车内图像获取方法、装置以及电子设备、存储介质

技术领域

本公开涉及车辆技术领域，尤其涉及一种车内图像获取方法、装置以及电子设备、存储介质。

背景技术

随着汽车技术的发展，在汽车内部设置有拍摄设备，通过拍摄设备对车内场景进行拍摄，记录车内的影像资料，将拍摄的影像资料存储在硬盘等介质上，通过存储的影像资料可以对车内场景进行监测和追溯。在行车过程中，为了提升行车的乐趣和体验，在车内的人员处于高兴等情绪时对车内的场景进行拍摄，留下影像。但是，目前的拍摄设备仅能根据用户输入的开启指令开始拍摄，根据用户输入的停止指令停止拍摄，不能基于车内人员的情绪进行拍摄。

发明内容

为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种车内图像获取方法、装置以及电子设备、存储介质。

根据本公开实施例的一个方面，提供一种车内图像获取方法，包括：获取图像采集装置采集的至少一帧车内图像、拾音装置采集的车内声音；基于所述至少一帧车内图像和所述车内声音信息判断是否满足预设条件，如果是，则控制图像采集装置获得当前帧车内图像；其中,所述预设条件包括：车内人员的情绪为预设的目标情绪。

根据本公开实施例的另一方面，提供一种车内图像获取装置，包括：信息采集模块，用于获取图像采集装置采集的至少一帧车内图像、拾音装置采集的车内声音；图像采集模块，用于基于所述至少一帧车内图像和所述车内声音信息判断是否满足预设条件，如果是，则控制图像采集装置获得当前帧车内图像；其中,所述预设条件包括：车内人员的情绪为预设的目标情绪。

根据本公开实施例的另一方面，提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述的方法。

根据本公开实施例的另一方面，提供一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于执行上述的方法。

基于本公开上述实施例提供的一种车内图像获取方法、装置以及电子设备、存储介质，能够多维度地识别车内人员的情绪，基于车内人员的情绪采集图像，提高了行车的趣味性和体验。

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。

附图说明

通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征以及优势将变得更加明显。附图用来提供对本公开实施例的进一步的理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1为本公开的车内图像获取方法的一个实施例的流程图；

图2为本公开的基于图像和声音判断是否满足预设条件的一个实施例的流程图；

图3为本公开的基于图像识别车内人员情绪的一个实施例的流程图；

图4为本公开的基于声音识别车内人员情绪的一个实施例的流程图；

图5为本公开的基于人数判断是否进行条件判断的一个实施例的流程图；

图6为本公开的车内图像获取装置的一个实施例的结构示意图；

图7为本公开的图像采集模块的一个实施例的结构示意图；

图8是本公开的电子设备的一个实施例的结构图。

具体实施方式

下面将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。

应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。

还应理解，在本公开实施例中，“多个”可以指两个或者两个以上，“至少一个”可以指一个、两个或两个以上。

还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。

另外，本公开中术语“和/或”，仅是一种描述关联对象的关联关系，表示可以存在三种关系，如A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。

还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

本公开的实施例可以应用于终端设备、计算机系统、服务器等电子设备，其可与众多其它通用或者专用计算系统环境或配置一起操作。适于与终端设备、计算机系统或者服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境等等。

终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施。在分布式云计算环境中，任务可以是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

在实现本公开的过程中，发明人发现，在行车过程中，目前的拍摄设备仅能根据用户输入的开启指令开始拍摄，根据用户输入的停止指令停止拍摄，不能基于车内人员的情绪进行拍摄，在车内的人员处于高兴等情绪时对车内的场景进行拍摄，留下影像。

本公开提供的车内图像获取方法，基于车内图像和车内声音信息判断是否满足预设条件，如果是，则控制图像采集装置获得当前帧车内图像，预设条件包括：车内人员的情绪为预设的目标情绪；能够多维度、多特征地识别车内人员的情绪，提高对于情绪检测的准确性和可靠性。

图1为本公开的车内图像获取方法的一个实施例的流程图，如图1所示的方法包括步骤：S101和S102。下面对各步骤分别进行说明。

S101，获取图像采集装置采集的至少一帧车内图像、拾音装置采集的车内声音。

如果确定导航目的地为预设的目标并且距离导航目的地的距离大于预设的距离阈值，则提示用户是否开启行车拍摄功能。预设的目标可以为公园、旅游区、餐馆，购物中心等，距离阈值可以为5公里、10公里等，提示用户是否开启行车拍摄功能可以采用语音方式进行提示，或在中控显示屏上显示是否开启抓拍预授权。在一个示例中，也可以不提示用户是否开启行车拍摄功能，在车内设置行车拍摄功能按钮，用户直接按下按钮开启行车拍摄功能。

图像采集装置可以为车内设置的摄像头等，拾音装置可以为车内音响系统的麦克风阵列等。判断行车拍摄功能是否开启，如果是，则获得摄像装置采集的车内监控图像、拾音装置采集的车内声音信息，如果否，则不获取图像和声音。

S102,基于至少一帧车内图像和车内声音信息判断是否满足预设条件，如果是，则控制图像采集装置获得当前帧车内图像。预设条件包括车内人员的情绪为预设的目标情绪，目标情绪可以为高兴情绪等。

可以对车内图像进行人脸识别，基于人脸识别的结果确定车内人员数量，当车内人员数量大于1时，基于至少一帧车内图像和车内声音信息判断是否满足预设条件。如果车内只有一个人，即车内仅有司机，司机由于在驾驶时注意力需要集中、情绪需要保持稳定，并且在驾驶的过程中司机不会与其他人进行交流，因此通常不需对司机的情绪进行抓拍。当车内有多人时，在车辆行驶的过程中多人之间能够进行交流。在车内讨论感兴趣的话题时，或者在车辆经过美景、在车内播放音乐、评书等情况下，车内人员会出现高兴等情绪，对于车内人员的高兴等情绪的图像进行采集，可以记录美好的时刻，提高行车的趣味性和体验。

图2为本公开的基于图像和声音判断是否满足预设条件的一个实施例的流程图，如图2所示的方法包括步骤：S201至S203。下面对各步骤分别进行说明

S201，基于至少一帧车内图像对车内人员的情绪进行识别，获得第一情绪识别结果。

S202，基于车内声音对车内人员的情绪进行识别，获得第二情绪识别结果。

S203，根据第一情绪识别结果和第二情绪识别结果判断车内人员的情绪是否为目标情绪。

在一个实施例中，判断车内人员的情绪是否为目标情绪可以有多种方法。第一情绪识别结果包括：与目标情绪相对应的第一情绪识别置信度；第二情绪识别结果包括：与目标情绪相对应的第二情绪识别置信度。第一情绪识别置信度和第二情绪识别置信度可以为情绪为目标情绪的概率值。

如果确定第一情绪识别置信度和第二情绪识别置信度都大于预设的第一置信度阈值，则确定车内人员的情绪为目标情绪；或者，如果图像识别系数和第一情绪识别置信度的乘积与声音识别系数和第一情绪识别置信度的乘积之和大于第二置信度阈值，则确定车内人员的情绪为目标情绪。

例如，第一情绪识别置信度为70％，第二情绪识别置信度为80％，第一置信度阈值为65％，第二置信度阈值为70％。如果确定第一情绪识别置信度70％和第二情绪识别置信度80％都大于预设的第一置信度阈值65％，则确定车内人员的情绪为目标情绪。

设置的图像识别系数为0.6、声音识别系数为0.4。如果图像识别系数0.6和第一情绪识别置信度70％的乘积与声音识别系数0.4和第一情绪识别置信度80％的乘积之和为0.74，大于第二置信度阈值70％，则确定车内人员的情绪为目标情绪。

在一个实施例中，预设条件还包括：音量分贝值大于预设的分贝阈值。基于车内语音信息获得音量分贝值，如果确定车内人员的情绪为目标情绪，或者，如果确定车内人员的情绪为目标情绪并且确定基于车内语音信息获得的音量分贝值大于预设的分贝阈值，则控制图像采集装置获得当前帧车内图像并存储。

人说话的声音能够反应情绪。人在比较激动时，例如在高兴时，说话的声音比平常说话的声音大。在判断车内人员的情绪满足预设条件的同时判断音量超过阈值，通过增加音量检测辅助进行车内氛围的判断，可加强判断的准确性和稳定性。

图3为本公开的基于图像识别车内人员情绪的一个实施例的流程图，如图3所示的方法包括步骤：S301至S303。下面对各步骤分别进行说明。

S301，获得车内监控图像中的各个人员的人脸图像。

S302，根据各个人员的人脸图像，确定各个人员的情绪识别置信度。

S303，基于人员数量和各个人员的情绪识别置信度确定第一情绪识别结果。

基于车内监控图像对车内人员的情绪进行识别，获得第一情绪识别结果可以有多种方法。获得车内监控图像中的至少一个人脸图像，将人脸图像输入训练好的第一情绪识别模型，获得第一情绪识别模型输出的用于表征与人脸图像相对应的情绪为目标情绪的图像识别置信度。基于人脸图像数量和图像识别置信度获得平均图像情绪识别置信度，将平均图像情绪识别置信度作为第一情绪识别置信度。

例如，获得车内监控图像中的三个人脸图像，从三个人脸图像中获得情绪识别特征信息，将情绪识别特征信息输入训练好的第一情绪识别模型，第一情绪识别模型输出用于表征与三个人脸图像相对应的情绪为目标情绪的三个图像识别置信度分别为60％、77％和69％。获得三个图像识别置信度60％、77％和69％的平均图像识别置信度68.7％，将平均图像识别置信度68.7％作为第一情绪识别置信度。

第一情绪识别模型可以为神经网络模型，例如为CNN、RNN网络模型等。第一情绪识别模型包括输入层神经元模型、中间层神经元模型和输出层神经元模型，每层神经元模型的输出作为下一层神经元模型的输入，中间层神经元模型为全连接层。

预先通过预设的人脸检测算法对车内图像进行检测，检测出人脸图像，标定与人脸图像相对应的情绪信息，情绪可以为高心、悲伤、恐惧、生气、惊讶、厌恶或轻蔑等。基于人脸图像和标注的情绪信息生成样本训练集，基于样本训练集对神经网络模型进行训练，获得训练好的第一情绪识别模型。获得车内监控图像中的至少一个人脸图像，将人脸图像输入训练好的第一情绪识别模型，获得第一情绪识别模型输出的目标情绪的图像识别置信度，即情绪为目标情绪的概率值。

图4为本公开的基于声音识别车内人员情绪的一个实施例的流程图，如图4所示的方法包括步骤：S401和S402。下面对各步骤分别进行说明。

S401，获得车内声音信息中的语义内容和语调信息。

S402，根据语义内容和语调信息，获得第二情绪识别结果。

可以通过语音识别技术获得车内声音信息中的语义内容和语调信息，语义内容可以为文本内容，语调信息包括音量、语速和音调等。分别从语义内容和语调信息提取情绪识别关键词和识别语调。例如，可以对语义内容进行分析，确定其中能够明显表明用户情绪的关键词，作为情绪识别关键词；可以将音量超过最大阈值和低于最小阈值的目标语调作为识别语调，或将语速超过设阈值的也作为识别语调等。

第二情绪识别模型可以为神经网络模型，例如为CNN、RNN网络模型等。第二情绪识别模型包括输入层神经元模型、中间层神经元模型和输出层神经元模型，每层神经元模型的输出作为下一层神经元模型的输入，中间层神经元模型为全连接层。

预先获得声音信息，从声音信息中获得语义内容和语调信息，从语义内容和语调信息提取情绪识别关键词和识别语调，标定对于情绪识别关键词和识别语调的情绪信息，情绪可以为高心、悲伤、恐惧、生气、惊讶、厌恶或轻蔑等。基于情绪识别关键词和识别语调以及标注的情绪信息生成样本训练集，基于样本训练集对神经网络模型进行训练，获得训练好的第二情绪识别模型。对车内声音信息进行处理，获得情绪识别关键词和识别语调，将情绪识别关键词和识别语调输入训练好的第二情绪识别模型，获得第二情绪识别模型输出的第二情绪识别置信度，即情绪为目标情绪的概率值。

图5为本公开的基于人数判断是否进行条件判断的一个实施例的流程图，如图5所示的方法包括步骤：S501至S503。下面对各步骤分别进行说明。

S501，根据车内设置的压力传感器获得第一车内人数。

例如，可以在车内座位下设置压力传感器，基于压力传感器采集的重量信息获得第一车内人数。

S502，根据至少一帧车内图像获得第二车内人数。

S503，如果判断第一车内人数与第二车内人数相匹配，则基于车内监控图像和车内声音信息判断是否满足预设条件。

例如，通过对车内图像进行人脸识别，确定第二车内人数为四人。通过设置在每个车座下的压力传感器可以确定有四个车座有人坐，并且设置在这四个车座下的压力传感器测量采集的四个压力都满足人体重量区间(人体重量区间可以为[25-150]千克)，则确定第一车内人数为四人。

如果第一车内人数与第二车内人数相等，则验证了人脸识别的准确性，可以避免采用人脸识别对车内人员的遗漏，保证对车内全部人员的高兴情绪等都可以进行抓拍。在确定第一车内人数与第二车内人数相等后，基于车内监控图像和车内声音信息判断是否满足预设条件。

通过采用压力传感器确定第一车内人数、采用人脸识别技术确定第二车内人数，在这两个人数检测结果匹配后再进行情绪识别，可以实现人数检测的双向匹配，使得人数检测精准度更高，可以提高情绪检测的有效性。

在一个实施例中，在导航中开启了行车拍摄功能，如果确定车辆熄火时间小于预设的时间阈值并且导航目的地不变，则确定行车拍摄功能持续有效，预设的时间阈值可以为2小时等。如果满足预设条件，则基于预设的抓拍策略控制摄像装置获得当前帧车内图像并存储，也可以间隔预设的间隔时间获得多帧车内图像并存储，预设的间隔时间可以为0.1秒，可以获得15、20帧车内图像等。

如果确定到达导航目的地，或者取消了导航并且车辆为静置状态，则显示存储的车内图像并提示对于存储的当前帧车内图像进行处理，可以通过语音等进行提醒，同时在车内的显示屏界面上显示存储的当前帧车内图像，用户可以选择保存且分享。

在一个实施例中，如图6所示，本公开提供一种车内图像获取装置，包括：信息采集模块601和图像采集模块602。信息采集模块601获取图像采集装置采集的至少一帧车内图像、拾音装置采集的车内声音。图像采集模块602基于至少一帧车内图像和车内声音信息判断是否满足预设条件，如果是，则图像采集模块602控制图像采集装置获得当前帧车内图像，预设条件包括：车内人员的情绪为预设的目标情绪。图像采集模块602确定车内人员数量，当车内人员数量大于1时，基于至少一帧车内图像和车内声音信息判断是否满足预设条件。

在一个实施例中，如图7所示，图像采集模块602包括：第一情绪识别单元6021、第二情绪识别单元6022和目标情绪判断单元6023。第一情绪识别单元6021基于至少一帧车内图像对车内人员的情绪进行识别，获得第一情绪识别结果。第二情绪识别单元6022基于车内声音对车内人员的情绪进行识别，获得第二情绪识别结果。目标情绪判断单元6023根据第一情绪识别结果和第二情绪识别结果判断车内人员的情绪是否为目标情绪。

目标情绪判断单元6023基于车内语音信息获得音量分贝值，预设条件还包括：音量分贝值大于预设的分贝阈值。第一情绪识别单元6021获得车内监控图像中的各个人员的人脸图像，根据各个人员的人脸图像，确定各个人员的情绪识别置信度，基于人员数量和各个人员的情绪识别置信度确定第一情绪识别结果。第二情绪识别单元6022获得车内声音信息中的语义内容和语调信息，根据语义内容和语调信息，获得第二情绪识别结果。

目标情绪判断单元6023根据车内设置的压力传感器获得第一车内人数，根据至少一帧车内图像获得第二车内人数，如果判断第一车内人数与第二车内人数相匹配，则基于车内监控图像和车内声音信息判断是否满足预设条件。

图8是本公开的电子设备的一个实施例的结构图，如图8所示，电子设备81包括一个或多个处理器811和存储器812。

处理器811可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备81中的其他组件以执行期望的功能。

存储器812可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器，例如，可以包括：随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器，例如，可以包括：只读存储器(ROM)、硬盘以及闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器811可以运行所述程序指令，以实现上文所述的本公开的各个实施例的车内图像获取方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。

在一个示例中，电子设备81还可以包括：输入装置813以及输出装置814等，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。此外，该输入设备813还可以包括例如键盘、鼠标等等。该输出装置814可以向外部输出各种信息。该输出设备814可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图8中仅示出了该电子设备81中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备81还可以包括任何其他适当的组件。

除了上述方法和设备以外，本公开的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的车内图像获取方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本公开的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的车内图像获取方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列举)可以包括：具有一个或者多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势以及效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。

上述实施例中的车内图像获取方法、装置以及电子设备、存储介质，基于车内图像和车内声音信息判断是否满足预设条件，如果是，则控制图像采集装置获得当前帧车内图像，预设条件包括：车内人员的情绪为预设的目标情绪；能够多维度、多特征地识别车内人员的情绪，提高对于情绪检测的准确性和可靠性，基于车内人员的情绪采集图像，提高了行车的趣味性和体验。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备以及系统。诸如“包括”、“包含、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

可能以许多方式来实现本公开的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。

还需要指出的是，在本公开的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。

提供所公开的方面的以上描述，以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改等对于本领域技术人员而言，是非常显而易见的，并且在此定义的一般原理可以应用于其他方面，而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式中。尽管以上已经讨论了多个示例方面以及实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。