基于环视系统的车位构造方法、系统、电子设备及介质

技术领域

本发明涉及智能驾驶技术领域，尤其涉及基于环视系统的车位构造方法、系统、电子设备及介质。

背景技术

随着科学技术的发展，自动驾驶技术已经越来越成熟，而自动泊车技术作为自动驾驶技术的分支，逐渐称为研发热门。目前主流的自动泊车车位构造方法是通过深度学习，在环视图上学习四个车位角点框，通过环视图上的四个车位角点框的中心点得到车位的四个角点，根据四个角点计算出车位的宽高与中心点，并构造整个车位。

自动泊车技术的关键在于车位检测的精确性与通用性，大多数自动泊车是依赖环视图像，根据四个角点构造出车位后，根据环视图片像素坐标与物理坐标的线性关系进行转化，转化为物理坐标系的车位。这种方法对环视的精度要求很高，同时也比较要求车位的平整程度，对于车辆的环视去畸变而言，在越远的地方，畸变校正效果越差，使用四个角点构造的车位与实际车位会有较大的误差。同时，如果地面不平整，环视的拼接也会有较大的畸变，也会导致构造出的车位与实际车位有较大的误差，并且由于算力问题，模型检出的角点框并不能完全达到自动泊车要求的角点精度，场景的适用性较差。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明提出一种精确度高、成本低的基于环视系统的车位构造方法、系统、电子设备及介质。

一方面，本发明实施例提供了基于环视系统的车位构造方法，包括：

根据全景环视系统的图像数据，得到车位信息；其中，所述车位信息包括车位四个角点的角点像素坐标；

采用霍夫直线对角点像素坐标进行矫正，并采用线性变换将矫正后的角点像素坐标转化为车辆坐标系的角点物理坐标；其中，所述车辆坐标系的原点是车辆在当前位置的后轴中心，横轴垂直于车辆后轴，纵轴平行于车辆后轴；

根据所述角点物理坐标计算车位相对角度、车位宽度和车位高度；

根据车辆定位坐标、所述角点物理坐标、所述车位相对角度、所述车位宽度和所述车位高度计算第一车位全局信息；其中，所述第一车位全局信息包括全局坐标入口角点坐标、车位全局角度和车位全局中心点坐标；

根据存储的历史车位信息，对所述第一车位全局信息进行尖峰值滤波，得到第二车位全局信息；

根据预设条件，对所述第二车位全局信息进行有效性判断，确定符合泊车要求的第三车位全局信息，进而根据所述第三全局信息构造车位。

可选地，所述采用霍夫直线对角点像素坐标进行矫正，包括：

确定一个车位近角点，作为第一近角点，将另一个车位近角点作为第二近角点，计算所述第一近角点的霍夫直线斜率；

根据所述霍夫直线斜率，对第二近角点的角点像素坐标进行矫正。

可选地，所述根据所述角点物理坐标计算车位相对角度、车位宽度和车位高度，包括：

根据角点物理坐标计算第一近角点和第二近角点的角点距离；

根据所述角点距离和车位类型，计算车位相对角度；

基于所述车位相对角度，根据所述角点物理坐标计算车位宽度和车位高度。

可选地，所述根据车辆定位坐标、所述角点物理坐标、所述车位相对角度、所述车位宽度和所述车位高度计算第一车位全局信息，包括：

根据车辆定位坐标的轨迹横坐标、车辆航向角和各个所述角点物理坐标，计算各个角点的车位角点全局横坐标；

根据所述车辆定位坐标的轨迹纵坐标和所述车辆航向角和各个所述角点物理坐标，计算各个角点的车位角点全局纵坐标；

根据所述车位角点全局横坐标和所述车位角点全局纵坐标，确定全局坐标入口角点坐标；

根据所述车辆航向角和所述车位相对角度确定车位全局角度；

根据处于对角线的所述角点物理坐标计算车位全局中心点坐标；

根据所述车位角点全局横坐标、所述车位角点全局纵坐标、所述车位全局角度和车位全局中心点坐标确定第一车位全局信息。

可选地，所述根据存储的历史车位信息，对所述第一车位全局信息进行尖峰值滤波，得到第二车位全局信息，包括：

将所述第一车位全局信息和存储的历史车位信息进行匹配，得到当前车位的历史信息；

结合所述第一车位全局信息和所述历史信息，对车位全局中心点坐标和车位全局角度进行若干次均值滤波，得到第一滤波结果；

根据均值滤波次数和所有的所述第一滤波结果，计算第二滤波结果；

根据所述第二滤波结果构造全局车位，得到第二车位全局信息。

可选地，所述根据预设条件，对所述第二车位全局信息进行有效性判断，确定符合泊车要求的第三车位全局信息，进而根据所述第三全局信息构造车位的步骤中，所述预设条件包括以下至少之一：

车位尺寸大于车辆尺寸；

车位与车辆的相对位置距离大于预设的第一阈值；

车位与车辆的车位入口线的位置距离小于预设的第二阈值；

车位全局角度符合预设的角度要求。

可选地，所述根据车辆定位坐标、所述角点物理坐标、所述车位相对角度、所述车位宽度和所述车位高度计算第一车位全局信息的步骤中，所述第一车位全局信息的计算公式为：

g

g

g

g

g

其中，g

另一方面，本发明实施例还提供了基于环视系统的车位构造系统，包括：

第一模块，用于根据全景环视系统的图像数据，得到车位信息；其中，所述车位信息包括车位四个角点的角点像素坐标；

第二模块，用于采用霍夫直线对角点像素坐标进行矫正，并采用线性变换将矫正后的角点像素坐标转化为车辆坐标系的角点物理坐标；其中，所述车辆坐标系的原点是车辆在当前位置的后轴中心，横轴垂直于车辆后轴，纵轴平行于车辆后轴；

第三模块，用于根据所述角点物理坐标计算车位相对角度、车位宽度和车位高度；

第四模块，用于根据车辆定位坐标、所述角点物理坐标、所述车位相对角度、所述车位宽度和所述车位高度计算第一车位全局信息；其中，所述第一车位全局信息包括全局坐标入口角点坐标、车位全局角度和车位全局中心点坐标；

第五模块，用于根据存储的历史车位信息，对所述第一车位全局信息进行尖峰值滤波，得到第二车位全局信息；

第六模块，用于根据预设条件，对所述第二车位全局信息进行有效性判断，确定符合泊车要求的第三车位全局信息，进而根据所述第三全局信息构造车位。

另一方面，本发明实施例还提供了一种电子设备，包括：处理器以及存储器；存储器用于存储程序；处理器执行程序实现如前面所述的方法。

另一方面，本发明实施例还提供了一种计算机存储介质，其中存储有处理器可执行的程序，处理器可执行的程序在由处理器执行时用于实现如前面所述的方法。

本发明实施例具有如下有益效果：本发明实施例根据全景环视系统的图像数据，得到车位信息；其中，车位信息包括车位四个角点的角点像素坐标；采用霍夫直线对角点像素坐标进行矫正，并采用线性变换将矫正后的角点像素坐标转化为车辆坐标系的角点物理坐标；根据角点物理坐标计算车位相对角度、车位宽度和车位高度；根据车辆定位坐标、角点物理坐标、车位相对角度、车位宽度和车位高度计算第一车位全局信息；根据存储的历史车位信息，对第一车位全局信息进行尖峰值滤波，得到第二车位全局信息；根据预设条件，对第二车位全局信息进行有效性判断，确定符合泊车要求的第三车位全局信息，进而根据第三全局信息构造车位的整体步骤，可以矫正由于地面的不平整以及环视标定的局限性导致的系统误差，通过滤波方法改善模型输出车位的稳定性，使得其能够适应不同畸变程度下的精确构造车位的要求，能够大大提升泊车的精确度，适用场景广泛。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

图1是本发明实施例提供的车辆坐标系示意图；

图2是本发明实施例提供的车辆在车辆坐标系中移动的效果示意图；

图3是本发明实施例提供的基于环视系统的车位构造方法的步骤图；

图4是本发明实施例提供的车位类型示意图；

图5是本发明实施例提供的符合预设条件的车位示意图；

图6是本发明实施例提供的基于环视系统的车位构造系统的结构示意图；

图7是本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

需要说明的是，虽然在系统示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于系统中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一/S100”、“第二/S200”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

针对现有技术中存在的至少一个问题，本发明实施例提供了基于环视系统的车位构造方法、系统、电子设备及介质，能够校正由于环视畸变矫正的误差与模型检测的误差所带来的的系统误差，进而提高自动泊车的成功率与准确率。

在进行介绍之前，首先结合说明书附图介绍本发明实施例涉及的车辆坐标系和全局坐标系：

参照图1，以车辆当前位置的后轴中心为原点，以垂直于车后轴为横坐标轴(x轴)，以平行于车后轴为纵坐标轴(y轴)建立车辆坐标系。在图1中，车位与车辆坐标系的夹角为q(弧度制)。参照图2，全局坐标系与车辆坐标系相似，不同之处在于全局坐标系以开启泊车功能后，后轮轴中心为坐标原点。

本发明的车辆定位信息通过全局坐标系下的定位坐标(track

下面介绍本发明实施例的基于环视系统的车位构造方法：

参照图3，本发明实施例的基于环视系统的车位构造方法可以包括但不限于包括以下步骤S100～S600。

S100、根据全景环视系统的图像数据，得到车位信息；其中，所述车位信息包括车位四个角点的角点像素坐标。

全景环视系统(AVM，Around View Monitor)，是一个通过多个车载摄像头拍摄图像，经过特殊算法对所拍摄图像进行畸变矫正以及拼接，形成车辆周围的全景影像的系统。获取AVM的图像数据，将AVM图像输入到训练好的深度学习算法模型中，从模型中获取车位的相关信息。车位信息包括：车位四个角点的角点像素坐标，车位的类型，车位置信度等。

S200、采用霍夫直线对角点像素坐标进行矫正，并采用线性变换将矫正后的角点像素坐标转化为车辆坐标系的角点物理坐标；其中，所述车辆坐标系的原点是车辆在当前位置的后轴中心，横轴垂直于车辆后轴，纵轴平行于车辆后轴。

由于基于模型检测的角点不一定每次都能准确地点到油漆线的中心点，可能存在几个像素的偏移，需要做矫正处理。选取一个车位近角点(也称为车位近入口角点，车位四个角点中靠近车辆的两个角点之一)，基于这一个车位近角点做霍夫直线，取直线段方向最密集的线作为车位近角点方向计算霍夫直线的斜率。以上述选取霍夫直线的角点为基准，矫正第二个近角点，由于现实中车位线环境复杂，可能存在很多油漆线不清晰的情况，故可以设置最大允许矫正像素，例如可以为4个像素(大约为8厘米)，以防止产生过度矫正。将矫正后的第二个近角点替换掉原来模型识别的结果。

基于此，步骤S200可以包括以下步骤S210～S220。

S210、确定一个车位近角点，作为第一近角点，将另一个车位近角点作为第二近角点，计算所述第一近角点的霍夫直线斜率。

S220、根据所述霍夫直线斜率，对第二近角点的角点像素坐标进行矫正。

在进行矫正之后，通过线性变换将像素坐标转化为车辆坐标系的物理坐标，便于后续计算。

S300、根据所述角点物理坐标计算车位相对角度、车位宽度和车位高度。

步骤S300可以包括以下步骤S310～S330。

S310、根据角点物理坐标计算第一近角点和第二近角点的角点距离。

S320、根据所述角点距离和车位类型，计算车位相对角度。

对于步骤S310～S320，具体而言，由于AVM环视图像的畸变，本发明实施例优先使用两个近角点计算车位角度，可以将两个近角点的角点物理坐标表示为(x1,y1)和(x2,y2)。根据车位类型的不同，需要通过不同的计算方式来计算车位的相关数据。车位类型根据车位的倾斜角度可以包括垂直车位(直角垂直车位)、水平车位(直角水平车位)和斜车位，具体可以参照图4，可以根据车身朝向与车位朝向的相对夹角确定车位的倾斜角度，垂直车位和水平车位的倾斜角度为90度，非直角车位(斜车位)的倾斜角度一般小于90度。

在一些实施例中，对于不同的车位类型，有：

(1)对于直角车位垂直右侧车位，且相对角度大于90度，则计算车位相对于车辆坐标系的车位相对角度q时，首先计算两个角点的距离disten，然后通过disten计算基于车辆坐标系的物理角度，作为车位相对角度q，具体计算公式为：

