技术领域
[0001] 本
申请涉及电
力设备
无损检测技术领域，具体而言，涉及一种变电站绝缘子缺陷在线检测方法及装置。
背景技术
[0002] 绝缘子是电力系统中应用最为广泛的电力设备，是构成电力系统的不可或缺的重要器件。相较于其他电力设备，绝缘子结构比较简单，制造成本相对较低，然而绝缘子的重要性却不容忽视。变电站中存在大量的绝缘子，若变电站绝缘子出现缺陷，会影响变电站的正常运行，严重时甚至会造成变电站出现故障，引发长时间的停电。因此，对变电站绝缘子进行在线检测具有十分重要的意义。
[0003] 在一些绝缘子检测的实现中，针对变电站绝缘子在线检测的方法主要有3种。第一种是通过人工巡检的方法对变电站中的绝缘子进行检查；第二种是采用巡检小车的方式对输变电设备进行巡视；第三种是在绝缘子安装区段布置
传感器，结合传感器采集数据及通讯手段实现绝缘子的实时监测，这种方法能够及时发现绝缘子的缺陷。
[0004] 但是，在绝缘子数量庞大的变电站中，依赖人工经验会受主观影响，对检测人员的生命安全会产生一定威胁；单独采用巡检小车在杆塔、
导线等较多的情况下，会影响绝缘子缺陷的识别，并且绝缘子内部的缺陷也不能很好的识别；布置传感器的方式在特殊
气候条件下会造成传感器的误判。
发明内容
[0005] 本申请的目的在于提供一种变电站绝缘子缺陷在线检测方法及装置，通过使用配备基于强聚光激励方式的远距离红外热波检测技术的巡检小车，能够实现绝缘子外部缺陷及内部缺陷的远距离快速检测，通过多
自由度调整检测装置的
云台空间
位置、摄像头
角度及焦距，能有效地避免遮挡物的影响，在线检测变电站绝缘子内部缺陷情况，可以提高其检测
精度和速度。
[0007] 本申请实施例第一方面提供一种变电站绝缘子缺陷在线检测方法，包括以下步骤：
[0008] 变电站绝缘子缺陷在线检测装置移动至待检测点；
[0009] 通过变电站绝缘子缺陷在线检测装置的红外热像仪采集绝缘子的第一红外热图序列；
[0010] 将所述第一红外热图序列中的待识别绝缘子区域框出并裁减，对裁剪所得图片进行归一化、灰度化处理得到低背景噪声尺寸变小的灰度化红外热图序列；
[0011] 将所述灰度化红外热图序列进行离散傅里叶变换，得到预设
频率相位图序列、预设频率幅值图序列；
[0012] 将所述预设频率的相位图序列进行高斯核滤波降
采样，得到低噪声预设频率相位图序列；
[0013] 使用DeepLabv3神经网络模型分割出所述低噪声预设频率相位图序列的绝缘子部分，基于预设大小检测单元的投票机制，计算缺陷疑似区域和无缺陷区域的差值绝对值Contrast；
[0014] 若Contrast≥20，则所在低噪声预设频率相位图序列所记录的被检绝缘子存在缺陷，发出缺陷存在指令并将所述存在缺陷的第一红外热图序列、预设频率相位图序列和预设频率幅值图序列存入
数据库待后续人工
定位具体缺陷；
[0015] 若Contrast≤20，则所在低噪声预设频率相位图序列所记录的被检绝缘子正常，发出正常指令，所述变电站绝缘子缺陷在线检测装置移动至下一检测点重复执行上述步骤。
[0016] 可选地，所述通过变电站绝缘子缺陷在线检测装置的红外热像仪采集绝缘子的第一红外热图序列的步骤之前还包括步骤：
[0017] 通过调整所述红外热像仪所在的多自由度云台的高度、载物平台的高度、红外热像仪的角度、强聚光激励源发射器的方向，确保所述强聚光激励源发射器发出的光束与所述红外热像仪镜头中画面中心位置保持一致。
[0018] 可选地，将所述第一红外热图序列中的待识别绝缘子区域框出并裁减，对裁剪所得图片进行归一化、灰度化处理得到低背景噪声尺寸变小的灰度化红外热图序列，包括：
[0019] 将所述第一红外热图序列发送至变电站绝缘子缺陷在线检测装置的目标识别模
块和
图像处理模块；
[0020] 所述目标识别模块使用YOLOv3神经网络模型识别所述第一红外热图序列中的绝缘子并框处，然后裁剪输出只包括绝缘子的图片序列，形成第二红外热图序列；
