CN107292818B - 一种基于环视相机的捕线器自动定位系统及方法 - Google Patents
一种基于环视相机的捕线器自动定位系统及方法 Download PDFInfo
- Publication number
- CN107292818B CN107292818B CN201710553768.5A CN201710553768A CN107292818B CN 107292818 B CN107292818 B CN 107292818B CN 201710553768 A CN201710553768 A CN 201710553768A CN 107292818 B CN107292818 B CN 107292818B
- Authority
- CN
- China
- Prior art keywords
- data
- parking frame
- vehicle
- line
- module
- 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 23
- 238000007405 data analysis Methods 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 240000004050 Pentaglottis sempervirens Species 0.000 claims abstract description 14
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims abstract description 11
- 238000007781 pre-processing Methods 0.000 claims description 16
- 238000013500 data storage Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 239000013307 optical fiber Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
- G06T3/047—Fisheye or wide-angle transformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30264—Parking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Closed-Circuit Television Systems (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于环视相机的捕线器自动定位系统及方法,系统包括采用有线或无线的连接方式连接的数据采集平台、数据分析平台、数据显示平台;方法包括:1、数据采集模块生成车辆周围环境的鸟瞰图并通过有线或者无线方式传输到数据分析平台;2、数据分析平台匹配以获得车辆相对于捕线器的实时位姿;3、数据传输模块实时传输1和2的检测结果和位姿结果到数据显示平台,驾驶员利用这些信息辅助定位捕线器;重复步骤1到步骤3进行数据的实时更新,从而实现对捕线器的定位。本发明具有价格低廉、覆盖范围广、定位精度高、受光纤环境因素影响小等优点,可以将信息传输给外界客户端如充电管理系统,也可以输出到显示终端辅助驾驶员安全驾驶。
Description
技术领域
本发明涉及无轨电车定位和充电技术领域,具体地,涉及一种基于环视相机的捕线器自动定位系统及方法。
背景技术
公交无轨电车是一种由架空接触网供电、电动机驱动,不依赖固定轨道行驶的道路公共交通工具。装备有蓄电池的无轨电车可以在没有架空接触网的地方行驶。而蓄电池的充电需要到线路上最近的捕线器,将车辆的双源导线接口与捕线器连接进行充电。
正常情况下,公交车行驶在指定的路线上,司机听到相应的标示位后按下开关,双源导线会自动升起,进入捕线器,进行自动连接。但是有时公交车道上存在行人或者其他车辆,导致公交车不能停到指定的位置,此时不能自动连接。需要知道捕线器的位置,再进行手动连接。
目前使用的手动连接的方式费事费力。而目前使用的一些捕线器自动连接系统均存在一定的不足。例如采用激光雷达传感器的方法受雨雪雾等环境的影响较大,且成本较高。DGPS的方法受GPS信号的影响较大。因为捕线器通常在公交车上方,采用前视相机的方法容易受到直射阳光的干扰。
经检索,在2016年1月26号公布的公开号为US9242562的发明专利”System forautomatically connecting and a disconnecting catenary vehicle to and from theoverhead line during travel”,采用一套标定好的的双目相机作为传感器,安装在公交车车头上方。通过识别车辆上方的架空线来将双源导线与架空线进行连接。但是双目相机容易受到阳关直射的干扰,且双目相机的精度随着距离的增加下降严重。
近些年,环视相机在汽车上的应用越来越多。环视相机具有价格低廉,,覆盖范围广,对阳光鲁棒等优点。将其应用于无轨电车的捕线器自动连接系统将有广阔前景。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于环视相机的捕线器自动定位系统及方法,解决当前无轨电车停车充电时,捕线器自动定位系统鲁棒性不强、成本过高的问题。
