基于移动监测的大件车辆运输过程中桥梁安全评估方法

技术领域

本申请涉及桥梁工程领域，特别是涉及一种基于移动监测的大件车辆运输过程中桥梁安全评估方法、装置及可读存储介质。

背景技术

近年来，随着道路交通基础设施建设的快速发展，受国家工业化发展的驱使，不可拆卸设备的公路大件运输业务愈发繁重，过境大件运输车辆不断增多、重量不断提升，使公路桥梁的安全性能受到严重威胁，为了避免大件运输车辆通过桥梁而导致桥梁的承载能力存在较大的安全隐患，大件运输车辆通过桥梁时通常需要对桥梁的安全性能进行评估。

现有的针对大件车辆运输中的桥梁安全性能评估，通常需要在桥梁上安装大量的固定传感器，通过传感器传达数据从而获取桥梁的安全信息，因传感器安装困难且当存在多个待检测桥梁时，需要使用多套设备，因此成本高等缺点使得通过固定传感器监测方法受到限制。

鉴于上述技术，寻找一种较简易且成本较低的基于移动监测的大件车辆运输过程中桥梁安全评估方法是本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种基于移动监测的大件车辆运输过程中桥梁安全评估方法，以便于解决当前使用固定传感器进行检测安装困难且成本较高的问题。

为解决上述技术问题，本申请提供一种基于移动监测的大件车辆运输过程中桥梁安全评估方法，包括：

控制检测车辆运行于待检测桥梁，所述检测车辆为安装有桥梁检测装置的车辆；控制可拆卸式GPS-RTK移动站运行于待检测桥梁；控制车载摄像机和便携可移动式无人机运行于待检测桥梁；

获取所述桥梁检测装置在所述检测车辆运行于所述待检测桥梁时测得的数据；

根据所述数据生成所述待检测桥梁的安全状态。

优选地，所述控制检测车辆运行于待检测桥梁包括：

控制所述检测车辆单独运行于所述待检测桥梁；

控制所述检测车辆与所述大件车辆同时运行于所述待检测桥梁，所述大件车辆为通过公路载运不可拆解物体的超限运输的车辆；

所述获取所述检测车辆运行于所述待检测桥梁时测得的数据包括：

获取所述桥梁检测装置在所述检测车辆单独运行于所述待检测桥梁时的初始数据；

获取所述桥梁检测装置在所述检测车辆与所述大件车辆同时运行于所述待检测桥梁时的对比数据；

所述根据所述数据生成所述待检测桥梁的安全状态包括：

比较所述对比数据与所述初始数据，并生成所述待检测桥梁的安全状态。

优选地，所述桥梁检测装置包括加速度传感器，所述获取所述桥梁检测装置在所述检测车辆运行于所述待检测桥梁时测得的数据包括：

获取所述加速度传感器测得的所述检测车辆的加速度响应信号；

所述根据所述数据生成所述待检测桥梁的安全状态包括：

利用随机子空间法、经验模态分解法、集合经验模态分解对车-桥耦合系统的动力响应信号进行分离根据所述加速度响应信号获取所述待检测桥梁自身振动的响应信号；

根据所述响应信号，获取所述待检测桥梁的动力特性，根据所述动力特性生成所述待检测桥梁的安全状态。

优选地，所述桥梁检测装置还包括便携移动式视频检测装置，所述获取所述桥梁检测装置在所述检测车辆运行于所述待检测桥梁时测得的数据包括：

获取所述车载摄像机和便携移动式无人机测得的所述待检测桥梁的表观视频，通过所述深度学习和图像处理技术获取所述待测桥梁的表观病害；

所述根据所述数据生成所述待检测桥梁的安全状态包括：

根据所述表现病害，生成所述待检测桥梁的安全状态。

优选地，所述比较所述对比数据与所述初始数据，并生成所述待检测桥梁的安全状态包括：

建立大件运输车辆通过前的桥梁模态振型平方指标为

其中α为使得数据差异明显而引入的参数，Δ

其中，损伤识别指标建立是基于模态振型平方：

优选地，所述比较所述对比数据与所述初始数据，并生成所述待检测桥梁的安全状态包括：

假设初始损伤指标向量

按如下公式对单元刚度矩阵进行修正：

求解上述方程，按如下公式修正损伤指标：

P

代入车-桥耦合运动方程，计算得到第r+1次迭代的加速度响应

其中，损伤向量指标局域以下单元刚度折减构建的：

所述车-桥耦合运动方程如下：

其中M为质量矩阵、C为阻尼矩阵、K为刚度矩阵、S为灵敏度矩阵，P为指标向量。

优选地，所述方法还包括：

在所述待检测桥梁的预设位置架设GPS-RTK移动站；

获取所述大件车辆单独运行于所述待检测桥梁时所述GPS-RTK移动站采集到的数据；

按照如下公式计算所述大件车辆对所述待检测桥梁的冲击作用；

其中IM表示冲击系数，R

为解决上述问题，本申请还提供一种大件运输桥梁安全检测装置，包括：

控制模块，用于控制检测车辆运行于待检测桥梁，所述检测车辆为安装有桥梁检测装置的车辆；

获取模块，用于获取所述桥梁检测装置在所述检测车辆运行于所述待检测桥梁时测得的数据；

生成模块，用于根据所述数据生成所述待检测桥梁的安全状态。

为解决上述问题，本申请还提供一种桥梁安全检测装置，包括存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上述的基于移动监测的大件车辆运输过程中桥梁安全评估方法的步骤。

为解决上述问题，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的基于移动监测的大件车辆运输过程中桥梁安全评估方法的步骤。

本申请所提供的基于移动监测的大件车辆运输过程中桥梁安全评估方法，通过搭载有检测装置的检测车辆通行待检测桥梁，从而利用检测装置获取到待检测桥梁的数据，从而根据该数据生成得到待检测桥梁的安全状态，和目前的使用人工搭设传感器进行桥梁的安全检测相比，由于使用传感器进行安全检测需要对每一个待检测桥梁都需要使用一套相应设备和安装方案，且将设备安装在桥梁上较为复杂，而本方案中的安全检测方法只需要使用一台检测车辆即可对多个待检测桥梁进行检测，因此设备较少，成本较低，也无需进行安装，只需要组装完成控制检测车辆通过待检测桥梁即可完成对待检测桥梁的检测，操作较为简单。

本申请所提供的桥梁安全检测装置及计算机可读存储介质，与上述基于移动监测的大件车辆运输过程中桥梁安全评估方法对应，有益效果同上。

附图说明

为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。

图1为本申请实施例提供的一种基于移动监测的大件车辆运输过程中桥梁安全评估方法示意图；

图2为本申请实施例提供的一种桥梁安全检测装置示意图；

图3为本申请另一实施例提供的桥梁安全检测装置的结构图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部实施例。基于本申请中的实施例，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，都属于本申请保护范围。

本申请的核心是提供一种基于移动监测的大件车辆运输过程中桥梁安全评估方法，需要说明的是，为了避免大件运输车辆通过桥梁而导致桥梁的承载能力存在较大的安全隐患，大件运输车辆通过桥梁时通常需要对桥梁的安全性能进行评估。现有技术中的评估方式通常是利用有限元软件进行模拟分析和荷载试验分析，但由于桥梁服役过程中材料属性的不断退化，无法获取材料的真实属性，通过有限元模拟的方法无法对大件运输车辆通过时桥梁的安全性能进行准确的评估，导致大件运输车辆通过时桥梁存在较大的安全隐患，无法对桥梁的真实受力性能进行准确的评估，对生命财产安全具有较大的威胁。此外通过传统荷载试验进行桥梁安全性能评估需要巨大的人力和物力，无法快速对大件运输沿线的所有桥梁的安全性能进行快速的评估，针对上述问题本申请中给出如下方案。

为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。

图1为本申请实施例提供的一种基于移动监测的大件车辆运输过程中桥梁安全评估方法示意图，如图1所示，该方法包括：

S10：控制检测车辆运行于待检测桥梁；

需要说明的是，检测车辆为安装有桥梁检测装置的车辆，同时搭载了便携移动式和可拆卸式的桥梁检测装备，本实施例中对于检测车辆以及检测装置本身的类型等性质不进行限定，即本实施例中所涉及的检测装置可以包括但不限于视频检测装置、加速度传感器、动力响应传感器等等，且由于本实施例中对于车辆在待检测桥梁中的运行状态不进行限定，可以理解的是，为了测量结果完整准确，可以控制检测车辆从头到尾通过待检测桥梁从而进行待检测桥梁的完整的检测，且对于桥梁类型不进行限定，可以理解的是，可拆卸式位移监测装备和便携移动式表观监测设备实现了对不同类型桥梁关键点的位移监测和表观检测具有较强的适应性，且对于检测车辆运行时待检测桥梁中其他车辆的状态不进行限定，可以是在日常正常使用，即有其他行人及普通车辆通行的状态下进行检测，也可以单独使用检测车辆进行检测，或是在大型超重车辆经过时进行检测等，可以采取上述检测方案的一种或几种组合来得到数据。

