车辆数据的处理方法、装置、设备、车辆以及介质

技术领域

本发明实施例涉及辅助对话技术领域，具体涉及一种车辆数据的处理方法、装置、设备、车辆以及介质。

背景技术

当前，在某些场景下需要确定舱内人员的位置；例如，需要确定车辆后排座位是否有乘客等。目前可以利用车内摄像头能进行人员位置检测，但舱内环境有时候比较复杂，且人员位置有可能发生一定程度的变化，导致位置检测过程中干扰较多，位置识别的精度偏低。

发明内容

鉴于上述问题，本发明实施例提供了一种车辆数据的处理方法、装置、设备、车辆以及介质，用于解决现有舱内人员位置识别精度较低的问题。

根据本发明实施例的第一方面，提供了一种车辆数据的处理方法，所述方法包括：

获取第一检测设备对舱内人员进行位置检测的检测数据；

根据所述检测数据，确定舱内位置的检测值；所述检测值表示所述舱内位置处有人的置信度；

获取表示第二检测设备识别到所述舱内位置处有人的检测结果；

根据所述检测值对所述检测结果进行校验，综合确定所述舱内位置处是否有人。

根据本发明实施例的第二方面，提供了一种车辆数据的处理装置，包括：

检测数据获取模块，用于获取第一检测设备对舱内人员进行位置检测的检测数据；

检测值确定模块，用于根据所述检测数据，确定舱内位置的检测值；所述检测值表示所述舱内位置处有人的置信度；

检测结果获取模块，用于获取表示第二检测设备识别到所述舱内位置处有人的检测结果；

校验模块，用于根据所述检测值对所述检测结果进行校验，综合确定所述舱内位置处是否有人。

根据本发明实施例的第三方面，提供了一种车辆数据的处理设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如第一方面所述的车辆数据的处理方法的操作。

根据本发明实施例的第四方面，提供了一种车辆，包括第一检测设备、第二检测设备和第三方面所述车辆数据的处理设备。

根据本发明实施例的第五方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令被处理器执行时实现如第一方面所述的车辆数据的处理方法。

本发明提供的车辆数据的处理方法、装置、设备、车辆以及介质，基于第一检测设备确定每个舱内位置处有人的置信度，若基于第二检测设备得到表示该舱内位置处有人的检测结果，则可基于能够表示该舱内位置处置信度的检测值对该检测结果进行进一步校验，以确定检测结果的可信度，从而确定该舱内位置是否有人。该方法可以结合多种检测设备对舱内人员进行位置检测，可以提高人员检测的准确性；并且，以检测值校验检测结果的方式，可以提前确定每个舱内位置处的检测值，在第二检测设备检测到舱内位置处有人时，快速验证第二检测设备的检测结果，能够减小实时处理时所需的处理量，特别是对于处理性能较低的处理器，可以提高车辆数据处理的实时性。

上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

附图仅用于示出实施方式，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明提供的车辆内声音设备的一种排布示意图；

图2示出了本发明提供的车辆数据的处理方法的第一实施例的流程示意图；

图3示出了本发明提供的对车内空间进行分区的一种示意图；

图4示出了本发明提供的车辆数据的处理方法的第二实施例的流程示意图；

图5示出了本发明提供的车辆数据的处理方法的第三实施例的流程示意图；

图6示出了本发明提供的实现车辆数据的处理一种流程示意图；

图7示出了本发明提供的判断舱内位置处是否有人的一种流程示意图；

图8示出了本发明提供的车辆数据的处理装置的实施例的结构示意图；

图9示出了本发明提供的车辆数据的处理设备的实施例的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。

开车过程中，经常存在车内多个用户之间进行对话的需求，例如，主驾需要与其他人对话。由于车内可能存在导航、多媒体声音等干扰，这会影响对话过程，导致车内对话不通畅。特别是主驾需要与后排人员对话时，主驾需要加大说话声音或回头，这会影响主驾正常驾驶车辆，存在安全隐患

目前的部分车辆中设有多组声音设备。图1示出了该车辆内声音设备的一种排布示意图。如图1所示，车辆100包括四组声音设备110，并且，车辆100内每个座位处设有一组声音设备110；在图1中，左上角的声音设备110设置在主驾座椅处，右上角的声音设备110设置在副驾座椅处，左下角的声音设备110设置在后左座椅(后排左侧座椅)处，右下角的声音设备110设置在后右座椅(后排右侧座椅)处。

并且，每组声音设备110包括至少一个车载声音采集装置和至少一个车载声音播放装置；如图1所示，左上角的声音设备110包括车载声音采集装置111和车载声音播放装置112，左上角的声音设备110包括车载声音采集装置113和车载声音播放装置114。其中，该车载声音采集装置例如可以是麦克风、麦克风阵列等，该车载声音播放装置可以是扬声器、耳机等，具体可基于实际需求而定。

为了能够利用车内的车载声音播放装置准确地向舱内人员播放声音，需要能够比较准确地检测出舱内人员的位置。本发明实施例提供一种车辆数据的处理方法，基于两种检测设备对舱内人员进行位置检测，且基于其中一个检测设备所确定的置信度对另一检测设备所确定的检测结果进行校验，实现相互验证，能够综合确定舱内人员的位置。

图2示出了本发明车辆数据的处理方法的第一实施例的流程图，该方法可应用于车辆，例如图1所示的具有多组声音设备的车辆；具体地，该方法可应用于车辆的控制器，例如，智能座舱域控制器(CDC)。如图2所示，该方法包括以下步骤201至步骤204。

步骤201：获取第一检测设备对舱内人员进行位置检测的检测数据。

本实施例中，车辆舱内一般存在多种能够检测车内状态的设备，其中的部分设备可以对舱内人员进行位置检测，即检测舱内哪里有人；为方便描述，将能够实现位置检测的部分设备称为第一检测设备。其中，第一检测设备在进行位置检测时，可以生成相应的检测数据。可以理解，该检测数据属于一种车辆数据。

