CN110619678A - 一种基于点云匹配的电力杆塔巡检航迹生成方法 - Google Patents

一种基于点云匹配的电力杆塔巡检航迹生成方法 Download PDF

Info

Publication number
CN110619678A
CN110619678A CN201910753647.4A CN201910753647A CN110619678A CN 110619678 A CN110619678 A CN 110619678A CN 201910753647 A CN201910753647 A CN 201910753647A CN 110619678 A CN110619678 A CN 110619678A
Authority
CN
China
Prior art keywords
point cloud
power tower
data
obj
tower
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
CN201910753647.4A
Other languages
English (en)
Other versions
CN110619678B (zh
Inventor
毛翔
陈龙
张志鹏
潘佳捷
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 Uav Intelligent Science & Technology Co ltd
Wuhan NARI Ltd
Original Assignee
Chengdu Uav Intelligent Science & 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 Uav Intelligent Science & Technology Co ltd filed Critical Chengdu Uav Intelligent Science & Technology Co ltd
Priority to CN201910753647.4A priority Critical patent/CN110619678B/zh
Publication of CN110619678A publication Critical patent/CN110619678A/zh
Application granted granted Critical
Publication of CN110619678B publication Critical patent/CN110619678B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于点云匹配的电力杆塔巡检航迹生成方法,包括以下步骤：S1.针对一个确定类型的电力杆塔进行三维建模，获取该电力杆塔的三维点云数据cloud_t作为点云模板数据，规划该电力杆塔的自主巡检航迹trace_t作为与点云模板数据对应的航迹模板数据；S2.对于相同类型的目标杆塔进行三维建模，获取目标杆塔的三维点云数据cloud_obj；S3.将点云模板数据与目标杆塔的三维点云数据进行配准，得到点云模板数据与目标杆塔三维点云数据之间的平移向量t和旋转矩阵R；S4.利用平移向量t和旋转矩阵R对航迹模板数据trace_t进行平移和旋转变换，得到目标电力杆塔的巡检航迹trace_obj。本发明提高了电力杆塔巡检航迹的生成效率，并且可以保证相同类型杆塔的巡检数据保持较高的一致性。

