一种基于元胞自动机的车流仿真方法及系统与流程

1.本技术涉及高速公路管理领域，尤其涉及基于元胞自动机的车流仿真方法及系统。


背景技术：

2.当前，我国高速公路中大型货车比重较大，中大型货车的车流量对高速公路的整体路况有非常大的影响。大型货车的行驶速度、加速性能和制动性能与小汽车有明显差异，更容易造成移动瓶颈，使交通状况恶化，高速公路的大型货车管理一直是高速公路车辆管理的重点与难点所在。高速公路对大型货车往往设有车道限制、车速限制以及通行时段限制，可知大型货车的车流特性与一般社会车辆有很大的差别，在对高速公路进行管理时有必要对中大型货车进行区别管理。目前针对高速公路的车辆仿真系统没有单独针对货车进行区别，无法精准预测货车流量对高速路况的影响。
3.因此，期望提供一种基于元胞自动机的车流仿真方法及系统，针对重载货车的特性进行高速公路的车流仿真，解决高速公路货车流量预测问题，实现对高速道路上重载货车流量的准确仿真与预测，为高速道路货车调控提供数据参考，有助于改善车辆移动瓶颈效应，为高速车辆管理提供决策支持，保障高速公路安全。


技术实现要素：

4.根据本技术的一些实施例的第一方面，提供了一种基于元胞自动机的车流仿真方法，应用于终端(例如，管控系统等)中，所述方法可以包括获取第一路段的车道与车辆信息，将所述第一路段映射为二维的元胞空间；根据所述车道与车辆移动最小单位，将所述元胞空间分割为元胞；将所述车辆随机分布在所述元胞，所述元胞的状态包括第一状态和第二状态，所述第一状态无车辆，所述第二状态有车辆，所述车辆的类型包括第一车辆和第二车辆；迭代时间片，计算所述车辆的新位置，根据所述新位置更新所述元胞的状态；基于元胞自动机建立模型，输入车辆密度配比参数进行迭代仿真，输出平均车流量；所述车辆密度配比参数包括第一车辆密度和第二车辆密度的比值。
5.在一些实施例中，所述输出平均车流量，具体包括根据不同的车辆密度配比参数，确定最大的平均车流量；基于最大平均车流量，确定对应的最优车辆密度配比；基于最优车辆密度配比，若已知第一车辆密度，确定第二车辆密度；若已知第二车辆密度，确定第一车辆密度。
6.在一些实施例中，所述计算所述车辆的新位置，具体包括获取所述车辆的t时刻位置 xn(t)，n为所述车辆数；确定所述车辆的t时刻速度vn(t)；迭代一步时间片至t+1时刻，计算所述车辆的新位置xn(t+1)，xn(t+1)＝xn(t)+vn(t)
×
1。
7.在一些实施例中，所述确定车辆的t时刻速度vn(t)，具体包括获取所述第一路段的限速信息，所述限速信息包括第一限速和第二限速，分别对应第一车辆和第二车辆；确定所述车辆类型及车辆操作，所述车辆操作包括第一操作和第二操作；当第一操作时，确定计
算值与限速信息的最小值为所述车辆对应的t时刻速度vn(t)；当第二操作时，确定计算值与零值的最大值为所述车辆对应的t时刻速度vn(t)。
8.在一些实施例中，所述确定车辆操作，具体包括获取所述车辆的安全车距d
safe
和前方视距l；确定所述车辆的实时速度及其与同车道前方车辆的车距dn，所述实时速度符合限速信息；判断所述车距dn是否小于所述安全车距d
safe
；若小于所述安全车距，即dn《d
safe
，判断相邻车道第一距离内是否有车辆，所述第一距离小于前方视距；若第一距离内有车辆，确定所述车辆进行第二操作；若第一距离内无车辆，判断所述前方视距l内车辆车速是否不小于所述车辆的实时速度；若小于所述车辆的实时速度，确定所述车辆进行第二操作；若不小于所述安全车距，即dn≥d
safe
，确定所述车辆进行第一操作。
9.在一些实施例中，所述判断前方视距l内车辆车速是否不小于所述车辆的实时速度，具体包括若不小于所述车辆的实时速度，根据变道概率p
change
，所述车辆若发生变道，以所述实时速度变道至相邻车道；若所述车辆不发生变道，确定所述车辆进行第二操作；若所述车辆为第一类型，限制所述第一类型车辆变道至最左侧车道，即p
change
＝0。
10.在一些实施例中，当所述前方视距l内无阻挡时，具体包括在下一步时间片，根据概率 p，使所述车辆进行第二操作。
11.在一些实施例中，所述基于元胞自动机建立模型，采用周期性边界条件。
12.在一些实施例中，所述周期性边界条件，具体包括所述元胞空间的右边界作为左边界左侧的虚拟邻居；所述元胞空间的左边界作为右边界右侧的虚拟邻居。
