外参标定方法、装置、电子设备及存储介质

技术领域

本公开涉及雷达设备技术领域，具体而言，涉及一种外参标定方法、装置、电子设备及存储介质。

背景技术

雷达是一种利用电磁波探测目标的电子设备，雷达发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率、方位、高度等信息。由于雷达的探测范围较广、探测精度较高，使得雷达成为无人车技术、辅助驾驶技术中常用的传感器。

一般的，可以在车辆的车顶位置安装雷达，但是受雷达线束和安装视角的限制，使得安装该雷达后的车辆存在盲区。故为了消除盲区，可以在车辆的不同位置处安装多个雷达，使得多个雷达协同工作，完成对车辆周围环境的探测。为了实现多个雷达的协同工作，需要将多个雷达检测得到的点云数据统一在同一坐标系下，实现雷达之间的外参标定。

发明内容

有鉴于此，本公开至少提供一种外参标定方法、装置、电子设备及存储介质。

第一方面，本公开提供了一种外参标定方法，包括：

获取设置在目标车辆上的至少两个雷达设备分别采集同一目标场景得到的点云数据；

基于不同雷达设备采集的点云数据，生成旋转角数据和位移数据；其中，所述旋转角数据用于表征不同雷达设备采集的点云数据在不同方向上的角度偏差，所述位移数据用于表征不同雷达设备采集的点云数据在不同方向上位移偏差；

基于所述旋转角数据和所述位移数据，确定不同雷达设备之间的坐标系转换矩阵。

采用上述方法，通过获取设置在目标车辆上的至少两个雷达设备分别采集同一目标场景得到的点云数据，基于不同雷达设备采集的点云数据，生成旋转角数据和位移数据，再利用旋转角数据和位移数据，确定不同雷达设备之间的坐标系转换矩阵，实现了不同雷达设备之间的自动化外参标定，相比人工标定过程，提高了外参标定的效率和准确度。

一种可能的实施方式中，所述基于不同雷达设备采集的点云数据，生成旋转角数据和位移数据，包括：

分别从不同雷达设备采集的点云数据中提取属于地面的地面点云数据；并基于分别从不同雷达设备采集的点云数据中提取的所述地面点云数据，生成所述旋转角数据中的翻滚角和俯仰角，以及所述位移数据中的高度值；

基于不同雷达设备采集的点云数据中除地面点云数据之外的其他点云数据，确定所述旋转角数据中的偏航角，以及所述位移数据中的长度值和宽度值。

由于翻滚角、俯仰角和高度值与属于地面的地面点云数据有关，而偏航角、长度值和宽度值与除地面点云数据之外的其他点云数据有关，故这里可以先从不同雷达设备采集的点云数据中提取属于地面的地面点云数据，并可以基于不同雷达设备分别对应的提取到的地面点云数据，生成旋转角数据中的翻滚角和俯仰角，以及位移数据中的高度值；再利用不同雷达设备分别对应的其他点云数据，确定旋转角数据中的偏航角，以及位移数据中的长度值和宽度值。

一种可能的实施方式中，分别从不同雷达设备采集的点云数据中提取属于地面的地面点云数据，包括：

针对所述不同雷达设备中的每个雷达设备，基于从所述雷达设备的位置指向所述雷达设备采集的点云数据中每个点云点的位置的方向角，将所述雷达设备采集的点云数据中的点云点划分为多个小组，其中同一小组内的点云点分别对应的所述方向角之间的差值小于设定阈值；

针对每个小组，基于该小组内的点云点和与其相邻的点云点之间的高度差，确定该小组内属于地面的点云点；

基于各个小组内属于地面的点云点，确定所述雷达设备采集的点云数据中属于地面的地面点云数据。

这里，可以按照雷达设备的位置指向该雷达设备采集的点云数据中每个点云点的位置的方向角，将该点云数据中的点云点划分为多个小组，一般的，一个小组内相邻的地面点云点之间的高度差较小，故针对每个小组，可以基于该小组内的点云点和与其相邻的点云点之间的高度差，较准确的确定该小组内属于地面的点云点，进而可以较准确的确定点云数据中属于地面的地面点云数据。

一种可能的实施方式中，针对每个小组，基于该小组内的点云点和与其相邻的点云点之间的高度差，确定该小组内属于地面的点云点，包括：

基于所述小组内每个点云点与采集该点云点的所述雷达设备之间的距离，将所述小组内的点云点进行排序；

针对排序后的每个点云点，确定该点云点和与其相邻的点云点之间的高度差；

在所述高度差小于或等于设置的第一高度阈值、且该点云点的高度小于该点云点对应的第二高度阈值的情况下，确定所述点云点属于地面。

考虑到相邻的地面点云点之间的高度差较小，以及在雷达设备的安装高度确定之后，地面点云点的高度值与雷达设备的安装高度一致，故这里在将小组内的点云点排序之后，针对排序后的每个点云点，确定该点云点和与其相邻的点云点之间的高度差，在该高度差小于或等于设置的第一高度阈值，以及该点云点的高度小于该点云点对应的第二高度阈值时，确定该点云点属于地面，进而较准确的确定了该小组内的地面点云点。

一种可能的实施方式中，根据下述步骤确定每个点云点对应的第二高度阈值：

基于所述点云点的坐标信息，确定所述点云点与采集该点云点的雷达设备之间在水平面上的目标距离；

基于采集该点云点的所述雷达设备的安装高度、所述目标距离、和设置的平面角度，确定所述点云点对应的所述第二高度阈值。

由于地面可能存在坡度(即地面存在对应的平面角度)，使得不同位置处的地面与雷达设备之间的高度距离不同，即不同位置处的点云点可能对应不同的第二高度阈值。因此，针对每个点云点，可以确定该点云点对应的第二高度阈值，进而可以较准确的判断每个点云点是否属于地面点云点。