Description

一种基于点云匹配的电力杆塔巡检航迹生成方法
技术领域
本发明涉及电力杆塔的巡检，特别是涉及一种基于点云匹配的电力杆塔巡检航迹生成方法。
背景技术
目前利用无人机对电力杆塔巡检已经成为了非常高效的作业模式，但是现在大多数的地市局还只是停留在人工控制无人机对高压电塔进行巡检的模式。人工巡检具有作业效率低，采集数据一致性差等问题。为此的方式有以下几种：
第一、手动操控无人机对电力线路巡检，然后在飞行过程中利用软件把整个飞行轨迹以及拍照点相机的姿态记录下来，进而生成可以重复巡检的自主航迹。
第二、利用激光雷达或倾斜摄影相机对目标杆塔进行三维建模，然后在生成的点云数据中标注出杆塔的部分关键点获取相应的位置信息，最后再通过相应算法计算出相应的自主巡检航迹。
上述方法中，第一种巡检模式需要对每一个杆塔都至少巡检一次，分别采集相应的自主巡检航迹，进而实现对指定杆塔的自主巡检。由于所有航迹都是独立采集，因此针对相同型号杆塔最终生成的自主航迹差异性也还较大。
第二种巡检模式，通过标注杆塔的关键点获取相应坐标信息后，通过算法直接生成相应航线，不需要针对杆塔独立采集航迹。因此最终针对相同类型的杆塔最终巡检结果会有比较高的一致性。但是这种方法同样也存在一些问题：需要对杆塔进行手工标注，标注点数量较多标注的工作量较大；如果采集的点云数据不够稠密，可能无法对关键点进行标注，会导致最终生成航迹误差较大，甚至生成失败。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于点云匹配的电力杆塔巡检航迹生成方法，有效提高了电力杆塔巡检航迹的生成效率。
本发明的目的是通过以下技术方案来实现的：一种基于点云匹配的电力杆塔巡检航迹生成方法，包括以下步骤：
S1.针对一个确定类型的电力杆塔进行三维建模，获取该电力杆塔的三维点云数据cloud_t作为点云模板数据，并规划该电力杆塔的自主巡检航迹trace_t作为与点云模板数据对应的航迹模板数据；
S2.对于相同类型的目标杆塔进行三维建模，获取目标杆塔的三维点云数据cloud_obj；
S3.利用点云配准算法把点云模板数据与目标杆塔的三维点云数据进行配准，得到点云模板数据与目标杆塔三维点云数据之间的平移向量t和旋转矩阵R；
S4.利用得到的平移向量t和旋转矩阵R对航迹模板数据trace_t进行平移和旋转变换，得到目标电力杆塔的自主巡检航迹trace_obj。
优选地，所述步骤S1中，通过激光雷达扫描或者倾斜摄影的方式对确定类型的电力杆塔进行三维建模，获取该电力杆塔的三维点云数据cloud_t；同理地，所述步骤S2中，通过三维激光雷达扫描或者倾斜摄影的方式对目标杆塔进行三维建模，获取该电力杆塔的三维点云数据cloud_obj。
优选地，所述三维点云数据cloud_t和三维点云数据cloud_obj均由一系列三维坐标点构成。
优选地，所述自主巡检航迹trace_t和目标电力杆塔的巡检航迹trace_obj，均由一系列三维坐标点和与三维坐标点对应的相机姿态角构成。
优选地，步骤S3中所述的点云匹配算法可以是ICP迭代邻近点算法，也可以是其它的点云匹配或对准算法，步骤S3中的通过点云匹配算法获得的平移向量t和旋转矩阵R满足如下条件：
设点云模板数据cloud_t经平移向量t和旋转矩阵R变换后，得到一个新的点云模板数据cloud_t_obj：
cloud_t_obj＝R*cloud_t+t；
则经过变换之后的点云模板数据cloud_t_obj需要与目标杆塔的三维点云数据cloud_obj重叠。
优选地，所述步骤S4中，目标电力杆塔的巡检航迹trace_obj为：
trace_obj＝R*trace_t+t。
