CN111199542A - 工装板的精确定位方法 - Google Patents
工装板的精确定位方法 Download PDFInfo
- Publication number
- CN111199542A CN111199542A CN201911392552.0A CN201911392552A CN111199542A CN 111199542 A CN111199542 A CN 111199542A CN 201911392552 A CN201911392552 A CN 201911392552A CN 111199542 A CN111199542 A CN 111199542A
- Authority
- CN
- China
- Prior art keywords
- positioning
- tooling plate
- binocular vision
- coordinates
- vision camera
- 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
- 238000000034 method Methods 0.000 title claims abstract description 15
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 238000012937 correction Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 11
- 238000005299 abrasion Methods 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract description 3
- 239000011159 matrix material Substances 0.000 description 6
- 239000000463 material Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30164—Workpiece; Machine component
Abstract
本发明公开一种工装板的精确定位方法，包括：S1、通过阻挡器阻停流水线上传动的工装板，使工装板上的标定点图案处于双目视觉相机的视场内，实现对工装板的粗定位；S2、双目视觉相机通过双目视觉算法对标定点图案进行标定，获取标定点图案在双目视觉相机下的坐标；S3、通过手眼标定算法将标定点图案在双目视觉相机下的坐标转换为机器人基座坐标系下的坐标，实现对工装板的精确定位。本发明通过机械定位配合机器视觉定位实现工装板的二次定位，机器视觉定位采用非接触式的视觉实时测量方式，可以提高定位精度，且不受机械磨损、工装板变形等因素的影响，适合现代化自动生产线的生产需求。
Description
技术领域
本发明涉及工业视觉检测技术领域，特别涉及一种工装板的精确定位方法。
背景技术
倍速链流水线是目前自动化生产中广泛采用的一种流水线形式，主要用于装配及加工生产线中的物料输送，其输送原理是运用倍速链条的增速功能，使其上承托货物的工装板快速运行，通过阻挡器停止于相应的操作位置。倍速链流水线具有非常好的稳定性和持久性，适合产品大批量连续生产。
在人工操作或精度要求不高的使用场合，倍速链流水线的工装板主要通过工装板前端的阻挡器进行粗定位，在精度要求较高的场合下(如利用机器人进行精确的拾取动作、插接等)，工装板主要通过阻挡器加装顶升定位机构的机械定位方式来进行定位，定位精度依赖于机械加工与装调精度等因素，只能达到毫米级的定位，无法满足一些有高精度要求的自动化操作。并且长时间的使用，会因机械磨损、工装板变形量等因素影响工装板的定位精度，使定位精度变差。
发明内容
本发明的目的是为了克服已有技术的缺陷，为了解决工装板的纯机械定位方式的定位精度差无法达到高精度定位要求的问题，提出了一种工装板的精确定位方法，在机械定位的基础上增加非接触式的机器视觉定位，机器视觉定位是一种非接触式的实时测量方式，可以提高工装板的定位精度，且不受机械件磨损、工装板变量等因素的影响，工作稳定可靠，可以在倍速链流水线工装板上进行高精度的自动化操作。
本发明提供的工装板的精确定位方法，包括如下步骤：
S1、通过阻挡器阻停流水线上传动的工装板，使工装板上的标定点图案处于双目视觉相机的视场内，实现对工装板的粗定位；
S2、双目视觉相机通过双目视觉算法对标定点图案进行标定，获取标定点图案在双目视觉相机下的坐标；
