CN108313089B - 一种基于mems震动传感器的列车实时定位方法 - Google Patents
一种基于mems震动传感器的列车实时定位方法 Download PDFInfo
- Publication number
- CN108313089B CN108313089B CN201710035602.4A CN201710035602A CN108313089B CN 108313089 B CN108313089 B CN 108313089B CN 201710035602 A CN201710035602 A CN 201710035602A CN 108313089 B CN108313089 B CN 108313089B
- Authority
- CN
- China
- Prior art keywords
- train
- sensors
- mems
- sensor
- vibration
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011897 real-time detection Methods 0.000 claims abstract description 6
- 238000003491 array Methods 0.000 claims abstract description 4
- 238000005070 sampling Methods 0.000 claims description 27
- 230000035939 shock Effects 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 description 4
- 241001669679 Eleotris Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L25/00—Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
- B61L25/02—Indicating or recording positions or identities of vehicles or trains
- B61L25/025—Absolute localisation, e.g. providing geodetic coordinates
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于MEMS震动传感器的列车定位方法,利用采集的传感器数据,计算地震直达波的速度,确定采集方案;布设传感器排列,在当前时刻所有已接收到轮轨震动信号的传感器中,选取振幅最大的五个相邻传感器,计算其中任意两个传感器采集数据的互相关值,确定此时刻任意两个传感器的最大时延量;利用所有任意两个传感器的最大时延量,采用中值法计算此时刻列车位置;当列车轮轨经过传感器时,对列车位置进行误差校正;通过不断的计算各个时刻所述的列车位置,并进行位置误差校正,实现列车位置的实时检测。本发明实现列车实时定位,定位精度高,精度达厘米级,不存在定位盲区,投资成本低,在恶劣条件下稳定工作,定位范围较广。
Description
技术领域
本发明涉及到列车、地铁实时监控及安全运营领域,尤其涉及到一种基于MEMS震动传感器的列车实时定位方法,应用于各种型号列车、地铁的实时监控与定位。
背景技术
随着我国高铁技术的迅猛发展,与之配套的列车实时监控与定位及安全运营服务的重要性日益增加,其中,列车的实时定位及运行速度是车辆运行最重要的监控数据,在运输调度指挥、列车运行控制及运输管理中起着尤为重要的作用。在现有的列车实时定位技术中,主要有轨道电路定位方法、测速定位方法、信标定位方法、GPS定位方法、无线扩频定位方法等。由于轨道电路定位方法的定位精度取决于轨道电路的长度,精确性较差。在测速定位方法中,定位是一种相对定位,存在累计误差,在定位精度要求较高的地点,需要其他的方法不断的校正位置信息。在信标定位方法中,所给出的只有点式定位信息,应用范围小。GPS定位方法所用的设备简单,成本较低,但其运动定位精度远低于静止定位精度,在隧道等区段存在定位盲区。无线扩频定位方法精度较高,但需要在沿线设置专用扩频基站,投资成本高。在上述的现有技术中,普遍存在着定位精度、投资成本、定位范围之间的相互制约,因此,提高定位精度、降低投资成本、扩展定位范围是列车实时定位的发展方向。
发明内容
本发明的目的是提供一种基于MEMS震动传感器的列车实时定位方法,解决了现有技术中存在定位精度、投资成本、定位范围之间的相互制约关系,提高定位精度、降低投资成本、扩展定位范围。
本发明是根据以下技术方案实现的:
一种基于MEMS震动传感器的列车实时定位方法,包括如下步骤:
S1:确定检测路段,在检测路段上均匀间隔埋设有MEMS震动传感器,使用所述MEMS震动传感器采集列车运行时的震动信号,计算地震直达波的速度,确定采集方案;
S2:根据采集方案,布设MEMS震动传感器排列,选取当前时刻所有已接收到轮轨震动信号的传感器中振幅最大的五个相邻传感器,计算其中任意两个传感器采集数据的互相关值,确定此时刻这任意两个MEMS震动传感器的最大时延量;
S3:利用所有所述的任意两个MEMS震动传感器的最大时延量,采用中值法计算此时刻列车位置;
S4:当列车轮轨经过MEMS震动传感器时,利用MEMS震动传感器的精确定位对所述的列车位置进行位置误差校正;
S5:通过不间断计算各个时刻列车位置,并进行列车位置误差校正,实现列车位置的实时检测。
进一步地,所述步骤S1中计算地震直达波速度、确定采集方案的具体步骤包括:
S101:使用MEMS震动传感器检测到震动信号的第一初始时间;
S102:使用相邻的MEMS震动传感器检测到震动信号的第一初始时间;
S103:根据MEMS震动传感器与相邻的MEMS震动传感器之间的间距及这两个第一初始时间计算出地震直达波速度,具体公式如下:
其中,vwave为地震直达波速度,t1int、t2int分别为两个MEMS震动传感器上所记录到的震动信号到达MEMS震动传感器的第一初始时间,N为两个MEMS震动传感器的间距;
S104:根据所检测路段的长度、地震直达波的速度、定位精度的要求,确定采集方案,采集方案包括传感器间距、排列长度、采样率、互相关运算所需样点数。
进一步地,所述步骤S2中计算振幅最大的五个相邻传感器中任意两个MEMS震动传感器的最大时延量的具体步骤包括:
S201:以xk保持不动,对yk进行时移;
S202:以yk保持不动,对xk进行时移;
其中,x、y为任意两个震动传感器上采集到的震动信号,xk,p为列车在检测路段上第p个采样时刻传感器上第k个样点值,yi+k,p为列车在检测路段上第p个采样时刻其他传感器上第i+k个样点值,i为延迟时差个数,其取值范围为[0,m],m为参与互相关运算的样点个数,最大取d为MEMS震动传感器的间距,vwave为地震直达波的速度,Δτ为采样间隔,p为列车在检测路段上某一个采样时刻,当互相关值达到最大时,此时对应的延迟时差个数即为最大时延量。
进一步地,所述步骤S3采用公式
计算利用任意两个传感器的最大时延量所得到的此时刻列车位置,其中,xlocation为整个列车的中间位置,x1location为此时刻在任意两个传感器区间内距离列车最近的传感器位置,D为这任意两个MEMS震动传感器的距离,vwave为地震直达波速度,i为最大时延量,Δτ为采样间隔,当D=d时,表示这两个任意MEMS震动传感器相邻。
进一步地,步骤S3还包括当得到所有利用任意两个MEMS震动传感器的最大时延量所确定的列车位置后,采用中值法确定此时刻列车所处位置。
进一步地,所述中值法是利用任意两个MEMS震动传感器的最大时延量所确定的列车位置,将所有列车位置按照从小到大的顺序排列,取其中的中间值。
本发明与现有技术相比,具有以下技术效果:本发明利用MEMS震动传感器来采集数据可以实现列车的实时定位,定位精度高,实时定位精度可达厘米级,不存在定位盲区,投资成本低,可在恶劣条件下稳定工作,定位范围较广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明的一种基于MEMS震动传感器的列车实时定位方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
图1为本发明具体实施例所述的基于MEMS震动传感器的列车实时定位方法的流程图。如图1所示,本发明提供了一种基于MEMS震动传感器的列车实时定位方法,包括如下步骤:
S1:确定检测路段,在检测路段上均匀间隔埋设有MEMS震动传感器,使用所述MEMS震动传感器采集列车运行时的震动信号,计算地震直达波的速度,确定采集方案;
S2:根据采集方案,布设MEMS震动传感器排列,选取当前时刻所有已接收到轮轨震动信号的传感器中振幅最大的五个相邻传感器,计算其中任意两个传感器采集数据的互相关值,确定此时刻这任意两个MEMS震动传感器的最大时延量;
S3:利用所有所述的任意两个MEMS震动传感器的最大时延量,采用中值法计算此时刻列车位置;
S4:当列车轮轨经过MEMS震动传感器时,利用MEMS震动传感器的精确定位对所述的列车位置进行位置误差校正;
S5:通过不间断计算各个时刻列车位置,并进行列车位置误差校正,实现列车位置的实时检测。
其中,MEMS震动传感器也称为微加速度计,由高速A/D转换器、DSP-MCU芯片、MEMS加速度芯片组成,可以采集地面/地下震源所产生的地震信号,具有灵敏度高、动态范围宽、计算速度快、存储容量大等特点,可以进行数据的实时处理、传输和存储。
在紧邻铁轨的枕木上埋设两个MEMS震动传感器,两个传感器相隔一定距离,当列车运行至该路段时,两个传感器会记录采集到的震动信号,步骤S1中计算地震直达波速度、确定采集方案的具体步骤包括:
S101:使用MEMS震动传感器检测到震动信号的第一初始时间;
S102:使用相邻的MEMS震动传感器检测到震动信号的第一初始时间;
S103:根据MEMS震动传感器与相邻的MEMS震动传感器之间的间距及这两个第一初始时间计算出地震直达波速度,具体公式如下:
其中,vwave为地震直达波速度,t1int、t2int分别为两个MEMS震动传感器上所记录到的震动信号到达MEMS震动传感器的第一初始时间,N为两个MEMS震动传感器的间距。
其中,将传感器布设在紧邻铁轨的枕木上,则传感器接收列车轮轨产生的震动沿铁轨传播的地震直达波,其速度大于5000m/s。由于温度的变化,地震直达波在铁轨中传播的速度有着少许变化,为了保证定位的准确性,可预先计算不同气温下,地震直达波在铁轨中的传播速度。然后在实际应用中,根据气温的不同,调整地震直达波的速度。
S104:根据所检测路段的长度、地震直达波的速度、定位精度的要求,确定采集方案,采集方案包括传感器间距、排列长度、采样率、互相关运算所需样点数。
在检测路段上,沿着铁轨方向在紧邻铁轨的枕木上按照等间距埋设一定数量的传感器,就构成了传感器采集的观测系统,传感器排列的长度为:
l=(n-1)×d
其中,l为MEMS震动传感器的排列长度,n为MEMS震动传感器的个数,d为MEMS震动传感器的间距。
传感器的排列长度取决于检测路段的长度,通常传感器的排列长度略大于检测路段的长度;传感器间距取决于列车长度、地震直达波速度和列车定位的精度,通常略大于列车长度,在定位精度一定的要求下,地震直达波速度越快,则要求传感器间距越小;若地震直达波速度一定,传感器间距越小,列车定位精度越高;采样率越小,定位精度越高,但计算量加大。互相关运算所需样点数一般可取互相关运算中,距离最大的两个传感器之间的距离与地震直达波速度之商。应用中,可在保持一定定位精度的前提下,合理的设计传感器间距、排列长度、采样率、互相关运算所需样点数。
步骤S2中计算振幅最大的五个相邻传感器中任意两个MEMS震动传感器的最大时延量的具体步骤包括:
S201:以xk保持不动,对yk进行时移;
S202:以yk保持不动,对xk进行时移;
其中,x、y为任意两个震动传感器上采集到的震动信号,xk,p为列车在检测路段上第p个采样时刻传感器上第k个样点值,yi+k,p为列车在检测路段上第p个采样时刻其他传感器上第i+k个样点值,i为延迟时差个数,其取值范围为[0,m],m为参与互相关运算的样点个数,最大取d为MEMS震动传感器的间距,vwave为地震直达波的速度,Δτ为采样间隔,p为列车在检测路段上某一个采样时刻,当互相关值达到最大时,此时对应的延迟时差个数即为最大时延量。
进一步地,所述步骤S3采用公式
计算利用任意两个传感器的最大时延量所得到的此时刻列车位置,其中,xlocation为整个列车的中间位置,x1location为此时刻在任意两个传感器区间内距离列车最近的传感器位置,D为这任意两个MEMS震动传感器的距离,vwave为地震直达波速度,i为最大时延量,Δτ为采样间隔,当D=d时,表示这两个任意MEMS震动传感器相邻。
本算法中,取列车运行的采样间隔与传感器的采样间隔相等,均为0.25ms,则在进行某一采样时刻的互相关运算时,只需把上一时刻参与互相关运算的传感器样点顺序下移一个即可,在实现实时检测的同时又提高了计算效率;其中通过对列车运行中某一采样时刻对振幅最大的五个相邻传感器中,每两个任意传感器记录的震动信号进行互相关运算,当互相关值达到最大时,其对应的延迟时差个数即为此时刻这两个传感器的最大时延量。
步骤S3还包括当得到所有利用任意两个MEMS震动传感器的最大时延量所确定的列车位置后,采用中值法确定此时刻列车所处位置。
中值法是利用任意两个MEMS震动传感器的最大时延量所确定的列车所处位置,将所有的位置按照从小到大的顺序排列,取其中的中间值。通过这种算法,可以提高列车定位的准确性和稳定性,当某一个或几个传感器停止工作时,也能保证定位工作的进行,稳定性和准确性好。
当列车轮轨经过MEMS震动传感器时,则这一时刻此传感器的振幅达到最大,由于各传感器的位置已精确定位,因此可对此时刻的列车位置进行校正。
本发明的工作原理主要包括:利用MEMS震动传感器来采集数据,并且计算地震直达波的速度,确定采集方案;选取当前时刻振幅最大的五个相邻传感器,计算其中任意两个传感器采集数据的互相关值,确定此时刻这任意两个MEMS震动传感器的最大时延量;然后采用中值法确定此时刻列车位置,然后进行所述的位置误差校正,最后实现列车位置的实时检测。
本发明利用MEMS震动传感器来检测数据可实现列车的实时定位,定位精度高,实时定位精度可达厘米级,不存在定位盲区,投资成本低,可在恶劣条件下稳定工作,定位范围较广。
基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。尽管本发明就优选实施方式进行了示意和描述,但本领域的技术人员应当理解,只要不超出本发明的权利要求所限定的范围,可以对本发明进行各种变化和修改。
Claims (5)
1.一种基于MEMS震动传感器的列车实时定位方法,其特征在于,包括如下步骤:
S1:确定检测路段,在检测路段上均匀间隔埋设有MEMS震动传感器,使用所述MEMS震动传感器采集列车运行时的震动信号,计算地震直达波的速度,确定采集方案;
