本公开的实施例主要涉及电子地图领域，并且更具体地，涉及用于更新电子地图的方法、装置和计算机可读存储介质。
背景技术：
目前，自动驾驶技术日益受到广泛关注。在车辆的自动驾驶过程中，需要利用电子地图对车辆进行定位。为了保证定位的精度进而保证自动驾驶操作的可靠性，通常对电子地图的绘制有很高的要求。例如，要求电子地图的精度尽量高，因为电子地图的精度会影响车辆的定位精度。还要求电子地图的相关数据尽量准确和全面。例如，需要包含详尽的导航和定位信息，如详细的交通标志牌及位置信息。交通标志牌例如包括限速牌、停车指示牌、出入口指示牌、特殊路段指示牌、等等。还可以包括各个路段上的详尽的车道线及位置信息。自动驾驶技术还需要地图的关键信息能够被持续并且及时地更新。此外，还需要地图能够覆盖所有可驾驶路段。
一种传统的电子地图绘制方式是借助于测绘车辆和测绘设备的现场测绘。这种测绘方式虽然精度较高，但是覆盖范围十分有限，并且更新速度非常慢，难以满足自动驾驶技术的需求。另一种传统的电子地图绘制方式是收集道路中行使的各个车辆的监测数据，继而使用这些数据来绘制地图。这种方式的优势是更新速度较快并且覆盖范围较广，但是精度通常无法达到自动驾驶技术的要求。
技术实现要素：
根据本公开的示例实施例，提供了一种用于更新电子地图的方法、装置和计算机可读存储介质。
在本公开的第一方面中，提供了一种用于更新电子地图的方法。在该方法中，获取由采集实体采集的与所述电子地图中的目标地图元素相关联的一组采集图像。目标地图元素具有目标图像和目标位置。还执行该组采集图像与目标图像之间的组间匹配，并且执行该组采集图像之间的组内匹配。继而，基于组间匹配、组内匹配和目标位置，更新与目标地图元素相关联的待更新地图元素的位置。
在本公开的第二方面中，提供了一种用于更新电子地图的装置。该装置包括：图像获取模块，被配置为获取由采集实体采集的与所述电子地图中的目标地图元素相关联的一组采集图像，所述目标地图元素具有目标图像和目标位置；第一匹配模块，被配置为执行所述一组采集图像与所述目标图像之间的组间匹配；第二匹配模块，被配置为执行所述一组采集图像之间的组内匹配；以及第一更新模块，被配置为基于所述组间匹配、所述组内匹配和所述目标位置，更新与所述目标地图元素相关联的待更新地图元素的位置。
在本公开的第三方面中，提供了一种设备。该设备包括一个或多个处理器并且包括用于存储一个或多个程序的存储装置。当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第一方面的方法。
在本公开的第四方面中，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。
应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图；
图2示出了根据本公开的某些实施例的用于更新电子地图的示例方法的流程图；
图3示出了根据本公开的某些实施例的用于获取采集图像的示例方法的流程图；
图4示出了根据本公开的某些实施例的用于更新电子地图的示例装置的示意框图；以及
图5示出了能够实施本公开的多个实施例的设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
在本文中使用的术语“地图元素”是指能够构成电子地图的任意适当元素。地图元素可以是电子地图所表示的现实环境中的任意适当物体。作为示例，在表示自动驾驶路段的电子地图中，地图元素可以包括诸如限速牌、停车指示牌、出入口指示牌和特殊路段指示牌之类的交通标志牌、车道线等等。在其他场景中，地图元素可以是环境中的某个地标。
在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如上所述，自动驾驶技术对电子地图有很高的要求。例如，要求电子地图尽量精确、全面和详尽，并且要求电子地图能够持续并且及时地更新。一种传统的电子地图绘制方式是基于测绘车辆和测绘设备的现场测绘来绘制地图。利用这种方式绘制的电子地图覆盖范围有限，并且更新速度非常慢。
另一种传统方式是基于道路中行使的车辆的监测数据来绘制地图。利用这种方式，可以从在道路中行使的各个车辆收集有关地图元素的图像信息以及相应位置信息，并且根据这些信息来更新相应路段的电子地图。这种方式虽然更新速度较快并且覆盖范围较广，但是精度通常无法达到要求。例如，以此种方式绘制的电子地图的精度通常取决于所收集的道路监测数据的数量以及每个监测数据的精度。然而，由于没有采用专用的测绘车辆和测绘设备，而是采用通常仅配备了低端图像采集实体的车辆并且利用基于卫星的定位数据，所以得到的监测数据的精度相对较低，由此绘制的电子地图的精度也就相对较低。
目前已经提出了一种视觉里程计(Visual Odometry，简称为VO)/视觉惯性里程计(Visual Inertial Odometry，简称为VIO)技术，用以提高上述基于道路中行使车辆的监测数据的绘制方式的精度。利用VO/VIO技术，可以基于采集到的相邻图像的帧间信息以及例如全球定位系统(GPS)的定位信息来确定车辆和地图元素的位置。然而，以这种方式生成的电子地图的精度仍然无法满足自动驾驶技术的要求。
本公开的实施例提出了一种高效的电子地图更新方案。在该方案中，电子地图中的地图元素除了具有位置之外，还具有图像及其特征。这些图像可以是专用的测绘车辆或者测绘设备采集的。地图元素的图像及其特征可以作为地图元素的视觉数据，与地图元素的几何数据(例如，地图元素的属性、大小和位置等)一起包含在电子地图的数据中，从而建立了电子地图的视觉层。
该方案还收集采集实体采集到的多个采集图像。采集实体可以是道路中行驶的众多车辆中的一个车辆。在获取这些采集图像之后，在采集图像与地图元素的图像之间执行组间匹配，并且在采集图像之间执行组内匹配。继而，基于上述组间匹配和组内匹配并且基于地图元素的位置，更新与地图元素相关联的待更新地图元素的位置。待更新地图元素可以是用于匹配的地图元素本身，或者可以是与用于匹配的地图元素相关联(例如，在该地图元素附近)的、尚未包括的电子地图中的新增地图元素。
通过组间匹配可以确定采集实体的相对定位和地图元素的相对定位。通过执行组内匹配，一方面可以在确定上述相对位置时将采集实体自身的移动考虑在内，另一方面可以确定待更新地图元素与采集实体的相对位置。由此，可以提高采集实体的定位精度，并且提高待更新地图元素的定位精度。另外，通过收集多个采集实体所采集的图像并且执行相应处理，既可以进一步提高定位精度，又可以实现快速且及时的位置更新。
图1示出了本公开的多个实施例能够在其中实现的示例环境100。在此示例中，环境100是一段高速公路。然而，应当理解，这仅仅是出于示范目的。环境100可以是任意适当室外环境或者室内环境。
环境100中布置了能够构成电子地图的多个地图元素105-1和105-2(统称为地图元素105)。地图元素105可以已经包含在电子地图中，或者可以未包含在电子地图中。在此示例中，地图元素105是布置在环境100中的车道两旁的交通标志牌，诸如限速牌、停车指示牌、出入口指示牌和特殊路段指示牌、等等。
应当理解，地图元素105可以是以任何适当的方式被部署在环境100中的任意适当位置的任意适当参考物体。在某些实施例中，地图元素105可以是布置在车道正上方或侧上方的交通标志牌，或者可以是车道线。还应当理解，尽管图1中仅示出了两个地图元素105，但这仅仅是出于示范目的，而无意于提出任何限制。根据实际需要，在环境100中可以布置任意适当数目的地图元素。
在环境100中，由采集实体110-1和110-2(统称为采集实体110)采集周围环境的图像。在此示例中，采集实体110是行使在高速公路的车辆。具体而言，可以通过车辆上安装的图像捕获装置(未示出)来采集环境100中的图像。图像捕获装置可以是具有图像捕获功能的任意适当装置。例如，图像捕获装置可以是安装在车辆上的摄像头或行车记录仪等。作为备选，图像捕获装置可以是车辆上的乘客携带的便携式设备，诸如手机、笔记本电脑、平板电脑、数码相机、等等。采集实体110还可以是能够采集周围环境的图像的任意适当其他设备。例如，在环境100是室内环境的实施例中，采集实体可以是行人携带的便携式设备。
