CN111310125B - 一种车辆急加速急减速和急转弯的判断方法 - Google Patents
一种车辆急加速急减速和急转弯的判断方法 Download PDFInfo
- Publication number
- CN111310125B CN111310125B CN202010092568.6A CN202010092568A CN111310125B CN 111310125 B CN111310125 B CN 111310125B CN 202010092568 A CN202010092568 A CN 202010092568A CN 111310125 B CN111310125 B CN 111310125B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- acceleration
- rapid
- data
- speed
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Biology (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Mechanical Engineering (AREA)
- Control Of Transmission Device (AREA)
- Vehicle Body Suspensions (AREA)
- Air Bags (AREA)
Abstract
本发明公开一种车辆急加速急减速和急转弯的判断方法,本发明集处理器、加速度传感器为一体,且处理器设有传感器车速输入接口和车辆是否处于急加速、急减速和急转弯的状态输出接口,通过将加速度传感器、车速输入的数据进行融合判断,得到车辆加速、减速和转弯等信息,判断并输出车辆是否处于急加速、急减速和急转弯的状态。本发明可用于规范驾驶人员驾驶行为,从而使车辆安全行驶、降低磨损、降低油耗,也可用于无人驾驶车辆的车辆行为纠错处理和事故预防。
Description
技术领域
本发明涉及汽车技术领域,具体地说,是一种车辆急加速急减速和急转弯的判断方法。
背景技术
随着科学技术的发展,车辆作为代步工具,也越来越受到人们关注。车辆的急加速、急减速以及急转弯不仅影响车辆寿命,而且容易引发交通事故,造成人民生命和财产的重大损失。
发明内容
本发明的目的就是根据汽车技术原理,提出一种车辆急加速急减速和急转弯的判断方法,可以提供车辆急加速急减速和急转弯的状态信息。本发明可用于规范驾驶人员驾驶行为,从而使车辆安全行驶、降低磨损、降低油耗,也可用于无人驾驶车辆的车辆行为纠错处理和事故预防。
为实现上述目的,本发明可通过以下技术方案予以实现:
本发明的一种车辆急加速急减速和急转弯的判断方法,包括以下步骤:
1)设备开机时默认加速度数据为<X0,Y0,Z0>=<0,0,G>,其中G为重力加速度,则此时的<X0,Y0,Z0>的矢量和为G,矢量方向垂直向下;设备开机时默认速度数据为<S0>=<0>,速度和加速度数据合并为<S0,X0,Y0,Z0>=<0,0,0,G>;
2)处理器同时从车速输入接口获取速度数据和从加速度传感器获取加速度数据,每A毫秒获取一组,共获取N组,其中A为获取每组速度和加速度数据的间隔,N为获取速度和加速度数据的组数,即共A×N毫秒,每组数据标号为<S1,X1,Y1,Z1>,<S2,X2,Y2,Z2>,……<SN-1,XN-1,YN-1,ZN-1>,<SN,XN,YN,ZN>,当前速度和加速度数据组<S,X,Y,Z>,其中S为S1,S2,……SN-1,SN的算术平均值,X为X1,X2,……XN-1,XN的算术平均值,Y为Y1,Y2,……YN-1,YN的算术平均值,Z为Z1,Z2,……ZN-1,ZN的算术平均值,表述公式如下
3)对于2)获得的数据,由设备开机时默认参数<S0,X0,Y0,Z0>作为原点,对当前速度和加速度参数组<S,X,Y,Z>进行坐标轴平移转换得到<S’,X’,Y’,Z’>,其中S’=S+S0,X’=X+X0,Y’=Y+Y0,Z’=Z+Z0,这样就能在A×N毫秒计算出一组数据<S’,X’,Y’,Z’>,表述公式如下
4)对于3)获得的数据,再通过A×N毫秒又可以计算出另外一组<S’,X’,Y’,Z’>,将第一组<S’,X’,Y’,Z’>记为<SL’,XL’,YL’,ZL’>,第二组<S’,X’,Y’,Z’>记为<SC’,XC’,YC’,ZC’>,根据两组数据,可以得到速度差△S’为第二组数据中速度SC’与第一组数据中速度SL’的速度差,加速度矢量和L’记为<XC’,YC’,ZC’>的矢量和,表述公式如下
ΔS’=Sc’-SL’
5)因为在车速越高的时候,车辆急加速、急减速和急转弯带来的危险越大,所以对于不同的车速范围,车辆急加速、急减速和急转弯阈值各不相同,那么将阈值划分为M组<V1,A1,D1,R1>,<V2,A2,D2,R2>,……<VM-1,AM-1,DM-1,RM-1>,<VM,AM,DM,RM>,其中V1,V2,……VM-1,VM,为各个速度范围阈值,设置0KM/H=V1<V2<……<VM-1<VM=该车辆最大速度;A1,A2,……AM-1,AM,为各个速度范围内的急加速阈值;D1,D2,……DM-1,DM,为各个速度范围内的急减速阈值;R1,R2,……RM-1,RM,为各个速度范围内的急转弯阈值;
6)根据4)获得的数据和5)阈值划分情况,当
时,对应的急加速、急减速和急转弯阈值组为<VM1,AM1,DM1,RM1>,
那么当
|ΔS’|<|L’|并且|L’|-|ΔS’|>RM1
时,判断为车辆急转弯;否则当
ΔS’>0并且|L’|>AM1
时,判断为车辆急加速;否则当
ΔS’<0并且|L’|>DM1
时,判断为车辆急减速。
进一步地,将所述车辆是否处于急加速、急减速和急转弯的状态通过所述车辆是否处于急加速、急减速和急转弯的状态输出接口输出。
本发明的有益效果
1.本发明集处理器、加速度传感器为一体,且处理器设有传感器车速输入接口和车辆是否处于急加速、急减速和急转弯的状态输出接口,通过将加速度传感器、车速输入的数据进行融合判断,得到车辆加速、减速和转弯等信息,判断并输出车辆是否处于急加速、急减速和急转弯的状态;
2.可以通过本发明的结果产生声光报警,提醒驾驶人员,约束和规范驾驶人员驾驶行为,从而使车辆安全行驶、降低磨损、降低油耗;
3.可以通过本发明的结果通过协议传输给无人驾驶车辆的车辆管理器,可以对无人驾驶车辆的行为进行纠错处理和事故预防处理。
附图说明
图1为本发明的系统结构图
图2为本发明的总体流程图
图3为本发明总体流程图中提到的获取车速和加速度数据过程流程图
具体实施方式
下面结合附图对本发明作进一步详细描述:
参见图1,本发明的一种车辆急加速急减速和急转弯的判断装置,包括处理器、加速度传感器,且处理器一端设有传感器车速输入接口,处理器另一端设有车辆是否处于急加速、急减速和急转弯的状态输出接口。
参见图2,本发明的一种车辆急加速急减速和急转弯的判断方法,
1)设备开机时默认加速度数据为<X0,Y0,Z0>=<0,0,G>,其中G为重力加速度,则此时的<X0,Y0,Z0>的矢量和为G,矢量方向垂直向下。设备开机时默认速度数据为<S0>=<0>。速度和加速度数据合并为<S0,X0,Y0,Z0>=<0,0,0,G>;
2)处理器获取车速和加速度数据<S’,X’,Y’,Z’>,其具体流程参见图3,对于处理器获取车速和加速度数据,再通过处理器获取另外一组车速和加速度数据<S’,X’,Y’,Z’>。将第一组<S’,X’,Y’,Z’>记为<SL’,XL’,YL’,ZL’>,第二组<S’,X’,Y’,Z’>记为<SC’,XC’,YC’,ZC’>。根据两组数据,可以得到速度差△S’为第二组数据中速度SC’与第一组数据中速度SL’的速度差,加速度矢量和L’记为<XC’,YC’,ZC’>的矢量和。表述公式如下
ΔS’=Sc’-SL’
3)车速所对应的急加速阈值、急减速阈值和急转弯阈值,其具体经验数据参见文末表格。根据2)获得的数据和车速所对应的急加速阈值、急减速阈值和急转弯阈值划分情况,当
VM1≤Sc’<VM2(VM1,VM2∈{V1,V2,……V8,V9})
时,对应的急加速、急减速和急转弯阈值组为<VM1,AM1,DM1,RM1>,
那么当
|ΔS′|<|L′|并且|L’|-|ΔS′|>RM1
时,判断为车辆急转弯;否则当
ΔS′>0并且|L’|>AM1
时,判断为车辆急加速;否则当
ΔS’<0并且|L’|>DM1
时,判断为车辆急减速。
4)将车辆是否处于急加速、急减速和急转弯的状态通过所述车辆是否处于急加速、急减速和急转弯的状态输出接口输出。
参见图3,
1)处理器同时从车速输入接口获取速度数据和从加速度传感器获取加速度数据,每10毫秒获取一组,共获取20组,其中10毫秒为获取每组速度和加速度数据的间隔,20组为获取速度和加速度数据的组数,即共200毫秒,每组数据标号为<S1,X1,Y1,Z1>,<S2,X2,Y2,Z2>,……<S19,X19,Y19,Z19>,<S20,X20,Y20,Z20>,当前速度和加速度数据组<S,X,Y,Z>,其中S为S1,S2,……S19,S20的算术平均值,X为X1,X2,……X19,X20的算术平均值,Y为Y1,Y2,……Y19,Y20的算术平均值,Z为Z1,Z2,……Z19,Z20的算术平均值,表述公式如下
2)对于1)获得的数据,由设备开机时默认参数<S0,X0,Y0,Z0>作为原点,对当前速度和加速度参数组<S,X,Y,Z>进行坐标轴平移转换得到<S’,X’,Y’,Z’>,其中S’=S+S0,X’=X+X0,Y’=Y+Y0,Z’=Z+Z0。这样就能在A×N毫秒计算出一组数据<S’,X’,Y’,Z’>。表述公式如下
3)输出结果<S’,X’,Y’,Z’>。
因为在车速越高的时候,车辆急加速、急减速和急转弯带来的危险越大,所以对于不同的车速范围,车辆急加速、急减速和急转弯阈值各不相同,一般认为车速最高值为240KM/H,那么将阈值划分为9组<V1,A1,D1,R1>,<V2,A2,D2,R2>,……<V8,A8,D8,R8>,<V9,A9,D9,R9>,其中V1,V2,……V8,V9,为各个速度范围阈值,设置0KM/H=V1<V2<……<V8<V9=240KM/H;A1,A2,……A8,A9,为各个速度范围内的急加速阈值;D1,D2,……D8,D9,为各个速度范围内的急减速阈值;R1,R2,……R8,R9,为各个速度范围内的急转弯阈值。
车速所对应的急加速阈值、急减速阈值和急转弯阈值,其具体经验数据如下:
<V1,A1,D1,R1>=<0KM/H,3.15M/S2,5.56M/S2,5.21M/S2>
<V2,A2,D2,R2>=<30KM/H,3.15M/S2,2.78M/S2,2.94M/S2>
<V3,A3,D3,R3>=<60KM/H,2.17M/S2,1.80M/S2,1.16M/S2>
<V4,A4,D4,R4>=<90KM/H,2.17M/S2,1.58M/S2,0.48M/S2>
<V5,A5,D5,R5>=<120KM/H,1.22M/S2,1.00M/S2,0.32M/S2>
<V6,A6,D6,R6>=<150KM/H,1.22M/S2,0.83M/S2,0.17M/S2>
<V7,A7,D7,R7>=<180KM/H,0.58M/S2,0.75M/S2,0.03M/S2>
<V8,A8,D8,R8>=<210KM/H,0.58M/S2,0.75M/S2,0.03M/S2>
<V9,A9,D9,R9>=<240KM/H,0.58M/S2,0.75M/S2,0.03M/S2>
下表所示,为本发明总体流程图中提到的车速所对应的急加速阈值、急减速阈值和急转弯阈值经验数据表:
车速V KM/H | 急加速阈值A M/S2 | 急减速阈值D M/S2 | 急转弯阈值R M/S2 |
0 | 3.15 | 5.56 | 5.21 |
30 | 3.15 | 2.78 | 2.94 |
60 | 2.17 | 1.80 | 1.16 |
90 | 2.17 | 1.58 | 0.48 |
120 | 1.22 | 1.00 | 0.32 |
150 | 1.22 | 0.83 | 0.17 |
180 | 0.58 | 0.75 | 0.03 |
210 | 0.58 | 0.75 | 0.03 |
240 | 0.58 | 0.75 | 0.03 |
但是,上述的具体实施方式只是示例性的,是为了更好的使本领域技术人员能够理解本专利,不能理解为是对本专利包括范围的限制;只要是根据本专利所揭示精神的所作的任何等同变更或修饰,均落入本专利包括的范围。
Claims (2)
1.一种车辆急加速急减速和急转弯的判断方法,其特征在于,包括以下步骤:
1)设备开机时默认加速度数据为<X0,Y0,Z0>=<0,0,G>,其中G为重力加速度,则此时的<X0,Y0,Z0>的矢量和为G,矢量方向垂直向下;设备开机时默认速度数据为<S0>=<0>,速度和加速度数据合并为<S0,X0,Y0,Z0>=<0,0,0,G>;
2)处理器同时从车速输入接口获取速度数据和从加速度传感器获取加速度数据,每A毫秒获取一组,共获取N组,其中A为获取每组速度和加速度数据的间隔,N为获取速度和加速度数据的组数,即共A×N毫秒,每组数据标号为<S1,X1,Y1,Z1>,<S2,X2,Y2,Z2>,……<SN-1,XN-1,YN-1,ZN-1>,<SN,XN,YN,ZN>,当前速度和加速度数据组<S,X,Y,Z>,其中S为S1,S2,……SN-1,SN的算术平均值,X为X1,X2,……XN-1,XN的算术平均值,Y为Y1,Y2,……YN-1,YN的算术平均值,Z为Z1,Z2,……ZN-1,ZN的算术平均值,表述公式如下
3)对于2)获得的数据,由设备开机时默认参数<S0,X0,Y0,Z0>作为原点,对当前速度和加速度参数组<S,X,Y,Z>进行坐标轴平移转换得到<S’,X’,Y’,Z’>,其中S’=S+S0,X’=X+X0,Y’=Y+Y0,Z’=Z+Z0,这样就能在A×N毫秒计算出一组数据<S’,X’,Y’,Z’>,表述公式如下
4)对于3)获得的数据,再通过A×N毫秒又可以计算出另外一组<S’,X’,Y’,Z’>,将第一组<S’,X’,Y’,Z’>记为<SL’,XL’,YL’,ZL’>,第二组<S’,X’,Y’,Z’>记为<SC’,XC’,YC’,ZC’>,根据两组数据,可以得到速度差ΔS’为第二组数据中速度SC’与第一组数据中速度SL’的速度差,加速度矢量和L’记为<XC’,YC’,ZC’>的矢量和,表述公式如下
ΔS’=SC’-SL’
5)因为在车速越高的时候,车辆急加速、急减速和急转弯带来的危险越大,所以对于不同的车速范围,车辆急加速、急减速和急转弯阈值各不相同,那么将阈值划分为M组<V1,A1,D1,R1>,<V2,A2,D2,R2>,……<VM-1,AM-1,DM-1,RM-1>,<VM,AM,DM,RM>,其中V1,V2,……VM-1,VM,为各个速度范围阈值,设置0KM/H=V1<V2<……<VM-1<VM=该车辆最大速度;A1,A2,……AM-1,AM,为各个速度范围内的急加速阈值;D1,D2,……DM-1,DM,为各个速度范围内的急减速阈值;R1,R2,……RM-1,RM,为各个速度范围内的急转弯阈值;
6)根据4)获得的数据和5)阈值划分情况,当
VM1≤SC’<VM2(VM1,VM2∈{V1,V2,……VM-1,VM})
时,对应的急加速、急减速和急转弯阈值组为<VM1,AM1,DM1,RM1>,
那么当
|ΔS’|<|L’|并且|L’|-|ΔS’|>RM1
时,判断为车辆急转弯;否则当
ΔS’>0并且|L’|>AM1
时,判断为车辆急加速;否则当
ΔS’<0并且|L’|>DM1
时,判断为车辆急减速。
2.根据权利要求1所述的判断方法,其特征在于,将所述车辆是否处于急加速、急减速和急转弯的状态通过所述车辆是否处于急加速、急减速和急转弯的状态输出接口输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010092568.6A CN111310125B (zh) | 2020-02-14 | 2020-02-14 | 一种车辆急加速急减速和急转弯的判断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010092568.6A CN111310125B (zh) | 2020-02-14 | 2020-02-14 | 一种车辆急加速急减速和急转弯的判断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111310125A CN111310125A (zh) | 2020-06-19 |
CN111310125B true CN111310125B (zh) | 2023-06-09 |
Family
ID=71160016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010092568.6A Active CN111310125B (zh) | 2020-02-14 | 2020-02-14 | 一种车辆急加速急减速和急转弯的判断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111310125B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114445930A (zh) * | 2020-11-02 | 2022-05-06 | 上海博泰悦臻网络技术服务有限公司 | 识别车辆急加速或急减速的方法、系统、介质及装置 |
CN113068130B (zh) * | 2021-03-29 | 2022-09-27 | 宁波趣行智能科技有限公司 | 智能车载设备的行车轨迹数据接收及处理方法 |
CN114264486B (zh) * | 2021-12-22 | 2024-04-16 | 郑州天迈科技股份有限公司 | 一种基于低成本传感器的车辆三急检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017152648A1 (zh) * | 2016-03-10 | 2017-09-14 | 深圳市元征科技股份有限公司 | 车辆急转弯的识别方法及装置 |
CN108304594A (zh) * | 2017-01-11 | 2018-07-20 | 厦门雅迅网络股份有限公司 | 一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法 |
CN109671275A (zh) * | 2019-02-14 | 2019-04-23 | 成都路行通信息技术有限公司 | 一种获取车辆以及交通状态的方法 |
CN110706723A (zh) * | 2019-09-26 | 2020-01-17 | 上海本安仪表系统有限公司 | 一种车载机械硬盘的存储装置及其存储方法 |
-
2020
- 2020-02-14 CN CN202010092568.6A patent/CN111310125B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017152648A1 (zh) * | 2016-03-10 | 2017-09-14 | 深圳市元征科技股份有限公司 | 车辆急转弯的识别方法及装置 |
CN108304594A (zh) * | 2017-01-11 | 2018-07-20 | 厦门雅迅网络股份有限公司 | 一种基于速度与陀螺仪数据的汽车驾驶稳定性的判定方法 |
CN109671275A (zh) * | 2019-02-14 | 2019-04-23 | 成都路行通信息技术有限公司 | 一种获取车辆以及交通状态的方法 |
CN110706723A (zh) * | 2019-09-26 | 2020-01-17 | 上海本安仪表系统有限公司 | 一种车载机械硬盘的存储装置及其存储方法 |
Non-Patent Citations (1)
Title |
---|
刘通 ; 付锐 ; 张士伟 ; 邓明阳 ; .车辆典型危险行驶状态识别与检测研究进展.中国安全科学学报.2017,(10),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111310125A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111310125B (zh) | 一种车辆急加速急减速和急转弯的判断方法 | |
EP3604066B1 (en) | Method, apparatus and system for controlling vehicle-following speed and storage medium | |
JP7263233B2 (ja) | 車両衝突を検出するための方法、システム及びプログラム | |
CN109760678B (zh) | 一种汽车自适应巡航系统的限速方法 | |
JP2023168361A (ja) | 情報処理システム、情報処理方法及びプログラム | |
CN110660194A (zh) | 一种驾驶监控预警方法及系统 | |
WO2017158658A1 (ja) | 運転解析装置及び運転解析システム | |
CN108569287A (zh) | 生成车辆控制命令的方法和装置、车辆控制器、存储介质 | |
CN111739342B (zh) | 用于避让侧前方车辆的方法、装置、介质以及车辆 | |
CN116466644B (zh) | 一种基于plc控制的车辆性能监管系统及方法 | |
KR20200066114A (ko) | 차량 상대 속도를 이용하여 차량에서 엔진 아이들 세일링을 제어하는 방법 및 시스템 | |
JP2004067085A (ja) | 適応クルーズ制御システムを搭載した車両用のドライバ警報装置 | |
CN115195467B (zh) | 车速控制方法、装置、计算机设备和存储介质 | |
CN114492043B (zh) | 考虑感知受限特性的个性化驾驶员跟车建模方法 | |
JP2018169828A (ja) | 情報処理装置、情報処理システム、情報処理方法、及び、プログラム | |
CN114003024B (zh) | 一种基于车辆编队的跟随车车速规划方法、装置及汽车 | |
CN111483458B (zh) | 一种动力系统控制方法及装置 | |
CN115631626A (zh) | 一种车辆数据监控分析方法、装置、设备及介质 | |
CN114721271A (zh) | 一种基于汽车巡航系统的模糊自适应固定时间事件触发控制方法 | |
CN112498355B (zh) | 一种速度规划方法及装置 | |
CN114613131A (zh) | 一种基于安全裕度的个性化前向碰撞预警方法 | |
JP6167426B1 (ja) | 運転解析装置及び運転解析システム | |
Wada et al. | Pedestrian-vehicle collision avoidance support system with fuzzy reasoning | |
CN114802133B (zh) | 考虑舒适性的自动紧急制动自适应控制方法 | |
TWI768991B (zh) | 適應性車身資訊處理方法及系統 |
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 |