CN112016396A - 一种基于树木生长预测的线路通道安全性分析方法 - Google Patents
一种基于树木生长预测的线路通道安全性分析方法 Download PDFInfo
- Publication number
- CN112016396A CN112016396A CN202010714155.7A CN202010714155A CN112016396A CN 112016396 A CN112016396 A CN 112016396A CN 202010714155 A CN202010714155 A CN 202010714155A CN 112016396 A CN112016396 A CN 112016396A
- Authority
- CN
- China
- Prior art keywords
- tree
- growth
- crown
- power transmission
- transmission line
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims abstract description 44
- 238000012423 maintenance Methods 0.000 claims abstract description 15
- 238000011835 investigation Methods 0.000 claims abstract description 5
- 239000003102 growth factor Substances 0.000 claims description 19
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 claims description 4
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 claims description 4
- 238000010835 comparative analysis Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000008654 plant damage Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 3
- 238000007689 inspection Methods 0.000 description 7
- 241000894007 species Species 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于树木生长预测的线路通道安全性分析方法，涉及输电安全性运维领域。该方法结合树木点云数据、高分辨率影像及高光谱数据，建立输电线路通道树木数据库，根据树冠位置范围、树冠高度、生长系数判断树木与电力线的距离，并根据该距离计算树木安全隐患等级，在安全隐患等级标记为紧急时，在相应的时间节点前n天提醒输电线路运维人员进行现场勘察和处理。该发明能够大大减少输电线路运维人员的巡视工作量，有效的提高巡视效率并降低人身安全风险，最终降低输电线路的运维成本。
Description
技术领域
本发明涉及输电安全性运维领域，更具体地，本发明涉及一种基于树木生长预测的线路通道安全性分析方法。
背景技术
随着国民经济的飞速发展，国民对电力的需求增加，输电线路在荒野分布也日渐广泛。由于输电线路具有线路跨距长、安全可靠性要求高、覆盖面积广等特点，使得输电线路的安全维护成为非常繁重的任务。输电线路维护巡检不及时会导致发生因输电线路下行通道树木干扰引发的线路跳闸或人畜伤亡事故，甚至引发停电，严重时甚至起火。这些安全事故表明需要对生长高度威胁到输电线路的树木定时检査并及时清除。为了减少和防止输电线路安全事故的发生，电力运行维护部门每年都要投入大量的物力、财力和人力对输电线路进行巡检。当前，对输电线路的巡检和维护工作依然依靠人工实地勘察或直升机巡线等方式来完成。这种常规的人工巡线方式劳动强度大、效率低下、工作条件艰苦、成本高且安全性差。针对树障问题，本发明基于树木生长预测的线路通道安全性动态分析方法，以提高输电线路运维单位树障隐患预知能力，保障输电线路的安全稳定运行。
发明内容
本发明提出了一种基于树木生长预测的线路通道安全性分析方法，利用输电线路通道周边的点云数据、高光谱数据和高清影像数据，建立输电线路通道树木数据库，在此基础上分析输电线路通道是否存在树木隐患，并利用树木生长预测可能出现树木隐患的位置、时间，以避免传统人工巡视方式导致的劳动强度大、成本高等问题。
本申请基于树木生长预测的线路通道安全性分析方法具体包括以下步骤：
1.利用激光雷达、高分辨率数码相机、高光谱仪采集输电线路通道及周边地物的点云数据、高分辨率影像及高光谱数据；
2.利用点云数据对地物进行分类，将点云数据分为输电线路D1、输电塔D2、树木D3、建筑D4四类；
3.结合树木点云数据D3、高分辨率影像及高光谱数据，将数据划分为单棵树木并建立输电线路通道树木数据库，数据库包含树木编号A、种类C、树冠位置范围F、树冠高度G、生长因子S、生长系数Z、安全隐患等级Y；
3.1根据高光谱数据确定生长因子，分为已死亡Sd、生长缓慢Sl、生长旺盛Sg三类；
3.2对生长因子为Sd的树木，将生长系数Z设定为0；对生长因子为Sl的树木，根据植物损伤的经验值设定生长系数；对生长因子为Sg的树木，根据高清影像数据确定树木种类，根据树木种类确定生长系数，并通过不同时间段多次采集的激光点云数据的对比分析，不断修正不同地区各种树木的生长系数，生长系数Z＝(Zf,Zg,Zw)T，其中，Zf,Zg,Zw分别表示树冠位置范围膨胀系数、树冠高度生长系数、修正系数；
3.3根据原始点云数据确定树冠位置范围F、树冠高度G初值F0、G0；
4.根据树冠位置范围F、树冠高度G、生长系数Z判断树木与电力线的距离，根据该距离计算树木安全隐患等级Y，将安全隐患等级Y分为紧急Yd、重大Yc、一般Ys三个等级；
4.1针对树木数据库中的树木数据，根据卡尔曼预测方程，计算时间间隔N的树冠位置范围F、树冠高度G；
根据卡尔曼预测方程，计算时间间隔N的树冠位置范围F、树冠高度G的具体步骤为：
设定树木的状态向量为T＝(F,G,Zf,Zg,Zw)T，卡尔曼状态方程和观测方程为：
T(t+N)＝φT(t)+δ(N)
Z(t+N)＝HT(t+N)+ε(N)
预测方程和误差协方差为：
P(t+N|t)＝φP(t)φT+Q
T(t)为t时刻树木的状态向量；Z(t+N)为t+N时刻树木的观测向量；δ(N)为系统噪声，ε(N)为观测噪声，φ(·)为状态方程，H(·)为观察方程，P(t)为t时刻无人机的误差向量，Q为随机误差；
4.2根据树冠位置范围F、树冠高度G计算其与输电线路D1的距离D；
4.3根据当前树木与导线的距离D，给出当前树木的安全隐患等级Y；
5.在安全隐患等级标记为紧急Yd时，在相应的时间节点前n天提醒输电线路运维人员进行现场勘察和处理。
本发明突破传统输电线路通道树木隐患、灾害主要依靠人工巡视进行排查的模式，提出了基于树木生长预测的线路通道安全性分析方法，主要用于输电线路树木隐患预测分析，利用激光雷达、高分辨率数码相机、高光谱仪采集的数据，精确判断输电线路是否存在树木隐患，并根据树木的生长速度，分析预测树木可能形成隐患的时间节点，这样能够大大减少输电线路运维人员的巡视工作量，有效的提高巡视效率并降低人身安全风险，最终降低输电线路的运维成本。
附图说明
图1是基于树木生长预测的线路通道安全性分析方法流程图。
具体实施方式
本申请基于树木生长预测的线路通道安全性分析方法具体包括以下步骤：
1.利用激光雷达、高分辨率数码相机、高光谱仪采集输电线路通道及周边地物的点云数据、高分辨率影像及高光谱数据；
2.利用点云数据对地物进行分类，将点云数据分为输电线路D1、输电塔D2、树木D3、建筑D4四类；
3.结合树木点云数据D3、高分辨率影像及高光谱数据，将数据划分为单棵树木并建立输电线路通道树木数据库，数据库包含树木编号A、种类C、树冠位置范围F、树冠高度G、生长因子S、生长系数Z、安全隐患等级Y；
3.1根据高光谱数据确定生长因子，分为已死亡Sd、生长缓慢Sl、生长旺盛Sg三类；
3.2对生长因子为Sd的树木，将生长系数Z设定为0；对生长因子为Sl的树木，根据植物损伤的经验值设定生长系数；对生长因子为Sg的树木，根据高清影像数据确定树木种类，根据树木种类确定生长系数，并通过不同时间段多次采集的激光点云数据的对比分析，不断修正不同地区各种树木的生长系数，生长系数Z＝(Zf,Zg,Zw)T，其中，Zf,Zg,Zw分别表示树冠位置范围膨胀系数、树冠高度生长系数、修正系数；
3.3根据原始点云数据确定树冠位置范围F、树冠高度G初值F0、G0；
4.根据树冠位置范围F、树冠高度G、生长系数Z判断树木与电力线的距离，根据该距离计算树木安全隐患等级Y，将安全隐患等级Y分为紧急Yd、重大Yc、一般Ys三个等级；
4.1针对树木数据库中的树木数据，根据卡尔曼预测方程，计算时间间隔N的树冠位置范围F、树冠高度G；
根据卡尔曼预测方程，计算时间间隔N的树冠位置范围F、树冠高度G的具体步骤为：
设定树木的状态向量为T＝(F,G,Zf,Zg,Zw)T，卡尔曼状态方程和观测方程为：
T(t+N)＝φT(t)+δ(N)
Z(t+N)＝HT(t+N)+ε(N)
预测方程和误差协方差为：
P(t+N|t)＝φP(t)φT+Q
T(t)为t时刻树木的状态向量；Z(t+N)为t+N时刻树木的观测向量；δ(N)为系统噪声，ε(N)为观测噪声,φ(·)为状态方程，H(·)为观察方程，P(t)为t时刻无人机的误差向量，Q为随机误差；
4.2根据树冠位置范围F、树冠高度G计算其与输电线路D1的距离D；
4.3根据当前树木与导线的距离D，给出当前树木的安全隐患等级Y；
5.在安全隐患等级标记为紧急Yd时，在相应的时间节点前n天提醒输电线路运维人员进行现场勘察和处理。
以上结合附图对本发明进行了示例性描述。显然，本发明具体实现并不受上述方式的限制。只要是采用了本发明的方法构思和技术方案进行的各种非实质性的改进；或未经改进，将本发明的上述构思和技术方案直接应用于其他场合的，均在本发明的保护范围之内。
Claims (4)
1.一种基于树木生长预测的线路通道安全性分析方法，其特征在于，包括以下步骤：
(1)利用激光雷达、高分辨率数码相机、高光谱仪采集输电线路通道及周边地物的点云数据、高分辨率影像及高光谱数据；
(2)利用点云数据对地物进行分类，将点云数据分为输电线路D1、输电塔D2、树木D3、建筑D4四类；
(3)结合树木点云数据D3、高分辨率影像及高光谱数据，将数据划分为单棵树木并建立输电线路通道树木数据库，数据库包含树木编号A、种类C、树冠位置范围F、树冠高度G、生长因子S、生长系数Z、安全隐患等级Y；
(4)根据树冠位置范围F、树冠高度G、生长系数Z判断树木与电力线的距离，根据该距离计算树木安全隐患等级Y，将安全隐患等级Y分为紧急Yd、重大Yc、一般Ys三个等级；
(5)在安全隐患等级标记为紧急Yd时，在相应的时间节点前n天提醒输电线路运维人员进行现场勘察和处理。
2.根据权利要求1所述的一种基于树木生长预测的线路通道安全性分析方法，其特征在于所述步骤(3)结合树木点云数据D3、高分辨率影像及高光谱数据，将数据划分为单棵树木并建立输电线路通道树木数据库，数据库包含树木编号A、种类C、树冠位置范围F、树冠高度G、生长因子S、生长系数Z、安全隐患等级Y，具体步骤如下:
(3.1)根据高光谱数据确定生长因子，分为已死亡Sd、生长缓慢Sl、生长旺盛Sg三类；
(3.2)对生长因子为Sd的树木，将生长系数Z设定为0；对生长因子为Sl的树木，根据植物损伤的经验值设定生长系数；对生长因子为Sg的树木，根据高清影像数据确定树木种类，根据树木种类确定生长系数，并通过不同时间段多次采集的激光点云数据的对比分析，不断修正不同地区各种树木的生长系数，生长系数Z＝(Zf,Zg,Zw)T，其中，Zf,Zg,Zw分别表示树冠位置范围膨胀系数、树冠高度生长系数、修正系数；
(3.3)根据原始点云数据确定树冠位置范围F、树冠高度G初值F0、G0。
3.根据权利要求1所述的一种基于树木生长预测的线路通道安全性分析方法，其特征在于所述步骤(4)根据树冠位置范围F、树冠高度G、生长系数Z判断树木与电力线的距离，根据该距离计算树木安全隐患等级Y，具体步骤如下:
(4.1)针对树木数据库中的树木数据，根据卡尔曼预测方程，计算时间间隔N的树冠位置范围F、树冠高度G；
(4.2)根据树冠位置范围F、树冠高度G计算其与输电线路D1的距离D；
(4.3)根据当前树木与导线的距离D，给出当前树木的安全隐患等级。
4.根据权利要求3所述的一种基于树木生长预测的线路通道安全性分析方法，其特征在于根据卡尔曼预测方程，计算时间间隔N的树冠位置范围F、树冠高度G的具体步骤为：
设定树木的状态向量为T＝(F,G,Zf,Zg,Zw)T，卡尔曼状态方程和观测方程为：
T(t+N)＝φT(t)+δ(N)
Z(t+N)＝HT(t+N)+ε(N)
预测方程和误差协方差为：
P(t+N|t)＝φP(t)φT+Q
T(t)为t时刻树木的状态向量；Z(t+N)为t+N时刻树木的观测向量；δ(N)为系统噪声，ε(N)为观测噪声，φ(·)为状态方程，H(·)为观察方程，P(t)为t时刻无人机的误差向量，Q为随机误差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010714155.7A CN112016396B (zh) | 2020-07-22 | 2020-07-22 | 一种基于树木生长预测的线路通道安全性分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010714155.7A CN112016396B (zh) | 2020-07-22 | 2020-07-22 | 一种基于树木生长预测的线路通道安全性分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112016396A true CN112016396A (zh) | 2020-12-01 |
| CN112016396B CN112016396B (zh) | 2024-01-26 |
Family
ID=73499681
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010714155.7A Active CN112016396B (zh) | 2020-07-22 | 2020-07-22 | 一种基于树木生长预测的线路通道安全性分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112016396B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113223155A (zh) * | 2021-05-25 | 2021-08-06 | 广东电网有限责任公司 | 一种距离预测方法、装置、设备及介质 |
| CN113935366A (zh) * | 2021-09-30 | 2022-01-14 | 海南电网有限责任公司海南输变电检修分公司 | 点云单木分割自动分类方法 |
| CN114739451A (zh) * | 2022-03-22 | 2022-07-12 | 国网山东省电力公司超高压公司 | 毫米波雷达监测下的输电导线安全预警方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103779808A (zh) * | 2013-12-30 | 2014-05-07 | 国家电网公司 | 基于LiDAR的输电线路智能巡检系统 |
| CN107103599A (zh) * | 2017-04-06 | 2017-08-29 | 云南电网有限责任公司电力科学研究院 | 一种基于LiDAR的输电线路树木隐患预测分析方法 |
| CN107705049A (zh) * | 2017-11-13 | 2018-02-16 | 陈杰 | 一种基于电力线路的树木防护管理方法及系统 |
| CN109215065A (zh) * | 2018-09-07 | 2019-01-15 | 北京数字绿土科技有限公司 | 输电线路的树障隐患预测方法、装置和实现装置 |
| CN109214573A (zh) * | 2018-09-07 | 2019-01-15 | 北京数字绿土科技有限公司 | 输电线路树木生长或倒伏危险点预测方法和装置 |
| CN111340317A (zh) * | 2020-05-19 | 2020-06-26 | 北京数字绿土科技有限公司 | 架空输电线路树障隐患的自动预警方法及电子设备 |
-
2020
- 2020-07-22 CN CN202010714155.7A patent/CN112016396B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103779808A (zh) * | 2013-12-30 | 2014-05-07 | 国家电网公司 | 基于LiDAR的输电线路智能巡检系统 |
| CN107103599A (zh) * | 2017-04-06 | 2017-08-29 | 云南电网有限责任公司电力科学研究院 | 一种基于LiDAR的输电线路树木隐患预测分析方法 |
| CN107705049A (zh) * | 2017-11-13 | 2018-02-16 | 陈杰 | 一种基于电力线路的树木防护管理方法及系统 |
| CN109215065A (zh) * | 2018-09-07 | 2019-01-15 | 北京数字绿土科技有限公司 | 输电线路的树障隐患预测方法、装置和实现装置 |
| CN109214573A (zh) * | 2018-09-07 | 2019-01-15 | 北京数字绿土科技有限公司 | 输电线路树木生长或倒伏危险点预测方法和装置 |
| CN111340317A (zh) * | 2020-05-19 | 2020-06-26 | 北京数字绿土科技有限公司 | 架空输电线路树障隐患的自动预警方法及电子设备 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113223155A (zh) * | 2021-05-25 | 2021-08-06 | 广东电网有限责任公司 | 一种距离预测方法、装置、设备及介质 |
| CN113935366A (zh) * | 2021-09-30 | 2022-01-14 | 海南电网有限责任公司海南输变电检修分公司 | 点云单木分割自动分类方法 |
| CN114739451A (zh) * | 2022-03-22 | 2022-07-12 | 国网山东省电力公司超高压公司 | 毫米波雷达监测下的输电导线安全预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112016396B (zh) | 2024-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112016396A (zh) | 一种基于树木生长预测的线路通道安全性分析方法 | |
| US11475385B2 (en) | Method and system for utility power line monitoring | |
| US10664750B2 (en) | Deep machine learning to predict and prevent adverse conditions at structural assets | |
| US11544511B2 (en) | Method, apparatus, and electronic device for processing point cloud data, and computer readable storage medium | |
| US10269138B2 (en) | UAV inspection method for power line based on human visual system | |
| US10880623B2 (en) | Method and system for utility power lines vegetation proximity monitoring and controlling | |
| CN112435207B (zh) | 一种基于天空地一体化的森林火灾监测预警方法 | |
| US11270111B2 (en) | Automated management of potentially hazardous objects near power lines | |
| Liu et al. | High precision detection algorithm based on improved RetinaNet for defect recognition of transmission lines | |
| KR101258668B1 (ko) | 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법 | |
| Yang et al. | Overhead power line detection from UAV video images | |
| CN112528971B (zh) | 基于深度学习的输电线路异常目标检测方法及系统 | |
| US20210405253A1 (en) | Systems and methods for distributed-solar power forecasting using parameter regularization | |
| KR102034193B1 (ko) | 모디스 위성영상 및 aws 자료를 이용한 시설물붕괴위험지도 자동정보시스템 | |
| CN114386674A (zh) | 一种输电线路树木倒伏动态风险预警方法和系统 | |
| CN110097223B (zh) | 一种台风灾害下输电线路损毁预警方法 | |
| JP2022119973A (ja) | 画像識別に基づく飛行体強制着陸経路計画方法、システムおよび装置 | |
| US20220084133A1 (en) | Method and apparatus for processing an insurance claim | |
| AU2021236591B2 (en) | Method and system for utility power lines vegetation proximity monitoring and controlling | |
| CN115912183B (zh) | 高压输电线路生态措施巡视方法、系统及可读存储介质 | |
| CN117372954A (zh) | 充电站安全监测方法、装置、系统和计算机设备 | |
| CN112683916A (zh) | 集电线路杆塔小金具缺失或安装错误的识别方法及装置 | |
| Katsamenis et al. | Real time road defect monitoring from UAV visual data sources | |
| US20220261713A1 (en) | Computer Vision Systems and Methods for Detecting Power Line Hazards from Imagery | |
| CN115512295A (zh) | 一种输电线路山火检测方法、预警方法及预警系统 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Floor 7, Block C, No. 18 Binhe Avenue, Future Science and Technology City, Changping District, Beijing 102200 Applicant after: State Grid Power Space Technology Co.,Ltd. Address before: Floor 7, Block C, No. 18 Binhe Avenue, Future Science and Technology City, Changping District, Beijing 102200 Applicant before: SGCC GENERAL AVIATION Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |