CN114694415A - 一种急转弯道防碰撞预警方法和系统 - Google Patents

一种急转弯道防碰撞预警方法和系统 Download PDF

Info

Publication number
CN114694415A
CN114694415A CN202210264172.4A CN202210264172A CN114694415A CN 114694415 A CN114694415 A CN 114694415A CN 202210264172 A CN202210264172 A CN 202210264172A CN 114694415 A CN114694415 A CN 114694415A
Authority
CN
China
Prior art keywords
vehicle
early warning
microcomputer
sides
voice broadcasting
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.)
Pending
Application number
CN202210264172.4A
Other languages
English (en)
Inventor
王远志
范恒帅
张艳红
周涵
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.)
Anqing Normal University
Original Assignee
Anqing Normal 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 Anqing Normal University filed Critical Anqing Normal University
Priority to CN202210264172.4A priority Critical patent/CN114694415A/zh
Publication of CN114694415A publication Critical patent/CN114694415A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种急转弯道防碰撞预警方法和系统,其中方法包括以下步骤:S1,采集车辆红外图像训练YOLOv5车辆检测模型并部署于微型计算机;S2,检测车辆目标,若无进入步骤3,若有进入步骤4;S3,不下达预警命令,预警装置不工作;S4,判断急转弯道两侧是否均有车辆通行,若只一侧有车辆,进入步骤5,若两侧均有车辆,进入步骤6;S5,对车辆通行的一侧预警装置下达命令,信号灯闪烁,语音播报装置发出预警,提高车辆过弯安全性;S6,微型计算机对弯道两侧预警装置同时下达预警命令,两侧信号灯闪烁,两侧语音播报装置发出预警,避免两侧车辆发生碰撞事故。本发明可以同时检测多个目标,具有信息量大、预警迅速的特点,让驾驶员尽早做出反应,避免碰撞事故的发生。

