数据处理方法、装置、雷达、设备及存储介质

技术领域

本申请涉及雷达技术领域，尤其涉及一种数据处理方法、装置、雷达、设备及存储介质。

背景技术

雷达由发射机、接收机和信息处理系统等组成，其可发射探测信号然后将接收到的从目标反射回来的信号，并根据反射回来的信号便可获得目标的有关信息，例如雷达与目标之间的距离、目标的方位、高度和形状等参数。因此，雷达被广泛应用于目标探测和跟踪上。

在实际应用中，通常是识别出每个目标在移动过程中的空间信息，据此生成其移动轨迹，进而，借助该移动轨迹实现目标跟踪，或事故排查等等。但是，现有技术中生成的移动轨迹的准确度较低。

发明内容

本申请的方面提供一种数据处理方法、装置、雷达、设备及存储介质，用以提高目标移动轨迹的准确度。

本申请实施例提供一种数据处理方法，包括：

获取雷达在目标时刻探测到的目标对象的第一空间信息和第一能量信息；

根据所述第一能量信息和所述第一空间信息，计算所述目标对象在所述目标时刻的目标观测中心；

将所述目标观测中心与所述目标对象在历史时刻的第一目标轨迹进行融合，以生成所述目标对象的第二目标轨迹；

其中，所述第一目标轨迹是根据所述目标对象在所述历史时刻的第二空间信息和第二能量信息确定的；所述历史时刻位于所述目标时刻之前。

本申请实施例还提供一种数据处理装置，包括：第一获取模块、计算模块和第一融合模块；

其中，所述第一获取模块，用于获取雷达在目标时刻探测到的目标对象的第一空间信息和第一能量信息；

所述计算模块，用于根据所述第一能量信息和所述第一空间信息，计算所述目标对象在所述目标时刻的目标观测中心；

所述第一融合模块，用于将所述目标观测中心与所述目标对象在历史时刻的第一目标轨迹进行融合，以生成所述目标对象的第二目标轨迹；

其中，所述第一目标轨迹是根据所述目标对象在所述历史时刻的第二空间信息和第二能量信息确定的；所述历史时刻位于所述目标时刻之前。

本申请实施例还提供一种雷达，包括：存储器和处理器；其中，所述存储器用于存储计算机程序和目标对象在历史时刻的第一目标轨迹；所述第一目标轨迹是根据所述目标对象在所述历史时刻的第二空间信息和第二能量信息确定的；

所述处理器耦合至所述存储器，用于执行所述计算机程序以用于：

获取雷达在所述目标时刻探测到的目标对象的第一空间信息和第一能量信息；其中，所述历史时刻位于所述目标时刻之前；

根据所述第一能量信息和所述第一空间信息，计算所述目标对象在所述目标时刻的目标观测中心；

将所述目标观测中心与所述第一目标轨迹进行融合，以生成所述目标对象的第二目标轨迹。

本申请实施例还提供一种探测设备，搭载有雷达，并包括存储器和处理器；其中，所述雷达用于获取在目标时刻探测到的目标对象的第一空间信息和第一能量信息；

所述存储器用于存储计算机程序和所述目标对象在历史时刻的第一目标轨迹；所述第一目标轨迹是根据所述目标对象在历史时刻的第二空间信息和第二能量信息确定的；所述历史时刻位于所述目标时刻之前；

所述处理器耦合至所述存储器，用于执行所述计算机程序以用于：根据所述第一能量信息和所述第一空间信息，计算所述目标对象在所述目标时刻的目标观测中心；将所述目标观测中心与所述第一目标轨迹进行融合，以生成所述目标对象的第二目标轨迹。

本申请实施例还提供一种移动设备，搭载有雷达；所述雷达用于：获取在所述目标时刻探测到的目标对象的第一空间信息和第一能量信息；根据所述第一能量信息和所述第一空间信息，计算所述目标对象在所述目标时刻的目标观测中心；将所述目标观测中心与所述目标对象的在历史时刻的第一目标轨迹进行融合，以生成所述目标对象的第二目标轨迹；其中，所述第一目标轨迹是根据所述目标对象在历史时刻的第二空间信息和第二能量信息确定的；所述历史时刻位于所述目标时刻之前。

本申请实施例还提供一种存储有计算机指令的计算机可读存储介质，当所述计算机指令被一个或多个处理器执行时，致使所述一个或多个处理器执行包括以下的动作：

获取雷达在目标时刻探测到的目标对象的第一空间信息和第一能量信息；

根据所述第一能量信息和所述第一空间信息，计算所述目标对象在所述目标时刻的目标观测中心；

将所述目标观测中心与所述目标对象在历史时刻的第一目标轨迹进行融合，以生成所述目标对象的第二目标轨迹；

其中，所述第一目标轨迹是根据所述目标对象在历史时刻的第二空间信息和第二能量信息确定的；所述历史时刻位于所述目标时刻之前。

在本申请实施例中，可根据目标对象的空间信息和能量信息，计算目标对象的目标观测中心，并将目标对象的观测中心与目标对象在历史时刻的目标轨迹融合，生成目标对象的新的目标轨迹。其中，综合目标对象的空间信息和能量信息，确定目标对象的目标轨迹，有助于提高目标轨迹的准确性，进而有助于提高后续利用目标对象的轨迹进行后续工作的准确性。例如，在对目标跟踪时，有助于提高对目标对象定位的准确度，从而有助于提高目标跟踪的准确度等等。

附图说明

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

图1为本申请实施例提供的一种数据处理方法的流程示意图；

图2为本申请实施例提供的另一种数据处理方法的流程示意图；

图3为本申请实施例提供的一种数据处理装置的结构示意图；

图4为本申请实施例提供的一种雷达的结构示意图；

图5为本申请实施例提供的一种探测设备的结构示意图；

图6为本申请实施例提供的一种移动设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

针对现有生成目标对象的轨迹的准确度较低的技术问题，在本申请一些实施例中，可根据目标对象的空间信息和能量信息，计算目标对象的目标观测中心，并将目标对象的观测中心与目标对象在历史时刻的目标轨迹融合，生成目标对象的新的目标轨迹。其中，综合目标对象的空间信息和能量信息，确定目标对象的目标轨迹，有助于提高目标轨迹的准确性，进而有助于提高后续利用目标对象的轨迹进行后续工作的准确性。例如，在对目标跟踪时，有助于提高对目标对象定位的准确度，从而有助于提高目标跟踪的准确度等等。

