CN111783549A - 一种分布图生成方法、系统、巡检机器人及控制终端 - Google Patents

一种分布图生成方法、系统、巡检机器人及控制终端 Download PDF

Info

Publication number
CN111783549A
CN111783549A CN202010498959.8A CN202010498959A CN111783549A CN 111783549 A CN111783549 A CN 111783549A CN 202010498959 A CN202010498959 A CN 202010498959A CN 111783549 A CN111783549 A CN 111783549A
Authority
CN
China
Prior art keywords
information
target object
image
distribution
inspection area
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
Application number
CN202010498959.8A
Other languages
English (en)
Inventor
许哲涛
桂晨光
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.)
Beijing Haiyi Tongzhan Information Technology Co Ltd
Original Assignee
Beijing Haiyi Tongzhan Information 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 Beijing Haiyi Tongzhan Information Technology Co Ltd filed Critical Beijing Haiyi Tongzhan Information Technology Co Ltd
Priority to CN202010498959.8A priority Critical patent/CN111783549A/zh
Publication of CN111783549A publication Critical patent/CN111783549A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/20Scenes; Scene-specific elements in augmented reality scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53Recognition of crowd images, e.g. recognition of crowd congestion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例提供的一种分布图生成方法、系统、巡检机器人及控制终端,巡检机器人在巡检区域内的移动过程中通过图像采集装置采集图像,并通过定位装置获取与图像对应的位置信息,通过处理器对图像进行分析得到图像中包含的目标对象的数量信息,并根据目标对象的数量信息和位置信息生成巡检区域内的目标对象的分布图。在具体应用时,可以将行人作为目标对象,采用本方案绘制行人分布图时只需一个巡检机器人即可,通过使巡检机器人在一定区域内移动即可完成对该区域内的行人分布图的绘制,无需设置多台图像采集装置,节省了成本。

Description

一种分布图生成方法、系统、巡检机器人及控制终端
技术领域
本申请涉及数据处理领域,尤其涉及一种分布图生成方法、系统、巡检机器人及控制终端。
背景技术
行人是道路交通的主要参与者。行人数量的分布对于公共场所安防、行人交通管控等具有重要作用。
目前,通常通过在固定地点设置图像采集装置,通过对图像采集装置采集的图像进行分析来确定对应地点的人数,但是这种方式只能对固定地点的人数分布情况进行检测,若想对较大范围内的人数分布情况进行检测,需要放置多台图像采集装置,成本太高。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本申请提供了一种分布图生成方法、系统、巡检机器人及控制终端。
第一方面,本申请实施例提供了一种分布图生成方法,应用于巡检机器人,所述方法包括:
巡检机器人在巡检区域内移动过程中,通过图像采集装置采集图像;
通过定位装置采集与所述图像对应的位置信息;
通过处理器检测所述图像中包含的目标对象的数量信息;
通过所述处理器根据所述数量信息和所述位置信息生成所述巡检区域的所述目标对象的分布图。
在一种可能的实现方式中,通过处理器检测所述图像中包含的目标对象的数量信息之后,所述方法还包括:
通过通信装置将所述数量信息和所述位置信息作为分布信息对发送至控制终端,以使所述控制终端根据所述分布信息对生成所述巡检区域的所述目标对象的分布图。
在一种可能的实现方式中,通过处理器检测所述图像中包含的目标对象的数量信息,包括:
提取所述图像的图像特征;
将所述图像特征输入预训练的目标对象识别模型,输出识别结果,所述识别结果是包含目标对象标注的图像;
根据所述识别结果,采用预设的目标对象计数器确定所述图像中包含的目标对象的数量信息。
在一种可能的实现方式中,根据所述识别结果,采用预设的目标对象计数器确定所述图像中包含的目标对象的数量信息,包括:
根据所述识别结果中包含的目标对象标注,采用预设的目标对象计数器确定所述图像中包含的目标对象的总数量,将所述总数量作为所述图像中包含的目标对象的数量信息;
或,根据所述识别结果中包含的目标对象标注,对所述图像中包含的目标对象进行分类,采用预设的目标对象计数器分别确定所述图像中包含的各类别目标对象的数量,将目标对象的类别和各类别目标对象的数量作为所述图像中包含的目标对象的数量信息。
在一种可能的实现方式中,将所述图像特征输入预训练的目标对象识别模型,输出识别结果之后,所述方法还包括:
根据所述识别结果,提取所述图像中包含的各目标对象的特征信息;
所述处理器根据所述各目标对象的特征信息、所述数量信息和所述位置信息生成所述巡检区域的所述目标对象的分布图,和/或,通过通信装置将所述各目标对象的特征信息、所述数量和所述位置信息作为分布信息发送至控制终端,以使所述控制终端根据所述分布信息对生成所述巡检区域的所述目标对象的分布图。
在一种可能的实现方式中,根据所述数量信息和所述位置信息生成所述巡检区域的所述目标对象的分布图,包括:
在预设的所述巡检区域的地图中确定与所述位置信息对应的位置点;
根据所述数量信息为所述位置点添加数量标注;
将添加了数量标注的地图,作为所述巡检区域的所述目标对象的分布图。
第二方面,本申请实施例还提供了一种分布图生成方法,应用于控制终端,所述方法包括:
接收巡检机器人发送的分布信息对,所述分布信息对包括所述巡检机器人的巡检区域内包含的目标对象的数量信息和对应的位置信息;
在预设的所述巡检区域的地图中确定与所述位置信息对应的位置点;
根据所述数量信息为所述位置点添加数量标注;
将添加了数量标注的地图,作为所述巡检区域的所述目标对象的分布图。
在一种可能的实现方式中,根据所述数量信息为所述位置点添加数量标注,包括:
根据预设的数量信息与颜色值的对应关系,确定与所述目标对象的数量信息对应的颜色值;
将所述位置点对应的显示图标的颜色调整至所述颜色值,将所述显示图标的颜色值作为所述位置点的数量标注。
在一种可能的实现方式中,所述分布信息对还包括所述目标对象的特征信息;
所述方法还包括:
根据所述特征信息为所述位置点添加特征标注;
将添加了数量标注和特征标注的地图,作为所述巡检区域的所述目标对象的分布图。
第三方面,本申请实施例还提供了一种巡检机器人,包括:
图像采集装置,用于在巡检机器人在巡检区域内移动过程中采集图像;
定位装置,用于采集与所述图像采集装置采集的图像对应的位置信息;
处理器,用于检测所述图像采集装置采集的图像中包含的目标对象的数量信息,并根据所述数量信息和所述位置信息生成所述巡检区域的所述目标对象的分布图。
第四方面,本申请实施例还提供了一种控制终端,包括:
接收模块,用于接收巡检机器人发送的分布信息对,所述分布信息对包括所述巡检机器人的巡检区域内包含的目标对象的数量信息和与所述数量对应的位置信息;
位置点确定模块,用于在预设的所述巡检区域的地图中确定与所述位置信息对应的位置点;
数量标注模块,用于根据所述数量信息为所述位置点添加数量标注;
分布图确定模块,用于将添加了数量标注的地图,作为所述巡检区域的所述目标对象的分布图。
第五方面,本申请实施例还提供了一种分布图生成系统,包括巡检机器人和控制终端;
所述巡检机器人包括图像采集装置、定位装置、处理器和通信装置;
所述巡检机器人用于在巡检区域内移动过程中,通过图像采集装置采集图像,通过定位装置采集与所述图像对应的位置信息,通过处理器检测所述图像中包含的目标对象的数量信息,并根据所述数量信息和所述位置信息生成所述巡检区域的所述目标对应的分布图,通过通信装置将所述数量信息和所述位置信息作为一个分布信息对发送至控制终端;
所述控制终端用于根据所述分布信息对生成所述巡检区域的所述目标对象的分布图。
第六方面,本申请实施例还提供了一种存储介质,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求第一方面或第二方面任一所述的分布图生成方法。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点:
本申请实施例提供的一种分布图生成方法,巡检机器人在巡检区域内的移动过程中通过图像采集装置采集图像,并通过定位装置获取与图像对应的位置信息,通过处理器对图像进行分析得到图像中包含的目标对象的数量信息,并根据目标对象的数量信息和位置信息生成巡检区域内的目标对象的分布图。在具体应用时,可以将行人作为目标对象,采用本方案绘制行人分布图时只需一个巡检机器人即可,通过使巡检机器人在一定区域内移动即可完成对该区域内的行人分布图的绘制,无需设置多台图像采集装置,节省了成本。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种分布图生成系统的示意图;
图2为本申请实施例提供的一种巡检机器人的示意图;
图3为本申请实施例提供的一种分布图生成方法的流程图;
图4为本申请实施例提供的一种检测图像中包含的目标对象的数量信息的流程图;
图5为本申请实施例提供的一种分布图的示意图;
图6为本申请实施例提供的一种分布图生成方法的流程图
图7为本申请实施例提供的一种控制终端的框图;
图8为本申请实施例提供的一种电子设备的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1为本实施例提供的一种分布图生成系统,如图1所示,该系统包括巡检机器人和控制终端,巡检机器人包括移动平台,移动平台上设置有图像采集装置、定位装置、处理器和通信装置,其中图像采集装置、定位装置、通信装置分别与处理器连接,其中,移动平台由平台、移动机构和驱动机构组成,移动机构可以为移动轮或履带等机构,驱动机构包括运动电机、电机驱动器和编码器,电机驱动器与处理器连接,处理器向电机驱动器发送指令驱动运动电机旋转(编码器监控电机旋转情况并反馈给电机驱动器实现闭环控制),运动电机旋转带动移动机构使巡检机器人前进、后退、转弯等,图像采集装置可以为相机或摄像机等具有图像采集功能的装置,定位装置可以为GPS模块等具有定位功能的装置。
例如图2所示的巡检机器人,以监控相机作为图像采集装置,以GPS作为定位装置,移动机构采用的是移动轮,图2所示的巡检机器人中将监控相机设在了巡检机器人的顶部,避免了机身对图像采集范围的遮挡。
利用图1所述的分布图生成系统可以生成分布图,下面分别以巡检机器人和控制终端为执行主体,对本申请实施例提供的分布图生成方法进行描述。
图3为本申请实施例提供的一种分布图生成方法的流程图,该方法应用于巡检机器人,如图3所示,该方法可以包括如下步骤:
S31.巡检机器人在巡检区域内移动过程中,通过图像采集装置采集图像。
因为图像采集装置安装在巡检机器人上,在巡检机器人在移动过程中,图像采集装置也随之移动,所以巡检机器人可以实现边移动边采集图像,从而可以采集不同位置的图像。
其中巡检区域可以为根据具体需求预先设定的区域。
为了使巡检机器人在巡检区域内移动,可以在设定了巡检区域后,设定针对该巡检区域的移动路线,根据移动路线生成对应的控制程序写入巡检机器人的处理器中,处理器根据程序对电机驱动器进行控制,从而实现对巡检机器人巡检的移动方向、移动速度等的控制,使巡检机器人在巡检区域内移动。
当然也可以通过人为手动的控制巡检机器人在巡检区域中移动。
S32.通过定位装置采集与所述图像对应的位置信息。
定位装置也安装在巡检机器人上,所以也会随着巡检机器人移动,巡检机器人可以实现边移动边采集巡检机器人的位置信息。
为了保证采集到与图像采集装置采集的图像对应的位置信息,可以设定相应的程序,以控制图像采集装置与定位装置同步工作,即采集图像与采集位置信息同步进行,从而保证了采集到与图像对应的位置信息。
S33.通过处理器检测所述图像中包含的目标对象的数量信息。
其中目标对象为根据需求设定的待分析对象,例如可以为人、车辆、建筑物等等。
S34.通过所述处理器根据所述数量信息和所述位置信息生成所述巡检区域的所述目标对象的分布图。
其中位置信息与图像对应,数量信息也与图像对应,所以数量信息与位置信息也对应,处理器根据数量信息和位置信息的对应关系可以生成巡检区域内的目标对象的分布图,该分布图可以反映目标对象在巡检区域内的数量分布情况。
本申请实施例提供的一种分布图生成方法,巡检机器人在巡检区域内的移动过程中通过图像采集装置采集图像,并通过定位装置获取与图像对应的位置信息,通过处理器对图像进行分析得到图像中包含的目标对象的数量信息,并根据目标对象的数量信息和位置信息生成巡检区域内的目标对象的分布图。在具体应用时,可以将行人作为目标对象,采用本方案绘制行人分布图时只需一个巡检机器人即可,通过使巡检机器人在一定区域内移动即可完成对该区域内的行人分布图的绘制,无需设置多台图像采集装置,节省了成本。
在上述实施例的基础上,如图4所示,S33通过处理器检测所述图像中包含的目标对象的数量信息,可以包括步骤:
S331.提取所述图像的图像特征。
可以采用现有的图像特征提取算法提取图像的特征,例如采用YOLOv3 Darknet53网络提取图像的图像特征。
S332.将所述图像特征输入预训练的目标对象识别模型,输出识别结果,所述识别结果是包含目标对象标注的图像。
目标对象识别模型是用于识别图像中的目标对象的模型,其作用是为图像中的目标对象添加目标对象标注,以使目标对象计数器可以将图像中的目标对象与其他内容区分开从而计数。
S333.根据所述识别结果,采用预设的目标对象计数器确定所述图像中包含的目标对象的数量信息。
目标对象计数器用于计算图像中目标对象的数量,例如目标对象为行人,则目标对象计数器可以为行人计数器。
利用目标对象识别模型为图像中的目标对象添加目标对象标注后,即可利用目标对象计数器确定图像中包含的目标对象标注的数量,将该数量作为图像中包含的目标对象的数量。
在本实施例中,通过目标对象识别模型和目标对象计数器检测图像中的目标对象的数量,无需人工参与、方便且结果准确。
在上述实施例的基础上,S333.根据所述识别结果,采用预设的目标对象计数器确定所述图像中包含的目标对象的数量信息,可以包括下述两种方式:
第一种方式:根据所述识别结果中包含的目标对象标注,采用预设的目标对象计数器确定所述图像中包含的目标对象的总数量,将所述总数量作为所述图像中包含的目标对象的数量信息。
第二种方式:根据所述识别结果中包含的目标对象标注,对所述图像中包含的目标对象进行分类,采用预设的目标对象计数器分别确定所述图像中包含的各类别目标对象的数量,将目标对象的类别和各类别目标对象的数量作为所述图像中包含的目标对象的数量信息。
