具体实施方式
本申请实施例通过提供一种提高机器人仿生能力的方法和装置,解决了现有技术中存在园区巡游机器人的互动过于呆滞,反应不够灵活,不能根据机器人本身的属性做到独具特色的互动来给游客带来更加愉快的游玩体验的技术问题,达到灵活根据游客反应,基于本身属性进行独具特色的互动,给游客带来更加愉快的游玩体验的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
户外巡游是游乐园及园区常见的与游客互动的方式,在巡游过程中,通过巡游机器人与游客的互动,来达到增强游玩趣味性的效果,现有技术中存在园区巡游机器人的互动过于呆滞,反应不够灵活,不能根据机器人本身的属性做到独具特色的互动来给游客带来更加愉快的游玩体验的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种提高机器人仿生能力的方法,所述方法应用于一园区互动程序猿,所述互动程序猿包括视频识别系统,仿生系统,所述方法包括:根据所述互动程序猿的视频识别系统,获得第一视频信息;根据所述第一视频信息获得第一游客信息;获得第一指令信息,所述第一指令信息用于所述互动程序猿模拟猩猩驻足动作表现;获得第二指令信息,所述第二指令信息用于所述互动程序猿模拟猩猩动作表现;获得所述第一游客的表情信息,根据所述第一游客的表情信息获得第一互动动作;将所述第一游客的表情信息和所述第一互动动作输入训练模型,所述训练模型通过多组训练数据训练获得,所述多组训练数据中的每一组均包括:第一游客的表情信息、第一互动动作和用来标识经过互动动作后的游客的反馈信息;获得所述训练模型的输出信息,所述输出信息包括第二互动动作,所述第二互动动作为经过互动动作后游客的反馈信息为满意的动作;将所述第一互动动作用所述第二互动动作替换,所述第二互动动作用于根据所述第一游客的表情信息与所述第一游客进行仿生互动。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种提高机器人仿生能力的方法,其中,所述方法应用于一园区互动程序猿,所述互动程序猿包括视频识别系统,仿生系统,所述方法包括::
步骤S100:根据所述互动程序猿的视频识别系统,获得第一视频信息;
具体而言,所述园区互动程序猿为园区巡游机器人,所述程序猿模拟猩猩步态行走,通过所述程序猿的视频识别系统,在巡游过程中左右晃动头部环顾四周,获得第一视频信息。
步骤S200:根据所述第一视频信息获得第一游客信息;
具体而言,通过获得的第一视频信息判断实时判断所述获得的视频信息中是否存在第一游客,如果存在,通过所述视频信息获得所述第一游客年龄、性别等相关信息。
步骤S300:获得第一指令信息,所述第一指令信息用于所述互动程序猿模拟猩猩驻足动作表现;
步骤S400:获得第二指令信息,所述第二指令信息用于所述互动程序猿模拟猩猩动作表现;
具体而言,当所述程序猿识别出目标区域中存在第一游客时,获得第一指令信息,所述第一指令信息用于所述程序猿模拟猩猩驻足动作,而后触发获得第二指令信息,所述第二指令信息用于模拟猩猩动作表现,举例而言,所述动作包括但不限于捶胸顿足、抓耳挠腮、发出吼叫等等。
步骤S500:获得所述第一游客的表情信息,根据所述第一游客的表情信息获得第一互动动作;
具体而言,根据所述游客的表清信息,判断所述用户的疲劳状况及神色信息,判断所述游客是否有兴趣或者有意向进行长时间互动,举例而言,当识别所述游客为一儿童,而此时正在大哭,所述程序猿扮鬼脸与所述儿童互动,逗她开心,根据所述用户的表情信息的不同,为之匹配不同的互动动作。
步骤S600:将所述第一游客的表情信息和所述第一互动动作输入训练模型,所述训练模型通过多组训练数据训练获得,所述多组训练数据中的每一组均包括:第一游客的表情信息、第一互动动作和用来标识经过互动动作后的游客的反馈信息;
