CN116702089A - 基于物联网的超市数据监测系统 - Google Patents
基于物联网的超市数据监测系统 Download PDFInfo
- Publication number
- CN116702089A CN116702089A CN202310723936.6A CN202310723936A CN116702089A CN 116702089 A CN116702089 A CN 116702089A CN 202310723936 A CN202310723936 A CN 202310723936A CN 116702089 A CN116702089 A CN 116702089A
- Authority
- CN
- China
- Prior art keywords
- commodity
- data
- information
- supermarket
- internet
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 68
- 230000002159 abnormal effect Effects 0.000 claims abstract description 9
- 238000010219 correlation analysis Methods 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 18
- 238000012549 training Methods 0.000 description 4
- 235000013361 beverage Nutrition 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000001502 supplementing effect Effects 0.000 description 3
- 238000012098 association analyses Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
- G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/45—Commerce
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/20—Information sensed or collected by the things relating to the thing itself
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了基于物联网的超市数据监测系统,属于超市数据监测技术领域,包括数据采集模块、商品信息模块和监测模块;所述数据采集模块用于基于超市内的物联网设备进行超市内数据采集,获得物联采集数据;所述商品信息模块用于汇总展示超市内的商品信息,建立对应的商超信息模型;所述监测模块用于进行商品信息监测,实时识别物联采集数据中的收银数据、货架商品监控数据、顾客流动监控数据,对收银数据和货架商品监控数据进行关联分析,判断商品是否售卖正常,当商品售卖正常时,不进行相应操作;当商品售卖异常时,对顾客流动监控数据进行分析,获得对应的分析结果以及对应的货架商品信息更新信息。
Description
技术领域
本发明属于超市数据监测技术领域,具体是基于物联网的超市数据监测系统。
背景技术
随着生活水平的提高,越来越多的人喜欢到大型超市进行购物,大型超市内齐全的商品种类,使得人们在一个超市内就可以采购到所需要的各种商品,明码标价的商品也特别受年轻人的喜欢;但是大型超市在运行过程中需要使用较多的人力资源,通过人工的方式进行商品的整理、保质期等的审查;而且对于超市来说,现有的商品结算等数据校核,一般均仅是通过收银台数据进行核算,出现问题后,核算时效性差,如商品偷盗,因为未走收银系统,导致无法及时的发现偷盗问题;因此,目前对于大型超市而言,亟需一种基于物联网的超市数据监测系统,用于解决现有的大型超市数据监测需求。
发明内容
为了解决上述方案存在的问题,本发明提供了基于物联网的超市数据监测系统。
本发明的目的可以通过以下技术方案实现:
基于物联网的超市数据监测系统,包括数据采集模块、商品信息模块、监测模块、信息更新模块、管理模块和综合评估模块;
所述数据采集模块用于基于超市内的物联网设备进行超市内数据采集,获得物联采集数据。
进一步地,所述物联采集数据按照预设分类进行分类标记。
所述商品信息模块用于汇总展示超市内的商品信息,建立对应的商超信息模型。
进一步地,建立商超信息模型的方法包括:
基于超市信息建立对应可视化的超市模型,获取员工录入的各货架的货架商品信息,根据获得的货架商品信息对超市模型对录入和更新,将当前的超市模型标记为商超信息模型。
进一步地,货架商品信息包括商品的编号和在货架上的详细位置。
所述监测模块用于进行商品信息监测,实时识别物联采集数据中的收银数据、货架商品监控数据、顾客流动监控数据,对收银数据和货架商品监控数据进行关联分析,判断商品是否售卖正常,当商品售卖正常时,不进行相应操作;当商品售卖异常时,对顾客流动监控数据进行分析,获得对应的分析结果以及对应的货架商品信息更新信息。
进一步地,对收银数据和货架商品监控数据进行关联分析的方法包括:
通过货架商品监控数据识别顾客拿取的顾客商品信息,根据识别的顾客商品信息从商超信息模型中匹配对应的货架商品信息,当对应顾客结账后,从收银数据中获取该顾客对应的结账数据,识别结账数据中是否具有对应的货架商品信息,具有货架商品信息时,判断商品售卖正常;反之则判断商品售卖异常。
进一步地,信息更新模块用于对商超信息模型中的货架商品信息进行管理,从监测模块中实时获取对应的货架商品变动数据,根据获得的货架商品变动数据对商超信息模型中的货架商品信息进行更新。
进一步地,所述管理模块用于进行超市内的商品管理,实时识别商超信息模型中的货架商品信息,判断是否具有商品达到保质期警戒线,将达到保质期警戒线的商品标记为待处理商品,将待处理商品在商超信息模型中进行相应的标记,并通知对应的管理人员。
进一步地,所述综合评估模块用于对超市数据进行综合评估,获得对应的综合评估值,当综合评估值大于阈值X1时,表示偏差异常;反之,则暂时在允许范围内。
进一步地,进行综合评估的方法包括:
基于商超信息模型获取各商品种类信息,获取各商品的出入库数据,根据获得的出入库数据计算各商品对应的售卖数据,将商品种类数据、售卖数据和权重系数分别标记为XLi、SLi和ci,i=1、2、……、n,n为正整数;根据综合评估公式计算对应的综合评估值PG。
与现有技术相比,本发明的有益效果是:
通过数据采集模块、商品信息模块、监测模块和信息更新模块之间的相互配合,实现对超市数据的综合监测,并能够动态了解各商品的售卖情况,及时处理错拿、乱放商品等情况,实现对商品售卖数据进行快速校核。通过设置管理,辅助管理人员及时的发现快过期商品以及过期商品,实现智能化识别,帮助管理人员及时的对上述商品进行处理,避免误销售不合格商品。通过设置综合评估模块对超市数据进行综合评估,及时了解商品数据是否超过偏差要求,便于管理人员及时的做出处理决定。
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简单的介绍,显而易见地,下面描述中的附图仅仅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他的附图。
图1为本发明原理框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅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前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,基于物联网的超市数据监测系统,包括数据采集模块、商品信息模块、监测模块、信息更新模块、管理模块和综合评估模块;
所述数据采集模块用于对超市内的商品数据进行实时采集,利用超市内的各种物联网设备进行数据采集,如利用超市内的视频监控设备对超市内进行实时监控,对接收银系统,采集对应商品的结算数据,将采集的数据汇总为物联采集数据,采集的物联采集数据按照对应的预设分类进行分类,如分为收银数据、货架商品监控数据、货架商品摆放数据、顾客流动监控数据等。
所述商品信息模块用于汇总展示超市内的商品信息,利用三维可视化技术,建立各货架模型,根据商品的排放信息,将对应的商品信息补充到货架模型中的对应位置上,并根据拿取、结账等信息进行对应货架上货架商品信息的动态更新;具体过程如下:
获取超市内的商品货架分布信息图,根据获得的商品货架分布信息图,基于现有可视化三维技术建立对应的超市模型,超市模型内包括各个货架模型,并按照超市内真实货架位置进行对应的摆放;获取各货架上排放的商品信息,标记为货架商品信息,根据获得的货架商品信息对超市模型内各货架模型上的商品进行补充,针对的员工对货架商品补充、更换后的货架商品信息输入,对于顾客拿取导致的商品信息变动是根据其他模块进行更新的;即超市模型内的商品信息通过员工补录(员工补货、调换)和监控调整(客户购买)两个方式进行商品信息更新;将补充完货架商品信息的超市模型标记为商超信息模型。
在一个实施例中,为了更加精准的进行商品数据监测,对于商品上打上的商品信息应包括对应的商品编号,在进行收银时,可以同步识别对应的商品编号,并在超市模型内补充货架商品信息时,同步标记各编号商品的位置,即在超市模型内可以了解到对应的商品编号以及对应货架上的位置,如第一排第一个饮料的编号为1,旁边的编号为2;通过监控可以合适顾客拿取的哪个编号的饮料。
所述监测模块用于进行商品信息监测,具体过程如下:
实时识别物联采集数据中的收银数据、货架商品监控数据、顾客流动监控数据,对收银数据和货架商品监控数据进行关联分析,判断商品是否售卖正常,当商品售卖正常时,不进行相应操作;当商品售卖异常时,对顾客流动监控数据进行分析,分析顾客是不是不要商品后,把商品放置到其他位置了,还是损坏商品、偷盗商品等情况,具体的基于CNN网络或DNN网络建立对应的过程分析模型,通过人工的方式建立对应的训练集进行训练,通过训练成功后的过程分析模型对顾客流动监控数据进行分析,获得对应的分析结果以及对应的货架商品信息更新信息,货架商品信息更新指令是根据分析结果进行相应生成的,如放置在其他货架上、偷盗、损坏等;因为神经网络为本领域的现有技术,因此,具体的建立和训练过程在本发明中不进行详细叙述。
对收银数据和货架商品监控数据进行关联分析的方法包括:
