CN112256057B - 一种异构无人系统协同控制方法 - Google Patents
一种异构无人系统协同控制方法 Download PDFInfo
- Publication number
- CN112256057B CN112256057B CN202011137168.9A CN202011137168A CN112256057B CN 112256057 B CN112256057 B CN 112256057B CN 202011137168 A CN202011137168 A CN 202011137168A CN 112256057 B CN112256057 B CN 112256057B
- Authority
- CN
- China
- Prior art keywords
- task
- members
- ith
- list
- manager
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
Abstract
本发明公开了一种异构无人系统协同控制方法,属于无人系统领域,包括以下阶段:任务形成阶段、请求阶段、响应阶段、成员选择阶段和成员确定阶段;设计了时间可用度TA i 和信誉度τ i 并根据时间可用度TA i 和信誉度τ i 筛选出成员列表R,然后根据成员列表R的顺序对完成任务的系统成员进行选取和设计分布式控制协议;还设计了异构无人系统管理者作为中介对每一个异构无人系统成员执行的任务进行管理;本发明解决了现有的异构无人系统执行任务时任务分配效率和任务的完成效率低的问题。
Description
技术领域
本发明涉及无人系统领域,具体涉及一种异构无人系统协同控制方法。
背景技术
异构无人系统是控制不同种类的无人机器的控制系统,所谓的异构是指无人系统中被控对象的状态的维度或者状态值不同。由于异构无人系统的协同控制具有成本低、性能好、鲁棒性强等优点,在越来越多的领域得到应用,比如智能电网、无人艇无人机协同编队控制、移动机器人分布式控制等。异构无人系统通过通信网络交互信息完成工作,资源优化配置合理,单个无人系统成员成本较低,对于外界环境有着较强的鲁棒性。
通过结合不同的无人机器,有利于最大化利用不同无人机器的优点,加快任务完成的效率和效果。尤其是在无人艇和无人机协同进行探测任务,将无人机与无人艇相结合组成混合编队,通过调整无人艇和无人艇的相对位置关系,可以为包括侦察、探测、突防、围捕及打击等任务创造有利条件,提供技术保障。但是,现有技术中,在异构无人系统执行任务时任务的完成效率和任务的分配效率较低。
发明内容
为解决现有技术中存在的问题,本发明提供了一种任务分配效率和任务完成效率高的异构无人系统协同控制方法。
为实现上述目的,本发明的技术方案为:
一种异构无人系统协同控制方法,包括以下步骤:
(1)任务形成阶段:系统中所有的n+1个成员组成集合A={a0,a1,…,an},其中a0表示异构无人系统的管理者,ai(i=1,2,…,n)表示异构无人系统的系统成员;管理者a0接收到来自上位机的任务要求形成系统任务的输入信号;
(2)请求阶段:系统管理者a0对系统中的其他成员发送编队请求指令,获得系统成员ai的时间可用度TAi和信誉度τi;
(3)响应阶段:在接收到系统管理者a0的请求信号之后,每一个系统成员ai计算自己的时间可用度TAi和信誉度τi,然后将计算数据反馈给系统管理者a0完成响应;
(4)成员选择阶段:系统管理者a0接收其余系统成员ai的响应信号,计算每一个系统成员ai的任务分数,并根据响应的系统成员ai的任务分数列出成员列表R;
(5)成员确定阶段:系统管理者a0检索成员列表R的信息,然后向上位机反馈所需系统成员ai的信息并根据任务要求和系统成员ai设计分布式控制协议;
进一步地,在步骤(3)系统响应阶段,信誉度τi由效用指标ρ和效率指标σ综合而成,每一个系统成员ai根据完成任务所需要的时间和对于任务完成效果的评价不断地实时更新效用指标ρ和效率指标σ,并将最后一次更新的σ和ρ值发送给系统管理者a0;
其中,信誉度τi的计算过程如下:
τi=γσ+(1-γ)ρ
其中γ∈[0,1],与效用指标ρ和效率指标σ相关,在任务开始之前给定一个初始值,根据不同的任务给定不同的初值;效用指标ρ表示系统成员ai在完成任务之后外界对于任务完成效果的评价,代表着该系统成员ai在异构无人系统中的声望;效用指标ρ的值是由反馈量ψ计算得出,计算公式如下:
ρnew=β·ρold+(1-β)·ψ
式中,ρnew代表更新的效用指标,ρold代表旧的效用指标,β是一个参数,与ψ的当前值有关,其中,ρ∈[0,1],ψ∈[0,1],β∈[0,1];
效率指标σ表示无人系统成员在执行任务时的可靠性,即完成任务的成功率;效率指标σ的计算公式如下:
σnew=α·σold+(1-α)·φ
其中,α为系数,σnew代表更新的效率指标,σold代表旧的效率指标,φ为度量,m为度量φ中的其中一个客观度量,可以为完成一项任务所需的时间或者完完成一项任务所消耗的电量、完成一项任务的误差大小(比如规定走到1m的位置,实际上走到1.2米的位置)、完成任务中是否与其他成员发生碰撞等,φ=f(m1,m2,…,mn);σ∈[0,1],α∈[0,1];
进一步地,在步骤(1)系统任务形成阶段,输入信号包括系统成员ai的数量k和执行任务前的最大允许等待时间st,还包括加入任务队列的无人系统成员ai所需要的最小信誉值mt;
进一步地,在k个系统成员ai中选取成员列表R中的第一个为领导者,其余的k-1名为跟随者;
对应的动态过程为:
xi表示第i个成员的状态变量,Ai表示第i个成员的状态矩阵,Bi表示第i个成员的控制矩阵,Ci表示第i个成员的输出矩阵,yi第i个成员的输出变量,i=1,2,…,k-1;
S表示第i个成员的状态矩阵,Q表示第i个成员的输出矩阵,ξ表示第i个成员的状态变量,yl为领导者的输出变量;
定义第i个成员的输出调节误差ηi=yi-yl
(1)对于每个跟随者,解输出调节方程:
输出方程的解为(Πi,Γi)
(2)取Hi=Γi-KiΠi,Fi=S,Gi满足(S,Gi)是可控的;
(3)求解黎卡提方程,其中Li=0
求出Pi
其中,Ei表示第i个成员的单位矩阵,αi为第i个成员的控制器增益,一般αi>0;
根据上述过程,分布式控制协议为:
进一步地,在步骤(4)成员选择阶段,管理者a0持续接收系统成员ai的响应构成(σi,ρi);
列表成员Ri的计算过程如下:
Ri=TAi·τi
系统的管理者a0将得到的成员列表R按降序排列并删除TAi>st或者τi<mt的成员,其中i=1,2,…,n;
进一步地,在步骤(5)成员确定阶段,系统成员ai确定的过程为:
当最大等待时间st到达,系统的管理者a0检查成员列表R中的成员个数,若成员列表R中的成员个数不小于k则向上位机列出列表中的前k个系统成员ai;若成员列表R中成员个数小于k则向上位机发出“编队组建失败”的通告。
与现有技术相比,本发明的有益效果为:
(1)现有技术中没有对无人系统成员作有效的价值衡量,只能判断当前无人系统成员是否损坏,而本发明通过设计信誉度τi指标来衡量每一个系统成员ai对任务的完成能力,而本发明通过信誉度τi衡量系统成员完成任务的能力,对于难度不同的任务可以筛选出合适的成员去执行,从而提高异构无人系统任务完成的效率;
(2)现有技术通过中央电脑进行集中控制,当中央电脑出现问题或者通信中断时,异构无人系统成员将失去控制决策的指令从而待定,并且每一个成员与中央电脑进行通信,增加了通信成本,而本发明通过设计异构无人系统管理者a0作为中介对每一个异构无人系统成员ai执行的任务进行管理,通过利用无人系统之间的通信降低通信成本,并且增强了对于突发情况的鲁棒性,有效提高了任务分配的效率;
(3)通过设计分布式控制协议使无人系统组成的编队能够按照期望编队完成编队任务。
附图说明
图1为本发明的系统流程示意图;
图2为本发明编队成员的分配流程图;
图3为本发明的分布式控制协议流程图。
具体实施方式
为方便本领域技术人员更好的理解本发明,下面结合附图对本发明作更进一步的解释说明。
实施例1
参见图1-图3,一种异构无人系统协同控制方法,包括以下步骤:
(1)任务形成阶段:系统中所有的n+1个成员组成集合A={a0,a1,…,an},其中a0表示异构无人系统的管理者,ai(i=1,2,…,n)表示异构无人系统的系统成员;管理者a0接收到来自上位机的任务要求形成系统任务的输入信号,输入信号包括系统成员ai的数量k和系统成员ai执行任务前的最大允许等待时间st,还包括加入任务队列的无人系统成员ai所需要的最小信誉值mt。
(2)请求阶段:系统管理者a0对系统中的其他成员发送编队请求指令,获得系统成员ai的时间可用度TAi和信誉度τi,其中时间可用度TAi表示异构无人系统成员ai去完成当前任务和需要完成的任务所需要的剩余时间,信誉度τi表示当前无人系统成员ai去完成当前任务的能力,信誉度越高则表示其能够完成的任务难度越高;
(3)响应阶段:系统成员ai在接收到系统的管理者a0的请求信号之后,每一个系统成员ai计算自己的时间可用度TAi和信誉度τi,信誉度τi由效用指标ρ和效率指标σ综合而成,每一个系统成员ai根据完成任务所需要的时间和对于任务完成效果的评价不断地实时更新效用指标ρ和效率指标σ,并将最后一次更新的σ和ρ值发送给系统管理者a0;信誉度τi的计算过程如下:
τi=γσ+(1-γ)ρ
其中γ∈[0,1]与效用指标ρ和效率指标σ相关,并可通过实际任务的场景和难易程度等条件调整数值大小;
效用指标ρ表示系统成员ai在完成任务之后外界对于任务完成效果的评价,代表着该成员在异构无人系统中的声望;效用指标ρ的值是由反馈量ψ计算得出,计算公式如下:
ρnew=β·ρold+(1-β)·ψ
式中,ρnew代表更新的效用指标,ρold代表旧的效用指标,β是一个参数,与ψ的当前值有关,其中,ρ∈[0,1],ψ∈[0,1],β∈[0,1];
效率指标σ表示无人系统成员在执行任务时的可靠性,即完成任务的成功率;效率指标σ的计算公式如下:
σnew=α·σold+(1-α)·φ
其中,σnew代表更新的效率指标,σold代表旧的效率指标,φ为度量,m为度量φ中的其中一个客观度量,可以为完成一项任务所需的时间或者完成一项任务所消耗的电量,完成一项任务的误差大小(比如规定走到1m的位置,实际上走到1.2米的位置)、完成任务中是否与其他成员发生碰撞等;客观度量m可合并为一个度量φ,φ=f(m1,m2,…,mn);α为系数,是在更新效率指标σ当前值时关于度量φ的一个参数,σ∈[0,1],α∈[0,1];
(4)成员选择阶段:系统的管理者a0接收其余系统成员ai的响应信号构成(σi,ρi),然后开始计算每一个系统成员ai的任务分数,并根据响应的系统成员ai的任务分数列出成员列表R;
列表成员Ri的计算过程如下:
Ri=TAi·τi
系统的管理者a0将得到的成员列表R按降序排列并删除TAi>St或者τi<mt的成员,其中i=1,2,…,n。
(5)成员确定阶段:当最大等待时间st到达,系统的管理者a0检查成员列表R中的成员个数,若成员列表R中的成员个数不小于k则向上位机列出成员列表R中的前k个系统成员ai,并根据任务要求和系统成员ai设计分布式控制协议,即在k个系统成员ai中选取成员列表R中的第一名为领导者,其余的k-1名为随者,对应的动态过程为:
其中xi表示第i个成员的状态变量,Ai表示第i个成员的状态矩阵,Bi表示第i个成员的控制矩阵,Ci表示第i个成员的输出矩阵,yi第i个成员的输出变量,i=1,2,…,k-1;
S表示第i个成员的状态矩阵,Q表示第i个成员的输出矩阵,ξ表示第i个成员的状态变量,yl为领导者的输出变量;
定义第i个成员的输出调节误差ηi=yi-yl
(1)对于每个跟随者,解输出调节方程:
输出方程的解为(Πi,Γi)
(2)取Hi=Γi-KiΠi,Fi=S,Gi满足(S,Gi)是可控的;
(3)求解黎卡提方程,其中Li=0
求出Pi
αi>0;
根据上述过程设计分布式控制协议,计算过程为:
若成员列表R中成员个数小于k则向上位机发出“编队组建失败”的通告。
Claims (5)
1.一种异构无人系统协同控制方法,其特征在于,包括以下步骤:
(1)任务形成阶段:系统中所有的n+1个成员组成集合A={a0,a1,…,an},其中a0表示异构无人系统的管理者,ai,i=1,2,…,n表示异构无人系统的系统成员;管理者a0接收到来自上位机的任务要求形成系统任务的输入信号;
(2)请求阶段:系统管理者a0对系统中的其他成员发送编队请求指令,获得系统成员ai的时间可用度TAi和信誉度τi;
(3)响应阶段:在接收到系统管理者a0的请求信号之后,每一个系统成员ai计算自己的时间可用度TAi和信誉度τi,然后将计算数据反馈给系统管理者a0完成响应;所述信誉度τi由效用指标ρ和效率指标σ综合而成,每一个系统成员ai根据完成任务所需要的时间和对于任务完成效果的评价不断地实时更新效用指标ρ和效率指标σ,并将最后一次更新的效用指标ρ和效率指标σ的值发送给系统管理者a0;
信誉度τi的计算过程如下:
τi=γσ+(1-γ)ρ
其中γ∈[0,1]与效用指标ρ和效率指标σ相关,并可通过实际任务调整数值大小;
效用指标ρ的值是由反馈量ψ计算得出,计算公式如下:
ρnew=β·ρold+(1-β)·ψ
式中,ρnew代表更新的效用指标,ρold代表旧的效用指标,β是一个参数,与ψ的当前值有关;其中,ρ∈[0,1],ψ∈[0,1],β∈[0,1];
效率指标σ的计算公式如下:
σnew=α·σold+(1-α)·φ
其中,α为系数,σnew代表更新的效率指标,σold代表旧的效率指标,φ为度量,m为度量φ中的其中一个客观度量,φ=f(m1,m2,…,mn);σnew,σold∈[0,1];α∈[0,1];
(4)成员选择阶段:系统管理者a0接收其余系统成员ai的响应信号,计算每一个系统成员ai的任务分数,并根据响应的系统成员ai的任务分数列出成员列表R;
(5)成员确定阶段:系统管理者a0检索成员列表R的信息,然后向上位机反馈所需系统成员ai的信息并根据任务要求和系统成员ai设计分布式控制协议。
2.根据权利要求1所述的异构无人系统协同控制方法,其特征在于,在步骤(1)系统任务形成阶段,所述输入信号包括系统成员ai的数量k和执行任务前的最大允许等待时间st,还包括加入任务队列的无人系统成员ai所需要的最小信誉值mt。
3.根据权利要求2所述的异构无人系统协同控制方法,其特征在于,在k个系统成员ai中选取成员列表R中的第一个为领导者,其余的k-1名为跟随者,并设计分布式控制协议;
对应的动态过程为:
xi表示第i个成员的状态变量,Ai表示第i个成员的状态矩阵,Bi表示第i个成员的控制矩阵,Ci表示第i个成员的输出矩阵,yi第i个成员的输出变量,i=1,2,…,k-1;
S表示第i个成员的状态矩阵,Q表示第i个成员的输出矩阵,ξ表示第i个成员的状态变量,yl为领导者的输出变量;
定义第i个成员的输出调节误差ηi=yi-yl
对于每个跟随者,解输出调节方程:
输出方程的解为(Πi,Γi)
取Hi=Γi-KiΠi,Fi=S,Gi满足(S,Gi)是可控的;
求解黎卡提方程,其中Li=0
求出Pi;
根据上述过程,分布式控制协议为:
4.根据权利要求3所述的异构无人系统协同控制方法,其特征在于,在步骤(4)成员选择阶段,管理者a0持续接收系统成员ai的响应构成(σi,ρi);
列表成员Ri的计算过程如下:
Ri=TAi·τi
系统的管理者a0将得到的成员列表R按降序排列并删除TAi>st或者τi<mt的成员,其中i=1,2,…,n。
5.根据权利要求3所述的异构无人系统协同控制方法,其特征在于,在步骤(5)成员确定阶段,系统成员ai确定的过程为:
当最大等待时间st到达,系统的管理者a0检查成员列表R中的成员个数,若成员列表R中的成员个数不小于k则向上位机列出成员列表R中的前k个系统成员ai;若成员列表R中成员个数小于k则向上位机发出“编队组建失败”的通告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011137168.9A CN112256057B (zh) | 2020-10-22 | 2020-10-22 | 一种异构无人系统协同控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011137168.9A CN112256057B (zh) | 2020-10-22 | 2020-10-22 | 一种异构无人系统协同控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112256057A CN112256057A (zh) | 2021-01-22 |
CN112256057B true CN112256057B (zh) | 2021-08-24 |
Family
ID=74264707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011137168.9A Active CN112256057B (zh) | 2020-10-22 | 2020-10-22 | 一种异构无人系统协同控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112256057B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114619463B (zh) * | 2022-02-28 | 2024-03-08 | 上海甄徽网络科技发展有限公司 | 一种异构移动机器人控制系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8589935B2 (en) * | 2007-05-08 | 2013-11-19 | L-3 Communications Corporation | Heterogeneous reconfigurable agent compute engine (HRACE) |
CN105302153A (zh) * | 2015-10-19 | 2016-02-03 | 南京航空航天大学 | 异构多无人机协同察打任务的规划方法 |
CN109240331A (zh) * | 2018-09-30 | 2019-01-18 | 北京航空航天大学 | 一种无人机-无人车集群模型时变编队控制方法及系统 |
CN110162043A (zh) * | 2019-05-17 | 2019-08-23 | 北京航空航天大学 | 一种多目标点同时到达约束下的集群任务分配和控制方法 |
CN110889625A (zh) * | 2019-11-25 | 2020-03-17 | 航天时代飞鸿技术有限公司 | 一种用于蜂群无人机系统的任务规划方法 |
CN111199360A (zh) * | 2020-01-13 | 2020-05-26 | 西安电子科技大学 | 无人机任务分配规划方法 |
CN111506115A (zh) * | 2020-05-27 | 2020-08-07 | 广州机械科学研究院有限公司 | 一种无人机集群调控方法及装置 |
-
2020
- 2020-10-22 CN CN202011137168.9A patent/CN112256057B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8589935B2 (en) * | 2007-05-08 | 2013-11-19 | L-3 Communications Corporation | Heterogeneous reconfigurable agent compute engine (HRACE) |
CN105302153A (zh) * | 2015-10-19 | 2016-02-03 | 南京航空航天大学 | 异构多无人机协同察打任务的规划方法 |
CN109240331A (zh) * | 2018-09-30 | 2019-01-18 | 北京航空航天大学 | 一种无人机-无人车集群模型时变编队控制方法及系统 |
CN110162043A (zh) * | 2019-05-17 | 2019-08-23 | 北京航空航天大学 | 一种多目标点同时到达约束下的集群任务分配和控制方法 |
CN110889625A (zh) * | 2019-11-25 | 2020-03-17 | 航天时代飞鸿技术有限公司 | 一种用于蜂群无人机系统的任务规划方法 |
CN111199360A (zh) * | 2020-01-13 | 2020-05-26 | 西安电子科技大学 | 无人机任务分配规划方法 |
CN111506115A (zh) * | 2020-05-27 | 2020-08-07 | 广州机械科学研究院有限公司 | 一种无人机集群调控方法及装置 |
Non-Patent Citations (6)
Title |
---|
A Coalition Formation Approach to Coordinated Task Allocation in Heterogeneous UAV Networks;Fatemeh Afghah,et al.;《2018 Annual American Control Conference (ACC)》;20180816;第5968-5975页,图1-2 * |
Cooperative task allocation for heterogeneous multi-UAV using multi-objective optimization algorithm;WANG Jian-feng,et al.;《Journal of Central South University》;20200413;第432-448页 * |
Multi-Agent Collaboration in Distributed Self-Adaptive Systems;Fatemeh Golpayegani,et al.;《2015 IEEE 9th International Conference on Self-Adaptive and Self-Organizing Systems Workshops》;20151029;第146-151页 * |
合同网协议中的信用模型;叶东海等;《计算机应用与软件》;20100331;第 27 卷(第 3 期);第231-233页 * |
未知环境下异构多无人机协同搜索打击中的联盟组建;刘重等;《兵工学报》;20151231;第 36 卷(第 12 期);第2284-2297页 * |
面向空地协同作战的无人机-无人车异构;周思全等;《航空兵器》;20190831;第 26 卷(第 4 期);第54-59页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112256057A (zh) | 2021-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113692609B (zh) | 通过订单车辆分布匹配以订单派发的多代理增强学习 | |
US10474504B2 (en) | Distributed node intra-group task scheduling method and system | |
CN107911478B (zh) | 基于化学反应优化算法的多用户计算卸载方法及装置 | |
CN101237469B (zh) | 运用蚁群算法优化多QoS网格工作流的方法 | |
CN103927229A (zh) | 在动态可用服务器集群中调度映射化简作业 | |
CN111026553B (zh) | 离线混部作业的资源调度方法及服务器系统 | |
CN109919431B (zh) | 基于拍卖算法的异构多机器人任务分配方法 | |
CN109819047B (zh) | 一种基于激励机制的移动边缘计算资源分配方法 | |
CN113037877B (zh) | 云边端架构下时空数据及资源调度的优化方法 | |
CN110456633B (zh) | 机载多平台分布式任务分配方法 | |
CN103455375B (zh) | Hadoop云平台下基于负载监控的混合调度方法 | |
CN112256057B (zh) | 一种异构无人系统协同控制方法 | |
CN105373426A (zh) | 一种基于Hadoop的车联网内存感知实时作业调度方法 | |
US20210232438A1 (en) | Serverless lifecycle management dispatcher | |
CN110751292B (zh) | 一种基于遗传算法的云制造多视角协同调度优化方法 | |
CN112817741A (zh) | 一种边缘计算的dnn任务控制方法 | |
CN115187144B (zh) | 虚拟电厂电力流转方法、装置、设备、介质和程序产品 | |
Cai et al. | Unequal‐interval based loosely coupled control method for auto‐scaling heterogeneous cloud resources for web applications | |
CN115952054A (zh) | 一种仿真任务资源管理方法、装置、设备及介质 | |
Prado et al. | On providing quality of service in grid computing through multi-objective swarm-based knowledge acquisition in fuzzy schedulers | |
CN112417748B (zh) | 一种调度自动驾驶仿真任务的方法、系统、设备及介质 | |
CN115169634A (zh) | 一种任务分配优化处理方法及装置 | |
CN114090239A (zh) | 一种基于模型的强化学习的边缘资源调度方法和装置 | |
CN117472549B (zh) | 一种基于aigc的分布式算力调度系统 | |
CN108519907A (zh) | 一种基于修订式和渐进式方法的单星在线任务调度机制 |
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 |