一种基于数字孪生的可视化实时监控方法与流程

1.本发明涉及智能制造技术领域，尤其涉及一种基于数字孪生的可视化实时监控方法。


背景技术：

2.在当前制造企业快速发展的背景下，特别是各种硬件设备不断增加、生产业务更加复杂的情况，如何对车间的各类设备及业务过程进行实时监控成为迫切解决的难题，同时车间管理层需要根据现场作业情况，合理调整生产计划和资源配置，提高生产效率和可靠性。
3.而目前的一些技术方案中，制造过程的监控可视化涉及的业务不够全面，很多未实现主业务、全流程的可视化。尤其是在实际应用中由于车间机床及其他设备结构复杂，需要采用人工手动建模的方法，导致所得几何模型外观及对实际动态行为的表现不够准确、真实，从而导致所建立的模型也不够准确，存在可视化程度不高的问题。


技术实现要素：

4.本发明的实施例提供一种基于数字孪生的可视化实时监控方法，能够对车间现场动态数据实现了有效的组织，提高了车间实时性和可视化程度，使车间各级组织人员都能快速掌握车间生产情况，实现了车间的精准管控。
5.为达到上述目的，本发明的实施例采用如下技术方案：
6.s1、在服务器端建立模型库，其中，所建立的模型库包括：三维几何模型库、制造属性库和行为规则库；
7.s2、获取物理车间的布局信息，并利用所述布局信息和所建立的模型库，搭建虚拟场景；
8.s3、将所述物理车间中的设备接入标准化接口，并在客户端建立数字孪生模型，其中，所述标准化接口用于传输所述物理车间中的设备的实时运行数据，所建立的数字孪生模型对应所述虚拟场景中的设备，所述数字孪生模型输出虚拟数据；
9.s4、建立设备的实时运行数据与虚拟数据的映射关系。
10.本发明实施例提供的基于数字孪生的可视化实时监控方法，在实际应用中可以利用unity3d搭建离散车间数字孪生可视化监控平台。通过地面三维激光扫描所得点云数据作为模型外形轮廓，在轮廓外进行实际纹理贴图，增强了模型的真实感。此外基于opc ua协议构建了离散车间信息整体概念模型，以实现车间多源异构数据的集成与传输。同时融入动态数据，提高了本体实例对制造设备状态表征的准确性和有效性。从而部署了一个数字孪生可视化监控平台，实现了车间业务的可视化实时监控，为车间各项业务的有效管控提供了更为便捷的途径。
附图说明
11.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的前提下，还可以根据这些附图获得其它的附图。
12.图1为本发明实施例提供的可视化实时监控系统的架构示意图；
13.图2为本发明实施例提供的三维模型建立流程的示意图；
14.图3为本发明实施例提供的车间数据模型的示意图；
15.图4为本发明实施例提供的基于匹配树的虚实映射数据快速匹配流程的示意图；
16.图5为本发明实施例提供的方法流程示意图。
具体实施方式
17.为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。下文中将详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
18.本实施例的设计思路大致为：基于点云技术与可视化建模技术的离散车间可视化实时监控，其中，可视化实时监控包括但不限于车间每个设备、每个工位的运行状态及加工任务，指定关注的人事、生产、成本等业务。从具体设计实现上来说，数字孪生的可视化实时监控方法包括四个部分：构建模型库，虚拟场景搭建，数据集成与传输，虚实映射数据快速匹配。其中的模型库包括三维几何模型库、制造属性库、行为规则库等。因此，本实施例的方法可以应用在如图1所示架构的可视化实时监控系统上，其中，可视化实时监控系统架构共五层：第一层是物理层，指车间内的实体，如机床、agv、机器手、自动仓储、传感器、射频识别(rfid)等，用于接受制造指令并执行制造任务，同时感知和处理基于物联网的异构、多源、实时数据；第二层为网络层，指网络基础设施，是连接物理空间和虚拟空间的桥梁。这些技术包括工业互联网、工业以太网、工业无线网络、移动互联网(5g)等；第三层为数据层，作为单一数据源；第四层为模型层，括产品定义模型、几何形状模型、制造属性模型、行为规则模型、数据融合模型等；第五层为应用服务层，指支持智能生产管理控制功能和目标需求的技
