CN111561567B - 车辆变速箱档位识别方法及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种车辆变速箱档位识别方法及存储介质，方法包括：根据变速箱配置信息，对无离合信号样本数据的运转档位进行预标记；根据预标记结果，计算无离合信号情况下各档位的先验概率及概率分布；计算各档位的后验概率，选取最大值对应的档位作为无离合信号情况下的变速箱档位识别结果；根据无离合信号情况下的档位识别结果，对有离合信号样本数据的运转档位进行预标记；根据预标记结果，计算半联动下的概率分布；计算有离合信号情况下各档位及半联动下的先验概率；计算出各档位及半联动的后验概率，选取最大值对应的档位作为有离合信号情况下的变速箱档位识别结果。本发明可实现对运转档位的简单、高效、准确、可靠识别。

Description

车辆变速箱档位识别方法及计算机可读存储介质

技术领域

本发明涉及车辆档位识别技术领域，尤其涉及一种车辆变速箱档位识别方法及计算机可读存储介质。

背景技术

现有技术中，都是通过传感式、接触式、电压互感式这一类物理手段对操作机构拨叉轴的位置进行检测，以识别出档位，如公开号为CN101783648A的一种多档速电机档位识别装置及其识别方法、公开号为CN202418544U的手动变速器档位识别装置以及公开号为CN202798576U的一种基于电压互感技术的简易电机档位识别装置等。然而这却需要在相应部位上增设其他额外的检测元件或装置，增加了设备成本。

发明内容

本发明所要解决的技术问题是：提供一种车辆变速箱档位识别方法及计算机可读存储介质，通过可直接由数据总线采集到的数据实现对运转档位的简单、高效、准确、可靠识别。

为了解决上述技术问题，本发明采用的技术方案为：一种车辆变速箱档位识别方法，包括：

采集预设第一时间段内的样本数据，所述样本数据包括时间戳、发动机转速、变速箱输出轴转速和离合器踏板踩踏状态；

获取离合器踏板状态为无踩踏的样本数据，得到无离合信号样本数据；

根据变速箱配置信息，对所述无离合信号样本数据的运转档位进行预标记，所述变速箱配置信息包括变速箱的档位数、各非空档档位的传动比以及空档怠速时的发动机转速；

根据所述无离合信号样本数据预标记的运转档位，分别计算得到各档位的第一先验概率以及各档位的发动机转速与变速箱输出轴转速的第一概率分布；

根据时间戳，将连续采集的无离合信号样本数据划分为同一组，得到多个无离合信号样本数据组；

根据所述各档位的第一先验概率以及各档位的第一概率分布，分别计算各无离合信号样本数据组对应各档位的后验概率，并根据所述后验概率，分别确定各无离合信号样本数据组的运转档位；

获取离合器踏板状态为有踩踏的样本数据，得到有离合信号样本数据；

获取处于预设第二时间段内的连续的有离合信号样本数据，得到多个有离合信号样本数据组，并将所述多个有离合信号样本数据组的运转档位分别预标记为其前一个无离合信号样本数据组的运转档位；

根据所述有离合信号样本数据组预标记的运转档位，计算得到半联动状态的发动机转速与变速箱输出轴转速的概率分布；

根据所述多个有离合信号样本数据组及其前一个无离合信号样本数据组，计算各档位的第二先验概率及半联动状态的先验概率；

获取预设个数的连续的新采集的有离合信号数据，得到有离合信号数据组；

根据所述各档位的第一概率分布以及半联动状态的概率分布，分别计算所述有离合信号数据组对应各档位及半联动状态的似然度；

根据所述各档位的第二先验概率、半联动状态的先验概率以及所述有离合信号数据组对应各档位及半联动状态的似然度，通过贝叶斯公式分别计算所述有离合信号数据组对应各档位及半联动状态的后验概率；

将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位。

本发明还涉及一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上所述的步骤。

本发明的有益效果在于：通过贝叶斯分析方法，先根据变速箱配置信息，对无离合信号样本数据的运转档位进行预标记，再根据预标记结果，计算得到无离合信号情况下各档位的先验概率以及各档位的发动机转速与变速箱输出轴转速的概率分布，然后根据贝叶斯公式计算出各档位的后验概率，选取后验概率最大值对应的档位作为无离合信号情况下的变速箱档位识别结果。同样，通过贝叶斯分析方法，根据无离合信号样本数据的档位识别结果，对有离合信号样本数据的运转档位进行预标记，再根据预标记结果，计算半联动状态下的概率分布，然后结合无离合信号样本数据，计算得到有离合信号情况下各档位的先验概率及半联动状态下的先验概率，然后结合无离合信号情况下各档位的概率分布，根据贝叶斯公式计算出各档位及半联动状态的后验概率，选取后验概率最大值对应的档位作为有离合信号情况下的变速箱档位识别结果。

本发明仅依靠时间戳、发动机转速、变速箱输出轴转速以及离合器踏板踩踏状态这些可由数据总线直接采集到的数据，即可识别得到变速箱档位，通过数据驱动的方式实现对运转档位的简单、高效、准确、可靠识别。

附图说明

图1为本发明的一种车辆变速箱档位识别方法的流程图；

图2为本发明实施例一的基于无离合数据的变速箱档位识别方法的流程图；

图3为本发明实施例一的发动机转速与变速箱输出轴转速的二维散点图；

图4为本发明实施例一的基于有离合数据的变速箱档位识别方法的流程图。

具体实施方式

为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图详予说明。

本发明最关键的构思在于：通过贝叶斯分析方法依次对无离合信号样本数据和有离合信号样本数据进行分析。

请参阅图1，一种车辆变速箱档位识别方法，包括：

采集预设第一时间段内的样本数据，所述样本数据包括时间戳、发动机转速、变速箱输出轴转速和离合器踏板踩踏状态；

获取离合器踏板状态为无踩踏的样本数据，得到无离合信号样本数据；

根据变速箱配置信息，对所述无离合信号样本数据的运转档位进行预标记，所述变速箱配置信息包括变速箱的档位数、各非空档档位的传动比以及空档怠速时的发动机转速；

根据所述无离合信号样本数据预标记的运转档位，分别计算得到各档位的第一先验概率以及各档位的发动机转速与变速箱输出轴转速的第一概率分布；

根据时间戳，将连续采集的无离合信号样本数据划分为同一组，得到多个无离合信号样本数据组；

根据所述各档位的第一先验概率以及各档位的第一概率分布，分别计算各无离合信号样本数据组对应各档位的后验概率，并根据所述后验概率，分别确定各无离合信号样本数据组的运转档位；

