充电预约方法、装置和电子设备

技术领域

本发明涉及车辆充电的技术领域，尤其是涉及一种充电预约方法、装置和电子设备。

背景技术

现有技术中，当电动车辆车主有充电需求时，目前的充电APP会基于车主设置的需求，提供充电站信息，比如，提供充电站位置信息、充电站内充电桩当前可用情况、充电站当前电费等等。现有的信息推送模式能够比较好的满足车主的即时充电需求。但是，当车主想要规划充电时间以在将来(特别是长时间以后，如按天计)的具体某个时间进行充电时，现有的信息推送模式就难以满足车主的需求，需要车主根据经验预估时间。

发明内容

本发明的目的在于提供一种充电预约方法、装置和电子设备，以满足用户的预约充电的需求，有效地提升用户体验。

第一方面，本发明提供一种充电预约方法，应用于车辆充电app，包括：获取用户设置的充电站筛选条件；基于所述充电站筛选条件，从当前地理区域内筛选可选充电站；响应于用户的点选请求，显示与所述点选请求对应的目标充电站的充电量预测曲线和/或电价预测曲线；其中，所述目标充电站表示所述可选充电站中的任一充电站；接收用户的充电预约请求；其中，所述充电预约请求包括：预约充电时间和指定充电站；基于所述充电预约请求中的预约充电时间对所述指定充电站进行充电预约。

在可选的实施方式中，所述方法还包括：获取目标充电站在历史时间段内的充电量数据和所述历史时间段内的城市温度数据；对所述历史时间段内的充电量数据进行时序分解，得到所述目标充电站的充电量在目标时间段内的特征曲线；其中，所述目标时间段包括：历史时间段和预测时间段；所述特征曲线包括：长期趋势变化曲线、周趋势变化曲线、节假日变化曲线、季节趋势变化曲线和预测误差曲线；基于所述历史时间段内的城市温度数据、所述目标时间段内的季节趋势变化曲线和预测误差曲线，拟合预测所述目标时间段内受温度变化影响的第一充电量变化曲线；基于所述第一充电量变化曲线、所述长期趋势变化曲线、所述周趋势变化曲线和所述节假日变化曲线，构建所述目标充电站在所述预测时间段内的充电量预测曲线。

在可选的实施方式中，基于所述第一充电量变化曲线、所述长期趋势变化曲线、所述周趋势变化曲线和所述节假日变化曲线，构建所述目标充电站在所述预测时间段内的充电量预测曲线，包括：将所述第一充电量变化曲线、所述长期趋势变化曲线、所述周趋势变化曲线和所述节假日变化曲线进行合并，得到所述目标充电站在所述预测时间段内的充电量预测曲线。

在可选的实施方式中，所述方法还包括：获取影响所述目标充电站今日充电量的目标特征；其中，所述目标特征包括：所述目标充电站的昨日充电量、上周同日充电量、预设数量个历史时间段的充电量均值、今日的星期属性、今日的节假日属性、今日的温度数据、今日的天气属性、上周同日的温度数据和上周同日的天气属性；利用目标神经网络模型对所述目标特征进行处理，得到所述目标充电站在预测时间段内的充电量预测曲线。

在可选的实施方式中，所述方法还包括：将所述目标充电站在预测时间段内的充电量预测曲线推送至所述目标充电站的管理人员；接收所述管理人员反馈的所述目标充电站在预测时间段内的电价预测曲线。

在可选的实施方式中，在基于所述充电预约请求中的预约充电时间对所述指定充电站进行充电预约之后，所述方法还包括：获取所述指定充电站的充电预约规划表；基于所述预约充电时间对所述充电预约规划表进行更新；在确定所述指定充电站在指定时间段的充电容量达到预设阈值的情况下，关闭所述指定充电站在所述指定时间段的预约选项。

在可选的实施方式中，在基于所述充电预约请求中的预约充电时间对所述指定充电站进行充电预约之后，所述方法还包括：获取所述用户的位置数据和所述指定充电站的位置数据；基于所述用户的位置数据和所述指定充电站的位置数据确定所有可选导航路线；显示所有所述可选导航路线。

第二方面，本发明提供一种充电预约装置，应用于车辆充电app，包括：第一获取模块，用于获取用户设置的充电站筛选条件；筛选模块，用于基于所述充电站筛选条件，从当前地理区域内筛选可选充电站；响应模块，用于响应于用户的点选请求，显示与所述点选请求对应的目标充电站的充电量预测曲线和/或电价预测曲线；其中，所述目标充电站表示所述可选充电站中的任一充电站；第一接收模块，用于接收用户的充电预约请求；其中，所述充电预约请求包括：预约充电时间和指定充电站；预约模块，用于基于所述充电预约请求中的预约充电时间对所述指定充电站进行充电预约。

