CN105681664A - 一种异步多传感器同步触发及监测方法及装置 - Google Patents

Abstract

本发明适用于传感器监控领域，提供了一种异步多传感器同步触发及监测方法及装置，包括：对各个传感器的供电单元进行实时同步独立的电流采样；对采样数据进行特征数据提取；将提取的特征数据与该类型传感器的各工作状态下的特征数据的参考值进行比较，判断其处于何种工作状态。实时获取触发传感器后该传感器的电流数据，工作人员可以实时获知各个传感器的工作状态，并对工作状态异常的传感器进行实时处理，尤其适用于移动测量、道路高危路段等需及时处理的领域中使用的传感器的实时监控。

Description

一种异步多传感器同步触发及监测方法及装置

技术领域

本发明属于用电设备监控领域，尤其涉及一种异步多传感器同步触发及监测的方法及装置。

背景技术

现有技术中缺少对传感器触发后进行工作状态反馈监控的技术，以多相机的同步触发板为例，目前所用相机同步触发器多由单片机、ARM等单处理器构成，名称为“多相机同步触发装置、多相机同步拍照***、多相机同步拍照方法(申请号：201410427752.6)”的中国发明专利公开的技术方案中，通过外部控制，使连接在本装置上的多台相机同时进行对焦及拍摄，采用光耦隔离技术，使各个相机之间互不干扰，独立工作，光耦不是机械结构，寿命比继电器更长，降低损坏的概率；设有保护电阻保护整个电路。

现有技术公开的方案中，并没有触发信号发出后的实时反馈机制，由于触发板触发传感器只包括主观控制过程，操作者并不清楚各个传感器的工作情况，不能及时发现异常，并立即采取补救措施。

发明内容

本发明实施例的目的在于提供一种异步多传感器同步触发及监测的方法及装置，至少可克服现有技术的部分缺陷。

本发明实施例涉及的一种异步多传感器同步触发及监测的方法，包括：步骤1，触发控制所述传感器，同时对各个所述传感器的供电单元进行电流采样；

步骤2，对采样数据进行特征数据提取；

步骤3，将提取的传感器的特征数据与该类型传感器的正常工作状态下的特征数据的参考值进行比较，判断各个所述传感器的处于何种工作状态，在发现所述传感器工作状态异常时立即分析异常类型，将分析结果与工作异常的所述传感器的编号发送至终端设备并进行设备异常告警。

作为实施例一涉及的一种异步多传感器同步触发及监测的方法，所述步骤1中，对各个所述传感器的所述供电单元同步进行电流采样。所述步骤2中提取的所述特征数据为采样电流数据的积分以及微分方和其中，i表示采样的电流数据的序号数，i＝1，2......m，m为采样数据的个数，j为传感器的序号数，j＝1，2......n，n为传感器的个数，a_ij为第j个传感器第i个电流采样数据。

所述步骤2中计算特征数据的方法包括：

步骤201，建立采样的电流数据的矩阵

步骤202，定义积分算子用积分算子与所述矩阵A相乘，得到积分值 为第j个传感器电流的积分；

步骤203，定义微分算子

设

步骤204，计算

计算

x₁、x₂……x_p-1表示矩阵C中的元素，p为变量，矩阵C中主对角线上元素即是各个传感器的电流的微分方和

所述步骤3中通过自学习过程获取任意类型所述传感器各工作状态下的特征数据的参考值，确定正常工作状态下特征数据参考值判断所述传感器的是否正常工作状态的方法包括：

步骤301，对n个传感器进行t次特征值数据提取，获取每个通道传感器的t次积分特征值分别为y₁,y₂,......y_t；获取每个通道所述传感器的t次微方和特征值分别为z₁,z₂,.......z_t，取Y₁＝min(y₁,y₂,......y_t)，Y₂＝max(y₁,y₂,......y_t)，Z₁＝min(z₁,z₂,.......z_t)，Z₂＝max(z₁,z₂,.......z_t)；

步骤302，选择合适的安全系数k₁、k₂，确定各个所述传感器正常工作时的特征值数据取值范围，其中积分特征值数据取值范围为[k₁*Y₁,k₂*Y₂]，微方和特征值数据取值范围为[k₁*Z₁,k₂*Z₂]；

