基于点云和实景模型的航线规划方法、装置、设备及介质

技术领域

本发明属于点云数据处理技术领域，特别是一种基于点云和实景模型的航线规划方法、装置、设备及介质。

背景技术

相关技术中，可以根据变电站的点云数据对变电站的无人机航线进行规划，但由于点云数据量巨大且精细部件的识别精度不够，导致航线规划的效率低下，且航迹不够精准。因此，如何提供一种识别精度高，且规划效率高的无人机路径规划方法成为了一个亟待解决的问题。

发明内容

鉴于上述问题，本发明提供一种至少解决上述部分技术问题的基于点云和实景模型的航线规划方法、装置、设备及介质，本发明能够根据点云数据和实景模型实现对无人机航线的精准规划。

本发明提供的一种基于点云和实景模型的航线规划方法，包括：将变电站的点云数据进行均匀分块，得到点云文件组，所述点云文件组包括多个点云文件；根据每个所述点云文件获取对应的划分阈值，并根据所述划分阈值确定每个所述点云文件对应的地面点云数据；同时加载所述点云数据及变电站的实景模型，根据所述点云数据和所述实景模型提取相同部件的特征点坐标；根据所述相同部件的特征点坐标校准所述实景模型的位置，得到校准模型；融合所述点云数据和所述校准模型并隐藏所述地面点云数据，得到融合数据；根据所述融合数据进行航线规划，得到航线路径。

本发明所提供的基于点云和实景模型的航线规划方法通过结合点云数据与实景模型，可以更加简单高效的对无人机的航迹进行精准规划。通过对获取到的点云文件进行划分得到点云文件组，并对点云文件组文件进行划分，本发明可以确认每一个点云文件对应的地面点云数据，从而通过对地面点云数据进行隐藏，精简最终规划无人机航迹过程中所需要的海量数据；通过融合点云数据与实景模型得到的融合数据，本发明可以将点云数据与实景模型的优势互补，即，提高点云数据中精细部件的模型精度，以及提高实景模型的位置精度，进而实现根据融合数据对无人机航线的精确规划。本发明所提供的方法有效地提高了无人机航线规划过程中的规划效率，且可以提升无人机航迹规划的可靠性。

在某些实施方式中，所述根据每个所述点云文件获取对应的划分阈值，并根据所述划分阈值确定每个所述点云文件对应的地面点云数据，包括：

高程值获取步骤：解析每个所述点云文件，得到每个所述点云文件对应的高程值；

对每个所述高程值进行数据处理，得到每个所述点云文件对应的所述划分阈值；

根据每个所述划分阈值确认每个所述点云文件对应的待处理点云数据和所述地面点云数据；

将所述待处理点云数据重新作为所述点云文件，并重新执行高程值获取步骤。

在某些实施方式中，所述高程值包括最大高程值和最小高程值，所述对每个所述高程值进行数据处理，得到每个所述点云文件对应的所述划分阈值，包括：

根据所述最小高程值得到划分下限；

根据所述最大高程值和最小高程值进行数据处理，得到阈值初始值；

根据阈值划分权值对所述阈值初始值进行加权计算得到阈值中间值，并将所述阈值中间值与所述最小高程值进行求和计算，得到划分上限；

根据所述划分下限和所述划分上限得到所述划分阈值。

在某些实施方式中，所述根据每个所述划分阈值确认每个所述点云文件对应的待处理点云数据和所述地面点云数据，包括：

根据所述划分阈值选取与所述划分阈值对应的所述点云文件中部分点云数据，得到所述地面点云数据，并根据所述地面点云数据和所述点云文件生成所述待处理点云数据。

在某些实施方式中，所述特征点坐标包括所述点云数据对应的第一特征点坐标和所述实景模型对应的第二特征点坐标，所述根据所述相同部件的特征点坐标校准所述实景模型的位置，得到校准模型，包括：

计算所述第一特征点坐标与所述第二特征点坐标的坐标差值数据；

若所述坐标差值数据没有落在所述校准阈值的范围内，则以所述点云数据为基准，根据所述坐标差值数据移动所述实景模型的空间位置，得到所述校准模型；

若所述坐标差值数据落在所述校准阈值的范围内，则所述实景模型作为所述校准模型。

在某些实施方式中，所述融合所述点云数据和所述校准模型并隐藏所述地面点云数据，得到融合数据之后，所述方法还包括：

获取切换指令；

根据所述切换指令单独调用所述融合数据中的点云数据；或者单独调用所述融合数据中的校准模型。

在某些实施方式中，其特征在于，在所述根据所述融合数据进行航线规划，得到航线路径之后，所述方法还包括：

将所述航线路径中每一轨迹点与所述点云数据进行比对，得到所述航线路径与所述点云数据之间的安全距离数据；

根据安全距离数据对所述航线路径进行重新规划。

本发明提供的一种基于点云和实景模型的航线规划装置，其特征在于，包括：分块模块，用于将变电站的点云数据进行均匀分块，得到点云文件组，所述点云文件组包括多个点云文件；划分模块，用于根据每个所述点云文件获取对应的划分阈值，并根据所述划分阈值确定每个所述点云文件对应的地面点云数据；校准模块，用于同时加载所述点云数据及变电站的实景模型，根据所述点云数据和所述实景模型提取相同部件的特征点坐标；根据所述相同部件的特征点坐标校准所述实景模型的位置，得到校准模型；融合模块，用于融合所述点云数据和所述校准模型并隐藏所述地面点云数据，得到融合数据；航线规划模块，用于根据所述融合数据进行航线规划，得到航线路径。

本发明提供的一种电子设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中所述存储器存储有指令，所述至少一个处理器可以执行所述指令，以使所述至少一个处理器执行所述指令时实现上述任一项所述的基于点云和实景模型的航线规划方法。

本发明提供的一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机指令，计算机可执行所述计算机指令，以实现上述任一项所述的基于点云和实景模型的航线规划方法。

本发明实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实施方式的实践了解到。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例提供的基于点云和实景模型的航线规划方法的流程示意图。

图2为本发明实施例提供的基于点云和实景模型的航线规划方法的具体流程示意图。

图3为本发明实施例提供的基于点云和实景模型的航线规划方法的又一具体流程示意图。

图4为本发明实施例提供的基于点云和实景模型的航线规划方法的又一具体流程示意图。

图5为本发明实施例提供的基于点云和实景模型的航线规划方法的又一具体流程示意图。

图6为本发明实施例提供的基于点云和实景模型的航线规划方法的又一具体流程示意图。

图7为本发明实施例中提供的隐藏地面点云数据后的点云数据的示意图。

图8为本发明实施例提供的实景模型的示意图。

图9为本发明实施例提供的融合数据的示意图。

图10为本发明实施例提供的基于点云和实景模型的航线规划装置的示意图。

图11为本发明实施例提供的电子设备的示意图。

主要元件符号说明：航线规划装置100、分块模块11、划分模块12、校准模块13、融合模块14、航线规划模块15、电子设备1000、处理器200、存储器300。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

参见图1，本发明实施例提供了一种基于点云和实景模型的航线规划方法，包括：

S1，将变电站的点云数据进行均匀分块，得到点云文件组，点云文件组包括多个点云文件；

S2，根据每个点云文件获取对应的划分阈值，并根据划分阈值确定每个点云文件对应的地面点云数据；

S3，同时加载点云数据及变电站的实景模型，根据点云数据和实景模型提取相同部件的特征点坐标；根据相同部件的特征点坐标校准实景模型的位置，得到校准模型；

S4，融合点云数据和校准模型并隐藏地面点云数据，得到融合数据；

S5，根据融合数据进行航线规划，得到航线路径。

本发明所提供的基于点云和实景模型的航线规划方法通过结合点云数据与实景模型，可以更加简单高效的对无人机的航迹进行精准规划。通过对获取到的点云文件进行划分得到点云文件组，并对点云文件组文件进行划分，本发明可以确认每一个点云文件需要对应选取的地面点云数据，从而通过选取地面点云数据精简最终规划无人机航迹过程中所需要的海量数据；通过融合点云数据与实景模型得到的融合数据，本发明可以将点云数据与实景模型的优势互补，即，提高点云数据中精细部件的模型精度，以及提高实景模型的位置精度，进而实现根据融合数据对无人机航线的精确规划。

具体地，本方法首先对变电站的点云信息进行均匀分块得到点云文件组，从而根据对点云文件组内每一个点云文件对应的环境状态进行针对性处理，以提升精度；通过提取每一个点云文件对应的划分阈值，本方法可以将点云文件中需要单独提取出的点云进行划分，并将划分出来的点云作为这一点云文件对应的地面点云数据。在一些具体的实施例中，地面点云数据是点云数据中地面部分的点云，由于本方案针对变电站的无人机航线规划，对地面部分的点云状态需求度不高，并且地面点云数据的数据量比较大，故可以将地面点云数据进行隐藏以实现对点云数据的精简，从而提升无人机航线规划过程的规划效率；通过加载点云数据与变电站的实景模型，本方法可以获取变电站各部位的精准位置以及各部件的精确模型，并通过提取相同部件征点坐标的方法，校准实景模型的位置精度，得到既可以提供准确部件模型，又可以提供精准位置信息的校准模型；通过融合点云数据和校准模型并隐藏地面点云数据，本方法可以提供一个更加精简的融合数据。其中，融合数据中包含被隐藏地面点云数据后的点云数据和精准模型。用户可以根据融合数据自由选择以被隐藏地面点云数据后的点云数据为基准规划无人机航线，或者以精准模型为基准规划无人机航线，进一步的提高了无人机航线规划过程的规划效率。

在一些其他的实施例中，实景模型可以由无人机在对变电站进行实景拍摄获得，本方法可以根据采集到的实景拍摄得到的图片数据建立实景模型。具体地，实景模型可以是一种倾斜摄影模型，也可以是其他，在可以提供变电站各部件的模型的前提下不做限制。

在一些具体的实施例中，步骤S3在同时加载点云数据及变电站的实景模型时，还需要对点云数据和实景模型进行匹配，其中，可以参考地面点云数据对点云数据和实景模型进行匹配。本方法可以将点云数据中地面点云数据对应部分的点云进行标记，从而减少步骤S3中的点云处理量，进一步提高了无人机路径规划过程的处理效率。

在一些其他的实施例中，本发明提供的方法可以对点云文件组进行初步噪点剔除。剔除噪点可以显著提升步骤S2至步骤S5的处理效率。

参见图2，在一些实施例中，步骤S2包括：

S21，高程值获取步骤：解析每个点云文件，得到每个点云文件对应的高程值；

S22，对每个高程值进行数据处理，得到每个点云文件对应的划分阈值；

S23，根据每个划分阈值确认每个点云文件对应的待处理点云数据和地面点云数据；

S24，将待处理点云数据重新作为点云文件，并重新执行高程值获取步骤。

本发明所提供的方法可以根据每一个点云文件对应的不同环境状态对其地面点云数据进行针对性划分。具体地，本方法可以解析均匀分块后的每一个点云文件，得到点云文件的高程值，并根据各个高程值判定每一个点云文件对应的地面部分的范围，得到包含地面部分范围数据的划分阈值，从而根据划分阈值对各个点云文件中地面部分的地面点云数据进行划分，得到地面部分的地面点云数据和点云文件中除地面点云数据外的待处理点云数据。在某些实施例中，经过本方法划分后的地面点云数据可能并不完全代表地面部分的点云，待处理点云数据中仍存在部分地面部分点云（可以人工判定或者通过其他方法判定），故将待处理点云数据重新作为点云文件，以重新执行高程值获取步骤，以实现对更新的点云文件的地面点云的重新划分。由于地面状态不同，点云数据中检测到在较低的高程值下的点云实质上是真实的地面部分对应的点云，故本方法将这部分点云均划分为地面点云数据，从而有效减少本方法对点云文件处理过程中的工作量，进而提升本方法对无人机航线规划的规划效率。

参见图3，在一些实施例中，高程值包括最大高程值和最小高程值，步骤S22包括：

S221，根据最小高程值得到划分下限；

S222，根据最大高程值和最小高程值进行数据处理，得到阈值初始值；

S223，根据阈值划分权值对阈值初始值进行加权计算得到阈值中间值，并将阈值中间值与最小高程值进行求和计算，得到划分上限；

S224，根据划分下限和划分上限得到划分阈值。

在一些具体的实施例中，本方法提供了一种具体的划分阈值，即，根据获取到的点云文件的最小高程值作为划分下限，根据预设的阈值划分权值对由最大高程值和最小高程值构成的阈值初始值进行加权计算，生成划分上限，从而根据划分上限和划分下线划定最终的划分阈值。在其他的实施例中，本方法所提供的阈值初始值由公式求取：阈值初始值=最大高程值-最小高程值），阈值划分权值可以是0.1，划分上限=最小高程值+0.1*阈值初始值。最终的划分阈值大约是高程上的由下至上10%左右。具体的划分阈值可以根据不同的变电站高程值以及具体划分精度更改阈值划分权值，不做特殊限制。

在一些实施例中，步骤S23包括：

根据所述划分阈值选取与所述划分阈值对应的所述点云文件中部分点云数据，得到所述地面点云数据，并根据所述地面点云数据和所述点云文件生成所述待处理点云数据。

本发明提供的无人机航线方法可以通过划分阈值对点云文件中位于划分阈值范围内的点云进行选取，从而得到地面点云数据，并通过排除掉点云文件中的地面点云数据得到可能为地上部分点云的待处理点云数据。其中，地面点云数据可以是地面部分的点云数据。具体地，由于点云数据的采集对象在地面处的不同环境状态，容易存在部分错误显示地面信息的地面点云，这部分点云对本方法对无人机航线的规划过程无益，故需要对其进行针对性去除。通过划分阈值，本方法可以有效的对点云文件的文件数据进行精简，从而提升本方法对无人机航线的规划效率。

在一些特殊的实施例中，本方法可以对不同的点云文件提供对应的划分阈值，根据划分阈值对每一个点云文件对应的地面部分数据进行精准筛除，并将经过精准筛除后的点云文件进行整合，得到筛除掉全部地面部分数据的变电站对应的点云数据，从而根据筛除处理后得到的点云数据规划无人机的航线。

