一种基于三维点云的拉索索力识别方法、设备及存储介质 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本发明涉及点云数据处理技术领域，具体是涉及一种基于三维点云的拉索索力识别方法、设备及存储介质。背景技术：2.目前斜拉桥索力的测试方法主要有液压表法、测索伸长量法、压力传感器法、磁通量法和振动频率法等。液压表法和测索伸长量法一般仅用于拉索张拉施工过程中的索力测量，无法测量已张拉完毕的拉索。压力传感器法由于压力传感器的售价昂贵、自身重量大，需在施工阶段预先埋置，而且输出的结果存在偏移，因而限制了这种方法在索力检测和长期监测中的应用。磁通量法需要事先测定拉索材料特性并在拉索内放置小型电磁传感器，才可用于测量施工过程中和成桥的索力。振动频率法的测试结果准确程度非常依赖测试者的经验，并受到索长、两端约束、索的抗弯刚度和垂度以及其他外部因素的影响。从上述分析可知，现有技术在测量拉索索力(拉索所受到的外界拉力)时，需要将测量仪器放置到拉索上才能测量其所受到的拉力，从而提高测量难度。3.综上所述，现有的拉索索力测量方法提高了测量难度。4.因此，现有技术还有待改进和提高。技术实现要素：5.为解决上述技术问题，本发明提供了一种基于三维点云的拉索索力识别方法、设备及存储介质，解决了现有的拉索索力测量方法提高了测量难度的问题。6.为实现上述目的，本发明采用了以下技术方案：7.第一方面，本发明提供一种基于三维点云的拉索索力识别方法，其中，包括：8.对拉索的三维点云数据进行预处理，得到拉索的二维数据，所述三维点云数据用于表征所述拉索上各点的三维坐标信息；9.依据所述拉索的二维数据，得到所述拉索在水平方向的水平跨度和在竖直方向上的高程差；10.依据所述水平跨度、所述高程差、所述拉索的重力和所述拉索的二维数据，得到所述拉索的拉力值。11.在一种实现方式中，所述对拉索的三维点云数据进行预处理，得到拉索的二维数据，所述三维点云数据用于表征所述拉索上各点的三维坐标信息，包括：12.确定所述拉索的其中一个端部在另一个端部所在水平面的投影，记为投影点；13.依据所述两端部坐标和所述投影点的坐标，建立所述拉索的平面方程；14.将所述拉索的三维点云数据投影至所述平面方程所在的平面，得到拉索的预选二维数据；15.依据所述预选二维数据，构建所述拉索的拟合曲线；16.从所述预选二维数据中选取位于所述拟合曲线上的二维数据，得到所述拉索的最终二维数据。17.在一种实现方式中，所述依据所述拉索的二维数据，得到所述拉索在水平方向的水平跨度和在竖直方向上的高程差，包括：18.确定所述拉索的二维数据中的所述拉索上的各点的二维数据，各点的二维数据用于表征各点在二维坐标系中的坐标；19.依据所述拉索上的各点的二维数据，确定所述拉索上的任意两点之间的水平跨度和高程差。20.在一种实现方式中，所述拉索的重力为所述拉索单位长度上的自重，所述依据所述水平跨度、所述高程差、所述拉索的重力和所述拉索的二维数据，得到所述拉索的拉力值，包括：21.依据所述拉索的重力和所述水平跨度之积与构建的拉力参数之比，得到第一角度；22.确定所述高程差与所述水平跨度之比，记为第一比值；23.确定所述第一角度和所述第一比值之积与所述第一角度的双曲正弦函数之比，记为第二比值；24.依据所述第二比值的反双曲正弦函数与所述第一角度，得到第二角度；25.依据所述第二角度、所述第一角度、所述拉索上任意两点之间的所述水平跨度、所述拉索的重力、所述拉索上任意两点的坐标，构建关于所述拉力参数的拉索模型；26.通过求解所述拉索模型中的所述拉力参数，得到所述拉索上任意两点之间的拉力值。27.在一种实现方式中，所述拉力参数为水平分拉力参数，所述依据所述第二角度、所述第一角度、所述拉索上任意两点之间的所述水平跨度、所述拉索的重力、所述拉索上任意两点的坐标，构建关于所述拉力参数的拉索模型，包括：28.确定所述第一角度与所述拉索上任意两点的横坐标之积与所述水平跨度的比值，记为第三比值；29.依据所述第二角度的双曲余弦函数、所述第三比值的双曲余弦函数、所述第二角度、所述拉力参数与所述重力的比值、所述拉索上任意两点的纵坐标，构建关于所述拉力参数的拉索模型。30.在一种实现方式中，所述拉力值为水平方向上的拉力值，所述通过求解所述拉索模型中的所述拉力参数，得到所述拉索上任意两点之间的拉力值，之后还包括：31.确定所述第三比值与所述第二角度之差的反双曲正弦函数的负值，记为正切值；32.依据所述正切值的反正切函数，得到所述拉索上任意两点构成的直线相对水平方向的倾角；33.依据水平方向上的拉力值和所述倾角，得到所述拉索上任意两点之间的沿着所述拉索切线方向上的拉力值。34.在一种实现方式中，所述依据水平方向上的拉力值和所述倾角，得到所述拉索上任意两点之间的沿着所述拉索切线方向上的拉力值，包括：35.建立所述拉索上任意两点的二维数据关于水平方向上的拉力参数的回归模型；36.将所述拉力参数所对应的拉力设定值输入至所述回归模型；37.将输入所述拉力设定值的所述回归模型进行一阶泰勒展开，得到一阶泰勒展开式；38.依据所述一阶泰勒展开式，得到所述拉索位于水平方向上的最终拉力值；39.依据所述最终拉力值，修正所述倾角；40.依据修正之后的所述倾角，得到所述拉索上任意两点之间的沿着所述拉索切线方向上的最终拉力值。41.在一种实现方式中，还包括：42.将所述拉索的最终二维数据所对应的点作为控制点；43.依据所述控制点，创建所述拉索的三维曲线；44.将所述三维曲线进行设定方向的偏移，得到若干偏移之后的所述三维曲线；45.依据若干偏移之后的所述三维曲线，构建所述拉索的bim模型。46.第二方面，本发明实施例还提供一种终端设备，其中，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的基于三维点云的拉索索力识别程序，所述处理器执行所述基于三维点云的拉索索力识别程序时，实现上述所述的基于三维点云的拉索索力识别方法的步骤。47.第三方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于三维点云的拉索索力识别程序，所述基于三维点云的拉索索力识别程序被处理器执行时，实现上述所述的基于三维点云的拉索索力识别方法的步骤。48.有益效果：本发明首先对用于表示拉索上各点位置的三维点云数据进行降维预处理，得到各点位置的二维数据。然后根据各点位置的二维数据，计算任意两个点之间的水平跨度和高程差。最后根据水平跨度、高程差和各点位置的二维数据以及拉索的重力，计算出拉索上任意两点之间所受到的外界拉力。从上述分析可知，本发明直接通过三维点云数据计算出拉索上各点所收到的外界拉力，而三维点云数据的获取不需要借助于安装在拉索上的仪器，从而降低了测量拉索拉力的难度。附图说明49.图1为本发明的整体流程图；50.图2为本发明实施例中的点云标准化处理流程图；51.图3为本发明实施例中的拉索在三维坐标系中的示意图；52.图4为本发明实施例中的拉索在二维坐标系中的示意图；53.图5为本发明实施例中的数字孪生技术流程图；54.图6为本发明实施例提供的终端设备的内部结构原理框图。具体实施方式55.以下结合实施例和说明书附图，对本发明中的技术方案进行清楚、完整地描述。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。56.经研究发现，目前斜拉桥索力的测试方法主要有液压表法、测索伸长量法、压力传感器法、磁通量法和振动频率法等。液压表法和测索伸长量法一般仅用于拉索张拉施工过程中的索力测量，无法测量已张拉完毕的拉索。压力传感器法由于压力传感器的售价昂贵、自身重量大，需在施工阶段预先埋置，而且输出的结果存在偏移，因而限制了这种方法在索力检测和长期监测中的应用。磁通量法需要事先测定拉索材料特性并在拉索内放置小型电磁传感器，才可用于测量施工过程中和成桥的索力。振动频率法的测试结果准确程度非常依赖测试者的经验，并受到索长、两端约束、索的抗弯刚度和垂度以及其他外部因素的影响。从上述分析可知，现有技术在测量拉索索力(拉索所受到的外界拉力)时，需要将测量仪器放置到拉索上才能测量其所受到的拉力，从而提高测量难度。57.为解决上述技术问题，本发明提供了一种基于三维点云的拉索索力识别方法、设备及存储介质，解决了现有的拉索索力测量方法提高了测量难度的问题。具体实施时，首先对拉索的三维点云数据进行预处理，得到拉索的二维数据；然后依据拉索的二维数据，得到拉索在水平方向的水平跨度和在竖直方向上的高程差；最后依据水平跨度、高程差、拉索的重力和拉索的二维数据，得到拉索的拉力值。本发明能够降低测量拉索拉力的测量难度。58.举例说明，比如采集到拉索上任意两点的三维坐标(a1，b1，c1)和三维坐标(a2，b2，c2)，将这两点的三维坐标转换成二维坐标(a11,b11)和(a22,b22)，然后根据这两个点的二维坐标计算出这两个点之间的水平跨度、高程差，最后将水平跨度、高程差和拉索的重力以及这两个点的二维坐标代入到拉力与各点坐标构成的模型中，就可以计算出这两个点之间的拉力。59.示例性方法60.本实施例的基于三维点云的拉索索力识别方法可应用于终端设备中，所述终端设备可为具有计算功能的终端产品，比如电脑等。在本实施例中，如图1中所示，所述基于三维点云的拉索索力识别方法具体包括如下步骤：61.s100，对拉索的三维点云数据进行预处理，得到拉索的二维数据，所述三维点云数据用于表征所述拉索上各点的三维坐标信息。62.采用中测瑞格的riegl_vz-400i地面三维激光扫描仪和配套的点云数据处理软件riscan-pro进行拉索的点云数据采集，得到本实施例的三维点云数据，三维点云数据代表了拉索上的各个点的三维坐标。63.本实施例的预处理为如图2所示的标准化处理，在标准化处理包括点云的采集、配准、拼接、输出等，将标准化处理后的点云数据导出为.ply格式，利用python的open3d开源工具库中的统计滤波器将点云中稀疏的离群点和明显的测量噪声过滤。再将标准化处理之后的三维点云数据(.ply格式)转换成二维数据。64.在一个实施例中，步骤s100包括如下的步骤s101至s105：65.s101，确定所述拉索的其中一个端部在另一个端部所在水平面的投影，记为投影点。66.如图3所示，曲线oa为一段拉索，点o为拉索的其中一个端部，点a为另一个端部，端部a所在的水平面为正方体的下底面。端部o在正方体的下底面上的投影为b。67.s102，依据所述两端部坐标和所述投影点的坐标，建立所述拉索的平面方程。68.已知的点0的三维坐标(xo,yo,zo)、点a的三维坐标(xa,ya,za)、点b的三维坐标(xb,yb,zb)代入到公式(1)中，求得平面方程的参数a、b、c、d，以建立拉索oa的平面方程。69.ax+by+cz+d＝0ꢀꢀ(1)70.s103，将所述拉索的三维点云数据投影至所述平面方程所在的平面，得到拉索的预选二维数据。71.利用python的pcl开源工具库中的setmodelcoefficients方法将三维点云投影到该平面，得到降维后实测索形的二维数据点集{xj，yj}，将{xj，yj}记为拉索的预选二维数据。72.s104，依据所述预选二维数据，构建所述拉索的拟合曲线。73.采用python中的scipy库中的optimize.leastsq方法将预选二维数据{xj，yj}拟合出光滑的曲线。74.s105，从所述预选二维数据中选取位于所述拟合曲线上的二维数据，得到所述拉索的最终二维数据。75.比如预选二维数据有{x1,y1}、{x2,y2}、{x3,y3}、{x4,y4}、{x5,y5}，其中只有{x1,y1}、{x3,y3}、{x5,y5}位于拟合曲线，那么{x1,y1}、{x3,y3}、{x5,y5}这三个点的坐标就是最终二维数据。76.s200，依据所述拉索的二维数据，得到所述拉索在水平方向的水平跨度和在竖直方向上的高程差。77.拉索的二维数据可以是步骤s103中的预选二维数据，也可以是步骤s105中的最终二维数据。拉索上任意两点之间的水平跨度l就是这两点的横坐标之差，高程差h就是这两点的纵坐标之差。78.s300，依据所述水平跨度l、所述高程差h、所述拉索的重力q(单位长度上的重力)和所述拉索的二维数据，得到所述拉索的拉力值。79.计算拉力值h是基于公式(2)，将拉索上任意两点之间的水平跨度l、高程差h、拉索的重力q以及这两个点的二维数据结合公式(2)，就可以计算出拉索上的这两点之间受到的外界拉力t在x轴方向上的分力h。[0080][0081]式中，x为拉索上任意两点构成的线段的横坐标(线段的横坐标为这两[0082]点的横坐标之差)，y为拉索上任意两点构成的线段的纵坐标(线段的纵坐标为这两点的纵坐标之差)。[0083]举例说明，以图4为例，拉索上任意两点中的一点如果为拉索端部o，另外一点为p，那么x就是线段op的横坐标，y就是线段op的纵坐标。[0084]在一个实施例中，步骤s300包括如下的步骤s301至s307：[0085]s301，依据所述拉索的重力q和所述水平跨度l之积与构建的拉力参数h之比，得到第一角度β。[0086][0087]拉力参数h的力方向与横坐标平行。[0088]s302，确定所述高程差h与所述水平跨度l之比，记为第一比值h/l。[0089]s303，确定所述第一角度β和所述第一比值h/l之积β(h/l)与所述第一角度β的双曲正弦函数sinh(β)之比，记为第二比值[0090]s304，依据所述第二比值的反双曲正弦函数与所述第一角度β，得到第二角度θ。[0091][0092]s305，确定所述第一角度β与所述拉索上任意两点的横坐标之积βx与所述水平跨度l的比值，记为第三比值[0093]s306，依据所述第二角度的双曲余弦函数cosh(θ)、所述第三比值的双曲余弦函数所述第二角度θ、所述拉力参数h与所述重力q的比值所述拉索上任意两点的纵坐标y，构建关于所述拉力参数的拉索模型：[0094][0095]s307，通过求解所述拉索模型中的所述拉力参数，得到所述拉索上任意两点之间的拉力值。[0096]将公式(3)中的β代入公式(4)，得到变形公式，再将公式(3)中的β以及变形公式代入公式(5)中，那么公式(5)中只涉及到x、y、q、l、h、h，其中x和y为拉索上任意两点构成的线段的横纵坐标(根据采集到的三维点云数据可以计算出来)，l和h也是可以线段的横纵坐标计算出来，q为常量，因此只剩下未知的h，所以通过采集到的拉索上任意两点的三维点云数据可以计算出拉索上这两个点之间的线段所受到的外力施加给拉索的力h(力的方向沿x轴方向)。[0097]在一个实施例中，计算出拉索上某一段所受到的外界拉力h之后，结合该段拉索与x轴之间的夹角αx可以计算出该段拉索受到的合力t(该合力沿拉索的切线方向)，并通过泰勒公式对αx和t进行修正。该实施例中，计算合力t包括如下步骤s401至s408：[0098]s401，确定所述第三比值与所述第二角度θ之差的反双曲正弦函数的负值-记为正切值-[0099]s402，依据所述正切值的反正切函数得到所述拉索上任意两点构成的直线相对水平方向的倾角αx：[0100][0101]tan-1为反正切函数，也可以用arctan表示反正切函数。[0102]s403，建立所述拉索上任意两点的二维数据关于水平方向上的拉力h参数的回归模型。[0103]y＝f(x，h)+εꢀꢀ(7)[0104](x,y)为拉索上任意两点之间形成的线段的坐标，f(x,h)是非线性回归模型，其含义为在索型点集{xj，yj}里输入初值h0，根据式(5)悬链线方程计算出的y与点集里yi的差值，用ε表示，ε为回归模型的误差，即实测点集对悬链线方程产生的残差。[0105]s404，将所述拉力参数所对应的拉力设定值输入至所述回归模型。[0106]s405，将输入所述拉力设定值的所述回归模型进行一阶泰勒展开，得到一阶泰勒展开式。[0107]s406，依据所述一阶泰勒展开式，得到所述拉索位于水平方向上的最终拉力值。[0108]根据经验或设计索力输入h的初始值h(0)，将公式(7)在h(0)处进行泰勒展开，并只取第1阶展开式，即[0109][0110]然后计算实测点集对悬链线方程产生的残差平方和s(h)：[0111][0112]将公式(9)代入公式(8)，得到任意初值h(0)对应的残差平方和s(h0)：[0113][0114]其中，[0115][0116]拉索水平拉力h的最优估计值应使残差平方和s(h0)达到最小。将式(10)对h求导并令其等于0，得到使残差平方和s(h0)达到最小的h的估计值h(1)，即[0117][0118]将h(1)做为初始值h(0)重新代入到公式(12)中进行迭代直到收敛，求得h的最终估计值h′。[0119]s407，依据所述最终拉力值h′，修正所述倾角αx′。[0120]将公式(3)代入公式(6)，得到倾角αx的变形公式：[0121][0122]将最终估计值h′代入到公式(13)中，可以得到修正之后的倾角αx′：[0123][0124]可计算得到索形上任意位置x的拉索张力tx。[0125]s408，依据修正之后的所述倾角α′x，得到所述拉索上任意两点之间的沿着所述拉索切线方向上的最终拉力值t′。[0126]将修正之后的倾角α′x代入到公式(15)[0127]t＝h/cos(αx)ꢀꢀ(15)[0128]式中，t为没有修正之前，拉索切线方向上的拉力值，将α′x代入公式(15)得到最终拉力值t′：[0129]t′＝h/cos(α′x)ꢀꢀ(16)[0130]在一个实施例中，采集到三维点云数据之后，如图5所示，使用三维点云数据建立拉索的数字孪生实体，具体过程如下：[0131]把python过滤后的点云数据输出成excel文件，使用dynamo的data.importexcel方法读取点云数据，通过功能库中的显示坐标点节点(point.bycoordinates)显示点云。[0132]利用dynamo官方提供的节点包sastrugi中的pointcloud select points by local sample方法，在active view中提取若干拟合曲线的点作为作为控制点。[0133]使用nurbscurve.bypoints方法通过控制点来创建三维曲线。[0134]modelelement节点拾取该基准线，识别线，并将该线上下偏移一定量值(拉索半径)，创建出若干曲线。[0135]将上述若干曲线通过list.create组合成一组线数据，通过solid.byl-oft生成拉索实体模型。[0136]利用节点包springs中的(springs.familylnstance.bygemetry)方法为模型赋予材质，选择族类别，设置族名称等属性性质。此节点能自动调用revit软件中的材质库和族库。[0137]将模型同步导入revit中，并保存为标准格式，解释就能通过revit软件中的编辑族命令进行二次编辑，还能导入相应的应用软件使用。[0138]综上，本发明首先对用于表示拉索上各点位置的三维点云数据进行降维预处理，得到各点位置的二维数据。然后根据各点位置的二维数据，计算任意两个点之间的水平跨度和高程差。最后根据水平跨度、高程差和各点位置的二维数据以及拉索的重力，计算出拉索上任意两点之间所受到的外界拉力。从上述分析可知，本发明直接通过三维点云数据计算出拉索上各点所收到的外界拉力，而三维点云数据的获取不需要借助于安装在拉索上的仪器，从而降低了测量拉索拉力的难度。[0139]另外，本发明利用地面三维激光扫描仪对斜拉索进行精确扫描和数据标准化处理，并用python进行几何特征提取和索力计算，实现了一种无侵入式的索力测量，作为现行索力测量方法的平行补充，减少因过往单一的索力测量手段带来的不精确，激光扫描得到的高精度几何数据如拉索的空间垂度、倾角、索长等也可以为现有的索力计算实用公式提供可靠的参数。[0140]revit作为建筑信息管理软件，可以集合大量的结构信息，目前技术对于revit的斜拉索建立的族库较少，而且多为直线形族库，没有考虑拉索的空间状态和真实线性。本发明利用dynamo可视化编程技术导入点云数据，建立拉索的曲面实体模型并导出到revit中的族类库，方便相关人员建立真实形态下的拉索实体模型和为后期的拉索检修维护提供参照。[0141]基于上述实施例，本发明还提供了一种终端设备，其原理框图可以如图6所示。该终端设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中，该终端设备的处理器用于提供计算和控制能力。该终端设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于三维点云的拉索索力识别方法。该终端设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该终端设备的温度传感器是预先在终端设备内部设置，用于检测内部设备的运行温度。[0142]本领域技术人员可以理解，图6中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端设备的限定，具体的终端设备以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。[0143]在一个实施例中，提供了一种终端设备，终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的基于三维点云的拉索索力识别程序，处理器执行基于三维点云的拉索索力识别程序时，实现如下操作指令：[0144]对拉索的三维点云数据进行预处理，得到拉索的二维数据，所述三维点云数据用于表征所述拉索上各点的三维坐标信息；[0145]依据所述拉索的二维数据，得到所述拉索在水平方向的水平跨度和在竖直方向上的高程差；[0146]依据所述水平跨度、所述高程差、所述拉索的重力和所述拉索的二维数据，得到所述拉索的拉力值。[0147]本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。[0148]最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。









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!