障碍物状态量确定方法及装置、电子设备和介质与流程

1.本公开涉及计算机技术领域，尤其涉及自动驾驶领域，可应用于智能交通、智慧城市等场景，具体涉及一种障碍物状态量确定方法、装置、电子设备、计算机可读存储介质和计算机程序产品。


背景技术：

2.对于adas(advanced driver assistance system，高级驾驶辅助系统)功能，adas的感知模块不依赖定位模块，无法将当前时刻感知到的障碍物变换到世界坐标系，因此只能在自车坐标系下感知障碍物。由于自车在行驶过程中，自车坐标系相对于地面在不断运动，所感知到的障碍物状态量与实际存在偏差。
3.在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。


技术实现要素：

4.本公开提供了一种障碍物状态量确定的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
5.根据本公开的一方面，提供了一种障碍物状态量确定方法，包括：获取车辆在第一时刻和随后的第二时刻下的线速度和角速度；基于所述线速度和角速度确定所述车辆对应的车辆坐标系从所述第一时刻到所述第二时刻的变换矩阵；通过所述变换矩阵对所述障碍物在所述第一时刻的状态量进行变换，以使得所述第一时刻的状态量变换为在所述第二时刻对应的车辆坐标系下进行表示；以及基于所述变换后的所述状态量确定所述障碍物在所述第二时刻的状态量。
6.根据本公开的另一方面，提供了一种障碍物状态量确定装置，包括：获取单元，配置为获取车辆在第一时刻和随后的第二时刻下的线速度和角速度；第一确定单元，配置为基于所述线速度和角速度确定所述车辆对应的车辆坐标系从所述第一时刻到所述第二时刻的变换矩阵；变换单元，配置为通过所述变换矩阵对所述障碍物在所述第一时刻的状态量进行变换，以使得所述第一时刻的状态量变换为在所述第二时刻对应的车辆坐标系下进行表示；以及第二确定单元，配置为基于所述变换后的所述状态量确定所述障碍物在所述第二时刻的状态量。
7.根据本公开的一个或多个实施例，在不依赖定位模块的前提下，基于车辆的线速度和角速度，即可获得障碍物更为准确的状态信息(例如对地速度)。
8.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
9.附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
10.图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
11.图2示出了根据本公开的实施例的障碍物状态量确定方法的流程图；
12.图3示出了根据本公开的实施例的车辆右转弯的示意图；
13.图4示出了根据本公开的实施例的障碍物状态量确定装置的结构框图；
14.图5示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
15.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
16.在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
17.在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
18.下面将结合附图详细描述本公开的实施例。
19.图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括机动车辆110、服务器120以及将机动车辆110耦接到服务器120的一个或多个通信网络130。
20.在本公开的实施例中，机动车辆110可以包括根据本公开实施例的计算设备和/或被配置以用于执行根据本公开实施例的方法。
21.服务器120可以运行使得能够确定障碍物的状态量的方法的一个或多个服务或软件应用。在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。机动车辆110的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
22.服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如pc(个人计
算机)服务器、unix服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
23.服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括http服务器、ftp服务器、cgi服务器、java服务器、数据库服务器等。
24.在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从机动车辆110接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由机动车辆110的一个或多个显示设备来显示数据馈送和/或实时事件。
25.网络130可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于tcp/ip、sna、ipx等)来支持数据通信。仅作为示例，一个或多个网络130可以是卫星通信网络、局域网(lan)、基于以太网的网络、令牌环、广域网(wan)、因特网、虚拟网络、虚拟专用网络(vpn)、内部网、外部网、公共交换电话网(pstn)、红外网络、无线网络(包括例如蓝牙、wifi)和/或这些与其他网络的任意组合。
26.系统100还可以包括一个或多个数据库150。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库150中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库150可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库150可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
27.在某些实施例中，数据库150中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
28.机动车辆110可以包括传感器111用于感知周围环境。传感器111可以包括下列传感器中的一个或多个：视觉摄像头、红外摄像头、超声波传感器、毫米波雷达以及激光雷达(lidar)。不同的传感器可以提供不同的检测精度和范围。摄像头可以安装在车辆的前方、后方或其他位置。视觉摄像头可以实时捕获车辆内外的情况并呈现给驾驶员和/或乘客。此外，通过对视觉摄像头捕获的画面进行分析，可以获取诸如交通信号灯指示、交叉路口情况、其他车辆运行状态等信息。红外摄像头可以在夜视情况下捕捉物体。超声波传感器可以安装在车辆的四周，用于利用超声波方向性强等特点来测量车外物体距车辆的距离。毫米波雷达可以安装在车辆的前方、后方或其他位置，用于利用电磁波的特性测量车外物体距车辆的距离。激光雷达可以安装在车辆的前方、后方或其他位置，用于检测物体边缘、形状信息，从而进行物体识别和追踪。由于多普勒效应，雷达装置还可以测量车辆与移动物体的速度变化。
29.机动车辆110还可以包括通信装置112。通信装置112可以包括能够从卫星141接收
卫星定位信号(例如，北斗、gps、glonass以及galileo)并且基于这些信号产生坐标的卫星定位模块。通信装置112还可以包括与移动通信基站142进行通信的模块，移动通信网络可以实施任何适合的通信技术，例如gsm/gprs、cdma、lte等当前或正在不断发展的无线通信技术(例如5g技术)。通信装置112还可以具有车联网或车联万物(vehicle-to-everything，v2x)模块，被配置用于实现例如与其它车辆143进行车对车(vehicle-to-vehicle，v2v)通信和与基础设施144进行车辆到基础设施(vehicle-to-infrastructure，v2i)通信的车与外界的通信。此外，通信装置112还可以具有被配置为例如通过使用ieee802.11标准的无线局域网或蓝牙与用户终端145(包括但不限于智能手机、平板电脑或诸如手表等可佩戴装置)进行通信的模块。利用通信装置112，机动车辆110还可以经由网络130接入服务器120。
30.机动车辆110还可以包括控制装置113。控制装置113可以包括与各种类型的计算机可读存储装置或介质通信的处理器，例如中央处理单元(cpu)或图形处理单元(gpu)，或者其他的专用处理器等。控制装置113可以包括用于自动控制车辆中的各种致动器的自动驾驶系统。自动驾驶系统被配置为经由多个致动器响应来自多个传感器111或者其他输入设备的输入而控制机动车辆110(未示出的)动力总成、转向系统以及制动系统等以分别控制加速、转向和制动，而无需人为干预或者有限的人为干预。控制装置113的部分处理功能可以通过云计算实现。例如，可以使用车载处理器执行某一些处理，而同时可以利用云端的计算资源执行其他一些处理。控制装置113可以被配置以执行根据本公开的方法。此外，控制装置113可以被实现为根据本公开的机动车辆侧(客户端)的计算设备的一个示例。
31.图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
32.对于adas功能，adas的感知模块不依赖定位模块，无法将当前时刻感知到的障碍物变换到世界坐标系或者局部坐标系，因此只能在车辆坐标系下感知障碍物。由于车辆在行驶过程中，车辆坐标系相对于地面在不断运动，因此如果不对该车辆的运动进行补偿，那么感知到的障碍物的速度是相对于车辆的速度，而非其对地速度。
33.通常，可以对在车辆坐标系下感知到的障碍物的相对速度进行速度补偿，补偿上车辆的速度，以获得障碍物的对地速度。在车辆直线行驶的工况，对感知到的障碍物的相对速度，补偿上车辆的速度，能获得较为准确的对地速度，而对于车辆有旋转运动的工况，比如车辆路口转向工况，通过速度补偿的方法，则不能获得很理想的结果。
34.因此，根据本公开的实施例，提供了一种障碍物状态量确定方法。图2示出了根据本公开的实施例的障碍物状态量确定方法的流程图，如图2所示，方法200包括：获取车辆在第一时刻和随后的第二时刻下的线速度和角速度(步骤210)；基于所述线速度和角速度确定所述车辆对应的车辆坐标系从所述第一时刻到所述第二时刻的变换矩阵(步骤220)；通过所述变换矩阵对所述障碍物在所述第一时刻的状态量进行变换，以使得所述第一时刻的状态量变换为在所述第二时刻对应的车辆坐标系下进行表示(步骤230)；以及基于所述变换后的所述状态量确定所述障碍物在所述第二时刻的状态量(步骤240)。
35.根据本公开的实施例，在不依赖定位模块的前提下，基于车辆的线速度和角速度，即可获得障碍物更为准确的状态信息(例如对地速度)。
36.示例地，可以通过车载传感器获得当前车辆的行驶状态，可以通过相应的观测模型来对车辆的速度、位置等信息进行观测。根据一些实施例，多种传感器可以包括以下至少
一种：图像采集装置、点云采集装置。示例地，该图像采集装置可以包括多种多样的设备，如视觉摄像头、红外摄像头、进行紫外或x光成像的相机，等等。不同的设备可以提供不同的检测精度和范围。视觉摄像头可以实时捕获目标的运行状态等信息。红外摄像头可以在夜视情况下捕捉目标。紫外或x光成像的相机可以在各种复杂环境(夜间、恶劣气候、电磁干扰等)下对目标进行成像。点云采集装置也可以包括多种多样的设备，如激光雷达(lidar)、毫米波雷达、超声波传感器，等等。不同的设备可以提供不同的检测精度和范围。激光雷达可以用于检测目标边缘、形状信息，从而进行目标识别和追踪。毫米波雷达可以用于利用电磁波的特性测量与目标的距离。超声波传感器可以用于利用超声波方向性强等特点来测量与目标的距离。由于多普勒效应，雷达装置还可以测量与移动目标的速度变化。
37.根据一些实施例，多种传感器可以位于当前车辆上或路侧设备上。示例地，自动驾驶车辆在行驶过程中，多种传感器可以安装在车辆的前方、后方或其他位置，以实现对周围车辆的实时观测。或者，多种传感器位于至路侧设备上，以对途经该路侧设备的车辆、行人等目标进行实时观测。
38.在一些示例中，该路侧设备可以包括电子设备、通信设备等，电子设备可以和通信设备一体集成，也可以分体设置。电子设备可以获取多种传感器所观测到的数据，从而进行数据处理和计算，以获得相应的观测量，再经由通信设备向计算设备传送处理和计算结果。可选的，电子设备也可以设置在云端，以通过通信设备获取路侧设备上的多种传感器所观测到的数据，并通过数据分析和计算获得相应的观测量。
39.根据一些实施例，根据本公开的障碍物状态确定方法可以在计算设备中实现，计算设备通过每种传感器获取至少一种观测量。也就是说，通过多种传感器所获取目标在各时刻下的观测量可以通过计算设备进行在线或离线分析。计算设备可以驻留在至少一个观测车辆上、驻留在路侧设备上或者驻留在云端，在此不作限制。
40.在本公开中，车辆坐标系是用来描述车辆运动的坐标系；其原点与质心重合，x轴和y轴分别延车辆纵向方向和横向方向延伸，z轴垂直于x轴和y轴所形成的平面。例如，当车辆在水平路面上处于静止状态，x轴平行于地面指向车辆前方，z轴通过汽车质心指向上方，y轴指向驾驶员的左侧。
41.在一些示例中，可以从车辆底盘状态数据获取当前时刻当前车辆的线速度和角速度，其中从车辆底盘获取的线速度为沿自车坐标系x方向的数值。
42.图3示出了根据本公开实施例的车辆右转弯的示意图。如图3所示，车辆从t时刻(即第一时刻)运动到t+1时刻(即第二时刻)，时间间隔为δt。在t时刻所获得的车辆的线速度和角速度分别为v
t
和ω
t
，在t+1时刻所获得的车辆的线速度和角速度分别为v
t+1
和ω
t+1
。在从t时刻和t+1时刻该车辆的车辆坐标系的x轴和y轴如图3中所示，其中z轴垂直于纸面(未示出)。
43.在一些实施例中，首先确定从t时刻到t+1时刻，该车辆所对应的车辆坐标系的变换矩阵。如上所述，t时刻车辆的线速度和角速度分别为v
t
和ω
t
，t+1时刻车辆的线速度和角速度分别为v
t+1
和ω
t+1
，则从t时刻到t+1时刻，车辆坐标系绕z轴旋转了θ，即，
44.θ＝(ω
t
+ω
t+1
)*0.5*δt
45.车辆在δt时间内的平均转向半径r为：
46.r＝(v
t
+v
t+1
)/(ω
t
+ω
t+1
)
47.则从t时刻到t+1时刻，车辆坐标系发生的位移为：
48.s＝(r*sinθ，r-r*cosθ，0)
49.则从t时刻到t+1时刻，车辆坐标系的变换矩阵为：
[0050][0051]
根据一些实施例，所述障碍物在所述第一时刻的物理状态的状态量包括：所确定的所述障碍物在所述第一时刻的后验状态量。
[0052]
后验状态量，相对于先验状态量概念。先验状态量是根据系统过程原理或者经验得到的估计值，而后验状态量是结合之前的先验状态估计值，再加权测量值得到一个理论上最接近真实值的结果。所以，后验状态量要比先验状态量更精确。
[0053]
根据一些实施例，通过卡尔曼滤波算法确定所述障碍物的状态量。
[0054]
在一些示例中，可以通过卡尔曼滤波对障碍物状态量进行预测和修正。具体地，以kf(kf为卡尔曼滤波，ekf为扩展卡尔曼滤波，ukf为无迹卡尔曼滤波)为例，可以把t时刻障碍物位置信息的后验状态量，变换到t+1时刻的车辆坐标系下。记t时刻更新观测后，障碍物位置信息的后验状态量为把变换到t+1时刻的车辆坐标系后，记作x
t
，则有，
[0055][0056]
其中，m-1
为t时刻到t+1时刻的车辆坐标系变换矩阵的逆矩阵。
[0057]
根据一些实施例，所述状态量包括所述障碍物的位置信息和速度信息，即，状态量x可以表示障碍物的位置信息和速度信息。以匀速运动模型为例，状态量x包括4个分量：(p
x
、py、v
x
、vy)，4个分量分别表示障碍物横向/纵向位置和横向/纵向速度。
[0058]
根据一些实施例，基于所述变换后的所述状态量确定所述障碍物在所述第二时刻的状态量包括：获得在确定所述变换矩阵时所引入的高斯噪声项；基于所述高斯噪声项对所确定的所述障碍物在所述第一时刻的状态量协方差进行修正；以及基于所述修正后的状态量协方差以及所述障碍物变换后的所述状态量确定所述障碍物在所述第二时刻的状态量。
[0059]
示例地，在通过卡尔曼滤波对障碍物状态量进行更新的过程中，记t时刻更新观测量后，障碍物位置信息的后验协方差为状态量变换到t+1时刻对应的车辆坐标系后，此时的协方差记作p
t
，则
[0060][0061]
即，此时卡尔曼滤波系统的状态量均值为x
t
，协方差p
t
，即x
t
满足如下正态分布n(x
t
，p
t
)。其中，a
t
为由车辆的线速度和角速度计算变换矩阵时所带入系统的高斯噪声项。通过引入高斯噪声项，进一步提高了对障碍物的状态量进行估计的准确性。
[0062]
已知的是，卡尔曼滤波包括：基于状态转移方程的预测过程和基于观测方程的修正过程。通过状态转移方程，先预测描述障碍物运动的状态量的下一时刻的状态信息，以均
值和协方差的形式给出，即预测出障碍物下一时刻的状态量的正态分布；然后到了下一时刻，再通过这一时刻的观测量来修正先验状态量(预测过程得到的状态量)的均值和协方差，得到这一时刻的后验状态量，以均值和协方差的形式给出。
[0063]
根据一些实施例，所述高斯噪声项基于所述车辆的速度观测量确定。示例地，可以以查找表的形式确定a
t
与在不同车速和角速度组合的对应关系。在一些示例中，不同车速和角速度的组合所对应的高斯噪声项可以通过对定位模块的数据和定位模块的噪声统计计算得到。从而，消除了在计算变换矩阵的过程中所带入的噪声误差的影响。
[0064]
根据一些实施例，基于所述变换后的所述状态量确定所述障碍物在所述第二时刻的状态量包括：基于所述变换后的所述状态量更新所述卡尔曼滤波算法的状态转移方程，获得所述障碍物在所述第二时刻状态量的预测值；以及基于所述障碍物在所述第二时刻状态量的预测值以及所述障碍物在所述第二时刻状态量的观测值，更新所述卡尔曼滤波算法的观测方程，以确定所述障碍物在所述第二时刻的状态量。
[0065]
继续以卡尔曼滤波为例进行描述，在通过变换矩阵将障碍物在t时刻的状态量和协方差变换到t+1时刻所对应的车辆坐标系下后，即可更新卡尔曼滤波的状态转移方程及观测方程，并进入下一时刻的循环。更新后的卡尔曼滤波的状态转移方程如下所示：
[0066][0067][0068]
其中，此时卡尔曼滤波系统的状态量均值为协方差为即满足正态分布：状态转移方程中输入项为由前面得到的x
t
和p
t
，式中f
t+1
为状态转移矩阵，上标t表示转置矩阵；w
t+1
和q
t+1
表示引入的高斯噪声项，以模拟系统噪声。
[0069]
然后，更新卡尔曼滤波系统的观测方程。更新后的观测方程如下所示：
[0070][0071][0072]
其中，此时卡尔曼滤波系统的状态量均值为协方差为即满足正态分布：在上述观测方程中，z
t+1
表示t+1时刻传感器对障碍物进行感测所获得的观测值，h表示观测量和状态量之间的关系，即为观测矩阵，k为卡尔曼增益，具体值为在更新观测方程后，进入下一循环，以预测t+2时刻的障碍物状态量并基于t+2时刻障碍物的观测量进行修正。
[0073]
在一些示例中，比如毫米波雷达的传感器，可以直接观测速度的两个分量。而adas功能通过依赖于视觉感知，实际观测量只有位置信息，即横向距离和纵向距离。此时观测方程，只对状态量中的横向距离和纵向距离进行修正，并未对速度状态量没有修正。此时，在更新状态转移方程后，状态量的速度分量即可作为障碍物在t+1时刻的对地速度。
[0074]
根据本公开的实施例，如图4所示，还提供了一种障碍物状态量确定装置400，包括：获取单元410，配置为获取车辆在第一时刻和随后的第二时刻下的线速度和角速度；第一确定单元420，配置为基于所述线速度和角速度确定所述车辆对应的车辆坐标系从所述
第一时刻到所述第二时刻的变换矩阵；变换单元430，配置为通过所述变换矩阵对所述障碍物在所述第一时刻的状态量进行变换，以使得所述第一时刻的状态量变换为在所述第二时刻对应的车辆坐标系下进行表示；以及第二确定单元440，配置为基于所述变换后的所述状态量确定所述障碍物在所述第二时刻的状态量。
[0075]
这里，障碍物状态量确定装置400的上述各单元410～440的操作分别与前面描述的步骤210～240的操作类似，在此不再赘述。
[0076]
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
[0077]
根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
[0078]
根据本公开的实施例，还提供了一种车辆，所述车辆包括可以执行上面任一项实施例所述方法的电子设备。
[0079]
根据本公开的另一方面，还提供了一种边缘计算设备，可选的，边缘计算设备除了包括电子设备，还可以包括通信部件等，电子设备可以和通信部件一体集成，也可以分体设置。电子设备可以获取路侧感知设备(如路侧相机)的数据，例如图片和视频等，从而进行图像视频处理和数据计算，再经由通信部件向云控平台传送处理和计算结果。
[0080]
可选的，边缘计算设备也可以为路侧计算单元(road side computing unit，rscu)。可选的，电子设备自身也可以具备感知数据获取功能和通信功能，例如是ai相机，电子设备可以直接基于获取的感知数据进行图像视频处理和数据计算，再向云控平台传送处理和计算结果。
[0081]
可选的，云控平台在云端执行处理，进行图像视频处理和数据计算，云控平台也可以称为车路协同管理平台、v2x平台、云计算平台、中心系统、云端服务器等。
[0082]
参考图5，现将描述可以作为本公开的服务器或客户端的电子设备500的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
[0083]
如图5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器(rom)502中的计算机程序或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序，来执行各种适当的动作和处理。在ram503中，还可存储电子设备500操作所需的各种程序和数据。计算单元501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
[0084]
电子设备500中的多个部件连接至i/o接口505，包括：输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向电子设备500输入信息的任何类型的设备，输入单元506可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元507可以是能呈现信息的任何类型的设备，并
且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙tm设备、802.11设备、wifi设备、wimax设备、蜂窝通信设备和/或类似物。
[0085]
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由rom 502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到ram 503并由计算单元501执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。
[0086]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0087]
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0088]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0089]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来
将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0090]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0091]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0092]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
[0093]
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。