Description

一种急转弯道防碰撞预警方法和系统
技术领域
本发明涉及交通安全系统领域,特别涉及一种急转弯道防碰撞预警方法和系统。
背景技术
急转弯道导致驾驶员视野受限,特别是比较窄的弯道,如果弯道两侧同时行车,驾驶员很难在短时间内做出应变,碰撞事故发生的几率大大增加。所以急转弯道向来是交通事故的多发地。目前,还没有急转弯道预警的系统在现实生活中进行推广应用。
发明内容
为了解决现有问题,本发明提供了一种急转弯道防碰撞预警方法和系统,具体方案如下:
一种急转弯道防碰撞预警方法,包括以下步骤:
S1,采集车辆红外图像训练YOLOv5车辆检测模型并部署于微型计算机;
S2,检测车辆目标,若无,进入步骤3,若有进入步骤4;
S3,微型计算机不下达预警命令,预警装置不工作;
S4,判断急转弯道两侧是否均有车辆通行,若只一侧有车辆通行,进入步骤5,若两侧均有车辆通行,进入步骤6;
S5,微型计算机对车辆通行的一侧预警装置下达命令,信号灯闪烁,语音播报装置发出预警,提高车辆过弯安全性;
S6,微型计算机对弯道两侧预警装置同时下达预警命令,两侧信号灯闪烁,两侧语音播报装置发出预警,避免两侧车辆发生碰撞事故。
优选的,所述微型计算机内置YOLOv5车辆检测模型,此模型的构建包括以下步骤:
SA1,采集车辆红外图像构建数据集;
SA2,使用图像标注软件对步骤A1中的图像上的车辆进行种类和位置的标注;
SA3,利用步骤A2中处理好的图像数据,利用YOLOv5目标检测算法训练得到车辆检测模型;
优选的,所述步骤A2中所述图像标注软件为labelimg。
优选的,所述步骤A3中所述车辆检测模型为YOLOv5车辆检测模型。
本发明还揭示了一种计算机可读存储介质,介质上存有计算机程序,计算机程序运行后,执行上述的急转弯道防碰撞的预警方法。
本发明还揭示了一种计算机系统,包括处理器、存储介质,存储介质上存有计算机程序,处理器从存储介质上读取并运行计算机程序以执行上述的急转弯道防碰撞的预警方法。
优选的,一种急转弯道防碰撞的预警方法的系统,包括设置在急转弯道路口内侧信号杆上的微型计算机、高分辨率红外摄像头、信号灯以及语音播报装置,所述高分辨率红外摄像头、所述信号灯以及所述语音播报装置均为2个,且分别设置在急转弯道的两方向上;所述微型计算机分别电连接所述高分辨率红外摄像头、所述信号灯以及所述语音播报装置;
所述高分辨率红外摄像头用于采集车辆红外图像并输入所述微型计算机;
所述微型计算机用于根据内置算法模型判断车辆目标,并及时发送指令启动所述信号灯和所述语音播报装置;
所述信号灯用于给予驾驶员视觉上的警示;
所述语音播报装置用于给予驾驶员听觉上的警示。
本发明的有益效果在于:
本发明使用计算机视觉技术来模拟人的视觉能力,利用训练好的模型,对高分辨率红外摄像头输入的视频进行实时检测,具有信息量大、预警迅速的特点,且本发明采用内置YOLOv5车辆检测模型的微型计算机作为核心,不仅速度快却可以同时检测多个目标,并通过信号灯和语音播报装置的预警装置,及时给予驾驶员视觉和听觉上的警示,让驾驶员尽早做出反应,避免碰撞事故的发生。
附图说明
为了更清楚地说明本发明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一简单地介绍,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它的附图。
图1为急转弯道防碰撞预警方法流程图;
图2为急转弯道防碰撞预警系统布置图。
附图标记如下:
1、高分辨率红外摄像头,2、信号灯,3、语音播报装置,4、微型计算机,5、急转弯道。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将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、完整地说明,显然,所描述的实施例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前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1,一种急转弯道防碰撞预警方法,包括以下步骤:
S1,采集车辆红外图像并输入微型计算机4;
S2,检测车辆目标,若无,进入步骤3,若有进入步骤4;
S3,微型计算机4不下达预警命令,预警装置不工作;
S4,判断急转弯道5两侧是否均有车辆通行,若只一侧有车辆通行,进入步骤5,若两侧均有车辆通行,进入步骤6;
S5,微型计算机4对车辆通行的一侧预警装置下达命令,信号灯2闪烁,语音播报装置3发出预警,提高车辆过弯安全性;
S6,微型计算机4对弯道两侧预警装置同时下达预警命令,两侧信号灯2闪烁,两侧语音播报装置3发出预警,避免两侧车辆发生碰撞事故。
其中,微型计算机4内置YOLOv5车辆检测模型,此模型的构建包括以下步骤:
SA1,采集车辆红外图像构建数据集;
SA2,使用图像标注软件对步骤A1中图像上的车辆进行种类和位置的标注;图像标注软件为labelimg;
SA3,利用步骤A2中处理好的图像数据,利用YOLOv5目标检测算法训练得到车辆检测模型;
如图2,一种急转弯道防碰撞的预警方法的系统,包括设置在急转弯道5路口内侧信号杆上的微型计算机4、高分辨率红外摄像头1、信号灯2以及语音播报装置3,高分辨率红外摄像头1、信号灯2以及语音播报装置3均为2个,且分别设置在急转弯道5的两方向上;微型计算机4分别电连接高分辨率红外摄像头1、信号灯2以及语音播报装置3。
高分辨率红外摄像头1用于采集车辆红外图像并上传至微型计算机4。
微型计算机4用于根据内置算法模型判断车辆目标,并及时发送指令启动信号灯2和语音播报装置3。
信号灯2用于给予驾驶员视觉上的警示。
语音播报装置3用于给予驾驶员听觉上的警示。
本发明使用计算机视觉技术来模拟人的视觉能力,从采集的图像中提取目标特征用于检测,具有信息量大、预警迅速的特点,且本发明采用内置YOLOV5的单阶段目标检测算法的微型计算机4作为核心,不仅速度快却可以同时检测多个目标,并通过信号灯2和语音播报装置3的预警装置,及时给予驾驶员视觉和听觉上的警示,让驾驶员尽早做出反应,避免碰撞事故的发生。
本发明还揭示了一种计算机可读存储介质,介质上存有计算机程序,计算机程序运行后,执行上述的急转弯道防碰撞的预警方法。
本发明还揭示了一种计算机系统,包括处理器、存储介质,存储介质上存有计算机程序,处理器从存储介质上读取并运行计算机程序以执行上述的急转弯道防碰撞的预警方法。
本领域技术人员将进一步领会,结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性,各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性,但这样的实现决策不应被解读成导致脱离了本发明的范围。
结合本文所公开的实施例描述的各种解说性逻辑板块、模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器,但在替换方案中,该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合,例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。
结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中,存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中,处理器和存储介质可作为分立组件驻留在用户终端中。
在一个或多个示例性实施例中,所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品,则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者,其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定,这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如,如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来,则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟,其中盘(disk)往往以磁的方式再现数据,而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。
提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的,且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此,本公开并非旨在被限定于本文中所描述的示例和设计,而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。
尽管参照前述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的精神和范围。

Claims (7)

1.一种急转弯道防碰撞预警方法,其特征在于,包括以下步骤:
S1,采集车辆红外图像训练YOLOv5车辆检测模型并部署于微型计算机;
S2,检测车辆目标,若无,进入步骤3,若有进入步骤4;
S3,微型计算机不下达预警命令,预警装置不工作;
S4,判断急转弯道两侧是否均有车辆通行,若只一侧有车辆通行,进入步骤5,若两侧均有车辆通行,进入步骤6;
S5,微型计算机对车辆通行的一侧预警装置下达命令,信号灯闪烁,语音播报装置发出预警,提高车辆过弯安全性;
S6,微型计算机对弯道两侧预警装置同时下达预警命令,两侧信号灯闪烁,两侧语音播报装置发出预警,避免两侧车辆发生碰撞事故。
2.根据权利要求1所述的方法,其特征在于,所述微型计算机内置YOLOv5车辆检测模型,此模型的构建包括以下步骤:
SA1,采集车辆红外图像构建数据集;
SA2,使用图像标注软件对步骤A1中的图像上的车辆进行种类和位置的标注;
SA3,利用步骤A2中处理好的图像数据,利用YOLOv5目标检测算法训练得到车辆检测模型。
3.根据权利要求2所述的方法,其特征在于:所述步骤A2中所述图像标注软件为labelimg。
4.根据权利要求2所述的方法,其特征在于:所述步骤A3中所述车辆检测模型为YOLOv5车辆检测模型。
5.一种计算机可读存储介质,其特征在于:介质上存有计算机程序,计算机程序运行后,执行如权利要求1至4中任一项所述的急转弯道防碰撞的预警方法。
6.一种计算机系统,其特征在于:包括处理器、存储介质,存储介质上存有计算机程序,处理器从存储介质上读取并运行计算机程序以执行如权利要求1 至4中任一项所述的急转弯道防碰撞的预警方法。
7.用于权利要求1-6任一所述的一种急转弯道防碰撞的预警方法的系统,其特征在于:包括设置在急转弯道路口内侧信号杆上的微型计算机、高分辨率红外摄像头、信号灯以及语音播报装置,所述高分辨率红外摄像头、所述信号灯以及所述语音播报装置均为2个,且分别设置在急转弯道的两方向上;所述微型计算机分别电连接所述高分辨率红外摄像头、所述信号灯以及所述语音播报装置;
所述高分辨率红外摄像头用于采集车辆红外图像并输入所述微型计算机;
所述微型计算机用于根据内置算法模型判断车辆目标,并及时发送指令启动所述信号灯和所述语音播报装置;
所述信号灯用于给予驾驶员视觉上的警示;
所述语音播报装置用于给予驾驶员听觉上的警示。
CN202210264172.4A 2022-03-17 2022-03-17 一种急转弯道防碰撞预警方法和系统 Pending CN114694415A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210264172.4A CN114694415A (zh) 2022-03-17 2022-03-17 一种急转弯道防碰撞预警方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210264172.4A CN114694415A (zh) 2022-03-17 2022-03-17 一种急转弯道防碰撞预警方法和系统

Publications (1)

Publication Number Publication Date
CN114694415A true CN114694415A (zh) 2022-07-01

Family

ID=82138405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210264172.4A Pending CN114694415A (zh) 2022-03-17 2022-03-17 一种急转弯道防碰撞预警方法和系统

Country Status (1)

Country Link
CN (1) CN114694415A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115083208A (zh) * 2022-07-20 2022-09-20 深圳市城市交通规划设计研究中心股份有限公司 人车冲突预警方法、预警分析方法、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104809916A (zh) * 2015-04-21 2015-07-29 重庆大学 一种基于视频的山区公路弯道会车预警方法
CN106097776A (zh) * 2016-08-03 2016-11-09 安徽工程大学 一种弯道防碰撞预警系统及其控制方法
CN108777065A (zh) * 2018-06-01 2018-11-09 西京学院 一种车辆弯道会车检测预警装置及其方法
CN209729042U (zh) * 2019-05-07 2019-12-03 深圳市鑫光道科技有限公司 一种道路预警装置
CN214042609U (zh) * 2021-01-18 2021-08-24 浙江师范大学 弯道会车预警系统
CN113808425A (zh) * 2021-09-24 2021-12-17 延锋伟世通电子科技(南京)有限公司 一种用于智能驾驶的红绿灯通行预警装置及方法
CN113887457A (zh) * 2021-10-11 2022-01-04 杭州鸿泉物联网技术股份有限公司 盲区行人检测方法及系统
CN113903012A (zh) * 2021-10-29 2022-01-07 合肥英睿系统技术有限公司 碰撞预警方法及装置、车载设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104809916A (zh) * 2015-04-21 2015-07-29 重庆大学 一种基于视频的山区公路弯道会车预警方法
CN106097776A (zh) * 2016-08-03 2016-11-09 安徽工程大学 一种弯道防碰撞预警系统及其控制方法
CN108777065A (zh) * 2018-06-01 2018-11-09 西京学院 一种车辆弯道会车检测预警装置及其方法
CN209729042U (zh) * 2019-05-07 2019-12-03 深圳市鑫光道科技有限公司 一种道路预警装置
CN214042609U (zh) * 2021-01-18 2021-08-24 浙江师范大学 弯道会车预警系统
CN113808425A (zh) * 2021-09-24 2021-12-17 延锋伟世通电子科技(南京)有限公司 一种用于智能驾驶的红绿灯通行预警装置及方法
CN113887457A (zh) * 2021-10-11 2022-01-04 杭州鸿泉物联网技术股份有限公司 盲区行人检测方法及系统
CN113903012A (zh) * 2021-10-29 2022-01-07 合肥英睿系统技术有限公司 碰撞预警方法及装置、车载设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115083208A (zh) * 2022-07-20 2022-09-20 深圳市城市交通规划设计研究中心股份有限公司 人车冲突预警方法、预警分析方法、电子设备及存储介质
CN115083208B (zh) * 2022-07-20 2023-02-03 深圳市城市交通规划设计研究中心股份有限公司 人车冲突预警方法、预警分析方法、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN109334566B (zh) 用于提供车外反馈的方法、装置、设备和存储介质
US10269242B2 (en) Autonomous police vehicle
CN110077314B (zh) 一种无人驾驶车辆的信息交互方法、系统及电子设备
CN110189523B (zh) 一种基于路侧停车识别车辆违章行为的方法及装置
JP7441878B2 (ja) 警報情報を出力する方法、機器、記憶媒体及びプログラム製品
CN111339994A (zh) 一种判断临时违章停车的方法及装置
WO2017190497A1 (zh) 一种车辆报警方法及装置
CN113808418B (zh) 路况信息显示系统、方法、车辆、计算机设备和存储介质
CN111754814A (zh) 一种辅助驾驶方法、装置及系统
JP2007286810A (ja) 運転支援装置
CN114694415A (zh) 一种急转弯道防碰撞预警方法和系统
US20200262449A1 (en) Alarming method, device, server and system for dangerous road behavior
CN104134353A (zh) 车辆闯红灯检测系统
JP2018190026A (ja) 自動運転車両の制御システムおよび制御方法
CN204010315U (zh) 车辆闯红灯检测系统
CN115083208B (zh) 人车冲突预警方法、预警分析方法、电子设备及存储介质
CN114506265B (zh) 一种车辆与行人的人机交互控制方法及装置
US20210092573A1 (en) Environment machine interface system
CN106515577B (zh) 一种降低换道预警误报率的装置及其方法
CN112435475B (zh) 一种交通状态检测方法、装置、设备及存储介质
CN114677900A (zh) 一种展示沙盘系统
JP2012256138A (ja) 携帯端末装置およびこれを備えた運転評価システム
WO2019188234A1 (ja) 車両制御装置及び車両制御システム
CN210721860U (zh) 交通信息诱导系统
TWI844149B (zh) 車輛狀態偵測方法、裝置及電腦可讀存儲介質

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220701