CN115221151B - 车辆数据的传输方法、装置、车辆、存储介质及芯片 - Google Patents
车辆数据的传输方法、装置、车辆、存储介质及芯片 Download PDFInfo
- Publication number
- CN115221151B CN115221151B CN202210827528.0A CN202210827528A CN115221151B CN 115221151 B CN115221151 B CN 115221151B CN 202210827528 A CN202210827528 A CN 202210827528A CN 115221151 B CN115221151 B CN 115221151B
- Authority
- CN
- China
- Prior art keywords
- vehicle data
- data
- vehicle
- quality
- standard
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000005540 biological transmission Effects 0.000 title claims description 32
- 238000012795 verification Methods 0.000 claims abstract description 49
- 238000001514 detection method Methods 0.000 claims abstract description 47
- 238000001303 quality assessment method Methods 0.000 claims abstract description 14
- 238000013441 quality evaluation Methods 0.000 claims description 49
- 230000015654 memory Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000002829 reductive effect Effects 0.000 abstract description 5
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 230000008447 perception Effects 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 8
- 230000006399 behavior Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000010267 cellular communication Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000979 retarding effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及自动驾驶领域,涉及一种车辆数据的传输方法、装置、车辆、存储介质及芯片,该方法包括:获取待检测的车辆数据,确定车辆数据的数据类型,根据数据类型确定对应的质量检测标准,根据质量检测标准对车辆数据进行核验,以生成车辆数据对应的质量评估结果,在根据质量评估结果确定车辆数据通过核验的情况下,将车辆数据和质量评估结果发送至服务器。从而通过对车辆数据进行质量检测,避免了车辆数据中数据质量未达到标准的无效数据上传至服务器,提高了车辆数据的上传效率,实现了车辆数据的自动化核验,减少了人力成本的投入。
Description
技术领域
本公开涉及自动驾驶领域,尤其涉及一种车辆数据的传输方法、装置、车辆、存储介质及芯片。
背景技术
随着自动驾驶技术的不断发展,自动驾驶过程中通过自动驾驶传感器和控制器产生的车辆数据越来越多。车辆数据可以用于算法训练,测试自动驾驶感知算法和控制逻辑,高质量的车辆数据产出为算法持续更迭起到了至关重要的作用。因此需采集自动驾驶相关的车辆数据,例如摄像头、雷达、激光雷达、车辆总线、GNSS以及传感器、控制器等原始车辆数据。相关技术中,原始车辆数据生成后通过无线网络直接上传至云端,而因采集装置故障等因素影响,导致该原始车辆数据中可能会存在大量无效数据,该无效数据无法反映自动驾驶车辆的真实运行状态,上传云端后会对自动驾驶算法的更迭造成干扰,且占用自动驾驶车辆和云端之间的传输信道,降低车辆数据的传输效率。
发明内容
为克服相关技术中存在的问题,本公开提供一种车辆数据的传输方法、装置、车辆、存储介质及芯片。
根据本公开实施例的第一方面,提供一种车辆数据的传输方法,包括:
获取待检测的车辆数据;
确定所述车辆数据的数据类型;
根据所述数据类型确定对应的质量检测标准;
根据所述质量检测标准对所述车辆数据进行核验,以生成所述车辆数据对应的质量评估结果;
在根据所述质量评估结果确定所述车辆数据通过核验的情况下,将所述车辆数据和所述质量评估结果发送至服务器。
可选地,所述方法还包括:
在根据所述质量评估结果确定所述车辆数据未通过核验的情况下,根据所述质量评估结果生成报警信号;
将所述报警信号发送至用户终端,所述用户终端为与所述车辆数据所属车辆绑定的用户终端。
可选地,所述方法还包括:
根据所述质量评估结果确定所述车辆数据的质量等级;
在所述质量等级达到指定等级阈值的情况下,确定所述车辆数据通过核验;
在所述质量等级未达到所述指定等级阈值的情况下,确定所述车辆数据未通过核验。
可选地,所述将所述车辆数据和所述质量评估结果发送至服务器,包括:
根据所述车辆数据的质量等级,确定所述车辆数据的上传顺序;
根据所述上传顺序,将所述车辆数据和所述质量评估结果发送至所述服务器。
可选地,所述确定所述车辆数据的数据类型,包括:
对所述车辆数据的传输通道进行识别,以生成所述车辆数据对应的通道类型;
根据所述通道类型确定所述数据类型。
可选地,所述根据所述数据类型确定对应的质量检测标准,包括:
根据所述数据类型,从多个预设标准中选取目标预设标准,其中所述多个预设标准包括记录完备性标准、解析完备性标准、图像质量标准、帧率标准和精度范围标准中的至少两个;
根据所述目标预设标准,确定所述质量检测标准。
可选地,所述根据所述质量检测标准对所述车辆数据进行核验,以生成所述车辆数据对应的质量评估结果,包括:
根据所述质量检测标准对所述车辆数据进行识别,以生成所述车辆数据的数据特征;
根据所述数据特征和所述质量检测标准,生成所述质量评估结果。
根据本公开实施例的第二方面,提供一种车辆数据的传输装置,包括:
获取模块,被配置为获取待检测的车辆数据;
第一确定模块,被配置为确定所述车辆数据的数据类型;
第二确定模块,被配置为根据所述数据类型确定对应的质量检测标准;
生成模块,被配置为根据所述质量检测标准对所述车辆数据进行核验,以生成所述车辆数据对应的质量评估结果;
发送模块,被配置为在根据所述质量评估结果确定所述车辆数据通过核验的情况下,将所述车辆数据和所述质量评估结果发送至服务器。
根据本公开实施例的第三方面,提供一种车辆,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为在执行所述可执行指令时,实现本公开第一方面中任一项所述车辆数据的核验方法的步骤。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被处理器执行时实现本公开第一方面所提供的车辆数据的核验方法的步骤。
根据本公开实施例的第五方面,提供一种芯片,包括处理器和接口;所述处理器用于读取指令以执行本公开第一方面中任一项所述车辆数据的核验方法。
本公开的实施例提供的技术方案可以包括以下有益效果:
通过上述方案,获取待检测的车辆数据,确定车辆数据的数据类型,根据数据类型确定对应的质量检测标准,根据质量检测标准对车辆数据进行核验,以生成车辆数据对应的质量评估结果,在根据质量评估结果确定车辆数据通过核验的情况下,将车辆数据和质量评估结果发送至服务器。从而根据车辆数据的数据类型,对车辆数据进行质量检测,当车辆数据通过核验时,再将车辆数据和质量评估报告发送至服务器。通过对车辆数据进行质量检测,避免了车辆数据中数据质量未达到标准的无效数据上传至服务器,提高了车辆数据的上传效率,实现了车辆数据的自动化核验,减少了人力成本的投入。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种车辆数据的传输方法的流程图。
图2是根据一示例性实施例示出的另一种车辆数据的传输方法的流程图。
图3是根据一示例性实施例示出的一种报警方法的流程图。
图4是根据一示例性实施例示出的一种车辆数据的传输装置的框图。
图5是一示例性实施例示出的一种车辆的功能框图示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
需要说明的是,本申请中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下,并获得由相应装置所有者给予授权的情况下进行的。
图1是根据一示例性实施例示出的一种车辆数据的传输方法的流程图,如图1所示,该传输方法用于车载终端中,包括以下步骤。
在步骤S101中,获取待检测的车辆数据。
示例的,本公开的实施例中车辆数据的传输方法应用于车载终端中,该车载终端设置于自动驾驶车辆中,通过该车载终端控制车辆实现自动驾驶。在自动驾驶的过程中,通过在各部件的相应位置设置采集装置来采集车辆行驶过程中的车辆数据,该车辆数据可以是通过摄像头生成的图像(视频)数据,通过激光雷达探测器生成的雷达数据,根据GNSS(Global Navigation Satellite System,全球导航卫星系统)确定的定位数据,车辆运行部件上采集的部件运转日志数据等。通过读取各采集装置的存储空间,从而获得自动驾驶车辆中需要进行质量核验的待检测车辆数据。值得一提的是,为提升自动驾驶算法的更迭速度,使自动驾驶算法能够更加准确,采集装置对应存储空间内生成的车辆数据,需要及时上传至服务器中,因此,通常情况下车辆数据的核验周期设置在较短的时间范围内,对应需要对设定时间范围内的车辆数据进行采集,示例的,获取采集装置存储空间内,1min内生成的车辆数据,并对该1min内生成的车辆数据进行质量核验。
在步骤S102中,确定车辆数据的数据类型。
可以理解的是,本公开的实施例中可以根据车辆数据的数据特征,确定车辆数据的数据类型,还可以根据车辆数据对应的采集装置的类型,确定车辆数据的数据类型。示例的,通过对车辆数据进行识别,确定车辆数据为基于时间的一系列图像时,则可以确定该车辆数据为视频数据;确定车辆数据为基于时间的一系列距离参数时,则可以确定该车辆数据为参数数据。对此本实施例不做限定。
可选地,上述步骤S102,包括:
对车辆数据的传输通道进行识别,以生成车辆数据对应的通道类型。
根据通道类型确定数据类型。
值得一提的是,在自动驾驶车辆中为方便车辆数据的快速传输,通常情况下可以针对不同的车辆数据类型,设置不同的传输通道,例如图像数据和参数数据的传输通过不同,因此,可以通过识别车辆数据传输通道对应的通道类型,确定车辆数据的数据类型。示例的,本公开的实施例中通过采集装置采集自动驾驶过程中的车辆数据后,将车辆数据发送至存储空间中进行存储,对传输过程中车辆数据对应的传输通道进行识别,生成该传输通道的通道类型。
