本發(fā)明涉及設備空間姿態(tài)控制
技術領域：
，更具體地，涉及一種基于卡爾曼濾波的姿態(tài)控制方法及裝置。
背景技術：
：卡爾曼濾波是一種信號處理方法，利用線性系統(tǒng)狀態(tài)方程，通過系統(tǒng)輸入觀測數據，對系統(tǒng)狀態(tài)進行最優(yōu)估計的算法。由于觀測數據中包括系統(tǒng)中的噪聲，所以最優(yōu)估計也可以看看作是濾波過程?，F有技術中，通過卡爾曼濾波算法對vr手柄、無人機、機器人等設置的傳感器測量得到的數據進行計算，得到vr手柄、無人機、機器人等對應的空間姿態(tài)值。現有技術中，基于卡爾曼濾波的九軸姿態(tài)控制方法一般都采用一階卡爾曼濾波器。在采用一階卡爾曼濾波器計算過程中，利用三軸加速度計和三軸磁力計測量得到的數據構成6維觀測變量，使得計算過程復雜，計算量大，計算時間較長。技術實現要素：本發(fā)明的一個目的是提供一種基于卡爾曼濾波的姿態(tài)控制方法及裝置的新技術方案。根據本發(fā)明的第一方面，提供了一種基于卡爾曼濾波的姿態(tài)控制方法，包括：采集當前時刻陀螺儀測量得到的參數，根據所述當前時刻陀螺儀測量得到的參數和采樣時間間隔，得到預測矩陣；獲取上一時刻姿態(tài)值最優(yōu)解對應的矩陣，根據所述預測矩陣和所述上一時刻姿態(tài)值最優(yōu)解對應的矩陣，得到更新后的預測矩陣；采集當前時刻加速度計測量得到的參數和磁力計測量得到的參數，根據所述當前時刻加速度計測量得到的參數和磁力計測量得到的參數，得到加速度計觀測矩陣和磁力計觀測矩陣；對所述更新后的預測矩陣和所述加速度計觀測矩陣進行第一階卡爾曼濾波計算，得到當前時刻臨時姿態(tài)最優(yōu)解對應的矩陣；對所述磁力計觀測矩陣和所述當前時刻臨時姿態(tài)最優(yōu)解對應的矩陣進行第二階卡爾曼濾波計算，得到當前時刻姿態(tài)值最優(yōu)解對應的矩陣?？蛇x地，根據所述當前時刻加速度計測量得到的參數和磁力計測量得到的參數，得到加速度計觀測矩陣和磁力計觀測矩陣，包括：根據所述當前時刻加速度計測量得到的參數和磁力計測量得到的參數，得到當前時刻的俯仰角、翻滾角和航向角；根據所述俯仰角、所述翻滾角和所述航向角得到一組四元數；根據所述四元數得到所述加速度計觀測矩陣和所述磁力計觀測矩陣?？蛇x地，對所述更新后的預測矩陣和所述加速度計觀測矩陣進行第一階卡爾曼濾波計算，得到當前時刻臨時姿態(tài)最優(yōu)解對應的矩陣，包括：獲取上一時刻姿態(tài)值最優(yōu)解的誤差協方差，根據所述上一時刻姿態(tài)值最優(yōu)解的誤差協方差、所述預測矩陣和陀螺儀出廠時的誤差系數，得到先驗誤差協方差；根據所述加速度計觀測矩陣、加速度計的實際誤差系數和所述先驗誤差協方差，得到第一階卡爾曼增益參數；根據所述更新后的預測矩陣、所述加速度計觀測矩陣、所述第一階卡爾曼增益參數、上一時刻姿態(tài)值最優(yōu)解對應的矩陣和第一階迭代狀態(tài)值，得到當前時刻臨時姿態(tài)值最優(yōu)解對應的矩陣。可選地，根據所述當前時刻加速度計測量得到的參數得到當前時刻的加速度值，根據所述當前時刻的加速度值、重力加速度值和所述加速度計出廠時的誤差系數，得到加速度計的實際誤差系數?？蛇x地，根據所述當前時刻加速度計測量得到的參數和磁力計測量得到的參數、所述加速度計觀測矩陣和所述加速度計出廠時的誤差系數，得到第一階迭代狀態(tài)值。可選地，對所述磁力計觀測矩陣和所述當前時刻臨時姿態(tài)最優(yōu)解對應的矩陣進行第二階卡爾曼濾波計算，得到當前時刻姿態(tài)值最優(yōu)解對應的矩陣，包括：根據所述加速度計觀測矩陣、所述先驗誤差協方差和所述第一階卡爾曼增益參數，得到第一階誤差協方差；根據所述磁力計觀測矩陣、所述第一階誤差協方差和磁力計出廠時的誤差系數，得到第二階卡爾曼增益參數；根據所述磁力計觀測矩陣、所述臨時姿態(tài)值最優(yōu)解對應的矩陣、所述第二階卡爾曼增益參數、所述上一時刻姿態(tài)值最優(yōu)解對應的矩陣和第二階迭代狀態(tài)值，得到當前時刻姿態(tài)值最優(yōu)解。可選地，根據所述當前時刻加速度計測量得到的參數和磁力計測量得到的參數、所述加速度計觀測矩陣和所述磁力計出廠時的誤差系數，得到第二階迭代狀態(tài)值?？蛇x地，所述方法還包括：根據所述磁力計觀測矩陣、所述第一階誤差協方差和所述第二階卡爾曼增益參數，得到第二階誤差協方差，以作為當前時刻姿態(tài)值最優(yōu)解的誤差協方差。可選地，獲取上一時刻姿態(tài)值最優(yōu)解對應的矩陣，包括：如果上一時刻是初始時刻時，根據初始時刻加速度計測量得到的參數和磁力計測量得到的參數，得到初始時刻的俯仰角、翻滾角和航向角；根據初始時刻的俯仰角、所述翻滾角和所述航向角得到初始時刻對應的一組四元數；根據所述初始時刻對應的一組四元數，得到一組矩陣，并將所述矩陣作為初始時刻姿態(tài)值最優(yōu)解對應的矩陣。根據本發(fā)明的第二方面，提供了一種基于卡爾曼濾波的姿態(tài)控制裝置，包括存儲器和處理器，其中，所述存儲器存儲可執(zhí)行指令，所述可執(zhí)行指令控制所述處理器進行操作以執(zhí)行上述任何一項所述的基于卡爾曼濾波的姿態(tài)控制方法。本發(fā)明實施例提供的基于卡爾曼濾波的姿態(tài)控制方法及裝置，進行了兩階卡爾曼濾波計算，對更新后的預測矩陣和加速度計觀測矩陣進行第一階卡爾曼濾波計算，得到當前時刻臨時姿態(tài)最優(yōu)解對應的矩陣，然后，對磁力計觀測矩陣和當前時刻臨時姿態(tài)最優(yōu)解對應的矩陣進行第二階卡爾曼濾波計算，得到當前時刻姿態(tài)最優(yōu)解對應的矩陣。本發(fā)明提供的姿態(tài)控制方法，減小了計算量，縮短了計算時間，提高了姿態(tài)控制的效率。通過以下參照附圖對本發(fā)明的示例性實施例的詳細描述，本發(fā)明的其它特征及其優(yōu)點將會變得清楚。附圖說明被結合在說明書中并構成說明書的一部分的附圖示出了本發(fā)明的實施例，并且連同其說明一起用于解釋本發(fā)明的原理。圖1示出了根據本發(fā)明一個實施例的基于卡爾曼濾波的姿態(tài)控制方法的處理流程圖。圖2示出了根據本發(fā)明一個實施例的基于卡爾曼濾波的姿態(tài)控制方法的另一種處理流程圖。圖3示出了根據本發(fā)明一個實施例的基于卡爾曼濾波的姿態(tài)控制裝置的結構示意圖。具體實施方式現在將參照附圖來詳細描述本發(fā)明的各種示例性實施例。應注意到：除非另外具體說明，否則在這些實施例中闡述的部件和步驟的相對布置、數字表達式和數值不限制本發(fā)明的范圍。