CN113239520A - 一种近水底三维水下地形环境建模方法 - Google Patents
一种近水底三维水下地形环境建模方法 Download PDFInfo
- Publication number
- CN113239520A CN113239520A CN202110413088.XA CN202110413088A CN113239520A CN 113239520 A CN113239520 A CN 113239520A CN 202110413088 A CN202110413088 A CN 202110413088A CN 113239520 A CN113239520 A CN 113239520A
- Authority
- CN
- China
- Prior art keywords
- environment
- dimensional
- grid
- terrain
- different
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明公开了一种近水底三维水下地形环境建模方法,属于三维建模技术领域,该方法包括以下步骤:选取某海域的海底,采集该海域的水深信息,建立该海域的海底三维地形栅格空间模型;基于已建立的海底三维地形栅格空间模型,对海底三维栅格空间按照环境的不同崎岖度进行威胁等级划分,再按照不同威胁等级以不同单位尺度进行上下左右前后六个方向膨化处理,得到膨化处理后的海底三维地形栅格空间模型,该方法考虑了对栅格建模的水下环境进行膨化操作,从而解决航行的安全问题,解决水下机器人路径规划的安全问题,本发明可以实现在保证水下机器人路径规划效果的同时,保障水下机器人航行的安全。
Description
技术领域
本发明涉及三维建模技术领域,尤其涉及一种近水底三维水下地形环境建模方法。
背景技术
针对不同的应用场景,不同学者使用了不同的方法对环境进行建模[1-12],Yan Ma使用栅格法[1]建立了包含洋流影响和障碍物的二维栅格地图,Li[2]基于D-S信息融合进行水下三维地图的栅格建模,D-S信息融合方法将AUV的传感信息进行转化,当AUV运动时,实时捕捉信息并进行栅格环境的建模,基于四叉树法框架[3]对大型现实虚拟不规则环境进行建模,Kai M针对三维空间建模的开放源代码框架,建模方法基于八叉树[4]且使用了概率占用估计以进行传感器信息融合,并且提出了一种修剪树法以降低八叉树中的冗余信息进而节省空间,一些学者通过DEM模型[5,6,7]获取包含深度的环境信息,并结合栅格法对环境进行建模,余文凯等使用栅格法对环境进行二维建模后,使用K-Means聚类算法[11]量化局部区域的环境复杂度,并在路径搜索时将复杂度纳入考虑。
已有技术都是考虑使用环境数据直接建立状态空间,而没有考虑在对环境进行建模时加入对环境的复杂度的考虑;在实际水下机器人航行过程中,采集到的海底地形数据往往存在一定的误差,而根据这些数据进行的地图建模往往会威胁到水下机器人的航行。
发明内容
根据现有技术存在的问题,本发明公开了一种近水底三维水下地形环境建模方法,包括:以下步骤:
选取某海域的海底,采集该海域的水深信息,建立该海域的海底三维地形栅格空间模型;
基于已建立的海底三维地形栅格空间模型,对海底三维栅格空间按照环境的不同崎岖度进行威胁等级划分,再按照不同威胁等级以不同单位尺度进行上下左右前后六个方向膨化处理,得到膨化处理后的海底三维地形栅格空间模型。
进一步地,所述对海底三维栅格空间按照环境的不同崎岖度进行威胁等级划分,再按照不同威胁等级以不同单位尺度进行膨化处理的过程如下:
将海底三维地形栅格环境在平面上,根据不同的尺度按照环境块数量划分的公式进行环境块数量划分;
计算各个环境块的崎岖度,每个环境块的崎岖度按照环境块的最大斜率进行定义;
根据每个环境块的不同崎岖度,进行威胁等级划分,再按照不等的威胁等级以不同单位的参照膨化尺度公式进行膨化处理。
进一步地,所述环境块数量划分的公式如下:
其中:cut(l)和cut(w)分别表示在length轴方向上和width轴方向上切分的尺度,num为切分后环境块的数量,maxl指的是length轴方向的环境最大值,maxw指的是width轴方向上的环境最大值。
进一步地,所述各个环境块崎岖度rugi的计算公式如下:
进一步地,所述膨化尺度membi公式如下:
其中:Ruggedness表示崎岖度集合,,Ruggedness:={rug1,rug2,...,rugnum},max(Ruggedness):表示崎岖度集合的最大值,min(Ruggedness):表示崎岖度集合的最小值,rug1:分别表示环境块1的崎岖度rug2:表示环境块2的崎岖度,num:切分后环境块的数量,rugnum:表示环境块num的崎岖度,ceil()表示向下取整。由于采用了上述技术方案,本发明提供的一种近水底三维水下地形环境建模方法,通过建立该海域的海底三维地形栅格空间模型,进行可视化仿真,便于调试算法,膨化后的环境模型可以提升算法执行期间,执行对象的安全系数;该方法考虑了对栅格建模的水下环境进行膨化操作,从而解决航行的安全问题,解决水下机器人路径规划的安全问题,本发明可以实现在保证水下机器人路径规划效果的同时,保障水下机器人航行的安全。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的三维环境栅格建模效果示意图;
图2为本发明的栅格膨胀方向示意图;
图3为本发明的膨化效果示意图;
图4为本发明的水下三维栅格环境25单位尺度分割示意图;
图5为本发明的实施例原图;
图6为本发明的实施例彭化图。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面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的描述:
首先是栅格环境模型的建立过程:
具体建立过程如下:选取某海域的海底,采集该海域的水深信息,以构建该海域的海底三维地形栅格空间模型;
将采集到的水深信息以坐标对应深度的二维矩阵进行存储:
M(length,width)=depth (1)
M是地图的存储矩阵文件,length和width用以表示坐标,depth是每个坐标对应的深度信息,length轴和width轴以10m为单位,depth轴以1m为单位,设沿各个轴(length轴、width轴和depth轴)的方向的最大值分别为maxl,maxw和maxd,则整个三维空间是一个由个10m*10m*1m的小方格组成的集合。
其中Grid()表示地图空间中所对应的状态空间,Depth(X,Y)表示(X,Y)坐标下的水深;如此将原地图空间转换成栅格表示的状态空间Grid(),如图1所示为水下三维栅格环境示意图,其中障碍栅格使用有色点表示,可行栅格未画出,为障碍栅格的上部空间。
其次,基于已建立的海底三维地形栅格空间模型,对海底三维栅格空间按照环境的不同崎岖度进行威胁等级划分,再按照不同威胁等级以不同单位尺度进行上下左右前后六个方向膨化处理,得到膨化处理后的海底三维地形栅格空间模型。
考虑到海底地形的崎岖复杂,为了保证航行的安全,使AUV在一个安全的环境中进行路径规划,针对已建立的海底三维栅格空间进行膨化操作,定义由当前障碍栅格的膨化方向为上下左右前后六个方向,如图2所示,箭头所指方向为一个障碍栅格膨化时的膨胀方向;
为了体现膨胀效果,取上述水下三维栅格空间进行展示膨胀效果,图3为本发明的膨化效果示意图;所有的障碍栅格均匀膨胀2个单位。
虽然膨化可以保证航行的安全,过高程度的膨化和太小程度的膨化,都无法取得理想的效果;低膨化单位的地图膨化程度比较小,原地图的一些狭小通路可能被保留了下来,虽然相对高膨胀单位的地图规划出的路径可能会更短,但是相应的面临的威胁也更大,高膨化单位的地图虽然保证了航行的绝对安全,但是会导致路径变长,无效路径变多;因此膨胀单位的大小对航行安全以及路径长短有着决定性的影响,因此考虑在地形相对危险的区域给比较大单位的膨胀,在地形相对平坦安全的区域给较小单位的膨胀,这样既可以保证航行的安全,也可以保证尽量贴合原始地形。
所述对海底三维栅格空间按照环境的不同崎岖度进行威胁等级划分,再按照不同威胁等级以不同单位尺度进行膨化处理的过程如下(以下所有过程均以图1环境为例):
(1)环境切分,将海底三维地形栅格环境在平面上,根据不同的尺度按照环境块数量划分的公式进行环境块数量划分;
将整个环境在平面上进行切分,根据统一的尺度(分别沿着length轴和width轴的切分长度(cutl,cutw))将环境分为大小相同的环境块,具体操作如图4所示,按照图4中所画线条对空间进行切分,切分后的环境块数量为:
其中:cut(l)和cut(w)分别表示在length轴方向上和width轴方向上切分的尺度,num为切分后环境块的数量,maxl指的是length轴方向的环境最大值,maxw指的是width轴方向上的环境最大值;则经切分后的环境块集合可描述为Cutenv:={cutenv1,cutenv2,...,cutenvnum},其中:Cutenv分别代表各个环境块;
(2)计算各个环境块的崎岖度,崎岖度的计算主要取决于每个环境块的最大斜率,最大斜率的计算,取每个环境块中具有最大值和最小值的两个障碍栅格,然后根据两个栅格在(length,width)平面上的位置计算斜率,记环境块中最大值栅格为最小值栅格为具体的计算方法如下:
计算后得到一个环境块的崎岖度集合为Ruggedness:={rug1,rug2,...,rugnum}。
(3)根据崎岖度的不同给各个环境块划分不同的威胁等级,并进行不同单位的膨胀,崎岖度高的部分膨胀单位大,崎岖度低的地方膨胀度小。具体的膨胀尺度由下述公式规定:
由此便可得到每个环境块所对应的膨胀尺度,记为Membrane:={memb1,memb2,...,membnum};
其中:Ruggedness表示崎岖度集合,Ruggedness:={rug1,rug2,...,rugnum},max(Ruggedness):表示崎岖度集合的最大值,min(Ruggedness):表示崎岖度集合的最小值,rug1:分别表示环境块1的崎岖度rug2:表示环境块2的崎岖度,num:切分后环境块的数量,rugnum:表示环境块num的崎岖度,ceil(.)表示向下取整。
在此对上述方法进行验证,首先使用栅格环境搭建方法搭建出一个海底三维栅格仿真环境,然后通过提出的环境膨化算法将原始仿真地图环境进行区域性的障碍地形膨化,并与原始地形进行比较。如图5所示,是通过栅格环境建立方法建立三维栅格海底仿真环境,通过将障碍地形栅格化,仿真环境分为了可行域与不可行域,图中障碍地形使用有颜色的栅格进行描述,无颜色的栅格便是可行域。图6便是使用区域膨化算法对上述环境进行膨胀化后的仿真环境,通过与原始仿真环境比较可以发现,经过膨化处理后的环境中,原始障碍物地形附近的栅格膨化变成了障碍地形,在这样的环境中进行路径规划,大大增加了AUV与障碍地形之间的距离,提升了AUV航行的安全性。
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发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
[1]MA Y,MAO Z Y,WANG T,et al.Obstacle avoidance path planning ofunmanned submarine vehicle in ocean current environment based on improvedfirework-ant colony algorithm[J].Computers&Electrical Engineering,2020,106773.
[2]Li L,ZHU D,SUN B,et al.The 3-D map building of AUV based on D-Sinformation fusion[C],Control Conference IEEE,2014.
[3]BRONDANI J R,SILVA L A D L,ZACARIAS B E,et al.Pathfinding inhierarchical representation of large realistic virtual terrains forsimulation systems[J].Expert Systems with Applications,2019,138:112812-112812.
[4]HORNUNG A,WURM K M,BENNEWITZ M,et al.OctoMap:an efficientprobabilistic 3D mapping framework based on octrees[J].Autonomous Robots,2013.
[5]ZHENG Y,LI G Y,Wang Z,et al.Generation algorithm of grid model forcomplex terrain based on geodetic coordinate data transformation[J].Microprocessors and Microsystems,2020,75:103065.
[6]赵德群,段建英,陈鹏宇,等.基于A*算法的三维地图最优路径规划[J].计算机系统应用,2017,26(007):146-152.
ZHAO D Q,DUAN J Y,CHEN P Y,et al.Optimal Path Planning for 3D MapBased on A*Algorithm[J].Computer Systems&Applications,,2017,26(007):146-152.(in Chinese)
[7]于飞,马慧,陈斐楠,等.三维海底栅格地形在潜器路径规划中的应用[J].计算机工程与应用,2016(5):241-245.
YU F,MA H,CHEN F N,et al.Application of 3D grid seabed terrain insubmersible path planning.Computer Engineering and Applications,2016,52(005):241-245.(in Chinese)
[8]余文凯,章政,付雪画,等.基于地图预处理及改进A*算法的路径规划[J].高技术通讯,2020,030(004):383-390.
YU W K,ZHANG Z,FU X H,et al.Path planning based on map partitionpreprocessing and improved A*algo-rithm[J].High technology communication,2020,030(004):383-390.(in Chinese)
[9]WANG X,WANG W,YIN X,et al.A New Grid Map Construction Method forAutonomous Vehicles[J].IFAC-PapersOnLine,2018,51(31):377-382.
[10]WANG P,CUI R,LU D.Energy efficient path planning of autonomousunderwater vehicles for environment modeling[C].International Conference onMultisensor Fusion&Information Integration for Intelligent Systems.IEEE,2014.
[11]CHEN P F,HUANG Y M,et al.Global path planning for autonomousship:A hybrid approach of Fast Marching Square and velocity obstaclesmethods-ScienceDirect[J].Ocean Engineering,2020,214.
[12]FARIA M,MAZA I,VIGURIA A,et al.Applying Frontier Cells BasedExploration and Lazy Theta*Path Planning over Single Grid-Based WorldRepresentation for Autonomous Inspection of Large 3D Structures with an UAS[J].Journal of intelligent&robotic systems:Theory&applications,2019,93:113-133.
Claims (5)
1.一种近水底三维水下地形环境建模方法,其特征在于,包括:以下步骤:
选取某海域的海底,采集该海域的水深信息,建立该海域的海底三维地形栅格空间模型;
基于已建立的海底三维地形栅格空间模型,对海底三维栅格空间按照环境的不同崎岖度进行威胁等级划分,再按照不同威胁等级以不同单位尺度进行上下左右前后六个方向膨化处理,得到膨化处理后的海底三维地形栅格空间模型。
2.根据权利要求1所述的一种近水底三维水下地形环境建模方法,其特征在于:所述对海底三维栅格空间按照环境的不同崎岖度进行威胁等级划分,再按照不同威胁等级以不同单位尺度进行膨化处理的过程如下:
将海底三维地形栅格环境在平面上,根据不同的尺度按照环境块数量划分的公式进行环境块数量划分;
计算各个环境块的崎岖度,每个环境块的崎岖度按照环境块的最大斜率进行定义;
根据每个环境块的不同崎岖度,进行威胁等级划分,再按照不等的威胁等级以不同单位的参照膨化尺度公式进行膨化处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110413088.XA CN113239520B (zh) | 2021-04-16 | 2021-04-16 | 一种近水底三维水下地形环境建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110413088.XA CN113239520B (zh) | 2021-04-16 | 2021-04-16 | 一种近水底三维水下地形环境建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113239520A true CN113239520A (zh) | 2021-08-10 |
CN113239520B CN113239520B (zh) | 2023-09-08 |
Family
ID=77128406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110413088.XA Active CN113239520B (zh) | 2021-04-16 | 2021-04-16 | 一种近水底三维水下地形环境建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113239520B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116341283A (zh) * | 2023-05-19 | 2023-06-27 | 汇杰设计集团股份有限公司 | 一种基于深水淤泥采样的水下地形仿真方法和系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001279571A (ja) * | 2000-03-29 | 2001-10-10 | Oki Natsusen Kk | 図柄の付与された顕著な立体形状を具備した伸縮自在の繊維製品とその製造方法 |
CN103400405A (zh) * | 2013-08-01 | 2013-11-20 | 国家海洋局第二海洋研究所 | 基于海底数字水深模型特征提取的多波束水深图构建方法 |
CN105091884A (zh) * | 2014-05-08 | 2015-11-25 | 东北大学 | 基于传感器网络动态环境监测的室内移动机器人路径规划方法 |
CN107229287A (zh) * | 2017-06-28 | 2017-10-03 | 中国人民解放军海军工程大学 | 一种基于遗传蚂蚁算法的无人机全局路径规划方法 |
CN108829134A (zh) * | 2018-07-03 | 2018-11-16 | 中国船舶重工集团公司第七〇九研究所 | 一种深海机器人实时自主避障方法 |
CN109164815A (zh) * | 2018-09-06 | 2019-01-08 | 中国计量大学 | 一种基于改进蚁群算法的自主水下航行器路径规划方法 |
CN109765901A (zh) * | 2019-02-18 | 2019-05-17 | 华南理工大学 | 基于线激光与双目视觉的动态代价地图导航方法 |
CN111678524A (zh) * | 2020-07-31 | 2020-09-18 | 中国民用航空飞行学院 | 一种基于飞行安全的救援航空器路径规划方法及系统 |
CN112053446A (zh) * | 2020-07-11 | 2020-12-08 | 南京国图信息产业有限公司 | 一种基于三维gis的实时监控视频与三维场景融合方法 |
-
2021
- 2021-04-16 CN CN202110413088.XA patent/CN113239520B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001279571A (ja) * | 2000-03-29 | 2001-10-10 | Oki Natsusen Kk | 図柄の付与された顕著な立体形状を具備した伸縮自在の繊維製品とその製造方法 |
CN103400405A (zh) * | 2013-08-01 | 2013-11-20 | 国家海洋局第二海洋研究所 | 基于海底数字水深模型特征提取的多波束水深图构建方法 |
CN105091884A (zh) * | 2014-05-08 | 2015-11-25 | 东北大学 | 基于传感器网络动态环境监测的室内移动机器人路径规划方法 |
CN107229287A (zh) * | 2017-06-28 | 2017-10-03 | 中国人民解放军海军工程大学 | 一种基于遗传蚂蚁算法的无人机全局路径规划方法 |
CN108829134A (zh) * | 2018-07-03 | 2018-11-16 | 中国船舶重工集团公司第七〇九研究所 | 一种深海机器人实时自主避障方法 |
CN109164815A (zh) * | 2018-09-06 | 2019-01-08 | 中国计量大学 | 一种基于改进蚁群算法的自主水下航行器路径规划方法 |
CN109765901A (zh) * | 2019-02-18 | 2019-05-17 | 华南理工大学 | 基于线激光与双目视觉的动态代价地图导航方法 |
CN112053446A (zh) * | 2020-07-11 | 2020-12-08 | 南京国图信息产业有限公司 | 一种基于三维gis的实时监控视频与三维场景融合方法 |
CN111678524A (zh) * | 2020-07-31 | 2020-09-18 | 中国民用航空飞行学院 | 一种基于飞行安全的救援航空器路径规划方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116341283A (zh) * | 2023-05-19 | 2023-06-27 | 汇杰设计集团股份有限公司 | 一种基于深水淤泥采样的水下地形仿真方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113239520B (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Path planning technologies for autonomous underwater vehicles-a review | |
CN110189412B (zh) | 基于激光点云的多楼层室内结构化三维建模方法及系统 | |
CN107862738B (zh) | 一种基于移动激光测量点云进行室内结构化三维重建方法 | |
CN108681321B (zh) | 一种无人船协同编队的水下探测方法 | |
Leonard et al. | Decoupled stochastic mapping [for mobile robot & auv navigation] | |
CN102446367B (zh) | 基于多波束声纳海底测量数据构建三维地形矢量模型的方法 | |
CN104834784B (zh) | 一种铁路应急辅助救援三维虚拟电子沙盘系统 | |
CN106441303A (zh) | 一种基于可搜索连续邻域a*算法的路径规划方法 | |
Souza et al. | Occupancy-elevation grid: an alternative approach for robotic mapping and navigation | |
Guo et al. | Research progress of path planning methods for autonomous underwater vehicle | |
CN109848996B (zh) | 基于图优化理论的大规模三维环境地图创建方法 | |
CN106503837A (zh) | 一种基于改进水平集算法的时间最优航路规划方法 | |
CN112612290B (zh) | 一种考虑洋流的水下航行器三维多任务路径规划方法 | |
CN107767453A (zh) | 一种基于规则约束的建筑物lidar点云重构优化方法 | |
CN113239520B (zh) | 一种近水底三维水下地形环境建模方法 | |
Yang et al. | An efficient spatial representation for path planning of ground robots in 3D environments | |
Shen et al. | CT-CPP: Coverage path planning for 3D terrain reconstruction using dynamic coverage trees | |
Fan et al. | A fire protection robot system based on SLAM localization and fire source identification | |
Allotta et al. | Thesaurus project: Design of new autonomous underwater vehicles for documentation and protection of underwater archaeological sites | |
Booij et al. | Sparse appearance based modeling for robot localization | |
Yao et al. | Sensor coverage strategy in underwater wireless sensor networks | |
Zhang et al. | Research on complete coverage path planning for unmanned surface vessel | |
Cai et al. | Improved BINN based Underwater Topography Scanning Coverage Path Planning for AUV in Internet of Underwater Things | |
Wei et al. | Design and realization of the 3D electronic chart based on GIS and virtual reality technology | |
Gold | The use of the dynamic Voronoi data structure in autonomous marine navigation |
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 |