CN109032178A - 全驱动auv回收控制系统及自主回收方法 - Google Patents
全驱动auv回收控制系统及自主回收方法 Download PDFInfo
- Publication number
- CN109032178A CN109032178A CN201810884785.1A CN201810884785A CN109032178A CN 109032178 A CN109032178 A CN 109032178A CN 201810884785 A CN201810884785 A CN 201810884785A CN 109032178 A CN109032178 A CN 109032178A
- Authority
- CN
- China
- Prior art keywords
- auv
- control
- particle
- state
- underwater
- 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
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000002747 voluntary effect Effects 0.000 title claims abstract description 20
- 239000002245 particle Substances 0.000 claims abstract description 62
- 238000003032 molecular docking Methods 0.000 claims abstract description 19
- 238000004064 recycling Methods 0.000 claims abstract description 17
- 238000013459 approach Methods 0.000 claims abstract description 6
- 230000033001 locomotion Effects 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 13
- 239000013598 vector Substances 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 238000005315 distribution function Methods 0.000 claims description 11
- 239000013307 optical fiber Substances 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 9
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000012952 Resampling Methods 0.000 claims description 6
- 229910003460 diamond Inorganic materials 0.000 claims description 6
- 239000010432 diamond Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- XCWPUUGSGHNIDZ-UHFFFAOYSA-N Oxypertine Chemical compound C1=2C=C(OC)C(OC)=CC=2NC(C)=C1CCN(CC1)CCN1C1=CC=CC=C1 XCWPUUGSGHNIDZ-UHFFFAOYSA-N 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000005530 etching Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims 1
- 238000012886 linear function Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 5
- 230000001133 acceleration Effects 0.000 abstract description 3
- 239000013589 supplement Substances 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 5
- -1 AUV compound Chemical class 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000009304 pastoral farming Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 101100495256 Caenorhabditis elegans mat-3 gene Proteins 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/04—Control of altitude or depth
- G05D1/048—Control of altitude or depth specially adapted for water vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0875—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted to water vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种全驱动AUV回收控制系统及自主回收方法,提供一种用于全驱动AUV回收对接控制系统硬件结构、一种运用动力定位保持直线跟踪和悬停校准的自主回收方法,以及一种能够提高AUV回收对接稳定性的基于自适应无迹粒子滤波的动力定位状态估计方法。所采用的自适应无迹粒子滤波算法,利用Saga‑Husa对未知噪声统计特性估计,用粒子分布联合逼近状态后验分布,将粒子滤波和UKF算法优势互补。在外界干扰、加速度的物理特性和人为操纵等因素影响的情况下跟踪滤波效果更好,有效提升了动力定位的稳定性,提高了自主回收的成功率。
Description
技术领域
本发明涉及全驱动自主水下机器人,尤其涉及全驱动自主水下机器人回收控制系统及自主回收方法,属于机器人技术领域。
背景技术
自主水下机器人(AUV)是目前海洋工程领域技术发展的热点,在海洋资源勘探、海底工程作业、科研考察等诸多方面发挥着越来越广泛的作用。由于AUV自身能源限制,当AUV完成一定量的任务后,通常需要在水下对接并回收,以便及时进行能源补给和数据交换,同时下达下一段时间的任务,重新在水下布放AUV开展勘探和作业任务。
现阶段AUV回收一般采用对接管加导流罩的水下回收装置,这种回收装置适合传统的鱼雷型AUV回收和布放,其结构简单、隐蔽性高,但是这种喇叭口回收装置对AUV的操纵性、运动控制和导航定位精度具有严苛的要求,不但要求AUV在环境扰动作用下按照预定轨迹运动,甚至对于挂载在船上的喇叭口装置,还需要通过光、水声等传感器对回收口运动状态进行估计,即使已知海流方向,对接过程中也会受到船身附近各种异性海流的干扰。为了减少回收中发生碰擦,提高AUV回收的成功率,就需要AUV具有能够抵抗自身环境扰动的动力定位能力。动力定位系统不受水深限制,操作方便等优点并且可以提高AUV机动精确性。目前,AUV多用以巡航式作业,需要一定的速度来平衡自身的正浮力,无法完成定点悬停等动作,对AUV动力定位的研究比较少,但是,为使AUV在深海中具有更强的能力,研究AUV的动力定位技术是十分有必要的。
AUV动力定位系统主要包括:测量系统、控制系统、推进器系统。动力定位的原理是根据水下机器人测量系统测得的实际状态量,并与相应的要求值进行比较得到误差值,经控制器处理后发出指令,推力系统执行后产生相应的控制力和控制力矩,抵抗环境干扰。对动力定位技术而言,状态估计的准确性对控制精确度有极大的影响。现有的AUV通常利用惯导采集的姿态角和加速度信息,多普勒仪得到的速度信息和水声、光等传感器获得的位置信息进行数据融合来对AUV状态实时估计,常用卡尔曼滤波(Kalman Filter,KF)、扩展卡尔曼滤波(Extended Kalman Filter,EKF)、无迹卡尔曼滤波(Unscented Kalman Filter,UKF)、粒子滤波(Particle Filter,PF)等。粒子滤波利用序贯蒙特卡洛方法,解决了EKF与UKF算法在非线性/非高斯性较强时收敛性急剧下降甚至发散的问题对,但是在算法重要密度函数无法融入最新观测信息,一直存在权值退化问题。
申请号“201310639638.5”名称为“一种自治水下航行器的回收系统及其回收方法”,该方法简单有效,但是依靠工作人员被动捕捞射出的牵引绳,自主性和隐蔽性不高。申请号为“201310141292.6”名称为“一种欠驱动水下机器人远距离精确自主搭载对接控制方法”,该方法由于欠驱动结构限制,只能间接消除横向误差和深度误差,不能悬停定位校准,对控制器和定位算法要求高。
发明内容
本发明的目的在于提供一种全驱动AUV回收控制系统及自主回收方法;提供的全驱动AUV的回收控制系统,有别于传统的欠驱动AUV,控制更灵活,能够支持悬停定位来校准对接;提供的全驱动AUV控制系统的自主回收方法,通过动力定位补偿水流的干扰,减少回收中发生碰擦,提高AUV回收的成功率。
本发明的目的通过以下技术方案予以实现:
一种全驱动AUV回收控制系统,包括回收单元1和水下控制系统;所述回收单元1由支架放置于海底平面或悬挂于船舶上,水下控制系统安装在全驱动自主水下机器人上;所述回收单元1包括水声收发器2、摄像机3、圆锥导向罩4、导管5、灯光组6;所述水声收发器2安装在圆锥导向罩4两侧,灯光组6包含四个水下灯,以菱形的几何关系安装在圆锥导流罩4外沿,所述摄像机3安装在圆向导流罩4后部、导管5颈部,用于基岸人员实时观测末端水下回收的过程;
所述水下控制系统包括主控单元18、照明控制板21、电源管理系统22、水下灯23、漏水传感器13、信息测量单元17、温湿度传感器14、避碰声呐15、水下摄像机组16、电池24、导航定位单元7、运动控制单元25;主控单元18由两块PC104工控板构成,主控PC104 19完成运动控制并对传感器的信息采集和处理,从控PC104 20仅和水下摄像机组16相连,处理视频、图片数据,减小主控PC104的负担,两工控板之间通过485通信模式传送数据;所述照明控制板21与主控PC104 19连接,接收亮度控制信号,对水下灯23亮度进行调整;所述电源管理系统22、漏水传感器13和温湿度传感器14与主控PC104 19相连,检测电池24状态信息和机器人内部环境信息;所述导航定位单元7包括USBL定位设备8、光纤惯导9、GPS/无线模块10、多普勒仪11,USBL定位设备8、光纤惯导9、GPS/无线模块10和多普勒仪11都与主控PC10419相连,USBL定位设备8在回收阶段接受水声收发器2的信息计算相对位置,并将光纤惯导9、多普勒仪11、深度计12所得到的姿态、速度和深度数据发送给主控PC104 19,推算AUV当前位置、姿态;所述水下摄像机组16在AUV回收末端将灯光组几何关系传输到从控PC10420,从控PC104 20负责计算AUV相对回收单元1的位置,发送给主控PC104 19校准导航传感器得到的位置信息;所述运动控制单元25包括电机控制器、电机组和拋载电磁铁;所述电机控制器根据主控PC104 19的发送的推进器的转速大小,用PWM对5个推进器转速控制,动态调整AUV的姿态角度和航速,同时将电机的转速发送主控PC104 19;所述抛载电磁铁通电释放重块,在水下发生故障时将电磁铁吸附重块抛出实现快速上浮,完成AUV的自救。
一种全驱动AUV回收控制系统的自主回收方法,通过以下步骤予以实现:
所述全驱动AUV控制系统的自主回收方法包括直线归位26、直线跟踪28、直线对接30和校准对接33四个阶段,在到达直线跟踪28阶段后开启四自由度动力定位系统;所述四自由度动力定位系统对包括深度、纵倾角、航向角、横向位置四个自由度控制,依靠AUV将通过光纤惯导9得到的3轴姿态角信息,之后通过USBL定位设备8得到的AUV相对回收口位置坐标、深度计12得到深度大小和多普勒仪11得到横向速度与纵向速度,通过自适应无迹粒子滤波方法,得到AUV复合运动中的低频状态,通过动力定位控制器实时计算控制增量,使各推进器产生推力与力矩作为补偿动力,以抵消水流作用,保持AUV目标位置、艏向、深度和姿态,最后通过速度控制器保持直线跟踪阶段28的速度;
所述全驱动AUV控制系统的自主回收方法在AUV收到水声收发器2信号并确认执行水下回收任务时开始,之后进入直线归位26阶段,将目标定在回收口32中心延长线前直线追踪点27处,根据水声收发器2确认回收口32位置信息、多普勒仪11的水平面速度信息、光纤惯导9的姿态角信息和深度计12的深度信息,指引AUV到指定深度并向直线追踪点27不断逼近;当AUV到达直线追踪点27时,进入直线跟踪28阶段,此阶段通过调整艏向角减小直线归位26阶段的超调量,之后调整艏向平行回收口32中心线并使用四自由度动力定位系统,以侧向推力保持直线跟踪;直至捕捉到灯光组6信号认为到达对接就位点29,之后进入直线对接31阶段,所述直线对接31阶段AUV缓慢减速至悬停校准灯光组信号,保持艏向始终平行于回收口32中心线,灯光组6的四个水下灯构成菱形关系,并根据菱形的形心位置调整AUV深度和横向误差,之后缓慢前进;当AUV快进入圆锥导向罩4时会进入视觉对接盲区,此时为校准对接阶段,控制AUV艏向角度并减速,以艏向尽量与圆锥导向罩4中心线平行的姿态进入导管完成对接。
本发明的目的还可以通过以下技术措施进一步实现:
前述全驱动AUV回收控制系统的自主回收方法,其中自适应无迹粒子滤波方法包括以下步骤:
1)初始化:根据位置信息、速度和姿态角信息定义状态向量、观测向量、状态模型方程和观测模型方程;状态模型方程和量测方程可由以下方程描述:
xk=f(xk-1,uk,wk-1) (1)
yk=h(xk,vk) (2)
式中,xk、yk分别为k时刻系统的状态向量和观测向量,f(·)、h(·)分别为状态和观测的非线性函数,uk是控制量,wk、vk是具有零均值和协方差分别为Qk和Rk的状态噪声和观测噪声;
令k=0,从已知初始分布中抽取n个粒子, 中上标代表第i个粒子,下标代表k时刻,初始化每个粒子权值为定义以下初始条件:
其中,为第i个粒子状态初值,为的均值,E[·]为期望,为第i个粒子预测协方差初值,为第i个粒子噪声统计特性初值;
2)采集数据:动力定位测量单元需要通过传感器系统获取AUV在水下的位置信息;其中USBL得到AUV相对回收口的角度信息和距离信息,光纤惯导得到的3轴姿态角信息,深度计得到深度数据,多普勒仪得到横向速度与纵向速度,USBL得到数据要转化大地坐标系下位置坐标;深度数据仅以深度计得到的数据为准,将以上除深度计数据转化到统一的坐标系,作为状态估计方法的量测输入;
3)采样并更新状态:对每个噪声统计特性为与的粒子用无迹卡尔曼滤波算法计算重要性分布函数,并从重要性分布函数中采样;之后使用粒子滤波更新估计状态并进行重采样判定;
4)噪声预测:估计粒子状态噪声统计特性;
5)根据计算的噪声统计特性与重采样生成的新粒子代入步骤2)迭代循环。
前述全驱动AUV回收控制系统的自主回收方法的自适应无迹粒子滤波方法,其中步骤3)包括以下步骤:
1)构造2N+1的Sigma点集,N为状态空间维度,计算Sigma点:
为第i个粒子的Sigma点;为k-1时刻粒子的状态值;为k-1时刻的预测协方差;λ=α2(N+κ)-N为尺度参数,常量α决定了Sigma点在均值附近的分布,κ是次级尺度调节参数,设置为0;
2)将Sigma点通过非线性函数进行传递,产生预测的Sigma样本点:
其中,为到的一步转移矩阵;Wi m和Wi c为均值和协方差的加权值;为k-1时刻的系统噪声;为量测矩阵;
3)使用协方差匹配判据的方法对滤波放散趋势进行判断:
由式判断是否发散,如发散按式(14)~(17)修正不发散则进入下一步,其中为残差序列;
引入衰减因子λk:
修正Pk|k-1:
其中:
其中ρ为衰减系数,一般取值(0,1],此处取值0.95;
4)量测更新,根据式(18)~(20),求得量测方差Pyy,Pxy和滤波增益Kk:
得到当前水下机器人的量测更新值为和Pk|k:
5)得到粒子滤波系统重要性分布函数:
从重要性分布函数对n个粒子进行采样:
6)计算的权值:
对权值归一化处理:
7)计算系统状态,得到AUV位置和姿态估计值:
8)计算估计式:
将所得结果和既定阈值Ng比较,若Neff<Ng则进行重采样,重新得到M个新粒子,并赋予权值
前述全驱动AUV回收控制系统的自主回收方法的自适应无迹粒子滤波方法,其中步骤4)采用Sage-Husa噪声估计对粒子状态噪声统计特性自适应估计:
其中,b为遗忘因子,b的范围为0.95<b<0.99,为残差项;
将与引入下一次无迹卡尔曼滤波中。
与现有技术相比,本发明的有益效果是:
1.本发明的回收控制系统利用以全驱动AUV为对象,利用从控PC104处理摄像机组的图像数据,完成灯光的识别和位置计算,减小回收时主控板的负担。
2.本发明涉及的自主回收策略采用远距离超短基线跟踪,近距离灯光校准的方式。在对回收口进行对接时,运用全驱动AUV自身的特点,利用推进器实现AUV在水下的相对回收口轨迹保持和自主悬停校准,运用动力定位技术抵抗和估计状态干扰,增大回收的成功率。
3.本发明采用自适应无迹粒子滤波算法,通过自适应UKF算法生成每一时刻的粒子重要性分布函数,利用粒子分布联合逼近状态后验分布,将粒子滤波和UKF算法优势互补。同时,利用Saga-Husa对粒子未知噪声统计特性估计来逼近状态噪声真实分布,在外界干扰、加速度的物理特性和人为操纵等因素影响的情况下跟踪滤波效果更好,有效提升了动力定位的稳定性。
附图说明
图1为本发明机器人系统硬件结构框图;
图2为本发明回收方法阶段示意图;
图3为本发明回收方法流程图;
图4为本发明机器人动力定位系统流程图;
图5为本发明自适应无迹粒子滤波算法流程图。
具体实施方式
下面结合附图和具体实例对本发明作进一步说明。
如图1所示,AUV回收控制系统包括回收单元1和AUV水下控制系统组成。回收单元1,由支架放置于海底平面或悬挂于船舶上,水下控制系统安装在全驱动自主水下机器人上。
图1中回收单元1采用喇叭口方式,外形结构由圆锥导向罩4和导管5组成。其中,水声收发器2安装在圆锥导向罩4两侧;灯光组6包含4个水下灯,以菱形的几何关系安装在圆锥导流罩4外沿;摄像机3安装在圆向导流罩4后部、导管5颈部,用以基岸人员实时观测末端水下回收的过程。
图1中主控单元18由两块PC104构成,主控PC104 19完成运动控制并对传感器的信息采集和处理,从控PC104 20仅和水下摄像机组16相连,处理视频、图片数据,两CPU之间通过485通信模式传送数据。照明控制板21与主控PC104,接收亮度控制信号,对水下灯23亮度进行调整。电源管理系统22、漏水传感器13和温湿度传感器与主控PC104 19相连,检测电池状态信息和机器人内部环境信息发送给主控PC104 19。USBL定位设备8在回收阶段接受水声收发器2的信息计算相对位置,同时将光纤惯导9、多普勒仪11、深度计12所得到的姿态、速度和深度数据发送给主控PC104,推算AUV当前位置、姿态。所述水下摄像机组16在AUV回收末端将灯光组几何关系传输到从控PC104 20,从控PC104 20负责计算AUV相对回收口的位置,发送给主控PC104 19校准导航传感器得到的位置信息。电机控制器接受主控PC10419的推力分配指令来控制相应的电机,动态调整AUV的姿态角度和航速。抛载电磁铁在水下发生故障时将电磁铁吸附重块抛出实现上浮,完成AUV的自救。
如图2~3所示是全驱动AUV回收方法,当AUV收到水声收发器2信号并确认执行水下回收任务时进入直线归位26阶段,将目标定在回收口32中心延长线前直线追踪点27处,根据水声收发器2确认回收口32位置信息,控制AUV到指定深度回收口32的中心延长线不断逼近。当AUV到达直线追踪点27时进入直线跟踪28阶段(到达回收口开口方向的中心线也认为到达直线追踪点27),此阶段减小直线跟踪超调量,之后调整艏向平行回收口32中心线并使用四自由度动力定位控制,包括深度、纵倾角、航向角、横向位置四个自由度,以侧向推力保持直线跟踪;直至接收到灯光组6信号进入直线对接31阶段。所述直线对接31阶段AUV根据计算灯光组6菱形的形心调整AUV深度和横向位置,缓慢减速,并悬停对圆锥导向罩4深度和横向位置进行校准,再缓慢前进。当AUV快进入圆锥导向罩4时为校准对接阶段,控制AUV艏向角度,以艏向尽量与圆锥导向罩4中心线平行的姿态进入导管完成对接。
如图4所示为动力定位流程图,动力定位包括测量单元、状态估计单元、控制器单元和推力分配单元四大块,对包括深度、纵倾角、航向角、横向位置四个自由度控制。通过光纤惯导得到的3轴姿态角信息,USBL计算AUV相对回收口位置坐标(当收到USBL信号并确认回收后,把回收口作为大地坐标原点),深度计得到深度数据(深度仅以深度计得到的数据为准)和多普勒仪得到横向速度与纵向速度(多普勒仪波束水平倾角很小,垂向速度精度不高)通过状态估计单元的滤波算法滤除环境与自身的干扰,得到AUV复合运动中的低频状态,计算回复控制推力与力矩,再分配给各电机,以抵消扰动力;其中分配的电机包括2个艏段推进器2503(垂直方向水平方向各一个)、2个艉段推进器2504(垂直方向水平方向各一个)、和一个主推进器2505(保持前进速度),其中y轴(横移控制)与z轴(深度控制)的平移控制、z轴转矩控制(航向角控制)由艏艉两推进器配合控制,y轴转矩控制(纵倾角控制)仅由艏段推进器(垂直方向)进行控制,使AUV尽可能保持目标位置、艏向、深度和姿态。
如图5所示是本发明AUV水下回收动力定位状态估计使用的自适应无迹粒子滤波算法流程图。在有环境干扰的情况下,通过传感器系统来采集动力定位AUV的位置和姿态信息。通过这些位置和姿态信息就可以抽象出水下机器人运动的动力学和运动学过程:
AUV的运动学数学模型可以描述为:
式中,是空间位置向量,η1=[x,y,z]T为位置向量,η2=[φ,θ,ψ]T为欧拉角;ν=[u,v,w,p,q,r]T是AUV速度矢量,M∈R6×6是AUV的惯性矩阵,C(ν)∈R6×6为科里奥利力矩阵,D(ν)∈R6×6为阻尼矩阵,g(η2)∈R6×6为重力矢量,τc∈R6×6是机器人推力,ξ∈R6×1属于环境干扰,J(η)是变换矩阵,上标T意思是转置。
提取非线性子系统状态空间矢量作为状态估计算法自适应无迹粒子滤波状态量:
xk=f(xk-1)+wk-1 (3)
yk=hkxk+vk (4)
式中xk表示系统中非线性部分状态量,系统中条件线性部分采用卡尔曼滤波方式降低算法维度,hk为量测矩阵,wk、vk为具有零均值和协方差分别为Qk和Rk的状态噪声和观测噪声。
k=0,从已知初始分布中抽取n个粒子, 表示k时刻第i个粒子,初始化每个粒子权值为定义以下初始条件:
其中,E[wk]=qk,Cov(wk,wi)=Qkδkj;
1.用UKF算法计算每个粒子的重要性分布函数
步骤A:
构造2N+1的Sigma点集,N为状态空间维度,计算Sigma点:
其中,为第i个粒子的Sigma点;为k-1时刻粒子的状态值;为k-1时刻的预测协方差;λ=α2(N+κ)-N为尺度参数,常量α决定了Sigma点在均值附近的分布,κ是次级尺度调节参数,设置为0;
步骤B:
将Sigma点通过非线性函数进行传递,产生预测的Sigma样本点:
其中,为到的一步转移矩阵;Wi m和Wi c为均值和协方差的加权值;为k-1时刻的系统噪声;为量测矩阵;
步骤C:
由式判断是否发散,如发散按式(19)~(22)修正不发散则进入下一步,其中为残差序列;
引入衰减因子λk:
修正Pk|k-1:
其中:
步骤D:
量测更新,根据式(23)~(25),求得量测方差Pyy,Pxy和滤波增益Kk
得到当前水下机器人的量测更新值为和Pk|k:
步骤E:
得到粒子滤波系统重要性分布函数:
2.粒子滤波
步骤A:
从重要性分布函数对n个粒子进行采样:
步骤B:
计算的权值:
对权值归一化处理:
步骤C:
计算系统状态,得到AUV位置和姿态估计值:
步骤D:
计算估计式:
将所得结果和既定阈值Ng比较,若Neff<Ng则进行重采样,重新得到M个新粒子,初始化粒子和噪声统计特性。
3.估计状态噪声统计特性
估计下一次循环粒子状态噪声统计特性:
其中,b为遗忘因子,b的范围为0.95<b<0.99,为残差项;
除上述实施例外,本发明还可以有其他实施方式,凡采用等同替换或等效变换形成的技术方案,均落在本发明要求的保护范围内。
Claims (5)
1.一种全驱动AUV回收控制系统,包括回收单元和水下控制系统;所述回收单元由支架放置于海底平面或悬挂于船舶上,水下控制系统安装在全驱动自主水下机器人上;所述回收单元包括水声收发器、摄像机、圆锥导向罩、导管、灯光组;所述水声收发器安装在圆锥导向罩两侧,灯光组包含四个水下灯,以菱形的几何关系安装在圆锥导流罩外沿,所述摄像机安装在圆向导流罩后部、导管颈部,用以基岸人员实时观测末端水下回收的过程;所述水下控制系统包括主控单元、照明控制板、电源管理系统、水下灯、漏水传感器、信息测量单元、温湿度传感器、避碰声呐、水下摄像机组、电池、导航定位单元、运动控制单元;主控单元由两块PC104工控板构成,主控PC104完成运动控制并对传感器的信息采集和处理,从控PC104仅和水下摄像机组相连,处理视频、图片数据,减小主控PC104的负担,两工控板之间通过485通信模式传送数据;所述照明控制板与主控PC104连接,接收亮度控制信号,对水下灯亮度进行调整;所述电源管理系统、漏水传感器和温湿度传感器与主控PC104相连,检测电池状态信息和机器人内部环境信息;所述导航定位单元包括USBL定位设备、光纤惯导、GPS/无线模块、多普勒仪,USBL定位设备、光纤惯导、GPS/无线模块和多普勒仪都与主控PC104相连,USBL定位设备在回收阶段接受水声收发器的信息计算相对位置,并将光纤惯导、多普勒仪、深度计所得到的数据发送给主控PC104,推算AUV当前位置、姿态;所述水下摄像机组在AUV回收末端将灯光组几何关系传输到从控PC104,从控PC104负责计算AUV相对回收口的位置,发送给主控PC104校准导航传感器得到的位置信息;所述运动控制单元包括电机控制器、电机组和拋载电磁铁;所述电机控制器根据主控PC104的发送的推进器的转速大小,用PWM对5个推进器转速控制,动态调整AUV的姿态角度和航速,同时将电机的转速发送给主控PC104;所述抛载电磁铁通电释放重块,在水下发生故障时将电磁铁吸附重块抛出实现快速上浮,完成AUV的自救。
2.一种如权利要求1所述全驱动AUV回收控制系统的自主回收方法,其特征在于,将动力定位思想加入到回收对接中;整个过程包括直线归位、直线跟踪、直线对接和校准对接四个阶段,在到达直线跟踪阶段后开启四自由度动力定位系统;所述四自由度动力定位系统对包括深度、纵倾角、航向角、横向位置四个自由度控制,依靠AUV将通过光纤惯导、USBL定位设备、深度计和多普勒仪得到的位姿数据,通过自适应无迹粒子滤波方法,得到AUV复合运动中的低频状态,通过动力定位控制器实时计算控制增量,使各推进器产生推力与力矩作为补偿动力,以抵消水流作用,保持AUV目标位置、艏向、深度和姿态;所述全驱动AUV控制系统的自主回收方法在AUV收到水声收发器信号并确认执行水下回收任务时开始,之后进入直线归位阶段,根据水声收发器确认回收口位置信息、多普勒仪的水平面速度信息、光纤惯导的姿态角信息和深度计的深度信息,指引AUV到指定深度并向回收口中心延长线前的直线追踪点不断逼近;当AUV到达直线追踪点时,进入直线跟踪阶段,此阶段通过调整艏向角来减小直线归位阶段的超调量,之后调整艏向平行回收口中心线并使用四自由度动力定位控制,以侧向推力保持直线跟踪;使AUV尽可能保持目标位置、艏向、深度和姿态;直至捕捉到灯光组信号认为到达对接就位点,之后进入直线对接阶段,所述直线对接阶段AUV缓慢减速至悬停校准灯光组信号,保持艏向始终平行于回收口中心线,根据灯光组的形心调整AUV深度和横向误差,之后缓慢前进;当AUV快进入圆锥导向罩时进入视觉对接盲区,此时为校准对接阶段,控制AUV艏向角度并减速,以艏向尽量与圆锥导向罩中心线平行的姿态进入导管完成对接。
3.如权利要求2所述全驱动AUV回收控制系统的自主回收方法,其特征在于,所述自适应无迹粒子滤波方法包括以下步骤:
1)初始化:根据位置信息、速度和姿态角信息定义状态向量、观测向量、状态模型方程和观测模型方程;状态模型方程和量测方程可由以下方程描述:
xk=f(xk-1,uk,wk-1) (1)
yk=h(xk,vk) (2)
式中,xk、yk分别为k时刻系统的状态向量和观测向量,f(·)、h(·)为状态和观测的非线性函数,uk是控制量,wk、vk是具有零均值和协方差为Qk和Rk的状态噪声和观测噪声;
令k=0,从已知初始分布中抽取n个粒子,i=1,2…,n,中上标代表第i个粒子,下标代表k时刻,初始化每个粒子权值为定义以下初始条件:
其中,为第i个粒子状态初值,为的均值,E[·]为期望,为第i个粒子预测协方差初值,为第i个粒子噪声统计特性初值;
2)采集数据:通过传感器系统获取AUV相对回收口位置、三轴线速度、三轴角速度和姿态角信息,并将以上信息代入状态模型方程和量测方程;其中,要对超短基线数据预处理得到位置信息;
3)采样并更新状态:对每个噪声统计特性为与的粒子用无迹卡尔曼滤波算法计算重要性分布函数,并从重要性分布函数中采样;之后使用粒子滤波更新估计状态并进行重采样判定;
4)噪声预测:估计粒子状态噪声统计特性;
5)根据计算的噪声统计特性与重采样生成的新粒子代入步骤2)迭代循环。
4.如权利要求3所述全驱动AUV回收控制系统的自主回收方法,其特征在于,自适应无迹粒子滤波方法的步骤3)包括以下步骤:
1)构造2N+1的Sigma点集,N为状态空间维度,计算Sigma点:
其中,为第i个粒子的Sigma点;为k-1时刻粒子的状态值;为k-1时刻的预测协方差;λ=α2(N+κ)-N为尺度参数,常量α决定了Sigma点在均值附近的分布,κ是次级尺度调节参数,设置为0;
2)将Sigma点通过非线性函数进行传递,产生预测的Sigma样本点:
其中,为到的一步转移矩阵;Wi m和Wi c为均值和协方差的加权值;为k-1时刻的系统噪声;为量测矩阵;
3)由式判断是否发散,如发散按式(14)~(17)修正不发散则进入下一步,其中为残差序列;
引入衰减因子λk:
修正Pk|k-1:
其中:
其中ρ为衰减系数,一般取值(0,1],此处取值0.95;
4)量测更新,根据式(18)~(20),求得量测方差Pyy,Pxy和滤波增益Kk:
得到当前水下机器人的量测更新值为和Pk|k:
5)得到粒子滤波系统重要性分布函数:
从重要性分布函数对n个粒子进行采样:
6)计算的权值:
对权值归一化处理:
7)计算系统状态,得到AUV位置和姿态估计值:
8)计算估计式:
将所得结果和既定阈值Ng比较,若Neff<Ng则进行重采样,重新得到M个新粒子,并赋予权值
5.如权利要求3所述全驱动AUV回收控制系统的自主回收方法,其特征在于,自适应无迹粒子滤波方法的步骤4)噪声预测使用Sage-Husa噪声估计对粒子状态噪声统计特性自适应估计:
其中,j=0,1,…,k-1,b为遗忘因子,范围为0.95<b<0.99,为残差项。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810884785.1A CN109032178B (zh) | 2018-08-06 | 2018-08-06 | 全驱动auv回收控制系统及自主回收方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810884785.1A CN109032178B (zh) | 2018-08-06 | 2018-08-06 | 全驱动auv回收控制系统及自主回收方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109032178A true CN109032178A (zh) | 2018-12-18 |
CN109032178B CN109032178B (zh) | 2021-08-24 |
Family
ID=64648834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810884785.1A Active CN109032178B (zh) | 2018-08-06 | 2018-08-06 | 全驱动auv回收控制系统及自主回收方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109032178B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110824482A (zh) * | 2019-12-13 | 2020-02-21 | 江苏科技大学 | 一种基于声呐和led阵列的潜器入舱引导装置和方法 |
