CN102608620B - 一种依据反射强度与地形形态的激光扫描点云植被过滤方法 - Google Patents

一种依据反射强度与地形形态的激光扫描点云植被过滤方法 Download PDF

Info

Publication number
CN102608620B
CN102608620B CN2012100633626A CN201210063362A CN102608620B CN 102608620 B CN102608620 B CN 102608620B CN 2012100633626 A CN2012100633626 A CN 2012100633626A CN 201210063362 A CN201210063362 A CN 201210063362A CN 102608620 B CN102608620 B CN 102608620B
Authority
CN
China
Prior art keywords
point
point cloud
vegetation
cloud
reflection strength
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2012100633626A
Other languages
English (en)
Other versions
CN102608620A (zh
Inventor
不公告发明人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING PEACEMAP DATA TECHNOLOGY Co.,Ltd.
Original Assignee
BEIJING BEIKE ANDI TECHNOLOGY DEVELOPMENT Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BEIJING BEIKE ANDI TECHNOLOGY DEVELOPMENT Co Ltd filed Critical BEIJING BEIKE ANDI TECHNOLOGY DEVELOPMENT Co Ltd
Priority to CN2012100633626A priority Critical patent/CN102608620B/zh
Publication of CN102608620A publication Critical patent/CN102608620A/zh
Application granted granted Critical
Publication of CN102608620B publication Critical patent/CN102608620B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明是依据点云的激光束放射强度与地形形态差异建立的一种区分地表与植被的点云过滤方法,该方法包括:建立三维激光点云反射强度与扫描距离关系;建立地表土壤、岩石点云与植被点云的反射强度判据;剔除植被点云方法;过滤地形异常点云等。本发明通过以下步骤实现:(1)标定地面型三维激光扫描仪的距离与反射强度关系(RR关系);(2)建立反射强度随距离变化关系;(3)依据该关系过滤植被点云;(4)考虑地形形态,进一步过滤异常点;(5)调整点云密度以达最佳表现水平。本发明提供的方法,适用于提取三维激光扫描仪所采集点云数据中的地表数据,过滤植被点云数据的处理过程。

Description

一种依据反射强度与地形形态的激光扫描点云植被过滤方法
技术领域
本发明涉及遥感监测,三维激光点云过滤领域。
背景技术
随着三维激光扫描测量技术、三维建模的研究以及计算机硬件环境的不断发展,地面型三维激光扫描仪的应用领域日益广泛,如制造业、文物保护、逆向工程、电脑游戏业、电影特技、数字城市建设、工程变形监测等。激光扫描点云是三维激光扫描仪采集的原始数据。点云数据是海量、杂乱的,所有激光束到达的地方,不管是地表、建筑物、设施、植被,都会揽入扫描点云数据当中。为了方便模型建立、数据处理分析,需对点云数据进行一些过滤处理。点云的过滤不仅可以把点云中的噪音点过滤,而且还可以把点云密度降低或增加。目前常用的过滤方法原理主要有以下两种。
(1)基于数学形态学的滤波方法。该类方法先由一整片水平分布窗口来获取一个初始地面,将离该初始地面一定距离范围内的全部点普遍看成地面点,然后利用自回归过程检验并进一步优化此类地面点。自回归算法对于有序的Lidar数据非常有效。
(2)基于移动窗口的滤波方法。该方法是事先定义一个窗口(Cell),该窗口中的最低点可以作为地形点,找出最低点,把窗口移动到下一个区域再找出最低点,直到遍历完所有的数据。综合找出的最低点,拟合出一个曲面或TIN来作为初步的地形模型,并且利用这个DEM与所有测量点之间的残差作为一个判断条件,将不需要的点剔除掉,然后把窗口的尺寸和判断的阀值调小,遍历所有的数据来生成新的DTM从而进行数据的过滤,重复几次后可以得到的很逼近的DEM。
在平常情况下,点云中点的滤波的方法有曲率滤波、中值或平均和高斯方法。其中高斯滤波方法就是把指定的区域内的权重看做高斯分布,它的平均效果比较小,所以在滤波的时候还能比较好的把原数据的形貌保持下来。平均滤波法就是取滤波窗口中的各个数据点的平均值。中值滤波将相邻的3个点取平均值来取代原始点,实施滤波。中值滤波法采用的是点的取值滤波窗口内各个数据点的统计中值,所以此法在消除数据毛刺方面可以得到很好的效果。曲率滤波是根据曲率的变化来决定各个点的取舍与否,在曲率变化大的地方可以保留较多的点,相反在曲率变化小的地方,可以过滤掉相对较多的点。对散乱点云数据,可以采用随机采样方法;对扫描线的点云数据,可以采用的方法有等间距缩减、倍率缩减、等量缩减和弦偏差等等;网格化的点云可利用等分布密度法和最小包围区域法来达到数据精简的目的。而数据精简仅仅将数据量进行了相应的缩减,而对数据本身其实根本没有做过任何修改。
以上多数对点云数据的过滤方法多较为复杂,对于杂乱海量的点云数据精简过滤效率较低。为此,本发明中考虑了另一个激光扫描点云数据特征——反射强度,使用了一种新方法对点云中的植被信息进行过滤。考虑通过反射强度差异过滤,如何建立适当、准确的地表与植被的反射强度的判据是本发明的关键。本发明为有植被遮挡情况下的构筑物建模、变形监测提供了方法过滤植被点云,达到更合理的过滤效果。
发明内容
(一)要解决的技术问题。
针对点云数据测量精度高,可直接提供目标三维坐标,但数据量大、杂乱,包含很多植被点云信息的特点,本发明的目的主要在于:提供了一种基于反射强度与地形形态的过滤方法,对用于构筑物建模、变形监测的激光点云数据进行过滤植被处理,达到更合理的建模、监测效果。
(二)技术方案。
为达到上述目的,本发明采用的技术方案如下。
三维激光扫描仪所采集点云数据中的地表数据,过滤植被点云数据的方法,包括以下内容。
(1)通过室内试验标定三维激光扫描仪的RR关系。
(2)建立地表点云与植被点云的反射强度差异的关系。
(3)依据该关系过滤植被点云。
(4)考虑地形形态,进一步过滤异常点。
(5)调整点云密度以达最佳表现水平。
上述方案中,通过室内试验标定三维激光扫描仪的RR关系的步骤,具体包括:以标准反射片(圆形,直径10cm)贴放在距三维激光扫描仪距离为10m、20m、40m、60m、80m、100m处各一个或几个;以不同扫描密度d={d1,d2,d3,…,dn}扫描各反射片,提取d=dn时各距离下的平均反射强度Ravr=(R1+R2+…+Rk)/ k(k为某距离下反射片个数);用Ravr,R表示在三维激光扫描仪距反射片R距离下的平均反射强度Ravr,RR关系通过RR=f(Ravr,R,R)确定。
上述方案中,地表点云与植被点云的反射强度差异关系建立的步骤。具体包括:对特定工程扫描点云数据,取样代表性植被的反射强度值Ro,代表性植被对于三维激光扫描仪距离为Lo;由植被反射强度小于土壤、岩石反射强度,对于距离扫描仪长度为L处,点云反射强度应小于反射强度值(Ro/Lo)*RR。
上述方案中,植被点云反射强度关系与地表土壤、岩石点云反射强度判据关系主要包括:考虑10%的强度提高区间,剔除反射强度值小于或等于(1+10%)(Ro/Lo)*RR的点云,保留反射强度值大于(1+10%) (Ro/Lo)*RR。
上述方案中,考虑地形形态过滤地形异常点的方法的步骤,主要包括:基于目标点云平面坐标系统建立XY平面网格单元;网格单元的大小由用户制定,依扫描密度而定;目标点云X、Y坐标落在网格单元(i,j)下的点归入点集A(i,j);寻找点集A(i,j)中元素为1的点集所对应的网格单元(m,n);反算网格单元(m,n)X、Y坐标范围;删除坐标范围内的点。
