CN114372382B - 车辆轨迹可靠度评测方法、设备和存储介质 - Google Patents
车辆轨迹可靠度评测方法、设备和存储介质 Download PDFInfo
- Publication number
- CN114372382B CN114372382B CN202210279400.5A CN202210279400A CN114372382B CN 114372382 B CN114372382 B CN 114372382B CN 202210279400 A CN202210279400 A CN 202210279400A CN 114372382 B CN114372382 B CN 114372382B
- Authority
- CN
- China
- Prior art keywords
- track
- measured
- time
- speed
- point
- 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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种车辆轨迹可靠度评测方法、设备和存储介质。其中方法包括:采用改进动态时间规整方法,根据车辆的基准轨迹计算所述车辆的待测轨迹的空间精度;根据所述轨迹在空间位置平面内的空间轨迹,计算所述待测轨迹的时间精度;根据所述时间精度,计算所述待测轨迹的速度误差和角度误差;根据所述空间精度、所述时间精度、所述速度误差和所述角度误差,得出所述待测轨迹的可靠度;如果所述可靠度低于设定可靠度阈值,则舍弃所述待测轨迹。本实施例互相关联的指标评价体系,提高了轨迹可靠度测评的准确性。
Description
技术领域
本发明实施例涉及车辆轨迹评测领域,尤其涉及一种车辆轨迹可靠度评测方法、设备和存储介质。
背景技术
近年来,计算机技术、传感技术和通信技术的发展,刺激了自动驾驶技术的发展。由于路侧系统在盲区信息感知、不同气象环境下的感知能力、系统全局规划决策等方面的优势,车辆轨迹预测技术也逐渐转向智能路侧设备。
现有技术中,路侧设备测得的车辆轨迹预测技术多聚焦于算法本身,从算法逻辑和理论层面提高预测精度,对车辆轨迹可靠度的尚无准确客观的测评方法。如果观测到的车辆轨迹不可靠,将严重影响车辆位置跟踪或预测的效果。
发明内容
本发明实施例提供一种车辆轨迹可靠度评测方法、设备和存储介质,引入基准轨迹对车辆轨迹可靠度进行评测,根据可评测结果决定是否使用车辆轨迹。
第一方面,本发明实施例提供了一种车辆轨迹可靠度评测方法,包括:
采用改进动态时间规整方法,根据车辆的基准轨迹计算所述车辆的待测轨迹的空间精度;
根据所述轨迹在空间位置平面内的空间轨迹,计算所述待测轨迹的时间精度;
根据所述时间精度,计算所述待测轨迹的速度误差和角度误差;
根据所述空间精度、所述时间精度、所述速度误差和所述角度误差,得出所述待测轨迹的可靠度;
如果所述可靠度低于设定可靠度阈值,则舍弃所述待测轨迹;
其中,所述轨迹包括多个轨迹点,每个轨迹点包括:空间位置、时间、速度、角度。
第二方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现任一实施例所述的车辆轨迹可靠度评测方法。
第三方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例所述的车辆轨迹可靠度评测方法。
本发明实施例的技术效果为:
1. 本实施例在时间精度的计算中,在二维空间位置平面内,将以待测空间轨迹点为圆心的圆形区域,作为待测轨迹点对应的真实轨迹点可能出现的空间区域,通过空间信息和时间信息的共同约束,得到了车辆轨迹的时间精度,算法可实现性强,能够保证更好的准确度。
2. 本实施例在速度误差的计算中,根据时间精度对速度轨迹进行了修正,通过时间信息和速度信息的融合,使速度轨迹的时间更接近真实时间,提高了速度误差评测的准确性。
3. 本实施例在速度误差的计算中,利用了投影在时间-速度平面内的速度轨迹,通过对基准速度轨迹和待测速度轨迹进行插值,使插值后的两条速度轨迹完全对齐,有利于后续计算相同时间点上速度误差。
4. 本实施例将第三方评测系统与工具测得的车辆轨迹作为基准轨迹,对待测轨迹的可靠度指标进行对标计算,打破了从算法自身分析轨迹可靠度的传统思路,使得到的精度或误差更加客观。
5. 本实施例计算得到了多个可靠度指标:轨迹空间精度、轨迹时间精度、速度误差和角度误差,可以从多个维度评价路侧设备测量的车辆轨迹可靠度,提高了评测准确度;同时,设备测试人员可以从中判断设备测量精度,准确定位设备有待改进之处,为下一步设备研发提供方向。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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是本发明实施例提供的一种车辆轨迹可靠度评测方法的流程图;
图2是本发明实例提供的采用DTW方法求解空间精度的原理示意图;
图3是本发明实施例提供的时间精度计算示意图;
图4是本发明实施例提供的速度轨迹插值的示意图;
图5是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行清楚、完整的描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
