CN113002588B - 一种列车轨道异物检测方法及系统 - Google Patents
一种列车轨道异物检测方法及系统 Download PDFInfo
- Publication number
- CN113002588B CN113002588B CN202110275831.XA CN202110275831A CN113002588B CN 113002588 B CN113002588 B CN 113002588B CN 202110275831 A CN202110275831 A CN 202110275831A CN 113002588 B CN113002588 B CN 113002588B
- Authority
- CN
- China
- Prior art keywords
- train
- frame
- rail
- point cloud
- foreign matter
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/08—Measuring installations for surveying permanent way
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种列车轨道异物检测方法及系统,该方法包括:采集列车运动信息,使用至少一台非重复扫描式激光雷达采集载车行进方向的单帧环境点云数据;将单帧环境点云数据根据列车运动信息进行空间叠加,得到多帧融合后的点云数据;在多帧融合后的点云数据中识别当前行进钢轨,确定当前行进钢轨在各距离上的具体位置;逐帧检测当前行进钢轨侧面和上方可能与列车车轮发生碰撞以及两条钢轨之间可能与列车底盘发生碰撞的异物;根据连续多帧检测结果的一致性判断是否存在轨道异物。本发明大幅提高了列车前方尤其是较远距离的环境扫描密度,能够在更远的距离检测出同等大小的轨道异物,从而保障了行进列车的安全性。
Description
技术领域
本发明涉及通信技术领域,特别涉及一种列车轨道异物检测方法及系统。
背景技术
轨道异物检测是智能有轨列车无人驾驶或辅助驾驶应用中的核心技术问题。相比普通小型乘用车辆,列车具有自重更大、刹车距离更长的特点,且列车行进方向受钢轨走向的限定,无法通过局部路径规划和转向控制在近距离上绕过障碍,因此,具有在较远距离上可靠检测对列车安全行驶构成威胁的异物的迫切需求。对轨道异物的感知检测手段可以分为使用清轨器、路端监控设备以及列车车载监控设备三类。其中,清轨器仅能在轨道非运营时段工作,且无法应对山体落石等突发异物情况,使用范围主要仅限于地铁等半封闭场景;路端监控设备由于单台设备视野有限,因此部署设备的台数随轨道长度增加而不断增长,设备及运营维护成本很大;相比前两种方法,列车车载监控设备因其具备实时监控的能力同时成本相对低廉,是轨道异物检测的一个通用可靠的技术途径。激光雷达具有不受环境光干扰、可直接感知环境三维信息的优点,尤其适合作为列车车载异物监控设备使用。然而,传统的机械旋转扫描式激光雷达由于视场覆盖率低,难以有效识别远距离轨道走向和位置,进而难以有效检测远距离轨道异物,存在较大安全隐患。
发明内容
本发明针对上述现有技术中存在的问题,提出一种列车轨道异物检测方法及系统,通过使用非重复扫描式激光雷达替代传统的机械旋转扫描式激光雷达,大幅提高了列车对前方轨道及周边环境感知的点云密度,提升了列车对轨道异物进行有效感知的距离,尤其适用于智能列车无人驾驶或辅助驾驶系统的安全性。
为解决上述技术问题,本发明是通过如下技术方案实现的:
本发明提供一种列车轨道异物检测方法,其包括:
S11:采集列车运动信息,使用至少一台非重复扫描式激光雷达采集列车行进方向的单帧环境点云数据;
S12:将单帧环境点云数据根据列车运动信息进行空间叠加,得到多帧融合后的点云数据;
S13:在多帧融合后的点云数据中识别所述列车当前行进钢轨,确定当前行进钢轨的具体位置;其中所述确定当前行进钢轨的具体位置是指自车头位置起,轨道异物检测距离范围内的轨道具体位置;
S14:根据当前行进钢轨在各距离上的具体位置,逐帧检测当前行进钢轨侧面和上方可能与列车车轮发生碰撞以及两条钢轨之间可能与列车底盘发生碰撞的异物;
S15:根据连续多帧检测结果的一致性判断是否存在轨道异物,完成列车轨道异物的检测。
优选地,S14的逐帧检测中,当任意一帧检测到轨道异物时,S14之后还包括:
对所述列车发出降速指令,则在所述列车行进的相同距离内能融合更多帧的点云数据,从而增大点云的致密程度,提高单帧轨道异物检测的精度。
优选地,S14的逐帧检测中,当任意一帧检测到轨道异物后,而S15根据连续多帧检测结果的一致性判断不存在轨道异物之后,对所述列车发出提速指令,使所述列车恢复到原有行进速度。
本发明还提供一种列车轨道异物检测系统,其包括:
车载传感器模块,采集列车运动信息,使用至少一台非重复扫描式激光雷达采集列车行进方向的单帧环境点云数据;
数据融合模块,将所述车载传感器模块采集的单帧环境点云数据根据所述列车运动信息进行空间叠加,得到多帧融合后的点云数据;
轨道识别模块,在所述数据融合模块多帧融合后的点云数据中识别所述列车当前行进钢轨,确定当前行进钢轨的具体位置;其中所述确定当前行进钢轨的具体位置是指自车头位置起,轨道异物检测距离范围内的轨道具体位置;
异物检测模块,根据所述轨道识别模块确定的当前行进钢轨的具体位置,逐帧检测当前行进钢轨侧面和上方可能与列车车轮发生碰撞以及两条钢轨之间可能与列车底盘发生碰撞的异物;
结果校验模块,根据连续多帧检测结果的一致性判断是否存在轨道异物,完成列车轨道异物的检测。
优选地,当所述轨道识别模块任意一帧检测到轨道异物时,对所述列车发出降速指令,则在所述列车行进的相同距离内能融合更多帧的点云数据,从而增大点云的致密程度,提高单帧轨道异物检测的精度。
优选地,当所述轨道识别模块任意一帧检测到轨道异物,而所述结果校验模块根据连续多帧检测结果的一致性判断不存在轨道异物之后,对所述列车发出提速指令,使所述列车恢复到原有行进速度。
相较于现有技术,本发明实施例具有以下至少一种优点:
本发明提供的列车轨道异物检测方法及系统,通过使用非重复扫描式激光雷达提到传统机械旋转式扫描激光雷达,大幅提高了列车对前方轨道及周边环境感知的点云密度,提升了列车对轨道异物进行有效感知的距离,尤其适用于智能列车无人驾驶或辅助驾驶系统的安全性。
本发明提供的列车轨道异物检测方法及系统,通过将轨道异物感知与列车车速控制相结合的列车行驶策略,进一步提高了列车对潜在异物碰撞风险的态势精确感知能力,进一步提升了列车行驶的安全性。
附图说明
下面结合附图对本发明的实施方式作进一步说明:
图1为本发明一实施例的列车轨道异物检测方法的流程图;
图2为本发明一实施例的列车轨道异物检测系统的示意图;
图3为本发明一优选实施例的列车轨道异物检测系统的模块组成示意图。
标号说明:1-列车,2-非重复扫描式激光雷达,3-列车轨道;
11-列车车身;
12-列车轮;
31-轨道钢轨;
32-轨道枕木;
21-车载传感器模块,22-数据融合模块,23-轨道识别模块,24-异物检测模块,25-结果校验模块。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示为本发明一实施例的列车轨道异物检测方法的流程图。
请参考图1,本实施例的列车轨道异物检测方法包括:
S11:采集列车运动信息,使用至少一台非重复扫描式激光雷达采集列车行进方向的单帧环境点云数据;
S12:将单帧环境点云数据根据列车运动信息进行空间叠加,得到多帧融合后的点云数据;本步骤中,可以是将单帧环境点云数据根据列车运动信息变换到全局坐标系中,然后对统一全局坐标系中的各个单帧数据进行叠加,得到多帧融合后的点云数据;
S13:在多帧融合后的点云数据中识别当前行进钢轨,确定当前行进钢轨的具体位置;
本步骤中,确定当前行进钢轨的具体位置,具体是指:确定当前行进钢轨与列车头之间的具体位置,即自列车头位置起,轨道异物检测距离范围内的轨道具体位置。
S14:根据当前行进钢轨在各距离上的具体位置,逐帧检测当前行进钢轨侧面和上方可能与列车车轮发生碰撞以及两条钢轨之间可能与列车底盘发生碰撞的异物;
S15:根据连续多帧检测结果的一致性判断是否存在轨道异物,完成列车轨道异物的检测。
本发明上述实施例的方法,通过使用非重复扫描式激光雷达提到传统机械旋转式扫描激光雷达,大幅提高了列车对前方轨道及周边环境感知的点云密度,提升了列车对轨道异物进行有效感知的距离,尤其适用于智能列车无人驾驶或辅助驾驶系统的安全性。
较佳地,S11非重复扫描式激光雷达为多台时,S12之后还包括:对多台非重复扫描式激光雷达的多帧融合后的点云数据进行叠加,得到更加致密的三维点云数据,提高数据的准确性。
较佳地,当S14的逐帧检测,其中任意一帧检测到轨道异物时,S14之后还包括:对列车发出降速指令,则在列车行进的相同距离内能融合更多帧的点云数据,从而增大点云的致密程度,提高单帧轨道异物检测的精度。本实施例中,对列车发出降速指令,列车根据指令降低行驶速度,使得列车在行进相同距离的情况下的花费更长时间,从而在所述更长时间内能够融合更多帧的点云数据。
较佳地,上述实施例中,在S14的逐帧检测中,任意一帧检测到轨道异物,但是S15根据连续多帧检测结果的一致性判断不存在轨道异物之后,对所述列车发出提速指令,使所述列车恢复到原有行进速度。
本发明上述较佳实施例中,通过将轨道异物感知与列车车速控制相结合的列车行驶策略,进一步提高了列车对潜在异物碰撞风险的态势精确感知能力,进一步提升了列车行驶的安全性。
较佳地,列车运动信息的数据源来自非重复扫描式激光雷达内置的惯性导航元件。获得非重复扫描式激光雷达传感器三维坐标系下的三轴加速度信息,通过对时间的一次积分获得非重复扫描式激光雷达的三轴速度信息,对上述三轴速度信息进行对时间的再一次积分获得非重复扫描式激光雷达的位置变换信息。位置变换信息用于将非重复扫描式激光雷达的各帧信息变换到统一的全局三维坐标系中用于叠加。
较佳地,非重复扫描式激光雷达的水平视场小于180°,在该角度下扫描效率更佳。
如图2所示为本发明一实施例的列车轨道异物检测系统的示意图。
请参考图2,本实施例的列车轨道异物检测系统包括:车载传感器模块21,数据融合模块22,轨道识别模块23,异物检测模块24,结果校验模块25。其中,车载传感器模块21用于采集列车运动信息和列车行进方向的非重复扫描式激光雷达的单帧环境点云数据;数据融合模块22将车载传感器模块21的单帧环境点云数据根据列车运动信息进行空间叠加,得到多帧融合后的点云数据;轨道识别模块23在数据融合模块22得到的多帧融合后的点云数据中识别列车当前行进钢轨,确定当前行进钢轨在各距离上的具体位置;异物检测模块24根据轨道识别模块23得到的当前行进钢轨在各距离上的具体位置,逐帧检测当前行进钢轨侧面和上方可能与列车车轮发生碰撞以及两条钢轨之间可能与列车底盘发生碰撞的异物;结果校验模块25根据异物检测模块24进行的连续多帧检测结果的一致性判断是否存在轨道异物,完成列车轨道异物的检测。
如图3所示,本优选实施例中,车载传感器模块21采集列车运动信息和列车行进方向的非重复扫描式激光雷达的单帧环境点云数据,具体可以包括:内置惯性导航元件的非重复扫描式激光雷达2,非重复扫描式激光雷达2设置于列车车身11的车头上部居中位置。非重复扫描式激光雷达2水平视野小于180°,具有覆盖列车前方一定距离以内区域视野的下视能力,比如非重复扫描式激光雷达具有覆盖车辆正面40米以内区域视野的下视能力,并与数据融合模块22连接传输单帧点云数据。
上述实施例提供的列车轨道异物检测系统,通过在列车头设置专用于轨道异物检测的非重复扫描式激光雷达,并在时序上对多帧三维点云数据进行叠加,大幅提高了列车前方尤其是较远距离的环境扫描密度,在能够识别更远前方轨道延伸方向的同时,能够在更远的距离检测出同等大小的轨道异物,或者在相同的距离上检测出更小的轨道异物,从而保障了行进列车的安全性。
此处公开的仅为本发明的优选实施例,本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,并不是对本发明的限定。任何本领域技术人员在说明书范围内所做的修改和变化,均应落在本发明所保护的范围内。
Claims (10)
1.一种列车轨道异物检测方法,其特征在于,包括:
S11:采集列车运动信息,使用至少一台非重复扫描式激光雷达采集列车行进方向的单帧环境点云数据;
S12:将单帧环境点云数据根据列车运动信息进行空间叠加,得到多帧融合后的点云数据;
S13:在多帧融合后的点云数据中识别所述列车当前行进钢轨,确定当前行进钢轨的具体位置;其中所述确定当前行进钢轨的具体位置是指自车头位置起,轨道异物检测距离范围内的轨道具体位置;
S14:根据当前行进钢轨在各距离上的具体位置,逐帧检测当前行进钢轨侧面和上方可能与列车车轮发生碰撞以及两条钢轨之间可能与列车底盘发生碰撞的异物;
S15:根据连续多帧检测结果的一致性判断是否存在轨道异物,完成列车轨道异物的检测。
2.根据权利要求1所述的列车轨道异物检测方法,其特征在于,当S11所述非重复扫描式激光雷达为多台时,S12之后还包括:
对多台非重复扫描式激光雷达的所述多帧融合后的点云数据进行叠加,得到更加致密的三维点云数据。
3.根据权利要求1所述的列车轨道异物检测方法,其特征在于,S14的逐帧检测中,当任意一帧检测到轨道异物时,S14之后还包括:
对所述列车发出降速指令,则在所述列车行进的相同距离内能融合更多帧的点云数据,从而增大点云的致密程度,提高单帧轨道异物检测的精度。
4.根据权利要求3所述的列车轨道异物检测方法,其特征在于,S14的逐帧检测中,当任意一帧检测到轨道异物,而S15根据连续多帧检测结果的一致性判断不存在轨道异物之后,对所述列车发出提速指令,使所述列车恢复到原有行进速度。
5.根据权利要求1-4任意一项所述的列车轨道异物检测方法,其特征在于,所述列车运动信息,采用所述非重复扫描式激光雷达内置的惯性导航元件获取,所述惯性导航元件提供激光雷达三维坐标系下三轴的瞬时加速度信息。
6.根据权利要求5所述的列车轨道异物检测方法,其特征在于,所述非重复扫描式激光雷达的水平视场小于180°。
7.一种列车轨道异物检测系统,其特征在于,包括:
车载传感器模块,采集列车运动信息,使用至少一台非重复扫描式激光雷达采集列车行进方向的单帧环境点云数据;
数据融合模块,将所述车载传感器模块采集的单帧环境点云数据根据所述列车运动信息进行空间叠加,得到多帧融合后的点云数据;
轨道识别模块,在所述数据融合模块多帧融合后的点云数据中识别所述列车当前行进钢轨,确定当前行进钢轨的具体位置;其中所述确定当前行进钢轨的具体位置是指自车头位置起,轨道异物检测距离范围内的轨道具体位置;
异物检测模块,根据所述轨道识别模块确定的当前行进钢轨的具体位置,逐帧检测当前行进钢轨侧面和上方可能与列车车轮发生碰撞以及两条钢轨之间可能与列车底盘发生碰撞的异物;
结果校验模块,根据连续多帧检测结果的一致性判断是否存在轨道异物,完成列车轨道异物的检测。
8.根据权利要求7所述的列车轨道异物检测系统,其特征在于,所述非重复扫描式激光雷达设置于列车头上部中央。
9.根据权利要求7所述的列车轨道异物检测系统,其特征在于,所述非重复扫描式激光雷达水平视野小于180°,具有覆盖列车前方40米以内区域视野的下视能力。
10.根据权利要求7所述的列车轨道异物检测系统,其特征在于,所述列车运动信息采集自所述非重复扫描式激光雷达内置的惯性导航元件,所述惯性导航元件提供激光雷达三维坐标系下三轴的瞬时加速度信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110275831.XA CN113002588B (zh) | 2021-03-15 | 2021-03-15 | 一种列车轨道异物检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110275831.XA CN113002588B (zh) | 2021-03-15 | 2021-03-15 | 一种列车轨道异物检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113002588A CN113002588A (zh) | 2021-06-22 |
CN113002588B true CN113002588B (zh) | 2022-02-25 |
Family
ID=76407151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110275831.XA Active CN113002588B (zh) | 2021-03-15 | 2021-03-15 | 一种列车轨道异物检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113002588B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113483684B (zh) * | 2021-07-02 | 2023-03-21 | 桂林理工大学 | 一种轨距在线测量系统 |
CN116984628B (zh) * | 2023-09-28 | 2023-12-29 | 西安空天机电智能制造有限公司 | 一种基于激光特征融合成像的铺粉缺陷检测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005029956A1 (de) * | 2004-06-29 | 2006-02-02 | Ferdinand Weuste | Vorrichtung zur Vermeidung von Entgleisung, insbesondere für angetriebene, schienengebundene Fahrzeuge |
CA2732971A1 (en) * | 2011-02-28 | 2012-08-28 | Herzog Services Inc. | Apparatus for and method of detecting defects in a rail joint bar |
CN106585670A (zh) * | 2016-12-09 | 2017-04-26 | 交控科技股份有限公司 | 一种基于视频的城市轨道交通前向列车检测系统及方法 |
CN109188460A (zh) * | 2018-09-25 | 2019-01-11 | 北京华开领航科技有限责任公司 | 无人驾驶异物检测系统及方法 |
CN110239592A (zh) * | 2019-07-03 | 2019-09-17 | 中铁轨道交通装备有限公司 | 一种轨道车辆主动式障碍物及脱轨检测系统 |
CN110501719A (zh) * | 2019-08-27 | 2019-11-26 | 王玉娇 | 一种基于激光雷达的列车障碍物探测方法 |
CN110497925A (zh) * | 2019-09-06 | 2019-11-26 | 合肥德泰科通测控技术有限公司 | 一种用于轨道无人驾驶的障碍物识别方法 |
CN111694015A (zh) * | 2020-05-29 | 2020-09-22 | 广州大学 | 基于激光雷达的二维扫描方法、系统、装置及介质 |
CN112379674A (zh) * | 2020-11-26 | 2021-02-19 | 中国第一汽车股份有限公司 | 一种自动驾驶设备及系统 |
CN112462348A (zh) * | 2021-02-01 | 2021-03-09 | 知行汽车科技(苏州)有限公司 | 激光点云数据增广的方法、装置及存储介质 |
-
2021
- 2021-03-15 CN CN202110275831.XA patent/CN113002588B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005029956A1 (de) * | 2004-06-29 | 2006-02-02 | Ferdinand Weuste | Vorrichtung zur Vermeidung von Entgleisung, insbesondere für angetriebene, schienengebundene Fahrzeuge |
CA2732971A1 (en) * | 2011-02-28 | 2012-08-28 | Herzog Services Inc. | Apparatus for and method of detecting defects in a rail joint bar |
CN106585670A (zh) * | 2016-12-09 | 2017-04-26 | 交控科技股份有限公司 | 一种基于视频的城市轨道交通前向列车检测系统及方法 |
CN109188460A (zh) * | 2018-09-25 | 2019-01-11 | 北京华开领航科技有限责任公司 | 无人驾驶异物检测系统及方法 |
CN110239592A (zh) * | 2019-07-03 | 2019-09-17 | 中铁轨道交通装备有限公司 | 一种轨道车辆主动式障碍物及脱轨检测系统 |
CN110501719A (zh) * | 2019-08-27 | 2019-11-26 | 王玉娇 | 一种基于激光雷达的列车障碍物探测方法 |
CN110497925A (zh) * | 2019-09-06 | 2019-11-26 | 合肥德泰科通测控技术有限公司 | 一种用于轨道无人驾驶的障碍物识别方法 |
CN111694015A (zh) * | 2020-05-29 | 2020-09-22 | 广州大学 | 基于激光雷达的二维扫描方法、系统、装置及介质 |
CN112379674A (zh) * | 2020-11-26 | 2021-02-19 | 中国第一汽车股份有限公司 | 一种自动驾驶设备及系统 |
CN112462348A (zh) * | 2021-02-01 | 2021-03-09 | 知行汽车科技(苏州)有限公司 | 激光点云数据增广的方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113002588A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Palmer et al. | The autonomous siemens tram | |
CN109664916B (zh) | 以车载控制器为核心的列车运行控制系统 | |
US9321460B2 (en) | Railroad crossing barrier estimating apparatus and vehicle | |
EP0883541B1 (en) | Obstacle detection system | |
CN113002396A (zh) | 一种用于自动驾驶矿用车辆的环境感知系统及矿用车辆 | |
CN113002588B (zh) | 一种列车轨道异物检测方法及系统 | |
CN109001743B (zh) | 有轨电车防撞系统 | |
CN109552367B (zh) | 基于通信与主动识别相结合的列车行驶防护系统及方法 | |
CN109977748B (zh) | 一种多融合技术的列车障碍物检测方法 | |
CN104149782A (zh) | 一种基于磁导航的多传感器融合智能车的自动驾驶系统 | |
CN102442248A (zh) | 与驾驶员视角方向结合的用于警告前方碰撞危险的系统和方法及使用所述系统和方法的车辆 | |
CN113415266B (zh) | 一种车辆磁钉循迹运行的轨迹偏离防护方法 | |
CN211642165U (zh) | 列车障碍物与脱轨检测系统、检测装置及轨道列车 | |
CN112009524A (zh) | 一种用于有轨电车障碍物检测的系统及方法 | |
CN109849977A (zh) | 一种基于异态检测的有轨电车辅助安全防护方法 | |
CN113610280A (zh) | 一种露天矿山无人化运输的绕障规划系统及方法 | |
CN111976789A (zh) | 列车的车载系统以及确定列车安全速度和位置的方法 | |
CN114194259A (zh) | 一种灵活编组的控制系统 | |
CN202186403U (zh) | 机车防撞装置 | |
CN113501029A (zh) | 一种城铁障碍物及脱轨检测装置及方法 | |
CN113415318B (zh) | 一种列车连挂编组辅助防护系统及防护方法 | |
CN208847836U (zh) | 有轨电车防撞系统 | |
CN116279673A (zh) | 一种列车运行线路及驾驶状态在线监测系统及装置 | |
CN114822083B (zh) | 智慧车辆编队辅助控制系统 | |
US20060030977A1 (en) | Obstacle warning system for railborne vehicles |
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 |