损伤预估方法、装置、设备及存储介质

技术领域

本申请涉及区块链技术领域，尤其涉及一种损伤预估方法、装置、设备及存储介质。

背景技术

交通事故中人员的损伤估计十分重要，能够为后续的救治工作提供相应的指导。现有的损伤估计需要医务人员到达事故现场后才能估计损伤程度，该种方式存在一定的滞后性。

发明内容

本申请提供了一种损伤预估方法、装置、设备及存储介质，用以及时的预估交通事故中人员的损伤程度。

第一方面，本申请提供了一种损伤预估方法，应用于服务端，包括：

获取目标对象的图像特征；

获取所述图像特征对应的目标对象的姿态特征；

根据所述姿态特征，预估所述目标对象的损伤部位，以及所述损伤部位对应的损伤值。

可选地，获取所述图像特征对应的目标对象的姿态特征，包括：

从区块链节点中获取姿态恢复模型，将所述图像特征输入至所述姿态恢复模型；

通过所述姿态恢复模型，得到所述图像特征对应的目标对象的N个关键点，所述N为等于或等于1的整数；

分别获取每个所述关键点对应的向量，并组成向量集合，将所述向量集合作为所述目标对象的姿态特征；

输出所述图像特征对应的所述目标对象的姿态特征。

可选地，所述姿态恢复模型的训练过程包括：

获取图像特征样本集合，其中，所述图像特征样本集合包括：M个图像特征样本、每个所述图像特征样本对应的N个预设关键点、每个所述预设关键点对应的预设向量、以及N个所述预设向量组成的预设向量集合，其中，所述M为大于或等于1的整数；

分别对所述图像特征样本集合中的每条所述图像特征样本执行以下训练过程：将所述图像特征样本输入至初始姿态恢复模型；通过所述初始姿态恢复模型，得到所述图像特征样本对应的N个样本关键点，以及N个所述样本关键点的向量；将N个所述样本关键点的向量组成样本向量集合；

计算所述样本向量集合与所述预设向量集合的第一一致率；

若所述第一一致率不大于第一预设阈值，调整所述初始姿态恢复模型中的参数后，重复执行所述训练过程，直至所述第一一致率大于所述第一预设阈值时，将所述初始姿态恢复模型作为最终的所述姿态恢复模型。

可选地，根据所述姿态特征，预估所述目标对象的损伤部位，以及所述损伤部位对应的损伤值，包括：

从所述区块链节点中获取损伤预估模型，将所述姿态特征输入至所述损伤预估模型；

通过所述损伤预估模型，输出所述目标对象的损伤部位，以及所述损伤部位对应的损伤值。

可选地，所述损伤预估模型的训练过程包括：

获取姿态特征样本集合，其中，所述姿态特征样本集合包括：S个姿态特征样本、每个所述姿态特征样本中对应的预设损伤部位、以及所述预设损伤部位对应的预设损伤值，其中，S为大于或等于1的整数；

分别对所述姿态特征样本集合中的每条所述姿态特征样本执行以下训练过程：将所述姿态特征样本输入至初始损伤预估模型；通过所述初始损伤预估模型，输出所述目标对象的样本损伤部位，以及所述样本损伤部位对应的样本损伤值；

计算所述样本损伤部位和所述样本损伤值，与所述预设损伤部位和所述预设损伤值的第二一致率；

若所述第二一致率不大于第二预设阈值，调整所述初始损伤预估模型中的参数后，重复执行所述训练过程，直至所述第二一致率大于所述第二预设阈值时，将所述初始损伤预估模型作为最终的所述损伤预估模型。

可选地，根据所述姿态特征，预估所述目标对象的损伤部位，以及所述损伤部位对应的损伤值之后，还包括：

提取所述图像特征的第一哈希值、所述姿态特征的第二哈希值、以及所述损伤值的第三哈希值；

将所述第一哈希值、所述第二哈希值以及所述第三哈希值存储值所述区块链节点中。

第二方面，本申请提供了一种损伤预估方法，应用于客户端，包括：

采集目标对象发生触碰时的图像；

提取所述图像的图像特征，将提取的所述图像特征发送至服务器。

第三方面，本申请提供了一种损伤预估装置，包括：

第一获取模块，用于获取目标对象的图像特征；

第二获取模块，用于获取所述图像特征对应的目标对象的姿态特征；

预估模块，用于根据所述姿态特征，预估所述目标对象的损伤部位，以及所述损伤部位对应的损伤值。

第四方面，本申请提供了一种电子设备，包括：处理器、通信组件、存储器和通信总线，其中，处理器、通信组件和存储器通过通信总线完成相互间的通信；所述存储器，用于存储计算机程序；所述处理器，用于执行所述存储器中所存储的程序，实现第一方面所述的损伤预估方法，以及第二方面所述的损伤预估方法。

第五方面，本申请提供了一种计算机可读存储介质，存储有计算机程序，实现第一方面所述的损伤预估方法，以及第二方面所述的损伤预估方法。

本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的该方法，获取目标对象的图像特征，可见，本申请获取的是目标对象的图像特征，没有直接获取目标对象的图像，有效的保护了用户的隐私和数据的安全，并减少了数据的传输量；进而，获取图像特征对应的目标对象的姿态特征，根据该姿态特征，预估目标对象的损伤部位，以及该损伤部位对应的损伤值，有效的解决了现有的交通事故中的人员损伤需要医护人员到达事故现场，才能估计损伤程度的问题，能够及时的预估交通事故中人员的损伤程度。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

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，对于本领域普通技术人员而言，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为本申请实施例中基于区块链的查询系统结构示意图；

图2为本申请实施例中区块链结构示意图；

图3为本申请实施例中区块链网络功能结构示意图；

图4为本申请实施例中应用于客户端的损伤预估方法流程示意图；

图5为本申请实施例中应用于服务器的损伤预估方法流程示意图；

图6为本申请实施例中获取图像特征对应的目标对象的姿态特征的流程示意图；

图7为本申请实施例中目标对象关键点的结构示意图；

图8为本申请实施例中预估目标对象的损伤部位和损伤部位对应的损伤值的流程示意图；

图9为本申请实施例中损伤预估装置结构示意图；

图10为本申请实施例中电子设备结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，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的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。

在以下的描述中，涉及到“一个具体实施例”，其描述了所有可能实施例的子集，但是可以理解，“一个具体实施例”，其描述了所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。

除非另有定义，本文所使用的所有的技术的科学技术与属于本发明的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本发明实施例的目的，不是旨在限制本发明。

在对本发明实施例进行进一步详细说明之前，对本发明实施例中涉及的名词和术语进行说明，本发明实施例中涉及的名词和术语适用于如下的解释。

(1)区块链(Blockchain)，是由区块(Block)形成的加密的、链式的交易的存储结构。

(2)区块链网络(Blockchain Network)，通过共识的方式将新区块纳入区块链的一系列的节点的集合。

(3)账本(Ledger)，是区块链(也称为账本数据)和与区块链同步的状态数据库的统称。其中，区块链是以文件系统中的文件的形式来记录交易；状态数据库是以不同类型的键(Key)值(Value)对的形式来记录区块链中的交易，用于支持区块链中交易的快速查询。

(4)智能合约(Smart Contracts)，也称为链码(Chaincode)或应用代码，部署在区块链网络的节点中的程序，节点(或称为区块链节点)执行接收的交易中所调用的智能合约，来对状态数据库的键值对数据进行更新或查询操作。

(5)共识(Consensus)，是区块链网络中的一个过程，用于在涉及的多个节点之间对区块中的交易达成一致，达成一致的区块将被追加到区块链的尾部，实现共识的机制包括工作量证明(PoW，Proof of Work)、权益证明(PoS，Proof of Stake)、股权授权证明(DPoS，Delegatd Proof-of-Stake)、消逝时间量证明(PoET，Proof of Elapsed Time)等。

下面说明本发明实施例，提供的区块链网络的示例性应用，如图1所示，图1是本发明实施例提供的基于区块链的查询系统示意图，包括区块链网络101、共识节点102，认证中心103、业务主体104、客户端节点104-1，业务主体105和客户端节点105-1，下面分别进行说明：

区块链网络101的类型是灵活多样的，例如可以为公有链、私有链或联盟链中的任意一种。以公有链为例，任何业务主体的电子设备例如用户终端和服务器，都可以在不需要授权的情况下接入区块链网络101；以联盟链为例，业务主体在获得授权后其下辖的电子设备(例如终端/服务器)可以接入区块链网络101，此时，成为区块链网络101中的客户端节点。

在一些实施例中，客户端节点104可以只作为区块链网络101的观察者，即提供支持业务主体发起交易(例如，用于上链存储数据或查询链上数据)功能，对于区块链网络101的共识节点102的功能，例如排序功能、共识服务和账本功能等，客户端节点可以缺省或者有选择性(例如，取决于业务主体的具体业务需求)地实施。从而，可以将业务主体的数据和业务处理逻辑最大程度迁移到区块链网络101中，通过区块链网络101实现数据和业务处理过程的可信和可追溯。

区块链网络101中的共识节点接收来自不同业务主体，例如图1中示出的业务主体104的客户端节点104-1提交的交易，执行交易以更新账本或者查询账本，执行交易的各种中间结果或最终结果可以返回业务主体104的客户端节点104-1中显示。

例如，客户端节点104-1可以订阅区块链网络101中感兴趣的事件，例如区块链网络101中特定的组织/通道中发生的交易，由共识节点102推送相应的交易通知到客户端节点104-1，从而触发客户端节点104-1中相应的业务逻辑。

作为区块链的示例，如图2所示，图2是本发明实施例提供的区块链网络101中区块链的结构示意图，每个区块的头部既可以包括区块中所有交易的哈希值，同时也包含前一个区块中所有交易的哈希值，新产生的交易的记录被填充到区块并经过区块链网络中节点共识后，会被追加到区块链的尾部从而形成链式的增长，区块之间基于哈希值的链式结构保证了区块中交易的防篡改和防伪造。

下面说明本发明实施例提供的区块链网络的示例性的功能架构，如图3所示，图3是本发明实施例提供的区块链网络101的功能架构示意图，包括应用层301、共识层302、网络层303、数据层304和资源层305，下面分别进行说明：

应用层301封装了区块链网络能够实现的各种业务，包括交易的溯源、存证和验证等。

共识层302封装了区块链网络101中的节点102对区块达成一致性的机制(即共识机制)、交易管理和账本管理的功能。共识机制包括POS、POW和DPOS等共识算法，支持共识算法的可插拔。交易管理用于验证节点101接收到的交易中携带的数字签名，验证业务主体104的身份信息，并根据身份信息判断确认其是否具有权限进行交易(从业务主体身份管理读取相关信息)；对于获得接入区块链网络101的授权的业务主体而言，均拥有认证中心颁发的数字证书，业务主体利用自己的数字证书中的私钥对提交的交易进行签名，从而声明自己的合法身份。账本管理用于维护区块链和状态数据库。对于取得共识的区块，追加到区块链的尾部；执行取得共识的区块中的交易，当交易包括更新操作时更新状态数据库中的键值对，当交易包括查询操作时查询状态数据库中的键值对并向业务主体的客户端节点返回查询结果。支持对状态数据库的多种维度的查询操作，包括：根据区块序列号(例如交易的哈希值)查询区块；根据区块哈希值查询区块；根据交易序列号查询区块；根据交易序列号查询交易；根据业务主体的账号(序列号)查询业务主体的账号数据；根据通道名称查询通道中的区块链。

网络层303封装了点对点(P2P，PointtoPoint)网络协议、数据传播机制和数据验证机制、接入认证机制和业务主体身份管理的功能。

其中，P2P网络协议实现区块链网络101中节点102之间的通信，数据传播机制保证了交易在区块链网络101中的传播，数据验证机制用于基于加密学方法(例如数字证书、数字签名、公/私钥对)实现节点102之间传输数据的可靠性；接入认证机制用于根据实际的业务场景对加入区块链网络101的业务主体的身份进行认证，并在认证通过时赋予业务主体接入区块链网络101的权限；业务主体104身份管理用于存储允许接入区块链网络101的业务主体104的身份、以及权限(例如能够发起的交易的类型)。

数据层304封装了实现账本的各种数据结构，包括以文件系统中的文件实现的区块链，键值型的状态数据库和存在性证明(例如区块中交易的哈希树)。

资源层305封装了实现区块链网路101中的各个节点102的计算资源、存储资源和通信资源。

基于上述架构，本发明实施例提出了以下的实现方式。

本申请实施例提供一种损伤预估方法，该方法应用在客户端中，该方法的具体实现如图4所示：

步骤401，采集目标对象发生触碰时的图像。

其中，目标对象可以为人，也可以为车辆，下面以目标对象为人进行举例说明，但需要说明的是本申请实施例中的举例说明，仅限于举例，并不用于保护范围的限定。另外，在本申请的其他实施例中的举例说明，也仅限于举例，并不用于保护范围的限定，之后便不再一一说明。

例如，采用车载行车记录仪或道路上的视频监控设备采集目标对象与其他物体发送碰撞时关于目标对象的图像。进而，对采集的图像进行预处理操作，比如，调整图像大小到预设大小，例如，将图像大小调整为64ps*64ps，并将调整后的图像转化为灰度图像。

步骤402，提取图像的图像特征，将提取的图像特征发送至服务器。

例如，采用自动编码器提取图像的图像特征，其中，自动编码器是一种无监督的神经网络模型，它可以学习到输入数据的隐含特征，即，将图像输入至自动编码器中，通过自动编码器输出图像的图像特征。比如，可以采用5层自动编码器，并将最后一层输出的隐含特征作为该图像的图像特征，该图像特征的表现形式为64*64维的向量。

进而，将提取的图像特征发送至服务器，可见，本申请没有直接将图像发送至服务器，而是将提取的图像特征发送至服务器，有效的保护了用户的隐私和数据的安全，并减少了数据的传输量，提高了传输速率。

本申请实施例提供了一种损伤预估方法，该方法应用在服务器中，该方法的具体实现如图5所示：

步骤501，获取目标对象的图像特征。

具体地，获取客户端发送的目标对象的图像特征。

步骤502，获取图像特征对应的目标对象的姿态特征。

一个具体实施例中，训练姿态恢复模型，以能够通过姿态恢复模型获取图像特征对应的目标对象的姿态特征，具体的姿态恢复模型的获得为：

首先，构建初始姿态恢复模型。

然后，获取图像特征样本集合，其中，图像特征样本集合包括：M个图像特征样本、每个图像特征样本对应的N个预设关键点、每个预设关键点对应的预设向量、以及N个预设向量组成的预设向量集合，其中，M为大于或等于1的整数，N为大于或等于1的整数。

其次，分别对图像特征样本集合中的每条图像特征样本执行以下训练过程：将图像特征样本输入至初始姿态恢复模型；通过初始姿态恢复模型，得到图像特征样本对应的N个样本关键点，以及N个所述样本关键点的向量；将N个样本关键点的向量组成样本向量集合。

进而，计算样本向量集合与预设向量集合的第一一致率。

最后，若第一一致率不大于第一预设阈值，调整初始姿态恢复模型中的参数后，重复执行训练过程，直至第一一致率大于第一预设阈值时，将初始姿态恢复模型作为最终的姿态恢复模型。

另外，在姿态恢复模型训练完成后，通过哈希算法获得该姿态恢复模型的哈希值，并通过区块链节点将姿态恢复模型的哈希值存储在区块中，以保证数据的安全性。

一个具体实施例中，获取图像特征对应的目标对象的姿态特征的具体流程，如图6所示：

步骤601，从区块链节点中获取姿态恢复模型，将图像特征输入至姿态恢复模型。

步骤602，通过姿态恢复模型，得到图像特征对应的目标对象的N个关键点。

其中，以N等于15为例进行说明，通过姿态恢复模型，得到图像特征对应的目标对象的15个关键点，具体如图7所示，分别为关键点701，关键点702，关键点703，关键点704，关键点705，关键点706，关键点707，关键点708，关键点709，关键点7010，关键点7011，关键点7012，关键点7013，关键点7014，关键点7015。

步骤603，分别获取每个关键点对应的向量，并组成向量集合，将向量集合作为目标对象的姿态特征。

具体地，每个关键点对应的向量为三维向量，以任意点为中心点建立三维直角坐标系，分别获取每个关键点的三维坐标，组成45维的向量集合。

步骤604，输出图像特征对应的目标对象的姿态特征。

步骤503，根据姿态特征，预估目标对象的损伤部位，以及损伤部位对应的损伤值。

一个具体实施例中，训练损伤预估模型，以能够通过损伤预估模型预估目标对象的损伤部位，以及损伤部位对应的损伤值，具体的损伤预估模型的获得为：

首先，建立初始损伤预估模型。

然后，获取姿态特征样本集合，其中，姿态特征样本集合包括：S个姿态特征样本、每个姿态特征样本中对应的预设损伤部位、以及预设损伤部位对应的预设损伤值，其中，S为大于或等于1的整数。

其次，分别对姿态特征样本集合中的每条姿态特征样本执行以下训练过程：将姿态特征样本输入至初始损伤预估模型；通过初始损伤预估模型，输出目标对象的样本损伤部位，以及样本损伤部位对应的样本损伤值。

进而，计算样本损伤部位和样本损伤值，与预设损伤部位和预设损伤值的第二一致率。

最后，若第二一致率不大于第二预设阈值，调整初始损伤预估模型中的参数后，重复执行训练过程，直至第二一致率大于第二预设阈值时，将初始损伤预估模型作为最终的损伤预估模型。

其中，样本损伤部位与预设损伤部位的第二一致率，和样本损伤值与预设损伤值的第二一致率均不大于第二预设阈值。

另外，在损伤预估模型训练完成后，通过哈希算法获得该损伤预估模型的哈希值，并通过区块链节点将损伤预估模型的哈希值存储在区块中，以保证数据的安全性。

一个具体实施例中，根据姿态特征，预估目标对象的损伤部位，以及损伤部位对应的损伤值的具体流程，如图8所示：

步骤801，从区块链节点中获取损伤预估模型，将姿态特征输入至损伤预估模型。

具体地，从区块链节点中获取损伤预估模型，将45维向量集合输入至损伤预估模型。

步骤802，通过损伤预估模型，输出目标对象的损伤部位，以及损伤部位对应的损伤值。

具体地，该损伤值为受损概率，通过损伤预估模型，输出6维向量，分别表示人体头部、躯干、左手至左臂、右手至右臂、左脚至左腿和右脚至右腿的损伤值，该值可以用百分比表示，也可以用分数的形式表示。

一个具体实施例中，通过损伤预估模型预估目标对象的损伤部位，以及损伤部位对应的损伤值之后，提取图像特征的第一哈希值、姿态特征的第二哈希值、以及损伤值的第三哈希值；并将第一哈希值、第二哈希值以及第三哈希值存储在区块链节点中，并通过区块链节点存储在区块中，以保证数据的安全性。

本申请实施例提供的该方法，获取目标对象的图像特征，可见，本申请获取的是目标对象的图像特征，没有直接获取目标对象的图像，有效的保护了用户的隐私和数据的安全，并减少了数据的传输量；进而，获取图像特征对应的目标对象的姿态特征，根据该姿态特征，预估目标对象的损伤部位，以及该损伤部位对应的损伤值，有效的解决了现有的交通事故中的人员损伤需要医护人员到达事故现场，才能估计损伤程度的问题，能够及时的预估交通事故中人员的损伤程度。

本申请实施例还提供了一种损伤预估装置，该装置的具体实施可参见方法实施例部分的描述，重复之处不再赘述，如图9所示，该装置主要包括：

第一获取模块901，用于获取目标对象的图像特征。

第二获取模块902，用于获取图像特征对应的目标对象的姿态特征。

预估模块903，用于根据姿态特征，预估目标对象的损伤部位，以及损伤部位对应的损伤值。

基于同一构思，本申请实施例中还提供了一种电子设备，如图10所示，该电子设备主要包括：处理器1001、通信组件1002、存储器1003和通信总线1004，其中，处理器1001、通信组件1002和存储器1003通过通信总线1004完成相互间的通信。其中，存储器1003中存储有可被至处理器1001执行的程序，处理器1001执行存储器1003中存储的程序，实现如下步骤：获取目标对象的图像特征；获取图像特征对应的目标对象的姿态特征；根据姿态特征，预估目标对象的损伤部位，以及损伤部位对应的损伤值，以及采集目标对象发生触碰时的图像；提取图像的图像特征，将提取的图像特征发送至服务器。

上述电子设备中提到的通信总线1004可以是外设部件互连标准(PeripheralComponent Interconnect，简称PCI)总线或扩展工业标准结构(Extended IndustryStandard Architecture，简称EISA)总线等。该通信总线1004可以分为地址总线、数据总线、控制总线等。为便于表示，图10中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信组件1002用于上述电子设备与其他设备之间的通信。

存储器1003可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器1001的存储装置。

上述的处理器1001可以是通用处理器，包括中央处理器(Central ProcessingUnit，简称CPU)、网络处理器(Network Processor，简称NP)等，还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本申请的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当该计算机程序在计算机上运行时，使得计算机执行上述实施例中所描述的损伤预估方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时，全部或部分地产生按照本申请实施例所述的流程或功能。该计算机可以时通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、微波等)方式向另外一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如软盘、硬盘、磁带等)、光介质(例如DVD)或者半导体介质(例如固态硬盘)等。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。