CN111137295A - 一种考虑悲伤情绪的驾驶倾向性动态转移概率计算方法 - Google Patents
一种考虑悲伤情绪的驾驶倾向性动态转移概率计算方法 Download PDFInfo
- Publication number
- CN111137295A CN111137295A CN202010007565.8A CN202010007565A CN111137295A CN 111137295 A CN111137295 A CN 111137295A CN 202010007565 A CN202010007565 A CN 202010007565A CN 111137295 A CN111137295 A CN 111137295A
- Authority
- CN
- China
- Prior art keywords
- driving
- driving tendency
- emotions
- sad
- tendency
- 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.)
- Granted
Links
- 230000008451 emotion Effects 0.000 title claims abstract description 61
- 230000007704 transition Effects 0.000 title claims abstract description 26
- 238000004364 calculation method Methods 0.000 title claims abstract description 5
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000010831 paired-sample T-test Methods 0.000 claims description 8
- 230000006399 behavior Effects 0.000 claims description 7
- 238000003064 k means clustering Methods 0.000 claims description 6
- 230000036651 mood Effects 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000011002 quantification Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0872—Driver physiology
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0029—Mathematical model of the driver
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种考虑悲伤情绪的驾驶倾向性动态转移概率计算方法，方法包括：获取驾驶行为数据与驾驶员生理数据并提取特征参数；定量表示正常情绪与悲伤情绪下的驾驶倾向性；根据特征参数数据分别计算正常情绪与悲伤情绪下驾驶倾向性量化值；依据驾驶员驾驶倾向性量化值判定其驾驶倾向性；对比两种情绪下驾驶倾向性类别并计算驾驶倾向性动态转移概率。本发明给出了悲伤情绪影响下驾驶员驾驶倾向性动态转移概率计算方法，探寻驾驶员驾驶倾向性转移规律，有助于汽车辅助驾驶系统的完善，进一步提升汽车主动安全。
Description
技术领域
本发明涉及汽车安全辅助驾驶领域，尤其涉及驾驶员悲伤情绪对动态驾驶倾向性的影响方面。
背景技术
越来越多的交通事故发生与驾驶员自身有着密不可分的关系，驾驶员在驾驶过程中无法控制自己的情绪也是造成交通事故的主要原因之一。近年来，研究学者们逐渐认识到要想减少交通事故，除了必要的交通管制以外，驾驶员心理健康水平也是重要因素，对驾驶情绪的研究愈发普遍，尤其是愤怒、焦虑等消极情绪。
驾驶倾向性也易受到情绪的感染，在悲伤情绪影响下，驾驶员容易出现注意力不集中，驾驶分心等异常驾驶行为，本发明重点提出一种基于悲伤情绪的驾驶员驾驶倾向性动态转移概率计算方法，研究悲伤情绪对驾驶倾向性动态的影响，可依据驾驶倾向性动态变化提出相应预警措施，丰富汽车辅助驾驶系统内容研究。
发明内容
鉴于以上分析，本发明旨在提供一种基于悲伤情绪的驾驶员驾驶倾向性动态转移概率计算方法，主要用于支持汽车辅助驾驶系统理论研究，丰富汽车辅助驾驶系统，提高汽车主动安全。
本发明提出一种基于悲伤情绪的驾驶员驾驶倾向性动态转移概率计算方法，包括以下步骤：
获取驾驶行为数据与驾驶员生理数据并提取特征参数；
使用特征参数定量表示正常情绪与悲伤情绪下的驾驶倾向性；
根据特征参数数据分别计算正常情绪与悲伤情绪下特征参数数据的量化值；
依据驾驶倾向性量化值判定驾驶员驾驶倾向性；
对比两种情绪下驾驶倾向性类别并计算驾驶倾向性动态转移概率。
