CN115620154B - 一种全景地图叠加替换方法、系统 - Google Patents

一种全景地图叠加替换方法、系统 Download PDF

Info

Publication number
CN115620154B
CN115620154B CN202211629922.XA CN202211629922A CN115620154B CN 115620154 B CN115620154 B CN 115620154B CN 202211629922 A CN202211629922 A CN 202211629922A CN 115620154 B CN115620154 B CN 115620154B
Authority
CN
China
Prior art keywords
map
point
data
image
pixel
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
Application number
CN202211629922.XA
Other languages
English (en)
Other versions
CN115620154A (zh
Inventor
尤万成
郑良章
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.)
Jiangsu Xinghu Technology Co ltd
State Grid Zhejiang Electric Power Co Ltd Hangzhou Linping District Power Supply Co
Original Assignee
Jiangsu Xinghu 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 Jiangsu Xinghu Technology Co ltd filed Critical Jiangsu Xinghu Technology Co ltd
Priority to CN202211629922.XA priority Critical patent/CN115620154B/zh
Publication of CN115620154A publication Critical patent/CN115620154A/zh
Application granted granted Critical
Publication of CN115620154B publication Critical patent/CN115620154B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种全景地图叠加替换方法、系统，属于全景地图处理技术领域，包括：在采集点位置采集地图数据；将采集地图数据和原地图数据灰度处理，得到两个对比图片；对采集地图数据和原地图数据相同像素坐标位置分块取样，位移比对，提取特征点；将提取特征点与原地图特征匹配，输出采集地图和原地图的特征点偏移量；将原地图替换成采集地图，根据特征点偏移量对关联位置修正。该全景地图叠加替换方法、系统，解决数字可视化管理系统的全景地图在更新后相关联的视频数据、物联传感数据、图像数据等关联位置不会因为位移的变化产生偏差，导致关联数据与实际景物无法对应的问题。

Description

一种全景地图叠加替换方法、系统
技术领域
本发明属于全景地图处理技术领域，具体涉及一种全景地图叠加替换方法、系统。
背景技术
目前智慧建筑、智慧园区、智慧港口等各行业的数字可视化管理系统的发展，趋向于所见即所得的需求，由于受三维建模的工作量大，投入资金多，承载所需的资源高等问题的影响，数字可视化平台不仅仅局限在对虚拟三维模型的建模要求，更趋向于可视化平台所呈现的内容要与实际景物一致，保证可视化场景与视频数据、物联传感数据、图像数据的关联与实际景物要一一对应。
现有的数字可视化管理系统的全景地图更新后，关联的视频数据、物联传感数据、图像数据等关联位置因为位移的变化产生偏差，导致关联数据与实际景物无法对应，因此，需要研发一种全景地图叠加替换方法、系统来解决现有的问题。
发明内容
本发明的目的在于提供一种全景地图叠加替换方法、系统，以解决全景地图更新后导致关联数据与实际景物无法对应的问题。
为实现上述目的，本发明提供如下技术方案：一种全景地图叠加替换方法，包括：
在采集点位置采集地图数据；
将采集地图数据和原地图数据灰度处理，得到可对比的图片；
对采集地图数据和原地图数据相同象素坐标位置分块取样，位移比对，提取特征点；
将提取特征点与原地图特征匹配，输出采集地图和原地图的特征点偏移量；
将原地图替换成采集地图，根据特征点偏移量对关联位置修正。
优选的，所述采集地图数据之前，读取原地图中该采集点的点位数据，并将此点位数据发送给采集设备，所述采集设备读取到原地图采集时的点位数据，在原地图采集时的相同点位置采集，所述采集设备包括无人机或者地面采集终端。
优选的，所述点位数据包括：WGS84经纬度坐标数据、高程数据、时间数据和起始方位数据。
优选的，所述特征点包括角点、高曲率点、直线段、边缘、轮廓和闭合区域。
优选的，所述输出采集地图和原地图的特征点偏移量包括：
步骤11、分别获取到两个对比的图片以及窗函数的矩阵形式，使两个图像和窗函数的类型和尺寸相同，并且设置图像类型为32位或64位浮点灰度图像；
步骤12、获取两个对比图片的尺寸，若有未填充的像素通过补零处理；
步骤13、将两个图像与窗函数逐点相乘，进行傅立叶变换，获得互功率谱，通过互功率谱进行傅立叶逆变换，将图像平均分割并进行图片互换，获取傅立叶逆变换后的最大点处的像素位置，在设定的窗体内确定像素精度的坐标位置，获得最大的响应值，确定偏移量。
优选的，所述将图像平均分割并进行图片互换包括：
若图像的尺寸宽度大于600像素，长度大于450像素，则将图像第一次平均分割成四象限的四张图片，每个象限中的图片第二次平均分割成四张小象限图片，以第一次分割的象限原点为中心，将每个小象限图片与其相对称的象限内的小象限图片互换；
若图像的尺寸宽度小于等于600像素，长度小于等于450像素，则将图像平均分割成四象限的四张图片，以象限原点为中心，将象限图片与其相对称的象限内图片互换。
优选的，所述角点的确定方法包括：
获取边界点的邻域均值，作为对照值，以边界点为圆心获取50个像素点为半径的区域内的比较数值，将比较数值与对照值进行差值计算，若相邻的两个点与选择的点构成的夹角的数值在设定范围内则确定为角点。
优选的，所述夹角在设定范围为170度-180度。
优选的，所述轮廓的提取方法包括：
对图像先进行二值化处理，得到二值化图像；
获取二值化图像中像素点的颜色，若像素点为黑，获取黑色像素点周边四个相邻像素点的颜色，若周边四个相邻像素点均为黑色，则获取黑色像素点周边相邻八个像素点的颜色，若八个像素点的颜色均为黑色，则将该像素点删除，若周边四个相邻像素点中任一像素点为白色，则获取下一个像素点；
遍历完成每一个像素点后得到轮廓。
本发明另提供一种全景地图叠加替换系统，包括：
采集模块，用于采集地图数据；
灰度处理模块，用于对地图灰度处理；
取样模块，用于在采集地图和原地图相同像素坐标位置分块取样；
位移比对模块，用于对采集地图和原地图进行位移比对；
特征点提取模块，用于提取特征点；
匹配模块，用于将提取特征点与原地图特征匹配；
输出模块，用于输出采集地图和原地图的特征点偏移量；
替换模块，用于将原地图替换成采集地图；
修正模块，用于根据输出模块的特征点偏移量对关联位置修正。
本发明的技术效果和优点：该全景地图叠加替换方法、系统，解决了数字可视化管理系统的全景地图在更新后相关联的视频数据、物联传感数据、图像数据等关联位置不会因为位移的变化产生偏差，导致关联数据与实际景物无法对应的问题，通过读取原地图中该采集点的点位数据，并将此点位数据发送给采集设备，使采集设备在相同的点位进行采集，通过WGS84经纬度坐标数据、高程数据和时间数据对位置的限定，减少了采集时的误差，提高了采集时的精度，通过图像平均分割并进行图片互换，把能量调整到图像的中心,使图像的中心对应于两幅图像相频差为零的位置,即没有发生位移的地方，通过确定角点和轮廓的提取实现了特征点的快速匹配，提高了输出的效率。
附图说明
图1为本发明方法的流程示意图；
图2为本发明实施例的流程示意图；
