CN110243371A - 一种采用蚁群算法的螺丝锁付路径规划方法 - Google Patents
一种采用蚁群算法的螺丝锁付路径规划方法 Download PDFInfo
- Publication number
- CN110243371A CN110243371A CN201910504120.8A CN201910504120A CN110243371A CN 110243371 A CN110243371 A CN 110243371A CN 201910504120 A CN201910504120 A CN 201910504120A CN 110243371 A CN110243371 A CN 110243371A
- Authority
- CN
- China
- Prior art keywords
- path
- lock
- paths
- locks
- pays
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23P—METAL-WORKING NOT OTHERWISE PROVIDED FOR; COMBINED OPERATIONS; UNIVERSAL MACHINE TOOLS
- B23P19/00—Machines for simply fitting together or separating metal parts or objects, or metal and non-metal parts, whether or not involving some deformation; Tools or devices therefor so far as not provided for in other classes
- B23P19/04—Machines for simply fitting together or separating metal parts or objects, or metal and non-metal parts, whether or not involving some deformation; Tools or devices therefor so far as not provided for in other classes for assembling or disassembling parts
- B23P19/06—Screw or nut setting or loosening machines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Cosmetics (AREA)
Abstract
本发明公开了一种采用蚁群算法的螺丝锁付路径规划方法,包括如下步骤:获取待锁付螺孔的指定位置;将待锁付螺孔间的距离作为信息素;获得所有锁付的初始路径集合;判断是否满足结束迭代的条件,判断条件为所有锁付路径是否走过所有的指定地点;若不满足结束迭代的条件,则获取每条锁付路径的补充路径,形成每条锁付路径的整个路径,直到满足结束迭代的条件;将所有锁付路径的整个路径的集合作为最终路径集合;从最终路径集合中获得最短路径。通过对各螺丝孔方位距离的计算和对比,可以规划出螺丝锁付最优路径该算法能确保路径问题获得最优解,减少传送消耗的时间,极大地提高了生产效率。
Description
技术领域
本发明涉及螺丝机领域,特别是一种采用蚁群算法的螺丝锁付路径规划方法。
背景技术
螺丝机锁付螺丝的过程中会包括多个锁付螺孔,在实际操作中,螺丝机进行螺丝锁付时,需要从机械臂所处位置出发,按照人工设定的锁付路径进行螺丝锁付。但自动锁螺丝机的核心追求是速度,人工设定的锁付路径并不一定是最短路径,自动螺丝机多次重复人工设定的非最短锁付路径会浪费大量时间,降低自动螺丝机的加工效率。因此,如何获得螺丝锁付的最短路径是亟需解决的技术问题。
发明内容
本发明旨在至少在一定程度上解决相关技术中的上述技术问题之一。为此,本发明提出一种采用蚁群算法的螺丝锁付路径规划方法。
本发明解决其技术问题所采用的技术方案是:
一种采用蚁群算法的螺丝锁付路径规划方法,包括如下步骤:获取待锁付螺孔的指定位置;将待锁付螺孔间的距离作为信息素;获得所有锁付的初始路径集合;判断是否满足结束迭代的条件,判断条件为所有锁付路径是否走过所有的指定地点;若不满足结束迭代的条件,则获取每条锁付路径的补充路径,形成每条锁付路径的整个路径,直到满足结束迭代的条件;将所有锁付路径的整个路径的集合作为最终路径集合;从最终路径集合中获得最短路径。
作为上述技术方案的改进,所述信息素是通过对各孔点彼此之间的距离进行计算和对比,得出的各两孔之间的最短距离。
作为上述技术方案的进一步改进,所述获取每个采样车的补充路径,形成每个采样车的整个路径,包括如下步骤:对于每条锁付路径,获得其补充路径的位置集合,所述补充路径的位置集合中的位置与某一位置相连且不属于所述初始路径集合中的位置;使每条锁付路径继续锁付,并更新信息素;判断每条锁付路径是否已经到达所述补充路径的位置集合的最后一个位置,所述最后一个位置为最后一个指定位置;若是,则获得每条锁付路径到达的最后一个位置到结束位置之间的子路径,从而形成该锁付路径的整个路径。
进一步,还包括仅将每条锁付路径走过的路径的最小值加入所述最终路径集合。
进一步,所述获取待锁付螺孔的指定位置的步骤为:为利用摄像头实时采集产品的图像信息;从采集到的图像中提取出特征点,结合获取环境特征,并将这些特征组建出对应的螺丝孔坐标地图;通过特征匹配,计算出图像对应的二维坐标,并以此作为自然路标。
本发明中一个或多个技术方案至少具有以下有益效果:本发明的其中一个技术方案对自动螺丝机加工路径的优化为采用蚁群算法对产品加工路径进行优化,通过对各螺丝孔方位距离的计算和对比,可以规划出螺丝锁付最优路径该算法能确保路径问题获得最优解,减少传送消耗的时间,极大地提高了生产效率。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明实施例的流程示意图;
图2是本发明实施例中步骤500的流程示意图。
具体实施方式
本部分将详细描述本发明的具体实施例,本发明之较佳实施例在附图中示出,附图的作用在于用图形补充说明书文字部分的描述,使人能够直观地、形象地理解本发明的每个技术特征和整体技术方案,但其不能理解为对本发明保护范围的限制。
在本发明的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
下面结合附图,对本发明实施例作进一步阐述。
参照图1,本发明的一种采用蚁群算法的螺丝锁付路径规划方法,包括如下步骤:
100:获取待锁付螺孔的指定位置,其中,指定位置为螺丝锁付过程中的所有待锁付螺孔;
200:将待锁付螺孔间的距离作为信息素,本申请中,蚁群算法的信息素主要是通过测量得到的待锁付螺孔间的距离;
300:获得所有锁付的初始路径集合,本集合指的是通过摄像头拍摄到的所有可能的锁付路径;
400:判断是否满足结束迭代的条件,判断条件为所有锁付路径是否走过所有的指定地点,若满足,执行600,若不满足,执行500;
500:若不满足结束迭代的条件,则获取每条锁付路径的补充路径,形成每条锁付路径的整个路径,直到满足结束迭代的条件;500 完成后,执行600;
600:将所有锁付路径的整个路径的集合作为最终路径集合;
700:从最终路径集合中获得最短路径。
本发明中对自动螺丝机加工路径的优化为采用蚁群算法对产品加工路径进行优化,通过对各螺丝孔方位距离的计算和对比,可以规划出螺丝锁付最优路径该算法能确保路径问题获得最优解,减少传送消耗的时间,极大地提高了生产效率。
优选地,所述200中信息素是通过对各待锁付螺孔彼此之间的距离进行计算和对比,得出的各两孔之间的最短距离,获取简单,数据准确;
作为上述技术方案的进一步改进,参照图2,所述500中的获取每条锁付路径的补充路径,形成每条锁付路径的整个路径,包括如下步骤:
510:对于每条锁付路径,获得其补充路径的位置集合,所述补充路径的位置集合中的位置与某一位置相连且不属于所述初始路径集合中的位置;
520:使每条锁付路径继续锁付,并更新信息素;
530:判断每条锁付路径是否已经到达所述补充路径的位置集合的最后一个位置,所述最后一个位置为最后一个指定位置;
540:若是,则获得每条锁付路径到达的最后一个位置到结束位置之间的子路径,从而形成该锁付路径的整个路径。
上述步骤保证了所有锁付路径的收集,为下一步找出最短路径提供了有力的支持。
进一步,还包括仅将每条锁付路径走过的路径的最小值加入所述最终路径集合,在上述每条补充路径中直接选取最优路线(既最短路线)加入最终路径集合,提高了获得最优路径的效率。
进一步,所述获取待锁付螺孔的指定位置100的步骤为:
110:为利用摄像头实时采集产品的图像信息;
120:从采集到的图像中提取出特征点,结合获取环境特征,并将这些特征组建出对应的螺丝孔坐标地图;
130:通过特征匹配,计算出图像对应的二维坐标,并以此作为自然路标。
上述步骤将待锁付螺孔的位置坐标化,是所有路径的长度轻易可查,提高了步骤700的最优解选取的效率。
以上具体结构和尺寸数据是对本发明的较佳实施例进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (5)
1.一种采用蚁群算法的螺丝锁付路径规划方法,其特征在于,包括如下步骤:
获取待锁付螺孔的指定位置;
将待锁付螺孔间的距离作为信息素;
获得所有锁付的初始路径集合;
判断是否满足结束迭代的条件,判断条件为所有锁付路径是否走过所有的指定地点;
