用于运送物件的数量的确定方法、装置、设备和物流系统

技术领域

本发明涉及物流领域、特别是生产环节内的物流调度领域。本发明具体涉及一种用于运送物件的数量的确定方法、一种用于运送物件的识别方法、一种计算机可读存储介质、一种用于运送物件的数量的确定装置、一种用于运送物件的识别设备以及一种包括所述识别设备的物流系统。

背景技术

物流是生产经营活动中的一项重要组成部分。特别是在汽车生产企业中，工厂内物流的数字化与智能化通过与各车间的自动化制造相结合可以进一步优化生产的自动化运作和管理，从而产生更高的价值。

以整车制造为例，组成车辆的零部件在完成后可能不会立即用于组装，而是通过叉车等输运工具先运送并储存至暂存零部件的缓存区。当总装车间产生生产需求时才进行出库。在这个过程中需要对零部件的数据等进行精准记录。为此，运送物件、如零部件或者容纳零部件的料架通常悬挂、印刷或粘贴有标识码，所述标识码可以通过视觉识别技术来识别。

然而，在实际生产中叉车一次装载的运送物件的数量并不固定。由此，在识别标识码过程中，基于叉车的运动、遮挡、图像噪声等因素可能出现识别到的标识码的数量与实际运送物件的数量不符的情况、特别是漏掉部分标识码或者重复录入相同的标识码，从而无法正确地对每个运送物件进行识别，因而不利地影响了生产的自动化运作和管理。

在未知运送物件数量的情况下，至今仍然难以有效地保证识别所有标识码。为了避免出现此类状况，通常规定叉车单次装载的运送物件的数量，以简化标识码的识别和录入，并且在运输非规定数量时需要人工输入，而这无疑降低了运输上的灵活性并且带来了时间浪费。

发明内容

本发明的任务在于，以简单且可靠的方式确定运送物件的数量，从而扩展标识码识别的适用场景，使得其支持不同数量的运送物件的识别，从而提升运输上的灵活性、提高运送物件的识别效率及准确性并且尽可能避免人工操作。

本发明的上述任务通过按照本发明的用于运送物件的数量的确定方法、用于运送物件的识别方法、计算机可读存储介质、用于运送物件的数量的确定装置、用于运送物件的识别设备以及包括所述识别设备的物流系统来解决。

本发明的第一方面涉及一种用于运送物件的数量的确定方法，所述方法包括：

-逐帧地采集并记录运送物件所通过的位置的图像；

-为图像中的每一点建立背景模型，所述背景模型为过去多个帧的图像内同一点的像素值的集合；

-根据背景模型判断当前图像的每一点是背景点还是前景点，其方式为：如果当前图像中的一点的像素值的一定邻域内存在有足够多的过去的像素值，则将该点判定为背景点；否则，将该点判定为前景点；

-基于所判断的前景点来提取前景目标；

-根据前景目标的尺寸参数来确定运送物件的数量。

在本发明中，运送物件可以包括具有统一规则尺寸的任意的物料、如零部件、物料、货物、货箱、料架等等。所述运送物件可以通过任意的运输工具来运输，所述运输工具可以包括叉车、拖车、传送带、机械手、机器人、吊架等等。

按照本发明的确定方法首先逐帧地采集并记录运送物件所通过的位置的图像。在此，所述图像可以通过工业相机拍摄。所述图像可以是灰度图像或彩色图像。

接着，为图像中的每一点建立背景模型，所述背景模型为过去多个帧的图像内同一点的像素值的集合。需要说明的是，所述像素值可以包括任意表征该点属性的值，如灰度值、颜色空间值、特别是RGB颜色空间值、亮度值、对比度值及上述值的组合。所述背景模型包含了历史图像中同一点上所出现的数值。由此，能够将可能的图像噪声、抖动、亮度轻微变化等图像扰动包含在背景模型内。在此，相比于在现有技术中与固定背景图像作比较，有效地避免上述因素的偏差影响以及由此的前景背景的错误区分。

然后，根据背景模型判断当前图像的每一点是背景点还是前景点。在此判断方式为：如果当前图像中的一点的像素值的一定邻域内存在有足够多的过去的像素值，则将该点判定为背景点；否则，将该点判定为前景点。在此，处理所采集的最新图像、即当前图像，以考察其中是否含有新出现的物体。具体而言，通过图像处理来获知当前的图像中的每一点与前述背景模型的关联程度：若关联程度高，则该点是背景点；而若关联程度低，则该点是前景点。在此，所述关联程度在数据处理上通过该点的像素值的邻域内是否存在足够多的历史数据来量化。由此能够在考虑到噪声等因素的情况下来考察当前图像的该点若作为背景点是否有足够的数据支持。在此，在像素值为一维数据时，所述邻域可以为单个数轴上的一定长度的区间；在像素值为二维数据时，所述邻域可以为平面上的一定形状范围、如圆形、矩形范围；在像素值为三维数据时，所述邻域可以为空间内的一定立体形状范围、如球形、长方体范围等。在此，可以以一定的数量阈值作为判断标准来规定该点的像素值的邻域内需要存在多少历史数据、即背景模型中所包含的像素值。在该方法步骤中对当前图像的所有点执行上述判断过程，从而在当前图像中区分出前景点和背景点。

基于所判断的前景点来提取前景目标。特别是，通过两种不同数值在图像上分别标记前景点和背景点，或者说以不同颜色在图像上标记前景点和背景点。优选地，前景用数值255(白色)标记，而背景用数值用0(黑色)标记。由此得出清楚地区分了前景和背景的二值化图像。在此，前景目标为前景点中的至少大部分所构成的形状。在理想的情况下，该前景目标能够直接对应出运送物件的整体形状。

根据前景目标的尺寸参数来确定运送物件的数量。由于运送物件通常被整齐地被码放，通过其尺寸参数能够容易地确定出运送物件的数量。在此，尺寸参数可以包括长度、宽度、面积、长宽比等。在此，优选使用无量纲的长宽比，因为其不随运送物件所处位置而改变。也可以考虑的是，根据运送物件所处位置对长度、宽度、面积等尺寸参数作缩放。

通过本发明能够准确且可靠地确定出运送物件的数量，从而让物流运输中标识码识别的适用场景更加广泛，使其能够支持不同数量的运送物件的场景。通过本发明能够准确地反映需要识别的运送物件的数量，使得后续的标识码识别能够更为高效地处理，即在识别出所需数量的标识码后结束当前的识别任务，从而节省计算耗费并且加快识别处理速度，同时，通过确定运送物件的数量也能够核验标识码识别结果。此外，由于免去了在非规定数量下的人工操作，也提升了整体的运行效率。进而实现全自动化的物流运作和管理，进一步优化运输、仓储和生产过程。

按照本发明的一种实施方式，通过将新判断为背景点的像素值替换所述集合中的任一点来更新背景模型。由于在实际中，所采集图像的背景可能出现一定的变化，例如摆放了另外的物体、提放了其他运输工具等。有利的是，动态化地建立背景模型，使得背景模型更加准确地反映图像中的实时情况。在此，通过将新判断为背景点的像素值加入或者替换到背景模型中来实时更新背景模型，从而提高判断的准确性。

按照本发明的一种实施方式，所述像素值为RGB颜色空间值；和/或所述邻域由一定半径的球形限定。在本发明中，优选使用三通道的RGB颜色空间值作为像素值。一方面，能够直接应用常用工业相机的数据而不必另行处理转化，另一方面，更高维度的数据能够有效提高判断和确定的准确性。为此，优选地将用一定半径的球形限定所述邻域，从而简化计算。在使用球形邻域中，仅需计算背景模型中每个元素与当前图像的点的像素值的距离、即计算笛卡尔坐标系中两点间的每项坐标值的平方和的平方根，接着将所得出的数值与球形半径相比较，从而简单地判断其是否处于球形邻域中。

按照本发明的一种实施方式，所述前景目标通过检测前景点所组成的最大轮廓、特别是外接矩形得出。为方便运输，运送物料的常见形状为长方体，而图像采集又优选正对其一个面。在此可以有利地使用最大轮廓检测来找到所需的前景目标。优选地，检测前景点的外接矩形。

按照本发明的一种实施方式，所述前景目标的尺寸参数为矩形的长宽比。由于运送物件在图像中的位置可能存在差异，优选使用长宽比来确定运送物料的数量。特别是可以规定在不同数量情况下的长宽比阈值，有利地简化数量确定的计算。

