一种无人机智能飞行时备用策略的生成方法及装置

控制;调节装置的制造及其应用技术1.本技术涉及无人机技术领域，具体而言，涉及一种无人机智能飞行时备用策略的生成方法及装置。背景技术：2.目前无人机的飞行多依靠于人工控制或者预设好飞行航线严格按照航线进行飞行，缺少灵活的变通，在面对紧急情况下，主控系统一旦出现失联，在缺少引导的情况下无人机极易失控，因此，为智能化飞行的无人机配备必要的备用飞行策略是极其关键的。技术实现要素：3.为了解决上述问题，本技术实施例提供了一种无人机智能飞行时备用策略的生成方法及装置，基于实际飞行参数生成备用的飞行策略，与实际执行策略双线并行，应用于无人机时不仅可以防止无人机失控，还能与执行策略进行双向验证。4.第一方面，本技术实施例提供了一种无人机智能飞行时备用策略的生成方法，所述方法包括：5.获取历史飞行数据，筛选异常情况及对应的飞行策略进行关联，建立飞行策略数据库；6.获取飞行过程中的障碍数据与所述飞行策略数据库中的异常情况进行匹配，调用可实施的飞行策略；7.获取当前无人机的内部参数及外部影响参数，筛选上述飞行策略中的最优策略，并对该最优策略进行执行参数的优化，生成备用策略；8.记录所述无人机在应对产生所述障碍数据的异常飞行时的应用策略，将所述备用策略与实际执行的所述应用策略同步输出为飞行记录。9.优选的，获取历史飞行数据，筛选异常情况及对应的飞行策略进行关联，建立飞行策略数据库，具体包括：10.获取飞行记录，包括手动控制以及自动控制的飞行数据，统一生成为历史飞行数据；11.筛选统一生成的历史飞行数据中的异常情况，并对应还原该异常情况所对应的飞行策略，将异常情况与该飞行策略关联；12.以所述异常情况的类型为检索头文件，以所述异常情况的异常参数为匹配对象，建立飞行策略数据库；13.所述异常参数包括可修复的偏移参量以及不可自我修复的故障参量；所述飞行策略至少包括飞行航线、飞行速度、飞行姿态以及外部影响参数记录。14.优选的，获取飞行过程中的障碍数据与飞行策略数据库中的异常情况进行匹配，调用可实施飞行策略，具体包括：15.基于飞行状态中的无人机进行飞行数据采集，当存在影响现行任务正常执行的参量时，将之标记为障碍数据；16.反馈该障碍数据的产生因素，即为异常情况的类型；17.将反馈得到的所述产生因素与所述飞行策略数据库中的检索头文件进行初步匹配；18.将匹配成功的障碍数据与该检索头文件下辖的异常参数进行概念对象匹配；19.将完成概念对象匹配的所述异常参数所对应的飞行策略全部划入可实施策略组，等待调用；20.将未完成概念对象匹配的障碍数据标记为新生异常，并记录所述障碍数据产生的原始路径，生成障碍日志，并发送至人工操作平台。21.优选的，所述概念对象匹配具体包括：22.根据异常参量的类型在其幅度上进行扩展，并为各类型的异常参量预定义扩展阈值，形成对象涵盖域；23.基于异常情况的异常参数，将对象涵盖域划分为多个量级，以区分同种类型的异常情况的紧急程度，所述异常情况对应的异常参数依次对于落入不同的量级之中；24.获取故障数据，基于上述的量级概念匹配所述故障数据的量级，将该量级内的所述异常参数全部定义为完成概念对象匹配。25.优选的，获取当前无人机的内部参数及外部影响参数，筛选上述飞行策略中的最优策略，并对该最优策略进行执行参数的优化，生成备用策略，包括：26.获取当前无人机的内部参数，至少包括飞行航线、飞行速度、飞行姿态；27.获取当前无人机的外部影响参数，至少包括气压、风速、风向；28.为所述内部参数中的各项参数预定义关联性阈值，各项参数基于所述关联性阈值进行扩域形成筛选域；29.调用所述可实施策略组内的飞行策略，提取其中的各项参数与对应项的所述筛选域进行匹配，并标记匹配成功的参数项；30.将所述内部参数各项匹配程度高的飞行策略定义为参考策略，在所述参考策略中选取所述外部影响参数中对无人机的飞行影响率最低的策略，并将之定义为最优策略；31.基于所述最优策略的外部影响参数与当前无人机的外部影响参数之间的偏差，优化该最优策略在执行时的参数，降低外部环境因素对无人机飞行的影响；32.将优化后的执行参数与该最优策略拟合生成所述备用策略。33.优选的，记录所述无人机在应对产生所述障碍数据的异常飞行时的应用策略，将所述备用策略与实际执行的所述应用策略同步输出为飞行记录，包括：34.基于当前无人机在飞行时应对障碍数据的执行参数，生成所述无人机在应对产生所述障碍数据的异常飞行时的实际执行策略，并记录为应用策略；35.