S11：获取桥梁检测装置在检测车辆运行于待检测桥梁时测得的数据；

需要说明的是，本实施例中对于桥梁检测装置获取桥梁数据的具体步骤不进行限定，视不同的检测装置，获取的方式不同。本申请中对于桥梁检测装置在车辆运行时检测的具体时间不进行限定，视不同的桥梁检测装置而定，可以是车辆运行时全程检测，也可以是经过待检测桥梁的某个位置进行检测。

S12：根据数据生成待检测桥梁的安全状态。

在实际应用中，根据获取到的数据，进行计算、统计，从而获取到待检测桥梁的安全状态，可以理解的是，由于未对检测装置进行限定，所以获取到的数据种类不同，因此如何生存待检测桥梁的安全状态的方式和算法也不同，在本实施例中对于具体生成安全状态的方式不进行限定。

本实施例中所提供的基于移动监测的大件车辆运输过程中桥梁安全评估方法，通过搭载有检测装置的检测车辆通行待检测桥梁，从而利用检测装置获取到待检测桥梁的数据，从而根据该数据生成得到待检测桥梁的安全状态，和目前的使用传感器进行桥梁的安全检测相比，由于使用固定传感器进行安全检测需要对每一个待检测桥梁都需要使用一套相应设备和安装方案，且将设备安装在桥梁上较为复杂，而本方案中的安全检测方法只需要使用一台检测车辆即可对多个待检测桥梁进行检测，因此设备较少，成本较低，也无需进行安装，只需要组装完成控制检测车辆通过待检测桥梁即可完成对待检测桥梁的检测，操作较为简单。

考虑到对桥梁的安全检测数据的完整性，因此在此提出优选方案，控制检测车辆运行于待检测桥梁包括：

控制检测车辆单独运行于待检测桥梁；

控制检测车辆与大件车辆同时运行于待检测桥梁，大件车辆为通过公路载运不可拆解物体的超限运输的车辆；获取检测车辆运行于待检测桥梁时测得的数据包括：

获取桥梁检测装置在检测车辆单独运行于待检测桥梁时的初始数据；

获取桥梁检测装置在检测车辆与大件车辆同时运行于待检测桥梁时的对比数据；

根据数据生成待检测桥梁的安全状态包括：

比较对比数据与初始数据，并生成待检测桥梁的安全状态。

可以理解的是，本实施例中，对于检测车辆单独通过待检测桥梁所检测到的数据，及与大件车辆同时通过待检测桥梁所检测到的数据不同，前者获取到的是待检测桥梁的基础历史的损伤数据，即初始数据，后者获取到的是当前大件车辆通过时对桥梁的实时损伤数据，需要说明的是，本实施例中对于大件车辆的本身性质，例如数量、质量等均不进行限定。

需要说明的是，本实施例中提出了，通过检测两次，分别获取到检测车辆单独通过待检测桥梁时，待检测桥梁的历史损伤数据，以及检测车辆与大件车辆同时通过待检测桥梁时，待检测桥梁的实时反馈的损伤数据，从而使得获取到的待检测桥梁的数据更加完整，使得生成的桥梁的安全状态更加准确，增加了方案的准确性。

上述实施例中未对桥梁检测装置进行限定，在此提出优选方案，桥梁检测装置包括加速度传感器，获取桥梁检测装置在检测车辆运行于待检测桥梁时测得的数据包括：

获取加速度传感器测得的检测车辆的加速度响应信号；

根据数据生成待检测桥梁的安全状态包括：

利用随机子空间法、经验模态分解法、集合经验模态分解对车-桥耦合系统的动力响应信号进行分离根据加速度响应信号获取待检测桥梁自身振动的响应信号；

根据响应信号，获取待检测桥梁的动力特性，根据动力特性生成待检测桥梁的安全状态。

可以理解的是，本实施例中仅限定桥梁检测装置包括加速度传感器，即桥梁检测装置还可以包括其它装置，在此不进行限定。

需要说明的是，车-桥耦合系统即指检测车辆与待检测桥梁之间的相互作用系统，随机子空间法是集成学习的一种，随机子空间通过使用随机的部分特征而不是所有的特征来训练每个分类器，来降低每个分类器之间的相关性，这里的分类器即可以代指桥梁中的每一个单位距离。经验模态分解法是一种自适应的数据处理或挖掘方法，非常适合非线性，非平稳时间序列的处理，本质上是对数据序列或信号的平稳化处理。集合经验模态分解是一种新的时频分析方法，而且是一种自适应的时频局部化分析方法。基于上述三种方法获取得到耦合系统中，检测车辆运行在待检测桥梁的不同位置、不同时间的响应信号，从而获取到待检测桥梁的振动信号，根据振动信号从而换算得到待检测桥梁的安全状态。

本实施例中限定了检测装置中包含加速度传感器，从而通过加速度传感器获取得到检测车辆的加速度响应信号，通过车-桥耦合系统，可以将检测车辆的加速度响应信号换算为桥梁的振动响应信号，对桥梁的振动响应信号进行快速傅里叶变换获取桥梁的初始自振频率，再对桥梁振动响应信号进行希尔伯特变换，根据模态置信准则识别桥梁的振型和阻尼比从而分析得到桥梁的安全状态，从而获取针对桥梁振型和阻尼比的安全状态。

上述实施例中对于桥梁检测装置未进行完全限定，在此提出优选方案，桥梁检测装置还包括视频检测装置，获取桥梁检测装置在检测车辆运行于待检测桥梁时测得的数据包括：

获取便携移动式视频检测装置测得的待检测桥梁的表现病害；

根据数据生成待检测桥梁的安全状态包括：

根据表现病害，生成待检测桥梁的安全状态。

需要说明的是，本实施例中对于视频检测装置不进行限定，可以包含但不限于检测车辆云台上搭载的高速相机、无人机、全球卫星导航系统(Global NavigationSatellite System，GNSS)等，根据装置不同，因此在检测车辆中的安装位置不同，在此不进行赘述。

可以理解的是，表现病害即表示待检测桥梁能根据图像观察得到的桥梁的危险状态，如裂纹、脱落、锈蚀等，基于GNSS获取视频图像的三维坐标，并将其三维坐标实时打印在相应的图像上获取待检测桥梁的初始病害图像和对病害图像进行实时定位。对于如何根据表现病害生成待检测桥梁的安全状态，一般是利用训练好的深度学习网络和数字图像处理技术对待检测桥梁的表观病害进行识别，结合裂缝图像上的三维坐标对主要裂缝进行定位，利用图像处理技术对裂缝的长度、宽度和面积进行量化分析，确定出存在严重表观病害的桥梁，便于大件运输车辆通过时对桥梁裂缝发展趋势进行实时监测实现桥梁的疲劳寿命评估，从而获取得到待检测桥梁的安全状态。

可以理解的是，本实施例中通过获取待检测桥梁的图像从而生成待检测桥梁的安全状态，能够较为直观且简易判断出待检测桥梁的基本安全状态。

上述实施例中，对于如何生成待检测桥梁的安全状态未进行限定，在此提出优选方案，比较对比数据与初始数据，并生成待检测桥梁的安全状态包括：

建立大件运输车辆通过前的桥梁模态振型平方指标为

其中α为使得数据差异明显而引入的参数，Δ

其中，损伤识别指标建立是基于模态振型平方：

通过本实施例的计算方式，可以较为系统计算得到待检测桥梁的每一个单位距离的振型，从而获取到单位距离中从而准确获取得到待检测桥梁的不同区域的基于振型的安全状态。

上述实施例中提供了一种基于振型判断得到的待检测桥梁的不同区域的安全状态，在此提出优选方案，比较对比数据与初始数据，并生成待检测桥梁的安全状态包括：

假设初始损伤指标向量

按如下公式对单元刚度矩阵进行修正：

求解上述方程，按如下公式修正损伤指标：

P

代入车-桥耦合运动方程，计算得到第r+1次迭代的加速度响应

和灵敏度矩阵

其中，损伤向量指标是局域以下单元刚度折减构建的：

车-桥耦合运动方程如下：

其中M为质量矩阵、C为阻尼矩阵、K为刚度矩阵、S为灵敏度矩阵，P为指标向量。

通过本实施例的计算方式，可以较为系统计算得到待检测桥梁的各单元的运动的刚度折减向量，从而获取到单位距离中从而准确获取得到待检测桥梁的不同区域的基于刚度的安全状态。

考虑到大件车辆对待检测桥梁产生的冲击是判断待检测桥梁的安全状态的一个重要数据，在此提出优选方案，该方法还包括：

在待检测桥梁的预设位置架设可拆卸式GPS-RTK移动站；

获取大件车辆单独运行于待检测桥梁时GPS-RTK移动站采集到的数据；

按照如下公式计算大件车辆对待检测桥梁的冲击作用；

其中IM表示冲击系数，R

载波相位差分技术(Real-time kinematic，RTK)，是实时处理两个测量站载波相位观测量的差分方法，将基准站采集的载波相位发给用户接收机，进行求差解算坐标。这是一种新的常用的卫星定位测量方法，以前的静态、快速静态、动态测量都需要事后进行解算才能获得厘米级的精度，而RTK是能够在野外实时得到厘米级定位精度的测量方法，采用了载波相位动态实时差分方法，是GPS应用的重大里程碑，极大地提高了作业效率。

通过使用RTK-GPS系统从而精确获取得到大件车辆通过待检测桥梁的冲击系数，从而可以依据每次大件车辆通过待检测桥梁时冲击系数，结合待检测桥梁的车流量即当前的安全状态从而协助判断待检测桥梁的寿命，增加了本方法的实用性。

在上述实施例中，对于基于移动监测的大件车辆运输过程中桥梁安全评估方法进行了详细描述，本申请还提供桥梁安全检测装置对应的实施例。需要说明的是，本申请从两个角度对装置部分的实施例进行描述，一种是基于功能模块的角度，另一种是基于硬件的角度。

图2为本申请实施例提供的一种桥梁安全检测装置示意图，该装置包括：

控制模块10，用于控制检测车辆运行于待检测桥梁，检测车辆为安装有桥梁检测装置的车辆；

获取模块11，用于获取桥梁检测装置在检测车辆运行于待检测桥梁时测得的数据；

生成模块12，用于根据数据生成待检测桥梁的安全状态。

由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述，且由于装置部分与方法部分对应，因此有益效果同方法部分。

图3为本申请另一实施例提供的桥梁安全检测装置的结构图，如图3所示，桥梁安全检测装置包括：存储器20，用于存储计算机程序；

处理器21，用于执行计算机程序时实现如上述实施例中所提到的基于移动监测的大件车辆运输过程中桥梁安全评估方法的步骤。

本实施例提供的桥梁安全检测装置可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。

其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器20可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器20至少用于存储以下计算机程序201，其中，该计算机程序被处理器21加载并执行之后，能够实现前述任一实施例公开的基于移动监测的大件车辆运输过程中桥梁安全评估方法的相关步骤。另外，存储器20所存储的资源还可以包括操作系统202和数据203等，存储方式可以是短暂存储或者永久存储。其中，操作系统202可以包括Windows、Unix、Linux等。数据203可以包括但不限于上述基于移动监测的大件车辆运输过程中桥梁安全评估方法中涉及的数据等。

在一些实施例中，桥梁安全检测装置还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。

本领域技术人员可以理解，图3中示出的结构并不构成对桥梁安全检测装置的限定，可以包括比图示更多或更少的组件。

本申请实施例提供的桥梁安全检测装置，包括存储器和处理器，处理器在执行存储器存储的程序时，能够实现如下方法：上述实施例中所提到的基于移动监测的大件车辆运输过程中桥梁安全评估方法。

由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述，且由于装置部分与方法部分对应，因此有益效果同方法部分。

最后，本申请还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。

可以理解的是，如果上述实施例中的方法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，本申请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全部或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，执行本申请各个实施例所述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(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

由于可读存储介质部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述，且由于装置部分与方法部分对应，因此有益效果同方法部分。

以上对本申请所提供的一种基于移动监测的大件车辆运输过程中桥梁安全评估方法、装置及可读存储介质进行了详细介绍。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，各个实施例之间相同相似部分互相参见即可。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，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

还需要说明的是，在本说明书中，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、物品或者设备中还存在另外的相同要素。