以下结合附图，详细说明本申请各实施例提供的技术方案。

图1为本申请实施例提供的一种数据处理方法的流程示意图。如图1所示，该方法包括：

101、获取雷达在目标时刻探测到的目标对象的第一空间信息和第一能量信息。

102、根据第一能量信息和第一空间信息，计算目标对象在目标时刻的目标观测中心。

103、将目标观测中心与目标对象在历史时刻的第一目标轨迹进行融合，以生成目标对象的第二目标轨迹。

在本实施例中，雷达可为定向雷达，也可为旋转雷达。其中，雷达可以为微波雷达，也可为激光雷达等，但不限于此。

在本实施例中，雷达不仅可探测到目标对象的空间信息，还可探测到目标对象的能量信息。在本实施例中，目标对象的空间信息包括目标对象的位置信息和几何特征。目标对象的能量信息根据目标对象返回的回波信号的强度信息。回波信号的强度在一定程度上可反映目标对象距离雷达的距离。因此，目标对象的空间信息和能量信息均在一定程度上可反映目标对象与雷达之间的相对位置关系。基于此，若将目标对象的空间信息和能量信息进行结合来表征目标对象的轨迹信息，有助于提高确定出的轨迹的准确性。

基于上述分析，在步骤101中，获取雷达在目标时刻探测到的目标对象的第一空间信息和第二空间信息。其中，目标时刻是指雷达探测到第一空间信息和第二空间信息的时刻。在不同的应用场景中，目标时刻可为当前时刻，也可为过去时刻。例如，在对目标对象的跟踪的应用场景中，目标时刻可为雷达当前的探测时刻。又例如，在利用目标对象的轨迹进行事故排查或场景复盘的应用场景中，目标时刻相较于获取第一空间信息和第二空间信息的时刻为过去时刻。

接着，在步骤102中，根据第一空间信息和第一能量信息，计算目标对象的目标观测中心。进一步，在步骤103中，将目标观测中心与目标对象在历史时刻的第一目标轨迹进行融合，生成目标对象的第二目标轨迹。这种轨迹生成方式综合了目标对象的空间信息和能量信息，有助于提高目标轨迹的准确性，进而有助于提高后续利用目标对象的轨迹进行后续工作的准确性。例如，在对目标跟踪时，有助于提高对目标对象定位的准确度，从而有助于提高目标跟踪的准确度等等。

在本实施例中，第一目标轨迹是目标对象在历史时刻的轨迹信息。其中，历史时刻为目标时刻之前的探测时刻。优选地，历史时刻是与目标时刻距离最近的探测时刻。进一步，在本实施例中，第一目标轨迹是根据目标对象在历史时刻的第二空间信息和第二能量信息确定的。其中，确定第一目标轨迹的具体实施方式可参见上述和下述实施例中对目标对象的第二目标轨迹的确定方式的相关内容，在此暂不赘述。

需要说明的是，在本申请实施例中，“第一”、“第二”等描述，是用于区分不同的信息、轨迹、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

可选地，在步骤103中，可采用卡尔曼(Kalman)滤波方法，对目标观测中心与目标对象的第一目标轨迹进行融合。可选地，可使用卡尔曼滤波方法预测第二目标轨迹。

在本申请实施例中，雷达可搭载在各种设备上完成相关任务。例如，雷达可搭载在移动设备上实现对障碍物的探测，或者实现对目标的检查和跟踪等等。在本实施例中，在不同的应用场景中，可根据第二目标轨迹进行不同的工作。例如，在对目标跟踪的应用场景中，可根据第二目标轨迹，引导搭载有雷达的设备对目标对象进行跟踪；又例如，在事故排查的应用场景中，可根据第二目标轨迹以及目标对象在第二目标轨迹之前的其它目标轨迹，对搭载有雷达的设备的工作环境进行还原；等等，但不限于此。

进一步，雷达可搭载在各种设备上。例如，雷达可搭载在移动设备上，其中移动设备可以为自主移动设备，如无人机、无人驾驶车辆或机器人等，但不限于此；或者，移动设备也可以为需要人员控制的可移动的设备，如非无人驾驶的车辆、船只、飞机等等，但不限于此。

在本实施例中，雷达包括发射机、接收机和信息处理系统，其中，发射机用于发射探测信号，该探测信号遇到障碍物时会反射回来回波信号，接收机可接收该回波信号。之后，信息处理系统便可根据反射回来的回波信息获得目标的有关信息，例如雷达与目标之间的距离、目标的方位、高度和形状等参数。

在本实施例中，探测信号遇到障碍物其实质为：探测信号遇到障碍物上的某一点。为了便于描述和区分，将探测信号在传播过程中实际遇到的障碍点，定义为探测点。在本实施例中，探测点可能为目标对象上的某一点，也可能属于目标对象之外的其它对象，例如空气中的灰尘等等。其中，每个探测信号在遇到一个探测点时，可返回对应的回波信号。

进一步，可基于雷达发射的探测信号和接收到的回波信号，得到探测点的空间坐标信息和能量信息，多个探测点的空间坐标信息和空间能量信息便组成点云信息，即点云信息为一系列的空间坐标点和空间能量信息组成的集合。在本实施例中，点云信息中的一个数据点可解释为探测点的空间坐标信息和能量信息的组合。

可选地，可根据雷达与探测点之间的距离以及雷达的位姿，计算探测点对应的空间坐标信息。其中，雷达的位姿是指雷达的位置和朝向。进一步，雷达的朝向可以是指雷达天线的方向性。进一步，根据雷达天线的方向性，可获得探测点相较于雷达的方向；进而根据探测点相较于雷达的方向、雷达与探测点之间的距离以及雷达的位置，可计算出探测点的空间坐标。可选地，还可根据回波信号的强度信息，确定探测点的能量信息。

在本实施例中，雷达探测到的目标对象对应多个探测点，多个探测点对应的数据点便组成目标对象的点云信息。在本实施例中，多个是指2个或2个以上。基于此，在步骤101中，可根据目标对象在目标时刻的点云信息，计算目标对象在目标时刻的基准观测中心和基准几何特征，作为目标对象的第一空间信息。在本实施例中，目标对象在目标时刻的点云信息包含：目标对象的多个位置坐标。在本实施例中，不限定计算目标对象在目标时刻的基准观测中心和基准几何特征的具体实施方式。可选地，可计算多个位置坐标的平均坐标值，作为目标对象在目标时刻的基准观测中心。例如，假设目标对象在目标时刻的点云信息中包含：K个位置坐标，其中，K≥2，且为整数。并将这K个位置坐标定义为雷达第m次探测得到的点云信息中的位置坐标。这K个位置坐标分别表示为(x