第三方面，本发明提供一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述实施方式中任一项所述的充电预约方法的步骤。

第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现前述实施方式中任一项所述的充电预约方法。

本发明提供的充电预约方法应用于车辆充电app，该app可向用户提供符合充电站筛选条件的可选充电站，以及目标充电站的充电量预测曲线和/或电价预测曲线，以使用户能够对预约充电时间及地点进行充分评估后再决策，满足了用户的预约充电的需求，有效地提升了用户体验。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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的附图。

图1为本发明实施例提供的一种充电预约方法的流程图；

图2为本发明实施例提供的一种生成充电站充电量预测曲线的流程图；

图3为本发明实施例提供的一种充电预约装置的功能模块图；

图4为本发明实施例提供的一种电子设备的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明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发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

实施例一

本发明实施例提供了一种充电预约方法，该方法应用于车辆充电app，如图1所示，该方法包括如下步骤：

步骤S102，获取用户设置的充电站筛选条件。

具体的，要想通过车辆充电app实现车辆充电预约，首先app应确定用户的对充电站的要求是什么，也即，充电站筛选条件具体包括哪些，否则车辆充电app只能根据软件预设的推广策略提供一些充电站信息。在本发明实施例中，充电站筛选条件包括以下其中至少一种：与用户当前位置之间的距离，充电站等级(例如，普通/VIP，或者，I级/II级/III级)，与目的地(商区)之间的距离，充电站评价，本发明实施例不对充电站筛选条件进行具体限定，app开发人员可以根据实际需求进行增/删/改。

步骤S104，基于充电站筛选条件，从当前地理区域内筛选可选充电站。

车辆充电app在获取到用户设置的充电站筛选条件之后，即可根据上述条件从当前地理区域内筛选出所有的可选充电站，其中，为了符合一般用户的充电场景，当前地理区域可以为用户当前所处的区/县/市，甚至可以扩大到省；若用户设置的筛选条件是以目的地的地理位置为中心，则当前地理区域即为目的地所在的区/县/市，也可以扩大到省。

步骤S106，响应于用户的点选请求，显示与点选请求对应的目标充电站的充电量预测曲线和/或电价预测曲线。

其中，目标充电站表示可选充电站中的任一充电站。

车辆充电app根据充电站筛选条件筛选出可选充电站之后，将在app的人机交互界面上显示所有可选充电站的详细信息(例如，显示可选充电站的列表)，为了辅助用户对充电站的选择做出决策，当用户在界面中点选目标充电站的图标时，app将接收到相应的点选请求，接下来，app显示上述目标充电站的充电量预测曲线和/或电价预测曲线。充电量预测曲线也即充电站未来一段时间的日充电量的变化曲线，电价曲线也即充电站未来一段时间的日电价的变化曲线。

用户通过多次的点选，就可以查看到不同充电站的充电量预测曲线和/或电价预测曲线，进而通过对各曲线所提供的数据进行综合考量之后，确定出最终要预约充电的指定充电站以及预约充电时间。

步骤S108，接收用户的充电预约请求。

其中，充电预约请求包括：预约充电时间和指定充电站。

步骤S110，基于充电预约请求中的预约充电时间对指定充电站进行充电预约。

用户在确定出指定充电站以及预约充电时间之后，即可在app上进行充电预约操作，具体为在app的人机交互界面上选择指定充电站和预约充电时间，这样处理之后，就相当于发送了包含上述信息的充电预约请求给app，app接收到用户的充电预约请求之后，即可根据预约充电时间对指定充电站进行充电预约。进一步的，app还可以为用户提供充电站中可用充电桩的选择功能，也即，用户在进行预约时，可以选择精确到指定充电站中的指定充电桩，如果不选，则app将进行策略上的智能调配，以保障用户在预约充电时间到达充电站后有充电桩可以充电。

本发明提供的充电预约方法应用于车辆充电app，该app可向用户提供符合充电站筛选条件的可选充电站，以及目标充电站的充电量预测曲线和/或电价预测曲线，以使用户能够对预约充电时间及地点进行充分评估后再决策，满足了用户的预约充电的需求，有效地提升了用户体验。

上文中对车辆充电app如何与用户进行交互，进而辅助用户完成充电预约的方法进行了详细的描述，下面对车辆充电app具体如何生成每个充电站的充电量预测曲线和电价预测曲线的方法进行介绍。