图3为本发明输出采集地图和原地图的特征点偏移量的流程示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供了如图1、图2中所示的一种全景地图叠加替换方法，包括：
在数字可视化管理系统全景地图采集点位置开始采集；
读取上一次数字可视化管理系统地图采集点RTK数据，该数据包括：全景地图空中采集点的无人机RTK点位数据，包括WGS84经纬度坐标数据、高程数据、时间数据和起始方位数据,或者地面采集终端采集点的WGS84经纬度坐标数据、高程数据、时间数据和起始方位数据；
上传采集点的全景地图数据；
上传采集点的全景地图数据与系统中现有的全景地图进行比对；
对上传的全景地图和原地图进行灰度处理，获得明亮度较为平缓的可对比的图片，解决拍摄光线不一致带来的干扰问题；
对处理后采集点的全景地图和系统中现有全景地图，在同像素坐标位置进行分块取样；
对处理后采集点的全景地图同像素坐标取样的分块与系统中现有全景地图同像素坐标的取样分块两两进行位移比对；
提取处理后采集点全景地图同像素坐标特征点，特征点包括角点、高曲率点、直线段、边缘、轮廓和闭合区域等，将提取的同像素坐标特征点与现有全景地图进行特征匹配，其中本实施例中，所述角点的确定的方法包括：
获取边界点的邻域均值，作为对照值，以边界点为圆心获取50个像素点为半径的区域内的比较数值，将比较数值与对照值进行差值计算，若相邻的两个点与选择的点构成的夹角的数值在设定范围内则确定为角点，本实施例中所述夹角在设定范围为170度-180度，提高了角点确定的时间，提高了匹配的效率；
所述轮廓的提取包括：
对图像先进行二值化处理，得到二值化图像；
获取二值化图像中像素点的颜色，若像素点为黑，获取黑色像素点周边四个相邻像素点的颜色，若周边四个相邻像素点均为黑色，则获取黑色像素点周边相邻八个像素点的颜色，若八个像素点的颜色均为黑色，则将该像素点删除，若周边四个相邻像素点任一像素点为白色，则获取下一个像素点；
遍历完成每一个像素点后得到轮廓，提高了提取的效率；
输出两副图的特征点偏移量，如图3所示，所述输出采集地图和原地图的特征点偏移量包括：
步骤11、分别获取到两个对比的图片以及窗函数的矩阵形式，使两个图像和窗函数的类型和尺寸相同，并且设置图像类型为32位或64位浮点灰度图像；
步骤12、获取两个对比图片的尺寸，若有未填充的像素通过补零处理；
步骤13、将两个图像与窗函数逐点相乘，进行傅立叶变换，获得互功率谱，通过互功率谱进行傅立叶逆变换，将图像平均分割并进行图片互换，获取傅立叶逆变换后的最大点处的像素位置，在设定的窗体内确定像素精度的坐标位置，获得最大的响应值，确定偏移量；所述将图像平均分割并进行图片互换包括：
若图像的尺寸宽度大于600像素，长度大于450像素，则将图像第一次平均分割成四象限的四张图片，每个象限中的图片第二次平均分割成四张小象限图片，以第一次分割的象限原点为中心，将每个小象限图片与其相对称的象限内的小象限图片互换；
若图像的尺寸宽度小于等于600像素，长度小于等于450像素，则将图像平均分割成四象限的四张图片，以象限原点为中心，将象限图片与其相对称的象限内图片互换。
将原有全景地图替换成最新采集的全景地图；
依据偏移量对全景地图上视频数据、物联传感数据、图象数据等关联位置进行修正。
本发明另提供一种全景地图叠加替换系统，包括：
采集模块，用于采集地图数据；
灰度处理模块，用于对地图灰度处理；
取样模块，用于在采集地图和原地图相同像素坐标位置分块取样；
位移比对模块，用于对采集地图和原地图进行位移比对；
特征点提取模块，用于提取特征点；
匹配模块，用于将提取特征点与原地图特征匹配；
输出模块，用于输出采集地图和原地图的特征点偏移量；
替换模块，用于将原地图替换成采集地图;
修正模块，用于根据输出模块的特征点偏移量对关联位置修正。
工作原理：该全景地图叠加替换方法、系统，解决了数字可视化管理系统的全景地图在更新后相关联的视频数据、物联传感数据、图像数据等关联位置不会因为位移的变化产生偏差，导致关联数据与实际景物无法对应的问题，通过读取原地图中该采集点的点位数据，并将此点位数据发送给采集设备，使采集设备在相同的点位进行采集，通过WGS84经纬度坐标数据、高程数据和时间数据对位置的限定，减少了采集时的误差，提高了采集时的精度，通过图像平均分割并进行图片互换，把能量调整到图像的中心,使图像的中心对应于两幅图像相频差为零的位置,即没有发生位移的地方，通过确定角点和轮廓的提取实现了特征点的快速匹配，提高了输出的效率。
最后应说明的是：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，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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,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)

1.一种全景地图叠加替换方法，其特征在于：包括：
在采集点位置采集地图数据；
将采集地图数据和原地图数据灰度处理，得到两个对比图片；
对采集地图数据和原地图数据相同像素坐标位置分块取样，位移比对，提取特征点；
将提取特征点与原地图特征匹配，输出采集地图和原地图的特征点偏移量；
将原地图替换成采集地图，根据特征点偏移量对关联位置修正；所述输出采集地图和原地图的特征点偏移量包括：
步骤11、分别获取到两个对比的图片以及窗函数的矩阵形式，使两个图像和窗函数的类型和尺寸相同，并且设置图像类型为32位或64位浮点灰度图像；
步骤12、获取两个对比图片的尺寸，尺寸中若有未填充的像素通过补零处理；
步骤13、将两个图像与窗函数逐点相乘，进行傅立叶变换，获得互功率谱，通过互功率谱进行傅立叶逆变换，将图像平均分割并进行图片互换，获取傅立叶逆变换后的最大点处的像素位置，在设定的窗体内确定像素精度的坐标位置，获得最大的响应值，确定偏移量。
2.根据权利要求1所述的一种全景地图叠加替换方法，其特征在于：所述采集地图数据之前，读取原地图中该采集点的点位数据，并将此点位数据发送给采集设备，所述采集设备读取到原地图采集时的点位数据，在原地图采集时的相同点位置采集，所述采集设备包括无人机或者地面采集终端。
3.根据权利要求2所述的一种全景地图叠加替换方法，其特征在于：所述点位数据包括：WGS84经纬度坐标数据、高程数据、时间数据和起始方位数据。
4.根据权利要求1所述的一种全景地图叠加替换方法，其特征在于：所述特征点包括角点、高曲率点、直线段、边缘、轮廓和闭合区域。
5.根据权利要求1所述的一种全景地图叠加替换方法，其特征在于：所述将图像平均分割并进行图片互换包括：
若图像的尺寸宽度大于600像素，长度大于450像素，则将图像第一次平均分割成四象限的四张图片，每个象限中的图片第二次平均分割成四张小象限图片，以第一次分割的象限原点为中心，将每个小象限图片与其相对称的象限内的小象限图片互换；
若图像的尺寸宽度小于等于600像素，长度小于等于450像素，则将图像平均分割成四象限的四张图片，以象限原点为中心，将象限图片与其相对称的象限内图片互换。
6.根据权利要求4所述的一种全景地图叠加替换方法，其特征在于：所述角点的确定方法包括：
获取边界点的邻域均值，作为对照值，以边界点为圆心获取50个像素点为半径的区域内的比较数值，将比较数值与对照值进行差值计算，若相邻的两个点与选择的点构成的夹角的数值在设定范围内则确定为角点。
7.根据权利要求6所述的一种全景地图叠加替换方法，其特征在于：所述夹角在设定范围为170度-180度。
8.根据权利要求4所述的一种全景地图叠加替换方法，其特征在于：所述轮廓的提取方法包括：
对图像先进行二值化处理，得到二值化图像；
获取二值化图像中像素点的颜色，若像素点为黑，获取黑色像素点周边四个相邻像素点的颜色，若周边四个相邻像素点均为黑色，则获取黑色像素点周边相邻八个像素点的颜色，若八个像素点的颜色均为黑色，则将该像素点删除，若周边四个相邻像素点中任一像素点为白色，则获取下一个像素点；
遍历完成每一个像素点后得到轮廓。
CN202211629922.XA 2022-12-19 2022-12-19 一种全景地图叠加替换方法、系统 Active CN115620154B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211629922.XA CN115620154B (zh) 2022-12-19 2022-12-19 一种全景地图叠加替换方法、系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211629922.XA CN115620154B (zh) 2022-12-19 2022-12-19 一种全景地图叠加替换方法、系统

Publications (2)

Publication Number Publication Date
CN115620154A CN115620154A (zh) 2023-01-17
CN115620154B true CN115620154B (zh) 2023-03-07

Family

ID=84880195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211629922.XA Active CN115620154B (zh) 2022-12-19 2022-12-19 一种全景地图叠加替换方法、系统

Country Status (1)

Country Link
CN (1) CN115620154B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107945113A (zh) * 2017-11-17 2018-04-20 北京天睿空间科技股份有限公司 局部图像拼接错位的矫正方法
CN107993197A (zh) * 2017-12-28 2018-05-04 哈尔滨工业大学深圳研究生院 一种全景相机的拼接方法及系统
CN109520500A (zh) * 2018-10-19 2019-03-26 南京航空航天大学 一种基于终端拍摄图像匹配的精确定位及街景库采集方法
CN110926475A (zh) * 2019-12-03 2020-03-27 北京邮电大学 一种无人机航点生成方法、装置及电子设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9390344B2 (en) * 2014-01-09 2016-07-12 Qualcomm Incorporated Sensor-based camera motion detection for unconstrained slam
CN107292954B (zh) * 2017-06-21 2020-12-15 重庆市勘测院 一种三维模型与照片融合方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107945113A (zh) * 2017-11-17 2018-04-20 北京天睿空间科技股份有限公司 局部图像拼接错位的矫正方法
CN107993197A (zh) * 2017-12-28 2018-05-04 哈尔滨工业大学深圳研究生院 一种全景相机的拼接方法及系统
CN109520500A (zh) * 2018-10-19 2019-03-26 南京航空航天大学 一种基于终端拍摄图像匹配的精确定位及街景库采集方法
CN110926475A (zh) * 2019-12-03 2020-03-27 北京邮电大学 一种无人机航点生成方法、装置及电子设备

Also Published As

Publication number Publication date
CN115620154A (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
CN109949399B (zh) 一种基于无人机航拍图像的场景三维重建方法
CN110969667B (zh) 基于边缘特征的多光谱相机外参自校正算法
CN110009561B (zh) 一种监控视频目标映射到三维地理场景模型的方法及系统
CN107194991B (zh) 一种基于骨架点局域动态更新的三维全局可视化监控系统构建方法
CN111080709B (zh) 基于轨迹特征配准的多光谱立体相机自标定算法
Taneja et al. Registration of spherical panoramic images with cadastral 3d models
CN109785379A (zh) 一种对称物体尺寸及重量的测量方法及测量系统
CN104881841B (zh) 基于边缘特征与点特征的航拍高压电力塔架图像拼接方法
CN104732577B (zh) 一种基于uav低空航测系统的建筑物纹理提取方法
CN110473221B (zh) 一种目标物体自动扫描系统及方法
CN111292413A (zh) 图像模型的处理方法及装置、存储介质、电子装置
CN110634138A (zh) 一种基于视觉感知的桥梁变形的监测方法、装置及设备
CN111243034A (zh) 一种全景辅助泊车标定方法、装置、设备及存储介质
CN112016478A (zh) 一种基于多光谱图像融合的复杂场景识别方法及系统
CN114549871A (zh) 一种无人机航拍图像与卫星影像匹配方法
CN112946679A (zh) 一种基于人工智能的无人机测绘果冻效应检测方法及系统
CN112529498B (zh) 一种仓储物流管理方法及系统
CN108109118B (zh) 一种无控制点的航拍图像几何校正方法
CN115620154B (zh) 一种全景地图叠加替换方法、系统
CN117115243A (zh) 一种基于街景图片的建筑群外立面窗户定位方法及装置
CN116385994A (zh) 一种三维道路线提取方法及相关设备
CN113592744B (zh) 一种适用于高分辨率遥感影像的几何精校正方法
CN115908729A (zh) 三维实景构建方法、装置、设备及计算机可读存储介质
CN113409197B (zh) 智能测绘数据信息处理方法
CN112669346B (zh) 一种路面突发状况确定方法及装置

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231019

Address after: Room 1408, Yuanquan Science Park, 73 Zhongbei Road, Gulou District, Nanjing City, Jiangsu Province, 210000

Patentee after: JIANGSU XINGHU TECHNOLOGY CO.,LTD.

Patentee after: State Grid Zhejiang Electric Power Co., Ltd. Hangzhou Linping District Power Supply Co.

Address before: Room 1408, Yuanquan Science Park, 73 Zhongbei Road, Gulou District, Nanjing City, Jiangsu Province, 210000

Patentee before: JIANGSU XINGHU TECHNOLOGY CO.,LTD.