CN112566016A - 基于深度学习和区块链的机务检修工具LoRa定位方法 - Google Patents

基于深度学习和区块链的机务检修工具LoRa定位方法 Download PDF

Info

Publication number
CN112566016A
CN112566016A CN202011305207.1A CN202011305207A CN112566016A CN 112566016 A CN112566016 A CN 112566016A CN 202011305207 A CN202011305207 A CN 202011305207A CN 112566016 A CN112566016 A CN 112566016A
Authority
CN
China
Prior art keywords
flag
tool
value
time
flag value
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
CN202011305207.1A
Other languages
English (en)
Other versions
CN112566016B (zh
Inventor
赵太飞
刘昆
高宏博
姚佳彤
王佳帆
张爽
薛蓉莉
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.)
Shanghai Jiuqian Aviation Technology Co ltd
Original Assignee
Xian University of Technology
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 Xian University of Technology filed Critical Xian University of Technology
Priority to CN202011305207.1A priority Critical patent/CN112566016B/zh
Publication of CN112566016A publication Critical patent/CN112566016A/zh
Application granted granted Critical
Publication of CN112566016B publication Critical patent/CN112566016B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

基于深度学习和区块链的机务检修工具LoRa定位方法，包括以下步骤：步骤1，将若干工具和集中器进行独立编号；步骤2，对检修工具开启LORA定位，根据RSSI测距算法计算出工具和工具之间，工具和集中器之间的距离，设置一个距离阈值A，当距离小于A时，相互之间为邻居节点，直接通信，否则需要通过多跳的方式进行节点通信，测量出来的距离作为链路权重信息；步骤3，构建树形区块链网络连通图，首节点创立创世区块，记录此时的位置信息和时间；步骤4，位于网络中的检修工具节点定时发送自己的位置信息，时间频率的选择标准为flag数值大小，Flag的数值越大表达时间频率应越快，flag越小，时间频率也越小；具有信息不可伪造和可追踪的优点。

Description

基于深度学习和区块链的机务检修工具LoRa定位方法
技术领域
本发明属于检修工具定位领域，具体涉及基于深度学习和区块链的机务检修工具LoRa定位方法。
背景技术
随着人们生活的进步，在我们生活中和大型工厂，公司中，经常会进行检修工作。现今大部分的检修工具的使用，都是通过检测故障选择确定所需要的备件和工具后，人工通过检修器材清单进行查找工具，检修完成后，将所借工具按照清单放回原点进行保存。但是由于现今检修工具不具备自主定位和联网功能，导致很多时候会发生工具丢失在维修现场的现象，当出现这种情况时，只能靠工人在检修区域慢慢寻找工具，导致检修完成效率低下。
随着近年来物联网的概念逐渐深入，考虑将物联网的概念用于检修工具定位系统中。无所不在的定位--这正是“物联网”的核心思想之一。
LoRa技术作为一种基于扩频技术的超远距离无线技术，以较低功耗实现远距离通信，可以使用电池或者其他能量收集的方式供电。LoRa主要在全球免费频段运行(即非授权频段)。在LoRa网络中，单个网关或基站可以覆盖整个城市或数十平方公里范围。LoRa的这些技术特点更适合于低成本大规模的物联网部署。
发明内容
为克服上述现有技术的不足，本发明的目的是提供基于深度学习和区块链的机务检修工具LoRa定位方法，用以实现检修工具在检修过程中和检修完成后的快速寻找，以保证检修工具的不丢失性和高效寻找检修工具的目的。
为实现上述目的，本发明采用的技术方案是：基于深度学习和区块链的机务检修工具LoRa定位方法，包括以下步骤：
步骤1，将出库的若干工具和集中器进行独立编号，保证其编号的独立性；
步骤2，在检修现场，对检修工具开启LORA定位，根据RSSI测距算法计算出工具和工具之间，工具和集中器之间的距离，设置一个距离阈值A，当距离小于A时，相互之间为邻居节点，可以进行直接通信，否则需要通过多跳的方式进行节点通信，测量出来的距离作为链路权重信息，链路权重反映了节点之间的距离关系；
步骤3，以集中器为首节点，以最小生成树算法构建树形区块链网络连通图，首节点创立创世区块，记录此时的位置信息和时间；
步骤4，位于网络中的检修工具节点以一定频率定时发送自己的位置信息，时间频率的选择标准为flag数值大小，Flag的数值越大表达时间频率应越快，flag越小，时间频率也越小。
所述的Flag数值的选取标准如下：
对于一批工具，在对于每一个工具在检修任务时，可能会因为各种各样的原因导致工具丢失，对于工具易丢失和不易丢失引入一个丢失指标flag，使用深度学习的思想对每次执行完检修任务的工具进行一次flag值更新学习，具体为丢失一次，flag值加一，4连续不丢失，flag值减一；更新完的flag值保存下来，保证下次检修时flag值为更新之后的值；使用这样不断一次次迭代学习改变flag值的方式，使得flag始终可以反映工具的易丢失情况。
所述的时间频率，时间频率的选择标准为flag数值大小，初始时，默认60秒发送一次，随后由flag值的变化，逐渐改变发送信息的时间间隔，具体为flag值+1，时间间隔减小5秒，最短时间间隔下限为1秒；flag值-1，则时间间隔增大5秒，且上限为300秒。
本发明的有益效果是：
在工具和集中器中嵌入LORA模块，实现物与物之间的通信；利用RSSI测距算法计算各个工具之间，工具与集中器之间的距离，使用最小生成树算法构建网络连通图，实现区域物联网的概念；通过区块链技术来构建物联网络，具有信息不可伪造和可追踪的优点，可以保证维修人员可以通过查看区块网中集中器的区块信息来判断工具节点的位置和丢失时间；利用深度学习思想对容易丢失的工具设立一个flag指标，通过在检修过程中对flag指标大的工具进行重点关注，有利于避免易丢失物品的遗漏。
附图说明
图1为本发明工具与集中器节点分布图。
图2为本发明的工具节点和集中器节点分布的网络拓扑图。
图3为本发明的工具节点和集中器节点的树形网络连通图。
图4是深度flag值变化的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明将LORA模块集成到检修工具中，并对一套检修工具配有一个检修工具集中器(以下简称集中器)，集中器中同样集成有LORA模块，并配有显示屏模块，并且可以实现与检修工具的测距，通信，显示的功能。使用集中器与检修工具之间的测距实现采用接收信号强度(RSSI)原理来实现，工具与工具之间，工具与集中器之间的通信采用LORA半双工通信原理进行通信。
将区块链的概念引入此通信网络中，建立工具间的网络连通图，即实现“物联网”的概念。在工具和集中器网络中，集中器作为主节点，工具作为从节点。通过RSSI算法算出的距离作为节点之间的链路权重，构建网络多跳连通图。构建完成的网络连通图中使用领导-跟随模式进行管理。集中器作为领导者，工具作为跟随者。在网络中，由集中器产生创世块，使用区块链的结构变形树型区块链的思想进行网络管理。使用区块链网络构建物联网网络的优点在于使用区块链中数据不易丢失，不可伪造，以时间戳来记录交易信息的特点，实现保证工具在每个时间点的位置都可以追踪定位。
