CN105241679B - 一种动车组隐蔽故障检测方法 - Google Patents
一种动车组隐蔽故障检测方法 Download PDFInfo
- Publication number
- CN105241679B CN105241679B CN201510604185.1A CN201510604185A CN105241679B CN 105241679 B CN105241679 B CN 105241679B CN 201510604185 A CN201510604185 A CN 201510604185A CN 105241679 B CN105241679 B CN 105241679B
- Authority
- CN
- China
- Prior art keywords
- emus
- image
- difference
- predeterminated position
- several times
- 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
Abstract
本发明公开一种动车组隐蔽故障检测方法,所述方法包括:以预设时间间隔采集动车组不同预设位置的图像,并存储采集到的图像;根据最近几次中的一次采集的动车组不同预设位置的图像中包含的零部件和预先建立的映射关系,获取所述动车组的隐蔽故障检测规则;所述映射关系为零部件和隐蔽故障检测规则的对应关系;根据最近几次中的一次采集的动车组不同预设位置的图像以及所述隐蔽故障检测规则,对最近几次中的一次采集的动车组不同预设位置的图像中包含的零部件进行故障检测。本发明的动车组隐蔽故障检测方法提高了动车组隐蔽故障发现能力和故障发生初期的预警能力,增强了动车组运行的安全防范水平,为杜绝动车组“带病”运行提供了有效手段。
Description
技术领域
本发明涉及动车组运行故障检测技术领域,具体涉及一种动车组隐蔽故障检测方法。
背景技术
动车组在高速运行状态下,任何细小、细微的故障都有可能引发重大事故,因此提高动车组隐蔽故障检测的准确率至关重要。
然而现有的动车组运行故障检测方法大多只实现了对各大部件的变形、移位、脱落的检查,对于一些像螺栓松动、防松铁丝断裂、防松标记异位等隐蔽故障都未真正实现检修和防护。因此动车组往往“带病”运行。
发明内容
本发明所要解决的技术问题是现有的动车组运行故障检测方法无法实现动车组隐蔽故障检测的问题。
为此目的,本发明提出一种动车组隐蔽故障检测方法,包括:
以预设时间间隔采集动车组不同预设位置的图像,并存储采集到的图像;
根据最近几次中的一次采集的动车组不同预设位置的图像中包含的零部件和预先建立的映射关系,获取所述动车组的隐蔽故障检测规则;所述映射关系为零部件和隐蔽故障检测规则的对应关系;
根据最近几次中的一次采集的动车组不同预设位置的图像以及所述隐蔽故障检测规则,对最近几次中的一次采集的动车组不同预设位置的图像中包含的零部件进行故障检测。
可选的,所述零部件为螺栓或铆钉时,所述隐蔽故障检测规则包括:
通过预设的匹配规则,将所述最近几次中的一次采集的动车组不同预设位置的图像与预设的丢失螺栓或铆钉的区域图像模板进行匹配,得到所述最近几次中的一次采集的动车组不同预设位置的图像中的第一区域,所述第一区域为可能出现丢失螺栓或铆钉的区域;
对所述最近几次中的一次采集的动车组不同预设位置的图像进行尺度不变特征转换SIFT兴趣点的提取;
根据所述第一区域以及所述SIFT兴趣点,确定所述螺栓或铆钉的待检测区域图像;
通过预设的匹配规则,将所述待检测区域图像与历史的动车组不同预设位置的图像进行匹配,若匹配,则判定所述待检测区域中没有丢失螺栓或铆钉;否则,判定所述待检测区域中丢失螺栓或铆钉。
可选的,所述根据所述第一区域以及所述SIFT兴趣点,确定所述螺栓或铆钉的待检测区域图像,包括:
将包含有所述SIFT兴趣点的所述第一区域图像确定为所述螺栓或铆钉的待检测区域图像。
可选的,所述零部件为防松铁丝时,所述隐蔽故障检测规则包括:
定位最近几次中的一次采集的动车组不同预设位置的图像中防松铁丝的位置,所述防松铁丝的位置为根据历史的动车组不同预设位置的图像确定的防松铁丝的位置;
