CN107478183B - 基于多点姿态采样的串联型机器人运动学参数标定方法 - Google Patents
基于多点姿态采样的串联型机器人运动学参数标定方法 Download PDFInfo
- Publication number
- CN107478183B CN107478183B CN201710636982.7A CN201710636982A CN107478183B CN 107478183 B CN107478183 B CN 107478183B CN 201710636982 A CN201710636982 A CN 201710636982A CN 107478183 B CN107478183 B CN 107478183B
- Authority
- CN
- China
- Prior art keywords
- joint
- series connection
- humanoid robot
- connecting rod
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manipulator (AREA)
Abstract
本发明属于机器人标定相关技术领域,其公开了一种基于多点姿态采样的串联型机器人运动学参数标定方法,该方法包括以下步骤:(1)确定笛卡尔坐标空间中的一个与待标定的串联型机器人的工具中心接触的固定点;(2根据串联型机器人的初始连杆参数值来确定工具中心的初始位置矢量;(3)操作串联型机器人来使所述工具中心多次以不同的姿态围绕固定点旋转,同时采集每次旋转对应的关节变量值;(4)根据采集到的多组关节变量值及初始位置矢量来确定串联型机器人的运动学参数的最优误差补偿值,以采用最优误差补偿值对串联型机器人的运动学参数进行修正。本发明在较小空间内采集多组数据,提高了精度,且标定工具陈本较低,携带方便。
Description
技术领域
本发明属于机器人标定相关技术领域,更具体地,涉及一种基于多点姿态采样的串联型机器人运动学参数标定方法。
背景技术
随着人们对工业机器人定位精度的要求不断提高,工业机器人的运动学参数的标定被越来越多的要求提高精度和采用更便捷有效的方法进行精确标定。工业机器人运动学参数分为连杆长度参数和关节零点参数,为了实现运动学参数的标定,现有的标定方法主要包括以下三种:
1.激光跟踪仪标定:使用激光测量仪精确测量工业机器人手爪坐标系的位置和姿态,并建模进行参数求解。
2.拉线法标定:使用拉线设备精确测量工业机器人与固定点之间的相对距离,通过相对距离建模并进行参数求解。
3.标定快标定:使用标定块或者标定孔确定工业机器人手爪坐标系位置间的相对距离,并通过相对距离来建模以进行参数求解。
采用激光跟踪仪或者拉线法进行标定,采样过程简单,数据精确,但是设备昂贵。采用标定快进行标定只使用了相对距离进行标定,可测量的相对距离有限,且采样点数量少,误差标定效果不好。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于多点姿态采样的串联型机器人运动学参数标定方法,其基于现有标定方法的工作特点,针对串联型机器人运动学参数标定方法进行了研究及设计。所述串联型机器人运动学参数标定方法是一种通过改变机器人姿态进行采样及标定的方法,其使得标定过程中无需移动工具坐标系中心的位置,可以在有限的空间进行多组数据的采集,同时采用探针作为标定设备,由此解决现有标定方法中设备昂贵及测量数据有限导致的标定结果不精确的问题。
为实现上述目的,本发明提供了一种基于多点姿态采样的串联型机器人运动学参数标定方法,该方法包括以下步骤:
(1)确定笛卡尔坐标空间中的一个固定点,使待标定的串联型机器人的工具中心与所述固定点接触,同时采集所述串联型机器人在初始状态下的关节变量值;
(2)建立所述串联型机器人在笛卡尔坐标系下的运动学模型,并根据所述串联型机器人在初始状态下的连杆参数值来确定所述工具中心的初始位置矢量;
(3)操作所述串联型机器人来使所述串联型机器人的工具中心多次以不同的姿态围绕所述固定点旋转,以接触所述固定点,同时采集每次旋转对应的关节变量值;
(4)根据采集到的多组关节变量值及所述工具中心的初始位置矢量来确定所述串联型机器人的运动学参数的最优误差补偿值,以采用所述最优误差补偿值对所述运动学参数进行补偿,然后,测量所述串联型机器人的绝对定位精度,若测得的绝对定位精度满足精度要求,则标定完成,否则,转至步骤(1)。
进一步地,步骤(4)中的最优误差补偿值是采用粒子群优化算法求得的,粒子维数等于待标定的连杆参数数目。
进一步地,所述串联型机器人的工具中心以不同的姿态围绕所述固定点旋转,使所述工具中心多次与所述固定点接触,每次旋转对应的所述工具中心的位置坐标相同。
进一步地,所述串联型机器人在初始状态下的连杆参数值包括ai、αi-1、di及θi,其中ai表示第i-1个关节与第i个关节之间的连杆长度;αi-1表示第i-1个关节与第i个关节之间的连杆扭角;di表示第i个连杆相对于第i-1个连杆的关节偏置;θi表示第i个连杆相对于第i-1个连杆的关节夹角。