图1是本发明实施例提供的一种车辆轨迹可靠度评测方法的流程图,适用于对路侧设备观测到的车辆轨迹是否可靠进行评测的情况,本实施例由电子设备执行。结合图1,本实施例提供的方法具体包括:
S10、采用改进动态时间规整DTW方法,根据车辆的基准轨迹计算所述车辆的待测轨迹的空间精度。
本实施例在同一车辆行驶过一段道路时,同时采用路侧设备和基准测试设备对车辆轨迹进行观测。其中,路侧设备观测到的轨迹为需要进行可靠度评测的轨迹,称为待测轨迹。基准测试设备观测到的轨迹称为基准轨迹,用于对待测轨迹的可靠度进行对标评价。
需要说明的是,本实施例默认基准轨迹的精确度高于待测轨迹。可选地,基准测试设备为精密车载设备,通过选取观测精度足够高的基准测试设备,可以使基准轨迹不断接近于车辆的真实轨迹。
所述轨迹包括多个轨迹点,每个轨迹点包括:空间位置、时间、速度、角度。具体来说,待测轨迹上的轨迹点称为待测轨迹点,基准轨迹上的轨迹点称为基准轨迹点。相应地,本实施例也设置了四个可靠度指标:空间精度、时间精度、速度误差和角度误差。
空间精度指待测轨迹点的空间位置与真实空间位置之间的误差。本实施例通过动态时间规整(Dynamic Time Warping,DTW)DTW)方法,计算待测轨迹的空间精度。
可选地,采用改进动态时间规整方法,根据车辆的基准轨迹计算所述车辆的待测轨迹的空间精度,具体包括如下步骤:
S11、将所述待测轨迹和所述基准轨迹投影至空间位置平面,得到待测空间轨迹B和基准空间轨迹A。空间轨迹A和B对应同一段道路。
空间位置平面以二维空间坐标为x轴和y轴,可以直观地显示每个轨迹点的二维空间位置。本实施例二维空间平面内的轨迹称为空间轨迹。具体来说,待测轨迹在空间位置平面内的投影称为待测空间轨迹,基准轨迹在空间位置平面内的投影称为基准空间轨迹。
S12、根据以下公式,递归计算空间轨迹A、B之间的DTW距离:
其中,a i 表示基准空间轨迹A的第i个基准空间轨迹点,b i 表示待测空间轨迹B的第i个待测空间轨迹点,a i-1表示A的第i-1个基准空间轨迹点,b i-1表示B的第i-1个待测空间轨迹点;A i 表示从A的第一个基准空间轨迹点到a i 组成的基准空间轨迹序列,B i 表示从B的第一个待测空间轨迹点到b i 组成的待测空间轨迹序列,A i-1表示从A的第一个基准空间轨迹点到a i-1组成的基准空间轨迹序列,B i-1表示从B的第一个待测空间轨迹点到b i-1组成的待测空间轨迹序列;γ(A i , B i )表示轨迹序列A i 、B i 之间的DTW距离,γ(A i-1, B i-1)表示轨迹序列A i-1、B i-1之间的DTW距离,γ(A i-1, B i )表示轨迹序列A i-1、B i 之间的DTW距离,γ(A i , B i-1)表示轨迹序列A i 、B i-1之间的DTW距离;d(a i ,b i )表示a i 和b i 之间的欧氏距离。
其中,d(a i ,b i )由以下公式求得:
其中,a ix 和b ix 分别表示轨迹点a i 和b i 的x轴坐标,a iy 和b iy 分别表示轨迹点a i 和b i 的y轴坐标。
图2是本发明实例提供的采用DTW方法求解空间精度的原理示意图。如图2所示,由于空间轨迹A和B在时间上可能无法对齐,例如有两辆车甲和乙先后通过了某段道路,如果只计算同一时间节点上甲和乙之间的距离,即图中点a i 至点b i 的距离,实际上无法反应这两段轨迹的相似性。对于点b i ,一定能找到一个空间上距离其最短的一个点a j ,DTW距离即为计算两段轨迹之间最短空间距离的累计之和。
S12、依据以下公式,计算空间轨迹A和B之间的平均空间误差,作为待测轨迹的空间精度:
其中,ΔS待测轨迹的空间精度。由于DTW距离实际上为累计最短轨迹误差,因此用计算得到的DTW距离除以总的轨迹序列长度l(B),就可以得到整段轨迹的平均空间误差数值。
S20、根据所述轨迹在空间位置平面内的空间轨迹,计算所述待测轨迹的时间精度。
时间精度指待测轨迹点的时间与真实时间之间的误差。本实施例通过平均绝对误差,计算待测轨迹时间精度。
可选地,根据所述轨迹在空间位置平面内的空间轨迹,计算所述待测轨迹的时间精度,具体包括如下步骤:
S21、将所述待测轨迹和所述基准轨迹投影至空间位置平面,得到待测空间轨迹和基准空间轨迹。
本步骤仍采用S11中得到的、空间位置平面内的的待测空间轨迹B和基准空间轨迹A来测评时间精度。
S22、将每个待测空间轨迹点分别作为目标待测空间轨迹点,执行以下操作:
S1-1:选取与所述目标待测空间轨迹点的距离小于设定阈值的至少一个基准空间轨迹点,作为至少一个目标基准空间轨迹点。所述设定阈值根据车道宽度设定,优选为车道宽度的1.5倍(例如5米),即空间误差最远不可能跨越一条车道。
图3是本发明实施例提供的时间精度计算示意图。如图3所示,实线轨迹为基准空间轨迹A,虚线轨迹为待测空间轨迹B。将待测空间轨迹B中的目标待测空间轨迹点b i ,以其为圆心、以5米为半径限定一个圆形区域,取圆形区域的所有基准轨迹点a j 为目标基准空间轨迹点。每个目标基准空间轨迹点a j 均可能为b i 的真实空间轨迹点。
S1-2:根据所述至少一个目标基准空间轨迹点的时间,以及所述目标待测空间轨迹点的时间,计算所述目标待测空间轨迹点的平均绝对时间误差。
以图2所示的第一个a j 为例,b i 的时间为11:29:23.293,该a j 的时间为11:29:22.755,Δt=0.538s。以此类推,计算圆内所有目标基准空间轨迹点和b i 的时间差Δt,取绝对值。
S23、根据所有待测空间轨迹点的平均绝对时间误差,计算所述时间精度。
将所有待测空间轨迹点的平均绝对时间误差求平均值,得到待测轨迹的时间精度。综上所述,时间精度的计算公式如下:
其中,ΔT表示轨迹时间精度,t(a j )表示基准设备记录轨迹点a j 时的时间(即a j 的时间),t(b i )表示路侧设备记录轨迹点b i 时的时间(即b i 的时间),M表示目标待测空间轨迹点的数量,N表示每个目标待测空间轨迹点对应的圆形区域内所有目标基准空间轨迹点的数量。
S30、根据所述时间精度,计算所述待测轨迹的速度误差和角度误差。
速度误差指待测轨迹点的速度与真实速度之间的误差,角度误差指待测轨迹点的角度与真实角度之间的误差。本实施例采用同一时间的基准轨迹点和待测轨迹点的速度计算速度误差,采用同一时间的基准轨迹点和猜测轨迹点的角度计算角度误差。
可选地,根据所述时间精度,计算所述待测轨迹的速度误差和角度误差,具体包括:
S31、将所述待测轨迹和所述基准轨迹投影至时间-速度平面,得到待测速度轨迹和基准速度轨迹。
时间-速度平面以时间为x轴,以速度为y轴,可以直观地显示轨迹点的速度随时间的变化关系。时间-速度平面内的轨迹称为速度轨迹。具体来说,待测轨迹在时间-速度平面内内的投影称为待测速度轨迹,基准轨迹在时间-速度平面内的投影称为基准速度轨迹。
S32、根据所述时间精度,修正所述待测速度轨迹上每个待测速度轨迹点的时间。
待测速度轨迹上的轨迹点称为待测速度轨迹点。由于车辆轨迹存在时间误差,所以根据时间精度对每个待测速度轨迹点的时间进行修正,使得修正后时间更接近于真实时间。
S33、根据每个待测速度轨迹点修正后的时间和每个基准速度轨迹点的时间,对所述待测速度轨迹和所述基准速度轨迹进行插值,使得插值后的待测速度轨迹点和基准速度轨迹点的时间一一对应。
基准速度轨迹上的轨迹点称为基准速度轨迹点。由于基准测试设备和路侧设备的采样频率无法完全对齐,因此首先采用插值法进行插值,使得插值后的待测速度轨迹和基准空间轨迹点的时间完全对齐。图4是本发明实施例提供的速度轨迹插值的示意图。如图4所示,待测速度轨迹的时间序列为t b1,t b2,t b3,…,t bm,基准速度轨迹的时间序列为t a1,t a2,t a3,…,t an,则插值后的待测速度轨迹和基准速度轨迹的时间序列均为:t c1,t c2,t c3,…,t c(m+n)。其中,t c1,t c2,t c3,…,t c(m+n)为t b1,t b2,t b3,…,t bm和t a1,t a2,t a3,…,t an按照大小顺序排列后的新序列。
S34、根据插值后的待测速度轨迹和基准速度轨迹,计算所述速度误差。
本实施例采用速度轨迹之间的速度均方根误差,计算待测轨迹的速度误差。计算公式如下:
其中,ΔV表示待测轨迹的速度误差,m+n为插值后的速度轨迹长度,v(a i )和v(b i )分别为基准速度轨迹和待测速度轨迹的第i个速度轨迹点记录的速度值。
可选地,根据所述时间精度,计算所述待测轨迹的速度误差和角度误差,具体包括:将所述待测轨迹和所述基准轨迹投影至角度-速度平面,得到待测角度轨迹和基准角度轨迹;根据所述时间精度,修正所述待测角度轨迹上每个待测角度轨迹点的时间;根据每个待测角度轨迹点修正后的时间和每个基准角度轨迹点的时间,对所述待测角度轨迹和所述基准角度轨迹进行插值,使得插值后的待测角度轨迹点和基准角度轨迹点的时间一一对应;根据插值后的待测角度轨迹和基准角度轨迹,计算角度误差。计算公式如下:
S40、根据所述空间精度、所述时间精度、所述速度误差和所述角度误差,得出所述待测轨迹的可靠度。
可选地,将四种可靠度指标分别代入各自的百分制评测模型,得出可靠度指标的分数;根据四个分数得出待测轨迹的可靠度。
S50、如果所述可靠度低于设定可靠度阈值,则舍弃所述待测轨迹。
如果观测到的车辆轨迹不可靠,将严重影响车辆轨迹跟踪或预测的效果,因此将所述待测轨迹舍弃不用。
本实施例的技术效果是:
1. 本实施例在时间精度的计算中,在二维空间位置平面内,将以待测空间轨迹点为圆心的圆形区域,作为待测轨迹点对应的真实轨迹点可能出现的空间区域,通过空间信息和时间信息的共同约束,得到了车辆轨迹的时间精度,算法可实现性强,能够保证更好的准确度。
2. 本实施例在速度误差的计算中,根据时间精度对速度轨迹进行了修正,通过时间信息和速度信息的融合,使速度轨迹的时间更接近真实时间,提高了速度误差评测的准确性。
3. 本实施例在速度误差的计算中,利用了投影在时间-速度平面内的速度轨迹,通过对基准速度轨迹和待测速度轨迹进行插值,使插值后的两条速度轨迹完全对齐,有利于后续计算相同时间点上速度误差。
4. 本实施例将第三方评测系统与工具测得的车辆轨迹作为基准轨迹,对待测轨迹的可靠度指标进行对标计算,打破了从算法自身分析轨迹可靠度的传统思路,使得到的精度或误差更加客观。
5. 本实施例计算得到了多个可靠度指标:轨迹空间精度、轨迹时间精度、速度误差和角度误差,可以从多个维度评价路侧设备测量的车辆轨迹可靠度,提高了评测准确度;同时,设备测试人员可以从中判断设备测量精度,准确定位设备有待改进之处,为下一步设备研发提供方向。
在上述实施例和下述实施例的基础上,本实施例对待测速度轨迹点的时间修正过程进行细化。本实施例提供两种修正方式。
方式一:通过空间精度和时间精度进行时间修正。
可选地,根据所述时间精度,修正所述待测速度轨迹上每个待测速度轨迹点的时间,包括:将每个待测速度轨迹点分别作为目标待测速度轨迹点,执行以下操作:
