技术领域
[0001] 本发明属于无人机技术领域，尤其涉及一种无人机的组合导航解算方法、装置、无人机及介质。
相关背景技术
[0002] 随着科技的飞速发展，无人机（Unmanned Aerial Vehicle, UAV）作为一种高效、灵活的空中平台，在各个领域展现出了巨大的应用潜力。从农业精准作业到灾害应急响应，从环境监测到目标跟踪，无人机都发挥着不可替代的作用。而在这些应用中，全球导航卫星系统（Global Navigation Satellite System, GNSS）与惯性导航系统（Inertial Navigation System, INS）的结合（GNSS/INS系统）更是为无人机提供了强大的导航与定位能力。
[0003] 炮射无人机是一种结合了无人机技术和弹药发射技术的新型武器系统，主要用于现代战争中的侦察、打击和通信中继等任务。
[0004] 炮射无人机对于GNSS/INS系统提出了更高的要求。首先其发射前位于发射系统内部，GNSS无法定位，而发射过程无人机需要承受较大的过载，并且伴随高速旋转，这种过程对IMU陀螺仪和加速度计量程要求较高，对于陀螺仪而言通常要求其量程大于4000°/s，对于加速度计而言通常要求其量程大于100g，从而极大地增加了GNSS/INS组合导航系统的成本。而且在发射后，无人机通常处于高旋状态，因此陀螺仪的标度误差和交叉耦合误差会给姿态解算带来非常大的误差。以发射后无人机的旋转时间20s，旋转速度6转/秒计算，万分之五的标度误差，航向方向由于标度误差导致的航向误差为21.6度，该误差会严重影响无人机的控制。
具体实施方式
[0027] 以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
[0028] 为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
[0029] 首先，对炮射无人机技术进行简单介绍。
[0030] 无人机按照平台构型分类可以分为固定翼无人机、多旋翼无人机、伞翼无人机以及扑翼无人机等。其中，固定翼具有高效的空气动力学设计、长航程和长飞行时间、高速飞行能力以及广泛的应用领域等优势。现代固定翼无人机集成了先进的导航系统、自动驾驶技术和高性能传感器，能够在复杂环境中执行各种任务。这些技术的应用不仅提高了无人机的飞行性能和任务执行能力，还降低了操作难度和风险。固定翼无人机以其高效的空气动力学设计、长航程和长飞行时间、高速飞行能力以及广泛的应用领域等优势，在无人机技术和应用中占据重要地位。随着技术的不断发展，固定翼无人机的性能和功能将进一步提升，为更多领域带来便利和价值。
[0031] 固定翼无人机具有多种部署方式，其中固定翼无人机通过炮管发射具有显著的优势，这些优势主要体现在以下几个方面：（1）突防能力强：可以快速穿越防线，固定翼无人机借助炮弹或火箭弹的发射速度和飞行轨迹，能够快速穿越敌方防线，减少被拦截的风险。
[0032] （2）目标特征小：在炮管内发射时，无人机以紧凑的形态被封装，目标特征小，难以被敌方雷达或防空系统探测到。
[0033] （3）生存能力强，减少暴露时间：无人机在炮管内的时间较长，减少了在外部环境中暴露的时间，从而降低了被攻击的风险。
[0034] （4）一次性使用：部分炮射无人机设计为一次性使用，无需考虑回收问题，这降低了被敌方捕获和逆向工程的风险。
[0035] （5）发射成本低：相对于传统的无人机发射方式，炮射无人机能够利用现有的火炮进行发射，无需额外的发射设备，降低了发射成本。
[0036] （6）可大规模部署：由于发射成本低，炮射无人机可以大规模部署，形成数量优势，提高作战效能。
[0037] （7）适用范围广，适应多种环境：炮射无人机可以适应不同的发射环境，包括陆地、海上和空中平台。
[0038] （8）兼容多种火炮：可以与多种口径的火炮或火箭炮兼容，满足不同的作战需求。
[0039] （9）技术创新性强：炮射无人机是无人机技术与传统弹药技术的创新结合，展现了技术的多样性和融合性。
[0040] GNSS全球导航卫星系统，作为基于卫星的定位技术，通过接收并解算多颗卫星发射的信号，实现了全球范围内的精确位置和时间信息测量。其主要代表包括美国的GPS系统、欧洲的伽利略系统、中国的北斗系统以及俄罗斯的GLONASS系统等。这些系统为无人机提供了高精度的导航服务，但单纯的GNSS系统在某些复杂环境下（如城市峡谷、森林覆盖区等）可能会受到信号遮挡或多径效应的影响，导致定位精度下降。
[0041] 为了弥补这一不足，INS惯性导航系统被引入并与GNSS系统相结合，形成了GNSS/INS组合导航系统。INS系统通过内置的陀螺仪、加速度计等惯性传感器，能够实时测量无人机的姿态和运动状态，并在短时间内提供连续的导航信息。当GNSS信号不可用时，INS系统能够接管导航任务，确保无人机的持续稳定飞行。
[0042] GNSS/INS组合导航系统的优势主要体现在以下几个方面：高精度定位与导航：通过GNSS/INS组合导航系统，无人机能够实现厘米级的高精度定位，即使在复杂环境中也能确保飞行路径的准确无误。这对于执行精准农业作业、地质勘探、电力巡检等任务至关重要。
[0043] 自主避障与路径规划：结合GNSS提供的位置信息和INS提供的姿态信息，无人机能够实时感知周围环境，进行自主避障和路径规划。这大大提高了无人机的安全性和任务执行效率。
[0044] 应急救援与目标跟踪：在灾害应急响应中，无人机携带GNSS/INS系统能够快速定位受灾区域，进行空中侦察和目标跟踪。同时，通过搭载的高清摄像头、红外传感器等设备，无人机能够实时传输现场图像和视频信息，为救援指挥部提供决策支持。
[0045] 长时间、长距离飞行：对于需要长时间、长距离飞行的无人机来说，GNSS/INS组合导航系统能够提供持续稳定的导航信息，确保无人机在飞行过程中不会因信号丢失而迷失方向。
[0046] 然而，炮射无人机对于GNSS/INS系统提出了更高的要求。一方面，发射前位于发射系统内部，GNSS无法定位，而发射过程无人机需要承受较大的过载，并且伴随高速旋转，这种过程对IMU陀螺仪和加速度计量程要求较高，对于陀螺仪而言通常要求其量程大于4000°/s，对于加计而言通常要求其量程大于100g，从而极大地增加了GNSS/INS组合导航系统的成本。另一方面，在发射后无人机通常处于高旋状态，因此陀螺仪的标度误差和交叉耦合误差会给姿态解算带来非常大的误差。以发射后无人机的旋转时间20s，旋转速度6转/秒计算，万分之五的标度误差，航向方向由于标度误差导致的航向误差为21.6度，该误差会严重影响无人机的控制。
[0047] 为了解决上述问题，本发明实施例提供一种无人机的组合导航解算方法，参见图1所示，包括：步骤S101，在无人机发射炮弹前，对无人机的姿态参数进行第一初始化。
[0048] 这里的姿态参数主要包括横滚角、俯仰角和航向角。通过在无人机发射炮弹前，例如在无人机布放过程中完成组合导航的初始化，可以极大降低组合导航系统的成本，进而降低无人机的成本。
[0049] 作为一种可能的实现方式，对无人机的姿态参数进行第一初始化的过程，可以包括：根据 初始化无人机的横滚角；
根据 初始化无人机的俯仰角；
获取并初始化无人机的航向角；
其中， 分别表示无人机的横滚角和俯仰角； 分别表示无人机静止
条件下加速度计的x、y、z三轴的输出均值；atan为求反正切符号。
[0050] 步骤S102，在无人机发射炮弹后，不断通过惯导机械编排，解算更新无人机的姿态参数。
[0051] 无人机向地面目标发射炮弹后，由于受到反作用力的影响，进行无动力介入的上升阶段，这个过程中通过惯导机械编排解算更新无人机的姿态参数。惯导机械编排是指对惯性导航系统进行数学建模和算法设计，以实现对无人机运动状态的估计。其主要任务是根据加速度计和陀螺仪输出的测量值，通过数学模型计算位置、速度和姿态等导航参数。
[0052] 例如：（1）速度更新：
[0053] 在上式中， 为无人机绕地球旋转运动产生的离心力以及哥氏效应产生的速度增量， 是由于无人机相对于惯性坐标系的加速度即比力信息。
[0054] （2）位置更新在本实施例中无人机的经纬度信息由从n系到e系的旋转四元数表示：
[0055] 上式的四元数包含了无人机的经度和纬度信息， 时刻的位置四元数 可以通过 时刻的位置四元数 以及无人机的速度信息得到：
[0056]
[0057] 上式中 和 计算方法如下：
[0058]
[0059] 在上式中， 代表e系在k‑1时刻到k时刻的旋转矢量，中间时刻的速度计算方法如下： ，位置外推方法同速度更新时外推方法一致。
[0060] （3）姿态更新算法姿态更新同样通过四元数的方法进行更新，更新时利用k‑1时刻的姿态四元数以及k‑1至k时刻的陀螺仪角增量，计算方法如下：
[0061]
[0062] 对于b系从 时刻到 时刻的变化可以用四元数表示为：
[0063] 式中， 代表b系从 时刻到 间隔内的旋转矢量。
[0064] 步骤S103，当无人机到达轨迹最高点后，在无人机开伞下降过程中，对姿态参数进行修正，以使无人机进入稳定状态。
[0065] 当无人机上升到达轨迹最高点后，会开启自带的降落伞以实现平稳下降，在开伞下降的过程中，可以通过加速度计数据和陀螺仪数据，对组合导航系统的姿态参数进行高精度地修正，以保证后续无人机地平稳飞行控制，从而克服在高旋过程中造成的横滚角和俯仰角过大的问题。
[0066] 作为一种可能的实现方式，对姿态参数进行修正的过程可以包括：通过滑动时间窗不断地缓存预设时间内无人机的陀螺仪数据和加速度计数据；
根据当前滑动时间窗内缓存的无人机的陀螺仪数据和加速度计数据，确定当前滑动时间窗内无人机的平稳度；
若当前滑动时间窗内无人机的平稳度未满足预设的平稳条件，则对下一滑动时间窗内无人机的平稳度进行判断，直至确定无人机的平稳度满足平稳条件；
在无人机的平稳度满足平稳条件后，根据对应滑动时间窗内无人机的陀螺仪数据和加速度计数据，对姿态参数进行修正。
[0067] 在本实施例中，滑动时间窗可以是1秒（具体数值可以根据实际需求设定），即不断地缓存更新1秒内的陀螺仪和加速度计的x，y，z三轴数据，并在每个滑动时间窗内，计算陀螺仪三轴的方差和加速度计三轴的方差，依次表示为： 。
[0068] 选择平稳度比较小的滑动时间窗进行初始化，是因为当无人机动态较大时进行姿态初始化容易导致姿态误差偏大。通过计算陀螺仪三轴的方差和加速度计三轴的方差的总和，作为无人机的平稳度，当无人机的平稳度小于预设的平稳度阈值后，说明无人机已经进入较稳定的状态，就可以利用无人机的陀螺仪数据和加速度计数据计算当前的姿态信息。
[0069] 步骤S104，在无人机切伞后，控制无人机沿机头方向平飞，并对姿态参数进行第二初始化。
[0070] 在本实施例中，首先控制无人机沿机头方向平飞，因为组合导航的航向对应的轴向方向和机头方向一致，因此在无人机平飞后当达到一定的速度后便可获取航向信息，将该航向信息赋值给组合导航作为初始航向，同时将该时刻的位置、速度信息作为初始信息完成组合导航的初始化。
[0071] 步骤S105，通过卡尔曼滤波对无人机进行组合导航解算。
[0072] 利用上述得到的航向和姿态的初始信息，通过预先建立的卡尔曼滤波算法，不断地进行卡尔曼滤波的循环计算，从而可以在整个导航过程中提供连续可靠地导航定姿信息。
[0073] 卡尔曼滤波需要根据导航应用的场景选取卡尔曼滤波的状态量。一般而言选取的状态量越多越能准确地反映运动模型，越能够准确地对状态量进行估计，除此之外状态量的选取也取决于所使用的惯导等级，例如对于低等级的MEMS惯导，其比例因子和交轴耦合误差较大，然而随着状态量的增多计算的复杂度也会随之增大，因此在选取状态量时需要进行综合考虑，在本实施例中选取位置误差、速度误差、姿态误差、陀螺仪零偏误差、加速度计零偏误差以及杆臂误差一共15个误差作为状态量，如下：
[0074] 其中， 的分别代表北东地方向的位置误差， 分别代表北东地方向的速度误差， 分别代表横滚、俯仰、航向角误差， 分
别代表陀螺仪x，y，z轴的零偏误差， 分别代表加速度计x，y，z轴的零偏误差。
[0075] 卡尔曼滤波的预测过程：
[0076] 式中， 分别为k和k‑1时刻的状态量， 为离散后的状态转移矩阵， 为系统噪声驱动矩阵， 为状态的噪声向量。
[0077] 位置误差、速度误差、姿态误差、陀螺仪零偏误差、加速度计零偏误差以及杆臂误差一共15个状态量对应的状态转移矩阵 为：
[0078] 其中：
[0079]
[0080]
[0081]
[0082]
[0083]