可选地，根据多个位置坐标的最大值和最小值，确定一长方体，并将长方体的边长作为目标对象在目标时刻的基准几何特征。这些位置坐标该包含在长方体内。其中，长方体的边长是指长方体的长宽高。即l

或者，可根据多个位置坐标的最大值和最小值，确定一椭球体，并将椭球体的中轴长度作为目标对象的基准几何特征。其中，这些位置坐标包含在该椭球体内。可选地，椭球体的中轴长度包括椭球体的长中轴和短中轴的长度。或者，还可根据多个位置坐标的最大值和最小值，确定一球体，并将球体的半径作为目标对象在目标时刻的基准几何特征。其中，这些位置坐标包含在该球体内。

在本实施例中，位置坐标为三维空间坐标，多个位置坐标的最大值为x轴的最大值、y轴的最大值和z轴的最大值所确定出的一个三维坐标值；多个位置坐标的最大值为x轴的最小值、y轴的最小值和z轴的最小值所确定出的一个三维坐标值。

在本申请实施例中，目标对象在目标时刻的点云信息还包含目标对象在目标时刻的多个能量值。可选地，可计算多个能量值的平均能量值，作为目标对象在目标时刻的第一能量信息。

进一步，考虑到目标对象的能量信息和空间信息在表征目标对象的轨迹信息时所占的比重不同，基于此，在本步骤201中，还可根据第一能量信息、基准观测中心以及所述基准几何特征，计算观测加权因子；并基于该观测加权因子和基准观测中心，计算目标对象在目标时刻的目标观测中心。

可选地，可计算目标对象在在目标时刻的基准观测中心和第一目标轨迹之间的距离与目标对象在历史时刻的波门半径的比值，作为距离加权因子。可选地，可根据目标对象在历史时刻的加权几何特征，计算目标对象在历史时刻的波门半径。其中，目标对象在历史时刻的加权几何特征是根据第二空间信息和第二能量信息计算得到的。假设历史时刻为雷达对目标对象进行第n次探测的时刻，其中，第n次位于上述第m次之前；并假设目标对象在历史时刻的基准几何特征用长方体的长宽高进行表征。相应地，其加权几何特征也采用长方体的长宽高进行表征，加权几何特征可为l

可选地，距离加权因子可表示为：

进一步，还可计算目标对象在目标时刻的基准几何特征与目标对象在历史时刻的加权几何特征的比值，作为几何特征加权因子。其中，目标对象在历史时刻的加权几何特征为目标对象在历史时刻的目标几何特征，可根据目标对象在历史时刻的基准几何特征和历史时刻的观测加权因子计算得到的，其具体计算过程可参见本申请实施例中目标对象在目标时刻的基准几何特征的计算过程。几何特征加权因子为：目标对象的在目标时刻基准几何特征的各表征参量与目标对象在历史时刻的加权几何特征的相同属性的表征参量的比值。例如，目标对象在目标时刻的基准几何特征用长方体进行表示，其表征参量为长方体的长宽高l

进一步，计算第一能量信息与目标对象在历史时刻的加权能量信息之间的比值，作为能量加权因子；其中，目标对象在历史时刻的加权能量信息均是根据目标对象的第二空间信息和第二能量信息计算得到的。可选地，能量加权因子可表示为：

进一步，可根据距离加权因子、几何特征加权因子以及能量加权因子，计算观测加权因子。可选地，可将距离加权因子、几何特征加权因子以及能量加权因子的乘积作为观测加权因子。即若目标对象的基准几何特征采用长方体的长宽高表示，则观测加权因子q

在本申请实施例中，考虑到雷达在目标时刻探测到的点云信息可能包含多个目标物的点云信息和一些不属于任何目标物的噪点，基于此，在步骤102之前，还需从至少一个待识别对象中识别出目标对象。可选地，在步骤102之前，还可根据至少一个待识别对象在目标时刻对应的点云信息，计算雷达探测到的至少一个待识别对象的基准观测中心；并根据第一目标轨迹以及至少一个待识别对象的基准观测中心，从至少一个待识别对象中识别出目标对象。下面以第一待识别对象为例，对第一待识别对象是否为目标对象的判断过程进行示例性说明。其中，第一待识别对象为至少一个待识别对象中的任一对象。

可选地，可判断第一待识别对象在目标时刻的基准观测中心与第一目标轨迹之间的距离是否小于或等于目标对象在历史时刻的波门半径；若判断结果为是，则确定第一待识别对象为目标对象。相应地，若判断结果为否，则确定第一待识别对象不是目标对象。

进一步，若至少一个待识别对象中确定为目标对象的数量为多个，则在计算目标时刻的观测加权因子时，可根据至少一个待识别对象中确定为目标对象的多个对象各自的第一能量信息、基准观测中心以及基准几何特征，计算多个对象各自的基准观测加权因子；并利用多个对象各自的基准观测加权因子，对第一目标对象的基准观测加权因子进行归一化处理，得到第一目标对象的观测加权因子；其中，第一目标对象为多个对象中的任一对象。假设，至少一个待识别对象有J个目标对象被确定为目标对象，则J个目标对象的观测加权因子分别表示为

进一步，可基于目标对象的观测加权因子和目标对象在目标时刻基准观测中心，计算目标对象在目标时刻的目标观测中心。可选地，目标对象在目标时刻目标观测中心可表示为：(x

相应地，目标对象在目标时刻的加权几何特征(目标几何特征)可表示为：

在本申请实施例中，若第一待识别对象不是目标对象以及历史时刻确定出的其它对象中的任一对象，则可获取搭载有雷达的设备在雷达探测到第一待识别对象时的运动学参数；根据搭载有雷达的设备在雷达探测到第一待识别对象时的运动学参数，预测第一待识别对象在后续时刻的轨迹信息；并根据预测的第一待识别对象在后续时刻的轨迹信息以及雷达在后续时刻探测到的未知对象的基准观测中心，对未知对象和第一待识别对象进行轨迹融合。

可选地，搭载有雷达的设备在雷达探测到第一待识别对象时的运动学参数包括：搭载有雷达的设备在雷达探测到第一待识别对象时的位置信息、加速度信息、速度信息以及运动方向中的至少一种。

进一步，考虑到雷达在目标时刻探测到的点云信息可能包含多个目标物的点云信息和一些不属于任何目标物的噪点，因此还需对雷达探测到的点云信息进行分类，即将属于同一目标物的点云进行划分为一类。其中，可对雷达探测到的点云信息进行密度聚类，以将这些点云信息划分为至少一个点云子集，其中一个点云子集对应一个待识别对象。

