CN111197986A - 一种无人机三维路径实时预警避障方法 - Google Patents
一种无人机三维路径实时预警避障方法 Download PDFInfo
- Publication number
- CN111197986A CN111197986A CN201910743900.8A CN201910743900A CN111197986A CN 111197986 A CN111197986 A CN 111197986A CN 201910743900 A CN201910743900 A CN 201910743900A CN 111197986 A CN111197986 A CN 111197986A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- obstacle avoidance
- early warning
- real
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 5
- 230000001788 irregular Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000005211 surface analysis Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 238000005085 air analysis Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Aviation & Aerospace Engineering (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
Abstract
本发明提供了一种无人机三维路径实时预警避障方法，该方法步骤如下：步骤1：对无人机路径规划区域进行倾斜摄影建模；步骤2：基于GPS定位误差值生成三维缓冲区（置信区）；步骤3：基于GIS的限高分析算法判断无人机预警方向；步骤4：基于GIS通视性算法计算避障值。相比传统的避障预警方法，本发明方法由于无人机续航能力一直是评价无人机性能的重要参数，通过GIS的空间分析功能实现无人机三维路径在倾斜摄影模型中的实时预警和避障，相较于传统通过搭载雷达、摄像机等传感器设备实现实时预警和避障的方法，一方面可以满足复杂真实环境下的实时预警避障要求，另一方面可以极大地提高无人机的续航能力。
Description
技术领域
本发明属于无人机技术领域，具体涉及一种无人机三维路径实时预警避障方法。
背景技术
随着并行计算和计算机图形学的发展，目前无人机航空摄影测量生产的倾斜摄影模型因具有真实纹理、可量测和全要素等特性，被广泛运用到国土规划、资源勘测、“数字地球”等领域。
近年来，国内外对于无人机实时预警避障的研究已经取得很多成果，包括通过同步定位与建图技术（Simultaneous Localization And Mapping，SLAM）来对地形进行实时建模和预警避障，其提高了无人机三维路径在真实环境中的有效性；基于计算机图像识别对建筑物纹理进行解析并实现预警和避障功能，其提高了无人机在复杂环境下的预警和避障能力；通过模拟流体快速生成光滑的三维路径，可以快速有效的生成三维路径。但是目前，对于无人机的实时预警避障主要通过测距雷达、高速三维摄像机等硬件设备实现，这种方法较为落后，归纳起来主要有以下几点：
（1）地图重建计算量太大无法满足预警和避障的实时性
一方面受限于计算机地图或模型重建的计算量为级数级别，传统的同步定位与建图技术方法无法在有效的时间内完成区域的重建，往往会导致无人机预警的延迟；另一方面，这种传统的方法只能提供预警信息，不能提供无人机方向、位置的校正值，无法满足实时避障的要求。
（2）硬件设备重量极大降低无人机续航能力
虽然大型工业级无人机通过搭载测距仪、三维摄像机等硬件可以满足预警和避障要求，但是消费级无人机受限于机体平台和价格等因素导致无法搭载硬件，及时能够搭载也会极大地降低无人机的续航能力。
发明内容
要解决的技术问题：本发明将无人机采集的航空影像处理获得的倾斜摄影模型运用到无人机三维路径中，从而有效地再现真实环境规划中的静态目标和障碍物。同时，由于无人机续航能力一直是评价无人机性能的重要参数，通过GIS的空间分析功能实现无人机三维路径在倾斜摄影模型中的实时预警和避障，相较于传统通过搭载雷达、摄像机等传感器设备实现实时预警和避障的方法，一方面可以满足复杂真实环境下的实时预警避障要求，另一方面可以极大地提高无人机的续航能力。
技术方案：一种无人机三维路径实时预警避障方法，步骤如下：
步骤1：对无人机路径规划区域进行倾斜摄影建模；
步骤2：基于GPS定位误差值生成三维缓冲区；
步骤3：基于GIS的限高分析算法判断预警方向；
步骤4：基于GIS通视性算法计算避障值。
进一步的，所述倾斜摄影建模是对无人机采集的多视角航拍影像数据使用Context Capture（Smart3D）软件通过特征点识别、密集点云生成、不规则TIN格网构建、纹理自动映射四个过程实现无人机路径规划区域自动化快速地全要素实景建模。
进一步的，所述基于GPS定位误差值生成三维缓冲区的方式为：首先在起飞点以无人机实时定位误差为三维缓冲区的半径Ri，由于通视性算法可以精确得出两点之间的通视性距离，所以不需要实时计算三维缓冲区与空间障碍物是否产生碰撞，然后由三维缓冲区四个方向的顶点A、B、C、D的最短通视距离为min{dAi→PA，dAi→PB，dAi→PC，dAi→PD}确定下一次三维缓冲区生成和预警避障计算位置为PA点。
进一步的，所述基于GIS的限高分析算法判断预警方向是对无人机路径方向三维缓冲区的上、下、前、后四个方向进行限制面分析，即判断三维缓冲区上下前后四个方向障碍物的限制面和A、B、C、D是否相交，相交则无人机应该实时向相反方向改变。
进一步的，所述避障值的计算公式为： 
，其中，△Ai为某一方向避障值，Ri为无人机在航路点实时GPS定位误差，XPA、XAi、YE、YF分别为PA、Ai、E和F点的三维坐标值。
有益效果：本发明的一种无人机三维路径实时预警避障方法，具有以下优势：
（1）基于倾斜摄影生产的全要素实景模型能实现对真实环境的再现，提高了无人机实时预警避障的真实有效性。
（2）通过基于GIS算法实现无人机的实时预警避障计算，极大地提高了无人机的续航能力。（3）本发明方法在预警避障的真实有效性和无人机续航能力方面有大幅提升，因此，对复杂建筑区域的消费级无人机的实时预警避障具有较高的应用价值。
附图说明
图1是本发明基于倾斜摄影技术生产倾斜摄影模型流程图。
图2是利用GIS通视性算法计算通视距离原理图。
图3是基于GPS定位误差的航路点三维缓冲区（置信区）示意图。
图4是基于GIS限制面分析算法判断无人机预警方向原理图。
图5是三维缓冲区生成位置和无人机避障值原理示意图。
图6是本发明实施例中系统整体架构图。
图7是本发明实施例中系统界面图。
图8是本发明实施例中三维路径实时预警避障示意图（图中为三维倾斜摄影模型）。
图9是无人机路径规划实时预警避障效果图。
具体实施方式
本发明方法先对无人机路径规划区域进行倾斜摄影建模，然后以GIS空中分析功能中的通视性算法和限制面分析算法实现倾斜摄影模型中的无人机三维路径实时预警避障，步骤如下：
（1）对无人机路径规划区域进行倾斜摄影建模
随着摄影测量学与计算机图形学的发展，“数字地球”成为一种趋势并逐渐形成。目前的倾斜摄影技术通过无人机采集的多视角重叠的像片实现对测区的快速实景建模，其中Context Capture（Smart3D）等软件甚至在无控制点情况下实现自动化快速地全要素实景建模。其全要素实景建模过程主要有特征点识别密集点云生成、不规则TIN格网构建、纹理自动映射三个过程，如图1所示，其具体流程如下：
（1.a）数据准备：利用无人机采集规划区域多视角航拍影像及POS数据；
（1.b）密集点云生成：依据摄影测量学原理和计算机图形学原理对无人机采集的多视角航空影像进行特征点识别；
（1.c）不规则TIN格网构成：通过空中三角测量计算构建不规则TIN格网；
（1.d）全要素实景模型生产：通过自动纹理映射获得倾斜摄影模型，即全要素实景模型。
（2）基于GPS定位误差值生成三维缓冲区
（2.a）数据准备：通过调用外部GPS卫星实时误差API接口获得；
（2.b）生成三维缓冲区（置信区）：由于GPS定位误差、风切变等因素导致无人机实际是在已规划路径的一定范围三维缓冲区（置信区）内进行简单的高斯随机游走，依据卫星定位在不同位置和不同时刻的误差值为缓冲区（置信区）半径（卢新明,王红娟.基于高效布尔运算的三维矢量缓冲区算法[J].中国矿业大学学报,2012,41(03):481-487.），如图2所示，其中Ri、Ri+1分别为Ai、Ai+1航路点的实时GPS误差值，Hi、Hi+1分别Ai、Ai+1航路点的高程值，单位m。
（3）基于GIS的限高分析算法判断预警方向
（3.a）限制面分析：通过对无人机路径方向三维缓冲区的上、下、前、后四个方向进行限制面分析，即判断三维缓冲区上下前后四个方向障碍物的限制面和A、B、C、D是否相交；
（3.b）预警方向判断：通过对三维缓冲区四个方向的限制面与三维缓冲区相交进行无人机预警判断，相交则无人机应该实时向相反方向改变，如△hi<0，则无人机应该提升高度值以防止与底部障碍物产生碰撞，如图3所示。
（4）基于GIS通视性算法计算避障值
（4.a）通视距离计算：依据通视性算法计算三维缓冲区四个方向的两点之间的通视距离，如图4所示，公式如下：
其中，D2为树木对Ps和Pt两点之间的通视距离，h1、h2分别为Ps和Pt点的地面高度。
（4.b）无人机避障值计算和无人机位置校正：依据计算的通视距离向相反方向校正无人机的位置，使得满足避障需求，如图5所示。
下面选择苏州市某区域作为样区，对本实施例作进一步说明。
一、试验区概况
为了验证这种基于二三维一体化的无人机动态路径规划方法的可行性及实时预警与避障的可行性，首先基于B/S架构实现二三维一体化系统平台，然后利用单摄像头多旋翼无人机在某一试验区进行倾斜影像数据采集并生产成全要素实景三维模型；然后实现二、三维路径的实时预警避障。其系统整体框架如图6所示，系统界面如图7所示。
二、航摄参数及数据准备
本次航摄试验区约10km2，使用自研多旋翼无人机搭载1台Sony DSC-RX1RM2相机（焦距35mm，像素7952Í5304）进行航线规划方向和相反方向各飞行一次达到五摄像头效果，航向和旁向重叠度分别为75%、80%，使用 Context Capture 4.4.11处理生产全要素实景模型，如图8所示。
三、无人机路径规划实时预警避障效果
利用上述数据和预警避障方法规划无人机路径，并对实时的无人机三维路径进行预警避障提示，如图9所示。
Claims (5)
1.一种无人机三维路径实时预警避障方法，其特征在于：步骤如下：
步骤1：对无人机路径规划区域进行倾斜摄影建模；
步骤2：基于GPS定位误差值生成三维缓冲区；
步骤3：基于GIS的限高分析算法判断预警方向；
步骤4：基于GIS通视性算法计算避障值。
2.根据权利要求1所述的一种无人机三维路径实时预警避障方法，其特征在于：所述倾斜摄影建模是对无人机采集的多视角航拍影像数据使用Context Capture软件通过特征点识别、密集点云生成、不规则TIN格网构建、纹理自动映射四个过程实现无人机路径规划区域自动化快速地全要素实景建模。
3.根据权利要求1所述的一种无人机三维路径实时预警避障方法，其特征在于：所述基于GPS定位误差值生成三维缓冲区的方式为：首先在起飞点以无人机实时定位误差为三维缓冲区的半径Ri，然后由三维缓冲区四个方向的顶点A、B、C、D的最短通视距离为min{dAi→PA，dAi→PB，dAi→PC，dAi→PD}确定下一次三维缓冲区生成和预警避障计算位置为PA点。
4.根据权利要求1所述的一种无人机三维路径实时预警避障方法，其特征在于：所述基于GIS的限高分析算法判断预警方向是对无人机路径方向三维缓冲区的上、下、前、后四个方向进行限制面分析，即判断三维缓冲区上下前后四个方向障碍物的限制面和A、B、C、D是否相交，相交则无人机应该实时向相反方向改变。
5.根据权利要求1所述的一种无人机三维路径实时预警避障方法，其特征在于：所述避障值的计算公式为：
，其中，△Ai为某一方向避障值，Ri为无人机在航路点实时GPS定位误差，XPA、XAi、YE、YF分别为PA、Ai、E和F点的三维坐标值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910743900.8A CN111197986B (zh) | 2019-08-13 | 2019-08-13 | 一种无人机三维路径实时预警避障方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910743900.8A CN111197986B (zh) | 2019-08-13 | 2019-08-13 | 一种无人机三维路径实时预警避障方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111197986A true CN111197986A (zh) | 2020-05-26 |
| CN111197986B CN111197986B (zh) | 2022-03-11 |
Family
ID=70744282
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910743900.8A Active CN111197986B (zh) | 2019-08-13 | 2019-08-13 | 一种无人机三维路径实时预警避障方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111197986B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112325857A (zh) * | 2020-10-22 | 2021-02-05 | 中国电子科技集团公司第五十四研究所 | 基于倾斜摄影的无人机障碍预警方法 |
| WO2022021214A1 (zh) * | 2020-07-30 | 2022-02-03 | 深圳市大疆创新科技有限公司 | 无人飞行器的控制方法、装置、无人飞行器及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002357419A (ja) * | 2001-02-20 | 2002-12-13 | Kyushu Techno Research Kk | 斜め航空写真及び疑似オルソ画像。 |
| CN1584907A (zh) * | 2003-08-20 | 2005-02-23 | 英业达股份有限公司 | 结合地理信息的仿真游戏系统及其方法 |
| EP2434457A1 (en) * | 2009-05-18 | 2012-03-28 | Kodaira Associates Inc. | Image information output method |
| US20120237083A1 (en) * | 2010-10-25 | 2012-09-20 | Lange Arthur F | Automatic obstacle location mapping |
| CN103426165A (zh) * | 2013-06-28 | 2013-12-04 | 吴立新 | 一种地面激光点云与无人机影像重建点云的精配准方法 |
| CN105354882A (zh) * | 2015-10-27 | 2016-02-24 | 云南电网有限责任公司普洱供电局 | 一种大数据架构的大空间范围输电三维全景展示平台构建方法 |
| CN108050995A (zh) * | 2017-12-14 | 2018-05-18 | 滁州学院 | 一种基于dem的倾斜摄影无像控点航摄测区归并方法 |
| CN109410327A (zh) * | 2018-10-09 | 2019-03-01 | 鼎宸建设管理有限公司 | 一种基于bim和gis的三维城市建模方法 |
| CN109917813A (zh) * | 2019-04-19 | 2019-06-21 | 成都蔚来空间科技有限公司 | 无人机自主飞行三维场景显示方法及终端 |
-
2019
- 2019-08-13 CN CN201910743900.8A patent/CN111197986B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002357419A (ja) * | 2001-02-20 | 2002-12-13 | Kyushu Techno Research Kk | 斜め航空写真及び疑似オルソ画像。 |
| CN1584907A (zh) * | 2003-08-20 | 2005-02-23 | 英业达股份有限公司 | 结合地理信息的仿真游戏系统及其方法 |
| EP2434457A1 (en) * | 2009-05-18 | 2012-03-28 | Kodaira Associates Inc. | Image information output method |
| US20120237083A1 (en) * | 2010-10-25 | 2012-09-20 | Lange Arthur F | Automatic obstacle location mapping |
| CN103426165A (zh) * | 2013-06-28 | 2013-12-04 | 吴立新 | 一种地面激光点云与无人机影像重建点云的精配准方法 |
| CN105354882A (zh) * | 2015-10-27 | 2016-02-24 | 云南电网有限责任公司普洱供电局 | 一种大数据架构的大空间范围输电三维全景展示平台构建方法 |
| CN108050995A (zh) * | 2017-12-14 | 2018-05-18 | 滁州学院 | 一种基于dem的倾斜摄影无像控点航摄测区归并方法 |
| CN109410327A (zh) * | 2018-10-09 | 2019-03-01 | 鼎宸建设管理有限公司 | 一种基于bim和gis的三维城市建模方法 |
| CN109917813A (zh) * | 2019-04-19 | 2019-06-21 | 成都蔚来空间科技有限公司 | 无人机自主飞行三维场景显示方法及终端 |
Non-Patent Citations (3)
| Title |
|---|
| LONG HE 等: "Research and Implementation of Oblique Photography Productions on the WEB3D Visualization of Digtal Earth", 《GARSS 2018 - 2018 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM》 * |
| 刘宇峰: "倾斜摄影技术在城乡规划中的应用", 《山西建筑》 * |
| 宋雪莲 等: "基于ContextCapture 的无人机倾斜摄影测量三维建模", 《科技经济导刊》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022021214A1 (zh) * | 2020-07-30 | 2022-02-03 | 深圳市大疆创新科技有限公司 | 无人飞行器的控制方法、装置、无人飞行器及存储介质 |
| CN112325857A (zh) * | 2020-10-22 | 2021-02-05 | 中国电子科技集团公司第五十四研究所 | 基于倾斜摄影的无人机障碍预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111197986B (zh) | 2022-03-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111275750B (zh) | 基于多传感器融合的室内空间全景图像生成方法 | |
| CN106327573B (zh) | 一种针对城市建筑的实景三维建模方法 | |
| US10297074B2 (en) | Three-dimensional modeling from optical capture | |
| WO2019127445A1 (zh) | 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品 | |
| US9430871B2 (en) | Method of generating three-dimensional (3D) models using ground based oblique imagery | |
| US9330504B2 (en) | 3D building model construction tools | |
| CN102506824B (zh) | 一种城市低空无人机系统生成数字正射影像图的方法 | |
| CN110488871B (zh) | 一种基于二三维一体化的无人机路径动态规划方法 | |
| CN112567201A (zh) | 距离测量方法以及设备 | |
| CN111141264B (zh) | 一种基于无人机的城市三维测绘方法和系统 | |
| JP2003519421A (ja) | 任意の局面の受動的な体積画像の処理方法 | |
| CN113359782B (zh) | 一种融合lidar点云与图像数据的无人机自主选址降落方法 | |
| CN113607135A (zh) | 一种用于路桥施工领域的无人机倾斜摄影测量方法 | |
| CN112184786B (zh) | 一种基于合成视觉的目标定位方法 | |
| CN109146990B (zh) | 一种建筑轮廓的计算方法 | |
| CN111197986B (zh) | 一种无人机三维路径实时预警避障方法 | |
| CN114923477A (zh) | 基于视觉与激光slam技术的多维度空地协同建图系统和方法 | |
| CN111006645A (zh) | 基于运动与结构重建的无人机测绘方法 | |
| CN113284239B (zh) | 一种关于智慧城市的电子沙盘制作方法及装置 | |
| WO2022064242A1 (en) | The method of automatic 3d designing of constructions and colonies in an smart system using a combination of machine scanning and imaging and machine learning and reconstruction of 3d model through deep learning and with the help of machine learning methods | |
| Maurer et al. | Geo-referenced 3d reconstruction: Fusing public geographic data and aerial imagery | |
| Lee et al. | Enhancement of low-cost UAV-based photogrammetric point cloud using MMS point cloud and oblique images for 3D urban reconstruction | |
| CN116027351A (zh) | 一种手持/背包式slam装置及定位方法 | |
| Frueh | Automated 3D model generation for urban environments | |
| Ma et al. | Low‐Altitude Photogrammetry and Remote Sensing in UAV for Improving Mapping Accuracy |
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 |