CN116225064A

CN116225064A - 一种密集无人机避障与冲突消解方法及装置

Info

Publication number: CN116225064A
Application number: CN202310294712.8A
Authority: CN
Inventors: 杨健; 方璨琦; 杨帆; 韩家乐
Original assignee: South China University of Technology SCUT
Current assignee: South China University of Technology SCUT
Priority date: 2023-03-23
Filing date: 2023-03-23
Publication date: 2023-06-06

Abstract

本发明公开了一种密集无人机避障与冲突消解方法及装置，其中方法包括：确认初始信息，所述初始信息包括各无人机信息以及障碍物信息；建立空间均匀网格，将无人机信息和障碍物信息映射到空间均匀网格中；构建人工势场函数，根据人工势场函数获取人工势场力；引入核函数对人工势场力的影响进行加权调整；引入作用于无人机速度法线方向的调整力；引入一个无人机靠近目标时的调整系数，结合加权调整后的人工势场力和调整力计算合力。本发明能够在无人机数量足够大的前提下，保证无人机飞行安全和整体的计算效率，并满足各自的飞行任务要求。本发明可广泛应用于无人机协同控制技术领域。

Description

一种密集无人机避障与冲突消解方法及装置

技术领域

本发明涉及无人机协同控制技术领域，尤其涉及一种密集无人机避障与冲突消解方法及装置。

背景技术

现代无人机具有小巧、灵活、易于控制等特点，可以探索人类无法抵达或者存在危险的区域，在军事领域具有重要地位，而无人机负载能力的提升也为运输业、农业提供了一种崭新的发展方式，其中的无人机快递服务近些年一直是一个热门的话题。由于单一无人机续航、视野、负载等限制，相关科研工作的重点往往集中在无人机集群，而随着近些年无人机技术的高速发展，同一个空域下同时执行任务的无人机数量也在不断增加，从而使得集群进行障碍躲避以及无人机之间冲突消解的难度越来越大。目前常用的避障与冲突消解算法包括最优化理论、人工势场法和神经网络法。相比最优化方法的计算量大以及神经网络法的难以训练问题，人工势场法原理简单、易于理解、时效性高，而且路径光滑，在解决相应问题中往往处于首选地位。但传统的人工势场法存在容易陷入局部最优点以及无法达到目标两大问题，而且计算效率也会随着无人机数量的增加而快速降低。