根据本发明的一个方面,提供一种基于环视相机的捕线器自动定位系统,包括:数据采集平台、数据分析平台、数据显示平台,其中:
所述数据采集平台包括由鱼眼相机组成的传感器模块和传感器预处理模块,传感器模块用于实时采集六路鱼眼相机的原始图像,传感器预处理模块将原始图像通过去畸变、逆透视变换,获得车辆周围场景的鸟瞰图,并传输给数据分析平台;
所述数据分析平台包括数据处理模块、数据存储模块和数据传输模块,其中:所述数据处理模块用于实时获取传感器预处理模块生成的鸟瞰图以获得车辆周围的场景,对捕线器正下方的停车框进行检测,通过三角定位法以获得车辆相对于停车框的位置和姿态;所述数据存储模块用于实时存储停车框的检测结果和车辆相对于停车框的位置和姿态;所述数据传输模块用于将停车框的检测结果、车辆相对于停车框的位置和姿态信息,实时传输到数据显示平台;
所述数据显示平台,用于实时显示车辆周围的场景和停车框的检测结果,虚拟显示车辆当前的位姿,为驾驶员提供参考。
优选地,所述的数据采集平台中,由鱼眼相机组成的传感器模块通过有线的方式连接传感器预处理模块。
更优选地,所述的鱼眼相机有若干个,并安装于车辆上,安装位置以保证若干鱼眼相机的视野覆盖车辆周围所有区域。
优选地,所述的数据分析平台中,所述数据处理模块在车辆周围检测停车框,并获得车辆相对于捕线器的位置为姿态;具体的:停车框相对于捕线器的位置是已知的,是一种地图信息;通过得到车辆相对于停车框的位置和姿态即得到车辆相对于捕线器的位置。
更优选地,在捕线器的正下方绘制一长宽均大于车辆的矩形框作为停车框;在数据处理模块中存储捕线器对应的停车框位姿和尺度信息,并作为地图信息;数据处理模块将停车框的检测结果与地图信息进行匹配,从而获得车辆相对于捕线器的位姿。
更优选地,所述的停车框采用容易识别的标识制作。
根据本发明的一个方面,提供一种基于上述系统的基于环视相机的捕线器自动定位方法,所述方法包括如下步骤:
步骤1:数据采集平台的传感器模块实时采集鱼眼相机的图像,传感器预处理模块将采集到的图像通过去畸变、逆透视变换生成车辆周围环境的鸟瞰图,生成的鸟瞰图传输到数据分析平台;
步骤2:数据分析平台的数据处理模块实时对步骤1传输的数据进行处理,检测车辆周围的停车框,并将检测到的结果与地图信息进行匹配,从而获得车辆相对于捕线器的实时位姿;
步骤3:数据传输模块实时传输步骤2的停车框检测结果和公交车的位姿结果到数据显示平台,驾驶员利用这些信息辅助定位捕线器;
步骤4:重复步骤1到步骤3,进行数据的实时更新,从而实现对捕线器的定位。
与现有技术相比,本发明具有如下的有益效果:
1、本发明通过环视相机检测停车框的方式辅助定位捕线器,与激光雷达、前视相机等传统方式相比,具有价格低廉、覆盖范围广、定位精度高、受光纤环境因素影响小等优点。
2、通过本发明可以获取到停车框的轮廓,车辆相对于停车框的位姿信息,从而推断出捕线器的位置。本发明能够存储上述信息,并将信息通过有线或无线的方式传输给外界用户。可以将信息传输给外界客户端如充电管理系统;也可以输出到显示终端辅助驾驶员员安全驾驶。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明一实施例系统硬件布置图;
图2为本发明一实施例系统结构框图;
图3为本发明一实施例方法实现流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
如图1-图2所示,本发明一种基于环视相机的捕线器自动定位系统的实施例示意图,其中所述系统包括:数据采集平台1、数据分析平台2、数据显示平台3,所述数据采集平台1与所述数据分析平台2、所述数据分析平台2与所述数据显示平台3之间采用有线或无线的连接方式。
本实施例中,所述的数据采集平台1包括传感器模块和传感器预处理模块,其中:
所述传感器模块包含六个鱼眼相机,并通过有线的方式连接于传感器预处理模块;六个鱼眼相机安装于公交车前、后、左前、左后、右前、右后六个位置,保证鱼眼相机的视野覆盖公交车周围所有区域;传感器模块用于实时采集鱼眼相机的原始图像并传输给传感器预处理模块;
所述传感器预处理模块,用于将传感器模块传输的原始图像通过去畸变、逆透视变换,以生成公交车周围场景的鸟瞰图,并传输给所述数据分析平台2;
本实施例中,所述的数据分析平台2包括数据处理模块、数据存储模块和数据传输模块,其中:
所述数据处理模块,实时获取数据采集平台1生成的鸟瞰图,以获得公交车周围的场景;对捕线器正下方的停车框进行检测,通过三角定位法以获得公交车相对于停车框的位置和姿态;
所述数据存储模块,实时存储数据处理模块对停车框的检测结果和公交车相对于停车框的位置和姿态;
所述数据传输模块,将停车框的检测结果、公交车相对于停车框的位置和姿态信息,通过有线或者无线的方式实时传输到数据显示平台3。
上述实施例采用6个鱼眼相机,当然,在其他实施例中也可以采用其他数目的鱼眼相机,其目的是视野覆盖公交车周围所有区域,使得捕捉的图像后续经过处理能生成公交车周围场景的鸟瞰图,比如4个、8个等偶数个,也可以是5个、7个等奇数个,这对本发明没有实质影响。
进一步的,所述的数据处理模块要在公交车周围检测停车框,并获得公交车相对于捕线器的位置为姿态。
所述的停车框采用容易识别的标识制作,比如采用鲜艳而明显的颜色制作,这样在后续处理中非常容易识别。
具体的,在本发明一优选实施方式中,在捕线器正下方绘制一个长宽均大于公交车的矩形框,作为停车框;停车框为黄色或红色的颜色制作;数据处理模块中存储有该捕线器对应的停车框的位姿和尺度信息,其可以作为地图信息;数据处理模块将检测的结果与地图信息进行匹配,就可以获得公交车相对于捕线器的位姿。
