CN107389135A - 一种农产品动态质量监测系统 - Google Patents
一种农产品动态质量监测系统 Download PDFInfo
- Publication number
- CN107389135A CN107389135A CN201710731541.5A CN201710731541A CN107389135A CN 107389135 A CN107389135 A CN 107389135A CN 201710731541 A CN201710731541 A CN 201710731541A CN 107389135 A CN107389135 A CN 107389135A
- Authority
- CN
- China
- Prior art keywords
- data
- agricultural product
- sensor
- home server
- quality
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 230000005540 biological transmission Effects 0.000 claims abstract description 32
- 230000007613 environmental effect Effects 0.000 claims abstract description 4
- 241000607479 Yersinia pestis Species 0.000 claims description 21
- 201000010099 disease Diseases 0.000 claims description 21
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000005498 polishing Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 239000003337 fertilizer Substances 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 239000002689 soil Substances 0.000 description 10
- 238000001303 quality assessment method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000003905 agrochemical Substances 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 229910001385 heavy metal Inorganic materials 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Abstract
本发明公开了一种农产品动态质量监测系统，所述系统包含传感器网络、传输节点、本地服务器、云平台、用户终端；所述传感器网络、传输节点、本地服务器、云服务器、用户终端依次连接；传感器网络用于捕获农产品生长过程中的生长数据和环境数据，传输节点用于接收传感器的信号，并进行预处理；本地服务器用于获取、存储和转发传感器数据，以及信息输入；云平台用于存储传感器的数据；用户终端用于进行农产品的质量监测。本发明增强了数据的准确性，实现了产品的实时监测，简化直观的帮助了解产品的生长状况。
Description
技术领域
本发明涉及监控领域，具体的，涉及一种农产品动态质量监测系统。
背景技术
在传统的农产品系统中，通常实现的目的在于对于产品生产过程的监控，都存在一个问题：数据准确度低、检测指标不健全、人为参与程度过高、非专业人员无法直接根据数据获取质量究竟是好是坏，或者，传输过程的数据需要人为输入，查询时间缓慢，响应时间太长。
为此，本发明为克服上述问题，提出一种农产品动态质量监测系统。
发明内容
本发明提供了一种农产品动态质量监测系统，其特征在于，所述农产品质量追踪系统包含传感器网络、传输节点、本地服务器、云平台、用户终端；
所述传感器网络、传输节点、本地服务器、云服务器、用户终端依次连接；
所述传感器网络中包含若干传感器，被配置用于捕获农产品生长过程中的生长数据和环境数据，
所述传输节点被配置用于接收传感器的信号，并进行预处理；
所述本地服务器被配置用于获取、存储和转发传感器数据，以及信息输入；
所述云平台被配置用于存储传感器的数据；
所述用户终端被配置用于根据输入信息，进行农产品的质量监测。
优选的，所述传感器网络中的传感器均为无线传感器，所述传输节点为无线传输节点。
优选的，每一种传感器采用一种特定的无线传输方式，所述无线传输节点的预处理包含：
1)对传感器数据的验证和接收，判断数据是否源自设定的传感器，若不是，则摒弃；
