数据处理方法、装置、头戴设备及存储介质

技术领域

本申请涉及数据处理技术领域，尤其涉及一种数据处理方法、装置、头戴设备及存储介质。

背景技术

随着科技的不断发展，头戴设备比如增强现实设备(Augmented Reality，简称AR设备)、虚拟现实设备(Virtual Reality，简称VR设备)越来越普及，人们对于AR设备或VR设备在使用时采集的3DOF(3Degree of Freedom，也称3自由度)数据的及时性提出了很高的要求。

由于VR和AR设备发热量巨大，为了降温一般都安装了风扇进行温度调节，但是，风扇振动会给3DOF数据的准确性和延时性带来很大的挑战。首先风扇的振动会叠加在VR设备(或AR设备)的惯性测量单元(Inertial Measurement Unit，简称IMU)采集的正确3DOF数据之上，其次风扇的振动频率会随着温度变化而变化，这两个挑战都对3DOF算法提出了很高的要求，而且随着算法复杂度变高，3DOF数据延时性就更长，用户体检感变差。

发明内容

为了解决如何降低处理风扇振动数据时降低复杂度的技术问题，本申请提供了一种数据处理方法、装置、头戴设备及存储介质。

第一方面，本申请提供了一种数据处理方法，应用于头戴设备，所述头戴设备至少包括虚拟现实设备和增强现实设备中的一种，所述虚拟现实设备或所述增强现实设备包括第一惯性测量单元、第二惯性测量单元和风扇，所述方法包括：

在所述风扇启动的情况下，获取所述第一惯性测量单元采集的第一惯性数据；所述第一惯性数据为在所述第一惯性测量单元与所述风扇的距离小于第一阈值的情况下采集到的数据；

从所述第一惯性数据中提取风扇振动数据；

获取所述第二惯性测量单元采集的第二惯性数据；所述第二惯性数据为在第二惯性测量单元与所述风扇的距离大于第二阈值的情况下采集到的数据，所述第一阈值小于所述第二阈值；

基于所述风扇振动数据对所述第二惯性数据进行校准，得到目标惯性数据；

基于所述目标惯性数据，对所述头戴设备进行姿态分析处理，得到目标姿态数据；

可选地，所述从所述第一惯性数据中提取风扇振动数据的步骤包括：

对所述第一惯性数据进行频域变换，得到所述第一惯性数据中的振动频谱，所述振动频谱与所述风扇转动时的振动相匹配；

提取所述振动频谱的中心频率，将所述中心频率作为所述风扇振动数据；

可选地，所述头戴设备还包括可编程逻辑模块，所述对所述第一惯性数据进行频域变换，得到所述第一惯性数据中的振动频谱的步骤包括：

所述可编程逻辑模块对所述第一惯性数据进行快速傅里叶变换，得到所述振动频谱；

可选地，所述基于所述风扇振动数据对所述第二惯性数据进行校准，得到目标惯性数据的步骤包括：

基于所述风扇振动数据，构建动态滤波器；

通过所述动态滤波器，对所述第二惯性数据进行滤波处理，得到所述目标惯性数据；

可选地，所述风扇振动数据为中心频率，所述动态滤波器为动态低通滤波器，所述基于所述风扇振动数据，构建动态滤波器的步骤包括：

将所述中心频率配置为所述动态低通滤波器的截止频率，构建得到所述动态低通滤波器；

相应地，所述通过所述动态滤波器，对所述第二惯性数据进行滤波处理，得到所述目标惯性数据的步骤包括：

根据所述截止频率对所述第二惯性数据进行滤波处理，将所述第二惯性数据中小于所述截止频率的惯性数据作为所述目标惯性数据；

可选地，所述基于所述风扇振动数据，构建动态滤波器之后，所述通过所述动态滤波器，对所述第二惯性数据进行滤波处理，得到所述目标惯性数据之前，所述方法还包括：

在所述风扇的转速发生变化的情况下，从所述第一惯性数据中提取风扇振动更新数据；

根据所述风扇振动更新数据对所述动态滤波器进行更新。

第二方面，本申请提供了一种数据处理装置，应用于头戴设备，所述头戴设备至少包括虚拟现实设备和增强现实设备中的一种，所述虚拟现实设备或所述增强现实设备包括第一惯性测量单元、第二惯性测量单元和风扇，所述装置包括：

第一获取模块，用于在所述风扇启动的情况下，获取所述第一惯性测量单元采集的第一惯性数据；所述第一惯性数据为在所述第一惯性测量单元与所述风扇的距离小于第一阈值的情况下采集到的数据；

提取模块，用于从所述第一惯性数据中提取风扇振动数据；

第二获取模块，用于获取所述第二惯性测量单元采集的第二惯性数据；所述第二惯性数据为在第二惯性测量单元与所述风扇的距离大于第二阈值的情况下采集到的数据，所述第一阈值小于所述第二阈值；

校准模块，用于基于所述风扇振动数据对所述第二惯性数据进行校准，得到目标惯性数据；

姿态分析处理模块，用于基于所述目标惯性数据，对所述头戴设备进行姿态分析处理，得到目标姿态数据。

第三方面，本申请提供了一种头戴设备，所述头戴设备至少包括虚拟现实设备和增强现实设备中的一种，所述虚拟现实设备或所述增强现实设备包括第一惯性测量单元、第二惯性测量单元和风扇，所述虚拟现实设备或所述增强现实设备应用第一方面任一所述的数据处理方法。

第四方面，本申请提供了一种电子装置，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现第一方面任一项实施例所述的数据处理方法的步骤。

第五方面，本申请提供了一种计算机可读存储介质，其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任一项实施例所述的数据处理方法的步骤。

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，应用于头戴设备，所述头戴设备至少包括虚拟现实设备和增强现实设备中的一种，所述虚拟现实设备或所述增强现实设备包括第一惯性测量单元、第二惯性测量单元和风扇，所述方法包括：在所述风扇启动的情况下，获取所述第一惯性测量单元采集的第一惯性数据；所述第一惯性数据为在所述第一惯性测量单元与所述风扇的距离小于第一阈值的情况下采集到的数据；从所述第一惯性数据中提取风扇振动数据；获取所述第二惯性测量单元采集的第二惯性数据；所述第二惯性数据为在所述第二惯性测量单元与所述风扇的距离大于第二阈值的情况下采集到的数据，所述第一阈值小于所述第二阈值；基于所述风扇振动数据对所述第二惯性数据进行校准，得到目标惯性数据；基于所述目标惯性数据，对所述头戴设备进行姿态分析处理，得到目标姿态数据。该方法中，第一惯性测量单元靠近风扇，采集的第一惯性数据中携带完整准确的风扇振动数据，第二惯性单元远离风扇，采集的是头戴设备的第二惯性数据，第二惯性数据中包括风扇振动的噪声，基于风扇振动数据对第二惯性数据进行校准，可以得到去除风扇振动干扰的目标惯性数据，从而可以基于目标惯性数据对头戴设备进行姿态分析处理，得到目标姿态数据，也就是头戴设备的三自由度数据，该计算方法简单高效，降低了处理风扇振动数据时的复杂度，提高了头戴设备的数据处理速度，使三自由度数据画面跟随性提高，提高了用户体验。

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为本申请一个实施例提供的一种数据处理方法的系统架构图；

图2为本申请一个实施例提供的一种数据处理方法的流程示意图；

图3为本申请另一个实施例提供的一种数据处理方法的流程示意图；

图4为本申请一个实施例提供的一种数据处理装置的结构示意图；

图5为本申请一个实施例提供的一种电子装置的结构示意图。

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。

本申请第一实施例提供了一种数据处理方法，该方法可以应用于如图1所示的系统架构，该系统架构可以是头戴设备，比如AR设备，或者VR设备，也可以是其他虚拟现实交互的头戴设备，不作限制，该系统架构中至少包括第一惯性测量单元101、第二惯性测量单元102、风扇103和处理单元104，该第一惯性测量单元101、第二惯性测量单元102分别与处理单元104建立通信连接。该方法可应用于该系统架构，具体地可应用于处理单元104。可选地，处理单元104可以在头戴设备本地，也可以设置于远程的服务器，服务器可以是本地服务器，也可以是云端服务器，或者也可以是服务器集群。

接下来，对该数据处理方法进行详细说明。如图2，一种数据处理方法，包括：

步骤201，在风扇启动的情况下，获取第一惯性测量单元采集的第一惯性数据，第一惯性数据为在第一惯性测量单元与风扇的距离小于第一阈值的情况下采集到的数据。

第一惯性测量单元设置于靠近风扇的位置采集第一惯性数据，比如，可以设置在风扇罩的外表面，第一阈值可设置为尽可能小的一个数，比如1cm或者更小。

步骤202，从第一惯性数据中提取风扇振动数据。

风扇振动数据可以是风扇振动时的频率，一个实施例中，从第一惯性数据中提取风扇振动数据的步骤包括：对第一惯性数据进行频域变换，得到第一惯性数据中的振动频谱，振动频谱与风扇转动时的振动相匹配；提取振动频谱的中心频率，将中心频率作为风扇振动数据。

本实施例中，第一惯性数据为靠近风扇的第一惯性测量单元采集的数据，通过对第一惯性数据进行频域变换，可以得到第一惯性数据中的振动频谱，提取振动频谱的中心频率作为风扇在当前工况下的风扇振动数据。其中，振动频谱的中心频率是幅值较大的频点，容易在振动频谱中计算得到，并且，中心频率由于幅值较大也可以过滤掉大部分风扇的振动噪声，降低风扇带来的干扰。

应当可以理解，根据头戴设备不同时刻发热的不同，风扇的振动频率也在跟随变化，以保证头戴设备的整体温度稳定。因此，提取的风扇振动数据是一个随风扇振动频率变化而波动的数据，并不是恒定不变的值。

提取风扇振动数据可以通过头戴设备的主CPU进行，也可以在在头戴设备单独配置一个可编程逻辑模块，以提高提取数据的速度，减少主CPU的额外消耗。可编程逻辑模块可以是现场可编程逻辑门阵列(Field－Programmable Gate Array，简称FPGA)芯片，也可以是其他可以进行数据处理的模块，比如微控制单元等，不作限制。

一个实施例中，头戴设备还包括可编程逻辑模块，对第一惯性数据进行频域变换，得到第一惯性数据中的振动频谱的步骤包括：可编程逻辑模块对第一惯性数据进行快速傅里叶变换，得到振动频谱。

本实施例中，可编程逻辑模块(比如FPGA)可以基于快速傅里叶变化对第一惯性数据进行快傅里叶变换，得到第一惯性数据的振动频谱，提高提取数据的响应速度，且振动频谱的中心频率是幅值较大的频点，容易在快速傅里叶变换后的频谱中确定，同时，中心频率在容易计算得到的基础上也能过滤掉大部分风扇的振动噪声，可以去除第二惯性数据中因风扇振动带来的干扰，提高准确性和及时性。

步骤203，获取第二惯性测量单元采集的第二惯性数据；第二惯性数据为在第二惯性测量单元与风扇的距离大于第二阈值的情况下采集到的数据，第一阈值小于第二阈值。

第二惯性测量单元需要在采集数据时尽量少收到风扇振动的干扰，设置在远离风扇的位置采集第二惯性数据。第二阈值可以设置为10cm、20cm等，可依据头戴设备的尺寸设定，不作限制，设置在远离风扇的位置即可，以尽可能的减少风扇振动的干扰。

步骤204，基于风扇振动数据对第二惯性数据进行校准，得到目标惯性数据。

第一惯性测量单元和第二惯性测量单元可以是相同型号的惯性测量单元(IMU)，IMU包括加速度计、陀螺仪和磁力计，其中，加速度计、陀螺仪和磁力计各自测量不同的数据分量，各个不同的数据分量可以融合得到姿态数据，此处的目标惯性数据指的是这三种传感器(加速度计、陀螺仪和磁力计)各自测得的加速度、角度和磁场变化数据。

一个实施例中，基于风扇振动数据对第二惯性数据进行校准，得到目标惯性数据的步骤包括：基于风扇振动数据，构建动态滤波器，通过动态滤波器，对第二惯性数据进行滤波处理，得到目标惯性数据。

在目前的一些技术中，采用固定滤波器或者通过预测滤波对第二惯性数据进行滤波，但是，固定滤波器由于数值恒定，不能真实反映风扇的振动数据，会导致滤波后的数据异常，而采用预测滤波会带来非常大的计算量，进而产生时间的消耗，得到的数据的及时性不能保证，也影响主CPU的性能。

本实施例中，通过动态滤波器的方式，基于实时得到的风扇振动数据构建动态滤波器对第二惯性数据进行校准，第二惯性数据和第一惯性数据的采集时刻相同，不需要额外的大量计算即可保证对第二惯性数据进行滤波的风扇振动数据是相同时刻采集的第一惯性数据中提取的，因此，可保证滤波的有效性和准确性，由于计算量小，也能保证数据的及时性，且不会对主CPU产生影响。

一个实施例中，风扇振动数据为中心频率，动态滤波器为动态低通滤波器，基于风扇振动数据，构建动态滤波器的步骤包括：将中心频率配置为动态低通滤波器的截止频率，构建得到动态低通滤波器，相应地，通过动态滤波器，对第二惯性数据进行滤波处理，得到目标惯性数据的步骤包括：根据截止频率对第二惯性数据进行滤波处理，将第二惯性数据中小于截止频率的惯性数据作为目标惯性数据。

本实施例中，将从第一惯性数据中提取的风扇振动数据(可以是振动频谱的中心频率)配置为动态低通滤波器的截止频率，构建得到动态低通滤波器，根据截止频率对第二惯性数据进行滤波处理，将第二惯性数据中小于截止频率的惯性数据作为目标惯性数据，目标惯性数据即为过滤了风扇振动的惯性数据。应当可以理解，截止频率是根据风扇振动数据的波动而随时发生变化的数值。

步骤205，基于目标惯性数据，对头戴设备进行姿态分析处理，得到目标姿态数据。

目标姿态数据即3dof数据，用于表示头戴设备的旋转姿态，也就是表示用户头部的旋转姿态，目标姿态数据可以用四元数表示，四元数用来表达三维空间中刚体的旋转。

该方法中，第一惯性测量单元靠近风扇，采集的第一惯性数据中携带完整准确的风扇振动数据，第二惯性单元远离风扇，采集的是头戴设备的第二惯性数据，第二惯性数据中包括风扇振动的噪声，基于风扇振动数据对第二惯性数据进行校准，可以得到去除风扇振动干扰的目标惯性数据，从而可以基于目标惯性数据对头戴设备进行姿态分析处理，得到目标姿态数据，也就是头戴设备的三自由度数据，该计算方法简单高效，降低了处理风扇振动数据时的复杂度，提高了头戴设备的数据处理速度，使三自由度数据画面跟随性提高，提高了用户体验。

一个实施例中，基于风扇振动数据，构建动态滤波器之后，通过动态滤波器，对第二惯性数据进行滤波处理，得到目标惯性数据之前，方法还包括：在风扇的转速发生变化的情况下，从第一惯性数据中提取风扇振动更新数据，根据风扇振动更新数据对动态滤波器进行更新。

本实施例中，在风扇的转速发生变化时，从第一惯性数据中提取出的风扇振动数据也会随之变化，这里将其称为风扇振动更新数据，根据风扇振动更新数据对动态滤波器进行动态更新，可以提高动态滤波器滤波的有效性和准确性。

在一个具体地实施例中，如图3，数据处理方法，包括：

步骤301，3dof数据采集开始；

步骤302，自动调节温度A、B、C、D……

步骤303，调节风扇转速；

步骤304，采集第一IMU数据data1(即第一惯性数据)；FPGA傅里叶变化，采集频率特征点f1(即中心频率)；采集第二IMU数据data2(即第二惯性数据)；data2通过设置数字低通滤波器截止频率为f1；data2采集比较纯的3dof数据；

步骤305，3dof数据转换为四元数；

步骤306，3dof数据采集结束。

一般VR设计中，采用单个IMU的设计，IMU主要采集头戴设备的3dof数据，而且尽量离开风扇较远的距离。

本实施例中，采用两个IMU的设计，其中一个采集风扇振动，一个采集头戴设备的3dof数据，并且，增加一个FPGA，用于对第一IMU采集的data1进行频谱分析。其中，风扇转动是自适应CPU温度的变化，随着温度升高风扇转动越快，达到散热的目的。第一IMU采集数据data1，该传感器需要离风扇较近，FPGA使用快速傅里叶变化，分析该振动的频谱，找出中心频率，使用FPGA进行频谱分析，降低了主CPU的负荷，实时性较高。FPGA通过高速总线将结果传输给主CPU，主CPU设置动态滤波器数值，这样对第二IMU采集的数据data2进行滤波，就能很快的拿到去除风扇干扰的数据，避免了采用固定滤波器带来的数据异常或者通过预测滤波带来的时间的消耗。

一般VR设备、AR设备对于3DOF的数据要求及其严格，具有高速的准确性，通常需要1000hz左右的IMU数据，本实施例中，只需要添加一个FPGA和一颗IMU，就可以避免风扇振动对第二惯性测量单元的干扰，从而提高了3DOF数据的准确性，也可以提高头戴设备的数据处理速度，使3DOF画面跟随性提高，给用户在使用VR或AR设备时带来更好的体验。

基于同一技术构思，本申请第二实施例提供了一种数据处理装置，如图4，应用于头戴设备，所述头戴设备至少包括虚拟现实设备和增强现实设备中的一种，所述虚拟现实设备或所述增强现实设备包括第一惯性测量单元、第二惯性测量单元和风扇，所述装置包括：

第一获取模块401，用于在所述风扇启动的情况下，获取所述第一惯性测量单元采集的第一惯性数据；所述第一惯性数据为在所述第一惯性测量单元与所述风扇的距离小于第一阈值的情况下采集到的数据；

提取模块402，用于从所述第一惯性数据中提取风扇振动数据；

第二获取模块403，用于获取所述第二惯性测量单元采集的第二惯性数据；所述第二惯性数据为在所述第二惯性测量单元与所述风扇的距离大于第二阈值的情况下采集到的数据，所述第一阈值小于所述第二阈值；

校准模块404，用于基于所述风扇振动数据对所述第二惯性数据进行校准，得到目标惯性数据；

姿态分析处理模块405，用于基于所述目标惯性数据，对所述头戴设备进行姿态分析处理，得到目标姿态数据。

该装置，第一惯性测量单元靠近风扇，采集的第一惯性数据中携带完整准确的风扇振动数据，第二惯性单元远离风扇，采集的是头戴设备的第二惯性数据，第二惯性数据中包括风扇振动的噪声，基于风扇振动数据对第二惯性数据进行校准，可以得到去除风扇振动干扰的目标惯性数据，从而可以基于目标惯性数据对头戴设备进行姿态分析处理，得到目标姿态数据，也就是头戴设备的三自由度数据，该计算方法简单高效，降低了处理风扇振动数据时的复杂度，提高了头戴设备的数据处理速度，使三自由度数据画面跟随性提高，提高了用户体验。

本申请第三实施例提供了一种头戴设备，所述头戴设备至少包括虚拟现实设备和增强现实设备中的一种，所述虚拟现实设备或所述增强现实设备包括第一惯性测量单元、第二惯性测量单元和风扇，所述虚拟现实设备或所述增强现实设备应用第一实施例中任一所述的数据处理方法。

如图5所示，本申请第四实施例提供了一种电子装置，包括处理器111、通信接口112、存储器113和通信总线114，其中，处理器111，通信接口112，存储器113通过通信总线114完成相互间的通信，

存储器113，用于存放计算机程序；

在一个实施例中，处理器111，用于执行存储器113上所存放的程序时，实现前述任意一个方法实施例提供的数据处理方法，包括：

在所述风扇启动的情况下，获取所述第一惯性测量单元采集的第一惯性数据；所述第一惯性数据为在所述第一惯性测量单元与所述风扇的距离小于第一阈值的情况下采集到的数据；

从所述第一惯性数据中提取风扇振动数据；

获取所述第二惯性测量单元采集的第二惯性数据；所述第二惯性数据为在所述第二惯性测量单元与所述风扇的距离大于第二阈值的情况下采集到的数据，所述第一阈值小于所述第二阈值；

基于所述风扇振动数据对所述第二惯性数据进行校准，得到目标惯性数据；

基于所述目标惯性数据，对所述头戴设备进行姿态分析处理，得到目标姿态数据。

上述终端提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图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。

通信接口用于上述终端与其他设备之间的通信。

存储器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。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，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。

本申请第五实施例还提供了一种计算机可读存储介质，其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前述任意一个方法实施例提供的数据处理方法的步骤。

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。所述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所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述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，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述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。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))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。

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。在描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

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。