激光雷达的定位方法、装置、机器人及计算设备
技术领域
本发明实施例涉及机器人技术领域,具体涉及一种激光雷达的定位方法、装置、机器人及计算设备。
背景技术
随着科技的不断进步,自动定位技术已经成为当今社会研究的热点,由于激光雷达具有高距离分辨率和角分辨率、高抗干扰能力、体积小等优点,因此,激光雷达定位技术是当下自动定位技术中的热点技术之一。
现有的激光slam的定位方法可以分为两大类,基于单线激光雷达的2D栅格地图定位方法和基于多线激光雷达的3D点云地图定位方法。多线激光雷达的特征点多,但是价格昂贵,因此,应用范围较小;单线激光雷达价格便宜,但是可以采集的激光数据特征点较少,在室外大场景下单线激光雷达的定位可靠性差。
发明内容
鉴于上述问题,本发明实施例提供了一种激光雷达的定位方法,克服了上述问题或者至少部分地解决了上述问题。
根据本发明实施例的一个方面,提供了一种激光雷达的定位方法,所述方法包括:获取所述激光雷达在预设时间窗口内采集的多帧点云数据;确定每一帧点云数据对应的基坐标系;将所述多帧点云数据转换到同一基坐标系下,得到合成点云数据;将所述合成点云数据转换到世界坐标系下,得到所述合成点云数据在所述世界坐标系下的参考点云数据;将所述参考点云数据与预设点云地图匹配,得到所述激光雷达的精确位置。
在一种可选的方式中,确定每一帧点云数据对应的基坐标系,进一步包括:确定每一帧点云数据采集时的里程信息;将所述里程信息为原点的坐标系作为该帧点云数据的基坐标系。
在一种可选的方式中,将所述多帧点云数据转换到同一基坐标系下,得到合成点云数据,进一步包括:确定所述多帧点云数据中的第一帧点云数据;确定所述第一帧点云数据的第一基坐标系;将所述多帧点云数据转换到所述第一基坐标系下,得到合成点云数据。
在一种可选的方式中,将所述多帧点云数据转换到所述第一基坐标系下,得到合成点云数据,进一步包括:将所述多帧点云数据按照公式转换到所述第一基坐标系下,得到合成点云数据;其中,xi表示第一帧点云数据,iTi+1表示第二帧点云数据采集时的里程信息与所述第一帧点云数据采集时的里程信息的增量矩阵,i+1Ti+2表示第三帧点云数据采集时的里程信息与所述第二帧点云数据采集时的里程信息的增量矩阵,j-1Tj表示最后一帧点云数据采集时的里程信息与其前一帧点云数据采集时的里程信息的增量矩阵。
在一种可选的方式中,将所述合成点云数据转换到世界坐标系下,得到所述合成点云数据在所述世界坐标系下的参考点云数据,包括:将所述合成点云数据按照公式转换到世界坐标系下,得到所述合成点云数据在所述世界坐标系下的参考点云数据;其中,表示所述合成点云数据在所述世界坐标系下的参考点云数据,表示所述合成点云数据,wTi-1表示所述第一帧点云数据的前一帧点云数据与所述世界坐标系的转换矩阵,i-1Ti表示所述第一帧点云数据采集时的里程信息与其前一帧点云数据采集时的里程信息的增量矩阵。
在一种可选的方式中,将所述参考点云数据与预设点云地图匹配,得到所述激光雷达的精确位置,包括:根据最近点迭代算法将所述参考点云数据与预设点云地图匹配,得到所述激光雷达的精准位置。
根据本发明实施例的另一方面,提供了一种激光雷达的定位装置,包括:获取模块,用于获取所述激光雷达在预设时间窗口内采集的多帧点云数据。确定模块,用于确定每一帧点云数据对应的基坐标系。第一转换模块,用于将所述多帧点云数据转换到同一基坐标系下,得到合成点云数据。第二转换模块,用于将所述合成点云数据转换到世界坐标系下,得到所述合成点云数据在所述世界坐标系下的参考点云数据。匹配模块,用于将所述参考点云数据与预设点云地图匹配,得到所述激光雷达的精确位置。
在一种可选的方式中,确定模块进一步用于:确定每一帧点云数据采集时的里程信息;将所述里程信息为原点的坐标系作为该帧点云数据的基坐标系。
在一种可选的方式中,第一转换模块进一步用于:确定所述多帧点云数据中的第一帧点云数据;确定所述第一帧点云数据的第一基坐标系;将所述多帧点云数据转换到所述第一基坐标系下,得到合成点云数据。
在一种可选的方式中,将所述多帧点云数据转换到所述第一基坐标系下,得到合成点云数据,进一步包括:将所述多帧点云数据按照公式转换到所述第一基坐标系下,得到合成点云数据;其中,xi表示第一帧点云数据,表示第二帧点云数据采集时的里程信息与所述第一帧点云数据采集时的里程信息的增量矩阵,表示第三帧点云数据采集时的里程信息与所述第二帧点云数据采集时的里程信息的增量矩阵,表示最后一帧点云数据采集时的里程信息与其前一帧点云数据采集时的里程信息的增量矩阵。
