CN110851916B - 适用于任意曲率道路的车辆运动学人-车-路闭环系统 - Google Patents

适用于任意曲率道路的车辆运动学人-车-路闭环系统 Download PDF

Info

Publication number
CN110851916B
CN110851916B CN201911042535.4A CN201911042535A CN110851916B CN 110851916 B CN110851916 B CN 110851916B CN 201911042535 A CN201911042535 A CN 201911042535A CN 110851916 B CN110851916 B CN 110851916B
Authority
CN
China
Prior art keywords
vehicle
road
driver
model
curvature
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
Application number
CN201911042535.4A
Other languages
English (en)
Other versions
CN110851916A (zh
Inventor
王金湘
严永俊
张廓然
林中盛
殷国栋
陈建松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201911042535.4A priority Critical patent/CN110851916B/zh
Publication of CN110851916A publication Critical patent/CN110851916A/zh
Application granted granted Critical
Publication of CN110851916B publication Critical patent/CN110851916B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process

Abstract

本发明公开了一种适用于任意曲率道路，基于车辆‑道路运动学模型建立的人‑车‑路闭环系统。该模型忽略轮胎的非线性特性，进一步地降低了控制器设计的计算复杂度，使得车辆运动控制具有更好的实时性。同时，在车辆‑道路模型的基础上耦合了驾驶员模型，考虑了人类驾驶员在自动/半自动车辆行驶中的作用，利用反应延迟时间、预瞄时间以及转向比例增益这三种驾驶员转向特性参数来表征不同驾驶员的驾驶行为。采用曲线坐标来获得车辆与道路之间的位置关系，通过双点预瞄驾驶员模型来获得弯曲道路近点和远点的道路信息，所建系统不仅能够适用于直道或小曲率道路，也适用于S弯等大曲率道路，能够做到直道与弯道之间的完美切换，更加具有普适性。

