CN110751853A - 停车位数据的有效性识别方法和装置 - Google Patents

Abstract

本申请公开了一种停车位数据的有效性识别方法和装置，涉及智能交通领域。具体实现方案为：根据预设的采样周期采集目标停车场中的多组停车位数据；根据所述停车位数据构建所述多组采样周期中每组采样周期的停车位数据曲线；计算所述多组采样周期对应的多个停车位数据曲线的曲线相似度，并根据所述曲线相似度确定所述目标停车场中的停车位数据的有效性识别结果。由此，实现了对停车位数据的有效性识别，便于提高停车位数据的应用实用性。

Description

停车位数据的有效性识别方法和装置

技术领域

本申请涉及数据处理技术中的智能交通技术领域，尤其涉及一种停车位数据的有效性识别方法和装置。

背景技术

随着停车场数据采集装置的不断更新与移动通讯技术的不断发展，越来越多的停车场商家提供在线实时展示停车场剩余车位信息或停车场状态信息等停车位数据，对于车主用户来说，这些服务发挥的功能越来越大，越来越多的车主用户根据服务商提供的剩余车位信息对当前的行程进行决策，例如，用户开车去医院时会根据提示的剩余车位信息来决定是否停在该医院的停车场内。

然而，相关技术中，完全依赖于停车场商家提供的停车位数据进行有关决策，如果剩余车位信息错误，将会浪费车主用户的宝贵时间来重新决策，因此亟需一种有效的识别车位数据有效性的技术方案。

发明内容

本申请的第一个目的在于提出一种停车位数据的有效性识别方法。

本申请的第二个目的在于提出一种停车位数据的有效性识别装置。

本申请的第三个目的在于提出一种电子设备。

本申请的第四个目的在于提出一种存储有计算机指令的非瞬时计算机可读存储介质。

为达上述目的，本申请第一方面实施例提出了一种停车位数据的有效性识别方法，包括：根据预设的采样周期采集目标停车场中的多组停车位数据；根据所述停车位数据构建所述多组采样周期中每组采样周期的停车位数据曲线；计算所述多组采样周期对应的多个停车位数据曲线的曲线相似度，并根据所述曲线相似度确定所述目标停车场中的停车位数据的有效性识别结果。

为达上述目的，本申请第二方面实施例提出了一种停车位数据的有效性识别装置，包括：采集模块，用于根据预设的采样周期采集目标停车场中的多组停车位数据；构建模块，用于构建所述多组采样周期中每组采样周期的停车位数据曲线；有效性识别模块，用于计算所述多组采样周期对应的多个停车位数据曲线的曲线相似度，并根据所述曲线相似度确定所述目标停车场中的停车位数据的有效性识别结果。

为达上述目的，本申请第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例描述的停车位数据的有效性识别方法。

为达上述目的，本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述实施例描述的停车位数据的有效性识别方法。

上述申请中的一个实施例具有如下优点或有益效果：

根据预设的采样周期采集目标停车场中的多组停车位数据，构建多组采样周期中每组采样周期的停车位数据曲线，进而，计算多组采样周期对应的多个停车位数据曲线的曲线相似度，并根据曲线相似度确定目标停车场中的停车位数据的有效性识别结果。由此，实现了对停车位数据的有效性识别，便于提高停车位数据的应用实用性。

上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请第一实施例的停车位数据的有效性识别方法的流程图；

图2是根据本申请第二实施例的停车位数据的有效性识别方法的流程图；

图3是根据本申请第三实施例的停车位数据的有效性识别方法的流程图；

图4是根据本申请第四实施例的停车位数据的有效性识别装置的结构示意图；

图5是用来实现本申请实施例的停车位数据的有效性识别方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。下面参考附图描述本申请实施例的停车位数据的有效性识别方法和装置。

针对背景技术中提到的停车场厂商提供的停车位数据可能不可信的技术问题，本申请提供了一种可以对停车位数进行有效性识别方案，即在根据停车位数据进行有关场景应用之前，对停车位数据进行置信度的识别，提高了停车位数据的实用性。

其中，本申请实施例中的停车位数据可以包括停车位的剩余数量、可用停车位的位置，以及可用停车位的规划路径等。

本申请中的对停车位数据进行有效性识别后，可以在多个应用场景中得到应用，示例如下：

示例一：

在本示例中，可以基于停车位数据的有效性识别结果为车主用户提供停车引导，避免将用户引导到实际没有空闲车位的位置，提升了车主用户的泊车体验。

示例二：

在本示例中，可以确定停车位数据提供的厂商，基于停车位数据的有效性识别结果对提供停车位的厂商进行置信度的评级，便于后续与该厂商的合作参考等。

具体而言，图1是根据本申请一个实施例的停车位数据的有效性识别方法的流程图，如图1所示，该方法包括：

步骤101，根据预设的采样周期采集目标停车场中的多组停车位数据。

其中，采集目标停车场中的多组停车位数据可以为对应的厂商提供的等，在实际执行过程中，可以基于停车场中的摄像头拍摄的图像中包含的停车位图像，确定停车位数据信息，也可以基于停车位中的重力传感器等获取停车位数据。

具体的，根据预设的采样周期采集目标停车场中的多组停车位数据，该目标停车场可以为任意待有效性识别的停车场。

另外，上述预设的采样周期可以为固定市场的时间段，例如一周、一个月或者一天等。在对应的采样周期内可以基于较高的采样频率采集停车位数据，比如，对于一周采样周期而言，可以每半个小时作为采样频率采集多组停车位数据，又比如，对于一天采样周期而言，可以每20分钟作为采样频率采集获取多组停车位数据。由此，每组停车位数据中可以包含多个停车位数据，停车位数据的数量取决于采样频率。

步骤102，构建多组采样周期中每组采样周期的停车位数据曲线。

具体的，构建多组采样周期中每组采样周期的停车位数据曲线，即根据每组停车位数据构建曲线，该曲线的横轴可以为时间，纵轴可以为停车位的剩余数量等，其中，当停车位数据中包含多种类型的数据时，比如既包含停车位位置又包含停车位数量时，可以对多种停车位数据进行归一化处理。

在本实施例中，为了减轻系统的存储压力，可以将采集到的多组停车位数据发送至云端服务器，在云端服务器中包含时序数据和分布式文件系统中，时序数据库用来查看曲线分布，分布式文件系统用来计算后续提到的曲线相似性。

步骤103，计算多组采样周期对应的多个停车位数据曲线的曲线相似度，并根据曲线相似度确定目标停车场中的停车位数据的有效性识别结果。

应当理解的是，当对同一个停车场多次采集的停车位数据越相似，则证明对应的停车位数据越可信，这事由于每个停车场的车流量等都是相对固定的，当然，为了进一步提高置信度确定的真实度，还可以针对节假日的停车位数据和工作日的停车位数据单独分析，标记停车位数据的属性(工作日还是节假日)，将工作日的停车位数据曲线与工作日的停车位数据曲线比较，将节假日的停车位数据曲线与节假日的停车位数据曲线比较。

具体的，计算多组采样周期对应的多个停车位数据曲线的曲线相似度，并根据曲线相似度确定目标停车场中的停车位数据的有效性识别结果，理论上相似度越高，则表明停车位数据有效性越高，从而，可以相信对应停车场的停车位数据。

具体而言，可以计算曲线相似度与预设阈值的差值，根据差值确定目标停车场中的停车位数据的有效性识别结果，其中，该有效性是被结果可以为具体的有效结果(有效或者没有效)，也可以是对应的具体分值，其中，可以预先设置不同的差值和有效性识别结果的对应关系，基于当前差值查询上述对应关系，获取对应的有效性识别结果。

需要说明的是，在不同的应用场景中，计算所述多组采样周期对应的多个停车位数据曲线的曲线相似度的方式不同，示例如下：

示例一：

在本示例中，如图2所示，上述步骤103包括：

步骤201，计算多个停车位数据曲线中每个停车位数据曲线与初始停车位数据曲线之间的相似因子值。

其中，初始停车位数据曲线可以为采样的第一个停车位曲线，也可以为预先根据标定的准确的停车位数据构建的标准数据曲线。

具体的，计算多个停车位数据曲线中每个停车位数据曲线与初始停车位数据曲线之间的相似因子值，其中，该相似因子值可以包括曲线余弦距离值、皮尔森相关系数、轨迹离散弗雷歇距离中的一种或多种。

步骤202，根据相似因子值计算多个停车位数据曲线的曲线相似度。具体的，根据相似因子值计算多个停车位数据曲线的曲线相似度，比如，根据对相似度因子进行归一化处理为相似度分支，又比如，预先构建神经网络模型，将相似因子值输入到预先构建的神经网络模型，获取模型输出的曲线相似度。当然，在本示例中，考虑到不同的相似因子对曲线相似度影响的不同，还可以根据不同的相似因子对曲线相似度的影响程度设置不同的权重值，获取每个相似因子值与权重值的乘积，将多个相似因子对应的乘积之和作为曲线相似度。

示例二：

在本示例中，多做个停车位数据曲线，按照获顺序从第二个停车位数据曲线开始，将每个停车位数据曲线与上一个停车位数据曲线之间的曲线相似度，作为当前停车位数据曲线的曲线相似度，基于从第二个停车位数据曲线之后所有的停车位数据曲线的曲线相似度确定停车位数据曲线的相似度。

显而易见的是，多个停车位数据曲线能够获取到多个曲线相似度，如何基于多个曲线相似度确定出多个停车位数据曲线之间的相似度，本申请提供了以下实施例：

作为一种可能的实现方式，如图3所示，上述步骤103包括：

步骤301，计算多个停车位数据曲线中每个停车位曲线的参考曲线相似度。

该计算方式可以参考上述示例示出的计算方式，其中，当曲线相似度计算方式为上述示例二示出的方式时，可以将第一个停车位曲线的曲线相似度确定为初始曲线相似度(完全相似时对应的相似度)，比如确定为1。

步骤302，根据预设算法计算多个停车位数据曲线对应的多个参考曲线相似度的均值，将均值作为曲线相似度。

具体的，根据预设算法计算多个停车位数据曲线对应的多个参考曲线相似度的均值，将均值作为曲线相似度。当然，在本实施例中，还可以将多个停车位数据曲线对应的多个参考曲线相似度中的最大值和最小值去掉以后，计算剩余的参考曲线相似度的均值作为最后要求取的曲线相似度。

作为另一种可能的实现方式，获取多个停车位数据曲线中每个停车位曲线的参考曲线相似度后，计算多个停车位数据曲线对应的多个参考曲线相似度的均值，当所有的参考曲线相似度与均值的差值均小于一定值时，可以将任意一个参考曲线相似度作为最后的曲线相似度。

由此，本实施例中提供了一种针对停车位数据进行有效性识别的技术方案，该技术可以与产品结合，提高用户与产品之间的粘性，继续以上述设计的应用场景为例进行说明。

场景一：

在本示例中，可以将停车位数据的有效性与地图导航产品结合，获取停车场发送的当前停车位数据，停车场可以为当前车辆所处位置附近的停车场，获取预先识别的与该停车场的停车位数据对应的有效性识别结果，当停车场的有效性识别结果满足预设有效条件时，比如，有效性识别结果为有效或者有效性识别结果的分值大于一定值，则根据当前停车位数据发送停车指示信息，比如，在地图上显示空闲停车位的路径信息等，在本实施例中，若是有效性识别结果为无效，则在地图界面上为用户显示当前停车位数据虚假的警告消息。

场景二：

在本示例中，可以将停车位数据的有效性与厂商的合作评估产品结合，在本实施例中，停车位数据中可以携带采集厂商信息，获取采集多组停车位数据的厂商信息，根据有效性识别结果生成与厂商信息对应的置信度评级结果，比如，根据有效性识别结果的分值构建评级结果，当同一个厂商提供的多次停车位数据都被判定为没有效时，则在合作评估产品中显示针对该厂商信息显示合作警告信息等，亦或者，可以将多个厂商信息的评级结果排序，择优选择合作伙伴。

综上，本申请实施例的停车位数据的有效性识别方法，根据预设的采样周期采集目标停车场中的多组停车位数据，构建多组采样周期中每组采样周期的停车位数据曲线，进而，计算多组采样周期对应的多个停车位数据曲线的曲线相似度，并根据曲线相似度确定目标停车场中的停车位数据的有效性识别结果。由此，实现了对停车位数据的有效性识别，便于提高停车位数据的应用实用性。

为了实现上述实施例，本申请还提出了一种停车位数据的有效性识别装置，图4是根据本申请一个实施例的停车位数据的有效性识别装置的结构示意图，如图4所示，该停车位数据的有效性识别装置包括：采集模块10、构建模块20和有效性识别模块30，其中，

采集模块10，用于根据预设的采样周期采集目标停车场中的多组停车位数据。

构建模块20，用于构建所述多组采样周期中每组采样周期的停车位数据曲线。

有效性识别模块30，用于计算所述多组采样周期对应的多个停车位数据曲线的曲线相似度，并根据所述曲线相似度确定所述目标停车场中的停车位数据的有效性识别结果。

在本申请的一个实施例中，有效性识别模块30具体用于：

计算所述多个停车位数据曲线中每个停车位数据曲线与初始停车位数据曲线之间的相似因子值；

根据所述相似因子值计算所述多个停车位数据曲线的曲线相似度。

在本申请的一个实施例中，有效性识别模块30具体用于：

计算所述多个停车位数据曲线中每个停车位曲线的参考曲线相似度；

根据预设算法计算所述多个停车位数据曲线对应的多个参考曲线相似度的均值，将所述均值作为所述曲线相似度。

需要说明的是，前述对停车位数据的有效性识别方法的解释说明，也适用于本发明实施例的停车位数据的有效性识别装置，其实现原理类似，在此不再赘述。

综上，本申请实施例的停车位数据的有效性识别装置，根据预设的采样周期采集目标停车场中的多组停车位数据，构建多组采样周期中每组采样周期的停车位数据曲线，进而，计算多组采样周期对应的多个停车位数据曲线的曲线相似度，并根据曲线相似度确定目标停车场中的停车位数据的有效性识别结果。由此，实现了对停车位数据的有效性识别，便于提高停车位数据的应用实用性。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图5所示，是根据本申请实施例的停车位数据的有效性识别的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。

存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的方法。

存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的停车位数据的有效性识别的方法对应的程序指令/模块(例如，附图4所示的采集模块10、构建模块20和有效性识别模块30)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的停车位数据的有效性识别的方法。

存储器502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；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。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。

执行停车位数据的有效性识别的方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504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。

输入装置503可接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (12)

1.一种停车位数据的有效性识别方法，其特征在于，包括：

根据预设的采样周期采集目标停车场中的多组停车位数据；

构建所述多组采样周期中每组采样周期的停车位数据曲线；

计算所述多组采样周期对应的多个停车位数据曲线的曲线相似度，并根据所述曲线相似度确定所述目标停车场中的停车位数据的有效性识别结果。

2.如权利要求1所述的方法，其特征在于，所述计算所述多组采样周期对应的多个停车位数据曲线的曲线相似度，包括：

计算所述多个停车位数据曲线中每个停车位数据曲线与初始停车位数据曲线之间的相似因子值；

根据所述相似因子值计算所述多个停车位数据曲线的曲线相似度。

3.如权利要求2所述的方法，其特征在于，所述相似因子值包括：

曲线余弦距离值、皮尔森相关系数、轨迹离散弗雷歇距离中的一种或多种。

4.如权利要求1-3任一所述的方法，其特征在于，所述计算所述多组采样周期对应的多个停车位数据曲线的曲线相似度，包括：

计算所述多个停车位数据曲线中每个停车位曲线的参考曲线相似度；

根据预设算法计算所述多个停车位数据曲线对应的多个参考曲线相似度的均值，将所述均值作为所述曲线相似度。

5.如权利要求1所述的方法，其特征在于，所述并根据所述曲线相似度确定所述目标停车场中的停车位数据的有效性识别结果，包括：

计算所述曲线相似度与预设阈值的差值；

根据所述差值确定所述目标停车场中的停车位数据的有效性识别结果。

6.如权利要求1所述的方法，其特征在于，还包括：

获取停车场发送的当前停车位数据；

获取所述停车场的停车位数据的有效性识别结果，当所述停车场的有效性识别结果满足预设有效条件时，根据所述当前停车位数据发送停车指示信息。

7.如权利要求1所述的方法，其特征在于，还包括：

获取采集所述多组停车位数据的厂商信息；

根据所述有效性识别结果生成与所述厂商信息对应的置信度评级结果。

8.一种停车位数据的有效性识别装置，其特征在于，包括：

采集模块，用于根据预设的采样周期采集目标停车场中的多组停车位数据；

构建模块，用于构建所述多组采样周期中每组采样周期的停车位数据曲线；

有效性识别模块，用于计算所述多组采样周期对应的多个停车位数据曲线的曲线相似度，并根据所述曲线相似度确定所述目标停车场中的停车位数据的有效性识别结果。

9.如权利要求8所述的装置，其特征在于，所述有效性识别模块，具体用于：

计算所述多个停车位数据曲线中每个停车位数据曲线与初始停车位数据曲线之间的相似因子值；

根据所述相似因子值计算所述多个停车位数据曲线的曲线相似度。

10.如权利要求8或9所述的装置，其特征在于，所述有效性识别模块，具体用于：

计算所述多个停车位数据曲线中每个停车位曲线的参考曲线相似度；

根据预设算法计算所述多个停车位数据曲线对应的多个参考曲线相似度的均值，将所述均值作为所述曲线相似度。

11.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。

Images