CN108898866B - 一种智能车辆控制系统 - Google Patents

一种智能车辆控制系统 Download PDF

Info

Publication number
CN108898866B
CN108898866B CN201810726291.0A CN201810726291A CN108898866B CN 108898866 B CN108898866 B CN 108898866B CN 201810726291 A CN201810726291 A CN 201810726291A CN 108898866 B CN108898866 B CN 108898866B
Authority
CN
China
Prior art keywords
path
vehicle
intelligent vehicle
module
obstacle
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
CN201810726291.0A
Other languages
English (en)
Other versions
CN108898866A (zh
Inventor
杨金源
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.)
Matrix data technology (Shanghai) Co.,Ltd.
Original Assignee
Matrix Data Technology Shanghai 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 Matrix Data Technology Shanghai Co ltd filed Critical Matrix Data Technology Shanghai Co ltd
Priority to CN201810726291.0A priority Critical patent/CN108898866B/zh
Publication of CN108898866A publication Critical patent/CN108898866A/zh
Application granted granted Critical
Publication of CN108898866B publication Critical patent/CN108898866B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种智能车辆控制系统，包括全局路径规划模块、局部路径调整模块、导航模块和行驶控制模块，所述全局路径规划模块用于对智能车辆行驶的全局路径进行规划，所述局部路径调整单元用于对智能车辆行驶的局部路径进行规划，所述导航模块用于根据规划的全局路径和局部路径生成导航数据，所述行驶控制模块用于根据导航数据对智能车辆进行控制本发明有益效果为：采用改进的遗传算法根据起点和终点之间的道路信息对智能车辆行驶的全局路径进行规划，从而获得一条距离较短、交通较为顺畅的全局路径，接着采用改进的人工势场法根据实时采集得到的障碍物信息对智能车辆的行驶路径进行实时调整，从而达到避障的目的，保证了智能车辆的安全行驶。

Description

一种智能车辆控制系统
技术领域
本发明创造涉及智能车辆领域，具体涉及一种智能车辆控制系统。
背景技术
随着汽车产业的蓬勃发展,汽车保有量也在逐年增加,由此引发的交通事故、道路拥堵、环境污染等现象也愈加严重。无人驾驶智能车辆的研究可以很好地避免交通事故的发生、提高交通运行效率、改善行车安全，智能车辆是一个集各种高新技术于一体的综合体,同时也是智能交通系统的重要组成部分，当前社会对于交通安全问题关注度越来越高,对智能车辆的研究也起到了极大地促进作用。控制系统是智能车实现无人驾驶的基础，它主要是将环境感知、车辆控制和路径规划等技术集于一体，控制系统通过获取车辆行驶的道路环境信息，规划出一条最优路径，以确保车辆能够准确无误的到达目的地。
针对上述问题，本发明提供一种智能车辆控制系统，采用改进的遗传算法根据起点和终点之间的道路信息对智能车辆行驶的全局路径进行规划，从而获得一条距离较短、交通较为顺畅的全局路径，接着采用改进的人工势场法根据实时采集得到的障碍物信息对智能车辆的行驶路径进行实时调整，从而达到避障的目的，保证了智能车辆的安全行驶。
发明内容
针对上述问题，本发明旨在提供一种智能车辆控制系统。
本发明创造的目的通过以下技术方案实现：
一种智能车辆控制系统，包括全局路径规划模块、局部路径调整模块、导航模块和行驶控制模块，所述全局路径规划模块包括信息获取单元和全局路径规划单元，所述信息获取单元用于获取车辆的起点和终点信息，并将所述起点和终点在地图中进行定位，获取起点和终点之间的所有道路信息和对应的交通状态信息，所述全局路径规划单元用于根据获取的道路信息和对应的交通状态信息对车辆行驶的全局路径进行规划，所述局部路径调整模块包括环境数据采集单元和局部路径调整单元，所述环境数据采集单元用于实时采集智能车辆行驶周围的障碍物信息，所述局部路径调整单元用于根据采集得到的障碍物信息对车辆行驶的局部路径进行调整，所述导航模块用于根据规划的全局路径和局部路径生成导航数据，所述行驶控制模块用于根据导航数据对智能车辆进行控制。
本发明创造的有益效果：提供一种智能车辆控制系统，采用改进的遗传算法根据起点和终点之间的道路信息对智能车辆行驶的全局路径进行规划，从而获得一条距离较短、交通较为顺畅的全局路径，接着采用改进的人工势场法根据实时采集得到的障碍物信息对智能车辆的行驶路径进行实时调整，从而达到避障的目的，保证了智能车辆的安全行驶。
附图说明
利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明结构示意图；
附图标记：
全局路径规划模块1；局部路径调整模块2；导航模块3；行驶控制模块4；信息获取单元11；全局路径规划单元12；环境数据采集单元21；局部路径调整单元22。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例的一种智能车辆控制系统，包括全局路径规划模块1、局部路径调整模块2、导航模块3和行驶控制模块4，所述全局路径规划模块1包括信息获取单元11和全局路径规划单元12，所述信息获取单元11用于获取车辆的起点和终点信息，并将所述起点和终点在地图中进行定位，获取起点和终点之间的所有道路信息和对应的交通状态信息，所述全局路径规划单元12用于根据获取的道路信息和对应的交通状态信息对车辆行驶的全局路径进行规划，所述局部路径调整模块2包括环境数据采集单元21和局部路径调整单元22，所述环境数据采集单元21用于实时采集智能车辆行驶周围的障碍物信息，所述局部路径调整单元22用于根据采集得到的障碍物信息对车辆行驶的局部路径进行调整，所述导航模块3用于根据规划的全局路径和局部路径生成导航数据，所述行驶控制模块4用于根据导航数据对智能车辆进行控制。
本优选实施例提供一种智能车辆控制系统，采用改进的遗传算法根据起点和终点之间的道路信息对智能车辆行驶的全局路径进行规划，从而获得一条距离较短、交通较为顺畅的全局路径，接着采用改进的人工势场法根据实时采集得到的障碍物信息对智能车辆的行驶路径进行实时调整，从而达到避障的目的，保证了智能车辆的安全行驶。
优选地，所述全局路径规划单元12采用遗传算法对智能车辆行驶的全局路径进行规划，设全局路径L＝{l1,l2,…,lz}，则遗传算法采用的适应度函数f(li)的计算公式为：
Figure GDA0002756196430000031
式中，d(li)为路径li的长度，q(li)为路径li的当前交通流量，Q(li)为路径li的最大交通流量，
Figure GDA0002756196430000032
为路径li上车辆的平均车速，V(li)为路径li上允许的最大车速，z为全局路径中的路径节点数，μ1、μ2和μ3是比例系数，且μ1+μ2+μ3＝1。
本优选实施例采用遗传算法对智能车辆行驶的全局路径进行规划，在遗传算法的适应度函数中，综合考虑了道路的长度因素和交通状态因素对路径好坏的影响，使得规划的全局路径具有路径长度较短，交通状态较为顺畅的优势。
优选地，局部路径调整单元22采用人工势场法对智能车辆行驶的局部路径进行调整，设规划的全局路径L＝{l1,l2,…,lz}，则对应的分支节点为{j1,j2,…,jz}，则各分支节点ji(i＝1,2,…,z)和智能车辆之间的引力场函数Uat为：
Figure GDA0002756196430000033
式中，Xc为智能车辆的当前位置，Xji为分支节点ji的位置，ω为引力增益系数，d0为正常数。
本优选实施例采用的引力场函数和引力函数，能够有效的解决当目标点在障碍物的影响范围内，使得智能车辆无法到达目标点，从而陷入局部最小的问题。
优选地，所述局部路径调整单元22采用人工势场法对车辆行驶的局部路径进行调整，设智能车辆和障碍物的最小距离为ρ(Xc,Xo)，智能车辆和障碍物之间的碰撞时间为tco，智能车辆和分支节点ji之间的距离为ρ(Xc,Xji)，则人工势场的斥力场函数为：
Figure GDA0002756196430000034
式中，β1和β2为斥力增益系数，ρ0表示斥力场的影响半径，t0表示智能车辆和障碍物之间的碰撞时间的安全阈值，n是正常数。
本优选实施例对传统的斥力场函数进行改进，既引入了有关的智能车辆和障碍物之间的位置信息，又考虑了智能车辆和障碍物之间的相撞时间，使得斥力场函数能够根据智能车辆和障碍物之间的运动趋势进行改变，从而使智能车辆能够在动态环境中实现有效的避障。
优选地，所述局部路径调整单元22采用人工势场法对车辆行驶的局部路径进行调整，则人工势场法中采用的斥力函数Fre为：
Figure GDA0002756196430000041
Figure GDA0002756196430000042
Figure GDA0002756196430000043
Fre3＝β2ao
式中，ρ(Xc,Xo)表示智能车辆和障碍物的最小距离，ρ0表示斥力场的影响半径，tco表示智能车辆和障碍物之间的碰撞时间，t0表示智能车辆和障碍物之间碰撞时间的安全阈值，ρ(Xc,Xji)表示智能车辆和分支节点ji之间的距离，n是正常数，β1和β2为斥力增益系数，ac表示从智能车辆指向障碍物的单位向量，ao表示从障碍物指向智能车辆的单位向量。
本优选实施例采用的斥力函数，使得智能车辆越靠近障碍物以及智能车辆和障碍物之间的相撞时间小于安全阈值时即产生较大的斥力，以满足动态环境中的障碍物和智能车辆之间的避障要求。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (4)