进一步，为了确定雷达在目标时刻探测的点云信息分别隶属于哪个目标对象，可对多个探测点对应的点云信息进行密度聚类处理，将属于同一目标对象的数据点划分至同一聚类中。

在实际应用中，由于雷达的扫描特性，探测点的点云以雷达中心为原点，呈放射状发散分布，且探测点距离雷达越近，这些探测点对应点云分布越密集，即点云中点与点之间的分布，随着探测点与雷达的距离的增大而变得分散。基于此，可根据雷达与探测点之间的距离，确定对点云信息进行密度聚类处理时所使用的邻域的大小，即确定点云信息中数据点的邻域的大小。因此，可根据雷达与探测点之间的距离，确定多个探测点对应的点云信息的邻域大小，作为对点云信息进行密度聚类的邻域的大小。其中，根据雷达与探测点之间的距离，确定对点云信息进行密度聚类时所使用的邻域的大小，这种邻域确定方式兼顾了点云中点与点之间的分布，随着探测点与雷达的距离的增大而分散的特性，有助于提高密度聚类的自适应性，进而有助于提高密度聚类的准确率。

其中，可根据探测信号与回波信号之间的差异，获取雷达与探测点之间的距离。其中，雷达所发射的探测信号不同，获取雷达与探测点之间的距离的方式也有所差异。例如，若雷达发射的探测信号为脉冲信号，则可根据雷达发出的探测信号与接收到的回波信号之间的时间差，计算雷达与探测点之间的距离。即利用飞行时间法计算雷达与探测点之间的距离。可选地，已知探测信号和回波信号在大气传播中的速度，则根据雷达发出的探测信号与接收到的回波信号之间的时间差以及探测信号和回波信号在大气传播中的速度，便可计算出雷达与探测点之间的距离。可选地，探测信号可以为电磁波信号，例如微波信号或激光信号等等，但不限于此。

又例如，若雷达发射的探测信号为连续波信号，则可根据雷达发出的探测信号与接收到的回波信号之间的频率差，计算雷达与探测点之间的距离。可选地，连续波为调频连续波(Frequency Modulated Continuous Wave，FMCW)。其中，调频方式可以为三角波调频、锯齿波调频、编码调制或者噪声调频等，但不限于此。

进一步，可根据雷达与探测点之间的距离，确定对点云信息进行密度聚类处理时所使用的邻域的大小，即确定点云信息中数据点的邻域的大小。进一步，可基于确定出的邻域的大小，对多个探测点对应的点云信息进行密度聚类，得到至少一个待识别对象对应的点云信息。

在本申请实施例中，不限定对多个探测点对应的点云信息进行密度聚类的具体实施方式。可选地，可采用基于密度空间的聚类(Density-Based Spatial Clustering ofApplications with Noise，DBSCAN)算法对多个探测点对应的点云信息进行密度聚类，得到至少一个点云子集，其中，一个点云子集对应一个待识别对象。可选地，针对第一数据点，判断第一数据点的邻域内包含的数据点的数量是否大于或等于已知的数量阈值；若判断结果为是，则将第一数据点和第一数据点密度可达的所有数据点聚类至一个簇中，以得到第一数据点所属的点云子集；其中，第一数据点为多个探测点对应的点云信息中尚未进行聚类的任一数据点。相应地，若第一数据点的邻域内包含的数据点的数量小于已知的数量阈值，则可将第一数据点确定为噪点。

为了更方便理解上述数据处理过程，下面结合图2所示的一具体实施例进行示例性说明。如图2所示，数据处理过程主要包括：

201、获取雷达在目标时刻探测到的待识别对象的点云信息。

202、根据雷达在目标时刻探测到的待识别对象的点云信息，计算待识别对象在目标时刻的基准观测中心、基准几何特征以及第一能量信息。

203、获取目标对象在历史时刻的第一目标轨迹、加权几何特征、加权能量信息。

其中，目标对象在历史时刻的第一目标轨迹可为目标对象在历史目标时刻的目标观测中心，在一些实施例中，也可称之为雷达在历史时刻的加权观测中心。

204、根据目标对象在历史时刻的加权几何特征，计算目标对象在历史时刻的波门半径r。

205、计算待识别对象在目标时刻的基准观测中心与目标对象的第一目标轨迹之间的距离d。

206、判断待识别对象在目标时刻的基准观测中心与第一目标轨迹之间的距离d是否小于或等于目标对象在历史时刻的波门半径r。若判断结果为是，则确定待识别对象为目标对象，并则执行步骤207；若判断结果为否，则确定待识别对象不是目标对象。

207、根据待识别对象的第一能量信息、目标时刻的基准观测中心以及基准几何特征，计算观测加权因子。

208、基于观测加权因子和待识别对象在目标时刻的基准观测中心，计算目标对象在目标时刻的目标观测中心。

209、将目标对象在目标时刻的目标观测中心与第一目标轨迹进行融合，生成目标对象的第二目标轨迹。

需要说明的是，上述实施例所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。比如，步骤101和102的执行主体可以为设备A；又比如，步骤101的执行主体可以为设备A，步骤102的执行主体可以为设备B；等等。

另外，在上述实施例及附图中的描述的一些流程中，包含了按照特定顺序出现的操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如201、202等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。

相应地，本申请实施例还提供一种存储有计算机指令的计算机可读存储介质，当计算机指令被一个或处理器执行时，致使一个或处理器执行包括以下的动作：获取雷达在目标时刻探测到的目标对象的第一空间信息和第一能量信息；根据第一能量信息和第一空间信息，计算目标对象在目标时刻的目标观测中心；将目标观测中心与目标对象在历史时刻的第一目标轨迹进行融合，以生成目标对象的第二目标轨迹；其中，第一目标轨迹是根据目标对象在历史时刻的第二空间信息和第二能量信息确定的；且历史时刻位于目标时刻之前。

可选地，当计算机指令被一个或处理器执行时，致使一个或处理器执行上述图1、图2以及可选实施方式中的相关步骤，具体参见上述实施例的相关内容，在此不再赘述。

图3为本申请实施例提供的一种数据处理装置。如图3所示，该装置包括：第一获取模块30a、计算模块30b和第一融合模块30c。

在本实施例中，第一获取模块30a，用于获取雷达在目标时刻探测到的目标对象的第一空间信息和第一能量信息。计算模块30b，用于根据第一能量信息和第一空间信息，计算目标对象在目标时刻的目标观测中心。第一融合模块30c，用于将目标观测中心与目标对象在历史时刻的第一目标轨迹进行融合，以生成目标对象的第二目标轨迹。其中，第一目标轨迹是根据目标对象在历史时刻的第二空间信息和第二能量信息确定的；历史时刻位于目标时刻之前。

可选地，历史时刻是与目标时刻距离最近的探测时刻。

在一些实施例中，第一获取模块30a在获取雷达在目标时刻探测到的目标对象的第一空间信息时，具体用于：根据目标对象在目标时刻的点云信息，计算目标对象在目标时刻的基准观测中心和基准几何特征，作为目标对象的第一空间信息。

进一步，目标对象在目标时刻的点云信息包含：目标对象的多个位置坐标。相应地，第一获取模块30a在计算目标对象在目标时刻的基准观测中心时，具体用于：计算多个位置坐标的平均坐标值，作为目标对象在目标时刻的基准观测中心。

可选地，目标对象在目标时刻的点云信息包含：目标对象在目标时刻的多个位置坐标。相应地，第一获取模块30a在计算目标对象在目标时刻的基准几何特征时，具体用于：根据多个位置坐标的最大值和最小值，确定一长方体，并将长方体的边长作为目标对象在目标时刻的基准几何特征；或者，根据多个位置坐标的最大值和最小值，确定一椭球体，并将椭球体的中轴长度作为目标对象在目标时刻的基准几何特征；或者，根据多个位置坐标的最大值和最小值，确定一球体，并将球体的半径作为目标对象在目标时刻的基准几何特征。

在另一些实施例中，目标对象在目标时刻的点云信息包含：目标对象在目标时刻的多个能量值。相应地，第一获取模块30a在获取雷达探测到的目标对象的第一能量信息时，具体用于：计算多个能量值的平均能量值，作为第一能量信息。

在又一些实施例中，计算模块30b在计算目标对象的目标观测中心时，具体用于：根据第一能量信息、基准观测中心以及基准几何特征，计算观测加权因子；并基于观测加权因子和基准观测中心，计算目标对象的目标观测中心。

进一步，计算模块30b在计算观测加权因子时，具体用于：计算基准几何特征与目标对象在历史时刻的加权几何特征的比值，作为几何特征加权因子；计算第一能量信息与目标对象在历史时刻的加权能量信息之间的比值，作为能量加权因子；根据距离加权因子、几何特征加权因子以及能量加权因子，计算观测加权因子；其中，目标对象在历史时刻的加权几何特征以及加权能量信息均是根据第二空间信息和第二能量信息计算得到的。

可选地，计算模块30b还用于：根据目标对象在历史时刻的加权几何特征，计算目标对象在历史时刻的波门半径。

可选地，计算模块30b在计算目标对象在目标时刻的目标观测中心之前，还用于：根据至少一个待识别对象在目标时刻对应的点云信息，计算雷达探测到的至少一个待识别对象在目标时刻的基准观测中心；并根据第一目标轨迹以及至少一个待识别对象在目标时刻的基准观测中心，从至少一个待识别对象中识别出目标对象。

进一步，计算模块30b在从至少一个待识别对象中识别出目标对象时，具体用于：针对第一待识别对象，判断第一待识别对象在目标时刻的基准观测中心与第一目标轨迹之间的距离是否小于或等于目标对象在历史时刻的波门半径；若判断结果为是，则确定第一待识别对象为目标对象；其中，第一待识别对象为至少一个待识别对象中的任一对象。

可选地，计算模块30b在计算雷达探测到的至少一个待识别对象的基准观测中心之前，还用于：获取雷达在目标时刻与雷达探测到的多个探测点之间的距离以及多个探测点对应的点云信息；根据雷达在目标时刻与多个探测点之间的距离，确定多个探测点对应的点云信息的邻域的大小；基于邻域的大小，对多个探测点对应的点云信息进行密度聚类，以得到至少一个待识别对象在目标时刻对应的点云信息。

在其它一些实施例中，若至少一个待识别对象中确定为目标对象的数量为多个，则计算模块30b在计算观测加权因子时，具体用于：针对第一目标对象，根据至少一个待识别对象中确定为目标对象的多个对象各自的第一能量信息和基准观测中心以及基准几何特征，计算多个对象各自的基准观测加权因子；利用多个对象各自的基准观测加权因子，对第一目标对象的基准观测加权因子进行归一化处理，得到第一目标对象的观测加权因子；其中，第一目标对象为多个对象中的任一对象。

进一步，数据处理装置还包括：第二获取模块30d、预测模块30e和第二融合模块30f。可选地，若第一待识别对象不是目标对象以及历史时刻确定出的其它对象中的任一对象，第二获取模块30d用于：获取搭载有雷达的设备在雷达探测到第一待识别对象时的运动学参数。相应地，预测模块30e用于：根据搭载有雷达的设备在雷达探测到第一待识别对象时的运动学参数，预测第一待识别对象在后续时刻的轨迹信息。第二融合模块30f用于：根据预测的第一待识别对象在后续时刻的轨迹信息以及雷达在后续时刻探测到的未知对象的基准观测中心，对未知对象和第一待识别对象进行轨迹融合。

可选地，搭载有雷达的设备在雷达探测到第一待识别对象时的运动学参数包括：搭载有雷达的设备在雷达探测到第一待识别对象时的位置信息、加速度信息、速度信息以及运动方向中的至少一种。

进一步，在一些实施例中，数据处理装置还可包括：引导模块30g。相应地，引导模块30g用于：根据第二目标轨迹，引导搭载有雷达的设备对目标对象进行跟踪。

在另一实施例中，数据处理装置还可包括：还原模块30h。相应地，还原模块30h用于：根据第二目标轨迹以及目标对象在第二目标轨迹之前的其它目标轨迹，对搭载有雷达的设备的工作环境进行还原。

本实施例提供的数据处理装置，可根据目标对象的空间信息和能量信息，计算目标对象的目标观测中心，并将目标对象的观测中心与目标对象在历史时刻的目标轨迹融合，生成目标对象的新的目标轨迹。其中，综合目标对象的空间信息和能量信息，确定目标对象的目标轨迹，有助于提高目标轨迹的准确性，进而有助于提高后续利用目标对象的轨迹进行后续工作的准确性。例如，在对目标跟踪时，有助于提高对目标对象定位的准确度，从而有助于提高目标跟踪的准确度等等。