[0021] 基于所述第二红外热图序列进行归一化处理和灰度化处理，得到低背景噪声、尺寸变小且相同的灰度化红外热图序列。
[0022] 根据
权利要求1所述的变电站绝缘子缺陷在线检测方法，其特征在于，所述预设频率为低频段频率，具体设置为f＝1、3、5、8、10Hz。
[0023] 可选地，使用DeepLabv3神经网络模型分割出所述低噪声预设频率相位图序列中的绝缘子部分，基于预设大小检测单元的投票机制，计算缺陷疑似区域和无缺陷区域的差值绝对值Contrast包括以下步骤：
[0024] 使用DeepLabv3神经网络模型分割出所述低噪声预设频率相位图序列中的绝缘子部分，以15×15
像素单元的为检测单元，并计算获取所述检测单元的平均灰度值；
[0025] 将0-255的灰度值以5为单位划分为51个组，对所述检测单元的所述平均灰度值进行投票，投票数最高的平均灰度值记作正常灰度值IS；
[0026] 计算各像素点平均灰度值IDn和所述平均灰度值IS的差值绝对值，得到Contrast表示如下：
[0027]
[0028] 其中，n表示第n个缺陷疑似区域。
[0029] 可选地，所述正常灰度值表示所在的检测单元为无缺陷区域。
[0030] 本申请实施例第二方面提供一种变电站绝缘子缺陷在线检测装置，包括：检测平台和移动装置；
[0031] 所述移动装置具体可以设置为万向升降电力小车，用以在检测点之间移动和承载所述检测平台，所述万向升降电力小车包括行进模块、升降模块、动力模块及控
制模块；
[0032] 所述检测平台设置在所述万向升降电力小车的升降模块上，包括：
[0033] 强聚光激励源发射器，具体设置为2个大功率卤素聚焦灯，用于对被检绝缘子的大面积照射和均匀加热；
[0034] 多焦距视场的红外热波检测系统，用于对在线绝缘子的远距离检测，包括：
[0035] 电源中心，包括共用电源系统和独立电源系统；
[0036] 强聚光激励源模块，用以控制所述强聚光激励源发射器产生幅值可调、频率可调的强聚光束对绝缘子加热；
[0037] 红外
图像采集中心，包括红外热像仪和多自由度云台，用于将绝缘子自身的红外
辐射转换为图像；
[0038] 控制及
数据处理中心，用于实现如权利要求1-6任一所述方法，包括：
[0039] 热像仪交互模块用以连接红外热像仪，实现对所述红外热像仪的焦距、采集频率、采集时间、热像仪数据存储的控制；
[0040] 激励交互模块，用以实现所述强聚光激励源模块的触发、激励源加热时长、激励源
波形控制、激励源朝向角度控制；
[0041] 目标识别模块，用于识别并框住需检测的绝缘子，实现对绝缘子的自动识别检测；
[0042] 图像处理模块，用于对红外热图序列的显示、采集热图灰度化及伪彩化转化、图像各点曲线绘制、图像滤波处理、实现对被检绝缘子的缺陷区域的增强及定量分析；
[0043] 可选地，所述行进模块为四轮ABAB结构麦克纳姆轮，每个轮由单独的
电机驱动，包括2个A型麦克纳姆轮和2个B型麦克纳姆轮；
[0044] 所述升降模块包括载物平台和剪叉式升降架；
[0045] 所述动力模块为三元锂离子动力
电池及配套变流系统，实现对所述万向升降电力小车供电；
[0046] 所述
控制模块通过内嵌PLC编程进行路径和升降规划，也可外接手持遥控器对所述万向升降电力小车的行进和载物平台的升降控制。
[0047] 可选地，所述控制及数据处理中心配置为内置
软件的工控机。
[0048] 本申请实施例的有益效果包括：本申请提出了一种变电站绝缘子缺陷在线检测方法及装置，通过卤素聚光灯加热在线绝缘子，基于热波传播原理、红外图像处理、热波
频谱分析，热波在绝缘子缺陷区域与无缺陷区域的传播存在差异，在绝缘子表面会反映出
温度场分布差异；进一步通过红外热像仪采集热图序列，并进行离散
傅立叶变换得到相位图和幅值图，能够增强缺陷显示，通过内置检测方法的分析，可以实现对缺陷的自动、快速、定量分析。该装置可在变电站内灵活行进，根据绝缘子的位置调整装置的高度及装置的检测角度，从而实现对在线绝缘子无遮挡、远距离的自动检测。
附图说明
[0049] 为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0050] 图1示出了根据本申请实施例一种变电站绝缘子缺陷在线检测装置结构示意正视图；
[0051] 图2示出了根据本申请实施例一种变电站绝缘子缺陷在线检测装置结构示意侧视图；
[0052] 图3示出了根据本申请实施例万向升降电力小
车轮胎分布图；
[0053] 图4示出了根据本申请实施例一种变电站绝缘子缺陷在线检测方法的
流程图；
[0054] 图标：1-载物平台；2-用共用电源系统；3-左大功率卤素聚焦灯；4-独立电源系统；5-控制及数据处理中心；6-右大功率卤素聚焦灯；7-多自由度云台；8-移动车体；9-轮胎；
10-红外热像仪；11-剪叉式升降架；12-动力模块；13-第一A型麦克纳姆轮；14-第二A型麦克纳姆轮；15-第一B型麦克纳姆轮；16-第二B型麦克纳姆轮。
具体实施方式
[0055] 现在将描述某些示例性实施方案，以从整体上理解本文所公开的装置和方法的结构、功能、制造和用途的原理。这些实施方案的一个或多个示例已在附图中示出。本领域的普通技术人员将会理解，在本文中具体描述并示出于附图中的装置和方法为非限制性的示例性实施方案，并且本申请的多个实施方案的范围仅由权利要求书限定。结合一个示例性实施方案示出或描述的特征可与其他实施方案的特征进行组合。这种
修改和变型旨在包括在本申请的范围之内。
[0056] 本
说明书通篇提及的“多个实施例”、“一些实施例”、“一个实施例”或“实施例”等，意味着结合该实施例描述的具体特征、结构或特性包括在至少一个实施例中。因此，本说明书通篇出现的短语“在多个实施例中”、“在一些实施例中”、“在至少另一个实施例中”或“在实施例中”等并不一定都指相同的实施例。此外，在一个或多个实施例中，具体特征、结构或特性可以任何合适的方式进行组合。因此，在无限制的情形下，结合一个实施例示出或描述的具体特征、结构或特性可全部或部分地与一个或多个其他实施例的特征、结构或特性进行组合。这种修改和变型旨在包括在本申请的范围之内。
[0057] 本申请提出了一种变电站绝缘子缺陷在线检测装置及方法，对变电站中存在缺陷的绝缘子，通过避开遮挡，调整最佳检测视场，对绝缘子内部缺陷定量识别，实现对变电站绝缘子的缺陷进行快速、定量地检测，一定程度上
预防变电站绝缘子发生事故。
[0058] 本申请提出了一种变电站绝缘子缺陷在线检测装置，所述线检测装置包括检测平台和移动装置。
[0059] 所述移动装置具体可以设置为万向升降电力小车，用以实现对在线绝缘子的无遮挡检测。
[0060] 万向升降电力小车，用以搭载红外热波检测系统，通过行进和升降，实现红外热波检测系统的空间位置变化。所述万向升降电力小车包括行进模块、升降模块、动力模块及控制模块。
[0061] 行进模块为四轮ABAB结构麦克纳姆轮，每个轮胎9由单独的电机驱动。所述万向升降电力小车包括第一A型麦克纳姆轮13、第二A型麦克纳姆轮14、第一B型麦克纳姆轮15和第二B型麦克纳姆轮16，如图3所示本申请实施例万向升降电力小车轮胎分布图。
[0062] 升降模块包括载物平台1和剪叉式升降架11，所述载物平台在本实施例中为剪式液压驱动升降载物平台，所述剪叉式升降架11可操作安装在移动车体8上。所述升降模块能够实现5m以上的升高，承重300kg以上，如图1和图2所示。
[0063] 动力模块12为三元锂离子动力电池及配套变流系统，实现对小车的
电能供应。
[0064] 控制模块主要针对所述万向升降电力小车的行进和载物平台1的升降，利用激光测距传感器控制载物平台1的升降高度，可内嵌PLC编程进行路径和升降规划，也可外接手持遥控器实现控制。
[0065] 所述检测平台设置在万向升降电力小车的载物平台1上，包括强聚光激励源发射器、多焦距视场的红外热波检测系统。
[0066] 所述多焦距视场的红外热波检测系统用于实现对在线绝缘子的远距离检测，包括强聚光激励源模块、红外图像采集中心、控制及数据处理中心5、电源中心构成。
[0067] 强聚光激励源模块，用以控制所述强聚光激励源发射器产生幅值可调、频率可调的强聚光束，从而实现对被检绝缘子的加热。在本实施例中，所述强聚光激励源发射器具体可以设置为左大功率卤素聚焦灯3和右大功率卤素聚焦灯6。所述2个大功率卤素聚焦灯加热照射角度可进行4个自由度的调整，通过卤素聚焦灯的照射角度调整，实现对被检绝缘子的大面积照射和均匀加热。
[0068] 红外图像采集中心，通过被检绝缘子位置实现角度的调整，将被检绝缘子自身的红外辐射转换为人眼可识别的可见图像，并以直观、形象的热图或灰度图形式显示。
[0069] 所述红外图像采集中心由红外热像仪10和多自由度云台7组成。
[0070] 所述红外热像仪采用制冷型
量子阱红外光电探测器技术，具有灵敏度高、温度性好和响应时间短等优点，可实现50Hz以上的图像采集频率。
[0071] 所述多自由度云台可实现2个方位自由度的角度调整，
水平方向可实现±150°的自由度调整，
俯仰方向可实现±45°的自由度调整，可根据被检绝缘子位置实现角度的调整。
[0072] 控制及数据处理中心5，用于实现对所述红外热波检测系统的交互，所述红外热波检测系统与所述万向升降电力小车的配合控制，以及所采集热图序列的图像处理及分析。
[0073] 控制及数据处理中心5在本实施例中可以配置为内置软件的工控机，包含红外热像仪交互模块、激励交互模块、目标识别模块和图像处理模块。
[0074] 热像仪交互模块用以连接红外热像仪10，实现对所述红外热像仪的焦距、采集频率、采集时间、热像仪数据存储的控制。
[0075] 激励交互模块，用以实现激励源的触发、激励源加热时长、激励源波形控制、激励源朝向角度控制等，可以实现0.1s至10min的持续加热，激励源波形可以实现三角波、
正弦波、矩形波等多种形式的波形调制。
[0076] 目标识别模块采用内置的目标识别
算法，用于识别并框住需检测的绝缘子，实现对绝缘子的自动识别检测。
[0077] 图像处理模块，用于实现红外热图的实时显示、采集热图灰度化及伪彩化转化、图像各点曲线绘制、图像滤波处理、
图像序列存储导出等，从而实现对被检绝缘子的缺陷区域的增强及定量分析。
[0078] 电源中心，用以实现红外热波检测系统
中红外热像仪10、大功率卤素聚焦灯、控制及数据处理中心5的电力提供。电源中心采用锂离子动力电池，针对不同设备采用不同变流系统、动力电池、变流系统共同组成设备的电源系统。其中，红外热像仪10、控制及数据处理中心5使用共用电源系统2，左大功率卤素聚焦灯3和右大功率卤素聚焦灯6采用独立电源系统4，确保检测操作的安全稳定。电源中心的
锂离子电池可拆卸，方便及时更换
备用电池。
[0079] 本申请第二方面提出了一种变电站绝缘子缺陷在线检测方法，所述方法可以进行人工操作和自动操作，其中自动操作方法即由所述检测装置通过以下步骤进行检测：
[0080] 在步骤S1中，变电站绝缘子缺陷在线检测装置移动至待检测点。
[0081] 搭载检测平台的万向升降电力小车行至变电站检测点，调整所述检测平台的多自由度云台7的高度及红外热像仪10的角度，必要时还可以调整载物平台1的高度，进一步的确保被检绝缘子处于所述红外热像仪最佳检测视角，同时调整强聚光激励源发射器，即大功率卤素聚焦灯的朝向，确保光束的中心位置与红外热像仪的镜头中心位置保持一致。
[0082] 在步骤S2中，通过变电站绝缘子缺陷在线检测装置的红外热像仪采集绝缘子的第一红外热图序列。
[0083] 调整所述红外热像仪的焦距，确保所述红外热像仪的视图至清晰度保持最佳状态，启动触发控制及数据处理中心5的热像仪交互模块和激励交互模块，配置合适的激励时间、激励波形、红外热像仪的采集频率、采集时间；通过大功率卤素聚焦灯发出热波对被检绝缘子进行加热，于此同时通过红外热像仪采集被检绝缘子的第一红外热图序列。
[0084] 在步骤S3中，将所述第一红外热图序列中的待识别绝缘子区域框出并裁减，对裁剪所得图片进行归一化、灰度化处理得到低背景噪声尺寸变小的灰度化红外热图序列；
[0085] 将所述第一红外热图序列发送至变电站绝缘子缺陷在线检测装置的目标识别模块和图像处理模块。
[0086] 由目标识别模块内嵌的训练好的YOLOv3模型识别并框出所述第一红外热图序列中的绝缘子，裁剪出框出的绝缘子图片，形成新的绝缘子的第二红外热图序列。
[0087] YOLOv3(You Only Look Once)是一种基于
深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。
[0088] 对所述第二红外热图序列进行图片大小归一化处理，得到图片调整至统一大小的归一化红外热图序列,采用训练好的YOLOv3模型对第一红外热图序列的绝缘子进行识别，并以识别框裁剪图片，后续以此图片进行大小归一化和灰度化处理。该方法能够有效地消除图片中的背景噪声，同时减小了图片尺寸，得到低背景噪声尺寸变小的灰度化红外热图序列，用于提高后续图片处理的效率。
[0089] 在步骤S4中，将所述灰度化红外热图序列进行离散傅里叶变换，得到预设频率相位图序列、预设频率幅值图序列。
[0090] 将所述灰度化红外热图序列进行时域上的
离散傅立叶变换(DFT)，对序列中图片任一像素点的温度(即为灰度值)时间响应做离散傅立叶变换，
[0091]
[0092] 其中，Δt为采样时间间隔，N为处理的图片序列幅数，(x,y)为对序列中图片任一像素点的坐标，Imxy(n)为虚数部分，Rexy(n)为实数部分，k为第k个频率点。
[0093] 可以得到幅值图序列，幅值谱Axy(n)表示为
[0094]
[0095] 可以得到相位图序列，相位谱Фxy(n)表示为：
[0096]
[0097] 对所述灰度化处理后的图片序列进行离散傅立叶变换后将生成幅值图序列和相位图序列，并将其存储；
[0098] 选取预设张数特定低频段相位图进行后续处理，在本实施例中，预设张数为5张，频段选取为f＝1、3、5、8、10Hz。由热波在材料中的检测深度 可知，低频段能够反映更深层的结构信息，且差分相位能够实现缺陷深度的定量分析。
[0099] 采用频域分析的方法对归一化红外热图序列进行分析，并选择特定频率的5张图片进行后续处理。该方法能够有效地对图片中的缺陷进行增强，发掘频域内含有的信息，同时选择特定频率的图片，遴选了有效信息，提高了后续图片处理的效率。
[0100] 在步骤S5中，将所述预设频率的相位图序列进行高斯核滤波降采样，得到低噪声预设频率相位图序列。
[0101] 由于傅立叶变换后的图片序列噪声较多，将所述预设张数特定低频段相位图进行高斯核滤波再进行降采样实现图像噪声消除并平衡图像模糊，得到低噪声图片序列。
[0102] 高斯核的标准差表示为：
[0103] σ＝Σ/S
[0104] 其中，S为缩放因子，取值为0.8，参数Σ设置为0.6。
[0105] 在步骤S6中，使用DeepLabv3神经网络模型分割出所述低噪声预设频率相位图序列的绝缘子部分，基于预设大小检测单元的投票机制，计算缺陷疑似区域和无缺陷区域的差值绝对值Contrast；
[0106] 通过训练好的DeepLabv3模型分割所述低噪声预设频率相位图序列的绝缘子。DeepLabv3是一种用于图像语义分割的顶尖
深度学习模型，结合了深度
卷积神经网络(DCNNs)和概率图模型(DenseCRFs)的方法，包括一个简单而高效的改善分割结果的
解码器模块。
[0107] 以15×15的像素单元作为预设大小的检测单元，计算每张图片中绝缘子分割区域的各检测单元的平均灰度值，将0-255的灰度值以5为单位划分为51个组，并对平均灰度值进行投票，投票数最高的平均灰度值记作正常灰度值。
[0108] 正常灰度值的区域即为无缺陷区域，其各像素点平均灰度值记为IS。
[0109] 平均灰度值最大区域和平均灰度值最小区域即为缺陷疑似区域，其各像素点平均灰度值记为IDn，n表示第n个缺陷疑似区域。
[0110] 计算缺陷疑似区域和无缺陷区域的差值绝对值Contrast，计算公式如下：
[0111]
[0112] 利用训练好的DeepLabv3模型对绝缘子区域进行分割，并提出了一种基于投票机制的绝缘子区域检测单元平均像素划分，以此来初步划分疑似缺陷区域和无缺陷区域。基于该方法进行区域的划分，能够实现缺陷的快速、准确、自动定位，从而有效地提高了缺陷的检测效率。
[0113] 步骤7，若Contrast≥20，则所在低噪声预设频率相位图序列所记录的被检绝缘子存在缺陷，发出缺陷存在指令并将所述存在缺陷的第一红外热图序列、预设频率相位图序列和预设频率幅值图序列存入数据库待后续人工定位具体缺陷。
[0114] 对所述差值绝对值Contrast进行判断，若Contrast≥20，则被检绝缘子存在缺陷，发出缺陷存在指令。
[0115] 将前述步骤中第一红外热图序列、预设频率幅值图序列、预设频率相位图序列存入缺陷绝缘子数据库，待后续人工定位缺陷的具体信息。
[0116] 步骤8，若Contrast≤20，则所在低噪声预设频率相位图序列所记录的被检绝缘子正常，则被检测绝缘子不存在缺陷，检测系统发出正常指令，所述移动装置继续行进至下一检测点并重复执行步骤S1至步骤S7，直至所有检测点全部完成检测。
[0117] 缺陷疑似区域和无缺陷区域的差值绝对值Contrast来判断所检绝缘子是否存在缺陷的全新判据，该判据简单有效，能够快速地将含缺陷的绝缘子筛选出来，极大提高了为后续对缺陷信息的人工计算效率。
[0118] 本申请的有益效果在于：本申请提出了一种用于变电站在线绝缘子缺陷的检测装置，通过卤素聚光灯加热在线绝缘子，基于热波传播原理、红外图像处理、热波频谱分析，热波在绝缘子缺陷区域与无缺陷区域的传播存在差异，在绝缘子表面会反映出温度场分布差异；进一步通过红外热像仪采集热图序列，并进行离散傅立叶变换得到相位图和幅值图，能够增强缺陷显示，通过内置检测方法的分析，可以实现对缺陷的自动、快速、定量分析。该装置可在变电站内灵活行进，根据绝缘子的位置调整装置的高度及装置的检测角度，从而实现对在线绝缘子无遮挡、远距离的自动检测。
[0119] 此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可
专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由
硬件执行、可以完全由软件(包括
固件、常驻软件、
微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
[0120] 计算机存储介质可能包含一个内含有
计算机程序编码的传播数据
信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、
电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。
[0121] 本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的
软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或
服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)、或连接至外部计算机(例如通过因特网)、或在云计算环境中、或作为服务使用如软件即服务(SaaS)。
[0122] 此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在
覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
[0123] 同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
[0124] 针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。