例如，车辆舱内设有车内图像采集装置，该车内图像采集装置可以采集车内图像，通过对车内图像进行图像处理，即可识别出车内是否存在人员，以及人员在车内的位置，该车内图像即为第一检测设备采集到的一种检测数据。例如，该车内图像采集装置可以是OMS(Occupancy Monitoring System，是一种车内乘客监控系统)的摄像头，基于该摄像头可以采集车内图像。

步骤202：根据检测数据，确定舱内位置的检测值；检测值表示舱内位置处有人的置信度。

本实施例中，在获取到检测数据后，可以基于该检测数据确定舱内人员的位置。其中，将车辆舱内空间分为多个舱内位置，以舱内位置为单位，分别确定每个舱内位置处是否有人，或者说，确定舱内人员位于哪一舱内位置。

具体地，基于该检测数据并不简单地生成表示是否有人的二元结果，而是以置信度的形式表示相应舱内位置处是否有人；置信度越大，说明舱内位置处有人的可能性越高。例如，若舱内位置的置信度接近0，则表示该舱内位置处大概率没有人；若舱内位置的置信度接近1，则表示该舱内位置处大概率有人。

其中，以检测值表示舱内位置处有人的置信度。例如，该检测值可以为置信度，也可以为置信度的倍值(例如置信度的2倍等)，本实施例对检测值的表现形式不作限定。与置信度相似，舱内位置的检测值越高，也越说明该舱内位置处越可能有人。

例如，可以按照车辆内座椅的数量，确定分区的数量，从而将舱内空间分为相应数量的舱内位置。例如，对于5座的车辆，可以分出五个区域；对于7座的车辆，可以分出七个区域。图3示出了分出五个区域的示意图。

如图3所示，划分出五个区域：主驾区域301、副驾区域302、后左区域303、后中区域304、后右区域305。其中，主驾区域301对应主驾座椅所在区域，副驾区域302对应副驾座椅所在区域，后左区域303对应后排左侧座椅所在区域，后中区域304对应后排中间座椅所在区域，后右区域305对应后排右侧座椅所在区域。可以理解，每个区域对应一个舱内位置，通过分别确定这五个区域内是否存在人员，则可以确定相应区域内有人的置信度。

步骤203：获取表示第二检测设备识别到舱内位置处有人的检测结果。

本实施例中，还可以基于第二检测设备对舱内人员进行位置检测，从而也可以检测舱内哪里有人。其中，该第一检测设备与第二检测设备是不同的设备，二者基于不同的方式实现人员位置检测。

具体地，该第二检测设备具体用于检测某个或某些舱内位置处是否有人，若检测到某个舱内位置处有人，则可生成相应的检测结果，即该检测结果可以表示舱内位置处有人。若检测到该舱内位置无人，则可以不执行后续处理；虽然此时也可以生成表示舱内位置处无人的检测结果，但本实施例主要考虑前者，即主要考虑表示舱内位置处有人的检测结果。可以理解，该检测结果也属于一种车辆数据。

步骤204：根据检测值对检测结果进行校验，综合确定舱内位置处是否有人。

本实施例中，若基于第二检测设备确定某舱内位置处有人，则根据该舱内位置处的检测值对该检测结果进行校验，从而可以确定该检测结果的准确性或可信度。若基于舱内位置的检测值，可以认为该检测结果是比较可信的，则可认为基于第二检测设备所得到的检测结果是正确的，即该舱内位置处有人；若基于舱内位置的检测值，认为该检测结果可信度较低，此时可以认为该第二检测设备存在误检的情况，即基于第二检测设备所得到的检测结果是错误的，即该舱内位置处没有人。

例如，若检测结果表示某舱内位置处有人，且该舱内位置处的检测值较高，即舱内位置处有人的置信度较高，则此时可以认为该检测结果是正确的。相反地，若检测结果表示某舱内位置处有人，且该舱内位置处的检测值较低，即舱内位置处有人的置信度较低，则此时可以认为该检测结果是错误的。

一般情况下，第一检测设备的检测精度大于第二检测设备的检测精度，以能够利用高精度的第一检测设备，对低精度的第二检测设备的检测结果进行校验。

本实施例提供的车辆数据的处理方法，基于第一检测设备确定每个舱内位置处有人的置信度，若基于第二检测设备得到表示该舱内位置处有人的检测结果，则可基于能够表示该舱内位置处置信度的检测值对该检测结果进行进一步校验，以确定检测结果的可信度，从而确定该舱内位置是否有人。该方法可以结合多种检测设备对舱内人员进行位置检测，可以提高人员检测的准确性；并且，以检测值校验检测结果的方式，可以提前确定每个舱内位置处的检测值，在第二检测设备检测到舱内位置处有人时，快速验证第二检测设备的检测结果，能够减小实时处理时所需的处理量，特别是对于处理性能较低的处理器，可以提高车辆数据处理的实时性。

图4示出了本发明车辆数据的处理方法的第二实施例的流程图，该方法可应用于车辆，例如图1所示的具有多组声音设备的车辆；具体地，该方法可应用于车辆的控制器，例如，智能座舱域控制器。如图4所示，该方法包括以下步骤401至步骤404。

步骤401：获取第一检测设备对舱内人员进行位置检测的检测数据。

本实施例中，该第一检测设备可以包括：座椅状态检测装置和/或车内图像采集装置。相应地，该检测数据可以包括：座椅状态检测装置采集到的座椅传感器状态和安全带状态，和/或车内图像采集装置采集到的车内图像。其中，该座椅状态检测装置可以包括座椅传感器以及用于检测安全带状态的传感器。

例如，座椅状态检测装置包括座椅传感器(例如重力传感器、压力传感器等)和用于检测安全带状态的传感器(例如，安全带卡扣感应器)，则该座椅状态检测装置可以采集到座椅传感器状态和安全带状态；例如，该座椅传感器状态可以表示座椅上物体的重量、或者座椅是否存在人员等，该安全带状态可以表示安全带卡扣是否扣上等。

车内图像采集装置采集到的检测数据可以是当前拍摄到的原始图像，或者，车内图像采集装置也可基于该原始图像进行分析，以识别出原始图像中的人员、以及人员在车内的位置。

其中，若第一检测设备包括座椅状态检测装置，则该检测数据可以包括：座椅状态检测装置采集到的座椅传感器状态和安全带状态；若第一检测设备包括车内图像采集装置，则该检测数据可以包括：该车内图像采集装置采集到的车内图像；若该第一检测设备包括座椅状态检测装置和车内图像采集装置，则该检测数据可以包括：座椅状态检测装置采集到的座椅传感器状态和安全带状态，以及车内图像采集装置采集到的车内图像。

本实施例中，由于人员上车后，其在车内的位置一般不会发生变化，故座椅状态检测装置和车内图像采集装置的位置检测结果一般也不会发生变化，故本实施例中将座椅状态检测装置、车内图像采集装置作为第一检测设备，便于预先对每个舱内位置进行人员检测，以确定每个舱内位置处有人的置信度。可以理解，一般情况下，每个舱内位置的检测值是不变的。

其中，座椅状态检测装置、车内图像采集装置均可用于识别舱内位置处是否有人，为方便描述，将基于座椅状态检测装置采集到的检测数据(例如，座椅传感器状态和安全带状态)判断舱内位置处是否有人的过程称为“座椅识别”，将基于车内图像采集装置采集到的检测数据(例如，车内图像)判断舱内位置处是否有人的过程称为“人脸识别”。

步骤402：根据检测数据，确定舱内位置的检测值；检测值表示舱内位置处有人的置信度。

具体地，上述步骤402“根据检测数据，确定舱内位置的检测值”可以包括以下步骤4021至步骤4022。

步骤4021：根据检测数据中的每一项数据，分别确定舱内位置处是否有人。

本实施例中，如上所示，该检测数据可以包括多项数据，例如座椅传感器状态、安全带状态、车内图像等，可以基于每一项数据分别确定某一舱内位置处是否有人。

具体地，对于某舱内位置(例如图3所示的主驾区域301等)，可以基于该舱内位置处的座椅传感器采集到的座椅传感器状态判断该舱内位置处是否有人，也可以基于该舱内位置处的安全带状态判断该舱内位置处是否有人，还可以基于车内图像中该舱内位置处的图像，通过检测舱内位置处是否存在人脸，以判断该舱内位置处是否有人。

步骤4022：在确定舱内位置处有人的情况下，为舱内位置的检测值进行增值处理；舱内位置的检测值初始为0。

本实施例中，为每个舱内位置预先设置初始为0的检测值，若基于第一检测设备所采集到的检测数据确定某舱内位置有人，则可为该舱内位置处的检测值进行增值处理，即增大该检测值，以提高该舱内位置处有人的置信度。其中，由于可以基于多项数据分别判断舱内位置处是否有人，故每有一项数据表示该舱内位置有人，则可执行一次增值处理；若多项数据均表示该舱内位置处有人，则可进行累加。

在一些可选的实施方式中，上述步骤4022“在确定舱内位置处有人的情况下，为舱内位置的检测值进行增值处理”具体可以包括以下步骤A1至步骤A4。

步骤A1：在座椅传感器状态表示舱内位置处有人的情况下，为舱内位置的检测值增加第一数值。

步骤A2：在座椅传感器状态表示舱内位置处有人，且之后安全带状态为系上的情况下，为舱内位置的检测值增加第二数值。

步骤A3：在安全带状态为系上，且之后座椅传感器状态表示舱内位置处有人的情况下，为舱内位置的检测值增加第三数值；第三数值≤第一数值<第二数值。

本实施例中，为每个舱内位置设置初始为0的检测值，基于座椅识别或人脸识别确定该舱内位置可能存在人员时，为该检测值增加相应的数值。

具体地，若座椅传感器状态表示有人，例如座椅的重力传感器检测到座椅上存在足够重的物体，则此时表示该座椅有人，此时可以为该检测值增加一定的数值，即第一数值。例如，该第一数值可以为1、2等，具体可基于实际情况而定。

若座椅传感器状态表示有人，且之后安全带状态为系上，则可认为有人员坐在了该座椅上，并之后系上了安全带，此时可以为该检测值增加一定的数值，即第二数值。由于此时有更大把握确定该座椅上有人，故该第二数值大于第一数值；例如，该第二数值可以为2、3等。其中，座椅传感器状态表示有人后，可以为检测值增加第一数值；在之后检测到安全带状态为系上，可以再为检测值增加相关数值，且第一数值+该相关数值＝第二数值。

若安全带状态为系上，且之后座椅传感器状态表示有人，即安全带卡扣先于座椅传感器显示为系上，此时虽然有可能有人，但此时的可信度较低，故此时为该检测值增加第三数值；并且，该第三数值小于第二数值。该第三数值可以与第一数值相同，或者，该第三数值也可以小于第一数值。即，第三数值≤第一数值<第二数值。

步骤A4：在车内图像表示舱内位置处有人的情况下，为舱内位置的检测值增加第四数值。

本实施例中，若基于人脸识别确定舱内位置处有人，则也可以为舱内位置的检测值增加一定的数值，即第四数值。其中，该第四数值与上述第一数值、第二数值、第三数值之间的大小关系，具体可基于实际情况而定。

一般情况下，座椅识别的可信度高于人脸识别的可信度，故该第四数值一般不超过第二数值；例如，第四数值小于第二数值，或者第四数值与第一数值相等。或者，若车内图像采集装置的精度较高，人脸识别的可信度高于座椅识别的可信度，此时，第四数值也可以大于第二数值。

可以理解，上述步骤A1至步骤A4中的条件是可以并存的，此时可以为检测值增加更大的数值。例如，若座椅传感器状态表示有人，且车内图像采集装置的检测数据也表示舱内位置处有人，则此时可以为该舱内位置处的检测值增加第一数值和第四数值，此时舱内位置处的检测值为：第一数值+第四数值。

