具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，所描述的实施例是本公开的一部分实施例，而不是全部的实施例，此处所描述的具体实施例仅仅用于解释本公开，而非对本公开的限定，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。基于所描述的本公开的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本公开保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。

图1为本公开一实施例提供的行车提醒方法的流程示意图，该行车提醒方法可以由本公开实施例提供的行车提醒装置执行，该行车提醒装置可以采用软件和/或硬件实现，并可集成在任意具有处理能力的电子设备上，例如智能手机、车载终端等终端设备。

如图1所示，本公开实施例提供的行车提醒方法，可以包括以下步骤：

S101，当检测到行车提醒模式开启时，获取至少一张车前环境图像。

其中，行车提醒模式支持动态开启，比如，在车辆行驶过程中，行车提醒模式处于关闭状态，当检测到车辆遇到红灯停车时，开启行车提醒模式，并在进行行车提醒之后，将行车提醒模式关闭。

本公开实施例中，可以在车辆内部或车顶外安装前向摄像头，用于在检测到行车提醒模式开启时，获取至少一张车前环境图像。或者，也可以利用智能手机的后置摄像头来采集至少一张车前环境图像。

S102，对所述至少一张车前环境图像进行识别，获取监测对象的状态信息。

其中，监测对象可以是交通灯和/或前方车辆。当监测对象是交通灯时，监测对象的状态信息可以是交通灯的颜色；当监测对象是前方车辆时，监测对象的状态信息可以是前方车辆在车前环境图像中的位置信息；当监测对象为交通灯和前方车辆时，则监测对象的状态信息包括交通灯的颜色和前方车辆在车前环境图像中的位置，并在后续根据监测对象的状态信息判断车辆是否满足行车条件时，以先发生变化的状态信息为准。

需要说明的是，本公开实施例所述的交通灯的颜色，是指车辆所在车道对应的交通信号灯的颜色，比如车辆当前所在车道为直行道，则交通灯的颜色是指直行方向上交通灯的颜色。对于交通灯颜色的识别，可以采用不同的方式实现。

示例性地，当道路上只有一种行车道时，车前环境图像上只有一个交通灯的颜色，为红灯、黄灯或绿灯中的一种，这种情况下，从车前环境图像上识别的交通灯的颜色，即为车辆当前所在车道对应的交通灯的颜色。

示例性地，当道路上划分了直行、左转、右转中的至少两种车道时，车前环境图像上有至少两个交通灯的颜色，这种情况下，可以将距离车前环境图像的水平方向中心线最近的交通灯的颜色，确定为车辆当前所在车道对应的交通灯的颜色。

示例性地，可以通过预先训练得到的交通灯识别模型来识别车辆当前所在车道对应的交通灯的颜色，交通灯识别模型可以利用大量标注了车辆在图像中的位置、车辆所在车道的交通灯颜色的样本图像训练得到，本公开对交通灯识别模型的训练过程不作详细描述。

S103，在根据所述状态信息确定所述车辆满足行车条件的情况下，获取包含驾驶员的车内图像。

其中，满足行车条件包括：交通灯的颜色(即灯号)转换为绿灯，或者，前方车辆在车前环境图像中的位置发生变化。

本公开实施例中，获取了监测对象的状态信息后，可以根据监测对象的状态信息，判断车辆是否满足行车条件，并在车辆满足行车条件时，获取包含驾驶员的车内图像。

需要说明的是，本公开实施例中，当检测到行车提醒模式开启时，车载摄像头获取智能手机中的摄像头持续采集车前环境图像，并获取每一张车前环境图像中监测对象的状态信息，从而，根据每一张车前环境图像中监测对象的状态信息，可以分析出监测对象的状态变化，比如，交通灯由红灯转绿灯、前方车辆由停车状态变为行驶状态。从而根据监测对象的状态变化，可以确定出车辆是否满足行车条件。当满足行车条件时则可以获取包含驾驶员的车内图像，当不满足行车条件时则继续获取车前环境图像并识别监测对象的状态信息。

