阅读说明：本技术 异常交通信号灯识别的方法、装置、设备和计算机存储介质 (Method, apparatus, equipment and the computer storage medium of abnormal traffic signal lamp identification ) 是由 钱芳 张俊飞 卫勇 禤彪 田山 于 2019-08-15 设计创作，主要内容包括：本发明提供一种自动驾驶技术领域中异常交通信号灯识别的方法、装置、设备和计算机存储介质,所述方法包括：获取车辆在行驶过程中将要经过的交通信号灯的状态序列；将所述交通信号灯的状态序列在预设的异常特征中进行匹配,并在获取到匹配结果时,确定所述交通信号灯为异常交通信号灯；获取所述异常交通信号灯的位置信息,并进行记录。本发明能够简化异常交通信号灯的识别步骤,提升异常交通信号灯的识别效率。(The present invention provides method, apparatus, equipment and the computer storage medium of abnormal traffic signal lamp identification in a kind of automatic Pilot technical field, which comprises obtains the status switch for the traffic lights that vehicle will pass through in the process of moving；The status switch of the traffic lights is matched, and when getting matching result in preset off-note, determines that the traffic lights are abnormal traffic signal lamp；The location information of the abnormal traffic signal lamp is obtained, and is recorded.The present invention can simplify the identification step of abnormal traffic signal lamp, promote the recognition efficiency of abnormal traffic signal lamp.)

异常交通信号灯识别的方法、装置、设备和计算机存储介质

【技术领域】

本发明涉及自动驾驶技术领域，尤其涉及一种异常交通信号灯识别的方法、装置、设备和计算机存储介质。

【背景技术】

现有技术在进行异常交通信号灯的识别时，通常在由车辆采集到行驶数据之后，将采集到的行驶数据上传至云端服务器，由云端服务器进行数据分析，从而实现异常交通信号灯进行识别。因此，现有技术识别异常交通信号灯的过程较为繁琐，识别效率较低。

【

发明内容

】

有鉴于此，本发明提供了一种自动驾驶技术领域中异常交通信号灯识别的方法、装置、设备和计算机存储介质，用于简化异常交通信号灯的识别步骤，提升异常交通信号灯的识别效率。

本发明为解决技术所采用的技术方案是提供一种异常交通信号灯识别的方法，所述方法包括：获取车辆在行驶过程中将要经过的交通信号灯的状态序列；将所述交通信号灯的状态序列在预设的异常特征中进行匹配，并在获取到匹配结果时，确定所述交通信号灯为异常交通信号灯；获取所述异常交通信号灯的位置信息，并进行记录。

根据本发明一优选实施例，所述获取车辆在行驶过程中将要经过的交通信号灯的状态序列包括：确定车辆与将要经过的交通信号灯之间的距离；当所述车辆与所述交通信号灯之间的距离低于预设阈值时，开始记录所述交通信号灯的状态。

根据本发明一优选实施例，所述预设的异常特征包含：交通信号灯的状态一直识别为未知颜色、交通信号灯的状态识别为未知颜色的次数超过第一预设次数、交通信号灯的状态识别为黑色的次数超过第二预设次数以及交通信号灯状态的变化规律不符合预设的变化规律中的至少一种。

根据本发明一优选实施例，在获取所述异常交通信号灯的位置信息之后，还包括：获取所述异常交通信号灯的异常类别和异常次数，并进行记录。

根据本发明一优选实施例，所述方法还包含：根据交通信号灯的位置信息，确定同一交通信号灯的异常次数是否超过预设异常次数，若是，则发出警报。

根据本发明一优选实施例，所述获取所述异常交通信号灯的位置信息并进行记录之后，还包括：在规划车辆行驶路径时，根据各异常交通信号灯的位置信息，使得规划路径经过各异常交通信号灯。

