CN110197004B - 基于移动终端的电路仿真方法、装置、计算机介质及设备 - Google Patents
基于移动终端的电路仿真方法、装置、计算机介质及设备 Download PDFInfo
- Publication number
- CN110197004B CN110197004B CN201910371522.5A CN201910371522A CN110197004B CN 110197004 B CN110197004 B CN 110197004B CN 201910371522 A CN201910371522 A CN 201910371522A CN 110197004 B CN110197004 B CN 110197004B
- Authority
- CN
- China
- Prior art keywords
- circuit
- mobile terminal
- target set
- simulation
- original 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Telephone Function (AREA)
Abstract
本公开涉及电路仿真技术领域,提供了一种基于移动终端的电路仿真方法、基于移动终端的电路仿真装置,以及实现所述基于移动终端的电路仿真方法的计算机可读存储介质及电子设备。其中,该方法包括:通过移动终端获取电路原理图的原始图像;识别所述原始图像得到电路网格数据,并根据所述电路网格数据建立电路模型;根据所述电路模型中的电路元件的参数对所述电路模型进行仿真。本技术方案能基于移动终端实现电路自动识别,能够减少交互成本,有利于提高建立电路模型的效率。在移动终端显示动态仿真结果,在方便用户查看的同时,能够提供更灵活的激发用户创造力的手段,增加电路仿真的趣味性。
Description
技术领域
本公开涉及电路仿真技术领域,具体而言,涉及一种基于移动终端的电路仿真方法、基于移动终端的电路仿真装置,以及实现所述基于移动终端的电路仿真方法的计算机可读存储介质及电子设备。
背景技术
在电路教学领域,一般通过虚拟实验室的方式实现电路仿真。具体地,在电脑上提供一个虚拟的实验室界面,在该界面通过鼠标选择电路元件组成电路图,或者从系统中选择现成的电路图,然后运行该电路图,显示动态运行效果。
然而,现有的电路仿真方法中交互成本较大。
需要说明的是,上述背景技术部分公开的信息仅用于加强对本公开的背景的理解。
发明内容
本公开的目的在于提供一种基于移动终端的电路仿真方法、基于移动终端的电路仿真装置、计算机存储介质及电子设备,进而至少在一定程度上降低了电路仿真过程中的交互成本。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种基于移动终端的电路仿真方法,包括:通过移动终端获取电路原理图的原始图像;识别所述原始图像得到电路网格数据,并根据所述电路网格数据建立电路模型;根据所述电路模型中的电路元件的参数对所述电路模型进行仿真。
根据本公开的一个方面,提供了一种基于移动终端的电路仿真装置,包括:原始图像获取模块,用于通过移动终端获取电路原理图的原始图像;电路模型确定模块,用于识别所述原始图像得到电路网格数据,并根据所述电路网格数据建立电路模型;仿真模块,用于根据所述电路模型中的电路元件的参数对所述电路模型进行仿真。
在本发明的一些实施例中,基于前述方案,上述原始图像获取模块,具体用于:通过移动终端的摄像头实时拍摄电路原理图,确定所述原始图像;或,通过移动终端获取已有的包含电路原理图的图像作为所述原始图像。
在本发明的一些实施例中,基于前述方案,上述电路模型确定模块,具体用于:基于训练后的机器学习模型,识别所述原始图像得到电路中的元件信息以及连接信息电路网格数据,以确定所述电路网格数据。
在本发明的一些实施例中,基于前述方案,上述电路模型确定模块,包括:划分子模块、识别子模块、关联子模块、连接子模块以及确定子模块。
其中,上述划分子模块,用于划分所述原始图像得到包含M*N个子图像的原始集合,M、N为正整数;上述识别子模块,用于通过光学字符识别(Optical CharacterRecognition,简称:OCR),在所述原始集合中确定包括包含电路元件的第一目标集合、包含电路连线的第二目标集合,以及包含文本内容的第三目标集合,以及识别所述第一目标集合对应的电路元件的类型;上述关联子模块,用于响应于所述第三目标集合与所述第一目标集合之间距离小于预设值,将所述第三目标集合对应的文本内容作为电路元件的属性信息关联至所述第一目标集合对应的电路元件;上述连接子模块,用于根据所述第二目标集合对应的电路连线确定所述第一目标集合对应的电路元件的坐标信息和所述电路元件之间的连接信息;以及,上述确定子模块,用于根据所述电路元件的类型、属性信息、坐标信息和/或连接信息确定电路网格数据。
在本发明的一些实施例中,基于前述方案,上述电路元件的类型信息包括:电阻,电容,电感,开关,三极管,二极管。
在本发明的一些实施例中,基于前述方案,上述仿真模块,包括:建模子模块和计算子模块。
其中,上述建模子模块用于根据所述电路网格数据绘制包含至少一个电路元件的电路模型;以及,上述计算子模块用于基于接收到的关于所述电路元件的参数,计算所述至少一个电路元件的管脚上的电压仿真值和/或电流仿真值。
在本发明的一些实施例中,基于前述方案,上述基于移动终端的电路仿真装置还包括:显示模块。
上述显示模块用于将所述电压仿真值和/或电流仿真值实时显示至对应的电路元件的预设范围内;和/或,用于针对所述电路模型中的至少一个电路元件,显示在预设时长内的电压仿真值变化曲线和/或电流仿真值变化曲线。
根据本公开的一个方面,提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的基于移动终端的电路仿真方法。
根据本公开的一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述第一方面所述的基于移动终端的电路仿真方法。
由上述技术方案可知,本公开示例性实施例中的基于移动终端的电路仿真方法、基于移动终端的电路仿真装置、计算机存储介质及电子设备至少具备以下优点和积极效果:
在本公开的一些实施例所提供的技术方案中,通过移动终端获取电路原理图的原始图像,又通过移动终端识别原始图像得到电路网格数据,并根据所述电路网格数据建立电路模型。进而,根据电路模型中的电路元件的参数,在移动终端对所述电路模型进行仿真。从而,基于移动终端获得关于各电路元件的动态仿真结果。
一方面,相较于相关技术中仅可以在电路图库中选择仿真对象,本技术方案通过移动终端来获取电路原理图的原始图像,例如通过移动终端扫描手绘电路原理图图或印刷电路图等。从而增大了适用范围,提升了仿真实用性,用户可以方便地获取电路原理图的原始图像,进而获取动态仿真结果。
另一方面,相较于相关技术中通过鼠标等选择电路元件组成电路模型,本技术方案通过移动终端自动识别上述原始图像得到电路网格数据,进而建立电路模型。从而减少了交互成本,有利于提高建立电路模型的效率,同时,还有利于避免人为建模过程中可能出现的失误,有利于提高建模准确度。
再一方面,在建模之后,在移动终端显示动态仿真结果,在方便用户查看的同时,能够提供更灵活的激发用户创造力的手段,例如,学生可以将其创造的可再次运行的电路模型通过社交网络(如,微信朋友圈、微博等)进行分享,其他用户可以根据上述分享内容再次运行上述电路模型,增加了电路仿真的趣味性。
本公开应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。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他的附图。在附图中:
图1示出了可以应用本发明实施例的技术方案的示例性系统架构的示意图;
图2示出本公开一示例性实施例中基于移动终端的电路仿真方法的流程示意图;
图3示出了根据本公开实施例的电路原理图的结构示意图;
图4示出了根据本公开实施例的电路网格数据的确定方法的流程示意图;
图5示出本公开另一示例性实施例中基于移动终端的电路仿真方法的流程示意图;
图6示出本公开再一示例性实施例中基于移动终端的电路仿真方法的流程示意图;
图7示出本公开一示例性实施例中基于移动终端的电路仿真装置的结构示意图;
图8示出本公开示例性实施例中电子设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本发明实施例的技术方案的示例性系统架构的示意图。
如图1所示,系统架构100可以包括移动终端101、信息传输终端102、网络103以及服务器104。其中,上述第一移动终端101可以是手机、便携式计算机、平板电脑等具有摄像头和显示屏幕的终端设备;信息传输终端102可以是一种智能终端,如搭载有安卓操作系统的智能设备等;网络103用以第一移动终端101和服务器104之间、信息传输终端102和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型,例如有线通信链路、无线通信链路等等,在本发明实施例中,移动终端101和信息传输终端102之间的网络103可以是通过无线网络提供通信链路;移动终端101和服务器104之间的网络103、信息传输终端102和服务器104之间的网络103可以是无线通信链路,具体地可以是移动网络。
应该理解,图1中的终端、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端、网络和服务器。比如服务器104可以是多个服务器组成的服务器集群等;服务器104也可以是多个服务器组成的服务器集群等,可用于存储与电路仿真的信息。
在本发明的一个实施例中,移动终端101获取电路原理图的原始图像后,将电路原理图的原始图像发送至服务器104,服务器104对原始图像进行识别之后确定电路网格数据,并将电路网格数据返回至移动终端101;移动终端101在接收到电路网格数据之后建立电路模型,并进行电路仿真。在本发明的一个实施例中,移动终端101获取电路原理图的原始图像后,可以将电路原理图的原始图像发送至信息传输终端102,信息传输终端102对原始图像进行识别之后确定电路网格数据,并将电路网格数据返回至移动终端101;移动终端101在接收到电路网格数据之后建立电路模型,并进行电路仿真。在本发明的一个实施例中,移动终端101获取电路原理图的原始图像后,可以基于移动终端101中的图像识别算法对原始图像进行识别确定电路网格数据,并进一步地在移动终端根据电路网格数据之后建立电路模型,并进行电路仿真。根据本发明提供的技术方案,一方面,提升了仿真实用性,用户可以方便地获取电路原理图的原始图像,进而获取动态仿真结果。另一方面,减少了电路仿真的交互成本,有利于提高建立电路模型的效率,同时,还有利于避免人为建模过程中可能出现的失误,有利于提高建模准确度。同时,在建模之后,在移动终端显示动态仿真结果,在方便用户查看的同时,能够提供更灵活的激发用户创造力的手段,增加了电路仿真的趣味性。
现有的电路仿真方法中,一般需要手动选择电路图,或者手动连接元件组成电路图。尤其是对于较复杂的电路图,其交互成本非常高。同时,现有的电路仿真方法中即便提供了电路图库,可以从中直接选择电路图,但是库中的素材是有限的,无法包含实际使用的电路图(如,教学过程中老师在黑板上板书的电路图,同学之间学术交流过程中手绘电路图,或书籍上的印刷电路图)。从而造成适用范围受限,降低了仿真实用性,用户不能够方便地获取电路原理图的原始图像。
在本公开的实施例中,提供了一种基于移动终端的电路仿真方法,至少在一定程度上克服现有的相关技术中所存在的上述缺陷。本实施例提供的基于移动终端的电路仿真方法的执行主体可以是具有计算处理功能的设备。
图2示出本公开一示例性实施例中基于移动终端的电路仿真方法的流程示意图。
参考图2,该实施例提供的基于移动终端的电路仿真方法,包括:
步骤S210,通过移动终端获取电路原理图的原始图像;
步骤S220,识别所述原始图像得到电路网格数据,并根据所述电路网格数据建立电路模型;以及,
步骤S230,根据所述电路模型中的电路元件的参数对所述电路模型进行仿真。
在图2所示实施例提供的技术方案中,一方面,本技术方案通过移动终端来获取电路原理图的原始图像,例如通过移动终端扫描手绘电路原理图图或印刷电路图等,而无需在电路图库中选择仿真对象。从而增大了适用范围,提升了仿真实用性,用户可以方便地获取电路原理图的原始图像,进而获取动态仿真结果。另一方面,通过移动终端自动识别上述原始图像得到电路网格数据,进而建立电路模型。有利于减少了交互成本,有利于提高建立电路模型的效率,同时,还有利于避免人为建模过程中可能出现的失误,有利于提高建模准确度。再一方面,建模之后,在移动终端显示动态仿真结果,在方便用户查看的同时,能够提供更灵活的激发用户创造力的手段,例如,学生可以将其创造的可再次运行的电路模型通过社交网络(如,微信朋友圈、微博等)进行分享,其他用户可以根据上述分享内容再次运行上述电路模型,增加了电路仿真的趣味性。
以下对图2所示实施例的各个步骤的具体实施方式进行详细阐述:
在示例性的实施例中,图3示出了根据本公开实施例的电路原理图的结构示意图。为了提高识别准确度,进而确保仿真准确度,上述电路原理图中的相关电路元件图形都是符合标准电路元件图标,示例性的,发光元件31和发光元件32,电源34以及开关33均为本领域技术人员所使用的标准电路元件图标。
在示例性的实施例中,步骤S210中通过移动终端获取电路原理图的原始图像的一种具体实施方案:通过移动终端的摄像头实时拍摄电路原理图,确定所述原始图像。例如,通过移动终端的摄像头实时拍摄教学过程中老师在黑板上板书的电路图、同学之间学术交流过程中手绘电路图、或书籍上的印刷电路图等,进而获得关于电路原理图的原始图像。可见,用户通过移动终端可以随时随地地确定关于电路原理图的图像,进而通过移动终端实现建立电路模型以及仿真。
其中,移动终端可以是具有拍摄功能的手机、平板电脑等。
在示例性的实施例中,步骤S210中通过移动终端获取电路原理图的原始图像的另一种具体实施方案:通过移动终端获取已有的包含电路原理图的图像作为所述原始图像。其中,已有的包含电路原理图的图像可以是社交网络中分享的关于电路原理图的图像、已经保存在移动终端相册里的有关电路原理图的图像等。
在示例性的实施例中,步骤S220中通过移动终端识别上述原始图像得到电路网格数据的具体实施方式可以是:基于训练后的机器学习模型,识别所述原始图像得到电路中的元件信息以及连接信息电路网格数据,以确定所述电路网格数据。其中,上述机器学习模型可以是逻辑回归模型、决策树模型、轻量梯度提升(light Gradient Boosting,简称:LGB)模型、极端梯度提升(eXtreme Gradient Boosting,简称:XGB)模型、人工神经网络(Artificial Neural Network,简称:ANN)模型等,下面以人工神经网络模型为例进行说明。
示例性的,根据标记海量关于电路元件的图像确定样本数据,可以将上述样本数据分为训练样本和对测试赝本,并通过训练样本训练ANN模型。
示例性的,通过测试样本对训练后的ANN模型(记作待测试模型)进行测试,并且使用至少一种训练指标对待测试模型的测试结果进行验证,并将将符合测试指标的训练后的模型作为识别模型,以用来识别步骤S210中的原始图像进而确定电路网格数据。
在示例性的实施例中,具体地对待测试模型进行测试的方式可以是:
首先,根据测试样本以及测试样本代入待测试模型后的输出数据得到以下:真阳性TP,真阴性TN,伪阴性FN和伪阳性FP。其中,TP是利用待测试模型对测试样本中正类进行判断后属于仍是正类的数目,TN利用待测试模型对测试样本中负类进行判断后属于仍是负类的数目,FN利用待测试模型对测试样本中负类进行判断后属于是正类的数目,FP利用待测试模型对测试样本中正类进行判断后属于是负类的数目。正类和负类是指人工对训练样本标注的两种类别,即人工标注某个样本属于特定的类,则该样本属于正类,不属于该特定类的样本则属于负类。
其次,根据真阳性TP,真阴性TN,伪阴性FN和伪阳性FP计算待测试模型的测试结果。
在示例性的实施例中,测试指标以准确率、召回率为例进行介绍。具体的:
根据公式一和公式二分别计算准确率p和召回率r;
p=TP/(TP+FP) 公式一,
r=TP/(TP+FN) 公式二。
假如对x个待测试模型进行测试后得到测试结果为:准确率测试结果p1,p2,…,px,以及召回率测试结果r1,r2,…,rx。
测试指标对应的设定条件为:准确率测试结果大于p’则为满足准确率设定条件,否则不满足准确率设定条件,以及召回率测试结果大于r’则为满足召回率设定条件,否则不满足召回率设定条件。
在示例性的实施例中,在测试结果满足测试指标对应的设定条件的情况下,则待测试模型可以作为用于识别上述原始图像的识别模型;在测试结果不满足设定条件时,则上述待测试模型继续迭代直至所述待测试模型的测试结果满足设定条件。
在示例性的实施例中,判断测试结果是否满足测试指标对应的设定条件时,可以是仅以准确率或召回率作为测试指标,即正确率/召回率满足设定条件即可;还可以同时以准确率和召回率同时作为测试指标,即正确率和召回率满足设定条件即可。
需要说明的是,具体的测试方式根据实际需求而制定,不限于以上准确率和/或召回率作为测试指标进行测试。
在示例性的实施例中,测试指标还可以为AUC。具体的:
在示例性的实施例中,利用公式三和公式四确定伪阳性率FPR和真阳性率TPR,
FPR=FP/(FP+TN) 公式三,
TPR=TP/(TP+FN) 公式四。
进一步地,以FPR为横坐标,TPR为纵坐标,绘制受试者工作特征曲线(ReceiverOperating Characteristic curve,简称ROC曲线)。其中,ROC曲线是获得的各指标的特征曲线,用于展示各指标之间的关系,并进一步计算出ROC曲线下面积AUC。ROC曲线是获得的各指标的特征曲线,用于展示各指标之间的关系,AUC即ROC曲线下面积,AUC越大,则模型的预测价值越高,进而可通过ACU对待测试模型进行测试。并将评价结果为AUC值最大的模型作为识别模型,用来识别步骤S110中的原始图像进而确定电路网格数据。
从而,基于训练后的机器学习模型,识别上述原始图像得到电路中的元件信息以及连接信息电路网格数据,进而确定上述原始图像对应的电路网格数据。上述实施例提供利用人工智能技术实现对包含电路原理图的图像自动识别,有助于提高识别准确度,减少交互成本,以及提高建立电路模型的效率。
在示例性的实施例中,步骤S220中通过移动终端识别上述原始图像得到电路网格数据的具体实施方式还可以是:采用OCR的相关算法进行识别。具体的,图4示出了根据本公开实施例的电路网格数据的确定方法的流程示意图。参考图4,该实施例提供的方法包括步骤S310-步骤S350。以下结合图3示出的电路原理图解释图4所示方法的具体实施方式。
在步骤S410中,划分所述原始图像得到包含M*N个子图像的原始集合,M、N为正整数。
在示例性的实施例中,假如图3中所示为包含电路原理图的原始图像,通过OCR识别原始图像确定电路网格数据的过程中,将原始图像30划分为网格状子图像(图中未示出),如划分原始图像30得到包含M*N个子图像的原始集合,M、N为正整数。通过网格划分的方式提高在原始图像中定位电路元件的准确度。
在步骤S420中,通过OCR,在所述原始集合中确定包括包含电路元件的第一目标集合、包含电路连线的第二目标集合,以及包含文本内容的第三目标集合,以及识别所述第一目标集合对应的电路元件的类型。
在示例性的实施例中,每个目标集合可以由于多个子图像组成,如由m*n个子图像组成,其中,m小于M,n小于N。参考图3,通过OCR,在上述原始集合中确定包括包含电路元件的第一目标集合(如图3中图标31、32、33、34)、包含电路连线的第二目标集合(如图l1、l2),以及包含文本内容(如图3中图标“L1”、“L2”、“S”、“E”)的第三目标集合,以及识别上述第一目标集合对应的电路元件的类型,如电阻,电容,电感,开关,三极管,二极管等。
在步骤S430中,响应于所述第三目标集合与所述第一目标集合之间距离小于预设值,将所述第三目标集合对应的文本内容作为电路元件的属性信息关联至所述第一目标集合对应的电路元件。
在示例性的实施例中,根据第三目标集合中心至第一目标集合中心的距离判断原始图像中的文字是否与电路元件具备对应关系。参考图3,包含开关电路元件的第一目标集合33的中心与包含文本内容“S”的第一目标集合的中心距离小于预设值,说明文本内容“S”与开关电路元件具备对应关系(此处,文本内容“S”为开关电路元件的标识)。则将第三目标集合对应的文本内容作为电路元件的属性信息关联至所述第一目标集合对应的电路元件。通过将具有对应关系的文本内容与电路元件管理确定了电路元件的属性信息,从而后期调整电路元件在电路模型中的位置时,相对应的文本内容根据电路元件位置的改变而对应变化,从而准确对电路元件进行标识,有利于用户方便地分别电路模型中的各个电路元件,提升用户的电路仿真体验。
在步骤S440中,根据所述第二目标集合对应的电路连线确定所述第一目标集合对应的电路元件的坐标信息和所述电路元件之间的连接信息。
在示例性的实施例中,参考图3,根据包含电路连线l1或l2的第二目标集合确定各个电路元件的坐标信息和所述电路元件之间的连接信息。其中,坐标信息的确定为:可以将原始集合的左下角作为坐标原点建立坐标系,确定各个电路元件在同一坐标系中的坐标信息。上述连接信息包括电路元件的串联关系、并联关系等。
在步骤S450中,根据所述电路元件的类型、属性信息、坐标信息和/或连接信息确定电路网格数据。从而,将电路元件的类型、属性信息、坐标信息、连接信息等保存为电路网格数据。其中,上述电路网格数据为建立电路模型的原始数据,其数据格式也是可被建立电路模型的电路引擎识别的数据格式。
示例性的电路网格数据的数据格式如下:
“NewCircuit
Slicol
0,1168,702
V,-150,-30,270,2,-150,-2,-150,-58
D,0,60,0,2,-28,60,28,60
R,0,-120,0,2,-28,-120,28,-120
W,0,0,0,2,-150,58,-28,60
W,0,0,0,2,-150,-58,-150,-119.1111
......”
其中,关于上述电路网格数据的各行解释如下:
Line1:电路名
Line2:作者名
Line3:版本号,电路图宽,电路图高
Line4~End:元件类型,坐标X,坐标Y,旋转A,管脚数N,管脚1坐标X,管脚1坐标Y,...,管脚N坐标X,管脚N坐标Y,元件参数1,元件参数2,...,元件参数M。其中,确定电路元件的坐标信息,是为在管脚上的电压仿真值和/或电流仿真值,以便于用户清晰观察不同电路元件的方针结果。
根据图3和图4所示实施例提供的技术方案,用户可以通过移动终端方便地获取包含待仿真的电路原理图的原始图像,进一步地,可以通过移动终端实现对原始图像的识别,确定用于建立电路模型的电路网格数据。本技术方案适用场合多适用范围广,且方便易操作。
继续参考图2,在步骤S220中确定根据电路网格数据建立电路模型。在步骤S230中,根据电路模型中的电路元件的参数对其进行仿真。
在示例性的实施例中,图5示出了根据本公开另一实施例的基于移动终端的电路仿真方法的流程示意图,可以作为步骤S230的一种具体实施方式。参考图5,该方法包括步骤:
步骤S510,根据所述电路网格数据绘制包含至少一个电路元件的电路模型;以及,步骤S520,基于接收到的关于所述电路元件的参数,计算所述至少一个电路元件的管脚上的电压仿真值和/或电流仿真值。
在示例性的实施例中,将所述电压仿真值和/或电流仿真值实时显示至对应的电路元件的预设范围内;和/或,针对所述电路模型中的至少一个电路元件,显示在预设时长内的电压仿真值变化曲线和/或电流仿真值变化曲线。
图6示出了根据本公开再一实施例的基于移动终端的电路仿真方法的流程示意图,具体示出了基于移动终端的操作界面电路仿真流程。
参考图6,在步骤S610中,通过移动终端的摄像功能,如图通过点击“扫一扫”控件打开摄像功能进入扫描界面。同时,操作界面600还可以示出仿真历史记录,用户因而可以从历史记录60中选择其一进行再次仿真。
在示例性的实施例中,在实时识别界面613,可以通过触控“实时识别控件”扫描课本上的印刷电路图图像61,或者手绘电路图图像62,从而确定包含电路原理图的原始图像63。
示例性的,还可以直接从相册控件64中打开一张包含电路原理图的原始图像。
示例性的,在步骤S612中,在实时识别界面614,移动终端的显示屏将界面分为上下两部分。上面部分是摄像头正在扫描的图像63,下面部分是根据实时识别的电路网格数据重新生成的电路模型65。本实施例提供的技术方案,通过观察对比上下两部分图像的一致性,可以降低由于拍摄角度或者其它原因对识别准确度造成的影响。当用户观察对比上下两部分图像确定视觉上一致时,可以点击“下一步”控件。当然,当用户操作失误时,可以点击“返回”控件以返回之前操作界面。
示例性的,在步骤S616中或步骤S614中,即点击“下一步”控件之后,移动终端进入仿真界面610。该界面提供用户输入/修改电路元件参数的“输入框”69。
示例性的,仿真界面610中通过步骤S618,移动终端接收用户对电路元件的触控操作,响应于上述触控操作,提供关于被触控的电路元件的参数的输入框。例如,响应于用户对电源的触控操作,显示关于电源的参数输入框,用户在输入框中输入电源电压为30V,电源电流为5I,则将相关参数显示在电源对应的位置。例如,响应于用户对电路元件L1的触控操作,显示关于电路元件L1的参数输入框,用户可以在输入框中输入/修改电阻值等。又例如,响应于用户对开关的触控操作,显示关于开关的参数输入框,用户可以在选择连接状态或闭合状态。
示例性的,仿真界面610中,可以显示和修改电路元件的相关参数,但是不支持改变电路的连接结构。
示例性的,仿真界面610中,为了便于用户查看电路模型65,可以通过“旋转”控件68控制电路原理图旋转,以从不同视角查看电路模型65,从而保证电路模型与电路原理图的一致性,进而保证仿真结果的准确度。
示例性的,当用户确定各个电路元件的相关参数之后,移动终端接收用户的方针触控操作,则在仿真界面610中,显示该电路模型中电路元件当前实时的状态,即:元件本身的参数,电压与电流数据。
在示例性的实施例中,当电路模型处于仿真状态时,用户还可以选中电路元件,显示在预设时长内的电压仿真值变化曲线和/或电流仿真值变化曲线。本实施例提供的技术方案中,通过显示仿真值的变化曲线有助于用户观察仿真值的变化情况,进而总结电路元件的性能特征。
在示例性的实施例中,仿真界面中,移动终端还接收显示屏右上角的“…”控件612控操作,显示一下拉菜单。用户可以通过下拉菜单中的分享控件将该电路原理图分享到社交网络。例如,A学生可以通过手绘(也可以通过任何电路编辑软件)绘制创意电路,以图片的形式分享到社交网络。别的学生可以通过社交网络看到A学生分享的电路图,通过扫一下识别该电路,并且运行该电路。
示例性的,用户还可以通过下拉菜单中的保存控件将该电路的原理图保存到相册,还可以通过下拉菜单中的再次编辑控件而再次可以进入编辑界面611(在步骤S620中)。例如,当仿真结果不理想时,用户可以通过再次编辑电路模型,调整电路结构,以进行再次仿真。
在示例性的实施例中,在编辑界面611中,接收对电路模型65中电路元件删除操作、添加操作,以及接收改变电路的拓扑结构的操作。示例性的,在编辑界面611中提供元件库66,接收用户对元件库66中电路元件的选中操作,可以将其添加至上述电路模型中。进一步地,还可以将编辑后的电路原理图保存到相册,并回到仿真界面610,以对再次编辑之后的电路模型进行再次仿真。
上述实施例提供了一种基于移动终端的电路仿真的交互方式,相较于相关技术,减少了交互成本,有利于提高建立电路模型的效率,同时,还有利于避免人为建模过程中可能出现的失误,有利于提高建模准确度。并且,在移动终端显示动态仿真结果,在方便用户查看的同时,能够提供更灵活的激发用户创造力的手段,增加了电路仿真的趣味性,提升了用户的电路仿真体验。
以下介绍本公开的接口适配系统实施例,可以用于执行本公开上述的即可适配方法。
图7示出本公开示例性实施例中基于移动终端的电路仿真装置的结构示意图。如图7所示,上述基于移动终端的电路仿真装置700包括:原始图像获取模块701、电路模型确定模块702和仿真模块703。
其中,上述原始图像获取模块701,用于通过移动终端获取电路原理图的原始图像;
上述电路模型确定模块702,用于识别所述原始图像得到电路网格数据,并根据所述电路网格数据建立电路模型;以及,
上述仿真模块703,用于根据所述电路模型中的电路元件的参数对所述电路模型进行仿真。
在本公开的示例性实施例中,基于前述方案,上述原始图像获取模块701,具体用于:
通过移动终端的摄像头实时拍摄电路原理图,确定所述原始图像;或,
通过移动终端获取已有的包含电路原理图的图像作为所述原始图像。
在本公开的示例性实施例中,基于前述方案,上述电路模型确定模块702,具体用于:
基于训练后的机器学习模型,识别所述原始图像得到电路中的元件信息以及连接信息电路网格数据,以确定所述电路网格数据。
在本公开的示例性实施例中,基于前述方案,上述电路模型确定模块702,包括:划分子模块、识别子模块、关联子模块、连接子模块以及确定子模块。
其中,上述划分子模块,用于划分所述原始图像得到包含M*N个子图像的原始集合,M、N为正整数;
上述识别子模块,用于通过光学字符识别OCR,在所述原始集合中确定包括包含电路元件的第一目标集合、包含电路连线的第二目标集合,以及包含文本内容的第三目标集合,以及识别所述第一目标集合对应的电路元件的类型;
上述关联子模块,用于响应于所述第三目标集合与所述第一目标集合之间距离小于预设值,将所述第三目标集合对应的文本内容作为电路元件的属性信息关联至所述第一目标集合对应的电路元件;
上述连接子模块,用于根据所述第二目标集合对应的电路连线确定所述第一目标集合对应的电路元件的坐标信息和所述电路元件之间的连接信息;以及,
上述确定子模块,用于根据所述电路元件的类型、属性信息、坐标信息和/或连接信息确定电路网格数据。
在本公开的示例性实施例中,基于前述方案,上述电路元件的类型信息包括:电阻,电容,电感,开关,三极管,二极管。
在本公开的示例性实施例中,基于前述方案,上述仿真模块703,包括:建模子模块和计算子模块。
其中,上述建模子模块用于根据所述电路网格数据绘制包含至少一个电路元件的电路模型;以及,
上述计算子模块用于基于接收到的关于所述电路元件的参数,计算所述至少一个电路元件的管脚上的电压仿真值和/或电流仿真值。
在本公开的示例性实施例中,基于前述方案,上述基于移动终端的电路仿真装置700还包括:显示模块。
上述显示模块用于将所述电压仿真值和/或电流仿真值实时显示至对应的电路元件的预设范围内;和/或,用于针对所述电路模型中的至少一个电路元件,显示在预设时长内的电压仿真值变化曲线和/或电流仿真值变化曲线。
上述基于移动终端的电路仿真装置中各单元的具体细节已经在对应的基于移动终端的电路仿真方法中进行了详细的描述,因此此处不再赘述。
图8示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图8示出的电子设备的计算机系统800仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,计算机系统800包括中央处理单元(Central Processing Unit,CPU)801,其可以根据存储在只读存储器(Read-Only Memory,ROM)802中的程序或者从存储部分808加载到随机访问存储器(Random Access Memory,RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有系统操作所需的各种程序和数据。CPU 801、ROM802以及RAM 803通过总线804彼此相连。输入/输出(Input/Output,I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本发明的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本发明实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (9)
1.一种基于移动终端的电路仿真方法,其特征在于,包括:
通过移动终端获取电路原理图的原始图像;
划分所述原始图像得到包含M*N个子图像的原始集合,M、N为正整数;
通过光学字符识别OCR,在所述原始集合中确定包括包含电路元件的第一目标集合、包含电路连线的第二目标集合,以及包含文本内容的第三目标集合,以及识别所述第一目标集合对应的电路元件的类型;
响应于所述第三目标集合与所述第一目标集合之间距离小于预设值,将所述第三目标集合对应的文本内容作为电路元件的属性信息关联至所述第一目标集合对应的电路元件;
根据所述第二目标集合对应的电路连线确定所述第一目标集合对应的电路元件的坐标信息和所述电路元件之间的连接信息;
根据所述电路元件的类型、属性信息、坐标信息和/或连接信息确定电路网格数据,并根据所述电路网格数据建立电路模型;
根据所述电路模型中的电路元件的参数对所述电路模型进行仿真。
2.根据权利要求1所述的基于移动终端的电路仿真方法,其特征在于,所述通过移动终端获取电路原理图的原始图像,包括:
通过移动终端的摄像头实时拍摄电路原理图,确定所述原始图像;或,
通过移动终端获取已有的包含电路原理图的图像作为所述原始图像。
3.根据权利要求1所述的基于移动终端的电路仿真方法,其特征在于,所述识别所述原始图像得到电路网格数据,包括:
基于训练后的机器学习模型,识别所述原始图像得到电路中的元件信息以及连接信息电路网格数据,以确定所述电路网格数据。
4.根据权利要求1所述的基于移动终端的电路仿真方法,其特征在于,所述电路元件的类型信息包括:电阻,电容,电感,开关,三极管,二极管。
5.根据权利要求1至4中任意一项所述的基于移动终端的电路仿真方法,其特征在于,所述根据所述电路模型中的电路元件的参数对所述电路模型进行仿真,包括:
根据所述电路网格数据绘制包含至少一个电路元件的电路模型;
基于接收到的关于所述电路元件的参数,计算所述至少一个电路元件的管脚上的电压仿真值和/或电流仿真值。
6.根据权利要求5所述的基于移动终端的电路仿真方法,其特征在于,所述方法还包括:
将所述电压仿真值和/或电流仿真值实时显示至对应的电路元件的预设范围内;和/或,
针对所述电路模型中的至少一个电路元件,显示在预设时长内的电压仿真值变化曲线和/或电流仿真值变化曲线。
7.一种基于移动终端的电路仿真装置,其特征在于,包括:
原始图像获取模块,用于通过移动终端获取电路原理图的原始图像;
电路模型确定模块,用于划分所述原始图像得到包含M*N个子图像的原始集合,M、N为正整数;通过光学字符识别OCR,在所述原始集合中确定包括包含电路元件的第一目标集合、包含电路连线的第二目标集合,以及包含文本内容的第三目标集合,以及识别所述第一目标集合对应的电路元件的类型;响应于所述第三目标集合与所述第一目标集合之间距离小于预设值,将所述第三目标集合对应的文本内容作为电路元件的属性信息关联至所述第一目标集合对应的电路元件;根据所述第二目标集合对应的电路连线确定所述第一目标集合对应的电路元件的坐标信息和所述电路元件之间的连接信息;根据所述电路元件的类型、属性信息、坐标信息和/或连接信息确定电路网格数据,并根据所述电路网格数据建立电路模型;
仿真模块,用于根据所述电路模型中的电路元件的参数对所述电路模型进行仿真。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至6中任意一项所述的基于移动终端的电路仿真方法。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至6中任意一项所述的基于移动终端的电路仿真方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910371522.5A CN110197004B (zh) | 2019-05-06 | 2019-05-06 | 基于移动终端的电路仿真方法、装置、计算机介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910371522.5A CN110197004B (zh) | 2019-05-06 | 2019-05-06 | 基于移动终端的电路仿真方法、装置、计算机介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110197004A CN110197004A (zh) | 2019-09-03 |
CN110197004B true CN110197004B (zh) | 2023-04-07 |
Family
ID=67752468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910371522.5A Active CN110197004B (zh) | 2019-05-06 | 2019-05-06 | 基于移动终端的电路仿真方法、装置、计算机介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110197004B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110765639B (zh) * | 2019-11-05 | 2023-08-04 | 国网重庆市电力公司电力科学研究院 | 一种电气仿真建模方法、装置及可读存储介质 |
CN111060733B (zh) * | 2019-12-25 | 2022-08-23 | 北京像素软件科技股份有限公司 | 电路测量方法、装置、终端设备和计算机可读存储介质 |
CN111523160B (zh) * | 2020-05-06 | 2024-02-02 | 全芯智造技术有限公司 | 用于仿真集成电路的方法和设备以及计算机可读介质 |
CN111967115B (zh) * | 2020-08-17 | 2024-02-02 | 深圳市安冠科技有限公司 | 一种电源原理图的绘制方法和计算机设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002007015A1 (fr) * | 2000-07-19 | 2002-01-24 | Toshiba Tec Kabushiki Kaisha | Procede et systeme d'assistance a la conception d'un circuit integre |
CN107341298A (zh) * | 2017-06-22 | 2017-11-10 | 电子科技大学 | 基于pc终端下电路图图像识别的仿真系统及方法 |
CN108090288A (zh) * | 2017-12-21 | 2018-05-29 | 北京华大九天软件有限公司 | 一种通过机器学习获取时序参数的方法 |
-
2019
- 2019-05-06 CN CN201910371522.5A patent/CN110197004B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002007015A1 (fr) * | 2000-07-19 | 2002-01-24 | Toshiba Tec Kabushiki Kaisha | Procede et systeme d'assistance a la conception d'un circuit integre |
CN107341298A (zh) * | 2017-06-22 | 2017-11-10 | 电子科技大学 | 基于pc终端下电路图图像识别的仿真系统及方法 |
CN108090288A (zh) * | 2017-12-21 | 2018-05-29 | 北京华大九天软件有限公司 | 一种通过机器学习获取时序参数的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110197004A (zh) | 2019-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110197004B (zh) | 基于移动终端的电路仿真方法、装置、计算机介质及设备 | |
CN111310934B (zh) | 一种模型生成方法、装置、电子设备和存储介质 | |
CN109165249A (zh) | 数据处理模型构建方法、装置、服务器和用户端 | |
CN109300179B (zh) | 动画制作方法、装置、终端和介质 | |
CN108830383B (zh) | 用于展示机器学习建模过程的方法及系统 | |
CN108710949A (zh) | 用于创建机器学习建模模板的方法及系统 | |
US20140356846A1 (en) | Apparatus, systems and methods for interactive dissemination of knowledge | |
CN112749081B (zh) | 用户界面测试方法及相关装置 | |
CN110045953A (zh) | 生成业务规则表达式的方法及计算装置 | |
CN111401722B (zh) | 智能决策方法和智能决策系统 | |
WO2013119438A1 (en) | Apparatus, systems and methods for interactive dissemination of knowledge | |
CN108898229A (zh) | 用于构建机器学习建模过程的方法及系统 | |
CN110413510A (zh) | 一种数据处理方法、装置及设备 | |
CN111222557A (zh) | 图像分类方法、装置、存储介质及电子设备 | |
CN111400473A (zh) | 意图识别模型的训练方法及装置、存储介质及电子设备 | |
CN117076316A (zh) | 车载应用测试方法、系统、电子设备及存储介质 | |
CN109934631A (zh) | 问答信息处理方法、装置及计算机设备 | |
CN114253539A (zh) | 一种页面自动配色方法、装置、设备及存储介质 | |
CN111475628A (zh) | 会话数据处理方法、装置、计算机设备和存储介质 | |
CN116933362A (zh) | 室内设计方案自动生成方法、装置、计算机设备及介质 | |
CN110321882A (zh) | 一种学习资源获取方法、装置、学习终端和存储介质 | |
CN118070062A (zh) | 深度学习模型自动化生成方法、装置以及存储介质 | |
CN111767380B (zh) | 模型自适应重训方法、装置、电子设备和存储介质 | |
CN112835807A (zh) | 界面识别方法、装置、电子设备和存储介质 | |
CN117522185A (zh) | 一种可灵活配置的评价方法、系统及评价终端 |
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 |