获取离合器踏板状态为有踩踏的样本数据，得到有离合信号样本数据；

获取处于预设第二时间段内的连续的有离合信号样本数据，得到多个有离合信号样本数据组，并将所述多个有离合信号样本数据组的运转档位分别预标记为其前一个无离合信号样本数据组的运转档位；

根据所述有离合信号样本数据组预标记的运转档位，计算得到半联动状态的发动机转速与变速箱输出轴转速的概率分布；

根据所述多个有离合信号样本数据组及其前一个无离合信号样本数据组，计算各档位的第二先验概率及半联动状态的先验概率；

获取预设个数的连续的新采集的有离合信号数据，得到有离合信号数据组；

根据所述各档位的第一概率分布以及半联动状态的概率分布，分别计算所述有离合信号数据组对应各档位及半联动状态的似然度；

根据所述各档位的第二先验概率、半联动状态的先验概率以及所述有离合信号数据组对应各档位及半联动状态的似然度，通过贝叶斯公式分别计算所述有离合信号数据组对应各档位及半联动状态的后验概率；

将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位。

从上述描述可知，本发明的有益效果在于：可实现对运转档位的简单、高效、准确、可靠识别。

进一步地，所述根据变速箱配置信息，对所述无离合信号样本数据的运转档位进行预标记具体为：

根据空档怠速时的发动机转速，将发动机转速处于预设范围内的无离合信号样本数据的运转档位预标记为空档；

分别计算其他无离合信号样本数据的发动机转速与变速箱输出轴转速的比值，并将所述比值与各非空档档位的传动比进行对比；

将其他无离合信号样本数据的运转档位分别预标记为与其比值最接近的传动比对应的档位。

由上述描述可知，根据变速箱配置信息实现对无离合信号样本数据运转档位的预标记，提高预标记的准确性，从而提高后续后验概率计算的准确性。

进一步地，所述根据所述无离合信号样本数据预标记的运转档位，分别计算得到各档位的第一先验概率以及各档位的发动机转速与变速箱输出轴转速的第一概率分布具体为：

根据所述无离合信号样本数据预标记的运转档位，分别统计各档位由其他档位换入的频率，得到各档位的第一先验概率；

分别计算各档位的无离合信号样本数据的统计量，并根据所述统计量，获取各档位的发动机转速与变速箱输出轴转速的第一二维概率密度函数；

分别将各档位的第一二维概率密度函数进行离散化和归一化处理，得到各档位的发动机转速与变速箱输出轴转速的第一概率分布。

由上述描述可知，根据预标记的结果，计算出无离合信号样本数据在各档位下出现的概率，作为先验概率，再计算得到无离合信号样本数据中的发动机转速与变速箱输出轴转速在各档位下取不同值时的概率，作为概率分布。

进一步地，所述根据所述各档位的第一先验概率以及各档位的第一概率分布，分别计算各无离合信号样本数据组对应各档位的后验概率，并根据所述后验概率，分别确定各无离合信号样本数据组的运转档位具体为：

根据所述各档位的第一概率分布，分别获取一无离合信号样本数据组中各无离合信号样本数据对应各档位的概率；

将所述一无离合信号样本数据组中各无离合信号样本数据对应同一档位的概率相乘，得到所述一无离合信号样本数据组对应所述同一档位的似然度；

根据各档位的第一先验概率以及所述一无离合信号样本数据组对应各档位的似然度，通过贝叶斯公式分别计算所述一无离合信号样本数据组对应各档位的后验概率；

将所述一无离合信号样本数据组的运转档位标记为后验概率最大值对应的档位。

由上述描述可知，根据先验概率和似然度计算得到后验概率，即以无离合信号样本数据组为前提，各个档位发生的条件概率，选取后验概率最大值对应的档位作为档位识别结果。

进一步地，所述根据所述各档位的第一先验概率以及各档位的第一概率分布，分别计算各无离合信号样本数据组对应各档位的后验概率，并根据所述后验概率，分别确定各无离合信号样本数据组的运转档位之后，进一步包括：

根据所述无离合信号样本数据组的运转档位，更新各档位的第一先验概率以及各档位的第一概率分布。

由上述描述可知，通过更新先验概率和概率分布，提高后续识别的准确性。

进一步地，所述根据所述有离合信号样本数据组预标记的运转档位，计算得到半联动状态的发动机转速与变速箱输出轴转速的概率分布具体为：

分别计算各档位的有离合信号样本数据的统计量，并根据所述统计量，获取各档位的发动机转速与变速箱输出轴转速的第二二维概率密度函数；

分别将各档位的第二二维概率密度函数进行离散化和归一化处理，得到各档位的发动机转速与变速箱输出轴转速的第二概率分布；

根据所述多个有离合信号样本数据组预标记的运转档位及其中的样本数据个数，分别计算有离合信号样本数据对应各档位的占比；

将所述占比作为权重，对所述各档位的第二概率分布进行加权求和，得到半联动状态的发动机转速与变速箱输出轴转速的概率分布。

由上述描述可知，通过先获取各档位之后的半联动状态的第二概率分布，然后根据占比进行加权求和，从而得到半联动状态的发动机转速与变速箱输出轴转速的概率分布。

进一步地，所述根据所述多个有离合信号样本数据组及其前一个无离合信号样本数据组，计算各档位的第二先验概率及半联动状态的先验概率具体为：

分别获取所述多个有离合信号样本数据组的前一个无离合信号样本数据组，并根据所述前一个无离合信号样本数据组的运转档位及其中的样本数据个数，计算各档位对应的样本数据总个数以及无离合信号样本数据的总个数；