S2-1:选取与所述目标待测速度轨迹点对应的待测空间轨迹点,作为目标待测空间轨迹点。
待测空间轨迹上的轨迹点称为待测空间轨迹点。目标待测空间轨迹点用于定位目标待测速度轨迹点在二维位置空间平面内的真实空间轨迹点,其中,真实空间轨迹点对应真实的空间位置。
S2-2:将与所述目标待测空间轨迹点的距离最接近所述空间精度的基准空间轨迹点,作为目标基准空间轨迹点。
将目标基准空间轨迹点视为目标待测速度轨迹点在二维位置空间平面内的真实空间轨迹点,用于确定目标待测轨迹点与真实轨迹点之间的时间关系。
S2-3:根据所述时间精度,以及所述目标基准空间轨迹点与所述目标待测空间轨迹点之间的时间关系,修正所述目标待测速度轨迹点的时间。
所述目标待测空间轨迹点与所述目标基准空间轨迹点之间的时间关系,即为目标基准轨迹点与真实轨迹点之间的时间关系,也是目标待测速度轨迹点与真实速度轨迹点之间的时间关系。
具体来说,如果所述目标待测空间轨迹点超前于目标基准空间轨迹点,则说明目标待测速度轨迹点超前于真实速度轨迹点,则用目标待测速度轨迹点的时间减去所述时间精度,将得到的值作为目标待测速度轨迹点的修正后的时间。
如果所述目标待测空间轨迹点滞后于目标基准空间轨迹点,则说明目标待测速度轨迹点滞后于真实速度轨迹点,则用目标待测速度轨迹点的时间加上所述时间精度,将得到的值作为目标待测速度轨迹点的修正后的时间。
方式二:通过DTW距离和时间精度进行修正。
可选地,在采用改进动态时间规整DTW方法,根据车辆的基准轨迹计算所述车辆的待测轨迹的空间精度时,计算每个待测轨迹点对应的DTW距离。该DTW距离用于确定每个待测轨迹点对应的真实轨迹点。
相应地,根据所述时间精度,修正所述待测空间轨迹上每个待测空间轨迹点的时间,包括:将每个待测速度轨迹点分别作为目标待测速度轨迹点,执行以下操作:
S3-1:选取所述目标待测速度轨迹点对应的待测空间轨迹点,作为目标待测空间轨迹点。
S3-2:根据所述目标待测空间轨迹点的DTW距离,选取与所述目标待测空间轨迹点的距离最近的基准空间轨迹点,作为目标基准空间轨迹点。
将目标基准空间轨迹点视为目标待测速度轨迹点在二维位置空间平面内的真实空间轨迹点,用于确定目标待测轨迹点与真实轨迹点之间的时间关系。
具体来说,根据DTW距离的含义,用目标待测空间轨迹点b i 的DTW距离γ(A i , B i )距离减去上一个待测空间轨迹点b i-1对应的DTW距离γ(A i-1, B i-1),即为目标待测空间轨迹点b i 与真实空间轨迹点a j 之间的最小空间误差。将与所述目标待测空间轨迹点的距离最接近所述最小空间误差的基准空间点,作为目标基准空间点。
S3-3:根据所述时间精度,以及所述目标待测空间轨迹点与所述目标基准空间轨迹点之间的时间关系,修正所述目标待测速度轨迹点的时间。
修正方式与S2-3中的描述相同,在此不再赘述。
本实施例将前述实施例求得的轨迹时间精度作为时间修正量的绝对值,并通过空间精度或DTW空间距离确定时间修正量的符号,实现了对待测速度轨迹点的时间修正。
两种修正方式各有所长:DTW是求解空间精度的经典方法,具有很高的准确度,但由于利用该方法求取的空间精度是所有轨迹点空间误差的平均值,因此利用空间精度确定的所有速度轨迹点的时间修正量的平均值能够保证较高的准确度;而利用DTW距离确定的时间修正量以每个单独的速度轨迹点为修正对象,可以保持轨迹点之间的差异性。
在上述实施例和下述实施例的基础上,本实施例对可靠度指标的包分之评测模型进行细化。在计算可靠度指标的分数之前,首先建立车辆轨迹可靠度的百分制评测模型。可选地,根据所述空间精度、所述时间精度、所述速度误差和所述角度误差,得出所述待测轨迹的可靠度,具体包括如下步骤:
S110、获取待评测的至少一个行驶场景。
本实施例将针对具体的场景评测待测轨迹的可靠度。本步骤获取的待评测的至少一个行驶场景,用于建立每个行驶场景下的单场景可靠度评测模型。可选地,所述至少一个行驶场景包括:车道级导航场景、弱势交通参与者闯入检测场景,以及预警和异常交通事件检测场景。
S120、根据道路的车道宽度、最高限速,以及每个行驶场景的制动要求,确定道路在每个行驶场景下的多个可靠度指标的要求标准。
所述多个可靠度指标包括:所述路侧设备观测到的车辆轨迹的空间精度、时间精度、速度误差和角度误差。
针对每个行驶场景,根据道路的车道宽度、最高限速,以及每个行驶场景的制动要求,确定每个行驶场景下的多个可靠度指标的要求标准。可选地,每个可靠度指标的要求标准包括:0分标准、60分标准和100分标准。表1显示了高速公路在车道级导航场景下每个可靠度指标的要求标准。
表1 车道级导航场景下的要求标准
如表1所示,以车道级导航场景例,每个可靠度指标的60分标准的确定过程如下:
(1)将道路的车道宽度的一半,作为车道级导航场景下的空间精度的60分标准。
车道级导航场景下,车辆轨迹不能出现车道级的偏离,对空间精度的要求标准较高。可选地,利用多种现有车道级导航算法测试大量车辆轨迹,发现这些车辆轨迹的空间精度满足的正态分布,将该正态分布的位置参数作为空间精度的60分标准。优选地,车道级导航场景下的空间精度的60分标准为车道宽度的一半,即不能偏出超过半个车道的宽度。
参照表1,通常高速公路的车道宽度为3.25-3.75米,简单起见选取1.5米作为公速公路的空间精度。需要说明的是,在实际应用中,车道宽度与道路类型有关,例如高速公路、城区道路的车道宽度是不同的。因此,本实施例的道路可靠度评测方法可以针对道路类型具体设置。
(2)根据车道级导航场景的制动时间要求和所述空间精度的60分标准,确定车道级导航场景下的速度误差的60分标准。
