CN103700283B - 地磁传感器停车监测方法 - Google Patents
地磁传感器停车监测方法 Download PDFInfo
- Publication number
- CN103700283B CN103700283B CN201410010268.3A CN201410010268A CN103700283B CN 103700283 B CN103700283 B CN 103700283B CN 201410010268 A CN201410010268 A CN 201410010268A CN 103700283 B CN103700283 B CN 103700283B
- Authority
- CN
- China
- Prior art keywords
- parking
- parking stall
- time
- geomagnetic sensor
- stall
- 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
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种地磁传感器停车监测方法,包括如下步骤:a.通过地磁传感器以一定的频率对车位空间磁场采样;b.将采样与预先获得的空车位情况下的车位的空间磁场值进行比较判别是否停有车辆;c.周期性上报该时间点的采样判别结果,为0X25数据;d.实时上报连续两次采样判别结果不同的数据,为0X23数据;e.首先,按照0X25数据的周期将时间分成连续首尾相接的时间段,根据0X25数据判断是否停有车辆;其次,如果在某时间段内接收到0X23数据,则将该时间段车位状态判别结果设置为未停车;f.生成车位占用矩阵;g.根据停车时间长短生成有效停车矩阵LD。本发明实现对车位停车情况实时检测,获得全面停车状况变化的规律。
Description
技术领域
本发明涉及停车检测技术领域,具体地说是一种对车位占用情况自动检测的技术,并在此基础上对停车情况进行自动统计分析的地磁传感器停车监测方法。
背景技术
随着机动车保有量的增加停车问题已经和道路拥堵一样成为城市交通面临的亟待解决的难题,也是关系到公众日常生活的民生问题。政府出台了一系列特许经营、停车费率调整等方面政策对停车进行管理,以期停车更有秩序更规范。为了提高管理效率落实停车政策需要对其进行精细化管理,停车企业为了提高服务水平也需要掌握停车位的精确使用情况。现代电子信息技术可以实现对车位的使用情况的自动检测,是停车管理的必经之路。现有的电子停车检测方法主要有红外、激光、视频等几类。红外和激光的通过在车位两端,通常是在车位上方和下方分别安装发射装置和接收装置,当有车辆停入时发射的激光或红外线被遮挡即可检测到车辆。其检测精度较高,但缺陷在于安装发射机和接收机每个车位都需要支架,且功耗大需要有线供电,走线比较复杂,导致成本较高且室外环境安装使用不方便。视频检测的方法精度有限、安装位置角度要求高、易受天气因素影响,且设备成本高,很少大范围使用。而且现有的停车检测主要通过获得车位的占用时间作为计费依据,没有进一步的分析研究。
有鉴于上述各种自动停车检测方法存在的缺陷,本发明人积极加以研究创新,以期创设一种新颖的地磁传感器停车监测方法,以解决现有技术存在的不足。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种地磁传感器停车监测方法,通过对空间磁场采样感知空间磁场变化,实现对车位停车情况实时检测,全面的获得停车状况变化的科学规律。
为了解决上述技术问题,本发明采用了如下技术方案:
地磁传感器停车监测方法,包括如下步骤:
a.通过地磁传感器以一定的频率对车位空间磁场采样;
b.将采集的空间磁场值与预先获得的空车位情况下的车位的空间磁场值进行比较得到如下判别结果:当二者差值的绝对值超过设定阈值即判别为车位有车辆存在,判别结果为“真”;当二者差值的绝对值小于设定阈值则判别为车位没有车辆存在,判别结果为“非真”;
c.按照一定时间间隔周期性上报该时间点的采样判别结果,将这种周期性发送的车位占用情况的判别结果的数据命名为0X25数据;
d.实时上报检测出的上升沿和下降沿,上升沿是指连续两次采样判别结果中前一次为“非真”,后一次为“真”;下降沿指连续两次采样判别结果中前一次为“真”,后一次为“非真”,将这种发送上升沿和下降沿的数据命名为0X23数据;
e.首先,按照0X25数据的周期将时间分成连续首尾相接的时间段,根据每个时间段中包含的0X25数据检测结果将该时间段车位占用情况判别结果设置为“真”或“非真”;
其次,如果在某时间段内接收到0X23数据,则将该时间段车位状态判别结果设置为“非真”;
f.生成车位占用矩阵,其中
单一车位的车位占用矩阵L的公式见下式(1):
式中,ti为第i个连续为“真”的时间段的起始时间,包含车辆到达时间的时间段的起始时间,为第i个连续为“真”的时间段的结束时间,包含车辆离开时间的时间段的起始时间,T为统计监测时间;
g.将判别结果连续为“真”的时间段与有效停车时间阈值Td比较,当不小于Td时为有效停车,在上一步骤中生成的车位占用矩阵基础上生成有效停车矩阵LD,有效停车矩阵LD的表达式如下:
作为优选,在获得有效停车矩阵LD的基础上进一步获得停车统计参数。
作为优选,所述停车统计参数为车位停放量M,所述车位停放量M为给定车位在统计时间内的停放次数,所述车位停放量等于该车位的有效停车矩阵LD的数量,所述车位停放量M表达式如下:
M=sizex(LD) (3)
其中sizex(·)为求有效停车数量。
作为优选,所述停车统计参数为车位停车总时间所述车位停车总时间为给定车位上有效停车时间之和,所述车位停车总时间通过下式求得:
其中LD(i,1)为即第i次停车的停入时间;LD(i,2)为即第i次停车的离开时间。
作为优选,所述停车统计参数为平均停车时间所述平均停车时间T为给定车位有效停车总时间除以停放量M,平均停车时间通过下式求得:
作为优选,所述停车统计参数为车位利用率β,所述车位利用率β为给定车位有效停车时间之和除以统计时间T,所述车位利用率β通过下式求得:
作为优选,所述停车统计参数为停车场周转率α,所述停车场周转率α为给定停车场全部车位停放量之和除以监测车位数,所述停车场周转率α通过下式求得:
其中K为停车场车位数,Mi为第i个车位的停放量。
作为优选,所述停车统计参数为停车场利用率所述停车场利用率为给定停车场全部车位停放时间之和除以监测车位数和统计时间之积,通过下式求得:
其中K为停车场车位数,为第i个车位的停车总时间。
与现有技术相比,本发明的有益效果在于:
本发明的地磁传感器停车监测方法中采用地磁传感器对空间磁场进行高频采样感知空间磁场变化,通过将采样获得的空间磁场值与预知的空车位时的空间磁场值进行比较来实现对停车位占用状态的判别。本发明方法实现了有效停车矩阵实时更新,有效停车矩阵根据当前状态提供停车位实时占用情况。根据有效停车矩阵也可以作为计费依据。本发明方法进而在停车判别的基础上分析获得车位停放量、总停车时间、平均停车时间、车位利用率、停车场周转率等一系列停车参数,从而全面的获得停车状况变化的科学规律。
附图说明
图1为本发明方法实施例中车位实时占用情况;
图2为本发明方法实施例中各个车位的有效停车矩阵;
图3为本发明方法实施例中停车统计参数。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细描述,但不作为对本发明的限定。
地磁传感器停车监测方法,包括如下步骤:
a.通过地磁传感器以一定的频率对车位空间磁场采样;以较高的频率(比如128Hz)对空间磁场采样可以获得更好的效果。
b.将采集的空间磁场值与预先获得的空车位情况下的车位的空间磁场值进行比较得到如下判别结果:当二者差值的绝对值超过设定阈值即判别为车位有车辆存在,判别结果为“真”;当二者差值的绝对值小于设定阈值则判别为车位没有车辆存在,判别结果为“非真”;一般对采集的空间磁场信号先进行模数转换,然后再进行对比分析。对空间磁场信号的处理为现有技术,在此不再赘述。在实际应用中可以以输出1代表“真”,输出0代表“非真”。设定的阈值可以根据具体情况确定,在此不再赘述。
c.按照一定时间间隔周期性上报该时间点的采样判别结果,将这种周期性发送的车位占用情况的判别结果的数据命名为0X25数据;可以以1分钟为一个周期,当然,可以根据实际情况调整上报周期。
d.实时上报检测出的上升沿和下降沿,上升沿是指连续两次采样判别结果中前一次为“非真”,后一次为“真”;下降沿指连续两次采样判别结果中前一次为“真”,后一次为“非真”,将这种发送上升沿和下降沿的数据命名为0X23数据;
由于地磁传感器靠电池供电,电量有限,而无线发射占传感器功耗的绝大部分。在实际应用中为了节省功耗,延长使用寿命需要尽量减少无线电发射次数。为此,本发明方法设置地磁传感器在步骤c、d的两种情况下发送信号。
e.首先,按照0X25数据的周期将时间分成连续首尾相接的时间段,根据每个时间段中包含的0X25数据检测结果将该时间段车位占用情况判别结果设置为“真”或“非真”;
其次,如果在某时间段内接收到0X23数据,则将该时间段车位状态判别结果设置为“非真”;
由于0X25上报的周期较长,如果接收端仅仅根据0X25数据作为停车监测依据,很难将连续两次停车区分开,也即前一辆车离开后立即后一辆车停入,0X25数据上是没有分别的,所以接收端需要同时使用接收到的0X23数据进行联合判别,以便得到准确结果。
f.生成车位占用矩阵,其中
单一车位的车位占用矩阵L的公式见下式(1):
式中,ti为第i个连续为“真”的时间段的起始时间,包含车辆到达时间的时间段的起始时间,为第i个连续为“真”的时间段的结束时间,包含车辆离开时间的时间段的起始时间,T为统计监测时间;
g.将判别结果连续为“真”的时间段与有效停车时间阈值Td比较,当不小于Td时为有效停车,在上一步骤中生成的车位占用矩阵基础上生成有效停车矩阵LD,有效停车矩阵LD的表达式如下:
本发明方法得到的有效停车矩阵实时更新,有效停车矩阵的当前状态提供停车位实时占用情况。根据有效停车矩阵也可以作为计费依据。在此基础上,本发明方法可以获得停车统计参数。具体停车统计参数如下:
1、停车统计参数为车位停放量M,所述车位停放量M为给定车位在统计时间内的停放次数,所述车位停放量等于该车位的有效停车矩阵LD的数量,所述车位停放量M表达式如下:
M=sizex(LD) (3)
其中sizex(·)为求有效停车数量。
2、停车统计参数为车位停车总时间所述车位停车总时间为给定车位上有效停车时间之和,所述车位停车总时间通过下式求得:
其中LD(i,1)为有效停车矩阵的第i行第1列元素,即第i次停车的停入时间;LD(i,2)为有效停车矩阵的第i行第2列元素,即第i次停车的离开时间;M表示停车次数,即等于1中的停车统计参数(车位停放量M)。
3、停车统计参数为平均停车时间所述平均停车时间为给定车位有效停车总时间除以停放量M,平均停车时间T通过下式求得:
4、停车统计参数为车位利用率β,所述车位利用率β为给定车位有效停车时间之和除以统计时间T,所述车位利用率β通过下式求得:
5、停车统计参数为停车场周转率α,所述停车场周转率α为给定停车场全部车位停放量之和除以监测车位数,所述停车场周转率α通过下式求得:
其中K为停车场车位数,Mi为第i个车位的停放量。
6、停车统计参数为停车场利用率所述停车场利用率为给定停车场全部车位停放时间之和除以监测车位数和统计时间之积,通过下式求得:
其中K为停车场车位数,为第i个车位的停车总时间。
图1为采用本发明方法得到的某停车场中车位实时占用情况;其中标注三角的为车位空闲,标注圆点为停放有车辆。图中没有三角或圆点标注的车位还未安装地磁传感器。在时间应用中可以用不同的颜色进行区分,比如相应车位为红色表示挺有车辆,绿色表示未停车量。
图2为采用本发明方法得到的某停车场中各个车位的有效停车矩阵;其中纵坐标为检测器列表,横坐标为24小时,每行灰度条显示该车位在一天之内有效停车矩阵,也即一天内的被停放情况,直观给出车位每天被使用的时间分布。单一车位的车位占用矩阵L可以是n×2维的形式,即每一行代表一次停车,n为行数,即该车位的总停车次数,“2”表示两列,第一列是ti,ti为连续为“真”的时间段的起始时间,第二列是为连续为“真”的时间段的结束时间。或者以图2的形式表达整个车场的车位占用矩阵,每一行为一个车位,每一段灰度条(实际中可采用彩条)代表一次停车,灰度条的前端对应的时间为ti,灰度条的末端端对应的时间如图2中的第一行#1,名称为10.1.8.6的车位有三段灰度条,表示统计时间段内有三次停车。
图3为采用本发明方法得到的某停车场的停车统计参数;可以根据给定日期和地点,查询全天、白天、早高峰及晚高峰各个统计时段内总停放量、周转率、总停车时间、平均停车时间及平均利用率等统计数据。
以上实施例仅为本发明的示例性实施例,不用于限制本发明,本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内,对本发明做出各种修改或等同替换,这种修改或等同替换也应视为落在本发明的保护范围内。
Claims (10)
1.地磁传感器停车监测方法,其特征在于,包括如下步骤:
a.通过地磁传感器以一定的频率对车位空间磁场采样;
b.将采集的空间磁场值与预先获得的空车位情况下的车位的空间磁场值进行比较得到如下判别结果:当二者差值的绝对值超过设定阈值即判别为车位有车辆存在,判别结果为“真”;当二者差值的绝对值小于设定阈值则判别为车位没有车辆存在,判别结果为“非真”;
c.按照一定时间间隔周期性上报该时间点的采样判别结果,将这种周期性发送的车位占用情况的判别结果的数据命名为0X25数据;
d.实时上报检测出的上升沿和下降沿,上升沿是指连续两次采样判别结果中前一次为“非真”,后一次为“真”;下降沿指连续两次采样判别结果中前一次为“真”,后一次为“非真”,将这种发送上升沿和下降沿的数据命名为0X23数据;
e.首先,按照0X25数据的周期将时间分成连续首尾相接的时间段,根据每个时间段中包含的0X25数据检测结果将该时间段车位占用情况判别结果设置为“真”或“非真”;
其次,如果在某时间段内接收到0X23数据,则将该时间段车位状态判别结果设置为“非真”;
f.生成车位占用矩阵,其中
单一车位的车位占用矩阵L的公式见下式(1):
式中,ti为第i个连续为“真”的时间段的起始时间,包含车辆到达时间的时间段的起始时间,为第i个连续为“真”的时间段的结束时间,包含车辆离开时间的时间段的起始时间,T为统计监测时间;
g.将判别结果连续为“真”的时间段与有效停车时间阈值Td比较,当不小于Td时为有效停车,在上一步骤中生成的车位占用矩阵基础上生成有效停车矩阵LD,有效停车矩阵LD的表达式如下:
2.根据权利要求1所述的地磁传感器停车监测方法,其特征在于,在获得有效停车矩阵LD的基础上进一步获得停车统计参数。
3.根据权利要求2所述的地磁传感器停车监测方法,其特征在于,所述停车统计参数为车位停放量M,所述车位停放量M为给定车位在统计时间内的停放次数,所述车位停放量等于该车位的有效停车矩阵LD的数量,所述车位停放量M表达式如下:
M=sizex(LD) (3)
其中sizex(·)为求有效停车数量。
4.根据权利要求3所述的地磁传感器停车监测方法,其特征在于,所述停车统计参数为车位停车总时间所述车位停车总时间为给定车位上有效停车时间之和,所述车位停车总时间通过下式求得:
其中LD(i,1)为即第i次停车的停入时间;LD(i,2)为即第i次停车的离开时间。
5.根据权利要求4所述的地磁传感器停车监测方法,其特征在于,所述停车统计参数为平均停车时间,所述平均停车时间为给定车位有效停车总时间除以停放量M,平均停车时间通过下式求得:
6.根据权利要求5所述的地磁传感器停车监测方法,其特征在于,所述停车统计参数为车位利用率β,所述车位利用率β为给定车位有效停车时间之和除以统计时间T,所述车位利用率β通过下式求得:
7.根据权利要求6所述的地磁传感器停车监测方法,其特征在于,所述停车统计参数为停车场周转率α,所述停车场周转率α为给定停车场全部车位停放量之和除以监测车位数,所述停车场周转率α通过下式求得:
其中K为停车场车位数,Mi为第i个车位的停放量。
8.根据权利要求7所述的地磁传感器停车监测方法,其特征在于,所述停车统计参数为停车场利用率所述停车场利用率为给定停车场全部车位停放时间之和除以监测车位数和统计时间之积,通过下式求得:
其中K为停车场车位数,为第i个车位的停车总时间。
9.根据权利要求1所述的地磁传感器停车监测方法,其特征在于,所述步骤c中,按照1分钟的时间间隔周期性上报该时间点的采样判别结果。
10.根据权利要求1所述的地磁传感器停车监测方法,其特征在于,所述步骤a中,所述地磁传感器以128Hz的频率对车位空间磁场采样。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410010268.3A CN103700283B (zh) | 2014-01-09 | 2014-01-09 | 地磁传感器停车监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410010268.3A CN103700283B (zh) | 2014-01-09 | 2014-01-09 | 地磁传感器停车监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103700283A CN103700283A (zh) | 2014-04-02 |
CN103700283B true CN103700283B (zh) | 2015-09-02 |
Family
ID=50361798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410010268.3A Active CN103700283B (zh) | 2014-01-09 | 2014-01-09 | 地磁传感器停车监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103700283B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105894823B (zh) * | 2016-06-03 | 2018-08-21 | 北京精英智通科技股份有限公司 | 一种停车入位检测方法和装置及系统 |
CN105957396A (zh) * | 2016-06-03 | 2016-09-21 | 王江 | 车位管理系统 |
CN106127805A (zh) * | 2016-06-17 | 2016-11-16 | 北京精英智通科技股份有限公司 | 一种车辆入位检测方法和系统 |
TWI633525B (zh) * | 2016-12-09 | 2018-08-21 | 正文科技股份有限公司 | Parking position sensing device |
CN106781657A (zh) * | 2016-12-20 | 2017-05-31 | 重庆金瓯科技发展有限责任公司 | 一种停车位智能识别系统及方法 |
CN107798905A (zh) * | 2017-10-17 | 2018-03-13 | 深圳市捷顺科技实业股份有限公司 | 一种检测车辆有无的方法及装置 |
CN109191867B (zh) * | 2018-07-31 | 2021-01-05 | 四川西牛智泊科技有限公司 | 一种基于地磁传感器的车位状态检测方法 |
CN109087530A (zh) * | 2018-10-12 | 2018-12-25 | 北京时代凌宇科技股份有限公司 | 一种车位检测系统 |
CN109979233B (zh) * | 2019-04-22 | 2020-08-07 | 浙江铭盛科技有限公司 | 基于窄带物联网的停车场停车规划系统 |
CN110149500A (zh) * | 2019-05-24 | 2019-08-20 | 深圳市珍爱云信息技术有限公司 | 监控视频的处理方法、装置、设备和存储介质 |
CN110738866B (zh) * | 2019-09-19 | 2022-02-15 | 江苏大学 | 分布式停车场泊车位规划系统 |
CN110667569B (zh) * | 2019-09-20 | 2021-06-22 | 深圳市凯达尔科技实业有限公司 | 一种基于无人驾驶及车联网的自动泊车方法 |
CN111653119A (zh) * | 2020-04-30 | 2020-09-11 | 南京理工大学 | 一种适应延时需求的共享停车泊位分配系统及方法 |
CN112258879B (zh) * | 2020-10-16 | 2021-11-02 | 安徽亿力停车场投资有限公司 | 一种利用随机矩阵优化城市停车构造方法 |
CN115497320B (zh) * | 2022-09-15 | 2023-08-18 | 广东仁达科技有限公司 | 基于大数据平台的智慧城市交通管理系统和方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103236189A (zh) * | 2013-04-26 | 2013-08-07 | 无锡国科微纳传感网科技有限公司 | 停车位检测方法及系统 |
CN103258443A (zh) * | 2013-04-18 | 2013-08-21 | 中山市路讯智能交通科技有限公司 | 无线车位状态感知器及车位状态感知方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100951692B1 (ko) * | 2008-04-04 | 2010-04-07 | (주)에스엔알 | 지자기 센서를 이용한 주차관리시스템 및 그 방법 |
-
2014
- 2014-01-09 CN CN201410010268.3A patent/CN103700283B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258443A (zh) * | 2013-04-18 | 2013-08-21 | 中山市路讯智能交通科技有限公司 | 无线车位状态感知器及车位状态感知方法 |
CN103236189A (zh) * | 2013-04-26 | 2013-08-07 | 无锡国科微纳传感网科技有限公司 | 停车位检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103700283A (zh) | 2014-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103700283B (zh) | 地磁传感器停车监测方法 | |
US9411893B2 (en) | Collection, monitoring, analyzing and reporting of traffic data via vehicle sensor devices placed at multiple remote locations to create traffic priority enforcement reports | |
CN102740247B (zh) | 一种告警信息的生成方法及装置 | |
CN102542841B (zh) | 一种停车指数计算及发布方法 | |
CN201489666U (zh) | 基于无线技术的超低功耗停车场车位信息采集和管理系统 | |
CN104715610B (zh) | 一种面向城市交通的交通指数计算方法 | |
Knapp et al. | Winter storm event volume impact analysis using multiple-source archived monitoring data | |
CN104236626A (zh) | 排水管道液位与流量一体化在线监测系统 | |
CN102819955A (zh) | 基于车辆行程数据的道路网运行评价方法 | |
CN104575051A (zh) | 一种基于阵列雷达的高架匝道智能信号控制方法及装置 | |
CN104123833A (zh) | 一种道路状况的规划方法和装置 | |
CN103903437B (zh) | 基于视频交通检测数据的机动车出行od矩阵获取方法 | |
US20130151979A1 (en) | System and method for enterprise utility data aggregation, management, and reporting | |
CN104776937A (zh) | 一种路面温度响应缺失值的补全方法 | |
CN106373425B (zh) | 一种基于大数据的停车管理系统 | |
CN103606022A (zh) | 一种短期负荷预测方法 | |
CN202736051U (zh) | 超限远程监控信息系统 | |
CN104900067A (zh) | 基于地磁传感器的智能无线车辆检测系统 | |
CN116362567B (zh) | 一种城市工业热源企业应急响应遥感评估方法 | |
CN103198707B (zh) | 一种基于晴天状况下危险交通流特征的车辆调控方法 | |
CN101540101A (zh) | 道路交通事件检测方法与系统 | |
CN109546652B (zh) | 配变台区的电力负荷预测方法 | |
Lavrenz et al. | Assessing longitudinal arterial performance and traffic signal retiming outcomes | |
CN114360264A (zh) | 一种基于交通流量进行调节的智慧城市交通管理方法 | |
CN113392799A (zh) | 一种基于共享单车调配优化的目标检测方法 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 100055 Beijing city Fengtai District six Lane Bridge No. 9 Patentee after: Beijing Traffic Development Research Institute Address before: 100055 Beijing city Fengtai District six Lane Bridge No. 9 Patentee before: Beijing Transportation Research Center |
|
CP01 | Change in the name or title of a patent holder |