根据所述多个有离合信号样本数据组，计算有离合信号样本数据的总个数；

将所述无离合信号样本数据的总个数与所述有离合信号样本数据的总个数相加，得到第一总数；

分别将所述各档位对应的样本数据总个数除以所述第一总数，得到各档位的第二先验概率；

将所述有离合信号样本数据的总个数除以所述第一总数，得到半联动状态的先验概率。

由上述描述可知，将对应各档位的无离合信号样本数据作为各档位下的数据，将始末时间差较短的有离合信号样本数据组作为半联动状态下的数据，从而计算得到各档位及半联动状态出现的概率。

进一步地，所述根据所述各档位的第一概率分布以及半联动状态的概率分布，分别计算所述有离合信号数据组对应各档位及半联动状态的似然度具体为：

根据所述各档位的第一概率分布以及半联动状态的概率分布，分别获取所述有离合信号数据组中各有离合信号数据对应各档位及半联动状态的概率；

将所述有离合信号数据组中各有离合信号数据对应同一档位的概率相乘，得到所述有离合信号数据组对应所述同一档位的似然度；

将所述有离合信号数据组中各有离合信号数据对应半联动状态的概率相乘，得到所述有离合信号数据组对应半联动状态的似然度。

进一步地，所述将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位具体为：

判断后验概率最大值对应的是否为半联动状态；

若否，则将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位；

若是，则将所述有离合信号数据组的运转档位标记为所述有离合信号数据组之后第一个非半联动状态的离合信号数据组的运转档位。

由上述描述可知，当后验概率最大值对应的是半联动状态时，则获取其下一个非半联动状态的离合信号数据组(即新采集的无离合信号数据组或非半联动状态的有离合信号数据组)的运转档位，作为该有离合信号数据组的档位识别结果。

进一步地，所述将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位之后，进一步包括：

根据所述有离合信号数据组的运转档位，更新各档位的第二先验概率、半联动状态的先验概率、各档位的第二概率分布以及半联动状态的概率分布。

由上述描述可知，通过更新先验概率和概率分布，提高后续识别的准确性。

进一步地，所述通过贝叶斯公式分别计算所述有离合信号数据组对应各档位及半联动状态的后验概率之后，进一步包括：

若后验概率最大值对应的是半联动状态，则判定离合器状态为半联动状态；

若后验概率最大值对应的档位为空档，则判定离合器状态为等价完全分离状态；

若后验概率最大值对应的档位为非空档，则判定离合器状态为几乎完全接合状态。

由上述描述可知，还可识别出有离合信号时离合器所处的状态。

本发明还提出一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上所述的步骤。

实施例一

请参照图2-4，本发明的实施例一为：一种车辆变速箱档位识别方法，本方法仅依靠时间戳、发动机转速、变速箱输出轴转速以及离合器踏板踩踏状态这些可由数据总线直接采集到的数据，即可识别得到变速箱档位。

本方法分别对无离合数据(离合器踏板状态为无踩踏的样本数据)和有离合数据(离合器踏板状态为有踩踏的样本数据)进行分析。

如图2所示，基于无离合数据的变速箱档位识别方法包括如下步骤：

S101：采集预设第一时间段内的样本数据，所述样本数据包括时间戳t、发动机转速ω_e、变速箱输出轴转速ω_t和离合器踏板踩踏状态c；即通过数据总线(如CAN总线)按照预设的采集频率(如1Hz)持续采集一端时间的样本数据，第i个样本数据可表示为(t_i，ω_e,i，ω_t,i，c_i)，或可直接表示为(ω_e,i，ω_t,i)。

S102：获取离合器踏板状态为无踩踏的样本数据，得到无离合信号样本数据。

S103：根据变速箱配置信息，对所述无离合信号样本数据的运转档位进行预标记，所述变速箱配置信息包括变速箱的档位数、各非空档档位的传动比以及空档怠速时的发动机转速；其中，空档怠速指的是变速箱档位为空档且加速踏板处于完全松开位置，即不踩油门。所述变速箱配置信息是预知的，其中，本实施例中的非空档指前进档，用s₀表示无离合信号时的变速箱运转档位，其有n+1种不同的取值，即s₀＝0,1,…,n，分别表示空档、一档、……、n档。

对于变速箱运转档位，当为非空档时，变速箱输入轴转速和输出轴转速之比应为该档位的传动比值，或在此传动比值附近小范围内波动；当为空档时，虽然转速之比并不固定，但是发动机的转速却极大概率维持在一定怠速范围内。

因此，根据空档时的发动机转速，将发动机转速处于预设范围内的无离合信号样本数据的运转档位预标记为空档。所述预设范围可根据变速箱输出轴转速与发送机转速的对应关系得到，如图3所示的二维散点图，从图3中可以看出大致有5条倾斜的直线和一条平行于横轴的直线，其中，5条倾斜的直线分别对应5个非空档档位时的变速箱输出轴转速与发送机转速的对应关系，平行于横轴的直线对应空档怠速时变速箱输出轴转速与发送机转速的对应关系，由图3可大概看出空档怠速时发动机转速为750rpm，进一步地，处于700-800rpm的范围内，因此，所述预设范围即可设为700-800rpm，即将发动机转速处于700-800rpm范围内的无离合信号样本数据的运转档位预标记为空档。

然后分别计算其他无离合信号样本数据的发动机转速与变速箱输出轴转速的比值，并将所述比值与各非空档档位的传动比进行对比；将其他无离合信号样本数据的运转档位分别预标记为与其比值最接近的传动比对应的档位。即对于其他尚未预标记的无离合信号样本数据，将其发动机转速和变速箱输出轴转速的比值与各非空档档位的传动比进行对比，依据就近原则，取与该比值相差最小的传动比，然后将该无离合信号样本数据的运转档位预标记为该相差最小的传动比对应的档位。

S104：根据所述无离合信号样本数据预标记的运转档位，分别计算得到各档位的第一先验概率以及各档位的发动机转速与变速箱输出轴转速的第一概率分布。

具体地，根据所述无离合信号样本数据预标记的运转档位，分别统计各档位由其他档位换入的频率，得到各档位的第一先验概率。即按照时间戳的先后顺序统计各个档位由其他档位换入的频率，也可以按照时间戳的先后顺序对无离合信号样本数据进行排序，将连续的且预标记的运转档位一致的无离合信号样本数据归为一段，该段无离合信号样本数据对应同一个运转档位，然后统计各档位分别对应多少段无离合信号样本数据，即可得到各档位对应的换入频数，然后分别将各档位对应的换入频数除以总频数(即各档位的换入频数之和)，即可得到各档位的换入频率，将该频率近似为各档位的第一先验概率。

