CN111899242A - 基于多源信号的侵限检测方法和装置 - Google Patents
基于多源信号的侵限检测方法和装置 Download PDFInfo
- Publication number
- CN111899242A CN111899242A CN202010747121.8A CN202010747121A CN111899242A CN 111899242 A CN111899242 A CN 111899242A CN 202010747121 A CN202010747121 A CN 202010747121A CN 111899242 A CN111899242 A CN 111899242A
- Authority
- CN
- China
- Prior art keywords
- image
- time
- range
- eye image
- close
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- 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
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Data Mining & Analysis (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于多源信号的侵限检测方法、装置及电子设备，属于数据处理技术领域，该方法包括：设置图像采集设备，所述图像采集设备包括近景双目采集相机、远景双目采集相机以及激光雷达，以便于形成第二空间运动矢量和第一空间运动矢量，基于第二空间运动矢量和第一空间运动矢量，形成针对目标对象的特征矩阵，通过所述图像采集设备将所述特征矩阵传送至与所述图像采集设备通信连接的网络服务器中，以便于所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在。通过本公开的处理方案，能够有效的对侵入的异物进行检测和监控。
Description
技术领域
本公开涉及数据处理技术领域，尤其涉及一种基于多源信号的侵限检测方法、装置及电子设备。
背景技术
轨道交通作为重要的运输方式，通常具有需要经历较多的地理环境，所处地理环境差异很大，特别是一些环境恶劣的地区，侵入轨道交通线路限界内的异物主要有：倒塌的大树，大风在轨道上形成的沙上道，泥石流堆积在轨道上，山上滚下来的石块。
传统的方式是通过人工巡检铁路的方式来进行，但是人工巡检的方式一方面消耗较多的人力资源，同时也会导致效率较低，影响了铁路异物检测的及时性和成本。现有技术中还存在通过摄像头对铁路进行巡检的方案，但是通过摄像头摄像的方式，仍然需要人工对获取的摄像图像进行辨认，由于人工经验的差异，会导致图像辨认的效率较低。
基于摄像头采集的图像进行图像识别的过程中，由于拍摄环境的变化以影响，通常会导致拍摄的图片中对于侵限的异物判断不够准确的情况，从而影响了后续基于图像进行异物检测的判断效率。
发明内容
有鉴于此，本公开实施例提供一种基于多源信号的侵限检测方法、装置及电子设备，以至少部分解决现有技术中存在的问题。
第一方面，本公开实施例提供了一种基于多源信号的侵限检测方法，包括：
设置图像采集设备，所述图像采集设备包括近景双目采集相机、远景双目采集相机以及激光雷达；
通过近景双目采集相机，获取第一时刻t1的近景视野范围内的第一左目图像和第一右目图像；
通过远景双目采集相机，获取与所述第二时刻t2远景视野范围内的第二左目图像和第二右目图像，所述第二时刻t2大于所述第一时刻t1，所述第二时刻t2与所述第一时刻t1具有预设的时间间隔△t；
通过激光雷达分别在第一时刻t1对远景视野内的物体进行扫描、在第二时刻t2对近景视野内的物体进行扫描，得到远景扫描图像和近景扫描图像；
基于所述第一左目图像、所述第一右目图像确定第一时刻t1的第一深度图像，基于所述第二左目图像、所述第二右目图像确定第二时刻t2的第二深度图像；通过所述近景扫描图像和所述第一深度图像，确定目标对象在第一时刻t1的第一空间运动矢量，通过所述远景扫描图像和所述第二深度图像，确定目标对象在第二时刻t2的第二空间运动矢量；
基于第二空间运动矢量和第一空间运动矢量，形成针对目标对象的特征矩阵，通过所述图像采集设备将所述特征矩阵传送至与所述图像采集设备通信连接的网络服务器中，以便于所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在。
根据本公开实施例的一种具体实现方式，所述获取第一时刻t1的近景视野范围内的第一左目图像和第一右目图像，包括：
检测近景双目采集相机附件的光照强度，以便于生成光照强度信号；
在所述光照强度信号的满足预定条件时，生成激活信号；
在接收到所述激活信号后，获取当前的第一时刻t1，并在第一时刻触发近景双目采集相机的近景图像拍摄操作，并在图像拍摄操作完成之后，生成触发信息并将所述第一时刻t1传送给所述远景双目采集相机。
根据本公开实施例的一种具体实现方式，所述近景双目采集相机，还包括：
第一图像处理模块，所述第一图像处理模块用于对获取到的第一左目图像和第一右目图像进行图像预处理操作。
根据本公开实施例的一种具体实现方式，所述获取与所述第二时刻t2远景视野范围内的第二左目图像和第二右目图像，包括：
接收所述第一图像采集电路发送的触发信息以及第一时刻t1；
在接收到所述信息接收模块获取到的触发信息之后，基于预设的时间间隔△t，确定第二时刻t2，并在第二时刻t2控制所述第二图像采集电路进行远景图像拍摄。
根据本公开实施例的一种具体实现方式，所述远景双目采集相机还包括：
第二图像处理模块，所述第二图像处理模块用于对获取到的第二左目图像和第二右目图像进行图像预处理操作。
根据本公开实施例的一种具体实现方式，所述激光雷达，包括：
激光感应器，用于将激光反射信号转换为电信号；
激光供电电源，用于为所述激光感应器提供供电电压；
比较器，所述比较器具有第一输入端、第二输入端和输出端，所述第一输入端耦接到所述激光供电电源，所述第一输入端并通过所述电容耦接到所述跨阻放大器的输入端；
所述第二输入端耦接阈值电压；
开关器件，所述开关器件具有控制端、第一端和第二端，所述控制端耦接到所述比较器的输出端，所述第一端耦接到第二电压源，所述第二端耦接到所述跨阻放大器的输入端或输出端。
根据本公开实施例的一种具体实现方式，所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在，包括：
在所述网络服务器中设置卷积层，以便于基于第一部分进行图像的特征采集；
在所述网络服务器中设置全连接层，以便于基于第二部分对采集到的图像进行特征分类。
根据本公开实施例的一种具体实现方式，所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在，包括：
对所述特征矩阵中的数值进行分类计算，得到分类预估值；
基于所述分类预估值，判断采集到的包含轨道图像的图像中物体的分类，得到分类结果；
判断所述分类结果是否为已知分类中包含的分类；
若否，则判定采集到的包含轨道图像的图像中的物体为侵入的异物。
第二方面，本公开实施例提供了一种基于多源信号的侵限检测装置，包括：
设置模块，用于设置图像采集设备，所述图像采集设备包括近景双目采集相机、远景双目采集相机以及激光雷达；
第一采集模块，用于通过近景双目采集相机，获取第一时刻t1的近景视野范围内的第一左目图像和第一右目图像；
第二采集模块，用于通过远景双目采集相机，获取与所述第二时刻t2远景视野范围内的第二左目图像和第二右目图像，所述第二时刻t2大于所述第一时刻t1，所述第二时刻t2与所述第一时刻t1具有预设的时间间隔△t；
第三采集模块，用于通过激光雷达分别在第一时刻t1对远景视野内的物体进行扫描、在第二时刻t2对近景视野内的物体进行扫描，得到远景扫描图像和近景扫描图像；
处理模块，用于基于所述第一左目图像、所述第一右目图像确定第一时刻t1的第一深度图像，基于所述第二左目图像、所述第二右目图像确定第二时刻t2的第二深度图像；通过所述近景扫描图像和所述第一深度图像，确定目标对象在第一时刻t1的第一空间运动矢量，通过所述远景扫描图像和所述第二深度图像，确定目标对象在第二时刻t2的第二空间运动矢量；
判断模块，用于基于第二空间运动矢量和第一空间运动矢量，形成针对目标对象的特征矩阵，通过所述图像采集设备将所述特征矩阵传送至与所述图像采集设备通信连接的网络服务器中，以便于所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的基于多源信号的侵限检测方法。
第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的基于多源信号的侵限检测方法。
第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的基于多源信号的侵限检测方法。
本公开实施例中的基于多源信号的侵限检测方案，包括设置图像采集设备，所述图像采集设备包括近景双目采集相机、远景双目采集相机以及激光雷达；通过近景双目采集相机，获取第一时刻t1的近景视野范围内的第一左目图像和第一右目图像；通过远景双目采集相机，获取与所述第二时刻t2远景视野范围内的第二左目图像和第二右目图像，所述第二时刻t2大于所述第一时刻t1，所述第二时刻t2与所述第一时刻t1具有预设的时间间隔△t；通过激光雷达分别在第一时刻t1对远景视野内的物体进行扫描、在第二时刻t2对近景视野内的物体进行扫描，得到远景扫描图像和近景扫描图像；基于所述第一左目图像、所述第一右目图像确定第一时刻t1的第一深度图像，基于所述第二左目图像、所述第二右目图像确定第二时刻t2的第二深度图像；通过所述近景扫描图像和所述第一深度图像，确定目标对象在第一时刻t1的第一空间运动矢量，通过所述远景扫描图像和所述第二深度图像，确定目标对象在第二时刻t2的第二空间运动矢量；基于第二空间运动矢量和第一空间运动矢量，形成针对目标对象的特征矩阵，通过所述图像采集设备将所述特征矩阵传送至与所述图像采集设备通信连接的网络服务器中，以便于所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在。。通过本公开的处理方案，提高了基于多源信号的侵限检测的效率。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本公开实施例提供的一种基于多源信号的侵限检测方法的流程图；
