CN108287250A - 基于机器视觉的自动扶梯梯级测速方法 - Google Patents
基于机器视觉的自动扶梯梯级测速方法 Download PDFInfo
- Publication number
- CN108287250A CN108287250A CN201810099652.3A CN201810099652A CN108287250A CN 108287250 A CN108287250 A CN 108287250A CN 201810099652 A CN201810099652 A CN 201810099652A CN 108287250 A CN108287250 A CN 108287250A
- Authority
- CN
- China
- Prior art keywords
- image
- escalator
- speed
- measuring method
- machine vision
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000003708 edge detection Methods 0.000 claims abstract description 13
- 238000007689 inspection Methods 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 239000000284 extract Substances 0.000 claims abstract description 6
- 230000000877 morphologic effect Effects 0.000 claims abstract description 6
- 238000002203 pretreatment Methods 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims abstract description 3
- 230000009466 transformation Effects 0.000 claims description 7
- 238000005530 etching Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 239000002390 adhesive tape Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 231100000225 lethality Toxicity 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/36—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light
- G01P3/38—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light using photographic means
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Power Engineering (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于机器视觉的自动扶梯梯级测速方法，包括以下步骤，第一步，在自动扶梯出入口的水平梯级处，通过机器视觉系统采集其运行图像。第二步，根据机器视觉系统所采集的图像，提取图像的感兴趣区域，对其进行平滑滤波、颜色空间转换等预处理后，利用阈值调节进行颜色的识别，并在此基础上采用形态学操作去除图像的边缘噪声及其他噪声。第三步，对得到的二值图像进行边缘检测与轮廓识别，提取轮廓的水平直线，返回直线的起始或者终止端点的纵坐标。第四步，通过分析黄色区域上、下固定一条边界直线端点的纵坐标随时间的变化得到变化周期，梯级的宽度与周期的比值即为自动扶梯梯级的运行速度。本发明具有非接触测量，检测速度快等特点。
Description
技术领域
本发明属于自动扶梯速度检测领域，尤其涉及一种基于机器视觉的自动扶梯梯级测速方法。
背景技术
目前，在大型商场、火车站、机场、宾馆、地铁等空间较大、客流量较多的公共场所，自动扶梯已经得到了广泛应用。与垂直电梯相比，虽然自动扶梯的事故致死率较低，但是事故发生率却更高。为了保障自动扶梯乘客的人身财产安全，我国在2011年颁布了《GB16899-2011自动扶梯和自动人行道的制造与安装安全规范》，规范中提出了许多电梯安全方面的强制要求，其中要求在额定功率和额定电压下，自动扶梯梯级、踏板或胶带沿着运行方向空载时，实际速度与名义速度的最大偏差不能超过±5%。