进一步地,所述串联型机器人的运动学参数误差包括Δai、Δαi-1、Δdi及Δθi(i=1,2,...,6),其中Δai表示实际连杆长度与初始连杆长度之间的差值,Δαi-1表示实际连杆扭角与初始连杆扭角之间的差值,Δdi表示实际关节偏置与初始关节偏置之间的差值,Δθi表示实际关节夹角与初始关节夹角之间的差值。
进一步地,所述工具中心的初始位置矢量采用以下公式计算获得:
式中,dF为串联型机器人的探针的长度;px、py、pz分别为工具中心在X轴、Y轴、Z轴的值。
进一步地,所述工具中心的实际位置坐标采用以下公式计算获得:
式中,
进一步地,所述工具中心以不同姿态绕所述固定点旋转的次数为50次。
进一步地,所述串联型机器人的探针为标定设备,其末端即为所述工具中心。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,本发明提供的基于多点姿态采样的串联型机器人运动学参数标定方法主要具有以下有益效果:
1.操作所述串联型机器人来使所述串联型机器人的工具中心多次以不同的姿态围绕所述固定点旋转,以接触所述固定点,同时采集每次旋转对应的关节变量值,对机器人姿态进行采样,所需空间小,采样数据较多,提高了精度;
2.所述串联型机器人的探针末端即为所述工具中心,标定设备为探针,使得成本较低,且携带方便;
3.采用粒子群优化算法来求得最优误差补偿值,进而采用最优误差补偿值对串联型机器人的运动学参数进行修正,提高了标定精度;
4.所述运动学参数标定方法简单,易于实施,且灵活性较高。
附图说明
图1是本发明较佳实施方式提供的基于多点姿态采样的串联型机器人运动学参数标定方法的流程图;
图2是图1中的基于多点姿态采样的串联型机器人运动学参数标定方法涉及的探针的示意图;
图3是图2中的探针沿另一个角度的示意图;
图4是采用图1中的基于多点采样的串联型机器人运动学参数标定方法进行标定的PUMA560型串联机器人的构型示意图;
图5是图4中的PUMA560型串联机器人的连杆坐标系模型示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
请参阅图1至图4,本发明较佳实施方式提供的基于多点姿态采样的串联型机器人运动学参数标定方法,所述串联型机器人运动学参数标定方法解决了现有标定方法中设备昂贵及测量数据有限导致的标定结果不精确的问题。所述串联型机器人运动学参数标定方法主要包括以下步骤:
步骤一,确定笛卡尔空间中的一个固定点,使串联型机器人的探针末端(即工具中心点)与所述固定点接触,同时记录下一组所述串联型机器人的关节变量初始值。
具体地,本实施方式中待标定的机器人为六自由度的PUMA560型串联机器人,所述串联机器人包括基座0及六根连杆,所述基座0与六根所述连杆之间依次形成有六个关节,六个关节分别为第一关节、第二关节、第三关节、第四关节、第五关节及第六关节。六根所述连杆分别为第一连杆1、第二连杆2、第三连杆3、第四连杆4、第五连杆5及第六连杆6,所述第一连杆1、所述第二连杆2、所述第三连杆3、所述第四连杆4、所述第五连杆5及所述第六连杆6依次相连接,所述第一连杆1连接于所述基座0,所述第一关节连接所述基座0及所述第一连杆1,所述第六关节连接所述第五连杆5及所述第六连杆6。所述串联机器人的法兰轮盘上连接有探针,所述探针的中心轴与所述法兰轮盘的中心轴重合。本实施方式中,所述探针为标定设备。
请参阅图5,其中,所述第一关节、所述第二关节及所述第三关节分别简化为图4中的A、B、C三点,所述第四关节、所述第五关节及所述第六关节的轴线交于一点,可以简化为E点,图中的F点为工具坐标系中心(TCP),基准坐标系为X0Y0Z0。所述串联机器人处于初始位置(关节零点)时,各连杆及关节的参数如下表所示。
表1连杆参数表
本实施方式中,确定笛卡尔空间中的一个固定点,使所述串联机器人的探针末端,即工具中心点P与所述固定点接触,记录下一组所述串联机器人的关节变量初始值[θ1,θ2,θ3,θ4,θ5,θ6]。
步骤二,在笛卡尔坐标系下,建立所述串联机器人的运动学模型,并根据所述串联机器人的连杆参数初始值来确定工具中心点p的初始位置矢量。
具体地,首先,在笛卡尔坐标系下,建立所述串联机器人的运动学模型。已知所述串联机器人的连杆参数初始值包括ai、αi-1、di及θi,其中ai表示第i-1个关节与第i个关节之间的连杆长度,αi-1表示第i-1个关节与第i个关节之间的连杆扭角,di表示第i个连杆相对于第i-1个连杆的关节偏置,θi表示第i个连杆相对于第i-1个连杆的关节夹角。运动学参数误差包括Δai、Δαi-1、Δdi及Δθi(i=1,2,...,6),其中Δai表示实际连杆长度与初始连杆长度之间的差值,Δαi-1表示实际连杆扭角与初始连杆扭角之间的差值,Δdi表示实际关节偏置与初始关节偏置之间的差值,Δθi表示实际关节夹角与初始关节夹角之间的差值。
之后,根据所述串联机器人的连杆参数初始值来求出工具中心点p(即固定点)的初始位置矢量[x,y,z],工具中心点p采用公式(1)进行计算:
式中,dF为探针长度,为已知量;px、py、pz分别为所述工具中心在X轴、Y轴、Z轴的值。
步骤三,操作所述串联机器人使所述串联机器人的工具中心以不同的姿态围绕所述固定点p旋转预定次数,并记录下对应的关节变量值。
具体地,操作所述串联机器人以使所述串联机器人的工具中心以不同的姿态围绕所述固定点p[x,y,z]旋转50次,所述工具中心与所述固定点接触,并记录下对应的50组关节变量值,最终能够得到多组关节数据j表示关节变量的序号。本实施方式中,所述预定次数为50次,可以理解,在其他实施方式中,所述预定次数可以根据实际需要增加或者减少。
步骤四,根据采集到的多组关节变量值确定运动学参数的最优误差补偿值,将所述最优误差补偿值对所述串联型机器人的运动学参数进行补偿,所述运动学模型得到修正,并重新测量所述串联机器人的绝对定位精度,若满足精度要求,则运动学参数标定完成,否则,转至步骤一以重新对所述串联机器人进行运动学参数标定。
本实施方式中,初始连杆参数中的部分连杆长度、连杆扭角、关节偏置的值为0,不对参数值为0的连杆参数进行标定,并且因为所述第六关节的关节夹角几何误差对位置精度的影响较小,因此暂不对Δθ6进行标定,即需要标定的集合参数误差包括Δa2、Δa3、Δd4、Δd6及Δθi(i=1,2,...,5)。所述工具中心的实际位置坐标采用公式(2)计算获得:
式中,
50组工具中心p与所述固定点接触的数据中,所述串联机器人的工具中心以不同的姿态接近空间同一点,则:
p1=p2=…=pj=…=p50 (3)
结合公式(1)、(2)及(3)求解出所述串联机器人的运动学参数的补偿值,并采用粒子群优化算法求解出Δa2,Δa3,Δd4,Δd6,Δθi(i=1,2,...,5),使以上方程组收敛,其中设定粒子数为100,粒子维数等于待标定的连杆参数数目,即等于9,粒子群算法的输入变量为多组关节数据:1≤j≤50,输出变量为一组最优的误差补偿值Δa2,Δa3,Δd4,Δd6,Δθi(i=1,2,...,5)。
其中,取50点坐标的平均值以p1,p2,p3...p50分别到的距离的平方和作为适应度函数:
H的值可以用来评价误差补偿值的优劣程度,H的值越小,误差补偿值的结果越优。
由得到的所述串联机器人的运动学参数的最优误差补偿值对所述串联机器人的运动学参数进行补偿,所述运动学模型得到修正,修正完成后,重新测量所述串联机器人的绝对定位精度,如果测量得到的绝对定位精度满足精度要求,则运动学参数标定完成,否则,对所述串联机器人的运动学参数进行重新标定。
本发明较佳实施方式提供的基于多点姿态采样的串联型机器人运动学参数标定方法,所述标定方法是一种通过改变机器人姿态进行采样及标定的方法,其使得标定过程中无需移动工具坐标系中心的位置,可以在有限的空间进行多组数据的采集,同时采用探针作为标定设备,由此解决现有标定方法中设备昂贵及测量数据有限导致的标定结果不精确的问题。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修正、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于多点姿态采样的串联型机器人运动学参数标定方法,其特征在于,该方法包括以下步骤:
(1)确定笛卡尔坐标空间中的一个固定点,使待标定的串联型机器人的工具中心与所述固定点接触,同时采集所述串联型机器人在初始状态下的关节变量值;
(2)根据所述串联型机器人在笛卡尔坐标系下的运动学模型及所述串联型机器人在初始状态下的连杆参数值来确定所述工具中心的初始位置矢量;所述串联型机器人在初始状态下的连杆参数值包括ai、αi-1、di及θi,其中ai表示第i-1个关节与第i个关节之间的连杆长度;αi-1表示第i-1个关节与第i个关节之间的连杆扭角;di表示第i个连杆相对于第i-1个连杆的关节偏置;θi表示第i个连杆相对于第i-1个连杆的关节夹角;所述工具中心的初始位置矢量采用以下公式计算获得:
式中,dF为串联型机器人的探针的长度;px、py、pz分别为工具中心在X轴、Y轴、Z轴的值;
(3)操作所述串联型机器人来使所述串联型机器人的工具中心多次以不同的姿态围绕所述固定点旋转,以接触所述固定点,同时采集每次旋转对应的关节变量值;
(4)根据采集到的多组关节变量值及所述工具中心的初始位置矢量来确定所述串联型机器人的运动学参数的最优误差补偿值,以采用所述最优误差补偿值对所述串联型机器人的运动学参数进行补偿,然后,测量所述串联型机器人的绝对定位精度,若测得的绝对定位精度满足精度要求,则标定完成,否则,转至步骤(1);
其中,所述串联型机器人的运动学参数误差包括Δai、Δαi-1、Δdi及Δθi(i=1,2,...,6),其中Δai表示实际连杆长度与初始连杆长度之间的差值,Δαi-1表示实际连杆扭角与初始连杆扭角之间的差值,Δdi表示实际关节偏置与初始关节偏置之间的差值,Δθi表示实际关节夹角与初始关节夹角之间的差值;
所述工具中心的实际位置坐标采用以下公式计算获得:
式中,j表示关节变量的序号。
2.如权利要求1所述的基于多点姿态采样的串联型机器人运动学参数标定方法,其特征在于:步骤(4)中的最优误差补偿值是采用粒子群优化算法求得的,粒子维数等于待标定的连杆参数数目。
3.如权利要求2所述的基于多点姿态采样的串联型机器人运动学参数标定方法,其特征在于:所述串联型机器人的工具中心以不同的姿态围绕所述固定点旋转,使所述工具中心多次与所述固定点接触,每次旋转对应的所述工具中心的位置坐标相同。
4.如权利要求1所述的基于多点姿态采样的串联型机器人运动学参数标定方法,其特征在于:所述工具中心以不同姿态绕所述固定点旋转的次数为50次。
5.如权利要求1所述的基于多点姿态采样的串联型机器人运动学参数标定方法,其特征在于:所述串联型机器人的探针为标定设备,其末端即为所述工具中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710636982.7A CN107478183B (zh) | 2017-07-31 | 2017-07-31 | 基于多点姿态采样的串联型机器人运动学参数标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710636982.7A CN107478183B (zh) | 2017-07-31 | 2017-07-31 | 基于多点姿态采样的串联型机器人运动学参数标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107478183A CN107478183A (zh) | 2017-12-15 |
CN107478183B true CN107478183B (zh) | 2019-08-13 |
Family
ID=60598370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710636982.7A Active CN107478183B (zh) | 2017-07-31 | 2017-07-31 | 基于多点姿态采样的串联型机器人运动学参数标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107478183B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108227492B (zh) * | 2018-01-03 | 2020-07-14 | 华中科技大学 | 一种六自由度串联机器人末端负载动力学参数的辨识方法 |
TW202224872A (zh) | 2020-12-28 | 2022-07-01 | 財團法人工業技術研究院 | 機械手臂校正系統及機械手臂校正系統方法 |
CN114683259B (zh) * | 2020-12-28 | 2024-08-20 | 财团法人工业技术研究院 | 机械手臂校正系统及机械手臂校正方法 |
CN113634635B (zh) * | 2021-07-26 | 2023-05-05 | 上海发那科机器人有限公司 | 一种机器人弯管坐标系标定方法、计算机设备及存储介质 |
CN114102595B (zh) * | 2021-11-29 | 2023-10-27 | 苏州艾利特机器人有限公司 | 一种机器人标定方法、标定组件及存储介质 |
CN115946123B (zh) * | 2023-01-16 | 2023-10-31 | 佛山智能装备技术研究院 | 工业机器人多工具中心点及零点标定方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6044308A (en) * | 1997-06-13 | 2000-03-28 | Huissoon; Jan Paul | Method and device for robot tool frame calibration |
CN101231749A (zh) * | 2007-12-20 | 2008-07-30 | 昆山华恒工程技术中心有限公司 | 一种工业机器人的标定方法 |
CN101660904A (zh) * | 2009-09-22 | 2010-03-03 | 大连海事大学 | 一种用于测量机器人的运动学标定的方法 |
CN104006778A (zh) * | 2014-06-12 | 2014-08-27 | 安徽埃夫特智能装备有限公司 | 一种工业机器人末端夹具安装位置的标定方法 |
CN105509671A (zh) * | 2015-12-01 | 2016-04-20 | 中南大学 | 一种利用平面标定板的机器人工具中心点标定方法 |
CN106462140A (zh) * | 2014-04-30 | 2017-02-22 | Abb瑞士股份有限公司 | 用于标定工业机器人系统的工具中心点的方法 |
-
2017
