CN112014848A - 一种轨枕定位方法、轨枕定位装置及电子设备 - Google Patents
一种轨枕定位方法、轨枕定位装置及电子设备 Download PDFInfo
- Publication number
- CN112014848A CN112014848A CN202010086566.6A CN202010086566A CN112014848A CN 112014848 A CN112014848 A CN 112014848A CN 202010086566 A CN202010086566 A CN 202010086566A CN 112014848 A CN112014848 A CN 112014848A
- Authority
- CN
- China
- Prior art keywords
- data
- identification data
- sleeper
- laser ranging
- tie
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请提供一种轨枕定位方法、轨枕定位装置、电子设备及计算机可读存储介质,其中,该轨枕定位方法包括:接收预置在小型轨道检测设备上的激光测距传感器所发送的初始激光测距数据,小型轨道检测设备沿轨道方向滑动,激光测距传感器的镜头垂直面向地面,对初始激光测距数据进行预处理,得到预处理后的轨枕识别数据,根据轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与一个以上的目标轨枕识别数据点相对应的里程值。本申请技术方案不仅可以提高对铁路轨枕定位的精度,还可以节约工人的作业时间与作业成本。
Description
技术领域
本发明属于定位技术领域,尤其涉及一种轨枕定位方法、轨枕定位装置、电子设备及计算机可读存储介质。
背景技术
近些年,城市拥堵问题越发突出,随之促进了城市轨道交通行业的快速发展,其在城市公共交通出行中发挥的作用也愈发显著,地铁占据城市轨道交通比重超过70%。2018年底,全国共有城市轨道交通运营线路163条,总里程4909公里,计划建设里程7700公里,正在建设里程超过6000公里,随着列车运营年限的增加,钢轨会产生各种病害问题,日常维护也变得越来越重要。
小型轨道检测设备用于轨道交通的日常维护可有效提高检测效率,现有设备是以推行的里程为自变量进行描述,但里程存在测量误差,而且误差是累加的,在长距离的测量中,靠里程标识的病害定位可能与实际相差甚远,将给病害的准确定位与维护处理造成困难。而传统的里程测量技术的里程累积误差,正是造成病害难以精确定位的根源,所以,消除测量过程中的里程累积误差是解决病害定位的关键。
发明内容
本申请提供了一种轨枕定位方法、轨枕定位装置、电子设备及计算机可读存储介质,可提高对铁路轨枕定位的精度,并节约工人的作业时间与作业成本。
第一方面,本申请实施例提供了一种轨枕定位方法,包括:
接收预置在小型轨道检测设备上的激光测距传感器所发送的初始激光测距数据,其中,小型轨道检测设备沿轨道方向滑动,激光测距传感器的镜头垂直面向地面;
对初始激光测距数据进行预处理,得到预处理后的轨枕识别数据;
根据轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与一个以上的目标轨枕识别数据点相对应的里程值。
第二方面,本申请提供了轨枕定位装置,包括:
接收单元,用于接收预置在小型轨道检测设备上的激光测距传感器所发送的初始激光测距数据,其中,小型轨道检测设备沿轨道方向滑动,激光测距传感器的镜头垂直面向地面;
预处理单元,对初始激光测距数据进行预处理,得到预处理后的轨枕识别数据;
记录单元,根据轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与一个以上的目标轨枕识别数据点相对应的里程值。
第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上述第一方面所述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如第一方面所述的方法。
第五方面,本申请实施例提供了一种计算机程序产品,上述计算机程序产品包括计算机程序,上述计算机程序被一个或多个处理器执行时实现如第一方面所述方法的步骤。
由上可见,在本申请方案中,首先接收预置在小型轨道检测设备上的激光测距传感器所发送的初始激光测距数据,其中,小型轨道检测设备沿轨道方向滑动,激光测距传感器的镜头垂直面向地面,然后对初始激光测距数据进行预处理,得到预处理后的轨枕识别数据,最后根据轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与一个以上的目标轨枕识别数据点相对应的里程值,最终不仅提高了对铁路轨枕定位的精度,还节约了工人的作业时间与作业成本。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的轨枕定位方法的实现流程示意图;
图2是本申请实施例提供的扣件样式参照图;
图3是本申请实施例提供的初始激光测距数据的一种数据曲线形式参照图;
图4是本申请实施例提供的距离曲线中最大下降沿和最大上升沿的示意图;
图5是本申请实施例提供的轨枕计数判断算法流程图;
图6是本申请实施例提供的轨枕边缘检测二次拟合局部放大图;
图7是本申请实施例提供的轨枕定位装置的示意图;
图8是本申请实施例提供的电子设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本申请上述的技术方案,下面通过具体实施例来进行说明。
对本申请实施例提供的一种轨枕定位方法进行描述,请参阅图1,包括:
步骤101,接收预置在小型轨道检测设备上的激光测距传感器所发送的初始激光测距数据。
在本申请实施例中,可通过小型轨道检测设备上搭载的激光测距传感器进行激光测距数据捕捉,其中,小型轨道检测设备最下方具有一个以上的带有凹槽的滚轮,因此可通过滚轮实现小型轨道检测设备在轨道上的滑动,小型轨道检测设备的滚轮可以仅接触一条轨道上的一根铁轨来沿轨道方向滑动,也可以同时接触一条轨道上的两根铁轨来沿轨道方向滑动,滑动时为匀速滑动。激光测距传感器可以安装在小型轨道检测设备上指定高度的横杆上,该指定高度可根据不同的施工条件、环境因素或者工作人员需要进行任意调节,其中,激光测距传感器的镜头(包括激光发射器与激光接收器)应垂直朝向于地面,且激光测距传感器所发射的激光应当可以同时经过轨枕以及扣件的中心位置。图2是扣件样式的参照图。
步骤102,对初始激光测距数据进行预处理,得到预处理后的轨枕识别数据。
在本申请实施例中,上述初始激光测距数据为小型轨道检测设备通过搭载在其上的激光测距传感器对目标检测轨道路段进行激光测距后汇总得到的激光测距数据,该激光测距数据可以表现为一种曲线图表的格式,其中,曲线图表中可以以时间(秒、分钟或其它)为横坐标轴的数据单位,并以激光传感器距离(毫米、厘米或其它)为纵坐标轴的数据单位,其中,激光传感器距离为激光传感器发射出激光的位置与轨枕或扣件反射回激光的位置之间的距离。图3是初始激光测距数据形成的一种数据曲线形式。
在平整的道床上,上述初始激光测距数据应当在某一数值上下波动,并在激光测距传感器的重复识别误差范围内保持稳定。当激光测距传感器所发射的激光遇到扣件时,得到的激光波形数据则会发生剧烈的变化。
在得到初始激光测距数据后,应当对初始激光测距数据进行必要的数据处理,这是因为在实际的工程测量过程中,得到的数据中可能包含有缺失值或异常值等,因此在进一步应用初始激光测距数据之前,应当对初始激光测距数据进行去除噪声的预处理,所去除的噪声可以包括异常值、低频噪声以及高频噪声等。
步骤103,根据轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与一个以上的目标轨枕识别数据点相对应的里程值。
在本申请实施例中,目标轨枕识别数据点可以通过上述预处理后的轨枕识别数据所表现出的曲线来选取,目标轨枕识别数据点反映了激光刚刚照射在轨枕边缘时所产生的激光距离数据值突变情况,但在实际测量过程中,往往存在路面不平、存在石子以及激光必定会经过形状突出的扣件等情况,因此仅凭激光距离数据值产生突变便认定产生突变的位置为轨枕边缘处并不准确,鉴于此,考虑到轨枕上均会安装有扣件以及扣件结构的特殊性,可以借助激光扫描扣件产生的具有显著特征的数据跳变来证实哪些激光距离数据值产生突变的位置代表轨枕边缘,从而确定出了轨枕边缘的位置,进而最终确定出各个目标轨枕识别数据点相对应的里程值,即各个轨枕边缘的位置。
可选地,考虑到得到的初始激光测距数据可能存在缺失值或异常值等情况,因而,上述轨枕定位方法对初始激光测距数据进行具体的数据预处理,即步骤102包括:
A1、通过预设的最大阈值去除轨枕识别数据的异常大值,并通过预设的最小阈值去除初始激光测距数据的异常小值,得到第一处理数据。
由于轨道附近有时会存在水沟、线缆以及不属于道砟的突出石块等异物干扰,这些异物反映出的激光距离数据显然与正常无异物条件下得到的激光距离数据存在较大偏差,即正常无异物条件下得到的激光距离数据只会存在于一已知的数值范围内,因此可以预先设定一最大阈值,同时预先设定一最小阈值,在最大阈值于最大阈值之间的数值范围即代表了正常无异物条件下得到的激光距离数据可存在的范围,而大于上述最大阈值或小于上述最小阈值的激光距离数据则可视为由异物产生的激光距离数据,因此可知将由异物产生的激光距离数据直接剔除不再使用,最终得到异常值处理后的第一处理数据。
A2、对初始激光测距数据进行连续采样,将连续采样所得的采样值按照大小排列,取采样值的中间值为有效值,得到第二处理数据,其中,连续采样的采样次数为预设次数。
采用中值滤波,对初始激光测距数据进行连续采样,连续采用的次数为预设次数,该预设次数可以根据工作人员不同的数据需要进行任意设定。在对初始激光测距数据进行连续采样后,将得到的采样值按照大小排列,并取中间值为本次有效值,从而得到有效去除低频噪声后的第二处理数据。
A3、采用低通滤波过滤初始激光测距数据的高频噪声,得到第三处理数据。
采用低通滤波,可对周期性出现的高频噪声进行有效的过滤,周期性出现的高频噪声工作人员不同的数据需要进行任意设定,例如可以根据采样周期2ms进行设置,在采用低通滤波对初始激光测距数据过滤后,得到高频噪声处理后的第三处理数据。
A4、根据第一处理数据、第二处理数据及第三处理数据得到轨枕识别数据。
将上述通过各类方式处理后的第一处理数据、第二处理数据及第三处理数据加以汇总,得到预处理后的轨枕识别数据。
可选地,在步骤102之后,还包括:
B1、设置迭代式的初始窗口,根据初始窗口确定距离曲线的波谷位置,距离曲线为基于轨枕识别数据所形成的曲线。
在得到预处理后的轨枕识别数据后,可以直接以将轨枕识别数据转化为曲线的形式,得到距离曲线。由于轨道上的相邻的两条轨枕之间的间距相同,因此距离曲线会发生遵循特定的变化规律。在设置迭代式的初始窗口时,还需记录窗口各个数据点的里程值。
由于距离曲线发生特定变化规律集中在轨枕段,因而此处主要对距离曲线中代表轨枕出现的曲线段进行分析,鉴于此,为了提高轨枕识别方法的识别效率,同时考虑到算法的实时性,可以采用迭代式的初始窗口法计算,迭代式的自适应窗口表明窗口内的曲线段为需要进行进一步分析的数据,且初始窗口的大小可以随测量速度与轨枕宽度的变化而变化。初始窗口大小其中v为轨枕定位装置的测量速度,d为轨枕宽度,k为窗口扩大系数,窗口扩大系数可由工作人员根据需要进行设定。
B2、查找波谷位置前的数据是否存在最大下降沿。
设置初始窗口后,即可对窗口内数据进行处理。由于存在道床与扣件存在高度差,因此可将窗口内数据最大值与最小值之差作为判断规则之一。同时在正常情况下,轨枕的出现会使得距离曲线出现最大下降沿及最大上升沿,且两者交替出现,一个距离曲线中会存在有多个最大下降沿及最大上升沿。
在初始窗口中确定出距离曲线的波谷位置,即极小值,并将极小值点为起点设置次级窗口,可以是取极小值点前的数据为下降沿次级窗口,极小值点后的数据为上升沿次级窗口。
取上述次级窗口内数据的最大值DSmax与最小值DSmin,并标记其在数组内的索引号Index(DSmax)和Index(DSmin),通过比较索引号Index(DSmax)和Index(DSmin)的大小来作为判断是否存在最大下降沿的第一种条件,当Index(DSmax)大于Index(DSmin),则可以判断存在最大下降沿。
在对是否存在最大下降沿进行判断的过程中,可以仅通过上述第一种条件进行判断,也可以仅通过上述第二种条件进行判断,还可以同时通过上述两种条件进行过判断。当同时通过上述两种条件进行过判断时,最大下降沿的判别式可以表现为:
其中,DSmax是数组内数据最大值;DSmin是数组内数据最小值;n是次级窗口数组长度;f’(DSi)是次级窗口数组内数据导数;Dr_flag是门标志,为布尔类型,值为0或1。
当同时满足最大下降沿上述两种判断条件且门标志开启时,可认为正确识别到曲线最大下降沿,此时会将门标志闭合,即令Dr_flag=0。
B3、查找波谷位置后的数据是否存在最大上升沿;
同理,取上述次级窗口内数据的最大值DSmax与最小值DSmin,并标记其在数组内的索引号Index(DSmax)和Index(DSmin),通过比较索引号Index(DSmax)和Index(DSmin)的大小来作为判断是否存在最大下降沿的第一种条件,当Index(DSmax)小于Index(DSmin),则可以判断存在最大上升沿。
在对是否存在最大上升沿进行判断的过程中,可以仅通过上述第一种条件进行判断,也可以仅通过上述第二种条件进行判断,还可以同时通过上述两种条件进行过判断。当同时通过上述两种条件进行过判断时,最大上升沿的判别式可以表现为:
当同时满足最大上升沿上述两种判断条件且门标志开启时,可认为正确识别到曲线最大上升沿,此时会将门标志开启,即令Dr_flag=1。
B4、判断最大下降沿及最大上升沿是否交替出现;
当门标志的关闭与开启交替出现时则可判定最大下降沿及最大上升沿为交替出现。图4展示了距离曲线中的最大下降沿和最大上升沿,其中A区域代表最大下降沿,B区域代表最大上升沿。
B5、若最大下降沿及最大上升沿交替出现,则在最大上升沿被正确识别时,更新轨枕计数的数量。
当判定最大下降沿和最大上升沿交替出现时,则可在最大上升沿被正确识别时,更新轨枕计数的数量。轨枕计数可以通过小型轨道检测装置内置的计数功能、额外安装的软件程序或外接的轨枕计数器等进行统计。上述步骤B1-B5形成了一种如图5所示的轨枕计数判断算法。
而如果小型轨道检测设备中途遇障停止时处于轨枕上方,此时应根据启动时激光测距值的大小进行判断,若其小于预设的阈值(即激光测距传感器发射平面至轨枕的平均距离),则只有在下一个等长的时间段内捕获到一个最大导数值上升沿曲线时,才可认为其处于轨枕上方,此时更新轨枕计数的数量。
可选地,步骤103具体为:
C1、计算距离曲线的最大下降沿中各个数据点的导数值。
对距离曲线的最大下降沿中各个数据点的导数值进行计算,以利用计算得到的导数值对轨枕边缘的位置进行判断。
C2、当目标最大下降沿中出现两次以上导数值的数据跳变时,将目标最大下降沿中第一次出现导数值的数据跳变的点作为目标轨枕识别数据点,其中,目标最大下降沿为距离曲线中的任一最大下降沿。
由于轨枕上扣件的特殊形状,因此在目标最大下降沿窗口中的导数值会出现2次以上数据跳变,此时即可确认该目标窗口中包含有轨枕边缘的位置数据,因此可以在出现2次以上数据跳变的位置之间,选择第一次数据跳变的位置作为轨枕边缘的位置,即目标轨枕识别数据点。
C3、记录与目标轨枕识别数据点对应的里程值。
记录目标轨枕识别数据点对应的里程值,里程值可以代表轨枕边缘的位置,从而实现了对轨枕的定位。
可选地,考虑到导数是对数据进行微分,因此还可对得出的结果存进行稳定性优化,即步骤103还可以包括:
D1、对初始窗口内第一次出现导数值的数据跳变处的极值进行二次项拟合。
采用插补的方式,对初始窗口内第一次出现导数值的数据跳变处的极值进行二次项拟合,以得到唯一的解。图6是轨枕边缘检测二次拟合局部放大图。
D2、当二次项拟合的结果与极值的差值在预设差值以内时,确定极值为目标轨枕识别数据点。
如果上述得到唯一的解与极值的差值在预设差值以内,预设差值可由工作人员任意设定,例如预设差值可以为1cm,则可以认为上述极值为目标轨枕识别数据点,即轨枕边缘,同时也可相应地确定出各个轨枕的里程值。
由上可见,通过本申请实施例,接收预置在小型轨道检测设备上的激光测距传感器所发送的初始激光测距数据,小型轨道检测设备沿轨道方向滑动,激光测距传感器的镜头垂直面向地面,对初始激光测距数据进行预处理,得到预处理后的轨枕识别数据,根据轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与一个以上的目标轨枕识别数据点相对应的里程值,最终不仅提高了对铁路轨枕定位的精度,还节约了工人的作业时间与作业成本。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文所提出的轨枕定位方法,下面对本申请实施例提供的一种轨枕定位装置进行描述,请参阅图7,上述轨枕定位装置7包括:
接收单元701,用于接收预置在小型轨道检测设备上的激光测距传感器所发送的初始激光测距数据,小型轨道检测设备沿轨道方向滑动,激光测距传感器的镜头垂直面向地面;
预处理单元702,对初始激光测距数据进行预处理,得到预处理后的轨枕识别数据;
记录单元703,根据轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与一个以上的目标轨枕识别数据点相对应的里程值。
可选地,上述轨枕定位装置7还包括:
第一处理单元,用于通过预设的最大阈值去除轨枕识别数据的异常大值,并通过预设的最小阈值去除初始激光测距数据的异常小值,得到第一处理数据;
第二处理单元,用于对初始激光测距数据进行连续采样,将连续采样所得的采样值按照大小排列,取采样值的中间值为有效值,得到第二处理数据,其中,连续采样的采样次数为预设次数;
第三处理单元,用于采用低通滤波过滤初始激光测距数据的高频噪声,得到第三处理数据;
轨枕识别数据生成单元,用于根据第一处理数据、第二处理数据及第三处理数据得到轨枕识别数据。
可选地,上述轨枕定位装置7还包括:
波谷位置确认单元,用于设置迭代式的初始窗口,根据初始窗口确定距离曲线的波谷位置,距离曲线为基于轨枕识别数据所形成的曲线;
第一查找单元,用于查找波谷位置前的数据是否存在最大下降沿;
第二查找单元,用于查找波谷位置后的数据是否存在最大上升沿;
判断单元,用于判断最大下降沿及最大上升沿是否交替出现;
计数更新单元,用于若最大下降沿及最大上升沿交替出现,则在最大上升沿被正确识别时,更新轨枕计数的数量;
可选地,所述记录单元703,包括:
导数值计算子单元,计算距离曲线的最大下降沿中各个数据点的导数值;
目标轨枕识别数据点第一确认子单元,当目标最大下降沿中出现两次以上导数值的数据跳变时,将目标最大下降沿中第一次出现导数值的数据跳变的点作为目标轨枕识别数据点,其中,目标最大下降沿为距离曲线中的任一最大下降沿;
里程值记录子单元,用于记录与所述目标轨枕识别数据点对应的里程值。
可选地,所述记录单元703,还包括:
二次项拟合子单元,用于对初始窗口内第一次出现导数值的数据跳变处的极值进行二次项拟合;
目标轨枕识别数据点第二确认子单元,用于当二次项拟合的结果与极值的差值在预设差值以内时,确定极值为目标轨枕识别数据点。
由上可见,通过本申请实施例,轨枕定位装置通过接收预置在小型轨道检测设备上的激光测距传感器所发送的初始激光测距数据,小型轨道检测设备沿轨道方向滑动,激光测距传感器的镜头垂直面向地面,对初始激光测距数据进行预处理,得到预处理后的轨枕识别数据,根据轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与一个以上的目标轨枕识别数据点相对应的里程值,最终不仅提高了对铁路轨枕定位的精度,还节约了工人的作业时间与作业成本。
本申请实施例还提供了一种电子设备,该电子设备可以为小型轨道检测设备,请参阅图8,本申请实施例中的电子设备8包括:存储器801,一个或多个处理器802(图8中仅示出一个)及存储在存储器801上并可在处理器上运行的计算机程序。其中:存储器801用于存储软件程序以及模块,处理器802通过运行存储在存储器801的软件程序以及单元,从而执行各种功能应用以及数据处理,以获取上述预设事件对应的资源。具体地,上述处理器802通过运行存储在存储器801的上述计算机程序时实现以下步骤:
接收预置在小型轨道检测设备上的激光测距传感器所发送的初始激光测距数据,其中,小型轨道检测设备沿轨道方向滑动,激光测距传感器的镜头垂直面向地面;
对初始激光测距数据进行预处理,得到预处理后的轨枕识别数据;
根据轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与一个以上的目标轨枕识别数据点相对应的里程值。
假设上述为第一种可能的实施方式,则在第一种可能的实施方式作为基础而提供的第二种可能的实施方式中,上述处理器802通过运行存储在存储器801的上述计算机程序时还实现以下步骤:
通过预设的最大阈值去除轨枕识别数据的异常大值,并通过预设的最小阈值去除初始激光测距数据的异常小值,得到第一处理数据;
对初始激光测距数据进行连续采样,将连续采样所得的采样值按照大小排列,取采样值的中间值为有效值,得到第二处理数据,其中,连续采样的采样次数为预设次数;
采用低通滤波过滤初始激光测距数据的高频噪声,得到第三处理数据;
根据第一处理数据、第二处理数据及第三处理数据得到轨枕识别数据。
在上述第一种可能的实施方式作为基础而提供的第三种可能的实施方式中,在上述对初始激光测距数据进行预处理,得到预处理后的轨枕识别数据之后,还包括:
设置迭代式的初始窗口,根据初始窗口确定距离曲线的波谷位置,距离曲线为基于轨枕识别数据所形成的曲线;
查找波谷位置前的数据是否存在最大下降沿;
查找波谷位置后的数据是否存在最大上升沿;
判断最大下降沿及最大上升沿是否交替出现;
若最大下降沿及最大上升沿交替出现,则在最大上升沿被正确识别时,更新轨枕计数的数量。
在上述第三种可能的实施方式作为基础而提供的第四种可能的实施方式中,上述根据轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与一个以上的目标轨枕识别数据点相对应的里程值,包括:
计算距离曲线的最大下降沿中各个数据点的导数值;
当目标最大下降沿中出现两次以上导数值的数据跳变时,将目标最大下降沿中第一次出现导数值的数据跳变的点作为目标轨枕识别数据点,其中,目标最大下降沿为距离曲线中的任一最大下降沿;
记录与目标轨枕识别数据点对应的里程值。
在上述第四种可能的实施方式作为基础而提供的第五种可能的实施方式中,根据预处理后的轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与一个以上的目标轨枕识别数据点相对应的里程值,还包括:
对初始窗口内第一次出现导数值的数据跳变处的极值进行二次项拟合;
当二次项拟合的结果与极值的差值在预设差值以内时,确定极值为目标轨枕识别数据点。
进一步,上述电子设备还可包括:一个或多个输入设备和一个或多个输出设备。存储器801、处理器802、输入设备和输出设备通过总线连接。
应当理解,在本申请实施例中,所称处理器802可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备可以包括键盘、触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等,输出设备可以包括显示器、扬声器等。
存储器801可以包括只读存储器和随机存取存储器,并向处理器802提供指令和数据。存储器801的一部分或全部还可以包括非易失性随机存取存储器。例如,存储器801还可以存储设备类型的信息。
由上可见,通过本申请实施例,电子设备通过接收预置在小型轨道检测设备上的激光测距传感器所发送的初始激光测距数据,小型轨道检测设备沿轨道方向滑动,激光测距传感器的镜头垂直面向地面,对初始激光测距数据进行预处理,得到预处理后的轨枕识别数据,根据轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与一个以上的目标轨枕识别数据点相对应的里程值,最终不仅提高了对铁路轨枕定位的精度,还节约了工人的作业时间与作业成本。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者外部设备软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,上述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读存储介质可以包括:能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机可读存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括是电载波信号和电信信号。
以上上述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种轨枕定位方法,其特征在于,包括:
接收预置在小型轨道检测设备上的激光测距传感器所发送的初始激光测距数据,其中,所述小型轨道检测设备沿轨道方向滑动,所述激光测距传感器的镜头垂直面向地面;
对所述初始激光测距数据进行预处理,得到预处理后的轨枕识别数据;
根据所述轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与所述一个以上的目标轨枕识别数据点相对应的里程值。
2.如权利要求1所述的轨枕定位方法,其特征在于,所述对所述初始激光测距数据进行预处理,得到预处理后的轨枕识别数据,包括:
通过预设的最大阈值去除所述轨枕识别数据的异常大值,并通过预设的最小阈值去除所述初始激光测距数据的异常小值,得到第一处理数据;
对所述初始激光测距数据进行连续采样,将连续采样所得的采样值按照大小排列,取所述采样值的中间值为有效值,得到第二处理数据,其中,连续采样的采样次数为预设次数;
采用低通滤波过滤所述初始激光测距数据的高频噪声,得到第三处理数据;
根据所述第一处理数据、所述第二处理数据及所述第三处理数据得到所述轨枕识别数据。
3.如权利要求1所述的轨枕定位方法,其特征在于,在所述对所述初始激光测距数据进行预处理,得到预处理后的轨枕识别数据之后,还包括:
设置迭代式的初始窗口,根据所述初始窗口确定距离曲线的波谷位置,所述距离曲线为基于所述轨枕识别数据所形成的曲线;
查找所述波谷位置前的数据是否存在最大下降沿;
查找所述波谷位置后的数据是否存在最大上升沿;
判断所述最大下降沿及所述最大上升沿是否交替出现;
若所述最大下降沿及所述最大上升沿交替出现,则在所述最大上升沿被正确识别时,更新轨枕计数的数量。
4.如权利要求3所述的轨枕定位方法,其特征在于,所述根据所述轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与所述一个以上的目标轨枕识别数据点相对应的里程值,具体为:
计算所述距离曲线的最大下降沿中各个数据点的导数值;
当目标最大下降沿中出现两次以上导数值的数据跳变时,将所述目标最大下降沿中第一次出现所述导数值的数据跳变的点作为所述目标轨枕识别数据点,其中,所述目标最大下降沿为所述距离曲线中的任一最大下降沿;
记录与所述目标轨枕识别数据点对应的里程值。
5.如权利要求4所述的轨枕定位方法,其特征在于,所述根据所述预处理后的轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与所述一个以上的目标轨枕识别数据点相对应的里程值,还包括:
对所述初始窗口内第一次出现所述导数值的数据跳变处的极值进行二次项拟合;
当所述二次项拟合的结果与所述极值的差值在预设差值以内时,确定所述极值为所述目标轨枕识别数据点。
6.一种轨枕定位装置,其特征在于,包括:
接收单元,用于接收预置在小型轨道检测设备上的激光测距传感器所发送的初始激光测距数据,其中,所述小型轨道检测设备沿轨道方向滑动,所述激光测距传感器的镜头垂直面向地面;
预处理单元,用于对所述初始激光测距数据进行预处理,得到预处理后的轨枕识别数据;
记录单元,用于根据所述轨枕识别数据确定一个以上的目标轨枕识别数据点,记录与所述一个以上的目标轨枕识别数据点相对应的里程值。
7.如权利要求6所述的轨枕定位装置,其特征在于,所述预处理单元,包括:
第一处理子单元,用于通过预设的最大阈值去除所述轨枕识别数据的异常大值,并通过预设的最小阈值去除所述初始激光测距数据的异常小值,得到第一处理数据;
第二处理子单元,用于对所述初始激光测距数据进行连续采样,将连续采样所得的采样值按照大小排列,取所述采样值的中间值为有效值,得到第二处理数据,其中,连续采样的采样次数为预设次数;
第三处理子单元,用于采用低通滤波过滤所述初始激光测距数据的高频噪声,得到第三处理数据;
轨枕识别数据生成子单元,用于根据所述第一处理数据、所述第二处理数据及所述第三处理数据得到所述轨枕识别数据。
8.如权利要求6所述的轨枕定位装置,其特征在于,所述轨枕定位装置,还包括:
波谷位置确认单元,用于设置迭代式的初始窗口,根据所述初始窗口确定距离曲线的波谷位置,所述距离曲线为基于所述轨枕识别数据所形成的曲线;
第一查找单元,用于查找所述波谷位置前的数据是否存在最大下降沿;
第二查找单元,用于查找所述波谷位置后的数据是否存在最大上升沿;
判断单元,用于判断所述最大下降沿及所述最大上升沿是否交替出现;
计数更新单元,用于若所述最大下降沿及所述最大上升沿交替出现,则在所述最大上升沿被正确识别时,更新轨枕计数的数量。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010086566.6A CN112014848B (zh) | 2020-02-11 | 2020-02-11 | 一种轨枕定位方法、轨枕定位装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010086566.6A CN112014848B (zh) | 2020-02-11 | 2020-02-11 | 一种轨枕定位方法、轨枕定位装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112014848A true CN112014848A (zh) | 2020-12-01 |
CN112014848B CN112014848B (zh) | 2023-06-23 |
Family
ID=73506970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010086566.6A Active CN112014848B (zh) | 2020-02-11 | 2020-02-11 | 一种轨枕定位方法、轨枕定位装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112014848B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112649437A (zh) * | 2020-12-08 | 2021-04-13 | 昆山高新轨道交通智能装备有限公司 | 一种轨道病害检测及定位的方法、装置、系统及介质 |
CN112813748A (zh) * | 2021-01-04 | 2021-05-18 | 中南大学 | 一种智能铺轨车的滚筒放置方法与系统 |
CN113450407A (zh) * | 2021-05-14 | 2021-09-28 | 东莞市李群自动化技术有限公司 | 定位方法及作业方法、电子设备、轨道设备和存储介质 |
CN113511236A (zh) * | 2021-08-11 | 2021-10-19 | 上海无线电设备研究所 | 一种轨交列车运动状态高精度感知设备及感知方法 |
CN114889658A (zh) * | 2022-06-15 | 2022-08-12 | 武汉黎赛科技有限责任公司 | 一种基于激光多点测距的动车底部巡检定位方法和装置 |
CN116007618A (zh) * | 2023-03-27 | 2023-04-25 | 中国铁路设计集团有限公司 | 用于轨道交通隧道内轨道精测精捣作业的精准定位方法 |
CN116086292A (zh) * | 2023-04-12 | 2023-05-09 | 中国铁建高新装备股份有限公司 | 扣件螺栓位置检测方法和工程车 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0002339A1 (en) * | 1977-11-28 | 1979-06-13 | Gould Inc. | Improvements relating to data display techniques |
CN101797927A (zh) * | 2010-04-20 | 2010-08-11 | 中国人民解放军国防科学技术大学 | 基于轨枕检测的非接触式轨道交通测速定位方法及其装置 |
CN202416096U (zh) * | 2011-12-19 | 2012-09-05 | 中铁二局股份有限公司 | 用于群枕式铺轨机组的轨枕匀设装置 |
CN105247138A (zh) * | 2013-04-10 | 2016-01-13 | 奥钢联软件系统有限责任公司 | 具有作为防止沙粒覆盖的升高的钢轨紧固件的轨枕 |
US20160274226A1 (en) * | 2012-03-27 | 2016-09-22 | Garmin Switzerland Gmbh | Optical distance measurement device |
WO2016160344A1 (en) * | 2015-03-27 | 2016-10-06 | Firefly Medical, Inc. | Patient mobility assessment device |
CN206788365U (zh) * | 2017-05-15 | 2017-12-22 | 上海工程技术大学 | 一种用于无砟轨道的w型扣件的定位和检测装置 |
CN207311477U (zh) * | 2017-08-31 | 2018-05-04 | 广州港集团有限公司 | 用于轨枕识别定位及扣件缺陷检测的探测系统 |
CN108491758A (zh) * | 2018-02-08 | 2018-09-04 | 深圳市睿灵创新科技开发有限公司 | 一种轨道检测方法及机器人 |
CN109580653A (zh) * | 2018-11-06 | 2019-04-05 | 深圳技术大学(筹) | 一种铁路扣件图像采集方法 |
CN109655055A (zh) * | 2018-11-07 | 2019-04-19 | 深圳技术大学(筹) | 一种轨检机器人的定位方法 |
CN109754422A (zh) * | 2018-10-30 | 2019-05-14 | 兰州交通大学 | 基于灰度突变的扣件区域定位方法 |
CN208887650U (zh) * | 2018-11-12 | 2019-05-21 | 成都精工华耀科技有限公司 | 一种轨道巡检车里程计数装置 |
-
2020
- 2020-02-11 CN CN202010086566.6A patent/CN112014848B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0002339A1 (en) * | 1977-11-28 | 1979-06-13 | Gould Inc. | Improvements relating to data display techniques |
CN101797927A (zh) * | 2010-04-20 | 2010-08-11 | 中国人民解放军国防科学技术大学 | 基于轨枕检测的非接触式轨道交通测速定位方法及其装置 |
CN202416096U (zh) * | 2011-12-19 | 2012-09-05 | 中铁二局股份有限公司 | 用于群枕式铺轨机组的轨枕匀设装置 |
US20160274226A1 (en) * | 2012-03-27 | 2016-09-22 | Garmin Switzerland Gmbh | Optical distance measurement device |
CN105247138A (zh) * | 2013-04-10 | 2016-01-13 | 奥钢联软件系统有限责任公司 | 具有作为防止沙粒覆盖的升高的钢轨紧固件的轨枕 |
WO2016160344A1 (en) * | 2015-03-27 | 2016-10-06 | Firefly Medical, Inc. | Patient mobility assessment device |
CN206788365U (zh) * | 2017-05-15 | 2017-12-22 | 上海工程技术大学 | 一种用于无砟轨道的w型扣件的定位和检测装置 |
CN207311477U (zh) * | 2017-08-31 | 2018-05-04 | 广州港集团有限公司 | 用于轨枕识别定位及扣件缺陷检测的探测系统 |
CN108491758A (zh) * | 2018-02-08 | 2018-09-04 | 深圳市睿灵创新科技开发有限公司 | 一种轨道检测方法及机器人 |
CN109754422A (zh) * | 2018-10-30 | 2019-05-14 | 兰州交通大学 | 基于灰度突变的扣件区域定位方法 |
CN109580653A (zh) * | 2018-11-06 | 2019-04-05 | 深圳技术大学(筹) | 一种铁路扣件图像采集方法 |
CN109655055A (zh) * | 2018-11-07 | 2019-04-19 | 深圳技术大学(筹) | 一种轨检机器人的定位方法 |
CN208887650U (zh) * | 2018-11-12 | 2019-05-21 | 成都精工华耀科技有限公司 | 一种轨道巡检车里程计数装置 |
Non-Patent Citations (3)
Title |
---|
SAWADA: "A Mobile Robot for Inspection of Power Transmission Lines", 《IEEE POWER ENGINEERING REVIEW》 * |
吴禄慎;万超;陈华伟;史皓良;: "一种改进的十字交叉轨道扣件定位方法", 铁道标准设计 * |
张雯柏;郑树彬;李鹏程;郭训;: "应用YOLO深度卷积网络的轨道图像定位算法", 铁道标准设计 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112649437A (zh) * | 2020-12-08 | 2021-04-13 | 昆山高新轨道交通智能装备有限公司 | 一种轨道病害检测及定位的方法、装置、系统及介质 |
CN112813748A (zh) * | 2021-01-04 | 2021-05-18 | 中南大学 | 一种智能铺轨车的滚筒放置方法与系统 |
CN113450407A (zh) * | 2021-05-14 | 2021-09-28 | 东莞市李群自动化技术有限公司 | 定位方法及作业方法、电子设备、轨道设备和存储介质 |
CN113450407B (zh) * | 2021-05-14 | 2023-10-13 | 东莞市李群自动化技术有限公司 | 定位方法及作业方法、电子设备、轨道设备和存储介质 |
CN113511236A (zh) * | 2021-08-11 | 2021-10-19 | 上海无线电设备研究所 | 一种轨交列车运动状态高精度感知设备及感知方法 |
CN113511236B (zh) * | 2021-08-11 | 2023-02-28 | 上海无线电设备研究所 | 一种轨交列车运动状态高精度感知设备及感知方法 |
CN114889658A (zh) * | 2022-06-15 | 2022-08-12 | 武汉黎赛科技有限责任公司 | 一种基于激光多点测距的动车底部巡检定位方法和装置 |
CN116007618A (zh) * | 2023-03-27 | 2023-04-25 | 中国铁路设计集团有限公司 | 用于轨道交通隧道内轨道精测精捣作业的精准定位方法 |
CN116007618B (zh) * | 2023-03-27 | 2023-06-23 | 中国铁路设计集团有限公司 | 用于轨道交通隧道内轨道精测精捣作业的精准定位方法 |
CN116086292A (zh) * | 2023-04-12 | 2023-05-09 | 中国铁建高新装备股份有限公司 | 扣件螺栓位置检测方法和工程车 |
CN116086292B (zh) * | 2023-04-12 | 2023-08-15 | 中国铁建高新装备股份有限公司 | 扣件螺栓位置检测方法和工程车 |
Also Published As
Publication number | Publication date |
---|---|
CN112014848B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112014848A (zh) | 一种轨枕定位方法、轨枕定位装置及电子设备 | |
US20230258791A1 (en) | Lane alignment detection method based on millimeter wave radar data | |
CN106840176A (zh) | Gps时空数据增量路网实时更新和轨迹匹配系统 | |
Zhao et al. | Improvement of canny algorithm based on pavement edge detection | |
EP3349200A1 (en) | Method and device for processing traffic road information | |
TWI403990B (zh) | 一種辨認車道邊界的方法 | |
CN110751828A (zh) | 一种路段拥堵测量方法、装置、计算机设备及存储介质 | |
CN110705484B (zh) | 利用行车轨迹识别连续变更车道违法行为的方法 | |
CN116644373A (zh) | 基于人工智能的汽车流量数据分析管理系统 | |
CN115080638B (zh) | 微观仿真的多源数据融合分析方法、电子设备及存储介质 | |
CN111554109B (zh) | 基于排队长度的信号配时方法及终端 | |
CN111291216B (zh) | 一种基于人脸结构化数据的落脚点分析方法和系统 | |
CN111815973B (zh) | 信号交叉口分析方法及相关设备 | |
CN114332707A (zh) | 设备有效性的确定方法及装置、存储介质、电子装置 | |
CN110867077B (zh) | 一种基于交通视频结构化数据质量控制的道路优化方法 | |
CN111309977A (zh) | 一种id时空轨迹匹配方法及装置 | |
CN110956800B (zh) | 一种路段交通数据预处理方法、装置及电子设备 | |
Beitel et al. | Quality measure of short-duration bicycle counts | |
Zhao et al. | Examining network segmentation for traffic safety analysis with data-driven spectral analysis | |
Pascale et al. | Smart mobility procedure for road traffic noise dynamic estimation by video analysis | |
CN114537481B (zh) | 基于光栅阵列的移动闭塞式列车运行控制方法 | |
CN113987819A (zh) | 轨道平顺性的调整方法、装置和计算机可读存储介质 | |
CN114519267A (zh) | 地下电缆模型的数据更新方法 | |
CN113535819A (zh) | 交通态势感知分析方法、装置、计算机存储介质及终端 | |
CN111696115A (zh) | 一种基于点云扫描线的斑马线角点提取方法及系统 |
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 |