若不满足结束迭代的条件,则获取每条锁付路径的补充路径,形成每条锁付路径的整个路径,直到满足结束迭代的条件;
将所有锁付路径的整个路径的集合作为最终路径集合;
从最终路径集合中获得最短路径。
2.根据权利要求1所述的采用蚁群算法的螺丝锁付路径规划方法,其特征在于:所述信息素是通过对各孔点彼此之间的距离进行计算和对比,得出的各两孔之间的最短距离。
3.根据权利要求1所述的采用蚁群算法的螺丝锁付路径规划方法,其特征在于,所述获取每个采样车的补充路径,形成每个采样车的整个路径,包括如下步骤:
对于每条锁付路径,获得其补充路径的位置集合,所述补充路径的位置集合中的位置与某一位置相连且不属于所述初始路径集合中的位置;
使每条锁付路径继续锁付,并更新信息素;
判断每条锁付路径是否已经到达所述补充路径的位置集合的最后一个位置,所述最后一个位置为最后一个指定位置;
若是,则获得每条锁付路径到达的最后一个位置到结束位置之间的子路径,从而形成该锁付路径的整个路径。
4.根据权利要求3所述的采用蚁群算法的螺丝锁付路径规划方法,其特征在于:还包括仅将每条锁付路径走过的路径的最小值加入所述最终路径集合。
5.根据权利要求1所述的采用蚁群算法的螺丝锁付路径规划方法,其特征在于,所述获取待锁付螺孔的指定位置的步骤为:
为利用摄像头实时采集产品的图像信息;
从采集到的图像中提取出特征点,结合获取环境特征,并将这些特征组建出对应的螺丝孔坐标地图;
通过特征匹配,计算出图像对应的二维坐标,并以此作为自然路标。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910504120.8A CN110243371A (zh) | 2019-06-11 | 2019-06-11 | 一种采用蚁群算法的螺丝锁付路径规划方法 |
PCT/CN2020/094902 WO2020248935A1 (zh) | 2019-06-11 | 2020-06-08 | 一种采用蚁群算法的螺丝锁付路径规划方法 |
US16/897,989 US11195266B2 (en) | 2019-06-11 | 2020-06-10 | Method for planning screw locking path using ant colony algorithm |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910504120.8A CN110243371A (zh) | 2019-06-11 | 2019-06-11 | 一种采用蚁群算法的螺丝锁付路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110243371A true CN110243371A (zh) | 2019-09-17 |
Family
ID=67886631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910504120.8A Pending CN110243371A (zh) | 2019-06-11 | 2019-06-11 | 一种采用蚁群算法的螺丝锁付路径规划方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11195266B2 (zh) |
CN (1) | CN110243371A (zh) |
WO (1) | WO2020248935A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020248935A1 (zh) * | 2019-06-11 | 2020-12-17 | 五邑大学 | 一种采用蚁群算法的螺丝锁付路径规划方法 |
CN112527020A (zh) * | 2020-11-30 | 2021-03-19 | 汕头大学 | 一种基于群体机器人的目标围捕控制方法及系统 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112712551B (zh) * | 2020-12-29 | 2022-02-08 | 合肥联宝信息技术有限公司 | 一种螺丝检测方法、装置及存储介质 |
CN114296444A (zh) * | 2021-11-24 | 2022-04-08 | 西安工业大学 | 基于蚁群算法的栅格路径规划方法、系统、设备和存储介质 |
CN116702694B (zh) * | 2023-07-07 | 2024-05-24 | 成都电科星拓科技有限公司 | 基于蚁群算法的印刷电路板两端布线方法、介质及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104199292A (zh) * | 2014-08-11 | 2014-12-10 | 大连大学 | 一种基于蚁群算法的空间机械臂末端器避障路径规划的方法 |
CN107160402A (zh) * | 2017-06-27 | 2017-09-15 | 华北电力大学(保定) | 一种机械臂移动路径规划系统及方法 |
WO2018076776A1 (zh) * | 2016-10-25 | 2018-05-03 | 深圳光启合众科技有限公司 | 机器人、机械臂及其控制方法和装置 |
CN108311877A (zh) * | 2018-03-28 | 2018-07-24 | 五邑大学 | 自动锁螺丝装置 |
CN108312144A (zh) * | 2017-12-25 | 2018-07-24 | 北京航天测控技术有限公司 | 基于机器视觉的机器人自动锁付控制系统及方法 |
CN109570986A (zh) * | 2018-12-27 | 2019-04-05 | Tcl王牌电器(惠州)有限公司 | 全自动锁螺丝机和螺丝锁紧判断方法 |
CN109726859A (zh) * | 2018-12-21 | 2019-05-07 | 延安大学 | 基于改进蚁群算法的森林火灾监测数据收集路径优化方法 |
CN109858703A (zh) * | 2019-02-15 | 2019-06-07 | 中国环境监测总站 | 一种获取取样的最短路径的方法和系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010118470A1 (en) * | 2009-04-17 | 2010-10-21 | The University Of Sydney | Drill hole planning |
EP2328308B1 (en) * | 2009-11-27 | 2012-07-18 | Alcatel Lucent | Method for building a path according to adaptation functions using an ant colony |
TWI471199B (zh) * | 2012-10-26 | 2015-02-01 | Ind Tech Res Inst | 自動鎖螺絲機 |
CN107272679B (zh) * | 2017-06-15 | 2020-06-16 | 东南大学 | 基于改进的蚁群算法的路径规划方法 |
CN108921890B (zh) * | 2018-06-15 | 2021-01-01 | 广东拓斯达科技股份有限公司 | 螺丝锁付方法、装置及计算机可读存储介质 |
CN110210155B (zh) * | 2019-06-10 | 2022-08-02 | 西北工业大学 | 一种飞机壁板铆接路径数值规划方法 |
CN110243371A (zh) * | 2019-06-11 | 2019-09-17 | 五邑大学 | 一种采用蚁群算法的螺丝锁付路径规划方法 |
CN112935775A (zh) * | 2021-01-27 | 2021-06-11 | 青岛海尔工业智能研究院有限公司 | 一种智能视觉全自动螺钉锁紧方法及装置 |
-
2019
- 2019-06-11 CN CN201910504120.8A patent/CN110243371A/zh active Pending
-
2020
- 2020-06-08 WO PCT/CN2020/094902 patent/WO2020248935A1/zh active Application Filing
- 2020-06-10 US US16/897,989 patent/US11195266B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104199292A (zh) * | 2014-08-11 | 2014-12-10 | 大连大学 | 一种基于蚁群算法的空间机械臂末端器避障路径规划的方法 |
WO2018076776A1 (zh) * | 2016-10-25 | 2018-05-03 | 深圳光启合众科技有限公司 | 机器人、机械臂及其控制方法和装置 |
CN107160402A (zh) * | 2017-06-27 | 2017-09-15 | 华北电力大学(保定) | 一种机械臂移动路径规划系统及方法 |
CN108312144A (zh) * | 2017-12-25 | 2018-07-24 | 北京航天测控技术有限公司 | 基于机器视觉的机器人自动锁付控制系统及方法 |
CN108311877A (zh) * | 2018-03-28 | 2018-07-24 | 五邑大学 | 自动锁螺丝装置 |
CN109726859A (zh) * | 2018-12-21 | 2019-05-07 | 延安大学 | 基于改进蚁群算法的森林火灾监测数据收集路径优化方法 |
CN109570986A (zh) * | 2018-12-27 | 2019-04-05 | Tcl王牌电器(惠州)有限公司 | 全自动锁螺丝机和螺丝锁紧判断方法 |
CN109858703A (zh) * | 2019-02-15 | 2019-06-07 | 中国环境监测总站 | 一种获取取样的最短路径的方法和系统 |
Non-Patent Citations (1)
Title |
---|
邓志强等: ""基于蚁群算法的自动锁螺丝机路径优化方法"", 《科技创新与应用》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020248935A1 (zh) * | 2019-06-11 | 2020-12-17 | 五邑大学 | 一种采用蚁群算法的螺丝锁付路径规划方法 |
CN112527020A (zh) * | 2020-11-30 | 2021-03-19 | 汕头大学 | 一种基于群体机器人的目标围捕控制方法及系统 |
CN112527020B (zh) * | 2020-11-30 | 2023-07-25 | 汕头大学 | 一种基于群体机器人的目标围捕控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
US20200394782A1 (en) | 2020-12-17 |
US11195266B2 (en) | 2021-12-07 |
WO2020248935A1 (zh) | 2020-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110243371A (zh) | 一种采用蚁群算法的螺丝锁付路径规划方法 | |
CN109141464A (zh) | 导航变道提示方法和装置 | |
CN103637900B (zh) | 基于图像识别的智能导盲杖 | |
CN110688992A (zh) | 交通信号识别方法、装置、车辆导航设备和无人驾驶车辆 | |
CN103177258B (zh) | 一种根据矢量等高线数据自动提取地性线的方法 | |
CN109816977A (zh) | 一种数据驱动的交叉口信号控制评价系统 | |
CN108230720A (zh) | 停车管理方法和装置 | |
CN106595683A (zh) | 一种导航方法及装置 | |
CN111295666A (zh) | 一种车道线检测方法、装置、控制设备及存储介质 | |
CN108168562A (zh) | 一种定位轨迹停留点提取方法 | |
JP2008287379A (ja) | 道路標識データ入力システム | |
CN110363769A (zh) | 一种高铁接触网支撑装置腕臂系统图像分割方法 | |
CN109523827A (zh) | 一种地下车场停车系统 | |
CN110032279A (zh) | 一种计算机视觉和增强现实眼镜辅助的航空导线插头装配方法与系统 | |
CN106972959A (zh) | 一种传感器算法的在线服务化方法及系统 | |
CN108627159A (zh) | 一种协助用户定位车辆的方法及装置 | |
CN105759769B (zh) | 一种多车型共线生产管理方法及系统 | |
CN114092909A (zh) | 一种车道线提取方法、装置、车辆及存储介质 | |
CN116433144B (zh) | 基于多式联运的物流运输的路线规划方法 | |
CN102620740A (zh) | 一种右转专用道的识别方法 | |
CN109426875A (zh) | 拼车装置及方法 | |
CN109102096A (zh) | 一种基于大数据的网约车车载智能终端 | |
CN109615922A (zh) | 一种智慧园区停车场用的诱导和寻车系统 | |
CN109685414A (zh) | 订单信息确认方法、装置、电子设备及可读存储介质 | |
CN111753217B (zh) | 一种生成公交站台引导词的方法和装置 |
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 |
Application publication date: 20190917 |
|
RJ01 | Rejection of invention patent application after publication |