CN112257838A - 基于智能视觉感知的电力工器具全生命周期管控方法 - Google Patents
基于智能视觉感知的电力工器具全生命周期管控方法 Download PDFInfo
- Publication number
- CN112257838A CN112257838A CN202011192263.9A CN202011192263A CN112257838A CN 112257838 A CN112257838 A CN 112257838A CN 202011192263 A CN202011192263 A CN 202011192263A CN 112257838 A CN112257838 A CN 112257838A
- Authority
- CN
- China
- Prior art keywords
- tool
- tools
- operator
- instruments
- visual perception
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000016776 visual perception Effects 0.000 title claims abstract description 15
- 239000000853 adhesive Substances 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000005065 mining Methods 0.000 claims description 3
- 230000001070 adhesive effect Effects 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000001681 protective effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
- G06K19/07—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips
- G06K19/077—Constructional details, e.g. mounting of circuits in the carrier
- G06K19/07749—Constructional details, e.g. mounting of circuits in the carrier the record carrier being capable of non-contact communication, e.g. constructional details of the antenna of a non-contact smart card
- G06K19/07758—Constructional details, e.g. mounting of circuits in the carrier the record carrier being capable of non-contact communication, e.g. constructional details of the antenna of a non-contact smart card arrangements for adhering the record carrier to further objects or living beings, functioning as an identification tag
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Abstract
本发明公开了基于智能视觉感知的电力工器具全生命周期管控方法,属于工器具管理技术领域。基于智能视觉感知的电力工器具全生命周期管控方法,工器具入库前,按照每个工器具对应生成不干胶的RFID标签或吊牌RFID标签,每个工器具的RFID标签内存储有对应的作业人员的身份信息,在库门上安装人脸识别机器,作业人员通过扫描人脸信息后才可入库取工器具,作业人员取完工器具经过库门时扫描工器具上的RFID标签出库,预先在作业现场放置可移动设备,工器具标签接收到可移动设备发出的特殊射频信号,可以实现建立完善的安全工器具全生命周期轨迹跟踪机制,工器具可查可控,有效避免作业人员违规违章操作而导致意外事故发生的情况。
Description
技术领域
本发明涉及工器具管理技术领域,更具体地说,涉及基于智能视觉感知的电力工器具全生命周期管控方法。
背景技术
电力是民生的命脉,安全是电力的生命线,“安全第一,预防为主,综合治理”的方针是电力行业的永恒主题。随着我国经济的不断发展,电力行业实现跨越式的进步,电力安全生产管理作为国家监管的重点,受到社会各界越来越多的关注。目前,电力安全事故还是时有发生,给国家、企业和相关家庭造成了不可挽回的重大损失。
电力企业高度重视安全生产和管理工作,尤其是为了能及时发现和纠正违规违章操作,致力于加强电网作业安全生产和监控管理,着重电力安全工器具全生命周期的安全管控。安全工器具是电力企业为保障作业人员人身安全,防止触电、灼伤、坠落、摔跌等事故的各种专用工具和器具,是电力作业人员进行日常操作维护的必用设备。
现有的电网作业现场管控多半只是对作业现场进行监控、对电气设备、输电线路进行检测、未见实时对一线操作人员进行身份识别、未见对操作人员是否拥有当前工器具使用权限进行核对、未见检查操作人员穿、佩戴工器具是否规范等。
发明内容
1.要解决的技术问题
针对现有技术中存在的问题,本发明的目的在于提供基于智能视觉感知的电力工器具全生命周期管控方法,它可以实现建立完善的安全工器具全生命周期轨迹跟踪机制,工器具可查可控,有效避免作业人员违规违章操作而导致意外事故发生的情况。
2.技术方案
为解决上述问题,本发明采用如下的技术方案。
基于智能视觉感知的电力工器具全生命周期管控方法,包括以下步骤:
步骤一、工器具入库前,按照每个工器具对应生成不干胶的RFID标签或吊牌RFID标签,每个工器具的RFID标签内存储有对应的作业人员的身份信息;
步骤二、在库门上安装人脸识别机器,作业人员通过扫描人脸信息后才可入库取工器具;
步骤三、作业人员取完工器具经过库门时扫描工器具上的RFID标签出库;
步骤四、预先在作业现场放置可移动设备,工器具标签接收到可移动设备发出的特殊射频信号,就能凭借感应电流所获得的能量发送出存储在芯片中的工器具信息;根据返回的所有工器具信息,判断工器具是否齐全,并把识别出来的结果和作业现场的位置、图片信息分别显示出来;
步骤五、通过改进的Faster R-CNN算法,检测现场工器具和作业人员两类目标对象的位置,来判断作业人员佩戴安全工器具的状态。
进一步的,所述步骤一中作业人员的身份信息包括但不限于姓名、年龄、性别、工号、部门和手机号。
进一步的,所述库门上安装有红外光栅和红外幕帘,当作业人员靠近库门时,所述红外光栅和红外幕帘启动,并将信息传递至后台控制中心,后台控制中心控制人脸识别机器启动进行人脸识别操作。
进一步的,所述库门上安装有电磁锁,当人脸识别机器识别到作业人员的有效身份信息后,将信息传递至后台控制中心,后台控制中心控制电磁锁启动。
进一步的,所述作业人员的手机上安装有扫描RFID标签的APP,所述步骤二中作业人员取工器具时通过打开APP扫描RFID标签取出相对应的工器具。
进一步的,所述步骤四中可移动设备为带有GPS接收器、RFID阅读器、单片机、触摸显示屏和摄像头的设备;所述RFID阅读器可发出特殊射频信号并用于识别作业人员所携带的工器具是否齐全;所述摄像头用于捕获作业现场的工器具的图片信息;所述GPS接收器用于定位作业现场的位置。
进一步的,所述步骤四中识别出的工器具是否齐全的结果和作业现场的位置、图片信息均显示在触摸显示屏上。
进一步的,所述步骤五中Faster R-CNN算法的改进方法为将在线困难样本挖掘机制引入到Faster R-CNN框架中来进行物品检测,在不需要人为设定样本的正负比例和不降低网络实时性能的情况下,同时进行困难样本挑选,以提高网络性能。
3.有益效果
相比于现有技术,本发明的优点在于:
(1)本方案可以实现建立完善的安全工器具全生命周期轨迹跟踪机制,工器具可查可控,有效避免作业人员违规违章操作而导致意外事故发生的情况。
(2)通过改进Faster R-CNN算法,对现场工器具和作业人员两类目标对象的位置进行检测,在不需要人为设定样本的正负比例和不降低网络实时性能的情况下,同时进行困难样本挑选,以提高网络性能。
(3)本方案不仅可以加强企业安全生产,避免违规违章操作的事故发生,减少因事故而产生的直接经济损失,而且提升了电力企业的智能化和规范化管理水平,对电网的安全生产和管理具有重大意义。
附图说明
图1为本发明的改进后的Faster R-CNN框架结构示意图。
具体实施方式
下面将结合本发明实施例中的附图;对本发明实施例中的技术方案进行清楚、完整地描述;显然;所描述的实施例仅仅是本发明一部分实施例;而不是全部的实施例,基于本发明中的实施例;本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例;都属于本发明保护的范围。
请参阅图1的基于智能视觉感知的电力工器具全生命周期管控方法,它包括以下步骤:
步骤一、工器具入库前,按照每个工器具对应生成不干胶的RFID标签或吊牌RFID标签,每个工器具的RFID标签内存储有对应的作业人员的身份信息;
步骤二、在库门上安装人脸识别机器,作业人员通过扫描人脸信息后才可入库取工器具;
步骤三、作业人员取完工器具经过库门时扫描工器具上的RFID标签出库;
步骤四、预先在作业现场放置可移动设备,工器具标签接收到可移动设备发出的特殊射频信号,就能凭借感应电流所获得的能量发送出存储在芯片中的工器具信息;根据返回的所有工器具信息(无源标签),判断工器具是否齐全,并把识别出来的结果和作业现场的位置、图片信息分别显示出来;
步骤五、通过改进的Faster R-CNN算法,检测现场工器具和作业人员两类目标对象的位置,来判断作业人员佩戴安全工器具的状态。
步骤一中作业人员的身份信息包括但不限于姓名、年龄、性别、工号、部门和手机号。
库门上安装有红外光栅和红外幕帘,当作业人员靠近库门时,红外光栅和红外幕帘启动,并将信息传递至后台控制中心,后台控制中心控制人脸识别机器启动进行人脸识别操作。
库门上安装有电磁锁,当人脸识别机器识别到作业人员的有效身份信息后,将信息传递至后台控制中心,后台控制中心控制电磁锁启动。
作业人员的手机上安装有扫描RFID标签的APP,步骤二中作业人员取工器具时通过打开APP扫描RFID标签取出相对应的工器具。
步骤四中可移动设备为带有GPS接收器、RFID阅读器、单片机、触摸显示屏和摄像头的设备;RFID阅读器可发出特殊射频信号并用于识别作业人员所携带的工器具是否齐全;摄像头用于捕获作业现场的工器具的图片信息;GPS接收器用于定位作业现场的位置。
步骤四中识别出的工器具是否齐全的结果和作业现场的位置、图片信息均显示在触摸显示屏上。
Faster R-CNN在进行模型训练时,RPN会随机产生大量的候选区域,由于目标在图片中所占比例较小,导致产生的负样本空间过大,正样本和负样本存在巨大失衡,网络模型偏向负样本。
步骤五中Faster R-CNN算法的改进方法为将在线困难样本挖掘机制引入到Faster R-CNN框架中来进行物品检测,在不需要人为设定样本的正负比例和不降低网络实时性能的情况下,同时进行困难样本挑选,以提高网络性能,从而实现远程实时违章告警功能,解决作业人员在现场作业时操作不当等问题,此处的操作不当问题为是否佩戴安全帽、防护手套、防护服和防护靴等。
困难样本是网络在进行分类时错误目标被分类为正确的且置信度阈值较高的样本,本项目将OHEM机制引入Faster R-CNN框架中解决网络训练过程中负样本空间过大的问题,改进后的Faster R-CNN框架如图1所示。
将Faster R-CNN模型Faster R-CNN的ROI池化层后面部分称为ROI网络,引入OHEM机制后将原始的1个ROI网络扩展成2个共享网络参数的ROI网络,其中一个是只读的,只读ROI网络中的所有操作都是前向的,主要功能包括对候选区域网络表现较差的参数进行排序,选择部分参数较大的候选区域,即选择当前网络表现较差的候选区域作为困难样本。
另一个ROI网络(图1中虚线部分)包含前向和后向操作,它的输入是前一个ROI网络所挑选出的困难样本,输出是预测的分类结果和边界框的坐标,即首先使用一个额外的ROI选取困难样本,然后使用这些困难样本来进行标准ROI网络训练。
Faster R-CNN算法的改进方法不需要设置正负样本之间的数量比例来解决数量不平衡问题,更有针对性,能进一步提高目标检测的准确性。
以上所述;仅为本发明较佳的具体实施方式;但本发明的保护范围并不局限于此;任何熟悉本技术领域的技术人员在本发明揭露的技术范围内;根据本发明的技术方案及其改进构思加以等同替换或改变;都应涵盖在本发明的保护范围内。
Claims (8)
1.基于智能视觉感知的电力工器具全生命周期管控方法,其特征在于:包括以下步骤:
步骤一、工器具入库前,按照每个工器具对应生成不干胶的RFID标签或吊牌RFID标签,每个工器具的RFID标签内存储有对应的作业人员的身份信息;
步骤二、在库门上安装人脸识别机器,作业人员通过扫描人脸信息后才可入库取工器具;
步骤三、作业人员取完工器具经过库门时扫描工器具上的RFID标签出库;
步骤四、预先在作业现场放置可移动设备,工器具标签接收到可移动设备发出的特殊射频信号,就能凭借感应电流所获得的能量发送出存储在芯片中的工器具信息;根据返回的所有工器具信息,判断工器具是否齐全,并把识别出来的结果和作业现场的位置、图片信息分别显示出来;
步骤五、通过改进的Faster R-CNN算法,检测现场工器具和作业人员两类目标对象的位置,来判断作业人员佩戴安全工器具的状态。
2.根据权利要求1所述的基于智能视觉感知的电力工器具全生命周期管控方法,其特征在于:所述步骤一中作业人员的身份信息包括但不限于姓名、年龄、性别、工号、部门和手机号。
3.根据权利要求1所述的基于智能视觉感知的电力工器具全生命周期管控方法,其特征在于:所述库门上安装有红外光栅和红外幕帘,当作业人员靠近库门时,所述红外光栅和红外幕帘启动,并将信息传递至后台控制中心,后台控制中心控制人脸识别机器启动进行人脸识别操作。
4.根据权利要求1所述的基于智能视觉感知的电力工器具全生命周期管控方法,其特征在于:所述库门上安装有电磁锁,当人脸识别机器识别到作业人员的有效身份信息后,将信息传递至后台控制中心,后台控制中心控制电磁锁启动。
5.根据权利要求1所述的基于智能视觉感知的电力工器具全生命周期管控方法,其特征在于:所述作业人员的手机上安装有扫描RFID标签的APP,所述步骤二中作业人员取工器具时通过打开APP扫描RFID标签取出相对应的工器具。
6.根据权利要求1所述的基于智能视觉感知的电力工器具全生命周期管控方法,其特征在于:所述步骤四中可移动设备为带有GPS接收器、RFID阅读器、单片机、触摸显示屏和摄像头的设备;所述RFID阅读器可发出特殊射频信号并用于识别作业人员所携带的工器具是否齐全;所述摄像头用于捕获作业现场的工器具的图片信息;所述GPS接收器用于定位作业现场的位置。
7.根据权利要求6所述的基于智能视觉感知的电力工器具全生命周期管控方法,其特征在于:所述步骤四中识别出的工器具是否齐全的结果和作业现场的位置、图片信息均显示在触摸显示屏上。
8.根据权利要求1所述的基于智能视觉感知的电力工器具全生命周期管控方法,其特征在于:所述步骤五中Faster R-CNN算法的改进方法为将在线困难样本挖掘机制引入到Faster R-CNN框架中来进行物品检测,在不需要人为设定样本的正负比例和不降低网络实时性能的情况下,同时进行困难样本挑选,以提高网络性能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011192263.9A CN112257838A (zh) | 2020-10-30 | 2020-10-30 | 基于智能视觉感知的电力工器具全生命周期管控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011192263.9A CN112257838A (zh) | 2020-10-30 | 2020-10-30 | 基于智能视觉感知的电力工器具全生命周期管控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112257838A true CN112257838A (zh) | 2021-01-22 |
Family
ID=74268821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011192263.9A Pending CN112257838A (zh) | 2020-10-30 | 2020-10-30 | 基于智能视觉感知的电力工器具全生命周期管控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112257838A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101692587A (zh) * | 2009-09-09 | 2010-04-07 | 重庆大学 | 变电站安全工器具在线监管系统及其方法 |
CN107680220A (zh) * | 2017-09-28 | 2018-02-09 | 朱明增 | 一种基于机器视觉技术的作业违规行为智能识别方法 |
CN207051965U (zh) * | 2017-07-06 | 2018-02-27 | 佛山市孟贲电力科技有限公司 | 工器具全生命周期智能管理系统 |
CN109145789A (zh) * | 2018-08-09 | 2019-01-04 | 炜呈智能电力科技(杭州)有限公司 | 供电系统安全作业保障方法及系统 |
CN110119656A (zh) * | 2018-02-07 | 2019-08-13 | 中国石油化工股份有限公司 | 作业现场违章人员的智能监控系统及现场违章监控方法 |
CN110991574A (zh) * | 2019-11-07 | 2020-04-10 | 北京交通大学 | 一种基于rfid的现场工具智能监管系统 |
-
2020
- 2020-10-30 CN CN202011192263.9A patent/CN112257838A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101692587A (zh) * | 2009-09-09 | 2010-04-07 | 重庆大学 | 变电站安全工器具在线监管系统及其方法 |
CN207051965U (zh) * | 2017-07-06 | 2018-02-27 | 佛山市孟贲电力科技有限公司 | 工器具全生命周期智能管理系统 |
CN107680220A (zh) * | 2017-09-28 | 2018-02-09 | 朱明增 | 一种基于机器视觉技术的作业违规行为智能识别方法 |
CN110119656A (zh) * | 2018-02-07 | 2019-08-13 | 中国石油化工股份有限公司 | 作业现场违章人员的智能监控系统及现场违章监控方法 |
CN109145789A (zh) * | 2018-08-09 | 2019-01-04 | 炜呈智能电力科技(杭州)有限公司 | 供电系统安全作业保障方法及系统 |
CN110991574A (zh) * | 2019-11-07 | 2020-04-10 | 北京交通大学 | 一种基于rfid的现场工具智能监管系统 |
Non-Patent Citations (1)
Title |
---|
莫宏伟等: "基于Faster R-CNN的人体行为检测研究", 《智能系统学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107240226B (zh) | 近电预警装置及系统 | |
CN110795989A (zh) | 一种电力作业智能安全监督系统及其监督方法 | |
CN104318732A (zh) | 基于视频分析和rfid的变电站现场人员监控管理系统及方法 | |
CN112183317B (zh) | 一种基于时空图卷积神经网络的带电作业现场违章行为检测方法 | |
CN105785959B (zh) | 基于近场通信的现代化工厂设备管理方法 | |
CN109510311A (zh) | 配电柜运行环境监控装置及其使用方法 | |
CN115100813B (zh) | 基于数字孪生的智慧社区系统 | |
CN115019472A (zh) | 一种建筑施工高危行为检测预警方法及系统 | |
CN114937237A (zh) | 一种基于ai智能识别的工地安全监测方法及系统 | |
CN109345787A (zh) | 一种基于智能图像识别技术的输电线路防外损监控报警系统 | |
CN115880722A (zh) | 一种配电作业人员穿戴的智能识别方法、系统和介质 | |
CN114663772A (zh) | 一种电网现场作业人员合规穿戴检测方法和系统 | |
CN114037249A (zh) | 一种电子工作票的控制系统 | |
CN112257838A (zh) | 基于智能视觉感知的电力工器具全生命周期管控方法 | |
CN113506416A (zh) | 一种基于智能视觉分析的工程异常预警方法及系统 | |
CN210052214U (zh) | 一种油田作业区人员身份信息识别的装置 | |
CN202815878U (zh) | 用于矿山入井人员身份验证的装置 | |
CN114140819A (zh) | 一种在电网作业中用于辅助安全管理的装置及方法 | |
CN112419091B (zh) | 知识图谱驱动的配电网现场作业视频智能安全管控方法 | |
CN114386780A (zh) | 一种智能化工作票操作票系统 | |
CN115311560A (zh) | 一种输电通道外破隐患辨识方法及装置 | |
Zhang et al. | The method for recognizing recognition helmet based on color and shape | |
CN211154002U (zh) | 安全帽和安全系统 | |
CN112270552A (zh) | 基于智能视觉感知的电力工器具全生命周期管控系统 | |
CN104483934A (zh) | 电力现场外来人员管控系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210122 |
|
RJ01 | Rejection of invention patent application after publication |