烟雾巡检无人机系统、巡检检测方法和存储介质
技术领域
本发明涉及火灾预警技术领域，特别涉及一种烟雾巡检无人机系统、巡检检测方法和存储介质。
背景技术
火灾的发生是现实生活中最常见、最突出、危害最大的一种灾难，直接关系到人民生命安全、财产安全。尤其是有贵重仪器的工厂或企业，防火更是重中之重。一般发生火灾初期火焰较小，但烟雾却很明显，烟雾通常拥有着非接触和大范围检测的特点，通过对烟雾的检测，可以更快和有效的发现火灾发生的地点以及火灾情况，这使得烟雾检测在火灾预防中扮演者重要角色。
当前国内外在火灾烟雾检测方面主要以传感器为主，往往存在着布置范围不当、耗材成本大的问题，而且现在的火灾报警器一般安装在某一个固定的位置，检测范围小。而以巡检机器人为主的方案，却又多受限于机器人只能用于地面的行动能力，无法做到全方位的火灾观测情况来获取足够多的信息，不大利于后续工作人员的火灾扑灭行动。
对于无人机(UAV，无人驾驶飞机)，当前多数是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞行器，然而这样的传统通信方式的远程操控信号易受地形、气候、距离等条件的影响，当突发有强信号干扰时，易造成通信的中断，从而失去联系。
当前国内外无人机普遍拍摄采取图传的通信方案，如4G、WIFI、OcuSync，难以在实时性、传输距离和稳定性上有令人满意的表现。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种烟雾巡检无人机系统、巡检检测方法和存储介质，能够低延时、高效稳定地通过无人机来获取火灾信息并对现场火势进行勘察。
根据本发明的第一方面实施例的烟雾巡检无人机系统，包括无人机、5G基站和地面服务器；
其中，所述无人机包括：
信息采集模块，所述信息采集模块用于获取实时图像和所述无人机的飞行状态信息；
第一信息处理模块，所述第一信息处理模块与所述信息采集模块通信连接，所述第一信息处理模块用于根据所述实时图像和所述飞行状态信息来构建地图、规划路径和控制所述无人机进行自动避障；
运动模块，所述运动模块包括螺旋桨和与所述螺旋桨连接的电机；
第一控制模块，所述第一控制模块与所述信息采集模块、所述第一信息处理模块和所述运动模块连接；
5G通信模块，所述5G通信模块与所述第一控制模块连接，所述5G通信模块还无线连接至所述5G基站；
所述地面服务器包括：
第二信息处理模块，所述第二信息处理模块与所述5G基站通信连接，所述第二信息处理模块用于获取来自所述信息采集模块的所述实时图像，并根据所述实时图像得到烟雾检测结果；
第二控制模块，所述第二控制模块与所述第二信息处理模块和所述5G基站通信连接，所述第二控制模块用于根据所述烟雾检测结果通过所述5G基站、所述5G通信模块和第一控制模块发送控制指令至所述运动模块以使所述无人机对火势进行勘察。
根据本发明实施例的烟雾巡检无人机系统，至少具有如下有益效果：本发明实施例中的无人机可以获取现场的实时图像，并结合自身的飞行状态信息来实现地图构建、规划路径和自动避障功能，同时，无人机还可以通过5G基站发送实时图像至地面服务器，地面服务器会根据实时图像来分析出是否有火灾情况，若有火灾情况，地面服务器还会通过5G基站发送控制指令至无人机，来控制无人机对现场的火势进行勘察。因此，本发明实施例结合了无人机和5G基站，能够低延时、高效稳定地通过无人机来获取火灾信息并对现场火势进行勘察。
根据本发明的一些实施例，所述信息采集模块包括：
双目摄像头，所述双目摄像头用于对图像的特征点进行光流法跟踪，捕捉所述实时图像；
IMU，所述IMU用于采集所述无人机的位姿态、速度与加速度的变化。
根据本发明的一些实施例，所述第一信息处理模块通过ROS和SLAM技术将所述实时图像和所述飞行状态信息进行分析处理来构建地图、规划路径和控制所述无人机进行自动避障；
根据本发明的一些实施例，所述5G通信模块包括5G模组，所述5G模组通过所述5G基站与所述地面服务器通信连接。
根据本发明的一些实施例，所述5G基站包括网络切片模块，所述网络切片模块与所述5G通信模块和所述地面服务器通信连接。
根据本发明的一些实施例，所述第二信息处理模块采用基于深度卷积神经网络的目标检测算法，来对所述实时图像进行烟雾检测。
根据本发明的一些实施例，所述第二控制模块包括APP、链路层、网络层、运输层和应用层，所述APP通过所述链路层、所述网络层、所述运输层和所述应用层与所述5G基站和所述无人机进行通信。
根据本发明的第二方面实施例的巡检检测方法，应用于烟雾巡检无人机系统，所述烟雾巡检无人机系统包括无人机、5G基站和地面服务器；
其中，所述无人机包括信息采集模块、第一信息处理模块、运动模块、第一控制模块和5G通信模块，所述第一控制模块与所述信息采集模块、所述第一信息处理模块、所述运动模块和所述5G通信模块连接，所述5G通信模块还无线连接至所述5G基站；
所述地面服务器包括第二信息处理模块和第二控制模块，所述第二控制模块与所述第二信息处理模块和所述5G基站通信连接；
所述巡检检测方法应用于所述第一控制模块，所述巡检检测方法包括：
控制所述信息采集模块获取实时图像和所述无人机的飞行状态信息；
控制所述第一信息处理模块根据所述实时图像和所述飞行状态信息来构建地图、规划路径和控制所述运动模块进行自动避障；
控制所述5G通信模块将所述实时图像通过所述5G基站发送至所述地面服务器的所述第二信息处理模块，以使所述第二信息处理模块根据所述实时图像得到烟雾检测结果；
获取来自所述第二控制模块的控制指令，并根据所述控制指令控制所述运动模块以使所述无人机对火势进行勘察，其中，所述控制指令基于所述烟雾检测结果得到。
根据本发明实施例的巡检检测方法，至少具有如下有益效果：本发明实施例中的无人机可以获取现场的实时图像，并结合自身的飞行状态信息来实现地图构建、规划路径和自动避障功能，同时，无人机还可以通过5G基站发送实时图像至地面服务器，地面服务器会根据实时图像来分析出是否有火灾情况，若有火灾情况，地面服务器还会通过5G基站发送控制指令至无人机，来控制无人机对现场的火势进行勘察。因此，本发明实施例结合了无人机和5G基站，能够低延时、高效稳定地通过无人机来获取火灾信息并对现场火势进行勘察。
根据本发明的第三方面实施例的电子设备，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如上述的巡检检测方法。
根据本发明实施例的电子设备，至少具有如下有益效果：本发明实施例中的无人机可以获取现场的实时图像，并结合自身的飞行状态信息来实现地图构建、规划路径和自动避障功能，同时，无人机还可以通过5G基站发送实时图像至地面服务器，地面服务器会根据实时图像来分析出是否有火灾情况，若有火灾情况，地面服务器还会通过5G基站发送控制指令至无人机，来控制无人机对现场的火势进行勘察。因此，本发明实施例结合了无人机和5G基站，能够低延时、高效稳定地通过无人机来获取火灾信息并对现场火势进行勘察。
根据本发明的第四方面实施例的计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如上述的巡检检测方法。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例的烟雾巡检无人机系统的示意图；
图2为本发明实施例的烟雾巡检无人机系统中运动模块的示意图；
图3为本发明实施例的烟雾巡检无人机系统中信息采集模块的示意图；
图4为本发明实施例的烟雾巡检无人机系统中5G通信模块的示意图；
图5为本发明实施例的烟雾巡检无人机系统关于双目摄像头测距的原理图；
图6为本发明实施例的烟雾巡检无人机系统关于火灾烟雾检测方法的流程图；
图7为本发明实施例的烟雾巡检无人机系统关于第二控制模块为APP情况下的通信流程图；
图8为本发明实施例的巡检检测方法的流程图；
图9为本发明实施例的电子设备的示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右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，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。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
参照图1至图2所示，本发明第一方面的一个实施例提供了一种烟雾巡检无人机系统，包括无人机100、5G基站200和地面服务器300；
其中，无人机100包括：
信息采集模块110，信息采集模块110用于获取实时图像和无人机100的飞行状态信息；
第一信息处理模块130，第一信息处理模块130与信息采集模块110通信连接，第一信息处理模块130用于根据实时图像和飞行状态信息来构建地图、规划路径和控制无人机100进行自动避障；
运动模块150，运动模块150包括螺旋桨151和与螺旋桨151连接的电机152；
第一控制模块140，第一控制模块140与信息采集模块110、第一信息处理模块130和运动模块150连接；
5G通信模块120，5G通信模块120与第一控制模块140连接，5G通信模块120还无线连接至5G基站200；
地面服务器300包括：
第二信息处理模块310，第二信息处理模块310与5G基站200通信连接，第二信息处理模块310用于获取来自信息采集模块110的实时图像，并根据实时图像得到烟雾检测结果；
