CN112261588B - 有人车引导的多无人车自适应编队组网方法、***及设备 - Google Patents

Abstract

本发明公开了一种有人车引导的多无人车自适应编队组网方法，包括如下步骤：任意一辆非在编无人车检测到编队进入其通讯范围时，接收该编队所有车辆的位姿信息；当该非在编无人车与编队中最末尾车辆的距离出现变大趋势时，该非在编无车人以所述最末尾车辆的历史位姿信息生成向编队靠近目标轨迹；判断该非在编无人车的历史位姿信息与所述最末尾车辆的历史位姿信息之间的重合度，当重合度大于重合度阈值时，该非在编无人车完成入编。

Description

有人车引导的多无人车自适应编队组网方法、***及设备

技术领域

本发明涉及无人车编队领域，具体涉及一种有人车引导的多无人车自适应编队组网方法、***及设备。

背景技术

近年来，随着无人驾驶技术和无线通信技术的发展，多无人车编队协同完成某项任务已成为可能，而且得到了广泛的应用，其中多无人车编队运输更是多无人车编队协同任务的重要应用之一。

所谓的多无人车编队运输是指，在一辆有人驾驶车辆的引导下，多辆无人车跟随有人车，按照一定的队形完成运输任务。无人车编队运输可以显著降低运输过程中的人力成本，并且在实现的难度上远低于完全自主的无人驾驶技术，因此是一项无人驾驶技术在实际应用上的有意义的尝试。

现有技术中，无人运输编队会面临诸多考验，例如编队的规模会因为实际需求的变化发生不可预见的改变，会有无人车随时加入或者脱离编队的情况出现。如果采用人为的方式去改变无人运输编队的组成规模和队形，显然会增加整个运输过程的人力和时间成本。

发明内容

为解决上述技术问题，本发明提供一种有人车引导的多无人车自适应编队组网方法、***及设备。

为解决上述技术问题，本发明采用如下技术方案：

一种有人车引导的多无人车自适应编队组网方法，包括如下步骤：

步骤一：任意一辆非在编无人车检测到编队进入其通讯范围时，接收该编队所有车辆的位姿信息；

步骤二：当该非在编无人车与编队中最末尾车辆的距离出现变大趋势时，该非在编无车人以所述最末尾车辆的历史位姿信息生成向编队靠近目标轨迹；

步骤三：判断该非在编无人车的历史位姿信息与所述最末尾车辆的历史位姿信息之间的重合度，当重合度大于重合度阈值时，该非在编无人车完成入编。

具体地，所述无人车、有人车上设置有用于采集自身的位姿信息的组合导航定位***，以及用于在各车辆之间互相接收和发送位姿信息的无线通讯***。

具体地，步骤一中，所述位姿信息包括航向；所述非在编无人车检测到编队进入其通讯范围时，调整自身的航向，使所述非在编无人车向编队靠近之前的航向与编队中有人车的航向保持一致。

具体地，步骤一中，所述位姿信息还包括车辆的经度、维度、速度；有人车和所有无人车均通过本车辆的位姿信息和其他车辆的位姿信息建立本车辆的车辆信息库，所述车辆信息库包括所有车辆的经度、纬度、航向、速度、在编标识、在编编号、非在编编号，以及本车辆的安全距离、最小遇距；所述在编标识用于表示车辆是否已经加入编队，在编编号用于表示在编车辆加入编队的顺序；所述非在编编号用于表示非在编无人车与编队最末尾车辆的接近程度；所述安全距离表示非在编无人车与其他非在编无人车的距离；所述最小遇距表示该非在编无人车与编队最末尾车辆的距离。

具体地，步骤三中，如果车队最末尾车辆的在编编号为K-1，当非在编无人车完成入编时，则该非在编无人车的在编编号设置为K；编号为K的车辆成为编队中最末尾车辆，其跟随编号为K-1的车辆继续行驶。

具体地，步骤三中，计算非在编无人车的历史位姿信息与最末尾车辆的历史位姿信息之间的重合度时，包括以下步骤：

步骤31：获取所述非在编无人车当前时刻之前20帧的位姿信息，记作L₁{a₁，a₂，…，a_i，…，a₂₀}，其中a_i为该非在编无人车当前时刻之前第i帧的位姿信息；

