CN106157625A - 固定车位识别方法 - Google Patents

固定车位识别方法 Download PDF

Info

Publication number
CN106157625A
CN106157625A CN201610633664.0A CN201610633664A CN106157625A CN 106157625 A CN106157625 A CN 106157625A CN 201610633664 A CN201610633664 A CN 201610633664A CN 106157625 A CN106157625 A CN 106157625A
Authority
CN
China
Prior art keywords
vehicle
parking
parking stall
parking area
time
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.)
Granted
Application number
CN201610633664.0A
Other languages
English (en)
Other versions
CN106157625B (zh
Inventor
吴毅成
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.)
NIO Holding Co Ltd
Original Assignee
NIO Nextev 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 NIO Nextev Ltd filed Critical NIO Nextev Ltd
Priority to CN201610633664.0A priority Critical patent/CN106157625B/zh
Publication of CN106157625A publication Critical patent/CN106157625A/zh
Application granted granted Critical
Publication of CN106157625B publication Critical patent/CN106157625B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明属于电动汽车服务领域，具体涉及一种固定车位识别方法。本发明旨在解决如何智能判断当前车辆停放的车位是固定车位还是非固定车位的问题。为此目的，本发明的方法包括：获取车辆停车时的位置坐标；根据车辆停车时的位置坐标，划分停车区域；获取所述停车区域在一个周期内的所述车辆的停车次数和每次停车的时间；设置停车时间的时间权重；根据所述时间权重计算所述停车区域在一个周期内的所述车辆停车次数的加权值；将所述加权值与预先设定的阈值进行比较，当加权值大于所述阈值时，将该停车区域判定为所述车辆的固定车位。本发明能够在无需用户提供任何信息的情况下智能地判断当前车位是否为固定车位，从而极大地提升代客加电的用户体验。