1.一种智能车辆控制系统，其特征是，包括全局路径规划模块、局部路径调整模块、导航模块和行驶控制模块，所述全局路径规划模块包括信息获取单元和全局路径规划单元，所述信息获取单元用于获取车辆的起点和终点信息，并将所述起点和终点在地图中进行定位，获取起点和终点之间的所有道路信息和对应的交通状态信息，所述全局路径规划单元用于根据获取的道路信息和对应的交通状态信息对车辆行驶的全局路径进行规划，所述局部路径调整模块包括环境数据采集单元和局部路径调整单元，所述环境数据采集单元用于实时采集智能车辆行驶周围的障碍物信息，所述局部路径调整单元用于根据采集得到的障碍物信息对车辆行驶的局部路径进行调整，所述导航模块用于根据规划的全局路径和局部路径生成导航数据，所述行驶控制模块用于根据导航数据对智能车辆进行控制；
所述全局路径规划单元采用遗传算法对智能车辆行驶的全局路径进行规划，设全局路径L＝{l1，l2，...，lz}，则遗传算法采用的适应度函数f(li)的计算公式为：
Figure 1
式中，d(li)为路径li的长度，q(li)为路径li的当前交通流量，Q(li)为路径li的最大交通流量，
Figure FDA0002756196420000012
为路径li上车辆的平均车速，V(li)为路径li上允许的最大车速，z为全局路径中的路径节点数，μ1、μ2和μ3是比例系数，且μ1+μ2+μ3＝1。
2.根据权利要求1所述的一种智能车辆控制系统，其特征是，局部路径调整单元采用人工势场法对智能车辆行驶的局部路径进行调整，设规划的全局路径L＝{l1，l2，...，lz}，对应的分支节点为{j1，j2，...，jz}，则各分支节点ji(i＝1，2，...，z)和智能车辆之间的引力场函数Uat为：
Figure FDA0002756196420000013
式中，Xc为智能车辆的当前位置，
Figure FDA0002756196420000016
为分支节点ji的位置，ω为引力增益系数，d0为正常数。
3.根据权利要求2所述的一种智能车辆控制系统，其特征是，所述局部路径调整单元采用人工势场法对车辆行驶的局部路径进行调整，设智能车辆和障碍物的最小距离为ρ(Xc，Xo)，智能车辆和障碍物之间的碰撞时间为tco，智能车辆和分支节点ji之间的距离为
Figure FDA0002756196420000014
则人工势场的斥力场函数为：
Figure FDA0002756196420000015
式中，β1和β2为斥力增益系数，ρ0表示斥力场的影响半径，t0表示智能车辆和障碍物之间的碰撞时间的安全阈值，n是正常数。
4.根据权利要求3所述的一种智能车辆控制系统，其特征是，所述局部路径调整单元采用人工势场法对车辆行驶的局部路径进行调整，则人工势场法中采用的斥力函数Fre为：
Figure FDA0002756196420000021
Figure FDA0002756196420000022
Figure FDA0002756196420000023
Fre3＝β2ao
式中，ρ(Xc，Xo)表示智能车辆和障碍物的最小距离，ρ0表示斥力场的影响半径，tco表示智能车辆和障碍物之间的碰撞时间，t0表示智能车辆和障碍物之间碰撞时间的安全阈值，
Figure FDA0002756196420000024
表示智能车辆和分支节点ji之间的距离，n是正常数，β1和β2为斥力增益系数，ac表示从智能车辆指向障碍物的单位向量，ao表示从障碍物指向智能车辆的单位向量。
CN201810726291.0A 2018-07-04 2018-07-04 一种智能车辆控制系统 Active CN108898866B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810726291.0A CN108898866B (zh) 2018-07-04 2018-07-04 一种智能车辆控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810726291.0A CN108898866B (zh) 2018-07-04 2018-07-04 一种智能车辆控制系统

