用于确定车辆的经更新的轨迹的方法与流程

本发明涉及用于在驾驶操纵期间确定用于控制和/或调节车辆的横向和/或纵向引导的轨迹的方法和相应的装置。

背景技术：

车辆(特别是道路机动车)具有增强的部分自动驾驶功能或高度自动驾驶功能。部分自动驾驶功能或高度自动驾驶功能的中心方面是规划尽可能最优的车辆轨迹，通过该车辆轨迹避免与其他道路使用者发生碰撞，并且通过该车辆轨迹实现尽可能高的驾驶舒适性。在执行驾驶操纵期间重复确定这种轨迹(例如，让道轨迹)涉及到高的运算量，这通常仅可以在有限的程度上由车辆中的控制单元提供。

技术实现要素：

本文件所涉及的技术目的在于，可以使得在驾驶操纵期间以减少的运算工作量重复确定最优的车辆轨迹。

该目的通过独立权利要求来实现。在从属权利要求中描述了有利的实施方式。需要指出的是，从属于独立权利要求的权利要求的附加特征可以在没有独立权利要求的特征的情况下，或在仅与独立权利要求的特征的子集相组合的情况下形成自己的且独立于独立权利要求的所有特征的组合的发明，该发明可以作为独立权利要求、分案申请或后续申请的主题。这以同样的方式适用于说明书中所描述的可以形成独立于独立权利要求的特征的发明的技术教导。

根据一个方面，描述了一种用于确定在特定时间点的(例如，在一系列(可选地，等距的)时间点中的时间点(n+1)的)经更新的轨迹的方法。该轨迹可以用于车辆的纵向和/或横向引导、特别是道路机动车的(自动的)纵向和/或横向引导。特别地，经更新的轨迹可以用于确定车辆助力转向系统的转向预设和/或车辆制动装置的减速度预设和/或车辆驱动系统的加速度预设。因此，可以根据(持续更新的)轨迹来进行车辆的纵向和/或横向引导。

轨迹示出了车辆的一个或多个状态变量从初始状态到最终状态的值的时间曲线或时间序列。示例性的状态变量为车辆的位置x1(k)、车辆的速度车辆的加速度和/或车辆的急动度

该方法包括确定在在先前时间点规划的轨迹的邻近周围或近程区域中的近程区域候选轨迹。可以针对一系列时间点、特别是针对一系列等距的时间点重复执行该方法。在此，先前的时间点n可以是时间点序列中的直接位于特定时间点n+1之前的时间点。可以在时间点中的每个时间点处更新在先前时间点所确定的轨迹。在此，车辆的状态可以沿时间点序列变化。在此，可以至少部分地根据重复确定的或经更新的轨迹来产生车辆的状态变化。

可以利用一个或多个状态变量的相对精细的数值分辨率来确定近程区域候选轨迹。因此，可以在先前的时间步长所确定的轨迹的邻近周围中以相对较高的精度搜索轨迹的更新版本(其中经更新的轨迹基于经更新的初始状态)。

在此，邻近周围或近程区域通常表示可能的候选轨迹的整体解空间的有限子空间。经更新的轨迹特别地可以是可能的候选轨迹的整体解空间的一部分。在先前时间点规划的轨迹的邻近周围通常表示可能的候选轨迹的整体解空间中的近程区域候选轨迹的部分解空间。

在先前时间点规划的轨迹的邻近周围可以使得近程区域候选轨迹的部分解空间包括候选轨迹的整体解空间的20％、10％或更少。因此，可以通过有效的方式在先前确定的轨迹的邻近周围中对经更新的轨迹进行局部的、有限的、详细的搜索。因此，可以涵盖相对有可能的情况，即，经更新的轨迹位于先前确定的轨迹的邻近周围中。

此外，该方法包括确定在先前时间点规划的轨迹的邻近周围之外的至少一个(通常是多个)远程区域候选轨迹。因此，可以从整体解空间的如下部分中获取一个或多个远程区域候选轨迹，该部分不是近程区域候选轨迹的部分解空间的一部分。

可以利用一个或多个状态变量的相对粗略的数值分辨率来确定至少一个远程区域候选轨迹。用于确定远程区域候选轨迹的数值分辨率特别地可以比用于确定近程区域候选轨迹的数值分辨率粗略2倍、3倍、4倍、5倍、10倍或更多倍。因此，可以通过有效但相对不精确的方式来确定待确定的经更新的轨迹的一个或多个远程区域候选轨迹。因此，可以考虑相对不太可能的情况，即，经更新的轨迹不在先前确定的轨迹的邻近周围中(例如，由于车辆附近的行驶状况的突然变化)。

该方法还包括：基于所确定的近程区域候选轨迹并且基于一个或多个所确定的远程区域候选轨迹，确定在特定时间点的经更新的轨迹。为此目的，可以从所确定的近程区域候选轨迹和所确定的一个或多个远程区域候选轨迹中选择一个候选轨迹作为经更新的轨迹。在此，可以进行该选择使得满足与车辆周边环境中的至少一个障碍物有关的一个或多个次要条件(例如，以便确定无碰撞的经更新的轨迹)。备选地或附加地，可以进行该选择使得改善、特别是优化质量函数的值。在此，候选轨迹的质量函数的值例如可以取决于候选轨迹在由车辆实施时的行驶舒适性。

因此，该方法使得能够有效且精确地更新用于车辆的(自动)横向和/或纵向引导的轨迹。可以以特定的频率(例如，10hz、20hz、50hz或更高)进行更新，例如，在执行自动驾驶操纵期间。在此，在更新中利用以下事实：经更新的轨迹以相对较高的可能性位于先前确定的轨迹的邻近周围中。因此，在先前确定的轨迹的邻近周围中确定精确的候选轨迹。

然而，为了涵盖相对不太可能的情况(即，经更新的轨迹不在先前确定的轨迹的邻近周围中)，在邻近周围之外以相对较低的精度确定一个或多个候选轨迹。如果应当选择这些远程区域候选轨迹中的一个远程区域候选轨迹，则直接在下一次更新轨迹时(即，直接在下一时间步长中)(在所确定的轨迹的邻近周围内)精确地确定轨迹。

状态变量的数值分辨率例如描述了在确定候选轨迹时状态变量的可能值被栅格化(rastern)的精细程度。数值分辨率可以是在对状态变量可能值的栅格化的不同栅格点之间的(均匀)栅格宽度。

该方法可以包括确定经更新的轨迹的最终状态与(先前确定的)轨迹的最终状态之间的间距量度的间距值。最终状态例如可以由车辆的驾驶功能和/或驾驶员辅助系统预设。在此，所期望的最终状态通常不会发生重大变化。然而，可选地，可以出现所期望的最终状态的重大变化(例如，在驾驶操纵中断的情况下)。

可以根据间距值来确定近程区域候选轨迹和/或至少一个远程区域候选轨迹。

特别地，当间距值大于间距阈值时，可以不以不同精细程度的数值分辨率来确定近程区域候选轨迹和至少一个远程区域候选轨迹，和/或仅当间距值小于间距阈值时才以不同精细程度的数值分辨率来确定近程区域候选轨迹和至少一个远程区域候选轨迹。因此，例如在驾驶操纵中断时可以使得有效地切换到待重新规划的轨迹的新的最终状态。

备选地或附加地，在先前时间点规划的轨迹的邻近周围、特别是邻近周围的大小或邻近周围内可能的候选轨迹的比例可以取决于间距值。在此，周围、特别是周围的大小和/或邻近周围内可能的候选轨迹的比例可以随着间距值的增大而增大。因此，轨迹规划可以以可靠且灵活的方式适配于变化的目标预设。

该方法可以包括确定经更新的轨迹的所预设的最终状态附近的公差范围。换言之，在规划一个或多个状态变量的最终值时可以允许公差。因此，可以扩大可能的候选轨迹的整体解空间，这通常会提高所确定轨迹的质量(在轨迹规划所基于的质量函数方面)。在此，由于所描述的方法的运算量减小，因此可以考虑公差范围。

然后，可以在考虑所预设的最终状态附近的公差范围的情况下确定近程区域候选轨迹和/或一个或多个远程区域候选轨迹。因此，可以提高经更新的轨迹的质量。

确定候选轨迹可以包括确定经更新的轨迹的初始状态，其中初始状态包括车辆的一个或多个状态变量的初始值。例如，可以基于车辆的一个或多个传感器的传感器数据来确定初始状态。

