识别控制指令的方法及装置、非易失性存储介质、处理器

技术领域

本发明涉及机器人控制技术领域，具体而言，涉及一种识别控制指令的方法及装置、非易失性存储介质、处理器。

背景技术

目前在多关节机器人控制系统中，控制机器人运动的第二控制指令是由运动控制器产生经由线路传递到伺服驱动器，伺服驱动器经过环路计算驱动伺服电机运行到相 应的位置，因此第二控制指令从运动控制器传递到伺服驱动器的准确性以及合理性尤 为重要。

但是，相关技术中存在以下无法识别控制指令的准确性的情况，可能会导致伺服驱动器接收到错误指令进而降低控制机器人运行的精度：1)运动控制器本身传递了错 误的第二控制指令，并且伺服驱动器正确接收到；2)运动控制器本身传递了正确的第 二控制指令，但是在传输的过程中受到外界干扰，伺服驱动器接收到错误的第二控制 指令或者没有接收到第二控制指令。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种识别控制指令的方法及装置、非易失性存储介质、处理器，以至少解决相关技术中无法识别接收到的控制指令的准确性，进而导致降低控制 多关节机器人运行精度的技术问题。

根据本发明实施例的一个方面，提供了一种识别控制指令的方法，包括：获取多关节机器人上的每个轴伺服电机在当前循环周期的电机运行参数，其中，上述多关节 机器人运行一次上述目标轨迹则每个上述轴伺服电机执行至少一个循环周期；依据上 述电机运行参数生成第一控制指令，其中，上述第一控制指令中携带有在上述轴伺服 电机执行当前循环周期的下一循环周期时，预测到的上述多关节机器人的移动距离范 围；在上述轴伺服电机接收到第二控制指令时，基于上述第一控制指令确定上述第二 控制指令是否正确，其中，上述第二控制指令中携带有上述轴伺服电机执行上述下一 循环周期时上述多关节机器人的目标移动距离。

根据本发明实施例的另一方面，还提供了一种识别控制指令的装置，包括：获取模块，用于获取多关节机器人上的每个轴伺服电机在当前循环周期的电机运行参数， 其中，上述多关节机器人运行一次上述目标轨迹则每个上述轴伺服电机执行至少一个 循环周期；生成模块，用于依据上述电机运行参数生成第一控制指令，其中，上述第 一控制指令中携带有在上述轴伺服电机执行当前循环周期的下一循环周期时，预测到 的上述多关节机器人的移动距离范围；识别模块，用于在上述轴伺服电机接收到第二 控制指令时，基于上述第一控制指令确定上述第二控制指令是否正确，其中，上述第 二控制指令中携带有上述轴伺服电机执行上述下一循环周期时上述多关节机器人的目 标移动距离。

根据本发明实施例的另一方面，还提供了一种非易失性存储介质，上述非易失性存储介质存储有多条指令，上述指令适于由处理器加载并执行任意一项上述的识别控 制指令的方法。

根据本发明实施例的另一方面，还提供了一种处理器，上述处理器用于运行程序，其中，上述程序被设置为运行时执行任意一项上述的识别控制指令的方法。

根据本发明实施例的另一方面，还提供了一种电子装置，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为运行上述计算机程序以执行任 意一项上述的识别控制指令的方法。

根据本发明实施例的另一方面，还提供了一种多关节机器人，包括：电子装置， 其中，上述电子装置包括存储器和处理器，上述存储器中存储有计算机程序，上述处 理器被设置为运行上述计算机程序以执行任意一项上述的识别控制指令的方法。

在本发明实施例中，通过获取多关节机器人上的每个轴伺服电机在当前循环周期的电机运行参数，其中，上述多关节机器人运行一次上述目标轨迹则每个上述轴伺服 电机执行至少一个循环周期；依据上述电机运行参数生成第一控制指令，其中，上述 第一控制指令中携带有在上述轴伺服电机执行当前循环周期的下一循环周期时，预测 到的上述多关节机器人的移动距离范围；在上述轴伺服电机接收到第二控制指令时， 基于上述第一控制指令确定上述第二控制指令是否正确，其中，上述第二控制指令中 携带有上述轴伺服电机执行上述下一循环周期时上述多关节机器人的目标移动距离， 达到了识别控制指令的准确性的目的，从而实现了提升控制多关节机器人运行精度的 技术效果，进而解决了相关技术中无法识别接收到的控制指令的准确性，进而导致降 低控制多关节机器人运行精度的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图 中：

图1是根据本发明实施例的一种识别控制指令的方法的流程图；

图2是根据本发明实施例的一种可选的识别控制指令的方法的流程图；

图3是根据本发明实施例的一种可选的基于预测模型识别控制指令的结构示意图；

图4是根据本发明实施例的一种识别控制指令的装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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 仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领 域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于 本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这 样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在 这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的 任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方 法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚 地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本发明实施例，提供了一种识别控制指令的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并 且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序 执行所示出或描述的步骤。

图1是根据本发明实施例的一种识别控制指令的方法的流程图，如图1所示，该 方法包括如下步骤：

步骤S102，获取多关节机器人上的每个轴伺服电机在当前循环周期的电机运行参数，其中，上述多关节机器人运行一次上述目标轨迹则每个上述轴伺服电机执行至少 一个循环周期；

步骤S104，依据上述电机运行参数生成第一控制指令，其中，上述第一控制指令中携带有在上述轴伺服电机执行当前循环周期的下一循环周期时，预测到的上述多关 节机器人的移动距离范围；

步骤S106，在上述轴伺服电机接收到第二控制指令时，基于上述第一控制指令确定上述第二控制指令是否正确，其中，上述第二控制指令中携带有上述轴伺服电机执 行上述下一循环周期时上述多关节机器人的目标移动距离。

在本发明实施例中，通过获取多关节机器人上的每个轴伺服电机在当前循环周期的电机运行参数，其中，上述多关节机器人运行一次上述目标轨迹则每个上述轴伺服 电机执行至少一个循环周期；依据上述电机运行参数生成第一控制指令，其中，上述 第一控制指令中携带有在上述轴伺服电机执行当前循环周期的下一循环周期时，预测 到的上述多关节机器人的移动距离范围；在上述轴伺服电机接收到第二控制指令时， 基于上述第一控制指令确定上述第二控制指令是否正确，其中，上述第二控制指令中 携带有上述轴伺服电机执行上述下一循环周期时上述多关节机器人的目标移动距离， 达到了识别控制指令的准确性的目的，从而实现了提升控制多关节机器人运行精度的 技术效果，进而解决了相关技术中无法识别接收到的控制指令的准确性，进而导致降 低控制多关节机器人运行精度的技术问题。

可选的，上述多关节机器人可以为工业机器人，例如，多关节手臂机器人、多关 节机械机器人，适用于诸多工业领域的机械自动化作业中，例如，根据多关节机器人 的构造，用于自动装配、喷漆、搬运、焊接等。

在一种可选的实施例中，通过采集多关节机器人的伺服电机的目标位置值、给定速度值、给定转矩电流值、位置实际值、速度实际值、转矩电流实际值等，并将数据 采集单元采集到的值进行数模转换以及存储，在多关节机器人开始运行过程中，识别 机器人运行第一个完整轨迹在不同工况下每个轴伺服电机在每个循环周期的转动距离、 转动速度及转矩电流。

在之后运行的连续多个(例如，5个)完整的轨迹过程中，对每个轴伺服电机在 每个循环周期转动的转动距离、转动速度及转矩电流进行校准，最终确定多关节机器 人运行一个完整的轨迹，每个轴的伺服电机在每个循环周期的转动距离P＝(P

作为一种可选的实施例，上述电机运行参数包括：转动距离、转动速度、转矩电流；图2是根据本发明实施例的一种可选的识别控制指令的方法的流程图，如图2所 示，依据上述电机运行参数生成第一控制指令，包括：

步骤S202，将上述转动距离、上述转动速度、上述转矩电流输入至预测模型，得 到上述第一控制指令，其中，上述预测模型是使用多组数据通过机器学习训练出来的， 上述多组数据中的每组数据均包括：样本运行参数，以及与上述样本运行参数对应的 样本控制指令，其中，上述样本运行参数包括：样本转动距离、样本转动速度、样本 转矩电流。

在上述可选的实施例中，通过每个轴的伺服电机在每个循环周期转动的样本转动距离、样本转动速度及样本转矩电流,预先建立预测模型，并进行校验该预测模型是否 创建成功。

可选的，上述预测模型可以为长短期记忆网络LSTM模型,在本申请实施例中，还可以通过有选择的加入新的影响因子给当前预测模型的状态，以减小该预测模型的误 差。

在上述可选的实施例中，该预测模型的输入为当前伺服电机的转动距离P

其中，W

在申请实施例中，在LSTM编码模块完成编码之后进行解码，来预测下一个循环周期的第一控制指令，首先将预测的当前的循环周期的第一控制指令Y

r

作为一种可选的实施例，上述预测模型预测的准确性采用最终偏移误差和误差阈值的比较结果来评价，当最终偏移误差A

其中，A

在一种可选的实施例中，上述第一控制指令中携带有在上述轴伺服电机执行当前循环周期的下一循环周期时，预测到的上述多关节机器人的移动距离范围；

具体的，可以通过如下计算公式计算下一循环周期的移动距离范围，其中，W

在一种可选的实施例中，仍如图2所示，基于上述第一控制指令确定上述第二控制指令是否正确，包括：

步骤S302，获取上述第一控制指令中携带的上述移动距离范围以及上述第二控制指令中携带的上述目标移动距离；

步骤S304，检测上述目标移动距离是否包含于上述移动距离范围；

步骤S306，若检测结果指示上述目标移动距离未包含于上述移动距离范围，则确定上述第二控制指令不正确，若检测结果指示上述目标移动距离包含于上述移动距离 范围，则确定上述第二控制指令正确。

可选的，上述第二控制指令为多关节机器人的伺服驱动器接收到的上位控制器发送的控制指令，并存储多关节机器人在此运行轨迹中上一次接收到的第三控制指令。

在上述可选的实施例中，通过获取上述第一控制指令中携带的上述移动距离范围以及上述第二控制指令中携带的上述目标移动距离；判断伺服驱动器收到的第二控制 指令中携带的目标移动距离是否在预测的移动距离范围内，若检测结果指示上述目标 移动距离未包含于上述移动距离范围，则确定上述第二控制指令不正确，若检测结果 指示上述目标移动距离包含于上述移动距离范围，则确定上述第二控制指令正确。

在一种可选的实施例中，仍如图2所示，在基于上述第一控制指令确定上述的第二控制指令是否正确之后，上述方法还包括：

步骤S402，若确定上述第二控制指令正确，则采用上述第二控制指令控制上述多关节机器人运行上述下一循环周期，并将指令错误计数器的计数清零；

步骤S404，若确定上述第二控制指令不正确，则依据第三控制指令修正上述第二控制指令，将上述指令错误计数器的计数加1，并确定是否采用修正后的第二控制指 令控制上述轴伺服电机执行上述下一循环周期，其中，上述第三控制指令为用于控制 上述轴伺服电机执行上述当前循环周期的指令。

在本申请实施例中，若确定上述第二控制指令正确，则采用上述第二控制指令控制上述多关节机器人运行上述下一循环周期，并将指令错误计数器的计数清零；此外， 若确定上述第二控制指令不正确，则依据第三控制指令修正上述第二控制指令，将上 述指令错误计数器的计数加1，并确定是否采用修正后的第二控制指令控制上述轴伺 服电机执行上述下一循环周期，其中，上述第三控制指令为用于控制上述轴伺服电机 执行上述当前循环周期的指令。