上述方案中,调整点云密度以达最佳表现水平的步骤,主要包括:建立XY平面网格单元,网格单元的大小由用户制定;目标点云X、Y坐标落在网格单元(i,j)下的点归入点集A(i,j);点云扩充方向分为:i方向(Y方向)扩充与j方向扩充(X方向),由用户制定;提出点击A中元素为0的点集A(i0,j0),以i方向扩充为例,依次寻找A(i0±1、2、…、n,j0)中元素不为0的点集,即i方向前后最邻近的不为0的点集,记为A1、A2;计算步骤点集A1、A2的元素高程平均值,记为H1、H2;依据H1、H2与i方向步距差n=n1+n2,计算得步距dec=(H1-H2)/n,按i步距推算元素为0的点集应有的高程H0;在点集A(i0,j0)中心创建新点,点高程取H0;循环步骤d)到g),直到没有元素为0的点集。
(三)有益效果。
1、本发明提出了一种直接依据激光扫描点云反射强度过滤植被点云的方法,基于反射强度的滤波使得过滤目标更明确,不需要复杂的公式迭代计算,使得过滤效率大大提升。
2、本发明提供的依据激光扫描点云反射强度过滤植被点云的方法,由于植被点云反射强度与地表岩石、土壤,或是构筑物表面的反射强度差异较大,在强度判定标准建立合适的情况下,过滤效果明显,过滤质量良好。
3、考虑到植被点云被过滤后,目标点云数据中存在较多的孤点,不利于建模与监测,本发明提供的了一种联合反射强度与地形形态的过滤方法,在大规模、大范围过滤了植被点云后,再检查孤点、异常点,做进一步处理,使得进一步过滤的目标点云更具操作性,改善了点云的杂乱情况。
4、鉴于进行两项过滤后目标点云可能出现的“大窟窿”情况,本发明提供了一种简单的点云密度调整方法,合理地进行了点云的扩充或精简。
附图说明
图1为依据反射强度与地形形态的激光扫描点云植被过滤方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
如图1所示,图1是本发明提供的依据反射强度与地形形态的激光扫描点云植被过滤方法,该方法包括。
步骤1:通过室内试验标定三维激光扫描仪的RR关系。
步骤2:建立地表点云与植被点云的反射强度差异的关系。
步骤3:依据该关系过滤植被点云。
步骤4:考虑地形形态,进一步过滤异常点。
步骤5:调整点云密度以达最佳表现水平。
上述步骤1中标定三维激光扫描仪的RR关系,具体包括。
1)以标准反射片(圆形,直径10cm)贴放在距三维激光扫描仪距离为10m、20m、40m、60m、80m、100m处各一个或几个。
2)以不同扫描密度d={d1,d2,d3,…,dn}扫描各反射片,提取d=dn时各距离下的平均反射强度Ravr=(R1+R2+…+Rk)/ k(k为某距离下反射片个数)。
3)用Ravr,R表示在三维激光扫描仪距反射片R距离下的平均反射强度Ravr,RR关系通过RR=f(Ravr,R,R)确定。
上述步骤2建立地表点云与植被点云的反射强度差异关系。具体包括:地面型三维激光扫描仪在同一时间、同一范围内采集的地表点云与地表植被点云的反射强度存在差异。对特定工程扫描点云数据,取样代表性植被的反射强度值Ro,代表性植被对于三维激光扫描仪距离为Lo。由植被反射强度小于土壤、岩石反射强度,对于距离扫描仪长度为L处,如果此处为植被,则点云反射强度应小于反射强度值(Ro/Lo)*RR。
上述步骤3依据植被点云反射强度关系与地表土壤、岩石点云反射强度判据关系过滤植被点云,考虑10%的强度提高区间,剔除反射强度值小于或等于(1+10%)(Ro/Lo)*RR的点云,保留反射强度值大于(1+10%) (Ro/Lo)*RR。
上述步骤4考虑地形形态,进一步过滤异常点,鉴于通过反射强度过滤点云的方法产生的地形孤立点较多,过滤所述孤立点、异常点的具体包括。
1)基于目标点云平面坐标系统建立XY平面网格单元。
2)网格单元的大小由用户制定,依扫描密度而定。
3)目标点云X、Y坐标落在网格单元(i,j)下的点归入点集A(i,j)。
4)寻找点集A(i,j)中元素为1的点集所对应的网格单元(m,n)。
5)反算网格单元(m,n)X、Y坐标范围。
6)删除网格单元(m,n)X、Y坐标范围内的点。
上述步骤5调整点云密度以达最佳表现水平,调整过滤植被后点云密度的方法可使点云达到最佳表现地形的水平,具体包括。
1)建立XY平面网格单元,网格单元的大小由用户制定。
2)目标点云X、Y坐标落在网格单元(i,j)下的点归入点集A(i,j)。
3)点云扩充方向分为:i方向(Y方向)扩充与j方向扩充(X方向),由用户制定。
4)提出点击A中元素为0的点集A(i0,j0),以i方向扩充为例,依次寻找A(i0±1、2、…、n,j0)中元素不为0的点集,即i方向前后最邻近的不为0的点集,记为A1、A2
5)计算点集A1、A2的元素高程平均值,记为H1、H2
6)依据H1、H2与i方向步距差n=n1+n2,计算得步距dec=(H1-H2)/n,按i步距推算元素为0的点集应有的高程H0
7)在点集A(i0,j0)中心创建新点,点高程取H0
8)循环步骤4)到7),直到没有元素为0的点集。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了近一步详细说明。 

