CN109633681A - 一种反光板识别方法及装置 - Google Patents
一种反光板识别方法及装置 Download PDFInfo
- Publication number
- CN109633681A CN109633681A CN201811480485.3A CN201811480485A CN109633681A CN 109633681 A CN109633681 A CN 109633681A CN 201811480485 A CN201811480485 A CN 201811480485A CN 109633681 A CN109633681 A CN 109633681A
- Authority
- CN
- China
- Prior art keywords
- reflector
- data
- determines
- preset condition
- threshold
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明属于识别算法技术领域，尤其为一种反光板识别方法，包括以下步骤：S1‑读出激光雷达扫描出的原始数据：原始数据包括各像素点序号、强度数据以及距离数据，S2‑基于反光板材料数据确定第一阈值进行滤波，S3‑通过反光板距离与强度之间的关系确定第二阈值进行滤波，S4‑基于反光板大小确定第一预设条件和基于反光板形状确定第二预设条件进行滤波，得到1或者1组以上的反光板连续数据区；根据距离与反光能量之间的关系，以及反光板的形状来找出真正的反光板，可在反光板的反光材料反射率不高的情况下，区分出反光板与周围其他高反光干扰物，降低对反光材料的要求。
Description
技术领域
本发明属于识别算法技术领域，具体涉及一种反光板识别方法及装置。
背景技术
业内使用平面激光雷达扫描获得定位用的高反光物(反光板)，通过固定阈值滤波，获得反光物定位数据，平面激光雷达、以指定频率扫描工作范围内的平面空间。当激光照射到物体时，物体会反射该束激光。激光雷达接收到反射激光的回波，测得对应像素点的反射光强度值。并且根据三角测距模型，得到像素点对应物体的距离，根据激光雷达的特性，在激光雷达的扫描平面的预设位置，布置高反光物体(反光板)。在根据反光材料的反光系数，使用指定固定阈值对激光雷达收到的回波数据中的强度值进行高通滤波，以找出真正反光板的数据。
现有反光板滤波算法，对反光板的反射率要求高，以达到清晰区分反光板及周围非高反光物体的目的，当反光板的反射率与周围干扰物的反射率相近时，会识别错误。
发明内容
为解决上述背景技术中提出现有反光板滤波算法，对反光板的反射率要求高，以达到清晰区分反光板及周围非高反光物体的目的，当反光板的反射率与周围干扰物的反射率相近时，会识别错误的问题。
本发明提供如下技术方案：一种反光板识别方法，包括以下步骤：
S1-读出激光雷达扫描出的原始数据：原始数据包括各像素点序号、强度数据以及距离数据；
S2-基于反光板材料数据确定第一阈值进行滤波；
S3-通过反光板距离与强度之间的关系确定第二阈值进行滤波；
S4-基于反光板大小确定第一预设条件和基于反光板形状确定第二预设条件进行滤波，得到1或者1组以上的反光板连续数据区；
S5-选取所述反光板连续数据区中最大的1组作为真正反光板的数据段。
作为本发明的一种反光板识别方法优选技术方案，所述S2中，通过相邻值滤波以去除信号突变的干扰。
作为本发明的一种反光板识别方法优选技术方案，所述S3中，第二阀值为反光板距离与反光板强度之间的关系，所述阀值的范围800～1000。
作为本发明的一种反光板识别方法优选技术方案，所述S4中，根据激光雷达与物体之间距离以及反光板理论可反光区域宽度，通过三角关系计算出对应反光板在激光雷达返回数据中所占像素点个数的范围，将不在反光板连续数据区范围内的连续数据段作为伪点删除。
作为本发明的一种反光板识别方法优选技术方案，反光板是带凸弧度形状，数据段内强度值会呈现中间高两边低，并且基本符合对应点的强度值越大，对应距离越短的关系。
作为本发明的一种反光板识别方法优选技术方案，反光板是圆形，则数据段内强度值接近，并且距离值线性变化。
作为本发明的一种反光板识别方法优选技术方案，反光板是多边形，则数据段内强度分段，每段强度接近，每段距离值线性变化。
作为本发明的一种反光板识别方法优选技术方案，第一预设条件由反光板的面积对反光数据的影响确定；第二预设条件由反光板的形状对反光数据的影响确定。
一种反光板识别装置，
数据获取模块，用于获取激光雷达扫面出的数据，
第一阈值滤波模块，用于根据第一阈值对数据进行滤波，所述第一阈值由反光板材料数据确定；
第二阈值滤波模块，用于根据第二阈值对数据进行滤波，所述第二阈值由反光板与激光雷达之间的距离所确定的反光强度确定；
第一预设条件滤波模块，用于根据第一预设条件进行滤波，所述第一预设条件由所述反光板的面积对反光数据的影响确定；
第二预设条件滤波模块，用于根据第二预设条件进行滤波，所述第二预设条件由所述反光板的形状对反光数据的影响确定；
数据确定模块，能够根据反光板连续数据区中最大能量值，确定大真正反光板的数据段。
一种计算机存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行上述的一种反光板识别方法。
与现有技术相比，本发明的有益效果是：根据距离与反光能量之间的关系，以及反光板的形状来找出真正的反光板，可在反光板的反光材料反射率不高的情况下，区分出反光板与周围其他高反光干扰物，降低对反光材料的要求。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明的反函数拟合距离示意图；
图2为本发明的伪点示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1和图2所示，本实施例提供的反光板识别方法，包括以下步骤：
S1-读出激光雷达扫描出的原始数据：原始数据包括各像素点序号、强度数据以及距离数据，本实施例优选以倍加福R2000激光雷达，该激光雷达扫描360度平面，一共返回8400个点阵数据，每个点阵数据含距离及强度信息，每个点数据对应的角度是(Index*0.042857)度。
S2-基于反光板材料数据确定第一阈值进行滤波；通过相邻值滤波以去除信号突变的干扰，本实施例通过优选取当前像素点及左右相邻2个点的最小强度值为当前像素点的强度值，用以去除信号突变的干扰。
首先，获得反光材料数据，通过标定或者厂家参数，获得反光材料反射率、最大反射角等信息，然后，根据反光材料反射率，设置一个较低的阈值，先初步过滤掉低反光或者无反射数据的像素点，留下疑似反光板的点阵数据，过滤以降低计算数据量。
S3-通过反光板距离与强度之间的关系确定第二阈值进行滤波；第二阀值为反光板距离与反光板强度之间的关系，所述阀值的范围800～1000，使用距离与反光强度之间的关系，把疑似反光板的连续数据最大强度值不在匹配值一定范围内的连续数据滤掉。
如图1所示，对于指定强度激光雷达以指定角度照射指定反光物体，激光雷达接收到的反光强度与反光物距离成反比关系，可以通过反函数或一元高次函数进行拟合。
通过以下反函数拟合距离L与反光能量Amplitude之间的关系：
Amplitude＝Pa*(a1/(L+a2)+a3)*ak*r
或通过以下一元五次函数拟合：
Ampllitude＝Pa*(al*(L)5+a2*(L)4+a3*(L)3+a4*(L)2+a5*L+a5)*ak*R
其中Pa为激光雷达的发射光强，ak为反光材料的最大反光系数，an表示拟合强度函数的系数。
R为反光材料在指定角度的反光系数与最大反光系数之间的比值。
S4-基于反光板大小确定第一预设条件和基于反光板形状确定第二预设条件进行滤波，得到1或者1组以上的反光板连续数据区；第一预设条件由反光板的面积对反光数据的影响确定；第二预设条件由反光板的形状对反光数据的影响确定，根据激光雷达与物体之间距离以及反光板理论可反光区域宽度，通过三角关系计算出对应反光板在激光雷达返回数据中所占像素点个数的范围，将不在所述反光板连续数据区范围内的连续数据段作为伪点删除。
具体的，反光板是带凸弧度形状，数据段内强度值会呈现中间高两边低，并且基本符合对应点的强度值越大，对应距离越短的关系；反光板是圆形，则数据段内强度值接近，并且距离值线性变化；反光板是多边形，则数据段内强度分段，每段强度接近，每段距离值线性变化。
在本实施例中，根据反光板的形状，估计可能照射的最大夹角和最小有效夹角，根据标定的或者参数表给定的反光材料照射角度与反射率的对应关系，设定R的最大值与最小值，并根据R值计算Amplitude_max和Amplitude_min。
如反光板是圆形，由于激光雷达在任意使用角度都能获得反光板最大反光强度的反光，故R都取1。
如反光板是多边形，由于激光雷达和反光材料会成一个夹角，故R最大值取1，最小值根据反光材料特性取有效反射角内最小值；
然后分别取疑似反光板的连续数据的最大强度值与Amplitude_max和Amplitude_min进行比较。当数据落在区间[Amplitude_min-T，Amplitude_max+T]外时，认为该段数据不是反光板数据。将这些非反光板的连续数据段全部滤走。
其中当T为根据所采用的反光材料设置的可调节阈值。T值越小对于反光材料的反光性能一致性要求最高。当T越大时，对于反光材料的一致性要求越低，但同时被其他高反光物体干扰的可能性提高。
具体的，使用距离与反光强度之间的关系，把疑似反光板的连续数据最大强度值不在匹配值一定范围内的连续数据滤掉，用距离与反光强度之间的关系，把疑似反光板的连续数据最大强度值不在匹配值一定范围内的连续数据滤掉，反光板与临近反光板的次高反光物，由于能量叠加引起的高能量返回值区域。
如图2所示：将不在范围内的连续数据段作为伪点删除。
Θ＝(lastIndex-startIndex)*Θpp(Θ表示角度)；
Θpp为每个像素点对应实际扫描角度，以倍加福R2000为例，该值为0.042857。
疑似反光板的宽度＝Averagedis*tan(Θ/2)*2。
S5-选取反光板连续数据区中最大的1组作为真正反光板的数据段。
根据安装要求，找出相互之间距离小于固定阀值的的反光板连续数据区，只保留其中最大能量值大的数据段作为真正反光板的数据段。
其他为反光板与临近反光板的次高反光物，由于能量叠加引起的高能量返回值区域。
例如，中心点角度差小于5度，距离差小于2米的两段连续数据段，只保留最大能量值大的数据段。
进一步的，如图1和图2所示，本实施例提供的反光板识别装置，还包括：
数据获取模块，用于获取激光雷达扫面出的数据，
第一阈值滤波模块，用于根据第一阈值对数据进行滤波，所述第一阈值由反光板材料数据确定；
第二阈值滤波模块，用于根据第二阈值对数据进行滤波，所述第二阈值由反光板与激光雷达之间的距离所确定的反光强度确定；
第一预设条件滤波模块，用于根据第一预设条件进行滤波，所述第一预设条件由所述反光板的面积对反光数据的影响确定；
第二预设条件滤波模块，用于根据第二预设条件进行滤波，所述第二预设条件由所述反光板的形状对反光数据的影响确定；
数据确定模块，能够根据反光板连续数据区中最大能量值，确定大真正反光板的数据段。
一种计算机存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行上述的一种反光板识别方法。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种反光板识别方法，其特征在于，包括以下步骤：
S1-读出激光雷达扫描出的原始数据：原始数据包括各像素点序号、强度数据以及距离数据；
S2-基于反光板材料数据确定第一阈值进行滤波；
S3-通过反光板距离与强度之间的关系确定第二阈值进行滤波；
S4-基于反光板大小确定第一预设条件和基于反光板形状确定第二预设条件进行滤波，得到1或者1组以上的反光板连续数据区；
S5-选取所述反光板连续数据区中最大的1组作为真正反光板的数据段。
2.根据权利要求1所述的一种反光板识别方法，其特征在于：所述S2中，通过相邻值滤波以去除信号突变的干扰。
3.根据权利要求1所述的一种反光板识别方法，其特征在于：所述S3中，第二阀值为反光板距离与反光板强度之间的关系，所述第二阀值的范围为800～1000。
4.根据权利要求1所述的一种反光板识别方法，其特征在于：所述S4中，根据激光雷达与物体之间距离以及反光板理论可反光区域宽度，通过三角关系计算出对应反光板在激光雷达返回数据中所占像素点个数的范围，将不在所述反光板连续数据区范围内的连续数据段作为伪点删除。
5.根据权利要求1所述的一种反光板识别方法，其特征在于：反光板是带凸弧度形状，数据段内强度值会呈现中间高两边低，并且基本符合对应点的强度值越大，对应距离越短的关系。
6.根据权利要求1所述的一种反光板识别方法，其特征在于：反光板是圆形，则数据段内强度值接近，并且距离值线性变化。
7.根据权利要求1所述的一种反光板识别方法，其特征在于：反光板是多边形，则数据段内强度分段，每段强度接近，每段距离值线性变化。
8.根据权利要求1所述的一种反光板识别方法，其特征在于：所述第一预设条件由所述反光板的面积对反光数据的影响确定；所述第二预设条件由所述反光板的形状对反光数据的影响确定。
9.一种反光板识别装置，包括权利要求1-8任一项所述的反光板识别方法，其特征在于：还包括：
数据获取模块，用于获取激光雷达扫面出的数据，
第一阈值滤波模块，用于根据第一阈值对数据进行滤波，所述第一阈值由反光板材料数据确定；
第二阈值滤波模块，用于根据第二阈值对数据进行滤波，所述第二阈值由反光板与激光雷达之间的距离所确定的反光强度确定；
第一预设条件滤波模块，用于根据第一预设条件进行滤波，所述第一预设条件由所述反光板的面积对反光数据的影响确定；
第二预设条件滤波模块，用于根据第二预设条件进行滤波，所述第二预设条件由所述反光板的形状对反光数据的影响确定；
数据确定模块，能够根据反光板连续数据区中最大能量值，确定大真正反光板的数据段。
10.一种计算机存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行权利要求1-8任一项所述的一种反光板识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811480485.3A CN109633681A (zh) | 2018-12-05 | 2018-12-05 | 一种反光板识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811480485.3A CN109633681A (zh) | 2018-12-05 | 2018-12-05 | 一种反光板识别方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109633681A true CN109633681A (zh) | 2019-04-16 |
Family
ID=66071222
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811480485.3A Withdrawn CN109633681A (zh) | 2018-12-05 | 2018-12-05 | 一种反光板识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109633681A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110471072A (zh) * | 2019-08-19 | 2019-11-19 | 华晟（青岛）智能装备科技有限公司 | 一种反光柱位置辨识方法及系统 |
| CN111679261A (zh) * | 2020-08-05 | 2020-09-18 | 湖北工业大学 | 一种基于反光板的激光雷达定位方法及系统 |
| CN111722202A (zh) * | 2020-08-05 | 2020-09-29 | 湖北工业大学 | 一种基于回波强度的反光板位置拟合方法及系统 |
| CN116400371A (zh) * | 2023-06-06 | 2023-07-07 | 山东大学 | 基于三维点云的室内反光透明物体位置识别方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010164463A (ja) * | 2009-01-16 | 2010-07-29 | Mitsubishi Electric Corp | レーザ３次元画像計測装置 |
| CN102608620A (zh) * | 2012-03-12 | 2012-07-25 | 北京北科安地科技发展有限公司 | 一种依据反射强度与地形形态的激光扫描点云植被过滤方法 |
| CN103679655A (zh) * | 2013-12-02 | 2014-03-26 | 河海大学 | 一种基于坡度与区域生长的LiDAR点云滤波方法 |
| CN106023271A (zh) * | 2016-07-22 | 2016-10-12 | 武汉海达数云技术有限公司 | 一种靶标中心坐标提取方法及装置 |
| CN106845321A (zh) * | 2015-12-03 | 2017-06-13 | 高德软件有限公司 | 路面标记信息的处理方法和装置 |
| CN107390227A (zh) * | 2017-07-13 | 2017-11-24 | 浙江科钛机器人股份有限公司 | 一种基于数据筛选的双反光板激光定位与导航方法 |
| CN107818288A (zh) * | 2016-09-13 | 2018-03-20 | 腾讯科技（深圳）有限公司 | 标志牌信息获取方法及装置 |
| CN108152824A (zh) * | 2017-12-29 | 2018-06-12 | 思博赛睿（北京）科技有限公司 | 一种基于激光雷达的网球定位系统及方法 |
-
2018
- 2018-12-05 CN CN201811480485.3A patent/CN109633681A/zh not_active Withdrawn
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010164463A (ja) * | 2009-01-16 | 2010-07-29 | Mitsubishi Electric Corp | レーザ３次元画像計測装置 |
| CN102608620A (zh) * | 2012-03-12 | 2012-07-25 | 北京北科安地科技发展有限公司 | 一种依据反射强度与地形形态的激光扫描点云植被过滤方法 |
| CN103679655A (zh) * | 2013-12-02 | 2014-03-26 | 河海大学 | 一种基于坡度与区域生长的LiDAR点云滤波方法 |
| CN106845321A (zh) * | 2015-12-03 | 2017-06-13 | 高德软件有限公司 | 路面标记信息的处理方法和装置 |
| CN106023271A (zh) * | 2016-07-22 | 2016-10-12 | 武汉海达数云技术有限公司 | 一种靶标中心坐标提取方法及装置 |
| CN107818288A (zh) * | 2016-09-13 | 2018-03-20 | 腾讯科技（深圳）有限公司 | 标志牌信息获取方法及装置 |
| CN107390227A (zh) * | 2017-07-13 | 2017-11-24 | 浙江科钛机器人股份有限公司 | 一种基于数据筛选的双反光板激光定位与导航方法 |
| CN108152824A (zh) * | 2017-12-29 | 2018-06-12 | 思博赛睿（北京）科技有限公司 | 一种基于激光雷达的网球定位系统及方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110471072A (zh) * | 2019-08-19 | 2019-11-19 | 华晟（青岛）智能装备科技有限公司 | 一种反光柱位置辨识方法及系统 |
| CN111679261A (zh) * | 2020-08-05 | 2020-09-18 | 湖北工业大学 | 一种基于反光板的激光雷达定位方法及系统 |
| CN111722202A (zh) * | 2020-08-05 | 2020-09-29 | 湖北工业大学 | 一种基于回波强度的反光板位置拟合方法及系统 |
| CN111722202B (zh) * | 2020-08-05 | 2021-04-27 | 湖北工业大学 | 一种基于回波强度的反光板位置拟合方法及系统 |
| CN111679261B (zh) * | 2020-08-05 | 2021-04-27 | 湖北工业大学 | 一种基于反光板的激光雷达定位方法及系统 |
| CN116400371A (zh) * | 2023-06-06 | 2023-07-07 | 山东大学 | 基于三维点云的室内反光透明物体位置识别方法及系统 |
| CN116400371B (zh) * | 2023-06-06 | 2023-09-26 | 山东大学 | 基于三维点云的室内反光透明物体位置识别方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109633681A (zh) | 一种反光板识别方法及装置 | |
| CN110031823B (zh) | 可用于激光雷达的噪点识别方法以及激光雷达系统 | |
| JP7112993B2 (ja) | レーザレーダの内部パラメータ精度検証方法とその装置、機器及び媒体 | |
| CN109858460A (zh) | 一种基于三维激光雷达的车道线检测方法 | |
| CN101692980B (zh) | 疲劳驾驶检测方法及装置 | |
| CN104008553B (zh) | 融合影像梯度信息和分水岭方法的裂缝检测方法 | |
| KR101258668B1 (ko) | 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법 | |
| CN112513679B (zh) | 一种目标识别的方法和装置 | |
| CN108985230A (zh) | 车道线检测方法、装置及计算机可读存储介质 | |
| CN109324335B (zh) | 一种基于激光雷达识别风切变的方法和系统 | |
| CN109215071A (zh) | 基于视觉的智能稻麦收割机割幅测量方法 | |
| CN109993192A (zh) | 目标对象识别方法及装置、电子设备、存储介质 | |
| CN108470174A (zh) | 障碍物分割方法及装置、计算机设备及可读介质 | |
| JP2022541656A (ja) | 自由空間推定のためのシステムおよび方法 | |
| CN109509163A (zh) | 一种基于fgf的多聚焦图像融合方法及系统 | |
| CN105974401B (zh) | 一种多面同时探测的雷达系统及其探测方法 | |
| CN114325760A (zh) | 基于多线激光雷达的公路隧道质检避障方法及系统 | |
| CN109859235A (zh) | 一种夜间移动车灯跟踪检测系统、方法及设备 | |
| CN111507194B (zh) | 一种基于分形维监督学习的地基LiDAR枝叶点云分离方法 | |
| Li et al. | Bionic vision-based synthetic aperture radar image edge detection method in non-subsampled contourlet transform domain | |
| CN109917418B (zh) | 一种激光雷达无反射区域的测量方法 | |
| CN104296679A (zh) | 镜像式三维信息采集装置及方法 | |
| US10140547B2 (en) | Method for detecting microorganism having fluorescent characteristics with respect to specific wavelength | |
| CN114863064A (zh) | 一种汽车轮廓曲面模型构建方法及系统 | |
| CN109471106B (zh) | 结合聚类分析和边界跟踪法的sar海洋内波条纹识别方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190416 |