CN108287164B - 一种裂纹检测*** - Google Patents

一种裂纹检测*** Download PDF

Info

Publication number
CN108287164B
CN108287164B CN201711415148.1A CN201711415148A CN108287164B CN 108287164 B CN108287164 B CN 108287164B CN 201711415148 A CN201711415148 A CN 201711415148A CN 108287164 B CN108287164 B CN 108287164B
Authority
CN
China
Prior art keywords
crack
laser
crack detection
definition camera
detection system
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
CN201711415148.1A
Other languages
English (en)
Other versions
CN108287164A (zh
Inventor
黄陆君
唐丹
王欣
赵平
潘文武
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.)
Shenzhen Lijian Tianyan Technology Co ltd
Original Assignee
Shenzhen Tianyan Laser 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 Shenzhen Tianyan Laser Technology Co ltd filed Critical Shenzhen Tianyan Laser Technology Co ltd
Priority to CN201711415148.1A priority Critical patent/CN108287164B/zh
Publication of CN108287164A publication Critical patent/CN108287164A/zh
Application granted granted Critical
Publication of CN108287164B publication Critical patent/CN108287164B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8809—Adjustment for highlighting flaws

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本申请属于裂纹检测技术领域，特别涉及一种裂纹检测***。所述裂纹检测***包括搭载装置、裂纹检测装置和数据处理装置，所述裂纹检测装置安装于搭载装置上，并与所述数据处理装置连接；所述裂纹检测装置包括高清相机和点阵激光器，所述高清相机用于拍摄被测目标的裂纹图像，所述点阵激光器用于获取被测目标的三维扫描数据；所述数据处理装置用于根据所述被测目标的三维扫描数据和裂纹图像进行被测目标的裂纹提取和裂纹参数计算。本申请通过机器视觉和激光技术，实现裂纹的高精度检测，提高了裂纹检测的自动化程度和效率。

Description

一种裂纹检测***
技术领域
本申请属于裂纹检测技术领域，特别涉及一种裂纹检测***。
背景技术
随着国家基础建设的不断发展，钢筋水泥结构建筑已经遍及世界的各个角落，水泥结构建筑经过长时间的日晒雨林后，容易出现剥落、裂纹等损伤，水泥结构建筑的裂纹检测对于保证建筑安全、评估建筑寿命等具有重要意义。
传统的裂纹检测装置为固定式，需要大量的准备工作，检测效率极低。而随着无人机技术的不断发展，通过利用无人机机载裂纹检测装置进行裂纹检测，极大的提高了裂纹检测的效率。然而，现有的无人机机载裂纹检测装置存在以下问题：
1、无人机安全性低，经常出现无人机损坏的情况；
2、检测效率和精度较低，无法满足实际应用要求；
3、数据处理自动化程度低，需要依赖人工根据照片等数据判断裂纹的宽度和长度。
因此，有必要开发一种安全性高、精度高且效率高的裂纹检测装置，以改善现有无人机机载裂纹检测装置存在的不足。
发明内容
本申请提供了一种裂纹检测***，旨在至少在一定程度上解决现有技术中的上述技术问题之一。
为了解决上述问题，本申请提供了如下技术方案：
一种裂纹检测***，包括搭载装置、裂纹检测装置和数据处理装置，所述裂纹检测装置安装于搭载装置上，并与所述数据处理装置连接；
所述裂纹检测装置包括高清相机和点阵激光器，所述高清相机用于拍摄被测目标的裂纹图像，所述点阵激光器用于获取被测目标的三维扫描数据；
所述数据处理装置用于根据所述被测目标的三维扫描数据和裂纹图像进行被测目标的裂纹提取和裂纹参数计算。
本申请实施例采取的技术方案还包括：所述搭载装置包括无人机和防护外壳，所述无人机设于防护外壳内。
本申请实施例采取的技术方案还包括：所述搭载装置还包括图像回传模块，所述无人机在飞行过程中拍摄周边环境的图像，所述图像回传模块用于将拍摄图像传输至数据处理装置进行显示。
本申请实施例采取的技术方案还包括：所述裂纹检测装置还包括LED补光光源，所述LED补光光源具有与自然光相近的光谱，用于在黑暗或者弱光环境下为所述高清相机补光。
本申请实施例采取的技术方案还包括：所述裂纹检测装置还包括控制模块，所述控制模块分别与高清相机、点阵激光器和LED补光光源连接，用于分别对高清相机、点阵激光器和LED补光光源进行控制，并读取高清相机拍摄的裂纹图像及点阵激光器获取的三维扫描数据，将所述裂纹图像及三维扫描数据传输至数据处理装置。
本申请实施例采取的技术方案还包括：所述点阵激光器具有正方形点阵分布的激光光源，并具有规则的激光光斑分布，所述点阵激光器的激光出射角度不大于30°，激光发散角度不大于1mrad。
本申请实施例采取的技术方案还包括：所述数据处理装置包括三维计算模块、裂纹计算模块和显示模块；
所述三维计算模块用于根据三维扫描数据获取被测目标上的三维点云数据，根据所述三维点云数据建立被测目标的三维模型；
所述裂纹计算模块用于将所述裂纹图像映射到被测目标的三维模型上，并将三维模型按照激光光斑分布进行网格化，对于每一个网格单元进行插值后，再次进行网格化，提取裂纹在所经过的所有网格单元中的定点，并将最近的定点作为该段裂纹到高清相机的距离，通过小孔成像原理计算该段裂纹的宽度和长度，并通过所述显示模块显示计算结果。
本申请实施例采取的技术方案还包括：所述点阵激光器的主轴和高清相机的主光轴平行，设所述点阵激光器的主轴和高清相机的安装距离为H，根据所述高清相机的小孔成像原理得到如下关系：
Figure GDA0002573446190000031
上述公式中，Di为高清相机到被测目标表面的距离，θi为当前激光出射线与点阵激光器的主轴在xOy平面上与x轴之间的夹角，βi为通过高清相机拍摄的裂纹图像和三维计算模块计算出的当前激光出射线与xOy平面之间的夹角。
本申请实施例采取的技术方案还包括：所述高清相机为具有500万像素和15fps帧频的低畸变相机。
本申请实施例采取的技术方案还包括：所述无人机采用碳纤维材料构成，所述防护外壳采用碳纤维加玻璃纤维材料构成。
相对于现有技术，本申请实施例产生的有益效果在于：本申请实施例的裂纹检测***采用无人机技术、机器视觉技术和激光技术相结合，通过设计无人机防护结构，保证了无人机飞行安全及***作业安全；通过机器视觉和激光技术，实现裂纹的高精度检测；通过图像处理，提高了裂纹检测的自动化程度和效率。本申请提升了裂纹检测效率和检测精度，在很大程度上为桥梁、水道、房屋等建筑物的裂纹检测提供了新的手段。
附图说明
图1是本申请实施例的裂纹检测***的结构示意图；
图2是本申请实施例的搭载装置示意图；
图3是本申请实施例的裂纹计算模块的栅格化计算原理示意图；
图4是本申请实施例的高清相机和点阵激光器的布局示意图；
图5为本申请实施例的裂纹检测***的理论精度计算图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
请参阅图1和图2，图1是本申请实施例的裂纹检测***的结构示意图，图2是本申请实施例的搭载装置示意图。本申请实施例的裂纹检测***包括搭载装置100、裂纹检测装置200和数据处理装置300，裂纹检测装置200安装于搭载装置100上，并与数据处理装置300连接；通过搭载装置100带动裂纹检测装置200以机载的方式拍摄被测目标的裂纹图像，并获取被测目标的三维扫描数据；数据处理装置300根据裂纹图像以及三维扫描数据进行裂纹提取和裂纹参数计算。
进一步地，搭载装置100为多旋翼结构的无人机设备，包括无人机101、防护外壳102和图像回传模块103；无人机101采用碳纤维材料构成，防护外壳102采用碳纤维加玻璃纤维材料构成，防护外壳102设于无人机101的外侧，保证了无人机101的飞行安全；无人机101在飞行过程中实时拍摄周边环境的图像，并通过图像回传模块103将拍摄图像传输至数据处理装置300进行显示，便于操作人员实时观测搭载装置100附近的环境情况，保证飞行安全。本申请实施例中，搭载装置100以聚合物锂电池为动力***，以无刷电机为动力输出，具有不小于25分钟的续航能力和不小于2.5kg的起飞重量。
进一步地，裂纹检测装置200包括高清相机201、点阵激光器202、LED补光光源203和控制模块204；
高清相机201用于实时拍摄被测目标的裂纹图像；在本申请实施例中，高清相机201为具有500万像素和15fps帧频的低畸变相机，具体可根据实际需求进行配置。
点阵激光器202用于获取被测目标的三维扫描数据；在本申请实施例中，点阵激光器202具有11×11及以上的正方形点阵分布的激光光源，并具有较为规则的激光光斑分布以及一定的激光出射点数量，以保证三维扫描的点云密度；可发射具有规则形状和光斑分布的红色激光，激光出射角度不大于30°，激光发散角度不大于1mrad(毫弧度)，激光波长为650nm、520nm或450nm的可见光，可实现15米范围内的有效三维扫描，三维扫描精度优于5cm。
LED补光光源203具有与自然光相近的光谱，用于在黑暗或者弱光环境下为高清相机201补光；
控制模块204采用嵌入式结构，分别与高清相机201、点阵激光器202和LED补光光源203连接，用于分别对高清相机201、点阵激光器202和LED补光光源203进行拍摄、补光、裂纹图像读取及三维扫描数据读取等控制操作，并将读取到的裂纹图像及三维扫描数据传输至数据处理装置300。
进一步地，数据处理装置300为PC、智能手机等终端设备，数据处理装置300包括三维计算模块301、裂纹计算模块302和显示模块303；
三维计算模块301用于根据点阵激光器202获取的三维扫描数据获取被测目标上的三维点云数据(三维点云数据精度在厘米级)，根据三维点云数据建立被测目标的三维模型；
裂纹计算模块302基于栅格化计算原理，根据被测目标的三维模型以及高清相机201拍摄的裂纹图像进行裂纹提取和裂纹参数计算，实现被测目标的裂纹检测，并通过显示模块303显示检测结果。
请一并参阅图3，是本申请实施例的裂纹计算模块的栅格化计算原理示意图。首先，将高清相机201拍摄的裂纹图像映射到被测目标的三维模型上，然后将整个三维模型按照激光光斑分布进行网格化，对于每一个网格单元，按照精度需求进行插值后，再次进行网格化，提取裂纹在所经过的所有网格单元中的定点，并将最近的定点作为该段裂纹到高清相机201的距离，通过小孔成像原理计算该段裂纹的宽度和长度等参数。
请一并参阅图4，是本申请实施例的高清相机和点阵激光器的布局示意图。点阵激光器202的主轴x和高清相机201的主光轴平行，点阵激光器202的主轴和高清相机201安装距离为H(H1+H2＝H)，H1、H2、D是中间变量，根据高清相机201的小孔成像原理，可以计算得到如下关系：
Figure GDA0002573446190000071
上述公式中，Di为高清相机201到被测目标表面的距离，θi为当前激光出射线与点阵激光器202的主轴在xOy平面上与x轴之间的夹角，βi为通过高清相机201拍摄的裂纹图像和三维计算模块301所计算出的当前激光出射线与xOy平面之间的夹角。
如图5所示，为本申请实施例的裂纹检测***的理论精度计算图。在高清相机201具有35mm焦距、1.5um像素大小条件下，不同安装距离H下的三维扫描精度变化，在实际操作中，可根据不同的精度需求选择不同的安装距离H。
本申请实施例的裂纹检测***采用无人机技术、机器视觉技术和激光技术相结合，通过设计无人机防护结构，保证了无人机飞行安全及***作业安全；通过机器视觉和激光技术，实现裂纹的高精度检测；通过图像处理，提高了裂纹检测的自动化程度和效率。本申请提升了裂纹检测效率和检测精度，在很大程度上为桥梁、水道、房屋等建筑物的裂纹检测提供了新的手段。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业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申请的精神或范围的情况下，在其它实施例中实现。因此，本申请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公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种裂纹检测***，其特征在于，包括搭载装置、裂纹检测装置和数据处理装置，所述裂纹检测装置安装于搭载装置上，并与所述数据处理装置连接；
所述裂纹检测装置包括高清相机和点阵激光器，所述高清相机用于拍摄被测目标的裂纹图像，所述点阵激光器用于获取被测目标的三维扫描数据；
所述数据处理装置用于根据所述被测目标的三维扫描数据和裂纹图像进行被测目标的裂纹提取和裂纹参数计算；
所述数据处理装置包括三维计算模块、裂纹计算模块和显示模块；
所述三维计算模块用于根据三维扫描数据获取被测目标上的三维点云数据，根据所述三维点云数据建立被测目标的三维模型；
所述裂纹计算模块用于将所述裂纹图像映射到被测目标的三维模型上，并将三维模型按照激光光斑分布进行网格化，对于每一个网格单元进行插值后，再次进行网格化，提取裂纹在所经过的所有网格单元中的定点，并将最近的定点作为该段裂纹到高清相机的距离，通过小孔成像原理计算该段裂纹的宽度和长度，并通过所述显示模块显示计算结果。
2.根据权利要求1所述的裂纹检测***，其特征在于，所述搭载装置包括无人机和防护外壳，所述无人机设于防护外壳内。
3.根据权利要求2所述的裂纹检测***，其特征在于，所述搭载装置还包括图像回传模块，所述无人机在飞行过程中拍摄周边环境的图像，所述图像回传模块用于将拍摄图像传输至数据处理装置进行显示。
4.根据权利要求1所述的裂纹检测***，其特征在于，所述裂纹检测装置还包括LED补光光源，所述LED补光光源具有与自然光相近的光谱，用于在黑暗或者弱光环境下为所述高清相机补光。
5.根据权利要求4所述的裂纹检测***，其特征在于，所述裂纹检测装置还包括控制模块，所述控制模块分别与高清相机、点阵激光器和LED补光光源连接，用于分别对高清相机、点阵激光器和LED补光光源进行控制，并读取高清相机拍摄的裂纹图像及点阵激光器获取的三维扫描数据，将所述裂纹图像及三维扫描数据传输至数据处理装置。
6.根据权利要求5所述的裂纹检测***，其特征在于，所述点阵激光器具有正方形点阵分布的激光光源，并具有规则的激光光斑分布，所述点阵激光器的激光出射角度不大于30°，激光发散角度不大于1mrad。
7.根据权利要求6所述的裂纹检测***，其特征在于，所述点阵激光器的主轴和高清相机的主光轴平行，设所述点阵激光器的主轴和高清相机的安装距离为H，根据所述高清相机的小孔成像原理得到如下关系：
Figure FDA0002573446180000021
上述公式中，Di为高清相机到被测目标表面的距离，θi为当前激光出射线与点阵激光器的主轴在xOy平面上与x轴之间的夹角，βi为通过高清相机拍摄的裂纹图像和三维计算模块计算出的当前激光出射线与xOy平面之间的夹角。
8.根据权利要求1至7任一项所述的裂纹检测***，其特征在于，所述高清相机为具有500万像素和15fps帧频的低畸变相机。
9.根据权利要求2所述的裂纹检测***，其特征在于，所述无人机采用碳纤维材料构成，所述防护外壳采用碳纤维加玻璃纤维材料构成。
CN201711415148.1A 2017-12-23 2017-12-23 一种裂纹检测*** Active CN108287164B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711415148.1A CN108287164B (zh) 2017-12-23 2017-12-23 一种裂纹检测***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711415148.1A CN108287164B (zh) 2017-12-23 2017-12-23 一种裂纹检测***

Publications (2)

Publication Number Publication Date
CN108287164A CN108287164A (zh) 2018-07-17
CN108287164B true CN108287164B (zh) 2021-03-23

Family

ID=62832181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711415148.1A Active CN108287164B (zh) 2017-12-23 2017-12-23 一种裂纹检测***

Country Status (1)

Country Link
CN (1) CN108287164B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109870459B (zh) * 2019-02-21 2021-07-06 武汉光谷卓越科技股份有限公司 无砟轨道的轨道板裂缝检测方法
KR102100496B1 (ko) * 2019-05-02 2020-04-13 케이에스엠기술 주식회사 드론 및 레이저스캐너를 이용한 콘크리트 구조물 균열 검사 시스템 및 방법
CN110893382B (zh) * 2019-11-09 2020-10-27 嵊州亿源投资管理有限公司 自动化细纹修补***
CN111141225B (zh) * 2019-12-20 2021-04-02 山东大学 一种基于激光阵列的钢筋尺寸测量方法及***
CN111311555B (zh) * 2020-01-22 2023-07-14 哈尔滨工业大学 大型智能临时看台安全性检测***
CN113447486B (zh) * 2020-03-27 2023-05-23 长江勘测规划设计研究有限责任公司 无人机载线性工程病害双目及红外联合诊断***及方法
CN114152616A (zh) * 2021-10-14 2022-03-08 盐城工学院 一种裂纹图像识别***及其使用方法
TWI823654B (zh) * 2022-11-01 2023-11-21 國立中央大學 結構物表面缺陷識別校正系統

