全息路口毫米波雷达数据处理方法、装置及计算机设备

技术领域

本申请涉及智能交通技术领域，尤其涉及一种全息路口毫米波雷达数据处理方法、装置、计算机设备及存储介质。

背景技术

车路协同的智能路侧感知设备可实时地对交通参与者进行全息感知，不仅能够为单车智能提供其感知范围之外的交通状况，也能为智慧城市提供实时交通场景的数字孪生视角，从而实现精细化的交通管理和控制。智能路侧感知设备的主要作用是能够实时还原交通场景，主要的设备有视频、激光雷达、毫米波雷达等，毫米波雷达以其全天时、全天候、速度测量准、覆盖范围大等特点成为智能路侧感知设备不可或缺的核心传感器之一。

目前交通场景的毫米波雷达主要应用包括卡口测速、车流量检测、排队长度检测等，这些应用的毫米波雷达数据处理方法比较简单且功能很少，只测量了车辆速度或者车辆统计参数的准确性，缺乏对整个检测范围内的所有目标轨迹跟踪。而全息路口场景感知需要毫米波雷达对检测范围内的车辆、行人、动物等所有交通参与者进行实时的、精准的探测。在各种交通场景中，包括城市路口、城市路段、高速公路、快速路、隧道等，城市路口的交通状况最为复杂，安装在城市路口的毫米波雷达难以解决的问题也最多，如拐弯车辆分裂（即在车辆在拐弯过程中将拐弯同一个车辆识别成多个车辆）是众多毫米波雷达产家关注的焦点。

因此，现在亟需一种全息路口毫米波雷达数据处理方法、装置及计算机设备来解决上述问题。

发明内容

本申请实施例提供一种全息路口毫米波雷达数据处理方法、装置及计算机设备，用于解决拐弯车辆分裂的问题。

本发明实施例提供一种全息路口毫米波雷达数据处理方法，所述方法包括：

获取目标车辆的坐标、横向速度、纵向速度以及车辆类型；

根据所述横向速度和纵向速度计算所述目标车辆的运动航向角，根据所述目标车辆的坐标和车辆类型计算所述目标车辆的矩形区域；

确定所述目标车辆的矩形区域内是否出现其他车辆的坐标；

若所述目标车辆的矩形区域内出现其他车辆的坐标，且所述其他车辆的运动航向角与所述目标车辆的运动航向角差值小于等于预置数值，则确定所述目标车辆和所述其他车辆为同一车辆。

本发明实施例提供一种全息路口毫米波雷达数据处理装置，所述装置包括：

获取模块，用于获取目标车辆的坐标、横向速度、纵向速度以及车辆类型；

计算模块，用于根据所述横向速度和纵向速度计算所述目标车辆的运动航向角，根据所述目标车辆的坐标和车辆类型计算所述目标车辆的矩形区域；

确定模块，用于确定所述目标车辆的矩形区域内是否出现其他车辆的坐标；

所述确定模块，还用于若所述目标车辆的矩形区域内出现其他车辆的坐标，且所述其他车辆的运动航向角与所述目标车辆的运动航向角差值小于等于预置数值，则确定所述目标车辆和所述其他车辆为同一车辆。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并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上述全息路口毫米波雷达数据处理方法。

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程序，所述计算机程序被处理器执行时实现上述全息路口毫米波雷达数据处理方法。

一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述的全息路口毫米波雷达数据处理方法。

本发明提供一种全息路口毫米波雷达数据处理方法、装置及计算机设备，首先获取目标车辆的坐标、横向速度、纵向速度以及车辆类型；然后根据横向速度和纵向速度计算目标车辆的运动航向角，根据目标车辆的坐标和车辆类型计算目标车辆的矩形区域；确定目标车辆的矩形区域内是否出现其他车辆的坐标；若目标车辆的矩形区域内出现其他车辆的坐标，且其他车辆的运动航向角与所述目标车辆的运动航向角差值小于等于预置数值，则确定所述目标车辆和所述其他车辆为同一车辆。从而通过本发明解决了由于车辆外形结构、运动状态而导致的毫米波雷达探测数据目标分裂问题，即同一辆车有多个目标输出。降低虚假目标的出现概率，提高车流量统计精度。

附图说明

图1为本申请提供的一种全息路口毫米波雷达数据处理方法流程图；

图2为本申请提供的一种来向车辆的车辆类型确定流程图；

图3为本申请提供的一种去向车辆的车辆类型确定流程图；

图4为本申请提供的全息路口毫米波雷达数据处理系统架构图；

图5为本申请提供的路口毫米波雷达安装场景图；

图6为本申请提供的装置的结构示意图；

图7为本申请提供的计算机设备的示意图。

具体实施方式

为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请实施例的技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请实施例技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。

请参阅图1所示，为本发明实施例提供的一种全息路口毫米波雷达数据处理方法，用于执行步骤S101-步骤S104：

步骤S101，获取目标车辆的坐标、横向速度、纵向速度以及车辆类型。

在本实施例中，可以按照第一预置间隔通过毫米波雷达获取来向或去向车辆的坐标、横向速度、纵向速度；根据获取的来向或去向车辆的坐标、横向速度、纵向速度，更新轨迹池中的轨迹。其中，所述轨迹池中的每条轨迹都对应有车辆的唯一标识、坐标、横向速度、纵向速度、车道标识、停止标识以及车辆类型。唯一标识可以为自动生成的数字，车道标识用于表示车辆所在的车道，停止标识可以通过1或是0来标识车辆是否为停止状态，车辆类型具体可以包括小车、中车、大车和超大车等，本实施例对此不做具体限定。

具体的，第一预置间隔可以为50-80毫秒，本实施例在通过毫米波雷达获取来向或去向车辆的坐标、横向速度、纵向速度之后，通过二维傅里叶变换、恒虚警检测、坐标转换产生的数据（

在本发明提供的一个实施例中，所述获取目标车辆的坐标、横向速度、纵向速度以及车辆类型，包括：按照第二预置间隔从更新的轨迹池中获取目标车辆的坐标、横向速度、纵向速度以及车辆类型，所述目标车辆为轨迹池中的每个轨迹对应的车辆。该第二预置间隔可以为50-90毫秒。

具体的，所述根据获取的来向或去向车辆的坐标、横向速度、纵向速度，更新轨迹池中的轨迹，包括：确定所述轨迹池中与获取的来向或去向车辆的坐标存在关联的关联轨迹以及不存在关联的非关联轨迹；根据获取的来向或去向车辆的坐标、横向速度、纵向速度更新轨迹池中对应的关联轨迹，并记录关联轨迹的跟踪次数；根据所述非关联轨迹的停止标识，更新轨迹池中对应的非关联轨迹，并记录非关联轨迹的丢失次数。其中，在对车辆进行跟踪关联时，若新获取的来向或去向车辆与轨迹池中的停止车辆的欧氏距离小于

在本发明提供的一个实施例中，若停止目标车道上前方一定距离

若停止车辆后方有真实探测到的车辆即将碰撞到停止车辆时，该删除停止车辆的停止标识。在判定为停止车辆后，开始计时。若停止时间大于根据路口红绿灯时间合理设定的

在本实施例中，所述根据所述非关联轨迹的停止标识，更新轨迹池中对应的非关联轨迹，包括：若所述非关联轨迹的停止标识为1，则以一定的加速度减速外推，当来向或去向车辆的纵向速度减为0，将此时来向或去向车辆的的位置更新为非关联轨迹停止的最终位置；若非关联轨迹将要更新的位置已与前方目标重合，则来向或去向车辆在前一周期的位置为非关联轨迹停止的最终位置；若所述非关联轨迹的停止标识为0，则以丢失时的速度匀速外推，当来向或去向车辆的最大丢失次数大于

其中，确定车辆的停车标识的过程为：确定所述非关联轨迹对应的纵向速度是否小于

本发明实施例解决由于车辆遮挡、毫米波雷达对低速多车辆场景探测结果不理想而导致的车辆排队不准确、停止车辆无法正常消除等问题，使得利用毫米波雷达数据能够更加准确的还原真实交通场景。

步骤S102，根据所述横向速度和纵向速度计算所述目标车辆的运动航向角，根据所述目标车辆的坐标和车辆类型计算目标车辆的矩形区域。

具体的，对横向速度和纵向速度进行arctan计算得到目标车辆的运动航向角，具体的通过公式θ = arctan（

步骤S103，确定所述目标车辆的矩形区域内是否出现其他车辆的坐标。

步骤S104，若所述目标车辆的矩形区域内出现其他车辆的坐标，且所述其他车辆的运动航向角与所述目标车辆的运动航向角差值小于等于预置数值，则确定所述目标车辆和所述其他车辆为同一车辆。

其中，预置数值具体可以为±30°，即若目标车辆的矩形区域内出现其他车辆的坐标，且其他车辆的运动航向角与所述目标车辆的运动航向角差值小于等于±30°，则确定目标车辆和所述其他车辆为同一车辆。

本发明实施例提供一种全息路口毫米波雷达数据处理方法，首先获取目标车辆的坐标、横向速度、纵向速度以及车辆类型；然后根据横向速度和纵向速度计算目标车辆的运动航向角，根据目标车辆的坐标和车辆类型计算所述目标车辆的矩形区域；确定目标车辆的矩形区域内是否出现其他车辆的坐标；若目标车辆的矩形区域内出现其他车辆的坐标，且其他车辆的运动航向角与所述目标车辆的运动航向角差值小于等于预置数值，则确定所述目标车辆和所述其他车辆为同一车辆。从而通过本发明解决了由于车辆外形结构、运动状态而导致的毫米波雷达探测数据目标分裂问题，即同一辆车有多个目标输出。降低虚假目标的出现概率，提高车流量统计精度。

请参阅图2，若通过毫米波雷达获取的为来向车辆，则通过下述流程确定来向车辆的车辆类型，具体包括步骤S201-步骤S203：

步骤S201，若在预置距离以外来向车辆的反射截面积值大于目标面积值，则将该来向车辆的大车相似度计数器加1。

来向车辆在进入轨迹池时，统一分类为小车。首先给设定变量Target_RCS_Avr赋初始值，每个周期将200米外的新出现车辆的反射截面积RCS与Target_RCS_Avr进行加权平均。若200米外的车辆的RCS大于Target_RCS_Avr+δ，δ为RCS补偿值，其根据实际雷达采集数据决定，则将该车辆的大车相似度计数器big_car_cnt加1。

步骤S202，若整个检测范围内所述来向车辆的纵向速度大于

其中，

需要说明的是，本实施例中的步骤S201和步骤S202为并列的步骤，其执行不分先后顺序。

其中，根据纵向相对距离的大小分别给参加比较的2个来向车辆的超大车相似度计数器、大车相似度计数器、中车相似度计数器加1，包括：若纵向相对距离小于第一数值，则为参加比较的2个来向车辆的中车相似度计数器加1；若纵向相对距离在第一数值到第二数值之间，则为参加比较的2个来向车辆的大车相似度计数器加1；若纵向相对距离大于第二数值，则为参加比较的2个来向车辆的超大车相似度计数器加1。

在本实施例中，来向车辆与周围来向车辆的横向相对距离、纵向相对距离、横向速度差值的绝对值、纵向速度差值的绝对值分别小于设定的

步骤S203，将超大车、大车、中车相似度计数器分别与对应的判断阈值OverSize_car_cnt_threshold，big_car_cnt_threshold，medium_car_cnt_threshold比较；若大于对应判断阈值，则确定所述来向车辆的车辆类型为超大车、大车、中车或小车。

其中，所述来向车辆的默认类型为小车。进一步的，若本周期内的超大车、大车、中车相似度计数器与上个周期的计数器相同，则计数器清零，从而达到连续周期进行判断的目的。

请参阅图3，若通过毫米波雷达获取的为去向车辆，则通过下述流程确定车辆的车辆类型，具体包括步骤S301-步骤S303：

步骤S301，对通过所述毫米波雷达获取的去向车辆的坐标、纵向速度和横向速度进行聚类，对属于同一聚类中的车辆赋值相同的唯一标识。

步骤S302，若所述同一聚类中存在多个坐标，则根据同一聚类中距所述毫米波雷达的最远点和最近点的纵向相对距离，确定所述聚类中的车辆类型为中车、大车或超大车。

其中，所述根据同一聚类中距所述毫米波雷达的最远点和最近点的纵向相对距离，确定所述聚类中的车辆类型为中车、大车或超大车，包括：若纵向相对距离小于第一数值，则确定所述聚类中的车辆类型为中车；若纵向相对距离在第一数值到第二数值之间，则确定所述聚类中的车辆类型为大车；若纵向相对距离大于第二数值，则确定所述聚类中的车辆类型为超大车。即若纵向相对距离小于4.8米，判断为中车；纵向相对距离在4.8米到12米之间，判断为大车；纵向相对距离大于12米，判断为超大车。

进一步的，所述确定所述聚类中的车辆类型为小车，包括：将所述同一聚类中距所述毫米波雷达的纵向相对距离确定为第一距离，若所述第一距离大于第一目标距离且所述聚类的捕获次数大于

具体的，若聚类的最远点为小车、纵向距离大于35米，并且捕获次数大于

进一步的，当发生如下两种情况时，将最近点的轨迹回退标志位Track_back_flag=1，并记录最远点的横向距离和纵向距离到最近点的目标特征中去，从而标记该目标可能是跟踪的大车车头位置，将保持该位置不动，直到车尾超出该位置再继续跟踪车尾，保证目标轨迹不会回退。