一种可能的实施方式中，基于分别从不同雷达设备采集的点云数据中提取的所述地面点云数据，生成所述旋转角数据中的翻滚角和俯仰角、以及所述位移数据中的高度值，包括：

基于分别从不同雷达设备采集的点云数据中提取的所述地面点云数据，生成不同雷达设备中每个雷达设备对应的地面拟合参数；

基于不同雷达设备分别对应的所述地面拟合参数，确定所述旋转角数据中的翻滚角和俯仰角、以及所述位移数据中的高度值。

一种可能的实施方式中，基于不同雷达设备分别对应的所述地面拟合参数，确定所述旋转角数据中的翻滚角和俯仰角、以及所述位移数据中的高度值，包括：

基于不同雷达设备分别对应的所述地面拟合参数，确定不同雷达设备的所述地面拟合参数对应的拟合平面的法线；

基于不同雷达设备的所述地面拟合参数对应的拟合平面的法线，生成所述旋转角数据中的翻滚角和俯仰角；

基于所述旋转角数据中的翻滚角和俯仰角，对所述不同雷达设备中第一雷达设备对应的所述地面拟合参数进行调整，得到调整后的地面拟合参数；其中，所述调整后的地面拟合参数对应的拟合平面、与所述不同雷达设备对应的未调整的所述地面拟合参数对应的拟合平面平行；

基于所述不同雷达设备分别对应的未调整的所述地面拟合参数和所述调整后的地面拟合参数，确定所述位移数据中的高度值。

这里，由于地面是固定的，地面对应的不同法线之间应该是平行的，故可以基于不同雷达设备的地面拟合参数对应的拟合平面的法线，生成旋转角数据中的翻滚角和俯仰角；进一步地，由于地面是固定的平面，即不同雷达设备的地面拟合参数对应的拟合平面为处于同一高度的平面，故在利用翻滚角和俯仰角，对不同雷达设备中第一雷达设备对应的地面拟合参数进行调整后，可以基于不同雷达设备分别对应的未调整的地面拟合参数和调整后的地面拟合参数，确定位移数据中的高度值。

一种可能的实施方式中，所述方法还包括：

基于生成的所述旋转角数据中的翻滚角和俯仰角、以及所述位移数据中的高度值，对所述不同雷达设备中第二雷达设备采集的点云数据进行调整，生成调整后的点云数据；其中，调整后的点云数据与所述不同雷达设备中采集的、未调整的点云数据位于同一平面内；

所述基于不同雷达设备采集的点云数据中除地面点云数据之外的其他点云数据，确定所述旋转角数据中的偏航角、和所述位移数据中的长度值和宽度值，包括：

基于所述不同雷达设备中除第二雷达设备之外的其他雷达设备采集的点云数据中的所述其他点云数据、和所述第二雷达设备对应的所述调整后的点云数据中的所述其他点云数据，确定所述旋转角数据中的偏航角、和所述位移数据中的长度值和宽度值。

一种可能的实施方式中，所述目标车辆停放在平直的道路上，所述目标场景包括放置在所述目标车辆的四周的多个立体标识物体；

基于不同雷达设备采集的点云数据中除地面点云数据之外的其他点云数据，确定所述旋转角数据中的偏航角、和所述位移数据中的长度值和宽度值，包括：

基于所述不同雷达设备分别对应的所述其他点云数据所指示的每个点云点的长度坐标值和宽度坐标值，对所述不同雷达设备分别对应的所述其他点云数据进行聚类，得到所述不同雷达设备的所述其他点云数据分别对应的、聚类后的多个点云集合；其中，每个点云集合对应一个所述立体标识物体；

基于每个点云集合中包括的点云点的坐标信息，确定所述点云集合对应的平均坐标信息；

基于所述多个点云集合分别对应的所述平均坐标信息，确定所述旋转角数据中的偏航角、和所述位移数据中的长度值和宽度值。

上述实施方式中，聚类后的每个点云集合对应一个立体标识物体，由于立体标识物体的位置是固定的，故可以将立体标识物体作为基准点，确定旋转角数据中的偏航角、和位移数据中的长度值和宽度值。

一种可能的实施方式中，在确定不同雷达设备之间的坐标系转换矩阵之后，所述方法还包括：

利用生成的所述坐标系转换矩阵，将所述不同雷达设备采集的点云数据转换至同一坐标系下；

基于转换后的点云数据，确定目标对象的位姿数据。

采用上述方法，可以利用生成的坐标系转换矩阵，将不同雷达设备采集的点云数据转换至同一坐标系下，由于生成的坐标系转换矩阵的准确率较高，使得坐标转换后的点云数据较为准确，进而提高了确定的目标对象的位姿数据的准确度。

以下装置、电子设备等的效果描述参见上述方法的说明，这里不再赘述。

第二方面，本公开提供了一种外参标定装置，包括：

获取模块，用于获取设置在目标车辆上的至少两个雷达设备分别采集同一目标场景得到的点云数据；

生成模块，用于基于不同雷达设备采集的点云数据，生成旋转角数据和位移数据；其中，所述旋转角数据用于表征不同雷达设备采集的点云数据在不同方向上的角度偏差，所述位移数据用于表征不同雷达设备采集的点云数据在不同方向上位移偏差；

确定模块，用于基于所述旋转角数据和所述位移数据，确定不同雷达设备之间的坐标系转换矩阵。

第三方面，本公开提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述第一方面或任一实施方式所述的外参标定方法的步骤。

第四方面，本公开提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述第一方面或任一实施方式所述的外参标定方法的步骤。

为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。

图1示出了本公开实施例所提供的一种外参标定方法的流程示意图；

图2示出了本公开实施例所提供的一种外参标定方法中，目标场景的示意图；

图3示出了本公开实施例所提供的一种外参标定方法中，基于不同雷达设备采集的点云数据，生成旋转角数据和位移数据的具体方法的流程示意图；

图4示出了本公开实施例所提供的一种外参标定方法中，分别从不同雷达设备采集的点云数据中提取属于地面的地面点云数据的具体方法的流程示意图；

图5示出了本公开实施例所提供的一种外参标定方法中，确定第二高度阈值的方法的示意图；

图6示出了本公开实施例所提供的一种外参标定装置的架构示意图；

图7示出了本公开实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域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，都属于本公开保护的范围。

一般的，可以在车辆的车顶位置安装雷达，但是受雷达线束和安装视角的限制，使得安装该雷达后的车辆存在盲区。故为了消除盲区，可以在车辆的不同位置处安装多个雷达，使得多个雷达协同工作，完成对车辆周围环境的探测。为了实现多个雷达的协同工作，需要将多个雷达检测得到的点云数据统一在同一坐标系下，实现雷达之间的外参标定。为了完成雷达之间的外参标定，本公开实施例提供了一种外参标定方法。

针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应该是发明人在本公开过程中对本公开做出的贡献。

下面将结合本公开中附图，对本公开中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域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，都属于本公开保护的范围。

应注意到：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。

为便于对本公开实施例进行理解，首先对本公开实施例所公开的一种外参标定方法进行详细介绍。本公开实施例所提供的外参标定方法的执行主体一般为具有一定计算能力的计算机设备，该计算机设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该外参标定方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。

参见图1所示，为本公开实施例所提供的外参标定方法的流程示意图，该方法包括S101-S103，其中：

S101，获取设置在目标车辆上的至少两个雷达设备分别采集同一目标场景得到的点云数据；

S102，基于不同雷达设备采集的点云数据，生成旋转角数据和位移数据；其中，旋转角数据用于表征不同雷达设备采集的点云数据在不同方向上的角度偏差，位移数据用于表征不同雷达设备采集的点云数据在不同方向上位移偏差；

S103，基于旋转角数据和位移数据，确定不同雷达设备之间的坐标系转换矩阵。

采用上述方法，通过获取设置在目标车辆上的至少两个雷达设备分别采集同一目标场景得到的点云数据，基于不同雷达设备采集的点云数据，生成旋转角数据和位移数据，再利用旋转角数据和位移数据，确定不同雷达设备之间的坐标系转换矩阵，实现了不同雷达设备之间的自动化外参标定，相比人工标定过程，提高了外参标定的效率和准确度。

下述对S101-S103进行具体说明。

针对S101：

这里，目标车辆可以停放在平直的道路上，以及目标场景可以包括放置在目标车辆的四周的多个立体标识物体。示例性的，可以在目标车辆的周围设置多个放置区域，在每个放置区域内放置至少一个立体标识物体，构成了目标车辆所处的目标场景，该立体标识物体可以为任一立体的物体，比如，该立体标识物体可以为锥形桶等。其中，可以确定不同雷达设备之间检测范围重叠的区域，在确定的重合区域内，确定多个放置区域，使得不同雷达设备均可以检测到放置的每个锥形桶的点云数据。

参见图2所示的一种外参标定方法中，目标场景的示意图，该图中包括目标车辆21、以及放置在目标车辆21周围的八个锥形桶22。其中，锥形桶放置后，需要避免锥形桶之间彼此遮挡。示例性的，如图2所示，确定的放置区域的位置范围为以目标车辆的中心为原点，水平距离该原点2米至4米、垂直距离该原点7米至10米的范围内。

目标车辆上设置的多个雷达设备的位置和数量，可以根据需要进行设置；以及设置的多个雷达设备的型号、或类型也可以根据需要进行设置。在一应用场景中，可以在目标车辆上的车顶位置的中央设置一个主雷达设备，设置在目标车辆上的主雷达设备可以为64线激光雷达；可以在目标车辆的侧面设置一个辅雷达设备(比如，可以在目标车辆的一个侧面设置辅雷达设备，也可以在目标车辆的两个侧面分别设置辅雷达设备)，设置在目标车辆上的辅雷达设备可以为16线激光雷达。

下述以目标车辆上设置的至少两个雷达设备包括主雷达设备和辅雷达设备的应用场景进行具体说明。

具体实施时，在构建了目标场景之后，可以获取设置在目标车辆上的主雷达设备采集的目标场景对应的第一点云数据，和获取设置在目标车辆上的辅雷达设备采集的目标场景对应的第二点云数据；在辅雷达设备为多个时，可以分别获取每个辅雷达设备采集的第二点云数据。其中，该点云数据中可以包括多个点云点的三维坐标数据，还可以包括每个点云点的反射强度信息、颜色信息等。

针对S102：

承接上述S101中应用场景的示例继续说明，在获取了第一点云数据和第二点云数据之后，可以基于第一点云数据和第二点云数据，生成辅雷达设备对应的旋转角数据和位移数据；在辅雷达设备的数量为多个时，针对每个辅雷达设备，可以基于第一点云数据、和该辅雷达设备采集的第二点云数据，确定该辅雷达设备对应的旋转角数据和位移数据。

其中，旋转角数据用于表征不同雷达设备采集的点云数据在不同方向上的角度偏差，位移数据用于表征不同雷达设备采集的点云数据在不同方向上位移偏差。比如，在上述提到的应用场景中，旋转角数据可以用于表征主雷达设备采集的第一点云数据和该辅雷达设备采集的第二点云数据在不同方向上的角度偏差，该旋转角数据可以用欧拉角数据进行表征，该旋转角数据中可以包括俯仰角pitch、偏航角yaw、翻滚角roll；位移数据可以用于表征主雷达设备采集的第一点云数据和该辅雷达设备采集的第二点云数据在不同方向上的位移偏差，该位移数据中包括在长度方向上的偏差、宽度方向上的偏差、和高度方向上的偏差。