可选地，如上所述，舱内位置的检测值初始为0，基于座椅识别和人脸识别可以对该检测值进行更新；并且，若出现关门等情况，说明舱内人员的位置有可能发生变化，故需要对该检测值重新置0，并重新进行检测。具体地，在上述步骤401“获取第一检测设备对舱内人员进行位置检测的检测数据”之前，该方法还可以包括以下步骤B1或步骤B2。

步骤B1：在检测到关门信号的情况下，对舱内位置的检测值置0，之后重新确定舱内位置的检测值。

本实施例中，以用户的关门动作为判断起始，若检测到关门信号，则可认为关门后舱内人员座位基本固定，此时可以将每个舱内位置的检测值均置0，并基于上述步骤A1至步骤A4等对该检测值进行更新，以确定舱内位置的检测值。并且，如果有重新关门的动作，即若再次检测到关门信号，则再将该检测值重新置0，重新确定舱内位置的检测值。

步骤B2：在座椅传感器状态从表示舱内位置处有人变为无人，和/或安全带状态从系上变为解开的情况下，对舱内位置的检测值置0，之后重新确定舱内位置的检测值。

本实施例中，在用户上车后，正常情况下，座椅传感器状态只会从无人变为有人，安全带状态只会从解开变为系上，之后二者的状态保持不变，即更新后的检测值也可认为不变；相反地，若座椅传感器状态从表示舱内位置处有人变为无人，和/或安全带状态从系上变为解开，则可认为舱内人员的位置发生变化，或即将发生变化，此时需要将检测值置0，并重新确定舱内位置的检测值。

步骤403：获取表示第二检测设备识别到舱内位置处有人的检测结果。

详细描述可参见图2所示的步骤203，在此不再赘述。

步骤404：根据检测值对检测结果进行校验，综合确定舱内位置处是否有人。

详细描述可参见图2所示的步骤204，在此不再赘述。

本实施例提供的车辆数据的处理方法，基于座椅识别、人脸识别，可以预先确定舱内位置的检测值，便于后续基于该检测值进行校验。利用检测数据中的每一项，可以分别确定舱内位置处是否有人，进而对初始为0的检测值进行更新，可以结合座椅识别、人脸识别，简单地确定舱内位置的检测值。

图5示出了本发明车辆数据的处理方法的第三实施例的流程图，该方法可应用于车辆，例如图1所示的具有多组声音设备的车辆；具体地，该方法可应用于车辆的控制器，例如，智能座舱域控制器。如图5所示，该方法包括以下步骤501至步骤504。

步骤501：获取第一检测设备对舱内人员进行位置检测的检测数据。

详细描述可参见图2所示的步骤201，在此不再赘述。

步骤502：根据检测数据，确定舱内位置的检测值；检测值表示舱内位置处有人的置信度。

详细描述可参见图2所示的步骤202，或图4所示的步骤402，在此不再赘述。

步骤503：根据车载声音采集装置采集到的舱内人员语音进行定位，确定舱内人员所在的舱内位置，生成相应的检测结果。

本实施例中，该第二检测设备包括：车载声音采集装置。其中，车载声音采集装置为上述能够采集到声音的装置，如图1所示的车载声音采集装置111、车载声音采集装置113等。该车载声音采集装置可以识别出哪里存在声源，进而将存在声源的位置作为具有人员的位置。例如，该车载声音采集装置为麦克风阵列，利用该麦克风阵列中不同麦克风所采集到的舱内人员语音差异，可以识别出声源所在位置，实现声源定位，从而确定发出声音的舱内人员位于哪一舱内位置。或者，由于车内存在多个车载声音采集装置，例如每个座椅处均设有相应的车载声音采集装置，故基于不同车载声音采集装置所采集到的声音强度大小，也可以确定是哪一座椅处的人员在发声；例如，位于主驾的车载声音采集装置与位于副驾的车载声音采集装置均采集到同一内容的声音信号，但主驾的车载声音采集装置采集到的声音强度明显大于副驾的车载声音采集装置采集到的声音强度，此时可以确定主驾座椅处存在人员，且正在说话。

相应地，车载声音采集装置采集到的舱内人员语音可以包括车内整个声场的相关数据，或者，也可以只包括所对应座椅处的声音数据，后续基于该舱内人员语音可以实现声源定位。

其中，由于舱内人员并不是始终发出语音的，即车载声音采集装置并不能始终采集到的舱内人员语音；换句话说，只有舱内人员发声时，车载声音采集装置才可以采集到的舱内人员语音，此时才可以进行人员位置检测。因此，可以提前确定舱内位置的检测值，例如，将座椅状态检测装置和车内图像采集装置作为第一检测设备，以可以提前确定舱内位置的检测值；在舱内人员发声时，再基于车载声音采集装置采集到的舱内人员语音进行人员位置检测，实现舱内人员的识别。

本实施例中，为方便描述，将基于车载声音采集装置的检测数据判断舱内位置处是否有人的过程称为“语音识别”。

舱内人员可能多次发出声音，即可能存在多次语音识别，故每次语音识别时均可基于之前确定的舱内位置的检测值，确定对话人员的位置，例如确定说话人员的位置。该方法基于座椅识别、人脸识别确定舱内位置的检测值，并基于语音识别进行进一步判断，可以保证识别结果的准确性，并且可适用于多次语音识别的情况。

例如，在用户上车后，可以先基于座椅识别和人脸识别确定每个舱内位置的检测值，其中，每个座椅对应一个舱内位置，可以确定每个座椅的检测值。在采集到声音后，即可结合语音识别的检测结果进行判断，以确定说话人员在哪一舱内位置。

步骤504：根据检测值对检测结果进行校验，综合确定舱内位置处是否有人。

详细描述可参见图2所示的步骤204，在此不再赘述。

在一些可选的实施方式中，由于第二检测设备为车载声音采集装置，故基于舱内位置的检测值对车载声音采集装置所识别到的舱内人员位置进行校验，可以比较准确地确定舱内说话人员的位置。具体地，该方法还可以包括以下步骤C1至步骤C2。

步骤C1：在综合确定至少两个舱内位置处有人的情况下，获取与说话人员位置对应的车载声音采集装置采集到的当前语音数据；说话人员位于其中一个有人的舱内位置。

本实施例中，人员上车后，在相互对话过程中可以生成语音，车载声音采集装置采集到该语音后，即可基于检测值的校验，确定哪些舱内人员在对话；可以理解，需要至少有两个人才可以进行对话，相应地，可以确定至少两个舱内位置处有人。此时，将采集到的当前语音数据所对应的舱内人员作为说话人员，将进行对话的其余舱内人员作为接收人员。可以理解，说话人员和接收人员的数量可以为一个，也可以为多个；一般情况下，说话人员为一个，接收人员为一个或多个。

例如，若当前车内共有三人，分别是主驾A、副驾B，以及坐在后排的人员C；若当前检测到只有主驾A与后排人员C进行对话，副驾B并未加入交谈，则可将主驾A和后排人员C作为对话人员；当采集到主驾A发出的语音数据时，主驾A为说话人员，后排人员C为接收人员；相应地，当采集到后排人员C发出的语音数据时，主驾A为接收人员，后排人员C为说话人员。

其中，在进行车内对话时，与车载声音采集装置可以对说话人员发出的声音进行采集，从而生成相应的语音数据；本实施例中，将当前时刻采集到的语音数据称为当前语音数据。其中，该当前语音数据也可用于生成表示哪一舱内位置处有人的检测结果，并基于检测值对该检测结果进行校验，以可以比较准确地确定说话人员位于哪一舱内位置处。

步骤C2：控制与接收人员位置对应的车载声音播放装置播放当前语音数据；接收人员位于另一个有人的舱内位置。

本实施例中，如上所述，在确定说话人员后，可以将参与对话的其余舱内人员作为接收人员，进而基于该接收人员所在的舱内位置，可以确定相应的车载声音播放装置，进而基于该车载声音播放装置播放说话人员发出的当前语音数据，从而可以向接收人员播放说话人员所说的语音，实现车内辅助对话。例如，车载声音播放装置可以将数字信号形式的当前语音数据转换为模拟信号，并对该模拟信号进行播放处理，从而可以向接收人员播放相应的声音。

例如，若当前主驾与后排右侧的人员进行对话，并且如图1所示，左上角声音设备110中的车载声音采集装置111采集到声音，即主驾为说话人员，此时即可将后排右侧的人员作为接收人员，且与该接收人员位置对应的车载声音播放装置是右下角声音设备110中的车载声音播放装置114，即将该车载声音播放装置114作为与接收人员位置对应的车载声音播放装置，并控制车载声音播放装置114播放该当前语音数据。

本实施例中，当车内的多个人员需要进行对话时，其中一组声音设备的车载声音采集装置可以采集到说话人员发出的声音，并控制另一组声音设备的车载声音播放装置播放该声音，实现双方对话。利用位置对应的车载声音播放装置，接收人员也能够比较清晰地听到说话人员的声音，可以有效减小其他声音的干扰；例如，该车载声音播放装置可以定向播放，即向接收人员定向播放与当前语音数据相对应的声音，使得接收人员可以更清晰地接收到说话人员发出的声音。

并且，说话人员发出声音经由车内的多个声音设备传输至接收人员侧，与传统声音在车内空间中传播相比，可以有效降低说话人员与接收人员之间的物理空间中声音的干扰，能够保证对话质量，使得对话可以顺利进行。此外，主驾与后排人员对话时，也不需要主驾回头，可以降低安全隐患。

本实施例中，在需要进行辅助对话时，至少可应用于以下多种场景。

(1)车内有两人，分别为主驾和后排人员，二者可基于该方法进行语音对话，主驾不需要回头，保证行车安全；并且，若后排人员为儿童等说话声音较小的人员，也可保证主驾能够比较清晰地听到后排人员的声音。

(2)车内超过两人，车内的所有人可以基于该方法进行语音对话；可以理解，此时存在多个接收人员。

(3)车内超过两人，车内的部分人可以基于该方法进行语音对话。例如，车内有三人，分别为主驾、后左人员(位于后排左侧座椅)和后右人员(位于后排右侧座椅)，主驾和后左人员可以基于该方法进行语音对话，不会影响到后右人员。例如，后右人员正在睡觉等，主驾与后左人员可以正常沟通，后右人员不是接收人员，其所对应的车载声音播放装置不播放对话内容，从而可以降低对后右人员的影响。

在一些可选的实施方式中，为使得接收人员可以清晰地听到说话人员发出的声音，可以向接收人员播放去噪和/或放大后的声音。具体地，上述步骤C2“控制与接收人员位置对应的车载声音播放装置播放当前语音数据”可以包括：控制与接收人员位置对应的车载声音播放装置播放与预处理后的当前语音数据相对应的声音；该预处理包括降噪处理和/或放大处理。

本实施例中，在确定当前语音数据后，可以对该当前语音数据进行降噪处理和/或放大处理等预处理，且与接收人员位置对应的车载声音播放装置播放预处理后的声音，以减少其他声音的干扰，使得接收人员可以听到清晰的声音。

其中，可以由用于实现该方法的控制器执行预处理过程；或者，也可以由车载声音播放装置执行预处理过程；或者，也可以由其他具有声音处理功能的部件执行预处理过程；或者，控制器执行一部分预处理过程(例如降噪处理)，车载声音播放装置执行另一部分预处理过程(例如放大处理)等。本实施例对该预处理过程的实现方式不作限定。

例如，车辆中设有能够放大声音的AMP(amplifier，功率放大器)，控制器可以将当前语音数据发送至该AMP，由AMP对当前语音数据进行放大。以车内主驾与后排人员进行对话为例，如图6所示，实现车辆数据的处理过程可以包括以下步骤601至步骤610。

步骤601：控制器确定对话双方为主驾和后排人员。

其中，可以确定参与对话的舱内人员的舱内位置，以确定谁是对话人员。例如，车内只存在主驾和后排人员，则可将二者作为两个对话人员；或者，在舱内人员经过一轮或多轮对话后，车载声音采集装置只采集到主驾座椅处以及后排座椅处的声音，则可确定主驾和后排人员为两个对话人员。

步骤602：主驾麦克风采集主驾发出的声音，即主驾声音。

步骤603：主驾麦克风将采集到的主驾模拟信号发送至控制器。

其中，主驾麦克风对主驾声音进行采集，可以生成相应的模拟信号，即主驾模拟信号，进而可以将该主驾模拟信号发送至控制器。该控制器为可以实现该车辆数据的处理方法的设备，例如智能座舱域控制器等。

步骤604：控制器将该主驾模拟信号转换为主驾数字信号，并发送至AMP。

步骤605：AMP对该主驾数字信号进行放大，并将生成的主驾放大信号发送至后排扬声器。

其中，由于控制器确定当前的对话双方为主驾和后排人员，在主驾说话时，后排人员为接收人员，故后排扬声器是与接收人员位置对应的车载声音播放装置。控制器可以控制该AMP，将放大后的主驾放大信号发送至该后排扬声器。

可以理解，上述步骤602至步骤605为主驾说话时的过程，此时主驾为说话人员，后排人员为接收人员。

步骤606：后排麦克风采集后排人员发出的声音，即后排声音。

步骤607：后排麦克风将采集到的后排模拟信号发送至控制器。

步骤608：控制器将该后排模拟信号转换为后排数字信号，并发送至AMP。

步骤609：AMP对该后排数字信号进行放大，并将生成的后排放大信号发送至主驾扬声器。

可以理解，上述步骤606至步骤609为后排人员说话时的过程，此时后排人员为说话人员，主驾为接收人员。

本实施例中，以车载声音采集装置是麦克风、车载声音播放装置是扬声器为例进行说明；如图6所示，主驾侧的声音设备包括主驾麦克风和主驾扬声器，后排侧的声音设备包括后排麦克风和后排扬声器。

步骤610：在对话结束后，控制器停止进行车内对话。

例如，若一段时间内持续未采集到声音，或者检测到车内没有任何人员，则可确定对话结束，此时控制器可以停止辅助对话。

本实施例提供的车辆数据的处理方法，舱内人员需要进行对话时，可以利用车载声音采集装置采集说话人员发出的声音，并将该声音所对应的当前声音数据发送至接收人员侧的车载声音播放装置，使得该车载声音播放装置能够向接收人员播放该声音，实现车内辅助对话，能够保证车内对话质量，使得车内对话可以顺利进行。通过确定对话人员的舱内位置，可以方便地定位到对话人员，进而确定说话人员、接收人员所对应的声音设备。

在一些可选的实施方式中，上述步骤504“根据检测值对检测结果进行校验”具体可以包括以下步骤D1至步骤D2。

步骤D1：在检测值表示舱内位置处有人的情况下，确定检测结果可信。

本实施例中，为能够比较简单地对检测结果进行校验，也可以确定检测值是否表示舱内位置处有人。具体地，若该检测值足够大，则可认为其表示舱内位置处有人。其中，若检测值表示舱内位置处有人，而该检测结果也表示该舱内位置处有人，则可认为该检测结果可信，即该舱内位置处有人。

例如，第二检测设备为车载声音采集装置；若某舱内位置的检测值表示该舱内位置处有人，则可表示该舱内位置处存在说话的舱内人员，即说话人员。

步骤D2：在检测值表示舱内位置处无人的情况下，根据检测值的大小确定检测结果是否可信。

本实施例中，若检测值表示舱内位置处无人，则可再根据检测值的大小，进一步判断该检测结果是否可信。

在一些可选的实施方式中，上述步骤D2“根据检测值的大小确定检测结果是否可信”具体可以包括步骤D21和步骤D22。

步骤D21：在检测值大于第一阈值的情况下，确定检测结果可信。

步骤D22：在检测值小于第一阈值的情况下，确定检测结果不可信。

本实施例中，可以预先设置检测值的一个阈值，即第一阈值，若检测结果表示该舱内位置有人，且该舱内位置的检测值大于该第一阈值，则可认为该检测位置处有人的置信度还是比较高的，若第二检测设备进一步检测到该位置处有人，则可认为该位置处有人，即检测结果可信。相反地，若该舱内位置的检测值小于该第一阈值，则可认为该舱内位置处有人的置信度较低，若第二检测设备检测到此处有人，大概率说明第二检测设备检测有误，此时需要丢弃该第二检测设备的检测结果，即检测结果不可信。

例如，第二检测设备为车载声音采集装置，与座椅状态检测装置、车内图像采集装置相比，由于车内环境比较复杂，基于车载声音采集装置采集到的舱内人员声音实现定位，容易存在干扰，导致识别不准确；因此，若基于座椅状态检测装置和车内图像采集装置基本确定某舱内位置没有人(即检测值低于第一阈值)，当车载声音采集装置认为采集到该舱内位置处的声音时，可以认为车载声音采集装置识别有误。

可选地，还可以预先设置检测值的另一个阈值，即第二阈值，且第二阈值大于第一阈值。基于更大的第二阈值确定检测值是否表示舱内位置处有人。具体地，在检测值大于第二阈值的情况下，确定检测值表示舱内位置处有人；在检测值小于第二阈值的情况下，确定检测值表示舱内位置处无人。

本实施例中，若舱内位置的检测值小于第一阈值，则基本可认为该舱内位置处无人；若舱内位置的检测值大于第一阈值、且小于第二阈值，则可认为该舱内位置有一定可能性有人，此时需要结合第二检测设备进行进一步判断；若舱内位置的检测值大于第二阈值，则基本可认为该舱内位置处有人。

其中，可以基于实际需求设置上述的第一阈值、第二阈值，通过设置合适的第一阈值、第二阈值，可以更准确合理地确定舱内位置处是否存在对话人员。本实施例中，该第一阈值可以为第二数值与第四数值中较小者，或第一数值、第三数值、第四数值中的较小者，该第二阈值可以为第二数值与第四数值中的较大者，或第一数值与第四数值之和，或第二数值与第四数值之和。

具体地，为能够在不考虑语音识别结果的情况下直接确定舱内位置处有人，需要设置足够大的第二阈值，以n1、n2、n3、n4分别表示上述的第一数值、第二数值、第三数值、第四数值，以th1、th2分别表示第一阈值、第二阈值，该第二阈值th2可以为第二数值与第四数值中的较大者，即th2＝max(n2,n4)；在座椅识别或人脸识别中可信度更高的一者中认为舱内位置处有人，则可直接认为该舱内位置处有人。

或者，第二阈值th2可以为第二数值与第四数值之和，即th2＝n2+n4。此时，只有人脸识别表示有人，且座椅传感器状态表示有人、之后安全带状态为系上，即人脸识别和座椅识别均表示有人，此时才会认为舱内位置处有人。

此外，在人脸识别或座椅识别存在矛盾，即其中之一表示有人，另一表示无人，此时需要结合语音识别进行进一步判断；故，该第一阈值th1可以为第二数值与第四数值中较小者，即th1＝min(n2,n4)；若检测值小于该第一阈值th1，则说明此时的人脸识别和座椅识别均表示无人，若语音识别的结果表示此处有人，则语音识别错误。若检测值在第一阈值th1与第二阈值th2之间，则可认为人脸识别或座椅识别中的一个表示有人，此时需要结合语音识别进行进一步判断。

或者，也可将第一阈值th1设为第一数值与第四数值之和，或者第二数值与第四数值之和，即th1＝n1+n4，或者th1＝n3+n4，从而在基于座椅状态检测装置和车内图像采集装置均一定程度检测到舱内位置处有人时，才需要结合语音识别进行进一步判断。

例如，基于座椅识别和人脸识别确定舱内位置检测值，并结合语音识别综合判断舱内位置处是否有人的过程可参见图7所示；如图7所示，识别对话人员位置的过程可以包括以下步骤701至步骤709。

步骤701：车辆关门后，为每个座椅设置初始为0的检测值。

其中，车身域可以生成车辆关门的信号，以通知控制器车门已关闭；此处以该控制器是智能座舱域控制器(CDC)为例示出。其中，每个座椅对应一个舱内位置。

步骤702：若座椅有人，检测值增加第一数值。

其中，每个座椅的重力传感器可以将采集到的数据发送至座椅控制器，该座椅控制器由此确定座椅是否有人。若座椅无人，则保持检测值不变；若座椅有人，则为检测值增加第一数值。例如，该第一数值为1。

步骤703：若座椅处有人脸，检测值增加第四数值。

其中，基于OMS摄像头采集到的车内图像进行人脸识别，若某座椅处识别出人脸，则可确定人脸识别结果表示该座椅处有人，此时为该座椅的检测值增加第四数值；例如，该第四数值也为1。其中，可以持续进行人脸检测，例如持续检测5分钟，若始终能够检测到人脸，则认为该座椅处有人。

步骤704：若安全带系上，检测值增加相应数值。

其中，该相应数值可以为第二数值与第一数值之差，以使得在座椅传感器状态表示有人，且之后安全带状态为系上的情况下，可以为舱内位置的检测值增加第二数值。例如，该相应数值为1；相应地，第二数值为1+1＝2。

可以理解，若重力传感器表示座椅有人、人脸识别表示存在人脸、且安全带系上，则检测值为：第二数值+第四数值；例如，检测值为3。

若重力传感器表示座椅有人、人脸识别表示存在人脸、但安全带未系上，则检测值为：第一数值+第四数值；例如，检测值为2。

若重力传感器表示座椅无人、人脸识别表示存在人脸、且安全带系上，则检测值为：相关数值+第四数值；例如，检测值为2。

若重力传感器表示座椅无人、人脸识别表示存在人脸、且安全带未系上，则检测值为：第四数值；例如，检测值为1。

若重力传感器表示座椅有人、人脸识别表示不存在人脸、且安全带未系上，则检测值为：第一数值；例如，检测值为1。

若重力传感器表示座椅无人、人脸识别表示不存在人脸、且安全带未系上，则检测值仍然为初始值，该检测值为0。

步骤705：判断检测值是否大于第二阈值th2。若检测值大于第二阈值th2，则继续步骤706；若检测值小于第二阈值th2，则继续步骤707。

例如，该第一阈值th1可以为第二数值与第四数值之和；例如，该第一阈值th1为3。

步骤706：识别结果一致，检测结果可信。即语音识别结果可信。

其中，若检测值大于第二阈值th2，则表示基于重力传感器、安全带卡扣、人脸识别以及语音识别均确定该舱内位置处有人，故语音识别的结果可信。

步骤707：判断检测值是否大于第一阈值th1。若检测值大于第一阈值th1，则继续步骤708；若检测值小于第一阈值th1，则继续步骤709。

例如，该第一阈值th1可以为第一数值与第四数值之和；例如，该第一阈值th1为2。

步骤708：座椅处有人。即语音识别结果仍然可信。

步骤709：座椅处无人。即语音识别结果不可信。

基于图7所示的过程，可以比较准确地识别出对话人员的位置。

本实施例中，若语音识别与座椅识别、人脸识别的结果不一致，则可认为当前的语音识别结果不可信，不能基于该语音识别结果确定相应的说话人员；或者，可以根据座椅识别和人脸识别的结果，对语音识别结果进行一定程度的修正，以比较准确地确定说话人员。

例如，若基于座椅识别和人脸识别可以高置信度地表示某些位置有人或无人，但语音识别所识别到的人员位置与此矛盾，则可认为该语音识别不可信。例如，若语音识别目前为副驾说话，但座椅识别和人脸识别显示前排仅主驾有人，即副驾无人，则此时可以将说话人员标识为主驾。或者，若语音识别后排中间说话，但座椅识别和人脸识别显示仅后排右侧有人，则将说话人员标识为右后。

图8示出了本发明车辆数据的处理装置的实施例的结构示意图。如图8所示，该车辆数据的处理装置800包括：

检测数据获取模块801，用于获取第一检测设备对舱内人员进行位置检测的检测数据；

检测值确定模块802，用于根据所述检测数据，确定舱内位置的检测值；所述检测值表示所述舱内位置处有人的置信度；

检测结果获取模块803，用于获取表示第二检测设备识别到所述舱内位置处有人的检测结果；

校验模块804，用于根据所述检测值对所述检测结果进行校验，综合确定所述舱内位置处是否有人。

在一些可选的实施方式中，所述第二检测设备包括：车载声音采集装置；

所述检测结果获取模块803获取表示第二检测设备识别到所述舱内位置处有人的检测结果，包括：

根据所述车载声音采集装置采集到的舱内人员语音进行定位，确定所述舱内人员所在的舱内位置，生成相应的检测结果。

在一些可选的实施方式中，所述校验模块804根据所述检测值对所述检测结果进行校验，包括：

在所述检测值表示所述舱内位置处有人的情况下，确定所述检测结果可信；

在所述检测值表示所述舱内位置处无人的情况下，根据所述检测值的大小确定所述检测结果是否可信。

在一些可选的实施方式中，所述校验模块804根据所述检测值的大小确定所述检测结果是否可信，包括：

在所述检测值大于第一阈值的情况下，确定所述检测结果可信；

在所述检测值小于第一阈值的情况下，确定所述检测结果不可信。

在一些可选的实施方式中，校验模块804还用于：

在所述检测值大于第二阈值的情况下，确定所述检测值表示所述舱内位置处有人；

在所述检测值小于第二阈值的情况下，确定所述检测值表示所述舱内位置处无人；

其中，所述第二阈值大于所述第一阈值。

在一些可选的实施方式中，该装置还包括辅助对话模块，用于：

在综合确定至少两个所述舱内位置处有人的情况下，获取与说话人员位置对应的车载声音采集装置采集到的当前语音数据；所述说话人员位于其中一个有人的舱内位置；

控制与接收人员位置对应的车载声音播放装置播放所述当前语音数据；所述接收人员位于另一个有人的舱内位置。

在一些可选的实施方式中，所述第一检测设备包括：座椅状态检测装置和/或车内图像采集装置；

所述检测数据包括：所述座椅状态检测装置采集到的座椅传感器状态和安全带状态，和/或所述车内图像采集装置采集到的车内图像；

所述检测值确定模块802根据所述检测数据，确定舱内位置的检测值，包括：

根据所述检测数据中的每一项数据，分别确定所述舱内位置处是否有人；

在确定所述舱内位置处有人的情况下，为所述舱内位置的检测值进行增值处理；所述舱内位置的检测值初始为0。

在一些可选的实施方式中，所述检测值确定模块802在确定所述舱内位置处有人的情况下，为所述舱内位置的检测值进行增值处理，包括：

在所述座椅传感器状态表示所述舱内位置处有人的情况下，为所述舱内位置的检测值增加第一数值；

在所述座椅传感器状态表示所述舱内位置处有人，且之后所述安全带状态为系上的情况下，为所述舱内位置的检测值增加第二数值；

在所述安全带状态为系上，且之后所述座椅传感器状态表示所述舱内位置处有人的情况下，为所述舱内位置的检测值增加第三数值；所述第三数值≤所述第一数值<所述第二数值；

在所述车内图像表示所述舱内位置处有人的情况下，为所述舱内位置的检测值增加第四数值。

在一些可选的实施方式中，该装置还包括置零模块，用于：在检测到关门信号的情况下，对所述舱内位置的检测值置0，之后重新确定所述舱内位置的检测值；

或者，在所述座椅传感器状态从表示所述舱内位置处有人变为无人，和/或所述安全带状态从系上变为解开的情况下，对所述舱内位置的检测值置0，之后重新确定所述舱内位置的检测值。

本实施例提供的车辆数据的处理装置，基于第一检测设备确定每个舱内位置处有人的置信度，若基于第二检测设备得到表示该舱内位置处有人的检测结果，则可基于能够表示该舱内位置处置信度的检测值对该检测结果进行进一步校验，以确定检测结果的可信度，从而确定该舱内位置是否有人。该方法可以结合多种检测设备对舱内人员进行位置检测，可以提高人员检测的准确性；并且，以检测值校验检测结果的方式，可以提前确定每个舱内位置处的检测值，在第二检测设备检测到舱内位置处有人时，快速验证第二检测设备的检测结果，能够减小实时处理时所需的处理量，特别是对于处理性能较低的处理器，可以提高车辆数据处理的实时性。

图9示出了本发明车辆数据的处理设备的实施例的结构示意图，本发明具体实施例并不对车辆数据的处理设备的具体实现做限定。

如图9所示，该车辆数据的处理设备可以包括：处理器(processor)902、通信接口(Communications Interface)904、存储器(memory)906、以及通信总线908。

其中：处理器902、通信接口904、以及存储器906通过通信总线908完成相互间的通信。通信接口904，用于与其它设备比如客户端或其它服务器等的网元通信。处理器902，用于执行程序910，具体可以执行上述用于车辆数据的处理方法实施例中的相关步骤。

具体地，程序910可以包括程序代码，该程序代码包括计算机可执行指令。

处理器902可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。车辆数据的处理设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器906，用于存放程序910。存储器906可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序910具体可以被处理器902调用，使车辆数据的处理设备实现上述实施例示出的方法。

本发明实施例还提供一种车辆，该车辆包括多组声音设备和车辆数据的处理设备；该声音设备包括至少一个车载声音采集装置和至少一个车载声音播放装置。例如，该车辆的一种结构示意图可参见图1所示，该车辆数据的处理设备可以为图9所示的设备，以能够实现上述方法实施例提供的车辆数据的处理方法。

本发明实施例提供了一种计算机可读存储介质，所述存储介质存储有至少一可执行指令，该可执行指令被处理器执行时实现上述实施例提供的任意一项所述的车辆数据的处理方法。

其中，存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。此外，本发明实施例也不针对任何特定编程语言。

在此处所提供的说明书中，说明了大量具体细节。然而能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。类似地，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。其中，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。