CN113793500A - 城市交通道路可计算路网的构建方法及系统 - Google Patents
城市交通道路可计算路网的构建方法及系统 Download PDFInfo
- Publication number
- CN113793500A CN113793500A CN202111075008.0A CN202111075008A CN113793500A CN 113793500 A CN113793500 A CN 113793500A CN 202111075008 A CN202111075008 A CN 202111075008A CN 113793500 A CN113793500 A CN 113793500A
- Authority
- CN
- China
- Prior art keywords
- intersection
- road
- data
- node
- module
- 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
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Abstract
本发明提供了一种城市交通道路可计算路网的构建方法及系统,涉及城市智慧交通技术领域,该方法包括:步骤S1:基于OSM生成以路口为节点、路口与路口连接的路段为边的有向图;步骤S2:融合卡口设备信息,并基于所述有向图,生成可计算路口;步骤S3:融合卡口过车数据,生成可计算虚拟路口,步骤S4:基于所述可计算路口,生成可计算路段以及可计算区域。本发明能够充分利用数据的空间特性,大大提升模型的表达能力,融合卡口设备到路网模型,基于卡口过车数据构建可计算路网,满足交通计算的需求。
Description
技术领域
本发明涉及城市智慧交通技术领域,具体地,涉及一种城市交通道路可计算路网的构建方法及系统。
背景技术
公开号为CN109101649A的发明专利,公开了一种可计算路网建立方法和装置,其中方法步骤为:采集路网静态、动态数据;根据路网静态数据标定道路节点,根据节点之间的连接关系将节点连接成道路并构建基础路网;根据道路之间的连通性信息构建连通性路网;根据路网静态、动态数据,采用标定函数对路网中交通设施实体进行精确标定并构建可计算路网。
传统的交通数据计算大多针对单个路口或路段进行建模计算,路口与路口、路段与路段之间在计算上都是孤立的,没有建立之间的关联性,因此模型的表达能力不足,在道路运行评价的整体感知这方面存在局限性。
另外还有一些研究工作是针对一些固定场景下的道路关联关系,比如城市地铁线路网、城市公交线路网,这些虽然也是建立了道路有向图模型,但是线路固定,连接关系简单,在此基础上进行的建模计算无法应用到整个城市级道路。
发明内容
针对现有技术中的缺陷,本发明提供一种城市交通道路可计算路网的构建方法及系统。
根据本发明提供的一种城市交通道路可计算路网的构建方法及系统,所述方案如下:
第一方面,提供了一种城市交通道路可计算路网的构建方法,所述方法包括:
步骤S1:基于OSM生成以路口为节点、路口与路口连接的路段为边的有向图;
步骤S2:融合卡口设备信息,并基于所述有向图,生成可计算路口;
步骤S3:融合卡口过车数据,生成可计算虚拟路口,
步骤S4:基于所述可计算路口,生成可计算路段以及可计算区域。
优选的,所述步骤S1包括:
步骤S1.1:获取某区域OSM的矢量数据,包含路径和节点数据;
步骤S1.2:打断路径:公共节点,将两段路径进行打断,形成节点到节点的最小连接单元;
步骤S1.3:确定路口节点:路径首节点或尾节点存在于两个以上打散后的路径,则该节点为路口节点;
步骤S1.4:拼接路段:以路口节点进行路径拼接,就形成了路口到路口的连接路段即为路段;
步骤S1.5:形成有向图:以路口为节点,路段为边,基于路段与路段的连接关系建立有向图。
优选的,所述步骤S2中卡口设备信息包括:设备id、设备名称以及经纬度,基于经纬度信息,将数据采集设备绑定到有向图中的路口,所有经过数据采集设备被采集的车辆数据都能用于该路口的交通指标计算,即能够计算路口的生成。
优选的,所述步骤S3包括:
步骤S3.1:车流轨迹生成:基于卡口过车数据,以车牌号码做唯一标识,还原每辆车的行驶轨迹;
步骤S3.2:对无数据路口,选择必经车流轨迹:基于道路有向图,使用最短路算法,在离散缺失的轨迹点中,找到必经该路口的车流轨迹;
步骤S3.3:估计经过路口时间:根据计算的行驶路径,参考限速、路段长度、路段拥堵程度在内的相关数据估算车辆经过路口的时间;
步骤S3.4:生成可计算虚拟路口:与步骤S2中可计算路口表达一致,参与交通计算。
第二方面,提供了一种城市交通道路可计算路网的构建系统,所述系统包括:
模块M1:基于OSM生成以路口为节点、路口与路口连接的路段为边的有向图;
模块M2:融合卡口设备信息,并基于所述有向图,生成可计算路口;
模块M3:融合卡口过车数据,生成可计算虚拟路口,
模块M4:基于所述可计算路口,生成可计算路段以及可计算区域。
优选的,所述模块M1包括:
模块M1.1:获取某区域OSM的矢量数据,包含路径和节点数据;
模块M1.2:打断路径:公共节点,将两段路径进行打断,形成节点到节点的最小连接单元;
模块M1.3:确定路口节点:路径首节点或尾节点存在于两个以上打散后的路径,则该节点为路口节点;
模块M1.4:拼接路段:以路口节点进行路径拼接,就形成了路口到路口的连接路段即为路段;
模块M1.5:形成有向图:以路口为节点,路段为边,基于路段与路段的连接关系建立有向图。
优选的,所述模块M2中卡口设备信息包括:设备id、设备名称以及经纬度,基于经纬度信息,将数据采集设备绑定到有向图中的路口,所有经过数据采集设备被采集的车辆数据都能用于该路口的交通指标计算,即能够计算路口的生成。
优选的,所述模块M3包括:
模块M3.1:车流轨迹生成:基于卡口过车数据,以车牌号码做唯一标识,还原每辆车的行驶轨迹;
模块M3.2:对无数据路口,选择必经车流轨迹:基于道路有向图,使用最短路算法,在离散缺失的轨迹点中,找到必经该路口的车流轨迹;
模块M3.3:估计经过路口时间:根据计算的行驶路径,参考限速、路段长度、路段拥堵程度在内的相关数据估算车辆经过路口的时间;
模块M3.4:生成可计算虚拟路口:与模块M2中可计算路口表达一致,参与交通计算。
与现有技术相比,本发明具有如下的有益效果:
1、本发明能够基于城市级真实道路和卡口设备以及卡口过车数据建立可计算路网,来满足交通计算的需求。可计算路网包含可计算路口、可计算路段和可计算区域;
2、本发明提出一种基于开源路网数据,对矢量路网数据采用了打断拼接的处理方法,来构建道路计算图模型,能够满足交通研究者的分析和计算需求,解决了商业路网的依赖;
3、本发明提出一种数据映射路网的方法,将结构化数据与有向图模型进行结合,使得数据的计算更能利用其空间特性,增加了分析和计算的维度;
4、本发明提出了可计算路网的构建方法,为交通时空数据分析提供基础。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明整体结构示意图;
图2为生成道路连接有向图流程示意图;
图3为生成可计算虚拟路口流程示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明实施例提供了一种城市交通道路可计算路网的构建方法,参照图1所示,该方法具体步骤如下:
步骤S1:基于OSM生成道路连接有向图:OSM(OpenStreetMap)是一个网上地图协作计划,目标是创造一个内容自由且能让所有人编辑的世界地图,其数据是有全球志愿者根据自己熟知的区域,运用GPS工具对路网的基本物理数据进行采集,构造出时效性和准确性并存的开放数据,随着OSM路网数据的逐渐完善,其数据为城市道路交通相关的计算、分析、研究提供了重要基础。OSM路网矢量数据,包含道路和交叉口的数据表达,主要数据结构为路径(ways)、节点(node)两种。对这两种数据进行打断、拼接等处理,生成以路口为节点、路口与路口连接的路段为边的有向图。
参照图2所示,该步骤S1中具体为:获取某区域OSM的矢量数据,包含路径(ways)、节点(node)数据;
打断路径:存在一段路径经过路口没有中断导致包含多段道路,也存在一段道路包含多条路径的现象。而路径(ways)是一系列node的集合,因此两段路径(ways)如果有除首尾之外公共的节点,那么该节点一定是道路交叉口,本发明用这个公共节点,将上述(两段路径)进行打断,形成节点到节点的最小连接单元。
确定路口节点:路径首节点或尾节点存在于两个以上打散后的路径,则该节点为路口节点,即为路口(cross)。
拼接路段:以路口节点(cross)进行路径拼接,就形成了路口到路口的连接路段即为路段(link)。
形成有向图:以路口(cross为节点,link为边,基于link与link的连接关系建立有向图。
步骤S2:融合卡口设备信息,生成可计算路口:卡口设备信息,主要包含设备id、设备名称、经纬度。基于经纬度的信息,本发明将这些数据采集设备绑定到A中有向图中的路口,所有经过该设备被采集的车辆数据都能用于该路口的交通指标计算,即可计算路口的生成。
步骤S3:融合卡口过车数据,生成可计算虚拟路口:现实中,卡口设备在路网中的覆盖是有限的,很多路口没有任何车辆数据采集设备,导致这些路口无法计算。本发明提出一种基于车流轨迹补全的方法来生成可计算虚拟路口,该路口同样可以参与道路交通计算,从而补充路段、区域的计算,完善路网的连通性。卡口过车数据,包含车牌号码以及经过设备的时间,而车辆轨迹是连续的。在无设备的路口,选取必经该路口的轨迹对路口进行数据补全并估算车辆经过路口的时间,即生成可计算虚拟路口。
参照图3所示,该步骤S3具体为:车流轨迹生成:基于卡口过车数据,以车牌号码做唯一标识,还原每辆车的行驶轨迹;
对无数据路口,选择必经车流轨迹:基于道路有向图,使用最短路算法,在离散缺失的轨迹点中,找到必经该路口的车流轨迹;
估计经过路口时间:根据计算的行驶路径,参考限速、路段长度、路段拥堵程度在内的相关数据估算车辆经过路口的时间,其中γ为拥堵系数,取值为(严重拥堵0.3,中大拥堵0.5,轻度拥堵0.7,畅通0.9);其中拥堵等级参考国家标准,系数为实验数据。
生成可计算虚拟路口:与步骤S2中可计算路口表达一致,参与交通计算。
步骤S4:基于所述可计算路口,生成可计算路段以及可计算区域:路段是路口与路口连接的有向线段,区域是包含多个路口、路段的范围。路段的计算基于两端路口的数据,区域的计算基于路口和路段的数据,因此表达为可计算路段、可计算路网。
基于以上步骤建立的模型,能够支持路口、路段、区域这三个维度的交通指标计算,比如路口流量、路段行程车速、区域拥堵里程比等。
本发明实施例提供了一种城市交通道路可计算路网的构建方法及系统,通过首先建立城市道路有向图的路网模型,充分利用数据的空间特性,大大提升了模型的表达能力,然后融合卡口设备到路网模型,基于卡口过车数据构建可计算路网,在交通计算中更能从全局来感知整个城市的道路运行状况。本发明还能够基于城市级真实道路和卡口设备以及卡口过车数据建立可计算路网,来满足交通计算的需求。可计算路网包含可计算路口、可计算路段和可计算区域。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种城市交通道路可计算路网的构建方法,其特征在于,包括:
步骤S1:基于OSM生成以路口为节点、路口与路口连接的路段为边的有向图;
步骤S2:融合卡口设备信息,并基于所述有向图,生成可计算路口;
步骤S3:融合卡口过车数据,生成可计算虚拟路口,
步骤S4:基于所述可计算路口,生成可计算路段以及可计算区域。
2.根据权利要求1所述的城市交通道路可计算路网的构建方法,其特征在于,所述步骤S1包括:
步骤S1.1:获取某区域OSM的矢量数据,包含路径和节点数据;
步骤S1.2:打断路径:公共节点,将两段路径进行打断,形成节点到节点的最小连接单元;
步骤S1.3:确定路口节点:路径首节点或尾节点存在于两个以上打散后的路径,则该节点为路口节点;
步骤S1.4:拼接路段:以路口节点进行路径拼接,就形成了路口到路口的连接路段即为路段;
步骤S1.5:形成有向图:以路口为节点,路段为边,基于路段与路段的连接关系建立有向图。
3.根据权利要求1所述的城市交通道路可计算路网的构建方法,其特征在于,所述步骤S2中卡口设备信息包括:设备id、设备名称以及经纬度,基于经纬度信息,将数据采集设备绑定到有向图中的路口,所有经过卡口设备被采集的车辆数据都能用于该路口的交通指标计算,即能够计算路口的生成。
4.根据权利要求1所述的城市交通道路可计算路网的构建方法,其特征在于,所述步骤S3包括:
步骤S3.1:车流轨迹生成:基于卡口过车数据,以车牌号码做唯一标识,还原每辆车的行驶轨迹;
步骤S3.2:对无数据路口,选择必经车流轨迹:基于道路有向图,使用最短路算法,在离散缺失的轨迹点中,找到必经该路口的车流轨迹;
步骤S3.3:估计经过路口时间:根据计算的行驶路径,参考限速、路段长度、路段拥堵程度在内的相关数据估算车辆经过路口的时间;
步骤S3.4:生成可计算虚拟路口:与步骤S2中可计算路口表达一致,参与交通计算。
6.一种城市交通道路可计算路网的构建系统,其特征在于,包括:
模块M1:基于OSM生成以路口为节点、路口与路口连接的路段为边的有向图;
模块M2:融合卡口设备信息,并基于所述有向图,生成可计算路口;
模块M3:融合卡口过车数据,生成可计算虚拟路口,
模块M4:基于所述可计算路口,生成可计算路段以及可计算区域。
7.根据权利要求6所述的城市交通道路可计算路网的构建系统,其特征在于,所述模块M1包括:
模块M1.1:获取某区域OSM的矢量数据,包含路径和节点数据;
模块M1.2:打断路径:公共节点,将两段路径进行打断,形成节点到节点的最小连接单元;
模块M1.3:确定路口节点:路径首节点或尾节点存在于两个以上打散后的路径,则该节点为路口节点;
模块M1.4:拼接路段:以路口节点进行路径拼接,就形成了路口到路口的连接路段即为路段;
模块M1.5:形成有向图:以路口为节点,路段为边,基于路段与路段的连接关系建立有向图。
8.根据权利要求6所述的城市交通道路可计算路网的构建系统,其特征在于,所述模块M2中卡口设备信息包括:设备id、设备名称以及经纬度,基于经纬度信息,将数据采集设备绑定到有向图中的路口,所有经过数据采集设备被采集的车辆数据都能用于该路口的交通指标计算,即能够计算路口的生成。
9.根据权利要求6所述的城市交通道路可计算路网的构建系统,其特征在于,所述模块M3包括:
模块M3.1:车流轨迹生成:基于卡口过车数据,以车牌号码做唯一标识,还原每辆车的行驶轨迹;
模块M3.2:对无数据路口,选择必经车流轨迹:基于道路有向图,使用最短路算法,在离散缺失的轨迹点中,找到必经该路口的车流轨迹;
模块M3.3:估计经过路口时间:根据计算的行驶路径,参考限速、路段长度、路段拥堵程度在内的相关数据估算车辆经过路口的时间;
模块M3.4:生成可计算虚拟路口:与模块M2中可计算路口表达一致,参与交通计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111075008.0A CN113793500B (zh) | 2021-09-14 | 2021-09-14 | 城市交通道路可计算路网的构建方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111075008.0A CN113793500B (zh) | 2021-09-14 | 2021-09-14 | 城市交通道路可计算路网的构建方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113793500A true CN113793500A (zh) | 2021-12-14 |
CN113793500B CN113793500B (zh) | 2022-07-26 |
Family
ID=78880284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111075008.0A Active CN113793500B (zh) | 2021-09-14 | 2021-09-14 | 城市交通道路可计算路网的构建方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113793500B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114241765A (zh) * | 2021-12-15 | 2022-03-25 | 重庆中信科信息技术有限公司 | 基于时空逻辑的定向车道交通违法分析方法、装置及存储介质 |
CN114333326A (zh) * | 2022-01-12 | 2022-04-12 | 北京百度网讯科技有限公司 | 一种路口拥堵检测方法、装置及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663787A (zh) * | 2012-03-31 | 2012-09-12 | 方正国际软件有限公司 | 一种图像路径生成方法及系统 |
CN103531024A (zh) * | 2013-10-28 | 2014-01-22 | 武汉旭云科技有限公司 | 一种动态交通路网城市道路要素模型及其建模方法 |
US20160049079A1 (en) * | 2013-10-07 | 2016-02-18 | Faroog Ibrahim | Methods of tracking pedestrian heading angle using smart phones data for pedestrian safety applications |
US20180181884A1 (en) * | 2016-12-22 | 2018-06-28 | Urban Software Institute GmbH | Computer system and method for determining reliable vehicle control instructions |
CN112765753A (zh) * | 2020-11-27 | 2021-05-07 | 武汉理工大学 | 一种新型的公共交通超级网络构建方法 |
CN112820108A (zh) * | 2021-01-12 | 2021-05-18 | 南京睿思交通信息科技有限公司 | 一种自学习的路网交通状态分析及预测方法 |
CN113255088A (zh) * | 2021-05-21 | 2021-08-13 | 上海天壤智能科技有限公司 | 一种卡口过车记录的数据补全方法及系统 |
-
2021
- 2021-09-14 CN CN202111075008.0A patent/CN113793500B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663787A (zh) * | 2012-03-31 | 2012-09-12 | 方正国际软件有限公司 | 一种图像路径生成方法及系统 |
US20160049079A1 (en) * | 2013-10-07 | 2016-02-18 | Faroog Ibrahim | Methods of tracking pedestrian heading angle using smart phones data for pedestrian safety applications |
CN103531024A (zh) * | 2013-10-28 | 2014-01-22 | 武汉旭云科技有限公司 | 一种动态交通路网城市道路要素模型及其建模方法 |
US20180181884A1 (en) * | 2016-12-22 | 2018-06-28 | Urban Software Institute GmbH | Computer system and method for determining reliable vehicle control instructions |
CN112765753A (zh) * | 2020-11-27 | 2021-05-07 | 武汉理工大学 | 一种新型的公共交通超级网络构建方法 |
CN112820108A (zh) * | 2021-01-12 | 2021-05-18 | 南京睿思交通信息科技有限公司 | 一种自学习的路网交通状态分析及预测方法 |
CN113255088A (zh) * | 2021-05-21 | 2021-08-13 | 上海天壤智能科技有限公司 | 一种卡口过车记录的数据补全方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114241765A (zh) * | 2021-12-15 | 2022-03-25 | 重庆中信科信息技术有限公司 | 基于时空逻辑的定向车道交通违法分析方法、装置及存储介质 |
CN114241765B (zh) * | 2021-12-15 | 2023-01-03 | 重庆中信科信息技术有限公司 | 基于时空逻辑的定向车道交通违法分析方法、装置及存储介质 |
CN114333326A (zh) * | 2022-01-12 | 2022-04-12 | 北京百度网讯科技有限公司 | 一种路口拥堵检测方法、装置及电子设备 |
CN114333326B (zh) * | 2022-01-12 | 2023-10-10 | 北京百度网讯科技有限公司 | 一种路口拥堵检测方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113793500B (zh) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9459111B2 (en) | Methods and apparatus for estimating power usage | |
US7155376B2 (en) | Traffic data management and simulation system | |
CN110111574B (zh) | 一种基于流量树分析的城市交通不平衡评价方法 | |
CN107490384B (zh) | 一种基于城市路网的最优静态路径选择方法 | |
US9002633B2 (en) | Method of determining and validating navigational priority settings utilizing probe data | |
CN113793500B (zh) | 城市交通道路可计算路网的构建方法及系统 | |
CN111275965B (zh) | 一种基于互联网大数据的实时交通仿真分析系统与方法 | |
Huang et al. | GIS coupled with traffic simulation and optimization for incident response | |
Lee | Modeling gap acceptance at freeway merges | |
Wei et al. | An improved road network partition algorithm for parallel microscopic traffic simulation | |
Rudloff et al. | Comparing calibrated shared space simulation model with real-life data | |
Al-Dabbagh et al. | The impact of road intersection topology on traffic congestion in urban cities | |
CN103942952B (zh) | 一种路网功能层次状态等级评估方法 | |
CN115292507A (zh) | 基于知识图谱的交通出行分析方法、装置、设备及介质 | |
US20230137263A1 (en) | Method and apparatus for generating structured trajectories from geospatial observations | |
Astarita et al. | New features of Tritone for the evaluation of traffic safety performances | |
Dantsuji et al. | A macroscopic approach for optimizing road space allocation of bus lanes in multimodal urban networks through simulation analysis: an application to the Tokyo CBD network | |
CN115930980A (zh) | 基于动态道路天气事件的可行区域预测与路径规划系统 | |
Narayanan et al. | Quantification of congestion using Fuzzy Logic and Network Analysis using GIS | |
Alkaissi et al. | Travel Time Prediction Models for Major Arterial Road in Baghdad City using Manufactured GPS device | |
Beukes et al. | Quantifying the contextual influences on road design | |
Zhu et al. | Analyzing the impact of a planned transit-oriented development on mode share and traffic conditions | |
Shrestha et al. | Performance Improvement of a Signalized Intersection (A Case Study of New Baneshwor Intersection) | |
Luo et al. | Research on the impact scope of bus stations based on the application of bus lanes | |
Fries et al. | Feasibility of traffic simulation for decision support in real-time regional traffic management |
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 |