通过货架商品监控数据识别顾客拿取的商品对应的货架商品信息,是结合商超信息模型进行识别的,利用现有的视频识别技术,识别顾客拿取的商品种类和位置,从商超信息模型中匹配对应的货架商品信息;即通过货架商品监控数据识别顾客拿取的顾客商品信息,根据识别的顾客商品信息从商超信息模型中匹配对应的货架商品信息,顾客商品信息包括商品的种类、位置等信息;当对应顾客结账后,从收银数据中获取该顾客对应的结账数据,识别结账数据中是否具有对应的货架商品信息,具有货架商品信息时,判断商品售卖正常;反之则判断商品售卖异常。
信息更新模块用于对商超信息模型中的货架商品信息进行管理,从监测模块中实时获取对应的货架商品变动数据,货架商品变动数据包括货架商品信息更新信息和商品正常售卖信息,根据获得的货架商品变动数据对商超信息模型中的货架商品信息进行更新。
通过数据采集模块、商品信息模块、监测模块和信息更新模块之间的相互配合,实现对超市数据的综合监测,并能够动态了解各商品的售卖情况,及时处理错拿、乱放商品等情况,实现对商品售卖数据进行快速校核。
所述管理模块用于进行超市内的商品管理,实时识别商超信息模型中的货架商品信息,判断是否具有商品达到保质期警戒线,即预设的还剩多少天就过期了,将达到保质期警戒线的商品标记为待处理商品,将待处理商品在商超信息模型中进行相应的标记,并通知对应的管理人员。
通过设置管理,辅助管理人员及时的发现快过期商品以及过期商品,实现智能化识别,帮助管理人员及时的对上述商品进行处理,避免误销售不合格商品。
所述综合评估模块用于对超市数据进行综合评估,了解当前超市出入库商品是否具有较大出入,具体过程如下:
识别商超信息模型中的货架商品信息,统计各商品种类的数量,整理为商品种类信息,商品种类信息包括商超信息模型内具有的该商品种类数据以及对应设置的权重系数,权重系数是通过人工的方式根据各商品的价值、种类等进行设置的;获取各商品的出入库数据,出入库数据即放入超市内的商品入库数据以及收银处结算售卖的数据,根据获得的出入库数据计算各商品对应的售卖数据,同一商品的售卖数据和商品种类数据的单位是相同的,如个、瓶、斤等单位;将获得的商品种类数据、售卖数据和权重系数分别标记为XLi、SLi和ci,其中i表示对应的商品种类,i=1、2、……、n,n为正整数;根据综合评估公式计算对应的综合评估值PG,当综合评估值PG大于阈值X1时,表示偏差异常;反之,则暂时在允许范围内;对于偏差异常,由超市管理人员决定采用何种方式进行处理。
通过设置综合评估模块对超市数据进行综合评估,及时了解商品数据是否超过偏差要求,便于管理人员及时的做出处理决定。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (9)
1.基于物联网的超市数据监测系统,其特征在于,包括数据采集模块、商品信息模块和监测模块;
所述数据采集模块用于基于超市内的物联网设备进行超市内数据采集,获得物联采集数据;
所述商品信息模块用于汇总展示超市内的商品信息,建立对应的商超信息模型;
所述监测模块用于进行商品信息监测,实时识别物联采集数据中的收银数据、货架商品监控数据、顾客流动监控数据,对收银数据和货架商品监控数据进行关联分析,判断商品是否售卖正常,当商品售卖正常时,不进行相应操作;当商品售卖异常时,对顾客流动监控数据进行分析,获得对应的分析结果以及对应的货架商品信息更新信息。
2.根据权利要求1所述的基于物联网的超市数据监测系统,其特征在于,所述物联采集数据按照预设分类进行分类标记。
3.根据权利要求1所述的基于物联网的超市数据监测系统,其特征在于,建立商超信息模型的方法包括:
基于超市信息建立对应可视化的超市模型,获取员工录入的各货架的货架商品信息,根据获得的货架商品信息对超市模型对录入和更新,将当前的超市模型标记为商超信息模型。
4.根据权利要求3所述的基于物联网的超市数据监测系统,其特征在于,货架商品信息包括商品的编号和在货架上的详细位置。
5.根据权利要求1或4所述的基于物联网的超市数据监测系统,其特征在于,对收银数据和货架商品监控数据进行关联分析的方法包括:
通过货架商品监控数据识别顾客拿取的顾客商品信息,根据识别的顾客商品信息从商超信息模型中匹配对应的货架商品信息,当对应顾客结账后,从收银数据中获取该顾客对应的结账数据,识别结账数据中是否具有对应的货架商品信息,具有货架商品信息时,判断商品售卖正常;反之则判断商品售卖异常。
6.根据权利要求1或4所述的基于物联网的超市数据监测系统,其特征在于,还包括信息更新模块,所述用于对商超信息模型中的货架商品信息进行管理,从监测模块中实时获取对应的货架商品变动数据,根据获得的货架商品变动数据对商超信息模型中的货架商品信息进行更新。
7.根据权利要求1所述的基于物联网的超市数据监测系统,其特征在于,还包括管理模块,所述管理模块用于进行超市内的商品管理,实时识别商超信息模型中的货架商品信息,判断是否具有商品达到保质期警戒线,将达到保质期警戒线的商品标记为待处理商品,将待处理商品在商超信息模型中进行相应的标记,并通知对应的管理人员。
8.根据权利要求1所述的基于物联网的超市数据监测系统,其特征在于,还包括综合评估模块,所述综合评估模块用于对超市数据进行综合评估,获得对应的综合评估值,当综合评估值大于阈值X1时,表示偏差异常;反之,则暂时在允许范围内。
9.根据权利要求8所述的基于物联网的超市数据监测系统,其特征在于,进行综合评估的方法包括:
基于商超信息模型获取各商品种类信息,获取各商品的出入库数据,根据获得的出入库数据计算各商品对应的售卖数据,将商品种类数据、售卖数据和权重系数分别标记为XLi、SLi和ci,i=1、2、……、n,n为正整数;根据综合评估公式计算对应的综合评估值PG。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310723936.6A CN116702089A (zh) | 2023-06-19 | 2023-06-19 | 基于物联网的超市数据监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310723936.6A CN116702089A (zh) | 2023-06-19 | 2023-06-19 | 基于物联网的超市数据监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116702089A true CN116702089A (zh) | 2023-09-05 |
Family
ID=87837166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310723936.6A Pending CN116702089A (zh) | 2023-06-19 | 2023-06-19 | 基于物联网的超市数据监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116702089A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117273761A (zh) * | 2023-10-11 | 2023-12-22 | 广东聚昇贸易有限公司 | 一种基于云平台的零售批发渠道监管系统 |
-
2023
- 2023-06-19 CN CN202310723936.6A patent/CN116702089A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117273761A (zh) * | 2023-10-11 | 2023-12-22 | 广东聚昇贸易有限公司 | 一种基于云平台的零售批发渠道监管系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sahin et al. | Assessing the impact of inventory inaccuracies within a newsvendor framework | |
US20020026347A1 (en) | Method of and system for forecasting future orders in parts inventory system | |
US11830005B2 (en) | Terminal operator theft detector and analyzer | |
CN116702089A (zh) | 基于物联网的超市数据监测系统 | |
CN111881894A (zh) | 采集货柜商品售卖信息的方法、系统、设备和存储介质 | |
CN113128864B (zh) | 一种基于物联网的智能零售管理平台 | |
CN116596305A (zh) | 用于食品安全管理的风险分级方法 | |
CN115760119A (zh) | 基于数据处理和特征识别的金融支付监管系统及方法 | |
CN113516313A (zh) | 一种基于用户画像的燃气异常检测方法 | |
CN108629318A (zh) | 一种基于图像识别技术的货架陈列识别方法、装置和系统 | |
JP2005148856A (ja) | Itシステムの投資効果測定方法およびプログラム並びにシステム | |
US20190073620A1 (en) | System, method and computer program product for data analysis | |
CN112767081A (zh) | 一种跨境保税仓商品分类方法及装置 | |
CN115482014B (zh) | 一种二手车虚假车源的识别方法和装置 | |
CN115994767A (zh) | 基于电子商务的产品供应链管理系统 | |
CN110309737A (zh) | 一种应用于香烟柜台的信息处理方法、装置及系统 | |
CN106851208A (zh) | 一种信息管理方法及系统 | |
Chen et al. | An application of six sigma methodology to reduce shoplifting in bookstores | |
CN117011984B (zh) | 基于ai的自助收银防损方法及系统 | |
CN115131070B (zh) | 一种在线商品预定量虚标的识别及处理方法及装置 | |
CN116645375B (zh) | 一种基于三维重建算法的卷烟零售商户库存盘点方法 | |
CN112270562B (zh) | 一种用于农产品商超的农产品自动调价结算方法及系统 | |
CN117350818A (zh) | 一种文化用品用销售系统 | |
CN114638659B (zh) | 基于云平台家居五金生产销售数据管理系统及储存介质 | |
CN116993430A (zh) | 一种基于大数据的erp电商管理系统及方法 |
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 |