CN111650970A (zh) * | 2020-05-28 | 2020-09-11 | 大连海事大学 | 一种对auv进行回收时的水下定位方法 |
CN111735455A (zh) * | 2020-06-02 | 2020-10-02 | 江苏帝一集团有限公司 | 基于改进的高斯距离迭代算法对接回收组合导航方法 |
CN111982117A (zh) * | 2020-08-17 | 2020-11-24 | 电子科技大学 | 一种基于深度学习的auv光学引导与测向方法 |
CN112068440A (zh) * | 2020-09-18 | 2020-12-11 | 江苏科技大学 | 基于模型预测控制的auv回收对接动力定位控制方法 |
CN112148022A (zh) * | 2020-09-18 | 2020-12-29 | 江苏科技大学 | 全驱动自主水下机器人回收三维路径跟踪控制系统及方法 |
CN112540371A (zh) * | 2020-11-04 | 2021-03-23 | 山东科技大学 | 一种近底多波束坐标转换处理方法 |
CN112644719A (zh) * | 2019-10-09 | 2021-04-13 | 沃科波特有限公司 | 用于控制致动器系统的方法和使用所述方法的飞行器 |
CN112747416A (zh) * | 2019-10-31 | 2021-05-04 | 北京国双科技有限公司 | 空调系统能耗预测方法及装置 |
CN113359785A (zh) * | 2021-06-18 | 2021-09-07 | 河南科技学院 | 一种微小型auv水下运动和悬停控制方法 |
CN113641174A (zh) * | 2021-08-09 | 2021-11-12 | 山东大学 | 一种滑移转向模块化机器人的自主对接控制方法 |
CN113734391A (zh) * | 2021-09-22 | 2021-12-03 | 中国船舶重工集团公司第七0七研究所九江分部 | 一种基于环流动量矩的动态回收平台 |
CN113900062A (zh) * | 2021-12-09 | 2022-01-07 | 浙江大学 | 一种auv水下回收电磁导引装置 |
CN113895594A (zh) * | 2021-09-22 | 2022-01-07 | 中国船舶重工集团公司第七0七研究所九江分部 | 一种基于水下动态回收平台的auv回收方法 |
CN113970343A (zh) * | 2020-07-22 | 2022-01-25 | 中国科学院声学研究所 | 一种无需时钟同步的水下移动节点惯导误差校正方法 |
US20220404152A1 (en) * | 2020-08-04 | 2022-12-22 | Southeast University | Motion constraint-aided underwater integrated navigation method employing improved sage-husa adaptive filtering |
ES2939782A1 (es) * | 2021-10-26 | 2023-04-26 | Univ Nacional De Educacion A Distancia Uned | Sistema y procedimiento para el atraque y desatraque automatico de un vehiculo autonomo de superficie o submarino |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217160A (zh) * | 2013-04-22 | 2013-07-24 | 哈尔滨工程大学 | 一种船舶动力定位卡尔曼滤波方法 |
KR20150066039A (ko) * | 2013-12-06 | 2015-06-16 | 삼성중공업 주식회사 | 수중 청소로봇의 진수 및 회수장치 |
KR20160033265A (ko) * | 2014-09-17 | 2016-03-28 | 삼성중공업 주식회사 | 수중 청소로봇 결속장치 및 이를 갖춘 수중 청소로봇의 진수 및 회수장치 |
CN104670440B (zh) * | 2013-11-30 | 2016-08-17 | 中国科学院沈阳自动化研究所 | 一种自治水下航行器的回收系统及其回收方法 |
CN107499476A (zh) * | 2017-08-21 | 2017-12-22 | 江苏科技大学 | 水下机器人控制系统及运动控制方法 |
CN107730539A (zh) * | 2017-11-09 | 2018-02-23 | 江苏科技大学 | 自主水下机器人控制系统及声纳目标跟踪方法 |
CN107953350A (zh) * | 2016-10-17 | 2018-04-24 | 江苏舾普泰克自动化科技有限公司 | 一种用于检测与作业的水下机器人控制系统 |
CN107957727A (zh) * | 2016-10-17 | 2018-04-24 | 江苏舾普泰克自动化科技有限公司 | 水下机器人控制系统及动力定位方法 |
WO2018086767A1 (de) * | 2016-11-11 | 2018-05-17 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Bergevorrichtung |
CN108248765A (zh) * | 2018-02-07 | 2018-07-06 | 国家海洋局第海洋研究所 | 一种无人船布放回收装置 |
CN207631451U (zh) * | 2017-12-17 | 2018-07-20 | 天津瀚海蓝帆海洋科技有限公司 | 一种中型模块化auv |
-
2018
- 2018-08-06 CN CN201810884785.1A patent/CN109032178B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217160A (zh) * | 2013-04-22 | 2013-07-24 | 哈尔滨工程大学 | 一种船舶动力定位卡尔曼滤波方法 |
CN104670440B (zh) * | 2013-11-30 | 2016-08-17 | 中国科学院沈阳自动化研究所 | 一种自治水下航行器的回收系统及其回收方法 |
KR20150066039A (ko) * | 2013-12-06 | 2015-06-16 | 삼성중공업 주식회사 | 수중 청소로봇의 진수 및 회수장치 |
KR20160033265A (ko) * | 2014-09-17 | 2016-03-28 | 삼성중공업 주식회사 | 수중 청소로봇 결속장치 및 이를 갖춘 수중 청소로봇의 진수 및 회수장치 |
CN107953350A (zh) * | 2016-10-17 | 2018-04-24 | 江苏舾普泰克自动化科技有限公司 | 一种用于检测与作业的水下机器人控制系统 |
CN107957727A (zh) * | 2016-10-17 | 2018-04-24 | 江苏舾普泰克自动化科技有限公司 | 水下机器人控制系统及动力定位方法 |
WO2018086767A1 (de) * | 2016-11-11 | 2018-05-17 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Bergevorrichtung |
CN107499476A (zh) * | 2017-08-21 | 2017-12-22 | 江苏科技大学 | 水下机器人控制系统及运动控制方法 |
CN107730539A (zh) * | 2017-11-09 | 2018-02-23 | 江苏科技大学 | 自主水下机器人控制系统及声纳目标跟踪方法 |
CN207631451U (zh) * | 2017-12-17 | 2018-07-20 | 天津瀚海蓝帆海洋科技有限公司 | 一种中型模块化auv |
CN108248765A (zh) * | 2018-02-07 | 2018-07-06 | 国家海洋局第海洋研究所 | 一种无人船布放回收装置 |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112644719A (zh) * | 2019-10-09 | 2021-04-13 | 沃科波特有限公司 | 用于控制致动器系统的方法和使用所述方法的飞行器 |
CN112644719B (zh) * | 2019-10-09 | 2023-10-31 | 沃科波特有限公司 | 用于控制致动器系统的方法和使用所述方法的飞行器 |
CN112747416A (zh) * | 2019-10-31 | 2021-05-04 | 北京国双科技有限公司 | 空调系统能耗预测方法及装置 |
CN112747416B (zh) * | 2019-10-31 | 2022-04-05 | 北京国双科技有限公司 | 空调系统能耗预测方法及装置 |
CN110824482B (zh) * | 2019-12-13 | 2024-03-12 | 江苏科技大学 | 一种基于声呐和led阵列的潜器入舱引导装置和方法 |
CN110824482A (zh) * | 2019-12-13 | 2020-02-21 | 江苏科技大学 | 一种基于声呐和led阵列的潜器入舱引导装置和方法 |
CN111650970A (zh) * | 2020-05-28 | 2020-09-11 | 大连海事大学 | 一种对auv进行回收时的水下定位方法 |
CN111650970B (zh) * | 2020-05-28 | 2024-03-22 | 大连海事大学 | 一种对auv进行回收时的水下定位方法 |
CN111735455A (zh) * | 2020-06-02 | 2020-10-02 | 江苏帝一集团有限公司 | 基于改进的高斯距离迭代算法对接回收组合导航方法 |
CN113970343A (zh) * | 2020-07-22 | 2022-01-25 | 中国科学院声学研究所 | 一种无需时钟同步的水下移动节点惯导误差校正方法 |
CN113970343B (zh) * | 2020-07-22 | 2024-05-14 | 中国科学院声学研究所 | 一种无需时钟同步的水下移动节点惯导误差校正方法 |
US11754400B2 (en) * | 2020-08-04 | 2023-09-12 | Southeast University | Motion constraint-aided underwater integrated navigation method employing improved Sage-Husa adaptive filtering |
US20220404152A1 (en) * | 2020-08-04 | 2022-12-22 | Southeast University | Motion constraint-aided underwater integrated navigation method employing improved sage-husa adaptive filtering |
CN111982117A (zh) * | 2020-08-17 | 2020-11-24 | 电子科技大学 | 一种基于深度学习的auv光学引导与测向方法 |
CN111982117B (zh) * | 2020-08-17 | 2022-05-10 | 电子科技大学 | 一种基于深度学习的auv光学引导与测向方法 |
CN112148022A (zh) * | 2020-09-18 | 2020-12-29 | 江苏科技大学 | 全驱动自主水下机器人回收三维路径跟踪控制系统及方法 |
CN112148022B (zh) * | 2020-09-18 | 2023-10-03 | 江苏科技大学 | 全驱动自主水下机器人回收三维路径跟踪控制系统及方法 |
CN112068440A (zh) * | 2020-09-18 | 2020-12-11 | 江苏科技大学 | 基于模型预测控制的auv回收对接动力定位控制方法 |
CN112540371A (zh) * | 2020-11-04 | 2021-03-23 | 山东科技大学 | 一种近底多波束坐标转换处理方法 |
CN113359785B (zh) * | 2021-06-18 | 2023-03-03 | 河南科技学院 | 一种微小型auv水下运动和悬停控制方法 |
CN113359785A (zh) * | 2021-06-18 | 2021-09-07 | 河南科技学院 | 一种微小型auv水下运动和悬停控制方法 |
CN113641174A (zh) * | 2021-08-09 | 2021-11-12 | 山东大学 | 一种滑移转向模块化机器人的自主对接控制方法 |
CN113895594A (zh) * | 2021-09-22 | 2022-01-07 | 中国船舶重工集团公司第七0七研究所九江分部 | 一种基于水下动态回收平台的auv回收方法 |
CN113734391A (zh) * | 2021-09-22 | 2021-12-03 | 中国船舶重工集团公司第七0七研究所九江分部 | 一种基于环流动量矩的动态回收平台 |
WO2023073258A1 (es) * | 2021-10-26 | 2023-05-04 | Universidad Nacional De Educación A Distancia (Uned) | Sistema y procedimiento para el atraque y desatraque automático de un vehículo autónomo de superficie o submarino |
ES2939782A1 (es) * | 2021-10-26 | 2023-04-26 | Univ Nacional De Educacion A Distancia Uned | Sistema y procedimiento para el atraque y desatraque automatico de un vehiculo autonomo de superficie o submarino |
CN113900062A (zh) * | 2021-12-09 | 2022-01-07 | 浙江大学 | 一种auv水下回收电磁导引装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109032178B (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109032178A (zh) | 全驱动auv回收控制系统及自主回收方法 | |
Sahoo et al. | Advancements in the field of autonomous underwater vehicle | |
Wu et al. | Survey of underwater robot positioning navigation | |
Arrichiello et al. | Observability metric for the relative localization of AUVs based on range and depth measurements: theory and experiments | |
Brantner et al. | Controlling Ocean One: Human–robot collaboration for deep‐sea manipulation | |
CN109631913A (zh) | 基于非线性预测强跟踪无迹卡尔曼滤波的x射线脉冲星导航定位方法及系统 | |
CN103592854B (zh) | 一种水下无人航行器观测任务的同步虚拟推演装置 | |
WO2018058442A1 (zh) | 路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机 | |
CN103942383B (zh) | 一种深海作业型水下机器人的动力学和运动学估计方法 | |
CN105492985A (zh) | 多传感器环境地图构建 | |
CN107953350A (zh) | 一种用于检测与作业的水下机器人控制系统 | |
Matsuda et al. | Resident autonomous underwater vehicle: Underwater system for prolonged and continuous monitoring based at a seafloor station | |
Proctor | Semi-autonomous guidance and control of a Saab SeaEye Falcon ROV | |
Li et al. | Underwater docking of an under-actuated autonomous underwater vehicle: system design and control implementation | |
Duecker et al. | Towards micro robot hydrobatics: Vision-based guidance, navigation, and control for agile underwater vehicles in confined environments | |
CN117250961B (zh) | 无人移动靶船协同编队控制方法及系统 | |
CN110806760B (zh) | 一种无人水下航行器的目标跟踪控制方法 | |
Kim et al. | Parent-child underwater robot-based manipulation system for underwater structure maintenance | |
CN110333369A (zh) | 基于水面gps校正的uuv的dvl测速系统及自适应去噪方法 | |
CN107117266B (zh) | 一种自平衡装置、无人航行器及其控制系统 | |
Wang et al. | Dynamic model-aided localization of underwater autonomous gliders | |
CN115857520B (zh) | 一种基于视觉和船状态结合的无人机着舰状态监视方法 | |
Kaiser et al. | Localization and control of an aerial vehicle through chained, vision-based pose reconstruction | |
CN113220001B (zh) | 一种潜航器及潜航器的实时避障方法 | |
CN106143834A (zh) | 一种新能源海上无人智能打捞船 |
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 |