文摘

自动化系统取代了驱动程序,使自主车辆改善安全和方便,所以自主车辆的市场是巨大的。然而,自主车辆的真实世界的应用面临着许多挑战由于不成熟的自动化系统。因此,模拟验证中发挥着不可替代的作用自主车辆(AV)的应用。车辆驾驶是最常见的场景在混合交通流,因此有必要开发一个适当的和有效的AV模拟方法。结合现有的AV模拟方法和数字双(DT)技术,提出了一种DT-assisted AV方法模拟车辆的情况。方法使物理车辆与DT车辆,和DT车辆可以动态调节的物理实体通过实时仿真数据;仿真验证可以显示在DT的模拟场景,以确保安全。与此同时,提出了AV DT-assisted模拟框架,该框架包括物理实体组件,DT组件和数据处理和评价组件。此外,DT-assisted仿真平台基础上开发统一的引擎。最后,DT-assisted AV的模拟车辆的情况是在现场试验中实现。实验结果表明,该方法可以有效地进行AV模拟车辆,和通信延迟的平均值是52.3毫秒,而小于15赫兹更新频率(66.6 ms)之间DT-assisted平台和AV。DT-assisted AV在本文提出的仿真方法应用于车辆的情况下,有效地解决了挑战的车辆通过虚拟现实交互场景模拟。

1。介绍

近年来,AV已经进入了一个快速发展的阶段理论和技术(1]。建立安全的AV是一项具有挑战性的努力由于各种条件一个AV操作和系统实现的复杂性,这是其中一个重要原因AV尚未应用于大规模[2]。因此,AV发展的过程中,仿真验证中有着不可替代的重要作用。特别是车辆驾驶是最常见的场景在混合交通流,这是非常重要的,选择一个适当的和有效的模拟方法对车辆的场景。目前,自主车辆模拟的主要方法包括software-in-the-loop(银)3),半(边境)4],vehicle-in-the-loop(维尔)5]。SIL关注算法仿真验证,边境集中在算法和部分子系统仿真验证,和维尔考虑车辆系统和算法仿真。然而,车辆只能在有限的移动自由度的维尔,由于物理汽车轮毂。此外,车辆和环境之间的交互(例如,车轮和路面)都是在仿真平台中。封闭道路测试的AV是危险的和昂贵的。

随着行业4.0时代,DT技术的出现带来了新的应用领域的AV仿真(6]。首先,迈克尔·格里夫斯博士介绍了DT当量的概念实体产品的产品生命周期管理执行课程2003年密歇根大学(7),因为DT可以同步运行状态的物理实体,实现实时仿真试验DT空间。否则,DT可以动态调节的物理实体通过实时仿真数据形成一个闭环仿真测试中,很多世界各地的研究人员开始关注DT技术。Rasslkin et al。8)构建DT连接物理实体和虚拟模型在现实世界和分配一个特殊的无监督绩效评估的预测和控制平台AV的能源系统。Szalai et al。9)提出了一种混合现实模拟环境,将实际车辆集成到虚拟环境,并使用混合现实环境来创建一个多样化的测试环境在实际车辆。通用电气等。10使用DT]提出的方法技术进行AV测试在极端环境中。在自主驾驶仿真测试环境,测试真正的AV的虚拟复杂的道路场景下可以实现通过DT映射。da Sliva et al。11称为网络DT]引入了一个新概念,转移的想法DT汽车软件安全分析的目的,和DT是用来评估汽车安全需求通过自动化的安全需求验证使用策略实施检查和检测安全漏洞。

民的场景是一种最常见的驾驶场景AV。也有许多以前的成就仿真车辆AV的场景。王等人。12)提出了一种新的车辆模型通过使用vehicle-to-everything技术。最后,进行了一个案例研究在VISSIM来验证该模型。奥索里奥和Punzo13)开发了一种基于仿真的优化方法有效的校准民大规模随机网络模型,并利用AIMSUN仿真方法验证了。这些努力专注于算法的验证而忽略其他部分的影响,所以这些工作的结果可能与实际情况大相径庭。马等。14]提出合作车辆排的优化控制方法,和边境测试执行与Carsim模拟高保真车辆动力学模型。周et al。15)开发了一种层次化的车辆稳定性控制策略;仿真模拟试验表明,提出的策略的有效性。Ard et al。16)实验演示的效果预期的车辆由垂直注入逻辑算法实验。在仿真模拟、虚拟车辆的运动学和动力学模型。维尔模拟的物理工具嵌入到一个虚拟环境。然而,这是完全不同于vehicle-road交互在物质世界中,所以仿真结果的有效性是有问题的。

AV的DT技术和现有的模拟方法民场景相结合,我们提出一个DT-assisted AV民场景中模拟方法。本文的主要观点和贡献如下:(1)一个DT-assisted AV在民场景中提出的仿真方法。这种方法使用物理车辆与DT交互工具,通过实时仿真动态调节的物理实体的数据(2)AV提出DT-assisted模拟框架,由三个部分组成:物理实体组件,DT仿真组件,组件和仿真评估(3)DT-assisted仿真平台实现基于Unity3D引擎,包括DT场景,DT车辆,和网络通信模块。最后,实现现场实验,验证了DT-assisted仿真方法的有效性

本文的其余部分组织如下:部分2介绍了DT-assisted仿真框架。部分3细节DT-assisted仿真平台。部分4介绍了车辆的AV模拟DT-assisted方法。部分5细节真实DT-assisted领域实现,其结果进行了分析6。本文以部分7结论和未来的工作。

2。AV DT-Assisted仿真框架

根据DT技术的特点和以往研究的经验,提出和AV DT-assisted仿真框架。如图1,DT-assisted仿真框架包括三个部分:物理实体组件,DT仿真组件和数据处理和评价组件。物理实体的AV组件获得真实数据的物理传感器、和DT仿真组件用于模拟验证通过DT车辆DT场景。数据处理和评价组件用于数据存储在DT-assisted仿真平台。虚拟感知数据发送到物理实体组件从DT组件。根据获得的虚拟信息,AV实现决策和控制。在以下部分中详细描述。

2.1。物理实体组件

物理数据获得真正的物理实体组件中的传感器设备是用于实现数字化过程从物理空间DT空间。至于自主驾驶模拟试验,AV配备了自动驾驶控制器在实际运行测试领域和获得实时数据(位置、态度、故障等),通过车载IMU GNSS和其他传感器设备。同时,实时获取数据传输到DT通过网络通信模块,模拟组件之间的互连,实现DT测试车辆和AV。

另一方面,实时数据被物理实体组件也传送到数据处理和评价数据存储组件,这是方便历史数据复制和模拟评价。自主驾驶控制器也将接收虚拟感知信息。接收虚拟感知数据后,AV决策和控制通过实际测试领域和实际车辆传动装置,以便获得更准确的模拟结果。

2.2。DT仿真组件

DT数字仿真组件的描述特定的历史时刻或当前实时状态的物理实体的组件。DT车辆接收到实时定位数据的传感器在物理实体组件和DT车辆的运动状态与AV在适当的频率一致。DT仿真组件可以提供可重复的和极端的模拟测试场景,所以虚拟传感器可以感知的极端场景信息,实时动态模拟数据和传输到数据处理为数据存储和数据挖掘和评估组件。虚拟感知信息反馈到自动驾驶控制器在物理实体组件。同时,DT仿真组件也被用作视觉模块,可以观察运动状态,定位信息和故障信息的物理载体通过DT车辆。

2.3。仿真评估组件

模拟评估组件是核心部分。DT-assisted过程的模拟,仿真评估组件从DT接收实时数据仿真组件的物理实体组件存储和挖掘。此外,数据处理和评价组件可以执行仿真评价基础上的实时数据反馈物理实体组件和DT的仿真数据反馈组件。此外,仿真结果存储在模拟评估组件,可以实现快速和方便的生殖危险事故场景和模拟试验的关键过程。

3所示。DT-Assisted仿真平台

目前,AV的主流仿真平台仿真是基于游戏引擎开发的。例如,卡拉是由英特尔和丰田基于Unreal4 [17基于Unreal4 [], AirSim由微软开发的18],基于Unity3D SVL由LG [19),这AV仿真软件基于游戏引擎测试过程中有良好的性能。

Unity3D非常有效的图形渲染系统,它可以实时呈现现实的DT的场景。此外,Unity3D等多个平台可以开发Windows, Linux和Mac通过使用诸如c#脚本。此外,Unity3D可以通过TCP / IP协议与ROS通信(20.]。根据AV模拟试验的特点和DT-assisted仿真框架,本文选择Unity3D引擎的开发平台。这一部分主要介绍了DT-assisted仿真平台的实现,包括DT场景,DT车辆,和网络通信模块。

3.1。DT的场景

DT DT-assisted模拟测试场景尤为重要。如图2框架,分为两个部分,虚拟环境和车辆情况。一个虚拟环境需要从各个方面反映真实环境的特点,所以虚拟环境要求精度高。传统的3 d模型通常由3 dsmax软件,等软件建模搅拌器和Revit。然而,这些方法效率低的特点,建模周期长,和更多的人力消耗,不能满足高精度要求的DT-assisted仿真测试环境。

摘要ESRI城市引擎,基于计算机生成的三维城市建模软件体系结构规则,用于集成建模。ESRI城市引擎可以从2 d数据快速创建3 d场景。同时,ESRI城市引擎提供完美的支持ArcGIS,使快速实现高精度3 d建模基于现有的GIS数据,而无需转换,缩短了施工周期DT环境,并确保DT的高精度要求的环境。施工过程的高精度DT环境提出了:(我)步骤1:收购由于卫星图像和高程数据。然后,下载的海拔数据导入ArcGIS项目到3857坐标系,并将卫星图像导入ArcGIS进行建筑物和道路的向量化(2)步骤2:在ArcGIS的矢量化轴马力数据和真实材料导入ERSI CityEngine,和集成建模进行了基于矢量化数据。然后,3 d模型根据道路参数调整(3)步骤3:FBX模型从ERSI出口CityEngine进口Pixyz自动模型优化和轻量级(iv)目的:Unity3D生成一个现实和高精度DT环境通过高清渲染管道

对于交通场景,帐户,Unity3D的场景是可编辑和可扩展,资产存储中有丰富的资源;很容易模拟物理世界的交通场景。此外,交通流量也可以由脚本控制实现交通流仿真的AV。DT-assisted仿真平台,DT交通场景设计可以根据模拟试验的要求。

3.2。DT车辆(AV)的复制品

DT汽车的复制品AV,扮演一个重要角色在AV的模拟试验。DT模型车可分为四个级别:物理模型、关系模型、数据模型和虚拟模型(21]。如图2物理模型的过程,虚拟模型是数字的过程。DT车辆定义的物理模型来描述被测试的AV的运动特点。连接的DT车辆模型的关键是模型实现AV之间的同步测试和DT的车辆。连接模型包括坐标变换和数据格式转换。互联的连接模型五个层次的DT模型车。数据模型驱动的虚拟模型与物理AV的行为保持同步测试,和DT的数据模型车辆还用于定义每个设备的正常工作阈值,实现故障诊断的功能。DT车辆的虚拟模型的视觉模型选择投票制进行测试。另外,模块化的数据存储可以通过数据模型进行,这是方便后续AV仿真评估。

3.3。网络通信模块

网络通信模块物理空间和DT空间之间的桥梁,也是DT-assisted模拟测试的基础。DT组件需要实时操作数据驱动的物理空间,也需要反馈的数据和物理实体DT组件动态监管。Unity3D支持常见的通信协议。考虑到各种通信协议的优缺点,本文中的DT-assisted仿真平台使用WebSocket数据传输的通信协议。摘要DT-assisted仿真测试可以由局域网(LAN)或5 g通信。如图2如果采用局域网,自主驾驶控制器中的数据被发送到车载无线路由器通过控制器区域网络(可以),实现数据传输与美联社的测试领域,最后发送到DT-assisted仿真平台通过开关。如果采用5克,自主驾驶控制器中的数据发送到5 g-cpe通过,随后发送到无线路由器通过5 g基站,最后传送到DT-assisted仿真平台。DT-assisted仿真平台使用相同的通信链路反馈AV的虚拟感知信息进行测试。两种通信模式可以切换自动根据信号的强度来保证低延迟DT-assisted模拟测试。

