位姿矫正方法、装置、电子设备、存储介质和车辆

技术领域

本公开涉及人工智能技术领域，尤其涉及自动驾驶、计算机视觉等领域。

背景技术

自动驾驶车辆启动后，往往会用算法确定一个最优位姿作为初始位姿。之后，车辆基于此初始位姿持续进行定位(也叫轨迹跟踪)。实际应用中，如果该初始位姿距离车辆的真实位姿有较大的误差，则轨迹跟踪算法将无法修正此误差从而形成一个原始误差。当场景较为相似时，例如在长直走廊场景中，后续的轨迹跟踪并不会失败，定位模块将持续输出一个有误差的位姿，而当该错误的位姿传导到下游规划与控制模块时就会导致撞墙、泊入错误的车库等情况。基于此，需要考虑如何矫正当前使用的初始位姿。

发明内容

本公开提供了一种位姿矫正方法、装置、电子设备、存储介质和车辆。

根据本公开的一方面，提供了一种位姿矫正方法，包括：

响应于车辆启动，确定多个候选位姿，并将所述多个候选位姿中的第一位姿确定为用于导航的初始位姿；

基于接收到的传感信息，确定所述多个候选位姿中的每个候选位姿的评分；

在所述多个候选位姿中的第二位姿的评分与所述第一位姿的评分之间的比较结果符合预设条件的情况下，将所述第二位姿确定为用于导航的初始位姿。

根据本公开的另一方面，提供了一种位姿矫正装置，包括：

初始化模块，用于响应于车辆启动，确定多个候选位姿，并将所述多个候选位姿中的第一位姿确定为用于导航的初始位姿；

评分确定模块，用于基于接收到的传感信息，确定所述多个候选位姿中的每个候选位姿的评分；

矫正模块，用于在所述多个候选位姿中的第二位姿的评分与所述第一位姿的评分之间的比较结果符合预设条件的情况下，将所述第二位姿确定为用于导航的初始位姿。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开实施例中任一的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行根据本公开实施例中任一的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据本公开实施例中任一的方法。

根据本公开的另一方面，提供了一种自动驾驶车辆，包括根据本公开实施例中任一的电子设备。

根据本公开实施例的技术方案，在车辆启动并将第一位姿确定为初始位姿之后，保留多个候选位姿，并根据后续接收到的传感信息确定每个候选位姿的评分，在包含符合预设条件的第二位姿的情况下，使用第二位姿替换第一位姿作为用于导航的初始位姿。如此，实现了在导航过程中动态矫正位姿，且该矫正过程中利用了车辆启动时初始化过程产生的候选位姿，在进行实时矫正时减少了计算量和内存占用。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开一实施例提供的位姿矫正方法的流程示意图；

图2是本公开另一实施例提供的位姿矫正方法的流程示意图；

图3是本公开实施例的一个应用示例中候选位姿的跟踪轨迹的示意图；

图4是本公开实施例的应用示例中位姿矫正方法的流程示意图；

图5是本公开一实施例提供的位姿矫正装置的示意性框图；

图6是本公开另一实施例提供的位姿矫正装置的示意性框图；

图7是用来实现本公开实施例的位姿矫正方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

为了便于理解本公开实施例提供的位姿矫正方法，以下对本公开实施例的相关技术进行说明，以下相关技术作为可选方案与本公开实施例的技术方案可以进行任意结合，其均属于本公开实施例的保护范围。

相关技术中，当已经通过一系列复杂的算法获得一个初始位姿时，可以基于词袋或场景识别算法进行全局重定位，重新获取初始位姿。然而，单纯基于词袋或场景识别的全局重定位方法不考虑已经得出的初始位姿结果，相当于重新做一次快速初始化，但其解相当不稳定，当场景产生较大变化时，其会导致解的跳变，从而不利于下游的规划和控制模块进行导航。且在车辆运行的过程中再做一次精密计算的初始化往往会产生很大的计算量，不利于实时运行。

此外，也可以采用采用粒子滤波的方法。然而，采用粒子滤波的方法在未收敛时会在整个地图随机地生成粒子，但在车库场景因为场景相似性往往难以收敛，并且正是由于粒子生成的位置是随机的，许多粒子并不具备存在价值，但却因此占用了大量计算量和内存，故粒子滤波的方法有较大的局限性。

本公开实施例能够解决上述问题中的至少一个。图1示出了本公开一实施例提供的位姿矫正方法的流程示意图。该方法可以应用于电子设备，该电子设备可以部署于自动驾驶车辆。在一些可选的实现方式中，该电子设备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，来实现本公开实施例的位姿矫正方法。如图1所示，该方法可以包括：

步骤S110、响应于车辆启动，确定多个候选位姿，并将多个候选位姿中的第一位姿确定为用于导航的初始位姿；

步骤S120、基于接收到的传感信息，确定多个候选位姿中的每个候选位姿的评分；

步骤S130、在多个候选位姿中的第二位姿的评分与第一位姿的评分之间的比较结果符合预设条件的情况下，将第二位姿确定为用于导航的初始位姿。

示例性地，在上述步骤S110中，可以利用预设算法确定多个候选位姿，预设算法例如是词袋算法或场景识别算法。可选地，也可以采用评分的方式在多个候选位姿中确定第一位姿，例如在利用预设算法确定多个候选位姿的同时给出每个候选位姿的评分，其中评分最高的位姿为第一位姿，将该位姿确定为用于导航的初始位姿。

在本公开实施例中，在多个候选位姿中确定出初始位姿后，保留各候选位姿，并基于后续接收到的传感信息，确定各候选位姿的评分。其中，传感信息可以来自于车辆中的传感器，包括摄像头、激光雷达等。示例性地，传感信息可以包括摄像头采集的图像、激光雷达采集的点云等。

可选地，电子设备可以周期性地接收传感信息，每次接收到传感信息时确定每个候选位姿的评分，并确定是否更换用于导航的位姿。例如，每接收到一帧摄像头的观测图像，则确定每个候选位姿的评分。

根据本公开实施例，会对多个候选位姿的第二位姿与当前用作导航初始位姿的第一位姿进行比较。其中，第二位姿可以是任一其他候选位姿，也可以是特定的某个位姿，例如多个候选位姿中评分最高的位姿。在比较结果符合预设条件的情况下，使用第二位姿替代第一位姿作为导航的初始位姿。其中，预设条件例如是第二位姿的评分大于第一位姿的评分，或者第二位姿的评分与第一位姿的评分之间的差值大于预设阈值等。

根据上述方法，在车辆启动并将第一位姿确定为初始位姿之后，保留多个候选位姿，并根据后续接收到的传感信息确定每个候选位姿的评分，在包含符合预设条件的第二位姿的情况下，使用第二位姿替换第一位姿作为用于导航的初始位姿。如此，实现了在导航过程中动态矫正位姿，且该矫正过程中利用了车辆启动时初始化过程产生的候选位姿，在进行实时矫正时减少了计算量和内存占用。

需要说明的是，上述处理方式可以迭代进行。示例性地，在将第二位姿确定为新的初始位姿并将第二位姿的轨迹跟踪用于导航之后，将第二位姿视为新的第一位姿，在接收到新的传感信息之后，可以新的传感信息继续对各候选位姿进行评分，并根据评分确定是否要使用其他位姿替代第一位姿。

在一示例性的实施方式中，上述步骤S120、基于接收到的传感信息，确定多个候选位姿中的每个候选位姿的评分，包括：基于接收到的传感信息，确定多个候选位姿中的每个候选位姿的跟踪轨迹；基于每个候选位姿的跟踪轨迹所对应的局部点云，拼接得到全局点云；基于每个候选位姿的跟踪轨迹所对应的局部点云以及全局点云，确定每个候选位姿的评分。

其中，候选位姿的跟踪轨迹为以该候选位姿为初始位姿进行轨迹跟踪得到的轨迹。由于每个候选位姿并未用于导航，因此上述轨迹跟踪也可以称为假设跟踪。为便于理解该处理方式，图2示出了本公开另一实施例提供的位姿矫正方法的流程示意图。如图2所示，该方法可以包括：

步骤S201、车辆启动；

步骤S202、用词袋或场景识别等算法生成多个候选位姿；

步骤S203、选择评分最高的第一位姿作为车辆的初始位姿；

步骤S204、车辆以该初始位姿进入导航模式；

步骤S205、让所有候选位姿进入假设跟踪状态(含最优位姿)。

也就是说，随着车辆的运动，针对每个候选位姿都会生成各自的轨迹和局部点云，每个候选位姿的评分是基于生成的轨迹所对应的局部点云与全局点云的比较结果确定的。

采用本实施方式，动态地收集传感信息，并随之生成各候选位姿的跟踪轨迹以及局部点云，各候选位姿的修正精度会随着车辆的动态运行逐渐增强，从而使得车辆在运行时能逐渐去除初始化定位的原始误差，使自动驾驶在导航过程的故障率大大降低。

在一示例性的实施方式中，基于接收到的传感信息，确定多个候选位姿中的每个候选位姿的跟踪轨迹，包括：基于接收到的观测图像以及观测点云，得到车辆的真实位姿；基于真实位姿确定车辆的增量位姿；基于增量位姿以及观测点云，确定每个候选位姿的跟踪轨迹。

其中，观测图像可以指车辆的摄像头实时采集的图像。观测点云可以指车辆的激光雷达实时采集的点云。示例性地，可以基于观测图像中的各像素点和观测点云中对应的各点进行PnP(Perspective-n-Point)匹配以及解算，从而得到车辆的真实位姿，即车辆在全局坐标系下的位姿。通过比较当前的真实位姿以及接收到上一帧图像时确定的真实位姿，得到车辆的增量位姿。同时三角化当前的观测点云形成局部点云，根据增量位姿和局部点云更新各候选位姿的跟踪轨迹和对应的点云。

采用本实施方式，可以提升跟踪轨迹的准确性，从而更准确地确定各候选位姿的评分，以在合适的时机对用于导航的初始位姿进行替换，避免位姿过度跳动，提升定位系统的稳定性。

在一示例性的实施方式中，基于每个候选位姿的跟踪轨迹所对应的局部点云以及全局点云，确定每个候选位姿的评分，包括：对每个位姿的跟踪轨迹所对应的局部点云中的多个点与全局点云中的多个点进行匹配，得到多个匹配点对；基于多个匹配点对中的每个匹配点对的距离，得到每个候选位姿的评分。

具体地，可以在全局点云中查找与每个局部点云中的各点距离最近的点，从而形成多个匹配点对。然后，基于以下公式确定各候选位姿的评分Score：

其中，P

在一示例性的实施方式中，位姿矫正方法还可以包括：在多个候选位姿中，删除跟踪轨迹撞墙的位姿。示例性地，在接收到当前的传感信息时，若基于传感信息确定某个候选位姿的跟踪轨迹撞墙，则删除该候选位姿，从而无需对该候选位姿进行评分。在下一次接收到传感信息时，也无需对该候选位姿进行轨迹更新以及评分。

图3示出了一个应用示例中各候选位姿的跟踪轨迹的示意图。如图3所示，在车库场景中，多个候选位姿的轨迹包括轨迹301、轨迹302和轨迹303。可以看到，轨迹302和轨迹303撞墙，可以删除这些已经撞墙的轨迹对应的候选位姿。采用本实施方式，可以及时删除不符合要求的候选位姿，从而降低后续处理中的计算量。

示例性地，在本公开实施例中，第二位姿可以是多个候选位姿中评分最高的位姿。相应地，步骤S130、在多个候选位姿中的第二位姿的评分与第一位姿的评分之间的比较结果符合预设条件的情况下，将第二位姿确定为用于导航的初始位姿，可以包括：在第二位姿的评分与第一位姿的评分之间的差值大于第一阈值的情况下，将第二位姿确定为用于导航的初始位姿。

也就是说，预设条件为第二位姿的评分与第一位姿的评分之间的差值大于第一阈值。采用本实施方式，当第二位姿的评分相比第一位姿的评分高出第一阈值时，才使用第二位姿替代第一位姿作为用于导航的初始位姿，可以避免位姿过度跳动导致的用户导航体验较低的问题，从而提升定位系统的稳定性。

在一示例性的实施方式中，在第二位姿的评分与第一位姿的评分之间的差值大于第一阈值的情况下，将第二位姿确定为用于导航的初始位姿，包括：在第二位姿的评分与第一位姿的评分之间的差值大于第一阈值的情况下，若第二位姿与第一位姿之间的距离小于或等于第二阈值，则将第二位姿确定为用于导航的初始位姿。

其中，第二位姿与第一位姿之间的距离可以是欧式距离。采用本实施方式，仅在第二位姿与第一位姿之间距离较小的情况下，采用第二位姿替代第一位姿作为用于导航的初始位姿，如此，可以进一步避免位姿过度跳动导致的用户导航体验较低的问题，提升定位系统的稳定性。

在一示例性的实施方式中，位姿矫正方法还包括：在第二位姿的评分与第一位姿的评分之间的差值大于第一阈值的情况下，若第二位姿与第一位姿之间的距离大于第二阈值，则发出报错信息，以指示重新确定多个候选位姿。

示例性地，若第二位姿与第一位姿之间的距离大于第二阈值，则可以向系统发出报错信息，表示初始位姿可能出现了较大错误，需要车辆停下来重新定位。此时，可以再次启动车辆，确定多个候选位姿，例如采用词袋或场景识别等算法确定多个候选位姿，并将多个候选位姿中的第三位姿确定为用于导航的初始位姿，即重新进行了一次初始化。

采用本实施方式，在车辆位姿矫正的过程中考虑了当前正在使用的第一位姿，如果识别到第一位姿与评分最高的位姿存在过分的差距，则及时进行重定位以防止更大的灾难发生。

在一示例性的实施方式中，位姿矫正方法还可以包括：在多个候选位姿中，删除评分低于第三阈值的位姿。

示例性地，可以在确定出每个候选位姿的评分时，即删除评分低于第三阈值的位姿，从而无需在针对该位姿进行评分比较。在接收到下一个传感信息时，也无需对该位姿进行轨迹更新和评分。采用本实施方式，可以及时删除不符合要求的候选位姿，从而降低后续处理中的计算量。

为了便于理解本公开实施例提供的位姿矫正方法，下面提供一个具体的应用示例。图4示出了本公开实施例的应用示例中位姿矫正方法的流程示意图。如图4所示，该方法包括：

步骤S401、收到一帧摄像头观测图像。

步骤S402、取当前位姿周围的点云进行PnP匹配，得到一个全局坐标系下位姿(即车辆真实位姿)。

步骤S403、计算当前帧与上一帧的增量位姿Δp。

步骤S404、三角化当前观测点云形成局部点云Z。

步骤S405、根据Δp和Z更新所有候选位姿的轨迹和点云。

步骤S406、筛选掉轨迹撞墙的位姿。

步骤S407、把每个轨迹的局部点云和全局点云比较进行评分。

步骤S408、筛选掉评分低的候选位姿。

步骤S409、判断当前评分最高的候选位姿是否当前所用的位姿。若当前评分最高的候选位姿不是当前所用的位姿，则进入步骤S410。若当前评分最高的候选位姿是当前所用的位姿，则不做其他处理，结束当前流程。

步骤S410、判断当前评分最高位姿是否比当前所用位姿评分高出第一阈值δ。若是，则进入步骤S411；若否，则不做其他处理，结束当前流程。

步骤S411、判断当前评分最高位姿是否比当前所用位姿的欧式距离大第二阈值ε。若是，则进入步骤S412；若否，则进入步骤S413。

步骤S412、给系统报错要求停下重新进行初始化，然后结束。

步骤S413、替换评分最高位姿为当前位姿继续导航，然后结束。

根据上述应用示例，实现了在导航过程中动态矫正位姿的过程，这种修正的过程考虑了当前正在使用的位姿，其修正后不会导致位姿过度跳动导致的用户导航体验较低问题，且如果识别到过分错误的匹配能及时停下来以防止更大的灾难发生。

根据本公开实施例，还提供一种位姿矫正装置。图5示出了本公开一实施例提供的位姿矫正装置的示意性框图。如图5所示，该装置包括：

初始化模块510，用于响应于车辆启动，确定多个候选位姿，并将所述多个候选位姿中的第一位姿确定为用于导航的初始位姿；

评分确定模块520，用于基于接收到的传感信息，确定所述多个候选位姿中的每个候选位姿的评分；

矫正模块530，用于在所述多个候选位姿中的第二位姿的评分与所述第一位姿的评分之间的比较结果符合预设条件的情况下，将所述第二位姿确定为用于导航的初始位姿。

示例性地，图6示出了本公开另一实施例提供的位姿矫正装置的示意性框图。如图6所示，评分确定模块520可以包括：

轨迹跟踪单元621，用于基于接收到的传感信息，确定所述多个候选位姿中的每个候选位姿的跟踪轨迹；

点云拼接单元622，用于基于所述每个候选位姿的跟踪轨迹所对应的局部点云，拼接得到全局点云；

评分确定单元623，用于基于所述每个候选位姿的跟踪轨迹所对应的局部点云以及所述全局点云，确定所述每个候选位姿的评分。

可选地，所述轨迹跟踪单元621具体用于：

基于接收到的观测图像以及观测点云，得到所述车辆的真实位姿；

基于所述真实位姿确定所述车辆的增量位姿；

基于所述增量位姿以及所述观测点云，确定所述每个候选位姿的跟踪轨迹。

可选地，所述评分确定单元623具体用于：

对所述每个位姿的跟踪轨迹所对应的局部点云中的多个点与所述全局点云中的多个点进行匹配，得到多个匹配点对；

基于所述多个匹配点对中的每个匹配点对的距离，得到所述每个候选位姿的评分。

可选地，如图6所示，位姿矫正装置还可以包括：

第一删除模块610，用于在所述多个候选位姿中，删除跟踪轨迹撞墙的位姿。

可选地，所述第二位姿为所述多个候选位姿中评分最高的位姿；矫正模块530具体用于：

在所述第二位姿的评分与所述第一位姿的评分之间的差值大于第一阈值的情况下，将所述第二位姿确定为用于导航的初始位姿。

可选地，所述矫正模块530用于：

在所述第二位姿的评分与所述第一位姿的评分之间的差值大于第一阈值的情况下，若所述第二位姿与所述第一位姿之间的距离小于或等于第二阈值，则将所述第二位姿确定为用于导航的初始位姿。

可选地，所述矫正模块530还用于：

在所述第二位姿的评分与所述第一位姿的评分之间的差值大于第一阈值的情况下，若所述第二位姿与所述第一位姿之间的距离大于第二阈值，则发出报错信息，以指示重新确定所述多个候选位姿。

可选地，如图6所示，位姿矫正装置还包括：

第二删除模块620，用于在所述多个候选位姿中，删除评分低于第三阈值的位姿。

本公开实施例的装置的各模块、子模块的具体功能和示例的描述，可以参见上述方法实施例中对应步骤的相关描述，在此不再赘述。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如位姿矫正方法。例如，在一些实施例中，位姿矫正方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的位姿矫正方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行位姿矫正方法。

本公开实施例还提供一种自动驾驶车辆，包括上述电子设备。该自动驾驶设备通过该电子设备中的处理器调用存储器中存储的计算机可读指令的方式，来实现本公开实施例的位姿矫正方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。