在步骤S103中,根据数据类型确定对应的质量检测标准。
值得一提的是,车辆数据的数据类型不同,对应的质量检测标准不一致,示例的,当车辆数据为图像数据时,对应的质量检测标准为图像质量标准,需要检测各帧图像数据中是否存在黑帧、空白帧等,以及各帧图像数据中是否存在异常色块等,并根据实际需要确定图像数据的黑白帧率、色块异常帧数等标准值,生成图像数据的质量检测标准;当车辆数据为参数数据时,对应的质量检测标准为参数质量标准,需要检测参数数据的数据记录完备性、数据解析完备性等,并根据实际需要确定参数数据的数据记录完备性、数据解析完备性等标准值,生成参数数据的质量检测标准。示例的,通过有限的实验可以确定各类型车辆数据的质量检测标准,并将各数据类型与各质量检测标准之间的映射关系预先存储至车载终端中,以便根据数据类型确定质量检测标准。
可选地,上述步骤S103,包括:
根据数据类型,从多个预设标准中选取目标预设标准,其中多个预设标准包括记录完备性标准、解析完备性标准、图像质量标准、帧率标准和精度范围标准中的至少两个。
根据目标预设标准,确定质量检测标准。
示例的,本公开的实施例中车载终端设置有多个预设标准,该多个预设标准包括录完备性标准、解析完备性标准、图像质量标准、帧率标准和精度范围标准中的至少两个,根据车辆数据对应的数据类型,从多个预设标准中选取目标预设标准,并根据该目标预设标注确定车辆数据的质量检测标准。
在步骤S104中,根据质量检测标准对车辆数据进行核验,以生成车辆数据对应的质量评估结果。
可以理解的是,质量检测标准中存在对应车辆数据的核验标准,根据该标准对车辆数据进行核验,从而生成车辆数据的质量评估结果。示例的,质量检测标准中可以存在多个核验标准,根据该多个核验标准对车辆数据的质量进行核验,从而生成对应的质量评估结果,例如,当车辆数据为图像数据时,需要对图像数据的黑白帧率、异常图像比例、图像清晰度、图像数据的完整性等相关数据进行核验,从而生成质量评估结果,当车辆数据为激光雷达数据时,需要对雷达数据的数据完整性、解析完整性、数据稳定性进行核验,从而生成对应的质量评估结果。
可选地,上述步骤S104,包括:
根据质量检测标准对车辆数据进行识别,以生成车辆数据的数据特征。
根据数据特征和质量检测标准,生成质量评估结果。
值得一提的是,当车辆数据正常时,预设时间段内通过各采集装置生成的车辆数据对应的数据特征处于较稳定的区间范围内,示例的,通过摄像头采集生成的车辆数据,对应的数据大小,数据格式等各项数据特征应当相同。因此,根据数据特征和质量检测标准,生成质量评估结果,对该质量评估结果进行分析,从而确定车辆数据是否能够通过核验。
示例的,本公开的实施例中读取质量检测标准中的核验标准,根据哎核验标准对车辆数据进行识别,生成车辆数据的数据特征,该数据特征可以包括车辆数据的大小特征
可选地,上述步骤S104之后,该传输方法还包括:
根据质量评估结果确定车辆数据的质量等级。
在质量等级达到指定等级阈值的情况下,确定车辆数据通过核验。
在质量等级未达到指定等级阈值的情况下,确定车辆数据未通过核验。
示例的,本公开的实施例中车辆数据对应的质量存在质量等级,对车辆数据的质量评估结果进行解析,从而确定车辆数据的质量等级,可以根据车辆数据对应的核验标准,对车辆数据进行打分,根据各项评分确定车辆数据的质量等级。值得一提的是,在进行车辆数据采集时,因外界环境因素的影响导致车辆数据会存在一定的波动,对应的数据质量会降低,因环境因素导致的数据波动属于正常现象,对应生成的车辆数据仍可以对自动驾驶感知算法进行算法训练,需上传到服务器。而因采集装置异常,生成的车辆数据为无效数据,服务器根据该无效数据无法对自动驾驶感知算法进行训练更新,因此,无效数据不用上传至服务器,暂存在车载终端本地,以备相关工作人员进行数据查看。因此,通过设定指定等级阈值,确定待检测的车辆数据中,达到指定等级阈值的车辆数据通过核验,并上传到服务器;而未达到指定等级阈值的车辆数据未通过核验,而不需要上传至服务器中。
在步骤S105中,在根据质量评估结果确定车辆数据通过核验的情况下,将车辆数据和质量评估结果发送至服务器。
示例的,根据质量评估结果确定车辆数据通过核验并符合上传标准时,将车辆数据和质量评估结果发送至服务器,使服务器可以在不打开车辆数据的情况下,根据质量评估结果确定车辆数据的数据类型及各项质量参数,方便服务器端对车辆数据进行整理归档,通过加快了自动驾驶算法的更新效率。
图2是根据一示例性实施例示出的另一种车辆数据的传输方法的流程图,如图2所示,上述步骤S105,包括:
在步骤S201中,根据车辆数据的质量等级,确定车辆数据的上传顺序。
在步骤S202中,根据上传顺序,将车辆数据和质量评估结果发送至服务器。
值得一提的是,通常情况下自动驾驶过程中产生的车辆数据较大,通过上述步骤确定需要上传至服务器的车辆数据之后,上传该车辆数据时需要耗费较长的时间,因此,为提高自动驾驶算法的更新效率,根据车辆数据对应的质量等级,确定车辆数据的上传顺序,将质量等级较高的数据优先上传至服务器,并根据上传顺序依次将车辆数据上传至服务器中。
图3是根据一示例性实施例示出的一种报警方法的流程图,如图3所示,上述步骤S105之后,该报警方法包括:
在步骤S301中,在根据质量评估结果确定车辆数据未通过核验的情况下,根据质量评估结果生成报警信号。
在步骤S302中,将报警信号发送至用户终端,用户终端为与车辆数据所属车辆绑定的用户终端。