图4为本申请实施例提供的一种雷达的结构示意图。如图4所示，雷达包括：存储器40a和处理器40b。在本实施例中，存储器40a用于存储计算机程序和目标对象在历史时刻的第一目标轨迹；第一目标轨迹是根据目标对象在历史时刻的第二空间信息和第二能量信息确定的。

在本实施例中，处理器耦合至存储器，用于执行计算机程序以用于：获取雷达在目标时刻探测到的目标对象的第一空间信息和第一能量信息；其中，历史时刻位于目标时刻之前；根据第一能量信息和第一空间信息，计算目标对象在目标时刻的目标观测中心；以及将目标观测中心与第一目标轨迹进行融合，以生成目标对象的第二目标轨迹。

可选地，历史时刻是与目标时刻距离最近的探测时刻。

在一些实施例中，处理器40b在获取雷达在目标时刻探测到的目标对象的第一空间信息时，具体用于：根据目标对象在目标时刻的点云信息，计算目标对象在目标时刻的基准观测中心和基准几何特征，作为目标对象的第一空间信息。

进一步，目标对象在目标时刻的点云信息包含：目标对象的多个位置坐标。相应地，处理器40b在计算目标对象在目标时刻的基准观测中心时，具体用于：计算多个位置坐标的平均坐标值，作为目标对象在目标时刻的基准观测中心。

可选地，目标对象在目标时刻的点云信息包含：目标对象在目标时刻的多个位置坐标。相应地，处理器40b在计算目标对象在目标时刻的基准几何特征时，具体用于：根据多个位置坐标的最大值和最小值，确定一长方体，并将长方体的边长作为目标对象在目标时刻的基准几何特征；或者，根据多个位置坐标的最大值和最小值，确定一椭球体，并将椭球体的中轴长度作为目标对象在目标时刻的基准几何特征；或者，根据多个位置坐标的最大值和最小值，确定一球体，并将球体的半径作为目标对象在目标时刻的基准几何特征。

在另一些实施例中，目标对象在目标时刻的点云信息包含：目标对象在目标时刻的多个能量值。相应地，处理器40b在获取雷达探测到的目标对象的第一能量信息时，具体用于：计算多个能量值的平均能量值，作为第一能量信息。

在又一些实施例中，处理器40b在计算目标对象的目标观测中心时，具体用于：根据第一能量信息、基准观测中心以及基准几何特征，计算观测加权因子；并基于观测加权因子和基准观测中心，计算目标对象的目标观测中心。

进一步，处理器40b在计算观测加权因子时，具体用于：计算基准几何特征与目标对象在历史时刻的加权几何特征的比值，作为几何特征加权因子；计算第一能量信息与目标对象在历史时刻的加权能量信息之间的比值，作为能量加权因子；根据距离加权因子、几何特征加权因子以及能量加权因子，计算观测加权因子；其中，目标对象在历史时刻的加权几何特征以及加权能量信息均是根据第二空间信息和第二能量信息计算得到的。

可选地，处理器40b还用于：根据目标对象在历史时刻的加权几何特征，计算目标对象在历史时刻的波门半径。

可选地，处理器40b在计算目标对象在目标时刻的目标观测中心之前，还用于：根据至少一个待识别对象在目标时刻对应的点云信息，计算雷达探测到的至少一个待识别对象在目标时刻的基准观测中心；并根据第一目标轨迹以及至少一个待识别对象在目标时刻的基准观测中心，从至少一个待识别对象中识别出目标对象。

进一步，处理器40b在从至少一个待识别对象中识别出目标对象时，具体用于：针对第一待识别对象，判断第一待识别对象在目标时刻的基准观测中心与第一目标轨迹之间的距离是否小于或等于目标对象在历史时刻的波门半径；若判断结果为是，则确定第一待识别对象为目标对象；其中，第一待识别对象为至少一个待识别对象中的任一对象。

可选地，处理器40b在计算雷达探测到的至少一个待识别对象的基准观测中心之前，还用于：获取雷达在目标时刻与雷达探测到的多个探测点之间的距离以及多个探测点对应的点云信息；根据雷达在目标时刻与多个探测点之间的距离，确定多个探测点对应的点云信息的邻域的大小；基于邻域的大小，对多个探测点对应的点云信息进行密度聚类，以得到至少一个待识别对象在目标时刻对应的点云信息。

在其它一些实施例中，若至少一个待识别对象中确定为目标对象的数量为多个，则处理器40b在计算观测加权因子时，具体用于：针对第一目标对象，根据至少一个待识别对象中确定为目标对象的多个对象各自的第一能量信息和基准观测中心以及基准几何特征，计算多个对象各自的基准观测加权因子；利用多个对象各自的基准观测加权因子，对第一目标对象的基准观测加权因子进行归一化处理，得到第一目标对象的观测加权因子；其中，第一目标对象为多个对象中的任一对象。

进一步，若第一待识别对象不是目标对象以及历史时刻确定出的其它对象中的任一对象，处理器40b还用于：获取搭载有雷达的设备在雷达探测到第一待识别对象时的运动学参数；根据搭载有雷达的设备在雷达探测到第一待识别对象时的运动学参数，预测第一待识别对象在后续时刻的轨迹信息；以及根据预测的第一待识别对象在后续时刻的轨迹信息以及雷达在后续时刻探测到的未知对象的基准观测中心，对未知对象和第一待识别对象进行轨迹融合。

可选地，搭载有雷达的设备在雷达探测到第一待识别对象时的运动学参数包括：搭载有雷达的设备在雷达探测到第一待识别对象时的位置信息、加速度信息、速度信息以及运动方向中的至少一种。

进一步，在一些实施例中，处理器40b还用于：根据第二目标轨迹，引导搭载有雷达的设备对目标对象进行跟踪；或者，根据第二目标轨迹以及目标对象在第二目标轨迹之前的其它目标轨迹，对搭载有雷达的设备的工作环境进行还原。

在一些可选实施方式中，如图4所示，该雷达还可以包括：通信组件40c、水平角度检测装置40d和电扫描测角装置40e和电源组件40f等可选组件。图4中仅示意性给出部分组件，并不意味着雷达必须包含图4所示全部组件，也不意味着雷达只能包括图4所示组件。

在本实施例中，通信组件40c用于发射探测信号，并接收探测信号探测到探测点时反射的回波信号。可选地，如图4所示，通信组件40c可包括：发射机40c1、接收机40c2以及天线40c3，等等，但不限于此。其中，关于发射机40c1、接收机40c2以及天线40c3的作用和实现形态均属于本领域的公知常识，在此不做赘述。