通过第一种方式得到的数量信息是图像中包含的目标对象的总数,根据第一种方式得到的数量信息生成的分布图可以反映目标对象的整体数量分布情况。
通过第二种方式得到的数量信息是各种类别的目标对象各自对应的数量,根据第二种方式得到的数量信息生成的分布图可以反映各类别的目标对象的数量分布情况,因为一种目标对象可能会有多种类别(例如目标对象为人,则可以分为男人和女人,如果目标对象为车辆,则可以按照车辆品牌划分为多种类别),所以可以根据类别对目标对象的数量进行分类统计。
在上述实施例的基础上,在执行S33之前还需要先对目标对象识别模型进行训练,以保证目标对象识别模型可以准确的识别出图像中的目标对象。
在一种可能的实现方式中,训练目标对象识别模型可以包括如下步骤:
步骤1:获取多张包含所述目标对象的样本图像,所述样本图像中包含目标对象标注。
其中可以从本地文件或网络中获取多张包含目标对象的图像,为了保证训练得到的目标对象识别模型可以对多种光照条件下的图像进行识别,可以获取不同光照条件(例如早晨、中午、傍晚、晴天、阴天等)下的图像。
获取到多张包含目标对象的图像后,采用人工或利用现有的图像标注工具为获取的多张图像中包含的目标对象添加目标对象标注,例如如果将人作为目标对象,就为样本图像中的人添加目标对象标注,如果将车辆作为目标对象就为图像中的车辆添加目标对象标注,将添加了目标对象标注的图像作为样本图像。
步骤2:提取所述样本图像的图像特征。
可以采用现有的图像特征提取算法提取样本图像的图像特征,为了保证图像特征提取的准确性,此处采用的图像特征提取算法与S331采用的图像特征提取算法一致,例如采用YOLOv3 Darknet53网络提取图像特征。
步骤3:利用所述样本图像的图像特征对预设的目标检测模型进行训练。
其中预设的目标检测模型可以为现有的目标检测模型例如YOLOv3模型等。
目标检测模型的训练过程为现有成熟技术,此处不再赘述。
步骤4:将训练后的所述目标检测模型作为预训练的目标对象识别模型。
在本实施例中,通过上述训练方法可以使得目标对象识别模型可以准确的识别出图像中的目标对象,方便后续对目标对象数量的计算,保证了后续得到的目标对象数量的准确性。
在上述实施例的基础上,为了可以根据目标对象识别模型输出的识别结果对目标对象进行分类,在模型训练时,对获取的多张包含图像中包含的目标对象进行目标对象标注时,可以先根据预设的分类规则对目标对象进行分类,然后为不同类别的目标对象添加不同的目标对象标注(例如目标对象为人,按照性别分成两类,则这两类目标对象可以分别添加man和woman作为标注),从而使得最后训练得到的目标对象识别模型可以识别出不同类别的目标对象。其中分类规则根据具体需求设定,目标对象不同对应的分类规则也不同,例如如果目标对象为人,则分类规则可以为按照性别或年龄等将目标对象分成多类,如果目标对象为车辆,则分类规则可以为按照品牌或车牌归属地等将目标对象分成多类。
如果目标对象识别模型可以识别出不同类别的目标对象,则S333就可以根据识别结果,采用预设的目标对象计数器分别确定出图像中包含的各类目标对象对应的数量,然后S34可以将各类别目标对象对应的数量和位置信息作为分布信息对发送至控制终端,从而使得控制终端生成可以反映各类目标对象的数量分布情况的数量信息分布图。
在本实施例中,在训练目标对象识别模型时,对样本图像中的目标对象进行分类标注,使得得到的目标对象识别模型可以识别出不同类别的目标对象,利用目标对象计数器可以计算出不同类别的目标对象各自对应的数量,从而使得后续控制终端可以生成体现各类目标对象数量分布情况的分布图。
在上述实施例的基础上,该分布图生成方法在检测所述图像中包含的目标对象的数量信息后,还可以包括:
通过通信装置将所述数量信息和所述位置信息作为分布信息对发送至控制终端,以使所述控制终端根据所述分部信息对生成所述巡检区域的所述目标对象的分布图。
因为在巡检机器人移动过程中会采集多张图像和多个位置信息,而每张图像又分别对应一个数量信息,所以为了保证控制终端可以知道数量信息与位置信息的对应关系,将一个数量信息与对应的一个位置信息生成一个分布信息对,也就是说属于同一分布信息对的数量信息和位置信息之间从在对应关系,将分布信息对发送至控制终端,从而控制终端根据接收的分布信息对可以生成巡检区域内的目标对象的分布图,该分布图可以表示目标对象在巡检区域内的数量分布情况。
在上述实施例的基础上,本申请实施例提供的分布图生成方法还可以包括:
在通过S332得到识别结果后,根据所述识别结果,提取所述图像中包含的各目标对象的特征信息。
所述处理器根据所述各目标对象的特征信息、所述数量信息和所述位置信息生成所述巡检区域的所述目标对象的分布图,和/或,通过通信装置将所述各目标对象的特征信息、所述数量和所述位置信息作为分布信息发送至控制终端,以使所述控制终端根据所述分布信息对生成所述目标对象的数量信息分布图。
其中目标对象不同,要检测的特征也不同,要检测的特征是根据目标对象和具体需求预先设定的,例如目标对象为人,则目标对象的特征信息可以为人脸特征,如果目标对象为车辆,则目标对象的特征信息可以为车辆号,除了上述内容若目标对象为其他对象,则可以根据需求设定对象的特征。
根据检测的目标对象的特征信息、数量信息和位置信息生成分布图,后续可以根据目标对象的特征信息进行目标对象定位,当需要查找某一目标对象时,可以将该要查找的目标对应的特征信息分布图中包含的目标对象的特征信息进行比对,从而确定出需要查找到的目标对象对应的位置信息,例如,目标对象为人,通过处理器检测图像中包含的各个人的人脸特征,将各个人的人脸特征、人的数量和位置信息作为分布信息对发送至控制终端,后续控制终端若想对某一个人进行定位,则可以将该人的人脸特征作为目标人脸特征,将目标人脸特征与各分布信息对中的人脸特征进行比对,从而确定与目标人脸相匹配的人脸特征,因为分布信息对中人脸特征是与位置信息对应的,所以确定出与目标人脸特征相匹配的人脸特征后,即可确定对应的位置信息,从而完成对该人的定位。
在本实施例中,还对目标对象的特征进行检测,并将检测到的特征信息添加到分布信息对中,使得最终根据分布信息对得到的分布图还可以反映目标对象的特征信息。
在上述实施例的基础上,处理器根据所述数量信息和所述位置信息生成所述巡检区域的所述目标对象的分布图,可以包括如下步骤:
步骤1.在预设的所述巡检区域的地图中确定与所述位置信息对应的位置点。
其中预设的巡检区域的地图可以存储在巡检机器人自身的存储器中,也可以存储在巡检机器人可以访问的数据点中。
预先针对巡检区域的地图设置坐标系,根据坐标系在地图上标注多个位置点,确定与采集的位置信息对应的位置点,以针对该位置点下述步骤2。
步骤2.根据所述数量信息为所述位置点添加数量标注。
位置信息与数量信息对应,位置信息又与位置点对应,所以数量信息与位置点也对应,根据数量信息为位置点添加数量标注,从而可以直观的了解到该位置点的目标对象的数量情况。
步骤3.将添加了数量标注的地图,作为所述巡检区域的所述目标对象的分布图。
在本实施例中,通过上述方式得到的分布图可以直观的巡检区域内目标对象的数量分布情况。
在上述实施例的基础上,根据所述数量信息为所述位置点添加数量标注,可以包括如下步骤:
步骤1:根据预设的数量信息与颜色值的对应关系,确定与所述目标对象的数量信息对应的颜色值。
预先为各个数量信息设定对应的颜色值,如果数量信息为目标对象的数量值,则可以预先设定一个与目标对象对应的颜色,比如灰色,然后为不同的数量值分配不同的颜色值,比如数量值越大颜色值越大。
如果数量信息为各类别目标对象对应的数量,则可以预先为各个类别设定各自对应的颜色,比如以人为目标对象,将目标对象划分为男人(man)和女人(woman)两类,则可以设定男人这一类对应的颜色为红色,女人这一类对应的颜色为绿色,然后针对不同类别的不同数量值再分配各自对应的不同的颜色值。
步骤2:将所述位置点对应的显示图标的颜色调整至所述颜色值,将所述显示图标的颜色值作为所述位置点的数量标注。
通常在显示时,为了方便确定位置点,位置点会有一个对应的显示图标,将这个显示图像的颜色值设置成与数量信息对应的颜色值,从而可以根据颜色直观的了解目标对象的数量分布情况,如果数量信息是各类目标对象的数量,则可以将位置点的显示图标预先划分成多份(目标对象有几种类别就划分成几份),然后一份分别对应一种类别,在进行颜色调整时,将各份调整为各自对应的类别的数量对应的颜色值即可。
例如,与园区为巡检区域,以园区道路上的人员为目标对象,预先设定与目标对象对应的颜色为灰色,目标对象数量值越大颜色值就越大,则生成的目标对象分布图会是一个颜色深浅不同的灰度图,例如图5所示的目标对象的分布图,该分布图可以显示人员密度(也就是各位置点处人员数量的多少),目标对象数量越大也就是人员密度越大对应的颜色值就越大颜色就越深,目标对象数量越小也就是人员密度越小对应的颜色值就越小颜色就越浅,若目标对象数量为0,则对应的颜色值就是0,在图中显示为白色,在一个可能的实现方式中,分布图中还可以显示各位置点的位置信息。
在本实施例中,将颜色值作为位置点的数量标注,更加美观和直观。
在上述实施例的基础上,如果根据所述识别结果,还提取了所述图像中包含的各目标对象的特征信息,则所述处理器根据所述各目标对象的特征信息、所述数量信息和所述位置信息生成所述巡检区域的所述目标对象的分布图,可以包括如下步骤:
步骤1.在预设的所述巡检区域的地图中确定与所述位置信息对应的位置点。
步骤2.根据所述数量信息为所述位置点添加数量标注。
步骤3.根据所述特征信息为所述位置点添加特征标注。
其中特征标注可以为表格的形式,表格中记录图像中包含的各个目标对象各自对应的特征信息,在具体实施时,为了保证分布图的美观和简洁,可以将该表格设置成隐藏,在位置点对应的显示图标的周围设置一个触发按钮,当该触发按钮被点击时,再显示该表格。
步骤4.将添加了数量标注和特征标注的地图,作为所述目标对象的数量信息分布图。
在本实施例中,通过上述方式得到的分布图不仅可以体现目标对象的数量信息与位置信息之间的对应关系,还可以体现各目标对象的特征信息。
在上述实施例的基础上,巡检机器人还可以包括显示装置,通过显示装置对生成的分布图进行显示,便于用户查看,当然巡检机器人也可以将生成的分布图通过通信装置发送至控制终端或其他具有显示功能的装置来进行分布图显示。
图6为本申请实施例提供的一种分布图生成方法的流程图,该方法应用于控制终端,如图6所示,该方法可以包括如下步骤:
S61.接收巡检机器人发送的分布信息对,所述分布信息对包括所述巡检机器人的巡检区域内包含的目标对象的数量信息和对应的位置信息。
S62.在预设的所述巡检区域的地图中确定与所述位置信息对应的位置点。
其中预设的巡检区域的地图可以存储在控制终端的本地,也就是控制终端自身的存储器中,也可以存储在控制终端可以访问的数据点中。
预先针对巡检区域的地图设置坐标系,根据坐标系在地图上标注多个位置点,确定与接收的分布信息对中包含的位置信息对应的位置点,以针对该位置点执行S63。
S63.根据所述数量信息为所述位置点添加数量标注。
位置信息与数量信息对应,位置信息又与位置点对应,所以数量信息与位置点也对应,根据分布信息对中包括的数量信息为位置点添加数量标注,从而可以直观的了解到该位置点的目标对象的数量情况。
S64.将添加了数量标注的地图,作为所述巡检区域的所述目标对象的分布图。
添加了数量标注的地图可以直观的反映目标对象的数量信息与位置信息之间的对应关系,体现了目标对象数量在巡检区域内的分布情况,因此将添加了数量标注的地图,可以作为巡检区域的目标对象的分布图。
本实施例提供的一种分布图生成方法,可以根据巡检机器人发送的分布信息对中包含巡检机器人的巡检区域内的目标对象的数量信息和对应位置信息,在预设的巡检区域的地图中为对应的位置点添加对应的数量标注,从而生成用于反应目标对象数量信息与位置信息的对应关系的目标对象的分布图。得到的分布图可以反映出多个位置的目标对象的数量分布情况,也就是说根据一个巡检机器人采集的信息即可得到多个位置的目标对象数量分布情况,相比于现有的通过定点数量检测绘制分布图的方式,本方案更加简单,且节省了成本。
在上述实施例的基础上,S63根据所述数量信息为所述位置点添加数量标注,可以包括如下步骤:
步骤1:根据预设的数量信息与颜色值的对应关系,确定与所述目标对象的数量信息对应的颜色值。
预先为各个数量信息设定对应的颜色值,如果数量信息为目标对象的总数量,则可以预先设定一个与目标对象对应的颜色,比如灰色,然后为不同的数量值分配不同的颜色值,比如数量值越大颜色值越大。
如果数量信息为各类别目标对象对应的数量,则可以预先为各个类别设定各自对应的颜色,比如以人为目标对象,将目标对象划分为男人(man)和女人(woman)两类,则可以设定男人这一类对应的颜色为红色,女人这一类对应的颜色为绿色,然后针对不同类别的不同数量值再分配各自对应的不同的颜色值。
步骤2:将所述位置点对应的显示图标的颜色调整至所述颜色值,将所述显示图标的颜色值作为所述位置点的数量标注。
通常在显示时,为了方便确定位置点,位置点会有一个对应的显示图标,将这个显示图像的颜色值设置成与数量信息对应的颜色值,从而可以根据颜色直观的了解目标对象的数量分布情况,如果数量信息是各类目标对象的数量,则可以将位置点的显示图标预先划分成多份(目标对象有几种类别就划分成几份),然后一份分别对应一种类别,在进行颜色调整时,将各份调整为各自对应的类别的数量对应的颜色值即可。
在本实施例中,将颜色值作为位置点的数量标注,更加美观和直观。
在上述实施例的基础上,获取的分布信息对中还可能包括目标对象的特征信息,如果分布信息对中包括目标对象的特征信息,则该分布图生成方法还可以包括:
根据特征信息为对应的位置点添加特征标注,从而得到添加了数量标注和特征标注的地图,将该地图作为目标对象的数量信息分布图。
其中特征标注可以为表格的形式,表格中记录图像中包含的各个目标对象各自对应的特征信息,在具体实施时,为了保证分布图的美观和简洁,可以将该表格设置成隐藏,在位置点对应的显示图标的周围设置一个触发按钮,当该触发按钮被点击时,再显示该表格。
在本实施例中,通过上述方式得到的分布图不仅可以体现目标对象的数量信息与位置信息之间的对应关系,还可以体现各目标对象的特征信息。
在上述实施例的基础上,所述分布图生成方法还可以包括:
获取待查找目标对象的目标特征信息,将目标特征信息与分布图中各位置点的特征标注进行比对,将包含与目标特征信息相匹配的特征信息的特征标注对应的位置点作为目标位置点。
在本实施例中,通过上述方式可以对待查找目标对象进行定位,方便、快速。
在上述实施例的基础上,控制终端除了可以生成分布图外还可以对分布图进行更新,更新时具体的可以包括:
接收巡检机器人发送的分布信息对,根据分布信息对中包含的位置信息确定对应的位置点,将所述位置点的数量标注删除,根据所述分布信息对中包含的数量信息为所述位置点添加新的数量标注,从而完成对分布图的更新。
如果分布信息对中还包含目标对象的特征信息,则在更新时将位置点中的特征标注也删除,然后根据刚接收到的分布信息对中包含的特征信息为位置点添加新的特征标注。
在本实施例中,对分布图进行更新,保证了分布图的有效性。
在上述实施例的基础上,控制终端还可以对生成的分布图进行显示,便于用户查看。
图7为本实施例提供的一种控制终端的框图,如图7所示,该控制终端可以包括:
接收模块701,用于接收巡检机器人发送的分布信息对,所述分布信息对包括所述巡检机器人的巡检区域内包含的数量信息和与所述数量对应的位置信息;
位置点确定模块702,用于在预设的地图中确定与所述位置信息对应的位置点;
数量标注模块703,用于根据所述数量信息为所述位置点添加数量标注;
分布图确定模块704,用于将添加了数量标注的地图,作为所述目标对象的数量信息分布图。
若巡检机器人中的通信装置是无线通信装置,则接收模块701也是无线通信模块。
在上述实施例的基础上,数量标注模块703具体用于:
根据预设的数量信息与颜色值的对应关系,确定与所述目标对象的数量信息对应的颜色值,将所述位置点对应的显示图标的颜色调整至所述颜色值,将所述显示图标的颜色值作为所述位置点的数量标注。
在上述实施例的基础上,所述分布信息对还包括所述目标对象的特征信息;
所述控制终端还可以包括:
特征标注模块,用于根据所述特征信息为所述位置点添加特征标注。
特征分布图确定模块,用于将添加了数量标注和特征标注的地图,作为所述巡检区域的所述目标对象的分布图。
在上述实施例的基础上,控制终端还可以包括查找模块,该查找模块用于获取待查找目标对象的目标特征信息,将目标特征信息与分布图中各位置点的特征标注进行比对,将包含与目标特征信息相匹配的特征信息的特征标注对应的位置点作为目标位置点。
在上述实施例的基础上,控制终端还可以包括特征标注模块,用于根据分布信息对中包含的目标对象的特征信息为对应的位置点添加特征标注。
在本申请另一实施例中,还提供了一种电子设备,如图8所示,包括处理器801、通信接口802、存储器803和通信总线804,其中,处理器801,通信接口802,存储器803通过通信总线804完成相互间的通信;
存储器803,用于存放计算机程序;
处理器801,用于执行存储器803上所存放的程序时,实现如下步骤:
接收巡检机器人发送的分布信息对,所述分布信息对包括目标对象的数量信息和对应的位置信息;
在预设的地图中确定与所述位置信息对应的位置点;
根据所述数量信息为所述位置点添加数量标注;
将添加了数量标注的地图,作为所述目标对象的数量信息分布图。
上述电子设备提到的通信总线804可以是外设部件互连标准(PeripheralComponent Interconnect,简称PCI)总线或扩展工业标准结构(Extended IndustryStandard Architecture,简称EISA)总线等。该通信总线804可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口802用于上述电子设备与其他设备之间的通信。
存储器803可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器801可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请另一实施例中,还提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有分布图生成方法程序,所述分布图生成方法程序被处理器执行时实现上述任一所述的分布图生成方法的步骤。
本发明实施例在具体实现时,可以参阅上述各个实施例,具有相应的技术效果。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (13)

1.一种分布图生成方法,其特征在于,应用于巡检机器人,所述方法包括:
巡检机器人在巡检区域内移动过程中,通过图像采集装置采集图像;
通过定位装置采集与所述图像对应的位置信息;
通过处理器检测所述图像中包含的目标对象的数量信息;
通过所述处理器根据所述数量信息和所述位置信息生成所述巡检区域的所述目标对象的分布图。
2.根据权利要求1所述的方法,其特征在于,通过处理器检测所述图像中包含的目标对象的数量信息之后,所述方法还包括:
通过通信装置将所述数量信息和所述位置信息作为分布信息对发送至控制终端,以使所述控制终端根据所述分布信息对生成所述巡检区域的所述目标对象的分布图。
3.根据权利要求1所述的方法,其特征在于,通过处理器检测所述图像中包含的目标对象的数量信息,包括:
提取所述图像的图像特征;
将所述图像特征输入预训练的目标对象识别模型,输出识别结果,所述识别结果是包含目标对象标注的图像;
根据所述识别结果,采用预设的目标对象计数器确定所述图像中包含的目标对象的数量信息。
4.根据权利要求3所述的方法,其特征在于,根据所述识别结果,采用预设的目标对象计数器确定所述图像中包含的目标对象的数量信息,包括:
根据所述识别结果中包含的目标对象标注,采用预设的目标对象计数器确定所述图像中包含的目标对象的总数量,将所述总数量作为所述图像中包含的目标对象的数量信息;
或,根据所述识别结果中包含的目标对象标注,对所述图像中包含的目标对象进行分类,采用预设的目标对象计数器分别确定所述图像中包含的各类别目标对象的数量,将目标对象的类别和各类别目标对象的数量作为所述图像中包含的目标对象的数量信息。
5.根据权利要求3所述的方法,其特征在于,将所述图像特征输入预训练的目标对象识别模型,输出识别结果之后,所述方法还包括:
根据所述识别结果,提取所述图像中包含的各目标对象的特征信息;
所述处理器根据所述各目标对象的特征信息、所述数量信息和所述位置信息生成所述巡检区域的所述目标对象的分布图,和/或,通过通信装置将所述各目标对象的特征信息、所述数量和所述位置信息作为分布信息发送至控制终端,以使所述控制终端根据所述分布信息对生成所述巡检区域的所述目标对象的分布图。
6.根据权利要求1所述的方法,其特征在于,根据所述数量信息和所述位置信息生成所述巡检区域的所述目标对象的分布图,包括:
在预设的所述巡检区域的地图中确定与所述位置信息对应的位置点;
根据所述数量信息为所述位置点添加数量标注;
将添加了数量标注的地图,作为所述巡检区域的所述目标对象的分布图。
7.一种分布图生成方法,其特征在于,应用于控制终端,所述方法包括:
接收巡检机器人发送的分布信息对,所述分布信息对包括所述巡检机器人的巡检区域内包含的目标对象的数量信息和对应的位置信息;
在预设的所述巡检区域的地图中确定与所述位置信息对应的位置点;
根据所述数量信息为所述位置点添加数量标注;
将添加了数量标注的地图,作为所述巡检区域的所述目标对象的分布图。
8.根据权利要求7所述的方法,其特征在于,根据所述数量信息为所述位置点添加数量标注,包括:
根据预设的数量信息与颜色值的对应关系,确定与所述目标对象的数量信息对应的颜色值;
将所述位置点对应的显示图标的颜色调整至所述颜色值,将所述显示图标的颜色值作为所述位置点的数量标注。
9.根据权利要求7所述的方法,其特征在于,所述分布信息对还包括所述目标对象的特征信息;
所述方法还包括:
根据所述特征信息为所述位置点添加特征标注;
将添加了数量标注和特征标注的地图,作为所述巡检区域的所述目标对象的分布图。
10.一种巡检机器人,其特征在于,包括:
图像采集装置,用于在巡检机器人在巡检区域内移动过程中采集图像;
定位装置,用于采集与所述图像采集装置采集的图像对应的位置信息;
处理器,用于检测所述图像采集装置采集的图像中包含的目标对象的数量信息,并根据所述数量信息和所述位置信息生成所述巡检区域的所述目标对象的分布图。
11.一种控制终端,其特征在于,包括:
接收模块,用于接收巡检机器人发送的分布信息对,所述分布信息对包括所述巡检机器人的巡检区域内包含的目标对象的数量信息和与所述数量对应的位置信息;
位置点确定模块,用于在预设的所述巡检区域的地图中确定与所述位置信息对应的位置点;
数量标注模块,用于根据所述数量信息为所述位置点添加数量标注;
分布图确定模块,用于将添加了数量标注的地图,作为所述巡检区域的所述目标对象的分布图。
12.一种分布图生成系统,其特征在于,包括巡检机器人和控制终端;
所述巡检机器人包括图像采集装置、定位装置、处理器和通信装置;
所述巡检机器人用于在巡检区域内移动过程中,通过图像采集装置采集图像,通过定位装置采集与所述图像对应的位置信息,通过处理器检测所述图像中包含的目标对象的数量信息,并根据所述数量信息和所述位置信息生成所述巡检区域的所述目标对应的分布图,通过通信装置将所述数量信息和所述位置信息作为一个分布信息对发送至控制终端;
所述控制终端用于根据所述分布信息对生成所述巡检区域的所述目标对象的分布图。
13.一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1-9任一所述的分布图生成方法。
CN202010498959.8A 2020-06-04 2020-06-04 一种分布图生成方法、系统、巡检机器人及控制终端 Pending CN111783549A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010498959.8A CN111783549A (zh) 2020-06-04 2020-06-04 一种分布图生成方法、系统、巡检机器人及控制终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010498959.8A CN111783549A (zh) 2020-06-04 2020-06-04 一种分布图生成方法、系统、巡检机器人及控制终端

Publications (1)

Publication Number Publication Date
CN111783549A true CN111783549A (zh) 2020-10-16

Family

ID=72754020

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010498959.8A Pending CN111783549A (zh) 2020-06-04 2020-06-04 一种分布图生成方法、系统、巡检机器人及控制终端

Country Status (1)

Country Link
CN (1) CN111783549A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107255520A (zh) * 2017-06-08 2017-10-17 广东容祺智能科技有限公司 一种基于无人机红外航拍森林群落更新格局分析系统
CN108388838A (zh) * 2018-01-26 2018-08-10 重庆邮电大学 无人机对地人群监控系统及监控方法
CN109117749A (zh) * 2018-07-23 2019-01-01 福建中海油应急抢维修有限责任公司 一种基于无人机巡检影像的异常目标监管方法及系统
CN109664301A (zh) * 2019-01-17 2019-04-23 中国石油大学(北京) 巡检方法、装置、设备及计算机可读存储介质
CN110619807A (zh) * 2018-06-20 2019-12-27 北京京东尚科信息技术有限公司 生成全局热力图的方法和装置
CN110718137A (zh) * 2018-07-13 2020-01-21 广州极飞科技有限公司 目标物密度分布地图的构建方法及装置、终端、移动装置
WO2020078396A1 (zh) * 2018-10-18 2020-04-23 广州极飞科技有限公司 分布信息的确定方法、无人飞行器的控制方法及装置
CN111161265A (zh) * 2019-11-13 2020-05-15 北京海益同展信息科技有限公司 一种动物计数、图像处理方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107255520A (zh) * 2017-06-08 2017-10-17 广东容祺智能科技有限公司 一种基于无人机红外航拍森林群落更新格局分析系统
CN108388838A (zh) * 2018-01-26 2018-08-10 重庆邮电大学 无人机对地人群监控系统及监控方法
CN110619807A (zh) * 2018-06-20 2019-12-27 北京京东尚科信息技术有限公司 生成全局热力图的方法和装置
CN110718137A (zh) * 2018-07-13 2020-01-21 广州极飞科技有限公司 目标物密度分布地图的构建方法及装置、终端、移动装置
CN109117749A (zh) * 2018-07-23 2019-01-01 福建中海油应急抢维修有限责任公司 一种基于无人机巡检影像的异常目标监管方法及系统
WO2020078396A1 (zh) * 2018-10-18 2020-04-23 广州极飞科技有限公司 分布信息的确定方法、无人飞行器的控制方法及装置
CN109664301A (zh) * 2019-01-17 2019-04-23 中国石油大学(北京) 巡检方法、装置、设备及计算机可读存储介质
CN111161265A (zh) * 2019-11-13 2020-05-15 北京海益同展信息科技有限公司 一种动物计数、图像处理方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
梁永春;陈楠;朱洪根;田立勤;: "软间隔最大化在露天矿爆破区域人员疏散自动巡查中的应用研究", 华北科技学院学报, no. 01, pages 45 - 50 *

Similar Documents

Publication Publication Date Title
US10699167B1 (en) Perception visualization tool
US9542609B2 (en) Automatic training of a parked vehicle detector for large deployment
González et al. Automatic traffic signs and panels inspection system using computer vision
US20230222844A1 (en) Parking lot management and control method based on object activity prediction, and electronic device
CN114565895B (zh) 一种基于智慧社会的安防监控系统及方法
CN109948476B (zh) 一种基于计算机视觉的人脸皮肤检测系统及其实现方法
CN111458721B (zh) 一种暴露垃圾的识别定位方法、装置及系统
CN110516518A (zh) 一种非机动车违法载人检测方法、装置及电子设备
CN111274926B (zh) 图像数据筛选方法、装置、计算机设备和存储介质
CN112784740B (zh) 步态数据的采集与标注方法及应用
CN109190488A (zh) 基于深度学习YOLOv3算法的前车车门打开检测方法及装置
CN110135394A (zh) 区域占用和车牌识别方法及装置
CN112949366A (zh) 障碍物识别方法和装置
CN111209958B (zh) 基于深度学习的变电站设备检测方法及装置
CN113192109B (zh) 在连续帧中识别物体运动状态的方法及装置
CN114782897A (zh) 基于机器视觉及深度学习的危险行为检测方法及系统
CN108182378A (zh) 车辆进场数据校正方法、设备及计算机可读存储介质
CN115346256A (zh) 机器人寻人方法及系统
CN112070053B (zh) 背景图像的自更新方法、装置、设备及存储介质
CN110928620A (zh) 汽车hmi设计引起驾驶注意力分散评价方法及系统
EP3244344A1 (en) Ground object tracking system
CN112104838A (zh) 图像分辨方法及其监控摄像机与监控摄像系统
CN111783549A (zh) 一种分布图生成方法、系统、巡检机器人及控制终端
CN115131725A (zh) 交通流统计方法、装置、设备及存储介质
CN112766272B (zh) 目标检测方法、装置和电子系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Technology Information Technology Co.,Ltd.

Address before: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant before: Jingdong Shuke Haiyi Information Technology Co.,Ltd.

Address after: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Shuke Haiyi Information Technology Co.,Ltd.

Address before: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Beijing Economic and Technological Development Zone, Beijing 100176

Applicant before: BEIJING HAIYI TONGZHAN INFORMATION TECHNOLOGY Co.,Ltd.