CN117082619A - 一种UWB和Wi-Fi融合定位方法、设备及介质 - Google Patents
一种UWB和Wi-Fi融合定位方法、设备及介质 Download PDFInfo
- Publication number
- CN117082619A CN117082619A CN202311332899.2A CN202311332899A CN117082619A CN 117082619 A CN117082619 A CN 117082619A CN 202311332899 A CN202311332899 A CN 202311332899A CN 117082619 A CN117082619 A CN 117082619A
- Authority
- CN
- China
- Prior art keywords
- uwb
- moment
- received signal
- calculating
- positioning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000004927 fusion Effects 0.000 title claims abstract description 24
- 239000013598 vector Substances 0.000 claims description 34
- 230000005540 biological transmission Effects 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提出了一种UWB和Wi‑Fi融合定位方法、设备及介质,能够实现低复杂度的高精度Wi‑Fi定位和低成本UWB定位。本发明是一种众包训练指纹数据库的方法,在实际应用中仅需布置少量UWB锚节点,解决了Wi‑Fi定位精度低、UWB定位成本较高和常见结合算法复杂度较高的问题,对比已有方法复杂度更低,提高了训练效率。
Description
技术领域
本发明涉及室内定位技术领域,具体涉及一种UWB和Wi-Fi融合定位方法、设备及介质。
背景技术
随着智能移动设备的快速发展,高精度的定位服务逐渐成为用户的潜在需求,为在各种室内场景下工作生活的用户们提供导航、定位等帮助。
当前常见的室内定位技术包括Wi-Fi定位、UWB(超宽带)定位、蓝牙定位等。然而,在实际应用中,不同的定位技术都存在着不同的缺陷。Wi-Fi定位所需设备因其随处可见的特点,基本不需要额外的布设成本。但是Wi-Fi定位经常会因为其信号易受到干扰的原因从而导致最终的定位误差较大。UWB定位具有定位精度高、抗多径能力强、功耗较低等优点,但是要实现高精度的UWB定位则会导致相关设备的布设成本偏高。蓝牙定位功耗低,但是定位距离较短,只满足于小范围场景下的定位需求。
可见,目前常见的室内定位技术中,不论是使用Wi-Fi指纹技术还是使用UWB定位技术,都或多或少存在着定位精度低或者设备布设成本高的问题。这些技术存在的局限性使得单独使用这些技术应用在实际场景中并不能满足用户对于高效高精度的定位需求。而在结合多种技术的定位算法中,常见的贝叶斯类算法如BP(置信传播)算法存在计算复杂度高的问题。
发明内容
有鉴于此,本发明提出了一种UWB和Wi-Fi融合定位方法、设备及介质,能够实现低复杂度的高精度Wi-Fi定位和低成本UWB定位。
为实现上述目的,本发明的技术方案为:
一种UWB和Wi-Fi融合定位方法,包括构建众包指纹数据库和多源信息融合定位;
其中构建众包指纹数据库,具体步骤如下:初始化UWB锚节点位置和Wi-Fi基站位置;获取当前各个待定位节点的UWB测距信息、Wi-Fi的指纹信息以及计步器信息,以这些信息构建观测向量,形成众包观测数据,每条众包观测数据包括WI-FI接收信号强度向量、UWB测距向量,以及计步器给出的与上一时刻观测的距离;对WI-FI接收信号强度向量集合,计算各向量间的欧氏距离,记录与每条WI-FI接收信号强度向量欧式距离最小的K条WI-FI接收信号强度向量,其中取K=4;利用GAMP算法构建指纹数据库;
多源信息融合定位具体步骤如下:用户手持移动设备在待定位区域内收集Wi-Fi接收信号强度向量、UWB测距向量,以及计步器给出的与上一时刻观测的距离;计算用户收到的Wi-Fi接收信号强度向量与指纹数据库中各WI-FI接收信号强度向量的欧式距离,记录其中欧式距离最小的K条;利用GAMP算法估计用户的地理位置。
其中,利用GAMP算法构建指纹数据库,包括:
利用GAMP算法估计众包观测数据的地理位置;其中,循环执行消息传递具体过程至达到预设最大迭代次数,完成消息传递,此时的位置估计的均值即为当前各个节点的位置估计,所述消息传递具体过程如下:根据前一时刻位置估计计算当前时刻的雅克比矩阵;计算无噪观测的伪先验的二阶矩和一阶矩,计算该变量节点消息传给相邻变量节点的消息的二阶矩和一阶矩;计算所有观测传给该变量节点消息的乘积二阶矩;对每一个节点,计算其位置估计的均值和协方差矩阵;
Wi-Fi接收信号强度和GAMP算法给出的位置估计构成一条指纹,从而形成指纹数据库。
其中,在待定位区域布设UWB发射机,使用集成了Wi-Fi接收机、UWB接收机和计步器的移动设备来收集数据;用户手持上述移动设备在待定位区域内随意走动并按照一定时间间隔收集数据,形成众包观测数据。
本发明还提供了一种电子设备,所述电子设备包括处理器、用于存储所述处理器可执行指令的存储器;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现本发明UWB和Wi-Fi融合定位方法。
本发明还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行本发明UWB和Wi-Fi融合定位方法。
有益效果