S2:根据采集方案,布设MEMS震动传感器排列,选取当前时刻所有已接收到轮轨震动信号的传感器中振幅最大的五个相邻传感器,计算其中任意两个传感器采集数据的互相关值,确定此时刻这任意两个MEMS震动传感器的最大时延量;
S3:利用所有所述的任意两个MEMS震动传感器的最大时延量,采用中值法计算此时刻列车位置;
S4:当列车轮轨经过MEMS震动传感器时,利用MEMS震动传感器的精确定位对所述的列车位置进行位置误差校正;
S5:通过不间断计算各个时刻列车位置,并进行列车位置误差校正,实现列车位置的实时检测。
2.根据权利要求1所述的一种基于MEMS震动传感器的列车实时定位方法,其特征在于,所述步骤S1中计算地震直达波速度、确定采集方案的具体步骤包括:
S101:使用MEMS震动传感器检测到震动信号的第一初始时间;
S102:使用相邻的MEMS震动传感器检测到震动信号的第一初始时间;
S103:根据MEMS震动传感器与相邻的MEMS震动传感器之间的间距及这两个第一初始时间计算出地震直达波速度,具体公式如下:
其中,vwave为地震直达波速度,t1int、t2int分别为两个MEMS震动传感器上所记录到的震动信号到达MEMS震动传感器的第一初始时间,N为两个MEMS震动传感器的间距;
S104:根据所检测路段的长度、地震直达波的速度、定位精度的要求,确定采集方案,采集方案包括传感器间距、排列长度、采样率、互相关运算所需样点数。
3.根据权利要求1或2所述的基于MEMS震动传感器的列车实时定位方法,其特征在于,所述步骤S2中计算振幅最大的五个相邻传感器中任意两个MEMS震动传感器的最大时延量的具体步骤包括:
S201:以xk保持不动,对yk进行时移;
S202:以yk保持不动,对xk进行时移;
5.根据权利要求4所述的基于MEMS震动传感器的列车实时定位方法,其特征在于,所述中值法是利用任意两个MEMS震动传感器的最大时延量所确定的列车位置,将所有列车位置按照从小到大的顺序排列,取其中的中间值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710035602.4A CN108313089B (zh) | 2017-01-18 | 2017-01-18 | 一种基于mems震动传感器的列车实时定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710035602.4A CN108313089B (zh) | 2017-01-18 | 2017-01-18 | 一种基于mems震动传感器的列车实时定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108313089A CN108313089A (zh) | 2018-07-24 |
CN108313089B true CN108313089B (zh) | 2020-07-21 |
Family
ID=62891206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710035602.4A Active CN108313089B (zh) | 2017-01-18 | 2017-01-18 | 一种基于mems震动传感器的列车实时定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108313089B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110285877B (zh) * | 2019-06-06 | 2020-02-18 | 武汉理工大学 | 基于Spark Streaming的列车实时定位跟踪与速度计算方法 |
CN110514862B (zh) * | 2019-08-16 | 2020-10-27 | 西安交通大学 | 一种利用速度扫描的高铁运行速度估计方法 |
CN111174785B (zh) * | 2020-01-19 | 2023-07-18 | 广东自来物智能科技有限公司 | 一种索道穿梭机定位系统及定位方法 |
CN112622989B (zh) * | 2020-12-31 | 2021-10-08 | 西南交通大学 | 一种基于振动信号的列车定位装置以及方法 |
CN116559782B (zh) * | 2023-05-25 | 2024-01-23 | 运来智能装备(无锡)有限公司 | 基于震动传感器的agv定位方法、系统、介质及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103499383A (zh) * | 2013-09-06 | 2014-01-08 | 北京航天时代光电科技有限公司 | 一种提高光纤振动传感器定位精度的自相关定位方法 |
WO2014019886A2 (de) * | 2012-07-31 | 2014-02-06 | Siemens Aktiengesellschaft | Schienenfahrzeugortung |
CN106114563A (zh) * | 2010-09-17 | 2016-11-16 | 波列系统公司 | 用于早期列车检测的系统和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102435299B (zh) * | 2011-08-12 | 2014-02-12 | 中国科学院上海微系统与信息技术研究所 | 一种微型震动传感器阵列及在地面目标跟踪中的应用 |
-
2017
- 2017-01-18 CN CN201710035602.4A patent/CN108313089B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106114563A (zh) * | 2010-09-17 | 2016-11-16 | 波列系统公司 | 用于早期列车检测的系统和方法 |
WO2014019886A2 (de) * | 2012-07-31 | 2014-02-06 | Siemens Aktiengesellschaft | Schienenfahrzeugortung |
CN103499383A (zh) * | 2013-09-06 | 2014-01-08 | 北京航天时代光电科技有限公司 | 一种提高光纤振动传感器定位精度的自相关定位方法 |
Non-Patent Citations (1)
Title |
---|
"基于 MCPF 算法的列车组合定位应用研究";王更生等;《信息通信》;20161031(第166期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108313089A (zh) | 2018-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108313089B (zh) | 一种基于mems震动传感器的列车实时定位方法 | |
CN109946730B (zh) | 一种车路协同下基于超宽带的车辆高可靠融合定位方法 | |
AU2006201543B2 (en) | System and method for establishing the instantaneous speed of an object | |
CN103465938A (zh) | 轨道交通车辆的快速精确定位装置及定位方法 | |
CN101644756B (zh) | 直线型gps动态定位精度检定仪及其检定方法 | |
CN106997666B (zh) | 一种利用手机信令数据位置切换获取交通流速度的方法 | |
CA3067782C (en) | Running location identification system, running location identification apparatus, and running location identification method for railroad cars | |
JP5965251B2 (ja) | 軌道位置データ付与システム及び軌道位置データ付与方法 | |
CN111998828B (zh) | 一种基于便携式gps的道路坡度估算方法 | |
CN104898139A (zh) | 一种车辆定位纠偏方法及装置 | |
CN109606430B (zh) | 轨道车自动定位方法、自动定位系统及自动驾驶装置 | |
CN102740457A (zh) | 一种终端移动定位防漂移的方法 | |
JP5915916B1 (ja) | 観測システム | |
CN114280322B (zh) | 基于光栅阵列传感器的车辆定位测速系统及方法 | |
CN112550378B (zh) | 一种轨道伴行光缆与轨道间位置映射方法、系统和存储器 | |
WO2017195649A1 (ja) | 観測システム | |
PT2924662T (pt) | Onboard-unit e método para a vigilância de funcionamento num sistema rodoviário de portagens | |
CN107923749B (zh) | 用于检测地面位置变化的系统和方法 | |
JP6574637B2 (ja) | 高度検出装置、負荷・駆動装置および高度検出方法 | |
CN114719884A (zh) | 一种惯导系统姿态测量精度评估方法及应用 | |
CN101017098A (zh) | Gps/ins组合定位导航系统的角度检测校正方法 | |
CN106896392B (zh) | 利用adas技术辅助定位测试的方法 | |
CN104142624B (zh) | 一种基于波形匹配的时间同步方法及系统 | |
CN108375789B (zh) | 联合采集地震数据的同步匹配方法 | |
CN111970631B (zh) | 一种超宽带与惯导组合的地下列车定位测速系统及方法 |
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 |