此外，可以确定经更新的轨迹的(所期望或预设的)最终状态，其中最终状态包括车辆的一个或多个状态变量的最终值。然后，可以将一个或多个状态变量的值的时间序列确定为候选轨迹，其中一个或多个状态变量的值的时间序列将初始状态转换为最终状态。在此，可以根据车辆的状态模型来确定一个或多个状态变量的值的时间序列。因此，可以确定可以由车辆以可靠的方式实施或行驶的候选轨迹。

根据另一方面，描述了一种用于确定在特定时间点(例如，时间点n+1)的经更新的轨迹的方法，该经更新的轨迹用于车辆的纵向和/或横向引导。本文件中所描述的方面也可以应用于该方法。在此，轨迹示出了车辆的一个或多个状态变量从初始状态到最终状态的时间曲线。

该方法包括确定在先前时间点(例如，在时间点n)所确定的轨迹的特定周围中的候选轨迹。在此，在确定候选轨迹时，一个或多个状态变量的数值分辨率随着与在先前时间点确定的轨迹的间距而减小(例如，以连续的方式)。此外，该方法包括基于所确定的候选轨迹确定在特定时间点的经更新的轨迹。

轨迹可以包括一个或多个状态变量在一系列时间点上的值(从出现初始状态的第一个时间点开始直到出现最终状态的最后一个时间点)。时间点之间可以具有100ms、50ms、20ms或更小的间距。为了确定两个轨迹之间的间距，可以针对每个状态变量和针对轨迹的每个时间点确定间距值(例如，平方间距或绝对间距)。因此，可以针对每个状态变量确定一系列间距值，并且基于该一系列间距值例如可以确定这些状态变量的平均间距值。然后，可以将轨迹之间的间距确定为轨迹状态变量的(平均)间距值的总和或(可选地，加权的)平均值。因此，两个轨迹之间的间距的增大指示两个轨迹的状态变量值的间距的增大。

根据另一方面，描述了一种装置，该装置被设置用于执行本文件中所描述的方法中的一种方法。

根据另一方面，描述了一种道路机动车(特别是乘用车或卡车或公共汽车)，该道路机动车包括在本文中所描述的装置。

根据另一方面，描述了一种软件(sw)程序。该sw程序可以被设置为在处理器上(例如，在车辆的控制单元上)被运行，从而执行本文件中所描述的方法中的一种方法。

根据另一方面描述了一种存储介质。该存储介质可以包括sw程序，该sw程序被设置为在处理器上被运行，从而执行本文件中所描述的方法中的一种方法。

应当注意的是，本文件中所描述的方法、装置和系统不仅可以单独使用，而且可以与本文件中所描述的其他方法、装置和系统组合使用。此外，本文中所描述的方法、装置和系统的任何方面均可以以多种方式彼此组合。特别地，权利要求的特征可以以多种方式彼此组合。

附图说明

下面借助于实施例详细描述本发明。其中：

图1示出了示例性的交通状况；

图2示出了用于确定轨迹或候选轨迹的示例性方法的流程图；

图3示出了到相对于车辆参考线的坐标系的示例性转换；

图4a示出了所规划的轨迹的示例性近程区域；

图4b示出了轨迹的最终状态的示例性公差范围；并且

图5示出了用于确定经更新的轨迹的示例性方法的流程图。

具体实施方式

如上文所述，本文件涉及的技术目的在于，以有效的方式确定或更新车辆(该车辆也称为自我车辆(ego-fahrzeug))的安全的纵向和/或横向轨迹。在该上下文中，图1示出了示例性的交通状况。自我车辆100在多车道的行车道105上行驶。在行车道101的同一车道上位于自我车辆100前方的车辆101(即，在自我车道上的车辆101)可选地可以具有相对较低的行驶速度。于是，自我车辆100例如可以进行超车操纵并沿轨迹112变换车道，以便超越车辆101。在此，应当避免与其他车辆102、103发生碰撞。

为了执行图1所示的操纵，自我车辆100的控制单元或装置可以确定并周期性地更新满足一个或多个边界条件或次要条件的轨迹112。在确定轨迹112时，尤其可以考虑驾驶动态性的方面。特别地，可以根据一个或多个车辆参数和/或根据当前的行驶状况来确定可以由车辆100实际行驶的轨迹112。在此，可以考虑车辆100所能够实现的曲率。可以被考虑的车辆参数的其他示例为车辆100的(在当前行驶情况下能够实现的)横向和/或纵向加速度或减速度。

此外，通常确定轨迹112使得通过轨迹112可以避免与在自我车辆100附近所检测到的物体或障碍物101、102、103发生碰撞。然后，以此方式确定的轨迹112可以被发送到用于车辆100的横向引导和/或纵向引导的一个或多个控制器，并且可以由一个或多个控制器用于车辆100的横向引导和/或纵向引导。

优选地，在相对于车道走向弯曲的坐标系中确定轨迹112。因此，本文件中描述的用于确定或更新轨迹的方法可以包括以下步骤：将车辆100的状态数据或状态变量值(诸如车辆100的位置、车辆100的偏航角和/或车辆100的转向角)从笛卡尔坐标系转换为(弯曲的)frenet坐标系。

在图3中示例性地示出了(通过弯曲的坐标系)对车道走向消除曲率(entkrümmung)。为了消除曲率，将关于车辆100的状态的测量信号转换为车道坐标系。因此，轨迹规划本身不在笛卡尔坐标系301中进行，而是在frenet坐标系中进行。frenet坐标系是相对于参考曲线300(例如，行车道走向的车道中心)来描述的。因此，车辆位置由纵向上的变量s(t)303和横向上的变量d(t)302来描述。和描述了纵向速度和横向速度，并且和描述了纵向加速度和横向加速度。

在frenet坐标系中可以考虑车辆自身运动和待考虑的道路使用者或物体101、102、103。该转换显然对应于对坐标系301消除曲率，从而可以使得对车辆100的纵向运动和横向运动进行单独的优化。在确定轨迹112之后(即，在确定车辆100的状态变量的值的时间序列之后)，可以将所确定的状态变量值重新转换回到笛卡尔坐标系301，然后将所确定的状态变量值用于控制车辆100的纵向和横向引导。

车辆100的横向和纵向运动可以描述为最优控制问题，其中积分器系统(即，车辆100的动力学模型)的输出为s(t)＝x1(t)(在纵向规划的情况下)或d(t)＝x1(t)(在横向规划的情况下)。在此，x1(t)是车辆100的第一状态变量，该第一状态变量描述了车辆100(沿纵向或沿横向)的位置。急动度(即，状态变量x1(t)的三阶导数)和/或急动度的导数(即，状态变量x1(t)的四阶导数)可以被定义为积分器系统的输入。

车辆100的示例性的积分器系统或状态模型可以如下定义：

其中输入变量u是急动度的导数车辆100在特定时间点t的状态可以由状态向量x^t＝[x1,x2,x3,x4]描述，其中并且

现在可以确定轨迹，即，状态x(t)的时间序列或状态x(t)在离散时间域中的时间序列x(k)，其中k＝1,...,nlon，其中nlon为规划期。规划期例如可以是5秒、10秒或更长。各个时间点之间可以具有100ms、50ms、20ms或更小的间距。在轨迹规划的范畴中，可以确定状态序列x(k)，通过该状态序列x(k)可以降低、特别是最小化或优化成本函数或质量函数。在此，可以在成本函数中规定车辆100在规划期末尾具有特定的目标位置。备选地或附加地，可以规定，状态序列(例如，在急动度方面)满足一个或多个舒适性规则。

为了计算横向轨迹，可以将例如指示相邻车道上的区域的目标区域dziel预设为轨迹的期望终点(如图1所示)。该目标区域例如可以被确定为最终状态x(tf)或x(nlon)的所期望的最终位置，可选地，其中x1(tf)＝x1(nlon)＝dziel。在此，用于规划横向轨迹的规划期和用于规划纵向轨迹的规划期可以彼此不同。通常，用于横向轨迹的规划期比用于纵向轨迹的规划期短(例如，6s对10s)。

作为用于确定用于车辆100的横向引导的轨迹的横向选择量度或横向质量量度，例如可以使用以下函数(特别是减少或最小化)。

在此，第一个表达式评估急动度的导数沿轨迹112的发展(entwicklung)(从而评估了舒适性)。第二个表达式评估了最终位置d(tf)与目标位置dziel的偏差。此外，第三个表达式评估了轨迹112的时间长度。通过加权因子kq1和kq2可以影响轨迹112的特性。

纵向规划可以以类似的方式进行。对于纵向规划，特别是当应当达到特定的目标位置sziel时，例如可以使用以下纵向选择量度或纵向质量函数(特别是减小或最小化)：

备选地，特别是当应当达到特定的目标速度时，可以使用以下纵向选择量度或纵向质量函数：

因此，可以确定(纵向的和/或横向的)轨迹，其中轨迹指示车辆100在多个采样时间点k的状态x，特别是车辆100的位置s(k)，其中k＝1,...,nlon，其中nlon是规划期。然后，应当检验多个轨迹中的哪个轨迹满足关于障碍物的、特别是关于其他车辆101、102、103的一个或多个次要条件。特别地，可以根据相应质量函数的增大的值对所确定的多个候选轨迹进行分类。可以从多个候选轨迹中选择如下的候选轨迹作为轨迹112，该候选轨迹满足关于障碍物101、102、103的一个或多个次要条件，并且在此具有尽可能低的或最优的质量函数值。

因此，可以在特定的时间点n确定最优轨迹xopt(k)，其中k＝1,...,nlon。最优轨迹可以在该特定的时间点用于车辆100的自动的纵向和/或横向引导。

确定相应的最优轨迹的过程，即，特别是图2所示的方法200可以针对一系列时间点n重复进行。在此，可以在每个时间点n

·确定相应的当前的初始状态x(0)(步骤201)；

·预设所期望的最终状态或目标点x(nlon)(步骤202)；并且

·借助于上述优化方法确定最优轨迹xopt(k)，其中k＝1,...,nlon(步骤203)。

图4示出了在初始状态x(0)401与最终状态x(nlon)402之间的示例性的所规划的轨迹或最优轨迹xopt(k)403。轨迹403在栅格网400中示出，其中栅格网400以栅格区域405的形式指示不同状态变量x1、x2、x3、x4的可能值。所规划的轨迹xopt(k)403可以已经借助于方法200在特定的时间点n被确定。

此外，图4示出了车辆100在随后的时间点n+1处的经更新的初始状态x(0)411。车辆100可以已经根据针对时间点n所规划的轨迹xopt(k)403至少部分自动地被引导到经更新的初始状态x(0)411。

此外，可以预设针对随后时间点n+1的经更新的最终状态x(nlon)412，例如可以由驾驶员辅助系统来预设，应当为该驾驶员辅助系统确定轨迹403、413。例如，可以通过车道变换辅助系统来预设应当继续进行车道变换。在此，针对随后时间点n+1的经更新的最终状态x(nlon)412可以与针对时间点n的最终状态x(nlon)402一致，或者紧邻针对时间点n的最终状态x(nlon)402。

可以假设，特别是当目标点预设(即，待达到的最终状态x(nlon)412)没有显著变化时，针对随后时间点n+1的待规划的或经更新的轨迹413紧邻针对时间点n的已规划的轨迹403。因此，针对时间点n可以在所规划的轨迹xopt(k)403的邻近周围中确定可能候选轨迹的近程区域414。最后规划的轨迹xopt(k)403的近程区域414中的候选轨迹可以被称为近程区域候选轨迹。在图4中通过最后规划的轨迹xopt(k)403附近的两条虚线示出了近程区域414。可以以不同状态变量x1、x2、x3、x4的相对较高或相对精细的分辨率来确定近程区域候选轨迹。

然后，可以从所确定的近程区域候选轨迹中选择如下的轨迹，该轨迹满足一个或多个次要条件并且在此改善质量函数，特别是优化质量函数。

即使对于随后时间点n+1的待规划的或待更新的轨迹413相对较可能紧邻针对时间点n的已规划的或已确定的轨迹403，也不能排除(例如，由于车辆100的周边环境中的状况的突然变化)针对随后时间点n+1的待规划的轨迹413位于近程区域414之外。出于此原因，可以针对近程区域414之外的候选轨迹定义一个或多个远程区域415、416。一个或多个远程区域415、416在图4a中一方面由虚线限定，并且另一方面由点划线限定。可以在一个或多个远程区域415、416中以不同状态变量x1、x2、x3、x4的相对较低的分辨率分别确定一个或多个远程区域候选轨迹。

然后可以检验远程区域候选轨迹中的还满足一个或多个次要条件的一个远程区域候选轨迹是否比(最优)近程区域候选轨迹提供更好的质量函数值。然后，可以根据质量函数的值来选择近程区域候选轨迹或者远程区域候选轨迹中的一个远程区域候选轨迹作为针对随后的时间点n+1的经更新的轨迹413。经更新的轨迹413在图4a中由点线示出。

通过仅在目前为止所规划的轨迹403的近程区域414中使用相对较高或相对精细的分辨率，并且通过在近程区域414之外使用相对较小或相对粗略的分辨率，可以显著减小确定轨迹413时的运算量。

如果在特定时间点n没有选择近程区域候选轨迹而是选择远程区域候选轨迹作为所规划的轨迹403，则由于在确定远程区域候选轨迹时所使用的分辨率相对较小或相对粗略，因此该远程区域候选轨迹可能无法代表在所确定的远程区域候选轨迹的值范围(werteumgebung)中的最优轨迹。然而，当在随后的时间点n+2实施该方法时以相对较高或相对精细的分辨率在所规划的轨迹403的邻近值范围中确定近程区域候选轨迹，基于该事实，可以确保在随后的时间点n+2可以找到最优轨迹。因此，最优轨迹的发现分布在该方法的多个时间步长上。因此，可以在多个运算步长或多个时间步长上找到最优轨迹，并且在此减小了用于确定轨迹的运行时间或运算时间。换言之，通过避免在每个时间点n都寻找最优解，可以显著减小轨迹规划的运算工作量，而不会因此显著损害轨迹规划的质量(因为最优轨迹的发现仅会延迟至多一个时间步长)。

如上所述，在在时间点n规划轨迹403、413的范畴中，可以制定关于目标状态x(nlon)402、412的预设。在此，通过确定固定的目标状态x(nlon)402、412限制了可能的候选轨迹的解空间。可选地，对于特定的驾驶功能或特定的驾驶员辅助系统，可能不需要预设固定的目标状态x(nlon)402、412。例如可选地，可以在所期望的目标状态x(nlon)412附近实现特定的公差范围422(参见图4b)。通过允许在所期望的目标状态x(nlon)412附近的公差范围422，可以扩展候选轨迹的解空间424，从而使得能够规划如下的轨迹413，该轨迹413具有改善的质量函数值并且从而具有较高的“最优性”。

换言之，目标点预设的数量和/或精度可以降低，并且可以至少部分地由软性预设或公差范围412来代替。因此，解空间424可以被扩展，以便改善对最优轨迹413的迭代寻找。

图5示出了示例性方法500的流程图，该示例性方法500用于确定在特定时间点的(例如，在时间点n+1的)经更新的轨迹413，该经更新的轨迹413用于车辆100的纵向和/或横向引导。在此，轨迹403、413指示车辆100的一个或多个状态变量从初始状态401、411直到最终状态402、412的时间曲线。示例性的状态变量为车辆100的位置、速度、加速度和/或急动度。

方法500包括在在先前时间点(例如在时间点n)所确定的轨迹403的邻近周围或近程区域414中确定501近程区域候选轨迹。在此，以一个或多个状态变量的相对精细的数值分辨率来确定近程区域候选轨迹。

方法500还包括在在先前时间点所确定的轨迹403的邻近周围414之外(即，在近程区域414之外)确定502至少一个远程区域候选轨迹。在此，以一个或多个状态变量的相对粗略的数值分辨率(例如，以粗略2倍、3倍、4倍或更多倍的数值分辨率)来确定至少一个远程区域候选轨迹。

然后，可以基于所确定的近程区域候选轨迹和所确定的远程区域候选轨迹来确定503在特定时间点的经更新的轨迹413。特别地，可以选择所确定的候选轨迹中的一个候选轨迹作为经更新的轨迹413。例如，可以选择改善或优化质量函数值(并且在此还满足与一个或多个障碍物102、103有关的一个或多个次要条件)的候选轨迹。

通过本文件中所述的措施可以减少可能的候选轨迹的数量，从而减少车辆100的控制单元上的用于计算轨迹413所需的运行时间，而在此不会影响所确定的轨迹413的质量。

本发明不限于所示的实施例。特别地，应当注意的是，说明书和附图仅旨在描述所提出的方法、装置和系统的原理。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除