按照本发明的一种实施方式，在检测到多个外接矩形时将其融合为一个矩形，优选地，在外接矩形之间的间距小于间距阈值时进行所述融合。在前景背景判断中，可能出现不同前景点组成区域的断开。例如在上下叠置的两个运送物件之间由于图像噪声或可能的垫片而可能相互断开。此时优选将其融合为一个矩形。有利地，利用间距阈值判断其是否可以相互融合。

按照本发明的一种实施方式，所述运送物件为料架或货箱。

本发明的第二方面涉及一种用于运送物件的识别方法，其中，每个运送物件带有一个标识码，所述识别方法包括：

-基于按照本发明的确定方法确定运送物件的数量；

-在所采集的图像中识别运送物件的标识码；

-在识别到的标识码的数量符合运送物件数量的情况下输出所识别的标识码。

在此，标识码可以包括：数字和/或字符编码、条形码、二维码等，其能够唯一地标识运送物件。所述标识码可以悬挂、印刷或粘贴在运送物件的要被图像采集的表面上。

在此，按照本发明的第一方面的确定方法能够为所述识别方法提供依据，从而在标识码识别中可以依照所确定的数量执行，使得识别到的标识码的数量符合所确定的运送物件的数量，避免漏码、重码等。由此，标识码识别的适用场景得以扩大，所述识别方法能够支持不同数量的运送物件的场景。而且，标识码识别能够更为高效地处理，即在识别出所需数量的标识码后结束当前的识别任务，从而节省计算耗费并且加快识别处理速度，同时，通过确定运送物件的数量也能够核验标识码识别结果。此外，由于免去了在非规定数量下的人工操作，也提升了整体的运行效率。进而实现全自动化的物流运作和管理，进一步优化运输、仓储和生产过程。

按照本发明的一种实施方式，从确定出运送物件的数量起，在规定的时间窗内进行运送物件的标识码的识别。通过所述时间窗规定确定出的数量的有效时间，一方面保证识别结果的准确性，一方面避免影响后续的运输。可想到的是，如果在规定的时间窗内未识别到符合运送物件数量的标识码，可以适当延长时间窗的长度或者输出警报提示。

按照本发明的一种实施方式，附加地识别用于运输所述运送物件的运输工具的标识码。由此能够进一步优化运输工具的管理和调度。

本发明的第三方面涉及一种计算机可读存储介质，所述存储介质具有可执行的指令，在执行所述指令时，所述指令促使计算机执行按照本发明的确定方法或按照本发明的识别方法。

本发明的第四方面涉及一种用于运送物件的数量的确定装置，所述装置包括：

-存储器，存储有计算机可执行指令；以及

-处理器，被配置为执行计算机可执行指令，其中，所述计算机可执行指令被所述处理器执行时，实现按照本发明的确定方法。

本发明的第五方面涉及一种用于运送物件的识别设备，所述识别设备包括：

-用于拍摄运送物件所通过的位置的图像的工业相机；

-按照本发明的用于运送物件的数量的确定装置；

-标识码识别装置，其用于识别运送物件的标识码；

-输出装置，其用于在识别到的标识码的数量符合运送物件数量的情况下输出所识别到的标识码。

通过本发明的确定装置能够准确且可靠地提供运送物件的数量，从而标识码识别的适用场景更加广泛。由此，按照本发明的识别设备能够支持不同数量的运送物件的场景，使得识别设备能够更为高效地处理，即在识别出所需数量的标识码后结束当前的识别任务，从而节省计算耗费并且加快识别处理速度，同时，通过确定装置所提供的运送物件的数量也能够核验识别设备的标识码识别结果。此外，由于免去了在非规定数量下的人工操作，也提升了整体的运行效率。进而实现全自动化的物流运作和管理，进一步优化运输、仓储和生产过程。

本发明的第六方面涉及一种物流系统，所述物流系统包括按照本发明的用于运送物件的识别设备。在此，所述物流系统可以是生产物流系统，运送物件可以是统一规格的料架或零部件等，所述料架可以用于容纳生产物料。此外物流系统也可以是运输业物流系统，在此运送物件可以是统一规格的货箱、托盘或木架等。所述运输工具可以包括叉车、拖车、传送带、机械手、机器人、吊架等等。通过本发明的物流系统能够准确识别运送物件的数量并基于此数量来完成对于运送物料的标识码的识别。