4所示。AV DT-Assisted民场景中模拟的方法

在车辆的过程中,它被定义为一个车辆场景与潜在风险主要车辆突然进行紧急制动时大制动减速。在这种情况下,如果车辆没有有效的紧急制动策略后,它会导致严重的事故。因此,面对潜在的风险在车辆的情况下,有效的避碰仿真验证策略是在开发过程中不可或缺的组成部分的AV。民场景中避碰策略可分为四个方法:时间进展(失业),时间冲突(TTC),时间停止(TTS)和时间(竞技场队伍)做出反应22]。在车辆的场景中,最常用的方法来评估潜在的风险和TTC[追尾事件23- - - - - -25]。TTC代表了时间的车辆碰撞后运动的主要车辆的当前状态。本文采用TTC模型来验证DT-assisted模拟方法的有效性。

4.1。AV民的声明

本文只考虑问题后可停放两辆的单线。如图3,前面的车辆称为领先的车辆,这是由一个MV表示这是一个载人车辆交通流。后方车辆由DT表示以下车辆和车辆也AV在物理世界的复制品。DT车辆和AV保持实时同步信息交换和状态。DT DT-assisted平台的场景,假设以下车辆(DT车辆)和领先的车辆(MV)使用V2V的通信方式实现信息交互。DT车辆发送实时虚拟感知信息获得的MV, AV的物质世界。为了模拟车辆的场景中存在的潜在风险,MV有四个随机运动状态,静止,加速运动,统一的动作,和减速运动。为了模拟车辆的场景中的潜在风险,MV与随机紧急制动设计的可能性。

DT仿真组件,DT车辆接收速度、加速度和位置信息的MV V2V并计算出两辆车之间的距离信息根据DT车辆的位置。两辆车的加速度和速度信息,以及两辆车之间的距离和安全距离,和TTC计算了避碰策略。不同运动状态的MV对应不同的TTC模型。可以使用相同的TTC模型当MV在均匀运动或静止的状态,即等于0。当MV减速运动状态,分别需要讨论的潜在风险。首先,两辆车相撞在MV减速停止。第二,两辆车相撞MV后停了下来。如果MV和DT车辆之间的相对速度很小或者为零,和相对加速度或DT车辆的加速度很小,考虑到车后,是一个安全的工作条件和TTC趋于无穷时。因为更大的TTC值没有实际参考价值,所以这个状态的TTC值是默认到30年代。如果TTC小于3 s,输出TTC 3 s在默认情况下,显示在车辆碰撞的风险场景。与此同时,MV和DT车辆DT-assisted平台都假定在V2V沟通的范围,和他们在实时交互和共享信息。同时,DT车辆的虚拟感知信息反馈MV的AV通过局域网实时物理世界。

4.2。AV DT-Assisted模拟的运动控制

AV纵向运动控制的车辆的行为密切相关,和AV的纵向运动控制模块控制车辆调整其运动状态(如紧急制动),以确保及时消除潜在风险的过程中车辆。AV的控制拓扑结构可分为两部分:自动驾驶领域和车辆底盘领域。如图4,自动驾驶领域主要包括四个部分:自主驾驶控制器,i-ECU,无线路由器,无线接收器。自主驾驶控制器感官周围环境和实现自动驾驶的功能通过V2X,雷达、相机、激光雷达、GNSS和其他传感器。底盘控制器与电机控制单元(MCU),南偏西(steer-by-wire)、制动系统两部分组成,环境保护局(电子停车制动系统)和EHB(电子式液压制动系统),并通过可以BMS(电池管理系统)。

算法1旨在进行防撞预警和产生的纵向运动控制命令AV。据AV的特点和潜在的风险,确保安全的情况下,防撞预警阈值的时间是什么和制动的时间阈值 。的值 , ,和TTC作为算法的输入1。如果TTC小于设置阈值 ,防撞预警指标( )改变从0到1,AV将防撞警告消息。如果TTC小于设置阈值 ,制动指示符( )改变了从0到1,制动命令将生成并发送到车辆底盘通过i-ECU域控制器模块,然后发送到EPB或EHB模块通过,AV会开动制动。

5。真正DT-Assisted领域实现

5.1。DT-Assisted仿真平台

根据DT-assisted模拟试验的总体框架AV提出本文AV DT-assisted仿真开发平台。在这个仿真平台,测试领域的高精度模型建立和实现之间的通信仿真平台和AV测试基于WebSocket协议。此外,车辆与潜在风险设计场景DT的场景。相关数据和预警信息的过程中实时仿真试验可以显示在UI界面。如图5相关数据,包括领导车辆运动状态、防撞预警信息,AV操作状态和故障信息和视频。在该领域实现车辆的AV模拟场景,DT车辆和MV DT-assisted仿真平台中发挥重要作用。DT车辆模型结构和AV是一致的,它可以与物理世界的AV实时交互。他们两人有相同的运动状态和运动参数。在车辆的情况下,MV是一个虚拟的机动车,机动车交通流的模拟。

5.2。硬件设置车辆的AV模拟

一辆四轮转向采用AV领域实现,长度是2.8米,宽度是1.5米。AV两套驱动系统,两套转向系统,制动系统和一组,也是配备传感器,如激光雷达、毫米波雷达和摄像头。字段实现的所有硬件设备包括以下:DT-assisted仿真平台服务器,物理传感器、自动驾驶控制器,和网络通信设备。

5.2.1。DT-Assisted仿真平台服务器

这个模块运行DT-assisted模拟平台。如图6,仿真平台服务器配备了英特尔酷睿19 - 10900 k / 19 - 10900 kf混合3.7 GHz CPU (10-core), 64 G内存,1 TB SSD和2 TB硬盘,GeForce RTX3090-24 G。

5.2.2。物理传感器

这个模块是AV装备进行测试,并用于获得实时位置,态度,和速度的AV数据。上述数据传输到DT-assisted平台,和DT车辆可以接收的实际数据和同步AV的运动状态实时进行测试。如图6,Starneto Newton-M²惯性测量单元(IMU)采用组合导航系统在实现领域,和最大数据更新频率为100赫兹。当RTK模式是使用和GNSS信号很好,定位精度是2厘米+ 1 ppm。

5.2.3。网络通信设备

如数据所示6和5,APs安装在测试领域,以确保完全覆盖的局域网。要测试的AV与美联社通过车载无线路由器(如图6),当车辆通过美联社节点,它可以自动开关美联社节点根据信号强度。APs连接与DT-assisted仿真平台通过一个开关。局域网的通信延迟是在一定范围内,符合我们的领域实现的要求。

5.2.4。自主驾驶控制器

如图6,这个模块的控制中心是AV,和避碰策略和自动驾驶算法运行在自动驾驶控制器。此外,它有能力的多传感器融合、路径规划、决策和控制。配备GTX2060s, 256 GB的SSD, 16 GB的RAM。自主驾驶控制器连接到车辆底盘领域通过i-ECU单元,实现运动控制的AV。

5.3。现场实施计划DT-Assisted模拟

测试领域位于中山大学东校区,广州,中国,和测试领域的总长度是339米。GNSS + RTK定位数据从INS接收机获得的纬度和经度信息是wgs - 84协议,它不利于实现位置之间的同步DT车辆DT-assisted平台和AV。因此,本文以起始点的经度和纬度的起源和转换经度,纬度和高度数据到笛卡尔坐标数据。在每个时间步,位置,姿态、速度和加速度信息的AV INS系统和提供的测试是通过局域网与DT车辆实时通信。DT-assisted仿真平台,DT车辆之间保持一定的距离和MV在初始时刻,和DT车辆发送接收到的MV虚拟感知信息(包括定位、速度、加速度和偏航)的自主驾驶控制器通过无线路由器AV。自主驾驶控制器将输入虚拟信息实时接收到自主驾驶控制器TTC计算,然后输入TTC纵向运动控制指令生成算法。

为了模拟更特殊和危险的避碰的场景,MV可能打破在紧急情况下在运动。避碰策略的有效性可以判断自主车辆的制动时间和制动效果。此外,它还可以判断之间的碰撞车辆和MV DT的场景。字段实现如图5。为了简化测试,DT车辆和MV都保持在正确的车道,只有纵向防撞被认为是,没有横向防撞。如表所示1MV的初始速度和AV是0,而且由于距离短巷,AV的最大速度是有限的 公里/小时,MV的最大速度是有限的 公里/小时。前碰撞预警时间是10年代,通信频率的MV和DT车辆DT-assisted仿真平台是15赫兹。

6。结果评价

摘要DT-assisted平台验证车辆的AV模拟场景。领域实现通过在喂饲DT-assisted是6月27日,2021年。DT-assisted平台更新状态的MV和AV 15赫兹。避碰策略的有效性可以根据实时速度和TTC评估。DT车辆可以实时反映AV的状态。另一方面,DT-assisted仿真过程中,DT车辆需要同步实时运动状态的AV,需要反馈AV的虚拟感知信息。在这个工作,如果通信延迟太大,这将导致仿真结果不准确,所以模拟通信延迟尤为重要。之间的通信延迟也测试AV和DT-assisted仿真平台。

6.1。车辆仿真结果评估

作为显示在图7为第一个12秒,MV保持静止,然后,领先的车辆加速。当没有MV和AV碰撞的危险,AV MV后开始加速并保持在12.8 s。在14.4秒,MV突然减慢,加速度。根据避碰策略,有碰撞风险,TTC达到3至16.6年代。因此,AV采取紧急制动,以避免碰撞与MV。19岁,MV加速,加速,当两辆车进入安全驾驶状态,AV立即加速,使车辆。在21岁30年代,MV三种运动状态的变化动态地减速,加速、恒速。由于高速的MV, MV减慢时21.4 s, TTC维持在一个较大的值。在23岁年代,TTC值等于3 s根据避碰策略,计算和AV开始在紧急情况下停止。在过去的时期,AV实时计算TTC MV的运动状态,估计车辆的紧急程度的潜在碰撞危险场景中根据TTC值,以便采取适当的避碰策略保持以下状态。

避碰策略的有效性基于TTC的车辆情况与潜在风险由DT证明车辆DT-assisted仿真平台。如果MV的DT车辆碰撞,这表明AV中运行的策略是有缺陷的。如果DT车辆安全距离的MV,之间没有碰撞的DT车辆和MV DT-assisted仿真平台,这表明AV的策略是有效的。在这个过程中,DT-assisted方法使用AV的运动学和动力学模型,大大提高了仿真结果的可靠性,也提高了仿真效率的前提下确保安全。特别是,DT-assisted方法降低了模拟的风险。

6.2。沟通结果评价

验证通信延迟DT-assisted仿真方法是一个可接受的范围内,通信延迟执行实验。在这个实验中,通信延迟定义为不同AV时发送消息和AV时接收反馈信息DT-assisted仿真平台。首先,AV向DT-assisted发送实际数据仿真平台和记录 。接到消息后,DT-assisted仿真平台将立即发送消息回AV。当AV收到的反馈信息,它记录时间和通信延迟 。图8在300年代连续显示通信延迟和通信延迟的直方图分布。如表所示2最大的通信延迟时间是63.8毫秒,最低通信延迟时间是32.3毫秒,平均通信延迟时间是52.3毫秒。如图8 (b),结果显示,85%的通信延迟小于56.5毫秒,和99%的通信延迟小于61 ms。在该领域实现,DT车辆之间的通信频率和AV是15赫兹(66.6 ms),也就是说,通信延迟时间必须小于66.6毫秒来满足DT-assisted仿真的要求。根据上述通信延迟测试结果,最大值为63.8 ms小于66.6毫秒,DT车辆符合要求可以同步运动状态的AV顺利实现模拟车辆的场景。

7所示。结论

AV的DT-assisted模拟方法在这篇文章中,提出了基于Unity3D开发和仿真平台。民的AV模拟场景是在测试领域上实现。实验结果表明,DT-assisted方法是有效的在一个可接受的通信延迟。AV仿真的过程中,真正的车辆传动装置和车辆直接与表面的相互作用。与此同时,不需要考虑车辆运动学和动力学仿真,这可以极大地提高AV模拟的可靠性。特别是DT-assisted模拟方法可以安全、高效地实现模拟测试很难完成物理世界。有许多挑战。首先,因为现实世界与虚拟世界需要同步实时DT场景在虚拟世界的准确性是至关重要的。如果DT场景不够准确,对DT车辆所输出的信息可能不准确。其次,如果DT-assisted仿真平台使用多个传感器,需要传输大量的数据在虚拟世界和现实世界之间,和一般很难沟通的方法来满足要求。 As a consequence, how to realize lightweight data transmission is an urgent problem to be solved.

此外,我们需要继续优化DT-assisted仿真平台和发展DT-assisted仿真的一种轻量级的数据传输方法。更多的虚拟传感器需要开发,实现AV在各种场景中模拟。另一方面,DT-assisted仿真方法尽可能减少通信延迟。

数据可用性

使用的实验数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作由自然科学和技术支持特别项目资助下2019 - 1496年广东省和关键领域的研究和发展项目(2020 b0909050004)。