以下對至少一個示例性實施例的描述實際上僅僅是說明性的，決不作為對本發(fā)明及其應用或使用的任何限制。對于相關領域普通技術人員已知的技術、方法和設備可能不作詳細討論，但在適當情況下，所述技術、方法和設備應當被視為說明書的一部分。在這里示出和討論的所有例子中，任何具體值應被解釋為僅僅是示例性的，而不是作為限制。因此，示例性實施例的其它例子可以具有不同的值。應注意到：相似的標號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步討論。本發(fā)明的一個實施例提供了一種基于卡爾曼濾波的姿態(tài)控制方法。該方法可用于虛擬現實頭戴設備、游戲手柄、無人機、機器人的空間姿態(tài)解算和控制。圖1示出了根據本發(fā)明一個實施例的基于卡爾曼濾波的姿態(tài)控制方法的處理流程圖。參見圖1，該方法至少包括步驟s102至步驟s112。步驟s102，采集當前時刻陀螺儀測量得到的參數，根據當前時刻陀螺儀測量得到的參數和采樣時間間隔，得到預測矩陣；步驟s104，獲取上一時刻姿態(tài)值最優(yōu)解對應的矩陣，根據預測矩陣和上一時刻姿態(tài)值最優(yōu)解對應的矩陣，得到更新后的預測矩陣；步驟s106，采集當前時刻加速度計測量得到的參數和磁力計測量得到的參數，根據當前時刻加速度計測量得到的參數和磁力計測量得到的參數，得到加速度計觀測矩陣和磁力計觀測矩陣；步驟s108，對更新后的預測矩陣和加速度計觀測矩陣進行第一階卡爾曼濾波計算，得到當前時刻臨時姿態(tài)最優(yōu)解對應的矩陣；步驟s110，對磁力計觀測矩陣和所述當前時刻臨時姿態(tài)最優(yōu)解對應的矩陣進行第二階卡爾曼濾波計算，得到當前時刻姿態(tài)值最優(yōu)解對應的矩陣；步驟s112，利用當前時刻姿態(tài)值最優(yōu)解對應的矩陣控制設備的姿態(tài)。本發(fā)明實施例提供的基于卡爾曼濾波的姿態(tài)控制方法，進行了兩階卡爾曼濾波計算，對更新后的預測矩陣和加速度計觀測矩陣進行第一階卡爾曼濾波計算，得到當前時刻臨時姿態(tài)最優(yōu)解對應的矩陣，然后，對磁力計觀測矩陣和當前時刻臨時姿態(tài)最優(yōu)解對應的矩陣進行第二階卡爾曼濾波計算，得到當前時刻姿態(tài)最優(yōu)解對應的矩陣。本發(fā)明提供的姿態(tài)控制方法，減小了計算量，縮短了計算時間，提高了姿態(tài)控制的效率。在本發(fā)明的一個實施例中，上述步驟s104中獲取上一時刻姿態(tài)值最優(yōu)解對應的矩陣，下面分為兩種情況進行說明。一種情況是當上一時刻是初始時刻時，采集初始時刻加速度計測量得到的參數和磁力計測量得到的參數，根據初始時刻加速度計測量得到的參數和磁力計測量得到的參數，得到初始時刻的俯仰角、翻滾角和航向角，然后，根據初始時刻的俯仰角、翻滾角和航向角得到初始時刻對應的一組四元數，最后，根據初始時刻對應的一組四元數，得到一組矩陣，并將該矩陣作為初始時刻姿態(tài)值最優(yōu)解對應的矩陣。具體地，初始時刻加速度計測量得到的在三軸上的加速度值分別為gx、gy、gz，磁力計測量得到的在三軸上的磁場強度值分別為mx、my、mz。本發(fā)明實施例中，俯仰角、翻滾角和航向角分別記作為α、β、γ?；谝韵掠嬎闶?