JP2020173600A - 経路予測装置、それを備えた車載装置、経路予測システム、経路予測方法、及びコンピュータプログラム - Google Patents
経路予測装置、それを備えた車載装置、経路予測システム、経路予測方法、及びコンピュータプログラム Download PDFInfo
- Publication number
- JP2020173600A JP2020173600A JP2019074885A JP2019074885A JP2020173600A JP 2020173600 A JP2020173600 A JP 2020173600A JP 2019074885 A JP2019074885 A JP 2019074885A JP 2019074885 A JP2019074885 A JP 2019074885A JP 2020173600 A JP2020173600 A JP 2020173600A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- moving object
- route
- vehicle
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004590 computer program Methods 0.000 title claims abstract description 8
- 238000004891 communication Methods 0.000 claims abstract description 65
- 230000006870 function Effects 0.000 claims description 59
- 230000005540 biological transmission Effects 0.000 claims description 32
- 238000010801 machine learning Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 2
- 230000006386 memory function Effects 0.000 claims 2
- 230000004044 response Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 30
- 230000033001 locomotion Effects 0.000 abstract description 29
- 238000001514 detection method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 10
- 238000010295 mobile communication Methods 0.000 description 9
- 239000004065 semiconductor Substances 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 210000000746 body region Anatomy 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 241001025261 Neoraja caerulea Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Abstract
Description
最初に、本開示の実施形態の内容を列記して説明する。以下に記載する実施形態の少なくとも一部を任意に組合せてもよい。
以下の実施形態では、同一の部品には同一の参照番号を付してある。それらの名称及び機能も同一である。したがって、それらについての詳細な説明は繰返さない。
[全体構成]
図1を参照して、本開示の第1実施形態に係る経路予測システム100は、経路予測装置102、道路及びその周辺等(以下、路上ともいう)に固定して設置された路側センサ104、車両106、移動通信の基地局108、ネットワーク110、及び、道路交通用の信号機(歩行者用信号機)112を含む。歩行者200は、路側センサ104及び車両106に搭載されたセンサの検出対象である。経路予測システム100を構成する各要素間の通信は、基地局108を介して、又は、基地局108を介さない直接の無線通信又は有線通信により行われるとする。基地局108はLTE(Long Term Evolution)回線及び5G(第5世代移動通信システム)回線等による移動通信サービスを提供している。
図3を参照して、経路予測装置102は、各部を制御する制御部120と、データを記憶するメモリ122と、通信を行う通信部124と、各部の間でデータを交換するためのバス126とを含む。制御部120は、CPU(Central Processing Unit)を含んで構成されており、各部を制御することにより、後述する機能を実現する。メモリ122は、書換可能な半導体の不揮発性メモリ及びハードディスクドライブ(以下、HDDという)等の大容量記憶装置を含む。通信部124は、路上に配置された路側センサ104からアップロードされるセンサ情報(画像データ)、及び車両106等の車載装置からアップロードされるセンサ情報を受信する。通信部124により受信されたデータは、メモリ122に伝送されて記憶される。これにより、経路予測装置102は、後述するように経路予測機能を実現する。
図4を参照して、車両106に搭載されている車載装置140のハードウェア構成の一例を示す。車載装置140は、車両106に搭載されているセンサ部142に接続されたインターフェイス部(以下、I/F部という)144、無線通信を行う通信部146、データを記憶するメモリ148、それらを制御する制御部150、情報を提示する提示部152、及び、各部の間でデータを交換するためのバス154を含む。
インフラセンサである路側センサ104も、基本的に車載装置140と同様に構成されている。図5を参照して、路側センサ104のハードウェア構成の一例を示す。路側センサ104は、センサ部160に接続されたI/F部162、無線通信又は有線通信を行う通信部164、データを記憶するメモリ166、それらを制御する制御部168、及び、各部の間でデータを交換するためのバス170を含む。
図6を参照して、経路予測装置102の機能について説明する。経路予測装置102は、パケットデータを受信するパケット受信部180と、パケットデータを送信するパケット送信部182と、受信したセンサ情報に対して所定の解析処理を実行する解析処理部184と、経路予測の学習を行う学習部186と、移動物体の将来の移動経路(予測経路)を予測する処理を実行する予測部188とを含む。パケット受信部180は、路側センサ104及び車載装置140からセンサデータを含むパケットデータを受信する。受信したセンサデータは解析処理部184に入力される。
(経路予測処理)
図8を参照して、経路予測装置102による経路予測処理に関して、より具体的に説明する。図8に示した処理は、制御部120が、所定のプログラムをメモリ122から読出して実行することにより実現される。
図10を参照して、経路予測装置102による経路予測に関する学習処理に関して、より具体的に説明する。図10に示した処理は、制御部120が、所定のプログラムをメモリ122から読出して実行することにより実現される。
経路予測のための学習後の予測装置(予測モデル)は、全国の道路で同じものを用いてもよいが、予測精度は学習に使用した過去のデータに依存する。即ち、学習に用いたセンサデータには、そのセンサデータを取得した地域(以下、エリアともいう)の地理的条件(道路形状、車道幅、車線数、歩道の有無、歩道幅、信号機の有無、信号機の位置、交通量等)が反映されていると考えられる。特定のエリアにおいて経路予測を行う経路予測装置は、そのエリアで取得されたセンサデータにより学習されたものであることが好ましい。したがって、第2実施形態では、車載装置が経路予測機能を有し、エリア毎の学習により決定された学習結果を用いて、車両が走行しているエリアでの経路予測を行う。
車両504及び506の車載装置は、図4と同様に構成されている。車両504及び506の車載装置の機能構成を図13に示す。図13を参照して、車載装置520は、パケット受信部522、パラメータ記憶部524、センサ部526、解析処理部528、予測部530及び情報提示部532を含む。
図15を参照して、車載装置520による経路予測処理に関して、より具体的に説明する。上記したように、車載装置520は図4と同様に構成されているので、以下においては、図4の符号を参照する。図15に示した処理は、制御部150が、所定のプログラムをメモリ148から読出して実行することにより実現される。ここでは、メモリ148には、予めエリアを特定する情報(地図情報等)と、それに対応する学習パラメータが記憶されているとする。
図16を参照して、サーバ500及び502による処理に関して、より具体的に説明する。上記したように、サーバ500及び502は図3と同様に構成されているので、以下においては、図3の符号を参照する。図16に示した処理は、制御部120が、所定のプログラムをメモリ122から読出して実行することにより実現される。メモリ122には、対応するエリアの学習パラメータ及びそのバージョン情報が記憶されている。サーバ500が記憶している学習パラメータは、サーバ502が記憶している学習パラメータとは異なる。
受信したと判定された場合、制御はステップ706に移行する。そうでなければ、制御はステップ708に移行する。送信要求コードは、上記したように、車載装置から送信される(図15のステップ612参照)。
102 経路予測装置
104 路側センサ
106、114、116、118、504、506 車両
108 基地局
110 ネットワーク
112 信号機(歩行者用信号機)
120、150、168 制御部
122、148、166 メモリ
124、146、164 通信部
126、154、170 バス
140、520 車載装置
142、160、526 センサ部
144、162 I/F部
152 提示部
180、522 パケット受信部
182 パケット送信部
184、528 解析処理部
186 学習部
188、530 予測部
200、202、590、594 歩行者
204 歩行者用信号機
206、208 車両用信号機
210、212、592、596 予測経路
220、230 対象枠
222 顔領域枠
224 顔の向き
226 体領域枠
228 体の向き
240 障害物
500、502 サーバ
510、512 エリア
524 パラメータ記憶部
532 情報提示部
Claims (17)
- 車載センサ及び路側センサの少なくともいずれか一方により取得されたセンサデータを、無線通信又は有線通信を介して収集する収集部と、
前記収集部により収集された前記センサデータから移動物体を検出し、当該移動物体の位置及び兆候を特定する解析部と、
前記解析部により特定された前記移動物体の前記位置及び前記兆候を用いて、前記移動物体の未来の位置を含む経路を予測する予測部と、
前記解析部により特定された前記位置及び前記兆候を、前記移動物体毎に対応させて記憶する記憶部と、
前記記憶部に所定期間記憶された前記位置及び前記兆候を用いて、前記予測部を学習させる学習部とを含む、経路予測装置。 - 前記移動物体は、人であり、
前記兆候は、前記人の顔の向きを表す情報を含む、請求項1に記載の経路予測装置。 - 前記兆候は、前記人の体の向きを表す情報をさらに含む、請求項2に記載の経路予測装置。
- 前記学習部は、
機械学習により前記予測部を学習させ、
前記移動物体毎に所定の時間に渡って特定され、前記記憶部に記憶されている前記位置及び前記兆候の時系列データの内、より過去に属する前記位置及び前記兆候の第1の時系列データを、前記機械学習の入力データとし、
前記移動物体毎に所定の時間に渡って特定され、前記記憶部に記憶されている前記位置及び前記兆候の前記時系列データの内、前記第1の時系列データを含まない時系列データを、前記機械学習の教師データとして使用する、請求項1から請求項3のいずれか1項に記載の経路予測装置。 - 前記予測部により予測された前記経路を、車載装置に配信する配信部をさらに含む、請求項1から請求項4のいずれか1項に記載の経路予測装置。
- 前記配信部は、前記予測部により予測された前記経路と共に、当該経路に対応する前記移動物体の画像データを配信する、請求項5に記載の経路予測装置。
- 前記予測部により予測された前記経路を用いて、当該経路の予測対象の前記移動物体と、当該移動物体とは別の移動物体との衝突の可能性を評価する評価部をさらに含む、請求項1から請求項6のいずれか1項に記載の経路予測装置。
- 前記収集部は、前記車載センサにより取得されたセンサデータ及び前記路側センサにより取得されたセンサデータを収集し、
前記車載センサにより取得された前記センサデータから検出された第1移動物体と、前記路側センサにより取得された前記センサデータから検出された第2移動物体とが同じ移動物体である否かを判定する判定部をさらに含み、
前記予測部は、前記同じ移動物体と判定された前記第1移動物体及び前記第2移動物体の各々に関して特定された前記位置及び前記兆候を共に使用して、前記経路を予測する、請求項1から請求項7のいずれか1項に記載の経路予測装置。 - 請求項1から請求項8のいずれか1項に記載の経路予測装置を含む車載装置。
- 第1センサを含む車両に搭載された車載装置と、
路上に設置された第2センサを含む路側装置と、
経路予測装置とを含み、
前記車載装置は、前記第1センサにより取得されたセンサデータを、無線通信を介して前記経路予測装置に送信し、
前記路側装置は、前記第2センサにより取得されたセンサデータを、無線通信又は有線通信を介して前記経路予測装置に送信し、
前記経路予測装置は、
前記車載装置から送信された前記センサデータ及び前記路側装置から送信された前記センサデータを受信する受信部と、
前記受信部により受信された前記センサデータから移動物体を検出し、当該移動物体の位置及び兆候を特定する解析部と、
前記解析部により特定された前記移動物体の前記位置及び前記兆候を用いて、前記移動物体の未来の位置を含む経路を予測する予測部と、
前記解析部により特定された前記位置及び前記兆候を、前記移動物体毎に対応させて記憶する記憶部と、
前記記憶部に所定期間記憶された前記位置及び前記兆候を用いて、前記予測部を学習させる学習部とを含む、経路予測システム。 - センサを含む車両に搭載された車載装置と、
前記車載装置に所定情報を、無線通信を介して配信する配信装置とを含み、
前記車載装置は、
前記所定情報を受信する受信部と、
前記センサにより検出されたセンサデータから、移動物体を検出し、当該移動物体の位置及び兆候を特定する解析部と、
前記解析部により特定された前記移動物体の前記位置及び前記兆候と、前記受信部により受信された前記所定情報とを用いて、前記移動物体の未来の位置を含む経路を予測する予測部とを含み、
前記所定情報は、車載センサ及び路側センサの少なくともいずれか一方により取得されたセンサデータから移動物体を検出し、当該移動物体の位置及び兆候を特定する処理を所定期間繰返して得られた前記位置及び前記兆候の集合を用いて、前記予測部と同じモデルの予測器を学習させることにより得られた学習パラメータである、経路予測システム。 - 前記配信装置を複数含み、
複数の前記配信装置の各々は、
車両が通行可能な道路を含む所定領域毎に配置され、
前記所定領域に対応する前記所定情報を、前記無線通信を介して配信し、
前記車載装置の前記受信部は、複数の前記配信装置の内、前記車両の現在位置を含む前記所定領域に配置されている配信装置から、当該所定領域に対応する前記所定情報を受信する、請求項11に記載の経路予測システム。 - 前記車載装置は、前記車両の現在位置を含む前記所定領域に配置されている前記配信装置に、当該所定領域に対応する前記所定情報の送信を要求する送信要求を送信する送信部をさらに含み、
前記送信要求を受信した前記配信装置は、当該配信装置が配置されている前記所定領域に対応する前記所定情報を、前記要求を送信した前記車載装置に送信する、請求項12に記載の経路予測システム。 - 前記受信部は、前記車両の現在位置を含む前記所定領域に配置されている前記配信装置から配信される、当該所定領域に対応する前記所定情報のバージョンを受信し、
前記車載装置は、
前記予測部が前記経路の予測に使用する前記学習パラメータを、前記所定領域毎に記憶する記憶部と、
前記受信部により取得された前記バージョンが、前記記憶部に記憶されている前記学習パラメータの内、前記車両の現在位置を含む前記所定領域に対応する学習パラメータのバージョンよりも新しいか否かを判定する判定部とをさらに含み、
前記判定部により、前記受信部により取得された前記バージョンが、前記記憶部に記憶されている前記学習パラメータの内、前記車両の現在位置を含む前記所定領域に対応する学習パラメータのバージョンよりも新しいと判定されたことを受けて、前記送信部は、前記送信要求を送信する、請求項13に記載の経路予測システム。 - センサと、
前記センサにより検出されたセンサデータから、移動物体を検出し、当該移動物体の位置及び兆候を特定する解析部と、
前記解析部により特定された前記移動物体の前記位置及び前記兆候から、前記移動物体の未来の位置を含む経路を予測する予測部と、
前記予測部が前記経路の予測に使用する学習パラメータを、車両が通行可能な道路を含む所定領域毎に記憶する記憶部とを含み、
前記学習パラメータは、車載センサ及び路側センサの少なくともいずれか一方により取得されたセンサデータから移動物体を検出し、当該移動物体の位置及び兆候を特定する処理を所定期間繰返して得られた前記位置及び前記兆候の集合を用いて、前記予測部と同じモデルの予測器を学習させることにより得られた学習パラメータである、車載装置。 - 車載センサ及び路側センサの少なくともいずれか一方により取得されたセンサデータを、無線通信又は有線通信を介して収集する収集ステップと、
前記収集ステップにより収集された前記センサデータから移動物体を検出し、当該移動物体の位置及び兆候を特定する解析ステップと、
前記解析ステップにより特定された前記移動物体の前記位置及び前記兆候を用いて、前記移動物体の未来の位置を含む経路を予測する予測ステップと、
前記解析ステップにより特定された前記位置及び前記兆候を、前記移動物体毎に対応させて記憶する記憶ステップと、
前記記憶ステップにより所定期間記憶された前記位置及び前記兆候を用いて、前記予測ステップを学習させる学習ステップとを含む、経路予測方法。 - コンピュータに、
車載センサ及び路側センサの少なくともいずれか一方により取得されたセンサデータを、無線通信又は有線通信を介して収集する収集機能と、
前記収集機能により収集された前記センサデータから移動物体を検出し、当該移動物体の位置及び兆候を特定する解析機能と、
前記解析機能により特定された前記移動物体の前記位置及び前記兆候を用いて、前記移動物体の未来の位置を含む経路を予測する予測機能と、
前記解析機能により特定された前記位置及び前記兆候を、前記移動物体毎に対応させて記憶する記憶機能と、
前記記憶機能により所定期間記憶された前記位置及び前記兆候を用いて、前記予測機能を学習させる学習機能とを実現させる、コンピュータプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019074885A JP7419667B2 (ja) | 2019-04-10 | 2019-04-10 | 経路予測装置、それを備えた車載装置、経路予測システム、経路予測方法、及びコンピュータプログラム |
JP2023171032A JP2023171455A (ja) | 2019-04-10 | 2023-10-02 | 経路予測装置、それを備えた車載装置、経路予測システム、経路予測方法、及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019074885A JP7419667B2 (ja) | 2019-04-10 | 2019-04-10 | 経路予測装置、それを備えた車載装置、経路予測システム、経路予測方法、及びコンピュータプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023171032A Division JP2023171455A (ja) | 2019-04-10 | 2023-10-02 | 経路予測装置、それを備えた車載装置、経路予測システム、経路予測方法、及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020173600A true JP2020173600A (ja) | 2020-10-22 |
JP7419667B2 JP7419667B2 (ja) | 2024-01-23 |
Family
ID=72831361
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019074885A Active JP7419667B2 (ja) | 2019-04-10 | 2019-04-10 | 経路予測装置、それを備えた車載装置、経路予測システム、経路予測方法、及びコンピュータプログラム |
JP2023171032A Pending JP2023171455A (ja) | 2019-04-10 | 2023-10-02 | 経路予測装置、それを備えた車載装置、経路予測システム、経路予測方法、及びコンピュータプログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023171032A Pending JP2023171455A (ja) | 2019-04-10 | 2023-10-02 | 経路予測装置、それを備えた車載装置、経路予測システム、経路予測方法、及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7419667B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115497282A (zh) * | 2021-06-17 | 2022-12-20 | 丰田自动车株式会社 | 信息处理装置、信息处理方法、以及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018055141A (ja) * | 2016-09-26 | 2018-04-05 | 日立オートモティブシステムズ株式会社 | 移動体軌道予測システム |
WO2018146882A1 (ja) * | 2017-02-08 | 2018-08-16 | 住友電気工業株式会社 | 情報提供システム、サーバ、移動端末、及びコンピュータプログラム |
-
2019
- 2019-04-10 JP JP2019074885A patent/JP7419667B2/ja active Active
-
2023
- 2023-10-02 JP JP2023171032A patent/JP2023171455A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018055141A (ja) * | 2016-09-26 | 2018-04-05 | 日立オートモティブシステムズ株式会社 | 移動体軌道予測システム |
WO2018146882A1 (ja) * | 2017-02-08 | 2018-08-16 | 住友電気工業株式会社 | 情報提供システム、サーバ、移動端末、及びコンピュータプログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115497282A (zh) * | 2021-06-17 | 2022-12-20 | 丰田自动车株式会社 | 信息处理装置、信息处理方法、以及存储介质 |
CN115497282B (zh) * | 2021-06-17 | 2024-01-26 | 丰田自动车株式会社 | 信息处理装置、信息处理方法、以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP7419667B2 (ja) | 2024-01-23 |
JP2023171455A (ja) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11385657B2 (en) | Systems and methods for controlling autonomous vehicles that provide a vehicle service to users | |
US10198942B2 (en) | Traffic routing display system with multiple signal lookahead | |
CN107727106B (zh) | 动态地图构成方法、动态地图构成系统以及移动终端 | |
US11967230B2 (en) | System and method for using V2X and sensor data | |
US10824148B2 (en) | Operating an autonomous vehicle according to road user reaction modeling with occlusions | |
US8903640B2 (en) | Communication based vehicle-pedestrian collision warning system | |
JP6200421B2 (ja) | 運転支援システム及び運転支援方法 | |
US11205342B2 (en) | Traffic information processing device | |
US20240046653A1 (en) | Identifying suspicious entities using autonomous vehicles | |
WO2020051087A1 (en) | Systems and methods for querying a distributed inventory of visual data | |
KR20150013775A (ko) | 현재 상황 묘사를 생성하는 방법 및 시스템 | |
US11527085B1 (en) | Multi-modal segmentation network for enhanced semantic labeling in mapping | |
US11007929B2 (en) | Multimodal vehicle-to-pedestrian notification system | |
JP2023171455A (ja) | 経路予測装置、それを備えた車載装置、経路予測システム、経路予測方法、及びコンピュータプログラム | |
US11625909B1 (en) | Track segment cleaning of tracked objects | |
JP2023513300A (ja) | 衝突事故防止方法、その装置、そのサーバ及びそのコンピュータプログラム | |
JP2019215785A (ja) | 情報提供装置、情報提供方法及びコンピュータプログラム | |
JP2007034920A (ja) | 交差点認識システム及び交差点認識方法 | |
CN114365208A (zh) | 驾驶辅助装置、驾驶辅助方法以及程序 | |
KR20220077125A (ko) | 정보 처리 장치, 및 정보 처리 시스템, 그리고 정보 처리 방법 | |
WO2020039798A1 (ja) | 情報提供装置、情報提供方法、情報提供システム、コンピュータプログラム、及びデータ構造 | |
JP7347502B2 (ja) | 渋滞情報提供装置、渋滞情報処理方法及びプログラム | |
WO2017160562A1 (en) | Methods and systems for monitoring intersections with stationary connected vehicles | |
US20230303124A1 (en) | Predicting and controlling object crossings on vehicle routes | |
US20230373529A1 (en) | Safety filter for machine learning planners |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220221 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230110 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230704 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231002 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20231010 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231225 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7419667 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |