一种车道线的识别方法、装置及电子设备

技术领域

本发明涉及车辆技术领域，尤其涉及一种车道线的识别方法、装置及电子设备。

背景技术

目前自动驾驶技术中对于车辆的横向控制需要对当前路段车道线的准确认别。现有的车道线识别方法主要基于视觉的图像识别技术。

但由于车道线的图像受到光照，阴影，道路铺设色差等原因，使得基于视觉的图像识别技术，在部分情况下，无法准确识别车道线，从而无法开启自动驾驶功能，严重限制了自动驾驶的适用范围。

发明内容

本发明实施例的目的是提供一种车道线的识别方法、装置及电子设备，以解决基于视觉的图像识别技术，在部分情况下，无法准确识别车道线，从而无法开启自动驾驶功能，严重限制了自动驾驶的适用范围的问题。

为了解决上述技术问题，本发明实施例是这样实现的：

第一方面，本发明实施例提供了一种车道线的识别方法，包括：

通过预置的图像采集设备获取道路图像；

在预置的车道线数据库中确定与所述道路图像匹配的特征图像；其中，所述车道线数据库包括各第一车道线，以及与各第一车道线对应的特征图像；

根据所述匹配的特征图像对应的第一车道线执行对当前车辆的横向控制。

第二方面，本发明实施例提供了一种车道线的识别装置，包括：

图像采集模块，用于通过预置的图像采集设备获取道路图像；

图像匹配模块，用于在预置的车道线数据库中确定与所述道路图像匹配的特征图像；其中，所述车道线数据库包括各第一车道线，以及与各第一车道线对应的特征图像；

第一车道线识别模块，用于根据所述匹配的特征图像对应的第一车道线执行对当前车辆的横向控制。

第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线；其中，所述处理器、所述通信接口以及所述存储器通过总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序，实现如第一方面所述的车道线的识别方法步骤。

第四方面，本发明实施例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上存储有计算机程序，所述计算机程序被处理器执行时，实现如第一方面所述的车道线的识别方法步骤。

由以上本发明实施例提供的技术方案可见，本发明实施例通过预置的图像采集设备获取道路图像；在预置的车道线数据库中确定与所述道路图像匹配的特征图像；其中，所述车道线数据库包括各第一车道线，以及与各第一车道线对应的特征图像；根据所述匹配的特征图像对应的第一车道线执行对当前车辆的横向控制。通过本发明实施例，实现了对当前车辆所在车道线的识别，从而保证了自动驾驶安全性，增加了其适用范围。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的车道线的识别方法的第一种流程示意图；

图2为本发明实施例提供的车道线的识别方法的第二种流程示意图；

图3为本发明实施例提供的车道线的识别方法的第三种流程示意图；

图4为本发明实施例提供的车道线的识别方法的第四种流程示意图；

图5为本发明实施例提供的车道线的识别方法的第五种流程示意图；

图6为本发明实施例提供的第一车道线产生方法示意图；

图7为本发明实施例提供的车道线的识别装置的模块组成示意图；

图8为本发明实施例提供的电子设备的结构示意图。

具体实施方式

本发明实施例提供了一种车道线的识别方法、装置及电子设备。

为了使本技术领域的人员更好地理解本发明中的技术方案，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他实施例，都应当属于本发明保护的范围。

如图1所示，本发明实施例提供一种车道线的识别方法，该方法具体可以包括以下步骤：

步骤S01、通过预置的图像采集设备获取道路图像。

在车辆的行驶过程中，通过预先设置于车辆上的图像采集设备，实时获取道路图像。

应理解的是所述图像采集设备的数量和位置可根据实际的需要进行设定，在下面的实施例中均以设置于车辆前方，采集车辆行驶前方的道路图像为例进行举例说明。

步骤S02、在预置的车道线数据库中确定与所述道路图像匹配的特征图像；其中，所述车道线数据库包括各第一车道线，以及与各第一车道线对应的特征图像。

若通过所述预设的图像识别技术，无法识别出所述道路图像中的第二车道线，则将采集到的所述道路图像与预置的车道线数据库中存储的特征图像进行匹配。

所述车道线数据库保存了大量的第一车道线，以及与各第一车道线对应的特征图像。每条第一车道线可对应多张特征图像，具体的数量可根据实际的需要进行设定，例如，可根据所述第一车道线的长度，通过预设的比例系数确定，即所述第一车道线的长度越长则对应的特征图像也越多。

应理解的是，所述道路图像与特征图像的匹配方法有很多，可使用计算机视觉处理中的各种图像相似度匹配算法，在此不作具体的限定。

步骤S03、根据所述匹配的特征图像对应的第一车道线执行对当前车辆的横向控制。

若在所述车道线数据库，找到了与所述道路图像匹配的特征图像，则将该特征图像对应的第一车道线作为当前车辆所在的车道线。从而在自动驾驶模式下根据所述第一车道线对当前车辆进行横向控制。

由以上本发明实施例提供的技术方案可见，本发明实施例通过预置的图像采集设备获取道路图像；在预置的车道线数据库中确定与所述道路图像匹配的特征图像；其中，所述车道线数据库包括各第一车道线，以及与各第一车道线对应的特征图像；根据所述匹配的特征图像对应的第一车道线执行对当前车辆的横向控制。通过本发明实施例，实现了对当前车辆所在车道线的识别，从而保证了自动驾驶安全性，增加了其适用范围。

进一步的，如图2所示，在所述步骤S01后，所述方法还包括：

步骤S011、通过预设的图像识别算法，对所述道路图像中的第二车道线进行识别。

在通过图像采集设备获取所述道路图像时，先通过预设的图像识别技术，对采集到的道路图像进行分析，从所述道路图像中识别出第二车道线。若识别成功，则根据所述第二车道线，以及预先标定的当前车辆与第二车道线的相对位置关系，在自动驾驶模式下执行对当前车辆的横向控制。

步骤S012、若无法识别出所述第二车道线，则将所述道路图像与所述车道线数据库中的特征图像进行匹配。

而若无法识别出所述第二车道线，再从所述车道数据库查到匹配的特征数据，来确定与所述道路图像对应的第一车道线。若匹配到第一车道线，则根据所述第一车道线，继续在自动驾驶模式下执行对当前车辆的横向控制；若没有匹配到第一车道线，则退出自动驾驶模式切换为手动驾驶模式。

由以上本发明实施例提供的技术方案可见，本发明实施例通过预设的图像识别算法，对所述道路图像中的第二车道线进行识别；若无法识别出所述第二车道线，则将所述道路图像与所述车道线数据库中的特征图像进行匹配。通过本发明实施例，实现了对当前车辆所在车道线的识别，从而保证了自动驾驶安全性，增加了其适用范围。

基于上述实施例，进一步的，如图3所示，上述步骤S03的具体处理方式可以多种多样，以下再提供一种可选的处理方式，具体可以参见下述步骤S031的处理。

步骤S031、根据所述匹配的特征图像对应的第一车道线、所述匹配的特征图像与所述第一车道线的相对位置关系、以及当前车辆与所述道路图像的相对位置关系，执行对所述当前车辆的横向控制。

在匹配到与所述道路图像对应的第一车道线后，为了实现对当前车辆的横向控制，还需要获取所述特征图像与所述第一车道线的相对位置关系，以及所述道路图像与所述当前车辆的相对位置关系。以此，得到所述当前车辆与所述第一车道线的相对位置关系，从而可在自动驾驶模式下执行对当前车辆的横向控制。

应理解的是，所述特征图像与所述第一车道线的相对位置关系，以及所述道路图像与所述当前车辆的相对位置关系，可以预先根据实验结果进行标定或者根据预设图像识别算法得到，在此不作具体的限定。其中，所述特征图像与所述第一车道线的相对位置关系可保存到所述车道线数据库中。

由以上本发明实施例提供的技术方案可见，本发明实施例通过根据所述匹配的特征图像对应的第一车道线、所述匹配的特征图像与所述第一车道线的相对位置关系、以及当前车辆与所述道路图像的相对位置关系，执行对所述当前车辆的横向控制。通过本发明实施例，实现了对当前车辆所在车道线的识别，从而保证了自动驾驶安全性，增加了其适用范围。

基于上述实施例，进一步的，如图4所示，所述步骤S012包括：

步骤S0121、获取当前车辆的环境和地理信息，并从所述车道线数据库中筛选出与所述环境和地理信息对应的特征图像；

步骤S0122、将所述道路图像与筛选出的特征图像进行匹配。

在采集所述道路图像时，可以同时获取所述当前车辆的环境和地理信息，所述环境和地理信息可以包括：气象信息和地理位置信息等。

应理解的是，在不同的气象条件下，将会对图像采集设备采集到的道路图像产生不同的影响，例如，晴天和雨天相比，所采集到的道路图像的光照条件和图像清晰度均存在校大的差别。因此，所述车道线数据库中各第一车道线对应的特征图像，可分别对应于不同的气象条件，或者各第一车道线在不同的气象条件下可分别对应于一组特征图像。

所述地理位置信息的获取方法有很多，可以通过当前车辆的定位信息获取，例如，通过导航系统，也可以通过对道路图像中的地理特征标识获取，例如，路标或地标建筑等。而所述车道线数据库中各第一车道线也可以设置为对应于不同的地理位置信息，例如，对应于不同的路段。

因此，在将所述道路图像与特征图像进行匹配前，可以先根据获取的天气信息和地理位置信息，从所述车道线数据库中筛选出满足所述天气信息和地理位置信息的第一车道线和对应的特征图像。

然后再将所述道路图像与筛选得到的特征图像进行匹配，以快速确定匹配的特征图像，以及对应的第一车道线。

由以上本发明实施例提供的技术方案可见，本发明实施例通过获取当前车辆的环境和地理信息，并从所述车道线数据库中筛选出与所述环境和地理信息对应的特征图像；将所述道路图像与筛选出的特征图像进行匹配。通过本发明实施例，实现了加快了对当前车辆所在车道线的识别速度和准确性，从而保证了自动驾驶安全性，增加了其适用范围。

基于上述实施例，进一步的，如图5所示，在所述步骤S0122后，所述方法还包括：

步骤S04、在匹配失败后，获取所述当前车辆的行驶路径。

若没有从所述车道线数据库找出与所述车道图像匹配的特征图像，则根据预设的路径计算方法，得到当前车辆的行驶路径。若当前车辆处于自动驾驶模式，则退出自动驾驶模式转为人工驾驶模式。

所述路径计算方法有很多，可以根据当前车辆的控制单元，例如惯性测量单元(Inertial measurement unit,简称IMU)、轮速计和方向盘转角等传感器采集的数据推算车辆的行驶路径。

步骤S05、根据所述行驶路径和预设的车道线宽度，得到与所述道路图像对应的第一车道线，并记录到所述车道线数据库中。

根据预设的车道线计算方法，由所述行驶路径得到第一车道线。所述车道线计算方法有很多，本发明实施例仅给出了其中的一种举例说明。如图6所示，以所述行驶路径为中心，根据预设的车道线宽度2a，分别向两边外推a，得到第一车道线。

将得到的第一车道线记录到所述车道线数据库中，同时记录的还可以包括：从与所述第一车道线对应的道路图像中选取的特征图像、各特征图像与所述第一车道线的相对位置关系、以及采集所述特征图像时的环境和地理信息等，在此不作具体的限定。

进一步的，在匹配失败后，所述方法还包括：

根据最近匹配得到的第一车道线或识别得到的第二车道线，以及所述当前车辆的行驶路径，执行对所述当前车辆的横向控制。

由于车道图像和特征图像匹配失败的原因有很多，可能仅是在短时间或短距离的范围内无法匹配成功，因此，在匹配失败后，可暂时不退出自动驾驶模式，而是在预设的时间范围或距离范围内，根据上一次匹配成功时得到的第一车道线或识别得到的第二车道线，以及通过当前车辆的车辆控制单元获取的行驶路径，持续执行对所述这当前车辆的横向控制。直到从后续采集到的车道图像中成功识别出第二车道线或成功匹配到了第一车道线，又或者在超过所述预设的时间范围或距离范围后，退出自动驾驶模式切换为拖动驾驶模式。

进一步的，所述方法还包括：

在所述车道线数据库中，若至少两条第一车道线的重合度满足预设重合条件，则将所述至少两条第一车道线合并。

通过上述过程，所述车道线数据库中的第一车道线将会不断累积。为了防止出现重复的第一车道线，并简化所述车道线数据库中的数据，因此，可以定期对所述车道线数据库的第一车道线进行筛查，并相互间进行比较，以得到任意两条第一车道间的重合度或者部分线段的重合度。若所述重合度满足了预设的重合条件，例如超过了预设的重合度阈值，则将该任意两条第一车道线进行合并，以得到一条可能更长的第一车道线，同时，将两者分别对应的特征图像也进行合并。具体的合并方法可根据实际的需要进行设定，具体举例如下：先在两条第一车道线上分别选取若干点，再使用多项式对这些点进行拟合，从而得到新的第一车道线的曲线方程。

进一步的，所述方法还包括：

在所述车道线数据库中，若在预设时间区间内任一特征图像的匹配成功率小于预设成功率阈值，则将所述任一特征图像删除。

对于所述车道线数据库中的特征图像，则可以定期统计该特征图像的匹配成功率或成功数，若所述匹配成功率或成功数小于预设的成功率阈值或成功数阈值，则判定该特征图像不具有典型性或者特征图像的特征不明显，从而将该特征图像从所述车道线数据库中进行删除。

由以上本发明实施例提供的技术方案可见，本发明实施例通过在匹配失败后，获取所述当前车辆的行驶路径；根据所述行驶路径和预设的车道线宽度，得到与所述道路图像对应的第一车道线，并记录到所述车道线数据库中。通过本发明实施例，实现了构建并补充车道线数据库，从而加快了对当前车辆所在车道线的识别速度和准确性，保证了自动驾驶安全性，增加了其适用范围。

对应上述实施例提供的车道线的识别方法，基于相同的技术构思，本发明实施例还提供了一种车道线的识别装置，图7为本发明实施例提供的车道线的识别装置的模块组成示意图，该车道线的识别装置用于执行图1至图5描述的车道线的识别方法，如图7所示，该车道线的识别装置包括：图像采集模块701、图像匹配模块702和第一车道线识别模块703。

所述图像采集模块701用于通过预置的图像采集设备获取道路图像；所述图像匹配模块702用于在预置的车道线数据库中确定与所述道路图像匹配的特征图像；其中，所述车道线数据库包括各第一车道线，以及与各第一车道线对应的特征图像；所述第一车道线识别模块703用于根据所述匹配的特征图像对应的第一车道线执行对当前车辆的横向控制。

由以上本发明实施例提供的技术方案可见，本发明实施例通过预置的图像采集设备获取道路图像；在预置的车道线数据库中确定与所述道路图像匹配的特征图像；其中，所述车道线数据库包括各第一车道线，以及与各第一车道线对应的特征图像；根据所述匹配的特征图像对应的第一车道线执行对当前车辆的横向控制。通过本发明实施例，实现了对当前车辆所在车道线的识别，从而保证了自动驾驶安全性，增加了其适用范围。

进一步的，所述装置还包括：

第二车道线识别模块，用于通过预设的图像识别算法，对所述道路图像中的第二车道线进行识别；

匹配发启模块，用于若无法识别出所述第二车道线，则将所述道路图像与所述车道线数据库中的特征图像进行匹配。

由以上本发明实施例提供的技术方案可见，本发明实施例通过预设的图像识别算法，对所述道路图像中的第二车道线进行识别；若无法识别出所述第二车道线，则将所述道路图像与所述车道线数据库中的特征图像进行匹配。通过本发明实施例，实现了对当前车辆所在车道线的识别，从而保证了自动驾驶安全性，增加了其适用范围。

进一步的，所述第一车道线识别模块具体用于：根据所述匹配的特征图像对应的第一车道线、所述匹配的特征图像与所述第一车道线的相对位置关系、以及当前车辆与所述道路图像的相对位置关系，执行对所述当前车辆的横向控制。

由以上本发明实施例提供的技术方案可见，本发明实施例通过根据所述匹配的特征图像对应的第一车道线、所述匹配的特征图像与所述第一车道线的相对位置关系、以及当前车辆与所述道路图像的相对位置关系，执行对所述当前车辆的横向控制。通过本发明实施例，实现了对当前车辆所在车道线的识别，从而保证了自动驾驶安全性，增加了其适用范围。

进一步的，所述图像匹配模块，包括：

第一匹配单元，用于获取当前车辆的环境和地理信息，并从所述车道线数据库中筛选出与所述环境和地理信息对应的特征图像；

第二匹配单元，用于将所述道路图像与筛选出的特征图像进行匹配。

由以上本发明实施例提供的技术方案可见，本发明实施例通过获取当前车辆的环境和地理信息，并从所述车道线数据库中筛选出与所述环境和地理信息对应的特征图像；将所述道路图像与筛选出的特征图像进行匹配。通过本发明实施例，实现了加快了对当前车辆所在车道线的识别速度和准确性，从而保证了自动驾驶安全性，增加了其适用范围。

进一步的，所述装置还包括：

路径获取模块，用于在匹配失败后，获取所述当前车辆的行驶路径；

车道线计算模块，用于根据所述行驶路径和预设的车道线宽度，得到与所述道路图像对应的第一车道线，并记录到所述车道线数据库中。

进一步的，所述第一车道线识别模块还用于，在匹配失败后，根据最近匹配得到的第一车道线或识别得到的第二车道线，以及所述当前车辆的行驶路径，执行对所述当前车辆的横向控制。

进一步的，所述装置还包括：

第一更新模块，用于在所述车道线数据库中，若重合度满足预设重合条件的至少两条第一车道线，则将所述至少两条第一车道线合并。

第二更新模块，用于在所述车道线数据库中，若在预设时间区间内任一特征图像的匹配成功率小于预设成功率阈值，则将所述任一特征图像删除。

由以上本发明实施例提供的技术方案可见，本发明实施例通过在匹配失败后，获取所述当前车辆的行驶路径；根据所述行驶路径和预设的车道线宽度，得到与所述道路图像对应的第一车道线，并记录到所述车道线数据库中。通过本发明实施例，实现了构建并补充车道线数据库，从而加快了对当前车辆所在车道线的识别速度和准确性，保证了自动驾驶安全性，增加了其适用范围。

本发明实施例提供的车道线的识别装置能够实现上述车道线的识别方法对应的实施例中的各个过程，为避免重复，这里不再赘述。

需要说明的是，本发明实施例提供的车道线的识别装置与本发明实施例提供的车道线的识别方法基于同一发明构思，因此该实施例的具体实施可以参见前述车道线的识别方法的实施，重复之处不再赘述。

对应上述实施例提供的车道线的识别方法，基于相同的技术构思，本发明实施例还提供了一种电子设备，该电子设备用于执行上述的车道线的识别方法，图8为实现本发明各个实施例的一种电子设备的结构示意图，如图8所示。电子设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器801和存储器802，存储器802中可以存储有一个或一个以上存储应用程序或数据。其中，存储器802可以是短暂存储或持久存储。存储在存储器802的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对电子设备中的一系列计算机可执行指令。更进一步地，处理器801可以设置为与存储器802通信，在电子设备上执行存储器802中的一系列计算机可执行指令。电子设备还可以包括一个或一个以上电源803，一个或一个以上有线或无线网络接口804，一个或一个以上输入输出接口805，一个或一个以上键盘806。

具体在本实施例中，电子设备包括有处理器、通信接口、存储器和通信总线；其中，所述处理器、所述通信接口以及所述存储器通过总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序，实现以下方法步骤：

通过预置的图像采集设备获取道路图像；

在预置的车道线数据库中确定与所述道路图像匹配的特征图像；其中，所述车道线数据库包括各第一车道线，以及与各第一车道线对应的特征图像；

根据所述匹配的特征图像对应的第一车道线执行对当前车辆的横向控制。

本申请实施例还提供一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现以下方法步骤：

通过预置的图像采集设备获取道路图像；

在预置的车道线数据库中确定与所述道路图像匹配的特征图像；其中，所述车道线数据库包括各第一车道线，以及与各第一车道线对应的特征图像；

根据所述匹配的特征图像对应的第一车道线执行对当前车辆的横向控制。

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、装置、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，电子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。

本领域技术人员应明白，本申请的实施例可提供为方法、装置或计算机程序产品。因此，本申请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，本申请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。

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。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。