CN107443385B - 基于视觉的机器人直线导航的检测方法和芯片及机器人 - Google Patents
基于视觉的机器人直线导航的检测方法和芯片及机器人 Download PDFInfo
- Publication number
- CN107443385B CN107443385B CN201710882799.5A CN201710882799A CN107443385B CN 107443385 B CN107443385 B CN 107443385B CN 201710882799 A CN201710882799 A CN 201710882799A CN 107443385 B CN107443385 B CN 107443385B
- Authority
- CN
- China
- Prior art keywords
- image
- robot
- comparison
- current
- characteristic point
- 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
- 238000001514 detection method Methods 0.000 title claims description 13
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000006073 displacement reaction Methods 0.000 claims description 10
- 238000004140 cleaning Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000010408 sweeping Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 241001417527 Pempheridae Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
- B25J9/1666—Avoiding collision or forbidden zones
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
- B25J13/088—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices with position, velocity or acceleration sensors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1671—Programme controls characterised by programming, planning systems for manipulators characterised by simulation, either to verify existing program or to create and verify new program, CAD/CAM oriented, graphic oriented programming systems
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种基于视觉的机器人直线导航的检测方法和芯片及机器人,通过视觉传感器对基于惯性传感器进行直线导航的机器人进行辅助检测,分析采集到的图像数据,从而判断机器人在直线导航过程中是否出现偏差,以提醒机器人在后续导航中依据惯性传感器进行修正。如此,可以提高机器人导航的准确性,同时,由于不需要高性能的处理器进行数据处理,可以相应地降低成本。
Description
技术领域
本发明涉及机器人领域,具体涉及一种基于视觉的机器人直线导航的检测方法和芯片及机器人。
背景技术
机器人实现智能化,一个基础技术是能够自己定位和行走,室内导航技术是其中的关键技术。目前室内导航技术有惯性传感器导航、激光导航、视觉导航、无线电导航等等,各个技术都有自己的优缺点。惯性传感器导航是应用陀螺仪、里程计等进行导航定位,价格低廉,但是存在长时间漂移的问题;而单独依靠视觉传感器进行导航,计算复杂,对于处理器性能要求比较高,功耗和价格会比较高。
发明内容
为解决上述问题,本发明提供了一种基于视觉的机器人直线导航的检测方法和芯片及机器人,导航准确性高,且成本较低。本发明的具体技术方案如下:
一种基于视觉的机器人直线导航的检测方法,包括如下步骤:
步骤一,基于镜头朝前的视觉传感器,采集当前时间的当前图像和间隔预设时间的对比图像;
步骤二,提取所述当前图像和所述对比图像的特征点;
步骤三,将所述对比图像缩小,使所述对比图像的特征点分布与所述当前图像的特征点分布相同;
步骤四,判断所述对比图像的特征点是否相对于所述当前图像的特征点在图像的横向方向产生位移;
如果否,则确定机器人正在按直线导航,并回到步骤一;
如果是,则确定机器人的直线导航出现偏差。