2)对传感器数据的非线性校正；
3)对校正后数据的缓存，并定时打包发送；
优选的，所述无线传输节点可以进行自适应选择对象传输，当无线节点与本地服务器之间通讯正常时，选择本地服务器作为传输对象，当无线节点与本地服务器之间通讯异常时，将最近的无线节点作为传输对象。
在数据发送前，无线传输节点先判断自身是否包含其他无线传输节点的数据，若包含，则同时发送；若不包含，则只发送自身数据。
优选的，在无线节点与本地服务器之间通讯异常时，也可以先缓存，待通信正常后再发送。
优选的，所述系统还包括摄像头，所述摄像头被配置用于：监测农产品生产过程的实时图像，所述摄像头与本地服务器相连。
优选的，所述摄像头还可以被配置用于监测病虫害。
优选的，所述本地服务器还可以被配置用于输入农业操作信息，并将所述农业操作信息进行本地存储，并上传至云平台。
优选的，所述农业操作信息进行所述农业操作信息包含对应的农业操作、时段、地理、区域，所述农业操作包括如下操作中的至少一种：播种、补种、施肥、灌溉、病虫害防治。
所述操作可以是一种，也可以是多种，在此不一一赘述。
优选的，当云平台检测到所述农业操作信息输入时，同时会调取对应时间、对应区域的视频信息，对图像进行识别，若识别的结果与输入的数据有关，则接纳数据并存储；若识别的结果与输入的结果无关，则将相应数据暂存至缓存数据库，并自动提交至系统管理员进行人为判断。
优选的，利用终端触控实现远端监控摄像头的控制，在屏幕上操作上下左右，摄像头也跟随移动；在屏幕上利用两个手指同时向两外侧扩展以放大显示，此时，摄像头的焦距变化，使拍摄范围更大；在屏幕上利用两个手指同时向两内侧移动以缩小显示，此时，摄像头的焦距变化，是拍摄的对象放大，使之更加清晰。
优选的，所述用户终端可以通过APP或网站获取需要查询的历史数据或实时数据。
对于查询的数据，可以以曲线的形式显示，表格的形式显示，也可以单独显示。
优选的，所述传感器网络包括若干传感器，所述传感器包括农药传感器、重金属传感器、大气温湿度传感器、土壤温湿度传感器、土壤张力传感器、土壤EC值传感器、光照度监测传感器、CO2浓度传感器、O2浓度传感器、土壤PH值传感器、水质PH值传感器、土壤盐分传感器、水中溶氧量传感器、电导率传感器、病虫害传感器、天气传感器。
优选的，所述传感器网络可以包含其中一个传感器，也可以包含其中的多个传感器。在此申不一一列举。
优选的，所述云平台包括质量评价模块，质量评价模块可以根据传感器的数值，对农产品的质量进行评价；
所述农产品质量追踪系统的质量评价模块的评价依据还涉及日晒时间、昼夜温差、生产周期；所述质量评价算法的具体方法为，所述质量指标M的计算方式为：
其中，tj为第j天的日晒时间，Tjd、Tjn分别为第j天的昼夜温度，ki为系数，sji为第i类传感器的测量值，T为生长周期。
此外，所述摄像头还可以用于进行病虫害检测，利用所述本地服务器或者云平台进行图像分析和处理，判断病虫害的面积与健康面积的比重，确定病虫害程度，所述病虫害程度可以定义为病虫害的面积与健康面积的差值绝对值、比值等。
优选的，当考虑到病虫害时，所述质量指标M的计算方式为：
其中，Ij为病虫害程度。
优选的，对于本发明，还可以结合当前的传感器网络的数据进行成品预测，对于生产后期没有的传感器数据，可以采用数据补齐的方式，利用相似性算法，捕获历史数据中与当前拥有的传感器数据最为相似的数据，将其后面时段的的传感器数据作为假想的测试数据，补齐到当前的传感器数据中，用于预测成品，比如产量、糖度等。
通过本发明提出的技术方案，有效的克服了现有技术中数据采集不准、难以追踪追踪、容易被篡改的缺陷。通过本发明提出的技术方案，增强了数据的准确性，实现了产品的追踪追踪，简化直观的帮助了解产品的过程质量。
附图说明
图1是本发明的结构示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式。
本发明提供了一种农产品动态质量监测系统，其特征在于，所述农产品质量追踪系统包含传感器网络、传输节点、本地服务器、云平台、用户终端；
所述传感器网络、传输节点、本地服务器、云服务器、用户终端依次连接；
所述传感器网络中包含若干传感器，被配置用于捕获农产品生长过程中的生长数据和环境数据，
所述传输节点被配置用于接收传感器的信号，并进行预处理；
所述本地服务器被配置用于获取、存储和转发传感器数据，以及信息输入；
所述云平台被配置用于存储传感器的数据；
所述用户终端被配置用于根据输入信息，进行农产品的质量监测。
优选的，所述传感器网络中的传感器均为无线传感器，所述传输节点为无线传输节点。
优选的，每一种传感器采用一种特定的无线传输方式，所述无线传输节点的预处理包含：
1)对传感器数据的验证和接收，判断数据是否源自设定的传感器，若不是，则摒弃；
2)对传感器数据的非线性校正；
3)对校正后数据的缓存，并定时打包发送；
优选的，所述无线传输节点可以进行自适应选择对象传输，当无线节点与本地服务器之间通讯正常时，选择本地服务器作为传输对象，当无线节点与本地服务器之间通讯异常时，将最近的无线节点作为传输对象。