1、本发明是一种众包训练指纹数据库的方法,在实际应用中仅需布置少量UWB锚节点,解决了Wi-Fi定位精度低、UWB定位成本较高和常见结合算法复杂度较高的问题,对比已有方法复杂度更低,提高了训练效率。
2、本发明使用指纹定位和GAMP算法将测距信息、指纹信息等进行融合定位,解决了Wi-Fi定位精度低、UWB定位成本较高的问题。
3、本发明优选实施方式中,使用集成了Wi-Fi接收机、UWB接收机和计步器的移动设备来收集数据;用户手持上述移动设备在待定位区域内随意走动并按照一定时间间隔收集数据,形成众包观测数据,过程简便,且数据采集更加全面。
附图说明
图1是本发明UWB和Wi-Fi融合指纹定位方法的算法流程示意图。
图2为本发明实施例提供的电子设备的结构示意图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明是一种实际应用场景下基于Wi-Fi指纹、UWB测距的低复杂度融合室内定位方法。本方法在实际应用中仅需布置少量UWB锚节点,解决了Wi-Fi定位精度低、UWB定位成本较高和常见结合算法复杂度较高的问题。图1示出了本发明实施例的一种基于UWB和Wi-Fi的低复杂度融合指纹定位方法,包括如下步骤:
步骤一,构建众包指纹数据库,具体实现步骤如下:
步骤11、初始化UWB锚节点位置和Wi-Fi基站位置,获取当前各个待定位节点的UWB测距信息、Wi-Fi的指纹信息以及计步器信息,以这些信息构建观测向量。
可选地,在待定位区域布设UWB发射机,其中第个UWB发射机位置为/>,使用集成了Wi-Fi接收机、UWB接收机和计步器的移动设备来收集数据;
用户手持上述移动设备在待定位区域内随意走动并按照一定时间间隔收集数据,形成众包观测数据,每条众包观测数据包括Wi-Fi接收信号强度(RSSI)向量、UWB测距向量,以及计步器给出的与上一时刻观测的距离/>,因此,时间上连续的多组数据构成一系列众包观测数据表示为:/>。
步骤12、针对WI-FI接收信号强度向量集合,计算各向量间的欧氏距离,记录与每条WI-FI接收信号强度向量欧式距离最小的K条WI-FI接收信号强度向量,其中取K=4。
步骤13、利用低复杂度的广义近似消息传递(GAMP)算法估计众包观测数据的地理位置,具体算法描述如下:
步骤131,构建观测向量,其中与/>相关的项/>包含UWB测距/>、计步器距离/>和与/>相邻的/>对应的K个0;初始化雅各比矩阵/>,/>的第/>行第/>和/>个元素分别为/>和/>,其中/>为与/>的第/>项对应的观测的序号,/>和/>为/>对应的位置先验均值,/>为根据/>和/>的位置先验均值求得的距离;初始化位置估计;
步骤132,循环执行步骤1321到步骤1325至达到预设最大迭代次数,完成消息传递,此时的即为当前各个节点的位置估计:
步骤1321,根据前一时刻位置估计计算当前时刻的雅克比矩阵/>;
步骤1322,计算无噪观测的伪先验的二阶矩为和一阶矩/>,其中,/>,其中/>,/>表示哈达玛积,表示雅克比矩阵第k行元素;
步骤1323,计算其传给相邻变量节点的消息的二阶矩和一阶矩/>,其中,/>,其中/>表示观测的方差;
步骤1324,计算所有观测传给该变量节点消息乘积的二阶矩,,其中/>是元素求逆函数;
步骤1325,对每一个节点,计算其位置估计的均值/>和协方差矩阵/>,其中,,/>;
步骤14、Wi-Fi接收信号强度和GAMP算法给出的位置估计/>构成一条指纹,从而形成指纹数据库。
步骤二,多源信息融合定位,具体实现步骤如下:
步骤21、用户手持移动设备在待定位区域内收集Wi-Fi接收信号强度向量、UWB测距向量/>,以及计步器给出的与上一时刻观测的距离/>;
步骤22、计算用户收到的Wi-Fi接收信号强度向量与指纹数据库中各WI-FI接收信号强度向量的欧式距离,记录其中欧式距离最小的K条;
步骤23、利用GAMP算法估计用户的地理位置,具体算法描述如下:
(1)构建观测向量,其中包含UWB测距/>、计步器距离/>和与/>相邻的对应的K个0;初始化雅各比矩阵/>,/>的第/>行第/>和/>个元素分别为/>和,其中/>为与/>的第/>项对应的观测的序号,/>和/>为/>对应的位置先验均值,/>为根据/>和/>的位置先验均值求得的距离;初始化位置估计/>;
(2)根据前一时刻位置估计计算当前时刻的雅克比矩阵/>;
(3)计算无噪观测的伪先验的二阶矩为,一阶矩为,其中/>;
(4)计算其传给相邻变量节点的消息的二阶矩为,一阶矩为;
(5)计算所有观测传给该变量节点消息的乘积,其二阶矩为,其中/>是元素求逆函数;
(6)对每一个节点,计算其位置估计的均值为,协方差矩阵为;
给出用户位置估计,并记录为/>用于下一时刻用户位置估计。
本申请实施例还提供了一种电子设备,图2示出了本发明实施例提供的电子设备的结构,例如,该电子设备20可以包括处理器21、存储器22以及传输装置23,处理器用于执行上述实施例提及的UWB和Wi-Fi融合定位方法,其中处理器和存储器可以通过总线或者其他方式连接,以通过总线连接为例。该传输装置可通过有线或无线方式与处理器、存储器连接。存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本申请实施例中的UWB和Wi-Fi融合定位方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的UWB和Wi-Fi融合定位方法。存储器可以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、至少一个功能所需要的应用程序;存储数据区可存储处理器所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。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。