一种可选实施方式中，参见图3所示，基于不同雷达设备采集的点云数据，生成旋转角数据和位移数据，包括：

S301，分别从不同雷达设备采集的点云数据中提取属于地面的地面点云数据；并基于分别从不同雷达设备采集的点云数据中提取的地面点云数据，生成旋转角数据中的翻滚角和俯仰角，以及位移数据中的高度值。

S302，基于不同雷达设备采集的点云数据中除地面点云数据之外的其他点云数据，确定旋转角数据中的偏航角，以及位移数据中的长度值和宽度值。

由于翻滚角、俯仰角和高度值与属于地面的地面点云数据有关，而偏航角、长度值和宽度值与除地面点云数据之外的其他点云数据有关，故这里可以先从不同雷达设备采集的点云数据中提取属于地面的地面点云数据，并可以基于不同雷达设备分别对应的提取到的地面点云数据，生成旋转角数据中的翻滚角和俯仰角，以及位移数据中的高度值；再利用不同雷达设备分别对应的其他点云数据，确定旋转角数据中的偏航角，以及位移数据中的长度值和宽度值。

针对S301，以上述描述的应用场景为例进行说明，可以从主雷达设备采集的第一点云数据中提取属于地面的第一地面点云数据，以及从辅雷达设备采集的第二点云数据中提取属于地面的第二地面点云数据；即将第一点云数据划分为属于地面的第一地面点云数据、和除第一地面点云数据之外的第一其他点云数据，以及，将第二点云数据划分为属于地面的第二地面点云数据、和除第二地面点云数据之外的第二其他点云数据。

进而可以基于第一地面点云数据和第二地面点云数据，生成旋转角数据中的翻滚角roll和俯仰角pitch，以及位移数据中的高度值。

下述对S301中分别从不同雷达设备采集的点云数据中提取属于地面的地面点云数据的过程进行具体说明。

一种可选实施方式中，参见图4所示，分别从不同雷达设备采集的点云数据中提取属于地面的地面点云数据，包括：

S401，针对不同雷达设备中的每个雷达设备，基于从雷达设备的位置指向雷达设备采集的点云数据中每个点云点的位置的方向角，将雷达设备采集的点云数据中的点云点划分为多个小组，其中同一小组内的点云点分别对应的方向角之间的差值小于设定阈值；

S402，针对每个小组，基于该小组内的点云点和与其相邻的点云点之间的高度差，确定该小组内属于地面的点云点；

S403，基于各个小组内属于地面的点云点，确定雷达设备采集的点云数据中属于地面的地面点云数据。

这里，可以按照雷达设备的位置指向该雷达设备采集的点云数据中每个点云点的位置的方向角，将该点云数据中的点云点划分为多个小组，一般的，一个小组内相邻的地面点云点之间的高度差较小，故针对每个小组，可以基于该小组内的点云点和与其相邻的点云点之间的高度差，较准确的确定该小组内属于地面的点云点，进而可以较准确的确定点云数据中属于地面的地面点云数据。

在S401中，针对目标车辆上设置的每个雷达设备，确定从雷达设备的位置指向该雷达设备采集的点云数据中每个点云点的位置的方向角，该方向角为从该雷达设备的位置指向该雷达设备采集的点云数据中每个点云点的位置的线条与预设基准线之间的角度。基于每个点云点对应的方向角，将该雷达设备采集的点云数据中的点云点划分为多个小组，其中，同一小组内的点云点分别对应的方向角之间的差值小于设置阈值。

其中，设置的小组的数量可以根据需要进行确定，比如，设置的小组的数量可以为2400个，将360度划分为2400个区间，即各个小组对应的角度范围为(0°～0.15°]、(0.15°～0.30°]、(0.30°～0.45°]、……、(359.70°～359.85°](359.85°～360°]，可知每个小组内点云点对应的方向角之间的差值小于0.15°(设定阈值)。在确定了每个点云点对应的方向角之后，可以根据方向角确定该点云点对应的小组标识，例如，若点云点A对应的方向角为0.20°，确定该点云点A属于角度范围为(0.15°～0.30°]的第2组；若点云点B对应的方向角为360°，确定该点云点A属于角度范围为(359.85°～360°]的第2400组。进而，通过各个点云点对应的方向角，将点云数据中的点云点划分为多个小组。

在S402中，一种可选实施方式中，针对每个小组，基于该小组内的点云点和与其相邻的点云点之间的高度差，确定该小组内属于地面的点云点，包括：

步骤一、基于小组内每个点云点与采集该点云点的雷达设备之间的距离，将小组内的点云点进行排序；

步骤二、针对排序后的每个点云点，确定该点云点和与其相邻的点云点之间的高度差；

步骤三、在高度差小于或等于设置的第一高度阈值、且该点云点的高度小于该点云点对应的第二高度阈值的情况下，确定点云点属于地面。

考虑到相邻的地面点云点之间的高度差较小，以及在雷达设备的安装高度确定之后，地面点云点的高度值与雷达设备的安装高度一致，故这里在将小组内的点云点排序之后，针对排序后的每个点云点，确定该点云点和与其相邻的点云点之间的高度差，在该高度差小于或等于设置的第一高度阈值，以及该点云点的高度小于该点云点对应的第二高度阈值时，确定该点云点属于地面，进而较准确的确定了该小组内的地面点云点。

本公开实施方式中，针对每个小组，将该小组内每个点云点与采集该点云点的雷达设备之间的距离，将小组内的点云点进行排序。具体实施时，可以基于每个点云点的三维坐标数据中的横坐标值和纵坐标值，确定每个点云点与采集该点云点的雷达设备之间的距离，并利用确定的每个点云点对应的距离，将小组内的点云点进行排序。

