實(shí)施例總體上涉及利用水分散檢測(cè)的濕路面檢測(cè)。

背景技術(shù)：

駕駛路面上的降水導(dǎo)致車輛的幾個(gè)不同問題。例如，道路上的水減小了車輛輪胎和路面之間的摩擦系數(shù)，從而導(dǎo)致了車輛穩(wěn)定性問題。通常，通過主車輛利用某種感測(cè)操作對(duì)道路上降水進(jìn)行感測(cè)來判定行駛的道路上降水的檢測(cè)，當(dāng)降水已經(jīng)在影響車輛運(yùn)行時(shí)發(fā)生所述感測(cè)操作，比如檢測(cè)車輪滑動(dòng)。因此，車輛必須檢測(cè)其自身相對(duì)于干路面運(yùn)行狀況的運(yùn)行狀況(例如，車輪滑動(dòng))，以判定降水是否存在。因此，這種系統(tǒng)可以等待這種狀況發(fā)生或者可以將激勵(lì)引入到車輛來判定狀況是否存在(例如，如果存在降水，對(duì)從動(dòng)車輪產(chǎn)生突然加速來喚起車輪滑動(dòng))。

技術(shù)實(shí)現(xiàn)要素：

實(shí)施例的優(yōu)點(diǎn)是使用基于視覺的成像裝置和基于雷達(dá)或類似裝置來檢測(cè)道路上的水，所述裝置識(shí)別由其它車輛從路面分散的降水。本文所描述的技術(shù)不需要來自車輛或駕駛員的任何激勵(lì)來啟動(dòng)對(duì)是否存在降水的判定。而是，利用成像裝置和雷達(dá)型裝置，響應(yīng)于檢測(cè)相鄰車道中車輛車輪的濺射來判定降水。對(duì)相鄰的車輪區(qū)進(jìn)行定位并提取車輪和輪緣的輪廓。相對(duì)于車輪的位置識(shí)別關(guān)注區(qū)域來分析相鄰車輛的路面上是否存在降水。

實(shí)施例設(shè)想了一種判定道路的濕路面狀況的方法。通過主車輛的圖像捕獲裝置，捕獲在相鄰車道中行駛的遠(yuǎn)處車輛的車輪的圖像。通過主車輛的處理器，識(shí)別所捕獲的圖像中相對(duì)于車輪的關(guān)注區(qū)域，其中關(guān)注區(qū)域表示降水分散發(fā)生的地方。做出關(guān)注區(qū)域中是否存在降水的判定。響應(yīng)于相鄰車道中降水的識(shí)別而生成濕路面信號(hào)。

附圖說明

圖1示出了濕路面檢測(cè)系統(tǒng)的方框圖。

圖2是由攝像機(jī)捕獲的濕路面上車輛場(chǎng)景的示例性透視圖。

圖3是具有周圍視圖覆蓋的車輛周圍的示例性透視圖。

圖4示出了用于檢測(cè)濕路面的方法的流程圖。

圖5示出了用于車輪區(qū)域定位的示例性技術(shù)的流程圖。

圖6示出了用于提取定位車輪的輪廓的示例性技術(shù)的流程圖。

圖7示出了用于判定關(guān)注區(qū)域的示例性技術(shù)的流程圖。

圖8a是干路面上噪聲檢測(cè)的示例性流程圖。

圖8b是濕路面上噪聲檢測(cè)的示例性流程圖。

具體實(shí)施方式

圖1中示出了車輛10沿著車輛道路12行駛。當(dāng)輪胎在車輛道路12上的濕路面上旋轉(zhuǎn)時(shí)，示出的設(shè)置在車輛道路12上的降水14通常由安裝在車輪14的輪緣18上的車輪14和輪胎16所取代。通常有利地是，知道何時(shí)車輛將沿著濕車輛道路12行駛，使得可以消除或者至少緩解由降水導(dǎo)致的問題，比如由進(jìn)入外部進(jìn)氣口的水所導(dǎo)致的牽引力損失或發(fā)動(dòng)機(jī)退化。