[0084] 其中， 分别代表无人机东向速度、北向速度以及天向速度， 代表地球的自传角速度，M，N，h分别代表地球卯酉圈半径、子午圈半径以及无人机的大地高， 代表无人机纬度， 代表当地正常重力值， 代表采样间隔以及惯导噪声的相关时间。代表传感器输出在无人机坐标系以及导航坐标系的投影。
[0085] 建立卡尔曼滤波的量测方程：
[0086] 上式中，Z矩阵代表卡尔曼滤波的量测信息矩阵，V矩阵代表量测噪声项，H矩阵代表量测方程系数矩阵，其中H矩阵形式如下：
[0087] 其中， 为3×3单位矩阵。
[0088] 量测噪声项的方差矩阵R阵表示如下：
[0089] 其中， 为GNSS观测信息东向位置方差值、北向位置方差值、天向位置方差值、东向速度方差值、北向速度方差值以及天向速度方差值。
[0090] 卡尔曼滤波的更新过程：
[0091] 其中， 代表k时刻的增益矩阵， 代表k时刻的量测方程系数矩阵， 代表量测噪声矩阵，该矩阵在该步骤中需要结合卫星的高度角进行合理的设定，I代表单位矩阵，为k时刻的的量测信息矩阵。
[0092] 预测和更新完成后得到紧组合卡尔曼滤波的状态量，利用滤波得到的卡尔曼滤波状态量对各个导航信息进行补偿，同时将GPS时及导航解算得到的位置及速度信息输出并进行保存，直至整个卡尔曼滤波完成。从而在整个导航过程中提供连续可靠地导航定姿信息。
[0093] 本发明实施例解决了在发射炮弹阶段由于无人机快速旋转导致的陀螺仪比例因子角度误差不断累积，导致横滚角和俯仰角过大，严重影响无人机的控制的问题。同时能够避免为了保证发射阶段的精度采用高精度惯性导航设备或者减旋设备带来的高成本问题，可以促进无人机的广泛应用。
[0094] 应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0095] 图2是本发明实施例提供的无人机的组合导航解算装置20的结构示意图，包括：第一初始化模块21，用于在无人机发射炮弹前，对无人机的姿态参数进行第一初始化。
[0096] 第一计算模块22，用于在无人机发射炮弹后，不断通过惯导机械编排，解算更新无人机的姿态参数。
[0097] 修正模块23，用于当无人机到达轨迹最高点后，在无人机开伞下降过程中，对姿态参数进行修正，以使无人机进入稳定状态。
[0098] 第二初始化模块24，用于在无人机切伞后，控制无人机沿机头方向平飞，并对姿态参数进行第二初始化。
[0099] 第二计算模块25，用于通过卡尔曼滤波对无人机进行组合导航解算。
[0100] 作为一种可能的实现方式，第一初始化模块21具体用于：根据 初始化无人机的横滚角；
根据 初始化无人机的俯仰角；
获取并初始化无人机的航向角；
其中， 分别表示无人机的横滚角和俯仰角； 分别表示无人机静止
条件下加速度计的x、y、z三轴的输出均值；atan为求反正切符号。
[0101] 作为一种可能的实现方式，修正模块23具体用于：通过滑动时间窗不断地缓存预设时间内无人机的陀螺仪数据和加速度计数据；
根据当前滑动时间窗内缓存的无人机的陀螺仪数据和加速度计数据，确定当前滑动时间窗内无人机的平稳度；
若当前滑动时间窗内无人机的平稳度未满足预设的平稳条件，则对下一滑动时间窗内无人机的平稳度进行判断，直至确定无人机的平稳度满足平稳条件；
在无人机的平稳度满足平稳条件后，根据对应滑动时间窗内无人机的陀螺仪数据和加速度计数据，对姿态参数进行修正。
[0102] 作为一种可能的实现方式，修正模块23具体用于：根据陀螺仪数据，分别计算陀螺仪三轴的方差；
根据加速度计数据，分别计算加速度计三轴的方差；
计算陀螺仪三轴的方差和加速度计三轴的方差的总和，得到无人机的平稳度；
相应的，平稳条件为：
无人机的平稳度小于预设的平稳度阈值。
[0103] 作为一种可能的实现方式，第二初始化模块24具体用于：在无人机沿机头方向平飞的过程中，当无人机的速度达到预设的速度阈值后，对无人机的姿态参数进行第二初始化。
[0104] 作为一种可能的实现方式，第二计算模块25具体用于：根据 确定无人机的状态量；
根据状态量，对无人机的姿态参数进行补偿；
其中， 分别为k和k‑1时刻的状态量， 为离散后的状态转移矩阵， 为
系统噪声驱动矩阵， 为状态量的噪声量。
[0105] 作为一种可能的实现方式，状态量包括以下的至少一项：位置误差、速度误差、姿态误差、陀螺仪零偏误差、加速度计零偏误差和杆臂误差。
[0106] 本发明实施例解决了在发射炮弹阶段由于无人机快速旋转导致的陀螺仪比例因子角度误差不断累积，导致横滚角和俯仰角过大，严重影响无人机的控制的问题。同时能够避免为了保证发射阶段的精度采用高精度惯性导航设备或者减旋设备带来的高成本问题，可以促进无人机的广泛应用。
[0107] 图3是本发明一实施例提供的无人机30的示意图。如图3所示，该实施例的无人机30包括：处理器31、存储器32以及存储在所述存储器32中并可在所述处理器31上运行的计算机程序33，例如无人机的组合导航解算程序。所述处理器31执行所述计算机程序33时实现上述各个无人机的组合导航解算方法实施例中的步骤，例如图1所示的步骤S101至S105。
或者，所述处理器31执行所述计算机程序33时实现上述各装置实施例中各模块的功能，例如图2所示模块21至25的功能。
[0108] 示例性的，所述计算机程序33可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器32中，并由所述处理器31执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序33在所述无人机30中的执行过程。
[0109] 所述无人机30可包括，但不仅限于，处理器31、存储器32。本领域技术人员可以理解，图3仅仅是无人机30的示例，并不构成对无人机30的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述无人机30还可以包括输入输出设备、网络接入设备、总线等。
[0110] 所称处理器31可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field‑Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0111] 所述存储器32可以是所述无人机30的内部存储单元，例如无人机30的硬盘或内存。所述存储器32也可以是所述无人机30的外部存储设备，例如所述无人机30上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）等。进一步地，所述存储器32还可以既包括所述无人机30的内部存储单元也包括外部存储设备。所述存储器32用于存储所述计算机程序以及所述无人机30所需的其他程序和数据。所述存储器32还可以用于暂时地存储已经输出或者将要输出的数据。
[0112] 所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0113] 在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0114] 本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0115] 在本发明所提供的实施例中，应该理解到，所揭露的装置/无人机和方法，可以通过其它的方式实现。例如，以上所描述的装置/无人机实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0116] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0117] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0118] 所述集成的模块/单元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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read‑Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。
[0119] 以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
