智能交通大数据及云应用平台解决方案

壹.肆.八 黄标车一回识别

七、同行车分析

特按期期范围内给定卡口,总结出各样卡口违规记录数产生一张相比较直方图以帮扶城市交通改造。

车子大数量考查系统可将分析结果与事实上抓拍车牌图片展开有效的相比。协助实时录像流、实时图片流、卡口录制摄像和卡口抓拍图片的车辆特征分析。系统丰裕利用道路监察和控制、高清电警、卡口、车辆管理数据库、云存款和储蓄等楼台湾资金源,实现对车辆音信举行大数据、结构化的分析整合,从而实行种种应用——可应用于刑侦、交通执法、智能交通、缉查布置调节、大额解析等世界,是公安实战至关重要的使用种类。

HDFS是分布式计算中数量存款和储蓄管理的底蕴,具有高容错性、高可信性、高可增加性、高吞吐率等特点,能够安插布局在物美价廉的硬件上,为海量数据提供了正是故障的蕴藏,适合那个具有超大数据集的应用程序。

七.
系统融入了公安实战业务,引进了技战法查车,包含:假套牌车分析、无牌车分析、同行车分析、第一次入城分析、频仍过车分析、频仍夜出车辆分析、昼伏夜出车辆分析等。

图片 1

4.
在辨别结果中根据车牌号选取相应车辆,在GIS地图上扭转并出示该车子的运作轨道。

车牌结合过车时间、车辆类别、车辆颜色、车牌类型、车牌颜色、违规行为、处理状态等其余筛选标准在海量不合规过车记录数据中对车牌的前缀、中间、后缀做模糊查询并且供给在秒级内重返查询结果。

车型识别

职责调度方面,云分析通过联网第一方采用平台,实时获取实践任务音信,然后经过中央服务管理动态调度职分的章程实现高优先级职责优先实行的目标。对于总计节点的话,它申请获得职责未有事先级之分,一旦申请成功,马上转入职业情形。同时,由于云分析节点是分布式铺排,系统高并发实施的功效能够使得的巩固分析实行功效、优化网络带宽的流量压力,使得整个监察和控制系统的性质得到更加大的升官。

4、以图搜车

可对交付的图像中的车辆车牌颜色及车牌号进行三次识别,通过大数目开始展览,时间、地理、轨迹等的周旋统1识别,以得出分析结果。

图片 2

大数量平台遵照用户须求查询的固有图片和特性比对音讯,自动与要询问的原始图片举行比对,比对结果按相似度再次回到给大数量平台。

二、系统个性

一.4.16 多职业维度积分研究推断分析

贰.
系统协理对卡口系统、高清监察和控制等实时录制流、图片流以及历史摄像、图片源的联网识别,包容市面上主流编码格式离线录像上传转码分析。

特征提取模块负责对实时或历史录制图像中的结构化音信举行领取,包涵人、车、物等本性音讯。提收取的新闻囤积于大数据系统中,并视作DataEngine进一步分析的多少基础。

1.车辆大额考察系统应用B/S架构,只需浏览器就能够登六使用本系统,而不要求此外单独安装客户端。

特定时刻限定整合特定筛选标准(车辆归属地、车辆档次、车牌类型等一定筛选标准)寻觅制定车牌在此时间限定内的过车记录。

破案进程中,收集到的案件线索很有望是难以置信车辆的一张或多张图片,基于此种处境下,系统能够凭借车辆的两全车体特征和一些特征从而对目的车辆开始展览有效检索,在最短期内锁定其行踪。扶助通过浏览开关选取要求上传的靶子车辆图片。

壹.4.1三 通行车辆实时监督分析

玖、频仍过车分析

云分析通过智能交通综合管理调节平台提供的图样U瑞虎L音讯加载图片,举办建立模型和2次识别,完毕建立模型和二回识别后,将识别结果音信如车牌、车型、车辆品牌等音信提要求大额平台。

在实际上的涉车案件中,往往犯罪分子在作案前都会进展频仍的踩点和准备,因而可因而反复过车分析研究判定出具备思疑的对象车辆。

三、分布式总结

图片 3

图片 4

1二、PGIS地图应用

我们1般所提的都会公安交通管理大数目是指在都市智能交通建设和平运动营的经过中,从摄像监察和控制、卡口电警、路况音信、管理调控音讯、营业运营新闻、GPS定位信息、福特ExplorerFID识别音讯等每日产生的大气数目,并借助音讯化手腕将那一个相互关联的数额整合到联合(比如车辆音信、地图音讯、职员音信、非法违反规则和章程记录新闻等等),造成贰个有价值数据链,从而知道城市交通信息化建设,为公安交通实战应用服务,为城市居民出行服务。

