆心、所述预瞄距离为半径绘制得到目标圆；

获取所述目标圆与所述预设规划路径的交点，记作预瞄点；

分析所述实时运动路径得到实时航向，并结合所述预瞄点得到实时航向偏差角；

采集所述后轴的后轴长度，并结合所述实时航向偏差角计算得到实时转角补偿值；

将所述实时转角补偿值添加至所述实时纠偏方案。

进一步的，所述系统中的所述对比纠偏模块14还用于：

获取转角补偿公式，其中，所述转角补偿公式如下：

其中，所述δ是指所述实时转角补偿值，所述θ是指所述实时航向偏差角，所述L是指所述后轴长度，所述L

本说明书中各个实施例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，前述图1实施例一中的一种机器人的运动校验控制方法和具体实例同样适用于本实施例的一种机器人的运动校验控制系统，通过前述对一种机器人的运动校验控制方法的详细描述，本领域技术人员清楚地知道本实施例中一种机器人的运动校验控制系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述得比较简单，相关之处参见方法部分说明即可。

本发明还提供一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行实施例一中任一项所述的方法。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。