CN207164772U - 一种反恐探索车、可穿戴设备和虚拟现实探测系统 - Google Patents
一种反恐探索车、可穿戴设备和虚拟现实探测系统 Download PDFInfo
- Publication number
- CN207164772U CN207164772U CN201721053323.2U CN201721053323U CN207164772U CN 207164772 U CN207164772 U CN 207164772U CN 201721053323 U CN201721053323 U CN 201721053323U CN 207164772 U CN207164772 U CN 207164772U
- Authority
- CN
- China
- Prior art keywords
- terrorism
- seek bus
- seek
- bus
- target
- 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.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 239000002360 explosive Substances 0.000 claims description 9
- 230000001276 controlling effect Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 claims description 2
- 231100001261 hazardous Toxicity 0.000 abstract description 8
- 238000013135 deep learning Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Landscapes
- Studio Devices (AREA)
Abstract
一种反恐探索车、可穿戴设备和虚拟现实探测系统,反恐探索车包括探索车主体、传感器模块、至少四个摄像头和处理器,探索车主体设置有驱动反恐探索车行驶的行驶组件,其外表被防爆材料包裹,处理器与行驶组件、传感器模块和所有摄像头相连接。由于该反恐探索车可通过传感器模块检测反恐探索车与周围物体的距离信息和通过摄像头拍摄周围环境的图像,在处理器的控制下,根据这些距离信息和图像数据,进行无人驾驶和反恐目标识别,使得反恐探索车可在危险的环境中自动搜索,探出反恐目标的位置,让反恐人员在远离危险环境的地方,通过可穿戴设备接收反恐目标的位置信息,身临其境般地了解现场环境,精准做出下一步行动的决定,减少不必要的人员伤亡。
Description
技术领域
本发明涉及反恐辅助装备技术领域,具体涉及一种反恐探索车、可穿戴设备和虚拟现实探测系统。
背景技术
近年来,反恐形势愈加严峻,恐怖事件时有发生,对人民群众的生命安全造成极大的影响。恐怖分子和爆炸物常常隐匿在不易发现的地方,现有的反恐方式往往需要反恐人员前往现场搜索,然而贸然进入未知的危险环境,对反恐人员而言十分危险,易造成不必要的人身伤亡。
发明内容
有鉴于此,本申请提供一种反恐探索车、可穿戴设备和虚拟现实探测系统,该反恐探索车可进入危险环境自动搜索,探索出藏匿其中的恐怖分子和可能爆炸物位置,让反恐人员在远离危险环境的地方,身临其境般地了解现场环境从而精准做出下一步行动的决定,减少不必要的人员伤亡。
根据第一方面,一种实施例中提供一种反恐探索车,包括:
探索车主体,设置有驱动反恐探索车行驶的行驶组件,所述探索车主体被防爆材料包裹,其中,行驶组件至少包括车轮;
传感器模块,设置于探索车主体上,所述传感器模块至少包括:雷达和超声波传感器,用于检测反恐探索车与周围物体的距离信息;
至少四个摄像头,设置于探索车主体上,用于拍摄周围环境的图像;
处理器,与所述探索车主体、传感器模块和至少四个摄像头相连接,用于控制所述行驶组件动作从而驱动反恐探索车行驶,并用于根据所述传感器模块检测的距离信息和所述至少四个摄像头拍摄的图像数据,进行定位和建地图,为反恐探索车规划行驶路线,控制反恐探索车自动行驶;还用于从所述图像数据中,识别出预设的反恐目标及其位置信息,其中,反恐目标包括:爆炸物和武器。
根据第二方面,一种实施例中提供一种可穿戴设备,包括:
数据接收模块,用于接收如第一方面所述反恐探索车识别出的反恐目标信息及其位置信息;
VR显示模块,与所述数据接收模块相连接,用于在虚拟现实环境重建所述反恐目标信息及其位置信息,并进行视频播放。
根据第三方面,一种实施例中提供一种虚拟现实探测系统,包括如第一方面所述的反恐探索车和如第二方面所述的可穿戴设备。
依据上述实施例,由于本申请提供的反恐探索车可通过传感器模块检测反恐探索车与周围物体的距离信息和通过摄像头拍摄周围环境的图像,并可在处理器的控制下,根据这些距离信息和图像数据,进行无人驾驶和反恐目标识别,使得反恐探索车可在恐怖分子或爆炸物藏匿的环境中自动搜索,探出反恐目标的位置,让反恐人员在远离危险环境的地方,通过可穿戴设备接收反恐目标的位置信息,身临其境般地了解现场环境,精准做出下一步行动的决定,减少不必要的人员伤亡。
附图说明
图1为一种实施例提供的一种反恐探索车结构示意图;
图2为一种实施例的提供的一种反恐探索车的组成框图;
图3为一种实施例的提供的一种反恐探索车的摄像头、处理器和数据输出模块组成框图;
图4为一种实施例提供的一种可穿戴设备的组成框图;
图5为本申请提供的一种虚拟现实探测系统。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
请参考图1和图2,为本申请提供的一种反恐探索车,包括:探索车主体1、传感器模块50、至少四个摄像头20和处理器10。
探索车主体1设置有驱动反恐探索车行驶的行驶组件60,探索车主体1外表被防爆材料包裹以防止反恐探索车被恐怖分子恶意破坏。其中,行驶组件60 至少包括车轮61,在一些实施例,车轮61为万向轮,反恐探索车可360度灵活转向。
传感器模块50设置于探索车主体1上,传感器模块50至少包括:雷达和超声波传感器,用于检测反恐探索车与周围物体的距离信息。不同于红外避障这种被动避障方式,本申请采用超声波避障和雷达避障,超声波避障能够实时监测长距离超声波传感器,为机器人搜索开阔路径。当机器人离障碍物还有一定距离时,超声波传感器就能够检测到相关信息,并据此控制机器人离开;雷达避障由于基于激光的距离测量技术可同时考虑精度要求和速度要求,而且激光雷达在黑暗中的距离检测效果更好,较适用于反恐目标藏匿的环境,因为恐怖分子和爆炸物常常藏匿在黑暗的环境中。
至少四个摄像头20设置于探索车主体1上,用于拍摄周围环境的图像。因为恐怖分子有可能从不同的方向攻击无人探索车,因此该至少四个摄像头20均为鱼眼摄像头,所拍摄的图像可拼接为全景360度图像,通过360度无死角的观察,可以提前发现恐怖分子的攻击意图。
处理器10设置于探索车主体内,与行驶组件60、传感器模块50和所有摄像头20相连接,处理器10用于控制行驶组件60动作从而驱动反恐探索车行驶,行驶组件60的动作包括:转向、后退、增速或减速等;处理器10并用于根据传感器模块50检测的距离信息和所有摄像头20拍摄的图像数据,进行定位和建地图,为反恐探索车规划行驶路线,控制反恐探索车自动行驶;处理器10还用于根据摄像头20拍摄的图像数据,识别出图像中的预设反恐目标及其位置信息,其中,反恐目标包括:爆炸物和武器。
由此可见,由于本申请提供的反恐探索车可通过传感器模块检测反恐探索车与周围物体的距离信息和通过摄像头拍摄周围环境的图像,并可在处理器的控制下,根据这些距离信息和图像数据,进行无人驾驶和反恐目标识别,使得反恐探索车可在恐怖分子或爆炸物藏匿的环境中自动搜索,探出反恐目标的位置,让反恐人员在远离危险环境的地方,通过识别出来的反恐目标及其位置信息,身临其境般地了解现场环境,精准做出下一步行动的决定,减少不必要的人员伤亡。
在一些实施例,探索车主体1包括前部和后部,前部和后部分别设置有两个摄像头,其中,前部的一个摄像头和后部的一个摄像头拍摄的图像数据经图像拼接算法处理后,可拼接产生一个全景360度图像,因此,本申请的至少四个摄像头20拍摄的图像数据经图像拼接后可产生至少两个全景360度图像。在具体实施时,前部和后部分别设置的两个摄像头的主光轴均为水平方向。
具体地,参考图2,处理器10包括:目标识别单元17和无人驾驶单元18。目标识别单元17根据摄像头20拍摄的图像数据,识别反恐目标及其位置信息。无人驾驶单元18包括SLAM模块,无人驾驶单元18可根据传感器模块50检测的反恐探索车与周围物体的距离信息和该至少四个摄像头20拍摄的图像,进行定位和建地图,并为反恐探索车规划行驶路线,控制行驶组件60进行相应动作,使得反恐探索车自动行驶。在一些实施例,处理器10还包括:避障单元19,避障单元19用于根据传感器模块50检测的反恐探索车与周围物体的距离信息,发出控制信号控制行驶组件60进行相应的动作及时避障。
如图2所示,本申请的反恐探索车还包括:数据输出模块40,数据输出模块40与处理器10相连接,用于无线传输识别到的反恐目标及其位置信息。
参考图3,在一些实施例,本申请的反恐探索车还包括:GPS定位模块30, GPS定位模块30与处理器10相连接,用于实时获取反恐探索车的当前地理位置信息;其中,处理器10还包括:图像处理模块12、深度学习模块13和景深检测模块14。
图像处理模块12用于获取所有摄像头20拍摄的图像数据,并利用现有的图像拼接算法进行图像拼接,生成至少两个全景360度图像。在一个实施例中,图像处理模块12还包括视觉模块,该视觉模块用于在图像处理模块12对所有摄像头20拍摄的图像进行拼接前,先进行反畸变与去噪点的预处理。
深度学习模块13与图像处理模块12相连接,用于利用现有的深度学习算法识别该至少两个全景360度图像中反恐目标。深度学习的概念源于人工神经网络的研究,在于建立、模拟人脑进行分析学习的神经网络,通过模仿人脑的机制来解释数据,深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现图像数据的分布式特征表示,从而识别出图像中预设反恐目标。
前述图像处理模块12生成的全景360度图像,为2D的图像,从中无法获知每个识别出来的反恐目标的景深信息,就无法推算出每个物体的具体空间位置。景深检测模块14与图像处理模块12和深度学习模块13相连接,比较该至少两个全景360度图像,利用三角成像法则,可获取深度学习模块13识别到的反恐目标的景深信息。根据该景深信息,就可计算反恐目标与反恐探索车的相对位置信息,在结合GPS定位模块30获取的反恐探索车的地理位置信息,可得到反恐目标精确的地理位置信息。例如,反恐探索车的当前地理位置是<xa,ya, za>,而反恐目标的景深信息是<xb,yb,zb>,那么反恐目标的精准地理位置为 <xa+xb,ya+yb,za+zb>。
在一个实施例,处理器10还包括:数据整合模块16,数据整合模块16与深度学习模块13、景深检测模块14和GPS定位模块30相连接,根据深度学习模块13识别到的反恐目标、景深检测模块14计算得到的景深信息和GPS定位模块30获取的当前地理位置信息,利用现有的视频制作算法,生成一个全景360 度视频流,该全景360度视频流包括反恐目标的标示信息和地理位置信息。具体实施例时,通过数据输出模块40无线传输该全景360度视频流数据;处理器 10还包括建地图模块,使得反恐目标的标示信息及其地理位置信息在视频中以地图的形式上呈现。
由此可见,本申请通过在全景360度视频上叠加当前地理位置信息、反恐目标标示信息和景深信息,可帮助反恐人员精准定位恐怖分子或爆炸物的隐藏的位置,提前了解到反恐环境中的潜在危险,做出更加合理高效的战斗部署,避免出现不必要的人员伤亡,保障反恐战士的人身安全。
参考图4,相应地,本申请还提供一种可穿戴设备,包括:数据接收模块 24和VR显示模块20,在一些实施例还包括普通显示器21,下面详细说明。
数据接收模块24用于接收上述反恐探索车识别出的反恐目标信息及其位置信息。在一些实施例中,接收的是上述数据输出模块40无线传输而来包括反恐目标的标示信息和地理位置信息的全景360度视频流。
VR显示模块20用于在虚拟现实环境重建该反恐目标信息及其位置信息,并进行视频播放。在一些实施例中,用于在虚拟现实环境重建包括反恐目标的标示信息和地理位置信息的全景360度视频流,并进行视频播放。
普通显示模块21与数据接收模块24相连接,用于通过普通显示器播放该全景360度视频流,以便反恐人员观察反恐目标的位置。
通过穿戴该可穿戴设备(如VR眼镜),可使得反恐战士提前锁定恐怖分子或爆炸物的位置,获取精准的战场信息,避免贸然进入危险环境,出现不可预知的危险情况,造成不必要的人身伤亡。
参考图5,基于上述反恐探索车和可穿戴设备,本申请还提供了一种虚拟现实探测系统,该虚拟现实探测系统包括:上述反恐探索车和可穿戴设备。
综上所述,该虚拟现实探测系统可通过可穿戴设备接收反恐探索车无线传输的全景360度视频流,在远离危险环境之外的地方视频直播恐怖分子或爆炸物藏匿的环境状况,身临其境般地了解现场环境,并可建立实时的反恐战场地图,使得反恐战士对反恐战场有清楚的了解,从而精准做出下一步行动的决定。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换。
Claims (7)
1.一种反恐探索车,其特征在于,包括:
探索车主体,设置有驱动反恐探索车行驶的行驶组件,所述探索车主体被防爆材料包裹,其中,行驶组件至少包括车轮;
传感器模块,设置于探索车主体上,所述传感器模块至少包括:雷达和超声波传感器,用于检测反恐探索车与周围物体的距离信息;
至少四个摄像头,设置于探索车主体上,用于拍摄周围环境的图像;
处理器,设置于与探索车主体内,与所述行驶组件、传感器模块和至少四个摄像头相连接,用于控制所述行驶组件动作从而驱动反恐探索车行驶,并用于根据所述传感器模块检测的距离信息和所述至少四个摄像头拍摄的图像数据,进行定位和建地图,为反恐探索车规划行驶路线,控制反恐探索车自动行驶;还用于从所述图像数据中,识别出预设的反恐目标及其位置信息,其中,反恐目标包括:爆炸物和武器。
2.如权利要求1所述的反恐探索车,其特征在于,还包括:数据输出模块,所述数据输出模块与处理器相连接,用于无线传输识别到的反恐目标及其位置信息。
3.如权利要求1所述的反恐探索车,其特征在于,还包括:GPS定位模块,所述GPS定位模块与处理器相连接,用于实时获取反恐探索车的当前地理位置信息。
4.如权利要求1所述的反恐探索车,其特征在于,所述处理器用于根据传感器模块检测的反恐探索车与周围物体的距离信息,发出控制信号控制行驶组件进行相应的动作避障。
5.如权利要求1所述的反恐探索车,其特征在于,所述探索车主体包括前部和后部,前部和后部分别设置有两个摄像头,其中,前部的一个摄像头和后部的一个摄像头拍摄的图像数据经图像拼接后可产生一个全景360度图像,所述至少四个摄像头拍摄的图像数据经图像拼接后可产生至少两个全景360度图像。
6.一种可穿戴设备,其特征在于,包括:
数据接收模块,用于接收如权利要求1所述的反恐探索车识别出的反恐目标信息及其位置信息;
VR显示模块,与所述数据接收模块相连接,用于在虚拟现实环境重建所述反恐目标信息及其位置信息,并进行视频播放。
7.一种虚拟现实探测系统,其特征在于,包括如权利要求1所述的反恐探索车或如权利要求6所述的可穿戴设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721053323.2U CN207164772U (zh) | 2017-08-22 | 2017-08-22 | 一种反恐探索车、可穿戴设备和虚拟现实探测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721053323.2U CN207164772U (zh) | 2017-08-22 | 2017-08-22 | 一种反恐探索车、可穿戴设备和虚拟现实探测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207164772U true CN207164772U (zh) | 2018-03-30 |
Family
ID=61717469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201721053323.2U Expired - Fee Related CN207164772U (zh) | 2017-08-22 | 2017-08-22 | 一种反恐探索车、可穿戴设备和虚拟现实探测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207164772U (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107273881A (zh) * | 2017-08-22 | 2017-10-20 | 深圳普思英察科技有限公司 | 一种反恐探索车、可穿戴设备和虚拟现实探测系统 |
US10390003B1 (en) | 2016-08-29 | 2019-08-20 | Perceptln Shenzhen Limited | Visual-inertial positional awareness for autonomous and non-autonomous device |
US10437252B1 (en) | 2017-09-08 | 2019-10-08 | Perceptln Shenzhen Limited | High-precision multi-layer visual and semantic map for autonomous driving |
US10794710B1 (en) | 2017-09-08 | 2020-10-06 | Perceptin Shenzhen Limited | High-precision multi-layer visual and semantic map by autonomous units |
US11328158B2 (en) | 2016-08-29 | 2022-05-10 | Trifo, Inc. | Visual-inertial positional awareness for autonomous and non-autonomous tracking |
US11774983B1 (en) | 2019-01-02 | 2023-10-03 | Trifo, Inc. | Autonomous platform guidance systems with unknown environment mapping |
US11842500B2 (en) | 2016-08-29 | 2023-12-12 | Trifo, Inc. | Fault-tolerance to provide robust tracking for autonomous and non-autonomous positional awareness |
US11953910B2 (en) | 2016-08-29 | 2024-04-09 | Trifo, Inc. | Autonomous platform guidance systems with task planning and obstacle avoidance |
-
2017
- 2017-08-22 CN CN201721053323.2U patent/CN207164772U/zh not_active Expired - Fee Related
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10390003B1 (en) | 2016-08-29 | 2019-08-20 | Perceptln Shenzhen Limited | Visual-inertial positional awareness for autonomous and non-autonomous device |
US11328158B2 (en) | 2016-08-29 | 2022-05-10 | Trifo, Inc. | Visual-inertial positional awareness for autonomous and non-autonomous tracking |
US11842500B2 (en) | 2016-08-29 | 2023-12-12 | Trifo, Inc. | Fault-tolerance to provide robust tracking for autonomous and non-autonomous positional awareness |
US11900536B2 (en) | 2016-08-29 | 2024-02-13 | Trifo, Inc. | Visual-inertial positional awareness for autonomous and non-autonomous tracking |
US11953910B2 (en) | 2016-08-29 | 2024-04-09 | Trifo, Inc. | Autonomous platform guidance systems with task planning and obstacle avoidance |
CN107273881A (zh) * | 2017-08-22 | 2017-10-20 | 深圳普思英察科技有限公司 | 一种反恐探索车、可穿戴设备和虚拟现实探测系统 |
US10437252B1 (en) | 2017-09-08 | 2019-10-08 | Perceptln Shenzhen Limited | High-precision multi-layer visual and semantic map for autonomous driving |
US10794710B1 (en) | 2017-09-08 | 2020-10-06 | Perceptin Shenzhen Limited | High-precision multi-layer visual and semantic map by autonomous units |
US11774983B1 (en) | 2019-01-02 | 2023-10-03 | Trifo, Inc. | Autonomous platform guidance systems with unknown environment mapping |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN207164772U (zh) | 一种反恐探索车、可穿戴设备和虚拟现实探测系统 | |
CN107273881A (zh) | 一种反恐探索车、可穿戴设备和虚拟现实探测系统 | |
CN207367052U (zh) | 一种生命探测车、可穿戴设备和虚拟现实探测系统 | |
CN107329478A (zh) | 一种生命探测车、可穿戴设备和虚拟现实探测系统 | |
US10378863B2 (en) | Smart wearable mine detector | |
CN104656663B (zh) | 一种基于视觉的无人机编队感知与规避方法 | |
WO2017170148A1 (ja) | 飛行装置、電子機器およびプログラム | |
US20120274922A1 (en) | Lidar methods and apparatus | |
US20130250078A1 (en) | Visual aid | |
US20200164981A1 (en) | Traffic stop drone | |
CN108897342B (zh) | 针对快速移动的民用多旋翼无人机的定位跟踪方法及系统 | |
CN107783547A (zh) | 灾后救援旋翼无人机避障系统及方法 | |
RU2717753C2 (ru) | Бортовое оборудование для обнаружения стрельбы и содействия пилотированию | |
CN208766529U (zh) | 多传感器融合的避障系统及包含其的机器人 | |
JP2020126612A (ja) | スマートフォンを利用する歩行者を保護するための先端歩行者補助システムを提供する方法及び装置 | |
US20210221502A1 (en) | Method and a system for real-time data processing, tracking, and monitoring of an asset using uav | |
CN112445204B (zh) | 工地中的物体移动导航方法、装置和计算机设备 | |
WO2020167530A1 (en) | Vehicle-mounted device with network-connected scopes for allowing a target to be simultaneously tracked by multiple other devices | |
WO2023102911A1 (zh) | 数据采集方法、数据展示方法、数据处理方法、飞行器的降落方法、数据展示系统及存储介质 | |
CN107783554A (zh) | 无人机飞行控制方法及装置 | |
Benli et al. | Thermal multisensor fusion for collaborative robotics | |
KR102461405B1 (ko) | 공간분석을 이용하여 자율 비행이 가능한 드론 및 드론 제어 방법 | |
CN110539638A (zh) | 一种交通设备辅助驾驶的方法及装置 | |
US10989797B2 (en) | Passive altimeter system for a platform and method thereof | |
CN111736622B (zh) | 基于双目视觉与imu相结合的无人机避障方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180330 |