CN112083653B - 一种基于微分平坦的倒立摆系统自抗扰控制设计方法 - Google Patents
一种基于微分平坦的倒立摆系统自抗扰控制设计方法 Download PDFInfo
- Publication number
- CN112083653B CN112083653B CN202010942301.1A CN202010942301A CN112083653B CN 112083653 B CN112083653 B CN 112083653B CN 202010942301 A CN202010942301 A CN 202010942301A CN 112083653 B CN112083653 B CN 112083653B
- Authority
- CN
- China
- Prior art keywords
- inverted pendulum
- disturbance rejection
- active disturbance
- expression
- pendulum system
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000013461 design Methods 0.000 title claims abstract description 16
- 230000014509 gene expression Effects 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000006073 displacement reaction Methods 0.000 claims description 12
- 241000764238 Isis Species 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 101710163391 ADP-ribosyl cyclase/cyclic ADP-ribose hydrolase Proteins 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于微分平坦的倒立摆系统自抗扰控制设计方法,改进了目前的基于微分平坦的自抗扰控制器,首先,利用在不稳定平衡点的雅克比线性化模型的微分平坦特性,可以将雅克比线性化模型转化为两个串联子系统,对每个子系统分别设计自抗扰控制器。并且位于外环的自抗扰控制器通过实时地估计补偿不匹配干扰来调节外环的动态,位于内环的自抗扰控制器通过估计并补偿匹配干扰使得相应的状态跟踪外环生成的虚拟控制量,利用此设计方法能够对不匹配干扰进行有效抑制,从而使得倒立摆系统的控制精度得到明显提高。
Description
技术领域
本发明属于运动控制技术领域,具体涉及一种基于微分平坦的倒立摆系统自抗扰控制设计方法。
背景技术
倒立摆系统作为控制理论研究中的一种比较理想的实验手段,为自动控制理论的教学、实验和科研构建了一个良好的实验平台,以用来检验某种控制理论或方法的典型方案,促进了控制系统新理论、新思想的发展。倒立摆系统是欠驱动系统的一个基准系统,通过对倒立摆系统的研究可以启发对类似的高阶系统的控制器设计,由此系统研究产生的方法和技术将在半导体及粳米仪器加工、机器人控制技术、人工智能、导弹拦截控制系统、航空对接控制技术、火箭发射中的垂直角度控制、卫星飞行中的姿态控制和一般工业应用、空间机器人以及火箭制导系统和一般工业应用等方面具有广阔的利用开发前景。
当前针对倒立摆系统起摆和稳定问题,众多研究人员提出了各类方法,包括基于能量的方法,变结构控制方法,IDA-PBC(interconnection and damping-passivity-basedcontrol),反步法以及LQR等。但是,上述方法中大多数方法都需要系统精确的数学模型以及系统状态,这对于实际中的输出反馈情况以及存在明显干扰情况面临可行性和鲁棒性问题。
当多种形式的干扰出现在倒立摆的驱动和非驱动通道时,利用当前现有的基于微分平坦的自抗扰控制器的闭环系统会使其性能变得很差,特别是小车位移的调节和跟踪性能会由于不匹配干扰的影响变得很差。
因此如何对目前的基于微分平坦的自抗扰控制器进行改进来实现对不匹配干扰的有效抑制是本发明中提出的方法所要解决的问题。
发明内容
本发明的技术思路:
本发明提出了一种基于微分平坦的倒立摆系统自抗扰控制设计方法,其主要的设计思路为:首先,利用在不稳定平衡点的雅克比线性化模型的微分平坦特性,可以将雅克比线性化模型转化为两个串联子系统,对每个子系统分别设计ADRC(自抗扰控制器)。
位于外环的ADRC通过实时地估计补偿不匹配干扰来调节外环的动态,位于内环的ADRC通过估计并补偿匹配干扰使得相应的状态跟踪外环生成的虚拟控制量。
针对上述存在的问题,本发明旨在提供一种基于微分平坦的倒立摆系统自抗扰控制设计方法,为了实现上述目的,本发明所采用的技术方案如下:
一种基于微分平坦的倒立摆系统自抗扰控制设计方法,包括以下步骤:
S1:建立待研究的倒立摆系统的动力学方程;
S2:对倒立摆系统动力学方程进行雅克比线性化,并最终得到平坦的倒立摆系统;
S3:将得到的平坦的倒立摆系统分为两个串联的二阶子系统;
S4:分别对两个二阶子系统设计自抗扰控制器。
进一步地,步骤S1中所述的待研究的倒立摆系统的动力学方程为:
,其中,m和M分别表示摆杆和小车的质量,g是重力加速度,参数L表示摆杆质心到其与小车交接点之间的距离,I表示摆杆的转动惯量,变量y和θ分别表示小车的位移和摆杆的角位移,θ是以竖直向上方向为零位,顺时针为正,w1和w2分别表示作用在非驱动的摆杆和直接驱动的小车上的干扰力,此外,倒立摆系统只有y和θ可直接测量。
进一步地,步骤S2中的具体操作步骤包括:
S21:在不稳定的平衡点附近对倒立摆非线性模型做雅克比线性化,得出倒立摆雅克比线性化模型表达式为:
其中,d1和d2代表非驱动和驱动通道中的总和扰动,包含了外部的未知干扰w1和w2;
S22:倒立摆雅克比线性化模型具有微分平坦特性,平坦输出定义为:
φ=αθ+βy, (3),
S23:根据公式(2)和公式(3),得出θ和y的表达式为:
S24:利用得出的θ和y和倒立摆雅克比线性化模型,可得倒立摆的雅克比线性化系统为:
S25:定义状态变量x1,x2,x3,x4和ξ2:
其中,φ:是指平坦输出,θ表示摆杆的角位移度;
S26:根据上述参数,将倒立摆系统重写为平坦的倒立摆系统,其表达式为:
其中,ξ1不满足匹配条件,同时,ξ2与控制输入作用于相同的通道,代表匹配干扰,x1、x2、x3表示状态变量。
进一步地,步骤S4包括两个具体步骤:
S41:对外部子系统∑1设计自抗扰控制器,其中外部子系统∑1的表达式为:
其中,x1、x2、x3表示状态变量;
将该外部子系统设计的自抗扰控制器设为C1,其表达式为:
C1包括一个扩张状态观测器用来估计系统的状态以及干扰,以及根据扩张状态观测器的输出设计的虚拟控制输入:uv=x3;
S42:对内部子系统∑2设计自抗扰控制器,其中内部子系统∑2的表达式为:
将内部子系统∑2设计的自抗扰控制器记为C2,其表达式为:
本发明的有益效果是:
针对目前的基于微分平坦的自抗扰控制器存在的问题,本发明提供了一种基于微分平坦的倒立摆系统自抗扰控制设计方法,能够有效抑制不匹配干扰对系统的影响,显著提高了倒立摆系统的控制精度。
附图说明
图1为本发明的倒立摆示意图;
图2本发明中将平坦系统分解为两个子系统串联的示意图;
图3实施例中的倒立摆伺服系统;
图4为实施例中小车位移的调节情况;
图5为实施例中摆杆摆角的调节情况。
具体实施方式
为了使本领域的普通技术人员能更好的理解本发明的技术方案,下面结合附图和实施例对本发明的技术方案做进一步的描述。
参考附图1-5提出的一种基于微分平坦的倒立摆系统自抗扰控制设计方法,包括以下步骤:
S1:建立待研究的倒立摆系统的动力学方程;
S2:对倒立摆系统动力学方程进行雅克比线性化,并最终得到平坦的倒立摆系统;
S3:将得到的平坦的倒立摆系统分为两个串联的二阶子系统;
S4:分别对两个二阶子系统设计自抗扰控制器。
进一步地,步骤S1中所述的待研究的倒立摆系统的动力学方程为:
,其中,m和M分别表示摆杆和小车的质量,g是重力加速度,参数L表示摆杆质心到其与小车交接点之间的距离,I表示摆杆的转动惯量,变量y和θ分别表示小车的位移和摆杆的角位移,θ是以竖直向上方向为零位,顺时针为正,w1和w2分别表示作用在非驱动的摆杆和直接驱动的小车上的干扰力,此外,倒立摆系统只有y和θ可直接测量。
进一步地,由于倒立摆系统的雅克比线性化模型具有微分平坦特性,并且微分平坦输出可物理测量,则步骤S2中的具体操作步骤包括:
S21:在不稳定的平衡点附近对倒立摆非线性模型做雅克比线性化,得出倒立摆雅克比线性化模型表达式为:
其中,d1和d2代表非驱动和驱动通道中的总和扰动,包含了外部的未知干扰w1和w2,线性化过程中忽略得高阶项以及未建模动态;
S22:倒立摆雅克比线性化模型具有微分平坦特性,并且平坦输出定义为:
φ=αθ+βy, (3),
S23:根据公式(2)和公式(3),得出θ和y的表达式为:
S24:利用得出的θ和y和倒立摆雅克比线性化模型,可得倒立摆的雅克比线性化系统为:
S25:定义状态变量x1,x2,x3,x4和ξ2:
其中,φ:是指平坦输出,θ表示摆杆的角位移度;
S26:根据上述参数,将倒立摆系统重写为平坦的倒立摆系统,其表达式为:
其中,ξ1不满足匹配条件,同时,ξ2与控制输入作用于相同的通道,代表匹配干扰,x1、x2、x3表示状态变量。
上述得到的平坦的倒立摆系统可以自然地分解为两个串联的二阶子系统∑1和∑2,串联图如附图2所示。并且内部子系统∑2输入为实际的控制u和干扰ξ2,输出为x3,即摆角θ。内部子系统∑2的输出也是外部子系统∑1的虚拟控制输入。外部子系统∑1输入为虚拟控制输入x3和干扰ξ1,输出为x1。
进一步地,步骤S4包括两个具体步骤:
S41:对外部子系统∑1设计自抗扰控制器,其中外部子系统∑1的表达式为:
其中,x1、x2、x3表示状态变量;
将该外部子系统设计的自抗扰控制器设为C1,其表达式为:
C1包括一个扩张状态观测器(ESO)用来估计系统的状态以及干扰,以及根据ESO的输出设计的虚拟控制输入uv=x3
S42:对内部子系统∑2设计自抗扰控制器,其中内部子系统∑2的表达式为:
将内部子系统∑2设计的自抗扰控制器记为C2,包含一个扩张状态观测器来估计系统的状态以及干扰和实际的控制输入u,其表达式为:
实施例:
为了验证本发明提供的一种基于微分平坦的倒立摆系统自抗扰控制设计方法的可行性,在附图3所示的倒立摆系统上进行验证:
基于本文提出的自抗扰控制设计,设定附图3中的倒立摆系统的小车质量为M=3.19kg,摆杆的质量为m=0.105kg,L=0.25m。并且将控制器参数取值为:
然后根据初始化的参数,将各参数分别依次代入公式(1)-(10)中在实验中,控制目标是在存在匹配和不匹配干扰的情况下,小车依然可以稳定在原点附近同时摆杆稳定在竖直向上的不稳定的平衡点附近。实验时长为100s,初始阶段人为地将倒立摆的摆杆由初始阶段的竖直向下未知旋转至竖直向上位置附近。实验中,设置当摆角θ小于0.1745rad时,直线电机开始输出推力。大约在50s左右时,我们打开倒立摆系统附近的电风扇,使其工作在常转速,电风扇产生的风力干扰可视为作用于摆杆上的常值干扰。
最终结合附图4-5得出的稳定性实验的实验结果可以看出:在存在匹配和不匹配干扰的情况下,小车位移依然可以调节到零点附近,同时摆杆稳定在竖直向上的位置附近,从结果很明显可以看出该实验结果验证了本发明提供的基于微分平坦自抗扰控制设计方法能够有效地抑制不匹配干扰对系统的影响,提高了倒立摆系统的控制精度,从而验证了的基于微分平坦自抗扰控制设计方法的可实施性。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (1)
1.一种基于微分平坦的倒立摆系统自抗扰控制设计方法,其特征在于,包括以下步骤:
S1:建立待研究的倒立摆系统的动力学方程为:
其中,m和M分别表示摆杆和小车的质量,g是重力加速度,参数L表示摆杆质心到其与小车交接点之间的距离,I表示摆杆的转动惯量,变量y和θ分别表示小车的位移和摆杆的角位移,θ是以竖直向上方向为零位,顺时针为正,w1和w2分别表示作用在非驱动的摆杆和直接驱动的小车上的干扰力,此外,倒立摆系统只有y和θ可直接测量;
S2:对倒立摆系统动力学方程进行雅克比线性化,并最终得到平坦的倒立摆系统;
步骤S2中的具体操作步骤包括:
S21:在不稳定的平衡点附近对倒立摆非线性模型做雅克比线性化,得出倒立摆雅克比线性化模型表达式为:
其中,d1和d2代表非驱动和驱动通道中的总和扰动,包含了外部的未知干扰w1和w2;
S22:倒立摆雅克比线性化模型具有微分平坦特性,平坦输出定义为:
φ=αθ+βy, (3),
S23:根据公式(2)和公式(3),得出θ和y的表达式为:
S24:利用得出的θ和y和倒立摆雅克比线性化模型,可得倒立摆的雅克比线性化系统为:
S25:定义状态变量x1,x2,x3,x4和ξ2:
其中,φ是指平坦输出,θ表示摆杆的角位移度;
S26:根据上述参数,将倒立摆系统重写为平坦的倒立摆系统,
其表达式为:
其中,ξ1不满足匹配条件,同时,ξ2与控制输入作用于相同的通道,代表匹配干扰,x1、x2、x3表示状态变量;
S3:将得到的平坦的倒立摆系统分为两个串联的二阶子系统;
S4:分别对两个二阶子系统设计自抗扰控制器,其包括两个具体步骤:
S41:对外部子系统Σ1设计自抗扰控制器,其中外部子系统Σ1的表达式为:
其中,x1、x2、x3表示状态变量;
将该外部子系统设计的自抗扰控制器设为C1,其表达式为:
C1包括一个扩张状态观测器用来估计系统的状态以及干扰,以及根据扩张状态观测器的输出设计的虚拟控制输入:uv=x3;
S42:对内部子系统Σ2设计自抗扰控制器,其中内部子系统Σ2的表达式为:
将内部子系统Σ2设计的自抗扰控制器记为C2,其表达式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010942301.1A CN112083653B (zh) | 2020-09-09 | 2020-09-09 | 一种基于微分平坦的倒立摆系统自抗扰控制设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010942301.1A CN112083653B (zh) | 2020-09-09 | 2020-09-09 | 一种基于微分平坦的倒立摆系统自抗扰控制设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112083653A CN112083653A (zh) | 2020-12-15 |
CN112083653B true CN112083653B (zh) | 2022-11-11 |
Family
ID=73732159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010942301.1A Active CN112083653B (zh) | 2020-09-09 | 2020-09-09 | 一种基于微分平坦的倒立摆系统自抗扰控制设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112083653B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106094530A (zh) * | 2016-07-22 | 2016-11-09 | 吉林大学 | 倒立摆的非线性控制器设计方法 |
CN106681144A (zh) * | 2016-12-29 | 2017-05-17 | 德清尚唯机电科技有限公司 | 一种倒立摆的降阶观测器设计方法 |
CN107272692A (zh) * | 2017-07-18 | 2017-10-20 | 北京理工大学 | 基于微分平坦和自抗扰的无人车路径规划与跟踪控制方法 |
CN110244561A (zh) * | 2019-06-11 | 2019-09-17 | 湘潭大学 | 一种基于干扰观测器的二级倒立摆自适应滑模控制方法 |
-
2020
- 2020-09-09 CN CN202010942301.1A patent/CN112083653B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106094530A (zh) * | 2016-07-22 | 2016-11-09 | 吉林大学 | 倒立摆的非线性控制器设计方法 |
CN106681144A (zh) * | 2016-12-29 | 2017-05-17 | 德清尚唯机电科技有限公司 | 一种倒立摆的降阶观测器设计方法 |
CN107272692A (zh) * | 2017-07-18 | 2017-10-20 | 北京理工大学 | 基于微分平坦和自抗扰的无人车路径规划与跟踪控制方法 |
CN110244561A (zh) * | 2019-06-11 | 2019-09-17 | 湘潭大学 | 一种基于干扰观测器的二级倒立摆自适应滑模控制方法 |
Non-Patent Citations (3)
Title |
---|
On stabilization and disturbance rejection for the inverted pendulum;Chao Zhang等;《2014 IEEE International Conference on Systems, Man, and Cybernetics (SMC)》;20141204;第3750-3754页 * |
Trajectory Tracking for an Inverted Pendulum on a Cart: An Active Disturbance Rejection Control Approach;M. Ramírez-Neria等;《2018 Annual American Control Conference (ACC)》;20180816;第4881-4886页 * |
自抗扰控制方法在单级倒立摆摆角控制中的应用;郭一军;《天津理工大学学报》;20181231;第34卷(第6期);第37-40页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112083653A (zh) | 2020-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108628172B (zh) | 一种基于扩张状态观测器的机械臂高精度运动控制方法 | |
CN109343350A (zh) | 一种基于模型预测控制的水下机器人路径跟踪控制方法 | |
CN112346470A (zh) | 一种基于改进自抗扰控制的四旋翼姿态控制方法 | |
CN102880060A (zh) | 再入飞行器自适应指数时变滑模姿态控制方法 | |
CN109782759B (zh) | 一种轮式移动机器人的近似解耦、快速轨迹跟踪控制方法 | |
CN109857100B (zh) | 一种基于反演法和快速终端滑模的复合轨迹跟踪控制算法 | |
CN108638068B (zh) | 一种携带冗余度机械臂的飞行机器人控制系统设计方法 | |
Yu et al. | Adaptive backstepping control for air-breathing hypersonic vehicle subject to mismatched uncertainties | |
CN114138010B (zh) | 一种基于加权偏差的多智能体高阶滑模编队控制方法 | |
CN113759722B (zh) | 一种无人机自抗扰控制器参数优化方法 | |
CN112936277B (zh) | 一种水下机器人-机械手系统固定时间轨迹跟踪方法 | |
CN113741188A (zh) | 执行器故障下固定翼无人机反步自适应容错控制方法 | |
CN111198570A (zh) | 一种基于固定时间微分器预测的抗时延高精度自抗扰姿态控制方法 | |
CN115576341A (zh) | 基于函数微分和自适应变增益的无人机轨迹跟踪控制方法 | |
CN115826597A (zh) | 基于自适应神经网络的旋翼飞行器抗扰控制方法及设备 | |
CN115990888A (zh) | 一种具有死区和时变约束功能的机械臂控制方法 | |
CN111399500A (zh) | 一种两轮自平衡车集中式编队控制方法 | |
Zhang et al. | A novel finite-time-gain-adjustment controller design method for UAVs tracking time-varying targets | |
CN113110527B (zh) | 一种自主水下航行器有限时间路径跟踪的级联控制方法 | |
CN110275542A (zh) | 一种基于自适应有限时间控制的四旋翼飞行器控制方法 | |
CN112363538B (zh) | 一种速度信息不完备下的auv区域跟踪控制方法 | |
CN112083653B (zh) | 一种基于微分平坦的倒立摆系统自抗扰控制设计方法 | |
Hehn et al. | A frequency domain iterative feed-forward learning scheme for high performance periodic quadrocopter maneuvers | |
CN116755337A (zh) | 基于长短时记忆神经网络线性自抗扰控制的高超声速飞行器容错控制方法 | |
CN116360258A (zh) | 基于固定时间收敛的高超声速变形飞行器抗干扰控制方法 |
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 |