图2为本公开实施例提供的另一种基于多源信号的侵限检测方法的流程图；
图3为本公开实施例提供的另一种基于多源信号的侵限检测方法的流程图；
图4为本公开实施例提供的另一种基于多源信号的侵限检测方法的流程图；
图5为本公开实施例提供的一种基于多源信号的侵限检测装置的结构示意图；
图6为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种基于多源信号的侵限检测方法。本实施例提供的基于多源信号的侵限检测方法可以由一计算装置来执行，该计算装置可以实现为软件，或者实现为软件和硬件的组合，该计算装置可以集成设置在服务器、客户端等中。
参见图1，本公开实施例中的基于多源信号的侵限检测方法，可以包括如下步骤：
S101，设置图像采集设备，所述图像采集设备包括近景双目采集相机、远景双目采集相机以及激光雷达。
为了采用多源信号采集铁路中的侵限物体，可以设置在一个图像采集设备中集成多个采集设备，具体的，图像采集设置中可以包括近景双目采集相机、远景双目采集相机、激光雷达和数据处理模块。
S102，通过近景双目采集相机，获取第一时刻t1的近景视野范围内的第一左目图像和第一右目图像。
近景双目采集相机包括第一图像采集电路，通过所述第一图像采集电路，获取第一时刻t1的近景视野范围内的第一左目图像和第一右目图像。近景双目相机具有两个摄像屏幕，通过近景双目采集相机，能够对近景视野范围内的物体进行图像采集，通过采集到的第一左目图像和第一右目图像，能够确定近景视野内目标对象的深度信息，从而进一步的确定目标对象中是否存在异物。
S103，通过远景双目采集相机，获取与所述第二时刻t2远景视野范围内的第二左目图像和第二右目图像，所述第二时刻t2大于所述第一时刻t1，所述第二时刻t2与所述第一时刻t1具有预设的时间间隔△t。
所述远景双目采集相机包括第二图像采集电路，通过所述第二图像采集电路，获取与所述第二时刻t2远景视野范围内的第二左目图像和第二右目图像，所述第二时刻t2大于所述第一时刻t1，所述第二时刻t2与所述第一时刻t1具有预设的时间间隔△t。远景双目相机具有两个摄像屏幕，通过远景双目采集相机，能够对近景视野范围内的物体进行图像采集，通过采集到的第二左目图像和第二右目图像，能够确定远景视野内目标对象的深度信息，从而进一步的确定目标对象中是否存在异物。
第一图像采集电路和第二图像采集电路能够配合近景双目采集相机和远景双目采集相机，对采集到的图像进行预设的图像处理。
S104，通过激光雷达分别在第一时刻t1对远景视野内的物体进行扫描、在第二时刻t2对近景视野内的物体进行扫描，得到远景扫描图像和近景扫描图像。
为了进一步的提高对异物检测的精确度，特别是对于比较恶劣的天气中，成像容易受到雨雪等客观因素的影响，该设备还设置有激光雷达，通过激光雷达来进一步的进行视野内的图像扫描，从而获得更多的图像。具体的，所述激光雷达分别在第一时刻t1对远景视野内的物体进行扫描、在第二时刻t2对近景视野内的物体进行扫描，得到远景扫描图像和近景扫描图像，通过这种方式，能获得更加准确的远景和近景视野内的图像。
S105，基于所述第一左目图像、所述第一右目图像确定第一时刻t1的第一深度图像，基于所述第二左目图像、所述第二右目图像确定第二时刻t2的第二深度图像；通过所述近景扫描图像和所述第一深度图像，确定目标对象在第一时刻t1的第一空间运动矢量，通过所述远景扫描图像和所述第二深度图像，确定目标对象在第二时刻t2的第二空间运动矢量。
数据处理模块分别与近景双目采集相机、远景双目采集相机和激光雷达进行通信连接，数据处理模块具有专门的硬件处理装置（例如，GPU或CPU），用以进一步的获取近景双目采集相机、远景双目采集相机、激光雷达拍摄的图像，并基于近景双目采集相机、远景双目采集相机、激光雷达拍摄的图像进行图像处理。
由于第一左目图像和第一右目图像具有固定的距离间隔，为此，数据处理模块基于所述第一左目图像、所述第一右目图像中的像素以及预先设定的距离间隔，来确定第一时刻t1的第一深度图像，第一深度图像能够显示近景视野内不同目标对象的深度信息，基于这些深度信息，能够进一步的确定目标对象在深度方向上的位置。目标对象可以是视野内所有的能够成像的物体。
与第一深度图像类似，数据处理模块还可以基于所述第二左目图像、所述第二右目图像确定第二时刻t2的第二深度图像，第二深度图像能够显示远景视野内不同目标对象的深度信息，基于这些深度信息，能够进一步的确定目标对象在深度方向上的位置。
近景扫描图像能够在平面二维空间内标识目标对象的位置，通过所述近景扫描图像和所述第一深度图像，确定目标对象在第一时刻t1的第一空间运动矢量，也就是形成三维空间向量。类似的，通过所述远景扫描图像和所述第二深度图像，确定目标对象在第二时刻t2的第二空间运动矢量，第二空间向量描述了远景视野范围内目标对象的空间位置关系。
S106，基于第二空间运动矢量和第一空间运动矢量，形成针对目标对象的特征矩阵，通过所述图像采集设备将所述特征矩阵传送至与所述图像采集设备通信连接的网络服务器中，以便于所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在。
将第一空间运动矢量和第二空间运动矢量通过合并的方式，可以形成与目标对象相关的特征矩阵，通过该特征矩阵，能够代表拍摄到的图片中物体的特征，由于特征矩阵与拍摄的图片相比，仅需要较小的存储空间，故能够实时的传送给网络服务器，这样一来，大大的减轻了服务器的工作负担。特别是针对于实际中，一个服务器要监控多个（例如，成千上万级别）的图像采集设备的情况。
通过所述图像采集设备将所述特征矩阵传送至与所述图像采集设备通信连接的网络服务器中，以便于所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在。
作为一种方式，可以在服务器（网络服务器）中设置神经网络（例如，CNN卷积神经网络），在所述网络服务器中设置卷积层，以便于基于第一部分进行图像的特征采集；在所述网络服务器中设置全连接层，以便于基于第二部分对采集到的图像进行特征分类。
具体的，可以对所述特征矩阵中的数值进行分类计算，得到分类预估值；基于所述分类预估值，判断采集到的包含轨道图像的图像中物体的分类，得到分类结果；判断所述分类结果是否为已知分类中包含的分类；若否，则判定采集到的包含轨道图像的图像中的物体为侵入的异物。
参见图2，根据本公开实施例的一种具体实现方式，所述获取第一时刻t1的近景视野范围内的第一左目图像和第一右目图像，包括：
S201，检测近景双目采集相机附件的光照强度，以便于生成光照强度信号；
S202，在所述光照强度信号的满足预定条件时，生成激活信号；
S203，在接收到所述激活信号后，获取当前的第一时刻t1，并在第一时刻触发近景双目采集相机的近景图像拍摄操作，并在图像拍摄操作完成之后，生成触发信息并将所述第一时刻t1传送给所述远景双目采集相机。
根据本公开实施例的一种具体实现方式，所述近景双目采集相机，还包括：
第一图像处理模块，所述第一图像处理模块用于对获取到的第一左目图像和第一右目图像进行图像预处理操作。
参见图3，根据本公开实施例的一种具体实现方式，所述获取与所述第二时刻t2远景视野范围内的第二左目图像和第二右目图像，包括：
S301，接收所述第一图像采集电路发送的触发信息以及第一时刻t1；
S302，在接收到所述信息接收模块获取到的触发信息之后，基于预设的时间间隔△t，确定第二时刻t2，并在第二时刻t2控制所述第二图像采集电路进行远景图像拍摄。
根据本公开实施例的一种具体实现方式，所述远景双目采集相机还包括：
第二图像处理模块，所述第二图像处理模块用于对获取到的第二左目图像和第二右目图像进行图像预处理操作。
根据本公开实施例的一种具体实现方式，所述激光雷达，包括：
激光感应器，用于将激光反射信号转换为电信号；
激光供电电源，用于为所述激光感应器提供供电电压；
比较器，所述比较器具有第一输入端、第二输入端和输出端，所述第一输入端耦接到所述激光供电电源，所述第一输入端并通过所述电容耦接到所述跨阻放大器的输入端；
所述第二输入端耦接阈值电压；
开关器件，所述开关器件具有控制端、第一端和第二端，所述控制端耦接到所述比较器的输出端，所述第一端耦接到第二电压源，所述第二端耦接到所述跨阻放大器的输入端或输出端。
根据本公开实施例的一种具体实现方式，所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在，包括：
在所述网络服务器中设置卷积层，以便于基于第一部分进行图像的特征采集；
在所述网络服务器中设置全连接层，以便于基于第二部分对采集到的图像进行特征分类。
参见图4，根据本公开实施例的一种具体实现方式，所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在，包括：
S401，对所述特征矩阵中的数值进行分类计算，得到分类预估值；
S402，基于所述分类预估值，判断采集到的包含轨道图像的图像中物体的分类，得到分类结果；
S403，判断所述分类结果是否为已知分类中包含的分类；
S404，若否，则判定采集到的包含轨道图像的图像中的物体为侵入的异物。
与上面的实施例相对应，参见图5，本公开实施例还提供了一种基于多源信号的侵限检测装置50，包括：
设置模块501，用于设置图像采集设备，所述图像采集设备包括近景双目采集相机、远景双目采集相机以及激光雷达；
第一采集模块502，用于通过近景双目采集相机，获取第一时刻t1的近景视野范围内的第一左目图像和第一右目图像；
第二采集模块503，用于通过远景双目采集相机，获取与所述第二时刻t2远景视野范围内的第二左目图像和第二右目图像，所述第二时刻t2大于所述第一时刻t1，所述第二时刻t2与所述第一时刻t1具有预设的时间间隔△t；
第三采集模块504，用于通过激光雷达分别在第一时刻t1对远景视野内的物体进行扫描、在第二时刻t2对近景视野内的物体进行扫描，得到远景扫描图像和近景扫描图像；
处理模块505，用于基于所述第一左目图像、所述第一右目图像确定第一时刻t1的第一深度图像，基于所述第二左目图像、所述第二右目图像确定第二时刻t2的第二深度图像；通过所述近景扫描图像和所述第一深度图像，确定目标对象在第一时刻t1的第一空间运动矢量，通过所述远景扫描图像和所述第二深度图像，确定目标对象在第二时刻t2的第二空间运动矢量；
判断模块506，用于基于第二空间运动矢量和第一空间运动矢量，形成针对目标对象的特征矩阵，通过所述图像采集设备将所述特征矩阵传送至与所述图像采集设备通信连接的网络服务器中，以便于所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在。
本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。
参见图6，本公开实施例还提供了一种电子设备60，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的基于多源信号的侵限检测方法。
本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的基于多源信号的侵限检测方法。
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的的基于多源信号的侵限检测方法。
下面参考图6，其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备60可以包括处理装置（例如中央处理器、图形处理器等）601，其可以根据存储在只读存储器（ROM）602中的程序或者从存储装置608加载到随机访问存储器（RAM）603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出（I/O）接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种基于多源信号的侵限检测方法，其特征在于，包括：
设置图像采集设备，所述图像采集设备包括近景双目采集相机、远景双目采集相机以及激光雷达；
通过近景双目采集相机，获取第一时刻t1的近景视野范围内的第一左目图像和第一右目图像；
通过远景双目采集相机，获取与第二时刻t2远景视野范围内的第二左目图像和第二右目图像，所述第二时刻t2大于所述第一时刻t1，所述第二时刻t2与所述第一时刻t1具有预设的时间间隔△t；
通过激光雷达分别在第一时刻t1对远景视野内的物体进行扫描、在第二时刻t2对近景视野内的物体进行扫描，得到远景扫描图像和近景扫描图像；
基于所述第一左目图像、所述第一右目图像确定第一时刻t1的第一深度图像，基于所述第二左目图像、所述第二右目图像确定第二时刻t2的第二深度图像；通过所述近景扫描图像和所述第一深度图像，确定目标对象在第一时刻t1的第一空间运动矢量，通过所述远景扫描图像和所述第二深度图像，确定目标对象在第二时刻t2的第二空间运动矢量；
基于第二空间运动矢量和第一空间运动矢量，形成针对目标对象的特征矩阵，通过所述图像采集设备将所述特征矩阵传送至与所述图像采集设备通信连接的网络服务器中，以便于所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在。
2.根据权利要求1所述的方法，其特征在于，所述获取第一时刻t1的近景视野范围内的第一左目图像和第一右目图像，包括：
检测近景双目采集相机附件的光照强度，以便于生成光照强度信号；
在所述光照强度信号的满足预定条件时，生成激活信号；
在接收到所述激活信号后，获取当前的第一时刻t1，并在第一时刻触发近景双目采集相机的近景图像拍摄操作，并在图像拍摄操作完成之后，生成触发信息并将所述第一时刻t1传送给所述远景双目采集相机。
3.根据权利要求2所述的方法，其特征在于，所述近景双目采集相机，还包括：
第一图像处理模块，所述第一图像处理模块用于对获取到的第一左目图像和第一右目图像进行图像预处理操作。
4.根据权利要求2所述的方法，其特征在于，所述获取与所述第二时刻t2远景视野范围内的第二左目图像和第二右目图像，包括：
接收第一图像采集电路发送的触发信息以及第一时刻t1；
在接收到信息接收模块获取到的触发信息之后，基于预设的时间间隔△t，确定第二时刻t2，并在第二时刻t2控制第二图像采集电路进行远景图像拍摄。
5.根据权利要求4所述的方法，其特征在于，所述远景双目采集相机还包括：
第二图像处理模块，所述第二图像处理模块用于对获取到的第二左目图像和第二右目图像进行图像预处理操作。
6.根据权利要求1所述的方法，其特征在于，所述激光雷达，包括：
激光感应器，用于将激光反射信号转换为电信号；
激光供电电源，用于为所述激光感应器提供供电电压；
比较器，所述比较器具有第一输入端、第二输入端和输出端，所述第一输入端耦接到所述激光供电电源，所述第一输入端并通过电容耦接到所述跨阻放大器的输入端；
所述第二输入端耦接阈值电压；
开关器件，所述开关器件具有控制端、第一端和第二端，所述控制端耦接到所述比较器的输出端，所述第一端耦接到第二电压源，所述第二端耦接到跨阻放大器的输入端或输出端。
7.根据权利要求1所述的方法，其特征在于，所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在，包括：
在所述网络服务器中设置卷积层，以便于基于第一部分进行图像的特征采集；
在所述网络服务器中设置全连接层，以便于基于第二部分对采集到的图像进行特征分类。
8.根据权利要求7所述的方法，其特征在于，所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在，包括：
对所述特征矩阵中的数值进行分类计算，得到分类预估值；
基于所述分类预估值，判断采集到的包含轨道图像的图像中物体的分类，得到分类结果；
判断所述分类结果是否为已知分类中包含的分类；
若否，则判定采集到的包含轨道图像的图像中的物体为侵入的异物。
9.一种基于多源信号的侵限检测装置，其特征在于，包括：
设置模块，用于设置图像采集设备，所述图像采集设备包括近景双目采集相机、远景双目采集相机以及激光雷达；
第一采集模块，用于通过近景双目采集相机，获取第一时刻t1的近景视野范围内的第一左目图像和第一右目图像；
第二采集模块，用于通过远景双目采集相机，获取与第二时刻t2远景视野范围内的第二左目图像和第二右目图像，所述第二时刻t2大于所述第一时刻t1，所述第二时刻t2与所述第一时刻t1具有预设的时间间隔△t；
第三采集模块，用于通过激光雷达分别在第一时刻t1对远景视野内的物体进行扫描、在第二时刻t2对近景视野内的物体进行扫描，得到远景扫描图像和近景扫描图像；
处理模块，用于基于所述第一左目图像、所述第一右目图像确定第一时刻t1的第一深度图像，基于所述第二左目图像、所述第二右目图像确定第二时刻t2的第二深度图像；通过所述近景扫描图像和所述第一深度图像，确定目标对象在第一时刻t1的第一空间运动矢量，通过所述远景扫描图像和所述第二深度图像，确定目标对象在第二时刻t2的第二空间运动矢量；
判断模块，用于基于第二空间运动矢量和第一空间运动矢量，形成针对目标对象的特征矩阵，通过所述图像采集设备将所述特征矩阵传送至与所述图像采集设备通信连接的网络服务器中，以便于所述网络服务器依据所述特征矩阵，判断轨道视野内是否存在异物存在。
10.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述利要求1-8中任一项所述的基于多源信号的侵限检测方法。
11.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述利要求1-8中任一项所述的基于多源信号的侵限检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010747121.8A CN111899242B (zh) | 2020-07-29 | 2020-07-29 | 基于多源信号的侵限检测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010747121.8A CN111899242B (zh) | 2020-07-29 | 2020-07-29 | 基于多源信号的侵限检测方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111899242A true CN111899242A (zh) | 2020-11-06 |
| CN111899242B CN111899242B (zh) | 2022-04-05 |
Family
ID=73182486
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010747121.8A Active CN111899242B (zh) | 2020-07-29 | 2020-07-29 | 基于多源信号的侵限检测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111899242B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112596072A (zh) * | 2021-03-02 | 2021-04-02 | 北京大成国测科技有限公司 | 无人机视觉智能检测系统 |
| CN113641095A (zh) * | 2021-08-18 | 2021-11-12 | 苏州英特数智控制系统有限公司 | 基于激光雷达的主动安全靠机控制方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104590319A (zh) * | 2014-06-11 | 2015-05-06 | 北京交通大学 | 异物侵入检测装置和异物侵入检测方法 |
| US20190039633A1 (en) * | 2017-08-02 | 2019-02-07 | Panton, Inc. | Railroad track anomaly detection |
| CN110217271A (zh) * | 2019-05-30 | 2019-09-10 | 成都希格玛光电科技有限公司 | 基于图像视觉的快速轨道侵限识别监测系统及方法 |
| CN110986820A (zh) * | 2019-12-16 | 2020-04-10 | 武汉汉宁轨道交通技术有限公司 | 轨道侵限检测方法、装置及电子设备 |
-
2020
- 2020-07-29 CN CN202010747121.8A patent/CN111899242B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104590319A (zh) * | 2014-06-11 | 2015-05-06 | 北京交通大学 | 异物侵入检测装置和异物侵入检测方法 |
| US20190039633A1 (en) * | 2017-08-02 | 2019-02-07 | Panton, Inc. | Railroad track anomaly detection |
| CN110217271A (zh) * | 2019-05-30 | 2019-09-10 | 成都希格玛光电科技有限公司 | 基于图像视觉的快速轨道侵限识别监测系统及方法 |
| CN110986820A (zh) * | 2019-12-16 | 2020-04-10 | 武汉汉宁轨道交通技术有限公司 | 轨道侵限检测方法、装置及电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 郭保青 等: "基于快速背景差分的高速铁路异物侵入检测算法", 《仪器仪表学报》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112596072A (zh) * | 2021-03-02 | 2021-04-02 | 北京大成国测科技有限公司 | 无人机视觉智能检测系统 |
| CN113641095A (zh) * | 2021-08-18 | 2021-11-12 | 苏州英特数智控制系统有限公司 | 基于激光雷达的主动安全靠机控制方法及系统 |
| CN113641095B (zh) * | 2021-08-18 | 2024-02-09 | 苏州英特数智控制系统有限公司 | 基于激光雷达的主动安全靠机控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111899242B (zh) | 2022-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20180232583A1 (en) | Systems for generating parking maps and methods thereof | |
| CN111899242B (zh) | 基于多源信号的侵限检测方法和装置 | |
| CN112712023B (zh) | 车型识别方法、系统及电子设备 | |
| CN109284801B (zh) | 交通指示灯的状态识别方法、装置、电子设备及存储介质 | |
| CN110956137A (zh) | 点云数据的目标检测方法、系统及介质 | |
| CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
| CN113838125A (zh) | 目标位置确定方法、装置、电子设备以及存储介质 | |
| CN111914784B (zh) | 轨旁障碍物入侵实时检测方法、装置及电子设备 | |
| CN109754034A (zh) | 一种基于二维码的终端设备定位方法及装置 | |
| CN116547562A (zh) | 点云滤噪方法、系统和可移动平台 | |
| CN111526352B (zh) | 铁路异物防侵三维智能识别机器人设备 | |
| CN113255559A (zh) | 数据处理方法、装置及存储介质 | |
| CN117518189A (zh) | 基于激光雷达的相机处理方法、装置、电子设备以及介质 | |
| CN110390252B (zh) | 基于先验地图信息的障碍物检测方法、装置和存储介质 | |
| CN111488866B (zh) | 基于深度学习的入侵物识别方法、装置及电子设备 | |
| CN111681267B (zh) | 基于图像识别的轨道防侵入方法 | |
| CN115484721A (zh) | 基于路侧感知系统的路灯控制方法、装置、设备及介质 | |
| CN112804447B (zh) | 一种检测近场物体的方法、装置、介质和电子设备 | |
| CN111221486B (zh) | 信息显示系统及信息显示方法 | |
| CN112859109A (zh) | 无人机全景图像处理方法、装置及电子设备 | |
| CN115431968B (zh) | 车辆控制器、车辆及车辆控制方法 | |
| CN115294234B (zh) | 图像的生成方法、装置、电子设备和存储介质 | |
| CN116363598A (zh) | 人群拥挤预警方法、装置、电子设备及可读存储介质 | |
| CN114581889A (zh) | 一种融合方法、装置、设备、介质及产品 | |
| CN116645406A (zh) | 深度图生成方法、装置、计算机可读存储介质及电子设备 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Jiang Meng Inventor after: Huang Yujun Inventor after: Zhang Huai Inventor after: Zhong Wenqing Inventor after: Gao Yuliang Inventor after: Wang He Inventor after: Gao Yuliang Inventor after: Gao Fei Inventor after: Ding Haiyou Inventor after: Dong Jianhua Inventor after: Ding Haiyou Inventor after: Kang Qiujing Inventor before: Jiang Meng Inventor before: Huang Yujun Inventor before: Zhang Huai Inventor before: Zhong Wenqing Inventor before: Wang He Inventor before: Gao Yuliang Inventor before: Gao Fei Inventor before: Dong Jianhua Inventor before: Ding Haiyou Inventor before: Kang Qiujing Inventor after: Jiang Meng Inventor after: Wang He Inventor after: Gao Fei Inventor after: Dong Jianhua Inventor after: Kang Qiujing Inventor after: Huang Yujun Inventor before: Jiang Meng Inventor before: Zhong Wenqing Inventor before: Wang He Inventor before: Gao Yuliang Inventor before: Kang Qiujing |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: B713 (Changping Demonstration Park), Building 8, No. 97, Changping Road, Shahe Town, Changping District, Beijing, 102206 Patentee after: Beijing Dacheng Guoce Technology Co.,Ltd. Patentee after: Beijing Dacheng guoce Vision Technology Co.,Ltd. Address before: 102206 room 503, building 6, No.97, Changping Road, Changping District, Beijing Patentee before: BEIJING DACHENG GUOCE SCIENCE AND TECHNOLOGY CO.,LTD. Patentee before: Beijing Dacheng guoce Vision Technology Co.,Ltd. |