隨著消費(fèi)級(jí)無(wú)人機(jī)技術(shù)的不斷成熟,不斷完善的自動(dòng)避障系統(tǒng)可以極大的減少因操作失誤而帶來(lái)的各項(xiàng)損失,目前避障能力正逐漸成為了無(wú)人機(jī)自動(dòng)化或智能化的關(guān)鍵點(diǎn)所在。
讓無(wú)人機(jī)自主避障教學(xué)研究邁向更高處slam導(dǎo)航避障算法。根據(jù)無(wú)人機(jī)避障技術(shù)的原理和發(fā)展趨勢(shì),可以將無(wú)人機(jī)避障技術(shù)分為三重階段：即感知障礙物階段、繞過障礙物和場(chǎng)景建模和路徑搜索。
感知障礙階段
"在開闊場(chǎng)地飛行,盡量避開人群,避免因操作失誤而帶來(lái)的安全事故”是目前大部分消費(fèi)級(jí)無(wú)人機(jī)的使用說(shuō)明上都會(huì)出現(xiàn)的一項(xiàng)標(biāo)注,因此各無(wú)人機(jī)開發(fā)商為了降低安全事故的發(fā)生幾率,都將避障技術(shù)作為了開發(fā)的重點(diǎn)。而如何實(shí)現(xiàn)無(wú)人機(jī)自動(dòng)避障,首先要實(shí)現(xiàn)的是如何精確的測(cè)量無(wú)人機(jī)與障礙物之間的距離，只有先測(cè)量出危險(xiǎn)范圍內(nèi)的距離，才可以有時(shí)間在撞向障礙物之前停止無(wú)人機(jī)的前進(jìn)動(dòng)作,進(jìn)而避免事故的發(fā)生。就如人類或其他動(dòng)物在前進(jìn)的過程中,只有先看見前方的障礙物,并且會(huì)大致估算出自己與障礙物之間的距離,才能決定下一步的行為方向,因此雖然看似測(cè)距停止的這種思路很簡(jiǎn)單粗暴,但在實(shí)際應(yīng)用中還是有一定的存在意義。
而目前的無(wú)人機(jī)領(lǐng)域被廣泛應(yīng)用到的障礙物檢測(cè)方法有超聲波測(cè)距、紅外或激光測(cè)距、雙目視覺、電子地圖等。其中雙目視覺技術(shù)更是利用了人眼如何估計(jì)視覺的原理,是目前較受無(wú)人機(jī)開發(fā)商青睞的一種技術(shù)。超聲波測(cè)距其實(shí)是一種比較成熟的測(cè)距技術(shù),而成本相對(duì)較低,目前被大量的應(yīng)用于家用的汽車倒車?yán)走_(dá)上,但是其測(cè)量距離較近,而且對(duì)反射面有著一定的要求 ,因此常被用來(lái)測(cè)量無(wú)人機(jī)與地面之間的距離,而非與障礙物之間的距離。
紅外或激光測(cè)距又稱TOF是利用傳感器發(fā)射定頻率的信號(hào)，通過計(jì)算反射信號(hào)與原信號(hào)之間的相位差來(lái)確定信號(hào)的飛行時(shí)間,并最終確定的無(wú)人機(jī)與障礙物之間的距離，該技術(shù)一旦達(dá)到高等級(jí) ,還可以獲得障礙物的深度圖。
而雙目視覺技術(shù)是運(yùn)用了人眼計(jì)算距離的原理,是機(jī)器視覺的一種重要形式，主要基于視察原理并利用成像設(shè)備從不同的位置獲取被測(cè)物體的兩幅圖像，并通過計(jì)算圖像對(duì)應(yīng)點(diǎn)之間的位偏差,來(lái)確定物體三維幾何信息的方法。雖然該技術(shù)的難度較高.但是已經(jīng)開始逐漸應(yīng)用到無(wú)人機(jī)避障技術(shù)中來(lái)。
電子地圖則是借助GPS系統(tǒng)、細(xì)粒度的數(shù)字高程地圖和城市建筑3D地圖，比較適用于無(wú)人機(jī)的禁區(qū)功能，不僅可以避免重要建筑物受到撞擊，還可實(shí)現(xiàn)多種情況下的避障功能。
在看過基本的障礙物測(cè)量原理之后，我們可以繼續(xù)看無(wú)人機(jī)的避障功能，最簡(jiǎn)單的概況就是通過各項(xiàng)障礙物測(cè)量技術(shù)，來(lái)保障無(wú)人機(jī)與障礙物之間的距離并且根據(jù)距離實(shí)行下一步的飛行計(jì)劃，然而在遇到障礙物之后就保持距離并進(jìn)行等待,只能說(shuō)是無(wú)人機(jī)避障功能的最初級(jí)階段。
繞過障礙階段
當(dāng)無(wú)人機(jī)遇到障礙物之后進(jìn)行懸停等待，等待已經(jīng)完全不能滿足操作者們的使用需求目標(biāo),但是獲取前方障礙物距離容易，獲取精準(zhǔn)的障礙物輪廓并繞過去卻是新的技術(shù)障礙，而關(guān)鍵點(diǎn)則如何精確獲得障礙物的深度圖像。
在自然界中,動(dòng)物們都知道前方遇到障礙物時(shí)該如何繞過去,而不是只在障礙物之前等待,而原因在于動(dòng)物們可以知道障礙物的大致輪廓,只要找到邊緣處所在,就可以從邊上繞過去,然而看似簡(jiǎn)單的做法卻包含著很深的套路。
很簡(jiǎn)單的就是目前的測(cè)障技術(shù)很難滿足障礙物輪廓獲取的需求,當(dāng)無(wú)人機(jī)采用超聲波進(jìn)行測(cè)距時(shí),只能大致測(cè)出前方的距離,只能獲得二維的數(shù)值，而非三維的畫面。
但是目前的TOF和雙目視覺技術(shù)則是聲稱可以獲得障礙物深度圖像的技術(shù)。也就是說(shuō)利用這兩種技術(shù)來(lái)進(jìn)行障礙物距離測(cè)量,只要障礙物沒有充滿整個(gè)視覺范圍,其邊緣總會(huì)被獲取到,而無(wú)人機(jī)則可以根據(jù)測(cè)量的結(jié)果繼續(xù)選擇下一步的飛行路線。
看似問題已經(jīng)解決，其實(shí)不然。舉例來(lái)說(shuō)，當(dāng)我們出門想到達(dá)一個(gè)目的地的時(shí)候，如果目的地前方有一座高樓，我們可以通過發(fā)現(xiàn)高樓的邊緣從而繞過它來(lái)到達(dá)目的地,但是我們不可預(yù)知的是高樓背后是否有其他的建筑物的存在。無(wú)人機(jī)也是如此，一旦障礙物之后的近距離還有障礙物的存在，那么依然存在較高的事故發(fā)生率。因此如何應(yīng)對(duì)多重障礙物的存在就成為了無(wú)人機(jī)避障技術(shù)下一步需要探討的對(duì)象。
場(chǎng)景建模和路徑探索
上文說(shuō)到無(wú)人機(jī)的避障功能已經(jīng)需要一個(gè)可以應(yīng)對(duì)多重障礙物的技術(shù)出現(xiàn)，也就是說(shuō)在目前的技術(shù)中,如何對(duì)飛行場(chǎng)景進(jìn)行精準(zhǔn)建模,實(shí)時(shí)獲取場(chǎng)景模型,并通過飛控來(lái)設(shè)置最優(yōu)避障飛行路徑是重點(diǎn),這也拉開了無(wú)人機(jī)避障功能中的場(chǎng)景建模和路徑搜索階段的帷幕。
其實(shí)就是基于電子地圖等來(lái)源獲取場(chǎng)景模型,利用機(jī)載計(jì)算機(jī)中的算法來(lái)得出最優(yōu)路徑,如果應(yīng)用在自然界中來(lái)說(shuō),就是當(dāng)動(dòng)物經(jīng)過一些障礙物時(shí)，它們的大腦里面會(huì)存在相關(guān)場(chǎng)景的一個(gè)地圖,當(dāng)再一次經(jīng)過的時(shí)候，就會(huì)根據(jù)上次記憶的場(chǎng)景模型來(lái)獲取最佳避障路線。無(wú)人機(jī)雖然不能通過兩次飛行去獲取記憶的場(chǎng)景模型,但是它可以通過其他的科技手段來(lái)獲取,也就是說(shuō)飛行場(chǎng)地的3D地圖等。
基于該項(xiàng)理論的基礎(chǔ)上，卓翼智能聯(lián)合北航專業(yè)視覺導(dǎo)航團(tuán)隊(duì)研發(fā)出，基于機(jī)器視覺無(wú)人平臺(tái)自主導(dǎo)航避障系統(tǒng)，具有立體視覺、運(yùn)動(dòng)估計(jì)、稠密重建、Slam導(dǎo)航、路徑規(guī)劃、自主避礙等功能。
系統(tǒng)結(jié)合目前熱門研究領(lǐng)域與研究方向，集無(wú)人機(jī)、無(wú)人車、雙目視覺、機(jī)載AI視覺處理板卡于一體，形成全套的無(wú)人平臺(tái)控制、通訊鏈路、視覺圖像采集、圖像識(shí)別、三維重建、定位解算等軟件算法解決方案。
為各科研團(tuán)隊(duì)、高校實(shí)驗(yàn)室提供硬件完善、功能齊全、開發(fā)環(huán)境完整、引領(lǐng)行業(yè)發(fā)展的全系統(tǒng)全功能開發(fā)測(cè)試環(huán)境，讓各科研團(tuán)隊(duì)專注于slam導(dǎo)航避障算法研究。
該系統(tǒng)提供全套的學(xué)科教學(xué)課程以及示例算法等，可快速展開相關(guān)課程設(shè)計(jì)，進(jìn)行實(shí)際教學(xué)應(yīng)用階段。教科書級(jí)專業(yè)指導(dǎo)，永葆技術(shù)先進(jìn)性。
整體解決方案
基于機(jī)器視覺無(wú)人平臺(tái)自主導(dǎo)航避障系統(tǒng)組成架構(gòu)：
硬件組成
基于機(jī)器視覺無(wú)人平臺(tái)自主導(dǎo)航避障系統(tǒng)硬件由：開發(fā)工作站、無(wú)人機(jī)系統(tǒng)、機(jī)載雙目視覺、機(jī)載圖像處理板、VR三維顯示等組成。
1、開發(fā)工作站
開發(fā)工作站是系統(tǒng)開發(fā)實(shí)驗(yàn)控制平臺(tái)，主要用于雙目視覺目標(biāo)識(shí)別訓(xùn)練系統(tǒng)開發(fā)使用，為前期視覺系統(tǒng)控制平臺(tái)，當(dāng)在上位機(jī)中控制成功后即可以移植到TX2上進(jìn)行實(shí)時(shí)自主控制。
2、無(wú)人機(jī)平臺(tái)
無(wú)人機(jī)平臺(tái)專為基于機(jī)器視覺無(wú)人平臺(tái)自主導(dǎo)航避障系統(tǒng)研發(fā)，具有飛行穩(wěn)定?？赏ㄟ^串口、USB接口、網(wǎng)絡(luò)通訊等多種通訊控制接口控制?？纱钶d超聲波、激光、光流GPS、PTK等諸多傳感器，適應(yīng)多種應(yīng)用環(huán)境與系統(tǒng)組合。
3、機(jī)載雙目視覺系統(tǒng)
機(jī)載雙目視覺系統(tǒng)包括雙目相機(jī)、圖傳系統(tǒng)，雙目相機(jī)固定于無(wú)人機(jī)底部，實(shí)時(shí)采集無(wú)人機(jī)巡視拍攝信息，發(fā)送至TX2機(jī)載處理板卡進(jìn)行避障、跟隨以及slam計(jì)算，或下傳至地面圖傳接收機(jī)由開發(fā)工作站進(jìn)行處理。機(jī)載雙目視覺系統(tǒng)所使用的雙目視覺相機(jī)為小覓雙目視覺相機(jī)。
采用小覓雙目攝像頭標(biāo)準(zhǔn)版，雙目幀在硬件上同步。以60Hz的頻率采集圖像，分辨率達(dá)到752×480像素，如圖2.2為小覓雙目標(biāo)準(zhǔn)攝像頭。內(nèi)置六軸IMU傳感器，頻率可以達(dá)到500Hz。雙目基線120mm。采用全局快門，可實(shí)現(xiàn)兩個(gè)攝像頭的所有像元同時(shí)曝光。在高速移動(dòng)的拍攝場(chǎng)景中，能有效降低圖像畸變，提供更加精準(zhǔn)的圖像源。
特點(diǎn)
(1)IMU 六軸傳感器，IMU 與圖像的同步精度高達(dá)0.05ms，為 SLAM 算法以及 空間移動(dòng)算法的研發(fā)提供數(shù)據(jù)校正;
(2)IR 主動(dòng)光，2顆IR主動(dòng)光探測(cè)器發(fā)射的紅外結(jié)構(gòu)光,有效增強(qiáng)白墻和玻璃等物體 的識(shí)別精度,適用于完全黑暗環(huán)境;
自動(dòng)白平衡，精準(zhǔn)調(diào)教的感光元件和鏡頭提供室內(nèi)外感光的自適應(yīng)和調(diào)節(jié);
(3)雙目幀同步，提供兩顆攝像頭的硬件級(jí)幀同步，減小因圖像不同步而導(dǎo)致的誤 差;
(4)全局快門，實(shí)現(xiàn)每個(gè)像元的同時(shí)曝光有效降低高速移動(dòng)拍攝時(shí)的圖像畸變;
(5)灰度鏡頭，提供清晰的黑白視覺研究圖像源，分辨率為752x480/60fps;
(6)基線長(zhǎng)度，120mm 的基線長(zhǎng)度適用絕大多數(shù)雙目應(yīng)用場(chǎng)景;
(7)鋁合金外殼，陽(yáng)極鋁加工外殼堅(jiān)固耐用，采用標(biāo)準(zhǔn) 1/4”螺絲接口;
(8)適用于雙目SLAM研究，支持 VINS,OKVIS, ORB_SLAM2,VIORB 等多個(gè)開源 VSLAM 項(xiàng)目,并在 SDK 中提供樣例;
(9)CUDA 加速，提供基于 CUDA 加速的實(shí)時(shí)深度輸出,使 GPU 能夠解決復(fù)雜的計(jì)算問題;
(10)豐富數(shù)據(jù)信息，通過 SDK 獲取原始數(shù)據(jù)/校正雙目圖像、視差圖像、實(shí)時(shí)深度圖像、實(shí)時(shí)點(diǎn)云圖像、IMU 數(shù)據(jù)等;
(11)多平臺(tái)SDK，SDK 適配 Windows、Linux、ROS、Mac、Android、TX1/2 等多種平臺(tái)，并提供豐富工具。
4、Jetson TX2機(jī)載圖像處理板
Jetson TX2是無(wú)人機(jī)平臺(tái)搭載的深度學(xué)習(xí)目標(biāo)檢測(cè)算法運(yùn)行板，為后期將圖像處理移植于機(jī)載端進(jìn)行處理，是深度學(xué)習(xí)、計(jì)算機(jī)視覺、圖像處理和GPU計(jì)算的優(yōu)秀系統(tǒng)，非常適合于無(wú)人機(jī)、自主機(jī)器人、移動(dòng)醫(yī)學(xué)成像等嵌入式系統(tǒng)應(yīng)用。
Jetson TX2為2017年3月發(fā)布的新一代產(chǎn)品，集成256核NVIDIA Pascal GPU和一個(gè)6核64位的ARMv8處理器集群，擁有8GBLPDDR4 128位內(nèi)存。ARMv8處理器集群包含一個(gè)雙核NVIDIA Denver 2以及一個(gè)4核ARM Cortex-A57。Jetson TX2模塊大小為50 x 87 mm，重量為85克，典型功耗為7.5瓦。
Jetson TX2基于16納米NVIDIA Tegra “Parker” SOC，其效能比Jetson TX1提升2倍，性能表現(xiàn)超過了Intel Xeon服務(wù)器級(jí)CPU。
Jetson TX2提供兩種運(yùn)行模態(tài)：一種是MAX Q，能效比能達(dá)到最高，是上一代的TX1的2倍，功耗在7.5W以下;另一種是MAX P，性能可以做到最高，能效比同樣可以做到前一代的2倍，功耗則在15W以下。
5、VR眼鏡進(jìn)可選硬件
VR眼鏡主要應(yīng)用于三維顯示使用，其圖像來(lái)源為圖傳系統(tǒng)，顯示延遲為50ms。
6、可選硬件
可開設(shè)課程
雙目立體視覺立體深度解算算法設(shè)計(jì)與實(shí)現(xiàn)
三維空間稠密重建算法設(shè)計(jì)與實(shí)現(xiàn)
無(wú)人機(jī)自主slam運(yùn)動(dòng)狀態(tài)估計(jì)算法設(shè)計(jì)與實(shí)現(xiàn)
無(wú)人機(jī)自主slam導(dǎo)航定位算法設(shè)計(jì)與實(shí)現(xiàn)
無(wú)人機(jī)自主slam導(dǎo)航路徑規(guī)劃算法設(shè)計(jì)與實(shí)現(xiàn)
無(wú)人機(jī)自主slam導(dǎo)航避障算法設(shè)計(jì)與實(shí)現(xiàn)
軟件開發(fā)與技術(shù)支持
1、基于機(jī)器視覺無(wú)人平臺(tái)自主導(dǎo)航避障系統(tǒng)軟件開發(fā)體系
基于機(jī)器視覺無(wú)人平臺(tái)自主導(dǎo)航避障系統(tǒng)軟件開發(fā)體系由視覺開發(fā)平臺(tái)、信息交互與任務(wù)控制平臺(tái)、無(wú)人機(jī)系統(tǒng)等組成。
雙目攝像頭采集圖像，通過立體匹配技術(shù)計(jì)算出二維圖像的深度信息，同時(shí)利用視覺慣性融合技術(shù)估計(jì)相機(jī)自身的運(yùn)動(dòng)姿態(tài)，融合多幀深度信息，重建空間環(huán)境的體素地圖。由地圖獲取障礙物距離信息，生成可執(zhí)行路徑。
視覺開發(fā)平臺(tái)：由視覺開發(fā)訓(xùn)練環(huán)境Jetson TX2 視覺處理開發(fā)系統(tǒng)等組成、視覺定位平臺(tái)、環(huán)境重建系統(tǒng)等組成。信息交互與任務(wù)控制平臺(tái)：由信息交互程序、避障與路徑規(guī)劃算法、無(wú)人機(jī)位置導(dǎo)航控制程序等組成。
系統(tǒng)軟件運(yùn)行架構(gòu)如下圖所示：
2、技術(shù)服務(wù)
1）開發(fā)環(huán)境
提供全套基于機(jī)器視覺無(wú)人平臺(tái)自主導(dǎo)航避障系統(tǒng)軟件開發(fā)體系：視覺端開發(fā)環(huán)境、 Mavros開發(fā)環(huán)境、飛控開發(fā)環(huán)境
2）軟件源碼
提供全套基于機(jī)器視覺無(wú)人平臺(tái)自主導(dǎo)航避障系統(tǒng)相關(guān)源代碼：
a、視覺系統(tǒng)代碼
立體視覺：
主要是在雙目立體視覺系統(tǒng)中，獲取圖像的深度圖?；诹Ⅲw匹配的生成概率模型ELAS立體視覺算法，用于快速匹配高分辨率圖像。在雙目立體圖像間建立點(diǎn)點(diǎn)對(duì)應(yīng)然后根據(jù)對(duì)應(yīng)點(diǎn)的視差計(jì)算出深度。用左右圖像的互相推測(cè)，來(lái)執(zhí)行左右一致性檢查，消除遮擋區(qū)域中的虛假不匹配和視差。
運(yùn)動(dòng)估計(jì)：
主要用于計(jì)算每幀圖像無(wú)人機(jī)的位姿。通過滑動(dòng)窗口優(yōu)化進(jìn)行實(shí)時(shí)光流點(diǎn)跟蹤與匹配，視覺和IMU的緊耦合。通過稀疏特征點(diǎn)提取與跟蹤、IMU預(yù)積分與初始化處理、KLT光流法進(jìn)行后端融合優(yōu)化、利用共視的特征點(diǎn)進(jìn)行閉環(huán)檢測(cè)等步驟，完成利用視覺慣導(dǎo)融合的定位算法，實(shí)現(xiàn)無(wú)人機(jī)精確定位。
稠密重建：
主要實(shí)現(xiàn)單幀深度圖融合，重建出無(wú)人機(jī)的環(huán)境。采用在線實(shí)時(shí)動(dòng)態(tài)增量式生ESDF算法。ESDF是基于體素網(wǎng)格的方法，每個(gè)點(diǎn)包含了該點(diǎn)到最近障礙物的歐幾里得距離。在計(jì)算機(jī)圖形和視覺應(yīng)用中，TSDF近來(lái)已經(jīng)成為一種常用的隱函數(shù)表面表示方法。因?yàn)門SDF的快速重建和過濾傳感器噪聲，并且可以使用子體素分辨率創(chuàng)建人類可讀的地圖網(wǎng)格。
航跡規(guī)劃：
根據(jù)傳感器的信息來(lái)不斷地更新其內(nèi)部的環(huán)境信息，從而確定出機(jī)器人在地圖中的當(dāng)前位置及周圍局部范圍內(nèi)的障礙物分布情況，并在此基礎(chǔ)上，規(guī)劃出一條從當(dāng)前點(diǎn)到某一子目標(biāo)點(diǎn)的最優(yōu)無(wú)碰撞路徑。
Mavros程序
Mavros的最底層程序完成Mavros消息發(fā)布與訂閱，負(fù)責(zé)將飛控發(fā)來(lái)的mavlink消息轉(zhuǎn)換為ros中的話題，為上層的程序提供消息訂閱，將任務(wù)層發(fā)出的ros話題轉(zhuǎn)換為mavlink消息發(fā)送給飛控。
b、無(wú)人機(jī)位置控制程序
位置控制程序包含位置估計(jì)程序與位置控制程序，代替了飛控中位置控制程序的一部分功能，然后在這個(gè)基礎(chǔ)上借助命令發(fā)布這個(gè)話題給上層應(yīng)用提供了接口，便于上層開發(fā)。位置估計(jì)做為飛控的位置姿態(tài)狀態(tài)估計(jì)，將雷達(dá)定位信息轉(zhuǎn)成飛控能夠使用的類型發(fā)送給飛控進(jìn)行解算。
c、任務(wù)層程序
無(wú)人機(jī)基本動(dòng)作控制程序：一鍵起飛、降落、懸停、緊急上鎖、慣性系及機(jī)體系下的控制指令等無(wú)人機(jī)自主控制程序。
組合功能控制程序：自主著陸、自主跟蹤、路徑自主規(guī)劃等無(wú)人機(jī)自主復(fù)雜功能控制程序。
3）提供功能示例
利用雙目相機(jī)實(shí)現(xiàn)無(wú)人機(jī)自主避障功能及slam路徑規(guī)劃。
場(chǎng)景建模和路徑搜索作為無(wú)人機(jī)避障系統(tǒng)較新研究方向，相信會(huì)讓無(wú)人機(jī)自主避障礙方面的科學(xué)研究有更多的技術(shù)成果突破。而slam導(dǎo)航避障算法，會(huì)幫助更多高校進(jìn)行最新的無(wú)人機(jī)自主避障礙教學(xué)研究。
該技術(shù)團(tuán)隊(duì)由北京航空航天大學(xué)、清華大學(xué)、哈爾濱工業(yè)大學(xué)等知名高校畢業(yè)的博士和碩士組成，擁有多年教育類無(wú)人機(jī)系統(tǒng)的研發(fā)經(jīng)驗(yàn)，卓翼智能公司與多個(gè)高校建立重點(diǎn)實(shí)驗(yàn)室合作，與北航、清華大學(xué)、浙江大學(xué)、哈工大等多所著名高校的飛行控制實(shí)驗(yàn)室建立長(zhǎng)期深度合作。數(shù)位資歷深厚的北航教授、副教授擔(dān)任技術(shù)顧問，確保研發(fā)環(huán)境和設(shè)備的先進(jìn)性及行業(yè)技術(shù)的前瞻性。在無(wú)人機(jī)設(shè)計(jì)開發(fā)系統(tǒng)、飛行控制、抗風(fēng)穩(wěn)定、slam視覺導(dǎo)航、集群與協(xié)同、高精度室內(nèi)定位系統(tǒng)、無(wú)人車等多個(gè)領(lǐng)域擁有國(guó)內(nèi)一流的核心技術(shù)，擁有國(guó)內(nèi)多項(xiàng)技術(shù)專利。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