Description

固定车位识别方法
技术领域
本发明属于汽车服务领域，具体涉及一种固定车位识别方法。
背景技术
随着电动汽车用户的数量逐渐增多，针对电动汽车的各类特色服务需求也在不断增加。“代客加电”作为一种新的加电模式，再配合无钥匙授权开车方案，能够极大地提升用户的加电体验。为了进一步提升用户的加电体验，当对电动汽车加电完成后，需要将电动汽车停到其原先停放的车位。此时，如果原停车车位是固定车位，则可以直接将车停到原车位即可；如果原停车车位是非固定车位，则需要事先协调其他资源，以保证可以将车停到原停车车位。如果在“代客加电”之前能够智能地判断出电动汽车的停放车位是固定车位还是非固定车位，就可以提前作出相应的协调，进而提高运营效率。
因此，本领域需要一种能够智能判断车位是否为固定车位的方法。
发明内容
为了解决现有技术中的上述问题，即为了解决如何智能判断当前车辆停放的车位是固定车位还是非固定车位的问题，本发明提供了一种固定车位识别方法。所述方法包括下列步骤：获取车辆停车时的位置坐标；根据车辆停车时的位置坐标，划分停车区域；获取所述停车区域在一个周期内的所述车辆的停车次数和每次停车的时间；设置停车时间的时间权重；根据所述时间权重，计算所述停车区域在一个周期内的所述车辆停车次数的加权值；将所述加权值与预先设定的阈值进行比较，当所述加权值大于所述阈值时，将所述停车区域判定为所述车辆的固定车位。
在上述固定车位识别方法的优选实施方式中，所述划分停车区域包括：记录车辆第一次停车时的第一位置坐标，以所述第一位置坐标为中心，取一定范围作为所述车辆的第一停车区域；记录车辆第二次停车时的第二位置坐标，判断所述第二位置坐标是否位于所述第一停车区域，如果是，则所述第一停车区域的停车次数加1，如果否，则以所述第二位置坐标为中心，取一定范围作为所述车辆的第二停车区域；依次记录车辆第N次停车时的第N位置坐标，判断所述第N位置坐标是否位于已划分的停车区域内，如果是，则对应的已划分的停车区域的停车次数加1，如果否，则以所述第N位置坐标为中心，取一定范围作为所述车辆的第N+1停车区域。
在上述固定车位识别方法的优选实施方式中，所述一定范围是大小为3*3平方米的方形区域。
在上述固定车位识别方法的优选实施方式中，所述时间权重设置如下：停车时间在9点至17点范围内时，权重为1；停车时间在17点至19点范围内时，权重为2；停车时间在19点至22点范围内时，权重为3；停车时间在22点至4点范围内时，权重为5；停车时间在4点至9点范围内时，权重为4。
在上述固定车位识别方法的优选实施方式中，所述方法进一步包括：在所述设置停车时间的时间权重的步骤之后，获取一个周期内的所述停车区域的不同停车时间范围内的停车次数。
在上述固定车位识别方法的优选实施方式中，一个周期内的所述停车区域的停车次数的加权值的计算公式如下：加权值＝X1*1+X2*2+X3*3+X4*5+X5*4；其中，X1是一个周期内车辆在9点至17点范围内停在该停车区域的次数；X2是一个周期内车辆在17点至19点范围内停在该停车区域的停车次数；X3是一个周期内车辆在19点至22点范围内停在该停车区域的停车次数；X4是一个周期内车辆在22点至4点范围内停在该停车区域的停车次数；X5是一个周期内车辆在4点至9点范围内停在该停车区域的停车次数。
在上述固定车位识别方法的优选实施方式中，所述一个周期是一个自然周或者一个自然月。
在上述固定车位识别方法的优选实施方式中，经过一个统计周期后，当所述车辆上传停车时的位置坐标时，根据所述位置坐标判断所述车辆的当前停车车位是否为固定车位。
在上述固定车位识别方法的优选实施方式中，所述位置坐标为GPS坐标或者北斗导航系统的定位坐标。
本发明的技术方案中，通过获取车辆停车时的位置坐标和时间，按照上述算法，计算出用户停车区域的加权值，进而将该加权值与预先设定的阈值进行比较，从而判断出用户的固定车位。判断出用户的固定车位后，在该用户下次停车时，可直接判断出该用户当前的停车车位是否为固定车位，以便提前做出相应的协调，使得该用户的车辆在加电完成后还可以停放到原车位。本发明能够在不需要用户输入任何信息的情况下，智能地判断出用户车辆当前停放的车位是否为固定车位，从而极大地提升代客加电的用户体验。
附图说明
图1是本发明的固定车位识别方法的流程图。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。例如，尽管本申请是结合电动汽车的“代客加电”服务来描述的，但是，本领域技术人员容易理解的是，本发明显然不局限于这种具体应用，在不偏离本发明的基本原理的情况下，也可以将本发明的技术方案应用于其他任何适当的场合。
本发明通过统计用户车辆上传的停车时的位置坐标和停车时间，划分停车区域和时间权重，以自然周或自然月为一个周期，进而计算出每个停车区域在一个周期或者多个周期内的加权值。然后比较加权值与预先设定的阈值，当加权值大于预先设定的阈值时，将该加权值对应的停车区域判定为用户车辆的固定车位。接下来以用户一个周期内的统计数据为例，对本发明的具体实施方式进行详细说明。需要说明的是，本发明可以以一个自然周作为一个周期进行统计，也可以以一个自然月作为一个周期进行统计，本领域技术人员还可以根据具体情况设定其他适合的统计周期，比如设定两个自然周或两个自然月为一个周期。该统计周期并不用于限定本发明的保护范围。
参照图1，图1是本发明的固定车位识别方法的流程图。如图1所示，本发明的固定车位识别方法开始于步骤110。在步骤110中，获取车辆停车时的GPS坐标(和时间)。具体地，当用户停车时，车辆自动将其当前的GPS坐标以及当前的时间上传到后台服务器，由于本发明会统计用户多次的停车信息，因此将车辆首次停车时上传的当前GPS坐标称为第一GPS坐标，之后每次停车时，将车辆每次上传的GPS坐标依次称为第二GPS坐标、第三GPS坐标……第N(次数)GPS坐标。每一个GPS坐标对应一个上传的时间。在步骤120中，根据车辆停车时的GPS坐标，划分停车区域。具体地，后台服务器接收车辆首次上传的第一GPS坐标后，以该第一GPS坐标为中心，以3*3平方米的方形区域作为该车辆的第一停车区域。当用户第二次停车时，后台服务器接收车辆上传的第二GPS坐标，并判断该坐标是否位于第一停车区域内，如果该坐标位于第一停车区域内，则将第一停车区域内车辆的停车次数加1；如果该坐标不位于第一停车区域内，则以第二GPS坐标为中心，以3*3平方米的方形区域作为该车辆的第二停车区域。当用户第N次停车时，后台服务器接收车辆上传的第N(次数)GPS坐标，并判断该坐标是否位于之前已划分的停车区域内，如果该坐标位于之前已划分的停车区域内，则将之前已划分的停车区域内的该车辆的停车次数加1；如果该坐标不位于之前已划分的停车区域，则以第N(次数)GPS坐标为中心，以3*3平方米的方形区域作为该车辆的第N+1(个数)停车区域。需要说明的是，上述3*3平方米的方形区域仅是示例性的说明，本领域技术人员可以根据具体情况设定其他合理大小的区域(例如3*4矩形区域)用以划分停车区域。在步骤130中，获取每个停车区域在一个周期内的车辆的停车次数和每次停车的时间。在步骤140中，设置停车时间的时间权重。具体地，时间权重可以设置如下：停车时间在9点至17点范围内时，权重为1；停车时间在17点至19点范围内时，权重为2；停车时间在19点至22点范围内时，权重为3；停车时间在22点至4点范围内时，权重为5；停车时间在4点至9点范围内时，权重为4。当然，本领域技术人员还可以设置不同时间范围的不同权重，具体可根据实际情况进行调整，只要设定的时间范围及其权重能够更真实地反映该车位为固定车位的几率即可。然后，根据步骤130中后台服务器获取的每个停车区域内的车辆的停车时间，得到一个周期内的如下数据：
在该停车区域内，车辆在9点至17点范围内的停车次数X1；
在该停车区域内，车辆在17点至19点范围内的停车次数X2；
在该停车区域内，车辆在19点至22点范围内的停车次数X3；
在该停车区域内，车辆在22点至4点范围内的停车次数X4；
在该停车区域内，车辆在4点至9点范围内的停车次数X5。
在步骤150中，根据时间权重计算在一个周期内的每个停车区域的车辆停车次数的加权值。具体地，每个停车区域在一个周期内的停车次数的加权值的计算公式如下：
加权值＝X1*1+X2*2+X3*3+X4*5+X5*4；
其中，X1*1、X2*2、X3*3、X4*5和X5*4分别对应该停车区域在上述划分的时间范围内对应的停车次数与该时间范围的权重的乘积。通过上述公式，能够计算出该统计周期内每个停车区域的加权值。在步骤160中，设定一个阈值，将加权值与该阈值进行比较。具体地，本领域技术人员可以根据划分的时间范围以及每个时间范围的权重合理地设定阈值大小，进而将该统计周期内每个停车区域计算出的加权值分别与设定的阈值进行比较。需要指出的是，该阈值可以通过多种方式来设定，例如基于数学建模或者基于历史数据，只要能尽可能准确地反应固定车位与非固定车位之间的差别即可。最后，在步骤170中，当加权值大于设定的阈值时，该加权值对应的停车区域被判定为该车辆的固定车位。
综上所述，通过上述算法能够在不需要用户输入任何信息的情况下，智能地判断出当前车位是否为固定车位。当判断出该车辆为固定车位后，该车辆再上传其停车时的GPS坐标时，后台服务器即可根据该GPS坐标判断该车辆的当前停车车位是否为固定车位，从而能够提前做出相应的协调，以保证在还车时还能够将车辆停回该车辆原停车位。需要说明的是，尽管本申请是结合GPS坐标来描述的，但是在本发明的实际应用中车辆上传的坐标信息也可以是北斗导航定位系统的坐标。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (9)

1.一种固定车位识别方法，其特征在于，所述方法包括下列步骤：
获取车辆停车时的位置坐标；
根据车辆停车时的位置坐标，划分停车区域；
获取所述停车区域在一个周期内的所述车辆的停车次数和每次停车的时间；
设置停车时间的时间权重；
根据所述时间权重，计算所述停车区域在一个周期内的所述车辆停车次数的加权值；
将所述加权值与预先设定的阈值进行比较，当所述加权值大于所述阈值时，将所述停车区域判定为所述车辆的固定车位。
2.根据权利要求1所述的固定车位识别方法，其特征在于，所述划分停车区域包括：
记录车辆第一次停车时的第一位置坐标，以所述第一位置坐标为中心，取一定范围作为所述车辆的第一停车区域；
记录车辆第二次停车时的第二位置坐标，判断所述第二位置坐标是否位于所述第一停车区域，如果是，则所述第一停车区域的停车次数加1，如果否，则以所述第二位置坐标为中心，取一定范围作为所述车辆的第二停车区域；
依次记录车辆第N次停车时的第N位置坐标，判断所述第N位置坐标是否位于已划分的停车区域内，如果是，则对应的已划分的停车区域的停车次数加1，如果否，则以所述第N位置坐标为中心，取一定范围作为所述车辆的第N+1停车区域。
3.根据权利要求2所述的固定车位识别方法，其特征在于，所述一定范围是大小为3*3平方米的方形区域。
4.根据权利要求3所述的固定车位识别方法，其特征在于，所述时间权重设置如下：
停车时间在9点至17点范围内时，权重为1；
停车时间在17点至19点范围内时，权重为2；
停车时间在19点至22点范围内时，权重为3；
停车时间在22点至4点范围内时，权重为5；
停车时间在4点至9点范围内时，权重为4。
5.根据权利要求4所述的固定车位识别方法，其特征在于，所述方法进一步包括：在所述设置停车时间的时间权重的步骤之后，获取一个周期内的所述停车区域的不同停车时间范围内的停车次数。
6.根据权利要求5所述的固定车位识别方法，其特征在于，一个周期内的所述停车区域的停车次数的加权值的计算公式如下：
加权值＝X1*1+X2*2+X3*3+X4*5+X5*4；
其中，X1是一个周期内车辆在9点至17点范围内停在该停车区域的次数；
X2是一个周期内车辆在17点至19点范围内停在该停车区域的停车次数；
X3是一个周期内车辆在19点至22点范围内停在该停车区域的停车次数；
X4是一个周期内车辆在22点至4点范围内停在该停车区域的停车次数；
X5是一个周期内车辆在4点至9点范围内停在该停车区域的停车次数。
7.根据权利要求1至6中任一项所述的固定车位识别方法，其特征在于，所述一个周期是一个自然周或者一个自然月。
8.根据权利要求7所述的固定车位识别方法，其特征在于，经过一个统计周期后，当所述车辆上传停车时的位置坐标时，根据所述位置坐标判断所述车辆的当前停车车位是否为固定车位。
9.根据权利要求8所述的固定车位识别方法，其特征在于，所述位置坐标为GPS坐标或者北斗导航系统的定位坐标。
CN201610633664.0A 2016-08-04 2016-08-04 固定车位识别方法 Active CN106157625B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610633664.0A CN106157625B (zh) 2016-08-04 2016-08-04 固定车位识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610633664.0A CN106157625B (zh) 2016-08-04 2016-08-04 固定车位识别方法

Publications (2)

Publication Number Publication Date
CN106157625A true CN106157625A (zh) 2016-11-23
CN106157625B CN106157625B (zh) 2019-05-28

Family

ID=57329068

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610633664.0A Active CN106157625B (zh) 2016-08-04 2016-08-04 固定车位识别方法

Country Status (1)

Country Link
CN (1) CN106157625B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108538076A (zh) * 2017-03-02 2018-09-14 罗伯特·博世有限公司 用于为车辆生成停车空间的方法
CN109727478A (zh) * 2017-10-27 2019-05-07 丰田自动车株式会社 数据库生成装置、停车场检索装置以及方法
CN110660259A (zh) * 2018-06-29 2020-01-07 阿里巴巴集团控股有限公司 一种停车提示方法、装置、电子设备和可读介质
CN112652174A (zh) * 2020-12-18 2021-04-13 中标慧安信息技术股份有限公司 基于人脸验证的停车服务控制方法和系统
CN113793506A (zh) * 2018-12-29 2021-12-14 北京嘀嘀无限科技发展有限公司 一种设置车辆禁停区域的方法、系统、装置及存储介质
CN114842666A (zh) * 2022-03-29 2022-08-02 广州小鹏自动驾驶科技有限公司 停车数据的处理方法、装置、电子设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007178182A (ja) * 2005-12-27 2007-07-12 Alpine Electronics Inc 自車位置判定装置
CN101324438A (zh) * 2008-07-01 2008-12-17 凯立德欣技术（深圳）有限公司 停车位置记录装置、导航系统及其使用的停车位置记录方法
CN102853840A (zh) * 2012-09-10 2013-01-02 无锡坦程物联网科技有限公司 一种基于网格挖掘车辆常规停靠区域的方法
CN202757624U (zh) * 2012-09-04 2013-02-27 深圳市赛格导航科技股份有限公司 一种智能导航系统
JP2014211705A (ja) * 2013-04-17 2014-11-13 日本電気株式会社 最寄り駐車場推定システムおよび最寄り駐車場推定方法と最寄り駐車場推定用プログラム
CN204791535U (zh) * 2015-07-24 2015-11-18 大连大学 基于物联网技术的智能旅游停车位管理系统
CN105651296A (zh) * 2016-02-02 2016-06-08 深圳市凯立德科技股份有限公司 一种停车导航的方法及设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007178182A (ja) * 2005-12-27 2007-07-12 Alpine Electronics Inc 自車位置判定装置
CN101324438A (zh) * 2008-07-01 2008-12-17 凯立德欣技术（深圳）有限公司 停车位置记录装置、导航系统及其使用的停车位置记录方法
CN202757624U (zh) * 2012-09-04 2013-02-27 深圳市赛格导航科技股份有限公司 一种智能导航系统
CN102853840A (zh) * 2012-09-10 2013-01-02 无锡坦程物联网科技有限公司 一种基于网格挖掘车辆常规停靠区域的方法
JP2014211705A (ja) * 2013-04-17 2014-11-13 日本電気株式会社 最寄り駐車場推定システムおよび最寄り駐車場推定方法と最寄り駐車場推定用プログラム
CN204791535U (zh) * 2015-07-24 2015-11-18 大连大学 基于物联网技术的智能旅游停车位管理系统
CN105651296A (zh) * 2016-02-02 2016-06-08 深圳市凯立德科技股份有限公司 一种停车导航的方法及设备

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108538076A (zh) * 2017-03-02 2018-09-14 罗伯特·博世有限公司 用于为车辆生成停车空间的方法
CN109727478A (zh) * 2017-10-27 2019-05-07 丰田自动车株式会社 数据库生成装置、停车场检索装置以及方法
US10971011B2 (en) 2017-10-27 2021-04-06 Toyota Jidosha Kabushiki Kaisha Database creation apparatus, parking lot search apparatus, and database creation method
CN109727478B (zh) * 2017-10-27 2022-04-12 丰田自动车株式会社 数据库生成装置、停车场检索装置以及方法
CN110660259A (zh) * 2018-06-29 2020-01-07 阿里巴巴集团控股有限公司 一种停车提示方法、装置、电子设备和可读介质
CN110660259B (zh) * 2018-06-29 2022-03-29 斑马智行网络(香港)有限公司 一种停车提示方法、装置、电子设备和可读介质
CN113793506A (zh) * 2018-12-29 2021-12-14 北京嘀嘀无限科技发展有限公司 一种设置车辆禁停区域的方法、系统、装置及存储介质
CN112652174A (zh) * 2020-12-18 2021-04-13 中标慧安信息技术股份有限公司 基于人脸验证的停车服务控制方法和系统
CN112652174B (zh) * 2020-12-18 2021-08-31 中标慧安信息技术股份有限公司 基于人脸验证的停车服务控制方法和系统
CN114842666A (zh) * 2022-03-29 2022-08-02 广州小鹏自动驾驶科技有限公司 停车数据的处理方法、装置、电子设备及存储介质
CN114842666B (zh) * 2022-03-29 2023-10-31 广州小鹏自动驾驶科技有限公司 停车数据的处理方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN106157625B (zh) 2019-05-28

Similar Documents

Publication Publication Date Title
CN106157625A (zh) 固定车位识别方法
Nouvel et al. Combining GIS-based statistical and engineering urban heat consumption models: Towards a new framework for multi-scale policy support
Ben-Akiva et al. A dynamic traffic assignment model for highly congested urban networks
EP2976762B1 (en) Vehicle arrival prediction
US20190324416A1 (en) Occupancy based demand response dispatch prioritization system
US20180314998A1 (en) Resource Allocation in a Network System
US20190146432A1 (en) Occupancy based energy consumption control
US10795393B2 (en) Energy management based on estimated resource utilization
CN106503869A (zh) 一种基于站点短时需求预测的公共自行车动态调度方法
KR20190054122A (ko) 셔틀버스 노선의 처리 방법, 장치, 기기 및 컴퓨터 저장 매체
Spencer et al. A refinement of lasso regression applied to temperature forecasting
CN104049217A (zh) 电池剩余电量使用时间的检测方法和装置
US20170323207A1 (en) Apparatus and method for occupancy determination
CN109886529A (zh) 一种资源分配方法及装置、电子终端及存储介质
CN112287503B (zh) 用于交通需求预测的动态空间网络构建方法
US20170316688A1 (en) Vehicle speed prediction method
Haliem et al. AdaPool: An adaptive model-free ride-sharing approach for dispatching using deep reinforcement learning
CN112150045B (zh) 基于车辆位置统计判断城市共享车辆供需关系的方法及其监测系统
CN106610288A (zh) 一种导航控制方法及装置
CN112580881A (zh) 营业网点选址方法、装置、计算机设备及存储介质
Vu et al. Bus running time prediction using a statistical pattern recognition technique
CN111507554B (zh) 一种服务资源调度方法、装置、设备及存储介质
CN104331747A (zh) 恶意逃单检测方法
JP2017194863A (ja) 需要予測装置
US20080077460A1 (en) Automated System And Method For Planning And Creating Optimised Circuits For Outdoor Advertising Media

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200826

Address after: Susong Road West and Shenzhen Road North, Hefei Economic and Technological Development Zone, Anhui Province

Patentee after: Weilai (Anhui) Holding Co., Ltd

Address before: Room 502, Bank of America Center, Cecil Harcourt Road, central, Hongkong, China, 12

Patentee before: NIO NEXTEV Ltd.

TR01 Transfer of patent right