三)
补助对指标车辆动态布置调节并自行报告警察方,可布置调节的车辆新闻包蕴:监察和控制点、车牌号、品牌、车系、款型、特征物、车辆档次、车身颜色及车型等。

一、录像云存款和储蓄

系统协理黑、白、红、黄、蓝、绿、灰、青等10种车身颜色辨别。

通用大数目才能平台是大额的积存和测算主旨,具有分布式、统壹存款和储蓄、统一访问、动态扩大容积的表征,用于汇聚摄像、图像、报告警察方、卡口消息、地点音讯、案事件等大数量,为数量的回顾应用提供支撑。

车子大额调查系统-大数据研究决断-假套牌车分析

壹.三.二 研究判断分析

车辆大数量侦察系统

  • 录像图像加强复原模块

陆.
可透过上传质疑车辆的一张图纸,借助该车子的宏观或一些车体特征对目的车辆实行以图搜车检索。

1一、车辆遮阳板与案件涉及的时间和空间域分析

三、车辆实时布置调整

一3、多事情维度积分研究推断分析

案件侦查破案进程中,需根据车辆类型、品牌型号、车身颜色、车牌号等一些消息的结缘打开布置调控,从而能够在第权且间发现指标车辆并张开处理。

在应用层上面是支撑职业应用的支撑层,在那层完结对消息的征集、集聚、加工、存款和储蓄、交流等拍卖操作,同时支撑层还内包消息服务器、GIS地图中间件、录像服务、诱导服务等信令及数码的劳务或中间件。

二、车辆综合查询

ZooKeeper是2个对准大型分布式系统的笃定协调系统,首要提供三个职能:扶助系统幸免单点故障,建立保证的应用程序;提供分布式合营服务和护卫安顿音信。

系统依据GA3陆-200七正式实行规划,援助多达二五种车牌类型的号码识别。包涵:大型小车、小型汽车、使馆小车、领馆小车、境外小车、外国国籍小车、普通摩托车、轻易摩托车、使馆摩托车、领事馆摩托车、境外摩托车、外国国籍摩托车、低速车、拖拉机、挂车、教练小车、教练摩托车、一时入境小车、一时半刻入境摩托车、权且行驶车、警用汽车、香江入出境车、Cordova入出境车、武警示信号牌、军队号牌、其余号牌。

系统的使用者经常为指挥为主调度人员、指挥为主带班领导、支/总/大队的掌管管事人、交通秩序管理人士、大队分控中央职员、路面执勤武警等。系统一保险障的天职则由运行工程师和系统管理员完成。

针对如盗窃、抢劫、走私等犯罪犯罪活动,大多数的涉车案件性质具有共通的地点:昼伏夜出,由此通过对昼伏夜出的车辆开始展览分析研究决断能够行得通的抓牢侦破的频率。

1.四 云分析连串机能

一) 协理相关车辆新闻的规范查询和歪曲查询。

已建的第3方平台,提供符合要求的SDK协议,智能交通综合管控平台实行数据整合后再转车至云分析平台开始展览车辆建立模型和三次识别。

陆)
针对车子识别结果,提供依据车身颜色、车型、品牌型号、图片、结果音信报表的归类格局下载导出。

1.1.1 录制大数据本事平台

4) 协理通过上传疑惑目的车辆的图片达成以图搜车的功力。

系统包涵了当下交通管理业务使用所关联的1多级手艺,如:图像接入、通用解码、转码、图片索引、车型建立模型、图像预处理、音讯筛查、电子地图轨迹分析、套牌分析等。基于云分析的叁次识别方案合作大数据的火速查询、检索、研究推断方案,构筑了智能交通综合管理控制平台的数量底层补助美好架构,为交通协警实战业务应用提供了极佳的用户体验。

找出车辆的时候,通过WEB客户端,提交监察和控制点、车牌、车牌颜色、车身颜色、品牌、车系、款型、车道方向、车型、地方、特征物及过车时间段等音讯对分辨结果进行部分/组合查询。系统协助对目标车辆展开准确查询和歪曲查询。

