CN107402283A - 一种借助移动机器人实现的气体泄漏溯源方法 - Google Patents
一种借助移动机器人实现的气体泄漏溯源方法 Download PDFInfo
- Publication number
- CN107402283A CN107402283A CN201610342102.0A CN201610342102A CN107402283A CN 107402283 A CN107402283 A CN 107402283A CN 201610342102 A CN201610342102 A CN 201610342102A CN 107402283 A CN107402283 A CN 107402283A
- Authority
- CN
- China
- Prior art keywords
- source
- module
- map
- leaks
- mobile robot
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004891 communication Methods 0.000 claims abstract description 17
- 238000009792 diffusion process Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 8
- 230000002068 genetic effect Effects 0.000 claims description 5
- 238000010845 search algorithm Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种借助移动机器人实现的气体泄漏溯源方法，其包括为：制作一个带有Linux嵌入式系统、单片机系统及无线通信、摄像头与云台、传感器、电机控制调速驱动、供电、地图与定位和无线通信功能的可移动机器人；将传感器检测到的现场气体浓度值，作为一个已知参数带入机器人上的气体扩散模型中，通过人工智能的方法，进行嵌入式溯源计算；将算得的泄漏源位置定位并导航，机器人向目标位置移动，到达目标位置后，机器人对泄漏源及周边情况进行拍照，通过无线网络将图片及源强信息送回。本发明能够减少溯源计算时间，精确泄漏源位置信息及实时反馈泄漏源情况，同时由于本发明中机器人可移动的特性，在布置传感器时可以适当传感器的数量。
Description
技术领域
本发明属于机器人、传感器、安全生产、环境监测技术领域，具体涉及一种借助移动机器人实现的气体泄漏溯源方法。
背景技术
目前的工业生产中尤其是化工业，气体种类、浓度的监测已经成为企业安全生产过程中的重要组成部分。在生产过程中，当工业气体发生泄漏时，传感器的监测数据往往是掌握事故现场实况的重要数据。根据传感器传回的数据，借助相关方法找到泄漏源位置，对事故实施补救，特别当气体为危险气体时制定疏散救援方案尤为重要。针对气体泄漏溯源问题，当气体扩散模型(如高斯扩散模型)已知时，当前主流的方法是在泄漏源的下风向选取适当位置放置的测量浓度的传感器，将传感器测量出的气体浓度作为一个已知参数输入气体扩散模型中，通过不断的迭代、优化、修正，最终寻找出达到给定精度的泄漏源位置和强度。当获得了泄漏气体的源强后，可以将此源强数值代入到应急响应的大气扩散模型中去，结合大气扩散模型及一些气象数据计算大气中受污染的各区域物质浓度，然后根据这些浓度值划分不同危险等级的区域，为应急响应和应急救援的决策制定及实施提供判定依据。
如果泄漏气体扩散机理未知，通常采用人工智能的方法对反算模型进行反复的训练和优化，通过这个过程，得到的反算模型具有更高的准确度及更好的适应性，对于常见工业气体的扩散机理来讲，这种算法通常有较好的适用性。但这一建立模型过程需要花费较长的时间，若泄漏气体有危害性时，时间上的延缓将会对人民的生命和财产造成损失；再者，泄漏源周围的情况要比气体扩散模型中量化的参数复杂，高障碍物、低洼等以及风向的实时不确定性会影响传感器测量数据的质量，从而使计算得到的源强的准确度降低；不能及时掌握泄漏源实时情况，对补救措施的制定带来诸多不确定因素。此外，实际生活中，工厂的传感器安置通常根据气体扩散的特点科学地安放，主要由于风向的不确定性，通常需要在工厂四周安放大量的传感器，而大量的传感器不论在安置还是使用维护上，都十分地耗财耗力。
发明内容
为了解决现有方法存在的上述问题，本发明提供了一种借助移动机器人实现的气体泄漏溯源方法。
为实现上述目的，本发明所采用的技术方案为：一种借助移动机器人实现的气体泄漏溯源方法。其具体实施方案为：制作一个带有Linux嵌入式系统、单片机系统及无线通信、摄像头与云台、传感器、电机控制调速驱动、供电、地图与定位和无线通信功能的可移动机器人；供电模块对机器人供电；Linux嵌入式系统模块与单片机系统模块通过串口通信；单片机系统控制传感器模块和电机控制调速驱动模块；Linux嵌入式系统控制摄像头与云台模块、无线通信模块和地图与定位模块。
