CN105139481A - 一种汽车喇叭识别系统 - Google Patents
一种汽车喇叭识别系统 Download PDFInfo
- Publication number
- CN105139481A CN105139481A CN201510495991.XA CN201510495991A CN105139481A CN 105139481 A CN105139481 A CN 105139481A CN 201510495991 A CN201510495991 A CN 201510495991A CN 105139481 A CN105139481 A CN 105139481A
- Authority
- CN
- China
- Prior art keywords
- information
- automobile
- doubtful
- sound
- controller
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
Abstract
本发明涉及一种汽车喇叭识别系统,包括服务器、拾音控制器、图像采集装置、管理终端、车牌识别装置;所述拾音控制器、图像采集装置、管理终端、车牌识别装置通过网络连接服务器。服务器自动地识别出具体的鸣喇叭的汽车,并记录在数据库中。识别出鸣喇叭的汽车后,将现场采集到的鸣喇叭时段的图像对应保存;分析车牌识别装置识别的该时段的车牌号,可以进一步确认鸣喇叭的汽车。本发明提高了鸣喇叭的汽车的自动识别率,能够自动取证,更适合于交通管理地应用。
Description
技术领域
本发明涉及车辆管理,尤其涉及一种汽车喇叭识别系统。
背景技术
随着汽车的日益增多,汽车喇叭的噪音污染困扰着人们,虽然很多地方的法律规定在市区内不准鸣放喇叭,并对违法者处以罚款,但是仍然存在乱鸣喇叭的现象,特别是在半夜让人们处于嘈杂的环境中无法入睡,然而由于喇叭鸣放后无法考证具体的鸣放车辆,导致交警在执法的过程中取证难,难以对违法行为进行有效的处罚。
现有技术中,中国专利申请号为2015202010440,提出了一种汽车喇叭识别装置,利用人工声音识别技术,识别出鸣喇叭的车辆;其缺陷是人工声音识别有一定的错误率,同时,没有对鸣喇叭的车辆进行图像取证,不是完整的交通管理证据。
如果,在人工声音识别鸣喇叭的车辆的同时,结合图像取证,能够构成更完整的交通管理证据;同时,结合图像信息,可以进一步确认鸣喇叭的车辆。
发明内容
针对现有技术存在的缺陷,本发明提出一种汽车喇叭识别系统,能够识别鸣喇叭的车辆,并对鸣喇叭的车辆进行图像取证,提高了执法效率。
为解决上述技术问题,本发明提出一种汽车喇叭识别系统,包括服务器、拾音控制器、图像采集装置;所述拾音控制器通过网络连接服务器;所述拾音控制器包括拾音器、控制器和通讯模块;所述拾音器收集信息并传输给控制器,所述控制器再将其接收到的信息传输给通讯模块,所述通讯模块再将其接收到的信息发送给服务器;所述图像采集装置通过网络连接服务器。
所述拾音控制器还包括音量识别器;所述音量识别器与控制器连接。
所述汽车喇叭识别系统还包括管理终端;所述管理终端通过网络连接服务器。
所述汽车喇叭识别系统还包括车牌识别装置;所述车牌识别装置通过网络连接服务器。
在所述汽车喇叭识别系统上运行包括汽车喇叭识别方法的软件。
所述汽车喇叭识别方法包括如下处理步骤:
1)获取车辆的特征喇叭声音数据;
2)获取监控区域的图像信息;
3)获取监控区域的喇叭声音信息;
4)找出疑似鸣喇叭车辆;
5)确定鸣喇叭车辆;
所述步骤2)、步骤3)的顺序可以交替;所述步骤2)、步骤3)的监控区域可以不一致,部分区域可以不获得图像信息,此时,系统降级运行。
所述步骤4)的步骤包括:
ⅰ)服务器端首先依据音量数据判断是否是疑似汽车喇叭的声音信息,如不是,则本条声音信息处理结束;如果是疑似汽车喇叭的声音信息,则使用与步骤1)获取喇叭的声音特征数据模型对应的模式识别技术,获得该声音的特征数据模型;将该声音的特征数据模型与数据库中存储的声音特征数据模型逐一进行比对,选出相似度超过设定阈值的数据库中存储的声音特征数据模型;
ⅱ)如选出的声音特征数据模型为0个,认为该声音不是管理范围内的汽车的喇叭声音;如选出的声音特征数据模型大于或等于1个,则选取相似度取值最高的不大于N个声音特征数据模型对应的汽车为疑似鸣喇叭的汽车;所述N由预先设定,其取值为自然数;
ⅲ)将第ⅱ)步获得的疑似汽车的相关声音信息和车牌号等特征数据记录进数据库中;
ⅳ)将图像采集装置获得的疑似汽车的相应位置、相应时段的图像信息记录进数据库中。
所述步骤5)的步骤包括:
ⅰ)如果鸣喇叭地点附近设置有车牌识别装置,并且车牌识别装置在相应时段获得了疑似车辆的车牌,记录该关联信息,作为辅助判断使用;
ⅱ)如果,步骤4)选出的只有一个疑似鸣喇叭的汽车,则直接认为该车为鸣喇叭的汽车;
ⅲ)如果,步骤4)选出的疑似鸣喇叭的汽车多于1个,由工作人员在管理终端上进一步人工处理;工作人员结合相似度取值、车牌识别情况、现场图像信息、声音采集地点等信息进行综合分析,确定具体鸣喇叭的汽车;并把处理结果记录到数据库中;
所述步骤ⅰ)是可选项。
有益效果
本发明通过设置的拾音控制器和服务器,预先获得具体车辆的喇叭声音信息,并记录在服务器中。日常工作时,分布在汽车喇叭声音监控区域内的各个拾音控制器分别拾取汽车喇叭的声音信息,发送给服务器,由服务器自动地识别出具体的鸣喇叭的汽车,并记录在数据库中;分布在汽车喇叭声音监控区域内的图像采集装置采集现场的图像信息,并通过网络传送到服务器保存;识别出鸣喇叭的汽车后,将该汽车所在位置的图像采集装置采集到的鸣喇叭时段的图像对应保存;分析车牌识别装置识别的该时段的车牌号与识别出的鸣喇叭的汽车的车牌号的对应关系,进一步确认鸣喇叭的汽车;在管理终端上,人工确认鸣喇叭的汽车。本发明提高了鸣喇叭的汽车的自动识别率,加上自动取证,更适合于交通管理应用。
附图说明
图1是本发明的结构原理图;
图2是本发明拾音控制器的结构原理图。
图3是本发明的汽车喇叭识别方法的处理流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明一种汽车喇叭识别系统,包括服务器、拾音控制器、图像采集装置、管理终端、车牌识别装置;所述拾音控制器、图像采集装置、管理终端、车牌识别装置通过网络连接服务器。
如图2所示,所述拾音控制器包括控制器、拾音器、通讯模块、音量识别器;所述音量识别器与控制器连接;所述控制器、拾音器、通讯模块、音量识别器配合连接;所述拾音器收集信息并传输给控制器,所述控制器再将其接收到的信息传输给通讯模块,所述通讯模块再将其接收到的信息发送给服务器。
所述音量识别器是可选模块;优选的使用音量识别器。
控制器、拾音器、通讯模块、音量识别器、图像采集装置、管理终端、车牌识别装置均是现有技术。
所述图像采集装置,是摄像机、照相机等装置,优选的使用摄像机,摄像机把采集到的图像信息实时传输给服务器。所述图像采集装置,可以是固定安装的图像采集装置,也可以是移动的图像采集装置;所述移动的图像采集装置包括车载图像采集装置。所述图像采集装置是可选模块;优选的使用图像采集装置。
所述管理终端,是固定信息终端设备和/或移动信息终端设备。
所述车牌识别装置,是具有车牌图像识别功能的装置,是现有技术。
音量识别器根据当前声音的是否大于或大于等于预设的阈值,判断是否是疑似汽车喇叭的声音,认为大于或大于等于阈值的声音是疑似汽车喇叭声音,控制器把疑似汽车喇叭声音的数据通过通讯模块传输给服务器。
拾音控制器中,不包括音量识别器时,拾音控制器把获得的所有声音数据都发送给服务器;拾音控制器中包含音量识别器时,在拾音控制器端可以过滤掉音量较低的大量声音数据,有效地减少了服务器端的计算量。优选的,所述拾音控制器包括音量识别器。
在所述汽车喇叭识别系统上运行包括汽车喇叭识别方法的软件。
如图3所示,所述汽车喇叭识别方法包括如下处理步骤:
1)获取车辆的特征喇叭声音数据;
2)获取监控区域的图像信息;
3)获取监控区域的喇叭声音信息;
4)找出疑似鸣喇叭车辆;
5)确定鸣喇叭车辆;
所述步骤2)、步骤3)的顺序可以交替;所述步骤2)、步骤3)的监控区域可以不一致,部分区域可以不获得图像信息,此时,系统降级运行。优选的步骤2)、步骤3)同时工作,所有监控区域同时获得图像信息、喇叭声音信息。
所述步骤1)的步骤包括:
ⅰ)拾音控制器逐一获得欲管理的每一辆汽车的喇叭声音信息和该车的车牌号等特征数据,对应传输给服务器,该车的喇叭声音信息做为该车的喇叭声音的标准样本;
ⅱ)服务器对获得的标准样本逐一使用傅立叶变换、小波变换等现有技术,按照一定的频率间隔规律,抽取出各个频段的声音数据;如从200Hz起,每隔200Hz取样,直到22000Hz;各个频段的宽度可以不相同;
ⅲ)将取出的所有频段的音量数据使用高斯混合模型或贝叶斯分类器等现有的模式识别技术,获得该车喇叭的声音特征数据模型,并将该车喇叭的声音特征数据模型和该车的车牌号等特征数据对应存储到数据库中。
所述步骤2)包括:各个图像采集装置,连续不断的把采集到的图像信息发送到服务器,服务器把接收到的图像信息存储到数据库中。
所述步骤3)的实现方式一:
在汽车喇叭声音监控区域内设置一个或多个拾音控制器;拾音控制器实时采集所在位置的声音信息;通过拾音控制器其中设置的音量识别器识别出疑似汽车喇叭的声音信息;拾音控制器把疑似汽车喇叭的声音信息传送给服务器。
所述步骤3)的实现方式二:
使用手机或其他移动式的拾音控制器,采集所在位置的声音信息,并通过网络发送给服务器。
所述步骤4)的步骤包括:
ⅰ)服务器端首先依据音量数据判断是否是疑似汽车喇叭的声音信息,如不是,则本条声音信息处理结束;如果是疑似汽车喇叭的声音信息,则使用与步骤1)获取喇叭的声音特征数据模型对应的模式识别技术,获得该声音的特征数据模型;将该声音的特征数据模型与数据库中存储的声音特征数据模型逐一进行比对,选出相似度超过设定阈值的数据库中存储的声音特征数据模型;
ⅱ)如选出的声音特征数据模型为0个,认为该声音不是管理范围内的汽车的喇叭声音;如选出的声音特征数据模型大于或等于1个,则选取相似度取值最高的不大于N个声音特征数据模型对应的汽车为疑似鸣喇叭的汽车;所述N由预先设定,其取值为自然数;
ⅲ)将第ⅱ)步获得的疑似汽车的相关声音信息和车牌号等特征数据记录进数据库中;
ⅳ)将图像采集装置获得的疑似汽车的相应位置、相应时段的图像信息记录进数据库中。
所述步骤5)的步骤包括:
ⅰ)如果鸣喇叭地点附近设置有车牌识别装置,并且车牌识别装置在相应时段获得了疑似车辆的车牌,记录该关联信息,作为辅助判断使用;
ⅱ)如果,步骤4)选出的只有一个疑似鸣喇叭的汽车,则直接认为该车为鸣喇叭的汽车;
ⅲ)如果,步骤4)选出的疑似鸣喇叭的汽车多于1个,由工作人员在管理终端上进一步人工处理;工作人员结合相似度取值、车牌识别情况、现场图像信息、声音采集地点等信息进行综合分析,确定具体鸣喇叭的汽车;并把处理结果记录到数据库中;
所述步骤ⅰ)是可选项。优选的包括步骤ⅰ)。
在识别出汽车鸣喇叭的信息后,在管理终端上,相关工作人员取得数据库中记录的鸣喇叭的信息,进行处理。
本装置日常工作时,分布在汽车喇叭声音监控区域内的各个拾音控制器分别拾取汽车喇叭的声音信息,并通过服务器能够自动地识别出具体的鸣喇叭的汽车,并记录在数据库中;分布在汽车喇叭声音监控区域内的图像采集装置采集现场的图像信息,并通过网络传送到服务器保存;识别出鸣喇叭的汽车后,将该汽车所在位置的图像采集装置采集到的鸣喇叭时段的图像对应保存;通过,分析车牌识别装置识别的该时段的车牌号与识别出的鸣喇叭的汽车的车牌号的对应,可以进一步确认鸣喇叭的汽车;在管理终端上,人工进一步确认鸣喇叭的汽车。本发明提高了鸣喇叭的汽车的自动识别率,加上自动取证,更适合于交通管理应用。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种汽车喇叭识别系统,其特征在于:包括服务器、拾音控制器、图像采集装置;所述拾音控制器通过网络连接服务器;所述拾音控制器包括拾音器、控制器和通讯模块;所述拾音器收集信息并传输给控制器,所述控制器再将其接收到的信息传输给通讯模块,所述通讯模块再将其接收到的信息发送给服务器;所述图像采集装置通过网络连接服务器。
2.根据权利要求1所述的汽车喇叭识别系统,其特征在于:所述拾音控制器还包括音量识别器;所述音量识别器与控制器连接。
3.根据权利要求1所述的汽车喇叭识别系统,其特征在于:还包括管理终端。
4.根据权利要求1所述的汽车喇叭识别系统,其特征在于:还包括车牌识别装置。
5.汽车喇叭识别方法,其特征在于:包括如下处理步骤:
1)获取车辆的特征喇叭声音数据;
2)获取监控区域的图像信息;
3)获取监控区域的喇叭声音信息;
4)找出疑似鸣喇叭车辆;
5)确定鸣喇叭车辆;
6)确定鸣喇叭车辆的后处理;
所述步骤2)、步骤3)的顺序可以交替。
6.根据权利要求5所述的汽车喇叭识别方法,其特征在于:所述步骤4)的步骤包括:
ⅰ)服务器端首先依据音量数据判断是否是疑似汽车喇叭的声音信息,如不是,则本条声音信息处理结束;如果是疑似汽车喇叭的声音信息,则使用与步骤1)获取喇叭的声音特征数据模型对应的模式识别技术,获得该声音的特征数据模型;将该声音的特征数据模型与数据库中存储的声音特征数据模型逐一进行比对,选出相似度超过设定阈值的数据库中存储的声音特征数据模型;
ⅱ)如选出的声音特征数据模型为0个,认为该声音不是管理范围内的汽车的喇叭声音;如选出的声音特征数据模型大于或等于1个,则选取相似度取值最高的不大于N个声音特征数据模型对应的汽车为疑似鸣喇叭的汽车;所述N由预先设定,其取值为自然数;
ⅲ)将第ⅱ)步获得的疑似汽车的相关声音信息和车牌号等特征数据记录进数据库中;
ⅳ)将图像采集装置获得的疑似汽车的相应位置、相应时段的图像信息记录进数据库中。
7.根据权利要求5所述的汽车喇叭识别方法,其特征在于:所述步骤5)的步骤包括:
ⅰ)如果鸣喇叭地点附近设置有车牌识别装置,并且车牌识别装置在相应时段获得了疑似车辆的车牌,记录该关联信息,作为辅助判断使用;
ⅱ)如果,步骤4)选出的只有一个疑似鸣喇叭的汽车,则直接认为该车为鸣喇叭的汽车;
ⅲ)如果,步骤4)选出的疑似鸣喇叭的汽车多于1个,由工作人员在管理终端上进一步人工处理;工作人员结合相似度取值、车牌识别情况、现场图像信息、声音采集地点等信息进行综合分析,确定具体鸣喇叭的汽车;并把处理结果记录到数据库中;
所述步骤ⅰ)是可选项。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510495991.XA CN105139481A (zh) | 2015-08-13 | 2015-08-13 | 一种汽车喇叭识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510495991.XA CN105139481A (zh) | 2015-08-13 | 2015-08-13 | 一种汽车喇叭识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105139481A true CN105139481A (zh) | 2015-12-09 |
Family
ID=54724810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510495991.XA Pending CN105139481A (zh) | 2015-08-13 | 2015-08-13 | 一种汽车喇叭识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105139481A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105957350A (zh) * | 2016-05-30 | 2016-09-21 | 西安科技大学 | 一种套牌机动车识别系统及方法 |
CN109816987A (zh) * | 2019-01-24 | 2019-05-28 | 苏州清听声学科技有限公司 | 一种汽车鸣笛电子警察执法抓拍系统及其抓拍方法 |
CN110168625A (zh) * | 2017-05-03 | 2019-08-23 | 华为技术有限公司 | 一种应急车辆的识别方法及装置 |
CN111866454A (zh) * | 2020-07-02 | 2020-10-30 | 广州博冠智能科技有限公司 | 一种声音及图像联动检测预警的方法及装置 |
CN114283588A (zh) * | 2022-01-07 | 2022-04-05 | 刘高峰 | 一种用于车辆鸣笛抓拍系统防误报的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0022858A1 (en) * | 1979-01-19 | 1981-01-28 | Keycon Corporation | Vehicle securing and lockout prevention system |
CN101377886A (zh) * | 2007-08-28 | 2009-03-04 | 凌子龙 | 车辆违章鸣笛电子取证装置、电子警察系统及取证方法 |
CN103914682A (zh) * | 2013-01-09 | 2014-07-09 | 深圳市中联创新自控系统有限公司 | 一种车牌识别方法及系统 |
CN104021597A (zh) * | 2014-06-19 | 2014-09-03 | 王晓进 | 汽车违章智能识别扣费系统 |
CN204480352U (zh) * | 2015-04-03 | 2015-07-15 | 石立公 | 一种汽车喇叭识别装置 |
EP2930697A1 (en) * | 2014-04-09 | 2015-10-14 | Johnson Controls Automotive Electronics SAS | Method and device for processing vehicle condition data |
-
2015
- 2015-08-13 CN CN201510495991.XA patent/CN105139481A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0022858A1 (en) * | 1979-01-19 | 1981-01-28 | Keycon Corporation | Vehicle securing and lockout prevention system |
CN101377886A (zh) * | 2007-08-28 | 2009-03-04 | 凌子龙 | 车辆违章鸣笛电子取证装置、电子警察系统及取证方法 |
CN103914682A (zh) * | 2013-01-09 | 2014-07-09 | 深圳市中联创新自控系统有限公司 | 一种车牌识别方法及系统 |
EP2930697A1 (en) * | 2014-04-09 | 2015-10-14 | Johnson Controls Automotive Electronics SAS | Method and device for processing vehicle condition data |
CN104021597A (zh) * | 2014-06-19 | 2014-09-03 | 王晓进 | 汽车违章智能识别扣费系统 |
CN204480352U (zh) * | 2015-04-03 | 2015-07-15 | 石立公 | 一种汽车喇叭识别装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105957350A (zh) * | 2016-05-30 | 2016-09-21 | 西安科技大学 | 一种套牌机动车识别系统及方法 |
CN110168625A (zh) * | 2017-05-03 | 2019-08-23 | 华为技术有限公司 | 一种应急车辆的识别方法及装置 |
CN109816987A (zh) * | 2019-01-24 | 2019-05-28 | 苏州清听声学科技有限公司 | 一种汽车鸣笛电子警察执法抓拍系统及其抓拍方法 |
CN109816987B (zh) * | 2019-01-24 | 2022-02-18 | 苏州清听声学科技有限公司 | 一种汽车鸣笛电子警察执法抓拍系统及其抓拍方法 |
CN111866454A (zh) * | 2020-07-02 | 2020-10-30 | 广州博冠智能科技有限公司 | 一种声音及图像联动检测预警的方法及装置 |
CN114283588A (zh) * | 2022-01-07 | 2022-04-05 | 刘高峰 | 一种用于车辆鸣笛抓拍系统防误报的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105139481A (zh) | 一种汽车喇叭识别系统 | |
CN109816987B (zh) | 一种汽车鸣笛电子警察执法抓拍系统及其抓拍方法 | |
CN202077142U (zh) | 一种车载智能视频侦测分析系统 | |
CN110223511A (zh) | 一种汽车路边违停智能监测方法及系统 | |
CN103544481A (zh) | 一种基于人脸识别的道路卡口监控方法及系统 | |
CN105185123A (zh) | 一种套牌车识别系统及方法 | |
WO2016131310A1 (zh) | 摄像的方法及装置 | |
CN105321352A (zh) | 一种机动车遮挡号牌违章行为检测及取证方法 | |
CN108540757B (zh) | 监控系统及监控方法 | |
CN102929887A (zh) | 一种基于声音特征识别的快速录像检索方法及系统 | |
CN111724408B (zh) | 基于5g通信下异常驾驶行为算法模型的验证实验方法 | |
CN103136909A (zh) | 一种卡口车辆自动预警系统及其预警方法 | |
CN102768797A (zh) | 一种城市路况信息评价方法及装置 | |
CN104077924A (zh) | 反向寻车系统及方法 | |
CN111128225A (zh) | 一种车辆违法鸣笛定位识别方法 | |
CN110766963A (zh) | 一种逆向寻车方法、服务器、装置以及存储介质 | |
Tobe et al. | vcity map: Crowdsensing towards visible cities | |
CN204480352U (zh) | 一种汽车喇叭识别装置 | |
CN204791216U (zh) | 一种汽车喇叭识别系统 | |
Joshi et al. | Information fusion based learning for frugal traffic state sensing | |
CN107124577A (zh) | 一种基于运动目标检测的实时防窃系统 | |
CN111415516A (zh) | 一种全域路网的车辆尾气监测方法 | |
CN110718000A (zh) | 汽车违反限行规则的识别方法、装置及车载终端 | |
CN107665475A (zh) | 外地车辆管理方法和管理系统 | |
DE102019213697B4 (de) | Verfahren zum Erkennen einer Annäherung und/oder Entfernung eines Einsatzfahrzeugs relativ zu einem Fahrzeug |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151209 |