在本公开的各种实施例中，可以采用两种类型的采集实体110。一种类型的采集实体只采集图像，不执行图像处理。可以通过这些图像之间的匹配，以及这些图像与形成电子地图的视觉层的地图元素的图像之间的匹配，来更新待更新地图元素的位置。另一种类型的采集实体在采集了图像之后，可以自行对图像进行处理，从而得到表示电子地图中的地图元素的相关位置信息。利用这种位置信息，可以对通过图像匹配确定的位置进行进一步更新或校准，从而进一步提高了电子地图的精度。这方面的具体实施例将在后文参考图2详细描述。
应当理解，仅仅出于示范目的，在图1中示出了两个采集实体。环境100中可以包括任意适当数目的采集实体和计算设备。在某些实施例中，可以由很多数目的采集实体来采集环境100中的图像，以便进一步提高地图元素的定位精度。这方面的具体细节将在后文详述。
在此示例中，采集实体110能够采集到包含地图元素105的图像。如图所示，采集实体110可以将采集的图像上传到环境100中的计算设备115，以用于后续处理。计算设备115可以是具有计算能力的任意适当设备。在此示例中，计算设备115由云端服务器实现。在某些实施例中，计算设备115可以是具有很强处理能力的台式机、笔记本电脑、智能终端、等等。
环境100中可以布置任意适当数目的计算设备115。例如，环境100中可以布置多个分布式计算设备，由这些分布式计算设备来实现计算设备115的相关处理功能，从而进一步提高处理能力。
在本公开的各种实施例中，计算设备115能够获取电子地图中的地图元素的位置和图像等数据。这些数据可以存储在计算设备115中，也可以存储在计算设备115可访问的其他设备(例如，未示出的存储设备或其他计算设备)中。
在获取了采集图像之后，计算设备115能够对采集图像与电子地图中的地图元素的图像执行组间匹配，并且在采集图像之间执行组内匹配。基于这两种匹配以及地图元素的位置，计算设备110可以更新与该地图元素相关联的待更新地图元素的位置。
图2中示出了根据本公开的某些实施例的示例方法200的流程图。方法200能够由图1中的计算设备115执行。为了讨论方便，将参考图1来描述方法200。
在框205，获取由采集实体100采集的与电子地图中的目标地图元素相关联的一组采集图像。目标地图元素可以是图1中的地图元素105，或者可以是在地图元素105附近的图1中未示出的其他地图元素。
目标地图元素具有目标位置。目标位置可以由目标地图元素的位置坐标来表示。该坐标可以是两维坐标或者三维坐标。目标位置可以作为电子地图数据存储。目标地图元素还具有一组目标图像。目标图像同样可以作为电子地图数据存储。备选地，目标图像可以单独但与目标位置相关联地存储。如上所述，目标位置和目标图像可以存储在计算设备115本地，或者可以存储在计算机设备115能够访问的其他设备处。
目标地图元素的目标图像可以由专用测绘车辆和/或测绘设备采集并且上传到计算设备115中。作为备选，目标图像可以由某个采集实体在行进到目标地图元素附近时采集到并且上传到计算设备115中。
计算设备115可以任意适当方式获取与目标地图元素相关联的采集图像。下面将参考图3中示出的方法300详细描述采集图像的获取过程。
如图3所示，在框305，计算设备115获取由采集实体110采集的一组候选图像。每个候选图像所对应的位置与目标图像的目标位置之间的距离低于预定阈值距离。该阈值距离可以根据定位精度、图像数目以及计算设备115的处理能力等等来确定。以此方式，可以确定采集实体在目标地图元素附近采集到的图像。
在某些实施例中，可以从采集实体110采集到的原始图像中选择候选图像。例如，采集实体110可以将采集到的一组原始图像以及相对应的位置上传到计算设备115。该位置可以通过任意适当定位技术确定。例如，在环境100是室外环境的实施例中，可以借助全球导航卫星系统(GNSS)来确定采集实体110的位置。GNSS的示例包括但不限于，全球定位系统(GPS)、伽利略定位系统(Galileo)、北斗卫星定位系统(BDS)、等等。在环境100是室内环境的实施例中，可以利用各种室内定位系统(Indoor Positioning System，简称为IPS)来确定采集实体110的位置。此外，还可以基于环境100的参考物体的位置使用三角定位技术来确定采集实体110的位置。
在获得了原始图像及其相应位置之后，计算设备115可以将原始图像所对应的位置与目标图像的目标位置相比较，从而选择位置与目标位置的距离低于预定阈值距离的原始图像作为候选图像。以此方式，计算设备115可以在采集实体110在随机位置采集到的图像中选择在目标地图元素的目标位置附近采集到的候选图像，以用于后续处理。
在某些实施例中，计算设备115可以向采集实体110指示目标位置。例如，在需要对某个位置的地图元素进行验证时，计算设备115可以执行上述指示。相应地，这些采集实体可以在路过目标位置附近(例如，与目标位置的距离低于预定阈值距离)的候选位置时采集图像，并且将采集到的图像作为候选图像上传到计算设备115。这种定点采集的方式，可以进一步提高计算设备115收集图像的效率。
在获取候选图像之后，在框310，计算设备115可以从候选图像中选择待处理的采集图像。在某些实施例中，可以直接将候选图像作为与目标图像相关联的采集图像。
在某些实施例中，为了进一步提高图像处理效率，可以通过将候选图像与目标图像匹配来确定二者的相关度，并且将相关度高于预定阈值相关度的候选图像作为与目标图像相关联的采集图像。上述匹配可以使用目前已有的和将来开发的任意适当的图像的特征提取和匹配技术来实现。通过该匹配，可以例如找出包含目标地图元素的候选图像，或者可以找出未包含目标地图元素但是包含了目标地图元素附近的其他地图元素或者参考对象的候选图像，以作为待处理的采集图像。在上述图像匹配过程中，还可以执行图像识别，以确定图像中包含的地图元素，从而可以在后续处理中丢弃无关信息，进一步提高处理效率。
接下来，继续参考图2。在获取了与目标图像相关联的一组采集图像之后，在框210，计算设备115执行该组采集图像与目标图像之间的组间匹配。例如，计算设备115可以将一个采集图像与目标图像相匹配，从而确定采集实体110在采集该采集图像时相对于目标地图元素的位置。同样可以使用目前已有的和将来开发的任意适当的图像的特征提取和匹配技术来实现上述组间匹配。通过将这组采集图像每个都与目标图像相匹配，可以确定采集实体110在采集这组图像时相对于目标地图元素的一组位置。
在框215，计算设备115执行该组采集图像之间的组内匹配。通过组内匹配，可以确定采集实体110在采集这些图像期间的位置变化。在某些实施例中，采集实体115采集这组图像的时间是连续的。例如，该组采集图像可以是一组连续图像帧。在这种情况下，可以通过在每两个相邻采集图像之间执行匹配来实现上述组内匹配。由此，可以确定采集实体115在采集每两个相邻采集图像期间的位置变化。利用这些位置变化，可以对通过组间匹配得到的采集实体110与目标地图元素的相对位置进行校正，从而提高定位精度。
在框220，计算设备115基于上述采集图像与目标地图元素的目标图像之间的组间匹配、采集图像之间的组内匹配以及目标地图元素的目标位置，更新待更新地图元素的位置。在某些实施例中，待更新地图元素可以是目标地图元素本身。例如，在采集图像中的每个采集图像都包含目标地图元素的情况下，可以将目标地图元素确定为待更新地图元素。在某些实施例中，待更新地图元素可以是与目标地图元素相关联的地图元素，而且可以是尚未包含在电子地图中的地图元素。在这种情况下，计算设备115可以从采集图像中确定与目标地图元素相关联(例如，在目标地图元素附近)的、未被包含在电子地图中的地图元素，以作为待更新地图元素。
在某些实施例中，计算设备115可以基于上述组间匹配和组内匹配以及目标地图元素的目标位置，确定采集实体110在采集该组采集图像时的一组参考绝对位置。例如，计算设备115可以确定多个采集图像的特征点之间的对应关系，并且确定这些采集图像的特征点与目标地图元素的目标图像之间的对应关系。根据这些对应关系，计算设备115可以确定采集实体110与目标地图元素的相对位置。基于该相对位置以及目标地图元素的目标位置，计算设备115可以确定采集实体110的参考绝对位置。
计算设备115还可以基于组内匹配，确定采集实体110在采集该组采集图像期间的参考位置变化，以及待更新地图元素与采集实体110的参考相对位置。例如，计算设备115可以通过三维重建，计算采集实体110采集图像时的位姿，进而确定采集图像的特征点与采集实体110的相对位置。根据被识别为待更新地图元素的图像特征点，可以计算待更新地图元素与采集实体110的参考相对位置。接下来，基于所确定的参考绝对位置、参考位置变化和参考相对位置，计算设备115可以确定待更新地图元素的位置。
在某些实施例中，为了进一步提高定位精度，计算设备115可以利用其他采集实体采集的图像对待更新地图元素的位置进一步更新。例如，计算设备115可以获取由另一采集实体采集的与目标地图元素相关联的另一组采集图像，并且执行该组采集图像与目标地图元素的目标图像之间的组间匹配以及该组采集图像之间的组内匹配。继而，计算设备115可以基于该组间匹配和组内匹配以及和目标地图元素的目标位置，进一步更新待更新地图元素的位置。通过将与由多个采集实体采集的采集图像相关联的处理结果进行融合，得到更为精确的待更新地图元素的位置。
如上所述，某些采集实体除了具有采集图像的功能之前，还具有图像处理功能。这种采集实体可以自行对采集到的图像进行处理，从而确定并且上传待更新地图元素的参考更新位置。在这种情况下，计算设备115可以基于参考更新位置，进一步更新待更新地图元素的位置，以便进一步提高定位精度。
图4示出了根据本公开某些实施例的用于更新电子地图的示例装置400的示意性框图。装置400能够在图1中的计算设备115处执行。
如图4所示，装置400包括：图像获取模块405，被配置为获取由采集实体采集的与电子地图中的目标地图元素相关联的一组采集图像，目标地图元素具有目标图像和目标位置；组间匹配模块410，被配置为执行该组采集图像与目标图像之间的组间匹配；组内匹配模块415，被配置为执行该组采集图像之间的组内匹配；以及位置更新模块420，被配置为基于组间匹配、组内匹配和目标位置，更新与目标地图元素相关联的待更新地图元素的位置。
在某些实施例中，图像获取模块可以包括：第一获取模块，被配置为获取由采集实体采集的一组候选图像，该组候选图像所对应的位置与目标位置的距离低于预定阈值距离；以及第一选择模块，被配置为从该组候选图像中选择该组采集图像。
在某些实施例中，图像获取模块可以包括：第二获取模块，被配置为获取采集实体所采集的一组原始图像以及与原始图像对应的位置；第二选择模块，被配置为从该组原始图像中选择一个原始图像；距离确定模块，被配置为确定所选择的原始图像所对应的位置与目标位置的距离是否低于预定阈值距离；以及第一确定模块，被配置为响应于确定距离低于预定阈值距离，确定所选择的原始图像包含在该组候选图像中。
在某些实施例中，图像获取模块可以包括：指示模块，被配置为向采集实体指示目标位置，以使得采集实体在与目标位置的距离低于预定阈值距离的候选位置采集图像；以及第三获取模块，被配置为获取采集实体在候选位置采集的一组图像以作为该组候选图像。
在某些实施例中，第一选择模块可以包括：第三选择模块，被配置为从该组候选图像中选择一个候选图像；相关度确定模块，被配置为确定所选择的候选图像与目标图像的相关度是否高于预定阈值相关度；以及第二确定模块，被配置为响应于确定相关度高于预定阈值相关度，确定所选择的候选图像包含在该组采集图像中。
在某些实施例中，组间匹配模块可以包括：第一匹配模块，被配置为将该组采集图像中的一个采集图像与目标图像相匹配，以确定采集实体在采集该采集图像时与目标地图元素的相对位置。
在某些实施例中，采集实体采集该组采集图像的时间是连续的。组内匹配模块可以包括：第二匹配模块，被配置为将该组采集图像中的两个相邻采集图像相匹配，以确定采集实体在采集两个相邻采集图像期间的位置变化。
在某些实施例中，位置更新模块包括：第三确定模块，被配置为基于组间匹配、组内匹配和目标位置，确定采集实体在采集该组采集图像时的一组参考绝对位置；第四确定模块，被配置为基于组内匹配，确定采集实体在采集该组采集图像期间的参考位置变化以及待更新地图元素与采集实体的参考相对位置；以及第一更新模块，被配置为基于参考绝对位置、参考位置变化和参考相对位置，更新待更新地图元素的位置。
在某些实施例中，装置400还可以包括：第五确定模块，被配置为响应于该组采集图像中的每个采集图像都包含目标地图元素，将目标地图元素确定为待更新地图元素。
在某些实施例中，装置400还可以包括：第六确定模块，被配置为从该组采集图像中确定与目标地图元素相关联的、未被包含在电子地图中的地图元素，以作为待更新地图元素。
在某些实施例中，装置400还可以包括：第四获取模块，被配置为获取由另一采集实体采集的与目标地图元素相关联的另一组采集图像；第五匹配模块，被配置为执行另一组采集图像与目标图像之间的另外的组间匹配以及另一组采集图像之间的另外的组内匹配；以及第二更新模块，被配置为基于另外的组间匹配、另外的组内匹配和目标位置，进一步更新待更新地图元素的位置。
在某些实施例中，装置400还可以包括：第五获取模块，被配置为获取由另一采集实体确定的待更新地图元素的参考更新位置；以及第三更新模块，被配置为基于参考更新位置，进一步更新待更新地图元素的位置。
应当理解，上文结合图1至图3描述的操作和特征同样适用于装置400及其中包含的模块，并且具有同样的效果，具体细节不再赘述。
装置400中所包括的模块可以利用各种方式来实现，包括软件、硬件、固件或其任意组合。在一个实施例中，一个或多个模块可以使用软件和/或固件来实现，例如存储在存储介质上的机器可执行指令。除了机器可执行指令之外或者作为替代，装置400中的部分或者全部模块可以至少部分地由一个或多个硬件逻辑组件来实现。作为示例而非限制，可以使用的示范类型的硬件逻辑组件包括现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准品(ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD)，等等。
图5示出了可以用来实施本公开的实施例的示例设备500的示意性框图。设备500可以用于实现图1的计算设备115。如图所示，设备500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的计算机程序指令或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序指令，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。CPU 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。
设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备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。
处理单元501执行上文所描述的各个方法和处理，例如方法200和300。例如，在一些实施例中，方法200和300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/或安装到设备500上。当计算机程序加载到RAM 503并由CPU 501执行时，可以执行上文描述的方法200和300的一个或多个步骤。备选地，在其他实施例中，CPU 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和300。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：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)等等。
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。
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。
此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。