CN110880242B - 一种判断假牌套牌车辆真实号牌的方法 - Google Patents
一种判断假牌套牌车辆真实号牌的方法 Download PDFInfo
- Publication number
- CN110880242B CN110880242B CN201910928847.9A CN201910928847A CN110880242B CN 110880242 B CN110880242 B CN 110880242B CN 201910928847 A CN201910928847 A CN 201910928847A CN 110880242 B CN110880242 B CN 110880242B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- fake
- passing
- information
- plate
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000011835 investigation Methods 0.000 claims abstract description 4
- 239000003086 colorant Substances 0.000 claims description 4
- 230000006399 behavior Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 3
- 102100021222 ATP-dependent Clp protease proteolytic subunit, mitochondrial Human genes 0.000 description 1
- 102100034478 Cytokine-dependent hematopoietic cell linker Human genes 0.000 description 1
- 101000750222 Homo sapiens ATP-dependent Clp protease proteolytic subunit, mitochondrial Proteins 0.000 description 1
- 101000710210 Homo sapiens Cytokine-dependent hematopoietic cell linker Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
一种判断假牌套牌车辆真实号牌的方法,可解决假牌和套牌车辆严重扰乱了道路交通秩序,影响了交通安全的技术问题。包括:获取假牌套牌车辆的二次识别信息,获取假牌套牌车辆最近的时间点Tc的过车信息Iv;把所述二次识别信息与车管所车辆信息库进行模糊匹配,找到具有相似特征的车辆的号牌号码;获取嫌疑车辆的过车数据;把假牌套牌车辆的过车信息Iv与嫌疑车辆的过车信息Is比较,剔除与假牌套牌车辆在时间与空间上具有差异的车辆,得到最终嫌疑车辆信息;把最终嫌疑车辆信息提供给交通管制人员,做相应的排查处置。本发明可快速寻找和定位有嫌疑的车辆号牌,减少了假牌套牌车辆管理的难度,提高了假牌和套牌车辆治理的效率。
Description
技术领域
本发明涉及交通安全技术领域,具体涉及一种判断假牌套牌车辆真实号牌的方法。
背景技术
假牌和套牌车辆是严重违法行为,这一违法行为严重扰乱了道路交通秩序,影响了交通安全。
目前在交通行业中,对于假牌和套牌车辆的判断方法已经较为完善。在另一方面,对于识别出的假牌套牌等违法车辆,能否快速找到其真实号牌,直接影响到假牌套牌违法行为治理的效果和效率。
发明内容
本发明提出的一种判断假牌套牌车辆真实号牌的方法,可解决假牌和套牌车辆严重扰乱了道路交通秩序,影响了交通安全的技术问题。
为实现上述目的,本发明采用了以下技术方案:
一种判断假牌套牌车辆真实号牌的方法,包括:
获取假牌套牌车辆的二次识别信息,所述二次识别信息包括车身颜色、车辆类型、车辆品牌和车辆年款;
获取假牌套牌车辆最近的时间点Tc的过车信息Iv,过车信息Iv包括过车点位、时间、经纬度;
把所述二次识别信息与车管所车辆信息库进行模糊匹配,利用模糊匹配规则,找到具有相似的车身颜色、车辆类型、车辆品牌和车辆年款的车辆的号牌号码,并将这些车辆定义为嫌疑车辆;
获取嫌疑车辆的过车数据,找到过车时间与时间点Tc差值最小的过车信息Is;
把假牌套牌车辆的过车信息Iv与嫌疑车辆的过车信息Is比较,剔除与假牌套牌车辆在时间与空间上具有差异的车辆,得到最终嫌疑车辆信息;
把最终嫌疑车辆信息提供给交通管制人员,做相应的排查处置;
其中,把假牌套牌车辆的过车信息Iv与嫌疑车辆的过车信息Is比较,剔除与假牌套牌车辆在时间与空间上具有差异的车辆,得到最终嫌疑车辆信息的具体步骤包括:
假牌套牌车辆的过车信息Iv,包含:过车点位Sv、过车时间Tv、经纬度为(latv,lonv);嫌疑车辆的过车信息Is包含:过车点位Ss、过车时间Ts、经纬度为(lats,lons);
S10、计算过车点位Sv与Ss之间的行车距离Dvs:
S11、如果道路信息表含有Sv与Ss之间的区间距离,则直接使用道路区间距离;
S12、否则使用大圆距离作为行车距离,
Dvs=R*cos-1(sin(latv)*sin(lats)+cos(latv)*cos(lats)*cos(lonv-lons*π/180;
S20、计算过车时间Tv与Ts之间的差值TΔ=Tv-Ts;
S30、根据假牌套牌车辆的过车信息Iv与嫌疑车辆的过车信息Is,计算的行车距离Dvs和时间差值TΔ减少嫌疑车辆范围:
S31、假设Sv和Ss两点位,限速的最大值为v0,满足条件Dvs/abs(TΔ)>v0的嫌疑车辆排除;
S32、排除满足条件-1<TΔ<0(单位:小时)的嫌疑车辆;
S33、排除满足条件Dvs>2000km,TΔ<2Days的嫌疑车辆。
由上述技术方案可知,本发明的判断假牌套牌车辆真实号牌的方法通过假牌套牌车辆的二次识别信息(二次识别信息包含:车身颜色、车辆类型、车辆品牌和车辆年款),与车管所车辆登记信息以及车辆卡口过车轨迹数据比较,快速筛选出具有嫌疑的车辆号牌。
本发明具有以下有益效果:
对假牌和套牌的违法车辆,提供了一种快速寻找和定位有嫌疑的车辆号牌。为交通管理的人员,减少了假牌套牌车辆管理的难度,提高了假牌和套牌车辆治理的效率。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
本发明实施例的一种判断假牌套牌车辆真实号牌的方法,包括以下步骤:
获取假牌套牌车辆的二次识别信息,所述二次识别信息包括车身颜色、车辆类型、车辆品牌和车辆年款;
获取假牌套牌车辆最近的时间点Tc的过车信息Iv,过车信息Iv包括过车点位、时间、经纬度;
把所述二次识别信息与车管所车辆信息库进行模糊匹配,利用模糊匹配规则,找到具有相似的车身颜色、车辆类型、车辆品牌和车辆年款的车辆的号牌号码,并将这些车辆定义为嫌疑车辆;
获取嫌疑车辆的过车数据,找到过车时间与时间点Tc差值最小的过车信息Is;
把假牌套牌车辆的过车信息Iv与嫌疑车辆的过车信息Is比较,剔除与假牌套牌车辆在时间与空间上具有差异的车辆,得到最终嫌疑车辆信息;
把最终嫌疑车辆信息提供给交通管制人员,做相应的排查处置。
其中,把假牌套牌车辆的过车信息Iv与嫌疑车辆的过车信息Is比较,剔除与假牌套牌车辆在时间与空间上具有差异的车辆,得到最终嫌疑车辆信息的具体步骤包括:
假牌套牌车辆的过车信息Iv,包含:过车点位Sv、过车时间Tv、经纬度为(latv,lonv);嫌疑车辆的过车信息Is包含:过车点位Ss、过车时间Ts、经纬度为(lats,lons);
S10、计算过车点位Sv与Ss之间的行车距离Dvs:
S11、如果道路信息表含有Sv与Ss之间的区间距离,则直接使用道路区间距离;
S12、否则使用大圆距离作为行车距离,
Dvs=R*cos-1(sin(latv)*sin(lats)+cos(latv)*cos(lats)*cos(lonv-lons*π/180;
S20、计算过车时间Tv与Ts之间的差值TΔ=Tv-Ts;
S30、根据假牌套牌车辆的过车信息Iv与嫌疑车辆的过车信息Is,计算的行车距离Dvs和时间差值TΔ减少嫌疑车辆范围:
S31、假设Sv和Ss两点位,限速的最大值为v0,满足条件Dvs/abs(TΔ)>v0的嫌疑车辆排除;
S32、排除满足条件-1<TΔ<0(单位:小时)的嫌疑车辆;
S33、排除满足条件Dvs>2000km,TΔ<2Days的嫌疑车辆。
上述步骤可解释为:
假牌套牌车辆二次识别信息
假牌套牌等违法行为是交通管制的重要一部分,在识别假牌套牌车辆的过程中,主要能够获取识别违法的时间戳WFt;车辆的二次识别信息,包含车辆颜色CLYS、车辆类型CLLX、车辆品牌CLPP和年款CLNK四个信息。
具有套牌假牌嫌疑的车辆号牌
根据假牌和套牌等违法车辆的二次识别信息,通过车辆的“六合一数据库”,按照车辆颜色、类型、品牌和年款的四个特征进行关键字的模糊匹配。筛选出与违法车辆具有相似特征的车辆车牌号码,定义为“违法嫌疑车辆”。
卡口过车数据处理
1)根据“违法嫌疑车辆”的车牌号码,查询在WFt时间点之前的过车数据,获取它们离WFt时间最近的一次过车记录。记录车牌号,过车的点位,过车时间三个字段。
2)根据过车点位,获取点位位置信息,然后计算其与违法车辆的查获地点的距离。
减小假牌套牌等违法嫌疑的范围
1)根据同一品牌和外观获得的嫌疑车辆的范围很大,对于违法事件处理的难度较高。而车辆卡口过车数据,记录了车辆的轨迹特征和历史位置信息,利用一定的规则可以运用到筛选“嫌疑车牌号码”中。
2)对于距离WFt最近的轨迹,以违法点位和嫌疑车辆过车点位的限速最大值设为v0,满足条件Dvs/abs(TΔ)>v0的嫌疑车辆排除。
3)在获取假牌套牌车辆之后一个小时内,在其他地点出现过车轨迹的嫌疑车辆排除。
4)在获取假牌套牌车辆最近两天以内,在远距离(两千公里之外)出现了的嫌疑车辆排除。
具体的说,假牌套牌车辆的真实号牌识别的核心是“以图识车”:根据二次识别的车辆特征,找到嫌疑的车辆号牌;再结合轨迹数据减小搜索范围,定位到真实车辆号牌。
完成以上步骤的具体操作方法分为以下两步:
a)运用实用车辆二次识别信息(车辆颜色、类型、品牌和年款),与车管所“六合一”车辆登记基本信息(车辆颜色、类型、品牌和年款),进行车辆特征的关键字模糊匹配;得到“嫌疑车辆号牌”。
b)利用卡口过车数据,减小筛选“嫌疑车辆号牌”的范围:主要思路是根据业务逻辑进行层层过滤,并对嫌疑较大的车辆号牌,计算相似度。详细地,对于“嫌疑车辆”具体的过滤方法是:排除过车数据中最近n小时活跃的“嫌疑车辆号牌”;排除最近n天在其他较大距离活跃的“嫌疑车辆号牌”。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (1)
1.一种判断假牌套牌车辆真实号牌的方法,其特征在于:
获取假牌套牌车辆的二次识别信息,所述二次识别信息包括车身颜色、车辆类型、车辆品牌和车辆年款;
获取假牌套牌车辆最近的时间点Tc的过车信息Iv,过车信息Iv包括过车点位、时间、经纬度;
把所述二次识别信息与车管所车辆信息库进行模糊匹配,利用模糊匹配规则,找到具有相似的车身颜色、车辆类型、车辆品牌和车辆年款的车辆的号牌号码,并将这些车辆定义为嫌疑车辆;
获取嫌疑车辆的过车数据,找到过车时间与时间点Tc差值最小的过车信息Is;
把假牌套牌车辆的过车信息Iv与嫌疑车辆的过车信息Is比较,剔除与假牌套牌车辆在时间与空间上具有差异的车辆,得到最终嫌疑车辆信息;
把最终嫌疑车辆信息提供给交通管制人员,做相应的排查处置;
其中,
所述把假牌套牌车辆的过车信息Iv与嫌疑车辆的过车信息Is比较,剔除与假牌套牌车辆在时间与空间上具有差异的车辆,得到最终嫌疑车辆信息的具体步骤包括:
假牌套牌车辆的过车信息Iv,包含:过车点位Sv、过车时间Tv、经纬度为(latv,lonv);嫌疑车辆的过车信息Is包含:过车点位Ss、过车时间Ts、经纬度为(lats,lons);
S10、计算过车点位Sv与Ss之间的行车距离Dvs:
S11、如果道路信息表含有Sv与Ss之间的区间距离,则直接使用道路区间距离;
S12、否则使用大圆距离作为行车距离,
Dvs=R*cos-1(sin(latv)*sin(lats)+cos(latv)*cos(lats)*cos(lonv-lons*π/180;
S20、计算过车时间Tv与Ts之间的差值TΔ=Tv-Ts;
S30、根据假牌套牌车辆的过车信息Iv与嫌疑车辆的过车信息Is,计算的行车距离Dvs和时间差值TΔ减少嫌疑车辆范围:
S31、假设Sv和Ss两点位,限速的最大值为v0,满足条件Dvs/abs(TΔ)>v0的嫌疑车辆排除;
S32、排除满足条件-1<TΔ<0的嫌疑车辆,单位:小时;
S33、排除满足条件Dvs>2000km,TΔ<2Days的嫌疑车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910928847.9A CN110880242B (zh) | 2019-09-28 | 2019-09-28 | 一种判断假牌套牌车辆真实号牌的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910928847.9A CN110880242B (zh) | 2019-09-28 | 2019-09-28 | 一种判断假牌套牌车辆真实号牌的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110880242A CN110880242A (zh) | 2020-03-13 |
CN110880242B true CN110880242B (zh) | 2020-10-02 |
Family
ID=69727795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910928847.9A Active CN110880242B (zh) | 2019-09-28 | 2019-09-28 | 一种判断假牌套牌车辆真实号牌的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110880242B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112289028B (zh) * | 2020-10-27 | 2021-11-09 | 南威软件股份有限公司 | 一种涉车套牌发现方法、装置、设备和介质 |
CN114241774B (zh) * | 2021-12-28 | 2023-09-19 | 高新兴智联科技股份有限公司 | 一种记录车辆违法证据方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105206061A (zh) * | 2015-09-18 | 2015-12-30 | 成都融创智谷科技有限公司 | 依托采集rfid、视频来识别车牌的城市智能交通的方法 |
CN105513368A (zh) * | 2015-11-26 | 2016-04-20 | 银江股份有限公司 | 一种基于不确定信息的假牌车筛选方法 |
CN106297304A (zh) * | 2016-09-08 | 2017-01-04 | 同济大学 | 一种基于MapReduce面向大规模卡口数据的套牌车识别方法 |
CN106991823A (zh) * | 2017-05-11 | 2017-07-28 | 浙江宇视科技有限公司 | 车牌识别方法及装置 |
CN107346435A (zh) * | 2017-06-15 | 2017-11-14 | 浙江捷尚视觉科技股份有限公司 | 一种基于车辆特征库的嫌疑套牌车捕获方法 |
CN107798142A (zh) * | 2017-11-24 | 2018-03-13 | 泰华智慧产业集团股份有限公司 | 基于大数据分析隐匿车辆的方法及装置 |
CN107862072A (zh) * | 2017-11-24 | 2018-03-30 | 泰华智慧产业集团股份有限公司 | 基于大数据技术分析车辆入城套牌作案的方法 |
CN108492580A (zh) * | 2018-04-23 | 2018-09-04 | 泰华智慧产业集团股份有限公司 | 判断涉案嫌疑车辆的方法及系统 |
CN109214345A (zh) * | 2018-09-17 | 2019-01-15 | 公安部交通管理科学研究所 | 基于相似度比对查找换牌车辆的行驶轨迹的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10255514B2 (en) * | 2017-08-21 | 2019-04-09 | Sap Se | Automatic identification of cloned vehicle identifiers |
-
2019
- 2019-09-28 CN CN201910928847.9A patent/CN110880242B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105206061A (zh) * | 2015-09-18 | 2015-12-30 | 成都融创智谷科技有限公司 | 依托采集rfid、视频来识别车牌的城市智能交通的方法 |
CN105513368A (zh) * | 2015-11-26 | 2016-04-20 | 银江股份有限公司 | 一种基于不确定信息的假牌车筛选方法 |
CN106297304A (zh) * | 2016-09-08 | 2017-01-04 | 同济大学 | 一种基于MapReduce面向大规模卡口数据的套牌车识别方法 |
CN106991823A (zh) * | 2017-05-11 | 2017-07-28 | 浙江宇视科技有限公司 | 车牌识别方法及装置 |
CN107346435A (zh) * | 2017-06-15 | 2017-11-14 | 浙江捷尚视觉科技股份有限公司 | 一种基于车辆特征库的嫌疑套牌车捕获方法 |
CN107798142A (zh) * | 2017-11-24 | 2018-03-13 | 泰华智慧产业集团股份有限公司 | 基于大数据分析隐匿车辆的方法及装置 |
CN107862072A (zh) * | 2017-11-24 | 2018-03-30 | 泰华智慧产业集团股份有限公司 | 基于大数据技术分析车辆入城套牌作案的方法 |
CN108492580A (zh) * | 2018-04-23 | 2018-09-04 | 泰华智慧产业集团股份有限公司 | 判断涉案嫌疑车辆的方法及系统 |
CN109214345A (zh) * | 2018-09-17 | 2019-01-15 | 公安部交通管理科学研究所 | 基于相似度比对查找换牌车辆的行驶轨迹的方法 |
Non-Patent Citations (3)
Title |
---|
AtoMixer: Atom-based interactive visual exploration of traffic surveillance data;Sun, GD等;《JOURNAL OF COMPUTER LANGUAGES》;20190831;第53卷;全文 * |
基于大数据分析的套牌实时检测系统研究与实现;莫迪;《中国优秀硕士学位论文全文数据库(电子期刊)》;20180115;全文 * |
基于车脸识别的套牌车检测方法研究;笪东旭;《中国优秀硕士学位论文全文数据库(电子期刊)》;20131215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110880242A (zh) | 2020-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110880242B (zh) | 一种判断假牌套牌车辆真实号牌的方法 | |
CN102509458B (zh) | 一种套牌车辆识别方法和装置 | |
CN109214345B (zh) | 基于相似度比对查找换牌车辆的行驶轨迹的方法 | |
CN106022296B (zh) | 一种基于车辆热点区域的概率聚合的套牌车检测方法 | |
CN107645709B (zh) | 一种确定人员信息的方法及装置 | |
CN104732205A (zh) | 一种高速公路逃费稽查的系统 | |
US20230306716A1 (en) | Vehicle classification device and system using image analysis, and method therefor | |
CN104766479A (zh) | 基于超高频射频与视频图像双识别匹配的汽车身份识别方法及装置 | |
CN106251635A (zh) | 一种套牌嫌疑车牌号的识别方法及系统 | |
CN107993444B (zh) | 基于卡口过车大数据分析的嫌疑车认定方法 | |
CN107506368A (zh) | 一种类案嫌疑车辆的确定方法及装置 | |
CN101587643A (zh) | 一种套牌车的识别方法 | |
CN106297304A (zh) | 一种基于MapReduce面向大规模卡口数据的套牌车识别方法 | |
CN111369797A (zh) | 车辆监测方法、电子围栏的构建方法、电子围栏及装置 | |
CN111949701B (zh) | 一种基于轨迹相似度的移动对象出行规律分析方法及装置 | |
CN106651732A (zh) | 一种高速公路异车换卡逃费车辆筛查方法及系统 | |
CN113470369B (zh) | 一种基于多维度信息判断套牌车辆真实号牌的方法及系统 | |
CN111612638A (zh) | 一种基于车联网大数据识别保险欺诈风险的方法 | |
CN107993560B (zh) | 动态分析工程车辆实现新增建筑物识别的方法 | |
CN101667341A (zh) | 一种识别被盗嫌疑车辆的方法 | |
KR20090077114A (ko) | 유료도로의 통행료 면탈 방지시스템 및 그 제어방법 | |
CN111461124A (zh) | 基于大数据的遮挡车牌识别方法、设备及存储介质 | |
CN110491157A (zh) | 一种基于停车场数据和卡口数据的车辆关联方法 | |
CN114036146A (zh) | 一种高速稽核业务数据仓库中的etl处理方法及装置 | |
CN114463703A (zh) | 一种共享单车停放管理系统及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: Room 707-710, 7th floor, building B3, innovation industrial park, No. 800, Wangjiang West Road, hi tech Zone, Hefei City, Anhui Province Patentee after: Anhui Baicheng Huitong Technology Co.,Ltd. Address before: Room 707-710, 7th floor, building B3, innovation industrial park, No. 800, Wangjiang West Road, hi tech Zone, Hefei City, Anhui Province Patentee before: ANHUI BAI CHENG HUI TONG TECHNOLOGY CO.,LTD. |