机械臂避障动作规划方法、装置和计算机设备

技术领域

本申请涉及机械臂避障技术领域，特别是涉及一种机械臂避障动作规划方法、装置和计算机设备。

背景技术

随着机械臂应用领域的不断扩大，其在多机协同、人机协作等动态环境中的避障功能变得尤为重要。机械臂避障是指在复杂的环境中，通过提前规划获得一条能够使机械臂绕开障碍物而不发生碰撞的合理路径。

目前，针对机械臂的动作规划算法关注点是针对某一具体的任务目标，使得如何规划机械臂的动作，从而控制机械臂实现该任务目标。现有技术忽略了机械臂在起始姿态和目标姿态之间的过渡姿态的规划。在机械臂从起始姿态运动至目标姿态的过程中，机械臂可能与环境中的障碍物发生碰撞，从而影响最终目标姿态的达成，甚至会对机械臂本体造成不可逆的破坏。

发明内容

基于此，本申请目的在于提供一种能准确得到目标动作轨迹的机械臂避障动作规划方法、装置和计算机设备，来解决机械臂可能与环境中的障碍物发生碰撞的技术问题。

第一方面，本申请提供了一种机械臂避障动作规划方法。包括：

根据预设的初始动作姿态和最终动作姿态，确定机械臂的初始动作轨迹；

对按照所述初始动作轨迹运动的所述机械臂进行碰撞检测，得到碰撞结果；所述碰撞结果包括碰撞函数；

确定所述碰撞函数对应的第一梯度，并确定所述初始动作轨迹对应的平滑函数的第二梯度；

通过所述第一梯度和所述第二梯度，对所述初始动作轨迹进行轨迹修正，得到目标动作轨迹。

在一个实施例中，在所述根据预设的初始动作姿态和最终动作姿态，确定机械臂的初始动作轨迹之前，还包括：确定所述机械臂在所述初始动作姿态时，是否与环境中的障碍物发生碰撞；若否，则通过关节逆解算法，确定所述机械臂实现目标任务时所对应的最终动作姿态；上述方法还包括：若所述机械臂在所述最终动作姿态时，未与所述障碍物发生碰撞，则根据预设的初始动作姿态和最终动作姿态，确定机械臂的初始动作轨迹。

在一个实施例中，所述根据预设的初始动作姿态和最终动作姿态，确定机械臂的初始动作轨迹，包括：在所述初始动作姿态和所述最终动作姿态之间进行线性插补，得到每个所述关节的插补动作姿态；综合每个所述关节的插补动作姿态，得到所述机械臂的初始动作轨迹。

在一个实施例中，所述在所述初始动作姿态和所述最终动作姿态之间进行线性插补，得到每个所述关节的插补动作姿态包括：确定所述机械臂在所述初始动作姿态和所述最终动作姿态之间，变化幅度最大的关节的目标变化量、以及允许关节运动的最大步长；根据所述目标变化量和所述最大步长，确定需要插补的动作姿态个数；通过所述动作姿态个数，确定每个所述关节从所述初始动作姿态开始的多个插补动作姿态。

在一个实施例中，对按照所述初始动作轨迹运动的所述机械臂进行碰撞检测，得到碰撞结果，包括：确定所述机械臂中的每个关节运动在不同时刻的多个动作姿态、以及任意两个所述动作姿态之间的过渡姿态；获取障碍物的第一几何模型和每个所述关节的第二几何模型；根据所述第一几何模型和所述第二几何模型，确定每个所述关节对应的多个动作姿态、过渡姿态与障碍物之间的碰撞结果。

在一个实施例中，根据所述第一几何模型和所述第二几何模型，确定每个所述关节对应的多个动作姿态、过渡姿态与障碍物之间的碰撞结果，包括：根据所述第一几何模型和所述第二几何模型，确定每个所述关节与障碍物没有发生碰撞时，所述关节与所述障碍物之间的最近距离、以及确定每个所述关节与所述障碍物发生了碰撞时，所述关节与所述障碍物之间的穿透距离；根据所述最近距离和所述穿透距离，构建所述机械臂对应的目标函数；确定每个所述关节所处的所述动作姿态与所述障碍物的碰撞检测时获得的检测信息、以及得到所述过渡姿态时的关节速度；根据所述目标函数、所述检测信息和所述关节速度，构建所述机械臂对应的碰撞函数。

在一个实施例中，确定所述碰撞函数对应的第一梯度，包括：通过有限差分法确定出所述目标函数的函数梯度，并确定每个所述关节的中心点沿着所述初始动作轨迹运动时的曲率向量；根据所述函数梯度和所述曲率向量，确定所述碰撞函数对应的第一梯度。

在一个实施例中，通过所述第一梯度和所述第二梯度，对所述初始动作轨迹进行轨迹修正，得到目标动作轨迹，包括：获取预设的第一学习率和第二学习率；根据所述第一学习率和所述第一梯度，得到所述机械臂中每个关节的第一变化量、以及根据所述第二学习率和所述第二梯度，得到所述机械臂中每个关节的第二变化量；将所述关节的第一变化量与对应的所述关节的关节值进行初步叠加，得到修正后的初始动作轨迹；将所述关节的第二变化量与修正后的初始动作轨迹上的所述关节的关节值进行再次叠加，得到目标动作轨迹。

第二方面，本申请还提供了一种机械臂避障动作规划装置。包括：

初始动作轨迹确定模块，用于根据预设的初始动作姿态和最终动作姿态，确定机械臂的初始动作轨迹；

碰撞结果确定模块，用于对按照所述初始动作轨迹运动的所述机械臂进行碰撞检测，得到碰撞结果；所述碰撞结果包括碰撞函数；

目标动作轨迹确定模块，用于确定所述碰撞函数对应的第一梯度，并确定所述初始动作轨迹对应的平滑函数的第二梯度；通过所述第一梯度和所述第二梯度，对所述初始动作轨迹进行轨迹修正，得到目标动作轨迹。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

根据预设的初始动作姿态和最终动作姿态，确定机械臂的初始动作轨迹；

对按照所述初始动作轨迹运动的所述机械臂进行碰撞检测，得到碰撞结果；所述碰撞结果包括碰撞函数；

确定所述碰撞函数对应的第一梯度，并确定所述初始动作轨迹对应的平滑函数的第二梯度；

通过所述第一梯度和所述第二梯度，对所述初始动作轨迹进行轨迹修正，得到目标动作轨迹。

上述机械臂避障动作规划方法、装置和计算机设备，通过根据预设的初始动作姿态和最终动作姿态，可直接确定机械臂的初始动作轨迹，实现了直接在关节空间中进行的初步规划，由于不存在笛卡尔空间中的路径点向关节空间的转换，所以不会出现笛卡尔路径点向关节空间点转换时的奇异点。通过对按照初始动作轨迹运动的机械臂进行碰撞检测，便可得到包括了碰撞函数的碰撞结果，进而可确定碰撞函数对应的第一梯度，并确定初始动作轨迹对应的平滑函数的第二梯度，如此，便可通过第一梯度和第二梯度，对初始动作轨迹进行轨迹修正，得到目标动作轨迹。由于本发明提出的机械臂避障动作规划算法以避开障碍物和机械臂动作的流畅度作为优化目标，所以先基于第一梯度规划出的机械臂的运动轨迹，既能保证避开环境中的障碍物，再基于第二梯度的轨迹修正，又能使机械臂的动作比较平滑流畅，因此，提高了机械臂避障动作规划的准确性。

附图说明

图1为一个实施例中机械臂避障动作规划方法的应用环境图；

图2为一个实施例中机械臂避障动作规划方法的流程示意图；

图3为另一个实施例中机械臂避障动作规划方法的流程示意图；

图4为一个实施例中计算机设备的内部结构图。

具体实施方式

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

本申请实施例提供的机械臂避障动作规划方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。其中，终端102可为不同自由度的机械臂。服务器104用于根据预设的初始动作姿态和最终动作姿态，确定机械臂的初始动作轨迹，并对按照初始动作轨迹运动的机械臂进行碰撞检测，得到碰撞结果。服务器104还用于确定碰撞函数对应的第一梯度，并确定初始动作轨迹对应的平滑函数的第二梯度；通过第一梯度和第二梯度，对初始动作轨迹进行轨迹修正，得到目标动作轨迹，以使得终端102按照目标动作轨迹进行运动。服务器104用于控制机械臂运动，可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种机械臂避障动作规划方法，以该方法应用于图1中的服务器，包括以下步骤：

步骤202，根据预设的初始动作姿态和最终动作姿态，确定机械臂的初始动作轨迹。

其中，初始动作姿态和最终动作姿态可以一组关节角度来表示；初始动作姿态为机械臂在初始位置时所处的姿态，最终动作姿态为机械臂按照预设的目标任务运行后，达到最终位置时所处的姿态。

服务器响应于用户对生成机械臂的初始动作轨迹的触发操作，在机械臂的初始动作姿态与最终动作姿态之间进行线性插补，得到机械臂的初始动作轨迹

在一个实施例中，在根据预设的初始动作姿态和最终动作姿态，确定机械臂的初始动作轨迹之前，还包括：确定机械臂在初始动作姿态时，是否与环境中的障碍物发生碰撞；若否，则通过关节逆解算法，确定机械臂实现目标任务时所对应的最终动作姿态。

其中，机械臂需要执行的目标任务通常是以机械臂末端执行器需要到达的位置和/或旋转姿态来描述的。

具体地，服务器预先通过碰撞检测算法，检测机械臂处于初始动作姿态时，是否与环境中的障碍物发生碰撞。若发生碰撞，则算法程序中止并报错。若未与环境中的障碍物发生碰撞，机械臂需要执行的目标任务的信息被关节逆解求解算法转换成了机械臂需要执行的另一组关节角度，即机械臂的最终动作姿态。

在一个实施例中，上述方法还包括：若机械臂在最终动作姿态时，未与障碍物发生碰撞，则根据预设的初始动作姿态和最终动作姿态，确定机械臂的初始动作轨迹。

其中，服务器预先通过碰撞检测算法，检测机械臂处于最终动作姿态时，是否与环境中的障碍物发生碰撞。若发生碰撞，则算法程序中止并报错；若未发生碰撞，则继续执行确定机械臂的初始动作轨迹的步骤。

步骤204，对按照初始动作轨迹运动的机械臂进行碰撞检测，得到碰撞结果。

其中，碰撞结果包括碰撞函数；机械臂的几何信息和障碍物的第一几何模型已预先导入进行服务器中，机械臂的几何信息包括每个关节的第二几何模型。

在一个实施例中，对按照初始动作轨迹运动的机械臂进行碰撞检测，得到碰撞结果，包括：确定机械臂中的每个关节运动在不同时刻的多个动作姿态、以及任意两个动作姿态之间的过渡姿态；获取障碍物的第一几何模型和每个关节的第二几何模型；根据第一几何模型和第二几何模型，确定每个关节对应的多个动作姿态、过渡姿态与障碍物之间的碰撞结果。

具体地，对机械臂的整条初始动作轨迹中涉及到的所有动作姿态以及每两个动作姿态之间的过渡姿态与环境障碍物进行碰撞检测。在进行碰撞检测时，环境中的障碍物的第一几何模型与机械臂的每个关节的第二几何模型都需要进行碰撞检测。当检测了机械臂动作轨迹中涉及到的所有动作姿态以及每两个动作姿态之间的过渡姿态与障碍物是否有碰撞时，只有在所有的这些检测中，障碍物与每个机械臂的关节都没有检测到碰撞，我们才说机械臂的运动轨迹与障碍物之间没有发生碰撞。这时，算法的后续计算会被中止，并返回机械臂继续按照初始运动轨迹进行运动的过程。若至少存在一个机械臂的动作姿态中的一个关节与障碍物发生了碰撞，这条机械臂的运动轨迹与障碍物之间也被认定为发生碰撞。

在一个实施例中，用户将提前创建好的、描述机械臂工作空间中静止的障碍物的第一几何模型以obj格式保存为模型文件，第一几何模型如形状、尺寸等信息，并将模型文件的路径输入给服务器。容易理解地，描述机械臂的几何信息的模型文件已提前存入服务器的碰撞检测算法的算法程序中。

步骤206，确定碰撞函数对应的第一梯度，并确定初始动作轨迹对应的平滑函数的第二梯度。

具体地，碰撞函数

进一步地，平滑函数

其中，动作轨迹

步骤208，通过第一梯度和第二梯度，对初始动作轨迹进行轨迹修正，得到目标动作轨迹。

具体地，服务器根据碰撞函数的第一梯度，计算机械臂在初始动作轨迹上所有关节的第一变化量

在一个实施例中，上述方法还包括：根据机械臂的关节限位修正机械臂的动作轨迹。服务器检查初始动作轨迹中所有动作姿态的关节值，若一个关节值在其关节限位内，则不对其进行修改；若一个关节值超出了其关节限位，则将其修改为距离最近的关节限位。例如，该关节值超限且距离其关节限位的下限更接近，则将其设置为关节限位的下限。

上述机械臂避障动作规划方法中，通过根据预设的初始动作姿态和最终动作姿态，可直接确定机械臂的初始动作轨迹，实现了直接在关节空间中进行的初步规划，由于不存在笛卡尔空间中的路径点向关节空间的转换，所以不会出现笛卡尔路径点向关节空间点转换时的奇异点。通过对按照初始动作轨迹运动的机械臂进行碰撞检测，便可得到包括了碰撞函数的碰撞结果，进而可确定碰撞函数对应的第一梯度，并确定初始动作轨迹对应的平滑函数的第二梯度，如此，便可通过第一梯度和第二梯度，对初始动作轨迹进行轨迹修正，得到目标动作轨迹。由于本发明提出的机械臂避障动作规划算法以避开障碍物和机械臂动作的流畅度作为优化目标，所以先基于第一梯度规划出的机械臂的运动轨迹，既能保证避开环境中的障碍物，再基于第二梯度的轨迹修正，又能使机械臂的动作比较平滑流畅，因此，提高了机械臂避障动作规划的准确性。

在一个实施例中，根据预设的初始动作姿态和最终动作姿态，确定机械臂的初始动作轨迹，包括：在初始动作姿态和最终动作姿态之间进行线性插补，得到每个关节的插补动作姿态；综合每个关节的插补动作姿态，得到机械臂的初始动作轨迹。

其中，机械臂包括多个可控制的关节，当服务器从机械臂初始动作姿态开始进行线性插补，得到每个关节对应的多个插补动作姿态，从而构成机械臂的初始动作轨迹。

进一步地，在初始动作姿态和最终动作姿态之间进行线性插补，得到每个关节的插补动作姿态包括：确定机械臂在初始动作姿态和最终动作姿态之间，变化幅度最大的关节的目标变化量、以及允许关节运动的最大步长；根据目标变化量和最大步长，确定需要插补的动作姿态个数；通过动作姿态个数，确定每个关节从初始动作姿态开始的多个插补动作姿态。

具体地，服务器确定在机械臂初始动作姿态

服务器通过动作姿态个数，确定每个关节的插补步长

最后，服务器得到每个关节的第i个插补的插补动作姿态为:

在一个实施例中，上述方法还包括：服务器根据关节点之间的间隔距离，调整机械臂动作轨迹中的关节点。在初始动作轨迹中，服务器检查每两个运动姿态之间各个关节的运动幅度，找到其中最大的关节运动幅度。若最大的关节运动幅度大于允许关节运动的最大步长，则根据最大的关节运动幅度与最大步长的比值，在这两个运动姿态之间插入相应数量的运动姿态。若最大的关节运动幅度小于允许关节运动的最小步长，则将这两个运动姿态在时序上相对靠后的运动姿态进行删除。

在本实施例中，通过在初始动作姿态和最终动作姿态之间进行线性插补，准确得到每个关节的插补动作姿态，并采用根据关节点之间的间隔距离，调整机械臂动作轨迹中的关节点的运动轨迹调整方式，使得对机械臂的初始动作轨迹的构建更加准确。同时，由于对机械臂的关节数目没有要求，本方案可适用于具有任意关节数量的串联构型的机器人。

在一个实施例中，根据第一几何模型和第二几何模型，确定每个关节对应的多个动作姿态、过渡姿态与障碍物之间的碰撞结果，包括：根据第一几何模型和第二几何模型，确定每个关节与障碍物没有发生碰撞时，关节与障碍物之间的最近距离、以及确定每个关节与障碍物发生了碰撞时，关节与障碍物之间的穿透距离；根据最近距离和穿透距离，构建机械臂对应的目标函数；确定每个关节所处的动作姿态与障碍物的碰撞检测时获得的检测信息、以及得到过渡姿态时的关节速度；根据目标函数、检测信息和关节速度，构建机械臂对应的碰撞函数。

具体地，服务器在对机械臂进行碰撞检测时，收集的数据包括是否发生碰撞，若环境障碍物与机械臂的某一关节没有发生碰撞，则关节与障碍物之间的最近距离cd、以及相距最近的一组点，如

其中，

其中，B表示机械臂所有关节的第二几何模型的集合，b表示机械臂的某一个关节的第二几何模型，Info表示机械臂处于动作姿态

在一个实施例中，确定碰撞函数对应的第一梯度，包括：通过有限差分法确定出目标函数的函数梯度，并确定每个关节的中心点沿着初始动作轨迹运动时的曲率向量；根据函数梯度和曲率向量，确定碰撞函数对应的第一梯度。

其中，碰撞函数对应的第一梯度

具体地，第一梯度是以行单位进行计算的。它的第i行（i=1,...,m）的计算方式如下：

其中，

在本实施例中，通过确定出的目标函数的函数梯度，便可基于目标函数的函数梯度和关节的中心点沿着初始动作轨迹运动时的曲率向量，准确又快速地得到确定碰撞函数对应的第一梯度。

在一个实施例中，通过第一梯度和第二梯度，对初始动作轨迹进行轨迹修正，得到目标动作轨迹，包括：获取预设的第一学习率和第二学习率；根据第一学习率和第一梯度，得到机械臂中每个关节的第一变化量、以及根据第二学习率和第二梯度，得到机械臂中每个关节的第二变化量；将关节的第一变化量与对应的关节值进行初步叠加，得到修正后的初始动作轨迹；将关节的第二变化量与修正后的初始动作轨迹上的关节值进行再次叠加，得到目标动作轨迹。

具体地，服务器根据碰撞函数的第一梯度，确定机械臂在初始动作轨迹上所有关节的第一变化量

其中，

接着，服务器根据平滑函数的第二梯度，确定机械臂在修正后的初始动作轨迹上所有关节的第二变化量

其中，

在一个实施例中，服务器对平滑函数进行梯度求解得到对应的第二梯度通过

以下方式得到，

其中，

因此，服务器计算平滑函数的梯度

在本实施例中，先通过碰撞函数的第一梯度确定得到每个关节的第一变化量后，便可通过第一变化量初步对初始动作轨迹进行修正；再通过平滑函数的第二梯度确定得到每个关节的第二变化量后，便可通过第二变化量初步对修正后的初始动作轨迹进行再次修正，进而规划出的机械臂的目标运动轨迹，也即提出了一种基于梯度下降法的在关节空间中的机械臂避障动作规划算法，既能保证避开环境中的障碍物，又能使机械臂的动作比较平滑流畅。因此，提高了机械臂避障动作规划的准确性。

在一个实施例中，如图3所示，图3为另一个实施例中机械臂避障动作规划方法的流程示意图。服务器获取用户导入的障碍物的第一几何模型，并确定机械臂在初始动作姿态时，是否与环境中的障碍物发生碰撞。若发生碰撞，则算法程序中止并报错；若未与环境中的障碍物发生碰撞，则通过关节逆解算法，确定机械臂实现目标任务时所对应的最终动作姿态。服务器继续判断机械臂在最终动作姿态时，是否与障碍物发生碰撞，若发生碰撞，则算法程序中止并报错；若未发生碰撞，则执行确定机械臂的初始动作轨迹的步骤。服务器在机械臂的初始动作姿态与最终动作姿态之间进行线性插补，得到机械臂的初始动作轨迹；对按照初始动作轨迹运动的机械臂进行碰撞检测，得到碰撞结果，并收集碰撞检测时获得的检测信息。若机械臂的初始运动轨迹与环境障碍物之间发生了碰撞，返回机械臂继续按照初始运动轨迹进行运动的过程；若机械臂的初始运动轨迹与环境障碍物之间未发生碰撞，服务器则根据碰撞函数对应的第一梯度，对初始动作轨迹进行轨迹初步修正。服务器确定初始动作轨迹对应的平滑函数的第二梯度，并根据平滑函数对应的第二梯度，对初始动作轨迹进行轨迹再次修正，得到目标动作轨迹。服务器根据机械臂的关节限位修正机械臂的动作轨迹；并根据关节点之间的间隔距离，调整机械臂动作轨迹中的关节点。当调整机械臂动作轨迹中的关节点之后，返回至将关节点的第二几何模型与障碍物进行碰撞检测的过程继续进行。

在一个实施例中，服务器还可以通过先在笛卡尔空间中进行动作规划，再将笛卡尔空间中的过渡点，通过求解关节逆解的方式转换成对应的关节空间中的过渡点。

应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的机械臂避障动作规划方法的机械臂避障动作规划装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个机械臂避障动作规划装置实施例中的具体限定可以参见上文中对于机械臂避障动作规划方法的限定，在此不再赘述。

在一个实施例中，提供了一种机械臂避障动作规划装置，包括：初始动作轨迹确定模块、碰撞结果确定模块和目标动作轨迹确定模块，其中：

初始动作轨迹确定模块，用于根据预设的初始动作姿态和最终动作姿态，确定机械臂的初始动作轨迹；

碰撞结果确定模块，用于对按照初始动作轨迹运动的机械臂进行碰撞检测，得到碰撞结果；碰撞结果包括碰撞函数；

目标动作轨迹确定模块，用于确定碰撞函数对应的第一梯度，并确定初始动作轨迹对应的平滑函数的第二梯度；通过第一梯度和第二梯度，对初始动作轨迹进行轨迹修正，得到目标动作轨迹。

上述机械臂避障动作规划中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O）和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储动作轨迹。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种机械臂避障动作规划方法。

本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-Only Memory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（FerroelectricRandom Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（StaticRandom Access Memory，SRAM）或动态随机存取存储器（Dynamic Random Access Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。