CN115855067A - 一种曲形农田边界的路径规划方法 - Google Patents
一种曲形农田边界的路径规划方法 Download PDFInfo
- Publication number
- CN115855067A CN115855067A CN202310153495.0A CN202310153495A CN115855067A CN 115855067 A CN115855067 A CN 115855067A CN 202310153495 A CN202310153495 A CN 202310153495A CN 115855067 A CN115855067 A CN 115855067A
- Authority
- CN
- China
- Prior art keywords
- path
- farmland
- point
- boundary
- planning
- 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
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种曲形农田边界的路径规划方法,包括以下步骤:S1、利用无人机测绘得出农田地形图,采集曲形地块农田边界关键点,提取农田边界点信息,以农田边界点信息作为边界值,建立坐标系;S2、以农田边缘检测量作为观测值,设定形状拟合阈值,获取相近的农田形状,匹配得出相应形状对应的路径规划算法;S3、曲形边界农田,进行曲形边界的农田路径规划,非曲边农田进行规则农田地块路径规划;S4、对剩余未作业到的农田区域进行封圈的路径规划。本发明方法有效解决了农机路径规划无法适用复杂地形田块从而导致机器作业农田覆盖率低的问题,进一步提高农田作业覆盖率及无人作业的高效性。
Description
技术领域
本发明属于路径规划技术领域,具体涉及一种曲形农田边界的路径规划方法。
背景技术
随着自动导航技术的发展,农业机械智能化设备已应用到农业生产的方方面面,越来越多的智能农机装备将投入应用,以满足精准生产的需求。无人驾驶农机的推广应用,能有效的减少劳动力投入,节约人工成本,提高农机作业质量,因此,合理的农机路径规划算法显得尤为重要,合理的路径规划可以提高作业质量与效率,为后期田间管理等任务打下良好的基础。
现有的路径规划算法多基于传统地块设计,对于曲形农田边界的地块处理适用性不强,并且农田作业覆盖率较低,导致很多边角区域未能作业到,时间效率也未能达到较优,因此,有必要针对不同农田特征,规划设计出一种适应曲形农田边界的农机路径规划方法。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提出一种曲形农田边界的路径规划方法,有效解决了农机路径规划无法适用复杂地形田块从而导致机器作业农田覆盖率低的问题,进一步提高农田作业覆盖率及无人作业的高效性。
为了达到上述目的,本发明采用以下技术方案:
一种曲形农田边界的路径规划方法,包括以下步骤:
S1、利用无人机测绘得出农田地形图,采集农田地块边界关键点,提取农田边界点的经纬度信息,以农田边界点信息作为边界值,建立坐标系;
S2、以农田边缘检测量作为观测值,设定形状拟合阈值,获取相近的农田形状,匹配得出相应形状对应的路径规划算法;
S3、根据机器参数、机器作业类型生成农田作业路径规划线,对于曲形边界地块,若单边为曲形边界,其余边为规则边,则采用路径曲线的曲率逐渐降低的方法进行路径规划,根据机器转弯特性作为变化值,从而限定路径规划路线每次曲率变化率,将曲线完全变为直线后,剩余农田区域采用规则农田地块路径规划;对于规则农田地块,采用规则农田地块路径规划;
S4、对剩余未作业到的农田区域进行封圈的路径规划。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明方法,采用无人机测绘得出农田地形图,采集曲形地块农田边界关键点,提取农田边界点的经纬度信息,以农田边界点信息作为边界值,建立坐标系;以农田边缘检测量作为观测值,设定形状拟合阈值,获取相近的农田形状,匹配得出相应形状对应的路径规划算法;曲形边界农田,进行曲形边界的农田路径规划,非曲边农田进行规则农田地块路径规划;对剩余未作业到的农田区域进行封圈的路径规划;方法有效解决了农机路径规划无法适用复杂地形田块从而导致机器作业农田覆盖率低的问题,进一步提高农田作业覆盖率及无人作业的高效性。
2、常见农机路径规划算法多以规则农田为研究对象,但就实际来说,农田多为复杂不规则形状地块,导致农田覆盖率较低,较大面积农田未能作业,造成资源浪费,本发明以曲形边界农田作为主要研究对象,针对曲形边界农田进行路径规划,能有效解决农田覆盖率较低等问题;
3、本发明针对由于机器转弯未能作业的区域,进行补漏封圈等算法,可进一步提高农田覆盖率,合理减少资源浪费。
附图说明
图1是本发明方法的规划流程图;
图2是实施例中的曲形农田路径规划示意图;
图3是实施例中的剩余规则农田路径规划示意图;
图4是实施例中的封圈路径规划示意图;
图5是实施例中求内圈路径规划曲线的示意图;
图6是实施例中求内圈路径规划曲线的示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图1所示,本发明,一种曲形农田边界的路径规划方法,包括以下步骤:
S1、利用无人机测绘得出农田地形图,采集曲形地块农田边界关键点,提取农田边界点的经纬度信息,以农田边界点信息作为边界值,建立坐标系;具体为:
获取农田边界一周的所有关键点经纬度信息,对经纬度信息进行坐标转换运算,求得对应点的横坐标x、纵坐标y,当前点的航向角θ以及该点在所在曲线的曲率δ;其中,农田边界一周关键点信息可通过手持打点器绕农田边界四周走一圈或采用无人机采集农田地形图获得。
S2、以农田边缘检测量作为观测值,设定形状拟合阈值,获取相近的农田形状,匹配得出相应形状对应的路径规划算法;具体为:
建立农田边界形状识别算法,分为:矩形、方形、直角梯形、其它梯形、其它四边形、多边形、单曲边、双曲边以及凹多边形等几大类;
采用几何参数法对形状特征进行描述,对目标区域的特征进行提取作为算法参照依据(如矩、凸度、紧凑度、矩形度、主矩比、三角度、椭圆度等形状面熟参数),按照设定的形状相近阈值及相应图形处理算法,根据已输入农田边界点的位置信息,判断出近似形状类别。
S3、根据机器参数、机器作业类型生成农田作业路径规划线,对于曲形边界地块,若单边为曲形边界,其余边为规则边,则采用路径曲线的曲率逐渐降低的方法进行路径规划,根据机器转弯特性作为变化值,从而限定路径规划路线每次曲率变化率,将曲线完全变为直线后,剩余采用规则农田地块路径规划;对于规则农田地块,采用规则农田地块路径规划;该步骤包括:
S31、获取初始路径规划线;具体为:
以农田边界起点为原点,建立坐标系;
对获得的局部路径进行插值化处理形成稠密且详细的路径,并将处理后的路径作为初始路径规划线,初始路径规划线的散点集为,/>,/>为点a n 在目标坐标系中的横坐标;/>为点a n 在目标坐标系中的纵坐标;/>为点a n 在目标坐标系中的目标航向角;/>为点a n 在目标路径曲线上的曲率,n为初始路径规划线散点的个数。
S32、获取合适的路径规划坐标点;具体为:
获取农机(本实施例中为水田插秧机)的最大转弯半径及农机末端挂载机具的幅宽,确定初始路径线距离边界的距离及下条路径规划线需平移的距离;
根据机器的最大转弯半径及农机末端挂载机具的幅宽,设置相应的转弯限制,从而规划出合适的路径规划坐标点。
S33、曲形边界的农田路径规划,具体为:
由初始路径规划线散点的坐标,依次求得相邻两散点连线的斜率:
获取对应点农机的平移距离,具体为:
以农田边界提取出的关键点信息作为参考值,设置距离阈值(与拟合精度成正相关),对于等精度测量所得到的m组数据,用最小二乘法拟合估计参数,要求观测值y的偏差的加权平方和最小,使其距离拟合直线的总体误差尽量小,从而拟合出目标直线方程为:/>;
对第N条路径规划曲线散点集进行线性回归拟合,求偏导,得出拟合目标直线参数值如下:
S34、规则农田地块路径规划;具体为:
当作业至第N条路径线时,农机完全变为直线路径规划时,余下农田地块即视作对规则地块进行路径规划;
进行平移,设置农机从当前行平移到下一行作业路径的平移参数,其中dis表示平移距离,即垂直于初始路径线方向上的平移距离;/>表示当前行路径作业线的农机行驶方向,即机头作业方向;/>表示下一行路径作业线的农机行驶方向,/>表示农机平移方向角度,即路径规划线平移方向;
求下一行路径点坐标信息,包括:
由初始路径平移一定距离得到平移直线,过初始路径散点集中第一个路径点b 1作地头边界拟合直线L AB 的平行线/>,此时直线/>与直线/>的交点即为初始路径线上点b 1平移得到的下一行路径线对应路径点c 1;
重复该操作,最后过第n个路径点b n 作地头边界拟合直线L AB 的平行线,此时直线/>与直线/>的交点即为初始路径线上b n 点平移得到的下一行路径线对应路径点c n ,从而求得下一行路径点集为/>的坐标信息;
S4、对剩余未作业到的农田区域进行封圈的路径规划;
如图4所示,根据农田特征及作业需求,设置包圈数为2;
设计农田包圈的路径规划,包圈数为2则需分别对内圈和外圈进行路径规划,内圈为了弥补由于农机提前拐弯及摆正农机机头导致未能作业到的区域,外圈为了弥补农机不碰撞田埂未能作业到的区域;
其中,求内圈路径规划曲线散点集包括:
采用二次贝塞尔偏移法求出偏移量曲线;
如图5所示,分别过点M 1,M 2作曲线的切线为,两切线交点为Pc;获取Pc距离曲线/>的最近点/>;同上,在曲线中获取二次贝塞尔曲线段的控制点/>,在曲线/>中获取控制点二次贝塞尔曲线段的控制点/>;如图6所示,获取偏移点/>,即每个点在垂直方向上偏移距离D in ,此时曲线/>点集/>在垂直方向上平移D in ,求得点集/>;
还需要说明的是,在本说明书中,诸如术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种曲形农田边界的路径规划方法,其特征在于,包括以下步骤:
S1、利用无人机测绘得出农田地形图,采集农田地块边界关键点,提取农田边界点信息,以农田边界点信息作为边界值,建立坐标系;
S2、以农田边缘检测量作为观测值,设定形状拟合阈值,获取相近的农田形状,匹配得出相应形状对应的路径规划算法;
S3、根据机器参数、机器作业类型生成农田作业路径规划线,对于曲形边界地块,若单边为曲形边界,其余边为规则边,则采用路径曲线的曲率逐渐降低的方法进行路径规划,根据机器转弯特性作为变化值,从而限定路径规划路线每次曲率变化率,将曲线完全变为直线后,剩余农田区域采用规则农田地块路径规划;对于规则农田地块,采用规则农田地块路径规划;
S4、对剩余未作业到的农田区域进行封圈的路径规划。
2.根据权利要求1所述的一种曲形农田边界的路径规划方法,其特征在于,步骤S1具体为:
获取农田边界一周的所有边界关键点经纬度信息,对经纬度信息进行坐标转换运算,求得对应关键点的横坐标x、纵坐标y,当前点的航向角θ以及该点在所在曲线的曲率δ。
3.根据权利要求1所述的一种曲形农田边界的路径规划方法,其特征在于,步骤S2具体为:
建立农田边界形状识别算法,分为:矩形、方形、直角梯形、其它梯形、其它四边形、多边形、单曲边、双曲边以及凹多边形;
采用几何参数法对形状特征进行描述,对目标区域的特征进行提取作为算法参照依据,按照设定的形状相近阈值及相应图形处理算法,根据已输入农田边界点的位置信息,判断出近似形状类别。
4.根据权利要求1所述的一种曲形农田边界的路径规划方法,其特征在于,步骤S3包括:
S31、获取初始路径规划线;
S32、获取合适的路径规划坐标点;
S33、曲形边界的农田路径规划;
S34、规则农田地块路径规划。
5.根据权利要求4所述的一种曲形农田边界的路径规划方法,其特征在于,步骤S31具体为:
以农田边界起点为原点,建立坐标系;
6.根据权利要求4所述的一种曲形农田边界的路径规划方法,其特征在于,步骤S32具体为:
获取农机的机器参数及相关转弯特性,确定初始路径规划线距离边界的距离及下条路径规划线需平移的距离;
根据农机的最大转弯半径及农机末端挂载机具的幅宽,设置相应的转弯限制。
7.根据权利要求5所述的一种曲形农田边界的路径规划方法,其特征在于,步骤S33中曲形边界的农田路径规划具体为:
由初始路径规划线散点的坐标,依次求得相邻两散点连线的斜率:
获取对应点农机的平移距离,具体为:
9.根据权利要求4所述的一种曲形农田边界的路径规划方法,其特征在于,步骤S34具体为:
当作业至第N条路径线时,完全变为直线路径规划时,余下农田地块即视作对规则地块进行路径规划;
进行平移,设置农机从当前行平移到下一行作业路径的平移参数,其中dis表示平移距离,即垂直于初始路径线方向上的平移距离;/>表示当前行路径作业线的农机行驶方向,即机头作业方向;/>表示下一行路径作业线的农机行驶方向,/>表示农机平移方向角度,即路径规划线平移方向;
求下一行路径点坐标信息,包括:
由初始路径平移一定距离得到平移直线,过初始路径散点集中第一个路径点b 1作地头边界拟合直线L AB 的平行线/>,此时直线/>与直线/>的交点即为初始路径线上点b 1平移得到的下一行路径线对应路径点c 1;/>
重复该操作,最后过第n个路径点b n 作地头边界拟合直线L AB 的平行线,此时直线与直线/>的交点即为初始路径线上b n 点平移得到的下一行路径线对应路径点c n ,从而求得下一行路径点集为/>的坐标信息;
10.根据权利要求1所述的一种曲形农田边界的路径规划方法,其特征在于,步骤S4具体为:
根据农田特征及作业需求,设置包圈数为2;
设计农田包圈的路径规划,包圈数为2则需分别对内圈和外圈进行路径规划;
其中,求内圈路径规划曲线散点集包括:
分别过点M 1,M 2作曲线的切线为,两切线/>交点为Pc;获取Pc距离曲线/>的最近点/>;同上,在曲线/>中获取二次贝塞尔曲线段的控制点/>,在曲线/>中获取控制点二次贝塞尔曲线段的控制点/>;获取偏移点/>,即每个点在垂直方向上偏移距离D in ,此时曲线/>点集在垂直方向上平移D in ,求得点集;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310153495.0A CN115855067B (zh) | 2023-02-23 | 2023-02-23 | 一种曲形农田边界的路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310153495.0A CN115855067B (zh) | 2023-02-23 | 2023-02-23 | 一种曲形农田边界的路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115855067A true CN115855067A (zh) | 2023-03-28 |
CN115855067B CN115855067B (zh) | 2023-06-27 |
Family
ID=85658741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310153495.0A Active CN115855067B (zh) | 2023-02-23 | 2023-02-23 | 一种曲形农田边界的路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115855067B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117308965A (zh) * | 2023-11-28 | 2023-12-29 | 华南农业大学 | 基于滑动窗口算法的收获机器人自主卸粮路径规划方法 |
CN117315514A (zh) * | 2023-11-27 | 2023-12-29 | 华南农业大学 | 一种无人农机人机协作模式工作区域划分方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102167038A (zh) * | 2010-12-03 | 2011-08-31 | 北京农业信息技术研究中心 | 农田地块全区域覆盖最优作业路径生成方法及装置 |
CN102506852A (zh) * | 2011-11-01 | 2012-06-20 | 丁幼春 | 农用车辆视觉导航系统及其导航方法 |
CN103679775A (zh) * | 2014-01-03 | 2014-03-26 | 中南大学 | 一种直线和曲线相结合的农田作业区域边界建模方法 |
CN103714563A (zh) * | 2014-01-03 | 2014-04-09 | 中南大学 | 一种曲线形农田作业区域边界建模方法 |
CN104808660A (zh) * | 2015-03-04 | 2015-07-29 | 中南大学 | 凹凸混合复杂多边形农田无人机喷洒作业航迹规划方法 |
CN107860387A (zh) * | 2017-10-19 | 2018-03-30 | 上海拓攻机器人有限公司 | 植保无人机作业航线规划方法及植保无人机 |
CN109240284A (zh) * | 2018-08-10 | 2019-01-18 | 江苏大学 | 一种无人驾驶农机的自主路径规划方法及装置 |
CN110031015A (zh) * | 2019-03-30 | 2019-07-19 | 北京交通大学 | 一种用连续可导函数近似表示车道平面曲线的方法 |
CN112015176A (zh) * | 2020-08-14 | 2020-12-01 | 合肥工业大学 | 一种无人驾驶拖拉机田间作业路径规划方法和装置 |
CN112230635A (zh) * | 2019-06-27 | 2021-01-15 | 深圳拓邦股份有限公司 | 一种随机式割草机不规则区域覆盖方法及随机式割草机 |
CN113686344A (zh) * | 2021-08-30 | 2021-11-23 | 中车大连电力牵引研发中心有限公司 | 一种农机覆盖路径规划方法 |
CN114839976A (zh) * | 2022-04-15 | 2022-08-02 | 华南农业大学 | 一种复杂边界农田的路径规划方法及农田机器操作系统 |
-
2023
- 2023-02-23 CN CN202310153495.0A patent/CN115855067B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102167038A (zh) * | 2010-12-03 | 2011-08-31 | 北京农业信息技术研究中心 | 农田地块全区域覆盖最优作业路径生成方法及装置 |
CN102506852A (zh) * | 2011-11-01 | 2012-06-20 | 丁幼春 | 农用车辆视觉导航系统及其导航方法 |
CN103679775A (zh) * | 2014-01-03 | 2014-03-26 | 中南大学 | 一种直线和曲线相结合的农田作业区域边界建模方法 |
CN103714563A (zh) * | 2014-01-03 | 2014-04-09 | 中南大学 | 一种曲线形农田作业区域边界建模方法 |
CN104808660A (zh) * | 2015-03-04 | 2015-07-29 | 中南大学 | 凹凸混合复杂多边形农田无人机喷洒作业航迹规划方法 |
CN107860387A (zh) * | 2017-10-19 | 2018-03-30 | 上海拓攻机器人有限公司 | 植保无人机作业航线规划方法及植保无人机 |
CN109240284A (zh) * | 2018-08-10 | 2019-01-18 | 江苏大学 | 一种无人驾驶农机的自主路径规划方法及装置 |
CN110031015A (zh) * | 2019-03-30 | 2019-07-19 | 北京交通大学 | 一种用连续可导函数近似表示车道平面曲线的方法 |
CN112230635A (zh) * | 2019-06-27 | 2021-01-15 | 深圳拓邦股份有限公司 | 一种随机式割草机不规则区域覆盖方法及随机式割草机 |
CN112015176A (zh) * | 2020-08-14 | 2020-12-01 | 合肥工业大学 | 一种无人驾驶拖拉机田间作业路径规划方法和装置 |
CN113686344A (zh) * | 2021-08-30 | 2021-11-23 | 中车大连电力牵引研发中心有限公司 | 一种农机覆盖路径规划方法 |
CN114839976A (zh) * | 2022-04-15 | 2022-08-02 | 华南农业大学 | 一种复杂边界农田的路径规划方法及农田机器操作系统 |
Non-Patent Citations (2)
Title |
---|
丁幼春;廖庆喜;黄海东;段宏兵;: "联合收获机大曲率路径视觉导航方法" * |
孟庆宽;杨晓霞;刘易;刘永江;张振仪;: "自然光照环境下基于人工蜂群算法的农业移动机器人视觉导航线提取" * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117315514A (zh) * | 2023-11-27 | 2023-12-29 | 华南农业大学 | 一种无人农机人机协作模式工作区域划分方法 |
CN117315514B (zh) * | 2023-11-27 | 2024-03-19 | 华南农业大学 | 一种无人农机人机协作模式工作区域划分方法 |
CN117308965A (zh) * | 2023-11-28 | 2023-12-29 | 华南农业大学 | 基于滑动窗口算法的收获机器人自主卸粮路径规划方法 |
CN117308965B (zh) * | 2023-11-28 | 2024-03-12 | 华南农业大学 | 基于滑动窗口算法的收获机器人自主卸粮路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115855067B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115855067A (zh) | 一种曲形农田边界的路径规划方法 | |
CN102147250B (zh) | 一种数字线划图测图方法 | |
CN101916373B (zh) | 基于小波检测和脊线跟踪的道路半自动提取方法 | |
CN109032174B (zh) | 一种无人机作业航线规划方法以及作业执行方法 | |
CN110136159B (zh) | 面向高分辨率遥感影像的线段提取方法 | |
CN113325868B (zh) | 一种基于无人机的农作物实时识别系统及方法 | |
CN110596008B (zh) | 基于地块的中国洪积平原农业区土壤养分数字制图方法 | |
CN112489094B (zh) | 一种多线机载激光雷达点云数据配准方法 | |
CN104866820A (zh) | 一种基于遗传算法的农机导航线提取方法及装置 | |
CN109285163B (zh) | 基于激光点云的车道线左右轮廓线交互式提取方法 | |
CN108562885B (zh) | 一种高压输电线路机载LiDAR点云提取方法 | |
CN111868566A (zh) | 一种基于定位漂移测算模型的农机作业面积测算方法 | |
CN112633092A (zh) | 基于车载激光扫描点云的道路信息提取方法 | |
CN111127530A (zh) | 一种多期道路三维激光点云精确配准方法 | |
CN110806585A (zh) | 一种基于树干聚类跟踪的机器人定位方法及系统 | |
CN110232697B (zh) | 一种光斑边缘拟合方法 | |
CN111983637A (zh) | 一种基于激光雷达的果园行间路径提取方法 | |
CN114639023A (zh) | 一种基于机器学习的屋顶光伏潜力评估方法 | |
CN113063375A (zh) | 一种直线型耕作田埂的无人机遥感提取方法 | |
CN110188947B (zh) | 盾构纠偏中当前环目标预测方法及系统 | |
CN113376614B (zh) | 一种基于激光雷达点云的田间苗带导航线检测方法 | |
CN107883917B (zh) | 基于多时相阴影差异的高压线塔高度提取方法 | |
CN113111892B (zh) | 一种基于无人机影像的作物种植行提取方法 | |
CN114046726A (zh) | 一种基于北斗卫星定位行驶轨迹的农机作业面积计算方法 | |
CN114596490A (zh) | 丘陵地形特征线提取方法、丘陵地dem精细化生产方法 |
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 |