一种道路交通安全监测方法、设备及介质

技术领域

本申请涉及大数据分析技术领域，尤其涉及一种道路交通安全监测方法、设备及介质。

背景技术

随着交通越来越便捷，交通安全监测平台应运而生，以实现对交通安全的监测、管理和应急响应。

通过交通监测系统，可以实时监测交通路口的交通情况。当发现交通拥堵或交通事故时，交通人员通常需要在道路区域进行线下智慧，以缓解道路情况，但是，该方式通常耗费大量人力，并且道路情况缓解不及时，导致道路交通安全监测效率低下。

发明内容

本申请实施例提供一种道路交通安全监测方法、设备及介质，用于解决道路交通安全监测效率低下的问题。

本申请实施例采用下述技术方案：

一方面，本申请实施例提供了一种道路交通安全监测方法，该方法包括：在预设周期内，获取道路区域的道路图像；通过将所述道路图像输入预先训练的车辆识别神经网络模型，输出所述道路区域的车辆信息；所述车辆信息包括车辆流量、车辆速度、车辆位置、车辆号牌；判断所述车辆流量是否超过预设流量阈值；若是，则在预先生成的所述道路区域的信号灯变换周期映射表中，对所述车辆流量进行匹配，得到所述车辆流量对应的临时信号灯缩短变换周期；所述车辆流量越大，所述临时信号灯缩短变换周期越短；根据所述车辆流量与所述预设流量阈值之间的差值，确定所述临时信号灯缩短变换周期的第一控制时间；在所述第一控制时间内，将所述道路区域的信号灯变换周期调整为所述临时信号灯缩短变换周期。

一个示例中，所述根据所述车辆流量与所述预设流量阈值之间的差值，确定所述临时信号灯缩短变换周期的第一控制时间，具体包括：获取所述道路区域在预设历史时长内的历史车辆信息；根据所述历史车辆信息，生成所述道路区域在每天的车辆流量走势图；根据所述车辆流量走势图，预测所述道路区域在当前时间之后的当天车辆流量；从当前时间开始，确定预测的车辆流量低于所述预设流量阈值的车辆流量预测时间；将所述车辆流量预测时间与所述当前时间之间的差值确定为所述临时信号灯缩短变换周期的第一控制时间。

一个示例中，所述方法还包括：根据所述道路区域中每个车辆的车辆速度，确定所述道路区域的平均车辆速度；若所述车辆流量不超过所述预设流量阈值，则判断所述车辆平均速度是否小于预设速度阈值；若是，则在所述信号灯变换周期映射表中，对所述车辆平均速度进行匹配，得到所述车辆平均速度对应的临时信号灯增长变换周期；根据所述车辆平均速度与所述预设速度阈值之间的差值，确定所述临时信号灯增长变换周期的第二控制时间；在所述第二控制时间内，将所述道路区域的信号灯变换周期调整为所述临时信号灯增长变换周期。

一个示例中，所述根据所述车辆平均速度与所述预设速度阈值之间的差值，确定所述临时信号灯增长变换周期的第二控制时间，具体包括：根据所述道路区域在预设历史时长内的历史车辆信息，生成所述道路区域在每天的车辆平均速度走势图；根据所述车辆平均速度走势图，预测所述道路区域在当前时间之后的当天车辆平均速度；从当前时间开始，确定预测的车辆平均速度高于所述预设速度阈值的车辆平均速度预测时间；将所述车辆平均速度预测时间与所述当前时间之间的差值确定为所述临时信号灯增长变换周期的第二控制时间。

一个示例中，所述方法还包括：确定所述道路区域的禁停区域；在所述车辆信息中，选取车辆速度为0的多个停车车辆；根据每个停车车辆的车辆位置，判断是否具有处于所述禁停区域的停车车辆；若是，则将处于所述禁停区域的车辆确定为违规停车车辆；根据所述违规停车车辆的车辆号牌信息，对所述违规停车车辆的用户终端发送处罚通知信息。

一个示例中，所述方法还包括：确定所述道路区域的禁止掉头区域；根据每个车辆的多个车辆位置，为每个车辆生成各自对应的车辆轨迹；根据每个车辆各自对应的车辆轨迹，判断是否具有处于禁止掉头区域的车辆；若是，则将处于所述禁止掉头区域的车辆确定为违规掉头车辆；根据所述违规掉头车辆的车辆号牌信息，对所述违规掉头车辆的用户终端发送处罚通知信息。

一个示例中，所述获取道路区域的道路图像之后，所述方法还包括：通过将所述道路图像输入预先训练的路面状态识别神经网络模型，输出所述道路区域的路面状况信息；所述路面状况信息包括积水、结冰、坑洼；根据所述路面状态信息，生成所述道路区域的路面行驶危险等级；在所述路面行驶危险等级高于预设等级时，将路面行驶危险通知信息发送至道路预警显示设备。

一个示例中，所述获取道路区域的道路图像，具体包括：接收道路区域的加密道路图像信息；所述加密道路图像信息通过图像拍摄设备进行非对称加密得到；根据私钥，对所述加密道路图像信息进行解密，得到所述道路区域的初始道路图像；对所述初始道路图像进行完整性验证，若验证成功，则将所述初始道路图像确定为所述道路区域的道路图像；若验证失败，则向所述图像设备发送重新上传道路图像通知信息。

另一方面，本申请实施例提供了一种道路交通安全监测设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：在预设周期内，获取道路区域的道路图像；通过将所述道路图像输入预先训练的车辆识别神经网络模型，输出所述道路区域的车辆信息；所述车辆信息包括车辆流量、车辆速度、车辆位置、车辆号牌；判断所述车辆流量是否超过预设流量阈值；若是，则在预先生成的所述道路区域的信号灯变换周期映射表中，对所述车辆流量进行匹配，得到所述车辆流量对应的临时信号灯缩短变换周期；所述车辆流量越大，所述临时信号灯缩短变换周期越短；根据所述车辆流量与所述预设流量阈值之间的差值，确定所述临时信号灯缩短变换周期的第一控制时间；在所述第一控制时间内，将所述道路区域的信号灯变换周期调整为所述临时信号灯缩短变换周期。

另一方面，本申请实施例提供了一种道路交通安全监测非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：在预设周期内，获取道路区域的道路图像；通过将所述道路图像输入预先训练的车辆识别神经网络模型，输出所述道路区域的车辆信息；所述车辆信息包括车辆流量、车辆速度、车辆位置、车辆号牌；判断所述车辆流量是否超过预设流量阈值；若是，则在预先生成的所述道路区域的信号灯变换周期映射表中，对所述车辆流量进行匹配，得到所述车辆流量对应的临时信号灯缩短变换周期；所述车辆流量越大，所述临时信号灯缩短变换周期越短；根据所述车辆流量与所述预设流量阈值之间的差值，确定所述临时信号灯缩短变换周期的第一控制时间；在所述第一控制时间内，将所述道路区域的信号灯变换周期调整为所述临时信号灯缩短变换周期。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

能够利用车辆识别神经网络模型获取车辆信息，基于道路区域的车辆流量在相对高的情况下，从信号灯变换周期映射表中检索临时信号灯缩短变换周期，从而实现在车辆流量高的情况下，自动调整信号灯变换周期的时间，以能够优化当前时间的交通流量，增加车辆的通行效率。并且将车辆流量与预设流量阈值之间的时间差值，控制临时信号灯缩短变换周期的执行时间，从而能够更准确地考虑到道路区域在未来短期内的车辆流量情况，对车辆短期未来时长内的通行进行优化，进一步提高道路区域的车辆通行效率。从而提高道路交通安全监测效率。

附图说明

为了更清楚地说明本申请的技术方案，下面将结合附图来对本申请的部分实施例进行详细说明，附图中：

图1为本申请实施例提供的一种道路交通安全监测方法的流程示意图；

图2为本申请实施例提供的一种道路交通安全监测设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。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他实施例，都属于本申请保护的范围。

下面参照附图来对本申请的一些实施例进行详细说明。

图1为本申请实施例提供的一种道路交通安全监测方法的流程示意图。该流程中的某些输入参数或者中间结果允许人工干预调节，以帮助提高准确性。

本申请实施例涉及的分析方法的实现可以为终端设备，也可以为服务器，本申请对此不作特殊限制。为了方便理解和描述，以下实施例均以服务器为例进行详细描述。

需要说明的是，该服务器可以是单独的一台设备，可以是有多台设备组成的系统，即，分布式服务器，本申请对此不做具体限定。

图1中的流程可以包括如下步骤：

S101：在预设周期内，获取道路区域的道路图像。

在本申请的一些实施例中，安全监测平台需要确保车辆信息的准确性和实时性，因此需要解决道路图像采集和传输的稳定性和高效性问题。这可能涉及到网络连接的可靠性、数据传输协议的选择以及对数据丢失或传输错误的处理机制。此外，在道路图像采集和传输过程中，采用加密的数据校验机制，从而保证道路图像的完整性和准确性。

基于此，首先，接收道路区域的加密道路图像信息。其中，加密道路图像信息通过图像拍摄设备进行非对称加密得到。

需要说明的是，服务器预先生成一对公私钥对，然后，将公钥发送至图像拍摄设备，图像拍摄设备拍摄的道路图像进行公钥加密。

然后，根据私钥，对加密道路图像信息进行解密，得到道路区域的初始道路图像。

然后，对初始道路图像进行完整性验证，若验证成功，则将初始道路图像确定为道路区域的道路图像。

需要说明的是，在进行完整性验证时，是将初始道路图像与预设的完整性条件进行比较。比如，初始道路图像是否清楚或者是否为空。

若验证失败，则向图像设备发送重新上传道路图像通知信息。

需要说明的是，需要设定合理的重试次数和间隔时间，以避免对数据传输造成过大的延迟。

在本申请的一些实施例中，在道路图像采集和传输过程中，可以通过容错机制来减少数据丢失或错误的影响。例如，可以使用备份数据源、备份通道等备份方案，以确保在主数据源或通道出现故障时，仍然能够采集和传输道路图像。

在道路图像采集和传输过程中，可以添加错误日志记录机制，以记录发生的数据丢失或错误情况。这些日志可以用于后续的数据恢复或问题分析。

在道路图像采集和传输过程中，可以定期备份数据，并制定相应的备份策略。当出现数据丢失或错误时，可以通过备份数据进行恢复，以减少数据丢失或错误造成的影响。

S102：通过将所述道路图像输入预先训练的车辆识别神经网络模型，输出所述道路区域的车辆信息。

其中，车辆信息包括车辆信息包括车辆流量、车辆速度、车辆位置、车辆号牌。

在本申请的一些实施例中，需要预先训练车辆识别神经网络模型。

具体地，获取样本道路区域的样本道路图像，将样本道路图像作为输入样本，将车辆信息作为样本标签，对神经网络模型进行有监督训练，直至神经网络模型收敛，从而得到车辆识别神经网络模型。

S103：判断所述车辆流量是否超过预设流量阈值。

S104：若是，则在预先生成的所述道路区域的信号灯变换周期映射表中，对所述车辆流量进行匹配，得到所述车辆流量对应的临时信号灯缩短变换周期。

其中，车辆流量越大，所述临时信号灯缩短变换周期越短，从而增加车辆的通行效率。

需要说明的是，在一个信号灯变换周期里各个交通流将得到通行权。以十字路口为例四个方向的车流，分成两个信号阶段放行，阶段1放东行和西行，阶段2放南行和北行。假定阶段1和阶段2的时间长度和为100秒，则这个信号灯的周期就是100秒。在这个100秒里，各个交通流都得到了通行权。比较短的信号灯变换周期，会减少等待时间。也就是说，得到绿灯时，放行时间短，得到红灯时，等待时间也短。

其中，由于不同道路的道路情况不同，因此为每个道路区域均生成一个信号灯变换周期映射表。

S105：根据所述车辆流量与所述预设流量阈值之间的差值，确定所述临时信号灯缩短变换周期的第一控制时间。

其中，差值越大，第一控制时间越长。

在本申请的一些实施例中，由于道路区域在每天的车辆信息可能是具有规律的，比如，在每天的上班时间和下班时间，则道路区域的车辆数量均较多。因此，可以通过历史车辆信息，预测道路区域在当前时间之后的短期车辆信息。

基于此，首先，获取道路区域在预设历史时长内的历史车辆信息。然后，根据历史车辆信息，生成道路区域在每天的车辆流量走势图。然后，根据车辆流量走势图，预测道路区域在当前时间之后的当天车辆流量。然后，从当前时间开始，确定预测的车辆流量低于预设流量阈值的车辆流量预测时间。

也就是说，当前时间车辆流量是比较高的，当前时间与车辆流量预测时间之间的车辆流量仍然是比较高的，而从车辆流量预测时间之后的短期时间车辆流量下降。但是，车辆流量预测时间之后的某部分时间段仍然可能车辆流量较高，只不过距离当前时间较晚。

最后，将车辆流量预测时间与当前时间之间的差值确定为临时信号灯缩短变换周期的第一控制时间。

S106：在所述第一控制时间内，将所述道路区域的信号灯变换周期调整为所述临时信号灯缩短变换周期。

在本申请的一些实施例中，在车辆流量不超过预设流量阈值时，则说明车辆流量不大，由于车速小、车辆流量通常也小。因此，此时继续结合车辆平均速度，监测道路区域是否发生拥堵。在拥堵的过程中，则延长信号灯变换周期，即，以减缓车辆的通行速度，减轻拥堵情况。比较长的信号周期，会减少停车次数，但增加等待时间。也就是说，得到绿灯时，放行时间长，得到红灯时，等待时间也长。

基于此，根据道路区域中每个车辆的车辆速度，确定道路区域的平均车辆速度。

判断车辆平均速度是否小于预设速度阈值。

若是，则在信号灯变换周期映射表中，对车辆平均速度进行匹配，得到车辆平均速度对应的临时信号灯增长变换周期。

根据车辆平均速度与预设速度阈值之间的差值，确定临时信号灯增长变换周期的第二控制时间。

在第二控制时间内，将道路区域的信号灯变换周期调整为临时信号灯增长变换周期。

其中，确定临时信号灯增长变换周期的第二控制时间的过程如下：

首先，根据道路区域在预设历史时长内的历史车辆信息，生成道路区域在每天的车辆平均速度走势图。然后，根据车辆平均速度走势图，预测道路区域在当前时间之后的当天车辆平均速度。然后，从当前时间开始，确定预测的车辆平均速度高于预设速度阈值的车辆平均速度预测时间。

也就是说，当前时间的车辆平均速度是比较低的，当前时间与车辆平均速度预测时间之间的车辆平均速度仍然是比较低的，而从车辆平均速度预测时间之后的短期时间车辆平均速度上升。但是，车辆平均速度预测时间之后的某部分时间段仍然可能车辆平均速度较低，只不过距离当前时间较晚。

最后，将车辆平均速度预测时间与当前时间之间的差值确定为临时信号灯增长变换周期的第二控制时间。

在本申请的一些实施例中，实现对路面交通情况实时监测和违规车辆识别。

一方面，首先，确定道路区域的禁停区域。然后，在车辆信息中，选取车辆速度为0的多个停车车辆。然后，根据每个停车车辆的车辆位置，判断是否具有处于禁停区域的停车车辆。

若是，则将处于禁停区域的车辆确定为违规停车车辆。从而根据违规停车车辆的车辆号牌信息，对违规停车车辆的用户终端发送处罚通知信息。

另一方面，首先，确定道路区域的禁止掉头区域。然后，根据每个车辆的多个车辆位置，为每个车辆生成各自对应的车辆轨迹。然后，根据每个车辆各自对应的车辆轨迹，判断是否具有处于禁止掉头区域的车辆。

若是，则将处于禁止掉头区域的车辆确定为违规掉头车辆。最后，根据违规掉头车辆的车辆号牌信息，对违规掉头车辆的用户终端发送处罚通知信息。

在本申请的一些实施例中，实时监测路面状况，提供路况预警服务，以降低交通事故的发生率。根据路面状况可以对不同的风险进行评估，并按照风险程度进行分级预警。不同等级的预警信号可以提醒驾驶员采取不同的应对措施，例如低风险情况下提醒驾驶员减速慢行，高风险情况下则可以提示驾驶员停车等待或选择其他路线。

基于此，通过将道路图像输入预先训练的路面状态识别神经网络模型，输出道路区域的路面状况信息。其中，路面状况信息包括积水、结冰、坑洼。

根据路面状态信息，生成道路区域的路面行驶危险等级。

在路面行驶危险等级高于预设等级时，将路面行驶危险通知信息发送至道路预警显示设备。

需要说明的是，获取样本道路区域的样本道路图像，将样本道路图像作为输入样本，将路面状态信息作为样本标签，对路面状态识别神经网络模型进行有监督训练，直至路面状态识别神经网络模型收敛，从而得到路面状态识别神经网络模型。

在本申请的一些实施例中，提供移动应用和网站，让用户可以随时查看交通状况、道路信息、交通事故等，还可提供实时交通导航和预警服务。

此外，通过交通安全监测系统，可以实时监测交通路口的交通情况，以及信号灯的工作状态。当发现交通拥堵或交通事故时，管理人员可以手动调整信号灯的设置，或者启动应急预案，以应对突发情况。

安全监测平台通常需要处理大量的车辆数据，包括实时数据和历史数据。因此，平台需要具备高性能的数据存储和处理能力，以支持数据的快速查询、分析和决策。

安全监测平台涉及到车辆和司机的敏感信息，如位置、行驶轨迹等。平台需要采取安全措施，保护数据的机密性、完整性和可用性，防止数据泄露和未经授权的访问。

在本申请的一些实施例，也可以通过传感器获取车辆信息，系统架构如下所示：

视频监测系统：摄像头包括网络摄像头、高清摄像头、全景摄像头等用于实时监测交通路段，获取道路图像，视频分析技术包括人脸识别、车牌识别、行为分析等，用于检测违法行为和事故情况。

交通车辆传感器：安装在路边灯上，用于检测车辆的流量、速度、车距等信息。

智能交通灯控制系统：交通信号灯通过网络连接，能够实现智能调度，根据实时交通情况进行灯光控制，优化交通流量。

数据分析与大数据技术：对收集的数据进行大数据分析，识别交通模式、预测交通拥堵，优化交通规划和调度。利用机器学习和人工智能技术处理海量数据，提取有用信息，改善交通安全管理。

云计算技术：将采集到道路图像进行云端的数据存储，实现数据的集中管理、备份、共享和远程访问。

地理信息系统(GIS)：GIS技术结合地图数据和车辆位置信息，可实现对治超管理的空间分析和可视化展示，包括违规车辆的定位、路线规划等功能。

移动应用程序：提供手机应用程序，让公众可以实时获取交通信息、报告事故或危险情况，并接收交通安全提示。

此外，需要考虑设备兼容性：安全监测平台需要与车载终端设备进行通信和数据交换，但不同车辆和设备可能采用不同的通信协议和数据格式。因此，平台需要解决设备兼容性问题，确保能够与各种类型的终端设备进行有效的数据交互。

基于此，一方面，制定设备兼容性标准：为了提高设备的兼容性，可以制定相应的设备兼容性标准。这些标准可以规定各种车载终端设备需要支持的通信协议、数据格式、接口类型等，以确保它们能够与安全监测平台进行良好的交互。

一方面，提供设备驱动程序和软件开发工具包：为了使各种车载终端设备能够与安全监测平台进行通信，可以提供相应的设备驱动程序和软件开发工具包。这些工具包可以提供标准的接口和函数，以便设备能够与平台进行数据传输和控制。

一方面，定期更新和升级：为了解决车载终端设备的兼容性问题，安全监测平台可以定期更新和升级自身的软件和硬件。这样可以确保平台始终支持最新的设备和通信协议，并且能够与其他设备进行良好的交互。

可见，实时数据采集和传输：保证交通数据的实时性，需要确保高效的数据采集和传输机制，以及可靠的数据传输协议。数据分析和智能决策：利用大数据分析、机器学习等技术，对采集的数据进行分析，以实现智能交通信号控制、拥堵预测、事故预警等功能。安全性与隐私保护：确保数据的安全存储和传输，采用加密、权限控制等措施保护用户隐私，防止数据泄露和未授权访问。网络稳定和容错机制：实现网络稳定和容错机制，确保平台能够在不稳定的网络环境下正常运行，保障交通监测的持续性和稳定性。多源数据整合：整合来自不同数据源的信息，包括视频监测、传感器数据、地理信息等，以实现全面、多维度的交通信息监测和分析。

需要说明的是，虽然本申请实施例是参照图1来对步骤S101至步骤S106依次进行介绍说明的，但这并不代表步骤S101至步骤S106必须按照严格的先后顺序执行。本申请实施例之所以按照图1中所示的顺序对步骤S101至步骤S106依次进行介绍说明，是为了方便本领域技术人员理解本申请实施例的技术方案。换句话说，在本申请实施例中，步骤S101至步骤S106之间的先后顺序可以根据实际需要进行适当调整。

通过图1的方法，能够利用车辆识别神经网络模型获取车辆信息，基于道路区域的车辆流量在相对高的情况下，从信号灯变换周期映射表中检索临时信号灯缩短变换周期，从而实现在车辆流量高的情况下，自动调整信号灯变换周期的时间，以能够优化当前时间的交通流量，增加车辆的通行效率。并且将车辆流量与预设流量阈值之间的时间差值，控制临时信号灯缩短变换周期的执行时间，从而能够更准确地考虑到道路区域在未来短期内的车辆流量情况，对车辆短期未来时长内的通行进行优化，进一步提高道路区域的车辆通行效率。从而提高道路交通安全监测效率。

基于同样的思路，本申请的一些实施例还提供了上述方法对应的设备和非易失性计算机存储介质。

图2为本申请实施例提供的一种道路交通安全监测设备的结构示意图，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

在预设周期内，获取道路区域的道路图像；

通过将所述道路图像输入预先训练的车辆识别神经网络模型，输出所述道路区域的车辆信息；所述车辆信息包括车辆流量、车辆速度、车辆位置、车辆号牌；

判断所述车辆流量是否超过预设流量阈值；

若是，则在预先生成的所述道路区域的信号灯变换周期映射表中，对所述车辆流量进行匹配，得到所述车辆流量对应的临时信号灯缩短变换周期；所述车辆流量越大，所述临时信号灯缩短变换周期越短；

根据所述车辆流量与所述预设流量阈值之间的差值，确定所述临时信号灯缩短变换周期的第一控制时间；

在所述第一控制时间内，将所述道路区域的信号灯变换周期调整为所述临时信号灯缩短变换周期。

本申请的一些实施例提供的一种道路交通安全监测非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：

在预设周期内，获取道路区域的道路图像；

通过将所述道路图像输入预先训练的车辆识别神经网络模型，输出所述道路区域的车辆信息；所述车辆信息包括车辆流量、车辆速度、车辆位置、车辆号牌；

判断所述车辆流量是否超过预设流量阈值；

若是，则在预先生成的所述道路区域的信号灯变换周期映射表中，对所述车辆流量进行匹配，得到所述车辆流量对应的临时信号灯缩短变换周期；所述车辆流量越大，所述临时信号灯缩短变换周期越短；

根据所述车辆流量与所述预设流量阈值之间的差值，确定所述临时信号灯缩短变换周期的第一控制时间；

在所述第一控制时间内，将所述道路区域的信号灯变换周期调整为所述临时信号灯缩短变换周期。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备和介质实施例而言，由于其基本相似于方法实施例，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。

本申请实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请技术原理之内所作的任何修改、等同替换、改进等，均应落入本申请的保护范围之内。