當(dāng)在濕路面上駕駛時(shí)，車輛道路12上的降水19可導(dǎo)致牽引力的減小。設(shè)置在車輛道路12上的降水14減小了車輛輪胎和車輛道路12之間的摩擦系數(shù)。因此，減小了車輛輪胎和車輛道路12之間的牽引力?？梢酝ㄟ^各種緩解技術(shù)來緩解牽引力損失，這些緩解技術(shù)包括，但不限于，警告駕駛員降低車速至有利于環(huán)境狀況的速度；使用非常低的制動(dòng)力致動(dòng)車輛制動(dòng)器的自動(dòng)應(yīng)用，以使在制動(dòng)部件的制動(dòng)表面上形成的降水最小化；當(dāng)檢測(cè)到降水時(shí)停止或限制巡航控制功能的激活；或者通知駕駛員與前面車輛維持更大的停車距離。應(yīng)該理解的是，本文所描述的實(shí)施例可以應(yīng)用于除汽車之外的需要濕路面狀況檢測(cè)的其它類型的系統(tǒng)。除汽車之外可利用此系統(tǒng)的車輛的實(shí)例包括，但不限于，軌道系統(tǒng)、飛機(jī)、越野運(yùn)動(dòng)型車輛、機(jī)器人車輛、摩托車、自行車、農(nóng)場(chǎng)設(shè)備，以及建筑設(shè)備。

圖2示出了濕路面檢測(cè)系統(tǒng)的方框圖。多個(gè)基于車輛的圖像捕獲裝置20安裝在車輛上用于捕獲車輛周圍的圖像。多個(gè)基于車輛的圖像捕獲裝置20可以安裝在車輛的前面、后面和側(cè)面上。此外，多個(gè)基于感測(cè)的裝置22也安裝在車輛周圍用于檢測(cè)車輛周圍的物體。應(yīng)該理解的是，基于感測(cè)的裝置可以包括，但不限于，基于雷達(dá)的裝置、基于激光雷達(dá)的裝置，和超聲裝置(本文中用于示例性目的，感測(cè)數(shù)據(jù)指基于雷達(dá)的數(shù)據(jù)，但應(yīng)該理解的是，本文中所描述的實(shí)施例不限于雷達(dá)數(shù)據(jù))。基于感測(cè)的裝置22也可以設(shè)置在車輛的前面、后面和側(cè)面上。圖3示出了用于感測(cè)車輛周圍物體的示例性360度傳感器覆蓋。每個(gè)裝置都協(xié)作地用于檢測(cè)并識(shí)別車輛每側(cè)上的物體。當(dāng)前可以在使用各種車輛運(yùn)行結(jié)果的車輛的各種物體檢測(cè)系統(tǒng)上利用這種裝置(比如基于車輛的圖像捕獲裝置20和基于感測(cè)的裝置22)。本文所描述的實(shí)施例中的每個(gè)裝置都將用于檢測(cè)視場(chǎng)中的車輪可以判定路面上是否存在降水。

再次參照?qǐng)D2，處理器24處理由圖像捕獲裝置20所捕獲的圖像和由基于感測(cè)的裝置22所獲取的數(shù)據(jù)。處理器24對(duì)這些圖像和數(shù)據(jù)進(jìn)行分析以判定是否檢測(cè)到相鄰車道中另一車輛的車輪。一旦處理器24識(shí)別了相鄰車道中另一車輛的車輪，處理器24就會(huì)定位并分析車輪周圍區(qū)域中的車輪以判定道路上是否存在降水。處理器24可以是現(xiàn)有系統(tǒng)的一部分(比如牽引控制系統(tǒng)或其它系統(tǒng))，或者可以是專門分析來自圖像捕獲裝置20和基于感測(cè)的裝置22的數(shù)據(jù)的獨(dú)立處理器。

處理器24可以耦接到一個(gè)或多個(gè)輸出裝置，比如用于如果在路面上發(fā)現(xiàn)降水啟動(dòng)或致動(dòng)控制動(dòng)作的控制器26?？梢灾聞?dòng)一個(gè)或多個(gè)應(yīng)對(duì)措施以用來緩解降水可能對(duì)車輛運(yùn)行造成的影響。