进一步地，供电模块对Linux嵌入式系统模块、单片机系统模块、地图与定位模块和电机控制调速驱动模块供电。
进一步地，单片机系统实时采集传感器模块的数据，并立即通过串口传给嵌入式系统。
进一步地，传感器采集的数据作为模型参数输入嵌入式系统的气体扩散模型中，进行源强反算；其中，源强反算的方法采用遗传算法和优化算法。
进一步地，嵌入式系统将计算得到的泄漏源位置参数传送到地图与定位模块，地图与定位模块生成当前位置到目标位置的地图并将生成的地图信息发送回嵌入式系统，系统通过计算，将规划好的路线信息发送到单片机系统，单片机系统通过电机的控制、调速和驱动，实现机器人向目标位置的移动。其中，地图与定位模块的功能实现采用SLAM算法；路线规划计算采用图搜索算法。
更进一步地，机器人在向目标移动的过程中，单片机系统继续实时地采集传感器模块的数据，并将数据传入嵌入式系统执行后续流程。在这反复地过程中，嵌入式系统实时获取位置信息，并控制地图的生成和更新。
更进一步地，机器人到达目标位置后，嵌入式系统控制摄像头和云台，对泄漏源及周围情况拍照。
更进一步地，嵌入式系统通过控制无线通信模块，与远程服务器进行通信，将现场数据送回并等待下一步操作指令。
由于采用以上技术方案，本发明有益效果为：本发明使得溯源计算花费的时间显著缩短。同时，本发明边走边算的溯源方法提高了计算结果精度，而且计算结果受外界因素如风、高建筑物等干扰较小。此外，能够快速准确地获取泄漏源实时情况，对事故补救以及制定救援疏散方案都起到了参考作用。由于机器人的可移动特性，在布置传感器时，可以适当的减少传感器的数量。特别地，机器人可以进入事故现场，当泄漏气体有危害性时，本发明的有益效果更加显著。
附图说明
图1是机器人结构图。
图2是一种反算方法的流程图。
图3是本发明中的机器人泄漏溯源过程图。
图1中，1.嵌入式系统与单片机系统通过串口通信；2、3、4、5.供电模块向各系统和模块供电；6.嵌入式系统控制无线通信模块与远程服务器进行通信；7.嵌入式系统实时获取位置信息，并控制地图的生成和更新；8.单片机系统通过电机的控制、调速和驱动，实现机器人的移动；9.单片机系统实时采集传感器模块的数据(并立即通过串口传给嵌入式系统)；10.嵌入式系统控制摄像头及云台。
具体实施方式
下面结合附图对本发明实施例进行详细的阐述。如图3所示，溯源过程包括以下步骤：
S1、制作一个带有Linux嵌入式系统、单片机系统及无线通信、摄像头与云台、传感器、电机控制调速驱动、供电、地图与定位和无线通信功能的可移动机器人。机器人进入事故现场，传感器开始检测气体浓度值。
S2、单片机系统实时采集传感器模块的数据，并立即通过串口传给嵌入式系统；传感器采集的数据作为模型参数输入嵌入式系统的气体扩散模型中，进行源强反算；其中，源强反算的方法采用遗传算法及其优化算法。溯源计算如图2示，采用遗传算法。事先设置好计算精度及运行参数，初始化群体，对适应度低的群体丢弃，适应度高的群体进行后续选择、变异和交叉操作，直至达到一定精度；对达到精度的群体通过优化算法进一步的缩小范围，直到找到点源为止。
S3、嵌入式系统将计算得到的泄漏源位置参数传送到地图与定位模块，地图与定位模块生成当前位置到目标位置的地图并将生成的地图信息发送回嵌入式系统，系统通过计算，将规划好的路线信息发送到单片机系统，单片机系统通过电机的控制、调速和驱动，实现机器人向目标位置的移动。其中，地图与定位模块的功能实现采用SLAM算法；路线规划计算采用图搜索算法。
S4、机器人在向目标移动的过程中，单片机系统继续实时地采集传感器模块的数据，并将数据传入嵌入式系统执行后续流程。在这反复地过程中，嵌入式系统实时获取位置信息，并控制地图的生成和更新。
S5、机器人到达目标位置后，嵌入式系统控制摄像头和云台，对泄漏源及周围情况拍照。嵌入式系统通过控制无线通信模块，与远程服务器进行通信，将现场数据送回并等待下一步操作指令。
与现有的溯源方法相比，本发明采用遗传算法和优化算法方法，缩短了溯源计算的时间、提高了计算结果的准确度，同时该方法又适用于扩散机理未知的气体，使得应用场合更为广泛；再者，在机器人向目标位置移动过程中，传感器实时地检测气体浓度值、系统实时地计算源强信息及SLAM定位导航系统实时地更新位置信息，与传统的通过任意的固定位置的传感器获取气体浓度的方法比，本发明具有较高的准确度以及精确度，在溯源过程中极大程度地降低了外界不确定因素(如风向、建筑物等)对工作过程的干扰。总地来讲，本发明在气体泄漏源溯源问题上，较之于现有方法，更加具有实用性。