在本实施例中，水平角度检测装置40d可测量雷达的旋转位置；电扫描测角装置40d可测量目标相对于发射机40c1的轴向的偏离角。其中，关于水平角度检测装置40d的设置方式可参见上述实施例的相关内容，在此不再赘述。可选地，水平角度检测装置40d包括：光电传感器40d1和光栅盘40d2。其中，光电传感器40d1和光栅盘40d2的设置方式、实现形态以及工作原理的描述均属于本领域的公知常识，在此不做赘述。

本实施例提供的雷达，可根据目标对象的空间信息和能量信息，计算目标对象的目标观测中心，并将目标对象的观测中心与目标对象在历史时刻的目标轨迹融合，生成目标对象的新的目标轨迹。其中，综合目标对象的空间信息和能量信息，确定目标对象的目标轨迹，有助于提高目标轨迹的准确性，进而有助于提高后续利用目标对象的轨迹进行后续工作的准确性。例如，在对目标跟踪时，有助于提高对目标对象定位的准确度，从而有助于提高目标跟踪的准确度等等。

图5为本申请实施例提供的一种探测设备的结构示意图。如图5所示，该探测设备包括：存储器50a和处理器50b。该探测设备还搭载有雷达50c。

在本实施例中，雷达50c用于获取在目标时刻探测到的目标对象的第一空间信息和第一能量信息。

存储器50a存储计算机程序和目标对象在历史时刻的第一目标轨迹；第一目标轨迹是根据目标对象在历史时刻的第二空间信息和第二能量信息确定的；历史时刻位于目标时刻之前。

处理器50b耦合至存储器50a，用于执行计算机程序以用于：根据第一能量信息和第一空间信息，计算目标对象在目标时刻的目标观测中心；将目标观测中心与第一目标轨迹进行融合，以生成目标对象的第二目标轨迹。

可选地，历史时刻是与目标时刻距离最近的探测时刻。

在一些实施例中，雷达50c在获取在目标时刻探测到的目标对象的第一空间信息时，具体用于：根据目标对象在目标时刻的点云信息，计算目标对象在目标时刻的基准观测中心和基准几何特征，作为目标对象的第一空间信息。

进一步，目标对象在目标时刻的点云信息包含：目标对象的多个位置坐标。相应地，雷达50c在计算目标对象在目标时刻的基准观测中心时，具体用于：计算多个位置坐标的平均坐标值，作为目标对象在目标时刻的基准观测中心。

可选地，目标对象在目标时刻的点云信息包含：目标对象在目标时刻的多个位置坐标。相应地，雷达50c在计算目标对象在目标时刻的基准几何特征时，具体用于：根据多个位置坐标的最大值和最小值，确定一长方体，并将长方体的边长作为目标对象在目标时刻的基准几何特征；或者，根据多个位置坐标的最大值和最小值，确定一椭球体，并将椭球体的中轴长度作为目标对象在目标时刻的基准几何特征；或者，根据多个位置坐标的最大值和最小值，确定一球体，并将球体的半径作为目标对象在目标时刻的基准几何特征。

在另一些实施例中，目标对象在目标时刻的点云信息包含：目标对象在目标时刻的多个能量值。相应地，雷达50c在获取雷达探测到的目标对象的第一能量信息时，具体用于：计算多个能量值的平均能量值，作为第一能量信息。

在又一些实施例中，处理器50b在计算目标对象的目标观测中心时，具体用于：根据第一能量信息、基准观测中心以及基准几何特征，计算观测加权因子；并基于观测加权因子和基准观测中心，计算目标对象的目标观测中心。

进一步，处理器50b在计算观测加权因子时，具体用于：计算基准几何特征与目标对象在历史时刻的加权几何特征的比值，作为几何特征加权因子；计算第一能量信息与目标对象在历史时刻的加权能量信息之间的比值，作为能量加权因子；根据距离加权因子、几何特征加权因子以及能量加权因子，计算观测加权因子；其中，目标对象在历史时刻的加权几何特征以及加权能量信息均是根据第二空间信息和第二能量信息计算得到的。

可选地，处理器50b还用于：根据目标对象在历史时刻的加权几何特征，计算目标对象在历史时刻的波门半径。

可选地，处理器50b在计算目标对象在目标时刻的目标观测中心之前，还用于：根据至少一个待识别对象在目标时刻对应的点云信息，计算雷达探测到的至少一个待识别对象在目标时刻的基准观测中心；并根据第一目标轨迹以及至少一个待识别对象在目标时刻的基准观测中心，从至少一个待识别对象中识别出目标对象。

进一步，处理器50b在从至少一个待识别对象中识别出目标对象时，具体用于：针对第一待识别对象，判断第一待识别对象在目标时刻的基准观测中心与第一目标轨迹之间的距离是否小于或等于目标对象在历史时刻的波门半径；若判断结果为是，则确定第一待识别对象为目标对象；其中，第一待识别对象为至少一个待识别对象中的任一对象。

可选地，处理器50b在计算雷达探测到的至少一个待识别对象的基准观测中心之前，还用于：获取雷达在目标时刻与雷达探测到的多个探测点之间的距离以及多个探测点对应的点云信息；根据雷达在目标时刻与多个探测点之间的距离，确定多个探测点对应的点云信息的邻域的大小；基于邻域的大小，对多个探测点对应的点云信息进行密度聚类，以得到至少一个待识别对象在目标时刻对应的点云信息。

在其它一些实施例中，若至少一个待识别对象中确定为目标对象的数量为多个，则处理器50b在计算观测加权因子时，具体用于：针对第一目标对象，根据至少一个待识别对象中确定为目标对象的多个对象各自的第一能量信息和基准观测中心以及基准几何特征，计算多个对象各自的基准观测加权因子；利用多个对象各自的基准观测加权因子，对第一目标对象的基准观测加权因子进行归一化处理，得到第一目标对象的观测加权因子；其中，第一目标对象为多个对象中的任一对象。

进一步，若第一待识别对象不是目标对象以及历史时刻确定出的其它对象中的任一对象，处理器50b还用于：获取搭载有雷达的设备在雷达探测到第一待识别对象时的运动学参数；根据搭载有雷达的设备在雷达探测到第一待识别对象时的运动学参数，预测第一待识别对象在后续时刻的轨迹信息；以及根据预测的第一待识别对象在后续时刻的轨迹信息以及雷达在后续时刻探测到的未知对象的基准观测中心，对未知对象和第一待识别对象进行轨迹融合。