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102519434A (zh) * 2011-12-08 2012-06-27 北京控制工程研究所 一种用于立体视觉三维恢复数据精度测量的试验验证方法
CN104048970A (zh) * 2014-06-19 2014-09-17 樊晓东 隧道缺陷的高速检测***与检测方法
CN105004324A (zh) * 2015-05-16 2015-10-28 上海砺晟光电技术有限公司 一种具有三角测距功能的单目视觉传感器
CN106097348A (zh) * 2016-06-13 2016-11-09 大连理工大学 一种三维激光点云与二维图像的融合方法
CN106441235A (zh) * 2016-09-23 2017-02-22 湖南科技大学 基于无人飞机机载成像的混凝土裂缝宽度识别***及方法
CN106504320A (zh) * 2016-11-02 2017-03-15 华东师范大学 一种基于gpu及面向深度图像的实时三维重构方法
CN108106801A (zh) * 2017-11-15 2018-06-01 温州市交通工程试验检测有限公司 桥隧病害非接触检测***及检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102519434A (zh) * 2011-12-08 2012-06-27 北京控制工程研究所 一种用于立体视觉三维恢复数据精度测量的试验验证方法
CN104048970A (zh) * 2014-06-19 2014-09-17 樊晓东 隧道缺陷的高速检测***与检测方法
CN105004324A (zh) * 2015-05-16 2015-10-28 上海砺晟光电技术有限公司 一种具有三角测距功能的单目视觉传感器
CN106097348A (zh) * 2016-06-13 2016-11-09 大连理工大学 一种三维激光点云与二维图像的融合方法
CN106441235A (zh) * 2016-09-23 2017-02-22 湖南科技大学 基于无人飞机机载成像的混凝土裂缝宽度识别***及方法
CN106504320A (zh) * 2016-11-02 2017-03-15 华东师范大学 一种基于gpu及面向深度图像的实时三维重构方法
CN108106801A (zh) * 2017-11-15 2018-06-01 温州市交通工程试验检测有限公司 桥隧病害非接触检测***及检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于机载LiDAR点云的真正射影像生成方法研究;杨浩;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160315(第3期);1-56 *
结构光三维扫描技术在道路病害识别方面的研究;雷利伟等;《科学技术与工程》;20170731;第17卷(第19期);第1-3节全文，第183页左栏 *

Also Published As

Publication number Publication date
CN108287164A (zh) 2018-07-17

Similar Documents

Publication Publication Date Title
CN108287164B (zh) 一种裂纹检测***
Gallardo-Saavedra et al. Technological review of the instrumentation used in aerial thermographic inspection of photovoltaic plants
CN110308457B (zh) 一种基于无人机的输电线路巡检***
US20190394427A1 (en) System for perceiving and co-processing intelligent connected vehicle-oriented scene image data
US11017228B2 (en) Method and arrangement for condition monitoring of an installation with operating means
CN112904877A (zh) 一种基于无人机的风机叶片自动巡检***及方法
CN105139350A (zh) 一种无人机侦察图像地面实时重建处理***
KR20200048615A (ko) 머신러닝기반 실시간 태양광발전소 검사 드론
CN111244822B (zh) 一种复杂地理环境的固定翼无人机巡线方法、***和装置
CN114743021A (zh) 一种输电线路图像与点云数据的融合方法及***
CN109816774A (zh) 一种基于无人机的三维重建***及三维重建方法
CN104469283B (zh) 一种微型无人机载实时全景成像***及设备
CN110864725A (zh) 基于升降运动的全景三维彩色激光扫描***及其方法
CN105551043B (zh) 无人机影像数据实时处理方法
CN116245844A (zh) 基于视觉多模态融合的配电线路缺陷智能识别方法及***
CN116129064A (zh) 电子地图生成方法、装置、设备及存储介质
CN105120245A (zh) 一种全景监视用无人机
CN204291244U (zh) 电力无人直升机可见光精确检测***
CN202534980U (zh) 用于电力巡线无人直升机的成像装置
CN115661970B (zh) 一种基于图像识别技术的风电设备巡检***
CN116593491A (zh) 适用于检测飞机表面形貌缺陷的检测***及检测方法
CN208079019U (zh) 一种基于无人机远程调控的光伏电站巡检装置
CN207266187U (zh) 一种带测量功能的空中全景巡查***
CN107481234B (zh) 一种用于检验无人机巡检***可见光成像性能试验方法
CN108801222A (zh) 多旋翼无人飞艇配载激光雷达

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

Effective date of registration: 20220422

Address after: No. 517, nanzhiyuan community, Taoyuan District, Shenzhen, Guangdong Province

Patentee after: Shenzhen Lijian Tianyan Technology Co.,Ltd.

Address before: 518000, 1st floor, Building A7, No. 1001 Xueyuan Avenue, Taoyuan Street, Nanshan District, Shenzhen City, Guangdong Province

Patentee before: SHENZHEN TIANYAN LASER TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right