上述方案的有益效果为：建立基于配对样本T检验与熵权法的驾驶倾向性量化模型，分别计算不同情绪下驾驶倾向性的加权平均值，对比分析不同驾驶倾向性的驾驶员在悲伤情绪下驾驶倾向性变化情况，依据同一个体在不同情绪下的驾驶倾向性类型计算驾驶倾向性转移概率，更直观的表示出悲伤情绪影响下驾驶倾向性动态演化方向。
进一步地，依据交通大数据，分别获取正常情绪与悲伤情绪下的驾驶行为数据与驾驶员生理数据并提取特征参数，具体包括：
选取具有代表性的驾驶员驾驶指标与生理指标，如速度、方向盘转角、油门踏板力度、制动踏板力度、转向曲率、目标车与中心车道的距离、皮电、肌电、心电、脉搏等，利用以上指标的均值、标准差、最大值、最小值等来间接反映驾驶员的驾驶倾向性。
进一步地，使用配对样本T检验对比两种情绪下的数据指标显著性，对收集的数据指标提取特征参数。
进一步地，建立基于配对样本T检验与熵权法的驾驶倾向性量化模型，使用特征参数定量表示正常情绪与悲伤情绪下的驾驶倾向性。
进一步地，使用配对样本T检验计算各指标显著性，提取特征因子，利用特征因子构建数据矩阵，经非负化处理，分别计算正常情绪与悲伤情绪下特征指标数据的熵值与独立样本的加权平均值，用以表示不同情绪下的驾驶倾向性。
进一步地，根据全部样本量化值使用k-means聚类确定聚类中心，根据聚类中心判定驾驶员驾驶倾向性。
进一步地，计算悲伤情绪下驾驶倾向性动态转移概率，具体包括：
依据k-means聚类将驾驶倾向性聚为三类，分别对应激进型、普通型、保守型，针对单个个体，分别确定其在两种情绪下的驾驶倾向性类型，并根据多个个体驾驶倾向性转移情况计算其转移概率，判定悲伤情绪影响下驾驶倾向性动态转移方向。
上述方案的有益效果为：经k-means聚类确定聚类中心，根据聚类中心判定驾驶员驾驶倾向性，可确定同一个体在不同情绪下的驾驶倾向性。计算驾驶倾向性转移概率可得出悲伤情绪影响下驾驶倾向性动态变化趋势以及动态变化率的大小。
附图说明
图1为本发明步骤示意图；
图2为本发明所述方法流程示意图。
具体实施方式
下面结合附图来具体描述本发明地实施方式，其中，附图构成本发明的一部分，用来阐述本发明的原理，并非用于限定本发明的范围。
本发明提出一种基于悲伤情绪的驾驶员驾驶倾向性动态演化的影响分析方法，包括以下步骤。
步骤1，依据交通大数据，分别获取正常情绪与悲伤情绪下的驾驶行为数据与驾驶员生理数据并提取特征参数，具体包括：
选取具有代表性的驾驶员驾驶指标与生理指标，如速度、方向盘转角、油门踏板力度、制动踏板力度、转向曲率、目标车与中心车道的距离、皮电、肌电、心电、脉搏等，利用以上指标的均值、标准差、最大值、最小值等来间接反映驾驶员的驾驶倾向性。
步骤2，使用配对样本T检验对比两种情绪下的数据指标显著性，对实验过程中收集的数据指标提取特征参数。
具体的，依据配对样本T检验的步骤，首先引入新变量
,X1，X2分别对
应两种情绪下的特征参数值，Y对应的样本值为
，其中，
，检验Y的均值是否与0有显著差异；然后建立零假设
；其次，构造统计量 
；最后计算t值对应的显著水平
值，并做出推断。
步骤3，建立基于配对样本T检验与熵权法的驾驶倾向性量化模型，分别计算正常情绪与悲伤情绪下特征指标数据的加权平均值。
具体的，使用配对样本T检验计算各指标显著性，提取特征因子，利用特征因子构
建数据矩阵A：
，其中Xij为第i个样本第j个指标的数值。若数值中
含有负数，经非负化处理，计算公式如下：
进而计算第j个指标下第i个样本占该指标的比重与第j项指标的熵值：
其中k>0,ln为自然对数，
。令
，则
。
计算第j项指标的差异系数，gj越大指标越重要：
，根据差异系数求各
指标权数：
，最后计算各样本加权平均值：
。
步骤4，计算悲伤情绪下驾驶倾向性动态转移概率；
具体的，根据全部样本量化值使用k-means聚类确定聚类中心，将驾驶倾向性聚为三类，分别对应激进型、普通型、保守型。
具体的，针对单个样本，分别确定其在两种情绪下的驾驶倾向性类型，根据驾驶倾
向性转移情况计算转移概率：
，其中，Pij表示个体样本中驾驶倾向性由i变为j的
概率，xij为驾驶倾向性由i变为j的样本数量，xi表示驾驶倾向性为i的样本数量，依据驾驶
倾向性转移概率判定悲伤情绪影响下驾驶倾向性动态转移方向。
Claims (8)
1.一种考虑悲伤情绪的驾驶倾向性动态转移概率计算方法，其特征在于，包括以下步骤：
获取驾驶行为数据与驾驶员生理数据并提取特征参数；
使用特征参数定量表示正常情绪与悲伤情绪下的驾驶倾向性；
根据特征参数数据分别计算正常情绪与悲伤情绪下驾驶倾向性量化值；
依据驾驶员驾驶倾向性量化值判定其驾驶倾向性；
对比两种情绪下驾驶倾向性类别并计算驾驶倾向性动态转移概率。
2.根据权利要求1所述方法，其特征在于，依据交通大数据，分别获取正常情绪与悲伤情绪下的驾驶行为数据与驾驶员生理数据并提取特征参数，具体包括：
依据不同驾驶倾向性驾驶员在正常驾驶过程中驾驶行为不同，选取具有代表性的驾驶指标与生理指标，如速度、方向盘转角、油门踏板力度、制动踏板力度、转向曲率、目标车与中心车道的距离、皮电、肌电、心电、脉搏等，利用以上指标间接反映驾驶员的驾驶倾向性。
3.根据权利要求2所述方法，从所选具有代表性的驾驶指标与生理指标中提取可表征不同情绪下驾驶倾向性的特征参数，其特征在于，使用配对样本T检验对比两种情绪下的数据指标显著性，选出有显著差异的配对指标，对收集的数据指标提取特征参数。
4.根据权利要求1所述方法，其特征在于，建立基于配对样本T检验与熵权法的驾驶倾向性量化模型，使用特征参数定量表示正常情绪与悲伤情绪下的驾驶倾向性。
5.根据权利要求4所述方法，其特征在于，使用配对样本T检验计算各指标显著性，提取特征因子，利用特征因子构建数据矩阵，经非负化处理计算各指标熵值构建参数方程式，用以表示不同情绪下的驾驶倾向性。
6.根据权利要求1所述方法，其特征在于，根据驾驶倾向性量化模型分别计算同一个体在正常情绪与悲伤情绪下的加权平均值，用来表示驾驶倾向性量化值。
7.根据权利要求1所述方法，其特征在于，根据全部个体量化值使用k-means聚类确定三种驾驶倾向性类别及其聚类中心，根据聚类中心判定驾驶员驾驶倾向性。
8.根据权利要求1所述方法，其特征在于，计算悲伤情绪下驾驶倾向性动态转移概率，具体包括：
依据k-means聚类将驾驶倾向性聚为三类，分别对应激进型、普通型、保守型；
针对单个个体，分别确定其在两种情绪下的驾驶倾向性类型；
根据多个个体驾驶倾向性转移情况计算其转移概率，判定悲伤情绪影响下驾驶倾向性动态转移方向。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010007565.8A CN111137295B (zh) | 2020-01-04 | 2020-01-04 | 一种考虑悲伤情绪的驾驶倾向性动态转移概率计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010007565.8A CN111137295B (zh) | 2020-01-04 | 2020-01-04 | 一种考虑悲伤情绪的驾驶倾向性动态转移概率计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111137295A true CN111137295A (zh) | 2020-05-12 |
| CN111137295B CN111137295B (zh) | 2024-08-27 |
Family
ID=70523583
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010007565.8A Active CN111137295B (zh) | 2020-01-04 | 2020-01-04 | 一种考虑悲伤情绪的驾驶倾向性动态转移概率计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111137295B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113942520A (zh) * | 2021-10-27 | 2022-01-18 | 昆明理工大学 | 一种驾驶人可靠度计算方法 |
| CN117022294A (zh) * | 2023-08-17 | 2023-11-10 | 山东理工大学 | 一种危险驾驶行为识别及预警方法与系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006069358A (ja) * | 2004-09-01 | 2006-03-16 | Fuji Heavy Ind Ltd | 車両の運転支援装置 |
| DE102015200775A1 (de) * | 2015-01-20 | 2016-07-21 | Bayerische Motoren Werke Aktiengesellschaft | Unabhängigen Beurteilung eines emotionalen Zustandes und einer kognitiven Belastung |
| EP3412533A1 (en) * | 2017-06-09 | 2018-12-12 | Honda Research Institute Europe GmbH | Method and vehicle for assisting a driver in driving such vehicle |
| CN110171361A (zh) * | 2019-06-17 | 2019-08-27 | 山东理工大学 | 一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法 |
| CN110525446A (zh) * | 2019-09-06 | 2019-12-03 | 山东理工大学 | 一种考虑情绪的汽车强制换道决策安全预警方法 |
-
2020
- 2020-01-04 CN CN202010007565.8A patent/CN111137295B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006069358A (ja) * | 2004-09-01 | 2006-03-16 | Fuji Heavy Ind Ltd | 車両の運転支援装置 |
| DE102015200775A1 (de) * | 2015-01-20 | 2016-07-21 | Bayerische Motoren Werke Aktiengesellschaft | Unabhängigen Beurteilung eines emotionalen Zustandes und einer kognitiven Belastung |
| EP3412533A1 (en) * | 2017-06-09 | 2018-12-12 | Honda Research Institute Europe GmbH | Method and vehicle for assisting a driver in driving such vehicle |
| CN110171361A (zh) * | 2019-06-17 | 2019-08-27 | 山东理工大学 | 一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法 |
| CN110525446A (zh) * | 2019-09-06 | 2019-12-03 | 山东理工大学 | 一种考虑情绪的汽车强制换道决策安全预警方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113942520A (zh) * | 2021-10-27 | 2022-01-18 | 昆明理工大学 | 一种驾驶人可靠度计算方法 |
| CN117022294A (zh) * | 2023-08-17 | 2023-11-10 | 山东理工大学 | 一种危险驾驶行为识别及预警方法与系统 |
| CN117022294B (zh) * | 2023-08-17 | 2024-05-14 | 山东理工大学 | 一种危险驾驶行为识别及预警方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111137295B (zh) | 2024-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111161814A (zh) | 一种基于卷积神经网络的DRGs自动分组方法 | |
| CN111563555A (zh) | 一种司机驾驶行为分析方法及系统 | |
| CN111137295B (zh) | 一种考虑悲伤情绪的驾驶倾向性动态转移概率计算方法 | |
| CN113112796B (zh) | 一种驾驶行为特征的构造方法、系统和驾驶行为分析方法 | |
| CN111311093B (zh) | 基于驾驶员生理数据的道路交叉口风险评估与预警方法 | |
| CN115689040B (zh) | 基于卷积神经网络的交通事故严重程度预测方法及系统 | |
| CN111242484A (zh) | 基于转移概率的车辆风险综合评价方法 | |
| CN112699793A (zh) | 一种基于随机森林的疲劳驾驶检测优化识别方法 | |
| CN113581188A (zh) | 一种基于车联网数据的商用车驾驶员驾驶风格识别方法 | |
| CN114530249A (zh) | 一种基于肠道微生物的疾病风险评估模型构建方法及应用 | |
| CN115809435B (zh) | 基于模拟器的汽车运行故障识别方法 | |
| CN113657432A (zh) | 一种基于车联网数据的商用车驾驶行为风险等级辨识方法 | |
| CN115798708A (zh) | 基于长时间序列的急救伤情分类方法 | |
| CN112308136B (zh) | 一种基于SVM-Adaboost的驾驶分心检测方法 | |
| CN114564110B (zh) | 基于脑电数据的驾驶学习能力检测方法及系统 | |
| CN115192026B (zh) | 隧道驾驶负荷监测方法及终端 | |
| CN114648114B (zh) | 基于受限玻尔兹曼机的驾驶员活跃程度识别方法及系统 | |
| CN116434203A (zh) | 考虑驾驶人语言因素的愤怒驾驶状态识别方法 | |
| CN113591780A (zh) | 一种驾驶员行车风险鉴定方法及系统 | |
| CN112365992A (zh) | 一种基于nrs-lda的医疗体检数据识别分析方法 | |
| Li et al. | Research on Personalized AEB Strategies Based on Self-Supervised Contrastive Learning | |
| CN114722975B (zh) | 基于模糊理论和大数据分析的驾驶意图识别方法及系统 | |
| CN118070154B (zh) | 一种基于lstm神经网络驾驶疲劳判别方法和装置 | |
| CN118861714A (zh) | 知识图谱的构建方法及装置、风格确定方法及装置 | |
| CN117473282A (zh) | 面向驾驶风险评估的驾驶风格辨识方法、电子设备、介质 |
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 |