针对排序后的每个点云点，确定该点云点与其相邻的点云点之间的高度差；若该高度差小于或等于设置的第一高度阈值、且该点云点的高度小于该点云点对应的第二高度阈值时，确定点云点属于地面；若该高度差大于设置的第一高度阈值、和/或该点云点的高度大于或等于该点云点对应的第二高度阈值时，确定该点云点不属于地面。

比如，若排序后的点云点包括：点云点一、点云点二、点云点三、点云点四，则针对点云点一，利用该点云点一的三维坐标数据中的高度h

其中，针对每个点云点，可以根据下述步骤确定每个点云点对应的第二高度阈值：

一、基于点云点的坐标信息，确定点云点与采集该点云点的雷达设备之间在水平面上的目标距离；

二、基于采集该点云点的雷达设备的安装高度、目标距离、和设置的平面角度，确定点云点对应的第二高度阈值。

具体实施时，针对该点云点的坐标信息(横坐标值和纵坐标值)，计算该点云点与采集该点云点的雷达设备之间在水平面上的目标距离。利用设置的平面角度的正切值和目标距离，确定该点云点处对应的平面高度；再基于采集该点云点的雷达设备的安装高度和确定的该点云点处对应的平面高度，确定点云点对应的第二高度阈值。其中，平面角度用于表征该平面的倾斜程度，平面角度可以根据实际场景进行确定，比如，该平面角度可以为5°。

参见图5所示，图中包括采集点云点52的雷达设备51、点云点52、地面53，其中雷达设备的安装高度为h，该点云点52对应的第二高度阈值为H，设置的平面角度为θ，l为目标距离。即可以利用平面角度的正切值、和目标距离，确定该点云点处对应的平面高度h

由于地面可能存在坡度(即地面存在对应的平面角度)，使得不同位置处的地面与雷达设备之间的高度距离不同，即不同位置处的点云点可能对应不同的第二高度阈值。因此，针对每个点云点，可以确定该点云点对应的第二高度阈值，进而可以较准确的判断每个点云点是否属于地面点云点。

在S403中，可以基于各个小组内属于地面的点云点，确定了点云数据中属于地面的地面点云数据，即各个小组内属于地面的各个点云点的点云数据，构成了点云数据中的地面点云数据。

下述对S301中确定旋转角数据中的翻滚角和俯仰角，以及位移数据中的高度值的过程进行具体说明。

一种可选实施方式中，基于分别从不同雷达设备采集的点云数据中提取的所述地面点云数据，生成旋转角数据中的翻滚角和俯仰角、以及位移数据中的高度值，包括：

步骤一、基于分别从不同雷达设备采集的点云数据中提取的地面点云数据，生成不同雷达设备中每个雷达设备对应的地面拟合参数；

步骤二、基于不同雷达设备分别对应的地面拟合参数，确定旋转角数据中的翻滚角和俯仰角、以及位移数据中的高度值。

在步骤一中，可以分别对不同雷达设备中的每个雷达设备对应的地面点云数据进行拟合，生成每个雷达设备对应的地面拟合参数。其中，对地面点云数据进行拟合的方法有多种，此处仅为示例性说明。比如，可以利用随机抽样一致性算法(Random sampleconsensus，RANSAC)，对地面点云数据进行拟合，生成地面点云数据对应的地面拟合参数。

步骤二中，一种可选实施方式中，基于不同雷达设备分别对应的地面拟合参数，确定旋转角数据中的翻滚角和俯仰角、以及位移数据中的高度值，包括：

一、基于不同雷达设备分别对应的地面拟合参数，确定不同雷达设备的地面拟合参数对应的拟合平面的法线；

二、基于不同雷达设备的地面拟合参数对应的拟合平面的法线，生成旋转角数据中的翻滚角和俯仰角；

三、基于旋转角数据中的翻滚角和俯仰角，对不同雷达设备中第一雷达设备对应的地面拟合参数进行调整，得到调整后的地面拟合参数；其中，调整后的地面拟合参数对应的拟合平面、与不同雷达设备对应的未调整的地面拟合参数对应的拟合平面平行；

四、基于不同雷达设备分别对应的未调整的地面拟合参数和调整后的地面拟合参数，确定位移数据中的高度值。

不同雷达设备中的第一雷达设备可以为任一雷达设备。比如，在上述描述的应用场景中，第一雷达设备可以为不同雷达设备中的主雷达设备，也可以为辅雷达设备。

这里，可以得到主雷达设备对应的第一地面拟合参数和辅雷达设备对应的第二地面拟合参数，再可以确定第一地面拟合参数对应的第一拟合平面的第一法线，和第二地面拟合参数对应的第二拟合平面的第二法线，比如，在第一拟合参数包括A

考虑到主雷达设备的第一法线的法向量、与辅雷达设备的第二法线的法向量应该一致，故可以基于第一法线的法向量和第二法线的法向量，确定旋转角数据中的翻滚角、俯仰角。

进而可以基于确定的翻滚角、和俯仰角，对第二地面拟合参数进行调整，得到调整后的第二地面拟合参数，其中，调整后的第二地面拟合参数对应的第二拟合平面与第一拟合平面平行；再基于第一地面拟合参数、和调整后的第二地面拟合参数，确定位移数据中的高度值，即可以计算调整后的第二地面拟合参数对应的第二拟合平面与第一拟合平面之间的距离，该距离即为确定的高度值。

或者，也可以基于确定的翻滚角、和俯仰角，对第一地面拟合参数进行调整，得到调整后的第一地面拟合参数，其中，调整后的第一地面拟合参数对应的第一拟合平面与第二拟合平面平行；再基于第二地面拟合参数、和调整后的第一地面拟合参数，确定位移数据中的高度值，即可以计算调整后的第一地面拟合参数对应的第一拟合平面与第二拟合平面之间的距离，该距离即为确定的高度值。

由于地面是固定的，地面对应的不同法线应该为平行线，故可以基于不同雷达设备的地面拟合参数对应的拟合平面的法线，生成旋转角数据中的翻滚角和俯仰角；另外由于地面是固定的平面，即不同雷达设备的地面拟合参数对应的拟合平面为处于同一高度的平面，故在利用翻滚角和俯仰角，对不同雷达设备中第一雷达设备对应的地面拟合参数进行调整后，可以基于不同雷达设备分别对应的未调整的地面拟合参数和调整后的地面拟合参数，确定位移数据中的高度值。

针对S302，示例性的，可以基于主雷达设备对应的第一其他点云数据和辅雷达设备对应的第二其他点云数据，确定旋转角数据中的偏航角，以及位移数据中的长度值和宽度值。

一种可选实施方式中，该方法还包括：基于生成的旋转角数据中的翻滚角和俯仰角、以及位移数据中的高度值，对不同雷达设备中第二雷达设备采集的点云数据进行调整，生成调整后的点云数据；其中，调整后的点云数据与不同雷达设备中采集的、未调整的点云数据位于同一平面内。

基于不同雷达设备采集的点云数据中除地面点云数据之外的其他点云数据，确定旋转角数据中的偏航角、和位移数据中的长度值和宽度值，包括：基于不同雷达设备中除第二雷达设备之外的其他雷达设备采集的点云数据中的其他点云数据、和第二雷达设备对应的调整后的点云数据中的其他点云数据，确定旋转角数据中的偏航角、和位移数据中的长度值和宽度值。

具体实施时，可以利用生成的翻滚角、俯仰角、以及高度值，和设置的初始偏航角、初始长度值、初始宽度值，生成中间坐标系转换矩阵；在利用生成的中间坐标系转换矩阵，对第二雷达设备采集的点云数据进行调整，生成调整后的点云数据。其中，不同雷达设备中的第二雷达设备可以为任一雷达设备。

在应用场景中，可以利用生成的翻滚角和俯仰角、以及高度值，对辅雷达设备采集的第二点云数据进行调整，生成调整后的第二点云数据，使得调整后的第二点云数据与未调整的第一点云数据位于同一平面内；或者对主雷达设备采集的第一点云数据进行调整，生成调整后的第一点云数据，使得调整后的第一点云数据与未调整的第二点云数位于同一平面内。

在生成调整后的第二点云数据之后，可以基于第一点云数据中除第一地面点云数据之外的第一其他点云数据、和调整后的第二点云数据中除第二地面点云数据之外的第二其他点云数据，确定旋转角数据中的偏航角、和位移数据中的长度值和宽度值。

或者，这里可以利用生成的中间坐标系转换矩阵，对第二点云数据中的除第二地面点云数据之外的第二其他点云数据进行调整，生成调整后的第二其他点云数据；再利用第一其他点云数据、和调整后的第二其他点云数据，确定旋转角数据中的偏航角、和位移数据中的长度值和宽度值。

一种可选实施方式中，基于不同雷达设备采集的点云数据中除地面点云数据之外的其他点云数据，确定旋转角数据中的偏航角、和位移数据中的长度值和宽度值，包括：

步骤一、基于不同雷达设备分别对应的其他点云数据所指示的每个点云点的长度坐标值和宽度坐标值，对不同雷达设备分别对应的其他点云数据进行聚类，得到不同雷达设备的其他点云数据分别对应的、聚类后的多个点云集合；其中，每个点云集合对应一个立体标识物体；

步骤二、基于每个点云集合中包括的点云点的坐标信息，确定点云集合对应的平均坐标信息；

步骤三、基于多个点云集合分别对应的平均坐标信息，确定旋转角数据中的偏航角、和位移数据中的长度值和宽度值。

在步骤一中，在应用场景中，可以基于主雷达设备对应的第一其他点云数据指示的每个点云点的长度坐标值和宽度坐标值，对第一其他点云数据进行聚类，得到主雷达设备对应的聚类后的至少一个第一点云集合。具体实施时，聚类后得到的第一点云集合的数量与目标场景中设置的锥形桶(立体标识物体)的数量一致，比如，若目标场景中设置的锥形桶的数量为8个，则聚类可以得到8个第一点云集合。

同时，还可以基于第二其他点云数据指示的每个点云点的长度坐标值和宽度坐标值，对第二其他点云数据进行聚类，得到辅雷达设备对应的聚类后的至少一个第二点云点云集合。由于辅雷达设备设置在目标车辆的侧面，故辅雷达设备仅可以对目标车辆的一侧进行检测，若目标场景中在目标车辆的左侧设置有4个锥形桶，在目标车辆的右侧设置有4个锥形桶，第一辅雷达设备安装在目标车辆的左侧，第二辅雷达设备安装在目标车辆的右侧，则对第一辅雷达设备采集的第二其他点云数据聚类后，可以得到第一辅雷达设备对应的4个第二点云集合；以及对第二辅雷达设备采集的第二其他点云数据聚类后，可以得到第二辅雷达设备对应的4个第二点云集合。

进而，可以将主雷达设备聚类得到的8个第一点云集合按照左侧位置和右侧位置划分为两类，左侧为第一类，右侧为第二类，并可以基于第一类的第一点云集合、和第一辅雷达设备对应的4个第二点云集合，确定第一辅雷达设备的偏航角、长度值和宽度值；以及基于第二类的第一点云集合、和第二辅雷达设备对应的4个第二点云集合，确定第二辅雷达设备的偏航角、长度值和宽度值。

具体实施时，对其他点云数据进行聚类的方法有多种，此处不进行具体限定。比如，可以使用RANSAC算法对其他点云数据进行聚类，得到点云集合。

在步骤二中，针对每个第一点云集合，对该第一点云集合中包括的各个点云点的坐标信息求平均，确定第一点云集合对应的第一平均坐标信息，进而可以得到各个第一点云集合的第一平均坐标信息；以及针对每个第二点云集合，对该第二点云集合中包括的各个点云点的坐标信息求平均，确定第二点云集合对应的第二平均坐标信息，进而可以得到各个第二点云集合的第二平均坐标信息。

在步骤三中，可以基于至少一个第一点云集合分别对应的第一平均坐标信息、和至少一个第二点云集合分别对应的第二平均坐标信息，确定偏航角、长度值和宽度值。

在辅雷达设备的数量为多个时，针对每个辅雷达设备，从主雷达设备对应的至少一个第一点云集合中确定与该辅雷达设备对应的第一点云集合，再可以基于与该辅雷达设备对应的第一点云集合的第一平均坐标信息、和该辅雷达设备对应的至少一个第二点云集合分别对应的第二平均坐标信息，确定该辅雷达设备对应的偏航角、长度值和宽度值。

具体实施时，可以使用迭代最近点算法(Iterative Closest Point，ICP)，基于至少一个第一点云集合分别对应的第一平均坐标信息、和至少一个第二点云集合分别对应的第二平均坐标信息，确定旋转角数据中的偏航角、和位移数据中的长度值和宽度值。

上述实施方式中，聚类后的每个点云集合对应一个立体标识物体，由于立体标识物体的位置是固定的，故可以将立体标识物体作为基准点，确定旋转角数据中的偏航角、和位移数据中的长度值和宽度值。

针对S103：

在确定了旋转角数据和位移数据之后，可以基于旋转角数据和位移数据，确定主雷达设备和辅雷达设备之间的坐标系转换矩阵。

可以根据下述公式确定坐标系转换矩阵：

其中，T

一种可选实施方式中，在确定不同雷达设备之间的坐标系转换矩阵之后，该方法还包括：

步骤一、利用生成的坐标系转换矩阵，将不同雷达设备采集的点云数据转换至同一坐标系下；

步骤二、转换后的点云数据，确定目标对象的位姿数据。

在应用场景中，在生成坐标系转换矩阵之后，优选的，可以利用生成的坐标系转换矩阵，将辅雷达设备采集的第二点云数据转换至主雷达设备采集的第一点云数据所处的坐标系下；再将第一点云数据和坐标转换后的第二点云数据融合，利用融合后的点云数据，确定目标车辆在移动过程中检测到的目标对象的位姿数据。或者，也可以利用生成的坐标系转换矩阵，将主雷达设备采集的第一点云数据转换至辅雷达设备采集的第二点云数据所处的坐标系下；再将第二点云数据和坐标转换后的第一点云数据融合，利用融合后的点云数据，确定目标车辆在移动过程中检测到的目标对象的位姿数据。

进而，可以基于目标车辆在移动过程中检测到的目标对象的位姿数据，控制目标车辆，比如，可以控制目标车辆的加速、减速、转向、制动等，或者可以播放语音提示信息，以提示驾驶员控制目标车辆加速、减速、转向、制动等。

采用上述方法，可以利用生成的坐标系转换矩阵，将不同雷达设备采集的点云数据转换至同一坐标系下，由于生成的坐标系转换矩阵的准确率较高，使得坐标转换后的第二点云数据较为准确，进而提高了确定的目标对象的位姿数据的准确度。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

基于相同的构思，本公开实施例还提供了一种外参标定装置，参见图6所示，为本公开实施例提供的外参标定装置的架构示意图，包括获取模块601、生成模块602、确定模块603，具体的：

获取模块601，用于获取设置在目标车辆上的至少两个雷达设备分别采集同一目标场景得到的点云数据；

生成模块602，用于基于不同雷达设备采集的点云数据，生成旋转角数据和位移数据；其中，所述旋转角数据用于表征不同雷达设备采集的点云数据在不同方向上的角度偏差，所述位移数据用于表征不同雷达设备采集的点云数据在不同方向上位移偏差；

确定模块603，用于基于所述旋转角数据和所述位移数据，确定不同雷达设备之间的坐标系转换矩阵。

一种可能的实施方式中，所述生成模块602，在基于不同雷达设备采集的点云数据，生成旋转角数据和位移数据时，用于：

分别从不同雷达设备采集的点云数据中提取属于地面的地面点云数据；并基于分别从不同雷达设备采集的点云数据中提取的所述地面点云数据，生成所述旋转角数据中的翻滚角和俯仰角，以及所述位移数据中的高度值；

基于不同雷达设备采集的点云数据中除地面点云数据之外的其他点云数据，确定所述旋转角数据中的偏航角，以及所述位移数据中的长度值和宽度值。

一种可能的实施方式中，所述生成模块602，在分别从不同雷达设备采集的点云数据中提取属于地面的地面点云数据时，用于：

针对所述不同雷达设备中的每个雷达设备，基于从所述雷达设备的位置指向所述雷达设备采集的点云数据中每个点云点的位置的方向角，将所述雷达设备采集的点云数据中的点云点划分为多个小组，其中同一小组内的点云点分别对应的所述方向角之间的差值小于设定阈值；

针对每个小组，基于该小组内的点云点和与其相邻的点云点之间的高度差，确定该小组内属于地面的点云点；

基于各个小组内属于地面的点云点，确定所述雷达设备采集的点云数据中属于地面的地面点云数据。

一种可能的实施方式中，所述生成模块602，在针对每个小组，基于该小组内的点云点和与其相邻的点云点之间的高度差，确定该小组内属于地面的点云点时，用于：

基于所述小组内每个点云点与采集该点云点的所述雷达设备之间的距离，将所述小组内的点云点进行排序；

针对排序后的每个点云点，确定该点云点和与其相邻的点云点之间的高度差；

在所述高度差小于或等于设置的第一高度阈值、且该点云点的高度小于该点云点对应的第二高度阈值的情况下，确定所述点云点属于地面。

一种可能的实施方式中，所述生成模块602，用于根据下述步骤确定每个点云点对应的第二高度阈值：

基于所述点云点的坐标信息，确定所述点云点与采集该点云点的所述雷达设备之间在水平面上的目标距离；

基于采集该点云点的所述雷达设备的安装高度、所述目标距离、和设置的平面角度，确定所述点云点对应的所述第二高度阈值。

一种可能的实施方式中，所述生成模块602，在基于分别从不同雷达设备采集的点云数据中提取的所述地面点云数据，生成所述旋转角数据中的翻滚角和俯仰角、以及所述位移数据中的高度值时，用于：

基于分别从不同雷达设备采集的点云数据中提取的所述地面点云数据，生成不同雷达设备中每个雷达设备对应的地面拟合参数；

基于不同雷达设备分别对应的所述地面拟合参数，确定所述旋转角数据中的翻滚角和俯仰角、以及所述位移数据中的高度值。

一种可能的实施方式中，所述生成模块602，在基于不同雷达设备分别对应的所述地面拟合参数，确定所述旋转角数据中的翻滚角和俯仰角、以及所述位移数据中的高度值时，用于：

基于不同雷达设备分别对应的所述地面拟合参数，确定不同雷达设备的所述地面拟合参数对应的拟合平面的法线；

基于不同雷达设备的所述地面拟合参数对应的拟合平面的法线，生成所述旋转角数据中的翻滚角和俯仰角；

基于所述旋转角数据中的翻滚角和俯仰角，对所述不同雷达设备中第一雷达设备对应的所述地面拟合参数进行调整，得到调整后的地面拟合参数；其中，所述调整后的地面拟合参数对应的拟合平面、与所述不同雷达设备对应的未调整的所述地面拟合参数对应的拟合平面平行；

基于所述不同雷达设备分别对应的未调整的所述地面拟合参数和所述调整后的地面拟合参数，确定所述位移数据中的高度值。

一种可能的实施方式中，所述装置还包括：调整模块604，用于：

基于生成的所述旋转角数据中的翻滚角和俯仰角、以及所述位移数据中的高度值，对所述不同雷达设备中第二雷达设备采集的点云数据进行调整，生成调整后的点云数据；其中，调整后的点云数据与所述不同雷达设备中采集的、未调整的点云数据位于同一平面内；

所述生成模块602，在基于不同雷达设备采集的点云数据中除地面点云数据之外的其他点云数据，确定所述旋转角数据中的偏航角、和所述位移数据中的长度值和宽度值时，用于：

基于所述不同雷达设备中除第二雷达设备之外的其他雷达设备采集的点云数据中的所述其他点云数据、和所述第二雷达设备对应的所述调整后的点云数据中的所述其他点云数据，确定所述旋转角数据中的偏航角、和所述位移数据中的长度值和宽度值。

一种可能的实施方式中，所述目标车辆停放在平直的道路上，所述目标场景包括放置在所述目标车辆的四周的多个立体标识物体；

所述生成模块602，在基于不同雷达设备采集的点云数据中除地面点云数据之外的其他点云数据，确定所述旋转角数据中的偏航角、和所述位移数据中的长度值和宽度值时，用于：

基于所述不同雷达设备分别对应的所述其他点云数据所指示的每个点云点的长度坐标值和宽度坐标值，对所述不同雷达设备分别对应的所述其他点云数据进行聚类，得到所述不同雷达设备的所述其他点云数据分别对应的、聚类后的多个点云集合；其中，每个点云集合对应一个所述立体标识物体；

基于每个点云集合中包括的点云点的坐标信息，确定所述点云集合对应的平均坐标信息；

基于所述多个点云集合分别对应的所述平均坐标信息，确定所述旋转角数据中的偏航角、和所述位移数据中的长度值和宽度值。

一种可能的实施方式中，在确定不同雷达设备之间的坐标系转换矩阵之后，所述装置还包括：转换模块605，用于：

利用生成的所述坐标系转换矩阵，将所述不同雷达设备采集的点云数据转换至同一坐标系下；

基于转换后的点云数据，确定目标对象的位姿数据。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模板可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

基于同一技术构思，本公开实施例还提供了一种电子设备。参照图7所示，为本公开实施例提供的电子设备的结构示意图，包括处理器701、存储器702、和总线703。其中，存储器702用于存储执行指令，包括内存7021和外部存储器7022；这里的内存7021也称内存储器，用于暂时存放处理器701中的运算数据，以及与硬盘等外部存储器7022交换的数据，处理器701通过内存7021与外部存储器7022进行数据交换，当电子设备700运行时，处理器701与存储器702之间通过总线703通信，使得处理器701在执行以下指令：

获取设置在目标车辆上的至少两个雷达设备分别采集同一目标场景得到的点云数据；

基于不同雷达设备采集的点云数据，生成旋转角数据和位移数据；其中，所述旋转角数据用于表征不同雷达设备采集的点云数据在不同方向上的角度偏差，所述位移数据用于表征不同雷达设备采集的点云数据在不同方向上位移偏差；

基于所述旋转角数据和所述位移数据，确定不同雷达设备之间的坐标系转换矩阵。

此外，本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的外参标定方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。

本公开实施例还提供一种计算机程序产品，该计算机程序产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的外参标定方法的步骤，具体可参见上述方法实施例，在此不再赘述。

其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，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，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开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)执行本公开各个实施例所述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(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。