对定位的防松铁丝进行直线检测,统计直线的斜率和个数;
将所述直线的斜率和个数与历史的动车组不同预设位置的图像中防松铁丝经过直线检测得到的直线斜率和个数进行比较,若所述直线的斜率和个数与历史的动车组不同预设位置的图像中防松铁丝经过直线检测得到的直线斜率和个数不相同,则判定所述防松铁丝断裂。
可选的,所述对定位的防松铁丝进行直线检测,包括:
通过Hough变换对定位的防松铁丝进行直线检测。
可选的,所述零部件为带有防松标记的螺栓时,所述隐蔽故障检测规则包括:
以预设半径,对最近几次中的一次采集的动车组不同预设位置的图像进行圆形区域检测,将检测到的圆形区域确定为所述最近几次中的一次采集的动车组不同预设位置的图像中螺栓的位置;
对所述检测到的圆形区域的内侧和外侧进行直线检测,若圆形区域的内侧和外侧均存在直线,则判定该圆形区域为带有防松标记的螺栓的位置;
判断所述圆形区域的内侧直线斜率和外侧直线斜率是否相同,若不相同,则判定防松标记是否异位。
可选的,所述以预设半径,对最近几次中的一次采集的动车组不同预设位置的图像进行圆形区域检测,包括:
以预设半径,通过Hough变换对最近几次中的一次采集的动车组不同预设位置的图像进行圆形区域检测;
相应地,所述对所述检测到的圆形区域的内侧和外侧进行直线检测,包括:
通过Hough变换对所述检测到的圆形区域的内侧和外侧进行直线检测。
相比于现有技术,本发明的动车组隐蔽故障检测方法利用动车组结构规范统一、编组固定、线路运行规律的特点,采用机器视觉检测及图像识别比对技术,提高了动车组隐蔽故障发现能力和故障发生初期的预警能力,增强了动车组运行的安全防范水平,为杜绝动车组“带病”运行提供了有效手段。
进一步地,上述动车组隐蔽故障检测方法可自动实现动车组隐蔽故障检测,从而有效地提高故障产生初期的预警能力和隐蔽故障的发现能力。
进一步地,上述动车组隐蔽故障检测方法为基于视觉认知计算理论的智能图像识别方法,不仅实现对重要零部件的微小变化和小尺寸及复杂结构的故障检测,而且有效地解决了由于光线变化、行车速度不同造成的误报问题。
附图说明
图1为本发明实施例提供的一种动车组隐蔽故障检测方法流程图;
图2为本发明实施例提供的一种零部件为螺栓或铆钉时对应的隐蔽故障检测规则流程图;
图3为本发明实施例提供的一种零部件为防松铁丝时对应的隐蔽故障检测规则流程图;
图4为本发明实施例提供的一种零部件为带有防松标记的螺栓时对应的隐蔽故障检测规则流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本实施例公开一种动车组隐蔽故障检测方法,该方法可包括以下步骤101至103:
101、以预设时间间隔采集动车组不同预设位置的图像,并存储采集到的图像;
102、根据最近几次中的一次采集的动车组不同预设位置的图像中包含的零部件和预先建立的映射关系,获取所述动车组的隐蔽故障检测规则;所述映射关系为零部件和隐蔽故障检测规则的对应关系;
103、根据最近几次中的一次采集的动车组不同预设位置的图像以及所述隐蔽故障检测规则,对最近几次中的一次采集的动车组不同预设位置的图像中包含的零部件进行故障检测。
在一个具体的例子中,在步骤102中,若零部件为螺栓或铆钉时,对应的隐蔽故障检测规则如图2所示,包括以下步骤201至206:
201、通过预设的匹配规则,将所述最近几次中的一次采集的动车组不同预设位置的图像与预设的丢失螺栓或铆钉的区域图像模板进行匹配,得到所述最近几次中的一次采集的动车组不同预设位置的图像中的第一区域,所述第一区域为可能出现丢失螺栓或铆钉的区域;
202、对所述最近几次中的一次采集的动车组不同预设位置的图像进行尺度不变特征转换SIFT兴趣点的提取;
203、根据所述第一区域以及所述SIFT兴趣点,确定所述螺栓或铆钉的待检测区域图像;
204、通过预设的匹配规则,将所述待检测区域图像与历史的动车组不同预设位置的图像进行匹配,若匹配,则执行步骤205;否则执行步骤206;
205、判定所述待检测区域中没有丢失螺栓或铆钉;
206、判定所述待检测区域中丢失螺栓或铆钉。
本实施例中,在步骤206之后,上述动车组隐蔽故障检测方法还可包括报警步骤,具体为:上报螺栓或铆钉丢失故障。