按照本发明的一种实施方式，所述物流系统基于所识别到的标识码管理运送物件的运输和/或仓储。

需要说明的是，按照本发明一个方面的特征、功能、效果和优势等同样可以参照本发明的其他方面的上述描述。此外，在本文献中所描述的各个方面可以多样化地彼此组合。

附图说明

图1以车门的缓存为例示出按照本发明的应用场景；

图2示出按照本发明的用于运送物件的数量的确定方法的流程图；

图3a示出按照本发明的背景模型以及基于背景模型的判断；

图3b示出按照本发明的背景模型的更新；

图4a和b示出在运输双层料架情况下的图像及对该图像的前景目标提取结果；

图5a和b示出在运输单层料架情况下的图像及对该图像的前景目标提取结果；

图6示出按照本发明的用于运送物件的识别方法的流程图；

图7示出按照本发明的用于运送物件的识别方法的一种优选的流程。

具体实施方式

图1以车门的缓存为例示出按照本发明的应用场景。在此，运送物件为悬挂有车门的料架，所述料架通过叉车来运输。

在生产流程中，车门在加工完成后会被机械手臂整齐地排列在车门产线旁的料架上。同一零件号的车门摆放在同一料架上。如图中示意性示出的那样，每个料架有唯一编号作为其标识码。在生产线旁的料架中车门装载完成后，叉车会将所装载的车门运送至车门总成缓存区。在叉车进入到车门总成缓存区的过程中，通过工业相机来识别叉车所运载的车门料架的标识码，以在生产管理系统和/或物流系统中进行相应的录入。在此可能一同记录的数据还可以包括：叉车的标识码，以便管理叉车的运行和优化叉车的调度；进入到车门总成缓存区中的入库时间，以便在后续出库时能够依据先进先出的原则来取用。

在有生产需求时，叉车会将缓存区内的料架取出。在此同样可以通过工业相机来识别叉车所运载的车门料架的编号，以确保正确的料架符合先进先出原则被取出。

在此，通过按照本发明的确定方法、识别方法、确定装置、识别设备以及物流系统能够实现叉车每次可以运输任意数量的料架，并且保证所运输的所有料架的标识码被识别，而不会出现标识码的漏识别或重复识别。

图2示出按照本发明的用于运送物件的数量的确定方法100的流程图。所述确定方法100包括：

-步骤101：逐帧地采集并记录运送物件所通过的位置的图像；

-步骤102：为图像中的每一点建立背景模型，所述背景模型为过去多个帧的图像内同一点的像素值的集合；

-步骤103：根据背景模型判断当前图像的每一点是背景点还是前景点，其方式为：如果当前图像中的一点的像素值的一定邻域内存在有足够多的过去的像素值，则将该点判定为背景点；否则，将该点判定为前景点；

-步骤104：基于所判断的前景点来提取前景目标；

-步骤105：根据前景目标的尺寸参数来确定运送物件的数量。

通过确定方法100能够准确且可靠地确定出运送物件的数量，从而让物流运输中标识码识别的适用场景更加广泛，使其能够支持不同数量的运送物件的场景，从而节省计算耗费并且加快识别处理速度，免去了在非规定数量下的人工操作，也提升了整体的运行效率。进而实现全自动化的物流运作和管理，进一步优化运输、仓储和生产过程。

在确定方法100中，还可以通过将新判断为背景点的像素值替换所述集合中的任一点来更新背景模型。优选地，所述像素值为RGB颜色空间值；和/或所述邻域由一定半径的球形限定。所述前景目标通过检测前景点所组成的最大轮廓、特别是外接矩形得出。特别是，所述前景目标的尺寸参数为矩形的长宽比。检测到多个外接矩形时将其融合为一个矩形，优选地，在外接矩形之间的间距小于间距阈值时进行所述融合。可以规定，所述运送物件为料架或货箱。

图3a示出按照本发明的背景模型以及基于背景模型的判断。如前所述背景模型为过去多个帧的图像内同一点的像素值的集合。在此，设图像中x点的背景模型为x点在过去N帧图像中的像素值v的集合M。该集合M可以表示为M(x)＝{v1,v2,…,vN}。在图3a和3b中，像素值v(x)在此假定为RGB颜色空间值。如图3a和3b所示，背景模型在RGB颜色空间中示例性地由上述集合M中的像素值v1至v7所代表的点来表示。所述背景模型包含了历史图像中同一点上所出现的各个数值。由此，能够将可能的图像噪声、抖动、亮度轻微变化等图像扰动包含在背景模型内。

在步骤103中，根据背景模型判断当前图像的点x是背景点还是前景点，其方式为：如果当前图像中的一点的像素值vx的一定邻域内存在有足够多的过去的像素值，则将该点判定为背景点；否则，将该点判定为前景点。如图3a所示，这里邻域由半径r的球形限定。在判断时考察在该球型中是否存在由足够多的在集合M中的像素值。例如可以规定在邻域中需要至少存在数量阈值T个像素值。这可以用如下公式表示：

count{v

在此，可以假定数量阈值T＝2。图3a示例性地示出在当前图像中x点的像素值vx的邻域中存在有两个过去的像素值v6和v7。据此可以将在当前图像中的该点x判定为背景点。不限于此的，集合M的元素个数N可以根据实际需要任意地选择。数量阈值T也可以基于实践而选择。

图3b示出按照本发明的背景模型的更新。在此，通过将新判断为背景点的像素值vx替换所述集合中的像素值v3原有的数值来更新所述背景模型。由此，动态化地建立背景模型，使得背景模型更加准确地反映图像中的实时情况。由此提高判断的准确性。在此，被替换的点可以任意选取。当然，也可能的是，仅仅通过最近N帧图像中该点的像素值简单地构建背景模型，从而进一步简化数据的存储和处理。

图4a和b示出在运输双层料架情况下的图像及对该图像的前景目标提取结果。图5a和b示出在运输单层料架情况下的图像及对该图像的前景目标提取结果。为了简单起见，在图4a至5b中以运输一个料架和两个料架为例来描述本发明的前景目标的提取。

图4a为对于运输双层料架时采集到的图像。图4b为该图像基于本发明的背景模型所提取到的前景目标结果。在此，根据前述的步骤102和103判断了图4a中的图像内的每一个是前景点还是背景点。接着进行步骤104，即前景点的提取。在图4b中前景点用白色(其像素值为255)标记，而背景点用黑色(其像素值为0)标记。据此标记的图像如图4b所示。其中的前景目标通过检测前景点所组成的最大轮廓、即这里的外接矩形(如图中灰色框形)得出。这里可以利用已知的最大轮廓检测。对图5a的图像实施相同处理。

而后进行步骤105：根据前景目标的尺寸参数来确定运送物件的数量。由于料架具有长方体形状，有利地将所述前景目标的尺寸参数选择为矩形的长宽比。优选使用该无量纲的长宽比，因为其不随料架在图像中所处位置而改变。在此，图像中的长宽比对应料架的宽高比。例如图4b所示的前景目标的长/宽≈110/180＝0.61，而图5b所示的前景目标的长/宽≈110/130＝0.85。在此，设定长宽比阈值为Th，通过如下公式可以确定料架的数量：

在前景目标提取时，由于图像噪声或者料架之间放置有垫片而有可能出现的是，检测到多个外接矩形。此时优选将这些外接矩形融合为一个矩形。优选地，通过如下方式判断其是否可以进行融合，即外接矩形之间的间距是否小于间距阈值。在小于一定的间距阈值时将其融合为一个更大的矩形并对其实施如上述关于步骤105的数量确定。如果间距大于所述间距阈值，则可以单独考察每个矩形的长宽比是否符合单个料架的尺寸设计。

图6示出按照本发明的用于运送物件的识别方法200的流程图。

所述识别方法包括：

-步骤201：基于按照上述确定方法100来确定运送物件的数量；

-步骤202：在所采集的图像中识别运送物件的标识码；

-步骤203：在识别到的标识码的数量符合运送物件数量的情况下输出所识别的标识码。

在此，按照本发明的确定方法100能够为所述识别方法200提供依据，从而在标识码识别中可以依照所确定的数量执行，使得识别到的标识码的数量符合所确定的运送物件的数量，避免漏码、重码等。由此，标识码识别的适用场景得以扩大，所述识别方法200能够支持不同数量的运送物件的场景。

需要说明的时，步骤201和步骤202可以以任意顺序执行、特别是可以如图6所示并行执行。优选地，在步骤201和步骤202中共用同一个所采集到的运送物件所通过的位置的图像。还可以考虑的是，在识别到的标识码的数量不符合运送物件数量的情况下重新执行所述识别方法，特别是对后续图像继续实施运送物件数量的确定和/或标识码的识别。

有利地，规定一个时间窗。从确定出运送物件的数量起在规定的时间窗内进行运送物件的标识码的识别，直至所识别的标识码的数量符合运送物件的数量。通过所述时间窗规定确定出的数量的有效时间，一方面保证识别结果的准确性，一方面避免影响后续的运输。

还可能的是，附加地识别用于运输所述运送物件的运输工具的标识码。在此情况下，可以规定识别到的标识码的所需数量为运送物件的数量加1。由此能够进一步优化运输工具的管理和调度。

图7示出按照本发明的用于运送物件的识别方法的一种优选的流程。该实施例参照图4a至5b所示的运送物件(料架)可能为一个或两个的情况。

在流程开始后，首先采集运送物件所通过的位置的图像。该图像分别提供给左侧的运送物件数量确定流程和右侧的标识码识别流程。在左侧，执行如上所述的步骤102至105、即建立背景模型、判断前景点、提取前景目标和确定运送物件数量。在右侧，按照一般识别方法，定位标识码、预处理定位区域、识别标识码。在此附加地确定所识别的标识码的数量。由于在当前情况下，运送物件的数量仅可能为一个或两个。因此，如果识别出两个标识码则可以节省步骤地直接输出这两个标识码，而不必参照运送物件数量的确定结果。如果识别到一个标识码而运送物件数量也确定为一个，则输出该标识码。而如果识别出一个标识码，但确定出运送物件的数量为两个，则返回到采集图像步骤，重新从图像识别标识码。在此可以规定标识码识别的时间范围为一个确定的时间窗。在该时间窗内，如果识别到的标识码的数量符合运送物件数量，才输出所识别的标识码。

本发明还可以是计算机程序产品。计算机程序产品可以包括其上具有用于使处理器执行本发明的各方面的计算机可读程序指令的计算机可读存储介质。

计算机可读存储介质可以是可保留和存储用于由指令执行设备使用的指令的有形设备。计算机可读存储介质可以是，例如但不限于，电子存储设备、磁存储设备、光学存储设备、电磁存储设备、半导体存储设备或上述的任何合适的组合。

计算机可读程序指令可以完全在用户的计算机上执行、部分地在用户的计算机上执行、作为独立的软件包执行、部分地在用户的计算机上并且部分地在远程计算机上执行或者完全在远程计算机或服务器上执行。在一些实施例中，包括例如可编程逻辑电路系统、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路系统可以通过利用个性化电子电路系统的计算机可读程序指令的状态信息来执行计算机可读程序指令，以便执行本发明的各方面。

本文参考根据本发明的实施例的方法、系统和计算机程序产品的流程图和/或框图描述了本发明的各方面。应当理解的是，流程图和/或框图中的每个方框以及流程图和/或框图中的方框的组合可以由计算机可读程序指令来实现。

本发明不限于所示的实施例，而是包括或者延及可落入所附权利要求书的有效范围内的所有技术上的等效物。在说明书中所选择的位置说明如例如上、下、左、右等等参照直接的描述以及示出的附图并且在位置变化时按照意义能转用到新的位置上。

在本申请文件中公开的特征不仅可以单独地而且可以以任意组合的方式对于实施例在不同的设计方案方面的实现来说是重要的并且可以被实现。

尽管一些方面与设备相关联地描述，但是应理解为：这些方面也是相应的方法的说明，从而模块的一个器件或者系统的一个装置也可以理解为相应的一个方法步骤或者方法步骤的一个特征。与此类似地，与一个方法步骤或者作为一个方法步骤相关联地描述的方面也是相应的设备的相应的模块或者细节或者特征的说明。

因此，计算机可读存储介质可以是机器可读的或者计算机可读的。因此，一些实施例中计算机可读存储介质包括数据载体，所述数据载体具有可执行的指令，所述可执行的指令能够与可编程的计算机系统或者可编程的硬件组件这样配合作用，使得实施在此描述的方法中的一种方法。因此，一种实施例是一种数据载体、一种数字存储介质或者一种计算机可读储存介质，在该数据载体上记录有用于实施在此描述的方法中的一种方法的程序。

此外，另一种实施例是数据流、信号顺序或者信号序列，所述数据流、信号顺序或者信号序列是用于实施在此描述的方法中的一种方法的程序。数据流、信号顺序或者信号序列例如可以配置用于经由数据通信连接、例如经由互联网或者其它网络传输。因此，实施例也可以是代表数据的信号序列，所述信号序列适用于经由网络或者数据通信连接的发送，其中，所述数据是程序。

本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。