CN109522845A - 基于智能机器人的配电变压器试验安全作业监督方法 - Google Patents
基于智能机器人的配电变压器试验安全作业监督方法 Download PDFInfo
- Publication number
- CN109522845A CN109522845A CN201811377095.3A CN201811377095A CN109522845A CN 109522845 A CN109522845 A CN 109522845A CN 201811377095 A CN201811377095 A CN 201811377095A CN 109522845 A CN109522845 A CN 109522845A
- Authority
- CN
- China
- Prior art keywords
- intelligent robot
- distribution transformer
- inspection
- pilot system
- supervision platform
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了基于智能机器人的配电变压器试验安全作业监督方法,包括以下步骤:S11、采集配电变压器试验系统的基础数据建立三维模型,规划巡检路线;S12、将巡检路线传输至智能机器人,建立实时数据对接;S13、配电变压器试验系统开始试验,智能机器人根据巡检路线巡检;S14、对配电变压器试验系统内各器件进行烟雾、温度检测,当检测到器件工作温度超过设定阈值或/和产生烟雾时,发出告警信息;S15、对作业人员的接地放电操作进行拍摄检测,若作业人员未完成接地放电操,发出告警信息;S16、智能机器人完成巡检移动至初始位置,上传监测信息。其应用时,可以通过智能巡检机器人自动完成配电变压器试验系统的安全监督,并及时准确排查出安全隐患。
Description
技术领域
本发明涉及电力作业安全监督技术领域,具体涉及基于智能机器人的配电变压器试验安全作业监督方法。
背景技术
配电变压器是输配电系统中极其重要的电器设备,对电力系统的正常运行来说至关重要,必须要确保配电变压器的使用安全。配电变压器试验是配电变压器运行及维护的重要环节,具体是指运用相关试验手段,对配电变压器进行检查、试验或监测,发现配电变压器运行过程中的安全隐患,并及时排除。现有的配电变压器试验大都缺乏有效的安全作业监督手段,通常是靠作业人员在试验过程中人为进行安全监督预警的,容易出现监督不及时、监督不到位的情况,导致安全隐患不能被及时排查。
发明内容
本发明针对现有技术存在的不足,提供基于智能机器人的配电变压器试验安全作业监督方法,其应用时,可以通过智能巡检机器人自动完成配电变压器试验系统的安全监督,并及时准确排查出安全隐患,发出告警信息。
本发明通过以下技术方案实现:
基于智能机器人的配电变压器试验安全作业监督方法,包括以下步骤:
S11、采集配电变压器试验系统的基础数据,将数据导入监控平台建立配电变压器试验系统三维模型,并根据三维模型规划巡检路线,在巡检路线上设定各器件监测点和接地放电监测点;
S12、将巡检路线和各监测点信息传输至智能机器人,智能机器人与监控平台建立实时数据对接;
S13、智能机器人从初始位置出发移动至配电变压器试验系统前,根据配电变压器试验系统的指示灯判断其工作状态,当工作指示灯亮时,表明配电变压器试验系统正在进行试验,智能机器人根据巡检路线进行巡检;
S14、在巡检路线的各器件监测点上,智能机器人对配电变压器试验系统内各器件进行图像拍摄和红外温度探测,并对红外温度探测结果进行处理,对拍摄图像进行烟雾检测,当检测到某器件工作温度超过设定阈值或/和产生烟雾时,智能机器人向监控平台发出告警信息,监控平台做出应急处理;
S15、各器件监测点检测结果均正常且工作指示灯灭时,智能机器人移动至配电变压器试验系统的接地处,开始对作业人员的接地放电操作进行拍摄,并对拍摄图像进行分析处理,若在设定时间段内未检测到作业人员或检测到有作业人员但未完成接地放电操时,智能机器人向监控平台发出告警信息,监控平台做出应急处理;
S16、若智能机器人在设定时间段内检测到作业人员完成接地放电操,则完成巡检移动至初始位置,回到初始位置后智能机器人将所有拍摄图像和红外温度探测数据传输至监控平台保存备案。
优选地,在步骤S11中,所述基础数据包括配电变压器试验系统中各器件的空间位置信息,且规划的巡检路线同样包括路线所在的空间位置信息。
优选地,在步骤S13中,智能机器人的启动由监控平台控制:监控平台向智能机器人发送开始命令,智能机器人接收到命令后才开始启动。
优选地,智能机器人在巡检过程中实时向监控平台发送位置信息,监控平台接收到位置信息后在配电变压器试验系统三维模型中进行显示,便于监控平台掌握智能机器人的巡检进度。
优选地,在步骤S14中,烟雾检测过程包括对图像进行烟雾特征提取,烟雾特征包括烟雾动态特征和烟雾静态特征。
优选地,在步骤S14中,烟雾检测过程包括:
S61、读取视频图像;
S62、利用分块帧组差分法对图像进行动区域检测,同时对当前帧图像进行暗通道检测并进行分块操;
S63、将步骤S62得到的两幅二值化图像进行相与操作,若得到的非零区域大于设定阈值,则继续进行烟雾动态特征检测,否则结束检测;
S64、进行烟雾动态特征检测后,若检测结果满足动态特征条件,则表明有烟雾产生,智能机器人发出告警信息,若检测结果不满足动态特征条件,则结束检测。
优选地,在步骤S15中,根据拍摄图像进行作业人员检测时采用基于HOG和SVM的人体识别技术。
本发明具有如下的优点和有益效果:
1、本发明基于智能机器人的配电变压器试验安全作业监督方法,可以通过智能巡检机器人自动完成配电变压器试验系统的安全监督,解决人力监督的不便。
2、本发明基于智能机器人的配电变压器试验安全作业监督方法,可以根据配电变压器试验系统各器件的位置信息制定详细的巡检路线和监测点,提高监督检测的全面性、准确性。
3、本发明基于智能机器人的配电变压器试验安全作业监督方法,可以及时准确排查出安全隐患,发出告警信息。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的步骤框图;
图2为本发明的烟雾检测流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例
如图1所示,基于智能机器人的配电变压器试验安全作业监督方法,包括以下步骤:
S11、采集配电变压器试验系统的基础数据,将数据导入监控平台建立配电变压器试验系统三维模型,并根据三维模型规划巡检路线,在巡检路线上设定各器件监测点和接地放电监测点;
S12、将巡检路线和各监测点信息传输至智能机器人,智能机器人与监控平台建立实时数据对接;
S13、智能机器人从初始位置出发移动至配电变压器试验系统前,根据配电变压器试验系统的指示灯判断其工作状态,当工作指示灯亮时,表明配电变压器试验系统正在进行试验,智能机器人根据巡检路线进行巡检;
S14、在巡检路线的各器件监测点上,智能机器人对配电变压器试验系统内各器件进行图像拍摄和红外温度探测,并对红外温度探测结果进行处理,对拍摄图像进行烟雾检测,当检测到某器件工作温度超过设定阈值或/和产生烟雾时,智能机器人向监控平台发出告警信息,监控平台做出应急处理;
S15、各器件监测点检测结果均正常且工作指示灯灭时,智能机器人移动至配电变压器试验系统的接地处,开始对作业人员的接地放电操作进行拍摄,并对拍摄图像进行分析处理,若在设定时间段内未检测到作业人员或检测到有作业人员但未完成接地放电操时,智能机器人向监控平台发出告警信息,监控平台做出应急处理;
S16、若智能机器人在设定时间段内检测到作业人员完成接地放电操,则完成巡检移动至初始位置,回到初始位置后智能机器人将所有拍摄图像和红外温度探测数据传输至监控平台保存备案。
在步骤S11中,所述基础数据包括配电变压器试验系统中各器件的空间位置信息,且规划的巡检路线同样包括路线所在的空间位置信息。
在步骤S13中,智能机器人的启动由监控平台控制:监控平台向智能机器人发送开始命令,智能机器人接收到命令后才开始启动。
智能机器人在巡检过程中实时向监控平台发送位置信息,监控平台接收到位置信息后在配电变压器试验系统三维模型中进行显示,便于监控平台掌握智能机器人的巡检进度。
在步骤S14中,烟雾检测过程包括对图像进行烟雾特征提取,烟雾特征包括烟雾动态特征和烟雾静态特征。待检器件的烟雾检测是基于图像处理的烟雾检测,基本上分为两大步骤:烟雾特征提取和烟雾输出判断。烟雾因其视觉模糊特性、半透明性、微粒特性及其扩散运动特性,使其在颜色空间、不规则运动、主运动方向等方面独具特征。另外,由于用视频处理方法处理烟雾图片,对视频图片的转换又使烟雾在像素域和变换域里有一些不同于其他运动目标的特征。所以可以将烟雾的特征根据其运动行为的不同分为静态特征和动态特征,烟雾静态特征——暗通道特征,在绝大多数非空局部区域中,某些像素总会有至少一个颜色通道的像素值很低,称为暗像素。
如图2所示,在步骤S14中,烟雾检测过程包括:
S61、读取视频图像;
S62、利用分块帧组差分法对图像进行动区域检测,同时对当前帧图像进行暗通道检测并进行分块操;
S63、将步骤S62得到的两幅二值化图像进行相与操作,若得到的非零区域大于设定阈值,则继续进行烟雾动态特征检测,否则结束检测;
S64、进行烟雾动态特征检测后,若检测结果满足动态特征条件,则表明有烟雾产生,智能机器人发出告警信息,若检测结果不满足动态特征条件,则结束检测。
在步骤S15中,根据拍摄图像进行作业人员检测时采用基于HOG和SVM的人体识别技术,通过计算人体样本的梯度方向直方图(HOG)和形体特征来构成人体特征,利用支持向量机(SVM)对样本的特征进行训练,得到人体的分类器,并用于人员检测识别。以人员区域为中心,设置ROI(感兴趣区域)检测接地放电杆的颜色、形状等特征,若检测到,则视为作业人员进行了接地放电操作。
梯度方向直方图(HOG)特征对于人体目标的外形特点,在计算机中是以矩阵的形式呈现的,该方法的核心思想是获取图像中物体局部表象和形状的梯度方向特征信息存在矩阵中,是非常有效的单个人员检测特征。与其他特征描述算子相比,HOG特征对光线明暗和物体形变上有一定的优势,因而特别适用于人员检测。
支持向量机(SVM)是基于统计学习理论基础的一种特征空间上间隔最大化的线性分类器,其基本原理是对线性可分的情况进行分析和分类的二分类问题,在多分类任务中也有着优秀的表现。在特征空间中采用结构风险最小化的原理,划分出样本的最优超平面,让分类器发挥最好的性能。
智能机器人在对配电变压器试验系统进行巡检过程中,还对系统中其他事物进行监测:判断搬运叉车作业时其周围是否有监护人员,若无相应监护人员则向监控平台发出告警信息;判断试验系统中是否有异物进入安全围栏区域,若有则向监控平台发出告警信息;判断试验系统中固定形态器件是否产生较大形态变化,若产生形态变化则向监控平台发出告警信息。监控平台接收到智能机器人发送的告警信息后可远程控制暂停智能机器人的巡检过程,待安全问题被排查后再重新启动,同时只能机器人的操作系统上需同时展现试验环节和所处监测点。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.基于智能机器人的配电变压器试验安全作业监督方法,其特征在于,包括以下步骤:
S11、采集配电变压器试验系统的基础数据,将数据导入监控平台建立配电变压器试验系统三维模型,并根据三维模型规划巡检路线,在巡检路线上设定各器件监测点和接地放电监测点;
S12、将巡检路线和各监测点信息传输至智能机器人,智能机器人与监控平台建立实时数据对接;
S13、智能机器人从初始位置出发移动至配电变压器试验系统前,根据配电变压器试验系统的指示灯判断其工作状态,当工作指示灯亮时,表明配电变压器试验系统正在进行试验,智能机器人根据巡检路线进行巡检;
S14、在巡检路线的各器件监测点上,智能机器人对配电变压器试验系统内各器件进行图像拍摄和红外温度探测,并对红外温度探测结果进行处理,对拍摄图像进行烟雾检测,当检测到某器件工作温度超过设定阈值或/和产生烟雾时,智能机器人向监控平台发出告警信息,监控平台做出应急处理;
S15、各器件监测点检测结果均正常且工作指示灯灭时,智能机器人移动至配电变压器试验系统的接地处,开始对作业人员的接地放电操作进行拍摄,并对拍摄图像进行分析处理,若在设定时间段内未检测到作业人员或检测到有作业人员但未完成接地放电操时,智能机器人向监控平台发出告警信息,监控平台做出应急处理;
S16、若智能机器人在设定时间段内检测到作业人员完成接地放电操,则完成巡检移动至初始位置,回到初始位置后智能机器人将所有拍摄图像和红外温度探测数据传输至监控平台保存备案。
2.根据权利要求1所述的基于智能机器人的配电变压器试验安全作业监督方法,其特征在于,在步骤S11中,所述基础数据包括配电变压器试验系统中各器件的空间位置信息,且规划的巡检路线同样包括路线所在的空间位置信息。
3.根据权利要求1所述的基于智能机器人的配电变压器试验安全作业监督方法,其特征在于,在步骤S13中,智能机器人的启动由监控平台控制:监控平台向智能机器人发送开始命令,智能机器人接收到命令后才开始启动。
4.根据权利要求1所述的基于智能机器人的配电变压器试验安全作业监督方法,其特征在于,智能机器人在巡检过程中实时向监控平台发送位置信息,监控平台接收到位置信息后在配电变压器试验系统三维模型中进行显示,便于监控平台掌握智能机器人的巡检进度。
5.根据权利要求1所述的基于智能机器人的配电变压器试验安全作业监督方法,其特征在于,在步骤S14中,烟雾检测过程包括对图像进行烟雾特征提取,烟雾特征包括烟雾动态特征和烟雾静态特征。
6.根据权利要求5所述的基于智能机器人的配电变压器试验安全作业监督方法,其特征在于,在步骤S14中,烟雾检测过程包括:
S61、读取视频图像;
S62、利用分块帧组差分法对图像进行动区域检测,同时对当前帧图像进行暗通道检测并进行分块操;
S63、将步骤S62得到的两幅二值化图像进行相与操作,若得到的非零区域大于设定阈值,则继续进行烟雾动态特征检测,否则结束检测;
S64、进行烟雾动态特征检测后,若检测结果满足动态特征条件,则表明有烟雾产生,智能机器人发出告警信息,若检测结果不满足动态特征条件,则结束检测。
7.根据权利要求1所述的基于智能机器人的配电变压器试验安全作业监督方法,其特征在于,在步骤S15中,根据拍摄图像进行作业人员检测时采用基于HOG和SVM的人体识别技术。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811377095.3A CN109522845A (zh) | 2018-11-19 | 2018-11-19 | 基于智能机器人的配电变压器试验安全作业监督方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811377095.3A CN109522845A (zh) | 2018-11-19 | 2018-11-19 | 基于智能机器人的配电变压器试验安全作业监督方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109522845A true CN109522845A (zh) | 2019-03-26 |
Family
ID=65776255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811377095.3A Pending CN109522845A (zh) | 2018-11-19 | 2018-11-19 | 基于智能机器人的配电变压器试验安全作业监督方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109522845A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109979633A (zh) * | 2019-04-08 | 2019-07-05 | 韦尔德海润(北京)智能科技有限公司 | 一种核电厂辅助操纵系统 |
CN113237506A (zh) * | 2021-03-31 | 2021-08-10 | 国网四川省电力公司电力科学研究院 | 高压套管末屏装置的预警方法、系统及存储介质 |
CN113993005A (zh) * | 2021-10-27 | 2022-01-28 | 南方电网大数据服务有限公司 | 电网设备检查方法、装置、计算机设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106778609A (zh) * | 2016-12-15 | 2017-05-31 | 国网浙江省电力公司杭州供电公司 | 一种电力施工现场人员制服穿着识别方法 |
WO2018107916A1 (zh) * | 2016-12-14 | 2018-06-21 | 南京阿凡达机器人科技有限公司 | 一种基于环境地图的机器人安防巡检方法及其机器人 |
CN108648406A (zh) * | 2018-03-28 | 2018-10-12 | 无锡云汇科技有限公司 | 一种基于机器视觉的室内烟雾检测报警系统 |
CN108833831A (zh) * | 2018-06-15 | 2018-11-16 | 陈在新 | 一种电力施工智能安全监督系统 |
-
2018
- 2018-11-19 CN CN201811377095.3A patent/CN109522845A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018107916A1 (zh) * | 2016-12-14 | 2018-06-21 | 南京阿凡达机器人科技有限公司 | 一种基于环境地图的机器人安防巡检方法及其机器人 |
CN106778609A (zh) * | 2016-12-15 | 2017-05-31 | 国网浙江省电力公司杭州供电公司 | 一种电力施工现场人员制服穿着识别方法 |
CN108648406A (zh) * | 2018-03-28 | 2018-10-12 | 无锡云汇科技有限公司 | 一种基于机器视觉的室内烟雾检测报警系统 |
CN108833831A (zh) * | 2018-06-15 | 2018-11-16 | 陈在新 | 一种电力施工智能安全监督系统 |
Non-Patent Citations (1)
Title |
---|
赵亮: "基于视频的火灾烟雾检测算法的研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109979633A (zh) * | 2019-04-08 | 2019-07-05 | 韦尔德海润(北京)智能科技有限公司 | 一种核电厂辅助操纵系统 |
CN113237506A (zh) * | 2021-03-31 | 2021-08-10 | 国网四川省电力公司电力科学研究院 | 高压套管末屏装置的预警方法、系统及存储介质 |
CN113237506B (zh) * | 2021-03-31 | 2023-04-07 | 国网四川省电力公司电力科学研究院 | 高压套管末屏装置的预警方法、系统及存储介质 |
CN113993005A (zh) * | 2021-10-27 | 2022-01-28 | 南方电网大数据服务有限公司 | 电网设备检查方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109726652B (zh) | 一种基于卷积神经网络检测值班人员睡觉行为的方法 | |
CN110263686A (zh) | 一种基于深度学习的施工工地图像安全帽检测方法 | |
CN109271872B (zh) | 一种高压隔离开关分合状态判断与故障诊断装置及方法 | |
CN109522845A (zh) | 基于智能机器人的配电变压器试验安全作业监督方法 | |
CN110543986A (zh) | 一种输电线路外部隐患智能监控系统及其监控方法 | |
CN105574683A (zh) | 一种全方位变电站巡检系统及方法 | |
CN110850723A (zh) | 一种基于变电站巡检机器人系统的故障诊断及定位方法 | |
CN105404867B (zh) | 一种基于视觉的变电站隔离开关状态识别方法 | |
CN111753712A (zh) | 电力生产人员安全监测方法、系统以及设备 | |
CN108288055A (zh) | 基于深度网络与分级测试的电力机车受电弓及电弧检测方法 | |
CN113223035A (zh) | 笼养鸡智能巡检系统 | |
CN110705414A (zh) | 基于深度学习的输电线路施工机械隐患检测方法 | |
CN115752462A (zh) | 楼宇内重点巡检目标巡检方法、系统、电子设备和介质 | |
CN108776452B (zh) | 一种特种设备现场维保监控方法及系统 | |
CN113487821A (zh) | 基于机器视觉的电力设备异物入侵识别系统及方法 | |
CN114155492A (zh) | 高空作业安全带挂绳高挂低用识别方法、装置和电子设备 | |
CN113111771A (zh) | 一种发电厂工作人员不安全行为的识别方法 | |
CN112906441B (zh) | 用于通信行业查勘维护的图像识别系统及方法 | |
CN111223071A (zh) | 基于深度学习技术的输电线路场景语义理解方法 | |
CN114721432A (zh) | 基于大数据用无人机智能巡检设备及巡检图像缺陷分析方法 | |
CN117498225B (zh) | 一种无人机智能电力线路巡检系统 | |
CN117114420B (zh) | 一种基于图像识别的工贸安全事故风险管控系统和方法 | |
CN114067396A (zh) | 基于视觉学习的居配工程现场试验数字化管理系统及方法 | |
CN116311034A (zh) | 一种基于对比检测的机器人巡检系统 | |
CN116862712A (zh) | 基于雷视融合的电力施工潜在安全风险检测方法与系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190326 |