所述数据显示平台3,实时显示公交车周围的场景和停车框的检测结果,虚拟显示公交车当前的位姿,为驾驶员提供参考。
上述的传感器预处理模块可以采用计算机、单片机等处理器实现,只要能实现上述的功能即可,采用何种形式对于本发明没有本质性的影响。
如图3所示,为本发明一种采用上述系统的基于环视相机的捕线器自动定位方法的实施例流程图,其中所述方法包括如下步骤:
步骤1:数据采集平台1中的传感器模块实时采集鱼眼相机的原始图像数据,传感器预处理模块将原始图像通过去畸变、逆透视变换操作,生成公交车周围环境的鸟瞰图;将生成的鸟瞰图通过有线或者无线的方式传输到数据分析平台2的数据处理模块;同时,鱼眼相机的原始图像数据传输给数据存储模块以保存;
步骤2:数据分析平台2中的数据处理模块实时对步骤1传输的鸟瞰图进行处理,检测公交车周围的停车框,并将检测到的结果与地图信息进行匹配,从而获得公交车相对于捕线器的实时位姿;
数据处理模块将获得的停车框检测结果、公交车位姿、捕线器的位置通过有线或者的方式传输给数据传输模块;
步骤3:数据分析平台2中的数据传输模块实时传输步骤2的停车框检测结果和公交车位姿结果到数据显示平台3,驾驶员利用这些信息辅助定位捕线器;
步骤4:重复步骤1到步骤3,进行数据的实时更新,从而实现对捕线器的定位。
本发明解决当前无轨电车停车充电时,捕线器自动定位系统鲁棒性不强、成本过高的问题。
本发明可以获取到停车框的轮廓,公交车相对于停车框的位姿信息,从而推断出捕线器的位置;本发明能够存储上述信息,并将信息通过有线或无线的方式传输给外界用户;可以将信息传输给外界客户端如充电管理系统;也可以输出到显示终端辅助驾驶员员安全驾驶。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项模块可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (4)
1.一种基于环视相机的捕线器自动定位系统,其特征在于,包括:数据采集平台、数据分析平台、数据显示平台;其中:
所述数据采集平台包括由鱼眼相机组成的传感器模块和传感器预处理模块,传感器模块用于实时采集六路鱼眼相机的原始图像,传感器预处理模块将原始图像通过去畸变、逆透视变换,获得车辆周围场景的鸟瞰图,并传输给数据分析平台;
所述数据分析平台包括数据处理模块、数据存储模块和数据传输模块,其中:所述数据处理模块用于实时获取传感器预处理模块生成的鸟瞰图以获得车辆周围的场景,对捕线器正下方的停车框进行检测,通过三角定位法以获得车辆相对于停车框的位置和姿态;所述数据存储模块用于实时存储停车框的检测结果和车辆相对于停车框的位置和姿态;所述数据传输模块用于将停车框的检测结果、车辆相对于停车框的位置和姿态信息,实时传输到数据显示平台;
所述数据处理模块在车辆周围检测停车框,并获得车辆相对于捕线器的位置为姿态;具体的:停车框相对于捕线器的位置是已知的,是一种地图信息,通过得到车辆相对于停车框的位置和姿态即得到车辆相对于捕线器的位置;在捕线器的正下方绘制一长宽均大于车辆的矩形框作为停车框,在数据处理模块中存储捕线器对应的停车框位姿和尺度信息,并作为地图信息;数据处理模块将停车框的检测结果与地图信息进行匹配,从而获得车辆相对于捕线器的位姿;所述的停车框为鲜艳而明显的颜色;
所述数据显示平台,用于实时显示车辆周围的场景和停车框的检测结果,虚拟显示车辆当前的位姿,为驾驶员提供参考;
2.根据权利要求1所述的一种基于环视相机的捕线器自动定位系统,其特征在于,所述的数据采集平台中,由鱼眼相机组成的传感器模块通过有线的方式连接传感器预处理模块。
3.根据权利要求2所述的一种基于环视相机的捕线器自动定位系统,其特征在于,所述的鱼眼相机有若干个,并安装于车辆上,安装位置以保证若干鱼眼相机的视野覆盖车辆周围所有区域。
4.一种采用权利要求1-3任一项所述系统的基于环视相机的捕线器自动定位方法,其特征在于,所述方法包括如下步骤:
步骤1:数据采集平台的传感器模块实时采集鱼眼相机的图像,传感器预处理模块将采集到的图像通过去畸变、逆透视变换生成车辆周围环境的鸟瞰图,生成的鸟瞰图传输到数据分析平台;
步骤2:数据分析平台的数据处理模块实时对步骤1传输的数据进行处理,检测车辆周围的停车框,并将检测到的结果与地图信息进行匹配,从而获得车辆相对于捕线器的实时位姿;
步骤3:数据传输模块实时传输步骤2的停车框检测结果和公交车的位姿结果到数据显示平台,驾驶员利用这些信息辅助定位捕线器;
步骤4:重复步骤1到步骤3,进行数据的实时更新,从而实现对捕线器的定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710553768.5A CN107292818B (zh) | 2017-07-08 | 2017-07-08 | 一种基于环视相机的捕线器自动定位系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710553768.5A CN107292818B (zh) | 2017-07-08 | 2017-07-08 | 一种基于环视相机的捕线器自动定位系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107292818A CN107292818A (zh) | 2017-10-24 |
CN107292818B true CN107292818B (zh) | 2020-04-28 |
Family
ID=60100989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710553768.5A Active CN107292818B (zh) | 2017-07-08 | 2017-07-08 | 一种基于环视相机的捕线器自动定位系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107292818B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112116654B (zh) * | 2019-06-20 | 2024-06-07 | 杭州海康威视数字技术股份有限公司 | 一种车辆位姿确定方法、装置及电子设备 |
CN116499456B (zh) * | 2023-06-28 | 2023-09-05 | 苏州中德睿博智能科技有限公司 | 移动机器人自动定位装置、方法及无人割草机定位系统 |
-
2017
- 2017-07-08 CN CN201710553768.5A patent/CN107292818B/zh active Active
Non-Patent Citations (3)
Title |
---|
Curvature Map-Based Magnetic Guidance for Automated Vehicles in an Urban Environment;Gang Zhu等;《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》;20161231;第17卷(第12期);第3541-3552页 * |
一种基于环视相机的自动泊车方法;王旭东等;《上海交通大学学报》;20130731;第47卷(第7期);第1-4节 * |
全景环视辅助泊车系统的研究;白永等;《研究与开发》;20141231;第1-4节 * |
Also Published As
Publication number | Publication date |
---|---|
CN107292818A (zh) | 2017-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10628690B2 (en) | Systems and methods for automated detection of trailer properties | |
CN108284427B (zh) | 安防机器人及其自动巡检方法 | |
CN110781883B (zh) | 一种基于360度环视摄像头的车位尺寸识别系统及方法 | |
JP6018231B2 (ja) | 映像ソース及び画像ソースにおける静止要素を検出するための方法、システム、撮像装置、可動装置、及びプログラム製品 | |
US8041079B2 (en) | Apparatus and method for detecting obstacle through stereovision | |
CN111527743A (zh) | 扩展动态范围的多种操作模式 | |
JP2020525809A (ja) | 両眼画像に基づき高解像度地図を更新するためのシステムおよび方法 | |
CN111448591A (zh) | 不良光照条件下用于定位车辆的系统和方法 | |
CN108154472B (zh) | 融合导航信息的泊车位视觉检测方法与系统 | |
US9077907B2 (en) | Image processing apparatus | |
CN109657638B (zh) | 障碍物定位方法、装置和终端 | |
CN110068814B (zh) | 一种测量障碍物距离的方法及装置 | |
CN108830264B (zh) | 一种无人驾驶公交车的站台乘客检测系统及方法 | |
CN111351474B (zh) | 车辆移动目标检测方法、装置和系统 | |
CN112771858A (zh) | 自动车辆的相机评估技术 | |
CN111448529A (zh) | 信息处理装置、移动物体、控制系统、信息处理方法以及程序 | |
CN104798368A (zh) | 车载图像处理装置 | |
EP3530521A1 (en) | Driver assistance method and apparatus | |
CN108725318B (zh) | 汽车安全预警方法、装置及计算机可读存储介质 | |
CN113525228A (zh) | 遮挡信息显示方法、装置、电子设备及存储介质 | |
CN112001208A (zh) | 用于车辆盲区的目标检测方法、装置和电子设备 | |
CN107292818B (zh) | 一种基于环视相机的捕线器自动定位系统及方法 | |
CN110780287A (zh) | 基于单目相机的测距方法及测距系统 | |
CN111835998A (zh) | 超视距全景图像获取方法、装置、介质、设备及系统 | |
CN115761668A (zh) | 摄像头的污渍识别方法、装置、车辆及存储介质 |
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 |