参见图4，在一些实施例中，特征点坐标包括点云数据对应的第一特征点坐标和实景模型对应的第二特征点坐标，步骤S3包括：

S31，计算第一特征点坐标与第二特征点坐标的坐标差值数据；

S32，若坐标差值数据没有落在校准阈值的范围内，则以点云数据为基准，根据坐标差值数据移动实景模型的空间位置，得到校准模型；

S33，若坐标差值数据落在校准阈值的范围内，则实景模型作为校准模型。

本发明所提供的无人机航线方法可以根据特征点坐标和点云数据对实景模型的空间位置关系进行校准，并通过实景模型提供较点云而言更加精准的各部件精细模型。具体地，本方法中提供的特征点坐标包括点云数据对应的第一特征点坐标，其中第一特征点坐标用于标定变电站模型对应的实际空间位置信息；本方法还提供对应于实体模型的第二特征点坐标，其中第二特征点坐标用于标定实景模型当前的空间位置信息。通过计算第一特征点坐标和第二特征点的坐标差值数据，本方法可以将当前实体模型与点云数据之间的实际距离进行量化，并根据坐标差值数据和校准阈值之间的关系判定当前实景模型的位置偏差是否在可接受范围之内。当坐标差值数据没有落在校准阈值的范围内时，本方法判断当前实景模型位置与点云数据所包含的实际空间位置信息之间存在不可忽略的位置偏差，并以点云数据为基准，以坐标差值数据为移动距离，对实景模型进行整体移动，从而将移动后生成的模型作为包含准确的空间位置信息的校准模型；当坐标差值落在校准阈值的范围内时，包括校准阈值的两个端点值，本方法判断当前实景模型的位置信息并不存在不可忽略的位置偏差，当前的实景模型已经可以代表变电站中各部位的准确的空间位置信息，从而将现在的实景模型作为校准模型，以提供变电站的各部件的精准模型数据以及变电站的模型空间位置信息，进而根据校准模型对无人机航线进行准确规划。

在一些其他的实施例中，校准阈值可以是0米-0.5米，当坐标差值数据大于0.5米时，本方法认定当前状态下的实景模型与变电站实际的空间位置偏差较大，从而以点云数据为基准，将坐标差值数据作为移动距离对实景模型进行整体移动，得到包含准确空间位置信息的校准模型。

在一些其他的实施例中，工程中对实景模型进行整体平移多采取对实景模型中各个部件的坐标参数进行修改。如：根据坐标差值数据获取实景模型每部分对应的坐标偏移量，并根据坐标偏移量对实景模型中各个部件的坐标参数进行更新，得到包含准确空间位置信息的各个部件的坐标参数，从而实现对实景模型的整体平移。

参见图5，在一些实施例中，步骤S4之后，本方法还包括：

S61，获取切换指令；

S62，根据切换指令单独调用融合数据中的点云数据；或者单独调用融合数据中的校准模型。

本发明提供的无人机轨迹规划方法还可以提供对融合数据的数据切换，从而根据融合数据中不同数据类型的切换快速查看不同数据给出的位置信息。具体地，本方法根据获取到的切换指令，可以将单独调用融合数据中的点云数据；或者单独调用融合数据中的校准模型。相较于显示融合数据，通过切换指令仅显示点云数据可以更快对变电站的位置信息进行获取；相较于显示融合数据，通过切换指令仅显示校准模型可以更快的获取模型内各部件的具体结构。通过这一方法，本发明可以更加快速的获取变电站的准确空间位置信息和各部件的精准模型，从而更高效的实现对无人机航线的规划。

在一些具体的实施例中，本方法可以通过切换指令单独调用点云数据，并通过点云数据对无人机的航线进行初步规划。由于本方法采用了筛除地面点云数据的方案提高航线规划的规划效率，因此进一步的采用切换指令单独调用模型数据，从而通过模型数据对点云数据中地面部分的模型信息进行完善，进而再次对初步规划得到的航线信息进行进一步的校正。

在一些其他的实施例中，本方法可以通过切换指令单独调用点云数据或者单独调用校准模型。由于用于实现本发明所提供的方法的装置性能存在差异，部分设备性能可能不能支持同时显示融合数据中的点云数据和校准模型。通过切换指令对点云数据或校准模型进行单独调用，本方法可以有效降低无人机航线规划过程的硬件加载门槛，从而扩大本方法所提供的基于点云和实景模型的航线规划方法的应用场景。

参见图6，在一些实施例中，步骤S5之后，本方法还包括：

S71，将航线路径中每一轨迹点与点云数据进行比对，得到航线路径与点云数据之间的安全距离数据；

S72，根据安全距离数据对航线路径进行重新规划。

本发明所提供的基于点云和实景模型的航线规划方法可以根据已经规划得到的航线路径中的每一个轨迹点以及点云数据对当前已经规划得到的航线路径的安全性进行判断，并根据判断结果对航线路径进行改进，以提升无人机航线规划过程的安全性。具体地，本方法可以将航线路径中的每一航迹点与点云数据进行数据比对，并得到包含航线路径与点云数据之间实际空间距离的安全距离数据，并根据安全距离数据对航线路径进行重新规划，具体地，可以重新根据融合数据进行航线规划，得到新的航线路径。在一些具体的实施例中，当安全距离数据小于预设的安全距离时，如安全距离小于3m时，本方法可以对航线路径进行重新优化，从而进一步提升基于点云和实景模型的航线规划方法的安全性。在一些其他的实施例中，预设的安全距离可以根据需求的安全等级进行更改。

在一些其他的实施例中，本发明所提供的基于点云和实景模型的航线规划方法在将航线路径中的每一航迹点与点云数据进行数据比对之后，判断到当前的航线路径不符合安全标准时，根据数据比对得到的安全距离数据重新获取变电站的点云数据及实景模型，从而更新变电站的融合数据，以实现对无人机航线的重新规划，以保证无人机航线规划的准确性。

在一些具体的实施例中，本发明实施例具体提供了一种变电站的无人机航线的规划方法。参见图7，图7为本发明实施例中提供的隐藏地面点云数据后的点云数据；通过对地面点云数据的隐藏，本方法可以显示地面部分以上的点云数据，从而精简点云数据的大小。参见图8，图8为本发明提供的一种具体的变电站的实景模型，实景模型可以是一种倾斜摄影模型，通过这一倾斜摄影模型，本方法可以准确获取变电站中各个部件的准确模型。参见图9，图9为本发明提供的一种具体的融合模型，其中，通过将图7和图8中提供的数据进行融合，图9中的融合数据可以提供变电站的准确空间位置以及各个部件的精准模型，并可以同时展示点云数据和倾斜摄影模型，也可以单独调用点云数据或者倾斜摄影模型中的任意一种。

参见图10，本发明实施例提供了一种航线规划装置100，用于实现上述任一项实施例的基于点云和实景模型的航线规划方法。航线规划装置100具体包括：分块模块11、划分模块12、校准模块13、融合模块14和航线规划模块15。分块模块11，用于将变电站的点云数据进行均匀分块，得到点云文件组，点云文件组包括多个点云文件；划分模块12，用于根据每个点云文件获取对应的划分阈值，并根据划分阈值确定每个点云文件对应的地面点云数据；校准模块13，用于同时加载点云数据及变电站的实景模型，根据点云数据和实景模型提取相同部件的特征点坐标；根据相同部件的特征点坐标校准实景模型的位置，得到校准模型；融合模块14，用于融合点云数据和校准模型并隐藏地面点云数据，得到融合数据；航线规划模块15，用于根据融合数据进行航线规划，得到航线路径。

本发明所提供的航线规划装置100的技术效果在基于点云和实景模型的航线规划方法部分已经提及，故在此不做赘述。

参见图11，本发明实施例提供了一种电子设备1000，包括：至少一个处理器200，以及与至少一个处理器通信连接的存储器300，其中存储器300存储有指令，至少一个处理器200可以执行指令，以使至少一个处理器200执行指令时实现上述任一项实施例的基于点云和实景模型的航线规划方法。

在一些实施例中，电子设备1000可以应用于无人机，无人机包括采集设备和电子设备1000，采集设备用于采集变电站的实体模型和点云数据，电子设备1000用于对实体模型和点云数据进行处理，进而在无人机上实现对无人机航线的自动规划。

本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机指令，计算机可执行计算机指令，以实现上述任一项实施例的基于点云和实景模型的航线规划方法。

可以理解，计算机程序包括计算机程序代码。计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、以及软件分发介质等。

处理器可以是一个单片机芯片，集成了处理器、存储器，通讯模块等。处理器可以是指控制器包含的处理器。处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。

在本说明书的描述中，参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理模块的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。

应当理解，本发明的实施方式的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明的各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块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，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明实施例的限制，本领域的普通技术人员在本发明实施例的范围内可以对上述实施方式进行变化、修改、替换和变型。