其中，M_PI_2是90°的弧度制，即M_PI_2＝90*3.14159/180＝1.570795；acos为反余弦函数，用于求出

(2)对于直角水平车位以右侧水平车位，且相对角度大于0度，则车位相对角度q的计算公式为：

(3)对于斜车位，斜车位的计算方式则与垂直车位类似，以斜右侧车位，相对角度大于斜车位角度为例，由于环视畸变，本发明实施例选取离车身中心点最近的斜边作为计算斜车位相对角度。将该斜边的角点定义为(x1，y1)，通过霍夫直线计算出该斜边的斜率，然后找到该斜边的后角点(x3，y3)。进一步地，车位相对角度的计算公式为：

基于此，步骤S300可以包括以下步骤S310～S320。

S330、基于所述车位相对角度，根据所述角点物理坐标计算车位宽度和车位高度。

在得到车位的相对角度后计算车位的宽高，以直角车位垂直右侧车位为例计算车位宽高(w,h)，宽度选取近入口两个角点的物理坐标(x1，y1)和(x2,y2)计算，高度选取以最靠近车辆的那一条接近垂直的边来计算，这条接近垂直于车辆的边的两个角点的物理坐标为(x1，y1)和(x3，y3)。

具体地，车位宽度w的计算公式为：

车位高度h的计算公式为：

S400、根据车辆定位坐标、所述角点物理坐标、所述车位相对角度、所述车位宽度和所述车位高度计算第一车位全局信息；其中，所述第一车位全局信息包括全局坐标入口角点坐标、车位全局角度和车位全局中心点坐标。

首先确定出车位坐标系下后角点坐标(x3，y3)(x4，y4)。根据车辆的定位坐标(track

在以下计算中，g

S410、根据车辆定位坐标的轨迹横坐标、车辆航向角和各个所述角点物理坐标，计算各个角点的车位角点全局横坐标。

车位角点全局横坐标g

g

S420、根据所述车辆定位坐标的轨迹纵坐标和所述车辆航向角和各个所述角点物理坐标，计算各个角点的车位角点全局纵坐标。

车位角点全局纵坐标g

g

S430、根据所述车位角点全局横坐标和所述车位角点全局纵坐标，确定全局坐标入口角点坐标。

S440、根据所述车辆航向角和所述车位相对角度确定车位全局角度。

车位全局角度的计算公式为：

g

S450、根据处于对角线的所述角点物理坐标计算车位全局中心点坐标。

全局中心店坐标的计算公式为：

g

g

公式中，x表示车位角点的物理相对横坐标；y表示车位角点的物理相对纵坐标；g

S460、根据所述车位角点全局横坐标、所述车位角点全局纵坐标、所述车位全局角度和车位全局中心点坐标确定第一车位全局信息。

S500、根据存储的历史车位信息，对所述第一车位全局信息进行尖峰值滤波，得到第二车位全局信息。

对于车位全局坐标来说，车位全局中心点的横坐标g

S510、将所述第一车位全局信息和存储的历史车位信息进行匹配，得到当前车位的历史信息。

首先，保存每个车位的全局坐标信息(车位全局中心点、车位宽度、车位高度、车位类型和车位全局入口角点)，将步骤S400中计算出来的第一车位全局信息与上述存储的各个车位的全局坐标信息进行匹配，满足一定条件时，可以认为匹配成功的全局坐标信息与该第一车位全局信息代表的是同一个车位，进而得到当前车位的历史信息。

示例性地，上述一定条件可以例如：历史信息中的车位中心点与第一车位全局信息中的车位全局中心点相差不到50厘米，同时全局角度差不超过8度。

S520、结合所述第一车位全局信息和所述历史信息，对车位全局中心点坐标和车位全局角度进行若干次均值滤波，得到第一滤波结果。

均值滤波是一种线性滤波方法，进行一次滤波，得到一个第一滤波结果。

S530、根据均值滤波次数和所有的所述第一滤波结果，计算第二滤波结果。

在本发明中，当前项目使用的均值滤波次数为10次，即不足10次时，将结果进行n次累加取平均。大于10次时，取前面的平均值乘以9加上当前计算值取平均，得到第二滤波结果。

S540、根据所述第二滤波结果构造全局车位，得到第二车位全局信息。

将历史的车位全局中心点与当前计算出的全局中心点，全局角度做均值滤波，当前项目使用的均值滤波次数为10次，即不足10次时，将结果进行n次累加取平均。大于10次时，取前面的平均值乘以9加上当前计算值取平均。得到滤波后的全局车位中心点与全局坐标角度，车位宽，车位高后，即得到第二车位全局信息，根据这些信息重新构造滤波后的全局车位，能够减少车位识别的尖峰值导致的泊车不稳定。

S600、根据预设条件，对所述第二车位全局信息进行有效性判断，确定符合泊车要求的第三车位全局信息，进而根据所述第三全局信息构造车位。

上述预设条件包括以下至少之一：

(1)车位尺寸大于车辆尺寸；

(2)车位与车辆的相对位置距离大于预设的第一阈值；

(3)车位与车辆的车位入口线的位置距离小于预设的第二阈值；

(4)车位全局角度符合预设的角度要求。

示例性地，对于构造出的车位需要进行有效性判断，首先需要满足尺寸要求，需要车位大于车辆的尺寸。同时车位的相对位置需要远离车辆大概30cm，对于过远的车位由于环视畸变较严重，所以过远的车位需要进行过滤，需要滤除远离车辆超过车位入口线2.5m的车位，同时滤除不符合角度要求的车位。符合以上示例要求的车位如图5所示，图5中，深灰色方块表示车辆，两个浅灰色方块表示车位入口与车辆之间的两个合法区域，若车位入口没有落在浅灰色区域中，则视为不符合要求的车位。

综上所述，本方法根据入口的两个角点的相对角度进行计算并构造车位。同时通过霍夫直线计算入口线的曲率，然后计算前两个角点的曲率，根据霍夫直线的曲率去矫正模型识别出的前两个角点的像素坐标。然后计算出车位的宽高，根据车位的两个入口点，车位的宽高与车位角度构造车位，同时通过滤波去除识别车位的尖峰值。这样构造出的车位可以矫正由于地面的不平整以及环视标定的局限性导致的系统误差，很大程度上的提升了泊车的稳定性与精确性。

另一方面，如图6所示，本发明实施例还提供了基于环视系统的车位构造系统，包括：

第一模块，用于根据全景环视系统的图像数据，得到车位信息；其中，所述车位信息包括车位四个角点的角点像素坐标；

第二模块，用于采用霍夫直线对角点像素坐标进行矫正，并采用线性变换将矫正后的角点像素坐标转化为车辆坐标系的角点物理坐标；其中，所述车辆坐标系的原点是车辆在当前位置的后轴中心，横轴垂直于车辆后轴，纵轴平行于车辆后轴；

第三模块，用于根据所述角点物理坐标计算车位相对角度、车位宽度和车位高度；

第四模块，用于根据车辆定位坐标、所述角点物理坐标、所述车位相对角度、所述车位宽度和所述车位高度计算第一车位全局信息；其中，所述第一车位全局信息包括全局坐标入口角点坐标、车位全局角度和车位全局中心点坐标；

第五模块，用于根据存储的历史车位信息，对所述第一车位全局信息进行尖峰值滤波，得到第二车位全局信息；

第六模块，用于根据预设条件，对所述第二车位全局信息进行有效性判断，确定符合泊车要求的第三车位全局信息，进而根据所述第三全局信息构造车位。

另一方面，如图7所示，本发明实施例还提供了一种电子设备，包括：处理器以及存储器；存储器用于存储程序；处理器执行程序实现如前面所述的方法。

另一方面，本发明实施例还提供了一种计算机存储介质，其中存储有处理器可执行的程序，处理器可执行的程序在由处理器执行时用于实现如前面所述的方法。

本发明的实施例具有如下有益效果：

1、本方法根据入口的两个角点的相对角度进行计算并构造车位。同时通过霍夫直线计算入口线的曲率，然后计算前两个角点的曲率，根据霍夫直线的曲率去矫正模型识别出的前两个角点的像素坐标。然后计算出车位的宽高，根据车位的两个入口点，车位的宽高与车位角度构造车位，同时通过滤波去除识别车位的尖峰值。这样构造出的车位可以矫正由于地面的不平整以及环视标定的局限性导致的系统误差，很大程度上的提升了泊车的稳定性与精确性。

2、本发明实施例具有鲁棒性，在环视畸变矫正不完全的情况下也可以精确地构造车位，提高泊车的精确度；

3、不仅能够降低成本，而且实施较为简单。

在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。

此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。

所述功能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取存储介质中。基于这样的理解，本发明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，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。

计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)、便携式计算机盘盒(磁装置)、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编辑只读存储器(EPROM或闪速存储器)、光纤装置以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”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。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本发明权利要求所限定的范围内。