基于北斗定位数据的车辆货物运输风险管控方法及系统与流程

1.本发明涉及运输风险技术领域，尤其是涉及一种基于北斗定位数据的车辆货物运输风险管控方法及系统。


背景技术：

2.通过车辆进行货物运输虽然便利高效，但其运输的封闭性使得工作人员在物流过程中无法及时、直观地掌握具体情况，对货物运输状态进行安全评估，往往发现险情时已错过事故最佳处理期。一旦货物在运输过程中发生意外情况，将会造成严重的人员和财产损失。
3.车辆货物运输的过程中的风险并不是单一的不安全因素造成，而是由多个方面的不安全因素构成，是一个有机的整体。而目前国内外对货物运输的安全风险评估方法：(1)仅针对某个运输风险环节或风险点，较难反应真实的运输风险值。(2)风险评估主要还是依托专业技术人员的专业描述，既缺乏科学有效的评估手法，难以做到科学描述和理性评价，也无法实现定量计算。(3)用于货物运输风险评估的数据多为单一数据源，缺乏参考性，无法将实时获取的多源的动态信息加以融合应用，因此，影响了风险评估的准确性。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于北斗定位数据的车辆货物运输风险管控方法及系统，能够多方面实时获取车辆货物运输的数据，并且将对多方面的数据进行风险定量计算，得到反应真实的运输风险值。
5.第一方面，本发明的实施例提供了一种基于北斗定位数据的车辆货物运输风险管控方法，所述基于北斗定位数据的车辆货物运输风险管控方法包括：
6.获取车辆的北斗定位数据；
7.根据所述北斗定位数据中记载的车辆行驶速度，计算所述车辆在预设的第一单位时间内超过最高速度阈值的次数，并通过所述次数计算第一风险因子；
8.根据所述北斗定位数据中记载的车辆行驶经纬度，计算所述车辆在同一地点的累计时间，并通过所述累计时间计算第二风险因子；
9.获取所述车辆的传感器数值，根据所述传感器数值计算所述车辆在预设的第二单位时间内的最大传感器数值与最小传感器数值的差值，并通过所述差值计算第三风险因子；
10.通过所述第一风险因子、所述第二风险因子和所述第三风险因子计算综合风险因子；
11.通过所述综合风险因子计算风险等级，并根据所述风险等级触发对应的警情。
12.根据本发明实施例的方法，至少具有如下有益效果：
13.通过北斗数据定位数据计算车辆速度的第一风险因子，对车辆速度进行了风险估计，通过北斗定位数据中的经纬度，精准地获取了车辆是否移动，从而得到车辆停留时间并
对车辆停留时间进行了风险估计得到第二风险因子，通过对车辆传感器的数值变化进行风险估计得到第三风险因子；通过第一风险因子、第二风险因子和第三风险因子计算综合风险因子，得到一个融合的综合风险因子，能更加直观地反应真实的运输风险，并且更加通过多方面的风险融合成一个综合风险因子，能够更加准确地判断运输风险，进而根据风险等级触发对应的警情。
14.根据本发明的一些实施例，在所述获取车辆的北斗定位数据之后，所述基于北斗定位数据的车辆货物运输风险管控方法还包括：
15.根据所述车辆的车型和货物类型设置最高速度阈值。
16.根据本发明的一些实施例，在所述计算所述车辆在同一地点的累计时间之前，所述基于北斗定位数据的车辆货物运输风险管控方法还包括：
17.计算所述北斗定位数据记载中的车辆行驶经纬度在预设的第三单位时间内的车辆行驶经纬度相差的最大直线距离；
18.若所述最大直线距离没有超过预设的距离区间，则表示所述车辆在预设的第三单位时间内停留在同一位置。
19.根据本发明的一些实施例，所述传感器数值包括载重、温度、湿度和光感。
20.根据本发明的一些实施例，所述通过所述第一风险因子、所述第二风险因子和所述第三风险因子计算综合风险因子之前，所述基于北斗定位数据的车辆货物运输风险管控方法还包括：
21.获取所述车辆的历史风险事件，并分别计算每一个所述历史风险事件对应的所述第一风险因子、所述第二风险因子和所述第三风险因子；
22.将每一个所述历史风险事件中的所述第一风险因子、所述第二风险因子和所述第三风险因子与所述历史风险事件的关联强度进行排序，得到每一个所述风险事件的最强关联因子；
23.通过所有所述历史风险事件的最强关联因子计算所述第一风险因子、所述第二风险因子和所述第三风险因子在所述综合风险因子中的所占比例。
24.根据本发明的一些实施例，所述第一风险因子、所述第二风险因子和所述第三风险因子在所述综合风险因子中的所占比例通过如下公式计算：
25.p1＝ma/n
26.p2＝mb/n
27.p3＝mc/n
28.其中，p1表示第一风险因子在综合风险因子中的比例，p2表示第二风险因子在综合风险因子中的比例，p3表示第三风险因子在综合风险因子中的比例，ma表示最强关联因子为第一风险因子的次数，mb表示最强关联因子为第二风险因子的次数，mc表示最强关联因子为第三风险因子的次数，n表示历史风险事件的个数。
29.根据本发明的一些实施例，所述综合风险因子的计算公式包括：
30.t＝p1*a+p2*b+p3*c
31.其中，t表示综合风险因子，a表示第一风险因子，b表示第二风险因子，c表示第三风险因子。
32.第二方面，本发明的实施例提供了一种基于北斗定位数据的车辆货物运输风险管
控系统，所述基于北斗定位数据的车辆货物运输风险管控系统包括：
33.北斗数据获取模块，用于获取车辆的北斗定位数据；
34.第一风险因子计算模块，用于根据所述北斗定位数据中记载的车辆行驶速度，计算所述车辆在预设的第一单位时间内超过最高速度阈值的次数，并通过所述次数计算第一风险因子；
35.第二风险因子计算模块，用于根据所述北斗定位数据中记载的车辆行驶经纬度，计算所述车辆在同一地点的累计时间，并通过所述累计时间计算第二风险因子；
36.第三风险因子计算模块，用于获取所述车辆的传感器数值，根据所述传感器数值计算所述车辆在预设的第二单位时间内的最大传感器数值与最小传感器数值的差值，并通过所述差值计算第三风险因子；
37.综合风险因子计算模块，用于通过所述第一风险因子、所述第二风险因子和所述第三风险因子计算综合风险因子；
38.风险等级计算模块，用于通过所述综合风险因子计算风险等级，并根据所述风险等级触发对应的警情。
39.第三方面，本发明的实施例提供了一种电子设备，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如第一方面所述的基于北斗定位数据的车辆货物运输风险管控方法。
40.第四方面，本发明的实施例提供了一种计算机存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如第一方面所述的基于北斗定位数据的车辆货物运输风险管控方法。
41.需要注意的是，本发明的第二方面至第四方面与现有技术之间的有益效果与第一方面的基于北斗定位数据的车辆货物运输风险管控方法的有益效果相同，此处不再细述。
42.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。
附图说明
43.本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
44.图1是本发明一实施例提供的一种基于北斗定位数据的车辆货物运输风险管控方法的流程图；
45.图2是本发明一实施例提供的判断车辆在同一地点的流程图；
46.图3是本发明一实施例提供的计算第一风险因子、第二风险因子和第三风险因子在综合风险因子中所占比例的流程图；
47.图4是本发明一实施例提供的一种基于北斗定位数据的车辆货物运输风险管控系统的结构图；
48.图5是本发明一实施例提供的一种电子设备的结构图。
具体实施方式
49.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
50.在本发明的描述中，如果有描述到第一、第二等只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
51.在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
52.本发明的描述中，需要说明的是，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
53.参照图1，在本发明的一些实施例中，提供了一种基于北斗定位数据的车辆货物运输风险管控方法，所述基于北斗定位数据的车辆货物运输风险管控方法包括：
54.步骤s100、获取车辆的北斗定位数据。
55.步骤s200、根据北斗定位数据中记载的车辆行驶速度，计算车辆在预设的第一单位时间内超过最高速度阈值的次数，并通过次数计算第一风险因子。
56.步骤s300、根据北斗定位数据中记载的车辆行驶经纬度，计算车辆在同一地点的累计时间，并通过累计时间计算第二风险因子。
57.步骤s400、获取车辆的传感器数值，根据传感器数值计算车辆在预设的第二单位时间内的最大传感器数值与最小传感器数值的差值，并通过差值计算第三风险因子。
58.步骤s500、通过第一风险因子、第二风险因子和第三风险因子计算综合风险因子。
59.步骤s600、通过综合风险因子计算风险等级，并根据风险等级触发对应的警情。
60.通过步骤s200使用北斗数据定位数据计算车辆速度的第一风险因子，对车辆速度进行了风险估计，保证实时监测车辆速度，防止车速过快造成重大事故，通过步骤s300使用北斗定位数据中的经纬度，精准地获取了车辆是否移动，从而得到车辆停留时间并对车辆停留时间进行了风险估计得到第二风险因子，步骤s400通过对车辆传感器的数值变化进行风险估计得到第三风险因子；步骤s500通过第一风险因子、第二风险因子和第三风险因子计算综合风险因子，得到一个融合的综合风险因子，能更加直观地反应真实的运输风险，并且更加通过多方面的风险融合成一个综合风险因子，能够更加准确地判断运输风险，进而根据风险等级触发对应的警情。
61.在本发明的一些实施例中，在获取车辆的北斗定位数据之后，基于北斗定位数据的车辆货物运输风险管控方法还包括：
62.根据车辆的车型和货物类型设置最高速度阈值。
63.根据车辆的车型和货物类型设置最高速度阈值，合理地控制最高速度阈值，避免因车型或者货物类型的不同，没有及时调整最高速度阈值造成第一风险因子计算出现误差。
64.参照图2，在本发明的一些实施例中，在计算车辆在同一地点的累计时间之前，基于北斗定位数据的车辆货物运输风险管控方法还包括：
65.步骤s301、计算北斗定位数据记载中的车辆行驶经纬度在预设的第三单位时间内的车辆行驶经纬度相差的最大直线距离。
66.步骤s302、若最大直线距离没有超过预设的距离区间，则表示车辆在预设的第三单位时间内停留在同一位置。
67.需要说明的是，判断规则在第三单位时间内，车辆行驶经纬度随着行驶在不断变换，随着第三单位时间结束，车辆行驶经纬度在不断变化中存在两个时间点的车辆行驶经纬度存在一个相差最大的直线距离，如果相差最大的直线距离在15m以内，就说明车辆在同一位置。
68.在本发明的一些实施例中，传感器数值包括载重、温度、湿度和光感。
69.传感器数值多方位的监测车辆和货物的状态，保障了车辆和货物在行驶过程中的安全性，并为第三风险因子提供多方位监测数据，使第三风险因子的计算真实准确。
70.参照图3，在本发明的一些实施例中，通过第一风险因子、第二风险因子和第三风险因子计算综合风险因子之前，基于北斗定位数据的车辆货物运输风险管控方法还包括：
71.步骤s501、获取车辆的历史风险事件，并分别计算每一个历史风险事件对应的第一风险因子、第二风险因子和第三风险因子。
72.步骤s502、将每一个历史风险事件中的第一风险因子、第二风险因子和第三风险因子与历史风险事件的关联强度进行排序，得到每一个风险事件的最强关联因子。
73.步骤s503、通过所有历史风险事件的最强关联因子计算第一风险因子、第二风险因子和第三风险因子在综合风险因子中的所占比例。
74.通过历史风险事件计算第一风险因子、第二风险因子和第三风险因子所占历史风险事件的比例，通过大数据量的历史风险事件，能够得到第一风险因子、第二风险因子和第三风险因子在综合风险因子中的所占比例，通过大数据分析能够使所占比例更加准确，能够反应真实的运输风险值。
75.在本发明的一些实施例中，第一风险因子、第二风险因子和第三风险因子在综合风险因子中的所占比例通过如下公式计算：
76.p1＝ma/n
77.p2＝mb/n
78.p3＝mc/n
79.其中，p1表示第一风险因子在综合风险因子中的比例，p2表示第二风险因子在综合风险因子中的比例，p3表示第三风险因子在综合风险因子中的比例，ma表示最强关联因子为第一风险因子的次数，mb表示最强关联因子为第二风险因子的次数，mc表示最强关联因子为第三风险因子的次数，n表示历史风险事件的个数。
80.根据第一风险因子、第二风险因子和第三风险因子的最强关联因子在历史风险事件中所占比例，推算得到第一风险因子、第二风险因子和第三风险因子在综合风险因子中所占比例，使综合风险因子能够反应更准确真实的风险情况，更准确地通过综合风险因子得到对应的风险等级。
81.在本发明的一些实施例中，综合风险因子的计算公式包括：
82.t＝p1*a+p2*b+p3*c
83.其中，t表示综合风险因子，a表示第一风险因子，b表示第二风险因子，c表示第三风险因子。
84.通过综合风险因子的定量计算，得到可以直观判断风险等级的综合风险因子数值，能够科学有效地通过综合风险因子数值快速判定风险等级。
85.为了方便本领域技术人员理解，本发明的一个具体实施例，提供一种基于北斗定位数据的车辆货物运输风险管控方法,包括如下步骤：
86.第一步、计算第一风险因子、第二风险因子和第三风险因子。
87.(1)计算第一风险因子：按车型和货物类型预设最高速度阀值，单位时间内北斗定位数据中的速度值连续超过最高速度阀值，第一风险因子累积增加。第一风险因子的计算过程如表1所示：
88.表1
89.单位时间1min2min3min4min5min超过预设阀值速度次数4次8次12次16次20次风险因子a(第一风险因子)0.20.30.40.51.0
90.(2)计算第二风险因子：基于北斗定位数据中经纬度判断是否长时间停留同一地点，长时间停留超过预设停车时长，第二风险因子累积增加；其中，判断车辆是否是长时间同一地点停留：车载北斗定位终端一般是每间隔10秒左右上传一条定位数据，如果一分钟内4个定位数据都在相同地方，说明停留了一分钟，一般超过3分钟还在同一地方可以认定为长时间停留。第二风险因子的计算过程如表2所示：
91.表2
92.停留时长2min以内3min4min5min6min7min8min9min10min风险因子b(第二风险因子)00.10.20.30.40.50.60.71.0
93.(3)计算第三风险因子：基于智能传感器数值变化，如载重、温度、湿度、光感等传感器的数据通过串口将数据发送到车载终端上，车载终端通过定位数据进行信息上报，通过分析定位数值中智能传感数据值的变化如果超过设定区间值的，那么货物的状态异常导致各类不可控的风险可能性增加，因此第三风险因子累积增加。第三风险因子的计算过程如表3所示：
94.表3
[0095][0096]
第二步、建立综合风险因子计算模型。
[0097]
(1)计算第一风险因子、第二风险因子和第三风险因子在综合风险因子中的所占比例。
[0098]
获取车辆的历史风险事件，并分别计算每一个历史风险事件对应的第一风险因子、第二风险因子和第三风险因子；
[0099]
将每一个历史风险事件中的第一风险因子、第二风险因子和第三风险因子与历史风险事件的关联强度进行排序，得到每一个风险事件的最强关联因子；
[0100]
通过所有历史风险事件的最强关联因子计算第一风险因子、第二风险因子和第三风险因子在综合风险因子中的所占比例，计算第一风险因子、第二风险因子和第三风险因子在综合风险因子中的所占比例的计算公式如下：
[0101]
p1＝ma/n
[0102]
p2＝mb/n
[0103]
p3＝mc/n
[0104]
其中，p1表示第一风险因子在综合风险因子中的比例，p2表示第二风险因子在综合风险因子中的比例，p3表示第三风险因子在综合风险因子中的比例，ma表示最强关联因子为第一风险因子的次数，mb表示最强关联因子为第二风险因子的次数，mc表示最强关联因子为第三风险因子的次数，n表示历史风险事件的个数。
[0105]
为了便于本领域技术人员理解，提供一个具体计算过程：
[0106]
1.收集大量历史风险事件，并针对每个历史风险事件计算第一风险因子、第二风险因子和第三风险因子，如表4所示：
[0107]
表4
[0108][0109][0110]
2.根据第一风险因子、第二风险因子和第三风险因子的取值大小进行排序，将取值最大的因子记为关联最强次数为1，然后累加第一风险因子、第二风险因子和第三风险因子关联最强次数总和，如表5所示：
[0111]
表5
[0112]
案例总数因子a最强次数因子b最强次数因子c最强次数12890368926096592
[0113]
3.计算第一风险因子、第二风险因子和第三风险因子在综合风险因子中的所占比例，如表6所示：
[0114]
表6
[0115]
p1p2p3
3689/12890＝28.61％2609/12890＝20.24％6592/12890＝51.14％
[0116]
(2)计算综合风险因子。
[0117]
综合风险因子的计算公式包括：
[0118]
t＝p1*a+p2*b+p3*c
[0119]
其中，t表示综合风险因子，a表示第一风险因子，b表示第二风险因子，c表示第三风险因子。
[0120]
第三步、通过综合风险因子计算风险等级，并根据风险等级触发对应的警情。
[0121]
具体风险值与风险等级划分如表7所示：
[0122]
表7
[0123]
风险等级四级三级二级一级风险因子(累加)0.1-0.40.5-0.70.8-0.91.0以上
[0124]
风险因子的数值对应到风险等级，不同的风险等级会触发不同警情以及处理流程。
[0125]
参照图4，本发明的一个实施例，还提供了一种基于北斗定位数据的车辆货物运输风险管控系统，包括北斗数据获取模块1001、第一风险因子计算模块1002、第二风险因子计算模块1003、第三风险因子计算模块1004、综合风险因子计算模块1005和风险等级计算模块1006，其中：
[0126]
北斗数据获取模块1001，用于获取车辆的北斗定位数据。
[0127]