控制器26可以是車輛子系統(tǒng)的一部分或者可以用于使車輛子系統(tǒng)能夠應(yīng)對(duì)水的影響。例如，響應(yīng)于道路是濕的判定，控制器26可以起動(dòng)電氣或電動(dòng)-液壓制動(dòng)系統(tǒng)28或類似系統(tǒng)，其中在發(fā)生牽引力損失的情況下準(zhǔn)備制動(dòng)策略。除了準(zhǔn)備制動(dòng)策略，一旦車輛進(jìn)入降水，制動(dòng)系統(tǒng)可以在駕駛員沒有覺察的情況下自主地施加較輕的制動(dòng)力，以去除來自車輛制動(dòng)器的降水。當(dāng)駕駛員手動(dòng)施加制動(dòng)時(shí)，從車輪和制動(dòng)器去除降水積聚會(huì)維持車輛制動(dòng)致動(dòng)器和車輪制動(dòng)表面之間的預(yù)期摩擦系數(shù)。

控制器26可以控制牽引控制系統(tǒng)30，所述控制牽引控制系統(tǒng)30將動(dòng)力分別分配到每個(gè)相應(yīng)的車輪，用于當(dāng)在路面上檢測(cè)到降水時(shí)通過相應(yīng)的車輪減少車輪滑動(dòng)。

控制器26可以控制巡航控制系統(tǒng)32，當(dāng)在路面上檢測(cè)到降水時(shí)，所述巡航控制系統(tǒng)32可以停止巡航控制或者限制巡航控制的起動(dòng)。

控制器26可以控制駕駛員信息系統(tǒng)34，用于向車輛駕駛員提供關(guān)于在車輛道路上檢測(cè)到的降水的警告。由控制器26所致動(dòng)的這種警告可以警報(bào)駕駛員注意路面上正接近的降水，并可以建議駕駛員降低車速至有利于當(dāng)前環(huán)境狀況的速度，或者控制器26可以致動(dòng)警告以維持到所駕駛車輛的前方車輛的安全駕駛距離。應(yīng)該理解的是，如本文所描述，控制器26可以包括控制單獨(dú)功能或可以控制功能組合的一個(gè)或多個(gè)控制器。

控制器26可以進(jìn)一步控制自動(dòng)打開并關(guān)閉空氣檔板36的致動(dòng)用于防止水?dāng)z入車輛的發(fā)動(dòng)機(jī)。在這種狀況下，當(dāng)在車輛前方的路面上檢測(cè)到要存在降水時(shí)，控制器26自動(dòng)地致動(dòng)空氣檔板36的關(guān)閉，并且當(dāng)判定路面上不會(huì)再存在降水時(shí)控制器26可以重新打開空氣擋板。

控制器26可以進(jìn)一步控制無線通信裝置38的致動(dòng)用于利用車輛對(duì)車輛或車輛對(duì)基礎(chǔ)設(shè)施的通信系統(tǒng)自主地將濕路面狀況傳送到其它車輛。

控制器26可以進(jìn)一步向除本文列出的那些之外不使用自動(dòng)化特征的車輛的駕駛員提供濕路面信號(hào)警報(bào)。

本文所描述的技術(shù)的優(yōu)點(diǎn)是車輛或駕駛員不需要任何激勵(lì)來用于啟動(dòng)水或降水是否存在的判定。也就是說，現(xiàn)有技術(shù)需要車輛進(jìn)行一些相當(dāng)大的激勵(lì)(無論是通過制動(dòng)操縱、增大的加速、轉(zhuǎn)向操縱)以便用于路面水的檢測(cè)?；陧憫?yīng)(例如，車輪滑動(dòng)、偏航)，這種技術(shù)判定車輛當(dāng)前是否正在水上或降水上駕駛。相比之下，本文所描述的技術(shù)提供預(yù)測(cè)或前瞻分析，以便為駕駛員或車輛在車輛到達(dá)水或降水的位置之前留出時(shí)間來采取預(yù)防措施。

圖4示出了用于檢測(cè)濕路面的方法的流程圖。在步驟40中，提供獲取物體信息(比如，但不限于，物體的類型、物體的位置、物體的速度，以及物體的航向角)的傳感器/融合模塊?？梢詫?duì)物體的各種特性進(jìn)行分析來判定物體是否是具有在相鄰車道的路面上行駛的車輪的車輛。在相鄰車道中行駛的車輛可以是在與主車輛(即，監(jiān)測(cè)其它周圍車輛的車輛)或在主車輛的相反方向上行駛的相鄰車道中的車輛相同的方向上行駛的車輛。