Description

适用于任意曲率道路的车辆运动学人-车-路闭环系统
技术领域
本发明涉及路径规划与路径跟踪，属于智能交通技术领域，具体涉及一种适用于任意曲率道路的车辆运动学人-车-路闭环系统。
背景技术
根据世界卫生组织的《道路安全报告》，道路交通死亡是世界上最主要的死亡原因之一。自动驾驶车辆可以提升安全性和道路利用率，是针对上述问题的一个很好的解决方案。因此，自动驾驶车辆成为了一个新兴的研究热点。目前对自动驾驶车辆的研究多集中在一般行驶工况，即低速、直道或者小曲率道路行驶，而在复杂工况下，如：高速行驶或者大曲率路径，常常被忽略。与直道相比，弯曲道路更为复杂多变，是交通事故的易发路段。这是自动驾驶车辆控制设计中的一个基本却至关重要的问题，需要进一步研究。本发明提出的驾驶员-车辆-道路闭环系统可以适用于任意曲率的道路，可以做到直道与大曲率弯道之间的完美衔接。
自动驾驶车辆横向运动控制器的设计一般采用车辆动力学或运动学模型，近几十年来，车辆运动学模型由于不需要大量的车辆非线性参数，如侧滑角、转弯刚度、轮胎参数等，被广泛应用于降低车辆运动控制的计算复杂度和实时性。同时，驾驶员与车辆模型在闭环系统中的结合已成为一个新兴的研究热点。利用驾驶员转向特性的延迟时间、预瞄时间和转向增益等参数表示不同驾驶行为的驾驶员，在控制器设计中考虑驾驶员的这些特性，使得控制器的行为更接近于真实的人类驾驶员的行为，这可以使人类驾驶员及乘客感到更加舒适。另一方面，考虑到车辆动力学模型的计算复杂度，本发明采用的运动学车辆模型更适合于构建用于路径规划的驾驶员-车辆-道路闭环系统。
发明内容
为解决上述问题，本发明公开了适用于任意曲率道路的车辆运动学人-车-路闭环系统，通过基于车辆运动学的建模方法来降低控制器的计算负担。利用双点预瞄驾驶员模型获得目标路径远点和近点处的道路信息，结合曲线坐标，能够让自主车辆在任意曲率道路上完成路径规划和跟踪。同时利用驾驶员转向特性中的延迟时间、预瞄时间和转向增益等参数来表征不同驾驶员的驾驶特性，使得车辆控制器能够做到类人驾驶，提高驾驶员和乘客的乘坐舒适性。
为达到上述目的，本发明的技术方案如下：
适用于任意曲率道路的车辆运动学人-车-路闭环系统，采用建立的车辆运动学模型来代替目前更为常用的车辆动力学模型，使用曲线坐标系代替传统的XY直线坐标系描述车辆与道路的位置关系，采用双点预瞄驾驶员模型，通过道路近点和远点处的信息，来描述目标道路的结构。车辆在大曲率道路上行驶时，虽然车辆的航向角为大角度，但是车辆前轮转角δf，与目标路径的航向偏差eψ以及近点处的航向偏差ψL都为小角度，可以对这三个角度的三角函数值进行近似处理，即cosx＝1,sinx＝x,tanx＝x，车辆-道路运动学模型可以表示为
Figure GDA0004054319560000021
Figure GDA0004054319560000022
其中，lf和lr分别为车辆前轴和后轴到车辆质心的距离，Vx和Vy分别表示车辆的纵向速度和横向速度，y是车辆质心当前的横向位置，ydes表示车辆质心在参考轨迹上对应点的横向位置，ey＝y-ydes表示车辆质心当前位置与参考轨迹之间的横向偏差。ψ表示车辆当前位置的航向角，ψdes是车辆质心在参考路径上对应位置的切线与X轴形成的切角，eψ＝ψ-ψdes表示车辆与参考路径上对应位置的航向偏差。车辆的侧偏运动和纵向速度可以表示为：
Figure GDA0004054319560000023
Figure GDA0004054319560000024
Figure GDA0004054319560000025
其中，ax为汽车纵向加速度，车辆横摆角速度
Figure GDA0004054319560000026
和Vy是通过车辆运动学模型计算得到，ρroad为目标路径的曲率。
在弯道行驶时，为了方便确定自车的位置，还需要引入曲线坐标。在二维笛卡尔直线坐标系中，将参考路径视为与x轴对应的σ轴，将自车与参考曲线之间的偏移量视为与y轴对应的ey轴，可以用车辆从出发点到当前位置行驶的曲线距离，以及与目标路径的横向偏移来表示车的位置，即(σ,ey)。曲线位置σ在车辆运动学模型中可以表示为：
Figure GDA0004054319560000031
本发明主要考虑大曲率路径等弯曲道路，使得自动驾驶车辆针对适应任意曲率的道路都能有很好的响应。因此，系统中还包含能够响应不同驾驶员特征的适用于大曲率路径的双点预瞄驾驶员模型。假设驾驶员仅通过视觉方法确定道路信息，车辆质心位置与参考路径相关，驾驶员可以使用一个近点和一个远点来描述一条弯曲道路信息来进行驾驶。近点在目标路径上，用来确定车辆的横向位置，远点假设为驾驶员视线与道路边界的切点，用来获得前方的道路曲率。在两点视觉驾驶员模型中，它们分别表示为与车辆行驶方向之间的夹角θnear,θfar。这两个角度是驾驶员模型的输入，描述了驾驶员前馈和反馈转向控制的运动。
车辆航向与近点处目标路径的横向偏差eL以及航向偏差ψL可以表示为：
Figure GDA0004054319560000032
Figure GDA0004054319560000033
驾驶员双点预瞄模型可以表示为：
Figure GDA0004054319560000034
Figure GDA0004054319560000035
其中，κctrl是规划道路的曲率，Td,Tp分别表示驾驶员的延迟时间和预瞄时间，
Figure GDA0004054319560000036
为常数，其中τd1为驾驶员意识到需要转向到去执行转向动作存在的一个反应延时，同时，在驾驶员执行转向动作时，手臂上还会存在一个神经肌肉延时τd2，Td＝τd1+τd2。Rg是转向系统的传动比，即方向盘转角与汽车前轮转角的比值。Kp为驾驶员的转向比例增益，Kc为控制器的转向比例增益。Tp表示驾驶员的预瞄时间，驾驶员前视距离为L＝Tp*Vx，近点处的距离为ClfnTp*Vx。进一步地，为了方便在Matlab/Simulink中建模，根据以上建立的所述驾驶员-车辆-道路模型，将离散时间状态变量定义为x(k)＝[x1(k),x2(k),x3(k),x4(k),x5(k),x6(k),x7(k),x8(k)]T，其中x1(k)＝ey(k),x2(k)＝eψ(k),x3(k)＝Vx(k),x4(k)＝ψL(k),x5(k)＝eL(k),x6(k)＝δf(k),x7(k)＝xdp(k),x8(k)＝σ(k)，驾驶员-车辆-道路系统的输入为u(k)＝[ax(k),κctrl(k)]T,外部道路信号输入为w(k)＝ρroad(k)，为当前道路的曲率，可由摄像头等传感器获得。驾驶员-车辆-道路系统的状态方程可由一个近似地方法表示为：
x(k+1)＝Ax(k)+Buu(k)+Bww(k)
u(k)＝u(k-1)+△u(k)
进一步地，提出的基于运动学车辆模型的人-车-路闭环系统路径规划的示意图所示。本发明提出的驾驶员-车辆-道路闭环系统，采用曲线坐标来代替XY直线坐标系，可以适用于任意曲率道路。同时，本发明的驾驶员模型考虑到了驾驶员在弯道行驶时的转向特性，将该系统用于路径规划和路径跟踪时，便于实现考虑不同驾驶员操纵行为和偏好的仿真试验。同时，由于采用了基于运动学的车辆-道路模型，所提出的驾驶员-车辆-道路闭环系统本质上是线性的，在复杂的路径规划或者路径跟踪中使用该模型可以有效降低计算成本，提高计算的实时性，利于工程实践。
本发明的有益效果是：
本发明在所提出的人车路闭环系统中采用运动学车辆模型，不需要考虑复杂的非线性特性，使得控制器的计算负担较低，极大的提高了车辆运动控制的实时性，利于工程实践的应用；采用双点预瞄驾驶员模型和曲线坐标，能够让车辆适用于任意曲率的道路，能够在直道和大曲率弯道直接完美衔接；考虑了驾驶员的预瞄作用、反应延迟时间(驾驶员反应延时和神经肌肉延时)、转向比例增益等特性，使得所设计的车辆控制器更加拟人化，将驾驶员的驾驶行为考虑到控制回路设计中，使得所设计的控制器同时考虑驾驶员的驾驶行为，从而使得控制器能够提高驾驶员的乘坐舒适性。
附图说明
图1为本发明适用于任意曲率弯道的驾驶员-车辆-道路双点预瞄模型示意图；
图2为本发明采用的曲线坐标示意图；
图3为本发明基于运动学车辆模型的驾驶员-车辆-道路模型示意框图。
具体实施方式
下面结合附图和具体实施方式，进一步阐明本发明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
如图1-3所示，本发明是建立一种以运动学车辆模型为基础的适用于任意曲率道路的驾驶员-车辆-道路闭环系统，采用车辆-道路运动学模型来代替目前更为常用的车辆动力学模型，采用双点预瞄驾驶员模型，通过道路近点和远点处的信息，来描述目标道路的结构。车辆-道路运动学模型可以表示为：
Figure GDA0004054319560000051
Figure GDA0004054319560000052
其中，lf和lr分别为车辆前轴和后轴到车辆质心的距离，Vx和Vy分别表示车辆的纵向速度和横向速度，y是车辆质心当前的横向位置，ydes表示车辆质心在参考轨迹上对应点的横向位置，ey＝y-ydes表示车辆质心当前位置与参考轨迹之间的横向偏差。ψ表示车辆当前位置的航向角，ψdes是车辆质心在参考路径上对应位置的切线与X轴形成的切角，eψ＝ψ-ψdes表示车辆与参考路径上对应位置的航向偏差。车辆的侧偏运动和纵向速度可以表示为：
Figure GDA0004054319560000053
Figure GDA0004054319560000054
Figure GDA0004054319560000055
其中，ax为汽车纵向加速度，车辆横摆角速度
Figure GDA0004054319560000056
和Vy是通过车辆运动学模型计算得到，ρroad为目标路径的曲率。
在弯道行驶时，为了方便确定自车的位置，还需要引入曲线坐标。在二维笛卡尔坐标系中，将参考路径视为与x轴对应的σ轴，将自车与参考曲线之间的偏移量视为与y轴对应的ey轴，如图3所示，可以用车辆从出发点到当前位置行驶的曲线距离，以及与目标路径的横向偏移来表示车的位置，即(σ,ey)。曲线位置σ在车辆运动学模型中可以表示为：
Figure GDA0004054319560000057
本发明主要考虑大曲率路径等弯曲道路，让自动驾驶车辆针对适应任意曲率的道路都能有很好的响应。因此，系统中还包含能够响应不同驾驶员特征的适用于大曲率路径的双点预瞄驾驶员模型。车辆航向与近点处目标路径的横向偏差eL以及航向偏差ψL可以表示为：
Figure GDA0004054319560000061
Figure GDA0004054319560000062
驾驶员双点预瞄模型可以表示为：
Figure GDA0004054319560000063
Figure GDA0004054319560000064
其中，κctrl是规划道路的曲率，Td,Tp分别表示驾驶员的延迟时间和预瞄时间，
Figure GDA0004054319560000065
为常数，其中τd1为驾驶员意识到需要转向到去执行转向动作存在的一个反应延时，同时，在驾驶员执行转向动作时，手臂上还会存在一个神经肌肉延时τd2，Td＝τd1+τd2。Rg是转向系统的传动比，即方向盘转角与汽车前轮转角的比值。Kp为驾驶员的转向比例增益，Kc为控制器的转向比例增益。Tp表示驾驶员的预瞄时间，驾驶员前视距离为L＝Tp*Vx，近点处的距离为ClfnTp*Vx。
进一步地，为了方便在Matlab/Simulink中建模，根据以上建立的所述驾驶员-车辆-道路模型，将离散时间状态变量定义为x(k)＝[x1(k),x2(k),x3(k),x4(k),x5(k),x6(k),x7(k),x8(k)]T，其中x1(k)＝ey(k),x2(k)＝eψ(k),x3(k)＝Vx(k),x4(k)＝ψL(k),x5(k)＝eL(k),x6(k)＝δf(k),x7(k)＝xdp(k),x8(k)＝σ(k)，驾驶员-车辆-道路系统的输入为u(k)＝[ax(k),κctrl(k)]T,外部道路信号输入为w(k)＝ρroad(k)，为当前道路的曲率，可由摄像头等传感器获得。驾驶员-车辆-道路系统的状态方程可由一个近似地方法表示为：
x(k+1)＝Ax(k)+Buu(k)+Bww(k)
u(k)＝u(k-1)+△u(k)。

Claims (1)

1.适用于任意曲率道路的车辆运动学人-车-路闭环系统，其特征在于：包括以下步骤：
(a)建立运动学车辆模型代替传统的动力学模型，减轻计算复杂度；
Figure FDA0004064879680000011
Figure FDA0004064879680000012
Figure FDA0004064879680000013
其中，lf和lr分别为车辆前轴和后轴到车辆质心的距离，Vx和Vy分别表示车辆的纵向速度和横向速度，δf为车辆前轮转角，
Figure FDA0004064879680000014
为车辆的横摆角速度，ax为汽车纵向加速度；
(b)将参考路径视为横轴，将自车与参考路径之间的偏移视为纵轴，车的位置可以用车辆从出发点到当前位置行驶的曲线距离σ，以及与目标路径的横向偏移量ey来表示，即(σ,ey)；所建立曲线坐标下的车-路模型，不仅适用于直道，还适用于任意曲率的弯道，且两者之间能够完美切换；
Figure FDA0004064879680000015
Figure FDA0004064879680000016
Figure FDA0004064879680000017
其中，y是车辆质心当前的横向位置，ydes表示车辆质心在参考轨迹上对应点的横向位置，ey＝y-ydes表示车辆质心当前位置与参考轨迹之间的横向偏差；ψ表示车辆当前位置的航向角，ψdes是车辆质心在参考路径上对应位置的切线与X轴形成的切角，eψ＝ψ-ψdes表示车辆与参考路径上对应位置的航向偏差，ρroad为目标路径的曲率；
(c)系统设计时考虑驾驶员模型，能够让自动控制器像人一样驾驶车辆，提高驾驶员乘坐的舒适性；
Figure FDA0004064879680000021
Figure FDA0004064879680000022
Figure FDA0004064879680000023
Figure FDA0004064879680000024
其中，eL和ψL为车辆航向与近点处目标路径的横向偏差以及航向偏差；κctrl是规划道路的曲率，Td,Tp分别表示驾驶员的延迟时间和预瞄时间，
Figure FDA0004064879680000025
为常数，其中τd1为驾驶员意识到需要转向到去执行转向动作存在的一个反应延时，同时，在驾驶员执行转向动作时，手臂上还会存在一个神经肌肉延时τd2，Td＝τd1+τd2；Rg是转向系统的传动比，即方向盘转角与汽车前轮转角的比值；Kp为驾驶员的转向比例增益，Kc为控制器的转向比例增益，xdp为中间变量，Clfn为近点与远点的比例。
CN201911042535.4A 2019-10-30 2019-10-30 适用于任意曲率道路的车辆运动学人-车-路闭环系统 Active CN110851916B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911042535.4A CN110851916B (zh) 2019-10-30 2019-10-30 适用于任意曲率道路的车辆运动学人-车-路闭环系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911042535.4A CN110851916B (zh) 2019-10-30 2019-10-30 适用于任意曲率道路的车辆运动学人-车-路闭环系统

Publications (2)

Publication Number Publication Date
CN110851916A CN110851916A (zh) 2020-02-28
CN110851916B true CN110851916B (zh) 2023-03-21

Family

ID=69598251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911042535.4A Active CN110851916B (zh) 2019-10-30 2019-10-30 适用于任意曲率道路的车辆运动学人-车-路闭环系统

Country Status (1)

Country Link
CN (1) CN110851916B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113548038B (zh) * 2020-04-22 2024-03-01 广州汽车集团股份有限公司 一种泊车曲率控制方法及系统、控制设备、存储介质
CN112109725B (zh) * 2020-08-07 2021-10-22 吉林大学 考虑疲劳特性的驾驶员转向控制模型的建模系统及方法
CN112096852B (zh) * 2020-09-27 2021-05-25 吉林大学 一种超多挡位自动变速器换挡规律设计方法
CN113297685B (zh) * 2021-07-27 2021-11-02 中汽研（天津）汽车工程研究院有限公司 一种车辆运行工况模式识别方法
CN114030474B (zh) * 2021-08-19 2022-08-12 东南大学 基于驾驶员主观风险感受的行车安全场构建方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9731755B1 (en) * 2016-02-16 2017-08-15 GM Global Technology Operations LLC Preview lateral control for automated driving
CN108791301A (zh) * 2018-05-31 2018-11-13 重庆大学 基于驾驶员特性的智能汽车驾驶过程横向动态控制方法
CN110077418A (zh) * 2019-04-08 2019-08-02 东南大学 考虑驾驶员特性的差动辅助转向与共享控制系统建模方法
CN110096748A (zh) * 2019-04-01 2019-08-06 东南大学 一种基于车辆运动学模型的人-车-路模型建模方法
CN110147041A (zh) * 2019-05-20 2019-08-20 重庆大学 一种基于梯度校正估计预瞄时间的车辆横向控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9731755B1 (en) * 2016-02-16 2017-08-15 GM Global Technology Operations LLC Preview lateral control for automated driving
CN108791301A (zh) * 2018-05-31 2018-11-13 重庆大学 基于驾驶员特性的智能汽车驾驶过程横向动态控制方法
CN110096748A (zh) * 2019-04-01 2019-08-06 东南大学 一种基于车辆运动学模型的人-车-路模型建模方法
CN110077418A (zh) * 2019-04-08 2019-08-02 东南大学 考虑驾驶员特性的差动辅助转向与共享控制系统建模方法
CN110147041A (zh) * 2019-05-20 2019-08-20 重庆大学 一种基于梯度校正估计预瞄时间的车辆横向控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Path Planning using a Kinematic Driver-Vehicle-Road Model with Consideration of Driver’s Characteristics;Yongjun Yan等;《2019 IEEE Intelligent Vehicles Symposium (IV)》;20190829;全文 *
基于单点预瞄最优曲率的4WDEV人-车-路闭环仿真研究;牛晶;《机械研究与应用》;20170628(第03期);全文 *
基于曲率与车速的两点智能控制驾驶员模型;杨浩等;《汽车技术》;20170824(第08期);全文 *

Also Published As

Publication number Publication date
CN110851916A (zh) 2020-02-28

Similar Documents

Publication Publication Date Title
CN110851916B (zh) 适用于任意曲率道路的车辆运动学人-车-路闭环系统
CN105329238B (zh) 一种基于单目视觉的自动驾驶汽车换道控制方法
CN111610780B (zh) 一种自动驾驶车路径跟踪控制方法及其装置
CN103676949B (zh) 车道线跟踪控制系统及其控制方法
CN104442814B (zh) 基于偏差预测算法的车道保持及自动对中系统和方法
US9090285B2 (en) Method for providing a lanekeeping assistance based on modifying mechanical sources of steering torques
JP3286334B2 (ja) 移動体の制御装置
US9233711B2 (en) Lane keeping control device of vehicle
EP1862374B1 (en) Steering control device for vehicles
CN108732921B (zh) 一种自动驾驶汽车横向可拓预瞄切换控制方法
CN109733395B (zh) 一种基于可拓优度评价的自动驾驶汽车横向协调控制方法
CN111897344B (zh) 一种兼顾稳定性的自动驾驶汽车路径跟踪控制方法
CN110077418B (zh) 考虑驾驶员特性的差动辅助转向与共享控制系统建模方法
CN101537853B (zh) 汽车四轮主动转向操纵控制系统
CN110096748B (zh) 一种基于车辆运动学模型的人-车-路模型建模方法
JP6773215B2 (ja) 車両制御方法及び車両制御装置
CN104881030A (zh) 基于快速终端滑模原理的无人车侧纵向耦合跟踪控制方法
CN110641465A (zh) 一种基于车速的车道保持系统和方法
JP5299756B2 (ja) 車両
CN110162046A (zh) 基于事件触发型模型预测控制的无人车路径跟随方法
CN112109732A (zh) 一种智能驾驶自适应曲线预瞄方法
CN109292018A (zh) 基于同轴式轮腿结构的四轮转向轨迹跟踪控制方法
CN113619574A (zh) 一种车辆避让方法、装置、计算机设备和存储介质
CN113553726B (zh) 一种冰雪环境下的主从博弈型人机协同转向控制方法
CN113050651A (zh) 智能车自主行驶路径跟踪的时滞控制方法及系统

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
GR01 Patent grant
GR01 Patent grant