目前国内外开发的自动扶梯速度、同步性测试工具大都采用了接触式的测量方式，通过检测测速轮的滚动速度间接测量被测物体的直线运动速度、位移信息。此种方法对于测试设备的安装有较高的要求，测速轮滚动线速度的方向要与被测物体的直线运动速度尽可能的一致，避免引入不必要的误差，同时接触式的设备容易附着被测物体上的灰尘、油污等附加物，降低测量精度，也会因为测速轮磨损，影响测量精度。
发明内容
本发明针对现有技术中的问题，提供一种基于机器视觉的自动扶梯梯级测速方法。
本发明解决其技术问题所采用的技术方案是：提供一种基于机器视觉的自动扶梯梯级测速方法，包括以下步骤，1）在自动扶梯出入口的水平梯级处，通过机器视觉系统采集其运行图像；2）根据机器视觉系统所采集的图像，提取图像的感兴趣区域，对其进行平滑滤波、颜色空间转换等预处理后，利用阈值调节进行颜色的识别，并在此基础上采用形态学操作去除图像的边缘噪声及其他噪声；3）对得到的二值图像进行边缘检测与轮廓识别，提取轮廓的水平直线，返回直线的起始或者终止端点的纵坐标；4）分析黄色区域上、下固定一条边界直线端点的纵坐标随时间的变化，得到变化周期,梯级的宽度与周期的比值即为自动扶梯梯级的运行速度。
按上述技术方案，所述步骤1)中，机器视觉系统主要包括高分辨的CCD摄像机、镜头、计算机。
按上述技术方案，所述步骤1)中，自动扶梯的梯级宽度为d，黄色区域的宽度为w。
按上述技术方案，所述步骤2)中，提取图像的感兴趣区域，要求该感兴趣区域的宽度d’应略小于梯级的宽度d。
按上述技术方案，所述步骤2)中，颜色空间转换，具体包括，为减少光照变化对图像颜色本质的影响，将图像的RGB颜色空间转换为HSV颜色空间。
按上述技术方案，所述步骤2)中，阈值调节，具体包括，通过设定LowHue（色度下限值）、HighHue（色度上限值）、LowSaturation（饱和度下限值）、HighSaturation（饱和度上限值）、LowBrightness（亮度下限值）、HighBrightness（亮度上限值）这6个阈值参数完成对目标颜色的识别。
按上述技术方案，所述步骤2)中，形态学操作，具体包括，采用先膨胀后腐蚀的方法去除图像的边缘噪声以及其他噪声，使得到的目标图像达到最大的连通。
按上述技术方案，所述步骤3)中，边缘检测与轮廓识别，具体包括先用Canny边缘检测法进行边缘检测，然后对检测完的二值图像进行轮廓查找，最后在屏幕上绘制出轮廓。
按上述技术方案，所述步骤3)中，提取轮廓水平直线用的是概率霍夫直线变换，返回直线的起始或终止端点的纵坐标y。
按上述技术方案，所述步骤4)中，根据黄色区域上、下固定一条边界直线端点的纵坐标随时间的变化绘制出y-t图，通过对图像进行傅里叶变换得到变化周期T。
按上述技术方案，所述步骤4)中，自动扶梯梯级的运行速度可以通过梯级的宽度d与周期T的比值得到，即v=d/T。
本发明产生的有益效果是:本发明提出的基于机器视觉的自动扶梯梯级测速方法具有测量时间短、操作简单便捷，非接触测量等特点，可以有效避免传统的接触式测量由于滚轮磨损、安装角度不一致等问题所带来的误差问题。
附图说明
下面将结合附图对本发明作进一步说明。
图1是本发明的流程示意图。
图2是本发明实施例中自动扶梯的梯级平面图。
图3是本发明实施例中设置图像的感兴趣区域的示意图。
图4是本发明实施例中黄色区域上、下边界直线l 1、l 2在感兴趣区域内的移动动态图。
图5是本发明实施例中黄色区域下边界直线l 2起始端点的纵坐标y 2随时间t变化的坐标图。
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。应当理解的是，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明实施例中，提供一种基于机器视觉的自动扶梯梯级测速方法，如图1所示，包括以下步骤，1）在自动扶梯出入口的水平梯级处，通过机器视觉系统采集其运行图像；2）根据机器视觉系统所采集的图像，提取图像的感兴趣区域，对其进行平滑滤波、颜色空间转换等预处理后，利用阈值调节进行颜色的识别，并在此基础上采用形态学操作去除图像的边缘噪声及其他噪声；3）对得到的二值图像进行边缘检测与轮廓识别，提取轮廓的水平直线，返回直线的起始或者终止端点的纵坐标；4）分析黄色区域上、下固定一条边界直线端点的纵坐标随时间的变化，得到变化周期,梯级的宽度与周期的比值即为自动扶梯梯级的运行速度。
其中所述步骤1）中，机器视觉系统主要包括高分辨率的CCD摄像机、镜头、计算机。
进一步地，所述步骤1）中，自动扶梯的梯级宽度为d,黄色区域的宽度为w。
其中所述步骤2）中，提取图像的感兴趣区域，要求该感兴趣区域的宽度d’应略小于梯级的宽度d。
进一步地，所述步骤2）中，颜色空间转换，具体包括，为减少光照变化对图像颜色本质的影响，将图像的RGB颜色空间转换为HSV颜色空间。
进一步地，所述步骤2）中，阈值调节，具体包括，通过设定LowHue（色度下限值）、HighHue（色度上限值）、LowSaturation（饱和度下限值）、HighSaturation（饱和度上限值）、LowBrightness（亮度下限值）、HighBrightness（亮度上限值）这6个阈值参数完成对目标颜色的识别。
进一步地，所述步骤2）中，形态学操作，具体包括，采用先膨胀后腐蚀的方法去除图像的边缘噪声以及其他噪声，使得到的目标图像达到最大的连通。
其中所述步骤3）中，边缘检测与轮廓识别，具体包括先用Canny边缘检测法进行边缘检测，然后对检测完的二值图像进行轮廓查找，最后在屏幕上绘制出轮廓。
进一步地，所述步骤3）中，提取轮廓水平直线用的是概率霍夫直线变换，返回直线的起始或终止端点的纵坐标y。
其中所述步骤4）中，根据黄色区域上、下固定一条边界直线端点的纵坐标随时间的变化绘制出y-t图，通过对图像进行傅里叶变换得到变化周期T。
进一步地，所述步骤4）中，自动扶梯梯级的运行速度可以通过梯级的宽度d与周期T的比值得到，即v=d/T。
在本发明的较佳实施例中，步骤1），在自动扶梯出入口的水平梯级处,通过大恒CCD高分辨率摄像机及镜头采集其梯级自上往下运行的图像。图2是自动扶梯的梯级平面图，其中梯级的宽度为d 1,黄色区域Y的宽度为w 1。
步骤2），利用计算机提取图像的感兴趣区域，如图3所示，要求该感兴趣区域B的宽度d 1 ’应略小于梯级的宽度d 1。然后对图像进行平滑滤波处理并将其颜色空间由RGB转换为HSV。在本实施例中，需要识别的目标颜色为黄色，故可根据黄色的色度、亮度、饱和度进行6个阈值的设定。在颜色识别的基础上，对图像进行先膨胀后腐蚀相同次数以去除图像的边缘噪声以及其他噪声，达到图像的最大连通。
步骤3），对得到的二值图像利用Canny边缘检测法进行边缘检测，输出检测完的图像并对其进行轮廓查找。然后提取轮廓的水平直线，返回直线的起始或者终止端点的纵坐标。在本实施例中,令黄色区域上下两条边界直线分别为l 1、l 2，其起始端点的纵坐标分别为y 1、y 2。
步骤4），在本实施例中，分析了黄色区域下边界直线l 2起始端点的纵坐标y 2随时间t的变化，其中图4是自动扶梯自上往下运行时，黄色区域上、下边界直线l 1、l 2在感兴趣区域内的移动动态图。根据图4可知，当自动扶梯自上往下运行时，当黄色区域开始进入感兴趣区域时，只提取到下边界直线l 2，且满足|y 2-y min|<w 1；当黄色区域完全进入感兴趣区域时，同时提取到直线l 1、l 2，且满足|y 2-y 1|=w 1；当黄色区域开始离开感兴趣区域时，只提取到上边界直线l 1，且满足|y 1-y max|<w 1。其中y min、y max分别是感兴趣区域上、下边界的纵坐标值。根据黄色区域下边界直线l 2起始端点的纵坐标y 2随时间t变化绘制得到图5，通过对图5所示的图像进行傅里叶变换即可得到变化周期T1，自动扶梯梯级的运行速度v 1可以通过梯级的宽度d 1与周期T1的比值得到，即v 1 =d 1/T1。
本发明基于机器视觉的自动扶梯梯级测速方法，实现了对于自动扶梯速度的非接触检测，降低了对测试仪的安装要求，增加了使用寿命，提高了测量精度。
Claims (11)
1.一种基于机器视觉的自动扶梯梯级测速方法，其特征在于，包括以下步骤：1）在自动扶梯出入口的水平梯级处，通过机器视觉系统采集其运行图像；2）根据机器视觉系统所采集的图像，提取图像的感兴趣区域，对其进行平滑滤波、颜色空间转换等预处理后，利用阈值调节进行颜色的识别，并在此基础上采用形态学操作去除图像的边缘噪声及其他噪声；3）对得到的二值图像进行边缘检测与轮廓识别，提取轮廓的水平直线，返回直线的起始或者终止端点的纵坐标；4）通过分析黄色区域上、下固定一条边界直线端点的纵坐标随时间的变化得到变化周期,梯级的宽度与周期的比值即为自动扶梯梯级的运行速度。
2.根据权利要求1所述的基于机器视觉的自动扶梯梯级测速方法，其特征在于，所述的步骤1）中，机器视觉系统主要包括高分辨的CCD摄像机、镜头、计算机。
3.根据权利要求1所述的基于机器视觉的自动扶梯测速方法，其特征在于，所述的步骤1）中，自动扶梯的梯级宽度为d,黄色区域的宽度为w。
4.根据权利要求1所述的基于机器视觉的自动扶梯梯级测速方法，其特征在于，所述的步骤2)中，提取图像的感兴趣区域，要求该感兴趣区域的宽度d’应略小于梯级的宽度d。
5.根据权利要求1所述的基于机器视觉的自动扶梯梯级测速方法，其特征在于，所述的步骤2)中，颜色空间转换，具体包括，为减少光照变化对图像颜色本质的影响，将图像的RGB颜色空间转换为HSV颜色空间。
6.根据权利要求1所述的基于机器视觉的自动扶梯梯级测速方法，其特征在于，所述的步骤2)中，阈值调节，具体包括，通过设定LowHue（色度下限值）、HighHue（色度上限值）、LowSaturation（饱和度下限值）、HighSaturation（饱和度上限值）、LowBrightness（亮度下限值）、HighBrightness（亮度上限值）这6个阈值参数完成对目标颜色的识别。
7.根据权利要求1所述的基于机器视觉的自动扶梯梯级测速方法，其特征在于，所述的步骤2)中，形态学操作，具体包括，采用先膨胀后腐蚀的方法去除图像的边缘噪声以及其他噪声，使得到的目标图像达到最大的连通。
8.根据权利要求1所述的基于机器视觉的自动扶梯梯级测速方法，其特征在于，所述的步骤3)中，边缘检测与轮廓识别，具体包括先用Canny边缘检测法进行边缘检测，然后对检测完的二值图像进行轮廓查找，最后在屏幕上绘制出轮廓。
9.根据权利要求1所述的基于机器视觉的自动扶梯梯级测速方法，其特征在于，所述的步骤3)中，提取轮廓水平直线用的是概率霍夫直线变换，返回直线的起始或终止端点的纵坐标y。
10.根据权利要求1所述的基于机器视觉的自动扶梯梯级测速方法，其特征在于，所述的步骤4)中，根据黄色区域上、下固定一条边界直线端点的纵坐标随时间的变化绘制出y-t图，通过对图像进行傅里叶变换得到变化周期T。
11.根据权利要求1所述的基于机器视觉的自动扶梯梯级测速方法，其特征在于，所述的步骤4)中，自动扶梯梯级的运行速度可以通过梯级的宽度d与周期T的比值得到，即v=d/T。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810099652.3A CN108287250A (zh) | 2018-02-01 | 2018-02-01 | 基于机器视觉的自动扶梯梯级测速方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810099652.3A CN108287250A (zh) | 2018-02-01 | 2018-02-01 | 基于机器视觉的自动扶梯梯级测速方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108287250A true CN108287250A (zh) | 2018-07-17 |
Family
ID=62836257
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810099652.3A Pending CN108287250A (zh) | 2018-02-01 | 2018-02-01 | 基于机器视觉的自动扶梯梯级测速方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108287250A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111273052A (zh) * | 2020-03-03 | 2020-06-12 | 浙江省特种设备科学研究院 | 一种基于机器视觉的自动扶梯扶手带测速方法 |
| CN113011291A (zh) * | 2021-03-03 | 2021-06-22 | 上海商汤智能科技有限公司 | 事件检测方法及装置、电子设备和存储介质 |
| CN113139933A (zh) * | 2021-03-23 | 2021-07-20 | 杭州电子科技大学 | 工业环境中基于改进霍夫变换的扶梯梯级错齿对齐方法 |
| CN113935959A (zh) * | 2021-09-28 | 2022-01-14 | 阜阳市特种设备监督检验中心 | 一种基于机器视觉技术的自动扶梯安全参数检测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4813880B2 (ja) * | 2005-12-02 | 2011-11-09 | 三菱電機株式会社 | 乗客コンベア制御装置 |
| CN102567731A (zh) * | 2011-12-06 | 2012-07-11 | 北京航空航天大学 | 一种感兴趣区域提取方法 |
| CN104528508A (zh) * | 2014-11-14 | 2015-04-22 | 重庆大学 | 一种基于光电检测器件的非接触式自动扶梯多参数测量方法 |
| CN105173949A (zh) * | 2015-10-22 | 2015-12-23 | 日立电梯（中国）有限公司 | 电梯轿厢相对位置和速度检测系统及检测方法 |
| CN106127148A (zh) * | 2016-06-21 | 2016-11-16 | 华南理工大学 | 一种基于机器视觉的手扶电梯乘客异常行为检测算法 |
| CN107084666A (zh) * | 2017-05-10 | 2017-08-22 | 中国计量大学 | 基于机器视觉的刹车片尺寸综合检测方法 |
-
2018
- 2018-02-01 CN CN201810099652.3A patent/CN108287250A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4813880B2 (ja) * | 2005-12-02 | 2011-11-09 | 三菱電機株式会社 | 乗客コンベア制御装置 |
| CN102567731A (zh) * | 2011-12-06 | 2012-07-11 | 北京航空航天大学 | 一种感兴趣区域提取方法 |
| CN104528508A (zh) * | 2014-11-14 | 2015-04-22 | 重庆大学 | 一种基于光电检测器件的非接触式自动扶梯多参数测量方法 |
| CN105173949A (zh) * | 2015-10-22 | 2015-12-23 | 日立电梯（中国）有限公司 | 电梯轿厢相对位置和速度检测系统及检测方法 |
| CN106127148A (zh) * | 2016-06-21 | 2016-11-16 | 华南理工大学 | 一种基于机器视觉的手扶电梯乘客异常行为检测算法 |
| CN107084666A (zh) * | 2017-05-10 | 2017-08-22 | 中国计量大学 | 基于机器视觉的刹车片尺寸综合检测方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111273052A (zh) * | 2020-03-03 | 2020-06-12 | 浙江省特种设备科学研究院 | 一种基于机器视觉的自动扶梯扶手带测速方法 |
| CN113011291A (zh) * | 2021-03-03 | 2021-06-22 | 上海商汤智能科技有限公司 | 事件检测方法及装置、电子设备和存储介质 |
| CN113139933A (zh) * | 2021-03-23 | 2021-07-20 | 杭州电子科技大学 | 工业环境中基于改进霍夫变换的扶梯梯级错齿对齐方法 |
| CN113139933B (zh) * | 2021-03-23 | 2024-02-06 | 杭州电子科技大学 | 工业环境中基于改进霍夫变换的扶梯梯级错齿对齐方法 |
| CN113935959A (zh) * | 2021-09-28 | 2022-01-14 | 阜阳市特种设备监督检验中心 | 一种基于机器视觉技术的自动扶梯安全参数检测方法 |
| CN113935959B (zh) * | 2021-09-28 | 2024-10-01 | 阜阳市特种设备监督检验中心 | 一种基于机器视觉技术的自动扶梯安全参数检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108287250A (zh) | 基于机器视觉的自动扶梯梯级测速方法 | |
| CN109580657B (zh) | 一种桥梁质量检测中的裂缝检测方法 | |
| CN101893580B (zh) | 基于数字图像的钢轨表面缺陷检测方法 | |
| CN113592861B (zh) | 一种基于动态阈值的桥梁裂缝检测方法 | |
| CN105912142B (zh) | 一种基于加速传感器的记步与行为识别方法 | |
| CN101738394B (zh) | 室内烟雾检测方法及系统 | |
| CN110097034A (zh) | 一种智能人脸健康程度的识别与评估方法 | |
| CN105139413A (zh) | 基于图像特征提取的铁轨连接件质量检测方法及检测系统 | |
| CN103971380A (zh) | 基于rgb-d的行人尾随检测方法 | |
| CN103196372B (zh) | 一种电气化铁路接触网支持装置的光学成像检测方法 | |
| CN106918299A (zh) | 一种线结构光机器视觉轮胎磨损测量方法 | |
| CN105844655A (zh) | 一种激光线条纹边缘提取方法 | |
| CN106599890B (zh) | 变电站巡检机器人数字式仪表识别算法 | |
| CN111273052A (zh) | 一种基于机器视觉的自动扶梯扶手带测速方法 | |
| CN106123911A (zh) | 一种基于加速传感器和角速度传感器的记步方法 | |
| CN108639880A (zh) | 基于图像识别的电梯群控系统及方法 | |
| CN108759670A (zh) | 一种基于非接触式检测技术的接触线磨耗动态检测装置 | |
| CN110032966A (zh) | 用于智能服务的人体接近检测方法、智能服务方法及装置 | |
| CN106250820B (zh) | 一种基于图像处理的扶梯口客流拥堵检测方法 | |
| CN102880859A (zh) | 一种车牌识别方法 | |
| CN103679146A (zh) | 基于高通滤波器和Hough变换的安全带智能检测方法 | |
| CN106503651A (zh) | 一种手势图像的提取方法及系统 | |
| CN107967681A (zh) | 一种基于机器视觉的电梯补偿链冲伤缺陷检测方法 | |
| CN104573697A (zh) | 基于多信息融合的施工升降机轿厢人数统计方法 | |
| CN103848329B (zh) | 乘客输送装置通行区域的监视装置 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180717 |
|
| WD01 | Invention patent application deemed withdrawn after publication |