CN112947424B - 配网作业机器人自主作业路径规划方法和配网作业系统 - Google Patents

配网作业机器人自主作业路径规划方法和配网作业系统 Download PDF

Info

Publication number
CN112947424B
CN112947424B CN202110136276.2A CN202110136276A CN112947424B CN 112947424 B CN112947424 B CN 112947424B CN 202110136276 A CN202110136276 A CN 202110136276A CN 112947424 B CN112947424 B CN 112947424B
Authority
CN
China
Prior art keywords
distribution network
path
new
reference track
robot
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
Application number
CN202110136276.2A
Other languages
English (en)
Other versions
CN112947424A (zh
Inventor
凌松
孙小会
单晓锋
郭祥
唐旭明
甄武东
韩先国
刘强
董二宝
王亚豪
陈宇涛
詹志宏
吴家奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology of China USTC
State Grid Corp of China SGCC
Huainan Power Supply Co of State Grid Anhui Electric Power Co Ltd
Original Assignee
University of Science and Technology of China USTC
State Grid Corp of China SGCC
Huainan Power Supply Co of State Grid Anhui Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Science and Technology of China USTC, State Grid Corp of China SGCC, Huainan Power Supply Co of State Grid Anhui Electric Power Co Ltd filed Critical University of Science and Technology of China USTC
Priority to CN202110136276.2A priority Critical patent/CN112947424B/zh
Publication of CN112947424A publication Critical patent/CN112947424A/zh
Application granted granted Critical
Publication of CN112947424B publication Critical patent/CN112947424B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • 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)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种配网作业机器人自主作业路径规划方法和配网作业系统，规划方法包括以下步骤：1)针对每种作业任务设立相应的参考轨迹库；2)作业时，先选取相应的作业任务，再选取该作业任务下与新作业场景匹配度最高的参考轨迹；3)在步骤2)中所选择的参考轨迹的基础上规划新路径以获得与新作业场景相匹配的路径；4)将步骤3)中所规划的新路径进行保存。通过该配网作业系统所实现的配网作业机器人自主作业路径规划方法可以提高配网作业机器人的作业效率，可靠性高。

Description

配网作业机器人自主作业路径规划方法和配网作业系统
技术领域
本发明涉及自动化及机器人技术领域，具体地涉及配网作业机器人自主作业路径规划方法和配网作业系统。
背景技术
传统的配网带电作业中，操纵人员位于升降绝缘斗臂车上，利用绝缘杆进行双人带电作业来更换避雷器、绝缘子等设备。尽管近年来针对配网带电作业操作制订了一系列规范性技术标准和作业准则，但由于任务量大，危险系数高，环境恶劣，人员伤亡事故还是时有发生。
为此早在20世纪80、90年代，全球就开始了配网带电作业机器人的研发。典型的遥操作机器人包括日本九州电力公司开发的PhaseI和PhaseII，1990年西班牙马德里理工大学开发的ROBTET液压驱动机器人，以及山东鲁能智能公司开发的液压遥操作机器人。
发明内容
本发明的目的是提供一种配网作业机器人自主作业路径规划方法和配网作业系统，通过该配网作业系统所实现的配网作业机器人自主作业路径规划方法可以提高配网作业机器人的作业效率，可靠性高。
为了实现上述目的，本发明提供了一种配网作业机器人自主作业路径规划方法，包括以下步骤：
1）针对每种作业任务设立相应的参考轨迹库；
2）作业时，先选取相应的作业任务，再选取该作业任务下与新作业场景匹配度最高的参考轨迹；
3）在步骤2）中所选择的参考轨迹的基础上规划新路径以获得与新作业场景相匹配的路径；
4）将步骤3）中所规划的新路径进行保存。
优选地，在步骤2）中，选取相应的作业任务后，首先将新作业场景进行参数化，将参数化的新作业场景与参考轨迹库内的参考轨迹进行逐一匹配，选取与新作业场景匹配度最高的参考轨迹。
优选地，在步骤3）中规划新路径之前，先检测新作业场景与步骤2）中所选择的匹配度最高的参考轨迹之间的适应性。
优选地，在适应性的检测中，当由于作业场景变动导致所选择的参考路径中的构形点不满足约束时，将不满足约束的构型点筛选出来。
优选地，将不满足约束的构型点筛选出来后，利用适应新作业场景的参考轨迹点构造快速搜索树。
优选地，在步骤4）中，将所规划的新路径保存至相应的作业任务下的参考轨迹库内，作为新的参考轨迹。
本发明还提供了一种配网作业系统，该配网作业系统用于执行所述的配网作业机器人自主作业路径规划方法，所述配网作业系统包括：存储有多种作业任务的总控系统，总控系统中的每种作业任务下均设置有参考轨迹库，所述参考轨迹库内设置有多种参考轨迹；用于执行参考轨迹的配网作业机器人，所述配网作业机器人根据所选择的参考轨迹执行相应动作；其中，所述配网作业机器人上设置有三维激光雷达和双目相机，所述三维激光雷达和双目相机用于采集作业场景并反馈至总控系统；所述总控系统根据所采集的作业场景并在所选择的参考轨迹的基础上通过路径规划器规划新路径以获得与新作业场景相匹配的路径。
优选地，所述配网作业机器人包括：升降绝缘斗臂车和设置于所述升降绝缘斗臂车上的作业机器人，所述作业机器人上设置有作业机械臂，所述作业机械臂的端部设置有所述三维激光雷达和双目相机。
优选地，所述总控系统内设置有存储单元，所述存储单元用于存储通过路径规划器规划新路径。
根据上述技术方案，本发明通过步骤1）-4），使得配网作业机器人在自主作业时，能够快速规划好作业路径，提高配网作业机器人的作业效率，可靠性高。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是配网作业机器人自主作业路径规划方法流程示意图。
实施方式
以下是对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
在本发明中，在未作相反说明的情况下，“上下左右、前后内外”等包含在术语中的方位词仅代表该术语在常规使用状态下的方位，或为本领域技术人员理解的俗称，而不应视为对该术语的限制。
本发明中的配网作业机器人自主作业路径规划方法，包括以下步骤：
1）针对每种作业任务设立相应的参考轨迹库；
2）作业时，先选取相应的作业任务，再选取该作业任务下与新作业场景匹配度最高的参考轨迹；
3）在步骤2）中所选择的参考轨迹的基础上规划新路径以获得与新作业场景相匹配的路径；
4）将步骤3）中所规划的新路径进行保存。
配网作业场景具有非结构化特性，同时也具有一定的相似性特征，每次作业需根据不同场景进行相应的作业路径规划，通过上述技术方案的实施，通过步骤1）-4），使得配网作业机器人在自主作业时，能够快速规划好作业路径，提高配网作业机器人的作业效率，可靠性高。
在该实施方式中，面对一个特定作业任务，我们针对不同环境挑选合适的参考轨迹，在挑选参考轨迹时，不仅需要明确任务，还需要轨迹环境的相似度，选取相同任务下，环境相似度最高的轨迹为参考轨迹，为了进一步快速的选取到与新作业场景匹配度最高的参考轨迹，优选地，在步骤2）中，选取相应的作业任务后，首先将新作业场景进行参数化，将参数化的新作业场景与参考轨迹库内的参考轨迹进行逐一匹配，选取与新作业场景匹配度最高的参考轨迹。
但是即使匹配度最高的参考轨迹，面对新的作业场景，参考轨迹也难以解决目标任务，因此，还需要在参考轨迹的基础上进行调整。为了了解到选取的参考轨迹与新作业场景的适应性，便于下一步的调整，优选地，在步骤3）中规划新路径之前，先检测新作业场景与步骤2）中所选择的匹配度最高的参考轨迹之间的适应性。
针对目标点变动、环境变动导致路径中的部分点不满足约束等情况，本发明设计了一种路径规划器来调整参考轨迹。
对于一般的基于采样的算法，虽然被认为具有概率完备性，一些改进的算法具有渐进最优性；但基于采样的算法需要探索整个约束流形会消耗大量的规划时间。而在相似的作业环境中，对于相同工作任务提供一条参考轨迹会节约大量的规划时间。因为在参考轨迹附近搜索得到的路径总是与参考轨迹相似，我们可以提前预测到规划的轨迹，这对机器人实际应用十分重要的。
在该实施方式中，为了进一步优化新路径，优选地，在适应性的检测中，当由于作业场景变动导致所选择的参考路径中的构形点不满足约束时，将不满足约束的构型点筛选出来。
在该实施方式中，为了进一步优化新路径，优选地，将不满足约束的构型点筛选出来后，利用适应新作业场景的参考轨迹点构造快速搜索树。
在该实施方式中，为了进一步丰富参考轨迹库，优选地，在步骤4）中，将所规划的新路径保存至相应的作业任务下的参考轨迹库内，作为新的参考轨迹。
本发明还提供了一种配网作业系统，该配网作业系统用于执行所述的配网作业机器人自主作业路径规划方法，所述配网作业系统包括：存储有多种作业任务的总控系统，总控系统中的每种作业任务下均设置有参考轨迹库，所述参考轨迹库内设置有多种参考轨迹；用于执行参考轨迹的配网作业机器人，所述配网作业机器人根据所选择的参考轨迹执行相应动作；其中，所述配网作业机器人上设置有三维激光雷达和双目相机，所述三维激光雷达和双目相机用于采集作业场景并反馈至总控系统；所述总控系统根据所采集的作业场景并在所选择的参考轨迹的基础上通过路径规划器规划新路径以获得与新作业场景相匹配的路径。
通过上述技术方案的实施，步骤1）中通过在总控系统内针对每种作业任务设立相应的参考轨迹库；步骤2）作业时，在总控系统内先选取相应的作业任务，再选取该作业任务下与新作业场景匹配度最高的参考轨迹；步骤3）配网作业机器人根据所选择的参考轨迹执行相应动作；其中，所述配网作业机器人上设置有三维激光雷达和双目相机，所述三维激光雷达和双目相机用于采集作业场景并反馈至总控系统；所述总控系统根据所采集的作业场景并在所选择的参考轨迹的基础上通过路径规划器规划新路径以获得与新作业场景相匹配的路径。
在该实施方式中，为了进一步提供一种配网作业机器人以便于执行配网作业，优选地，所述配网作业机器人包括：升降绝缘斗臂车和设置于所述升降绝缘斗臂车上的作业机器人，所述作业机器人上设置有作业机械臂，所述作业机械臂的端部设置有所述三维激光雷达和双目相机。
在该实施方式中，为了便于将规划的新路径进行存储以便下次使用，优选地，所述总控系统内设置有存储单元，所述存储单元用于存储通过路径规划器规划新路径。
以上结合详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (7)

1.一种配网作业机器人自主作业路径规划方法，其特征在于，包括以下步骤：
1)针对每种作业任务设立相应的参考轨迹库；
2)作业时，先选取相应的作业任务，再选取该作业任务下与新作业场景匹配度最高的参考轨迹；
3)在步骤2)中所选择的参考轨迹的基础上规划新路径以获得与新作业场景相匹配的路径；
4)将步骤3)中所规划的新路径进行保存；
在步骤2)中，选取相应的作业任务后，首先将新作业场景进行参数化，将参数化的新作业场景与参考轨迹库内的参考轨迹进行逐一匹配，选取与新作业场景匹配度最高的参考轨迹；
在步骤3)中规划新路径之前，先检测新作业场景与步骤2)中所选择的匹配度最高的参考轨迹之间的适应性。
2.根据权利要求1所述的配网作业机器人自主作业路径规划方法，其特征在于，在适应性的检测中，当由于作业场景变动导致所选择的参考路径中的构形点不满足约束时，将不满足约束的构型点筛选出来。
3.根据权利要求2所述的配网作业机器人自主作业路径规划方法，其特征在于，将不满足约束的构型点筛选出来后，利用适应新作业场景的参考轨迹点构造快速搜索树。
4.根据权利要求1所述的配网作业机器人自主作业路径规划方法，其特征在于，在步骤4)中，将所规划的新路径保存至相应的作业任务下的参考轨迹库内，作为新的参考轨迹。
5.一种配网作业系统，其特征在于，所述配网作业系统用于执行权利要求1-4中的任意一项所述的配网作业机器人自主作业路径规划方法，所述配网作业系统包括：
存储有多种作业任务的总控系统，总控系统中的每种作业任务下均设置有参考轨迹库，所述参考轨迹库内设置有多种参考轨迹；
用于执行参考轨迹的配网作业机器人，所述配网作业机器人根据所选择的参考轨迹执行相应动作；其中，
所述配网作业机器人上设置有三维激光雷达和双目相机，所述三维激光雷达和双目相机用于采集作业场景并反馈至总控系统；
所述总控系统根据所采集的作业场景并在所选择的参考轨迹的基础上通过路径规划器规划新路径以获得与新作业场景相匹配的路径。
6.根据权利要求5所述的配网作业系统，其特征在于，所述配网作业机器人包括：升降绝缘斗臂车和设置于所述升降绝缘斗臂车上的作业机器人，所述作业机器人上设置有作业机械臂，所述作业机械臂的端部设置有所述三维激光雷达和双目相机。
7.根据权利要求5所述的配网作业系统，其特征在于，所述总控系统内设置有存储单元，所述存储单元用于存储通过路径规划器规划新路径。
CN202110136276.2A 2021-02-01 2021-02-01 配网作业机器人自主作业路径规划方法和配网作业系统 Active CN112947424B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110136276.2A CN112947424B (zh) 2021-02-01 2021-02-01 配网作业机器人自主作业路径规划方法和配网作业系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110136276.2A CN112947424B (zh) 2021-02-01 2021-02-01 配网作业机器人自主作业路径规划方法和配网作业系统

Publications (2)

Publication Number Publication Date
CN112947424A CN112947424A (zh) 2021-06-11
CN112947424B true CN112947424B (zh) 2023-04-25

Family

ID=76240745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110136276.2A Active CN112947424B (zh) 2021-02-01 2021-02-01 配网作业机器人自主作业路径规划方法和配网作业系统

Country Status (1)

Country Link
CN (1) CN112947424B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114371632A (zh) * 2021-12-29 2022-04-19 达闼机器人有限公司 智能设备控制方法、装置、服务器和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1995017995A1 (fr) * 1993-12-28 1995-07-06 Hitachi, Ltd. Procede et appareil de detection de position et d'orientation et systeme de production flexible utilisant ledit appareil
CN206510017U (zh) * 2016-12-09 2017-09-22 南京理工大学 一种带电作业机器人

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107443373B (zh) * 2017-07-20 2018-09-28 广东工业大学 基于关节臂机器人的避碰轨迹规划方法和装置
JP6508691B1 (ja) * 2018-10-15 2019-05-08 株式会社Ｍｕｊｉｎ 制御装置、作業ロボット、プログラム、及び、制御方法
CN110421559B (zh) * 2019-06-21 2021-01-05 国网安徽省电力有限公司淮南供电公司 配网带电作业机器人的遥操作方法和动作轨迹库构建方法
CN111015656A (zh) * 2019-12-19 2020-04-17 佛山科学技术学院 一种机器人主动避障的控制方法、装置及存储介质
CN111645077A (zh) * 2020-06-19 2020-09-11 国电南瑞科技股份有限公司 配网线路带电作业机器人地面监控系统及监控方法
CN112102473A (zh) * 2020-09-01 2020-12-18 国网安徽省电力有限公司淮南供电公司 配网带电作业机器人的作业场景建模方法及系统
CN112115929B (zh) * 2020-11-23 2021-03-02 国网瑞嘉(天津)智能机器人有限公司 一种作业臂架移动位姿的确定方法、装置及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1995017995A1 (fr) * 1993-12-28 1995-07-06 Hitachi, Ltd. Procede et appareil de detection de position et d'orientation et systeme de production flexible utilisant ledit appareil
CN206510017U (zh) * 2016-12-09 2017-09-22 南京理工大学 一种带电作业机器人

Also Published As

Publication number Publication date
CN112947424A (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
CN110988586B (zh) 一种配网带电作业机器人作业精准定位方法及系统
CN106990777A (zh) 机器人局部路径规划方法
CN115167408B (zh) 一种基于光伏电站的巡检路线规划系统
CN112947424B (zh) 配网作业机器人自主作业路径规划方法和配网作业系统
CN102169017A (zh) 一种变电站红外热成像在线监测系统
CN104259839A (zh) 基于视觉识别的自动螺钉机及其安装螺钉的方法
CN113972586B (zh) 一种高压输电线路无人机搭载激光异物清除系统及方法
CN113556679A (zh) 自移动机器人工作区域虚拟边界的生成方法、系统、自移动机器人及可读存储介质
CN105279275A (zh) 调度主站端的点表组态方法
CN113917945A (zh) 一种无人机电力线路的巡检方法、装置、无人机和介质
CN111231734B (zh) 一种agv换电控制方法及系统
CN114548906A (zh) 一种工程监理监管方法、系统、装置及存储介质
CN112332541A (zh) 一种用于变电站的监测系统和方法
CN111376789A (zh) Agv电池充电管理方法、系统和计算机可读存储介质
Sun et al. Research on path planning of agv based on improved ant colony optimization algorithm
CN107305385B (zh) 自动行走设备的对接方法及自动行走设备
CN111391691B (zh) 基于视觉的标的对准方法、系统和计算机可读存储介质
Pessoa et al. Design of an underwater sensor network perpetually powered from AUVs
CN112799389B (zh) 自动行走区域路径规划方法及自动行走设备
DE112020002438T5 (de) Stromversorgungssystem und stromversorgungseinrichtung
CN115812411A (zh) 一种基于割草机的无人机导航方法、系统、存储介质及智能终端
EP3673721B1 (en) Lawn mower robot
CN113485368A (zh) 一种架空输电线路巡线机器人导航、巡线方法及装置
CN111026163B (zh) 一种面向室内的失控放射源自主搜寻机器人及其搜寻方法
CN117748688B (zh) 一种用于四差速轮式巡检机器人的自动充电管理系统

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