在数据发送前，无线传输节点先判断自身是否包含其他无线传输节点的数据，若包含，则同时发送；若不包含，则只发送自身数据。
优选的，在无线节点与本地服务器之间通讯异常时，也可以先缓存，待通信正常后再发送。
优选的，所述系统还包括摄像头，所述摄像头被配置用于：监测农产品生产过程的实时图像，所述摄像头与本地服务器相连。
优选的，所述摄像头还可以被配置用于监测病虫害。
优选的，所述本地服务器还可以被配置用于输入农业操作信息，并将所述农业操作信息进行本地存储，并上传至云平台。
优选的，所述农业操作信息进行所述农业操作信息包含对应的农业操作、时段、地理、区域，所述农业操作包括如下操作中的至少一种：播种、补种、施肥、灌溉、病虫害防治。
所述操作可以是一种，也可以是多种，在此不一一赘述。
优选的，当云平台检测到所述农业操作信息输入时，同时会调取对应时间、对应区域的视频信息，对图像进行识别，若识别的结果与输入的数据有关，则接纳数据并存储；若识别的结果与输入的结果无关，则将相应数据暂存至缓存数据库，并自动提交至系统管理员进行人为判断。
优选的，利用终端触控实现远端监控摄像头的控制，在屏幕上操作上下左右，摄像头也跟随移动；在屏幕上利用两个手指同时向两外侧扩展以放大显示，此时，摄像头的焦距变化，使拍摄范围更大；在屏幕上利用两个手指同时向两内侧移动以缩小显示，此时，摄像头的焦距变化，是拍摄的对象放大，使之更加清晰。
优选的，所述用户终端可以通过APP或网站获取需要查询的历史数据或实时数据。
对于查询的数据，可以以曲线的形式显示，表格的形式显示，也可以单独显示。
优选的，所述传感器网络包括若干传感器，所述传感器包括农药传感器、重金属传感器、大气温湿度传感器、土壤温湿度传感器、土壤张力传感器、土壤EC值传感器、光照度监测传感器、CO2浓度传感器、O2浓度传感器、土壤PH值传感器、水质PH值传感器、土壤盐分传感器、水中溶氧量传感器、电导率传感器、病虫害传感器、天气传感器。
优选的，所述传感器网络可以包含其中一个传感器，也可以包含其中的多个传感器。在此申不一一列举。
优选的，所述云平台包括质量评价模块，质量评价模块可以根据传感器的数值，对农产品的质量进行评价；
所述农产品质量追踪系统的质量评价模块的评价依据还涉及日晒时间、昼夜温差、生产周期；所述质量评价算法的具体方法为，所述质量指标M的计算方式为：
其中，tj为第j天的日晒时间，Tjd、Tjn分别为第j天的昼夜温度，ki为系数，sji为第i类传感器的测量值，T为生长周期。
此外，所述摄像头还可以用于进行病虫害检测，利用所述本地服务器或者云平台进行图像分析和处理，判断病虫害的面积与健康面积的比重，确定病虫害程度，所述病虫害程度可以定义为病虫害的面积与健康面积的差值绝对值、比值等。
优选的，当考虑到病虫害时，所述质量指标M的计算方式为：
其中，Ij为病虫害程度。
优选的，对于本发明，还可以结合当前的传感器网络的数据进行成品预测，对于生产后期没有的传感器数据，可以采用数据补齐的方式，利用相似性算法，捕获历史数据中与当前拥有的传感器数据最为相似的数据，将其后面时段的的传感器数据作为假想的测试数据，补齐到当前的传感器数据中，用于预测成品，比如产量、糖度等。
所述预测可以在本地服务器实施，也可以在云平台实施。
需要说明的是，对于前述的各个方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和单元并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、ROM、RAM等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (10)
1.一种农产品动态质量监测系统，其特征在于，所述农产品质量追踪系统包含传感器网络、传输节点、本地服务器、云平台、用户终端；
所述传感器网络、传输节点、本地服务器、云服务器、用户终端依次连接；
所述传感器网络中包含若干传感器，被配置用于捕获农产品生长过程中的生长数据和环境数据，
所述传输节点被配置用于接收传感器的信号，并进行预处理；
所述本地服务器被配置用于获取、存储和转发传感器数据，以及信息输入；
所述云平台被配置用于存储传感器的数据；
所述用户终端被配置用于根据输入信息，进行农产品的质量监测；
所述系统还包括摄像头，所述摄像头被配置用于：监测农产品生产过程的实时图像，所述摄像头与本地服务器相连。
2.一种如权利要求1所述的农产品动态质量监测系统，其特征在于，所述传感器网络中的传感器均为无线传感器，所述传输节点为无线传输节点。
3.一种如权利要求2所述的农产品动态质量监测系统，其特征在于，每一种传感器采用一种特定的无线传输方式，所述无线传输节点的预处理包含：
1）对传感器数据的验证和接收，判断数据是否源自设定的传感器，若不是，则摒弃；
2）对传感器数据的非线性校正；
3）对校正后数据的缓存，并定时打包发送。