在步驟41中，由處理器做出是否在由圖像捕獲裝置和感測(cè)裝置之一所捕獲的圖像的視場(chǎng)中檢測(cè)到車輪的判定。如果做出了在任何捕獲裝置的視場(chǎng)中未檢測(cè)到車輪的判定，則例程進(jìn)行到步驟42，其中可以使用其它途徑來檢測(cè)路面上的降水。如果做出了檢測(cè)到車輪的判定，則例程進(jìn)行到步驟43。

在步驟43中，處理器應(yīng)用了車輪區(qū)域定位?；谟衫走_(dá)所報(bào)告的真實(shí)中心位置，利用圖像捕獲裝置所獲取的圖像來識(shí)別車輪的定位。也就是說，雷達(dá)數(shù)據(jù)將識(shí)別車輪的中心位置并且將會(huì)基于中心位置來判定參考框架內(nèi)的車輪定位。

在步驟44中，通過車輪輪廓提取技術(shù)從圖像中識(shí)別車輛的輪廓。技術(shù)在如在步驟43中所判定的車輪區(qū)域中提取輪胎的輪廓和輪緣的輪廓。

在步驟45中，從定位區(qū)域中識(shí)別關(guān)注區(qū)域。此技術(shù)對(duì)關(guān)注區(qū)域進(jìn)行定位，所述關(guān)注區(qū)域包括相對(duì)于輪胎的相應(yīng)區(qū)域，在該區(qū)域中預(yù)期是否存在分散降水。利用車輪中心位置和車輪輪廓信息，可以在相對(duì)于車輪的位置上識(shí)別分散降水的關(guān)注區(qū)域。也可以基于其它標(biāo)準(zhǔn)來識(shí)別關(guān)注區(qū)域，比如相對(duì)于車輛的相鄰底部的車輪中心位置。

在步驟46中，進(jìn)行分散降水分析以判定路面上是否存在水。通過分析在關(guān)注區(qū)域中的空氣中是否存在水滴來進(jìn)行判定，這些水滴是由當(dāng)輪胎旋轉(zhuǎn)時(shí)來自路面正在被濺起的水所導(dǎo)致。這可以由處理器、分類器，或其他機(jī)器學(xué)習(xí)技術(shù)(比如深度學(xué)習(xí)技術(shù))來進(jìn)行。

在步驟47中，做出關(guān)注區(qū)域中是否存在分散降水的判定。如果做出了在關(guān)注區(qū)域中存在降水的判定，則例程進(jìn)行到步驟48。

在步驟48中，響應(yīng)于在關(guān)注區(qū)域中存在降水的判定，將帶標(biāo)記的濕路面指標(biāo)進(jìn)行設(shè)定并傳送到控制器，在所述控制器中可以致動(dòng)如較早所描述的各種車輛操作，其包括，但不限于，制動(dòng)控制、牽引控制、速度控制、駕駛員警告、空氣擋板控制，以及車輛對(duì)車輛的通信。

如果在步驟46中做出了在關(guān)注區(qū)域中不存在降水的判定，則例程返回到步驟40以監(jiān)測(cè)降水的存在。

圖5至圖8示出了可以在圖4中闡述的子例程中使用的示例性技術(shù)。應(yīng)該理解的是，各種技術(shù)都是示例性的并且在不脫離本發(fā)明范圍的情況下可以使用其他技術(shù)。

圖5示出了用于對(duì)車輛的車輪進(jìn)行定位的技術(shù)。在步驟50中，在車輛的不同區(qū)域處致動(dòng)雷達(dá)、激光雷達(dá)、或其它感測(cè)系統(tǒng)用于監(jiān)測(cè)相鄰車道并判定是否存在車輛的車輪。基于來自所感測(cè)數(shù)據(jù)的車輪的檢測(cè)，判定相對(duì)于主車輛的相鄰車道中車輛的車輪的車輪中心位置(X、Y)或者(X、Y、Z)。如果感測(cè)裝置未測(cè)量車輪垂直位置(Z)，則使用(Z__下<＝Z<＝Z_{_上})可以判定垂直位置(Z)的范圍。

在步驟51中，將由感測(cè)系統(tǒng)在真實(shí)世界中所識(shí)別的車輪中心位置映射到所捕獲的圖像上。因?yàn)樗东@的圖像是圖像中車輪的定位位置以及來自雷達(dá)裝置的感測(cè)數(shù)據(jù)是真實(shí)世界的位置，所以必須對(duì)這兩組數(shù)據(jù)(即，圖像數(shù)據(jù)和雷達(dá)數(shù)據(jù))進(jìn)行校正以用來合并。將真實(shí)世界的數(shù)據(jù)與圖像捕獲數(shù)據(jù)相匹配的各種技術(shù)是已知的，以及在不脫離本發(fā)明范圍的情況下可以在本文使用任何技術(shù)。

在步驟52中，進(jìn)行完整車輪投影。完整車輪投影將車輪的圖像投影到包括輪胎和輪緣的完整面的平面。因?yàn)檎鎸?shí)世界攝像機(jī)相對(duì)于車輪的姿態(tài)可能不與車輪同平面(即，成一定的角度)，所以虛擬攝像機(jī)模型可以與所捕獲的圖像一起使用，使得虛擬姿態(tài)用來重新定向圖像以便獲得車輛車輪的完整平面視圖。如本文中所使用的術(shù)語虛擬攝像機(jī)指模擬攝像機(jī)，該模擬攝像機(jī)除具有模擬攝像機(jī)姿態(tài)之外還具有模擬攝像機(jī)模型參數(shù)和模擬成像表面。如由處理器所進(jìn)行的攝像機(jī)建模在本文中被描述為使用虛擬攝像機(jī)建模獲得場(chǎng)景的合成圖像的虛擬圖像。

在步驟53中，響應(yīng)于生成完整車輪投影，判定所識(shí)別車輪的直徑(d)?；谲囕喌闹行膩碜R(shí)別定位區(qū)域。定位區(qū)域的尺寸優(yōu)選地是正方形并設(shè)定為標(biāo)稱直徑的兩倍加公差(例如，2×d_{_標(biāo)稱}+公差)。應(yīng)該理解的是，正方形的尺寸可以是任何預(yù)定值乘以標(biāo)稱直徑，并且不限于標(biāo)稱直徑的兩倍。應(yīng)該理解的是，可以通過其它方法來判定定位區(qū)域或形狀。

圖6示出了用于提取車輪中的輪廓的技術(shù)。在步驟60中，從完整車輪投影和從圖5中識(shí)別的定位區(qū)域中識(shí)別道路上車輪的圖像。

在步驟61中，包含但不限于Canny檢測(cè)的邊緣檢測(cè)應(yīng)用于車輪的圖像以用來判定邊緣。Canny檢測(cè)可以用于檢測(cè)圖像中的水平、垂直，以及對(duì)角邊緣。在圖像空間中獲得所需曲線上的不完美圖像點(diǎn)。這允許例程識(shí)別輪胎的輪廓以及輪緣的輪廓。其它可能的邊緣檢測(cè)技術(shù)可以包括，但不限于，垂直和水平邊緣檢測(cè)。垂直或水平邊緣檢測(cè)將相關(guān)性濾波器應(yīng)用到輸入圖像?？梢允褂梅糯笤谒交虼怪狈较蛏系淖兓⒃诖怪被蛩椒较蛏系乃p變化的任何幾個(gè)濾波器。

在步驟62中，霍夫變換應(yīng)用于邊緣檢測(cè)生成圖像。此圖像分析技術(shù)應(yīng)用于識(shí)別可以被參數(shù)化的形狀的位置?；舴蜃儞Q是用于圖像分析的特征提取技術(shù)以在某類形狀內(nèi)尋找物體的不完美示例?；舴蜃儞Q不僅識(shí)別圖像的線而且還識(shí)別任意形狀(例如，圓形或橢圓形)的位置。應(yīng)該理解的是，在不脫離本發(fā)明范圍的情況下可以使用其它形式的變換。

在步驟63中，識(shí)別了各種車輪參數(shù)，其包括，但不限于，車輪的中心位置(例如，在x，y坐標(biāo)平面中)、輪胎半徑和輪緣半徑。

在圖7中，識(shí)別相對(duì)于車輪的關(guān)注區(qū)域70來分析是否存在排水。識(shí)別車輛的屬性。這種屬性可以包括，但不限于車輛類型、車速，和將協(xié)助識(shí)別關(guān)注區(qū)域的尺寸的特定應(yīng)用。

在本文中所示的實(shí)例中，具有寬度(W)和高度(H)的感興趣矩形區(qū)域70位于車輪的后面。例如，感興趣矩形區(qū)域的第一邊的起始位置在等于輪緣半徑(R₁)的距離處開始。感興趣特殊區(qū)域的寬度基本上等于輪胎的半徑(例如W＝R₂，其中R₂等于輪胎的半徑)。感興趣矩形區(qū)域的高度在地表面和車輛底部之間延伸并且優(yōu)選地等于輪胎半徑的一半(例如，H＝1/2×R₂)。矩形區(qū)域的角位于相對(duì)于車輪中心的坐標(biāo)處。通過離基本上等于車輪輪緣的半徑(R₁)的車輪中心的橫向長度和離基本上等于輪胎半徑(R₂)的車輪中心的縱向長度來確定坐標(biāo)。應(yīng)該理解的是，在不脫離本發(fā)明范圍的情況下其它技術(shù)可以用于識(shí)別關(guān)注區(qū)域。例如，可以識(shí)別進(jìn)一步的圖像分析以定位車輛底部和地表面，并且因此可以通過識(shí)別地表面和底部之間的區(qū)域來判定高度。此外，基于車輛的特定主體類型、車輪尺寸，和其它車輛屬性，可以利用更好地限定關(guān)注區(qū)域的其它形狀或配置。

圖8a示出了基于分析不存在降水的圖7中識(shí)別的關(guān)注區(qū)域的水分配分析。如方框80中所示，捕獲了在道路上行駛的車輛的圖像。識(shí)別關(guān)注區(qū)域用于分析是否存在降水。由輪胎分散的降水將導(dǎo)致圖像中類似于加到圖像的鹽和胡椒粉的噪聲。在顯示水被分散在空氣中時(shí)，示出了未濾波圖像和濾波圖像之間的對(duì)比。

方框80表示所提取的關(guān)注區(qū)域的展開圖。在方框82中，對(duì)關(guān)注區(qū)域的圖像應(yīng)用中值濾波。在應(yīng)用中值濾波后，基于未濾波圖像和濾波圖像之間差的計(jì)算來生成噪聲圖像。雖然降水在形式上可以是灰色的，但均一的黑色和表示任何水的灰色之間的差可以是細(xì)微的。因此，在方框83中，二進(jìn)制轉(zhuǎn)換應(yīng)用于圖像，使得與黑色(表示無降水)相比，灰色顆粒形式的任何降水表示為白色(表示降水)。應(yīng)該理解的是，在不脫離本發(fā)明范圍的情況下，除了用于識(shí)別圖像中降水的中值濾波之外可以使用其他類型的濾波。

圖8b示出了基于分析存在降水的圖7中識(shí)別的關(guān)注區(qū)域的水分配分析。如方框90中所示，捕獲了在道路上行駛的車輛的圖像。識(shí)別關(guān)注區(qū)域(ROI)以分析是否存在水。

方框91表示所提取的關(guān)注區(qū)域的展開圖。如在方框91的圖像中用肉眼觀察所示，降水可以視為空氣中的霧。

在方框92中，對(duì)關(guān)注區(qū)域的圖像應(yīng)用中值濾波。如圖所示，中值濾波生成被視為灰度級(jí)元素的噪聲圖像。由于灰色和黑色在基本上接近的顏色譜圖上，通過使用分類模塊或類似模塊的顏色分析所識(shí)別的非均勻性對(duì)于識(shí)別圖像中的降水而言可能并不顯著?？梢詰?yīng)用于識(shí)別降水(例如，噪聲)的分類模塊或機(jī)器學(xué)習(xí)的實(shí)例包括但不限于，深度學(xué)習(xí)。因此，例程進(jìn)行到步驟93，其中增強(qiáng)降水圖像以用于識(shí)別圖像中的非均勻性。

在方框93中，二進(jìn)制轉(zhuǎn)換應(yīng)用于圖像，使得灰色顆粒形式的任何降水表示為白色元素。如方框93的圖像所示，通過圖像中存在的白色顆粒清楚地識(shí)別降水。因此，處理器或分類模塊將分析圖像的均勻性。與圖像均勻性的任何偏離都表明存在降水。

雖然已經(jīng)詳細(xì)描述了本發(fā)明的某些實(shí)施例，但是熟悉本發(fā)明所涉及領(lǐng)域的技術(shù)人員將認(rèn)識(shí)到用于實(shí)施由以下權(quán)利要求書所限定的本發(fā)明的各種替代設(shè)計(jì)、濾波處理和實(shí)施例。