进一步地,步骤一中所述的镜头朝前的视觉传感器为设置在机器人的机体的上端面的前部,且镜头方向与所述机体的上端面呈45°夹角的摄像头。
进一步地,步骤一中所述的预设时间为100毫秒。
进一步地,步骤二中所述的提取所述当前图像和所述对比图像的特征点,包括如下步骤:
基于SIFT算法提取所述当前图像的N个角点;
基于SIFT算法提取所述对比图像的N个角点;
其中,N为大于1的自然数。
进一步地,步骤三中所述的将所述对比图像缩小,包括如下步骤:
将所述对比图像按预设比例逐次缩小,判断每次缩小的所述对比图像的特征点分布与所述当前图像的特征点分布是否相同;
如果是,则停止缩小;
如果否,则继续缩小。
进一步地,所述预设比例为1/f,其中,f的值大于或等于1.1,小于或等于1.25。
进一步地,步骤四中所述的判断所述对比图像的特征点是否相对于所述当前图像的特征点在图像的横向方向产生位移,包括如下步骤:
基于XY轴坐标系,确定所述当前图像的特征点的像素坐标为当前像素坐标;
基于同一个所述XY轴坐标系,确定所述对比图像的特征点的像素坐标为对比像素坐标;
判断所述当前像素坐标的X值和所述对比像素坐标的X值是否相同,以及判断所述当前像素坐标的Y值和所述对比像素坐标的Y值是否相同;
如果所述当前像素坐标的X值和所述对比像素坐标的X值不同,Y值相同,则确定所述对比图像的特征点相对于所述当前图像的特征点在图像的横向方向产生位移;
否则,确定所述对比图像的特征点相对于所述当前图像的特征点在图像的横向方向不产生位移。
进一步地,在所述步骤一之后,且在所述步骤二之前,还包括如下步骤:
将采集到的图像进行编码,形成视频流,存储于机器人本机或者通过网络传输至外部设备。
一种芯片,用于存储程序,所述程序用于控制机器人执行上述的基于视觉的机器人直线导航的检测方法。
一种机器人,包括主控芯片,所述主控芯片为上述的芯片。
本发明的有益效果在于:通过视觉传感器对基于惯性传感器进行直线导航的机器人进行辅助检测,分析采集到的图像数据,从而判断机器人在直线导航过程中是否出现偏差,以提醒机器人在后续导航中依据惯性传感器进行修正。如此,可以提高机器人导航的准确性,同时,由于不需要高性能的处理器进行数据处理,可以相应地降低成本。
附图说明
图1为本发明所述机器人的结构示意图。
图2为本发明所述基于视觉的机器人直线导航的检测方法的流程图。
图3为机器人采集的图像对比分析示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明:
扫地机器人,又称自动打扫机、智能吸尘器等,是智能家用电器的一种,能凭借一定的人工智能,自动在房间内完成地板清理工作。一般采用刷扫和真空方式,将地面杂物先吸纳进入自身的垃圾收纳盒,从而完成地面清理的功能。一般来说,将完成清扫、吸尘、擦地工作的机器人,也统一归为扫地机器人。扫地机器人的机体101为无线机器,以圆盘型为主。使用充电电池运作,操作方式为遥控或是机器上的操作面板。一般能设定时间预约打扫,自行充电。机体101上设有各种传感器,可检测行进距离、行进角度、机身状态和障碍物等,如碰到墙壁或其他障碍物,会自行转弯,并依不同的设定,而走不同的路线,有规划地清扫地区。
如图1所示,本发明所述机器人包括如下结构:带有驱动轮104的能够自主行进的机器人机体101,机体101上设有人机交互界面103,机体101前部设有视觉传感器106和碰撞检测装置105,机体101内部设置有惯性传感器,包括加速度计和陀螺仪等,驱动轮104上设有用于检测驱动轮104的行进距离的里程计(一般是码盘),还设有能够处理相关传感器的参数,并能够输出控制信号到执行部件的控制模块102。
如图2所示,基于视觉的机器人直线导航的检测方法,包括如下步骤:步骤一,基于镜头朝前的视觉传感器,采集当前时间的当前图像和间隔预设时间的对比图像;步骤二,提取所述当前图像和所述对比图像的特征点;步骤三,将所述对比图像缩小,使所述对比图像的特征点分布与所述当前图像的特征点分布相同;步骤四,判断所述对比图像的特征点是否相对于所述当前图像的特征点在图像的横向方向产生位移;如果否,则确定机器人正在按直线导航,并回到步骤一;如果是,则确定机器人的直线导航出现偏差。本发明所述的方法,通过视觉传感器对基于惯性传感器进行直线导航的机器人进行辅助检测,分析采集到的图像数据,从而判断机器人在直线导航过程中是否出现偏差,以提醒机器人在后续导航中依据惯性传感器进行修正。如此,可以提高机器人导航的准确性,同时,由于不需要高性能的处理器进行数据处理,可以相应地降低成本。
优选的,步骤一中所述的镜头朝前的视觉传感器为设置在机器人的机体101的上端面的前部,且镜头方向与所述机体101的上端面呈45°夹角a的摄像头。将摄像头设置在机器人的前部,并斜向上照射,使得视角更广,能够实现定位的同时,获取更好的图像数据。此外,摄像头还可以设置在机体101的其它位置,只要保持镜头朝前,即可适用本发明所述的方法。
优选的,步骤一中所述的预设时间为100毫秒,设置的时间太长,无法达到精确检测的目的,时间太短,又需要耗费较多的数据处理资源。当然,所述预设时间可以根据实际情况进行相应设置,比如50毫秒、150毫秒或者200毫秒等。
优选的,步骤二中所述的提取所述当前图像和所述对比图像的特征点,包括如下步骤:基于SIFT算法提取所述当前图像的N个角点;基于SIFT算法提取所述对比图像的N个角点。其中,N为大于1的自然数。所述角度为图像中的棱角的顶点或者其它具有尖端的突出的顶点。N的值根据图像的复杂程度选取,优选的,图3所示的实施例中,选取的是5个特征点。
优选的,步骤三中所述的将所述对比图像缩小,包括如下步骤:将所述对比图像按预设比例逐次缩小,判断每次缩小的所述对比图像的特征点分布与所述当前图像的特征点分布是否相同;如果是,则停止缩小;如果否,则继续缩小。由于图像的具体大小是未知的,可以得知的是,随着机器人的前进,针对同一图像,所采集的时间越晚,图像越大。所以,需要将对比图像进行缩小,才能进行后续的图像对比分析。但是,无法确定缩成多小才合适,所以,只能按预设比例进行逐次缩小,预设比例越小,越精细,但是预设比例过小,又需要大量的运算资源,优选的,所述预设比例为1/f,其中,f的值大于或等于1.1,小于或等于1.25,以此达到最佳性价比。在对比图像逐次缩小的过程中,当所述对比图像的特征点分布与所述当前图像的特征点分布相同,则停止缩小,其中,所述特征点的分布指的是特征点在图像中的相互位置关系。
优选的,步骤四中所述的判断所述对比图像的特征点是否相对于所述当前图像的特征点在图像的横向方向产生位移,包括如下步骤:基于XY轴坐标系,确定所述当前图像的特征点的像素坐标为当前像素坐标;基于同一个所述XY轴坐标系,确定所述对比图像的特征点的像素坐标为对比像素坐标;判断所述当前像素坐标的X值和所述对比像素坐标的X值是否相同,以及判断所述当前像素坐标的Y值和所述对比像素坐标的Y值是否相同;如果所述当前像素坐标的X值和所述对比像素坐标的X值不同,Y值相同,则确定所述对比图像的特征点相对于所述当前图像的特征点在图像的横向方向产生位移;否则,确定所述对比图像的特征点相对于所述当前图像的特征点在图像的横向方向不产生位移。如图3所示,F1为当前图像,F2为对比图像,数字1至5所标示的点为提取的特征点,将F2按照1/1.25的比例进行缩小,所得到特征点分布与当前图像的特征点分布相同的图像(F2箭头指示的图)时,停止缩小。然后确定当前图像的五个特征点的当前像素坐标分别为(X1,Y1)、(X2,Y2)、(X3,Y3)、(X4,Y4)和(X5,Y5),确定缩小后的对比图像(F2箭头指示的图)的五个特征点的对比像素坐标分别为(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4)和(x5,y5),经过分析得出,X1=x1,X2=x2,X3=x3,X4=x4,X5=x5,且Y1≠y1,Y2≠y2,Y3≠y3,,Y4≠y4,Y5≠y5,所以,确定所述对比图像的特征点相对于所述当前图像的特征点在图像的横向方向不产生位移,机器人正在按直线导航。接着,机器人以上述对比图像作为当前图像,间隔预设时间采集的图像作为对比图像,再进行下一轮的特征点提取和分析,当X1≠x1,X2≠x2,X3≠x3,X4≠x4,X5≠x5,且Y1≠y1,Y2≠y2,Y3≠y3,,Y4≠y4,Y5≠y5时,或者当X1≠x1,X2≠x2,X3≠x3,X4≠x4,X5≠x5,且Y1=y1,Y2=y2,Y3=y3,,Y4=y4,Y5=y5时,
确定所述对比图像的特征点相对于所述当前图像的特征点在图像的横向方向产生位移,机器人的直线导航出现偏差,需要通过惯性传感器进行导航的调整。本发明所述的方法,通过图像数据分析,可以准确地判断机器人的直线导航是否出现偏差,从而提高机器人导航的准确性。
优选的,在所述步骤一之后,且在所述步骤二之前,还包括如下步骤:将采集到的图像进行编码,形成视频流,存储于机器人本机或者通过网络传输至外部设备。通过把图像转换成视频流进行保存,可以为后续的建图或者机器人的控制等提供参考依据,避免针对同一环境的反复检查。
上述实施例中,所述图像的横向指的是图像的左右方向,即图像的水平线方向。
本发明所述的芯片,用于存储程序,所述程序用于控制机器人执行上述的基于视觉的机器人直线导航的检测方法,如此可以提高该芯片的性能。
本发明所述的机器人,包括主控芯片,所述主控芯片为上述的芯片。机器人通过安装所述芯片,可以提高机器人导航的准确性,同时成本相对较低。
以上实施例仅为充分公开而非限制本发明,凡基于本发明的创作主旨、未经创造性劳动的等效技术特征的替换,应当视为本申请揭露的范围。
Claims (8)
1.一种基于视觉的机器人直线导航的检测方法,其特征在于,包括如下步骤:
步骤一,基于镜头朝前的视觉传感器,采集当前时间的当前图像和间隔预设时间的对比图像;
步骤二,提取所述当前图像和所述对比图像的特征点;
步骤三,将所述对比图像缩小,使所述对比图像的特征点分布与所述当前图像的特征点分布相同;
步骤四,判断所述对比图像的特征点是否相对于所述当前图像的特征点在图像的横向方向产生位移;
如果否,则确定机器人正在按直线导航,并回到步骤一;
如果是,则确定机器人的直线导航出现偏差;
其中,所述步骤三中所述的将所述对比图像缩小,包括如下步骤:
将所述对比图像按预设比例逐次缩小,判断每次缩小的所述对比图像的特征点分布与所述当前图像的特征点分布是否相同;
如果是,则停止缩小;
如果否,则继续缩小;
其中,所述步骤四中所述的判断所述对比图像的特征点是否相对于所述当前图像的特征点在图像的横向方向产生位移,包括如下步骤:
基于XY轴坐标系,确定所述当前图像的特征点的像素坐标为当前像素坐标;
基于同一个所述XY轴坐标系,确定所述对比图像的特征点的像素坐标为对比像素坐标;
判断所述当前像素坐标的X值和所述对比像素坐标的X值是否相同,以及判断所述当前像素坐标的Y值和所述对比像素坐标的Y值是否相同;
如果所述当前像素坐标的X值和所述对比像素坐标的X值不同,Y值相同,则确定所述对比图像的特征点相对于所述当前图像的特征点在图像的横向方向产生位移;
否则,确定所述对比图像的特征点相对于所述当前图像的特征点在图像的横向方向不产生位移。
2.根据权利要求1所述的方法,其特征在于:步骤一中所述的镜头朝前的视觉传感器为设置在机器人的机体的上端面的前部,且镜头方向与所述机体的上端面呈45°夹角并斜向上照射的摄像头。
3.根据权利要求1所述的方法,其特征在于:步骤一中所述的预设时间为100毫秒。
4.根据权利要求1所述的方法,其特征在于:步骤二中所述的提取所述当前图像和所述对比图像的特征点,包括如下步骤:
基于SIFT算法提取所述当前图像的N个角点;
基于SIFT算法提取所述对比图像的N个角点;
其中,N为大于1的自然数。
5.根据权利要求1所述的方法,其特征在于:所述预设比例为1/f,其中,f的值大于或等于1.1,小于或等于1.25。
6.根据权利要求1所述的方法,其特征在于:在所述步骤一之后,且在所述步骤二之前,还包括如下步骤:
将采集到的图像进行编码,形成视频流,存储于机器人本机或者通过网络传输至外部设备。
7.一种芯片,用于存储程序,其特征在于:所述程序用于控制机器人执行权利要求1至6任一项所述的基于视觉的机器人直线导航的检测方法。
8.一种机器人,包括主控芯片,其特征在于,所述主控芯片为权利要求7所述的芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710882799.5A CN107443385B (zh) | 2017-09-26 | 2017-09-26 | 基于视觉的机器人直线导航的检测方法和芯片及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710882799.5A CN107443385B (zh) | 2017-09-26 | 2017-09-26 | 基于视觉的机器人直线导航的检测方法和芯片及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107443385A CN107443385A (zh) | 2017-12-08 |
CN107443385B true CN107443385B (zh) | 2020-02-21 |
Family
ID=60498263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710882799.5A Active CN107443385B (zh) | 2017-09-26 | 2017-09-26 | 基于视觉的机器人直线导航的检测方法和芯片及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107443385B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110065062A (zh) * | 2018-01-24 | 2019-07-30 | 南京机器人研究院有限公司 | 一种多关节机器人的运动控制方法 |
CN108481327B (zh) * | 2018-05-31 | 2023-11-07 | 珠海一微半导体股份有限公司 | 一种增强视觉的定位装置、定位方法及机器人 |
CN109146957B (zh) * | 2018-08-14 | 2020-09-25 | 河南工程学院 | 一种基于三角形特征的机器人视觉控制方法 |
CN109085834B (zh) * | 2018-08-27 | 2019-09-03 | 珠海市一微半导体有限公司 | 机器人确定参考边的方法和机器人筛选参考墙边的方法 |
CN111176304A (zh) * | 2020-03-18 | 2020-05-19 | 常州市贝叶斯智能科技有限公司 | 机器人运动底盘质检方法、装置、智能设备以及介质 |
CN114971948A (zh) * | 2021-02-20 | 2022-08-30 | 广东博智林机器人有限公司 | 位置调整方法、装置、设备及介质 |
CN113932808B (zh) * | 2021-11-02 | 2024-04-02 | 湖南格兰博智能科技有限责任公司 | 一种适用于视觉导航扫地机器人视觉和陀螺仪融合校正的算法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102768042B (zh) * | 2012-07-11 | 2015-06-24 | 清华大学 | 一种视觉-惯性组合导航方法 |
US9969337B2 (en) * | 2014-09-03 | 2018-05-15 | Sharp Laboratories Of America, Inc. | Methods and systems for mobile-agent navigation |
CN105415373B (zh) * | 2015-12-25 | 2017-12-12 | 河池学院 | 寻物机器人控制系统 |
CN106403924B (zh) * | 2016-08-24 | 2019-05-31 | 智能侠(北京)科技有限公司 | 基于深度摄像头的机器人快速定位与姿态估计方法 |
-
2017
- 2017-09-26 CN CN201710882799.5A patent/CN107443385B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107443385A (zh) | 2017-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107443385B (zh) | 基于视觉的机器人直线导航的检测方法和芯片及机器人 | |
US20230305573A1 (en) | Method for detecting obstacle, self-moving robot, and non-transitory computer readable storage medium | |
CN107544517B (zh) | 智能清洁机器人的控制方法 | |
CN107943025B (zh) | 机器人脱困的处理方法 | |
CN111035327B (zh) | 清洁机器人、地毯检测方法及计算机可读存储介质 | |
CN110974091B (zh) | 清洁机器人及其控制方法、存储介质 | |
US11832774B2 (en) | Method for detecting skidding of robot, mapping method and chip | |
JP6823794B2 (ja) | 自動清掃機器及び清掃方法 | |
CN114468898B (zh) | 机器人语音控制方法、装置、机器人和介质 | |
EP3133457A1 (en) | Obstacle avoidance walking method of self-moving robot | |
CN112205937B (zh) | 一种自动清洁设备控制方法、装置、设备和介质 | |
KR101649645B1 (ko) | 로봇 청소기 및 이의 제어 방법 | |
CN112308033B (zh) | 一种基于深度数据的障碍物碰撞警告方法及视觉芯片 | |
CN107664748B (zh) | 机器人检测地毯的方法及芯片 | |
CN111990930A (zh) | 一种测距方法、装置、机器人和存储介质 | |
CN111089595B (zh) | 一种机器人的检测数据融合方法和主控芯片及机器人 | |
WO2024140376A1 (zh) | 打滑状态的检测方法、设备及存储介质 | |
CN114595354A (zh) | 机器人的建图方法、装置、机器人和存储介质 | |
CN107498559B (zh) | 基于视觉的机器人转向的检测方法和芯片 | |
CN114608520B (zh) | 一种测距方法、装置、机器人和存储介质 | |
CN111352432B (zh) | 智能清洁设备及其控制方法和可读介质 | |
Wang et al. | Agv navigation based on apriltags2 auxiliary positioning | |
CN114601373B (zh) | 清洁机器人的控制方法、装置、清洁机器人和存储介质 | |
CN118058658B (zh) | 清洁机器人的移动控制方法和清洁机器人 | |
TW202426862A (zh) | 打滑狀態的檢測方法、設備及儲存介質 |
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 | ||
CP03 | Change of name, title or address |
Address after: 519000 2706, No. 3000, Huandao East Road, Hengqin new area, Zhuhai, Guangdong Patentee after: Zhuhai Yiwei Semiconductor Co.,Ltd. Country or region after: China Address before: Room 105-514, No.6 Baohua Road, Hengqin New District, Zhuhai City, Guangdong Province Patentee before: AMICRO SEMICONDUCTOR Co.,Ltd. Country or region before: China |
|
CP03 | Change of name, title or address |