CN108648461A - 基于视频测速的弯道预警实现方法 - Google Patents

基于视频测速的弯道预警实现方法 Download PDF

Info

Publication number
CN108648461A
CN108648461A CN201810471352.3A CN201810471352A CN108648461A CN 108648461 A CN108648461 A CN 108648461A CN 201810471352 A CN201810471352 A CN 201810471352A CN 108648461 A CN108648461 A CN 108648461A
Authority
CN
China
Prior art keywords
speed
vehicle
bend
monitoring region
image
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
Application number
CN201810471352.3A
Other languages
English (en)
Other versions
CN108648461B (zh
Inventor
陈涛
尹珩沣
刘虹伯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changan University
Original Assignee
Changan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changan University filed Critical Changan University
Priority to CN201810471352.3A priority Critical patent/CN108648461B/zh
Publication of CN108648461A publication Critical patent/CN108648461A/zh
Application granted granted Critical
Publication of CN108648461B publication Critical patent/CN108648461B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G08G1/054Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/015Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967Systems involving transmission of highway information, e.g. weather, speed limits

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种基于视频测速的弯道预警实现方法,用于目标弯道,目标弯道的前方设置有监测区域,该方法包括:获取车辆进入监测区域时的车辆图像;通过车辆图像计算车辆经过监测区域的速度和加速度;通过车辆经过监测区域的速度和加速度,预估车辆进入目标弯道时的速度;根据车辆图像获取车辆的车型轮廓,从而估算该车辆在目标弯道处的临界安全车速;若车辆进入目标弯道时的速度小于临界安全车速的0.85,则该车辆在目标弯道处为安全状态;若车辆进入目标弯道时的速度大于临界安全车速的0.85且小于临界安全车速,则该车辆需减速行驶;若车辆进入目标弯道时的速度大于临界安全车速,则该车辆需进行制动操作。

Description

基于视频测速的弯道预警实现方法
技术领域
本发明属于车-路协同技术领域,具体涉及一种基于视频测速的弯道预警实现方法。
背景技术
随着机动车辆的日益增多,交通管理需要更为高效可行的办法以维持交通秩序。在现有车辆测速系统中,雷达测速、激光测速、线圈测速较为普及,技术也相对成熟;但是,雷达测速价格昂贵且容易被电子狗反侦测,感应线圈测速只能用于固定点监测,测量重复性较低,数据波动性较大,且对路面有一定破坏。激光测速精度高但数据重复性相当不好。相较而言,视频测速不用雷达,也无需传感器,只安装一个视频摄像头,既能对高速行驶中的汽车实现精确测速,又能对超速违章车辆进行布控,在车辆测速中更具有潜在优势。
视频监控技术可利用计算机视觉方法自动分析摄像机拍录的图像序列,从而有效跟踪、识别和检测动态场景中的目标。视频监控是安全防范的重要组成部分。监控的关键是用最短的时间从监控区域获取尽可能多的信息反馈。早期视频监控完全依靠人工获取和处理信息,随着科技的发展以及公共安全需求的快速增长,智能视频技术应运而生,并逐渐成为研究热点。
智能视频监控技术的诞生可以有效缓解监控人员的工作强度,提升监控准确性,如果发现出现异常,可以在第一时间发出警报。与传统的测速方式相比,视频测速具有测速系统简单、工作稳定性高和测速成本低等优点,因而可广泛应用于交叉路口和高速公路的测速系统中。其实从智能视频监控技术的发展来看,从2001年美国911事件的爆发,到后来诸多国家发生多次连环恐怖主义事件之后,整个人类社会对于智能视频监控技术的需求也就越来越大。特别是在一些发达国家,庞大的智能视频监控技术体系也日渐形成。甚至于英国在整个国土面积上安装了多大420万个摄像头,与人口数相比为1:14。智能视频监控技术在欧美国家也实现了高速发展。譬如说瑞典的Axis网络通讯公司就首先推出了一批智能视频产品,它们具有非常强大的图像处理能力,并且能够支持第三方应用软件板块的运行。这也标志着人类在正式踏入了智能视频监控技术领域,并找到了立足之地。随后美国的VERINT公司作为最早进入智能视频监控技术领域的企业,在秉持着前端内置分析构架理念的同时,也创造了Nextiva这一种能够为客户提供一站式服务的智能视频。它包括许多种硬件,能够帮助客户实现在不同环境对于监控部署的不同需求。
在应用领域内,智能视频监控技术帮助传统监控体系智能化并将人从监控的需求中解放出来。而当前智能视频监控技术主要的应用还是集中在安防类应用和非安防类应用两个方面。安防类应有中,一般智能视频监控技术能够通过高级视频进行移动监控,譬如说在复杂的坏境中能够对单个或者多个物体进行细致监控。然后就是对物体的追踪,可以说智能视频监控技术能够自由的对物体进行跟踪,而一旦物体的运动超出一定的范围,监控摄像机会自动提示另一区域的摄像机进行继续追踪。
在道路交通事故中,车辆超速行驶易引发交通事故。根据计算得到的车辆在某一时刻的瞬时速度可以及时高效的反馈给司机,进而可以减少交通事故的发生。随着我国道路交通事业的突飞猛进,道路交通事故迅猛增长已成为交通管理所面临的严重问题。虽然近年来我国相关管理部门采取了很多措施,但较之于西方发达国家,我国的道路交通事故率和万车死亡率等事故指标都相对较高,道路交通安全形势仍十分严峻。根据道路交通事故统计分析表明,弯道路段是交通事故多发地段,驾驶人常因超速行驶入弯导致车辆失控而引发交通事故,造成重大经济和财产损失。
目前大多数研究均主要从车的角度来提升车辆在弯道行驶的安全性,而鲜有涉及从道路服务功能角度来提高车辆入弯行驶安全性。目前从道路服务功能角度来提高车辆入弯行驶安全性的设施主要有速度反馈标志,其功用主要在于向驶近车辆提示实时车速和路段限制车速,但驾驶人从该标志中被不能直观迅速的了解到应该采取怎样的速度控制策略,且上述标志对于在不同天气条件造成的干、湿路面车辆轮胎与路面附着系数的变化对安全车速的影响也基本没有涉及,主要考虑是干燥路面条件下的安全车速,因而在雨雪天气湿滑路面造成的低附着系数条件下按速度反馈标志所提示的安全限速行驶仍存在一定的安全隐患。
发明内容
针对现有技术存在的不足,本发明的目的在于,提供一种基于视频测速的弯道预警实现方法,解决现有技术中无法从道路服务功能角度来提高车辆入弯行驶安全性的问题。
为了解决上述技术问题,本发明采用如下技术方案予以实现:
一种基于视频测速的弯道预警实现方法,用于目标弯道,所述目标弯道的前方设置有监测区域,该方法包括:
获取车辆进入监测区域时的车辆图像;
通过车辆图像计算车辆经过监测区域的速度和加速度;
通过车辆经过监测区域的速度和加速度,预估车辆进入目标弯道时的速度;
根据车辆图像获取车辆的车型轮廓,从而估算该车辆在目标弯道处的临界安全车速;
若车辆进入目标弯道时的速度小于临界安全车速的0.85,则该车辆在目标弯道处为安全状态;若车辆进入目标弯道时的速度大于临界安全车速的0.85且小于临界安全车速,则该车辆需减速行驶;若车辆进入目标弯道时的速度大于临界安全车速,则该车辆需进行制动操作。
进一步地,所述监测区域的路面上等间隔设有多条减速标线。
进一步地,设车辆在监测区域的行驶方向为y方向,则沿车辆行驶方向的减速标线在y方向上的坐标分别为y01,y02,...,y0i,i为减速标线沿车辆行驶方向的标号,i为大于等于2的自然数;
通过式(1)得到车辆经过相邻两条减速标线的速度vi-1
其中,L为一条减速标线的宽度和相邻两条减速标线间距的长度和;Δti-1,1为通过一条完整减速标线及减速标线之间间距的时间;Δti-1,1=Δti1-Δti2f为获取经过监测区域时的车辆图像的频率;y0i为第i条减速标线的起始像素纵坐标值;yi为第i帧图像中车牌的像素中坐标值;
通过式(2)得到车辆经过监测区域的速度vt
其中,n为减速标线的数量。
进一步地,通过式(3)得到车辆经过监测区域的加速度a:
式(3)中,vn-1为第n张图像与第n-1张图像所求得的第n-1个瞬时车速,v1为第二张图像与第一张图像求得的第一个瞬时车速。
进一步地,通过式(5)预估车辆进入目标弯道时的速度vh
vh=vt+(a+a0)t (5)
式(5)中,a为车辆经过监测区域的加速度,a0为预设减速标线对车辆减速作用下产生的加速度,vt为车辆经过监测区域的速度,t为时间权值。
进一步地,通过式(4)得到车辆在目标弯道处的临界安全车速,所述临界安全车速为侧翻临界车速vr和侧滑临界车速vx的最小值:
式(4)中,h为车辆的质心高度,J为路面横坡坡度,R为弯道半径,为路面附着系数。
本发明与现有技术相比,具有如下技术效果:
1、本发明利用减速标线的宽度和间距的实际长度所占像素点单位相同的特点,依据车辆通过减速标线的时间来计算车速,并根据车辆在相邻帧之间的位移计算出车辆速度、加速度,并预测车辆在弯道中的速度;
2、本发明利用视频传感器的图像识别功能区分车辆类型,并将识别结果运用于临界安全车速的计算中。
附图说明
图1是本发明中部件安装示意图;
图2是减速标线设置示意图;
以下结合附图对本发明的具体内容作进一步详细解释说明。
具体实施方式
以下给出本发明的具体实施例,需要说明的是本发明并不局限于以下具体实施例,凡在本申请技术方案基础上做的等同变换均落入本发明的保护范围。
实施例:
本实施例给出一种基于视频测速的弯道预警实现方法,其特征在于,用于目标弯道,所述目标弯道的前方设置有监测区域,该方法包括:
获取车辆进入监测区域时的车辆图像;如图1所示,本实施例通过安装在弯道处的视频传感器采集车辆进入监测区域时的车辆图像。
通过车辆图像计算车辆经过监测区域的速度和加速度;
具体地,所述监测区域的路面上等间隔设有多条减速标线。
设车辆在监测区域的行驶方向为y方向,则沿车辆行驶方向的减速标线在y方向上的坐标分别为y01,y02,...,y0i,i为减速标线沿车辆行驶方向的标号,i为大于等于2的自然数;
通过式(1)得到车辆经过相邻两条减速标线的速度vn-1
其中,L为一条减速标线的宽度和相邻两条减速标线间距的长度和;Δti-1,1为通过一条完整减速标线及减速标线之间间距的时间;Δti-1,1=Δti1-Δti2f为获取经过监测区域时的车辆图像的频率;y0i为第i条减速标线的起始像素纵坐标值;yi为第i帧图像中车牌的像素中坐标值;
通过式(2)得到车辆经过监测区域的速度vt
其中,n为减速标线的序号。
通过式(3)得到车辆经过监测区域的加速度a:
式(3)中,vn-1为第n张图像与第n-1张图像所求得的第n-1个瞬时车速,v1为第二张图像与第一张图像求得的第一个瞬时车速。
通过车辆经过监测区域的速度和加速度,预估车辆进入目标弯道时的速度;
通过式(5)预估车辆进入目标弯道时的速度vh
vh=vt+(a+a0)t
式(5)中,a为车辆经过监测区域的加速度,a0为预设减速标线对车辆减速作用下产生的加速度,vt为车辆经过监测区域的速度,t为时间权值。
根据车辆图像获取车辆的车型轮廓,从而估算该车辆在目标弯道处的临界安全车速;
通过式(4)得到车辆在目标弯道处的临界安全车速,所述临界安全车速为侧翻临界车速vr和侧滑临界车速vx的最小值:
即,临界安全车速:v=min{vr,vx}。
式(4)中,h为车辆的质心高度,J为路面横坡坡度,R为弯道半径,为路面附着系数。
若车辆进入目标弯道时的速度小于临界安全车速的0.85,则该车辆在目标弯道处为安全状态;若车辆进入目标弯道时的速度大于临界安全车速的0.85且小于临界安全车速,则该车辆需减速行驶;若车辆进入目标弯道时的速度大于临界安全车速,则该车辆需进行制动操作。上述行驶状态均由安装在路侧的预警装置反馈给车辆的驾驶人。

Claims (6)

1.一种基于视频测速的弯道预警实现方法,其特征在于,用于目标弯道,所述目标弯道的前方设置有监测区域,该方法包括:
获取车辆进入监测区域时的车辆图像;
通过车辆图像计算车辆经过监测区域的速度和加速度;
通过车辆经过监测区域的速度和加速度,预估车辆进入目标弯道时的速度;
根据车辆图像获取车辆的车型轮廓,从而估算该车辆在目标弯道处的临界安全车速;
若车辆进入目标弯道时的速度小于临界安全车速的0.85,则该车辆在目标弯道处为安全状态;若车辆进入目标弯道时的速度大于临界安全车速的0.85且小于临界安全车速,则该车辆需减速行驶;若车辆进入目标弯道时的速度大于临界安全车速,则该车辆需进行制动操作。
2.根据权利要求1所述的基于视频测速的弯道预警实现方法,其特征在于,所述监测区域的路面上等间隔设有多条减速标线。
3.根据权利要求2所述的基于视频测速的弯道预警实现方法,其特征在于,设车辆在监测区域的行驶方向为y方向,则沿车辆行驶方向的减速标线在y方向上的坐标分别为y01,y02,...,y0i,i为减速标线沿车辆行驶方向的标号,i为大于等于2的自然数;
通过式(1)得到车辆经过相邻两条减速标线的速度vi-1
其中,L为一条减速标线的宽度和相邻两条减速标线间距的长度和;Δti-1,1为通过一条完整减速标线及减速标线之间间距的时间;Δti-1,1=Δti1-Δti2f为获取经过监测区域时的车辆图像的频率;y0i为第i条减速标线的起始像素纵坐标值;yi为第i帧图像中车牌的像素中坐标值;
通过式(2)得到车辆经过监测区域的速度vt
其中,n为减速标线的数量。
4.根据权利要求3所述的基于视频测速的弯道预警实现方法,其特征在于,通过式(3)得到车辆经过监测区域的加速度a:
式(3)中,vn-1为第n张图像与第n-1张图像所求得的第n-1个瞬时车速,v1为第二张图像与第一张图像求得的第一个瞬时车速。
5.根据权利要求4所述的基于视频测速的弯道预警实现方法,其特征在于,通过式(5)预估车辆进入目标弯道时的速度vh
vh=vt+(a+a0)t (5)
式(5)中,a为车辆经过监测区域的加速度,a0为预设减速标线对车辆减速作用下产生的加速度,vt为车辆经过监测区域的速度,t为时间权值。
6.根据权利要求1所述的基于视频测速的弯道预警实现方法,其特征在于,通过式(4)得到车辆在目标弯道处的临界安全车速,所述临界安全车速为侧翻临界车速vr和侧滑临界车速vx的最小值:
式(4)中,h为车辆的质心高度,J为路面横坡坡度,R为弯道半径,为路面附着系数。
CN201810471352.3A 2018-05-17 2018-05-17 基于视频测速的弯道预警实现方法 Active CN108648461B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810471352.3A CN108648461B (zh) 2018-05-17 2018-05-17 基于视频测速的弯道预警实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810471352.3A CN108648461B (zh) 2018-05-17 2018-05-17 基于视频测速的弯道预警实现方法

Publications (2)

Publication Number Publication Date
CN108648461A true CN108648461A (zh) 2018-10-12
CN108648461B CN108648461B (zh) 2020-09-04

Family

ID=63756161

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810471352.3A Active CN108648461B (zh) 2018-05-17 2018-05-17 基于视频测速的弯道预警实现方法

Country Status (1)

Country Link
CN (1) CN108648461B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110992710A (zh) * 2019-12-13 2020-04-10 潍柴动力股份有限公司 弯道测速预警方法、装置、控制设备及可读存储介质
CN113380050A (zh) * 2021-08-12 2021-09-10 江西影创信息产业有限公司 基于智能眼镜的行驶安全提示方法、系统及智能眼镜

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100135573A (ko) * 2009-06-17 2010-12-27 주식회사 인투텍 차량 이동속도 추적장치와 그 방법 및 그 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록매체
CN102592456A (zh) * 2012-03-09 2012-07-18 泉州市视通光电网络有限公司 一种基于视频的车辆测速方法
CN202345672U (zh) * 2011-11-08 2012-07-25 长安大学 一种弯道超速报警辅助装置
CN102723001A (zh) * 2012-06-08 2012-10-10 长安大学 弯道转向车速安全状态预警的速度反馈标志系统的实现方法
AU2013101373A4 (en) * 2013-10-17 2013-11-14 Speed Watch Pty Ltd Method and system for producing accurate digital map for vehicle systems
CN105551264A (zh) * 2015-12-25 2016-05-04 中国科学院上海高等研究院 一种基于车牌特征匹配的车速检测方法
CN107564338A (zh) * 2017-09-28 2018-01-09 长安大学 一种基于ZigBee协议的道路弯道预警装置及方法
CN107993453A (zh) * 2017-12-28 2018-05-04 武汉理工大学 一种基于车路协同的弯道安全车速计算方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100135573A (ko) * 2009-06-17 2010-12-27 주식회사 인투텍 차량 이동속도 추적장치와 그 방법 및 그 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록매체
CN202345672U (zh) * 2011-11-08 2012-07-25 长安大学 一种弯道超速报警辅助装置
CN102592456A (zh) * 2012-03-09 2012-07-18 泉州市视通光电网络有限公司 一种基于视频的车辆测速方法
CN102723001A (zh) * 2012-06-08 2012-10-10 长安大学 弯道转向车速安全状态预警的速度反馈标志系统的实现方法
AU2013101373A4 (en) * 2013-10-17 2013-11-14 Speed Watch Pty Ltd Method and system for producing accurate digital map for vehicle systems
CN105551264A (zh) * 2015-12-25 2016-05-04 中国科学院上海高等研究院 一种基于车牌特征匹配的车速检测方法
CN107564338A (zh) * 2017-09-28 2018-01-09 长安大学 一种基于ZigBee协议的道路弯道预警装置及方法
CN107993453A (zh) * 2017-12-28 2018-05-04 武汉理工大学 一种基于车路协同的弯道安全车速计算方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
刘卡: "基于车路协同的高速公路弯道危险预警系统研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
史慧伟: "史慧伟", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
史慧伟: "基于视频的车辆连续运动状态检测方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
孔祥粱: "摄像头检测车速的改进算法", 《数学建模及其应用》 *
陈媛媛: "基于视频检测的车辆测速方法", 《现代电子技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110992710A (zh) * 2019-12-13 2020-04-10 潍柴动力股份有限公司 弯道测速预警方法、装置、控制设备及可读存储介质
CN113380050A (zh) * 2021-08-12 2021-09-10 江西影创信息产业有限公司 基于智能眼镜的行驶安全提示方法、系统及智能眼镜

Also Published As

Publication number Publication date
CN108648461B (zh) 2020-09-04

Similar Documents

Publication Publication Date Title
Chen et al. Surrogate safety analysis of pedestrian‐vehicle conflict at intersections using unmanned aerial vehicle videos
US11380105B2 (en) Identification and classification of traffic conflicts
US11113961B2 (en) Driver behavior monitoring
WO2021031338A1 (zh) 多雷达跨区域组网多目标跟踪识别方法及装置
US20240290201A1 (en) Driver behavior monitoring
US6411328B1 (en) Method and apparatus for traffic incident detection
CN108399743A (zh) 一种基于gps数据的高速公路车辆异常行为检测方法
CN105788269A (zh) 基于无人机的异常交通识别方法
CN110718062A (zh) 一种大区域多目标交通事件检测系统及方法
CN109448397B (zh) 一种基于大数据的团雾监测方法
CN109285349A (zh) 车路协同环境下高速公路交通事件检测方法及预警系统
CN109389845B (zh) 一种多因素一体化高速公路动态车速管控系统
Wang et al. Advanced driver‐assistance system (ADAS) for intelligent transportation based on the recognition of traffic cones
CN106960572B (zh) 一种基于延迟时间系数的高速公路行程时间可靠性计算方法
CN106548630A (zh) 一种驾驶行为的检测方法及装置
CN114387785A (zh) 一种基于智慧公路的安全管控方法、系统及可存储介质
CN113658427A (zh) 基于视觉与雷达的路况监控方法及系统、设备
CN116246229B (zh) 一种基于车联网的骑行状态监控系统及方法
CN106428003A (zh) 不良天气下高速公路车辆偏离车道的预警装置及方法
CN108648461A (zh) 基于视频测速的弯道预警实现方法
CN114064656A (zh) 一种基于路端感知系统的自动驾驶场景识别与转化方法
CN113487873A (zh) 一种公路交通安全智能检测系统
Labayrade et al. Experimental assessment of the rescue collision-mitigation system
CN106448202A (zh) 一种基于视频的弯道预警系统及预警方法
CN116564083A (zh) 一种基于改进CrowdDet算法的高速公路交通拥堵检测的方法

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