具体来说,利用位置和速度的关系,将空间精度应用到速度误差的计算中:
因此,
其中,表示车道级导航场景下的速度误差的60分标准,S 60(V,B)车道级导航场景下的空间精度的60分标准,t s 表示车道级导航场景下的制动时间要求。优选地,参照表1,t s =0.5s,即0.5s内的误差不大于空间精度的60分标准1.5m,则0.75m/s。
(3)根据所述道路的最高限速和所述车道宽度,确定车道级导航场景下的角度误差的60分标准。
具体来说,假设车辆以最高限速行驶,且行驶轨迹近似为直线,则为了保证以60分标准的角度误差行驶1秒后的轨迹偏差不超过1个车道,需满足以下公式:
参照表1,假设车辆在高速公路上以120km/h行驶,且行驶轨迹近似为直线,则角度偏差5°可导致车辆下一秒的预测轨迹偏差约一个车道宽度(3m),因此,角度误差不能超过5°。
其余行驶场景下每个可靠度指标的要求标准的确定方法,将在下面的实施例中进行详细说明。此外,本发明未详细描述确定方法的可靠度指标的要求标准,均可以参照相关标准进行设定。
S130、根据每个行驶场景下的多个可靠度指标的要求标准,构建车辆轨迹每个行驶场景下的单场景可靠度评测模型。
具体来说,针对任一行驶场景,执行如下步骤:
S131、根据每个可靠度指标的60分标准、100分标准和0分标准,构建每个可靠度指标的百分制评测模型。
仍以表1所示的车道级导航场景为例,确定每个可靠度指标的60分标准、100分标准和0分标准后,对各可靠度指标分别采用以下百分制评测模型。
(1)空间精度采用如下百分制评测模型:
(2)时间精度采用如下百分制评测模型:
(3)对于速度误差,采用如下百分制评测模型:
(4)对于角度误差,采用如下百分制评测模型:
公式(13)(14)(15)的百分制评测模型中的待拟合常数确定方法与空间轨迹精度中的方法类似,在此不再赘述。
本实施例考虑设备精度指标提升的边际效应,当分数越高时,指标继续提升越困难,因此采用二次函数曲线和指数函数两种函数形式作为百分制评测模型。同时,由于时间精度和空间精度直接影响了当前时刻的位置,对轨迹的影响更加直接;而速度误差和角度误差用于预测下一时刻的位置,对轨迹的影响更加难以控制;因此,速度误差和角度误差在高分阶段继续提高分数的困难大于空间精度和时间精度。本实施例为速度误差和角度误差选取指数函数作为百分制评测模型,为空间精度和时间精度选取二次函数作为百分制评测模型,指数函数在高分阶段的增长率大于二次函数。
需要说明的是,上述实施例只提供了一种模型组合方式。事实上,每个可靠度指标均可以采用任意一种百分制评测模型(二次函数或指数函数),形成多种模型组合。例如,采用如下模型组合:
S132、得到所有可靠度指标的百分制评测模型后,根据所述多个可靠度指标的百分制评测模型,构建所述行驶场景下的单场景可靠度评测模型。
具体来说,以车道级导航场景为例,根据以下公式对多个可靠度指标的百分制评测模型进行加权平均,得到车道级导航场景下的单场景可靠度评测模型:
其中,G 1表示车道级导航场景下的智能度评测模型,α 1、β 1、δ 1和∊ 1表示每个智能度指标的权重。可选地,由于时间精度和空间精度直接影响当前时刻的位置,而速度误差和角度误差用于预测下一时刻的位置,因此α 1、β 1的取值大于δ 1、∊ 1的取值。
S140、根据所有的单场景可靠度评测模型,构建车辆轨迹的综合可靠度评测模型。
得到所有的单场景可靠度评测模型后,根据以下公式构建道路整体的综合可靠度评测模型:
其中,R 1表示车辆轨迹的综合可靠度评测模型,G i 表示第i个单场景可靠度评测模型(对应第i个行驶场景),θ i 表示第i个单场景可靠度评测模型的权重。可选地,根据当前道路的历史行车数据,为出现概率大的行驶场景分配更大的权重。
S150、将待测轨迹的空间精度、时间精度、速度误差和角度误差,代入所述综合可靠度评测模型,计算所述待测轨迹的可靠度分数。
得到综合可靠度评测模型后,将每个可靠度指标的实际测评值代入综合可靠度评测模型,就可以得到道路的可靠度分数。
具体来说,可靠度指标的实际评测过程如下:首先,在实验用车上装载基准测试装备,将车辆停在路侧设备的感知范围外,准备进行测试。
然后,将实验用车加速至60km/h,以60km/h匀速状态进入路侧设备传感范围,直线行驶直至驶出路侧设备感知范围。重复以上实验数次,以采集多组数据,并利用通过Kafka、MODBUS等数据订阅手段,从数据采集设备中获取基准设备数据和路侧设备数据。
最后,将基准设备数据作为基准轨迹,将路侧设备数据作为待测轨迹,进行车辆轨迹可靠度计算,得到每个可靠度指标的的实际评测值。
本实施例具有如下技术效果:
1. 本实施例针对道路类型,基于具体行驶场景下车路协同的应用需求,确定了各可靠度指标的要求标准。所确定的标准能够体现道路类型和行驶场景的差异,更符合实际。
2. 本实施例考虑设备精度指标提升的边际效应,采用二次函数曲线和指数函数两种函数形式作为百分制评测模型;同时,基于高分阶段继续提高分数的困难程度,为每个可靠度指标分别选取不同的百分制评测模型,更符合实际规律,使模型评测精度更高。
在上述实施例和下述实施例的基础上,本实施例对其他场景下各可靠度指标的要求标准的确定过程进行细化。
(一)弱势交通参与者闯入场景下的60分标准
表2 弱势交通参与者闯入场景下的要求标准
弱势交通参与者闯入场景指:行人、动物等弱势交通参与者闯入的形式场景。表2显示了高速公路在弱势交通参与者闯入场景下的每个可靠度指标的要求标准。参照表2,每个可靠度指标的60分标准的确定过程如下:
(1)将车道宽度作为弱势交通参与者闯入场景下的空间精度的60分标准。
弱势交通参与者闯入场景对车辆轨迹的要求精度低于车道级导航场景,因此空间轨迹精度以一个车道的基本宽度为及格线,即空间轨迹误差不能超过一个车道。
(2)根据以下公式,确定弱势交通参与者闯入场景下的时间精度的60分标准:
则根据下式计算轨迹精度的60分标准:
以表3为例,时间轨迹精度的及格线设置在了300ms。因为当车辆以120km/h行驶,它在时间轨迹精度300ms内会前进10m,通常驾驶员的反应时间t a 为1s,则车辆又会前进33.33m;而驾驶员收到警告消息范围为200m(根据路侧设备的通信范围确定),则驾驶员仍有超过150m的空间可供刹车,能够确保驾驶员有足够的空间进行反应。
(二)异常交通事件检测场景下的60分标准
表3 异常交通事件检测场景下的要求标准
每个可靠度指标的60分标准的确定过程如下:主要检测道路上是否有车辆出现超速、缓行、停驶或逆行等违反交通规则的异常驾驶行为。表3显示了高速公路在异常交通事件检测场景下每个可靠度指标的要求标准。参照表3,每个可靠度指标的60分标准的确定过程如下:
(1)将车道宽度作为异常交通事件检测场景下的空间精度的60分标准,弱势交通参与者闯入场景类似。
(2)速度误差要求提高到1m/s,因为需要对车辆的超速状态进行判断,故要求相较车道级导航有所提高。速度误差要求提高到1m/s,因为需要对车辆的超速状态进行判断,故要求相较车道级导航有所提高。
本发明实施例针对不同的行驶场景,为每个可靠度指标设置了不同的要求标准。在空间精度的要求标准的确定中考虑了车道宽度,在时间精度的要求标准的确定中考虑了空间精度和不同行驶场景下的制动要求,在速度误差的要求标准的确定中考虑了车速和不同场景的车路协同要求,使得多个可靠度指标之间、以及指标、道路和场景之间互相关联、互相制约,由此得到的指标标准更加客观,更加科学。
图5为本发明实施例提供的一种电子设备的结构示意图,如图5所示,该设备包括处理器50、存储器51、输入装置52和输出装置53;设备中处理器50的数量可以是一个或多个,图5中以一个处理器50为例;设备中的处理器50、存储器51、输入装置52和输出装置53可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器51作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的一种车辆轨迹可靠度评测方法对应的程序指令/模块。处理器50通过运行存储在存储器51中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的一种车辆轨迹可靠度评测方法。
存储器51可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器51可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器51可进一步包括相对于处理器50远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置52可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置53可包括显示屏等显示设备。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例的一种车辆轨迹可靠度评测方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案。
Claims (9)
1.一种车辆轨迹可靠度评测方法,其特征在于,包括:
采用改进动态时间规整DTW方法,根据车辆的基准轨迹计算所述车辆的待测轨迹的空间精度;
根据所述轨迹在空间位置平面内的空间轨迹,计算所述待测轨迹的时间精度;
根据所述时间精度,计算所述待测轨迹的速度误差和角度误差;
根据所述空间精度、所述时间精度、所述速度误差和所述角度误差,得出所述待测轨迹的可靠度;
如果所述可靠度低于设定可靠度阈值,则舍弃所述待测轨迹;
其中,所述轨迹包括多个轨迹点,每个轨迹点包括:空间位置、时间、速度、角度;
根据所述轨迹在空间位置平面内的空间轨迹,计算所述待测轨迹的时间精度,包括:
将所述待测轨迹和所述基准轨迹投影至空间位置平面,得到待测空间轨迹和基准空间轨迹;
将每个待测空间轨迹点分别作为目标待测空间轨迹点,执行以下操作:
S1-1:选取与所述目标待测空间轨迹点的距离小于设定阈值的至少一个基准空间轨迹点,作为至少一个目标基准空间轨迹点,其中,所述设定阈值根据车道宽度设定;
S1-2:根据所述至少一个目标基准空间轨迹点的时间,以及所述目标待测空间轨迹点的时间,计算所述目标待测空间轨迹点的平均绝对时间误差;
根据所有待测空间轨迹点的平均绝对时间误差,计算所述时间精度。
2.根据权利要求1所述的方法,其特征在于,根据所述时间精度,计算所述待测轨迹的速度误差和角度误差,包括:
将所述待测轨迹和所述基准轨迹投影至时间-速度平面,得到待测速度轨迹和基准速度轨迹;
根据所述时间精度,修正所述待测速度轨迹上每个待测速度轨迹点的时间;
根据每个待测速度轨迹点修正后的时间和每个基准速度轨迹点的时间,对所述待测速度轨迹和所述基准速度轨迹进行插值,使得插值后的待测速度轨迹点和基准速度轨迹点的时间一一对应;
根据插值后的待测速度轨迹和基准速度轨迹,计算所述速度误差。
3.根据权利要求2所述的方法,其特征在于,根据所述时间精度,修正所述待测速度轨迹上每个待测速度轨迹点的时间,包括:
将每个待测速度轨迹点分别作为目标待测速度轨迹点,执行以下操作:
S2-1:选取与所述目标待测速度轨迹点对应的待测空间轨迹点,作为目标待测空间轨迹点;
S2-2:将与所述目标待测空间轨迹点的距离最接近所述空间精度的基准空间轨迹点,作为目标基准空间轨迹点;
S2-2:根据所述时间精度,以及所述目标基准空间轨迹点与所述目标待测空间轨迹点之间的时间关系,修正所述目标待测速度轨迹点的时间。
4.根据权利要求2所述的方法,其特征在于,采用改进动态时间规整DTW方法,根据车辆的基准轨迹计算所述车辆的待测轨迹的空间精度,包括:
计算每个待测轨迹点的DTW距离;
根据所述时间精度,修正所述待测速度轨迹上每个待测速度轨迹点的时间,包括:
将每个待测速度轨迹点分别作为目标待测速度轨迹点,执行以下操作:
S3-1:选取所述目标待测速度轨迹点对应的待测空间轨迹点,作为目标待测空间轨迹点;
S3-2:根据所述目标待测空间轨迹点的DTW距离,选取与所述目标待测空间轨迹点的距离最近的基准空间轨迹点,作为目标基准空间轨迹点;
S3-2:根据所述时间精度,以及所述目标待测空间轨迹点与所述目标基准空间轨迹点之间的时间关系,修正所述目标待测速度轨迹点的时间。
5.根据权利要求1所述的方法,其特征在于,根据所述空间精度、所述时间精度、所述速度误差和所述角度误差,得出所述待测轨迹的可靠度,包括:
获取待评测的至少一个行驶场景;
根据道路的车道宽度、最高限速,以及每个行驶场景的制动要求,确定车辆轨迹每个行驶场景下的多个可靠度指标的要求标准;
根据每个行驶场景下的所述多个可靠度指标的要求标准,构建车辆轨迹在每个行驶场景下的单场景可靠度评测模型;
根据所有的单场景可靠度评测模型,构建车辆轨迹的综合可靠度评测模型;
将所述待测轨迹的空间精度、时间精度、速度误差和角度误差,代入所述综合可靠度评测模型,计算所述待测轨迹的可靠度分数;
其中,所述多个可靠度指标包括:车辆轨迹的空间精度、时间精度、速度误差和角度误差。
6.根据权利要求5所述的方法,其特征在于,所述至少一个行驶场景包括:车道级导航场景;每个可靠度指标的要求标准包括:60分标准;
根据道路的车道宽度、最高限速,以及每个行驶场景的制动要求,确定车辆轨迹每个行驶场景下的多个可靠度指标的要求标准,包括:
将道路的车道宽度的一半,作为车道级导航场景下的空间精度的60分标准;
根据车道级导航场景的制动时间要求和所述空间精度的60分标准,确定车道级导航场景下的速度误差的60分标准;
根据所述道路的最高限速和所述车道宽度,确定车道级导航场景下的角度误差的60分标准。
8.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的车辆轨迹可靠度评测方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的车辆轨迹可靠度评测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210279400.5A CN114372382B (zh) | 2022-03-22 | 2022-03-22 | 车辆轨迹可靠度评测方法、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210279400.5A CN114372382B (zh) | 2022-03-22 | 2022-03-22 | 车辆轨迹可靠度评测方法、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114372382A CN114372382A (zh) | 2022-04-19 |
CN114372382B true CN114372382B (zh) | 2022-06-10 |
Family
ID=81145932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210279400.5A Active CN114372382B (zh) | 2022-03-22 | 2022-03-22 | 车辆轨迹可靠度评测方法、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114372382B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012063313A (ja) * | 2010-09-17 | 2012-03-29 | Denso Corp | 車両用軌跡推定装置 |
CN104657746A (zh) * | 2015-01-29 | 2015-05-27 | 电子科技大学 | 一种基于车辆轨迹相似性的异常检测方法 |
CN107730115A (zh) * | 2017-10-17 | 2018-02-23 | 云南大学 | 一种基于ahp的多源位置轨迹数据的质量评估方法 |
CN110505583A (zh) * | 2019-07-23 | 2019-11-26 | 中山大学 | 一种基于卡口数据与信令数据的轨迹匹配算法 |
CN114169147A (zh) * | 2021-11-19 | 2022-03-11 | 东南大学 | 一种基于信息补全的车辆仿真轨迹拟合度计算方法 |
-
2022
- 2022-03-22 CN CN202210279400.5A patent/CN114372382B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012063313A (ja) * | 2010-09-17 | 2012-03-29 | Denso Corp | 車両用軌跡推定装置 |
CN104657746A (zh) * | 2015-01-29 | 2015-05-27 | 电子科技大学 | 一种基于车辆轨迹相似性的异常检测方法 |
CN107730115A (zh) * | 2017-10-17 | 2018-02-23 | 云南大学 | 一种基于ahp的多源位置轨迹数据的质量评估方法 |
CN110505583A (zh) * | 2019-07-23 | 2019-11-26 | 中山大学 | 一种基于卡口数据与信令数据的轨迹匹配算法 |
CN114169147A (zh) * | 2021-11-19 | 2022-03-11 | 东南大学 | 一种基于信息补全的车辆仿真轨迹拟合度计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114372382A (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10408636B2 (en) | Apparatus and method for vehicle economy improvement | |
CN109444932B (zh) | 一种车辆定位方法、装置、电子设备及存储介质 | |
CN109697221A (zh) | 轨迹规律的挖掘方法、装置、存储介质及电子设备 | |
CN108280587B (zh) | 评价涉路工程施工期间交通组织方案优劣的系统及方法 | |
Stipancic et al. | Impact of congestion and traffic flow on crash frequency and severity: application of smartphone-collected GPS travel data | |
CN107945510B (zh) | 一种考虑交通需求和道路网络运行效率的路段检测方法 | |
CN110530381B (zh) | 基于导航数据的地图现势性检测方法、装置及存储介质 | |
CN111222438A (zh) | 一种基于深度学习的行人轨迹预测方法和系统 | |
CN114239371A (zh) | 基于仿真的大型停车场出入口车辆延误模型参数标定方法 | |
CN114454878B (zh) | 车速控制模型训练样本的确定方法及装置 | |
CN111612378A (zh) | 潜在碰撞风险预测方法、装置及计算机设备 | |
Seebacher et al. | Infrastructure data fusion for validation and future enhancements of autonomous vehicles' perception on Austrian motorways | |
Liu et al. | A car-following data collecting method based on binocular stereo vision | |
CN115358530A (zh) | 一种车路协同感知路侧测试数据质量评价方法 | |
CN114372382B (zh) | 车辆轨迹可靠度评测方法、设备和存储介质 | |
Wei et al. | Queue length estimation for signalized intersections under partially connected vehicle environment | |
CN114638420B (zh) | 道路智能度评测方法及危化品车辆道路级导航方法 | |
KR20220055335A (ko) | 교통 정보 예측 장치 및 교통 정보 예측 방법 | |
WO2015039693A1 (en) | Method and system for data quality assessment | |
Kim et al. | A study on travel time estimation of diverging traffic stream on highways based on timestamp data | |
CN114802284A (zh) | 车辆感知性能评价方法及系统 | |
CN113256967A (zh) | 基于卡口数据的道路交通事件检测方法、装置及介质 | |
Kang et al. | Online map-matching algorithm using object motion laws | |
CN108665705B (zh) | 交通诱导统计模型校对方法及装置 | |
Ye et al. | Research on influencing factors of traffic conflicts in freeway diverging area during the maintenance period |
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 |