规划使用机器人系统抬起重物的运动的方法与流程

本公开主要涉及与规划使用物理系统的模拟抬起重物的运动相关的方法、系统和装置。所公开的技术可被应用于例如导出用于工业应用中的负载相关的机器人运动路径。

背景技术：

当机器抬起重物时，重物会在机器的各种关节和移动零件上引起应变。在设备具有许多关节的情况下，在惯性矩最大的地方，应变被放大。用于找到路径(诸如针对机器人臂)的常见控制方法不考虑被操纵的零件的质量或惯性。基于在高速下的最小移动，规划运动的速度和设备的部件的路径。太迅速地移动或在错误方向上移动会引起问题，因为关节上的转矩会太高。这可由设备上的应变引起过度磨损，或者可能甚至破坏设备。

在当前的工业实践中，设备的用户被赋予设计不破坏关节的运动路径的责任。用户可使用计算机自动化设计(cad)工具通过模拟估计关节上的转矩或可能的振动。然而，在设计时并不总是知道在现场如何使用设备。工作产品可比预期更重。或者可经由原始设计者不能控制的运动规划动态地计算路径。

标准解决方案是观察在现场起作用的设备，并且看该设备是否超出或超越该设备的路径参数。如果用户看到问题，他将重置设备的参数，使得设备更缓慢地移动。他也可回到设计阶段，并且通过使用cad工具手动地计算转矩来重新设计运动路径，并且在设备的控制器中重新部署新路径。在一些情况下，用户将用新设备替换设备，该新设备具有用更强的电机构成的关节，使得该新设备能够完成任务。这样做需要为新设备重编程序以处理任务，并且具有更强电机的设备通常会更昂贵。

技术实现要素：

本发明的实施方式通过提供与规划使用物理系统的模拟抬起重物的运动相关的方法、系统和装置，解决和克服上面的缺点和缺陷中的一个或多个。简略地，本文所述的技术允许设备自动调整该设备的运动路径以添加对质量和转矩限制的考虑。

根据一些实施方式，一种用于规划使用机器人系统抬起物体的运动的计算机实施的方法包括计算机系统接收各种输入数据项。该输入数据包括(a)机器人运动学数据，该机器人运动学数据将机器人描述为第一组刚体以及根据第一组旋转位置连接第一组刚体的第一组关节，(b)机器人质量数据，该机器人质量数据描述第一组刚体中的每个刚体的质量特性，(c)端部执行器运动学数据，该端部执行器运动学数据将附接到机器人的端部执行器描述为第二组刚体以及根据第二组旋转位置连接第二组刚体的第二组关节，(d)端部执行器质量数据，该端部执行器质量数据描述第二组刚体中的每个刚体的质量特性，(e)负载质量数据，该负载质量数据描述负载的质量特性，以及(f)驱动配置数据，该驱动配置数据描述对应于操作第一组关节和第二组关节的一个或多个驱动器的速度限制和转矩限制。计算系统将运动路径搜索算法应用于输入数据，以识别一个或多个可行的机器人路径。当评估包括在可行的机器人路径中的点时，运动路径搜索算法使用机器人质量数据、端部执行器质量数据和负载质量数据，确定第一组关节和第二组关节中的每个的速度和转矩。如果第一组关节和第二组关节中的每个的速度和转矩没有超过在驱动配置数据中指定的速度限制和转矩限制，则评估的点仅被包括在可行的机器人路径中。使用从一个或多个可行的机器人路径中选择的更新的机器人路径操作机器人。

根据其它实施方式，一种用于规划使用机器人系统抬起重物的运动的制品包括存有用于进行如下方法的计算机可执行指令的非暂时有形计算机可读介质。识别数据，数据包括(a)包括在机器人系统的机器人和端部执行器中的刚体、(b)连接刚体的关节、以及(c)关节中的每个的转矩限制。关节的转矩限制指示由操作关节的驱动器提供的最大支持的转矩。将运动路径搜索算法被应用于输入数据，以识别一个或多个可行的机器人路径。当评估包括在可行的机器人路径中的点时，运动路径搜索算法确定关节中的每个的转矩。如果关节中的每个的转矩没有超过转矩限制，则评估的点仅被包括在可行的机器人路径中。将可行的机器人路径中的至少一个传送到与机器人相关联的控制器。

根据一些实施方式，一种用于规划使用机器人抬起重物的运动的系统包括机器人系统、控制器和计算系统。机器人系统包括机器人、端部执行器和一个或多个负载。控制器控制机器人。计算系统包括一个或多个处理器，根据上面讨论的方法中的一种或多种配置该一个或多个处理器。例如，在一个实施方式中，处理器将运动路径搜索算法应用于各种输入数据以确定可行的机器人路径。然后，这些路径中的一个或多个被传送到与机器人相关联的控制器。

根据参考附图进行的例示性实施方式的以下详细描述，本发明的附加特征和优点将变得显而易见。

附图说明

当结合附图阅读时，根据以下详细描述可最佳理解本发明的前述和其它方面。为了示出本发明的目的，附图中示出目前优选的实施方式，然而，应当理解，本发明不限于所公开的具体手段。包括在附图中的为以下图：

图1示出根据一些实施方式的用于基于质量特性确定可行的机器人路径的过程的高级概述；

图2提供根据一些实施方式的如何组合机器人系统的运动学的示例；

图3示出根据一些实施方式的在云服务中发生以计算可行的路径的过程的面向数据的视图；以及

图4示出可实施本发明的一些实施方式内的示例性计算环境。

具体实施方式

本文描述系统、方法和装置，该系统、方法和装置主要与规划使用物理系统的模拟抬起重物的机器人运动相关。简略而言，提供服务以计算机器的路径，该路径考虑工作产品的质量特性以及操纵设备(诸如机器人)。通过提供端部执行器将遵循的路径的点和取向，以平常的方法对设备进行编程。也可向用户提供质量估计工具，用于确定设备的质量属性、设备的端部执行器以及被操纵的工作产品。设备的关节的驱动配置数据也是已知的，使得可准确估计关节的转矩特性。服务可被托管在云服务上，并且将计算设备的新路径，该新路径考虑关节电机的速度和转矩，并且选择防止设备动作过头的速度。路径本身也可被改变，使得关节可用较短的力臂移动，以减少转矩。由用户检查该重新计算的路径，该重新计算的路径被编辑用于符合任务，并且然后被下载到设备以充当设备的运动路径。输出路径指定用于所有设备的关节的状态空间数据以及物理空间中端部执行器的路径。输入路径可包含所有状态空间数据，或者可仅指定端部执行器路径。

图1示出根据一些实施方式的用于基于质量特性确定可行的机器人路径的过程的高级概述。出于讨论的目的，机器人、端部执行器和负载的组合被称为“机器人系统”。总而言之，本文被称为云服务140的软件服务接收与机器人系统的组合单元运动学和质量属性135、描述机器人系统的电子驱动器的驱动配置数据120和用户定义的机器人路径130相关的输入数据。云服务必要时调整用户定义的机器人路径130，以支持组合单元运动学和质量属性135，从而得出更新的机器人路径145，该更新的机器人路径然后可被上载到机器人控制器150。

机器人质量估计工具115被用于将已知的质量数据组合成与物理模拟兼容的格式。机器人质量估计工具115是在台式计算机或平板计算机、或本领域中一般已知的任何类似的计算系统上执行的软件应用程序。到机器人质量估计工具115的输入数据包括负载质量数据105、机器人质量数据107和执行器质量数据110。该输入数据可通过用户键入到机器人质量估计工具115中，或者另选地，机器人质量估计工具115可从一个或多个数据库检索数据。每个质量数据输入项描述机器人系统的元件的质量特性。机器人质量估计工具115基于机器人系统如何被配置的组合所有输入数据，以得出组合数据集，该组合数据集包括描述完整机器人系统的组合单元运动学220(在图2中)、以及机器人系统的每个部件的质量特性。在图1中将该数据集标记为组合单元运动学和质量属性135。

机器人质量估计工具115将质量和旋转质量(即，惯性矩)分配给完整机器人系统的每个独立移动零件，组合可来自不同来源的零件，以得出整体的估计。例如，机器人可与夹具或其它端部执行器分开指定，并且与工作产品分开指定。对于由云服务140进行的物理模拟(参见图3)，由于在生成过程中彼此物理连接在一起，机器人臂的区段、端部执行器的区段和工作产品需要组合，这是因为它们通过螺栓连接在一起，或者一个保持其它的使得它们被物理耦接。如此，机器人质量估计工具115用由工作产品提供的负载，分析组合的机器人系统，以确定描述完整机器人系统的组合单元运动学和质量属性135。

机器人质量估计工具115将机器人分成分开独立移动的零件，并且确定可在生产期间使用的用于各个位置的机器人运动学205。例如，机器人臂会被分成机器人臂的各个臂区段，因为每个臂区段与其余的独立移动。然后，将相对于这些项中的每个指定机器人质量数据107。例如，图2提供可如何针对示例机器人导出机器人运动学205的示例。这里，机器人包括三个刚体和两个铰链。三个刚体分别被标记为“刚体1”、“刚体2”和“刚体3”。可在图3所述的质量属性305中提供在机器人质量数据107中指定的这些刚体中的每个的示例质量特性。如图2所示，机器人运动学205描述了在两个旋转位置处的这些刚体和铰链。本领域中一般已知的各种技术可被用于存储为云服务140可使用的格式的运动学数据。例如，在一个实施方式中，以可扩展标记语言(xml)或类似的格式分层存储运动学。

可以类似于机器人的方式指定机器人系统的端部执行器。图2示出可如何针对示例端部执行器导出端部执行器运动学210。这里，存在通过两个铰链(分别标记为“铰链c”和“铰链d”)连接的两个刚体(分别标记为“刚体4”和“刚体5”)。包括在端部执行器中的齿轮将铰链和刚体定位在两个旋转位置中的一个处。在图3所示的质量属性中提供两个刚体的示例质量特性。

用户可键入工作产品215的粗略质量和负载质量数据105，并且选定质量分布的总体方式。另选地，对于完全自动化系统，可使用已知质量类型和值的数据库导出该信息。对于旋转质量，工作产品的形状很重要，所以把质量看作简单的球体或盒是不够的。然而，足够粗略估计形状且假设质量的分布是均匀一致的。例如，在一个实施方式中，基于用户选择近似工作产品的三维形状来估计形状。在其它实施方式中，可捕获描绘工件的图像且将其提供到机器人质量估计工具115。然后，使用本领域已知的一般图像处理技术，可由机器人质量估计工具115估计工作产品的形状。对于必须更精确地估计负载质量数据105的情况，用户可选择进一步将零件的形状细分为更多子零件且估计子零件的质量。例如，如果机器人臂包含抬高轴心的重型传动系，则用户可选择为传动系添加子零件并且针对臂的外壳添加另一个估计。

机器人系统包括一个或多个电机，该一个或多个电机生成用于将机器人系统移动到不同位置的旋转或线性力。由驱动器控制发送到一个或多个电机的电能。更具体而言，驱动器以变化的量和频率将电力提供到一个或多个电机以控制电机的速度和转矩。关于驱动器的转矩和速度特性的数据被标记为图1中的驱动配置数据120。这些特性描述了驱动器的限制，并且可例如被指定为速度转矩曲线，该速度转矩曲线描述由电机产生的或在值表中的速度和转矩之间的关系。可例如从驱动规格表117确定该驱动配置数据120。优选地，可从操作机器人质量估计工具115的计算设备(或另一个计算设备电子地)读出此类数据；然而，如果数据不是电子可用的，则当安装应用程序时，可在设备集成时提供数据。

可由用户使用示教器125指定机器人遵循的路径(即，图1中的用户定义的机器人路径130)。如本领域中一般理解的，示教器为手持式设备(例如，触摸屏平板)，该手持式设备可用于远程控制工业机器人，以便对工业机器人进行编程。为了对机器人进行编程，用户将机器人的不同部件物理地移动到用户希望的每个位置，用于结合示教器125的图形用户界面(gui)应用，并且记录每个位置处的关节角度。将假设结束位置是最关键的，因为该结束位置是设备与期望操纵的物体相遇的地方。也可手动键入或从路径规划算法(诸如从cad/计算机自动化制造(cam)工具)自动导出用户定义的机器人路径130的示教点。通过注意哪些点为关键的，也可另外增强示教点，使得设备必须实际恰好到达该位置和取向。

在图1的示例中，云服务140是从生产环境远程操作的软件应用程序。一般来讲，可使用任何硬件或软件系统实施云服务140，其允许与机器人系统操作的自动化系统直接集成。例如，在一个实施方式中，使用连接设施、系统和机器的基于云的操作系统(例如，siemensmindsphere^tm)实施云服务140。应当注意，本文中，虽然云服务140被称为“基于云的”，但是服务不一定需要在基于云的计算环境中执行。例如，在其它实施方式中，服务在机器人控制器150本身内执行，或者服务可在设计时作为cad软件的插件实行。

虽然图1中未示出，但是操作员也可向云服务140提供用于生产环境中的障碍物的几何数据，以实行避碰。例如，在一个实施方式中，运营商提供描绘所有已知物体的放置的工厂地面地图。正常地，机器人被手动编程，使得机器人的路径以默认方式避开障碍物。由于路径不改变，所以如果障碍物不移动，则机器人将继续避开障碍物。因为本文描述的系统允许用户定义的机器人路径130被修改到一定程度，所以知道哪里存在外部障碍物将补充路径搜索过程，使得新生成的路径也将避开那些障碍物。

云服务140使用机器人系统的物理模拟计算给定负载或路径的一个或多个速度曲线。下面相对于图3更详细地描述了该过程。每个速度曲线相对于具有或不具有调整的用户定义机器人路径130描述机器人的速度。选择提供路径最快遍历的速度曲线，并且对应的调整被用于创建更新的机器人路径145。然后，更新的机器人路径145直接经由云服务140或通过一个或多个中间设备上载到机器人控制器150。例如，在一个实施方式中，更新的机器人路径145被传送到示教器125，示教器继而将更新的机器人路径传送到机器人控制器150。

图3示出根据一些实施方式的在服务中发生以计算可行的路径的过程的面向数据的视图。该示例示出用于确定考虑质量属性的路径的计算过程。如上面参考图1讨论的，云服务140接收包括组合单元运动学220、用户定义机器人路径130、质量属性305和驱动器/电机属性310的输入。

云服务140使用诸如rrt(快速扩展随机树)或本领域已知的任何其它类似的算法的运动路径搜索算法，确定更新的机器人路径145。在rrt的平常的实施方式中，搜索空间被设定为与机器人系统的关节空间相同。例如，如果机器人系统具有六个旋转关节，则rrt搜索空间具有六个对应的维度。对于云服务140，添加包括关节速度的更多维度。这增加搜索的空间，但是也允许最后解决方案的更大的多样性。普通rrt搜索的准则是针对给定关节配置，机器人系统的路径是否被阻挡。如果机器人系统的位置及其相关联的零件几何形状不与空间中的障碍物的几何形状碰撞，则正常地满足该准则。然而，在具有本文描述的教导内容的情况下，成功的准则可为更详细的。不仅空间必须没有障碍物，而且关节的速度和转矩必须保持在对应于关节的驱动器的限制内。作为rrt的另选方案，在本领域中一般已知的其它搜索方法可用于找到运动路径，包括但不限于单元分解方法和概率路线图。

为了计算被应用于关节的转矩，云服务140可在物理模拟引擎中使用约束求解器。物理引擎的目的是确定足以将关节保持在一起且不会引起机构分裂开的一组运动学约束中的力。从搜索空间取得移动零件的位置和速度，并且搜索空间中的曲线表示以特定加速度从一个位置到另一个位置的转变。如果使用单一速度维度，则假设所有关节以相关于其值变化的速度移动，使得所有关节同时到达它们的终点。如果为每个关节分配速度，则关节将以不同速度移动，在不同时间达到关节的结束状态。对于给定的一组位置和速度，数据被设定到物理引擎的约束求解器中，以确定需要什么力和转矩来实现该状态。如果对于采用的驱动器而言值太高，则它会起到屏障的作用，并且设备路径不能移动到该状态中。在一些实施方式中，可用用于计算转矩的不同方法(诸如查表)替换模拟引擎。可与包括例如顺序脉冲的物理模拟引擎一起采用本领域中已知的各种类型的约束求解器。

设备路径的开始状态和结束状态可具有与已知位置相关联的已知速度(诸如以零速度开始和停止该路径)。用户定义机器人路径130可被用作如何移动设备以实现路径的初估值，并且使得搜索过程仅需要填充速度值，以利用质量属性找到可行的路径。如果没有发现此类可行的路径，则可调整训练点以找到其它可行的方式移动设备。

作为最后的步骤，在将路径安装到设备控制器中之前，可通知用户更新的机器人路径145。例如，在一些实施方式中，更新的机器人路径145可被呈现在示教器125、人机界面(hmi)站或生产环境内可访问的其它gui(图1中未示出)上。在该情况下，可向用户提供编辑器，该编辑器允许改变更新的机器人路径145或以其它方式进行编辑，使得更新的机器人路径145遵循用户确定为更好的方向。一旦更新的机器人路径145被修正，该新数据就可作为新用户训练的路径被再次传递到云服务140，并且云服务140可确定新路径是否是可行的。如果不是，则可通知用户，并且用户可选择尝试不同的一组点和速度。

本文描述的系统和方法优于常规解决方案的一个区别是质量属性被并入搜索过程中用于找到可行的运动路径的方式。常规搜索算法仅考虑设备的总体位置和该设备在该位置的空间中与哪些几何物体重叠。本文描述的系统和方法也提供包括速度的手段和通过使用物理模拟计算系统上的力和转矩的手段。虽然纯空间几何结构也是一种物理模拟，但是云服务140包括物理运动的动态方面，而不仅仅是占用空间的方面。一个创造性的步骤是在云服务140中包括物理模拟引擎，以充当约束求解器，以便有效地计算关节和速度的给定配置的动态属性。

附加地，本文描述的云服务140允许以不会给致动设备的电机和驱动器带来过度负担的速度自动确定运动路径。当使用云服务140时，可避开不期望的运动诸如动作过头，而不需要应用程序员手动实行分析。这可致使集成商和机器人系统用户成本节约，因为系统将以正确且不会使电机应变的更高的速度实行运动。

本文讨论的云服务140也可用于确定给定设备的驱动器的大小。因为运动路径的最大转矩可为有限的，所以系统开发者可选择实现期望的性能速度同时使系统需要的转矩的量最小化的驱动器。具有较低最大转矩的驱动器一般比产生较高转矩的驱动器成本更低。

图4示出可实施云服务140的示例性计算环境400。计算环境400包括计算机系统410，该计算机系统是本发明的实施方式可在其上实施的计算系统的一个示例。计算机和计算环境(诸如计算机系统410和计算环境400)对于本领域技术人员是已知的，并且因此在本文中进行简略描述。

如图4所示，计算机系统410可包括通信机构诸如总线421或用于在计算机系统410内传达信息的其它通信机构。计算机系统410还包括与总线421耦接用于处理信息的一个或多个处理器420。处理器420可包括一个或多个中央处理单元(cpu)、图形处理单元(gpu)或本领域中已知的任何其它处理器。

计算机系统410也包括耦接到总线421用于存储将由处理器420执行的信息和指令的系统存储器430。系统存储器430可包括为易失性存储器和/或非易失性存储器形式的计算机可读存储介质，诸如只读存储器(rom)431和/或随机存取存储器(ram)432。系统存储器ram432可包括其它动态存储设备(例如，动态ram、静态ram和同步dram)。系统存储器rom431可包括其它静态存储设备(例如，可编程rom、可擦除prom和电可擦除prom)。此外，系统存储器430可被用于在由处理器420执行指令期间存储临时变量或其它中间信息。基本输入/输出系统(bios)433包含诸如在启动期间有助于在计算机系统410内的元件之间传送信息的基本例程，可被存储在rom431中。ram432可包含处理器420可立即访问和/或目前正在由处理器420操作的数据和/或程序模块。系统存储器430可附加地包括例如操作系统434、应用程序435、其它程序模块436和程序数据437。应用程序435可包括例如对应于云服务140的一个或多个可执行应用程序。

计算机系统410也包括磁盘控制器440，该磁盘控制器耦接到总线421，以控制用于存储信息和指令的一个或多个存储设备，诸如硬盘441和可移除介质驱动器442(例如，光盘驱动器、固态驱动器等)。存储设备可使用适当的设备接口(例如，小型计算机系统接口(scsi)、集成设备电子器件(ide)、通用串行总线(usb)或火线)添加到计算机系统410。

计算机系统410也可包括显示控制器465，该显示控制器耦接到总线421以控制显示器466(诸如液晶显示器(lcd))，用于将信息显示给计算机用户。计算机系统包括输入接口460和一个或多个输入设备(诸如键盘462和点击设备461)，用于与计算机用户交互，并且将信息提供到处理器420。点击设备461可例如为鼠标或指向棒，用于将方向信息和命令选择传达到处理器420，并且用于控制显示器466上的光标移动。显示器466可提供触摸屏界面，该触摸屏界面允许输入补充或替换由点击设备461提供的方向信息和命令选择的传达。

计算机系统410可响应于处理器420执行包含在存储器(诸如系统存储器430)中的一个或多个指令中的一个或多个序列，实行本发明的实施方式的处理步骤中的一部分或所有。此类指令可从另一个计算机可读介质(诸如硬盘441或可移动介质驱动器442)读取到系统存储器430中。硬盘441可包含由本发明的实施方式使用的一个或多个数据存储和数据文件。数据存储内容和数据文件可被加密以提高安全性。处理器420也可被实施于多处理装置内以执行包含在系统存储器430中的指令的一个或多个序列。在另选实施方式中，可使用硬线电路代替软件指令或与软件指令组合。因此，实施方式不限于硬件电路和软件的任何具体组合。

如上面陈述的，计算机系统410可包括至少一个计算机可读介质或存储器，用于保持根据本发明的实施方式编程的指令，并且用于包含数据结构、表、记录或本文描述的其它数据。如本文使用的术语“计算机可读介质”指参与将指令提供到处理器420用于执行的任何介质。计算机可读介质可采取许多形式，包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质的非限制性示例包括光盘、固态驱动器、磁盘和磁光盘(诸如硬盘441或可移动介质驱动器442)。易失性介质的非限制性示例包括动态存储器，诸如系统存储器430。传输介质的非限制性示例包括同轴电缆、铜线和光纤，包括构成总线421的导线。传输介质也可采取声波或光波(诸如在无线电波和红外数据通信期间生成的那些)的形式。

当在联网环境中使用时，计算机系统410可包括调制解调器472，用于在网络471(诸如互联网)上与机器人控制器150或远程计算系统建立通信。调制解调器472可经由用户网络接口470或经由另一个适当的机构连接到总线421。应当注意，虽然在图4中呈现的示例中机器人控制器150被示出为在网络471上连接到计算机系统410，但是在本发明的其它实施方式中，计算机系统410可直接连接到机器人控制器150。例如，在一个实施方式中，计算机系统410和机器人控制器150共同定位在相同房间中或相邻房间中，并且设备使用本领域中一般已知的任何传输介质连接。