第一种情况为聚类的最远点为小车、纵向距离大于35米，并且捕获次数大于Ncatch的已经输出目标；

第二种情况为聚类的最远点为非小车、纵向距离大于40米，并且捕获次数大于Ncatch的已经输出目标。

去向轨迹回退的点，即Track_back_flag=1，先不输出记录最远点的横向纵向距离；直到目标轨迹能超过记录的最远点纵向距离时，轨迹回退标志位置零，目标输出。

步骤S303，若所述同一聚类中仅存在一个坐标，则确定所述聚类中的车辆类型为小车。

本发明实施例公开的确定车辆的车辆类型方法，根据对毫米波雷达探测点云的深入分析，将来向车辆和去向车辆进行区分识别处理，提高来向目标大小车分类的目标识别准确率，解决去向目标轨迹回退问题，提高轨迹跟踪符合率。

如图4和图5所示，本发明提供一种全息路口毫米波雷达数据处理系统，包括：毫米波雷达、路口交换机、边缘计算服务器和交通管理平台。

城市路口一般将毫米波雷达安装在电警杆或信号灯杆上，覆盖路口和对向进出口路段。定义以毫米波雷达在地面上的投影作为坐标原点，雷达照射方向为y轴。

毫米波雷达通过路口交换机将处理后的数据传送给边缘计算服务器，边缘计算服务器形成融合轨迹后上报交通管理平台。毫米波雷达通过路口交换机将处理后的数据传送给信号机，在路口实现智能信控。毫米波雷达通过路口交换机将处理后的数据发送给交通管理平台，使得交通管理平台执行本申请全息路口毫米波雷达数据处理方法，之后展示交通参与者轨迹，并在后台进行轨迹的融合及展示。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种全息路口毫米波雷达数据处理装置，该全息路口毫米波雷达数据处理装置与上述实施例中全息路口毫米波雷达数据处理方法一一对应。如图6所示，所述装置各功能模块详细说明如下：

获取模块61，用于获取目标车辆的坐标、横向速度、纵向速度以及车辆类型；

计算模块62，用于根据所述横向速度和纵向速度计算所述目标车辆的运动航向角，根据所述目标车辆的坐标和车辆类型计算所述目标车辆的矩形区域；

确定模块63，用于确定所述目标车辆的矩形区域内是否出现其他车辆的坐标；

所述确定模块63，还用于若所述目标车辆的矩形区域内出现其他车辆的坐标，且所述其他车辆的运动航向角与所述目标车辆的运动航向角差值小于等于预置数值，则确定所述目标车辆和所述其他车辆为同一车辆。

在本发明提供的一个可选实施例中，获取模块61，还用于按照第一预置间隔通过毫米波雷达获取来向或去向车辆的坐标、横向速度、纵向速度；

更新模块64，用于根据获取的来向或去向车辆的坐标、横向速度、纵向速度，更新轨迹池中的轨迹，所述轨迹池中的每条轨迹都对应有车辆的唯一标识、坐标、横向速度、纵向速度、车道标识、停止标识以及车辆类型；

获取模块61，具体用于按照第二预置间隔从更新的轨迹池中获取目标车辆的坐标、横向速度、纵向速度以及车辆类型，所述目标车辆为轨迹池中的每个轨迹对应的车辆。

在本发明提供的一个可选实施例中，更新模块64，具体用于：

确定所述轨迹池中与获取的来向或去向车辆的坐标存在关联的关联轨迹以及不存在关联的非关联轨迹；

根据获取的来向或去向车辆的坐标、横向速度、纵向速度更新轨迹池中对应的关联轨迹，并记录关联轨迹的跟踪次数；

根据所述非关联轨迹的停止标识，更新轨迹池中对应的非关联轨迹，并记录非关联轨迹的丢失次数。

在本发明提供的一个可选实施例中，更新模块64，具体用于：

若所述非关联轨迹的停止标识为1，则以一定的加速度减速外推，当来向或去向车辆的纵向速度减为0，将此来向或去向车辆的时的位置更新为非关联轨迹停止的最终位置；若非关联轨迹将要更新的位置已与前方目标重合，则来向或去向车辆在前一周期的位置为非关联轨迹停止的最终位置；