步骤32：获取所述最末尾车辆当前时刻之前100帧的位姿信息，记作L₂{b₁，b₂，…，b_j，…，b₁₀₀}，其中b_j为该最末尾车辆当前时刻之前第j帧的位姿信息；

步骤33：将所述非在编无人车当前时刻的位姿信息a₀与L₂进行对比，在L₂中找到在距离上与a₀最近的一个位姿信息b_x；

步骤34：取L₂中自b_x开始之后连续的20帧信息，记作L₃{b_x，b_x+1，…，b_x+19}；

步骤35，此时L₁、L₃均包含20帧位姿信息，计算L₁、L₃对应位置上位姿信息在距离的差值c_i以及在航向的差值d_i，分别记作L₄{c₁，c₂，…，c₂₀}和L₅{d₁，d₂，…，d₂₀}；

步骤36，分别计算L₄、L₅中20个数值的均方误差，当两个均方误差分别在设定范围内，则判定重合度大于重合度阈值，该非在编无人车完成入编。

具体地，步骤二中，所述非在编无人车以正常速度向编队靠近时，与其他非在编无人车的距离为安全距离，如果安全距离小于第一设定距离，与所述最末尾车辆距离较大的非在编无人车进行减速，使安全距离扩大，当安全距离等于第二设定距离时，与所述最末尾车辆距离较大的非在编无人车恢复至正常速度；其中第二设定距离大于第一设定距离。

一种有人车引导的多无人车自适应编队组网***，包括：

位姿获取模块，任意一辆非在编无人车检测到编队进入其通讯范围时，其接收该编队所有车辆的位姿信息，所述位姿信息包括航向；

编队靠近模块，当该非在编无人车与编队中最末尾车辆的距离出现变大趋势时，控制该非在编无车人以所述最末尾车辆的历史位姿信息为目标轨迹，向编队靠近；

重合度计算模块，其判断该非在编无人车的历史位姿信息与所述最末尾车辆的历史位姿信息之间的重合度，当重合度大于重合度阈值时，该非在编无人车完成入编。

一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的组网方法。

与现有技术相比，本发明的有益技术效果是：

1.本发明通过自适应的组网方法，对加入编队的无人车的数目没有限制，实际应用中编队规模相对灵活。

2.利用车辆信息库实现无人车的行为决策，使整个***具有很强可扩展性，新加入的无人车，不需要做过多修改，便可完成入编操作。

3.本发明充分考虑了实际的编队运行中可能遇到的诸多问题，例如对无人车航向进行修正、开始进行入编动作的时机以及多无人车安全有序的加入编队，极大的缩小了理论与实际的距离，有利于本发明在实际应用中的实现。

附图说明

图1为本发明组网方法的流程图；

图2为本发明组合导航定位***、无线通讯***、车辆信息库***的结构示意图；

图3为本发明解决入编冲突、完成入编动作的流程图。

具体实施方式

下面结合附图对本发明的一种优选实施方式作详细的说明。

现有技术中，无人运输编队会面临诸多考验，例如编队的规模会因为实际需求的变化发生不可预见的改变，会有无人车随时加入或者脱离编队的情况出现。如果采用人为的方式去改变无人运输编队的组成规模和队形，显然会增加整个运输过程的人力和时间成本，这与最初采用无人编队运输的目的相悖。

针对无人编队运输过程中的这一困难，本发明提出一种有人车引导的多无人车自适应编队组网方法，使无人车能自主、安全加入无人运输编队，包括如下步骤：

S1：任意一辆非在编无人车检测到编队进入其通讯范围时，接收该编队所有车辆的位姿信息。

非在编无人车第一次接收到编队中车辆发送的信息，表明编队已进入该非在编无人车一定范围之内，以这一信号为标志，该非在编无人车即将开始入编操作；本车开始收集通信范围内所有已参加或者将要参加编队的车辆的位姿信息，为构建车辆信息库做准备；车辆信息库***根据收集到的通信范围内所有车辆的位姿信息构建车辆信息库；该非在编无人车将根据车辆信息库中，对自身的下一步动作做出决策，决策的终点便是该非在编无人车顺利加入编队并跟随编队行驶。

