CN107885231A - 一种基于可见光图像识别的无人机捕获方法及系统 - Google Patents

一种基于可见光图像识别的无人机捕获方法及系统 Download PDF

Info

Publication number
CN107885231A
CN107885231A CN201610871909.3A CN201610871909A CN107885231A CN 107885231 A CN107885231 A CN 107885231A CN 201610871909 A CN201610871909 A CN 201610871909A CN 107885231 A CN107885231 A CN 107885231A
Authority
CN
China
Prior art keywords
unmanned plane
image information
visible images
judged
described image
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
CN201610871909.3A
Other languages
English (en)
Other versions
CN107885231B (zh
Inventor
罗涛
郝亚南
胡方胜
吕生钰
李明
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.)
Chengdu Zirui Qingyun Aerospace Technology Co Ltd
Original Assignee
Chengdu Zirui Qingyun Aerospace Technology 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 Chengdu Zirui Qingyun Aerospace Technology Co Ltd filed Critical Chengdu Zirui Qingyun Aerospace Technology Co Ltd
Priority to CN201610871909.3A priority Critical patent/CN107885231B/zh
Publication of CN107885231A publication Critical patent/CN107885231A/zh
Application granted granted Critical
Publication of CN107885231B publication Critical patent/CN107885231B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/12—Target-seeking control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Image Analysis (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种基于可见光图像识别的无人机捕获方法，包括以下步骤：采集低空飞行物的图像信息，并将所述图像信息进行存储；对所述图像信息进行分析，判断是否为无人机；若判断为无人机，则跟踪所述无人机，并对其轨迹进行预测；向跟踪的所述无人机发送捕获信号，控制所述无人机在预定地点降落。本发明的基于可见光图像识别的无人机捕获方法，利用图像识别算法筛选出目标无人机，并对其进行跟踪与轨迹预测，当得到无人机轨迹后，通过发送捕获信号，控制无人机在预定地点降落。