然后，分别计算各档位的无离合信号样本数据的统计量，并根据所述统计量，获取各档位的发动机转速与变速箱输出轴转速的第一二维概率密度函数；分别将各档位的第一二维概率密度函数进行离散化和归一化处理，得到各档位的发动机转速与变速箱输出轴转速的第一概率分布。具体地，依据发动机转速、变速箱输出轴转速的数据采集精度取其所有可能值并代入第一二维概率密度函数中计算函数值以进行离散化处理，再进行归一化处理，例如，设采集精度为0.1rpm，其可能值则有782.0、1000.5、2531.7等一定范围内间隔为0.1的数值。

即根据运转档位的预标记结果，分别计算空档、一档、……、n档的无离合信号样本数据的统计量，其中，统计量依据二维概率密度函数的分布类型而定，例如，对于二维正态分布的二维概率密度函数，所述统计量包括发送机转速的均值、发动机转速的方差、变速箱输出轴转速的均值、变速箱输出轴转速的方差以及发动机转速与变速箱输出轴转速的协方差。对于其他分布类型的二维概率密度函数，则可能计算其他的统计量。

二维概率密度函数是关于连续自变量的连续函数，但是由于样本数据中的发动机转速、变速箱输出轴转速都是离散值，因此需要进行离散化、归一化处理，从而得到不同档位下发动机转速、变速箱输出轴转速取所有不同值时的对应概率，也就叫概率分布。

S105：根据时间戳，将连续采集的无离合信号样本数据划分为同一组，得到多个无离合信号样本数据组。所述连续采集的是指相邻的两个无离合信号样本数据的时间差小于或等于采样时间间隔，假设样本数据的采集频率为1Hz，则即时间差不大于1s。因此，同一无离合信号样本数据组中相邻的无离合信号样本数据的时间差小于或等于采样时间间隔。

S106：根据所述各档位的第一先验概率以及各档位的第一概率分布，分别计算各无离合信号样本数据组对应各档位的后验概率，并根据所述后验概率，分别确定各无离合信号样本数据组的运转档位。

具体地，根据所述各档位的第一概率分布，分别获取一无离合信号样本数据组中各无离合信号样本数据对应各档位的概率；将所述一无离合信号样本数据组中各无离合信号样本数据对应同一档位的概率相乘，得到所述一无离合信号样本数据组对应所述同一档位的似然度。

然后根据各档位的第一先验概率以及所述一无离合信号样本数据组对应各档位的似然度，通过贝叶斯公式分别计算所述一无离合信号样本数据组对应各档位的后验概率；将所述一无离合信号样本数据组的运转档位标记为后验概率最大值对应的档位。

即根据该组中各无离合信号样本数据中的发动机转速和变速箱输出轴转速，分别在各档位的发动机转速与变速箱输出轴转速的第一概率分布中进行匹配，得到各无离合信号样本数据在各档位下出现的概率；然后将该组中各无离合信号样本数据对应同一档位的概率相乘，即可得到该组对应该档位的似然度，以此类推，得到该组对应各档位的似然度。

例如，假设Φ₀＝s₀表示事件“无离合信号时变速箱运转档位运转情况为s₀”，P(Φ₀＝s₀)表示无离合信号时各档位的第一先验概率，那么各档位下无离合信号样本数据出现的概率可表示为P((ω_e,i，ω_t,i)|Φ₀＝s₀)，也即在Φ₀＝s₀发生的条件下第i个样本数据出现的概率。

似然度可表示为

其中，p₀为无离合信号样本数据组中第一个无离合信号样本数据的位置索引，q₀为最后一个无离合信号样本数据的位置索引，该似然度即为第p₀到q₀个样本数据所组成的无离合信号样本数据组对应档位s₀的似然度。

然后根据贝叶斯公式计算该无离合信号样本数据组对应各档位的后验概率，所述贝叶斯公式为：

其中，

为标准化常量，其对应的公式为

然后获取最大的后验概率所对应的档位，作为该无离合信号样本数据组的运转档位。

S107：根据所述无离合信号样本数据组的运转档位，更新各档位的第一先验概率以及各档位的第一概率分布；即根据各无离合信号样本数据组的运转档位的识别结果，重新统计各档位的换入概率以及发动机转速与变速箱输出轴转速的概率分布。

后续对于新采集的无离合信号数据，则利用更新后的各档位的第一概率分布，计算新采集的无离合信号数据的似然度，再结合更新后的各档位的第一先验概率，计算新采集的无离合信号数据对应各档位的后验概率，并取后验概率最大值对应的档位作为新采集的无离合信号数据的运转档位。

同样，新采集的无离合信号数据的运转档位识别完成后，更新各档位的第一先验概率以及第一概率分布。

对于有离合数据，考虑到离合器主动盘、从动盘之间的接触情况，将其大体分为等价完全分离、几乎完全接合、半联动三种状态。

对于等价完全分离状态，就是指主从动盘完全不接触，可视为无离合数据中空档的情况，因此，将等价完全分离状态的发动机转速与变速箱输出轴转速的概率分布设置为更新后的无离合信号样本数据对应空档的概率分布。

对于几乎完全接合，就是表示有离合信号(有踩踏离合器踏板)，但主从动盘之间几乎没有速度差，可视为无离合数据中一档、二档、……、n档等非空档情况，因此，将几乎完全接合状态的发动机转速与变速箱输出轴转速的概率分布分别一一对应设置为更新后的无离合信号样本数据对应非空档的概率分布。

也就是说，等价完全分离状态和几乎完全接合状态发动机转速与变速箱输出轴转速的概率分布相当于上述无离合数据中各档位的发动机转速与变速箱输出轴转速的第一概率分布。而对于半联动状态的发动机转速与变速箱输出轴转速的概率分布，则需要另外计算得到。

如图4所示，基于有离合数据的变速箱档位识别方法包括如下步骤：

S201：获取离合器踏板状态为有踩踏的样本数据，得到有离合信号样本数据。

S202：获取处于预设第二时间段内的连续的有离合信号样本数据，得到多个有离合信号样本数据组，并将所述多个有离合信号样本数据组的运转档位分别预标记为其前一个无离合信号样本数据组的运转档位；优选地，所述第二时间段为3s，即筛选出连续的且始末时间差不大于3s的有离合信号样本数据。

S203：根据所述有离合信号样本数据组预标记的运转档位，计算得到半联动状态的发动机转速与变速箱输出轴转速的概率分布。

具体地，分别计算各档位的有离合信号样本数据的统计量，并根据所述统计量，获取各档位的发动机转速与变速箱输出轴转速的第二二维概率密度函数；分别将各档位的第二二维概率密度函数进行离散化和归一化处理，得到各档位的发动机转速与变速箱输出轴转速的第二概率分布。

然后，根据所述多个有离合信号样本数据组预标记的运转档位及其中的样本数据个数，分别计算有离合信号样本数据对应各档位的占比；即获取对应同一档位的有离合信号样本数据组，然后根据这些有离合信号样本数据组中的样本数据个数，统计得到所述同一档位对应的样本数据总个数，以此类推，得到各档位对应的样本数据总个数，从而可得到各档位的有离合信号样本数据的占比。然后将所述占比作为权重，对所述各档位的第二概率分布进行加权求和，得到半联动状态的发动机转速与变速箱输出轴转速的概率分布。

S204：根据所述多个有离合信号样本数据组及其前一个无离合信号样本数据组，计算各档位的第二先验概率及半联动状态的先验概率。

具体地，分别获取所述多个有离合信号样本数据组的前一个无离合信号样本数据组，并根据所述前一个无离合信号样本数据组的运转档位及其中的样本数据个数，计算各档位对应的样本数据总个数以及无离合信号样本数据的总个数；

根据所述多个有离合信号样本数据组，计算有离合信号样本数据的总个数；

将所述无离合信号样本数据的总个数与所述有离合信号样本数据的总个数相加，得到第一总数；

分别将所述各档位对应的样本数据总个数除以所述第一总数，得到各档位的第二先验概率；

将所述有离合信号样本数据的总个数除以所述第一总数，得到半联动状态的先验概率。

假设Φ₁＝s₁表示事件“有离合信号时变速箱运转档位运转情况为s₁”，s₁表示有离合信号时的运转档位或离合器状态，其有n+2中不同的取值，即s₁＝0,1,…,n,n+1，分别表示空档、一档、……、n档、半联动状态。则P(Φ₁＝s₁)表示有离合信号时各档位的第二先验概率和半联动状态的先验概率。

S205：获取预设个数的连续的新采集的有离合信号数据，得到有离合信号数据组；即对于后续新采集的有离合信号数据，可通过时间窗(如3个数据长度)的形式获取到有离合信号数据组。

有离合信号数据组可表示为W_1,u，u＝p₁,…,q₁，p₁为有离合信号数据组中的第一个有离合信号数据的位置索引，q₁为有离合信号数据组中的最后一个有离合信号数据的位置索引。

S206：根据所述各档位的第一概率分布以及半联动状态的概率分布，分别计算所述有离合信号数据组对应各档位及半联动状态的似然度。

具体地，根据所述各档位的第一概率分布以及半联动状态的概率分布，分别获取所述有离合信号数据组中各有离合信号数据对应各档位及半联动状态的概率；将所述有离合信号数据组中各有离合信号数据对应同一档位的概率相乘，得到所述有离合信号数据组对应所述同一档位的似然度；将所述有离合信号数据组中各有离合信号数据对应半联动状态的概率相乘，得到所述有离合信号数据组对应半联动状态的似然度。

即根据所述有离合信号数据组中各有离合信号数据中的发动机转速和变速箱输出轴转速，分别在各档位的发动机转速与变速箱输出轴转速的第一概率分布中进行匹配，得到各有离合信号数据在各档位下出现的概率，然后将对应同一档位的概率相乘，即可得到该有离合信号数据组对应该档位的似然度，以此类推，得到该组对应各档位的似然度。

同时，根据所述有离合信号数据组中各有离合信号数据中的发动机转速和变速箱输出轴转速，在半联动状态的发动机转速与变速箱输出轴转速的概率分布中进行匹配，得到各有离合信号数据在半联动状态下出现的概率，然后将这些概率相乘，即可得到该有离合信号数据组对应半联动状态的似然度。

假设有离合信号数据组包括3个有离合信号数据，记为W_1,u＝{(ω_e,u-1,ω_t,u-1),(ω_e,u,ω_t,u),(ω_e,u+1,ω_t,u+1)}。本步骤中的似然度也即在Φ₁＝s₁发生的条件下W_1,u出现的概率，可表示为P(W_1,u|Φ₁＝s₁)，对于含有3个数据的有离合信号数据组，其对应的似然度可表示为

S207：根据所述各档位的第二先验概率、半联动状态的先验概率以及所述有离合信号数据组对应各档位及半联动状态的似然度，通过贝叶斯公式分别计算所述有离合信号数据组对应各档位及半联动状态的后验概率。

本步骤中的贝叶斯公式为：

其中，P(W_1,u)为标准化常量，其对应的公式为

S208：判断最大的后验概率对应的是否为半联动状态，即半联动状态的后验概率是否大于其他各档位的后验概率，若是，则执行步骤S209，若否，则执行步骤S210。

S209：将所述有离合信号数据组的运转档位标记为所述有离合信号数据组之后第一个非半联动状态的离合信号数据组的运转档位，即将所述有离合信号数据组的运转档位标记为其之后第一个被识别为非空档、空档、几乎完全接合状态或等价完全分离状态的离合信号数据组所对应的档位。其中，所述非半联动状态的离合信号数据组为新采集的无离合信号数据组或非半联动状态的有离合信号数据组。进一步地，此时可认为离合器状态为半联动状态。

S210：将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位。即获取最大的后验概率所对应的档位，作为该有离合信号数据组的运转档位。

S211：根据所述有离合信号数据组的运转档位，更新各档位的第二先验概率、半联动状态的先验概率、各档位的第二概率分布以及半联动状态的概率分布。即根据有离合信号数据组的运转档位的识别结果，重新计算各档位的第二先验概率、半联动状态的先验概率、各档位的第二概率分布以及半联动状态的概率分布。

后续对于新采集的有离合信号数据，则根据更新后的上述数据，继续执行步骤S207-S211。

进一步地，根据所述有离合信号数据组最后被标记的运转档位，可得知主从动盘的接触情况，即若所述有离合信号数据组被标记为空档，则离合器状态为等价完全分离状态；若所述有离合信号数据组被标记为非空档，则离合器状态为几乎完全接合状态。

本实施例通过数据驱动的方式，利用时间戳、发动机转速、变速箱输出轴转速以及离合器踏板踩踏状态这些可由数据总线直接采集到的数据，实现对运转档位的简单、高效、准确、可靠识别，并且还能识别出有离合信号时离合器所处的状态，后续可推测出主动盘、从动盘之间在半联动时的转速差，结合材料等信息可大致估计磨损量，因此还可预测离合器剩余使用寿命。

实施例二

本实施例是对应上述实施例的一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如下步骤：

采集预设第一时间段内的样本数据，所述样本数据包括时间戳、发动机转速、变速箱输出轴转速和离合器踏板踩踏状态；

获取离合器踏板状态为无踩踏的样本数据，得到无离合信号样本数据；

根据变速箱配置信息，对所述无离合信号样本数据的运转档位进行预标记，所述变速箱配置信息包括变速箱的档位数、各非空档档位的传动比以及空档怠速时的发动机转速；

根据所述无离合信号样本数据预标记的运转档位，分别计算得到各档位的第一先验概率以及各档位的发动机转速与变速箱输出轴转速的第一概率分布；

根据时间戳，将连续采集的无离合信号样本数据划分为同一组，得到多个无离合信号样本数据组；

根据所述各档位的第一先验概率以及各档位的第一概率分布，分别计算各无离合信号样本数据组对应各档位的后验概率，并根据所述后验概率，分别确定各无离合信号样本数据组的运转档位；

获取离合器踏板状态为有踩踏的样本数据，得到有离合信号样本数据；

获取处于预设第二时间段内的连续的有离合信号样本数据，得到多个有离合信号样本数据组，并将所述多个有离合信号样本数据组的运转档位分别预标记为其前一个无离合信号样本数据组的运转档位；

根据所述有离合信号样本数据组预标记的运转档位，计算得到半联动状态的发动机转速与变速箱输出轴转速的概率分布；

根据所述多个有离合信号样本数据组及其前一个无离合信号样本数据组，计算各档位的第二先验概率及半联动状态的先验概率；

获取预设个数的连续的新采集的有离合信号数据，得到有离合信号数据组；

根据所述各档位的第一概率分布以及半联动状态的概率分布，分别计算所述有离合信号数据组对应各档位及半联动状态的似然度；

根据所述各档位的第二先验概率、半联动状态的先验概率以及所述有离合信号数据组对应各档位及半联动状态的似然度，通过贝叶斯公式分别计算所述有离合信号数据组对应各档位及半联动状态的后验概率；

将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位。

进一步地，所述根据变速箱配置信息，对所述无离合信号样本数据的运转档位进行预标记具体为：

根据空档怠速时的发动机转速，将发动机转速处于预设范围内的无离合信号样本数据的运转档位预标记为空档；

分别计算其他无离合信号样本数据的发动机转速与变速箱输出轴转速的比值，并将所述比值与各非空档档位的传动比进行对比；

将其他无离合信号样本数据的运转档位分别预标记为与其比值最接近的传动比对应的档位。

进一步地，所述根据所述无离合信号样本数据预标记的运转档位，分别计算得到各档位的第一先验概率以及各档位的发动机转速与变速箱输出轴转速的第一概率分布具体为：

根据所述无离合信号样本数据预标记的运转档位，分别统计各档位由其他档位换入的频率，得到各档位的第一先验概率；

分别计算各档位的无离合信号样本数据的统计量，并根据所述统计量，获取各档位的发动机转速与变速箱输出轴转速的第一二维概率密度函数；

分别将各档位的第一二维概率密度函数进行离散化和归一化处理，得到各档位的发动机转速与变速箱输出轴转速的第一概率分布。

进一步地，所述根据所述各档位的第一先验概率以及各档位的第一概率分布，分别计算各无离合信号样本数据组对应各档位的后验概率，并根据所述后验概率，分别确定各无离合信号样本数据组的运转档位具体为：

根据所述各档位的第一概率分布，分别获取一无离合信号样本数据组中各无离合信号样本数据对应各档位的概率；

将所述一无离合信号样本数据组中各无离合信号样本数据对应同一档位的概率相乘，得到所述一无离合信号样本数据组对应所述同一档位的似然度；

根据各档位的第一先验概率以及所述一无离合信号样本数据组对应各档位的似然度，通过贝叶斯公式分别计算所述一无离合信号样本数据组对应各档位的后验概率；

将所述一无离合信号样本数据组的运转档位标记为后验概率最大值对应的档位。

进一步地，所述根据所述各档位的第一先验概率以及各档位的第一概率分布，分别计算各无离合信号样本数据组对应各档位的后验概率，并根据所述后验概率，分别确定各无离合信号样本数据组的运转档位之后，进一步包括：

根据所述无离合信号样本数据组的运转档位，更新各档位的第一先验概率以及各档位的第一概率分布。

进一步地，所述根据所述有离合信号样本数据组预标记的运转档位，计算得到半联动状态的发动机转速与变速箱输出轴转速的概率分布具体为：

分别计算各档位的有离合信号样本数据的统计量，并根据所述统计量，获取各档位的发动机转速与变速箱输出轴转速的第二二维概率密度函数；

分别将各档位的第二二维概率密度函数进行离散化和归一化处理，得到各档位的发动机转速与变速箱输出轴转速的第二概率分布；

根据所述多个有离合信号样本数据组预标记的运转档位及其中的样本数据个数，分别计算有离合信号样本数据对应各档位的占比；

将所述占比作为权重，对所述各档位的第二概率分布进行加权求和，得到半联动状态的发动机转速与变速箱输出轴转速的概率分布。

进一步地，所述根据所述多个有离合信号样本数据组及其前一个无离合信号样本数据组，计算各档位的第二先验概率及半联动状态的先验概率具体为：

分别获取所述多个有离合信号样本数据组的前一个无离合信号样本数据组，并根据所述前一个无离合信号样本数据组的运转档位及其中的样本数据个数，计算各档位对应的样本数据总个数以及无离合信号样本数据的总个数；

根据所述多个有离合信号样本数据组，计算有离合信号样本数据的总个数；

将所述无离合信号样本数据的总个数与所述有离合信号样本数据的总个数相加，得到第一总数；

分别将所述各档位对应的样本数据总个数除以所述第一总数，得到各档位的第二先验概率；

将所述有离合信号样本数据的总个数除以所述第一总数，得到半联动状态的先验概率。

进一步地，所述根据所述各档位的第一概率分布以及半联动状态的概率分布，分别计算所述有离合信号数据组对应各档位及半联动状态的似然度具体为：

根据所述各档位的第一概率分布以及半联动状态的概率分布，分别获取所述有离合信号数据组中各有离合信号数据对应各档位及半联动状态的概率；

将所述有离合信号数据组中各有离合信号数据对应同一档位的概率相乘，得到所述有离合信号数据组对应所述同一档位的似然度；

将所述有离合信号数据组中各有离合信号数据对应半联动状态的概率相乘，得到所述有离合信号数据组对应半联动状态的似然度。

进一步地，所述将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位具体为：

判断后验概率最大值对应的是否为半联动状态；

若否，则将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位；

若是，则将所述有离合信号数据组的运转档位标记为所述有离合信号数据组之后第一个非半联动状态的离合信号数据组的运转档位。

进一步地，所述将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位之后，进一步包括：

根据所述有离合信号数据组的运转档位，更新各档位的第二先验概率、半联动状态的先验概率、各档位的第二概率分布以及半联动状态的概率分布。

进一步地，所述通过贝叶斯公式分别计算所述有离合信号数据组对应各档位及半联动状态的后验概率之后，进一步包括：

若后验概率最大值对应的是半联动状态，则判定离合器状态为半联动状态；

若后验概率最大值对应的档位为空档，则判定离合器状态为等价完全分离状态；

若后验概率最大值对应的档位为非空档，则判定离合器状态为几乎完全接合状态。

综上所述，本发明提供的一种车辆变速箱档位识别方法及计算机可读存储介质，通过贝叶斯分析方法，先根据变速箱配置信息，对无离合信号样本数据的运转档位进行预标记，再根据预标记结果，计算得到无离合信号情况下各档位的先验概率以及各档位的发动机转速与变速箱输出轴转速的概率分布，然后根据贝叶斯公式计算出各档位的后验概率，选取后验概率最大值对应的档位作为无离合信号情况下的变速箱档位识别结果。同样，通过贝叶斯分析方法，根据无离合信号样本数据的档位识别结果，对有离合信号样本数据的运转档位进行预标记，再根据预标记结果，计算半联动状态下的概率分布，然后结合无离合信号样本数据，计算得到有离合信号情况下各档位的先验概率及半联动状态下的先验概率，然后结合无离合信号情况下各档位的概率分布，根据贝叶斯公式计算出各档位及半联动状态的后验概率，选取后验概率最大值对应的档位作为有离合信号情况下的变速箱档位识别结果。

本发明仅依靠时间戳、发动机转速、变速箱输出轴转速以及离合器踏板踩踏状态这些可由数据总线直接采集到的数据，即可识别得到变速箱档位，通过数据驱动的方式实现对运转档位的简单、高效、准确、可靠识别。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (12)

1.一种车辆变速箱档位识别方法，其特征在于，包括：

采集预设第一时间段内的样本数据，所述样本数据包括时间戳、发动机转速、变速箱输出轴转速和离合器踏板踩踏状态；

获取离合器踏板状态为无踩踏的样本数据，得到无离合信号样本数据；

根据变速箱配置信息，对所述无离合信号样本数据的运转档位进行预标记，所述变速箱配置信息包括变速箱的档位数、各非空档档位的传动比以及空档怠速时的发动机转速；

根据所述无离合信号样本数据预标记的运转档位，分别计算得到各档位的第一先验概率以及各档位的发动机转速与变速箱输出轴转速的第一概率分布；

根据时间戳，将连续采集的无离合信号样本数据划分为同一组，得到多个无离合信号样本数据组；

根据所述各档位的第一先验概率以及各档位的发动机转速与变速箱输出轴转速的第一概率分布，分别计算各无离合信号样本数据组对应各档位的后验概率，并根据所述后验概率，分别确定各无离合信号样本数据组的运转档位；

获取离合器踏板状态为有踩踏的样本数据，得到有离合信号样本数据；

获取处于预设第二时间段内的连续的有离合信号样本数据，得到多个有离合信号样本数据组，并将所述多个有离合信号样本数据组的运转档位分别预标记为其前一个无离合信号样本数据组的运转档位；

根据所述有离合信号样本数据组预标记的运转档位，计算得到半联动状态的发动机转速与变速箱输出轴转速的概率分布；

根据所述多个有离合信号样本数据组及其前一个无离合信号样本数据组，计算各档位的第二先验概率及半联动状态的先验概率；

获取预设个数的连续的新采集的有离合信号数据，得到有离合信号数据组；

根据所述各档位的发动机转速与变速箱输出轴转速的第一概率分布以及半联动状态的发动机转速与变速箱输出轴转速的概率分布，分别计算所述有离合信号数据组对应各档位及半联动状态的似然度；

根据所述各档位的第二先验概率、半联动状态的先验概率以及所述有离合信号数据组对应各档位及半联动状态的似然度，通过贝叶斯公式分别计算所述有离合信号数据组对应各档位及半联动状态的后验概率；

将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位。

2.根据权利要求1所述的车辆变速箱档位识别方法，其特征在于，所述根据变速箱配置信息，对所述无离合信号样本数据的运转档位进行预标记具体为：

根据空档怠速时的发动机转速，将发动机转速处于预设范围内的无离合信号样本数据的运转档位预标记为空档；

分别计算其他无离合信号样本数据的发动机转速与变速箱输出轴转速的比值，并将所述比值与各非空档档位的传动比进行对比；

将其他无离合信号样本数据的运转档位分别预标记为与其比值最接近的传动比对应的档位。

3.根据权利要求1所述的车辆变速箱档位识别方法，其特征在于，所述根据所述无离合信号样本数据预标记的运转档位，分别计算得到各档位的第一先验概率以及各档位的发动机转速与变速箱输出轴转速的第一概率分布具体为：

根据所述无离合信号样本数据预标记的运转档位，分别统计各档位由其他档位换入的频率，得到各档位的第一先验概率；

分别计算各档位的无离合信号样本数据的统计量，并根据所述统计量，获取各档位的发动机转速与变速箱输出轴转速的第一二维概率密度函数；

分别将各档位的第一二维概率密度函数进行离散化和归一化处理，得到各档位的发动机转速与变速箱输出轴转速的第一概率分布。

4.根据权利要求1所述的车辆变速箱档位识别方法，其特征在于，所述根据所述各档位的第一先验概率以及各档位的发动机转速与变速箱输出轴转速的第一概率分布，分别计算各无离合信号样本数据组对应各档位的后验概率，并根据所述后验概率，分别确定各无离合信号样本数据组的运转档位具体为：

根据所述各档位的发动机转速与变速箱输出轴转速的第一概率分布，分别获取一无离合信号样本数据组中各无离合信号样本数据对应各档位的概率；

将所述一无离合信号样本数据组中各无离合信号样本数据对应同一档位的概率相乘，得到所述一无离合信号样本数据组对应所述同一档位的似然度；

根据各档位的第一先验概率以及所述一无离合信号样本数据组对应各档位的似然度，通过贝叶斯公式分别计算所述一无离合信号样本数据组对应各档位的后验概率；

将所述一无离合信号样本数据组的运转档位标记为后验概率最大值对应的档位。

5.根据权利要求1所述的车辆变速箱档位识别方法，其特征在于，所述根据所述各档位的第一先验概率以及各档位的发动机转速与变速箱输出轴转速的第一概率分布，分别计算各无离合信号样本数据组对应各档位的后验概率，并根据所述后验概率，分别确定各无离合信号样本数据组的运转档位之后，进一步包括：

根据所述无离合信号样本数据组的运转档位，更新各档位的第一先验概率以及各档位的发动机转速与变速箱输出轴转速的第一概率分布。

6.根据权利要求1所述的车辆变速箱档位识别方法，其特征在于，所述根据所述有离合信号样本数据组预标记的运转档位，计算得到半联动状态的发动机转速与变速箱输出轴转速的概率分布具体为：

分别计算各档位的有离合信号样本数据的统计量，并根据所述统计量，获取各档位的发动机转速与变速箱输出轴转速的第二二维概率密度函数；

分别将各档位的第二二维概率密度函数进行离散化和归一化处理，得到各档位的发动机转速与变速箱输出轴转速的第二概率分布；

根据所述多个有离合信号样本数据组预标记的运转档位及其中的样本数据个数，分别计算有离合信号样本数据对应各档位的占比；

将所述占比作为权重，对所述各档位的发动机转速与变速箱输出轴转速的第二概率分布进行加权求和，得到半联动状态的发动机转速与变速箱输出轴转速的概率分布。

7.根据权利要求1所述的车辆变速箱档位识别方法，其特征在于，所述根据所述多个有离合信号样本数据组及其前一个无离合信号样本数据组，计算各档位的第二先验概率及半联动状态的先验概率具体为：

分别获取所述多个有离合信号样本数据组的前一个无离合信号样本数据组，并根据所述前一个无离合信号样本数据组的运转档位及其中的样本数据个数，计算各档位对应的样本数据总个数以及无离合信号样本数据的总个数；

根据所述多个有离合信号样本数据组，计算有离合信号样本数据的总个数；

将所述无离合信号样本数据的总个数与所述有离合信号样本数据的总个数相加，得到第一总数；

分别将所述各档位对应的样本数据总个数除以所述第一总数，得到各档位的第二先验概率；

将所述有离合信号样本数据的总个数除以所述第一总数，得到半联动状态的先验概率。

8.根据权利要求1所述的车辆变速箱档位识别方法，其特征在于，所述根据所述各档位的发动机转速与变速箱输出轴转速的第一概率分布以及半联动状态的发动机转速与变速箱输出轴转速的概率分布，分别计算所述有离合信号数据组对应各档位及半联动状态的似然度具体为：

根据所述各档位的发动机转速与变速箱输出轴转速的第一概率分布以及半联动状态的发动机转速与变速箱输出轴转速的概率分布，分别获取所述有离合信号数据组中各有离合信号数据对应各档位及半联动状态的概率；

将所述有离合信号数据组中各有离合信号数据对应同一档位的概率相乘，得到所述有离合信号数据组对应所述同一档位的似然度；

将所述有离合信号数据组中各有离合信号数据对应半联动状态的概率相乘，得到所述有离合信号数据组对应半联动状态的似然度。

9.根据权利要求1所述的车辆变速箱档位识别方法，其特征在于，所述将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位具体为：

判断后验概率最大值对应的是否为半联动状态；

若否，则将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位；

若是，则将所述有离合信号数据组的运转档位标记为所述有离合信号数据组之后第一个非半联动状态的离合信号数据组的运转档位。

10.根据权利要求1所述的车辆变速箱档位识别方法，其特征在于，所述将所述有离合信号数据组的运转档位标记为后验概率最大值对应的档位之后，进一步包括：

根据所述有离合信号数据组的运转档位，更新各档位的第二先验概率、半联动状态的先验概率、各档位的发动机转速与变速箱输出轴转速的第二概率分布以及半联动状态的发动机转速与变速箱输出轴转速的概率分布。

11.根据权利要求1所述的车辆变速箱档位识别方法，其特征在于，所述通过贝叶斯公式分别计算所述有离合信号数据组对应各档位及半联动状态的后验概率之后，进一步包括：

若后验概率最大值对应的是半联动状态，则判定离合器状态为半联动状态；

若后验概率最大值对应的档位为空档，则判定离合器状态为等价完全分离状态；

若后验概率最大值对应的档位为非空档，则判定离合器状态为几乎完全接合状态。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-11任一项所述的方法。

Images