可选地，搭载有雷达的设备在雷达探测到第一待识别对象时的运动学参数包括：搭载有雷达的设备在雷达探测到第一待识别对象时的位置信息、加速度信息、速度信息以及运动方向中的至少一种。

进一步，在一些实施例中，处理器50b还用于：根据第二目标轨迹，引导搭载有雷达的设备对目标对象进行跟踪；或者，根据第二目标轨迹以及目标对象在第二目标轨迹之前的其它目标轨迹，对搭载有雷达的设备的工作环境进行还原。

可选地，探测设备为无人机、无人驾驶车辆、机器人或船只，等等，但不限于此。

在一些可选实施方式中，如图5所示，该探测设备还可以包括：电源组件50d、通信组件50f、驱动组件50g、显示组件50h、音频组件50i或一个或传感器50j等可选组件。其中，探测设备的实现形态不同，其包括的其它组件也有所差别。关于探测设备包含的其它组件属于探测设备本身所属领域的公知常识，在此不做赘述。图5中仅示意性给出部分组件，并不意味着探测设备必须包含图5所示全部组件，也不意味着探测设备只能包括图5所示组件。

本申请实施例提供的探测设备包括：雷达和处理器。其中，雷达和处理器相互配合，可根据目标对象的空间信息和能量信息，计算目标对象的目标观测中心，并将目标对象的观测中心与目标对象在历史时刻的目标轨迹融合，生成目标对象的新的目标轨迹。其中，综合目标对象的空间信息和能量信息，确定目标对象的目标轨迹，有助于提高目标轨迹的准确性，进而有助于提高后续利用目标对象的轨迹进行后续工作的准确性。例如，在对目标跟踪时，有助于提高对目标对象定位的准确度，从而有助于提高目标跟踪的准确度等等。

图6为本申请实施例提供的一种移动设备的结构示意图。如图6所示，该移动设备搭载有雷达60a。其中，雷达60a用于：获取在目标时刻探测到的目标对象的第一空间信息和第一能量信息；根据第一能量信息和第一空间信息，计算目标对象在目标时刻的目标观测中心；将目标观测中心与目标对象的在历史时刻的第一目标轨迹进行融合，以生成目标对象的第二目标轨迹；其中，第一目标轨迹是根据目标对象在历史时刻的第二空间信息和第二能量信息确定的；历史时刻位于目标时刻之前。

其中，关于雷达60a获取的目标对象的第一空间信息和第一能量信息、计算目标对象在目标时刻的目标观测中心以及将目标观测中心与目标对象的在历史时刻的第一目标轨迹进行融合的具体实施方式，均可参见上述实施例的相关内容，在此不再赘述。关于雷达60a的具体实现形态和结构也参见上述实施例的相关内容，在此不再赘述。

在一些实施例中，移动设备还包括：处理器60b。可选地，雷达60a可将目标对象的第二目标轨迹以及第二目标轨迹之前的其它目标轨迹提供给处理器60b。相应地，处理器60b可根据第二目标轨迹引导移动设备对目标对象进行跟踪；或者，根据第二目标轨迹以及目标对象在第二目标轨迹之前的其它轨迹，对移动设备的运动环境进行还原。

在一些可选实施方式中，如图6所示，该探测设备还可以包括：存储器60c、电源组件60d、通信组件60f、驱动组件60g、显示组件60h、音频组件60i或一个或传感器60j等可选组件。其中，移动设备的实现形态不同，其包括的其它组件也有所差别。关于移动设备包含的其它组件属于移动设备本身所属领域的公知常识，在此不做赘述。图6中仅示意性给出部分组件，并不意味着移动设备必须包含图6所示全部组件，也不意味着移动设备只能包括图6所示组件。

本实施例提供的移动设备，搭载有雷达。其中，雷达可根据目标对象的空间信息和能量信息，计算目标对象的目标观测中心，并将目标对象的观测中心与目标对象在历史时刻的目标轨迹融合，生成目标对象的新的目标轨迹。其中，综合目标对象的空间信息和能量信息，确定目标对象的目标轨迹，有助于提高目标轨迹的准确性，进而有助于提高后续利用目标对象的轨迹进行后续工作的准确性。例如，在对目标跟踪时，有助于提高对目标对象定位的准确度，从而有助于提高目标跟踪的准确度等等。

在本申请实施例中，存储器用于存储计算机程序，并可被配置为存储其它各种数据以支持在其所在设备上的操作。其中，处理器可执行存储器中存储的计算机程序，以实现相应控制逻辑。存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEAROM)，可擦除可编程只读存储器(EAROM)，可编程只读存储器(AROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

在本申请实施例中，处理器可以为任意可执行上述方法逻辑的硬件处理设备。可选地，处理器可以为中央处理器(Central Arocessing Unit，CAU)、图形处理器(GraAhicsArocessing Unit，GAU)或微控制单元(Microcontroller Unit，MCU)；也可以为现场可编程门阵列(Field-Arogrammable Gate Array，FAGA)、可编程阵列逻辑器件(ArogrammableArray Logic，AAL)、通用阵列逻辑器件(General Array Logic，GAL)、复杂可编程逻辑器件(ComAlex Arogrammable Logic Device，CALD)等可编程器件；或者为先进精简指令集(RISC)处理器(Advanced RISC Machines，ARM)或系统芯片(System on ChiA SOC)等等，但不限于此。

在本申请实施例中，通信组件还可被配置为便于其所在设备和其他设备之间有线或无线方式的通信。其所在设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，4G，5G或它们的组合。在一个示例性实施例中，通信组件经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件还可基于近场通信(NFC)技术、射频识别(RFID)技术、红外数据协会(IrDA)技术、超宽带(UWB)技术、蓝牙(BT)技术或其他技术来实现。

在本申请实施例中，显示组件可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示组件包括触摸面板，显示组件可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。

在本实施例中，电源组件被配置为其所在设备的各种组件提供电力。电源组件可以包括电源管理系统，一个或电源，及其他与为电源组件所在设备生成、管理和分配电力相关联的组件。

在本实施例中，音频组件可被配置为输出和/或输入音频信号。例如，音频组件包括一个麦克风(MIC)，当音频组件所在设备处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或经由通信组件发送。在一些实施例中，音频组件还包括一个扬声器，用于输出音频信号。例如，对于具有语言交互功能的设备，可通过音频组件实现与用户的语音交互等。

需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或流程和/或方框图一个方框或方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或流程和/或方框图一个方框或方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或流程和/或方框图一个方框或方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或处理器(CAU)、输入/输出接口、网络接口和内存。

内存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)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(ARAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEAROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。