本发明实施例提供两种可生成充电站的充电量预测曲线的实施方式：实施方式一(曲线拟合预测的方式)，实施方式二(神经网络学习的方式)。

其中，如图2所示，实施方式一具体包括如下步骤：

步骤S201，获取目标充电站在历史时间段内的充电量数据和历史时间段内的城市温度数据。

通过对大量的充电数据进行统计分析后发现，温度、天气、节假日等对充电量的影响，在不同区域、不同城市、同城市的不同充电站之间都存在差异，因此，车辆充电app为了能够提供出目标充电站准确的充电量预测曲线，首先应获取目标充电站在历史时间段内的充电量数据和历史时间段内的城市温度数据，已知历史时间段越长，数据量越大，进而可使得最终输出的充电量预测曲线越准确，本发明实施例不对历史时间段的时长进行具体限制，但是建议大于一年，以囊括一年四季中充电量的变化。

步骤S202，对历史时间段内的充电量数据进行时序分解，得到目标充电站的充电量在目标时间段内的特征曲线。

在获取到目标充电站在历史时间段内的充电量数据之后，即可构建出历史时间段内的充电量曲线，进一步的，对其进行时序分解，或者也可理解为对为时序拟合预测(Prophet)，以得到目标充电站的充电量在目标时间段内的特征曲线。其中，目标时间段包括：历史时间段和预测时间段；特征曲线包括：长期趋势变化曲线、周趋势变化曲线、节假日变化曲线、季节趋势变化曲线和预测误差曲线。

也就是说，通过对历史的充电量数据进行时序分解，不仅能拟合出历史时间段内实际的特征曲线，同时还可以得到多条未来的预测时间段内的特征曲线，其中，长期趋势变化曲线表示充电量在相当长的时间内沿着一定方向发展变动的基本趋势曲线；周趋势变化曲线表示以周为单位拟合的充电量变化曲线；节假日变化曲线表示每个节假日中每一天的充电量变化曲线；季节趋势变化曲线表示以季节为单位拟合的充电量变化曲线；预测误差曲线中，历史时间段的部分表示历史时间段内的充电量数据与“长期趋势变化曲线、周趋势变化曲线、节假日变化曲线和季节趋势变化曲线的和”之间的差值；而预测时间段的部分则是以历史时间段的误差数据为参考的预测误差数据。

步骤S203，基于历史时间段内的城市温度数据、目标时间段内的季节趋势变化曲线和预测误差曲线，拟合预测目标时间段内受温度变化影响的第一充电量变化曲线。

通过上文中的描述可知，温度对充电量数据会产生影响，因此，在得到目标时间段内的季节趋势变化曲线和预测误差曲线之后，进一步结合历史时间段内的城市温度数据即可拟合预测目标时间段内受温度变化影响的第一充电量变化曲线，也就是说，第一充电量变化曲线反映的是受温度天气影响的充电量变化的部分。本发明实施例不对上述拟合预测的方法进行具体限定，用户可以根据实际需求进行选择，例如可使用LGBM算法。

步骤S204，基于第一充电量变化曲线、长期趋势变化曲线、周趋势变化曲线和节假日变化曲线，构建目标充电站在预测时间段内的充电量预测曲线。

在得到长期趋势变化曲线、周趋势变化曲线、节假日变化曲线之后，再结合第一充电量变化曲线，即可构建出目标充电站在预测时间段内的充电量预测曲线。在一个可选的实施方式中，上述步骤S204，基于第一充电量变化曲线、长期趋势变化曲线、周趋势变化曲线和节假日变化曲线，构建目标充电站在预测时间段内的充电量预测曲线，具体包括如下内容：将第一充电量变化曲线、长期趋势变化曲线、周趋势变化曲线和节假日变化曲线进行合并，得到目标充电站在预测时间段内的充电量预测曲线。

在本发明实施例中，曲线的合并也即按照时间进行数据累加的过程，上述曲线进行合并的结果即为目标充电站在预测时间段内的充电量预测曲线。

上文中描述了基于曲线拟合预测的方式生成充电站的充电量预测曲线的方法，下面对基于神经网络学习的实施方式二进行介绍，具体的，实施方式二包括如下步骤：

步骤S301，获取影响目标充电站今日充电量的目标特征。

具体的，为了能够得到准确度较高的充电量预测曲线，首先需要收集影响目标充电站今日充电量的目标特征，其中，目标特征包括：目标充电站的昨日充电量、上周同日充电量、预设数量个历史时间段的充电量均值、今日的星期属性、今日的节假日属性、今日的温度数据、今日的天气属性、上周同日的温度数据和上周同日的天气属性。