13.根据本技术的一些实施例的第二方面，提供了一个系统，所述系统包括：一个存储器，被配置为存储数据及指令；一个与存储器建立通信的处理器，其中，当执行存储器中的指令时，所述处理器被配置为：获取第一路段的车道与车辆信息，将所述第一路段映射为二维的元胞空间；根据所述车道与车辆移动最小单位，将所述元胞空间分割为元胞；将所述车辆随机分布在所述元胞，所述元胞的状态包括第一状态和第二状态，所述第一状态无车辆，所述第二状态有车辆，所述车辆的类型包括第一车辆和第二车辆；迭代时间片，计算所述车辆的新位置，根据所述新位置更新所述元胞的状态；基于元胞自动机建立模型，输入车辆密度配比参数进行迭代仿真，输出平均车流量；所述车辆密度配比参数包括第一车辆密度和第二车辆密度的比值。
14.因此，根据本技术的一些实施例的基于元胞自动机的车流仿真方法及系统，针对重载货车的特性进行高速公路的车流仿真，解决高速公路货车流量预测问题，实现对高速道路上重载货车流量的准确仿真与预测，为高速道路货车调控提供数据参考，有助于改善车辆移动瓶颈效应，为高速车辆管理提供决策支持，保障高速公路安全。
附图说明
15.为更好地理解并阐述本技术的一些实施例，以下将结合附图参考实施例的描述，在这些附图中，同样的数字编号在附图中指示相应的部分。
16.图1是根据本技术的一些实施例提供的基于元胞自动机的车流仿真系统的示例性示意图。
17.图2是根据本技术的一些实施例提供的基于元胞自动机的车流仿真方法的示例性流程图。
具体实施方式
18.以下参考附图的描述为便于综合理解由权利要求及其等效内容所定义的本技术的各种实施例。这些实施例包括各种特定细节以便于理解，但这些仅被视为示例性的。因此，本领域技术人员可以理解对在此描述的各种实施例进行各种变化和修改而不会脱离本技术的范围和精神。另外，为简要并清楚地描述本技术，本技术将省略对公知功能和结构的描述。
19.在以下说明书和权利要求书中使用的术语和短语不限于字面含义，而是仅为能够清楚和一致地理解本技术。因此，对于本领域技术人员，可以理解，提供对本技术各种实施例的描述仅仅是为说明的目的，而不是限制所附权利要求及其等效定义的本技术。
20.下面将结合本技术一些实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
21.需要说明的是，在本技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术实施例和所附权利要求书中所使用的单数形式的“一”、“一个”、“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本技术中使用的术语“和/或”是指并包含一个或多个相绑定的列出项目的任何或所有可能组合。表达“第一”、“第二”、“所述第一”和“所述第二”是用于修饰相应元件而不考虑顺序或者重要性，仅仅被用于区分一种元件与另一元件，而不限制相应元件。
22.根据本技术一些实施例的终端可以是智能终端，平台，装备和/或电子设备等；该智能终端可以包括管控系统等。该平台可以包括云控平台等，所述平台可以包括由一个或多个电子设备组成的系统平台；该装备可以包括智能网联车辆(intelligent connected vehicle，icv)；该电子设备可以包括个人电脑(pc，例如平板电脑、台式电脑、笔记本、上网本、掌上电脑 pda)、客户端设备、虚拟现实设备(vr)、增强现实设备(ar)、混合现实设备(mr)、 xr设备、渲染机、智能手机、移动电话、电子书阅读器、便携式多媒体播放器(pmp)、音频/视频播放器(mp3/mp4)、摄像机和可穿戴设备等中的一种或几种的组合。根据本技术的一些实施例，所述可穿戴设备可以包括附件类型(例如手表、戒指、手环、眼镜、或头戴式装置(hmd))、集成类型(例如电子服装)、装饰类型(例如皮肤垫、纹身或内置电子装置) 等，或几种的组合。在本技术的一些实施例中，所述电子设备可以是灵活的，不限于上述设备，或者可以是上述各种设备中的一种或几种的组合。在本技术中，术语“用户”可以指示使用电子设备的人或使用电子设备的设备(例如人工智能电子设备)。
23.本技术实施例提供了一种基于元胞自动机的车流仿真方法及系统。为了便于理解本技术实施例，以下将参考附图对本技术实施例进行详细描述。
24.图1是根据本技术的一些实施例提供的基于元胞自动机的车流仿真系统的示例性示意图。如图1所述，基于元胞自动机的车流仿真系统100可以包括网络110、控制端120、用户端 130和服务器140等。具体的，控制端120与用户端130在通过网络建立通信，例如，控制端120与用户端130可以在同一个局域网(比如，同一个路由器的网络环境等)中通信。进一步，控制端120可以通过有线(例如，网线等)或无线(例如，云端服务器等)等方式与网络110连接，用户端130可以通过有线或无线(例如，wifi等)等方式与网络110建立通信连接。在一
些实施例中，用户端130可以向控制端120、服务器140发送车辆位置信息、实时速度等信息。进一步地，控制端120、服务器140可以向用户端130反馈车辆的行动预测与车流状态等。根据反馈的信息，用户端130可以根据车辆的行动预测与车流状态进行调整等。作为示例，服务器140和/或控制端120可以基于预先设定的演变规则，进行车流演变状态的仿真等。
25.根据本技术的一些实施例，控制端120、用户端130可以为相同或不同的终端设备等。所述终端设备可以包括但不限于管控系统，云控平台，智能终端，移动终端，计算机等。在智能交通场景中，控制端120可以包括管控系统等，用户端130可以包括显示装置等。在一些实施例中，控制端120和用户端130可以集成在一个设备中，例如，管控系统等。在一些实施例中，服务器140是计算机的一种，具有比普通计算机运行更快、负载更高等优势，而相对应的价格更高昂。在网络环境中，服务器可以为其它客户机(例如，pc机、智能手机、 atm等终端，以及交通系统等大型设备)提供计算或者应用服务。服务器具有高速的cpu 运算能力、长时间的可靠运行、强大的i/o外部数据吞吐能力以及更好的扩展性。所述服务器可以提供的服务包括但不限于承担响应服务请求、承担服务、保障服务的能力等。所述服务器作为电子设备，具有极其复杂的内部结构，包括与普通计算机相近的内部结构等，作为示例，所述服务器的内部结构可以包括中央处理器(central processing unit，cpu)、硬盘、内存，系统、系统总线等。
26.在本技术的一些实施例中，基于元胞自动机的车流仿真系统100可以省略一个或多个元件，或者可以进一步包括一个或多个其它元件。作为示例，基于元胞自动机的车流仿真系统 100可以包括多个用户端130，如多个智能装备等。又例如，基于元胞自动机的车流仿真系统100可以包括一个或多个控制端120。再例如，基于元胞自动机的车流仿真系统100可以包括多个服务器140等。在一些实施例中，基于元胞自动机的车流仿真系统100可以包括但不限于基于城市智能交通场景下发控制策略等的系统。网络110可以为任意类型的通信网络，所述通信网络可以包括计算机网络(例如，局域网(lan，local area network)或广域网(wan， wide area network))、互联网和/或电话网络等，或几种的组合。在一些实施例中，网络110 可以为其他类型的无线通信网络。所述无线通信可以包括微波通信和/或卫星通信等。所述无线通信可以包括蜂窝通信，例如，全球移动通信(gsm，global system for mobilecommunications)、码分多址(cdma，code division multiple access)、第三代移动通信(3g， the 3rd generation telecommunication)、第四代移动通信(4g)、第五代移动通信(5g)、第六代移动通信(6g)、长期演进技术(lte，long term evolution)、长期演进技术升级版(lte-a， lte-advanced)、宽带码分多址(wcdma，wideband code division multiple access)、通用移动通信系统(umts，universal mobile telecommunications system)、无线宽带(wibro， wireless broadband)等，或几种的组合。在一些实施例中，用户端130可以为其他具备同等功能模块的装备和/或电子设备，该装备和/或电子设备可以包括智能网联车辆(intelligentconnected vehicle，icv)、虚拟现实设备(vr)、渲染机、个人电脑(pc，例如平板电脑、台式电脑、笔记本、上网本、掌上电脑pda)、智能手机、移动电话、电子书阅读器、便携式多媒体播放器(pmp)、音频/视频播放器(mp3/mp4)、摄像机和可穿戴设备等中的一种或几种的组合。
27.在一些实施例中，所述wifi可以为其他类型的无线通信技术。根据本技术的一些实施例，所述无线通信可以包括无线局域网(wifi，wireless fidelity)、蓝牙、低功耗蓝牙
(ble， bluetooth low energy)、紫蜂协议(zigbee)、近场通讯(nfc，near field communication)、磁安全传输、射频和体域网(ban，body area network)等，或几种的组合。根据本技术的一些实施例，所述有线通信可以包括全球导航卫星系统(glonass/gnss，global navigationsatellite system)、全球定位系统(gps，global position system)、北斗导航卫星系统或伽利略(欧洲全球卫星导航系统)等。所述有线通信可以包括通用串行总线(usb，universal serialbus)、高清多媒体接口(hdmi，high-definition multimedia interface)、推荐标准232(rs-232， recommend standard 232)、和/或简易老式电话服务(pots，plain old telephone service)等，或几种的组合。
28.需要说明的是，以上对于基于元胞自动机的车流仿真系统100的描述，仅为描述方便，并不能把本技术限制在所举实施例的范围之内。可以理解，对于本领域技术人员，基于本系统的原理，可能在不背离该原理的前提下，对各个元件进行任意组合，或者构成子系统与其他元件连接，对实施上述方法和系统的应用领域进行形式和细节上的各种修正和改变。例如，控制端120/用户端130可以集成在管控系统中等。诸如此类的变形，均在本技术的保护范围之内。
29.图2是根据本技术的一些实施例提供的基于元胞自动机的车流仿真方法的示例性流程图。如图2所述，流程200可以通过基于元胞自动机的车流仿真系统100实现。在一些实施例中，所述基于元胞自动机的车流仿真方法200可以自动启动或通过指令启动。所述指令可以包括系统指令、设备指令、用户指令、动作指令等，或几种的组合。
30.在201，获取第一路段的车道与车辆信息，将所述第一路段映射为二维的元胞空间。操作201可以通过基于元胞自动机的车流仿真系统100的控制端120、服务器140实现。在一些实施例中，控制端120和/或服务器140可以获取第一路段的车道与车辆信息，将所述第一路段映射为二维的元胞空间。在一些实施例中，所述第一路段可以包括高速公路的监测路段，所述监测路段可以包括车辆移动瓶颈路段、事故易发路段、高车流量路段等。
31.在一些实施例中，所述车道与车辆信息包括静态参数和动态参数、设定参数，所述静态参数可以包括道路参数、车辆物理参数等。所述道路参数可以包括道路长度、车道数量、各车道限速等。所述车辆物理参数可以包括车辆类型、车辆加速度、制动减速度、最高限速等。所述动态参数可以包括车辆流量等。作为示例，所述设定参数可以包括车辆变道概率、随机减速概率等。
32.在202，根据所述车道与车辆移动最小单位，将所述元胞空间分割为元胞。操作202可以通过基于元胞自动机的车流仿真系统100的控制端120、服务器140实现。在一些实施例中，控制端120和/或服务器140可以根据所述车道与车辆移动最小单位，将所述元胞空间分割为元胞。
33.在203，将所述车辆随机分布在所述元胞，所述元胞的状态包括第一状态和第二状态，所述第一状态无车辆，所述第二状态有车辆，所述车辆的类型包括第一车辆和第二车辆。操作203可以通过基于元胞自动机的车流仿真系统100的控制端120、服务器140实现。在一些实施例中，控制端120和/或服务器140可以将所述车辆随机分布在所述元胞，所述元胞的状态包括第一状态和第二状态。例如，所述第一状态无车辆，所述第二状态有车辆，所述车辆的类型包括第一车辆和第二车辆。所述第一车辆可以包括大型车辆、重型车辆，例如，货车等。所述第二车辆可以包括小型车辆等。
34.在204，迭代时间片，计算所述车辆的新位置，根据所述新位置更新所述元胞的状态。操作204可以通过基于元胞自动机的车流仿真系统100的服务器140和/或控制端120实现。在一些实施例中，服务器140和/或控制端120可以迭代时间片，计算所述车辆的新位置，根据所述新位置更新所述元胞的状态。
35.在一些实施例中，所述计算所述车辆的新位置可以具体包括获取所述车辆的t时刻位置 xn(t)，n为所述车辆数；确定所述车辆的t时刻速度vn(t)；迭代一步时间片至t+1时刻，计算所述车辆的新位置xn(t+1)，xn(t+1)＝xn(t)+vn(t)
×
1。所述时间片是模拟的一次处理时间的单位，例如，一步时间片可以为一秒(1s)等。
36.在一些实施例中，所述确定车辆的t时刻速度vn(t)可以具体包括获取所述第一路段的限速信息，所述限速信息包括第一限速和第二限速，分别对应第一车辆和第二车辆；确定所述车辆类型及车辆操作，所述车辆操作包括第一操作和第二操作；当第一操作时，确定计算值与限速信息的最小值为所述车辆对应的t时刻速度vn(t)；当第二操作时，确定计算值与零值的最大值为所述车辆对应的t时刻速度vn(t)。
37.作为示例，所述第一操作可以包括加速操作，所述第二操作可以包括减速操作、制动操作等。例如，设定第二车辆(如小型车辆)最高限速v
limit
＝33.3m/s，第一车辆(如货车) 最高限速v
limit
′
＝27.8m/s；所述第一车辆和所述第二车辆具有不同的加减速特性，车辆在一步时间片的速度变化，时间片设置为1秒，当第一操作(如加速)时，货车的车速取计算值和最高限速的最小值v
t+1
′
＝min{v
t
+1.4，27.8},小型车辆的车速取计算值和最高限速的最小值v
t+1
＝min{v
t
+3.3，33.3}；当第二操作(如减速)时，货车的车速取计算值和零值的最大值v
t+1
′
＝max{v
t-2.3，0},小型车辆的车速取计算值和零值的最大值v
t+1
＝
38.max{v
t-11.1，0}；随着时间片的迭代，车辆所在位置将发生变化，新位置对应元胞的状态更新为第二状态(有车辆)，旧位置对应元胞的状态更新为第一状态(无车辆)。
39.在一些实施例中，所述确定车辆操作可以具体包括获取所述车辆的安全车距d
safe
和前方视距l；确定所述车辆的实时速度及其与同车道前方车辆的车距dn，所述实时速度符合限速信息；判断所述车距dn是否小于所述安全车距d
safe
；若小于所述安全车距，即dn《d
safe
，判断相邻车道第一距离内是否有车辆，所述第一距离小于前方视距；若第一距离内有车辆，确定所述车辆进行第二操作；若第一距离内无车辆，判断所述前方视距l内车辆车速是否不小于所述车辆的实时速度；若小于所述车辆的实时速度，确定所述车辆进行第二操作；若不小于所述安全车距，即dn≥d
safe
，确定所述车辆进行第一操作。
40.在一些实施例中，所述判断前方视距l内车辆车速是否不小于所述车辆的实时速度可以具体包括若不小于所述车辆的实时速度，根据变道概率p
change
，所述车辆若发生变道，以所述实时速度变道至相邻车道；若所述车辆不发生变道，确定所述车辆进行第二操作；若所述车辆为第一类型，限制所述第一类型车辆变道至最左侧车道，即p
change
＝0。作为示例，第一车辆(货车)不允许变道至最左侧车道。
41.作为示例，当与同车道前方车辆的车距dn《d
safe
时，可以进一步判断相邻车道内前方距离d内无车辆，且前方视距l内前方车辆速度vm不小于所述车辆实时速度vn，所述车辆以变道概率p
change
变道至相邻车道，车速保持实时速度vn；若不发生变道，执行第二操作(如减速操作)。又例如，当相邻车道内前方距离d内有车辆，或相邻车道前方视距l内前方车辆车速vm小于所述车辆实时速度vn，所述车辆进行第二操作(如减速操作)。所述前方距离 d小于
所述前方视距l。所述车辆实时速度vn小于当前车辆类型限速v
limit
或v
limit
′
，再例如，当与同车道前方车辆的车距dn≥d
safe
时，所述车辆可以进行第一操作(如加速操作)。
42.在一些实施例中，当所述前方视距l内无阻挡时，可以具体包括在下一步时间片，根据概率p，使所述车辆进行第二操作(如减速操作)。作为示例，所述根据概率p进行的减速操作可以模拟现实中的突发故障或司机的随机减速等，提高模型仿真的准确性。
43.在205，基于元胞自动机建立模型，输入车辆密度配比参数进行迭代仿真，输出平均车流量；所述车辆密度配比参数包括第一车辆密度和第二车辆密度的比值。操作205可以通过基于元胞自动机的车流仿真系统100的服务器140和/或控制端120实现。在一些实施例中，服务器140和/或控制端120可以基于元胞自动机建立模型，输入车辆密度配比参数进行迭代仿真，输出平均车流量。所述车辆密度配比参数可以包括第一车辆密度和第二车辆密度的比值。
44.在一些实施例中，所述输出平均车流量可以具体包括根据不同的车辆密度配比参数，确定最大的平均车流量；基于最大平均车流量，确定对应的最优车辆密度配比；基于最优车辆密度配比，若已知第一车辆密度，确定第二车辆密度；若已知第二车辆密度，确定第一车辆密度。
45.作为示例，模型建成后，针对小车与货车输入不同的车辆密度参数进行迭代仿真，记录不同的车辆密度对应的平均车流量数据。根据不同的车辆密度，计算车辆密度与平均车流量的关系，确定平均车流量最大时对应最佳车辆密度配比。例如，根据最佳车辆密度配比，若大车密度确定，计算最佳小车密度；或小车密度确定时，计算最佳大车密度。
46.根据本技术的一些实施例，流程200可以进一步包括基于元胞自动机建立模型，采用周期性边界条件。所述周期性边界条件可以具体包括所述元胞空间的右边界作为左边界左侧的虚拟邻居；所述元胞空间的左边界作为右边界右侧的虚拟邻居。所述周期性边界是模拟用的地图形成一个环。
47.作为示例，所述第一路段的最左侧与最右侧在模型逻辑中是相邻的，例如车辆从左到右运动，移出右侧边界后可以进入左侧，以避免增加新个体的随机性对仿真结果产生的干扰。进一步，所述模型数据在时间片迭代2000步后开始计算，可以消除初始随机状态对仿真结果的影响。
48.根据本技术的一些实施例，基于仿真结果获取的车辆行动预测与车流状态反馈信息可以在用户端130的用户界面(ui)中显示，所述车辆行动预测与车流状态反馈信息的显示场景可以包括但不限于通过vr，ar，mr，xr任一形式或组合形式进行场景显示。
49.需要说明的是，以上对于流程200的描述，仅为描述方便，并不能把本技术限制在所举实施例的范围之内。可以理解，对于本领域技术人员，基于本系统的原理，可能在不背离该原理的前提下，对各个操作进行任意组合，或者构成子流程与其它操作组合，对实施上述流程和操作的功能进行形式和细节上的各种修正和改变。例如，流程200可以进一步包括基于元胞自动机建立模型，采用周期性边界条件等操作。诸如此类的变形，均在本技术的保护范围之内。
50.综上所述，根据本技术实施例的基于元胞自动机的车流仿真方法及系统，针对重载货车的特性进行高速公路的车流仿真，解决高速公路货车流量预测问题，实现对高速道路上重载货车流量的准确仿真与预测，为高速道路货车调控提供数据参考，有助于改善车
辆移动瓶颈效应，为高速车辆管理提供决策支持，保障高速公路安全。
51.需要注意的是，上述的实施例仅仅是用作示例，本技术不限于这样的示例，而是可以进行各种变化。
52.需要说明的是，在本说明书中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
53.最后，还需要说明的是，上述一系列处理不仅包括以这里所述的顺序按时间序列执行的处理，而且包括并行或分别地、而不是按时间顺序执行的处理。
54.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序指令相关的硬件来完成，所述的程序可存储于一计算机可读存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储器(read-only memory，rom)或随机存储器(random access memory，ram)等。
55.以上所揭露的仅为本技术一些优选的实施例，不能以此来限定本技术之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本技术权利要求所作的等同变化，仍属于发明所涵盖的范围。