一种结合场景关系的无人机巡检目标属性自动提取方法

技术领域

本发明涉及视频监控技术领域，具体涉及一种结合场景关系的无人机巡检目标属性自动提取方法。

背景技术

现代旅游业发展迅速，很多人喜欢去大自然中旅行，但是突发情况也是非常众多，经常发生人员被困在山上、目标场景中，无法有效的发出求救信息，搜救人员在搜救时通常都是地毯式的对救援地进行人工搜救，极其耗费人力物力，最关键的是时间上的耽误，导致救援不能有效进行；

现有的一种结合场景关系的无人机巡检目标属性自动提取方法，采用无人机巡检的方式对救援人员进行搜寻，然后针对于无人机巡检的路径选择是基于搜寻范围的，尽可能的以救援目标失踪的最大范围去进行搜寻，目标场景的监控中心调取所有监控视频去对救援目标的位置进行定位，并将其传输到正在巡检的无人机中，缩小无人机的巡检范围，这样的方式需要保证目标场景内所有的监控视频一直保持分析开启的状态，造成了搜救过程中不必要的人力物力资源上的浪费，且基于搜寻范围的筛选没有基于救援目标的行进轨迹进行筛选，这样确定的搜寻范围不准确，基于这样的搜寻范围进行救援人员搜寻的效率不高；

为了解决上述问题，本发明提出了一种解决方案。

发明内容

本发明的目的在于提供一种结合场景关系的无人机巡检目标属性自动提取方法，目的是为了解决现有技术中搜救过程需要保证目标场景内所有的监控视频一直保持分析开启的状态，造成了搜救过程中不必要的人力物力资源上的浪费，且基于搜寻范围的筛选没有基于救援目标的行进轨迹进行筛选，这样确定的搜寻范围不准确，基于这样的搜寻范围进行救援人员搜寻的效率不高的问题；

本发明的目的可以通过以下技术方案实现：

一种结合场景关系的无人机巡检目标属性自动提取方法，包括以下步骤：

步骤一：多路监控模块，对目标场景内的所有监控区域进行视频监控，所述多路监控模块包括若干个监控单元，一个所述监控单元对应目标场景内一个监控区域，所述监控单元对该目标场景内对应监控区域进行实时监控并依据其生成该监控区域的视频监控数据，所述多路监控模块依据该目标场景内所有监控区域的视频监控数据生成该目标场景的媒体监控数据；

步骤二：目标识别模块，用于对目标场景内的救援目标进行识别，所述救援目标为人类，所述目标识别模块中预存储有已经训练好的救援目标识别模型，所述救援目标识别模型是用来对图像进行救援目标识别，提取救援目标的多种属性并将识别出的救援目标采用语义分割标注法对构成其的所有像素点采用同一种颜色进行标示，所述救援目标的多种属性包括救援目标的高度、宽度、衣服颜色和救援目标性别；

所述目标识别模块对接收到该目标场景的媒体监控数据进行存储并将其输入到救援目标识别模型中，若该目标场景的媒体监控数据中未识别到救援目标，则不做任何处理，反之，则将该目标场景的媒体监控数据中识别出救援目标的所有图像抽取出来并依据抽取到的所有图像和该救援目标的多种属性生成该救援目标的待分析图像数据；

步骤三：所述救援监控平台，用于辅助该目标场景的管理人员进行救援，所述救援监控平台包括分析提取单元、区域筛定单元、监控单元和无人机巡检单元，所述分析提取单元按照一定的分析生成规则生成该救援目标的分析提取数据；

步骤四：所述区域筛定单元依据接收到的该救援目标的分析提取数据按照一定的选取生成规则生成该救援目标的监控调取数据和巡查数据；

所述区域筛定单元将该救援目标的监控调取数据传输到监控单元，将该救援目标的巡查数据传输到无人机巡检单元。

进一步的，所述监控单元包括高清网络摄像头，所述监控区域由该目标场景的管理人员基于该目标场景的情况和所有可行进路线进行选定的。

进一步的，所述步骤三中，分析生成规则生成该救援目标的分析提取数据的具体分析生成规则如下：

S11：获取该救援目标的待分析图像数据中所有图像并按照其距离当前时刻的远近顺序从远到近依次将所有的图像标记为A1、A2、...、Aa；

S12：在图像A1、A2、...、Aa中获取与图像A1为同一高清网络摄像头拍摄的所有图像并按照图像A1、A2、...、Aa的顺序依次重新标记为B1、B2、...、Bb，b≥1；

S13：分别获取图像B1和图像Bb在所属视频监控数据中对应的时间码C1、C2并依据其获取图像B1和图像Bb的间隔时长D1，所述D1＝C2-C1；

所述时间码是一种将时间点与视频或音频帧进行对应的标识符，所述图像B1在所属视频监控数据中对应的时间码指时间码的是图像B1在所属视频监控数据中的确切时间；

S14：依据图像B1和图像Bb获取该救援目标从时间码C1到时间码C2的运动距离，标记为E1，将图像B1和图像Bb所属视频监控数据对应的监控区域标记为G1，利用公式F1＝E1/D1计算获取该救援目标在监控区域G1的移动速度F1；

S15：按照图像A1、A2、...、Aa的顺序依次获取其所属视频监控数据对应的监控区域G1、G2、...、Gg，g≥1；

S16：按照S12到S15依次计算获取该救援目标在监控区域G1、G2、...、Gg的移动速度F1、F2、...、Fg；

利用公式

若H1>H则按照|Fh-F|从大到小的顺序依次选中对应的Fh，每选中一个将其删除，删除后重新计算剩余Fh的离差H1，并再次将H1和H进行大小比较，直至H1

S17：按照一定的计算规则计算获取该救援目标的区域选择停留时间N1；

S18：按照一定的计算规则计算获取该救援目标的行进方位偏转值T1和行进方位偏转区间[Qmax,Rmin]；

所述分析提取单元依据该救援目标的行进方位偏转值T1、行进方位偏转区间[Qmax,Rmin]、平均移速I1、区域选择停留时间N1、多种属性和监控区域G1、G2、...、Gg生成该救援目标的分析提取数据。

进一步的，所述S17计算获取该救援目标的区域选择停留时间N1的具体计算规则如下：

S171：获取监控区域G1和G2的间隔距离，标记为J1；

S172：在图像A1、A2、...、Aa中获取所属视频监控数据对应的监控区域为G2的所有图像，并按照图像A1、A2、...、Aa的顺序依次重新标记为K1、K2、...、Kk，k≥1；获取图像K1在所属视频监控数据中对应的时间码L1；

S173：利用公式M1＝|(L1-C2)×α1-J1/I1|计算获取该救援目标从监控区域G1到间隔区域G2的区域选择时间M1，所述α1为预设修正因子；

S174：依次获取监控区域G1和监控区域G2的间隔距离、监控区域G2和G3的间隔距离、...、监控区域Gg-1和监控区域Gg的间隔距离J1、J2、...、Jg-1，按照S171到S173计算获取该救援目标从监控区域G1到G2、G2到G3、...、Gg-1和Gg的区域选择时间M1、M2、...、Mg-1，并利用加和求平均公式计算获取其均值，将其重新标定为该救援目标的区域选择停留时间，标记为N1。

进一步的，所述S18计算获取该救援目标的行进方位偏转值T1和行进方位偏转区间[Qmax,Rmin]的具体计算规则如下：

S181：获取监控区域G2相对于监控区域G1的方位角的值O1，所述监控区域G2相对于监控区域G1的方位角是指以该救援人员在监控区域G1的行进方向为正方向，从监控区域G1测得的监控区域G2的角度；

S182：利用公式P1＝O2-O1计算获取O1和O2的方位角偏差度P1；

S183：按照S181依次获取监控区域G2相对于G1、G3相对于G2、...、Gg相对于Gg-1的方位角的值O1、O2、...、Og-1并按照S182依次计算获取O1和O2、O2和O3、...、Og-2和Og-1的方位角偏差度P1、P2、...、Pg-2，并利用加和求平均公式计算获取其均值，将其重新标定为该救援目标的行进方位偏转值，标记为T1；

S184：将方位角01和方位角O2进行大小比较，若O1≥O2，则将方位角O2的值变为负数，即在方位角O2的值的前方添加上负号“-”，该负号“-”表示方向，反之，则不做任何处理；

S185：按照S184，依次将方位角O1和O2、O2和O3、...、Og-2和Og进行大小比较，确定最终的方位角O1、O2、...、Og-1的值并将其中所有为正数的值标记为Q1、Q2、...、Qq，将所有为负数的值标记为R1、R2、...、Rr，1≤q≤g-1，1≤r≤g-1；

S186：依据Q1、Q2、...、Qq和R1、R2、...、Rr生成该救援目标的行进方位偏转区间[Qmax,Rmin]，所述Qmax为Q1、Q2、...、Qq的最大值，所述Rmin为R1、R2、...、Rr的最小值。

进一步的，所述区域筛定单元生成该救援目标的监控调取数据和巡查数据的具体生成规则如下：

S21：依据行进方位偏转区间[Qmax,Rmin]获取相对于监控区域Gg的所有监控区域的方位角的值在该行进方位偏转区间内的所有监控区域，标记为U1、U2、...、Uu，u≥1；

S22：依据该救援目标的行进方位偏转值T1计算获取相对于监控区域Gg的所有监控区域U1、U2、...、Uu的方位角的值与T1的误差在V1内的所有监控区域，将其重新标定为第一待定巡查区域，标记为W1、W2、...、Ww，u>w≥1；将监控区域U1、U2、...、Uu中除了第一待定巡查区域W1、W2、...、Ww外的所有监控区域标定为第二待定巡查区域，标记为X1、X2、...、Xx，u>x≥1，所述T1为预设阈值；

S23：按照一定的计算获取规则获取该救援目标的所有第一巡查区域和第二巡查区域；

所述区域筛定单元依据该救援目标的所有第一巡查区域和多种属性生成该救援目标的监控调取数据。

进一步的，所述S23中，获取该救援目标的所有第一巡查区域和第二巡查区域的具体计算规则如下：

S231：获取第一待定巡查区域W1和监控区域Gg的间隔距离PW1；

利用公式Y1＝N1+PW1/I 1计算获取该救援目标预计从监控区域Gg到达第一待定巡查区域W1的预计时长Y1，将Y1和PY1进行大小比较，若Y1≤PY1，则将第一待定巡查区域Y1重新标定为第一巡查区域，反之，则不做任何处理，所述PY1为预设的第一时长阈值；

S232：按照S231，依次计算获取该救援目标预计从监控区域Gg分别到达第一待定巡查区域W1、W2、...、Ww的预计时长Y1、Y2、...、Yw，将其和PY1进行大小比较，获取所有的第一巡查区域；

S234：获取第二待定巡查区域X1和监控区域Gg的间隔距离PX1；

利用公式Z1＝N1+PX1/I 1计算获取该救援目标预计从监控区域Gg到达第二待定巡查区域X1的预计时长Z1，将Z1和PZ1进行大小比较，若Z1≤PZ1，则将第二待定巡查区域X1重新标定为第二巡查区域，反之，则不做任何处理，所述PZ1为预设的第二时长阈值。

进一步的，所述监控单元接收到该救援目标的监控调取数据后依据其内携带的所以第一巡查区域调取所有第一巡查区域的监控，将其同时显示在一个屏幕上供给目标场景的管理人员进行查看，并将该救援目标的多种属性在屏幕上进行标注，便于管理人员跟踪找寻救援目标。

进一步的，所述无人机巡检单元包括无人机，所述无人机巡检单元接收到该救援目标的巡查数据后依据其内携带的该救援目标的所有第二巡查区域生成该无人机的最短巡查路径；

所述无人机巡检单元将该救援目标的多种属性和该无人机的最短巡查路径输入到无人机中，所述无人机按照其最短巡查路径飞行巡查所有的第二巡查区域并按照输入的该救援目标的多种属性对该救援目标进行搜寻。

进一步的，所述无人机的最短巡查路径指代的无人机以最短的时间巡查完所有的第二巡查区域。

本发明的有益效果：

本发明通过设置多路监控模块，对目标场景内所有的监控区域进行视频监控，目标识别模块基于目标场景的媒体监控视频获取救援目标的经过的多个监控区域和该救援目标的多种属性，分析提取单元通过对该救援目标经过的多个监控区域的时间和监控区域的位置进行分析得到该救援目标的分析提取数据，并对其基于监控区域的选择进行分析获取该救援目标的行进方位偏转值和行进方位偏转区间，区域筛定单元基于该救援目标的行进方位偏转值和行进方位偏转区间对其所有可能经过的监控区域进行筛选，将所属该救援目标所有第一巡查区域的监控视频进行调取实时在屏幕中进行显示，将所属该救援目标所有第二巡查区域采用无人机巡检的方式基于该救援目标的多种属性对其进行巡检搜寻，一方面基于救援目标无需对所有的监控区域的监控视频一直保持分析开启的状态，降低了搜救过程中造成的人力物力资源上的浪费，另一方面对可能经过的监控区域进行重点巡查，并采用无人机进行辅助搜寻，提高了搜寻救援的效率和准确度。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的系统框图；

图2是本发明的方法流程图。

具体实施方式

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，一种结合场景关系的无人机巡检目标属性自动提取方法，上述方法是基于一种结合场景关系的无人机巡检目标属性自动提取系统来进行的，该系统包括多路监控模块、目标识别模块和救援监控平台；

所述多路监控模块，用于对目标场景内的所有监控区域进行视频监控，所述多路监控模块包括若干个监控单元，一个所述监控单元对应目标场景内一个监控区域，所述监控单元包括高清网络摄像头，在本实施例中，所述高清网络摄像头的帧率参数为60fps，即1秒钟显示60个画面，在本实施例中，所述监控区域由该目标场景的管理人员基于该目标场景的情况和所有可行进路线进行选定的，所述目标场景包括森林和火灾现场，在本实施例中，所述目标场景为森林；

所述监控单元对该目标场景内对应监控区域进行实时监控并依据其生成该监控区域的视频监控数据，所述多路监控模块依据该目标场景内所有监控区域的视频监控数据生成该目标场景的媒体监控数据并将其传输到目标识别模块；

所述目标识别模块，用于对目标场景内的救援目标进行识别，所述救援目标是指任何可以移动且有生命需要被救援的对象，在本实施例中，所述救援目标为人类，所述目标识别模块中预存储有已经训练好的救援目标识别模型，所述救援目标识别模型是用来对图像进行救援目标识别，所述救援目标识别模型可以通过识别特定的救援动作和手势去锁定救援目标，随后提取该救援目标的多种属性并将识别出的救援目标采用语义分割标注法对构成其的所有像素点采用同一种颜色进行标示；在本实施例中，所述救援目标的多种属性包括救援目标的高度、宽度、衣服颜色和救援目标性别，在本实施例中，所述标示颜色为青色；

所述目标识别模块接收到多路监控模块传输的该目标场景的媒体监控数据后对其进行存储，并将其输入到救援目标识别模型中，若该目标场景的媒体监控数据中未识别到救援目标，则判定当前没有需要救援的人员，不做任何处理；

反之，则将该目标场景的媒体监控数据中识别出救援目标的所有图像抽取出来并依据抽取到的所有图像和该救援目标的多种属性生成该救援目标的待分析图像数据，所述目标识别模块将该救援目标的待分析图像数据传输到救援监控平台；

所述救援监控平台，用于辅助该目标场景的管理人员进行救援，所述救援监控平台包括分析提取单元、区域筛定单元、监控单元和无人机巡检单元

所述救援监控平台接收到目标识别模块传输的该救援目标的待分析图像数据后将其传输到分析提取单元，所述分析提取单元接收到救援监控平台传输的该救援目标的待分析图像数据后按照一定的分析生成规则生成该救援目标的分析提取数据，具体如下：

S11：获取该救援目标的待分析图像数据中所有图像并按照其距离当前时刻的远近顺序从远到近依次将所有的图像标记为A1、A2、...、Aa，所述图像A1距离当前时刻最远，图像Aa距离当前时刻最近；

S12：在图像A1、A2、...、Aa中获取与图像A1为同一高清网络摄像头拍摄的所有图像并按照图像A1、A2、...、Aa的顺序依次重新标记为B1、B2、...、Bb，b≥1；

S13：分别获取图像B1和图像Bb在所属视频监控数据中对应的时间码C1、C2并依据其获取图像B1和图像Bb的间隔时长D1，所述D1＝C2-C1；

所述时间码是一种将时间点与视频或音频帧进行对应的标识符，所述图像B1在所属视频监控数据中对应的时间码指时间码的是图像B1在所属视频监控数据中的确切时间，在本实施例中，所述时间码的格式为HH:MM:SS[.fraction]:frames，其中，HH表示小时，MM表示分钟，SS表示秒，“fraction”是秒的小数部分，可以精确到6位微秒，frames表示帧数；

S14：依据图像B1和图像Bb获取该救援目标从时间码C1到时间码C2的运动距离，标记为E1，将图像B1和图像Bb所属视频监控数据对应的监控区域标记为G1；

利用公式F1＝E1/D1计算获取该救援目标在监控区域G1的移动速度F1；

S15：按照图像A1、A2、...、Aa的顺序依次获取其所属视频监控数据对应的监控区域G1、G2、...、Gg。g≥1；

S16：按照S12到S15依次计算获取该救援目标在监控区域G1、G2、...、Gg的移动速度F1、F2、...、Fg；

利用公式

若H1>H则按照|Fh-F|从大到小的顺序依次选中对应的Fh，每选中一个将其删除，删除后重新计算剩余Fh的离差H1，并再次将H1和H进行大小比较，直至H1

S17：按照一定的计算规则计算获取该救援目标的区域选择停留时间N1，具体如下：

S171：获取监控区域G1和G2的间隔距离，标记为J1；

S172：在图像A1、A2、...、Aa中获取所属视频监控数据对应的监控区域为G2的所有图像，并按照图像A1、A2、...、Aa的顺序依次重新标记为K1、K2、...、Kk，k≥1；获取图像K1在所属视频监控数据中对应的时间码L1，在实施例中，所述两个监控区域的间隔距离是以其内安装的高清网络摄像头位置为基准的；

S173：利用公式M1＝|(L1-C2)×α1-J1/I1|计算获取该救援目标从监控区域G1到间隔区域G2的区域选择时间M1，所述α1为预设修正因子；

S174：依次获取监控区域G1和监控区域G2的间隔距离、监控区域G2和G3的间隔距离、...、监控区域Gg-1和监控区域Gg的间隔距离J1、J2、...、Jg-1，按照S171到S173计算获取该救援目标从监控区域G1到G2、G2到G3、...、Gg-1和Gg的区域选择时间M1、M2、...、Mg-1，并利用加和求平均公式计算获取其均值，将其重新标定为该救援目标的区域选择停留时间，标记为N1；

S18：按照一定的计算规则计算获取该救援目标的行进方位偏转值T1和行进方位偏转区间[Qmax,Rmin]，具体如下：

S181：获取监控区域G2相对于监控区域G1的方位角的值O1，所述监控区域G2相对于监控区域G1的方位角是指以该救援人员在监控区域G1的行进方向为正方向，从监控区域G1测得的监控区域G2的角度，在本实施例中，一个所述监控区域相对于另一个监控区域的偏向角度是以监控区域内安装的高清网络摄像头的摄像位置为基准的，

S182：利用公式P1＝O2-O1计算获取O1和O2的方位角偏差度P1；

S183按照S181依次获取监控区域G2相对于G1、G3相对于G2、...、Gg相对于Gg-1的方位角的值O1、O2、...、Og-1并按照S182依次计算获取O1和O2、O2和O3、...、Og-2和Og-1的方位角偏差度P1、P2、...、Pg-2，并利用加和求平均公式计算获取其均值，将其重新标定为该救援目标的行进方位偏转值，标记为T1；

S184：将方位角01和方位角O2进行大小比较，若O1≥O2，则将方位角O2的值变为负数，即在方位角O2的值的前方添加上负号“-”，该负号“-”表示方向，反之，则不做任何处理；

S185：按照S184，依次将方位角O1和O2、O2和O3、...、Og-2和Og进行大小比较，确定最终的方位角O1、O2、...、Og-1的值并将其中所有为正数的值标记为Q1、Q2、...、Qq，将所有为负数的值标记为R1、R2、...、Rr，1≤q≤g-1，1≤r≤g-1；

S186：依据Q1、Q2、...、Qq和R1、R2、...、Rr生成该救援目标的行进方位偏转区间[Qmax,Rmin]，所述Qmax为Q1、Q2、...、Qq的最大值，所述Rmin为R1、R2、...、Rr的最小值；

所述分析提取单元依据该救援目标的行进方位偏转值T1、行进方位偏转区间[Qmax,Rmin]、平均移速I1、区域选择停留时间N1、多种属性和监控区域G1、G2、...、Gg生成该救援目标的分析提取数据并将其传输到区域筛定单元；

所述区域筛定单元接收到分析提取单元传输的该救援目标的分析提取数据后按照一定的选取生成规则生成该救援目标的监控调取数据和巡查数据，具体如下：

S21：依据行进方位偏转区间[Qmax,Rmin]获取相对于监控区域Gg的所有监控区域的方位角的值在该行进方位偏转区间内的所有监控区域，标记为U1、U2、...、Uu，u≥1；

S22：依据该救援目标的行进方位偏转值T1计算获取相对于监控区域Gg的所有监控区域U1、U2、...、Uu的方位角的值与T1的误差在V1内的所有监控区域，将其重新标定为第一待定巡查区域，标记为W1、W2、...、Ww，u>w≥1；将监控区域U1、U2、...、Uu中除了第一待定巡查区域W1、W2、...、Ww外的所有监控区域标定为第二待定巡查区域，标记为X1、X2、...、Xx，u>x≥1，所述T1为预设阈值；

S23：按照一定的计算获取规则获取该救援目标的所有第一巡查区域和第二巡查区域，具体如下：

S231：获取第一待定巡查区域W1和监控区域Gg的间隔距离PW1；

利用公式Y1＝N1+PW1/I 1计算获取该救援目标预计从监控区域Gg到达第一待定巡查区域W1的预计时长Y1，将Y1和PY1进行大小比较，若Y1≤PY1，则将第一待定巡查区域Y1重新标定为第一巡查区域，反之，则不做任何处理，所述PY1为预设的第一时长阈值；

S232：按照S231，依次计算获取该救援目标预计从监控区域Gg分别到达第一待定巡查区域W1、W2、...、Ww的预计时长Y1、Y2、...、Yw，将其和PY1进行大小比较，获取所有的第一巡查区域；

S234：获取第二待定巡查区域X1和监控区域Gg的间隔距离PX1；

利用公式Z1＝N1+PX1/I 1计算获取该救援目标预计从监控区域Gg到达第二待定巡查区域X1的预计时长Z1，将Z1和PZ1进行大小比较，若Z1≤PZ1，则将第二待定巡查区域X1重新标定为第二巡查区域，反之，则不做任何处理，所述PZ1为预设的第二时长阈值；

所述区域筛定单元依据该救援目标的所有第一巡查区域和多种属性生成该救援目标的监控调取数据并将其传输到监控单元；

所述监控单元接收到区域筛定单元传输的该救援目标的监控调取数据后依据其内携带的所以第一巡查区域调取所有第一巡查区域的监控，将其同时显示在一个屏幕上供给目标场景的管理人员进行查看，并将该救援目标的多种属性在屏幕上进行标注，便于管理人员跟踪找寻救援目标；

所述区域筛定单元依据该救援目标的所有第二巡查区域和多种属性生成该救援目标的巡查数据并将其传输到无人机巡检单元；

所述无人机巡检单元包括无人机，所述无人机上搭载有摄像头，所述无人机巡检单元接收到区域筛定单元传输的该救援目标的巡查数据后依据其内携带的该救援目标的所有第二巡查区域生成该无人机的最短巡查路径，所述无人机的最短巡查路径指代的无人机以最短的时间巡查完所有的第二巡查区域；

所述无人机巡检单元将该救援目标的多种属性和该无人机的最短巡查路径输入到无人机中，所述无人机按照其最短巡查路径飞行巡查所有的第二巡查区域并按照输入的该救援目标的多种属性对该救援目标进行搜寻；

在说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”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。

以上内容仅仅是对本发明所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。