为了便于理解，下面对每一个目标特征的含义进行解释说明，假设今天是星期一，那么目标特征中，目标充电站的昨日充电量：目标充电站上一个星期日的充电量；上周同日充电量：目标充电站上周一的充电量；预设数量个历史时间段的充电量均值，本发明实施例不对预设数量以及历史时间段的时长进行具体限定，用户可以根据实际需求进行选择，例如可以选择：近3天(上星期五、星期六和星期日)的充电量均值，以及，近7天(上周)的充电量均值；今日的星期属性：星期一；今日的节假日属性：非节假日；今日的温度数据：今日最高温度、最低温度和平均温度；今日的天气属性：晴天/阴天/雨天/雪天；上周同日的温度数据和上周同日的天气属性：上星期一的温度数据和天气属性。

步骤S302，利用目标神经网络模型对目标特征进行处理，得到目标充电站在预测时间段内的充电量预测曲线。

在获取到影响目标充电站今日充电量的目标特征之后，将上述特征输入目标神经网络模型，以使目标神经网络模型对目标特征进行处理，处理的结果即为目标充电站在预测时间段内的充电量预测曲线。其中，目标神经网络模型是经过大量数据训练后，得到的符合误差要求的神经网络模型。

在本发明实施例中，目标神经网络模型在处理数据时，实质是以迭代处理的方式得到的结果，例如，首先利用影响目标充电站今日充电量的目标特征预测出目标充电站今日充电量，接下来，将预测的今日充电量作为已知量，再使用步骤S301中的方法收集影响目标充电站明日充电量的目标特征，再预测目标充电站的明日充电量，以此类推，即可得到目标充电站在预测时间段内的充电量预测曲线。显然，利用神经网络学习的方法进行充电量预测时，预测时间段的时长是受天气预报的预测时间影响的(因为预测需要使用温度和天气数据)，如果天气预报只能提供未来15天的天气情况，那么利用本实施方式处理的结果也只能是目标充电站在未来15天的充电量预测曲线。

在得到目标充电站的充电量预测曲线之后，为了能够进一步得到其电价变化曲线，在一个可选的实施方式中，本发明实施例所提供的方法还包括如下步骤：

步骤S401，将目标充电站在预测时间段内的充电量预测曲线推送至目标充电站的管理人员。

步骤S402，接收管理人员反馈的目标充电站在预测时间段内的电价预测曲线。

实际应用中，目标充电站的电价是由其管理人员管控的，充电站每日的电价多少是可以根据其运营策略进行调整，因此，车辆充电app可以将计算出的充电量预测曲线推送给管理人员，让管理人员根据实际情况定价，最后将价格上传之后，即可得到目标充电站在预测时间段内的电价预测曲线。

由于每个充电站都有其固定的容客量(也即，可用充电桩数量)，所以为了避免出现由于同一时段的预约过多导致用户无法按计划充电的情况，在本发明实施例中，在执行完步骤S110，基于充电预约请求中的预约充电时间对指定充电站进行充电预约之后，本发明方法还包括如下步骤：

步骤S501，获取指定充电站的充电预约规划表。

步骤S502，基于预约充电时间对充电预约规划表进行更新。

步骤S503，在确定指定充电站在指定时间段的充电容量达到预设阈值的情况下，关闭指定充电站在指定时间段的预约选项。

也就是说，车辆充电app为每一个充电站均定制了充电预约规划表，上述规划表是根据充电站的容客量设置的，当用户选定了指定充电站进行预约充电之后，app首先获取该充电站的充电预约规划表，然后根据当前的充电预约请求将充电预约规划表中的相应时段进行占用，然后再对其进行更新，如果经过多个用户的预约，发现该充电站在指定时间段的充电容量达到预设阈值，也即无法再接受新的用户在该时间段内进行充电，那么app需要关闭指定充电站在指定时间段的预约选项，以避免超量预约的情况发生，影响用户充电体验。

在一个可选的实施方式中，在执行完步骤S110，基于充电预约请求中的预约充电时间对指定充电站进行充电预约之后，本发明方法还包括如下步骤：

步骤S601，获取用户的位置数据和指定充电站的位置数据。

步骤S602，基于用户的位置数据和指定充电站的位置数据确定所有可选导航路线。

步骤S603，显示所有可选导航路线。

具体的，为了进一步提升用户的使用体验，在用户选定预约充电的指定充电站之后，车辆充电app还可以进一步为用户提供到达指定充电站的所有可选导航路线。

实施例二

本发明实施例还提供了一种充电预约装置，该充电预约装置主要用于执行上述实施例一所提供的充电预约方法，以下对本发明实施例提供的充电预约装置做具体介绍。

图3是本发明实施例提供的一种充电预约装置的功能模块图，如图3所示，该装置主要包括：第一获取模块10，筛选模块20，响应模块30，第一接收模块40，预约模块50，其中：

第一获取模块10，用于获取用户设置的充电站筛选条件。

筛选模块20，用于基于充电站筛选条件，从当前地理区域内筛选可选充电站。

响应模块30，用于响应于用户的点选请求，显示与点选请求对应的目标充电站的充电量预测曲线和/或电价预测曲线；其中，目标充电站表示可选充电站中的任一充电站。

第一接收模块40，用于接收用户的充电预约请求；其中，充电预约请求包括：预约充电时间和指定充电站。

预约模块50，用于基于充电预约请求中的预约充电时间对指定充电站进行充电预约。

本发明提供的充电预约装置应用于车辆充电app，该app可向用户提供符合充电站筛选条件的可选充电站，以及目标充电站的充电量预测曲线和/或电价预测曲线，以使用户能够对预约充电时间及地点进行充分评估后再决策，满足了用户的预约充电的需求，有效地提升了用户体验。

可选地，该装置还包括：

第二获取模块，用于获取目标充电站在历史时间段内的充电量数据和历史时间段内的城市温度数据。

分解模块，用于对历史时间段内的充电量数据进行时序分解，得到目标充电站的充电量在目标时间段内的特征曲线；其中，目标时间段包括：历史时间段和预测时间段；特征曲线包括：长期趋势变化曲线、周趋势变化曲线、节假日变化曲线、季节趋势变化曲线和预测误差曲线。

拟合模块，用于基于历史时间段内的城市温度数据、目标时间段内的季节趋势变化曲线和预测误差曲线，拟合预测目标时间段内受温度变化影响的第一充电量变化曲线。

构建模块，用于基于第一充电量变化曲线、长期趋势变化曲线、周趋势变化曲线和节假日变化曲线，构建目标充电站在预测时间段内的充电量预测曲线。

可选地，构建模块具体用于：

将第一充电量变化曲线、长期趋势变化曲线、周趋势变化曲线和节假日变化曲线进行合并，得到目标充电站在预测时间段内的充电量预测曲线。

可选地，该装置还包括：

第三获取模块，用于获取影响目标充电站今日充电量的目标特征；其中，目标特征包括：目标充电站的昨日充电量、上周同日充电量、预设数量个历史时间段的充电量均值、今日的星期属性、今日的节假日属性、今日的温度数据、今日的天气属性、上周同日的温度数据和上周同日的天气属性。

处理模块，用于利用目标神经网络模型对目标特征进行处理，得到目标充电站在预测时间段内的充电量预测曲线。

可选地，该装置还包括：

推送模块，用于将目标充电站在预测时间段内的充电量预测曲线推送至目标充电站的管理人员。

第二接收模块，用于接收管理人员反馈的目标充电站在预测时间段内的电价预测曲线。

可选地，该装置还包括：

第四获取模块，用于获取指定充电站的充电预约规划表。

更新模块，用于基于预约充电时间对充电预约规划表进行更新。

关闭模块，用于在确定指定充电站在指定时间段的充电容量达到预设阈值的情况下，关闭指定充电站在指定时间段的预约选项。

可选地，该装置还包括：

第五获取模块，用于获取用户的位置数据和指定充电站的位置数据。

确定模块，用于基于用户的位置数据和指定充电站的位置数据确定所有可选导航路线。

显示模块，用于显示所有可选导航路线。

实施例三

参见图4，本发明实施例提供了一种电子设备，该电子设备包括：处理器60，存储器61，总线62和通信接口63，所述处理器60、通信接口63和存储器61通过总线62连接；处理器60用于执行存储器61中存储的可执行模块，例如计算机程序。

其中，存储器61可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口63(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。

总线62可以是ISA总线、PCI总线或EISA总线等。所述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4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器61用于存储程序，所述处理器60在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的过程定义的装置所执行的方法可以应用于处理器60中，或者由处理器60实现。

处理器60可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器60中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器60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 SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器61，处理器60读取存储器61中的信息，结合其硬件完成上述方法的步骤。

本发明实施例所提供的一种充电预约方法、装置和电子设备的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

另外，在本发明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，本发明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)执行本发明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(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。

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。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，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。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

此外，术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“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发明中的具体含义。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。