Description

一种基于可见光图像识别的无人机捕获方法及系统
技术领域
本发明涉及反无人机领域，特别涉及一种基于可见光图像识别的无人机捕获方法及系统。
背景技术
目前无人机已经走向大众化，无人机的漫天乱飞、偷拍等行为已经或多或少在损害公众的利益，如果不对无人机的行为进行必要控制，会造成严重的社会安全隐患。然而，反无人机系统作为一个新的技术产业，目前市场上几乎没有针对民用的反无人机产品。
发明内容
本发明在于克服现有技术的上述不足，提供一种能够将无人机进行捕获的基于可见光图像识别的无人机捕获方法及系统。
为了实现上述发明目的，本发明采用的技术方案是：
一种基于可见光图像识别的无人机捕获方法，包括以下步骤：
采集低空飞行物的图像信息，并将所述图像信息进行存储；
对所述图像信息进行分析，判断是否为无人机；
若判断为无人机，则跟踪所述无人机，并对其轨迹进行预测；
向跟踪的所述无人机发送捕获信号，控制所述无人机在预定地点降落。
进一步地，所述对所述图像信息进行分析包括：
在所述图像信息中提取目标物体，根据物体面积与形状进行判断，得到筛选的图像信息；
从所述图像信息中提取至少两帧图像分别与预先存储的无人机模型进行比较；
若每帧图像均与所述无人机模型匹配，则判断为无人机。
进一步地，若至少有一帧图像与所述无人机模型不匹配，则重新提取至少两帧图像分别与预先存储的无人机模型进行比较，重新提起后，若每帧图像均与所述无人机模型匹配，则判断为无人机；若至少有一帧图像与所述无人机模型不匹配，则判断为非无人机。
进一步地，所述跟踪所述无人机，并对其轨迹进行预测包括：
利用光学跟踪相机对所述无人机进行定位，利用激光测距仪对所述无人机进行跟踪。
进一步地，所述跟踪的所述无人机发送捕获信号包括，利用伪GPS信号源向所述无人机发送伪GPS信号，使所述无人机在设定的地点降落。
本发明同时提供一种无人机基于可见光图像识别的无人机捕获系统，包括至少一个图像传感器，采集低空飞行物的图像信息，并将所述图像信息进行存储；
数据处理模块，所述至少一个图像传感器连接所述数据处理模块，用于对所述图像信息进行分析，判断是否为无人机，若判断为无人机，则跟踪所述无人机，并对其轨迹进行预测；
捕获模块，连接所述数据处理模块，用于向跟踪的所述无人机发送捕获信号，控制所述无人机在预定地点降落。
进一步地，所述数据处理模块还用于，在所述图像信息中提取目标物体，根据物体面积与形状进行判断，得到筛选的图像信息；
从所述图像信息中提取至少两帧图像分别与预先存储的无人机模型进行比较；
若每帧图像均与所述无人机模型匹配，则判断为无人机。
进一步地，若至少有一帧图像与所述无人机模型不匹配，则重新提取至少两帧图像分别与预先存储的无人机模型进行比较，重新提起后，若每帧图像均与所述无人机模型匹配，则判断为无人机；若至少有一帧图像与所述无人机模型不匹配，则判断为非无人机。
进一步地，包括光学跟踪相机、激光测距仪，所述光学跟踪相机与所述激光测距仪均连接所述数据处理模块，所述光学跟踪相机用于对所述无人机进行定位，所述激光测距仪用于对所述无人机进行跟踪，并将定位信息与跟踪信息发送到所述数据处理模块。
进一步地，所述捕获模块包括GPS信号发射装置，用于向所述跟踪的所述无人机发送伪GPS信号，使所述无人机在设定的地点降落。
与现有技术相比，本发明的有益效果
本发明的基于可见光图像识别的无人机捕获方法，利用图像识别算法筛选出目标无人机，并对其进行跟踪与轨迹预测，当得到无人机轨迹后，通过发送捕获信号，控制无人机在预定地点降落。
附图说明
图1所示为本发明的基于可见光图像识别的无人机捕获方法流程图。
图2所示为本发明的基于可见光图像识别的无人机捕获系统模块框图。
图3所示为本发明的一个具体实施例中的基于可见光图像识别的无人机捕获系统模块框图。
具体实施方式
下面结合具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。
实施例1：
图1所示为本发明的基于可见光图像识别的无人机捕获方法流程图，包括以下步骤：
采集低空飞行物的图像信息，并将所述图像信息进行存储；
对所述图像信息进行分析，判断是否为无人机；
若判断为无人机，则跟踪所述无人机，并对其轨迹进行预测；
向跟踪的所述无人机发送捕获信号，控制所述无人机在预定地点降落。
在一个具体实施方式中，所述对所述图像信息进行分析包括：
在所述图像信息中提取目标物体，根据物体面积与形状进行判断，得到筛选的图像信息；
从所述图像信息中提取至少两帧图像分别与预先存储的无人机模型进行比较；
若每帧图像均与所述无人机模型匹配，则判断为无人机。
在进行图像识别时，可以用图像中的颜色信息来表征原始图像，即建立目标的颜色特征信息库，通过颜色匹配进行目标识别，或者利用图像的形状信息通过建立目标数据库完成识别目标。
具体的，可通过图像输入、图像预处理、特征提取、图像分类、图像匹配五个步骤来处理。图像预处理是去除图像中的噪声，使图像变成清晰的点线图，以便于后续能够提取到合适的图像特征，常用的处理方法有背景减除法、帧间差分法、光流计算法等。在进行特征提取和图像分类后，利用图像数据库进行最终识别。本发明的图像识别库存储有每种无人机在不同飞行姿态下的图像信息，能够提高匹配准确度，此外，本发明还建立了对应的伪目标图像数据库，所述伪目标图像数据库中存储有如房屋、树木、云层、汽车、行人等无人机所处环境中常见的干扰物的图像信息，通过建立伪目标图像数据库能够很快的筛选出干扰信息，在进行特征提取时，提高准确度。
本发明的基于可见光图像识别的无人机捕获方法，利用图像识别算法筛选出目标无人机，并对其进行跟踪与轨迹预测，当得到无人机轨迹后，通过发送捕获信号，控制无人机在预定地点降落。
在一个具体实施方式中，若至少有一帧图像与所述无人机模型不匹配，则重新提取至少两帧图像分别与预先存储的无人机模型进行比较，重新提起后，若每帧图像均与所述无人机模型匹配，则判断为无人机；若至少有一帧图像与所述无人机模型不匹配，则判断为非无人机。
在一个具体实施方式中，所述跟踪所述无人机，并对其轨迹进行预测包括：
利用光学跟踪相机对所述无人机进行定位，利用激光测距仪对所述无人机进行跟踪。
利用上述设备得到目标无人机的方位、距离、运动方向等数据，推算出目标的航迹，为目标的捕获提供基础。
在一个具体实施方式中，所述跟踪的所述无人机发送捕获信号包括，利用伪GPS信号源向所述无人机发送伪GPS信号，使所述无人机在设定的地点降落。
无人机在飞行中，通过接收GPS数据进行自主飞行，通过对无人机发送虚假的GPS信号，使得无人机在该GPS信号的控制下飞向预先设定的目的地。
本发明同时提供一种无人机基于可见光图像识别的无人机捕获系统，参看图2，包括至少一个图像传感器1，采集低空飞行物的图像信息，并将所述图像信息进行存储；
数据处理模块2，所述至少一个图像传感器1连接所述数据处理模块2，用于对所述图像信息进行分析，判断是否为无人机，若判断为无人机，则跟踪所述无人机，并对其轨迹进行预测；
捕获模块3，连接所述数据处理模块2，用于向跟踪的所述无人机发送捕获信号，控制所述无人机在预定地点降落。
在一个具体实施方式中，所述数据处理模块还用于，在所述图像信息中提取目标物体，根据物体面积与形状进行判断，得到筛选的图像信息；
从所述图像信息中提取至少两帧图像分别与预先存储的无人机模型进行比较；
若每帧图像均与所述无人机模型匹配，则判断为无人机。
在一个具体实施方式中，若至少有一帧图像与所述无人机模型不匹配，则重新提取至少两帧图像分别与预先存储的无人机模型进行比较，重新提起后，若每帧图像均与所述无人机模型匹配，则判断为无人机；若至少有一帧图像与所述无人机模型不匹配，则判断为非无人机。
在一个具体实施方式中，具体的，参看图3，还包括光学跟踪相机4、激光测距仪5，所述光学跟踪相机与所述激光测距仪均连接所述数据处理模块，所述光学跟踪相机用于对所述无人机进行定位，所述激光测距仪用于对所述无人机进行跟踪，并将定位信息与跟踪信息发送到所述数据处理模块。
在一个具体实施方式中，所述捕获模块包括GPS信号发射装置，用于向所述跟踪的所述无人机发送伪GPS信号，使所述无人机在设定的地点降落。
上面结合附图对本发明的具体实施方式进行了详细说明，但本发明并不限制于上述实施方式，在不脱离本申请的权利要求的精神和范围情况下，本领域的技术人员可以作出各种修改或改型。

Claims (10)

1.一种基于可见光图像识别的无人机捕获方法，其特征在于，包括以下步骤：
采集低空飞行物的图像信息，并将所述图像信息进行存储；
对所述图像信息进行分析，判断是否为无人机；
若判断为无人机，则跟踪所述无人机，并对其轨迹进行预测；
向跟踪的所述无人机发送捕获信号，控制所述无人机在预定地点降落。
2.根据权利要求1所述的基于可见光图像识别的无人机捕获方法，其特征在于，所述对所述图像信息进行分析包括：
在所述图像信息中提取目标物体，根据物体面积与形状进行判断，得到筛选的图像信息；
从所述图像信息中提取至少两帧图像分别与预先存储的无人机模型进行比较；
若每帧图像均与所述无人机模型匹配，则判断为无人机。
3.根据权利要求2所述的基于可见光图像识别的无人机捕获方法，其特征在于，若至少有一帧图像与所述无人机模型不匹配，则重新提取至少两帧图像分别与预先存储的无人机模型进行比较，重新提起后，若每帧图像均与所述无人机模型匹配，则判断为无人机；若至少有一帧图像与所述无人机模型不匹配，则判断为非无人机。
4.根据权利要求1所述的基于可见光图像识别的无人机捕获方法，其特征在于，所述跟踪所述无人机，并对其轨迹进行预测包括：
利用光学跟踪相机对所述无人机进行定位，利用激光测距仪对所述无人机进行跟踪。
5.根据权利要求1所述的基于可见光图像识别的无人机捕获方法，其特征在于，所述跟踪的所述无人机发送捕获信号包括，利用伪GPS信号源向所述无人机发送伪GPS信号，使所述无人机在设定的地点降落。
6.一种无人机基于可见光图像识别的无人机捕获系统，其特征在于，包括至少一个图像传感器，采集低空飞行物的图像信息，并将所述图像信息进行存储；
数据处理模块，所述至少一个图像传感器连接所述数据处理模块，用于对所述图像信息进行分析，判断是否为无人机，若判断为无人机，则跟踪所述无人机，并对其轨迹进行预测；
捕获模块，连接所述数据处理模块，用于向跟踪的所述无人机发送捕获信号，控制所述无人机在预定地点降落。
7.根据权利要求6所述的基于可见光图像识别的无人机捕获系统，其特征在于，所述数据处理模块还用于，在所述图像信息中提取目标物体，根据物体面积与形状进行判断，得到筛选的图像信息；
从所述图像信息中提取至少两帧图像分别与预先存储的无人机模型进行比较；
若每帧图像均与所述无人机模型匹配，则判断为无人机。
8.根据权利要求7所述的基于可见光图像识别的无人机捕获系统，其特征在于，若至少有一帧图像与所述无人机模型不匹配，则重新提取至少两帧图像分别与预先存储的无人机模型进行比较，重新提起后，若每帧图像均与所述无人机模型匹配，则判断为无人机；若至少有一帧图像与所述无人机模型不匹配，则判断为非无人机。
9.根据权利要求6所述的基于可见光图像识别的无人机捕获系统，其特征在于，包括光学跟踪相机、激光测距仪，所述光学跟踪相机与所述激光测距仪均连接所述数据处理模块，所述光学跟踪相机用于对所述无人机进行定位，所述激光测距仪用于对所述无人机进行跟踪，并将定位信息与跟踪信息发送到所述数据处理模块。
10.根据权利要求6所述的基于可见光图像识别的无人机捕获系统，其特征在于，所述捕获模块包括GPS信号发射装置，用于向所述跟踪的所述无人机发送伪GPS信号，使所述无人机在设定的地点降落。
CN201610871909.3A 2016-09-30 2016-09-30 一种基于可见光图像识别的无人机捕获方法及系统 Active CN107885231B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610871909.3A CN107885231B (zh) 2016-09-30 2016-09-30 一种基于可见光图像识别的无人机捕获方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610871909.3A CN107885231B (zh) 2016-09-30 2016-09-30 一种基于可见光图像识别的无人机捕获方法及系统

Publications (2)

Publication Number Publication Date
CN107885231A true CN107885231A (zh) 2018-04-06
CN107885231B CN107885231B (zh) 2020-12-29

Family

ID=61769137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610871909.3A Active CN107885231B (zh) 2016-09-30 2016-09-30 一种基于可见光图像识别的无人机捕获方法及系统

Country Status (1)

Country Link
CN (1) CN107885231B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108897342A (zh) * 2018-08-22 2018-11-27 江西理工大学 针对快速移动的民用多旋翼无人机的定位跟踪方法及系统
WO2020135187A1 (zh) * 2018-12-27 2020-07-02 赣州德业电子科技有限公司 基于rgb_d和深度卷积网络的无人机识别定位系统和方法
CN111385054A (zh) * 2020-03-04 2020-07-07 神御科技(深圳)有限公司 一种智能拒止无人机卫星导航信号的系统和方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101532841A (zh) * 2008-12-30 2009-09-16 华中科技大学 基于地标捕获跟踪的飞行器导航定位方法
CN102853835A (zh) * 2012-08-15 2013-01-02 西北工业大学 基于尺度不变特征变换的无人飞行器景象匹配定位方法
CN103529852A (zh) * 2013-10-31 2014-01-22 中国航天空气动力技术研究院 一种基于双卫星接收机的无人机寻的回收导引控制方法
CN103713298A (zh) * 2013-12-20 2014-04-09 中国科学院光电研究院 一种基于交互式测距信息和rnss的反欺骗方法
CN104966054A (zh) * 2015-06-11 2015-10-07 西安电子科技大学 无人机可见光图像中的弱小目标检测方法
CN105069042A (zh) * 2015-07-23 2015-11-18 北京航空航天大学 基于内容的无人机侦察图像数据检索方法
US20160009390A1 (en) * 2013-03-11 2016-01-14 Airphrame, Inc. Unmanned aerial vehicle and methods for controlling same
CN205327431U (zh) * 2015-12-18 2016-06-22 苏州贝多环保技术有限公司 一种新型无人机
CN105759834A (zh) * 2016-03-09 2016-07-13 中国科学院上海微系统与信息技术研究所 一种主动捕获低空小型无人飞行器的系统及方法
CN105929417A (zh) * 2016-06-06 2016-09-07 华东师范大学 一种捕获无人机的方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101532841A (zh) * 2008-12-30 2009-09-16 华中科技大学 基于地标捕获跟踪的飞行器导航定位方法
CN102853835A (zh) * 2012-08-15 2013-01-02 西北工业大学 基于尺度不变特征变换的无人飞行器景象匹配定位方法
US20160009390A1 (en) * 2013-03-11 2016-01-14 Airphrame, Inc. Unmanned aerial vehicle and methods for controlling same
US20160046374A1 (en) * 2013-03-11 2016-02-18 Airphrame, Inc. Unmanned aerial vehicle and methods for controlling same
CN103529852A (zh) * 2013-10-31 2014-01-22 中国航天空气动力技术研究院 一种基于双卫星接收机的无人机寻的回收导引控制方法
CN103713298A (zh) * 2013-12-20 2014-04-09 中国科学院光电研究院 一种基于交互式测距信息和rnss的反欺骗方法
CN104966054A (zh) * 2015-06-11 2015-10-07 西安电子科技大学 无人机可见光图像中的弱小目标检测方法
CN105069042A (zh) * 2015-07-23 2015-11-18 北京航空航天大学 基于内容的无人机侦察图像数据检索方法
CN205327431U (zh) * 2015-12-18 2016-06-22 苏州贝多环保技术有限公司 一种新型无人机
CN105759834A (zh) * 2016-03-09 2016-07-13 中国科学院上海微系统与信息技术研究所 一种主动捕获低空小型无人飞行器的系统及方法
CN105929417A (zh) * 2016-06-06 2016-09-07 华东师范大学 一种捕获无人机的方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108897342A (zh) * 2018-08-22 2018-11-27 江西理工大学 针对快速移动的民用多旋翼无人机的定位跟踪方法及系统
CN108897342B (zh) * 2018-08-22 2020-01-07 江西理工大学 针对快速移动的民用多旋翼无人机的定位跟踪方法及系统
WO2020135187A1 (zh) * 2018-12-27 2020-07-02 赣州德业电子科技有限公司 基于rgb_d和深度卷积网络的无人机识别定位系统和方法
CN111385054A (zh) * 2020-03-04 2020-07-07 神御科技(深圳)有限公司 一种智能拒止无人机卫星导航信号的系统和方法
CN111385054B (zh) * 2020-03-04 2023-04-14 神御科技(深圳)有限公司 一种智能拒止无人机卫星导航信号的系统和方法

Also Published As

Publication number Publication date
CN107885231B (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
Xiang et al. Mini-unmanned aerial vehicle-based remote sensing: Techniques, applications, and prospects
US10922984B1 (en) Drone marker and landing zone verification
US10121117B1 (en) Drone location signature filters
Leira et al. Object detection, recognition, and tracking from UAVs using a thermal camera
Sommer et al. Flying object detection for automatic UAV recognition
KR101948569B1 (ko) 라이다 센서 및 팬틸트줌 카메라를 활용한 비행체 식별 시스템 및 그 제어 방법
CN112068111A (zh) 一种基于多传感器信息融合的无人机目标侦测方法
US9922049B2 (en) Information processing device, method of processing information, and program for processing information
Viswanathan et al. Vision-based robot localization across seasons and in remote locations
CN111679695A (zh) 一种基于深度学习技术的无人机巡航及追踪系统和方法
Al-Sheary et al. Crowd monitoring system using unmanned aerial vehicle (UAV)
Zhang et al. Autonomous long-range drone detection system for critical infrastructure safety
CN107885231A (zh) 一种基于可见光图像识别的无人机捕获方法及系统
Nguyen et al. The state of aerial surveillance: A survey
Chandana et al. Autonomous drones based forest surveillance using Faster R-CNN
Zhang et al. Critical infrastructure security against drone attacks using visual analytics
Riz et al. The MONET dataset: Multimodal drone thermal dataset recorded in rural scenarios
Sanfourche et al. Environment mapping & interpretation by drone
CN110287957B (zh) 一种低慢小目标的定位方法及定位装置
Prabhakaran et al. Autonomous intelligent UAV system for criminal pursuita proof of concept
Briese et al. Deep learning with semi-synthetic training images for detection of non-cooperative UAVs
Hummel et al. Data simulation and testing of visual algorithms in synthetic environments for security sensor networks
Yuan Automatic Fire Detection Using Computer Vision Techniques for UAV-based Forest Fire Surveillance
Naseri et al. Detection of drones with YOLOv4 deep learning algorithm
Sinhababu et al. An Efficient Obstacle Detection Scheme for Low-Altitude UAVs Using Google Maps

Legal Events

Date Code Title Description
PB01 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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A UAV capture method and system based on visible light image recognition

Effective date of registration: 20220328

Granted publication date: 20201229

Pledgee: Bank of Chengdu science and technology branch of Limited by Share Ltd.

Pledgor: CHENGDU ZIRUI QINGYUN AERONAUTICAL AND ASTRONAUTICAL TECHNOLOGY CO.,LTD.

Registration number: Y2022510000081

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20201229

Pledgee: Bank of Chengdu science and technology branch of Limited by Share Ltd.

Pledgor: CHENGDU ZIRUI QINGYUN AERONAUTICAL AND ASTRONAUTICAL TECHNOLOGY CO.,LTD.

Registration number: Y2022510000081

PC01 Cancellation of the registration of the contract for pledge of patent right