Claims (1)

1.一种依据反射强度与地形形态的激光扫描点云植被过滤方法,其特征在于:
所述方法具体步骤如下:
(1)在室内试验的基础上,标定地面型三维激光扫描仪的距离与反射强度关系RR值;标定地面型三维激光扫描仪的距离与反射强度关系RR值的步骤如下:
a)以圆形,直径10cm的标准反射片贴放在距三维激光扫描仪距离为10m、20m、40m、60m、80m、100m处各一个或几个;
b)以不同扫描密度d={d1,d2,d3,…,dn}扫描各反射片,提取d=dn时各距离下的平均反射强度Ravr=(R1+R2+…+Rk)/ k,其中k为某距离下反射片个数;
c)用Ravr,R表示在三维激光扫描仪距反射片R距离下的平均反射强度Ravr,RR关系通过RR=f(Ravr,R,R)确定;
(2)建立地表点云与植被点云的反射强度差异关系:地面型三维激光扫描仪在同一时间、同一范围内采集的地表点云与地表植被点云的反射强度存在差异,据此而建立地表点云与植被点云的反射强度差异关系;对特定工程扫描点云数据,取样代表性植被的反射强度值Ro,代表性植被对于三维激光扫描仪距离为Lo;由于植被反射强度小于土壤、岩石反射强度,则距离扫描仪距离L处为植被,则该处点云反射强度应小于反射强度值(Ro/Lo)*RR;
(3)依据植被点云反射强度关系与地表土壤、岩石点云反射强度判据关系过滤植被点云,考虑10%的强度提高区间,剔除反射强度值小于或等于(1+10%)(Ro/Lo)*RR的点云,保留反射强度值大于(1+10%) (Ro/Lo)*RR的,其中Ro是代表性植被的反射强度值,Lo是代表性植被对于三维激光扫描仪的距离;
(4)考虑地形形态过滤地形异常点,鉴于通过反射强度过滤点云的方法产生的地形孤立点较多,过滤所述孤立点、异常点;
(5)经过反射强度与地形形态过滤调整过滤植被后的点云呈稀疏不均分布,一些部位会出现“大窟窿”似的部分点云缺失严重的现象,通过密度调整的方法可使点云达到最佳表现地形的水平。
2.依据权利要求1中所述的一种依据反射强度与地形形态的激光扫描点云植被过滤方法,其中,考虑地形形态过滤地形异常点,具体包括以下步骤:
a)基于目标点云平面坐标系统建立XY平面网格单元;
b)网格单元的大小由用户制定,依扫描密度而定;
c)目标点云X、Y坐标落在网格单元(i,j)下的点归入点集A(i,j);
d)寻找点集A(i,j)中元素个数为1的点集所对应的网格单元(m,n);
e)反算网格单元(m,n)X、Y坐标范围;
f)删除步骤e)中坐标范围内的点。
3.依据权利要求1中所述的一种依据反射强度与地形形态的激光扫描点云植被过滤方法,其中, 通过密度调整的方法可使点云达到最佳表现地形的水平,具体包括以下步骤:
A)在目标点云平面坐标系统建立XY平面网格单元,网格单元的大小由用户制定;
B)目标点云X、Y坐标落在网格单元(i,j)下的点归入点集A(i,j);
C)点云扩充方向分为:i方向, 即Y方向, 与j方向, 即X方向,扩充方向的选择由用户制定;
D)提出点集A中元素为0的点集A(i0,j0),以i方向扩充为例,依次寻找A(i0±1、2、…、n,j0)中元素个数不为0的点集,这些元素个数不为0的点集A的i向编号不连续的前后两个相邻点集为A1、A2
E)计算步骤D)中点集A1、A2的元素高程平均值,记为H1、H2
F)依据步骤E)中H1、H2与i方向步距差n=n2+n1,其中n2为A2的i向编号,n1为A1的i向编号,计算得步距dec=(H1-H2)/n,按n步距推算元素为0的点集应有的高程H0
G)在点集A(i0,j0)中心创建新点,点高程取步骤F)中H0
H)循环步骤D)到G),直到没有元素为0的点集。
CN2012100633626A 2012-03-12 2012-03-12 一种依据反射强度与地形形态的激光扫描点云植被过滤方法 Active CN102608620B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012100633626A CN102608620B (zh) 2012-03-12 2012-03-12 一种依据反射强度与地形形态的激光扫描点云植被过滤方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012100633626A CN102608620B (zh) 2012-03-12 2012-03-12 一种依据反射强度与地形形态的激光扫描点云植被过滤方法

Publications (2)

Publication Number Publication Date
CN102608620A CN102608620A (zh) 2012-07-25
CN102608620B true CN102608620B (zh) 2013-09-18

Family

ID=46526125

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012100633626A Active CN102608620B (zh) 2012-03-12 2012-03-12 一种依据反射强度与地形形态的激光扫描点云植被过滤方法

Country Status (1)

Country Link
CN (1) CN102608620B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10073461B2 (en) * 2016-05-24 2018-09-11 Baidu Online Network Technology (Beijing) Co., Ltd. Driverless vehicle, method, apparatus and system for positioning driverless vehicle

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102914501B (zh) * 2012-07-26 2015-01-14 南京大学 一种利用激光点云计算三维森林冠层消光系数的方法
CN108732554B (zh) * 2017-04-18 2020-12-11 百度在线网络技术(北京)有限公司 激光雷达标定方法和装置
CN110363849A (zh) * 2018-04-11 2019-10-22 株式会社日立制作所 一种室内三维建模方法及系统
CN110457407B (zh) * 2018-05-02 2022-08-12 北京京东尚科信息技术有限公司 用于处理点云数据的方法和装置
CN109191553B (zh) * 2018-08-29 2023-07-25 百度在线网络技术(北京)有限公司 点云渲染方法、装置、终端及存储介质
CN109633681A (zh) * 2018-12-05 2019-04-16 芜湖智久机器人有限公司 一种反光板识别方法及装置
CN112923916B (zh) * 2019-12-06 2022-12-06 杭州海康机器人股份有限公司 一种地图精简方法、装置、电子设备及机器可读存储介质
CN111508008B (zh) * 2020-04-08 2023-07-14 达闼机器人股份有限公司 一种点云配准的方法、电子设备和存储介质
CN112066874A (zh) * 2020-08-14 2020-12-11 苏州环球科技股份有限公司 一种多位3d扫描在线检测方法
CN115049826A (zh) * 2022-05-18 2022-09-13 洛伦兹(宁波)科技有限公司 车道线检测方法、装置及系统
CN117681197B (zh) * 2023-12-18 2024-07-23 安徽工布智造工业科技有限公司 一种基于钢结构3d模型的6轴机器人取料视觉分料算法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201293837Y (zh) * 2008-11-28 2009-08-19 北京工业大学 月球车高速三维激光成像雷达系统
CN102088839A (zh) * 2009-03-25 2011-06-08 国立大学法人长冈技术科学大学 作物生长发育诊断方法及生长发育诊断系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6922234B2 (en) * 2002-01-23 2005-07-26 Quantapoint, Inc. Method and apparatus for generating structural data from laser reflectance images
US20040188596A1 (en) * 2003-03-28 2004-09-30 Ludwig David E. Three-dimensional imaging device incorporating stacked layers containing microelectronic circuits

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201293837Y (zh) * 2008-11-28 2009-08-19 北京工业大学 月球车高速三维激光成像雷达系统
CN102088839A (zh) * 2009-03-25 2011-06-08 国立大学法人长冈技术科学大学 作物生长发育诊断方法及生长发育诊断系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10073461B2 (en) * 2016-05-24 2018-09-11 Baidu Online Network Technology (Beijing) Co., Ltd. Driverless vehicle, method, apparatus and system for positioning driverless vehicle

Also Published As

Publication number Publication date
CN102608620A (zh) 2012-07-25

Similar Documents

Publication Publication Date Title
CN102608620B (zh) 一种依据反射强度与地形形态的激光扫描点云植被过滤方法
CN106529469B (zh) 基于自适应坡度的无人机载LiDAR点云滤波方法
CN104049245B (zh) 基于LiDAR点云空间差异分析的城市建筑物变化检测方法
CN106408604A (zh) 一种点云数据的滤波方法及装置
D'Ambrosio et al. A cellular automata model for soil erosion by water
CN103413133B (zh) 无序激光点云数据中自动提取电力线方法
CN102521835B (zh) 一种基于空间三维模板的点云数据树高提取方法
CN103679655A (zh) 一种基于坡度与区域生长的LiDAR点云滤波方法
WO2020192586A1 (zh) 一种田间小麦茎蘖数提取方法
CN103745436A (zh) 基于区域预测的LiDAR点云数据形态学滤波方法
CN103870845A (zh) 点云聚类去噪过程中新的k值优化方法
CN103177417B (zh) 基于GPGPU的数学形态学LiDAR点云快速滤波方法
CN104463164A (zh) 一种基于伞骨法与冠高比的树木冠层结构信息提取方法
CN103175484A (zh) 一种基于三维激光扫描系统的树冠测量方法
CN102915560B (zh) 一种阈值无关的机载激光雷达点云滤波方法
CN101196562A (zh) 一种基于改进的em算法的激光雷达波形数据分解的方法
CN111091079A (zh) 基于tls的高寒脆弱区植被优势单株结构参数测定方法
CN108986024A (zh) 一种基于网格的激光点云规则排列处理方法
CN103065295B (zh) 一种基于建筑物角点自修正的航空与地面LiDAR数据高精度自动配准方法
CN108427741B (zh) 一种基于大量高精度控制点的dem相对误差评价方法
Alexander et al. Structural attributes of individual trees for identifying homogeneous patches in a tropical rainforest
CN103268632B (zh) 一种机载激光雷达扫描生成地形信息的方法
CN114548277B (zh) 基于点云数据的地面点拟合、作物高度提取的方法及系统
CN116258869A (zh) 一种基于Sentinel-2遥感数据的毛竹林大小年边界线提取方法
CN103439299B (zh) 一种作物群体光能空间分布量化方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200310

Address after: 100083 room 02, floor 18, block a, kedatiangong building, No. 30, Xueyuan Road, Haidian District, Beijing

Patentee after: Beijing tianxiatu Technology Co., Ltd

Address before: 100190, room 9, No. 810 middle Fourth Ring Road, Haidian District, Beijing

Patentee before: Beijing Beike Andi Technology Development Co., Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201204

Address after: Room 03, 18 / F, block a, science and Technology University Tiangong building, 30 Xueyuan Road, Haidian District, Beijing 100083

Patentee after: BEIJING PEACEMAP DATA TECHNOLOGY Co.,Ltd.

Address before: 100083 room 02, floor 18, block a, kedatiangong building, No. 30, Xueyuan Road, Haidian District, Beijing

Patentee before: Beijing tianxiatu Technology Co.,Ltd.

TR01 Transfer of patent right
PP01 Preservation of patent right

Effective date of registration: 20211115

Granted publication date: 20130918

PP01 Preservation of patent right