CN104527721B - 一种列车故障检测方法及*** - Google Patents
一种列车故障检测方法及*** Download PDFInfo
- Publication number
- CN104527721B CN104527721B CN201410788627.8A CN201410788627A CN104527721B CN 104527721 B CN104527721 B CN 104527721B CN 201410788627 A CN201410788627 A CN 201410788627A CN 104527721 B CN104527721 B CN 104527721B
- Authority
- CN
- China
- Prior art keywords
- image
- described image
- standard form
- train
- database
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种列车故障检测检测方法及***，该方法包括：获取需要进行故障检测的列车的图像；判断数据库中是否有与所述图像对应的标准模板图像；当数据库中有与所述图像对应的标准模板图像时，采用第一预设算法将所述图像与所述标准模板图像进行对比，并获取对比结果；依据所述对比结果判断所述图像是否存在差异；若是，在所述图像的差异位置进行标注，确定所述列车存在故障，可以看到，本发明以对图像的分析比对代替现有技术的现场检测，即无需大量技术人员去现场检测，节约了大量的人力和物力，并且这种分析比对方式可通过电子设备自动实现，无需过多人工参与，检测过程简单、高效和客观。
Description
技术领域
本发明涉及故障检测技术领域，特别是涉及一种列车故障检测方法及***。
背景技术
为保证乘客的安全，技术人员需要经常对列车进行故障检测和诊断，故障检测中一般采用人工检测的方法对列车进行故障检测，需要技术人员使用故障检测设备对列车进行全面的检查和排除故障。
由于需要大量的技术人员和故障检测设备对列车进行故障检测，检测过程也很繁琐，不仅浪费大量人力资源，而且导致故障检测的效率较低，也不够准确地检测到故障。
发明内容
本发明的目的是提供一种列车故障检测方法及***，以实现对列车的快速准确的故障检测，且节约大量人力物力。
为解决上述技术问题，本发明提供一种列车故障检测方法，该方法包括：
获取需要进行故障检测的列车的图像；
判断数据库中是否有与所述图像对应的标准模板图像；
当数据库中有与所述图像对应的标准模板图像时，采用第一预设算法将所述图像与所述标准模板图像进行对比，并获取对比结果；
依据所述对比结果判断所述图像是否存在差异；若是，在所述图像的差异位置进行标注，确定所述列车存在故障。
优选的，所述方法还包括：
当数据库中没有与所述图像对应的标准模板图像时，采用第二预设算法对所述图像进行分析，并获取分析结果；
依据所述分析结果判断所述图像是否存在差异；若是，在所述图像的差异位置进行标注，确定所述列车存在故障。
优选的，所述第一预设算法包括图像配准算法，所述采用第一预设算法将所述图像与所述标准模板图像进行对比，包括：
配准对齐所述图像与所述标准模板图像；
对比所述图像与所述标准模板图像中位于同一位置的像素级；
判断所述图像与所述标准模板图像中位于同一位置的像素级是否相同。
优选的，所述第二预设算法包括图像匹配算法，所述采用第二预设算对所述图像进行分析，包括：
采用特征匹配方法对所述图像的预设关键部位进行定位；
采用识别算法判断所述预设关键部位是否正常。
优选的，所述差异位置包括螺栓丢失的图像位置。
优选的，所述差异位置包括螺栓松动的图像位置。
本发明还提供一种列车故障检测***，该***包括:
获取单元，用于获取需要进行故障检测的列车的图像；
数据库，用于存储标准模图片；
判断单元，用于判断所述数据库中是否有与所述图像对应的标准模板图像；
第一控制单元，用于当所述数据库中有与所述图像对应的标准模板图像时，采用第一预设算法将所述图像与所述标准模板图像进行对比，并获取对比结果；
第一标注单元，用于依据对所述比结果判断所述图像是否存在差异；在所述图像的差异位置进行标注，确定所述列车存在故障。
优选的，所述***还包括：
第二控制单元，用于当所述数据库中没有与所述图像对应的标准模板图像时，采用第二预设算对所述图像进行分析，并获取分析结果；
第二标注单元，用于依据分析结果判断所述图像是否存在差异；在所述图像的差异位置进行标注，确定所述列车存在故障。
优选的，所述第一控制单元包括：
配准单元，用于配准对齐所述图像与所述标准模板图像；
像素级对比单元，用于对比所述图像与所述标准模板图像中位于同一位置的像素级；
像素级判断单元，用于判断所述图像与所述标准模板图像中位于同一位置的像素级是否相同。
优选的，所述第二控制单元包括：
预设关键部位定位单元，用于采用特征匹配方法对所述图像的预设关键部位进行定位；
预设关键部位判断单元，用于采用识别算法判断所述预设关键部位是否正常。
可以看到，本发明所提供一种列车故障检测方法及***，以对图像的分析比对代替现有技术的现场检测，即无需大量技术人员去现场检测，节约了大量的人力和物力，并且这种分析比对方式可通过电子设备自动实现，无需过多人工参与，检测过程简单、高效和客观。
附图说明
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，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明实施例一所提供的一种列车故障检测方法的流程图；
图2为本发明实施例二所提供的一种列车故障检测方法的部分流程图；
图3为本发明实施例四所提供的一种列车故障检测***的结构示意图。
具体实施方式
本发明的核心是提供一种列车故障检测方法及***，以实现对列车的快速准确的故障检测，且节约大量人力物力。
为了使本技术领域的人员更好地理解本发明方案，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。
实施例一
请参考图1，图1为本发明实施例所提供的一种列车故障检测方法方法，该方法包括：
步骤S101：获取需要进行故障检测的列车的图像；
其中，需要进行故障检测的列车的图像可以通过摄像部件进行采集，所述摄像部件的位置根据检测的需求进行设置，为了获取完整的列车图像，进而对列车进行全面的故障检测，摄像部件可以设置于轨道中央底部、轨道外侧底部和轨道外侧两侧面。
设置于轨道中央底部的摄像部件对行驶通过的列车进行拍照，采集到列车底部的图像；设置于轨道外侧底部的摄像设备对行驶通过的列车的外侧底面进行拍照，采集到列车的外侧底面的图像；设置于轨道外侧两侧面的摄像部件对行驶通过的列车的外侧两侧面进行，采集到列车的外侧两侧面的图像，这样所有的摄像部件能够全面地采集到列车的完整图像
步骤S102：判断数据库中是否有与所述图像对应的标准模板图像；
步骤S103：当数据库中有与所述图像对应的标准模板图像时，采用第一预设算法将所述图像与所述标准模板图像进行对比，并获取对比结果；
步骤S104：依据所述对比结果判断所述图像是否存在差异；若是，在所述图像的差异位置进行标注，确定所述列车存在故障。
本发明实施例所提供的一种列车故障检测方法，通过获取需要进行故障检测的列车的图像，判断数据库中是否有与所述图像对应的标准模板图像，当数据库中有与所述图像对应的标准模板图像时，采用第一预设算法将所述图像与所述标准模板图像进行对比，并获取对比结果，依据所述对比结果判断所述图像是否存在差异，若是，在所述图像的差异位置进行标注，确定所述列车存在故障，可以看到，本发明实施例以对图像的分析比对代替现有技术的现场检测，即无需大量技术人员去现场检测，节约了大量的人力和物力，并且这种分析比对方式可通过电子设备自动实现，无需过多人工参与，检测过程简单、高效和客观。
实施例二
基于实施例一所提供的列车故障检测方法，请参图2，图2为本发明实施例所提供的列车故障检测方法的部分流程图，优选的，所述第一预设算法包括图像配准算法，步骤S103中的采用第一预设算法将所述图像与所述标准模板图像进行对比，优选采用以下步骤实现：
步骤S201：配准对齐所述图像与所述标准模板图像；
步骤S202：对比所述图像与所述标准模板图像中位于同一位置的像素级；
步骤S203：判断所述图像与所述标准模板图像中位于同一位置的像素级是否相同。
优选的，所述差异位置包括螺栓丢失的图像位置，表明所述列车出现的故障为螺栓丢失。
优选的，所述差异位置包括螺栓松动的图像位置，表明所述列车出现的故障为螺栓松动。
本发明实施例所提供的一种列车故障检测方法，通过获取需要进行故障检测的列车的图像，采用图像配准算法将所述图像与所述标准模板图像进行对比，具体的，配准对齐所述图像与所述标准模板图像，对比所述图像与所述标准模板图像中位于同一位置的像素级，判断所述图像与所述标准模板图像中位于同一位置的像素级是否相同，接着获取对比结果，依据所述对比结果判断所述图像是否存在差异，若是，在所述图像的差异位置进行标注，确定所述列车存在故障，可以看到，本发明实施例采用图像配准算法将所述图像与所述标准模板图像进行对比，以对图像的分析比对代替现有技术的现场检测，即无需大量技术人员去现场检测，节约了大量的人力和物力，并且这种分析比对方式可通过电子设备自动实现，无需过多人工参与，检测过程简单、高效和客观。
实施例三
基于本发明实施例一所提供的列车故障检测方法，在步骤S102之后还包括以下步骤：
步骤S301：当数据库中没有与所述图像对应的标准模板图像时，采用第二预设算法对所述图像进行分析，并获取分析结果；
步骤S302：依据所述分析结果判断所述图像是否存在差异；若是，在所述图像的差异位置进行标注，确定所述列车存在故障。
优选的，所述第二预设算法包括图像匹配算法，步骤S201中的采用第二预设算对所述图像进行分析，优选采用以下步骤实现：
步骤S402：采用特征匹配方法对所述图像的预设关键部位进行定位；
步骤S403：采用识别算法判断所述预设关键部位是否正常。
本发明实施例所提供的一种列车故障检测方法，通过获取需要进行故障检测的列车的图像，采用图像匹配算法将所述图像与所述标准模板图像进行对比，具体的，采用特征匹配方法对所述图像的预设关键部位进行定位，再采用识别算法判断所述预设关键部位是否正常，接着获取分析结果，依据所述分析结果判断所述图像是否存在差异，若是，在所述图像的差异位置进行标注，确定所述列车存在故障，可以看到，本发明实施例采用图像匹配算法对所述图像进行分析，以对图像的分析代替现有技术的现场检测，即无需大量技术人员去现场检测，节约了大量的人力和物力，并且这种分析比对方式可通过电子设备自动实现，无需过多人工参与，检测过程简单、高效和客观。
实施例四
请参考图3，图3为本发明实施例四所提供的一种列车故障检测***，包括:
获取单元501，用于获取需要进行故障检测的列车的图像；
数据库502，用于存储标准模图片；
判断单元503，用于判断所述数据库中是否有与所述图像对应的标准模板图像；
第一控制单元504，用于当所述数据库中有与所述图像对应的标准模板图像时，采用第一预设算法将所述图像与所述标准模板图像进行对比，并获取对比结果；
第一标注单元505，用于依据对所述比结果判断所述图像是否存在差异；在所述图像的差异位置进行标注，确定所述列车存在故障。
基于上述***，优选的，第一控制单元504包括：
配准单元，用于配准对齐所述图像与所述标准模板图像；
像素级对比单元，用于对比所述图像与所述标准模板图像中位于同一位置的像素级；
像素级判断单元，用于判断所述图像与所述标准模板图像中位于同一位置的像素级是否相同。
本发明实施例所提供的一种列车故障检***，通过获取单元获取需要进行故障检测的列车的图像，判断单元判断所述数据库中是否有与所述图像对应的标准模板图像，第一控制单元采用图像配准算法将所述图像与所述标准模板图像进行对比，具体的，配准对齐所述图像与所述标准模板图像，对比所述图像与所述标准模板图像中位于同一位置的像素级，判断所述图像与所述标准模板图像中位于同一位置的像素级是否相同，接着获取对比结果，第一标注单元依据所述对比结果判断所述图像是否存在差异，若是，在所述图像的差异位置进行标注，确定所述列车存在故障，可以看到，本发明实施例采用图像配准算法将所述图像与所述标准模板图像进行对比，以对图像的分析比对代替现有技术的现场检测，即无需大量技术人员去现场检测，节约了大量的人力和物力，并且这种分析比对方式可通过电子设备自动实现，无需过多人工参与，检测过程简单、高效和客观。
实施例五
基于本发明实施例四所提供的一种列车故障检测***，优选的，所述***还包括:
第二控制单元，用于当所述数据库中没有与所述图像对应的标准模板图像时，采用第二预设算对所述图像进行分析，并获取分析结果；
第二标注单元，用于依据分析结果判断所述图像是否存在差异；在所述图像的差异位置进行标注，确定所述列车存在故障。
优选的，第二控制单元包括：
预设关键部位定位单元，用于采用特征匹配方法对所述图像的预设关键部位进行定位；
其中，所述预设关键部位包括轴箱盖、齿轮箱、牵引杆中的任意一个或任意组合。
预设关键部位判断单元，用于采用识别算法判断所述预设关键部位是否正常。
其中，所述识别算法采用层级记忆神经网络来判断所述预设关键部位是否正常。
本发明实施例所提供的一种列车故障检测***，通过获取单元获取需要进行故障检测的列车的图像，判断单元判断所述数据库中是否有与所述图像对应的标准模板图像，第二控制单元采用图像匹配算法将所述图像与所述标准模板图像进行对比，具体的，采用特征匹配方法对所述图像的预设关键部位进行定位，再采用识别算法判断所述预设关键部位是否正常，接着获取分析结果，第二标注单元依据所述分析结果判断所述图像是否存在差异，若是，在所述图像的差异位置进行标注，确定所述列车存在故障，可以看到，本发明实施例采用图像匹配算法对所述图像进行分析，以对图像的分析代替现有技术的现场检测，即无需大量技术人员去现场检测，节约了大量的人力和物力，并且这种分析比对方式可通过电子设备自动实现，无需过多人工参与，检测过程简单、高效和客观。
综上所述，本发明公开了一种列车故障检测检测方法及***，通过获取需要进行故障检测的列车的图像，判断数据库中是否有与所述图像对应的标准模板图像，当数据库中有与所述图像对应的标准模板图像时，采用第一预设算法将所述图像与所述标准模板图像进行对比，并获取对比结果，依据所述对比结果判断所述图像是否存在差异，若是，在所述图像的差异位置进行标注，确定所述列车存在故障，可以看到，本发明以对图像的分析比对代替现有技术的现场检测，即无需大量技术人员去现场检测，节约了大量的人力和物力，并且这种分析比对方式可通过电子设备自动实现，无需过多人工参与，检测过程简单、高效和客观。
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。
以上对本发明所提供的一种图像检测方法及***进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (2)
1.一种列车故障检测方法，其特征在于，包括：
获取需要进行故障检测的列车的图像；
判断数据库中是否有与所述图像对应的标准模板图像；
当数据库中有与所述图像对应的标准模板图像时，采用第一预设算法将所述图像与所述标准模板图像进行对比，并获取对比结果；
依据所述对比结果判断所述图像是否存在差异；若是，在所述图像的差异位置进行标注，确定所述列车存在故障；
当数据库中没有与所述图像对应的标准模板图像时，采用第二预设算法对所述图像进行分析，并获取分析结果；依据所述分析结果判断所述图像是否存在差异；若是，在所述图像的差异位置进行标注，确定所述列车存在故障；
所述第一预设算法包括图像配准算法，所述采用第一预设算法将所述图像与所述标准模板图像进行对比，包括：
配准对齐所述图像与所述标准模板图像；
对比所述图像与所述标准模板图像中位于同一位置的像素级；
判断所述图像与所述标准模板图像中位于同一位置的像素级是否相同；
所述第二预设算法包括图像匹配算法，所述采用第二预设算对所述图像进行分析，包括：采用特征匹配方法对所述图像的预设关键部位进行定位；采用识别算法判断所述预设关键部位是否正常；
其中，所述差异位置包括螺栓丢失的图像位置或者螺栓松动的图像位置。
2.一种列车故障检测***，其特征在于，包括:
获取单元，用于获取需要进行故障检测的列车的图像；
数据库，用于存储标准模图片；
判断单元，用于判断所述数据库中是否有与所述图像对应的标准模板图像；
第一控制单元，用于当所述数据库中有与所述图像对应的标准模板图像时，采用第一预设算法将所述图像与所述标准模板图像进行对比，并获取对比结果；
第一标注单元，用于依据对所述比结果判断所述图像是否存在差异；在所述图像的差异位置进行标注，确定所述列车存在故障；
第二控制单元，用于当所述数据库中没有与所述图像对应的标准模板图像时，采用第二预设算对所述图像进行分析，并获取分析结果；
第二标注单元，用于依据分析结果判断所述图像是否存在差异；在所述图像的差异位置进行标注，确定所述列车存在故障；
所述第一控制单元包括：
配准单元，用于配准对齐所述图像与所述标准模板图像；
像素级对比单元，用于对比所述图像与所述标准模板图像中位于同一位置的像素级；
像素级判断单元，用于判断所述图像与所述标准模板图像中位于同一位置的像素级是否相同；
所述第二控制单元包括：
预设关键部位定位单元，用于采用特征匹配方法对所述图像的预设关键部位进行定位；
预设关键部位判断单元，用于采用识别算法判断所述预设关键部位是否正常；
其中，所述差异位置包括螺栓丢失的图像位置或者螺栓松动的图像位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410788627.8A CN104527721B (zh) | 2014-12-18 | 2014-12-18 | 一种列车故障检测方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410788627.8A CN104527721B (zh) | 2014-12-18 | 2014-12-18 | 一种列车故障检测方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104527721A CN104527721A (zh) | 2015-04-22 |
| CN104527721B true CN104527721B (zh) | 2018-03-06 |
Family
ID=52843436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410788627.8A Active CN104527721B (zh) | 2014-12-18 | 2014-12-18 | 一种列车故障检测方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104527721B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105241679B (zh) * | 2015-09-21 | 2017-12-15 | 中国铁道科学研究院电子计算技术研究所 | 一种动车组隐蔽故障检测方法 |
| US20190054937A1 (en) * | 2017-08-15 | 2019-02-21 | Bnsf Railway Company | Unmanned aerial vehicle system for inspecting railroad assets |
| CN109631779A (zh) * | 2018-11-09 | 2019-04-16 | 四川国软科技发展有限责任公司 | 一种基于3d图像处理的部件松动脱落的检测方法和*** |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10313191A1 (de) * | 2003-03-25 | 2004-10-07 | Gutehoffnungshütte Radsatz Gmbh | Verfahren zur berührungslosen dynamischen Erfassung des Profils eines Festkörpers |
| CN1843822A (zh) * | 2006-04-30 | 2006-10-11 | 西安英卓电子科技有限公司 | 列车轮对动态检测***及检测方法 |
| CN100449264C (zh) * | 2006-12-18 | 2009-01-07 | 杭州电子科技大学 | 车辆轮对踏面缺陷在线检测方法及装置 |
| JP2008180619A (ja) * | 2007-01-25 | 2008-08-07 | Act Denshi Kk | 車輪測定方法とそれに使用される車輪測定装置 |
-
2014
- 2014-12-18 CN CN201410788627.8A patent/CN104527721B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104527721A (zh) | 2015-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhu et al. | Visual retrieval of concrete crack properties for automated post-earthquake structural safety evaluation | |
| CN106373426B (zh) | 基于计算机视觉的停车位及违规占道停车监控方法 | |
| EP2697738B1 (en) | Method and system of rail component detection using vision technology | |
| US10108881B2 (en) | Train type identification method and system, and security inspection method and system | |
| CN104535356B (zh) | 一种基于机器视觉的卷筒钢丝绳排绳故障监测方法及*** | |
| CN114463594A (zh) | 多模态深度学习的发电设备异常一体化识别方法及设备 | |
| CN104634592A (zh) | 一种列车走行部故障诊断方法及装置 | |
| CN104527721B (zh) | 一种列车故障检测方法及*** | |
| CN107392247A (zh) | 一种电力线下方地物安全距离实时检测方法 | |
| CN104899880B (zh) | 一种公交车辆车门开闭状态自动检测方法 | |
| EP2620896A3 (en) | System And Method For Face Capture And Matching | |
| CN103778681A (zh) | 一种车载高速公路巡检***及数据获取和处理方法 | |
| CN104408477A (zh) | 一种关键部位的故障检测方法及装置 | |
| CN106529834A (zh) | 核电站安全状态的评估方法、***及核电站设备 | |
| JP2009234338A (ja) | 鉄道のトロリ線の状態診断装置 | |
| CN103149222A (zh) | 射线实时成像中缺陷检测方法 | |
| CN108163016A (zh) | 列车出入库正确性的确定方法和装置、设备以及存储介质 | |
| CN106951556A (zh) | 离线环境下配电网图模的一致性校验方法和*** | |
| EP2713597A3 (en) | Image evaluation device, image evaluation method and program storage medium | |
| CN102735164A (zh) | 利用远端影像获取门窗安装空间尺寸的方法 | |
| Jeong et al. | UAV-aided bridge inspection protocol through machine learning with improved visibility images | |
| Murao et al. | Concrete crack detection using uav and deep learning | |
| JP6975677B2 (ja) | 舗装損傷診断システム | |
| CN106056686B (zh) | 一种基于三维轮廓的室内巡逻估计分析方法 | |
| CN105574872B (zh) | 基于计算机图像与视觉识别的轨道扣件的检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into 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: 20210713 Address after: Building 5, 389 Wenjia Road, Qingyang District, Chengdu, Sichuan 610000 Patentee after: Chengdu Shengkai Technology Co., Ltd Address before: 6 Donghai Road, Qingyang Park, Jiaolong industrial port, Chengdu, Sichuan 610073 Patentee before: CHENGDU TIEAN SCIENCE & TECHNOLOGY Co.,Ltd. |