将备用策略与应用策略同步输出为飞行记录，所述飞行记录中包括两个可对比的飞行策略，其中备用策略为备用参考，应用策略为实际执行。36.第二方面，本技术实施例提供了一种无人机智能飞行时备用策略的生成装置，所述装置包括：37.数据处理模块：获取历史飞行数据，筛选异常情况及对应的飞行策略进行关联，建立飞行策略数据库；38.策略匹配模块：获取飞行过程中的障碍数据与飞行策略数据库中的异常情况进行匹配，调用可实施的飞行策略；39.策略生成模块：获取当前无人机的内部参数及外部影响参数，筛选上述飞行策略中的最优策略，并对该最优策略进行执行参数的优化，生成备用策略；40.策略输出模块：记录无人机在应对产生障碍数据的异常飞行时的应用策略，将备用策略与实际执行的应用策略同步输出为飞行记录。41.第三方面，本技术实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法的步骤。42.第四方面，本技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法。43.本发明的有益效果为：44.本发明提供了一种无人机智能飞行时备用策略的生成方法及装置，基于主控策略的真实飞行参数生成备用策略，与主控策略双线并行，可在无人机的主控策略存在故障时，接管无人机防止失控。45.本发明中备用策略的生成可基于大量正常飞行的实际策略逐步优化，丰富飞行策略数据库，使得备用策略更有效、更真实。附图说明46.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例中所需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技术的一些实施例，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，还可以根据这些附图获得其他的附图。47.图1为本技术实施例提供的一种无人机智能飞行时备用策略的生成方法的流程示意图；48.图2为本技术实施例提供的一种无人机智能飞行时备用策略的生成装置的结构示意图；49.图3为本技术实施例提供的一种电子设备的结构示意图。具体实施方式50.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。51.在下述介绍中，术语“第一”、“第二”仅为用于描述的目的，而不能理解为指示或暗示相对重要性。下述介绍提供了本技术的多个实施例，不同实施例之间可以替换或者合并组合，因此本技术也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而，如果一个实施例包含特征a、b、c，另一个实施例包含特征b、d，那么本技术也应视为包括含有a、b、c、d的一个或多个所有其他可能的组合的实施例，尽管该实施例可能并未在以下内容中有明确的文字记载。52.下面的描述提供了示例，并且不对权利要求书中阐述的范围、适用性或示例进行限制。可以在不脱离本技术内容的范围的情况下，对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行，并且可以添加、省略或组合各种步骤。此外，可以将关于一些示例描述的特征组合到其他示例中。53.参见图1，图1是本技术实施例提供的一种无人机智能飞行时备用策略的生成方法的流程示意图。在本技术实施例中，所述方法包括：54.s101、获取历史飞行数据，筛选异常情况及对应的飞行策略进行关联，建立飞行策略数据库。55.本技术的执行主体可以是无人机。56.在本技术实施例中，以历史飞行数据做基本的参考数据，定义必要的数据关联结构生成飞行策略数据库。57.在一种可实施方式中，步骤s101包括：58.获取飞行记录，包括手动控制以及自动控制的飞行数据，统一生成为历史飞行数据；59.筛选统一生成的历史飞行数据中的异常情况，并对应还原该异常情况所对应的飞行策略，将异常情况与该飞行策略关联；60.以所述异常情况的类型为检索头文件，以所述异常情况的异常参数为匹配对象，建立飞行策略数据库。61.本技术的实施例中，异常类型根据异常参数的来源进行定义，异常的来源可以统一，但异常参数并不统一，可能存在一定幅度上的波动；由异常参数所引发的异常情况，则亦存在一定程度上的变化，比如电流参数的波动，导致螺旋桨的转速变化。62.可以理解的是，异常参数包括可修复的偏移参量以及不可自我修复的故障参量；飞行策略至少包括飞行航线、飞行速度、飞行姿态以及外部影响参数记录。63.在本技术实施例中，手段控制所对应的飞行数据具备更有效的参考价值，自动控制的飞行数据则更接近备用策略被执行时的情况，因此，两种飞行数据都是必不可少的，必要的，可调整两种数据的占比。64.s102、获取飞行过程中的障碍数据与所述飞行策略数据库中的异常情况进行匹配，调用可实施的飞行策略。65.在本技术实施例中，无人机在正常飞行过程中，现行的任务可完美执行，若存在故障，则会对现行的任务进行干扰，因此，可对该种故障信息进行提取、标记，作为障碍数据，由主控策略进行修复或者报备。66.可以理解的是，障碍数据与异常参数是对应的，对于可修复的偏移参量，主控策略或者备用策略均可自行进行修复；对于不可自我修复的故障参量，主控策略或者备用策略均不能自主修复，可及时向人工操作平台反馈，由工作人员进行修复。67.在一种可实施方式中，步骤s102包括：68.基于飞行状态中的无人机进行飞行数据采集，当存在影响现行任务正常执行的参量时，将之标记为障碍数据；69.反馈该障碍数据的产生因素，即为异常情况的类型；70.将反馈得到的所述产生因素与所述飞行策略数据库中的检索头文件进行初步匹配；71.将匹配成功的障碍数据与该检索头文件下辖的异常参数进行概念对象匹配；72.将完成概念对象匹配的所述异常参数所对应的飞行策略全部划入可实施策略组，等待调用；73.将未完成概念对象匹配的障碍数据标记为新生异常，并记录所述障碍数据产生的原始路径，生成障碍日志，并发送至人工操作平台。74.本技术中，飞行策略数据内所涵盖的映射关系包括初步匹配以及概念对象匹配，其中，初步匹配以检索头文件对应筛选、剔除即可；概念对象匹配，则根据故障数据的紧急程度进行划分，概念式的匹配同类的策略以期筛选出较优的、较为匹配的飞行策略，剔除影响因素差距过大的飞行策略。75.本技术的实施例中，概念对象匹配具体步骤包括：76.根据异常参量的类型在其幅度上进行扩展，并为各类型的异常参量预定义扩展阈值，形成对象涵盖域；77.基于异常情况的异常参数，将对象涵盖域划分为多个量级，以区分同种类型的异常情况的紧急程度，所述异常情况对应的异常参数依次对于落入不同的量级之中；78.获取故障数据，基于上述的量级概念匹配所述故障数据的量级，将该量级内的所述异常参数全部定义为完成概念对象匹配。79.本技术的实施例中，异常情况包括多种，其异常参数的变化是不相同的，如电流的通断、电压的波动。因此，异常参数所对应的数据的真实含义是可以明确其变化规律或者变化方式的，因此，由异常参数的变化所形成的的异常参量的类型是多种多样的，可根据异常参量的类型，在其变化幅度上进行扩展，并为各类型的异常参量预定义扩展阈值，扩展阈值可以为零，即，不进行扩展。80.扩展之后的异常参量具备较大范围内的异常参数值，其中部分异常参数值可能是正常、部分异常参数值则是真正的异常参数。此时，可将对象涵盖域划分为多个量级，多个量级中存在正常量级、异常量级。81.每个量级内存在多个或一个参数值，则同时也对应了至少一种飞行策略，本技术的实施例中，将匹配成功的量级内的飞行策略均作为可实施的策略，以扩充备用策略的可选择范围。82.s103、获取当前无人机的内部参数及外部影响参数，筛选上述飞行策略中的最优策略，并对该最优策略进行执行参数的优化，生成备用策略。83.在本技术实施例中，无人机在执行主控策略时，无人机的内部参数、外部影响参数均是可以获取的，备用策略在生成时，可直接借用。其中，无人机的内部参数至少包括飞行航线、飞行速度、飞行姿态，无人机的外部影响参数至少包括气压、风速、风向。84.可以理解的是，内部参数有利于匹配更加合适的飞行策略，外部影响参数则有利于优化所选飞行策略的执行参数，以适应当前的外部环境。85.在一种可实施方式中，步骤s103包括：86.获取当前无人机的内部参数，至少包括飞行航线、飞行速度、飞行姿态；87.获取当前无人机的外部影响参数，至少包括气压、风速、风向；88.为所述内部参数中的各项参数预定义关联性阈值，各项参数基于所述关联性阈值进行扩域形成筛选域；89.调用所述可实施策略组内的飞行策略，提取其中的各项参数与对应项的所述筛选域进行匹配，并标记匹配成功的参数项；90.将所述内部参数各项匹配程度高的飞行策略定义为参考策略，在所述参考策略中选取所述外部影响参数中对无人机的飞行影响率最低的策略，并将之定义为最优策略；91.基于所述最优策略的外部影响参数与当前无人机的外部影响参数之间的偏差，优化该最优策略在执行时的参数，降低外部环境因素对无人机飞行的影响；92.将优化后的执行参数与该最优策略拟合生成所述备用策略。93.在本技术实施例中，关联性阈值为扩大筛选范围的标准值，目的为基于各项参数的属性进行的扩充，增加最优策略的匹配成功率。94.对于匹配程度的高低，可根据偏差值进行定义。本技术的实施例中，外部环境因素对无人机的影响最好降低至最低，即风速、风向等不影响无人机飞行，在生成备用策略时，可基于自动控制的历史参数进行风速、风向上的差值补偿对执行参数进行优化。95.可以理解的是，在手动控制过程中，外部环境因素对飞行的影响被手动控制大幅度的降低屏蔽；但在自动控制的过程，外部环境因素的变化，则会引起无人机的执行参数的自动变化，在此基础上，自动控制的历史参数具备更加有效的参考意义。96.s104、记录所述无人机在应对产生所述障碍数据的异常飞行时的应用策略，将所述备用策略与实际执行的所述应用策略同步输出为飞行记录。97.在本技术的实施例中，备用策略是与主控策略双线并行的，正常情况下，备用策略处于备份状态，不参与无人机的控制，此时，备份策略与主控策略之间则可进行双向验证，一方面可以调整备份策略的生成机制，另一方面可从备份策略与主控策略的匹配程度上验证备份策略的有效性，以及主控策略的历史正确性。进一步的，主控策略的参数可归入飞行策略数据库中，作为历史飞行数据。98.在一个可实施方式中，步骤s104包括：99.基于当前无人机在飞行时应对障碍数据的执行参数，生成所述无人机在应对产生所述障碍数据的异常飞行时的实际执行策略，并记录为应用策略；100.将备用策略与应用策略同步输出为飞行记录，所述飞行记录中包括两个可对比的飞行策略，其中备用策略为备用参考，应用策略为实际执行。101.以上为正常飞行过程中，备份策略在生成之后的执行流程，与主控策略(应用策略)双线并行互不干扰。在完成飞行之后，则同步输出为飞行记录，可供工作人员进行数据分析。102.若无人机在飞行过程中主控策略存在故障，无法继续执行，则备份策略可进行接管控制无人机的后续飞行，以期完成后续飞行任务或者紧急降落。103.下面将结合附图2，对本技术实施例提供的无人机智能飞行时备用策略的生成装置进行详细介绍。需要说明的是，附图2所示的无人机智能飞行时备用策略的生成装置，用于执行本技术图1所示实施例的方法，为了便于说明，仅示出了与本技术实施例相关的部分，具体技术细节未揭示的，请参照本技术图1所示的实施例。104.请参见图2，图2是本技术实施例提供的一种无人机智能飞行时备用策略的生成装置的结构示意图。如图2所示，所述装置包括：105.数据处理模块201：获取历史飞行数据，筛选异常情况及对应的飞行策略进行关联，建立飞行策略数据库；106.策略匹配模块202：获取飞行过程中的障碍数据与飞行策略数据库中的异常情况进行匹配，调用可实施的飞行策略；107.策略生成模块203：获取当前无人机的内部参数及外部影响参数，筛选上述飞行策略中的最优策略，并对该最优策略进行执行参数的优化，生成备用策略。108.策略输出模块204：用于接收所述风险挑战管理群组反馈的结果信息，基于所述结果信息管控所述待监管生产工作。109.本领域的技术人员可以清楚地了解到本技术实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件，其中硬件例如可以是现场可编程门阵列(field－programmable gate array，fpga)、集成电路(integrated circuit，ic)等。110.本技术实施例的各处理单元和/或模块，可通过实现本技术实施例所述的功能的模拟电路而实现，也可以通过执行本技术实施例所述的功能的软件而实现。111.参见图3，其示出了本技术实施例所涉及的一种电子设备的结构示意图，该电子设备可以用于实施图1所示实施例中的方法。如图3所示，电子设备300可以包括：至少一个中央处理器301，至少一个网络接口304，用户接口303，存储器305，至少一个通信总线302。112.其中，通信总线302用于实现这些组件之间的连接通信。113.其中，用户接口303可以包括显示屏(display)、摄像头(camera)，可选用户接口303还可以包括标准的有线接口、无线接口。114.其中，网络接口304可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。115.其中，中央处理器301可以包括一个或者多个处理核心。中央处理器301利用各种接口和线路连接整个电子设备300内的各个部分，通过运行或执行存储在存储器305内的指令、程序、代码集或指令集，以及调用存储在存储器305内的数据，执行终端300的各种功能和处理数据。可选的，中央处理器301可以采用数字信号处理(digital signal processing，dsp)、现场可编程门阵列(field-programmable gate array，fpga)、可编程逻辑阵列(programmable logic array，pla)中的至少一种硬件形式来实现。中央处理器301可集成中央中央处理器(central processing unit，cpu)、图像中央处理器(graphics processing unit，gpu)和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到中央处理器301中，单独通过一块芯片进行实现。116.其中，存储器305可以包括随机存储器(random access memory，ram)，也可以包括只读存储器(read-only memory)。可选的，该存储器305包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器305可选的还可以是至少一个位于远离前述中央处理器301的存储装置。如图3所示，作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及程序指令。117.在图3所示的电子设备300中，用户接口303主要用于为用户提供输入的接口，获取用户输入的数据；而中央处理器301可以用于调用存储器305中存储的无人机智能飞行时备用策略的生成应用程序，并具体执行以下操作：118.获取历史飞行数据，筛选异常情况及对应的飞行策略进行关联，建立飞行策略数据库；119.获取飞行过程中的障碍数据与所述飞行策略数据库中的异常情况进行匹配，调用可实施的飞行策略；120.获取当前无人机的内部参数及外部影响参数，筛选上述飞行策略中的最优策略，并对该最优策略进行执行参数的优化，生成备用策略；121.记录所述无人机在应对产生所述障碍数据的异常飞行时的应用策略，将所述备用策略与实际执行的所述应用策略同步输出为飞行记录。122.本技术还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、dvd、cd-rom、微型驱动器以及磁光盘、rom、ram、eprom、eeprom、dram、vram、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储器ic)，或适合于存储指令和/或数据的任何类型的媒介或设备。123.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。124.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。125.在本技术所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。126.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。127.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。128.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储器包括：u盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。129.本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(read-only memory，rom)、随机存取器(random access memory，ram)、磁盘或光盘等。130.以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后，将容易想到本公开的其实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!