若所述非关联轨迹的停止标识为0，则以丢失时的速度匀速外推，当来向或去向车辆的最大丢失次数大于

在本发明提供的一个可选实施例中，确定模块63，还用于：

确定所述非关联轨迹对应的纵向速度是否小于

若是，则将所述非关联轨迹的停止标识置1；

若否，则将所述非关联轨迹的停止标识置0。

在本发明提供的一个可选实施例中，若通过毫米波雷达获取的为来向车辆，确定模块63，还用于：

若在预置距离以外来向车辆的反射截面积值大于目标面积值，则将该来向车辆的大车相似度计数器加1；

若整个检测范围内所述来向车辆的纵向速度大于

将超大车、大车、中车相似度计数器分别与对应的判断阈值OverSize_car_cnt_threshold，big_car_cnt_threshold，medium_car_cnt_threshold比较；若大于对应判断阈值，则确定所述来向车辆的车辆类型为超大车、大车、中车或小车，所述来向车辆的默认类型为小车。

在本发明提供的一个可选实施例中，确定模块63，具体用于：

若纵向相对距离小于第一数值，则为参加比较的2个来向车辆的中车相似度计数器加1；

若纵向相对距离在第一数值到第二数值之间，则为参加比较的2个来向车辆的大车相似度计数器加1；

若纵向相对距离大于第二数值，则为参加比较的2个来向车辆的超大车相似度计数器加1。

在本发明提供的一个可选实施例中，若通过毫米波雷达获取的为去向车辆，确定模块63，具体用于：

对通过所述毫米波雷达获取的去向车辆的坐标、纵向速度和横向速度进行聚类，对属于同一聚类中的车辆赋值相同的唯一标识；

若所述同一聚类中存在多个坐标，则根据同一聚类中距所述毫米波雷达的最远点和最近点的纵向相对距离，确定所述聚类中的车辆类型为中车、大车或超大车；

若所述同一聚类中仅存在一个坐标，则确定所述聚类中的车辆类型为小车。

在本发明提供的一个可选实施例中，确定模块63，具体用于：

若纵向相对距离小于第一数值，则确定所述聚类中的车辆类型为中车；

若纵向相对距离在第一数值到第二数值之间，则确定所述聚类中的车辆类型为大车；

若纵向相对距离大于第二数值，则确定所述聚类中的车辆类型为超大车。

在本发明提供的一个可选实施例中，确定模块63，具体用于：

将所述同一聚类中距所述毫米波雷达的纵向相对距离确定为第一距离，若所述第一距离大于第一目标距离且所述聚类的捕获次数大于

所述根据同一聚类中距所述毫米波雷达的最远点和最近点的纵向相对距离，确定所述聚类中的车辆类型为中车、大车或超大车，包括：

将所述同一聚类中距所述毫米波雷达最远点的纵向相对距离确定为第二距离，若所述第二距离大于第二目标距离且所述聚类的捕获次数大于

关于装置的具体限定可以参见上文中对于全息路口毫米波雷达数据处理方法的限定，在此不再赘述。上述设备中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种全息路口毫米波雷达数据处理方法。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：

获取目标车辆的坐标、横向速度、纵向速度以及车辆类型；

根据所述横向速度和纵向速度计算所述目标车辆的运动航向角，根据所述目标车辆的坐标和车辆类型计算所述目标车辆的矩形区域；

确定所述目标车辆的矩形区域内是否出现其他车辆的坐标；

若所述目标车辆的矩形区域内出现其他车辆的坐标，且所述其他车辆的运动航向角与所述目标车辆的运动航向角差值小于等于预置数值，则确定所述目标车辆和所述其他车辆为同一车辆。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取目标车辆的坐标、横向速度、纵向速度以及车辆类型；

根据所述横向速度和纵向速度计算所述目标车辆的运动航向角，根据所述目标车辆的坐标和车辆类型计算所述目标车辆的矩形区域；

确定所述目标车辆的矩形区域内是否出现其他车辆的坐标；

若所述目标车辆的矩形区域内出现其他车辆的坐标，且所述其他车辆的运动航向角与所述目标车辆的运动航向角差值小于等于预置数值，则确定所述目标车辆和所述其他车辆为同一车辆。

在一个实施例中，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序被处理器执行实现以下步骤：

获取目标车辆的坐标、横向速度、纵向速度以及车辆类型；

根据所述横向速度和纵向速度计算所述目标车辆的运动航向角，根据所述目标车辆的坐标和车辆类型计算所述目标车辆的矩形区域；

确定所述目标车辆的矩形区域内是否出现其他车辆的坐标；

若所述目标车辆的矩形区域内出现其他车辆的坐标，且所述其他车辆的运动航向角与所述目标车辆的运动航向角差值小于等于预置数值，则确定所述目标车辆和所述其他车辆为同一车辆。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上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精神和范围，均应包含在本发明的保护范围之内。