CN111412918A - 无人艇全局安全路径规划方法 - Google Patents

无人艇全局安全路径规划方法 Download PDF

Info

Publication number
CN111412918A
CN111412918A CN202010173316.6A CN202010173316A CN111412918A CN 111412918 A CN111412918 A CN 111412918A CN 202010173316 A CN202010173316 A CN 202010173316A CN 111412918 A CN111412918 A CN 111412918A
Authority
CN
China
Prior art keywords
unmanned ship
node
water depth
grid
path planning
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
CN202010173316.6A
Other languages
English (en)
Other versions
CN111412918B (zh
Inventor
张安民
吴美仪
王晨旭
刘帅
张豪
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.)
Tianjin University
Original Assignee
Tianjin 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 Tianjin University filed Critical Tianjin University
Priority to CN202010173316.6A priority Critical patent/CN111412918B/zh
Publication of CN111412918A publication Critical patent/CN111412918A/zh
Application granted granted Critical
Publication of CN111412918B publication Critical patent/CN111412918B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • G01C21/203Specially adapted for sailing ships

Landscapes

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

Abstract

本发明涉及无人艇路径规划技术领域,尤其涉及一种无人艇全局安全路径规划方法,包括以下步骤:步骤一、电子海图数据预处理;步骤二、获取无人艇水动力参数;步骤三、计算栅格大小;步骤四、电子海图水深数据处理;步骤五、海流数据处理;步骤六、获得栅格环境图;步骤七、进行全局路径搜索。使用本方法可以有效解决触碰水下(面)障碍物的情况问题,有效提高无人艇全局路径规划的安全性与实用性。

Description

无人艇全局安全路径规划方法
技术领域
本发明涉及无人艇路径规划技术领域,尤其涉及一种无人艇全局安全路径规划方法。
背景技术
水面无人艇(Unmanned Surface Vehicle,USV)是一种具有自主决策规划和自主导航能力的智能化水面平台,通过搭载不同的系统设备完成各种任务,可大幅提高海上工作效率。水面无人艇在现代海洋应用中发挥着越来越重要的作用,可用于军事和民用等诸多领域,在环境监测、海洋调查、军事行动等任务中具有极其广泛的应用前景。
路径规划是导航与运动控制的基础,实现水面无人艇的智能规划与控制可以大大提高无人艇的工作效率。当前无人艇路径规划的相关研究主要集中于规划出规避水面障碍物的路径,少有工作对于无人艇航线水深危险程度进行评价。若不考虑海况因素,采用传统的路径规划方法进行求解,会造成水深危险度较高时,出现触碰水下障碍物的情况,由海流等因素造成水面障碍物危险度较高时,出现与水面障碍物发生碰撞的情况。
发明内容
本发明的目的在于克服上述技术的不足,而提供一种无人艇全局安全路径规划方法。
本发明为实现上述目的,采用以下技术方案:一种无人艇全局安全路径规划方法,包括如下步骤:
步骤一、电子海图数据预处理;根据输入的无人艇航行的起点和终点位置坐标,选取预处理的矢量电子海图;
步骤二、获取无人艇水动力参数;通过水动力建模或者水池试验获取无人艇的关键水动力参数,建立水动力模型,分析计算在不同海况条件下无人艇航行过程的运动特征,确定无人艇在实际海洋环境中纵摇运动和垂荡运动最大幅值估计值;
步骤三、计算栅格大小;综合考虑水动力特性参数和电子海图大小确定对电子海图进行栅格化的分辨率;
步骤四、电子海图水深数据处理;根据步骤一预处理所得到的海域水深数据、障碍物数据以及步骤三所的栅格大小,采用插值算法对水深进行插值,获得栅格水深化水深分布;
步骤五、海流数据处理;根据步骤三所得栅格大小,对海流数据进行处理,每个栅格存储海流大小和方向信息;
步骤六、获得栅格环境图;首先,计算最小安全水深,为充分保证无人艇的航行水深安全,考虑步骤二所得的无人艇在不规则波中航行的最大向下垂荡幅值和最大俯仰角计算保证无人艇安全航行所需的最小水深,根据最小安全水深,同时考虑栅格中海流信息,与栅格附近障碍物信息确定障碍栅格,计算得到水深危险度栅格分布和水面障碍物危险度栅格分布;
步骤七、进行全局路径搜索;构建启发式估价函数,采用RA*算法,进行路径规划:
Figure BDA0002409957820000021
其中g(Ni)为第i个节点Ni到起始节点S的实际距离代价;h(Ni)为节点Ni到目标节点G的估计距离代价;
Figure BDA0002409957820000022
为从起始节点到当前节点的水深危险度之和;α为控制水深风险影响的参数,根据路径规划目标偏好度设置;
Figure BDA0002409957820000023
为起始节点到当前节点的水面障碍物危险度之和;β是控制水面障碍物风险影响的参数,根据路径规划目标偏好度设置;
优选地,所述步骤一,利用矢量电子海图,提取路径规划所需的水深数据、海流数据和障碍物数据。
优选地,所述步骤七,采用RA*算法搜索路径,构建综合考虑距离代价、水深危险度和水面障碍物危险度的代价函数,进行路径规划,具体步骤如下:
(1)设起始节点为S,目标节点为G,创建OPEN列表与CLOSE列表表,同时初始化其为空表,将S点存入OPEN表中;
重复如下过程:
(2)搜索当前节点相邻的8个节点,计算相邻节点的航行代价函数f(Ni),并将节点存入OPEN表中;
(3)建立从相邻节点指向S点的指针;
(4)查找与当前节点相邻的8个节点f(Ni),忽略障碍物与CLOSE表中的
Figure BDA0002409957820000031
(5)选择f(Ni)值最小的节点,作为当前节点从OPEN表中删除,并添加到CLOSE表中;
(6)重复以上过程,直到目标节点G添加至CLOSE表中,从点G开始根据指针方向移动至S,得到最优路径。
本发明的有益效果是:采用本方法路径规划结果更为安全合理,本发明提供了一种考虑海浪和海流干扰的,可以有效均衡水下障碍物与水面障碍物威胁以及路径长度的无人艇路径规划方法,使用本方法可以有效解决触碰水下(面)障碍物的情况问题,有效提高无人艇全局路径规划的安全性与实用性。
附图说明
图1是本发明的流程图;
图2是本发明中RA*路径搜索算法流程图。
具体实施方式
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在……上方”、“在……上表面”、“上面的”等,用来描述如在图中所示的一个器或特征与其他器或特征的空间位置关系。应当理解的是,空间相对术语旨在包含除了器在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器被倒置,则描述为“在其他器或构造上方”或“在其他器或构造之上”的器之后将被定位为“在其他器或构造下方”或“在其他器或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器也可以其他不同方式定位(旋转90度或处于其他方位),并且对这里所使用的空间相对描述作出相应解释。
结合图一,该方法包括如下步骤:
步骤一、对电子海图数据预处理。提取电子海图中的障碍物图层,具体包括陆地区域、导助航标志、桥梁桥墩、禁航区、干出礁、海床区等;提取水深点图层、海水覆盖区图层、海流图层、海图质量图层;进行相应的格式转化与属性数据处理,获取无人艇安全航行所必需的海域水深数据、海流数据、障碍物数据、海图定位误差等;
步骤二、通过建立水动力模型进行水动力仿真或者通过水池实验,分析计算无人艇在不同水动力条件下的航行姿态变化特征,获取对无人艇航行安全有重要影响的水动力参数。根据无人艇的速度范围,选取不少于三种航速和三种不同波高的不规则波,共计不少于9种工况,通过建立水动力模型进行水动力仿真或者通过水池实验,分析计算无人艇在不同水动力条件下的航行姿态变化特征。根据几种工况航行姿态变化曲线,获取对无人艇航行安全有重要影响的水动力参数,对实际海洋环境中的航行姿态变化进行估计,水动力参数具体包括最大向下垂荡值、最大俯仰角、平均吃水、最小转弯半径。
步骤三、计算栅格大小。综合考虑水动力特性参数和电子海图大小确定对电子海图进行栅格化的分辨率。根据最小转弯半径Rmin、海图定位误差ep、无人艇艇长L以及电子海图范围计算栅格大小。栅格大小选择应使栅格数不大于108,同时栅格大小应不小于3L+Rmin+ep,不大于10L+4Rmin+2ep
步骤四、电子海图水深数据处理。根据步骤一预处理所得到的海域水深数据、障碍物数据以及步骤三所的栅格大小,采用插值算法对水深进行插值,获得栅格水深化水深分布。插值算法可采用含障碍的样条函数插值算法,将步骤一所得障碍物图层作为障碍物输入要素,将水深点作为插值输入数据,合理设置样条插值函数中的平滑系数,对稀疏水深点进行插值,得到栅格化水深分布图。
步骤五、海流数据处理。对电子海图中的海流数据与海洋数值模式的海流数据进行同化,根据步骤三所得栅格大小,对同化所得海域海流数据进行处理,计算每个栅格内的海流大小和方向,并进行存储。
步骤六、获得栅格环境图。
(1)根据下式计算最小安全水深。为充分保证无人艇的航行水深安全,考虑步骤二所得的无人艇在不规则波中航行的最大向下垂荡幅值、最大俯仰角、平均吃水、电子海图水深误差计算保证无人艇安全航行所需的最小水深。
Figure BDA0002409957820000051
其中,zmax为无人艇以不同航速在不规则波中航行所产生向下的垂荡运动的最大幅值;L为无人艇的艇长;θmax为无人艇在不同工况的不规则波中航行所产生的俯仰运动的幅值最大值;
Figure BDA0002409957820000052
为无人艇的平均吃水;eenc为电子海图的水深值误差。
(2)计算栅格水深危险度分布。根据下式计算海水覆盖区域内每个栅格水深危险度,同时将障碍物栅格的水深危险代价设为无穷大。
Figure BDA0002409957820000053
其中,D(Ni)为利用水深插值算法计算所得各网格的平均水深。
(3)计算水面障碍物危险度栅格分布。
d为节点Ni到障碍物节点Oj欧式距离,a为不同类型障碍物对应的危险系数,vNi为栅格Ni中海流的速度。cNi为方向系数,采用下式计算:
Figure BDA0002409957820000054
Figure BDA0002409957820000055
式中,φc∈[0,2π)为海流相对于真北的流向,φg∈[0,2π)为节点Ni与节点Oj连线相对于真北的方位角。可航行节点附近具有k个障碍物时,选取其中的最大值作为该节点的水面障碍物危险度,如下式所示。障碍物节点的水面障碍物危险度设置为无穷大。
rS(Ni)=max{rS[Ni,1],rS[Ni,2],...,rS[Ni,k]}
步骤七、采用RA*算法进行全局安全路径搜索。
(1)输入路径起点、终点坐标,栅格环境图;
(2)初始化OPEN表和CLOSE表;
(3)当OPEN表非空且G不在CLOSE表时执行以下循环:将OPEN表中具有最小f(Ni)节点作为当前节点,存入COLOSE表,在OPEN表中删除当前节点,并执行(4)。
(4)扩展当前节点的所有相邻节点,找出相邻节点中f(Ni)最小的节点,作为当前节点的子节点,并将其作为当前节点,并返回步骤(3)。
(5)节点搜索完成后,按照指针关系回溯父节点,生成并输出路径。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (3)

1.一种无人艇全局安全路径规划方法,其特征在于,包括如下步骤:
步骤一、电子海图数据预处理;根据输入的无人艇航行的起点和终点位置坐标,选取预处理的矢量电子海图;
步骤二、获取无人艇水动力参数;通过水动力建模或者水池试验获取无人艇的关键水动力参数,建立水动力模型,分析计算在不同海况条件下无人艇航行过程的运动特征,确定无人艇在实际海洋环境中纵摇运动和垂荡运动最大幅值估计值;
步骤三、计算栅格大小;综合考虑水动力特性参数和电子海图大小确定对电子海图进行栅格化的分辨率;
步骤四、电子海图水深数据处理;根据步骤一预处理所得到的海域水深数据、障碍物数据以及步骤三所的栅格大小,采用插值算法对水深进行插值,获得栅格水深化水深分布;
步骤五、海流数据处理;根据步骤三所得栅格大小,对海流数据进行处理,每个栅格存储海流大小和方向信息;
步骤六、获得栅格环境图;首先,计算最小安全水深,为充分保证无人艇的航行水深安全,考虑步骤二所得的无人艇在不规则波中航行的最大向下垂荡幅值和最大俯仰角计算保证无人艇安全航行所需的最小水深,根据最小安全水深,同时考虑栅格中海流信息,与栅格附近障碍物信息确定障碍栅格,计算得到水深危险度栅格分布和水面障碍物危险度栅格分布;
步骤七、进行全局路径搜索;构建启发式估价函数,采用RA*算法,进行路径规划:
Figure FDA0002409957810000011
其中g(Ni)为第i个节点Ni到起始节点S的实际距离代价;h(Ni)为节点Ni到目标节点G的估计距离代价;
Figure FDA0002409957810000012
为从起始节点到当前节点的水深危险度之和;α为控制水深风险影响的参数,根据路径规划目标偏好度设置;
Figure FDA0002409957810000013
为起始节点到当前节点的水面障碍物危险度之和;β是控制水面障碍物风险影响的参数,根据路径规划目标偏好度设置。
2.根据权利要求1所述的无人艇全局安全路径规划方法,其特征在于,所述步骤一,利用矢量电子海图,提取路径规划所需的水深数据、海流数据和障碍物数据。
3.根据权利要求1所述的一种无人艇全局安全路径规划方法,其特征在于,所述步骤七,采用RA*算法搜索路径,构建综合考虑距离代价、水深危险度和水面障碍物危险度的代价函数,进行路径规划,具体步骤如下:
(1)设起始节点为S,目标节点为G,创建OPEN列表与CLOSE列表表,同时初始化其为空表,将S点存入OPEN表中;
重复如下过程:
(2)搜索当前节点相邻的8个节点,计算相邻节点的航行代价函数f(Ni),并将节点存入OPEN表中;
(3)建立从相邻节点指向S点的指针;
(4)查找与当前节点相邻的8个节点f(Ni),忽略障碍物与CLOSE表中的
Figure FDA0002409957810000021
(5)选择f(Ni)值最小的节点,作为当前节点从OPEN表中删除,并添加到CLOSE表中;
(6)重复以上过程,直到目标节点G添加至CLOSE表中,从点G开始根据指针方向移动至S,得到最优路径。
CN202010173316.6A 2020-03-13 2020-03-13 无人艇全局安全路径规划方法 Active CN111412918B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010173316.6A CN111412918B (zh) 2020-03-13 2020-03-13 无人艇全局安全路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010173316.6A CN111412918B (zh) 2020-03-13 2020-03-13 无人艇全局安全路径规划方法

Publications (2)

Publication Number Publication Date
CN111412918A true CN111412918A (zh) 2020-07-14
CN111412918B CN111412918B (zh) 2022-01-07

Family

ID=71491022

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010173316.6A Active CN111412918B (zh) 2020-03-13 2020-03-13 无人艇全局安全路径规划方法

Country Status (1)

Country Link
CN (1) CN111412918B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112985406A (zh) * 2021-02-23 2021-06-18 武汉理工大学 船舶避障路径规划方法、装置及存储介质
CN113776535A (zh) * 2021-08-31 2021-12-10 中国舰船研究设计中心 一种基于栅格化电子海图的无人艇航路规划方法
CN115130202A (zh) * 2022-06-06 2022-09-30 中国船舶集团有限公司系统工程研究院 一种无人艇航行仿真模拟方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08201515A (ja) * 1995-01-23 1996-08-09 Hitachi Ltd 航海用情報処理装置
CN103186710A (zh) * 2011-12-31 2013-07-03 北京金山软件有限公司 最优路径搜索方法及系统
CN103900573A (zh) * 2014-03-27 2014-07-02 哈尔滨工程大学 一种基于s57标准电子海图的水下运载器多约束航路规划方法
KR101554498B1 (ko) * 2014-11-28 2015-09-21 금호마린테크 (주) 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템
CN106441303A (zh) * 2016-09-30 2017-02-22 哈尔滨工程大学 一种基于可搜索连续邻域a*算法的路径规划方法
CN108225326A (zh) * 2017-12-31 2018-06-29 南京理工大学 一种基于a*算法的agv路径规划方法
CN108253984A (zh) * 2017-12-19 2018-07-06 昆明理工大学 一种基于改进a星算法的移动机器人路径规划方法
CN108508893A (zh) * 2018-03-23 2018-09-07 西安电子科技大学 一种基于改进a算法的机器人能效最优路径规划方法
CN108630017A (zh) * 2018-05-04 2018-10-09 上海海洋大学 一种船舶航行避碰方法及系统
KR101982084B1 (ko) * 2018-11-19 2019-05-24 (주)엔디씨에스 항로 생성 시스템 및 그의 딥러닝 기술에 기반한 항로 생성 방법
CN110398250A (zh) * 2019-08-13 2019-11-01 哈尔滨工程大学 一种无人艇全局路径规划方法
CN110501014A (zh) * 2019-09-26 2019-11-26 武汉理工大学 一种面向受限水域的无人艇运动规划方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08201515A (ja) * 1995-01-23 1996-08-09 Hitachi Ltd 航海用情報処理装置
CN103186710A (zh) * 2011-12-31 2013-07-03 北京金山软件有限公司 最优路径搜索方法及系统
CN103900573A (zh) * 2014-03-27 2014-07-02 哈尔滨工程大学 一种基于s57标准电子海图的水下运载器多约束航路规划方法
KR101554498B1 (ko) * 2014-11-28 2015-09-21 금호마린테크 (주) 네트워크 모형화를 이용한 선박의 최적항로 계획 시스템
CN106441303A (zh) * 2016-09-30 2017-02-22 哈尔滨工程大学 一种基于可搜索连续邻域a*算法的路径规划方法
CN108253984A (zh) * 2017-12-19 2018-07-06 昆明理工大学 一种基于改进a星算法的移动机器人路径规划方法
CN108225326A (zh) * 2017-12-31 2018-06-29 南京理工大学 一种基于a*算法的agv路径规划方法
CN108508893A (zh) * 2018-03-23 2018-09-07 西安电子科技大学 一种基于改进a算法的机器人能效最优路径规划方法
CN108630017A (zh) * 2018-05-04 2018-10-09 上海海洋大学 一种船舶航行避碰方法及系统
KR101982084B1 (ko) * 2018-11-19 2019-05-24 (주)엔디씨에스 항로 생성 시스템 및 그의 딥러닝 기술에 기반한 항로 생성 방법
CN110398250A (zh) * 2019-08-13 2019-11-01 哈尔滨工程大学 一种无人艇全局路径规划方法
CN110501014A (zh) * 2019-09-26 2019-11-26 武汉理工大学 一种面向受限水域的无人艇运动规划方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
SHUAI LIU等: "A Method of Path Planning on Safe Depth for Unmanned Surface Vehicles Based on Hydrodynamic Analysis", 《APPLIED SCIENCES-BASEL》 *
YOGANG SINGH等: "A constrained A* approach towards optimal path planning for an unmanned surface vehicle in a maritime environment containing dynamic obstacles and ocean currents", 《OCEAN ENGINEERING》 *
曲毅等: "无人艇路径自主规划方法及策略研究综述", 《信息通信》 *
随博文等: "基于改进A*算法的水面无人艇路径规划", 《船舶科学技术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112985406A (zh) * 2021-02-23 2021-06-18 武汉理工大学 船舶避障路径规划方法、装置及存储介质
CN113776535A (zh) * 2021-08-31 2021-12-10 中国舰船研究设计中心 一种基于栅格化电子海图的无人艇航路规划方法
CN115130202A (zh) * 2022-06-06 2022-09-30 中国船舶集团有限公司系统工程研究院 一种无人艇航行仿真模拟方法及系统

Also Published As

Publication number Publication date
CN111412918B (zh) 2022-01-07

Similar Documents

Publication Publication Date Title
CN111412918B (zh) 无人艇全局安全路径规划方法
CN110398250B (zh) 一种无人艇全局路径规划方法
CN108681321B (zh) 一种无人船协同编队的水下探测方法
CN109737970B (zh) 一种基于改进rrt算法的水面无人艇路径规划方法
Bandyophadyay et al. A simple reactive obstacle avoidance algorithm and its application in singapore harbor
CN111580518B (zh) 一种基于改进果蝇优化和动态窗口法的无人艇分层避障方法
CN110906935B (zh) 一种无人艇路径规划方法
CN109374004A (zh) 一种基于ia*算法的智能无人船舶路径规划方法
CN106643723B (zh) 一种无人艇安全航行船位推算方法
CN109000646A (zh) 基于凹多边形扫描区域的无人船路径规划方法及系统
CN111090283B (zh) 一种无人艇组合定位定向方法和系统
Zhou et al. Mapping the underside of an iceberg with a modified underwater glider
CN111665846B (zh) 一种基于快速扫描法的水面无人艇路径规划方法
Lan et al. Improved RRT algorithms to solve path planning of multi-glider in time-varying ocean currents
CN114610046A (zh) 一种考虑动态水深的无人艇动态安全轨迹规划方法
CN112880678A (zh) 一种复杂水域环境中无人艇航行规划方法
Viswanathan et al. AUV motion-planning for photogrammetric reconstruction of marine archaeological sites
CN117193296A (zh) 一种基于高安全性的改进a星无人艇路径规划方法
CN109916400B (zh) 一种基于梯度下降算法与vo法相结合的无人艇避障方法
Matsuda et al. Alternating landmark navigation of multiple AUVs for wide seafloor survey: Field experiment and performance verification
Stateczny et al. Precise bathymetry as a step towards producing bathymetric electronic navigational charts for comparative (terrain reference) navigation
Teng et al. A dynamic path planning method for terrain-aided navigation of autonomous underwater vehicles
CN112747760B (zh) 一种狭水道水面无人平台自主航行航路规划方法及装置
CN114200929B (zh) 多水下机器人最大探测覆盖率的快速梳型路径规划方法
Gao et al. Artificial intelligence algorithms in unmanned surface vessel task assignment and path planning: A survey

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