CN110427873A - 一种清洗车、应用于环卫领域的智能行人防喷溅***及方法 - Google Patents
一种清洗车、应用于环卫领域的智能行人防喷溅***及方法 Download PDFInfo
- Publication number
- CN110427873A CN110427873A CN201910703474.5A CN201910703474A CN110427873A CN 110427873 A CN110427873 A CN 110427873A CN 201910703474 A CN201910703474 A CN 201910703474A CN 110427873 A CN110427873 A CN 110427873A
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- intelligent
- module
- video
- antispray
- 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
Classifications
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01H—STREET CLEANING; CLEANING OF PERMANENT WAYS; CLEANING BEACHES; DISPERSING OR PREVENTING FOG IN GENERAL CLEANING STREET OR RAILWAY FURNITURE OR TUNNEL WALLS
- E01H3/00—Applying liquids to roads or like surfaces, e.g. for dust control; Stationary flushing devices
- E01H3/02—Mobile apparatus, e.g. watering-vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Civil Engineering (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Structural Engineering (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Architecture (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种清洗车、应用于环卫领域的智能行人防喷溅***及方法,***包括:视觉采集模块,设置于清洗车上且用于对需要清洗洒水的路面进行实时视频采集;主控制板,所述主控制板包括用于对视频采集模块采集的视频进行处理的视频处理模块,识别出视频中出现的行人目标的智能算法模块,以及发送停止喷水的控制信号的电控模块;所述智能算法模块采用YOLOV3算法,主干网络为darknet53。本发明可以智能识别清洗车作业范围行人,实现清洗车的智能洒水作业,避免喷溅行人,而且可以极大降低作业人员在清洗洒水作业过程中的精力分散,提升行车的安全性。
Description
技术领域
本发明属于智能科技技术领域,具体涉及一种清洗车、应用于环卫领域的智能行人防喷溅***及方法。
背景技术
当今城市道路清洁工作中,机械化清洗车,如低压洒水车、高压冲洗车等被广泛地使用。然而,现有的清洗车工作过程中无法对车辆周围行人进行识别,作业人员需要在驾驶车辆的同时观察作业范围内有无行人,手动控制清洗洒水开关,注意力难以集中,影响行车安全。而且通过人工控制洒水开关,车辆不能自主规避作业范围内的行人,经常出现冲水喷溅到行人的情况,广受大众诟病。
由上述可知,亟待一种应用于环卫领域的智能行人防喷溅***,解决现代化城市道路清洗低智能化、低人性化的现状与城市发展智能化、人性化必然趋势间的矛盾。
发明内容
为了解决上述问题,本发明提供了一种应用于环卫领域的智能行人防喷溅***,在清洗车清洗路面时,避免清洗水喷溅到行人的情况发生。
本发明的技术方案为:一种应用于环卫领域的智能行人防喷溅***,包括:
视觉采集模块,设置于清洗车上且用于对需要清洗洒水的路面进行实时视频采集;
主控制板,所述主控制板包括用于对视频采集模块采集的视频进行处理的视频处理模块,识别出视频中出现的行人目标的智能算法模块,以及发送停止喷水的控制信号的电控模块;
所述智能算法模块采用YOLOV3算法,主干网络为darknet53。
作为优选,主干网络layer类型包括卷积层和残差网络层,卷积层信息包含卷积核个数及卷积核尺寸,特征图大小表示该网络层输出尺寸。
作为优选,检出层包含用于特征提取的卷积集合,用于将特征图的尺寸上采样为原来的两倍的上采样层,以及用于将不同尺度下的特征图拼接到一起的拼接层,所述卷积集合由1×1和3×3的卷积核组成。
作为优选,由darknet53进行特征提取,然后通过融合三种不同尺度下的特征图,预测输入图片中行人的置信度及bounding box(x,y,w,h),三种不同尺度分别为13×13,26×26以及52×52。
本发明还提供了一种应用于环卫领域的智能行人防喷溅方法,包括以下步骤:
(1)在清洗车的车体上设置视觉采集模块,通过视觉采集模块对需要清洗洒水的路面进行实时视频采集;
(2)通过视频处理模块将视觉采集模块采集的视频进行处理,通过智能算法模块识别出视频中出现的行人目标,若清洗车工作范围内无行人,则正常进行清洗作业;若清洗车工作范围内出现行人,则电控模块发送控制信号,关闭出水阀,其中智能算法模块采用YOLOV3算法,主干网络为darknet53,模型输出预测的行人检测框在当前检测图像区域内的中心点坐标(x,y)以及对应检测框的像素宽高(w,h),通过设置检测阈值可以降低行人误检率,利用非极大值抑制算法计算检测框的交并比,判断检测框是否为同一目标。
作为优选,主干网络layer类型包括卷积层和残差网络层,卷积层信息包含卷积核个数及卷积核尺寸,特征图大小表示该网络层输出尺寸。
作为优选,检出层包含用于特征提取的卷积集合,用于将特征图的尺寸上采样为原来的两倍的上采样层,以及用于将不同尺度下的特征图拼接到一起的拼接层,所述卷积集合由1×1和3×3的卷积核组成。
作为优选,由darknet53进行特征提取,然后通过融合三种不同尺度下的特征图,预测输入图片中行人的置信度及bounding box(x,y,w,h),三种不同尺度分别为13×13,26×26以及52×52。
作为优选,所述步骤(2)中判断工作范围内是否有行人时,对行人距离清洗车的洒水阀的距离进行判断,判断步骤包括:行人距离检测算法,通过标定相机(视觉采集模块)外参,利用目标检测算法预测出的行人中心坐标及检测框宽高信息,将图像坐标映射到相机坐标系,计算出行人目标与相机和洒水阀的相对距离及夹角,进而计算出行人对于洒水阀的相对水平及垂直距离。
当行人与洒水阀的相对水平距离大于洒水距离的话,检测到的行人不会触发洒水阀控制器关闭信号,洒水阀处于常开状态;当行人与洒水车的相对水平距离小于洒水距离的话,当行人与洒水阀的相对垂直距离小于安全距离的话,则控制器发出关闭信号,洒水阀处于常闭状态,待行人与洒水伐的相对距离大于安全距离之后打开洒水阀。
本发明还提供了一种清洗车,包括车体以及用于向路面喷水的喷水装置,所述喷水装置包括出水阀,还包括上述的智能行人防喷溅***,所述出水阀受控于所述电控模块,所述视频处理模块将视觉采集模块采集的视频进行处理,通过智能算法模块识别出视频中出现的行人目标,若清洗车工作范围内无行人,则正常进行清洗作业;若清洗车工作范围内出现行人,则电控模块发送控制信号,关闭出水阀。
本发明运行时,连接电源后,电源模块将外界输入的电源电压转换至一定的电压值,给整个智能行人防喷溅***供电,随即***启动运行的视觉采集模块采集道路上的信息,并实时传输给主控制板中的视频处理模块,视频处理模块对来自视觉采集模块采集的视频信息进行处理,智能算法模块快速的识别视频中的行人位置信息。本发明中可以预设一定的作业警戒区域,当行人处于警戒区域内时,***输出暂停洒水作业信号至电控模块。随后,电控模块动作,关闭出水阀,直至行人顺利通过,实现环卫清洗车的智能行人防喷溅。
与现有技术相比,本发明的有益效果体现在:
本发明可以智能识别清洗车作业范围行人,实现清洗车的智能洒水作业,避免喷溅行人,而且可以极大降低作业人员在清洗洒水作业过程中的精力分散,提升行车的安全性。
附图说明
图1为本发明中清洗车的结构示意图。
图2为本发明中智能行人防喷溅***装置示意图。
图3为本发明中采用YOLOV3算法的原理示意图。
1、视觉采集模块;2、车体;3、行驶方向;4、主控板;5、电源模块;6、数据传输接口;7、***壳体。
具体实施方式
如图1和图2所示,本发明包括车体2以及用于向路面喷水的喷水装置,所述喷水装置包括出水阀,还包括智能行人防喷溅***,其中智能行人防喷溅***,包括:
视觉采集模块1,设置于清洗车上且用于对需要清洗洒水的路面进行实时视频采集;
主控制板4,所述主控制板包括用于对视频采集模块采集的视频进行处理的视频处理模块,识别出视频中出现的行人目标的智能算法模块,以及发送停止喷水的控制信号的电控模块。
出水阀受控于所述电控模块,所述视频处理模块将视觉采集模块采集的视频进行处理,通过智能算法模块识别出视频中出现的行人目标,若清洗车工作范围内无行人,则正常进行清洗作业;若清洗车工作范围内出现行人,则电控模块发送控制信号,关闭出水阀。
其中,如图3所示,本发明中智能算法模块采用YOLOV3算法,主干网络为darknet53。其中,主干网络layer类型包括Convolutional(卷积层),Residual(残差网络层),卷积层信息包含卷积核个数及卷积核尺寸,特征图大小表示该网络层输出尺寸,左侧的1×1表示此类计算过程用了一次。检出层主要包含Convolutional Set(卷积集合),UpSample(上采样层),Concatenate(拼接层)。其中Convolutional Set由1×1,3×3的卷积核组成,主要功能为特征提取;Up sample主要功能将feature map的尺寸上采样为原来的两倍;Concatenate主要是将不同尺度下的feature map拼接到一起。行人检出网络主要是由darknet53进行特征提取,然后通过三种融合三种不同尺度(13×13,26×26,52×52)下的特征图,预测输入图片中行人的置信度及bounding box(x,y,w,h)。
本发明的原理为:
本发明运行时,连接电源后,电源模块5将外界输入的电源电压转换至一定的电压值,给整个智能行人防喷溅***供电,随即***启动运行的视觉采集模块采集道路上的信息,并实时传输给主控制板中的视频处理模块,视频处理模块对来自视觉采集模块采集的视频信息进行处理,智能算法模块快速的识别视频中的行人位置信息。本发明中可以预设一定的作业警戒区域,当行人处于警戒区域内时,***输出暂停洒水作业信号至电控模块。随后,电控模块动作,关闭出水阀,直至行人顺利通过,实现环卫清洗车的智能行人防喷溅。
判断工作范围内是否有行人时,对行人距离清洗车的洒水阀的距离进行判断,判断步骤包括:行人距离检测算法,通过标定相机(视觉采集模块)外参,利用目标检测算法预测出的行人中心坐标及检测框宽高信息,将图像坐标映射到相机坐标系,计算出行人目标与相机和洒水阀的相对距离及夹角,进而计算出行人对于洒水阀的相对水平及垂直距离。
当行人与洒水阀的相对水平距离大于洒水距离的话,检测到的行人不会触发洒水阀控制器关闭信号,洒水阀处于常开状态;当行人与洒水车的相对水平距离小于洒水距离的话,当行人与洒水阀的相对垂直距离小于安全距离的话,则控制器发出关闭信号,洒水阀处于常闭状态,待行人与洒水伐的相对距离大于安全距离之后打开洒水阀。
Claims (10)
1.一种应用于环卫领域的智能行人防喷溅***,其特征在于,包括:
视觉采集模块,设置于清洗车上且用于对需要清洗洒水的路面进行实时视频采集;
主控制板,所述主控制板包括用于对视频采集模块采集的视频进行处理的视频处理模块,识别出视频中出现的行人目标的智能算法模块,以及发送停止喷水的控制信号的电控模块;
所述智能算法模块采用YOLOV3算法,主干网络为darknet53。
2.如权利要求1所述的应用于环卫领域的智能行人防喷溅***,其特征在于,主干网络layer类型包括卷积层和残差网络层,卷积层信息包含卷积核个数及卷积核尺寸,特征图大小表示该网络层输出尺寸。
3.如权利要求2所述的应用于环卫领域的智能行人防喷溅***,其特征在于,检出层包含用于特征提取的卷积集合,用于将特征图的尺寸上采样为原来的两倍的上采样层,以及用于将不同尺度下的特征图拼接到一起的拼接层,所述卷积集合由1×1和3×3的卷积核组成。
4.如权利要求3所述的应用于环卫领域的智能行人防喷溅***,其特征在于,由darknet53进行特征提取,然后通过融合三种不同尺度下的特征图,预测输入图片中行人的置信度及bounding box(x,y,w,h),三种不同尺度分别为13×13,26×26以及52×52。
5.一种应用于环卫领域的智能行人防喷溅方法,其特征在于,包括以下步骤:
(1)在清洗车的车体上设置视觉采集模块,通过视觉采集模块对需要清洗洒水的路面进行实时视频采集;
(2)通过视频处理模块将视觉采集模块采集的视频进行处理,通过智能算法模块识别出视频中出现的行人目标,若清洗车工作范围内无行人,则正常进行清洗作业;若清洗车工作范围内出现行人,则电控模块发送控制信号,关闭出水阀,其中智能算法模块采用YOLOV3算法,主干网络为darknet53。
6.如权利要求5所述的应用于环卫领域的智能行人防喷溅方法,其特征在于,主干网络layer类型包括卷积层和残差网络层,卷积层信息包含卷积核个数及卷积核尺寸,特征图大小表示该网络层输出尺寸。
7.如权利要求6所述的应用于环卫领域的智能行人防喷溅方法,其特征在于,检出层包含用于特征提取的卷积集合,用于将特征图的尺寸上采样为原来的两倍的上采样层,以及用于将不同尺度下的特征图拼接到一起的拼接层,所述卷积集合由1×1和3×3的卷积核组成。
8.如权利要求7所述的应用于环卫领域的智能行人防喷溅方法,其特征在于,由darknet53进行特征提取,然后通过融合三种不同尺度下的特征图,预测输入图片中行人的置信度及bounding box(x,y,w,h),三种不同尺度分别为13×13,26×26以及52×52。
9.如权利要求7所述的应用于环卫领域的智能行人防喷溅方法,其特征在于,所述步骤(2)中判断工作范围内是否有行人时,对行人距离清洗车的洒水阀的距离进行判断,判断步骤包括:通过标定视觉采集模块外参,利用目标检测算法预测出的行人中心坐标及检测框宽高信息,将图像坐标映射到视觉采集模块坐标系,计算出行人目标与视觉采集模块和清洗车的洒水阀的相对距离及夹角,进而计算出行人对于洒水阀的相对水平距离及垂直距离;
当行人与洒水阀的相对水平距离大于洒水距离时,检测到的行人不会触发洒水阀控制器关闭信号,洒水阀处于常开状态;当行人与洒水车的相对水平距离小于洒水距离,且当行人与洒水阀的相对垂直距离小于安全距离的话,则电控模块发出关闭信号,洒水阀处于常闭状态,待行人与洒水伐的相对距离大于安全距离之后打开洒水阀。
10.一种清洗车,包括车体以及用于向路面喷水的喷水装置,所述喷水装置包括出水阀,其特征在于,还包括如权利要求1~4任一所述的智能行人防喷溅***,所述出水阀受控于所述电控模块,所述视频处理模块将视觉采集模块采集的视频进行处理,通过智能算法模块识别出视频中出现的行人目标,若清洗车工作范围内无行人,则正常进行清洗作业;若清洗车工作范围内出现行人,则电控模块发送控制信号,关闭出水阀。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910703474.5A CN110427873B (zh) | 2019-07-31 | 2019-07-31 | 一种清洗车、应用于环卫领域的智能行人防喷溅***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910703474.5A CN110427873B (zh) | 2019-07-31 | 2019-07-31 | 一种清洗车、应用于环卫领域的智能行人防喷溅***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110427873A true CN110427873A (zh) | 2019-11-08 |
CN110427873B CN110427873B (zh) | 2023-06-30 |
Family
ID=68413483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910703474.5A Active CN110427873B (zh) | 2019-07-31 | 2019-07-31 | 一种清洗车、应用于环卫领域的智能行人防喷溅***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110427873B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111091110A (zh) * | 2019-12-24 | 2020-05-01 | 山东仁功智能科技有限公司 | 一种基于人工智能的反光背心穿戴识别方法 |
CN111178223A (zh) * | 2019-12-24 | 2020-05-19 | 苏州奥创智能科技有限公司 | 洒水车洒水方法、自动洒水控制***、主控盒和洒水车 |
CN111218911A (zh) * | 2019-12-17 | 2020-06-02 | 苏州奥创智能科技有限公司 | 一种应用于扫路清洁车辆的节能***及节能方法 |
CN111485524A (zh) * | 2020-04-16 | 2020-08-04 | 新石器慧通(北京)科技有限公司 | 一种喷洒控制方法、喷洒车及存储介质 |
CN112000102A (zh) * | 2020-08-27 | 2020-11-27 | 江苏徐工信息技术股份有限公司 | 基于视频检测和gps的洒水车防误喷***和方法 |
CN112092732A (zh) * | 2020-09-22 | 2020-12-18 | 福建龙马环卫装备股份有限公司 | 基于图像识别的路面保洁环卫车作业装置控制***及方法 |
CN112214016A (zh) * | 2020-09-08 | 2021-01-12 | 上海汽车集团股份有限公司 | 一种基于视觉的道路作业车辆智能作业***及作业方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008191815A (ja) * | 2007-02-02 | 2008-08-21 | Mazda Motor Corp | 車両用安全支援装置 |
CN109614957A (zh) * | 2019-01-04 | 2019-04-12 | 王卫星 | 一种铁路调车信号安全预警*** |
-
2019
- 2019-07-31 CN CN201910703474.5A patent/CN110427873B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008191815A (ja) * | 2007-02-02 | 2008-08-21 | Mazda Motor Corp | 車両用安全支援装置 |
CN109614957A (zh) * | 2019-01-04 | 2019-04-12 | 王卫星 | 一种铁路调车信号安全预警*** |
Non-Patent Citations (1)
Title |
---|
林付春等: "基于深度学习的智能辅助驾驶***设计", 《贵州大学学报(自然科学版)》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111218911A (zh) * | 2019-12-17 | 2020-06-02 | 苏州奥创智能科技有限公司 | 一种应用于扫路清洁车辆的节能***及节能方法 |
CN111218911B (zh) * | 2019-12-17 | 2021-11-12 | 苏州奥创智能科技有限公司 | 一种应用于扫路清洁车辆的节能***及节能方法 |
CN111091110A (zh) * | 2019-12-24 | 2020-05-01 | 山东仁功智能科技有限公司 | 一种基于人工智能的反光背心穿戴识别方法 |
CN111178223A (zh) * | 2019-12-24 | 2020-05-19 | 苏州奥创智能科技有限公司 | 洒水车洒水方法、自动洒水控制***、主控盒和洒水车 |
CN111091110B (zh) * | 2019-12-24 | 2023-11-17 | 山东仁功智能科技有限公司 | 一种基于人工智能的反光背心穿戴识别方法 |
CN111485524A (zh) * | 2020-04-16 | 2020-08-04 | 新石器慧通(北京)科技有限公司 | 一种喷洒控制方法、喷洒车及存储介质 |
CN112000102A (zh) * | 2020-08-27 | 2020-11-27 | 江苏徐工信息技术股份有限公司 | 基于视频检测和gps的洒水车防误喷***和方法 |
CN112214016A (zh) * | 2020-09-08 | 2021-01-12 | 上海汽车集团股份有限公司 | 一种基于视觉的道路作业车辆智能作业***及作业方法 |
CN112092732A (zh) * | 2020-09-22 | 2020-12-18 | 福建龙马环卫装备股份有限公司 | 基于图像识别的路面保洁环卫车作业装置控制***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110427873B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110427873A (zh) | 一种清洗车、应用于环卫领域的智能行人防喷溅***及方法 | |
CN109664301B (zh) | 巡检方法、装置、设备及计算机可读存储介质 | |
CN104933409B (zh) | 一种基于全景图像点线特征的车位识别方法 | |
CN110688992A (zh) | 交通信号识别方法、装置、车辆导航设备和无人驾驶车辆 | |
CN109344687B (zh) | 基于视觉的障碍物检测方法、装置、移动设备 | |
EP2899692B1 (en) | Method, system, imaging device, movable device and program product for detecting static elements in video and image sources | |
WO2019026785A1 (ja) | 付着物検出装置、および、それを備えた車両システム | |
CN102673609B (zh) | 一种铁路维修作业安全预警***及其方法 | |
CN103533231A (zh) | 车载摄像机除污装置的诊断装置、诊断方法和车辆*** | |
CN108583432A (zh) | 一种基于图像识别技术的智能a柱盲区预警装置与方法 | |
CN110228484A (zh) | 一种具有辅助驾驶功能的低时延智能远程驾驶*** | |
CN104008645A (zh) | 一种适用于城市道路车道线预测及预警方法 | |
TW201310403A (zh) | 後方來車變換車道預警方法及其系統 | |
CN107344696A (zh) | 基于实时视频图像识别的轮胎吊防碰撞预警***及其方法 | |
CN103413395A (zh) | 烟气智能检测预警方法及装置 | |
CN110126734A (zh) | 一种针对于车辆视野盲区的防碰撞预警***、设备及方法 | |
CN108447305A (zh) | 一种新交规下礼让行人预警方法及预警*** | |
Chen et al. | Embedded vision-based nighttime driver assistance system | |
CN113240881A (zh) | 一种基于多特征融合的火灾识别*** | |
CN207226848U (zh) | 基于实时视频图像识别的轮胎吊智能防碰撞预警*** | |
KR101987184B1 (ko) | Vms 및 cctv를 이용하여 위험상황을 관리하는 지능형 교통 시스템 | |
CN106128105B (zh) | 一种交通路口行人行为监测*** | |
CN112489125A (zh) | 一种堆场行人自动检测方法及装置 | |
CN112307920A (zh) | 一种高风险工种作业人员行为预警装置及方法 | |
CN106527485A (zh) | 一种基于光机电一体化视觉定位的无人机定点飞行控制*** |
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: 20230731 Address after: 1111, 10th Floor, Building 5, Yard 2, Boxing 9th Road, Beijing Economic Development Zone, Daxing District, Beijing, 100176 Patentee after: Beijing Jinkai new energy and Environmental Technology Co.,Ltd. Address before: 215300 Room 101, room 9, No. 1699, Zuchongzhi South Road, Yushan Town, Kunshan City, Suzhou City, Jiangsu Province Patentee before: Suzhou Aocheng Intelligent Technology Co.,Ltd. |
|
TR01 | Transfer of patent right |