本发明不局限于上述最佳实施方式，本领域技术人员在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是具有与本申请相同或相近似的技术方案，均落在本发明的保护范围之内。
Claims (9)
1.一种借助移动机器人实现的气体泄漏溯源方法，其包括以下步骤：
制作一个带有Linux嵌入式系统、单片机系统及无线通信、摄像头与云台、传感器、电机控制调速驱动、供电、地图与定位和无线通信功能的可移动机器人；
供电模块对机器人供电；
Linux嵌入式系统模块与单片机系统模块通过串口通信；
单片机系统控制传感器模块和电机控制调速驱动模块；
Linux嵌入式系统控制摄像头与云台模块、无线通信模块和地图与定位模块。
2.如权利1要求所述的一种借助移动机器人实现的气体泄漏溯源方法，其特征在于：供电模块对Linux嵌入式系统模块、单片机系统模块、地图与定位模块和电机控制调速驱动模块供电。
3.如权利1要求所述的一种借助移动机器人实现的气体泄漏溯源方法，其特征在于：单片机系统实时采集传感器模块的数据，并立即通过串口传给嵌入式系统。
4.如权利1要求所述的一种借助移动机器人实现的气体泄漏溯源方法，其特征在于：传感器采集的数据作为模型参数输入嵌入式系统的气体扩散模型中，进行源强反算。
5.如权利4要求所述的源强反算，其特征在于：源强反算的方法采用遗传算法和优化算法。
6.如权利1要求所述的一种借助移动机器人实现的气体泄漏溯源方法，其特征在于：嵌入式系统将计算得到的泄漏源位置参数传送到地图与定位模块，地图与定位模块生成当前位置到目标位置的地图并将生成的地图信息发送回嵌入式系统，系统通过相关计算规划路线，将规划好的路线信息发送到单片机系统，单片机系统通过电机的控制、调速和驱动，实现机器人向目标位置的移动。
7.如权利6要求所述的地图与定位模块和规划路线计算，其特征在于：地图与定位功能用SLAM算法实现；路线的规划计算采用图搜索算法实现。
8.如权利1要求所述的一种借助移动机器人实现的气体泄漏溯源方法，其特征在于：机器人在向目标移动的过程中，单片机系统继续实时地采集传感器模块的数据，并将数据传入嵌入式系统执行后续流程；在这反复地过程中，嵌入式系统实时获取位置信息，并控制地图的生成和更新；机器人到达目标位置后，嵌入式系统控制摄像头和云台，对泄漏源及周围情况拍照。
9.如权利1要求所述的一种借助移动机器人实现的气体泄漏溯源方法，其特征在于：嵌入式系统通过控制无线通信模块，与远程服务器进行通信，将现场数据送回并等待下一步操作指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610342102.0A CN107402283B (zh) | 2016-05-20 | 2016-05-20 | 一种借助移动机器人实现的气体泄漏溯源方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610342102.0A CN107402283B (zh) | 2016-05-20 | 2016-05-20 | 一种借助移动机器人实现的气体泄漏溯源方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107402283A true CN107402283A (zh) | 2017-11-28 |
| CN107402283B CN107402283B (zh) | 2019-11-15 |
Family
ID=60389078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610342102.0A Active CN107402283B (zh) | 2016-05-20 | 2016-05-20 | 一种借助移动机器人实现的气体泄漏溯源方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107402283B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110472279A (zh) * | 2019-07-10 | 2019-11-19 | 哈尔滨工程大学 | 一种基于涡动扩散模型的放射性气体浓度评估方法 |
| CN111505205A (zh) * | 2020-01-20 | 2020-08-07 | 中国安全生产科学研究院 | 一种气体泄漏源强反算改进型搜索算法 |
| CN112016738A (zh) * | 2020-08-13 | 2020-12-01 | 中国人民解放军空军军医大学 | 一种吸入性有毒物质的危害预测方法 |
| CN112709935A (zh) * | 2020-12-09 | 2021-04-27 | 解光有 | 一种基于人工智能感官的装备气体泄漏监测系统及方法 |
| CN113084807A (zh) * | 2021-03-31 | 2021-07-09 | 中国科学技术大学 | 多机器人系统有毒气体泄露源头搜寻方法 |
| CN113811765A (zh) * | 2019-07-26 | 2021-12-17 | 科伦塔有限公司 | 用于监测区域的质量和确定区域的污染的方法和装置 |
| CN113945327A (zh) * | 2021-01-29 | 2022-01-18 | 国家电投集团科学技术研究院有限公司 | 多物理量耦合的氢气泄漏监测系统和方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002372544A (ja) * | 2001-06-15 | 2002-12-26 | Kurita Water Ind Ltd | ガス濃度分布測定装置およびガス発生防止装置 |
| CN101319875A (zh) * | 2008-07-23 | 2008-12-10 | 天津大学 | 基于视觉注意机制的气体泄漏源搜寻方法 |
| CN104898674A (zh) * | 2015-05-26 | 2015-09-09 | 中国安全生产科学研究院 | 危化品泄漏事故环境监测移动机器人及监测系统 |
| CN105259899A (zh) * | 2015-12-01 | 2016-01-20 | 国网重庆市电力公司电力科学研究院 | 一种变电站巡检机器人的控制系统 |
| CN105277593A (zh) * | 2015-11-16 | 2016-01-27 | 江苏拓新天机器人科技有限公司 | 一种基于移动机器人的室内气味源定位方法 |
| CN105301190A (zh) * | 2015-10-15 | 2016-02-03 | 康俊瑄 | 一种化学品事故现场有毒气体监测系统及其应急处理方法 |
-
2016
- 2016-05-20 CN CN201610342102.0A patent/CN107402283B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002372544A (ja) * | 2001-06-15 | 2002-12-26 | Kurita Water Ind Ltd | ガス濃度分布測定装置およびガス発生防止装置 |
| CN101319875A (zh) * | 2008-07-23 | 2008-12-10 | 天津大学 | 基于视觉注意机制的气体泄漏源搜寻方法 |
| CN104898674A (zh) * | 2015-05-26 | 2015-09-09 | 中国安全生产科学研究院 | 危化品泄漏事故环境监测移动机器人及监测系统 |
| CN105301190A (zh) * | 2015-10-15 | 2016-02-03 | 康俊瑄 | 一种化学品事故现场有毒气体监测系统及其应急处理方法 |
| CN105277593A (zh) * | 2015-11-16 | 2016-01-27 | 江苏拓新天机器人科技有限公司 | 一种基于移动机器人的室内气味源定位方法 |
| CN105259899A (zh) * | 2015-12-01 | 2016-01-20 | 国网重庆市电力公司电力科学研究院 | 一种变电站巡检机器人的控制系统 |
Non-Patent Citations (2)
| Title |
|---|
| 张建文 等: "基于混合遗传-Nelder Mead单纯形算法的源强及位置反算", 《系统工程理论与实践》 * |
| 贺宁 等: "主动嗅觉轮式移动机器人的系统设计及定位方法研究", 《机械科学与技术》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110472279A (zh) * | 2019-07-10 | 2019-11-19 | 哈尔滨工程大学 | 一种基于涡动扩散模型的放射性气体浓度评估方法 |
| CN113811765A (zh) * | 2019-07-26 | 2021-12-17 | 科伦塔有限公司 | 用于监测区域的质量和确定区域的污染的方法和装置 |
| CN111505205A (zh) * | 2020-01-20 | 2020-08-07 | 中国安全生产科学研究院 | 一种气体泄漏源强反算改进型搜索算法 |
| CN112016738A (zh) * | 2020-08-13 | 2020-12-01 | 中国人民解放军空军军医大学 | 一种吸入性有毒物质的危害预测方法 |
| CN112016738B (zh) * | 2020-08-13 | 2023-08-18 | 中国人民解放军空军军医大学 | 一种吸入性有毒物质的危害预测方法 |
| CN112709935A (zh) * | 2020-12-09 | 2021-04-27 | 解光有 | 一种基于人工智能感官的装备气体泄漏监测系统及方法 |
| CN113945327A (zh) * | 2021-01-29 | 2022-01-18 | 国家电投集团科学技术研究院有限公司 | 多物理量耦合的氢气泄漏监测系统和方法 |
| CN113084807A (zh) * | 2021-03-31 | 2021-07-09 | 中国科学技术大学 | 多机器人系统有毒气体泄露源头搜寻方法 |
| CN113084807B (zh) * | 2021-03-31 | 2022-04-19 | 中国科学技术大学 | 多机器人系统有毒气体泄露源头搜寻方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107402283B (zh) | 2019-11-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107402283A (zh) | 一种借助移动机器人实现的气体泄漏溯源方法 | |
| CN106840148B (zh) | 室外作业环境下基于双目摄像机的可穿戴式定位与路径引导方法 | |
| EP3743781B1 (en) | Automated and adaptive three-dimensional robotic site surveying | |
| WO2017041730A1 (zh) | 一种移动机器人避障导航的方法和系统 | |
| EP3336489A1 (en) | Method and system for automatically establishing map indoors by mobile robot | |
| CN109599945A (zh) | 一种智慧电厂自主巡检机器人巡检系统及方法 | |
| CN104089649B (zh) | 一种室内环境数据采集系统及采集方法 | |
| CN105147198A (zh) | 一种基于扫地机器人的室内地图测绘系统及方法 | |
| CN106094836A (zh) | 一种基于二维激光雷达的微型机器人控制系统及方法 | |
| CN113325837A (zh) | 一种用于多信息融合采集机器人的控制系统及方法 | |
| CN109164214B (zh) | 一种边界污染源快速映射定位及强度反演系统及方法 | |
| CN106125092A (zh) | 一种基于二维激光雷达的无人机自动避障系统及方法 | |
| Xue et al. | Inverse identification of multiple outdoor pollutant sources with a mobile sensor | |
| KR102122974B1 (ko) | 발전소 플랜트 제어방법 및 단말기 | |
| CN105467359A (zh) | 蓝牙定位的方法、装置及系统 | |
| CN113326964B (zh) | 一种基于数据复合多级综合管廊风险管控方法及方法 | |
| CN111866734A (zh) | 一种巡检轨迹定位的方法、终端、服务器以及存储介质 | |
| CN110936371A (zh) | 一种多楼层地图切换方法及机器人 | |
| CN116485066B (zh) | 基于gis的智慧燃气安全巡线管理方法和物联网系统 | |
| CN111780715A (zh) | 一种视觉测距方法 | |
| CN112446543A (zh) | 基于神经网络的城市地下综合管廊风险管控系统及方法 | |
| CN109556634A (zh) | 车辆定位能力的检测方法、装置、设备及可读存储介质 | |
| Degani et al. | An automated system for projection of interior construction layouts | |
| Bach et al. | Application of QR Code for Localization and Navigation of Indoor Mobile Robot | |
| Sani Stores | The relationship between information technology (IT) investment and firm's financial performance of public listed companies in Malaysia |
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 |