，計算得到俯仰角α，其中，g為重力加速度，基于以下計算式，計算得到翻滾角β，基于以下計算式，計算得到航向角γ，根據俯仰角α、翻滾角β和航向角γ計算得到初始時刻對應的一組四元數q1、q2、q3和q4，計算過程如下，根據計算得到的四元數q1、q2、q3和q4，得到一個4*1的矩陣，并將該矩陣作為初始時刻姿態(tài)值最優(yōu)解對應的矩陣，該矩陣具體如下：另一種情況是直接獲取上一時刻姿態(tài)值最優(yōu)解對應的矩陣。上一時刻姿態(tài)值最優(yōu)解對應的矩陣是根據本發(fā)明實施例提供的姿態(tài)控制方法計算得到的。在本發(fā)明的一個實施例中，上述步驟s102涉及的預測矩陣的計算過程如下：其中，ωx、ωy、ωz為當前時刻陀螺儀在三軸上測量得到的參數，△t為采樣時間間隔。在本發(fā)明的一個實施例中，上述步驟s104涉及的更新后的預測矩陣的計算過程如下：q預測(k+1)＝ak+1qk—計算式(9)，其中，qk為上一時刻姿態(tài)值最優(yōu)解對應的矩陣。在本發(fā)明的一個實施例中，上述步驟s106中采集當前時刻加速度計測量得到的在三軸上的加速度值gx、gy、gz，以及磁力計測量得到的在三軸上的磁場強度值mx、my、mz。根據當前時刻加速度計和磁力計測量得到的參數得到一組四元數，具體計算過程參見上述計算式(1)-(7)，并根據計算得到的一組四元數得到一個4*1的矩陣，該矩陣具體如下：然后，根據該矩陣計算得到加速度計觀測矩陣h1(k+1)和磁力計觀測矩陣h2(k+1)。加速度計觀測矩陣是利用重力加速度在地理坐標系和載體坐標系分別投影來建立觀測矩陣的，具體計算過程如下：其中，是的轉置矩陣，磁力計觀測矩陣是利用磁場方向在地理坐標系和載體坐標系中的投影來建立的觀測矩陣，具體計算過程如下：在本發(fā)明的一個實施例中，上述步驟s108具體為獲取上一時刻姿態(tài)值最優(yōu)解的誤差協方差，根據上一時刻姿態(tài)值最優(yōu)解的誤差協方差、預測矩陣和陀螺儀出廠誤差系數，計算得到先驗誤差協方差p先驗(k+1)，計算過程如下：p先驗(k+1)＝ak+1p2(k)ak+1t+i1q—計算式(15)，其中，p2(k)為上一時刻姿態(tài)值最優(yōu)解的誤差協方差，q為陀螺儀出廠誤差系數。然后，根據加速度計觀測矩陣、加速度計的實際誤差系數和先驗誤差協方差，計算得到第一階卡爾曼增益參數k1(k+1)，具體計算過程如下：k1(k+1)＝p先驗(k+1)h1(k+1)t(h1(k+1)p先驗(k+1)h1(k+1)t+i2r1(k+1))-1—計算式(16)，其中，r1(k+1)為加速度計的實際誤差系數。接著，根據更新后的預測矩陣、加速度計觀測矩陣、第一階卡爾曼增益參數、上一時刻姿態(tài)值最優(yōu)解對應的矩陣和第一階迭代狀態(tài)值，計算得到當前時刻臨時姿態(tài)值最優(yōu)解對應的矩陣，具體計算過程如下：q臨時(k+1)＝q預測(k+1)+k1(k+1)(a(k+1)-h1(k+1)q最優(yōu)(k))—計算式(17)，其中，a(k+1)為第一階迭代狀態(tài)值，q最優(yōu)(k)為上一時刻姿態(tài)值最優(yōu)解對應的矩陣。在本發(fā)明的一個實施例中，根據當前時刻加速度計測量得到的參數計算得到當前時刻的加速度值，然后根據當前時刻的加速度值、重力加速度值和加速度計出廠時的誤差系數，計算得到加速度計的實際誤差系數，具體計算過程如下：r1(k+1)＝(a-g)r/a+r—計算式(18)，其中，a為當前時刻的加速度值，g為重力加速度，r為加速度計出廠時的誤差系數。