4.一种如权利要求2所述的农产品动态质量监测系统，其特征在于，所述无线传输节点可以进行自适应选择对象传输，当无线节点与本地服务器之间通讯正常时，选择本地服务器作为传输对象，当无线节点与本地服务器之间通讯异常时，将最近的无线节点作为传输对象。
5.一种如权利要求1所述的农产品动态质量监测系统，其特征在于，所述本地服务器还可以被配置用于输入农业操作信息，并将所述农业操作信息进行本地存储，并上传至云平台。
6.一种如权利要求5所述的农产品动态质量监测系统，其特征在于，所述农业操作信息进行所述农业操作信息包含对应的农业操作、时段、地理、区域，所述农业操作包括如下操作中的至少一种：播种、补种、施肥、灌溉、病虫害防治。
7.一种如权利要求6所述的农产品动态质量监测系统，其特征在于，当云平台检测到所述农业操作信息输入时，同时会调取对应时间、对应区域的视频信息，对图像进行识别，若识别的结果与输入的数据有关，则接纳数据并存储；若识别的结果与输入的结果无关，则将相应数据暂存至缓存数据库，并自动提交至系统管理员进行人为判断。
8.一种如权利要求1所述的农产品动态质量监测系统，其特征在于，利用终端触控实现远端监控摄像头的控制，在屏幕上操作上下左右，摄像头也跟随移动；在屏幕上利用两个手指同时向两外侧扩展以放大显示，此时，摄像头的焦距变化，使拍摄范围更大；在屏幕上利用两个手指同时向两内侧移动以缩小显示，此时，摄像头的焦距变化，是拍摄的对象放大，使之更加清晰。
9.一种如权利要求1所述的农产品动态质量监测系统，其特征在于，所述用户终端可以通过APP或网站获取需要查询的历史数据或实时数据。
10.一种如权利要求1所述的农产品动态质量监测系统，其特征在于，所述系统可以结合当前的传感器网络的数据进行成品预测，对于生产后期没有的传感器数据，可以采用数据补齐的方式，利用相似性算法，捕获历史数据中与当前拥有的传感器数据最为相似的数据，将其后面时段的的传感器数据作为假想的测试数据，补齐到当前的传感器数据中，用于预测成品品质参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710731541.5A CN107389135A (zh) | 2017-08-23 | 2017-08-23 | 一种农产品动态质量监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710731541.5A CN107389135A (zh) | 2017-08-23 | 2017-08-23 | 一种农产品动态质量监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107389135A true CN107389135A (zh) | 2017-11-24 |
Family
ID=60346648
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710731541.5A Pending CN107389135A (zh) | 2017-08-23 | 2017-08-23 | 一种农产品动态质量监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107389135A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108596635A (zh) * | 2018-04-19 | 2018-09-28 | 李明罡 | 一种基于云平台的农产品溯源方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103294033A (zh) * | 2013-05-30 | 2013-09-11 | 杭州云筑物联网络技术有限公司 | 基于物联网的农产品生产过程控制系统及方法 |
| CN103310383A (zh) * | 2013-06-25 | 2013-09-18 | 莘县农业局 | 农产品质量安全全程监控与追溯系统及方法 |
-
2017
- 2017-08-23 CN CN201710731541.5A patent/CN107389135A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103294033A (zh) * | 2013-05-30 | 2013-09-11 | 杭州云筑物联网络技术有限公司 | 基于物联网的农产品生产过程控制系统及方法 |
| CN103310383A (zh) * | 2013-06-25 | 2013-09-18 | 莘县农业局 | 农产品质量安全全程监控与追溯系统及方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108596635A (zh) * | 2018-04-19 | 2018-09-28 | 李明罡 | 一种基于云平台的农产品溯源方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Channe et al. | Multidisciplinary model for smart agriculture using internet-of-things (IoT), sensors, cloud-computing, mobile-computing & big-data analysis | |
| CN109781963A (zh) | 一种大田种植环境监测系统 | |
| CN107360257A (zh) | 一种基于传感器网络的农产品质量溯源系统 | |
| CN110458032B (zh) | 荔枝生长状况全程监控方法、系统、云服务器及存储介质 | |
| Biradar et al. | Review on IOT based multidisciplinary models for smart farming | |
| Nawandar et al. | IoT based intelligent irrigation support system for smart farming applications | |
| KR20200044216A (ko) | 빅데이터를 이용한 병해충 발생 예측 시스템 및 방법 | |
| CN112461828A (zh) | 一种基于卷积神经网络的病虫害智能测报预警系统 | |
| Kumar et al. | Smart management of crop cultivation using IOT and machine learning | |
| Gadde et al. | Onion growth monitoring system using internet of things and cloud | |
| Suneja et al. | Cloud-based tomato plant growth and health monitoring system using IOT | |
| CN207150638U (zh) | 一种基于传感器网络的农产品质量溯源系统 | |
| CN107389135A (zh) | 一种农产品动态质量监测系统 | |
| Kamelia et al. | Real-Time Monitoring System for Measurement Of Soil Fertility Parameters in Smart Farming Applications | |
| KR102422346B1 (ko) | 스마트팜 시스템 및 그의 동작 방법 | |
| Pawar et al. | IoT-based smart agriculture: an exhaustive study | |
| Bauckhage et al. | Agriculture's technological makeover | |
| Mythili et al. | Internet of Things enabled onion growth monitoring system using cloud | |
| Essah et al. | Assessment on Crop testing based on IOT and Machine Learning | |
| Adebayo et al. | Increasing agricultural productivity in Nigeria using wireless sensor network (WSN) | |
| Saha et al. | ML-based smart farming using LSTM | |
| Mulik et al. | Wireless Visual Sensor Network Application in Monitoring and Detection of Agricultural Crop Diseases | |
| Singh et al. | A smart agricultural model by integrating IoT | |
| Meda et al. | Mobile WSN testbed for agriculture: Plant monitoring system | |
| Annapoorna et al. | Smart garden with intruder detection system |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171124 |
|
| RJ01 | Rejection of invention patent application after publication |