一种适用于驾驶设备的摄像头的标定方法、系统及设备

技术领域

本发明涉及驾驶设备技术领域，特别涉及一种适用于驾驶设备的摄像头的标定方法、系统及设备。

背景技术

目前在驾驶设备领域，尤其是对于自动驾驶设备，如自动驾驶车辆，往往需要后装用于检测定位标志物进行导航的摄像头。因此，需要对摄像头进行相关外部参数的标定，获得摄像头的相机坐标系与车体坐标系的坐标转换关系，以及相机坐标系与导航环境坐标系(即世界坐标系)之间的坐标转换关系，进一步得到相机坐标系与车体坐标系之间的坐标转换关系，从而能够得到摄像头拍摄到的物体在导航环境坐标系中的坐标及其与车体的相对位置关系。

发明内容

申请人研究发现，现有技术中驾驶设备的摄像头标定后在使用过程中存在定位误差大的问题。申请人进一步研究发现，这是由于相机坐标系与导航环境坐标系之间的坐标转换关系的标定是整个标定过程中非常重要的一环，而现有技术对摄像头进行相机坐标系与导航环境坐标系之间的标定时未考虑到载重对摄像头外参的影响。申请人经过大量研究发现，摄像头外参参数会随着驾驶设备的不同载重情况而发生明显变化，一旦载重情况发生改变，在单一载重状态标定得到的坐标系之间的坐标转换关系与实际的坐标转换关系会出现明显误差，进而导致使用过程中产生较大的定位误差。

本发明的目的在于解决现有技术中驾驶设备的摄像头在使用过程中定位误差大的问题。

为解决上述技术问题，本发明的实施方式公开了一种适用于驾驶设备的摄像头的标定方法，包括以下步骤：在驾驶设备处于第一载重状态下对摄像头进行外参标定得到第一标定信息，第一标定信息包括第一载重状态下导航环境坐标系与相机坐标系间的第一坐标转换关系；在驾驶设备处于第二载重状态下对摄像头进行外参标定得到第二标定信息，第二标定信息包括第二载重状态下导航环境坐标系与相机坐标系间的第二坐标转换关系，第一载重状态与第二载重状态的载重不同；根据第一标定信息和第二标定信息得到摄像头的自适应外参，自适应外参包括导航环境坐标系与相机坐标系间的自适应坐标转换关系。

采用上述技术方案，提升了摄像头的定位精度。

可选地，第一载重状态为空载状态，第二载重状态为满载状态。

可选地，外参标定包括静态外参标定和动态外参标定。

可选地，摄像头为双目摄像头，静态外参标定包括以下步骤：控制驾驶设备行驶至静态标定区，静态标定区设置有第一标识物；摄像头采集驾驶设备静态下的第一标识物的图像；根据第一标识物的图像得到第一标识物的第一特征点的图像坐标；根据第一特征点的图像坐标、摄像头的内参数据及第一特征点在导航环境坐标系中的坐标得到摄像头的静态外参参数，静态外参参数包括导航环境坐标系与相机坐标系间的静态转换关系。

可选地，根据第一标识物的图像得到第一标识物的第一特征点的图像坐标的步骤，包括：将第一标识物的图像的颜色转换到HSV颜色空间；在HSV颜色空间对转换后的图像进行滤波处理；将滤波后的图像输入深度学习模型的识别器；根据识别器的输出结果，得到第一特征点的图像坐标。

可选地，第一标识物包含至少3个L型的涂装标识。

可选地，动态外参标定包括以下步骤：控制驾驶设备行驶至动态标定区，动态标定区设置有第二标识物；摄像头采集驾驶设备行驶状态下的第二标识物的图像；根据第二标识物的图像和静态外参参数得到摄像头的动态外参参数，动态外参参数包括导航环境坐标系与相机坐标系间的动态转换关系。

可选地，第二标识物包括两条分别设置在驾驶设备左右两侧且相互平行的动态标定车道线，根据第二标识物的图像和静态外参参数得到摄像头的动态外参参数的步骤，包括：根据第二标识物的图像得到动态标定车道线的消失点信息；根据静态外参参数和消失点信息得到动态外参参数。

可选地，第一标定信息和第二标定信息包括驾驶设备在相应载重状态下的动态外参参数，根据第一标定信息和第二标定信息得到摄像头的自适应外参的步骤，包括：根据驾驶设备在不同载重状态下的动态外参参数得到消失点变化模型；根据消失点变化模型拟合得到摄像头的自适应外参。

可选地，标定方法还包括以下步骤：根据驾驶设备在不同载重状态下的消失点信息得到消失点偏离数据；根据消失点偏离数据验证动态外参参数的准确性。

可选地，动态标定车道线上设置有预设间隔的辅助短线。

可选地，驾驶设备为自动驾驶设备，自动驾驶设备的前后两端均安装有摄像头。

本发明的实施方式还公开了一种适用于驾驶设备的摄像头的标定系统，包括：静态标定区，设置有第一标识物，用于对摄像头进行静态外参标定；动态标定区，设置有第二标识物，用于对摄像头进行动态外参标定；标定系统使用前述实施方式中的标定方法对摄像头进行标定。

本发明的实施方式还公开了一种计算设备，包括：处理器，适于实现各种指令；存储器，适于存储多条指令，指令适于由处理器加载并执行前述任一的标定方法。

附图说明

图1示出本发明一实施方式中标定方法的流程图；

图2示出本发明一实施方式中静态标定区的示意图；

图3示出本发明一实施方式中动态标定区的示意图；

图4示出本发明又一实施方式中静态标定区的示意图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。虽然本发明的描述将结合较佳实施例一起介绍，但这并不代表此发明的特征仅限于该实施方式。恰恰相反，结合实施方式作发明介绍的目的是为了覆盖基于本发明的权利要求而有可能延伸出的其它选择或改造。为了提供对本发明的深度了解，以下描述中将包含许多具体的细节。本发明也可以不使用这些细节实施。此外，为了避免混乱或模糊本发明的重点，有些具体细节将在描述中被省略。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

应注意的是，在本说明书中，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明实施例的描述中，需要说明的是，术语“上”、“下”、“内”、“底”等指示的方位或坐标关系为基于附图所示的方位或坐标关系，或者是该发明产品使用时惯常摆放的方位或坐标关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本发明实施例的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本实施例中的具体含义。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。

参照图1-图3所示，本发明的实施方式公开了一种适用于驾驶设备的摄像头的标定方法，包括以下步骤：S1：在驾驶设备处于第一载重状态下对摄像头进行外参标定得到第一标定信息，第一标定信息包括第一载重状态下导航环境坐标系与相机坐标系间的第一坐标转换关系；S2：在驾驶设备处于第二载重状态下对摄像头进行外参标定得到第二标定信息，第二标定信息包括第二载重状态下导航环境坐标系与相机坐标系间的第二坐标转换关系，第一载重状态与第二载重状态的载重不同；S3：根据第一标定信息和第二标定信息得到摄像头的自适应外参，自适应外参包括导航环境坐标系与相机坐标系间的自适应坐标转换关系。

在本实施方式中，驾驶设备安装有摄像头。在S1-S2中，通过对不同载重状态下的驾驶设备的摄像头进行外参标定，能够分别得到第一标定信息和第二标定信息，即可以得到不同载重状态下导航环境坐标系与相机坐标系之间的坐标转换关系。在S3中，根据第一标定信息和第二标定信息得到摄像头的自适应外参，自适应外参包括导航环境坐标系与相机坐标系间的自适应坐标转换关系。也就是说，本实施方式中的自适应外参包括了能够根据载重的不同而动态变化的导航环境坐标系与相机坐标系间的坐标转换关系。使用本实施方式的标定方法得到的自适应外参，结合导航环境坐标系与车体坐标系之间的坐标转换关系，就可以得到相机坐标系与车体坐标系之间动态的坐标转换关系，从而完成摄像头的全部标定。因此，本实施方式所公开的标定方法充分考虑到了驾驶设备不同载重对摄像头外参的影响，能够实现摄像头外参的一次整体标定多次适应的需求。避免例如载重不同导致轮胎变化，进而导致摄像头位置变化等情况引起的摄像头外参参数的改变，能够使得标定得到的坐标转换关系更加准确，更接近驾驶设备使用状态下的实际坐标转换关系，摄像头的定位精度高。

可以理解的是，导航环境坐标系与车体坐标系之间的坐标转换关系的标定，可以通过仪器测量等方式，如全站仪测量实现，本实施方式对此不作限定。根据第一标定信息和第二标定信息得到摄像头的自适应外参的具体方法可以是数据建模、数据拟合等，例如线性拟合，非线性拟合等，本实施方式对此不作限定。在本实施方式中，外参标定的具体实现方法有多种。例如，可以是分别测量多个标识物的导航坐标系下的坐标，结合摄像头拍摄到的标识物的图像得到的相机坐标系下的坐标，求解得到两个坐标系之间的转换关系，如两个坐标系之间的旋转矩阵和平移矩阵；也可以是分别测量一个标识物在不同位置的导航坐标系下的坐标，结合摄像头拍摄到的标识物的图像得到的相机坐标系下的坐标，进而得到两个坐标系之间的转换关系；还可以是其他方法，本实施方式对此不作限定。

采用上述技术方案，提升了摄像头的定位精度。

本发明的另一实施方式公开了一种适用于驾驶设备的摄像头的标定方法，第一载重状态为空载状态，第二载重状态为满载状态。在本实施方式中，将第一载重状态设置为空载状态，第二载重状态设置为满载状态，能够得到当驾驶设备在两个极限载重状态下，相机坐标系与导航环境坐标系之间的坐标转换关系。便于通过第一标定信息和第二标定信息准确地得到驾驶设备在各中间载重状态下时，两个坐标系之间的坐标转换关系，能够进一步提升自适应外参的准确性。在两次极限载重下进行标定不仅具有较高的标定精度，而且有效地减少了重复的标定过程中的误差累积现象，保障系统精度。在一实施例中，驾驶设备为额定载重为64吨的车辆，则分别获取该车辆在载重0吨和载重64吨状态下的相机坐标系与导航环境坐标系之间的坐标转换关系，进而得到该车辆对应于0～64吨间动态变化的自适应外参。在其它实施例中，驾驶设备的额定载重也可以是其它值。

本发明的又一实施方式公开了一种适用于驾驶设备的摄像头的标定方法，外参标定包括静态外参标定和动态外参标定。也就是说，在本实施方式公开的标定方法中，对处于第一载重状态下的驾驶设备的摄像头进行静态外参标定和动态外参标定，还对处于第二载重状态下的驾驶设备的摄像头进行静态外参标定和动态外参标定，得到相应的标定信息。本实施方式所公开的标定方法得到的自适应外参充分考虑到了运动状态对摄像头外参的影响，能够使得标定结果更加准确，从而进一步提升了摄像头的定位精度。

参照图2所示，本发明的另一实施方式公开了一种适用于驾驶设备的摄像头的标定方法，摄像头11为双目摄像头，静态外参标定包括以下步骤：控制驾驶设备1行驶至静态标定区，静态标定区设置有第一标识物2；摄像头11采集驾驶设备1静态下的第一标识物2的图像；根据第一标识物2的图像得到第一标识物2的第一特征点的图像坐标；根据第一特征点的图像坐标、摄像头11的内参数据及第一特征点在导航环境坐标系中的坐标得到摄像头11的静态外参参数，静态外参参数包括导航环境坐标系与相机坐标系间的静态转换关系。

在本实施方式中，摄像头11为双目摄像头，双目摄像头能通过图像的视差计算来确定距离，无需频繁维护，更加适用于复杂场景以及自动驾驶等情形。在本实施方式中，首先控制驾驶设备1行驶至设置有第一标识物2的静态标定区，静态标定区的设计在进行静态外参标定之前完成即可。然后，摄像头11拍摄采集驾驶设备静态下的第一标识物2的图像；接着，根据第一标识物2的图像得到第一标识物2的第一特征点的图像坐标，第一特征点可以根据标识物的形状、色彩等进行确定。然后，可以根据第一特征点的图像坐标、摄像头11的内参数据，结合双目摄像头的成像原理，例如，采用等距投影模型逆向投影得到第一特征点在相机坐标系下的坐标。摄像头的内参数据可以包括焦距、主点、畸变信息等，内参数据可以事先或当时获得。可选地，畸变信息包括径向畸变系数和切向畸变系数。接着，第一特征点在相机坐标系下的坐标结合第一特征点在导航环境坐标系中的坐标，就可以求解得到双目摄像头作为一个整体的静态外参参数，静态外参参数包括导航环境坐标系与相机坐标系间的静态转换关系。第一特征点在导航环境坐标系中的坐标可以使用例如全站仪3等测量仪器进行测量得到，只要在求解静态外参参数之前获得即可。本实施方式通过在标定区域设置固定靶标，结合双目摄像头采集的图像和测量仪器测量的导航环境坐标系下的坐标，能够实现自动计算标定结果。在一实施例中，设第一特征点的在相机坐标系下的坐标为X

本发明的又一实施方式公开了一种适用于驾驶设备的摄像头的标定方法，根据第一标识物2的图像得到第一标识物2的第一特征点的图像坐标的步骤，包括：将第一标识物2的图像的颜色转换到HSV颜色空间；在HSV颜色空间对转换后的图像进行滤波处理；将滤波后的图像输入深度学习模型的识别器；根据识别器的输出结果，得到第一特征点的图像坐标。

在本实施方式中，将摄像头11拍摄到的第一标识物2的图像转换到HSV颜色空间。可以提取每个像素的色度、饱和度、明暗度等信息进行存储，HSV空间能够更加直观地表达色彩的明暗，色调以及鲜艳程度，便于进行颜色之间的对比，突出第一标识物2。然后，在HSV颜色空间对转换后的图像进行滤波处理。在一实施例中，统计各个颜色饱和度阈值范围及色度阈值范围，使用分水岭算法阈值提取，对图像完成滤波处理。在其它实施例中，也可以采用其它图像滤波方法。接着，将滤波后的图像输入深度学习模型的识别器，进行第一特征点的识别。最后，根据识别器的输出结果，得到第一特征点的图像坐标。深度学习模型的识别器可以是标定前事先进行训练得到的，也可以是在标定过程中通过训练图像得到的。深度学习模型通过深度学习网络能够实现一套自动识别特征点，并自动匹配特征点图像坐标位置信息的搜索策略，通过将计算机视觉和深度学习应用于标识物图像的处理，大大提升了特征点识别的准确性。优选地，深度学习网络系统默认在双目摄像头采集的用于基础静态外参标定的图像中有且只有第一标识物的特征点的存在。在一实施例中，在经过滤波后的图像上，对第一特征点进行建模训练，输入深度学习网络，对第一特征点进行计算，进而得到鲁棒性较强的反向神经网络模型作为识别器，用于精准识别特征点。使用深度学习网络进行特征点的识别，相较于人工处理，效率高且更加准确。

优选地，在将图像转换到HSV颜色空间前，对第一标识物2的图像先进行ROI(感兴趣区域)提取预处理，能够减少后续的数据处理量。优选地，第一标识物2的颜色为白色，能够强化第一标识物2与背景，如道路之间的对比，提升识别的准确性。

参照图2所示，本发明的另一实施方式公开了一种适用于驾驶设备的摄像头的标定方法，第一标识物2包含至少3个L型的涂装标识。在本实施方式中，第一标识物2包括至少3个L型的涂装标识，L型标识的角点21在图像中更明显，将角点21作为第一特征点，方便识别，准确度高。采用涂装方式能够避免标识发生位移，影响标定。一次性设置至少三个标识物，便于一次拍摄取像即可完成静态外参参数的标定，无需移动标识物多次取像。优选地，静态标定区在摄像头11拍摄范围内设置有8个L型标识，每4个为一组，两组间平行设置，便于设计，双目摄像头中的每个摄像头均能同时拍摄到8个标识，便于使用8组数据对得到的静态外参参数进行验证收敛，得到最优解。L型标识的尺寸和间隔可以根据需要进行设定，本实施方式对此不作限定。在一实施例中，L型标识尺寸为50cm×50cm，组内相邻标识间的间距为1.5米。

优选地，静态标定区设置有静态标定车道线4，第一标识物2中每组内标识的第一特征点处于静态标定车道线4上等宽距位置，可实现标定与日常工作的检测共用一套数据，大大提高实际操作效率。优选地，在垂直方向(图2示出X方向)上，各第一标志物的第一特征点处于静态标定车道线4上。优选地，静态标定区还设置有停车标志5，停车标志5的位置根据驾驶设备1的轮胎间的距离进行确定，从而确保准确停车后第一标识物2出现在摄像头11的视野中，提升标定的效率。优选地，两组标识物间形成的车道还设置有车道中心虚线6，用于辅助停车。

参照图3所示，本发明的又一实施方式公开了一种适用于驾驶设备的摄像头的标定方法，动态外参标定包括以下步骤：控制驾驶设备1行驶至动态标定区，动态标定区设置有第二标识物7；摄像头11采集驾驶设备1行驶状态下的第二标识物7的图像；根据第二标识物7的图像和静态外参参数得到摄像头11的动态外参参数，动态外参参数包括导航环境坐标系与相机坐标系间的动态转换关系。在本实施方式中，进行动态外参标定时，摄像头11采集驾驶设备1行驶状态下的第二标识物7的图像，然后结合静态外参标定得到的静态外参参数，得到摄像头11的动态外参参数。也就是说，在本实施方式中，以静态外参参数为基础，结合驾驶设备1运动时的第二标识物7的图像信息，对静态外参参数进行修正，得到动态外参参数，进一步提升了标定的精度和效率。也就是说，在本实施方式中，第一坐标转换关系包括了在第一载重状态下的动态外参参数，第二坐标转换关系包括了在第二载重状态下的动态外参参数。第二标识物7在导航环境坐标系中的坐标可以通过全站仪等仪器进行测量得到，也可以通过设置辅助标识物计算得到。

参照图3所示，本发明的另一实施方式公开了一种适用于驾驶设备的摄像头的标定方法，第二标识物7包括两条分别设置在驾驶设备1左右两侧且相互平行的动态标定车道线71，根据第二标识物7的图像和静态外参参数得到摄像头11的动态外参参数的步骤，包括：根据第二标识物7的图像得到动态标定车道线71的消失点信息；根据静态外参参数和消失点信息得到动态外参参数。在本实施方式中，通过设置两条实际平行的动态标定车道线71，此时摄像头11拍摄到的图像中包括两条动态标定车道线71，可以根据图像识别车道线并计算驾驶设备1所处车道在透视投影中的消失点坐标，消失点即两条动态标定车道线71在图像上远处或可能延伸到的相交点。因此，根据动态标定车道线71的图像能够得到动态标定车道线71的消失点信息，如消失点的坐标，然后结合之前得到的静态外参参数，可以修正后得到对应的动态外参参数。本实施方式公开的标定方法，在驾驶设备1运行过程中以及驾驶设备1不同的载重情况下，双目摄像头通过不断地更新识别动态标定车道线71对外参进行动态校正，保证当前外参参数与当前载重情况相匹配，不仅具有较高的标定精度，而且有效的减少了重复的标定过程中的误差累积现象，保障系统精度。且能够便捷快速地完成动态外参标定，提升标定的效率，降低了标定的成本。在一些实施例中，驾驶设备1在动态标定区行进过程中，按照一定的频率采集动态标定车道线71的图像，进行自适应动态标定。

本发明的又一实施方式公开了一种适用于驾驶设备的摄像头的标定方法，第一标定信息和第二标定信息包括驾驶设备1在相应载重状态下的动态外参参数，根据第一标定信息和第二标定信息得到摄像头11的自适应外参的步骤，包括：根据驾驶设备1在不同载重状态下的动态外参参数得到消失点变化模型；根据消失点变化模型拟合得到摄像头11的自适应外参。在本实施方式中，考虑到了在不同载重状态下动态标定线的消失点可能存在偏差，对应地，不同载重状态下的动态外参参数也可能变化。在一实施例中，设驾驶设备1在第一载重状态下时，物体在相机坐标系下的坐标为X

本发明的另一实施方式公开了一种适用于驾驶设备的摄像头的标定方法，还包括以下步骤：根据驾驶设备1在不同载重状态下的消失点信息得到消失点偏离数据；根据消失点偏离数据验证动态外参参数的准确性。在本实施方式中，根据不同载重下消失点信息得到消失点的偏离数据，例如消失点信息包括消失点坐标时，偏离数据可以是坐标差。可以理解的是，在第一载重状态及第二载重状态下的动态外参参数在前述过程中通过对应状态下的静态外参参数结合消失点信息得到。在此之外，第二载重状态下的动态外参参数也可以由第一载重状态下的动态外参参数结合消失点偏离数据得到。因此，在本实施方式中，通过消失点偏离数据可以验证不同载重状态下的动态外参参数是否准确。

参照图3所示，本发明的又一实施方式公开了一种适用于驾驶设备的摄像头的标定方法，动态标定车道线71上设置有预设间隔的辅助短线72。在本实施方式中，通过设置辅助短线72，能够得到消失点与摄像头11之间的实际距离，并结合摄像头11拍摄的图像，能够准确得到消失点在透视投影图像中的图像坐标，以便进行数据验证。可以理解的是，辅助短线72的间隔和尺寸可以根据需要进行设定。在一实施例中，两条动态标定车道线71间形成的车道宽度为4.2米，动态标定车道线71线宽15cm，在两条动态标定车道线71内侧分别划一组长15cm，宽5cm的辅助短线72，各辅助短线72的间隔为20cm。

参照图4所示，本发明的另一实施方式公开了一种适用于驾驶设备的摄像头的标定方法，驾驶设备1为自动驾驶设备，自动驾驶设备的前后两端均安装有摄像头11。在本实施方式中，驾驶设备1为自动驾驶设备，前后两端均安装有用于检测定位标志物进行导航的摄像头11。当本实施方式所公开的标定方法运用于自动驾驶设备的摄像头11标定时，应用自动驾驶设备的GPS系统能够实现便捷的自动标定，降低了标定过程中因为环境不确定因素及人工操作不确定性所造成的误差，提高了标定系统的精度及效率。在一实施例中，静态标定区的设计可以参照图4所示，可以实现同时完成对前后两端的摄像头11的标定。

参照如2-图3所示，本发明的实施方式还公开了一种适用于驾驶设备的摄像头的标定系统，包括：静态标定区，设置有第一标识物2，用于对摄像头11进行静态外参标定；动态标定区，设置有第二标识物7，用于对摄像头11进行动态外参标定；标定系统使用前述实施方式中的标定方法对摄像头进行标定。参照前述实施方式中的标定方法，本实施方式所公开的标定系统能够提高标定的精度和效率，从而提升摄像头在后续使用过程中的定位精度。

本发明的实施方式还公开了一种计算设备，包括：处理器，适于实现各种指令；存储器，适于存储多条指令，指令适于由处理器加载并执行前述任一实施方式中的标定方法。

本申请公开的各实施方式可以被实现在硬件、软件、固件或这些实现方法的组合中。本申请的实施例可实现为在可编程系统上执行的计算机程序或程序代码，该可编程系统包括至少一个处理器、存储系统(包括易失性和非易失性存储器和/或存储元件)、至少一个输入设备以及至少一个输出设备。可将程序代码应用于输入指令，以执行本申请描述的各功能并生成输出信息。可以按已知方式将输出信息应用于一个或多个输出设备。为了本申请的目的，处理系统包括具有诸如例如数字信号处理器(DSP)、微控制器、专用集成电路(ASIC)或微处理器之类的处理器的任何系统。

在一些情况下，所公开的实施方式可以以硬件、固件、软件或其任何组合来实现。所公开的实施例还可以被实现为由一个或多个暂时或非暂时性机器可读(例如，计算机可读)存储介质承载或存储在其上的指令，其可以由一个或多个处理器读取和执行。例如，指令可以通过网络或通过其他计算机可读介质分发。因此，机器可读介质可以包括用于以机器(例如，计算机)可读的形式存储或传输信息的任何机制，包括但不限于，软盘、光盘、光碟、只读存储器(CD-ROMs)、磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁卡或光卡、闪存、或用于利用因特网以电、光、声或其他形式的传播信号来传输信息(例如，载波、红外信号数字信号等)的有形的机器可读存储器。因此，机器可读介质包括适合于以机器(例如，计算机)可读的形式存储或传输电子指令或信息的任何类型的机器可读介质。

在附图中，可以以特定布置和/或顺序示出一些结构或方法特征。然而，应该理解的是，可能不需要这样的特定布置和/或排序。而是，在一些实施例中，这些特征可以以不同于说明性附图中所示的方式和/或顺序来布置。另外，在特定图中包括结构或方法特征并不意味着暗示在所有实施例中都需要这样的特征，并且在一些实施例中，可以不包括这些特征或者可以与其他特征组合。

虽然通过参照本发明的某些优选实施方式，已经对本发明进行了图示和描述，但本领域的普通技术人员应该明白，以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。本领域技术人员可以在形式上和细节上对其作各种改变，包括做出若干简单推演或替换，而不偏离本发明的精神和范围。