CN111311470B - 一种邮件包裹的安全预警监测方法 - Google Patents

一种邮件包裹的安全预警监测方法 Download PDF

Info

Publication number
CN111311470B
CN111311470B CN202010103569.6A CN202010103569A CN111311470B CN 111311470 B CN111311470 B CN 111311470B CN 202010103569 A CN202010103569 A CN 202010103569A CN 111311470 B CN111311470 B CN 111311470B
Authority
CN
China
Prior art keywords
comparison
monitoring
early warning
mail package
mail
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
CN202010103569.6A
Other languages
English (en)
Other versions
CN111311470A (zh
Inventor
吴伟东
王斌
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.)
Suzhou Haoyu Intelligent Technology Co ltd
Original Assignee
Suzhou Haoyu Intelligent Technology Co ltd
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 Suzhou Haoyu Intelligent Technology Co ltd filed Critical Suzhou Haoyu Intelligent Technology Co ltd
Priority to CN202010103569.6A priority Critical patent/CN111311470B/zh
Publication of CN111311470A publication Critical patent/CN111311470A/zh
Application granted granted Critical
Publication of CN111311470B publication Critical patent/CN111311470B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/60—Business processes related to postal services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • 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
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/28—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet
    • G06V30/287—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet of Kanji, Hiragana or Katakana characters

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Library & Information Science (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明公开了一种邮件包裹的安全预警监测方法，包括违禁物品监测模式和OCR识别监测模式，在违禁物品监测模式中，云平台基于接收到的X光数字图像与违禁物品样本库进行比对，如果比对结果显示符合违禁物品样本库特征，发出违禁物品预警信号，如果比对结果显示不符合违禁物品样本库特征，进入OCR识别监测模式；在OCR识别监测模式中，云平台基于接收到的填报内容物与物品AI样本库匹配识别得到填报内容物图像，然后将填报内容物图像与X光数字图像进行比对，如果比对结果显示该邮件包裹符合填报内容物图像特征，进入下一个流程，如果比对结果显示该邮件包裹不符合填报内容物图像特征，发出比对不符预警信号；本发明可以有效提高邮件包裹的安全管理水平。

Description

一种邮件包裹的安全预警监测方法
技术领域
本发明涉及一种邮政管理技术，具体涉及一种邮件包裹的安全预警监测方法。
背景技术
改革开放70年来，中国邮政业务总量从1.6亿元增长到12345亿元，中国也成长为世界发展最快、最具活力的新兴寄递市场。如今，邮政体系已成为国家战略性的基础设施和社会的组织系统，邮政业作为现代服务业的重要组成部分，作为推动流通方式转型，促进消费升级的现代化先导性产业，在服务国家经济社会发展和改善民生方面发挥了越来越重要的基础作用。
随着邮政行业的快速发展，随之引起的安全隐患和违法犯罪行为也不断上升。近年来，随着物流快递行业的迅猛发展，利用快递邮寄管制刀具、仿真枪、化学试剂等违禁品甚至毒品的事件屡有发生。为杜绝此类现象，有关部门不断出台各项管理制度，如推行快递实名制，要求收寄点开箱检查等。然而，显然这些措施仍然存在较大的安全漏洞。
为此，本申请人希望寻求技术手段来进一步提高邮件包裹的安全管理水平。
发明内容
有鉴于此，本发明的目的在于提供一种邮件包裹的安全预警监测方法，通过云对比识别监测技术，可以有效提高邮件包裹的安全管理水平。
本发明采用的技术方案如下：
一种邮件包裹的安全预警监测方法，在快递投递点安装安全监测设备，所述安全监测设备与云平台双向通信连接，所述安全预警监测方法包括违禁物品监测模式和OCR识别监测模式，其中，
所述违禁物品监测模式的操作步骤包括：
S110）、通过安全监测设备对邮件包裹进行X光探测自动拍摄并向云平台实时发送X光数字图像；
S120）、云平台基于接收到的X光数字图像与违禁物品样本库进行比对，如果比对结果显示该邮件包裹符合违禁物品样本库特征，进入步骤S130），如果比对结果显示该邮件包裹不符合违禁物品样本库特征，进入OCR识别监测模式；
S130）、云平台向安全监测设备发出违禁物品预警信号，通过所述安全监测设备输出违禁物品预警信号；
所述OCR识别监测模式的操作步骤包括：
S210）、通过OCR识别摄像机对邮件包裹的填单信息进行文字识别并向云平台实时发送邮件包裹的填单信息，所述填单信息包括填报内容物、寄件人信息和收件人信息；
S220）、云平台基于接收到的填报内容物与物品AI样本库匹配识别得到填报内容物图像，然后将填报内容物图像与X光数字图像进行比对，如果比对结果显示该邮件包裹符合填报内容物图像特征，进入下一个流程，如果比对结果显示该邮件包裹不符合填报内容物图像特征，进入步骤S230）；
S230）、云平台向所述安全监测设备发出比对不符预警信号，通过所述安全监测设备输出比对不符预警信号。
优选地，在所述步骤S130）中，人工对所述违禁物品预警信号进行核实确认后，向民警发送违禁物品报警信号。
优选地，通过预警app向民警发送违禁物品报警信号。
优选地，所述步骤S120）和所述步骤S220）中的比对采用AI比对软件进行多线程比对。
优选地，所述安全监测设备安装有现场预警客户端，用于数据采集、上传、查询以及输出调阅预警信号。
优选地，所述云平台包括后台数据库服务器、存储服务器、比对服务器、wed服务器以及管理服务器；其中，所述后台数据库服务器设有违禁物品样本库和物品AI样本库；所述存储服务器用于X光数字图像存储；所述比对服务器安装有AI比对软件，通过所述AI比对软件进行多线程比对；所述wed服务器用于实现X光数字图像的整理以及与用户app的功能交互；所述管理服务器用于用户权限管理以及设备运维监测。
优选地，在安检场所安装所述安全监测设备。
需要说明的是，本发明涉及的OCR 是指Optical Character Recognition的缩写，意思是指光学字符识别；本发明涉及的物品AI样本库具有AI自学习功能；本发明涉及的多线程比对是AI比对软件所采用的公知对比技术，属于本领域的现有技术，本发明对其没有特别创新之处，因此不做具体展开说明。
本发明通过以上技术方案带来了以下积极技术效果：
第一、实现了低成本、便捷式安装，且易普及应用的邮件包裹安全监测方法，较好地确保了邮件包裹在物流过程中的安全管理及溯源，有效提高邮件包裹的安全管理水平。
第二、通过创造性建立违禁物品样本库和物品AI样本库，且可进一步扩展应用在车站、机场等安检场所，可自动发现安全隐患，及时预警确认，整体监测过程高效便捷，适合批量推广应用。
第三、创造性地在违禁物品监测模式之后进一步实施OCR识别监测模式，可靠实现了本发明邮政包裹监测技术的独立运营，不须与各快递邮件系统联网，可应用在各快递邮件系统中，同时确保各快递邮件系统的数据安全，便于普适性推广。
附图说明
附图1是本发明具体实施方式下违禁物品监测模式的步骤流程图；
附图2是本发明具体实施方式下OCR识别监测模式的步骤流程图。
具体实施方式
本发明实施例公开了一种邮件包裹的安全预警监测方法，在快递投递点安装安全监测设备，安全监测设备与云平台双向通信连接，安全预警监测方法包括违禁物品监测模式和OCR识别监测模式，其中，
违禁物品监测模式的操作步骤包括：
S110）、通过安全监测设备对邮件包裹进行X光探测自动拍摄并向云平台实时发送X光数字图像；
S120）、云平台基于接收到的X光数字图像与违禁物品样本库进行比对，如果比对结果显示该邮件包裹符合违禁物品样本库特征，进入步骤S130），如果比对结果显示该邮件包裹不符合违禁物品样本库特征，进入OCR识别监测模式；
S130）、云平台向安全监测设备发出违禁物品预警信号，通过安全监测设备输出违禁物品预警信号；
OCR识别监测模式的操作步骤包括：
S210）、通过OCR识别摄像机对邮件包裹的填单信息进行文字识别并向云平台实时发送邮件包裹的填单信息，填单信息包括填报内容物、寄件人信息和收件人信息；
S220）、云平台基于接收到的填报内容物与物品AI样本库匹配识别得到填报内容物图像，然后将填报内容物图像与X光数字图像进行比对，如果比对结果显示该邮件包裹符合填报内容物图像特征，进入下一个流程，如果比对结果显示该邮件包裹不符合填报内容物图像特征，进入步骤S230）；
S230）、云平台向安全监测设备发出比对不符预警信号，通过安全监测设备输出比对不符预警信号。
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
请参见图1和图2所示，一种邮件包裹的安全预警监测方法，在快递投递点安装安全监测设备，优选地，本申请在实施时也可以在车站、机场等安检场所进一步安装安全监测设备；
在本实施方式中，安全监测设备与云平台双向通信连接，安全预警监测方法包括违禁物品监测模式和OCR识别监测模式，优选地，在本实施方式中，安全监测设备安装有现场预警客户端，用于数据采集、上传、查询以及输出调阅各类预警信号；云平台包括后台数据库服务器、存储服务器、比对服务器、wed服务器以及管理服务器；其中，后台数据库服务器设有违禁物品样本库和物品AI样本库（具有AI自学习功能）；存储服务器用于X光数字图像存储；比对服务器安装有AI比对软件，通过AI比对软件进行多线程比对；wed服务器用于实现X光数字图像的整理以及与用户app的功能交互；管理服务器用于用户权限管理以及设备运维监测；在本实施方式中，安全监测设备分别安装有X光探测自动拍摄设备和OCR识别摄像机，进一步优选地， X光探测自动拍摄设备采用DR平板探测技术，实现对现场邮件包裹的X光数字图像的抓拍及实时上传，OCR识别摄像机采用高像素，前置比对机型，摄像场景覆盖安全监测设备的自动传送带范围，实现对现场邮件包裹填单信息的文字自动识别，识别正确率达到98%以上；
其中，违禁物品监测模式的操作步骤包括：
S110）、通过安全监测设备对邮件包裹进行X光探测自动拍摄并向云平台实时发送X光数字图像；
S120）、云平台基于接收到的X光数字图像与违禁物品样本库进行比对，具体是采用AI比对软件进行多线程比对，如果比对结果显示该邮件包裹符合违禁物品样本库特征，进入步骤S130），如果比对结果显示该邮件包裹不符合违禁物品样本库特征，进入OCR识别监测模式；需要特别说明的是，在本步骤实际实施过程中，采用AI比对软件进行多线程比对的工作原理是，预先设定比对阈值，当比对结果超过比对阈值时，自动认定该邮件包裹不符合违禁物品样本库特征，具体比对阈值设置可以根据具体监控水平需求来进行实际设置；
S130）、云平台向安全监测设备发出违禁物品预警信号，通过安全监测设备输出违禁物品预警信号，人工对违禁物品预警信号进行核实确认后，通过预警app向民警发送违禁物品报警信号；
OCR识别监测模式的操作步骤包括：
S210）、通过OCR识别摄像机对邮件包裹的填单信息进行文字识别并向云平台实时发送邮件包裹的填单信息，填单信息包括填报内容物、寄件人信息和收件人信息；
S220）、云平台基于接收到的填报内容物与物品AI样本库匹配识别得到填报内容物图像，然后将填报内容物图像与X光数字图像进行比对，具体是采用AI比对软件进行多线程比对，如果比对结果显示该邮件包裹符合填报内容物图像特征，进入下一个流程，如果比对结果显示该邮件包裹不符合填报内容物图像特征，进入步骤S230）；需要特别说明的是，在本步骤实际实施过程中，采用AI比对软件进行多线程比对的工作原理是，预先设定比对阈值，当比对结果低于比对阈值时，自动认定该邮件包裹不符合填报内容物图像特征，具体比对阈值设置可以根据具体监控水平需求来进行实际设置；
S230）、云平台向安全监测设备发出比对不符预警信号，通过安全监测设备输出比对不符预警信号。
本实施例通过创造性建立违禁物品样本库和物品AI样本库，且可进一步扩展应用在车站、机场等安检场所，可自动发现安全隐患，及时预警确认，整体监测过程高效便捷；同时还创造性地在违禁物品监测模式之后进一步实施OCR识别监测模式，可靠实现了本发明邮政包裹监测技术的独立运营，不须与各快递邮件系统联网，可应用在各快递邮件系统中，同时确保各快递邮件系统的数据安全，便于普适性推广；本实施例通过以上创新技术方案实现了低成本、便捷式安装，且易普及应用的邮件包裹安全监测方法，较好地确保了邮件包裹在物流过程中的安全管理及溯源，有效提高邮件包裹的安全管理水平。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (7)

1.一种邮件包裹的安全预警监测方法，其特征在于，在快递投递点安装安全监测设备，所述安全监测设备与云平台双向通信连接，所述安全预警监测方法包括违禁物品监测模式和OCR识别监测模式，其中，
所述违禁物品监测模式的操作步骤包括：
S110）、通过安全监测设备对邮件包裹进行X光探测自动拍摄并向云平台实时发送X光数字图像；
S120）、云平台基于接收到的X光数字图像与违禁物品样本库进行比对，如果比对结果显示该邮件包裹符合违禁物品样本库特征，进入步骤S130），如果比对结果显示该邮件包裹不符合违禁物品样本库特征，进入OCR识别监测模式；
S130）、云平台向安全监测设备发出违禁物品预警信号，通过所述安全监测设备输出违禁物品预警信号；
所述OCR识别监测模式的操作步骤包括：
S210）、通过OCR识别摄像机对邮件包裹的填单信息进行文字识别并向云平台实时发送邮件包裹的填单信息，所述填单信息包括填报内容物、寄件人信息和收件人信息；
S220）、云平台基于接收到的填报内容物与物品AI样本库匹配识别得到填报内容物图像，然后将填报内容物图像与X光数字图像进行比对，如果比对结果显示该邮件包裹符合填报内容物图像特征，进入下一个流程，如果比对结果显示该邮件包裹不符合填报内容物图像特征，进入步骤S230）；
S230）、云平台向所述安全监测设备发出比对不符预警信号，通过所述安全监测设备输出比对不符预警信号。
2.根据权利要求1所述的邮件包裹的安全预警监测方法，其特征在于，在所述步骤S130）中，人工对所述违禁物品预警信号进行核实确认后，向民警发送违禁物品报警信号。
3.根据权利要求2所述的邮件包裹的安全预警监测方法，其特征在于，通过预警app向民警发送违禁物品报警信号。
4.根据权利要求1所述的邮件包裹的安全预警监测方法，其特征在于，所述步骤S120）和所述步骤S220）中的比对采用AI比对软件进行多线程比对。
5.根据权利要求1所述的邮件包裹的安全预警监测方法，其特征在于，所述安全监测设备安装有现场预警客户端，用于数据采集、上传、查询以及输出调阅预警信号。
6.根据权利要求5所述的邮件包裹的安全预警监测方法，其特征在于，所述云平台包括后台数据库服务器、存储服务器、比对服务器、wed服务器以及管理服务器；其中，所述后台数据库服务器设有违禁物品样本库和物品AI样本库；所述存储服务器用于X光数字图像存储；所述比对服务器安装有AI比对软件，通过所述AI比对软件进行多线程比对；所述wed服务器用于实现X光数字图像的整理以及与用户app的功能交互；所述管理服务器用于用户权限管理以及设备运维监测。
7.根据权利要求1或6所述的邮件包裹的安全预警监测方法，其特征在于，在安检场所安装所述安全监测设备。
CN202010103569.6A 2020-02-20 2020-02-20 一种邮件包裹的安全预警监测方法 Active CN111311470B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010103569.6A CN111311470B (zh) 2020-02-20 2020-02-20 一种邮件包裹的安全预警监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010103569.6A CN111311470B (zh) 2020-02-20 2020-02-20 一种邮件包裹的安全预警监测方法

Publications (2)

Publication Number Publication Date
CN111311470A CN111311470A (zh) 2020-06-19
CN111311470B true CN111311470B (zh) 2023-04-07

Family

ID=71149168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010103569.6A Active CN111311470B (zh) 2020-02-20 2020-02-20 一种邮件包裹的安全预警监测方法

Country Status (1)

Country Link
CN (1) CN111311470B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106503121A (zh) * 2016-10-19 2017-03-15 公安部第三研究所 一种x光安检图像的结构化描述方法及系统
WO2019096181A1 (zh) * 2017-11-14 2019-05-23 深圳码隆科技有限公司 安检检测方法、装置、系统及电子设备
CN109948565A (zh) * 2019-03-26 2019-06-28 浙江啄云智能科技有限公司 一种用于邮政业的违禁品不开箱检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106503121A (zh) * 2016-10-19 2017-03-15 公安部第三研究所 一种x光安检图像的结构化描述方法及系统
WO2019096181A1 (zh) * 2017-11-14 2019-05-23 深圳码隆科技有限公司 安检检测方法、装置、系统及电子设备
CN109948565A (zh) * 2019-03-26 2019-06-28 浙江啄云智能科技有限公司 一种用于邮政业的违禁品不开箱检测方法

Also Published As

Publication number Publication date
CN111311470A (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
CN106934330B (zh) 物流信息采集方法、平台、系统及图像采集设备
CN103745600B (zh) 一种射频识别与车牌识别比对的实现方法
CN107820226B (zh) 共享单车车辆扫描系统、方法及扫描终端设备
US20150186839A1 (en) Whole-course visualization system and method for logistics articles
CN203616786U (zh) 地下隧道安全巡检系统
CN105681400A (zh) 一种基于物联网包裹快递智能监控系统
CN104318421A (zh) 一种解决再生资源回收领域反向物流问题的系统及方法
CN110033216A (zh) 一种基于北斗的多式联运运单追踪和决策的方法
CN105574943A (zh) 高速公路自助收费系统
CN108816779A (zh) 一种交叉带分拣机落包的视觉识别方法
CN113724226A (zh) 地铁安检集中判图系统及图像处理装置、方法
CN108711026A (zh) 一种快递配送系统及其实现快递配送业务的方法
CN107872767A (zh) 一种网约车刷单行为识别方法和识别系统
CN205594688U (zh) 一种物流系统
CN108197852A (zh) 基于智能终端远程锁定快递柜格口的派件方法及智能终端
CN111723772B (zh) 基于图像识别的易腐垃圾识别方法、装置及计算机设备
CN111311470B (zh) 一种邮件包裹的安全预警监测方法
CN114113165B (zh) 一种用于安检设备的行包判读方法
CN114202197B (zh) 一种报警消息排序的方法与系统
CN103761879B (zh) 一种车辆套牌识别方法及系统
CN106295737A (zh) 一种产品自动入库自动扫描方法
CN208255722U (zh) 一种基于人脸识别的物流无人机装置
CN207489248U (zh) 一种加油站车牌号码及图片的采集系统
CN110633639A (zh) 一种收运监管方法及收运监管系统
CN114160447A (zh) 一种先期机检系统及方法

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
GR01 Patent grant
GR01 Patent grant