网络471可为本领域中一般已知的任何网络或系统，包括互联网、内联网、局域网(lan)、广域网(wan)、城域网(man)、直接连接或一系列连接、蜂窝电话网络、或能够便于计算机系统410和其它计算机(例如，机器人控制器150)之间的通信的任何其它网络或介质。网络471可为有线的、无线的或其组合。可使用以太网、通用串行总线(usb)、rj-11或本领域中一般已知的任何其它有线连接实施有线连接。可使用wi-fi、wimax和蓝牙、红外、蜂窝网络、卫星或本领域中一般已知的任何其它无线连接方法实施无线连接。附加地，多个网络可独自工作或彼此通信以便于网络471中的通信。

可用硬件和软件的任何组合实施本公开的实施方式。此外，本公开的实施方式可被包括在具有例如计算机可读非暂时介质的制品(例如，一个或多个计算机程序产品)中。介质在其中实施了例如用于提供和便于本公开的实施方式的机制的计算机可读程序代码。制品可被包括作为计算机系统的一部分或分开销售。

虽然本文已经公开各个方面和实施方式，但是其它方面和实施方式对于本领域技术人员将显而易见。本文公开的各个方面和实施方式用于说明的目的，并且不旨在进行限制，其中由以下权利要求指示真实范围和精神。

除非另有说明，从以下讨论可明显看出，术语诸如“应用”、“生成”、“识别”、“确定”、“处理”、“计算”、“选择”等可指计算机系统或类似电子计算设备的动作和过程，该计算机系统或类似电子计算设备操纵表示为计算机系统的寄存器和存储器内的物理(例如，电子)量的数据，并且将该数据转化成类似地表示为计算机系统存储器或寄存器或其它此类信息存储、传输或显示设备内的物理量的其它数据。可使用计算机软件实施本文描述的方法的实施方式。如果以遵照辨识的标准的编程语言编写，则被设计成实施该方法的指令序列可被汇编成用于在多种硬件平台上执行或用于与多种操作系统接口连接。此外，没有参考任何特定编程语言描述本发明的实施方式。应当了解，多种编程语言可用于实施本发明的实施方式。

如本文使用的，可执行应用程序包括用于例如响应于用户命令或输入调节处理器，以实施预先确定的功能(诸如操作系统、上下文数据采集系统或其它信息处理系统的功能)的代码或机器可读指令。可执行过程为用于实行一个或多个特定过程的代码或机器可读指令的区段、子例程、或代码的其它不同节区或可执行应用程序的一部分。这些过程可包括接收输入数据和/或参数、对接收的输入数据实行操作和/或响应于接收的输入参数实行功能、以及提供所得输出数据和/或参数。

如本文使用的“图形用户界面”(gui)包括一个或多个显示图像，该一个或多个显示图像由显示处理器生成并且使得用户能够与处理器或其它设备交互和相关联的数据采集和处理功能。gui也包括可执行过程或可执行应用程序。可执行过程或可执行应用程序调节显示处理器，以生成表示gui显示图像的信号。这些信号被供应到显示设备，该显示设备显示图像用于由用户观看。在可执行过程或可执行应用程序的控制下，处理器响应于从输入设备接收的信号，操纵gui显示图像。以该方式，用户可使用输入设备与显示图像交互，使得用户能够与处理器或其它设备交互。

响应于用户命令，可自动地或整个地或部分地实行本文的功能和过程步骤。在没有用户直接发起活动的情况下，响应于一个或多个可执行指令或设备操作，实行自动实行的活动(包括步骤)。

图的系统和过程不是排他的。可根据本发明的原理导出其它系统、过程和菜单以完成相同的目标。虽然已经参考特定实施方式描述本发明，但是应当理解，本文示出和描述的实施方式和变型仅用于说明的目的。可由本领域技术人员实施对当前设计的修改，而不脱离本发明的范围。如本文所述，可使用硬件部件、软件部件和/或其组合实施各种系统、子系统、代理、管理器和过程。本文中的权利要求元素不应根据35u.s.c.112(f)的条款解释，使用短语“用于......的装置”明确叙述该元素。