[0001] 本发明涉及安防巡检技术领域，特别涉及一种多路安防巡检机器人智能调度方法、系统、设备及其介质。

[0002] 随着城市化进程的加速推进，各类基础设施不断完善，人口密集度持续增加，商业活动日益频繁，这使得各个领域对于安全保障的需求达到了前所未有的高度。无论是工业生产领域中的大型工厂、仓库，还是商业领域的购物中心、写字楼，亦或是公共服务领域的医院、学校、车站等场所，都面临着复杂多样的安全挑战。这些场所人员流动量大、物资集中，存在着诸如火灾隐患、盗窃风险、人员安全威胁等诸多潜在问题。而安防巡检作为一种主动的安全防范措施，能够及时发现并处理这些潜在的安全隐患，从而有效预防事故的发生，保障人员和财产的安全。然而，现有的调度方法存在着一系列的不足之处，严重制约了安防巡检机器人的效能发挥；首先，在信息整合方面，现有的方法往往无法实现对来自不同机器人、不同传感器以及不同数据源的信息进行全面、准确、及时的整合和分析，这导致信息的碎片化和不连贯性，使得调度决策缺乏充分的数据依据，难以做出最优的调度安排；
其次，路径规划的精准性也是现有调度方法的一大短板。当前的路径规划算法在面对复杂的实际环境时，往往不能充分考虑到各种动态因素和约束条件，如实时的交通状况、人群流动情况、障碍物的突然出现等，这使得规划出的路径可能不够优化，机器人在巡检过程中可能会遇到不必要的绕路、拥堵甚至无法通行的情况，从而浪费时间和能源，降低了巡检效率；
此外，实时应对变化的能力不足更是现有的调度方法的一个突出问题，在实际的安防巡检过程中，环境是动态变化的，可能会出现突发的安全事件、设备故障、环境条件改变等情况，现有的调度方法往往不能及时感知这些变化，并迅速做出相应的调整，这导致巡检机器人无法及时响应紧急情况，延误了最佳的处理时机，同时也可能因为不能根据实时情况调整任务分配和路径规划，而造成资源的浪费和巡检效果的不理想；
为此，提出一种多路安防巡检机器人智能调度方法、系统、设备及其介质。

[0020] 下面结合附图对本公开实施例进行详细描述。

[0021] 应当明确，以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

[0022] 需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目各方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

[0023] 还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

[0024] 另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。

[0025] 图1是本发明实施例的一种多路安防巡检机器人智能调度方法的流程示意图。需注意的是，若有实质上相同的结果，本申请的方法并不以图1所示的流程顺序为限。如图1所示：一种多路安防巡检机器人智能调度方法，包括以下步骤：步骤一、在目标巡检区域内安装多种传感器，实时采集巡检机器人和巡检区域的基础参数信息；
其中，传感器包括激光雷达、摄像头、红外传感器以及其他可用于获取巡检区域相关信息的传感器；步骤一还包括对采集到的巡检机器人和巡检区域的基础参数信息进行实时预处理和数据融合，对于不同类型传感器采集的数据，采用相应的滤波算法去除噪声干扰，例如对激光雷达数据采用中值滤波，对摄像头图像数据采用高斯滤波，然后，通过数据融合算法将多源数据进行融合，以获得更准确、全面的环境信息，融合算法可以采用基于卡尔曼滤波的融合方法或者基于深度学习的特征融合方法，提高数据的可靠性和有效性，为后续的机器人筛选和路径规划提供更优质的基础数据；
步骤二、基于巡检机器人和巡检区域的基础参数信息，利用智能筛选算法对多个巡检机器人进行评估和筛选，筛选出目标巡检机器人，并利用路径规划算法制定巡检路线；
其中，智能筛选算法中的权重参数根据实时的巡检任务需求和环境变化进行动态调整。当巡检区域的环境复杂度增加（如障碍物增多、地形变化较大）或者任务紧急程度提高时，相应地增加与应对这些变化相关因素的权重，例如提高检测精度权重和续航能力权重，以确保筛选出更适合当前复杂环境和紧急任务的巡检机器人，同时，建立权重调整的自适应模型，根据历史数据和实时反馈信息，自动学习和调整权重参数，使智能筛选算法能够更好地适应不同的巡检场景，提高机器人筛选的准确性和适应性；
路径规划算法在制定巡检路线后，根据实时获取的环境信息和机器人运行状态进行实时更新，当发现新的障碍物或者机器人电量发生变化等情况时，及时重新计算路径成本函数，并对巡检路线进行局部或全局的优化调整，采用增量式路径规划算法，在原有路径的基础上进行快速修正，减少计算量，提高路径规划的实时性和灵活性，同时，将路径规划的更新结果实时反馈给目标巡检机器人，确保机器人能够按照最新的最优路线进行巡检，提高巡检效率和安全性；
步骤三、根据筛选出的目标巡检机器人和制定的巡检路线，生成巡检任务；
其中，生成的巡检任务通过可视化界面进行展示和管理，该界面以地图形式呈现巡检区域，标注出每个巡检机器人的巡检路线、巡检区域、任务时间节点以及任务重点等信息，操作人员可以通过该界面直观地了解整个巡检任务的安排情况，并能够进行交互式操作，如手动调整巡检路线、设置任务优先级、查看机器人的实时状态等，同时，可视化界面具备实时数据更新功能，能够随着巡检工作的进行，实时显示机器人的位置移动、任务完成进度等信息，方便操作人员对巡检工作进行实时监控和调度管理，提高工作效率和决策的准确性；对生成的巡检任务进行定期备份，并存储在多个独立的存储介质中，当出现系统故障、数据丢失或其他意外情况导致巡检任务信息损坏时，能够快速从备份中恢复任务数据，确保巡检工作的连续性和稳定性，同时，备份过程中采用数据加密和完整性校验技术，保证备份数据的安全性和可靠性，恢复任务数据时，对恢复的任务进行完整性和准确性验证，确保恢复后的巡检任务能够正常执行，避免因数据损坏或错误导致的巡检工作异常，为安防巡检任务的可靠执行提供有力保障；
步骤四、根据巡检任务，目标巡检机器人启动巡检工作，实时向调度中心反馈自身的位置、运行状态以及采集到的环境数据信息；
其中，在向目标巡检机器人下达巡检任务时，根据任务的紧急程度和重要性设定优先级，紧急任务优先下达，并通过多通道通信方式确保任务信息的及时送达，同时，机器人在接收到任务后，向调度中心发送详细的任务接收确认信息，包括任务内容的解析结果、预计执行时间等，调度中心对机器人的确认信息进行审核，若发现异常或不符合要求的情况，及时与机器人进行交互沟通，确保任务下达的准确性和完整性，此外，建立任务下达的日志记录系统，对每一次任务下达的时间、内容、接收情况等进行详细记录，以便后续的查询和分析，为任务管理和调度优化提供数据支持；
步骤五、基于传感器实时获取目标巡检机器人的运行状态和障碍物的动态信息，并利用图像处理和模式识别技术，对新出现的未知障碍物进行识别和分类；
其中，对于实时获取的目标巡检机器人的运行状态信息，除了基本的位置、速度等参数外，还通过传感器监测机器人的机械部件振动频率和温度，设定正常振动频率范围和温度范围，当检测到的振动频率或温度超出正常范围时，判断机器人可能存在机械故障隐患，立即向调度中心发送预警信号，并启动故障诊断程序，对机器人的机械部件进行初步诊断分析，将诊断结果实时反馈给调度中心；
对于利用图像处理和模式识别技术对新出现的未知障碍物进行识别和分类，除了基于形状、大小等特征外，还引入深度学习算法，通过对大量障碍物图像数据的学习，提高对复杂障碍物的识别准确率，同时，根据障碍物的类型和危险程度进行分级，例如将障碍物分为低危、中危和高危级别，不同级别的障碍物对应不同的处理策略和预警级别，以便更高效地进行巡检路线调整和任务分配；
步骤六、根据实时获取的目标巡检机器人的运行状态和障碍物的动态信息，运用实时调整算法动态优化巡检路线和巡检任务；
其中，当运用实时调整算法动态优化巡检路线和巡检任务时，对于多机器人协同巡检的场景，考虑机器人之间的通信延迟和协作关系，若多个机器人在相近区域遇到障碍物或其他异常情况，通过分布式协商算法，使机器人之间相互协调路径调整和任务分配，避免出现冲突和重复操作，例如，当一个机器人因电量不足需要更换任务时，附近的机器人根据自身状态和任务优先级，通过协商决定是否接替其任务，同时调整各自的巡检路线，以保证整体巡检任务的连续性和高效性；
在遇到紧急情况（如突发安全事件）时，实时调整算法优先保障关键区域的巡检任务，提高紧急任务的优先级权重。根据事件的位置和严重程度，快速重新规划机器人的巡检路线，集中资源向关键区域部署，同时通知其他相关安防系统（如监控摄像头、报警装置等）协同工作，实现全方位的安防响应，并且，在紧急情况处理过程中，实时记录机器人的操作日志和相关数据，以便后续对紧急情况处理过程进行评估和分析，总结经验教训，进一步优化应急处理策略；
步骤七、获取巡检过程的运行数据，利用数据分析技术挖掘潜在的安全隐患和异常情况，生成预警信息，并根据预警信息对后续的巡检任务进行优化调整；
其中，利用数据分析技术挖掘潜在的安全隐患和异常情况时，除了基于实时数据进行分析外，还结合历史数据进行趋势分析，例如，通过对一段时间内温度数据的变化趋势分析，预测可能出现的温度异常情况，提前发出预警信息，同时，对于人员活动的分析，不仅关注人员异常聚集情况，还通过行为分析算法识别人员的异常行为模式（如奔跑、打斗等），及时发现潜在的安全威胁，并将预警信息同时发送至相关安保人员的移动终端和监控中心，以便采取及时有效的应对措施；
根据预警信息对后续的巡检任务进行优化调整时，除了调整巡检频率和路径规划外，还根据不同类型的预警信息自动生成相应的应急预案，例如，在检测到火灾隐患预警时，自动规划机器人前往附近的消防设备点进行检查，并通知相关人员做好消防准备工作；
在发现人员异常行为预警时，调度机器人靠近该区域进行更密切的监控，并联动附近的语音广播系统进行提示或警告，同时，将应急预案的执行情况纳入巡检工作的评估指标体系，以便不断完善和优化应急预案，提高安防巡检系统的应急响应能力；
步骤八、巡检任务结束后，将巡检过程中产生的所有数据进行分类存储和备份，并对本次巡检工作进行总结和评估；
其中，为了方便后续对巡检数据的分析和处理，建立数据索引和元数据管理系统，对存储的数据进行分类索引，提高数据查询效率；同时，对数据的来源、采集时间、相关任务等元数据进行详细记录和管理，为数据分析提供更丰富的上下文信息，此外，预留数据接口，以便与其他安防系统或第三方数据分析平台进行数据交互和集成，实现更广泛的安防数据应用和协同工作，具有良好的扩展性和兼容性。

[0026] 在一个实施例中，具体的，在步骤一中，基础参数信息包括巡检机器人的性能参数、当前状态、与巡检任务的匹配度、巡检次数以及任务类型和巡检区域的地形地貌、障碍物分布、任务要求以及环境信息；其中，巡检机器人的性能参数包括机器人的移动速度、续航能力、传感器精度、数据处理能力等，这些参数直接决定了机器人能否在特定环境下有效执行任务；
当前状态指的是机器人在执行任务前的即时状态，如电量、传感器状态、机械部件的完好性等，这些信息有助于判断机器人是否适合立即执行任务，或者是否需要先进行维护或充电；
与巡检任务的匹配度指的是根据任务的性质和要求，评估机器人是否具备完成任务所需的特定功能或能力，例如，某些任务可能需要机器人具备高清摄像功能，或者能够在复杂地形中稳定移动；
巡检次数指的是机器人需要执行巡检的次数，这通常与巡检的周期性和任务的重要性有关；
任务类型包括设备检查、环境监测、安全巡逻等多种类型，不同类型的任务对机器人的要求也不同；
巡检区域的地形地貌包括地面的平整度、坡度、土壤类型等，这些信息对于规划机器人的移动路径和避免潜在风险至关重要；
障碍物分布指的是巡检区域内的障碍物（如树木、建筑物、设备等）的位置和类型，有助于机器人提前规划避障策略；
任务要求包括巡检的精度、速度、需要收集的数据类型等，这些要求直接指导了机器人的操作策略；
环境信息包括天气条件、光照强度、温度、湿度等，这些信息对于评估机器人的工作环境和确保任务安全执行非常重要。

[0027] 在一个实施例中，具体的，在步骤二中，智能筛选算法根据巡检机器人的性能参数、当前状态以及与巡检任务的匹配度计算巡检机器人的综合评估得分；性能参数包括运动速度、续航能力、检测精度和负载能力；当前状态包括当前电量、是否正在执行任务和工作时长；设定运动速度为 、续航能力为 、检测精度为 、负载能力为 、当前电量为 、是否正在执行任务为 ，若正在执行任务，则 ，否则 、工作时长为 、与巡检任务的匹配度为 ；
设定运动速度权重为 、续航能力权重为 、检测精度权重为 、负载能力权重为 、前电电量权重为 、任务执行状态权重为 、工作时长权重为 、匹配度权重为 ，且 ；
巡检机器人的综合评估得分 的计算公式为：

[0028] ；其中， 、 、 、 分别为相应参数的最大值， 为设定的最
大工作时长，得分越高的机器人越适合当前巡检任务，筛选出得分最高的机器人作为目标巡检机器人；
路径规划算法根据巡检区域的地形地貌、障碍物分布和任务要求计算路径成本函数；地形地貌包括坡度和地势高低；障碍物分布包括静态障碍物和动态障碍，若障碍物为静态障碍物，则通过建立地图模型，将障碍物位置标记为不可通行区域；若障碍物为动态障碍物，则利用预测模型，根据动态障碍物的历史运动数据、当前速度和方向信息，预测其未来一段时间内的位置和运动轨迹；任务要求包括紧急程度和重要性等级；
设定路径成本函数为 ，距离成本为 、能耗成本为 、时间成本为 、风险成本为 ：
路径成本函数 的计算公式为：
；
其中，距离成本 与路径长度 相关，表示为：
；
其中， 为距离成本权重；
能耗成本 与地形坡度、机器人运动状态相关，表示为：
；
其中， 为路径上的节点数， 为在第 个节点处的能耗估计值， 为能耗成本权重；
时间成本 与机器人的平均速度和任务时间要求相关，表示为：
；
其中， 为机器人的平均速度， 为允许的最大巡检时间， 为完成当前任
务所需的预计时间， 和 为时间成本权重；
风险成本 与障碍物的接近程度和任务的紧急重要程度相关，表示为：
；
其中， 为路径上与障碍物接近的点的数量， 为第个点的风险评估值， 为风险成本权重；
通过优化算法，包括遗传算法、模拟退火算法，寻找使路径成本函数最小的路径作为规划的巡检路线。

[0029] 在一个实施例中，具体的，在步骤三中，巡检任务包括目标巡检机器人的巡检区域（精确到具体坐标范围或特定区域标识）、巡检时间（起始时间、结束时间以及每个阶段的时间节点）、巡检频率（按小时、天、周等不同周期的巡检次数）以及在不同区域的任务重点（如在某些区域重点检测温度变化，在其他区域重点监控人员活动、设备运行状态等），通过综合考虑巡检区域、时间、频率和任务重点等因素，可以制定出详细、可行的巡检计划，这有助于机器人高效地执行任务，同时确保巡检结果的准确性和可靠性，此外，根据实际需求，还可以对巡检计划进行动态调整和优化，以适应不断变化的工作环境和任务要求。

[0030] 在一个实施例中，具体的，在步骤四中，巡检任务通过多频段通信技术发送至目标巡检机器人，若遇到通信干扰，则自动切换至备用频段，并实时监测通信质量，对通信参数进行自适应调整；目标巡检机器人接收巡检任务后，向调度中心发送确认信号，若在预定时间内未收到确认信号，则调度中心自动重发任务信息，通过采用多频段通信技术、实时监测通信质量和自适应调整通信参数等措施，可以显著提高巡检任务传输的稳定性和可靠性，同时，通过要求目标巡检机器人发送确认信号，并在未收到确认时自动重发任务信息，可以进一步确保任务信息的准确传达和任务的顺利执行，这些措施共同构成了一个高效、可靠的巡检任务传输与确认机制。

[0031] 在一个实施例中，具体的，在步骤五中，图像处理和模式识别技术利用深度学习算法，对未知障碍物进行识别和分类，并建立障碍物数据库，对识别的障碍物进行记录和分类，通过应用图像处理和模式识别技术，巡检机器人能够实现对未知障碍物的有效识别和分类，这不仅提高了机器人的环境感知能力，还为其后续的路径规划和避障策略提供了重要的数据支持，同时，通过建立障碍物数据库，机器人可以实现对障碍物的长期跟踪和管理，为未来的巡检任务提供更加精准和可靠的决策依据。

[0032] 在一个实施例中，具体的，在步骤八中，数据存储和备份利用分布式存储技术和冗余备份机制，将数据分散存储在多个存储节点上，并对存储的数据进行加密处理，加密算法利用定期更新的动态密钥机制，通过应用分布式存储技术、冗余备份机制和数据加密处理等措施，巡检机器人能够实现对巡检数据的全面保护，这些措施共同构成了一个高效、安全的数据存储和备份机制，确保了巡检数据的完整性、可用性和机密性，这不仅有助于提升巡检任务的效率和质量，还为后续的数据分析和决策提供了有力的支持。

[0033] 通过本实施例提供的多路安防巡检机器人智能调度方法，实现了对巡检机器人的高效调度和监控，该方法提高了巡检任务的执行效率和安全性，降低了人工干预的成本和风险，同时，通过数据挖掘和预警机制，能够及时发现潜在的安全隐患和异常情况，为安防工作提供了有力的支持。

[0034] 图2是本申请实施例的一种多路安防巡检机器人智能调度系统的功能模块示意图，如图2所示，一种多路安防巡检机器人智能调度系统，包括：传感器网络模块、智能筛选与路径规划模块、巡检任务生成模块、实时通信与反馈模块、障碍物识别与处理模块、数据分析与预警模块和数据存储与管理模块；传感器网络模块，用于在目标巡检区域内安装多种传感器，实时采集巡检机器人和巡检区域的基础参数信息，基础参数信息包括巡检机器人的性能参数、当前状态、与巡检任务的匹配度、巡检次数、任务类型，以及巡检区域的地形地貌、障碍物分布、任务要求、环境信息；
智能筛选与路径规划模块，用于基于传感器网络模块采集的基础参数信息，利用智能筛选算法对多个巡检机器人进行评估和筛选，筛选出目标巡检机器人，并利用路径规划算法根据巡检区域的地形地貌、障碍物分布和任务要求制定巡检路线；
巡检任务生成模块，用于根据筛选出的目标巡检机器人和制定的巡检路线，生成具体的巡检任务，巡检任务包括巡检区域、巡检时间、巡检频率以及在不同区域的任务重点；
实时通信与反馈模块，用于将巡检任务发送至目标巡检机器人，并实时接收目标巡检机器人反馈的位置、运行状态以及采集到的环境数据信息；
障碍物识别与处理模块，用于基于传感器实时获取目标巡检机器人的运行状态和障碍物的动态信息，并利用图像处理和模式识别技术对新出现的未知障碍物进行识别和分类，根据实时获取的目标巡检机器人的运行状态和障碍物的动态信息，运用实时调整算法动态优化巡检路线和巡检任务；
数据分析与预警模块，用于获取巡检过程的运行数据，利用数据分析技术挖掘潜在的安全隐患和异常情况，生成预警信息，并根据预警信息对后续的巡检任务进行优化调整；
数据存储与管理模块，用于巡检任务结束后，将巡检过程中产生的所有数据进行分类存储和备份，并对本次巡检工作进行总结和评估。

[0035] 本实施例提供的一种多路安防巡检机器人智能调度系统，通过集成多个模块实现了对巡检机器人的高效调度和智能管理，该系统能够实时采集巡检机器人和巡检区域的基础参数信息，智能筛选和规划巡检机器人和巡检路线，生成具体的巡检任务，并实时接收和处理巡检机器人的反馈信息，同时，该系统还能够识别和处理障碍物，挖掘潜在的安全隐患和异常情况，并生成预警信息对后续的巡检任务进行优化调整，最后，该系统将巡检过程中产生的所有数据进行分类存储和备份，并对本次巡检工作进行总结和评估，这些功能共同构成了一个高效、智能、可靠的安防巡检系统。

[0036] 关于上述实施例系统中各模块实现技术方案的其他细节，可参见上述实施例中的一种多路安防巡检机器人智能调度方法中的描述，此处不再赘述。

[0037] 需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

[0038] 如图3为本公开实施例提供的一种计算机设备的结构示意图。其示出了适于用来实现本公开实施例中的计算机设备的结构示意图。图3示出的计算机设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

[0039] 如图3所示，一种计算机设备，该计算机设备包括处理器和存储器，该存储器中存储有至少一条指令或至少一段程序，该至少一条指令或该至少一段程序由该处理器加载并执行以实现如上述方法实施例所提供的一种消防应急虚拟灭火实战模拟方法。

[0040] 图3示出了一种用于实现本申请实施例所提供的一种多路安防巡检机器人智能调度方法的设备的硬件结构示意图，设备可以参与构成或包含本申请实施例所提供的装置或系统。如图3所示，计算机设备100可以包括一个或多个处理器102（处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）、用于存储数据的存储器104、以及用于通信功能的传输装置106。除此以外，还可以包括：显示设备、输入/输出接口（I/O接口）、通用串行总线（USB）端口（可以作为I/O接口的端口中的一个端口被包括）、网络接口、电源和/或相机。本领域普通技术人员可以理解，图3所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机设备100还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。

[0041] 应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机设备100（或移动设备）中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制。

[0042] 存储器104可用于存储应用软件的软件程序以及模块，如本申请实施例中的一种多路安防巡检机器人智能调度方法对应的程序指令/数据存储装置，处理器通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的一种方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机设备100。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

[0043] 传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机设备100的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器（NetworkInterfaceController，NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频（RadioFrequency，RF）模块，其用于通过无线方式与互联网进行通讯。

[0044] 显示设备可以例如触摸屏式的液晶显示器（LCD），该液晶显示器可使得用户能够与计算机设备100（或移动设备）的用户界面进行交互。

[0045] 有关本实施例的详细说明可以参考前述各实施例中的相应说明，在此不再赘述。

[0046] 以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。

[0047] 在本公开中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序，本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

[0048] 另外，如在此使用的，在以“至少一个”开始的项的列举中使用的“或”指示分离的列举，以便例如“A、B或C的至少一个”的列举意味着A或B或C，或AB或AC或BC，或ABC（即A和B和C）。此外，措辞“示例的”不意味着描述的例子是优选的或者比其他例子更好。

[0049] 还需要指出的是，在本公开的系统和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。

[0050] 可以不脱离由所附权利要求定义的教导的技术而进行对在此所述的技术的各种改变、替换和更改。此外，本公开的权利要求的范围不限于以上所述的处理、机器、制造、事件的组成、手段、方法和动作的具体方面。可以利用与在此所述的相应方面进行基本相同的功能或者实现基本相同的结果的当前存在的或者稍后要开发的处理、机器、制造、事件的组成、手段、方法或动作。因而，所附权利要求包括在其范围内的这样的处理、机器、制造、事件的组成、手段、方法或动作。

[0051] 提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

[0052] 为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。