在检修工具之中，引入深度学习的思想来对一批工具易丢失和不易丢失引入一个丢失指标flag，通过一次次的检修工作来一次次的学习迭代flag的值，flag取值初值为0，表示丢失概率为0。在后续迭代学习过程中，易丢失的工具的flag数值将会逐渐上升。对于flag数值越大的值，在维修工具检修过程中，将会对其“重点关注”，以减小丢失概率。
针对于构建完成的区块链网络连通图中，需要做到检修工具在检修过程中，实时报告自己的位置信息。对于flag值越大的值，其实时报告自己位置信息的频率将会越快，flag越小的值，报告自己位置信息的频率将会越慢。
具体包括以下步骤；
步骤1，将集成有LORA模块的微处理器嵌入到维修工具和集中器中，并对每个工具和集中器进行编号ID；
步骤2，在检修现场，对检修工具使用RSSI测距算法计算出各节点之间的距离，对于计算出来的距离与阈值A做比较(为方便说明，这里假设A＝80米)，若节点间的距离大于80米，则互相之间不能通信，若距离小于80米，则距离之间可以通信，根据此规则构造出如图2所示的网络连通图；
步骤3，使用最小生成树算法以集中器为首节点，简化网络连通图，构建最佳树形区块链网络连通图，首节点作为创世节点，构造出来的网络连通图如图3所示；
步骤4，创世节点生成创世块信息，创世块中保存此时网络中所有节点的信息和flag值，网络中各个节点之间的通信根据生成的树形结构网络连通图进行信息的交互；
在树形结构网络中，节点需要以一定的时间频率发送自己的状态信息，假设此时经过前几次的检修工作工具flag值如图4所示，则flag值大的值将会以更快的频率发送自己的位置信息，而flag值为0的则会以默认时间频率发送自己的状态信息，其中时间频率将自己设置。
所述的时间频率，时间频率的选择标准为flag数值大小，初始时，默认60秒发送一次，随后由flag值的变化，逐渐改变发送信息的时间间隔，具体为flag值+1，时间间隔减小5秒，最短时间间隔下限为1秒；flag值-1，则时间间隔增大5秒，且上限为300秒。
实施例：
首先，具体一个飞机机场中飞机内部检修工作实用场景；
其次，对参数进行定义：
设置工具和集中器等节点最大允许通信距离A＝80米；flag初始值为0；
本实施例中选取图1为该工具与工具，工具与集中器网络分布图。
步骤1，对每个工具与集中器进行编号，具体编号如图1所示；
步骤2，使用RSSI测距算法计算出每个节点与节点间的距离，其中网络连通允许最大的通信距离为80米，各个节点的邻居节点如表1所示，网络中各个节点建立网络连通图，建立完成的网络连通图如图2所示；
Figure BDA0002788121620000061
Figure BDA0002788121620000071
表1
步骤3，根据生成的网络拓扑图，让集中器作为首节点，使用最小生成树算法生成每个分支的链路通路，链路通路如表2所示，最终形成树形网络连通图，连通图如3所示(以0(集中器)为首节点的树形网络图)；
首节点 目的节点 最佳链路
0 1 0-2-1
0 2 0-2
0 3 0-4-3
0 4 0-4
0 5 0-4-5
0 6 0-6
0 7 0-7
表2
步骤4，树形区块网络中，集中器作为首节点，建立创世区块，用于记录此时信息，各个节点开始通信。
步骤5，各个节点根据深度学习完成后的flag值以一定时间频率与首节点发送自身信息，深度学习的flag值更新具体变化如图4所示(flag值更新变化图)：
这里选取编号为1,2,7三个工具进行具体说明。对于编号1工具，A时刻它的flag值为0，则说明他不易丢失，它将按照初始时间频率发送自己位置信息，并且观察接下来的B,C,D,F,G时刻，它均为0，则这些时刻它都将以初始时间频率发送自身信息；对于编号2，A时刻flag值为2，B时刻它又丢失了一次，则flag值加1，在C时刻，由于上一时刻flag值加一，则此时刻flag值为3，这一时刻，工具没有丢失，则递减编号减1，并进行叠加，D,F,G时刻，该工具都未丢失，则D叠加减1到D-4，在这几个时间段里，编号2的工具在A时刻以flag＝2的时间频率发送自身信息，C,D,F,G以flag＝3的时间频率发送自身信息；对于编号7，A时刻它的flag值为7，该值较大，说明其比较容易丢失，它将以flag＝7对应的时间频率发送自身信息，在B,C,D,F,时刻我们发现它一直没有丢失，此时递减标号D已经累计到4，所以在G时刻，flag的值会由7递减到6，并存储。
工具完成检修后，各个工具记录检修完成时自身的flag值，下次再次进行检修时，自身保存的flag值即为自身的初始值。

Claims (3)

1.基于深度学习和区块链的机务检修工具LoRa定位方法，其特征在于，包括以下步骤：
步骤1，将出库的若干工具和集中器进行独立编号，保证其编号的独立性；
步骤2，在检修现场，对检修工具开启LORA定位，根据RSSI测距算法计算出工具和工具之间，工具和集中器之间的距离，设置一个距离阈值A，当距离小于A时，相互之间为邻居节点，可以进行直接通信，否则需要通过多跳的方式进行节点通信，测量出来的距离作为链路权重信息，链路权重反映了节点之间的距离关系；
步骤3，以集中器为首节点，以最小生成树算法构建树形区块链网络连通图，首节点创立创世区块，记录此时的位置信息和时间；
步骤4，位于网络中的检修工具节点以一定频率定时发送自己的位置信息，时间频率的选择标准为flag数值大小，Flag的数值越大表达时间频率应越快，flag越小，时间频率也越小。
2.根据权利要求1所述的基于深度学习和区块链的机务检修工具LoRa定位方法，其特征在于，所述的Flag数值的选取标准如下：
对于一批工具，在对于每一个工具在检修任务时，可能会因为各种各样的原因导致工具丢失，对于工具易丢失和不易丢失引入一个丢失指标flag，使用深度学习的思想对每次执行完检修任务的工具进行一次flag值更新学习，具体为丢失一次，flag值加一，4连续不丢失，flag值减一；更新完的flag值保存下来，保证下次检修时flag值为更新之后的值；使用这样不断一次次迭代学习改变flag值的方式，使得flag始终可以反映工具的易丢失情况。
3.根据权利要求1所述的基于深度学习和区块链的机务检修工具LoRa定位方法，其特征在于，所述的时间频率，时间频率的选择标准为flag数值大小，初始时，默认60秒发送一次，随后由flag值的变化，逐渐改变发送信息的时间间隔，具体为flag值+1，时间间隔减小5秒，最短时间间隔下限为1秒；flag值-1，则时间间隔增大5秒，且上限为300秒。
CN202011305207.1A 2020-11-19 2020-11-19 基于深度学习和区块链的机务检修工具LoRa定位方法 Active CN112566016B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011305207.1A CN112566016B (zh) 2020-11-19 2020-11-19 基于深度学习和区块链的机务检修工具LoRa定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011305207.1A CN112566016B (zh) 2020-11-19 2020-11-19 基于深度学习和区块链的机务检修工具LoRa定位方法

Publications (2)

Publication Number Publication Date
CN112566016A true CN112566016A (zh) 2021-03-26
CN112566016B CN112566016B (zh) 2023-08-01

Family

ID=75043951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011305207.1A Active CN112566016B (zh) 2020-11-19 2020-11-19 基于深度学习和区块链的机务检修工具LoRa定位方法

Country Status (1)

Country Link
CN (1) CN112566016B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113259838A (zh) * 2021-05-12 2021-08-13 文华学院 一种基于区块链和边缘计算的高精度可信位置服务系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050243765A1 (en) * 2003-07-25 2005-11-03 Schrader Mark E Mesh network and piconet work system and method
CN102547763A (zh) * 2012-01-29 2012-07-04 清华大学 无线网络拓扑控制方法
US20140171113A1 (en) * 2011-07-13 2014-06-19 Symeo Gmh Method and System for Locating a Current Position or a Coupling Location of a Mobile Unit Using a Leaky Waveguide
CN106558206A (zh) * 2016-11-23 2017-04-05 成都四威电子有限公司成都星石科技分公司 一种基于有源rfid技术的便携防丢方法
CN109660955A (zh) * 2018-11-23 2019-04-19 北斗天地股份有限公司 位置监控方法及装置
CN109968304A (zh) * 2019-04-18 2019-07-05 西安大川电子科技有限公司 一种物品防丢管理箱
CN110084777A (zh) * 2018-11-05 2019-08-02 哈尔滨理工大学 一种基于深度学习的微小零件定位跟踪方法
CN110139336A (zh) * 2019-05-21 2019-08-16 中国海洋大学 一种用于大规模海洋设备回收的系统及其组网方法和回收方法
CN111614567A (zh) * 2020-04-03 2020-09-01 杭州鹿扬科技有限公司 区块链网络中的节点路径选择方法、系统及装置
CN211402704U (zh) * 2019-12-26 2020-09-01 福州大学 一种工地资产管理装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050243765A1 (en) * 2003-07-25 2005-11-03 Schrader Mark E Mesh network and piconet work system and method
US20140171113A1 (en) * 2011-07-13 2014-06-19 Symeo Gmh Method and System for Locating a Current Position or a Coupling Location of a Mobile Unit Using a Leaky Waveguide
CN102547763A (zh) * 2012-01-29 2012-07-04 清华大学 无线网络拓扑控制方法
CN106558206A (zh) * 2016-11-23 2017-04-05 成都四威电子有限公司成都星石科技分公司 一种基于有源rfid技术的便携防丢方法
CN110084777A (zh) * 2018-11-05 2019-08-02 哈尔滨理工大学 一种基于深度学习的微小零件定位跟踪方法
CN109660955A (zh) * 2018-11-23 2019-04-19 北斗天地股份有限公司 位置监控方法及装置
CN109968304A (zh) * 2019-04-18 2019-07-05 西安大川电子科技有限公司 一种物品防丢管理箱
CN110139336A (zh) * 2019-05-21 2019-08-16 中国海洋大学 一种用于大规模海洋设备回收的系统及其组网方法和回收方法
CN211402704U (zh) * 2019-12-26 2020-09-01 福州大学 一种工地资产管理装置
CN111614567A (zh) * 2020-04-03 2020-09-01 杭州鹿扬科技有限公司 区块链网络中的节点路径选择方法、系统及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
AHMAD MUZAFFAR BAHARUDIN等: "Long-range wireless sensor networks for geo-location tracking: Design and evaluation", 《2016 INTERNATIONAL ELECTRONICS SYMPOSIUM (IES)》 *
刘丹: "基于区块链技术的高速移动视点视频监控跟踪系统设计", 《计算机测量与控制》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113259838A (zh) * 2021-05-12 2021-08-13 文华学院 一种基于区块链和边缘计算的高精度可信位置服务系统