現有技術中，對于加速度計、磁力計和陀螺儀三個傳感器，加速度計在運動過程中混合其他加速度后輸出值將不準確，陀螺儀存在積累誤差，磁力計相對效果較好，可信度較高的特點。本發(fā)明實施例中，提出了自適應的加速度計誤差協方差，即上述計算式計算得出的加速度計的實際誤差系數，同時根據三個傳感器可信度和誤差相對大小關系，降低了磁力計的誤差，提高了陀螺儀的誤差，最終使姿態(tài)值最優(yōu)解得到較平穩(wěn)的效果。在本發(fā)明的一個實施例中，根據當前時刻加速度計測量得到的參數和磁力計測量得到的參數、加速度計觀測矩陣和加速度計出廠時的誤差系數，計算得到第一階迭代狀態(tài)值，具體計算過程如下：其中，q為上述根據當前時刻加速度計測量得到的在三軸上的加速度值gx、gy、gz以及磁力計測量得到的在三軸上的磁場強度值mx、my、mz計算得到的矩陣，具體計算過程參見上述實施例。在本發(fā)明的一個實施例中，上述步驟s110具體為：首先，根據加速度計觀測矩陣、先驗誤差協方差和第一階卡爾曼增益參數，計算得出第一階誤差協方差p1(k+1)，具體計算過程如下，p1(k+1)＝(i1-k1(k+1)h1(k+1))p先驗(k+1)—計算式(20)，其中，然后，根據磁力計觀測矩陣、第一階誤差協方差和磁力計出廠時的誤差系數，計算得出第二階卡爾曼增益參數k2(k+1)，具體計算過程如下：k2(k+1)＝p1(k+1)h2(k+1)t(h2(k+1)p1(k+1)h2(k+1)t+i2r2)-1—計算式(21)，其中，r2為磁力計出廠時的誤差系數，最后，根據磁力計觀測矩陣、臨時姿態(tài)值最優(yōu)解對應的矩陣、第二階卡爾曼增益參數、上一時刻姿態(tài)值最優(yōu)解對應的矩陣和第二階迭代值，計算得出當前時刻姿態(tài)值最優(yōu)解，具體計算過程如下：q最優(yōu)(k+1)＝q臨時(k+1)+k2(k+1)(m(k+1)-h2(k+1)q最優(yōu)(k))—計算式(22)，其中，m(k+1)為第二階迭代狀態(tài)值，q最優(yōu)(k)為上一時刻姿態(tài)值最優(yōu)解對應的矩陣。在本發(fā)明的一個實施例中，第二階迭代狀態(tài)值m(k+1)可根據當前時刻加速度計測量得到的參數和磁力計測量得到的參數、加速度計觀測矩陣和磁力計出廠時的誤差系數計算得到，具體計算過程如下：其中，q為上述根據當前時刻加速度計測量得到的在三軸上的加速度值gx、gy、gz以及磁力計測量得到的在三軸上的磁場強度值mx、my、mz計算得到的矩陣，具體計算過程參見上述實施例，r2為磁力計出廠時的誤差系數。在本發(fā)明的一個實施例中，在上述步驟s110之后，該方法還包括：根據磁力計觀測矩陣、第一階誤差協方差和第二階卡爾曼增益參數，計算得出第二階誤差協方差p2(k+1)，具體計算過程如下：p2(k+1)＝(i1-k2(k+1)h2(k+1))p1(k+1)—計算式(24)，本發(fā)明實施例計算得出的第二階誤差協方差作為本次循環(huán)的姿態(tài)值最優(yōu)解的誤差協方差，可用于下一時刻姿態(tài)值最優(yōu)解的計算。表1示出了根據本發(fā)明實施例的加速度計、磁力計和陀螺儀出廠時的誤差系數。表1出廠時誤差系數磁力計2加速度計0.398陀螺儀0.07圖2示出了根據本發(fā)明一個實施例的基于卡爾曼濾波的姿態(tài)控制方法的另一種處理流程圖。參見圖2，該方法至少包括步驟s201至步驟s207。步驟s202涉及的陀螺儀預測姿態(tài)可根據上述計算式(8)計算得到。步驟s203涉及的預測值可根據上述計算式(9)計算得到。步驟s204涉及的第一階卡爾曼濾波和步驟s205得到的當前時刻臨時姿態(tài)值最優(yōu)解可根據上述計算式(10)-計算式(17)計算得到。步驟s206涉及的第二階卡爾曼濾波和步驟s207得到的當前時刻姿態(tài)值最優(yōu)解可根據上述計算式(18)-計算式(24)計算得到?；谕话l(fā)明構思，本發(fā)明還提供了一種基于卡爾曼濾波的姿態(tài)控制裝置。圖3示出了根據本發(fā)明一個實施例的基于卡爾曼濾波的姿態(tài)控制裝置的結構示意圖。參見圖3，該裝置至少包括處理器310和存儲器320。存儲器320存儲可執(zhí)行指令，該可執(zhí)行指令控制處理器310進行操作以執(zhí)行上述任一實施例所述的基于卡爾曼濾波的姿態(tài)控制方法。本發(fā)明可以是系統(tǒng)、方法和/或計算機程序產品。計算機程序產品可以包括計算機可讀存儲介質，其上載有用于使處理器實現本發(fā)明的各個方面的計算機可讀程序指令。計算機可讀存儲介質可以是可以保持和存儲由指令執(zhí)行設備使用的指令的有形設備。計算機可讀存儲介質例如可以是――但不限于――電存儲設備、磁存儲設備、光存儲設備、電磁存儲設備、半導體存儲設備或者上述的任意合適的組合。計算機可讀存儲介質的更具體的例子(非窮舉的列表)包括：便攜式計算機盤、硬盤、隨機存取存儲器(ram)、只讀存儲器(rom)、可擦式可編程只讀存儲器(eprom或閃存)、靜態(tài)隨機存取存儲器(sram)、便攜式壓縮盤只讀存儲器(cd-rom)、數字多功能盤(dvd)、記憶棒、軟盤、機械編碼設備、例如其上存儲有指令的打孔卡或凹槽內凸起結構、以及上述的任意合適的組合。這里所使用的計算機可讀存儲介質不被解釋為瞬時信號本身，諸如無線電波或者其他自由傳播的電磁波、通過波導或其他傳輸媒介傳播的電磁波(例如，通過光纖電纜的光脈沖)、或者通過電線傳輸的電信號。這里所描述的計算機可讀程序指令可以從計算機可讀存儲介質下載到各個計算/處理設備，或者通過網絡、例如因特網、局域網、廣域網和/或無線網下載到外部計算機或外部存儲設備。網絡可以包括銅傳輸電纜、光纖傳輸、無線傳輸、路由器、防火墻、交換機、網關計算機和/或邊緣服務器。每個計算/處理設備中的網絡適配卡或者網絡接口從網絡接收計算機可讀程序指令，并轉發(fā)該計算機可讀程序指令，以供存儲在各個計算/處理設備中的計算機可讀存儲介質中。用于執(zhí)行本發(fā)明操作的計算機程序指令可以是匯編指令、指令集架構(isa)指令、機器指令、機器相關指令、微代碼、固件指令、狀態(tài)設置數據、或者以一種或多種編程語言的任意組合編寫的源代碼或目標代碼，所述編程語言包括面向對象的編程語言—諸如smalltalk、c++等，以及常規(guī)的過程式編程語言—諸如“c”語言或類似的編程語言。計算機可讀程序指令可以完全地在用戶計算機上執(zhí)行、部分地在用戶計算機上執(zhí)行、作為一個獨立的軟件包執(zhí)行、部分在用戶計算機上部分在遠程計算機上執(zhí)行、或者完全在遠程計算機或服務器上執(zhí)行。在涉及遠程計算機的情形中，遠程計算機可以通過任意種類的網絡—包括局域網(lan)或廣域網(wan)—連接到用戶計算機，或者，可以連接到外部計算機(例如利用因特網服務提供商來通過因特網連接)。在一些實施例中，通過利用計算機可讀程序指令的狀態(tài)信息來個性化定制電子電路，例如可編程邏輯電路、現場可編程門陣列(fpga)或可編程邏輯陣列(pla)，該電子電路可以執(zhí)行計算機可讀程序指令，從而實現本發(fā)明的各個方面。這里參照根據本發(fā)明實施例的方法、裝置(系統(tǒng))和計算機程序產品的流程圖和/或框圖描述了本發(fā)明的各個方面。應當理解，流程圖和/或框圖的每個方框以及流程圖和/或框圖中各方框的組合，都可以由計算機可讀程序指令實現。這些計算機可讀程序指令可以提供給通用計算機、專用計算機或其它可編程數據處理裝置的處理器，從而生產出一種機器，使得這些指令在通過計算機或其它可編程數據處理裝置的處理器執(zhí)行時，產生了實現流程圖和/或框圖中的一個或多個方框中規(guī)定的功能/動作的裝置。也可以把這些計算機可讀程序指令存儲在計算機可讀存儲介質中，這些指令使得計算機、可編程數據處理裝置和/或其他設備以特定方式工作，從而，存儲有指令的計算機可讀介質則包括一個制造品，其包括實現流程圖和/或框圖中的一個或多個方框中規(guī)定的功能/動作的各個方面的指令。也可以把計算機可讀程序指令加載到計算機、其它可編程數據處理裝置、或其它設備上，使得在計算機、其它可編程數據處理裝置或其它設備上執(zhí)行一系列操作步驟，以產生計算機實現的過程，從而使得在計算機、其它可編程數據處理裝置、或其它設備上執(zhí)行的指令實現流程圖和/或框圖中的一個或多個方框中規(guī)定的功能/動作。附圖中的流程圖和框圖顯示了根據本發(fā)明的多個實施例的系統(tǒng)、方法和計算機程序產品的可能實現的體系架構、功能和操作。在這點上，流程圖或框圖中的每個方框可以代表一個模塊、程序段或指令的一部分，所述模塊、程序段或指令的一部分包含一個或多個用于實現規(guī)定的邏輯功能的可執(zhí)行指令。在有些作為替換的實現中，方框中所標注的功能也可以以不同于附圖中所標注的順序發(fā)生。例如，兩個連續(xù)的方框實際上可以基本并行地執(zhí)行，它們有時也可以按相反的順序執(zhí)行，這依所涉及的功能而定。也要注意的是，框圖和/或流程圖中的每個方框、以及框圖和/或流程圖中的方框的組合，可以用執(zhí)行規(guī)定的功能或動作的專用的基于硬件的系統(tǒng)來實現，或者可以用專用硬件與計算機指令的組合來實現。對于本領域技術人員來說公知的是，通過硬件方式實現、通過軟件方式實現以及通過軟件和硬件結合的方式實現都是等價的。以上已經描述了本發(fā)明的各實施例，上述說明是示例性的，并非窮盡性的，并且也不限于所披露的各實施例。在不偏離所說明的各實施例的范圍和精神的情況下，對于本
技術領域：
的普通技術人員來說許多修改和變更都是顯而易見的。本文中所用術語的選擇，旨在最好地解釋各實施例的原理、實際應用或對市場中的技術改進，或者使本
技術領域：
的其它普通技術人員能理解本文披露的各實施例。本發(fā)明的范圍由所附權利要求來限定。當前第1頁12