S3、通过手眼标定算法将标定点图案在双目视觉相机下的坐标转换为机器人基座坐标系下的坐标，实现对工装板的精确定位。
优选地，步骤S2具体包括如下步骤：
S201、标定参数：标定双目视觉相机的内部参数和外部参数；
S202、双目校正：通过极线约束使双目视觉相机拍摄的两张图像中的同一特征点处于水平方向的同一条直线上；
S203、双目匹配：对两张图像上的同一特征点进行匹配。
优选地，在步骤S3之后还包括如下步骤：
S4、根据标定点图案在工装板上的位置确定出工装板上工装件的位置；
S5、重复步骤S2和S3，获取工装件在机器人基座坐标系下的坐标，实现对工装件的精确定位。
在步骤S5之后还包括如下步骤：
S6、通过机器人对工装件进行自动化精密操作。
本发明能够取得以下技术效果：
通过机械定位配合机器视觉定位实现工装板的二次定位，机器视觉定位采用非接触式的视觉实时测量方式，可以提高定位精度，且不受机械磨损、工装板变形等因素的影响，适合现代化自动生产线的生产需求。
附图说明
图1是根据本发明实施例的流水线的结构示意图；
图2是根据本发明实施例的工装板的精确定位方法的流程示意图；
图3是根据本发明实施例的双目视觉标定的原理示意图。
其中的附图标记包括：工装板1、倍速链条2、阻挡器3、标定点图案4、双目视觉相机5、机器人6、工装件7。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，而不构成对本发明的限制。
为了解决工装板的纯机械定位方式的定位精度差无法达到高精度定位要求的问题，本发明通过在纯机械定位的基础上增加非接触式的机器视觉定位，对工装板进行二次定位，机器视觉定位是一种非接触式的实时测量方式，可以提高工装板的定位精度，且不受机械件磨损、工装板变量等因素的影响，工作稳定可靠，可以在工装板上进行高精度的自动化操作。
本发明提供的工装板的精确定位方法，适用于各种类型的流水线，可以对各类型流水线上的工装板进行精确定位，下面以倍速链流水线为例进行说明。
倍速链流水线的结构如图1所示，倍速链流水线包括一块工装板1和两条倍速链条2和一个阻挡器3，阻挡器3安装在两条倍速链条2的一端，工装板1安装在两条倍速链条2上，在工装板1上安装有至少一个工装件7。
两条倍速链条2由动力装置进行驱动，工装板1由两条倍速链条2带动移动，阻挡器3用于阻停工装板1。
在两条倍速链条2的一侧设置有机器人6，通过机器人6对工装板1进行自动化操作。
为了实现工装板的机器视觉定位，在机器人6的一侧设置有双目视觉相机5，双目视觉相机5为两台左右间隔设置的相机，实现工装板1的双目视觉定位，还需要在工装板1上的空白区域印刷标定点图案4，使双目视觉相机能够对工装板1进行标定，双目视觉相机通过标定工装板1上的标定点图案，实现对工装板1的精确定位。
下面对本发明提供的工装板的精确定位方法进行详细说明。
参考图2所示，本发明实施例提供的工装板的精确定位方法，包括如下步骤：
步骤1、通过阻挡器阻停流水线上传动的工装板，使工装板上的标定点图案处于双目视觉相机的视场内，实现对工装板的粗定位。
本发明通过两次定位实现对工装板的精确定位，第一次定位为机械式的粗定位，第二次定位为双目视觉标定的精确定位，双目视觉标定的精确定位分为两步，第一步通过双目视觉算法对工装板上的标定点图案进行标定，获得标定点图案在双目视觉相机下的坐标；第二步通过手眼标定算法将标定点图案在双目视觉相机下的坐标转换为机器人基座坐标系下的坐标，实现对工装板的精确定位。
步骤1的目的是实现工装板的粗定位。结合图1，在动力装置驱动两条倍速链条2传动时，两条倍速链条2带动其上的工装板1移动，当工装板1移动到阻挡器3的位置时，阻挡器3阻挡工装板1继续移动，使工装板1停下来。
步骤2、双目视觉相机通过双目视觉算法对标定点图案进行标定，获取标定点图案在双目视觉相机下的坐标。
参考图3所示，双目视觉算法利用了视差原理，目标特征点O在两台相机中成像坐标点分别为P1和P2，两相机的光轴中心距为D，相机焦距为f，两台相机拍摄的图像在同一个平面上，则两个成像点的Y轴坐标相同为Y。
由三角几何原理可得：
其中，xo、yo、zo分别为目标特征点O的X轴坐标、Y轴坐标和Z轴坐标，xp1、xp2分别为P1和P2点的X轴坐标。
因此，只要在左右相机像面上找到对应的目标特征点，就可以确定出该点的三维坐标。
使用OpenCV进行算法设计，步骤2具体包括如下步骤：
步骤201、标定参数：获取相机的内部参数(包括焦距，畸变系数等)和外部参数(包括旋转矩阵和平移矩阵)。
OpenCV使用平面黑白棋盘来标定摄像机，调用findChessboardCorners()获得棋盘格角点的像素坐标，再调用cornerSubpix()获得棋盘格角点的亚像素坐标。调用drawChessboardCorners()函数绘制出检测到的棋盘角点，然后使用stereoCalibrate()函数完成双目标定，实现时会对多次计算的R、T进行优化，最终得到两台相机间的最优变换。
步骤202、双目校正：通过极线约束使双目视觉相机拍摄的两张图像中的同一特征点处于水平方向的同一条直线上。
经过双目标定后的两台相机在拍摄同一对象后，需要进行对两张图像中的目标特征点进行双目校正，利用极线约束使同一特征点处于两张图像中水平方向的同一条直线上。
在OpenCV中可通过stereoRectify()函数完成校正功能，摄像机矩阵，畸变向量，左右旋转矩阵R和平移向量T。输出参数为左右投影矩阵P，以及重投影矩阵Q。调用函数InitUndistortRectifyMap()生成图像校正所需的映射矩阵。
步骤203、双目匹配：对两张图像上的同一特征点进行匹配。
同一特征点是指两台相机拍摄的图像上的相同特征点，将两张图像上的相同特征点匹配起来，以完成立体匹配。
在完成立体匹配后，可以获得基于图像特征的视差图，视差图中的视差值是相同特征点在x坐标轴上的差值，在获得视差图后，根据三角相似原理使用OpenCV中提供的BM快速匹配算法即可计算出目标物体的距离信息，BM算法在通过函数StereoBM()实现。
步骤3、通过手眼标定算法将标定点图案在双目视觉相机下的坐标转换为机器人基座坐标系下的坐标，实现对工装板的精确定位。
本发明的最终目的是获得工装板在机器人基座坐标系的坐标，使机器人获知工装板在机器人基座坐标系下的位置，从而引导机器人对工装板进行自动化操作。
由于双目视觉相机标定出的标定点图案的坐标为双目视觉相机坐标系下的坐标，需要将该坐标转换为机器人基座坐标系下的坐标，因此，需要获得机器人基座坐标系和双目相机坐标系的相对位置关系。
本发明采用手眼标定算法的目的就是为了获得机器人基座坐标系和双目相机坐标系的相对位置关系，从而将标定点图案在双目视觉相机下的坐标转换为机器人基座坐标系下的坐标，由此确定标定图案点在机器人坐标系下的具体位置，便于对机器人进行引导，最终实现对工装板的精确定位。
由于本发明是将双目视觉相机5固定在机器人6的一侧，因此采用手眼标定算法中eye to hand的方式转换标定点图案的坐标，由于手眼标定算法为公知技术，故在本发明中不再赘述。
在步骤S3之后还包括如下几个步骤：
S4、根据标定点图案在工装板上的位置确定出工装板上工装件的位置。
由于标定点图案4在工装板1上的位置是已知的，因此可以确定出工装板1上任意一个工装件7的位置。
S5、获取工装件在机器人基座坐标系下的坐标，实现对工装件的精确定位。
重复上述步骤S2和S3，就可以获得工装板1上任意一个工装件7在机器人基座坐标系下的位置，实现对工装件7的精确定位。
S6、通过机器人对工装件进行自动化精密操作。
在获得工装件7在机器人基座坐标系下的位置后，就可以引导机器人6移动至工装件7的位置，对工装件7进行自动化精密操作。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
以上本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所作出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。
Claims (4)
1.一种工装板的精确定位方法，其特征在于，包括如下步骤：
S1、通过阻挡器阻停流水线上传动的工装板，使工装板上的标定点图案处于双目视觉相机的视场内，实现对所述工装板的粗定位；
S2、所示双目视觉相机通过双目视觉算法对所述标定点图案进行标定，获取所述标定点图案在双目视觉相机下的坐标；
S3、通过手眼标定算法将所述标定点图案在双目视觉相机下的坐标转换为机器人基座坐标系下的坐标，实现对所述工装板的精确定位。
2.根据权利要求1所述的工装板的精确定位方法，其特征在于，步骤S2具体包括如下步骤：
S201、标定参数：标定双目视觉相机的内部参数和外部参数；
S202、双目校正：通过极线约束使双目视觉相机拍摄的两张图像中的同一特征点处于水平方向的同一条直线上；
S203、双目匹配：对两张图像上的同一特征点进行匹配。
3.根据权利要求1所述的工装板的精确定位方法，其特征在于，在步骤S3之后还包括如下步骤：
S4、根据所述标定点图案在所述工装板上的位置确定出所述工装板上工装件的位置；
S5、重复步骤S2和S3，获取所述工装件在所述机器人基座坐标系下的坐标，实现对所述工装件的精确定位。
4.根据权利要求3所述的工装板的精确定位方法，其特征在于，在步骤S5之后还包括如下步骤：
S6、通过机器人对所述工装件进行自动化精密操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911392552.0A CN111199542A (zh) | 2019-12-30 | 2019-12-30 | 工装板的精确定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911392552.0A CN111199542A (zh) | 2019-12-30 | 2019-12-30 | 工装板的精确定位方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111199542A true CN111199542A (zh) | 2020-05-26 |
Family
ID=70747126
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911392552.0A Pending CN111199542A (zh) | 2019-12-30 | 2019-12-30 | 工装板的精确定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111199542A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111890354A (zh) * | 2020-06-29 | 2020-11-06 | 北京大学 | 一种机器人手眼标定方法、装置及系统 |
| CN112947349A (zh) * | 2021-04-06 | 2021-06-11 | 南京航空航天大学苏州研究院 | 基于双目视觉的自动化产线中agv与工位的二次定位装置与方法 |
| CN113240748A (zh) * | 2021-04-27 | 2021-08-10 | 深圳市睿达科技有限公司 | 一种应用于激光切割机的双相机定位方法 |
| CN114950868A (zh) * | 2022-07-05 | 2022-08-30 | 广东猛犸象智能机器人制造有限公司 | 一种3d视觉引导的智能点胶拼接产品系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101885152A (zh) * | 2010-05-06 | 2010-11-17 | 南京航空航天大学 | 一种自动找正的预印制图像板材数控切割方法 |
| CN103247053A (zh) * | 2013-05-16 | 2013-08-14 | 大连理工大学 | 基于双目显微立体视觉的零件精确定位方法 |
| CN104864807A (zh) * | 2015-04-10 | 2015-08-26 | 深圳大学 | 一种基于主动双目视觉的机械手手眼标定方法 |
| CN105043259A (zh) * | 2015-08-25 | 2015-11-11 | 大连理工大学 | 基于双目视觉的数控机床旋转轴误差检测方法 |
| CN109186457A (zh) * | 2018-09-14 | 2019-01-11 | 天津玛特检测设备有限公司 | 一种双目的零件识别方法和装置及使用该装置的生产线 |
-
2019
- 2019-12-30 CN CN201911392552.0A patent/CN111199542A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101885152A (zh) * | 2010-05-06 | 2010-11-17 | 南京航空航天大学 | 一种自动找正的预印制图像板材数控切割方法 |
| CN103247053A (zh) * | 2013-05-16 | 2013-08-14 | 大连理工大学 | 基于双目显微立体视觉的零件精确定位方法 |
| CN104864807A (zh) * | 2015-04-10 | 2015-08-26 | 深圳大学 | 一种基于主动双目视觉的机械手手眼标定方法 |
| CN105043259A (zh) * | 2015-08-25 | 2015-11-11 | 大连理工大学 | 基于双目视觉的数控机床旋转轴误差检测方法 |
| CN109186457A (zh) * | 2018-09-14 | 2019-01-11 | 天津玛特检测设备有限公司 | 一种双目的零件识别方法和装置及使用该装置的生产线 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111890354A (zh) * | 2020-06-29 | 2020-11-06 | 北京大学 | 一种机器人手眼标定方法、装置及系统 |
| CN111890354B (zh) * | 2020-06-29 | 2022-01-11 | 北京大学 | 一种机器人手眼标定方法、装置及系统 |
| CN112947349A (zh) * | 2021-04-06 | 2021-06-11 | 南京航空航天大学苏州研究院 | 基于双目视觉的自动化产线中agv与工位的二次定位装置与方法 |
| CN113240748A (zh) * | 2021-04-27 | 2021-08-10 | 深圳市睿达科技有限公司 | 一种应用于激光切割机的双相机定位方法 |
| CN114950868A (zh) * | 2022-07-05 | 2022-08-30 | 广东猛犸象智能机器人制造有限公司 | 一种3d视觉引导的智能点胶拼接产品系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111199542A (zh) | 工装板的精确定位方法 | |
| CN109612390B (zh) | 基于机器视觉的大尺寸工件自动测量系统 | |
| CN104315995B (zh) | 基于虚拟多立方体标准目标的tof深度相机三维坐标标定装置和方法 | |
| CN109794963B (zh) | 一种面向曲面构件的机器人快速定位方法 | |
| CN109859277A (zh) | 一种基于Halcon的机器人视觉系统标定方法 | |
| CN109684709B (zh) | 一种航空发动机叶片修复的自适应定位方法 | |
| CN102126162B (zh) | 一种数控机床加工在线测量方法 | |
| CN113674345B (zh) | 一种二维像素级三维定位系统及定位方法 | |
| CN111531407B (zh) | 一种基于图像处理的工件姿态快速测量方法 | |
| CN110148187A (zh) | 一种SCARA机械手Eye-in-Hand的高精度手眼标定方法和系统 | |
| CN111415391A (zh) | 一种采用互拍法的多目相机外部方位参数标定方法 | |
| CN111929300A (zh) | 三维图像扫描机器人自动检测线 | |
| CN110763136B (zh) | 一种高精度三维工件尺寸检测系统及方法 | |
| CN113119129A (zh) | 一种基于标准球的单目测距定位方法 | |
| CN109059755B (zh) | 一种机器人高精度手眼标定方法 | |
| CN116168072A (zh) | 一种多相机大尺寸视觉测量方法及系统 | |
| CN104316083A (zh) | 一种虚拟多球体球心定位的tof深度相机三维坐标标定装置和方法 | |
| CN112017248B (zh) | 一种基于点线特征的2d激光雷达相机多帧单步标定方法 | |
| CN108627103A (zh) | 一种零部件高度尺寸的2d激光测量方法 | |
| CN110815177A (zh) | 一种复合机器人2d视觉引导示教的迁移方法 | |
| CN113324538B (zh) | 一种合作目标远距离高精度六自由度位姿测量方法 | |
| CN105157562A (zh) | 一种小空间复杂精密工件几何尺寸在线动态视觉测量系统及测量方法 | |
| CN115311371A (zh) | 一种双机器人自动测量划线系统标定方法 | |
| CN111028298B (zh) | 一种用于刚体坐标系空间变换标定的汇聚式双目系统 | |
| CN107545587B (zh) | 基于主辅眼的圆钢端面双目视觉定位方法 |
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: 20200526 |
|
| RJ01 | Rejection of invention patent application after publication |