在一个具体的例子中,步骤203具体包括:将包含有所述SIFT兴趣点的所述第一区域图像确定为所述螺栓或铆钉的待检测区域图像。
本实施例中,可以首先构建丢失螺栓\铆钉的区域图像(即含有黑色圆圈的区域图像)作为模板,对最近几次中的一次采集的动车组不同预设位置的图像进行模板匹配运算,阈值设定较低,寻找图像中可能出现的丢失区域;随后对最近几次中的一次采集的动车组不同预设位置的图像提取SIFT兴趣点,该兴趣点是一种局部特征,不仅具有尺度不变性,即使改变旋转角度,图像亮度或拍摄视角,仍然能够保持较好的不变性;其次寻找SIFT兴趣点中位于丢失区域的特征点,并将其作为待检测区域(故障待测区域);最后将待检测区域作为模板与历史图像进行模板匹配,判定该区域是否与历史图像不一致,即是否存在螺栓\铆钉丢失的故障,并进行故障上报。
在一个具体的例子中,在步骤102中,若零部件为防松铁丝时,对应的隐蔽故障检测规则如图3所示,包括以下步骤301至304:
301、定位最近几次中的一次采集的动车组不同预设位置的图像中防松铁丝的位置,所述防松铁丝的位置为根据历史的动车组不同预设位置的图像确定的防松铁丝的位置;
302、对定位的防松铁丝进行直线检测,统计直线的斜率和个数;
303、将所述直线的斜率和个数与历史的动车组不同预设位置的图像中防松铁丝经过直线检测得到的直线斜率和个数进行比较,若所述直线的斜率和个数与历史的动车组不同预设位置的图像中防松铁丝经过直线检测得到的直线斜率和个数不相同,则执行步骤304;
304、判定所述防松铁丝断裂。
在一个具体的例子中,步骤302具体包括:通过Hough变换对定位的防松铁丝进行直线检测。
本实施例中,在步骤304之后,上述动车组隐蔽故障检测方法还可包括报警步骤,具体为:上报防松铁丝断裂故障。
在一个具体的例子中,在步骤102中,若零部件为带有防松标记的螺栓时,对应的隐蔽故障检测规则如图4所示,包括以下步骤401至406:
401、以预设半径,对最近几次中的一次采集的动车组不同预设位置的图像进行圆形区域检测,将检测到的圆形区域确定为所述最近几次中的一次采集的动车组不同预设位置的图像中螺栓的位置;
402、对所述检测到的圆形区域的内侧和外侧进行直线检测,
403、判断圆形区域的内侧和外侧是否均存在直线,若是,则执行步骤404;
404、判定该圆形区域为带有防松标记的螺栓的位置;
405、判断所述圆形区域的内侧直线斜率和外侧直线斜率是否相同,若不相同,则执行步骤406;
406、判定防松标记异位。
本实施例中,在步骤406之后,上述动车组隐蔽故障检测方法还可包括报警步骤,具体为:上报防松标记异位故障。
在一个具体的例子中,步骤401具体包括:以预设半径,通过Hough变换对最近几次中的一次采集的动车组不同预设位置的图像进行圆形区域检测;
步骤402具体包括:通过Hough变换对所述检测到的圆形区域的内侧和外侧进行直线检测。
本实施例中,防松标记位于螺栓的表面和侧部,因此在定位带有防松标记的螺栓的位置后,确定所述螺栓表面和侧部的防松标记线斜率,对比两条直线的斜率以确定防松标记是否存在异位问题。
上述动车组隐蔽故障检测方法利用动车组结构规范统一、编组固定、线路运行规律的特点,采用机器视觉检测及图像识别比对技术,提高了动车组隐蔽故障发现能力和故障发生初期的预警能力,增强了动车组运行的安全防范水平,为杜绝动车组“带病”运行提供了有效手段。
进一步地,上述动车组隐蔽故障检测方法可自动实现动车组隐蔽故障检测,从而有效地提高故障产生初期的预警能力和隐蔽故障的发现能力。
进一步地,上述动车组隐蔽故障检测方法为基于视觉认知计算理论的智能图像识别方法,不仅实现对重要零部件的微小变化和小尺寸及复杂结构的故障检测,而且有效地解决了由于光线变化、行车速度不同造成的误报问题。
进一步地,上述动车组隐蔽故障检测方法可利用现有动车组运行故障动态图像检测系统(TEDS)采集的图像数据,基于视觉认知计算理论实现了对运行动车组的可视结构异常情况的实时分析和自动预警,提高了动车组检修作业的效率,提高了对运行过程中动车组隐蔽故障的发现和预警能力。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (7)
1.一种动车组隐蔽故障检测方法,其特征在于,包括:
以预设时间间隔采集动车组不同预设位置的图像,并存储采集到的图像;
根据最近几次中的一次采集的动车组不同预设位置的图像中包含的零部件和预先建立的映射关系,获取所述动车组的隐蔽故障检测规则;所述映射关系为零部件和隐蔽故障检测规则的对应关系;
根据最近几次中的一次采集的动车组不同预设位置的图像以及所述隐蔽故障检测规则,对最近几次中的一次采集的动车组不同预设位置的图像中包含的零部件进行故障检测。
2.根据权利要求1所述的方法,其特征在于,所述零部件为螺栓或铆钉时,所述隐蔽故障检测规则包括:
通过预设的匹配规则,将所述最近几次中的一次采集的动车组不同预设位置的图像与预设的丢失螺栓或铆钉的区域图像模板进行匹配,得到所述最近几次中的一次采集的动车组不同预设位置的图像中的第一区域,所述第一区域为可能出现丢失螺栓或铆钉的区域;
对所述最近几次中的一次采集的动车组不同预设位置的图像进行尺度不变特征转换SIFT兴趣点的提取;
根据所述第一区域以及所述SIFT兴趣点,确定所述螺栓或铆钉的待检测区域图像;
通过预设的匹配规则,将所述待检测区域图像与历史的动车组不同预设位置的图像进行匹配,若匹配,则判定所述待检测区域中没有丢失螺栓或铆钉;否则,判定所述待检测区域中丢失螺栓或铆钉。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一区域以及所述SIFT兴趣点,确定所述螺栓或铆钉的待检测区域图像,包括:
将包含有所述SIFT兴趣点的所述第一区域图像确定为所述螺栓或铆钉的待检测区域图像。
4.根据权利要求1所述的方法,其特征在于,所述零部件为防松铁丝时,所述隐蔽故障检测规则包括:
定位最近几次中的一次采集的动车组不同预设位置的图像中防松铁丝的位置,所述防松铁丝的位置为根据历史的动车组不同预设位置的图像确定的防松铁丝的位置;
对定位的防松铁丝进行直线检测,统计直线的斜率和个数;
将所述直线的斜率和个数与历史的动车组不同预设位置的图像中防松铁丝经过直线检测得到的直线斜率和个数进行比较,若所述直线的斜率和个数与历史的动车组不同预设位置的图像中防松铁丝经过直线检测得到的直线斜率和个数不相同,则判定所述防松铁丝断裂。
5.根据权利要求4所述的方法,其特征在于,所述对定位的防松铁丝进行直线检测,包括:
通过Hough变换对定位的防松铁丝进行直线检测。
6.根据权利要求1所述的方法,其特征在于,所述零部件为带有防松标记的螺栓时,所述隐蔽故障检测规则包括:
以预设半径,对最近几次中的一次采集的动车组不同预设位置的图像进行圆形区域检测,将检测到的圆形区域确定为所述最近几次中的一次采集的动车组不同预设位置的图像中螺栓的位置;
对所述检测到的圆形区域的内侧和外侧进行直线检测,若圆形区域的内侧和外侧均存在直线,则判定该圆形区域为带有防松标记的螺栓的位置;
判断所述圆形区域的内侧直线斜率和外侧直线斜率是否相同,若不相同,则判定防松标记是否异位。
7.根据权利要求6所述的方法,其特征在于,所述以预设半径,对最近几次中的一次采集的动车组不同预设位置的图像进行圆形区域检测,包括:
以预设半径,通过Hough变换对最近几次中的一次采集的动车组不同预设位置的图像进行圆形区域检测;
相应地,所述对所述检测到的圆形区域的内侧和外侧进行直线检测,包括:
通过Hough变换对所述检测到的圆形区域的内侧和外侧进行直线检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510604185.1A CN105241679B (zh) | 2015-09-21 | 2015-09-21 | 一种动车组隐蔽故障检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510604185.1A CN105241679B (zh) | 2015-09-21 | 2015-09-21 | 一种动车组隐蔽故障检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105241679A CN105241679A (zh) | 2016-01-13 |
CN105241679B true CN105241679B (zh) | 2017-12-15 |
Family
ID=55039402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510604185.1A Active CN105241679B (zh) | 2015-09-21 | 2015-09-21 | 一种动车组隐蔽故障检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105241679B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106558048B (zh) * | 2016-11-28 | 2019-05-24 | 湖南挚新科技发展有限公司 | 螺钉阵列异位故障检测方法与系统 |
CN106600581B (zh) * | 2016-12-02 | 2019-09-24 | 北京航空航天大学 | 一种基于双目立体视觉的列车运行故障自动检测系统及方法 |
CN107328775B (zh) * | 2017-06-23 | 2020-12-01 | 广东小天才科技有限公司 | 一种自动螺钉机安装螺钉时的异常检测方法及装置 |
CN109238756B (zh) * | 2018-10-15 | 2021-05-25 | 哈尔滨市科佳通用机电股份有限公司 | 货车运行故障动态图像检测设备及检测方法 |
CN113192024A (zh) * | 2021-04-28 | 2021-07-30 | 哈尔滨市科佳通用机电股份有限公司 | 一种模板匹配的停放制动缸排气堵丢失检测方法 |
CN113469966B (zh) * | 2021-06-25 | 2023-04-18 | 西南交通大学 | 一种基于防松线识别的列车螺栓松动检测方法 |
CN115931397A (zh) * | 2022-09-27 | 2023-04-07 | 中车长春轨道客车股份有限公司 | 一种轨道交通车辆平稳状态的确定方法和确定装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020042468A (ko) * | 2000-11-30 | 2002-06-05 | 무라세 하루오 | 반도체 장치 및 그 제조 방법 |
AU2011296274B2 (en) * | 2010-08-30 | 2014-01-30 | B/E Aerospace, Inc. | Control system for a food and beverage compartment thermoelectric cooling system |
CN104463235A (zh) * | 2014-11-18 | 2015-03-25 | 中国铁道科学研究院电子计算技术研究所 | 基于动车组运行图像的故障识别方法及装置 |
CN104504713A (zh) * | 2014-12-30 | 2015-04-08 | 中国铁道科学研究院电子计算技术研究所 | 一种动车组运行状态图像监控故障自动识别方法 |
CN104527721A (zh) * | 2014-12-18 | 2015-04-22 | 成都铁安科技有限责任公司 | 一种列车故障检测方法及系统 |
CN104680517A (zh) * | 2015-01-22 | 2015-06-03 | 清华大学 | 一种螺栓松动的检测方法 |
-
2015
- 2015-09-21 CN CN201510604185.1A patent/CN105241679B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020042468A (ko) * | 2000-11-30 | 2002-06-05 | 무라세 하루오 | 반도체 장치 및 그 제조 방법 |
AU2011296274B2 (en) * | 2010-08-30 | 2014-01-30 | B/E Aerospace, Inc. | Control system for a food and beverage compartment thermoelectric cooling system |
CN104463235A (zh) * | 2014-11-18 | 2015-03-25 | 中国铁道科学研究院电子计算技术研究所 | 基于动车组运行图像的故障识别方法及装置 |
CN104527721A (zh) * | 2014-12-18 | 2015-04-22 | 成都铁安科技有限责任公司 | 一种列车故障检测方法及系统 |
CN104504713A (zh) * | 2014-12-30 | 2015-04-08 | 中国铁道科学研究院电子计算技术研究所 | 一种动车组运行状态图像监控故障自动识别方法 |
CN104680517A (zh) * | 2015-01-22 | 2015-06-03 | 清华大学 | 一种螺栓松动的检测方法 |
Non-Patent Citations (1)
Title |
---|
动车组故障轨边图像自动检测系统图像;许艳峰;《铁路信息系统》;20130531;第22卷(第5期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN105241679A (zh) | 2016-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105241679B (zh) | 一种动车组隐蔽故障检测方法 | |
CN102854191B (zh) | 高速铁轨表面缺陷的实时视觉检测与识别方法 | |
CN104200464B (zh) | 一种识别列车异常的检测方法及系统 | |
CN106052575B (zh) | 基于列车高速运行中的受电弓碳滑板磨耗在线检测方法 | |
CN102628814B (zh) | 一种基于数字图像处理的钢轨光带异常自动检测方法 | |
CN103217111B (zh) | 一种非接触式接触线几何参数检测方法 | |
CN104392224B (zh) | 一种公路路面裂纹检测方法 | |
CN104386092B (zh) | 基于图像识别和多感知融合的列车自动防护系统及方法 | |
CN103512762B (zh) | 图像处理方法、装置及列车故障检测系统 | |
CN104504388B (zh) | 一种路面裂缝识别和特征提取算法及系统 | |
CN106652551A (zh) | 一种车位检测方法及设备 | |
CN103051872B (zh) | 基于图像边缘提取的输送带跑偏检测方法 | |
CN107483014B (zh) | 一种光伏板故障自动检测方法 | |
CN103034850B (zh) | 一种tfds挡键丢失故障自动识别方法 | |
CN102508110A (zh) | 基于纹理的绝缘子缺陷诊断方法 | |
JP6557110B2 (ja) | 状態診断装置及びプログラム | |
CN104608799A (zh) | 基于信息融合技术列车轮对踏面损伤在线检测与识别方法 | |
CN106647776A (zh) | 车辆变道趋势的判断方法、判断装置和计算机存储介质 | |
CN111810155B (zh) | 液压支架护帮板与采煤机滚筒截割干涉识别及监测系统 | |
AU2022349296A1 (en) | Road surface technical condition detection method and device based on three-dimensional contour | |
CN103247039A (zh) | 一种基于复合视觉的高压线缆带电检测方法 | |
CN104361672A (zh) | 一种对纸币折角进行检测的方法 | |
CN106355580A (zh) | 一种杆塔倾倒的检测方法及装置 | |
CN107025755A (zh) | 一种停车场监控系统及方法 | |
CN108801172B (zh) | 一种非接触式受电弓动态包络线测量方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |