CN111399539A - 一种基于航路点的无人机编队避障和防撞控制方法 - Google Patents

一种基于航路点的无人机编队避障和防撞控制方法 Download PDF

Info

Publication number
CN111399539A
CN111399539A CN202010226441.9A CN202010226441A CN111399539A CN 111399539 A CN111399539 A CN 111399539A CN 202010226441 A CN202010226441 A CN 202010226441A CN 111399539 A CN111399539 A CN 111399539A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
formation
waypoints
obstacle
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
Application number
CN202010226441.9A
Other languages
English (en)
Other versions
CN111399539B (zh
Inventor
索文博
张栋
王孟阳
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202010226441.9A priority Critical patent/CN111399539B/zh
Publication of CN111399539A publication Critical patent/CN111399539A/zh
Application granted granted Critical
Publication of CN111399539B publication Critical patent/CN111399539B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/106Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种基于航路点的无人机编队避障和防撞控制方法,首先设定编队距离和飞行方向的规则,当遇到障碍物时,计算无人机需要偏航的距离大小,再根据偏航的距离计算偏航航路点,进行航线偏航飞行,从而规避障碍物。本发明无人机只需预先设定好编队间隔,且遇到障碍物时只需在无人机自身飞控系统的控制下到达所在线规划的航路点即可实现防撞和避障,其不需要实时调用无人机的控制系统进行编队控制,计算量小,简单实用,在工程上利于实现。

Description

一种基于航路点的无人机编队避障和防撞控制方法
技术领域
本发明属于无人机的编队飞行技术领域,涉及无人机的在线自主控制技术领域。该编队避障和防撞控制方法可以广泛应用于飞行器的编队飞行中。
背景技术
无人机编队是指多架无人机为适应任务需求而进行的某种队形排列和任务分配。这个概念既包括了无人机编队飞行时的队形产生、保持和变化,也涵盖了飞行任务的规划、组织与执行。无人机编队是无人机技术发展的一个重要趋势,拥有无比广阔的发展和应用前景,由于单架无人机所搭载的设备,航程和活动区域都极为有限,所以要完成比较复杂的任务时,就必须出动多个架次的无人机。而编队作业的无人机则可以弥补这一缺陷,多架无人机可以分散搭载设备,将复杂的任务拆分为若干个相对简单的任务,分配给编队中的不同无人机分别执行,使该项任务能够一次完成,从而显著地提高任务效率。
编队控制问题作为无人机领域一项关键技术和研究热点,国外的专家和学者已经开展了大量的研究工作,并且有许多显著的研究成果,主要有传统的跟随领航者方法、虚拟领航者结构、行为控制方法,以及近几年受到青睐的基于一致性理论的分布式编队控制方法。
无人机编队飞行,安全问题是首要考虑的关键因素之一,避障研究就显得尤为重要。近年来,针对多无人机编队飞行避障问题已提出许多控制算法,取得了良好的控制效果。控制避障算法大致分为基于优化的方法和基于规则的方法两类。基于优化的方法采用模型预测控制(MPC);基于规则的方法以人工势场为理论基础。Yasuhiro Kuriki等在一致性算法和领航者编队结构基础上增加了每个智能体的人工势能,解决了编队形成过程中的碰撞问题。AnhDuc Dang以领航者为中心构建V字型虚拟结构并利用人工势能使无人机到达指定位置,并通过增加额外的回环力使无人机摆脱障碍物局部最优的情况,以及此种情况下领导者的更换问题。
以上所述的编队控制方法都需要无人机的控制系统在控制周期内不断修正飞行参数使其进行避碰和编队避障,在工程上实现有较大困难,因此如何设计一种简单有效的编队避碰和编队避障方法具有相当重要的理论和现实意义。
发明内容
要解决的技术问题
为了避免无人机编队切换和集结绕飞过程中的避碰以及在线对障碍物的规避,本发明提出一种基于航路点的无人机编队避障和防撞控制方法,实现无人机的编队无避碰和避障飞行。
技术方案
一种基于航路点的无人机编队避障和防撞控制方法,其特征在于步骤如下:
步骤1:在飞行过程中,收到编队切换命令后,根据编队集结段和队形切换段选择适当的编队距离,且根据规则进行绕飞航路点设计;所述的规则:在编队形成与切换过程中固定无人机的绕飞方向,处于中心线正方的无人机往正方向绕飞,负方向往相反的方向绕飞;
在编队集结段:
Figure BDA0002427817780000021
在队形切换段:
Figure BDA0002427817780000022
其中,k为误差系数,dsafe为安全距离,d为导弹的队形间隔,V为无人机的速度,Δt为无人机发射间隔时间;这样通过调节队形间隔可避免无人机之间的避碰;
步骤2:在遇到障碍物后,根据障碍物位置和探测到的特点得到障碍物的威胁域、规避域和警戒域;
步骤3:根据下式,计算出无人机需要偏航的距离大小ΔZ:
Figure BDA0002427817780000031
其中,DΔL为威胁源到原突防航线的距离;Do为编队队形的纵向距离,以保证所有编队无人机规避障碍物;Ra为避障域的半径,R′w=Rw+r为半径扩大警戒域,Rw为警戒域的半径,r为无人机转弯半径;JD(||ρro||)为威胁源相对领航无人机的人工势场函数:
Figure BDA0002427817780000032
其中,Jmax表示斥力势最大值,R0为威胁域的半径,c为调节斥力势变化幅度的常数;||ρro||为领航飞行器与威胁源的距离:
Figure BDA0002427817780000033
其中,ρr=[xrd yrd zrd]为领航飞行器r的位置坐标,ρo=[xod yod zod]为威胁源的位置坐标;
步骤4:根据步骤3求出的ΔZ和下式,得到无人机i的5个偏航航路点Pi1、Pi2、Pi3、Pi4、Pi5,进行航线偏航飞行,从而规避障碍物;
Figure BDA0002427817780000034
其中,Pi0为无人机i起始航路点,即为发现障碍物时的航路点,Pi1、Pi2、Pi3、Pi4、Pi5为绕飞航路点。
有益效果
本发明提出的一种基于航路点的无人机编队避障和防撞控制方法,无人机只需预先设定好编队间隔,且遇到障碍物时只需在无人机自身飞控系统的控制下到达所在线规划的航路点即可实现防撞和避障,其不需要实时调用无人机的控制系统进行编队控制,计算量小,简单实用,在工程上利于实现。
附图说明
图1避碰规则1
图2威胁源斥力作用区域划分示意图
图3编队避障策略示意图
图4绕飞航路点设计
图5V字形编队规避
具体实施方式
现结合实施例、附图对本发明作进一步描述:
(1)编队避碰
根据我们提出的基于航路点的编队切换与编队集结方案,为保证无人机在编队飞行过程中的碰撞,我们以设计航路点为基础从而避免无人机间的避碰,无人机的编队切换和集结遵循以下规则:
①规则1:
在编队形成与切换过程中固定无人机的绕飞方向,处于中心线正方的无人机往正方向绕飞,负方向往相反的方向绕飞,这样可避免无人机的交叉飞行从而避免碰撞。
如图1所示:
②规则2:
在编队集结段:
Figure BDA0002427817780000041
在队形切换段:
Figure BDA0002427817780000051
其中,k为误差系数,dsafe为安全距离,d为导弹的队形间隔,Δt为无人机发射间隔时间。这样通过调节队形间隔可避免无人机之间的避碰。
(2)编队避障
当无人机在飞行过程中探测到突发威胁时,将威胁源的作用区域划分为威胁域、规避域和警戒域三个区域,此时存在无人机在所划分警戒域内外两种情况,如图所示为无人机在警戒域外的情况。
如图2,d为无人机探测距离,β为领航无人机相对于威胁源的进入角,RO、Ra和Rw分别为威胁域、避障域和警戒域的半径。
设计人工势场函数来进行无人机队形的航迹整体偏移,以规避突发威胁源,定义威胁源相对领航无人机的人工势场函数为:
Figure BDA0002427817780000052
式中,Jmax表示斥力势最大值,c为调节斥力势变化幅度的常数,根据实际要求选取;||ρro||为领航飞行器与威胁源的距离:
Figure BDA0002427817780000053
其中,ρr=[xrd yrd zrd]为领航飞行器r的位置坐标,ρo=[xod yod zod]为威胁源的位置坐标。
基于此设计的人工势场,无人机编队飞行过程中在警戒域中斥力势随着编队与威胁源距离的减小而以指数形式增大,到达避障域以后斥力势为最大值。
因无人机转弯需要一定的转弯半径,因此将原本威胁区域进行扩充,以补偿无人机偏航飞行时需要的转弯半径距离,
将警戒域半径扩大为R′w
R′w=Rw+r (5)
其中,r为无人机转弯半径。
编队无人机根据预先规划的航迹飞行,在飞行过程中领队无人机探测到威胁源,通过人工势场法得到偏航距离进行规避,偏航距离ΔZ为:
Figure BDA0002427817780000061
其中,DΔL为威胁源到原突防航线的距离;Do为编队队形的纵向距离,以保证所有编队无人机规避障碍物。
如图3所示为无人机的编队避障策略示意图,当发现障碍物后改变编队无人机的航迹,待无人机编队飞过障碍物的警戒域后飞回至初始航迹,实现队形的整体避让绕飞,即可规避威胁源。
我们再通过偏航距离ΔZ,设计无人机i的5个绕飞航路点如图4所示:
则绕飞航路点为:
Figure BDA0002427817780000062
其中,Pi0为无人机i起始航路点,即为发现障碍物时的航路点,Pi1、Pi2、Pi3、Pi4、Pi5为绕飞航路点。
当得到绕飞航路点后,无人机根据航路点在直角段处进行转弯飞行,在直线段出进行平飞,即可实现队形的整体避让绕飞,规避威胁源。
如图5所示,V形编队规避方法实施例:
步骤一:在飞行过程中,收到编队切换命令后,根据式(1)和式(2)选择适当的编队距离,且根据规则进行绕飞航路点设计。
步骤二:在遇到障碍物后,根据障碍物位置和探测到的特点得到障碍物的威胁域、规避域和警戒域。
步骤三:根据式(6),计算出无人机需要偏航的距离大小ΔZ。
步骤四:根据步骤三求出的ΔZ和式(7),得到无人机i的5个偏航航路点Pi1、Pi2、Pi3、Pi4、Pi5,进行航线偏航飞行,从而规避障碍物。

Claims (1)

1.一种基于航路点的无人机编队避障和防撞控制方法,其特征在于步骤如下:
步骤1:在飞行过程中,收到编队切换命令后,根据编队集结段和队形切换段选择适当的编队距离,且根据规则进行绕飞航路点设计;所述的规则:在编队形成与切换过程中固定无人机的绕飞方向,处于中心线正方的无人机往正方向绕飞,负方向往相反的方向绕飞;·
在编队集结段:
Figure FDA0002427817770000011
在队形切换段:
Figure FDA0002427817770000012
其中,k为误差系数,dsafe为安全距离,d为导弹的队形间隔,V为无人机的速度,Δt为无人机发射间隔时间;这样通过调节队形间隔可避免无人机之间的避碰;
步骤2:在遇到障碍物后,根据障碍物位置和探测到的特点得到障碍物的威胁域、规避域和警戒域;
步骤3:根据下式,计算出无人机需要偏航的距离大小ΔZ:
Figure FDA0002427817770000013
其中,DΔL为威胁源到原突防航线的距离;Do为编队队形的纵向距离,以保证所有编队无人机规避障碍物;Ra为避障域的半径,R′w=Rw+r为半径扩大警戒域,Rw为警戒域的半径,r为无人机转弯半径;JD(||ρro||)为威胁源相对领航无人机的人工势场函数:
Figure FDA0002427817770000014
其中,Jmax表示斥力势最大值,R0为威胁域的半径,c为调节斥力势变化幅度的常数;||ρro||为领航飞行器与威胁源的距离:
Figure FDA0002427817770000021
其中,ρr=[xrd yrd zrd]为领航飞行器r的位置坐标,ρo=[xod yod zod]为威胁源的位置坐标;
步骤4:根据步骤3求出的ΔZ和下式,得到无人机i的5个偏航航路点Pi1、Pi2、Pi3、Pi4、Pi5,进行航线偏航飞行,从而规避障碍物;
Figure FDA0002427817770000022
其中,Pi0为无人机i起始航路点,即为发现障碍物时的航路点,Pi1、Pi2、Pi3、Pi4、Pi5为绕飞航路点。
CN202010226441.9A 2020-03-27 2020-03-27 一种基于航路点的无人机编队避障和防撞控制方法 Active CN111399539B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010226441.9A CN111399539B (zh) 2020-03-27 2020-03-27 一种基于航路点的无人机编队避障和防撞控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010226441.9A CN111399539B (zh) 2020-03-27 2020-03-27 一种基于航路点的无人机编队避障和防撞控制方法

Publications (2)

Publication Number Publication Date
CN111399539A true CN111399539A (zh) 2020-07-10
CN111399539B CN111399539B (zh) 2022-06-24

Family

ID=71434638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010226441.9A Active CN111399539B (zh) 2020-03-27 2020-03-27 一种基于航路点的无人机编队避障和防撞控制方法

Country Status (1)

Country Link
CN (1) CN111399539B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111813121A (zh) * 2020-07-13 2020-10-23 陕西理工大学 基于距离-角度优先级的多移动机器人编队避障方法
CN112068598A (zh) * 2020-09-28 2020-12-11 西北工业大学 一种无人机编队飞行方法及控制系统
CN112241173A (zh) * 2020-10-30 2021-01-19 北京理工大学 一种基于人工势场的多智能体集结点的智能规划方法
CN113238583A (zh) * 2021-07-14 2021-08-10 四川腾盾科技有限公司 一种固定翼无人机密集编队飞行与防撞控制方法
CN113359848A (zh) * 2021-07-06 2021-09-07 西北工业大学 一种基于航路点的无人机编队生成-切换航迹规划方法
CN113359827A (zh) * 2021-06-02 2021-09-07 西安爱生无人机技术有限公司 一种基于光电导航的无人机集群自主协同系统及方法
CN113867412A (zh) * 2021-11-19 2021-12-31 中国工程物理研究院电子工程研究所 一种基于虚拟领航的多无人机航迹规划方法
CN115981377A (zh) * 2023-03-21 2023-04-18 西安羚控电子科技有限公司 一种无人机动态避障方法及系统
CN116679757A (zh) * 2023-07-31 2023-09-01 深圳高度创新技术有限公司 无人飞行器的避障方法和无人飞行器

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060167596A1 (en) * 2005-01-24 2006-07-27 Bodin William K Depicting the flight of a formation of UAVs
CN103941728A (zh) * 2014-04-24 2014-07-23 北京航空航天大学 一种无人机密集自主编队的队形变换方法
CN106483958A (zh) * 2016-11-10 2017-03-08 北京理工大学 一种基于障碍图和势场法的人机协同编队跟随及避障方法
US20180074520A1 (en) * 2016-09-13 2018-03-15 Arrowonics Technologies Ltd. Formation flight path coordination of unmanned aerial vehicles
CN108549407A (zh) * 2018-05-23 2018-09-18 哈尔滨工业大学(威海) 一种多无人机协同编队避障的控制算法
CN108563243A (zh) * 2018-06-28 2018-09-21 西北工业大学 一种基于改进rrt算法的无人机航迹规划方法
CN110134142A (zh) * 2019-05-29 2019-08-16 北京理工大学 一种基于旋转排斥场的旋翼无人机领航跟随编队控制方法
CN110162086A (zh) * 2019-03-21 2019-08-23 中山大学 一种基于模型预测控制框架的集群无人机编队方法
CN110502032A (zh) * 2019-08-31 2019-11-26 华南理工大学 一种基于行为控制的无人机集群编队飞行方法
CN110703751A (zh) * 2019-10-14 2020-01-17 东南大学 一种多移动机器人系统半自主编队及避障控制方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060167596A1 (en) * 2005-01-24 2006-07-27 Bodin William K Depicting the flight of a formation of UAVs
CN103941728A (zh) * 2014-04-24 2014-07-23 北京航空航天大学 一种无人机密集自主编队的队形变换方法
US20180074520A1 (en) * 2016-09-13 2018-03-15 Arrowonics Technologies Ltd. Formation flight path coordination of unmanned aerial vehicles
CN106483958A (zh) * 2016-11-10 2017-03-08 北京理工大学 一种基于障碍图和势场法的人机协同编队跟随及避障方法
CN108549407A (zh) * 2018-05-23 2018-09-18 哈尔滨工业大学(威海) 一种多无人机协同编队避障的控制算法
CN108563243A (zh) * 2018-06-28 2018-09-21 西北工业大学 一种基于改进rrt算法的无人机航迹规划方法
CN110162086A (zh) * 2019-03-21 2019-08-23 中山大学 一种基于模型预测控制框架的集群无人机编队方法
CN110134142A (zh) * 2019-05-29 2019-08-16 北京理工大学 一种基于旋转排斥场的旋翼无人机领航跟随编队控制方法
CN110502032A (zh) * 2019-08-31 2019-11-26 华南理工大学 一种基于行为控制的无人机集群编队飞行方法
CN110703751A (zh) * 2019-10-14 2020-01-17 东南大学 一种多移动机器人系统半自主编队及避障控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
吴俊成等: "基于诱导航线的多无人机编队飞行控制方法", 《北京航空航天大学学报》 *
朱旭: "基于改进人工势场的无人机编队防碰撞控制方法", 《哈尔滨工程大学学报》 *
郝峰等: "多巡飞弹侦察/打击/评估一体协同方案设计", 《火力与指挥控制》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111813121B (zh) * 2020-07-13 2023-07-18 陕西理工大学 基于距离-角度优先级的多移动机器人编队避障方法
CN111813121A (zh) * 2020-07-13 2020-10-23 陕西理工大学 基于距离-角度优先级的多移动机器人编队避障方法
CN112068598B (zh) * 2020-09-28 2021-11-16 西北工业大学 一种无人机编队飞行方法及控制系统
CN112068598A (zh) * 2020-09-28 2020-12-11 西北工业大学 一种无人机编队飞行方法及控制系统
CN112241173A (zh) * 2020-10-30 2021-01-19 北京理工大学 一种基于人工势场的多智能体集结点的智能规划方法
CN113359827A (zh) * 2021-06-02 2021-09-07 西安爱生无人机技术有限公司 一种基于光电导航的无人机集群自主协同系统及方法
CN113359848A (zh) * 2021-07-06 2021-09-07 西北工业大学 一种基于航路点的无人机编队生成-切换航迹规划方法
CN113238583B (zh) * 2021-07-14 2021-09-24 四川腾盾科技有限公司 一种固定翼无人机密集编队飞行与防撞控制方法
CN113238583A (zh) * 2021-07-14 2021-08-10 四川腾盾科技有限公司 一种固定翼无人机密集编队飞行与防撞控制方法
CN113867412A (zh) * 2021-11-19 2021-12-31 中国工程物理研究院电子工程研究所 一种基于虚拟领航的多无人机航迹规划方法
CN115981377A (zh) * 2023-03-21 2023-04-18 西安羚控电子科技有限公司 一种无人机动态避障方法及系统
CN115981377B (zh) * 2023-03-21 2023-07-14 西安羚控电子科技有限公司 一种无人机动态避障方法及系统
CN116679757A (zh) * 2023-07-31 2023-09-01 深圳高度创新技术有限公司 无人飞行器的避障方法和无人飞行器
CN116679757B (zh) * 2023-07-31 2023-10-27 深圳高度创新技术有限公司 无人飞行器的避障方法和无人飞行器

Also Published As

Publication number Publication date
CN111399539B (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
CN111399539B (zh) 一种基于航路点的无人机编队避障和防撞控制方法
Nelson et al. Vector field path following for small unmanned air vehicles
Lalish et al. Decentralized reactive collision avoidance for multiple unicycle-type vehicles
CN108319291B (zh) 一种基于安全边界分析的无人机认知防碰撞控制方法
CN111781948A (zh) 一种无人机编队队形变换与在线动态避障方法
CN110703799B (zh) 基于集中式最优控制的多舰载机协同甲板面滑行轨迹规划方法
Ingersoll et al. UAV path-planning using Bezier curves and a receding horizon approach
Zhao et al. Cooperative path following control of fixed-wing unmanned aerial vehicles with collision avoidance
Coombes et al. Reachability analysis of landing sites for forced landing of a UAS in wind using trochoidal turn paths
Zhao et al. A game-learning-based smooth path planning strategy for intelligent air–ground vehicle considering mode switching
Gao et al. Multi-lane convoy control for autonomous vehicles based on distributed graph and potential field
CN113759935B (zh) 基于模糊逻辑的智能群体编队移动控制方法
Cheng et al. Survey of cooperative path planning for multiple unmanned aerial vehicles
Sun et al. Cooperative strategy for pursuit-evasion problem in the presence of static and dynamic obstacles
Jetley et al. Safe landing of fixed wing UAVs
Wang et al. MPC and TGFC for UAV real-time route planning
Zammit et al. A control technique for automatic taxi in fixed wing
Roussos et al. Decentralised navigation and collision avoidance for aircraft in 3D space
Xu et al. Optimal control of UAV elastic formation based on legendre pseudospectral method
Dong et al. Economic model-predictive control for aircraft forced landing: Framework and two-level implementation
Cole et al. Reactive trajectory generation in an unknown environment
CN115237150A (zh) 一种固定翼编队避障方法
Tamanakijprasart et al. Dynamic Path Planning of UAV in Three-dimensional Complex Environment Based on Interfered Fluid Dynamical System
Lou Research on Obstacle Avoidance Control of Multiple UAV Formation based on Genetic Algorithm
Li et al. Research on dynamic obstacle avoidance path planning strategy of UAV

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