一种海量移动位置数据的监测方法及装置与流程
本发明属于计算机技术及智能交通技术领域，具体涉及一种海量移动位置数据的监测方法及装置。
背景技术：
对路网的监控管理是交通大数据的一种典型应用场景，通过对出行流量、实时路况和道路基础设施的监控，能够及时发现和解决路网中出现的问题，提升出行效率。当前，路网监控管理主要是面向实时路况的监控，存在如下不足：
一、实时路况只能按照一定间隔(最短1分钟)更新路段的平均车速信息，在信息准确性、表达维度和粒度、更新频次上存在限制，一定程度上不能满足路网监测精细化的需求；
二、实时路况的计算过程丢失了车辆的个性化细节信息，例如车辆的类型、实时位置坐标、实时速度等，这也是路网监控管理的重要维度。
随着移动互联网的兴起，车载众包(crowdsouring)设备(包括车载智能终端和司乘人员携带的手持智能终端)在公众出行过程中产生大量的移动位置数据，这些数据覆盖范围大、上传频率高(0.2～1hz)、采样率高(高等级道路上采样率接近甚至超过全部出行车辆的30％)，面对如此大量的移动位置数据以及如此高的上传频率及采样率，目前的路网监控管理方式处理效率低，路网监管的维度单一，已无法满足海量移动位置数据的监测需求。
技术实现要素：
为解决上述问题，本发明提供一种海量移动位置数据的监测方法及装置，在给定的监测范围内实现车辆密度、实时车速、行驶轨迹等多维度的计算，满足路网监测和管理的精细化需求。本发明通过以下几个方面来解决以上问题：
第一方面，本发明实施例提供了一种海量移动位置数据的监测方法，所述方法包括：
获取移动位置数据；
确定所述移动位置数据对应的监控需求集合；
将所述移动位置数据分发给所述监控需求集合包括的每个监控需求对应的过滤监听器。
结合第一方面，本发明实施例提供了上述第一方面的第一种可能的实现方式，其中，所述确定所述移动位置数据对应的监控需求集合，包括：
根据所述移动位置数据，计算所述移动位置数据对应的格网号；
从预先存储的格网号与监控需求集合的对应关系中，获取所述格网号对应的监控需求集合；
将获取的所述监控需求集合确定为所述移动位置数据对应的监控需求集合。
结合第一方面的第一种可能的实现方式，本发明实施例提供了上述第一方面的第二种可能的实现方式，其中，所述根据所述移动位置数据，计算所述移动位置数据对应的格网号，包括：
根据所述移动位置数据包括的经度坐标及纬度坐标，通过公式(1)计算所述移动位置数据对应的格网号；
在所述公式(1)中，g为所述移动位置数据，g.x为所述移动位置数据包括的所述经度坐标，g.y为所述纬度坐标，(cxg,cyg)为所述移动位置数据对应的格网号，κ为预设的格网宽度，x0为预设观测范围左下角对应的经度坐标，y0为所述预设观测范围左下角对应的纬度坐标，top()为浮点型向整形转换的向上取整函数。
结合第一方面，本发明实施例提供了上述第一方面的第三种可能的实现方式，其中，所述获取移动位置数据，包括：
从监控范围对应的数据服务器获取所述监控范围内采样车辆的初始移动位置数据；
将所述车辆的初始移动位置数据转换为预定格式的移动位置数据；
将所述移动位置数据插入分布式消息队列中。
结合第一方面，本发明实施例提供了上述第一方面的第四种可能的实现方式，其中，所述确定所述移动位置数据对应的监控需求集合之前，还包括：
按照预设的格网宽度，将预设观测范围划分为多个格网；
确定每个格网对应的格网号及监控需求集合；
存储每个格网对应的格网号与监控需求集合之间的对应关系。
结合第一方面的第四种可能的实现方式，本发明实施例提供了上述第一方面的第五种可能的实现方式，其中，所述方法还包括：
当新增监控范围时，确定新增的所述监控范围对应的格网范围；
将新增的所述监控范围对应的监控需求添加到所述格网范围包括的每个格网对应的监控需求集合中。
第二方面，本发明实施例提供了一种海量移动位置数据的监测装置，所述装置包括：
获取模块，用于获取移动位置数据；
确定模块，用于确定所述移动位置数据对应的监控需求集合；
分发模块，用于将所述移动位置数据分发给所述监控需求集合包括的每个监控需求对应的过滤监听器。
结合第二方面，本发明实施例提供了上述第二方面的第一种可能的实现方式，其中，所述确定模块包括：
计算单元，用于根据所述移动位置数据，计算所述移动位置数据对应的格网号；
获取单元，用于从预先存储的格网号与监控需求集合的对应关系中，获取所述格网号对应的监控需求集合；
确定单元，用于将获取的所述监控需求集合确定为所述移动位置数据对应的监控需求集合。
第三方面，本发明实施例提供了一种海量移动位置数据的监测设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述第一方面或第一方面的任意一种可能的实现方式所述的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述第一方面或第一方面的任意一种可能的实现方式所述的方法。
在海量移动位置数据监测场景中，传统方案需要将每一个移动位置数据与所有过滤监听器对应的范围进行比较计算，以确定该移动位置数据分发给哪些过滤监听器，上述比较计算大部分是失败的，计算效率低下。此外，传统方案对于非矩形的监控范围支持不好，如图1所示的高速公路监控，如果将其按照矩形来监控，则范围明显偏大；如果将其细化为多个小的矩形来监控，则进一步提升了比较计算的复杂度。
在本发明实施例中，获取移动位置数据；确定所述移动位置数据对应的监控需求集合；将所述移动位置数据分发给所述监控需求集合包括的每个监控需求对应的过滤监听器。本发明预先存储格网号与监控需求集合的对应关系，及过滤监听器的标识与监控需求的对应关系。在海量数据监测时，只需计算移动位置数据对应的格网号，即可确定出应该将该移动位置数据分发给哪些过滤监听器，有效地规避了传统方案的两大技术障碍，大大提升了海量数据监测计算的效率。在高效分发移动位置数据的基础上，能够实现对各类监控范围内的车辆密度、车速、车辆行驶轨迹等维度的计算，从而满足路网监测的精细化需求。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例1所提供的一种不规则监控范围的示意图；
图2示出了本发明实施例1所提供的一种海量移动位置数据监测方法的流程图；
图3示出了本发明实施例1所提供的一种海量移动位置数据监测的技术原理示意图。
图4示出了本发明实施例1所提供的海量移动位置数据监测的统计逻辑示意图。
图5示出了本发明实施例2所提供的一种海量移动位置数据监测装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例1
本发明实施例提供了一种海量移动位置数据的监测方法。该方法能够同时监测多个监控范围的车辆出行情况，监控范围可以为一个地区或一条公路等，如北京地区、河北地区、101国道等。每个监控范围分别对应一个过滤监听器，该方法就是通过格网过滤的方式从海量移动位置数据中过滤出各个监控范围对应的移动位置数据，然后将每个监控范围对应的移动位置数据分别分发给各监控范围对应的过滤监听器进行处理。
本发明实施例的执行主体为用于监测海量移动位置数据的设备或系统，该设备或系统中预先存储了过滤监听器的标识与监控需求的对应关系。监控需求与监控范围一一对应，监控需求可以为监控范围的名称，如假设监控范围为北京地区，则其对应的监控需求可以为“北京”，出现在北京地区的车辆的移动位置数据需要发送给北京对应的过滤监听器进行处理。
在对多个监控范围进行监测之前，首先需要划定一个预设观测范围，该预设观测范围需要涵盖当前需要监控的所有监控范围，如当前需要监控北京、天津和山东三个监控范围，则预设观测范围必须能够覆盖北京、天津和山东，此时预设观测范围可以为全国范围。
划定预设观测范围之后，通过如下操作来对预设观测范围进行格网划分，具体包括：
按照预设的格网宽度，将预设观测范围划分为多个格网；确定每个格网对应的格网号及监控需求集合；存储每个格网对应的格网号与监控需求集合之间的对应关系。
在本发明实施例中，预设观测范围定义为矩形，假设预设观测范围为全国范围，则设全国范围的矩形范围为range＝<(x0,y0),(x1,y1)>，(x0,y0)和(x1,y1)为全国矩形范围左下—右上对角线上两个顶点的经纬度坐标，其中(x0,y0)为左下角顶点的经纬度坐标，(x1,y1)为右上角顶点的经纬度坐标。
按照给定的格网宽度κ(单位为度)将全国范围划分为
通过上述方式将全国范围划分为
监控需求集合包括一个或多个监控需求。由于相邻的监控范围之间可能存在重合的区域，如北京和天津之间可能存在重合的监控区域，对于出现在重合的监控区域中的车辆，北京和天津都需要对这些车辆进行监控，因此这部分车辆的移动位置数据需要同时发送给北京对应的过滤监听器及天津对应的过滤监听器。确定出每个格网对应的格网号及监控需求集合之后，存储格网号与监控需求集合之间的对应关系。
在本发明实施例中，当新增一个监控范围时，确定新增的监控范围对应的格网范围；将新增的监控范围对应的监控需求添加到该格网范围包括的每个格网对应的监控需求集合中。
假设新增一个矩形的监控范围range(k)，计算range(k)左下角顶点对应的格网号
若新增一个非规则矩形的监控范围range'(k)，设其监控范围覆盖的格网集合为ψ(range'(k))，则对于ψ中的每一个格网，在每一个格网对应的监控需求集合ωr中添加range'(k)对应的监控需求，从而对非规则区域提供细粒度、更准确的监控范围，降低后续计算的复杂度。如图1所示，监控范围为一条公路，则按照上述方式将该公路对应的监控需求添加到该公路穿过的每个格网对应的监控需求集合中。
通过上述方式存储格网号与监控需求集合之间的对应关系之后，在实际的数据处理过程中，即可利用该对应关系来进行海量移动位置数据的监测处理。
参见图2，该方法具体包括：
步骤101：获取移动位置数据。
监控范围布置有对应的数据服务器，数据服务器会实时采集在该监控范围内出行的车辆对应的初始移动位置数据，车辆的初始移动位置数据包括车辆的唯一标识、车辆类型、车辆当前的经纬度、速度、加速度及车辆移动的角度等，车辆的唯一标识可以为车辆的车牌号，车辆类型包括小客车或货车等。对于不同的监控范围，其各自对应的数据服务器收集的初始移动位置数据包括的具体数据格式可能存在差异，且初始移动位置数据包括的多种信息的排列顺序也不相同。
本发明实施例的执行主体为用于监测海量移动位置数据的设备或系统，该设备或系统从各监控范围对应的数据服务器获取各监控范围内采样车辆的初始移动位置数据；将获取到的车辆初始移动位置数据转换为预定格式的移动位置数据；然后将移动位置数据插入分布式消息队列中。
其中，预定格式如下式(2)所示：
g＝<id,type,t,(x,y),v,a,θ>…(2)
在公式(2)中，g为车辆对应的移动位置数据，id为车辆的唯一标识，type为车辆对应的车辆类型，t为数据采集时刻；(x,y)为车辆当前的经纬度坐标，v是车辆运行的速度，a是车辆的加速度，θ是车辆移动的角度。
将获取到的不同格式及不同排布顺序的初始移动位置数据都按照上述公式(2)转换为统一格式的移动位置数据，以方便后续数据处理。
在本发明实施例中，分布式消息队列可以为高吞吐量的分布式发布订阅消息系统kafka等。将所有预定格式的移动位置数据压入分布式消息队列后，每次从分布式消息队列的队首取出一个移动位置数据，然后通过如下步骤102和103的操作来确定该移动位置数据对应的过滤监听器。
步骤102：确定移动位置数据对应的监控需求集合。
首先根据移动位置数据，计算移动位置数据对应的格网号。即计算出该移动位置数据对应的车辆的当前位置所处的格网对应的格网号。具体地，根据移动位置数据包括的经度坐标及纬度坐标，通过如下公式(1)计算移动位置数据对应的格网号；
在公式(1)中，g为移动位置数据，g.x为移动位置数据包括的经度坐标，g.y为移动位置数据包括的纬度坐标，(cxg,cyg)为移动位置数据对应的格网号，κ为预设的格网宽度，x0为预设观测范围左下角对应的经度坐标，y0为预设观测范围左下角对应的纬度坐标，top()为浮点型向整形转换的向上取整函数。
通过上述公式(1)计算出该移动位置数据所属的格网号之后，从预先存储的格网号与监控需求集合之间的对应关系中，获取该格网号对应的监控需求集合，将该格网号对应的监控需求集合确定为该移动位置数据对应的监控需求集合。
步骤103：将该移动位置数据分发给监控需求集合包括的每个监控需求对应的过滤监听器。
确定出该移动位置数据对应的监控需求集合后，对于该监控需求集合包括的每个监控需求，从预先存储的过滤监听器的标识与监控需求的对应关系中，分别获取每个监控需求对应的过滤监听器的标识，然后将该移动位置数据分别发送给获取的每个过滤监听器的标识对应的过滤监听器。
如图3所示，对于分布式消息队列中的每个移动位置数据都只需要计算移动位置数据对应的格网号，基于格网的数据过滤，就可以获取到其应该被分发到的过滤监听器，从而通过预先生成的格网号与监控需求集合的对应关系，以及过滤监听器的标识与监控需求的对应关系，避免无效的范围对比，大大提升了计算效率。
如图3和4所示，不同的监控需求对应不同的统计逻辑，可以抽象出不同的统计和计算维度，采用自定义工作流的方式，用户可以灵活地配置统计模块，达到不同的监控目的。本发明实施例具体列举了以下五种统计逻辑：
一)地图匹配
如果是对于路段的监控需求，只要求监控路段上行驶的车辆，即使采用了细粒度格网，也会分发一些路段附近但不在路段上行驶的车辆。在这种情况下，就需要对移动位置数据进行进一步的地图匹配操作。
二)速度维度计算
实现基于速度的分类统计和过滤。例如，如果监控路网的拥堵情况，可以只过滤速度小于设定阈值的车辆的移动位置数据。对负的加速度进行统计，可以发现车辆的刹车情况。
三)车型维度统计
实现基于车型的分类统计和过滤。例如，如果想要发现货车的分布情况，可以只过滤显示车辆类型为货车的移动位置数据。
四)轨迹维度统计
将移动位置数据按照车辆进行分组，统计车辆轨迹的起止点、长度、平均速度等，从而实现对车辆的跟踪和轨迹维度的分类统计和过滤。
五)密度维度
车辆的流量和密度是路网监控的重要角度，基于密度，可以发现车辆的聚集和分布情况。
本发明实施例也可以对上述五个维度进行组合分析：
例如，对出租车的密度进行统计，可以发现出租车的异常聚集，并及时报警。再如，对低速车辆的密度进行统计，可以发现路网运行的扰动并及时报警，并通过移动位置数据跟踪路网的拥堵产生、恶化、平稳和消散过程，有助于进行相应的处理。
统计逻辑中还有一个重要的概念是时钟。例如，对于宏观和中观监控而言，受限于可视化的分辨率，并不需要细粒度的计算和高频次的数据刷新；而对于微观监控而言，则需要高频刷新数据，对车辆位置进行快速的展示。因此，在统计逻辑里需要机遇监控范围的大小和监控的功能，由时钟来调整数据计算和刷新的周期，在计算资源和可视化效果之间达到平衡。
通过上述统计逻辑对移动位置数据进行处理之后，将统计逻辑计算的输出结果在gis(geographicinformationsystem，地理信息系统)地图上进行可视化展示。对于宏观和中观监控而言，由于时钟会调整为较低的计算和刷新频次，因此需要系统具有截屏和幻灯播放的功能，在较短时间内体现宏观和中观的数据变化。
在本发明实施例中，获取移动位置数据；确定所述移动位置数据对应的监控需求集合；将所述移动位置数据分发给所述监控需求集合包括的每个监控需求对应的过滤监听器。本发明预先存储格网号与监控需求集合的对应关系，及过滤监听器的标识与监控需求的对应关系。在海量数据监测时，只需计算移动位置数据对应的格网号，即可确定出应该将该移动位置数据分发给哪些过滤监听器，避免了大量的无效范围对比，大大提升了海量数据监测计算的效率。在高效分发移动位置数据的基础上，能够实现对监控范围内的车辆密度、车速、车辆行驶轨迹等等维度的计算，能够满足路网监测的精细化需求。
实施例2
参见图5，本发明实施例提供了一种海量移动位置数据的监测装置，该装置用于执行上述实施例1所提供的海量移动位置数据的监测方法，该装置包括：
获取模块20，用于获取移动位置数据；
确定模块21，用于确定移动位置数据对应的监控需求集合；
分发模块22，用于将移动位置数据分发给监控需求集合包括的每个监控需求对应的过滤监听器。
上述确定模块21包括：
计算单元，用于根据移动位置数据，计算移动位置数据对应的格网号；
获取单元，用于从预先存储的格网号与监控需求集合的对应关系中，获取格网号对应的监控需求集合；
确定单元，用于将获取的监控需求集合确定为移动位置数据对应的监控需求集合。
上述计算单元，用于根据移动位置数据包括的经度坐标及纬度坐标，通过公式(1)计算移动位置数据对应的格网号；
在公式(1)中，g为移动位置数据，g.x为移动位置数据包括的经度坐标，g.y为纬度坐标，(cxg,cyg)为移动位置数据对应的格网号，κ为预设的格网宽度，x0为预设观测范围左下角对应的经度坐标，y0为预设观测范围左下角对应的纬度坐标，top()为浮点型向整形转换的向上取整函数。
获取模块20，用于从监控范围对应的数据服务器获取监控范围内采样车辆的初始移动位置数据；将车辆的初始移动位置数据转换为预定格式的移动位置数据；将移动位置数据插入分布式消息队列中。
在本发明实施例中，该装置还包括：
格网划分模块，用于按照预设的格网宽度，将预设观测范围划分为多个格网；确定每个格网对应的格网号及监控需求集合；存储每个格网对应的格网号与监控需求集合之间的对应关系。
增加监控范围模块，用于当新增监控范围时，确定新增的监控范围对应的格网范围；将新增的监控范围对应的监控需求添加到格网范围包括的每个格网对应的监控需求集合中。
在本发明实施例中，获取移动位置数据；确定所述移动位置数据对应的监控需求集合；将所述移动位置数据分发给所述监控需求集合包括的每个监控需求对应的过滤监听器。本发明预先存储格网号与监控需求集合的对应关系，及过滤监听器的标识与监控需求的对应关系。在海量数据监测时，只需计算移动位置数据对应的格网号，即可确定出应该将该移动位置数据分发给哪些过滤监听器，避免了大量的无效范围对比，大大提升了海量数据监测计算的效率。在高效分发移动位置数据的基础上，能够实现对监控范围内的车辆密度、车速、车辆行驶轨迹等等维度的计算，能够满足路网监测的精细化需求。
实施例3
本发明实施例提供一种海量移动位置数据的监测设备，该设备包括一个或多个处理器，以及一个或多个存储装置，所述一个或多个存储装置中存储有一个或多个程序，所述一个或多个程序被所述一个或多个处理器加载并执行时，实现上述实施例1所提供的海量移动位置数据的监测方法。
在本发明实施例中，获取移动位置数据；确定所述移动位置数据对应的监控需求集合；将所述移动位置数据分发给所述监控需求集合包括的每个监控需求对应的过滤监听器。本发明预先存储格网号与监控需求集合的对应关系，及过滤监听器的标识与监控需求的对应关系。在海量数据监测时，只需计算移动位置数据对应的格网号，即可确定出应该将该移动位置数据分发给哪些过滤监听器，避免了大量的无效范围对比，大大提升了海量数据监测计算的效率。在高效分发移动位置数据的基础上，能够实现对监控范围内的车辆密度、车速、车辆行驶轨迹等等维度的计算，能够满足路网监测的精细化需求。
实施例4
本发明实施例提供一种计算机可存储介质，该存储介质中存储有可执行程序，所述可执行程序被处理器加载并执行时实现上述实施例1所提供的海量移动位置数据的监测方法。
在本发明实施例中，获取移动位置数据；确定所述移动位置数据对应的监控需求集合；将所述移动位置数据分发给所述监控需求集合包括的每个监控需求对应的过滤监听器。本发明预先存储格网号与监控需求集合的对应关系，及过滤监听器的标识与监控需求的对应关系。在海量数据监测时，只需计算移动位置数据对应的格网号，即可确定出应该将该移动位置数据分发给哪些过滤监听器，避免了大量的无效范围对比，大大提升了海量数据监测计算的效率。在高效分发移动位置数据的基础上，能够实现对监控范围内的车辆密度、车速、车辆行驶轨迹等等维度的计算，能够满足路网监测的精细化需求。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备有固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的虚拟机的创建装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
- 还没有人留言评论。精彩留言会获得点赞！