步骤303，计算所述传感器工作时的积分特征值和微方和特征值数据Y，Z；并与所述步骤302所述特征值数据取值范围进行比较，当所述的积分特征值数据Y、微方和特征值数据Z分别同时在所述步骤302所述特征值取值范围内时判断传感器工作正常，否则判断传感器工作异常。

所述传感器为相机，在向各个所述相机发送触发信号之前还包括：对各个所述相机的传感器的供电单元进行电流采样，提取所述相机的特征数据与所述相机和触发板连接时的特征数据的参考值进行比较，判断各个所述相机是否与所述触发板连接；

通过程序设计的自学习过程获取所述传感器和触发板连接时的特征数据的参考值的过程包括：

步骤001，对n个通道的传感器分别自动进行各种工作状态下的t次电流采样，自动解算获得各种不同状态的t次积分特征值数据和微方和特征值数据，以一种状态为例，求t次采样的积分特征值数据为：y₁,y₂,......y_t，t次采样的微方和特征值数据为：z₁,z₂,......z_t，取Y₁＝min(y₁,y₂,......y_t)，Y₂＝max(y₁,y₂,......y_t)，Z₁＝min(z₁,z₂,......z_t)，Z₂＝max(z₁,z₂,......z_t)；

步骤002，根据t次自动采样的数据进行统计学分析计算得到合适的安全系数k₁、k₂，获得置信度达到99.9％的特征值取值范围，其中积分特征值取值范围为：[k₁*Y₁,k₂*Y₂]，微方和特征值取值范围为：[k₁*Z₁,k₂*Z₂]；步骤003，实时对传感器的供电单元进行电流采样，并计算积分特征值数据和微方和特征值数据，将计算得到的特征值数据与所述步骤002中获得的特征值范围进行对比，通过比较获得实时特征值所在的区域即可判断传感器处于何种工作状态，进而判断是否处于预期工作状态，如处于非预期工作状态，发出报警提示；

本发明实施例涉及的一种异步多传感器同步触发及监测的装置，所述装置包括与中央控制单元和传感器供电单元分别连接的电流采样单元；

所述装置触发控制所述传感器工作，同时所述电流采样单元实时采集所述传感器供电单元的工作电流数据；

所述中央控制单元提取工作电流数据的特征数据，将所述特征数据与所述传感器正常工作状态下的特征数据进行比较，判断所述传感器处于何种工作状态；

所述特征数据为采样电流数据的积分以及微分方和

所述该装置还包括触发单元和通讯单元，外部的同步命令为TTL触发、差分触发或通讯触发方式；

TTL触发和差分触发方式通过所述触发单元向所述中央控制单元发送触发命令，通讯触发方式通过所述通讯单元向所述中央控制单元发送触发命令。

本发明实施例提供的一种异步多传感器同步触发及监测的方法及装置的有益效果包括：

本发明实施例提供的一种传感器同步触发及监测的方法，根据传感器在不同工作状态下对应不同的工作电流，通过实时获取触发传感器后该传感器的电流数据，与该类型传感器的各个工作状态下的特征数据进行比较，工作人员可以实时获知各个传感器的工作状态，从而在有个别传感器没有工作时及时获知并进行实时处理，尤其适用于移动测量、道路高危路段等需及时处理的领域中使用的有源传感器或用电设备的实时监控。

附图说明

为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种异步多传感器同步触发及监测的方法的流程图；

图2是本发明实施例提供的一种多相机同步触发的装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

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。

实施例一

如图1所示为本发明提供的一种异步多传感器同步触发及监测的方法的流程图，由图1可知，本发明提供的一种异步多传感器同步触发及监测的方法，在向各个传感器发送触发信号后，包括：

步骤1，触发控制传感器，同时对各个传感器的供电单元进行电流采样。

步骤2，对采样数据进行特征数据提取。

步骤3，将提取的传感器的特征数据与该类型传感器的正常工作状态下的特征数据的参考值进行比较，判断各个传感器的处于何种工作状态，在发现传感器工作状态异常时立即发送告警信息给终端设备。

本发明实施例提供的一种异步多传感器同步触发及监测的方法，根据传感器在不同工作状态下对应不同的工作电流，通过实时获取触发传感器后该传感器的电流数据，与该类型传感器的各个工作状态下的特征数据进行比较，工作人员可以实时获知各个传感器的工作状态，从而在有个别传感器没有工作时及时获知并进行实时处理，尤其适用于移动测量、道路高危路段等需及时处理的领域中使用的有源传感器或用电设备的实时监控。

进一步的，步骤1中，对各个传感器的供电单元进行电流采样与控制同步采样，进行实时全数据采样。

步骤2中提取的特征数据为采样电流数据的积分以及微分方和其中，i表示采样的电流数据的序号数，i＝1，2......m，m为采样数据的个数，j为传感器的序号数，j＝1，2......n，n为传感器个数，a_ij为第j个传感器第i个电流采样数据。

步骤2中计算特征数据的方法包括：

步骤201，建立采样的电流数据的矩阵

步骤202，定义积分算子用积分算子与矩阵A相乘，得到积分值 为第j个传感器电流的积分。

步骤203，定义微分算子

设

步骤204，计算

计算

x₁、x₂……x_p-1表示矩阵C中的元素，p为变量，矩阵C中主对角线上元素即是各个传感器的电流的微分方和

进一步的，步骤3中通过自学习过程获取任意类型传感器各个工作状态下的特征数据的参考值，工作状态包括断路、待机、正常工作等，每个状态都对应一对参考值。

确定正常工作状态下特征数据参考值判断传感器的是否正常工作状态的方法包括：

步骤301，获取接上传感器时，n个通道采样后进行特征数据提取的值分别为y₁,y₂,...,y_n；传感器工作时，n个通道采样后进行特征数据提取的值分别为z₁,z₂,...,z_n。取Y₂＝max(y₁,y₂,...,y_n)，Z＝min(z₁,z₂,...,z_n)。

步骤302，选择合适的安全系数k使各个传感器采样后进行特征数据提取的值在(Y₂,kZ]的范围内。

各个电设备内部电路非常复杂，各状态下工作电流***，但整体上服从一定的规律，正常工作测量值存在上下边界。经长时间的测试总结，发现最优基准值与某几次实际检测值的平均值之间存在一个安全系数，设定安全系数为k(0<k<1)，对于不同型号的传感器，安全系数k的取值也不同。

步骤303，根据安全系数k确定该传感器正常工作状态下的特征数据的参考值Q＝kZ。

步骤304，将步骤2中提取的特征数据与参考值Q进行比较，当提取的特征数据大于参考值Q时，判断对应的传感器处于正常工作状态。

实施例二

本发明提供的实施例二为本发明提供的一种异步多传感器同步触发及监测的装置的实施例，本发明实施例中，传感器具体为相机，多相机的同步触发板触发相机后，相机将拍摄图像进行实时上传，而现场工作人员不知道相机的工作状态，有可能在个别相机没有工作的状态下仍然进行工作，造成时间和劳动力的浪费，通过实时获取触发相机后该相机的电流数据，与该类型相机的正常工作状态下的特征数据进行比较，工作人员可以实时获知各个相机是否处于正常工作状态，从而在有个别相机没有工作时及时获知并进行实时处理。

进一步的，本发明提供的一种传感器同步触发及监测的方法的实施例中，在向各个相机发送触发信号之前还包括：对各个相机的传感器的供电单元进行电流采样，提取相机的特征数据与相机和触发板连接时的特征数据的参考值进行比较，判断各个相机是否与触发板连接。

通过自学习过程获取相机和触发板连接时的特征数据的参考值，该过程包括：

步骤001，获取触发板未接相机时，n个通道的采样值分别为x₁,x₂,...,x_n；触发板接上相机时，n个通道采样后进行特征数据提取的值分别为y₁,y₂,...,y_n；取X＝max(x₁,x₂,...,x_n)，Y₁＝min(y₁,y₂,...,y_n)。

步骤002，选择合适的安全系数k使各个相机采样后进行特征数据提取的值在(X,kY₁]的范围内。

步骤003，根据安全系数k确定该相机和触发板连接时的特征数据的参考值P＝kY₁。

步骤004，将提取的特征数据与参考值P进行比较，当提取的特征数据小于参考值P时，判断对应的相机与触发板处于连接状态。

实施例三

本发明提供的实施例三为本发明提供的一种异步多传感器同步触发及监测的装置的实施例，该装置包括与中央控制单元和传感器供电单元分别连接的电流采样单元。

装置发送指令控制传感器工作，同时电流采样单元实时采集传感器供电单元的工作电流数据。

中央控制单元提取工作电流数据的特征数据，将该特征数据与传感器正常工作状态下的特征数据进行比较，判断该传感器处于何种工作状态。该特征数据为采样电流数据的积分以及微分方和

该传感器可以为相机，如图2所示为本发明实施例提供的一种多相机同步触发的装置的结构示意图，由图2可知，该装置包括：中央控制单元、相机触发单元、相机供电单元以及漏拍检测单元。中央控制单元控制相机触发单元触发连接的相机动作，漏拍检测单元实时采集相机供电单元的电流数据，计算是否有相机没有动作，产生漏拍。

该装置还包括与中央控制单元连接的九轴陀螺仪单元，用于提高主动触发的时刻(即相机拍照时刻)的姿态值。

该装置还包括外部电源、LDO降压单元以及TCXO时钟单元等基础功能模块。

进一步的，该装置还包括触发单元和通讯单元，外部的同步命令SYNC可以为TTL触发、差分触发或通讯触发方式，TTL触发和差分触发方式通过触发单元向中央控制单元发送触发命令，通讯触发方式通过通讯单元向中央控制单元发送触发命令。

本领域普通技术人员还可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中，所述的存储介质，包括ROM/RAM、磁盘、光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种异步多传感器同步触发及监测的方法，其特征在于，所述方法包括：

步骤1，触发控制所述传感器，同时对各个所述传感器的供电单元进行电流采样；

步骤2，对采样数据进行特征数据提取；

步骤3，将提取的传感器的特征数据与该类型传感器的正常工作状态下的特征数据的参考值进行比较，判断各个所述传感器的处于何种工作状态，在发现所述传感器工作状态异常时立即分析异常类型，将分析结果与工作异常的所述传感器的编号发送至终端设备并进行设备异常告警。

2.如权利要求1所述的方法，其特征在于，所述步骤1中，对各个所述传感器的所述供电单元同步进行电流采样。

3.如权利要求1所述的方法，其特征在于，所述步骤2中提取的所述特征数据为采样的电流数据的积分以及微分方和其中，i表示采样的电流数据的序号数，i＝1，2……m，m为采样数据的个数，j为传感器的序号数，j＝1，2……n，n为传感器的个数，a_ij为第j个传感器第i个电流采样数据。

4.如权利要求3所述的方法，其特征在于，所述步骤2中计算特征数据的方法包括：

步骤201，建立采样的电流数据的矩阵 $A=\left[\begin{array}{cccc}{a}_{11}& a_{12}& ...& a_{1n}\\ a_{21}& a_{22}& ...& a_{2n}\\ ...& ...& ...& ...\\ a_{m1}& a_{m2}& ...& a_{mn}\end{array}\right];$

步骤202，定义积分算子 $\&dtri;=\&lsqb;\begin{array}{cccc}1& 1& \mathrm{...}& 1\end{array}\&rsqb;,$ 用积分算子与所述矩阵A相乘，得到积分值 $\&dtri;A=\&lsqb;\begin{array}{cccc}1& 1& \mathrm{...}& 1\end{array}\&rsqb;\&times;\left[\begin{array}{cccc}{a}_{11}& a_{12}& \mathrm{...}& a_{1n}\\ a_{21}& a_{22}& \mathrm{...}& a_{2n}\\ \mathrm{...}& \mathrm{...}& \mathrm{...}& \mathrm{...}\\ a_{m1}& a_{m2}& \mathrm{...}& a_{mn}\end{array}\right]=\&lsqb;\begin{array}{ccccc}\underset{i=1}{\overset{i=m}{\&Sigma;}}{a}_{i1}& \underset{i=1}{\overset{i=m}{\&Sigma;}}{a}_{i2}& \mathrm{...}& \underset{i=1}{\overset{i=m}{\&Sigma;}}{a}_{i(n-1)}& \underset{i=1}{\overset{i=m}{\&Sigma;}}{a}_{in}\end{array}\&rsqb;;\underset{i=1}{\overset{i=m}{\&Sigma;}}{a}_{ij}$ 为第j个传感器电流的积分；

步骤203，定义微分算子 $\&part;=\left[\begin{array}{ccccc}-1& 1& 0& ...& 0\\ 0& -1& 1& ...& 0\\ ...& ...& ...& ...& ...\\ 0& ...& -1& 1& 0\\ 0& 0& ...& -1& 1\end{array}\right];$

设 $B=\&part;A=\left[\begin{array}{ccccc}-1& 1& 0& ...& 0\\ 0& -1& 1& ...& 0\\ ...& ...& ...& ...& ...\\ 0& ...& -1& 1& 0\\ 0& 0& ...& -1& 1\end{array}\right]\&times;\left[\begin{array}{cccc}{a}_{11}& a_{12}& ...& a_{1n}\\ a_{21}& a_{22}& ...& a_{2n}\\ ...& ...& ...& ...\\ a_{m1}& a_{m2}& ...& a_{mn}\end{array}\right]$ $=\left[\begin{array}{cccc}{a}_{21}-a_{11}& a_{22}-a_{12}& ...& a_{2n}-a_{1n}\\ a_{31}-a_{21}& a_{32}-a_{22}& ...& a_{3n}-a_{2n}\\ ...& ...& ...& ...\\ a_{m1}-a_{(m-1)1}& a_{m2}-a_{(m-1)2}& ...& a_{mn}-a_{(m-1)n}\end{array}\right];$

步骤204，计算 $B^T=\left[\begin{array}{cccc}{a}_{21}-a_{11}& a_{31}-a_{21}& ...& a_{m1}-a_{(m-1)1}\\ a_{22}-a_{12}& a_{32}-a_{22}& ...& a_{m2}-a_{(m-1)2}\\ ...& ...& ...& ...\\ a_{2n}-a_{1n}& a_{3n}-a_{2n}& ...& a_{mn}-a_{(m-1)n}\end{array}\right];$

计算 $C=B^{T}B$

$=\left[\begin{array}{cccc}{a}_{21}-a_{11}& a_{31}-a_{21}& \mathrm{...}& a_{m1}-a_{(m-1)1}\\ a_{22}-a_{12}& a_{32}-a_{22}& \mathrm{...}& a_{m2}-a_{(m-1)2}\\ \mathrm{...}& \mathrm{...}& \mathrm{...}& \mathrm{...}\\ a_{2n}-a_{1n}& a_{3n}-a_{2n}& \mathrm{...}& a_{mn}-a_{(m-1)n}\end{array}\right]\&times;\left[\begin{array}{cccc}{a}_{21}-a_{11}& a_{22}-a_{12}& \mathrm{...}& a_{2n}-a_{1n}\\ a_{31}-a_{21}& a_{32}-a_{22}& \mathrm{...}& a_{3n}-a_{2n}\\ \mathrm{...}& \mathrm{...}& \mathrm{...}& \mathrm{...}\\ a_{m1}-a_{(m-1)1}& a_{m2}-a_{(m-1)2}& \mathrm{...}& a_{mn}-a_{(m-1)n}\end{array}\right]$

$=\left[\begin{array}{cccc}\underset{i=1}{\overset{i=m}{\&Sigma;}}{(a_{(i+1)1}-a_{i1})}^2& x_1& \mathrm{...}& x_{(p-1)}\\ x_1& \underset{i=1}{\overset{i=m}{\&Sigma;}}{(a_{(i+1)2}-a_{i2})}^2& \mathrm{...}& x_{(n-1)}\\ \mathrm{...}& \mathrm{...}& \mathrm{...}& \mathrm{...}\\ x_{(p-1)}& x_{(p-2)}& \mathrm{...}& \underset{i=1}{\overset{i=m}{\&Sigma;}}{(a_{(i+1)1}-a_{in})}^2\end{array}\right];$

x₁、x₂……x_p-1表示矩阵C中的元素，p为变量，矩阵C中主对角线上元素即是各个传感器的电流的微分方和

5.如权利要求1所述的方法，其特征在于，所述步骤3中通过自学习过程获取任意类型所述传感器各工作状态下的特征数据的参考值，确定正常工作状态下特征数据参考值判断所述传感器的是否正常工作状态的方法包括：

步骤301，对n个传感器分别进行t次特征值数据提取，获取每个通道传感器的t次积分特征值分别为y₁,y₂,......y_t；获取每个通道所述传感器的t次微方和特征值分别为z₁,z₂,.......z_t，取Y₁＝min(y₁,y₂,......y_t)，Y₂＝max(y₁,y₂,......y_t)，Z₁＝min(z₁,z₂,.......z_t)，Z₂＝max(z₁,z₂,.......z_t)；

步骤302，根据y₁,y₂,......y_t，z₁,z₂,.......z_t的统计学规律，选择合适的安全系数k₁、k₂，确定各个所述传感器正常工作时的特征值数据取值范围，其中积分特征值数据取值范围为[k₁*Y₁,k₂*Y₂]，微方和特征值数据取值范围为[k₁*Z₁,k₂*Z₂]；

步骤303，计算所述传感器工作时的积分特征值和微方和特征值数据Y，Z；并与所述步骤302所述特征值数据取值范围进行比较，当所述的积分特征值数据Y、微方和特征值数据Z分别同时在所述步骤302所述特征值取值范围内时判断传感器当前工作于该工作状态，与预期相符则工作正常，与预期不符则工作异常，立即给出警告信息。

6.如权利要求1所述的方法，其特征在于，所述传感器为相机，在向各个所述相机发送触发信号之前还包括：对各个所述相机的供电单元进行电流采样，提取所述相机的特征数据与所述相机和触发板连接时的特征数据的参考值进行比较，判断各个所述相机是否与所述触发板连接；

通过程序设计的自学习过程获取所述相机和触发板连接时的特征数据的参考值的过程包括：

步骤001，对n个通道的传感器分别自动进行各种工作状态下的t次电流采样，自动解算获得各种不同状态的t次积分特征值数据和微方和特征值数据，求t次采样的积分特征值数据为：y₁,y₂,......y_t，t次采样的微方和特征值数据为：z₁,z₂,......z_t，取Y₁＝min(y₁,y₂,......y_t)，Y₂＝max(y₁,y₂,......y_t)，Z₁＝min(z₁,z₂,......z_t)，Z₂＝max(z₁,z₂,......z_t)；

步骤002，根据t次自动采样的数据进行统计学分析计算得到合适的安全系数k₁、k₂，获得置信度达到99.9％的特征值取值范围，其中积分特征值取值范围为：[k₁*Y₁,k₂*Y₂]，微方和特征值取值范围为：[k₁*Z₁,k₂*Z₂]；

步骤003，实时对相机的供电单元进行电流采样，并计算积分特征值数据和微方和特征值数据，将计算得到的特征值数据与所述步骤002中获得的特征值范围进行对比，根据实时特征值所在的区域判断相机处于何种工作状态，进而判断所述相机是否处于预期工作状态，在所述相机处于非预期工作状态时，发出报警提示。

7.一种异步多传感器同步触发及监测的装置，其特征在于，所述装置包括与中央控制单元和传感器供电单元分别连接的电流采样单元；

所述装置触发控制所述传感器工作，同时所述电流采样单元实时采集所述传感器供电单元的工作电流数据；

所述中央控制单元提取工作电流数据的特征数据，将所述特征数据与所述传感器各个工作状态下的特征数据进行比较，判断所述传感器处于何种工作状态；

所述特征数据为采样电流数据的积分以及微分方和

8.如权利要求7所述的装置，其特征在于，所述装置还包括触发单元和通讯单元，外部的同步命令为TTL触发、差分触发或通讯触发方式中的三者并存，两者并存或其中任意一种；

TTL触发和差分触发方式通过所述触发单元向所述中央控制单元发送触发信号，通讯触发方式通过所述通讯单元向所述中央控制单元发送触发指令。