本发明的有益效果是：本发明在生成巡检航迹时不需要对所有目标杆塔进行关键点标注，在不需要对每一个杆塔均进行一次手动巡检，有助于提高航迹生成的效率；即使目标杆塔点云数据比较稀疏，利用匹配算法也可以很好的实现配准，具有较高的鲁棒性，这也就降低了对采集数据的要求；同时获得的航迹具有非常高的一致性，有助于提高后期巡检照片分析处理的效率。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
如图1所示，一种基于点云匹配的电力杆塔巡检航迹生成方法，包括以下步骤：
S1.针对一个确定类型的电力杆塔进行三维建模，获取该电力杆塔的三维点云数据cloud_t作为点云模板数据，并规划该电力杆塔的自主巡检航迹trace_t作为与点云模板数据对应的航迹模板数据；
S2.对于相同类型的目标杆塔进行三维建模，获取目标杆塔的三维点云数据cloud_obj；
S3.利用点云配准算法把点云模板数据与目标杆塔的三维点云数据进行配准，得到点云模板数据与目标杆塔三维点云数据之间的平移向量t和旋转矩阵R；
S4.利用得到的平移向量t和旋转矩阵R对航迹模板数据trace_t进行平移和旋转变换，得到目标电力杆塔的自主巡检航迹trace_obj。
在本申请的实施例中，步骤S1通过激光雷达扫描或者倾斜摄影的方式对特定类型的电力杆塔进行三维建模，获取该电力杆塔的三维点云数据cloud_t；步骤S2通过激光雷达扫描或者倾斜摄影的方式对目标杆塔进行三维建模，获取该电力杆塔的三维点云数据cloud_obj；在本申请的实施例中，所述三维点云数据cloud_t和三维点云数据cloud_obj均由一系列三维坐标点构成；所述自主巡检航迹trace_t和目标电力杆塔的巡检航迹trace_obj，均由一系列三维坐标点和与三维坐标点对应的相机姿态角构成。
在本申请的实施例中，步骤S3中所述的点云匹配算法可以是ICP迭代邻近点算法，也可以是其他的点云匹配算法。
在本申请的实施例中，步骤S3通过点云匹配算法获得的平移向量t和旋转矩阵R满足如下条件：
设点云模板数据cloud_t经平移向量t和旋转矩阵R进行变换后，得到一个新的点云模板数据cloud_t_obj：
cloud_t_obj＝R*cloud_t+t。
则经过变换之后的点云模板数据cloud_t_obj需要与目标杆塔的三维点云数据cloud_obj重叠。在该实施例中，t为三维向量，R为3*3的旋转矩阵；
所述步骤S4中，目标电力杆塔的自主巡检航迹trace_obj为：
trace_obj＝R*trace_t+t。
在本申请的实施例中，所述步骤S1中，针对一个确定类型的电力杆塔，规划自主巡检航迹的方法包括两种：一种是手动操控无人及对该电力杆塔进行巡检，在飞行过程中利用软件把整个飞行轨迹记录以及拍照点相机的姿态(相机姿态角)记录下来，进而生成自主巡检航迹；另一种是利用激光雷达或倾斜摄影相机对目标杆塔进行三维建模，然后在生成的点云数据中标注出杆塔的部分关键点获取相应的位置信息，设置关键点的巡检顺序和关键点的相机姿态角进而生成自主巡检航迹。需要说明的是，本申请与现有巡检航迹生成方式的不同点在于，只需要对一个确定类型的电力杆塔进行上述航迹规划，即可实现相同类型所有目标杆塔的航迹生成。不需要对所有目标杆塔进行关键点标注，也不需要对每一个杆塔均进行一次手动巡检，有助于提高自主航迹生成的效率；即使目标杆塔点云数据比较稀疏，利用匹配算法也可以很好的实现配准，具有较高的鲁棒性，可以降低对采集数据的要求；同时获得的航迹具有非常高的一致性，有助于提高后期巡检照片分析处理的效率。
最后需要说明的是，以上所述是本发明的优选实施方式，应当理解本发明并非局限于所披露的形式，不应该看作是对其他实施例的排除，而可用于其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (8)

1.一种基于点云匹配的电力杆塔巡检航迹生成方法，其特征在于：包括以下步骤：
S1.针对一个确定类型的电力杆塔进行三维建模，获取该电力杆塔的三维点云数据cloud_t作为点云模板数据，并规划该电力杆塔的自主巡检航迹trace_t作为与点云模板数据对应的航迹模板数据；
S2.对于相同类型的目标杆塔进行三维建模，获取目标杆塔的三维点云数据cloud_obj；
S3.利用点云配准算法把点云模板数据与目标杆塔的三维点云数据进行配准，得到点云模板数据与目标杆塔三维点云数据之间的平移向量t和旋转矩阵R；
S4.利用得到的平移向量t和旋转矩阵R对航迹模板数据trace_t进行平移和旋转变换，得到目标电力杆塔的巡检航迹trace_obj。
2.根据权利要求1所述的一种基于点云匹配的电力杆塔巡检航迹生成方法，其特征在于：所述步骤S1中，通过激光雷达扫描或者倾斜摄影的方式对确定类型的电力杆塔进行三维建模，获取该电力杆塔的三维点云数据cloud_t。
3.根据权利要求1所述的一种基于点云匹配的电力杆塔巡检航迹生成方法，其特征在于：所述步骤S2中，通过激光雷达扫描或者倾斜摄影的方式对目标杆塔进行三维建模，获取该电力杆塔的三维点云数据cloud_obj。
4.根据权利要求1所述的一种基于点云匹配的电力杆塔巡检航迹生成方法，其特征在于：所述三维点云数据cloud_t和三维点云数据cloud_obj均由一系列三维坐标点构成。
5.根据权利要求1所述的一种基于点云匹配的电力杆塔巡检航迹生成方法，其特征在于：所述自主巡检航迹trace_t和目标电力杆塔的巡检航迹trace_obj，均由一系列三维坐标点和与三维坐标点对应的相机姿态角构成。
6.根据权利要求1所述的一种基于点云匹配的电力杆塔巡检航迹生成方法，其特征在于：步骤S3中所述的点云匹配算法包括但不限于ICP迭代邻近点算法。
7.根据权利要求1所述的一种基于点云匹配的电力杆塔巡检航迹生成方法，其特征在于：步骤S3中的通过点云匹配算法获得的平移向量t和旋转矩阵R满足如下条件：
设点云模板数据cloud_t经平移向量t和旋转矩阵R进行变换后，得到一个新的点云模板数据cloud_t_obj：
cloud_t_obj＝R*cloud_t+t；
则经过变换之后的点云模板数据cloud_t_obj需要与目标杆塔的三维点云数据cloud_obj重叠。
8.根据权利要求1所述的一种基于点云匹配的电力杆塔巡检航迹生成方法，其特征在于：所述步骤S4中，目标电力杆塔的巡检航迹trace_obj为：
trace_obj＝R*trace_t+t。
CN201910753647.4A 2019-08-15 2019-08-15 一种基于点云匹配的电力杆塔巡检航迹生成方法 Active CN110619678B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910753647.4A CN110619678B (zh) 2019-08-15 2019-08-15 一种基于点云匹配的电力杆塔巡检航迹生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910753647.4A CN110619678B (zh) 2019-08-15 2019-08-15 一种基于点云匹配的电力杆塔巡检航迹生成方法

Publications (2)

Publication Number Publication Date
CN110619678A true CN110619678A (zh) 2019-12-27
CN110619678B CN110619678B (zh) 2022-10-21

Family

ID=68921784

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910753647.4A Active CN110619678B (zh) 2019-08-15 2019-08-15 一种基于点云匹配的电力杆塔巡检航迹生成方法

Country Status (1)

Country Link
CN (1) CN110619678B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112381944A (zh) * 2020-11-18 2021-02-19 同济大学 一种基于点云数据的输电线路杆塔形变4d观测方法
CN112698303A (zh) * 2020-12-23 2021-04-23 国网电力科学研究院武汉南瑞有限责任公司 基于无人机激光雷达点云杆塔倾斜参数测量方法及系统
CN112947519A (zh) * 2021-02-05 2021-06-11 北京御航智能科技有限公司 一种无人机的巡检方法、装置及边缘计算模块
CN113033508A (zh) * 2021-05-20 2021-06-25 成都奥伦达科技有限公司 一种基于点云的精细巡检航点快速生成方法
CN113066006A (zh) * 2021-04-25 2021-07-02 天津云圣智能科技有限责任公司 机载激光雷达点云数据的解算方法、装置和电子设备
CN113238578A (zh) * 2021-05-11 2021-08-10 上海电力大学 一种电力杆塔无人机巡检路线规划方法及系统
CN113253290A (zh) * 2021-04-26 2021-08-13 国网天津市电力公司 一种无人机巡检航线模板匹配方法
CN113296121A (zh) * 2021-05-26 2021-08-24 广东电网有限责任公司 基于机载激光雷达的辅助导航系统、方法、介质和设备
CN113494913A (zh) * 2021-09-07 2021-10-12 中国南方电网有限责任公司超高压输电公司检修试验中心 无人机电力巡检规划方法、装置、计算机设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170024929A1 (en) * 2015-04-14 2017-01-26 ETAK Systems, LLC Obtaining 3d modeling data using uavs for cell sites
CN108733755A (zh) * 2018-04-11 2018-11-02 国网山东省电力公司信息通信公司 一种基于输电线路三维信息的智能巡检方法及系统
CN109141434A (zh) * 2018-09-21 2019-01-04 国网电力科学研究院武汉南瑞有限责任公司 一种基于激光点云数据的无人机巡检轨迹获取方法
CN109240328A (zh) * 2018-09-11 2019-01-18 国网电力科学研究院武汉南瑞有限责任公司 一种基于无人机的杆塔自主巡检方法
CN109633674A (zh) * 2018-12-17 2019-04-16 云南电网有限责任公司带电作业分公司 基于激光点云数据的输电巡视三维航迹自动规划方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170024929A1 (en) * 2015-04-14 2017-01-26 ETAK Systems, LLC Obtaining 3d modeling data using uavs for cell sites
CN108733755A (zh) * 2018-04-11 2018-11-02 国网山东省电力公司信息通信公司 一种基于输电线路三维信息的智能巡检方法及系统
CN109240328A (zh) * 2018-09-11 2019-01-18 国网电力科学研究院武汉南瑞有限责任公司 一种基于无人机的杆塔自主巡检方法
CN109141434A (zh) * 2018-09-21 2019-01-04 国网电力科学研究院武汉南瑞有限责任公司 一种基于激光点云数据的无人机巡检轨迹获取方法
CN109633674A (zh) * 2018-12-17 2019-04-16 云南电网有限责任公司带电作业分公司 基于激光点云数据的输电巡视三维航迹自动规划方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112381944A (zh) * 2020-11-18 2021-02-19 同济大学 一种基于点云数据的输电线路杆塔形变4d观测方法
CN112381944B (zh) * 2020-11-18 2023-03-28 同济大学 一种基于点云数据的输电线路杆塔形变4d观测方法
CN112698303A (zh) * 2020-12-23 2021-04-23 国网电力科学研究院武汉南瑞有限责任公司 基于无人机激光雷达点云杆塔倾斜参数测量方法及系统
CN112947519A (zh) * 2021-02-05 2021-06-11 北京御航智能科技有限公司 一种无人机的巡检方法、装置及边缘计算模块
CN113066006A (zh) * 2021-04-25 2021-07-02 天津云圣智能科技有限责任公司 机载激光雷达点云数据的解算方法、装置和电子设备
CN113253290A (zh) * 2021-04-26 2021-08-13 国网天津市电力公司 一种无人机巡检航线模板匹配方法
CN113238578A (zh) * 2021-05-11 2021-08-10 上海电力大学 一种电力杆塔无人机巡检路线规划方法及系统
CN113033508A (zh) * 2021-05-20 2021-06-25 成都奥伦达科技有限公司 一种基于点云的精细巡检航点快速生成方法
CN113296121A (zh) * 2021-05-26 2021-08-24 广东电网有限责任公司 基于机载激光雷达的辅助导航系统、方法、介质和设备
CN113494913A (zh) * 2021-09-07 2021-10-12 中国南方电网有限责任公司超高压输电公司检修试验中心 无人机电力巡检规划方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN110619678B (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
CN110619678B (zh) 一种基于点云匹配的电力杆塔巡检航迹生成方法
CN110908401B (zh) 一种针对未知杆塔结构的无人机自主巡检方法
CN109741257B (zh) 全景图全自动拍摄、拼接系统及方法
CN110189315B (zh) 一种风电机组叶片无人机自动定位方法
Peng et al. Lidar point cloud guided monocular 3d object detection
CN110163177B (zh) 一种风电机组叶片无人机自动感知识别方法
CN110554704A (zh) 一种基于无人机的风机叶片自主巡检方法
CN112904877A (zh) 一种基于无人机的风机叶片自动巡检系统及方法
US20210266461A1 (en) Defect detection system using a camera equipped uav for building facades on complex asset geometry with optimal automatic obstacle deconflicted flightpath
Geppert et al. Efficient 2d-3d matching for multi-camera visual localization
CN111968177A (zh) 一种基于固定摄像头视觉的移动机器人定位方法
Zhang et al. Image-only real-time incremental UAV image mosaic for multi-strip flight
Yang et al. Towards accurate image stitching for drone-based wind turbine blade inspection
CN111126381A (zh) 一种基于r-dfpn算法的绝缘子倾斜定位与识别方法
WO2024007485A1 (zh) 基于视觉特征的空地多机器人地图融合方法
Gao et al. Multi-source data-based 3D digital preservation of largescale ancient chinese architecture: A case report
CN109472778B (zh) 一种基于无人机的高耸结构外观检测方法
Yao et al. Depthssc: Depth-spatial alignment and dynamic voxel resolution for monocular 3d semantic scene completion
Park et al. Depth is all you need for monocular 3d detection
Yu et al. An infrared image stitching method for wind turbine blade using uav flight data and u-net
Ye et al. Ec-sfm: Efficient covisibility-based structure-from-motion for both sequential and unordered images
CN110910349B (zh) 一种基于航拍视觉的风电机组状态获取方法
CN114723184B (zh) 一种基于视觉感知的风力发电机测量方法、装置以及设备
Alexiou et al. Visual navigation based on deep semantic cues for real-time autonomous power line inspection
CN116524382A (zh) 一种桥梁转体合拢准确性检验方法系统、设备

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
TA01 Transfer of patent application right

Effective date of registration: 20210331

Address after: 610000 No. 1, 12 floor, No. 1, Tianfu Avenue, 1388 middle and high tech Zone, Chengdu, Sichuan.

Applicant after: CHENGDU UAV INTELLIGENT SCIENCE & TECHNOLOGY Co.,Ltd.

Applicant after: Wuhan Nari Limited Liability Company of State Grid Electric Power Research Institute

Address before: 610000 Chengdu, Sichuan, China (Sichuan) free trade pilot area, Chengdu high tech Zone, Tianfu Avenue, 1388, 1, 12, 1292.

Applicant before: CHENGDU UAV INTELLIGENT SCIENCE & TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant