使用距离场数据的三维点云标记的制作方法

1.本说明书涉及处理点云，例如，使用自主车辆的车载传感器生成的点云。


背景技术：

2.自主车辆包括自驾驶汽车、船只和飞机。自主车辆使用各种车载传感器和计算机系统来检测附近的对象，并使用这种检测来做出控制和导航决策。


技术实现要素：

3.本说明书总体上描述了一种系统，该系统接收表征环境的区域的新点云，并且使用距离场数据将新点云中的某些点标识为可能是环境中的动态对象的测量。距离场数据是为环境中的多个位置中的每一个标识从所述位置到环境中最近的静态对象的距离——例如有符号距离——的数据。
4.本说明书中描述的主题的特定实施例能够被实现，以便实现一个或多个以下优点。
5.处理三维点云——例如从激光传感器的读数生成的点云——的机器学习模型被广泛应用于各种领域。作为特定示例，自主车辆可以利用处理三维点云的机器学习模型来执行各种任务，例如，对象检测、对象分类、实例分割等，这些任务对于有效控制自主车辆是重要的。然而，训练这些模型需要许多标记的示例，即点云的区域用特定于任务的标签来标记的示例。作为特定示例，对于实例分割任务，点云被分解成区域并且每个区域必须用机器学习模型应该分配给该区域的类型来标记(并且可选地用附加信息，例如，该区域中对象的标识符)。因此，标记通常需要人类将点云划分成区域，并将标签与每个区域相关联。这种标记过程可能很慢并且容易出错，并且用于这些类型的机器学习模型的高质量标记训练数据通常很难获得。
6.通过使用本说明书中描述的技术，能够使用距离场数据为点云生成更高质量的标签，例如更准确地标记特定任务的点云的标签。这为机器学习模型产生了更高质量的训练数据，因此产生了性能更好的训练模型。
7.特别地，对于许多模型，例如用于自主驾驶的模型，标签需要准确地标记随着时间在世界上移动的“动态对象”，例如汽车、行人、骑自行车的人等。所描述的技术能够使用距离场数据自动标识输入点云中的候选动态对象。具有“突出显示”的自动标识的候选动态对象的点云然后能够被呈现给用户，允许用户更快和更准确地标记点云，即，因为某些候选区域已经为用户突出显示。或者，这些标识的候选动态对象能够直接用于生成训练机器学习模型的训练示例。
8.本说明书主题的一个或多个实施例的细节在附图和以下描述中阐述。根据描述、附图和权利要求，本主题的其他特征、方面和优点将变得显而易见。
附图说明
9.图1示出了示例点云标记系统。
10.图2示出了能够在用户设备的用户界面中显示的点云的示例视觉表示。
11.图3是用于标识新点云中的候选动态对象的示例过程的流程图。
12.图4是用于生成环境的区域的距离场数据的示例过程的流程图。
13.不同附图中相同的附图标记和名称指示相同的元件。
具体实施方式
14.图1示出了示例点云标记系统100。系统100是在一个或多个位置的一台或多台计算机上实现为计算机程序的系统的示例，其中能够实现下面描述的系统、组件和技术。
15.系统100接收新的点云102，并标识每个新点云102中的候选动态对象112。
16.每个新点云102包括多个点，即多个三维点，其表示由一个或多个传感器测量的环境中的场景的传感器测量。通常，每个点包括指定坐标系中点的坐标的三维，并且可选地，与以其他方式表征该点的其他值相关联，例如，由该点表示的传感器测量的强度、二次返回或伸长。例如，一个或多个传感器能够是自主车辆，例如陆地、空中或海上车辆的传感器，例如lidar传感器或检测激光反射的其他传感器，并且场景能够是在自主车辆附近的场景。指定的坐标系能够是，例如以一个或多个传感器的位置为中心的坐标系。
17.更具体地，激光传感器或其他传感器能够在特定方向上发射一个或多个电磁辐射脉冲，并且能够测量任何反射的强度以及接收到反射的时间。能够通过确定发射脉冲和接收其反射之间经过的时间来计算距离。每个传感器能够以角度或方位角或两者连续扫描特定空间。例如，以方位角扫描能够允许传感器沿着同一视线检测多个对象。
18.然后，能够生成点云，点云包括标识从其接收到反射的点的三维坐标的点，以及可选的关于反射的其他信息，例如强度、第二次返回等。
19.一旦接收到新点云102，系统100通过标识新点云102中可能表示环境中动态对象的测量的点来标识新点云102中的候选动态对象112。
20.与静态对象不同，动态对象是随着时间移动到环境中不同位置的对象。自主车辆可能遇到的动态对象的示例包括其他车辆、行人、骑自行车的人和动物。
21.然后，候选动态对象112的标识能够被系统100或另一个系统用来“标记”新点云102。标记点云指的是标识点云中的一个或多个三维区域，例如由单独轮廓组成的三维框或三维区域，每个三维框或三维区域与相应的对象相对应，即，使得给定区域内的任何给定点是同一对象的测量。
22.特别地，在一些实施方式中，为了标记新点云102，系统100内的用户界面引擎140生成新点云102的视觉表示142。
23.视觉表示142是用户界面数据，当呈现在用户计算机150的用户界面160中时，显示新点云102中的每个点。具体地，新点云102中可能表示动态对象的测量的点(“动态对象点”)与新点云102中的其余点被不同地表示，即以视觉上不同的方式被表示。作为特定示例，动态对象点能够用与新点云102中的其余点不同的颜色渲染。
24.视觉表示的一个示例如图2所示。具体地，图2示出了能够在用户设备的用户界面中显示的点云的示例视觉表示200。
25.在视觉表示200中，动态对象点相对于点云中的其余点被“突出显示”，因为动态对象点被不同地呈现，例如以与点云中的其余点不同的颜色渲染。例如，动态对象点能够被渲染为红色，点云中的其余点被渲染为蓝色，场景的其余部分，即场景中没有测量生成的部分，被渲染为黑色。因此，动态对象点与点云中的其余点被不同地表示。然而，一般来说，动态对象点能够以多种方式中的任何一种与点云中的其他点进行视觉区分。例如，与点云中的其他点相比，动态对象点能够具有不同的大小，以不同的强度或亮度显示，以不同种类的阴影渲染等。
26.从图2能够看出，动态对象点包括一组点250，该组点250与环境中骑车人的测量相对应，并且已经被标识为候选动态对象。其余的点包括测量静态对象、例如树230的点。
27.回到图1的描述，系统100能够例如通过数据通信网络，例如内联网或互联网提供视觉表示142，用于在用户计算机160上的用户界面150中呈现。用户能够通过用户界面150提交输入，该输入标识视觉表示142(以及相应地，点云102)中与感兴趣对象的测量相对应的区域，例如，仅动态对象或者动态对象和静态对象两者。例如，用户能够例如通过触摸输入或使用输入设备提交在视觉表示142中定义三维边界框或轮廓的输入。
28.因为候选动态对象点在显示在用户界面150中时已经被“突出显示”，所以用户在短时间内快速和准确地标识多个点云中的区域变得容易得多。
29.然后，系统100或另一系统能够生成训练示例，该训练示例将点云102与标识由用户使用视觉表示142标识的点云的一个或多个部分的标签相关联。
30.可替换地，系统100能够基于候选动态对象点直接标识表示环境中的对象的点云的一个或多个区域，而不是生成视觉表示142，并且生成将点云与标识点云的一个或多个部分的数据相关联的训练示例，即，不涉及人类用户。
31.例如，系统100能够将至少具有阈值大小并且其中点的至少阈值部分是候选动态对象点的每个区域标识为表示环境中的动态对象的区域。
32.在任一情况下，即，当由人类用户参与生成训练示例时，或者当在没有人类用户参与的情况下生成训练示例时，系统100或另一系统能够在包括训练示例的训练数据上训练机器学习模型，例如神经网络。例如，机器学习模型能够是对包括点云的接收的传感器数据执行对象检测任务或实例分割任务的模型。
33.为了标识新点云102中的候选动态对象点，系统100内的距离场引擎120使用一组记录的点云130来生成由新点云102表征的真实世界区域的距离场数据122。
34.当车辆在真实世界中导航时，记录的点云130从由车辆，例如具有激光传感器的车辆收集的传感器数据中生成。具体地，每个记录的点云130由相应的车辆生成，即，由相应车辆的传感器按相应的时间步长生成，并且包括指定点云中的点的数据和标识每个点的真实世界地理位置的数据，所述点云是根据在对应的时间步长生成的相应车辆的传感器测量生成的。例如，对应的时间步长能够是时间窗，该时间窗等于一个或多个传感器扫过环境中车辆周围的整个区域的时间量。
35.距离场数据122为真实世界区域中的多个位置中的每一个分配有符号距离。对于多个位置中的任何给定位置，场数据122中的有符号距离是从给定位置到环境中最近的静态对象的距离。也就是说，对于每个位置，距离场数据122包括表示从该位置到环境中最近的静态对象的距离。
36.特别地，系统维护将真实世界细分为三维区域的数据。这种表示的一个示例是施加在真实世界上的体素网格。每个体素是覆盖真实世界中相应三维空间的三维凸形，例如盒子。体素网格是真实世界的某个区域的这种体素的网格，其中真实世界的该区域中的每个给定地理位置恰好包含在网格中的一个体素中。这种表示的另一示例是分层数据结构表示，例如八叉树。这种表示的又一示例是基于径向基函数的表示。
37.距离场数据122为体素网格中与真实世界区域相对应的部分中的每个体素标识从体素到环境中最近的静态对象的距离。虽然此描述参考体素描述了距离场数据122，但是更一般地，距离场数据122能够为将世界细分为三维区域的任何适当表示的部分中的每个三维区域标识从该区域到最近的静态对象的距离。
38.在一些实施方式中，距离场数据122也为体素网格中与真实世界区域相对应的部分中的每个体素，标识体素的相应权重，体素的相应权重表示体素是静态对象体素可能性，即静态对象位于由体素表示的真实世界位置的可能性。
39.下面参考图3和图4更详细地描述从记录的点云生成给定真实世界区域的距离场数据122。
40.一旦生成了由新点云102测量的真实世界区域的距离场数据122，动态对象引擎110就使用距离场数据122和新点云102中的点的真实世界位置来标识点云102中的某些点作为候选动态对象点。在高层上，动态对象引擎110根据数据122中的距离将距离静态对象相对“远”的点标识为候选动态对象点，即，因为远离环境中静态对象的已知位置发生的任何反射都可能是动态对象的测量。
41.下面参考图3更详细地描述标识候选动态对象点。
42.图3是用于标识新点云中的候选动态对象的示例过程300的流程图。为了方便起见，过程300将被描述为由位于一个或多个位置的一个或多个计算机的系统来执行。例如，经过适当编程的点云标记系统，例如图1的点云标记系统100，能够执行过程300。
43.系统获得距离场数据(步骤302)。
44.距离场数据为由新点云测量的真实世界区域内的多个位置中的每一个标识从该位置到最近的静态对象的距离，并且可选地标识表示静态对象位于该位置的可能性的该位置的权重。
45.通常，由任何给定点云测量或由其表征的区域由捕获该点云的传感器的范围来指定。例如，由点云测量的区域能够是以传感器的真实世界位置为中心并且在传感器范围内的区域。
46.具体地，距离场数据为施加在由新点云测量的真实世界区域上的体素网格中的每个体素标识从体素到包括最近的静态对象的体素的距离。可选地，距离场数据也能够为每个体素标识权重。
47.如下文将更详细描述的，在一些实施方式中，系统响应于接收到标记新点云的请求而生成距离场数据。在一些其他实施方式中，系统维护更大的真实世界区域的距离场数据，并且响应于接收到标记新的点云的请求，访问距离场数据中与由新点云测量的真实世界区域相对应的部分。
48.下面将参考图4更详细地描述为给定真实世界区域生成距离场数据。
49.系统获得新点云(步骤304)。特别地，系统获得标识(i)新点云中的点和(ii)新点
云中每个点的真实世界地理位置的数据。
50.作为特定示例，系统能够获得标识传感器的真实世界地理位置的数据，该传感器捕获用于生成点云的测量，并且对于新点云中的每个点，获得以传感器为中心的坐标系中的点的坐标。
51.然后，系统能够使用传感器的真实世界地理位置将每个点的坐标转换成真实世界坐标系中的真实世界坐标。
52.系统基于维护的距离场数据为点云中的每个点确定从该点到最近的静态对象的相应距离(步骤306)。该距离在本说明书中被称为该点的静态对象距离。
53.特别地，系统能够将点云中的每个点分配给施加在真实世界区域上的体素网格中的对应体素，即，使得每个点被分配给包括该点的真实世界坐标所属的真实世界中的三维空间区域的体素。
54.然后，系统能够至少根据点被分配到的体素的距离场数据中的距离来确定每个点的相应静态对象距离。
55.作为一个特定示例，系统能够将给定点被分配到的体素的距离场数据中的距离标识为任何给定点的静态对象距离。
56.作为另一特定示例，系统能够将给定点被分配到的特定体素和与该特定体素相邻的体素的距离场数据中的距离的插值标识为任何给定点的静态对象距离。这种插值的示例包括三线性插值和三立方(tricubic)插值。
57.可选地，系统还能够基于维护的距离场数据，为点云中的每个点确定相应权重，该权重表示静态对象位于与该点相对应的真实世界位置的可能性。该权重在本说明书中被称为该点的静态对象权重。
58.系统能够至少根据该点被分配到的体素的距离场数据中的权重来确定每个点的相应静态对象权重。
59.作为一个特定示例，系统能够将给定点被分配到的体素的距离场数据中的权重标识为任何给定点的静态对象权重。
60.作为另一特定示例，系统能够将距离场数据中给定点被分配到的特定体素和与该特定体素相邻的体素的权重的插值标识为任何给定点的静态对象权重。这种插值的示例包括三线性插值和三立方插值。
61.然后，系统能够至少基于点云中的点的静态对象距离，将点云中的点的子集标识为候选动态对象点，即，可能是动态对象的测量的点(步骤308)。
62.例如，系统能够将点云中静态对象距离大于阈值的每个点标识为候选动态对象点。
63.作为另一示例，系统能够将点云中静态对象距离大于阈值距离并且满足一个或多个其他标准的每个点标识为候选动态对象点。
64.作为示例，一个或多个其他标准能够包括指定给定点的静态对象权重必须低于阈值权重值的标准。
65.作为另一示例，一个或多个其他标准能够包括指定点必须在至少阈值数量的其他点的阈值距离内的标准，这些其他点也具有大于阈值距离的静态对象距离。
66.一旦系统已经在新点云中标识了候选动态对象点，系统就能够使用候选动态对象
点来标记新点云，如上所述，例如，通过从候选动态对象点自动生成新点云的标签，或者通过使用动态对象点来修改提供给用户的点云的视觉表示。
67.图4是用于为真实世界区域生成距离场数据的示例过程400的流程图。为了方便起见，过程400将被描述为由位于一个或多个位置的一个或多个计算机的系统来执行。例如，经过适当编程的点云标记系统，例如图1的点云标记系统100，能够执行过程400。
68.在一些实施方式中，真实世界区域是由系统接收的新点云测量的真实世界的区域，并且系统响应于新点云被提供给系统用于标记而在线生成距离场数据。
69.在其他实施方式中，真实世界区域是更大的真实世界区域，例如整个城市，或者自主车辆车队的整个操作区域。在这些实施方式中，系统能够离线生成距离场数据，并且当接收到新点云用于标记时，通过查询包括特定区域的较大区域的距离场数据，生成特定于由新点云测量的区域的距离场数据。
70.特别地，如上所述，系统维护指定真实世界区域的体素网格的数据(步骤402)。
71.系统获得记录的点云(步骤404)。
72.每个获得的点云测量真实世界区域的至少一部分。例如，系统能够查询当车辆在环境中导航时生成的点云日志，以标识日志中测量真实世界区域的至少一部分的点云子集。
73.系统使用记录的点云生成真实世界区域的距离场数据(步骤406)。生成的距离场数据包括体素网格中每个体素的(i)有符号距离和(ii)权重值。通常，为了生成距离场数据，系统为每个记录的点云中的每个点确定该点对有符号距离的贡献和对附近体素——即该点所属的体素和该点所属的体素附近的体素——的权重值，并聚合所有点的贡献以生成每个体素的最终有符号距离和权重值。更具体地，系统能够使用各种截断符号距离场(tsdf)技术中的任何一种来生成距离场数据。在1996年，美国纽约州纽约市计算机械协会，new york,ny,usa，第23届计算机图形学和交互技术年度会议记录(siggraph'96)303
–
312页中，brian curles和marc levoy的a volumetric method for building complex models from range images描述了这种技术的一个示例，其全部内容通过引用被合并于此。
74.本说明书结合系统和计算机程序组件使用术语“被配置”。对于由一个或多个计算机组成的系统来说，被配置为执行特定的操作或动作意味着该系统已经在其上安装了软件、固件、硬件或它们的组合，这些软件、固件、硬件或它们的组合在操作中导致该系统执行这些操作或动作。对于被配置为执行特定操作或动作的一个或多个计算机程序来说，意味着一个或多个程序包括指令，当所述指令由数据处理设备执行时，使得所述设备执行这些操作或动作。
75.本说明书中描述的主题和功能操作的实施例能够在数字电子电路中、在有形体现的计算机软件或固件中、在包括本说明书中公开的结构及其结构等同物的计算机硬件中、或者在它们中的一个或多个的组合中实现。本说明书中描述的主题的实施例能够被实现为一个或多个计算机程序，即编码在有形的非暂时性存储介质上的计算机程序指令的一个或多个模块，用于由数据处理设备执行或控制数据处理设备的操作。计算机存储介质能够是机器可读存储设备、机器可读存储基底、随机或串行存取存储设备或它们中的一个或多个的组合。可替换地或附加地，程序指令能够被编码在人工生成的传播信号上，例如机器生成
的电、光或电磁信号，其被生成来编码信息以传输到合适的接收器设备，用于由数据处理设备执行。
76.术语“数据处理设备”指代数据处理硬件，并且涵盖用于处理数据的各种设备、装置和机器，包括例如可编程处理器、计算机或多个处理器或计算机。装置还能够是或进一步包括专用逻辑电路，例如fpga(现场可编程门阵列)或asic(专用集成电路)。除了硬件之外，装置能够可选地包括为计算机程序创建执行环境的代码，例如，构成处理器固件、协议栈、数据库管理系统、操作系统或它们中的一个或多个的组合的代码。
77.计算机程序也可以被称为或描述为程序、软件、软件应用、应用程序、模块、软件模块、脚本或代码，能够以任何形式的编程语言编写，包括编译或解释语言，或者声明性或过程性语言；并且它能够以任何形式被部署，包括作为独立程序或作为模块、组件、子例程或适合在计算环境中使用的其他单元。程序可以，但不是必须，与文件系统中的文件相对应。程序能够被存储在保存其他程序或数据的文件的一部分中，例如存储在标记语言文档中的一个或多个脚本，存储在专用于所讨论的程序的单个文件中，或者存储在多个协同文件中，例如存储一个或多个模块、子程序或部分代码的文件中。计算机程序能够被部署为在一个计算机上或位于一个站点或分布在多个站点并通过数据通信网络互连的多个计算机上执行。
78.在本说明书中，术语“数据库”被广泛用于指代任何数据集合：数据不需要以任何特定的方式被结构化，或者根本不需要被结构化，并且它能够被存储在一个或多个位置的存储设备上。因此，例如，索引数据库能够包括多个数据集合，每个数据集合可以被不同地组织和访问。
79.类似地，在本说明书中，术语“引擎”被广泛用于指代被编程为执行一个或多个特定功能的基于软件的系统、子系统或过程。通常，引擎将被实现为安装在一个或多个位置的一个或多个计算机上的一个或多个软件模块或组件。在某些情况下，一个或多个计算机将专用于特定的引擎；在其他情况下，可以在同一个或多个计算机上安装和运行多个引擎。
80.本说明书中描述的过程和逻辑流程能够由执行一个或多个计算机程序的一个或多个可编程计算机来执行，以通过对输入数据进行操作并生成输出来执行功能。这些过程和逻辑流程也能够由专用逻辑电路，例如fpga或asic，或者由专用逻辑电路和一个或多个编程计算机的组合来执行。
81.适于执行计算机程序的计算机能够基于通用或专用微处理器或两者，或者任何其他类型的中央处理单元。通常，中央处理单元将从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于执行指令的中央处理单元和一个或多个用于存储指令和数据的存储设备。中央处理单元和存储器能够由专用逻辑电路来补充，或者结合在专用逻辑电路中。通常，计算机还将包括或可操作地耦合到一个或多个用于存储数据的大容量存储设备，例如磁盘、磁光盘或光盘，以从其接收数据或向其传输数据，或两者。然而，计算机不需要有这样的设备。此外，计算机能够被嵌入到另一个设备中，例如移动电话、个人数字助理(pda)、移动音频或视频播放器、游戏控制台、全球定位系统(gps)接收器或便携式存储设备，例如通用串行总线(usb)闪存驱动器，仅举几例。
82.适于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、介质和存储设备，包括例如半导体存储设备，例如eprom、eeprom和闪存设备；磁盘，例
如内部硬盘或可移动磁盘；磁光盘；和cd rom和dvd-rom盘。
83.为了提供与用户的交互，本说明书中描述的主题的实施例能够在计算机上实现，计算机具有用于向用户显示信息的显示设备，例如crt(阴极射线管)或led(液晶显示器)监视器，以及用户能够向计算机提供输入的键盘和指点设备，例如鼠标或轨迹球。其他类型的设备也能够被使用以提供与用户的交互；例如，提供给用户的反馈能够是任何形式的感官反馈，例如视觉反馈、听觉反馈或触觉反馈；并且能够以任何形式接收来自用户的输入，包括声音、语音或触觉输入。此外，计算机能够通过向用户使用的设备发送文档和从用户使用的设备接收文档来与用户交互；例如，通过响应于从web浏览器接收的请求将网页发送到用户设备上的web浏览器。此外，计算机能够通过向例如运行消息应用的智能手机的个人设备发送文本消息或其他形式的消息，并从用户接收响应消息来与用户交互。
84.用于实现机器学习模型的数据处理设备还能够包括例如专用硬件加速器单元，用于处理机器学习训练或生产的常见和计算密集型部分，即推理、工作负载。
85.机器学习模型能够使用机器学习框架来实现和部署，例如tensorflow框架、microsoft cognitive toolkit框架、apache singa框架或apache mxnet框架。
86.本说明书中描述的主题的实施例能够在计算系统中实现，计算系统包括后端组件，例如作为数据服务器，或者包括中间件组件，例如应用服务器，或者包括前端组件，例如具有图形用户界面的客户端计算机、web浏览器或用户能够通过其与本说明书中描述的主题的实现交互的应用，或者一个或多个这样的后端、中间件或前端组件的任意组合。系统的组件能够通过任何形式或介质的数字数据通信互连，例如通信网络。通信网络的示例包括局域网(lan)和广域网(wan)，例如因特网。
87.计算系统能够包括客户端和服务器。客户端和服务器通常彼此远离，并且通常通过通信网络进行交互。客户端和服务器的关系是通过运行在相应计算机上的计算机程序产生的，并且彼此之间具有客户端-服务器关系。在一些实施例中，服务器将例如html页面的数据发送到用户设备，例如，为了向充当客户端设备显示数据和从与设备交互的用户接收用户输入。在用户设备处生成的数据，例如用户交互的结果，能够在服务器处从设备接收。
88.尽管本说明书包含许多具体的实施细节，但这些不应被解释为对任何发明的范围或对所要求保护的范围的限制，而是对特定发明的特定实施例可能特有的特征的描述。本说明书中在单独实施例的上下文中描述的某些特征也能够在单个实施例中组合实现。相反，在单个实施例的上下文中描述的各种特征也能够在多个实施例中单独实现或者在任何合适的子组合中实现。此外，尽管特征可以在上面被描述为在某些组合中起作用，并且甚至最初被这样要求保护，但是在一些情况下，来自所要求保护的组合的一个或多个特征能够从该组合中删除，并且所要求保护的组合可以指向子组合或子组合的变体。
89.类似地，虽然在附图中描述了操作，并且在权利要求中以特定顺序叙述了操作，但是这不应该被理解为要求以所示的特定顺序或按顺序执行这些操作，或者要求执行所有示出的操作，以获得期望的结果。在某些情况下，多任务和并行处理可以是有利的。此外，上述实施例中的各种系统模块和组件的分离不应该被理解为在所有实施例中都需要这种分离，并且应该理解，所描述的程序组件和系统通常能够集成在单个软件产品中或者封装到多个软件产品中。
90.已经描述了主题的特定实施例。其他实施例在以下权利要求的范围内。例如，权利
要求中列举的动作能够以不同的顺序执行，并且仍然获得期望的结果。作为一个示例，附图中描述的过程不一定需要所示的特定顺序或按顺序来实现期望的结果。在某些情况下，多任务和并行处理可以是有利的。