本發(fā)明屬于3D打移動掃描技術(shù)領域，尤其是涉及一種3D打印移動掃描裝置。

背景技術(shù)：

目前3D打印機與人們生活越來越接近，很多企業(yè)，個人用戶對3D打印的需求也越來越廣泛。而目前對于3D應用上，在模型掃描上還存在諸多不便，制約著3D打印的發(fā)展。目前的3D打印掃描儀大多為固定的掃描儀，無法攜帶，使用戶無法按照自己的想法去實現(xiàn)隨時隨地掃描。

技術(shù)實現(xiàn)要素：

述為了彌補上述3D打印中個人用戶不能及時掃描，掃描設備不便攜帶的缺陷，本發(fā)明提出一種3D打印移動掃描裝置。

實現(xiàn)上述有益效果的技術(shù)方案為，一種3D打印移動掃描裝置，包括本體，與所述本體連接的腕帶，與所述本體安裝到一起的掃描組件，所述本體設有可旋轉(zhuǎn)的外圈、電路板、分別與所述電路板電連接的液晶顯示模塊、輸入模塊，所述掃描組件包括與所述電路板設置到一起的處理模塊和與所述外圈設置到一起的掃描模塊，所述處理模塊與分別與所述掃描模塊、液晶顯示模塊通過所述電路板電連接；還包括輸出模塊，所述輸出模塊通過所述電路板與所述處理模塊連接；還包括時間模塊，所述時間模塊設置在電路板上并與所述液晶顯示模塊、輸入模塊電連接。

本技術(shù)方案中，采用類似IWAICH的技術(shù)手段，將3D掃描儀集成到可以計時的手表上，由于目前電子表的集成電路十分發(fā)達，其時間模塊體積可以做的非常小，給掃描儀，尤其是一些要求精度高的3D掃描帶來足夠的安裝空間。本發(fā)明中，將掃描部分設置到可旋轉(zhuǎn)的外圈上，在掃描過程中可以旋轉(zhuǎn)角度，根據(jù)使用者個人愛好選定角度，同時也可以實現(xiàn)在一個點對周圍環(huán)境進行圓周掃描，如掃描房間內(nèi)的家具，內(nèi)飾，構(gòu)建房間內(nèi)部模型，或者對一個物體進行多角度掃描，如選定一個小物體作為圓心，構(gòu)建一條掃描圓周線，將本體放到圓周線上對圓心內(nèi)的物體進行多角度或360度掃描，構(gòu)建掃描模型，而液晶顯示模塊則將及時的掃描結(jié)果顯示出來，提示掃描步驟，同時輸入模塊可以根據(jù)需要設定掃描過程，同時實現(xiàn)手表和掃描儀之間的切換。

可選的，所述本體還包括外殼，所述外殼內(nèi)設有安裝電路板的卡槽，所述外殼頂部設有與所述外圈對應安裝的座圈，所述座圈上設有觸點，所述外圈上設有與所述觸點電連接的環(huán)形觸片，所述觸點通過所述電路板與所述處理模塊連接，所述觸片與所述掃描模塊連接，所述掃描模塊通過所述觸點和觸片與所述處理模塊電連接。本技術(shù)方案中，外圈與座圈之間的安裝方式使其可以完成360度掃描，同時觸點、觸片電連接方式保證其任何角度都有電連接。

可選的，所述觸片包括內(nèi)環(huán)觸片和外環(huán)觸片，所述觸點包括與內(nèi)環(huán)觸片接觸的第一觸點和與外環(huán)觸片接觸的第二觸點，所述掃描模設有兩個攝像頭，分別連接到內(nèi)環(huán)觸片和外環(huán)觸片上。本技術(shù)方案中，由于3D掃描大多需要雙掃描頭交叉計算角度成像，采用內(nèi)外觸片，保證處理模塊分別收到兩個攝像頭的數(shù)據(jù)，使所有的計算過程都在處理模塊完成，掃描模塊基本不承擔后期計算，使其體積盡量減小，進而減小外圈體積，有效提高設置在外圈中央的高液晶顯示模塊的面積，更加有利于使用者的觀測。

可選的，還包括副體，所述副體內(nèi)設有儲存卡接口和數(shù)據(jù)接口，所述副體通過柔性電路板與所述本體電連接。本技術(shù)方案中，將一些接口集成到副體中，減小本體體積，同時副體也設置到綁帶上，提高美觀同時增加本發(fā)明的用途。

可選的，所述綁帶由多個節(jié)帶連接而成，所述節(jié)帶包括第一殼體和第二殼體，所述第一殼體和第二殼體通過轉(zhuǎn)動軸相連接，所述第一殼體和第二殼體之間形成一用于貫穿所述柔性電路板的空間。本技術(shù)方案中，將柔性電路板集成到綁帶內(nèi)部專門預留的空間，增加其寬度，提高其壽命，避免外界對其的損壞。

可選的，所述副體內(nèi)還設有無線通訊模塊，所述無線通訊模塊通過所述柔性電路板與所述本體連接。本技術(shù)方案中，采用無線通訊的方式，使本發(fā)明具有遠程通訊能力，做到邊掃描邊傳輸?shù)男Ч词乖诒倔w內(nèi)部儲存空間剩余不多的情況下依然可以完成掃描任務。

可選的，所述掃描模塊設有一個攝像頭，與所述觸片連接到一起。

可選的，所述副體還包設有備用電池接口。本技術(shù)方案中，加裝備用電池電池，提高其使用時間，避免了因為集成到腕帶上的本體續(xù)航能力差的缺陷。

可選的，所述副體還設有照明組件，所述照明組件與所述電路板電連接到一起。本技術(shù)方案中，采用照明組件，方便其光纖不足情況下的實用。

可選的，所述本體還設有照明組件，所述照明組件與所述電路板電連接到一起。本技術(shù)方案中，采用照明組件，方便其光纖不足情況下的實用。

附圖說明

圖1為本發(fā)明的一種實施方式的結(jié)構(gòu)框意圖；

圖2為本發(fā)明本體的結(jié)構(gòu)框型示意圖；

圖3為本發(fā)明的本體、副體連接關系示意圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明做進一步說明。

結(jié)合圖1、圖2，本發(fā)明的一種實施方式。一種3D打印移動掃描裝置，包括本體，與所述本體連接的腕帶2，與所述本體安裝到一起的掃描組件，所述本體設有可旋轉(zhuǎn)的外圈11、電路板12、分別與所述電路板電連接的液晶顯示模塊13、輸入模塊，所述掃描組件包括與所述電路板設置到一起的處理模塊31和與所述外圈設置到一起的掃描模塊32，所述處理模塊與所述掃描模塊通過所述電路板電連接；還包括輸出模塊14，所述輸出模塊與所述電路板連接；還包括時間模塊，所述時間模塊設置在電路板上并與所述液晶顯示模塊、輸入模塊電連接。本實施例中，采用手表形式的掃描儀，提高其便攜性，在實用的時候通過輸入模塊切換到掃描狀態(tài)，將掃描模塊對準被掃描物體，根據(jù)實際掃描需要調(diào)整外圈角度，掃描的結(jié)果在處理模塊建立模型后由液晶顯示模塊中顯示出來，使用者根據(jù)顯示結(jié)果決定是否掃描結(jié)束。本發(fā)明將掃描、建模、顯示一體化，便攜化，提高使用的便捷性，方便以后3D打印市場的推廣。

結(jié)合圖1所述本體還包括外殼1，所述外殼內(nèi)設有安裝電路板的卡槽，所述外殼頂部設有與所述外圈對應安裝的座圈15，所述座圈上設有觸點，所述外圈上設有與所述觸點電連接的環(huán)形觸片，所述觸點通過所述電路板與所述處理模塊連接，所述觸片與所述掃描模塊連接，所述掃描模塊通過所述觸點和觸片與所述處理模塊電連接。本實施例中，觸點和環(huán)形觸片保證其360°無死角掃描，方便多種情況的實用需要。結(jié)合圖1，本實施例中，外圈通過滾珠軸承4安裝到本體的外殼上，在座圈與外圈之間設有防止外圈偏移的卡環(huán)5，卡環(huán)與外圈之間滑動連接，卡環(huán)一端連接在座圈上，另一端卡入外圈內(nèi)?？ōh(huán)和滾珠軸承共同作用，保證外圈在可以移動的同時，不會產(chǎn)生圓心的偏移導致毀壞。同時液晶顯示模塊與外圈之間還可以設置軸承6，減少外圈轉(zhuǎn)動的時候給液晶屏幕帶來的摩擦，提高整體的使用壽命。

所述觸片包括內(nèi)環(huán)觸片161和外環(huán)觸片162，所述觸點包括與內(nèi)環(huán)觸片接觸的第一觸點171和與外環(huán)觸片接觸的第二觸點172，所述掃描模設有兩個攝像頭，分別連接到內(nèi)環(huán)觸片和外環(huán)觸片上。本實施例中，雙頭成像的3D掃描技術(shù)成熟，降低后期數(shù)據(jù)處理難度，同時拍攝過程簡單，方便使用。

結(jié)合圖3，還包括副體7，所述副體內(nèi)設有儲存卡接口和數(shù)據(jù)接口，所述副體通過柔性電路板21與所述本體電連接。本實施例中，為了進一步減少本體體積，將儲存卡和數(shù)據(jù)結(jié)構(gòu)重新集成到副體上，加裝作為輔助單元的副體，將一些配件集成到副體上，在減少本體體積的同時，完善本發(fā)明的功能。腕帶可以采用柔性皮質(zhì)外層也可以采用金屬鏈板空心外層，只要其內(nèi)部留有柔性電路板的通過空間即可。

所述綁帶由多個節(jié)帶連接而成，所述節(jié)帶包括第一殼體和第二殼體，所述第一殼體和第二殼體通過轉(zhuǎn)動軸相連接，所述第一殼體和第二殼體之間形成一用于貫穿所述柔性電路板的空間。本實施例中，采用金屬鏈板作為節(jié)帶的綁帶，多個鏈板轉(zhuǎn)軸連接到一起，金屬鏈板保護力度更好，進一步提高了柔性電路板的安全性。

所述副體內(nèi)還設有無線通訊模塊，所述無線通訊模塊通過所述柔性電路板與所述本體連接。

所述掃描模塊設有一個攝像頭，與所述觸片連接到一起。采用單攝像頭，拍攝二維圖像進行建模，減少掃描模塊的體積，進而減小外圈體積，有效提高設置在外圈中央的高液晶顯示模塊的面積，更加有利于使用者的觀測。如何利用圖像中的視覺信息對現(xiàn)實世界中的場景進行三維重建一直以來都是計算機視覺領域中的研究熱點。通過二維投影恢復物體三維信息的過程稱為三維重建。常被用于視覺導航、虛擬增強、SLAM、輔助手術(shù)等領域。三維重建是成像過程的逆過程，由二維圖像逆推目標物體的幾何特征，表面性質(zhì)以及攝像參數(shù)等多個因素的過程。近十幾年來，國內(nèi)外學者在對基于計算機視覺的三維重建理論的研究中，已經(jīng)取得了一些重要的研宄成果。在場景的三維重建中，一般需要將攝像機在場景中進行移動拍攝，從而獲取整個場景各個局部的圖像，利用這些圖像序列對場景進行三維重建，這種基于圖像序列的場景三維重建問題也被稱為SFM問題。圖像特征點檢測及其匹配是整個三維重建的基礎，只有選擇合適的特征點檢測器，檢測出精確并且數(shù)目多的特征點，才能在后續(xù)的特征匹配，空間點計算中計算出準確的場景點云。另外，它也是計算機視覺領域，模式識別，以及跟蹤，目標識別等領域的重要基礎，獲得穩(wěn)定準確的特征點是匹配的前提。目前使用的較多特征點檢測器是Harris、Susan檢測器，但是他們都不具有尺度不變性，如果檢測特征點無法適應尺度的變化，對不同尺度的圖像，在匹配中很難建立起對應關系，即在后續(xù)的匹配中會出現(xiàn)嚴重的錯誤匹配，使后續(xù)的重建工作無法進行。所以需要特征點不會隨著圖像的旋轉(zhuǎn)、縮放、投影、仿射等操作而改變。2004年，Lowe提出的SIFT特征點檢測器，該種算法魯棒性好，對尺度具有不變性，但缺點是該算法的計算復雜度大，效率低。該特征點檢測器的主要包括四個步驟：輸入圖像、多尺度空間極值點檢測、關鍵點精確定位、關鍵點主方向計算、描述子構(gòu)造、得出特征向量。例如，對于一幅二維圖像構(gòu)造高斯差分尺度空間，在高斯差分尺度空間以及相隔兩層的26個附近區(qū)域取最值，精準定位極值點位置，然后，為保證算子旋轉(zhuǎn)不變性，每一個關鍵特征點都要有一個獨立的方向，使關鍵點方向與坐標相同，確保旋轉(zhuǎn)不變性，以關鍵點為中心，按8*8選擇區(qū)域為采樣窗口，通過高斯加權(quán)方法采樣特征點與相對方向，把特征點及其方向集中在具有八個方向的直方圖，最后獲得32個2*2*8的特征描述子，求解特征位置和特征描述進行對比，得出匹配對，即兩幅圖表達相同對象的點對，根據(jù)匹配的點對來進行計算。基本矩陣是對極幾何的一種代數(shù)表示。給定一對圖像,對于一幅圖像上的每點X,在另一幅圖像中存在一條對應的對極線l’。在第二幅圖像上,任何與該點X匹配的點X'必然在對極線l’上。該對極線是過點X與第一個攝像機中心C的射線在第二幅圖像上的投影。因此,存在一個從一幅圖像上的點到另一幅圖像上與之對應的對極線的映射。這個映射的本質(zhì)是一個對射,即是由稱為基本矩陣的矩陣F表示的從點到直線的射影映射?；揪仃嚩紳M足如下條件:x'^Fx＝0，其中,x<->x'是兩幅圖像的任意一對匹配點。給定足夠多的匹配點x<->x'(至少7對),方程x'^Fx＝0可用來計算未知的矩陣F。具體的說對應于一對點的方程是:

x′xf₁₁+x′yf₁₂+x′f₁₃+y′xf₂₁+y′yf₂₂+y′f₂₃+xf₃₁+yf₃₂+f₃₃＝0

本質(zhì)矩陣是歸一化圖像坐標下的基本矩陣。我們首先考慮分解為P＝K[R|t]的攝像機矩陣,并令x＝PX為圖像上的一點。如果已知攝像機內(nèi)參數(shù)矩陣K,則用它的逆矩陣作用于點則其中是圖像上的點在歸一化坐標下的表示。它可以被視為空間點X在攝像機[R|t]的標定矩陣等于代為矩陣I情形下的像。攝像機矩陣K^-1P＝[R|t]成為歸一化攝像機矩陣?，F(xiàn)在考慮一對歸一化的攝像機矩陣P＝[I|0]和P'＝[R|t]。與歸一化攝像機矩陣對應的基本矩陣稱為本質(zhì)矩陣。本質(zhì)矩陣具有如下形式:E＝[t]xR＝R[R^T t]x。采用歸一化圖像坐標表示對應點x<->x時,本質(zhì)矩陣的定義方程如下:

基本矩陣與本質(zhì)矩陣之間關系為：

E＝K′^TFK.

由于在相差一個3D射影變換下,F唯一確定攝像機對。當給定F，我們將推導出具有規(guī)范形式攝像機對的具體公式。首先可以得到如下結(jié)論：一個非零矩陣F是對應于一對攝像機矩陣和P和P’的基本矩陣的充要條件是是P'^TFP是反對稱稱矩陣。我們假設S為任意反對稱矩陣,則可以定義攝像機矩陣對為

P＝[I|0],P'＝[SF|e']

其中,e'是滿足e'^TF＝0的對極點。并假設所定義的P'是有效的攝像機矩陣(秩為3),則F是對應于(P,P')的基本矩陣。反對稱矩陣S的一個合適

的選擇是S＝[e']x,因為e'^Te'≠0,由此可以推導出以下結(jié)論:

基本矩陣廠的攝像機矩陣可以選擇為P＝[I|0]和P'＝[[[e']xFe']。因此,我們已經(jīng)可以通過所求解的雙視圖的基本矩陣F來獲取雙視圖對應的攝像機矩陣。根據(jù)得到的特征點匹配對,利用對極幾何原理由兩幅圖像的特征點匹配得到基礎矩陣F,然后己知扣機內(nèi)參的情況下得到木質(zhì)矩陣E,然后再對E進行奇異值分解得到相機運動參數(shù),同時利用三角定位法從圖像匹配對中通過投影關系恢復這些匹配點對應的三維場景結(jié)構(gòu)。SFM方法可以分為迭代式的和非迭代式的。迭代式的方法主要通過匹配點對數(shù)最多的兩張圖像中恢復初始和機參數(shù),并利用三角定位法恢復三維結(jié)構(gòu),然后加入新的圖像,與先前的圖像進行特征點匹配,進行捆扎調(diào)整,迭代上面的計算過程。非迭代式的方法首先通過各個視圖件的匹配關系,全局考慮所有相機的旋轉(zhuǎn)一致性關系得到一個更加穩(wěn)健的相機參數(shù)估計,然后再進行少量的捆扎調(diào)整。捆集調(diào)整將一系列三維結(jié)構(gòu)和每個相機參數(shù)進行非線性優(yōu)化,使其滿足重投影誤差最小化估計,即在假設給定一系列圖像中觀測到的一組對應點集和相應的三維坐標的初始估計,以及關于每張圖像的相機參數(shù)的初始估計下,同時對三維坐標點和相機的內(nèi)外參數(shù)進行迭代優(yōu)化,以此獲得一個最優(yōu)化的重建結(jié)果,消除觀察的誤差和ffl關噪聲的影響。設3D空間中的一組點X_j被矩陣為P'的一組攝像機所拍攝。如果圖像測量有噪聲,則方程將不會完全地被滿足。在這種情況下,我們將尋求極大似然解,并假設測量噪聲服從高斯分布。我們希望估計射影矩陣Pⁱ和真正地投射到圖像點的3D點Xj,即并且在這些3D點出現(xiàn)的每

幅視圖中最小化重投影點和被測量的圖像點之間的圖像距離,即

其中,d(x,y)是齊次點x和y之間的幾何距離。這種涉及最小化重投影誤差的估計被稱為捆集調(diào)整(Bundle Adjustment)。它涉及到調(diào)整每個攝像機中心和這些3D點之間的射線叢。

捆集調(diào)整一般應該在任何重構(gòu)算法的最后一部使用。這個算法的好處是能夠容忍數(shù)據(jù)的丟失,提供真正的極大似然估計。同時它允許對每一個測量值指派單個協(xié)方差并且可以擴展到先驗估計和攝像機參數(shù)或點的位置的約束。簡而言之,它稱得上是一個非常理想的算法,但是也有以下不足:(1)它需要被提供一個好的初始值；(2)由于涉及大量參數(shù),它可能成為一個非常大的最小化問題。下面我們將簡要的對這兩個問題進行討論。

稠密點云重建

多視圖立體視覺方法,作為重建的方法與傳統(tǒng)的非接觸式掃描方法相比具有使用方便,成本低等特點。多視圖立體視覺利用不同角度的多幅圖像,通過計算圖像之間的特征或區(qū)域E配計算出密集的三維點云。該方法根據(jù)數(shù)據(jù)模型的不同大致可以分成四類:基于素(voxel)的方法基于變形網(wǎng)格的算法基于深度圖像融合的方法129113"]和基于表面面片(patch)的方法其中基于表面面片的方法,無需先驗的包圍盒,不需要深度圖,并且適合基

于點的稠密擴散。我們將把基于面片的多視圖立體視覺(Patchbased Multi-view Stereo簡稱PMVS)方法作用于SFM生成的稀疏點云,從而獲得稠密的三維點云。

在SFM稀疏點云重建的基礎下,PMVS密集點云重建過程分為以下三個步驟:一、初始特征點匹配；二、面片擴散；三、面片過濾。初始特征點匹配足通過提取所有圖像上特征點和高斯差分法(Difference of Gaussian)特征點,通過三角測量方法用滿足對極幾何約束的潛在匹配點重建出稀疏的空間面片,并將其作為種子面片。面片擴散是利用相鄰面片具有相似的法向量和位置特征,從種了面片幵始向周圍逐步擴散,從而得到比較稠密的空間面片或有向點云。面片過濾是對擴展的結(jié)果進行優(yōu)化,主要利用梯度下降法,根據(jù)面片的遮擋關系提出過濾算法,去掉不滿足灰度和幾何一致性的錯誤面片。通過反復的擴散和過濾可以魯棒地得到推稠密的空間點云和面片。關于配準問題，當前應用最廣且最為經(jīng)典的配準算法是Bsel和Mckay提出的迭代最近點ICP算法，它通過迭代計算，使得兩片點云上對應點或點面距離的均方差誤差最小。ICP算法是精細配準的，計算簡便直觀，但其對初始配準位置依賴性強，要求兩個點云的初始位置必須足夠接近，且對噪聲和異常點的魯棒性差，容易陷入局部最優(yōu)，導致算法應用受限。之后，許多研究學者對ICP算法進行了改進，但這些改進的方法都是基于數(shù)據(jù)點集之間的配準關系，其抗噪性和穩(wěn)定性仍然受到很大的約束。為了克服ICP算法的局限性，許多學者提出了基于概率統(tǒng)計的配準算法，它們將變換空間離散化，并建立某種配準誤差評價函數(shù)，使用標準最優(yōu)化技術(shù)來確定兩視角點云之間的最優(yōu)匹配，典型的算法有Martin Magnusson提出的NDT算法和Bing Jian等提出的GMM算法，還有Myronenko和Song提出的CPD算法。在配準過程中會發(fā)現(xiàn)一個問題，即點云尺度不統(tǒng)一如下圖，傳統(tǒng)的ICP、NDT算法不能解決這個為題，最后發(fā)現(xiàn)CPD算法可以解決。CPD算法是一種基于概率的點集配準算法，該算法被視為基于速度場運動一致性約束的最大似然估計問題，通過變分的方法表達運動一致性約束并得到規(guī)則化最大似然估計。在CPD算法中，將兩個點云集合的配準看作是概率密度估計問題，把其中一個點云集合看作是高斯混合模型(GMM)的質(zhì)心(內(nèi)核)，將另一個點云集合視為高斯混合模型的數(shù)據(jù)，利用EM算法對極大似然估計進行優(yōu)化，從而找出兩個點云集合的對應關系以及變換關系，即內(nèi)核點集向數(shù)據(jù)點集配準。在含有噪聲和異常點的情況下采用CPD算法進行配準有較強的魯棒性。不僅于此，主要此算法能過應對點云多尺

度問題，即不同尺度的點云也能夠配準在一起。

假設兩個點集，其中參考點集(數(shù)據(jù)點集)為X＝(x₁，x₂，…，x_N)^T，模板點集(內(nèi)核點集)為Y＝(y₁，y₂，…，y_M)^T，點集配準即模板點集通過某種變換使其和數(shù)據(jù)點集收斂的過程。將數(shù)據(jù)點集看作是有高斯混合概率密度函數(shù)采樣得到的數(shù)據(jù)模型，將模板點集認為是高斯混合模型的質(zhì)心。高斯混合模型概率密度函數(shù)為：

其中，p(x|m)為高斯混合概率密度函數(shù)的基函數(shù)，D表示點的維數(shù)，在三維點云中D＝3,u_m、P(m)分別為第m個高斯基函數(shù)的協(xié)方差、期望值和權(quán)值因子。當m足夠大時，高斯混合模型就可用來逼近任意連續(xù)的概率密度分布，需要指出的是:高斯混合模型中基函數(shù)的個數(shù)是高斯混合模型的點集個數(shù)；約定每個高斯基函數(shù)的協(xié)方差矩陣都相同。

考慮到點云數(shù)據(jù)中存在著噪聲點以及外點的情況，所以在高斯混合模型中增加一均勻分布p(x|M+1)＝1/N，均勻分布的權(quán)值為α，0≤α≤1，且令P(m)為等概率事件，即P(m)＝1/M，(m＝1，2，…，M)，則由上式可得混合高斯概率密度函數(shù)變?yōu)椋?/p>

采用EM算法尋找變換參數(shù)θ和δ²，即旋轉(zhuǎn)變換R，平移向量t以及尺度參數(shù)s。其中，E－step計算出后驗概率，通過后驗概率建立點集Y和X 之間的關聯(lián)度矩陣；M－step將E－step步驟求得的后驗概率作為已知條件，使負似然函數(shù)的對數(shù)最小來求解參數(shù)值；最后將E－step和M－step交替迭代直到收斂。

CPD配準算法流程為:首先對參數(shù)進行初始化，求得兩個點集關聯(lián)度的后驗概率矩陣P(m|xn)；接著將求得的關聯(lián)度矩陣P(m|xn)作為已知條件，求取變換參數(shù)R，s，t，δ²的值；兩組交叉迭代直至收斂。公式如下:

所述副體還包設有備用電池接口。備用電池接口，可以放入備用電池，增加續(xù)航時間。

所述副體還設有照明組件，所述照明組件與所述電路板電連接到一起。

所述本體還設有照明組件，所述照明組件與所述電路板電連接到一起。

以上所述，為本發(fā)明的較佳實施案例，并非對本發(fā)明作任何限制，凡是根據(jù)本發(fā)明技術(shù)實質(zhì)對以上實施例所作的任何簡單修改、變更以及等效結(jié)構(gòu)變化，均仍屬于本發(fā)明技術(shù)方案的保護范圍內(nèi)。