所述一个或者多个模块存储在所述存储器中,当被所述处理器执行时,执行实施例中的UWB和Wi-Fi融合定位方法。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。该计算机可读存储介质可以是有形存储介质,诸如随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、软盘、硬盘、可移动存储盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本申请的UWB和Wi-Fi融合定位方法。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种UWB和Wi-Fi融合定位方法,其特征在于,包括构建众包指纹数据库和多源信息融合定位;
其中构建众包指纹数据库,具体步骤如下:初始化UWB锚节点位置和Wi-Fi基站位置;获取当前各个待定位节点的UWB测距信息、Wi-Fi的指纹信息以及计步器信息,以这些信息构建观测向量,形成众包观测数据,每条众包观测数据包括WI-FI接收信号强度向量、UWB测距向量,以及计步器给出的与上一时刻观测的距离;对WI-FI接收信号强度向量集合,计算各向量间的欧氏距离,记录与每条WI-FI接收信号强度向量欧式距离最小的K条WI-FI接收信号强度向量,其中取K=4;利用GAMP算法构建指纹数据库;
多源信息融合定位具体步骤如下:用户手持移动设备在待定位区域内收集Wi-Fi接收信号强度向量、UWB测距向量,以及计步器给出的与上一时刻观测的距离;计算用户收到的Wi-Fi接收信号强度向量与指纹数据库中各WI-FI接收信号强度向量的欧式距离,记录其中欧式距离最小的K条;利用GAMP算法估计用户的地理位置。
2.如权利要求1所述的方法,其特征在于,利用GAMP算法构建指纹数据库,包括:
利用GAMP算法估计众包观测数据的地理位置;其中,循环执行消息传递具体过程至达到预设最大迭代次数,完成消息传递,此时的位置估计的均值即为当前各个节点的位置估计,所述消息传递具体过程如下:根据前一时刻位置估计计算当前时刻的雅克比矩阵;计算无噪观测的伪先验的二阶矩和一阶矩,计算该变量节点消息传给相邻变量节点的消息的二阶矩和一阶矩;计算所有观测传给该变量节点消息的乘积二阶矩和一阶矩;对每一个节点,计算其位置估计的均值和协方差矩阵;
Wi-Fi接收信号强度和GAMP算法给出的位置估计构成一条指纹,从而形成指纹数据库。
3.如权利要求1或2所述的方法,其特征在于,在待定位区域布设UWB发射机,使用集成了Wi-Fi接收机、UWB接收机和计步器的移动设备来收集数据;用户手持上述移动设备在待定位区域内随意走动并按照一定时间间隔收集数据,形成众包观测数据。
4.一种电子设备,其特征在于,所述电子设备包括处理器、用于存储所述处理器可执行指令的存储器;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1至3中任一所述的UWB和Wi-Fi融合定位方法。
5.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1至3中任一所述的UWB和Wi-Fi融合定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311332899.2A CN117082619B (zh) | 2023-10-16 | 2023-10-16 | 一种UWB和Wi-Fi融合定位方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311332899.2A CN117082619B (zh) | 2023-10-16 | 2023-10-16 | 一种UWB和Wi-Fi融合定位方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117082619A true CN117082619A (zh) | 2023-11-17 |
CN117082619B CN117082619B (zh) | 2024-02-20 |
Family
ID=88704639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311332899.2A Active CN117082619B (zh) | 2023-10-16 | 2023-10-16 | 一种UWB和Wi-Fi融合定位方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117082619B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160247299A1 (en) * | 2015-02-25 | 2016-08-25 | Jin Tan | Generalized Approximate Message Passing Algorithms for Sparse Magnetic Resonance Imaging Reconstruction |
CN110933599A (zh) * | 2019-12-17 | 2020-03-27 | 北京理工大学 | 一种融合uwb与wifi指纹的自适应定位方法 |
CN114449452A (zh) * | 2021-12-29 | 2022-05-06 | 华南师范大学 | 一种异构设备室内定位算法 |
CN114930783A (zh) * | 2019-12-26 | 2022-08-19 | 英特尔公司 | 无线设备中的均衡和估计处理 |
-
2023
- 2023-10-16 CN CN202311332899.2A patent/CN117082619B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160247299A1 (en) * | 2015-02-25 | 2016-08-25 | Jin Tan | Generalized Approximate Message Passing Algorithms for Sparse Magnetic Resonance Imaging Reconstruction |
CN110933599A (zh) * | 2019-12-17 | 2020-03-27 | 北京理工大学 | 一种融合uwb与wifi指纹的自适应定位方法 |
CN114930783A (zh) * | 2019-12-26 | 2022-08-19 | 英特尔公司 | 无线设备中的均衡和估计处理 |
CN114449452A (zh) * | 2021-12-29 | 2022-05-06 | 华南师范大学 | 一种异构设备室内定位算法 |
Non-Patent Citations (1)
Title |
---|
CUI JISHI等: "Multi-Source Data Fusion Method for Indoor Localization System", 2020 IEEE/CIC INTERNATIONAL CONFERENCE ON COMMUNICATIONS IN CHINA (ICCC), pages 29 - 33 * |
Also Published As
Publication number | Publication date |
---|---|
CN117082619B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nemer et al. | Performance evaluation of range-free localization algorithms for wireless sensor networks | |
CN109672973B (zh) | 一种基于最强ap的室内定位融合方法 | |
Lavanya et al. | Swarm intelligence based localization in wireless sensor networks | |
CN108709557B (zh) | 基于多用户轨迹拟合的室内地图生成方法 | |
CN105911518A (zh) | 机器人定位方法 | |
CN102638889A (zh) | 基于贝叶斯压缩感知的室内无线终端定位方法 | |
Esrafilian et al. | Three-dimensional-map-based trajectory design in UAV-aided wireless localization systems | |
CN103118333A (zh) | 基于相似度的无线传感器网络移动节点定位方法 | |
CN104066179A (zh) | 一种改进的自适应迭代ukf的wsn节点定位方法 | |
Tseng et al. | Cooperative self-navigation in a mixed LOS and NLOS environment | |
Yang et al. | Indoor localization based on factor graphs: A unified framework | |
KR102304466B1 (ko) | 실내 측위용 데이터베이스 구축, 실내 측위 방법 및 시스템 | |
CN105025495A (zh) | 一种无线认知网络全局频谱信息协作感知方法 | |
Courtay et al. | Anchor selection algorithm for mobile indoor positioning using WSN with UWB radio | |
CN110049441B (zh) | 基于深度集成学习的WiFi室内定位方法 | |
CN115767427A (zh) | 一种基于众包机制的多径辅助蓝牙aoa室内定位方法 | |
CN117082619B (zh) | 一种UWB和Wi-Fi融合定位方法、设备及介质 | |
CN112488151B (zh) | 一种半监督的基于流形学习的位置指纹库构建方法 | |
Li et al. | Intelligent fusion of information derived from received signal strength and inertial measurements for indoor wireless localization | |
CN110967013A (zh) | 一种基于室内地磁场信息和智能手机的室内区域定位系统 | |
KR20190001386A (ko) | 저전력 블루투스 기반의 실내 측위 방법 및 장치 | |
Huang et al. | Database calibration for outdoor Wi-Fi positioning system | |
JP5746255B2 (ja) | 訪問poi推定装置、方法、プログラム、及びプログラムを記録したコンピュータ読取り可能な記録媒体 | |
Suseenthiran et al. | Indoor positioning utilizing bluetooth low energy RSSI on LoRa system | |
CN112887909B (zh) | 一种基于Wi-Fi信号的室内定位方法 |
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 |