Also Published As

Publication number Publication date
CN112566016B (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
CN102300281B (zh) 一种基于无线传感网络的桥梁状态监测路由方法
CN106714222A (zh) 无线可充电传感网络节点充电次序调度方法
Perera et al. A WPT-enabled UAV-assisted condition monitoring scheme for wireless sensor networks
CN102665253B (zh) 一种基于无线传感网络的事件检测方法
CN103648164A (zh) 一种基于到达时间差和Gossip算法的无线传感器网络分布式定位方法
CN205015914U (zh) 一种基于精确定位的物联网资产管理系统
CN104754683A (zh) 基于多跳路由与移动元素的无线传感器网络数据收集方法
John et al. Energy saving cluster head selection in wireless sensor networks for internet of things applications
CN102497669A (zh) 一种无线传感器网络节点定位的方法
CN112566016A (zh) 基于深度学习和区块链的机务检修工具LoRa定位方法
CN103701647B (zh) 一种无线网络拓扑优化生成方法
CN113411766B (zh) 智慧物联网综合感知系统及方法
CN105357732B (zh) 不依赖位置信息的无线传感器网络边缘节点识别方法
CN111935797B (zh) 一种用于低压开关柜无线通信网络的动态路由方法
CN111356039B (zh) 无线光通信网络的拓扑形成方法
Zhang Effective integration of ZigBee communication technology and Internet of things technology
CN104348863A (zh) 基于移动自组网技术的运维巡检终端
Andrade et al. Data-based cluster-tree formation scheme for large-scale wireless sensor networks
Wesnarat et al. A power efficient algorithm for data gathering from wireless water meter networks
Sun et al. Adaptive rule engine for anomaly detection in 5g mobile edge computing
CN102761888A (zh) 一种基于特征选择的传感网络异常检测方法和装置
CN107294853B (zh) 一种电力通信网络路径优化方法
CN109742856B (zh) 台区电能表网络三维物理拓扑结构图生成方法
Sah et al. Target coverage area in energy harvesting wireless sensor networks
CN103945412A (zh) 一种基于连通性的wsn空洞节点检测方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230315

Address after: 710000 No. B49, Xinda Zhongchuang space, 26th Street, block C, No. 2 Trading Plaza, South China City, international port district, Xi'an, Shaanxi Province

Applicant after: Xi'an Huaqi Zhongxin Technology Development Co.,Ltd.

Address before: 710048 No. 5 Jinhua South Road, Shaanxi, Xi'an

Applicant before: XI'AN University OF TECHNOLOGY

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230703

Address after: No. 111, Block A, Shangji Information Business Building, No. 1588, Lianhang Road, Minhang District, Shanghai, 201112

Applicant after: Shanghai Jiuqian Aviation Technology Co.,Ltd.

Address before: 710000 No. B49, Xinda Zhongchuang space, 26th Street, block C, No. 2 Trading Plaza, South China City, international port district, Xi'an, Shaanxi Province

Applicant before: Xi'an Huaqi Zhongxin Technology Development Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: LoRa localization method for maintenance tools based on deep learning and blockchain

Effective date of registration: 20230925

Granted publication date: 20230801

Pledgee: Zhejiang Tailong Commercial Bank Co.,Ltd. Shanghai Branch

Pledgor: Shanghai Jiuqian Aviation Technology Co.,Ltd.

Registration number: Y2023310000600