环境自适应的区域划分方法及机器人

技术领域

本申请涉及计算机技术领域，特别涉及一种环境自适应的区域划分方法及机器人。

背景技术

一些机器人在执行任务时需要遍历整个工作场所，比如，服务机器人、扫地机器人、拖地机器人、扫拖一体机器人、擦窗机器人等。此类机器人在工作时需对工作场所进行全覆盖路径规划，以确定工作时的运动路径。当工作场所的范围较大时，机器人可以先将工作场所划分为多个区域，进而对每个区域规划运动路径。在相关技术中，机器人可以根据预先设定的分区大小对工作场所划分区域，形成尺寸大小统一且较为整齐的多个区域。然而，对于复杂环境，受工作场所内的障碍物以及工作场所边缘轮廓影响，容易划分出细碎的小区域，导致后续工作效率低下。

发明内容

本申请实施例的目的在于提供一种环境自适应的区域划分方法及机器人，用于对机器人工作场所进行区域划分。

一方面，本申请提供了一种环境自适应的区域划分方法，应用于机器人，包括：

如果目标方向上的的障碍物/墙体第一边界与所述目标方向不垂直，以所述第一边界在所述目标方向上与所述机器人最远的点，确定与所述目标方向垂直或平行的直线，作为第一定位边；

以所述第一定位边作为分区边界，并在所述分区边界基础上，根据预设分区生成规则建立分区；

将已建立分区的边界作为新分区的分区边界，并按照所述分区生成规则拓展新的分区。

在一实施例中，所述目标方向通过如下方式确定：

基于环境信息中多条障碍物/墙体的直线边界，确定相互平行的直线边界最多的方向，作为指定方向；

以所述指定方向作为一条坐标轴方向，构建环境坐标系；

将所述环境坐标系的任一坐标轴方向作为所述目标方向。

在一实施例中，所述以所述第一边界在所述目标方向上与所述机器人最远的点，确定与所述目标方向垂直或平行的直线，作为第一定位边，包括：

以所述第一边界在所述目标方向上与所述机器人最远和次远的点，确定所述第一边界的参考线；

确定所述参考线与所述目标方向的贴合情况；其中，所述贴合情况包括所述参考线贴合所述目标方向，或者，所述参考线未贴合所述目标方向；

如果所述参考线贴合所述目标方向，以所述第一边界在所述目标方向上与所述机器人最远的点，确定与所述目标方向平行的直线，作为所述第一定位边；

如果所述参考线未贴合所述目标方向，以所述第一边界在所述目标方向上与所述机器人最远的点，确定与所述目标方向垂直的直线，作为所述第一定位边。

在一实施例中，所述分区生成规则包括：

若已知分区边界的预设距离范围内存在与已知分区边界相对的障碍物/墙体的边界，基于已知分区边界生成贴合所述相对的障碍物/墙体的边界的分区，否则，在已知分区边界基础上按照最大尺寸规则或指定尺寸规则生成分区。

在一实施例中，在所述根据预设分区生成规则建立分区之前，所述方法还包括：

在已知分区边界的距离范围内，逐行扫描障碍物/墙体的位置栅格数据；

将位置栅格数据最密集的一行，作为所述障碍物/墙体的边界所在位置。

在一实施例中，所述障碍物/墙体第一边界通过如下方式确定：

从所述目标方向上的若干障碍物/墙体边界中，确定与所述机器人最近的障碍物/墙体边界，作为所述第一边界；其中，所述若干障碍物/墙体边界为直线或曲线。

在一实施例中，所述方法还包括：

若所述第一边界与所述目标方向垂直，将所述第一边界作为第一定位边。

在一实施例中，在所述根据预设分区生成规则建立分区之前，所述方法还包括：

从在所述第一定位边所在方向的若干障碍物/墙体第二边界中，确定与所述机器人的距离满足预设距离条件的第二边界，作为所述第二定位边；其中，所述第二定位边为所述分区边界；所述距离条件为与机器人的距离小于设定阈值，且与机器人的距离最远。

在一实施例中，所述方法还包括：

如果所述机器人周边不存在障碍物/墙体的边界，则以所述机器人当前位置为中心，生成满足指定尺寸原则的分区。

另一方面，本申请还提供了一种机器人，所述机器人包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行上述环境自适应的区域划分方法。

本申请方案，当目标方向上的障碍物/墙体第一边界与目标方向不垂直时，以第一边界在目标方向上与机器人最远的点，确定垂直或平行于目标方向的直线，作为第一定位边，并在第一定位边的基础上，按照分区生成规则生成分区并拓展分区；

对于障碍物/墙体边界之间呈锐角或钝角，或者障碍物/墙体边界为曲线等边界不规整的情况，本申请可以对边界进行直线拟合，获得在工作场所中与目标方向垂直或平行的第一定位边，使得后续分区之后，可以将不规则边界划分至规整的矩形分区内，从而简化了分区的复杂度，保证了后续在各个分区的工作效率。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍。

图1为本申请一实施例提供的机器人的结构示意图；

图2为本申请一实施例提供的环境自适应的区域划分方法的流程示意图；

图3为本申请一实施例提供的第一定位边的示意图；

图4为本申请另一实施例提供的第一定位边的示意图；

图5为本申请一实施例提供的分区示意图；

图6为本申请一实施例提供的目标方向的确定方法的流程示意图；

图7为本申请一实施例提供的环境坐标系示意图；

图8为本申请一实施例提供的步骤210的细节流程示意图；

图9为本申请另一实施例提供的环境坐标系示意图；

图10为本申请又一实施例提供的环境坐标系示意图；

图11为本申请又一实施例提供的环境坐标系示意图；

图12为本申请又一实施例提供的工作环境的俯视图；

图13为本申请一实施例提供的位置栅格数据的示意图；

图14为本申请又一实施例提供的第一定位边的示意图；

图15为本申请又一实施例提供的工作环境的俯视图；

图16为本申请一实施例提供的环境自适应的区域划分装置的框图。

具体实施方式

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描述。

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。同时，在本申请的描述中，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。

如图1所示，本实施例提供一种机器人1，包括：至少一个处理器11和存储器12，图1中以一个处理器11为例。处理器11和存储器12通过总线10连接，存储器12存储有可被处理器11执行的指令，指令被处理器11执行，以使机器人1可执行下述的实施例中方法的全部或部分流程。在一实施例中，机器人1可以是扫地机器人，用于执行环境自适应的区域划分方法。

存储器12可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read Only Memory，简称EPROM)，可编程只读存储器(Programmable Red-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。

本申请还提供了一种计算机可读存储介质，存储介质存储有计算机程序，计算机程序可由处理器11执行以完成本申请提供的环境自适应的区域划分方法。

参见图2，为本申请一实施例提供的环境自适应的区域划分方法的流程示意图，如图2所示，该方法可以包括以下步骤210-步骤230。

步骤210：如果目标方向上的障碍物/墙体第一边界与目标方向不垂直，以第一边界在目标方向上与机器人最远的点，确定与目标方向垂直或平行的直线，作为第一定位边。

其中，目标方向为机器人在工作场所中所确定的一个方向。

障碍物/墙体的边界可以为直线或曲线，机器人选择目标方向上的障碍物/墙体的边界作为第一边界。障碍物可以包括工作环境中的家具(比如：橱柜、屏风等)、电器(比如：冰箱、电视等)等限制机器人运动范围的物品。

机器人确定目标方向上的第一边界之后，判断该第一边界是否与目标方向垂直。如果第一边界不与目标方向垂直，机器人可以在目标方向确定第一边界距离自身最远的点，并以穿过该点且垂直或平行于目标方向的直线，作为第一定位边。

参见图3，为本申请一实施例提供的第一定位边的示意图，如图3所示，工作环境包含墙体AB、AC、CD、BE、EF、FG；当直线墙体AC的边界为第一边界时，A点为目标方向上与机器人距离最远的点，穿过A点的虚线为第一定位边。

参见图4，为本申请另一实施例提供的第一定位边的示意图，如图4所示，工作环境包含墙体AB、AC、CD、BE、EF、FG；当曲线墙体AC的边界为第一边界时，曲线由弧线An和弧线nC构成，m点为目标方向上与机器人距离最远的点，穿过m点的虚线为第一定位边。

步骤220：以第一定位边作为分区边界，并在分区边界基础上，根据预设分区生成规则建立分区。

步骤230：将已建立分区的边界作为新分区的分区边界，并按照分区生成规则拓展新的分区。

在确定第一定位边之后，机器人可以将该第一定位边为分区边界，在此基础上，以分区生成规则建立分区。在建立第一个分区之后，机器人可以将第一个分区的边界作为新分区的分区边界，继续按照分区生成规则进行分区。分区过程中，不断向外扩展，直至对整个工作场所完成分区。

参见图5，为本申请一实施例提供的分区示意图，如图5所示，以图4的方式确定第一定位边之后，划分出分区s1s2s5s4和分区s2s3s6s5，其中，s1为边界AB所在直线与第一定位边的交点；s3为边界CD所在直线与第一定位边的交点；线段s4s6平行于第一定位边；线段s2s5平行于边界AB和边界CD，且垂直于第一定位边。

机器人在分区s1s2s5s4规划路径后进行工作时，可以沿着s4A的边界运动，当运动到A点时，沿着分区s1s2s5s4实际的墙体边界An运动。当运动到n点时，继续沿着分区边界ns5运动，并在到达s5点时沿着边界s5s4运动至s4点，从而完成在分区内外围的运动，然后对机器人运动所环绕的区域进行覆盖清洁，对于该分区遗漏的区域:s1、s2、n、m、A所围绕的区域，可以在全局清扫完毕后进行补扫。机器人在分区s2s3s6s5规划路径后进行工作时，可以沿着s5n的边界运动，当运动到n点时，沿着实际墙体边界nC运动。当运动到C点时，继续沿着分区边界Cs6运动，并在到达s6点时沿着边界s6s5运动至s5点，从而完成在分区内外围的运动，然后对机器人运动所环绕的区域进行覆盖清洁。

这种情况下，分区之后，机器人可以针对各个分区规划运动路径，从而完成各个分区的工作。

通过上述措施，机器人可以对边界方向不规整的障碍物/墙体边界进行直线拟合，获得第一定位边以作为分区的基础，这种情况下，经过分区之后，可以将不规则的边界划分至规整的矩形分区内，从而在工作场所存在不规则边界的情况下，实现多个规整分区的划分，既简化了分区的复杂度，也保证了后续在各个分区的工作效率。

在一实施例中，在确定第一定位边之前，机器人可以在工作场所确定目标方向。参见图6，为本申请一实施例提供的目标方向的确定方法的流程示意图，如图6所示，该方法可以包括如下步骤610-步骤630：

步骤610：基于环境信息中多条障碍物/墙体的直线边界，确定相互平行的直线边界最多的方向，作为指定方向。

其中，环境信息是墙体和障碍物的位置信息。机器人可以通过自身搭载的各类传感器，对周边进行检测，从而获得环境信息，这里，传感器可以是激光雷达、3DToF(3D Timeof flight)等。

机器人可以从环境信息中确定若干条障碍物/墙体的边界，并从中选择出直线边界，并将相互平行的直线边界最多的方向，作为指定方向。以图3为例，机器人可以确定各个墙体边界均为直线边界，墙体边界AB与墙体边界CD平行，墙体边界BE与墙体边界FG平行。这种情况下，机器人可以将墙体边界AB和CD所在方向作为指定方向，或者，可以将墙体边界BE与FG所在方向作为指定方向。

步骤620：以指定方向作为一条坐标轴方向，构建环境坐标系；

步骤630：将环境坐标系的任一坐标轴方向作为目标方向。

在确定指定方向之后，机器人可将该指定方向为一条坐标轴方向，将自身位置为坐标原点，构建环境坐标系。参见图7，为本申请一实施例提供的环境坐标系示意图，如图7所示，O点位置为机器人当前所在位置，OX为确定指定方向和坐标原点后的一条坐标轴，OY为另一条坐标轴。

在构建环境坐标系之后，机器人可以将任一一条坐标轴方向作为目标方向。以图7为例，OX方向和OY方向均可以作为目标方向。

在一实施例中，参见图8，为本申请一实施例提供的步骤210的细节流程示意图，如图8所示，该方法可以包括如下步骤211-步骤214：

步骤211：以第一边界在目标方向上与机器人最远和次远的点，确定第一边界的参考线。

机器人可以从第一边界的多个点中，选择目标方向上与机器人最远的点和次远的点，并以这两个点构成的线段，作为第一边界的参考线。其中，参考线可以指示第一边界在最远点与次远点之间的大体方向。

这里，机器人在工作时，从第一边界上所能检测到的是多个离散点，而非无限个点。一种情况下，最远点和次远点可以是目标方向上所检测到的一般的点。另一种情况下，第一边界为直线时，机器人可以从端点中选择最远点和次远点，此时，选中的就是直线的两个端点；第一边界为曲线时，机器人可以从构成该曲线的若干弧线的端点和弧顶点中，选择最远点和次远点。

以图7为例，目标方向OX方向上与机器人所在O点位置最远的点为A点、次远的点为C点。此时，第一边界AC的参考线与第一边界重合。

参见图9，为本申请另一实施例提供的环境坐标系示意图，如图9所示，O点位置为机器人当前所在位置，OX为确定指定方向和坐标原点后的一条坐标轴，OY为另一条坐标轴；OX方向为目标方向，第一边界AC上的最远点为m点，次远点为C点。

参见图10，为本申请又一实施例提供的环境坐标系示意图，如图10所示，目标方向OX方向上与机器人所在O点位置最远的点为A点、次远的点为C点。此时，第一边界AC的参考线与第一边界重合。

参见图11，为本申请又一实施例提供的环境坐标系示意图，如图11所示，O点位置为机器人当前所在位置，OX为确定指定方向和坐标原点后的一条坐标轴，OY为另一条坐标轴；OX方向为目标方向，第一边界AC上的最远点为m点，次远点为C点。

步骤212：确定参考线与目标方向的贴合情况；其中，贴合情况包括参考线贴合目标方向，或者，参考线未贴合目标方向。

这里，贴合情况以参考线与目标方向之间非钝角的夹角确定。当该夹角在0度到45度之间时，参考线贴合目标方向；当该夹角大于45度小于等于90度时，参考线不贴合目标方向。

示例性的，在确定参考线之后，机器人可以依据参考线两个端点的坐标，确定参考线的斜率，并可以依据斜率确定参考线所贴近的坐标轴，从而确定参考线与目标方向的贴合情况。在图7和图9的场景中，参考线均贴近Y轴，未贴合目标方向。在图10和图11的场景中，参考线贴近X轴所在的目标方向。步骤213：如果参考线贴合目标方向，以第一边界在目标方向上与机器人最远的点，确定与目标方向平行的直线，作为第一定位边。

在参考线贴合目标方向的情况下，机器人可以确定穿过最远点，且平行于目标方向的直线，为第一定位边。

以图10中工作场所为例，穿过最远点A点，且平行于目标方向OX方向的直线，即为图10中边界AB所在直线，该直线为第一定位边。

步骤214：如果参考线未贴合目标方向，以第一边界在目标方向上与机器人最远的点，确定与目标方向垂直的直线，作为第一定位边。

在参考线未贴合目标方向的情况下，机器人可以确定穿过最远点，且垂直于目标方向的直线，为第一定位边。

以图7中工作场所为例，穿过最远点A点，且垂直于目标方向OX方向的直线，即为图3中的虚线，该虚线为第一定位边。以图9中工作场所为例，穿过最远点m点，且垂直于目标方向OX方向的直线，即为图4中的虚线，该虚线为第一定位边。

在一实施例中，机器人依据分区生成规则进行分区时，可以判断已知分区边界的预设距离范围内是否存在与已知分区边界相对的障碍物/墙体的边界。

这里，预设距离范围用于限制与已知分区边界相对的另一边界的位置。距离范围可以限制相对的两个边界之间的最小距离，也可以限制相对的两个边界之间的最大距离，还可以同时限制相对的两个边界之间的最小距离以及最大距离。

针对不同类型的工作场景，距离范围可以相对应地进行调整。示例性的，工作场所为住宅，分区大小可以在(4±0.5)米*(4±0.5)米，则距离范围可以是3.5到4.5米；工作场所为工厂或地下室，分区大小可以为(9±0.5)米*(9±0.5)米，则距离范围可以是8.5到9.5米。

一方面，若已知分区边界的预设距离范围内存在与已知分区边界相对的障碍物/墙体的边界，机器人可以基于已知分区边界，生成贴合相对的障碍物/墙体的边界的分区。

换而言之，当已知分区边界的预设距离范围内存在相对的障碍物/墙体边界，机器人可以将该相对的障碍物/墙体边界作为分区的另一边界，从而以已知分区边界和另一边界构成分区。以图5为例，虚线为第一定位边，也就是已知分区边界。在虚线的距离范围内确定存在墙体边界FG，此时，可以将边界FG所在直线作为与已知分区边界相对的边界。在这两个边界的基础上，当确定另外两条边界后，可以获得分区。

另一方面，若已知分区边界的预设距离范围内不存在相对的障碍物/墙体的边界，机器人可以在已知分区边界基础上，按照最大尺寸规则或指定尺寸规则生成分区。

一种情况下，按照最大尺寸规则生成分区，机器人可以将与已知分区边界距离范围的最远位置，确定为已知分区边界相对边界的所在位置。示例性的，距离范围为3.5到4.5米，当该距离范围内不存在障碍物/墙体边界时，可以将距已知分区边界4.5米的位置，确定为已知分区边界的相对边界所在位置。

参见图12，为本申请又一实施例提供的工作环境的俯视图，如图12所示，穿过边界AC上m点的虚线为第一定位边，也就是已知分区边界。在已知分区边界的距离范围内，不存在障碍物/墙体边界，因此，在与第一定位边最远的位置确定另一边界，该边界与边界AB相交与E点、与边界CD相交与G点。

另一种情况下，按照指定尺寸规则生成边界，机器人可以在与已知分区边界的距离为指定尺寸的位置，确定为已知分区边界相对边界的所在位置。示例性的，距离范围为3.5到4.5米，指定尺寸为4米；当该距离范围内不存在障碍物/墙体边界时，可以将距已知分区边界4米的位置，确定为已知分区边界的相对边界所在位置。

在一实施例中，在根据分区生成规则建立分区之前，机器人可以根据自身搭载的传感器，在已知分区边界的距离范围内，逐行扫描障碍物/墙体的位置栅格数据。其中，位置栅格数据是将传感器扫描的区域划分网格后，在各个网格基于障碍物/墙体的扫描结果赋值的数据。

机器人可以将位置栅格数据最密集的一行，作为障碍物/墙体的边界所在位置。由于传感器存在测量精度、置信度随距离增加而减少的现象，当某一行存在最多位置栅格数据时，可以认定该行为障碍物/墙体的边界实际所在位置。

参见图13，为本申请一实施例提供的位置栅格数据的示意图，如图13所示，机器人将距离已知分区边界A-x到A+x的范围划分为9行15列网格，并在扫描到障碍物或墙体时，在相应网格赋值。图13中黑色网格为经过赋值的网格，灰色网格为未经过赋值的网格。可见，距离已知分区边界A往下一行，具有6格被赋值的网格，该行位置栅格数据最为密集，因此，改行为障碍物/墙体的边界所在位置。

在一实施例中，机器人在确定第一定位边之前，可以确定第一边界。在确定目标方向之后，机器人可以确定若干与目标方向不一致的障碍物/墙体边界。这里，障碍物/墙体边界可以为直线或曲线。

机器人可以从目标方向上的若干障碍物/墙体边界中，确定与机器人最近的障碍物/墙体边界，作为第一边界。

以图11为例，目标方向为OX所在方向，边界AB、CD、EF的方向与目标方向一致，边界AC、BE、FG与目标方向不同，机器人可以从目标方向上的的边界中选择距离最近的边界AC，作为第一边界。

通过上述措施，当存在多个目标方向上的障碍物/墙体边界时，可以从最近的边界开始进行分区，从而避免分区时产生的遗漏，减少机器人的无效运动。

在一实施例中，机器人确定目标方向上的第一边界之后，判断该第一边界是否与目标方向垂直。若第一边界与目标方向垂直，机器人可以将第一边界直接作为第一定位边。

参见图14，为本申请又一实施例提供的第一定位边的示意图，如图14所示，如图14所示，目标方向为边界AB所在方向，边界AC为目标方向上的的第一边界，由于边界AC与目标方向垂直，可以将边界AC直接作为第一定位边。

通过该措施，在障碍物/墙体边界较为规整的情况下，直接选择障碍物/墙体边界作为第一定位边，从而在尽可能贴合障碍物/墙体边界的情况下，实现对工作场所的分区。

在一实施例中，确定第一定位边之后，根据分区生成规则建立分区之前，机器人可以确定与第一定位边相邻的分区边界。

机器人可以从在第一定位边所在方向的若干障碍物/墙体第二边界中，确定与机器人的距离满足预设距离条件的第二边界，作为第二定位边。其中，第二边界为第一定位边所在方向的障碍物/墙体边界，第二定位边可以作为分区边界。距离条件为与机器人的距离小于设定阈值，且与机器人的距离最远。

这里，设定阈值可以是经验值，用于保证后续建立第一个分区后，机器人位于该第一个分区内，使得后续机器人可以从该分区出发拓展其它分区。示例性的，分区生成规则在已知分区边界的距离范围3.5米到4.5米内，判断是否存在与该已知分区边界相对的障碍物/墙体的边界。此时，设定阈值可以是4.5米。

以图4为例，确定穿过m点的虚线为第一定位边之后，可以在第一定位边所在方向确定墙体第二边界AB、CD，第二边界AB、CD与机器人的距离均小于设定阈值，第二边界AB距离机器人最远，可确定为第二定位边。

通过该措施，可以在尽可能贴合障碍物/墙体边界的情况下，实现对工作场所的分区，避免分区时产生的遗漏，减少机器人的无效运动。此外，保证机器人可以从第一个分区出发，拓展其它分区，使得分区过程更容易规划。

在一实施例中，机器人在工作场所进行分区时，如果周边不存在障碍物/墙体的边界，可以以机器人当前位置为中心，生成满足指定尺寸原则的分区。当机器人各个方向上预设距离范围内，均不存在障碍物或墙体，机器人可以以当前位置为中心点，生成边界长度为指定尺寸的矩形分区。比如，指定尺寸为4米，可以生成4*4的矩形分区。

参见图15，为本申请又一实施例提供的工作环境的俯视图，如图15所示，O为机器人所在位置，机器人可以以O点为中心点，生成边界长度为指定尺寸的分区mnhk。

通过指定尺寸原则生成分区之后，后续在该分区基础上向外扩展，从而划分出更多分区。通过指定尺寸原则生成规则矩形分区后，可以保证后续分区的灵活性。

图16是本发明一实施例的一种环境自适应的区域划分装置的框图，如图16所示，该装置可以包括：

确定模块1610，用于如果目标方向上的障碍物/墙体第一边界与所述目标方向不垂直，以所述第一边界在所述目标方向上与所述机器人最远的点，确定与所述目标方向垂直或平行的直线，作为第一定位边；

生成模块1620，用于以所述第一定位边作为分区边界，并在所述分区边界基础上，根据预设分区生成规则建立分区；

拓展模块1630，用于将已建立分区的边界作为新分区的分区边界，并按照所述分区生成规则拓展新的分区。

上述装置中各个模块的功能和作用的实现过程具体详见上述环境自适应的区域划分方法中对应步骤的实现过程，在此不再赘述。

在本申请所提供的几个实施例中，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。