具体而言,根据所述第一游客的表情信息和所述第一互动动作、经过所述互动动作后游客的实时反馈来对所述第一互动动作进行调整,以达到通过所述仿生互动给游客带来更加愉快的游玩体验。进一步而言,所述训练模型为神经网络模型,所述神经网络模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据集的训练,将所述第一游客的表情信息和所述第一互动动作输入神经网络模型,则输出第二互动动作。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括第一游客的表情信息、第一互动动作和用来标识经过互动动作后的游客的反馈信息,将所述第一游客的表情信息、第一互动动作输入到神经网络模型中,根据用来标识经过互动动作后的游客的反馈信息,获得所述第一游客的反馈最好的第二互动动作。如果所述输出信息与用来标识经过互动动作后的游客的反馈信息不一致,则所述神经网络模型进行自我修正、调整,直至获得的输出互动动作与用来标识经过互动动作后的游客的反馈信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入数据更加准确,进而使得输出的第二互动动作更加受游客欢迎,达到根据机器人本身的属性做出独具特色的互动来给游客带来更加愉快的游玩体验的技术效果。
进一步而言,如图2所示,所述将所述第一互动动作用所述第二互动动作替换,还包括:
步骤S610:根据所述第一游客信息,获得所述第一游客的动作信息;
步骤S620:当识别所述第一游客正在拍照时,获得第三互动动作;
步骤S630:所述第三互动动作替换所述第一互动动作,所述第三互动动作用于模拟猩猩做鬼脸,配合所述第一游客拍照。
具体而言,当所述第一游客准备拍照留念时,通过实时获得的第一游客信息获得所述第一游客准备拍照的动作,根据所述动作,所述程序猿判断所述第一游客准备和所述程序猿合照,此时获得第三互动动作,将所述第一互动动作用所述第三互动动作替换,所述第三互动动作用于模拟猩猩扮鬼脸或是其他猩猩搞笑动作,配合游客拍照。通过实时判断所述游客的拍照想法,进行预定互动动作的替换的方式,达到更加智能、人性化的仿生,进而达到灵活根据游客反应,基于本身属性进行独具特色的互动,给游客带来更加愉快的游玩体验的技术效果。
步骤S700:获得所述训练模型的输出信息,所述输出信息包括第二互动动作,所述第二互动动作为经过互动动作后游客的反馈信息为满意的动作;
具体而言,经过所述训练模型不断的自我优化,获得最受当前游客欢迎的第二互动动作,进一步而言,可以根据用户的地域的不同,来具有针对性的获得互动动作,举例而言,当识别所述第一游客为东北人时,可爽朗大小;当识别所述第一游客为傣族人少数民族时,可模拟傣族舞或进行泼水互动等。通过识别出所述第一游客的地域、喜好信息,获得与之匹配的互动动作进行拟态互动,进而达到给游客带来更加愉快的游玩体验的技术效果。
步骤S800:将所述第一互动动作用所述第二互动动作替换,所述第二互动动作用于根据所述第一游客的表情信息与所述第一游客进行仿生互动。
具体而言,根据游客的地域习俗或是喜好或是实时动作,获得所述第二互动动作,所述第二互动动作用于替换第一互动动作,根据所述第一游客的表情信息进行仿生互动,进而达到给游客带来更加愉快的游玩体验的技术效果。
如图3所示,本申请实施例S700还包括:
步骤S710:根据所述第一游客信息,获得所述第一游客的地域信息;
步骤S720:根据所述第一游客的地域信息获得所述第一游客的地域特色;
步骤S730:根据所述地域特色获得第三指令信息;
步骤S740:根据所述第三指令信息获得第四互动动作,所述第四互动动作为具有地域特色的互动拟态动作。
具体而言,根据视频识别的第一游客信息,获得所述第一游客的地域信息,或是通过园区游玩门票登记系统获得游客的地域信息,通过视频信息对所述第一用户进行人脸匹配,获得所述第一游客的所在地域信息,举例而言,当识别出所述第一游客为内蒙人,则所述程序猿模仿内蒙摔跤动作。即根据所述游客地域信息匹配具有地域特色的互动拟态动作,达到给游客带来更加愉快的游玩体验的技术效果。
如图4所示,本申请实施例步骤还包括:
步骤S910:获得园区游客的数量信息;
步骤S920:获得当前区域游客的数量信息;
步骤S930:判断所述当前区域大小及当前区域游客数量在整个园区数量的权重比;
步骤S940:根据所述权重比获得第一互动时间,根据所述第一互动时间进行拟态互动。
具体而言,通过园区售票系统获得所述园区游客总人数,即园区游客的数量信息,通过所述视频信息获得所述程序猿区域的游客数量信息。判断所述程序猿所在当前区域大小及所述游客人数占比,为了避免游客拥堵,当所述游客人数超过某一阈值时,则所述程序猿减少互动时间,当所述区域足够大时,游客数量不会拥堵,则适当增长拟态互动的时间,通过根据所述程序猿所在区域大小及游客数量及游客数量占比,来获得相匹配的互动时间,进而达到给游客带来更加愉快的游玩体验的技术效果。
如图5所示,所述将所述第一游客的表情信息和所述第一互动动作输入训练模型之前,本申请实施例步骤S600还包括:
步骤S640:将所述第一游客的表情信息和所述第一互动动作作为第一区块;以此类推,根据所述训练数据分别生成第二区块、第三区块,直至第N区块,其中,N为大于的自然数;
步骤S650:根据所述第一区块生成第一验证码,所述第一验证码与所述第一区块一一对应;
步骤S660:根据第二区块和第一验证码生成第二验证码,以此类推,根据第N区块和第N-1验证码生成第N验证码;
步骤S670:将所述所有区块和验证码分别存储在M台电子设备上,其中,M为大于1的自然数。
具体而言,将所述第一游客的表情信息和所述第一互动动作作为第一区块,获得与第一区块一一对应的第一验证码;根据第二区块和第一验证码生成的第二验证码;以此类推,根据第N区块和第N-1验证码生成的第N验证码,其中,N为大于1的自然数。将所有区块和验证码分别复制保存在M台设备上,其中,所述第一区块和所述第一验证码作为第一存储单位保存在一台设备上,所述第二区块和所述第二验证码作为第二存储单位保存在一台设备上···所述第N区块和所述第N验证码作为第N存储单位保存在一台设备上,当需要调用所述训练数据时,每后一个节点接收前一节点存储的数据后,通过“共识机制”进行校验后保存,通过哈希函数对于每一存储单位进行串接,使得所述训练数据不易丢失和遭到破坏,通过区块链的逻辑对所述训练数据进行加密处理,保证了所述训练数据的安全性,并存储于多台设备上,所述存储于多台设备上的数据通过共识机制进行处理,即少数服从多数,当一台或多台设备被篡改时,只要存储正确数据的设备数量大于被篡改的设备数量,则获得的训练数据仍然是正确的,进一步的保证了所述第一游客的表情信息和所述第一互动动作作的安全性。为后续获得更加受游客欢迎的第二互动动作奠定基础。
如图6所示,对所述训练数据进行加密处理,本申请实施例步骤S670还包括:
步骤S671:将所述第一区块和所述第一验证码作为第一存储单位,获得所述第一存储单位的记账时间,其中,所述第一存储单位的记账时间表示所述第一存储单位需要记录的时间;
步骤S672:根据所述第一存储单位的记账时间,获得所述M台设备中运力最快的第一设备;
步骤S673:将所述第一存储单位的记账权发送给所述第一设备,所述第一设备执行所述第一存储单位的记账权限。
具体而言,将所述第一区块和所述第一验证码作为第一存储单位,将不能在预定时间内完成记录所述第一存储单位的设备排除,获得M台设备中记录第一存储单位运力最快的设备,将所述第一存储单位的记录权给所述设备。进一步而言,所述第二存储单位、第三存储单位、··· 第N存储单位均采用如第一区块的记录方法,进而保证了去中心化区块链系统的安全、有效和稳定运行,能够保证所述存储单位能够被快速准确的记录在设备中,进而保证了训练数据的安全性,进而保证通过所述训练数据训练获得的训练模型的准确性,进而获得更加受游客喜欢的第二互动动作,达到给游客带来更加愉快的游玩体验的技术效果。
如图7所示,所述将所述第一互动动作用所述第二互动动作替换,所述步骤S800还包括:
步骤S810:获得所述第一游客的第一评价信息;
步骤S820:根据所述第一游客的第一评价信息获得第一调整信息;
步骤S830:根据所述第一调整信息对所述程序猿的拟态动作进行调整。
具体而言,通过所述游客对所述程序猿拟态动作互动的评价信息,基于监督学习的逻辑,即将所述游客的意见及想法用于对所述训练模型的监督学习,通过所述监督学习的内容产生第一调整信息,所述调整信息用于根据用户的意见对所述互动拟态动作进行优化处理,以达到所述互动拟态更加逼真,给游客带来更加愉快的游玩体验的技术效果。
如图8所示,所述根据所述第一调整信息对所述程序猿的拟态动作进行调整,所述步骤S830还包括:
步骤S831:获得所述第一游客的语言信息,对所述语言信息进行语义识别;
步骤S832:根据语义识别后的内容对所述第一游客进行语音回应;
步骤S833:根据所述语音回应后的所述第一游客的满意度获得第二调整信息;
步骤S834:所述第二调整信息用于对所述程序猿的语音回应进行调整。
具体而言,根据所述第一游客的语音消息进行语义识别,通过识别所述第一游客的语音内容,对所述第一游客进行语音回应,举例而言,语音回应分为很多种,有一本正经的语音回复,有俏皮话、反正话等等,通过收集所述游客对于语音回应的满意程度进行监督学习,不断优化调整所述语音回复的内容及声调等,进而达到使所述游客感受所述程序猿的趣味性的技术效果。
综上所述,本申请实施例所提供的一种提高机器人仿生能力的方法和装置具有如下技术效果:
1、由于采用了判断目标区域存在游客即进行拟态驻足互动,并根据第一游客的表情信息及第一互动动作输入训练模型训练,获得第二互动动作的方式,基于训练模型不断自我修正、调整的特性,达到获得更加受所述游客欢迎的第二仿生互动动作,灵活根据游客反应,基于本身属性进行独具特色的互动,给游客带来更加愉快的游玩体验的技术效果。
2、由于采用了通过实时判断所述游客的拍照想法,根据所述游客地域信息匹配具有地域特色的互动拟态动作,进行预定互动动作的替换的方式,达到更加智能、人性化的仿生,进而达到灵活根据游客反应,基于本身属性进行独具特色的互动,给游客带来更加愉快的游玩体验的技术效果。
3、由于采用了根据所述程序猿所在区域大小及游客数量及游客数量占比,来获得相匹配的互动时间的方式,进而达到给游客带来更加愉快的游玩体验的技术效果。
4、由于采用了将所述游客的意见及想法用于对所述训练模型的监督学习,通过所述监督学习的内容产生第一调整信息的方式,通过调整信息对所述互动拟态动作进行优化处理,达到所述互动拟态更加逼真,给游客带来更加愉快的游玩体验的技术效果。
实施例二
基于与前述实施例中一种提高机器人仿生能力的方法同样发明构思,本发明还提供了一种提高机器人仿生能力的装置,如图9所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于根据所述互动程序猿的视频识别系统,获得第一视频信息;
第二获得单元12,所述第二获得单元12用于根据所述第一视频信息获得第一游客信息;
第三获得单元13,所述第三获得单元13用于获得第一指令信息,所述第一指令信息用于所述互动程序猿模拟猩猩驻足动作表现;
第四获得单元14,所述第四获得单元14用于获得第二指令信息,所述第二指令信息用于所述互动程序猿模拟猩猩动作表现;
第五获得单元15,所述第五获得单元15用于获得所述第一游客的表情信息,根据所述第一游客的表情信息获得第一互动动作;
第一输入单元16,所述第一输入单元16用于将所述第一游客的表情信息和所述第一互动动作输入训练模型,所述训练模型通过多组训练数据训练获得,所述多组训练数据中的每一组均包括:第一游客的表情信息、第一互动动作和用来标识经过互动动作后的游客的反馈信息;
第六获得单元17,所述第六获得单元17用于获得所述训练模型的输出信息,所述输出信息包括第二互动动作,所述第二互动动作为经过互动动作后游客的反馈信息为满意的动作;
第一替换单元18,所述第一替换单元18用于将所述第一互动动作用所述第二互动动作替换,所述第二互动动作用于根据所述第一游客的表情信息与所述第一游客进行仿生互动。
进一步的,所述装置还包括:
第七获得单元,所述第七获得单元用于根据所述第一游客信息,获得所述第一游客的动作信息;
第八获得单元,所述第八获得单元用于当识别所述第一游客正在拍照时,获得第三互动动作;
第二替换单元,所述第二替换单元用于根据所述第三互动动作替换所述第一互动动作,所述第三互动动作用于模拟猩猩做鬼脸,配合所述第一游客拍照。
进一步的,所述装置还包括:
第九获得单元,所述第九获得单元用于根据所述第一游客信息,获得所述第一游客的地域信息;
第十获得单元,所述第十获得单元用于根据所述第一游客的地域信息获得所述第一游客的地域特色;
第十一获得单元,所述第十一获得单元用于根据所述地域特色获得第三指令信息;
第十二获得单元,所述第十二获得单元用于根据所述第三指令信息获得第四互动动作,所述第四互动动作为具有地域特色的互动拟态动作。
进一步的,所述装置还包括:
第十三获得单元,所述第十三获得单元用于获得园区游客的数量信息;
第十四获得单元,所述第十四获得单元用于获得当前区域游客的数量信息;
第一判断单元,所述第一判断单元用于判断所述当前区域大小及当前区域游客数量在整个园区数量的权重比;
第十五获得单元,所述第十五获得单元用于根据所述权重比获得第一互动时间,根据所述第一互动时间进行拟态互动。
进一步的,所述装置还包括:
第十六获得单元,所述第十六获得单元用于将所述第一游客的表情信息和所述第一互动动作作为第一区块;以此类推,根据所述训练数据分别生成第二区块、第三区块,直至第N区块,其中,N为大于的自然数;
第十七获得单元,所述第十七获得单元用于根据所述第一区块生成第一验证码,所述第一验证码与所述第一区块一一对应;
第十八获得单元,所述第十八获得单元用于根据第二区块和第一验证码生成第二验证码,以此类推,根据第N区块和第N-1验证码生成第N验证码;
第一保存单元,所述第一保存单元用于将所述所有区块和验证码分别存储在M台电子设备上,其中,M为大于1的自然数。
进一步的,所述装置还包括:
第十九获得单元,所述第十九获得单元用于获得所述第一游客的第一评价信息;
第二十获得单元,所述第二十获得单元用于根据所述第一游客的第一评价信息获得第一调整信息;
第一调整单元,所述第一调整单元用于根据所述第一调整信息对所述程序猿的拟态动作进行调整。
进一步的,所述装置还包括:
第二十一获得单元,所述第二十一获得单元用于获得所述第一游客的语言信息,对所述语言信息进行语义识别;
第二十二获得单元,所述第二十二获得单元用于根据语义识别后的内容对所述第一游客进行语音回应;
第二调整单元,所述第二调整单元用于根据所述语音回应后的所述第一游客的满意度获得第二调整信息;
第二十三获得单元,所述第二十三获得单元用于所述第二调整信息用于对所述程序猿的语音回应进行调整。
前述图1实施例一中的一种提高机器人仿生能力的方法的各种变化方式和具体实例同样适用于本实施例的一种提高机器人仿生能力的装置,通过前述对一种提高机器人仿生能力的方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种提高机器人仿生能力的装置的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图10来描述本申请实施例的电子设备。
图10图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种提高机器人仿生能力的方法的发明构思,本发明还提供一种提高机器人仿生能力的装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种提高机器人仿生能力的方法的任一方法的步骤。
其中,在图10中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种提高机器人仿生能力的方法,所述方法应用于一园区互动程序猿,所述互动程序猿包括视频识别系统,仿生系统,所述方法包括:根据所述互动程序猿的视频识别系统,获得第一视频信息;根据所述第一视频信息获得第一游客信息;获得第一指令信息,所述第一指令信息用于所述互动程序猿模拟猩猩驻足动作表现;获得第二指令信息,所述第二指令信息用于所述互动程序猿模拟猩猩动作表现;获得所述第一游客的表情信息,根据所述第一游客的表情信息获得第一互动动作;将所述第一游客的表情信息和所述第一互动动作输入训练模型,所述训练模型通过多组训练数据训练获得,所述多组训练数据中的每一组均包括:第一游客的表情信息、第一互动动作和用来标识经过互动动作后的游客的反馈信息;获得所述训练模型的输出信息,所述输出信息包括第二互动动作,所述第二互动动作为经过互动动作后游客的反馈信息为满意的动作;将所述第一互动动作用所述第二互动动作替换,所述第二互动动作用于根据所述第一游客的表情信息与所述第一游客进行仿生互动。解决了现有技术中存在园区巡游机器人的互动过于呆滞,反应不够灵活,不能根据机器人本身的属性做到独具特色的互动来给游客带来更加愉快的游玩体验的技术问题,达到灵活根据游客反应,基于本身属性进行独具特色的互动,给游客带来更加愉快的游玩体验的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。