在一种可选的实施例中，仍如图2所示，依据第三控制指令修正上述第二控制指令，包括：

步骤S502，获取上述第三控制指令中携带的当前移动距离，其中，上述当前移动距离为上述轴伺服电机执行上述当前循环周期时上述多关节机器人的移动距离；

步骤S504，计算上述目标移动距离与上述当前移动距离之间的差值；

步骤S506，采用上述差值修正上述目标移动距离。

具体的，可以参考伺服电机执行当前循环周期时的第三控制指令中携带的当前移动距离，对第二控制指令中携带的目标移动距离进行修正。具体的，可以计算上述目 标移动距离与上述当前移动距离之间的差值；采用上述差值修正上述目标移动距离。

在一种可选的实施例中，采用上述差值修正上述目标移动距离，包括：计算上述差值与上述当前移动距离的相加值；将上述相加值赋值给上述目标移动距离，即实现 采用第三控制指令中携带的当前移动距离，对第二控制指令中携带的目标移动距离进 行修正的目的。

在一种可选的实施例中，仍如图2所示，确定是否采用修正后的第二控制指令控制上述轴伺服电机执行上述下一循环周期，包括：

步骤S602，检测上述指令错误计数器的计数是否小于预定值；

步骤S604，若检测到上述计数小于上述预定值，则确定采用修正后的第二控制指令控制上述轴伺服电机执行上述下一循环周期；

步骤S606，若检测到上述计数大于或等于上述预定值，则确定不采用修正后的第二控制指令控制上述轴伺服电机执行上述下一循环周期，并输出告警信息。

可选的，上述预定值可以为2，在上述可选的实施例中，在采用上述第三控制指 令对第二控制指令进行修正之后，通过检测上述指令错误计数器的计数是否小于2， 若检测到上述计数小于2，则确定采用修正后的第二控制指令控制上述轴伺服电机执 行上述下一循环周期；若检测到上述计数大于或等于2，则确定不采用修正后的第二 控制指令控制上述轴伺服电机执行上述下一循环周期，并输出告警信息。

还存在一种可选的实施例，如图3所示的框架图所示，基于预测模型识别控制指令的框架图主要包含以下处理单元，包括：数据采集单元、数据处理单元、自学习单 元、预测模型创建单元、预估单元、比较单元、错误处理单元；其中，数据采集单元 主要采集伺服电机目标位置值、给定速度值、给定转矩电流值、位置实际值、速度实 际值、转矩电流实际值等；数据处理单元主要将数据采集单元采集到的值进行数模转 换以及存储；自学习单元主要功能是伺服驱动器识别并确认多关节机器人在零位控、 低速空载，中速空载、高速空载、低速满载、中速满载、高速满载工况下每个轴伺服 电机在每个循环周期转动的转动距离、转动速度以及转矩电流；预测模型创建单元， 用于创建一个可以预测下一循环周期伺服驱动器的移动距离范围的第一控制指令的预 测模型；预估单元主要用于基于预测模型预估的第一控制指令计算得到移动距离范围； 比较单元主要用于判断第二控制指令是否处于上述移动距离范围内；错误处理单元主 要功能是当驱动器接收到错误的第二控制指令时，驱动器执行相应的动作。

实施例2

根据本发明实施例，还提供了一种用于实施上述识别控制指令的方法的装置实施例，图4是根据本发明实施例的一种识别控制指令的装置的结构示意图，如图4所示， 上述识别控制指令的装置，包括：获取模块40、生成模块42和识别模块44，其中：

获取模块40，用于获取多关节机器人上的每个轴伺服电机在当前循环周期的电机运行参数，其中，上述多关节机器人运行一次上述目标轨迹则每个上述轴伺服电机执 行至少一个循环周期；生成模块42，用于依据上述电机运行参数生成第一控制指令， 其中，上述第一控制指令中携带有在上述轴伺服电机执行当前循环周期的下一循环周 期时，预测到的上述多关节机器人的移动距离范围；识别模块44，用于在上述轴伺服 电机接收到第二控制指令时，基于上述第一控制指令确定上述第二控制指令是否正确， 其中，上述第二控制指令中携带有上述轴伺服电机执行上述下一循环周期时上述多关 节机器人的目标移动距离。