在一种可选的方式中,将所述合成点云数据转换到世界坐标系下,得到所述合成点云数据在所述世界坐标系下的参考点云数据,包括:将所述合成点云数据按照公式转换到世界坐标系下,得到所述合成点云数据在所述世界坐标系下的参考点云数据;其中,表示所述合成点云数据在所述世界坐标系下的参考点云数据,表示所述合成点云数据,wTi-1表示所述第一帧点云数据的前一帧点云数据与所述世界坐标系的转换矩阵,i-1Ti表示所述第一帧点云数据采集时的里程信息与其前一帧点云数据采集时的里程信息的增量矩阵。
在一种可选的方式中,匹配模块进一步用于:根据最近点迭代算法将所述参考点云数据与预设点云地图匹配,得到所述激光雷达的精确位置。
根据本发明实施例的又一方面,提供了一种机器人,所述机器人装载激光雷达,所述激光雷达通过上述的一种激光雷达定位方法进行定位。
根据本发明实施例的再一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述的一种激光雷达的定位方法对应的操作。
根据本发明实施例的还一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使所述处理器执行上述一种激光雷达的定位方法对应的操作。
本发明实施例将激光雷达在预设时间窗口内采集的多帧点云数据合成一帧合成点云数据,将该合成点云数据转换到世界坐标系下后,与预设点云地图进行匹配,得到激光雷达的精确位置,合成点云数据含有的特征点多,利用合成点云数据定位激光雷达的位置可以提高激光雷达的定位精度,提高激光雷达定位的可靠性。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
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示出了本发明第一实施例提供的一种激光雷达的定位方法的流程图;
图2示出了本发明第二实施例提供的一种激光雷达的定位方法的流程图;
图3示出了本发明第三实施例提供的一种激光雷达的定位装置的结构示意图;
图4示出了本发明第四实施例提供的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明实施例的应用场景是激光雷达的定位,激光雷达装载在某一移动平台上,定位激光雷达的位置即定位移动平台的位置。激光雷达向移动平台的周边环境中发射一束或者多束激光进行扫描,发射出去的激光会与周边环境中的物体发生作用,返回携带物体信息的反射激光,激光雷达的光子接收模组接收到反射激光之后,根据反射激光携带的数据描绘出移动平台的周边环境。其中,发射激光携带的数据通常是激光从发射到接收所经过的时间,根据该时间计算出周边环境中各个物体与激光雷达的距离,根据周边环境中各个物体的距离可以定位激光雷达的位置。
本发明实施例中的激光雷达可以是单线激光雷达或多线激光雷达,单线激光雷达内部装载单束激光发射器,单束激光发射器在激光雷达内部进行匀速的旋转,每旋转一个小角度即发射一次激光,旋转一定的角度后,就生成了一帧完整的点云数据,该点云数据是物体的一维数据。多线激光雷达内部装载多束激光发射器,多束激光发射器可以获取外界环境中物体的三维信息,三维信息能够反映物体在三个维度上的信息。对于单线激光雷达,其特征点较少,使用本发明实施例中的方法,将多帧点云数据合成一帧合成点云数据,可以解决单线激光雷达因为特征点较少造成的定位不可靠的问题。对于多线激光雷达,其每一帧包含的点云数据很多,可以准确的定位多线激光雷达的位置。使用本发明实施例中的方法将多帧点云数据合成一帧合成点云数据后,使用合成点云数据定位多线激光雷达的位置能够提高激光雷达的定位精度。
在具体应用场景中,装载激光雷达的移动平台可以是汽车、无人机、移动机器人等,本发明实施例并不限定移动平台的具体形式。下面以移动平台为移动机器人为例对本发明各具体实施例做进一步说明。
图1示出了本发明第一实施例的一种激光雷达的定位方法的流程图,如图1所示,该方法包括以下步骤:
步骤110:获取激光雷达在预设时间窗口内采集的多帧点云数据。
点云数据能够准确表征目标物体的拓扑结构和集合结构,即表征目标物体的特征,该目标物体通常是静态的物体,例如交通标识、公交车站牌、电线杆或者树木等,此类静态物体的稳定性较高,不易发生改变。一帧点云数据对应到激光雷达内部就是电机旋转一圈完成扫描所形成的数据。机器人装载激光雷达后,激光雷达对运动路径周围环境中的目标物体进行扫描,获取机器人当前运动路径周围环境中的物体对应的点云数据。机器人处于运动状态时,机器人位置不断发生改变,该位置可以通过机器人装载的里程计获取,里程计的频率远大于激光雷达的帧频率,即,机器人每采集一帧点云数据,都能够根据里程计记录的里程信息定位到机器人采集该帧点云数据时所处的位置。机器人处于静止状态时,机器人的位置不变,在预设时间窗口内采集到的多帧点云数据相同。
预设时间窗口是人为定义的一个时间间隔,用于将该时间间隔内激光雷达采集到的所有帧点云数据合并。该预设时间窗口内包含的点云数据的帧数是一个固定值,当该预设时间窗口移动时,将当前预设时间窗口内的第一帧点云数据移出该预设时间窗口,并将当前预设时间窗口外的下一帧点云数据移入该预设时间窗口。例如,激光雷达的帧频率为六帧每分钟,即每一帧点云数据之间的时间间隔为十秒钟,预设时间窗口为一分钟,则在移动预设时间窗口时,每次移动的时间步长为十秒钟,从而保证预设时间窗口内包含的点云数据的帧数不变。
当该激光雷达为单线激光雷达时,由于单线激光雷达仅能发射单束激光,当该单线激光雷达以水平方式安装于机器人上时,仅能采集水平线上的一维数据,如果机器人沿同一方向运动,则每一帧包含的点云数据的内容是相同的,因此,将该单线激光雷达以非水平的方式安装于机器人上,以保证每一帧中的点云数据是变化的。当该激光雷达为多线激光雷达时,由于多线激光雷达采集三维数据,因此,多线激光雷达可以按照水平方式安装于机器人上,也可以按照非水平方式安装于机器人上,不需要对多线激光雷达的具体安装方式做限定。
步骤120:确定每一帧点云数据对应的基坐标系。
机器人在某一位置采集到一帧点云数据,该帧点云数据的基坐标系是以该位置为原点的直角坐标系,机器人每移动一个位置,其对应的基坐标系就发生改变。在一些实施例中,每一帧点云数据对应的基坐标系是通过机器人装载的里程计确定的,根据里程计确定每一帧点云数据采集时对应的里程信息,则以该里程信息为原点的坐标系即为该帧点云数据的基坐标系。
步骤130:将多帧点云数据转换到同一基坐标系下,得到合成点云数据。
在本步骤中,通过坐标转换将多帧点云数据转换到其中一帧点云数据对应的坐标系下,使每一帧点云数据中的点云均基于该帧点云数据的基坐标系,得到合成点云数据。合成点云数据的基坐标系可以选取为预设时间窗口内的任意一帧点云数据的基坐标系,该预设时间窗口之前的每一帧点云数据采集时激光雷达的精确位置都是已知的,优选的,为了实时估计每一帧点云数据对应的激光雷达的位置,预设时间窗口内的第一帧点云数据的基坐标系作为合成点云数据的基坐标系。
步骤140:将合成点云数据转换到世界坐标系下,得到合成点云数据在世界坐标系下的参考点云数据。
合成点云数据基于某一帧点云数据的基坐标系,世界坐标系是一个基于经纬度的绝对坐标系,反映物体在空间中的真实位置。参考点云数据为合成点云数据在世界坐标系下对应的点云数据,通过坐标变换将合成点云数据转换到世界坐标系下,得到参考点云数据。
步骤150:将参考点云数据与预设点云地图匹配,得到激光雷达的精确位置。
预设点云地图是基于世界坐标系的,将参考点云数据与预设点云地图数据按照最近点迭代算法进行匹配,得到激光雷达的精确位置。
值得说明的是,当机器人在运动过程的某一阶段静止时,预设时间窗口内的多帧点云数据中的每一帧均相同,通过本发明实施例的方法得到的合成点云数据与多帧点云数据中的每一帧也相同,通过本发明实施例的方法同样能够定位激光雷达的位置,但是由于点云数据较少,激光雷达的定位精度会有所下降。
本发明实施例将激光雷达在预设时间窗口内采集的多帧点云数据合成一帧合成点云数据,将该合成点云数据转换到世界坐标系下后,与预设点云地图进行匹配,得到激光雷达的精确位置,合成点云数据含有的特征点多,利用合成点云数据定位激光雷达的位置可以提高激光雷达的定位精度,提高激光雷达定位的可靠性。
图2示出了本发明第二实施例的一种激光雷达的定位方法的流程图,如图2所示,该方法包括以下步骤:
步骤210:获取激光雷达在预设时间窗口内采集的多帧点云数据。
步骤220:确定每一帧点云数据对应的基坐标系。
步骤210~步骤220可以参考第一实施例中步骤110~步骤120的描述,在此不再赘述。
步骤230:确定多帧点云数据中的第一帧点云数据。
预设时间窗口内的多帧点云数据是按照时间顺序采集的,因此,按照时间顺序,预设时间窗口内的第一帧点云数据即为多帧点云数据中的第一帧点云数据。
步骤240:确定第一帧点云数据的第一基坐标系。
根据第一帧点云数据采集的时间匹配里程计的里程信息,以该里程信息为原点的坐标系即为第一帧点云数据的第一基坐标系。
步骤250:将多帧点云数据转换到第一基坐标系下,得到合成点云数据。
在本步骤中,将多帧点云数据按照公式转换到第一基坐标系下,得到合成点云数据。其中,xi表示第一帧点云数据,iTi+1表示第二帧点云数据采集时的里程信息与第一帧点云数据采集时的里程信息的增量矩阵,i+1Ti+2表示第三帧点云数据采集时的里程信息与第二帧点云数据采集时的里程信息的增量矩阵,j-1Tj表示最后一帧点云数据采集时的里程信息与其前一帧点云数据采集时的里程信息的增量矩阵。
在某一时刻的预设时间窗口内,共包含j-i+1帧点云数据,其中,第一帧点云数据xi是在第一帧点云数据采集时,激光发射器所采集到的若干个点云。根据相邻两帧点云数据采集时的里程信息的增量矩阵,将每一帧点云数据分别转换到第一帧点云数据对应的第一基坐标系下。
步骤260:将合成点云数据转换到世界坐标系下,得到合成点云数据在世界坐标系下的参考点云数据。
在本步骤中,将合成点云数据按照公式转换到世界坐标系下,得到所述合成点云数据在世界坐标系下的参考点云数据;其中,表示合成点云数据在世界坐标系下的参考点云数据,表示合成点云数据,wTi-1表示第一帧点云数据的前一帧点云数据与世界坐标系的转换矩阵,i-1Ti表示第一帧点云数据采集时的里程信息与其前一帧点云数据采集时的里程信息的增量矩阵。
步骤270:根据最近点迭代算法将参考点云数据与预设点云地图匹配,得到激光雷达的精确位置。
本发明实施例将预设时间窗口内的每一帧点云数据均转换至预设时间窗口内的第一帧点云数据对应的基坐标系下,并根据第一帧点云数据的前一帧点云数据确定激光雷达在采集第一帧点云数据时的精确位置,由此可见,本发明实施例通过多帧点云数据合成一帧的方式获取更多数据点,根据更多数据点进行激光雷达的定位,从而提供了激光雷达定位的精度。
图3示出了本发明第三实施例的一种激光雷达定位装置的功能框图,如图3所示,该装置包括:获取模块310、确定模块320、第一转换模块330、第二转换模块340以及匹配模块350,其中,获取模块310,用于获取所述激光雷达在预设时间窗口内采集的多帧点云数据。确定模块320,用于确定每一帧点云数据对应的基坐标系。第一转换模块330,用于将所述多帧点云数据转换到同一基坐标系下,得到合成点云数据。第二转换模块340,用于将所述合成点云数据转换到世界坐标系下,得到所述合成点云数据在所述世界坐标系下的参考点云数据。匹配模块350,用于将所述参考点云数据与预设点云地图匹配,得到所述激光雷达的精确位置。
在一种可选的方式中,确定模块320进一步用于:确定每一帧点云数据采集时的里程信息;将所述里程信息为原点的坐标系作为该帧点云数据的基坐标系。
在一种可选的方式中,第一转换模块330进一步用于:确定所述多帧点云数据中的第一帧点云数据;确定所述第一帧点云数据的第一基坐标系;将所述多帧点云数据转换到所述第一基坐标系下,得到合成点云数据。
在一种可选的方式中,将所述多帧点云数据转换到所述第一基坐标系下,得到合成点云数据,进一步包括:将所述多帧点云数据按照公式转换到所述第一基坐标系下,得到合成点云数据;其中,xi表示第一帧点云数据,表示第二帧点云数据采集时的里程信息与所述第一帧点云数据采集时的里程信息的增量矩阵,表示第三帧点云数据采集时的里程信息与所述第二帧点云数据采集时的里程信息的增量矩阵,表示最后一帧点云数据采集时的里程信息与其前一帧点云数据采集时的里程信息的增量矩阵。
在一种可选的方式中,将所述合成点云数据转换到世界坐标系下,得到所述合成点云数据在所述世界坐标系下的参考点云数据,包括:将所述合成点云数据按照公式转换到世界坐标系下,得到所述合成点云数据在所述世界坐标系下的参考点云数据;其中,表示所述合成点云数据在所述世界坐标系下的参考点云数据,表示所述合成点云数据,wTi-1表示所述第一帧点云数据的前一帧点云数据与所述世界坐标系的转换矩阵,i-1Ti表示所述第一帧点云数据采集时的里程信息与其前一帧点云数据采集时的里程信息的增量矩阵。
在一种可选的方式中,匹配模块350进一步用于:根据最近点迭代算法将所述参考点云数据与预设点云地图匹配,得到所述激光雷达的精确位置。
本发明实施例将激光雷达在预设时间窗口内采集的多帧点云数据合成一帧合成点云数据,将该合成点云数据转换到世界坐标系下后,与预设点云地图进行匹配,得到激光雷达的精确位置,合成点云数据含有的特征点多,利用合成点云数据定位激光雷达的位置可以提高激光雷达的定位精度,提高激光雷达定位的可靠性。
本发明实施例还提供了一种机器人,该机器人装载激光雷达,该激光雷达通过上述任一实施例例中的一种激光雷达定位方法进行定位。
本发明实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的一种激光雷达定位方法对应的操作。
图4示出了本发明第四实施例实施例的一种计算设备的结构示意图,本发明具体实施例并不对计算设备的具体实现做限定。
如图4所示,该计算设备可以包括:处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。
其中:处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。通信接口404,用于与其它设备比如客户端或其它服务器等的网元通信。处理器402,用于执行程序410,具体可以执行上述任一实施例中的一种激光雷达定位方法对应的操作。
具体地,程序410可以包括程序代码,该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器406,用于存放程序410。存储器406可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序410具体可以用于使得处理器402执行以下操作:
获取所述激光雷达在预设时间窗口内采集的多帧点云数据;确定每一帧点云数据对应的基坐标系;将所述多帧点云数据转换到同一基坐标系下,得到合成点云数据;将所述合成点云数据转换到世界坐标系下,得到所述合成点云数据在所述世界坐标系下的参考点云数据;将所述参考点云数据与预设点云地图匹配,得到所述激光雷达的精确位置。
在一种可选的方式中,程序410具体可以用于使得处理器402执行以下操作:确定每一帧点云数据采集时的里程信息;将所述里程信息为原点的坐标系作为该帧点云数据的基坐标系。
在一种可选的方式中,程序410具体可以用于使得处理器402执行以下操作:确定所述多帧点云数据中的第一帧点云数据;确定所述第一帧点云数据的第一基坐标系;将所述多帧点云数据转换到所述第一基坐标系下,得到合成点云数据。
在一种可选的方式中,程序410具体可以用于使得处理器402执行以下操作:将所述多帧点云数据按照公式转换到所述第一基坐标系下,得到合成点云数据;其中,xi表示第一帧点云数据,iTi+1表示第二帧点云数据采集时的里程信息与所述第一帧点云数据采集时的里程信息的增量矩阵,i+1Ti+2表示第三帧点云数据采集时的里程信息与所述第二帧点云数据采集时的里程信息的增量矩阵,j-1Tj表示最后一帧点云数据采集时的里程信息与其前一帧点云数据采集时的里程信息的增量矩阵。
在一种可选的方式中,程序410具体可以用于使得处理器402执行以下操作:将所述合成点云数据按照公式转换到世界坐标系下,得到所述合成点云数据在所述世界坐标系下的参考点云数据;其中,表示所述合成点云数据在所述世界坐标系下的参考点云数据,表示所述合成点云数据,wTi-1表示所述第一帧点云数据的前一帧点云数据与所述世界坐标系的转换矩阵,i-1Ti表示所述第一帧点云数据采集时的里程信息与其前一帧点云数据采集时的里程信息的增量矩阵。
在一种可选的方式中,程序410具体可以用于使得处理器402执行以下操作:根据最近点迭代算法将所述参考点云数据与预设点云地图匹配,得到所述激光雷达的精准位置。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明实施例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,为了精简本发明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,本发明实施例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。
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。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。