示例性地，当对第一张车前环境图像进行识别获取的交通灯的颜色即为绿色时，则确定车辆满足行车条件。当对第一张车前环境图像进行识别获取的交通灯的颜色不是绿色时，则继续获取车前环境图像并进行灯号识别，直至识别到交通灯的颜色为绿色时，确定车辆满足行车条件，并停止获取车前环境图像。

示例性地，当对至少两张车前环境图像进行识别获取的前方车辆的位置信息发生变化时，如果根据前方车辆位置信息的变化确定前方车辆开始向前行驶，则确定车辆满足行车条件。

示例性地，当从车前环境图像中既识别到交通灯有识别到前方车辆时，可以根据先发生变化的状态信息确定车辆是否满足行车条件。具体地，当获取的交通灯的颜色仍为红色，但根据获取的前方车辆的位置信息确定前方车辆开始行驶时，则确定车辆满足行车条件，因为这时候可能是由交通指挥员在现场指挥车辆通行；当获取的交通灯的颜色转换为绿色时，则确定车辆满足行车提醒条件。由此，能够及时提醒驾驶员行车。

本公开实施例中，确定车辆满足行车条件时，则获取包含驾驶员的车内图像。其中，包含驾驶员的车内图像可以通过车内摄像头获取，车内摄像头可以安装在车辆内顶部、后视镜处等。

S104，在根据所述车内图像识别到所述驾驶员的当前动作非驾驶动作的情况下，提醒所述驾驶员行车。

本公开实施例中，获取了包含驾驶员的车内图像后，可以对车内图像进行识别，以确定驾驶员的当前动作。如果确定驾驶员的当前动作不是驾驶动作，则提醒驾驶员行车。

示例性地，可以利用预先训练好的动作识别模型来识别车内图像中驾驶员的当前动作是否为驾驶动作。其中，动作识别模型可以是个二分类模型，其输出为车内图像中驾驶员的当前动作为驾驶动作的概率及当前动作非驾驶动作的概率，如果当前动作非驾驶动作的概率大于当前动作为驾驶动作的概率，则确定驾驶员的当前动作非驾驶动作。

进而，在确定驾驶员的当前动作非驾驶动作时，则提醒驾驶员行车。比如，可以通过语音播报的方式播报“当前交通灯为红灯，请注意行车”、“前车已起步，请注意行车”等提醒消息，达到提醒驾驶员及时行车的目的。

本公开实施例的行车提醒方法，通过当检测到行车提醒模式开启时，获取至少一张车前环境图像，并对至少一张车前环境图像进行识别，获取监测对象的状态信息，在根据状态信息确定车辆满足行车条件的情况下，获取包含驾驶员的车内图像，并在根据车内图像识别到驾驶员的当前动作非驾驶动作的情况下，提醒驾驶员行车。采用上述技术方案，能够在检测到车辆满足行车条件时，及时提醒驾驶员行车，避免因驾驶员未注意到交通灯的颜色变为绿灯或者道路已畅通而未能及时行车造成交通拥堵的现象，在一定程度上降低了交通事故发生的概率。

本公开实施例中，可以通过不同的方式来判断是否开启行车提醒模式，下面举例进行说明。

在本公开实施例一种可选的实施方式中，如图2所示，该行车提醒方法，还可以包括以下步骤：

S201，当检测到所述车辆产生制动信号时，获取车辆制动时的第一图像以及车辆停止时的第二图像。

通常，在车辆行驶过程中，如果驾驶员执行制动操作，会产生一个制动信号，车辆的控制器根据制动信号控制车辆制动。从车辆根据制动信号开始制动到车辆停止，通常有一小段的滑行过程，在这一过程中采集的图像内容会有所差异。本公开实施例中，可以在检测到车辆产生制动信号时，获取车辆制动时的第一图像以及车辆停止时的第二图像。

其中，第一图像和第二图像可以通过车载的前向摄像头采集，也可以通过智能手机的后置摄像头采集，或者也可以通过其他能够采集到第一图像和第二图像的方式采集，本公开对此不作限定。第一图像可以在检测到车辆产生制动信号时采集，第二图像可以在检测到车速为零时采集，第一图像和第二图像的内容为当前车辆的前方环境。