第二控制模块320，第二控制模块320与第二信息处理模块310和5G基站200通信连接，第二控制模块320用于根据烟雾检测结果通过5G基站200、5G通信模块120和第一控制模块140发送控制指令至运动模块150以使无人机100对火势进行勘察。
在一实施例中，本发明实施例中的无人机100可以获取现场的实时图像，并结合自身的飞行状态信息来实现地图构建、规划路径和自动避障功能，同时，无人机100还可以通过5G基站200发送实时图像至地面服务器300，地面服务器300会根据实时图像来分析出是否有火灾情况，若有火灾情况，地面服务器300还会通过5G基站200发送控制指令至无人机100，来控制无人机100对现场的火势进行勘察。因此，本发明实施例结合了无人机100和5G基站200，能够低延时、高效稳定地通过无人机100来获取火灾信息并对现场火势进行勘察。
需要说明的是，第一控制模块140是由各种可以直接利用的接口组成的主控板，可以处理上级中央处理器下达的控制指令，进而驱动螺旋桨151的速度，方位等信息。运动模块150可以由四个螺旋浆和四个电机152组成，在主控板的驱动下，四个螺旋桨151的速度由四个独立的电机152提供，通过编程可实现全方位的移动，使得巡检无人机100的寻址更加准确迅速与自如。
参照图3所示，本发明第一方面的另一个实施例提供了一种烟雾巡检无人机系统，信息采集模块110包括：
双目摄像头111，双目摄像头111用于对图像的特征点进行光流法跟踪，捕捉实时图像；
IMU112，IMU112用于采集无人机100的位姿态、速度与加速度的变化。
在一实施例中，信息采集模块110由双目摄像头111和IMU112组成，前者为地图构建进行图像的光流跟增与特征点提取，捕捉的实时图像来为烟雾检测提供原始图片，后者采集无人机100的位姿态、速度与加速度的变化，两者信息耦合来为地图构建、自动避障做参数上的最优调整。
具体地，双目摄像头111实时更新关键帧，通过帧与帧的同一特征，根据相似三角形原理即可计算出无人机100与障碍物间的真实距离。图5为双目摄像头111测距的原理图，计算公式如下：
d＝ul+|uR|
z＝fb/d
其中左成像点：PL，右成像点：PR，左光圈中心：OL，右光圈中心：OR，景物点P，基线b：两个摄像头光圈中心之间的距离，左侧光心与左侧成像点距离：uL，景物点与光圈中心的距离z，焦距f：成像点与光圈中心的距离，视差d。
双目摄像头111中的双目被硬件调制为绝对同步、同时输出数据，深度可在更长的范围内捕获。配备结构光，保证其可以在夜间正常运作。和人眼一样，抓拍的是物体同一瞬间的双目图片。可根据拍摄目标的远近来调整双目的间距，这样便会有效提高三维识别和测量的精度。
IMU112利用其内部的陀螺仪和加速度计，测量无人机100的三轴姿态角(或角速率)以及加速度装置，提升地图构建的精度与无人机100飞行的稳定。
本发明第一方面的另一个实施例提供了一种烟雾巡检无人机系统，第一信息处理模块130通过ROS和SLAM技术将实时图像和飞行状态信息进行分析处理来构建地图、规划路径和控制无人机100进行自动避障；
在一实施例中，第一信息处理模块130采用ROS和SLAM技术，可以将双目摄像头111捕捉到的实时图像以及距离信息和IMU112获取到的无人机100位姿、速度和加速度变化进行分析处理，使无人机100达到地图构建、路径规划和自动避障的功能。
具体地，本发明实施例采用基于SLAM技术来构建地图，通过调用目前比较完善的地图构建开源包VINS_Fusion，使用光流信息及IMU112信息，并通过滑窗内、因子图、边缘化优化和闭环检测，提高地图估计精度。
采用基于ROS系统的自动避障算法Dynamic Window Approach(DWA)来应对机器人行进过程中遇到的障碍物。通过机器人上安装的激光雷达来计算机器人与障碍物的距离，基于机器人位置，传感器姿态，障碍物信息和作为SLAM地图的结果而获得的网格地图来计算障碍物区域、预计会和障碍物碰撞的区域以及机器人可移动区域。
第一控制模块140采用PID调节算法，其控制规律为：
其中，Kp为比例系数，TI为积分时间常数，TD为微分时间常数，error(t)为偏差信号。
error(t)＝yd(t)-y(t)
yd(t)为给定值，y(t)为输出值，两者做差为误差值，即偏差信号。
参照图4所示，本发明第一方面的另一个实施例提供了一种烟雾巡检无人机系统，5G通信模块120包括5G模组121，5G模组121通过5G基站200与地面服务器300通信连接。
在一实施例中，5G通信模块120由无人机100搭载5G模组121，接入网络，采用互联网服务，通过5G基站200来与地面服务器300进行信息交互与指令接受。
参照图1所示，本发明第一方面的另一个实施例提供了一种烟雾巡检无人机系统，5G基站200包括网络切片模块210，网络切片模块210与5G通信模块120和地面服务器300通信连接。
在一实施例中，网络切片模块210可以进行接入网定制，在不需要更换基站硬件设施的情况下，降低延时，增强移动宽带，使无人机100与地面服务器300的数据传输更具有稳定性和时效性。
具体地，5G基站200针对该无人机100这一应用，场景获得原网络核心网功能和相关服务器，由于5G通讯采取了NFV，即网络功能虚拟化，基站可用通用的服务器，针对巡航无人机系统进行任务关键性物联网切片，充分满足无人机100远程操控的实时性要求。
网络功能虚拟化(NFV)技术由3部分构成，网络功能虚拟化基础设施(NFVI)、虚拟网络层(VNF)和NFV管理与编排(MANO)。该技术即在原来通信架构中的架构层与功能层中加上了虚拟化层，能够将核心网与用户网分离。在通用服务器的环境下，将软件与硬件分离，根据业务需求的不同，可以灵活地对基站功能进行定制切分。
5G基站200含有非实时部分(CU)和实时部分(DU)。这两个单元由原通信架构中基带处理单元(BBU)拆分而来，解耦后的CU用于集中承载非实时业务，DU则主要负责对实时业务的处理，因此可以把跟时延相关性不大的功能上移到CU，跟时延强相关的下放到DU。通过调整两者的部署即可灵活地对需求进行定制化服务，增强无人机100远程控制的实时性。
5G基站200针对传输中的频谱资料，独立预留出一些资源给超高可靠与低延迟通信(URLLC)，然后网络切片的调度管理服务根据切片业务请求的实时到达情况按需分配时频资源，并确保各切片间的资源平衡分配，使让整个频谱资源利用率大幅提升，进一步确保通信的实时性。
参照图6所示，本发明第一方面的另一个实施例提供了一种烟雾巡检无人机系统，第二信息处理模块310采用基于深度卷积神经网络的目标检测算法，来对实时图像进行烟雾检测。
在一实施例中，第二信息处理模块310基于深度卷积神经网络的目标检测算法，可以将激光雷达的扫描值和双目摄像头111捕捉到的实时图像以及距离信息进行分析处理，达到烟雾检测的功能。
具体地，无人机100将实时图片通过5G基站200传输给第二信息处理模块310，第二信息处理模块310采用基于Faster R-CNN的目标检测框架来对采集到的实时图像进行烟雾检测处理。用RPN生成检测框，它与目标检测框架共享特征提取网络的卷积层，能够极大的提升检测框的生成速度。一旦检测出烟雾存在，会经由中央处理器向控制中心发送用检测框标注的实时图像和位置信息，从而及时做出应对措施。
通过替换特征提取器和参数优化来改进现有的目标检测框架Faster R-CNN，并将其应用到火灾烟雾检测上。将目标图像输入至神经网络中的卷积层中计算得出特征图，将该特征图结合预先设定的区域建议在感兴趣区域(ROI)池化层中计算出区域建议特征图，再通过柔性最大计算得出每个区域建议特征的分类概率向量，最终利用图像分类器进行分类，当检测到火焰类或烟雾类包含区域建议特征时，将目标图像设置为火焰或烟雾图像并进行预警。
参照图7所示，本发明第一方面的另一个实施例提供了一种烟雾巡检无人机系统，第二控制模块320包括APP、链路层、网络层、运输层和应用层，APP通过链路层、网络层、运输层和应用层与5G基站200和无人机100进行通信。
在一实施例中，工作人员可以在出现火灾预警后，通过第二控制模块320的APP，从链路层、网络层、运输层和应用层，实现地面服务器300与无人机100的精确通信，从而可以自行在地面服务器300远程操控无人机100的运动，全方位了解火灾情况，实现火势勘察功能。
具体地，地面服务器300通过APP与无人机100上的中央处理器上的APP(云视控服务)配对上后，可在相当大的范围(同城)通过5G基站200，使无人机100接收到控制信号，自行控制无人机100的飞行。
在链路层中，无人机100拍摄的信息以帧为单位传输。所谓的帧，是一段有限的0/1序列。链路层协议的功能就是识别0/1序列中所包含的帧。供网络的上层使用。与数据相配套，帧中也有数据的类型信息。链路层协议不关心数据中到底包含的内容。
网络层主要起到一个“翻译”的作用，能从物理层上在两个网络的接收和发送0/1序列与能同时理解两种网络的帧格式。在帧传输到另一个网络之前，网络层会读取帧的信息，并改写为符合另一网络协议的信息后再发送到另一网络中去。
上述两层协议实现了服务器与无人机100之间的通信。但计算机实际上有许多个进程，每个进程都可能有通信的需求。为了进行精确的通讯，运输层通过TCP或UDP等协议，通过端口号来识别计算机中某个进程，从而实现无人机100与计算机之间的精准通讯。
通过上面几层协议，实现了服务器与无人机100之间的精准通讯，但为了我们火灾烟雾检测的需要，我们在应用层中加入深度学习模型，对无人机100所拍摄的图片信息进行检测，实现实时火灾烟雾检测，最后把原图片信息与经卷积神经网络检测后的信息呈现在客户端界面当中。
基于上述实施例的烟雾巡检无人机系统，本发明提出了关于巡检检测方法的各个实施例。
参照图8所示，本发明第二方面的一个实施例提供了一种巡检检测方法，应用于烟雾巡检无人机系统，烟雾巡检无人机系统包括无人机、5G基站和地面服务器；
其中，无人机包括信息采集模块、第一信息处理模块、运动模块、第一控制模块和5G通信模块，第一控制模块与信息采集模块、第一信息处理模块、运动模块和5G通信模块连接，5G通信模块还无线连接至5G基站；
地面服务器包括第二信息处理模块和第二控制模块，第二控制模块与第二信息处理模块和5G基站通信连接；
巡检检测方法应用于第一控制模块，巡检检测方法包括：
S810：控制信息采集模块获取实时图像和无人机的飞行状态信息；
S820：控制第一信息处理模块根据实时图像和飞行状态信息来构建地图、规划路径和控制运动模块进行自动避障；
S830：控制5G通信模块将实时图像通过5G基站发送至地面服务器的第二信息处理模块，以使第二信息处理模块根据实时图像得到烟雾检测结果；
S840：获取来自第二控制模块的控制指令，并根据控制指令控制运动模块以使无人机对火势进行勘察，其中，控制指令基于烟雾检测结果得到。
在一实施例中，本发明实施例中的无人机可以获取现场的实时图像，并结合自身的飞行状态信息来实现地图构建、规划路径和自动避障功能，同时，无人机还可以通过5G基站发送实时图像至地面服务器，地面服务器会根据实时图像来分析出是否有火灾情况，若有火灾情况，地面服务器还会通过5G基站发送控制指令至无人机，来控制无人机对现场的火势进行勘察。因此，本发明实施例结合了无人机和5G基站，能够低延时、高效稳定地通过无人机来获取火灾信息并对现场火势进行勘察。
基于上述实施例的巡检检测方法，提出本发明的电子设备的各个实施例。关于上述的电子设备，如图9所示，图9是本发明一个实施例提供的电子设备900的示意图。本发明实施例的电子设备900包括一个或多个控制处理器910和存储器920，图9中以一个控制处理器910及一个存储器920为例。
控制处理器910和存储器920可以通过总线或者其他方式连接，图9中以通过总线连接为例。
存储器920作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器920可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器920可选包括相对于控制处理器910远程设置的存储器920，这些远程存储器可以通过网络连接至该电子设备900。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本领域技术人员可以理解，图9中示出的结构并不构成对电子设备900的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
在图9所示的电子设备900中，电子设备900可以用于调用存储器920中储存的烟雾巡检无人机系统的控制程序，以实现巡检检测方法。
由于本发明实施例的电子设备900能够执行如上述任一项实施例的巡检检测方法，因此，本发明实施例的电子设备900具备如上述任一项实施例的巡检检测方法所带来的技术效果，所以，本发明实施例的电子设备900的具体技术效果，可参照上述任一项实施例的巡检检测方法的技术效果。
以上所描述的装置实施例仅仅是示意性的，其中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，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
基于上述实施例的巡检检测方法，提出本发明的计算机可读存储介质的实施例。
本发明的一个实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个控制处理器910执行，例如，被图9中的一个控制处理器910执行，可使得上述一个或多个控制处理器910执行上述方法实施例中的巡检检测方法，例如，执行以上描述的图8中的方法步骤。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所述技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
