CN110782673A - 一种基于无人机拍摄云端计算的车辆违章识别检测系统 - Google Patents
一种基于无人机拍摄云端计算的车辆违章识别检测系统 Download PDFInfo
- Publication number
- CN110782673A CN110782673A CN201911026434.8A CN201911026434A CN110782673A CN 110782673 A CN110782673 A CN 110782673A CN 201911026434 A CN201911026434 A CN 201911026434A CN 110782673 A CN110782673 A CN 110782673A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- unmanned aerial
- aerial vehicle
- shooting
- transmission module
- 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.)
- Pending
Links
Images
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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
- H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于无人机拍摄云端计算的车辆违章识别检测系统，包括云端平台和无人机，所述无人机上设有拍摄系统和网络传输模块，无人机通过网络传输模块将拍摄到的视频传送到云端平台，云端平台对无人机传输回来的视频数据先利用yolov3算法进行车辆的识别，再利用卡尔曼滤波跟踪算法对识别出的车辆进行跟踪，然后检测应急车道，判断识别出的车辆是否在应急车道内，最后对在应急车道内的车辆进行车尾灯的检测，判断车辆是否违章。本发明能够对高速路段应急车道违章情况进行实时地检测，可以节省人力物力，节约时间。
Description
技术领域
本发明涉及智能识别检测技术领域，具体涉及一种基于无人机拍摄云端计算的车辆违章识别检测系统。
背景技术
目前高速公路夜间货车司机违停应急车道现象比较严重，占用应急车道违停是一种非常危险的违章行为，尤其凌晨4点人在最疲劳的时候极其危险。对于识别、制止占用应急车道违停的常规做法是在高速上定点安置摄像头以及高速巡逻大队安排司机和汽车24小时不间断巡逻高速公路，费时费力。近几年来随着无人机的快速发展，依托无人机航拍图像进行目标侦察或民用测绘作业相比人力巡逻具有高效、方便、安全等多方面优势。传统的算法识别通常采用特征提取加分类器选择的方式，虽然相对于人工方式效率较高但识别率偏低，容易造成误判、错判。
随着机器学习算法的快速发展，拟利用现代深度学习技术，对无人机采集的大量数据进行训练，自动学习到更深层次的特征，然后进行识别与检测，在数据量充分的情况下，能够大大提高识别与检测的准确率。将深度学习算法与无人机实时拍摄进行结合，能够实现高速路交通状况自动检测，大大节省人力。
发明内容
本发明的目的在于克服现有技术存在的问题，提供了一种基于无人机拍摄云端计算的车辆违章识别检测系统。
本发明解决上述技术问题采用的技术方案为：
一种基于无人机拍摄云端计算的车辆违章识别检测系统，其包括云端平台和无人机，所述无人机上设有拍摄系统和网络传输模块，所述无人机通过网络传输模块将拍摄到的视频传送到云端平台，所述云端平台上分配有图片数据采集存储资源和运算资源，对所述无人机传输过来的视频数据进行存储和计算判断，所述云端平台采取了yolov3算法识别车辆，对识别出来的车辆判断是否存在违章，本发明中所指的违章主要是指占用应急车道行车、占用应急车道行车等。如若识别出违章，将违章车辆的信息呈现出来。
进一步的，整体实时检测流程包括以下步骤：
（1）所述无人机与对应的云端平台通过网络传输模块建立连接通道；
（2）无人机根据设定的路线和拍摄系统进行拍照；
（3）无人机将所采集到的视频通过网络传输模块建立的连接通道实时传递到云端服务器；
（4）云端服务器对传送回来的图像视频进行存储；
（5）读取视频流，将每一帧图片投入yolov3卷积网络；
（6）将卷积网络得出目标物体在图片中的位置信息，送至卡尔曼滤波跟踪算法中；
（7）原始图片检测应急车道线
（7.1）图像转换为灰度图像
（7.2）使用高斯模糊对图像进行去噪声处理
（7.3）提取图像的轮廓
（7.4）模板图像，只保留图像的感兴趣区域
（7.5）使用hough变换，提取轮廓图中的不间断直线
（7.6）对提取后的直线集合进行处理整合
（8）将卷积网络得出目标物体在图片中的位置信息，与应急车道位置对比，判断目标物体是否在车道线内；
（9）对在应急车道内的车辆检测尾部是否有亮灯；
（9.1）sobel算子计算得到尾灯位置
（9.2）HSV颜色空间分割和RGB模型融合，kalman滤波器跟踪尾灯
（10）根据设定好的频率，检测尾灯亮暗情况，判断是否为双闪；
（11）将违章车辆的位置信息以及图片等存储入文件夹
进一步的，所述无人机包括：
导航定位装置，用于与卫星通信，获得当前地理位置信息；
电机驱动，用于驱动电机，完成位移或者姿态调整；
网络传输模块，用于建立网络连接通路，实时将图片数据传送到云服务平台；
拍摄系统：用于在飞行过程中执行定点拍摄任务；
云台控制装置，用于控制拍摄系统中的摄像头的转向，用以控制拍摄系统定向拍摄。
所述云端平台提供如下服务：
车辆识别，车辆跟踪，车道线检测，车尾灯判断。
优选的，所述网络传输模块为4G传输模块。
本发明的有益效果是:
本发明能够对高速路段应急车道违章情况进行实时地检测，检测识别结果准确率高，识别检测系统不受地域限制，可大大节省人力物力，节约时间，提高高速路违章执法效率。
附图说明
图1为本发明的整体结构框图；
图2为本发明的无人机组成结构原理图；
图3为本发明的云端平台流程图。
具体实施方式
下面将参考附图并结合实施例，来详细说明本发明。
如图1所示的一种基于无人机拍摄云端计算的车辆违章识别检测系统，包括云端平台和无人机，所述无人机上设有拍摄系统和网络传输模块，所述无人机通过网络传输模块将拍摄到的视频传送到云端平台，所述云端平台上分配有图片数据采集存储资源和运算资源，对所述无人机传输过来的图片数据进行存储和计算判断，所述云端平台采取了yolov3算法识别车辆，对识别出来的车辆判断是否在应急车道范围内。如若识别出违章，将违章车辆的信息呈现出来。
进一步的，整体实时检测流程包括以下步骤：
（1）所述无人机与对应的云端平台通过网络传输模块建立连接通道；
（2）无人机根据设定的路线和拍摄系统进行拍照；
（3）无人机将所采集到的视频通过网络传输模块建立的连接通道实时传递到云端服务器；
（4）云端服务器对传送回来的图像视频进行存储；
（5）读取视频流，将每一帧图片投入yolov3卷积网络；
（6）将卷积网络得出目标物体在图片中的位置信息，送至卡尔曼滤波跟踪算法中；
（7）原始图片检测应急车道线
（7.1）图像转换为灰度图像
（7.2）使用高斯模糊对图像进行去噪声处理
（7.3）提取图像的轮廓
（7.4）模板图像，只保留图像的感兴趣区域
（7.5）使用hough变换，提取轮廓图中的不间断直线
（7.6）对提取后的直线集合进行处理整合
（8）将卷积网络得出目标物体在图片中的位置信息，与应急车道位置对比，判断目标物体是否在车道线内；
（9）对在应急车道内的车辆检测尾部是否有亮灯；
（9.1）sobel算子计算得到尾灯位置
（9.2）HSV颜色空间分割和RGB模型融合，kalman滤波器跟踪尾灯
（10）根据设定好的频率，检测尾灯亮暗情况，判断是否为双闪；
（11）将违章车辆的位置信息以及图片等存储入文件夹
进一步的，如图2所示，所述无人机组成结构包括：
导航定位装置，用于与卫星通信，获得当前地理位置信息；
电机驱动装置，用于驱动电机，完成位移或者姿态调整；
网络传输模块，用于建立网络连接通路，实时将图片数据传送到云服务平台，所述网络传输模块为4G传输模块；
拍摄系统：用于在飞行过程中执行定点拍摄任务；
云台控制装置，用于控制拍摄系统中的摄像头的转向，用以控制拍摄系统定向拍摄。
所述云端平台提供如下服务：
车辆识别，车辆跟踪，车道线检测，车尾灯判断。
所述云端平台流程图如下：
（1）云端服务器对传送回来的图像视频进行存储；
（2）读取视频流，将每一帧图片投入yolov3卷积网络；
（3）将卷积网络得出目标物体在图片中的位置信息，送至卡尔曼滤波跟踪算法中；
（4）原始图片检测应急车道线
（5）将卷积网络得出目标物体在图片中的位置信息，与应急车道位置对比，判断目标物体是否在车道线内；
（6）对在应急车道内的车辆检测尾部是否有亮灯；
（7）根据设定好的频率，检测尾灯亮暗情况，判断是否为双闪；
（8）将违章车辆的位置信息以及图片等存储入文件夹。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于无人机拍摄云端计算的车辆违章识别检测系统，其特征在于：包括云端平台和无人机，所述无人机上设有拍摄系统和网络传输模块，所述无人机通过网络传输模块将拍摄到的视频传送到云端平台，所述云端平台上分配有图片数据采集存储资源和运算资源，对所述无人机传输过来的视频数据进行存储和计算判断，所述云端平台采取了yolov3算法识别车辆，对识别出来的车辆判断是否存在违章。
2.根据权利要求1所述的一种基于无人机拍摄云端计算的车辆违章识别检测系统，其特征在于：所述的违章为占用应急车道停车、占用应急车道行车。
3.根据权利要求1所述的一种基于无人机拍摄云端计算的车辆违章识别检测系统，其特征在于，整体实时检测流程包括以下步骤：
（1）所述无人机与对应的云端平台通过网络传输模块建立连接通道；
（2）无人机根据设定的路线和拍摄系统进行拍照；
（3）无人机将所采集到的视频通过网络传输模块建立的连接通道实时传递到云端服务器；
（4）云端服务器对传送回来的图像视频进行存储；
（5）读取视频流，将每一帧图片投入yolov3卷积网络；
（6）将卷积网络得出目标物体在图片中的位置信息，送至卡尔曼滤波跟踪算法中；
（7）原始图片检测应急车道线
（8）将卷积网络得出目标物体在图片中的位置信息，与应急车道位置对比，判断目标物体是否在车道线内；
（9）对在应急车道内的车辆检测尾部是否有亮灯；
（10）根据设定好的频率，检测尾灯亮暗情况，判断是否为双闪；
（11）将违章车辆的位置信息以及图片等存储入文件夹。
4. 根据权利要求3所述的一种基于无人机拍摄云端计算的车辆违章识别检测系统，其特征在于，步骤（7）中所述的原始图片检测应急车道线，具体为：
（7.1）图像转换为灰度图像
（7.2）使用高斯模糊对图像进行去噪声处理
（7.3）提取图像的轮廓
（7.4）模板图像，只保留图像的感兴趣区域
（7.5）使用hough变换，提取轮廓图中的不间断直线
（7.6）对提取后的直线集合进行处理整合。
5.根据权利要求3所述的一种基于无人机拍摄云端计算的车辆违章识别检测系统，其特征在于，步骤（9）中所述的对在应急车道内的车辆检测尾部是否有亮灯，具体为：
（9.1）sobel算子计算得到尾灯位置；
（9.2）HSV颜色空间分割和RGB模型融合，kalman滤波器跟踪尾灯。
6.根据权利要求1或3所述的一种基于无人机拍摄云端计算的车辆违章识别检测系统，其特征在于，所述无人机包括：
导航定位装置，用于与卫星通信，获得当前地理位置信息；
电机驱动，用于驱动电机，完成位移或者姿态调整；
网络传输模块，用于建立网络连接通路，实时将图片数据传送到云服务平台；
拍摄系统：用于在飞行过程中执行定点拍摄任务；
云台控制装置，用于控制拍摄系统中的摄像头的转向，用以控制拍摄系统定向拍摄。
7.根据权利要求6所述的一种基于无人机拍摄云端计算的车辆违章识别检测系统，其特征在于：所述网络传输模块为4G传输模块。
8.根据权利要求1或3所述的一种基于无人机拍摄云端计算的车辆违章识别检测系统，其特征在于，所述云端平台提供如下服务：车辆识别，车辆跟踪，车道线检测，车尾灯判断。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911026434.8A CN110782673A (zh) | 2019-10-26 | 2019-10-26 | 一种基于无人机拍摄云端计算的车辆违章识别检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911026434.8A CN110782673A (zh) | 2019-10-26 | 2019-10-26 | 一种基于无人机拍摄云端计算的车辆违章识别检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110782673A true CN110782673A (zh) | 2020-02-11 |
Family
ID=69386559
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911026434.8A Pending CN110782673A (zh) | 2019-10-26 | 2019-10-26 | 一种基于无人机拍摄云端计算的车辆违章识别检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110782673A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111343436A (zh) * | 2020-03-26 | 2020-06-26 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 基于云边协同的轨道交通视频监控方法及系统 |
| CN112149595A (zh) * | 2020-09-29 | 2020-12-29 | 爱动超越人工智能科技（北京）有限责任公司 | 一种利用无人机检测车道线及车辆违规的方法 |
| CN112256062A (zh) * | 2020-11-05 | 2021-01-22 | 浙江点辰航空科技有限公司 | 一种用于高速公路巡检的无人机 |
| CN112258843A (zh) * | 2020-11-05 | 2021-01-22 | 浙江点辰航空科技有限公司 | 一种应用于高速公路应急车道无人机巡检的图像识别方法 |
| CN112289037A (zh) * | 2020-10-29 | 2021-01-29 | 南通中铁华宇电气有限公司 | 基于复杂环境下高视角的机动车辆违规停车检测方法及系统 |
| CN112509037A (zh) * | 2020-12-02 | 2021-03-16 | 成都时代星光科技有限公司 | 一种无人机飞行着陆视觉处理系统及方法 |
| CN112699854A (zh) * | 2021-03-22 | 2021-04-23 | 亮风台（上海）信息科技有限公司 | 一种识别停止行驶车辆的方法与设备 |
| CN113593256A (zh) * | 2021-09-29 | 2021-11-02 | 深圳联和智慧科技有限公司 | 基于城市管理的无人机智能驱离控制方法、系统及云平台 |
| CN113688758A (zh) * | 2021-08-31 | 2021-11-23 | 重庆科技学院 | 基于边缘计算的输气管道高后果区智能识别系统 |
| CN114255597A (zh) * | 2020-09-23 | 2022-03-29 | 顺丰科技有限公司 | 应急车道占用行为检测方法、装置、电子设备及存储介质 |
| CN114566054A (zh) * | 2022-04-29 | 2022-05-31 | 深圳联和智慧科技有限公司 | 基于无人机航摄技术的违法抓拍占用应急车道方法及系统 |
| CN115482670A (zh) * | 2022-09-02 | 2022-12-16 | 山东浪潮新基建科技有限公司 | 基于无人机的车辆违停识别方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105679023A (zh) * | 2016-02-19 | 2016-06-15 | 李彦玮 | 一种基于无人机的高速公路违章监测系统 |
| CN107240268A (zh) * | 2017-07-28 | 2017-10-10 | 西安因诺航空科技有限公司 | 一种面向无人机的高速应急车道违章车辆的检测方法 |
| CN109637151A (zh) * | 2018-12-31 | 2019-04-16 | 上海眼控科技股份有限公司 | 一种高速公路应急车道违章行驶的识别方法 |
| CN110351478A (zh) * | 2019-05-21 | 2019-10-18 | 江苏看见云软件科技有限公司 | 一种处理违章信息的无人机采集传输系统 |
| KR20190120968A (ko) * | 2018-04-17 | 2019-10-25 | 동명대학교산학협력단 | 무인 비행체를 이용한 고속도로 교통위반 단속 시스템 |
-
2019
- 2019-10-26 CN CN201911026434.8A patent/CN110782673A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105679023A (zh) * | 2016-02-19 | 2016-06-15 | 李彦玮 | 一种基于无人机的高速公路违章监测系统 |
| CN107240268A (zh) * | 2017-07-28 | 2017-10-10 | 西安因诺航空科技有限公司 | 一种面向无人机的高速应急车道违章车辆的检测方法 |
| KR20190120968A (ko) * | 2018-04-17 | 2019-10-25 | 동명대학교산학협력단 | 무인 비행체를 이용한 고속도로 교통위반 단속 시스템 |
| CN109637151A (zh) * | 2018-12-31 | 2019-04-16 | 上海眼控科技股份有限公司 | 一种高速公路应急车道违章行驶的识别方法 |
| CN110351478A (zh) * | 2019-05-21 | 2019-10-18 | 江苏看见云软件科技有限公司 | 一种处理违章信息的无人机采集传输系统 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111343436A (zh) * | 2020-03-26 | 2020-06-26 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 基于云边协同的轨道交通视频监控方法及系统 |
| CN114255597B (zh) * | 2020-09-23 | 2023-07-07 | 顺丰科技有限公司 | 应急车道占用行为检测方法、装置、电子设备及存储介质 |
| CN114255597A (zh) * | 2020-09-23 | 2022-03-29 | 顺丰科技有限公司 | 应急车道占用行为检测方法、装置、电子设备及存储介质 |
| CN112149595A (zh) * | 2020-09-29 | 2020-12-29 | 爱动超越人工智能科技（北京）有限责任公司 | 一种利用无人机检测车道线及车辆违规的方法 |
| CN112289037A (zh) * | 2020-10-29 | 2021-01-29 | 南通中铁华宇电气有限公司 | 基于复杂环境下高视角的机动车辆违规停车检测方法及系统 |
| CN112289037B (zh) * | 2020-10-29 | 2022-06-07 | 南通中铁华宇电气有限公司 | 基于复杂环境下高视角的机动车辆违规停车检测方法及系统 |
| CN112256062A (zh) * | 2020-11-05 | 2021-01-22 | 浙江点辰航空科技有限公司 | 一种用于高速公路巡检的无人机 |
| CN112258843A (zh) * | 2020-11-05 | 2021-01-22 | 浙江点辰航空科技有限公司 | 一种应用于高速公路应急车道无人机巡检的图像识别方法 |
| CN112509037A (zh) * | 2020-12-02 | 2021-03-16 | 成都时代星光科技有限公司 | 一种无人机飞行着陆视觉处理系统及方法 |
| CN112699854A (zh) * | 2021-03-22 | 2021-04-23 | 亮风台（上海）信息科技有限公司 | 一种识别停止行驶车辆的方法与设备 |
| CN112699854B (zh) * | 2021-03-22 | 2021-07-20 | 亮风台（上海）信息科技有限公司 | 一种识别停止行驶车辆的方法与设备 |
| CN113688758A (zh) * | 2021-08-31 | 2021-11-23 | 重庆科技学院 | 基于边缘计算的输气管道高后果区智能识别系统 |
| CN113688758B (zh) * | 2021-08-31 | 2023-05-30 | 重庆科技学院 | 基于边缘计算的输气管道高后果区智能识别系统 |
| CN113593256A (zh) * | 2021-09-29 | 2021-11-02 | 深圳联和智慧科技有限公司 | 基于城市管理的无人机智能驱离控制方法、系统及云平台 |
| CN113593256B (zh) * | 2021-09-29 | 2021-12-28 | 深圳联和智慧科技有限公司 | 基于城市管理的无人机智能驱离控制方法、系统及云平台 |
| CN114566054A (zh) * | 2022-04-29 | 2022-05-31 | 深圳联和智慧科技有限公司 | 基于无人机航摄技术的违法抓拍占用应急车道方法及系统 |
| CN115482670A (zh) * | 2022-09-02 | 2022-12-16 | 山东浪潮新基建科技有限公司 | 基于无人机的车辆违停识别方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110782673A (zh) | 一种基于无人机拍摄云端计算的车辆违章识别检测系统 | |
| CN110688992B (zh) | 交通信号识别方法、装置、车辆导航设备和无人驾驶车辆 | |
| CN108189838B (zh) | 一种融合型自适应巡航弯道控制方法及装置 | |
| Cheng et al. | Lane detection with moving vehicles in the traffic scenes | |
| CN111695546B (zh) | 用于无人车的交通信号灯识别方法和装置 | |
| CN111508260A (zh) | 车辆停车位检测方法、装置和系统 | |
| CN105654773A (zh) | 一种车载伴飞无人机智能导引系统 | |
| CN112364707B (zh) | 一种智能车对复杂路况进行超视距感知的系统及方法 | |
| CN108108750A (zh) | 基于深度学习和单目视觉的距离空间重建方法 | |
| CN110033622A (zh) | 基于无人机航摄技术的违法抓拍占用应急车道方法 | |
| CN110837800A (zh) | 一种面向港口恶劣天气的目标检测和识别的方法 | |
| CN107609472A (zh) | 一种基于车载双摄像头的无人驾驶汽车机器视觉系统 | |
| CN106985819A (zh) | 车辆行驶意图的判断方法和装置 | |
| CN114898296A (zh) | 基于毫米波雷达与视觉融合的公交车道占用检测方法 | |
| CN102298693A (zh) | 基于计算机视觉的高速公路弯道检测方法 | |
| CN102902957A (zh) | 一种基于视频流的自动车牌识别方法 | |
| CN105740837A (zh) | 一种基于无人机的违法占用应急车道检测方法 | |
| CN109398422A (zh) | 一种停车时车辆位置确定方法及对标停车方法 | |
| CN112687103A (zh) | 基于车联网技术的车辆变道的检测方法及系统 | |
| CN107393311A (zh) | 一种车牌篡改识别装置及方法 | |
| CN106515602A (zh) | 一种无人驾驶汽车交通标志牌识别装置 | |
| CN106548627A (zh) | 一种基于车联网的rfid传感道路监控系统 | |
| US20210114611A1 (en) | System for performing effective identification of vehicle line pressing and giving early prompt | |
| CN114419885A (zh) | 基于高精定位和车载感知能力的车辆违章抓拍方法及系统 | |
| CN207367374U (zh) | 智能交通标志牌以及智能交通系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200211 |
|
| RJ01 | Rejection of invention patent application after publication |