CN110706153A - 一种基于原始点云数据的隧道断面快速提取方法 - Google Patents

一种基于原始点云数据的隧道断面快速提取方法 Download PDF

Info

Publication number
CN110706153A
CN110706153A CN201911276835.9A CN201911276835A CN110706153A CN 110706153 A CN110706153 A CN 110706153A CN 201911276835 A CN201911276835 A CN 201911276835A CN 110706153 A CN110706153 A CN 110706153A
Authority
CN
China
Prior art keywords
section
cloud data
point cloud
tunnel
coordinate
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
CN201911276835.9A
Other languages
English (en)
Other versions
CN110706153B (zh
Inventor
吴勇生
曾雄鹰
龙兴
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.)
Hunan Lianzhi Technology Co Ltd
Original Assignee
Hunan Lianzhi 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 Hunan Lianzhi Technology Co Ltd filed Critical Hunan Lianzhi Technology Co Ltd
Priority to CN201911276835.9A priority Critical patent/CN110706153B/zh
Publication of CN110706153A publication Critical patent/CN110706153A/zh
Application granted granted Critical
Publication of CN110706153B publication Critical patent/CN110706153B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C7/00—Tracing profiles
    • G01C7/06—Tracing profiles of cavities, e.g. tunnels

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明提供了一种基于原始点云数据的隧道断面快速提取方法。包括以下步骤：步骤一：扫描获取的隧道表面原始坐标点云数据Dr；步骤二：计算待提取断面S处的斜率k，并根据k的取值得到排序后的点云数据Ds；步骤三：对点云数据的粗提取，得到点云数据Dc；步骤四：对点云数据的精提取，得到断面的点集Dp；步骤五：将提取的断面点集Dp转换到平面坐标系。本发明通过收集隧道断面设计图及隧道所在区间的平曲线要素表和竖曲线要素表；计算出待提取断面处的中心坐标和法向量，通过两次提取，粗提取和精提取，其中粗提取操作可以滤掉90%的点云数据，从而提高计算效率，最终得到提取的断面坐标数据，并可根据需要将其转换的平面坐标系。

Description

一种基于原始点云数据的隧道断面快速提取方法
技术领域
本发明涉及三维激光扫描隧道监控量测技术领域，具体涉及一种基于原始点云数据的隧道断面快速提取方法。
背景技术
监控量测技术是隧道施工的重要组成部分，是掌握围岩动态和验证支护结构合理性的重要技术手段，也是确定合理支护时间的重要依据。监控量测技术的重要性不言而喻，管理单位也投入了大量的人力物力，然而近二十年来监控量测手段一直没有大的发展，仍在使用精密水准仪加收敛计等机械式测量手段，效率极其低下，测量结果受人为干扰严重。传统监测手段的诸多弊端，施工单位的不够重视，使得监控量测工作的实际开展越来越浮于表面，管理单位对此十分头疼。
所以，当三维激光扫描技术被介绍到监控量测领域时，隧道建设管理单位表现出了极大的兴趣。三维激光扫描技术在隧道监控量测中高效、稳定、可靠的表现，也逐渐征服了隧道建设施工单位。
随着三维激光扫描技术的逐渐成熟和不断发展，在隧道变形监测或检测工作中，三维激光扫描仪以其不用直接接触待测目标，短时获取大量数据信息的点云图等优势，在隧道及地下工程中越来越多地应用。利用三维激光扫描仪数据后处理软件，依据配准生成的拟合隧道模型，与设计模型比对，高精度地检测出每段隧道与设计模型的偏差，可精确获取隧道拱顶沉降，收敛位移，偏压状况，超挖欠挖，轴线偏移，初支侵限，二衬厚度初步检测等一系列隧道工程建设中的任务要求。
在传统隧道监控量测工作中，全站仪、水准仪观测的任务繁重，数据量少，且误差因素较多，所以三维激光扫描技术在隧道监控量测等方面可以发挥较大优势。
三维激光扫描技术在隧道的应用中，一般还是通过提取断面来进行监控量测工作，这主要是因为隧道监控量测一直以来都是以断面为单位实施的。现有的断面提取方法主要是对隧道断云数据进行曲面拟合，然后根据隧道路线设计信息进行切片处理，得到每个断面的测量数据。这种方法的不足之处是经过整体拟合后的点云数据可能存在局部失真问题，从而导致提取的断面数据无法真实反映隧道实际变化情况，进而失去测量意义。
综上所述，急需一种基于原始点云数据的隧道断面快速提取方法以解决现有技术中存在的问题。
发明内容
本发明目的在于提供一种基于原始点云数据的隧道断面快速提取方法，以解决隧道断面快速提取的问题。
为实现上述目的，本发明提供了一种基于原始点云数据的隧道断面快速提取方法，包括以下步骤：
步骤一：收集隧道断面设计图及其所在区间的路线平曲线要素表和竖曲线要素表以及扫描获取的隧道表面原始坐标点云数据
Figure 549583DEST_PATH_IMAGE001
；
步骤二：计算出待提取断面S处的斜率k，根据k的取值，对原始坐标点云数据Dr沿坐标轴x轴或y轴方向进行排序，得到排序后的点云数据Ds；
步骤三：对点云数据的粗提取，根据隧道净空宽度 L及斜率k，从排序后的隧道原始坐标点云数据Ds中提取出断面S所在坐标区间的点云数据Dc；
步骤四：对点云数据的精提取，计算待提取断面S处的中心三维坐标O
Figure DEST_PATH_IMAGE003AAAA
及其法向量n，根据点到平面的距离公式计算出待提取断面的点集Dp；
步骤五：将提取的断面点集Dp转换到平面坐标系。
进一步地，所述斜率k的计算方法为：
Figure 494405DEST_PATH_IMAGE004
式中，
Figure DEST_PATH_IMAGE006AAAA
为线元起点坐标方位角，R为圆曲线半径，
Figure 971523DEST_PATH_IMAGE007
为缓和曲线长度，s为计算断面至线元起点的距离，F为符号参数，当线元左偏时F取-1，当线元右偏时F取1。
进一步地，所述步骤二中原始坐标点云数据Dr的排序规则为：当
Figure 914071DEST_PATH_IMAGE008
时，按y轴方向进行排序；当
Figure 414323DEST_PATH_IMAGE009
时，按x轴方向进行排序。
进一步地，所述断面S所在坐标区间的点云数据Dc的提取方法为：
Figure 834940DEST_PATH_IMAGE010
。
进一步地，所述断面S的法向量n的计算方法为：
Figure 361037DEST_PATH_IMAGE011
式中，i为断面S处的坡度。
进一步地，所述精提取的断面点集Dp的计算方法为：
Figure 474487DEST_PATH_IMAGE012
式中，d为提取的断面厚度，d的取值为0.5~1厘米，
Figure 399717DEST_PATH_IMAGE013
为向量n的2范数。
进一步地，所述断面点集Dp转换到平面坐标系的方法为：
Figure 686342DEST_PATH_IMAGE014
。
应用本发明的技术方案，具有以下有益效果：
（1）本发明一种基于原始点云数据隧道断面快速提取方法，通过收集隧道断面设计图及隧道所在区间的平曲线要素表和竖曲线要素表，计算出待提取断面处的中心坐标和法向量；通过两次提取，粗提取和精提取，其中粗提取操作可以滤掉90%的点云数据，从而提高计算效率，最终得到提取的断面坐标数据，并可根据需要将其转换的平面坐标系。
（2）本发明一种基于原始点云数据隧道断面快速提取方法，理论严密，便于实现，能够简单的、高效的、精确的提取隧道任意断面坐标信息，可以为三维激光扫描等全断面隧道监测方法提供重要的技术支撑，如在此基础上进行拱顶沉降监测，周边位移监测，断面净空检测，衬砌厚度检测等。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是隧道原始坐标点云图；
图2是隧道断面轮廓设计图；
图3是隧道断面S所在坐标区间图；
图4是隧道断面S粗提取原理（k<1）；
图5是隧道断面S粗提取与精提取示意图；
图6是隧道断面S三维坐标图；
图7是隧道断面S二维坐标图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
实施例1：
参见图1~图7，一种基于原始点云数据的隧道断面快速提取方法，本实施例应用于广东某高速公路隧道监控量测。
一种基于原始点云数据的隧道断面快速提取方法包括以下步骤：
步骤一：收集隧道断面设计图及其所在区间的路线平曲线要素表和竖曲线要素表以及扫描获取的隧道表面原始坐标点云数据
Figure 747839DEST_PATH_IMAGE001
，表示点云，其中下标
Figure DEST_PATH_IMAGE018AA
表示自然数；点云数据
Figure 156824DEST_PATH_IMAGE001
属于左手坐标系，即x轴指向正北方向，y轴指向正东方向。
步骤二：计算出待提取断面S处的斜率k，根据k的取值，对原始坐标点云数据Dr沿坐标轴x轴或y轴方向进行排序，得到排序后的点云数据Ds；当
Figure 631667DEST_PATH_IMAGE008
时，按y轴方向进行排序；当
Figure 659666DEST_PATH_IMAGE009
时，按x轴方向进行排序。
所述斜率k的计算方法为：
式中，
Figure DEST_PATH_IMAGE006AAAAA
为线元起点坐标方位角，R为圆曲线半径，
Figure 155556DEST_PATH_IMAGE007
为缓和曲线长度，s为计算断面至线元起点的距离，F为符号参数，当线元左偏时F取-1，当线元右偏时F取1。
步骤三：对点云数据的粗提取，根据隧道净空宽度 L及斜率k，从排序后的隧道原始坐标点云数据Ds中提取出断面S所在坐标区间的点云数据Dc；如图4所示，所述断面S所在坐标区间的点云数据Dc的提取方法为：
Figure 117695DEST_PATH_IMAGE010
；
式中，
Figure DEST_PATH_IMAGE020AA
为坐标值，
Figure DEST_PATH_IMAGE022AA
为中心坐标的坐标值。
所述的粗提取操作可以滤掉90%的点云数据，从而提高计算效率。
步骤四：对点云数据的精提取，计算待提取断面S处的中心三维坐标O
Figure DEST_PATH_IMAGE003AAAAA
及其法向量n，根据点到平面的距离公式计算出待提取断面的点集Dp。所述断面S的法向量n的计算方法为：
Figure 811369DEST_PATH_IMAGE011
式中，i为断面S处的坡度。
所述精提取的断面点集Dp的计算方法为：
Figure 440934DEST_PATH_IMAGE012
式中，d为提取的断面厚度，d的取值为0.5~1厘米，
Figure 801508DEST_PATH_IMAGE013
为向量n的2范数。
步骤五：将提取的断面点集Dp转换到平面坐标系。所述断面点集Dp转换到平面坐标系的方法为：
Figure 985365DEST_PATH_IMAGE014
。
其中，R代表旋转矩阵，Dt为平面点集。
上述一种基于原始点云数据隧道断面快速提取方法，理论严密，便于实现，能够简单的、高效的、精确的提取隧道任意断面坐标信息，可以为三维激光扫描等全断面隧道监测方法提供重要的技术支撑，如在此基础上进行拱顶沉降监测，周边位移监测，断面净空检测，衬砌厚度检测等。
本实施例为广东某高速公路隧道监控量测，使用三维激光扫描仪对该隧道表面进行扫描，获取原始点云坐标*.xyz文件（可视化结果如附图1所示）。并通过设计文件，收集其断面轮廓图（如附图2所示），平曲线要素表和竖曲线要素表。对该隧道某桩号处的断面提取具体工作流程如下：
（1）由附图2 可知，该隧道断面净空长度L=11.77m，根据设计路线信息计算出断面S处的中心坐标O(2491170.127,480573.6779,181.6866),斜率k=1.0249，法向量n（0.6983,0.7157,0.0103）。
（2）由于|k|>1，将原始坐标点云数据按y轴进行排序，并计算出断面S所在的y轴区间范围（如附图4所示）。
（3）取d=0.5厘米，根据公式计算选择出符合条件的点，组成断面S的三维点集（如附图6所示）。
（4）根据坐标转换公式，将断面S的三维点集转换到平面坐标系（如附图7所示）
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，对于本领域的技术人员来说，本发明可以有各种更改和变化。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)

1.一种基于原始点云数据的隧道断面快速提取方法，其特征在于，包括以下步骤：
步骤一：收集隧道断面设计图及其所在区间的路线平曲线要素表和竖曲线要素表以及扫描获取的隧道表面原始坐标点云数据
Figure 178150DEST_PATH_IMAGE001
；
步骤二：计算出待提取断面S处的斜率k，根据k的取值，对原始坐标点云数据Dr沿坐标轴x轴或y轴方向进行排序，得到排序后的点云数据Ds；
步骤三：对点云数据的粗提取，根据隧道净空宽度 L及斜率k，从排序后的隧道原始坐标点云数据Ds中提取出断面S所在坐标区间的点云数据Dc；
步骤四：对点云数据的精提取，计算待提取断面S处的中心三维坐标O
Figure 977479DEST_PATH_IMAGE003
及其法向量n，根据点到平面的距离公式计算出待提取断面的点集Dp。
2.根据权利要求1所述的一种基于原始点云数据的隧道断面快速提取方法，其特征在于，所述斜率k的计算方法为：
Figure 500864DEST_PATH_IMAGE004
式中，为线元起点坐标方位角，R为圆曲线半径，为缓和曲线长度，s为计算断面至线元起点的距离，F为符号参数，当线元左偏时F取-1，当线元右偏时F取1。
3.根据权利要求1所述的一种基于原始点云数据的隧道断面快速提取方法，其特征在于，所述步骤二中原始坐标点云数据Dr的排序规则为：当
Figure 572091DEST_PATH_IMAGE008
时，按y轴方向进行排序；当时，按x轴方向进行排序。
4.根据权利要求1所述的一种基于原始点云数据的隧道断面快速提取方法，其特征在于，所述断面S所在坐标区间的点云数据Dc的提取方法为：
Figure 613045DEST_PATH_IMAGE010
。
5.根据权利要求1所述的一种基于原始点云数据的隧道断面快速提取方法，其特征在于，所述断面S的法向量n的计算方法为：
Figure 407214DEST_PATH_IMAGE011
式中，i为断面S处的坡度。
6.根据权利要求1所述的一种基于原始点云数据的隧道断面快速提取方法，其特征在于，所述精提取的断面点集Dp的计算方法为：
Figure 486028DEST_PATH_IMAGE012
式中，d为提取的断面厚度，d的取值为0.5~1厘米，
Figure 984005DEST_PATH_IMAGE013
为向量n的2范数。
7.根据权利要求1~6任意一项所述的一种基于原始点云数据的隧道断面快速提取方法，其特征在于，还包括步骤五：将提取的断面点集Dp转换到平面坐标系。
8.根据权利要求7所述的一种基于原始点云数据的隧道断面快速提取方法，其特征在于，所述断面点集Dp转换到平面坐标系的方法为：
Figure 817969DEST_PATH_IMAGE014
。
CN201911276835.9A 2019-12-12 2019-12-12 一种基于原始点云数据的隧道断面快速提取方法 Active CN110706153B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911276835.9A CN110706153B (zh) 2019-12-12 2019-12-12 一种基于原始点云数据的隧道断面快速提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911276835.9A CN110706153B (zh) 2019-12-12 2019-12-12 一种基于原始点云数据的隧道断面快速提取方法

Publications (2)

Publication Number Publication Date
CN110706153A true CN110706153A (zh) 2020-01-17
CN110706153B CN110706153B (zh) 2020-04-10

Family

ID=69208091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911276835.9A Active CN110706153B (zh) 2019-12-12 2019-12-12 一种基于原始点云数据的隧道断面快速提取方法

Country Status (1)

Country Link
CN (1) CN110706153B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111862322A (zh) * 2020-06-30 2020-10-30 北京建筑大学 一种拱轴线提取方法及装置
CN112287907A (zh) * 2020-12-24 2021-01-29 湖南联智科技股份有限公司 一种基于点云密度梯度的孔洞识别方法
CN113688500A (zh) * 2021-07-14 2021-11-23 中铁工程装备集团有限公司 一种隧道掘进装备喷浆量通用化计算方法及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101246007A (zh) * 2007-02-12 2008-08-20 上海地铁运营有限公司 一种隧道收敛监测方法
KR20160121452A (ko) * 2015-04-10 2016-10-19 주식회사 소프트그래피 철도 시설물 정보 생성 시스템 및 방법
CN108343448A (zh) * 2018-01-31 2018-07-31 湖南联智桥隧技术有限公司 一种隧道任意断面姿态确定的方法
CN109359591A (zh) * 2018-10-16 2019-02-19 上海勘察设计研究院(集团)有限公司 基于点云数据自动识别大直径盾构隧道中隔墙的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101246007A (zh) * 2007-02-12 2008-08-20 上海地铁运营有限公司 一种隧道收敛监测方法
KR20160121452A (ko) * 2015-04-10 2016-10-19 주식회사 소프트그래피 철도 시설물 정보 생성 시스템 및 방법
CN108343448A (zh) * 2018-01-31 2018-07-31 湖南联智桥隧技术有限公司 一种隧道任意断面姿态确定的方法
CN109359591A (zh) * 2018-10-16 2019-02-19 上海勘察设计研究院(集团)有限公司 基于点云数据自动识别大直径盾构隧道中隔墙的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡琦佳: "三维激光扫描技术在隧道工程监测中的应用研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111862322A (zh) * 2020-06-30 2020-10-30 北京建筑大学 一种拱轴线提取方法及装置
CN112287907A (zh) * 2020-12-24 2021-01-29 湖南联智科技股份有限公司 一种基于点云密度梯度的孔洞识别方法
CN113688500A (zh) * 2021-07-14 2021-11-23 中铁工程装备集团有限公司 一种隧道掘进装备喷浆量通用化计算方法及存储介质
CN113688500B (zh) * 2021-07-14 2024-04-19 中铁工程装备集团有限公司 一种隧道掘进装备喷浆量通用化计算方法及存储介质

Also Published As

Publication number Publication date
CN110706153B (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN110706153B (zh) 一种基于原始点云数据的隧道断面快速提取方法
CN110030951B (zh) 一种基于三维激光扫描技术的引水竖井缺陷检测方法
CN110780307B (zh) 基于电瓶车车载式激光点云移动测量***获取道路横断面的方法
CN107301648B (zh) 基于重叠区域边界角度的冗余点云去除方法
CN113587835A (zh) 一种利用三维激光扫描技术进行桥梁工程质量验收的方法
CN102620721B (zh) 一种基于精细数字地面模型的公路测设方法
CN111738945B (zh) 一种基于矿山的点云数据预处理方法
CN103278115B (zh) 一种基于dem计算淤地坝淤积量的方法及***
CN111968233B (zh) Bim与点云定位和轨道区间通信设备安装的方法
CN110030972A (zh) 基于ExcelVBA的隧道超欠挖检测方法
CN108225184A (zh) 一种盾构隧道三维激光扫描点云数据除噪的方法
CN101915570B (zh) 一种基于灭点的地面移动测量影像线段自动提取分类方法
CN109961510B (zh) 一种基于三维点云重构技术的高切坡地质快速编录方法
CN102750413A (zh) 一种输电线路塔位地形测量的数据处理及成图方法
CN101929858B (zh) 一种大比例尺平地0.25米等高距精密测绘方法
CN113255677B (zh) 一种岩体结构面及产状信息快速提取方法、设备及介质
CN109470205A (zh) 一种用于判定隧道超欠挖的测量方法
CN102495879A (zh) 基于地面lidar的工业架空管线量测方法
CN111854692A (zh) 一种在道路测设中的无人机影像匹配点云的测量方法
CN110726998A (zh) 一种激光雷达扫描测定矿区采煤塌陷盆地的方法
CN114459378A (zh) 一种隧道工程三维激光扫描分段测量方法及测量***
Pi et al. Digital image processing method for characterization of fractures, fragments, and particles of soil/rock-like materials
CN112857315B (zh) 基于三维激光扫描的钢管柱垂直度测量方法
CN114898053A (zh) 基于三维空间影像技术的碎裂松动岩体发育范围圈定方法
Kadhim et al. The creation of 3D building models using laser-scanning data for BIM modelling

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

Denomination of invention: A fast extraction method of tunnel section based on raw point cloud data

Effective date of registration: 20220920

Granted publication date: 20200410

Pledgee: China Everbright Bank Co.,Ltd. Changsha Huafeng Sub branch

Pledgor: Hunan Lianzhi Technology Co.,Ltd.

Registration number: Y2022430000087

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20231017

Granted publication date: 20200410

Pledgee: China Everbright Bank Co.,Ltd. Changsha Huafeng Sub branch

Pledgor: Hunan Lianzhi Technology Co.,Ltd.

Registration number: Y2022430000087

PC01 Cancellation 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: A Fast Method for Extracting Tunnel Sections Based on Original Point Cloud Data

Effective date of registration: 20231109

Granted publication date: 20200410

Pledgee: China Everbright Bank Co.,Ltd. Changsha Huafeng Sub branch

Pledgor: Hunan Lianzhi Technology Co.,Ltd.

Registration number: Y2023980064937

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