术集合。
19.具体来说，本发明实施例可以实现为一种基于数字孪生的可视化实时监控方法，如图5所示，包括：
20.s1、在服务器端建立模型库。
21.其中，所建立的模型库包括：三维几何模型库、制造属性库和行为规则库。
22.s2、获取物理车间的布局信息，并利用所述布局信息和所建立的模型库，搭建虚拟场景。
23.s3、将所述物理车间中的设备接入标准化接口，并在客户端建立数字孪生模型。
24.其中，所述标准化接口用于传输所述物理车间中的设备的实时运行数据，所建立的数字孪生模型对应所述虚拟场景中的设备，所述数字孪生模型输出虚拟数据。具体的，本实施例中可以结合所述虚拟场景构建初步的数字孪生模型，即在对物理车间等价几何建模的基础上，融合了物理车间在真实环境中的属性和运动行为后的虚拟模型通过所述标准化接口获取所述物理车间中的设备的实时运行数据。而不同类型的设备产生的不同格式的信息，包括生产数据、工装数据、设备数据、材料数据、质量数据、成本数据、人员数据、环境数据等，这些数据又可分为制造车间大量的实时数据(如环境意识数据、机器运行数据、传感器数据)和非结构化多媒体数据(如视频、音频、照片)，以及网络空间中与车间相关数据，最后一种数据包括数字孪生体的模型数据和运行数据，如仿真数据、预测数据和评估数据。
25.s4、建立设备的实时运行数据与虚拟数据的映射关系。
26.进一步的，还包括：s5，利用所述映射关系为所述客户端订阅事件，并在所述服务器端监听到事件消息后，所述客户端接收所述服务器端发送的事件。
27.本实施例中，在s1中建立所述三维几何模型库，包括：
28.利用地面三维激光扫描设备从所述物理车间中采集点云数据，根据采集到的点云数据获取初始三维模型。对所述初始三维模型进行轻量化处理，之后对经过轻量化处理的三维模型进行表面优化。
29.其中，可以利用地面三维激光扫描技术采集物理设备及场景的点云数据，处理点云数据得到高保真的初始三维模型。利用三维建模工具对初始三维模型进行轻量化处理。结合纹理映射技术对单个三维模型进行表面优化。利用层次细节技术，采用距离标准对场景进行显示优化。所谓的轻量化处理可以理解为：过滤冗余信息，保留三维模型必要的结构和显示信息等，并对数据进行简化和压缩，减少模型浏览需要的工作量即减少模型文件大小。通常通过细微结构的抑制和替换、表面特征的处理、装配间隙的缝合以及模型抽壳四个过程，实现三维模型的轻量化。
30.进一步的，在利用地面三维激光扫描设备从所述物理车间中采集点云数据的过程中，包括：所述物理车间中的各个设备拆分为独立的点云模型并分别进行网格化处理，得到所述物理车间内的对象的外形轮廓。通过所述地面三维激光扫描设备依次针对所述物理车间内的所有对象进行扫描，并获取点云数据。利用所述物理车间内的对象的外形轮廓和所获取的点云数据，建立所述初始三维模型。其中，所述物理车间内的对象包括：所述物理车间内的生产设备和其他必要的基础设施。
31.具体的，本实施例中可以采集高分辨率影像，并利用采集到的高分辨率影像获取所述物理车间中的各个设备的细节结构。通过地面三维激光扫描设备依次针对单个设备进
行近距离多角度扫描，获取较为精细、全面的点云模型进而在上述外形轮廓的基础上生成更为完整的三维模型，同时依据相机拍摄的高清照片人工对模型进一步修补。而所建立的三维几何模型库，是数字孪生虚拟层的重要组成部分，建立数字孪生模型的首要任务是建立精确的几何模型，设备的几何模型是数据模型的外在“躯干”。三维几何模型库包含标准库即用户自定义库。例如：如图2所示，通过地面三维激光扫描采集点云数据，通过扫描仪对应软件处理点云数据，将各设备拆分为独立点云模型并进行网格化处理，得到完整的车间内所有对象的外形轮廓。收集高分辨率影像，对设备及设备内的细节结构进行清楚表现。进行纹理数据采集，利用3dsmax、blender等三维建模软件对模型外表材质进行纹理贴图，让模型更具有真实感。通过模型优化处理，反映设备模型的实际布局及尺寸。
32.本实施例中，在s1中建立所述制造属性库，包括：采集所述物理车间中的各个设备的标准属性信息，并建立标准属性库。接收所述企业用户上报的自定义属性信息并存储至自定义属性库。其中，企业用户通过资源管理平台访问所述标准属性库并获取指定设备的标准属性信息，所述自定义属性信息包括：设备安装调试完成后加装的工件属性、材料加工时长和设备负责人信息。所述标准属性信息包括设备类型、设备加工功率和加工材料。例如：
33.设备制造商在生产该设备时确定的基本属性包括设备类型(如车床/铣床/加工中心/三维成型等类型)，设备加工功率，可加工材料等信息。在系统维护时对于上次维护更新后使用频繁且修改频次低的企业自定义的所述自定义属性信息，可被添加至标准属性库与对应设备进行关联绑定。制造属性库，用于描述属性自身的信息，属性可以分为两种：标准属性库与自定义属性库。标准属性库是由网络化协同制造系统的平台方规定的标准，企业用户只需在标准属性库中选择所需的属性即可。自定义属性只属于创建该属性的企业用户，用于弥补标准属性库中无企业用户所需属性的不足，同时也可用于标准属性库的更新。据调研后搜集车间大量使用的标准属性，可以采用mysql数据库建立相应标准属性库，之后采用jdbc技术关联数据库以实现对标准属性的读取，最后采用java web技术将存储在数据库中的标准属性获取并显示到资源管理平台上，供企业用户构建制造资源类型时的选择使用。
34.在s1中还可以建立行为规则库，并在所述行为规则库中存储数据驱动模型和事件驱动模型对于预测服务模块与生产管控模块，通过采集相应的数据信息，依赖构建的数据驱动模型提供预测信息与管控。而在一般场景中，程序依据事件驱动模型当规定的“事件”被触发时开始运行，并且程序在感知到不同的“事件”后能够产生不同的响应动作。行为规则库，用于实时控制系统很少有数据输入，主要是事件驱动，因此，行为模型是最有效的系统行为描述方式。行为规则同时存在数据驱动和事件驱动两类模型。实现方法：利用step、uml、idef、petri net等技术构建行为规则模型。
35.本实施例中，在所述标准化接口中，将所述物理车间的车间信息整体模型划分为五类信息概念模型，包括：设备信息概念模型(device-inf)、人员信息概念模型(person-inf)、物料信息概念模型(material-inf)、环境信息概念模型(environment-inf)和订单任务信息概念模型(task-inf)。对于所述物理车间产生的数据，按照采集数据实例转化为表示所述物理车间生产要素的device-inf对象、person-inf对象、material-inf对象和environment-inf对象。之后生成描述所述物理车间中任务的task-inf对象。
36.通过所建立的用于数据传输的标准化接口，将不同类型的设备产生的不同格式的信息按照标准的格式进行呈现，达到数据的有效采集和管理，使得数字孪生平台中多源异构数据可以集成和传输。具体的，opc ua作为新一代的opc标准，可以统一各类物联感知设备的传输协议和数据接口，是实现虚实车间之间信息交互的有效手段，以opc ua作为主要传输手段，通过构建opc ua服务器，接入多源数据，并按照信息模型构建opc ua地址空间，用以暴露各类数据的接口，实现多类数据的统一归集和规范传输。依据数据模型，将机床和传感器数据，使用kepopc形成一级opc ua服务端，对于erp、mes、scada等企业系统软件，一般具有专用的数据传输接口，借助spring boot中间件rabbitmq消息队列进行数据传输处理，最终形成opc ua服务端。例如：如图3和表1所示的，面向数字孪生车间的opc ua信息模型。根据物理信息融合的思想，将车间信息整体模型划分为五类信息概念模型，分为是设备信息概念模型(device-inf)、人员信息概念模型(person-inf)、物料信息概念模型(material-inf)、环境信息概念模型(environment-inf)以及订单任务信息概念模型(task-inf)。这五类信息该概念模型与整体模型之间都属于局域与整体的关系(part-of)。对于一个加工车间，需要首先按照采集数据实例化若干device-inf对象、person-inf对象、material-inf对象、environment-inf对象，以表示车间的全部生产要素。然后根据车间中的任务、计划，实例出若干task-inf对象，从而实现对车间中任务的描述。
37.概念模型模型描述d-basicinf设备基本信息：加工属性，系统型号d-statusinf设备状态信息：加工进度，实时功耗d-taskinf设备人物信息：当前加工任务，已完成任务，待加工任务d-capabilityinf设备能力信息：主轴功率，控制轴数，加工精度d-faultinf设备故障信息：编码器报警，冷却液报警，极限位置报警d-toolinginf设备刀具信息：刀库容量，刀具材质，刀具类型p-basidnf人员基本信息：姓名，工位，排班p-statusinf人员状态信息：熟练操作，实习期p-taskinf人员任务信息：剩余任务p-capabilityinf人员能力信息：机床操作，机床维护，物料转运p-completeinf人员完工信息：当前任务完成情况，历史任务完成情况p-attendanceinf人员出勤信息：在岗，休息，请假m-bascinf物料基本信息：物料尺寸，物料入库时长，热处理工艺m-stausinf物料状态信息：待加工，重加工，报废m-stockinf物料仓储信息：当前存储位置，目标运输位置m-abnormalinf物料异常信息：物料是否登记e-basicinf车间环境信息：温度，湿度e-pollutioninf车间污染信息：pm2.5，污染物浓度t-bascinf订单基本信息：交货期，优先级t-statusinf订单状态信息：在加工，待加工t-typeinf订单类型信息：外协类，加工类，装配类t-progressinf订单进度信息：当前订单完成情况，超期概率
t-abnormainf订单异常信息：良品率，交付期t-craftinf订单工艺信息：加工工艺
38.表1
39.本实施例中，可以将数据中台作为服务器端，集成了物理车间的所有数据，加载了数字孪生模型的客户端此时并不知道哪些数据需要进行匹配映射。虚拟车间中的数字数字孪生模型向从物理设备采集的各类信息集中后的服务器发送订阅条件，并根据所述订阅条件查找同名约束名称和类型相同的约束(如请求车床主轴位置：double类型)，如图4所示的，在s5中，所述利用所述对应关系为所述客户端订阅事件，包括：
40.所述客户端向所述服务器端发送订阅条件，所述订阅条件包括约束信息。其中，客户端数字孪生模型也可以被称为“数字孪生体”，其可以被创建在信息化平台上。客户端向服务器端发送订阅条件(订阅就相当于绑定用于特定数据传输的连接)，订阅条件中可以包括多种约束，所谓寻找同名约束可以理解为寻找名称和类型相同的约束，分析约束关系可以理解为分析并确定哪些数据需要从服务器端传输到数字孪生模型中以及对应的数据来源的类型、实例。
41.所述服务器端根据所述客户端发送的订阅条件，开始分析约束关系，在分析约束关系的过程中，包括：遍历约束搜索树，若在所述约束搜索树查询到与所述约束信息中一致的约束，则判定为达成订阅条件。将达成订阅条件的约束输出至所述服务器端。可以是从所述服务器端的数据库中获取与订阅条件中的约束信息同名的约束。在实际应用中，寻找同名约束主要靠遍历约束搜索树的方式来实现，其中的约束搜索树是一种数据树格式，而所谓的匹配树则是从技术角度的一种概括方式，可以理解为用树的方式进行数据匹配。在遍历约束搜索树的过程中，如果找到服务器端的约束和订阅条件中的约束有一致的，则达成了订阅，可以判定这个订阅条件就是有效的；而如果没找到同名约束，则说明服务器端并没有存储客户端想要的数据，则判定订阅条件就是无效的。
42.进一步的，所述将达成订阅条件的约束输出至所述服务器端包括：记录所述约束搜索树查询到的且达成订阅条件的约束，与所述订阅条件的覆盖关系，并输出订阅至所述服务器端。所述服务器端根据输出的订阅开始监听事件消息，并将监听到的且符合条件的事件向所述客户端发送。
43.所述将监听到的且符合条件的事件向所述客户端发送，包括：所述服务器端通过所述标准化接口采集所述实时运行数据，当所述实时运行数据发生更新则判定事件发生。检测所发送事件的属性是否匹配所述订阅条件中的约束信息，若是则将所发送事件向所述客户端发送。其中，由于订阅条件可能包含不止一个约束(即约束的实际数量大于1)，因此需要在找到所有的同名约束后，再输出这个订阅条件。此时也就等于客户端和服务器已经建立了特定数据的传输连接，但是不代表就会有数据传过来，数据的传输是通过事件来触发的，服务器会监听事件消息，事件就相当于服务器进行数据更新的前提，如果监听到了事件，而且这个事件里某个属性和我们订阅条件里的某个约束相匹配(也就是事件更新的数据正好是数字孪生模型需要的)，那就接收这个事件，更新的数据也就传输到数字孪生模型，也就实现了数据匹配传输的效果。
44.本实施例中采用基于约束搜索树的发布/订阅系统，可以实现虚实空间的动态映射，主要包括事件、约束、订阅条件。事件表示为“属性-值”对的集合。约束主要作用于一种
过滤事件，以基本操作符的形式表示，将对“属性-值”对进行作用。订阅条件包括“属性-值”对的约束和逻辑进行绑定。数字孪生模型通过制定订阅条件获取事件。具体来说，在基于约束搜索树(或称为匹配树)的虚实映射数据快速匹配流程中，通过虚实映射数据进行快速匹配，即虚拟场景建立相对应的数字孪生模型，将数据模型与数字孪生模型一一对应，建立对应的映射规则，将物理车间的某种变化以空间或时间敏感的形式反映在虚拟车间中，实现两者在时空上的紧密相互作用。进而保证对车间中实时生产活动的精确刻画，以及实现车间内制造资源间的有效协同，实现物理车间与虚拟车间的实时融合。
45.所述虚拟场景搭建，利用unity3d引擎平台，根据实际车间场景布局，依据模型库中模型快速搭建虚拟场景。所述虚实映射数据快速匹配，即虚拟场景建立相对应的数字孪生模型，将数据模型与数字孪生模型一一对应，建立对应的映射规则，将物理车间的某种变化以空间或时间敏感的形式反映在虚拟车间中，实现两者在时空上的紧密相互作用。进而保证对车间中实时生产活动的精确刻画，以及实现车间内制造资源间的有效协同，实现物理车间与虚拟车间的实时融合。例如：如图4所示，依据opc ua客户端对不同节点数据的提取，可对几何模型添加对应的属性值、数据接口，建立模型与数据的联系，作为数字孪生模型的基础。同时数字孪生模型的“物理”“行为”“逻辑”需在“几何模型”中进行体现、关联与集成，达到物理车间与虚拟车间的初步融合。为了实现进一步的虚实深度融合，采用基于约束搜索树的发布/订阅系统，实现虚实空间的动态映射，主要包括事件、约束、订阅条件。事件表示为“属性-值”对的集合。约束主要作用于一种过滤事件，以基本操作符的形式表示，将对“属性-值”对进行作用。订阅条件包括“属性-值”对的约束和逻辑进行绑定。数字孪生模型通过制定订阅条件获取事件。在图4中，基于匹配树的虚实映射数据快速匹配流程。在物理车间中发生的事件，可以通过实时发布/订阅规则自主反映在虚拟车间中。依据opc ua客户端对不同节点数据的提取，可对几何模型添加对应的属性值、数据接口，建立模型与数据的联系，作为数字孪生模型的基础。同时数字孪生模型的“物理”“行为”“逻辑”需在“几何模型”中进行体现、关联与集成，达到物理车间与虚拟车间的初步融合。采用基于约束搜索树的发布/订阅系统，实现虚实空间的动态映射以实现进一步虚实融合，主要包括事件、约束、订阅条件。事件表示为“属性-值”对的集合。约束主要作用于一种过滤事件，以基本操作符的形式表示，将对“属性-值”对进行作用。订阅条件包括“属性-值”对的约束和逻辑进行绑定。数字孪生模型通过制定订阅条件获取事件。订阅s中任意约束c，事件e中至少存在一个属性a满足匹配，则称事件e与订阅s匹配成功。一旦匹配成功，数字孪生模型就会解析接受到的数据并反映相对应的行为动作。
46.目前利用数字孪生技术实现的可视化技术存有制造过程的监控可视化涉及的业务不够全面，未实现主业务、全流程的可视化；监控可视化的界面不友好，人机交互差，可视化的界面美观性有待进一步改善；业务模块交互性差，平台的扩展性有待进一步提升等问题。所以基于点云技术与可视化建模技术，搭建离散车间数字孪生可视化监控平台，能够实现车间生产、质量、成本、人事、设备等各业务的实时监控，为管理层对车间的各种情况进行全面的展示，进一步提升车间数字化管理水平。
47.本实施例提供一种基于点云技术与可视化建模技术的离散车间数字孪生可视化监控方法，在实际应用中可以利用unity3d搭建离散车间数字孪生可视化监控平台。对车间现场动态数据实现了有效的组织，提高了车间实时性和可视化程度，使车间各级组织人员
都能快速掌握车间生产情况，实现了车间的精准管控。由于车间机床及其他设备结构复杂，采用人工手动建模的方法所得几何模型外观及对实际动态行为的表现不够准确、真实。本方法采用地面三维激光扫描所得点云数据作为模型外形轮廓，在轮廓外进行实际纹理贴图，增强了模型的真实感。此外基于opc ua协议构建了离散车间信息整体概念模型，以实现车间多源异构数据的集成与传输。同时融入动态数据，提高了本体实例对制造设备状态表征的准确性和有效性。从而部署了一个数字孪生可视化监控平台，实现了车间业务的可视化实时监控，为车间各项业务的有效管控提供了更为便捷的途径。
48.具体来说，本实施例的优点在于：利用设备三维点云数据网格化后作为设备三维几何模型，在此基础上参考高分辨率影像，并进行纹理贴图使得模型更准确、更富有真实感，且监视可视化的界面美观性得到改善；采用opc ua信息建模方法实现数据交互，通过opc ua协议将各类设备协议进行统一规范，建立数据传输的标准化接口，将不同类型的设备产生的不同格式的信息按照标准的格式进行呈现，达到数据的有效采集和管理，使得数字孪生平台中多源异构数据可以集成和传输；采用可扩展的建模方法，具体可表现为两个方面。一方面标准的三维几何模型库即制造属性库不是静态库，需要不断地更新和维护。另一方面，用户也可以根据个性化需求自定义属性。同时自定义属性也对标准属性库具有正反馈作用，对于频繁使用的自定义属性，可将其添加到标准属性库中；基于匹配树的虚实映射数据快速匹配方法，即基于约束搜索树的发布/订阅系统，保证了对车间中实时生产活动的精确刻画，以及实现车间内制造资源间的有效协同，实现了物理车间与虚拟车间的实时融合。
49.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。