第一风险因子计算模块1002，用于根据北斗定位数据中记载的车辆行驶速度，计算车辆在预设的第一单位时间内超过最高速度阈值的次数，并通过次数计算第一风险因子。
[0128]
第二风险因子计算模块1003，用于根据北斗定位数据中记载的车辆行驶经纬度，计算车辆在同一地点的累计时间，并通过累计时间计算第二风险因子。
[0129]
第三风险因子计算模块1004，用于获取车辆的传感器数值，根据传感器数值计算车辆在预设的第二单位时间内的最大传感器数值与最小传感器数值的差值，并通过差值计算第三风险因子。
[0130]
综合风险因子计算模块1005，用于通过第一风险因子、第二风险因子和第三风险因子计算综合风险因子。
[0131]
风险等级计算模块1006，用于通过综合风险因子计算风险等级，并根据风险等级触发对应的警情。
[0132]
需要说明的是，由于本实施例中的一种基于北斗定位数据的车辆货物运输风险管控系统与上述的一种基于北斗定位数据的车辆货物运输风险管控方法基于相同的发明构思，因此，方法实施例中的相应内容同样适用于本装置实施例，此处不再详述。
[0133]
参考图5，本发明的另一个实施例，还提供了一种电子设备，该电子设备6000可以是任意类型的智能终端，例如手机、平板电脑、个人计算机等。
[0134]
具体的，电子设备6000包括：一个或多个控制处理器6001和存储器6002，图5中以一个控制处理器6001与一个存储器6002为例，控制处理器6001和存储器6002可以通过总线或者其他方式连接，图5中以通过总线连接为例。
[0135]
存储器6002作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、
非暂态性计算机可执行程序以及模块，如本发明实施例中的一种电子设备对应的程序指令/模块；
[0136]
控制处理器6001通过运行存储在存储器6002中的非暂态软件程序、指令以及模块，从而执行一种基于北斗定位数据的车辆货物运输风险管控方法的各种功能应用以及数据处理，即实现上述方法实施例的一种基于北斗定位数据的车辆货物运输风险管控方法。
[0137]
存储器6002可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储一种基于北斗定位数据的车辆货物运输风险管控方法的使用所创建的数据等。此外，存储器6002可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器6002可选包括相对于控制处理器6001远程设置的存储器，这些远程存储器可以通过网络连接至该电子设备6000。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0138]
在一个或者多个模块存储在存储器6002中，当被该一个或者多个控制处理器6001执行时，执行上述方法实施例中的一种基于北斗定位数据的车辆货物运输风险管控方法，例如执行以上描述的图1、图2和图3的方法步骤。
[0139]
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0140]
需要说明的是，由于本实施例中的一种电子设备与上述的一种基于北斗定位数据的车辆货物运输风险管控方法基于相同的发明构思，因此，方法实施例中的相应内容同样适用于本装置实施例，此处不再详述。
[0141]
本发明的一个实施例，还提供一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令用于执行：如上述实施例的基于北斗定位数据的车辆货物运输风险管控方法。
[0142]
需要说明的是，由于本实施例中的一种计算机可读存储介质与上述的一种基于北斗定位数据的车辆货物运输风险管控方法基于相同的发明构思，因此，方法实施例中的相应内容同样适用于本装置实施例，此处不再详述。
[0143]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储数据(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或
者可以用于存储期望的数据并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何数据递送介质。
[0144]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0145]
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。