- 2017-07-31 CN CN201710636982.7A patent/CN107478183B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6044308A (en) * | 1997-06-13 | 2000-03-28 | Huissoon; Jan Paul | Method and device for robot tool frame calibration |
CN101231749A (zh) * | 2007-12-20 | 2008-07-30 | 昆山华恒工程技术中心有限公司 | 一种工业机器人的标定方法 |
CN101660904A (zh) * | 2009-09-22 | 2010-03-03 | 大连海事大学 | 一种用于测量机器人的运动学标定的方法 |
CN106462140A (zh) * | 2014-04-30 | 2017-02-22 | Abb瑞士股份有限公司 | 用于标定工业机器人系统的工具中心点的方法 |
CN104006778A (zh) * | 2014-06-12 | 2014-08-27 | 安徽埃夫特智能装备有限公司 | 一种工业机器人末端夹具安装位置的标定方法 |
CN105509671A (zh) * | 2015-12-01 | 2016-04-20 | 中南大学 | 一种利用平面标定板的机器人工具中心点标定方法 |
Non-Patent Citations (1)
Title |
---|
Obstacle Space Modeling and Moving一Window RRT for Manipulator Motion Planning;Xiaojing Yu, et al;《Proceedings of the IEEE》;20160831;全文 |
Also Published As
Publication number | Publication date |
---|---|
CN107478183A (zh) | 2017-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107478183B (zh) | 基于多点姿态采样的串联型机器人运动学参数标定方法 | |
CN110815206B (zh) | 一种Stewart型并联机器人运动学标定方法 | |
CN109773786B (zh) | 一种工业机器人平面精度标定方法 | |
CN110193829B (zh) | 一种耦合运动学与刚度参数辨识的机器人精度控制方法 | |
CN107717993B (zh) | 一种高效便捷的简易机器人标定方法 | |
CN109304730B (zh) | 一种基于激光测距仪的机器人运动学参数标定方法 | |
CN111531547B (zh) | 一种基于视觉测量的机器人标定及检测方法 | |
CN110900610B (zh) | 一种基于lm算法和粒子滤波算法优化的工业机器人标定方法 | |
CN113386136B (zh) | 一种基于标准球阵目标估计的机器人位姿矫正方法及系统 | |
CN108890645A (zh) | 一种五自由度混联机器人驱动关节零点误差的补偿方法 | |
CN109115191B (zh) | 全站仪多方位坐标测量方法 | |
CN104890013A (zh) | 一种基于拉线编码器的工业机器人标定算法 | |
CN111216138A (zh) | 机器人标定方法、机器人标定系统及可读存储介质 | |
CN110757504A (zh) | 高精度可移动机器人的定位误差补偿方法 | |
CN110398219B (zh) | 一种基于混合优化算法的关节臂式坐标测量机参数标定方法 | |
CN114406991B (zh) | 基于拉线式编码器的工业机器人标定与空间位置测量方法 | |
CN108827210B (zh) | 一种结合数控机床的关节式坐标测量机标定方法 | |
CN111195915B (zh) | 一种基于遗传算法的机械臂绝对定位精度标定方法及系统 | |
CN112277002A (zh) | 基于非完整位姿信息的机器人运动学标定装置及标定方法 | |
CN114239170B (zh) | 一种飞机装配的误差补偿方法 | |
CN113211436B (zh) | 基于遗传算法的六自由度串联机器人误差标定方法 | |
CN106248000B (zh) | 零件孔轴线的测量方法 | |
CN110900608B (zh) | 基于最优测量构型选择的机器人运动学标定方法 | |
CN116652949A (zh) | 串联机器人m-dh型运动学参数闭环球面两步标定方法 | |
CN114474069B (zh) | 一种基于空间正交约束的机器人线结构光手眼标定方法 |
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 |