Publications (2)

Publication Number Publication Date
CN108898866A CN108898866A (zh) 2018-11-27
CN108898866B true CN108898866B (zh) 2021-03-16

Family

ID=64347950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810726291.0A Active CN108898866B (zh) 2018-07-04 2018-07-04 一种智能车辆控制系统

Country Status (1)

Country Link
CN (1) CN108898866B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109765902B (zh) 2019-02-22 2022-10-11 阿波罗智能技术(北京)有限公司 无人车驾驶参考线处理方法、装置及车辆
CN111369038B (zh) * 2020-02-25 2022-06-14 华南理工大学 一种基于遗传算法的多目标动态调度方法
CN111998864B (zh) * 2020-08-11 2023-11-07 东风柳州汽车有限公司 无人车局部路径规划方法、装置、设备及存储介质
CN114370874B (zh) * 2020-10-15 2023-08-25 宇通客车股份有限公司 一种车辆、车辆路径规划方法及装置
CN113592397A (zh) * 2021-07-28 2021-11-02 北京斯年智驾科技有限公司 一种港口物料的运输方法、装置、电子设备和可读介质
CN114115253A (zh) * 2021-11-16 2022-03-01 浙江远图互联科技股份有限公司 一种基于改进型人工势场的医院智能机器人路径规划系统
CN114442634A (zh) * 2022-01-30 2022-05-06 中国第一汽车股份有限公司 一种车辆的路径规划方法、装置、设备及介质
CN115689208B (zh) * 2022-11-02 2023-10-13 广州北羊信息技术有限公司 一种智能调度列车工作计划自动调整系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7734387B1 (en) * 2006-03-31 2010-06-08 Rockwell Collins, Inc. Motion planner for unmanned ground vehicles traversing at high speeds in partially known environments
CN102768807A (zh) * 2012-06-14 2012-11-07 龚䶮 模拟导弹制导的车辆路径规划方法
CN103077425A (zh) * 2012-11-23 2013-05-01 中国科学院沈阳自动化研究所 一种用于auv实时路径规划的免疫遗传算法
CN103092204A (zh) * 2013-01-18 2013-05-08 浙江大学 一种混合的机器人动态路径规划方法
CN103760904A (zh) * 2014-02-13 2014-04-30 北京工业大学 一种语音播报式智能车辆路径规划装置与实施方法
CN104554258A (zh) * 2013-10-28 2015-04-29 通用汽车环球科技运作有限责任公司 采用虚拟势场技术的避让转向操作的路径规划
CN105549597A (zh) * 2016-02-04 2016-05-04 同济大学 一种基于环境不确定性的无人车动态路径规划方法
CN105679068A (zh) * 2016-02-26 2016-06-15 重庆邮电大学 一种与智能停车场协同的智能车辆自动驾驶系统和方法
CN105718997A (zh) * 2016-01-15 2016-06-29 中国民航管理干部学院 基于人工势场法与蚁群算法的混合多飞行器冲突解脱方法
KR101703144B1 (ko) * 2012-02-09 2017-02-06 한국전자통신연구원 차량의 자율주행 장치 및 그 방법
KR20170118501A (ko) * 2016-04-15 2017-10-25 현대자동차주식회사 자율주행차량의 주행경로 생성장치 및 방법
CN107368077A (zh) * 2017-08-15 2017-11-21 西京学院 一种基于遗传‑蚁群算法的机器人路径规划方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7734387B1 (en) * 2006-03-31 2010-06-08 Rockwell Collins, Inc. Motion planner for unmanned ground vehicles traversing at high speeds in partially known environments
KR101703144B1 (ko) * 2012-02-09 2017-02-06 한국전자통신연구원 차량의 자율주행 장치 및 그 방법
CN102768807A (zh) * 2012-06-14 2012-11-07 龚䶮 模拟导弹制导的车辆路径规划方法
CN103077425A (zh) * 2012-11-23 2013-05-01 中国科学院沈阳自动化研究所 一种用于auv实时路径规划的免疫遗传算法
CN103092204A (zh) * 2013-01-18 2013-05-08 浙江大学 一种混合的机器人动态路径规划方法
CN104554258A (zh) * 2013-10-28 2015-04-29 通用汽车环球科技运作有限责任公司 采用虚拟势场技术的避让转向操作的路径规划
CN103760904A (zh) * 2014-02-13 2014-04-30 北京工业大学 一种语音播报式智能车辆路径规划装置与实施方法
CN105718997A (zh) * 2016-01-15 2016-06-29 中国民航管理干部学院 基于人工势场法与蚁群算法的混合多飞行器冲突解脱方法
CN105549597A (zh) * 2016-02-04 2016-05-04 同济大学 一种基于环境不确定性的无人车动态路径规划方法
CN105679068A (zh) * 2016-02-26 2016-06-15 重庆邮电大学 一种与智能停车场协同的智能车辆自动驾驶系统和方法
KR20170118501A (ko) * 2016-04-15 2017-10-25 현대자동차주식회사 자율주행차량의 주행경로 생성장치 및 방법
CN107368077A (zh) * 2017-08-15 2017-11-21 西京学院 一种基于遗传‑蚁群算法的机器人路径规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Dynamic Obstacle Avoidance Path Planning of UAVs;XUE QIAN等;《IEEE》;20151231;第8860-8865页 *
移动机器人路径规划方法研究;王艳平;《应用技术与研究》;20091231;第66-68页 *

Also Published As

Publication number Publication date
CN108898866A (zh) 2018-11-27

Similar Documents

Publication Publication Date Title
CN108898866B (zh) 一种智能车辆控制系统
CN112368662B (zh) 用于自主运载工具操作管理的定向调整动作
JP7194755B2 (ja) 軌道計画
US10120381B2 (en) Identifying significant locations based on vehicle probe data
US9697730B2 (en) Spatial clustering of vehicle probe data
US11447129B2 (en) System and method for predicting the movement of pedestrians
JP2022163098A (ja) 自律走行車の動作管理
CN111301390A (zh) 基于传感器数据更新自动驾驶车辆的地图数据
CN112498366A (zh) 自动驾驶车辆、控制方法、装置、设备及存储介质
CN111629945A (zh) 自主车辆运行管理场景
CN108437972B (zh) 一种基于位置偏差的轨迹跟踪方法和装置
US9778658B2 (en) Pattern detection using probe data
CN112429016B (zh) 一种自动驾驶控制方法及装置
CN104412309B (zh) 推荐行驶模式生成装置及推荐行驶模式生成方法
CN112644486B (zh) 一种基于驾驶安全场的智能车避障轨迹规划方法
WO2020150561A1 (en) Vehicle control
CN110782707A (zh) 汽车变道控制方法和装置、汽车、存储介质
CN113785252A (zh) 停放自主驾驶车辆用于自主充电的方法
CN104002810A (zh) 一种北斗卫星导航定位的车辆限速系统及其方法
JP2024514078A (ja) マップを改良するために新しい道路を探索するためのルートプランナ及び意思決定
US20230311877A1 (en) System and Method for Proactive Lane Assist
CN110908367A (zh) 一种基于scstsv的智能网联汽车计算平台
JP2024517167A (ja) 系統的最適化を伴う車両案内
CN203164762U (zh) 一种小车自动导引和避障系统
CN112462776A (zh) 一种基于非结构化道路的无人驾驶决策方法

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
TA01 Transfer of patent application right

Effective date of registration: 20210219

Address after: Room 217, 2819 Laiyang Road, Pudong New Area, Shanghai, 200120

Applicant after: Matrix data technology (Shanghai) Co.,Ltd.

Address before: 518000 Guangdong, Shenzhen, Nanshan District, Guangdong Province, Nanshan District high tech Park South Road, 6 floor, 601 room, building.

Applicant before: SHENZHEN WANZHI LIANHE TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant