CN113781770A - 一种模拟双离合式的合流区车路协同控制系统 - Google Patents

一种模拟双离合式的合流区车路协同控制系统 Download PDF

Info

Publication number
CN113781770A
CN113781770A CN202110930599.9A CN202110930599A CN113781770A CN 113781770 A CN113781770 A CN 113781770A CN 202110930599 A CN202110930599 A CN 202110930599A CN 113781770 A CN113781770 A CN 113781770A
Authority
CN
China
Prior art keywords
confluence
vehicle
model
double
lane
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
Application number
CN202110930599.9A
Other languages
English (en)
Other versions
CN113781770B (zh
Inventor
王阳阳
胡雨轮
王天一
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202110930599.9A priority Critical patent/CN113781770B/zh
Publication of CN113781770A publication Critical patent/CN113781770A/zh
Application granted granted Critical
Publication of CN113781770B publication Critical patent/CN113781770B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/081—Plural intersections under common control
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种模拟双离合式的合流区车路协同控制系统，该系统包括：高速公路双车道合流区车路广义动力学模块：建立高速公路双车道合流区车路广义动力学模型，基于广义动力学模型确定车路系统跨学科性能评价指标；双离合式安全合流上层决策模块：根据跟驰模型对比和变道轨迹规划预演建立碰撞安全性判断模型，基于碰撞安全性判断模型确定合流队列决策模型；双离合式快速平稳合流中层规划模块：通过模拟双离合式快速传动原理进行双车道快速合流规划，确定协同运动规划模型；基于系统延迟预测的双离合式下层执行模块：基于系统延迟预测模块和跨学科性能评价指标，进行双离合式多目标优化控制。与现有技术相比，本发明提高了交通安全性和交通效率。

Description

一种模拟双离合式的合流区车路协同控制系统
技术领域
本发明涉及车联网技术领域，尤其是涉及一种模拟双离合式的合流区车路协同控制方法。
背景技术
高速公路、快速路匝道合流区是一种典型、常见的交通瓶颈区域，匝道汇入行为极易导致车辆事故和交通拥堵。基于智能网联汽车技术发展大背景，通过车路协同主动控制，是解决汇入合流区车辆安全和交通拥堵问题的根本。
当下大多数相关研究没有充分考虑低速匝道汇入车与高速主车道群车差速合流的特征以及合流区汇入时间短暂的特征，未重视合流区车路协同的类车辆本质需求(即随机、不确定和持续地安全高效合流)，且没有充分利用主车道常见双车道的实际情况。因此，针对合流区车路协同控制现有问题，设计了一种模拟双离合式的合流区车路协同控制方案。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种模拟双离合式的合流区车路协同控制系统。
本发明的目的可以通过以下技术方案来实现：
一种模拟双离合式的合流区车路协同控制系统，该系统包括：
高速公路双车道合流区车路广义动力学模块：该模块建立高速公路双车道合流区车路广义动力学模型，并基于高速公路双车道合流区车路广义动力学模型确定车路系统跨学科性能评价指标；
双离合式安全合流上层决策模块：该模块根据跟驰模型对比和变道轨迹规划预演建立碰撞安全性判断模型，并基于碰撞安全性判断模型确定合流队列决策模型；
双离合式快速平稳合流中层规划模块：该模块通过模拟双离合式快速传动原理进行双车道快速合流规划，从而确定协同运动规划模型；
基于系统延迟预测的双离合式下层执行模块：该模块基于系统延迟预测模块和跨学科性能评价指标，进行双离合式多目标优化控制。
优选地，所述的跨学科性能评价指标包括交通流安全性、通行效率、燃油消耗率。
优选地，所述的跟驰模型为运用动力学的方法来研究前车运动状态变化所引起后方跟驰车的相应行为的模型。
优选地，所述的碰撞安全性判断模型为根据车辆的外形尺寸，建立一个模型判断车辆之间是否发生碰撞，碰撞安全性判断模型的输入为车辆的位置、姿态，输出为车辆之间是否发生碰撞的判断结果。
优选地，所述的合流队列决策模型用于确定主车道中各车辆在车流中的排列方式，从而使车流保持某种稳定驾驶状态，此外合流队列决策模型还用于确定匝道车汇入主车道时在主车道中能够实现安全变道的位置。
优选地，所述的协同运动规划模型用于规划匝道车汇入过程中的汇入动作、主车道各协同车的协同动作，保证合流过程的迅速且稳定。
优选地，所述的延迟预测模块包括车路同步系统延迟预测模型VRSPM，用于对车辆的运动状态进行估计预测。
优选地，所述的双离合式安全合流上层决策模块具体操作包括：
选择IDM构建主车道车辆状态预测模型，基于五次多项式变道轨迹模型对匝道车的汇入轨迹进行预演，基于计算几何学跨立试验方法进行快速碰撞安全性判断，构建合流队列决策模型，确定安全汇入间隙。
优选地，所述的双离合式快速平稳合流中层规划模块基于改进的虚拟车理论进行纵向规划，基于双离合器传动原理和修正IDM模型进行双变道侧向协同规划，确定决策规划类数据PD，所述的决策规划类数据PD包括协同运动方式、变道时刻和变道持续时间。
优选地，所述的基于系统延迟预测的双离合式下层执行模块基于系统延迟预测模块和跨学科性能评价指标建立双离合式合流执行控制策略，并获得最优变道持续时间、最优协同方式和最优汇入时刻参数，对控制策略进行仿真实验并二次优化。
与现有技术相比，本发明具有如下优点：
本发明充分考虑低速匝道汇入车与高速主车道群差速合流的特征以及合流区汇入时间短暂的特征，且充分利用主车道常见双车道的实际情况，实现快速平稳合流，提高了交通安全性和交通效率。
附图说明
图1为本发明模拟双离合式的合流区车路协同控制系统的结构框图；
图2为本发明双离合式安全合流上层决策模块和双离合式快速平稳合流中层规划模块的规划示意图；
图3为本发明系统延迟预测模块的结构框图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。
实施例
如图1所示，本实施例提供一种模拟双离合式的合流区车路协同控制系统，该系统包括：
高速公路双车道合流区车路广义动力学模块：该模块建立高速公路双车道合流区车路广义动力学模型，并基于高速公路双车道合流区车路广义动力学模型确定车路系统跨学科性能评价指标；
双离合式安全合流上层决策模块：该模块根据跟驰模型对比和变道轨迹规划预演建立碰撞安全性判断模型，并基于碰撞安全性判断模型确定合流队列决策模型，跟驰模型为运用动力学的方法来研究前车运动状态变化所引起后方跟驰车的相应行为的模型；碰撞安全性判断模型为根据车辆的外形尺寸，建立一个模型判断车辆之间是否发生碰撞，碰撞安全性判断模型的输入为车辆的位置、姿态，输出为车辆之间是否发生碰撞的判断结果；合流队列决策模型用于确定主车道中各车辆在车流中的排列方式，从而使车流保持某种稳定驾驶状态，此外合流队列决策模型还用于确定匝道车汇入主车道时在主车道中能够实现安全变道的位置；
双离合式快速平稳合流中层规划模块：该模块通过模拟双离合式快速传动原理进行双车道快速合流规划，从而确定协同运动规划模型，协同运动规划模型用于规划匝道车汇入过程中的汇入动作、主车道各协同车的协同动作，保证合流过程的迅速且稳定；
基于系统延迟预测的双离合式下层执行模块：该模块基于系统延迟预测模块和跨学科性能评价指标，进行双离合式多目标优化控制，延迟预测模块包括车路同步系统延迟预测模型VRSPM，用于对车辆的运动状态进行估计预测。
以下对各个模块进行具体说明：
高速公路双车道合流区车路广义动力学模块基于经典汽车系统动力学理论，研究高速公路合流区车路广义力激励、响应和约束的广义动力学系统特征；研究车路系统跨学科性能评价指标，例如利用车流平均车辆速度、通行效率和均质性等表征的宏观交通效率和稳定性指标，利用车辆危险跟驰距离、冲击度和燃油消耗率表征的微观车辆安全性、舒适性和经济性等指标；基于我国高速公路合流区的相关法规要求和自然驾驶数据NGSIM(NextGeneration Simulation)的，通过MATLAB或VISSIM等软件工具，建立包括匝道加速段汇入车和双主车道的车流组成的高速公路双车道合流区随机分布交通模型，确定系统初始状态类数据(ICD，Initial Condition Data)。基于车路广义动力学、跨学科指标和随机分布交通模型，确定双离合模式开启定义。其中跨学科性能评价指标为综合了交通运输工程、车辆工程、通信控制等学科的技术指标，包括交通流安全性、通行效率、燃油消耗率等。
双离合式安全合流上层决策模块具体操作包括：
选择IDM构建主车道车辆状态预测模型，基于五次多项式变道轨迹模型对匝道车的汇入轨迹进行预演，基于计算几何学跨立试验方法进行快速碰撞安全性判断，构建合流队列决策模型，确定安全汇入间隙。
双离合式快速平稳合流中层规划模块基于改进的虚拟车理论进行纵向规划，基于双离合器传动原理和修正IDM模型进行双变道侧向协同规划，确定决策规划类数据PD，决策规划类数据PD包括协同运动方式、变道时刻和变道持续时间。
如图2所示，匝道汇入车VR合流过程中可能碰撞的对象包括：主车道外侧车道的前车VMF(Vehicle in the main lane in front of VR)、和后车VMR1和VMR2(Vehicle inthe main lane in rear of VR，其中所有主车道外侧车道所有后方车辆统称为VMR，并按照先后顺序编号)和加速车道末端的障碍EP(End Point)。双离合式合流上层安全决策拟选择了IDM(Intelligent Driver Model)构建主车道车辆状态预测模型；基于五次多项式等变道轨迹模型对匝道车的汇入轨迹进行预演，基于计算几何学跨立试验方法进行快速碰撞安全性判断，构建了合流队列决策模型，确定安全汇入间隙。
VMR1在VR汇入主车道前提前变道进入主车道2，从而在VMF和VMR2之间形成一个较大的间隙以供VR车汇入。在VMR1变道过程中，其跟驰目标由VMF变为VNF，并导致VMR2的跟驰目标由VMR1变为VMF、VNR1的跟驰目标由VNF变为VMR1。因此，需要对VMR1、VMR2和VNR1三车的纵向运动协同规划，同时也需要对VR与VMR1的侧向运动协同规划。模拟双离合器主副离合器配合快速平稳离合原理，以减少匝道汇入行为给相关车流造成的影响时间为目标，研究纵侧向协同运动规划模型：基于改进的虚拟车理论进行纵向规划，基于双离合器传动原理和修正IDM模型(线性、指数、双曲正切过渡函数等比较)进行双变道侧向协同规划；确定决策规划类数据PD(PD，Planning Data)，即协同运动方式、变道时刻和变道持续时间(唯一确定变道轨迹)。
基于系统延迟预测的双离合式下层执行控制：为了实现准确合流区车路协同控制执行控制，需要研究车路系统延迟。基于车路同步系统延迟预测模型VRSPM(Vehicle-RoadSynchronization-based Prediction Model)解决方案如图3所示：根据现有软硬件条件首先研究主车道车辆CAV在感知数据采集延迟D1、CAV和RSU信号传输延迟D2和RSU解析计算环节延迟D3的概率分布、最大值特征，通过将系统延迟特征纳入车路协同信号传递路径建立包含各环节延迟影响的预测时刻B的CAV车辆状态参数，输入执行控制模型进行实际控制。
基于车路系统延迟预测模块、跨学科性能评价指标和LCD初始状态数据建立双离合式合流执行控制策略，并获得最优变道持续时间、最优协同方式和最优汇入时刻参数。对控制策略进行仿真实验并二次优化。
上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。

Claims (10)

1.一种模拟双离合式的合流区车路协同控制系统，其特征在于，该系统包括：
高速公路双车道合流区车路广义动力学模块：该模块建立高速公路双车道合流区车路广义动力学模型，并基于高速公路双车道合流区车路广义动力学模型确定车路系统跨学科性能评价指标；
双离合式安全合流上层决策模块：该模块根据跟驰模型对比和变道轨迹规划预演建立碰撞安全性判断模型，并基于碰撞安全性判断模型确定合流队列决策模型；
双离合式快速平稳合流中层规划模块：该模块通过模拟双离合式快速传动原理进行双车道快速合流规划，从而确定协同运动规划模型；
基于系统延迟预测的双离合式下层执行模块：该模块基于系统延迟预测模块和跨学科性能评价指标，进行双离合式多目标优化控制。
2.根据权利要求1所述的一种模拟双离合式的合流区车路协同控制系统，其特征在于，所述的跨学科性能评价指标包括交通流安全性、通行效率、燃油消耗率。
3.根据权利要求1所述的一种模拟双离合式的合流区车路协同控制系统，其特征在于，所述的跟驰模型为运用动力学的方法来研究前车运动状态变化所引起后方跟驰车的相应行为的模型。
4.根据权利要求1所述的一种模拟双离合式的合流区车路协同控制系统，其特征在于，所述的碰撞安全性判断模型为根据车辆的外形尺寸，建立一个模型判断车辆之间是否发生碰撞，碰撞安全性判断模型的输入为车辆的位置、姿态，输出为车辆之间是否发生碰撞的判断结果。
5.根据权利要求1所述的一种模拟双离合式的合流区车路协同控制系统，其特征在于，所述的合流队列决策模型用于确定主车道中各车辆在车流中的排列方式，从而使车流保持某种稳定驾驶状态，此外合流队列决策模型还用于确定匝道车汇入主车道时在主车道中能够实现安全变道的位置。
6.根据权利要求1所述的一种模拟双离合式的合流区车路协同控制系统，其特征在于，所述的协同运动规划模型用于规划匝道车汇入过程中的汇入动作、主车道各协同车的协同动作，保证合流过程的迅速且稳定。
7.根据权利要求1所述的一种模拟双离合式的合流区车路协同控制系统，其特征在于，所述的延迟预测模块包括车路同步系统延迟预测模型VRSPM，用于对车辆的运动状态进行估计预测。
8.根据权利要求1所述的一种模拟双离合式的合流区车路协同控制系统，其特征在于，所述的双离合式安全合流上层决策模块具体操作包括：
选择IDM构建主车道车辆状态预测模型，基于五次多项式变道轨迹模型对匝道车的汇入轨迹进行预演，基于计算几何学跨立试验方法进行快速碰撞安全性判断，构建合流队列决策模型，确定安全汇入间隙。
9.根据权利要求1所述的一种模拟双离合式的合流区车路协同控制系统，其特征在于，所述的双离合式快速平稳合流中层规划模块基于改进的虚拟车理论进行纵向规划，基于双离合器传动原理和修正IDM模型进行双变道侧向协同规划，确定决策规划类数据PD，所述的决策规划类数据PD包括协同运动方式、变道时刻和变道持续时间。
10.根据权利要求1所述的一种模拟双离合式的合流区车路协同控制系统，其特征在于，所述的基于系统延迟预测的双离合式下层执行模块基于系统延迟预测模块和跨学科性能评价指标建立双离合式合流执行控制策略，并获得最优变道持续时间、最优协同方式和最优汇入时刻参数，对控制策略进行仿真实验并二次优化。
CN202110930599.9A 2021-08-13 2021-08-13 一种模拟双离合式的合流区车路协同控制系统 Active CN113781770B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110930599.9A CN113781770B (zh) 2021-08-13 2021-08-13 一种模拟双离合式的合流区车路协同控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110930599.9A CN113781770B (zh) 2021-08-13 2021-08-13 一种模拟双离合式的合流区车路协同控制系统

Publications (2)

Publication Number Publication Date
CN113781770A true CN113781770A (zh) 2021-12-10
CN113781770B CN113781770B (zh) 2023-03-31

Family

ID=78837655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110930599.9A Active CN113781770B (zh) 2021-08-13 2021-08-13 一种模拟双离合式的合流区车路协同控制系统

Country Status (1)

Country Link
CN (1) CN113781770B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102023106657B3 (de) 2023-03-16 2024-05-08 Bayerische Motoren Werke Aktiengesellschaft Fahrassistenzverfahren für Fahrzeuge und System zum Durchführen von kooperativen Fahrmanövern durch mehrere Fahrzeuge

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2969175B1 (ja) * 1998-06-02 1999-11-02 建設省土木研究所長 走行支援道路システムの合流制御システムにおける本線交通流予測方法
JP2969176B1 (ja) * 1998-06-03 1999-11-02 建設省土木研究所長 車の自動合流制御方法及び装置
CN108806252A (zh) * 2018-06-19 2018-11-13 西南交通大学 一种高速公路混合交通流协同优化控制方法
CN110379182A (zh) * 2019-07-12 2019-10-25 同济大学 一种基于车路广义动力学的匝道合流区协同控制系统
CN110570049A (zh) * 2019-09-19 2019-12-13 西南交通大学 一种高速公路混合交通流汇流协同优化底层控制方法
CN110599772A (zh) * 2019-09-19 2019-12-20 西南交通大学 一种基于双层规划的混合交通流协同优化控制方法
CN111369813A (zh) * 2020-03-23 2020-07-03 江苏大学 一种智能网联汽车的匝道分合流协同控制方法及系统
CN111695241A (zh) * 2020-05-18 2020-09-22 东南大学 一种基于vissim仿真的左入匝道合流区加速车道长度确定方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2969175B1 (ja) * 1998-06-02 1999-11-02 建設省土木研究所長 走行支援道路システムの合流制御システムにおける本線交通流予測方法
JP2969176B1 (ja) * 1998-06-03 1999-11-02 建設省土木研究所長 車の自動合流制御方法及び装置
CN108806252A (zh) * 2018-06-19 2018-11-13 西南交通大学 一种高速公路混合交通流协同优化控制方法
CN110379182A (zh) * 2019-07-12 2019-10-25 同济大学 一种基于车路广义动力学的匝道合流区协同控制系统
CN110570049A (zh) * 2019-09-19 2019-12-13 西南交通大学 一种高速公路混合交通流汇流协同优化底层控制方法
CN110599772A (zh) * 2019-09-19 2019-12-20 西南交通大学 一种基于双层规划的混合交通流协同优化控制方法
CN111369813A (zh) * 2020-03-23 2020-07-03 江苏大学 一种智能网联汽车的匝道分合流协同控制方法及系统
CN111695241A (zh) * 2020-05-18 2020-09-22 东南大学 一种基于vissim仿真的左入匝道合流区加速车道长度确定方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102023106657B3 (de) 2023-03-16 2024-05-08 Bayerische Motoren Werke Aktiengesellschaft Fahrassistenzverfahren für Fahrzeuge und System zum Durchführen von kooperativen Fahrmanövern durch mehrere Fahrzeuge

Also Published As

Publication number Publication date
CN113781770B (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
Guo et al. Hybrid deep reinforcement learning based eco-driving for low-level connected and automated vehicles along signalized corridors
Lai et al. A generic simulation platform for cooperative adaptive cruise control under partially connected and automated environment
Tang et al. A speed guidance model accounting for the driver’s bounded rationality at a signalized intersection
Yang et al. Eco-driving system for connected automated vehicles: Multi-objective trajectory optimization
Manzie et al. Fuel economy improvements for urban driving: Hybrid vs. intelligent vehicles
Luo et al. Green light optimal speed advisory for hybrid electric vehicles
Guo et al. An improved car-following model with multiple preceding cars’ velocity fluctuation feedback
CN113781806A (zh) 一种用于智能网联环境下的混合交通流通行方法
Kim et al. A modeling framework for connectivity and automation co-simulation
CN104834776A (zh) 一种微观交通仿真中交通车辆建模仿真系统及方法
CN106981193B (zh) 基于车辆间相互作用势的入口匝道交通流模型仿真方法
CN106530691A (zh) 一种考虑车辆占有空间的混合车型多车道元胞自动机模型
Kavas-Torris et al. Fuel economy benefit analysis of pass-at-green (PaG) V2I application on urban routes with STOP signs
Zhao et al. Fuel consumption and traffic emissions evaluation of mixed traffic flow with connected automated vehicles at multiple traffic scenarios
CN115601954B (zh) 一种智能网联车队的换道判断方法、装置、设备及介质
CN113781770B (zh) 一种模拟双离合式的合流区车路协同控制系统
Fang et al. Change in microscopic traffic simulation practice with respect to the emerging automated driving technology
Turri Look-ahead control for fuel-efficient and safe heavy-duty vehicle platooning
Yan et al. A hierarchical motion planning system for driving in changing environments: Framework, algorithms, and verifications
Patil A Review of Connected and Automated Vehicle Traffic Flow Models for Next-Generation Intelligent Transportation Systems
Pang et al. A Survey of Decision-Making Safety Assessment Methods for Autonomous Vehicles
CN113688561A (zh) 一种基于神经网络的高速公路施工区最优预警距离确定方法
Zhang et al. Stability and safety analysis of mixed traffic flow considering network function degradation and platoon driving on the road with a slope
CN104809898B (zh) 一种突发事件状态下的车辆换道诱导系统
Validi et al. Metamodel-based simulation to assess platooning on battery energy consumption

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