当仁不让工作格局的个性是中心强力调整,即由基本管理服务下派职责到钦定的乘除节点,总括节点未有发起职务申请的权利。被动职业情势则相反,由总结节点主动向宗旨管理服务发起申请,申请获得承认后收获实践任务,然后开始义务试行,职务实行进度中与基本管理服务保险实时更新,确认保证职务能够平常实现。

伍)
帮忙融入公安实战业务的技战法,完结:假套牌分析、无牌车分析、同行车分析、第三遍入城分析、频繁过车分析、频繁夜出车辆分析、昼伏夜出车辆分析等。

  • 过车记录表车流量相比

伍、系统架构

车牌结合过车时间(开头时间+结束时间)、依照选拔卡口、车道、方向、车辆标志、颜色深浅、车辆档次、车速、车的长度、号牌段、车身颜色、车牌颜色等别的筛选标准随意组合在海量过车记录数据中对车牌的前缀、中间、后缀做模糊查询并且必要在秒级内回到查询结果。

拾、频仍夜出车辆分析

针对过车记录表及作案记录表有针对车牌的纯粹查询及模糊查询要求,如下:

5、假套牌车分析

一.四.7 遮阳板三遍识别

①、系统概述

壹.二 数据流程设计

特此的车窗贴、挂饰、遮阳板识别手艺

  • 特征提取模块

大数量综合业务应用平台提供录像综合分析职业使用,实现智能找寻、车辆布置调节、以图搜车、GIS应用等功效,满意分裂业务部门应用需要。

  • 录像质量会诊模块

八、第一次入城分析

图片 5

3.
提供车牌分析结果的可信赖度参考比值,可将分析结果与事实上抓拍车牌图片张开中用的相比较,并提供目的车辆识别结果和询问结果的下载导出。

12、同行车辆多模型解析

车子大数根据考证查系统是千视通研究开发的1款越发针对车辆举办结构化分析和大数据精准检索应用的智能车管系统。系统对摄像或卡口系统抓拍图片中的车辆特征进行领取、分析、识别、入库和询问。提取的车子特征包括车牌号码、车牌类型、车牌颜色、特征物(包蕴年度检审标数量、纸巾盒、遮阳板、挂饰)、车牌归属地、车型、品牌、车系、款型、车身颜色、方向、车辆监督地方、过车时间等,并根据分析结果提供车牌可相信度比值做参考。

车牌结合过车时间、车辆档次、车辆颜色、车牌类型、车牌颜色、违规行为、处理情状等别的筛选标准在海量违规过车记录数据中做规范查询并且需要在秒级内回到查询结果。

1壹、昼伏夜出车辆分析

轶事选定总括方法(即总括维度:包含按车牌类型总括、车牌颜色计算),总结在甄选的时刻段内,经过钦点轨迹(所谓的轨迹:即由三个卡口显著的一条行车路线,带方向,比如,从路径A->B->C,和渠道C->B->A是俩条分裂的轨道)的车流量次数(还包涵此外的过滤条件,如:车辆归属地、车辆类型、车牌类型、车牌颜色,同一车牌数次因此内定轨迹按数10遍总计)。

二) 襄协助调查询并选择相应车辆,在GIS地图上扭转并出示该车子的周转轨迹。

系统中运用的安顿方法和本领路径在实战运用技巧中处于超过地位,软件的规划先进灵活,便于进级以及与别的系统的互联互通。系统包蕴了脚下实战运用所波及的一层层技巧,如:图像预处理、音信筛查、电子地图轨迹分析等,在此基础上融入了车型建立模型、车牌识别、车标记别、运动目的检验和行为分析、图片检索等智能录像图像分析本领,立异性的贯彻了“车脸识别”、“不系安全带检验”等作用,创设性的使用云分析达成超大数据量的图样贰次识别,为用户提供超高性价比的缓解方案。

以PGIS平台为底蕴,利用阳台车辆通行消息达成预先警告车辆飞快稳固报告警察方与轨道显示,并由此狐疑车辆行驶方向、车速、过车时间汇总测算,对预先警告车辆的地方与轨道实行前瞻。

车牌结合过车时间(起先时间+结束时间)、依照接纳卡口、车道、方向、车辆标记、颜色深浅、车辆档次、车速、车的长度、号牌段、车身颜色、车牌颜色等其它筛选标准随意组合在海量过车记录数据中对车牌做规范查询并且需求在秒级内回到查询结果。

在涉车案件中,利用异地车辆不合规只怕是跨省/地区犯罪的票房价值较大,因而,系统协理对外市车辆开始展览实用管理能够在自然程度上救助涉车案件的侦查破案。

摄像云存储系统架构图

系统与车辆管理所的数据库进行联网,对分辨出的假套牌车辆实行实时记录并援助电动报告警察方。假套牌车辆依照车牌号码、监控点、车牌体系、车辆体系、车辆颜色、过车时间段、报告警察方类型、人工核查境况实行单个/组合条件查询。

一按时刻限定给定卡口,以近年来辰为颗粒度计算出各类时段违规记录数形成一张比较直方图以帮扶城市交通更动。

陆、无牌车分析

一.三.1 火速寻觅

5.
可依照监控点、车牌号、品牌、款型、特征物、车辆类型、车身颜色及车型等布置调控新闻对车辆进行结合实时布置调控。

图片 6

今非昔比环境下车辆识别

  • 通用大额技能平台

支撑对年度检审标、挂饰、遮阳板、纸巾盒的分辨检查评定,并以不相同颜色框加以标志。

5、过车记录表区域碰撞研究剖断

波及重大案件的车辆一般是套牌车甚至1再套牌。那时,车辆号牌对于考查车辆失去价值。基于局部视觉特征的搜索在车子号牌音信缺点和失误(无牌或套牌)的情景下,能够依靠车辆的车体特征全面、急速地收获车辆的行驶轨迹等根本新闻,在最快的年华内锁定其行踪。

一.三.3基于大数据平台的以图搜图功能

图片 7

壹.四.1壹 以图搜图

车子大数据侦察系统-大数据研究决断-频仍过车分析

可对单个卡口,多少个卡口进行实时监察,包罗通过时间、通过地点、号牌类别、号牌号码、行驶方向、行驶速度、车辆类型、车身颜色、车辆属地、图片详细情形及行动轨迹等。

车品牌、车系、款型识别

七、过车记录表跟车研究判定

系统帮忙驾乘员打电话、是或不是系安全带等危急行为实行辨别检测。

系统规划

  1. 分界面友好,轻巧易用。

  2. 识别库晋级为陆10个人,能够帮助更加大分辨率录制和图表的辨识。

一.四.二 车身颜色三次识别

系统帮忙车辆三级品牌(品牌、车系和方式)识别,当中包涵160种以上的车子牌子识别,在辨别车辆品牌的根基上,系统辅助近千种车辆体系的识别,帮助子型号数量越过3000,国内当先。

摄像云分析平台则是通过结合用户现成的数码基本分析设备,对过车录制、过车图片等数码实行更进一步分析,其中大旨分析设备选拔分布式计算节点集群的法门,能够提供依照职责自动负载均衡的数据处理情势,化解从公里录像图像数据中剖析出来的录像结构化数据的要求。

车身颜色辨别

1.四.拾格外车辆2回识别分析及报告警察方

壹、基于局地视觉特征的物色

系统能够分辨1一种车身颜色,浅青、深灰、水晶绿、碳黑、绿蓝、浅高粱红、古金色、北京蓝、海蓝、古金色、粉绛紫。还足以分辨车身颜色的深色和浅色。

对分辨出的无牌车辆进行实时记录并辅助对结果的查询。

  • 作为分析模块

车辆大数根据考证察系统依照提取的车子音讯,能够完毕以下的智能应用:

通用大数据本领平台提供根据Hadoop和斯Parker的分布式存款和储蓄、分布式总括等工夫,负责整合并管理海量的结构化、半结构化、非结构化数据,具有高度的可增添性,可将数千台的降价服务器组建成一套变得变得强大的云存款和储蓄系统、一台一流Computer。基于斯Parker架构的内部存款和储蓄器运算,速度比古板的Hadoop快十~100倍,适合交通行当对时间供给的流式总括要求。

司机行为识别

八、不合法记录表违规多发时段研究推断

车牌音讯识别

在现存的摄像应战平埃德蒙顿,已经引进了1套依照同一时间内出现在不一样地点来推断是不是套牌车辆的连锁分析手段,不过由于前端卡口设备在车子识别率上并不能够达到规定的标准百分之百,因而有自然的误报率;其余该种套牌分析方法在固定壹些非当前库内所富含的车子新闻时频仍缺少有效的剖析花招;而大数据平台则是使用本期和前三期中部分已经对车辆实行2遍结构化处理后的数码(例如车型、车标、子品牌、年款等)实行套牌车分析库,将被盗抢车作为套牌车辆分析的第3,从而判别套牌车辆的恐怕性;其余大数量平台将要时空领域上整合GIS应用,依照车辆不寻常的出没规律来分析套牌车辆的大概,例如某辆车C在不一致的时内从区域A出现在区域B,可是逻辑上区域A和区域B必须通过某多少个卡口,不过在该段区域和岁月内尚未其余关于车辆C的过车卡口描述,因而得以肯定车辆C是还是不是为套牌车辆。

系统扶助白天、夜间、同画面多车子、从车头、从车尾识别。

  • 犯案记录表车辆不合法计算

图片 8

一.四.叁 车型一次识别

四、系统利用

系统可识其他细分车型包涵:锋范L、本田UR-V、ENCORE、阿斯顿马丁DB玖、阿斯顿马丁DBS、Porsche91一、BuickGL八、Accord、CR-V、奔腾B50、奔腾B70、Honda歌诗图、本田(Honda)捷达、标致30七、标致30捌等三千三种细分车型,其关系范围包蕴最近已停售,或刚上市热销的各类细分车型。

鉴于大多数的涉车案件均发生在夜晚或凌晨时刻,因而通过对屡次夜出的车子开始展览解析研究推断能够有效的筛查及锁定狐疑指标车辆。

云存款和储蓄方案

系统协理三种车型,如小车、越野车、商务车、小型货车、大型货车、轻客、小型地铁、大型地铁、三轮车、微面、皮卡、挂车、混泥土搅拌车、罐车、随车吊、消防车、渣土车、押运车、工程抢修车、救援车、栏板卡车等类型。

旋律分析模块负责对旋律实行分析,识别十分音源,分析结果可看成上层应用报告警察方的依据。

透过输入疑心车辆的车牌号,设置同行路口数(≥)、时差(秒)、开端时间及竣事作时间间组合查询、筛选目的嫌疑车辆的同行车辆并扭转原车详细音信列表记录和同行车列表。

最主要的重大业务应用包蕴交通意况监测、平常协会与管理调整、应急指挥与同盟、音信研究判定分析等地点,首倘诺应对城市交通管理的现状实时监视、平时工作处置、突发事件应对、交通数据挖掘研究剖断等事情供给。

叁、系统机能

大数据本领平台是大数据的存款和储蓄和计量主题,具备分布式、统一存款和储蓄、统一访问、动态扩大体量的性状,用于汇聚录制、图像、报告警方、卡口消息、地方音讯、事件等大数据,为多少的汇总使用提供援救。

  • 以图搜图模块

系统能够对车牌颜色自动识别,识其余八种车牌颜色包罗蓝、黄、绿、白、黑。

而图片服务器方案则适用于中型小型型规模的智能交通平台,由智能分析服务器实现过车数据的建立模型,并由其张开数据比较并回到以图搜图的比较结果。该方案则具有的建立模型分析和探索则整个依赖智能分析服务器达成,因而总系列统的瓶颈在于智能分析服务器的习性。

一定时刻段内过车时间相差一定距离的装有过车音讯:首先依照特定期刻段(还足以钦点车牌或路口名称)查出参考车辆及其过车音讯,然后钦赐一条过车记录,查询出与该记录相隔一定期期段(早恐怕晚)的具有过车消息。

能够针对海量数据开始展览连忙搜索、连忙总结分析,同时能够实行深度的关系分析,挖掘出个中有价值的音讯。行业余大学数据技能平台以接口的法子为上层应用提供劳动。

云分析能够行使的干活格局主要不外乎主动工作格局和消沉职业形式。近期选取的是被动工作情势。

以图搜图模块负责对大数据系统中的图片数据实行分析比对,并按相似度再次回到图片列表。以图搜图模块协助对人脸图片的物色,扶助对车辆图片的物色。

怎么是云分析

系统具备开放性的正式种类,后端基于开放式的TCP/IP互连网体系开展设计,协助二种互连网协议,便于和各系统间的团结、互通、互控,坚守规范的通用接口标准,使系统对硬件条件、通信条件、软件条件、操作系统之间的竞相制约和震慑减至最小。

一.一 系统架构

云分析体系的面世,难点将缓解。云分析系统创新型引进GPU+CPU的规划意见,单台设备每日最高处理质量达到三千万张图片,提取车牌号、车身颜色、车标、子品牌、车型、车脸等交通警长实战所需的结构化消息,并能够活动识别不系安全带、打电话等违法行为,为公安交通管理提供全新的本事花招和事情体验。

  • 录制摘要模块

壹.三 交通大数量平台效率

最下端为多少感知层,包涵业务子系统及装备,为各个交通新闻的原始数据来源于,如GPS车辆轨迹新闻、录制消息、通行车辆消息、交通流消息、施工占道消息、交通管制音讯、气象消息等。

图片 9

选定1组卡口,在选定的发端时间和终止时间内,总计各卡口全部的过车记录数和作案记录数。

大数量平台的另一个根本的效用是多元多维度的总计分析方法,针对某一辆车辆消息,大额平台运用分布式计算的措施将车子消息的过车点位新闻、全部过车卡口的出没频次、出没时间段、平日活动的区域、常常通过的监察点位音讯以及作案新闻总结和同行车辆新闻进行合并体现,能够提供包罗车辆的住地和职业地相关消息预测。同时预留那些数据解析结果,可进一步用于车辆与相关案件关联性的解析。

作为分析模块负责对实时或历史录像图像中的行为音信举办解析,分析结果可看做上层应用报告警察方的遵照,同时作为音信作为结构化数据,可存款和储蓄于大数据系统中,并视作DataEngine进一步分析的数量基础。

怎么是畅通大额

  • 过车记录车辆行车轨迹计算

九、驾车职员行为源头管理调整

二、分布式数据库

1、过车记录精确查询

由云分析对过车图片打开合并建立模型,建立模型数据直接存款和储蓄在大数额平罗利。

四、分布式同盟种类

大数目平台读取三回识别的结果音讯,写入到HDFS分布式文件存款和储蓄系统中;基于HDFS分布式文件系统铺排分布式数据库,用来承载数据的预计算表和二级索引表。在多少寻找层,计划基于Solr分词的全文字笔迹核准索寻觅引擎,并经过MapReduce分布式总计框架提供神速数据解析速度。Zookeeper提供分布式文件系统之间的多进度协调服务。

以图搜图,是通过寻觅图像文本或许视觉特征,在系统中经过类似新闻的比对,获取到确实实际须求的图像音信的壹种智能找出方法,可选拔于套牌车辆分析等接纳中,依据车窗上的车辆年度检审标记、车辆内饰等车辆特征寻觅类似车辆。可应用与无牌车的剖析研究推断,依照车型寻找符合条件的无牌车,然后使用以图搜图依据车标、子牌子、车身颜色等新闻一定车辆实在音讯,可帮助公安交通警务人员部门查处套牌车辆、盗抢车辆、肇事逃逸车辆等。

担当对任何大数目平台张开安排、配置、管理、监察和控制,通过自动化安装的章程,方便用户架设大数量平台。同时,通过可视化分界面,能够形象地获知万事平台的运行情形。随着工作的向上,当平台需求提高或扩大容积时,可方便的经过该工具举行调节。

六、急速总括

摄像图像巩固复原模块负责对实时或历史录制图像进行抓牢复原,对功用较差的摄像、图像进行智能修复并升高处理。

在特定的光阴段内,所选拔的卡口组合(1个或几个)中的过车时间与参考卡口中的过车时间的相对值小于设定的某部值(passInterval)的全部进程信息:寻找一样本列车辆还要经过参考卡口及钦定卡口组合,过滤出通过参考卡口与钦点卡口的岁月差小于设定的阈值的车辆,以帮扶公安人口分析出套牌或超速等其它违反规则和章程行为的狐疑车辆。

贰、过车记录模糊查询

系统可辨识的车子标记包蕴:Benz、BMW、大众、别克、丰田(丰田)、Honda、依维柯、金杯、Ford、今世、马自达、Chery、奥迪(奥迪)、Citroen、雪Fran、标致、东风、五菱、Nissan、Kia、皇冠、东北、云雀汽车等两百各样车标。

图片 10

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注