S202，分别对所述第一图像和所述第二图像进行识别，以获取所述第一图像中灯的样式、颜色和位置，以及获取所述第二图像中灯的样式、颜色和位置。

示例性地，可以通过预先训练得到的识别模型来识别图像中灯的样式和颜色，可以通过目标检测算法来检测灯在图像中的位置。其中，可以针对灯的样式和颜色分别训练对应的识别模型，也可以训练一个识别模型同时预测灯的颜色和样式，本公开对此不作限制。

S203，在所述第一图像中灯的样式及所述第二图像中灯的样式均与预设样式匹配，且所述第一图像中灯的位置及所述第二图像中灯的位置均在预设区域范围内的情况下，确定所述第二图像中的灯为交通灯。

其中，预设样式可以包括多种交通灯的样式，预设区域可以预先设定。

示例性地，预设区域可以是以图像顶边为长、以第一预设距离为宽所形成的矩形区域，和/或，以图像右侧边为长、以第二预设距离为宽所形成的矩形区域，图像的顶边和右侧边为预设区域的一个边界，预设区域如图3所示。图3中，标号301和302所对应的区域即为预设区域。需要说明的是，图3中所示的预设区域仅作为示例来解释说明本公开，而不能作为对本公开的限制。

在车辆行驶的过程中，有时候会遇到大型车辆，大型车辆的体积较大，高度也较高，如果大型车辆行驶在当前车辆的前方，在进行交通灯识别时，可能会出现将前方大型车辆的红色尾灯误判为交通灯红灯的情况。

随着当前车辆越来越靠近前方大型车辆，红色尾灯的形状更加明显，红色尾灯在图片中的位置也会发生变化，相对于交通灯的位置会有区别。因此本公开实施例中，可以根据车辆停止前后拍摄的两张图片中灯的样式和位置来判断图像中出现的灯是否为交通灯。当第一图像中灯的样式及第二图像中灯的样式均与预设样式匹配，且第一图像中灯的位置及第二图像中灯的位置均在预设区域范围内时，则确定第二图像中的灯为交通灯。

可选地，如果在第一图像中未识别到灯，第二图像中识别出的灯的样式与预设样式匹配，且第二图像中识别出的灯的位置在预设区域范围内，则将第二图像中的灯确定为交通灯。

S204，在所述交通灯的颜色为红灯的情况下，开启所述行车提醒模式。

本公开实施例中，识别出图像中的交通灯之后，可以进一步判判断交通灯的颜色是否为红灯，如果交通灯为红灯，则开启行车提醒模式。

本公开实施例的行车提醒方法，通过当检测到车辆产生制动信号时，获取车辆制动时的第一图像以及车辆停止时的第二图像，分别对第一图像和第二图像进行识别，以获取第一图像中灯的样式、颜色和位置，以及获取第二图像中灯的样式、颜色和位置，并在第一图像中灯的样式及第二图像中灯的样式均与预设样式匹配，且第一图像中灯的位置及第二图像中灯的位置均在预设区域范围内的情况下，确定第二图像中的灯为交通灯，并在交通灯的颜色为红灯时开启行车提醒模式，由此，能够提高交通灯判断的准确性，防止出现将前车的红色尾灯判定为交通灯红灯的情况。

在本公开实施例一种可选的实施方式中，如图4所示，该行车提醒方法还可以包括以下步骤：

S401，当车辆处于停车状态时，获取所述车辆的车辆信息和车前图像，其中，所述车辆信息包括所述车辆的位置信息和车辆运行信息。

其中，可以通过检测车辆的当前车速来判断车辆是否处于停车状态，当车辆的车速为零时，确定车辆处于停车状态。车辆的位置信息可以通过车载导航定位系统确定，也可以通过智能手机上的地图软件确定，本公开对此不作限制。车辆运行信息可以包括但不限于胎压信息、发动机温度、车灯开启情况等。车前图像比如可以通过车载的前向摄像头或者智能手机的后置摄像头获取，车前图像可以为多个。

