CN102184636B - 基于浮动车技术的道路拓宽识别方法 - Google Patents
基于浮动车技术的道路拓宽识别方法 Download PDFInfo
- Publication number
- CN102184636B CN102184636B CN 201110102162 CN201110102162A CN102184636B CN 102184636 B CN102184636 B CN 102184636B CN 201110102162 CN201110102162 CN 201110102162 CN 201110102162 A CN201110102162 A CN 201110102162A CN 102184636 B CN102184636 B CN 102184636B
- Authority
- CN
- China
- Prior art keywords
- road
- data
- floating car
- route
- floating
- 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.)
- Expired - Fee Related
Links
- 238000007667 floating Methods 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005516 engineering process Methods 0.000 title claims abstract description 20
- 238000004891 communication Methods 0.000 claims description 32
- 230000008878 coupling Effects 0.000 claims description 29
- 238000010168 coupling process Methods 0.000 claims description 29
- 238000005859 coupling reaction Methods 0.000 claims description 29
- 238000001914 filtration Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000010267 cellular communication Effects 0.000 claims description 2
- 230000000295 complement effect Effects 0.000 claims description 2
- 239000012141 concentrate Substances 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 238000010845 search algorithm Methods 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 claims 1
- 238000007781 pre-processing Methods 0.000 abstract 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于浮动车技术的道路拓宽识别方法,利用浮动车在行驶过程中采集车辆编号、位置、方向和速度信息;再对数据信息中的速度信息进行预处理,得到有效的行车路线特征向量表示库;其次在交通图层道路特征向量库中提取待匹配道路路元,在行车路线特征向量表示库中提取待匹配路线,将待匹配道路路元与待匹配路线进行道路匹配获得浮动车路线的数据匹配集;最后根据浮动车路线的数据匹配集求浮动车车流量、平均车速、分布区域宽度并与交通图层原有记录进行比较,判断其道路是否拓宽。本发明为各类交通信息服务系统提供动态的、准确的道路拓宽变化信息,不仅信息获取渠道成本低,而且信息更新及时可靠,对各类交通信息服务系统有着重要的意义。
Description
【技术领域】
本发明属于信息技术应用领域,具体是涉及交通图层中道路拓宽识别方法,为交通图层提供道路拓宽信息的交通信息服务。
【背景技术】
浮动车技术,也被称作“探测车”,已经被广泛使用,其基本原理是:根据装备车载全球定位系统的浮动车在其行驶过程中定期记录的车辆位置,方向和速度信息,应用地图匹配、路径推测等相关的计算模型和算法进行处理,使浮动车位置数据和城市道路在时间和空间上关联起来。
路宽信息是交通图层的重要属性之一,其交通图层都含有道路特征向量库,通过发现道路拓宽信息并对交通图层进行动态更新有利于更科学地进行交通诱导。目前,交通图层的道路拓宽信息由交通图层更新时进行道路级别的变更,或由测绘部门和交通部门进行实地探测后,再统一发布交通图层属性信息实现。因此,目前道路拓宽信息探测方法不仅更新周期长,而且更新成本高,无法实现交通图层道路拓宽信息的动态更新。
【发明内容】
本发明要解决的技术问题,在于提供一种基于浮动车技术的道路拓宽识别方法,其克服了背景技术中,更新周期长,而且更新成本高,无法实现道路拓宽状态变化的动态更新的不足。