发明内容

为至少一定程度上解决现有技术中存在的技术问题之一，本发明的目的在于提供一种密集无人机避障与冲突消解方法及装置。

本发明所采用的技术方案是：

一种密集无人机避障与冲突消解方法，包括以下步骤：

确认初始信息，所述初始信息包括各无人机信息以及障碍物信息；

建立空间均匀网格，将无人机信息和障碍物信息映射到空间均匀网格中；

构建人工势场函数，根据人工势场函数获取人工势场力；

引入核函数对人工势场力的影响进行加权调整；

引入作用于无人机速度法线方向的调整力；

引入一个无人机靠近目标时的调整系数，结合加权调整后的人工势场力和调整力计算合力。

进一步地，所述建立空间均匀网格，将无人机信息和障碍物信息映射到空间均匀网格中，包括：

构建空间均匀网格，将整个飞行空域分为N个独立的网格空间，每个网格空间的大小介于无人机的通讯范围与安全距离之间；

将无人机的实际空间坐标转换到网格坐标，计算得到所处网格的索引，并存入集合中。

进一步地，所述构建人工势场函数，根据人工势场函数获取人工势场力，包括：

构建无人机与目标点之间的引力势场函数；

构建无人机与障碍物之间的斥力势场函数；

构建无人机之间的斥力势场函数；

根据构建的势场函数，计算势场函数的负梯度得到对应的势场力。

进一步地，所述根据构建的势场函数，计算势场函数的负梯度得到对应的势场力，包括：

计算目标点对无人机的引力势场U_att以及目标点对无人机的吸引力F_att：

式中，k_att为引力系数，q为无人机的当前位置，q_goal表示无人机的目标位置，d^*为目标点对无人机吸引力增加的有效距离；

计算障碍物对无人机的斥力势场U_rep以及障碍物对无人机的斥力F_rep：

式中，k_rep为斥力系数，q为无人机的当前位置，q_obs表示障碍物的位置，d_r为障碍物对无人机有斥力影响的有效距离；

计算无人机之间的斥力势场U_i以及对应的斥力F_i：

式中，k_c为无人机间的斥力系数，q_i为受力无人机的当前位置，q_j表示邻居施力无人机的当前位置，T为设置的无人机的最大影响距离。

进一步地，所述引入核函数对人工势场力的影响进行加权调整，包括：

引入核函数对无人机之间的斥力进行加权调整，加权后所得到无人机所受的斥力F_c为：

/>

式中，α_i为当前无人机位置的密集系数，α_j为邻居施力无人机所处位置的密集系数，q_i为受力无人机的当前位置，q_j表示邻居施力无人机的当前位置，R为设置的无人机的最大影响距离，W_spiky(r,h)为计算所使用的核函数。

进一步地，形如W(r,h)的函数为加权使用的核函数，第一项输入为该输入离核函数中心的距离，第二项输入为核函数所使用的半径，大小应与无人机之间的最大影响距离相等。所述核函数W_spiky(r,h)与W_poly6(r,h)分别为：

其中，r为输入到核函数中心的距离，h为核函数所使用的半径。

进一步地，密集系数α的表达式为：

式中，q为计算密集系数的目标位置，q_i表示当前网格与邻居网格所有无人机的当前位置，R为设置的无人机的最大影响距离，W_poly6(r,h)为计算所使用的核函数。

进一步地，所述引入作用于无人机速度法线方向的调整力，包括：

当无人机受到的吸引力与无人机受到的斥力满足相互平衡的条件，且此时速度减小为0时，系统陷入局部最优点。故引入一个沿原速度法线方向的调整力，使无人机脱离原有的局部最优点；

所述调整力F_adj的大小为：

式中，θ为吸引力F_att与斥力F_rep的夹角，此时的F_rep为合斥力，k_a为调整力大小的缩放系数，k_s为调整力变化的敏感系数，ε为预设常量；

其中，取无人机弹道坐标系的Z轴方向作为调整力F_adj的所在方向。

进一步地，所述引入一个无人机靠近目标时的调整系数，求得合力，包括：

当无人机的目标位置与障碍物之间的距离非常小时，由于斥力的存在，无人机永远都无法抵达目标点。因此，引入一个调整系数μ，对斥力进行缩放处理，从而使无人机脱离障碍物的影响到达目标位置；

所述调整系数μ为：

式中，d_μ为调整系数μ作用的有效距离，q为无人机的当前位置，q_goal表示无人机的目标位置

根据所述调整系数μ，获取应用到无人机上的最终合力F：

F＝F_att+F_c+μ(F_rep+F_adj)

式中，F_att为目标点对无人机的吸引力，F_c为无人机之间加权过的斥力，μ为调整系数，F_rep为障碍物对无人机的斥力，F_adj为速度法线方向的调整力。

根据权利要求1所述的一种密集无人机避障与冲突消解方法，其特征在于，所述初始信息具体包括：总的无人机个数n，每一个无人机的初始位置q，每一个无人机的初始速度v₀，每一个无人机的目标位置q_goal；所有障碍物的位置坐标q_obs以及其作用范围d_r。

本发明所采用的另一技术方案是：

一种密集无人机避障与冲突消解装置，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。

本发明的有益效果是：本发明通过使用空间均匀网格，保证密集无人机空域下系统的计算效率；通过设计并利用人工势场提供的势场力，确保每一个无人机能够有效躲避障碍与其他无人机，前往目的地执行任务；通过使用核函数对无人机之间的斥力进行加权，可以缓解无人机过于密集时人工势场法轨迹不稳定的情况，实现更平滑稳定的效果；通过引入作用于速度法线方向的调整力、以及作用于斥力与调整力上的调整系数，解决人工势场法存在局部最优点以及目标不可达的问题。

附图说明

为了更清楚地说明本发明实施例或者现有技术中的技术方案，下面对本发明实施例或者现有技术中的相关技术方案附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例，对于本领域的技术人员而言，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。

图1是本发明实施例中一种密集无人机避障与冲突消解方法的步骤流程图；

图2是本发明实施例中空间均匀网格法的示意图；

图3是本发明实施例中人工势场法原理示意图；

图4是本发明实施例中Poly6核函数、Spiky核函数的函数示意图；

图5是本发明实施例中人工势场法局部最优与目标不可达示意图；

图6是本发明实施例中无人机运行轨迹示意图；

图7是本发明实施例中无人机与障碍物的最小距离-时间曲线图；

图8是本发明实施例中无人机之间的最小距离-时间曲线图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。

在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。

本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。

如图1所示，本实施例提供一种密集无人机避障与冲突消解方法，能够在无人机数量足够大的前提下，保证无人机飞行安全和整体的计算效率，并满足各自的飞行任务要求。该方法具体包括以下步骤：

S1、确认初始信息，初始信息包括各无人机信息以及障碍物信息。

确认初始信息，包括各无人机初始信息以及障碍物的信息。具体的初始信息包括为：总的无人机个数n，每一个无人机的初始位置q，每一个无人机的初始速度v₀，每一个无人机的目标位置q_goal；所有障碍物的位置坐标q_obs以及其作用范围d_r。建立无人机集合{A₁,A₂,…A_n}，每一个无人机A_i应包含其对应的实时位置、实时速度、以及无人机执行任务的目标位置，然后将所有的无人机的初始信息写入无人机集合中。

S2、建立空间均匀网格，将无人机信息和障碍物信息映射到空间均匀网格中。

建立空间均匀网格，将整个飞行空域分为N个独立的网格空间，每一个独立的网格空间大小不得超过无人机的通讯距离，同时也不能小于无人机之间的安全距离。如图2所示，中心区域的无人机进行查询计算时，虽然其通讯距离可以覆盖整个截取的区域，但是由于空间网格的存在，查询范围只需要在整个邻居网格即可，这在无人机飞行的密集空域情况下可以大幅提高系统的计算效率。每回合开始，将每一个无人机的实际空间坐标转换到网格坐标中，通过计算求得所处网格的索引，并存入对应集合中保存，完成对网格空间的一次更新。

S3、构建人工势场函数，根据人工势场函数获取人工势场力。

如图3所示，人工势场法的基本思想是将复杂的环境转化成一个假想的势场，目标点产生的吸引力F_att与障碍物产生的斥力F_rep共同作用在无人机上，总的合外力F控制无人机的运动状态。无人机在目标点吸引力的作用下朝着目标运动，并且在靠近障碍物时，由于斥力的存在，无人机会绕开障碍，实现避障目的。同时，无人机与无人机之间也存在势场，当无人机之间的间距小于斥力影响距离时，无人机会产生斥力来促使彼此相互远离，实现冲突消解的目的。在本实施例中，需要设计目标点、障碍物以及无人机之间的势场函数U，根据势场力的计算公式

计算其势场的负梯度，从而得到对应的势场力F。

其中，步骤S3具体包括步骤S31-S33：

S31、构建的无人机受到来自目标点的引力势场U_att定义如下：

其中，k_att为引力系数，q为无人机的当前位置，q_goal表示无人机的目标位置，d^*为目标点对无人机吸引力增加的有效距离。

根据负梯度公式，求得目标点对无人机的吸引力F_att如下：

当无人机与目标点之间的距离大小于等于有效距离d^*时，无人机受到的吸引力与两者之间的距离成正比，距离越大，受到的吸引力也就越大；当无人机与目标点之间的距离大于有效距离d^*时，无人机受到的力为一个常量，这可以有效避免无人机离目标较远时吸引力过大的问题。

S32、构建的无人机受到来自障碍物的斥力势场U_rep定义如下：

其中，k_rep为斥力系数，q为无人机的当前位置，q_obs表示障碍物的位置，d_r为障碍物对无人机有斥力影响的有效距离。

根据负梯度公式，求得障碍物对无人机的斥力F_rep如下：

当无人机进入障碍物斥力的影响范围d_r时，彼此距离越接近，无人机受到的斥力就越大，极端情况下如果无人机撞上障碍物，其所受的斥力将会变得无穷大。

S33、构建的无人机之间的斥力势场U_i定义如下：

其中，k_c为无人机间的斥力系数，q_i为受力无人机的当前位置，q_j表示邻居施力无人机的当前位置，R为设置的无人机的最大影响距离。

由于S2空间均匀网格的存在，q_j只需要在邻居网格中进行查找，二维空间对应9个网格，三维则对应27个。无人机之间的斥力势场与障碍物对无人机的斥力势场大致相同，根据负梯度公式，求得无人机之间的斥力F_i如下：

/>

无人机之间的距离越小，对应受到的斥力就越大；当两个无人机无限接近或者相撞时，其所受的斥力同样会变得无穷大。

S4、引入核函数对人工势场力的影响进行加权调整。

为使得密集区域的无人机冲突消解效果更加平滑稳定，需要引入核函数对无人机之间的斥力进行加权调整。加权后所得到无人机所受的斥力F_c为：

其中，α_i为当前无人机位置的密集系数，α_j为邻居施力无人机所处位置的密集系数，q_i为受力无人机的当前位置，q_j表示邻居施力无人机的当前位置，R为设置的无人机的最大影响距离。W_spiky(r,h)为计算所使用的核函数。

所述密度系数α具体的计算方式为：

其中，q为计算密集系数的目标位置，q_i表示当前网格与邻居网格所有无人机的当前位置，R为设置的无人机的最大影响距离，W_poly6(r,h)为计算所使用的核函数。

与无人机之间的斥力计算只需要搜索邻居无人机不同，因为密度系数代表的是当前区域的密集程度，所以区域中心的无人机也要参与计算。计算出的密集系数越大，代表该区域的无人机的密集程度就越大，无人机继续前往该区域的安全隐患就越高。

加权得到的F_c总共由三个部分组成。第一个部分为所需要加权的斥力F_i；第二个部分为密集系数构成的权重项

如果安全范围内无人机j的密集系数α_j要小于计算中心无人机的密集系数α_i，那么无人机j所在的区域相对于中心无人机所在的区域是相对安全的，即存在向无人机j方向进行冲突消解的可能。相反，如果无人机j的密集系数α_j要大于计算中心无人机的密集系数α_i，那么继续前往无人机j所在的区域是不被鼓励的，所以需要对彼此间的斥力放大；第三个部分/>

则代表核函数所作用的具体权重值。将三个部分结合起来，即得到所述F_c。

形如W(r,h)的函数为加权使用的核函数，第一项输入为该输入离核函数中心的距离，第二项输入为核函数所使用的半径，大小应与无人机之间最大影响距离相等。所述核函数W_spiky(r,h)与W_koly6(r,h)分别为：

其中r为输入到核函数中心的距离，h为核函数所使用的半径。

W_s9iky(r,h)与W_poly6(r,h)的函数图像如图4所示，其等效于一个中间突起概率密度函数。核函数W_poly6(r,h)相较于W_spiky(r,h)，不需要额外的平方根计算，梯度更加平滑，被广泛应用在除压力和粘滞力外的光滑粒子流体动力学中，故使用其计算区域的密集系数。而由于W_poly6(r,h)的顶端中心梯度为0，若采用其对压力进行加权加算，无人机会发生聚集现象，故斥力的加权使用的是W_spiky(r,h)核函数，无人机之间越接近，权重增加的速度就越快，这些无人机进行冲突消解的优先级就越高。

S5、引入作用于无人机速度法线方向的调整力。

传统人工势场法存在的局部最优点和目标不可达问题如图5所示。当无人机受到的吸引力与无人机受到的斥力满足相互平衡的条件，且此时速度减小为0时，系统陷入局部最优。同样的，当无人机的目标位置与障碍物之间的距离非常小时，由于斥力的存在，无人机永远都无法抵达目标点。为解决这两个问题，本发明首先引入一个沿原速度法线方向的调整力，使无人机能旋转脱离原有的局部最优点。所述调整力F_adj的大小为：

其中，θ为吸引力F_att与斥力F_rep的夹角，此时的F_rep为合斥力，k_a为调整力大小的缩放系数，k_s为调整力变化的敏感系数，ε为设定的一个极小常量。

同时，取无人机弹道坐标系的Z轴方向为调整力F_adj的所在方向。

因为脱离局部最优点需要调整力的大小足够大，且为了能够逃离凹陷的局部最优点，调整力大小的缩放系数k_a需要大于1，调整力的大小与合斥力F_rep成正比。同时为了防止调整力影响无人机正常情况下的运动轨迹，从而影响执行任务的效率，引入

对调整力的作用范围进行限制，只有当斥力与吸引力的夹角接近180°，且斥力足够大时，调整力才会正常生效。

S6、引入一个无人机靠近目标时的调整系数，结合加权调整后的人工势场力和调整力计算合力。

为解决目标不可达问题，引入一个调整系数μ，对斥力进行缩放处理，从而使无人机能够脱离障碍物的影响到达目标位置。所述调整系数μ为：

其中，d_μ为调整系数μ作用的有效距离，q为无人机的当前位置，q_goal表示无人机的目标位置。

因为加入的调整力F_adj大小与斥力F_rep相关，在遇到目标不可达问题时，同样需要使用调整系数μ对其进行调整。从而得到应用到无人机上的最终合力F为：

F＝F_att+F_c+μ(F_rep+F_adj)

其中F_att为目标点对无人机的吸引力，F_c为无人机之间加权过的斥力，μ为调整系数，F_rep为障碍物对无人机的斥力，F_adj为速度法线方向的调整力。

使用最终得到的合力F作用于无人机，完成本回合的更新。不断重复上述步骤，直到无人机抵达目标点为止。

结合符合，下面通过介绍一个具有代表性的实施例，来进一步说明本实施例技术方案的相关设计。

大小为10×10的空间中存在6个无人机，其初始位置分别为(1,1)、(1,9)、(9,9)、(9,1)、(0,5)、(10,5)，其对应的目标位置分别为(8,8)、(8,2)、(2,2)、(2,8)、(9,5)、(1,5)，空间中还存在一个半径为0.5的圆形障碍物，位置为(5,5)。使用合力F控制无人机行动，具体计算步骤为：

步骤1：明确无人机与障碍物的初始信息。

步骤2：构建空间均匀网格。

步骤3：计算势场力。

其中，步骤3具体包括步骤3.1-3.3：

步骤3.1：计算目标点的吸引力F_att，其中k_att为1，d^*为5。

步骤3.2：计算障碍物的斥力F_rep，其中k_rep为10，d_r为3。

步骤3.3：计算无人机之间的斥力F_i，其中k_c为30，影响距离R为设置3。

步骤4：使用核函数计算加权后的无人机之间的斥力F_c。

步骤5：计算速度法线方向的调整力F_adj，其中调整力大小的缩放系数k_a为2，调整力变化的敏感系数k_s为1。

步骤6：计算调整系数μ，其中d_μ为2。

步骤7：计算合力F，并作用于无人机。重复以上步骤，直到无人机抵达目标点。

根据以上算法步骤，设计运行仿真实验，最终无人机的运行轨迹如图6所示。可以看到，由于无人机之间起始点与目标点的连线是相互对称的，无人机运动到中心障碍区域时，如果使用传统人工势场法，那么系统将陷入局部最优点，但由于调整力F_adj的存在，无人机在进行冲突消解的同时，完成了避障，最终到达目标点。运动过程中，无人机到障碍物的最小距离、无人机之间的最小距离如图7、图8所示。

综上所述，本实施例方法相对于现有技术，至少具有如下优点及有益效果：

(1)本实施例采用空间均匀网格对空域进行划分，在无人机密集区域计算势场时只需要对邻居网格中的无人机进行搜索，可以极大的加快运算效率。

(2)本实施例应用光滑粒子流体动力学原理，先使用Poly6核函数计算出无人机在当前位置的密集系数，密集系数越大，代表该处的无人机分布越密集，无人机越有可能发生冲突。获得密集系数后，再使用Spiky核函数根据无人机之间的分布进行加权，加权结果结合密集系数得出处理后的无人机之间的作用力，从而缓解无人机过于密集时人工势场法轨迹不稳定的情况，实现更平滑稳定的冲突消解效果。

(3)本实施例采用无人机处于人工势场局部最优点时作用在无人机速度法线方向上的调整力，使无人机拥有切向逃离原死区的能力，从而有效解决传统人工势场法存在的局部最优问题。

(4)本实施例采用无人机接近目标点时作用在障碍物斥力上的调整系数，减小障碍物对即将抵达目标的无人机的影响，从而有效解决传统人工势场法存在的目标不可达问题。

本实施例还提供一种密集无人机避障与冲突消解装置，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现图1所示方法。

本实施例的一种密集无人机避障与冲突消解装置，可执行本发明方法实施例所提供的一种密集无人机避障与冲突消解方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。

在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。

此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。

计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。