本发明为解决技术问题所采用的技术方案为提供一种异常交通信号灯识别的装置，所述装置包括：获取单元，用于获取车辆在行驶过程中将要经过的交通信号灯的状态序列；匹配单元，用于将所述交通信号灯的状态序列在预设的异常特征中进行匹配，并在获取到匹配结果时，确定所述交通信号灯为异常交通信号灯；记录单元，用于获取所述异常交通信号灯的位置信息，并进行记录。

根据本发明一优选实施例，所述获取单元在获取车辆在行驶过程中将要经过的交通信号灯的状态序列时，具体执行：确定车辆与将要经过的交通信号灯之间的距离；当所述车辆与所述交通信号灯之间的距离低于预设阈值时，开始记录所述交通信号灯的状态。

根据本发明一优选实施例，所述预设的异常特征包含：交通信号灯的状态一直识别为未知颜色、交通信号灯的状态识别为未知颜色的次数超过第一预设次数、交通信号灯的状态识别为黑色的次数超过第二预设次数以及交通信号灯状态的变化规律不符合预设的变化规律中的至少一种。

根据本发明一优选实施例，在所述记录单元获取所述异常交通信号灯的位置信息之后，还执行：获取所述异常交通信号灯的异常类别和异常次数，并进行记录。

根据本发明一优选实施例，所述记录单元还执行：根据交通信号灯的位置信息，确定同一交通信号灯的异常次数是否超过预设异常次数，若是，则发出警报。

根据本发明一优选实施例，所述记录单元在获取所述异常交通信号灯的位置信息并进行记录之后，还执行：在规划车辆行驶路径时，根据各异常交通信号灯的位置信息，使得规划路径经过各异常交通信号灯。的方法，所述方法包括：

由以上技术方案可以看出，本发明通过在车端将交通信号灯的状态序列与预设的异常特征进行匹配的方式，在车端即可完成对异常交通信号灯的识别，并对异常交通信号灯的异常信息进行记录，从而避免了由服务器端对车端所采集数据进行分析所导致的识别步骤繁琐以及识别效率低的问题，从而简化异常交通信号灯的识别步骤，提升异常交通信号灯的识别效率。

【附图说明】

图1为本发明一实施例提供的一种异常交通信号灯识别的方法流程图；

图2为本发明一实施例提供的一种异常交通信号灯识别的装置结构图；

图3为本发明一实施例提供的计算机系统/服务器的框图。

【

具体实施方式

】

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“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。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

图1为本发明一实施例提供的一种异常交通信号灯识别的方法流程图，如图1中所示，所述方法包括：

在101中，获取车辆在行驶过程中将要经过的交通信号灯的状态序列。

在本步骤中，获取车辆在行驶过程中将要经过的交通信号灯的状态序列。可以理解的是，本发明中的车辆可以为具有自动驾驶能力的车辆，也可以为无人驾驶车辆。

在本发明中，车辆在检测到其行驶路径将要经过交通信号灯时，会实时识别该交通信号灯的状态，从而在车辆行驶经过该交通信号灯之前，便获取该交通信号灯的状态序列。其中，正常情况下交通信号灯的状态为交通信号灯是红灯、黄灯或者是绿灯，而本步骤实际所获取的交通信号灯的状态序列参见后续描述。本步骤所获取的交通信号灯的状态序列与该交通信号灯在车辆行驶过程中的颜色变化过程相对应。

具体地，本步骤在获取车辆在行驶过程中将要经过的交通信号灯的状态序列时，可以采用以下方式：确定车辆与将要经过的交通信号灯之间的距离；当车辆与该交通信号灯之间的距离低于预设阈值时，开始记录该交通信号灯的状态，从而获取车辆在行驶经过该交通信号灯之前的状态序列。

本步骤通过设置距离阈值的方式，使得所获取的交通信号灯的状态序列更加准确，避免过远地获取交通信号灯状态时准确度较低的问题，从而提升异常交通信号灯的识别准确率。

可以理解的是，本步骤可以由车辆上的摄像头实时采集车辆行驶过程中所遇到的交通信号灯的图像，进而基于所采集的图像来获取交通信号灯的状态序列。其中，本步骤采用现有技术识别所采集图像中的交通信号灯以及交通信号灯的状态，在此不进行赘述。

在102中，将所述交通信号灯的状态序列在预设的异常特征中进行匹配，并在获取到匹配结果时，确定所述交通信号灯为异常交通信号灯。

在本步骤中，将步骤101所获取的交通信号灯的状态序列与预设的异常特征进行匹配，若获取到匹配结果，则确定该交通信号灯为异常交通信号灯，否则确定该交通信号灯为正常交通信号灯。

具体的，本步骤中预设的异常特征包含：交通信号灯的状态一直识别为未知颜色、交通信号灯的状态识别为未知颜色的次数超过第一预设次数、交通信号灯的状态识别为黑色的次数超过第二预设次数以及交通信号灯的状态变化规律不符合预设的变化规律中的至少一种。

其中，交通信号灯的状态为未知颜色，表明交通信号灯中的某个灯被遮挡而无法准确获取其颜色；交通信号灯的状态为黑色，表明交通信号灯中的某个灯发生故障而未点亮；交通信号灯的状态变化规律不符合预设的变化规律，表明虽然能够检测到交通信号灯的颜色，但其颜色变化顺序出现了混乱。

进一步地，本步骤在根据交通信号灯状态的变化规律确定交通信号灯是否为异常时，还可以进一步采用以下方式：获取交通信号灯的状态序列中各状态的持续时间，若序列中存在持续时间小于预设阈值的状态且该状态不在状态序列的开头或结尾，则确定该交通信号灯是异常交通信号灯。

举例来说，若预设阈值为1s，所获取的交通信号灯的状态序列为：“红/黄/红/绿”，若其中状态“黄”的持续时间为0.5s，则确定该交通信号灯为异常交通信号灯；若所获取的交通信号灯的状态序列为：“黄/红/绿”，若其中状态“黄”的持续时间为0.5s，但其位于该状态序列的开头，则确定该交通信号灯为正常交通信号灯。

可以理解的是，本步骤还可以将不同的异常特征分别对应不同的异常类别。例如，本步骤可以将交通信号灯的状态一直识别为未知颜色作为异常类别1，将交通信号灯的状态识别为未知颜色的次数超过第一预设次数作为异常类别2，等等。

在103中，获取所述异常交通信号灯的位置信息，并进行记录。

在本步骤中，在步骤102确定当前交通信号灯为异常交通信号灯之后，获取该交通信号灯的位置信息并进行记录。可以理解的是，本步骤在对异常交通信号灯的位置信息进行记录之后，可以将记录信息存储在本地，也可以上传云端服务器。

为了能够进一步丰富异常交通信号灯的异常信息，本步骤在对异常交通信号灯的位置信息进行记录之后，还可以包含以下内容：获取该异常交通信号灯的异常类别和异常次数，并进行记录。

其中，本步骤可以在交通信号灯出现任何异常时，便增加该交通信号灯的异常次数；也可以针对交通信号灯所出现异常的类别，来增加该交通信号灯出现该异常类别的异常次数。

因此，本步骤在记录了各异常交通信号灯的异常次数之后，还可以包含以下内容：确定同一交通信号灯的异常次数是否超过预设异常次数，若是，则发出警报，例如本步骤可以向车内用户或者云端服务器发送提示信息。

可以理解的是，由于可以针对不同的异常类别分别设置异常次数，因此本步骤中各异常类别可以分别对应不同的预设异常次数。例如，若异常类别1对应的预设异常次数为5次，则只有在交通信号灯出现5次或5次以上异常类别1时，才会发出该交通信号灯出现异常类别1所对应异常的警报。

另外，为了能够进一步提升所记录的异常交通信号灯的异常信息的准确性，本发明还可以包含以下内容：在进行路径规划时，根据各异常交通信号灯的位置信息，使得规划路径经过各异常交通信号灯。也可以在进行路径规划后，将经过各异常交通信号灯的规划路径显示给用户，由用户进行选择是否采用经过异常交通信号灯的路径。

同时，本步骤在进行路径规划时，还可以根据各异常交通信号灯的位置信息，选取经过特定异常类别的异常交通信号灯或者异常次数超过预设异常阈值的异常交通信号灯的路径，以获取所经过异常交通信号灯更为准确的异常信息。

可以理解的是，本发明还会在车辆中预先存储已识别出异常的交通信号灯的异常信息，例如异常交通信号灯的位置信息、异常类别以及异常次数，该异常信息与云端服务器同步。因此，本步骤还可以根据所获取的异常交通信号灯的位置信息，在已有的交通信号灯的异常信息中对各交通信号灯的异常信息进行更新。

图2为本发明一实施例提供的一种异常交通信号灯识别的装置结构图，如图2中所示，所述装置包括：获取单元21、匹配单元22以及记录单元23。

获取单元21，用于获取车辆在行驶过程中将要经过的交通信号灯的状态序列。

获取单元21获取车辆在行驶过程中将要经过的交通信号灯的状态序列。可以理解的是，本发明中的车辆可以为具有自动驾驶能力的车辆，也可以为无人驾驶车辆。

正常情况下，交通信号灯的状态为交通信号灯是红灯、黄灯或者是绿灯。因此，获取单元21所获取的交通信号灯的状态序列与该交通信号灯在车辆行驶过程中的颜色变化过程相对应。

具体地，获取单元21在获取车辆在行驶过程中将要经过的交通信号灯的状态序列时，可以采用以下方式：确定车辆与将要经过的交通信号灯之间的距离；当车辆与该交通信号灯之间的距离低于预设阈值时，开始记录该交通信号灯的状态，从而获取车辆在行驶经过该交通信号灯之前的状态序列。

获取单元21通过设置距离阈值的方式，使得所获取的交通信号灯的状态序列更加准确，避免过远地获取交通信号灯状态时准确度较低的问题，从而提升异常交通信号灯的识别准确率。

可以理解的是，获取单元21可以由车辆上的摄像头实时采集车辆行驶过程中所遇到的交通信号灯的图像，进而基于所采集的图像来获取交通信号灯的状态序列。其中，获取单元21采用现有技术识别所采集图像中的交通信号灯以及交通信号灯的状态，在此不进行赘述。

匹配单元22，用于将所述交通信号灯的状态序列在预设的异常特征中进行匹配，并在获取到匹配结果时，确定所述交通信号灯为异常交通信号灯。

匹配单元22将获取单元21所获取的交通信号灯的状态序列与预设的异常特征进行匹配，若获取到匹配结果，则确定该交通信号灯为异常交通信号灯，否则确定该交通信号灯为正常交通信号灯。

具体的，匹配单元22中预设的异常特征包含：交通信号灯的状态一直识别为未知颜色、交通信号灯的状态识别为未知颜色的次数超过第一预设次数、交通信号灯的状态识别为黑色的次数超过第二预设次数以及交通信号灯的状态变化规律不符合预设的变化规律中的至少一种。

其中，交通信号灯的状态为未知颜色，表明交通信号灯中的某个灯被遮挡而无法准确获取其颜色；交通信号灯的状态为黑色，表明交通信号灯中的某个灯发生故障而未点亮；交通信号灯的状态变化规律不符合预设的变化规律，表明虽然能够检测到交通信号灯的颜色，但其颜色变化顺序出现了混乱。

进一步地，匹配单元22在根据交通信号灯状态的变化规律确定交通信号灯是否异常时，还可以进一步采用以下方式：获取交通信号灯的状态序列中各状态的持续时间，若序列中存在持续时间小于预设阈值的状态且该状态不在状态序列的开头或结尾，则确定该交通信号灯是异常交通信号灯。

可以理解的是，匹配单元22还可以将不同的异常特征分别对应不同的异常类别。例如，匹配单元22可以将交通信号灯的状态一直识别为未知颜色作为异常类别1，将交通信号灯的状态识别为未知颜色的次数超过第一预设次数作为异常类别2，等等。

记录单元23，用于获取所述异常交通信号灯的位置信息，并进行记录。

记录单元23在匹配单元22确定当前交通信号灯为异常交通信号灯之后，获取该交通信号灯的位置信息并进行记录。可以理解的是，记录单元23在对异常交通信号灯的位置信息进行记录之后，可以将记录信息存储在本地，也可以上传云端服务器。

为了能够进一步丰富异常交通信号灯的异常信息，记录单元23在对异常交通信号灯的位置信息进行记录之后，还可以包含以下内容：获取该异常交通信号灯的异常类别和异常次数，并进行记录。

其中，记录单元23可以在交通信号灯出现任何异常时，便增加该交通信号灯的异常次数；也可以针对交通信号灯所出现异常的类别，来增加该交通信号灯出现该异常类别的异常次数。

因此，记录单元23在记录了各异常交通信号灯的异常次数之后，还可以包含以下内容：确定同一交通信号灯的异常次数是否超过预设异常次数，若是，则发出警报。

可以理解的是，由于可以针对不同的异常类别分别设置异常次数，因此记录单元23中各异常类别可以分别对应不同的预设异常次数。

另外，为了能够进一步提升所记录的异常交通信号灯的异常信息的准确性，记录单元23还可以包含以下内容：在进行路径规划时，根据各异常交通信号灯的位置信息，使得规划路径经过各异常交通信号灯。也可以在进行路径规划后，将经过各异常交通信号灯的规划路径显示给用户，由用户进行选择是否采用经过异常交通信号灯的路径。

同时，记录单元23在进行路径规划时，还可以根据各异常交通信号灯的位置信息，选取经过特定异常类别的异常交通信号灯或者异常次数超过预设异常阈值的异常交通信号灯的路径，以获取所经过异常交通信号灯更为准确的异常信息。

可以理解的是，本发明还会在车辆中预先存储已识别出异常的交通信号灯的异常信息，例如异常交通信号灯的位置信息、异常类别以及异常次数，该异常信息与云端服务器同步。因此，记录单元23还可以根据所获取的异常交通信号灯的位置信息，在已有的交通信号灯的异常信息中对各交通信号灯的异常信息进行更新。

如图3所示，计算机系统/服务器012以通用计算设备的形式表现。计算机系统/服务器012的组件可以包括但不限于：一个或者多个处理器或者处理单元016，系统存储器028，连接不同系统组件(包括系统存储器028和处理单元016)的总线018。

总线018表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。

计算机系统/服务器012典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器012访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器028可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)030和/或高速缓存存储器032。计算机系统/服务器012可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统034可以用于读写不可移动的、非易失性磁介质(图3未显示，通常称为“硬盘驱动器”)。尽管图3中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线018相连。存储器028可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块042的程序/实用工具040，可以存储在例如存储器028中，这样的程序模块042包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块042通常执行本发明所描述的实施例中的功能和/或方法。

计算机系统/服务器012也可以与一个或多个外部设备014(例如键盘、指向设备、显示器024等)通信，在本发明中，计算机系统/服务器012与外部雷达设备进行通信，还可与一个或者多个使得用户能与该计算机系统/服务器012交互的设备通信，和/或与使得该计算机系统/服务器012能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口022进行。并且，计算机系统/服务器012还可以通过网络适配器020与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器020通过总线018与计算机系统/服务器012的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器012使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元016通过运行存储在系统存储器028中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的方法流程。

随着时间、技术的发展，介质含义越来越广泛，计算机程序的传播途径不再受限于有形介质，还可以直接从网络下载等。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

利用本发明所提供的技术方案，通过在车端将交通信号灯的状态序列与预设的异常特征进行匹配的方式，在车端即可完成对异常交通信号灯的识别，并对异常交通信号灯的异常信息进行记录，从而避免了由服务器端对车端所采集数据进行分析所导致的识别步骤繁琐以及识别效率低的问题，从而简化异常交通信号灯的识别步骤，提升异常交通信号灯的识别效率。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。