本发明是这样实现的:一种基于浮动车技术的道路拓宽识别方法,包括以下步骤:
步骤10、利用浮动车在行驶过程中采集车辆编号、位置、方向和速度信息,并将采集到的数据信息传送到数据服务中心;
步骤20、数据服务中心对所述数据信息中的速度信息进行预处理,得到有效的道路行车路线数据集合,并根据有效的道路行车数据得到对应的行车路线特征向量,由各行车路线特征向量构造行车路线特征向量表示库;
步骤30、在交通图层道路特征向量库中提取待匹配道路路元,在所述行车路线特征向量表示库中提取待匹配路线,将所述待匹配道路路元与所述待匹配路线进行道路匹配来获得浮动车路线的数据匹配集;
步骤40、根据浮动车路线的数据匹配集对匹配的路元的浮动车车流量进行计算、对匹配的道路的行车数据的平均车速进行计算、对数据匹配集上的所有路线求取任意两条线路的最大横向间距,并从其各横向间距中获得道路浮动车数据分布区域宽度;将所述浮动车车流量、平均车速、浮动车数据分布区域宽度与交通图层原有记录的浮动车车流量、平均车速、浮动车数据分布区域宽度进行比较,判断其道路是否拓宽。
本发明具有如下优点:利用大量的浮动车在行驶过程中采集信息,并在给定的时间段中抽取数据来获得浮动车数据序列,将采集的信息进行数据预处理来获得行车路线特征向量表示库,在交通图层道路特征向量库中提取待匹配道路路元,在所述行车路线特征向量表示库中提取待匹配路线,将所述待匹配道路路元与所述待匹配路线进行道路匹配来获得浮动车路线的数据匹配集,并进行拓宽计算来获得道路拓宽信息,从而实现交通图层道路信息的动态更新,为各类交通信息服务系统提供动态的、准确的道路拓宽状态变化信息,不仅信息获取渠道成本低,而且信息更新及时可靠,对各类交通信息服务系统有着重要的意义。
【附图说明】
图1是本发明的基于浮动车技术的道路拓宽识别方法的系统框架图。
图2是本发明对道路行车信息数据预处理并获得行车路线特征向量表示库的算法流程图。
图3是本发明的基于浮动车的道路匹配与道路拓宽计算的算法流程图。
【具体实施方式】
本发明为基于浮动车技术的道路拓宽识别方法,该方法包括以下步骤:
步骤10、利用浮动车在行驶过程中采集车辆编号、位置、方向和速度信息,并将采集到的数据信息传送到数据服务中心;
步骤20、数据服务中心对所述数据信息中的速度信息进行预处理,得到有效的道路行车路线数据集合,并根据有效的道路行车数据得到对应的行车路线特征向量,由各行车路线特征向量构造行车路线特征向量表示库;
步骤30、在交通图层道路特征向量库中提取待匹配道路路元,在所述行车路线特征向量表示库中提取待匹配路线,将所述待匹配道路路元与所述待匹配路线进行道路匹配来获得浮动车路线的数据匹配集;
步骤40、根据浮动车路线的数据匹配集对匹配的路元的浮动车车流量进行计算、对匹配的道路的行车数据的平均车速进行计算、对数据匹配集上的所有路线求取任意两条线路的最大横向间距,并从其各横向间距中获得道路浮动车数据分布区域宽度;将所述浮动车车流量、平均车速、浮动车数据分布区域宽度与交通图层原有记录的浮动车车流量、平均车速、浮动车数据分布区域宽度进行比较,判断其道路是否拓宽。
如图1所示,为基于浮动车技术的交通堵塞点识别方法的系统框架图,其中详细展示了基于浮动车技术的交通堵塞点发现及其状态识别系统所包括的四个部分,其中每个部分产生的结果作为下一个部分数据处理的对象。
第一个部分进行的是基于指定时间段[T0-ΔT,T0]的浮动车行车数据抽样,得到浮动车数据集合序列;在第二部分中经过数据滤波和行车路线特征向量构造等数据预处理后,最终得到行车路线特征向量表示库;第三部分,将浮动车行车路线与交通图层道路进行道路匹配,生成浮动车路线的数据匹配集,通过比较道路的浮动车数据分布中的最大间距、浮动车车流量及其平均车度以计算道路是否有拓宽。
如图2所示,是本发明对道路行车信息数据预处理并获得行车路线特征向量表示库的算法流程图,其主要步骤为:
步骤1:利用大量装备GPS等车载定位系统的浮动车在其行驶过程中以周期τ定期采集车辆编号i、位置1、方向c和速度信息v,得到数据信息集合xi=<li,ci,vi>,并将采集得到的数据通过移动蜂窝通信等技术传送到数据中心,形成海量的浮动车数据库。
设当前时间点为T0,在浮动车数据库中抽取最近时间段[T0-ΔT,T0]内的数据,其中ΔT为系统可调参数,其采样数据集合为m辆浮动车的n阶序列
X(m,n)={<li,j,ci,j,vi,j>|i∈[1,m],j∈[1,n]}
其中,
对于ΔT的选择可通过逼近法进行优化,首先应足够大以保证浮动车数据在所需计算的整条道路中有足够的覆盖率和覆盖强度,同时ΔT也应尽可能小,以减少长时间历史数据对计算的干扰,并提高系统对道路拓宽发现的准确度。
步骤2:对于在正常道路上行驶的车辆,其速度不可能在Δt内一直都低于正常速度υ,因此需要将这部分数据滤除,同时,由于浮动车活动范围非常广,为了提高系统效率,应对进行计算的交通图层平面区域A外的数据进行滤除,即有效的道路行车数据集合为
其中,
从而得到待计算的道路行车数据,然后根据有效的道路行车数据得到对应的行车路线特征向量,表示为
并构造行车路线特征向量表示库为
S(m)={Li|i∈[1,m]}最后存入浮动车数据库。
如图3所示,是本发明的基于浮动车的道路匹配与道路拓宽计算的算法流程图,具体步骤如下:
在交通图层道路特征向量库中提取待匹配道路路元即将提取的整条道路按方向的不同进行分段,同一方向的为一路元,设路元ra的中点位置为e且方向为d,则该路元可表示为ra(e,d);
抽取行车路线特征向量表示库S(m)中的任意浮动车行车路线数据Li(为一条行车路线),经过滤波后再通过折半查找算法与路元ra(e,d)进行匹配计算,设路元ra与行车路线Li的匹配算子为M(ra,Li),则有M(ra,Li)∈[0,1];其中,值为0表示匹配不成功,否则为1表示匹配成功;
将行车路线数据Li进行分段为:
Li=Li,(1,n)=Li,(1,a-1)∪Li,(a,b)∪Li,(b+1,n),其中a与b分别路线分段的两个节点,且有a∈[2,n-2],b∈[3,n-1]及a<b;
若M(ra,Li,(1,a-1))∨M(ra,Li,(b+1,n))=0且M(ra,Li,(a,b))=1,则称Li,(a,b)与路元ra(e,d)匹配;
生成与该路元匹配的浮动车路线的数据匹配集:
其中Li1,(p1,q1)表示该路元匹配的第一条行车路线数据,其浮动车ID编号为i1,且在整个行车路线中,与路元具体匹配的位置为p1与p2两个数据点间的线段,p1∈[1,n-1],p2∈[2,n]。同理有Li2,(p2,q2),直到Lib,(pb,qb),表示共有b条行车路线数据与该路元相匹配。
根据浮动车路线的数据匹配集对匹配的路元ra(e,d)的浮动车车流量进行计算,即在ΔT时间内的浮动车数量,同时将浮动车车流量与交通图层原有记录的进行比较,当浮动车车流量明显小于原有记录的时,继续进行道路匹配;当浮动车车流量明显大于原有记录的时同时,再进行对匹配的道路的行车数据的平均车速计算,即有 将浮动车平均车速与交通图层原有记录的进行比较;当浮动车平均车速小于交通图层原有记录的时,继续进行道路匹配,当浮动车平均车速明显大于交通图层原有记录的时,进行下面步骤;
取浮动车路线的数据匹配集中的任意两条路线lia与lib,构造如下的行车路线特征向量距离算子:
D(lia,lib,ra(e,d))=d(lia*(cosα+isinα),lib*(cosβ+isinβ)),其中α=dia-d,β=dib-d,其d(l1,l2)为两线l1和l2之间的距离,其下标ia,ib表示在路线分段的节点a和b下对应浮动车编号组合;
对匹配的路元的浮动车路线的数据匹配集上的所有路线求取任意两条线路的最大横向间距:wi=max(D(lia,lib,ra(e,d))),并从其各横向间距中获得道路浮动车数据分布区域宽度,即为选取两条线路间的最大距离:浮动车数据浮动车数据分布区域宽度Wra=max(D(lia,lib,ra(e,d)))+σ,i∈[1,n],其中,而σ为误差修正值,以减少计算误差;将该浮动车数据分布区域宽度Wra与该交通图层原有记录的进行比较;
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (6)
1.一种基于浮动车技术的道路拓宽识别方法,其特征在于:包括以下步骤:
步骤10、利用浮动车在行驶过程中采集车辆编号、位置、方向和速度信息,并将采集到的数据信息传送到数据服务中心;
步骤20、数据服务中心对所述数据信息中的速度信息进行预处理,得到有效的道路行车路线数据集合,并根据有效的道路行车数据得到对应的行车路线特征向量,由各行车路线特征向量构造行车路线特征向量表示库;
步骤30、在交通图层道路特征向量库中提取待匹配道路路元,在所述行车路线特征向量表示库中提取待匹配路线,将所述待匹配道路路元与所述待匹配路线进行道路匹配来获得浮动车路线的数据匹配集;
步骤40、根据浮动车路线的数据匹配集对匹配的路元的浮动车车流量进行计算、对匹配的道路的行车数据的平均车速进行计算、对数据匹配集上的所有路线求取任意两条线路的最大横向间距,并从其各横向间距中获得道路浮动车数据分布区域宽度;将所述浮动车车流量、平均车速、浮动车数据分布区域宽度与交通图层原有记录的浮动车车流量、平均车速、浮动车数据分布区域宽度进行比较,判断其道路是否拓宽。
2.根据权利要求1所述的基于浮动车技术的道路拓宽识别方法,其特征在于:所述步骤10进一步包括:
利用装备GPS车载定位系统的浮动车以周期τ定期采集车辆编号i、位置1、方向c和速度信息v,得到数据信息集合xi=<li,ci,vi>,并将采集得到的数据通过移动蜂窝通信技术传送到数据服务中心,形成浮动车数据库。
3.根据权利要求2所述的基于浮动车技术的道路拓宽识别方法,其特征在于:在所述的浮动车数据库中抽取指定时间段[T0-ΔT,T0]内的数据,其中T0为定义的当前时间点,ΔT为系统可调参数,其采样数据集合为m辆浮动车的n阶序列
X(m,n)={<li,j,ci,j,vi,j>|i∈[1,m],j∈[1,n]}
其中,
4.根据权利要求3所述的基于浮动车技术的道路拓宽识别方法,所述步骤20进一步包括:
将非正常行驶的速度即在Δt内一直都低于正常速度υ的干扰数据滤除,且应对进行计算的交通图层平面区域A外的数据也进行滤除;得到有效的道路行车路线数据集合为
其中,
从而得到待计算的道路行车数据,然后根据有效的道路行车数据得到对应的行车路线特征向量,表示为
并构造行车路线特征向量表示库为
S(m)={Li|i∈[1,m]}最后存入浮动车数据库。
5.根据权利要求4所述的基于浮动车技术的道路拓宽识别方法,所述步骤30进一步包括:
在交通图层道路特征向量库中提取待匹配道路路元即将提取的整条道路按方向的不同进行分段,同一方向的为一路元,设路元ra的中点位置为e且方向为d,则该路元可表示为ra(e,d);
抽取行车路线特征向量表示库S(m)中的任意浮动车行车路线数据Li,经过滤波后再通过折半查找算法与路元ra(e,d)进行匹配计算,设路元ra与行车路线Li的匹配算子为M(ra,Li),则有M(ra,Li)∈[0,1];其中,值为0表示匹配不成功,否则为1表示匹配成功;
将行车路线数据Li进行分段为:
Li=Li,(1,n)=Li,(1,a-1)∪Li,(a,b)∪Li,(b+1,n)其中a与b分别路线分段的两个节点,且有a∈[2,n-2],b∈[3,n-1]及a<b;
若M(ra,Li,(1,a-1))∨M(ra,Li,(b+1,n))=0且M(ra,Li,(a,b))=1,则称Li,(a,b)与路元ra(e,d)匹配;
生成与该路元匹配的浮动车路线的数据匹配集:
其中Li1,(p1,q1)表示该路元匹配的第一条行车路线数据,其浮动车ID编号为i1,且在整个行车路线中,与路元具体匹配的位置为p1与p2两个数据点间的线段,p1∈[1,n-1],p2∈[2,n];同理有Li2,(p2,q2),直到Lib,(pb,qb),表示共有b条行车路线数据与该路元相匹配。
6.如权利要求5所述的基于浮动车技术的道路拓宽识别方法,所述步骤40进一步包括:
根据浮动车路线的数据匹配集对匹配的路元ra(e,d)的浮动车车流量进行计算,即在ΔT时间内的浮动车数量,同时对匹配的道路的行车数据的平均车速进行计算,即有将浮动车车流量及平均车速分别与交通图层原有记录的与进行比较;
取浮动车路线的数据匹配集中的任意两条路线lia与lib,构造如下的行车路线特征向量距离算子:
D(lia,lib,ra(e,d))=d(lia*(cosα+isinα),lib*(cosβ+isinβ)),其中α=dia-d,β=dib-d,其d(l1,l2)为两线l1和l2之间的距离;
对匹配的路元的浮动车路线的数据匹配集上的所有路线求取任意两条线路的最大横向间距:wi=max(D(lia,lib,ra(e,d))),并从其各横向间距中获得道路浮动车数据分布区域宽度,即为选取两条线路间的最大距离:浮动车数据分布区域宽度Wra=max(D(lia,lib,ra(e,d)))+σ,i∈[1,n],其中,而σ为误差修正值,以减少计算误差;将该浮动车数据分布区域宽度Wra与该交通图层原有记录的进行比较;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110102162 CN102184636B (zh) | 2011-04-22 | 2011-04-22 | 基于浮动车技术的道路拓宽识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110102162 CN102184636B (zh) | 2011-04-22 | 2011-04-22 | 基于浮动车技术的道路拓宽识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102184636A CN102184636A (zh) | 2011-09-14 |
CN102184636B true CN102184636B (zh) | 2013-09-18 |
Family
ID=44570804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110102162 Expired - Fee Related CN102184636B (zh) | 2011-04-22 | 2011-04-22 | 基于浮动车技术的道路拓宽识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102184636B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102956105B (zh) * | 2012-11-01 | 2014-12-10 | 福建工程学院 | 一种浮动车样本点数据插值的方法 |
CN103050012B (zh) * | 2013-01-11 | 2015-04-15 | 福建工程学院 | 一种基于浮动车技术的道路养护信息采集方法 |
CN103632546B (zh) * | 2013-11-27 | 2016-01-20 | 中国航天系统工程有限公司 | 一种基于浮动车数据的城市道路交通事故影响预测方法 |
CN106289036B (zh) * | 2016-08-03 | 2019-05-10 | 福建工程学院 | 一种基于浮动车数据分析的道路宽度测量方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1952992A (zh) * | 2006-11-03 | 2007-04-25 | 清华大学 | 车载交通信息移动采集终端 |
JP2008040825A (ja) * | 2006-08-07 | 2008-02-21 | Xanavi Informatics Corp | 交通情報提供装置、交通情報提供システム、交通情報の送信方法、および交通情報の要求方法 |
CN101957208A (zh) * | 2010-09-09 | 2011-01-26 | 福建工程学院 | 一种基于浮动车技术的新增道路发现方法 |
-
2011
- 2011-04-22 CN CN 201110102162 patent/CN102184636B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008040825A (ja) * | 2006-08-07 | 2008-02-21 | Xanavi Informatics Corp | 交通情報提供装置、交通情報提供システム、交通情報の送信方法、および交通情報の要求方法 |
CN1952992A (zh) * | 2006-11-03 | 2007-04-25 | 清华大学 | 车载交通信息移动采集终端 |
CN101957208A (zh) * | 2010-09-09 | 2011-01-26 | 福建工程学院 | 一种基于浮动车技术的新增道路发现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102184636A (zh) | 2011-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103646560B (zh) | 出租车行车轨迹经验知识路径的提取方法 | |
CN101270997B (zh) | 基于gps数据的浮动车动态实时交通信息处理方法 | |
CN104574967B (zh) | 一种基于北斗的城市大面积路网交通感知方法 | |
CN100357987C (zh) | 城市路网交通流区间平均速度的获取方法 | |
CN101957208B (zh) | 一种基于浮动车技术的新增道路发现方法 | |
CN100580735C (zh) | 基于探测车技术的实时动态交通信息处理方法 | |
CN107784084B (zh) | 基于车辆定位数据的路网生成方法及系统 | |
CN101944288B (zh) | 城市公交线路停靠站设置方法 | |
CN110111574B (zh) | 一种基于流量树分析的城市交通不平衡评价方法 | |
CN103226892B (zh) | 一种优化型的道路拥塞状态发现方法 | |
CN105203116B (zh) | 一种基于条件随机场和低采样频率浮动车数据的地图匹配方法 | |
Gao et al. | Estimating freeway traffic measures from mobile phone location data | |
CN106197458A (zh) | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 | |
CN102956105B (zh) | 一种浮动车样本点数据插值的方法 | |
CN105809962A (zh) | 一种基于手机数据的交通出行方式划分的方法 | |
CN102096702B (zh) | 一种车辆行驶里程处理系统及其处理方法 | |
CN105674995A (zh) | 一种基于用户出行轨迹获取通勤路线的方法及装置 | |
CN106710208A (zh) | 交通状态的获取方法及装置 | |
CN102183256A (zh) | 行进车队的地图匹配方法 | |
CN105788263A (zh) | 一种通过手机信息预测道路拥堵的方法 | |
CN110276973A (zh) | 一种路口交通规则自动识别方法 | |
CN101989381A (zh) | 基于浮动车技术的道路单向限行与通行状态识别方法 | |
CN105787586A (zh) | 一种最大化时空可达性的公交线路站点优化布设方法 | |
CN102184636B (zh) | 基于浮动车技术的道路拓宽识别方法 | |
CN104217593A (zh) | 一种面向手机移动速度的路况信息实时获取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20110914 Assignee: FUZHOU XICHENG ELECTRONIC CO.,LTD. Assignor: Fujian University of Technology Contract record no.: 2015350000086 Denomination of invention: Floating vehicle technology based road widening identification method Granted publication date: 20130918 License type: Common License Record date: 20151105 |
|
LICC | Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130918 |