在一种可选的实施例中，上述电机运行参数包括：转动距离、转动速度、转矩电流；上述装置还用于通过全连接网络将上述转动距离转化至特征空间，得到距离特征； 将上述转动距离、上述转动速度、上述转矩电流输入至预测模型，得到上述第一控制 指令，其中，上述预测模型是使用多组数据通过机器学习训练出来的，上述多组数据 中的每组数据均包括：样本运行参数，以及与上述样本运行参数对应的样本控制指令， 其中，上述样本运行参数包括：样本转动距离、样本转动速度、样本转矩电流。

在一种可选的实施例中，上述装置还用于获取上述第一控制指令中携带的上述移动距离范围以及上述第二控制指令中携带的上述目标移动距离；检测上述目标移动距 离是否包含于上述移动距离范围；若检测结果指示上述目标移动距离未包含于上述移 动距离范围，则确定上述第二控制指令不正确，若检测结果指示上述目标移动距离包 含于上述移动距离范围，则确定上述第二控制指令正确。

在一种可选的实施例中，上述装置还用于若确定上述第二控制指令正确，则采用上述第二控制指令控制上述多关节机器人运行上述下一循环周期，并将指令错误计数 器的计数清零；若确定上述第二控制指令不正确，则依据第三控制指令修正上述第二 控制指令，将上述指令错误计数器的计数加1，并确定是否采用修正后的第二控制指 令控制上述轴伺服电机执行上述下一循环周期，其中，上述第三控制指令为用于控制 上述轴伺服电机执行上述当前循环周期的指令。

在一种可选的实施例中，上述装置还用于获取上述第三控制指令中携带的当前移动距离，其中，上述当前移动距离为上述轴伺服电机执行上述当前循环周期时上述多 关节机器人的移动距离；计算上述目标移动距离与上述当前移动距离之间的差值；采 用上述差值修正上述目标移动距离。

在一种可选的实施例中，上述装置还用于检测上述指令错误计数器的计数是否小于预定值；若检测到上述计数小于上述预定值，则确定采用修正后的第二控制指令控 制上述轴伺服电机执行上述下一循环周期；若检测到上述计数大于或等于上述预定值， 则确定不采用修正后的第二控制指令控制上述轴伺服电机执行上述下一循环周期，并 输出告警信息。

在一种可选的实施例中，上述装置还用于计算上述差值与上述当前移动距离的相加值；将上述相加值赋值给上述目标移动距离。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，例如，对于后者，可以通过以下方式实现：上述各个模块可以位于同一处理器中；或者，上述各个模块 以任意组合的方式位于不同的处理器中。

此处需要说明的是，上述获取模块40、生成模块42和识别模块44对应于实施例 1中的步骤S102至步骤S106，上述模块与对应的步骤所实现的实例和应用场景相同， 但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可 以运行在计算机终端中。

需要说明的是，本实施例的可选或优选实施方式可以参见实施例1中的相关描述，此处不再赘述。

上述的识别控制指令的装置还可以包括处理器和存储器，上述获取模块40、生成模块42和识别模块44等均作为程序单元存储在存储器中，由处理器执行存储在存储 器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元，上述内核可以设置一个或以上。存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包 括至少一个存储芯片。

根据本申请实施例，还提供了一种非易失性存储介质的实施例。可选地，在本实施例中，上述非易失性存储介质包括存储的程序，其中，在上述程序运行时控制上述 非易失性存储介质所在设备执行上述任意一种识别控制指令的方法。

可选地，在本实施例中，上述非易失性存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中，上 述非易失性存储介质包括存储的程序。

可选地，在程序运行时控制非易失性存储介质所在设备执行以下功能：获取多关节机器人上的每个轴伺服电机在当前循环周期的电机运行参数，其中，上述多关节机 器人运行一次上述目标轨迹则每个上述轴伺服电机执行至少一个循环周期；依据上述 电机运行参数生成第一控制指令，其中，上述第一控制指令中携带有在上述轴伺服电 机执行当前循环周期的下一循环周期时，预测到的上述多关节机器人的移动距离范围； 在上述轴伺服电机接收到第二控制指令时，基于上述第一控制指令确定上述第二控制 指令是否正确，其中，上述第二控制指令中携带有上述轴伺服电机执行上述下一循环 周期时上述多关节机器人的目标移动距离。