S402，在所述车辆运行信息正常的情况下，根据所述车辆的位置信息和地图数据，判断所述车辆当前是否处于车道上。

示例性地，地图数据可以从地图数据服务器中获取。

本公开实施例中，当车辆运行信息均未显示异常时，可以根据车辆的位置信息和地图数据，来判断车辆当前是否处于车道上。

通常，地图数据上的车道具有明显的车道线，当车辆的位置信息落在两条车道线之间时，可以确定车辆当前处于车道上，并能根据道路上每条车道对应的行车方向，确定车辆当前所在的车道是直行道、右转车道或者左转车道。

S403，在所述车辆当前处于车道的情况下，对所述车前图像进行识别。

S404，在从所述车前图像中识别到所述车辆当前所在车道对应的交通灯为红灯的情况下，开启所述行车提醒模式。

本公开实施例中，当确定车辆当前处于车道上时，可以对获取的车前图像进行识别，以识别出车前图像中车辆当前所在车道对应的交通灯的颜色，如果从车前图像中识别到车辆当前所在车道对应的交通灯为红灯，则确定开启行车提醒模式。

本公开实施例的行车提醒方法，通过当车辆处于停车状态时，获取车辆的车辆信息和车前图像，其中，车辆信息包括车辆的位置信息和车辆运行信息，在车辆运行信息正常的情况下，根据车辆的位置信息和地图数据，判断车辆当前是否处于车道上，在车辆当前处于车道的情况下，对车前图像进行识别，并在从车前图像中识别到车辆当前所在车道对应的交通灯为红灯时，开启行车提醒模式。采用上述技术方案，通过在满足车辆正常运行、车辆处于车道和交通灯为红灯三个条件的情况下才开启行车提醒模式，收紧了行车提醒条件，避免了车辆路边停车、路中故障时遇到红灯进行行车提醒对用户造成打扰的情况。

进一步地，在通过从车前图像中识别到车辆当前所在车道对应的交通灯为红灯来开启行车提醒模式的情况下，所述监测对象为交通灯，所述状态信息为所述交通灯的颜色，则所述对所述至少一张车前环境图像进行识别，获取监测对象的状态信息，包括：

利用预先训练的交通灯检测模型，对所述至少一张车前环境图像进行识别，获取所述至少一张车前环境图像对应的交通灯识别结果，所述交通灯识别结果包括所述车辆当前所在车道对应的交通灯的颜色；

所述行车提醒方法，还包括：

在根据所述车辆当前所在车道对应的交通灯的颜色，确定所述交通灯由红灯变为绿灯的情况下，确定所述车辆满足行车条件。

本公开实施例中，如果通过识别到交通灯为红灯来开启行车提醒模式，则对至少一张车前环境图像进行识别，获取的是交通灯的颜色作为识别结果，如果识别到交通灯的颜色由红灯转换为绿灯，则确定车辆满足行车条件。由此，实现了通过交通灯灯号的变化来判断当前是否满足行车条件。

部分交通灯具有倒计时功能，通常在灯号转换的前10秒进行倒计时，以提醒各驾驶员尽早准备行车或停车。因此，在本公开实施例一种可选的实施方式中，交通灯识别结果还可以包括所述车辆当前所在车道对应的交通灯为红灯的倒计时时长；所述方法还包括：

根据所述至少一张车前环境图像，判断所述车辆是否为当前所在车道的第一个车辆；

若所述车辆为当前所在车道的第一个车辆，则在获取到所述车辆当前所在车道对应的交通灯为红灯的倒计时时长小于预设时长时，确定所述车辆满足行车条件。

其中，对于车辆是否为当前所在车道的第一个车辆的判断，可以通过识别车前环境图像中的目标对象的方式实现，目标对象比如可以是路口、斑马线、前方车辆等。如果对于车前环境图像的识别结果包括如下至少一种：在车前环境图像中识别到斑马线、在车前环境图像中识别到路口、在车前环境图像中未识别到前方车辆，则确定车辆为当前所在车道的第一个车辆。

本公开实施例中，当确定车辆为所在车道的第一个车辆时，即车辆在车道最前位置时，则在获取到车辆当前所在车道对应的交通灯为红灯的倒计时时长小于预设时长时，确定车辆满足行车条件。

其中，预设时长可以预先设定，预设时长的值可以设置为大于0的值，比如预设时长设置为5秒、3秒等。

能够理解的是，本公开实施例中，行车提醒装置是在检测到行车提醒模式开启时，持续获取车前环境图像并进行识别的，当从车前环境图像中识别到交通灯红灯开始倒计时时，继续识别下一张车前环境图像，直到识别到红灯的倒计时时长小于预设时长时，确定车辆满足行车条件，而不用等到交通灯由红灯转换为绿灯时才确定车辆满足行车条件，从而实现了车辆在车道最前位置时，在红灯倒计时结束前提前进行行车提醒，使得驾驶员能够在交通灯变为绿灯时及时行车。

在本公开实施例一种可选的实施方式中，还可以按照预设的时间周期，获取包含不同样式的交通灯的多张标注图像，并利用所述多张标注图像对所述交通灯检测模型进行更新。由此，实现了定期对交通灯检测模型进行更新，以避免因出现新样式的交通灯时无法识别出交通灯的情况，有利于提高交通灯识别的准确度。

在本公开实施例一种可选的实施方式中，如果对车前图像进行识别后，从车前图像中未识别到交通灯，或者识别到的交通灯的颜色不是红灯时，还可以对车前图像进行前方车辆识别，在从所述车前图像中识别到所述车辆的前方车辆处于静止状态的情况下，开启所述行车提醒模式。其中，前方车辆是否为静止状态可以通常对多张车前图像进行识别，分析前方车辆在图像中的位置变化来判断前方车辆是否静止，或者，也可以通过分析前方车辆在图像中的尺寸变化来判断前方车辆是否静止。由此，实现了在检测到前方车辆静止时开启行车提醒模式，能够在遇到堵车的场景中对驾驶员进行行车提醒。

进一步地，在通过从车前图像中识别到前方车辆处于静止状态来开启行车提醒模式的情况下，所述监测对象为前方车辆，所述状态信息为所述前方车辆在图像中的位置信息，所述对所述至少一张车前环境图像进行识别，获取监测对象的状态信息，包括：

对所述至少一张车前环境图像进行目标检测，以获取所述前方车辆在所述至少一张车前环境图像中的位置信息；

所述方法还包括：

在所述前方车辆在所述至少一张车前环境图像中的位置信息发生变化的情况下，确定所述车辆满足行车条件。

通常，利用目标检测算法对图像进行目标检测时，对于检测到的目标对象，会通过边界框标注出来，边界框的位置即表示目标对象在图像中的位置。因此，本实施例中，可以用目标检测算法对至少一张车前环境图像进行目标检测，将目标检测算法输出的每张车前环境图像中边界框的位置作为车辆在每张车前环境图像中的位置信息，根据车辆在每张车前环境图像中的位置信息，可以判断出前方车辆的位置信息是否发生变化，如果发生变化，则可以确定前方车辆已由静止状态变为行驶状态，则确定车辆满足行车条件。由此，能够通过前车在图像中的位置变化来判断前方车辆是否开始移动，并在前方车辆移动时确定满足行车条件。

为了实现上述实施例，本公开还提供了一种行车提醒装置。

图5为本公开一实施例提供的行车提醒装置的结构示意图，该装置可以采用软件和/或硬件实现，并可集成在任意具有处理能力的电子设备上，例如智能手机、车载终端等终端设备。

如图5所示，本公开实施例提供的行车提醒装置50可以包括：第一获取模块501、第二获取模块502、第三获取模块503和提醒模块504，其中：

第一获取模块501，用于当检测到行车提醒模式开启时，获取至少一张车前环境图像；

第二获取模块502，用于对所述至少一张车前环境图像进行识别，获取监测对象的状态信息；

第三获取模块503，用于在根据所述状态信息确定所述车辆满足行车条件的情况下，获取包含驾驶员的车内图像；

提醒模块504，用于在根据所述车内图像识别到所述驾驶员的当前动作非驾驶动作的情况下，提醒所述驾驶员行车。

可选地，所述行车提醒装置，还包括：

第四获取模块，用于当检测到所述车辆产生制动信号时，获取车辆制动时的第一图像以及车辆停止时的第二图像；

第一图像识别模块，用于分别对所述第一图像和所述第二图像进行识别，以获取所述第一图像中灯的样式、颜色和位置，以及获取所述第二图像中灯的样式、颜色和位置；

第一确定模块，用于在所述第一图像中灯的样式及所述第二图像中灯的样式均与预设样式匹配，且所述第一图像中灯的位置及所述第二图像中灯的位置均在预设区域范围内的情况下，确定所述第二图像中的灯为交通灯；

第一开启模块，用于在所述交通灯的颜色为红灯的情况下，开启所述行车提醒模式。

可选地，所述行车提醒装置还包括：

第五获取模块，用于当车辆处于停车状态时，获取所述车辆的车辆信息和车前图像，其中，所述车辆信息包括所述车辆的位置信息和车辆运行信息；

第一判断模块，用于在所述车辆运行信息正常的情况下，根据所述车辆的位置信息和地图数据，判断所述车辆当前是否处于车道上；

第二图像识别模块，用于在所述车辆当前处于车道的情况下，对所述车前图像进行识别；

第二开启模块，用于在从所述车前图像中识别到所述车辆当前所在车道对应的交通灯为红灯的情况下，开启所述行车提醒模式。

进一步地，所述监测对象为交通灯，所述状态信息为所述交通灯的颜色；所述第二获取模块502，具体用于：利用预先训练的交通灯检测模型，对所述至少一张车前环境图像进行识别，获取所述至少一张车前环境图像对应的交通灯识别结果，所述交通灯识别结果包括所述车辆当前所在车道对应的交通灯的颜色。

所述行车提醒装置，还包括：

第二确定模块，用于在根据所述车辆当前所在车道对应的交通灯的颜色，确定所述交通灯由红灯变为绿灯的情况下，确定所述车辆满足行车条件。

可选地，所述交通灯识别结果还包括所述车辆当前所在车道对应的交通灯为红灯的倒计时时长；所述行车提醒装置，还包括：

第二判断模块，用于根据所述至少一张车前环境图像，判断所述车辆是否为当前所在车道的第一个车辆；

第三确定模块，用于若所述车辆为当前所在车道的第一个车辆，则在获取到所述车辆当前所在车道对应的交通灯为红灯的倒计时时长小于预设时长时，确定所述车辆满足行车条件。

可选地，所述行车提醒装置，还包括：

模型更新模块，用于按照预设的时间周期，获取包含不同样式的交通灯的多张标注图像；利用所述多张标注图像对所述交通灯检测模型进行更新。

可选地，所述行车提醒装置，还包括：

第三开启模块，用于在从所述车前图像中识别到所述车辆的前方车辆处于静止状态的情况下，开启所述行车提醒模式。

进一步地，所述监测对象为前方车辆，所述状态信息为所述前方车辆在图像中的位置信息，所述第二获取模块502，具体用于：对所述至少一张车前环境图像进行目标检测，以获取所述前方车辆在所述至少一张车前环境图像中的位置信息。

所述行车提醒装置还包括：

第四确定模块，用于在所述前方车辆在所述至少一张车前环境图像中的位置信息发生变化的情况下，确定所述车辆满足行车条件。

本公开实施例所提供的可配置于车载终端等电子设备上的行车提醒装置，可执行本公开实施例所提供的任意可应用于车载终端等电子设备的行车提醒方法，具备执行方法相应的功能模块和有益效果。本公开装置实施例中未详尽描述的内容可以参考本公开任意方法实施例中的描述。

本公开实施例还提供了一种电子设备，包括处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行如前述实施例所述行车提醒方法各实施例的步骤，为避免重复描述，在此不再赘述。

本公开实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如前述实施例所述行车提醒方法各实施例的步骤，为避免重复描述，在此不再赘述。

本公开实施例还提供了一种计算机程序产品，所述计算机程序产品用于执行如前述实施例所述行车提醒方法各实施例的步骤。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。