当编队中只存在有人车时，该非在编无人车接收该有人车的位姿信息，当编队中既存在有人车又存在无人车时，该非在编无人车接收有人车和所有无人车的位姿信息。

有人车即为存在驾驶员的车辆，其在整个编队中发挥引导作用。

具体地，步骤一中，所述位姿信息还包括车辆的经度、维度、速度；有人车和所有无人车均通过本车辆的位姿信息和其他车辆的位姿信息建立车辆信息库，所述车辆信息库包括所有车辆的经度、纬度、航向、速度、在编标识、在编编号、非在编编号，以及本车辆的安全距离、最小遇距；所述在编标识用于表示车辆是否已经加入编队，在编编号用于表示在编车辆加入编队的顺序；所述非在编编号用于表示非在编无人车与编队最末尾车辆的接近程度；所述安全距离表示非在编无人车与其他非在编无人车的距离；所述最小遇距表示该非在编无人车与编队最末尾车辆的距离。

无人车处于编队之中，则该无人车的在编标识置为1，否则置为0。

在编编号由无人车加入编队的顺序决定，编号用***数字表示，记作{1,2,…,M}，数字越小代表加入编队越早，有人车的在编编号为0，非在编无人车的在编编号统一设定为-1。

非在编编号设立的目的在于，当有限空间内同一时刻有多辆无人车需要加入编队时，各无人车能在不发生碰撞的前提下加入编队，并在出现入编冲突时，合理安排非在编无人车入编的顺序；所谓的入编冲突指同一时刻、有限空间之内有多辆非在编无人车存在加入编队的需求。如果不妥善处理这种冲突，可能会出现车辆碰撞或者多辆无人车均停车等待，导致无法顺利加入编队的情形。

非在编编号由该非在编无人车与编队中在编编号最大车辆之间的距离决定，在编编号最大车辆即为编队中最末尾车辆，非在编编号用***数字表示，记作{1,2,…,N}，数字越小代表该无人车与编队最末尾车辆之间的距离越小，在编车辆的非在编编号统一设定为-1。

安全距离，即非在编无人车与其他非在编无人车的距离，通过两车的经纬度计算得出；设立安全距离的目的是结合非在编编号，解决多个无人车同时加入编队可能出现的碰撞或冲突场景。

最小遇距，即非在编无人车与编队最末尾车辆的距离，是非在编编号的度量化表示，通过该非在编无人车与各在编车辆的经纬度经过计算、对比得出，或者通过该非在编无人车与编队最末尾车辆的经纬度计算得出。

本发明中的车辆包括组合导航定位***、无线通信***以及车辆信息库***。

组合导航定位***用于实时产生车辆的位姿信息，包括其经度、纬度、速度、航向；位姿信息将被发送至本车的无线通信***及车辆信息库***。

无线通信***用于实时接收通信范围内其它参与编队车辆的位姿信息，并向其它参与编队的无人车发送本车的位姿信息；本车的位姿信息和接收到的其他车辆的位姿信息将被传送至本车的车辆信息库***，用于生成车辆信息库；当两车辆之间的距离小于无线通讯***的通讯范围时，两车辆能够自动建立通讯联系。

车辆信息库的信息会实时更新，同时会保存多帧的历史位姿信息，本实施例中会保存200帧历史位姿信息，由于车辆信息库的采集依赖于各车上配备的组合导航定位***以及各车之间的无线通信***，受无线通信的距离所限，各车上的车辆信息库是动态变化的；当某辆车进入本车通信范围时，该辆车的信息会自动加入本车的车辆信息库，反之则会被剔除。

各无人车根据存储的车辆信息库对自身的下一步动作做出决策，实现了多无人车的灵活组队，具有构造简单且便于扩展的特点，能够显著提升无人编队运输的效率。

S2：当该非在编无人车与编队中最末尾车辆的距离出现变大趋势时，该非在编无车人以所述最末尾车辆的历史位姿信息生成向编队靠近目标轨迹。

计算最小遇距的目的在于，为非在编无人车的入编动作寻找合适的开始时机，对于非在编无人车，将其最小遇距开始出现变大趋势视为开始入编动作的信号。之所以不在编队一进入该非在编无人车的通信范围时便开始入编动作，是因为编队在进入该非在编无人车通信范围后会经历靠近本车再远离本车的过程，在刚刚出现编队远离本车趋势时，开始向编队靠近，是最有效率的一种方法，这种效率体现在规划轨迹的平滑度以及最终加入编队所需运行的距离。

所述非在编无人车检测到编队进入其通讯范围时，调整自身的航向，向编队靠近之前，使所述非在编无人车的航向与编队中有人车的航向保持一致。

编队刚进入非在编无人车的通信范围内时，此时最小遇距这一指标尚未出现变大的趋势，因此该非在编无人车俩会停留在原地等待这一趋势的出现；此处的停在原地等待并非表示任何动作都不需要做，由于编队进入本车通信范围内的方位是随机的，在进入本车的通信范围内后，编队的运行方向也是随机的。当本车的航向与编队前进的方向差距过大时，不利于本车接下来向编队的靠近，因此在本车停在原地等待这一阶段可以不断修正本车的航向，使其接近编队前进的方向。本发明用有人车的航向等效编队前进的方向，由于所有车辆归根结底都是跟随有人车行驶的，所以这种等效是可行的。由于引导车的航向并非固定不变，因此航向修正这一动作将持续至本车开始向编队行驶。

若最小遇距出现变大趋势，则表明编队正开始远离本车，这是一个临界点。若在此临界点之前规划自本车至编队的轨迹，这一轨迹大概率会出现曲率很大的情形，将会很难执行，若在此临界点之后规划自本车至编队的轨迹，虽然不会出现轨迹不易于跟随的情形，但会加大本车加入无人编队所需运行的距离，这显然降低了这一过程的效率。因此，本发明在此临界点规划自本车至编队的轨迹，轨迹的起始点分别为自车及在编编号最大的车辆，自车将跟随这一轨迹不断向编队靠近。

本发明中，本车即为准备入编的非在编无人车。

S3：判断该非在编无人车的历史位姿信息与所述最末尾车辆的历史位姿信息之间的重合度，当重合度大于重合度阈值时，该非在编无人车完成入编。

入编完成后，该非在编无人车的在编标识置为1；如重合度小于或者等于重合度阈值，则该非在编无人车继续跟随在编编号最大的车辆行驶。

具体地步骤三中，计算非在编无人车的历史位姿信息与最末尾车辆的历史位姿信息之间的重合度时，包括以下步骤：

步骤31：获取所述非在编无人车当前时刻之前20帧的位姿信息，记作L₁{a₁，a₂，…，a_i，…，a₂₀}，其中a_i为该非在编无人车当前时刻之前第i帧的位姿信息；

步骤32：获取所述最末尾车辆当前时刻之前100帧的位姿信息，记作L₂{b₁，b₂，…，b_j，…，b₁₀₀}，其中b_j为该最末尾车辆当前时刻之前第j帧的位姿信息；

步骤33：将所述非在编无人车当前时刻的位姿信息a₀与L₂进行对比，在L₂中找到在距离上与a₀最近的一个位姿信息b_x；

步骤34：取L₂中自b_x开始之后连续的20帧信息，记作L₃{b_x，b_x+1，…，b_x+19}；

步骤35，此时L₁、L₃均包含20帧位姿信息，计算L₁、L₃脚标相同的位姿信息质检在距离的差值c_i以及在航向的差值d_i，分别记作L₄{c₁，c₂，…，c₂₀}和L₅{d₁，d₂，…，d₂₀}；

步骤36，分别计算L₄、L₅中20个数值的均方误差，当两个均方误差分别在设定范围内，则判定重合度大于重合度阈值，该非在编无人车完成入编。

本发明计算重合度时，采用了基于位置与航向的双重判定方法。

步骤二中，所述非在编无人车以正常速度向编队靠近时，与其他非在编无人车的距离为安全距离，如果安全距离小于第一设定距离时，与所述最末尾车辆距离较大的非在编无人车进行减速，使安全距离扩大，当安全距离等于第二设定距离时，与所述最末尾车辆距离较大的非在编无人车恢复至正常速度；其中第二设定距离大于第一设定距离。

上述方法能保证同一时刻至多有一辆无人车加入编队，因此一个在编编号只会对应一辆在编车辆。

本实施例中，所述第一设定距离为20米，第二设定距离为30米。

本发明将致力于解决多辆非在编无人车同一时刻且在有限空间内进行入编操作时可能出现的碰撞或者冲突情形，此处所说的有限空间旨在表明多辆非在编无人车的轨迹存在相交或者接近的可能，并由此引发碰撞。在这一步骤中将用到车辆信息库中的非在编编号及安全距离这两项指标，在本车开始向编队运动时，便实时监测这两项数据，当检测到本车与任一辆其他非在编无人车距离小于20m时，本车或者另一辆距离过近的非在编无人车需要做出一定的反应避免发生碰撞或冲突。本发明所采取的办法是，对比两辆无人车的“非在编编号”，编号大者减速让行，当两车距离恢复至30m以上时，前述减速车辆恢复正常行驶。

一种有人车引导的多无人车自适应编队组网***，包括：

位姿获取模块，任意一辆非在编无人车检测到编队进入其通讯范围时，其接收该编队所有车辆的位姿信息，所述位姿信息包括航向；

编队靠近模块，当该非在编无人车与编队中最末尾车辆的距离出现变大趋势时，控制该非在编无车人以所述最末尾车辆的历史位姿信息为目标轨迹，向编队靠近；

重合度计算模块，其判断该非在编无人车的历史位姿信息与所述最末尾车辆的历史位姿信息之间的重合度，当重合度大于重合度阈值时，该非在编无人车完成入编。

一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的组网方法。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内，不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立技术方案，说明书的这种叙述方式仅仅是为了清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (8)

1.一种有人车引导的多无人车自适应编队组网方法，包括如下步骤：

步骤一：任意一辆非在编无人车检测到编队进入其通讯范围时，接收该编队所有车辆的位姿信息；

步骤二：当该非在编无人车与编队中最末尾车辆的距离出现变大趋势时，该非在编无车人以所述最末尾车辆的历史位姿信息生成向编队靠近目标轨迹；

步骤三：判断该非在编无人车的历史位姿信息与所述最末尾车辆的历史位姿信息之间的重合度，当重合度大于重合度阈值时，该非在编无人车完成入编；

所述位姿信息包括经度、纬度、航向、速度；

步骤三中，计算非在编无人车的历史位姿信息与最末尾车辆的历史位姿信息之间的重合度时，包括以下步骤：

步骤31：获取所述非在编无人车当前时刻之前20帧的位姿信息，记作L₁{a₁，a₂，…，a_i，…，a₂₀}，其中a_i为该非在编无人车当前时刻之前第i帧的位姿信息；

步骤32：获取所述最末尾车辆当前时刻之前100帧的位姿信息，记作L₂{b₁，b₂，…，b_j，…，b₁₀₀}，其中b_j为该最末尾车辆当前时刻之前第j帧的位姿信息；

步骤33：将所述非在编无人车当前时刻的位姿信息a₀与L₂进行对比，在L₂中找到在距离上与a₀最近的一个位姿信息b_x；

步骤34：取L₂中自b_x开始之后连续的20帧信息，记作L₃{b_x，b_x+1，…，b_x+19}；

步骤35，此时L₁、L₃均包含20帧位姿信息，计算L₁、L₃对应位置上位姿信息在距离的差值c_i以及在航向的差值d_i，分别记作L₄{c₁，c₂，…，c₂₀}和L₅{d₁，d₂，…，d₂₀}；

步骤36，分别计算L₄、L₅中20个数值的均方误差，当两个均方误差分别在设定范围内，则判定重合度大于重合度阈值，该非在编无人车完成入编。

2.根据权利要求1所述有人车引导的多无人车自适应编队组网方法，其特征在于：所述无人车、有人车上设置有用于采集自身的位姿信息的组合导航定位***，以及用于在各车辆之间互相接收和发送位姿信息的无线通讯***。

3.根据权利要求1所述有人车引导的多无人车自适应编队组网方法，其特征在于，步骤一中，所述位姿信息包括航向；所述非在编无人车检测到编队进入其通讯范围时，调整自身的航向，使所述非在编无人车向编队靠近之前的航向与编队中有人车的航向保持一致。

4.根据权利要求3所述有人车引导的多无人车自适应编队组网方法，其特征在于：步骤一中，所述位姿信息还包括车辆的经度、维度、速度；有人车和所有无人车均通过本车辆的位姿信息和其他车辆的位姿信息建立本车辆的车辆信息库，所述车辆信息库包括所有车辆的经度、纬度、航向、速度、在编标识、在编编号、非在编编号，以及本车辆的安全距离、最小遇距；所述在编标识用于表示车辆是否已经加入编队，在编编号用于表示在编车辆加入编队的顺序；所述非在编编号用于表示非在编无人车与编队最末尾车辆的接近程度；所述安全距离表示非在编无人车与其他非在编无人车的距离；所述最小遇距表示该非在编无人车与编队最末尾车辆的距离。

5.根据权利要求4所述有人车引导的多无人车自适应编队组网方法，其特征在于，步骤三中，如果车队最末尾车辆的在编编号为K-1，当非在编无人车完成入编时，则该非在编无人车的在编编号设置为K；编号为K的车辆成为编队中最末尾车辆，其跟随编号为K-1的车辆继续行驶。

6.根据权利要求1所述有人车引导的多无人车自适应编队组网方法，其特征在于：步骤二中，所述非在编无人车以正常速度向编队靠近时，与其他非在编无人车的距离为安全距离，如果安全距离小于第一设定距离，与所述最末尾车辆距离较大的非在编无人车进行减速，使安全距离扩大，当安全距离等于第二设定距离时，与所述最末尾车辆距离较大的非在编无人车恢复至正常速度；其中第二设定距离大于第一设定距离。

7.一种有人车引导的多无人车自适应编队组网***，其特征在于，包括：

位姿获取模块，任意一辆非在编无人车检测到编队进入其通讯范围时，其接收该编队所有车辆的位姿信息，所述位姿信息包括航向；

编队靠近模块，当该非在编无人车与编队中最末尾车辆的距离出现变大趋势时，控制该非在编无车人以所述最末尾车辆的历史位姿信息为目标轨迹，向编队靠近；

重合度计算模块，其判断该非在编无人车的历史位姿信息与所述最末尾车辆的历史位姿信息之间的重合度，当重合度大于重合度阈值时，该非在编无人车完成入编；

所述位姿信息包括航向、经度、维度；

计算非在编无人车的历史位姿信息与最末尾车辆的历史位姿信息之间的重合度时，包括以下步骤：

步骤31：获取所述非在编无人车当前时刻之前20帧的位姿信息，记作L₁{a₁，a₂，…，a_i，…，a₂₀}，其中a_i为该非在编无人车当前时刻之前第i帧的位姿信息；

步骤32：获取所述最末尾车辆当前时刻之前100帧的位姿信息，记作L₂{b₁，b₂，…，b_j，…，b₁₀₀}，其中b_j为该最末尾车辆当前时刻之前第j帧的位姿信息；

步骤33：将所述非在编无人车当前时刻的位姿信息a₀与L₂进行对比，在L₂中找到在距离上与a₀最近的一个位姿信息b_x；

步骤34：取L₂中自b_x开始之后连续的20帧信息，记作L₃{b_x，b_x+1，…，b_x+19}；

步骤35，此时L₁、L₃均包含20帧位姿信息，计算L₁、L₃对应位置上位姿信息在距离的差值c_i以及在航向的差值d_i，分别记作L₄{c₁，c₂，…，c₂₀}和L₅{d₁，d₂，…，d₂₀}；

步骤36，分别计算L₄、L₅中20个数值的均方误差，当两个均方误差分别在设定范围内，则判定重合度大于重合度阈值，该非在编无人车完成入编。

8.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6中任一项所述的组网方法。

Images