首页> 中国专利> 单点交叉口微观交通仿真模型参数标定方法和装置

单点交叉口微观交通仿真模型参数标定方法和装置

摘要

本公开涉及交通仿真领域,提供了一种单点交叉口微观交通仿真模型参数标定方法和装置,该方法包括:构建参数变量模型;基于上述参数变量模型确定目标标定参数;对上述目标标定参数进行标定,得到初始模型参数;对上述初始模型参数进行验证,得到目标模型参数。本公开针对应用场景最普遍的单点交叉口场景,建立了一套参数标定方法,达到快速、准确的进行特定场景的模型参数标定的目标。

著录项

  • 公开/公告号CN115618655A

    专利类型发明专利

  • 公开/公告日2023-01-17

    原文格式PDF

  • 申请/专利权人 北京华录高诚科技有限公司;

    申请/专利号CN202211610136.5

  • 申请日2022-12-15

  • 分类号G06F30/20(2020.01);

  • 代理机构北京星通盈泰知识产权代理有限公司 11952;

  • 代理人葛战波

  • 地址 100043 北京市石景山区阜石路165号华录大厦12层

  • 入库时间 2023-06-19 18:22:39

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-02-10

    实质审查的生效 IPC(主分类):G06F30/20 专利申请号:2022116101365 申请日:20221215

    实质审查的生效

  • 2023-01-17

    公开

    发明专利申请公布

说明书

技术领域

本公开涉及交通仿真领域,尤其涉及单点交叉口微观交通仿真模型参数标定方法和装置。

背景技术

在微观交通仿真模型中,存在大量的既定和待定参数描述车辆性能、交通流特性及驾驶员行为,因此这些参数的取值对仿真的结果的有效性具有较大影响。现有模型中的参数缺省值是根据软件开发国的交通情况设定的,并不适合我国复杂的交通情况,因此需要对模型参数进行校正,以保证仿真结果的精确性。

目前的仿真模型参数标定过程通常由专业人员依据经验和现状观测值手动进行参数调试,存在专业性要求高、无法保障标定效率和不同场景的适用性等缺陷。因此亟需建立一套通用性强、准确度高的微观交通仿真模型参数标定方法。

发明内容

(一)发明目的

鉴于此,为了达到快速、准确的进行特定场景的模型参数标定的目标,本公开提供了以下技术方案。

(二)技术方案

本公开实施例的第一方面,提供了一种单点交叉口微观交通仿真模型参数标定方法,包括:构建参数变量模型;基于上述参数变量模型确定目标标定参数;对上述目标标定参数进行标定,得到初始模型参数;对上述初始模型参数进行验证,得到目标模型参数。

在一种可能的实施方式中,上述构建参数变量模型,包括:

选取初始模型,其中,上述初始模型包括初始车辆跟驰模型和初始车辆换道模型;

设置上述初始模型的仿真步长和反应时间;

确定上述初始车辆跟驰模型和上述初始车辆换道模型的模型类型;

基于上述初始模型、上述仿真步长和上述模型类型构建参数变量模型。

在一种可能的实施方式中,上述目标标定参数包括车辆参数和道路参数,其中,上述车辆参数至少包括以下几项:最大加速度,一般减速度,最小车头时距,停车反应时间,最小停车距离;上述道路参数至少包括以下几项:车辆变道配合度,车道变换距离,第一区域距离,第二区域距离。

在一种可能的实施方式中,上述目标标定参数包括上述最大加速度、上述一般减速度、上述最小车头时距、上述停车反应时间、上述最小停车距离、上述第一区域距离和上述第二区域距离。

在一种可能的实施方式中,上述对上述目标标定参数进行标定,得到初始模型参数,包括:

确定上述目标标定参数的参数标定范围;

基于上述参数标定范围利用缺省值标定法标定上述目标标定参数。

在一种可能的实施方式中,上述对上述初始模型参数进行验证,得到目标模型参数,包括:

对输出交通状况和输出驾驶行为进行误差分析,生成误差分析结果;

基于上述误差分析结果调整上述初始模型参数,得到中间模型参数;

基于仿真结果指标对以上述中间模型参数为参数的参数变量模型进行校验,得到校验结果;

基于上述校验结果,调整上述中间模型参数,得到目标标定参数。

在一种可能的实施方式中,上述仿真结果指标至少包括以下几项:交叉口转向流量,路段密度,路段平均速度。

本公开实施例的第二方面,提供了一种单点交叉口微观交通仿真模型参数标定装置,包括:

构建单元,被配置成构建参数变量模型;

确定单元,被配置成基于上述参数变量模型确定目标标定参数;

标定单元,被配置成对上述目标标定参数进行标定,得到初始模型参数;

验证单元,被配置成对上述初始模型参数进行验证,得到目标模型参数。

本公开实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可以在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。

(三)有益效果

本公开实施例与现有技术相比存在的有益效果是:针对应用场景最普遍的单点交叉口场景,建立了一套参数标定方法,达到快速、准确的进行特定场景的模型参数标定的目标。

附图说明

为了更清楚地说明本公开实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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它的附图。

图1是根据本公开的单点交叉口微观交通仿真模型参数标定方法的一些实施例的流程图;

图2是本公开一个实施例的动态实验-反应时间模型设置页面图;

图3是本公开一个实施例的动态实验-行为模型设置页面图;

图4是本公开一个实施例的车辆类型为Car时的动态模型反应时间设置页面图;

图5是本公开一个实施例的道路类型-主干道动态模型转弯参数设置页面图;

图6是本公开一个实施例的道路类型-主干道动态模型目标标定参数设置页面图;

图7是本公开一个实施例的停车反应时间分布图;

图8是本公开一个实施例的反应时间设置页面图;

图9是本公开一个实施例的动态方案属性设置页面图;

图10是根据本公开的单点交叉口微观交通仿真模型参数标定装置的一些实施例的结构示意图;

图11是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。

另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。

需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。

图1是本公开的单点交叉口微观交通仿真模型参数标定的一些实施例的流程图。如图1所示,本公开的方法主要包括有以下步骤S101-S104。

S101、构建参数变量模型。

在一些实施例中,上述构建参数变量模型是通过以下步骤实现的:

第一步、选取初始模型,其中,上述初始模型包括初始车辆跟驰模型和初始车辆换道模型;这里,初始模型的选取是基于AIMSUN模型中定义单点交叉口的特征参数而选取的,上述初始车辆跟驰模型和初始车辆换道模型是AIMSUN进行微观仿真中最重要的两个模型范畴,所以确定初始模型为初始车辆跟驰模型和初始车辆换道模型。

第二步、设置上述初始模型的仿真步长和反应时间;具体来说,仿真时间被划分为小的时间间隔,称为仿真步长(t)(或仿真周期),此缺省值可以设置在以下范围内(0.1秒≤t ≤ 1.5 秒)。在每个仿真步长中,路网中每辆车的位置和速度根据以下算法进行更新:

if (necessary to change lanes) then

Apply Lane-Changing Model

endif

Apply Car-Following Model

作为示例:见图2所示,在单点交叉口微观仿真场景下仿真步长可以设置为缺省值0.8秒,与固定反应时间相同;在反应时间设置时可以选取固定所有车型相同的反应时间模型,停车反应时间设置为1.20s,符合车辆跟驰模型反应时间分布均值,信号灯反应时间设置为1.60s。

第三步、确定上述初始车辆跟驰模型和上述初始车辆换道模型的模型类型;具体的,在仿真动态实验的行为设置过程中,可以根据单点路口的进口车道数判断是否选择两车道跟车模型,若有两个或两个以上的进口车道数超过2,则在此处选择两车道跟车模型,如单点交叉口进口车道数均不超过2,则默认选定标准跟车模型;针对单点交叉口仿真场景,对于车道变更的需求多为进口的转向提前换道,其加速和期望速度不满足双向两车道超车模型的阈值判断标准,所以默认选定标准车道变更模型,作为示例:确定上述初始车辆跟驰模型的模型类型为两车道跟车模型,确定上述初始车辆换道模型的模型类型为标准车道变更模型,具体配置参见图3。

第四步、基于上述初始模型、上述仿真步长和上述模型类型构建参数变量模型。

S102、基于上述参数变量模型确定目标标定参数。

在一些实施例中,在AIMSUN底层逻辑模型中,车辆跟驰模型是针对车辆进行属性设置而实现参数变量模型选定,而车辆换道模型是针对道路进行属性设置而实现参数变量模型选定,在上述参数变量模型选定后,可以基于选定的参数变量模型进行目标标定参数的确定。这里,上述目标标定参数包括车辆参数和道路参数,其中,上述车辆参数至少包括以下几项:最大加速度,一般减速度,最小车头时距,停车反应时间,最小停车距离;上述道路参数至少包括以下几项:车辆变道配合度,车道变换距离,第一区域距离,第二区域距离。需要说明的是,第一区域距离指的是未行驶在正确车道车辆转弯前变道的最长距离;第二区域距离指的是未行驶在正确车道车辆转弯前变道的最短距离。针对交叉口信号配时优化场景,作为优选,上述目标标定参数包括上述最大加速度、上述一般减速度、上述最小车头时距、上述停车反应时间、上述最小停车距离、上述第一区域距离和上述第二区域距离。

S103、对上述目标标定参数进行标定,得到初始模型参数。

在一些实施例中,上述初始模型参数是通过以下步骤标定的:

第一步、确定上述目标标定参数的参数标定范围;具体的,针对单点交叉口微观仿真场景,初始模型参数标定取值范围如下表:

表1 初始模型参数标定取值范围表

上述取值范围即为上述表1中最大值和最小值组成的范围。

第二步、基于上述参数标定范围利用缺省值标定法和数据采集标定法标定上述目标标定参数;在第一步确定参数标定范围后,进行初始模型参数的标定,其中,在对车辆参数进行配置时,需要对仿真模型常见的几种车辆类型全部进行配置,针对单点交叉口场景包括car、bus、truck等,不同车辆类型的初始模型参数取值情况不同,作为示例:针对车辆类型为car时的车辆参数里的反应时间参数配置见图4所示。

另一方面,在对道路参数进行配置时,也需要针对不同道路类型进行参数配置,针对单点交叉口微观仿真场景,其中主要对主干道和次干道进行参数配置,具体的参数为微观模型中的第一区域距离和第二区域距离,作为示例,上述第一区域距离和第二区域距离的缺省值配置页面见图5所示,图中区域1的长度即表示第一区域距离,区域2的长度即表示第二区域距离。另外,需要说明的是,针对主干道进行初始模型参数配置时,应充分考虑国内交叉口车道变更的驾驶行为和习惯,因此很有必要勾选车道变更模型中的强行变更车道选项;此外,由于选择了两车道跟车模型,所以需要对模型内涉及的附加反应时间参数进行确定,作为示例,具体配置页面见图6所示。

需要说明的是,对初始模型进行标定时,首先使用缺省值进行参数标定,验证与实际偏差大的话,需要录入实际采集的参数。但是实操中由于国外的缺省值设置都是基于国外的驾驶行为和路况进行设定,与国内偏差较大,一般国内做模型目标标定参数的标定时,会同时采集可采集的参数进行录入,提高准确性。

作为示例:目标标定参数中,最大加速度、一般减速度的调查可以通过车辆众包数据支撑,停车反应时间和最小车头时距可以通过现场采集进行参数标定,更贴合单点交叉口微观交通仿真场景的参数需求。

停车反应时间在交叉口信号配时优化场景中的调查统计通常是在交叉口进口附近(200m范围内)路段采集统计相邻两车之间的停车时间差,具体方式为统计前一辆车尾灯亮起至后一辆车尾灯亮起的时间。现场采集的方式多样,作为示例:采集后的数据如表2所示。

表2停车反应时间采集表(单位:秒)

基于采集数据可以进行停车反应时间分布图的绘制进行分析,作为示例,参见图7所示,根据采集数据结果显示,反应时间的均值为1.077s,标准差为0.504,与缺省值有一定的差异,缺省值设置见图8所示,在单点交叉口微观仿真场景中每个交叉口由于道路渠化,道路坡度很很多客观因素导致反应时间差别很大,基于上述数据采集标定法对上述停车反应时间进行调整。

最小车头时距在场景中的调查统计通常是在交叉口进口附近(200m范围内)路段采集记录前后车辆通过某一断面的最小时间差;其采集方式多样,采集数据差异也很大,最后,在动态仿真方案的参数配置还可以针对仿真场景的一周中的天数、天气、季节、事件等客观参数进行配置,达到最大限度还原真实场景的需求,作为示例,具体配置方式见图9所示。

S104、对上述初始模型参数进行验证,得到目标模型参数。

在一些实施例中,上述目标模型参数是通过如下步骤得到的:

第一步、对输出交通状况和输出驾驶行为进行误差分析,生成误差分析结果;这里输出交通状况和输出驾驶行为指仿真模型的输出结果,基于获取的输出结果与实际交通状况和实际驾驶行为进行对比,得到误差,进而对误差进行分析,首先调整对交通和驾驶行为都有很大影响的模型参数;当只有交通状况或者驾驶行为有较大差别时,则尽量只调整对该方面有重要影响的参数。交通状况误差分析主要包括交通量的时间序列比较、OD分布矩阵比较和拥挤程度比较。驾驶行为误差分析则包括对交通运行仿真动画的观看,对行驶速度、加速度、车头时距等驾驶行为参数取值分布进行比较。具体如下:

交通状况误差分析:交通状况误差分析的目的是确保仿真模型中的道路通行能力和交通分配情况与实际道路交通运行情况相近,当仿真模型中的道路通行能力过小时,部分车辆无法在仿真设定时间范围内进入仿真模型;如果道路通行能力过大,则会导致过高的行驶速度以及与实际路段的拥挤程度不同。只有当参数选择、标定合理时才能体现全部车辆路径选择合理且接近实际的道路交通分配。

通过交通量的时间序列可以比较分析出单位时间内通过相应路段的交通量,从而直观反映该路段的通行情况。通过OD分布矩阵比较可以直观评价该单点路口与周边路口的路径分布情况,从而判断其转弯比例是否与实际匹配。

驾驶行为误差分析:驾驶行为误差分析的目的是确保仿真模型中的微观车辆驾驶行为与实际道路驾驶行为情况相近,包括下列驾驶员的特性:保守驾驶还是冒险驾驶,反应迟钝还是反应敏锐,跟车具体情况等,行驶速度、加速度、车头时距等驾驶行为参数取值分布进行比较可以直观判断驾驶行为是否与实际匹配。

第二步、基于上述误差分析结果调整上述初始模型参数,得到中间模型参数;

第三步、基于仿真结果指标对以上述中间模型参数为参数的参数变量模型进行校验,得到校验结果;具体的,在对模型参数进行标定后,可通过多种仿真结果指标对模型进行校验,其中至少包括转向流量,路段密度,路段平均速度。

第四步、基于上述校验结果,调整上述中间模型参数,得到目标标定参数,具体的,如果标定后的仿真结果与实测数据对比误差较大,则需要返回目标标定参数输入步骤,重新根据实际情况核对调研情况,进行目标标定参数再确认。这里同样可以采用数据采集标定法对需要再确认的目标标定参数进行标定。

相反的,如果标定后的仿真结果与实测数据接近,误差在可接受范围之内,因此所确定的目标模型参数是有效的,能真实再现交叉口的运行状况,为下一步制订信号配时方案提供了合适的平台。

上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。

下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。

图10是根据本公开的单点交叉口微观交通仿真模型参数标定装置的一些实施例的结构示意图。如图10所示,该单点交叉口微观交通仿真模型参数标定装置包括:构建单元201、确定单元202、标定单元203和验证单元204,其中,构建单元201,被配置成构建参数变量模型;确定单元202,被配置成基于上述参数变量模型确定目标标定参数;标定单元203,被配置成对上述目标标定参数进行标定,得到初始模型参数;验证单元204,被配置成对上述初始模型参数进行验证,得到目标模型参数。

在一些实施例的一些可选的实现方式中,上述构建单元201被进一步配置成:选取初始模型,其中,上述初始模型包括初始车辆跟驰模型和初始车辆换道模型;设置上述初始模型的仿真步长和反应时间;确定上述初始车辆跟驰模型和上述初始车辆换道模型的模型类型;基于上述初始模型、上述仿真步长和上述模型类型构建参数变量模型。

在一些实施例的一些可选的实现方式中,上述目标标定参数包括车辆参数和道路参数,其中,上述车辆参数至少包括以下几项:最大加速度,一般减速度,最小车头时距,停车反应时间,最小停车距离;上述道路参数至少包括以下几项:车辆变道配合度,车道变换距离,第一区域距离,第二区域距离。

在一些实施例的一些可选的实现方式中,上述目标标定参数包括上述最大加速度、上述一般减速度、上述最小车头时距、上述停车反应时间、上述最小停车距离、上述第一区域距离和上述第二区域距离。

在一些实施例的一些可选的实现方式中,上述标定单元203被进一步配置成:确定上述目标标定参数的参数标定范围;基于上述参数标定范围利用缺省值标定法和数据采集标定法标定上述目标标定参数。

在一些实施例的一些可选的实现方式中,上述验证单元204被进一步配置成:对输出交通状况和输出驾驶行为进行误差分析,生成误差分析结果;基于上述误差分析结果调整上述初始模型参数,得到中间模型参数;基于仿真结果指标对以上述中间模型参数为参数的参数变量模型进行校验,得到校验结果;基于上述校验结果,调整上述中间模型参数,得到目标标定参数。

在一些实施例的一些可选的实现方式中,上述仿真结果指标至少包括以下几项:交叉口转向流量,路段密度,路段平均速度。

下面参考图11,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图11示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。

如图11所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线303彼此相连。输入/输出(I/O)接口305也连接至总线303。

通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图11示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图11中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。

特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。

在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:构建参数变量模型;基于上述参数变量模型确定目标标定参数;对上述目标标定参数进行标定,得到初始模型参数;对上述初始模型参数进行验证,得到目标模型参数。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括构建单元、确定单元、标定单元和验证单元,其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号