基于V2V无交叉口信息的矿卡碰撞风险预测及消解方法与流程

基于v2v无交叉口信息的矿卡碰撞风险预测及消解方法
技术领域
1.本发明属于露天矿区无人驾驶领域，尤其涉及无人驾驶多车行驶通过交叉路口的行车安全问题，特别涉及一种基于v2v无交叉口信息的矿卡碰撞风险预测及消解方法。其中，v2v通信(vehicle-to-vehicle communication)是指机动矿卡间基于无线的数据传输；矿卡全称矿用卡车，是露天矿山为完成岩石土方剥离与矿石运输任务而使用的一种重型自卸车。


背景技术：

2.露天矿山无人运输是新基建下智能交通运输领域的关键技术之一，对无人运输产业的发展具有重要的推动意义，能够推动国家智能汽车创新发展战略落地。而露天矿山无人驾驶矿卡的行车安全是保障露天矿山无人运输系统的重要一环。对于矿卡碰撞风险预测，相似的现有技术之一常见于城市道路交叉口的冲突缓解，如图1所示，需要将城市交叉口的地图信息完整的表征，以此来制定不同车辆的通行策略。相似的现有技术之二为用于考虑露天矿山交叉口地形约束的自动驾驶矿车轨迹规划领域，如图2和图3所示，该速度规划方案需要获得矿区交叉口道路的进入与驶离等对路口范围进行详细划分的高精度地图信息。
3.具体地，公开号为cn108564234a的中国发明专利公开了一种智能网联汽车的交叉口无信号自组织通行控制方法，通过用数学语言对交叉口环境进行表达，进而划分交叉口区域，为不同车辆的通行决策提供基础。该专利用于城市道路交叉口的冲突缓解，如图1所示，需要将城市交叉口信息完整的表征，以此来设计通行策略。但是露天矿区多数不具有明确的、规则的交叉口道路信息。
4.《考虑地形约束的自动驾驶矿车轨迹规划(tian f,zhou r,li z,et al.trajectory planning for autonomous mining trucks considering terrain constraints[j].ieee transactions on intelligent vehicles,2021,6(4):772-786.)》期刊论文中设计了一种避免露天矿区交叉口多车避障的速度规划算法，如图2和图3所示。但是，该速度规划方案需要获得矿区交叉口道路的进入与驶离等对路口范围进行详细划分的高精度地图信息，不适用于只有参考路径信息的露天矿无人运输系统，当无交叉口进入与驶离等信息时，该算法无法工作。


技术实现要素：

[0005]
有鉴于此，本发明提供一种无交叉口信息的矿卡碰撞风险预测方法及预控措施，以便提前预测矿卡端无明确交叉口信息场景、云平台调度失效情况的碰撞风险。本发明具体采用如下技术方案：
[0006]
一种基于v2v无交叉口信息的矿卡碰撞风险预测及消解方法，所述矿卡行驶的露天矿区有完整的地图信息，所述矿卡以规划的参考速度、沿着固定的参考路径行驶，且所述露天矿区内的所有矿卡通过v2v通信无线连接在同一车联网络中，可相互收发消息和/或广
播消息；所述方法包括以下步骤：
[0007]
s1，冲突判断：矿卡v1获取自身参考路径path1前方长度odd1距离内的地图信息，判断是否有路径冲突点；
[0008]
s2，到达时间预测：对每个路径冲突点，预测矿卡v1当前点与路径冲突点之间参考路径上的行驶速度曲线，并依据所述行驶速度曲线得到矿卡v1到达路径冲突点的时刻；
[0009]
s3，冲突信息发布及冲突信息订阅：露天矿区内的所有矿卡均执行步骤s1和s2，并基于v2v网络将包含到达时刻的冲突信息通过广播形式进行发布；同时矿卡v1基于v2v网络获取周围其他矿卡发布的冲突信息，筛选出与自身参考路径path1前方路径冲突点相交的他车参考路径path2后方odd2距离内的矿卡发布的冲突信息；
[0010]
s4，碰撞风险评估：矿卡v1基于自车的冲突信息以及筛选出的其他矿卡的冲突信息，评估是否有重叠的时间窗口，从而预测碰撞风险；
[0011]
s5，冲突消解策略：基于矿卡v1的碰撞风险，按照给定的仲裁机制进行碰撞风险的消解。
[0012]
进一步，所述步骤s1，所述路径冲突点的判断依据为：计算前方odd1距离内的每个路径离散点与周围半径r＝60米圆内其它参考路径各离散点的绝对地理距离，当绝对地理距离小于2米即定义为路径冲突点。
[0013]
进一步，所述步骤s2包括以下子步骤：
[0014]
s21，预测矿卡v1当前点a1与路径冲突点o1之间参考路径上的行驶速度曲线：
[0015]
s211，统计日常自动驾驶矿卡在各参考路径上的行驶数据，得到各参考路径点所有矿卡的速度分布信息，即每个参考路径点97％概率分布的速度范围[υ
ij，min
，υ
ij，max
]，其中υ
ij，min
、υ
ij，max
表示第i条参考路径上第j个离散路径点的最小速度、最大速度取值；
[0016]
s212，将行驶速度曲线生成问题转化为一个具有离散点速度上下界约束、加速度平滑约束的二次优化问题，基于二次优化求解库求解最优的速度序列，即可得到预测的行驶速度曲线；其中，行驶速度曲线的二次优化模型如下：
[0017]
目标函数为：
[0018]
约束项为：其中，模型待优化变量为矿卡v1当前点a1与路径冲突点o1之间各参考路径点的(υi，ai)，其中，υi是第i参考路径点的速度，ai和δsi分别是第i参考路径点与第i+1参考路径点之间的平均加速度和路径点间距，是第i参考路径点处的坡度等效加速度，k1k2分别为目标函数中对于速度跟随精度及平顺性的惩罚系数，n为矿卡v1当前点a1与路径冲突点o1之间参考路径点的数量，v
ref,i
为第i参考路径点的参考速度，v
i，min
与v
i，max
分别为统计得到的第i参考路径点的最小速度、最大速度，a
min
与a
max
分别为统计得到的第i参考路径点的最小加速度、最大加速度；
[0019]
s22，依据二次优化模型得到的行驶速度曲线迭代计算得到矿卡v1到达路径冲突点o1的累计时间结合当前时间戳得到预测矿卡v1到达路径冲突点o1的时刻：
[0020]
t
v1o1
＝t
now
+δt。
[0021]
进一步，所述冲突信息包括：时间戳，本车编号，本车车身长度，本车当前点经度，本车当前点纬度，本车当前行驶路径编号，前方路径冲突点数量，前方第k个路径冲突点经度，前方第k个路径冲突点纬度，到达前方第k个路径冲突点的预测时刻，到达前方第k个路径冲突点的车速。
[0022]
进一步，所述步骤s4包括以下子步骤：
[0023]
s41，定义矿卡v1通过路径冲突点o1的通过圆为circle_v1o1，通过圆circle_v1o1的半径r
v1o1
取值为：r
v1o1
＝l1+ε，其中l1为矿卡v1的车身长度，ε为矿卡在路径冲突点处的安全裕度；假设矿卡v1在通过圆circle_v1o1处匀速行驶，车速为υ
v1o1
，计算得到矿卡v1进入通过圆时刻与驶离通过圆的时刻
[0024][0025]
矿卡v2通过路径冲突点o1的通过圆circle_v2o1的半径取值为r
v2o1
＝l2+ε，其中l2为矿卡v2的车身长度，ε为矿卡在路径冲突点处的安全裕度；假设矿卡v2在通过圆circle_v2o1处匀速行驶，车速为v
v2o1
，计算得到矿卡v2进入通过圆时刻与驶离通过圆的时刻
[0026][0027]
s42，判断矿卡v1通过路径冲突点o1的时间窗口与矿卡v2通过路径冲突点o1的时间窗口有无重叠，若有重叠表示两车会发生碰撞。
[0028]
进一步，所述步骤s5具体为：
[0029]
(1)设置判断依据：矿卡载重信息：a1-重载，a2-空载；到路径冲突点的平均坡度：b1-下坡，b2-平路，b3-上坡；矿卡编号：c1、c2、
…
、cn；
[0030]
(2)给定仲裁机制：冲突矿卡之间遵循重载先行、下坡先行与矿卡编号小先行的策略，依据如下顺序确定冲突矿卡之间的优先级，优先级高到低依次为：a1、a2、b1、b2、b3、c1、c2、
…
、cn；
[0031]
(3)进行冲突消解：依据仲裁机制确定冲突矿卡的优先级，高优先级矿卡不进行调速，保持车速不变；低优先级矿卡以行驶速度曲线作为基准调速曲线，进行降速直至冲突消解；其中，降速按照如下规则：低优先级矿卡每隔0.05s调整行驶速度曲线整体降低0.05km/h，直至冲突消解，即行驶在通过圆的时间窗口之间没有时间上的重叠。
[0032]
本发明与现有技术相比所具有的有益效果：
[0033]
(1)本发明相对现有技术不需要依赖详细的交叉口高精度地图信息即可完成判断不同车辆在交叉口碰撞风险。
[0034]
(2)本发明冲突消解策略针对矿车及露天矿区通行规则进行了更加详细的设计，更加符合所属露天矿山无人驾驶领域的应用。
附图说明
[0035]
图1为现有技术方案一的应用场景；
[0036]
图2为现有技术方案二的应用场景；
[0037]
图3为现有技术方案二的原理；
[0038]
图4为本发明的方法整体流程图；
[0039]
图5为本发明的路径冲突点判断示意图；
[0040]
图6为本发明的参考路径上矿卡行驶速度及到达时间预测模型；
[0041]
图7为本发明的v1车与v2车行驶至冲突点的时间及路程示意图；
[0042]
图8为本发明的矿卡行驶于冲突点的通过圆的示意图；
[0043]
图9为本发明的不同矿卡行驶至冲突点的时间-行驶距离图；
[0044]
图10为本发明的未来有碰撞风险矿卡间冲突消解策略示意图；
[0045]
图11为本发明的低优先级矿卡调速后的曲线示意图；
[0046]
图12为本发明的更多参考路径及更多车辆的冲突场景示意图。
具体实施方式
[0047]
为了使发明的目的、技术方案更加清楚明晰，结合附图予以阐明。应当理解，此处所描述的具体实施方式仅用于解释本发明，并不用于限定本发明。
[0048]
露天矿区内通常有完整的地图信息，即每辆无人驾驶矿卡沿着固定的参考路径行驶，并且在特定的参考路线上以规划好的参考速度行驶。
[0049]
露天矿区内的自动驾驶矿卡通过v2v通信无线连接在同一车联网络中，可以相互收发消息或广播消息。
[0050]
本发明提供一种基于v2v无交叉口信息的矿卡碰撞风险预测及消解方法，主要包括冲突判断、到达时间预测、冲突信息发布、冲突信息订阅、碰撞风险评估、冲突消解策略六部分，如图4所示。
[0051]
s1，冲突判断。如图5所示，自动驾驶矿卡v1获取自身参考路径path1前方长度odd1＝60米内的地图信息(运行设计域odd，operational design domain)，判断是否有路径冲突点oi(i＝1，2，3，
…
)，对每个路径冲突点oi执行s2-s4的流程。
[0052]
具体地，路径冲突点的判断依据：计算前方odd1内的每个路径离散点与周围半径r＝60米圆内其它参考路径各离散点的绝对地理距离，当绝对地理距离小于2米即定义为路径冲突点。
[0053]
s2，到达时间预测。自动驾驶矿卡v1前方若存在路径冲突点，预测矿卡v1到达路径冲突点o1的时间t
v1o1
，包括以下步骤：
[0054]
s21，预测矿卡v1当前点a1与路径冲突点o1之间参考路径上的行驶速度曲线。所述s21中的速度曲线预测方法原理如下：
[0055]
s211，统计日常自动驾驶矿卡在各参考路径上的行驶数据，得到各参考路径点所有矿卡的速度分布信息，如图6所示，s211区域即为基于统计数据获得的每个路径点97％概率分布的速度范围[υ
ij，min
，υ
ij，max
]，其中υ
ij，min
、υ
ij，max
表示i编号参考路径第j个离散路径点的最小速度、最大速度取值。
[0056]
s212，计算矿卡v1当前点a1与路径冲突点o1之间的速度曲线。将该速度曲线生成问题转化为一个具有离散点速度上下界约束、加速度平滑约束的二次优化问题，基于二次优化求解库求解最优的速度序列，即可得到预测的速度曲线。最优速度曲线的二次优化模型如下：
[0057]
目标函数为：
[0058]
约束项为：
[0059]
该模型待优化变量为矿卡v1当前点a1与路径冲突点o1之间各参考路径点的(υi，ai)，其中，υi是第i参考路径点的速度，ai和δsi分别是第i参考路径点与第i+1参考路径点之间的平均加速度和路径点间距，是第i参考路径点处的坡度等效加速度，k1k2分别为目标函数中对于速度跟随精度及平顺性的惩罚系数，n为矿卡v1当前点a1与路径冲突点o1之间参考路径点的数量，v
ref,i
为第i参考路径点的参考速度，v
i，min
与v
i，max
分别为s211步骤中统计得到的第i参考路径点的最小速度、最大速度，a
min
与a
max
分别为统计得到的第i参考路径点的最小加速度、最大加速度。
[0060]
s22，依据二次优化模型得到的最优速度曲线迭代计算得到矿卡v1到达路径冲突点o1的累计时间结合当前时间戳得到预测矿卡v1到达路径冲突点o1的时刻：
[0061]
t
v1o1
＝t
now
+δt
[0062]
所有矿卡车辆到达路径冲突点的时间计算方法同上。如图7所示，分别表示v1车与v2车到达路径冲突点o1的时间t
v1o1
、t
v2o1
。
[0063]
s31，冲突信息发布。封闭区域内的所有自动驾驶矿卡均执行上述风险判断s1、到达时间预测s2过程，并基于v2v网络将如下信息通过广播形式发布出去：[时间戳；本车编号；本车车身长度；本车当前点经度；本车当前点纬度；本车当前行驶路径编号；前方路径冲突点数量；前方第k个路径冲突点经度；前方第k个路径冲突点纬度；到达前方第k个路径冲突点的预测时间；到达前方第k个路径冲突点的车速]。
[0064]
s32，冲突信息订阅。自动驾驶矿卡v1基于v2v网络获取周围其它矿卡发布的冲突信息，筛选出与自身参考路径path1前方路径冲突点oi相交的参考路径path2后方odd2＝60米内所有矿卡发布的冲突信息，如图5所示。
[0065]
s4，碰撞风险评估。自动驾驶矿卡v1基于自车的冲突信息与接受到的其它矿卡v2的冲突信息评估碰撞风险，主要包括以下步骤：
[0066]
s41，计算可能发生冲突的矿卡v1与v2的如下参数，如图8所示为本发明的矿卡行驶于路径冲突点的通过圆的示意图：
[0067]
定义矿卡v1通过路径冲突点o1的通过圆为circle_v1o1,则通过圆circle_v1o1的半径r
v1o1
取值为：r
v1o1
＝l1+ε；其中l1为矿卡v1的车身长度，ε为矿卡在路径冲突点处的安全裕度，可以取车身长度的1/5。假设矿卡v1在通过圆circle_v1o1处匀速行驶，车速为υ
v1o1
，计算得到矿卡v1进入通过圆时刻与驶离通过圆的时刻与驶离通过圆的时刻
[0068]
同理，矿卡v2通过路径冲突点o1的通过圆circle_v201的半径取值为r
v2o1
＝l2+ε。矿卡v2进入通过圆时刻与驶离通过圆的时刻
[0069][0070]
s42，判断矿卡v1通过路径冲突点o1的时间窗口与矿卡v2通过路径冲突点o1的时间窗口有无重叠，若有重叠表示两车会发生碰撞。在t-s图(行驶时间-行驶距离图，如图9所示)中可以看到时间轴方向上有层叠即表示两车在路径冲突点o1处未来有碰撞风险。
[0071]
s5，冲突消解策略。若矿卡v1与v2存在碰撞风险，则矿卡v1与v2按照一定的仲裁机制进行碰撞风险的消解。
[0072]
判断依据：矿卡载重信息：a1-重载，a2-空载；到路径冲突点的平均坡度：b1-下坡(-2
°
～-7
°
)，b2-平路(-2
°
～2
°
)，b3-上坡(2
°
～7
°
)；矿卡编号：c1、c2、
…
、cn。
[0073]
仲裁机制：冲突矿卡之间遵循重载先行、下坡先行与矿卡编号小先行的策略。依据如下顺序来确定冲突矿卡之间的优先级，优先级高到低依次为：a1、a2、b1、b2、b3、c1、c2、
…
、cn。
[0074]
冲突消解：依据上述仲裁机制确定冲突矿卡的优先级，高优先级矿卡不进行调速，保持车速不变；低优先级矿卡以图6中的最优速度曲线作为基准调速曲线，进行降速直至冲突消解，如图11所示为调速后的曲线。按照如下规则：低优先级矿卡每隔0.05s调整最优速度曲线整体降低0.05km/h,直至冲突消解，即行驶在通过圆的时间窗口之间没有时间上的重叠。如图10所示，对矿卡v1进行调速，矿卡v1通过路径冲突点o1的新的时间窗口与矿卡v2通过路径冲突点o1的时间窗口无重叠，完成了两车的碰撞风险消解。
[0075]
特别说明的是，本发明适用于多条参考路径、多辆矿卡在多个交叉口的碰撞风险预测，基本原理同s1-s5。如图12所示。

技术特征：
1.一种基于v2v无交叉口信息的矿卡碰撞风险预测及消解方法，其特征在于，所述矿卡行驶的露天矿区有完整的地图信息，所述矿卡以规划的参考速度、沿着固定的参考路径行驶，且所述露天矿区内的所有矿卡通过v2v通信无线连接在同一车联网络中，可相互收发消息和/或广播消息；所述方法包括以下步骤：s1，冲突判断：矿卡v1获取自身参考路径path1前方长度odd1距离内的地图信息，判断是否有路径冲突点；s2，到达时间预测：对每个路径冲突点，预测矿卡v1当前点与路径冲突点之间参考路径上的行驶速度曲线，并依据所述行驶速度曲线得到矿卡v1到达路径冲突点的时刻；s3，冲突信息发布及冲突信息订阅：露天矿区内的所有矿卡均执行步骤s1和s2，并基于v2v网络将包含到达时刻的冲突信息通过广播形式进行发布；同时矿卡v1基于v2v网络获取周围其他矿卡发布的冲突信息，筛选出与自身参考路径path1前方路径冲突点相交的他车参考路径path2后方odd2距离内的矿卡发布的冲突信息；s4，碰撞风险评估：矿卡v1基于自车的冲突信息以及筛选出的其他矿卡的冲突信息，评估是否有重叠的时间窗口，从而预测碰撞风险；s5，冲突消解策略：基于矿卡v1的碰撞风险，按照给定的仲裁机制进行碰撞风险的消解。2.根据权利要求1所述的基于v2v无交叉口信息的矿卡碰撞风险预测及消解方法，其特征在于，所述步骤s1，所述路径冲突点的判断依据为：计算前方odd1距离内的每个路径离散点与周围半径r＝60米圆内其它参考路径各离散点的绝对地理距离，当绝对地理距离小于2米即定义为路径冲突点。3.根据权利要求1或2所述的基于v2v无交叉口信息的矿卡碰撞风险预测及消解方法，其特征在于，所述步骤s2包括以下子步骤：s21，预测矿卡v1当前点a1与路径冲突点o1之间参考路径上的行驶速度曲线：s211，统计日常自动驾驶矿卡在各参考路径上的行驶数据，得到各参考路径点所有矿卡的速度分布信息，即每个参考路径点97％概率分布的速度范围[v
ij，min
，v
ij，max
]，其中v
ij，min
、v
ij，max
表示第i条参考路径上第j个离散路径点的最小速度、最大速度取值；s212，将行驶速度曲线生成问题转化为一个具有离散点速度上下界约束、加速度平滑约束的二次优化问题，基于二次优化求解库求解最优的速度序列，即可得到预测的行驶速度曲线；其中，行驶速度曲线的二次优化模型如下：目标函数为：约束项为：其中，模型待优化变量为矿卡v1当前点a1与路径冲突点o1之间各参考路径点的(v
i
，a
i
)，其中，v
i
是第i参考路径点的速度，a
i
和δs
i
分别是第i参考路径点与第i+1参考路径点之间的平均加速度和路径点间距，是第i参考路径点处的坡度等效加速度，k1k2分别为目标函数中对于速度跟随精度及平顺性的惩罚系数，n为矿卡v1当前点a1与路径冲突点o1之
间参考路径点的数量，v
ref,i
为第i参考路径点的参考速度，v
i，min
与v
i，max
分别为统计得到的第i参考路径点的最小速度、最大速度，a
min
与a
max
分别为统计得到的第i参考路径点的最小加速度、最大加速度；s22，依据二次优化模型得到的行驶速度曲线迭代计算得到矿卡v1到达路径冲突点o1的累计时间结合当前时间戳得到预测矿卡v1到达路径冲突点o1的时刻：t
v1o1
＝t
now
+δt。4.根据权利要求3所述的基于v2v无交叉口信息的矿卡碰撞风险预测及消解方法，其特征在于，所述冲突信息包括：时间戳，本车编号，本车车身长度，本车当前点经度，本车当前点纬度，本车当前行驶路径编号，前方路径冲突点数量，前方第k个路径冲突点经度，前方第k个路径冲突点纬度，到达前方第k个路径冲突点的预测时刻，到达前方第k个路径冲突点的车速。5.根据权利要求4所述的基于v2v无交叉口信息的矿卡碰撞风险预测及消解方法，其特征在于，所述步骤s4包括以下子步骤：s41，定义矿卡v1通过路径冲突点o1的通过圆为circle_v1o1，通过圆circle_v1o1的半径r
v1o1
取值为：r
v1o1
＝l1+ε，其中l1为矿卡v1的车身长度，ε为矿卡在路径冲突点处的安全裕度；假设矿卡v1在通过圆circle_v1o1处匀速行驶，车速为v
v1o1
，计算得到矿卡v1进入通过圆时刻与驶离通过圆的时刻与驶离通过圆的时刻矿卡v2通过路径冲突点o1的通过圆circle_v2o1的半径取值为r
v2o1
＝l2+ε，其中l2为矿卡v2的车身长度，ε为矿卡在路径冲突点处的安全裕度；假设矿卡v2在通过圆circle_v2o1处匀速行驶，车速为v
v2o1
，计算得到矿卡v2进入通过圆时刻与驶离通过圆的时刻与驶离通过圆的时刻s42，判断矿卡v1通过路径冲突点o1的时间窗口与矿卡v2通过路径冲突点o1的时间窗口有无重叠，若有重叠表示两车会发生碰撞。6.根据权利要求5所述的基于v2v无交叉口信息的矿卡碰撞风险预测及消解方法，其特征在于，所述步骤s5具体为：(1)设置判断依据：矿卡载重信息：a1-重载，a2-空载；到路径冲突点的平均坡度：b1-下坡，b2-平路，b3-上坡；矿卡编号：c1、c2、
…
、cn；(2)给定仲裁机制：冲突矿卡之间遵循重载先行、下坡先行与矿卡编号小先行的策略，依据如下顺序确定冲突矿卡之间的优先级，优先级高到低依次为：a1、a2、b1、b2、b3、c1、c2、
…
、cn；(3)进行冲突消解：依据仲裁机制确定冲突矿卡的优先级，高优先级矿卡不进行调速，保持车速不变；低优先级矿卡以行驶速度曲线作为基准调速曲线，进行降速直至冲突消解；其中，降速按照如下规则：低优先级矿卡每隔0.05s调整行驶速度曲线整体降低0.05km/h，直至冲突消解，即行驶在通过圆的时间窗口之间没有时间上的重叠。

技术总结
本发明公开了一种基于V2V无交叉口信息的矿卡碰撞风险预测及消解方法，包括步骤：矿卡V1获取自身参考路径path1前方长度ODD1距离内的地图信息，判断是否有路径冲突点；预测矿卡V1当前点与路径冲突点之间参考路径上的行驶速度曲线，并依据所述行驶速度曲线得到矿卡V1到达路径冲突点的时刻；所有矿卡将包含到达时刻的冲突信息通过广播形式进行发布；同时矿卡V1获取周围其他矿卡发布的冲突信息，筛选出与自身参考路径path1前方路径冲突点相交的他车参考路径path2后方ODD2距离内的矿卡发布的冲突信息；基于冲突信息，评估是否有重叠的时间窗口，预测碰撞风险，并给出冲突消解策略。该方法能够有效提前预测矿卡端无明确交叉口信息场景、云平台调度失效情况的碰撞风险。云平台调度失效情况的碰撞风险。云平台调度失效情况的碰撞风险。


技术研发人员：张飞 陈志发 武奇 付宁 蔡凡
受保护的技术使用者：北京踏歌智行科技有限公司
技术研发日：2023.03.13
技术公布日：2023/6/7