一种回环检测方法、装置、计算机可读存储介质及机器人

技术领域

本申请属于机器人技术领域，尤其涉及一种回环检测方法、装置、计算机可读存储介质及机器人。

背景技术

在现有技术中，机器人在地图构建过程中要求回环检测路径和方向必须与建图时的路径和方向保持一致，才能输出准确的回环检测结果，这就使得移动装置在进行建图时，往往需要走较多的相同方向的重复路径，从而造成建图效率低下的问题。

发明内容

有鉴于此，本申请实施例提供了一种回环检测方法、装置、计算机可读存储介质及机器人，以解决现有的回环检测方法需要移动装置走较多的相同方向的重复路径，从而造成建图效率低下的问题。

本申请实施例的第一方面提供了一种回环检测方法，应用于机器人中，所述机器人包括两个以上的相机，且各个相机在不同的检测方向上同步进行图像采集，所述方法可以包括：

根据第一相机采集的图像进行回环检测，得到初始检测结果，所述第一相机为各个相机中视角最大的相机；

若所述初始检测结果为检测失败，则根据各个相机采集的图像在各个相机之间进行交叉回环检测，得到交叉检测结果。

进一步地，所述根据各个相机采集的图像在各个相机之间进行交叉回环检测，可以包括：

分别统计各个相机采集的图像中的特征点数量；

从尚未被选取的各个相机中选取图像中的特征点数量最多的相机作为目标相机；

将所述目标相机与其它尚未被选取的各个相机依次进行交叉回环检测；

若未检测到回环，则返回执行所述从尚未被选取的各个相机中选取图像中的特征点数量最多的相机作为目标相机的步骤及其后续步骤，直至满足预设的终止条件为止。

进一步地，所述终止条件为检测到回环、检测时长大于预设的时长阈值、或已遍历选取完各个相机。

进一步地，所述将所述目标相机与其它尚未被选取的各个相机依次进行交叉回环检测，可以包括：

计算所述目标相机采集的图像的目标特征信息；

根据所述目标特征信息在与选定相机对应的回环数据库中进行回环检测，所述选定相机为其它尚未被选取的任意一个相机。

进一步地，所述计算所述目标相机采集的图像的目标特征信息，可以包括：

提取所述目标相机采集的图像的角点特征集合；

计算与所述角点特征集合对应的描述子集合；

将所述角点特征集合和所述描述子集合作为所述目标特征信息。

进一步地，所述根据所述目标特征信息在与选定相机对应的回环数据库中进行回环检测，可以包括：

计算所述目标特征信息与选定特征信息之间的内敛点匹配数目，所述选定特征信息为所述回环数据库中存储的任意一张历史图像的特征信息；

若所述目标特征信息与所述选定特征信息之间的内敛点匹配数目大于预设的数目阈值，则确定检测到回环。

进一步地，在根据第一相机采集的图像进行回环检测之前，所述方法还可以包括：

对各个相机进行同步处理，得到同步的各个相机；

对同步后的各个相机进行联合初始化处理，得到初始化的各个相机。

本申请实施例的第二方面提供了一种回环检测装置，应用于机器人中，所述机器人包括两个以上的相机，且各个相机在不同的检测方向上同步进行图像采集，所述装置可以包括：

初始回环检测模块，用于根据第一相机采集的图像进行回环检测，得到初始检测结果，所述第一相机为各个相机中视角最大的相机；

交叉回环检测模块，用于若所述初始检测结果为检测失败，则根据各个相机采集的图像在各个相机之间进行交叉回环检测，得到交叉检测结果。

进一步地，所述交叉回环检测模块可以包括：

特征点数量统计子模块，用于分别统计各个相机采集的图像中的特征点数量；

目标相机选取子模块，用于从尚未被选取的各个相机中选取图像中的特征点数量最多的相机作为目标相机；

交叉回环检测子模块，用于将所述目标相机与其它尚未被选取的各个相机依次进行交叉回环检测；若未检测到回环，则继续执行所述目标相机选取子模块和所述交叉回环检测子模块的功能，直至满足预设的终止条件为止。

进一步地，所述终止条件为检测到回环、检测时长大于预设的时长阈值、或已遍历选取完各个相机。

进一步地，所述交叉回环检测子模块可以包括：

目标特征信息计算单元，用于计算所述目标相机采集的图像的目标特征信息；

回环检测单元，用于根据所述目标特征信息在与选定相机对应的回环数据库中进行回环检测，所述选定相机为其它尚未被选取的任意一个相机。

进一步地，所述目标特征信息计算单元可以包括：

角点特征提取子单元，用于提取所述目标相机采集的图像的角点特征集合；

描述子计算子单元，用于计算与所述角点特征集合对应的描述子集合；

目标特征信息确定子单元，用于将所述角点特征集合和所述描述子集合作为所述目标特征信息。

进一步地，所述回环检测单元可以包括：

内敛点匹配数目计算子单元，用于计算所述目标特征信息与选定特征信息之间的内敛点匹配数目，所述选定特征信息为所述回环数据库中存储的任意一张历史图像的特征信息；

回环确定子单元，用于若所述目标特征信息与所述选定特征信息之间的内敛点匹配数目大于预设的数目阈值，则确定检测到回环。

进一步地，所述回环检测装置还可以包括：

同步模块，用于对各个相机进行同步处理，得到同步的各个相机；

初始化模块，用于对同步后的各个相机进行联合初始化处理，得到初始化的各个相机。

本申请实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种回环检测方法的步骤。

本申请实施例的第四方面提供了一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一种回环检测方法的步骤。

本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在机器人上运行时，使得机器人执行上述任一种回环检测方法的步骤。

本申请实施例与现有技术相比存在的有益效果是：本申请实施例在机器人上设置了两个以上的相机，且各个相机在不同的检测方向上同步进行图像采集，首先根据视角最大的相机采集的图像进行回环检测，得到初始检测结果，若所述初始检测结果为检测失败，则根据各个相机采集的图像在各个相机之间进行交叉回环检测，得到交叉检测结果。通过本申请实施例，可以在初始的回环检测失败时，进行多个检测方向上的交叉检测，突破了现有技术中回环检测对于路径方向的限制，避免了走过多的相同方向的重复路径，从而极大提升了建图效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，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地介绍，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它的附图。

图1为各个相机在机器人上的一种布局示意图；

图2为机器人通过各个相机进行建图及回环检测的过程示意图；

图3为对各个相机进行联合初始化处理的过程示意图；

图4为本申请实施例中一种回环检测方法的一个实施例流程图；

图5为根据各个相机采集的图像在各个相机之间进行交叉回环检测的示意流程图；

图6为本申请实施例中一种回环检测装置的一个实施例结构图；

图7为本申请实施例中一种机器人的示意框图。

具体实施方式

为使得本申请的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。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它实施例，都属于本申请保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

视觉定位技术经历了近十多年的发展，已经逐渐从学术成果向解决商业化问题转变。当前虽然已经有基于各种类型相机的视觉定位技术，但是单种相机，或者单个相机仍然无法满足机器人在实际使用中的极高的稳定性与精度要求。其每种类型的相机的优缺点如下：

单目相机存在尺度不确定问题，将其与融合惯性测量单元(InertialMeasurement Unit，IMU)可以在一定程度在改善其精度，但在某些情况下，例如当IMU测量超过量程时，其定位精度仍然会变差。但是单目相机成本低，且对于机器人结构要求低，可以灵活放置在机器人上。

双目相机的优点是可以保证尺度不变，而且因为其可以随意调节基线长度，可以对远处的物体也有不错的深度估计。但是其对于空间点的深度估计不如RGBD相机准确，影响建图精度，且其对机械结构要求高，尺寸也大。

RGBD相机虽然可以提供较准确的深度信息，但是其深度图范围有限，有效范围一般在30cm到8m内，导致机器人在比较空旷的大堂内，无法准确定位建图。

每种相机又可以分为不同的成像模型，常用的有针孔模型或者鱼眼模型。针孔模型相机畸变小，但是视野窄；鱼眼相机畸变大，但是视野宽，最多可达270°。

为了能充分利用每种相机的优势，最大化的提高机器人的感知范围以及定位精度，在本申请实施例中，可以在机器人上预先设置两个以上的各种类型的相机，具体的相机数目可以根据实际情况进行设置，本申请实施例对此不作具体限定。各个相机在所述机器人上的布局也可以根据实际情况进行设置，但应尽量保证各个相机两两之间的检测方向均不相同，且各个相机两两之间均不存在视野重叠的情况。图1所示即为各个相机在所述机器人上的一种布局示意图，图中的立方体表示所述机器人，图中的实心圆表示相机，如图所示，6个相机分别设置在所述机器人的6个面上，分别在所述机器人的上、下、左、右、前、后6个检测方向上同步进行图像采集。容易理解地，图1仅为本申请实施例中对于相机布局的一种具体示例，在实际应用中，可以根据具体情况设置其它的布局形式，本申请实施例对此不作具体限定。

本申请实施例对相机的类型不做具体限定，相机可以是RGBD相机、双目相机、单目相机的任意一种或者任意组合。每个相机的成像模型可以是针孔或者鱼眼等。进一步地，还可以融合IMU来保证定位的精度与速度。

如图2所示，所述机器人在进行建图时，可以首先对各个相机进行同步处理，得到同步的各个相机，然后对同步后的各个相机进行联合初始化处理，得到初始化的各个相机。

在本申请实施例中，各个相机可以利用相机自带的软件开发工具包(SoftwareDevelopment Kit，SDK)通过串口信号同时触发，采集图像，且相机与IMU之间也要尽量同步。系统经过初始化后，每个相机的图像均会进行特征提取与匹配，然后进行特征点跟踪，首先进行3D地图点与当前帧2D点的匹配，生成投影误差函数，然后进行上一帧与当前帧的2D点与2D点特征匹配，利用IMU的积分计算出的两者之间相对位姿进行三角化，计算出新的3D地图点，并生成新的投影误差函数。如果相机是双目相机，则进行双目之间较为准确的三角化生成3D地图点，如果相机是RGBD相机，则直接反投影特征点到三维空间，设置其深度为深度测量值。最后在一段时间内，最小化投影误差函数，优化局部的3D地图点与此段时间内的机器人位姿。优化完成后，剔除老的图像帧，增加新的帧，此后依此循环往复进行地图点增加与优化。

因为基于双目相机与RGBD相机的视觉SLAM初始化较为简单，而单目相机由于没有尺度信息，其视觉惯性联合初始化相对麻烦，为了兼容不同类型的相机，在本申请实施例中可以采用冗余的初始化步骤，即不论相机如何搭配，均需要进行联合初始化。初始化目标包括：绝对尺度、陀螺仪偏置、加速度计偏置、重力加速度、以及每个关键图像帧时刻对应的速度。其中，双目相机、RGBD相机与单目相机初始化的区别在于，双目相机及RGBD相机可以预先提供一个较为准确的尺度(记为s)供系统优化，所以在多目系统下，如果含有双目相机或者RGBD相机，则优先计算出一个尺度信息，然后再进行联合初始化。初始化过程如图3所示，其中，视觉初始化是基于纯视觉的特征点匹配，使用PnP(pespective-n-point)方法计算滑动窗口中全部初始帧的相机位姿和特征点的3D位置。陀螺仪偏置标定就是利用陀螺仪测量出的旋转与视觉观测的旋转进行差值计算，并最小化一段时间内差值的和，得出陀螺仪偏置。在速度(记为v)，重力加速度(记为g)和尺度(记为s)的标定过程中，主要是用每两帧之间通过基于SfM(Structure from motion)的三维重建求解出来的位姿信息，和IMU预积分出来的位置和速度，构建一个最小二乘问题，从而求解出v、g、s。重力优化为使用上一步求出的重力加速度，固定重力加速度的模值，在正切空间重新参数化重力加速度，将其从3个自由度变为2个自由度，对重力加速度的方向进行精调。

在初始化完成之后，所述机器人则可以基于各个相机采集的图像进行建图，并在建图过程中进行回环检测。如图4所示，本申请实施例中一种回环检测方法的一个实施例可以包括：

步骤S401、根据第一相机采集的图像进行回环检测，得到初始检测结果。

所述第一相机为各个相机中视角最大的相机，即在初始的回环检测过程中，仅使用视角最大的相机采集的图像进行回环检测，此时不进行各个相机之间的交叉检测，则问题转化为现有的基于单个相机的回环检测，具体的检测过程可以参见现有技术中的任意一种回环检测方法，本申请实施例对此不再赘述。

在初始的回环检测过程中，若成功检测到回环，则无需执行后续的步骤S402，否则，在初始的回环检测过程中，若未能检测到回环，即所述初始检测结果为检测失败，则执行步骤S402。

步骤S402、根据各个相机采集的图像在各个相机之间进行交叉回环检测，得到交叉检测结果。

如图5所示，步骤S402具体可以包括如下过程：

步骤S4021、分别统计各个相机采集的图像中的特征点数量。

步骤S4022、从尚未被选取的各个相机中选取图像中的特征点数量最多的相机作为目标相机。

步骤S4023、将所述目标相机与其它尚未被选取的各个相机依次进行交叉回环检测。

首先，计算所述目标相机采集的图像的目标特征信息。

提取所述目标相机采集的图像的角点特征集合，并计算与所述角点特征集合对应的描述子集合。其中，角点特征提取及对应的描述子的计算过程均为现有技术，本申请实施例中的角点特征可以为包括harris、ORB、SIFT或SURF等在内的任意一种常用的角点特征，本申请实施例对其具体过程不再赘述。在完成上述计算之后，即可将所述角点特征集合和所述描述子集合作为所述目标特征信息。

然后，根据所述目标特征信息在与选定相机对应的回环数据库中进行回环检测。

所述选定相机为其它尚未被选取的任意一个相机，对于其它尚未被选取的各个相机，可以按照其采集的图像中的特征点数量从多到少的顺序依次遍历来作为所述选定相机。

具体地，可以计算所述目标特征信息与选定特征信息之间的内敛点匹配数目，所述选定特征信息为所述回环数据库中存储的任意一张历史图像的特征信息。所述回环数据库用于存储和处理所有历史图像的特征信息。回环数据库的构建和检索可以使用包括DBOW、CNN或者哈希表等在内的任意一种常用的方法，本申请实施例对其具体过程不再赘述。

根据所述目标特征信息中的角点特征集合和对应的描述子集合，以及所述选定特征信息中的角点特征集合和对应的描述子集合，可以计算得到两者之间的内敛点匹配数目。内敛点的计算可以使用包括RANSAC在内的任意一种常用的方法，本申请实施例对其具体过程不再赘述。

若所述目标特征信息与所述选定特征信息之间的内敛点匹配数目大于预设的数目阈值，则确定检测到回环。若遍历完所述回环数据库中的所有历史图像，且遍历完其它尚未被选取的所有相机，均不存在内敛点匹配数目大于所述数目阈值的情况，则确定未检测到回环。

步骤S4024、判断是否满足预设的终止条件。

所述终止条件为检测到回环、检测时长大于预设的时长阈值、或已遍历选取完各个相机。其中，所述检测时长可以根据所述机器人的计算单元与相机的数量来进行设置，具体地，所述检测时长与计算单元的数量负相关，与相机的数量正相关，即计算单元越多而相机越少，则所述检测时长越短，反之，计算单元越少而相机越多，则所述检测时长越长。

若不满足所述终止条件，则返回执行步骤S4022及其后续步骤，即继续选取下一个目标相机进行交叉检测，直至满足所述终止条件为止；若满足所述终止条件，则结束本次回环检测的过程。

综上所述，本申请实施例在机器人上设置了两个以上的相机，且各个相机在不同的检测方向上同步进行图像采集，首先根据视角最大的相机采集的图像进行回环检测，得到初始检测结果，若所述初始检测结果为检测失败，则根据各个相机采集的图像在各个相机之间进行交叉回环检测，得到交叉检测结果。通过本申请实施例，可以在初始的回环检测失败时，进行多个检测方向上的交叉检测，突破了现有技术中回环检测对于路径方向的限制，避免了走过多的相同方向的重复路径，从而极大提升了建图效率。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

对应于上文实施例所述的一种回环检测方法，图6示出了本申请实施例提供的一种回环检测装置的一个实施例结构图，所述回环检测装置可以应用于上述的机器人中。如图所示，所述回环检测装置可以包括：

初始回环检测模块601，用于根据第一相机采集的图像进行回环检测，得到初始检测结果，所述第一相机为各个相机中视角最大的相机；

交叉回环检测模块602，用于若所述初始检测结果为检测失败，则根据各个相机采集的图像在各个相机之间进行交叉回环检测，得到交叉检测结果。

进一步地，所述交叉回环检测模块可以包括：

特征点数量统计子模块，用于分别统计各个相机采集的图像中的特征点数量；

目标相机选取子模块，用于从尚未被选取的各个相机中选取图像中的特征点数量最多的相机作为目标相机；

交叉回环检测子模块，用于将所述目标相机与其它尚未被选取的各个相机依次进行交叉回环检测；若未检测到回环，则继续执行所述目标相机选取子模块和所述交叉回环检测子模块的功能，直至满足预设的终止条件为止。

进一步地，所述终止条件为检测到回环、检测时长大于预设的时长阈值、或已遍历选取完各个相机。

进一步地，所述交叉回环检测子模块可以包括：

目标特征信息计算单元，用于计算所述目标相机采集的图像的目标特征信息；

回环检测单元，用于根据所述目标特征信息在与选定相机对应的回环数据库中进行回环检测，所述选定相机为其它尚未被选取的任意一个相机。

进一步地，所述目标特征信息计算单元可以包括：

角点特征提取子单元，用于提取所述目标相机采集的图像的角点特征集合；

描述子计算子单元，用于计算与所述角点特征集合对应的描述子集合；

目标特征信息确定子单元，用于将所述角点特征集合和所述描述子集合作为所述目标特征信息。

进一步地，所述回环检测单元可以包括：

内敛点匹配数目计算子单元，用于计算所述目标特征信息与选定特征信息之间的内敛点匹配数目，所述选定特征信息为所述回环数据库中存储的任意一张历史图像的特征信息；

回环确定子单元，用于若所述目标特征信息与所述选定特征信息之间的内敛点匹配数目大于预设的数目阈值，则确定检测到回环。

进一步地，所述回环检测装置还可以包括：

同步模块，用于对各个相机进行同步处理，得到同步的各个相机；

初始化模块，用于对同步后的各个相机进行联合初始化处理，得到初始化的各个相机。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

图7示出了本申请实施例提供的一种机器人的示意框图，为了便于说明，仅示出了与本申请实施例相关的部分。

如图7所示，该实施例的机器人7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现上述各个回环检测方法实施例中的步骤，例如图4所示的步骤S401至步骤S402。或者，所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能，例如图6所示模块601至模块602的功能。

示例性的，所述计算机程序72可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器71中，并由所述处理器70执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述机器人7中的执行过程。

本领域技术人员可以理解，图7仅仅是机器人7的示例，并不构成对机器人7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述机器人7还可以包括输入输出设备、网络接入设备、总线等。

所述处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器71可以是所述机器人7的内部存储单元，例如机器人7的硬盘或内存。所述存储器71也可以是所述机器人7的外部存储设备，例如所述机器人7上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述机器人7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述机器人7所需的其它程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/机器人和方法，可以通过其它的方式实现。例如，以上所描述的装置/机器人实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元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存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。