可选地，在程序运行时控制非易失性存储介质所在设备执行以下功能：通过全连接网络将上述转动距离转化至特征空间，得到距离特征；将上述转动距离、上述转动 速度、上述转矩电流输入至预测模型，得到上述第一控制指令，其中，上述预测模型 是使用多组数据通过机器学习训练出来的，上述多组数据中的每组数据均包括：样本 运行参数，以及与上述样本运行参数对应的样本控制指令，其中，上述样本运行参数 包括：样本转动距离、样本转动速度、样本转矩电流。

可选地，在程序运行时控制非易失性存储介质所在设备执行以下功能：获取上述第一控制指令中携带的上述移动距离范围以及上述第二控制指令中携带的上述目标移 动距离；检测上述目标移动距离是否包含于上述移动距离范围；若检测结果指示上述 目标移动距离未包含于上述移动距离范围，则确定上述第二控制指令不正确，若检测 结果指示上述目标移动距离包含于上述移动距离范围，则确定上述第二控制指令正确。

可选地，在程序运行时控制非易失性存储介质所在设备执行以下功能：若确定上述第二控制指令正确，则采用上述第二控制指令控制上述多关节机器人运行上述下一 循环周期，并将指令错误计数器的计数清零；若确定上述第二控制指令不正确，则依 据第三控制指令修正上述第二控制指令，将上述指令错误计数器的计数加1，并确定 是否采用修正后的第二控制指令控制上述轴伺服电机执行上述下一循环周期，其中， 上述第三控制指令为用于控制上述轴伺服电机执行上述当前循环周期的指令。

可选地，在程序运行时控制非易失性存储介质所在设备执行以下功能：获取上述第三控制指令中携带的当前移动距离，其中，上述当前移动距离为上述轴伺服电机执 行上述当前循环周期时上述多关节机器人的移动距离；计算上述目标移动距离与上述 当前移动距离之间的差值；采用上述差值修正上述目标移动距离。

可选地，在程序运行时控制非易失性存储介质所在设备执行以下功能：检测上述指令错误计数器的计数是否小于预定值；若检测到上述计数小于上述预定值，则确定 采用修正后的第二控制指令控制上述轴伺服电机执行上述下一循环周期；若检测到上 述计数大于或等于上述预定值，则确定不采用修正后的第二控制指令控制上述轴伺服 电机执行上述下一循环周期，并输出告警信息。

可选地，在程序运行时控制非易失性存储介质所在设备执行以下功能：计算上述差值与上述当前移动距离的相加值；将上述相加值赋值给上述目标移动距离。

根据本申请实施例，还提供了一种处理器的实施例。可选地，在本实施例中，上 述处理器用于运行程序，其中，上述程序运行时执行上述任意一种识别控制指令的方 法。

根据本申请实施例，还提供了一种电子装置的实施例，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为运行上述计算机程序以执行上述 任意一种的识别控制指令的方法。

根据本申请实施例，还提供了一种多关节机器人，包括：电子装置，其中，上述 电子装置包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置 为运行上述计算机程序以执行任意一项上述的识别控制指令的方法。

根据本申请实施例，还提供了一种计算机程序产品的实施例，当在数据处理设备上执行时，适于执行初始化有上述任意一种的识别控制指令的方法步骤的程序。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分， 可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，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接口，单元或模 块的间接耦合或通信连接，可以是电性或其它的形式。

上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。上述集成 的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

上述集成的单元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， 可以存储在一个计算机可读取非易失性存储介质中。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全部或部分可以以软 件产品的形式体现出来，该计算机软件产品存储在一个非易失性存储介质中，包括若 干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本 发明各个实施例上述方法的全部或部分步骤。而前述的非易失性存储介质包括：U盘、 只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、 移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润 饰也应视为本发明的保护范围。