EP2610836B1 - Dispositif et procédé pour la prédiction en ligne du cycle d'entraînement dans un véhicule automobile - Google Patents

Dispositif et procédé pour la prédiction en ligne du cycle d'entraînement dans un véhicule automobile Download PDF

Info

Publication number
EP2610836B1
EP2610836B1 EP20120382494 EP12382494A EP2610836B1 EP 2610836 B1 EP2610836 B1 EP 2610836B1 EP 20120382494 EP20120382494 EP 20120382494 EP 12382494 A EP12382494 A EP 12382494A EP 2610836 B1 EP2610836 B1 EP 2610836B1
Authority
EP
European Patent Office
Prior art keywords
vehicle
driving cycle
speed
pat
prediction
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.)
Active
Application number
EP20120382494
Other languages
German (de)
English (en)
Other versions
EP2610836A1 (fr
Inventor
Juan José Valera García
Jordi Caus Roqueta
Gerhard Lux
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.)
SEAT SA
Original Assignee
SEAT SA
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 SEAT SA filed Critical SEAT SA
Publication of EP2610836A1 publication Critical patent/EP2610836A1/fr
Application granted granted Critical
Publication of EP2610836B1 publication Critical patent/EP2610836B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data

Definitions

  • the model of a driver refers to the representation by means of mathematical formulations or intelligent algorithms of the behavior of the driver of a vehicle, i.e., of the drivers tasks, for analyzing or inferring which actions the driver takes with said vehicle.
  • the third type of models focuses on traffic simulation both microscopically (individual behavior with respect to the traffic) and macroscopically (large environments with several drivers) ([6] Fernandez, 2010).
  • the method for the on-line prediction of the driving cycle in an automotive vehicle comprises:
  • the device can also comprise the actual navigation module.
  • the device for the prediction of the driving cycle 100 uses the following parameters:
  • the pattern speed vector V pat (i) is constructed using the available traffic information from the navigation system (Horizon Traffic. Information, HTI , input). If the path to take (final destination and route to follow) is known, the traffic signals corresponding to speed limits existing in each kilometer marker of said route or path to take can be known.
  • An example can be observed in Figure 3 , in which a real driving cycle performed on a specific path marked in blue the vehicle speed V spf (i) and the corresponding pattern speed vector V pat (i) marked in red, has been represented by way of example. It can be observed that both vectors are represented with respect to the Kilometer_Marker PKm(i) vector.
  • the cycle represented by way of example in Figure 3 has been performed with a vehicle that was equipped with an onboard data acquisition system.
  • the topology of the artificial neural network 202 selected for performing the prediction is within recurrent dynamic neural networks and is referred to as NARX (nonlinear autoregressive network with exogenous inputs).
  • the NARX model is based on the linear ARX model which is commonly used in time series analysis and prediction.
  • the equation defining the non-linear NARX model is shown in (5), where y represents the output variable and x 1 , x 2 , ..., x n , represent the possible inputs of the model or system to be modeled, f represents a possible non-linear function, and NumDelaysY, NumDelaysX 1..n ., represent the number of previous samples that are taken into account for calculating the output of the non-linear function.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Feedback Control In General (AREA)

Claims (15)

  1. Un procédé pour la prédiction on-line du cycle de conduite dans un véhicule automobile en circulation, le cycle de conduite étant la vitesse du véhicule comme une fonction temporelle, caractérisé en ce qu'il comprend :
    - une étape de prétraitement de données (200), qui à son tour comprend :
    • la réception de la vitesse du véhicule (Vsp) ;
    • la réception de l'information du trafic (HTI) correspondant à la trajectoire prévue pour le véhicule dans au moins un horizon de prédiction (H) considéré ;
    • l'obtention (212) d'un cycle de conduite de référence (Vpat) correspondant à la trajectoire prévue dans au moins un horizon de prédiction (H) de l'information du trafic (HTI) reçue ;
    • le calcul (208) de la déviation (Dvsp ) de la vitesse du véhicule (Vsp) par rapport au cycle de conduite de référence (Vpat) ;
    - une étape de traitement de données au moyen d'un réseau neuronal (202), qui comprend de manière récursive l'obtention des déviations prévues (D*Vsp ) pour l'horizon de prédiction (H), en utilisant à cet effet les déviations de vitesse (NN_DVsp ) précédemment calculées et correspondant au passé récent, défini par le nombre d'échantillonnages de retard (DSN), ainsi que l'information relative au cycle de conduite de référence (NN-Vspat ) contenant l'information appartenant au passé récent, défini par le nombre d'échantillonnages de retard (DSN), et au futur proche, défini par le nombre d'échantillonnages futurs (FSN), comme des entrées du réseau neuronal (202) ;
    - une étape de post-traitement de données (204) qui comprend l'obtention de la vitesse estimée (V*sp) pour ledit horizon de prédiction (H) à partir des déviations prévues (D*Vsp ) et du cycle de conduite de référence (Vpat) pour l'horizon de prédiction (H).
  2. Le procédé selon la revendication 1, caractérisé en ce que l'étape de prétraitement de données (200) comprend la réception de l'information des évènements du trafic (HTEI) correspondant à la trajectoire prévue pour le véhicule dans au moins l'horizon de prédiction (H), et dans lequel ladite information d'évènements du trafic (HTEI) reçue est aussi utilisée pour obtenir le cycle de conduite de référence (Vpat).
  3. Le procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que le réseau neuronal (202) est un réseau neuronal dynamique récurrent avec un modèle NARX, précédemment formé.
  4. Le procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que la vitesse du véhicule (Vsp) est échantillonnée dans l'étape de prétraitement de données (200) selon un temps d'échantillonnage spécifique (ST) ; et dans lequel l'obtention (212) du modèle du cycle de référence (Vpat) et le calcul de la déviation (DVsp ) de la vitesse du véhicule (Vsp)par rapport au cycle de conduite de référence (Vpat) sont opérés pour chaque temps d'échantillonnage (ST).
  5. Le procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que l'information relative au cycle de conduite de référence (Vpat) comprend un modèle de vitesse qui évolue par rapport à un nombre d'échantillonnages futurs (FSN), qui est équivalent au champs de vision du conducteur et à l'anticipation du conducteur par rapport aux changements de l'état du trafic futur.
  6. Le procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que l'information du trafic (HTI) inclut en outre au moins l'un des éléments d'information suivants :
    - les limitations de vitesse ;
    - information du type de voie de circulation ;
    - les inclinaisons de la route ;
    - les feux et panneaux de signalisation de la trajectoire prévue.
  7. Le procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que l'information des évènements du trafic (HTEI) inclut l'information relative à au moins l'un des éléments suivants :
    - état du trafic ;
    - limitations de vitesse dues aux travaux routiers ;
    - conditions de visibilité,
    - conditions de la chaussée.
  8. Le procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que l'information du trafic (HTI) et l'information des évènements du trafic (HTEI) sont reçues dans l'intervalle [p, p+H], p étant la position actuelle du véhicule et H l'horizon de prédiction sélectionné.
  9. Le procédé selon l'une quelconque des revendications précédentes, caractérisé en ce qu'il comprend le style de conduite (DS) du conducteur du véhicule selon des calculs en fonction d'un paramètre relatif au mode de calcul du style de conduite (DSCM) sélectionné, où les modes de calcul sont basés sur au moins l'un des éléments suivants :
    - calcul basé sur la transformation de Fourier d'un vecteur formé par des valeurs de vitesse du véhicule correspondant au passé récent ;
    - calcul basé sur la variation de vitesse moyenne sur une période de temps ;
    - calcul basé sur des temps de réaction du conducteur.
  10. Un dispositif pour la prédiction on-line du cycle de conduite dans un véhicule automobile en circulation, le cycle de conduite étant la vitesse du véhicule comme une fonction temporelle, caractérisé en ce qu'il comprend :
    - des moyens de communication (600) configurés pour la réception de la vitesse du véhicule (Vsp) et pour la réception de l'information du trafic (HTI) correspondant à la trajectoire prévue pour le véhicule dans au moins un horizon de prédiction (H) considéré à partir d'un système de navigation (104) ;
    - des moyens de traitement de données (604) configurés pour :
    • l'obtention (212) d'un cycle de conduite de référence (Vpat) correspondant à la trajectoire prévue dans au moins ledit horizon de prédiction (H) à partir de l'information du trafic (HTI) reçue par les moyens de communication ;
    • le calcul (208) de la déviation (DVsp ) de la vitesse du véhicule (Vsp) par rapport au cycle de conduite de référence (Vpat) ;
    • l'obtention de manière récursive des déviations prévues (D*Vsp ) pour l'horizon de prédiction (H) au moyen d'un réseau neuronal (202), en utilisant à cette fin les déviations de vitesse (NN_DVsp) précédemment calculées et correspondant au passé récent, défini par le nombre d'échantillonnages de retard (DSN), ainsi que l'information relative au cycle de conduite de référence (NN_DVpat ) contenant l'information appartenant au passé récent, défini par le nombre de d'échantillonnages de retard (DSN), et au futur proche, défini par le nombre d'échantillonnages futurs (FSN), comme des entrées du réseau neuronal (202) ;
    • l'obtention de la vitesse estimée (V*sp) pour ledit horizon de prédiction (H) à partir des déviations prévues (D*Vsp ) et le cycle de conduite de référence (Vpat) pour l'horizon de prédiction (H).
  11. Le dispositif selon la revendication 10, caractérisé en ce que les moyens de communication (600) sont en outre configurés pour recevoir l'information des évènements de trafic (HTEI) correspondant à la trajectoire prévue pour le véhicule dans au moins l'horizon de prédiction (H) à partir du système de navigation (104), et dans lequel les moyens de traitement de données (604) sont configurés pour obtenir le cycle de conduite de référence (Vpat) en utilisant également ladite information des évènements de trafic (HTEI) reçue par les moyens de communication.
  12. Le dispositif selon l'une quelconque des revendications 10 à 11, caractérisé en ce que le réseau neuronal (202) est un réseau neuronal dynamique récurrent avec le modèle NARX, précédemment formé.
  13. Le dispositif selon l'une quelconque des revendications 10 à 12, caractérisé en ce que les moyens de traitement de données (604) sont configurés pour échantillonner la vitesse du véhicule (Vsp) selon un temps d'échantillonnage spécifique (ST) et pour obtenir (212) le cycle de conduite de référence (Vpat) et le calcul de la déviation (DVsp ) de la vitesse du véhicule (Vsp) par rapport au cycle de conduite de référence (Vpat) pour chaque temps d'échantillonnage (ST).
  14. Le dispositif selon l'une quelconque des revendications 10 à 13, caractérisé en ce que l'information relative au cycle de conduite de référence (Vpat) comprend un modèle de vitesse qui évolue par rapport à un nombre d'échantillonnages futurs (FSN), qui est équivalent au champ de vision du conducteur et à l'anticipation du conducteur par rapport aux changements de l'état du trafic futur.
  15. Le dispositif selon l'une quelconque dans revendications 10 à 14, caractérisé en ce que les moyens de traitement de données sont configurés pour opérer le calcul de prédiction alors que le véhicule est en train de circuler et à chaque fois que le véhicule avance sur une distance sélectionnée au moyen d'un paramètre (H_Resol).
EP20120382494 2011-12-30 2012-12-12 Dispositif et procédé pour la prédiction en ligne du cycle d'entraînement dans un véhicule automobile Active EP2610836B1 (fr)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
ES201132144A ES2411629B1 (es) 2011-12-30 2011-12-30 Dispositivo y método para la predicción "on-line" del ciclo de conducción en un vehículo automóvil.

Publications (2)

Publication Number Publication Date
EP2610836A1 EP2610836A1 (fr) 2013-07-03
EP2610836B1 true EP2610836B1 (fr) 2015-02-18

Family

ID=47715809

Family Applications (1)

Application Number Title Priority Date Filing Date
EP20120382494 Active EP2610836B1 (fr) 2011-12-30 2012-12-12 Dispositif et procédé pour la prédiction en ligne du cycle d'entraînement dans un véhicule automobile

Country Status (2)

Country Link
EP (1) EP2610836B1 (fr)
ES (2) ES2411629B1 (fr)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106997662A (zh) * 2017-04-26 2017-08-01 长安大学 一种城市公交车工况构建方法
CN108053067A (zh) * 2017-12-12 2018-05-18 深圳市易成自动驾驶技术有限公司 最优路径的规划方法、装置及计算机可读存储介质
EP3725633B1 (fr) * 2019-04-16 2024-06-05 Robert Bosch GmbH Procédé de détermination des courses

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104118328B (zh) * 2013-04-27 2017-07-07 日电（中国）有限公司 基于综合变量的汽车能耗率估计设备和方法
CN105006147B (zh) * 2015-06-19 2017-03-15 武汉大学 一种基于道路时空关联关系的路段行程时间推断方法
EP3340001A1 (fr) * 2016-12-20 2018-06-27 Bayerische Motoren Werke Aktiengesellschaft Dispositif de mesure de l'influence d'un signal de capteur d'un véhicule
US10551842B2 (en) 2017-06-19 2020-02-04 Hitachi, Ltd. Real-time vehicle state trajectory prediction for vehicle energy management and autonomous drive
US11794757B2 (en) * 2018-06-11 2023-10-24 Colorado State University Research Foundation Systems and methods for prediction windows for optimal powertrain control
CN109215350B (zh) * 2018-11-02 2021-05-25 重庆大学 一种基于rfid电子车牌数据的短期交通状态预测方法
CN109345832B (zh) * 2018-11-13 2021-06-29 上海应用技术大学 一种基于深度递归神经网络的城市道路超车预测方法
CN109615064A (zh) * 2018-12-07 2019-04-12 电子科技大学 一种基于时空特征融合递归神经网络的智能车端到端决策方法
DE102019205520A1 (de) * 2019-04-16 2020-10-22 Robert Bosch Gmbh Verfahren zum Ermitteln von Fahrverläufen
DE102019205521A1 (de) 2019-04-16 2020-10-22 Robert Bosch Gmbh Verfahren zur Reduzierung von Abgasemissionen eines Antriebssystems eines Fahrzeugs mit Verbrennungsmotor
CN110349420B (zh) * 2019-07-01 2020-12-18 福建睿思特科技股份有限公司 一种基于数据分析的智能路况管理系统
DE102019213749A1 (de) * 2019-09-10 2021-03-11 Zf Friedrichshafen Ag Verfahren zum Einhalten einer optimalen Geschwindigkeitsvorgabe für eine von einem Fahrzeug zurückzulegende Strecke
WO2021078391A1 (fr) 2019-10-25 2021-04-29 Zf Friedrichshafen Ag Régulation prédictive basée sur un modèle d'une machine électrique dans une chaîne cinématique d'un véhicule automobile
WO2021078390A1 (fr) 2019-10-25 2021-04-29 Zf Friedrichshafen Ag Commande prédictive basée sur un modèle d'une machine d'entraînement du groupe motopropulseur d'un véhicule automobile et d'au moins un composant de véhicule qui a une influence sur l'efficacité énergétique du véhicule automobile
US20220402508A1 (en) 2019-11-14 2022-12-22 Zf Friedrichshafen Ag Model Predictive Control of Multiple Components of a Motor Vehicle
CN111008505B (zh) * 2019-11-18 2023-05-23 西华大学 城市坡道行驶工况构建方法及应用
CN111260117B (zh) * 2020-01-10 2022-03-25 燕山大学 一种基于气象因子的ca-narx水质预测方法
US11685262B2 (en) 2020-12-03 2023-06-27 GM Global Technology Operations LLC Intelligent motor vehicles and control logic for speed horizon generation and transition for one-pedal driving
US11752881B2 (en) 2021-01-20 2023-09-12 GM Global Technology Operations LLC Intelligent vehicles and control logic for brake torque request estimation for cooperative brake system control
DE102021202468A1 (de) 2021-03-15 2022-09-15 Zf Friedrichshafen Ag Vorrichtung und Verfahren zur modellbasierten prädizierten Regelung einer Komponente eines Fahrzeugs
US12024025B2 (en) 2022-02-11 2024-07-02 GM Global Technology Operations LLC Intelligent motor systems and control logic for creating heat with constant offset torque in stationary vehicles
CN114523967B (zh) * 2022-02-28 2024-06-11 重庆长安汽车股份有限公司 一种基于神经网络的预见巡航控制方法
CN115859123B (zh) * 2023-03-01 2023-05-02 太原理工大学 基于随机预测与机器学习的车辆行驶工况在线识别方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10062856B4 (de) * 2000-12-16 2008-01-10 Daimlerchrysler Ag Verfahren zur fahrzeugindividuellen Verkehrsprognose
JP5378002B2 (ja) * 2009-02-19 2013-12-25 アイシン・エィ・ダブリュ株式会社 車両動作推定装置、車両動作推定方法および車両動作推定プログラム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106997662A (zh) * 2017-04-26 2017-08-01 长安大学 一种城市公交车工况构建方法
CN108053067A (zh) * 2017-12-12 2018-05-18 深圳市易成自动驾驶技术有限公司 最优路径的规划方法、装置及计算机可读存储介质
EP3725633B1 (fr) * 2019-04-16 2024-06-05 Robert Bosch GmbH Procédé de détermination des courses

Also Published As

Publication number Publication date
ES2411629R1 (es) 2013-08-28
ES2411629A2 (es) 2013-07-05
ES2411629B1 (es) 2014-03-11
EP2610836A1 (fr) 2013-07-03
ES2535689T3 (es) 2015-05-13

Similar Documents

Publication Publication Date Title
EP2610836B1 (fr) Dispositif et procédé pour la prédiction en ligne du cycle d'entraînement dans un véhicule automobile
Tang et al. Lane-changes prediction based on adaptive fuzzy neural network
CN107169567B (zh) 一种用于车辆自动驾驶的决策网络模型的生成方法及装置
Zhu et al. Typical-driving-style-oriented personalized adaptive cruise control design based on human driving data
US11243532B1 (en) Evaluating varying-sized action spaces using reinforcement learning
CN110562258B (zh) 一种车辆自动换道决策的方法、车载设备和存储介质
Scheubner et al. A stochastic range estimation algorithm for electric vehicles using traffic phase classification
CN111145552A (zh) 基于5g网络的车辆动态换道轨迹的规划方法
Valera et al. Driving cycle and road grade on-board predictions for the optimal energy management in EV-PHEVs
Gadepally et al. Driver/vehicle state estimation and detection
Huang et al. Eco-routing based on a data driven fuel consumption model
Gaikwad Vehicle velocity prediction using artificial neural networks and effect of real-world signals on prediction window
Stojčić Application of ANFIS model in road traffic and transportation: a literature review from 1993 to 2018
Wu et al. Differential variable speed limits control for freeway recurrent bottlenecks via deep reinforcement learning
Benterki et al. Long-term prediction of vehicle trajectory using recurrent neural networks
Mathew et al. Neural network based vehicle-following model for mixed traffic conditions
Wegener et al. Longitudinal vehicle motion prediction in urban settings with traffic light interaction
CN117032203A (zh) 基于svo的自动驾驶智能控制方法
Ghanadbashi et al. An ontology-based intelligent traffic signal control model
Wang et al. A state dependent mandatory lane-changing model for urban arterials with hidden Markov model method
CN115062202A (zh) 驾驶行为意图及轨迹的预测方法、装置、设备及存储介质
Zhao et al. Interaction-aware personalized trajectory prediction for traffic participant based on interactive multiple model
Shin et al. Ego-vehicle speed prediction using fuzzy Markov chain with speed constraints
CN117585017A (zh) 一种自动驾驶车辆换道决策方法、装置、设备及存储介质
Hwang et al. Comparative study on the prediction of city bus speed between LSTM and GRU

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

17P Request for examination filed

Effective date: 20131031

RBV Designated contracting states (corrected)

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

INTG Intention to grant announced

Effective date: 20140714

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

REG Reference to a national code

Ref country code: CH

Ref legal event code: EP

REG Reference to a national code

Ref country code: AT

Ref legal event code: REF

Ref document number: 710922

Country of ref document: AT

Kind code of ref document: T

Effective date: 20150315

REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

REG Reference to a national code

Ref country code: DE

Ref legal event code: R096

Ref document number: 602012005303

Country of ref document: DE

Effective date: 20150402

REG Reference to a national code

Ref country code: ES

Ref legal event code: FG2A

Ref document number: 2535689

Country of ref document: ES

Kind code of ref document: T3

Effective date: 20150513

REG Reference to a national code

Ref country code: NL

Ref legal event code: VDEP

Effective date: 20150218

REG Reference to a national code

Ref country code: AT

Ref legal event code: MK05

Ref document number: 710922

Country of ref document: AT

Kind code of ref document: T

Effective date: 20150218

REG Reference to a national code

Ref country code: LT

Ref legal event code: MG4D

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: NO

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150518

Ref country code: SE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: LT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: HR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: FI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150519

Ref country code: RS

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: IS

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150618

Ref country code: LV

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: AT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: NL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: CZ

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: EE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: RO

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: DK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

REG Reference to a national code

Ref country code: DE

Ref legal event code: R097

Ref document number: 602012005303

Country of ref document: DE

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: PL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 4

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

26N No opposition filed

Effective date: 20151119

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: BE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MC

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: LU

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20151212

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

REG Reference to a national code

Ref country code: IE

Ref legal event code: MM4A

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: CH

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20151231

Ref country code: IE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20151212

Ref country code: LI

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20151231

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 5

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: HU

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT; INVALID AB INITIO

Effective date: 20121212

Ref country code: SM

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: BG

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: CY

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

GBPC Gb: european patent ceased through non-payment of renewal fee

Effective date: 20161212

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GB

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20161212

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 6

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: TR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: PT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

Ref country code: MK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: AL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20150218

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: FR

Payment date: 20211227

Year of fee payment: 10

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: DE

Payment date: 20220225

Year of fee payment: 10

REG Reference to a national code

Ref country code: DE

Ref legal event code: R119

Ref document number: 602012005303

Country of ref document: DE

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: DE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20230701

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: FR

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20221231

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: ES

Payment date: 20240118

Year of fee payment: 12