示例的,本公开的实施例中自动驾驶车辆在运行过程中通过采集装置对各项参数进行采集,从而生成预设时间段内的车辆数据。车辆数据的质量与采集装置相关,当采集装置异常时(包括,数据处理异常、采集姿态异常等),对应生成的车辆数据容易存在质量下降等问题,而无法通过质量核验,示例的,采集装置为摄像头,对应的车辆数据为自动驾驶车辆运行过程中通过摄像头采集的视频数据,当摄像头损坏时,对应生成的车辆数据中会出现大量黑白帧,根据质量评估结果确定该车辆数据无法通过核验。值得一提的是,车辆数据未通过核验时,对应采集装置的工作状态存在异常,因此,根据车辆数据的质量评估结果生成相应的报警信号,将报警信号发送至与自动驾驶车辆绑定的用户终端中,使用户终端对应的工作人员能够基于该报警信号,对采集装置进行检修,使通过采集装置生成的车辆数据恢复正常。通过报警提示机制,缩短数据质量问题的暴露周期,加速自动驾驶过程中无效车辆数据的排查速率,提高车辆数据的再生产效率。
通过上述方案,获取待检测的车辆数据,确定车辆数据的数据类型,根据数据类型确定对应的质量检测标准,根据质量检测标准对车辆数据进行核验,以生成车辆数据对应的质量评估结果,在根据质量评估结果确定车辆数据通过核验的情况下,将车辆数据和质量评估结果发送至服务器。从而根据车辆数据的数据类型,对车辆数据进行质量检测,当车辆数据通过核验时,再将车辆数据和质量评估报告发送至服务器。通过对车辆数据进行质量检测,避免了车辆数据中数据质量未达到标准的无效数据上传至服务器,提高了车辆数据的上传效率,实现了车辆数据的自动化核验,减少了人力成本的投入。
图4是根据一示例性实施例示出的一种车辆数据的传输装置框图。参照图4,该装置100包括获取模块110,第一确定模块120、第二确定模块130、生成模块140和发送模块150。
该获取模块110,被配置为获取待检测的车辆数据。
该第一确定模块120,被配置为确定车辆数据的数据类型。
该第二确定模块130,被配置为根据数据类型确定对应的质量检测标准。
该生成模块140,被配置为根据质量检测标准对车辆数据进行核验,以生成车辆数据对应的质量评估结果。
该发送模块150,被配置为在根据质量评估结果确定车辆数据通过核验的情况下,将车辆数据和质量评估结果发送至服务器。
可选地,该装置100还包括第二发送模块,该第二发送模块被配置为:
在根据质量评估结果确定车辆数据未通过核验的情况下,根据质量评估结果生成报警信号。
将报警信号发送至用户终端,用户终端为与车辆数据所属车辆绑定的用户终端。
可选地,该装置100还包括第三确定模块,该第三确定模块被配置为:
根据质量评估结果确定车辆数据的质量等级。
在质量等级达到指定等级阈值的情况下,确定车辆数据通过核验。
在质量等级未达到指定等级阈值的情况下,确定车辆数据未通过核验。
可选地,该发送模块150,还可以被配置为:
根据车辆数据的质量等级,确定车辆数据的上传顺序。
根据上传顺序,将车辆数据和质量评估结果发送至服务器。
可选地,该第一确定模块120,还可以被配置为:
对车辆数据的传输通道进行识别,以生成车辆数据对应的通道类型。
根据通道类型确定数据类型。
可选地,该第二确定模块130,还可以被配置为:
根据数据类型,从多个预设标准中选取目标预设标准,其中多个预设标准包括记录完备性标准、解析完备性标准、图像质量标准、帧率标准和精度范围标准中的至少两个。
根据目标预设标准,确定质量检测标准。
可选地,该生成模块140,还可以被配置为:
根据质量检测标准对车辆数据进行识别,以生成车辆数据的数据特征。
根据数据特征和质量检测标准,生成质量评估结果。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开还提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被处理器执行时实现本公开提供的车辆数据的传输方法的步骤。
参阅图5,图5是一示例性实施例示出的一种车辆的功能框图示意图。车辆500可以被配置为完全或部分自动驾驶模式。例如,车辆500可以通过感知系统520获取其周围的环境信息,并基于对周边环境信息的分析得到自动驾驶策略以实现完全自动驾驶,或者将分析结果呈现给用户以实现部分自动驾驶。
车辆500可包括各种子系统,例如,信息娱乐系统510、感知系统520、决策控制系统350、驱动系统540以及计算平台550。可选的,车辆500可包括更多或更少的子系统,并且每个子系统都可包括多个部件。另外,车辆500的每个子系统和部件可以通过有线或者无线的方式实现互连。
在一些实施例中,信息娱乐系统510可以包括通信系统511,娱乐系统512以及导航系统513。
通信系统511可以包括无线通信系统,无线通信系统可以直接地或者经由通信网络来与一个或多个设备无线通信。例如,无线通信系统可使用3G蜂窝通信,例如CDMA、EVD0、GSM/GPRS,或者4G蜂窝通信,例如LTE。或者5G蜂窝通信。无线通信系统可利用WiFi与无线局域网(wireless local area network,WLAN)通信。在一些实施例中,无线通信系统可利用红外链路、蓝牙或ZigBee与设备直接通信。其他无线协议,例如各种车辆通信系统,例如,无线通信系统可包括一个或多个专用短程通信(dedicated short range communications,DSRC)设备,这些设备可包括车辆和/或路边台站之间的公共和/或私有数据通信。
娱乐系统512可以包括显示设备,麦克风和音响,用户可以基于娱乐系统在车内收听广播,播放音乐;或者将手机和车辆联通,在显示设备上实现手机的投屏,显示设备可以为触控式,用户可以通过触摸屏幕进行操作。
在一些情况下,可以通过麦克风获取用户的语音信号,并依据对用户的语音信号的分析实现用户对车辆500的某些控制,例如调节车内温度等。在另一些情况下,可以通过音响向用户播放音乐。
导航系统513可以包括由地图供应商所提供的地图服务,从而为车辆500提供行驶路线的导航,导航系统513可以和车辆的全球定位系统521、惯性测量单元522配合使用。地图供应商所提供的地图服务可以为二维地图,也可以是高精地图。
感知系统520可包括感测关于车辆500周边的环境的信息的若干种传感器。例如,感知系统520可包括全球定位系统521(全球定位系统可以是GPS系统,也可以是北斗系统或者其他定位系统)、惯性测量单元(inertial measurement unit,IMU)522、激光雷达523、毫米波雷达524、超声雷达525以及摄像装置526。感知系统520还可包括被监视车辆500的内部系统的传感器(例如,车内空气质量监测器、燃油量表、机油温度表等)。来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性(位置、形状、方向、速度等)。这种检测和识别是车辆500的安全操作的关键功能。
全球定位系统521用于估计车辆500的地理位置。
惯性测量单元522用于基于惯性加速度来感测车辆500的位姿变化。在一些实施例中,惯性测量单元522可以是加速度计和陀螺仪的组合。
激光雷达523利用激光来感测车辆500所位于的环境中的物体。在一些实施例中,激光雷达523可包括一个或多个激光源、激光扫描器以及一个或多个检测器,以及其他系统组件。
毫米波雷达524利用无线电信号来感测车辆500的周边环境内的物体。在一些实施例中,除了感测物体以外,毫米波雷达524还可用于感测物体的速度和/或前进方向。
超声雷达525可以利用超声波信号来感测车辆500周围的物体。
摄像装置526用于捕捉车辆500的周边环境的图像信息。摄像装置526可以包括单目相机、双目相机、结构光相机以及全景相机等,摄像装置526获取的图像信息可以包括静态图像,也可以包括视频流信息。
决策控制系统350包括基于感知系统520所获取的信息进行分析决策的计算系统351,决策控制系统350还包括对车辆500的动力系统进行控制的整车控制器352,以及用于控制车辆500的转向系统533、油门554和制动系统555。
计算系统351可以操作来处理和分析由感知系统520所获取的各种信息以便识别车辆500周边环境中的目标、物体和/或特征。目标可以包括行人或者动物,物体和/或特征可包括交通信号、道路边界和障碍物。计算系统351可使用物体识别算法、运动中恢复结构(Structure from Motion,SFM)算法、视频跟踪等技术。在一些实施例中,计算系统351可以用于为环境绘制地图、跟踪物体、估计物体的速度等等。计算系统351可以将所获取的各种信息进行分析并得出对车辆的控制策略。
整车控制器352可以用于对车辆的动力电池和引擎541进行协调控制,以提升车辆500的动力性能。
转向系统533可操作来调整车辆500的前进方向。例如在一个实施例中可以为方向盘系统。
油门554用于控制引擎541的操作速度并进而控制车辆500的速度。
制动系统555用于控制车辆500减速。制动系统555可使用摩擦力来减慢车轮544。在一些实施例中,制动系统555可将车轮544的动能转换为电流。制动系统555也可采取其他形式来减慢车轮544转速从而控制车辆500的速度。
驱动系统540可包括为车辆500提供动力运动的组件。在一个实施例中,驱动系统540可包括引擎541、能量源542、传动系统543和车轮544。引擎541可以是内燃机、电动机、空气压缩引擎或其他类型的引擎组合,例如汽油发动机和电动机组成的混动引擎,内燃引擎和空气压缩引擎组成的混动引擎。引擎541将能量源542转换成机械能量。
能量源542的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源542也可以为车辆500的其他系统提供能量。
传动系统543可以将来自引擎541的机械动力传送到车轮544。传动系统543可包括变速箱、差速器和驱动轴。在一个实施例中,传动系统543还可以包括其他器件,比如离合器。其中,驱动轴可包括可耦合到一个或多个车轮544的一个或多个轴。
车辆500的部分或所有功能受计算平台550控制。计算平台550可包括至少一个处理器551,处理器551可以执行存储在例如存储器552这样的非暂态计算机可读介质中的指令553。在一些实施例中,计算平台550还可以是采用分布式方式控制车辆500的个体组件或子系统的多个计算设备。
处理器551可以是任何常规的处理器,诸如商业可获得的CPU。可替换地,处理器551还可以包括诸如图像处理器(Graphic Process Unit,GPU),现场可编程门阵列(FieldProgrammable Gate Array,FPGA)、片上系统(Sysem on Chip,SOC)、专用集成芯片(Application Specific Integrated Circuit,ASIC)或它们的组合。尽管图5功能性地图示了处理器、存储器、和在相同块中的计算机的其它元件,但是本领域的普通技术人员应该理解该处理器、计算机、或存储器实际上可以包括可以或者可以不存储在相同的物理外壳内的多个处理器、计算机、或存储器。例如,存储器可以是硬盘驱动器或位于不同于计算机的外壳内的其它存储介质。因此,对处理器或计算机的引用将被理解为包括对可以或者可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单一的处理器来执行此处所描述的步骤,诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器,处理器只执行与特定于组件的功能相关的计算。
在本公开实施方式中,处理器551可以执行上述的XXX方法。
在此处所描述的各个方面中,处理器551可以位于远离该车辆并且与该车辆进行无线通信。在其它方面中,此处所描述的过程中的一些在布置于车辆内的处理器上执行而其它则由远程处理器执行,包括采取执行单一操纵的必要步骤。
在一些实施例中,存储器552可包含指令553(例如,程序逻辑),指令553可被处理器551执行来执行车辆500的各种功能。存储器552也可包含额外的指令,包括向信息娱乐系统510、感知系统520、决策控制系统350、驱动系统540中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。
除了指令553以外,存储器552还可存储数据,例如道路地图、路线信息,车辆的位置、方向、速度以及其它这样的车辆数据,以及其他信息。这种信息可在车辆500在自主、半自主和/或手动模式中操作期间被车辆500和计算平台550使用。
计算平台550可基于从各种子系统(例如,驱动系统540、感知系统520和决策控制系统350)接收的输入来控制车辆500的功能。例如,计算平台550可利用来自决策控制系统350的输入以便控制转向系统533来避免由感知系统520检测到的障碍物。在一些实施例中,计算平台550可操作来对车辆500及其子系统的许多方面提供控制。
可选地,上述这些组件中的一个或多个可与车辆500分开安装或关联。例如,存储器552可以部分或完全地与车辆500分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。
可选地,上述组件只是一个示例,实际应用中,上述各个模块中的组件有可能根据实际需要增添或者删除,图5不应理解为对本公开实施例的限制。
在道路行进的自动驾驶汽车,如上面的车辆500,可以识别其周围环境内的物体以确定对当前速度的调整。物体可以是其它车辆、交通控制设备、或者其它类型的物体。在一些示例中,可以独立地考虑每个识别的物体,并且基于物体的各自的特性,诸如它的当前速度、加速度、与车辆的间距等,可以用来确定自动驾驶汽车所要调整的速度。
可选地,车辆500或者与车辆500相关联的感知和计算设备(例如计算系统351、计算平台550)可以基于所识别的物体的特性和周围环境的状态(例如,交通、雨、道路上的冰、等等)来预测识别的物体的行为。可选地,每一个所识别的物体都依赖于彼此的行为,因此还可以将所识别的所有物体全部一起考虑来预测单个识别的物体的行为。车辆500能够基于预测的识别的物体的行为来调整它的速度。换句话说,自动驾驶汽车能够基于所预测的物体的行为来确定车辆将需要调整到(例如,加速、减速、或者停止)何种稳定状态。在这个过程中,也可以考虑其它因素来确定车辆500的速度,诸如,车辆500在行驶的道路中的横向位置、道路的曲率、静态和动态物体的接近度等等。
除了提供调整自动驾驶汽车的速度的指令之外,计算设备还可以提供修改车辆500的转向角的指令,以使得自动驾驶汽车遵循给定的轨迹和/或维持与自动驾驶汽车附近的物体(例如,道路上的相邻车道中的车辆)的安全横向和纵向距离。
上述车辆500可以为各种类型的行驶工具,例如,轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、娱乐车、火车等等,本公开实施例不做特别的限定。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述车辆数据的传输方法的代码部分。
在另一示例性实施例中,还提供一种芯片,包括处理器和接口。处理器用于读取指令以执行上述车辆数据的传输方法的代码部分。
本领域技术人员在考虑说明书及实践本公开后,将容易想到本公开的其它实施方案。本申请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公开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,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (8)
1.一种车辆数据的传输方法,其特征在于,包括:
获取待检测的车辆数据;
对所述车辆数据的传输通道进行识别,以生成所述车辆数据对应的通道类型;
根据所述通道类型确定数据类型;
根据所述数据类型,从多个预设标准中选取目标预设标准,其中所述多个预设标准包括记录完备性标准、解析完备性标准、图像质量标准、帧率标准和精度范围标准中的至少两个;
根据所述目标预设标准,确定质量检测标准;
根据所述质量检测标准对所述车辆数据进行识别,以生成所述车辆数据的数据特征;
根据所述数据特征和所述质量检测标准,生成质量评估结果;
在根据所述质量评估结果确定所述车辆数据通过核验的情况下,将所述车辆数据和所述质量评估结果发送至服务器。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在根据所述质量评估结果确定所述车辆数据未通过核验的情况下,根据所述质量评估结果生成报警信号;
将所述报警信号发送至用户终端,所述用户终端为与所述车辆数据所属车辆绑定的用户终端。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
根据所述质量评估结果确定所述车辆数据的质量等级;
在所述质量等级达到指定等级阈值的情况下,确定所述车辆数据通过核验;
在所述质量等级未达到所述指定等级阈值的情况下,确定所述车辆数据未通过核验。
4.根据权利要求1所述的方法,其特征在于,所述将所述车辆数据和所述质量评估结果发送至服务器,包括:
根据所述车辆数据的质量等级,确定所述车辆数据的上传顺序;
根据所述上传顺序,将所述车辆数据和所述质量评估结果发送至所述服务器。
5.一种车辆数据的传输装置,其特征在于,包括:
获取模块,被配置为获取待检测的车辆数据;
第一确定模块,被配置为对所述车辆数据的传输通道进行识别,以生成所述车辆数据对应的通道类型;
根据所述通道类型确定数据类型;
第二确定模块,被配置为根据所述数据类型,从多个预设标准中选取目标预设标准,其中所述多个预设标准包括记录完备性标准、解析完备性标准、图像质量标准、帧率标准和精度范围标准中的至少两个;
根据所述目标预设标准,确定质量检测标准;
生成模块,被配置为根据所述质量检测标准对所述车辆数据进行识别,以生成所述车辆数据的数据特征,根据所述数据特征和所述质量检测标准,生成质量评估结果;
发送模块,被配置为在根据所述质量评估结果确定所述车辆数据通过核验的情况下,将所述车辆数据和所述质量评估结果发送至服务器。
6.一种车辆,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为在执行所述可执行指令时,实现权利要求1~4中任一项所述车辆数据的传输方法的步骤。
7.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述程序指令被处理器执行时实现权利要求1~4中任一项所述车辆数据的传输方法的步骤。
8.一种芯片,其特征在于,包括处理器和接口;所述处理器用于读取指令以执行权利要求1~4中任一项所述车辆数据的传输方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210827528.0A CN115221151B (zh) | 2022-07-13 | 2022-07-13 | 车辆数据的传输方法、装置、车辆、存储介质及芯片 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210827528.0A CN115221151B (zh) | 2022-07-13 | 2022-07-13 | 车辆数据的传输方法、装置、车辆、存储介质及芯片 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115221151A CN115221151A (zh) | 2022-10-21 |
CN115221151B true CN115221151B (zh) | 2024-02-02 |
Family
ID=83612009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210827528.0A Active CN115221151B (zh) | 2022-07-13 | 2022-07-13 | 车辆数据的传输方法、装置、车辆、存储介质及芯片 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115221151B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115757364A (zh) * | 2023-02-01 | 2023-03-07 | 上海数慧系统技术有限公司 | 一种数据质量检测方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102929961A (zh) * | 2012-10-10 | 2013-02-13 | 北京锐安科技有限公司 | 基于构建快速数据分级通道的数据处理方法及其装置 |
CN104376002A (zh) * | 2013-08-13 | 2015-02-25 | 北京四维图新科技股份有限公司 | 一种检测导航电子地图的数据质量的查找方法和数据库 |
JP2015101291A (ja) * | 2013-11-27 | 2015-06-04 | Jx日鉱日石エネルギー株式会社 | 車両評価システム及び車両評価方法 |
CN111399490A (zh) * | 2018-12-27 | 2020-07-10 | 华为技术有限公司 | 一种自动驾驶方法以及装置 |
CN111563979A (zh) * | 2020-05-08 | 2020-08-21 | 奇瑞汽车股份有限公司 | 自动驾驶数据的存储方法、装置、终端及存储介质 |
CN111710158A (zh) * | 2020-05-28 | 2020-09-25 | 深圳市元征科技股份有限公司 | 一种车辆数据处理方法及相关设备 |
CN113298469A (zh) * | 2021-05-26 | 2021-08-24 | 西安京迅递供应链科技有限公司 | 异常数据检测方法、装置、电子设备和存储介质 |
CN113435503A (zh) * | 2021-06-25 | 2021-09-24 | 上海商汤临港智能科技有限公司 | 数据处理方法及装置、存储介质和服务器 |
CN114116836A (zh) * | 2021-11-19 | 2022-03-01 | 南京交通职业技术学院 | 一种轨道交通作业信息集中处理方法 |
CN114333101A (zh) * | 2021-12-20 | 2022-04-12 | 华人运通(上海)自动驾驶科技有限公司 | 一种车辆数据处理方法 |
CN114329035A (zh) * | 2021-12-31 | 2022-04-12 | 中国第一汽车股份有限公司 | 数据的处理方法、装置、储存介质、处理器及电子装置 |
-
2022
- 2022-07-13 CN CN202210827528.0A patent/CN115221151B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102929961A (zh) * | 2012-10-10 | 2013-02-13 | 北京锐安科技有限公司 | 基于构建快速数据分级通道的数据处理方法及其装置 |
CN104376002A (zh) * | 2013-08-13 | 2015-02-25 | 北京四维图新科技股份有限公司 | 一种检测导航电子地图的数据质量的查找方法和数据库 |
JP2015101291A (ja) * | 2013-11-27 | 2015-06-04 | Jx日鉱日石エネルギー株式会社 | 車両評価システム及び車両評価方法 |
CN111399490A (zh) * | 2018-12-27 | 2020-07-10 | 华为技术有限公司 | 一种自动驾驶方法以及装置 |
CN111563979A (zh) * | 2020-05-08 | 2020-08-21 | 奇瑞汽车股份有限公司 | 自动驾驶数据的存储方法、装置、终端及存储介质 |
CN111710158A (zh) * | 2020-05-28 | 2020-09-25 | 深圳市元征科技股份有限公司 | 一种车辆数据处理方法及相关设备 |
CN113298469A (zh) * | 2021-05-26 | 2021-08-24 | 西安京迅递供应链科技有限公司 | 异常数据检测方法、装置、电子设备和存储介质 |
CN113435503A (zh) * | 2021-06-25 | 2021-09-24 | 上海商汤临港智能科技有限公司 | 数据处理方法及装置、存储介质和服务器 |
CN114116836A (zh) * | 2021-11-19 | 2022-03-01 | 南京交通职业技术学院 | 一种轨道交通作业信息集中处理方法 |
CN114333101A (zh) * | 2021-12-20 | 2022-04-12 | 华人运通(上海)自动驾驶科技有限公司 | 一种车辆数据处理方法 |
CN114329035A (zh) * | 2021-12-31 | 2022-04-12 | 中国第一汽车股份有限公司 | 数据的处理方法、装置、储存介质、处理器及电子装置 |
Non-Patent Citations (3)
Title |
---|
Virtual Testbed for Assessing Probe Vehicle Data in IntelliDrive Systems;François Dion 等;IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS;第12卷(第3期);635 - 644 * |
农村土地经营权确权中属性数据的质量评价――以赣州市宁都县为例;梁茂昆 等;江西科学;第34卷(第04期);495-501 * |
空气污染人群健康影响监测信息系统数据质量控制的设计与实现;刘悦 等;卫生研究;第47卷(第02期);277-280 * |
Also Published As
Publication number | Publication date |
---|---|
CN115221151A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240017719A1 (en) | Mapping method and apparatus, vehicle, readable storage medium, and chip | |
CN115042821B (zh) | 车辆控制方法、装置、车辆及存储介质 | |
CN114842075B (zh) | 数据标注方法、装置、存储介质及车辆 | |
CN115123257A (zh) | 路面减速带位置识别方法、装置、车辆、存储介质及芯片 | |
CN115221151B (zh) | 车辆数据的传输方法、装置、车辆、存储介质及芯片 | |
CN115056784B (zh) | 车辆控制方法、装置、车辆、存储介质及芯片 | |
CN115202234B (zh) | 仿真测试方法、装置、存储介质和车辆 | |
CN114782638B (zh) | 生成车道线的方法、装置、车辆、存储介质及芯片 | |
CN115203457B (zh) | 图像检索方法、装置、车辆、存储介质及芯片 | |
CN115330923B (zh) | 点云数据渲染方法、装置、车辆、可读存储介质及芯片 | |
CN115205311B (zh) | 图像处理方法、装置、车辆、介质及芯片 | |
CN115100630B (zh) | 障碍物检测方法、装置、车辆、介质及芯片 | |
CN115222791B (zh) | 目标关联方法、装置、可读存储介质及芯片 | |
CN114771539B (zh) | 车辆变道决策方法、装置、存储介质及车辆 | |
CN115205848A (zh) | 目标检测方法、装置、车辆、存储介质及芯片 | |
CN115042814A (zh) | 交通灯状态识别方法、装置、车辆及存储介质 | |
CN115082886B (zh) | 目标检测的方法、装置、存储介质、芯片及车辆 | |
CN115407344B (zh) | 栅格地图创建方法、装置、车辆及可读存储介质 | |
CN115179930B (zh) | 车辆控制方法、装置、车辆及可读存储介质 | |
CN114822216B (zh) | 生成车位地图的方法、装置、车辆、存储介质及芯片 | |
CN115082573B (zh) | 参数标定方法、装置、车辆及存储介质 | |
CN115139946B (zh) | 车辆落水检测方法、车辆、计算机可读存储介质及芯片 | |
CN115063639B (zh) | 生成模型的方法、图像语义分割方法、装置、车辆及介质 | |
CN115147794B (zh) | 车道线确定方法、装置、车辆、介质及芯片 | |
CN115123304A (zh) | 故障追踪方法、装置、介质及芯片 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |