本發(fā)明涉及激光傳感技術領域，特別涉及一種獲取激光雷達校準參數(shù)、激光雷達校準的方法及系統(tǒng)。

背景技術：

近年來，隨著移動機器人、無人駕駛的研究與應用日益增多，障礙物識別和重構3d環(huán)境的技術也得到快速發(fā)展。目前，實現(xiàn)障礙物識別和重構3d環(huán)境的技術路徑主要有兩種：一是“攝像頭+毫米波+超聲波”的組合傳感方案；二是利用激光雷達。

“攝像頭+毫米波+超聲波”的方案在不同光線和天氣中表現(xiàn)出較強的可靠性，但毫米波雷容易受光線、天氣影響，在強光直射時會出現(xiàn)致盲且分辨率相對較低。而激光雷達方案中，二維激光雷達以其高的測距精度及角度分辨率已在室內及室外的障礙檢測系統(tǒng)中獲得了廣泛的應用。但是，由于二維激光雷達僅具有一個激光束掃描平面，故只適于在室內或室外較為平坦的路面。而對于室外起伏地面，其可靠性則難以保障。因此，利用多線激光雷達實現(xiàn)3d環(huán)境重構的研究便越來越受到重視。

多線激光雷達包括多個激光通道，每個通道可單獨發(fā)射并接收激光信號，用于獲取周圍環(huán)境的離散3d信息。因其縱向激光線數(shù)多、垂直視角更大，可以進行整個環(huán)境的數(shù)據收集，從而能完成在越野及非結構道路中的障礙檢測。如果用軟件生成多線激光雷達的激光點云圖，便可以實時描繪出周圍所有物體，小到路沿大到行人、樹木、房屋，其掃描范圍內的物理環(huán)境都可以被3d重構。

然而，受制于自動化水平，目前多線激光雷達的光學組件一般都是由人工裝配而成，這將有可能導致多線激光雷達的多個通道的初始安裝位置無法達到完全一致。當多線激光雷達工作時，因多個通道的初始安裝位置不一致，會導致每個通道的激光掃描的輪廓圖出現(xiàn)如圖7所示的錯位現(xiàn)象，這最終將影響障礙物識別和3d環(huán)境重構的精度。

技術實現(xiàn)要素：

基于此，有必要針對現(xiàn)有多線激光雷達中因多個激光通道的初始安裝位置一致性較差而導致傳感精度不高的問題，提供一種能提升多線激光雷達傳感精度的獲取激光雷達校準參數(shù)的方法及系統(tǒng)、激光雷達校準方法及系統(tǒng)。

一種獲取激光雷達校準參數(shù)的方法，包括：

獲取多線激光雷達中的每個激光通道掃描校準標的物獲得的點云信息；

將選定的激光通道對應的點云信息與其余激光通道對應的點云信息逐一進行匹配運算，獲取每個所述其余激光通道對應的點云信息相對于所述選定的激光通道對應的點云信息的平移矩陣及旋轉矩陣；

根據所述平移矩陣及所述旋轉矩陣，獲取每個所述其余激光通道相對于所述選定的激光通道的校準參數(shù)。

在其中一個實施例中，述校準標的物呈立方體形。

在其中一個實施例中，在所述獲取多線激光雷達中的每個激光通道掃描校準標的物獲得的點云信息之后將選定的激光通道對應的點云信息與其余激光通道對應的點云信息逐一進行匹配運算，獲取每個所述其余激光通道對應的點云信息相對于所述選定的激光通道對應的點云信息的平移矩陣及旋轉矩陣之前，還包括：

對所述點云信息進行初始化，去除噪點。

在其中一個實施例中，所述將選定的激光通道對應的點云信息與其余激光通道對應的點云信息逐一進行匹配運算，獲取每個所述其余激光通道對應的點云信息相對于所述選定的激光通道對應的點云信息的平移矩陣及旋轉矩陣包括：

采用delaunay三角剖分法查找所述選定的激光通道對應的點云信息分別在每個所述其余激光通道對應的點云信息中的最近點，獲取最近點集；

將所述最近點集依次進行迭代直至誤差收斂，得到所述平移矩陣及所述旋轉矩陣。

一種激光雷達校準的方法，包括：

獲取采用上述優(yōu)選實施例中任意一項所述的獲取激光雷達校準參數(shù)的方法所獲取的校準參數(shù)；

根據所述校準參數(shù)對每個所述其余激光通道的位置及角度進行校準。

一種獲取激光雷達校準參數(shù)的系統(tǒng)，包括：

數(shù)據采集模塊，用于獲取多線激光雷達中的每個激光通道掃描校準標的物獲得的點云信息；

匹配模塊，用于將選定的激光通道對應的點云信息與其余激光通道對應的點云信息逐一進行匹配運算，獲取每個所述其余激光通道對應的點云信息相對于所述選定的激光通道對應的點云信息的平移矩陣及旋轉矩陣；

分析運算模塊，用于根據所述平移矩陣及所述旋轉矩陣，獲取每個所述其余激光通道相對于所述選定的激光通道的校準參數(shù)。

在其中一個實施例中，所述校準標的物呈立方體形。

在其中一個實施例中，還包括初始化模塊，所述初始化模塊用于對所述點云信息進行初始化，去除噪點。

在其中一個實施例中，所述分析運算模塊包括：

查找單元，用于采用delaunay三角剖分法查找所述選定的激光通道對應的點云信息分別在每個所述其余激光通道對應的點云信息中的最近點，獲取最近點集；

迭代單元，用于將所述最近點集依次進行迭代直至誤差收斂，得到所述平移矩陣及所述旋轉矩陣。

一種激光雷達校準的系統(tǒng)，包括上述優(yōu)選實施例中任一項所述的獲取激光雷達校準參數(shù)的系統(tǒng)及調節(jié)驅動模塊；

所述調節(jié)驅動模塊用于根據所述校準參數(shù)對與每個所述其余激光通道的位置及角度進行校準。

上述獲取激光雷達校準參數(shù)的方法及系統(tǒng)，將選定的激光通道對應的點云信息與其余激光通道對應的點云信息逐一進行匹配運算，獲取每個其余激光通道對應的點云信息相對于選定的激光通道對應的點云信息的平移矩陣及旋轉矩陣。進一步的，根據平移矩陣及旋轉矩陣，則可獲取每個其余激光通道相對于選定的激光通道的校準參數(shù)。該校準參數(shù)便反應出在多線激光雷達中，其余激光通道相對于選定的激光通道的平移量及旋轉量。

上述激光雷達校準的方法及系統(tǒng)中，根據上述獲取激光雷達校準參數(shù)的方法及系統(tǒng)得到的校準參數(shù)，對與每個其余激光通道的位置及角度相對于選定的激光通道進行校準，便可使多線激光雷達中的多個激光通道的初始安裝位置保持一致，從而提升多線激光雷達的傳感精度。

附圖說明

圖1為本發(fā)明一個實施例中獲取激光雷達校準參數(shù)的方法的流程示意圖；

圖2為本發(fā)明一個實施例中將選定的激光通道對應的點云信息與其余激光通道對應的點云信息逐一進行匹配運算，獲取每個所述其余激光通道對應的點云信息相對于所述選定的激光通道對應的點云信息的平移矩陣及旋轉矩陣的流程示意圖；

圖3為本發(fā)明一個實施例中激光雷達校準的方法的流程示意圖；

圖4為本發(fā)明一個實施例中獲取激光雷達校準參數(shù)的系統(tǒng)的模塊示意圖；

圖5為本發(fā)明一個實施例中激光雷達校準的系統(tǒng)的模塊示意圖；

圖6為多線激光雷達掃描目標物體的三維點云圖；

圖7為多線激光雷達校準前，多個激光通道獲取的點云在x-y平面的投影；

圖8為多線激光雷達校準后，多個激光通道獲取的點云在x-y平面的投影。

具體實施方式

為了便于理解本發(fā)明，下面將參照相關附圖對本發(fā)明進行更全面的描述。附圖中給出了本發(fā)明的較佳的實施例。但是，本發(fā)明可以以許多不同的形式來實現(xiàn)，并不限于本文所描述的實施例。相反地，提供這些實施例的目的是使對本發(fā)明的公開內容的理解更加透徹全面。

需要說明的是，當元件被稱為“固定于”另一個元件，它可以直接在另一個元件上或者也可以存在居中的元件。當一個元件被認為是“連接”另一個元件，它可以是直接連接到另一個元件或者可能同時存在居中元件。本文所使用的術語“垂直的”、“水平的”、“左”、“右”以及類似的表述只是為了說明的目的。

除非另有定義，本文所使用的所有的技術和科學術語與屬于本發(fā)明的技術領域的技術人員通常理解的含義相同。本文中在本發(fā)明的說明書中所使用的術語只是為了描述具體的實施例的目的，不是旨在于限制本發(fā)明。本文所使用的術語“及/或”包括一個或多個相關的所列項目的任意的和所有的組合。

多線激光雷達掃描目標物體的三維輪廓示意圖如圖6所示：多線激光雷達的多個激光通道分別獲得目標物體的點云(離散點)。多個激光通道的水平安裝位置在一條豎直線上，各激光通道掃描獲得的點云疊加，便可對目標物體實現(xiàn)3d重構。

如圖1所示，本發(fā)明一個實施例中的獲取激光雷達校準參數(shù)的方法包括步驟s110～s130：

步驟s110：獲取多線激光雷達中每個激光通道掃描校準標的物獲得的點云信息。

在多線激光雷達的掃描范圍內，預先設置校準標的物。每個激光通道可發(fā)出激光信號并接收經校準標的物反射后的激光信號，從而得到針對校準標的物的點云信息。在空間直角坐標系中，每個激光通道獲得的點云為離散的空間內的坐標點。對點云進行渲染，并將多個激光通道的成像進行疊加，便可得到校準標的物的3d重構圖像。

但是，當多線激光雷達的多個激光通道水平安裝位置不一致時，導致輪廓圖錯位的原因僅與點云在x-y平面的坐標有關。因此，本實施例中的點云信息為點云在x-y平面內的坐標。

在一個實施例中，校準標的物呈立方體形。

具體的，由于立方體形的邊界清晰，因此，呈立方體形的校準標的物可避免自身陰影重疊或自身遮擋。此外，立方體形的邊界呈線性變化，故還能避免因采樣缺失而造成的點云信息失真。將校準標的物設置為立方體形，能盡量地減少校準標的物本身對采集的點云信息的干擾，從而使獲得的點云信息更準確、噪點更少。

在一個實施例中，在步驟s110之后，以及步驟s120之前，還包括步驟：對點云信息進行初始化，去除噪點。

具體的，對點云信息進行初始化，即對點云信息進行去噪、整形的過程。例如，已知設定的校準標的物為立方體形，則每個激光通道獲取的點云信息分別對應在x-y平面內呈現(xiàn)為一個矩形(即每個激光通道獲得的點云，在x-y平面內的投影為一個矩形)。如果點云信息中包括少量離散點，且該離散點明顯位于矩形區(qū)域之外，則可判斷該離散點為噪點并將其去除，從而進一步提升所獲取的點云信息的準確度。

步驟s120：將選定的激光通道對應的點云信息與其余激光通道對應的點云信息逐一進行匹配運算，獲取每個其余激光通道對應的點云信息相對于選定的激光通道對應的點云信息的平移矩陣及旋轉矩陣。

多線激光雷達包括多個激光通道。例如，4線、16線、64線的激光雷達則分別包括4個、16個及64個激光通道，點云信息的數(shù)量與激光通道的數(shù)量對應。在對激光通道的初始位置進行校準時，需先確定一個參照標準。而選定的激光通道便是參照標準。其中，選定的激光通道可以人為選定，也可通過預設算法自動確定。

為便于描述，將選定的激光通道對應的點云信息稱作目標點集，而每個其余激光通道對應的點云信息則稱作參考點集。

具體的，利用迭代最近點算法(icp算法)可依次得到每個參考點集相對于目標點集的平移矩陣及旋轉矩陣。在每一次迭代過程中，在參考點集中查找與目標點集中每個點最近的點，得到最近點集；再利用“對應點集配準算法”計算出得到的最近點集與參考點集坐標變換中的變換向量和誤差；依次迭代，將得到的新的最近點集代入下次迭代過程，直到誤差收斂。

如圖2所示，在一個實施例中，上述步驟s120包括：

步驟s121：采用delaunay三角剖分法查找選定的激光通道對應的點云信息分別在每個其余激光通道對應的點云信息中的最近點，獲取最近點集。

由于傳統(tǒng)icp算法大多適用于三維配準的運算，且對于大規(guī)模數(shù)據處理的效率極低。而本發(fā)明中，由于目標點集與參考點集均為二維的坐標。因此，利用delaunay三角剖分法可將傳統(tǒng)的icp算法轉換成二維運算的過程，從而便于提升運算的效率。

步驟s123：將最近點集依次進行迭代直至誤差收斂，得到平移矩陣及旋轉矩陣。

具體的，每次獲得一個新的最近點集后，采用對應點集配準法計算得到變換向量及誤差。經過多次迭代后，直至誤差收斂。此時，根據變換向量便可得到參考點集(其余激光通道對應的點云信息)相對于目標點集(選定的激光通道對應的點云信息)的平移矩陣及旋轉矩陣。

步驟s130：根據平移矩陣及旋轉矩陣，獲取每個其余激光通道相對于選定的激光通道的校準參數(shù)。

其中，獲取校準參數(shù)的具體方式如下：

(1)選定的激光通道對應的點云信息(目標點集)在x-y平面上的坐標記為(xi,yi)，其中一個其余激光通道對應的點云信息(參考點集)在x-y平面上的坐標記為(xi',yi')，且(xi,yi)及(xi',yi')均已知。而參考點集對應的坐標則可看作是目標點集的坐標經旋轉、平移后得到的坐標。假設平移矩陣為(b1,b2)，旋轉矩陣為則有以下等式成立：

令，目標點集的坐標為p＝(xi,yi)，參考點集平移前的坐標為q＝(xi'-b1,yi'-b2)，由點積之間的定義可知：

p.q＝|p||q|cosθ(1)

可以推出p、q之間的夾角為：

因此，該其他激光通道相對于選定的激光通道的旋轉角度為：

(2)令，a11、a21為參考點集旋轉之后且平移之前分別在x軸和y軸上的坐標，則xi'＝a11+b1，yi'＝a21+b2。其中，b1、b2分別表示在x軸上及y軸上的平移量。因此，則有以下等式成立：

進一步的，由于平移矩陣及旋轉矩陣可通過步驟s120中求得，即(b1,b2)與為已知量。因此，將其代入上述等式便可最終獲得每個該其余激光通道相對于選定的激光通道的旋轉角度θ，以及分別在x軸及y軸上的平移量b1、b2。通過逐一匹配及計算，便可得到每個其余激光通道相對于選定的激光通道的旋轉角度及平移量。

上述獲取激光雷達校準參數(shù)的方法，將選定的激光通道對應的點云信息與其余激光通道對應的點云信息逐一進行匹配運算，獲取每個其余激光通道對應的點云信息相對于選定的激光通道對應的點云信息的平移矩陣及旋轉矩陣。進一步的，根據平移矩陣及旋轉矩陣，則可獲取每個其余激光通道相對于選定的激光通道的校準參數(shù)。該校準參數(shù)便反應出在多線激光雷達中，其余激光通道相對于選定的激光通道的平移量及旋轉量。再進一步的，按照校準參數(shù)將其余激光通道相對于選定的激光通道進行平移和旋轉，便可使多個激光通道的初始安裝位置保持一致。

如圖3所示，本發(fā)明一個實施例中的激光雷達校準方法包括步驟s110～s140：

獲取如上述步驟s110～s130所獲取的校準參數(shù)。

步驟s140，根據校準參數(shù)對每個其余激光通道的位置及角度進行校準。

具體的，選定的激光通道為參照標準，在校準過程中其位置及角度不變。其余激光通道以選定的激光通道為基準，按照對應的校準參數(shù)(旋轉角度及平移量)進行初始安裝位置的調整，便可使多個激光通道的初始安裝位置保持一致。

其中，對激光通道進行校準時，可以按照校準參數(shù)人工校準，也可采用與上位機連接的伺服機構，通過伺服機構按照校準參數(shù)實現(xiàn)自動調整。

在上述激光雷達校準的方法中，根據上述獲取激光雷達校準參數(shù)的方法得到的校準參數(shù)，將每個其余激光通道的位置及角度相對于所選定的激光通道進行校準，便可使多線激光雷達中的多個激光通道的初始安裝位置保持一致，從而提升多線激光雷達的傳感精度。

如圖4所示，本發(fā)明一個實施例中的獲取激光雷達校準參數(shù)的系統(tǒng)包括數(shù)據采集模塊210、匹配模塊220及分析運算模塊230。

數(shù)據采集模塊210用于獲取多線激光雷達中的每個激光通道掃描校準標的物獲得的點云信息。

在多線激光雷達的掃描范圍內，預先設置校準標的物。每個激光通道可發(fā)出激光信號并接收經校準標的物反射后的激光信號，從而得到針對校準標的物的點云信息。在空間直角坐標系中，每個激光通道獲得的點云為離散的空間內的坐標點。對點云進行渲染，并將多個激光通道的成像進行疊加，便可得到校準標的物的3d重構圖像。

但是，當多線激光雷達的多個激光通道水平安裝位置不一致時，導致輪廓圖錯位的原因僅與點云在x-y平面的坐標有關。因此，本實施例中的點云信息為點云在x-y平面內的坐標。

在一個實施例中，校準標的物呈立方體形。

具體的，由于立方體形的邊界清晰，因此，呈立方體形的校準標的物可避免自身陰影重疊或自身遮擋。此外，立方體形的邊界呈線性變化，故還能避免因采樣缺失而造成的點云信息失真。將校準標的物設置為立方體形，能盡量地減少校準標的物本身對采集的點云信息的干擾，從而使數(shù)據采集模塊210獲得的點云信息更準確、噪點更少。

在一個實施例中，獲取激光雷達校準參數(shù)的系統(tǒng)還包括初始化模塊。初始化模塊用于對點云信息進行初始化，去除噪點。

具體的，初始化模塊對點云信息進行初始化，即對點云信息進行去噪、整形的過程。例如，已知設定的校準標的物為立方體形，則每個激光通道獲取的點云信息分別對應在x-y平面內呈現(xiàn)為一個矩形(即每個激光通道獲得的點云，在x-y平面內的投影為一個矩形)。如果點云信息中包括少量離散點，且該離散點明顯位于矩形區(qū)域之外，初始化模塊則判斷該離散點為噪點并將其去除，從而進一步提升所獲取的點云信息的準確度。

匹配模塊220用于將選定的激光通道對應的點云信息與其余激光通道對應的點云信息逐一進行匹配運算，獲取每個其余激光通道對應的點云信息相對于選定的激光通道對應的點云信息的平移矩陣及旋轉矩陣。

多線激光雷達包括多個激光通道。例如，4線、16線、64線的激光雷達則分別包括4個、16個及64個激光通道，點云信息的數(shù)量與激光通道的數(shù)量對應。在對激光通道的初始位置進行校準時，需先確定一個參照標準。而選定的激光通道便是參照標準。其中，選定的激光通道可以人為選定，也可通過預設算法自動確定。

為便于描述，將選定的激光通道對應的點云信息稱作目標點集，而每個其余激光通道對應的點云信息則稱作參考點集。

具體的，利用迭代最近點算法(icp算法)可依次得到每個參考點集相對于目標點集的平移矩陣及旋轉矩陣。在每一次迭代過程中，在參考點集中查找與目標點集中每個點最近的點，得到最近點集；再利用“對應點集配準算法”計算出得到的最近點集與參考點集坐標變換中的變換向量和誤差；依次迭代，將得到的新的最近點集代入下次迭代過程，直到誤差收斂。

在一個實施例中，匹配模塊包括220包括查找單元221及迭代單元223。

查找單元221用于采用delaunay三角剖分法查找選定的激光通道對應的點云信息分別在每個其余激光通道對應的點云信息中的最近點，獲取最近點集。

由于傳統(tǒng)icp算法大多適用于三維配準的運算，且對于大規(guī)模數(shù)據處理的效率極低。而本發(fā)明中，由于目標點集與參考點集均為二維的坐標。因此，查找單元221利用delaunay三角剖分法可將傳統(tǒng)的icp算法轉換成二維運算的過程，從而便于提升運算的效率。

迭代單元223用于將最近點集依次進行迭代直至誤差收斂，得到平移矩陣及旋轉矩陣。

具體的，每次獲得一個新的最近點集后，迭代單元223采用對應點集配準法計算得到變換向量及誤差。經過多次迭代后，直至誤差收斂。此時，根據變換向量便可得到參考點集(其余激光通道對應的點云信息)相對于目標點集(選定的激光通道對應的點云信息)的平移矩陣及旋轉矩陣。

分析運算模塊230用于根據平移矩陣及旋轉矩陣，獲取每個其余激光通道相對于選定的激光通道的校準參數(shù)。

其中，分析運算模塊230獲取校準參數(shù)的具體方式如下：

1、選定的激光通道對應的點云信息(目標點集)在x-y平面上的坐標記為(xi,yi)，其中一個其余激光通道對應的點云信息(參考點集)在x-y平面上的坐標記為(xi',yi')，且(xi,yi)及(xi',yi')均已知。而參考點集對應的坐標則可看作是目標點集的坐標經旋轉、平移后得到的坐標。假設平移矩陣為(b1,b2)，旋轉矩陣為則有以下等式成立：

令，目標點集的坐標為p＝(xi,yi)，參考點集平移前的坐標為q＝(xi'-b1,yi'-b2)，由點積之間的定義可知：

p.q＝|p||q|cosθ(6)

可以推出p、q之間的夾角為：

因此，該其他激光通道相對于選定的激光通道的旋轉角度為：

2、令，a11、a21為參考點集旋轉之后且平移之前分別在x軸和y軸上的坐標，則xi'＝a11+b1，yi'＝a21+b2。其中，b1、b2分別表示在x軸上及y軸上的平移量。因此，則有以下等式成立：

進一步的，由于平移矩陣及旋轉矩陣可通過步驟s120中求得，即(b1,b2)與為已知量。因此，將其代入上述等式便可最終獲得每個該其余激光通道相對于選定的激光通道的旋轉角度θ，以及分別在x軸及y軸上的平移量b1、b2。通過逐一匹配及計算，便可得到每個其余激光通道相對于選定的激光通道的旋轉角度及平移量。

上述獲取激光雷達校準參數(shù)的系統(tǒng)，將選定的激光通道對應的點云信息與其余激光通道對應的點云信息逐一進行匹配運算，獲取每個其余激光通道對應的點云信息相對于選定的激光通道對應的點云信息的平移矩陣及旋轉矩陣。進一步的，根據平移矩陣及旋轉矩陣，則可獲取每個其余激光通道相對于選定的激光通道的校準參數(shù)。該校準參數(shù)便反應出在多線激光雷達中，其余激光通道相對于選定的激光通道的平移量及旋轉量。再進一步的，按照校準參數(shù)將其余激光通道相對于選定的激光通道進行平移和旋轉，便可使多個激光通道的初始安裝位置保持一致。

如圖5所示，本發(fā)明一個實施例中的激光雷達校準的系統(tǒng)包括上述實施例中的獲取激光雷達校準參數(shù)的系統(tǒng)及調節(jié)驅動模塊240。

調節(jié)驅動模塊240用于根據校準參數(shù)對與每個其余激光通道的位置及角度進行校準。

具體的，選定的激光通道為參照標準，在校準過程中其位置及角度不變。其余激光通道以選定的激光通道為基準，調節(jié)驅動模塊240按照對應的校準參數(shù)(旋轉角度及平移量)對其進行初始安裝位置的調整，便可使多個激光通道的初始安裝位置保持一致。

其中，調節(jié)驅動模塊240可以是按照校準參數(shù)進行人工操作的校準裝置，也可采用與上位機連接的伺服機構，通過上位機控制伺服機構按照校準參數(shù)實現(xiàn)自動調整。

在上述激光雷達校準的系統(tǒng)中，根據上述獲取激光雷達校準參數(shù)的系統(tǒng)得到的校準參數(shù)，將每個其余激光通道的位置及角度相對于所選定的激光通道進行校準，便可使多線激光雷達中的多個激光通道的初始安裝位置保持一致，從而提升多線激光雷達的傳感精度。

以上所述實施例的各技術特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特征所有可能的組合都進行描述，然而，只要這些技術特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。

以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發(fā)明專利范圍的限制。應當指出的是，對于本領域的普通技術人員來說，在不脫離本發(fā)明構思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應以所附權利要求為準。